Abstract:

作为机械设备的关键组成部分之一，轴承在降低运行摩擦，为传动部件的旋转提供引导等方面具有重要作用，并被广泛应用于农业、制造、运输等各种领域；由于长期在高负荷、强冲击、复杂环境等情况下运行，轴承经常会产生故障并导致设备失效，严重时可能导致巨大经济损失和安全事故；因此对于轴承的运行状态进行监测，并对出现的缺陷或故障进行诊断是非常必要的；针对上述背景，综述了轴承的常见故障类型与故障诊断方法；介绍了轴承的常见故障类型与导致故障的原因，阐述了轴承故障诊断的一般流程与常用的传感器类型，分析了三类故障诊断方法在轴承故障诊断中的应用与其优缺点。

Abstract:

为解决双翻斗式雨量传感器工作状态无法实时监测及故障发现不及时的问题,设计了一种不改变传感器自身机械结构及其自动气象站采集器中接口电路的雨量传感器工作状态实时监测系统。系统通过降雨检测模块实现有效降雨的识别,通过漏斗堵塞检测、翻斗动作检测和干簧管状态检测等模块实现对雨量传感器内部重要组件的工作状态监测,通过入侵监测和声光告警等模块实现对动物等入侵者的检测和驱离,通过通信模块实现相关数据的远程传输。结果表明：本系统可及时准确地识别并记录雨量传感器的故障类别及其发生时间等数据,并通知业务人员进行维护操作,从而可有效地标记和缩短雨量数据不可用的时间段。此外,通过本系统积累的传感器故障情况数据也有助于后续的雨量传感器及其维护流程的持续改进。

Abstract:

磨煤机系统的监测与诊断对电厂的安全运行至关重要。由于真实故障数据的稀缺性以及故障与正常数据之间的不平衡，传统数据驱动的故障诊断方法在故障识别上表现不佳，有时甚至会产生误判。为了高效地识别磨煤机在不同工况下的典型故障，设计了一种结合了卷积块注意力模块的GRU-TCN融合算法，用于建立磨的故障识别模型，新算法不仅能提升分类准确性，还能实现故障的提前预警。首先，通过调整磨煤机故障生成模型的关键参数，模拟断煤、堵煤和自燃三种典型故障，获取大量不同工况下的故障样本数据。然后，采用新分类算法建立基于典型样本的故障预警模型，旨在提高故障识别的准确性，在故障初期提醒操作人员进行干预，从而避免磨煤机故障进一步扩大

Abstract:

传统信号检测技术在通信系统、雷达信号处理、生物医学信号处理等方面有着广泛的应用。正交频分复用系统中传统信号检测技术存在信道失真、载波间干扰、码间干扰等问题。为解决此问题，提出一种基于深度学习的OFDM系统信号检测方法，实验中根据信道统计仿真的结果数据离线训练深度学习模型，利用该模型恢复在线传输的数据。通过与传统算法之间的对比，实验展示了在OFDM系统中使用深度学习方法进行信道估计和符号检测的成果。仿真实验结果表明，在训练导频较少、循环前缀省略和非线性削波噪声的条件下，基于深度学习方法的信号检测比传统方法的鲁棒性更强。该方法可以应用在大部分信道失真和干扰的无线通信系统中，具有较强的实用价值。

Abstract:

针对机油瓶表面瑕疵点目标过小、ROI候选框鲁棒性较差导致液位线定位不准等问题，提出一种改进YOLOv5s的缺陷检测算法。利用K-Means++代替K-Means进行聚类中心的初始化，使得生成的先验框更加接近检测目标的真实形状和大小；同时在主干网络中引入可变形卷积，提高特征提取的灵活性，并引入SE注意力机制，对特征图不同通道进行权重调整；此外，在颈部网络中使用BiFPN代替原有的PANet，实现对不同尺度信息的自适应特征融合。实验结果表明，改进的YOLOv5s算法mAP达到了96.9%,较YOLOv5s算法提升了6%，准确率提升了4%。经实验验证了改进后的YOLOv5s在检测准确率方面优于原始的YOLOv5s算法，解决了小目标漏检及液位线定位存在偏差的问题。

Abstract:

针对道路病害检测中道路情况复杂、实时检测较为困难，缺检漏检等问题，采集并制作了多类型道路病害数据集R-CRACK，在YOLOv5s模型基础上，在Neck模块上使用轻量化卷积GSConv模块替换部分标准卷积构建轻量化网络颈部；在Head模块上利用SimSPPF对空间金字塔池化方式进行改进并应用轻量级上采样算子CARAFE，而后得到GSC-YOLO模型。将GSC-YOLO模型利用矩形推理、图像加权，标签平滑处理方式对数据集R-CRACK中训练集部分进行训练。模型训练后的结果表示，与YOLOv5s基础模型相比，GSC-YOLO参数量减少6.8%、计算量减少4.8%、mAP(@.5)上涨了9.2%。利用改进前后的网络模型分别对单一及复杂环境下的道路病害进行检测，通过对比不同模型的检测效果，证明了GSC-YOLO模型针对YOLOv5s缺检漏检等问题有所改进，此类轻量化检测网络对解决道路病害检测有着重要意义。

