摘要:为提高嵌入式安全模块在综合应力试验中的测试效率，降低宿主机购置及人力成本，创新提出了一种嵌入式安全模块通用无人值守测试方法，构建了无人值守测试系统模型，实现对嵌入式安全模块的批量接口适配、信号无损中继以及试验环境的多维应力监控；系统具备试验流程自动综合生成功能，可将输入的试验参数自动转换为长周期多循环的标准测试任务序列，实现试验过程监测、产品批量测试、测试关键信息远程推送的全流程无人干预运行；经实验验证，系统可支持20件产品同时开展试验，测试能力提高4倍，宿主机购置成本减少100%，人力成本降低95%，满足了嵌入式安全模块高效率低成本开展综合应力试验的需求。

摘要:机械零件表面缺陷形态多样,,不同缺陷类型之间的特征差异较小,在检测中无法有效建立特征与缺陷类型之间的映射关系,导致检测很容易出现漏检和误检的问题。因此,研究一种基于多尺度数学形态学的机械零件表面缺陷智能检测方法。通过CCD机器视觉成像系统获取机械零件表面数字图像并开展几何校正、图像灰度变换、对比度拉伸处理。针对机械零件表面数字图像,考虑不同缺陷类型之间的特征差异较小,利用高斯金字塔进行多尺度分解,通过选取的多尺度结构元素对多尺度图像进行形态学的开运算和闭运算,得到多尺度数学形态学处理后的重构图像,以从不同尺度分析图像,提取多层次的特征信息。针对重构图像,进行Tamura纹理和几何参数计算,得到多维度特征参数,以准确地捕捉零件表面的特征。利用模拟退火算法优化径向基函数神经网络,提高非线性映射能力和分类能力,以此输入多维度特征参数,建立特征参数与缺陷类型之间的映射关系,得出缺陷类型的预测概率,选出最大概率值对应的类别作为最终的缺陷检测结果。结果表明:所研究方法的ROC曲线在图中更靠近左上角且AUC为0.868,更接近1,F1分数一直保持在0.8以上,说明所研究检测方法的误检和漏检情况较少,具有较高的准确性和可靠性。

摘要:为满足对室内高精度定位与人员生理信息进行实时监测需求，提出一种基于超宽带（UWB）、蓝牙低功耗（BLE）和射频分布技术的融合定位系统。采用UWB实现高精度定位，结合BLE进行信号补偿，通过射频分布技术扩大覆盖范围，解决复杂环境中的信号遮挡与精度下降问题。经测试，系统在无遮挡环境下定位精度优于10厘米，遮挡环境下通过多技术融合保持30厘米精度；生理监测模块实现心率、血氧浓度及汗液参数采集，误差小于10%。参考工业生产、密闭空间等典型应用，设计场景进行适用性及性能对比实验，证明系统设计合理性和应用价值。

摘要:机载雷达实际应用环境呈现出非均匀特性，导致杂波抑制效果差，高空微弱动目标误检率高。为此，开展非均匀环境下机载雷达高空微弱动目标检测方法研究。先采用多普勒补偿法对传统空时自适应处理算法（STAP）进行改进与优化，基于改进STAP算法抑制雷达回波信号中的非均匀环境杂波。然后基于带通滤波器对雷达回波信号进行滤波处理，增强目标信号，提取雷达回波信号的微多普勒特征。最后以高空微弱动目标雷达回波信号特征向量为依据，基于支持向量机（SVM）构建高空微弱动目标检测模型，并对其检测门限进行自适应设置，从而获得精准的高空微弱动目标检测结果。实验结果显示:本文方法应用后，非均匀环境杂波最大幅值仅为0.04dB，有效降低了杂波对目标检测的干扰；时频谱结果与实际时频谱结果一致，验证本文方法对信号特征提取的准确性；高空微弱动目标误检率最小值达到0.1%，降低了误检情况的发生概率，为非均匀环境下机载雷达高空微弱动目标的精准检测提供有效的解决方案。

