- 当期目录
- 优先出版
- 最新录用
- 下载排行 过刊浏览
-
2024,38(2):1-9,
Abstract:
针对安检X光图像中违禁物品大小不一、物品摆放随意且存在重叠遮挡的技术难题，提出了一种改进的HRNet多尺度特征融合网络模型，实现图像中违禁物品的自动分割与识别。在编码阶段，利用HRNet网络中的多分辨率并行网络架构，提取多尺度特征，解决安检X光图像违禁物品尺度多样化的问题。在解码阶段， 提出一种多层级特征聚合模块，采用数据相关上采样方法减少信息丢失，并聚合编码阶段提取的特征，以对物品进行更完整表征。 在网络整体架构中，嵌入基于注意力机制的去遮挡模块加强模型的边缘感知能力，缓解安检X光图像中物品重叠遮挡严重的问题，提高模型的分割识别精度。通过在PIDray安检图像公开数据集进行实验，结果表明，在Easy、Hard、Hidden 3个验证子集上分别取得了73.15％、69.47％、58.33％的平均交并比，相比原始HRNet模型，分别提升了0.49％、1.17％、5.69％，总体平均交并比提升约2.45％。
-
2024,38(2):10-18,
Abstract:
为了准确判断砂带在磨削螺杆转子时的磨损程度，根据砂带磨损过程中表面图像颜色特征和纹理特征的变化规律，对砂带磨损程度进行识别。对磨削加工后砂带表面图像的纹理特征和颜色特征进行提取，根据不同磨削时间段螺杆转子表面粗糙度划分砂带磨损程度。支持向量机的分类性能受到自身核函数与惩罚函数的影响较大，因此提出利用天鹰优化算法对支持向量机的核参数与惩罚参数进行优化，建立AO-SVM砂带图像识别磨损程度模型。利用自主研发的螺杆转子专用砂带磨削装置完成实验。磨削参数设置如下：砂带线速度为10 m/s,工件轴向进给速度为50 mm/min，张紧轮的气缸压力为0.35 MPa，主动轮的气缸压力为0.5 MPa，磨削时间为25 min。AO-SVM对砂带磨损程度模型的识别准确率达到92.5%，比随机森林算法(RFC)和XGboost分类算法分别高出5.0%和3.6%，且收敛速度更快。AO-SVM模型可以通过砂带表面图像的颜色特征变化和纹理特征变化对砂带磨损程度进行识别，可以有效避免砂带磨损过度损伤工件，为砂带磨削螺杆转子时判断砂带的磨损程度和换带时间提供理论指导。
-
2024,38(2):19-29,
Abstract:
针对现有的遥感图像目标检测方法中对小尺寸飞机目标的检测精度不高、特征信息传递不准确、信息交互不充分等问题，提出了一种基于可辨别特征提取和上下文感知的遥感图像飞机目标检测方法。设计了以可辨别特征提取模块为主体的主干网络，用以加强对多尺度飞机目标的特征提取；引入自适应特征增强模块，选择性关注小目标、优化特征信息的传递与信息交互；并设计了特征融合上采样模块对特征图进行上采样操作，用以提升高层语义信息的准确性。在DOTAv1数据集上的检测精度达到了95.2%，相较于YOLOv5s、SCRDet、ASSD等主流算法，飞机目标的检测精度提高了3.7%~18%。此外，该方法的检测速度以及模型参数量分别为147 fps和13.4 M，相较于当前主流算法具备较强的竞争力，满足在遥感背景下对飞机目标的实时检测需求。
-
2024,38(2):30-39,
Abstract:
船舶名称（牌照）识别在水路运输系统中发挥着重要的作用。针对船舶名称在内河航道中目标较小且航道两岸观测船舶存在较大倾斜角度导致难以识别的问题，提出一个以自然场景文本检测算法（differentiable binarization, DB）和文本识别算法（convolutional recurrent neural network, CRNN）为基础的船舶名称自动识别框架（automatic ship name identification，ASNI），ASNI包括以下3个部分：船名检测、文本图像修正和识别，其中，船名文本图像修正由船名矫正模块和超分辨率重建模块构成。首先，该框架利用DB算法对图像船名候补区域特征进行自适应尺度融合处理获取特征图，通过特征映射预测生成的二值图像寻找连接区域，以此获得船名感兴趣区域（ROI）。其次，在船名检测之后引入船名矫正模块，基于透视变换对ROI中船名不规则文本进行矫正。此外，设计超分辨率重建模块，对矫正后的船名图像进行超分辨率重建处理，以提高船名图像的分辨率。最后，利用CRNN算法对文本图像修正后的ROI中船名进行识别得到最终结果。通过在内河航道船舶数据集（ship license plate,SLP）上进行训练和测试，最终实验结果显示，ASNI框架对船舶识别的平均准确率为87.50%,相比于基础框架提升了3.12%。本文设计的框架有效解决了因分辨率不足和倾斜导致船舶识别不准确的问题，相比基础框架，ASNI有更好的识别效果。
-
2024,38(2):40-48,
Abstract:
针对工业自动化生产中微通道流道板复杂结构表面缺陷自动检测的需求，提出了一种基于图像处理的流道板表面缺陷检测方法。该方法针对流道板CV孔和膨胀阀孔中常见的凹坑缺陷和破损缺陷，首先通过霍夫圆检测提取ROI区域剔除背景区域干扰，利用高斯滤波对ROI图像进行滤波处理，并使用二值化和形态学腐蚀运算对干扰噪点进行过滤从而凸显缺陷特征，之后使用Two-Pass算法和种子填充法计算连通域实现凹坑缺陷的检测；使用圆查找找到孔端面内外圆进行圆环展开并采用Canny边缘检测算子查找缺陷轮廓，筛选轮廓面积实现破损缺陷的检测。通过对比实验，验证了本文方法相较于传统表面缺陷检测方法，在流道板缺陷样本的检测中有更高的检出率。本文方法经验证，对流道板表面缺陷检出率稳定在92%以上，且算法处理速度快、鲁棒性强，实现了快速、非接触式的高精度检测，满足了工业自动化需求。
