摘要:可变分数时延滤波器因其能够实现任意分数时延变换而广泛应用于时延补偿技术领域。然而,由于其滤波系数求解复杂度高,适应性差,在工程中应用严重受限。针对这一挑战,本文提出了一种低计算复杂度条件下,通过调节滤波器参数灵活改变分数时延滤波器性能的方法,并完成了FPGA仿真验证。该方法通过调整窗函数的宽度因子来精确控制窗形状,进而优化不同阶数下滤波器的时频特性,提供了比传统方法更精确的频率选择能力。此外,本文采用正交三角分解最小二乘矩阵方法求解滤波器系数,所设计的滤波器在保证群延时精度的条件下,仅需要一次矩阵求逆,有效避免了偏导数和二重积分等复杂数学运算。仿真结果表明,本文提出的方法在保持同等延迟精度条件下,与现有方法相比,计算复杂度降低了一个数量级,最大幅度误差达到-104 dB,最大群延时误差达到2.34×10-4。FPGA验证结果表明,该设计方法硬件计算资源消耗低,极大提高了Farrow滤波器的设计效率。

摘要:二十届三中全会强调全面落实深化改革水利任务，其中居民饮用水是重点民生任务，混凝工艺是饮用水处理的关键环节。由于混凝过程具有大时滞特性，故对于原水水质频繁变化的控制系统，常规的PID控制不能达到满意的效果。为此，将一种不依赖系统精确模型的线性自抗扰控制器(LADRC)应用于系统中，利用扩张观测器对混凝控制系统中出现的扰动进行估计并补偿，同时设计史密斯预估器(Smith)与模糊控制器(Fuzzy)相结合的自适应史密斯控制器来消除大时滞对控制效果的影响，提出Fuzzy-Smith-LADRC控制器。针对控制器参数调节困难而引入改进型蜣螂算法(MSIDBO)进行参数整定。改进型算法对DBO算法中初始种群分布不均匀、易陷入局部最优解等问题进行优化，使得MSIDBO能快速收敛并更好平衡全局探索与局部开发能力。系统模型精确时，该控制方法比PID控制的调节时间减少279 s和超调量降低8%，比DMC控制的调节时间减少40 s，系统模型变化时，相比LADRC具有更好的抗干扰性与鲁棒性。

摘要:针对四旋翼无人机的轨迹跟踪问题，为抑制模型不确定性和未知外部扰动对系统稳定性的影响，本文提出了一种基于预定义时间的指令滤波器反步控制策略。首先，设计了预定义时间扰动观测器，对系统的不确定性和未知外部扰动进行实时、精确的估计。其次，为了有效缓解反步控制策略中的“微分爆炸”问题，设计了预定义时间指令滤波器。在此基础上，基于反步法进一步设计了位置和姿态控制器，提升了系统的控制精度和响应速度。最后，通过李雅普诺夫理论验证了所提控制策略的稳定性，并通过仿真实验验证了该策略的有效性和鲁棒性。

摘要:针对伺服电机传动系统建模过程对时滞的考虑不够充分、控制增益的整定缺乏以系统稳定为前提给出的分析、系统稳定判据保守性相对较高的问题，本文提出了一个具有更低保守性的时滞相关稳定判据。首先在惯量结构模型考虑时变时滞并通过设计相应的控制器建立了时滞闭环系统状态空间方程，然后利用Lyapunov泛函分析法结合自由权矩阵、时滞分割、积分不等式等技术以降低稳定判据的保守性。通过运行MATLAB程序得出了由该稳定判据保证系统稳定的控制器增益适用时滞范围，并得出本文判据使系统稳定的最大时滞上界提高了46.33%，验证了本文判据具有更低的保守性。本文的稳定性分析研究为更复杂的伺服电机传动系统分析与控制提供理论参考。

摘要:针对自动白平衡算法（AWB）存在适用场景有限等问题，提出了一种基于直方图调整的自适应白平衡算法，并使用现场可编程逻辑门阵列（FPGA）对提出算法进行硬件实现，满足嵌入式系统实时处理需求。算法通过统计彩色图像不同颜色通道的直方图，利用通道间直方图形态相似度作为判断条件，结合自适应直方图调整策略对不同场景图像进行白平衡校正。实验结果表明，该算法在色彩丰富及含有大面积单色块的图像场景中均表现出良好的适应性。与传统白平衡算法相比，图像色彩还原效果明显，校准正确率平均提高6%，且能在嵌入式设备上以1 280×720@30 fps的分辨率实现实时处理，工程应用前景良好。