摘要:现有监测方法易受水下环境干扰、影响监测精度的问题,本研究创新性地提出了一种基于视觉-惯性组合导航的无人机抗侧风纵向悬停水下基坑监测方法。将经纬M300RTK高性能无人机作为空中平台,集成SHARE SLAM S10三维激光扫描仪与JZ_PT2缓降索投系统,并深度融合视觉-惯性组合导航技术与水下SLAM算法。通过采用水下复杂点云的区域生长体素滤波去噪算法,可有效提升点云质量。构建基于SLAM的实时位姿图优化函数,能够实现水下高精度定位与三维重建,进而建立全流程智能化监测预警体系。实验结果表明,该方法监测的坑口直径为1605mm、坑深为5505mm,监测结果与实验指标偏差仅5mm,垂直度误差最大值为0.005%,显著优于对比方法,并满足≤0.01%的指标要求,成功实现了“人员不上山、不下坑”的高精度、低风险水下基坑动态监测与预警,为深基坑工程安全管控提供了突破性的无人化、智能化解决方案。

摘要:针对传统电表作业缺陷检测方法检测效率低、检测准确率不足以及深度学习算法对计算资源要求高的问题,提出一种基于改进YOLOv11n的轻量化检测模型。该模型通过使用MobileNetV4替换原主干网络来降低计算冗余,大幅降低模型参数量和计算量；设计LBCFF特征融合网络,在轻量化模型的同时增强模型多尺度特征交互,提升检测精度；并通过引入CGA注意力机制优化C3k2模块,提升模型在复杂背景下的目标区分能力。实验结果表明,改进后模型的mAP达98.1%,较基准模型参数量减少了60.85%、计算量降低47.62%、模型体积压缩51.20%,同时mAP提升1%,并且满足实时检测的要求,证明该模型在保持高精度检测的前提下显著降低资源需求。

摘要:为提升气象观测中云状检测的准确性，提出一种基于改进深度学习的全天空云状智能检测技术。在传统深度学习中引入多尺度特征金字塔融合模块，自适应捕捉云层从细微纹理到宏观结构的多尺度特征；同时添加注意力模块，动态加权关键特征区域，有效抑制不重要特征的干扰。输入全天空云状图像到基于改进深度学习的智能检测模型当中，计算每种云状类别的分布概率，取最大值对应的结果作为检测结果。基于华北地区的全天空观测数据，构建了包含10类典型云状的数据集，进行实验测试。实验结果表明:所提出的检测技术在消融实验中的交叉熵损失从0.0088逐渐下降到0.0004；对比实验中，Matthews相关系数稳定在0.91~0.98之间，性能显著更优，检测准确性更高。

摘要:为解决电力时间同步系统面临的复杂动态干扰与隐蔽欺骗威胁,弥补传统防欺骗抗干扰技术适配性不足、缺乏综合检测的短板,对适用于电力场景的抗干扰与防欺骗检测技术进行了研究。采用基于盲信号分离与时空特征聚合网络的抗干扰识别算法(BSS-TSFANet),与多特征融合CNN-LSTM欺骗检测算法。BSS-TSFANet通过时频域虚拟多通道扩展与改进FastICA实现复合干扰的盲分离,再经轻量化抗噪型TSFANet提取时空特征,实现高精度干扰识别；CNN-LSTM算法经STFT时频转换、PCA降维后,通过轻量化CNN与LSTM联合提取特征实现高精度欺骗检测。经试验测试,BSS-TSFANet在干噪比-20dB环境下对单一干扰平均识别准确率达96.78%,对典型电力复合干扰的成分识别召回率达93.78%；CNN-LSTM算法对转发式与生成式欺骗的检测准确率分别达98.75%和99.95%。两类算法均满足电力终端轻量化、实时性要求,为智能电网电力时间同步系统提供了一体化抗干扰与防欺骗检测方案。

摘要:随着航天技术迅猛发展，卫星系统设计正朝着智能化、复杂化的方向加速演进。卫星机构驱动控制软件作为卫星在轨任务执行的核心部件，主要负责包括太阳帆板、天线在内的机构驱动控制，控制精度直接影响卫星能源供给、通信链路，也影响科学探测任务的执行。因卫星发生在轨故障时极难进行现场修复，故此类软件必须具有极高的可靠性、安全性及稳定性。针对软件的功能架构进行系统分析，基于其复杂运动控制、多重安全保护的特点，提出了一种通用综合测试方法：既覆盖软件常规测试维度，又特殊性地针对航天环境设计故障注入、边界条件、安全性测试用例。测试结果充分验证了该方法可切实提高测试的充分性与有效性，为卫星长期在轨运行提供有力技术支撑。

