摘要:针对滚动轴承振动信号特征在强噪声的情况下难以提取的问题，提出了一种基于合成谱峭度优化变分模态分解的方法。首先，对原始故障信号进行变分模态分解，依据合成谱峭度值最大的原则分别优化VMD的关键参数—模态数和惩罚因子，得到若干本征模态分量；然后，计算各IMF峭度，选取峭度值最大的分量作为最优IMF；最后，对最优本征模态分量进行希尔伯特变换，以获得其包络谱，从而实现故障特征频率的提取。通过公开数据集和自制试验台相关数据的分析，表明所提方法能在强噪声背景下有效提取故障信号的故障特征，实现故障类型的判别。

摘要:为充分发挥标准格式雷达PUP产品的业务应用能力，设计并研发了天气雷达标准格式PUP产品可视化应用系统。研究设计了系统的总体架构，标准格式雷达PUP产品收集、解码、加工、共享应用方案，针对标准格式雷达PUP产品数据量大的特点，提出一种改进的RLE压缩算法和一种优化的雷达图像绘制方法，有效提升产品图像展示效率，实现标准格式雷达PUP产品高效可视化应用。基于B/S架构，采用SpringMVC框架、HTML5、CSS、WebGIS等成熟技术对系统功能进行了实现，面向全省用户提供了丰富的雷达PUP产品同GIS数据叠加展示和共享应用，同时提供地面观测数据、闪电数据同雷达PUP产品分层叠加应用，投入使用后得到气象业务用户的好评，有效提升对强对流天气预报预测和灾害性天气的预警能力。该系统在全国范围内较早实现了标准格式雷达PUP产品在气象部门的业务应用，对其他各省对标准格式雷达PUP产品可视化应用有较好参考作用，具有广泛的推广应用价值。

摘要:针对驱动电机逆变器非线性、反电动势波形非正弦等因素所引入的大量低频谐波，提出了一种比例谐振自抗扰控制策略，该方法可以更为全面地抑制电流谐波，同时引入谐振调节可以对特定频率谐波进行更好地抑制。首先，建立了电机系统数学模型，基于麦克斯韦张量法，推导了电磁力的解析式，分析得出5、7次谐波会对电机的转矩脉动与电磁噪声性能产生恶化；其次，建立了Simulink&Jmag多物理场协同仿真模型，对谐波抑制前后的转矩脉动与电磁噪声进行仿真分析，验证了理论解析的正确性。最后，搭建实验平台对施加策略前后采集的电流与电磁噪声结果进行分析。结果表明，所构建的控制策略对低频主要阶次的谐波成分有较好的抑制效果，优化了电机的低频噪声特性。

摘要:在许多移动机器人的应用场景下，如自动化仓储物流场景，由于激光雷达安装位置的限制，采用单一激光雷达的SLAM解决方案存在视场受限以及难以闭环的问题。为此基于FASTLIO2算法提出了一种IMU紧耦合的多激光雷达定位与建图方法，该方法在扩展了机器人的感知范围的同时提高了定位精度和建图效果。通过公开数据集的离线测试以及自建实验平台的在线测试，相较于M-LOAM、FAST-LIO2和Faster-LIO算法，所提出的算法在定位精度和建图效果上取得了显著提升，并具有更低的回环漂移。

摘要:电刺激技术在运动功能的临床康复上有重大应用价值，开发先进的电刺激系统对实现精准、高效的神经肌肉电刺激非常关键。本工作结合数字信号合成和恒流源电路模型，设计了一种多参数可调、输出电流误差较小的电刺激系统。该系统可输出方波、三角波、正弦波3种波形，输出电流误差＜0.5%，最大输出阻抗达4 000 Ω，在10~500 Hz范围内的频率误差为方波≤0.5%、三角波＜1.0%、正弦波≤3.0%。与KT-90A和PE1.2医用级电刺激器相比，系统在最小输出阻抗2 000 Ω时仍然保持了较高的电流精度，且波形不失真。将该系统应用于神经肌肉功能电刺激实验，通过分析脑电波形及能量谱，验证了系统在临床康复应用中的有效性。本工作有望为电刺激康复干预的临床应用提供技术支持。

