摘要:高速列车一旦出现蛇行失稳，列车的运行安全会受到严重威胁。在出现蛇行失稳前，高速列车会进入小幅蛇行发散状态，因此监测列车小幅蛇行演变趋势可以预测列车的运行状况，然而现有的文献鲜有对小幅蛇行演变特征进行研究，为此，提出一种基于EEMD-SVD-LTSA的高速列车特征提取框架，识别其演变趋势是小幅发散还是小幅收敛，进而预测列车运行状况。通过在线实验数据验证表明，提出的框架能成功提取高速列车小幅收敛、小幅发散的运行特征，且使用LSSVM的识别率达到100%，从而及时预测高速列车的运行状态，保障列车的运行安全。

摘要:为了提高道路交通安全，针对目前行车安全预警算法采用确定性参数导致的预警准确度不高的问题，提出了一种基于多层感知器神经网络的行车安全预警算法。该算法以人工神经网络为基础，将前后车的相对距离、相对速度、驾驶员风格类型、前车加速度、后车加速度以及后车的速度作为系统的输入，行车安全预警级别作为系统的输出。结合样本数据进行训练，得到行车安全预警级别的预测值，并与传统的碰撞时间算法和停车距离算法的两种预警算法进行对比。实验结果表明，多层感知器神经网络预警算法在预警的有效性与准确性方面明显优于传统预警算法。

摘要:针对高压互联网络频率协调困难，而自动发电控制存在控制跟踪性能差、参数最优值获取难、优化效果不明显等问题，提出了一种基于模拟退火粒子群寻优算法的闭环反馈自动发电控制。改进后的寻优算法结合了模拟退火和粒子群算法的优点，通过该算法对控制器关键参数进行寻优以使区域控制偏差值最小。由MATLAB/Simulink仿真分析验证了四机两区域模型联络线发生故障时，改进参数的闭环反馈AGC控制器能较快地使系统恢复稳定，且能较好地达到频率协调的控制作用。

摘要:针对混合动力汽车用电子节气门系统非线性特性以及控制系统中的扰动，在电子节气门的数学模型基础上，设计了基于非线性终端滑模面的内外环滑模控制策略。与此同时，为了实现混合动力车在复杂的行驶工况下对电子节气门控制系统不可测量变量和不确定扰动进行准确估计，设计了非线性扩张状态观测器，分别对3种不同工况下电子节气门角度跟随进行了实验验证。实验证明，采用的内外环滑模控制策略提高了电子节气门系统收敛速度，无超调现象，满足了混合动力汽车电子节气门高精度角度跟随的目标需求。

摘要:Galileo卫星导航系统各频段信号中引入了多种新兴调制方式，是新一代卫星导航系统典型代表。目前可见星数量有限，给深入探索带来了一些困难，故采用“上位机+FPGA+DSP”架构设计实现了Galileo+GPS卫星导航信号模拟源，着重研究卫星导航模拟源FPGA端的算法，完成了多普勒频移模拟、副载波生成、偏置载波调制、伪距信号生成的工作，解决了各模块信号对齐的关键技术，产生了Galileo E1 OS和GPS L1 C/A中频信号。利用硬件接收机对生成的信号进行接收验证，实验结果表明，接收机能正确捕获跟踪定位，定位坐标与预设坐标相符，证明了仿真信号的正确性。

摘要:如今网络时代中充斥着大量经篡改的图像，目前检测方式如局部不变性特征描述、Harris角点算法对复制粘贴篡改地检测准确率较低。通过对彩色图像分块、色彩空间边缘化提取、图像灰度化得到完整的灰度化局部图像。利用对不同图像块中的特征向量集提取、标记、匹配和归一化处理，在欧氏距离达到某一阈值后特征向量匹配成功，即检测到图像具有复制粘贴篡改的痕迹。最后选择3类不同的照片仿真测试，说明该算法可有效提升复制粘贴篡改图像的检测成功率、检测速率。

