- 当期目录
- 优先出版
- 最新录用
- 下载排行 过刊浏览
-
2024,47(9):1-7, DOI:
Abstract:
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。
-
2024,47(9):8-17, DOI:
Abstract:
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。
-
2024,47(9):18-25, DOI:
Abstract:
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。
-
2024,47(9):26-32, DOI:
Abstract:
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。
-
2024,47(9):33-39, DOI:
Abstract:
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。
-
2024,47(9):40-45, DOI:
Abstract:
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）。
-
2024,47(9):46-51, DOI:
Abstract:
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。
-
2024,47(9):52-60, DOI:
Abstract:
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。
-
2024,47(9):61-69, DOI:
Abstract:
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。
-
2024,47(9):70-78, DOI:
Abstract:
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。
-
2024,47(9):79-84, DOI:
Abstract:
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。
-
2024,47(9):85-92, DOI:
Abstract:
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。
-
2024,47(9):93-97, DOI:
Abstract:
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。
-
2024,47(9):98-104, DOI:
Abstract:
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。
-
2024,47(9):105-111, DOI:
Abstract:
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。
-
2024,47(9):112-119, DOI:
Abstract:
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。
-
2024,47(9):120-128, DOI:
Abstract:
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。
-
2024,47(9):129-136, DOI:
Abstract:
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。
-
2024,47(9):137-144, DOI:
Abstract:
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。
-
2024,47(9):145-153, DOI:
Abstract:
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。
-
2024,47(9):154-162, DOI:
Abstract:
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。
-
2024,47(9):163-171, DOI:
Abstract:
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。
-