摘要:本文提出了一种基于Koch雪花六边分形结构的缝隙单元，基于该分形单元设计了一款工作于5.8 GHz的4×4缝隙阵列天线。天线采用并行功分网络馈电，获得了高定向性、高增益特性。根据设计结果加工制作了天线样品并测试。测量结果表明，天线阻抗带宽5.7% (5.56~5.89 GHz)，阻抗匹配良好。在工作频率处，天线呈现良好的定向辐射特性和稳定增益，辐射增益达到19.85 dBi，对应口径效率为80.69%。3.dB增益带宽达到18.40%（5.13~6.20 GHz）。

摘要:针对堆叠板材计数过程中人工计数法效率低、准确性不高的问题。本文提出了一套基于嵌入式平台和轻量化模型的板材计数装置，将改进的Faster R-CNN网络植入工控机中运行，可以在工业和物流现场实时识别板材的数量。内置网络使用轻量级网络MobileNetv2融合轻量通道注意力机制ECA作为骨干网络，使用空间注意力机制和倒置残差结构重构FPN架构，并提出了一种基于高度交并比的HIOU_Loc预测框去冗余处理新算法，以缓解小目标检测困难的难题。在基于N4100平台的工控机中运行实验表明：本文所提出的算法对板材计数准确度达到了98.51%，检测一张高分辨率板材图像仅需0.31 s。本装置设计了一个校正模块，经过人工后处理后，对于堆叠板材的计数准确率可以达到100%，满足了实际场景下对板材实时计量的需求。

摘要:为了解决道路监控下的车辆目标检测精度低的问题，本文提出一种改进YOLOv7的车辆检测方法。首先引入跨空间学习的高效多尺度注意机制EMA来提高对特征信息的关注；其次将颈部网络中的SPPCSPC模块替换为SPPFCSPC模块，裁剪CBS层，引入EMA注意力机制，以强化对小目标区域的关注，获取更准确的车辆特征；同时，将EMA注意力引入MP模块中，使网络融合更多重要的特征信息；最后，采用MPDIoU损失函数，加快模型收敛速度并提高检测精度。实验结果表明，改进后的YOLOv7检测精度为86.69％，相比原始YOLOv7网络提高了2.83%，可以有效地提升车辆目标检测精度，为道路视频监控等提供保证。

摘要:光伏发电功率的准确预测对综合能源系统的安全稳定运行以及实时控制至关重要。为解决光伏功率预测过程中存在噪声干扰以及传统的单一预测模型存在预测精度较差等问题，本文提出一种基于ICEEMDAN和TCN-AM-BiGRU相结合的短期光伏功率预测模型。首先，利用皮尔逊相关系数筛选关键气象因素，通过模糊C均值聚类将光伏功率历史数据划分为晴天、多云和阴雨3种相似日；其次利用ICEEMDAN将历史训练集分解成若干个较为规律的子序列，并根据排列熵值进行重构；最后，通过TCN提取序列特征，引入注意力机制赋予不同的权重，再通过BiGRU进行预测，输出最终的预测结果。以某光伏电站的实际数据为例对预测模型和其他模型进行验证和分析，结果表明在晴天、多云和阴雨天气下，相比其他对比模型，所提模型准确率平均提高了1.69%、3.58%和4.40%，MAE平均降低了57.61%、36.83%和40.94%，RMSE平均降低了56.90%、34.30%和36.63%，验证了本文模型的有效性和优越性。

摘要:激光雷达点云分割技术在智能车辆环境识别中扮演着重要角色。由于激光雷达存在点云近密远疏、分布不均匀的问题以及存在噪点的情况，导致出现点云分割不准确的现象。针对上述问题，提出了一种可变阈值联合聚类算法。该方法首先对点云数据进行预处理，使用直通滤波、体素滤波和立方体滤波对点云进行提取、稀疏和降噪，再联合自适应DBSCAN算法和改进后的可变阈值欧式聚类算法对点云进行聚类分割。采集真实场景数据进行测试，结果显示，在C-H系数、轮廓系数、D-B系数及轮廓系数等评价指标上均有所提高。这表明，可变阈值联合聚类算法显著提高了点云分割的准确性，有效的提高了聚类结果的类内一致性和类间差异性，为目标检测和识别提供了更可靠的基础。

摘要:针对测控装备精度验收的问题，提出了采用双卫星导航接收机的测控装备精度验收方案，给出精度验收的一般流程，详细推导了一种不同于传统的真值计算新方法，并提供了此方法的具体算法和模型。在理论分析的基础上，采用算例进行计算和分析，结果表明基于双卫星导航接收机的测控装备精度验收方法，可以事先根据测控装备的精度指标，分析所需卫星导航接收机的指标，同时也可以为航路设计提供定量数据支撑，节省测控装备精度验收的人力与物力，可以在测控装备精度验收的相关领域推广应用。