摘要:池化模型作为卷积神经网络模型中至关重要的一部分，具有降维、提高模型泛化能力等作用。为了进一步提高卷积神经网络模型的准确率，优化模型的学习性能，提出了一种基于最大池化和平均池化的改进池化模型，并在全球手写数字数据集MNIST和CIFAR-10上分别对改进池化模型的有效性进行了验证。通过与常见池化模型的对比实验发现，采用改进池化模型的卷积神经网络的学习性能较优，一次迭代情况下，在MNIST和CIFAR-10数据集上，错误率分别下降了4.28%和2.15%。

摘要:生物特征识别技术相对于传统密码等方式具有更高的可靠性，而作为生物特征识别技术的重要研究方向之一的声纹识别方法，研究更精确的声纹识别方法具有更高的研究意义。随着深度学习的发展，深度学习应用在声纹识别技术上成为在声纹识别领域研究的重点。提出一种基于深度神经网络和beyond triplet loss相结合的说话人识别方法，模型通过梅尔频率倒谱系数（MFCC）提取MFCC声学特征，对MFCC声学特征提取说话人声纹特征，然后进行多元损失的模型训练。实验结果表明，DNN-BTL算法在说话人识别领域比高斯混合-隐马尔可夫模型（GMM-HMM）具有更好的识别效果。

摘要:合成孔径雷达在对地面运动目标的高精度成像时，目标径向速度引起距离向走动、方位向速度引起散焦，导致目标的信噪比和检测概率下降。采用距离走动校正滤波器组和方位匹配滤波器组级联的方法对多通道杂波抑制后的数据进行二维匹配优化成像，降低剩余杂波的功率同时提高动目标的聚焦效果；进一步在各滤波器成像后使用自适应门限进行恒虚警检测，并对输出的多个检测结果进行判断与融合。仿真与实测数据的处理结果表明了该方法的有效性。

摘要:为了提高子滤波器滤波精度和优化信息融合算法，提出一种基于在线调节因子的自适应卡尔曼滤波算法。首先讨论采用卡尔曼滤波技术的理论依据，设计SINS/GPS紧组合导航系统。提出改进的自适应卡尔曼滤波算法，该方法通过构造自适应参数因子，并利用量测噪声协方差阵与自适应参数的比值实现在线修正量测噪声协方差阵。通过MATLAB仿真，与传统基于标准卡尔曼滤波算法的紧组合导航系统相比，其各向位置误差和速度误差均得到明显降低，从而达到提高组合导航定位精度和优化信息融合算法的目的。

摘要:为了设计性能更优的支持向量机（SVM）分类模型，对影响其分类性能的参数和样本特征子集进行优化选择，对支持向量机理论和万有引力搜索算法（GSA）进行了研究，提出了一种基于二进制万有引力搜索算法（BGSA）的支持向量机分类模型构建方法，能够对影响支持向量机分类性能的相关参数及有效样本特征子集同时进行优化选择，获得最优组合解，并通过实验对其有效性进行了对比分析和验证。实验结果表明，所提出的BGSA-SVM分类模型能够有效提高支持向量机的分类性能，可进一步推广到工程实际中应用。

摘要:Multi-h CPM体制凭借着高效的带宽效率和功率效率，在未来航天遥测领域具有巨大的潜在优势，但是解调技术的高复杂度限制了其广泛应用。为了能在较小性能损失的前提下实现解调结构的简化，在对Multi-h CPM体制的特点和发展现状进行了简要介绍之后，重点阐述了Multi-h CPM信号的接收机的基本结构，详细总结了其中的载波同步、定时同步、调制指数同步以及序列检测技术的方法来源、发展历程和理论基础，分析了各自的优缺点，最后，提出了Multi-h CPM体制的进一步研究方向。

