- 当期目录
- 优先出版
- 最新录用
- 下载排行 过刊浏览
-
2024,47(18):1-8, DOI:
Abstract:
在油气开发领域，油套管安装后的密封性能检测尤为重要。其中，上扣过程中产生的扭矩序列数据可以作为油套管密封性的评判依据，用来判断上扣是否合格。为了利用上扣扭矩序列数据信息进行油套管密封性的识别分类，首先基于TCN网络模型结构，再融入位置编码机制和自注意力机制，搭建了一种新的网络模型，即PSE-TCN网络。通过比较不同策略下的结果准确率，展示了模型学习的过程，通过与其他网络模型进行对比，验证了本方法的有效性。实验结果表明，PSE-TCN相较于其他经典网络模型和一些改进后的TCN网络模型，扭矩序列识别精度有较大提升，在自制UCR_whorl数据集上，模型识别准确率达到93.41%。
-
2024,47(18):9-14, DOI:
Abstract:
为改善单视觉的转角测量方法容易受到环境或系统随机干扰的不稳定性，提出了一种基于复数神经网络的双视角视觉转角测量方法。人为进行特征提取，并评估其与角度的相关性和单调性来进行特征筛选。为解决0°和360°标签数值差距大对训练结果的影响，将角度用欧拉公式表示，并构建复数输入，复数输出的复数神经网络来进行转角计算。实验结果显示，这种测量方法在测量准度上有显著提升，相比基于深度神经网络的单视角方法，其平均误差降低0.322°，均方根误差降低0.64°，在不同环境测试集上保持高效性能。该模型在保持传统数学模型的约束和稳定性的前提下，充分利用了双视角对于环境干扰的鲁棒性，结合复数神经网络对于角度标签的强大拟合能力，提高了径向视觉角度测量的准确性和稳定性。
-
2024,47(18):15-22, DOI:
Abstract:
针对新型静电监测技术应用于滚动轴承故障诊断时，静电信号易受干扰、故障识别率偏低的问题，提出了一种基于贝叶斯优化（BO）与支持向量机（SVM）相结合的滚动轴承故障静电信号识别方法。首先，通过搭建的静电仿真试验平台，采集轴承高速下不同磨损状态的静电信号，根据时域特征参数选取不同工况下的特征集；再对该模型最小误差的超参数进行选取，达到完成诊断模型训练的效果，用训练后混淆矩阵结果来评估各个模型的诊断精度。研究结果表明，本方法对静电监测下不同故障特征的轴承均具有一定识别能力，贝叶斯优化算法可以有效提高识别效率，其平均识别准确率可达98.82%。
-
2024,47(18):23-30, DOI:
Abstract:
在脑电信号的肢体运动想象特征分类识别中，融合不同域特征提取时，存在动作识别准确度不高的问题。针对此问题，本文依据多通道采集中肢体运动想象脑电特征的复杂不同域关系，设计了用于识别肢体动作的脑电-对称正定网络运动特征分类模型，有效提取并融合不同域特征，实现了基于脑电信号的肢体特征分类以及动作的有效识别。实验结果表明，在识别四类肢体是否运动的运动想象数据集BCI Competition IV 2a上，基于所构建的分类模型在动作识别时的准确率达到0.85，Kappa系数达到0.80，具有较高精度。
-
2024,47(18):31-37, DOI:
Abstract:
烟用香精的应用配方和工艺是烟草工业的核心技术，国内各烟草工业把香型品类构建作为新一轮发展战略的选择，其差异化是各香烟品牌竞争的一个技术关键点。本文针对烟用香精配置加工工艺中人工判别质量差的问题提出了一种结合双光源照明的机器视觉方法，并基于此设计并制作了烟用香精的外观质量合格性检测装置。以白光和红光为主要测试光源，绿光为辅助检测光源，设置了双光源同轴前向照明的环境条件；通过光学平板固定照明装置和图像采集模块为一体，并组合滑台随着步进电机转动定点启停；基于机器视觉方法剔除反光点后自动分析色彩模型参数并检测其外观质量合格性。结果显示，单管样液图像平行测试的相对标准偏差均低于0.996 8%，同批次样液平行测试的相对标准偏差均低于0.021 7%。实验结果表明，所设计的仪器检测精度和重复性良好，可为进一步促进烟用香精配置检测行业智能化管理提供支持。
-
2024,47(18):38-46, DOI:
Abstract:
智能网络中多业务流在时延和带宽方面有不同的传输需求，且自相似流量的突发性加剧了时延和丢包率。针对此问题，提出一种基于流量预测的改进WFQ调度算法(LPR-WFQ)，该算法通过TLGP策略基于流量的均值和方差对流量进行分级，在贝叶斯估计思想的基础上通过计算条件转移概率来预测未来流量等级，基于预测结果和到达速率均值动态调整权值，从而降低时延和丢包，提高服务质量，并且优化了虚拟结束时间计算方式。仿真结果表明，与其他调度算法相比，该算法在时延、时延抖动、吞吐率和丢包四种性能方面分别提升6.01%、9.66%、5.37%、38.57%，说明算法可以满足差异化服务需求下的性能要求。
-
2024,47(18):47-53, DOI:
Abstract:
本文针对移动机器人多点路径规划问题，提出一种综合蚁群算法和蝙蝠算法的路径规划算法。利用蚁群算法建立节点之间的最短路径网络，在传统蚁群算法中引入了指向角和转向角作为启发信息，采用奖惩机制优化信息素更新方式，降低了路径的转折次数和转折角度，提高了算法的收敛速度。结合最短路径网络建立多点路径规划的目标函数，在求解最优节点访问顺序时，改进了蝙蝠算法结构，引入分层搜索方式和新的局部寻优机制，提高了蝙蝠算法的求解精度、速度和稳定性。通过仿真实验表明，本文所提出的算法能够有效解决多点路径规划问题，相比于现有算法，计算复杂度更低，搜索效率更高，整体路径更平滑，长度更短。
-
2024,47(18):54-62, DOI:
Abstract:
针对ORB-SLAM2算法在特征匹配时容易出现误匹配以及无法构建稠密地图的问题，引入GMS算法来改进ORB-SLAM2算法中的误匹配问题以及添加稠密地图线程。首先，建立图像金字塔，对每层图像金字塔进行网格划分，提取特征点，对每个网格中的特征点引入四叉树策略进行筛选，得到均匀的特征点；其次，在特征匹配阶段引入GMS算法剔除误匹配；最后，根据位姿估计和关键帧构建稠密点云地图。通过TUM数据集上的实验验证，结果表明改进算法的匹配数比原ORB-SLAM2算法增加了18.36%，匹配用时减少了8.53%，将改进算法应用于移动机器人自动导航和避障中，能够提高系统的可靠性和运行效率。
-
2024,47(18):63-70, DOI:
Abstract:
准确预测锂离子电池的健康状态（SOH）至关重要。针对电池单个周期的不同阶段退化机制存在差异和实际运用场景下数据获取不完整等挑战，提出一种基于Involution Vision Transformer（IViT）的锂离子电池SOH估计方法。从电压时间曲线中自动提取能有效表征锂离子电池退化信息的特征，使用Involution模块在不同位置上自适应地分配权重，利用Vision Transformer学习不同阶段的高级特征表示并捕获全局依赖关系。实验结果表明，IVIT的预测误差在0.5%左右，且当整体数据缺失50%的情况下误差仅为2%左右，证明了所提方法的有效性和稳定性。
