摘要:绝缘栅双极型晶体管广泛应用于航空航天、武器装备、现代工业、交通运输和电力系统等领域。由于其工作环境复杂，IGBT 极易发生异常并导致系统故障，甚至引发重大的经济损失与人员伤亡。因此，IGBT 的故障检测引起了研究人员的广泛关注和高度重视。但是，目前针对 IGBT 故障检测技术的系统性综述较稀缺，阻碍了实际工程人员对其深层次的了解与认知。因此，该综述从方法的角度对 IGBT 故障检测相关研究成果进行了系统性的回顾：首先对 IGBT 的基本结构、工作原理以及常见失效机制进行了概述；其次，将 IGBT 故障检测技术基于检测方法的差异分为三大类，并总结了各类方法的优点与不足；最后，结合当前技术发展的现状，对 IGBT 故障检测领域的挑战与展望进行了深层次的剖析。

摘要:针对路面缺陷图像存在对比低以及其复杂的拓扑结构,现提出的大部分分割算法,在捕获感受野和提取路面缺陷特征时还存在很大的不足。因此本文提出改进UNet的路面缺陷图像分割算法。首先,在经典的U-Net的卷积块中提出SN-Disout残差块,增强模型对过拟合的鲁棒性;其次,在编码器与解码器之间引入循环十字交叉模块,增强模型在特征图中不同位置之间捕获特征的能力,对缺陷的边界进行更准确的建模;最后,在解码器中引入空间通道挤压与激励模块,这使得网络能够更加专注于重要的特征,同时减少不相关或噪声特征的依赖;并将位置感知多头注意力加入模型的颈处,进一步有助于模型更好地理解和利用输入数据的内在关系,从而提高模型的性能和表现能力,并且使用混合损失函数Dice+BCE取代单一的损失函数。该算法在Crack500图像数据集上的交并比与F1分别达到了60.13%和75.22%,均超过U-Net、DeepLabV3+、PSPNet、TransU-Net、UNet++等主流语义分割网络。实验结果表明,该算法能有效改善网络的预测精度与细小目标的分割结果,在保证分割精度的情况下也满足了实时性的要求。

摘要:风力发电机叶片，作为风力发电系统的核心组件，其健康状况直接关乎整个发电效率与运行安全。针对叶片缺陷检测的挑战，深入研究了YOLOv8n网络，并创新性地提出了高效多尺度卷积模块（EMSConv），该模块有效替代了传统残差块中的卷积层，通过分组卷积技术显著降低了冗余特征对检测结果的干扰，从而提升了检测的精确性。此外，在检测头部分，融入了Dynamic Head的多元化注意力机制，这些自注意力机制协同工作，跨越不同特征层，实现了对目标尺度、空间位置及检测任务的精准感知，极大地增强了目标检测模块的综合能力。还创新性地整合了Inner-IoU、Wise-IoU与MPDIoU，创造性地提出了Inner-Wise-MPDIoU，以替代传统的CIoU损失函数，这一举措不仅提高了网络的检测精度，还加速了收敛过程。在针对自制风机叶片缺陷数据集的测试中，YOLOv8-EDI展现出了卓越的性能，其mAP50值高达81.0%，相比原始YOLOv8n提升了2.3%；召回率也达到了76.8%，提升了3.7%。该模型在提升检测效果的同时，还实现了计算量的降低，降幅达5.5%，充分满足了工业环境下对风机叶片进行高效、准确、大批量检测的需求。

摘要:风电机组的发电效率和使用寿命与其表面的完好度相关。本研究针对传统风力发电机表面缺陷检测方式出现的检测结果不够精准，检测用时较长的问题，设计了一种风力发电机表面缺陷检测模型。首先，在模型中融合了轻量级卷积技术，有效地增强了通道间信息交互的能力，通过更丰富的特征信息提高小尺寸缺陷的检测效果；其次，在主干网络引入了视觉注意力网络模块，丰富了上下文的信息，提升了卷积神经网络的特征提取的能力；然后，在颈部网络中引入协调注意力机制，通过空间方向捕捉缺陷的位置信息；最后，将边框回归的损失函数修改为WIoU，从而制定出合适的梯度增益分配策略。实验结果表明，改进后的检测模型相较于原模型检测精确度提高4.14％，显著提升了细小缺陷的检测能力；同时，改进后的模型的参数量降低了2.29 M，参数量则是降低了6.2 G，检测速度提升显著，满足模型实时检测的需求。

