摘要:空口是终端和基站之间接口，用来建立、重配置和释放各种无线承载业务，是完全开放并保证不同制造商生产的设备互联互通的重要接口，LTEAdvanced空口监测针对最为复杂的空口协议，提供了对空口无线信号的监测和检查的手段，为终端、网络的一致性测试提供第三方评价工具。整体设计通过构建LTEAdvanced空口监测与分析仪表的总体方案，采用多用户随机接入、空口协议分析、安全算法、载波聚合以及多用户业务行为感知的检测与分析等多项关键技术，实现了LTEAdvanced空口L1、L2、L3的协议栈监测、跨层关联分析、5载波聚合分析、48用户业务跟踪、信令过程和用户业务行为监测等完整的空口监测功能。测试和验证结果表明，所有测试均符合标准协议流程，与基站和终端之间实际行为完全一致，为通信设备互联互通存在的各类故障分析和定位提供重要的测试手段，对TDLTEAdvanced网络建设与优化具有重要意义。

摘要:为了提高非线性时间序列的预测精度，建立一种粒子群优化B样条网络预测模型。在设计网络结构时，设置样条基函数节点作为独立变量，然后使其与权值参数在网络训练过程中一同优化，并且使用预测误差平方和评价训练效果。采用粒子群算法与适当的搜索策略作为训练算法，对B样条基函数最优节点的分布进行搜索，同时寻优权值参数，使网络结构得到优化，进而对非线性时间序列进行预测。仿真结果表明，粒子群优化B样条网络预测模型具有良好的泛化性能，同时所用算法对网络进行了有效的优化，所建预测模型结构简单且预测精度较高。

摘要:针对基于石墨烯薄膜的新型静电扬声器设计缺乏理论指导的问题，对石墨烯静电扬声器进行了理论建模和仿真分析研究。在静电扬声器原理的基础上，采用质量弹簧阻尼系统建模分析了石墨烯薄膜在工作时的振动特性，研究了薄膜半径，厚度和应力对其振动特性的影响，利用COMSOL软件建立了石墨烯静电扬声器的有限元模型，对比分析了不同薄膜半径、厚度和应力对应的石墨烯静电扬声器的频率响应特性，验证了理论模型的准确性。结果表明，石墨烯薄膜半径越大，厚度越薄，应力越小，相应的石墨烯静电扬声器频率响应特性越好。

摘要:

摘要:根据航天员地面虚拟训练的需求，设计了一套面向航天员虚拟训练的人机交互系统，研制了具有真实感与临场感的多自由度手臂力反馈设备，实现了航天员虚拟训练环境中的抓握、推拉等带力觉感受的各种交互操作，增强虚拟仿真环境的沉浸感受，提高仿真训练的逼真度。面向航天员虚拟训练的人机交互系统包括手臂力反馈设备、硬件系统以及软件系统。手臂力反馈设备具有7个运动自由度，包括三自由度平动、三自由度转动以及食指运动的自由度；硬件系统主要是下位机采集光电编码器的信号发送给上位机以解算力反馈设备末端位置，以及接收上位机的力反馈执行参数以控制力反馈执行器；软件系统基于Unity3D平台，搭建了虚拟空间舱训练环境，并且实现了上位机与下位机的接口通讯以及位置和力的解算。还提出了基于磁流变液控制的力反馈方法，独立设计了一种新型的磁流变液阻尼器作为力反馈执行器。整个系统工作空间可达0.4 m×0.4 m×0.5 m，位置测量精度高达3 mm。系统结构设计上的创新实现了机械解耦、力和力矩的解耦，整个系统工作空间大、安全性能高、输出力大、位置测量精度高，并且还可广泛应用于康复医疗、虚拟手术等领域，应用面广泛。

