- 当期目录
- 优先出版
- 下载排行 过刊浏览
-
2025,39(4):1-15,
Abstract:
随着智能传感和新一代信息技术的快速发展，数字孪生技术正在引领产业变革。概述了数字孪生的发展历史、概念、特点和相关技术，目前各机构和学者还没有对数字孪生的概念形成通用的理解，未来还需要展开广泛的讨论和研究；总结了数字孪生在美国宇航领域的应用情况，详细论述了国内宇航领域在设计、生产和运维等几个阶段中数字孪生技术的应用现状，当前的主要问题是虚实之间还没有建立起有效联系，所以还没有真正实现由虚拟模型直接对物理实体进行指导和优化；并给出了航天领域应用数字孪生仍需要持续解决的技术问题，包括传感和数据处理、高保真度模型、软件工具平台建设、与人工智能等新一代技术结合等。当前数字孪生技术在航天领域的应用还处在起步阶段，未来还需要积极拓展应用范围和场景，才能更大程度的发挥数字孪生技术的价值和作用。
-
2025,39(4):16-25,
Abstract:
在阿尔茨海默症(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。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AD、轻度认知障碍(MCI)和认知正常(NC)3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(MRI)和认知评分(CSs)两种模态的时间序列数据中提取统计特征，并使用累计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 3类别预测。在TADPOLE数据集上进行实验，AD预测方法的准确率为89.29%，F1分数的宏平均值为88.81%。实验结果表明，AD预测方法是有效的，且其性能优于传统的AD预测方法。
-
2025,39(4):26-33,
Abstract:
针对传统可调滤波器在中心频率调谐过程中难以维持恒定带宽的技术难题，设计了一款新的中心频率可调、带宽恒定、高频率选择特性的平衡带通滤波器。该滤波器基于谐振器之间存在的电磁耦合，采用4个可调谐振器来构成3个耦合结构，并在馈电电路上引入源与负载的耦合，以便在通带两侧各产生2个传输零点；仅使用同一个直流偏置电压加载于变容二极管，实现了滤波器的中心频率的可调；采用奇偶模分析理论，以及利用耦合系数、外部品质因数分别随谐振频率变化的目标曲线，实现了滤波器的带宽恒定、插损小、带外抑制好的设计目标。滤波器的仿真和实测性能基本一致，其可调中心频率范围为788~978 MHz，而在此可调中心频率范围内维持3 dB带宽为(43±1.2 MHz)不变。与现有技术相比，该设计在保持恒定带宽的同时，通过谐振器结构的优化折叠，有效减小了器件尺寸，为高性能可调滤波器的实现提供了一种可行的解决方案。
-
2025,39(4):34-41,
Abstract:
为了解决无人农机在复杂狭窄的非结构化环境下轨迹规划效率低且容易陷入局部解的问题，提出了一种改进双向A*算法联合最优控制的方法。首先，引入方向导向搜索并改进启发式函数，加快双向A*在大规模复杂环境中的路径规划速度，同时设计路径平滑策略，减少路径拐点，提升参考路径的质量；接着，针对最优控制问题中避障约束的处理难度随障碍物密度增大而显著上升的问题，构建安全驾驶走廊，降低环境复杂度对计算效率的影响；最后，基于车辆非线性运动学模型制定惩罚迭代框架，逐步求解优化问题，提高轨迹规划成功率，获取全局最优或近似最优轨迹。在3种不同规模的地图仿真，结果表明，提出的改进双向A*算法与A*算法相比，规划时间和路径长度平均减少了48.0%和5.2%，路径也更平滑。在无人农机轨迹规划中，所提方法与改进Hybrid A*算法、变体1和变体2相比，生成的轨迹代价分别减少了19.3%、5.4%和33.1%，轨迹质量具有明显的优势，为实际应用提供了有效的解决方案。
-
2025,39(4):42-49,
Abstract:
合成孔径雷达（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,传统采用全球定位系统（GPS）和信息网络系统（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,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0.2 THz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，运动补偿方法在PSLR和ISLR上分别提升了0.7和0.8 dB,在成像速度上,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方法的聚焦效果更好,进一步验证所提到运动补偿算法的正确性和有效性。
-
2025,39(4):50-61,
Abstract:
针对毫米波图像中隐匿目标局部信噪比低导致检测障碍的问题，提出了一种基于多尺度反向校正增强和无损下采样的检测方法。首先设计了一种多尺度反向校正特征增强模块，在提取多尺度特征的多卷积核Res2Net上融合反向校正操作，实现大感受野区域对区域内相关小感受野区域卷积计算的反向校正，使得深度模型不仅能够获取更细粒度的特征，而且使宏观判别性表示贯穿多个尺度的特征信息；其次，利用非跨步卷积层的SPD-Conv实现无损下采样，缓解卷积下采样导致的信息丢失；最后，采用K-means++聚类算法生成适合隐匿目标检测任务的新锚框。实验在YOLO系列中选择了各方面性能都适中的YOLOv5s作为基础框架，针对现有的两种毫米波图像数据集（阵列图像集和线扫图像集）平均精度均值(mAP)mAP@0.5分别达到了96.21%和97.97%，相较于原版YOLOv5s以及YOLO其他系列等性能有显著提升。实验结果表明，该方法在不明显增加参数量和推理时间的同时，能够有效提升深度模型的检测性能。
-
2025,39(4):62-73,
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。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)融入到跨阶段模块中，在降低模型参数量的同时，有效增强了网络对远近场景中不同尺度目标的捕获能力；引入了小目标检测模块Decoderhead-p2，有效增强了模型对小型目标的检测准确性；为了缓解复杂检测场景出现的正负样本不平衡以及边界框定位不准确问题，使用改进的损失函数MPD_Focaler-IOU替换原模型的GIOU，通过设置阈值参数来改进IOU的计算方式，从而减少正负样本不平衡对模型性能的影响，引入最小垂直距离的计算方式，使得边界框在精细定位上有着更好的表现。实验表明，在TSHW数据集上，改进的RT-DETR相较于原模型，平均精度均值（mAP）mAP@0.5提升了3.6%，参数量降低了17.6%，同时保持较小的计算量，说明改进的模型可以有效提升复杂场景中对双轮车头盔检测的性能。
-
2025,39(4):74-83,
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3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相较于卷积循环网络（CRN）、自编码器卷积神经网络（AECNN）、膨胀 密集自动编码器（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。
-
2025,39(4):84-94,
Abstract:
针对遥感图像中目标尺度差异较大、类别多样且分布不均等因素造成检测时目标定位不精准、漏检和误检等问题，提出一种改进YOLOv8n的遥感图像目标检测算法。首先，构建SC_C2F模块作为主干网络的特征提取模块，通过在Bottlececk结构中引入空间通道重建卷积，增强不同尺度通道和空间的特征提取能力；其次，设计ESPPM模块替换原金字塔池化模块，引入自适应平均池化层与大可分离核残差注意力机制，丰富上下文信息，提高模型多尺度特征聚合能力；再次，结合GSConv轻量化卷积与VoVGSCSP结构，引入Slim-PAN结构到颈部网络，在减少模型计算量的同时保持检测精度；最后，引入增加参数表示法的旋转框作为角度坐标回归，并设计RBCL损失函数计算旋转框损失，使检测过程更加贴合目标形状，提高对小目标和密集目标的检测精度。将改进的YOLOV8n算法在DOTA数据集上进行实验，相较原算法mAP@0.5提高5.1％，计算量降低0.4 GFLOPs。
-
2025,39(4):95-104,
Abstract:
随着高速数据传输线的传输速率不断提升，高速数字传输线的阻抗匹配和带宽问题不容忽视，如何利用微波电路工程师熟悉的S参数，来表征数字电路工程师熟悉的时域眼图，是测量工程师必须解决的问题。设计了一种高速数据传输线的测量表征方法，利用多端口矢量网络分析仪测量表征高速数据传输线的反射、传输和串扰特性，在微波电路工程师熟悉的S 参数和数字电路工程师熟悉的眼图之间建立直接对应关系。利用多端口矢量网络分析仪测量多通道数据传输线的频域S参数，进行傅里叶反变换，获得多通道数据传输线的时域反射、传输和串扰的冲激响应，并与理想的输入数字信号卷积，从而获得数字传输线对理想的输入数字信号的反射、传输和串扰信号，通过数字传输线的反射、传输和串扰数字信号眼图，就可以直观地表征数字传输线性能特性。以HDMI数据传输线频域与时域性能特性测量表征为应用场景，制作了HDMI数据传输线的测试夹具，对HDMI数据传输线的时域反射、传输和串扰眼图进行测量，并给出了实验结果。从实测的时域眼图可以看出，随着传输速率提高，HDMI数据传输线的传输质量变差，输出速率为5 Gb/s时域眼图比较清晰，数字传输线能够较好完成传输任务，数字传输速率为10 Gb/s时，时域眼图已经模糊不清，无法完成数字信号传输，验证了数据传输线测量表征方法的有效性和准确性。传统的数字存储示波器和取样示波器眼图测量，需分别测量输入和输出眼图，人工进行比对，判断传输线的信号传输质量。该测量表征方法，直接测量数字传输线的反射、传输和串扰眼图，直接反映传输线的信号传输质量，解决了高速数字传输线测量表征难题，对高速数字通信、算力网络、移动通信等领域的数字传输测量表征有重要意义。
