- 当期目录
- 优先出版
- 最新录用
- 下载排行 过刊浏览
-
2024,38(4):1-8,
Abstract:
水下游动机械臂（underwater swimming manipulator, USM）是一种由水下蛇形机器人和矢量推进器组成的新型水下机器人。USM系统具有高度非线性、强耦合以及不确定性等特点，其动力学模型难以精确建立。因此，实现USM的高精度镇定控制存在挑战。针对这一问题，本文基于反馈线性化和自适应径向基函数神经网络（radial basis function neural network, RBFNN），设计了一种动力学控制方案以实现USM的镇定控制。首先，介绍了USM平台结构，基于Lagrange方程给出了USM的动力学模型，并推导了USM的矢量推力系统模型。然后，设计了基于反馈线性化和RBFNN的动力学控制器，并通过反步法自适应更新RBFNN的权重。其中，权重自适应更新RBFNN用于实时估计系统未建模部分、参数误差以及外部扰动，从而对动力学控制器进行补偿。此外，为了将动力学控制器提供的广义力和力矩转换成各个执行器的控制输入，给出了推力分配策略。最后，进行了湖泊实验，分别对USM的I构型和C构型镇定控制，文章所提出的控制方案在两种构型下的稳态误差均小于0.08 m和10°，验证了所提出的USM六自由度镇定控制器的有效性。
-
2024,38(4):9-17,
Abstract:
针对霍尔效应式力传感器温度漂移的问题，提出了混沌自适应鲸鱼优化BP神经网络（CIWOA-BP）的温度补偿新模型。该模型通过Cubic映射作为初始鲸鱼种群生成方法，以提高种群的质量和分布均匀性。引入自适应权重调整鲸鱼的收缩包围机制，提高算法的全局搜索能力和收敛性。利用CIWOA算法对反向传播（back propagation, BP）神经网络的初始权值和阈值进行优化，使模型具有更好的测量精度和稳定性。研究结果表明，温度补偿以后霍尔效应式力传感器的灵敏度温度系数αs由5.08×10-3/℃减少至9.8×10-5/℃，减小了2个数量级，温度附加相对误差由补偿前的19.82%减小到了0.38%，减小了52倍以上，从而有效的减弱了温度对测量结果的影响。
-
2024,38(4):18-26,
Abstract:
大气偏振模式是一种稳定的自然属性，其在导航、探测等领域有广泛的应用，但由于自然环境以及周边建筑物遮挡的影响，在同一时刻获取的大气偏振信息是局部且不连续的，导致其在实际应用中受到影响。现有方法主要对大气偏振模式进行大范围图像的修复，对于高频信号的修复精度十分有限导致边缘模糊。针对该问题，本文采用软分割软合成的方法，对偏振信息进行冗余分割并合成，避免了高频信号的丢失，挖掘每个局部中的高频信号特征，并根据大气偏振模式时空连续性合理推测，保证重构的信息与真实信息维持一致，从而生成完整连续的大气偏振信息。实验结果证明，本方法能够很好地重构大气偏振模式中缺失的偏振信息，在云层干扰大于40%的实测重构实验中，本文方法的SSIM和PSNR得分相较于其他方法提高了26%和12%。
-
2024,38(4):27-36,
Abstract:
激光测量能够实现高效地非接触实时测量，被广泛应用于3D打印领域，但激光测量容易受测量条件、外部环境等多种因素的干扰，这些因素错综复杂，难以量化分析。为此，结合直射式激光三角测量原理，在分析测量精度影响因素的基础上，提出了一种基于融合自注意力和残差神经网络的3D打印在机测量误差修正方法。首先，将影响测量精度的因素作为输入变量，采集激光测量值，得到样本数据集；然后利用残差网络提取出样本数据的深层次特征，并引入自注意力机制建立影响因素之间的联系,得到带权重的提取特征；再通过全连接网络对带权重特征进行学习，得到测量误差的预测值，基于该预测值完成对测量误差的修正。自主搭建了一套激光在机测量系统，采用红、绿、紫3种同材质彩色卡纸进行实验验证。结果表明，所提的方法与卷积神经网络和自注意力神经网络相比，均方误差、均方根误差和平均绝对误差均最小，稳定性最好，修正结果最接近真实值；对激光测量结果进行校正后，使其误差由原来的 ±28 μm减小到 ±9 μm以下，显著提高了3D打印激光在机测量的精度和稳定性。
-
2024,38(4):37-45,
Abstract:
现阶段，学生课堂学习状态的研究大多集中在单人的在线监测，对于多人且环境复杂的线下课堂的监测还处于探索阶段。该研究针对线下教育设计了学生课堂学习状态监测系统，对学生课堂出勤情况及学生面部出现的疲劳状态进行实时监测。首先，使用DSFD人脸检测算法结合ResNet深度残差网络对学生进行人脸识别，记录学生出勤情况；然后，使用ERT回归树集合算法结合头部姿态估计对打哈欠和低头瞌睡的疲劳行为进行检测；再使用加入CBAM模块改进的YOLOv5目标检测算法对学生闭眼行为进行检测；最后，形成一套完整的集合出勤、疲劳检测的学生课堂学习状态监测系统。该系统在实际课堂的测试环境下，可以准确的对学生的出勤进行统计，并且可以实时的监测学生面部出现的打哈欠、低头瞌睡、闭眼的疲劳状态，检测的准确率均超过90%，检测速度约为14.1 fps，证明该系统具有重要的使用价值。
-
2024,38(4):46-54,
Abstract:
微藻显微图像目标检测技术是生物学研究和环境监测等领域重要研究方向之一。电子显微镜采集到的微藻图像数据集存在长尾数据问题。传统的微藻检测方法需要大量人工操作，耗时长且结果容易受到操作人员技术经验的影响。结合解决长尾分布的方法，本文提出了一种基于延迟重采样和知识蒸馏相结合的目标检测算法（DDM-YOLO）。先对微藻显微图像进行数据增强，然后针对长尾分布数据，采用延迟重采样，并在二阶段采用反向采样，关注难以分类的少数类别样本，改善目标检测性能。设计了一种轻量级目标检测网络架构，通过知识蒸馏来减少模型复杂度和计算量。实验结果表明，DDM-YOLO算法的mAP@0.5/%为77.1%，与YOLOv5s相比提高了6.1%，模型参数量为3.88 MiB，减少了45.4%。所提出的方法在微藻显微图像数据上取得了显著的性能提升，同时在资源受限条件下实现了高效的目标检测，大大降低了检测人员的工作量。
-
2024,38(4):55-65,
Abstract:
深度学习在故障诊断取得了显著的进展，然而其多为端到端的智能诊断，在信号降噪方面的应用较少。本文提出了一种基于全卷积神经网络(fully convolutional network, FCN)的降噪方法。首先，模型整体采用了encoder-decoder架构，其中encoder部分由三层卷积层组成，decoder部分由四层反卷积层组成。其次，引入了残差连接对模型的学习目标进行了约束，使得模型在传播过程中更多地关注噪声信息。并且为了增强模型的特征提取能力，在encoder和decoder中引入了非局部块(non-local block, NLB)。然后，通过仿真信号对比实验选择网络的超参数，与目前主流的降噪方法进行对比，初步验证模型的降噪效果。最后，通过实际案例对所提方法的降噪效果进行对比验证，结果表明本文提出的方法在直观观察和降噪性能指标方面均取得了良好的应用效果，能够有效提高故障诊断的准确率。
-
2024,38(4):66-75,
Abstract:
在无人车领域，点云强度和地面约束对大范围环境下的建图和定位起着非常重要的作用。然而，现有的激光SLAM算法在构建地图时只考虑几何特征，而忽视点云强度信息和地面约束，导致建图细节模糊、在Z轴方向上易存在漂移，从而降低了SLAM系统的精度。为此，本文提出了一种基于点云强度和地面约束的激光SLAM优化算法。基于地面测量模型，提出构建局部条件性地面约束，不仅提高地面点提取的准确性，而且减少Z轴方向的漂移；引入点云强度信息来改善非地面点聚类的可靠性，进一步提高建图精度和定位稳定性。提出基于局部平滑度的特征提取方法，通过引入强度因子并对强度特征进行排序，优先选择具有一致强度信息的特征，增强特征提取的鲁棒性。引入球形强度图来构建强度残差，与几何残差共同优化估计位姿，有效解决里程计中地图细节处的模糊问题；基于特征投影的匹配距离以及强度差异被用来去除动态点云的干扰，进一步提高SLAM系统的鲁棒性。在公开数据集KITTI和真实场景下的实验表明，引入地面约束和点云强度信息后，本文提出的算法具有更高的建图和定位精度，相对优于传统LIO-SAM的LVI-SAM算法，本文算法的精度提升了54.5%，为无人车在大范围环境中的SLAM任务提供了可靠解决方案。
-
2024,38(4):76-84,
Abstract:
针对带未知时变参数的非线性多智能体系统的编队问题，提出一种分布式自适应迭代学习控制策略。首先，通过傅里叶级数对系统的不确定参数进行展开，采用一个收敛级数序列处理傅里叶级数展开产生的截断误差，结合多智能体运行过程中的编队误差推导自适应迭代学习控制律和参数更新律；其次，针对领导者动态对大部分智能体都是未知的情况，设计新的辅助控制来补偿未知动态和避免未知有界干扰；然后，基于李亚普诺夫能量函数证明了在所设计控制律作用下多智能体系统编队误差随着迭代次数的增加在有限时间内趋于0；最后，将该控制策略运用到多无人机编队系统中，并通过搭建半物理实验平台，验证了控制方法的有效性。实验结果表明该控制方法可以确保多智能体快速形成所需编队，并且每个智能体在有限时间内可以精确跟踪期望轨迹。所提方法充分考虑了多智能体系统的参数不确定性以及抗干扰的能力，为实际应用中复杂多智能体系统的精确控制提供了有效的方法。
-
2024,38(4):85-93,
Abstract:
针对Buck型变换器在复杂环境下发生负载波动时输出电压受扰的问题，提出了一种复合自适应预设性能控制方案以提升其控制效果。首先，利用自适应律对模型中包含负载项的非线性函数进行预测估计，同时通过在自适应律更新过程中构建并行估计模型获取预测误差，并将预测误差和跟踪误差融合以设计自适应参数更新律。然后，采用广义比例积分观测器来对剩余不确定性和外部扰动进行估计，并在控制律中进行补偿。最后，结合指令滤波反步控制和指定时间预设性能控制技术，提出了Buck型变换器复合自适应预设性能控制方案。所提出的方案保证了对负载波动的高精度预测，避免了在突发情况下输出电压超出预设函数范围，此外还证明了闭环控制系统中的信号收敛性。实验结果表明，复合自适应预设性能控制在负载突然减小的情况下系统最大偏离电压为0.376 V，相比于传统自适应反步控制的1.773 V减少了78.7%，验证了所提方案的有效性以及优越性。
-
2024,38(4):94-107,
Abstract:
针对图像平滑过程中无法保留细节的问题，提出了基于局部高斯均差变分的保边图像平滑算法。首先，通过统计学分析建立局部高斯均差变分算子。其可以衡量局部梯度与高斯滤波处理后的梯度差异，区分结构和纹理。其次，构建局部高斯均差变分平滑模型，由稀疏求解得到初始平滑图像。最后，针对复杂纹理图像存在纹理残留的问题，提出孤立噪声去除模型。模型通过自适应窗口设定像素值，在不影响结构的前提下去除初始平滑图像中的纹理残留。通过主观、客观实验，与经典的算法对比，证明该算法有更高质量的平滑结果。评价指标整体提升了0.7%。通过压缩伪影去除、HDR色调映射、图像去雾和拉普拉斯金字塔加速的扩展实验，验证该算法在不同视觉任务上的适用性和效率可提升性。
-
2024,38(4):108-116,
Abstract:
针对当前钢材表面缺陷检测效率低、检测精度差的问题，提出了一个模型，命名为ECC-YOLO，基于YOLOv7的钢材表面缺陷检测。首先，为了提高主干网络特征图信息表征能力，引入了特征增强模块ConvNeXt，通过融合深度可分离卷积、大核卷积，增强模型对细小裂缝的特征提取能力，其次设计了C2fFB模块，在增强目标特征信息的提取能力同时，显著降低了模型的计算量和参数复杂性。最后借助ECA注意力机制设计出MPCE模块，削弱复杂背景信息对钢表面缺陷检测的干扰,提升检测效率。最后，广泛的实验结果表明，ECC-YOLO在NEU-DET数据集上，该模型的mAP达到77.2%，相较于YOLOv7，ECC-YOLO的检测精度提高了10.1%，模型参数量减9.3%，该模型在钢表面缺陷检测中具有较好的综合性能。
-
2024,38(4):117-127,
Abstract:
串联型电弧故障主要由电路中电气接触点接触不良引起，是引发电动汽车电气火灾的主要原因之一，直接威胁着车内人员的生命安全。为对其进行研究，论文搭建了电动汽车直流串联型电弧故障实验平台，获取了系统处于不同工作状态下的电源端电压信号，分析了电弧故障对电源端电压的影响。在构建检测模型时，论文使用了卷积神经网络，引入轻量型的卷积操作并考虑了其在实际应用中的局限性。将常规卷积和轻量化卷积操作结合，构建了电弧故障检测的初步模型。接着以网络的规模和准确率为评估指标，通过具有精英保留策略的遗传算法对模型的外部结构和内部参数进行搜索。最终建立了适合电动汽车的电弧故障检测（arc fault detection，AFD）的检测模型AFDNet。该模型的检测准确率达到93.73%，在嵌入式设备Jetson Nano（JN）中的运行时间为10.82 ms。模型建立后，论文在网络的规模、准确性及实时性方面，将搜索算法的搜索结果与其他的网络结构进行比较，验证了搜索算法所得结果的合理性。并通过与其他检测方法对比，证明了电动汽车电弧故障检测模型AFDNet性能的优越。
-
2024,38(4):128-139,
Abstract:
针对轴承剩余寿命（remaining useful life, RUL）预测中故障始发时刻（first predicting time, FPT）基于人为主观选择以及预测滞后带来的维护风险的问题，提出了一种基于融合特征和随机配置网络（stochastic configuration networks, SCNs）的轴承剩余寿命预测方法。首先，采用互补集合经验模态分解（complementary ensemble empirical mode decomposition, CEEMD）对原始轴承水平振动信号进行分解，再提取其时域、频域信号，构建融合特征。最后，使用小波聚类划分健康状态，找到合适的FPT，并结合能反应轴承退化的特征构建健康数据集，通过SCNs网络离线建模进行预测，并根据拟合曲线的斜率以及RMSE指标对预测结果进行校正。通过实验分析，所提方法的综合得分高达0.83，误差百分比的平均绝对误差（mean absolute deviation, MAD）和标准偏差（standard deviation, SD）分别为5.26和3.38；与其他预测方法相比，本文所提方法有较高的预测精度。
-
2024,38(4):140-150,
Abstract:
针对单一强度图像缺少偏振信息，在恶劣天气条件下无法提供充足场景信息的问题，本文提出了一种基于双重注意力机制生成对抗网络用于强度图像和偏振度图像进行融合。算法网络由一个包含编码器、融合模块和解码器的生成器和一个鉴别器组成。首先源图像输入到生成器的编码器中，经过一个卷积层和密集块进行特征提取，然后通过含有注意力机制的纹理增强融合模块中进行特征融合，最后通过解码器得到融合图像。鉴别器主要由两个卷积模块和两个注意力模块组成，在网络训练过程中，通过不断博弈，迭代优化生成器网络参数，使生成器输出既保留偏振度图像的稀疏特征又不损失强度图像信息的高质量融合图像。实验表明，该方法得到的融合图像在主观上纹理信息更丰富，更符合人眼的视觉感受，并且在客观评价指标中SD提升约18.5%，VIF提升约22.4%。
