摘要:物联网、汽车制造、智慧医疗等行业的飞速发展，加快了端设备芯片的推广和应用，随之而来的芯片安全问题也暴露出来，传统的单片机或ARMA系列的CPU芯片已经不能满足越来越复杂的应用需求。为解决目前端设备存在芯片安全防护不足、传输速度慢、功耗高、计算资源不足等问题，结合SoC设计理念，提出了一种基于高速总线的密码SoC设计方案，实现对端设备的传感器、芯片、硬件的动态状态获取，接收多种高速协议接口数据，加密存储及备份至云端等功能。该方案基于SoC设计，采用开源处理器，完成了一套由处理器、高速总线、硬件外设、加密单元相结合的低功耗加密监控芯片。综合及功耗分析和实验结果表明，实现了数据的高速可靠传输与加密，满足大容量数据快速加解密的需求；采用低功耗设计，性能无影响，功耗降低约20%。

摘要:随着3D打印技术的发展，其应用领域扩展至临床医学范畴，基于3D生物技术已经实现了对皮肤组织、细胞支架等组织器官的增材打印。3D生物打印机一般由永磁同步电机作为其移动平台驱动电机。为提高控制精度，传统方法通常采用遗传粒子群优化模糊规则等多重算法整定PI参数来控制电机，但机械地叠加算法使得算法复杂度增加，严重影响电机的控制效果。因此，本文采用分数阶PI控制代替传统PI控制，利用粒子群算法优化分数阶PI中增益、分数阶次数和模型参考自适应算法中的自适应机制，最终获取最优解。通过Simulink仿真表明，相比于传统PI控制和遗传粒子群优化模糊PI控制等方法，粒子群优化分数阶PI在电机响应速度方面分别提高了106%和56%，稳定性方面分别提高了813%和60%，适用于控制精度较高的3D生物打印机移动平台。

摘要:针对室内复杂环境易受多径效应和非视距影响，导致RSSI值不可靠，影响SVR模型预测性能和系统定位精度的问题，提出一种基于误差校正和自适应算子的SVRPSO算法。该算法提出利用近邻参考标签的预测误差对待测标签的预测距离进行误差校正，从而弥补SVR模型因RSSI值不可靠而预测不准确的问题。然后构建求解待测标签位置坐标的非线性方程组，利用PSO算法迭代求解。针对标准PSO算法存在的易陷入局部最优且收敛速度慢的问题，设计了一种自适应算子，分别对PSO算法的惯性权重和学习因子进行改进。仿真结果表明，误差校正和自适应算子对提升室内定位精度均有一定的作用。与SVRPSO相比，系统平均定位精度提升了316%。在相同定位精度下，该算法使用的参考标签数量更少。

摘要:针对传统路径规划方法无法根据城市路网权值时变特性规划最优路径的问题，提出了基于深度双Q网络的权值时变路网路径规划方法。首先，构建权值时变的城市路网模型，其中，路段各时间段权值由随机函数产生。然后，设计了状态特征、交互动作和奖励函数对权值时变路网路径规划问题进行建模，利用DDQN算法训练智能体来学习路网权值时变特性，最后根据建模后的状态特征实现权值时变路网的有效路径规划。实验结果表明，DDQN算法训练的智能体在权值时变路网中具有较好全局寻优能力。相比于滚动路径规划算法，所提方法在不同情况下规划的路径均最优，为权值时变路网的路径规划提供了一种新思路。

摘要:针对锂离子电池健康状态(SOH)估算精度低的问题，提出一种基于主成分分析(PCA)与改进LM算法双高斯核RBF(ILMDGRBF)神经网络的方法，实现了SOH的准确估算。首先，提取与锂离子电池容量衰退高度相关的健康因子(HI)，采用PCA方法进行降维处理，减少HI之间冗余度。其次，创建双高斯核RBF神经网络，利用改进LM算法实现网络参数在线学习，建立ILMDGRBF神经网络。再次，利用数据增强的电池测试数据训练ILMDGRBF实现SOH估算。验证表明，经PCA降维得到的主成分1能够有效地反应锂离子电池的老化趋势，可用于SOH的估算；与其他模型相比，所建ILMDGRBF模型具有更高的估算精度和更好的鲁棒性，估算结果的误差控制在15%以内。最后，基于该方法构建一种新的SOH智能估算系统，为电池安全管理提供参考依据。