2024,47(9):172-183, DOI:
Abstract:
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。
-
2024,47(9):184-190, DOI:
Abstract:
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。
-
2024,47(9):191-196, DOI:
Abstract:
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。
2024年第47卷第9期
研究与设计
理论与算法
信息技术及图像处理
-
基于全景分割与多视图几何的动态SLAM方法
Abstract:
在SLAM系统估计相机位姿时,大量运动物体的特征点参与特征跟踪线程导致算法准确性和鲁棒性下降,因此如何高效准确地剔除场景中的动态物体尤为重要。现有的动态视觉SLAM算法在处理动态物体时可能漏检或是错误地将静态物体识别为动态物体并将其剔除,引发静态特征点数量不足的问题,进而影响SLAM系统的稳定性和精度。因此提出一种基于全景分割与多视图几何的视觉SLAM方法,该算法使用全景分割FPN网络准确识别分割图像中的所有物体,剔除先验动态特征点并尽可能多地保留静态特征,在此基础上使用融合图像金字塔的LK光流法实现光流跟踪并剔除平行动态特征点,潜在的动态特征点则采用基于动态概率的多视图几何法更有效地对其剔除,避免了动态特征点漏检的情况,实现对场景中动态物的全面筛查以提高系统精度。在系统构建的稀疏点云的基础上实现对语义地图与八叉树地图的构建。实验使用TUM RGB-D数据集验证系统定位精度,结果表明,与ORB-SLAM2相比,本算法在所有序列的绝对轨迹误差的均方根误差(RMSE)平均降低了84.34%,显著提升了系统的鲁棒性和准确性，并且构建两种可用于SLAM上层任务的地图，具有一定的使用价值。
- 1
-
杂波背景下多普勒测速雷达信号处理算法研究
Abstract:
多普勒测速雷达具有测速范围广、测速精度高及可靠性强的优点，广泛应用于我国轮轨及磁浮交通领域。多普勒测速雷达在测速过程中需要考虑杂波对多普勒信号的干扰，因此在轨道地杂波背景下研究信号处理方法对提高测速精度、保障行车安全具有重要意义。首先对Kernel分布、Weibull分布及Gamma分布这三种典型的概率统计模型进行了理论分析，基于77 GHz+24 GHz双频车载测速雷达进行了杂波测量实验，采集了实际轨道面地杂波数据，并对实测数据进行了拟合分析，结果表明，该车载测速雷达的轨道地杂波数据统计特性服从Kernel分布。在杂波背景下，首先利用最小均方自适应滤波方法对实测信号进行去噪处理，并使用改进Burg算法进行频谱估计实现了高精度速度测量，实验验证了算法能够有效抑制杂波提高信噪比，在低速状态下测速误差小于0.5 km/h，当速度大于50 km/h时，测速误差小于0.5%。
- 1
-
基于全局注意力的Gam-EEGNet在SSVEP分类中的应用
Abstract:
稳态视觉诱发电位（SSVEP）作为脑机接口（BCI）系统中的重要信号类型，因其高稳定性和易操作性而广泛应用于BCI研究。在过去的研究中，已有许多方法在SSVEP信号分类中取得了显著进展，但依然面临着信噪比低、信号非平稳性和个体差异大的挑战。为进一步提升SSVEP分类的准确性和实用性，本文提出了一种结合全局注意力机制与紧凑脑电网络（EEGNet）的新型神经网络架构——Gam-EEGNet。EEGNet作为一种紧凑、高效且适应性强的基础模型，在SSVEP信号处理中具有重要作用。通过在EEGNet中引入全局注意力机制，Gam-EEGNet能够更精确地提取和表征SSVEP信号特征，从而有效降低个体差异和噪声的影响。实验采用了涵盖12种不同频率的SSVEP脑电数据，并将Gam-EEGNet与典型卷积神经网络（CCNN）、滤波器组-时间卷积神经网络（FB-tCNN）和滤波器组-时间卷积神经网络（SSVEPNet）等主流深度学习方法进行了分类性能对比。结果表明，Gam-EEGNet在不同时间窗口下的分类准确率和信息传输率（ITR）均优于其他方法，特别是在0.7 s的短时间窗口内，分类精度达到86.58%；在1 s时间窗内，多名被试者的平均识别准确率超过95%，ITR超过189 bits/min。此外，Gam-EEGNet在训练过程中表现出更好的收敛性和稳定性，具有更快的收敛速度和更低的训练误差。这些结果表明，Gam-EEGNet在SSVEP信号分类中展现出显著的性能提升，尤其适用于实时BCI系统中的快速响应场景，具有广泛的应用潜力。
- 1
-
基于SVD与混合神经网络模型的自动调制识别
Abstract:
随着现代无线通信环境中调制类型复杂性和多样性的显著增加，对自动调制识别技术的性能提出了更高要求。文章提出一种由卷积神经网络、挤压与激励模块、长短期记忆网络、门控循环单元和全连接层网络组成的混合神经网络模型，提升AMR技术的效率和准确性。首先，针对低信噪比环境下调制信号识别精度受限的问题，引入奇异值分解算法对接收的I/Q信号进行去噪，在提高信号质量的基础上提高低信噪比下调制信号的识别精度。然后，利用卷积神经网络对去噪后的信号进行多通道空间特征提取，随后加入挤压与激励模块提升特征提取的针对性，将门控循环单元和长短期记忆网络相结合，捕获信号的时间序列特征，最后，通过全连接层网络将提取的特征映射到调制方式的分类空间进行分类识别。实验结果表明，提出的网络模型在低信噪比环境下显著提高了调制识别精度，在RadioML2016.10b数据集上的平均识别准确率达到了64.63%，同时增强和提高了对QAM16与QAM64的区分与识别精度。
- 1
-
基于量纲分析的近地爆地表振动速度模型优化
Abstract:
传统爆炸振动速度预测模型多是应用在矿山与岩体爆破，对于近地爆地表振动速度模型研究较少且预测精度较低，为研究近地爆地表振动强度模型，基于LS-DYNA分析软件建立了近地爆地表振动速度仿真模型，通过量纲分析，引入振动波的传播速度这一影响因素，建立了地表振动峰值速度改进模型，并通过仿真数据对速度模型进行多元非线性回归分析，最后通过试验应用了本文模型，验证了本文改进模型的准确性。结果表明：通过仿真数据拟合出本文改进模型预测的平均相对误差为11.33%，两种经典模型预测的平均相对误差分别为34.05%和31.67%，本文改进的预测模型对试验测点振动速度预测的平均相对误差为8.28%，两种经典模型的预测误差均高于44%。因此本文的改进模型的预测精度相较于现有的经典模型有较大的提升，能够较好的表征地表振动强度、反应地表振动峰值速度的衰减规律，可以为近地爆试验预测表振动峰值速度模型提供一些理论依据。
- 1
-
基于XGBoost的电网过流异常检测模型
Abstract:
在电网系统中,异常检测效率直接影响到系统维护成本,传统电网异常检测方法基于专家经验知识转化为固定规则与阈值,存在一定的局限性。现有的异常检测研究多以窃电、设备故障为主要分析对象,对过流异常的分析不足。本文针对过流异常的特性,分析了传统经验规则存在的问题与缺陷,通过特征工程确定了特征量,提出了基于XGBoost的电网过流异常检测模型。通过实验数据测试与评估,本文模型在5折交叉验证中F1分数最低值相较于传统规则提升了19.2%,平均值相较于传统规则提升了15.1%,各项实验指标均优于基于传统经验规则的检测方法,且没有出现明显的性能差异,证明了模型的检测效果。与异常检测常用的其他机器方法对比,本文模型的F1分数提升了6.4%至8.7%,稳定性及准确性均有优势。通过训练数据远少于测试数据的极端情况测试以及对模型进行的可解释性分析表明,本文模型具有较高的透明度、可信度,同时具有良好的泛化性能,可以有效支撑在实际环境中推广应用于过流异常检测。
- 1
-
基于SocFPGA工件表面缺陷快速检测研究
Abstract:
针对当前工件检测中,工件表面缺陷检测存在处理速度慢的问题,设计出一种具有高速互联总线的SocFPGA架构解决方案。首先将图像数据灰度化、中值滤波、自适应阈值分割以及形态学操作,消除图像中的污损部分,凸显缺陷像素。其次,利用像素阈值算法与投票算法,标注了图像表面缺陷位置。最后,采用铜板试样并结合OV5640摄像头,搭建了一套工件表面缺陷检测系统。测试表明,当缺陷直径不小于0.5mm,缺陷检出率约为90.24%,处理1帧图像的时间约为0.62μs,实现了工件表面缺陷图像的实时在线检测,为该领域研究提供一定的参考。
- 1
-
改进的YOLOv8s摔倒检测算法研究
Abstract:
为了能够准确的识别老人摔倒姿态,提出了一种改进的YOLOv8s摔倒检测模型。首先,在YOLOv8s模型的主干网络中引入SE注意力机制模块,将通道特征分成多个子图特征,让不同组的特征进行融合,使网络自适应地聚焦于关键特征,抑制对当前任务贡献度较小的特征,提高了特征提取能力；其次,用EIoU替换CIoU损失函数,加快收敛速度,提高了模型的精确率和稳定性；最后,将训练好的模型在URFD等数据集上验证。实验结果表明,该模型精确率达到了99.50%,召回率达到了99.00%,mAP50达到了99.50%,比原模型的性能全面提升。与YOLOv5s+K-means++模型比较,精确率提升了3.22%,召回率提升了5.32%,mAP50提升了2.38%；与C2D-YOLO模型比较,精确率提升了10.00%,召回率提升了11.40%,mAP50提升了7.80%；与YOLOv5s+C3new模型比较,精确率提升了2.50%,召回率提升了6.80%,mAP50提升了4.1%。改进后模型较原模型和目前先进模型有较大的优势。