摘要:多目标跟踪算法中的FairMOT提出了平衡检测和重识别分支的均衡学习策略，有效的平衡了目标检测和重识别两大任务，是目前单阶跟踪段范式算法中最优的算法，但由于DLA34骨干网络的特征提取能力有限，面对实际应用场景中复杂的跟踪场景时，往往会因为出现漏检和误跟等现象导致模型的跟踪效果下降。为了有效的提升模型骨干网络的特征提取能力，本文针对此问题设计了基于元素相乘结构的深度聚合骨干网络，提出了FairMOT-Star算法。该算法利用了元素相乘结构带来的隐藏维度提升原理，实现了简洁高效的目标特征提取。同时使用EIoU_Loss作为检测框回归任务的回归损失函数，更加精准的描述了检测框和真实框之间的位置和形状关系，提升了检测框的预测精度。匹配关联部分使用卡尔曼滤波算法预测目标的运动信息，匈牙利算法完成时序维度上前后帧目标和轨迹的关联匹配。在MOT16数据集上进行了实验测试，MOTA精度达到了86.0%，模型的权重参数量为19.59 M，相比于FairMOT模型参数量减少9.7% 的同时，MOTA精度提升了3.5%，较好的优化了FairMOT算法的计算参数量和跟踪精度。

摘要:针对小目标在遥感图像中的局限性，如图像背景复杂、小目标分布密集、目标尺度多样等问题，本文提出了一种基于YOLOv8n的改进算法。首先，设计了一个多尺度空洞注意力模块，在主干网络中引入多尺度空洞注意力机制与C2f模块结合，以有效捕捉多尺度的语义信息并减少自注意力机制的冗余；其次，设计了一个残差快速卷积模块，减小模型计算量并提高特征提取能力；最后，使用PIoU v2-Iou损失函数代替CIOU损失函数，提升模型的检测精度。通过在DOTA、RSOD和VisDrone2019数据集上的实验结果显示，改进后YOLOv8n模型与原模型YOLOv8n相比，mAP分别提升了2.7%、3.3%和3.8%，计算量降低了0.5 GFLOPs，验证了新算法的有效性。

摘要:为了解决复杂数值优化问题，提出一种基于柯西逆累积分布算子和随机差分变异策略改进的徒步优化算法。该算法使用佳点集初始化种群，以此增加种群多样性；采用柯西逆累积分布算子，平衡全局搜索与局部开发能力；引入随机差分变异策略，降低过早陷入局部最优的风险。实验结果显示，该算法在CEC2017测试集上的平均性能优于8种对比算法。统计检验进一步证实了性能差异具有显著性。同时，从CEC2017测试集中选取9个有代表性的测试函数，通过对比试验，分别验证了该算法中三种改进策略的有效性。此外，将该算法应用到光伏模型参数辨识中，实现了较小的均方根误差2.43×10-3，为所有比较算法中的最优值。在另外两类工程设计问题中，该算法均取得了最小目标函数值，优于对比算法。综上所述，改进的徒步优化算法在全局搜索能力、收敛速度和精度方面表现出色，有效提升了解决复杂数值优化问题的性能。

摘要:为了解决钢材表面缺陷检测模型参数量大、计算复杂度高以及对运算平台资源要求高的问题，提出了一种轻量化的改进算法。首先，使用ShuffleNetV2作为改进后的主干层，在降低模型复杂性和计算量上具有显著效果；其次，在SPPF模块后加入足够灵活和轻量的通道注意力机制(CA)，同时使用双向特征金字塔网络(BiFPN)改善特征融合，提高了特征信息流动效率；最后，使用轻量级双卷积核(DualConv)替换C2f中的卷积层,通过分组卷积策略实现参数量的减少。实验结果表明，改进后的模型相比于原始的YOLOv8n，在保持检测精度的前提下，实现了轻量化。参数量为原来的56.2%，体积和计算量分别降至3.6 MB和4.8 GFLOPs，相比原模型分别降低了42.86%和41.47%，模型的轻量化降低了部署成本，适合实际部署和应用。

