摘要:涡轮叶片的故障类型多样,且有些故障特征可能比较隐蔽,不易察觉,在检测时无法充分挖掘每个分量中蕴含的故障信息,导致难以精准提取感兴趣区域,使得故障检测准确性较低。因此,提出基于数学形态学的航空发动机涡轮叶片故障自动检测方法。设计图像采集装置和光源设备,完成航空发动机涡轮叶片图像采集。采用几何推导法实现叶片图像颜色空间变换,将RGB图像变换为更适合观察的HIS图像。利用数学形态学算法,对HSI彩色图像中H分量、S分量、I分量图像分别进行滤波和边缘检测,从多个角度和层面提取故障特征以充分挖掘每个分量中蕴含的故障信息,提取出感兴趣区域(Region of Interest,ROI),提高故障检测的准确性和可靠性。将提取的ROI输入改进YOLOv8网络模型中,通过自动学习完成特征提取、特征融合和分类检测,输出叶片故障自动检测结果。测试结果表明:所提方法进行检测后的平均精度(Average Precision,AP)结果为98.33%,能够实现对涡轮叶片故障问题的准确描述。

摘要:考虑安全生产过程的多样化和分布需求，提出一种知识图谱故障检测模型。该模型采用互信息和嵌入变量相似性构建安全生产过程知识图谱，提出基于图注意力网络全局特征提取和双向长短期记忆网络的局部特征提取方法，并设计了子块融合协同预测模型。通过实验证明：所提模型不仅具有良好的实际应用性，检测精度和误报率优于现有基准方法，还具有更有效的参数敏感性，为安全生产过程故障检测提供了技术支持。

摘要:针对滚动轴承故障振动信号在实际运行环境下故障特征易被噪声影响,一维信号转换为二维图像时故障冲击性纹理特征易被噪声纹理特征所掩盖的问题,创新性地将自适应阈值融入递归图编码过程,提出了一种名为自适应阈值递归图编码(Adaptive Threshold Recurrence Plot, ATRP)的图像转换方法；在此基础上,进一步构建了Ce - ATRP - CNN故障诊断模型。通过倒谱分析(Cepstrum,Ce)对原始振动信号预处理,可以一定程度上滤除噪声；应用提出的ATRP将处理后的一维振动信号转换为二维故障特征图像—ATRP图；将ATRP图作为卷积神经网络(Convolutional Neural Network, CNN)的输入实现对滚动轴承故障特征的深入提取和识别诊断；应用CWRU和HUST轴承故障数据集进行了试验验证,故障诊断准确率分别达到了99.17%和99.05%；实验结果表明该模型具有良好的故障识别能力和泛化性。

摘要:针对机轮承载开关的传统测试方法存在的测试效率低下、测试精度不高等问题,本文设计一套基于Zynq的便携式机轮承载开关原位检测设备,该设备通过AD模块对承载开关、激光测距传感器进行数据采集,通过AXI总线缓存到ARM端的DDR3,对其进行处理与判断,实现承载开关的四路通道通/断及一致性状态的自动检测,使用FPGA模拟开关量信号,并通过界面设计优化测试流程,支持机轮承载信号相关的机上系统交联故障隔离,经对比试验表明,该设备满足各项指标要求,测试效率提高至500 %,并实现±1 mm的测距精度和0.2 ms的通道一致性测量精度,已在多型飞机得到应用,使用效果良好。

摘要:针对人工成本高涨,人工操作效率低、化验检测质量不佳等问题,设计了一套基于电气控制的肿瘤标志物自动化检测系统。系统采用先进的电气控制技术和视觉检测技术。通过整合机械臂模块、样本加样模块、温育模块、洗涤模块、撬壳模块、视觉识别模块等硬件部分,结合相应的软件控制,实现了从样本加注到检测分析过程的自动化。经实验验证,该系统能显著减轻人工操作的负担,并提高检验的准确率,有望在未来的临床应用中发挥重要作用。