摘要:随着移动机器人在生产生活中的深入应用，其路径规划能力也需要向快速性和环境适应性兼备发展。为解决现有移动机器人使用强化学习方法进行路径规划时存在的探索前期容易陷入局部最优、反复搜索同一区域，探索后期收敛率低、收敛速度慢的问题，本研究提出一种改进的Q-Learning算法。该算法改进Q矩阵赋值方法，使迭代前期探索过程具有指向性，并降低碰撞的情况；改进Q矩阵迭代方法，使Q矩阵更新具有前瞻性，避免在一个小区域中反复探索；改进随机探索策略，在迭代前期全面利用环境信息，后期向目标点靠近。在不同栅格地图仿真验证结果表明，本文算法在Q-Learning算法的基础上，通过上述改进降低探索过程中的路径长度、减少抖动并提高收敛的速度，具有更高的计算效率。

摘要:无人系统应用范围的急剧扩大，使得视觉感知环境愈加复杂多变，致使传统视觉控制算法难以有效控制视觉传感器获取精准的视觉感知图像，从而影响无人系统的稳定运行，故提出基于无人系统的智能视觉控制算法研究。应用Gamma曲线非线性变换无人系统视觉感知图像灰度值，再应用灰度世界法来增强图像的对比度。以处理后的图像为基础，计算其图像矩，即空间矩、中心矩和归一化中心矩，以描述图像的全局和局部特性。根据得到的无人系统视觉感知信息，搭建智能视觉控制框架。获取期望图像特征矩阵，提取当前时刻图像特征矩阵，通过基于改进萤火虫算法的极限学习机对摄像机转角进行非线性映射，从而获取智能视觉控制定律，以此消除视觉感知图像误差，实现智能视觉的有效控制。实验结果显示：在不同实验组别背景下，应用提出算法获得的视觉控制平均时间最小值达到了1 s，视觉控制平均误差最小值达到了0.12%，充分证实了提出算法的应用性能更佳。

摘要:神经网络已广泛应用于各个领域，神经网络模型隐写是近年来学术界新兴的研究方向。嵌入容量与鲁棒性是神经网络模型隐写的重要指标，但难以同时兼顾。为此，本文提出了一种以神经网络模型为载体的鲁棒模型隐写方法。不明显降低模型原始任务性能的情况下，发送者在训练过程中将秘密信息嵌入到神经网络中，而不是在神经网络训练完成后通过修改网络参数嵌入。接收者使用解码网络提取秘密信息，解码网络的参数使用唯一的嵌入密钥生成，因此无需秘密地向接收者传送解码网络。此外，本文还引入了RS码，提高数据提取的鲁棒性。实验结果表明，所提出的模型隐写方法将嵌入容量增大了66.6%的同时增强了鲁棒性。

摘要:针对高速公路车辆跟踪过程中，在进行雷达与视频数据融合时两类传感器之间探测目标匹配的难点问题，提出一种基于目标轨迹相似度匹配的高速公路车辆跟踪方法。首先，采用投影变换将雷达数据转化到视频数据所在的维度；其次，通过提出的曲线拟合算法将离散的轨迹点插值成连续的轨迹曲线；最后，将雷达探测目标投影到图像上的轨迹曲线与视频检测目标轨迹曲线进行相似度计算得到相似度矩阵，并通过对相似度矩阵进行筛选得到雷达探测目标和视频检测目标的匹配关系。采用高速公路真实场景下采集的车辆数据开展对比实验，结果表明在高速公路场景下的平均目标匹配成功率为94.71%，相比其他同类方法的平均匹配成功率提高3.01%和3.69%。所提出的方法能有效过滤伪目标，更适合在高速公路场景下的车辆跟踪中使用。