摘要:针对传统的行人航迹推算（PDR）算法只能用于正常行走的单一状态，难以满足实际应用需求，提出了一种基于自适应峰值检测的改进PDR算法。该算法将行人运动模式分为行走和跑步两种状态，充分考虑行人运动过程中加速度峰值和运动状态的关系，通过实验获得不同运动状态下的加速度峰值，从而设置动态阈值，实现不同状态下的计步检测和步长估计。将改进的PDR算法应用于行人定位，利用微惯性测量单元（IMU）获取的行人的运动数据，使用改进的峰值检测法对行人进行计步检测和状态识别，根据行人的运动状态采用自适应步长估计公式对步长进行估计，最后结合计算的航向得到行人的位置信息。实验结果表明，改进PDR算法具有良好的鲁棒性和较高的步态识别率，相比于传统的PDR算法，闭环误差降低了142%，有效提高了行人定位结果的精度。

摘要:随机多址接入协议对于保障车载自组织网络的服务质量（QoS）至关重要。由于该网络中车辆节点的高速移动特性使得网络拓扑变化频繁，固定的媒体接入控制协议机制会限制高动态自组织网络的整体服务质量。本文针对该问题，在CSMA/CA系列协议退避算法基础上，提出了一种基于车辆节点密度、信道占用因子和冲突门限的竞争窗口自适应退避算法（NCWCOCT）。首先，为使冲突概率最小化,以车辆节点密度和竞争窗口值为基础建立一维马尔可夫模型进而构造目标函数；其次，提出信道占用因子并结合最优冲突门限值，实现以车载自组织网络通信服务质量最优化为目标的竞争窗口自适应退避。仿真结果表明，NCWCOCT算法与同类的DCW算法和IMBEB算法进行比较，吞吐量性能分别提升了1164%和677%，丢包率分别降低了1946%和1329%。

摘要:主动反射面技术在射电望远镜发展中具有重要意义，为提高主动反射面技术中面形检测的实时性，减小环境因素造成的检测误差，建设了主动反射面面形监测研究平台，提出一种利用测距传感器的主动反射面面形计算与检测方法。首先确定主动反射面基准面，其次将面板运动看作旋转运动，利用罗德里格旋转公式得到面板的旋转矩阵，最后利用面板的旋转矩阵计算面板当前位姿。仿真结果显示，该方法具有可行性，计算1 625个节点下的面板位姿耗费时长为5 070 ms，能够提高面形检测的实时性，为提高主动反射面运行精度提供参考，使采用主动反射面技术的射电望远镜达到更好的性能指标。

摘要:次同步振荡是在电力系统运行平衡点受到扰动后产生的一种异常电磁及机械振荡现象。针对希尔伯特黄变换在次同步振荡分量提取时存在噪声干扰和模态混叠问题，提出一种适用于次同步振荡参数辨识的多重同步压缩变换（MSST）和希尔伯特变换结合的方法。该方法在傅里叶同步压缩变换基础上，对次同步振荡信号时频谱进行多次同步压缩，以此来提高信号时频分布的重构精度和能量聚集程度。通过仿真并结合实际工程录波数据进行验证，首先使用多重同步压缩变换方法对信号进行时频分析，得到信号时频图，然后用多重同步压缩变换变换逆变换分解重构出各个模态分量，最后用希尔伯特变换对提取出来的单个模态分量进行参数辨识，识别其频率、阻尼比、衰减因子等主要参数。仿真结果表明，相比于短时傅里叶变换（STFT）、同步提取变换（SET）和傅里叶同步挤压变换（FSST），MSST能够提高信号时频分布的能量聚集程度和重构精度，能够实现多分量的次同步振荡模态分解。实际数据结果表明该方法能有效克服噪声干扰和模态混叠问题，准确辨识次同步震荡参数，对电力系统安全稳定运行具有一定的参考意义。

