- 当期目录
- 优先出版
- 下载排行 过刊浏览
-
2026,49(1):1-8, DOI:
Abstract:
针对基于状态轨迹模型的CLLC谐振变换器同步整流方法面临的轻载区域性能失真的问题，本文提出一种基于状态轨迹模型的同步整流优化策略。通过深入分析轻载工况下变换器的断续导通模式（DCM），推导出电流DCM边界条件，实现电流断续模式的精准识别，有效抑制环流损耗。所提方法无需额外检测装置，仅依赖输入输出基本电参数即可完成控制，显著降低硬件复杂度与成本。在800 W实验平台上验证显示，该方案在全工作频率范围内最高转换效率达97.38%，较传统方法在动态响应与综合效率方面均实现显著提升。
-
2026,49(1):9-20, DOI:
Abstract:
为提升柔性传感器的开发效率与信号处理的实时性，本文设计了一种集成化的柔性传感器信号处理平台，旨在实现电阻式柔性传感器信号的快速采集与连续处理，并解决其输出非线性与稳定性差等问题。该平台由电阻采集系统与信号处理系统组成：采集系统基于 STM32 微控制器构建，支持对柔性传感器 8 路多通道数据的实时采集；处理系统集成基于标定点的分段线性映射算法，并支持包含混合自适应滤波在内的 11 种滤波方法与实时波形可视化功能。实验结果表明，该平台可实现柔性传感器信号的高精度采集，显著提升其线性表现与输出稳定性，支持采集与处理全流程的实时一体化运行，能够为柔性传感器的开发与应用提供可靠的数据基础与方法支持。
-
2026,49(1):21-29, DOI:
Abstract:
针对空空导弹试验中传统数据采集系统在多通道同步传输、高速存储及抗干扰能力不足的问题,本研究设计了一种基于ZYNQ-7000系列与EMMC 5-1规范存储模块的抗干扰实时数据获取系统。本系统采用隔离式LVDS接口和RS422收发器提升信号抗干扰性,通过多通道采样率/波特率可调谐架构及混合编帧技术实现多源数据同步采集,并通过动态校准数据采样点,保证EMMC高速读写信号的时序稳定。另外,引入DDR3缓存优化突发数据处理。实验结果表明,单片EMMC系统写入速度达157.6 MB/s,读取速度达180.1 MB/s,上位机数据传输速率达40.78 Mb/s。通过硬件隔离、编帧优化与高速存储协同设计,增强了高动态环境下多源数据采集的实时性与抗干扰能力,为空空导弹性能评估提供了高可靠性的数据支撑。
-
2026,49(1):30-39, DOI:
Abstract:
海洋动力环境引发的平台运动，会降低海洋观测平台及测量仪器可靠性，并导致风、浪、流等海洋动力观测量出现测量误差。海洋观测平台从布放始全运行周期处于无规则运动状态，基于九轴微型惯性测量单元(MIMU)的卡尔曼滤波、互补滤波姿态估计算法无法保证其及时收敛，从而导致在姿态解算中会出现较为严重的误差。为此，本文设计了一种MIMU的二级扩展卡尔曼滤波系统。该系统首先采用加速度估计初始姿态角，提高了滤波器的收敛速度，其次通过分级处理横滚角、俯仰角和航向角，提高了系统的鲁棒性。实验室和海上现场试验表明，该方法实现了海洋观测平台在非稳定运动状态下姿态估计的快速收敛和高精度解算。
-
2026,49(1):40-49, DOI:
Abstract:
针对土质滑坡位移多步预测方法的缺乏以及在多时间步长下预测误差较大的问题，本文提出了一种基于多级注意力机制并行模型的滑坡位移多步预测方法。采用多输入多输出的预测策略，通过含有多头注意力机制的Transformer编码器网络分支以及经全局注意力机制（GAM）优化的双向门控循环单元（BiGRU）网络分支，两个网络分支并行处理滑坡历史监测数据，之后对并行网络提取到的滑坡特征信息通过交叉注意力机制（CAM）进行特征融合后输出预测的滑坡多步位移值。实验结果表明，多级注意力机制模型在滑坡位移多步预测中平均绝对误差(MAE)、均方根误差(RMSE)分别为2.17 mm、3.05 mm，决定系数(R2)为0.968 9，相较于其他模型误差最低，决定系数结果最优，在长时间步下的预测效果更加稳定，有利于提前预知滑坡发展动向，为滑坡的预防与治理提供了重要的技术支持。