摘要:针对分散和细小的金属表面缺陷检测方法,卷积神经网络(CNN)缺乏全局特征捕捉能力,在识别氧化颗粒、裂纹和划痕等缺陷时易发生漏检和特征丢失,Transformer能够捕捉图像全局信息,但全局计算导致较高的计算成本。为实现高效且精准的金属表面缺陷识别,将CNN的局部特征提取能力与Transformer的全局建模能力有效融合,提出了一种基于深度可分离卷积(DW-Conv)融合池化网格窗口注意力机制(PGW-Attention)的金属表面缺陷识别网络架构(DPG-Transformer)。在自建金属缺陷数据集(ST-DET)和公开金属缺陷数据集(NEU-CLS)上对该方法进行了实验验证,DPG-Transformer的缺陷识别准确率分别为99.3%和99.6%,在准确率、计算量和浮点计算量等指标上优于多种经典网络。此外,在可视化实验中,DPG-Transformer显示出比CNN模型更全面地腐蚀和氧化皮的缺陷特征提取能力,并能比Transformer模型更加精准地关注到细长裂纹和划痕的全局缺陷特征。实验结果表明,该方法可以降低Transformer模型的计算量和复杂度,同时能够更全面、精准地提取到金属表面缺陷特征,是一种更切合实际应用的金属表面缺陷检测方法。

摘要:晶圆缺陷模式分类在晶圆制造过程中扮演着至关重要的角色，准确识别晶圆缺陷能够确定缺陷产生的根本原因，进而定位生产流程中的问题。然而，现有深度学习晶圆缺陷分类方法仅从空间域或者频率域出发进行网络设计，未能实现空频信息的相互补充与融合，限制了晶圆缺陷分类准确性的进一步提高。针对这一问题，提出了一种基于空间域和频率域特征融合的双流晶圆缺陷分类网络—SFWD-Net。该网络利用提出的多尺度特征提取卷积模块和多视角注意力模块构成空间流分支提取晶圆图的空间信息，利用离散小波变换构成频率流分支提取晶圆图的频率信息，空频信息融合后再进行缺陷分类。在大规模半导体晶圆图数据集WM-811K的实验证明，SFWD-Net由于同时从空间域和频率域出发进行网络设计，其分类准确度达到99.299 2%，优于其他5种先进方法，能够显著提高晶圆缺陷分类的精度。

摘要:针对欠采样条件下金属构件近表面缺陷深度测量时，缺陷回波与表面回波重叠，导致缺陷深度测量不准确的问题，提出一种基于超声回波信号重采样和时频变换的金属构件近表面缺陷深度高精度测量方法。采用变分模态分解将超声回波信号分解为一系列窄带模态分量，根据相关系数实现有用模态分量聚类，得到预处理信号；对预处理信号进行三次样条插值处理，实现欠采样回波信号数据扩充，得到重构信号；基于同步提取变换得到重构信号的时频谱及其幅值分布曲线，并根据超声单收发原理，实现金属构件近表面缺陷深度高精度测量。实验结果表明，本文方法可实现欠采样条件下金属构件近表面缺陷深度的准确测量，测量相对误差为2.161%，明显优于包络法和时频变换法，其测量相对误差分别为3.570%和13.182%。此外，分析了欠采样率、信号噪声和缺陷位置对近表面缺陷深度测量精度的影响,结果一致表明本文方法在不同采样率、不同噪声和不同缺陷深度情况下对近表面缺陷深度测量，比传统方法均具有更好的准确性和鲁棒性。

摘要:为解决雷暴云电荷反演方法精度较差、现有电荷反演模型受多站组网观测造成的环境误差影响等问题。在假设雷暴云层等厚模型的基础上，推导雷暴云电荷反演所需非线性方程组，建立基于三维大气电场的雷暴云电荷反演模型，通过正弦混沌映射函数优化麻雀搜索算法（SSA）种群初始化方式，提高种群分布的非线性，使用莱维飞行（Levy）函数和反向学习策略优化算法发现者的位置更新方式，提出一种基于改进麻雀搜索算法（ISSA）的雷暴云电荷反演方法。利用三维大气电场仪对地面电场数据进行观测并分析电场特征，使用混合策略改进的SSA算法反演雷暴云充电模型参数。实验结果表明，使用三维大气电场仪观测所得数据进行反演，能够有效消除多站组网观测造成的误差，对比SSA，改进后的ISSA算法反演所得雷暴云两秒相邻电荷量的偏差率均在1%左右，适应度值最低达到5.38，能较为精确的反演雷暴云电荷参数，为研究其充放电过程提供一定参考。