摘要:针对机载辅助总线通信原理及电气特性的教学需求,设计并实现了基于模块化架构的机载辅助总线实验系统。该系统采用核心处理板与总线接口底板的分层硬件架构,支持ARINC429、RS-422、RS-485、RS-232和CAN等多种总线协议。核心板以STM32微控制器为核心,实现多总线通信控制、触摸屏人机交互、传感器时序驱动及数据解算等功能模块。总线接口底板配置总线协议芯片、电平转换电路、通用I/O扩展接口及测试接口端子,便于进行总线信号电气特性测试及接口扩展开发。软件采用分层设计,分别实现协议解析、功能管理和硬件资源管理,支持基础验证型、综合设计型和开放创新型等多层次实验项目,满足不同专业背景和基础水平的学生需求。应用表明：该实验系统具有可测试性好、成本低且直观等优点,可为学生提供开放的硬件平台和标准化软件接口,有效提升实践教学效果,增强学生的工程实践能力。

摘要:针对复杂道路交通场景下小目标车辆检测难题,提出基于雷达和视频融合的检测方法。将K-means聚类算法与YOLOv5网络损失函数深度融合,构建联合识别框架,通过雷达点云聚类提取目标空间位置信息,利用YOLOv5网络提取视觉特征,实现信息互补,并设计联合损失函数平衡两种模态贡献度。针对空间坐标系转换问题,提出高精度转换方法,结合高斯平面直角坐标系和椭球基准,实现目标位置信息的精确转换,并引入误差校正机制提高准确性。通过小目标数据采集、增强及特征重构,提升数据描述能力与模型鲁棒性。定义动态跟踪标准,结合车辆运动状态和位置信息,实现对小目标车辆的持续识别与定位。实验结果表明,该方法结合雷达与视频技术优势,有效提高了复杂道路交通环境下小目标车辆的检测精度。

摘要:安防视频场景多处于自然光不饱和条件下,光照强度、色温会随时间或天气产生动态波动,这种波动会直接干扰RGB色彩概率分布统计,导致亮度信息与色彩信息高度耦合,难以识别安防视频中的异常状况。为此,设计一种融合连续自适应均值漂移算法(Continuously Adaptive Mean-SHIFT,CamShift)色彩跟踪算法与改进多目标跟踪算法框架(Fair Multi-Object Tracking,FairMOT)的异常检测系统。基于Robei EDA平台构建硬件架构,采用FPGA、DSP与TVP5150编码器协同的三通道并行处理方案,FPGA负责视频采集与预处理,DSP执行目标检测与跟踪,TVP5150实现交互显示。以树叶遮挡区域的色彩信息为特征,将安防视频图像进行RGB色彩空间变换到HSV色彩空间,将树叶遮挡区域与背景分离,降低亮度信息与色彩信息的耦合性,利用CamShift对树叶遮挡区域进行自适应色彩跟踪。结合改进FairMOT的多特征融合相似度矩阵与重识别损失优化,采用重识别技术,通过重识别损失函数自适应识别叶子是否为同一叶子遮挡的新个体,判断检测目标是否为异常树叶遮挡目标,实现Robei EDA安防视频树叶遮挡异常检测。实验表明,该方法分区结果中共有5个非树叶网格,15个树叶网格,与实验指标一致。当FPR为10%时,TPR达94%,显著优于现有方法。并且可以满足如今安防监控系统中树叶遮挡检测问题的主要需求,具有可行性和应用价值。

摘要:时间序列异常检测是流量分析、金融监测等领域的关键技术,在线多维时间序列异常检测是保障系统稳定性、预防故障和降低风险的核心技术需求。针对复杂的多维时间序列异常检测问题,结合多维时间序列异常特性,本文提出一种双层自适应多维时间序列异常检测模型TAMAD,TAMAD模型基于滑动窗口实时更新统序列统计特征,可以适应数据分布变化。TAMAD模型基于KDE模型检测单变量局部异常,然后结合JS散度和Z-score阈值捕捉多元序列之间的失衡性,实现局部异常和总体异常的识别。为了适应数据变化,TAMAD模型基于极值理论(EVT)动态阈值调整。TAMAD模型可以实现异常定位和类型分析。本文从真实数据和模拟数据进行大量实验对比,选择了目前主要的方法作为基准。实验结果表明TAMAD模型综合性能最优,兼顾高精度与强召回能力,适用于对可靠性要求高的场景。模拟数据的结果说明TAMAD模型能够很好的定位异常,提供异常合理解释。