摘要:针对不同工况下采集的齿轮箱振动数据特征分布不一致和噪声成分影响迁移效果的问题，本文提出了一种结合注意力机制的域对抗迁移网络的深度迁移学习故障诊断方法。首先，将带标签的振动信号和未带标签的振动信号通过固定长度的数据分割方法构建成数据集；其次，为减少噪声样本带来的负迁移影响，采用卷积注意力模块（CBAM）以及判别损失项辅助特征提取器提取具有区分度的特征，加强分类决策边界；最后，为解决数据特征分布不一致的问题，采用多核最大均值差异（MK-MMD）对齐源域和目标域的全局分布，并利用对抗机制对齐两域的子领域分布。在公开的变工况齿轮箱故障数据集上进行试验验证，结果表明，所提方法的平均识别准确率达到96.25%以上，并通过与其他诊断方法的对比分析，验证了所提方法的有效性和优越性。

摘要:针对传统主元分析（PCA）方法在工业过程故障检测中的高虚警率和故障检测不及时的问题，本研究提出了一种基于迭代建模的滑窗主元分析故障检测方法。为了提高故障检测实时性，在建模过程中，采用迭代方法逐步剔除PCA建模数据中的异常样本，优化PCA模型。为了降低虚警率，在检测过程中，采用滑动观测窗口统计异常样本数量，通过构造第二置信限检测故障。为了提高故障检测准确性，采用一种合成统计量作为检测指标，能够同时考虑主成分方向和残差空间的异常。为了验证本研究方法的有效性，分别采用数值算例和田纳西-伊斯曼(TE)过程进行了仿真实验，其中，数值算例的故障检测准确率达到89.20%，虚警率为1.33%；TE过程的故障检测准确率达到99.39%，虚警率为3.12%。

摘要:采用电机定子电流信号特征分析诊断转子断条故障时，基频两侧的故障特征频率和幅值是判断故障发生与否和严重程度的重要参数。FFT算法的诊断能力严重依赖于所分析的数据长度，最小二乘Prony分析算法虽然具有短时数据分析能力，但是该方法对噪声异常敏感，当电机低频低负载运行时同样存在故障特征提取能力不足和诊断失效的问题。为解决上述问题，提出改进奇异值分解和LS-PA算法相结合的转子断条故障诊断方法。首先采用按列截断方式重构奇异值分解矩阵，根据奇异值差商确定有效阶次，进而对定子电流信号进行预处理以适度抑制噪声，然后运用LS-PA算法对预处理后的信号做故障特征识别和诊断。有限元仿真和实验分析结果表明，所提出的方法能有效抑制电流信号噪声，具有短时数据高分辨率的诊断性能，在工频和变频供电时均能实现电机轻载到满载全工况稳定运行条件下的转子断条故障诊断，诊断性能高于经典的FFT方法。

摘要:为提高超声导波钢轨断裂检测距离与断面定位精度，保证钢轨服役期间安全性。本研究采用Barker码编码方式与凯塞窗函数对激励信号进行调制，扩展激励信号时宽，增强发射信号能量，通过对检测信号进行脉冲压缩处理，提高缺陷信号分辨率。开展有限元仿真研究，搭建钢轨三维仿真模型，并模拟钢轨断裂损伤情况。钢轨断裂程度为20%时，采用多周期正弦波信号激励，直达波信号的主波包信号与相邻波包信号峰峰值之比为1.065，而采用Barker13编码信号激励，直达波信号的主波包信号与相邻波包信号峰峰值比提高到2542。分析不同断裂程度下的缺陷回波信号特征，采用Barker13编码激励信号回波信号强度幅值变化在40 dB以上，经有限元仿真研究可知，编码激励与脉冲压缩技术有效提高检测信号的分辨率与信号幅值。结合线下长距离钢轨检测实验，采用多周期正弦波信号所得到的检测信号，始波与回波信号成分复杂，时间差计算困难，而脉冲压缩技术有效提高检测信号信噪比，改善始波信号与回波信号的信号分辨率，断面定位准确率为99.3%。编码激励和脉冲压缩技术有效提高检测信号的幅值以及检测定位精度，为长距离钢轨断面定位提供技术手段。

