Abstract:

大语言模型是一类由具有大量参数的人工神经网络构成的语言模型，通常通过自监督学习或半监督学习方式，在大量未标注文本上进行训练，是当前生成式人工智能技术的核心组成部分，在机器翻译、问答系统、对话生成等多个任务中表现出色。然而，现有的综述性研究多侧重于LLMs的理论框架与训练方法，对垂直领域的介绍相对不足，且局限于特定领域。为更全面地应对大模型在自然语言处理领域的发展及其对通用任务和行业应用带来的影响，在系统梳理LLMs的基础架构、训练技术与发展脉络的基础上，通过对其在若干具有广阔前景的垂直领域——如科学研究、医疗建康、智慧教育、现代农业等——的应用现状进行系统分析，深入探讨了大模型在实际应用中面临的挑战，提出相应的应对策略，并展望未来的研究方向。

Abstract:

随着多通道中频信号采集产品在国防军工领域的不断应用，针对多通道中频信号产品的测试要求也在不断的提高，提出了一种针对多通道中频信号产品的自动测试系统；使用XC7Z020作为核心处理器，通过控制DA转换电路输出正弦波信号作为信号源，产生多个通道的中频信号，将多个通道的中频信号输入被测产品的多个AD通道进行采集，采集后的数据通过LVDS接口传输至测试系统，测试系统通过串口传输至上位机，上位机利用labVIEW进行数据的解析以及显示。验证结果表明，该测试系统能够正确实现多通道信号的参数解析以及计算，具有开发周期短、操作难度低以及自动化程度高的特点。

Abstract:

遥感图像由于几何畸变、传感器噪声、大气散射等多重因素的影响,存在细节模糊、辐射失真、空间错位等问题,使得整体质量下降,若是直接进行应用,会导致微小目标的检测性能下降。对此,提出融合注意力机制与卷积神经网络的遥感图像微小目标检测方法研究。通过几何校正、噪声抑制与质量增强步骤增强遥感图像质量。融合注意力机制与卷积神经网络构建微小目标检测模型,将增强后的遥感图像输入至训练好的微小目标检测模型中,获取微小目标分类结果(类别信息)与边界框回归结果(位置信息),从而实现了遥感图像微小目标的有效检测。实验结果显示:设计方法微小目标检测模型误检率最小值达到了0.25%；遥感图像峰值信噪比最大值达到了63dB,遥感图像融合特征提取误差最小值达到了0.2%,微小目标检测结果与实际结果高度吻合。

Abstract:

针对现有电力行业绝缘子缺陷检测方法存在计算量大、检测类型单一和检测精度低等问题，提出一种新的绝缘子缺陷检测算法。以YOLOv11为基础模型，在主干网络末端和C2PSA模块中引入BRA注意力机制，增强模型的抗干扰能力和特征提取能力；用动态卷积模块DynamicConv代替C3K2模块中的普通卷积，进一步提高模型对绝缘子缺陷小目标的检测能力；在回归损失计算中使用WIoU损失函数代替原来的CIoU损失函数，增强模型的定位性能和泛化能力，提高检测速度。实验结果表明，改进后的算法对绝缘子及各类缺陷检测的mAP0.5和mAP0.5-0.95分别达到84.8%和62.6%。

Abstract:

针对输煤皮带故障传统检测漏检率高、实时性差的问题，开展复杂工业环境下其故障视觉识别与定位研究。采用改进 YOLOv8 算法，结合尺度变换、亮度调整等数据增强扩展样本；优化网络结构，引入注意力机制与轻量化设计提升特征提取能力和实时性；通过多尺度融合、BiFPN优化及跨层级对齐增强多尺度检测能力，设计动态损失函数改善识别均衡性，结合UNet实现精细化分割。实验结果表明，故障识别mAP达93.8%，定位误差降至0.8mm（亚毫米级），平均检测帧率超42FPS；强光、高噪声等复杂环境中误检率低于 6.2%、漏检率低于5.5%，满足输煤皮带故障实时、精准检测的工业应用需求。

Abstract:

飞机巡航阶段遭遇的湍流振动会诱发细丝机械疲劳断裂,而着陆冲击可瞬间改变导电阳极细丝(Conductive Anodic Filament,CAF)接触阻抗,出现短路现象。但CAF短路初期的电信号特征较为微弱,难以获取CAF短路故障的最敏感主元特征,降低了故障监测的准确性。为此,研究基于增强KECA算法的航电电源板层间CAF短路故障智能监测方法。以高精度霍尔效应电流探头捕捉航电电源板层间CAF电气信号,将其分解出多尺度模态分量,计算各电气信号IMF分量的能量熵。鉴于飞机相关状况致CAF短路且初期电信号微弱,单纯依靠能量熵难挖掘最敏感主元特征,传统KECA存在投影方向选择范围窄的缺陷,对号IMF分量的能量熵进行KECA增强下主元特征向量低维映射,筛选出对短路故障最敏感的特征向量并投影到低维空间,使主元向量更聚焦关键特征。引入灰狼算法改进支持向量机,将改进支持向量机作为AdaBoost算法的弱分类器,加权组合为强分类器,得到航电电源板层间CAF短路故障识别模型,实现CAF短路故障智能监测。实验结果表明:所提方法应用下,故障样本与无故障样本点边界清晰且同类样本点之间有很好的聚类性；面对早期故障样本,对数损失相对更低且在面对中期和后期故障样本,对数损失也依然保持了较低水平,由此证明了所研究方法的故障监测准确性更高。

Abstract:

针对高校图书馆智能化转型过程中在架图书错序管理的难题,提出了一种基于小波变换的空频双域协同检测方法。该方法设计了多尺度空频动态融合模块,通过Haar小波分解实现书脊几何形变特征的下采样提取,并结合逆小波变换对全局纹理分布进行重建,充分发挥空域与频域信息的互补优势,实现多尺度特征的深度融合。为提升分类与定位的协同训练效果,引入匹配感知损失函数以优化特征匹配质量。针对文本区域易受光照与复杂背景干扰的问题,构建了形态学-PMD扩散协同预处理流程,融合自适应伽马校正与动态结构元素闭运算,显著增强了文本区域的鲁棒性。实验结果表明,该方法在书籍密集等复杂场景下,平均精度指标mAP@0.5:0.95、mAP@0.75和mAR@0.5:0.95分别达到了80.2%、96.8%和88.6%,为智能书架管理系统提供了可靠的技术支持。

Abstract:

针对装备试验中多源数据孤岛、质量缺陷诊断准确率低、溯源定位模糊等问题，提出一套“融合-诊断-溯源”全链条技术方案；构建多源试验数据采集体系，采用改进加权融合算法实现异构数据集成，设计CNN-LSTM融合模型提取时空特征并识别缺陷类型，基于贝叶斯网络建立溯源模型定位根因等方法达到了试验数据融合准确率、缺陷诊断准确率、溯源平均误差等指标均有明显向目标指数变化，较传统方法综合性能明显提升，为装备试验质量管控提供技术支撑。

Abstract:

岩石裂隙在自然形成过程中呈现出形态曲折、边界模糊的复杂几何特性，且其图像常受到矿物纹理、光照不均等背景因素的严重干扰,针对U-Net等模型在处理此类复杂图像时易出现的特征信息丢失与拟合可靠性不足的问题，本文提出了一种融合改进U-Net与双重注意力机制的岩石裂隙检测方法。通过构建压缩金字塔结构对输入图像进行多尺度卷积，并结合空间与通道双重注意力机制，强化裂隙区域的响应权重，抑制非裂隙背景的干扰，克服特征丢失问题。进一步将双重注意力模块嵌入U-Net的编码器-解码器框架，利用Dice与Focal联合损失函数及L2正则化约束模型训练，增强对细小与模糊裂隙的识别能力，并通过尺度放缩实现像素级裂隙映射。实验结果表明，该方法对裂隙长度的检测误差基本稳定在1.5mm以内，对整体裂隙分布间距的检测误差低于10.0mm。

Abstract:

在强电磁干扰与多径散射耦合的工业复杂电磁环境中,采集的宽幅拼接影像易因微镜阵列单元失配与高频振荡引入的相位同步误差,形成非均匀辐照伪影与动态像移,导致小样本训练的标签缺失,增加检测难度。对此,设计了基于神经辐射场的无人机拼接图像遮挡目标解耦检测系统。通过无人机与地面端的协同硬件及多GPU服务器设计硬件模块,保障了数据处理流程的高效性。融合符号距离场与双向反射分布函数,并引入体密度修正,实现了优越的三维隐式重建,通过正/负检测头分离前景与背景,并利用带多标签约束的损失函数,有效克服了非均匀辐照伪影与动态像移环境下,小样本训练的标签缺失问题,达成了精准的任务解耦。在高反射过曝遮挡场景下,本系统在特征点匹配上实现零丢失、零误匹配,边界框最大误差频率降低至8次,验证了其在复杂遮挡环境下的有效性。

Abstract:

工业压缩机运行状态复杂，其故障易引发生产中断和安全风险。针对集中式云计算异常检测在实时性和通信效率方面的不足，对基于5G边缘计算的压缩机PLC数据异常检测方法进行了研究。构建了边缘—云协同的监测架构，在边缘节点部署轻量化深度学习模型，实现多源时序数据的实时分析。采用LSTM自编码器对压缩机正常运行模式进行建模，并结合模型压缩策略降低计算与存储开销，同时针对典型运行参数设计了相应的数据预处理与特征工程方法。基于实际工业场景采集的数据进行了实验测试，结果表明，该方法的异常检测精度达到96.3%，平均推理延迟为45ms，能够有效识别渐进性退化与突发性故障。实际应用结果表明，该方法满足工业现场对低时延、高可靠性设备状态监测的应用需求。

Abstract:

由于行星人字齿轮传动系统拥有具有承载能力高、传动平稳、传动效率高以及噪声低等优点,常作为主要传动系统应用于齿轮传动涡扇式(GTF)航空发动机与直升机减速器中。当齿轮线速度过大时,除行星人字齿轮传动啮合时的摩擦损失,还包括流体对齿轮的风阻功率损失。为了进一步研究理论分析及预测风阻的方法,从而更好地实现降阻的目的,本文以圆盘为基础分析模型,再通过假设流体运动的边界条件,将人字齿轮的齿面、退刀槽面、齿轮两侧端面以及圆周面作为研究对象,单独构建其风阻损失预测模型,最后通过CFD分析验证预测模型结果的准确性。经仿真分析验证表明：对单个齿轮来说,其齿面风阻功率损失值最大,约占齿轮总风阻功率损失的90.6%；且该预测模型预测值与仿真值的最大误差约为8.3%,预测模型计算效果较好。

Abstract:

针对当前的目标检测算法对于无人机影像存在背景复杂、目标较小而造成的漏检误检等问题，提出了一种基于YOLOv8的无人机航拍检测改进算法YOLOv8-A；为了提高算法对于小目标的检测能力，使用全局通道-空间注意力模块来提高输入特征图的表达能力；为了进一步提高算法对于捕获输入数据的上下文信息和内在特征的能力，在颈部结构更换了RT-DETR算法的AIFI模块，有助于提取上下文的信息；为了提高算法对于困难样本的定位能力，采用了WIoU函数来提高算法对于困难样本的定位稳定性；在visdrone2019数据集上的实验表明，所改进的算法与原有算法相比，mAP提升了2.1%，相比其他主流的算法，该算法有更好的检测效果。

Abstract:

针对学生实验行为分析中，因采集设备性能及环境干扰导致的图像模糊、分辨率低和遮挡等检测难题，提出一种基于改进YOLO11的学生实验过程行为检测算法：HMS-YOLO11，算法引入高频增强残差块（HFERB）改进C3k2模块，增强对图像高频细节（如边缘、纹理）的提取能力，从而提升模型在低分辨率场景下的特征判别能力；设计了多分支辅助特征金字塔网络（MAFPN），该网络通过细节增强分支和语义增强分支，增强多尺度特征融合与空间表征能力，提升检测精度；并在检测头中嵌入轻量级SEAM注意力模块，减少遮挡带来的漏检与误检问题。实验结果表明，HMS-YOLO11改进模型在自建数据集上mAP50达到90.9%，mAP50-95达到66.5%，Recall达到89.1%，对比基准模型分别提高了2.2%、1.7%、4.6%，并且模型参数量和计算量更低。

