- 当期目录
- 优先出版
- 最新录用
- 下载排行 过刊浏览
-
2024,38(12):1-11,
Abstract:
一个完整的通信系统必须包含完整的双向通信链路，也就是含有上行链路与下行链路，上行链路一直以来是双向通信系统的难题。而近年来可见光技术飞速发展，其具有无电磁辐射、通信容量大且绿色环保等优点可以作为传统上行链路方案的补充。本文首先介绍了可见光通信的应用场景和系统构成，并对今年来可见光上行链路国内外研究现状进行综述，另外给出了可见光上行链路的各种方案如可见光与射频、可见光与可见光、可见光与电力载波以及单光源逆向调制技术4种方案，最后总结了可见光通信上行链路目前面临的问题，并总结了各种方案的优缺点以及对未来发展趋势进行展望。
-
2024,38(12):12-25,
Abstract:
近年来预训练大模型的研究取得了显著成就，本文论述了预训练大模型在机器人技术中的应用。机器人中的传统深度学习模型是在为特定任务定制的小数据集上训练的，这限制了它们在不同应用中的适应性。相比之下，在互联网规模数据上预训练的大模型似乎具有优越的泛化能力，并且在某些情况下显示出一种探索能力，在训练数据中未出现的情况下可以找到one-shot解决方案。大模型具有增强机器人自主性任务的各个组成部分的潜力，从感知到决策和控制。本文研究了最近使用或建立大模型来解决机器人问题的论文，探讨了大模型如何有助于提高机器人在感知、决策和控制领域的能力，从而推动机器人大模型在更多领域实现应用落地。同时，讨论了阻碍大模型在机器人自主系统中应用的挑战，如机器人应用中的数据稀缺性、机器人自身的可变性、多模态表示的局限性和实时性能，并为未来的改进提供了机会和潜在的方法。
-
2024,38(12):26-34,
Abstract:
着眼于提升变焦成像深度测量的精度与实时性,在给出系统设计构型的基础上,利用液体透镜调节特性与神经网络技术,提出了一种液体光学调控的新型单目视觉深度测量方法。首先,为消除液体重力效应引入光轴漂移对测量结果的影响,以目标图像面积之比作为特征参量,并给出了基于链码分类与条状分割的目标面积测算方法。然后,为描述液体透镜参数、图像特征量与目标深度之间的映射关系,构建了液体单目深度测量的神经网络模型,并通过遗传算法对模型参数进行优化。再者,对液体透镜参数进行标定获取光焦度函数,基于数据集训练得到用于深度测量的神经网络,其预测平均相对误差为0.799%。最后,设计实验对该方法进行测试验证,不同物距目标的深度测量误差平均为2.86%,其测量速度平均为108.2 ms,在1 000 mm物距条件下对不同形状目标的测量误差不超过3.60%。结果表明,融合液体光学调控与神经网络预测的单目视觉方法能够实现高精度、快速的深度测量,并且对不同形状目标均表现出较好的泛化性能。研究成果为克服变焦成像测距法的现有局限性提供了新的技术思路。
-
2024,38(12):35-42,
Abstract:
稀疏采样与图像复原相结合不但可以压缩数据容量，而且还可以提高成像速度，对于发展高分辨率激光雷达成像技术具有重要意义。为了改善稀疏采样图像的复原效果，本文设计了一种新的残差通道注意力机制网络块，并将残差通道注意力机制引入到基于压缩感知迭代软阈值方法的深度展开网络中，抑制图像复原重建中因缺失高频信息而导致的模糊现象，形成了一种新的激光雷达稀疏采样图像的复原重建方法。该方法结合了传统压缩感知重建方法和神经网络方法的优势，与传统压缩感知重建方法相比，具有更快的重建速度；与现有神经网络方法相比，增强了结构洞察力，改进了重建图像模糊问题。以Middlebury Stereo Data 2006为测试数据集的验证计算表明，本文提出的方法与SDA、ReconNet、TVAL3、D-AMP和IRCNN等方法相比不但具有更好的图像重建质量，而且具有较高的计算效率；当稀疏采样比率为25%时，复原后图像的峰值信噪比要比其他方法高1.6 dB以上，是一种综合性能较理想的激光雷达稀疏图像复原方法。
-
2024,38(12):43-53,
Abstract:
在实际应用中,受观测条件和采集场景等诸多因素的综合作用,水下光学图像通常呈现出高维小样本的特性,与此同时,这类图像还极易伴随着各类噪声信息的干扰。导致许多降维方法在其识别过程中的鲁棒表现力不足。为解决上述问题,提出一种创新的任意三角形结构二维主成分分析方法(ATS-2DPCA)应用于水下光视觉图像识别。该方法在构建过程中,充分考虑了投影数据的重构误差和方差两者之间的关系,在此基础上成功匹配到了灵活的鲁棒距离度量机制。通过这种方式,能够切实有效地提升在面临噪声干扰时水下光学图像数据的识别精度,并且实现对于数据几何结构的合理保护。从理论层面证明了该方法的可用性和收敛性。同时,选取了3个水下光学图像数据库进行了实验验证,得出的最优识别精度分别为:89.07%、88.52%、86.00%。一系列实验结果有力地表明,ATS-2DPCA 在同类方法中展现出了更为卓越的性能表现。
-
2024,38(12):54-61,
Abstract:
由于遥感图像中目标数量多而密集,且背景信息复杂,导致现有检测算法对于小目标检测精度不够理想,针对该问题,提出了一种基于重参数化广义金字塔与扩张残差的遥感图像小目标旋转框检测算法DRS-YOLO。首先,为克服主干网络对特征提取不足的缺点,以旋转算法YOLOv8OBB为基础,在颈部网络引入扩张式残差模块,以增强遥感目标语义信息。其次,为提高网络对于多尺度目标的检测性能,使底层特征信息流向高层,引入重参数化泛化特征金字塔网络替换颈部网络结构,更高效的融合多尺度特征,易于捕捉高层语义和低层空间细节。最后,为进一步提高网络对于小目标的检测性能,基于SPPF提出SPPFI对目标感受野进行扩展,提升了对遥感目标的检测精度。在公开的DIOR数据集和HRSC2016数据集上相较于原YOLOv8sOBB基线网络的检测精度分别提升了1.5%和9.8%。实验表明改进后的算法显著增强了对遥感图像小目标的检测性能。
-
2024,38(12):62-71,
Abstract:
圆柱电池壳的多维缺陷检测是保证锂电池质量和安全的关键技术。由于生产加工和运输过程中涉及的工艺环节不同，圆柱电池壳的每个部位均会产生缺陷。为解决现有检测方法在处理种类繁多、尺度不一的圆柱电池壳缺陷时检测精度低的问题，本文根据圆柱电池壳各部位特征搭建图像采集装置，构建了圆柱电池壳多维缺陷数据集，提出了一种基于改进YOLOv8n的圆柱电池壳多维缺陷检测技术。首先，引入可切换空洞卷积改进C2f模块，增强多尺度特征提取能力；其次，结合平均池化和最大池化策略改进下采样模块，在降低特征图空间尺寸的同时保留关键信息；最后，引入LSKA注意力机制，增强多尺度特征的融合效果。实验结果表明，改进后的YOLOv8n模型在自制的圆柱电池壳缺陷数据集上平均检测精度可达77.4%，相较于原始模型提升了4.3%，计算量下降了17%，模型大小仅为6 MB，检测速度达到177 FPS，满足工业大批量实时检测的要求。
-
2024,38(12):72-80,
Abstract:
中医舌诊通过观察舌特征能够进行脏腑虚实和功能盛衰的判断，具有无创便捷等优势。伴随着计算机视觉技术的飞速发展与广泛应用，开发一种能够进行自动检测、提取和识别舌象特征的模型至关重要。面向中医临床及健康监测对舌诊数字化的需求，提出了一种基于改进RetinaNet的舌面齿痕和裂纹特征自动检测模型。该模型首先在RetinaNet基准模型的骨干网络中引入SimPSA-ResNet模块和SimSPPF模块，用以增强网络的特征提取能力和模型的鲁棒性；同时，改进多级特征金字塔网络结构，提高模型的特征融合能力，进一步聚焦舌面特征的关键信息；最后，去除冗余输出特征层，并结合ASFF结构，保留重要的特征信息，提高信息利用率。将改进后的RetinaNet模型在自制的舌象数据集中进行训练和预测，得到的平均检测精度（mAP）为94.37%，相较原算法提升了2.77%。实验结果表明改进RetinaNet模型能够有效提高舌面齿痕和裂纹特征的检测精度，有助于用户的日常自检、健康管理以及辅助医生进行诊断。
-
2024,38(12):81-89,
Abstract:
动力控制工程实现消摆需精确测量摆角，而双目摆角测量方法精度依赖相机标定结果，相机位置变化会对测量结果产生偏差，且难以高效稳定地测量。为解决以上问题，提出一种单目非标定测量方法。首先，连续捕捉目标图像，结合卡尔曼滤波颜色空间转换法定位标记点位置。其次，基于交比进行坐标转换，与初始位置对比，由三角变换算出实时摆角。最后，应用高斯与均值结合的滤波方法进行平滑处理，并与姿态传感器结果对比验证。实验结果为：在变速、匀速两种运动状态下与双目方法的对比表明，变速运动状态下最大摆角为1.871°，同时刻与传感器的最大角度误差为0.184°，相较于双目方法精度提高了0.018°；匀速运动状态下最大摆角为3.075°，与传感器的最大角度误差为0.259°，相较于双目方法精度提高了0.021°，计算效率提高了133.3%。相机位置发生偏差用标定方法计算出的值与传感器最大角度误差超过0.5°，非标定方法不高于0.3°，能有效消除偏差实现动态摆角的准确测量。
-
2024,38(12):90-102,
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。
-
2024,38(12):103-112,
Abstract:
为揭示信号注入法中不同信号类型及其频率幅值对永磁同步电机参数辨识精度和控制性能的影响，对方波、梯形波、三角波和正弦波4种信号注入法进行了仿真及实验对比分析。首先，根据注入信号特点将方波和梯形波归为局部恒定信号，将三角波和正弦波归为全局时变信号，并基于遗忘因子递推最小二乘法构建两类信号注入法的参数辨识模型。其次，仿真分析两类注入信号频率和幅值对待辨识参数的辨识结果影响，综合考虑各待辨识参数的辨识精度，合理选取注入信号的频率和幅值。在此基础上，对比分析4种信号注入法的参数辨识结果，并评估系统控制性能。最后，搭建实验平台进行参数辨识实验验证。结果表明：局部恒定信号注入的参数辨识精度高于全局时变信号注入的参数辨识精度，但前者对系统控制性能影响大于后者对系统控制性能影响，其中梯形波注入具有最高的辨识精度，三角波注入对系统控制性能的影响最小。
-
2024,38(12):113-123,
Abstract:
为了有效解决管道泄漏信号难以从复杂背景噪声中分离以及微小泄漏特征提取困难的问题，提出一种基于VMD和ELM的管道微小泄漏工况识别的方法。首先，利用霜冰优化算法RIME改进VMD的关键参数选取，实现VMD的自适应分解。采用VMD分解产生的各阶本征模态函数之间的互信息熵值作为RIME算法参数优化中的适应度函数值，选择最佳的VMD分解参数，建立基于RIME-VMD的管道泄漏信号去噪方法。在此基础上，计算得到的滤波信号的Bubble熵值，实现对管道微小泄漏特征提取的目的。最终，将特征输入到RIME-ELM模型中进行中，实现了4种不同管道工况的识别。实验结果表明，RIME-VMD方法在滤波效果方面表现优异，其信噪比最高，达23.922 dB，说明其滤波后的重构信号中有效信号的占比最大。同时，该方法的平均绝对误差和均方误差分别为0.187和0.056，均为最小值，表明该方法重构信号中的噪声最少。将得到的故障特征向量输入到RIME-ELM模型后，分类准确率达到了95.71%，相比将故障特征向量直接输入ELM模型提高了37.4%，验证了所提出方法的有效性。
-
2024,38(12):124-134,
Abstract:
鲸鱼优化算法(WOA)是一种高效的群体智能优化算法。与其他智能优化算法相比，WOA由于结构简单，参数少以及强大的优化能力已经被广泛使用。然而，传统的WOA存在收敛速度慢，容易陷入局部最优的问题。为了解决这些问题，本研究提出了一种改进的鲸鱼优化算法(IWOA)，该算法采用自适应更新机制，受粒子群算法的启发，在优化过程中引入个体历史最优位置，并通过自适应策略动态调整全局历史最优位置和个体历史最优位置的权重，避免算法陷入局部最优；同时通过邻域搜索策略，在迭代后期围绕全局历史最优位置进行邻域更新，提升算法寻优能力。选取16个典型的基准测试函数以及CEC2014测试集的8个复合函数进行仿真实验，与其他传统及改进的群体智能优化算法相比，IWOA的收敛精度和收敛速度更有优势，验证了IWOA的有效性；并将IWOA应用在焊接梁和压力容器设计2个工程设计问题上，相比于WOA，经济成本分别节约了3.94%、5.58%，验证了算法的有效性。