- 1
-
基于注意力改进RTformer的滑坡遥感图像语义分割
Abstract:
针对现有的遥感影像滑坡语义分割网络存在模型参数量大、训练速度较慢，滑坡边界区域识别模糊、遥感影像多尺度语义信息分类差异化等问题，本文提出一种改进的RTformer轻量级语义分割模型，在模型不同层级模块间嵌入空洞卷积注意力ASPP模块和通道注意力SE模块，以捕捉不同尺度的语义信息和通过计算通道关系从而增强特征表示能力，提高模型特征提取能力，使其更加适用于滑坡遥感影像识别任务。利用Cityscapes数据集针对模型中空洞卷积的膨胀率设置和不同批量大小进行对比试验以得到最优解，以毕节滑坡灾害数据集做为预训练数据集设计一个自监督训练任务，并使用其进行模型微调并检验模型针对滑坡灾害遥感影像的分割性能。最终得到的模型在Cityscapes数据集和毕节市滑坡灾害数据集上均获得了最优表现，相比原始RTformer模型，两个数据集的平均交并比（mIOU）分别提升了2.26%和4.34%。并且与FCN、U-Net、DeeplabV3、SegFormer等经典语义分割模型相比，改进模型以最少的参数和最快的推理速度实现了识别任务，并达到了最优分割效果。
- 1
-
基于可视图谱特征融合的行星齿轮箱故障诊断
Abstract:
针对行星齿轮箱振动信号频率信息复杂、时变性强、调制特征明显的问题，提出了基于可视图谱特征融合的行星齿轮箱故障诊断方法。首先将行星齿轮箱信号进行Welch变换得到功率谱，采取可视图算法构建图谱，计算图谱节点的中心性指标并融合成特征矩阵，最后使用改进的CNN-Inception模型分类得到齿轮箱故障诊断结果。实验结果表明，该方法可以准确识别行星齿轮箱故障，在两种工况的实验数据集上准确率可以达到98.57%，模型具有泛化性。相较于其他方法，该方法能够实现高效、准确的故障诊断。
- 1
-
基于改进A*算法和再优化的避障路径规划
Abstract:
考虑机器人行走过程中自身尺寸与体积因素的影响,给出了防刮碰障碍物的节点扩展方法。将传统的从起点到终点的单向搜索方式变成起点到终点和终点到起点的同步双向搜索方式,并将搜索进程中的“终点”设置为对向同步搜索的当前点,将当前点和当前终点的距离引入评价函数,明显减少了往复搜索的次数和搜索的节点数目,提高了搜索效率。在双向搜索A*改进算法得出的搜索路径基础上,进行路径优化,先后进行路径冗余点的去除和拐点路径的圆弧过渡。仿真结果表明,基于上述方法得到的避障路径搜索面积小,搜索节点少,搜索效率高,路径平滑稳定,易于机器人完成避障路径行走。
- 1
-
多策略改进的蜣螂优化算法及其工程实例应用
p>朱国庆, 韩东颖, 米振涛, 刘艳飞, 杜晓彤, 宋玉玺
Abstract:
蜣螂优化算法(Dung beetle optimization algorithm, DBO)虽独具优势,同时也存在一些问题,如收敛精度低下以及容易陷入局部最优。为了解决这些难题,提出了一种名为MSIDBO的改进型蜣螂优化算法,目的是增强优化效果,同时保持全局和局部搜索的平衡。提出了一种自适应适应度距离平衡策略,该策略通过优化蜣螂的觅食和偷窃行为,有效地避免算法陷入局部最优解的困境；同时,引入引导学习策略和局部最优扰动方案,加快算法的收敛速度,平衡算法在局部开发和全局探索能力之间的关系。为评估MSIDBO算法的性能,采用CEC2017测试函数进行仿真实验,在3个实际工程设计问题中,同时运用了MSIDBO算法,并与其他5种优化算法进行了比较,结果表明,MSIDBO算法在收敛速度、求解精度和稳定性方面均表现出显著优势,充分验证了其在实际应用中的高效性和可靠性。
- 1
-
基于轻量级改进的YOLOv8水下目标检测模型
周志耀, 马常霞, 杨丽莎, 仲兆满, 赵雪峰, 胡文彬, 周子豪
Abstract:
在恶劣和多变的水下环境中工作的设备是进行水下研究和开发的基本保障。现阶段的水下目标检测模型参数量和计算量过大，在资源有限的水下设备上部署受限。为解决水下检测模型参数量和计算量过大问题，提出一种轻量级的水下目标检测模型RCE-YOLO。首先，利用RFAConv的空间注意力权重来改进CBS处理接受域信息的能力和提升C2f对空间特征信息融合的能力，增强模型对小密集目标的检出能力。其次，融合CCFM与Dysample模块，该融合模块能够更有效的利用不同尺度信息并通过内部的点采样方法减少原先采样产生的模糊和失真。最后，在SPPF前向传播过程中融合高效多尺度注意力机制，该机制使得模型重点关注水下目标关键信息，降低误检率和错检率。实验结果表明，改进的轻量级模型在数据集DUO上进行验证，mAP50、mAP50:90值分别达到83.6%、64.2%，相较于YOLOv8基准模型mAP50、mAP50:90值分别提升了1.4%、1.2%，参数量和计算量分别下降了32.3%、0.9G。相较于其它目标检测模型满足了恶劣多变环境下的水下目标检测需求，为水下设备轻量级部署奠定基础。