Abstract:

针对现有特种机任务系统地面测试程序按固定顺序执行、无法利用机载内置测试诊断先验信息的工程瓶颈,提出了一种基于自动测试标记语言的现场测试程序动态调度多目标优化方法。该方法以故障隔离、器材保障和快速出动三类现场维修场景的实际需求为牵引,建立了关联期望诊断步数、加权测试时间、早停隔离置信度的三目标优化模型,利用基于ATML测试程序平台已有的D矩阵故障模型和先验信息驱动改进了现有NSGA-II求解算法。案例结果表明,相比现有测试方案,将平均诊断步数减少41.5%,早停隔离置信度提升25.6%,动态重优化热启动响应时间不超过2 s,为提升该型装备持续作战能力提供重要决策参考。

Abstract:

针对目前地铁列车停放制动在缓解不良时需采用手动方式缓解，存在缓解效率低、在隧道中难以实施导致影响地铁列车运行等问题，基于LoRa无线通信技术设计了一停放制动无线缓解系统；系统由司机室内的手持终端和各转向架上安装的控制节点组成，通过手持终端与各个转向架主节点之间的无线信息传输，能实现停放制动在缓解不良时的电动缓解操作，并可在手持终端上显示停放制动缸的气体压力和缓解状态等信息；重点分析设计了基于LoRa的状态数据上报和缓解指令下发的通信方式，通过限制LoRa的通信距离，采用定时轮询、多跳传输以及邻居节点协同监测机制，确保了数据信息传输的可靠性；在实验室搭建了停放制动缓解试验系统，通过功能测试验证了系统能够在停放制动缓解不良时有效实现缓解功能；与原有手动缓解方式相比，本系统具有自动化缓解、实时状态反馈等优势，不仅提高了停放制动的缓解效率，而且保障了操作人员的人身安全。

Abstract:

在新能源汽车高负荷运行场景下,动力电池组面临复杂电热耦合环境,其内部电化学反应剧烈、热积累效应显著,易引发温场能效失衡问题,难以实现热状态的精准感知与实时控制。为了解决该问题,设计了基于深度强化学习的动力电池组降温自适应控制系统。以数据驱动决策、闭环保障精准为核心,构建了三层协同的全流程闭环总体架构,围绕深度强化学习算法决策中枢,联动数据采集、信息交互、执行控制三大模块,实现动力电池热特性与冷却控制的自适应匹配。硬件上,采用“测温+测流”双组件协同设计的热特性多维度采集模块,确保数据精准量化；通过CAN总线实现整车工况通信模块的实时数据交互；自适应冷却指令执行模块则将控制指令转化为实际冷却动作,形成闭环控制。软件上,通过计算动力电池温度偏差变化率,量化产热、温度偏差与趋势递进关系,结合深度强化学习算法,构建“状态输入-行为输出-奖励函数-策略更新”闭环控制框架,实现温场能效平衡,完成动力电池热特性的自适应降温。在高温爬坡极端工况下进行系统测试,结果表明,该方法在温度分布均匀性(温差≤1℃)与响应延迟(≤5ms)方面均显著优于现有主流控制方法,展现出良好的控制性能。

Abstract:

齿轮在航空发动机中处于高速、重载及热梯度场的复杂工况下,基准端面与齿面产生的弹性与热变形而导致的空间位姿偏差单靠坐标补偿难以完全消除,进而引起齿面计量误差。为此提出考虑平面度的航空发动机齿轮齿面计量误差控制方法。采用HF-PG300齿轮齿面平面度微米级检测装置,获取齿面三维坐标并计算平面度偏差。将平面度偏差引入预行程误差模型,构建多维度综合误差模型。通过空间坐标变换与六参数优化模型,实现误差的递进式修正与齿面姿态精准对齐。实验结果表明,在齿轮共振工况下,所提方法可将齿面法向偏差控制在0.02mm以内,齿廓形状偏差最大仅为2.36μm,齿形边缘清晰且规则,几乎无明显畸变,有效抑制多源误差的耦合效应,为航空发动机齿轮的高精度制造与可靠运行提供了有效的计量与控制支撑。

Abstract:

随着新一代运载火箭运载能力和复杂度的不断提升,遥测系统面临着数据传输量大、传输距离远、环境干扰强等严峻挑战。传统基带通信方式在高速率下传输距离受限,且长距离传输易导致信号畸变与相位滞后,严重影响数据可靠性。针对上述问题,提出一种融合多级树形拓扑降频通信、独立同步信号相位畸变抵抗、基带通信接口优化的综合解决方案。通过数据综合器分级汇聚、AB缓冲区结构、中继器整形、差分传输及独立同步机制等技术,有效提升了遥测系统的传输距离与可靠性。理论分析与实验验证表明,该方法在提高通信速率的同时保证了数据完整性,显著提高了系统抗干扰能力,为大型运载火箭遥测系统设计提供了重要技术支撑。

Abstract:

MIMO系统在变风量暖通空调冷却侧表现为多个变量之间存在强耦合关系。传统单变量控制难以处理多变量间的耦合效应，可能导致调节一个变量时引发其他变量波动，增加能耗或牺牲舒适度。为保障变风量暖通空调的稳定运行，提出基于GPC融合Adam的MIMO变风量暖通空调冷却侧节能控制方法。在MIMO系统中通过变风量条件下的机组参数拟合运算，定义空调暖通回路与冷却回路之间的换热关系，以求解空调冷却侧的实时能耗，完成变风量暖通空调系统的冷却能耗计算。基于GPC反馈校正机制，设计线性控制器模型，显式处理MIMO系统的耦合关系，通过预测模型协调多变量调节，避免单变量控制的冲突。在此基础上，根据Adam算法的收敛性原则，实施对空调冷却参数的初始化运算，从而在泛化处理冷却参数的同时，补偿模型误差和工况变化，维持解耦控制的有效性。进而生成节能控制策略，完成MIMO变风量暖通空调冷却侧节能控制。实验结果表明，所提方法能将暖通空调冷却侧的耗电量降低至1100kWh，且在温湿度恒定的情况下，所获得的制冷效果相对较优。

Abstract:

三元电池热失控涉及电化学-热-机械多场耦合效应,单一传感器只能捕捉局部物理量变化,无法反映气体产率、电压波动等关键,导致热失控早期预警误差提高。对此,提出三元动力锂离子电池热失控早期预警系统设计研究。在系统硬件单元设计中主要包括传感器单元、多通道数据采集电路单元、主控芯片单元与预警与执行结构单元,形成覆盖监测、采集、处理、预警的全链路硬件支撑体系；在系统软件模块中,首先通过负温度系数热敏电阻、光纤光栅温度传感器、红外热成像仪、气体传感器、电压/电流传感器、压力传感器、烟雾传感器与多通道数据采集电路实时采集三元动力锂离子电池的运行数据,并对其特征进行提取及其融合操作。然后将提取到的特征输入至时间卷积网络风险预测模型中进行热失控预测,最后针对存在热失控风险的电池进行早器分层预警。实验结果显示:设计系统获得的电池温度分布图与实际电池温度分布图高度吻合,综合特征向量提取误差最小值达到了0.3%,电池热失控风险概率预测结果与实际电池热失控风险概率数值趋于一致,电池热失控早期预警结果与实验样本标注结果相同。

Abstract:

为给多模复合导航系统闭环半实物仿真实验提供高稳定度、高精度、可复现的卫星信号，并检验卫星导航算法的正确性，设计了一款卫星信号模拟器；本文设计的卫星信号模拟器以DSP+FPGA作为核心芯片，并配有上变频射频通道，能够模拟BD2 B1、BD2 B3、GPS L1、GLONASS L1四个频点卫星信号，并且能够生成各个频点的压制式及欺骗式的干扰信号，每频点不少于12个卫星通道，模拟GPS/BD2/GLONASS多体制多颗卫星在轨的位置分布和运动；根据载体的姿态、接收机天线布置、天线方向图等因素，模拟卫星导航信号的到达入射角、强弱和延时；并具有人机交互界面，通过设置卫星的卫星号、伪距、多普勒等参数对系统进行控制；通过软件和硬件升级，可以增加BD3 B1C、B2A等频点导航系统的扩展；经测试分析对四个卫星信号功率的控制精度优于1dB，控制范围大于60dB，且卫星信号与干扰信号具备同步机制。

Abstract:

当前的图像重构算法受到传统光学衍射效应的固有制约,成像的分辨率被限制,导致所获取的图像细节信息丢失、分辨率低下。而低分辨率图像本身所包含的信息有限,在重构过程中难免会在图像边缘引入振荡伪影,严重影响可见光纳米图像边缘复原质量。因此,设计突破衍射极限的可见光纳米图像重构边缘振荡智能去除方法。设计基于多分支网络的图像多分支重构方法,对可见光纳米图像实施多分支重构。设计图像融合网络,对多分支可见光纳米图像重构结果实施融合处理,以达到突破衍射极限的目的,从而为边缘振荡智能去除提供超分辨率原始数据,即暴露需要解决的伪影问题。设计基于坎尼算子与模糊滤波器的超分辨率重构可见光纳米图像复原方法,基于融合结果实现可见光纳米图像重构边缘振荡智能去除。实验测试结果表明,设计方法复原结果的边缘清晰,接近真实物理边界。设计方法的复原图像分辨率在5-10nm之间,突破了可见光波长的衍射极限30nm。设计方法的边缘振荡能量比(Edge Oscillation Energy Ratio, EOER)整体低于0.2,说明设计方法边缘振荡能量占比小,复原的可见光纳米图像边缘质量高。

Abstract:

星地激光通信因大气湍流、云层遮挡及平台震动等因素可能引发随机与突发混合干扰,信道编码作为关键的纠错技术备受重视；为提升星地激光通信的信道译码性能、增强信息传输效率并降低译码复杂度,设计了将RS码与LDPC码级联的编码方案;为有效刻画混合干扰特性,采用了GE-AWGN级联模型作为信道建模基础,引入含素数模自适应交织器与层间双向反馈的RS-LDPC串行级联编码架构构建分层纠错体系,提出了基于导频辅助法的动态参数调节策略优化码率、LDPC迭代次数及交织深度配置,依托MATLAB仿真平台验证了方案性能；经仿真结果表明,与未编码相比,RS-LDPC级联编码在误码率时性能优于单一LDPC码或RS码约1.5 dB,动态参数调节在低信噪比下显著提升了纠错效果,在高信噪比下有效提高了传输吞吐量,自适应交织器高效离散了长突发错误；经实验测试该信道模型与编码方案适配星地激光通信混合干扰场景,满足了抗干扰传输技术在该领域的实际应用需求。

Abstract:

为应对小型化四旋翼无人机在非合作环境下存在的战术威胁，提升无人机反制能力，本文围绕无人机跳频通信系统干扰技术展开研究；基于DRFM技术设计了无人机干扰平台，搭建了无人机跳频信号侦测干扰系统；根据无人机信号频域特征，提出了基于动态阈值的跳频信号参数估计方法，实现信号帧关键信息提取，相对固定阈值方法,在-15 dB信噪比下漏检率降低32%，误判率降低49.2%。提出一种瞄准式干扰信号生成方法，通过将采集信号切片、重构生成多载波窄带干扰信号，解决了传统干扰方法所需先验信息较多的问题；干扰系统仿真与实验环境下均具有较好的干扰效果；实验结果表明，瞄准式干扰信号能够在信干比0 dB以下有效干扰小型四旋翼无人机的遥控链路，显著提升无人机的反制效果。

Abstract:

针对城市交通效率中高峰拥堵与平峰资源浪费的矛盾问题,对基于感知与规划协同的智能信号优化系统进行了研究。该系统采用以YOLOv8框架为核心的车辆检测与多目标追踪技术,实现了对各车道车流量的实时精准统计,并生成可视化分析报告。通过集成车道车辆密度、启动时间、安全间距及路口结构等多维参数,采用多相位动态配时算法,结合权重模型计算出最优绿灯时长,实现信号自适应控制。关键技术创新包括构建了检测与决策全流程自动化闭环,并将轻量化的YOLOv8模型、车辆追踪、车道检测与信号配时算法部署于边缘FPGA平台,依托其并行计算能力实现超低延迟控制。经实验测试,该系统在小流量周期时间利用率提升16%–20%,大流量周期提升14%–16%,可支持26–32辆规模的车队一次性通过,有效消除二次排队现象。经实际应用,系统在提升路网运行效率和出行体验方面均满足智慧城市建设的工程需要。