-
2025,39(4):105-113,
Abstract:
针对目前传统的错颌畸形诊断的主观性强、效率低等问题，设计了一种基于图神经网络（GNN）的错颌畸形自动化诊断方法GraphTeeth。GraphTeeth结合了图神经网络的架构优势，能够有效捕捉牙齿及其周围结构的拓扑信息。通过将牙齿的位置、形态以及相互关系建模为图结构，利用节点间的消息传递机制学习到更加精细的局部特征和全局特征。在实验阶段，使用了包含各类错颌畸形病例的大型数据集来训练和测试GraphTeeth。实验结果显示，GraphTeeth在关键性能指标上显著优于现有的目标检测方法。在平均精确率均值（mAP）指标上，GraphTeeth达到了43.45%，相较于传统的目标检测算法如Mask R-CNN的32.26%、EfficientDet的38.73%和DETR的25.05%有显著提高。此外，对于特定类型的错颌畸形——如固定矫治器的配戴——GraphTeeth的准确率高达91.28%，而对于健康牙齿的识别率则达到了83.91%。结果表明，GraphTeeth能够提供更快、更准确、更客观的诊断，为正畸治疗提供可靠支持。
-
2025,39(4):114-121,
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、WiFi 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，具有易于与其他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25 dB。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-10 dB时，天线的阻抗带宽为3.28~3.67、4.63~5.01及5.67~7.65 GHz，适用于5G n78/n79、WiFi 6E频段。最大实测增益可达到4.7 dB，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9.999 9，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，所提出的三频MIMO天线在5G与WiFi 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。
-
2025,39(4):122-131,
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数据集上的平均精度均值（mAP）分别达到了97.63%和81.63%，模型参数降到了2.99×106，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。
-
2025,39(4):132-140,
Abstract:
电磁脉冲涡流检测技术因其瞬态响应信号具有丰富的时域特征而广泛地用于金属管道缺陷检测中，然而脉冲电磁场在空间中快速衰减现象导致瞬态响应信号易受噪声干扰。为提高脉冲涡流检测中瞬态响应信号的信噪比并实现管道缺陷检测，此处优化了检测线圈参数并给出了一种金属管道壁厚腐蚀缺陷检测方法。首先，通过有限元仿真软件分析了激励线圈对瞬态响应信号的影响，优化了激励线圈参数；然后研究了优化前后检测线圈对金属管道缺陷的检测效果，优化后检测信号的幅度提高了4~5倍，分析了瞬态响应信号缺陷检测灵敏度与检测信号时间的关系，并给出了缺陷检测方法；最后，通过搭建的脉冲涡流金属管道缺陷检测实验平台，在具有环状缺陷的金属管道上进行了缺陷检测方法验证。实验结果表明，该方法得到的缺陷检测曲线在瞬态响应信号较前时刻具有良好的信噪比和缺陷识别灵敏度，可用于金属管道整体壁厚变薄情况评估。
-
2025,39(4):141-151,
Abstract:
由于水下检测仪器的存储和计算资源有限，使用高参数量的模型会占用更多的存储空间和计算能力。为了解决这一问题，提出了一种基于YOLOv8n改进的目标检测模型—YOLOv8n-MAL，该模型在保持检测精度的同时，实现了整体的轻量化。首先，提出了一种轻量型多尺度注意力机制（MSCBAM），通过不同大小的卷积核和池化操作，能够从输入特征图中提取不同尺度的特征，可以提升模型在复杂场景中的鲁棒性，确保模型在面对不同类型的输入时都能维持较高的检测精度。然后，设计新的颈部模型MSFFN，对比原颈部模型增强了模型多尺度融合的能力，加强了不同层级特征的交互，使得高层次和低层次特征能够更加充分地结合，这种跨层级融合能够更有效地利用网络的特征表示能力，避免信息在传递过程中的丢失或弱化，进而提升模型的检测效果。其次，提出了轻量多尺度卷积模块（LMSCM），并将该模块和部分卷积融入到C2F模块中构成PC2F-LMS，通过引入更高效的卷积结构和轻量化设计，增强了特征提取和表达的能力。最后，使用WIoU优化原网络损失函数。实验结果表明，改进后的算法在URPC数据集上的平均精度均值(mAP)mAP@0.5提高了1.4%，与YOLOv8n算法相比参数量下降了38.6%，为水下目标检测提供了有效的参考价值。
