摘要:随着大规模数据集的发展,基于深度学习的神经网络模型在人脸识别、智能驾驶、工业质量检测、医疗诊断等图像识别领域取得了优异的表现。然而在实际场景的推广应用中,由于诸多因素的限制,研究人员无法获取大量的满足要求的样本数据,难以达到满意的识别效果,因此进行小样本情形下的图像识别研究是十分有意义的,系统地梳理了近年来小样本学习在图像识别领域的应用进展,主要从基于数据增强、基于表征学习以及基于学习策略等三个方面对相关工作进行了介绍分析,并根据目前的研究情况,展望探讨了未来的研究方向。

摘要:针对飞行陀螺性能测试系统高实时性的要求,设计实现了基于PCI总线架构和RS422总线的测试系统硬件,并提出了基于RTX的测试软件开发解决方案。通过Windows+RTX平台,使系统拥有了较好的实时性,同时也保留了windows操作系统在测控软件开发方面的优势。系统采用了模块化、层次化设计,分为和底层对接的驱动层,负责业务的逻辑层和与用户交互的用户层；每个层次根据实际要求进行模块化的封装。通过开发基于底层FPGA的相应驱动层,封装逻辑层上各个板卡接口函数,构建基于用户需求的稳定可靠的上层界面程序,实现了对飞行陀螺性能的精准测试。经实验验证,测控系统满足测试需求,为未来测试设备研发提供了新思路与参考。

摘要:YOLOv8n泛化性能和对部分小目标检测效果欠佳，且训练时参数量较大，为了更好地检测出输电线路上的鸟巢和绝缘子，采用一种动态标签分配策略DynATSS，在每次迭代中引入预测，更好地定义了正负样本，能选择更多的经预测为高质量的样本作为正样本，预测相较于预定义Anchor也更加准确；将原始检测头替换为新检测头ODH，提高了模型的检测精度，同时参数量也得到了相应的减少，原始耦合头引入的分类与回归任务之间的冲突也得到了有效解决；将模型的原始损失函数C-IoU替换为W-IoU，在锚框与目标重合度较高时削弱了几何因素的惩罚，同时较少的干预训练使得模型的泛化能力也得到了提高。采用5432幅图像进行了训练，结果表明，改进后的YOLOv8nDOW算法，mAP50较原始的YOLOv8n模型提升了1.7%，mAP50-95提升了1.5%，符合巡检输电线路的准确性、实时性要求。

摘要:针对水下目标模糊问题，提出了一种基于改进的YOLOv8的水下目标检测算法UW-YOLOv8；该算法引入了EfficientNetV1作为主干网络，EfficientNetV1通过均衡地缩放网络的深度、宽度和分辨率，提高了特征提取能力；在颈部增加了HAT注意力机制，HAT结合了通道注意力机制，增强了像素间的关系和特征交互，有效处理低分辨率水下图像；通过方法ASFF创新的检测头，并结合额外增加的小目标检测层，实现了不同层级特征图特征的融合，从而更细致提取小目标的特征，提高了模型对小尺度目标的检测精度。通过在URPC2020数据集上挑选的6000张模糊图片的实验结果表明，UW-YOLOv8相对于YOLOv8的mAP50和mAP50-95分别提升了2.8%和3%。

摘要:针对铁路异物侵限检测中传统方法泛化能力差以及基于深度学习的检测模型存在漏检率和误检率较高的问题,提出了一种基于通专结合的铁路异物检测方法；通过解耦处理不同光照条件(白天/夜晚)与摄像头模态(可见光/红外)下的检测任务,结合YOLOv7检测模型与BLIP多模态大模型的语义理解能力,构建了双阈值动态判定策略；采用YOLOv8分割模型精准提取铁轨区域以减少背景干扰；训练适用于不同模态和光照条件的YOLOv7检测模型,并引入低光增强与噪声抑制技术优化夜间检测性能；利用BLIP模型对图像进行语义分析,根据其输出动态调整YOLOv7的检测阈值以平衡漏检率与误检率；经实验测试,在自建铁路异物检测数据集上该方法的mAP达到88.9%,相比基线模型提升0.5%,在真实场景的测试集上误检率和漏检率分别低至1.09%和0.22%；该方法具备良好的实时性与鲁棒性,满足复杂环境下的工程应用需求。