摘要:针对当前动态心率测量方法中存在心率监测准确度不高的缺点，提出使用深度学习算法提取光电容积脉搏波（photoplethysmograph，PPG）中的心率值。方法采集了15名身体健康的受试者不同运动速度下的PPG信号，并通过有抗干扰能力的心电（electrocardiogram，ECG）设备同步采集他们的ECG信号，将具有较强干扰的PPG信号作为堆栈自编码（stacked autoencoder,SAE）网络的输入信号，并将ECG信号作为网络标签，然后使用深度学习算法对自编码网络进行训练，以将有较强干扰PPG信号拟合为具有准确心率特征的类正弦波信号，从而实现对运动状态下干扰严重的PPG信号进行心率的提取。将SAE网络输出信号与对应ECG信号进行比较，结果显示，运动心率测量的平均误差为1.165 8 bpm，表明深度学习算法对于心率测量的有效性，也为运动心率信号测量提供了一种新的途径。

摘要:为了更有效地提高深度图像的分辨率，构建了一种更深层次的深度图像超分辨率重建的卷积神经网络。该网络直接将低分辨率深度图像作为网络的初始输入，通过卷积神经网络学习图像的高阶表示，获得更具有表达能力的深层特征，同时在网络的输出层引入亚像素卷积层，针对提取到的特征学习不同上采样滤波器，实现上采样放大操作。为了实现网络更好地收敛，在网络中加入了残差网络结构。在4个常用数据集上的实验结果表明，与其他先进方法相比，该方法网络收敛速度更快，并可以有效地保护图像的边缘结构，解决伪影问题，且在定性和定量两方面均取得了很好的重建效果。

摘要:针对复杂环境中动作识别易受到光照变化、目标旋转，遮挡等导致目标位置不精确，目标漂移以及识别错误等问题，提出了一种基于双特征融合与自适应提升的动作识别算法。首先，基于时空上下文（spatiotemporal context，STC）机制，通过时空上下文关系与视觉系统特性来提取图像序列特征，降低光照变化、遮挡对行为动作的影响；同时，利用卷积神经网络（convolution neural network, CNN）来处理图像序列， 分别获得STC特征与CNN特征；其次，引入主成分分析算子，定义双特征融合规则，对获得STC特征与CNN特征进行组合，形成一种更准确、完整的特征表示；然后，通过得到的新特征，利用自适应提升算法（adaptive boosting algorithm，ABA）进行分类训练，完成对行为动作决策判断。在Weizmann、Hollywood数据集上测试表明，相对于当前常用的动作识别方法，所提算法对各种行为动作具有更高的识别精度与鲁棒性，更能适应复杂背景和动作变化。所提算法具有较高的人体动作识别精度，在视频监测、人机交互等领域具有一定的应用价值。

摘要:为解决线纹尺的线纹磨损、线纹划痕、摄像头成像失焦、曝光过弱或过强以及线纹尺照射光不均匀等对线纹辨识的影响，提出了一种线纹辨识及线纹中心线特征值提取算法：1）采用区域划分法确定每个线纹灰度极值的位置；2）通过极值加权法提取每个线纹中心线的特征值；3）对线纹中心线上的图像灰度值进行平滑处理后，再搜索线纹中心线端点坐标，并根据端点坐标值大小确定主线纹中心线的特征值。实验表明，所述的线纹辨识及线纹中心线特征值提取算法基本上可以消除上述问题对线纹辨识的影响，且线纹中心线的特征值提取正确。

摘要:硫化氢气体在线监测对于控制其泄漏风险、保护环境十分重要。可调谐激光吸收光谱技术具有灵敏度高，速度快，特异性强等优点，在气体在线检测领域具有十分广阔的应用前景。研究了基于可调谐激光吸收光谱技术的硫化氢气体检测方法，及针对测量条件变化的校正方法。测量系统采用温度与电流调谐两种方式，不仅扩展了调谐范围，并且保证了调谐速率与稳定性，在锁相检测技术基础上，实现了气体吸收信号二次谐波分量提取。分析了气体压力与温度对于吸收光谱测量影响，提出了基于参数拟合的校正方法。实验结果表明，所研究的检测系统可实现硫化氢气体高灵敏检测，校正方法可有效消气体温度、压力等条件变化对于建模预测结果的影响。