摘要:针对高动态环境下GNSS因频域带宽增加导致捕获难度增大的问题，分析了接收端数字中频采样信号的传输特性及复基带信号经FFT模块处理后的相关峰的检测，提出了基于极大似然（ML）估计的高动态GNSS信号快速捕获检测方法。首先，根据随机信号的统计理论建立二元假设检验条件，构建了奈曼皮尔逊准则下的GNSS信号捕获判决门限模型；其次，通过判决量的统计特性对等效高斯白噪声方差进行ML估计，根据其估计值计算捕获判决门限，其中通过虚警率的量化放大处理，解决了判决量样本值的增加带来的估计偏差问题；最后，对不同高动态条件下北斗B3I信号进行了捕获检测仿真实验。结果表明采用ML估计方法确定捕获判决门限从而提高高动态GNSS信号捕获的检测方法对高动态适应范围较宽，其频移捕获精度与SINS信息辅助捕获相当，比序贯检测算法提高约28%以上，相同条件下具有更快的平均捕获检测速度。

摘要: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受结构尺寸限制，工作带宽难以提高。本文采用部分接地板技术结合斜切式曲流技术改善结构，综合考虑天线尺寸与工作带宽的非线性关系优化尺寸，在保持天线面积不变的前提下扩展工作带宽，并以聚酰亚胺为基底研制了新型微带天线传感器。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与工作带宽之间的关系模型，运用改进白鲸优化（IBWO）算法优化天线尺寸。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0.598~0.6 GHz增加到0.3~3 GHz，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。

摘要:针对传统的人工表面等离子激元（SSPPs）微波滤波器的带外抑制水平较弱的问题，设计并制作了一款采用新颖蝶形结构的小型化SSPPs宽阻带微带低通滤波器。首先，通过将传统的微带滤波器中的扇形结构与SSPPs理论相结合，设计了蝴蝶形结构的SSPPs结构单元，实现了较宽的阻带。为了提升滤波器的带外抑制水平，引入了对向箭头形谐振贴片，抑制了所提出滤波器在阻带内25 GHz处的寄生通带。通过仿真模拟单元结构的色散特性，实现了对SSPPs单元的优化设计。设计了一个完整的 SSPPs 滤波器结构并仿真分析了关键参数对整个滤波器性能的影响。使用F4B板材制作了金属介质-金属（MIM）结构的该滤波器并对其性能进行了测量。结果显示，该滤波器的3-dB截止频率为10.08 GHz，阻带的最高频率可达33 GHz；通带内回波损耗均高于15 dB，插入损耗最高为2.6 dB；阻带最小衰减在11~35 GHz的范围内最低为22.98 dB，而回波损耗在10~30 GHz范围内基本优于3 dB，且在10~34 GHz范围内最高为4 dB。本设计的测试结果满足设计指标，带外抑制效果理想，可与混频器、信号发生器等器件集成以发挥更好的电路性能。

摘要: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。

摘要:受载复合煤岩变形破裂过程中产生的微小震动信号包含煤岩内部结构破裂信息，传统设备采集的微震信号存在大量环境噪声而无法直接进行分析。为有效提取受载煤岩变形破裂过程微震信号的变化特征，采用互补集合经验模态分解算法(CEEMD)与改进dmey小波(IDWT)算法相融合，提出一种新型CEEMD-IDWT联合去噪算法。该算法首先利用CEEMD算法对原始信号进行分解，然后对分解得到的IMF分量应用IDWT算法进行去噪处理，最终将处理过的分量进行重构得到去噪信号。利用仿真分析和单轴压缩实验对该算法的有效性进行验证，结果表明：CEEMD-IDWT联合算法在仿真分析中，相比传统算法信噪比最大提高204.5%，对于其他改进去噪算法信噪比最少提高11.8%，去噪能力具有明显优势；将该算法嵌入自研微震电压采集设备，在复合煤岩单轴压缩实验中得到的微震电压信号噪噪比仅为0.089 75，实际去噪效果明显；经CEEMD-IDWT联合算法去噪之后的微震电压具有明显的变化特征，显著提升了信号去噪效果，有效避免了微震电压信号的失真，可以作为受载煤岩变形破裂微震电压信号去噪处理的理想算法，为煤岩动力灾害的准确预判提供了一种可靠且先进的技术参考。