摘要:学生课堂行为识别在提升教学质量方面具有重要意义。当前主流的研究大多基于视频或传感器技术，然而这些方法存在隐私侵犯、成本高昂等问题，制约了其广泛应用。为此，本文提出了一种基于WiFi CSI的学生课堂行为识别方法。该方法首先在真实教室环境中采集了4种典型课堂行为（举手、起立、坐下、翻书）的CSI信号；然后结合WiFi CSI数据特点，采用Hampel滤波和小波变换对CSI信号进行去噪处理，并设计主成分分析算法融合所有子载波特征。随后，根据融合特征设计局部异常因子检测算法截取CSI动作区间，并引入三维映射的方式将截取的CSI信号转换成振幅能量图；最后设计了一种基于残差网络的迁移学习模型，对振幅能量图数据集进行特征提取和分类识别。实验结果表明，该方法在阶梯教室和小教室中的准确率分别为98.89%和99.07%，并且在对不同人员的测试中均可达到98%以上，证明该方法具有较高的识别精度和较好的鲁棒性，为学生课堂行为识别的研究提供了一种新的思路。

摘要:针对城市排水管道缺陷易受背景干扰、特征尺度多变以及现有检测模型存在检测准确率低、误检率高等问题，提出了一种基于改进YOLOv8的缺陷检测算法。首先，设计DSK模块并嵌入主干网络的C2f模块中以扩大感受野，提高模型对多尺度缺陷特征的提取能力；其次，引入Slim-neck网络结构对颈部网络进行改进，对缺陷特征信息进行有效利用和融合，并有助于实现模型的轻量化；最后，采用FocalEIOU损失函数以更好地提高对较小缺陷目标的检测性能和模型的收敛速度。在管道缺陷数据集上的实验结果表明，本研究改进的算法在70.4 fps的检测速率下，mAP达到了67.5%，相比于原始YOLOv8算法，mAP值和检测速率分别提升了3.8%和1.7 fps，表现出了良好的检测性能。针对实际应用目的，基于改进算法开发了一款能够实时检测管道缺陷的系统软件，通过实际项目检测，验证了本文改进的算法能够满足城市排水管道缺陷检测任务中高精度、实时检测的需求。

摘要:低剂量CT检查的使用极大减少了CT检查的辐射剂量，但却导致了CT图像中噪声增加和伪影增多等一系列问题，从而降低了图像质量和准确性，影响医生在诊断过程中的判断。而近年来生成式模型在解决这一问题上表现出了其优秀的性能，然而生成模型在生成过程中仍存在着容易生成混淆和结构性不足的问题，为了解决这一问题，构建了一个条件扩散去噪网络模型，并在此基础上引入了可训练的曲线矫正模块来对不同噪声等级进行矫正处理，并入了联合损失函数。实验结果表明，所提出算法相较于对比算法取得了较优去噪结果，在数据集测试中得到了35.70的PSNR和0.912 8的SSIM，在所选取方法中获得最优效果，同时在不同剂量的低剂量CT图像中取得了较好的泛化性，可以保持较优秀的降噪水平。

摘要:针对工厂时刻面临的安全生产问题，例如厂区车间内严禁烟火、需时刻关注工作人员的行为安全、恶劣工况场景下工人是否佩戴口罩等，提出了一个基于RT-DETR改进的工人行为及火灾检测算法FDH-DETR。首先，通过Deep Faster特征深度融合模块与FasterNet的融合，减少了算法的参数量和计算量；其次，通过DRBC3模块大小卷积核转换机制，减少了模型的推理成本；最后，通过HiLo-AIFI高低频尺度内特征交互模块，增强了对高低频特征的提取能力。实验结果表明，改进后的算法平均准确度达到了93.8%，参数量减少了31.6%，计算量减少了61.4%，FPS达到了150 fps，并在真实工况场景下进行推理实验，验证了算法的有效性。

摘要:基于WiFi指纹数据库的室内定位技术因其高精度和易于部署的特点而备受关注，而离线指纹数据库的质量则是决定定位精度的关键因素。针对离线指纹数据库采集成本高的问题，提出了一种基于降噪自编码器超分辨率生成对抗网络的降噪指纹数据库增强模型（FASRGAN-DAE）。该方法通过增强稀疏指纹数据库，提高定位精度。具体而言，首先将指纹数据映射为相应的指纹图像；接着，生成器网络在删除批量归一化层（BN层）的基础上改进感知损失函数，生成高分辨率指纹图像，并通过降噪自编码器的隐藏层和输出层，以提高生成图像的质量，同时在判别器网络中，删除BN层并采用卷积层的输出作为输入图像的真实性评分，利用均方差损失函数优化判别器网络，以增强对真实和生成图像的区分能力；最终，通过映射模块将指纹图像还原为指纹数据，实现指纹数据库的增强。通过在真实地下停车场环境中进行定位实验，与原始指纹数据库相比，FASRGAN-DAE增强数据后将平均定位误差降低了5.69%。