摘要:小型无人机在复杂低空环境受障碍物随机分布和风速扰动不确定影响,而传统确定性模型难以量化动态风险场,使得候选轨迹易陷局部最优,不利于无人机状态、环境模型和控制策略实时更新,导致实际飞行与候选轨迹出现偏差。因此,提出基于蒙特卡洛法的小型无人机飞行轨迹控制方法研究。构建环境风险场模型(障碍物位置子模型与风速扰动子模型),通过状态向量概率密度函数初始化实现动态风险的量化表征。基于马尔科夫链蒙特卡洛方法生成候选轨迹,通过动态调节采样密度策略平衡探索效率与计算成本,构建符合动力学约束的轨迹解集。引入贝叶斯优化框架,利用高斯过程代理模型与蒙特卡洛积分评估轨迹综合代价,实现多目标优化下的最优轨迹筛选。结合滑动窗口优化技术、卡尔曼滤波与蒙特卡洛方法,对无人机状态、环境模型和控制策略进行实时更新,应对不确定性因素的变化,从而实现小型无人机飞行轨迹的有效控制。实验结果显示:设计方法应用后生成的四旋翼小型无人机候选轨迹与实际候选轨迹趋于一致,确定的四旋翼小型无人机最优轨迹与实际最优轨迹相同,控制扰动方差与期望代价最小值分别为0.2与10。

摘要:针对四轮独立驱动-转向汽车在多速域工况下的转向稳定性控制需求,提出了一种基于自适应LQR的多轮协同分层控制策略。在二自由度理想模型与四轮转向非线性动力学模型的复合架构基础上,引入车速关联的自适应权重系数调节机制,建立“上层优化-下层分配”的分层控制框架,并利用Carsim与Simulink联合开展仿真实验,实现了不同车速下车辆横摆角速度与质心侧偏角的协同优化。结果表明:在低速和中高速下的DLC以及角阶跃工况场景中,A-LQR控制策略能够有效抑制质心侧偏角和横摆角速度的跟踪误差,结合分层控制架构能够有效提高车辆轨迹跟踪精度与行驶稳定性。研究为提升车辆转向轨迹精度和稳定性控制方法提供了参考。

摘要:多旋翼无人机采用分布式电机布局,各旋翼的推力特性存在差异,进而产生电机转速响应延迟、桨叶气动效率不一致以及机械结构微小偏差,导致三轴推力耦合特性非线性化,影响控制精度。为此,设计多旋翼无人机飞行串联模糊免疫智能控制系统。在处理器与传感器模块中,设计系统飞行控制的硬件架构,实现多旋翼无人机飞行导航数据采集与处理。在导航模块中,基于多旋翼无人机飞行导航数据,通过融合导航算法实现多旋翼无人机飞行导航。在串联模糊免疫飞行控制模块中,设计模糊控制器与免疫控制器串联的PID飞行控制器。针对高速飞行时的非线性气动耦合问题,应用改进遗传算法实施串联PID飞行控制器的控制参数优化,补偿气动干扰引起的微小偏差,实现多旋翼无人机的飞行智能控制。测试结果表明,设计系统的姿态角响应曲线、偏航角响应曲线、高度稳定响应曲线均与期望曲线较为贴近,说明其飞行控制准确性较强。