-
2024,47(18):71-79, DOI:
Abstract:
在基于线结构光的金属工件表面测量中，针对金属工件表面存在的强烈反光、激光条纹断裂等问题，本文提出了一种基于改进主成分分析法的激光条纹中心线提取算法。首先，针对金属工件表面不规则反光，提出了基于分段灰度变换的大津法（OTSU）提取图像的光条纹区域；其次，针对Steger算法卷积运算次数多、效率低、实时性差的问题，提出了基于主成分分析法（PCA）的改进Steger算法，采用主成分分析法构建了梯度向量的协方差矩阵估算条纹的法线方向，并在该方向使用二阶泰勒展开获得精确的条纹中心亚像素坐标。实验结果表明，本文算法在金属工件表面存在严重反光条件下可以有效提取激光条纹区域，同时提取的激光条纹中心线标准差相较于灰度重心法减少了约0.25 pixel，速度上相对Steger算法提高了近13倍，能够快速、高精度的提取激光条纹中心线，满足结构光三维视觉实时检测的需求。
-
2024,47(18):80-88, DOI:
Abstract:
针对现有图像修复算法修复结果存在结构一致性差和纹理细节不足等问题，在生成对抗网络（GAN）的框架下，提出一种基于多特征融合的图像修复算法。首先，采用双编码 解码结构提取纹理和结构特征信息，并引入快速傅里叶卷积残差块，有效捕获全局上下文特征。然后，通过注意力特征融合（AFF）模块完成结构与纹理特征之间的信息交换，提高图像的全局一致性。并利用密集连接特征聚合（DCFA）模块在多个尺度上提取丰富的语义特征，进一步提升修复图像的一致性和准确性，以呈现更精细的内容。实验结果表明，在破损区域占比为40%~50%时，相较于最优对比算法，所提算法在CelebA-HQ数据集上PSNR和SSIM分别提高1.18%和0.70%，FID降低3.99%。在Paris StreetView数据集上PSNR和 SSIM分别提高1.17%和0.50%，FID降低2.29%。实验证明所提算法能有效修复大面积破损图像，修复结果具有更合理的结构和丰富的纹理细节。
-
2024,47(18):89-99, DOI:
Abstract:
为进一步提高机器视觉系统的兼容性以及丰富编解码系统处理的视频格式种类，设计了基于FPGA的多接口视频编解码系统。利用异步DDR读写的原理构建编解码选择模块，完成不同视频格式的转换操作，最终系统支持PAL、HDMI、Cameralink视频的解码以及HDMI、Cameralink、LVDS视频的编码功能，同时通过对比不同视频接口的传输特性，实现了上述几种视频接口标准之间的无缝转换。该系统不仅可以作为独立的视频编解码系统，还可以通过LVDS接口连接ARM处理器，从而扩展其应用场景。实验结果表明，系统能够准确解码分辨率为720×576的PAL视频、分辨率为640×512的Cameralink视频以及分辨率为1 080p的HDMI视频，并且能够通过HDMI、Cameralink、LVDS视频接口分别输出，此外，系统的各类资源消耗均未超过50%，确保了系统的高效运行。
-
2024,47(18):100-107, DOI:
Abstract:
为解决工业测试领域中存储系统程序更新需频繁拆卸的问题且存在无上位机数据存储的特殊需求，提出基于FPGA的智能在线升级存储系统设计。系统以FPGA为主控，采用千兆以太网与FLASH组合方案，更新指令及配置文件通过千兆以太网下发到程序存储器，对SPI Flash进行分区擦除写入，从而实现FPGA程序的在线升级。同时，光耦指令解析模块使系统摆脱上位机依赖，能独立完成智能数据存储，此外，系统还集成自定义DR_UDP协议反馈可靠设计，优化了千兆以太网口的通信效率与稳定性。经功能验证分析，该系统运行稳定，灵活可靠，千兆以太网传输速率达700 Mb/s，且未发现数据丢失，可广泛应用于诸多不便拆卸的场景。
-
2024,47(18):108-119, DOI:
Abstract:
时空图卷积网络(STGCN)通过图卷积和时间卷积捕获交通数据的空间依赖性和时间依赖性，可有效提升交通速度预测的精度。但是硬件实现交通速度预测STGCN具有计算量大难以满足实际应用的实时性要求、资源消耗大导致成本增高等问题，在优化交通速度预测STGCN模型基础上，提出了一种交通速度预测STGCN的FPGA实现结构组合优化的方法。首先，通过轻量化裁剪和预测数据位宽的精确选择，对交通速度预测STGCN进行了模型优化，以降低计算复杂度和资源消耗，并经过Python仿真验证其可行性。其次，通过采用流水线、并行计算和数据交替流水存取等组合优化策略，提出了一种交通速度预测STGCN的FPGA实现结构组合优化的方法，以提升系统计算速度。最后，使用Verilog编程对交通速度预测STGCN进行了FPGA的实现仿真和硬件测试。利用PeMSD7（M）数据集进行实验，结果显示FPGA实现单数据交通速度预测的时间为355.5 μs，相比CPU、GPU平台及FPGA设计方案1对比，其处理速度最大分别提高了25.9倍、6.7倍和3.5倍，证明了交通速度预测STGCN的FPGA实现结构组合优化方法，在保持预测准确性的前提下可较大幅度的提升系统处理速度。
-
2024,47(18):120-129, DOI:
Abstract:
深度学习由于其模块化设计和强大的特征提取能力，已成为高光谱图像分类的重要手段之一。然而，如何有效地提取更深层次的特征以及同时提高分析空间和光谱联合特征的能力仍是亟待解决的问题。针对这些问题，本文提出了一种深度特征提取的残差网络，该网络由两个关键部分组成：多级传递融合残差网络和空间 光谱多分辨率融合注意力残差网络。多级传递融合残差网络可以有效促进特征信息之间的相互作用，获得更深层次的特征。接着利用空间-光谱多分辨率融合注意力残差网络可以确保从高光谱数据中全面提取空间 光谱联合特征和多分辨率特征。为了验证其有效性，本文在Indian Pines，Pavia University和Salinas Valley三个高光谱数据集上对所提出方法的性能进行了评估，分类精度分别达到了98.10%，99.81%和99.94%。实验结果表明，与其他方法相比，该网络具有更好的泛化能力和分类性能。
-
2024,47(18):130-137, DOI:
Abstract:
为了实现工厂的无人化生产，需要高效地对纺织品进行分类。针对传统纺织品生产厂的人工分类方法存在着效率低下、难以满足大规模生产需求的问题。将人工智能和计算机视觉先进技术应用到纺织品材质分类中，提出了一种基于DSCI-YOLOv8的纺织材质分类算法。在YOLOv8模型原有分类网络的基础上添加坐标信息注意力模块，增强模型对不同尺度纺织品材质特征的提取能力，提高了网络分类的准确率，同时减少了计算所需的一部分计算量和参数量；其次将分布偏移卷积加入到C2f网络模块，改进了分类神经部分的网络结构，从而存储器的使用得到降低，计算速度也得到提高。实验结果表明，在自制的纺织品材质分类数据集FMCD上进行测试，改进后的模型相较于YOLOv8模型准确率提高了2.09个百分点，每秒处理图片数提高13.5%。大幅减少计算成本的同时，有效提高了纺织品材质分类的精度和速度。可以满足纺织工业对产品类别分类和质量的检测需求。