-
2026,49(1):50-60, DOI:
Abstract:
车联网场景下设备的移动性和复杂环境使其更易遭受恶意攻击，需要安全高效的认证机制，RFF为车联网身份认证提供了新的思路。但由于设备指纹特征直接从无线信号中提取，且其稳定性极易受到信道变化的影响，无线信道和接收机噪声的共同作用将导致接受到的信号发生失真，难以直接分离发射信号的真实特征。为解决上述问题，本文提出了一种基于改进型LMMSE信道估计的PSBCH的RFF提取方法。首先，本文构建了基于LMMSE准则的信道估计器。该估计器利用信道时频二维统计特性建立相应的二维相关矩阵，从而可有效捕获时间选择性衰落与频率选择性衰落之间的内在耦合关系，基于该矩阵能够有效地从接收信号中分离出随机信道响应。然后，通过信道均衡操作，对已被信道污染的硬件指纹进行还原，恢复指纹的原始特征信息。最后，通过结构优化的双分支异构神经网络对指纹进行深度表征学习，实现对硬件指纹的高精度分类。实验结果表明，在低信噪比的固定和移动场景下，所提方法的分类准确率分别达到95.46%和92.05%。
-
2026,49(1):61-69, DOI:
Abstract:
针对低成本无人器在复杂运动环境下的导航精度问题,提出了一种基于多模态运动特性分解的组合导航滤波算法选择机制。该方法结合卡尔曼滤波与容积卡尔曼滤波,依据无人器运动环境的动态特性选择最优滤波策略;在低动态环境下,采用卡尔曼滤波提升计算效率;在中等动态环境下,使用容积卡尔曼滤波以增强非线性状态估计能力;实验基于纯捷联惯性导航系统工具箱,仿真无人机与无人车运动轨迹,验证了所提方法的有效性。结果表明,相较于传统滤波方法,该算法在无人机场景下位置估计误差降低25%,在无人车场景下计算效率提升50%。
-
2026,49(1):70-79, DOI:
Abstract:
随着网络攻击手段的多样化和流量特征的复杂化，网络恶意流量的检测面临着越来越严峻的挑战。传统的流量检测方法在准确性和可靠性方面逐渐无法满足现代网络环境的需求，尤其是在高维数据和复杂攻击模式的情况下。为解决上述问题，本文提出了一种基于冠豪猪优化算法、双向长短期记忆网络和Kolmogorov-Arnold网络的网络恶意流量检测模型。该模型利用双向长短期记忆网络捕捉流量数据的双向时序特征，结合Kolmogorov-Arnold网络的非线性映射增强特征表达能力，并通过冠豪猪优化算法优化超参数提升模型性能。采用CIC UNSW-NB15增强数据集进行实验，实验结果表明，模型在二分类和多分类任务中准确率分别达到99.12%和94.15%，显著优于其他模型。此外，模型在应对类别不均衡时，特别增强了对Backdoor和Worms等少数类样本的检测能力。
-
2026,49(1):80-89, DOI:
Abstract:
针对无人机巡检输电线路时航拍绝缘子图像中存在背景复杂，目标大小不一致和待检缺陷区域占比小三个问题，提出了一种轻量化的绝缘子缺陷检测算法MHD-YOLO。首先在YOLOv8的主干网络中引入特征提取网络MAFNet，使用混合卷积来增强网络在复杂背景下的特征提取能力。其次，使用特征融合网络HS-FPN来实现不同尺度的特征融合，结合轻量化的动态上采样方法DySample来提升上采样的质量和效率。然后设计了一种轻量化检测头CSH，通过使用共享卷积的方法大幅减少检测层的参数量和计算量。最后引入NWD损失函数来提高模型对小型目标的定位精确性。实验结果证明，MHD-YOLO目标检测算法与YOLOv8相比，参数量降低了43.8%，在绝缘子缺陷检测数据集上检测精度提高了5.1%。改进后的算法在检测绝缘子缺陷方面的效果有明显提升，且模型复杂度大大降低，为部署到嵌入式设备上提供了更有效的方法。