-
2024,38(4):151-160,
Abstract:
吊弦线夹螺栓是铁路接触网供电线路的重要器件，其状态会影响电力机车受流质量，于是对SSD算法进行改进：首先引入一种轻量级神经网络MobileNetV3用于前端特征提取，降低模型复杂度，以提高检测速度；其次采用CA注意力机制替换反向残差结构线性瓶颈层的SE模块,使位置信息沿空间两个方向聚合，调整后的特征层能够捕获全局远程特征信息；最后设计了特征融合模块以重构特征层,优化小目标检测层以提高对小目标的识别效果。还用CycleGAN等方法扩充训练样本，解决数据集不足的问题。实验结果表明，改进算法的模型复杂度下降，mAP@0.5和FPS分别达到95.5%和81 fps，该研究有助于接触网检测仪器向小型移动嵌入式设备转变。
-
2024,38(4):161-175,
Abstract:
为了降低基于超宽带（UWB）测距中的非视距（NLoS）误差的影响，引入了一种基于遗传算法 反向传播神经网络（GA-BP）的UWB测距误差识别与优化方法，能够识别NLoS传播链路下的数据，对NLoS传播链路下测距误差和系统偏差进行校正，最后对测距结果使用卡尔曼滤波（KF）优化。在此基础上，针对测距误差导致的多边定位无交点或多交点问题，提出了一种加权同心圆聚类定位（WCCGT）方法，通过加权同心圆生成（WCCG）解决无交点问题，再采用均值漂移聚类定位方法实现定位解算，以提高定位精度。实验结果表明，改进的测距优化方法有效减小了NLoS传播链路下的测距误差，基于UWB的测距精度提升了60%以上；通过静态定位实验和动态实验分析，将WCCGT方法定位结果与最小二乘（LS）方法进行了比较，本文方法能够在NLoS环境下达到10.78 cm的定位精度，定位性能提升了17.32%。
-
2024,38(4):176-186,
Abstract:
为了满足易燃易爆环境的声纹识别需求，设计了直线型萨格奈克干涉光纤声音传感系统，利用维纳滤波算法对语音数据进行了降噪，通过三电平削波法获取了基音周期特征，采用动态时间规整算法筛选了说话人样本，并提取了梅尔频率倒谱系数特征，运用高斯混合模型 期望最大化算法开展了声纹识别实验研究，同时探究了光纤声音传感系统的频率响应特性与声纹特征，研究了采集语音幅值对声纹识别结果的影响。实验结果表明，系统可实现300~3 500 Hz频率段的声音信号感知，声音幅值从0.9 V降至0.15 V时最大与次大对数似然值之差由35.5降至10.9，识别结果从成功变为失败。重复性实验表明，在10 km的传感光纤上，距声源2 m位置处，传感系统可对400段时长为3~5 s之间的文本无关语音段实现准确检测，且综合识别准确率为94.75％。本系统有望为易燃易爆环境中的设备故障、应急救援、渗漏监测等领域提供声纹识别的解决方案。
-
2024,38(4):187-194,
Abstract:
行人重识别在交通管理、寻找走失人口等范畴用途较广。现有算法难以处理人体姿势改变、遮挡和特征不对齐的问题，提出一种姿势引导和特征融合的行人重识别算法。所提出的算法包括3个分支，包括全局分支、基于姿势估计引导的全局分支、局部对齐分支。全局分支提取行人的全局特征，可以捕捉行人的粗粒度信息以及整体的上下文关系。基于姿势估计引导的全局分支利用姿势估计网络引导模型关注行人的全局可见区域，降低遮挡物对行人识别的干扰。局部对齐分支利用姿势估计算法构成对齐的局部特征，同时区分可见的局部区域，以降低遮挡以及姿势变化的影响。通过多分支结构，将局部特征和全局特征融合，以加强特征的多元化，增强模型的鲁棒性。最终，利用交叉熵和软边界三元损失进行模型训练。Market-1501和DukeMTMC-ReID数据集上的测试结果效验了所提算法的可行性，其间，DukeMTMC-ReID数据集的Rank-1、mAP各达成了91.2%、81.8%，具有较佳的实用性。
-
2024,38(4):195-201,
Abstract:
为了解决传统层流流量计（LFM）线性度不佳、长径比较大、加工使用不便和结构易受流体影响等诸多问题，受双锥流量计的启发，提出了一种环形间隙式层流元件结构，介绍了测量原理和流道内非线性压力损失来源。保持该结构外套筒体和圆柱锥体同轴心，其流道截面为同心圆环，通过CFD仿真确定了锥形导流结构的合理锥形角度，确定了层流元件的尺寸参数。将取压孔设置在流道中充分发展的层流段，理论上消除了传统毛细管式LFM进出口处流动局部损失和层流发展段的动能损失。制作3种不同间隙大小的试件并进行试验，结果显示，当测量流量值小于53 mL/min时，层流元件的测量误差在3%以内；当测量流量值在（130~6 189）mL/min时，测量误差在±2%以内；层流元件的压差和流量之间具有优秀的线性关系。说明环形间隙式层流元件结构可有效克服传统LFM的非线性影响，同时测量流量范围可随间隙大小变化而改变。
-
2024,38(4):202-216,
Abstract:
针对永磁同步电机(permanent magnet synchronous motor, PMSM)匝间短路故障振动信号易受噪声干扰导致故障特征难以准确提取的问题，提出一种改进鲸鱼优化算法(improved whale optimization algorithm, IWOA)优化变分模态分解(variational mode decomposition, VMD)，并将其应用于PMSM匝间短路故障振动信号去噪。首先在传统鲸鱼优化算法中引入非线性收敛因子、自适应权重和柯西算子，利用IWOA算法对VMD参数进行寻优来实现信号的自适应分解。然后根据多尺度排列熵-方差贡献率最优模态分量选取原则将信号分量分为噪声主导分量和有效信号分量，对噪声主导分量进行非局部均值滤波(non-local mean filtering, NLM)去噪。最后将去噪分量与有效信号分量重构为去噪信号。使用ANSYS有限元软件建立了电机短路故障模型，并搭建了短路故障实验平台，利用该方法对仿真与实测信号进行去噪处理，并与小波阈值去噪等去噪方法进行对比分析，得出仿真信号的信噪比从8 dB提升至20.273 8 dB，实测信号的信噪比相较于小波阈值去噪提高了77.01%，验证了所提方法的有效性和实用性。
-
2024,38(4):217-224,
Abstract:
目前，我国尚未公开呼吸机检测仪的国家校准规范，导致呼吸机检测仪各参数的计量溯源难以展开。一些自编的校准方法在气体流量校准上存在流量校准点受柱塞大小影响的问题，进而限制了流量校准范围。为解决这一问题，本文提出了基于标准表法和柱塞法分别对静态流量和潮气量进行校准的方法，并集成了两套管路、设计了校准系统。介绍了呼吸机检测仪流量测量的基本原理，根据该原理提出了校准方法并实际搭建了装置，对装置进行了测试。测试结果表明本系统静态流量测量范围为5~200 SLPM，扩展不确定度Ur(Qv)=0.602% (k=2)；潮气量测量范围为0~2 000 mL，扩展不确定度Ur(V)=0.174% (k=2)，相对误差满足技术指标。本系统可实现对呼吸机检测仪流量参数的校准。该校准系统的设计为呼吸机检测仪校准装置的研发奠定了基础，并为呼吸机检测仪校准规范的建立提供了一定的借鉴意义。
-
2024,38(4):225-233,
Abstract:
蒸汽发生器传热管作为高温气冷堆核电站一回路压力边界的关键部件，承担着热交换及辐射屏障的重要作用，其结构完整性严重影响核电安全运行。针对该类特殊结构传热管的在役检查难题，设计了专用的电磁超声导波自动化检测系统，研制了内置单点检测式的磁场增强型电磁超声导波探头，开发了采用模块化组件的五轴联动多自由度自动运载装置，提出了基于机器视觉的管孔动态定位方法，建立了蒸汽发生器全尺寸模拟体试验平台并开展了定位精度测试与缺陷检测试验。试验结果表明所设计的自动化检测系统可实现任意位置目标管孔的高精度定位及自动行走，可识别模拟体上异种钢焊缝处与距离检测端约60 m处的刻槽缺陷，有效检测范围覆盖传热管全长，有望为高温气冷堆核电站蒸汽发生器特殊结构传热管的质量健康评价提供技术支撑。
-
2024,38(4):234-240,
Abstract:
本文提出并制备了一种基于法布里 珀罗干涉计（FPI）和迈克尔逊干涉计（MI）并联的全光纤温度传感器，该传感器由单模光纤依次错位熔接一段悬浮芯光纤和一段单模光纤而成，熔接和切割形成的反射面构成了FPI干涉计和MI干涉计，且MI干涉计的光程约为FPI干涉计光程的2倍（略大于2倍），从而，两干涉计产生了一阶谐波游标效应。实验结果表明，该传感器干涉谱中出现了具有明显一阶谐波游标效应特征的双包络，且随着温度的升高，干涉谱双包络逐渐红移，红移量远大于单个MI干涉计；在20 ℃~120 ℃的温度范围内，该传感器的温度灵敏度为208 pm/℃，约为单个MI干涉计的20.8倍，约为单个FPI干涉计的245倍；升降温实验以及同一温度多次测量实验均表明，该传感器具有良好的重复性和稳定性。该传感器在同一根光纤内实现了FPI和MI并联，其传感头总长度仅约为584.4 μm，且为全光纤尖端结构，因此，特别适合于小空间环境高温检测。
-
2024,38(4):241-247,
Abstract:
多尺度特征金字塔可以缓解语义分割在复杂交通场景下通常存在漏分割、错误分割、边界分割不清晰等问题，但现有的多尺度特征金字塔在获取丰富的语义信息时，不得不下采样特征图，牺牲空间细节信息，而这导致了最终的分割结果仍然精度受限。针对该问题，本文提出了特征强化模块，使得有利于正确分类像素的相似特征在下采样过程之前得到基于不同矢量间余弦相似度的进一步加强，降低下采样带来的负面影响。另外，结合空洞卷积和条带卷积原理，本文对大卷积核进行了改造，并构建新的多尺度特征金字塔模块，以获取尺度不同且具备更大感受野的语义信息。该分割方法实时高效，能够满足自动驾驶语义分割要求，在VOC2012数据集上的实验表明，所提出的方法分割结果mIoU达到了74.36%，FPS达到了43，优于目前的主流语义分割方法。
2024年第38卷第4期
-
改进YOLOV8算法在风机叶片缺陷检测上的应用
Abstract:
风力发电机叶片作为风力发电机中最主要的部分,它的缺陷对于风力发电机构成严重的威胁, 为了提高风机叶片缺陷检测的精确率和召回率,本文针对YOLOv8n网络,提出高效多尺度卷积模块(EMSConv)来代替残差块中的卷积模块,对图像进行分组卷积。在检测头中引入Dynamic Head的多个注意力机制,利用多个自注意力机制之间的协同作用,跨特征层实现尺度、空间以及任务感知,增强目标检测模块的表征能力。将Inner-IoU、Wise-IoU以及MPDIoU整合到一起,提出全新的Inner-Wise-MPDIoU来替代CIoU,提高网络的检测精度。在自制的风机叶片缺陷集上进行测试,实验表明,本文提出的YOLOv8-EDI在该数据集上mAP50值达到81.0%,比之原始的YOLOv8n提高了2.3%；召回率达到76.8%,提高了3.7%；同时网络结构的计算量降低了5.5%与原模型相比,YOLOv8-EDI对风机叶片缺陷有更好的定位能力和检测精度,检测速度能够满足工业大批量检测的要求。
- 1
-
基于多模态信息融合的变压器在线故障诊断方法
Abstract:
针对变压器的多模态数据中存在差异性和样本缺失的问题,提出了一种基于振动和图像数据的多模态信息融合方法(multi-modal information fusion, MMIF),分析多模态数据对电力变压器故障状态进行有效、快速的评估。首先,使用双向门控循环单元对振动信号的文本信息、振动信号的频域图和变压器的红外图像进行特征提取,并获得不同模态的特征向量。然后,使用交叉注意力机制建立不同模态之间的联系并特征向量进行特征融合。最后,通过卷积层和全链接层输出电力变压器的故障状态。实验数据采集于10kV变压器,含振动信号和变压器的红外图像。实验结果表明,本文提出的MIF能获得较为可靠的诊断结果且准确率高,可为变压器多模态数据的故障检测提供方法基础。
- 1
-
密集级联卷积与自注意力特征聚合的视网膜血管分割模型
Abstract:
针对视网膜图像中细小血管分割困难以及血管分割过程中出现断裂的问题,构建了一种密集级联卷积与自注意力特征聚合的网络用于视网膜血管图像的分割.该网络采用多尺度密集卷积结合自注意力机制;为更好的提取视网膜细小血管复杂的特征信息,构建密集聚合模块作为U型网络的骨干网络;在网络底层嵌入自注意力摸块和多尺度聚合模块,以提升感受野和获取高维语义特征信息;在模型的跳跃连接部分采用特征聚合模块,提升模型的分割精度.实验结果表明,在DRIVE公开数据集上,该网络的F1-sore指标达到83.19%,准确率ACC指标达到97.11%,AUC值达到了98.94%;在CHASE-DB1和STARE数据集上,相比于Unet?DUNet?SA-Unet和FR-Unet等网络, 该网络的AUC指标均达到了目前最好效果.采用该网络进行视网膜血管分割,分割的精度和鲁棒性均有不同程度的提升,对细小血管分割及其泛化能力达到了优异的效果.
- 1
-
时变小样本条件下基于对比学习的故障诊断
Abstract:
时变工况下的故障诊断往往具有高度动态性，而小样本下模型学习受限使得问题更加棘手。针对上述情况，提出了基于对比深度卷积网络的故障诊断方法：首先，针对数据样本量小的特点，利用速度变化引起的振动数据分布差异，无需进行人工操作自然实现数据增强；然后，在数据处理过程中，采用不同转速下相同健康状态的振动数据作为正样本，同时将不同健康状态下的振动数据作为负样本，通过比较样本之间的相似度来提取关键特征，从而缩小正样本之间的距离，同时增大负样本之间的距离；最后采用对比训练方式进行训练优化，将对比损失和交叉熵损失加权组合作为综合损失函数，使模型在学习特征表示的同时能有效进行分类任务。将该方法分别应用于两种不同时变转速下轴承故障数据集进行案例研究。试验结果表明，所提模型不仅在特征提取和分类任务中表现优异，而且在数据匮乏和时变转速工况下均能实现高准确率的故障诊断。验证了所提模型在处理时变小样本数据方面表现出较高的可行性和有效性，且优于其他先进诊断方法。
- 1
-
基于物理模型与统计分析的作动器活动密封O形圈磨损预测研究
Abstract:
在实际服役环境中,飞机发生的总故障的40%是由于密封泄漏造成的,其密封性能的优劣直接影响产品的功能?性能和使用可靠性?然而,飞机上缺乏对密封圈的磨损监测,导致密封圈健康状态难以评估?针对这一问题,本文提出了一种基于物理模型与统计分析的活动密封O形圈磨损预测方法,首先对密封圈的磨损进行了机理分析和参数测定;其次,采用Abaqus有限元软件模拟研究了密封圈的运动过程,得到密封圈的接触应力;然后,对舵机每个架次的累计行程进行统计分析,得到行程的概率统计曲线,结合Holm-Archard磨损模型得到磨损体积的概率分布曲线;最后,结合时间与行程的关系,建立了磨损体积与时间之间的数学模型?采用多个样本进行验证,结果表明,实际磨损体积在预测密度函数的3sigma范围内的概率为95.83%,证明本文建立的模型能够有较大概率预测活动密封的O形圈的体积磨损情况?