摘要:采用可调谐半导体激光吸收光谱技术，利用两条谱线可以测量激光路径上的平均温度。在利用多条谱线测量激光路径的平均温度时，测量的精确度主要受制于测量信号的离散程度以及谱线低能级能量的分散程度。利用中心波长为1 392.5 nm（7 181.32 cm-1）的激光器快速扫描4条H2O的波数为7 182.950、7 182.209、7 181.156、7 179.752 cm-1的吸收谱线，研究了不同的谱线组合方式对激光路径平均温度测量精密度的影响。实验结果表明，进行谱线选取时，通过依次去掉一条谱线并计算其余谱线测量标准偏差的结果，能够快速反映出被去掉谱线对温度测量精确度的权重。通过谱线选择，测量得到的路径上平均温度的标准偏差小于20 K。

摘要:时间交替并行采样模数转换器结构(TIADC)是提高系统采样率的一种有效方法。TIADC结构的实现过程中不可避免的会引入时间失配误差、增益误差和偏置误差从而导致系统的信噪比降低。针对上述问题,提出一种基于可变步长最小均方算法 (VSSLMS)的TIADC失配误差自适应估计方法。该方法可以同时完成对时间失配误差和偏置误差的估计,并根据估计得到的失配误差参数对失配误差进行校正。仿真结果表明,该自适应估计方法每通道仅需要不超过128个采样点即可以完成对失配误差的估计。最后在实际的时间交替并行采样系统中验证了该算法的有效性, 该算法可以使得校准后的并行采样系统的信噪比提高20 dB。仿真与实验结果表明,所提出的算法可以有效提高TIADC系统的性能。

摘要:研究分析80个玉米实验光谱数据，经预处理后，分别进行区间偏最小二乘(iPLS)、组合区间偏最小二乘法(SiPLS)和连续投影算法(SPA)优选玉米水分组分的最佳波长，建立校正模型。结果表明，iPLS、SiPLS和SPA将建模变量从700个分别降低到70、140和2个，各占据全光谱的10%、20%和0.29%，而其建模精度比700个全谱变量建模精度甚至更好。其中SiPLS和SPA的建模精度相当，但是SPA方法将建模变量从700个降低到2个，计算复杂度得到最大程度的降低，并保持了建模精度，表明SPA是一种有效的特征波长提取方法，且这一研究方法可推广应用到对玉米中油脂、蛋白质和淀粉的含量检测中。

摘要:

摘要:针对模拟电路的故障诊断和定位问题，为进一步提高故障诊断准确率，提出了一种基于连续小波Tsallis奇异熵和超限学习机的故障诊断方法。首先应用连续小波变换计算被测电路时域响应信号的时频系数矩阵，然后将其分割为8个相同大小的子矩阵，分别计算每个子矩阵的Tsallis奇异熵，组成特征向量，最后将特征应用于超限学习机多类分类器进行区分。仿真结果表明，故障诊断方法能较好地获取故障响应信号的本质特征,并具有较其他现存方法更高的故障诊断正确率。

摘要:为实现截割过程中截齿磨损程度的在线监测和精准识别，提出一种基于多特征信息融合的采煤机截齿磨损程度识别方法。针对不同磨损程度截齿截割过程中的振动和声发射信号进行时域分析和小波包分析；针对两相邻磨损程度截齿的特征样本存在数据交集，增加系统识别难度的问题，构建最小模糊度优化模型并计算各特征参数的最优模糊隶属度函数，获取特征样本的最大隶属度。运用多特征数据样本对BP(backpropagation)神经网络识别模型进行学习和训练。实验结果表明,截齿磨损程度识别模型的判别结果和样本实际磨损类别相符，能够实现对截齿磨损程度的在线监测和精准识别。研究结果对于实际工程中截齿的监测和更换具有重要意义。