- 1
-
基于GRU-A3C的四旋翼无人机视觉避障系统
Abstract:
针对基于深度强化学习的四旋翼无人机视觉避障系统,模型训练速度慢、计算量大和响应不及时的问题，设计了一种轻量化且模型训练速度快的系统。该系统首先以深度图像和无人机自身状态信息作为输入，然后使用一种基于GRU结构的A3C算法(GRU-A3C)，输出连续动作空间并结合课程学习的方法进行训练加速。最后，以A3C为基线进行消融实验。实验结果为：在训练1000轮次时，利用课程学习方法训练的GRU-A3C算法成功率为0.28，A3C算法成功率为0.2；在训练5000轮次时，利用课程学习方法训练的GRU-A3C算法成功率为0.72，A3C算法成功率0.62。数据表明，该系统可以有效加快模型收敛速度，缩短训练时间并提高训练效果。
- 1
-
融合速度障碍法和改进DQN的无人船避障方法
Abstract:
为提高无人船动态避障的安全性与经济性，提出了一种融合速度障碍法和深度Q网络（deep q-network，DQN）的无人船避障方法。首先，在计算传统速度障碍物相对碰撞区域时，考虑障碍物未来时刻运动信息，改善传统速度障碍法因忽略障碍物即时位置变化从而导致避障失败的问题。其次，将碰撞危险度系数引入DQN状态空间中，优先选取危险度系数最高的障碍物作为避障对象，改善状态空间信息冗余问题。再次，根据改进速度障碍法避障思想重新设计奖励函数，确定无人船避障时机与转向角度，解决传统DQN的奖励稀疏问题，提高其学习效率与收敛速度。最后，为验证该方法性能，与三种主流避障方法进行了仿真实验，实验结果表明，该方法能够为无人船提供合适的避障方向，使无人船航行路径更为经济和安全。此外，通过实船实验验证了该方法具有一定的工程实用价值。
- 1
-
基于DeepLabV3+改进的光伏板语义分割模型研究
Abstract:
从光伏板的红外图像中分割提取出光伏板区域信息，可以极大提高光伏板故障检测的精度。而传统语义分割算法对光伏板的边界信息处理效果不佳，存在光伏板边界呈波浪状、互相黏连以及背景误分割等情况。针对此类情况，本文提出了一种基于改进DeepLabV3+的光伏板语义分割算法模型，将主干网络更改为MobileNetV2,引入Canny边缘检测算法输出新的浅层特征语义信息；设计SE-ASPP模块对特征通道进行重新校准，增强网络表达能力；增加浅层特征语义信息通道数，加强对浅层特征语义信息的关注。实验结果表明，改进后DeepLabV3+算法模型的精准率、mIoU、召回率和F1分数分别达到99.50%、99.21%、99.61%和99.55%，与原DeepLabV3+模型相比，分别提高了2.24%、1.58%、1.57%和1.72%，在实际分割任务中表现出色，具有更高的检测精度和可靠性。
- 1
-
C场电流对铷原子喷泉钟性能影响的分析
Abstract:
铷原子喷泉钟的C场电流稳定性会影响钟的二阶塞曼频移，传统优化C场线圈物理系统的方法存在系统复杂且难以满足铷钟小型化要求的缺点。本文从铷原子喷泉钟的电路系统入手，提出了采用芯片电流源优化C场电路的方法。首先，分析研究了芯片电流源输出波动对铷原子喷泉钟二阶塞曼频移项的影响，得到了铷原子喷泉钟二阶塞曼频移与C场芯片电流源输出电流之间的变化关系；其次，对优化前后铷原子喷泉钟C场电流进行了相关测量实验。实验表明，使用VC12MA电流源产生C场时，其输出电流值Allan方差为2.24×10-9，对铷原子喷泉钟二阶塞曼频移的相对扰动为1.78×10-17，，铷原子喷泉钟二阶塞曼频移的频率稳定度从原来的10-16量级提升至优化后的10-17量级，本文方法在铷原子喷泉钟性能提升及小型化中有很大的应用价值。
- 1
-
改进YOLOv8n的轻量化火焰烟雾检测
Abstract:
为解决火焰烟雾检测在自然环境下准确性不高，速度较慢等问题，本文提出了一种改进YOLOv8n的火焰烟雾轻量化检测算法。该算法通过将YOLOv8n中骨干网络更换为PP-LCNet轻量化网络，引入CARAFE上采样算子以增强细节捕获，减少信息丢失，并添加EMA注意力机制模块以提升模型对检测目标的识别和提取能力。实验结果表明，改进后的YOLOv8n与基准YOLOv8n相比，参数量减少0.89MB,计算量减少1.8G。此外，与Faster R-CNN、SSD、YOLOv4、YOLOv5s、YOLOv7、YOLOv8n及文献中模型相比，其精确度、召回率、mAP50和F1分别达到了96.5%、94.7%、95.3%、95.6%，表现出最佳性能。改进后的算法不仅提升了检测精确度，还实现了轻量化，具有重要的实际应用价值。