摘要:起落架收放耐久性试验是验证飞机起落架系统满足CCAR25-R4设计符合性的重要试验,试验通过循环收放加载的方式,考核起落架系统收放机构的使用寿命。使用LabVIEW虚拟仪器图形化开发环境作为软件平台,结合PC机和NI数据采集卡等硬件,设计了一款起落架收放耐久测控装置。该装置能够实时解算接近传感器信号,监控起落架收放故障状态,实现起落架系统的自动循环收放,并对耐久测试过程进行数据记录。以某起落架系统为研究对象,该装置设计了接近传感器分时解算策略和自动收放安全监控策略,有效保证了测试过程的可靠性和安全性。经试验验证,该装置具有安全、经济、复用性的优点。

摘要:针对传统接触式呼吸频率检测存在舒适性差、应用场景受限等问题，对基于普通RGB视频的非接触式呼吸频率检测算法进行了研究；采用图像梯度光流构建人体呼吸区域运动光流场，通过累加张量与方向投影提取呼吸信号，并结合Savitzky-Golay滤波和短时傅里叶变换实现呼吸频率估计；为验证算法性能，开展了人体多姿态实验以及衣物厚度、衣物纹理和视频时长等多场景稳定性实验，并与两种典型非接触式呼吸频率检测算法进行了对比分析；实验结果表明，所提出算法在正卧、侧卧、正坐和侧坐等姿态下均实现了较高检测精度，平均绝对误差小于1 bpm，检测准确率超过95%，在复杂场景及长时间连续监测条件下仍保持良好的稳定性和鲁棒性；研究结果表明，该算法能够实现准确、稳定的非接触式呼吸频率检测，能够满足日常环境下的呼吸频率检测需求。

摘要:针对飞机变化检测中检测-关联解耦导致的误差累积与密集特征融合引发的实例混叠问题，提出基于候选关联重组的端到端方法。该方法以双时相候选实例为基本单元，构建候选生成、候选关联、候选重组与预测三模块框架：候选生成模块利用共享参数旋转检测器提取候选；候选关联模块融合多维特征，通过背景增广的全局分配显式建模不变、消失与出现关系；候选重组与预测模块在关联引导下重组特征，联合输出类别、变化状态与旋转边界框。在ACD-v1.5数据集上，该方法取得70.6%的mAP，较最优对比方法提升3.0个百分点。研究结果可有效支撑机场停机坪飞机清点、航空目标动态追踪与重点空域态势感知等实际业务需求。

摘要:针对现有可移动机器人路径跟踪控制算法存在的效率低、精度差、易出现路径偏差等问题,设计了一种基于transformer注意力机制网络的跟踪算法。先在可移动机器人前端位置部署双目视觉系统实时采集图像,在自注意力机制基础上构建transformer训练模型,并在模型的编码器和解码器中引入了LSTM结构以提升模型的二维图像数据训练能力。transformer网络中的计算资源权重分配将决定模型的复杂度程度,为此引入了CS群智能优化算法与transformer相结合,在全局范围内寻找最佳的权重分配参数,通过自适应步长的调整不断修正学习率,以实现更精确的可移动机器人路径跟踪。10组测试实验的结果显示:提出算法完成路径跟踪任务的平均耗时仅为9.2s,采样点的路径偏差方差为0.015,优于现有的机器人路径跟踪算法。

摘要:为解决传统热水器无法同时检测水温、水质与水位，且低温环境下管道易冻裂漏水的问题，提升用水安全性，对热水器控制系统进行了研究。系统采用STM32F103C8T6作为主控芯片，通过DS18B20温度传感器、PH4502C和水位检测模块实时监测水温、水质和水位，利用继电器接直流电机模拟加热、加水、酸碱泵和放水等设备；通过DS18B20环境温度传感器检测室温，室温低于设定值时触发声光报警；系统支持自动和手动两种模式，用户可通过按键设置水温、pH值的阈值和室温最小值，在水温高于最小值且水位高于最低值时可进行手动放水，并利用WIFI模块实现远距离控制，通过OLED显示屏实时查看状态。经实验测试，该系统实现了水温、水质、水位和室温的实时监测与相应控制功能，能够安全运行，具有良好的实用性。?