摘要:为通过机载视觉传感器获取飞机滑行方向与滑行道线的相对位置关系，增强民航飞机滑行阶段机时机组人员对滑行道线的感知能力，以实现民航飞机视觉辅助驾驶，提出了一种融合HC-FPN与ICRU的机载视觉滑行道线检测方法；通过ResNet进行图像特征提取，在网络颈部设计了HC-FPN融合多级高层信息；通过实例检测，并采用行锚检测与动态卷积预测滑行道线形状；此外设计了ICRU满足具有复杂拓扑结构的滑行道线检测；在损失中引入了PIoU损失函数；经过实验测试，该网络在自制滑行道线数据集上F1达到85.81%，在CurveLanes数据集和CULane数据集上F1达到86.17%和78.63%，在TuSimple数据集上准确率达到96.45%，实验结果证实了该方法的准确率和有效性，有助于飞机滑行过程中机组人员辅助驾驶。

摘要:广播式自动相关监视是新一代空中管理系统重要的组成部分，但由于ADS-B报文以明文形式广播且缺乏数据加密和认证，导致其极易受到欺骗干扰。针对以上问题，提出一种基于时空门控变分自编码器的ADS-B数据异常检测算法。该算法编码器通过采用双向LSTM建模局部时序特征，结合3层8头Transformer提取全局时空特征，并利用门控网络动态融合时空特征；引入变分推理生成潜在空间分布，约束模型对正常飞行模式的概率建模；解码器采用单层LSTM与2层Transformer的级联结构通过全连接层同步重建多维飞行参数。经实验测试，在不同攻击场景下，该模型可有效检测出ADS-B数据的各类异常，性能优于相关基线算法，为提升空中管理系统安全性提供了可行性方案。

摘要:针对风机叶片缺陷检测中存在的多尺度目标敏感度低、复杂背景干扰严重、定位精度不足等问题，现提出一种改进YOLOv10n的缺陷检测算法，在SPPF模块中嵌入大核注意力机制LSKA，构建多尺度特征增强网络，有效解决了叶片表面反光导致的误检问题；设计通道优先注意力机制CPCA，通过建立跨维度交互通道选择模型提升了对微小缺陷特征的响应能力；将模型原损失函数替换为Wise-MPDIoU损失函数，融合动态权重调整策略与形状感知约束。实验结果表明，在无人机采集的风机叶片数据集上，改进算法mAP@0.5达到84.1%，较基准模型提升2.9个百分点，为风电设备智能运维提供了可靠的技术方案。

摘要:随着工业设备服役周期延长，剩余使用寿命预测精度不足严重威胁运维安全与经济性；为了提高预测准确度，提出一种基于Transformer自编码器融合双损失策略的剩余寿命预测模型—TARO；使用改进后融合时间卷积网络的Time2Vec嵌入层充分提取特征信息；利用Transformer作为数据重构与预测骨干网络，设计将编码器隐藏层特征同时引入到重构编码器与回归解码器，进而融合重构误差损失与回归损失，提升复杂工况下预测精度；基于CMAPSS航空发动机数据集的对比实验表明，提出的方法在上述指标上具有最优的表现，有效提高了在复杂工况下和复杂故障下的剩余寿命预测精度。

摘要:针对基于图像视觉伺服(IBVS)的领航-跟随编队控制和静态避障问题,提出了一种非线性增益控制律与人工势场法相结合的编队控制方法。首先,通过预设性能函数与误差非线性映射将受视场角约束的像素误差转换到无约束空间下,设计了一种非线性增益控制律,调节跟随机器人的运动速度以保持编队队形；其次,利用传感器获得的环境中障碍物的距离,构建斥力势场,并将该斥力叠加到编队控制律中,形成融合斥力的控制输入,且像素误差收敛至预设的性能边界内；并基于Lyapunov稳定性理论及一致最终有界(UUB)分析证明了闭环系统的稳定性；最后,通过Matlab仿真与实物平台实验验证该方法可有效实现移动机器人的队形保持与避障功能。