Abstract:

针对目前无人机航拍车辆检测中存在背景环境复杂、目标较小和计算复杂会造成漏检误检等问题,提出了一种改进YOLOv5的无人机车辆检测算法YOLOv5-R。采用轻量化模块GhostNetV2对主干网络进行更改,作为模型的主干特征提取网络,在缓解网络冗余的同时提高模型的检测速度；在主干网络中引入坐标注意力CA模块,增强模型对目标车辆检测的特征表达能力,从而提升模型在复杂背景下的检测精度；颈部引入加权双向特征金字塔网络BiFPN,增强模型的多尺度特征表达和融合能力,提升对小目标的检测精度；最后将原始的头部替换为动态检测头DyHead,通过大小、任务和空间感知的三者统一,进一步提高模型检测性能。实验结果表明,与原有的算法相比,改进YOLOv5算法的准确率和平均精确度分别提高了6.5%和5.1%,且算法检测速度达到99.7 FPS,满足检测实时性的要求,与其他主流模型相比,该模型在公开数据集上有更好的检测效果,验证了其可行性和有效性。

Abstract:

天基信息是获取战场情报的重要来源,为了保证数据快速落地,地面测控设备正朝着机动化,小型化方向发展；针对Ka频段测控系统抗窄带干扰消耗资源大、运算复杂的问题,提出一种基于单比特运算的抗干扰算法；首先,该算法采用单比特量化采样和单比特FFT运算,减小了FFT过程中运算量；其次,该算法对运算过程中的旋转因子进行量化投影,进一步简化了单比特FFT的运算过程,使算法可以通过单比特数加减运算实现；最后,时频联合进行处理,根据干扰频点和强度确定适合的陷波器消除干扰；通过性能仿真和样机验证,证明该算法与传统频域抗干扰算法相比,在保证抗干扰性能的同时,硬件资源消耗量大幅减少,有效减少了抗干扰过程的资源消耗和运算复杂度。

Abstract:

为验证航空航天系统中通信总线在出现故障后,整个系统的稳定性、可靠性及容错性,设计了一套通用总线故障注入系统,系统将实现对各类通用串行总线的的故障注入,通过故障注入设备能够实现总线信号在物理层、电气层及协议层三个层面上的故障注入功能；通过软硬件结合提出了一种通用串行总线故障注入方法,以FPGA为基础,利用ADC对信号进行采集,利用IP核实现通用串行总线的协议解析,利用DAC信号输出实现电气层故障调节,利用电阻矩阵网络实现信号在物理层的故障注入；同时通过上位机软件对故障注入设备进行系统控制及故障模拟；经实验测试故障注入设备实现了通用串行总线的物理层、电气层及协议层的故障注入功能。

Abstract:

气象站设备的差异化和多样化导致电源在出现故障时,通过设备性能下降、数据异常、启动困难等间接方式反映。这些故障特征微弱且多变,且可能与其他设备故障或环境因素混淆,增加了故障特征准确识别的难度。为提高气象站DY-01电源故障的监测效果,提出基于子空间混合相似度的气象站DY-01电源故障智能监测方法。以气象站DY-01电源为监测对象,通过高精度传感器实时采集气象站DY-01电源的电压、电流、功率等运行数据,利用子空间技术将预处理后的高维数据映射到低维子空间中,从时域和频域两个角度细化电源故障特征分量,识别电源故障状态与类型。采用混合相似度算法计算实时数据与历史故障数据之间的相似度,并依照相似度预设的阈值,执行可视化输出与预警程序,实现气象站DY-01电源故障智能监测任务。实验结果表明,所提方法的电压和电流监测误差分别减小2.7V和0.245A,误警率在2%以下,同时监测覆盖系数无限接近1.0,由此证明所提方法具有更优的监测精度和范围。

Abstract:

钢轨滚动接触疲劳(Rolling Contact Fatigue, RCF)裂纹是影响轨道交通运行安全性与舒适性的主要原因之一,为了实现钢轨RCF裂纹形态参数的量化表示,采用交流电磁场检测(Alternative Current Field Measurement, ACFM)方法结合钢轨RCF裂纹现场取样观测结果建立了钢轨-裂纹-空气ACFM激励与响应计算模型；分析计算了ACFM对裂纹参数的响应情况,在此基础上结合线性插值与三次样条插值提出了钢轨RCF裂纹内部参数估算方法；搭建了基于函数波信号发生器、锁相放大器与数字信号采集仪的钢轨RCF实验检测台；制备了基于U型铁氧体磁芯、激励线圈、检测线圈的ACFM激励测量探头；基于钢轨RCF裂纹现场观测结果,进行了钢轨RCF裂纹的加工与实验测试；经过仿真计算与实验测试验证了所构建的钢轨RCF裂纹形态参数ACFM计算模型与内部参数估算方法；研究中的计算模型、实验平台与估算方法为进一步实现钢轨RCF裂纹的量化检测奠定基础。