摘要:在复杂道路环境下进行多目标检测时，现有算法存在识别效果差、参数量大、计算复杂度高等问题，不适合在资源有限的移动端设备部署。对此，基于YOLOv7-tiny提出一种结合非相邻特征的轻量化道路多目标检测算法。首先，设计轻量级非相邻特征金字塔网络Tiny-AFPN对不同尺度的非相邻特征进行融合，减少因尺度差异造成的特征损失，实现更丰富的跨尺度信息交互，提升模型的泛化能力。其次，通过引入分布偏移卷积DSConv，重新设计了高效层聚合网络 ELAN，并命名为ELAN-DS，在优化高效层聚合网络、降低模型复杂度的同时提升特征表达能力。最后，采用MPDIoU损失函数，增强网络对目标的检测能力，提高了边界框回归的准确性。在SODA10M的实验中，改进后的YOLOv7-tiny算法相较于原模型的准确率、mAP@0.5和召回率分别提升了1.4%、1.4%、5.9%，参数量和计算量分别减少了8.2%和41.5%，有效降低了模型的参数量和计算复杂度，大幅度提升了模型的检测速度，为在边缘设备上的部署提供了可能性。

摘要:受水体衰减、散射等因素的影响，水下光学图像存在严重的偏色、模糊等问题，严重降质导致目标分辨率较差，进而不利于开展水下目标检测任务。针对以上问题，为了提高水下目标检测的精度，减少误检和漏检的发生率，提出了一种基于改进YOLOv8n的水下目标检测算法：ESA-YOLOv8。首先该算法在C2f中引入了ESP模块改进Bottleneck结构，ESP模块可以优化网络效率，降低YOLOv8n模型的参数量和计算量；其次，增加一个小目标检测层以提高对水下小目标的检测能力；最后，将轻量级上采样算子CARAFE与注意力机制ECA相继引入颈部网络，提高目标检测精度，实现上采样特征融合的增强。实验结果表明，在水下生物数据集DUO上，本文设计的ESA-YOLOv8算法在模型参数量降低的情况下，mAP@0.5和mAP@0.5：0.95分别高达84.7%和65.5%，较基础模型YOLOv8n分别提升了1.7%和1.8%。高精度的检测结果和模型参数量的降低证明了改进YOLOv8n的有效性和在水下目标检测的应用潜力。

摘要:利用图像拼接获得海底全景图对了解深海地形地貌具有重要意义。受限于深海环境，海底图像特征模糊，序列图像的连续拼接需要一种稳定、有效的拼接网络。针对上述问题，本研究提出一种结合改进ALIKED（ALIKED-P）和LightGlue的深海序列图像拼接网络AP-LG。首先，用可变形卷积v2替代ALIKED网络中可变形卷积，引入调节机制，增强网络的特征捕获能力；然后，通过特征金字塔网络实现多尺度特征融合，增强网络对环境变化的鲁棒性；最后，以LightGlue特征匹配网络为核心，基于单应性估计策略，实现多张序列图像的连续对齐拼接。实验结果表明，在UIEBD和DISD数据集上，AP-LG网络分别以32.91%和49.41%匹配率使得86.00%和93.60%的图像对匹配到100对以上的有效特征点，所提方法能够稳定提取深海图像特征，有效实现特征匹配，完成深海序列图像拼接。

摘要:基于场强为特征的地电流场广泛应用于物探、地震监测、透地通信等领域，由于区域地电流场强存在变异，难以建立地电流场强区域指纹库。本研究提出一种基于RBFNN的地电流场强区域指纹库构建方法。通过分时十字注入构建区域地电流场，在不同检测点通过正交电极检测地电流场信号提取地电流场强指纹特征。采用RBFNN拟合Kriging插值中的场强变异函数模型，通过Kriging插值估计细粒度地电流场强区域指纹特征，根据估计结果构建出地电流场强区域指纹库。在150 m×50 m自然环境进行了地电流场强区域指纹库构建实验，结果表明，所构建的0.1 m×0.1 m细粒度地电流场强区域指纹库，平均构建精度为89.84%，最高构建精度为95.46%。