摘要:机载激光通信系统限于机载平台的高机动性和运动的随机性，同时受到探测器检测误差、平台振动抑制残差和系统安装误差等影响，如何在大气环境中提高跟踪精度来提高通信质量是需要重点解决的问题之一；为了提高机载平台对发射端信号光的跟踪精度，设计一种基于TD的机载激光通信跟踪控制系统；由主控模块、伺服系统、光学系统和图像处理单元组成跟踪控制系统；利用跟踪微分器加上传统PID控制器，将系统中的低频大幅扰动和大动态范围的跟踪补偿量进行过渡，经过PID控制器补偿控制时，在保证快速响应的前提下同时减小了超调，从而提高控制系统的跟踪精度；通过实验分析表明，设计的系统无干扰时拥有较好的鲁棒性，在有扰动的环境中能够将跟踪精度保持在5 mrad以内，可以保证机载激光通信系统进行稳定通信。

摘要:针对欠驱动无人艇轨迹跟踪过程中的性能约束问题，提出一种考虑海浪干扰、模型不确定性和执行器饱和下的轨迹跟踪性能约束控制算法；基于海浪谱统计特性构建海浪干扰模型，突破传统简谐波叠加方法无法反映海浪随机性的局限；引入有限时间干扰观测器和单参数神经网络，分别对海浪干扰和模型不确定性进行补偿；采用 tan 形式的障碍 Lyapunov 函数对欠驱动无人艇的跟踪误差进行约束，并设计有限时间辅助动态系统解决输入饱和问题;在证明系统误差收敛基础上通过SimuNPS数值仿真实验验证了控制策略的合理性和有效性。

摘要:在车辆等机动平台中，行驶过程中产生的的车体摇动会严重影响天线的跟踪指向性能。为有效抑制车摇扰动，实现稳定跟踪，提出一种基于扰动前馈补偿的抗车摇窄波束天线系统。通过对车摇扰动信号进行测量与分析，对抗车摇扰动机理进行研究，采用扰动前馈复合控制作为抗车摇策略。在此基础上，开展了伺服系统的理论分析与半实物仿真验证。试验结果表明，引入扰动前馈补偿前后，系统获得了比较理想的车摇隔离效果，对车摇扰动的最大隔离误差由0.608°降至 0.043°，能确保天线稳定跟踪。

摘要:航天武器装备呈现出智能化、先进化的发展趋势，而弹载综合电子设备是航天武器装备系统的核心，为了保证其在复杂服役环境条件下的稳定可靠运行，创新性地提出了一种环境适应性设计流程，并首次采用灰色模糊理论法建立了环境适应性评估模型，实现高可靠性的环境适应性方案设计，包括高低温设计、力学设计、三防设计、低气压设计、电磁兼容设计等。仿真分析后基于试验项目、试验要求和试验条件在某型号上成功应用并通过试验考核，提高了弹载综合电子设备的可靠性，保障航天智能武器装备的全生命周期稳定运行。

摘要:为适应机载激光通信的平台特殊情况，分析了各类扫描捕获方案并选取了最适合机载平台激光通信的方案；为避免光斑在边缘捕获容易丢失的情况，采用了设置进视场的方式对捕获的方法进行优化，为避免扫描捕获时间过长，采用了对扫描端分区分速的方法进行优化；经理论分析该方案使得光斑最终捕获的位置更加靠近视场中心，避免光斑因无人机振动等平台限制而出现光斑异常丢失的情况，且随着双端距离的不同以及光斑相对于不确定区域中心的距离差异最终扫描捕获时间优化效果呈现正相关，经实验测试该方案实现了一定程度的有益效果，可以在损失不超过15%时间的情况下避免光斑由于无人机抖动而意外丢失的情况，满足了实际情况下的应用需求。

摘要:城市遥感影像复杂背景多重语义,通过简单的形态学运算难以获取细微信息,只能获取地物目标表层特征,目标分割的像素易错乱,导致分割结果不理想。为此,提出基于深度学习光谱特征提取的城市遥感地物目标分割方法。利用高通滤波器和低通滤波器,对城市遥感图像中每个像元对应的光谱向量进行一维小波分解,应用指数函数对分解后的光谱向量进行非线性增强,凸显图像中微小光谱特征的变化。以堆栈自动编码机为基础,构建深度学习特征提取模型,将增强后的遥感图像输入模型中,即可输出图像深层次光谱特征。运用模糊C均值聚类算法,按照相似度对城市遥感图像中的所有特征像元进行划分,得到遥感地物目标初步分割结果。根据初步分割结果确定一个初始种子点,通过自适应区域生长完成地物目标的二次分割,得到修正后的分割结果。实验结果表明:面向简单背景的城市遥感图像,该方法分割结果MIoU值保持在0.55以上,而遇到复杂背景的遥感图像,其分割结果MIoU值也超过了0.5,极大提升了遥感图像分割处理质量。