摘要:航空发动机轴承部件磨损是导致发动机失效，引起飞机重大事故的主要因素之一。通过监测航空发动机油液中磨粒的情况，可以判断轴承部件的磨损程度。以往的检测方法存在操作难度高、随机性大、定量误差较大等问题。提出了基于电容层析成像（electrical capacitance tomography, ECT）实现飞机发动机磨粒检测的方法，搭建了实验系统，建立了磨粒大小、位置等与电容值变化关系的数学模型。通过有限元仿真和实测试验表明，ECT方法能实现颗粒状金属材料大小的检测。试验检测系统配套36 mm内径传感器，可以检测3~8 mm的颗粒状金属材料。

摘要:喷涂生产线轨迹规划和喷涂机器人自编程技术大都以工件的在线三维测量为基础。近年来TOF相机作为一种高性价比的3D成像设备, 被应用于工件测量。针对TOF相机成像视场有限、单次成像只能获取局部轮廓深度信息等问题, 提出一种基于工件在位旋转和图形处理器(GPU)加速的TOF点云视频流三维重建算法。该方法在有向距离函数 (SDF)点云融合基础上,采用空间散列表存储管理海量点云数据, 同时引入快速视觉里程 (FOVIS)算法用于姿态估计, 以提高喷涂工件在位三维重建算法的效率和鲁棒性。喷涂生产线仿真平台实验表明, 在线重建过程中平均帧数可达58 f/s, 失败率≤2%, 显存占用率25%, 为随后的三维测量和喷涂轨迹规划提供完整的点云数据。

摘要:

摘要:提出一种基于图像间显著性引导传播和图像内流形排序的两阶段引导方法，充分挖掘单幅图像显著性引导传播机理，提高面向群组图像协同显著性检测算法的精确度和实时性。对N张群组图像中的任意一幅图像，第一价段借助单幅图像显著性探索其与组内其他图像两两间的共同相似性属性，获取N-1张初始协同显著性图。为了有效抑制非相似区域的背景干扰，在第二阶段中，通过流形排序（EMR）算法，计算N-1张前景显著性图每个像素点的排序值，以更新之前的显著性检测结果，恢复出第一阶段中误检为背景的相似性区域。最后在基于贝叶斯理论的融合算法框架下实现最终协同显著性图的获取。基于iCoseg和MSRC数据库进行评测，所提算法在综合指标F值和受试者工作特征（ROC）曲线下面积（AUC）等评价指标方面一致优于现有5种协同显著性检测算法。基于真实场景的实验结果从普遍适用性角度对本文算法做了进一步验证。

摘要:

摘要:针对传统字典学习方法的训练样本信号单一、重构效果差等缺点，提出一种带标签信息子字典级联的学习方法，对电能质量扰动信号进行扰动识别。该方法首先对不同类别电能质量扰动测试和训练样本采用主成分分析方法进行降维特征提取，对训练样本添加标签信息，其次对不同类别的电能质量样本训练成冗余子字典并级联成结构化字典，最后将级联的字典优化学习并由冗余误差最小值来判断目标的归属类别。仿真实验结果表明，该方法下的识别效果优于支持向量机（SVM）和稀疏表达分类（SRC），抗噪声鲁棒性更强，在信噪比20 dB以上的环境中电能质量复合扰动识别率达到91.40%以上。

摘要:为了改善主成分分析对温度场的非线性数据提取能力不足的问题，提出一种核主成分温测点优化法。引入非线性映射函数，将输入的温度数据向特征空间映射，选择高斯径向基为核函数，将特征空间的内积运算变换为输入空间的核函数运算，求出特征值和核特征向量，建立综合自变量。在一台数控加工中心上进行试验，将提出方法建立的预测模型和主成分分析获得的预测模型进行比较，均方根误差降低约36%，最大残差降低29%，结果表明，采用核主成分法建模，能更好提取温度数据特征，可以使试验机床进给系统的热误差预测能力显著提升。