摘要:供水泵站是变频恒压系统，要求保障水压稳定，且在干扰情况下能快速响应并恢复稳定。为提升系统稳定性、高效性，提出一种改进PSOBPNN的PID控制方法。首先构建供水泵站变频恒压控制模型，再基于BPNN实现PID非线性控制，提出一种PSO惯性权重改进策略，以提升PID参数的计算效率，从而更好地满足供水泵站控制需求。实验表明，本文算法响应快速、无超调，且具有稳定的非线性信号跟踪性能。相比BPNN、PSOBPNN的两种PID控制算法，本文算法在恒压实验的调节时间缩短了296%和28%；在干扰实验中，超调量减少了346%和199%，稳定时间缩短了73%和16%。本文算法可提升供水泵站系统的稳定性和高效性。

摘要:认知无线电（CR）非正交多址接入（NOMA）网络（记为CRNOMA）已是无线通信领域的研究热点之一。由于无线信道的开放性，使得无线网络的安全通信成为当前急需解决的问题。该文研究了频谱共享多天线CRNOMA网络安全中断性能，首先分析了最优天线选择（OAS）方案的安全中断概率（SOP），并推导了其精确的闭合表达式。其次，分析了空时传输（STT）方案的SOP，并推导了其精确的闭合表达式。最后，对次用户两种方案的SOP渐近性能进行了分析，揭示了系统参数对SOP的影响。最后，采用Monte Carlo仿真验证了理论分析的正确性。研究发现，两种方案基站分别存在一个最优峰值发射功率，使得远距离次用户的安全中断性能最佳。仿真结果表明增大基站峰值发射功率，OAS方案的近距离次用户的SOP会始终优于STT方案，远距离次用户的SOP会劣于STT方案。

摘要:行人检测是深度学习目标检测领域的重要分支，但密集场景中存在严重遮挡问题，给行人检测带来巨大挑战。为了缓解该问题，在 CenterNet多任务学习模型上提出目标检测和姿态关键点检测任务对齐方法，改进后的模型为Center_tood。首先提出分离模块：该模块将原始特征分离得到更加关注各个任务的特征；在此基础上提出任务对齐方法：通过设计对齐度量来约束损失，使模型在梯度上更大程度地向着多任务对齐的方向优化，同时利用一致性约束，使模型学习到不同任务之间的共性信息，从而对齐不同任务的特征。实验部分采用CrowdPose数据集训练和测试。本算法的目标检测AP值为743%，提高了115%；人体姿态关键点AP值为558%，提高了96%。实验结果验证了提出的多任务学习算法在密集场景行人检测上的有效性。

摘要:夜间车辆检测对无人驾驶车辆行驶安全具有重要意义。但是，夜间光照强度低，车辆几何特征呈现不明显，尤其远处车辆由于目标小而特征视认难，导致检测难度大幅提升。基于此，提出了一种基于改进YOLOv5s的无人驾驶夜间车辆检测算法。首先，采集榆林市部分道路夜间场景自构建数据集，并通过Retinex算法实现数据增强处理；在此基础上，进一步通过以下3个措施对传统YOLOv5s网络进行改进：将深度可分离卷积引入Backbone结构，减少网络参数量；将多种注意力机制与FPN融合，提升网络的特征提取能力；在PAN中引入空洞卷积，在感受野不变和特征信息损失较少的同时，减少网络参数量。最终实验结果显示：夜间车辆的平均检测精度可达848%，相较改进前提升了52%；对应检测速度可达48 fps，提升了91%。研究成果可为提升无人驾驶车辆在事故多发夜间时段的行车安全性奠定理论基础。