摘要:网络协同制造是传统纺织行业转型升级的重要路径，针对核心的服务分包问题，提出了一种基于改进NSGA-III的调度优化方法，以订单的生产成本、总完工时间、生产质量、客户满意度和资源利用率为优化目标，建立了网络协同制造模型；在NSGA-III算法的基础上，结合了SPSA算法，提出一种具有更强局部搜索能力和收敛能力的模型求解算法，并基于层次分析法和熵权法的组合赋权法从Pareto解集中选择最适合的方案；通过标准算例的对比分析，结果显示改进的NSGA-III算法在收敛性和解的多样性方面均优于NSGA-II和NSGA-III算法；通过具体的网络协同制造算例，验证了所提方法的有效性和优越性。

摘要:货物列车在编组站解编时的摘钩作业目前主要由人工完成，存在劳动强度大、危险性高等问题，为此设计了一摘钩机器人系统以实现自动摘钩。根据摘钩作业的任务需求，确定了摘钩机器人系统的总体设计方案，并对控制系统进行了选型设计；基于D-H参数法建立了机器人的运动学模型，并根据作业空间约束条件，规划了摘钩路径；为避免机器人摘钩过程中，因末端手爪抓握不稳定导致的摘钩失败，设计了基于专家PID控制算法的抓握力反馈控制系统；最后在实验室开展了摘钩机器人的自动摘钩试验，试验结果表明：所设计的摘钩机器人系统能够实现稳定、快速地摘钩控制，平均用时约12.23 s，为编组站摘钩自动化作业提供了一种有效的解决方案。

摘要:针对短波信号侦察中信号识别效果不佳的问题，提出了一种基于信号时频图像和WT-YOLO的短波信号识别方法。该方法首先将短波信号通过短时傅里叶变换(STFT，short time fourier transform)变成信号时频图形式；针对信号低频语义信息与高频细节互相干扰问题，在模型中引入基于小波变换上采样WFU模块来提高模型的特征融合能力；设计了三重感受野（TRF，triple receptive filed）模块，解决单一感受野无法多特征提取的问题；引入了PIoUv2模块提高模型定位精度，从而提高模型检测识别精度；实验结果表明，改进后的YOLOv11比原有网络模型有更高的识别准确率，达到96.4%，识别错误率相对下降55.6%。

摘要:透射率的求取决定了暗通道先验去雾算法的执行效率和去雾效果；在传统的透射率求取中,软抠图和引导滤波计算复杂且耗时长,对算法进行实时处理的移植会导致资源消耗大,内存带宽限制及硬件设计困难；图像中包含亮度值较高的天空区域时,不满足暗通道先验条件致使透射率求取出现偏差及天空部分色彩失真；为解决这些问题,通常做法为对滤波方法进行硬件优化；通过改进滤波窗口大小并引入均值滤波优化透射率图像求解过程,基于亮度阈值差采用天空分割策略计算图像中天空所占比例,根据此比例自适应调整透射率边界值；利用FPGA并行处理优势,将其作为核心控制硬件在Xilinx平台对所优化算法进行设计与实现,在图像传感至显示系统中通过了实时去雾效果验证,实验证明优化算法的去雾效果在主客观评价指标上均优于传统暗通道先验,处理一帧1080P高帧率图像仅耗时38.6ms。

摘要:针对传统OLSR协议多点中继选择机制仅依赖拓扑覆盖而忽略链路动态质量的问题，提出了一种基于跨层设计的OLSR 改进方案，对MPR选择机制进行优化；构建跨层综合状态因子，融合物理层误比特率、MAC层帧接收成功率、MAC层队列长度等多维指标，设计拓展HELLO消息格式，新增CSE跨层字段，实现邻居节点状态的实时交互；设计新的MPR选择机制，将传统覆盖度优先策略优化为基于CSE加权的多目标决策模型，通过动态评分函数同时优化链路稳定性和负载均衡；仿真结果表明：CSE-OLSR在分组投递率、平均端到端时延等方面均优于传统OLSR，能够有效提高数据传输的稳定性和可靠性，适用高动态、高负载的MANETs场景。