-
2025,39(4):152-162,
Abstract:
棉布表面缺陷直接决定了布匹质量与品质的高低，针对在棉布缺陷检测任务中，缺陷目标的尺度差异大和微小微弱缺陷所导致的误检和漏检等问题，提出一种基于YOLOv8s的棉布缺陷检测网络（YOLO-CFD）。首先，为了更好地适应缺陷的尺度变化，利用双层路由注意力机制思想，设计双层路由注意力快速空间金字塔池化模块（BRASPPF）；其次，为了提高微小微弱目标的特征提取和定位能力，使用SPDConv模块代替部分卷积，同时在颈部特征融合阶段增加一个小目标检测层；最后，为了降低交并比（IoU）对位置偏移的敏感度，设计NWIoU损失函数作为边界框回归损失函数。实验结果表明，YOLO-CFD网络模型在自制的棉布缺陷数据集上的平均精度均值（mAP）mAP@0.5可达87.2%，提高了16.5%，速度满足工业实时性检测需求。此外，在可视化实验中，YOLO-CFD网络模型显示出更全面的多尺度特征提取能力，可检测仅有12个像素点的棉粒、接头和污渍的小缺陷目标，并更加精准地关注到断经和破洞这类细长全局缺陷特征。算法相较于其他主流目标检测算法，具有更高缺陷检测性能，能够为棉布缺陷检测提供有效探索。
-
2025,39(4):163-171,
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，从不同角度出发，选取主观评价方法层次分析法、客观评价方法CRITIC权重法和机器学习算法中的随机森林依次计算特征权重，采用合作博弈策略对上述特征权重进行组合，得到新特征权重，并对参数特征矩阵进行放大；然后，分别引入蜣螂优化算法和注意力机制，搭建DBO-BiLSTM-Attention模型，在仿真实验下，所提模型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，相比于不进行特征放大的模型，测试集准确率和F1系数分别提高了5%和6%；相比于不采用合作博弈策略的模型，测试集准确率和F1系数分别提高了2%和3%，验证所提模型的有效性和合理性。
-
2025,39(4):172-180,
Abstract:
提出的系统致力于解决港口门座式起重机在大场景作业中面临的全视角监控难题。鉴于传统监控系统常常无法全面覆盖复杂的港口环境，特别是在满足门座式起重机和散货料场的全方位监控需求方面存在明显不足。为此，系统采用自研的视觉雷达融合系统，结合Unity3D和三维实时彩色点云，提出基于实时激光点云和门座式起重机运行数据驱动的港区散货料场和门座式起重机作业数字孪生映射方法，通过实时采集和处理激光点云数据，结合门座式起重机的运行状态信息，精确模拟并呈现出港口散货料场的实时情况和门座式起重机作业的工作状态。此外，还实现了港区散货料场的全方位三维可视化，支持用户进行动态漫游和实时视角切换，系统还具备强大的设备信息管理功能，能够实时监控各个门座式起重机的工作状态，并支持单机和多机作业实时监控，从而提高港口作业的效率和安全性。实验结果表明，系统运行帧数相比于直连数据库的三维监控系统，平均综合效率提升约13.88%，所开发的系统具有良好的实时性，可以真实再现大规模港口散货料场的无人作业场景，为数字港口的管理奠定了基础。
-
2025,39(4):181-192,
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,然后采用轻量级卷积神经网络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。
-
2025,39(4):193-202,
Abstract:
针对工业嵌入式场景中缺陷检测模型存在参数量大、计算复杂度高与实时性要求之间的矛盾，提出由跨阶段部分卷积（CSPPC）模块、卷积跨尺度特征融合模块（CCFM）及SA_Detect融合模块构建CCS-YOLO轻量化缺陷检测网络，通过设计消融实验和对比实验验证其轻量化性能。为增强在处理复杂视觉任务时的特征提取与表达能力并结合部分卷积操作优化模型的性能与效率采用CSPPC模块，融合不同尺度的特征提升模型对尺度变化的适应性和对小尺度对象的检测能力采用CCFM模块，进一步减少模型参数量实现模型轻量化采用融合共享卷积的SA_Detect模块，有效提升特征表达、目标定位和分类性能。 实验结果表明，CCS-YOLO模型与YOLOv8n相比，模型大小、计算量和权重参数分别减少了56.7%、51.9%和54.0%，轻量化效果显著，并在RK3568嵌入式平台上部署检测速度维持在37 fps以上，实时性能得到验证，实用高效。可见系统的应用性价比得到提高，有效克服精度稍微下降带来的不足，而所构建的缺陷检测网络CCS-YOLO能够解决工业嵌入式场景中的资源受限问题，实现低算力设备达到高性能实时轻量化的可行方案，具有重要的工程价值。