摘要:多目标跟踪中的JDE算法首次将目标检测与重识别进行联合学习，极大提升了跟踪速度，但由于复杂背景干扰和遮挡导致跟踪准确度下降。为了解决跟踪速度与准确度的平衡问题，本文提出了SAMJDE，该模型融合了SimAM注意力机制、多尺度融合等思想，通过增强特征提取能力提高目标跟踪的准确性。使用CIoU_Loss作为回归损失函数，通过准确地构建目标框和预测框之间的位置关系来提升定位精度。关联匹配部分使用卡尔曼滤波预测运动信息，匈牙利匹配算法完成时序维度上的目标关联。在MOT16test数据集上进行测试，MOTA达到664%，跟踪速度为206 FPS，在保证实时性的基础上跟踪准确度较JDE算法提升23%，较好地优化了准确度与速度的平衡问题。

摘要:基于雷达回波外推的定量降水预测具有广泛的应用前景。为了提高降水区域和强度的预测准确性，本文提出了一种新的基于Unet和SwinTransformer的临近降水预报模型GLnet。该模型具有非对称双路特征提取结构，通过卷积和窗口自注意力机制分别提取雷达回波图片的局部和全局特征。同时在两类特征融合前引入了CBAM注意力机制和Nonlocal非局部注意力机制。本文在公开的荷兰降水地图数据集上分别采样出至少包含20%和和50%降水像素点的子集NL20和NL50，并利用结构相似性损失函数进行了实验。结果表明本文模型相比原始的Unet，MSE误差分别下降了144%和106%。

摘要:现有阈值分割方法大多只适应于处理某种特定灰度分布模式的图像，为了在统一框架内处理不同灰度分布模式情形下的自动阈值选择问题，提出了一种皮尔逊相关性最大化导向的自动阈值分割方法。该方法首先对原始图像进行边缘检测以产生参考模板图像；然后对不同阈值下的二值图像进行轮廓提取以产生对应的轮廓图像；最后采用皮尔逊相关系数衡量不同轮廓图像与参考模板图像之间的相似性，并将相似性取最大值时所对应的阈值作为最终分割阈值。提出的方法和新近提出的3个阈值方法和4个非阈值方法进行了比较。在具有不同灰度分布模式的4幅合成图像和50幅真实世界图像上的实验结果表明：在合成图像集中，相比于分割精度第2的方法，平均误分类率降低了0140 3；在真实世界图像集中，相比于分割精度第2的方法，平均误分类率降低了0121 5。提出的方法虽然在计算效率方面不占有优势，但它对不同灰度分布模式的图像具有更灵活的分割适应性，能获得精度更高的分割结果图像。

摘要:由于声学环境中噪声的复杂性和不确定性，传统的多通道语音增强算法对于噪声的抑制效果不足，从而导致了较差的听觉体验。针对这一问题，提出了一种改进TFGSC和改进后置滤波语音增强算法。算法使用最大似然法得到目标语音信号和噪声信号的功率谱密度，然后使用信号功率谱密度比值得到的变步长归一化最小均方算法来改进TFGSC。还提出了联合信号功率谱密度比值和先验信噪比估计语音存在概率的改进最优修正对数幅度谱估计器。不同信噪比环境下的仿真实验表明，本文提出的算法可以有效地滤除相干噪声和非相干噪声，与其他算法相比，增强后的语音信号具有更高的信噪比和语音质量。

摘要:针对现有射频指纹识别技术中，使用卷积神经网络提取射频指纹容易受到信道指纹干扰，而导致识别精度急剧下降的问题，提出了一种去信道指纹的IEEE80211a信号辐射源识别方法。首先提取出待识别信号帧头的时域训练序列，然后利用标准IEEE80211a时域训练序列作为参考信号，结合LMS自适应滤波器对待识别信号进行信道均衡与补偿；最后采用IQCNet模型从时域信号中提取射频指纹特征进行设备身份识别。实验结果表明，在不同的无线信道环境下，对6台基于IEEE80211a协议的无线路由器的识别正确率最高达到了96%，能有效去除信道指纹对射频指纹识别带来的不良影响。