摘要: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。

摘要:煤与矸石具有目标密集、特征差异小等特征，基于图像处理的识别方法普遍存在检测速度慢、精度低等问题。为了进一步提高煤矸检测的速度和精度，提出一种GEYOLOv5s煤矸检测模型。首先在YOLOv5s的基础上引入Ghost Conv代替卷积操作，并设计新模块GhostCSP，在提升模型检测速度的同时实现网络的轻量化；其次在预测层中加入GC自注意力机制，融合SENet的轻量化和NLNet长距离信息全局捕获的优势，使网络记忆、放大煤矸图像间的细微差异特征，提升模型的表现力；然后在Neck部分采用双向特征金字塔网络（BiFPN）结构，利用BiFPN融合3个不同维度的特征，通过加权特征融合机制提高模型计算效率，进一步提升煤矸检测速度；最后设计一种新型激活函数Eswish替代SiLU激活函数，提高参数利用率的同时加快模型收敛速度并提升鲁棒性。实验数据表明：相较于YOLOv5s模型减少了34.1%的参数量和38.6%的浮点运算量，并且在mAP 0.5：0.95指标上提升了1.9%。对比实验显示，相较于YOLOv3、SSD、FasterR-CNN和YOLOv5-scSE的mAP 0.5：0.95指标分别提高了16.6%、4.8%、13.6%和3.8%。将GE-YOLOv5s模型应用于煤矸石目标检测过程中，具有更优的识别性能、鲁棒性、网络泛化能力，可有效避免漏检、误检和重叠现象。

摘要:为了满足钛合金纳米薄膜压力传感器高精度测量要求，基于薄膜厚度、凸岛、电阻形状和排列位置对传感器非线性、灵敏度的影响分析，设计并优化了以钛合金薄膜为敏感元件的两种量程的压力传感器。结果表明，有无凸岛，传感器的最大应力均出现在膜片边缘处。增加凸岛后，最大应力降低，位置基本保持不变。增加凸岛或随着凸岛直径增大，非线性降低，灵敏度相应增加。理论上，为了保证传感器灵敏度不小于2.5 mV/V，2 MPa量程时，增加Φ2 mm凸岛后，非线性降低至0.05%，灵敏度约为2.67 mV/V。4 MPa量程时，增加Φ3 mm凸岛后，非线性降低至0.02%，灵敏度约为2.89 mV/V。制备了两种量程传感器并测试分析，2 MPa量程时，其灵敏度及非线性与理论值最大偏差分别为0.01 mV/V及0.01%。4 MPa量程时，其灵敏度及非线性与理论值最大偏差分别为0.16 mV/V及0.02%。本研究为钛合金纳米薄膜压力传感器关键参数设计提供重要依据。

摘要: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5 318%和3 314%，空间磁场强度最大值分别增大1 511%和2 111%，绕组线匝电磁力密度最大值分别增大5 210%和11 489%；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。

摘要:针对玻璃纤维复合材料(glass fiber reinforced plastic,GFRP)无损检测中X射线和超声技术检测效果不佳的问题,利用X射线图像的高分辨率和超声图像的高对比度特点进行互补成像融合,通过整合X射线图像的缺陷边缘细节信息和超声图像的高对比度大致轮廓信息,形成新图像以提高缺陷显示效果。将基于十字扇形滤波器的频域算法用于去除X射线图像中的横、竖条纹噪声,采用形态学滤波算法去除超声图像中的椒盐噪声,并提出了基于区域分割和静态小波变换的图像融合算法,用以融合X射线和超声图像特征。测试结果表明,相较于处理前的X射线和超声图像,融合后的图像标准差SD值平均提高154.1%,熵H值平均降低92.2%,缺陷检测图像对比度有所提高且边缘细节清晰。算法有效除去了两种图像中的条纹噪声和椒盐噪声，能改善X射线图像对比度低、超声图像分辨率差的不足,为复合材料缺陷检测提供了新思路。