摘要:针对活立木茎体水分时域信号呈现的非平稳、信息冗余特性，提出了一种基于Gabor原子的活立木茎体水分信号MP分解与重构方法。试验结果表明活立木茎体水分信号可以用Gabor原子库稀疏表示，靠前的原子反映信号的主要特征，靠后的原子反映信号的细微特征，原子数越多，稀疏信号越能更好地描述原始时域信号的特征。稀疏信号对比于原始时域信号，数据量明显减少，避免了信息冗余，达到了数据压缩的目的，为大量数据的存储节省了物理空间。在Gabor原子库过冗余的情况下，稀疏信号可以高质量的重构出原始时域信号，在主要特征数据点处重构误差较小，在细微特征数据点处重构误差较大。

摘要:目前冷轧带钢屈服强度的检测主要依赖于有损检测，大大增加了检测成本。将BP神经网络引入基于脉冲涡流的冷轧带钢屈服强度预测，首先提取脉冲涡流响应信号的时域、频域特征，分析了各个脉冲涡流信号特征的稳定性，然后建立信号特征与材料屈服强度的BP神经网络模型，最后用建立的模型对材料的屈服强度进行预测。实验表明，采用BP神经网络对冷轧带钢进行屈服强度预测的误差为6%及以下，这种方法对于降低工业生产的检测成本、提高检测效率有一定的实用价值。

摘要:针对冲击-高斯混合噪声环境下的FM信号瞬时频率估计问题，在方向性S变换的基础上，提出了一种基于新型关联随机一致性算法(RANSAC)的瞬时频率估计方法。该算法将原RANSAC算法的随机一致搜索策略与FM信号的物理特征统一起来，构建关联函数以保证在抑制复杂噪声的同时准确跟踪目标信号的时变轨迹。结合方向性S变换的二次平滑特性，算法能够在-7 dB混合噪声的干扰下恢复信号的相位信息。仿真实验在α-高斯混合噪声条件下验证了算法的有效性。

摘要:设计了一种基于NRF24L01无线通信的两线制红外光电传感器测频系统。为了减少三线制传感器的用线数量以及改进信号的稳定性,设计一种两线制光电传感器。在设计过程中，首先对三线制传感器的电路进行深入研究后设计了改进后的两线制传感器电路，设计了信号处理电路，将传感器的脉冲信号转换为频率信号，通过RS-485总线传给无线发送模块，再通过无线通信发送给无线接收模块，最后通过上位机软件将所测数据显示出来。经过实验证明，它能够稳定准确地采集信号。经过对两种传感器得到的数据进行比较后得出，两线制传感器所测得的数据的确更稳定，波动小、且只需要两根线，达到了实验的目的。

摘要:针对现有手势识别方法中人为提取特征具有局限性的问题，考虑到MYO臂环稀疏多通道的特点，提出一种融合表肌电信号(sEMG)和加速度(ACC)信息的手势识别方案。首先由5位受试者佩戴MYO臂环，同步采集8组不同手势的多通道sEMG、ACC数据；其次采用一种新的数据预处理方法，使用高能量滑动窗将数据进行分割，得到短时有效活动段；最后设计出一种并行多层的LSTM网络，对两类数据进行特征提取和融合，实验准确率达96.87%。结果表明，所提出的手势识别方案简便可行。

摘要:合成孔径雷达（SAR）针对静止目标成像，依靠雷达平台的运动形成较长的合成孔径，达到方位高分辨。而在地面静止场景中，必然会存在运动目标，其运动参数的未知使得目标在SAR图像上难以聚焦成像。另一方面，逆合成孔径雷达（ISAR）技术在雷达平台静止条件下，依靠目标运动形成长合成孔径后聚焦成像。本文将结合多通道合成孔径雷达-地面动目标指标（SAR-GMTI）技术，提出了基于杂波抑制干涉（CSI）和ISAR相结合的非合作动目标聚焦成像。成像过程中，利用多通道图像信息，动目标在CSI处理后被检测到，针对动目标的能量范围进行ISAR处理，实现该区域内动目标的聚焦成像。最后仿真结果验证了该方法的有效性。