-
2024,38(12):135-144,
Abstract:
非线性元件会导致扬声器控制过程中产生较大的建模误差和控制延迟，精确控制扬声器音圈的运动，还能提升音质，减少机械部件的磨损老化。针对电动扬声器音圈精细控制中建模误差和控制延迟问题，设计了一种基于改进的RBF-MLP神经网络的反步滑模控制器，解决了电动扬声器中非线性元件造成的控制干扰与经典RBF神经网络对复杂非线性模型拟合精度不足的问题。通过引入感知层，自适应学习机制和广义径向基函数，改进的RBF-MLP网络拟合非线性函数的均方误差相比经典网络降低了超过5%，增强了对扬声器系统复杂非线性特性的捕捉能力，提升了模型的拟合精度。通过构建仿真环境，对扬声器系统在不同频率、幅度和负载条件下的控制性能进行评估，重点考察了控制精度、系统延迟和抖振问题。实验结果表明，在不同频率和负载条件下，控制延迟平均减少至0.15 ms，控制误差降低了39%。此外，改进后的控制方法在复杂负载和频率变化条件下依然保持了良好的鲁棒性和稳定性。这些结果展示了改进的控制器在电动扬声器控制中的广泛应用潜力。
-
2024,38(12):145-154,
Abstract:
针对深度强化学习在噪声干扰环境下故障诊断鲁棒性差问题，提出了一种噪声干扰环境自适应的强化学习故障诊断方法。该方法以高效通道注意力机制 深度残差收缩网络为Q网络基本模型，避免Q网络结构复杂导致的梯度消失现象。采用高效通道注意力机制对深度残差收缩网络中软化阈值进行自适应调整，并在残差收缩单元的卷积层引入了膨胀卷积，以获取噪声环境下的不同尺度的故障特征信息，同时采用指数线性单元SELU作为激活函数，进一步提升网络对噪声的鲁棒性。设计了基于信噪比的量化奖励函数，结合双重Q网络竞争学习机制与优先经验回放机制方法，进行智能体的自主学习，生成智能体的最优诊断策略，并运用于干扰环境下的设备故障状态识别。实例分析结果表明，采用所提方法对轴承与齿轮箱故障的识别准确率分别能到达98.13%和93.45%，且对不同强度噪声具有较好的鲁棒性与环境自适应性。
-
2024,38(12):155-162,
Abstract:
运动想象是脑 机接口领域中一类经典研究范式，该任务旨在研究仅通过大脑想象来完成对外部电子设备的信息传递与控制。共空间模式算法是运动想象研究中不可或缺的经典特征提取算法，该算法可以通过最大化类间方差来获得区分度较高的特征，从而获得分类性能良好的模型。然而，共空间模式算法对于噪声等干扰较为敏感，并且要求尽可能多的类间信息，导致其在非侵入式脑成像研究中运用效果不佳。针对该问题，提出了一种基于频域相位信息与时域趋势信息的数据处理算法，利用脑电信号的瞬时相位序列与经验模态分解残差分量构建了相位-残差序列，在保留大脑神经活动信息最大化的同时摒弃外界或其他噪声所带来的干扰，并通过共空间模式算法提取区分性更强的特征，最终获得识别和泛化性能更优的分类模型。实验结果表明，所提方法在52名受试者之间的平均分类准确率为88.19%，高于原始序列的79.67%，同时在不同受试者的运动想象数据中表现出了更为平稳的分类性能，证明了该方法在基于脑电信号的运动想象分类中具有良好的识别与泛化能力。
-
2024,38(12):163-172,
Abstract:
高强螺栓作为关键零部件，广泛应用于悬索桥、风电塔筒等重要结构中，其安装质量对整体结构的稳定性和安全性具有至关重要的影响。然而，传统的扭矩法难以准确测量螺栓的轴向预紧力，从而难以有效评估结构的稳定性。为解决这一问题，基于声弹性效应，设计了高压激励和压控增益等电路，研制了一套螺栓轴力检测系统。系统通过激励压电传感器接收回波信号，并采用互相关算法计算渡越时间差以表征螺栓的应力状态，最后对风电螺栓进行了应力 渡越时间标定实验及超声法与扭矩法的对比实验。实验结果表明，当螺栓轴向预紧力达到其额定值的40%时，该系统的应力测量误差率≤2.81%，且分辨率可达0.250 7 kN，能够有效满足螺栓轴向预紧力的测量要求。与传统扭矩法相比，超声法在螺栓服役状态下的应力测量误差控制与分辨率均具有显著优势，为工业领域关键部件的应力测量提供了可靠的技术方案。
-
2024,38(12):173-180,
Abstract:
随着生物医疗领域的发展，无线植入式设备发挥着越来越重要的作用，综合考虑电磁波在人体组织中的功率损耗与比吸收率SAR值大小，对于植入式脑电极的频率选择具有重要意义。针对此问题，使用CST软件搭建高精度的人头体素模型，仿真探究400 MHz~6.5 GHz常用人体通信频段电磁波在头部组织中的传输特性，分析电磁场分布、功率密度损耗以及辐射危害SAR值。结果表明，电磁波在人头组织中的路径损耗随着组织深度的增加而变大，3.5 GHz以下频段电磁波信道损耗较小，功率密度在皮下25 mm组织内衰减不超过10 dB。人头组织对不同频率的电磁辐射吸收能力不同，高频电磁波辐射危害整体小于低频电磁波，其中1.8 GHz频段吸收的SAR达到了最大值，为1.71 W/kg。综合考虑功率损耗与电磁辐射危害，植入式脑电极的最优工作频率随植入深度变化，2.45 GHz频段电磁波适合头部皮下5 mm内植入式脑电极，1.8 GHz与400 MHz是皮下15 mm与25 mm处植入式脑电极的最优频率，功率密度相较于2.45 GHz分别增加了9.6%与77.4%。
-
2024,38(12):181-189,
Abstract:
金属磁记忆检测技术是一种新型的无损检测技术，能够识别铁磁材料的早期损伤。为推进该技术在桥梁钢领域损伤检测方面的应用，针对钢箱梁内部单U肋正交异性钢桥面板，进行了静力受弯试验，采集了U肋腹板在不同荷载等级下的磁信号数据，并结合ANSYS有限元软件获取其应力，建立了U肋腹板沿高度方向的力磁曲线及其应力集中区应力与磁信号、磁信号梯度的关系曲线，分析了力特征参数与磁特征参数之间的关系。研究结果发现：沿检测线方向，各检测线的法向、切向磁信号值均随荷载增大呈减小趋势，且在同一荷载等级下法向磁信号曲线较切向磁信号波动小，分布更平缓；U肋腹板的法向磁信号沿高度方向的变化曲线存在“波峰 波谷”现象，与其应力分布具有良好的对应关系，可通过该现象判断应力集中区域；将应力集中区域磁梯度K曲线的“陡升”现象作为实际工程中构件即将达到屈服强度的危险预警信号；力磁相关特征参量μσ-λk曲线具有良好的线性关系，根据该曲线可初步判断构件应力集中区的应力集中程度。