摘要:针对小型多旋翼无人机在航空遥感作业中面临的复杂环境适应性差、自主定位精度低及多传感器协同控制效率不足等问题，设计小型多旋翼无人机航空遥感平台机载作业自主定位控制系统。在机载作业控制模块中，集成主控硬件、惯性测量单元硬件、多种传感器硬件、通信硬件以及电源硬件。在此基础之上，设计“激光-视觉-惯性”紧耦合定位模块，利用其实现小型多旋翼无人机航空遥感平台机载作业自主定位。在双闭环比例积分微分（Proportional-Integral-Derivative，PID）控制器模块中，设计双闭环PID控制器，分别利用三个子控制器实现小型多旋翼无人机航空遥感平台机载作业中姿态、位置以及高度的双闭环PID控制。在导航避障模块中，设计融合A*算法与动态窗口法的无人机避障路径规划算法，实现动态避障路径规划。系统测试结果表明，设计系统的动态环境干扰抑制指数（Dynamic Environment Suppression Index，DESI）整体高于0.84，说明设计系统对动态环境的干扰抑制能力强，能在极端条件下保持高稳定性。设计系统的定位结果与实验四旋翼无人机实际位置姿态最接近，说明设计系统的自主定位精度高。设计系统的任务-感知协同增益比（Task-Cognition Synergy Ratio，TCR）整体高于0.8，说明设计系统的多传感器协同控制能够显著提升任务效率，能耗与时间均较低。

摘要:编队控制在异构多无人机系统研究中具有重要意义,是实现多无人机任务协同、信息共享与路径优化的关键技术,广泛应用于军事侦察、灾害救援、环境监测及空域管控等复杂场景；为解决由四旋翼与垂起固定翼无人机组成的异构无人机编队的协同控制问题,针对传统控制方法依赖固定通信拓扑、面对通信中断导致的拓扑切换易失稳等不足,提出了基于一致性的分布式控制框架；针对固定拓扑设计一致性控制律,同时创新引入联合连通性条件,突破传统固定拓扑约束进行切换拓扑控制律设计；结合轴向独立解耦模型,通过李雅普诺夫理论证明了系统全局渐进稳定；数值仿真验证表明,其在固定与切换拓扑下均能实现渐进收敛一致,为异构多无人机协同控制提供有效解决方案。

摘要:针对测速雷达研发与测试中的回波模拟需求，开展了测速雷达回波模拟技术研究。通过对传统雷达回波模拟器在测速雷达应用中的局限性进行分析，结合车辆目标回波建模与零米目标模拟方法，设计了适用于测速雷达的回波模拟器系统架构。该架构经实验验证，可实现测速雷达回波的高精度模拟，满足其在研发、生产线测试及现场标定等全周期应用需求。

摘要:针对我国新一代运载火箭多型号发展导致加注液位地面设备存在型号专用、互不兼容、研制成本高昂等问题，开展统型设计研究，全面分析各型新一代运载火箭对加注液位测量的共性功能与个性化接口需求，进行顶层架构规划，对不同运载火箭加注液位传感器、变换器及地面处理设备进行梳理，对加注液位地面处理设备硬件、软件、接口进行通用化设计，实现单一硬件平台对多型火箭的兼容保障。仿真与测试表明，统型设备在测量精度、可靠性、元器件国产化率等关键指标上均满足所有目标型号的任务要求。经型号真实发射场加注验证满足使用要求，显著提高了地面设备的通用性与保障效率，对适应高密度发射任务具有重要意义。

摘要:海上升压站所处的深海环境复杂多变，极易受到海浪、雾气等自然因素的干扰，单一传感器容易受到外部因素的干扰，导致数据异常或丢失，难以全面捕捉实际巡检过程中的不确定性，进而出现巡航轨迹偏离预期、均方根误差显著偏大的问题。对此，研究基于多传感融合技术的海上升压站无人智能巡检方法。首先利用遗忘因子对观测数据进行去噪处理，并通过动态加权法根据各传感器的实时偏差赋予最优权值，提高融合精度。随后，通过误差矩阵和置信阈值评估传感器数据的信任度，剔除异常数据，降低均方根误差。最后，基于相关度函数和权因子计算，对多传感器数据进行加权组合，输出全局状态估计值，完成智能巡检。由实验结果可知，该方法巡检经过的A点、B点、C点坐标与预期巡检轨迹一致，均方根误差最终降为0.01，能够为海上能源设施的安全、稳定运行提供更加坚实的保障。