摘要:针对复杂环境下全球卫星导航系统（GNSS）面临的抗干扰能力弱、信号遮蔽及动态障碍等挑战，研究基于多源数据融合、低轨卫星增强和人工智能深度学习等多技术融合的导航能力提升方案。采用多模态感知、智能决策与抗干扰技术融合方法，构建“感知-决策-应用-反馈” 闭环体系，设计多层级协同的“GNSS+”融合导航架构，包含信号感知层、分析决策层和应用服务层。通过建立动态权重评价指标体系，量化评估系统性能，实现导航策略动态调整，为复杂环境下智能化导航系统设计提供理论与技术支撑。

摘要:针对传统输送线烟箱位姿偏差导致的卡滞、碰撞及效率低下等问题，提出一种融合双级机器视觉与纠偏机构的烟箱位姿校正系统，并研制出一套工程化样机；烟箱在输送线上传输时，该系统一级视觉单元实时检测其尺寸规格、位置及姿态等信息，PLC据此驱动气动推杆完成位姿粗调；二级视觉单元联合光电传感器，精准感知烟箱位置与期望姿态偏差，触发由顶升气缸与旋转托盘协同执行的细微补偿机制，精细补偿烟箱与期望角度的小幅偏差；算例分析与实测结果表明：该系统可实现多种规格、角度烟箱的位姿校正，校正精度达97.6 %，输送成功率达到100 %；在适应性、实时性及校正精度方面表现突出，显著优于现有常用技术，为自动化输送线的稳定运行提供了高效解决方案。

摘要:深度学习的性能高度依赖海量、高质量标注数据，但传统标注方式依赖人工面临效率低下、易出错等挑战，难以满足快速构建大规模精准数据集的需求；针对无人机射频信号检测与识别问题，为提高数据标注的效率，提出了一种基于轮廓检测的自动标注方法，该方法利用时频图中信号与背景的像素值差异，通过轮廓检测技术自动分离并定位信号区域坐标，并借助K-Means聚类算法精准区分不同目标信号并分配类别标签；实验表明，该自动标注方法在不同信噪比条件下均能取得优异的检测性能，信噪比达8dB时检测率稳定接近100%；将标注数据输入YOLOv11网络进行训练，最终由训练好的网络实现对无人机信号存在性及所属机型的高精度识别，结果显示对不同无人机信号分类准确率高；基于轮廓检测的自动标注方法的提出，有效提高了数据标注效率和准确性，对提升深度学习模型性能、解决实际工程问题具有重要意义

摘要:针对高性能交换芯片在先进工艺下面临的功耗问题，基于CICQ交换结构开展低功耗技术研究；分析CMOS集成电路中动态功耗与静态功耗的来源，明确优化方向；采用改进的输出总线缓存设计与流控反馈机制，解决多端口数据突发场景下的队头阻塞问题；通过实施门控时钟、门控电源与多电压域技术，建立覆盖端口组、存储单元及SerDes接口的精细化功耗管理方案，并基于UPF标准构建从逻辑综合到物理实现的完整低功耗设计流程；实验结果表明，在12端口×4工作模式及12.5 Gbps单通道速率条件下，该方案使芯片总功耗由9.345 W降至5.520 W，降幅达40.9%，其中内部功耗降低48.2%，开关功耗降低46.5%，静态功耗降低33.4%。该方法能够满足高性能交换芯片的功耗控制需求，为同类型通信芯片的低功耗设计提供有效解决方案。

摘要:对流单体是对流系统的基本组成单元,尤其强对流单体常造成灾害性天气,严重威胁人民生命和财产安全；面向提升强对流天气监测预警能力需求,提出了基于DBSCAN和雷达组网组合反射率、回波顶高产品的强对流单体自动识别追踪方法,通过图像处理技术改进雷达源数据质量,提升了强对流单体识别准确率,综合运用相邻三时次雷达数据修正追踪结果,确保强对流单体追踪路径准确性；基于2023-2024年环渤海地区17次强对流天气过程数据,构建训练集和测试集,研发了环渤海地区强对流单体自动识别追踪模型;检验结果表明,方法能有效识别单个或多个形态各异的强对流单体,并准确追踪其合并分裂,为强对流单体自动识别追踪提供了新思路。