- 1
-
多通道权重融合和小波分解的癫痫棘波检测方法
Abstract:
脑电的棘波自动化检测是目前研究的重点,对癫痫诊断有重要意义。现有检测方法主要有两类:信号分析和机器学习。前者对异常值敏感,后者算法对不同数据的鲁棒性未能得到充分验证。另外,目前的研究大多基于单通道脑电,通常容易受到伪迹干扰。针对现有算法存在的问题并结合棘波的特点,提出了基于多通道数据权重融合和小波分解的棘波检测算法,采用基于多通道数据权重的特征融合实现棘波的数据强化,最后对数据进行小波分解并使用模极大值检测棘波。通过相关实验,验证了该算法能实现癫痫发作间期棘波的精确检测,诊断准确率可达92.3％以上,为癫痫棘波的检测提供了一种有参考价值的方法。
- 1
-
无线光通信系统中的噪声模型研究进展
Abstract:
无线光通信作为一种高速?高带宽和高安全性的通信技术,受到了广泛的关注?然而,噪声作为系统性能的重要限制因素,会使得系统信号失真和信噪比下降,进而影响通信质量?因此,为了减少噪声对信号的影响,从而更有效地设计和调整通信系统,就需要理解和模拟噪声的行为,而噪声模型就是一个研究噪声行为的重要工具?本文针对无线光通信系统中的噪声及噪声模型进行了系统性的研究,文中首先从无线光通信系统的信源?信道和信宿三方面对其中引入的各类典型噪声进行逐一分析,然后总结了相应噪声及其噪声模型的国内外研究进展,分析了噪声的产生机理,并给出了对应的噪声模型?此外,还总结了相关模型的特点及局限性?最后,总结了各类噪声的关键抑制技术,并展望了该领域的进一步研究方向,可为无线光通信技术在该领域的发展和系统设计与优化提供理论支持与启示?
- 1
-
基于复合骨干网络的漏磁小缺陷信号检测方法
Abstract:
漏磁内检测是管道内检测的核心技术,对保障管道的安全运输至关重要?管道长期处于地下或深海,复杂的环境导致管道表面存在许多小缺陷?由于小缺陷可利用信息有限,传统的深度学习缺陷检测方法识别小缺陷难以获得满意的检测结果?提出了一种基于复合骨干网络的漏磁小缺陷信号检测方法?首先,提出了一种名为背景压缩的数据增强方法,以压缩背景信号进而增强小缺陷关键特征?其次,设计一种自适应的正负样本分配策略,以改善小缺陷在区域候选网络中正负样本分配不均匀的问题?最后,提出了一种小缺陷多分支高分辨率特征提取网络,利用多分支复合结构获得高分辨率特征进行特征融合,以提高网络对小缺陷纹理信息的利用率?以试验场管道数据对所提方法进行验证,实验结果表明,设计的方法是有效的,检测精度达90.3%,与最好结果相比,mAP提升8.4%?
- 1
-
段塞流分相流量的多传感器信息融合测量
Abstract:
气液两相流广泛存在于能源化工领域，由于两相流流动特性复杂多变，为流量准确测量带来了极大困难。为了建立准确的气液两相流量测量模型，本文针对气液两相段塞流分相流量测量，充分利用声发射传感器捕获气液两相流动噪声的功能和近红外吸收会因介质类别产生较大差异的特性，设计了一种新型测量传感器。在文丘里管的喉管和延伸段分别安装两组声发射探头，并在文丘里管的喉管处安装两组近红外光电探测器。设计了声发射与近红外同步采集系统，以水平管段塞流为实验对象，在河北大学高精度气液两相循环装置上完成了54组段塞流试验的数据采集，并进行融合处理，得到气液两相流特征参数。 引入时域分析方法，提取声发射与近红外测量数据的标准差与偏斜度。结合参数拟合方法，建立两相流流量预测模型并进行误差分析。 通过验证，92.6%的流量预测值的相对偏差在±20%以内。结果表明，基于声发射传感器与近红外传感器的多传感器信息融合方案为气液两相流流动特征参数研究提供了一种新的思路。
- 1
-
脉冲涡流缺陷检测理论与技术研究综述
Abstract:
由于具有非接触、效率高、检测信号的信息含量丰富等诸多优点，脉冲涡流技术被广泛应用工业产品的缺陷检测，尤其是带包覆层、异质、以及多层导电结构等检测难度极大的工业产品。脉冲涡流探头结构的设计和优化是提高检测灵敏度和准确度的关键，目前大量的研究工作围绕探头结构的设计和优化开展；不同材质、结构、以及缺陷类型或形状需要选用合适特征量表征，特征量的选取与分析也是脉冲涡流技术研究的关键；另外，由于脉冲涡流检测信号受提离高度影响极大，未知提离高度的缺陷准确检测面临极大的挑战，因此提离效应的抑制也是研究的重点之一。本文从探头的设计与开发、特征量的选取与分析、提离效应的抑制等方面，对脉冲涡流检测技术的研究进展进行综述。同时，为更好的推动脉冲涡流检测技术发展，论文在现有的研究基础上，对脉冲涡流探头设计、特征量分析、以及提离效应抑制等进行了展望。
- 1
-
基于DAMF-NET的输电线路施工机械智能检测
Abstract:
输电线路的稳定性是电网正常运行的重要保障，为防止线路施工误碰导线发生事故，针对现有检测方法精度低和可靠性差，提出了一种基于多分支双重注意力的特征提取网络DAMF-NET。该算法通过构建多分支双重注意力机制使网络更加关注目标信息的局部特征，优化模型特征提取过程；提出多分支轻量特征融合网络，用于强化模型的全局多尺度语义信息和密集任务下的特征显著性，提高图像特征完备性；提出小目标检测网络以缓解网络尺度方差，提高小目标检测敏感性；使用焦点损失函数和EIoU优化损失函数，减小正负样本不平衡产生的噪声，加快模型训练收敛速度；最后设计了一种基于风险区域定位的状态识别算法，将其部署至施工机械智能检测系统。实验表明，该方法平均精度优于当前大部分检测模型，在施工机械检测和智能巡检方面具有一定的研究意义。
- 1
-
基于级联干扰观测器的货运列车分布式控制研究
Abstract:
针对货运列车在多源扰动下的跟踪控制问题,提出一种基于级联干扰观测器的固定时间替换滑模控制方法。首先构建了考虑车间作用力的多质点动力学模型,针对匹配与非匹配扰动同时存在的情形,设计了一种级联结构扰动观测器同时估计多源扰动,放宽了传统扰动观测器要求“扰动缓慢变化”的前提条件。基于扰动观测信息,将非匹配扰动下的列车动力学模型转化为匹配模式。最终,提出了一种基于替代滑模法的分布式控制策略。仿真结果表明,所提的级联干扰观测器能够在0.5秒内准确估计多源干扰；相比于传统的列车跟踪控制研究,所提出的控制策略能够在快速处理多源扰动带来的一系列失稳问题,在保障车间作用力稳定的同时,实现了速度-位移双指标鲁棒跟踪控制；相对于传统控制方法系统收敛时间提高5秒以上,体现了较好的实时性与鲁棒性。
- 1
-
面向遮挡锥套的定位特征提取方法
Abstract:
在自主空中加油中,锥套加油口的圆形结构常被用于辅助目标定位,然而复杂的背景干扰与插头遮挡使得圆特征提取准确性大大降低?针对背景干扰问题,设计自适应均值滤波器获取加油口质心信息,从而在更小的范围内利用图像学操作得到精确的边缘点;针对插头遮挡问题,提出基于凸包检测的离群点排除算法,增强了特征提取的抗干扰性能?在此基础上,提出基于几何距离的迭代重加权最小二乘来优化椭圆目标,进一步提高了定位圆特征的提取精度?在仿真平台上着重分析了迭代重加权最小二乘算法中K值对拟合精度与效率的影响,同时对拟合算法的精度和抗遮挡性能进行了测试,算法在无遮挡时平均误差小于0.5%,在遮挡率为50%时平均误差小于2%?最后对实际锥套进行特征提取实验,与其他经典算法相比,精度上提高了49.3%,提取误差均值为0.79%,平均处理耗时为13.9ms,且在锥套被遮挡的特殊情况下,提取误差控制在2%以内?实验结果表明,锥套的定位特征提取方法满足自主空中加油图像处理的准确性?快速性?鲁棒性要求,能够帮助提高自主空中加油对接成功率,减少事故发生的概率?