摘要:二维摆动台常由离轴布局的两个一维摆动台组成。双轴倾角传感器用于二维摆动台倾斜测量时，难以避免出现传感器安装误差。同时，离轴布局的摆动台存在二维转轴间的角度耦合，即底层摆动台倾斜会造成上方摆动台的角度测量偏差。首先，对上述二维离轴倾斜系统的角度误差进行了分析和建模，将误差分类为近似线性误差和非线性误差。线性误差包括竖直和水平方向的倾角传感器安装误差。非线性误差则仅由摆动台离轴布局造成。随后，联合线性单应矩阵和非线性离轴倾角模型，提出了针对两类误差的校正方法，并制定了自动校正流程。最后，为了检验所提方法的校正精度，在±12°范围内进行了离轴角度调控实验。实验结果表明，二维摆动台倾斜角度测量精度由校正前的0.559°和-0.216°提高到了0.025°和0.013°，使角度误差减小了一个数量级。此外，为了进一步验证所提方法的有效性，与两种现有方法进行了对比实验。实验结果表明所提方法在校正精度和操作简易性方面均优于其他两种方法，证明了本文误差校正模型具有较高的完备性。

摘要:为解决由高阶项限制引起的输出饱和问题，利用分段势函数抗饱和的优良特性，提出了一种新的非饱和三稳二阶随机共振(UTSOSR)系统。首先，通过仿真实验验证了该系统能够显著改善经典三稳二阶随机共振系统的输出饱和问题。其次，基于绝热近似理论，推导出UTSOSR系统的稳态概率密度, 平均首次通过时间和功率谱放大因子(SA)，并通过分析系统各参数对这些性能指标的影响，来更加深入地探究系统的动力学行为。将SA和信噪比增益(Gsnr)作为评价指标，通过数值仿真验证了UTSOSR系统具有更优越的信号增强和抗噪声性能。同时，为了获得更优的输出性能，将最大相关峭度解卷积(MCKD)与UTSOSR系统相结合，提出MCKD-UTSOSR方法对目标信号特征进行提取。最后，联合遗传算法和变步长网格优化算法寻找MCKD-UTSOSR方法的最优参数，并应用于转动体微弱故障信号检测。数据分析结果表明，MCKD-UTSOSR方法相比于其他方法，其信噪比提升了1.128 9~23.585 4 dB，谱峰峰值提升了88.423~7 488.118 133，为实际工程中高效的信号处理和故障检测提供了创新和可靠的解决方案。

摘要:火灾防控在公共安全中至关重要，传统探测手段在特定环境下面临局限。计算机视觉技术能实时监控大范围，精准识别烟雾等火灾前兆。但烟雾形状、纹理和颜色的复杂性给机器视觉的烟雾精准识别带来了极大挑战。针对这个问题，设计了一种融入轻量级网络和卷积块注意力机制的YOLOv8烟雾分类算法，旨在提升烟雾分类的精度与效率。首先，算法采用了GhostNet架构，通过替换传统的卷积层，保持高性能的同时，极大减轻了模型的负担。其次，算法嵌入了CBAM注意力机制，能够自动调整对不同区域的关注程度，确保关键烟雾特征被优先处理和精细分析，增强了模型的鲁棒性。采用公开烟雾数据集和加入挑战样本的自制数据集进行了大量实验。实验结果证明，算法烟雾识别准确率在公开数据集上达到了99.9%，在自制数据集达到了99.2%，优于同类方法。在实验电脑上，算法在GPU条件下帧率达到了833 fps，CPU条件下帧率达到了28 fps，可以用于快速准确地进行早期火灾探测。

摘要:针对静态部署的海洋牧场无线传感网络在数据多跳传输过程中近Sink节点区域易出现能量空洞的问题,提出一种基于改进蚁群算法的移动Sink节点可靠通信路径规划方法。首先,对于传统蚁群算法,采用非均匀分配初始信息素浓度,解决算法初期盲目搜索的问题;修改状态转移概率函数,增加拥挤度因子,避免死锁现象的同时加快收敛速度;采用改进的信息素更新规则,保证算法后期的收敛能力。其次，利用LEACH协议对网络进行分簇,根据簇头节点的位置和通信覆盖区情况,构建移动Sink遍历节点集。最后，将移动Sink节点路径规划问题看成旅行商问题,并通过改进蚁群算法和构建的骨干节点集求出移动Sink节点的最优路径。仿真实验结果表明,在275个网络节点规模内,该方法与其他算法相比,在路径长度方面依次减少了41.9%、20.3%、30.4%,数据传输时延依次降低了42%、38.5%、46.7%,网络吞吐量依次提高了10%、10.6%、16.4%,验证了该方法的优越性。文章所提出的方法通过引入移动Sink节点并利用其移动路径的合理性可以有效优化海洋牧场无线传感网络数据接收的可靠性、网络的能耗特性与生命周期。