-
2024,38(12):190-201,
Abstract:
针对遮挡目标的机器人抓取存在的遮挡干扰问题,提出了改进的YOLO-CA-SD和语义分割的遮挡目标检测模型及抓取方法,完成多目标及非目标物互相遮挡干扰情况下的抓取。首先,该模型在YOLOv5l中添加坐标注意力,在损失函数基础上考虑检测框匹配方向的问题,增加框之间的角度信息,并对原模型检测部分进行解耦,减少耦合造成的信息丢失。其次,提出了改进的DeeplabV3+目标分割模型,用MobileNetV2替换DeeplabV3+原主干网络,减小模型复杂度,在空洞空间金字塔池化结构中添加CA模块融合像素坐标信息提高分割精度,解决了遮挡干扰问题。最后,利用点云配准得到目标姿态相对于模板姿态的末端旋转角及最优抓取点。在2 750张自主构建的常用工具遮挡数据集上进行性能测试,结果表明:改进后的模型在mAP@0.5,mAP@0.5:0.95、60%目标物体遮挡率数据集及60%非目标物体遮挡率数据集上的检测精度分别提高了0.052%、0.968%、6.000%、7.400%。此基础上改进的语义分割模型分割速度和MIOU分别提升了33.45%和0.625%，并且通过ABB IRB1200机械臂实现遮挡目标的抓取实验,验证了该方法的可行性与实用性。
-
2024,38(12):202-210,
Abstract:
储层孔隙度的预测准确性决定了评估地下储层的储集空间和储层质量的可靠性。然而，现有孔隙度预测的方法存在模型算法单一、精度不高和泛化性差等问题。为了提高孔隙度预测的精度，提出了一种基于Optuna优化的Stacking集成学习方法。首先，采用灰色关联度选取声波时差、井深、岩石密度、井斜角和光电截面吸收指数作为输入参数。然后，对输入数据进行归一化处理，并通过Optuna优化模型参数。根据均方根误差、平均绝对误差和定系数选取随机森林（RF）、支持向量回归（SVM）和k-近邻算法（KNN）作为Stacking的基学习器，以及弹性网络回归（ENet）作为Stacking元学习器。各主流模型预测结果与Stacking模型比较发现：RF在处理非线性数据时表现优异，但预测结果不稳定，Stacking模型相较RF降低了约10%的均方根误差。SVM具备较强的泛化能力，但参数调优复杂，Stacking模型相较SVM降低了约39%的均方根误差。KNN对异常值不敏感，但对高维数据效果较差，Stacking模型相比KNN降低了约21%的误差。Xgboost能够较好地避免过拟合，但对异常值敏感而且参数调优复杂，Stacking模型相比Xgboost降低了约30%的误差。最终结果表明，基于Optuna优化的Stacking模型显著提高了孔隙度预测的准确性，为反应储层油气储存能力提供重要参考。
-
2024,38(12):211-217,
Abstract:
针对室内封闭场所卫星导航系统定位穿透力不够导致的定位精度太低而传统的惯导在室内行人定位时航迹偏移较大的问题，通过对行人航迹推算算法(PDR)的深入分析，提出了改进的PDR算法，旨在提高室内定位中的定位精度。该算法首先设计了卡尔曼滤波器和FIR滤波器对传感器数据进行预处理，提升数据的平滑性和抗噪性能；其次对传统的Weinberg步长计算模型进行改进，增加了新的变量作为步频检测和步长计算的联合参考，有助于减少步长估计的累积误差；然后取合适的阈值作为行人零速判断，以修正步数以及行人位置；最后设计一个扩展卡尔曼滤波器(EKF)对行人的位置进行优化,实现对行人实际轨迹的动态优化。仿真实验结果表明，改进后的PDR算法显著提高了定位精度，行人轨迹的平均误差由5.5 m降低到1.2 m。总体而言，该改进PDR算法能够有效减少航迹偏差和累积误差，提高了行人定位精度，具有广泛的应用前景。
-
2024,38(12):218-227,
Abstract:
针对老年人使用步行训练机器人康复过程中，因步行速度与机器人指定速度不协调而引发的跌倒事故问题，本文提出了一种人机速度协调防跌倒方法，该方法由跌倒预测模型和防跌倒控制方法两部分组成。首先，由惯性传感单元（IMU）采集受试者步行姿态信号，利用长短期记忆网络（LSTM）和注意力机制构建老年人跌倒预测模型；其次，在跌倒预测的基础上，设计多元相空间重构（PSR）速度预测模型，用于防跌倒控制器的设计；最后，将受试者的速度预测结果作为目标速度，利用PSR理论和模型预测控制技术（MPC），设计步行康复训练机器人的防跌倒控制器，实现对受试者步行速度的精确跟踪，避免在康复训练过程中因人机速度不协调引发的跌倒事故。仿真对比分析和实验研究结果表明，跌倒预测模型的预测准确率可达到95.2%，且跌倒预测的前置时间可达1.82 s，人机速度协调防跌倒方法可有效防止受试者步行速度与机器人指定速度不协调而发生跌倒事故，使受试者安全地完成步行康复训练。
-
2024,38(12):228-236,
Abstract:
将双幂次趋近律滑模控制引入到单相三电平逆变器，系统工作模态较多，存在复杂的非线性动力学行为。分析系统不同模态下工作原理，采用频闪映射法建立系统离散模型。结合分岔图和折叠图研究了系统参数对系统非线性行为的影响，得到了系统控制参数和主电路参数的二维稳定工作域。使用快变稳定性定理对双幂次滑模控制下系统稳定性进行分析，与分岔图、折叠图进行对比验证，并和其他控制策略下系统的稳定性进行比较。最后利用不同控制参数下系统的时域波形图和及其频谱对系统非线性行为进行验证。研究发现三电平逆变拓扑具有更复杂非线性行为，且双幂次趋近率滑模控制具有较宽的参数稳定域，控制参数的稳定工作范围由比例控制的0.15~0.95 扩大到0.05~1.65，不稳定起点由改进指数趋近率滑模控制的1.3后移到1.65。研究结论为双幂次趋近率滑模控制三电平逆变器的参数设计提供了理论依据。
-
2024,38(12):237-249,
Abstract:
局放超声信号监测是判断油浸式变压器绝缘状态的常用手段之一。然而现场的噪声干扰难以避免，常伴有白噪声，为此提出一种基于改进变分模态分解与小波变换的去噪方法。首先，以峭度-排列熵准则作为目标函数，使用蚁群寻优算法确定变分模态分解最优分解层数与惩罚因子并将含噪局放超声信号分解为多个本征模态分量，然后，使用相关系数法将多个本征模态分量分为不含噪声分量、含噪声分量、噪声分量，以最大最小排列熵准则作为目标函数，使用蚁群寻优算法确定小波最优阈值并提出改进小波阈值函数对含噪声分量进行小波去噪，最后对不含噪声分量与小波去噪分量进行信号重构完成局放超声信号去噪。通过对模拟和实测的局放超声信号去噪并与其他4种去噪方法比较，结果表明所提去噪方法效果优异，信噪比与波形相似系数较其他方法分别平均提高43.62%与2.39%，均方根误差平均降低35.46%。
2024年第38卷第12期
-
基于柔绳拉伸机制的A*算法路径改进与AGV自主导航*
Abstract:
在多障碍物的复杂环境中,传统A*算法在路径规划中存在冗余转向节点的问题,这既增加了路径的长度和复杂性,也不利于AGV的平稳行走?为此文章中提出了一种基于柔绳拉伸机制的改进A*算法以减少路径节点?提升平滑性?首先,分析了柔绳拉伸的机制,并提取A*算法路径中的关键节点;其次,对非障碍受力点进行退化以减少冗余转向节点,依次拉伸受力点间的路径,简化路径?提高平滑度;最后,对改进后的A*算法进行仿真实验并在AGV上进行路径规划自主导航实验?仿真实验结果表明,采用柔绳拉伸机制改进后的A*算法转弯角度减少59.2%,拐点数量减少54.2%,路径长度减少11%,这大幅度的简化并平滑了路径?在AGV行走实验中,优化后的A*算法与传统A*算法相比,平均角速度和行驶转向角分别降低16%和33%,且平均行驶轨迹长度和耗时分别减少2.4%和4%?实验表明AGV在改进A*算法规划的路径上行走位姿变换的节点和姿态调整幅度都较小,行走的更加柔顺和高效?
- 1
-
考虑工况、驾驶员与道路信息的再生制动策略
Abstract:
再生制动策略的设计需要综合考虑多种因素,其中车辆行驶工况?驾驶员特性与车辆所行驶路面对再生制动过程有显著影响?为了制定适应各种驾驶条件的电动汽车再生制动策略,提高车辆制动能量回收率和保持制动稳定性,提出了一种综合考虑工况?驾驶员与道路信息影响的再生制动策略?首先,搭建模拟驾驶平台,进行驾驶员在环实验并采集不同驾驶员的驾驶数据,从而提取工况与驾驶风格特征参数,然后基于支持向量机(SVM)训练工况与驾驶风格辨识模型;其次,建立道路图像数据集并使用语义分割网络进行道路图像预处理,去除图像复杂背景信息从而提高识别效率,然后采用轻量级神经网络MobileNet V3训练道路识别模型;最后,在此基础上制定再生制动策略,考虑路面附着条件进行前后制动力配比优化,并提出了一种考虑工况?驾驶风格与道路信息作为权重因子的再生制动力修正方法?仿真结果表明,所提出的再生制动策略可以兼顾不同工况?驾驶风格与道路状况,车辆能量回收率与制动稳定性进一步提高
- 1
-
微波近场同轴探头液体浓度检测研究
Abstract:
液体浓度检测广泛应用于食品、环境、生物医学等领域。基于微波法，研究设计并实现了一种谐振式同轴探头液体浓度检测装置。首先，选取不同浓度的乙醇-水混合溶液作为测试对象，仿真分析耦合间隙、探头浸没深度及探头导体材质对检测灵敏度的影响。为验证装置对不同液体浓度检测的适用性，以0~75%乙醇-水溶液和0~50%葡萄糖-水溶液为对象进行了实验验证。实验结果表明，该探头能够精确测量液体浓度，并且通过调整耦合间隙，可优化不同浓度范围内的检测灵敏度。此外，本研究综合谐振频率、S11幅度最小值和品质因子三种电磁参数，构建了溶液浓度的定量反演模型，与仅使用谐振频率单一参数的传统方法相比，检测乙醇-水溶液和葡萄糖-水溶液的相对误差分别从5.79%和3.34%降低至2.19%和1.36%。探头还能够有效区分多种透明液体，如乙醇溶液、葡萄糖溶液、盐水、自来水和去离子水等，展现出良好的识别能力和数据重复性，具有广泛的潜在应用前景。
- 1
-
融合最大似然-小波与ICEEMDAN的电磁炮加速度自适应解析与重构
Abstract:
获取准确的弹丸加速度对评估电磁炮性能至关重要。然而,弹丸在膛内与出炮口受到迥异的环境因素影响,使得加速度信号在膛内与出炮口阶段具有不同的模态特征,导致常规的基于全局的非线性非平稳信号处理方法失效。因此,提出融合最大似然-小波与改进完全自适应噪声集合经验模态分解(ICEEMDAN)的电磁炮加速度自适应解析与重构方法,以期获得准确的电磁炮加速度：首先,通过最大似然-小波自适应地寻找在各时间区域的模态差异,实现信号分区；其次,采用ICEEMDAN方法对分区信号进行自适应分解；最后,基于t检验提取有效模态分量进行信号重构,实现有效电磁炮加速度的准确提取。相关实验表明,本方法均方根误差改进率均大于0,相关系数(ρ)提高至0.6731,信噪比(SNR)提高至3.8614,相较于常规的全局性处理方法,避免了部分区域过分解或分解不彻底的问题,实现了电磁炮加速度的准确提取。
- 1
-
基于特征提取与改进POA的光伏阵列故障诊断
Abstract:
光伏阵列常处于复杂恶劣的环境中,易发生多种类型和不同程度的故障?为提高光伏阵列在恶劣环境下的故障诊断准确率,提出一种基于特征提取与改进鹈鹕算法(IPOA)优化支持向量机(SVM)的光伏阵列故障诊断模型算法?首先,在MATLAB/Simulink仿真平台对15种典型故障状态进行模拟,构建12维故障特征向量,并采用核主成分分析(KPCA)进行特征融合与提取,以增强特征表达能力;其次,针对传统鹈鹕算法在全局搜索与局部开发中的局限性,引入改进的Tent混沌映射?惯性权重?非线性收敛因子及自适应t分布变异策略,较大程度提升算法寻优性能;最后通过IPOA对SVM模型的惩罚因子C与核参数γ进行优化,建立IPOA-SVM光伏阵列故障诊断模型，并分别通过仿真模拟与实验测试对模型进行验证?结果表明:与传统6维特征量相比，采用所提12维特征量的诊断准确率更高；改进的算法模型基于仿真数据和实验数据的故障诊断分类准确率分别达到98.55%和97.93%,明显优于其他对比算法模型,在光伏阵列故障诊断中具有更高的准确率?
