2024, Doi:
Abstract:
隨著(zhù)社會(huì )經(jīng)濟的發(fā)展,人們的生活水平持續提高,生活垃圾量急劇攀升。為了有效應對垃圾分揀效率低、準確率差等問(wèn)題,提出一種以YOLOv7網(wǎng)絡(luò )為基礎模型的垃圾檢測算法。該算法對YOLOv7網(wǎng)絡(luò )進(jìn)行了一系列改造,首先,在Head模塊添加了注意力機制SimAM,增強了模型的感知能力和自適應能力,從而提高檢測精度;其次,在主干網(wǎng)絡(luò )中改進(jìn)了非極大值抑制算法(soft-NMS)去除冗余的檢測框,再次改進(jìn)了損失函數為邊框回歸損失函數SIoU,提高了檢測的精度和速度;最后,采用C3模塊替換YOLOv7有的ELAN-W模塊,提升網(wǎng)絡(luò )對較小目標的檢測能力。通過(guò)數據集對改進(jìn)的網(wǎng)絡(luò )進(jìn)行測試,平均準確度為98.93%、訓練時(shí)間為27.58h,高于原模型的96.31%、44.53h,實(shí)驗結果也表明改進(jìn)算法的檢測效果有較為明顯的提升。
2024, Doi:
Abstract:
硫化氫(H2S)是六氟化硫(SF6)分解氣體的主要成分,在光譜作用下,H2S產(chǎn)物快速揮發(fā),且揮發(fā)行為表現極為明顯,因此根據光譜效果準確分析H2S產(chǎn)物在SF6分解氣體中的含量具有一定的難度。為此,研究一種基于紅外和紫外光譜分析的SF6分解氣體在線(xiàn)監測技術(shù)。將紅外測量單元、紫外測量單元與多通道光譜脈沖幅度分析器連接在一起,通過(guò)分配混合氣體的方式,檢測SF6分解組分,確定基于紅外和紫外光譜分析的SF6分解氣體成分。建立氣體分離特性函數,根據自擴散系數計算結果,定義吸附等溫線(xiàn),聯(lián)合陽(yáng)離子徑向分布定義條件,規范具體的監測算法執行流程。實(shí)驗結果表明,該監測技術(shù)的應用可以準確定義H2S產(chǎn)物在SF6分解氣體中的含量,即便在光譜作用下,也不會(huì )因氣體產(chǎn)物揮發(fā)而造成非精準監測的問(wèn)題。
2024, Doi:
Abstract:
在無(wú)人機測繪多源遙感影像自動(dòng)配準過(guò)程中,平移差過(guò)大會(huì )導致無(wú)人機測繪多源遙感影像的不匹配對接,且無(wú)人機測繪多源遙感影像中存在不適合用于配準的角點(diǎn),導致影像自動(dòng)配準的精度較差。為解決上述問(wèn)題,設計基于像素角點(diǎn)檢測的無(wú)人機測繪多源遙感影像自動(dòng)配準技術(shù)。定義像素信息的多尺度空間,完成多源像素匹配,推導多尺度特征模型表達式,提取關(guān)鍵像素信息,實(shí)現多源遙感影像像素信息取樣。預處理遙感圖像,檢測像素角點(diǎn),通過(guò)去除非配準角點(diǎn)的處理方式,確定配準處理主方向,再按照細節增強標準,完善具體的配準操作流程,完成基于像素角點(diǎn)檢測的無(wú)人機測繪多源遙感影像自動(dòng)配準技術(shù)的設計。實(shí)驗結果表明,應用所提方法后,遙感圖像像素的平移差保持在0-35pt的數值范圍內,在像素采集尺度不唯一的情況下,有效解決了由平移差過(guò)大導致的無(wú)人機測繪多源遙感影像不匹配對接的問(wèn)題,圖像配準重疊率較高,保障了配準后圖像的真實(shí)性。
2024, Doi:
Abstract:
飛機DME測距儀體積重量過(guò)大、電路復雜,為了簡(jiǎn)化結構和實(shí)驗教學(xué),設計了一種基于聲波的DME測距系統。該系統采用音頻應答式測距的方法,以現場(chǎng)可編程門(mén)陣列(FPGA)為核心處理器,處理和解析信號,完成詢(xún)問(wèn)碼脈沖鑒別、產(chǎn)生靜默時(shí)間、進(jìn)行識別碼等功能,使用濾波器對聲波信號進(jìn)行數字濾波。實(shí)驗結果表明:整個(gè)測距系統詢(xún)問(wèn)-應答過(guò)程工作完整,實(shí)現了模擬DME的測距功能,精度在毫米范圍內,系統穩定性好,具有小巧便捷、高精度、性?xún)r(jià)比高等優(yōu)勢,利用本設計學(xué)生可動(dòng)手操作測距儀,更加直觀(guān)地感受傳播應答過(guò)程。
2024, Doi:
Abstract:
為滿(mǎn)足壓縮機軸系扭振激勵機理和抑制方法研究需要,對某連續式跨聲速風(fēng)洞壓縮機開(kāi)展軸系扭振仿真分析和測試;根據壓縮機軸系參數,對壓縮機軸系進(jìn)行建模仿真,并得到一階至四階扭轉振型及對應的轉速;分別采用無(wú)線(xiàn)應變扭矩測試方法和齒輪盤(pán)-電渦流扭振測試方法對壓縮機軸系扭振情況進(jìn)行測試,并得到相應的扭矩幅值、扭角以及扭振轉速點(diǎn)等數據;測試結果表明,理論建模仿真、無(wú)線(xiàn)應變扭矩測試方法和齒輪盤(pán)-電渦流扭振測試方法得到的壓縮機軸系扭振數據一致性好,建模仿真方法和測試方法可行,相關(guān)分析測試數據可作為后續壓縮機軸系扭振激勵機理和抑制方法試驗驗證的參考依據。
2024, Doi:
Abstract:
針對室內監控視頻中老年人摔倒行為的檢測問(wèn)題,提出一種基于改進(jìn) YOLOv7 網(wǎng)絡(luò )模型的實(shí)時(shí)摔倒行為檢測算法。基于YOLOv7的目標檢測模型傳統使用跨步卷積來(lái)實(shí)現下采樣特征,但這可能會(huì )使目標信息的特征模糊。為了解決這個(gè)問(wèn)題,引入了新的下采樣模塊——魯棒特征下采樣,以改善下采樣過(guò)程中目標信息特征的清晰度。此外,通過(guò)在網(wǎng)絡(luò )的 concat 部分引入 CoordAttention 注意力機制,可更好地融合拼接后的特征圖。實(shí)驗結果表明,改進(jìn)后的YOLOv7模型在摔倒行為檢測方面具有較高的準確率和檢測性能,準確率達到98.88%,mAP50值達到98.83%,mAP50-95值達到74.12%。這意味著(zhù)該算法可以準確地檢測老年人的摔倒行為,家人能夠及時(shí)地發(fā)現,以便及時(shí)采取必要的救助措施。
2024, Doi:
Abstract:
針對日常維修中滑油系統不易到達且重要度高的特點(diǎn),開(kāi)展基于仿真模型的滑油系統測試性分析,優(yōu)化滑油系統診斷策略。基于全流量單回路反向循環(huán)滑油系統的工作原理,使用AMESim軟件建立滑油系統的虛擬仿真模型,并利用Simulink模型仿真結果驗證所建AMESim模型的準確性,誤差在3.5%以?xún)龋唤⒘嘶拖到y基本故障事件的貝葉斯網(wǎng)絡(luò ),分析滑油系統的五大故障模式,用于確定滑油系統重要故障事件,作為開(kāi)展仿真模型故障注入研究的基礎;在模型中實(shí)現故障注入,通過(guò)分析預置測試點(diǎn)參數的變化,得到故障-測試相關(guān)性矩陣,實(shí)現滑油系統測試性分析和優(yōu)化,優(yōu)化后故障檢測率提高了16.7%,故障隔離率提高了40.0%。可以利用測試性分析的結果,優(yōu)化滑油系統傳感器布局設計,為滑油系統的故障診斷提供支撐。
2024, Doi:
Abstract:
當滾動(dòng)軸承在高速旋轉時(shí),會(huì )產(chǎn)生振動(dòng)和摩擦,容易引起軸承表面的細微磨損和損傷,且在高溫、高壓、腐蝕等惡劣的工作環(huán)境中,會(huì )加劇軸承的磨損和腐蝕,使表面缺陷更加復雜和難以區分。為了準確監測和評估軸承的狀況、及早發(fā)現潛在的故障跡象,提出基于數學(xué)形態(tài)學(xué)和LMD算法的滾動(dòng)軸承全生命周期故障檢測方法。根據滾動(dòng)軸承的故障機理及特征,設置滾動(dòng)軸承故障檢測標準,模擬滾動(dòng)軸承全生命周期工作過(guò)程。分別采集滾動(dòng)軸承的表面圖像數據和內部振動(dòng)數據,通過(guò)濾波、增強等操作,完成初始工作參數的預處理。利用數學(xué)形態(tài)學(xué)基于形狀特征提取滾動(dòng)軸承表面圖像的微小特征,包括表面形狀和微小細節結構等,通過(guò)LMD算法分解復雜信號為多個(gè)單一調頻和窄帶調頻分量,提取峭度、頻率等關(guān)鍵特征。結合數學(xué)形態(tài)學(xué)和LMD算法可以全方位地提取滾動(dòng)軸承在不同生命周期階段的故障特征,為故障診斷提供更為全面的信息。采用特征匹配的方式,得出滾動(dòng)軸承故障類(lèi)型、位置以及故障量的檢測結果。通過(guò)性能測試實(shí)驗得出結論:與當前的故障檢測方法相比,優(yōu)化設計方法的故障類(lèi)型誤檢率明顯降低,具有良好的故障檢測能力。
2024, Doi:
Abstract:
滑坡的相對位移測量是滑坡監測預警的重中之重,針對測量中實(shí)時(shí)連續監測難、測量精度不穩定等問(wèn)題,采用了一種基于北斗導航定位數據的相對位移測量方法,應用卡爾曼濾波平滑測量過(guò)程中的噪聲保證數據穩定連續,使用導航數據處理軟件RTKLIB中的RTKNAVI工具對定位數據進(jìn)行RTK處理提高定位精度,解算出滑坡相對位移量;并在所介紹測量方法的依據下設計了測量設備硬件平臺,對設備進(jìn)行了模擬滑坡測量試驗,結果表明:依據此方法優(yōu)化設計的測量設備定位精度在水平方向精度為5mm,垂直方向精度為1.5cm,相對位移測量精度在4mm內,滑坡傾角測量精度達到0.01°,數據平均有效率為96.97%,測量過(guò)程穩定連續,能夠滿(mǎn)足滑坡監測中的相對位移測量需要,且該方法可以用來(lái)監測滑坡的單次和累積位移量,將位移量與角度變化量相結合可以很好反映滑坡前兆與趨勢,為滑坡監測預警提供可靠判據。
2024, Doi:
Abstract:
為了解決目前人工巡檢航空發(fā)動(dòng)機進(jìn)氣道時(shí)存在的準確性差,效率較低等問(wèn)題,提出一種基于三維點(diǎn)云曲率突變的進(jìn)氣道異物檢測方法。首先,分析進(jìn)氣道點(diǎn)云信息因異物侵入而產(chǎn)生的空間形狀變化。其次,提出一種基于體素網(wǎng)絡(luò )的點(diǎn)云數據壓縮方法,根據深度相機的水平視場(chǎng)角和垂直視場(chǎng)角,將點(diǎn)云數據劃分至相應的體素網(wǎng)格中并進(jìn)行均化壓縮。再次,計算點(diǎn)云數據在進(jìn)氣道深度方向上的曲率變化,利用迭代閾值法計算識別曲率突變點(diǎn)云的動(dòng)態(tài)閾值,采用區域生長(cháng)法將離散的異物點(diǎn)云聚類(lèi)分割為整體的異物目標。最后,搭建了航空發(fā)動(dòng)機進(jìn)氣道的模擬測試環(huán)境,對3種不同尺寸異物的識別準確率達到95.4%,定位精度達到1.46cm,實(shí)驗結果驗證了本文所提方法的準確性與高效性。
韓卓, 李煒, 岳宇, 李丹丹, 馬子勝, 任豐坤, 李云飛, 劉娜, 邢蘭昌
2024, Doi:
Abstract:
針對煉化企業(yè)供水管道泄漏監測技術(shù)需求,提出了基于流體波信號和改進(jìn)遺傳算法的監測點(diǎn)位布局優(yōu)化方法。以管道內流體波信號的傳播模型為理論基礎分析了泄漏引起的流體波信號的波速和衰減特性。在引入相鄰監測點(diǎn)最短間隔、傳感器成本、管道不平衡量、管道流量、管道風(fēng)險等級等因素作為約束條件的基礎上構建了監測點(diǎn)位布局優(yōu)化模型。對傳統的遺傳算法進(jìn)行了改進(jìn),解決了算法中重復編碼的問(wèn)題。采用管網(wǎng)仿真案例對所建立的監測點(diǎn)位布局優(yōu)化方法進(jìn)行了驗證,首先利用最短間隔參數對監測點(diǎn)進(jìn)行約束,避免監測點(diǎn)距離較近引起的監測范圍重疊問(wèn)題,然后以管網(wǎng)覆蓋率及其變化率為性能指標獲得最佳監測點(diǎn)數目,實(shí)現經(jīng)濟性布局的目標,最后利用改進(jìn)的遺傳算法對優(yōu)化模型進(jìn)行求解,獲得監測點(diǎn)位的最優(yōu)布局方案。仿真管網(wǎng)和實(shí)際管網(wǎng)測試的結果表明:在選擇不同約束因素的前提下對監測點(diǎn)位進(jìn)行優(yōu)化布局,監測點(diǎn)均能夠有效地分布于使優(yōu)化模型目標函數值取值較大的管道區域,驗證了所建立布局優(yōu)化方法的可靠性。
2024, Doi:
Abstract:
針對城市排水管道缺陷自動(dòng)化檢測準確率低、目標定位不準確的問(wèn)題,提出一種改進(jìn)YOLOv8的排水管道缺陷檢測模型。該模型在基線(xiàn)模型中引入感受野注意力卷積,并構建了C2F_RFAConv模塊,通過(guò)空間感受野與卷積交互自適應學(xué)習的方式,增強模型對缺陷特征的提取能力;同時(shí),提出一種混合注意力高低階特征融合網(wǎng)絡(luò ),將Backbone和Neck輸出的三種不同尺度的低階特征和高階特征進(jìn)行有效融合,增強模型學(xué)習圖像全局上下文信息的能力;此外,對影響邊界框回歸的重疊情況、中心點(diǎn)距離、寬高偏差等因素進(jìn)行了綜合分析,設計Inner-MPDIoU損失函數,使模型適應不同尺寸的缺陷檢測任務(wù),提高缺陷目標邊界框的定位準確率。經(jīng)過(guò)實(shí)驗驗證發(fā)現,改進(jìn)后的模型取得了93.9%的平均檢測準確率,較改進(jìn)之前提升3.7%,漏檢率和誤檢率僅為9.1%和17.6%,較改進(jìn)之前分別降低3.2%和2.7%。
2024, Doi:
Abstract:
入侵檢測模型在訓練時(shí)經(jīng)常面臨數據不平衡問(wèn)題,即其中正常行為的樣本數量遠遠超過(guò)異常入侵行為的樣本數量;為解決數據不平衡問(wèn)題,將深度森林和LightGBM結合作為入侵檢測模型,其中通過(guò)深度森林中的多粒度掃描生成更豐富的特征作為L(cháng)ightGBM的輸入,從而提升分類(lèi)器的性能。并且深度森林生成的特征表示可以提高少數類(lèi)樣本的可分性,配合 LightGBM 的權重調整機制,可以更好地處理不平衡數據問(wèn)題,并通過(guò)全局搜索能力強大的棕熊優(yōu)化算法對模型進(jìn)行參數調優(yōu)進(jìn)一步提升模型的預測準確度;經(jīng)UNSW_NB15數據集驗證所提方法,BOA-DF-LightGBM模型較其他模型指標更為優(yōu)異,預測準確率達到95.15%,較DF提升了近2%;為進(jìn)一步驗證其對數據不平衡問(wèn)題的能力,通過(guò)更嚴苛的數據不平衡實(shí)驗得出,BOA-DF-LightGBM模型在數據不平衡實(shí)驗中的準確率為94.23%,較DF提升了2.68%,較神經(jīng)網(wǎng)絡(luò )模型提升了3.42%;驗證了BOA-DF-LightGBM在數據不平衡情況下的有效性和優(yōu)異性。
2024, Doi:
Abstract:
為了實(shí)時(shí)檢測無(wú)人機操控員的情緒狀態(tài),提出了一種基于二維特征和卷積神經(jīng)網(wǎng)絡(luò )(CNN)分析的無(wú)人機操控員情緒狀態(tài)檢測算法。針對腦電信號(EEG)中眼電偽跡干擾的問(wèn)題,設計實(shí)現了一種基于二階盲辨識(SOBI)的去除偽跡算法。針對其它模型檢測率低的問(wèn)題,通過(guò)微分熵特征(Differential Entropy, DE)提取、2-DMapping映射及稀疏運算將一維腦電信號轉化為包含情感信息的二維特征圖,并對腦電信號進(jìn)行擴增處理,提出二維特征圖與CNN相結合的方式,使得各通道的情感特征相互關(guān)聯(lián)。利用CNN自動(dòng)學(xué)習深層次特征的優(yōu)勢,深度挖掘二維特征圖里的腦電情感信息,較好的實(shí)現了無(wú)人機操控員積極、中性以及消極三種情緒狀態(tài)檢測。
2024, Doi:
Abstract:
航空發(fā)動(dòng)機轉矩振動(dòng)會(huì )引起機身共振,導致機身振動(dòng)增大,引發(fā)結構失效。為了確保飛機的安全性,設計基于轉矩振幅動(dòng)態(tài)信號去噪的航空發(fā)動(dòng)機轉矩振動(dòng)模糊控制技術(shù)。基于航空發(fā)動(dòng)機整機動(dòng)力學(xué)分析結果,明確其運行過(guò)程中的幅值、頻率、相位等振動(dòng)特性。以此為基礎,使用MEMS加速度傳感器采集航空發(fā)動(dòng)機實(shí)際轉矩振幅動(dòng)態(tài)信號,并利用奇異譜分析算法對采集到的動(dòng)態(tài)信號實(shí)施去噪處理,提取出主要的信號成分。設計模糊控制技術(shù),并將去噪處理后的轉矩振幅動(dòng)態(tài)信號作為輸入變量,實(shí)現發(fā)動(dòng)機轉矩振動(dòng)模糊控制。測試結果表明,設計控制技術(shù)應用后,具備適應不同轉子位移變化的能力。在不同支承剛度下,設計控制技術(shù)的轉矩振動(dòng)抑制率較高。在寬頻狀態(tài)測試點(diǎn)處外機匣表面加速度收斂至0.04m/s2以?xún)?窄頻狀態(tài)測試點(diǎn)處外機匣表面加速度收斂至0.03m/s2左右。因此,設計控制技術(shù)具有良好的控制效果,可以保證航空發(fā)動(dòng)機的穩定性和具有較高的抑制性能。
2024, Doi:
Abstract:
5G通信網(wǎng)絡(luò )中的鏈路密度大、傳輸數據量多,極易出現負載失衡及擁塞現象,為提高5G通信網(wǎng)絡(luò )中各鏈路之間的均衡度,設計基于云邊協(xié)同的5G通信鏈路均衡負載控制系統。改裝鏈路數據采集器、處理器、交換機和負載控制器,加設云端服務(wù)器與邊緣服務(wù)器,將優(yōu)化設備接入到系統電源電路中,完成系統硬件的優(yōu)化。采集5G通信鏈路實(shí)時(shí)數據,利用云邊協(xié)同技術(shù)計算鏈路負載量,判斷鏈路是否存在負載擁塞現象。根據負載狀態(tài)檢測結果,計算5G通信鏈路均衡負載控制量,在 MQTT協(xié)議約束下實(shí)現5G通信鏈路均衡負載控制。通過(guò)系統測試實(shí)驗得出結論:與傳統控制系統相比,在優(yōu)化設計控制系統作用下,5G通信鏈路的負載抖動(dòng)量降低了13.95%,有效降低通信時(shí)延并提高鏈路利用率,證明優(yōu)化設計系統具有良好的控制功能和效果。
2024, Doi:
Abstract:
四旋翼無(wú)人機應用頻率不斷增加,應用場(chǎng)景愈加復雜,對其飛行姿態(tài)控制性能提出了更高的要求。現有方法對四旋翼無(wú)人機進(jìn)行位姿控制后,可能會(huì )導致無(wú)人機的飛行行為出現發(fā)散或振蕩,無(wú)法達到期望的位置與姿態(tài),因此基于反步滑模算法,設計四旋翼無(wú)人機飛行姿態(tài)自適應控制方法。根據四旋翼無(wú)人機結構,構建四旋翼無(wú)人機動(dòng)力學(xué)模型,利用MEMS慣性傳感器對四旋翼無(wú)人機當前位置與姿態(tài)進(jìn)行測量,結合卡爾曼濾波算法對飛行姿態(tài)角進(jìn)行解耦計算,依據四旋翼無(wú)人機飛行姿態(tài)控制需求,聯(lián)合反步滑模算法設計控制器,以飛行姿態(tài)角——滾轉角、俯仰角與偏航角解耦計算結果作為控制器的輸入量,控制器輸出結果即為飛行姿態(tài)控制參量,實(shí)現四旋翼無(wú)人機飛行姿態(tài)的有效控制。實(shí)驗數據證明:應用本文提出方法對四旋翼無(wú)人機飛行位姿進(jìn)行控制后,控制結果與期望位置和期望位姿基本相同,滾轉角、俯仰角與偏航角最大偏差不超過(guò)4°,具有較高的控制精度。
2024, Doi:
Abstract:
非同軸兩輪機器人由于其輪子的軸線(xiàn)為不共線(xiàn)、不平行構造,使其在轉彎時(shí)容易出現不穩定的情況。為了提高該機器人在復雜環(huán)境下的控制性能,研究基于SVM數據濾波的非同軸兩輪機器人轉彎自動(dòng)平衡控制方法。切換機器人傳感器節點(diǎn)狀態(tài),并定義傳感器錨點(diǎn),以實(shí)現對機器人轉彎運動(dòng)數據的轉化與分解。選取SVM濾波參數,通過(guò)分析該條件下機器人運動(dòng)行為奇偶模特性的方式,實(shí)施對傳感器數據的耦合重構,完成對機器人傳感器數據的SVM耦合濾波處理。分析兩輪機器人足端步態(tài)規律,按照轉彎足端步態(tài)的非同軸規劃原則,解算轉彎軌跡,并推導具體的控制函數表達式,完成傳感器數據SVM耦合濾波下非同軸兩輪機器人轉彎自動(dòng)平衡控制方法的設計。實(shí)驗結果表明,基于上述方法可將俯仰角、橫滾角、偏航角同時(shí)控制在合理的數值范圍之內,有效保障了機器人轉彎過(guò)程中的運動(dòng)平衡性。
2024, Doi:
Abstract:
全站儀作為現代測量技術(shù)的代表,在土地測量、建筑工程等領(lǐng)域發(fā)揮著(zhù)重要作用,傳統全站儀存在操作和數據傳輸局限性,而物聯(lián)網(wǎng)技術(shù)的發(fā)展使全站儀更智能高效,對全站儀的數據傳輸和指令控制以及阿里云物聯(lián)網(wǎng)平臺進(jìn)行研究,設計了基于物聯(lián)網(wǎng)技術(shù)的全站儀遙控系統,網(wǎng)關(guān)采用單片機STM32F103RCT6作為控制芯片,通過(guò)4G模塊與阿里云物聯(lián)網(wǎng)平臺建立網(wǎng)絡(luò )連接,網(wǎng)關(guān)、阿里云物聯(lián)網(wǎng)平臺,手機APP之間使用MQTT協(xié)議實(shí)現數據傳輸,確保數據傳輸安全可靠;用戶(hù)使用APP實(shí)現全站儀的實(shí)時(shí)監控和遠程控制,同時(shí)系統具備數據管理、報表生成等功能,經(jīng)實(shí)際應用,系統數據傳輸準確率為100%,滿(mǎn)足了工程中使用全站儀測量的基本功能,提高了操作便捷性和效率。
2024, Doi:
Abstract:
針對智能物流機器人動(dòng)態(tài)定位偏差較大、最優(yōu)路徑優(yōu)化缺陷問(wèn)題,提出一種基于歐式分割去噪以及三邊定位理論的智能物流機器人控制系統。控制系統采用ARM嵌入式主板作為控制核心,集成高速數據處理單元和實(shí)時(shí)操作系統。通過(guò)歐式分割對激光雷達掃描位置進(jìn)行去噪處理,同時(shí)結合位置擬合保證動(dòng)態(tài)定位的準確性。進(jìn)行路徑選擇以及避障規劃時(shí),結合ARM嵌入式主板實(shí)現,以保證路徑選擇的優(yōu)越性以及避障規劃的高效性以及及時(shí)性。為驗證研究用控制系統的性能,在實(shí)際物流倉庫環(huán)境中驚醒對比實(shí)驗。實(shí)驗結果表明,在進(jìn)行軌跡規劃和避障任務(wù)時(shí),系統的響應時(shí)間比現有系統平均快20%,其在進(jìn)行長(cháng)時(shí)間運行測試中,路徑偏差減少了30%,也即研究用系統在精確性以及實(shí)時(shí)性方面優(yōu)勢明顯。
2024, Doi:
Abstract:
常規機器人路徑跟蹤算法在機器人運動(dòng)過(guò)程中無(wú)法實(shí)時(shí)調整PID控制器的參數,導致機器人的路徑跟蹤性能較差。為解決這一問(wèn)題,提出了機器人路徑跟蹤的模糊自適應整定PID算法設計。首先構建機器人系統模型,計算機器人的運動(dòng)航向角,并根據機器人測量系統利用基準坐標系中的離散坐標來(lái)描述機器人在運動(dòng)過(guò)程中的曲面法向量。然后結合轉動(dòng)離散慣性系數對路徑特征點(diǎn)進(jìn)行匹配。基于此基礎,引入模糊自適應整定PID算法設計控制器,通過(guò)優(yōu)化控制器的內部參數,調整控制器的增益輸出,從而實(shí)現機器人的路徑跟蹤。實(shí)例應用結果表明,該方法能夠準確跟蹤機器人的移動(dòng)路徑,路徑跟蹤偏移較小,跟蹤性能較好。
楊俊杰, 徐志強, 張軍, 萬(wàn)宇超, 歐陽(yáng)敏, 范安平, 許冰洋
2024, Doi:
Abstract:
針對傳統的卷煙質(zhì)量監控預警系統質(zhì)量監控自動(dòng)化程度低,提出一種基于微服務(wù)架構的卷煙質(zhì)量監控預警系統;該系統采用Spring Cloud微服務(wù)架構,搭建卷煙生產(chǎn)過(guò)程監控數據庫,收集海量卷煙加工過(guò)程質(zhì)量數據,結合深度學(xué)習算法門(mén)控循環(huán)神經(jīng)網(wǎng)絡(luò )Gated Recurrent Unit(GRU)建立卷煙質(zhì)量監控模型,更加有效的實(shí)現質(zhì)量預警,提高卷煙加工過(guò)程自動(dòng)化程度;經(jīng)過(guò)測試證明,基于微服務(wù)架構和GRU算法的卷煙質(zhì)量監控預警系統具備高靈活性、擴展性,解決了卷煙生產(chǎn)系統在實(shí)際應用中效率低、質(zhì)量難以把控的問(wèn)題。
2024, Doi:
Abstract:
針對負荷頻率控制中存在的隨機時(shí)延、丟包和負載波動(dòng)等不確定因素影響下的性能問(wèn)題,提出了一種基于數據驅動(dòng)的LFC系統。通過(guò)建立分散控制結構,優(yōu)化反饋變量,并提出選擇性事件觸發(fā)控制器,從而降低了通信資源消耗,提升了系統的運行效能。仿真結果表明,相較于H∞控制和PSO-PI控制策略,SETC控制不僅將PTFD縮短了76.7%和23.2%,還分別將FRST減少了64.5%和17.2%。SETC的設計不僅平衡了通信減少與系統性能之間的關(guān)系,還展現了出色的恢復能力與魯棒性,對于提升電力系統的靈活性和可靠性具有重要意義。
2024, Doi:
Abstract:
為減小導彈測試設備體積,壓縮設備重量,提升導彈保障性和測試效率,基于嵌入式技術(shù)研制一種小型導彈測試設備;在結構上擺脫傳統機箱架構形式,采用板卡堆疊方式,通過(guò)串口通信實(shí)現板間數據交換與測試資源配置,減小設備體積;基于STM32主控芯片,板卡采用主-從雙核設計,根據功能需求劃分主從機外設配置,實(shí)現一卡多能;兼容以太網(wǎng)控制與觸摸屏離線(xiàn)控制,可脫離工控機獨立工作,進(jìn)一步減少設備需求;采用面向對象的軟件設計思想,按照功能化、層次化、模塊化進(jìn)行軟件功能劃分與設計;通過(guò)與某型導彈測試模擬器對接試驗,驗證其功能完全滿(mǎn)足導彈測試資源需求,與傳統機箱架構測試設備比較,體積壓縮近70%,總重量減少50%以上。
2024, Doi:
Abstract:
針對輸電通道下出現火災險情而難以及時(shí)發(fā)現的問(wèn)題,能夠在火災初期發(fā)現形狀不規則且稀薄的煙霧的產(chǎn)生,對于險情的控制具有重要作用。為解決此問(wèn)題,提出了改進(jìn)YOLOv5s網(wǎng)絡(luò )的煙霧識別算法。該方法通過(guò)在YOLOv5s模型中引入卷積注意力模塊(CBAM),提高了對外輪廓并不明顯的煙霧的特征提取能力;同時(shí)引入CARAFE特征上采樣算法,擴大感知域,利用到圖片中的其他信息幫助捕捉煙霧的深層特征;為捕捉到圖像中目標較小的煙霧形態(tài),利用FReLU替換原有激活函數SiLU,用二維漏斗激活函數,在引入少量計算和過(guò)擬合風(fēng)險的情況下來(lái)對網(wǎng)絡(luò )空間中的不敏感信息進(jìn)行激活,進(jìn)而改善視覺(jué)任務(wù)。實(shí)驗結果表明,該項目改進(jìn)后的檢測效果相對于原始YOLOv5s網(wǎng)絡(luò )中的查準率提高了6.8%,查全率提高了2.8%,平均精度均值提高了2.3%,檢測精度提升較為明顯,更有利于應用于實(shí)際情況下的煙霧檢測。