- 1
-
Equation Chapter 1 Section 1多麦克风阵列数据融合声源定位方法研究*
Abstract:
在基于到达时间差(Time Difference of Arrival,TDOA)的声源定位方法中,TDOA的估计精度受到采样频率的约束和限制,采样频率低会导致估计时延差与真实时延差存在较大误差,进一步导致在远场声源定位时估计位置和真实位置完全偏离。另外,使用单一麦克风阵列进行声源定位误差较大,无法达到实际应用的要求。针对以上问题,提出了一种基于三次样条插值的改进二次互相关算法进行TDOA估计,在第一次互相关后进行三次样条插值提高采样频率,之后进行第二次互相关求得TDOA。在10倍插值的条件下仿真表明该方法将TDOA误差从7.6％提升到0.6％。之后提出了一种多麦克风阵列数据融合的声源定位方法,将多个麦克风阵列的定位结果进行融合后得到最终的声源位置,以四元十字阵列为例,选取空间中的10个点利用双麦克风阵列以及四麦克风阵列对比单麦克风阵列的进行远场定位仿真,结果表明,单麦克风阵列在声源距离较远时的定位误差可达1m以上,双麦克风阵列的定位距离误差基本在0.3m以内,四麦克风阵列的定位距离误差基本在0.2m以内,大大提升了定位的精度。
- 1
-
变频器负载回路串联故障电弧检测及选线方法
Abstract:
串联故障电弧的高温是引发电气火灾的主要原因之一，针对工业变频器负载回路中串联故障电弧尚无有效保护手段的问题，提出了一种新的串联故障电弧检测及选线方法。首先，针对工业领域常用的三相变频器负载回路开展了不同线路中发生串联故障电弧的实验；其次，利用基于能量收敛原则改进的变分模态分解将变频器前端A相电流信号自适应分解为多个模态分量，依次将单个模态分量乘以能量系数并重构，得到多个电流信号的特征增强信号，并建立特征矩阵；再次，对特征矩阵进行分块，利用核主成分分析对每块矩阵进行降维，并对降维信号组成的矩阵进行二次降维构建故障特征向量；最后，利用鹈鹕算法优化的支持向量机对串联故障电弧进行检测及选线。结果表明：该方法仅通过分析变频器前端A相电流可以实现变频器整个回路中6条线路的串联故障电弧检测及选线，检测及选线准确率均达到98%以上。
- 1
-
微带天线设计及在局部放电检测中的应用
Abstract:
电气设备的局部放电既是绝缘劣化的主要因素,又是有效表征绝缘缺陷的重要参量。对局部放电进行准确检测,可以及时发现危及设备安全的潜在故障。特高频检测因具有实时性好、抗干扰强的优势,在放电检测中应用广泛,但现有微带天线传感器尺寸面积和带宽特性难以兼顾,本文综合考虑天线尺寸及带宽的非线性关系,研制了一种新型柔性微带天线传感器。以聚酰亚胺作为基层材料,采用部分接地板技术改善窄带特性,并引入斜切式曲流技术,在保持天线面积不变的前提下扩展工作带宽。针对尺寸优化过程中存在的单尺寸参数调整导致天线性能不稳定的问题,提出利用径向基(RBF)神经网络建立多尺寸参数与工作带宽之间的关系模型,并采用改进白鲸搜索算法(IBWO)优化天线尺寸参数。仿真结果表明新型柔性微带天线尺寸缩小了59.59%；工作带宽由0.598GHz~0.6GHz增加到0.3GHz~3GHz,完全满足局部放电检测的应用需求。通过模拟局部放电检测试验,并与阿基米德螺旋天线、立体螺旋天线进行比较测试,结果显示新型柔性微带天线具有更高效的检测性能。
- 1
-
变压器绕组匝间短路与低压侧出口短路的电磁力特征对比分析
Abstract:
电力变压器作为电网的关键设备，其绕组绝缘状态直接关系到电网运行安全性和供电可靠性，一旦低压侧出口短路极易引起绕组匝间绝缘损伤，进而发生绕组匝间短路故障。为进一步研究变压器绕组匝间短路和低压侧出口短路故障的暂态过程，探寻绕组发热、受力薄弱环节，揭示绕组绝缘故障形成和发展机理，通过建立与实际结构尺寸相同的变压器电-磁-力耦合模型，在开展绕组单匝匝间短路试验的前提下，利用有限元仿真软件，呈现绕组在不同工况下的电磁暂态过程，对比分析绕组电动力分布特征，探究不同故障工况对绕组绝缘的影响规律。结果表明：变压器绕组匝间短路故障时短路匝电流明显高于三相出口短路电流，与额定负载工况对比，变压器在绕组匝间短路和低压出口故障时，流经短路匝和绕组的电流最大值分别增大5318%和3314%，空间磁场强度最大值分别增大1511%和2111%，绕组线匝电磁力密度最大值分别增大5210%和11489%；变压器绕组匝间短路故障极易烧毁绕组绝缘，三相出口短路故障易引起绕组的失稳变形、绝缘劣化。
- 1
-
改进麻雀搜索算法在PMSM匝间短路中应用研究
Abstract:
针对麻雀搜索算法(SSA)存在收敛精度低和易陷入局部最优等问题，提出了一种改进麻雀搜索算法(ISSA),并应用于PMSM匝间短路故障诊断。首先，搭建了PMSM匝间短路仿真模型，模拟了不同短路匝数比的故障。其次，对故障进行分析，提取了三个故障识别特征量。接着，利用实验平台进行不同短路匝数比的故障测试。然后，介绍了麻雀搜索算法(SSA)，并利用Tent混沌映射、自适应正余弦策略和Levy飞行策略对其进行优化，生成改进麻雀搜索算法(ISSA)，同时将ISSA算法与SSA算法、粒子群算法(PSO)、灰狼算法(GWO)在测试函数上进行比较，验证其在寻优能力和稳定性等方面具有优越性。紧接着，介绍了随机森林(RF)算法，并搭建了ISSA-RF的故障诊断模型。最后，将四种算法分别对RF的基本参数进行优化并实现故障分类。结果表明：所提出的改进方法能够检测出匝间短路故障及其故障严重程度，ISSA-RF模型的准确率达到98.5%，验证了该算法的有效性和可靠性。
- 1
-
基于变论域模糊PID算法的锂电池组级联式均衡控制
Abstract:
为了解决锂电池组在长期使用过程中串联单体电池之间电压存在不一致的问题，提出了一种基于变论域模糊PID控制的级联式双向Cuk均衡电路系统。该系统采用级联式双向Cuk均衡电路实现了不相邻电池之间的均衡，采用变论域模糊PID算法提高了电池电压的均衡速度。为了验证该系统的可行性与优越性，在MATLAB/Simulink中设计了传统双向Cuk均衡电路和级联式双向Cuk均衡电路仿真模型，模糊PID算法和变论域模糊PID算法控制下的仿真实验结果对比表明，基于变论域模糊PID算法的级联式双向Cuk均衡拓扑的均衡时间比未加控制算法的传统双向Cuk均衡拓扑的均衡时间减少了64.29%；比未加控制算法的级联式双向Cuk均衡拓扑的均衡时间减少了50.82%；比基于模糊PID算法的级联式双向Cuk均衡拓扑的均衡时间减少了14.29%。系列仿真实验结果对比分析验证了基于变论域模糊PID控制的级联式双向Cuk均衡电路系统可以提高电池的电压均衡速率。
- 1
-
基于GMSL2的智能驾驶域控制器视频输出功能检测系统研究
Abstract:
智能驾驶域控制器承担着处理和分析来自各种传感器的数据。然而，随着车载摄像头数量的不断增加，域控制器内部的解串，加串，图像处理等各个环节都可能出现丢帧和像素异常问题，进而对其图像处理结果产生负面影响。为了精准评估智能驾驶域控制器的GMSL2视频输出功能，研究了一种双路GMSL2视频采集和视频质量对比系统。通过硬件板卡设计将GMSL2接口视频信号解串为MIPI CSI-2信号，由桥接芯片MC20901将MIPI CSI-2信号分离为FPGA可识别的LVDS信号和CMOS信号。通过XLINX XC7K325T-FFG900主控芯片进行FPGA逻辑设计，实现MIPI信号解析，YUV422转RGB888视频格式转码，DDR3缓存和PCIe 2.0×8总线上传。最后，以6位数码管百分秒表和24色标准色卡为拍摄对象，将拍摄到的视频帧结合图像特征提取、数码管穿线识别算法和RGB加权欧几里得色差公式，实现视频的丢帧和色差检测。实验结果表明：本系统能够实时采集双路YUV422 8bit、4K、30FPS的GMSL2接口视频数据，并对智能驾驶域控制器输出的视频是否存在丢帧和色差问题进行定量分析，区分出被测件合格品与不合格品。提高了智能驾驶域控制视频输入输出功能检测结果的可靠性。
- 1
-