-
2025,39(4):203-212,
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,也不利于自动引导小车（AGV）的平稳行走。为此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。
-
2025,39(4):213-224,
Abstract:
针对传统图像处理中快速特征检测和描述算法（ORB）特征点提取不均匀、匹配速度慢、匹配准确率不高的问题，提出了一种改进ORB特征点提取与匹配的图像处理算法。首先，使用改进的四叉树算法对ORB特征点进行均匀化提取，最大限度利用整幅图像的信息；其次，进行特征点的暴力匹配和基于网格的运动统计（GMS）筛选，对特征匹配进行初步筛选，提高匹配准确率；最后，利用动态贝叶斯网络筛选得到最佳匹配模型和最佳匹配对，提高匹配准确率的同时减少筛选时间。实验结果表明，提出的改进算法较传统算法，均匀度有明显改善，完成提取与匹配所用的平均时间较其他改进算法均有减少，匹配准确率较其他算法均有提高，特别是相比传统ORB算法提高了49.1％，整体效果明显优于传统的ORB算法及其他改进算法。证明改进ORB特征点提取与匹配的图像处理算法可以较好地实现特征匹配准确率与特征匹配速度的同步提升。
-
2025,39(4):225-233,
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，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，综合谐振频率、S11幅度最小值和品质因子3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，表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。
-
2025,39(4):234-246,
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，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，相对于原始经验小波变换（EWT）、经验模态分解（EMD）等方法，FBSE-ESEWT具有更好的降噪效果，信噪比提高了13.96 dB，诊断准确率高达98.03%。
-
2025,39(4):247-257,
Abstract:
由于工作环境恶劣、工况复杂多变，液压泵常处于变载荷的工作状态，给其状态监测及故障诊断带来了严峻挑战。然而现有的基于模型的方法和数据驱动方法在故障诊断上均有一定的局限性，故提出了一种机理模型与数据驱动融合的故障诊断方法。首先构建液压泵虚拟样机模型并模拟不同负载下的故障，获取仿真压力信号；然后对液压泵进行故障实验，采集与仿真信号相对应的负载和故障状态的实验压力信号；随后，根据提出的方差权值融合方法计算仿真和实验数据方差，将通过方差计算出的最优权值对仿真和实验数据进行融合；最后将获得的融合数据输入首层宽卷积深度神经网络(WDCNN)进行单一负载和混合负载两种情况下的故障诊断。实验结果表明，该方法能明显提高诊断的准确率，其中在混合负载情况下该方法比单一的模型驱动和数据驱动诊断方法准确率分别提高2.42%和12.92%，验证了该方法的有效性与优越性。
-
2025,39(4):258-269,
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。
2025年第39卷第4期
-
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):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):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):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。
-
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):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。
-
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。