-
2026,49(1):90-99, DOI:
Abstract:
为解决滚动轴承在不同工况下故障诊断过程中源域与目标域之间分布差异导致的诊断性能下降问题，本文提出了一种融合多头自注意力机制和动态联合分布自适应的轴承故障诊断方法。首先，在特征提取模块中引入多头自注意力机制，从原始振动信号中提取更具判别性和域不变特征。其次，分别采用最大均值差异与局部最大均值差异对齐边缘分布及条件分布，从而缩小源域与目标域之间的分布差异。最后，设计一种新的动态权重因子自适应地调整边缘分布与条件分布的权重，提升跨域故障诊断的鲁棒性与泛化能力。实验结果表明，所提出的方法在两种公开数据集上分类准确率分别达到了99.84%和98.97%，显著优于其他方法。同时在强噪声干扰下仍表现出良好的稳定性与鲁棒性，为滚动轴承故障诊断提供了一种有效的解决方案。
-
2026,49(1):100-109, DOI:
Abstract:
强直性脊柱炎是一种慢性炎症性疾病，其早期诊断依赖于骶髂关节病变特征的准确识别。然而，由于骶髂关节解剖结构复杂、病灶呈现多尺度异质性，且易受CT部分容积效应及噪声干扰，传统分割方法的精度难以满足临床需求。为此，提出了一种基于多尺度注意力融合的网络模型（MAG-UNet）。该模型通过多尺度特征融合模块（MFF）强化局部-全局特征协同表征，结合双路径注意力机制（DA）的空间-通道自适应加权，并引入大核分组注意力门控（LGAG）以解决跨尺度特征耦合问题。在山西白求恩医院提供的数据集上进行的实验表明，MAG-UNet在骶髂关节CT分割中取得了显著的性能提升，Dice系数达到92.4%，IoU达到86.0%，较U-Net基线模型提升3.4%（IoU）。本文为强直性脊柱炎的早期诊断提供了可靠的技术支持，具有重要的临床应用价值与推广潜力。
-
2026,49(1):110-120, DOI:
Abstract:
基于模块化多电平变流器(MMC)的柔性直流输电系统通常采用传统滑模观测技术观测状态变量，在运行工况突变下导致系统状态重构精度与暂态响应速度显著下降。提出一种离散时间对数滑模观测(DTLSMO)技术，构造观测误差范数及期望幅值的动态边界层函数，实现观测器增益的自适应非线性映射，规避依赖经验试错的参数整定过程。建立参数失配下MMC离散化模型并分析其能观测性，设计基于有源阻尼特性的对数滑模趋近律并注入桥臂动态方程，利用二倍频环流注入算法以实现电容电压均衡控制与环流抑制的协同优化，证明了所提观测器的渐进稳定性与广义收敛性。在MATLAB/Simulink平台仿真分析直流电压9.6 kV MMC系统并搭建硬件样机实验验证，引入ITAE等评价指标对比分析DTLSMO与传统时间离散滑模观测器(DTSMO)、自适应观测器(AO)的动态性能差异，证明所提观测器在桥臂电感失配20%时观测精确度分别提升0.935%和2.535%，在电容值不确定和直流电压突变下仍可展现其快速响应能力，鲁棒性良好。
-
2026,49(1):121-132, DOI:
Abstract:
针对目前的纯激光雷达三维检测方法不可避免地受到点云稀疏性的影响，且激光雷达扫描得到的点云数据在远距离表现比近距离更加稀疏导致模型训练过程中正负样本不均衡的问题，提出一种新的基于伪点云融合的多模态框架MCA-VoxelNet，它由两个关键设计组成：利用深度补全产生的伪点云来解决点云稀疏性问题，并且通过距离感知采样模块丢弃大量附近的冗余体素来提高计算效率；利用多阶段级联注意力检测结构聚合多个检测阶段的目标特征，平衡正负样本数量并逐步完善RPN网络输出的区域建议。在权威的KITTI自动驾驶数据集上的实验结果表明，MCA-VoxelNet以17.54的FPS在简单、中等和困难三个难度类别上的汽车精度分别达到94.19%、85.93%和86.17%，比次优的方法分别高出2.64%、1.16%和1.91%。
-