Abstract:

针对传统中医舌诊视觉诊断存在主观性强且耗费精力的问题，提出一种基于改进YOLOv5的舌面齿痕和裂纹特征自动检测模型：该模型在YOLOv5模型的骨干网络中引入SimAM-CSP模块以增强网络的特征提取能力，在瓶颈层和预测部分之间加入瓶颈注意力模块，进一步聚焦关键信息；通过调整YOLOv5的特征融合结构，增加对图像细节的感知能力，提高网络性能；将定位损失函数GIoU替换为EIoU，提升模型的训练收敛速度和预测回归精度；利用K-Means聚类算法对YOLOv5的初始锚框进行调整，使算法更加契合舌面齿痕和裂纹特征检测；将改进后的YOLOv5模型在自制舌象数据集中进行训练，得到的平均检测精度（mAP）为79.5%，较原算法提升了6.3个百分点。实验结果表明改进YOLOv5模型能够有效提高舌面齿痕和裂纹特征检测精度，有助于辅助医生诊断。

Abstract:

针对复杂背景环境下高压电力绝缘子日常维护和缺陷检测等智能化巡检的不足,提出一种基于改进YOLOv5的电力绝缘子检测与识别算法。首先,针对经典YOLOv5算法对于相似绝缘子误检率较高问题,通过添加通道模块和空间注意力并联模块,增强绝缘子目标的特征和位置信息以降低误检率；接着,针对多检缺陷目标的问题提出基于面积比的抑制算法,利用基于损失函数和后处理的改进措施进一步筛选缺陷预测框；最后,对于复杂背景遮挡绝缘子导致漏检问题,分别在检测器中采用CIoU Loss回归损失。实验测试表明,所提出算法不仅解决相似绝缘子的误检和遮挡漏检问题,而且还提高模型的精度和速度,其精度mAP和推理速度分别为0.886和65.2FPS,相比经典YOLOv5算法分别提高11.4和5.8FPS。

Abstract:

烟丝含水率是影响卷烟品质和口感的重要参数之一,过高或过低的烟丝含水率都会导致卷烟的燃烧不良、口味差异较大等问题。为了有效地控制烟丝含水率的稳定性,提高卷烟产品的质量稳定性,基于MFA-SM设计一种细支卷烟烟丝含水率自动控制系统。该系统框架有三层,即MFA-SM前端采集层、中间层以及终端控制层。设计系统硬件,包括水率数据采集设备、MFA-SM控制器、驱动器、微雾加湿器与干燥设备。利用水分仪采集烟丝含水率,并利用无线射频模块将数据传输给MFA-SM控制器,控制器运行双环控制模块中的内环为滑模控制模块,用于计算干燥设备控制参数,外环为无模型自适应控制模块,用于计算微雾加湿器控制参数。根据控制参数控制干燥设备和微雾加湿器运行,实现烟丝含水率自动控制。实验结果表明,设计系统应用下,含水率误差低于0.3%,拟合优度为0.952,具有更好的控制效果。

Abstract:

对基于共频带传输的卫星通信系统的功率控制进行了研究,比较了不同种类的卫星、转发器、通信频段的特点,搭载Ku频段或C频段同步卫星的透明卫星转发器可以进行共频带通信；仿真分析了降雨对系统上下行链路的影响,天线口径越大,受下行雨衰影响越小；分析了传统功率控制方法不适用于基于共频带传输卫星通信系统；通过链路计算及推导,设计了通过控制系统上行链路信噪比的方法,限制共频带通信信号占用卫星的最大功率；系统链路建立后,利用闭环功率控制,补偿上下行链路雨衰；前向链路和返向链路独立进行功率控制,完成整个系统的功率控制。

Abstract:

振动行为是导致高速滚动轴承出现谐振位移的主要原因,而谐振位移过于明显则会使轴承敏感性下降,从而影响机械元件的回转精度。为有效抑制轴承谐振位移,设计基于偏微分方程的高速滚动轴承振动控制系统。按需连接滚动轴承振动换能器、轴承振幅控制电路与滚动速率计量装置,完成高速滚动轴承振动控制系统的硬件模块设计。设置偏微分界域,计算偏微分方程数值解,完成偏微分方程表达式的定义,再通过离散化振动信号的方式,确定振动信号参数的数值范围,实现基于偏微分方程的高速滚动轴承振动信号参数求解。搭建前馈补偿控制器模型,完善振动行为的补偿控制算法,以实现对控制向量的容错处理,对轴承振动行为进行补偿性控制,联合硬件模块,完成高速滚动轴承振动控制系统设计。实验结果表明,该控制系统的应用可将高速滚动轴承的谐振位移控制在0-0.5mm的数值范围之内,不会因明显振动问题使轴承敏感性下降,故机械元件的回转精度能够得到保障。

