最新录用

  • 显示方式:
  • 简洁模式
  • 摘要模式
  • 电磁波干扰下无人机通信链路异常容错控制方法
    焦库
    录用日期: 2025-04-03
    [摘要](0) [HTML](0) [PDF 0.00 Byte](0)
    摘要:
    无人机所处的电磁环境复杂多变,存在多种类型的电磁波干扰源,这些干扰信号会与无人机通信链路信号相互叠加,导致信号频谱变得复杂,难以准确提取出能够有效表征通信链路状态的频谱特征。因此,提出电磁波干扰下无人机通信链路异常容错控制方法。从无人机通信链路信号中提取频谱特征,利用SVM检测电磁波干扰导致的异常链路,切断异常链路并通过鲸鱼算法重构无人机通信链路。采用神经网络改进PID控制器同步调整无人机通信链路的传输与载波频率,恢复无人机正常通信,以确保通信连续性。实验结果表明,所研究方法的传输速率相对更高,均保持在950bps以上、误码率曲线均保持在0.15左右,这表明所研究容错控制方法在电磁干扰环境下的表现更优,能够确保无人机在复杂电磁环境中保持更快速、可靠的通信。
    基于改进OpenMax的开集干扰识别方法
    刘佳楠 宋志群 李 勇
    录用日期: 2025-04-03
    [摘要](0) [HTML](0) [PDF 0.00 Byte](0)
    摘要:
    目前的无线通信干扰识别研究主要针对闭集场景,为了面对日益复杂的电磁环境,对无线通信开集场景下未知干扰信号识别的问题进行了研究,提出了一种基于改进OpenMax的开集干扰识别算法;首先将干扰信号从时频空间映射到特征空间进行聚类,采用了度量学习中基于距离的损失函数对网络进行训练,通过样本映射至特征空间的点到中心锚点的欧几里得距离判断其所属干扰类别或是未知干扰,然后引入Open-Max算法对样本边界进行拟合,实现对阈值的自适应调节,最后通过仿真实验对算法性能进行验证;实验结果表明,该算法对干扰信号的聚类效果优秀,可以在对已知干扰识别准确率超过90%的同时识别出未知干扰,更加适合动态环境下的干扰识别。
    基于多尺度双阶段网络航空发动机涡轮叶片故障检测研究
    王斌 许萌敏 唐绪之
    录用日期: 2025-04-03
    [摘要](0) [HTML](0) [PDF 0.00 Byte](0)
    摘要:
    工业相机在图像采集过程中受到各种噪声的干扰,如电子噪声、热噪声等。这些噪声会在图像中表现为随机分布的亮点或暗点,影响图像的清晰度和质量。进而导致故障检测的FPR-MRCI值下降。对此,研究基于多尺度双阶段网络航空发动机涡轮叶片故障检测方法。首先,机器视觉利用工业相机与镜头、环型LED光源及异形夹持装置,通过中空旋转平台带动叶片旋转实现全方位图像采集。然后,针对采集到的图像利用多尺度双阶段网络进行超分辨率重建。双阶段设计将特征提取和上采样分开处理,在特征提取阶段深入挖掘图像的本质特征,上采样阶段则专注于图像的重建和细节优化,从而有效提高图像的分辨率和质量,解决图像噪声问题。最后,通过本体建模构建涡轮叶片故障检测知识图谱,实现系统性的故障检测知识整合。构建基于特征嵌入的涡轮叶片故障检测卷积神经网络模型,将实体向量与超分辨率重建图像输入特征嵌入模块,实现涡轮叶片故障检测。测试结果表明。设计系统对于检测难度较高的晶界腐蚀、颗粒磨损以及气动磨损故障的检测结果均正确。设计系统的FPR-MRCI整体高于0.6,说明设计系统具有较高的故障特征识别率,同时误报率相对较低。随着噪声强度的增加,设计系统的下降幅度较小,说明其涡轮叶片故障识别性能在受到噪声影响后仍然比较准确。
    融合分解算法和注意力机制的云负载预测模型
    沈煦悦 刘景 李风彪
    录用日期: 2025-04-03
    [摘要](0) [HTML](0) [PDF 0.00 Byte](0)