-
2024,47(18):138-144, DOI:
Abstract:
针对现有绝缘子自爆缺陷检测方法在复杂背景和雾天环境下存在检测精度低、易误检和漏检问题，提出一种基于改进YOLOv8的绝缘子自爆缺陷检测算法。首先，在主干网中引入用于低分辨率图像和小目标检测的SPD-Conv模块，充分提取绝缘子缺陷目标的特征信息；其次，在特征融合层将BiFPN与SimAM注意力机制结合构建BiFPN_SimAM模块替换PANet的concat连接，实现多尺度特征融合，提高网络整体性能。实验结果表明，改进后的算法对绝缘子自爆缺陷检测的精确率和mAP@0.5分别达到了95%和93.1%，较原YOLOv8算法分别提高了1.8%和1.5%，在复杂背景和雾天环境下对绝缘子自爆缺陷检测有较好的检测效果。
-
2024,47(18):145-154, DOI:
Abstract:
针对水上漂浮垃圾检测中微小目标物体数量占比高、检测画面易受到水面波动和岸边环境反光等多重因素的干扰、检测模型庞大的参数量和计算量对终端的部署的设备性能要求高等问题，拟提出一种轻量化、高精度、实时性的检测模型LS-YOLO。首先，该算法利用HS-FPN金字塔网络设计构造YOLOv8的Neck网络结构，构建的网络结构牺牲小部分精度，显著降低了模型的参数数量和计算复杂度。其次，通过引入CAA上下文锚定注意机制改进HS-FPN，捕获远程上下文信息来回升检测精度。然后通过更换损失函数为具有动态聚焦机制的Wise-IoUv3，大幅提升检测效果，增加模型鲁棒性。最后，使用LAMP剪枝技术对模型进行剪枝，减小模型的参数量和计算量。实验结果表明，改进后的LS-YOLO相比基准模型mAP50提升了0.9%，回归率提升了3.2%，参数量降至基准模型的19.83%，计算量降至基线的44.44%，模型大小降至基线的22.22%。经过优化后的检测算法不仅显著提升了检测性能与特征提取的精准度，同时也便于在资源受限的硬件平台上的部署操作。
-
2024,47(18):155-163, DOI:
Abstract:
针对现有浅水海洋生物识别方法在水下环境中对浅水海洋生物识别效果不佳的问题，提出了一种以RT-DETR为基准模型的改进浅水海洋生物识别方法。首先，使用重参数化网络RepViT作为模型的主干网络，提升模型的特征提取能力。然后，构建基于重参数化的并行膨胀卷积RepPDC并引入颈部网络中，使模型能够有效获取长距离上下文信息，有利于提升模型的识别精度。最后，基于注意力机制构建了双向特征融合模块CAFM，提升模型在水下环境中对重点信息的关注能力。实验结果表明，改进后的方法，mAP50提升至87.5%，mAP75提升至70.9%，mAP50:95提升至64.9%，且参数量更少，有望应用到实际浅水海洋生物识别任务中。
-
2024,47(18):164-171, DOI:
Abstract:
针对食品图像中类间差异小、类内差异大以及结构复杂导致识别难度大等问题，提出了一种融合多尺度特征及注意力机制的食品图像识别方法。首先，采用特征提取能力更强的ConvNeXt模型作为主干网络，以更好地捕捉食品图像的细节特征；其次，引入改进的ASPP模块，扩展感受野并利用多尺度信息，增强模型对不同尺度特征的捕捉能力；最后，在每个卷积块后加入注意力机制，提高特征表达和上下文信息捕捉能力。实验结果表明，所提方法在Vireo Food172扩展数据集和ETH Food101数据集上的准确率分别达到91.56%和87.22%，相比原模型分别提高了2.05%和1.66%，验证了该方法的有效性。
-
2024,47(18):172-181, DOI:
Abstract:
针对车门内拉手表面的缺陷目标小、多尺度、易反光等问题。首先，通过使用碗状光源和降低图像采集表面夹角的方法，解决内拉手表面图像采集时因表面弯曲和镜面反射导致的缺陷特征被覆盖问题。然后，针对传统的RT-DETR模型存在缺陷检测精度差，速度慢等问题，提出一种改进的RT-DETR目标检测方法。该方法首先以RT-DETR为基础架构，在主干网络中采用并行的膨胀卷积与CA注意力机制并结合卷积重参数化的方式，以增加网络感受野和建立长距离的语义信息的同时提高网络推理速度。其次，通过添加额外的检测层来增加网络对小目标检测的特征提取能力。紧接着，在多尺度特征融合阶段使用了改进的BIFPN结构以提高模型信息交互的能力。最后，消融实验表明，相较于传统的基于RT-DETR的检测方法，本文提出的改进RT-DETR的检测方法，平均精度提升了6.5%,检测速度为传统模型的1.6倍，同时模型的参数量仅为原网络的76.5%。验证了本文所提方法的有效性。
-
2024,47(18):182-192, DOI:
Abstract:
铁路信号系统是保证铁路运输安全高效运行的重要技术手段，计算机联锁系统作为铁路信号系统的关键设备，系统自身的完备性测试必不可少。联锁人机界面是联锁系统的重要组成部分，通过作业人员操作，可向信号设备发送控制命令，并接收显示现场设备表示状态信息。对联锁人机界面依照标准规范进行检测，是确保联锁系统正常运行、保证铁路行车安全的重要技术手段。目前针对联锁人机界面的测试大都依靠人工，存在测试效率低下、测试过程不可追溯等问题。本文基于归一化平方差算法，提出适用于实时图形界面检测的模板匹配方案；分析联锁人机界面图像的局部特征，提出非侵入式无失真图像像素特征识别方法；将人工操作步骤建模抽象为计算机可识别语言；提出13种自定义关键字，实现模拟联锁人机界面操作；自动捕获分析图像、文字、语音信息，精确计算图像RGB三原色模型值，判断测试结果规范符合性，提高了检测结果准确性和一致性。经验证对比，所提出的联锁人机界面检测方法，实现了全过程自动化测试，可视化全部操作流程，测试结果及中间环节均可追溯，极大地提高了测试效率和测试结果的可信度。
2024年第47卷第18期
研究与设计
理论与算法
可编程器件应用
信息技术及图像处理
-
基于改进YOLOv8的排水管网缺陷检测*
Abstract:
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，本文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，本文改进的算法在70.4帧/s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帧/s，表现出了良好的检测性能。针对实际应用目的，本文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。