摘要:局部放电是电网稳定运行的隐患，有必要对电缆、电气设备的局部放电（PD）进行实时、准确的分布式在线监测。为了解决传统PD信号降噪算法中降噪效果较差、占用算力资源较多、降噪速度较慢、自适应性较差等问题，提出了一种基于灰狼算法优化变分模态分解（GWOVMD）的PD信号降噪算法。该算法首先利用灰狼优化算法（GWO）自适应选取VMD分解参数k和α获得分解后各模态分量；然后根据最小包络熵选择并重构模态分量；最后利用自适应阈值小波函数对分解重构得到的PD信号进行处理，实现了对PD信号快速有效的自适应降噪。本文对理论PD信号和实测PD信号进行仿真降噪处理，实验结果表明所提GWOVMD算法在降噪效果、算力资源利用率和降噪速度上有明显提升，可为基于电力物联技术的局部放电在线监测系统边缘计算优化设计提供有益参考。

摘要:地铁线路上常存在多种波长的钢轨波磨混合的情况，而目前的钢轨波磨识别方法主要适用于单一波长的钢轨波磨。针对混合波长的钢轨波磨识别问题，提出了一种基于集合经验模态分解独立分量分析的地铁多波长钢轨波磨识别算法。首先建立了车辆轨道耦合动力学模型和钢轨波磨激励模型，通过动力学计算得到混合波长的钢轨波磨作用下轴箱的振动加速度信号。对计算得到的轴箱振动加速度信号进行集合经验模态分解。引入相关系数筛选符合条件的本征模态分量，计算选择好的本征模态分量的能量平均值，通过设定能量阈值判断是否存在钢轨波磨，最后将选择的本征模态分量与源信号重构成多维信号，将重构的多维信号作为独立分量分析的输入矩阵以解决独立分量分析的欠定问题，定位分离结果的中心频率确定钢轨波磨波长。为了更好的验证本文算法，在广州某地铁线路上采集了波磨激扰下轴箱垂向振动加速度信号和线路不平顺水平，使用本文算法分析了实验数据。结果证明，在16 和315 mm两种不同的波磨波长混合激扰下，该方法依然可以识别出两种不同的波磨波长，而传统的小波包能量熵法和EEMD能量熵WVD法仅能识别振动特征较为明显的16 mm波长的波磨，即这两种方法不能应用于混合波长波磨识别的问题。本文的研究成果为地铁混合波长钢轨波磨的识别提供了理论支撑。

摘要:随着基础设施建设工程走向海洋，船载式混凝土搅拌站得到了大量的应用，但其在波浪激励下会产生升沉、横摇、纵摇、横荡、纵荡的复合运动，从而会导致计量系统产生偏差。基于此给出一种基于周期滑动平均卡尔曼滤波的船载式称重传感器误差抑制算法。首先，通过传统卡尔曼滤波对原始数据进行处理，消除其中的随机误差；然后，通过短时傅里叶变换对数据进行频谱分析，获取周期性误差的频率特征；最后通过滑动窗口均值滤波来消除系统中的周期性误差。通过6自由度实验平台模拟存在波浪激励时船舶的运动情况并通过三点秤进行计量称重，分别记录不同算法处理后的称重数据。实验结果表明，原始称重数据最大误差为96%；卡尔曼滤波处理的称重数据最大误差为21%；本文给出算法处理的称重数据最大误差为03%，该算法能够有效消除由于周期性波浪激励所造成的周期性误差和传感器本身所产生的随机误差，提高船载式混凝土搅拌站的计量精度。

摘要:在电磁兼容测试领域，缺乏适用于数字磁耦隔离器的磁场抗扰度评价方法。针对此问题，研究数字磁耦隔离器的工作原理，基于电磁兼容原理和IEC等标准，建立一套基于GTEM小室法的针对数字磁耦隔离器的磁场抗扰度评价方法。搭建测试系统，设计电路板，采用测试座法解决抗扰测试中磁场耦合方向不正确和强度不足的问题，定义电平波动和固定0/1两种失效模式和判据，设计结构分析对照表。对GL1200P型号数字磁耦隔离器进行案例验证，验证测试方法可行性，确定器件抗扰失效敏感频率为113 MHz，评级为400 V/m—C级。案例验证说明该方法可以对数字磁耦隔离器抗扰度进行评价。