2024, Doi:
Abstract:
對無(wú)線(xiàn)傳感器網(wǎng)絡(luò )的安全定位服務(wù)問(wèn)題進(jìn)行了研究,采用了無(wú)線(xiàn)傳感器網(wǎng)絡(luò )的參數掩蓋安全定位算法。該方法將網(wǎng)絡(luò )定位區域劃分均勻分布的網(wǎng)格相位,對存在惡意節點(diǎn)參與定位的多跳節點(diǎn)網(wǎng)絡(luò )設計參數掩蓋通信信號,該信號中包含跳數和位置信息;將網(wǎng)絡(luò )中每跳參數掩蓋信號沿多跳路徑疊加,產(chǎn)生多跳路徑疊加信號的索引相位,通過(guò)逐跳解算掩蓋信號的相角,并將其與相位索引矩陣匹配,惡意節點(diǎn)轉發(fā)疊加的多跳掩蓋信號使得估計的位置和跳數信息難以與相位索引矩陣匹配,從而篩選出惡意節點(diǎn)攻擊的多跳路徑;利用網(wǎng)絡(luò )中節點(diǎn)的身份信息提取惡意節點(diǎn),并對合法節點(diǎn)重新定位。經(jīng)實(shí)驗測試實(shí)現了多跳疊加的參數掩蓋信號消除惡意節點(diǎn)對網(wǎng)絡(luò )的攻擊,有效抑制了惡意節點(diǎn)對合法節點(diǎn)定位精度的影響。
2024, Doi:
Abstract:
為了提升傳統圖像去噪算法的準確性和有效性,結合醫學(xué)圖像特點(diǎn),針對傳統各向異性擴散斑點(diǎn)降噪(SRAD)算法對圖像邊緣和細節信息保持能力不足的問(wèn)題,提出了基于小波分析的各向異性擴散斑點(diǎn)降噪算法(Wavelet-SRAD)。通過(guò)對超聲信號進(jìn)行多尺度分解,在低頻信號部分引入SRAD算法進(jìn)行各向異性多尺度濾波,在高頻信號部分采用軟閾值收縮算法,并采用梯度算子和拉普拉斯算子區分噪聲或邊緣引起的灰度變化,以提升圖像去噪效果。經(jīng)Matlab仿真實(shí)驗,將改進(jìn)算法與傳統中值濾波、高斯濾波、均值濾波和SRAD濾波算法進(jìn)行對比,計算均值、標準差、斑點(diǎn)指數和等效視數來(lái)分析去噪結果,并采用灰度直方圖從能量角度對去噪效果進(jìn)行可視化。實(shí)驗結果表明,與傳統圖像去噪算法相比,改進(jìn)的Wavelet-SRAD算法能夠更準確、有效地去除醫學(xué)超聲圖像中的斑點(diǎn)噪聲,并保持良好的組織紋理和邊緣細節信息,表現出優(yōu)越的濾波去噪性能。因此,改進(jìn)的Wavelet-SRAD濾波去噪算法是一種有效的醫學(xué)超聲圖像斑點(diǎn)噪聲抑制算法。
2024, Doi:
Abstract:
準確地預測建筑冷負荷對空調系統節能優(yōu)化控制具有重要作用,因此提出一種改進(jìn)禿鷹搜索算法(BES)優(yōu)化門(mén)控循環(huán)單元(GRU)的短期冷負荷預測模型;首先采用完全噪聲輔助聚合經(jīng)驗模態(tài)分解(CEEMDAN)算法,將建筑冷負荷數據分解為不同頻率的分量,采用隨機森林結合遞歸特征消除法為不同頻率的分量選取對應的特征;最后采用改進(jìn)BES算法對GRU模型進(jìn)行參數尋優(yōu),針對BES算法不足進(jìn)行改進(jìn),引入Sobol序列初始化種群、采用非線(xiàn)性控制因子平衡BES算法搜索能力和自適應t分布策略提升算法尋優(yōu)能力;實(shí)驗結果表明,與GRU和改進(jìn)BES算法優(yōu)化后的GRU相比,提出的預測模型均方根誤差下降34.27,22.41、平均百分比誤差下降2.72%,2.63%、平均絕對誤差下降27.25,25.26;相較于其他預測模型,提出的預測模型具有更高的預測準確度,在實(shí)際工程應用中更具優(yōu)勢。
2024, Doi:
Abstract:
心音分類(lèi)在心血管疾病的早期檢測中起著(zhù)至關(guān)重要的作用,特別是對小型初級衛生保健診所、缺少專(zhuān)業(yè)人員陪護的家庭等檢測。為提高心音信號數據類(lèi)別間的可辨別性,進(jìn)一步提高分類(lèi)精度,提出了一種基于多預處理法(LMFP)和卷積神經(jīng)網(wǎng)絡(luò )(CNN)模型的分類(lèi)方法。首先,原始數據的采集頻率為44100Hz,所處理數據量比較大,需要對數據下采樣處理,以減少不必要的數據量。第二,分別采用帶通濾波器、SG濾波器與MFCC預處理,提取心音數據特征,并將一維數據轉換為二維數據或者圖譜,并計算數據PCA變換矩陣。第三,將預處理后的二維數據對應的PCA變換矩陣相乘,這是LMFP的主要部分,可減少不必要的維數,使數據更具代表性。最后,將處理后的數據,輸入到本文的模型CNN中。為了驗證LMFP+CNN算法的有效性和可靠性,利用PASCAL挑戰數據部分數據集進(jìn)行了實(shí)驗。通過(guò)與其他方法、卷積神經(jīng)網(wǎng)絡(luò )不同層數的比較,證明了該方法的優(yōu)越性。實(shí)驗結果表明,本文提出的方法可有效達到97.21%的準確率。
2024, Doi:
Abstract:
在當前全球能源轉型以及“雙碳”背景下,鄉村傳統用能模式的高成本、高污染弊端日益明顯;針對中國鄉村目前供能靈活性差、清潔度低等問(wèn)題,結合鄉村風(fēng)、光資源更充分的優(yōu)勢,構建了一種含氫儲能結構的新型綜合能源系統(Integrated Energy System,IES)及基于改進(jìn)的C-NSGA-II算法的容量配置與運行優(yōu)化的設計方法,并設置“日均成本節約率”“CO2減排率”以及“?效率提升率”評價(jià)指標;實(shí)驗表明所提出系統相比于鄉村傳統的能源分供系統,夏季典型日的三種指標結果為:21.75%、91.03%、97.24%;冬季典型日的結果為42.97%、67.31%、55.54%,顯著(zhù)提升供能系統的經(jīng)濟性、低碳性、節能性,對未來(lái)鄉村能源結構轉型具有一定的指導意義。
石現, 梁旗, 蔡克榮, 楊昌達, 葛宇航, 張澤凱, 于峰, 季飚
2024, Doi:
Abstract:
隨著(zhù)彈載電子設備集成化發(fā)展趨勢,彈上計算機、衛星導航等設備在狹小空間內功能緊密耦合,多源多頻段信號傳輸發(fā)生干擾造成導航設備無(wú)法準確定位的現象時(shí)常發(fā)生,針對這一問(wèn)題,本文系統研究了衛星導航設備電磁干擾治理方法。首先研究了微機模塊中開(kāi)關(guān)電源與隔離器件的電磁輻射以及諧波干擾特性;其次,基于電磁波金屬介質(zhì)傳播原理,通過(guò)COMSOL軟件建立了設備電磁屏蔽有限元模型,深度剖析了屏蔽體電導率、厚度、開(kāi)孔等關(guān)鍵因素對屏蔽效能的影響規律,進(jìn)而提出關(guān)鍵元器件設計、終端天線(xiàn)屏蔽等綜合治理方法;最后以彈載衛星導航產(chǎn)品進(jìn)行試驗,干擾信號強度得到了抑制,設備定位測速成功率提高了85%,驗證了治理方法的科學(xué)合理性。
2024, Doi:
Abstract:
針對語(yǔ)義SLAM(simultaneous localization and mapping)中語(yǔ)義分割速度較慢,實(shí)時(shí)性較低、占用資源過(guò)多等問(wèn)題,提出一種含有自適應通道注意力機制的輕量級Mask R-CNN網(wǎng)絡(luò ),由于原有的語(yǔ)義分割網(wǎng)絡(luò )里的殘差網(wǎng)絡(luò )復雜,且應用環(huán)境在室內,環(huán)境較為簡(jiǎn)單,故該輕量級網(wǎng)絡(luò )將原有復雜的主干網(wǎng)絡(luò )中的ResNet-50利用深度可分離卷積與分組卷積改進(jìn)為更加輕量的ResNet-DS-tiny(ResNet with depthwise separable convolutions),并加入自適應通道注意力機制。在自適應通道注意力模塊中,利用加權方式對輸入的RGB-D圖像從空間和通道賦予不同的權重,增強了特征的表達能力。此外,為了輕量化特征金字塔,使用使用不同空洞率的空洞卷積來(lái)提取不同大小感受野的特征信息,有效地獲取了多尺度的特征。相較于傳統的特征金字塔,空洞卷積減少了參數量。在更充分獲取 RGB 信息特征的同時(shí),提升了語(yǔ)義分割系統的實(shí)時(shí)性并減少了資源占用。
2024, Doi:
Abstract:
對低劑量CT圖像去噪進(jìn)行了研究,分析了神經(jīng)網(wǎng)絡(luò )去噪在偽影抑制中計算性能低、泛化性不足的問(wèn)題。采用各向異性全變分深度展開(kāi)去噪網(wǎng)絡(luò ),新方法結合圖像相鄰體素的邊緣特性,引入各向異性TV正則項保留圖像結構信息,避免各向同性TV導致的邊緣模糊,并通過(guò)Chambolle-Pock算法求解數學(xué)模型,適配深度展開(kāi)到卷積神經(jīng)網(wǎng)絡(luò )。此外,結合像素注意力機制進(jìn)行網(wǎng)絡(luò )優(yōu)化,捕捉圖像中的重要細節。經(jīng)實(shí)驗測試,基于Mayo 2016數據集,該方法在圖像去噪效果上優(yōu)于傳統方法及其他先進(jìn)網(wǎng)絡(luò )模型,在PSNR、SSIM和VIF等指標上表現更優(yōu),滿(mǎn)足低劑量CT圖像高質(zhì)量重建的需求。
2024, Doi:
Abstract:
針對物理試驗下固定翼無(wú)人機飛控能力評估效率低、成本高且存在安全風(fēng)險的問(wèn)題,開(kāi)展了基于邊緣性能評估的無(wú)人機飛行仿真測試和飛控能力評估方法研究。首先建立了無(wú)人機運動(dòng)仿真模型和仿真環(huán)境,隨后結合遺傳算法搭建了飛行管理系統需求測試環(huán)境,實(shí)現了飛行系統批量測試用例生成,針對性提出了固定翼無(wú)人機俯仰姿態(tài)穩定性的測試判據和邊緣性能評估方法,最后基于ROSflight進(jìn)行了仿真試驗,通過(guò)大量飛行測試,獲取了飛機的飛行安全邊緣,實(shí)現了俯仰姿態(tài)飛控能力分析評估。為無(wú)人機研發(fā)和應用階段的仿真試驗提供一定參考。
2024, Doi:
Abstract:
為提高航天測控領(lǐng)域單脈沖雷達自動(dòng)化運行水平,基于典型單脈沖雷達現有技術(shù)特征,在國產(chǎn)自主可控軟硬件平臺上設計開(kāi)發(fā)了一套單脈沖雷達自動(dòng)跟蹤系統。該系統融合了雷達A顯數字信號、全站狀態(tài)和控制字等信息,自動(dòng)識別雷達跟蹤過(guò)程中接收通道的目標和干擾信號,實(shí)時(shí)監控雷達運行狀態(tài),為系統自動(dòng)判斷和決策提供信息支撐。系統通過(guò)自動(dòng)生成雷達控制指令,實(shí)現了對雷達任務(wù)狀態(tài)準備、目標識別、目標捕獲跟蹤和常見(jiàn)異常處置的任務(wù)全流程自動(dòng)控制。經(jīng)測試驗證表明,該系統在多站協(xié)同下的單脈沖雷達鏈路中得到成功運用,目標識別準確率達100%,能夠在3s內完成目標重補操作,極大提升了單脈沖雷達跟蹤可靠性和響應速率。