摘要:传统的语音识别模型难以很好地克服不同语种之间的差异性，并且特征提取不全面造成识别准确率不理想，为了解决这个问题，提出了一种基于改进ECAPA-TDNN的语种识别和分类方法；在ECAPA-TDNN的基础上，设计了以多头自注意力机制为核心的编码器模块，通过并行的注意力头对不同时间步的特征序列进行加权聚合，捕获不同时间步之间的全局依赖关系；设计了以多层残差块为核心的前端卷积模块，卷积层采取多层卷积和残差连接的方式，强化了多层次特征提取的能力，并针对语音信号特性，采取在时间和频率维度分开降采样的方式，生成更丰富的特征；在对输入音频进行预处理得到FBank特征后，进一步使用数据增强手段，再输入至优化后的语种识别模型；经过实验证明，改进后的模型在Common Voice和CSS10数据集上的识别准确率分别达到了92.91 %和90.39 %，相比ECAPA-TDNN提升了5.23 %和4.78 %，同时针对前端卷积模块和注意力编码器模块设计了消融实验，证明了各模块的有效性；上述结果表明，提出的方法在ECAPA-TDNN的基础上增强了对于语音的局部和全局特征的提取，提高了在语种识别任务上的性能。

摘要:针对多站多目标AOA无源定位中目标检测率低与虚假交点干扰问题，开展了基于密度峰值聚类的定位算法研究；通过引入自然最近邻（NNN）方法自适应确定数据点邻域范围，结合截断核密度与高斯核密度改进局部密度计算模型，有效提升了算法对非均匀密度数据的适应性；在此基础上，采用霍夫变换（HT）自动检测决策值分布中的直线特征，实现了聚类中心的全自动提取；仿真实验表明，在测向误差范围内，定位精度提升10%-30%，复杂环境目标检测率提高10%-20%，高误差场景下定位误差仅为基准线法的65%，关联正确率达92%；实验结果验证了该算法在非理想环境中的鲁棒性优势，通过优化邻域选择机制和密度计算模型，有效减少了人工参数干预，为多目标无源定位提供了一种高效可靠的解决方案。

摘要:在当前商业测控系统中,部分系统部署在国外,因此需要设计符合要求的安全通信方案,以确保国外站点和国内中心系统之间的通信及数据安全。本文通过分析某商业测控中心系统与测控站点之间的网络拓扑结构和数据通信特点,并调研国内安全通信设备现状,设计了一种适用于测控网通信的安全网关方案。通过在外站和中心成对添加安全网关,实现业务数据加密、签名认证和完整性验证等技术,确保通信的安全性。采用国密标准的对称/非对称加解密算法对业务数据进行加密,防止数据在网络中的暴露。密钥协商过程基于非对称密码学算法,通过密钥协商建立安全关联,实现对称密钥的生成和共享,确保第三方无法解密或伪造数据包,从而有效保护通信安全。

摘要:随着航空弧齿锥齿轮的转速越来越高,由流体动力学行为引起的载荷无关风阻功率损失对传动效率影响越来越大,为了从理论上分析和预测风阻,从而更好的实现降阻目的；基于流体动力学基本原理,在流动边界条件和几何结构上做出相应假设,建立简化的弧齿锥齿轮风阻功率损失预测模型,过程中先建立圆盘的风阻损失预测模型,分别考虑层流流动和湍流流动以及圆盘圆周面流体流动产生的功率损失,再以此为基础建立旋转锥体的风阻损失预测模型,在一定的假设条件下讨论轮齿周围流体在齿轮旋转过程中的流动特性,最后建立弧齿锥齿轮风阻功率损失预测模型,经实例验证表明：该预测模型效果较好。