摘要:针对恶劣天气条件下摄像头捕获图像时存在图像模糊以及光照分布不均等问题，导致了场景对比度的下降，进而增加了在图像中区分检测目标与背景的难度。为了提高在恶劣天气环境下车辆和行人的检测能力，本文提出了一种改进的YOLOv8s算法。首先，本文在YOLOv8s算法的基础上，利用可扩张残差结构对主干网络中的C2F模块进行了优化，增强了模型对环境变化的适应能力。同时，在主干网络的SPPF模块前置层引入了高效多尺度注意力机制，该机制能够更有效地捕获图像中丰富多变的多尺度特征。其次，针对YOLOv8s算法的检测头部进行了重新设计，在保持模型准确性的前提下，降低了模型的复杂度。最后，引入Wise-IoU改进YOLOv8s算法的回归损失函数，提高了算法的收敛速度和检测精度。实验结果表明，改进的YOLOv8s算法在恶劣天气条件下对车辆和行人检测的平均精度均值达到91.41%，相比原始算法提升了2.56%，同时模型参数量减少了8%，计算量降低了4.9 GFLOPs。相比于其他主流的目标检测算法，改进后的YOLOv8s算法在保证了实时性能的同时，满足了恶劣天气条件下的车辆和行人检测需求。

摘要:煤矿用钢丝绳在矿井作业中发挥着重要的应用价值，其可靠性直接关系到矿山运转效率以及工作人员的生命安全。针对现有钢丝绳表面缺陷检测精度较低、检测效率不足的问题，本文提出一种改进型YOLOv8检测算法YOLO_BF，首先在骨干网路中引入改进型双层链路注意力机制(BiFormer)加强模型对图像的分析能力和信息融合能力，显著提高模型的精度。其次嵌入重复加权双向特征金字塔网路（BiFPN）提高网络缺陷特征提取能力，并在此基础上使用WIoU提高模型收敛速度，最后使用幻影卷积（GhostConv）替换传统卷积实现模型轻量化。相比原始基础网络YOLOv8n，本文所设计网络准确率、召回率和平均精度分别提升2.3%、3.3%、5.2%，更符合钢丝绳损伤检测的实际应用要求。

摘要:目标检测可为自动驾驶车辆提供附近目标的位置、大小和类别，但是密集场景中多目标检测仍然存在漏检、误检问题，为此该文提出了一种AD-YOLOv5车辆检测模型。首先，利用轻量型结构CBAM注意力机制对特征提取网络中的C3模块进行了优化得到C-C3模块，提高了对特征信息的获取能力，降低了对其他特征的关注度；其次，在检测头部分对分类和回归任务进行解耦，以实现更强的特征表达；然后，利用广义幂变换对IoU进行转换操作，提出鲁棒性更好的Alpha-IoU损失函数，提升了模型的检测精度并加快模型的收敛速度；最后，采用GridMask数据增强技术，增加了样本的复杂性，并在处理后的数据集上进行了实验。实验结果表明，改进后的目标检测模型的平均精度均值达到72.72%，与原YOLOv5模型相比提高了2.25%，且模型具有较高的收敛速度，通过可视化对比实验，直观展示了本文模型在密集场景能有效避免误检、漏检现象。

摘要:近年来，高清和超高清监控摄像头的广泛部署促使了各类监控等固定场景类视频数据量的急剧增加。对视频的存储和传输造成了巨大压力。为了进一步去除固定场景类视频中的冗余数据，本文提出了一种新颖的压缩与重建方法。通过背景提取和结合帧间前景差异检测的前景提取与压缩方法，大量去除视频中的数据冗余。实验结果表明，本文方法与MPEG-4相比，在更高的压缩率上实现了更高的视频重建性能，与H.264、H.265和DCVC-DC相比，本文所提方法在压缩性能上依次分别提升了82.75%、76.19%和59.56%，并且保持了较高的视频重建水平，从而有效地缓解了固定场景类视频的存储和传输压力。

摘要:驾驶员分心行为检测对于开发以驾驶员为中心的人车协同驾驶系统具有至关重要的意义。针对现有基于卷积神经网络的驾驶员分心行为检测模型缺乏全局特征提取能力、泛化性能较弱以及忽视了驾驶场景中不同区域的重要性，构建一种基于深度学习的驾驶员分心行为检测模型，实现对驾驶员分心行为的准确检测。首先，开发了基于HorNet的残差结构，通过高阶空间交互来增强特征表示能力；其次，受人类注意力机制以及现有注意力机制的启发，设计一种自适应加权注意策略来提取与驾驶行为最相关的特征；然后，在现有的分类数据集上训练本文模型，并使用先验知识作为初始权值来改善训练结果，进而提高模型的泛化能力；最后，对驾驶行为特征进行可视化，以提高人们对于本文模型的信任度。实验结果表明，本文模型可以准确地检测驾驶员分心行为，在准确性和可靠性方面明显优于现有方法。