摘要:在高速轨道运行环境中,受轨道谱激励、负载突变等多源扰动耦合作用,轨道式移动机器人易呈现显著的偏摆力矩非线性波动,导致控制存在偏差。为此,设计了基于FPGA的轨道式移动机器人偏摆力矩跟随控制系统。系统以XilinxKintex-7FPGA为核心,构建了集多维度运动参数感知、硬件并行运算与高精度数模转换于一体的控制架构。通过将三次样条插值与参数搜索过程硬件化,系统能够快速遍历参数空间并嵌入机械约束,从而兼顾轨迹平滑性与实时性要求。通过构建总作用力矩与偏摆力矩的耦合修正模型,结合实时解算与PID控制,系统可动态输出补偿指令,从而有效解决了偏摆力矩的非线性波动问题,实现微秒级力矩补偿与实时跟随控制。实验结果表明,在偏心负载突变场景下,该系统能将偏摆力矩波动幅度抑制在0.19–0.32N·m范围内,侧导轮调节臂角度跟踪曲线与理论指标一致,即使在0.6N·m峰值力矩下仍能稳定跟随,且偏摆力矩峰值为50N·m时,偏摆力矩抗干扰恢复时间仅为13s,验证了FPGA控制在强干扰场景下的鲁棒性。

摘要:由于柔性关节机械臂的柔性元件变形状态难以精确测定,导致机械臂接触力初始值获取不准确；同时机械臂末端接触状态的多变性,使得接触力期望值难以动态适配,无法根据机械臂不同变形状态自适应调整执行参数,最终导致接触力阻抗控制量计算偏差,影响接触力的精准控制。基于此,设计分拣机器人柔性关节机械臂接触力阻抗控制系统。通过改装接触力/力矩传感器和振动传感器,准确测定机械臂接触力初始值并确定柔性元件变形状态；优化处理器性能并调整阻抗控制器内部组成结构,提升参数调整响应速度；加设系统驱动模块完成阻抗硬件系统优化设计,增强系统动态调节能力。通过构建柔性关节机械臂接触力阻抗模型,依据传感器测定的机械臂接触力初始值和柔性元件变形状态,动态确定接触力期望值；根据机械臂末端接触状态检测结果实时调整阻抗模型执行参数,通过控制初始值与期望值的精准比对得出接触力阻抗控制量的计算结果；最终在设定约束条件作用下,通过接触力阻抗控制指令的生成与执行,实现了分拣机器人柔性关节机械臂的高精度接触力阻抗控制。通过系统测试实验得出结论:在优化设计系统控制下,机械臂的接触力跟踪偏差明显降低,同时位置-力阻抗柔顺系数有效提升,将优化控制系统应用到分拣工作中,分拣对象的变形程度更低,由此证明优化设计系统具有更优的控制与应用性能。

摘要:针对偏二甲肼废气处理控制系统依靠国外PLC设备导致自主性差、运维成本高等问题，对基于国产PLC的偏二甲肼废气处理控制系统进行了研究；构建了涵盖国产传感装置、执行组件及基于麒麟操作系统自主研发软件的完整控制架构，并在航天发射场进行应用验证；采用模块化和分层设计，开发了具备数据采集、工序控制、故障联锁等功能的PLC控制程序和集监测、控制、管理于一体的上位机监控软件；经实验验证，系统通过全部功能测试，可实时精准处理流量、压力、温度等多类信号，可靠执行各类控制指令与故障联锁；经航天发射场实际应用验证，系统运行稳定、可靠且高效，满足工艺要求，成功实现了偏二甲肼废气处理系统软硬件的全国产化替代，为有毒及有害气体的安全处置提供了一种可供参考的解决办法。

摘要:为了利用较少的试验次数摸清装备作战效能，提出了一种融合正交设计、方差分析和多元回归的分析预测方法。利用了正交设计方法筛选与作战效能相关的战场条件因子组合，采用了方差分析方法推导影响因子的显著性计算公式，使用了多元回归方法提出包含置信区间的作战效能预测模型。以某型无人机侦察任务完成率为例，说明了计算分析过程，结果表明，将原来遍历需要32次的试验压缩至仅需8次试验，即可以准确识别主要战场条件因子，任务完成率的预测误差均值仅为0.0259，区间预测准确率91.67%，满足了小样本情况下分析评估装备作战效能的需求。

摘要:针对空间激光通信领域中四象限探测器边缘响应存在非线性的问题,研究了一种Tanh-ADRC复合控制方法来补偿非线性误差,建立了基于二维高斯光斑与Tanh饱和函数的非线性误差模型,通过构建非线性扩张状态观测器并融合双曲正切函数特性,设计非线性前馈补偿项与状态误差反馈控制律,实现对非线性饱和误差的主动修正；通过MEMS快反镜-光模块-四象限探测器闭环实验平台,控制MEMS快反镜偏转角度在[－11.7mrad ~ 11.7mrad]范围内,Tanh-ADRC复合控制方法使得光斑最大定位误差降至±0.027mrad,平均误差较无补偿情况降低24.9%,有效改善了传统ADRC在大偏移量下的估计失真问题；该方法提升了四象限探测器在强非线性区域的定位精度与鲁棒性,为空间激光通信中高精度、高稳定性的精跟踪系统设计提供了新的思路与实现路径。