摘要:短时城市交通噪声中的高频面波信号常因低信噪比与强背景干扰，导致频散曲线提取精度与效率显著下降。为此，提出一种融合相位加权叠加改进相移法与DBSCAN密度聚类的智能提取方法。该方法创新性地利用瞬时相位一致性构建权重函数，通过相位加权机制有效压制阵列响应旁瓣，显著提升高频低信噪比条件下频散能量的聚集性与辨识度；进一步引入DBSCAN算法，凭借其对离散能量团的自适应聚类能力，精准识别基阶频散模式，克服传统方法对噪声敏感和依赖人工干预的局限。数值模拟表明，所提方法在低信噪比时段提取的频散曲线与理论值偏差小于3%，优于Kmeans方法，平均计算效率提高约40%，实现了无需人工干预的高精度高频段频散曲线自动提取，为城市浅层地质结构快速探测提供了可靠技术手段。

摘要:三维电磁态势中多雷达威力包络融合与效能计算是一个重要课题,对指战员了解装备性能边界有着至关重要的作用。当前包括透明度叠加法、等值面提取法、体素着色法的多雷达叠加效果计算方法主要存在存在简单叠加视觉度差、复杂融合边界不精细、分辨率差以及对硬件依赖过大等问题,离实践应用尚有差距。针对上述问题,本文提出一种新颖的多雷达威力包络融合技术,该技术首先将非相干概率叠加引入包络融合,降低包络呈现时对相位等信息的依赖；然后,利用梯度控制扩散法,实现平滑过渡与边缘保持统一；最后采用八叉树+GPU加速策略,实现算法计算和可视化效率提升。仿真试验表明,该方法在10部雷达同态势中,算法帧率提高至30fps以上,与文献1和2方法中2-3部雷达态势持平[1-2],能力提升3-5倍。算法实践显示,在高刷新率下实现包络融合平滑、边界界面清晰以及减少对雷达参数的依赖,极大提高了融合包络呈现和用户的视觉感。

摘要:针对冲击波波阵面特征参数提取中存在精度低、抗噪性差等问题，提出一种基于能量聚焦自适应扫描的冲击波波阵面高精度提取方法。该方法创新性地结合最近邻帧减法与互相关分析，协同抑制背景噪声及火球云团噪声，实现冲击波波阵面轮廓信息的初步提取；在此基础上，依据冲击波能量聚集特性，通过构建搜索框并对搜索框内相同半径像素亮度进行积分，结合逆向差分精准定位梯度极值，从而精确捕捉冲击波波阵面位置。结果表明，该方法可实现冲击波特征点的自动检测，有效克服噪声与不对称性干扰；与常规算法相比，提取结果在空间均匀性上提升28%，距离标准差降低94%，具有较高的可靠性和工程适用性。

摘要:为解决现有商用数字岩心建模软件功能可扩展性弱、成本高等问题，该文基于 MATLAB App Designer 工具开发了一款集成化的数字岩心建模软件，该软件包括图像处理、图像分析和孔隙网络提取等三大功能模块。图像处理模块集成了中值滤波、高斯滤波、SUSAN平滑、图像锐化及阈值分割等多种图像处理算法；图像分析模块采用多平面切片与序列叠加方法、借助三维交互技术实现了岩心结构的三维可视化、切面展示与旋转浏览；孔隙网络提取模块采用最大球法提取孔隙网络，从而获取配位数、孔隙半径、孔隙体积等关键结构参数，利用直方图对结构参数分布进行统计分析。利用典型岩心样本对所开发的软件进行功能测试，结果表明：该软件功能集成度高、界面友好、操作简便，能够有效提升图像质量、对岩心图像进行三维可视化展示以及准确提取三维岩心的孔隙网络结构特征。软件具备良好的可扩展性和二次开发潜力，为后续开发数字岩心电学、声学、核磁共振等响应的数值仿真模块提供了前提。