摘要:针对输电铁塔三维网格模型简化后出现模型细节特征大量缺失的问题，以QEM算法为基础，提出了一种保持细节特征的输电铁塔三维网格模型轻量化算法。该算法首先确定了输电铁塔三维网格模型中的细节特征定义，然后提出了输电铁塔细节特征提取策略，并且引入细节特征显著因子和顶点近似曲率因子对QEM算法中的简化代价进行优化。实验结果表明，优化后的算法可以有效保留输电铁塔三维网格模型的重要几何特征和细节特征，避免了简化后模型出现大面积的特征缺失问题，并且相较于普通QEM算法，优化后的算法所简化的模型在最大误差、平均误差和均方差上分别至少下降了39.77%、10.64%和64.99%，实现了输电铁塔三维网格模型的高质量轻量化。

摘要:植株精确计数在精准化农业中至关重要，是监测作物生长和预测产量的重要基础。针对成熟期烟草植株存在的密植、重叠和高空小目标等难题，研究提出了一种轻量级 GEW-YOLOv8 烟株检测算法。该算法采用GhostC2f 模块减少了模型的参数和计算量，并应用高效的多尺度注意力机制来区分被遮挡的烟草植株。此外，还引入了 WIoU 损失函数，以加速模型收敛并提高准确性。实验结果表明，与原始模型相比，模型的效率和准确性有了显著提高，浮点运算次数减少了 24.7%，模型大小减少了 26.7%。改进后的模型烟草植株检测平均精度 AP0.5 和 AP0.5~0.95分别为 99.1%和 86.2%，相较于原YOLOv8n 模型分别提高了0.8% 和3.6%。改进后的模型能够更快、更精确地识别田间烟草植物，为智慧烟草农业提供技术支持。

摘要:随着智能手机产品的发展与畅销，不分场合随时玩手机的低头族大量涌现；针对低头族依赖手机导致道路交通事故频发问题，提出一种基于手机端多模态低头族危险感知与预警系统。首先，利用手机端的重力加速度基于模糊控制规则实时监测行为，包括：走路看手机、上下楼梯看手机、静止看手机、手持手机走路、手机揣兜走路；然后，使用手机后视摄像机图像基于分组快速空间金字塔池化的轻量化YOLO网络实时描述用户周围环境，包括：楼梯、斑马线、低照明环境、积水坑、正常路面。最后，面向安卓系统构建状态环境多模态低头族危险判定模型；并根据判定结果利用声音、画面、震动信号给予低头族听觉、视觉、触觉立体式预警信号；减少低头族跌伤、碰撞等潜在危险。在线实验表明，本文提出的手机端多模态低头族危险感知模型准确性高、鲁棒性强、实时性好，能够针对低头族常见的危险状态实现有效的主动预警。

摘要:针对部队外场飞机雷达维护工作需求，本文提出了一种基于频谱分析模块的机载雷达信号参数流程化自动测量方法。文中分析了典型雷达信号时域和频域的特征，研究了多项参数自动测量的原理和步骤，并开发了相应的测试软件用以执行相关算法和实现流程化测量。此外，还设计了4种信号仿真实验来验证本文所提方法的有效性，实验结果表明，该方法无需借助传统通用仪器，仅基于频谱分析模块在不同工作模式下提供的数据序列，即可实现典型雷达信号多项参数一键式流程化测量，且测量结果精确有效，符合部队外场维护保障条件，因此具有较强的工程应用价值。

摘要:针对窄脉冲信号经过放大、变频等模拟器件发生波形畸变问题，提出一种基于修正频域滤波器的信号波形畸变校正方法。传统校正方法仅利用有效带宽内信号进行校正，校正后脉冲时域性能较差。为提高校正精度，保证信号时域波形特性，本文利用有效带宽及带外部分高频区域频率响应求解信号波形畸变校正滤波器；但带外频段校正滤波器频谱起伏波动较大，并伴随较多尖峰、毛刺，无法直接用于求解校正滤波器系数。本文对幅频和相频响应校正曲线进行中值滤波后，进行多项式拟合，通过优化求解校正滤波器阶数和系数获得良好的波形校正性能。最后，通过实测数据处理验证了本文方法的有效性。