摘要:在遥感影像中,有些地物在光谱特征上的相似度较高,单纯依靠光谱信息难以实现准确区分。且高保真遥感影像包含大量的细节和丰富的信息,往往难以实现高效处理并挖掘信息之间的内在联系来捕捉地物的细微特征和上下文信息,导致在分类中,易受到噪声和各种干扰因素的影响,无法突出重要特征,使得不同类别区分效果不佳,造成分类精度较差。因此,提出基于长短时记忆网络的高保真遥感影像空谱联合分类方法。利用长短时记忆网络模型,分析高保真遥感影像特征,在此基础上,针对性处理目标影像数据,实现基于长短时记忆网络的高保真遥感影像压缩、感知与重构,以在有效减少数据量的同时,挖掘信息之间的内在联系来捕捉地物的细微特征和上下文信息。为抑制噪声和干扰信息,构建超像素小块,并根据小块内像素数据的降维运算标准,完善增强处理原则,突出重要特征,进而同时利用地物的空间与光谱信息定义空谱分类面,以有效区分不同类别,实现遥感影像的空谱联合分类,完成基于长短时记忆网络的高保真遥感影像空谱联合分类方法的设计。实验结果表明,光谱信息方面上述方法对目标地物遥感影像的分类精度更高；空间信息方面上述方法对遥感影像区域的划分更符合实际应用需求。

摘要:针对工业智能检修中复杂工况下图像噪声污染、缺陷特征弱区分度等问题，本研究提出基于多目标差分进化算法（Multi-Objective Differential Evolution Algorithm，MODE）的智能检修图像模型。通过灰度共生矩阵（Gray-Level Co-Occurrence Matrix，GLCM）与局部二值模式（Local Binary Pattern，LBP）的多特征融合提取宏观至微观缺陷表征，利用多目标差分进化算法（Multi-Objective Differential Evolution Algorithm，MODE）协同优化卷积神经网络（Convolutional Neural Network，CNN）参数以平衡模型精度与复杂度，并结合多尺度特征网络和物理模型驱动的噪声抑制策略提升工业场景适应性。实验表明，该模型在裂纹分类准确率达 91.7%，抗高斯噪声、运动模糊等干扰能力较传统方法提升 16.6%-22.9%，端到端检测延迟 153.3 毫秒，为工业设备实时智能检修提供了高效解决方案。

摘要:针对现有的毫米波雷达人体行为识别方法依赖关键点提取或固定帧融合策略导致性能受限、鲁棒性不足及计算复杂度高的问题，提出了一种基于PointNextMamba联合网络的人体行为识别方法。该方法对毫米波雷达原始信号进行处理，生成并动态融合多帧点云，利用PointNextMamba网络提取时空特征并完成分类。与两阶段方法相比，避免了中间表示依赖；与其他一阶段方法相比，提升了动态场景鲁棒性与细节特征捕捉能力，同时降低了计算复杂度，与UWB-PointTransformer的o(n2)相比，本方法时间复杂度为o(n)，在GPU上的平均推理速度提升了5倍。在Vayyar数据集上的消融实验及实际场景测试表明，该方法在识别准确率与效率方面均优于现有方法，能够有效满足实际应用中对实时性与鲁棒性的需求。

摘要:航空通信导航雷达系统叠加导频通过共享时频资源，可避免独立导频信道对频谱的额外占用，使得导频串扰信号频率呈现随机游走特性，从而容易忽略叠加导频信道串扰信号的频域特性，导致频段串扰均值较高。为此，设计航空通信导航雷达叠加导频信道串扰抑制系统。该硬件设计采用FPGA+DSP异构架构，AD模块设计结合精确的终端匹配方案，在保障AD转换精度的同时，使系统在复杂电磁环境下仍能维高速数据传输性能。在软件部分，基于EMD分解算法与KL散度在采集的航空通信导航雷达与导频信道叠加信号中分离出串扰信号，作为串扰抑制的基础信号。将基于串扰观测的控制器作为串扰抑制控制器，获取叠加导频信道分离出来串扰信号的频域特性，利用具有频域选择性的前馈控制器，根据串扰信号的动态频域分布特性实现精准抑制。实验测试结果表明，设计系统的航空通信导航雷达叠加导频信道串扰抑制实际表现效果较好，叠加信号在串扰抑制后变得平滑。设计系统在各频段的残余近端串扰均值均低于10dB，说明系统未能完全抑制的串扰量较低。设计系统的航空通信导航雷达叠加导频信道信号噪声比整体高于1200，说明设计系统的串扰抑制性能较强且比较稳定。