2026,49(1):133-145, DOI:
Abstract:
永磁同步电机无差拍预测电流控制具有动态响应快、稳态性能好和易于数字实现的特点。但是，当电机参数不匹配时，传统无差拍预测电流控制存在电流稳态误差大的问题。为此，本文提出了一种永磁同步电机自适应无差拍预测电流控制方法，降低了不匹配参数对电流控制性能的影响。首先，所提方法将电阻、电感和磁链的参数摄动统一视为扰动，并结合自适应控制设计了一种dq轴扰动自适应律。在此基础上，通过扰动自适应律对扰动进行在线估计并在传统无差拍预测电流控制器中进行扰动补偿，有效降低了不匹配参数对传统无差拍预测电流控制的不利影响。其次，通过离散李雅普诺夫稳定性理论对所提控制方法进行了稳定性证明，并采用经典控制理论确定了扰动自适应增益的取值。最后，仿真与实验结果表明，所设计的扰动自适应律能够快速、准确的估计扰动；与传统无差拍预测电流控制相比，所提控制方法有效抑制了不匹配参数对电流动态性能和稳态误差的影响，降低了电流的总谐波失真。
-
2026,49(1):146-156, DOI:
Abstract:
钢缆小目标缺陷检测任务中普遍存在检测精度低、漏检率高以及误检频发的问题，尤其在小尺寸较多的检测场景下表现尤为明显。造成该类问题的主要原因包括：传统检测算法特征提取能力不足，缺乏有效的多尺度信息融合机制，以及现有损失函数对小目标不敏感等。针对上述问题，提出一种基于改进型RT-DETR的钢缆缺陷检测方法。该方法在骨干网络中设计BasicStar特征提取模块，提升模型在高维空间中的语义表征能力；同时设计了新型多尺度特征融合策略小目标金字塔网络（SOPN），强化对小目标的关注和表达能力；在损失函数方面，提出焦点增强型Focaler-SIoU损失函数，以提升小目标定位精度与训练收敛稳定性。在钢缆缺陷数据集上的实验结果表明，该改进模型在平均检测精度mAP50上较原始RT-DETR提升了2.1%。综合性能优于现有主流目标检测算法，验证了所提方法在工业场景下对小目标缺陷检测任务的有效性和实用性。
-
2026,49(1):157-165, DOI:
Abstract:
针对现有的多变量长时间序列预测模型在光伏发电功率中长期预测中存在特征提取不足导致预测结果较差的问题，提出了一种基于频域和时域学习的多变量长时间序列预测模型FFTEMixer，该模型能准确预测光伏发电功率的同时能保持较高的运行效率。该模型首先利用快速傅里叶变换将时序数据投影至频域，通过可学习的频率滤波器选择性增强或抑制特定频率分量，以提取全局特征和变量间相关性特征，紧接着再通过一个交互式卷积模块学习局部依赖关系，进一步提高特征表达能力；然后，通过特征融合器进一步整合周期性特征，并建立特征变量与时间戳协变量的关联；最后，采用多头自注意力机制全面建模序列的长期依赖性和时间依赖性，从而实现对时序数据的全面的特征提取。实验结果表明，在两个公开光伏发电数据集上，该模型的预测性能显著优于基准模型，均方误差和平均绝对误差始终为最低值。与当前主流次优模型相比，其均方误差和平均绝对误差分别降低了12.6%和15.8%，验证了模型的有效性。
-
2026,49(1):166-175, DOI:
Abstract:
鉴于风电在能源结构中的重要性及其间断性带来的挑战，本文提出了一种基于异常值处理和多尺度特征融合的端到端超短期风电功率多步预测组合模型，旨在提高超短期风电功率预测的精确度与稳定性，进而为电力系统调度与运行的准确性与稳定性提供有力支撑。首先，通过RobustTSF方法处理时间序列异常，为预测模型的鲁棒性提供有力的保障，减少了异常时间序列预测和噪声标签学习之间的差异。其次，融合空间金字塔匹配映射策略、Levy飞行策略以及自适应t分布变异策略对蜣螂优化算法进行改进，显著提高了全局搜索能力和收敛效率。同时，利用多策略蜣螂优化算法优化改进的TimeMixer模型的超参数，以获得最优的模型性能。最后使用CATimeMixer模型，实现了多尺度季节特征和趋势特征的融合和预测。实验结果表明，相较于基准模型多层感知机的MAE、RMSE、MSE分别下降了49.71%、41.26%、65.50%，同时R2提高了4.49%，能够有效降低预测误差，为超短期风电功率的准确预测提供了一种新的方法和思路。