摘要:转辙机是铁路上实现道岔转换的重要的设备，其运营、维护工作耗费时间长、故障识别精度不高且存在误判、漏判等问题。针对上述问题，本文基于人工智能、深度学习等新型技术,提出一种新的S700K型转辙机故障识别方法。相较于较传统的Harr或Mexicanhat小波分解，本文首先将微机监测系统采样的转辙机动作功率曲线数据用一种具有紧支撑的正交小波Daubechies波分解与重构，提取8种常见类型故障的特征向量，归一化后作为改进后小波神经网络的输入量；然后采用分类学习粒子群算法优化网络内部的各项权值、阈值等参数，构建IPSOWNN故障识别模型；最后选取车站监测机数据库中的动作功率曲线对故障识别模型进行网络训练和测试。本文提出的算法对8种常见的转辙机故障识别准确率超过95%，用时仅21 s左右，可以有效地运用于S700K型转辙机的故障识别并提高其精度与速度，为实现转辙机故障识别的预测提供理论支撑。

摘要:锂离子电池的健康状态（SOH）评估为电池安全保护、充放电控制、热管理等功能提供重要参考。提出了一种基于容量增量分析（ICA）的区域容量分析（RCA）方法，引入了区域电压和区域容量的概念。对不同倍率下的磷酸铁锂（LFP）电池模组充放电电压数据进行ICA分析，分别提取了IC曲线的最高峰值和RCA的区域容量作为健康因子，并建立了健康因子与SOH之间的数学模型。研究结果表明，当充放电倍率为1 C时，最高峰值与SOH的拟合优度（R2）在充电阶段为0815 4、放电阶段为0874 1，而区域容量与SOH的拟合度在充电段为0984 2、放电段为0957 6；当充放电倍率为2 C时，最高峰值作为健康因子在充电阶段与SOH的拟合度只有0188 4，放电阶段的拟合度为0576 7，而区域容量与SOH的拟合度在充电阶段为0894 2、放电阶段的R2为0988 2。可以看出充放电倍率为1 C或2 C时，区域容量作为健康因子评估电池的SOH效果更好。研究结果对大倍率下的电池SOH评估有重要参考价值。

摘要:针对压阻式微差压传感器在不同姿态位置下倾角误差大的问题，设计了符合灵敏度要求的4种量程的微差压传感器，结果发现，单岛膜结构在硅岛边缘形成了应力集中，双岛膜结构在两岛之间中心位置形成了应力集中，均有助于提高灵敏度。通过单隔离膜片微量充油封装设计减少对倾角误差的影响，结果表明，传感器零点输出与倾角角度近似线性关系。差压量程越小，倾角误差越大。其中，2 kPa时倾角误差不超过094%。本研究为微差压传感器设计及其倾角误差分析提供了依据。

摘要:针对瓷砖表面异常检测中人工检测效率低、成本高和自动检测标记样本不足、漏检率高等问题，提出了一种自监督学习模型，无需大量缺陷样本，即可实现瓷砖表面常见异常的检测与定位。自监督学习通过样本扩充产生负样本，利用分布增强对比学习提高数据不规则性和扩展样本分布，进而降低对比表示的均匀性，使表示特征分布与分类目标保持一致。在自监督学习表示基础上，构建一类分类器实现了准确的异常检测与定位。实验结果表明，在异常检测标准评估度量(AUROC)准则下，该方法相比其他两种先进方法异常检测率分别提高了371%和274%；异常定位率分别提高了122%和401%，且具有更可靠的检测性能。

摘要:直升机设计定型试飞过程中，减速器作为直升机传动系统中非常重要的部件，其性能的优劣对于直升机的安全性有很大的影响。减速器的齿轮传动系统通常是工作在高速、高温、重载等恶劣环境，同时由于传动齿轮本身结构复杂性，易导致轮齿结构会出现断齿、剥落等故障，严重影响直升机传动系统的稳定性和可靠性。本文通过对减速器传动齿轮典型故障辨识，结合有限元分析、齿轮啮合等理论，建立直升机中减速器齿轮传动有限元模型，分析传动齿轮典型故障下应力分布和变化，为直升机传动系统故障监控测试技术提供一种新思路。