摘要:针对Zynq7020平台在多外设场景下中断资源受限与响应僵化的问题，提出分级中断调度机制，通过硬件物理隔离与软件动态仲裁协同优化中断管理；硬件层面采用GIC和AXI-INTC与CONCAT核级联架构，将28路外设按实时性需求分为关键路径4路RS485直连GIC与普通路径22路RS422及CAN经AXI-INTC聚合，利用路径时间延迟差异实现静态优先级分配；软件层面基于UCOSIII操作系统动态配置中断优先级并支持中断服务程序热替换；实验结果显示，关键外设平均中断响应时间为12.32微秒，普通外设为15.94微秒，28路外设连续24小时周期性触发无丢包，CPU温度波动为6.438摄氏度；经实际应用，满足了工业控制等领域对多外设中断管理的应用。

摘要:针对道路桥梁等裂缝尺寸形态差异大导致分割精度不足的问题,提出基于改进YOLO v8的多尺度裂缝分割网络MSC-YOLO；通过在骨干网络引入多尺度条形卷积结合交叉轴注意力机制捕获跨尺度关键特征并增强裂痕位置感知能力；采用动态上采样动态调整采样点及权重提升不同尺寸裂缝分割的灵活性；并利用EIOU损失函数优化裂缝边界拟合；在Roboflow Crack-Seg数据集上的实验表明：相较基准模型YOLO v8,mAP50提升6.7个百分点,参数量保持低位；该方法在资源受限环境下实现了裂缝严重性的高精度评估,可部署于基础设施智能检测系统。

摘要:该研究针对标准樽海鞘群算法在无人机三维路径规划中求解精度不足的问题，提出了一种融合混沌高斯折射学习机制的改进算法。通过对初始种群生成方式、领导者更新策略以及最差个体优化机制进行改进，采用了Tent混沌映射增强种群多样性，引入高斯变异操作提升全局搜索能力，并利用折射原理的学习策略强化局部搜索性能。为验证算法效果，对6种典型复杂函数、CEC2014测试函数集以及无人机三维路径规划问题进行了仿真实验。实验结果表明，改进算法在函数优化中表现出更快的收敛速度和更高的求解精度；在路径规划应用中，该算法显著提升了路径精度与收敛效率，能够有效满足实际三维路径规划的需求。

摘要:在跨域数据抗干扰高安全光量子通信系统中,由于量子密钥分发过程易受信道噪声干扰导致密钥成码率下降,同时量子态在单模光纤长距离传输时会发生退相干现象,使得量子通信系统的安全性难以保障。基于此,提出融合量子密钥分发的跨域数据抗干扰高安全光量子通信系统设计方法。搭建光量子通信系统三层架构,即发送层、通信传输层以及接收层。在发送层通过量子随机数发生器生成安全密钥并完成分发,为后续通信奠定安全基础；在通信传输层,利用分发获得的密钥对数据进行加密后,通过优化设计的单模光纤传输链路配合量子中继器进行信号增强,同时借助动态路由控制器实时调整传输路径并应用干扰抑制算法,有效克服信道噪声和量子态退相干带来的影响；在接收层,高灵敏度单光子探测器准确捕获量子信号后,结合预共享密钥的量子态解调器完成密文解密,最终获得完整的跨域数据明文,实现高安全、抗干扰的光量子通信传输。针对设计系统开展性能测试,结果表明:通信系统的中位数低于安全阈值11%且箱体高度范围均较窄,反映分发误码率水平低且能够一直保持较为稳定的安全性。在最低信噪比下,误码率只有3~4%,在最高信噪比下,误码率下降到1%以下,达到了理想标准,说明系统的抗干扰能力强,通信质量高。