摘要:针对船舶在某海域航行中出现的通信距离无法提前判定的问题，在分析超短波传播特性的基础上，建立不同场景下的超短波无线信道模型，包括大尺度衰落的自由空间路径损耗模型、对数距离路径损耗模型和对数正态阴影路径损耗模型，该模型考虑到小尺度衰落的多普勒效应影响，并利用MATLAB软件仿真计算了各模型场景下对电台功率路径损耗的影响。在此基础上，提出计算链路预算方法，依此测算船舶超短波对空电台与飞机进行通信距离的方法以及优化通信链路预算的策略。

摘要:针对密集烤房系统中烤房控制仪无线组网的需求，提出了基于ZigBee无线通信的烤房控制仪设计方案。以STM32作为主控芯片，后备电池供电方式可保证系统断电时数据自动存储，采用串口触屏使得人机接口更加友好直观、操作方便，串口ZigBee无线模块满足了烤房群星型网络的组网设计需求，利用变频器驱动循环风机无级调速提升了烘烤的精准控温和节能高效，最后，实验测试结果证明该控制仪性能稳定可靠，有效提升了烤房群的管理水平。

摘要:目前可穿戴计算在监控人体健康指标领域的应用日益广泛，对大学生运动能量消耗进行精准监测，对大学生制定科学的运动健身计划、改善身体健康状况等都具有重要意义。设计并实现了大学生运动能量消耗监控系统，同时提出了一种基于几何均值（GM）的运动能量消耗监测算法，并通过实验加以验证。该系统通过三维加速度传感器获得运动参数，采用GM算法得到运动能耗数据，并与不同运动类型的标准数据进行比较和分析，从而获得大学生运动差异及其改进建议，提高了大学生运动的标准性和安全性。

摘要:复杂的室内环境给定位系统带来非视距误差和多径干扰，消除或降低误差成为超宽带(UWB)室内定位研究的热点。提出一种基于IA-BP神经网络的UWB室内定位方法，将BP神经网络训练的误差值作为免疫算法计算亲和度的抗原，通过免疫算法寻得BP神经网络的最优权值和阈值，避免BP神经网络收敛速度较慢和容易陷入局部最优值的问题，达到定位误差较小的目的。仿真实验结果表明，IA-BP神经网络训练100个样本输出的最大归一化误差不超过0.02，以3个锚点构成的定位场景中，待定位节点的仿真输出轨迹与实际运动轨迹基本吻合。

摘要:针对目前带压作业有线监测系统存在的布线复杂、安全性差以及难以维护等缺点，设计了一种基于ZigBee技术的带压作业监测系统。该系统包含一个汇聚节点和多个用于参数终端采集的传感器节点，可在无线情况下安全有效地采集带压作业运行过程中的各种数据。数值模拟结果表明，通信距离小于150 m时，丢包率为0；通信距离为200 m时，丢包率为0.4%，系统可够满足实际应用中传输距离为50 m的要求。实际应用结果表明，该系统克服了传统物理布线的束缚，方便高效地实现了数据信息的采集，实现了带压作业的无线监控，在带压作业中具有广阔的应用前景。

摘要:为了提高对大气污染物违规排放的监控能力，针对传统的大气环境监测站数量少、监测范围小、成本高等不足，提出了一种以STM32F103微控制器为核心基于LoRa的无线多参数环境监测节点的设计。利用STM32F103内置基于DMA功能的ADC采集6路电化学传感器的气体浓度数据；利用串口功能实现GPS定位数据、PM2.5/PM10颗粒物浓度数据和温湿度等参数的处理；通过LoRa无线模块，将采集的数据传输至LoRa网关并在终端上进行显示。测试结果表明，监测节点可以远程实时监测6种气体浓度、PM2.5/PM10颗粒物浓度、温湿度及行程轨迹等参数，误差结果在允许的范围内。该节点结合无人机、无人车等载体平台使用，具有监测范围广、检测效率高、机动性强、成本低等优点，为环境监测提供一种新的技术手段。