-
2024,38(2):49-57,
Abstract:
为实现锈蚀图像分割网络模型轻量化,同时消除非单一特征背景和锈液等类似特征背景干扰,本文将U_Net网络模型的编码部分替换为MobilenetV3_Large网络,导入基于ImageNet数据集的MobilenetV3_Large网络预训练权重,将U_Net网络模型解码部分的普通卷积替换为深度可分离残差卷积,并在上采样的过程中添加注意力导向AG模块和Dropout机制。经实验验证表明,本文设计的改进U_Net网络模型在非单一特征背景和锈液等类似特征背景干扰下,具有明显的锈蚀图像分割优势,相比于原U_Net网络模型,模型大小减少了81.18%,浮点计算量减少了98.34%,检测效率提升了3.27倍,即从原来不足6 fps,提升至19 fps。网络模型实现轻量化的同时,网络模型的准确率达95.54%,相比于原U_Net网络模型提升了5.04%。
-
2024,38(2):58-66,
Abstract:
图像中的目标角点位置是实现很多计算机视觉任务的关键数据。为了克服传统检测算法产生的数据冗余问题,提出了一种在尺度空间下基于边缘的角点目标检测方法。首先,构建一个分组多层的尺度空间,将原图投影到其中后得到多个平滑图像。与此同时,采用定义的边缘算子检出平滑图像中所有边缘而得到多个按序存放的像素点集,当点集数量稳定时停止更大尺度的变换。然后,在当前尺度下,计算点集中各元素反映其角点强度的特征值。根据这些特征值变化规律检出角点的支撑集区间,并在此区间中采用高斯拟合函数确定最终的目标角点。实验表明,该方法能够检出特征显著的目标角点及其角度,其中合成图像精度在像素级,应用案例中的平均误差与图幅比约为1.5/100。
-
2024,38(2):67-75,
Abstract:
针对钢铁连铸产线板坯号识别字符区域小、光照变化复杂、板坯号图像质量差等问题，提出了一种基于深度学习的连铸板坯号检测与识别两阶段算法。首先，基于采集的连铸产线板坯图像，制备用于板坯号检测与识别的数据集；其次，在板坯号检测阶段，基于DBNet算法设计一种AD-PAN特征融合结构，以增强检测算法的多尺度特征融合能力和扩大感受野，提高板坯号定位精度；再次，在板坯号识别阶段，引入SPIN矫正网络和SVTR板坯号识别网络进行端到端训练，使其能够主动转换输入亮度，并改善字符间以及字符与背景间色彩失真的问题。最后，在自制的板坯号检测与识别数据集上进行了对比实验。实验结果表明，本研究提出的算法能够有效定位辊道上不同位置的板坯，并且在复杂背景下对板坯号进行鲁棒识别。其中，板坯号检测Hmean数值为97.92%，板坯号识别的准确率为97.33%，验证了本文所提算法具有较高的板坯号检测与识别精度。
-
2024,38(2):76-84,
Abstract:
海底管道的结构变形会增加管道断裂风险，从而造成极大的经济损失。本文提出一种基于球形内检测器和多通道磁传感器阵列的管道移位变形检测方法。根据磁机械效应，分析管道移位变形导致的管壁应力及管道内磁通密度变化规律。设计了检测器结构布局及磁阵列采集方案，实现了管道内空间旋转磁通密度的高覆盖率采样。设计算法将旋转磁信号转换为管道坐标系下的平动磁信号，提取管道内等高线的磁数据，实现了多通道磁信息融合，提高了磁异常检出率。最后，开展了管道竖向加载和等效横向加载等移位变形的内检测试验。结果表明，管道在纵向受力变形状态下，管道内等高线上磁通密度纵向分量的离散度降低 136.1 μT；管道在等效横向受力变形状态下，管道内等高线上磁通密度横向分量的离散度降低123.1 μT；球形内检测器所测得的磁通密度离散度能够反映出管道不同方向的移位变形，且管道变形越大，磁通密度离散度越小。
-
2024,38(2):92-100,
Abstract:
基于回复电压极化谱提取特征参量是目前广泛应用的变压器油纸绝缘状态评估方法，但极化谱易受工况干扰、人工失误等因素影响而出现特征数据异常的情况，严重降低评估准确性。针对上述问题，该文提出了一种基于局部离群因子(LOF)和改进K最近邻(IKNN)的回复电压数据清洗方法。首先，选取回复电压极化谱的回复电压极大值Urmax、初始斜率Sr与主时间常数tcdom作为老化特征参量，并基于LOF算法对非标准极化谱中的异常特征量数据进行识别与筛除。其次，利用模糊C均值(FCM)聚类算法减小噪声点对KNN算法的干扰，并通过加权欧氏距离标度突出各特征量间的关联性，进而构建出基于IKNN的数据填补模型架构以实现特征缺失数据的填补。最后，代入多组实测数据验证所提数据清洗方法的实效性。结果表明，数据清洗后的状态评估准确率相较于原有数据上升了50%左右，有效提高了变压器回复电压数据质量，为准确感知变压器运行状况奠定坚实的基础。
-
2024,38(2):101-111,
Abstract:
为保障单轨吊车在深部矿井复杂轨道工况环境下行驶的安全控制性能，需提高单轨吊车动态倾角辨识的精度及可靠性。因此，本文提出了基于DFFRLS-AUKF算法的单轨吊车动态倾角辨识方法。首先，利用自适应平滑滤波算法对实时采集的加速度和速度数据进行滤波处理，避免环境噪声的干扰，保证数据的完整性；其次，通过建立轨道曲率模型实现对轨道全工况的精准分析，在滤波处理后的数据基础上，再结合带有动态遗忘因子的递归最小二乘(DFFRLS)算法得到可靠地轨道曲率值；最终，在计算出的轨道曲率基础上，利用Sage-Husa噪声估计器对无迹卡尔曼滤波(UKF)进行改进，实现了对动态倾角辨识结果地自适应动态调整，提高了动态倾角辨识地精准度。实验表明，单轨吊车在单轨路段1和单轨路段2测试期间，所提的DFFRLS-AUKF算法与传统算法相比动态倾角辨识精度分别平均提升了25.25%和39.5%，表明了DFFRLS-AUKF算法在不同轨道工况下具有良好的精准性及可靠性，有效保障了单轨吊车在复杂轨道工况下行驶的安全性。
-
2024,38(2):112-119,
Abstract:
针对强脉冲噪声背景下基于分数低阶统计量时延估计方法性能退化且需要噪声先验知识的问题，提出了一种基于二次分数低阶协方差的时延估计新方法。所提方法首先利用有界非线性Sigmoid函数对含有脉冲噪声的信号进行预处理，使其在不影响有用信号时延信息的基础上对附加脉冲噪声进行充分压缩；然后对处理后的收发信号进行二次分数低阶协方差运算，即求得发射信号的自分数低阶协方差和收发信号的互分数低阶协方差之后，再次计算二者的互分数低阶协方差，以期更大程度上抑制脉冲噪声的影响。通过模拟仿真实验对所提方法进行了有效性验证，结果表明所提方法突破了分数低阶矩阶次需小于Alpha稳定分布噪声特征指数的限制，并且比分数低阶协方差方法具有更高的估计精度。仿真实验结果表明在广义信噪比-10 dB情况下，时延估计用时为0.056 0 s，准确率达到97.76%。
-
2024,38(2):120-130,
Abstract:
针对现有流量异常检测模型中稀疏特征易被特征选择算法忽略的问题，提出一种基于特征耦合泛化(FCG)的流量异常检测方法。首先，采用DBSCAN密度聚类算法去除数据中的离群点，降低异常点对后续FCG算法的影响。其次，使用最大相关最小冗余(mRMR)算法对数据特征进行排序，选择对分类最具影响力的特征生成FCG算法中的类别区分特征(CDF)，以增强分类能力。利用K最近邻(KNN)算法填补CDF中的缺失值，保持数据完整性。然后，将数据按照攻击类别分组，分别使用mRMR算法对特征进行排序，挑选每种攻击类别数据中具有实例区分能力的稀疏特征作为FCG算法中的实例区分特征(EDF)。利用两种特征在异常检测数据中的耦合程度和EDF的上层概念将EDF转化成更泛化的特征。最后，将经过处理的数据输入基于贝叶斯优化(Bayesian optimization, BO)参数的随机森林(RF)模型进行分类识别。通过在NSL-KDD数据集上进行仿真实验，准确率达到了91.79%，验证了所提方法具有较好的检测性能。
-
2024,38(2):131-138,
Abstract:
针对电磁式电导率传感器在低电导率测量下的优化设计问题,分析了电磁式电导率传感器的工作原理并构建了物理模型,考虑激励信号参数、磁芯尺寸、磁芯间距、激励线圈匝数和接收线圈匝数对输出电压的影响,改进现有的电磁式电导率测量模型,同时考虑激励频率的多重性,即激励频率直接影响输出电压,又通过磁致伸缩效应改变磁芯磁导率来影响输出电压。采用实验与理论相对比的方法,对频率、间距、匝数等主要参数进行理论分析,得知存在最佳频率段使得输出电压不随频率的波动产生较大的变化,通过改变间距降低两个磁芯间的耦合电压,提高有效信号占比,实现更高的精确度。并通过实验验证证明了理论模型的准确性。采用优化后的参数来设计电导率探头,配置了电导率标准液用于数据拟合,与德国宝德电导率仪进行对比实验,计算Pearson相关系数,证明了优化模型的准确性与高可靠性。
-
2024,38(2):139-147,
Abstract:
非线性摩擦会降低挖掘机器人电液伺服系统的动静态性能，引起轨迹爬行、平峰和稳态误差等现象。经典LuGre摩擦模型仅与速度有关，内部鬃毛状态变量无法准确测量，无法全面描述复杂的挖掘机器人电液伺服系统摩擦特性。本文综合考虑电液伺服系统位置、速度和方向等信息，设计了一种改进的LuGre摩擦模型，同时引入速度阈值解决了弹性鬃毛平均变形状态观测器不稳定问题。其次，为了解决传统优化算法陷入局部最优解、收敛速度慢等问题，通过引入惯性权重、异步变化和精英突变操作改进基本粒子群优化算法，以精准快速辨识出改进LuGre摩擦模型中的6个未知参数。最后，结合辨识出的摩擦模型，基于结构不变性原理设计前馈摩擦补偿控制器，并在23吨挖掘机器人进行了正弦和三角波不同工况下的轨迹跟踪实验。实验结果表明，传统的比例积分微分控制器跟踪误差最大，三角轨迹最大跟踪误差达到了29.68 mm，基于改进LuGre模型设计的前馈摩擦补偿控制器仅为9.70 mm，误差减小了67.31%，基于改进LuGre模型设计的前馈摩擦补偿控制器可以有效提升挖掘机器人的轨迹跟踪精度。
-
2024,38(2):148-159,
Abstract:
健康状态（state of health, SOH）是电池管理系统的重要参考依据,准确的SOH估计对保证电池安全稳定运行具有重大意义,其中提取可靠有效的健康特征描述电池老化状态以及构建精确稳定的估计模型是目前面临的主要问题。为了提高SOH估计精度,提出了一种基于模糊熵和粒子滤波（particle filter, PF）的锂离子电池SOH估计方法。首先,通过分析电池老化过程中的放电电压数据,提取模糊熵值作为电池的老化特征;其次,基于代谢灰色模型（metabolic grey model, MGM）和时间卷积网络（temporal convolutional network, TCN）构建描述锂电池老化特征的非参数状态空间模型;最后,通过PF实现锂电池SOH的闭环估计。此外,利用NASA锂电池数据集对所提出的SOH估计方法进行了验证,并与该领域其他方法进行对比实验。结果表明,所提方法最大估计误差在5%左右,相比于同类方法其估计精度提升了约50%,且在不同训练周期数条件下表现出较好的鲁棒性,验证了所提方法的可行性与优越性。
-
2024,38(2):160-170,
Abstract:
由于用户间干扰的存在，无线通信网络中的功率分配问题往往是非凸的、计算量巨大。当前图神经网络(graph neural network, GNN)成为一种有效的计算方法被用来解决该问题。为了最大限度地提高网络传输速率的同时降低计算复杂度，提出一种将设备属性和通信连接属性纳入GNN的柔性双工网络图表示方法，并构建了相应的柔性双工图神经网络(flexible duplex GNN, FD-GNN)模型，首次将节点对之间的距离、信道增益和邻居作为动态阈值引入到FD-GNN中，以适应动态环境。排除GNN中邻居的信道状态信息，通过修剪FD-GNN中的边来减少计算时间降低网络时间复杂度。仿真表明，所提出的基于信道增益邻居的阈值设定方法，性能最优且达到加权最小均方误差（weighted minimum mean square error，WMMSE）的97%，相较于Full-GNN所需的训练时间下降24%。提出的基于阈值的边剪枝有效降低了GNN运算的时间复杂度，提高了算法有效性。
-
2024,38(2):171-181,
Abstract:
虚拟现实晕动症的存在是制约VR技术行业进一步发展的关键因素，研究虚拟现实晕动症相关的神经活动及对其准确检测是解决此问题的前提，此前研究缺少对休息态虚拟现实晕动症神经活动的研究。因此，本研究利用虚拟现实晕动症暴露任务前后休息态脑电信号，提出虚拟现实晕动症脑电特征作为指标实现对虚拟现实晕动症的检测。首先，通过统计分析对所选的5个电极即Fp1、Fp2、F8、T7及T8的脑电信号分别进行变分模态分解，并从选中的模态分量中提取样本熵、排列熵及中心频率。然后，通过统计检验和ReliefF算法进行两个阶段的特征选择。最后，将选择的特征向量送入支持向量机中进行分类，进而实现对虚拟现实晕动症的自动检测。结果表明，此方法准确率、灵敏度及特异度分别达到了98.3%、98.5%及98.1%，ROC曲线下的面积值达到了1，优于其他方法，证明了此方法在虚拟现实晕动症脑电信号自动检测方面优势与有效性。
-
2024,38(2):182-189,
Abstract:
轻度认知障碍(MCI)是老年性痴呆诊断的关键阶段,脑电(EEG)信号特征可以反映MCI患者的认知状态,帮助实现早期诊断。现有研究在EEG特征提取过程中,针对脑电各节律,大多采用固定的时间窗完成分段处理,忽略了不同节律的特征差异,从而影响诊断效果。针对该问题,本文提出了一种新的组合滑动窗优化算法,该算法通过迭代振幅调整傅里叶变换(IAAFT)对零模型的构建方法进行了改进,以此得到评估大脑动态特性指标KPLI,通过对EEG各频段信号采取多种滑动窗组合,并以KPLI指标引导,得到适合不同频段的最佳滑动窗组合。在最佳滑动窗组合基础上,对各频段组合提取相位滞后指数(PLI),进行连续小波变换(CWT)特征,通过ResNet MLP双通道分类网络实现MCI诊断。结果显示,使用个性化组合频段滑动窗对88名受试者(32名MCI患者,36名阿尔茨海默症患者以及20名正常对照组)实现了诊断分类,得到了82.2%的分类准确率,比固定窗的分类提高了10%(得到了72.2%的分类准确率)。结果表明,基于个体化脑电节律特征组合能够更好提取MCI的特征,提高轻度认知障碍诊断的正确率与特异性,是一种有效的脑电特征提取方法。
-
2024,38(2):190-198,
Abstract:
谐振式力传感器的检测性能取决于谐振敏感元件的几何尺寸、结构形式和传感机制，目前，单纯依靠减小尺寸提高检测性能的方法已经处于瓶颈期。为了研究发展新型谐振式力传感器，协调非线性振动与谐振结构检测性能之间的矛盾，从而探索灵敏度更高的传感机制，提高其检测性能，提出了一种压电驱动的谐振式磁耦合悬臂梁力传感器。首先，对磁耦合悬臂梁的结构进行了设计和理论建模，通过理论分析了外界压力对磁耦合悬臂梁结构振动特性的影响，随着压力增大，磁耦合悬臂梁之间的距离减小，谐振频率增大。其次，实验验证了分岔跳跃动力学行为的优点，相比单根谐振梁共振时的最大振幅提高了2.8倍，然后研究了基于分岔跳跃特性和基于倍频响应的两种压力检测方案，分别利用分岔跳跃时的临界频率与模态耦合时高阶响应频率实现了压力检测，并对灵敏度和线性度进行了分析。实验结果表明，基于分岔跳跃特性的检测方案振幅变化明显，是基于倍频特性检测方案的5倍左右，易于检测，克服了非线性因素带来的不良影响；基于倍频响应的检测方案输出灵敏度高，是基于分岔跳跃检测方案的4倍左右，信噪比大，为设计不同检测原理的谐振式力传感器提供了一定的参考价值。
-
2024,38(2):199-210,
Abstract:
针对大型稀疏传感器网络中的数据获取，本文提出了一种利用环境中普遍存在的移动代理来连接稀疏传感器的网络体系结构和一种2-维网格随机游走分析模型；提出的传感器网络模型由3个抽象层构成，即由无线传感器构成的底层、由各种运输代理构成的中间层和由接入点/中央存储库构成的顶层。具体实现原理是位于中间层的移动运输代理从底层分布的无线传感器收集数据并缓冲数据，然后经过游走运输，最后将从底层的无线传感器收集的数据交付到顶层必要的接入点进行必要的存储和处理，从而实现整个传感器网络的数据获取；理论分析和仿真实验结果表明，提出的基于移动运输代理的传感器网络模型不仅具有较好的鲁棒性和可扩展性，而且相比于基站网络模型和Ad-hoc网络模型，在传感器功率消耗、数据成功率和基础设施投入成本方面有明显的优势。
-
2024,38(2):211-218,
Abstract:
针对随钻测量MEMS陀螺仪输出精度低的问题，提出一种基于磁 重力蜉蝣算法(MGMA)的陀螺误差在线补偿方法。首先，分析随钻陀螺误差来源并推导出误差补偿模型；其次，利用MEMS加速度计无累积误差的特点，根据重力向量叉乘得到向量夹角作为目标函数；此外，考虑到实际钻进时强振动和冲击对加速度计输出的不利影响，利用MEMS磁强计抗振的特点，设计磁模值相对误差约束条件。然后，在MA基础上，针对随钻恶劣环境影响下的陀螺误差参数不断变化问题，根据陀螺和磁强计输出之间的关系自适应确定搜索上下界；并利用重力模值相对误差设计惯性权重，平衡算法的全局探索和局部开发能力；最后，利用磁 重力模值相对误差在子代中引入变异扰动策略，减小陷入局部最优的可能。实验结果表明，经MGMA补偿后的陀螺输出误差明显减小，井斜角误差由9.75°降低至1.52°，且相比于PSO和MA算法具有速度快、精度高的优势。
-
2024,38(2):219-230,
Abstract:
针对无绝缘轨道电路故障的随机性和复杂性，采用单一诊断模型存在提取特征片面，且模型结构经验设计不合理的问题，提出一种智能优化深度网络的故障诊断方法。首先以轨道电路信号集中监测系统的6个电压检测量建立故障特征集，使用卷积神经网络（CNN）提取特征空间信息，长短期记忆网络（LSTM）提取时间特征信息，从而让轨道电路故障诊断所提取的特征兼具时空信息；同时，引入遗传算法（GA）优化上述深度神经网络的结构及参数，并结合强化学习中的Q-learning方法对两个组合网络特征级的输出权重进一步优化；最后，使用多层感知器（MLP）对深度网络的分类误差进行拟合修正，提高模型对轨道电路的故障诊断精度。仿真结果表明，利用智能优化的深度网络模型对轨道电路的故障诊断相较于单一模型、精炼设计的组合模型识别率可达99.28%，评价指标等均有所提升，具有更高的故障诊断准确度，证明了智能优化深度网络能进一步提高轨道电路的故障诊断性能。
-
2024,38(2):231-240,
Abstract:
超宽带(ultra-wide band, UWB)技术是无人装备在巡检具有多障碍物的大型封闭空间时获取定位坐标的主要方法之一。目前主要依赖人工方式设计UWB定位基站拓扑的构型、位置和数量。这种方式存在设计效率低下，设计效果未知，性价比难以确定等问题。为此，本文提出了一套较为科学完善的定位基站拓扑评价体系，并提出了一种在大型封闭空间中自动设计定位基站拓扑的通用方法。该方法以仿真模拟为基础，通过遗传算法结合拓扑评价体系，自动生成贴合实际应用场景的最优拓扑方案，包括最优的基站布设数量以及布设位置信息。实验结果表明：1）经通用设计方法生成的拓扑相比使用基站数量最多的拓扑，综合性能提高了6.2%；相比使用基站数量最少的拓扑，综合性能提高了21.2%。2）经通用设计方法生成的拓扑相比人工设计的锯齿形拓扑，综合性能提高了114%，设计效率提高了92.9%。可见，针对具有多障碍物的大型封闭空间场景，本文的方法可以在较短的时间内设计出综合性能较优，性价比较高的定位基站拓扑，为无人装备在此类大型封闭空间中开展全自主定位和巡检奠定了基础。
-
2024,38(2):241-248,
Abstract:
装备测试性验证及FMEA分析传统按照单故障模式考虑，并采用抽样方法确定故障样本，并未考虑冗余模块的不同失效模式以及对故障模式的覆盖程度。针对运载火箭电子设备冗余功能验证需求、测试覆盖性需求等测试性验证需求和难点，在装备通用测试性验证方法基础上，提出冗余降级FMEA分析及故障覆盖率指标评估方法，形成了适用于运载火箭电子设备的测试性验证及评估方法，最后以某箭上电子设备为例进行了验证。结果证明，本文提出的冗余降级FMEA分析方法有效识别了运载火箭电子设备冗余模块的冗余性能降低和整体失效故障模式，并将冗余模块的故障模式纳入测试性指标评估，实现了测试性验证对于运载火箭电子设备冗余功能的考核；所提出的故障覆盖率指标评估方法及样本量补充方法有效提升了测试性验证对运载火箭故障模式的覆盖程度。本文方法适用于运载火箭电子设备的测试性验证及指标评估，并可推广至全箭电气系统。
2024年第38卷第2期
-
随机森林算法在超声缺陷识别中的应用研究
Abstract:
超声波检测是一种常见的钢材缺陷检测方法，通过机器学习算法建立分类模型能够实现有效的缺陷识别。神经网络是目前最常采用的一种算法，但存在模型结构复杂且需要大量训练数据的问题。对此，提出一种基于随机森林的超声缺陷识别方法，能够实现对缺陷类型的智能、准确识别，以解决模型结构复杂和训练数据需求大的问题。首先对方体试件中的不同形状、尺寸和深度的缺陷进行超声检测实验，基于实验数据利用随机森林算法建立超声缺陷识别模型；进而对模型的缺陷识别效果进行分析，并与支持向量机、K近邻分类算法、AdaBoosting算法和卷积神经网络比对分析缺陷识别效果；然后利用验证试件进行缺陷识别验证实验，以进一步验证所建立缺陷识别模型的有效性。结果表明，所提缺陷识别方法相比其他算法具有最高的准确率，验证实验中缺陷分类准确率达到94.6%。
- 1
-
高压电缆附件铅封缺陷超声检测定量方法
Abstract:
采用相控阵超声技术可以检测高压电缆终端铅封缺陷,然而常规的超声定量法很难对铅封缺陷尺寸进行有效测量。本文提出了基于超声扇扫图像的高压电缆铅封缺陷定量检测方法,该方法以铅封缺陷纵波扇扫图像为对象并结合了阈值分割和腐蚀算法,能够实时的获取缺陷横截面积、缺陷高度等其他相关信息。研究结果表明,相较于传统的-6dB法,此方法测量的距离误差缩小了5%,缺陷尺寸精度提高了10%,正确率达到了85%以上。该方法验证了采用相控阵超声技术可以高效、直观的检测和定量高压电缆铅封缺陷,为高压电缆铅封缺陷的工程应用提供了重要参考价值,有助于提高高压电缆终端铅封工艺质量,确保电网的运行安全。
- 1
-
基于纹理先验的扩张残差注意力相似性去噪网络
Abstract:
目前,大多数基于卷积神经网络的图像去噪模型不能充分利用图像数据的冗余性,这限制了模型的表达能力。而且,为了有效去噪,往往将边缘信息用作先验知识,而纹理信息通常被忽略。针对这些问题,提出一种新的图像去噪网络,该网络首先使用注意力相似性模块提取图像的全局相似性特征,通过平均池化来平滑和抑制注意力相似性模块中的噪声,以进一步提高网络性能；其次使用扩张残差模块来提取图像的局部和全局特征；最后使用全局残差学习增强网络从浅层到深层的去噪效果。此外,还设计一种纹理提取网络从噪声图像中提取局部二值模式以获取纹理信息,利用纹理信息作为先验知识,可在去噪过程中保留演化图像中的细节。实验结果表明,与一些先进的去噪网络相比,新提出的去噪网络在图像视觉上有很大改善、效率更高且峰值信噪比提高了2dB左右,结构相似性提高了3%左右,更有利于实际应用。
- 1
-
因素空间背景基的流量异常检测基点分类方法
Abstract:
针对机器学习在流量异常检测中存在特征选择依赖经验、易受离群点影响导致鲁棒性差等问题,基于因素空间理论的“背景关系-背景分布-背景基”体系提出一种流量异常检测的基点分类方法。首先,数据预处理阶段使用KNN离群点检测算法去除数据中的离群点,降低异常点对后续背景基提取的影响。其次,使用mRMR算法对数据特征进行排序,选择对分类最具影响力的特征标注为类别区分特征。然后,以内点判别法为理论基础优化背景基提取算法,提取训练数据中不同类别数据的背景基,得到各类别的单位认知包。最后,以单位认知包为核心构造基点分类算法(fundamental point classification algorithm, FPCA)实现异常流量的精准二分类。在NSL-KDD数据集上对所提方法的二分类实验准确率和F1-score达到92.48%和92.18%,检测性能优于同类型的其他机器学习方法。在CICIDS2017场景数据集上的测试进一步验证了所提方法在实际应用中的可行性。
- 1
-
基于改进ACO-DWA算法的轮式植保机器人避障路径研究
Abstract:
山地非标准果园内大型植保机械通行性差，小型轮式植保机器人有广阔的应用前景。为解决因果园枝叶郁闭所造成的视觉信息误判，作业地形复杂所造成的机器人避障不及时等问题，提出了一种基于改进ACO-DWA算法的轮式植保机器人路径规划算法。首先通过激光雷达获取果园环境信息，应用体素化网格法精简点云密度，利用栅格法分割地面点云，采用K-means算法提取机器人行间通行区域；再结合植保机器人的运动学模型及作业规范约束，采用基于模型预测算法（SBMPO）生成一系列待选轨迹集合；然后采用改进的ACO-DWA算法，将机器人的通行成本融入搜索节点的目标函数，根据环境地图在线进行路径规划；最后，利用Matlab R2021仿真平台和机器人ROS操作系统分别进行了仿真验证和实景布置试验。试验结果表明：该方法可以明显改善机器人在果园复杂场景下的通行能力，算法路径规划效果和运行效率明显提高。
- 1
-
D-PSO算法的单变量测试参数集成电路筛选方法
Abstract:
针对集成电路尺寸缩小和复杂度提升导致的筛选成本提高问题，提出了一种针对单变量测试参数的集成电路筛选方法。具体先使用归并排序算法将参数值与集成电路编号拼接成数组，确保后续筛选的准确性，并按照参数值对数据进行排序。然后，利用K-means算法对测试数据的异常值进行预处理，对测试数据进行初步优化。最后，通过结合导数与粒子群优化算法创新性地提出了D-PSO算法，D-PSO算法增强了拐点位置定位的敏感性和准确性，能够精确地定位拐点，达到直接筛选出参数数据相近集成电路的目的。通过仿真实验的结果证明了该算法的收敛速度远高于其他算法，并能够准确、快速的筛选集成电路，在保持测试精度的同时，实现了测试集的优化和相似性筛选，有效降低了集成电路筛选成本。
- 1
-
融合相似性度量加权核偏最小二乘的烷烃气体定量分析方法
Abstract:
烃类气体含量的有效监测是油气勘探开采过程中安全保障的重要环节。红外光谱法作为一种安全高效的检测方法,受到现场工程师的关注,但主要采用离线模型进行测量,无法较好应对现场复杂的工况及变化多样的非线性影响因素,导致离线模型不更新而难以维持较高的预测精度。为此,本文提出了一种融合相似性度量加权核偏最小二乘的即时学习建模策略。首先设计了一种多相似性度量准则融合的样本相似性判别依据,有效筛选历史样本用于在线建模,其次在局部PLS模型中引入非线性核函数,实现非线性特征的有效提取,弥补线性偏最小二乘模型的非线性处理能力。在构建的多组分混合气体红外光谱数据上的实验结果验证了该方法的有效性,拟合优度R2达到0.9941,RMSE和MRE相比PLS模型分别提升了43.6%和85.8%,可有效用于烃类气体红外光谱定量分析模型的在线更新与高精度预测。
- 1
-
构建改进RT-DETR算法检测隐形眼镜环状波纹缺陷
Abstract:
环状波纹是隐形眼镜制造过程中水凝胶材料分布不均匀造成的、在镜体边沿向内环形收缩的表面缺陷,因在投影检测中难以发现而造成产品质量不良,环状波纹缺陷检测是隐形眼镜产品制造的技术难题之一。本文根据该缺陷特征,搭建了圆环光源照明成像系统,采集了环状波纹缺陷图像模型数据库,引入了一种基于改进RT-DETR的隐形眼镜环状波纹缺陷轻量级检测算法。首先,将RT-DETR原始ResNet18主干提取网络中的BasicBlock替换为轻量级FasterNetBlock。然后,在RT-DETR的neck部分加入SimAM三通道注意力机制,提高模型的准确度。最后,将Giou替换为Mpdiou损失函数加快收敛速度,提高检测精度。实验结果表明,相比于原始的RT-DETR算法,改进后的RT-DETR算法在隐形眼镜环状波纹数据库上的mAP50达到了94%,提高了3.1%,Params和FLPOs相比于原始的算法分别降低了15.6%和13%。该算法极大地减小了计算量,有效提高了隐形眼镜环状波纹缺陷的均值平均精度,有望突破隐形眼镜环状波纹缺陷在线检测的技术难题。
- 1
-
基于轻量级卷积网络的风力发电机表面缺陷检测研究
Abstract:
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2.29M，参数量则是降低了6.2G，检测速度提升显著，满足模型实时检测的需求。
- 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
-
高斯过程改进的鲁棒容积卡尔曼滤波及其组合导航应用
Abstract:
基于GNSS/INS的导航状态估计受状态可观测度影响较大,为提高陆地载体航向角的估计精度,提出了一种改进鲁棒容积卡尔曼滤波方法?首先采用免重采样采样点更新框架实现容积点更新与高斯矩信息的解耦,提高采样点实例化信息在迭代滤波中的传播效率?其次基于状态可观测度分析,将高斯过程引入到系统模型矩估计积分不确定性的标定中,改善移动载体直线行驶条件下航向的估计精度?仿真实验表明,所提GP-RCKF算法能在状态可观测度较弱时显著改善航向角估计精度,航向角误差较RCKF改善28.9%?
- 1
-
基于YOLOv5算法的交通标志识别技术研究
Abstract:
针对传统方式识别交通标志算法存在的检测精度较低的问题，提出了一种改进YOLOv5算法的交通标志识别方法。首先改进YOLOv5算法的损失函数，使用EIOU损失函数代替YOLOv5算法所使用的GIOU损失函数来优化训练模型，提高算法的精度，实现对目标更快速的识别；然后使用加权Cluster NMS改进YOLOv5本身所使用的加权NMS算法，提高生成检测框的准确率。实验结果表明，改进后的YOLOv5算法在由长沙理工大学制作的CCTSDB交通标志数据集上训练的模型的mAP值达到了84.35%，比原始的YOLOv5算法提高了6.23%。所以改进YOLOv5算法在交通标志识别中有更高的精度，能够更好的应用到实践当中。
- 1
-
一种帧间大变形材料的视觉测量方法
Abstract:
为解决数字图像相关（DIC）方法测量帧间大变形时出现的退相关现象，提出一种基于双边特征匹配的DIC全场测量方法。首先，采用ORB（Oriented FAST and Rotated BRIEF）算法提取和匹配特征点对，保证快速提取到数目较多的匹配点对；其次，针对存在的错误匹配问题，在网格运动统计方法基础上提出双边特征匹配，剔除错误匹配点对；最后，独立估计每个感兴趣点的变形参数，为反向高斯-牛顿算法提供初值，并不断迭代获得最终变形结果。通过仿真和聚合物泡沫大压缩实验验证了该方法的鲁棒性和准确性。结果表明，该方法适用于测量帧间大压缩变形，可测实际变形量在40%左右，并且在测量其它帧间大变形方面具有广阔的应用前景。
- 1
-
空间守时系统概念研究
Abstract:
针对太阳系广域时空尚没有统一时间的规则的问题,提出了一种新的统一时间的方法.空间守时系统坚守人类对时间的两个约定,即时间单位和时间起始点的约定,在基于广义相对论的空间计量理论的基础上,用铯原子钟测量原时,用脉冲星测量坐标时,用太阳系质心坐标系原点上的坐标时来统一时间.阐明了“标准时间不是唯一的”相对时间观,在不同局域坐标系之间,相互观测对方的时间都不可能是均匀流逝的,相互认为对方的时间坐标轴是弯曲的,而绝对时间观则必须维持"标准时间的唯一性",用授时技术可以统一所有用时设备.空间守时系统的概念颠覆了传统的绝对时间观点.空间守时系统具有特别设计的反馈机制,使时间系统更加稳定.