- 1
-
基于自适应抗噪卡尔曼滤波的组合导航方法
Abstract:
随着自动驾驶的迅速发展,对高精度车辆导航实时定位技术的需求日益迫切。在常用的GNSS/INS组合导航中,自适应卡尔曼滤波是一种常用的状态预测方法,然而,在复杂的动态环境下,其在应对GNSS多路径噪声和实时变化的过程噪声方面存在局限。针对这一问题,本文提出了一种自适应抗噪卡尔曼滤波算法,用于抑制GNSS测量噪声和动态过程噪声。该算法通过变分模态分解-小波去噪对原始GNSS测量数据进行预处理,提高了数据融合的输入精度；其次,在数据融合过程中,加入了随车辆环境实时变化的动态噪声缩放因子。通过以上两个去噪步骤,整体上有效抑制了噪声不确定性对导航精度的干扰。通过仿真模拟和真实车载实验验证了所提方法的有效性,与传统自适应卡尔曼滤波算法相比,本算法的位置估计和速度估计误差分别降低了37.7%和42.8%,显著提升了移动车辆速度和位置的高精度估计能力。
- 1
-
基于无人机视觉的船舶靠泊距离感知研究
Abstract:
为解决船舶靠泊过程中视野受限问题，实现靠泊距离的可视化，提出了一种基于无人机视觉的靠泊距离感知方法。首先，利用无人机采集船舶靠泊视频，在YOLOv8分割模型的基础上加入EMA注意力机制，实现对船舶边缘的精细化分割；接下来，通过区域生长算法和霍夫直线检测方法提取泊位线；最后，利用最近距离求解模型，将船舶和泊位转换到三维世界坐标系中，并搜索船舶与泊位间的最近距离。实验结果表明，加入EMA注意力机制后的算法对船舶分割的精度可达到92.3%，船舶与泊位间最近距离的误差小于0.1m。该方法不仅可以监控靠泊船舶周围的环境，而且能够实现船舶与泊位间距离的可视化，在靠泊操作中具有很好的应用前景。
- 1
-
辐射生物效应纳剂量探测器参数设计研究
Abstract:
纳剂量学通过统计初始粒子电离的离子数量与种类等物理量来模拟辐射生物效应。微孔道电离离子计数的纳剂量探测器通过配置内电场驱动电离离子漂移进入微孔道，并在强压下诱导电子雪崩实现测量。本文针对纳剂量准确测量需求，开展基于有限元分析与蒙特卡洛方法的微孔道电离离子计数纳剂量探测器参数设计研究。利用COMSOL有限元分析与Garfield++蒙特卡洛软件，对探测器内部静态电场、电离离子动态输运以及微孔道内电子雪崩形成进行计算与模拟，系统研究了不同阳极、阴极电场配置下内部电场漏斗效应的形成特性，分析了其对电离离子动态输运和收集效率的影响规律，研究了电子雪崩对电场配置、微孔道直径等设计参数的依懒性，并对结果进行讨论与归纳。分析结果表明，阳极电压选取（5~15） V，阴极电压选取（-1500~-2000） V，微孔道半径选取（0.5~0.75） mm可实现较好测量性能。本文的研究结果将为深入了解纳剂量探测器的内部工作机制及参数设计优化提供重要的理论依据。
- 1
-
一种抗差估计的GNSS/UWB/IMU集成式室内外无缝定位方法
Abstract:
针对单导航源定位系统在室内外场景切换时存在定位精度低和连续性差的问题，提出了一种抗差估计的GNSS/UWB/IMU集成式室内外无缝导航定位方法。在面对室内外复杂场景切换的情况下，采用抗差估计算法对GNSS与UWB的观测信号进行置信度评估和融合，并将融合的数据与惯导系统数据相结合，利用扩展卡尔曼滤波算法实现定位。为了评估算法在干扰和噪声下的导航定位精度，将惯导定位模块、卫星定位模块以及超宽带标签集成到一起进行实验。实验结果表明，所提融合定位方法的东向、北向定位均方根误差分别为6.95 cm和6.89 cm，最大定位误差为28.55 cm；在室内外过渡阶段，系统能够保持连续准确的定位，提高了复杂多变的室内外环境下的导航定位精度和稳定性。
- 1
-
基于信噪比估计的非恒模APCMA信号识别方法
Abstract:
针对卫星通信信号中非对称成对载波多址(APCMA)的非恒模信号识别问题，本文提出了一种基于信噪比估计的识别算法。首先，该算法对接收信号进行功率谱估计计算出观测信噪比；其次，通过高阶矩计算出有效信噪比，并结合星座矩算法，解决了高阶矩计算非恒模信号有效信噪比误差大的问题；最后，基于混合信号的观测信噪比高于有效信噪比的特点设计了特征参数M，实现了非恒模APCMA信号的识别。实验结果表明，所提算法对于非恒模APCMA信号，在弱信号信噪比大于0dB时的识别率接近100%。
- 1
-
基于改进YOLOv8的布匹缝头检测算法
Abstract:
工业场景下的布匹缝头检测在纺织应用领域越来越重要。然而,缝头检测面临着小目标尺寸、可利用特征少、复杂多变的环境因素等挑战,难以保证稳定且实时的检测的效果。针对这一系列问题提出一种基于改进YOLOv8的布匹缝头检测算法YOLOv8-DVB。根据Deformable Convolutional Networks v4的特点优化C2f模块,提出一种多尺寸特征采样的C2f-DCNv4模块,强化网络对不同尺寸特征信息的提取。在颈部网络,采用BiFPN结构作为特征融合的方式,通过引入自上而下和自下而上的双向通路,使得不同尺度的特征可以在多层次上进行更充分的融合。其次,引入更高效的VoV-GSCSP模块轻量化特征融合网络,帮助颈部网络降低计算量和参数量,减少计算负担。最后,设计一个专门的小目标检测层,优化小目标的特征提取。通过实验对YOLOV8-DVB模型与原模型以及YOLOv5、YOLOv7、和Faster R-CNN等进行比较,验证模型的检测准确率和检测精度。实验结果表明,该方法在自建数据集上获得84.7%的检测准确率,相比于原模型和其他网络模型都有着更高的准确率,能够快速有效的在复杂的工业生产环境中准确的检测到目标类别和位置。
- 1
-
基于SMA优化的PMSM模型预测控制*
Abstract:
针对永磁同步电机使用传统控制动态响应慢、电流脉动大等问题，改进了一种基于黏菌优化算法的新型双幂次滑模积分速度控制器的模型预测控制算法。首先，速度环采用一种新型双幂次趋近律的滑模速度控制器，使其更加准确的控制电机的运转，并通过 Lyapunov函数验证其稳定性。其次，利用黏菌优化算法优化dq轴PI控制器的参数，可以快速找到最优的PI参数。同时通过电流模型预测控制，使电流脉动减小。最后，从微观的角度绘制了dq轴电流与电机转速n的三维相图，进一步验证了控制器的有效性。仿真结果表明，与传统PI-MPC、SMC-MPC及NSMC方法相比，所提方法NSMC-MPC在动态响应速度、调速稳定性和抗干扰能力方面具有显著优势，能显著减小超调和电流脉动，提升动态性能及负载适应能力。
- 1
-
聚焦边缘与多尺度特征的轻量化违禁品检测算法
Abstract:
针对X射线安检图像中背景复杂、尺度多变、小尺寸目标难以检测等挑战,提出一种聚焦边缘与多尺度特征的轻量化违禁品检测算法LEM-YOLO。首先,设计轻量化边缘特征增强模块LEFE以构建EFE_C2f,增强模型边缘特征提取能力。其次,设计高效多级特征融合金字塔网络EM-FPN,利用动态上采样Dysample和层次尺度特征金字塔网络HS-FPN,增强多尺度特征融合并减少计算冗余,同时采用动态特征编码模块DFE,保留小尺寸目标的全局信息。最后,使用Shape-IoU作为边界框回归损失函数,聚焦边框形状和自身尺度,提升目标定位精度。实验结果表明,在公开数据集SIXray上,LEM-YOLO的mAP达到了94.63%,比原算法提升了2.56%,同时模型体积下降了50.67%,与同类算法相比能更好满足违禁品检测场景的需求。
- 1
-
双线性自注意力机制CAN总线入侵检测方法研究*
Abstract:
控制器局域网络(CAN)总线广泛应用于工业数据采集、车联网等领域，对其安全入侵检测非常重要。为全面提升检测方法性能，提出一种双线性自注意力机制CAN总线入侵检测方法，首先基于堆叠集成思想利用DNN、CNN和LSTM模型提取深度学习层特征；随后通过双线性层分别提取自注意力机制Transformer与FNet特征，再将其与深度学习层特征残差连接融合；最后通过全连接层入侵检测预测，体现高准确率、检测率和良好泛化性特点。在Car_Hacking公开数据集上实验表明，准确率、精确率、召回率、F1值和AUC值分别达0.951、0.996、0.997、0.960和0.984，且随着训练轮数增加其准确率、损失值误差分别保持在5%、10%以内，本文方法优于其他比较方法。应用于物联网实验装置评估结果显示，本文方法在异常攻击识别检测率达99.23%，对于提高测控系统安全性能具有重要推广价值。
- 1
-
基于耦合矩阵的新型8阶SIW带通滤波器
Abstract:
针对传统Ku波段带通滤波器尺寸大以及集成难度高的问题,本文结合LTCC工艺,提出了一种新型8阶是SIW带通滤波器。该滤波器具有良好的耦合拓扑结构,8个SIW腔体间通过电磁混合耦合方式连接,具有宽带宽、高带外抑制的优点。为了减小整体体积,将8个SIW腔体分为上下两层,每层各4个腔体。通过设计耦合矩阵并调节各腔体之间的耦合系数,有效减小了滤波器的体积。在微带和SIW连接处采用共面波导耦合,实现了在带外具有两个传输零点,可抑制寄生通带,进一步提升带外性能。实验结果显示,该滤波器带宽约为13.3-17.2GHz,相对带宽FBW26%,带内插损<-2.2dB,18-20GHz范围内带外抑制>-20dB。
- 1
-
基于航拍图像的自适应感知目标检测网络
Abstract:
由于无人机拍摄高度和角度的多样性，其图像往往呈现背景复杂且小目标居多的特征，这导致了相关检测算法性能较差。针对此问题，本文提出了一种基于自适应感知网络的航拍图像车辆检测方法，旨在从提高车辆特征显著度和改善特征信息损失两个方面来提升小目标的检测性能。首先，为了提取更高效的特征表征，提出了自适应感知特征提取模块，该模块通过捕捉长程依赖关系和更强的几何特征表示，能够自适应地对物体的形状进行建模。其次，为了减少下采样和连续池化造成的信息损失，设计了双分支空间感知下采样模块，该模块混合不同通道的特征图，以最大限度地保留小目标特征信息。然后，在特征融合网络中，引入了具有丰富空间信息的浅层特征图，以增强小目标的检测能力。最后，设计了新的动态回归损失函数DEIoU，该函数引入惩罚项来度量真实框与检测框之间横纵比的相关性，从而进一步提高网络的预测精度。在Visdrone数据集上的实验结果表明，所提方法的平均精度均值mAP达到了70%，推理速度达到了99.26 FPS，实现了较好的速度与精度的平衡，并且所提方法在UCAS-AOD数据集上取得了最佳的检测精度，具有较强的泛化能力。
- 1
-
声共振混合器加速度的控制策略优化研究
Abstract:
针对声共振混合器加速度控制精度问题，提出了一种改进麻雀算法（ISSA）优化的径向基函数神经网络（RBFNN）PID加速度控制方法。首先通过阶跃响应曲线辨识出加速度模型，进而通过引入Tent混沌初始化种群和线性动态惯性权重优化发现者位置等对麻雀搜索算法进行改进，然后将ISSA用于RBFNN参数的优化，最后将优化后的RBFNN-PID应用于加速度的仿真测试，并与其它算法进行比较。仿真结果证明，开发的ISSA收敛速度和寻优能力要优于其它算法，用ISSA优化RBFNN-PID加速度控制，能够有效抑制系统超调量，提高系统控制速度、精度和稳定性。实验结果表明，与对比算法相比，基于ISSA优化的RBFNN-PID加速度控制系统展现出更优越的控制性能与自适应能力，对声共振混合器加速度控制具有较大的实用价值。
- 1
-
基于双向学习的弱监督阴影-对象实例检测
Abstract:
现有阴影-对象实例检测网络都是基于掩码标签的全监督训练，但掩码标签标注难度和成本较高。仅利用边界框标签进行监督训练可以有效降低数据集的标注难度和成本，但弱监督会导致预测实例掩码精度降低。为了解决这一问题，首次利用弱监督方法进行阴影-对象实例检测，提出了一种基于双向学习结构的弱监督阴影-对象实例检测网络。首先，设计了教师-学生双向学习结构，利用教师网络预测的结果作为学生网络监督训练的的伪掩码标签，通过指数移动平均方法更新教师网络的参数的方法提高弱监督检测的精确度。其次，通过投影损失对预测掩码进行精准定位，并引入了能表征图像色彩先验信息的色彩相似性指标，结合交叉熵损失函数设计了色彩相似性损失函数，提高了整体网络的检测性能。为了验证所提方法的有效性和提高网络的鲁棒性，构建了一个阴影-对象实例检测数据集，并在该数据集与公开数据集SOBA上验证了本文网络的预测能力，平均精度（AP）值分别达到了53.3和51.5。
- 1
-
基于分解技术的IZOA-Transformer-BiGRU短期风电功率预测
Abstract:
准确的风电功率预测对于保障电网平稳运行和提升风资源利用效率具有重要意义。针对风电功率数据的非平稳性和间歇性等特征，本文提出了一种结合数据分解技术的IZOA-Transformer-BiGRU组合预测模型，以提升短期风电功率预测的精度和可靠性。首先，采用能量差值法确定变分模态分解(VMD)的子模态数，将具有较强随机波动性的原始风电功率分解为一系列相对平稳的子序列，从而更加充分地提取时序特征。其次，构建Transformer-BiGRU模型，引入多头注意力机制并行处理多个特征之间的交互关系，并利用BiGRU捕捉时序序列间的前后依赖性，从而提升预测性能。为了进一步优化模型性能，采用融合Singer混沌映射、透镜折射反向学习和单纯形法策略的改进斑马优化算法(IZOA)，对Transformer-BiGRU模型的隐藏层神经元数、初始学习率、正则化系数和多头注意力头数四个关键超参数进行优化。最后，通过IZOA-Transformer-BiGRU对分解后的各子序列进行预测，经过叠加重构得到最终的预测结果。实验结果表明，与单一BiGRU模型相比，所提模型的决定系数提升了5.10%，平均绝对误差、均方根误差以及平均绝对百分比误差分别降低了56.17%、54.58%、54.55%，具有较高的预测精度。