摘要:人体行为特征识别作为计算机视觉领域的一个重要研究方向，在实际生活中有着广泛的应用，其研究方法可以分为基于传统方法和基于深度学习的方法；双流网络作为基于深度学习方法中较为经典的网络，其将视频序列分为时间和空间两种特征的思想为研究者们提供了丰富的思路；从基于3D-CNN的双流网络、融合LSTM的双流网络、基于图卷积的双流网络和引入注意力机制的双流网络四个方面分别探讨双流网络的研究现状，分析各类方法的局限性，梳理双流网络发展的关键节点并总结每种方法的优缺点及应用场景；列举常用数据集；概述人体行为特征识别的应用；指出目前面临的挑战并对未来进行展望。

摘要:为确保智能驾驶汽车在不同驾驶环境下均可安全行驶,提升汽车对周边环境的动态认知能力,本文设计结合改进R-CNN与SSD的智能驾驶汽车环境感知系统。系统硬件层以多源传感器为核心,感知智能驾驶汽车周围环境信息,并计算智能驾驶汽车与周边环境各个障碍物的安全距离。以该距离为依据,在软件层的支撑下,算法层结合以R-CNN模块为核心框架的两阶段目标检测算法与SSD进行智能驾驶汽车环境感知。在此过程中,利用多尺度候选框生成策略,以达到适应不同场景并提升检测能力的目的；同时引入多尺度自注意力与动态权重分配机制,捕捉到更丰富的特征关系；并在前馈传播网络(FFN)中采用非线性激活函数,缓解梯度消失问题；且采用自适应池化策略,更好地保留目标的主要特征；利用多步解码策略,逐步细化危险目标特征。最终以危险目标特征为输入,利用SSD生成汽车行驶途中小于汽车安全距离的预警框,以此完成智能驾驶汽车周边危险环境感知。实验表明:该系统可以计算与周边障碍物的安全行驶距离,并可完成不同天气条件下的驾驶环境感知,且使用该系统感知汽车周边环境后,汽车危险指数函数均小于0.12。

摘要:为提高某风洞流场观测精度和工作效率,研制出一套纹影仪自动定位装置。该装置将纹影成像系统发射端和接收端分别安装在两个独立六自由度平台上,平台及基座置于轨道平车上,通过变换六自由度的位置姿态来满足风洞多点精确高效观测需求。系统调试分为静态和动态流程,静态调试中记录系统数据,重复定位时调用该数据作为目标值,分别采用视觉相机、倾角传感器和位置敏感器(Position Sensitive Detector, PSD)检测实时位姿,控制轨道平车和六自由度平台完成纹影仪发射端和接收端的位置姿态精准调整,从而实现一键快速光路定位。通过实际测量和AMESim建模仿真对定位精度进行了分析,结果表明,该装置在X和Z方向位移重复定位精度均小于0.5mm,角度定位精度小于0.05°,一键复位时间小于2分钟,极大地提高了工作效率。目前该装置已在风洞中应用于多项重大型号试验,效果良好。

摘要:针对陆军野战巡逻、城市作战等场景的无人化作战需求，进行了智能无人巡逻阻击车的设计与实现研究。分析了智能无人巡逻阻击车的系统功能，明确其具备自动巡逻、人员智能识别等多功能，设计了系统总体方案。设计了系统硬件框架，实现了其核心感知操作模块、感知操作模块、运动模块、自动瞄准模块等具体模块，完成了系统硬件平台，设计实现了其控制软件，在此基础上进行了系统集成，实现了智能无人巡逻阻击车，并开展了系统功能验证、性能测试及数据分析实验。结果表明该系统能完成预期功能且稳定性好。研究成果可应用于营区无人巡逻、人机协同作战等场景，为陆军未来战场无人化装备设计提供参考和经验。

摘要:针对某些晶圆图故障图案类型样本量较少导致的数据集不平衡问题进行研究，提出了一种基于CycleGAN改进的晶圆缺陷图数据增强方法；在生成器中引入ULSAM注意力机制，以增强跨通道特征提取能力；对判别器优化结构，以减少关键信息丢失，并在模型中采用 PReLU 激活函数以提升梯度稳定性与收敛速度；实验结果表明，所提方法在Donut类别SSIM提升0.203 4，FID降低84.95；基于增强前后的数据集分别训练晶圆缺陷分类模型， Donut 类和 Random 类的分类准确率分别提高 1.1% 和 7.2%；该方法在提升少数类缺陷图生成质量的同时，为提升晶圆缺陷分类检测模型的精度提供了数据支撑。