摘要:针对多孔平衡孔板的设计需求，提出了一种结构参数设计计算的总体思路，并以含有中心孔和一圈函数孔的平衡孔板为例，详细阐述了具体设计方法和算例。首先，计算并确定孔板的壁厚和倒角；其次，根据永久压损比与等效开孔直径比（Δω/ΔP-β）的关系，以及压损系数与等效开孔直径比（ζ-β）的关系，通过迭代计算确定β数值；接着，基于管道直径计算确定圆心圆直径Db和平衡孔数量N；然后，根据等效开孔直径比的定义式和补充几何关系式，建立了关于中心孔直径d0和平衡孔直径db的方程组，并成功求解出d0和db的具体数值；最后，计算流出系数C，以此评估孔板的性能。文中以一款DN250平衡孔板的结构参数计算过程为例，对方法进行了展示。实验结果显示，设计得到的流出系数和满量程差压与标定数据偏差分别在5%和10%以内，满足工程设计需要，证明了本方法的实用性。

摘要:裂缝检测对钢结构和混凝土建筑、核电、航空等领域具有重要实际意义。本文采用谐振式同轴探头构造微波显微镜开展了金属和非金属裂缝的无损检测方法研究。首先,通过电磁仿真研究了耦合间隙、提离高度和探头材质等关键参数对检测性能的影响。然后,以机加工黄铜、铝合金样品和3D打印非金属样品进行了实验验证。结果表明:同轴探头在谐振频率处的S11幅度可用于材料表面裂缝的无损检测,耦合间隙、提离高度是影响检测灵敏度的主要设计参数;相比于传统的反射型同轴探头,谐振式探头检测灵敏度(有无裂缝时观测频点处的S11幅度差)提高了约20~30倍;针对金属样品的宽3.9 mm裂缝的仿真与实测结果吻合良好,裂缝宽度检测的相对误差＜7.7%,且对于裂缝宽度为1.7 mm的3D打印非金属裂缝样品,其裂缝宽度实测相对误差在6%内。本研究对金属和非金属裂缝的无损检测具有一定借鉴意义。

摘要:在信道模拟的过程中，为了更加逼近真实的通信场景，信道模拟器需要达到非常高的多径时延精确度，这对信道模拟器的仿真能力提出了更高的要求。信道模型的处理和加载任务通常在数字基带内实现，其时钟分辨率是有限的，需要借助Farrow结构小数滤波器来实现更高时延精度。为实现超高精度的时延模拟，根据信道模拟算法的特点，采取DSP与分布式乘法混用的方式对Farrow结构小数滤波器进行了优化设计。设计方案在创远信科的信道模拟器Pathrrot-X80上执行了验证和测试。结果表明，改进的Farrow滤波器的结构设计大幅度降低了FPGA计算资源的消耗，使得小数延时算法能够在高时延精度和低资源开销之间达到平衡；多径时延精度在低频段的测试结果与理论推算基本吻合，满足信道模拟所期望的0.1 ns的要求；时延精度在高频段与理论推算出入较大，为了达到更好的性能或更小的信号失真，可以考虑提升滤波器阶数，或寻找更优的系数计算算法。

摘要:矢量网络分析仪是射频与微波检测领域中不可或缺的现代电子测量设备。传统的矢量网络分析仪检测方法主要依靠工作人员驻守在仪器旁操作控制，这种方法效率低且灵活性不强，无法满足现代电子测量所需要的智能化与便捷性需求。针对传统矢量网络分析仪检测中的难题，设计了一种基于云服务器的矢量网络分析仪在线软件系统。系统通过SCPI协议实现矢量网络分析仪与本地电脑进行连接，本地电脑通过SSH协议上传矢量网络分析仪检测到的S参数以频率点、实部与虚部的数据格式至云服务器的MySQL数据库中，使用Django开发的网站可以使用户通过任意设备登陆网站实时获取S参数的可视化数据，包括频域、时域和驻波比等相关波形图。将系统应用于矢量网络分析仪E5071C对矩形不锈钢管10~12 GHz的双端口S参数检测中进行试验，结果表明检测数据在仪器与本地电脑短时间内多次传输中无数据损失，相关S参数数据与仪器检测结果的误差小于001%，用户可通过多个设备同时访问网站获取实时S参数波形图，证明了该系统的实用性，为矢量网络分析仪的检测提供了新的可靠方案。

摘要: