国产欧美精品一区二区,中文字幕专区在线亚洲,国产精品美女网站在线观看,艾秋果冻传媒2021精品,在线免费一区二区,久久久久久青草大香综合精品,日韩美aaa特级毛片,欧美成人精品午夜免费影视

摘要:為準確把握航天測控站的供電系統運行情況，設計一套航天測控站供電系統智能監測系統，系統將實(shí)現對測控站中多類(lèi)型供電終端的數據采集，并通過(guò)統一的數據采集終端發(fā)送至采集上位機，上位機將獲取的數據存儲并分析，最后以網(wǎng)頁(yè)形式展現數據采集及分析結果。通過(guò)實(shí)現軟硬件結合、B/S與C/S架構結合的供電系統智能監測系統，將提出一種航天測控站對其供電系統進(jìn)行監測的新方法，可以及時(shí)有效發(fā)現供電系統的隱患，提高供電系統運行的穩定性和可靠性，為保障航天發(fā)射的順利實(shí)施提供有力支撐。

摘要:惡意代碼的快速發(fā)展嚴重影響到網(wǎng)絡(luò )信息安全，傳統惡意代碼檢測方法對網(wǎng)絡(luò )行為特征劃分不明確，導致惡意代碼檢測的結果不夠精準，研究基于PSO-KM聚類(lèi)分析的通信網(wǎng)絡(luò )惡意攻擊代碼檢測方法。分析通信網(wǎng)絡(luò )中惡意攻擊代碼的具體內容，從網(wǎng)絡(luò )層流動(dòng)軌跡入手提取網(wǎng)絡(luò )行為，在MFAB-NB框架內確定行為特征。通過(guò)歸一化算法選擇初始處理中心，將分類(lèi)的通信網(wǎng)絡(luò )行為特征進(jìn)行歸一化處理，判斷攻擊速度和位置。實(shí)時(shí)跟進(jìn)通信網(wǎng)絡(luò )數據傳輸全過(guò)程，應用適應度函數尋求惡意代碼更新最優(yōu)解。基于PSO-KM聚類(lèi)分析技術(shù)構建惡意代碼數據特征集合，利用小批量計算方式分配特征聚類(lèi)權重，以加權平均值作為分配依據檢測惡意攻擊代碼，實(shí)現檢測方法設計。實(shí)驗結果表明：在本文方法應用下對惡意攻擊代碼檢測的正確識別率可以達到99%以上，誤報率可以控制在0.5%之內，具有應用價(jià)值。

摘要:針對低真空管道磁浮交通運輸試驗臺搭建了數據采集系統，采用了GPS信號授時(shí)與IEEE1588以太網(wǎng)時(shí)鐘同步的方式實(shí)現了分布式數據采集系統的時(shí)鐘同步網(wǎng)絡(luò )；對試驗臺的多傳感器進(jìn)行了低真空和電磁場(chǎng)環(huán)境的影響測試，發(fā)現低真空環(huán)境下激光位移傳感器產(chǎn)生了測量值減小的現象；同時(shí)以激光位移傳感器為例，對比低真空環(huán)境下不同數據降噪方法對添加了不同信噪比的高斯噪聲進(jìn)行濾波處理，得出了不同信噪比下不同降噪方法的處理效果，以此為依據在工程實(shí)際情況選出最合適的降噪方法來(lái)得到更好的降噪效果；最后采用了基于不同降噪方法差值的數據異常值處理方法，與普通的區間估計異常值處理方法對比，從跳點(diǎn)去除效果和總去除個(gè)數證明了基于小波降噪的差值處理法對異常值處理的有效性，滿(mǎn)足了實(shí)際工程的需要。

摘要:針對變工況條件下因源域和目標域樣本數據分布差異大造成滾動(dòng)軸承故障診斷準確率較低的問(wèn)題,提出一種新的遷移學(xué)習方法——卷積注意力特征遷移學(xué)習(Convolutional Attention-based Feature Transfer Learning, CAFTL),并用于變工況條件下的滾動(dòng)軸承故障診斷。在所提出的CAFTL中,將源域和目標域樣本經(jīng)過(guò)多頭自注意力計算再經(jīng)過(guò)歸一化之后,輸入到卷積神經(jīng)網(wǎng)絡(luò )中得到對應的源域和目標域特征；然后通過(guò)域自適應遷移學(xué)習網(wǎng)絡(luò )將兩域特征投影到同一個(gè)公共特征空間內；接著(zhù),利用由源域有標簽樣本構建的分類(lèi)器進(jìn)行分類(lèi)；最后,利用隨機梯度下降(Stochastic Gradient Descent, SGD)方法對CAFTL進(jìn)行訓練和參數更新,得到CAFTL的最優(yōu)參數集后將參數優(yōu)化后的CAFTL用于滾動(dòng)軸承待測樣本的故障診斷。滾動(dòng)軸承故障診斷實(shí)例驗證了所提出的方法的有效性。

摘要:針對現有船舶軌跡預測模型預測準確度低的問(wèn)題，提出一種基于注意力機制的時(shí)域卷積網(wǎng)絡(luò )和雙向長(cháng)短時(shí)記憶網(wǎng)絡(luò )（TCN-ABiLSTM）的船舶軌跡預測模型。首先搭建TCN網(wǎng)絡(luò )提取船舶軌跡的序列特征，之后將注意力機制引入網(wǎng)絡(luò )調整不同屬性特征的權值，凸出對軌跡預測影響更大的特征，最后搭建Bi-LSTM網(wǎng)絡(luò )學(xué)習軌跡序列的前后狀況來(lái)提取序列中更多的信息，實(shí)現對船舶未來(lái)軌跡的預測；通過(guò)實(shí)際船舶AIS數據對網(wǎng)絡(luò )進(jìn)行訓練與測試實(shí)驗，實(shí)驗結果表明，TCN-ABiLSTM模型相比LSTM、Bi-LSTM、TCN、BiLSTM-Attention、TCN-Attention模型船舶軌跡預測精度更高，擬合程度更好，驗證了所設計的TCN-ABiLSTM模型在船舶軌跡預測方面的的有效性和實(shí)用性。

摘要:為了提高模塊類(lèi)網(wǎng)絡(luò )安全產(chǎn)品的批量測試效率，降低人力成本及換線(xiàn)時(shí)間，開(kāi)展了模塊類(lèi)網(wǎng)絡(luò )安全產(chǎn)品的智能測試系統設計；通過(guò)對模塊類(lèi)網(wǎng)絡(luò )安全產(chǎn)品的智能測試需求進(jìn)行分析，采用將搭載圖像傳感器的工業(yè)機械手與基于PXI架構的測試系統相結合的技術(shù)路線(xiàn)，并對機械手控制技術(shù)和PXI總線(xiàn)測試平臺設計技術(shù)進(jìn)行了研究；創(chuàng )新設計了模塊類(lèi)網(wǎng)絡(luò )安全產(chǎn)品的智能測試系統，對測試工藝流程進(jìn)行優(yōu)化與再造，實(shí)現了產(chǎn)品上下料、型號識別與柔性換線(xiàn)、智能裝夾、批量測試、合格品與不合格品分揀等流程的一站式無(wú)人值守運轉；經(jīng)實(shí)際應用驗證，智能測試系統的單日測試產(chǎn)能提升超過(guò)180%，單日人工工時(shí)減少93%以上，換線(xiàn)時(shí)間從平均70分鐘減少到10分鐘以?xún)取?/p>

摘要:為了能夠在不破壞系統現有的內部結構的前提下,給機械液壓系統的維修工作提供有效數據參考,提出基于優(yōu)化故障樹(shù)模型的機械液壓系統原位檢測方法。考慮機械液壓系統的組成結構,模擬機械液壓系統運行過(guò)程,設置機械液壓系統原位檢測測點(diǎn)。在測點(diǎn)位置上采集系統運行數據,利用構建的優(yōu)化故障樹(shù)判斷當前機械液壓系統是否處于故障狀態(tài),針對故障狀態(tài)下的機械液壓系統,計算流量、液壓泄漏量等參數,得出機械液壓系統的原位檢測結果。通過(guò)性能測試實(shí)驗得出結論:與傳統檢測方法相比,優(yōu)化設計方法在液壓值、液壓油流量和泄漏量三個(gè)方面的參數檢測誤差分別降低了4.3N/m、0.41L/min和0.36mL,且檢測過(guò)程對系統的破壞程度更低,由此證明優(yōu)化設計方法具有更高的檢測性能。

摘要:針對運載火箭測試發(fā)射數據分散存儲且數據利用不充分的問(wèn)題，提出了以數據倉庫技術(shù)對火箭的測試發(fā)射數據進(jìn)行組織和存儲管理，實(shí)現對火箭數據價(jià)值的深層次發(fā)掘。根據運載火箭數據的特點(diǎn)，提出了數據倉庫基礎層、源數據層、數據交互層、數據架構層、應用層、顯示層六個(gè)層次的框架設計；通過(guò)面向火箭數據分析和故障診斷的數據清洗規則設計，對不同來(lái)源、不同格式的數據進(jìn)行清洗和加載；對火箭的數據應用方向進(jìn)行了探索，設計了包絡(luò )分析、相關(guān)性分析、故障診斷等數據分析模塊。用某型號火箭測試發(fā)射數據進(jìn)行了驗證，結果表明，數據倉庫方案切實(shí)可行，為后續火箭數據的持續性管理和分析奠定了基礎。

摘要:針對小型無(wú)人機在巡邏航拍中的應用，提出了一種改進(jìn)的輕量化目標檢測算法，有效解決巡邏過(guò)程中空地無(wú)線(xiàn)傳輸信道和機載端計算能力雙重受限的難題；該算法在YOLOX算法的基礎上，首先利用Mobilenetv2代替CSPDarknet骨干網(wǎng)絡(luò )作為特征提取網(wǎng)絡(luò )，降低了模型參數量和計算量，提高目標檢測實(shí)時(shí)性；其次為了彌補輕量化帶來(lái)的檢測精度下降，考慮檢測目標框的長(cháng)寬比引入CIOU定位損失函數，提升目標定位的精度；同時(shí)為了平衡訓練過(guò)程中的正負難易樣本，引入Focal Loss置信度損失函數提升模型的檢測性能；基于VisDrone2019-DET數據集實(shí)驗表明，改進(jìn)后算法模型參數量降低了56.2%，計算量降低了52.5%，在檢測精度沒(méi)有明顯下降情況下單張圖片推理時(shí)間減少了41.4%；最后，將改進(jìn)后的算法部署到Nvidia Jetson Xavier NX機載端，測得模型檢測幀率可達22FPS，改進(jìn)后算法滿(mǎn)足巡邏任務(wù)的應用需求。

摘要:為充分提高嵌入式機房運維能力，及時(shí)排除異常情況，提出嵌入式機房多功能模塊智能監控系統。設計信號采集層、數據傳輸層、后臺監控層的多層架構模式。硬件結構設計用戶(hù)登錄模塊、傳感器運行模塊、數據記錄模塊和監控顯示模塊，四個(gè)功能模塊在多層架構下工作。軟件部分通過(guò)數據傳輸程序連接終端設備與云計算中心，利用數據處理程序完成功能模塊參數設置，完成嵌入式機房運行數據自動(dòng)監控。實(shí)驗結果表明，所設計系統數據采集精度高，可以實(shí)時(shí)響應接入設備，及時(shí)獲取預警信息，實(shí)現嵌入式機房自動(dòng)智能監控。

摘要:為提升農業(yè)采摘機器人運動(dòng)協(xié)作控制性能，降低機器人碰撞概率，利用D-H法優(yōu)化設計機器人運動(dòng)協(xié)作控制系統。改裝位置、力矩以及碰撞傳感器設備，優(yōu)化運動(dòng)協(xié)作控制器與驅動(dòng)器，調整系統通信模塊結構，完成硬件系統的優(yōu)化。利用D-H法構建農業(yè)采摘機器人數學(xué)模型，在該模型下，利用傳感器設備實(shí)現機器人實(shí)時(shí)位姿的量化描述，通過(guò)機器人采摘流程的模擬，分配機器人運動(dòng)協(xié)作任務(wù)，從位置和姿態(tài)等多個(gè)方面，確定運動(dòng)協(xié)作控制目標，經(jīng)過(guò)受力分析求解機器人實(shí)際作用力，最終通過(guò)控制量的計算，實(shí)現農業(yè)采摘機器人的運動(dòng)協(xié)作控制功能。通過(guò)系統測試實(shí)驗得出結論：與傳統控制系統相比，機器人位置、姿態(tài)角和作用力的控制誤差分別降低了約40mm、0.2°和1.2N，在優(yōu)化設計系統控制下，機器人的碰撞次數得到明顯降低。

摘要:針對顯控終端日益增長(cháng)的功能、性能需求和國產(chǎn)化應用要求，開(kāi)展了顯控終端架構研究，并提出一種分布式顯控架構設計，該架構以計算處理單元為核心，其它硬件模塊作為協(xié)處理單元，有效整合各個(gè)協(xié)處理單元的能力，實(shí)現復雜的計算處理功能。結合分布式處理架構，采用基于微服務(wù)的綜合顯控軟件架構，承載各模塊的任務(wù)分配、指令分發(fā)、數據收集、功能集成，實(shí)現顯控終端的語(yǔ)多點(diǎn)觸控、語(yǔ)音處理、人臉認證、健康監測等應用。相比傳統的集中式設計，分布式顯控架構解決了多任務(wù)頻繁切換效率低、通信瓶頸、網(wǎng)絡(luò )難擴展等問(wèn)題，具有高性能、高可靠、可擴展等特點(diǎn)。該技術(shù)得到充分應用與驗證。驗證結果表明該分布式架構顯控終端可以滿(mǎn)足功能需求，可以有效提升終端設備的整體性能。

摘要:針對地鐵車(chē)站環(huán)控通風(fēng)系統風(fēng)機定頻運行，導致風(fēng)機無(wú)法跟隨站臺PM2.5的濃度的變化而改變頻率，造成能源浪費。根據環(huán)控通風(fēng)系統的運行現狀，可將其劃分為只送不排模式、不送只排模式和即送又排模式，并考慮到環(huán)控通風(fēng)系統應適應多擾動(dòng)的影響，選取最小二乘法系統辨識一階慣性時(shí)滯模型，用于描述變量動(dòng)態(tài)變化響應傳遞函數，采用自抗擾控制器建立環(huán)控通風(fēng)系統控制模型，利用和聲搜索算法對環(huán)控通風(fēng)模型PM2.5濃度設定值尋優(yōu)，結果顯示經(jīng)過(guò)策略?xún)?yōu)化之后，只送不排模式、不送只排模式和即送又排模式站臺PM2.5平均濃度分別降低了7%、8%和10%，風(fēng)機能耗分別降低了19%、19%和30%。

摘要:管溝機器人是一種運行在排水管道，公路排水渠的欠驅動(dòng)差分移動(dòng)機器人，針對管溝機器人在實(shí)際環(huán)境中受到的復雜環(huán)境干擾，為了使管溝機器人具有更好的運動(dòng)控制性能，提出了一種內外環(huán)的滑模自抗擾控制方法。首先對管溝受到的復雜環(huán)境干擾進(jìn)行分析，將管溝機器人受到的復雜環(huán)境干擾解耦成橫向和縱向干擾，建立出在干擾情況下的運動(dòng)學(xué)模型。依據理想運動(dòng)學(xué)模型建立出外環(huán)的滑模控制器，得出理想控制律，依據干擾運動(dòng)學(xué)模型建立擴張狀態(tài)觀(guān)測器，觀(guān)測出環(huán)境干擾數值，從而建立內環(huán)的滑模控制器，利用觀(guān)測值修正外環(huán)的理想控制律。同時(shí)利用Lyapunov穩定性原理對系統進(jìn)行分析，最后搭建了Matlab的Simulink模型進(jìn)行仿真驗證，最終證明了所提出的方法具有較強的魯棒性和運動(dòng)控制性能。

摘要:醫院網(wǎng)絡(luò )安全動(dòng)態(tài)控制技術(shù)對于保障醫院網(wǎng)絡(luò )的安全性和穩定性具有重要意義。傳統的網(wǎng)絡(luò )異常監測和網(wǎng)絡(luò )安全動(dòng)態(tài)控制無(wú)法解決大面積網(wǎng)絡(luò )入侵的問(wèn)題。因此,為了解決這些問(wèn)題,研究構建了基于自組織增量式神經(jīng)網(wǎng)絡(luò )算法(Self-Organizing Incremental Neural Network, SOINN)結合數字信息處理的網(wǎng)絡(luò )技術(shù)(Advanced Digital Network Data Design, ADNDD)的醫院安全動(dòng)態(tài)控制模型。首先對算法進(jìn)行優(yōu)化,其次將SOINN與ADNDD進(jìn)行融合構建網(wǎng)絡(luò )安全動(dòng)態(tài)控制模型,最后利用數據集去驗證模型的性能。結果表明,在數據集中訓練后,模型在對浪涌攻擊、偏差攻擊和幾何攻擊數據集中的離群點(diǎn)識別率分別為92.13%、90.04%和89.07%。這說(shuō)明模式算法經(jīng)過(guò)數據集的應用能夠在醫院網(wǎng)絡(luò )異常檢測和動(dòng)態(tài)防御控制中滿(mǎn)足網(wǎng)絡(luò )安全的要求。旨為提高醫院網(wǎng)絡(luò )的安全性和穩定性。

摘要:針對欠驅動(dòng)水面無(wú)人艇在航行過(guò)程中存在的海洋環(huán)境干擾、數學(xué)模型參數不確定、執行器故障等問(wèn)題,提出了一種基于擾動(dòng)觀(guān)測器與神經(jīng)網(wǎng)絡(luò )技術(shù)的自適應滑模軌跡跟蹤策略。在無(wú)人艇三自由度模型的基礎上,結合視線(xiàn)制導率,提出了一種新的軌跡跟蹤制導策略。采用自適應滑模控制技術(shù)設計了欠驅動(dòng)無(wú)人艇軌跡跟蹤控制器,有效地抑制了執行器衰減故障對無(wú)人艇控制系統的影響；同時(shí)運用了非線(xiàn)性擾動(dòng)觀(guān)測器和自適應徑向基函數神經(jīng)網(wǎng)絡(luò )分別對無(wú)人艇受到的外界干擾和模型參數不確定性進(jìn)行補償和擬合,提高了控制系統的抗干擾能力。基于Lyapunov定理證明了所設計的控制系統的穩定性,并在MATLAB中進(jìn)行了仿真測試。仿真結果表明,所提出的軌跡跟蹤控制算法可以在較為復雜的環(huán)境下實(shí)現對欠驅動(dòng)無(wú)人艇的精準控制；相較于對比算法,位置的平均跟蹤誤差減小了80%以上,具備較高的穩定性和魯棒性。

摘要:氣象數據在傳輸過(guò)程中,可能會(huì )出現數據丟失、重復、錯誤等問(wèn)題,為準確分析氣象問(wèn)題表現情況,實(shí)現對氣象問(wèn)題的實(shí)時(shí)監控,設計了基于Hadoop技術(shù)的氣象數據實(shí)時(shí)傳輸監控系統。聯(lián)合JTAG調試電路與數據采集器,調節風(fēng)速風(fēng)向、雨雪、雷電、溫濕度四個(gè)基礎監控模塊,完成氣象數據實(shí)時(shí)傳輸監控系統的硬件設計。根據Hadoop架構體系連接形式,搭建Hadoop架構體系,預處理氣象數據。在此基礎上,匹配數據庫機制與業(yè)務(wù)信息表單,實(shí)現應用系統的實(shí)時(shí)傳輸監控功能,再聯(lián)合相關(guān)系統硬件,完成基于Hadoop技術(shù)的氣象數據實(shí)時(shí)傳輸監控系統的設計。實(shí)驗結果表明,在本文設計系統作用下,能夠有效實(shí)現對風(fēng)、雨、雪、雷四種氣象問(wèn)題的實(shí)時(shí)監測,可以準確分析氣象問(wèn)題表現情況。

摘要:革發(fā)射裝備應急控制設計與實(shí)現

摘要:為構建內外場(chǎng)虛實(shí)結合試訓環(huán)境，提升導彈裝備試驗鑒定水平和部隊防空反導訓練效果，設計研制了某系列化導彈試訓多任務(wù)模擬設備，解決了現有導彈模擬器模擬武器型號單一、狀態(tài)單一、數量單一的技術(shù)問(wèn)題，該設備操作方便、經(jīng)濟實(shí)用、應用效果好，成功應用于導彈裝備試驗鑒定及部隊訓練演練等實(shí)踐中，研制成果已推廣到其他系列化導彈模擬設備保障建設中。文中詳細介紹了該設備的總體方案、系統功能、軟硬件設計、關(guān)鍵技術(shù)設計以及保障實(shí)效等內容。

摘要:針對線(xiàn)結構光傳感器引導的機器人系統的手眼標定問(wèn)題，提出了一種以M型標準塊為標定物的方法。該M型標定物的兩條平行的脊線(xiàn)作為約束，基于兩條平行脊線(xiàn)的約束建立包含手眼關(guān)系、機器人運動(dòng)學(xué)以及兩條直線(xiàn)位姿參數誤差的模型。首先基于定點(diǎn)約束求解手眼關(guān)系初值并以此為基礎解算出直線(xiàn)位姿參數的初值，然后通過(guò)最小二乘法解算誤差參數并補償到模型中，不斷迭代直至計算的誤差參數小于閾值，最終得到最終的機器人手眼關(guān)系及運動(dòng)學(xué)誤差參數。為了驗證標定方法的有效性，以某精加工平面為被測物，利用線(xiàn)結構光機器人系統對平面進(jìn)行測量，得到平面點(diǎn)云；擬合最小二乘平面，計算點(diǎn)到平面距離的均方根值作為評價(jià)依據。分別對所述M型標準塊和標準球兩種方法進(jìn)行了實(shí)驗對比，結果表明，相較于標準球方法，所述M型標準塊方法得到的均方根誤差由0.152 mm減少到0.080 mm，均方根誤差的標準差由0.043 mm減少到0.005 mm，其標定結果的精度及穩定性得到顯著(zhù)提高。

摘要:機場(chǎng)特種車(chē)輛的自動(dòng)靠機是未來(lái)智慧機場(chǎng)發(fā)展的必然要求，實(shí)現自動(dòng)靠機的關(guān)鍵是對飛機艙門(mén)進(jìn)行準確識別與定位；針對于此問(wèn)題，提出一種基于改進(jìn)YOLOv5和單目視覺(jué)的艙門(mén)識別與定位方法，通過(guò)在模型中加入了一種輕量化的卷積注意力模塊（CBAM，convolutional block attention module）,提高了算法對飛機艙門(mén)的特征提取能力；針對YOLOv5的重復特征提取問(wèn)題，引入了空間金字塔池化結構（SPPCSPC，spatial pyramid pooling cross stage paritial connection），并改進(jìn)分組卷積組數為4，提高了算法的檢測精度；通過(guò)獲取候選框中角點(diǎn)的像素，利用空間幾何關(guān)系，實(shí)現了對艙門(mén)準確的三維定位。實(shí)驗結果表明，改進(jìn)后的YOLOv5算法mAP達到96.5%，相比原有算法提升了5.6%。在艙門(mén)前方19 m和1 m處時(shí)，實(shí)時(shí)最大定位誤差分別為0.15 m和0.01 m，能夠滿(mǎn)足特種車(chē)輛靠機完成后與艙門(mén)保持5-10 cm的安全距離要求。

摘要:由于棄風(fēng)限電、環(huán)境干擾等因素的影響，SCADA系統采集的原始數據中會(huì )存在異常數據，對原始數據進(jìn)行精確有效的數據預處理，是后續故障預警工作的基礎。本文基于SCADA系統采集的數據，對風(fēng)電機組運行數據的預處理方法進(jìn)行改進(jìn)和研究，提出一種將Box-Cox變換與以正態(tài)分布為前提的異常值清洗算法相結合的方法，對原始數據進(jìn)行預處理。運用Box-Cox變換分別與Bin算法、肖維勒準則、狄克遜準則和格拉布斯準則相結合的方法進(jìn)行數據預處理，經(jīng)過(guò)實(shí)例驗證：肖維勒準則的算法簡(jiǎn)單且檢測時(shí)間短但是對于異常數據的清洗效果較差；狄克遜準則和格拉布斯準則對于異常數據的清洗效果較好但是處理時(shí)間較長(cháng)，對大型風(fēng)電場(chǎng)海量數據，這種方法的實(shí)用性較差。相比于其他算法，Bin算法的優(yōu)勢較為明顯。

摘要:由于傳統SegNet模型在采樣過(guò)程中產(chǎn)生了大量信息損失，導致圖像語(yǔ)義分割精度較低，為此提出了一種融合殘差連接的新型編-解碼器網(wǎng)絡(luò )結構：文中引入了多殘差連接策略，更為全面地保留了多尺度圖像中包含的大量細節信息，降低還原降采樣所帶來(lái)的信息損失；為進(jìn)一步加速網(wǎng)絡(luò )訓練的收斂效率，改善樣本的不平衡問(wèn)題，設計了一種帶平衡因子的交叉熵損失函數，對正負樣本不平衡現象予以針對性的優(yōu)化，使得模型的訓練更加高效；實(shí)驗表明該方法較好地解決了語(yǔ)義分割中信息損失以及分割不準確的問(wèn)題，與SegNet相比，本網(wǎng)絡(luò )在Cityscapes數據集上進(jìn)行精細標注的mIoU值提高了約13%。

摘要:為了提高通信系統信道估計的準確率,同時(shí)適應更大的數據量,進(jìn)行更加復雜的數據計算,引入神經(jīng)網(wǎng)絡(luò )的方法進(jìn)行信道估計,采用了BP和RBF神經(jīng)網(wǎng)絡(luò )進(jìn)行實(shí)驗對比,與傳統信道估計方式相比有明顯提升；在此基礎上,進(jìn)一步提出基于改進(jìn)遺傳算法優(yōu)化的 RBF 神經(jīng)信道估計方法,目的是幫助確定 RBF 網(wǎng)絡(luò )的隱藏層參數, 使得網(wǎng)絡(luò )的參數趨于全局最優(yōu)解,信道估計器的性能從而得到提升。經(jīng)過(guò) MATLAB 仿真,改進(jìn)后的RBF神經(jīng)網(wǎng)絡(luò )可以更好地解決信道估計問(wèn)題,驗證了此方法的可行性。

摘要:針對當前國產(chǎn)特種計算機出現偶發(fā)故障難以及時(shí)歸零處理的難題,創(chuàng )新性地提出計算機運行全過(guò)程日志記錄相關(guān)技術(shù)。從軟硬件兩方面,設計實(shí)現了計算機運行全過(guò)程日志記錄系統,解決了國產(chǎn)計算機從上電至操作系統啟動(dòng)完成這一階段無(wú)日志記錄的問(wèn)題。最后進(jìn)行試驗驗證,設計故障注入,驗證了所設計的系統能夠準確反映計算機運行全過(guò)程狀態(tài)信息,表明該系統有助于故障定位、機理分析、故障復現、采取措施及驗證,最終完成故障歸零處理。

摘要:針對傳統建筑物內部空間結構復雜，布線(xiàn)成本高，數據采集精度不高等問(wèn)題，采用LoRa無(wú)線(xiàn)通信技術(shù)構建傳感器網(wǎng)絡(luò )，主要用于監測室內溫度參數的變化;對于傳統的卡爾曼數據融合結果存在較小波動(dòng)的現象，引入了孤立森林算法，提出了基于改進(jìn)的卡爾曼濾波算法的室內溫度數據融合算法；通過(guò)在采集到的數據集中隨機添加擾動(dòng)樣本和畸變數據，對三種算法產(chǎn)生的誤差進(jìn)行比較，改進(jìn)的卡爾曼數據融合算法在有擾動(dòng)樣本的情況下，誤差范圍控制在-0.12-0.1之間，在帶有畸變數據時(shí)，誤差范圍在-0.03至0.14之間，均遠小于傳統的卡爾曼數據融合算法和平均值算法；實(shí)驗仿真的結果表明，改進(jìn)的算法提高了室內溫度數據采集的魯棒性和準確性。

摘要:針對對流層散射通信中存在的多徑衰落以及收發(fā)兩端頻偏,對一種適用于對流層散射通信的聯(lián)合幀同步和頻偏估計算法進(jìn)行了研究；設計了一種適用于對流層散射通信的新型同步幀結構,其在幀同步信息前增加了周期循環(huán)PN序列用于輔助判決,能夠提高衰落信道下的信號起點(diǎn)捕獲概率；采用基于FFT的部分相關(guān)頻域捕獲算法,搜索最大相關(guān)值和頻偏索引,同時(shí)完成了幀同步和頻偏估計；在多徑衰落和頻偏影響下實(shí)現了聯(lián)合幀同步和頻偏估計算法；仿真結果表明:在衰落速率5 Hz,頻偏1000 Hz散射信道下,正確捕獲到幀同步信息概率在-4 dB信噪比下仍可達到90%以上,且頻偏估計偏差在0.4 Hz以?xún)?/p>

摘要:由于隱私泄露的風(fēng)險越來(lái)越大，而采集的數據中的通常包含大量隱私信息，使數據的采集者不愿意共享自己的數據，造成“數據孤島”，聯(lián)邦學(xué)習能夠實(shí)現數據不離本地的數據共享，但其在多機構數據共享中還存在一些問(wèn)題，一方面中央服務(wù)器集中處理信息造成昂貴的成本，易產(chǎn)生單點(diǎn)故障，另一方面，對于多機構數據共享而言，參與節點(diǎn)中混入惡意節點(diǎn)可能影響訓練過(guò)程，導致數據隱私泄露，基于上述分析，本文提出了一種將區塊鏈和聯(lián)邦學(xué)習相結合的以實(shí)現高效節點(diǎn)選擇和通信的新的分布式聯(lián)邦學(xué)習架構，解放中央服務(wù)器，實(shí)現參與節點(diǎn)直接通信，并在此架構上提出了一種基于信譽(yù)的節點(diǎn)選擇算法方案（RBLNS），對參與節點(diǎn)進(jìn)行篩選，保證參與節點(diǎn)的隱私安全。仿真結果表明，RBLNS能夠顯著(zhù)提高模型的實(shí)驗性能。

摘要:為降低空調系統的運行能耗，優(yōu)化冷水機組的負荷分配，首先提出了一種多策略改進(jìn)的金槍魚(yú)優(yōu)化算法(MSTSO)，引入黃金正弦覓食機制和非線(xiàn)性慣性權重來(lái)加強算法對最優(yōu)解的全局定位能力；通過(guò)蜜獾隨機搜索策略賦予算法更強的性能以跳出局部最優(yōu)。接著(zhù)利用雙向長(cháng)短期記憶網(wǎng)絡(luò )(BiLSTM)搭建能效預測模型并用MSTSO算法對其初始參數進(jìn)行尋優(yōu)從而獲得最佳訓練效果。最后進(jìn)一步提出BiLSTM-MSTSO負荷分配模型，對多臺冷水機組的負荷進(jìn)行合理分配與優(yōu)化。實(shí)驗結果表明，優(yōu)化后的BiLSTM預測模型擁有更高的預測精度，MSTSO算法相較其他智能優(yōu)化算法可以減少更多的能耗并最大化提升冷水機組的運行效率。因此BiLSTM-MSTSO智能模型適用于多冷水機組的能耗預測與優(yōu)化。

摘要:加權分數傅里葉變換(WFRFT)信號具有抗截獲和抗調制識別等優(yōu)點(diǎn),在未來(lái)混合載波通信領(lǐng)域得到了廣泛的應用；目前的研究大多集中在混合載波的應用及特性分析上,而在WFRFT參數估計方面研究較少；為了解決非協(xié)作通信場(chǎng)景中參數未知的問(wèn)題,提出了一種基于Shintaro_K特征量的WFRFT參數估計理論；首先通過(guò)理論推導得到,最小化接收信號的Shintaro_K值可以準確估計出參數,然后對拋物線(xiàn)搜索算法進(jìn)行改進(jìn),來(lái)搜索Shintaro_K特征量的最小值點(diǎn)；仿真結果表明,該WFRFT參數估計理論有效可靠,且與已有的研究方法相比,該方法具有相似的參數估計準確度,但具有更少的搜索次數和計算復雜度。

摘要:角點(diǎn)檢測是運動(dòng)檢測、圖像匹配、視頻跟蹤、三維重建和目標識別等必不可少的關(guān)鍵步驟,角點(diǎn)檢測的準確性直接影響實(shí)驗結果。為了更好地了解角點(diǎn)檢測技術(shù)的發(fā)展現狀,根據三種現有的角點(diǎn)檢測方法分類(lèi)對角點(diǎn)檢測方法及相關(guān)改進(jìn)進(jìn)行了總結分析,并選擇了FAST、SUSAN、SIFT、Shi-Tomas這幾種較為典型的角點(diǎn)檢測算法進(jìn)行了實(shí)驗對比,并給出了實(shí)驗結果。不同的實(shí)際應用對角點(diǎn)檢測的要求不同,不同的角點(diǎn)檢測算法也可以相互結合,通過(guò)對現有角點(diǎn)檢測技術(shù)的總結分析為在實(shí)際應用中對角點(diǎn)檢測技術(shù)的選擇和改進(jìn)方向提供了借鑒和參考。

摘要:交通標志對車(chē)輛交通起到重要作用和意義,而智能交通中交通標志識別由于標志特征提取效果差,導致識別率低、識別時(shí)間長(cháng),因此,提出一種新的基于視覺(jué)圖像與激光點(diǎn)云融合的交通標志快速識別方法。采用雙邊濾波方法預處理原始激光點(diǎn)云數據；通過(guò)歸一化處理得到視覺(jué)圖像激光點(diǎn)云融合的目標空間激光點(diǎn)云位置測距數值。通過(guò)測距值獲取目標圖像位置,歸一化處理交通標志視覺(jué)圖像,引入k均值聚類(lèi)算法(k-means clustering algorithm)二聚類(lèi)處理圖像,采用制作的切割模板切割圖像感興趣區域(ROI),提取交通標志圖像的深度特征,結合卷積神經(jīng)網(wǎng)絡(luò )二次過(guò)濾特征,重新標定二次過(guò)濾后的特征,最終利用卷積神經(jīng)網(wǎng)絡(luò )模型實(shí)現交通標志快速識別。經(jīng)實(shí)驗對比證明,采用所提方法的提取各個(gè)類(lèi)型交通標志特征的提取效果較好,并且識別率達到89.74%,識別時(shí)間僅為13.1s,干擾下識別時(shí)間最高僅為15.1s,驗證了該方法可以快速且準確識別各個(gè)類(lèi)型的交通標志。

摘要:針對現有測試序列優(yōu)化算法所存在的計算效率及優(yōu)化性能間的矛盾,結合離散粒子群算法(DPSO),提出了基于加權Huffman編碼的啟發(fā)式評估函數,對傳統AO*算法進(jìn)行改進(jìn),提出了DPSO-WAO*(DPSO-Weight_AO*)算法。實(shí)例證明,基于加權Huffman編碼的啟發(fā)式評估函數更為準確地評估了全局測試成本,在取消了成本回溯的情況下,算法仍能保持較高的優(yōu)化性能,且有效地降低了計算復雜度,對于大型系統的測試序列設計、可測試性分析及故障診斷等具有重要意義。

摘要:對于大型陣列天線(xiàn)應用于空域抗干擾系統中，為了降低硬件成本和減少計算復雜度，一般通過(guò)子陣劃分技術(shù)將整個(gè)陣列劃分為若干子陣，子陣內部采用模擬波束形成，子陣間采用數字自適應波束形成；由于均勻劃分方法的波束形成方向圖中存在柵零點(diǎn)，提出一種基于蟻群算法的非均勻子陣劃分技術(shù)，將陣列最大輸出信干噪比作為適應度函數，應用了概率計算與輪盤(pán)賭相結合的路徑規劃方法；結合信息素初始濃度和啟發(fā)式信息范圍，設計了新的適應度函數值與信息素更新的轉換關(guān)系；最后對所提算法進(jìn)行仿真，結果表明在不同規模、不同輸入干噪比、不同期望信號掃描角度下，所提算法在輸出信干噪比上優(yōu)于均勻劃分方法，且沒(méi)有柵零點(diǎn)產(chǎn)生，與全陣元的自適應波束形成方向圖、輸出信干噪比相近，驗證了該方法的有效性。

摘要:為提升人機交互醫療設備對久坐不動(dòng)、常年臥床等狀態(tài)下人體的監測效果,在利用無(wú)線(xiàn)體域網(wǎng)(Wireless Body Area Network, WBAN)建立人體姿態(tài)識別系統的基礎上,設計了相應的改進(jìn)人工神經(jīng)網(wǎng)絡(luò )與WBAN系統進(jìn)行融合,并將其應用于人機交互醫療設備中。結果表明,在HiEve數據集中,該方法于20次迭代時(shí)開(kāi)始收斂,損失函數值為0.0112。在患者不同姿勢的識別驗證中,該方法下的人機交互醫療設備識別準確率均顯著(zhù)高于90%,并且耗時(shí)最短僅為23.16s,具有較高的識別準確率和效率,為人體姿態(tài)識別及相關(guān)醫療設備的應用提供了更為可靠的技術(shù)參考。

摘要:空中移動(dòng)無(wú)線(xiàn)自組織網(wǎng)絡(luò )是一種拓撲結構快速變化，有自組織性的多跳無(wú)中心網(wǎng)絡(luò )；針對傳統時(shí)隙分配算法資源利用率低、吞吐量不足、通信距離近等問(wèn)題，采用引入分配系數的混合時(shí)隙分配模式，通過(guò)節點(diǎn)業(yè)務(wù)優(yōu)先級和流量預測相結合，設計了一種基于TDMA定向分布式資源動(dòng)態(tài)調度算法（M-TDMA）；對比分析了節點(diǎn)數量、傳輸速率、分配系數以及不同拓撲等多個(gè)維度對算法傳輸時(shí)延、吞吐量以及丟包率的影響；最后通過(guò)仿真實(shí)驗對資源調度算法進(jìn)行驗證；仿真結果表明，在20個(gè)網(wǎng)絡(luò )節點(diǎn)時(shí)，網(wǎng)絡(luò )的最大傳輸時(shí)延小于600 ms，網(wǎng)絡(luò )吞吐量可以達到4.5 Mbps以上， M-TDMA算法通過(guò)高效的資源調度，有效降低了網(wǎng)絡(luò )傳輸時(shí)延并提高了網(wǎng)絡(luò )吞吐量；

摘要:為實(shí)現便攜式信號二分類(lèi)解析系統的在線(xiàn)實(shí)時(shí)處理，采用DSP平臺完成CiSSA-DSP特征提取算法的嵌入式移植。CiSSA-CSP特征提取算法具有出色的時(shí)-頻-空域特征提取性能，適合于提取實(shí)時(shí)二分類(lèi)系統中非平穩信號的特征。相比于PC機，嵌入式系統具有小型化、便攜性、低功耗和低延時(shí)的特點(diǎn)，而嵌入式平臺處理器的計算資源和內存受到限制，必須優(yōu)化移植特征提取算法，才能保證二分類(lèi)解析系統的分類(lèi)精度和低延時(shí)。通過(guò)優(yōu)化CiSSA-CSP算法流程，使用編譯器優(yōu)化、關(guān)鍵字和庫函數等手段提高編譯效率，將CiSSA-CSP特征提取算法移植到TMS320C6678DSP嵌入式平臺，并利用公共數據庫數據驗證了其用于實(shí)時(shí)分類(lèi)系統的有效性。相比于PC機的Matlab實(shí)現，DSP平臺實(shí)現的二分類(lèi)系統分類(lèi)準確度下降小于0.5%，且單次實(shí)驗信號解析耗時(shí)少于0.15s。

摘要:空中無(wú)人機目標識別是現代軍事、航空領(lǐng)域的迫切需求,由于目前無(wú)人機的功能和種類(lèi)繁多,對于新機型很難采集大量的無(wú)人機樣本用于訓練目標識別模型；針對該問(wèn)題,提出了一種基于模型微調的空中無(wú)人機小樣本目標識別方法；方法以Faster R-CNN為基礎架構,首先采用具有大量標記樣本的常見(jiàn)機型數據預訓練Faster R-CNN模型；然后將基礎架構最后的分類(lèi)層替換為余弦度量,構建聯(lián)合新機型與常見(jiàn)機型的小樣本平衡數據集以較小的學(xué)習率微調分類(lèi)層。實(shí)驗結果表明,在標記樣本數量為5、10和50的情況下,基于模型微調的小樣本目標識別模型的mAP分別為88.6%,89.2%和90.8%,能夠滿(mǎn)足空中無(wú)人機小樣本目標識別任務(wù)需求,且優(yōu)于其它小樣本目標識別方法。

摘要:為提高寬帶相控陣系統的波束合成性能，該文針對寬帶相控陣系統中的延時(shí)補償問(wèn)題，采用頻域寬帶陣列波束形成的方法，分析了寬帶相控陣中應用交疊FFT進(jìn)行時(shí)延補償的原理和誤差造成的原因；基于一個(gè)接收信號帶寬為600MHz的64陣元的寬帶相控陣系統，研究了子陣規模、FFT點(diǎn)數、交疊率、位寬、采樣率等交疊FFT參數對延時(shí)精度、信號保真度和波束性能的影響，在滿(mǎn)足工程應用的要求的同時(shí)對頻域寬帶陣列波束合成技術(shù)進(jìn)行了優(yōu)化；經(jīng)研究確定子陣規模不超過(guò)9個(gè)天線(xiàn)陣元、FFT點(diǎn)數不小于512、交疊率不小于1/16、位寬不小于采用12bit時(shí)可以達到指標的要求，為交疊FFT方法應用在實(shí)際工程中提供了依據與參考，并使其工程實(shí)現復雜度降低。

摘要:隨著(zhù)我國航天事業(yè)迅猛發(fā)展，在軌運行衛星數量急劇增加，有限的航天測控資源難以滿(mǎn)足日益增長(cháng)的測控需求。因此，基于網(wǎng)格球頂相控陣天線(xiàn)技術(shù)及現有地面測控站數學(xué)結構，提出了符合實(shí)際工程需求的半橢球面共形相控陣陣列地面測控站模型，通過(guò)STK/Matlab聯(lián)合仿真，以衛星兩行數作為目標庫進(jìn)行數據采集，通過(guò)地球坐標系與子陣視線(xiàn)坐標系實(shí)現數據轉換，以此探討地面站選址與中國現役衛星之間的可見(jiàn)性關(guān)系。仿真結果表明，在海拔一致的情況下，緯度和經(jīng)度均與衛星可見(jiàn)性成正相關(guān)關(guān)系。同時(shí)，實(shí)驗結果為全國范圍內地面站測控站工作積累科學(xué)數據，為后續相控陣陣列天線(xiàn)最大化利用提供數據基礎與應用支持。

摘要:測量通信信號的調制識別的功能是在有噪聲環(huán)境和各種信號的情況下判別出信號的信息和它的調制方式,也為更加深入的解析和分析信號提供相應支撐條件。本篇文章從原理基礎到方案設計以及驗證結果,層層遞進(jìn)的揭露了信號調制識別技術(shù)的原理、發(fā)展現狀以及當前的先進(jìn)識別技術(shù),同時(shí)自己設計了一套識別方案對不同的模擬調制信號進(jìn)行制式識別并分類(lèi)。基于MATLAB的軟件平臺對基本的模擬調制信號進(jìn)行仿真測試,確定判別門(mén)限,通過(guò)計算得出結論,成功識別了AM、DSB、SSB和FM四種信號。實(shí)驗得出在SNR>12dB的時(shí)候能達到90%的制式識別正確率,證明設計的識別方案的可行性。

摘要:以無(wú)人機網(wǎng)絡(luò )的資源分配為研究對象，研究了基于強化學(xué)習的多無(wú)人機網(wǎng)絡(luò )動(dòng)態(tài)時(shí)隙分配方案，在無(wú)人機網(wǎng)絡(luò )中，合理地分配時(shí)隙資源對改善無(wú)人機資源利用率具有重要意義；針對動(dòng)態(tài)時(shí)隙分配問(wèn)題，根據調度問(wèn)題的限制條件，建立了多無(wú)人機網(wǎng)絡(luò )時(shí)隙分配模型，提出了一種基于近端策略?xún)?yōu)化(PPO)強化學(xué)習算法的時(shí)隙分配方案，并進(jìn)行強化學(xué)習算法的環(huán)境映射，建立馬爾可夫決策過(guò)程(MDP)模型與強化學(xué)習算法接口相匹配；在gym仿真環(huán)境下進(jìn)行模型訓練，對提出的時(shí)隙分配方案進(jìn)行驗證，仿真結果驗證了基于近端策略?xún)?yōu)化強化學(xué)習算法的時(shí)隙分配方案在多無(wú)人機網(wǎng)絡(luò )環(huán)境下可以高效進(jìn)行時(shí)隙分配，提高網(wǎng)絡(luò )信道利用率，提出的方案可以根據實(shí)際需求適當縮短訓練時(shí)間得到較優(yōu)分配結果。

摘要:針對SRAM型FPGA在空間輻射環(huán)境下易發(fā)生單粒子效應，影響星載設備正常工作甚至導致功能中斷的問(wèn)題，開(kāi)展了SRAM型FPGA單粒子效應地面輻照試驗方法研究，提出了配置寄存器和BRAM的單粒子翻轉效應測試方法，并以Xilinx公司工業(yè)級Virtex-5系列SRAM型FPGA為測試對象，設計了單粒子效應測試系統，開(kāi)展了重離子輻照試驗，獲取了配置寄存器、BRAM以及典型用戶(hù)電路三模冗余前與三模冗余后的單粒子翻轉效應試驗數據和器件單粒子閂鎖試驗數據，最后利用在軌預示分析軟件針對高軌環(huán)境進(jìn)行了在軌翻轉率分析計算，可為該器件的空間應用輻射敏感性分析提供基礎數據與加固設計指導。

摘要:針對閃存存儲器NorFlash而言，其功能驗證與參數測試主要依賴(lài)于集成電路自動(dòng)測試機（Automatic Test Equipment，ATE），采用ATE進(jìn)行測試程序開(kāi)發(fā)時(shí)存在測試向量編寫(xiě)困難、測試程序編寫(xiě)流程復雜、ATE機時(shí)占用時(shí)間長(cháng)等不足，通過(guò)研制一款基于可變靜態(tài)存儲控制器（Flexible Static Memory Controller ，FSMC）技術(shù)的NorFlash功能驗證裝置，在功能驗證時(shí)可以實(shí)現NorFlsah測試向量的地址動(dòng)態(tài)遞增和數據動(dòng)態(tài)添加，時(shí)序設置簡(jiǎn)單，從而減少開(kāi)發(fā)周期和難度，同時(shí)釋放ATE機時(shí)占用；并且可廣泛外接各類(lèi)型高精度源表設備進(jìn)行部分交直流參數的測試；在板級模擬NorFlsah實(shí)際工作條件進(jìn)行驗證測試所得到的功能驗證效果與測試數據均符合芯片手冊要求，為后續此類(lèi)存儲芯片的選用與評估提供可靠的試驗支撐。

摘要:為了校準預緊的壓電式力傳感器動(dòng)態(tài)靈敏度并研究其頻響特性和預緊結構的設計,首先介紹了正弦力激勵的方法并建立校準數學(xué)模型。分別在傳感器正立和倒立安裝方式下進(jìn)行測試,通過(guò)對比試驗研究傳感器端部等效質(zhì)量引入的慣性力對傳感器動(dòng)態(tài)靈敏度的影響。然后根據傳感器固有頻率的落球測試方法,將傳感器和附加質(zhì)量塊安裝于振動(dòng)系統。通過(guò)白噪聲激勵得到系統安裝諧振頻率,進(jìn)而研究傳感器有效頻率范圍和測量精度與安裝諧振頻率的關(guān)系。最后通過(guò)理論分析,說(shuō)明傳感器非對稱(chēng)設計的原因。試驗結果表明,當附加質(zhì)量塊質(zhì)量約為傳感器質(zhì)量的121倍時(shí),可忽略端部等效質(zhì)量對靈敏度標定的影響；壓電式力傳感器固有頻率高達46kHz,但其有效使用頻率范圍受安裝諧振頻率限制,當試驗頻率與安裝諧振頻率比 時(shí),壓電式傳感器精度等級為1%；傳感器兩端等效質(zhì)量不同,預緊結構是非對稱(chēng)的,用于動(dòng)態(tài)測試時(shí)要將端部等效質(zhì)量輕的一端連接到被測物體。本研究結果可為開(kāi)展傳感器的現場(chǎng)標定和預緊結構的設計提供理論依據。