- 1
-
基于注意力门控多层感知器睡眠分期研究*
Abstract:
睡眠分期在睡眠障碍诊断中具有重要意义。目前的自动睡眠分期方法大多集中在研究时域信息,且睡眠阶段之间的过渡规则往往无法被识别和捕获,导致睡眠分类准确率低。为解决这一问题,提出基于单通道脑电(EEG)信号的融合多尺度特征和注意力门控多层感知器的睡眠分期方法(Multi-scale features and Attention gated multi-layer perceptron SleepNet? MA-SleepNet)。该模型由多尺度特征提取模块、压缩激励网络模块和注意力门控多层感知器网络模块组成。多尺度特征提取模块采用双通道卷积从脑电信号中提取不同尺度波形特征；压缩激励网络模块采用压缩激励模块学习多尺度特征的重要程度,提升有效特征；注意力门控多层感知器模块将多层感知器与门控机制结合起来,同时加入简单的自注意力机制,实现不同维度之间的数据通信,整合信息中的有效特征。在Sleep-edf-20和sleep-edf-78数据库上MA-SleepNet模型分别达到了86.1%和83.2%的睡眠分期准确率。与现有典型研究结果相比,该方法提高了分类性能。
- 1
-
改进YOLOv8的无人机航拍图像小目标检测算法
Abstract:
针对无人机航拍图像中存在的小目标特征提取能力不足及尺度多样性的问题，提出了一种改进YOLOv8的无人机航拍图像目标检测算法。首先，新增小目标检测层P2，增强模型的小目标检测能力。其次，设计了双向特征对齐融合方法对颈部进行改进，结合特征对齐模块和双向特征金字塔的思想，提升模型的多尺度融合能力，实现更完整的特征融合。然后，设计了双层路由-空间注意力模块加入主干中，通过串联双层路由注意力和空间注意力模块，加强对目标的特征捕获能力。最后，设计了损失函数Focaler-XIoU，解决样本难易分布对边框回归的影响，增强模型的稳定性和检测效果。实验结果表明，改进的网络模型在VisDrone数据集上mAP50提升了9.2%，相比目前主流的目标检测算法，有更优的检测效果，能够很好地完成无人机航拍图像检测任务。
- 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):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):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):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):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):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):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):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):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):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):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。
-
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):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):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):143-150, DOI:
Abstract:
为提高声波法直埋热水供热管网泄漏应用的定位精度，在分析各种小波法阈值函数适用性的基础上，提出了改进阈值函数降噪方法，该方法理论上能够克服软阈值函数的恒定偏差和硬阈值函数信号振荡的缺点，设置调节参数，提升降噪能力，保留小于阈值点区域信号，避免有效信号丢失。在大型直埋热水循环管网中进行泄漏测试实验，研究表明采用本方法进行声波法直埋供热管道泄漏检测，可实现泄漏定位误差在±1 m内，定位精度可达0.11%~3.49%，最后选择北京市供热系统中实际工程案例，采用本方法进行声波法泄漏检测，泄漏定位误差为0.37%~0.66%，定位精度提升。