- 1
-
基于合作博弈策略和DBO-BiLSTM-Attention的电动汽车充电桩故障预测（青委会推荐）
Abstract:
针对电动汽车充电桩故障率较高的问题,提出一种基于合作博弈策略和蜣螂优化算法-双向长短期记忆网络-注意力机制(DBO-BiLSTM-Attention)的电动汽车充电桩故障预测方法。首先,通过参数统计分布处理异常值,通过均值填充处理缺失值,对处理后的数据归一化操作；其次,选取多个单一赋权法计算特征权重,通过合作博弈策略计算组合权重,并对参数特征矩阵进行放大；然后,搭建DBO-BiLSTM-Attention模型,在仿真实验下,训练集和测试集的准确率、F1系数分别为0.89、0.89、0.90和0.90。最后,构建相关对比实验,结果表明,所提模型具有更好的性能,验证所提模型的有效性和合理性。
- 1
-
改进RT-DETR的双轮车头盔检测算法
Abstract:
针对双轮车头盔检测算法中出现的密集目标,远景小目标等复杂场景下的漏检、误检和检测准确率低的现象,以RT-DETR-r18为基础,提出一种改进的RT-DETR双轮车头盔检测算法。首先设计了二重跨阶段的多尺度特征融合模块(DcspBlock),将多核初始化模块(PKIBlock)融入到跨阶段模块,增强主干部分对远近场景中不同尺度目标的捕获能力；其次在RT-DETR的Encoder部分引入小目标检测模块Decoderhead-p2,增强模型对小型目标检测的准确性；最后使用改进的损失函数MPD_Focaler-IOU替换原模型的GIOU,通过设置调节参数来减少正负样本不平衡对模型性能的影响,引入最小垂直距离,使其在边界框的精细定位上有着更好的表现。实验表明,改进的RT-DETR模型在TSHW数据集上mAP50和mAP50-95分别提升了3.6%和3.7%,且参数量减少了17.6%,有效提高了复杂场景中对双轮车头盔检测的性能。
- 1
-
适应遥感船舶图像的轻量化旋转小目标检测网络
Abstract:
遥感图像船舶目标小、背景复杂、姿态变化大，传统船舶检测算法为提升精度，往往忽视了模型规模和实时性，难以应用到资源受限的设备上。针对上述问题，提出一种适应遥感船舶图像的轻量化旋转小目标检测网络RFDNet。考虑到遥感船舶图像拍摄距离远而导致图片中目标较小且图像中包含丰富的背景信息，设计注意力卷积融合双分支网络ACFNet，通过对局部特征信息与全局空间感知信息的充分提取，提高船舶小目标检测精度；为避免船舶目标姿态各异而导致检测时的精度下降，利用旋转目标方向信息引入旋转边界框损失函数，获得更准确的边界框回归损失，提升任意方向旋转船舶目标的检测性能；针对为提高模型精度而带来的参数量增加问题，在特征融合部分引入轻量级卷积，将卷积、深度可分离卷积以及通道混洗相结合，减少模型的参数量。通过对比实验和消融实验证明，RFDNet在HRSC2016数据集和DOTA数据集上的mAP分别达到了97.63%和81.63%，模型参数降到了2.99M，在有效提升检测精度的同时实现了模型的轻量化设计，为遥感船舶目标检测算法在资源受限设备上的应用提供了新思路。
- 1
-
船舶尾气SO2紫外遥感成像监测系统
张一康, 王蕊, 吴世俄, 袁浩宸, 周维, 武魁军, 何微微
Abstract:
航运业的迅速发展导致船舶尾气污染排放显著增加?船舶烟羽排放具有分布广泛?流动性强的特点,其排放特征隐蔽,不均且多变,对其监管难度极大?鉴于此,本研究设计并研发了一套高精度?高时空分辨率的紫外成像遥感监测设备,用于船舶尾气SO2气体排放的远程实时监测?该设备采用三通道设计,通过310 nm和330 nm双波长通道剔除干扰,精准捕获SO2信号,并使用光谱通道对比验证其准确性?监测系统集成了2-IM天空背景重构法?自定标法和光稀释效应校正算法,实现了光学厚度图像的精确获取与SO2浓度的实时反演?此外,通过排放速率反演算法,将SO2二维浓度数据转化为直观的排放速率信息,进一步增强了监测数据的实用性和可解释性?实验结果表明,自定标技术能够实时拟合定标曲线,误差仅为2.35%;经光稀释效应校正后,在623 m处相机探测极限高达3.84 ppm·m,而在1932米处仍能维持6.24 ppm·m的高灵敏度,这些数据充分证明本设备满足对远距离?低浓度移动污染源监测的性能要求?本设备的开发不仅为海上污染物的监测与治理提供了坚实的技术支撑,而且有助于了解船舶排放特性与气体污染物扩散机制?