摘要:为应对在未来复杂的战场电磁环境下,因敌方干扰呈现智能化、多手段等特征抗而导致的抗干扰手段不足的问题,提出了一种基于强化学习的动态自适应的可靠传输波形决策方法。以强化学习算法为基础,首先对算法中的贪婪动作选择进行优化设计,平衡了算法前后期的探索概率,并加入了自注意力机制,使算法能关注到不同输入之间的联系。采用优化后的算法建立智能体,并对智能体进行抗干扰传输方式的决策的学习训练。仿真结果表明优化后的算法相较于传统强化学习算法,在探索前期平均奖励值高10%,同时在中期收敛速度平均快20%,最后对决策输出的传输方式进行误码率性能分析,验证了波形决策策略的有效性。

摘要:针对低信噪比和复杂信道条件下通信信号调制方式识别特征提取准确性难以保证及深度残差收缩网络特征学习能力不足的问题，提出基于多特征的稠密残差注意力网络。通过提取I/Q信号的单路与两路联合特征，利用多特征稠密瓶颈层替代传统卷积层构造DRSM，实现深浅层特征的高效融合与抗噪增强。结合混合注意力机制建立跨维度特征强化机制，提升关键信号特征的捕获精度。基于RadioML2016.10A数据集的实验表明，该方法在信噪比大于4dB时11类信号总体识别准确率较传统深度残差收缩网络提高约5%，验证了所提方法在复杂信道条件下的有效性与鲁棒性。此外，针对传统模型在16QAM和64QAM信号识别中的不足，稠密残差注意力网络表现出较好的识别能力。

摘要:电网调度自动化系统的稳定运行是保障电力系统安全的核心；对于电网调度自动化系统展开鲁棒性测试是保障系统面对异常、极端输入下性能良好的前提；对面向电网调度自动化系统鲁棒性的验证用例生成方法进行了综合分析；对电网调度自动化系统的特点与测试难点、现存电网调度自动化系统验证用例生成方法进行了分析，发现了现存方法在电网调度自动化系统鲁棒性测试方面的不适用性；研究了面向一般复杂系统鲁棒性测试的验证用例生成的方法框架；对于框架中涉及到的代理模型在不同维度下的拟合精度与速度进行了实验分析，经实验测试发现高斯过程分类模型适合于低维问题；支持向量机模型适合于中高维度问题；对于超过20维的问题，人工神经网络的拟合速度达到支持向量机模型的20倍，并且能达到令人满意的精度；详细分析了将鲁棒性测试验证用例生成框架用于电网调度自动化系统亟待解决的问题和可能存在的技术途径。

摘要:针对现有自适应跳频卫星通信信道质量评估方法的不足,提出了一种基于虚拟解调的评估方法；该方法核心在于对实际接收跳频信号功率进行估计,以精确构建可能受到干扰影响的虚拟接收信号；其中,虚拟接收信号由实时采集的信道噪声和可能存在的干扰,以及由接收机按不同编码调制方案生成且与实际接收信号功率大小几乎相同的虚拟测试信号混合而成；通过对虚拟解调结果的连续统计得到信道质量评估结果,以指示各个频段和接收机适用的编码调制方案；为实现干扰环境下信号功率的精确估计,采用引入平滑处理的改进FCME算法估计噪声功率,并通过前向排序、加权补偿的方法实现信号与噪声总功率快速估计,进而完成实际接收信号功率估计；仿真结果表明,在不同干扰带宽占比和干扰与噪声功率谱比值的条件下,归一化信号功率估计偏差小于±0.2 dB；估计偏差通常小于实际跳频信号在单次调整周期内的自然波动,可满足虚拟接收信号构建的精度要求。

摘要:对伺服系统配套的基于霍尔效应的闭环电流传感器进行了研究,对其磁路系统中磁通量信号大小与信号噪声、失真程度的关系及其对后端电路设计的影响进行了分析；针对磁路系统,采用开环“回”字形聚磁环结构设计,选用了磁导率高、电阻率低、低矫顽磁力、热膨胀系数小的材料；针对次级线圈,采用扁平形状漆包线并进行特殊热处理工艺技术；通过创新性地优化磁路系统材料与设计结构、改进次级线圈工艺,实现了±130 A范围内电流的精确测量。经伺服系统的带载试验测试,结果表明电流传感器的测量精度和线性度得到了提高,满足航天伺服系统的应用要求。