-
2026,49(1):176-187, DOI:
Abstract:
针对盲超分辨率重建中核估计偏差与非盲方法先验失配的关键难题，本研究提出基于退化核解耦评估的动态先验调制新范式。通过建立退化核窗宽 幅度的解耦评估机制，揭示核窗宽估计误差对非盲重建网络的泛化性能具有决定性影响。基于此，本工作创新性构建双阶段优化框架：在核估计阶段引入损失函数松弛约束策略，通过避免过多损失函数影响核窗宽的精确估计，增强估计核与非盲先验的兼容性；同时设计动态核先验调制网络，采用双路径特征协同优化机制，其中锐化特征模块通过高频梯度强化提取图像锐化先验，模糊衰减特征模块通过均值滤波抑制噪声干扰，并提取具有区域退化差异的模糊衰减先验特征，二者通过先验调制层生成退化调制向量，实现核特征空间的动态校准。实验验证表明，动态核先验调制网络在Set5数据集2×高斯模糊场景下PSNR提升1.92 dB，BSD100数据集4×强噪声场景下提升0.61 dB，显著优于现有最优方法。该方法有效解决了复合退化场景下的核先验失配问题，为实际复杂退化场景下的盲超分重建提供了创新性解决方案。
-
2026,49(1):188-198, DOI:
Abstract:
在输电线路无人机巡检航拍图像的关键部件检测任务中，针对单一模态检测方法精度低和小目标漏检率高的问题，提出了一种融合可见光图像和红外图像的多模态多尺度目标检测方法。首先，该网络构建了并行的双流特征提取主干，旨在同步处理可见光与红外图像，以充分利用前者丰富的色彩与纹理细节信息，以及后者卓越的成像稳定性与高对比度特性。其次，为实现跨模态信息的交互与互补，设计了多模态特征交互融合模块（MFIFM），该模块能动态地调整不同模态特征的融合权重，自适应地整合最具判别力的信息，有效缓解模态差异带来的信息冲突。此外，为提升对小目标部件的感知能力，提出了混合残差多尺度Transformer(HRMS Transformer)模块嵌入到双流主干中，通过多头窗口注意力机制，层级式特征重组以及与残差相结合的策略，增强全局上下文信息提取能力。实验结果表明，该模型精度mAP@50和mAP@50:95较现有单模态方法分别提升5.35%和4.48%。验证了多模态融合技术在输电线路检测领域的有效性和可用性。
-
2026,49(1):199-206, DOI:
Abstract:
高质量深海图像对研究海洋生物、地形和地质等领域的发展至关重要。针对深海图像存在的颜色失真、图像模糊、对比度低等问题，提出一种以改进U2-Net为GAN生成器的深海图像增强算法U2-GAN。首先，在U-Net中引入RSU模块来构建改进U2-Net，加强对高层抽象特征和低层细节信息的融合。其次，在改进U2-Net的跳跃连接部分引入DA注意力机制，强化空间与各通道之间的相互关系，提取水下颜色和纹理细节。然后，将融入DA注意力机制的U2-Net作为GAN网络的生成器，在对抗中提升增强图像的真实性，并且引入边缘损失和感知损失，重构DS损失函数，多角度指导网络学习深海图像到目标图像的映射关系。最后，在自建数据集DSIED上对U2-GAN与7种先进水下图像增强算法进行对比。U2-Net在PSNR、SSIM、IE、UIQM、UCIQE、PCQI相较于Sea-Pix-GAN提高了5.6%、3.9%、5.2%、16.0%、7.1%、2.4%，具有更好的水下图像增强效果。
-
2026,49(1):207-215, DOI:
Abstract:
针对图像处理系统灵活性不足与智能化水平待提升的问题，本研究致力于克服国产FPGA动态重构领域存在的技术瓶颈，提出了一个逻辑层动态调度图像系统。该系统基于上海安路科技公司PH1A90 FPGA芯片与Qt框架进行开发，基于逻辑层动态调度原理通过智能上位机控制模块可实现近似于DPR的全链路动态调度行为。实验结果表明，本研究实现了Qt上位机与PH1A90 FPGA的软硬件协同，完成了四接口异构输入、双传感器协同成像、算法处理链配置与22种ISP动态处理算法，并通过HDMI输出1 080P@60 fps视频流，验证了接口、流程以及算法上的逻辑层动态调度能力与国产芯片的工业级可靠性，推动我国智能安防、工业检测等领域的自主可控进程。
-
2026,49(1):216-225, DOI:
Abstract:
针对铝型材工件生产中缺陷检测精度低以及小目标缺陷漏检和误检的问题，本文对YOLOv12n模型进行了优化，提出了一种基于YOLO-PCSU的铝型材表面缺陷检测方法。首先，引入PartialConv卷积对YOLOv12模型的A2C2f结构进行改进，设计一种新的结构A2C2f-PConv，减少冗余计算和内存访问的同时加强网络特征提取能力；其次，在特征提取网络引入CoordAttention，在不增加额外计算的基础上提升检测精度；再次，在检测头引入注意力模块SEAM，解决小目标漏检误检问题；最后，通过用U-IoU损失函数替代YOLOv12n模型中的CIoU，加快模型的收敛速度并提高了检测结果的精度。在铝型材工件缺陷数据集中进行实验，检测精度达到90.3%，实验结果相比于原YOLOv12n算法mAP@0.5提升2.3%，参数量降低9%，计算量降低14%。在VOC2012数据集和东北大学热轧带钢表面缺陷数据集上表明改进算法有良好的鲁棒性。
-
2026,49(1):226-236, DOI:
Abstract:
针对如光照突然变化、极端天气等环境干扰导致的鸟瞰图车道线检测中的特征模糊和误检问题，本文提出了一种基于因果干预的BEV车道检测框架。首先，为提升BEV空间转换过程中特征的表示效果，设计复合位置编码并融合至前视图特征，以保持空间连续性与一致性。其次，在获取BEV特征后构建因果干预模块，因果干预模块旨在通过生成反事实特征来显式地将车道线特征与环境干扰解耦，以提高模型在极端环境中的稳定性。最后，通过引入特征融合模块完成多尺度特征的动态校准与干扰抑制，并利用全局注意力机制实现BEV特征的增强。实验结果表明，在Apollo数据集的三个子集中，相比于性能第2的模型，F1值提高了0.8%、1%、3%；在OpenLane数据集内的包含极端天气、夜间及交叉路口等挑战性场景中，F1值也达到了最佳。成功实现了车道线特征与环境干扰的显式解耦，为复杂环境下的自动驾驶感知提供了高鲁棒性解决方案。
-
2026,49(1):237-246, DOI:
Abstract:
针对无人机航拍图像中目标小而密集，且极易出现漏检和误检等情况，文章提出一种改进YOLOv8n的无人机航拍复杂背景下多尺度目标检测模型UCM-YOLOv8。首先设计一种集聚合与扩散特性于一体的金字塔式网络结构，让每个尺度的特征都具有详细的上下文信息。其次，提出任务动态对齐检测头，从多个卷积层中学习交互特征，提高检测精度。此外，将卷积加性自注意力机制与C2f模块有效融合，进一步增强特征表达能力。最后，为抑制低分辨率图像产生的有害梯度，运用Wise-Inner损失函数替换原CIou损失函数。在VisDrone2019数据集上进行对比实验和消融实验，mAP50值较基线模型提升了10.8%，参数量减少了9.6%。证明本模型在无人机航拍视角下的小目标检测效果优异，适合无人机航拍图像的应用。
-
2026,49(1):247-256, DOI:
Abstract:
随着城市化进程的加快，生活垃圾量的持续攀升对生态环境形成严峻挑战，因此基于目标检测的智能分拣技术成为关键解决方案。针对现有检测模型在复杂场景下精度不足和部署效率低的问题，提出一种改进的YOLO11生活垃圾检测模型。通过引入可变形卷积和自主设计的三分支坐标注意力机制，构建了增强型可变形卷积模块，并用其重构骨干网络中的C3k2，显著提升了模型对复杂背景中目标的特征提取能力。此外，采用内容感知特征重组算子替代颈部网络中的上采样，增强特征重建效果。引入指数移动平均滑动损失函数，有效提升检测精度并加速模型收敛。在优化后的华为云生活垃圾数据集上进行的实验表明，改进模型在mAP@0.5和mAP@0.5:0.95指标上分别达到76.5%和64.6%，较基线模型提升1.8%和1.7%。相比其他主流检测算法，改进模型参数量仅为2.8 M，更适合移动端部署。
2026年第49卷第1期
研究与设计
智能控制与性能测试
理论与算法
信息技术及图像处理
-
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):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):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):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):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):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):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):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):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):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):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):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):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):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):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):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):157-163, DOI:
Abstract:
为了解决语音通信系统中音频信号处理的数据量大，杂散信号多，以及调频接收机在接收到的音频信号忽大忽小的问题，提出了一种轻量化音频信号处理算法，并基于此算法在现场可编程门阵列(FPGA)平台上实现了音频信号的接收与自动增益控制。该算法结合数字下变频技术、多级抽取滤波技术及自动增益控制技术(AGC)，应用于音频信号处理系统中，将从上级天线接收的射频模拟信号通过模数转换以及数字下变频转换为基带音频信号，经四级抽取滤波将基带信号中的杂散信号滤除，降低了系统的复杂性和功耗，同时AGC对基带音频信号进行控制调整，输出较为稳定的音频信号。经过实验证明:该算法能够有效地将信息速率从102.4 MHz降至32 kHz、减少计算负担、提高信号质量、降低了FPGA的资源利用率；并且实现音频信号的自动增益控制调整，其调整时间仅为12.8 μs，满足接收机的功率稳定时间。
-
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%。