2024, Doi:
Abstract:
針對衛星-高動(dòng)態(tài)終端相對移動(dòng)過(guò)程中速度和加速度高,造成多普勒頻移跨度大、變化率高的問(wèn)題,提出了一種導頻輔助的高動(dòng)態(tài)突發(fā)信號捕獲技術(shù);對衛星-終端通信鏈路的信道特性進(jìn)行了研究,該技術(shù)采取基于FFT算法、頻偏預補償的對抗措施,構建了鏈路發(fā)送端和接收端的多普勒頻移補償信道模型;并設計了多幀頭同步、導頻輔助的新型架構,有效降低了低信噪比下幀傳輸的錯誤率;仿真結果表明:該算法達到1e-5誤碼率指標時(shí)接收靈敏度提高了3dB左右,滿(mǎn)足高動(dòng)態(tài)終端接入衛星移動(dòng)通信系統的需求。
2024, Doi:
Abstract:
對云原生架構在影像醫學(xué)教育領(lǐng)域的應用進(jìn)行了深入研究,旨在優(yōu)化醫學(xué)影像數據的存儲、訪(fǎng)問(wèn)與分析模式,提升教學(xué)質(zhì)量與效率。研究構建了一個(gè)高性能計算平臺,該平臺深度融合了云原生技術(shù),支持大規模、多源異構影像數據的高效處理。平臺設計采用了先進(jìn)的微服務(wù)架構與開(kāi)放的API接口,確保了系統的高度可擴展性和靈活性,有效推動(dòng)了教學(xué)科研工作的自動(dòng)化、智能化進(jìn)程。實(shí)踐證明,該云原生架構計算平臺依靠其彈性、可擴展性和自動(dòng)化管理能力,不僅可為醫學(xué)生提供強大的工具,助力他們深入智能分析影像學(xué)數據,洞察數據背后的復雜機理,同時(shí)也可為醫工交叉領(lǐng)域的教學(xué)與科研合作構筑堅實(shí)的技術(shù)橋梁。
廖勇, 謝棟材, 白洋, 韋純進(jìn), 張亭亭, 何瑩瑩
2024, Doi:
Abstract:
針對FPGA內各邏輯資源和電性能參數的自動(dòng)批量配置測試問(wèn)題,提出了一種將自動(dòng)重配置模塊、ATE測試平臺和上位機軟件相結合的應用程序自動(dòng)重配置系統方案。通過(guò)上位機軟件在自動(dòng)重配置模塊中完成待測FPGA的應用程序加載,實(shí)現軟硬件結合。基于XC7A100T型FPGA搭建自動(dòng)重配置系統,運用三段式狀態(tài)式實(shí)現應用程序自動(dòng)下載。實(shí)驗結果表明,該系統可實(shí)現待測FPGA在多種配置模式下應用程序自動(dòng)下載,完成待測FPGA芯片的邏輯資源和電性能參數自動(dòng)批量測試。對于XC6SLX16-2CSG324-T型FPGA,從并模式下自動(dòng)配置測試時(shí)間僅需7分鐘,極大節省了應用程序配置時(shí)間,滿(mǎn)足各類(lèi)FPGA自動(dòng)批量測試需求。
趙潤澤, 連光耀, 程中華, 高鐵路, 路瑜亮, 陳正虎, 張宇
2024, Doi:
Abstract:
監督裝備生產(chǎn)過(guò)程并保證其正常運行是用戶(hù)監督代表的重要職責,也是保障裝備性能的重要基礎,由于生產(chǎn)過(guò)程中的不確定性因素眾多,導致監督代表往往難以對其做出精準、客觀(guān)的質(zhì)量評估。為提高裝備生產(chǎn)過(guò)程質(zhì)量評估精度,強化生產(chǎn)過(guò)程質(zhì)量監督力度,首先通過(guò)對問(wèn)題場(chǎng)景和問(wèn)題因素的客觀(guān)分析,構建質(zhì)量評估指標,根據生產(chǎn)過(guò)程質(zhì)量監督的定義將承制單位自查符合度和監督代表檢查滿(mǎn)意度兩個(gè)維度作為評估各指標的基礎變量。采用決策實(shí)驗室法和熵權法分別確定指標的主、客觀(guān)權重,并引入距離函數概念最終確定各級指標的組合權重。通過(guò)專(zhuān)家評判計算得到云特征值從而建立二維云模型,繪制二維云圖初步判定質(zhì)量等級,計算貼近度精確判定結果。以某型軍用柴油發(fā)動(dòng)機裝配過(guò)程進(jìn)行實(shí)例分析,滿(mǎn)足全面客觀(guān)評估柴油發(fā)動(dòng)機裝配過(guò)程質(zhì)量的要求,驗證了所提方法的有效性和可行性。關(guān)鍵詞:裝備生產(chǎn)過(guò)程;質(zhì)量評估;決策實(shí)驗室法;熵權法;二維云模型;柴油發(fā)動(dòng)機
2024, Doi:
Abstract:
軟件是否可靠運行將直接影響系統的可靠運行,急需有手段保障軟件質(zhì)量。靜態(tài)分析因具有全自動(dòng)運行、能更早實(shí)施、不需要執行程序等特點(diǎn),在軟件測試領(lǐng)域得到了廣泛的使用,已成為保障軟件質(zhì)量的重要手段。測試工具可以極大地提高軟件測試的效率。目前面向靜態(tài)分析的軟件測試工具數量眾多,不同的工具具有不同的特點(diǎn)和缺陷檢測能力,且都存在不低的誤報率和漏報率,如何評估和選擇測試工具成為軟件靜態(tài)分析時(shí)亟待解決的問(wèn)題。基于CWE缺陷類(lèi)型的基準測試集和精確度、召回率、F1-Score、CWE覆蓋率以及Overall-Score的評估指標,詳細闡述了面向靜態(tài)分析的軟件測試工具評估流程,結合CppCheck、TscanCode和Flawfinder三個(gè)開(kāi)源軟件靜態(tài)分析工具開(kāi)展了案例應用,為軟件靜態(tài)分析工具的評估與選擇提供指導和參考。