2017,31(1):45-50, DOI: 10.13382/j.jemi.2017.01.007
Abstract:
火电厂排放气体中的氮氧化物（NO2、NO、N2O等）浓度一直是环保检测的重要指标。针对基于光谱分析的氮氧化物浓度检测精度受到多种因素制约和干扰（如温度、粉尘、水分、电器噪音、光学镜片老化、多组分气体吸收峰值交叉干扰等），很难采用单一方法进行改进的问题。首先设计硬件预处理装置用于气体组分的过滤和提纯，然后利用构建的径向基函数（RBF）网络对传感器测试值进行校正。RBF神经网络的自学习自训练能力省去了传统的对干扰因素进行补偿的研究建模，使得检测中数据处理工作效率更高。随机抽取国内某大型火电厂2015年实际数据进行仿真实验以及预测、分析，综合平均相对误差为0841%，表明方法的有效性。
-
2017,31(1):1-8, DOI: 10.13382/j.jemi.2017.01.001
Abstract:
球铰链具有结构紧凑、运动灵活和承载能力强等优点，是一种应用较普遍的多自由度机械关节，其回转角度的检测对系统运动误差预测分析、反馈和控制具有十分重要的意义。首先介绍球铰链的应用与结构特点，然后分析球铰链多维回转角度的测量需求，对国内外球铰链多维角度检测的相关研究发展进行综述，主要包括基于结构解耦测量、基于光学原理测量和基于磁场理论测量等方法。最后，对球铰链多维回转角度测量的研究现状进行总结，指出了其研究的重点、难点以及关键技术突破面临的挑战。
-
2017,31(1):9-14, DOI: 10.13382/j.jemi.2017.01.002
Abstract:
带钢表面缺陷形式的复杂多变给特征的选择带来了困难，为此，提出一种融合特征筛选和样本权值更新的R AdaBoost特征选择算法。该算法在AdaBoost算法的每个循环中通过Relief算法进行特征的筛选与降维，通过筛选后的特征利用样本的类内类间差去除噪声样本，然后根据AdaBoost的动态权值更新样本库，再利用每个循环优化选择得到的最优特征与弱分类器级联成最终的AdaBoost强分类器，进行带钢表面缺陷的检测与定位。实验结果表明，针对带钢实际生产线上的划痕、褶皱、山脉、污点等多种缺陷，该算法可以有效提取出具有高区分性和独立性的特征，同时提高了缺陷检测算法的准确率。
-
2017,31(1):15-20, DOI: 10.13382/j.jemi.2017.01.003
Abstract:
针对微机电系统（MEMS）陀螺仪随机误差成为制约其精度和应用范围的主要因素，提出基于回归滑动平均（ARMA）模型的卡尔曼滤波估计方法。首先基于Allan方差分析结果，确定出量化噪声、角度随机游走、零偏不稳定性是MEMS陀螺随机噪声主要组成部分；然后采用时间序列分析法对MEMS陀螺仪随机噪声的平稳性进行检验；最后基于随机漂移ARMA模型建立离散卡尔曼滤波方程对其开展误差估计与补偿。开展车载静、动态环境下的数字降噪与卡尔曼滤波估计补偿对比实验，结果表明基于ARMA模型的卡尔曼滤波估计法在MEMS陀螺随机误差补偿效果上具有更明显优势。
-
2021,35(12):116-125, DOI:
Abstract:
针对滚动轴承振动信号的非线性动态特性及可靠度评估精度不高的问题,提出了基于改进的交叉模糊熵( improved cross fuzzy entropy,ICFE)和威布尔比例故障率模型(Weibull proportional hazards model,WPHM)的滚动轴承健康状态评估方法。 该方法首先对原始振动信号进行改进的微分局部均值分解(Crt-differential local meandecomposition,Crt-DLMD),选取包含故障 信息最多的有效分量进行重构;然后,利用滑动均值取代原有粗粒化过程,计算重构信号的 ICFE;最后,将 ICFE 作为 WPHM 的 协变量进行健康状态评估。 通过美国国家航空航天局(NASA)和西安交通大学-长兴昇阳科技有限公司的滚动轴承全寿命周期 数据实验表明,所提方法可以准确、有效地评估滚动轴承的健康状态。
-
2017,31(1):21-28, DOI: 10.13382/j.jemi.2017.01.004
Abstract:
经验模态分解（empirical mode decomposition，EMD）降低噪声的同时也削弱信号能量，并会产生虚假信号，导致信号检测存在缺陷，针对这一问题，提出Levy噪声环境下经验模态分解随机共振检测方法。通过将含噪信号进行EMD分解，对分解后信号进行叠加取平均二次采样等处理方法，使其满足随机共振要求，利用自适应算法优化系统参数，进而使处理后信号能够在双稳系统中产生随机共振，达到精确检测的目的。理论分析及实验证明在Levy噪声下，此方法能实现同一特征指数下单频信号与多频信号检测，实验表明在单频信号信噪比为-28 dB情况下能有14 dB的提高，特征指数为1.8下多频信号5 Hz频谱幅值从311.8增加到724，10 Hz频谱幅值由138.9增加到143.2。此方法对在复杂噪声环境中降低剩余噪声能量同时，提高信号能量，减少虚假信号，相对于仅仅进行EMD分解无法判断信号成分，能更好的达到检测效果。
-
2017,31(1):36-44, DOI: 10.13382/j.jemi.2017.01.006
Abstract:
针对基于KAZE特征检测的图像拼接算法实时性问题，提出一种简单有效的AKAZE拼接算法。该算法首先通过AKAZE算法提取图像特征点，接着计算M LDB描述符从而生成特征向量。随后计算特征向量之间的汉明距离，提取出匹配的特征点对，然后利用RANSC算法估算全局单应性矩阵，根据动态线性变换算法求取重叠区域局部投影关系，结合两者统一投影平面，最后利用加权融合实现两幅图像的拼接。对KAZE、SIFT、SURF、ORB、BRISK进行性能实验比较，所用算法不仅对于高斯模糊、角度旋转、尺度变换和亮度变化等情况下保持良好的性能，而且处理时间大大缩短，实现了有效的图像拼接。
-
2017,31(1):29-35, DOI: 10.13382/j.jemi.2017.01.005
Abstract:
为帮助老年公寓监护人员及时发现老年人摔倒等动作，提出了一种基于视频监控的动作识别方法。对监控视频，首先通过基于HSV空间的混合高斯背景建模方法提取前景图像，然后利用所提出的运动特征和形态特征相结合的方式进行特征提取，最后通过具有高斯输出的HMM模型实现动作类型的识别。提出的方法能够适应光照变化影响，对不同动作的动作方向和动作幅度变化具有很好的鲁棒性，实验中动作的识别准确率达到90%。结果表明，本方法能够满足老年公寓动作识别的基本要求，具有一定的实用价值。
-
2017,31(1):76-82, DOI: 10.13382/j.jemi.2017.01.011
Abstract:
在抢险救灾等应急情况下，传感器网络的节点能量更为有限。为减少无用转发的能量消耗，利用无线信道的广播特性，根据广播子树删除思想，提出一种基于最短路由树、具有最少转发节点的组播路由树生成算法。对该算法进了证明和详细分析，并针对实际需要，给出使用范围更广泛的分布式实现方法。仿真分析说明，算法的分布式实现方法可减少ODMRP的转发节点数，大大降低数据发送次数，接收成员节点较多时尤为明显。最少转发节点的组播路由树的网络总开销最小，是延长网络生存时间的有效方法。
-
2017,31(1):144-149, DOI: 10.13382/j.jemi.2017.01.021
Abstract:
为解决目前水表检定存在效率低、人为因素影响大等诸多问题，提出了应用机器视觉技术的水表检定系统，并重点研究实现梅花针快速定位的模板匹配算法和消除湿式水表表盘气泡的图像形态学算法。使用Harris算法预先提取梅花针模板角点，并实时提取现场图像的角点。采用部分Hausdorff距离法，实现梅花针的快速定位；利用图像形态学算法实时消除气泡影响，并完成对梅花针转动齿数的计数。实验表明，该系统在保证检定准确性的同时，可缩短检定时间，提高水表检定效率，解决了湿式水表表盘气泡对检定的不良影响，适用于各类水表的检定。