Abstract:

面向轻量化与高可靠需求，开展航空混合动力系统的能量管理研究。构建“放电直通 + 充电隔离”电源拓扑，围绕荷电状态设计多工况功率分配与模式切换策略，实现发电机与蓄电池的动态协同供能；在滑跑、并联供能与受控回充三类典型工况下，给出发电端与电池端的多种控制实现路径，包括功率-电流双闭环、电流单环、恒流充电与恒压充电等。建立整机模型与约束条件，完成滑跑、起飞、爬升与巡航等工况的统一仿真评估。结果表明，所提方法在保持安全边界与荷电状态稳定的同时，有效抑制母线电压波动，降低功率器件应力，并具有良好的轻量化潜力。

Abstract:

为应对深度神经网络在图像分类等任务中高计算成本与存储需求的问题，研究了一种结合结构化剪枝与知识蒸馏的模型压缩方法，旨在压缩模型的同时维持或提升其性能。采用基于L1正则化的结构化剪枝方法削减模型参数与计算量，保留主要特征提取能力；随后引入输出层引导的知识蒸馏技术，结合交叉熵损失与KL散度，将教师模型的logits分布传递给学生模型，以恢复其性能。进一步利用Optuna进行超参数自动调优，优化蒸馏温度、学习率与损失权重，提升蒸馏效率。实验结果表明，该方法在将VGG19_BN模型大小压缩55%–90%、计算量降低40%–74%的同时，精度提升3.82%，并具备良好的泛化能力。

Abstract:

长距离光通信存在低信噪比、高衰减特性,使得传输信道的非线性特性会引发相位畸变,会破坏传统正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统的子载波正交性,难以补偿从时域转换为频域信道的相位畸变情况,导致长距离光通信信号的解调误码率较高。针对上述瓶颈,构建一种基于高灵敏度光电探测器的长距离光通信OFDM系统。在硬件层面,系统集成高性能正交调制器、分布式拉曼放大器与超高响应度光电探测器,分别实现高质量光信号生成、链路损耗补偿与微弱信号的高精度检测；在软件层面,设计包括抗相位畸变的OFDM信号生成,补偿从时域转换为频域信道的相位畸变,联合时频域均衡实现从信号生成到解调的全流程优化。实验结果表明,所提系统可实现最高65 dB的OFDM信号信噪比、68%的光纤链路损耗补偿率及最低1.5%的解调误码率,显著提升了长距离传输条件下的系统鲁棒性与通信质量。

Abstract:

未来雷达朝着信息化、无人化、智能化方向发展演变,对其进行完备充分测试的需求日益迫切,而传统试验方法受限于成本和时间无法满足。本文首先分析了数字化试验的背景与必要性,然后从复杂环境、性能底数、一体贯通三个方面出发,讨论了雷达数字化试验转型关键技术,为试验数字化转型的研究方向提供了参考。

Abstract:

小样本图像分类中存在样本不足、易过拟合及部署效率受限等问题,由此文章提出一种融合生成式数据扩增与APCRLNet的分类方法。采用改进GAN、泊松编辑和MS-Net生成扩增样本,并结合SSIM筛选与加权训练提升数据有效性；构建含非对称并行卷积与残差学习的APCRLNet,并通过通道剪枝和8 bit量化实现轻量化。实验表明,本文方法Top-1准确率达95.2%,较对比方法分别提高6.7、8.9和10.5个百分点,参数量减少42%,推理时间缩短45%,实现了精度与效率的协同提升。

Abstract:

针对无人飞行器集群任务规划问题规模大、约束条件复杂以及传统算法易陷入局部最优等问题,本文对基于量子-经典混合算法的无人飞行器集群任务规划仿真平台关键技术进行了研究。构建了面向集群协同任务的模块化仿真平台总体架构,设计了任务管理、经典路径规划、量子-经典混合优化、冲突检测与后处理以及仿真执行等核心模块；提出一种面向飞行器集群的模块化仿真建模与规模可扩展技术,实现单机模型与集群任务逻辑解耦表达；构建多约束条件下任务与路径联合规划优化模型,通过NSGA-II与分布式拍卖机制相结合实现任务分配与路径优化协同求解；将任务分配与路径选择问题映射为二次无约束二值优化模型,引入量子近似优化算法与经典优化器构成量子-经典混合求解框架；在典型三维任务场景中开展软件在环仿真验证,实验结果表明平台能够支持不同规模集群仿真构建,仿真帧率保持在50 Hz以上；联合规划方法相比分阶段规划任务完成率提高约8%,路径长度降低约9%；量子-经典混合算法在组合优化问题中获得更优目标函数值；研究结果表明该平台能够为无人飞行器集群任务规划算法研究与工程验证提供有效技术支撑。

Abstract:

为解决应答器批量生产中存在的测试效率低、人工依赖度高、数据管理不规范、产品一致性难以保证等问题,尤其针对标准尺寸与大尺寸应答器难以在同一平台兼容测试的痛点,本文设计并实现一种兼容多尺寸应答器出厂符合性验证的自动测试平台。平台采用模块化硬件架构与分层软件架构,以测试主控机为核心,集成可编程数字信号发生器、数据采集单元、功率放大器、频谱分析仪、专用测试天线及自动测控软件,可实现应答器启动功能、输入输出特性、上行链路信号特性、接口C特性等关键指标的全自动检测,构建了多尺寸应答器标准化测试体系,形成的测试系统支持测试流程自动化执行、结果智能判定及数据存储与追溯,有效降低人工干预,提升生产效率与产品一致性。实际应用表明,该测试平台运行稳定、测试精度高、扩展性强,能够满足不同类型应答器批量生产的调试与测试需求,具有重要的工程应用价值。

Abstract:

针对导弹发射车供电系统健康状态评估方法的不足，对一种基于动态区间改进灰色聚类的评估方法展开研究。构建了供电系统健康状态评估指标体系；采用灰色关联法与层次分析法相结合的综合评价方法，建立了改进的灰色聚类理论模型。以某型导弹发射车供电系统为对象，结合实测数据，通过归一化处理、综合评价与聚类分析，实现了系统健康状态的定量评估。应用结果表明，该方法能够有效评估供电系统健康状态，具有较高的准确性与通用性，为装备保障提供了可靠依据。

Abstract:

该研究针对装备试验中多源数据孤岛、质量评估精度不足的问题，对装备试验质量评估的技术路径进行了研究。通过构建 “采集 - 治理 - 融合 - 应用” 四级装备试验大数据治理体系，分析某型装备发射装置达到标准次数的试验数据，并提出基于可信度加权的多源数据融合方法，结合改进 CNN-LSTM 模型实现装备试验质量评估；经分析发现传统评估方法因数据维度单一、特征提取不充分，缺陷诊断准确率相对较低，实证测试显示新体系下质量评估准确率均能够达到标准，较传统 BP 神经网络提升了相应的百分点，诊断耗时大大缩短。该研究提出的装备试验大数据治理体系与质量评估方法，满足装备试验质量评估的实时性需求，为装备试验质量评估提供了高效可行的技术路径。

Abstract:

当前用频效能评估存在手段缺乏、精度不高等问题，难以满足通信设备性能提升以及人员掌握通信态势、进行智能化决策的需求。为此，开展通信系统用频效能评估方法研究，通过构建自然环境、用频设备及电波传播环境的数字孪生模型，提出一种电磁计算模型的智能匹配算法，进而定量与定性相结合地评估复杂电磁环境下通信设备的链路性能、侦察范围、覆盖范围与干扰能力等用频效能指标。基于典型试验场景的仿真应用表明，所提方法能够有效支持通信系统方案的选择与优化，为设备通信用频效能的智能评估提供技术手段与工具，有助于提升任务规划与指挥决策的辅助支持能力。