- 1
-
基于开口谐振环的小型化无线无源应变传感器阵列设计
Abstract:
现有无线无源应变传感器存在检测方向单一、灵敏度低、尺寸大等问题，难以满足复杂受力条件下飞机机翼等大型金属结构应变状态评估的需求。针对这一问题，利用开口谐振环高辐射能力、低损耗以及高品质因数等优点，基于三角函数与矢量分解原理设计了一种基于开口谐振环的小型化无线无源应变传感器阵列。该传感器阵列由3个夹角120°的传感器构成，通过提取各传感器谐振频率偏移量实现金属结构件上应变大小和方向的反演。通过ADS软件得到传感器的阻抗参数，以传感器谐振频率为优化目标采用HFSS软件完成了传感器结构小型化和阻抗匹配优化设计，并利用COMSOL软件进行“力-磁”耦合分析验证了传感器的应变检测性能，随后完成传感器制备。实验结果表明，传感器在电长度方向和电宽度方向的灵敏度分别为—1.517 KHz/με和 —0.732KHz/με ，所提出的传感器阵列应变大小检测精度在8.5%以内，应变方向检测误差在10°以内。该传感器阵列能够实现对金属结构表面应变大小和方向的检测，具有灵敏度高、尺寸小、成本低等优点。
- 1
-
基于残差膨胀卷积与门控编解码网络的语音增强
Abstract:
语音信号的时序依赖性特征和上下文信息在语音增强任务中至关重要,针对编解码网络对其捕获不充分导致增强效果差的问题,构建了一种非对称的残差膨胀卷积与门控编解码网络(RD-EGN)。该网络包含编码器、中间层和解码器三部分:编码器设计了一种因果卷积层结构,以时序特征建模,捕获语音序列中不同层的特征,并保持语音信号的因果性;中间层设计了残差膨胀卷积网络(RDCN),融合膨胀卷积、残差连接和级联的扩张块使网络拥有更高的感受野,以跨层的方式传递信息并提取语音长时依赖性特征,在此基础上将RDCN与长短时记忆网络相结合,捕获更广泛的上下文信息;解码器引入门控机制,动态调整信息流的门控程度,获得更丰富的全局特征并重建增强语音。分别在TIMIT、UrbanSound8k、VoiceBank及NOISE92数据集上进行消融及性能对照实验,结果表明,RD-EGN相较于CRN、AECNN、DDAEC等具有较少的训练参数和较高的SSNR得分、主观评价指标(CSIG, CBAK和COVL)得分,并且在客观评价指标方面,语音质量客观评价指标(PESQ)提高了2.5%~7.1%,短时客观可懂度(STOI)提高了1%~5.3%,具有较为突出的增强性能与泛化能力。
- 1
-
使用双优先预测层次模型联合决策的阿尔茨海默症预测方法
Abstract:
在阿尔茨海默症(Alzheimer’s Disease, AD)患者出现晚期症状之前，能够准确预测AD进展对于及时采取适当的治疗和干预措施至关重要。本文提出一种使用双优先预测层次模型联合决策的AD预测方法，将阿尔茨海默症(AD)、轻度认知障碍(Mild Cognitive Impairment, MCI)和认知正常(Normal Cognitive, NC)三类别预测问题转化为两个层次的两类别预测问题。首先，从个体历史随访所获取的磁共振成像(Magnetic Resonance Imaging, MRI)和认知评分(Cognitive Scores, CSs)两种模态的时间序列数据中提取统计特征，并使用加权嵌入式特征选择方法从MRI体积统计特征中选择出高重要性MRI体积统计特征。然后，构建NC优先预测层次模型和AD优先预测层次模型，利用提取得到的高重要性MRI体积统计特征和CSs统计特征，使用这两个层次模型的不同层次的预测结果进行联合决策，优先预测出样本中的NC个体和AD个体，最后确定MCI个体，实现AD/MCI/NC三类别预测。在TADPOLE数据集上进行实验，本文提出的AD预测方法的准确率(ACC)为89.29%，F_1分数的宏平均值为88.81%。实验结果表明本文提出的AD预测方法是有效的，且其性能优于传统的AD预测方法。
- 1
-
基于5G与Wi-Fi 6E应用的三频MIMO天线设计*
Abstract:
针对目前多频带多输入多输出（Multiple-Input Multiple-Output，MIMO）天线仍存在的尺寸较大、端口隔离较差、抗干扰能力弱等问题，设计了一款能应用于5G n78/n79、Wi-Fi 6E频段的三频MIMO天线。该天线由挖槽后的菱形贴片及梯形地板组成，且结合了半圆形结构和对称倒L形枝节的创新设计，这种设计不仅实现了所需的三频特性，还有效控制了天线的尺寸，使其适应更为紧凑的应用需求。该天线采用共面波导（coplanar waveguide，CPW）的馈电方式，具有易于与其它微波电路集成的优点。通过将单元天线正交放置，且无需隔离枝节，使得MIMO天线在所需频段内的端口隔离度均大于25dB。对仿真天线进行加工并测试，实测结果表明，当回波损耗小于-10dB时，天线的阻抗带宽为3.28-3.67GHz、4.63-5.01GHz及5.67-7.65GHz，适用于5G n78/n79、Wi-Fi 6E频段。最大实测增益可达到4.7dB，包络相关系数（envelope correlation coefficient，ECC）小于0.001，同时分集增益（diversity gain，DG）大于9.9999，分集性能良好。实测结果与仿真结果高度一致，验证了设计的有效性和准确性。综合考虑该天线的尺寸优势、良好的隔离度和出色的分集性能，该文章提出的三频MIMO天线在5G与Wi-Fi 6E通信系统中展现出极大的应用前景，能够满足未来无线通信日益增长的需求，推动无线技术的发展与创新。
- 1
-
基于FBSE-ESEWT的齿轮故障诊断方法*
张锐, 刘婷婷, 王燕, 付俊淋, 周卫斌, 卜二军, 王永霞, 游国栋
Abstract:
针对齿轮故障诊断中采集到的振动信号常伴有噪声干扰且故障特征难以提取的问题，本文以傅里叶贝塞尔级数展开（Fourier–Bessel series expansion，FBSE）为基础，提出了一种将FBSE和基于能量的尺度空间经验小波变换（Energy Scale Space Empirical Wavelet Transform, ESEWT）相结合的齿轮振动信号降噪方法，即FBSE-ESEWT。首先，将采集到的齿轮振动信号利用FBSE技术获得其频谱，以替代传统的傅里叶谱，接着凭借能量尺度空间划分法对获取的FBSE频谱进行自适应分割和筛选，以精确定位有效频带的边界点。随后通过构建小波滤波器组得到信号分量并进行重构，以减小噪声和冗余信息干扰；然后，为捕捉到更全面的特征信息将处理后的信号进行广义S变换得到时频图，输入2D卷积神经网络进行故障诊断验证算法可行性。通过对Simulink仿真信号和实际采集信号进行实验，结果表明，相对于原始EWT、EMD等方法，FBSE-ESEWT具有更好的降噪效果，信噪比提高了13.96dB，诊断准确率高达98.03%。
- 1
-
利用惯导信息的太赫兹SAR成像运动补偿方法研究
Abstract:
合成孔径雷达(Synthetic Aperture Radar, SAR)成像的一个关键在于合成孔径时间内雷达天线的位置数据以达到高分辨率成像。载平台的运动轨迹通常不是理想的直线或稳定的,因此在合成过程中,任何微小的运动误差都会导致图像模糊或者失真。对于小范围的成像场景,传统采用GPS和INS数据联合的运动补偿方法,由于GPS容易受到信号干扰、多径效应的影响，运动补偿的效果总是不太理想。基于此场景问题该文提出了一种仅利用惯导信息的太赫兹SAR成像运动补偿方法,该文充分使用惯导系统提供的速度信息,通过对载平台的运动轨迹进行建模,有效地估计了雷达视线方向的回波相位误差,从而实现对太赫兹SAR成像目标的聚焦。实验采用0.2THz中心频率的SAR系统进行运动补偿,对补偿前后SAR的图像强散射点进行分析,相较与现有技术基于GPS和INS联合的运动补偿方法，该文运动补偿方法在PSLR和ISLR上分别提升了0.7dB和0.8dB,在成像速度上,该文的运动补偿方法也提升了0.2%,实验结果表明对于小范围成像场景该文方法的聚焦效果更好,进一步验证该文所提到运动补偿算法的正确性和有效性。
- 1
-
用于红外与微光图像融合的目标差分注意力和Transformer算法
Abstract:
针对当前红外与微光图像融合算法中易出现光谱信息缺失?目标边缘模糊等问题,提出了用于红外与微光图像融合的目标差分注意力和Transformer的融合算法?首先,利用残差结构构造一种微光重构网络,并利用VGG-16构建感知损失,最大程度保留微光图像中的背景纹理信息和亮度信息;而后,将CNN与Transformer结合构建特征提取网络,提取图像的完整特征;同时,在目标差分注意力模块中,对红外图像和微光图像进行差分运算和特征提取,得到的红外差分图像通过通道注意力机制对目标特征进行增强,再与CNN特征提取网络的输出特征图进行逐元素相加,增强红外目标特征;然后,通过梯度保留模块捕捉特征的高频信息和低频信息,提升纹理细节的保留度;最后,利用特征重建网络重构出融合图像?实验结果表明,融合结果不仅更符合人眼视觉系统,在客观评价指标中MI和VIF分别比其他融合方法提升了44.6%和21.2%。
- 1
-
基于电场分析的移动式闪电测距方法
Abstract:
闪电会对汽车、火车、飞行器等交通工具造成干扰或危害，测量闪电与移动中的交通工具的距离，对于保障交通工具及其内部人员的安全具有积极意义。基于移动交通工具的运动场景与闪电产生的电场辐射特性，建立场强比值法（E-E法）来展开闪电距离测量的研究，探索E-E法进行闪电测距的可行性。首先通过构建闪电电场辐射场景，建立E-E法模型，利用仿真分析比较线性插值法和牛顿拉夫逊法在E-E法模型求解时的效率；其次分析移动情况下的多普勒效应对E-E法测量误差的影响，最后搭建应用平台完成对算法可行性的验证。经过分析，牛顿法在求解E-E法模型距离值时，牛顿法在线性插值法的基础上提高了约35%的效率；对于接收频率低于10kHz的闪电信号时，测量误差较大，高频则不会影响测量结果；在多普勒效应下，采用E-E法测量时20kHz以上的接收信号时，多普勒效应基本不会影响到测量结果；应用平台测得的距离值与理论距离值存在5%左右的误差，说明方法能够有效测量闪电距离。此外，这类测量误差可以通过对电路进行补偿以及对数据进行最小二乘法拟合的方法来减小。
- 1
-
测试
Abstract:
传感器作为测试系统的首要环节,其测量不确定度对在测试结果影响最大。为此,分析了传感器主要不确定度来源,讨论了传感器测量不确定度常用的评估方法的优劣。针对当前传感器测量不确定度评估存在问题,提出了采用卷积原理来评定传感器合成不确定度的一种新方法,并运用MATLAB实现了该方法；最后以称重传感器作为实例验证了该方法的有效性。
- 1
-
融合PCA与自适应K-Means聚类的水电机组故障检测在线方法
Abstract:
灯泡贯流式水电机组在运行过程中,由于受水力因素、机械、工况等因素影响,很容易导致转轮叶片与转轮室发生故障,严重影响水电机组安全运行。在分析灯泡贯流式水电机组转轮叶片与转轮室故障信号特征的基础上,提出了一种基于K均值(K-Means)和莱特准则(Wright"s criterion)的水电机组故障在线检测方法。该方法利用主元分析(PCA)对水电机组振动和噪声信号特征降维后,融合莱特准则改进传统K均值算法,以实现K值的自适应选择,对特征进行在线聚类,能快速准确识别水轮机变负荷状态与金属扫膛故障。将本文提出的这种方法应用到五凌电力近尾洲水电站灯泡贯流式机组故障检测中,实验结果表明,采用该方法的故障在线检测准确率为100%、变负荷在线检测准确率为96.7%,运行近10个月没有出现故障误报和漏报,表明了该方法的有效性。
- 1
-
基于激光信息的移动机器人定位研究
Abstract:
针对移动机器人在导航定位过程中，使用传统蒙特卡罗定位算法会产生粒子收敛较慢和定位精度不高，以及发生人为绑架情况后重定位效率较低的问题，本文给出了一种改进的粒子滤波定位方法来提高移动机器人的导航定位效率。首先，在蒙特卡罗定位算法的基础上进行改进，融入自适应区域划分的方法，保证所划区域包含更多有效信息，减少粒子的收敛时间，完成机器人初步粗定位。然后，在粒子采样和重采样阶段，使用正态分布概率模型进行粒子权重更新，实现更加快速高效地全局精定位。通过实验对比分析，所给方法与基于蒙特卡罗定位算法相比较，耗时缩短了4s左右，且本文的自适应蒙特卡罗定位方法，能够将定位误差保持在6cm左右，从而验证了所给方法的有效性和稳定性。
- 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。
-
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):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。
-
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):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):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):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):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):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):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):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):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。