摘要:针对瞬变电磁检测技术探头开展研究。首先介绍了瞬变电磁技术原理，分析目前几种聚焦探头的优缺点，然后根据设计要求提出一种新型瞬变电磁聚焦探头结构，解决瞬变电磁探头不聚焦，能量小及设备笨重等缺点，最后通过有限元仿真验证新型聚焦探头的聚焦效果，并与传统线圈仿真结果进行对比。结果表明，新型聚焦探头使磁场的主要能量聚焦在半径小于0.3 m，比传统线圈磁场分布缩小了40%，磁感应强度B=1.499 8×10-5，比传统线圈感应强度提高了19.3%，且聚焦探头比传统线圈的磁感应强度分布梯度较大。为瞬变电磁技术探头优化设计及精确测量金属管道腐蚀量提供了有效的参考价值，也为该技术在压力管道和热力管道的扩展应用提供了依据。

摘要:对模拟电路故障诊断中的故障特征提取进行了研究，引入了卷积神经网络模型，提出了一种基于时间卷积神经网络的模拟电路故障诊断方法，在四阶Butterworth低通滤波器电路上分别对不同深度的时间卷积网络进行分类对比实验，实验结果证实了深度时间卷积网络在故障特征提取中的有效性。同时设计实验对比了时间卷积神经网络、SAE-SOFTMAX、深度信念网络和长短期记忆网络的特征提取能力，结果表明，时间卷积神经网络模型在模拟电路故障诊断中能够提取出更能反映数据本质的特征，取得更好的诊断准确率。

摘要:真空热环境试验是航天器研制过程中必不可缺的实验项目，实验过程中需配置大量测试电缆，因此测试电缆的故障检测具有重要意义。为有效提高对测试电缆故障的定位精度，对小波变换和分数阶傅里叶变换在电缆故障测试中的应用去进行研究。对时域反射测量法和频域反射测量法两种电缆故障检测方法的发射信号进行加噪处理，分别采用相应的时频分析方法对其进行消噪处理。仿真结表明，小波变换和分数阶傅里叶变换具有良好的去噪效果，对提高测试电缆的故障定位精度具有重要意义。

摘要:针对复现困难且缺乏测试数据和先验知识的电子通信设备故障，提出一种基于仿真模型的故障诊断方法。首先，建立故障系统的仿真模型，并尽可能精简该模型；然后利用该模型，对假设的故障原因逐一模拟，同时观察各个关键节点的输出；最后找出与已有测试数据最符合或最相近的结果，并完善仿真模型。在此基础上分析故障产生机理，完成故障诊断工作。该方法是一种正向逻辑推理法，与故障树分析法相反，可作为故障树分析法的补充手段，并在某话音电台的故障诊断过程中发挥了重要作用。

摘要:有效地诊断托辊故障，对提高选煤工作效率和工厂智能化水平具有重要的作用。针对工业现场环境复杂，噪音类型多且杂的特点，首先提出利用差分法来消除托辊音频序列数据时间趋势影响的有效方法，在此基础上提取托辊音频序列特征，分别利用K-Means和谱聚类算法进行聚类分析以及故障识别，并从噪音音频序列数据中挖掘有用的信息。然后为了评价聚类模型的优劣,创新提出将同一音频序列分割得到子音频序列的相同聚类标签的平均比率，以此作为聚类优劣的评判标准。实验结果表明,谱聚类算法的效果优于K-Means,动态选取谱聚类的参数值能够提高局部诊断准确率，且具有较强的鲁棒性，能够实现对生产范围内多种类型噪音音频信号进行有效聚类识别。智能化托辊故障诊断系统的应用提高了选煤工作效率，减少了非计划停机次数，产生了较好的经济效益。