摘要:针对复杂电磁环境下电磁感知难以形成量化评估与用频管控难以刻画参数贡献的问题，开展电磁空间数字化建模与面向两类任务场景的优化分析；通过电磁感知与用频管控分立建模进一步精准刻画以最大化感知距离或接收端信管噪比为目标的非线性最优化问题，明确决策影响性变量与针对性约束；基于方向梯度与对数灵敏度权重分析识别主导可调参数，实现高维目标函数高效降维化简；采用Monte Carlo对数均匀采样，对化简前后目标函数进行相对误差与Spearman排序一致性检验，仿真验证电磁感知场景MAPE≈0且相关系数为1，用频管控场景在I/N≥10时覆盖率约46.3%，MAPE约1.68%，95%分位误差约7.46%，Spearman相关系数约0.99998 且误差随I/N增大；仿真结果表明所建立的降维模型在目标场景下保持最优排序一致性且显著降低计算复杂度,可为电磁频谱参数调整与协同管控决策提供支撑。

摘要:提出基于Transformer大模型的船体曲面分段车间排产与调度优化方法。设计资源冲突消解策略处理车间资源冲突问题，合理设置工件移动路径并进行工序分割，然后将船体曲面分段建造资源冲突消解策略、工序分割结果以及当前分段建造任务数量、工作班组数量等作为输入，利用Transformer大模型，以总完工时间最小为目标构建排产与调度目标函数，并将资源均衡性作为重要考量指标，输出排产与调度优化结果。实验表明:该方法能科学管控任务和多班组协作，有效提升资源利用率与执行效率；资源均衡性表现优异，10种设备资源均衡度均在0.7以上；造任务的实际耗时均低于预计时间，能够显著缩短任务完成时间，为船舶制造行业提供了创新有效的生产优化途径。

摘要:计算机显示设备无意发射的电磁波中包含着有价值的信息，但其在传播过程中极易受噪声干扰，进而严重影响泄漏信息的恢复效果。为此，提出一种改进鹈鹕优化变分模态分解结合小波阈值去噪的视频电磁泄漏信号预处理方法，以此来抑制噪声干扰的影响。该方法通过改进POA算法优化VMD的模态数和惩罚因子，对分解出的模态分量进行余弦相似度分析以筛选有效成分，并采用改进的小波阈值算法对所选模态做进一步降噪处理。仿真结果表明，该方法在信噪比、均方根误差和相关系数等指标上均优于POA-VMD重构及POA-VMD-小波阈值方法。在实际泄漏信号实验中，多组数据处理结果显示所提方法平均噪声抑制比达到18.4924dB，较对比方法分别提升了2.9567dB、1.2685dB,并进行图像重建实验验证了所提方法可以提升电磁泄漏信息的还原效果。

摘要:数字化控制系统（DCS）是保障核电站安全稳定运行的“神经中枢”，直接关系到核安全，其可靠性和安全性要求极为严格。围绕AI技术在DCS验证与确认（V&V）中的创新应用，在三个关键领域取得重要突破。基于大语言模型的自然语言分析技术实现了需求文档的智能解析与比对，结合核电知识图谱提升了文档验证效率与准确性；在结构化语言分析方面，提出了基于IO自动化分配验证方法和CRNN驱动的仪控功能图智能比对算法，显著提高了IO分配验证和设计变更审查的效率；针对核工业遗留系统代码分析难题，基于大模型的代码语义理解与强大重构能力，实现了老旧代码的智能化分析。研究结果表明，AI技术的引入使核安全级DCS验证与确认过程的效率提升显著，同时降低了人工操作风险，为核领域V&V工作提供了智能化的全新解决方案。