Abstract:

为解决齿轮在高温下会发生热膨胀从而导致侧隙变化，产生齿轮卡滞，传动滞后从而影响编码器读数精度的问题，常采用设置齿轮齿厚偏差的方法来控制侧隙，目的是通过设置齿厚偏差来补偿高低温下的齿侧间隙；但齿厚偏差的增大会影响回差精度；针对这一问题，提出了一种考虑回差精度的齿轮侧隙控制方法，该方法能够在满足齿轮热变形、安装误差、齿轮加工误差同时保证齿轮传动的回差精度；通过理论计算，以及采用有限元仿真分析方法对编码器齿轮的热变形量进行了计算，验证了考虑回差精度的侧隙控制方法在能够有效补偿高低温变化带来齿侧间隙变化的同时保证回差精度，为精密仪器中的小模数齿轮传动系统提供了有效的侧隙控制解决方案。

Abstract:

对于实际空间移动机器人，其运动涉及到复杂的多体动力学耦合关系，且不同部位关节间皆存在弹性影响，导致关节极易出现横摆振动。传统方法通常应用关节独立力反馈实现模态空间振动控制，但是由于机器人关节横摆力矩的变化范围较大，振动信号波动频率高，尤其在机器人不稳定移动状态下，独立提取每一个关节的振动特征难度极高，导致对机器人关节振动幅值的控制效果不明显。因此，设计基于模糊C均值聚类算法（fuzzy c-means algorithm，FCM）聚类的移动机器人关节横摆力矩振动控制系统。硬件方面，利用力矩传感器检测移动机器人关节横摆力矩，运用CPU+FPGA结构，设计一个集成了灵活逻辑控制、复杂通信协议支持的关节控制器硬件。软件方面，，通过聚合经验模态分解提取采集到的机器人关节横摆力矩振动信号特征，再引入数据FCM聚类算法识别关节振动模式，确定具体振动控制要求。结合PD（比例微分）控制器和LQR（线性二次型调节器）控制结构，建立联合控制策略。并考虑关节力矩反馈和电机位置误差，实现关节横摆力矩振动的最终控制。测试结果表明：针对移动机器人的左前腿关节的低频振动，该系统应用后，发生振动的关节最大振动减弱到0.22°，有效确保了移动机器人运行的稳定性。

Abstract:

研究了面向软件无线电的可重构收发信道技术，重点对数字信号处理部分和宽带射频前端需求进行了详细分析，并对该技术的优势进行了归纳总结。从接收机射频带通采样设计和发射机直接数字合成设计两方面对可重构收发信道进行了详细设计，通过对该技术深入研究和典型数字可重构收发信道设计，能够为基于软件无线电的接收机和发射机设计提供相关研究成果和参考依据。

Abstract:

针对多目标多机协同路径规划问题，在MOEA/D算法求解的基础上，采用深度强化学习方法对MOEA/D算法中计算资源分配方法进行了研究；对多机协同路径规划问题进行了研究，分析了相关约束以及优化目标，建立多机协同路径规划多目标优化模型；结合协同进化思想，对基于分解的多目标进化协同路径规划进行了研究；对基于强化学习的计算资源分配策略进行了研究，实现了深度强化学习在多目标优化计算资源分配问题上的应用；实现了多机协同路径规划仿真验证；经仿真测试，算法以更高性能完成多机协同路径规划任务，提高了多机协同路径规划中计算资源分配策略的能力。

Abstract:

为解决现代建筑火灾应急疏散过程中人员难以快速、安全疏散的问题，提高人员面对火灾的应急能力，构建基于火灾产物影响条件下的改进蚁群算法疏散路径规划模型；通过Dijkstra算法规划初始疏散路径，考虑火灾产物对人员疏散的影响，将当量速度系数引入传统蚁群算法进行改进，利用改进蚁群算法对初始疏散路径进行优化；以西安某地铁站台为例，通过PyroSim软件进行火灾模拟，获取地铁站台火灾产物的实时数据，采用Matlab软件分别进行改进蚁群算法和蚁群算法对比仿真实验和不同火灾时期下的改进蚁群算法仿真实验，对结果表明:改进后的蚁群算法提高了疏散效率和收敛速度，缩短了疏散时间和路径长度，可实现火灾疏散路线的动态规划。

Abstract:

针对SpaceVPX规范二次电源冗余管理和故障容错增强要求，开展了双冗余高可靠二次电源系统设计，由二次电源模块完成一次母线至二次电的转换，由SpaceUM模块完成二次电分组输入选择、通道控制输出选择两级选择，以及输出通道开关控制，实现二次供电交叉冗余容错。SpaceUM模块电源管理芯片实现二次电输入电压、电流监测和第一级选择，由继电器组实现二次电分流后的输出通道独立开关控制，电源管理芯片同时完成每个独立供电输出通道供电负载电压、电流状态监测，并作为对继电器组开关控制的依据，实现单机二次电自主故障诊断和重构。根据系统可靠性概率分析，相比整机主备份双冗余供电方式，SpaceUM模块可以提高二次电源系统可靠性。以单模块12V/8A供电输出为例，完成标准6U尺寸SpaceUM模块研制，经测试验证，可以满足二次电状态检测、选择控制和故障容错的高可靠要求。

Abstract:

在小间隙轴孔精密装配过程中，需要分析传感器检测的力与力矩信息，判断轴孔相对的位置与姿态，从而判断接触状态决定调整方向。由于接触力和力矩与轴的位姿高度耦合，因此装配过程中五个方向上的力与力矩存在耦合作用，各个力之间会相互影响，导致调控收敛慢。为减少耦合造成的震荡，提高调控效率，提出一种基于零点状态跟踪法的柔顺装配策略。该策略依据轴孔交互力信息实现轴与孔的对齐，在装配阶段对轴孔交互模型进行分析，绘制接触状态-受力关系图，对调整过程中接触状态进行识别，在该调整策略下，在姿态角调整前预先进行位置调整，使得径向接触力为0 N,跟踪两点接触状态中的水平力“零点”，消除第一类力矩的影响，让角度调整量只受角度偏差的影响，在控制层面上将轴孔自动化装配的复杂多维力控制问题解耦。实验结果表明，采用所设计的装配策略，调控时间减少了40%。即采用该策略能提高调控效率，快速实现轴孔装配力和力矩调整。

Abstract:

并联机器人中存在刚性和柔性部分，且多个执行器同时运动，其建模与控制一直是难点；针对其建模与运动控制的难题，提出了一种优化加速度曲线用于并联机器人关节空间内的轨迹规划，优化搭建了并联机器人的联合仿真平台并进行实验验证；利用几何法对并联机器人进行运动学分析，推导设备在不同姿态时各关节点的坐标，得到其正、逆运动学模型与求解公式，在此基础上，优化加速度曲线以用于关节空间内的轨迹规划，实现对机构末端的运动控制；借助Solidworks、Adams软件建立其刚柔耦合的三维模型，结合Matlab软件优化搭建并联机器人的联合仿真平台；在联合仿真平台和Delta并联机器人上进行了门型轨迹拾取实验，仿真和实验结果验证了所提出方法的有效性。

Abstract:

针对当前军事信息推荐方法未对用户所处时间、地理位置和用户场景做区分,以及未考虑军事用户的信息需求与所处场景的关联性,导致推荐结果固定、单一化问题,设计了基于用户情景推断的军事信息Hybrid-CF(混合协同过滤)推荐方法；融入军事用户情景要素对传统协同过滤算法进行了改进,通过计算当前情景信息与历史信息的相似度,更加准确地推断出当前军事用户的所处情景,继而给军事用户推荐符合其需求的特定情景下的军事信息；为了解决推荐算法矩阵稀疏、效果单一等问题,引入了加权平衡因子将不同的推荐算法进行动态加权得到融合情景信息的Hybrid-CF推荐算法,并通过控制因子λ对加权平衡因子进行动态调整；实验结果表明,所提出的Hybrid-CF推荐算法在准确率和召回率上均体现了良好的提升效果。

Abstract:

针对当前通信系统对宽频带和高平坦度耦合器的需求,设计了一款基于枝节加载技术新型宽带分支线耦合器。在对耦合器奇偶模分析过程中将奇偶模模型视为枝节滤波器,在模型端口引入半波长微带线,显著提高了奇偶模模型的带宽和平坦度。将该优化方案代入耦合器本体,有效提升了耦合器的带宽。同时为了控制耦合器的尺寸,采用枝节加载技术等效替换耦合器微带线与加载线,在提升耦合器带宽的前提下有效控制了耦合器的尺寸,在此基础上通过弯曲传输线保证电路结构的紧凑进一步控制耦合器尺寸。通过电磁仿真软件进行优化设计,所得的耦合器在2.58GHz-3.12GHz带宽内平坦度低于0.4dB,回波损耗大于20dB,带内耦合端口与直通端口的输出信号幅度差异不超过0.34dB,且相位差处于90°±2°之间。耦合器尺寸22.64mm*19.63mm(约为),对所设计的耦合器进行实物加工测试,测试结果与设计仿真结果较为贴近,证明了设计的有效性。

Abstract:

基于射频多层混压板设计了一款K频段新型相控阵双波束接收组件，在三维结构下通过电容加载技术创新优化设计一分六十四Wilkinson功率合路网络，在具备良好性能指标情况下相比传统合路网络布阵尺寸更小，在此基础上利用延时补偿技术精准控制组件通道间相位一致性，并在器件密集布局位置设置隔离金属柱排除腔体谐振干扰，实现了组件的高频化、高密度可靠性设计，能够很好地适应高频段下机载工作环境应用需要。在19.6-21.2 GHz设计频段内，一分六十四功率合成网络的输入端口回波损耗值大于18 dB，输出端口和输入端口间插入损耗值小于19.8 dB，具有良好的隔离度和相位一致性；对相控阵组件中的垂直互联结构进行了仿真分析，对传输不连续性结构处进行结构优化，实现了低损耗传输。经测试，在19.6-21.2 GHz频段内，双波束接收组件的驻波比小于1.5，组件单通道增益值大于22 dB，不同通道间相位差小于20°。

Abstract:

基于工厂车间无人化智能仓储的移动机器人自主定位和导航需求,设计了基于全局路径优化的3D激光融合同时定位与建图方法。前端里程计算法融合了激光雷达和IMU数据,采用ICP(迭代最近点)点云配准算法进行激光点云特征点匹配,通过初始定位流程及线段匹配技术,实现机器人在全局地图中的动态定位,包括惯性导航位姿推算,地图匹配的位姿计算和动态重定位,实现IMU与激光雷达的数据同步和机器人位姿的实时准确估计。同时定位与建图(SLAM)后端算法包括全局位姿优化算法,基于Scan Context(全局描述符)的回环检测,基于图优化的全局位姿优化等。通过考虑整个轨迹上的所有观测数据来优化机器人的位姿估计,基于Scan Context的回环检测通过比较不同时间点的Scan Context来确定机器人是否回到了之前访问过的位置。基于图优化的全局位姿优化通过构建位姿图,考虑里程计、回环检测和RTK数据作为约束,对全局位姿进行优化。最后通过无人叉车型移动机器人定位建图实验验证了所提出算法的定位精度和运行可靠性。

Abstract:

传统成像测井裂缝识别依赖专家经验，主观性强。深度学习方法可提取多维度特征构建裂缝识别模型，集成学习方法融合多个模型提升精度，但简单融合策略精度提升不明显，复杂融合策略易过拟合，需探索更有效融合方法提升裂缝识别准确性。针对上述问题，提出了一种基于Stacking方法改进的集成深度学习模型，将Deeplabv3+，YOLOv8，SegFormer三个模型进行融合，并设计了跳跃连接模块将原始图像骨干特征传递至元模型层，避免在模型融合时由于特征不足产生的错误拟合。经实验，该模型在构建的测井图像裂缝识别数据集上Dice系数可达89.6%，优于单一模型与少数模块构建的集成模型。将该方法用于柴达木盆地实际成像测井资料的裂缝识别，能够准确地提取出测井图像的裂缝信息,证明了该模型的有效性，为成像测井裂缝识别提供了新的思路。

Abstract:

针对多用户宽带跳频信号参数估计问题，提出了一种基于改进时频脊线的参数估计方法；基于短时傅立叶变换获得的时频矩阵，进行最高与最低时频脊线的计算和处理，联合两时频脊线差分结果进行滑窗处理，进而获得了跳频时刻粗估计结果，基于漏跳问题，实现了跳频时刻校正，使用矫正后的结果，通过最小二乘拟合，计算得到了跳速与跳频时刻的估计结果；经仿真试验测试，验证了该算法在不同带宽和跳速下的有效性，跳速估计平均值准确，标准差在0.006%以内，跳频时刻估计误差平均值和标准差分别在0.18%和0.14%以内；经实测跳频信号测试，跳速估计平均值准确，标准差在0.03%以内；算法实现了多用户宽带跳频信号的跳速和跳频时刻估计，且计算量小，具有工程应用前景。

Abstract:

在遥感影像配准过程中,正射投影图像会在矩形框顶点展开排序。但由于地物场景形式的多样性与影像采集传感器平移、旋转的多变性,影像特征区域之间呈现重叠覆盖程度高、可区分性差的特点,致使相同地物在不同影像中的位置存在偏移现象,这种几何畸变导致遥感影像平均正确配准点率较低。为此,利用不规则三角网技术,设计遥感影像自动配准系统。改装遥感影像采集器、角度传感器、数据处理器,调整系统电源电路的连接方式,实现硬件系统的优化设计,以保障数据库数据的安全性和可靠性。利用遥感影像采集器光学原理,生成遥感影像,通过大气校正、影像增强等步骤,保证生成遥感影像的生成质量。采用Harris算子,提取遥感影像特征点,以特征点为顶点,利用Delaunay准则构建不规则三角网,构建不规则三角网,获取遥感影像的分割线,实现遥感影像的自动分割,以更精确地纠正影像间的偏移问题,解决几何畸变对影像配准的正确配准率的影响。通过粗配准、精配准和误配准剔除三个步骤,实现系统的遥感影像自动配准功能。通过系统测试实验得出结论:与传统配准系统相比,优化设计系统对低、高分辨率遥感影像的正确配准点率分别提高3.5%和1.9%,同时系统运行加速比明显提升。