- 1
-
复杂场景下的交通标志小目标检测算法
Abstract:
在交通标志识别应用中,待检测目标多为小目标,易出现漏检、误检等问题。针对这些问题,基于YOLOv8s算法设计了一种改进的交通标志识别算法,FKDS-YOLOv8s。使用FasterBlock重构C2f模块,形成新的轻量化模块C2f-Faster,既提升模型特征提取能力,又降低了计算开销；基于SENet和ResNeXt模型设计一种新的检测头Detect_SR,使模型能够有效地聚焦于小目标的关键特征；融入轻量且高效的动态上采样器DySample,显著减少了GPU内存消耗；通过增加上采样和Prediction输出层次,模型能够捕捉丰富的位置信息,有效解决了YOLOv8s模型在处理小目标时信息不足的问题；引入Shape-IoU损失函数,优化了原CIoU在边框回归中的不足；此外,在Neck部分融入了本文新设计的注意力机制DKN-Attention,在上采样和下采样过程中定位微小物体场景的注意力区域,提升了远处小型交通标志的特征提取和识别能力。实验在中国交通标志数据集TT100K上进行,结果表明,FKDS-YOLOv8s相比基准模型,在查准率(P)、查全率(R)和mAP50上分别提升了5.9%、4.2%和6.3%。较传统方法,FKDS-YOLOv8s在性能上表现出显著优势。
- 1
-
基于YOLOv8的输电线路绝缘子表面缺陷识别算法
Abstract:
针对当前绝缘子表面缺陷识别存在的图像背景复杂、缺陷小目标识别效果差的问题，提出一种基于YOLOv8的输电线路绝缘子表面缺陷识别算法。首先，在主干网络引入CAF模块，增强模型对复杂图像场景的解析，增强全局和局部特征的提取能力；其次，在模型的颈部网络增加GD机制，减少特征融合过程中信息的丢失，提升小目标检测能力；最后，采用ATFL分类损失函数，削弱复杂背景对小目标检测的干扰，引入PIOU边界框损失函数，提高识别精度，加快模型收敛速度。实验结果表明，该算法的mAP50达到94.1%，精确率达到92.5%，召回率达到91.3%，相较于基线模型分别提高了3.1%、0.7%、3.9%，且综合性能优于最近的YOLOv9s、YOLOv10s等代表性算法。
- 1
-
一种改进MPPT的四级充电控制策略
Abstract:
针对传统蓄电池三级充电方式存在的功率输入不稳定、随机性大的问题，本次研究提出一种基于扰动观察法(POM)的变步长扰动观察法的最大功率点追踪(VSS-POM-MPPT)算法与四级充电算法相结合的光伏储能充电控制策略。通过搭建光伏模型，对VSS-POM与POM的最大功率点追踪(MPPT)的跟踪速度进行对比，同时以稳压精度和稳流精度作为光伏电池为蓄电池充电时的性能评价指标。完成基于VSS-POM-MPPT算法的控制器程序设计，进行光伏电池向蓄电池充电实验验证。实验结果表明，VSS-POM-MPPT相较于POM-MPPT在追踪到最大功率点时的用时减少了0.008s，速度提升了24.3%；实验记录的蓄电池充电数据与本研究设计的充电算法一致，稳压精度和稳流精度分别为±0.4%、±0.8%，满足电力行业标准即±(0.5%-1%)、±(1%-2%)。
- 1
-
太赫兹频段的柔性OAM阵列天线设计
Abstract:
针对目前轨道角动量(Orbital Angular Momentum, OAM)天线模态数少、难以共形等问题,本文使用石墨烯、MXene等材料设计了一款太赫兹频段的柔性阵列天线,仅需调整馈电相位差即可产生模态数为0~3整数阶,0.5、1.5、2.5分数阶的涡旋波。利用石墨烯材料使天线的工作频率在1.1~1.9THz范围内可重构,并保持了0.3THz的工作带宽。最后为了克服弯曲对天线的影响提出了补偿方法,包括相位补偿和频率补偿,以维持涡旋波形态和工作频率。
- 1
-
基于ARINC661的DF文件状态管理方法研究
Abstract:
在ARINC661座舱显示系统设计阶段，针对DF文件状态管理面临扩展性受限、存储效率低下等问题，提出了一种DF文件状态管理方法。首先，通过细化窗体部件属性结构与响应功能，构建了通用型窗体部件模型，便于窗体部件状态的统一管理；在此基础上，设计了分层动态存储结构，实现了目标状态的优化存储与快速定位；此外，针对DF文件状态的备份，研究了轻量化日志生成与解析技术，便于DF文件的版本修复。最后，利用几个典型的座舱显示画面对关键技术进行仿真测试，结果表明，该方法在设计阶段能快速准确地进行DF文件状态管理，具有良好的可扩展性和可靠性，且生成的状态日志相较于采用传统格式的日志，占用的内存空间减少了17.5%以上。
- 1
-
2024,47(6):1-7, DOI:
Abstract:
城市交叉路口是交通事故多发路段，对于智能网联汽车来说，在行驶过程中进行风险检测与碰撞预警，从而保障驾驶的安全性至关重要。本文针对有信号灯的城市交叉路口提出一种考虑信号灯约束的行车风险场模型，并基于此模型设计三级碰撞预警方法。首先针对城市交叉路口的潜在冲突风险点构建功能场景，并将信号灯的约束作用考虑进行车风险场模型。为了解决碰撞预警问题，提出以TTC为指标划分三级冲突区域，通过计算主车行驶过程中周围对应的场强值，并根据干扰车在主车周围势能场的位置来衡量主车所受碰撞风险。实验结果表明，所设计的模型能够准确对进入主车势能场范围的干扰车进行预警，预警成功率可达100%，误报率仅为3.4%，证明所提方法的可靠性和有效性。
-
2024,47(6):8-13, DOI:
Abstract:
为了解决现有单天线超高频RFID技术在室内静态目标定位中精度不高的问题，本文提出了一种基于天线视轴信号传播模型的RFID定位新方法。该方法首先通过天线纵向扫描确定目标的高度位置；其次，调整天线高度与目标高度一致，然后步进旋转扫描以识别目标的方向角；进一步的，利用麻雀搜索算法优化的反向传播神经网络建立路径损耗模型并用于测距；最后，综合高度、方向角和距离数据完成目标的定位。实验结果表明，在室内环境测试中，所提出的方法平均定位误差为7.2 cm，能够满足一般室内场景下物品的定位需求。
-
2024,47(6):86-93, DOI:
Abstract:
针对大场景SAR图像近岸场景舰船目标检测中遇到的陆地目标虚警和岸边目标漏检等问题，基于YOLOX设计了一种轻量化的改进模型CAM YOLOX。首先，在骨干部分嵌入CAM，增强舰船特征提取以保持较高的检测性能；其次，在特征金字塔网络结构中增加一个浅层分支，以增强对小目标特征的提取能力；最后，在特征融合网络中用Shuffle unit替换CSPLayer中的CBS和堆叠的Bottleneck结构，实现了模型压缩。在LS-SSDD-v1.0遥感数据集上进行实验，实验结果表明，本文改进算法相较于原始算法在近岸场景舰船检测的精确率P提高了5.51%，召回率R提高了3.68%，模型参数量减小了16.33%。本文算法能在不增加模型参数量的情况下，有效抑制近岸场景中陆地上的虚警和减少岸边舰船漏检率。
-
2024,47(6):100-108, DOI:
Abstract:
在基于机器视觉的锯链缺陷实时检测过程中，油污、粉尘等因素影响图像亮度和质量，导致目标检测网络的特征提取能力下降。为保证复杂环境下锯链缺陷检测的准确率，本文设计了一种结合弱光增强和YOLOv3算法的锯链自动化缺陷检测方法。首先使用RRDNet网络自适应增强锯链图像亮度，恢复图像暗区的细节特征；然后采用改进YOLOv3算法对锯链零件进行缺陷检测，增加FPN结构特征输出图层，利用K means聚类算法对先验框参数重新聚类，并引入GIoU损失函数来提高小目标的缺陷检测精度。最后搭建一套锯链缺陷在线检测系统，对所提方法进行验证。实验结果表明，该方法能够显著提高弱光环境下的锯链图像照度、恢复图像细节，改进YOLOv3算法的mAP值为92.88%，相比原始YOLOv3提高14%，最终系统整体的漏检率降低到3.2%，过检率也降低到9.1%。所提出的方法可实现弱光场景下锯链缺陷的在线检测，并且对多种缺陷有着较高的检测精度。
-
2024,47(6):20-27, DOI:
Abstract:
井下振动信号的高频测量信息能记录有关钻具动态响应的更具体细节，有益于分析诊断井下的异常振动，但是高频测量会产生大量的测量数据，导致井下振动测量设备的数据存储压力非常大。本文提出了一种基于压缩感知技术的井下振动信号的高频测量方法。通过选择性稀疏采集和存储井下振动数据，并利用信号重构算法，恢复高频测量结果。在该方法实现的过程中，提出一种分层抗频谱泄露的傅里叶字典构建和改进的分层追踪OMP信号重构算法，显著降低了信号重构时间。仿真和实验测试结果表明：该方法对振动信号的压缩感知采集效果较好，系统压缩比为18.9，重构分贝误差为52.1 dB。该方法有效减轻了井下振动测量设备的数据存储压力，为获取井下振动的高频测量数据提供了一种新途径。
-
2024,47(6):14-19, DOI:
Abstract:
为解决高海拔地区气压降低导致急救呼吸机潮气量控制精度下降的问题，提出了双环PID潮气量控制系统。该系统采用气压补偿型PID控制器调整风机转速，并辅以积分分离式PID控制器，以实现对气流速度的精确控制。在实际海拔4 370 m、大气压59 kPa的环境中，系统性能测试表明，相较于单环PID控制，双环控制系统在高海拔条件下表现出快速响应和无超调的卓越性能。平均气流速度输出误差为3.19%，最大误差为4.1%，优于现有临床设备的准确性。这一技术突破不仅提供了高海拔急救呼吸机潮气量控制的有效解决方案，也为特殊环境下的通气控制技术发展贡献了重要参考。
-
2024,47(6):123-130, DOI:
Abstract:
针对低速增压风洞测力试验，分析气动特性曲线的原始数据源，以天平信号、流场状态和模型姿态为主要对象，结合试验控制流程，从单点数据向量、单车次数据矩阵和同期多车次数据集等维度，研究试验数据的异常检测方法策略，并以此为核心知识库，完成异常数据检测专家系统设计开发。试验过程中系统推理机自动在线执行，经过数据识别、规则推理、逻辑推理和知识迭代，实现原始数据的预检测和预诊断。试验应用结果表明，专家系统对天平桥压异常、线性段跳点和零点检测等异常类型检测敏感度高，为异常数据分析指引方向，提升问题数据排查效率。
-
2024,47(6):109-115, DOI:
Abstract:
为了解决传统SPD寿命告警的表征方式与SPD真正的寿命状态不能明确的一一对应，以及单一劣化相关参数表征的剩余寿命模型预测性差等问题，设计了一款基于STM32多参数SPD剩余寿命远程监测系统。以STM32为主控，实时采集SPD的浪涌电流、泄漏电流、表面温度以及脱扣状态等重要参数，通过BC20无线通讯模块将状态信息上传到One NET云平台。One NET云平台实时显示和存储SPD的多参数数据，并提供数据管理和分析，采用SVM分类模型判断SPD是否损坏和BO-LSTM预测模型预测SPD剩余寿命。基于BC20的定位功能，在上位机查看SPD的实时地理位置。结果表明:BO-LSTM剩余寿命预测模型的均方根误差为0.001 3，平均绝对误差为0.001 8，该系统可以实时监测SPD状态，能够有效预测SPD剩余寿命值，并且及时预警。
-
2024,47(6):94-99, DOI:
Abstract:
本文针对ORB-SLAM2算法在黑暗环境或纹理较少的环境下提取特征点少，从而导致SLAM系统定位精度不高、匹配对数较少，进而导致系统崩溃的问题，提出了一种基于自适应阈值的特征点提取算法与改进的四叉树均匀化策略。首先基于图像的亮度进行基于自适应阈值的FAST特征点提取，之后通过改进的四叉树均匀化策略对图像的特征点进行剔除与补偿，完成特征点选取。实验结果表明，与原算法相比，改进后的特征点提取算法在黑暗环境与纹理较少的环境下，匹配对的数量提升了17.6%，SLAM轨迹精度提升了49.8%，有效的提升了SLAM系统的鲁棒性和精度。
-
2024,47(6):79-85, DOI:
Abstract:
针对标准蜜獾算法(HBA)易陷入局部最优、搜索精度低、收敛速度较慢等问题，提出基于精英差分变异的蜜獾算法(EDVHBA)。将标准HBA中的两种寻优策略所搜寻到的精英解，进行组合差分变异以产生新的精英解，利用3个精英解协同指导种群下一轮迭代，可以增加算法解的多样性，防止算法陷入过早收敛；同时改进非线性密度因子和引入新的位置更新策略，提升算法的收敛速度和寻优精度。为验证算法的改进效果和性能，对8个经典测试函数进行仿真实验，实验结果表明：与其他群智能算法和改进的HBA相比，EDVHBA在单峰函数中都能搜寻到最优值0，在多峰函数中迭代50次左右就可以收敛到理想最优值，验证了EDVHBA具有更好的寻优性能。
-
2024,47(6):58-63, DOI:
Abstract:
针对高速列车自动驾驶系统，采用基于天牛须粒子群（BAS-PSO）优化自抗扰控制（ADRC）的算法，设计速度跟踪控制器。基于列车动力学模型设计自抗扰控制器，并以ITAE作为目标函数，利用BAS PSO实现参数整定。选用CRH380A型动车组参数，通过MATLAB进行仿真验证，对比BAS-PSO、PSO以及改进鲨鱼优化ADRC算法对列车目标速度曲线的追踪效果，其中基于BAS-PSO优化ADRC算法的列车目标速度曲线跟踪误差保持在±0.4 km/h的范围内，相比另外两种算法更加紧密地贴近目标速度曲线。结果表明，基于BAS-PSO优化ADRC具有跟踪误差小、抗干扰能力强的优点。
-
2024,47(6):64-70, DOI:
Abstract:
为满足复杂车辆任务在时延、能耗和计算性能方面的要求，同时减少网络资源的竞争和消耗，设计了一种基于车载边缘计算(VEC)的任务卸载策略，以最小化任务处理延迟和能源消耗之间平衡的长期成本为目标，将车联网中的任务卸载问题建模为马尔可夫决策过程(MDP)，提出了在传统双延时深度确定性策略梯度(TD3)的基础上，利用长短期记忆网络(LSTM)来逼近策略函数和价值函数，将系统状态进行归一化处理以加速网络收敛并增强训练稳定性的改进算法(LN-TD3)。仿真结果表明，LN-TD3性能与全部本地计算和全部卸载计算相比提高了两倍以上；收敛速度上与深度确定性策略梯度DDPG、TD3相比提高了约20%。
-
2024,47(6):34-40, DOI:
Abstract:
星载扩频应答机的数据比特与扩频码是异步的，由于传输系统噪声及多普勒频移的影响，会引起接收扩频码与发送扩频码相关峰值的衰减，导致捕获性能下降。传统的捕获技术通常存在算法复杂度高，捕获速度慢，难以适应上百千赫兹大频偏的要求等问题。本文提出了一种将扩频序列截成两段分别作相关运算的扩频序列搜索法，并结合信号平方和FFT环进行大频偏锁频的捕获方案，有效抑制了相关峰的衰减，提高了伪码捕获性能。MATLAB仿真及FPGA板级测试表明，本文所提出的扩频信号捕获方案能够对抗高达±300 kHz的多普勒频移，平均捕获时间约为95 ms。另外，该算法的FPGA实现与传统结构相比节省了约47%的LUT、43%的Register以及一半以上的DSP和BRAM资源，在资源受限的实时通信系统中具有很大的应用价值。
-
2024,47(6):116-122, DOI:
Abstract:
滚动轴承在旋转机械中发挥着重要作用，若出现故障，轻则引起设备停机，重则危及现场人员生命安全，因此有必要对其进行故障诊断。针对滚动轴承故障特征难以提取，传统分类方法正确率不高的问题，本文提出一种基于集合经验模态分解（EEMD）能量熵和金豺优化算法（GJO）优化核极限学习机（KELM）的故障诊断方法，实现了提取滚动轴承故障特征并正确分类的目标。通过实验数据进行验证，该方法能够提取到滚动轴承原始信号中隐含的故障信息特征，其诊断正确率高达98.47%。
-
2024,47(6):137-142, DOI:
Abstract:
针对烟草行业，目前尚未存在检测加热卷烟烟具加热温度及温度均匀性的检测装置和方法，为了解决在狭隘空间内对微型棒状加热片的测温需求，本文研制了一种卷烟加热棒测温仪，并设计了一种适用于卷烟加热棒测温的新型结构。为了验证卷烟加热棒测温仪测量结果的准确性与可靠性，对测温仪进行不确定度分析。分析结果依据《GB/T 13283-2008工业过程测量和控制用检测仪表和显示仪表精确度等级》标准，在量程为100 ℃~400 ℃，满足0.1级要求。最后实验验证可以有效测量不同烟支的加热温度场情况。
-
2024,47(6):182-189, DOI:
Abstract:
针对无人机领域中的监管问题，基于YOLOv5-Lite的改进模型，提出了一种随着训练过程为模型动态地分配损失权重的指数移动样本加权函数。通过模型运算，控制二自由度云台对无人机实时跟踪，且视频采集、模型计算和二轴云台控制均在树莓派4B本地进行。优化过的模型在保持原模型参数量的同时，在mAP@.5:.95指标中达到了70.2%，相较于原模型提高了1.5%。在树莓派上的实时推理平均速度为2.1 FPS，处理效率更高。树莓派在模型推理的同时，通过I2C协议控制舵机平台对无人机目标进行追踪，保持对无人机的实时动态监测，提高了系统的可靠性，具有更好的实用价值。
-
2024,47(6):190-196, DOI:
Abstract:
基于表面肌电信号和模式识别的手势识别方法在康复手领域中具有广阔的应用前景。提出一种基于表面肌电信号的手部姿势识别方法，以预测手部的52种动作。为解决表面肌电信号易受干扰的问题，提高对表面肌电信号的分类效果，提出了TiCNN DRSN网络，主要作用是在拥有噪声的情况下能够更好的识别率，减少滤除噪声的时间。TiCNN网络使用卷积核Dropout和极小批量训练，为卷积神经网络引入训练干扰并且增加了模型的泛化性；DRSN网络可以有效的剔除sEMG信号中的冗余信号，减少信号噪声干扰。TiCNN DRSN网络在不需要任何降噪预处理的前提下，取得了很高的抗噪与自适应性能。本模型在Ninapro数据库上的识别率达到97.43%±0.8%。
-
2024,47(6):28-33, DOI:
Abstract:
随着卫星网络、车联网络、工业网络等业务仿真模拟需求的日益增长，针对传统专用信道损伤仪存在的模拟链路数量少、灵活性低、资源占用高等问题，本文提出一种基于时延量程策略的多会话时延损伤模拟方法，构建灵活的软件网络损伤模拟。该方法通过识别检测独立控制各会话流的时延损伤，并采用基于时延程策略的多队列合并架构以降低资源占用。实验结果表明，相较于传统专用设备与模拟软件NetEm，该方法支持百万级链路的独立时延配置，会话流数从十数条增加到百万条，且在各带宽下降低至少85%的内存占用，满足大规模和精度的同时极大的降低系统成本。
-
2024,47(6):50-57, DOI:
Abstract:
在面向一些大型商超、医院、教学楼等大规模室内多层结构定位中，针对多层WSN结构的非测距定位问题，提出一种基于改进天鹰的三维室内多层结构定位算法IAODV HOP算法。首先，为节点划分3类通信半径以细化跳数，同时利用最小均方差和权重因子修正节点的平均跳距。其次，用IAO算法对未知节点坐标进行寻优，通过佳点集策略对种群初始化，解决天鹰算法因初始种群随机分布而导致的种群的质量和多样性难以保证的问题，并且在局部搜索中加入黄金正弦的搜索策略完善种群的位置更新方式，增强了算法的局部搜索能力。通过仿真实验，本文所提算法IAODV HOP相较于传统3D DV Hop、PSO 3DDV Hop、N3 3DDV Hop以及N3 ACO 3DDV Hop算法，归一化平均定位误差分别下降7033%、6267%、64%、5367%，表现出更优的性能，具有更好的稳定性和更高的定位精度。
-
2024,47(6):41-49, DOI:
Abstract:
液压支架立柱压力预测是回采工艺决策的重要依据，也是确保围岩稳定的基础信息之一。然而，液压支架立柱压力虽然具有一定的规律性，却无法用简单的数学模型进行预测；且在回采过程中，支架不接顶、顶板破碎、传感器检测误差等带来大量的随机噪声，使得压力数据劣化为非平稳时间序列，给压力的预测带来的很大的困难。本文在Transformer基础上，提出一种差分非平稳Transformer模型，在Transformer的编码器和解码器中分别引入差分归一化和反归一化操作，以提升序列的平稳性。同时，在Transformer中采用去平稳注意力机制，计算序列元素之间的关联关系，以增强模型的预测能力。在真实的煤矿支架立柱数据集上的对比实验表明，本文提出的差分非平稳Transformer的预测效果达到0.674，表现明显优于LSTM、Transformer和非平稳Transformer模型。