    摘要:
    为了提高云平台资源分配的均衡性,针对云资源负载数据的非线性、高噪声以及动态性特点,提出一种融合CEEMDAN分解算法及注意力机制的Transformer-BiLSTM负载预测模型。该模型使用CEEMDAN分解算法对负载序列数据进行分解,得到不同频率的分量,降低数据复杂度;通过Transformer编码层构成的编码器对各分量进行编码,获取数据的全局信息,并把得到的编码输出通过注意力模块进行权重的自适应分配;采用BiLSTM构成的解码器解码得到预测结果。实验结果表明,相较于主流模型,所提出的模型在不同预测步长的误差均有降低,验证了预测方法的有效性。
    基于分块压缩感知的大数据量遥感图像薄云去除方法研究
    李旸园
    录用日期: 2025-04-03
    [摘要](1) [HTML](0) [PDF 0.00 Byte](0)
    摘要:
    大数据量遥感图像薄云的存在影响图像的清晰度,受到薄云分布不均匀性和随机性影响,其采样存在信息不完整和噪声干扰问题,使得特征不完整,影响图像透射率,导致图像薄云特征分析不准确,薄云去除效果差。为此,提出基于分块压缩感知的大数据量遥感图像薄云去除方法。先定义像素感知对象的分块矩阵,基于分块压缩感知算法计算采样峰值的信噪比参量,实现大数据量遥感图像采样,以解决采样信息不完整,存在噪声干扰的问题。然后利用所得采样结果,求解图像的空间特征、灰度剖面图特征与频率特征,完成大数据量遥感图像薄云特征分析,提升特征分析效果。最后参考优化去除因子与导向滤波优化透射率,改进大气光值,实现对薄云去除参量的分波段迭代,完成遥感图像薄云去除设计。实验结果表明,应用所提方法,可缩小薄云覆盖区域与其边缘区域的像素差值,使薄云区域的色温水平更接近于整幅图像的色温均值,提高遥感图像清晰度,应用效果较好。
    基于尺度不变特征变换的宽幅遥感影像云阴影检测方法
    李彩红 黄军杰
    录用日期: 2025-04-03
    [摘要](0) [HTML](0) [PDF 0.00 Byte](0)
    摘要:
    遥感影像中云阴影的尺度因拍摄高度、云层厚度等因素变化,使得在不同拍摄角度下,不能转却提取特征点,而及时适应云阴影的尺度变化,导致检测不能能准确检测云阴影。为此,提出基于尺度不变特征变换的检测方法。首先,采用SIFT算法和梯度直方图对云阴影进行特征点提取;其次,根据提取的特征点,计算每个特征点的SIFT描述子,并对参考图像中的云阴影特征点的SIFT描述子进行标准化处理;然后;计算这些标准化后的SIFT描述子之间的间距;最后,采用云阴影区域灰度补偿的方法,平衡不同光线条件下的影像质量,并引入均方误差对经灰度补偿后的结果进行检验,完成云阴影的检测。实验结果显示,本文设计方法在光照充足条件下能够精准检测出两个云阴影位置,光线较暗条件下检测结果与实际仅存在最大为1px的误差,能够精准定位两个云阴影的位置,从而提高了云阴影检测准确性。
    基于改进YOLOv9的大重叠度无人机低空遥感影像目标检测方法
    刘俊蓉
    录用日期: 2025-04-03
    [摘要](0) [HTML](0) [PDF 0.00 Byte](0)
    摘要:
    无人机在执行低空飞行任务时,为了提升影像采集的精度和冗余度,会采用重叠航拍的方式。这种重叠航拍的方式虽然可以便于在后续处理中建立完整的地理空间信息模型,但重叠度过高也会导致数据冗余,增加后续数据处理的复杂度。为此,提出基于改进YOLOv9的大重叠度无人机低空遥感影像目标检测方法。通过阴影补偿和影像增强保证遥感影像质量,计算遥感影像重叠度调整量,移动并拼接相邻的无人机低空遥感影像。采用背景差分的方式,分割拼接遥感影像中的前景目标区域。构建YOLOv9网络,调整网络的连接方式并引入注意力机制,优化骨干网络以更紧凑地表示特征,减少重叠数据的冗余度,实现YOLOv9网络的改进。将分割的前景影像区域输入到改进YOLOv9算法中,得出遥感影像的特征提取结果。根据检测目标结构与纹理特征,设定目标标准特征。计算提取影像特征与设定标准特征之间的匹配度,根据匹配度与设定阈值之间的关系,得出无人机低空遥感影像的目标检测结果。通过效果测试实验得出结论:与传统检测方法相比,优化设计方法的影像特征提取一致性系数更高,目标检测的成功系数取值更大、目标位置检测误差更小,即优化设计方法的目标检测效果更优。
    基于改进的卡尔曼算法在激光通信终端中的应用
    王磊 俞建杰 丁泽均 邬佳杰 陈怡
    录用日期: 2025-04-03
    [摘要](0) [HTML](0) [PDF 0.00 Byte](0)
    摘要:
    针对激光通信设备终端在初始指向过程中,因其内部GPS定位系统受外部环境干扰而致使终端转台在初始指向过程中出现的随机转动状况,导致终端转台指向产生偏差。利用其内部INS惯性导航系统来检测终端转台的实时姿态数据,数据中既包含高频噪声又包含低频噪声;对于传统的卡尔曼滤波算法无法在较短时间内对既有高频干扰又有低频干扰噪声的测量数据进行准确估计,对此引入线性拟合与均值滤波算法,提出基于改进的卡尔曼滤波算法在激光通信终端初始指向中的应用;通过上位机采集初始指向过程中的终端转台的姿态数据,并通过人为调整,将双端转台对准,获取对准时的准确姿态数据,对3种算法的降噪结果进行比较,相比另外的两种算法:传统的卡尔曼滤波算法、平均值法;改进的卡尔曼滤波算法效果更好,其能将转台指向角度误差误差控制在2mrad以内,实验结果表明改进的卡尔曼滤波算法很大程度上提高了激光通信终端初始指向系统的精度与鲁棒性。
    基于数字孪生的高保真推耙机虚拟调试系统
    李元龙 禹鑫燚 欧林林 魏岩
    录用日期: 2025-04-03
    [摘要](0) [HTML](0) [PDF 0.00 Byte](0)
    摘要:
    为提前预知无人推耙机控制系统的风险,降低推耙机的无人化作业开发成本和调试周期,基于数字孪生技术虚实高度一致的特性,提出了一种针对全自动无人推耙机控制算法演练与仿真的虚拟调试方法。根据无人推耙机的实际运行控制机理,从机械传动,液压推动到电气控制建立了推耙机在物理层面多领域统一的数字孪生模型;根据无人推耙机清舱作业的感知机理,构建了激光雷达、惯导、里程计和RGB-D的多传感器融合数字孪生模型;基于虚幻引擎的实时渲染特性与AGX Dynamics多体动力学库,设计了高保真的数字孪生模型,并构建了孪生推耙机的虚拟控制系统。通过在港口岸桥应用于全自动无人推耙机的调试实例,展示了基于数字孪生的高保真推耙机虚拟调试方法的有效性和可行性,有效避免了调试开发周期过长的缺陷。
    基于特征融合的语句级别软件故障定位
    傅珍蕾 沈祖雄 樊鑫
    录用日期: 2025-04-03
    [摘要](0) [HTML](0) [PDF 0.00 Byte](0)
    摘要:
    针对软件故障定位任务中提取的特征不全面、将不同特征对故障的贡献无差化的问题,提出了一种基于特征融合的语句级别软件故障定位方法;对每条语句进行语义上的扩展,采用Doc2Vec技术提取扩展后语句的语义信息;选用六种基于频谱的故障定位公式来获取频谱信息,选用两种基于变异的故障定位公式来获取变异信息;采用注意力机制对三种来自不同信息源的特征进行融合处理,自动学习对故障最有效的特征;在Defects4J数据集的五个真实项目进行了实验,采用基于注意力机制的多特征融合在Top-K(K=1,3,5)上能够多定位11~16个故障,在MRR上提高了5.17%,实验结果表明,所提方法能够有效提高模型的定位性能。