Abstract:

高光谱图像具有丰富的光谱特征和空间特征,针对传统的基于卷积神经网络的高光谱图像分类方法只能完成单一的任务,缺乏对其他任务的泛化能力的问题,提出基于多任务学习的高光谱图像分类和分割方法,通过共享统一的网络来组合完成不同的任务。该框架采用共享编码器来有效提取多尺度特征,同时在主干网络中引入光谱通道注意力以实现空间和光谱特征的联合提取,并使用两个特定于任务的解码器来获取不同任务的结果。所提出的方法在高光谱图像数据集上进行两项任务的对比实验,结果表明,与其他方法相比,所提出的多任务学习方法实现了最好的性能。

Abstract:

针对航空用高精度磁传感编码器齿轮系统在剧烈振动与高低温交变工况下的摩擦磨损问题，提出阳极氧化协同脂润滑的表面改性方法；通过建立齿轮啮合等效销盘模型，对7055铝合金基体及10-20 μm阳极氧化膜在干摩擦/脂润滑条件下的摩擦学行为进行了研究；采用MFT-5000摩擦磨损试验机模拟等效接触载荷100 N、转速59 rpm的极端工况，结合白光干涉三维形貌分析和质量损失定量表征；结果表明：干摩擦条件下，20 μm氧化膜试件较基体质量损失降低96%；脂润滑工况下，其磨损深度降幅达56%；微观形貌显示氧化膜厚度增加可有效抑制磨粒磨损向黏着磨损的转变机制；验证了氧化膜厚度与润滑协同效应对铝合金齿轮摩擦学性能的调控规律，为航空航天精密传动系统表面改性提供了理论依据。

Abstract:

针对磁梯度张量定位法中单点定位受地磁场影响误差大、多点定位优化算法中对局部最优解敏感及定位精度差等问题,提出了基于改进粒子群优化算法的两点磁梯度张量定位方法。该方法基于磁偶极子理论求解磁梯度张量分量；并利用两点信息建立目标位置和磁梯度张量之间的非线性目标函数,最后采用基于动态调整的粒子群算法对目标位置坐标进行求解,通过改进惯性权重和学习因子,使其从固定值变为随搜索过程中适应度函数变化而非线性变化的值。结果表明,与单点定位法及传统粒子群算法的两点定位法相比,该方法将平均定位误差分别由35.16 cm、12.6 cm降低至5.58 cm,明显减小了定位误差,且该方法具有受地磁场影响较小、自动平衡全局搜索和局部搜索及抗噪性等优点。

Abstract:

单目深度估算采用单一相机、安装方便,在机器人、无人机领域有广泛的应用；由于单目深度估计算法采用基于编码-解码的复杂的深度神经网络结构会导致边缘设备实时推理效率较低的问题,进而提出了一种可以在边缘设备上实时深度估计的网络架构；该架构采用倒置残差块设计的编码端,采用残差深度可分离卷积与最近邻插值重新设计的解码端,大大减少了模型的参数和计算量,并通过跨层连接将编码网络的特征与解码网络的特征相融合增强深度图中物体的边缘细节信息；实验结果表明,提出的网络架构参数量减少了82%,计算量减少了92%,在KITTI数据集上达到了先进的性能,并且在Jetson TX2上推理速度达到了50FPS。

Abstract:

随着温度测量技术迅速发展,近年来在多种工业测温环境中开始使用热电偶来测温,很大程度上提高了用户测量的便利性；针对国内热电偶采集系统多通道、高精度、快速测量的要求,实现了一种使用STM32控制的90通道高精度热电偶温度采集系统,系统采用STM32作为主控单元,使用分辨率为24位的A/D转换器AD7793,并使用K型热电偶传感器实时监测实验环境温度,并使用PT100温度传感器作为冷端补偿,进行热电偶信号的温度校准,最终实现在-20~280℃条件下的90通道热电偶温度监测；该系统支持RS485通信接口,并使用上位机软件实现温度的实时显示和记录；经验证,该系统能够实现90通道温度的精确采集,通过高低温箱进行温度测试该系统符合项目需求指标,且误差范围在±0.25,为工业领域温度测量和记录提供了便利、稳定的工程化解决方案。

Abstract:

针对窨井内燃气泄漏监测问题,单变量阈值法存在的误判率高、响应延迟大等问题,而且单变量的阈值判别未考虑环境因素,更易漏判误判；因此提出了基于多变量时序数据的窨井燃气泄露智能监测与预警系统；利用双向长短期记忆网络(Bi-LSTM)双向时序特征捕捉能力,通过对燃气泄漏相关环境参数的研究,设计了系统的总体架构,通过多个数据采集终端节点定时上传平台数据,可监测到区域内的窨井中燃气环境信息；预警的方法是每个节点采集到的多个传感器的变量时序数据构建数据集,训练可同时输入多变量时序数据的Bi-LSTM网络模型,预测燃气泄漏,实现平台自动预警；经实验通过部署多个终端节点采集甲烷浓度、温度、气压等环境参数,构建多维度时序数据集,训练可多变量输入的网络模型,模型在独立数据集上训练准确率达98.3%,对比单变量阈值方法预警时间提前了48.5分钟(实测均值)；经实际应用可满足工程上的应用,系统具备高环境适应性,可规模化部署于城市窨井场景,较早地发出燃气泄漏预警。

Abstract:

针对室内磁场定位中磁测序列受电磁干扰和噪声影响的问题，提出一种改进粒子群优化变分模态分解结合小波阈值的磁场信号处理方法。通过对磁测序列信号特征的研究，利用改进PSO算法优化VMD的模态个数和惩罚因子，对分解出的模态进行相关系数分析，并基于归一化包络熵和小波分解层级参数对不同频段和噪声水平的信号进行自适应小波阈值改进，实现模态筛选和自适应降噪处理。经仿真信号处理结果表明，该方法在信噪比、相似度、平均绝对误差和均方误差等指标上均优于PSO-VMD重构和PSO-VMD-固定小波阈值方法。在实测磁场序列中，所提方法相较对比方法的信噪比分别提升6.7001dB和4.6568dB，相似度提高1.306%和0.5568%，平均绝对误差和均方误差均显著下降，在室内走廊环境下的实验指标同样验证了所提方法的有效性。该方法能够有效提升磁场信号质量，适用于室内磁测序列信号的分析与处理。

Abstract:

针对深度学习模型中工作节点异构性导致的训练效率低下和全局模型准确性无法保证的问题，提出了一种基于剪枝的轻量级联邦学习框架FedPrune；采用“教师-学生模型”架构，通过自适应剪枝方案从全局基础模型中动态生成适应不同工作节点能力的子模型，实现轻量级的智能算法在资源受限的设备中高效执行，并提出动态自适应剪枝率学习方法，使各工作节点在相互不知晓能力的情况下实现相同更新时间；与2种本地解决方案FedAVG、FedRC和两种全局解决方案FedAsync、SSP算法在CIFAR10、CIFAR100、Tiny-ImageNet数据集上进行对比实验，FedPrune具有更高的准确性和更短的总体时间；FedPrune框架通过动态生成适应不同工作节点能力的子模型，有效解决了掉队问题，并在异构环境中保持了高精度和高速度，证明了其在联邦学习中的效率和适用性。

Abstract:

在创建各种安全防护基础切片络切片的过程中，安全防护基础设施提供商主要负责响应切片服务请求和分配资源，但其切片资源有限，切片服务存在响应速度慢的问题。因此，针对安全防护基础设施提供商的服务决策过程，提出了一种基于半马尔可夫决策过程的安全防护基础设施网络切片服务响应模型；经过仿真分析，基于SMDP的模型在有限的资源条件下，能够提高切片资源利用效率并最大化收益，高效地响应切片服务请求。

Abstract:

针对当前的通信网络安全威胁评估方法面临着数据量大、威胁类型多样、环境动态变化等挑战，基于规则和简单统计分析的传统评估方法难以满足实时性、准确性需求的局限性，提出了一种基于遗传神经网络的通信网络安全威胁智能评估方法。通过构建包含通信网络受攻击程度、受攻击后的通信质量和通信容量等方面的通信网络安全评估指标体系，并采用非数值型指标量化、正向化处理、无量纲标准化对评估指标进行规范化处理，设计了基于遗传算法优化的神经网络评估模型，实现对通信网络安全威胁的准确、智能评估。通过TOPSIS方法生成的数据集对所提出的评估方法进行了实验验证，结果显示评估准确率达到了92%，证明了该评估方法的有效性。

Abstract:

雷达抗干扰智能化水平评估是推动智能抗干扰技术进步的重要环节，过去聚焦于传统抗干扰效能指标的评估方法未充分考虑智能性特征，不适用于智能水平评估；在分析抗干扰智能特征的基础上，针对雷达缺少智能性评估标准和指标的问题，提出了能表征其智能水平的等级与指标体系，并定义了指标的计算方法；为克服因认知差异导致的评估结果偏差问题，提出了基于模糊云模型的定量评估方法；并综合指标赋权等内容建立了评估方案；仿真结果表明，该方案的评估结果与专家定性评价结果一致，所提指标体系与评估方法更符合人的主观认知逻辑，可为雷达抗干扰智能水平评估的研究提供一定的借鉴。