摘要:针对无人机在城郊工业园区、建筑群密集区等典型低空混合障碍场景下执行设备巡检、物资投送等任务时,面临的导航信号失锁、着陆精度失准等严峻工程难题,设计并实现了一套高可靠性的无人机通信终端自主着陆远程导航系统。本系统面向实际应用,硬件层面采用机载端-地面站协同架构,将支持4G/5G及专用无线数传的通信终端与GNSS模块分区隔离安装,并增设电磁屏蔽隔层,从物理隔离与电磁防护双维度规避干扰。定制化串口协议与STM32H743微处理器交互,临时存储通信中断时的关键定位数据,避免数据丢失导致的导航断连。地面数据接收中心配置工业级服务器、同频段无线数传接收模块及实时显示终端,确保数据传输稳定。在算法层面,融合PNP定位与扩展卡尔曼滤波的导航算法,结合视觉定位与多传感器数据融合,提升复杂环境下着陆精度与鲁棒性。实飞实验结果表明,该方法将滚转角、俯仰角、偏航角分别控制在[-1.5°-0.5°]、[-0.5°-0.5°]、[-2°-2°]范围内,均表现出最优的稳定性和精度,能有效抵抗低空障碍带来的干扰。并通过该方法能够精准控制无人机姿态,使得最终着陆点坐标与理想着陆点坐标一致,为(30m,4m,10m),能够满足无人机精准作业需求,为变电站设备巡检等低空任务提供可靠的导航技术支撑。

摘要:研究了生成式对抗网络在网络安全态势感知中的应用。采用生成对抗网络的生成器与判别器，分析Sigmoid函数、Tanh函数、ReLU函数、LeakyReLU函数的损失变化，对生成式对抗网络的网络感知损失进行平衡处理。通过离散随机变量的变换，得到输出网络安全数据的生成函数，在生成式对抗网络下，反映网络安全态势瞬间的离散状态，量化大规模离散网络安全态势感知值，从而实现网络安全态势的精确感知。实验验证结果显示，AP2、AP3、AP4在第3个攻击阶段中，态势感知值达到最高点；AP1在第5个攻击阶段中，态势感知值达到最高点，感知结果与实际结果相符，感知性能良好，对于提高网络安全性具有重要作用。

摘要:针对公安视频监控系统中长期存在的“算力孤岛”与“应用烟囱”问题，本研究提出并实现了基于分层解耦架构的智能算力调度平台。该平台的核心在于构建自主可控的国产化AI算力底座，基于Ascend系列AI处理器，提供模块、板卡、小站、服务器和集群等丰富形态，支持异构计算的端-边-云全场景部署，实现高效的视频图像实时分析和资源池化。并创新性地融合Deep Q-Network (DQN) 强化学习算法与二级协同调度机制，以实现异构算力资源的动态适配与高效利用。通过精细化的算法仓管理、任务智能编排以及资源池化技术，平台能够有效整合NVIDIA GPU、华为NPU等多元异构算力。实验结果表明，该平台可稳定支撑500-1000路视频流的实时解析，任务响应时间显著降低40%，算力利用率提升35%以上。本研究不仅填补了异构算力调度在公安实战应用中的理论空白，还通过引入DQN优化动态决策，为强化学习在边缘计算环境中的应用提供了新范式，具有重要的理论创新与实践价值，尤其在推动视频解析从“人工看”向“智能看”的转型中展现出显著潜力。

摘要:介绍一种基于1553B总线对FPGA远程固件升级的方法,并通过实际操作验证了该方法的可行性。FPGA软件升级时存在的升级速度慢、无法回读数据、有拆卸产品需求、固化不便等问题,采用基于1553B通信协议及时序控制技术、单FLASH双区存储技术、循环冗余校验算法、基于上下位机可靠握手协议技术,设计并实现了一种具有软件擦写、智能校验、数据回读功能的在线升级系统。该远程固件升级方法采用Kintex 7系列的FPGA作为主控芯片,采用单FLASH双区存储技术,并使用暖启动关键字确保远程固件升级不成功的情况下,FPGA能加载旧程序确保继续进行远程固件升级的操作,有效防止了双FLASH存储技术中软件远程固件升级失败的情况下的只能通过JTAG接口加载程序的缺陷；同时单FLASH存储技术也节省了产品研制的成本。