- 1
-
基于J-A力磁耦合模型的压力磁测系统研究
Abstract:
本文提出了基于磁机械效应的在役容器压力测量方法,利用磁信号与器壁应力之间存在稳定对应关系,实现非侵入无损检测。采用J-A力磁耦合模型分析了弱地磁环境下钢材磁导率和应力的关系,在理论上证明了利用容器外部磁场测量内部压力的可行性。设计了一套多通道磁信号同步采集系统,能够完成多传感器三个分量的磁信号的同步获取,实验验证了本方法的性能和优势。实验表明,在压力设定范围内,容器附近磁场与内部压力符合线性模型。压力容器表面的不同部位的磁场对压力变化的灵敏度差别较大,因此需要多点布置、标定优选。对于实验的低碳钢压力容器,磁场测量灵敏度可达131.4 mGs/MPa,并通过轴对称布置一对传感器叠加,可以减弱旋转容器对测量精度的影响。
- 1
-
625MS/s 12bit双通道时间交织ADC的设计研究
Abstract:
基于40nm CMOS工艺，设计了一款625MS/s、12bit双通道时间交织模数转换器（ADC）。单通道ADC采用了前端无采保模块的流水线架构以降低系统功耗。系统采用了宽带高线性度前级驱动电路以及高速高精度栅压自举开关以保证交织系统的有效输入带宽。一种基于辅助通道的后台校正算法被用于校正通道间采样时间失配，该后台校正方法可适用于完全随机输入信号。芯片核心面积为0.69mm2。后仿真结果表明：该625MS/s 12bit 时间交织ADC在全速率下进行奈奎斯特采样，系统SFDR为67dB，SNDR为58.5dB，功耗为295mW，满足设计指标，证明了设计的有效性。
- 1
-
反背景差分结合Otsu的细胞图像分割方法*
Abstract:
针对相差显微镜采集的间充质干细胞图像具有对比度低、背景不均匀、光晕伪影等问题，提出了反背景差分结合Otsu的细胞图像分割方法。该方法通过构建反背景差分增强图像中细胞主体与非细胞区域的差异，降低背景不均匀干扰因素的影响，结合Otsu阈值分割法粗略区分细胞和背景，并通过二值形态学运算、图像滤波和局部梯度迭代的算法组合进一步修正分割结果。通过对实际采集的细胞图像进行分割验证，像素精确度、交并比、Dice相似性系数和汇合度误差四个评价指标分别达到了0.9338、0.7296、0.8524和0.07，表明该算法具有较高的分割性能，能客观、准确自动分析细胞汇合度，而且可以处理细胞不同培养时期的图像，具有较高的应用价值。
- 1
-
PSO_SVM算法在太阳能电池板裂缝缺陷检测研究
Abstract:
针对太阳能电池板在生产过程中出现的裂缝问题，在太阳能电池板缺陷数据集有限的条件下，提出应用粒子群算法（Particle Swarm Optimization, PSO）优化支持向量机（Support Vector Machines, SVM）的太阳能电池板裂缝缺陷检测算法。首先，为减少图像采集过程中由电致发光（Electroluminescence, EL）检测产生的光照分布不均影响，对太阳能电池板组件图像进行Retinex增强处理；其次，在频域上利用Gabor变换对图像进行纹理特征提取，以获取裂缝特征；最后，将各个太阳能电池板组件的纹理特征经主成分分析法（principal component analysis, PCA）降维后输入到粒子群-支持向量机（Particle Swarm Optimization_Support Vector Machines, PSO_SVM）系统中进行分类识别。应用该方法对600幅太阳能电池板电致发光（EL）图像进行实验，仅有1幅出现误检，分类识别准确率为99.33%。将该算法与决策树分类、极限学习机、卷积神经网络及SVM算法进行对比实验，PSO_SVM获得最高识别准确率。
- 1
-
基于链式聚类博弈机制的太赫兹纳米传感网能量空洞修补算法
Abstract:
为改善太赫兹纳米传感网部署过程中存在的链路节点能量消耗较快,内外层数据交互困难及传输性能较低等不足,提出了一种基于链式聚类博弈机制的太赫兹纳米传感网能量空洞修补算法。首先,基于等距划分模型,设计了一种等距环结构,快速提高节点链路性能；通过内外层节点交换传输数据,优化等距环结构内层与外层数据的交互质量,采取轮询均衡内层节点能量消耗方式,设计了一种新的基于能量空洞形成预测方案的链式聚类博弈机制,分担内外层节点间流量,修补节点受限导致的能量空洞；随后,基于流量均衡思想设计了一种基于能量可控的均衡消耗优化方法,改善节点能量在不同层级上的消耗水平,增强节点对能量受限的适应能力,规避节点受限风险。仿真实验表明：与当前常用的基于动态簇机制的无线传感器网络节能方案及基于亲和传播的考虑节点剩余能量和减轻簇头负担方案相比,本文算法具有更高的网络生命周期,以及更低的数据传输轮数和节点受限程度。
- 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。