摘要:针对窃电手段多样、隐蔽性强、窃电检测效率有待提高等问题，首先采用模糊C均值（FCM）聚类算法构造不同的用户负荷特征曲线，通过待测负荷曲线与相应特征曲线作对比初步确定疑似窃电用户；其次，采用粒子群算法优化的支持向量机回归模型对疑似窃电用户的用电行为进行检测。实验证明，所用方法缩小了窃电检测的范围、克服了窃电样本少的影响，改善了窃电检测的效率，并且窃电检测的均方误差和平均绝对误差分别提高了0.005 1和0.034。

摘要:在气液两相流发生时，基于单端驱动方式的科氏质量流量变送器的驱动能量不足，从而导致流量管的振动幅值很低，流量计测量误差大，甚至无法正常工作。为此，分析单端驱动方式下变送器的驱动能力和可以提升的空间。提出差分驱动方式，增强驱动能量，且满足本质安全的要求。研制实现电路，应用于科氏质量流量变送器，分别进行气液两相流下驱动能量的对比实验和单相水流量标定实验。实验结果表明，差分驱动方式在相同流量和含气量情况下，使流量管的振动幅值几乎提升1倍；在单相水流量情况下，测量精度依然可以达到0.1级，稳定性好。

摘要:针对结构化数据的清洗问题,以基于正则表达式的结构化修复(RSR)算法为基础,借鉴字符串之间编辑距离的计算思想,将违反偏序关系的边从自动机的边集中提取出来,仅对得到的边引入优先级队列来修正所对应的编辑距离,而其他边由于满足偏序关系则可直接通过递推式来计算,从而提出一种改进RSR算法。算法测试与分析结果表明，改进RSR算法在时间复杂度方面有明显优势,相对原算法的提升显著且稳定。

摘要:由于微电网蓄电池工作时的电力特性具有明显的非线性和不规则性，依靠传统数学方法难以准确估计其荷电状态(state of charge，SOC)。针对上述问题，构建了BP神经网络拓扑结构，并采用增强型学习率自适应算法对网络的传统学习模式加以改进，学习时神经网络模型中各神经元间权值得到合理调整，并且提高了误差收敛效率。仿真结果表明，估计结果在预设精度要求的范围之内，平均误差不超过4%，证明经过优化学习算法的BP神经网络模型对蓄电池荷电状态的精确估计是有效可行的。

摘要:讨论了高速公路隧道照明节能模糊控制系统设计问题，设计了一种基于模糊控制的高速公路隧道照明节能系统。通过采集隧道外环境亮度与隧道车流量，基于模糊控制原理，一方面自适应调节隧道入口段与出口段亮度，以避免“黑洞效应”与“白洞效应”，另一方面在遵循高速公路隧道照明设计规范的基础上自适应调节隧道内各段亮度，以实现节能减排。经实际运行表明，高速公路隧道照明节能模糊控制系统满足高速公路隧道照明设计规范要求，运行稳定，与同期时段相比节能率在22%以上，具有推广价值。

摘要:针对多分量线性调频信号(LFM)信号在低信噪比状况下信号检测出现漏检、参数估计精度不高等问题，提出在广义S变换(GST)基础上，进行奇异值分解(SVD)滤波的方法。在S变换基础上，导出了广义S变换及逆变换公式，对离散后得到的广义S变换矩阵进行奇异值求解，通过选取合适的奇异值个数，实现多分量信号时频滤波。仿真结果表明，该方法在低信噪比状况下能有效滤除噪声，避免因噪声或者各分量信号强弱相差较大而出现漏检现象，同时信号参数估计精度也得到了提高。