摘要:针对现有机器人目标识别算法存在的目标识别精确率低、虚警率过高等不足,在多模态条件下设计一种视觉自注意力机制网络模型。先基于动态窗口设计了机器人的运动模型,采集多模态数据并数据进行配准预处理,基于评价函数评估机器人运动姿态精度。然后引入了CNN网络模型作为注意力模块的骨干网络,提升注意力机制网络模型的训练能力和数据处理能力,通过位置编码提取关键特征信息,最后基于双门控机制进一步提升机器人目标识别算法的识别精度和特征提取能力。实验测试结果显示,在无遮挡和有遮挡两种情况下提出识别算法测试集的识别精确率、虚警率分别为99.1%,0.4%,98.0%,1.0%,均显著优于现有的识别算法。通过消融实验验证了模型的多次改进对模型性能提升的贡献率。

摘要:针对夜间低光照环境下行人检测面临的多尺度特征捕获困难和夜间背景噪声干扰等问题，提出了一种双流乘性融合网络DMFNet；该网络结合CMF模块和DCA模块，有效解决了夜间场景中行人尺度差异与夜间噪声的关键问题；CMF模块采用自顶向下的乘性特征融合机制，通过元素级乘法操作实现了跨尺度信息的高效整合，有效抑制了背景噪声干扰；DCA模块采用一维卷积和全连接层构建双路径注意力机制，通过可学习的混合因子自适应调整特征通道权重，实现了对行人区域特征的精准增强；实验结果表明，DMFNet在NightOwls数据集上的性能超越现有主流方法，Reasonable子集漏检率为6.85%，检测精度更高且鲁棒性更强，能够有效检测夜间复杂场景中的行人目标。

摘要:GNSS信号易受到干扰，进而导致GNSS/SINS组合导航系统中测量噪声方差突变，经典的基于Allan方差法的自适应卡尔曼滤波（ALAKF）是估计未知测量噪声方差的有效方法，然而存在检测精度低的问题，为此提出了一种基于Allan方差法的改进自适应卡尔曼滤波（AL_IAKF）。首先，针对测量噪声方差突变的开始时刻及结束时刻难以检测的问题，构建了基于正常测量噪声方差的残差卡方检测准则。然后，针对ALAKF无法准确跟踪测量噪声方差突变的“上升沿”及“下降沿”的问题，构造可变的遗忘因子模型以动态调整AL_IAKF中的遗忘因子。最后，进行了基于ALAKF和AL_IAKF的组合导航对比实验。实验结果表明，相较于ALAKF，AL_IAKF可明显提高对突变和缓变的测量噪声方差估计精度，进而提高了组合导航系统的滤波精度。

摘要:由于传统运载火箭试验数据交互平台在通用化、可靠性、扩展性等方面存在不足,开展基于微服务架构的试验数据交互平台设计研究；采用Docker容器与Kubernetes (K8s)编排技术,设计五层分布式平台架构,实现服务模块解耦和冗余部署；设计无代码数据判读语句体系,兼容MySQL、达梦数据库、InfluxDB多种数据库,并完成运载火箭测试数据接入、解析、显示、判读全流程管理；经测试,平台单帧数据处理时延、故障自愈速度、容灾能力等指标均达到设计目标,数据判读准确,平台达成高可靠、易扩展、自主可控的工程目标,满足新一代火箭地面测发控系统的发展需要。

摘要:面向智能频谱监测场景下动态电磁环境中自动调制分类复杂度高、低信噪比鲁棒性不足的问题，研究了一种基于图最小割聚类注意力的自动调制分类方法。采用I/Q双通道时序投影与旋转增强构造信号节点，利用数据增强和特征提取方法得到符号级节点特征，并通过可学习邻接矩阵、图粗化和动态图注意力聚合联合建模信号拓扑关系。以RadioML2016.10a数据集开展测试，在测试信噪比范围内平均识别准确率较基线方法提升，训练参数量和浮点运算次数均较在低水平。结果表明，该方法在保持较高识别精度的同时有效降低了模型复杂度，可满足智能频谱监测场景下自动调制分类的轻量化部署需求。

摘要:面向预警机任务系统电子设备地面维修检测需求,针对现有定制化专用信号级模拟器功能单一、体积大等问题,基于软件无线电技术开展了结构小型化、功能综合化的预警机电子设备信号级模拟器设计,系统采用模块化架构设计,硬件单元采用PXIe总线和LAN网络等标准总线互联,由通用PXIe总线仪器模块和专用模块组成,软件单元集成5个软件配置项实现5种典型信号模拟,采用软件无线电技术,软件算法定义实现信号模拟。经实际工程应用验证可满足AIS、应答机、超短波抗干扰电台和J链等设备的维修检测工作中的信号模拟需求。