摘要:针对传统视觉SLAM方法在动态环境中易受运动目标和光照变化干扰导致定位精度和系统鲁棒性下降的问题，提出一种基于实例分割与多约束优化的动态视觉SLAM方法，通过改进的轻量化YOLOv11模型实现高效实例分割，减少动态特征对特征提取与数据关联的影响；并在特征匹配中引入局部亮度归一化和光照不变性约束，提升特征匹配精度；同时结合信息论与协方差约束设计一种关键帧选择与边缘化策略，通过量化候选关键帧对系统可观性的贡献，结合不确定性度量实现关键帧优化，在多个动态数据集和实际动态场景上的实验结果表明，该方法在高动态场景下较ORB-SLAM3的绝对轨迹误差的均方根误差和平均误差分别降低了96.19%和95.23%，显著提升了室内动态场景下的定位精度与鲁棒性。

摘要:针对高动态环境下传统波束形成器零陷失效及现有鲁棒算法在副瓣控制与主瓣性能间的折衷问题,提出了一种基于复系数正交权向量分解的宽零陷鲁棒自适应波束形成算法。该方法依据干噪比动态构建响应掩膜,利用正交投影技术对权向量进行迭代分解与重构,在满足宽零陷约束的同时最大化保留主瓣性能。对20×20平面阵列进行的仿真实验表明,该算法实现了全局低副瓣；在存在干扰漂移和指向误差条件下,相比协方差矩阵锥削等算法,保持了最优的输出信干噪比与光滑且对称的主瓣形状。该技术兼顾了鲁棒性、宽零陷与低副瓣特性,为复杂电磁环境抗干扰提供了有效方案。

摘要:针对5G与天地一体化网络等新兴环境中快速演进的网络协议带来的传统解析方法在实时性与可解释性方面难以满足现代网络运维与安全分析需求的问题,对一种面向智能协议理解的检索增强生成系统进行了研究。该系统采用了协议感知的知识预处理、多模态混合索引构建与协议感知生成器微调等关键技术,经在涵盖12种主流协议、近2000个问题的测试集上进行的实验评估,该系统实现了77.97%的软召回率,显著优于Modular RAG与GraphRAG等主流方法；此外,十六进制推理类问题的端到端准确率由58.24%提升至79.63%,同时其他类型问题性能保持稳定。经实际应用验证,该技术满足了智能协议分析与自解释网络等工程场景对高精度、可追溯且无需外部解析器的协议理解需求,为相关领域提供了有效的技术路径。

摘要:本研究实现了基于Unity引擎的船舶航行虚拟仿真，并构建了虚拟手模型，通过数据手套和方位跟踪器驱动虚拟手模型，获得人手空间坐标数据，并将其转换为虚拟手模型的虚拟坐标数据。通过不同的虚拟手手势控制船舶的虚拟航行过程，包括进退、转向和UI射线交互。进行了六种静态手势的交互实验，并通过误差标定和卡尔曼滤波算法增强数据稳定性。实验结果表明，六种手势的平均识别成功率为97%。影响手势识别准确性的因素包括手势复杂度、传感器误差、VR设备基站位置、遮挡效应及外部干扰等。实验验证了基于Noitom数据手套的船舶航行仿真交互的可行性和有效性，提供了提升人机交互效率和便捷性的技术支持。

摘要:针对配电网绝缘化作业评估过程繁琐导致的评估效率不高和复杂度高的问题，对智能综合评估模型的构建进行了研究。采用了层次分析法模型与反向传播神经网络结合的技术和方法，进行了评估指标的量化分析，构建科学的评估体系。为进一步提高评估的准确性和减少主观判断的影响，引入反向传播神经网络来映射层次分析法评估过程中的权重分析和评估，从历史数据中学习并提取潜在的、难以量化的影响因素与权重之间的关系。进行了权重决策阈值的设定分析，实现了配电网绝缘化作业的决策优化。经仿真实验测试，验证了模型的有效性和更低的计算复杂度，满足了高效评估需求。经过复杂度分析，提出方案相较于AHP方法有效的将计算复杂度从 降低至 。