-
2017,31(1):51-57, DOI: 10.13382/j.jemi.2017.01.008
Abstract:
提出一种快速、简便、高效的眼底血管分割方法。分析眼底图像的灰度值分布和对比度变化，利用匹配滤波克服背景干扰，消除噪声影响，达到灰度均衡，实现眼底图像的亮度归一化。估计眼底图像中背景像素所占比例，利用直方图自动选择阈值，完成对眼底图像中血管的有效分割。在公开的眼底图像数据库上进行测试，该方法对眼底血管分割具有较好的性能指标。实验表明，提出的基于匹配滤波和阈值优化的眼底血管分割方法，准确率高、复杂度低，对眼科疾病的计算机辅助诊断有一定的实用价值。
-
2017,31(1):106-111, DOI: 10.13382/j.jemi.2017.01.015
Abstract:
速度平滑问题是高速数控加工及煤矿提升机为提高加工精度与设备寿命而提出的，针对该速度平滑问题建立分段模型，基于加速度与速度的关系，推导了各段速度、行程和时间的解析解，推导了模型中关键一元三次方程的通用解，并将其运用到速度平滑分段求解问题中。本方法应用于煤矿提升机速度平滑问题中，显示出易于程序实现、计算量小、过渡曲线平滑的特点，能很好适应高速运动设备速度平滑的场景。目前该方法已推广至多个实际项目中。
-
2017,31(1):83-91, DOI: 10.13382/j.jemi.2017.01.012
Abstract:
根据有向传感器节点感知特性，提出一种有向传感器节点模糊感知模型，以此为基础建立了模糊数据融合规则，减少网络中的不确定区域；就有向传感器网络强栅栏覆盖问题，提出一种基于粒子群的有向传感器网络强栅栏覆盖增强算法，将n维求解问题转化为一维求解，提高了算法收敛速度。仿真结果表明，对感知方向可连续调节的有向传感器网络节点，在随机部署情况下与现有算法对比，本算法对目标区域能有效的形成强栅栏覆盖，且具有较快的收敛速度，延长网络生存期。
-
2023,37(1):177-190, DOI: 10.13382/j.issn.1000-7105.2023.01.020
Abstract:
针对经典双稳随机共振(CBSR)系统在微弱信号放大检测方面的困难,提出了 Levy 噪声下的欠阻尼指数型三稳随机共 振(UETSR)系统。 将双稳态和指数势函数相结合,利用非高斯噪声可有效提升信噪比的特性,构造出 UETSR 系统。 首先推导 该系统的稳态概率密度函数,以平均信噪比增益为衡量指标,采用量子粒子群算法进行参数寻优,研究在 Levy 噪声的不同参数 α 与 β 下,系统各参数对 UETSR 输出变化规律的影响。 最后将 UETSR、CBSR 和经典三稳系统(CTSR)应用于轴承故障诊断中, 系统输出后的内外圈故障频率处的幅值较输入信号分别增长了 197. 58,1. 153,18. 81 和 238. 87,26. 63,39. 72,最高峰与次高峰 的谱级比分别为 5. 44,4. 03,3. 85 和 5. 10,3. 79,5. 05。 实验结果表明,不同系统参数均可诱导产生 SR 现象,且 UETSR 系统的 性能明显优于 CBSR 和 CTSR,具有良好的工程应用价值。
-
2017,31(1):99-105, DOI: DOI: 10.13382/j.jemi.2017.01.014
Abstract:
随钻方位电磁波电阻率测井仪器实现地层方位电阻率测量和地层层界面检测的关键在于测井仪线圈系结构的设计,且测井仪器的检测性能主要受电磁波信号发射频率、线圈源距、线圈间距、线圈倾角以及所测地层电阻率的影响。针对随钻方位电磁波电阻率测井仪器的不同检测要求，确定测井仪器的检测方式。根据线圈系结构在不同检测方式的条件下所满足的约束条件，采用仿真实验的手段设计随钻方位电磁波电阻率测井仪的线圈系结构，为实际工程应用中线圈系的结构设计提供参考依据。
-
2017,31(1):139-143, DOI: 10.13382/j.jemi.2017.01.020
Abstract:
为了提高多目标跟踪的鲁棒性，增强目标之间的区别性，使用了一种基于能量最小化(energy minimization,EM)的多目标跟踪算法，不同于现有算法，本算法专注于将多目标跟踪中的复杂问题表示为能量函数的模型，模型中包括了更优的目标区分策略（相似度模型）。通过将每个能量函数成本值对应一个多目标的跟踪轨迹方案，算法将多目标跟踪问题转化为能量最小化的问题。在能量函数模型的优化方法上，算法采用共轭梯度算法和一系列的跳转运动来找到能量最小的值。公开数据集的实验结果证明了本算法的有效性，而且定量分析结果证明了本算法提高了目标与背景、目标之间的相互区别性从而与其他算法相比能获得更好的鲁棒性能。
-
2017,31(1):118-124, DOI: 10.13382/j.jemi.2017.01.017
Abstract:
针对变压器故障诊断准确率低的问题提出了粒子群 自组织映射 学习矢量化（PSO SOM LVQ）混合神经网络算法。为了获取更加有效的SOM神经网络拓扑结构，首先采用PSO算法对SOM神经网络的权值向量加以改进，在此基础上融入LVQ神经网络，弥补了无监督学习SOM神经网络的不足。这种PSO、SOM和LVQ相结合的混合神经网络算法提高了变压器故障诊断的精度，减少了故障诊断的误差。通过仿真，对SOM、PSO SOM和PSO SOM LVQ这3种算法进行了对比。对比结果表明，PSO SOM LVQ混合神经网络算法准确度最高，其故障诊断准确率为100%。由此可见，采用PSO SOM LVQ混合神经网络算法可有效提高变压器故障诊断的性能。
-
2017,31(1):132-138, DOI: 10.13382/j.jemi.2017.01.019
Abstract:
提供了一种适宜于多通道集成的低功耗、小面积14位125 MSPS流水线模数转换器(ADC)。该ADC基于开关电容流水线ADC结构，采用无前端采样保持放大器、4.5位第一级子级电路、电容逐级缩减和电流模串行输出技术设计并实现。各级流水线子级电路中所用运算放大器使用改进的“米勒”补偿技术，在不增加电流的条件下实现了更大带宽，进一步降低了静态功耗；采用1.75 Gbps串行数据发送器，数据输出接口减少到2个。该ADC电路采用0.18 μm 1P5M 1.8 V CMOS工艺实现，测试结果表明，该ADC电路在全速采样条件下对于10.1 MHz的输入信号得到的SNR为72.5 dBFS, SFDR为83.1 dB,功耗为241 mW，面积为1.3 mm×４ mm。
-
2017,31(1):125-131, DOI: 10.13382/j.jemi.2017.01.018
Abstract:
频谱模型的乐音仿真是运用声学理论，由一系列基本函数及其时变幅度乘积的迭加来实现乐器的发声。通过对钢琴琴弦振动和衰减特性的分析以及共鸣箱共振作用的探讨，提出了一种新的数字化钢琴乐音仿真技术，仿真模型由激励系统和共振系统两部分组成。系统以琴弦振动方程为基础，先进行时域上的包络修饰，以模拟琴弦振动的自然衰减，这样可以使乐音各音符间衔接和谐；然后在频域上以频谱包络建模滤波器组，实现共振系统的仿真，对音色进行修饰。该方法能更为有效的雕刻声音，同时较好的表现音色，从而使乐音听起来更加和谐。
-
2017,31(1):150-154, DOI: 10.13382/j.jemi.2017.01.022
Abstract:
东巴象形文是由云南丽江纳西族先民创造并使用的，被誉为“世界上唯一活着的象形文字”。在图形识别、内容释读以及形、音、义信息等方面，现有的英文、汉字等识别系统及翻译系统往往不能适用于东巴象形文字，提出一种先拓扑特征处理后投影法特征提取的分步骤信息处理方法，并采用模板匹配法进行文字识别。通过实验验证表明，基于象形文固有特征的提取，利用拓扑特征与投影法相结合的特征提取方法进行东巴象形文字识别，具有准确度更高的特点，是东巴象形文识别的一种有效方法。
