摘要:微光像增强器是夜视技术中的核心部件，信噪比是评价微光像增强器性能的重要参数之一。设计了一种基于FPGA的像增强器信噪比测试仪控制系统，包括信号采集模块、恒流驱动模块、主控模块、通信模块和电源模块等。系统以XC7K325T型FPGA为核心，完成ADC、DAC、串口通信等功能以及接口间逻辑设计，实现光电流数据采集、信号处理以及系统参数设置等功能，从而完成像增强器信噪比的测量。测试结果表明，像增强器信噪比测试仪各项功能执行正常，信噪比测量误差小于2%，验证了控制系统设计的正确性，为信噪比测试仪的可靠应用奠定基础。

摘要:为提高电小天线的辐射效率，提出一款基于开口谐振环结构的3层小型化环形天线。天线的3层结构分为中间的馈电层和两侧的耦合层，采用电磁耦合方法实现激励。在馈电层设计了一种倒“山”形匹配网络，弥补了传统耦合馈电SRR天线存在部分反向电流的缺陷；通过加载耦合环结构实现强磁耦合，降低天线的金属损耗；在耦合层与馈电层间设计支柱固定的空气间隙，有效地降低介质损耗，从而提高辐射效率。采用电磁仿真软件对天线进行设计，并分析了介质基板对天线性能的影响。对设计的天线进行了实物研制与测试。结果表明，实测结果与仿真结果基本吻合，天线的中心频率为50.03 MHz，电尺寸为0.045λ0×0.045λ0×0.01λ0（λ0为工作波长），其在水平面内具有良好的全向性，辐射效率大于41%。

摘要:依赖人工监测睡姿的卧床护理效率低下。为了自动收集准确的睡姿信息，并注意改善用户体验和保护用户隐私，通过将理论分析和实验研究相结合，基于柔性压力传感阵列设计了简易、低成本、高精度、快速率的睡姿监测系统。理论上，根据触觉在识别机制上与视觉的相似性，揭示了压力图像分辨率对睡姿分类效果的影响规律；进一步利用公开数据集解析得到24×24的压力传感阵列规模阈值，从而大幅降低了系统的成本和复杂度。实验上，基于柔性压力传感阵列、信号扫描采集电路和睡姿识别算法框架3个模块设计了睡姿监测系统，以Velostat柔性压敏导电片为核心设计压阻式传感阵列；以零电势法阵列扫描理论为基础布局抗串扰信号采集电路；以改进的残差网络训练睡姿分类器。经实验测试，系统对8类睡姿的识别准确率为99.57%，监测速率可达150 ms/帧，有望用于实现商业化的可靠实时睡姿监测。

摘要:针对头盔式主动降噪耳机设计过程中所面临的前馈控制器目标传递函数影响因素复杂，人工头声学测试不准确的问题，提出了基于真人佩戴测试数据设计前馈控制器的方法。分析了主动降噪耳机的原理，弥补了现有理论的不足，设计实验验证了噪声源方向、耳垫弹性、反馈控制器、绷带弹性、头盔、测试装置对前馈控制器目标传递函数的影响，给出了设计建议。基于真人佩戴测试数据设计了前馈控制器，并测试了其与反馈控制器配合时的混合降噪效果，其中真人佩戴时测试平均降噪量可达21.3 dB，人工头佩戴时仅有10.7 dB，证明了基于真人佩戴测试设计的耳机降噪效果更好，人工头佩戴不能很好的反应真人佩戴的情况。

摘要:针对滚动轴承信号表现出的非线性和非平稳性特征问题，合理的特征选择可提高故障诊断率，提出基于多尺度排列熵(MPE)与改进鲸鱼算法(IWOA)优化支持向量机(SVM)的故障诊断模型。首先，通过变分模态分解(VMD)进行信号降噪预处理，计算多尺度排列熵进行信号特征重构；其次，引入惯性动态权重对鲸鱼算法进行改进，通过训练SVM参数，建立IWOA-SVM故障诊断模型；最后用美国凯斯西储大学轴承数据集进行仿真。结果表明，相较于多尺度熵，MPE可表征的故障特征信息更加丰富，故障识别率提高了2.1%；与同类优化算法相比，采用IWOA对SVM进行优化的故障诊断模型，收敛速度快、训练时间短、故障识别精度高，可对滚动轴承进行有效诊断。

摘要:为了实现康复电刺激系统治疗参数的个性化定制及实时调整，提出了一种基于调制中频电刺激的下肢肌力康复闭环电刺激系统。设计低频调制中频刺激电路，基于遗传算法建立了电刺激参数与膝关节角度之间的支持向量机回归预测模型，并搭建基于模糊内模控制PID的闭环反馈系统，以达到更精确稳定的参数设置效果。通过膝关节运动实验表明，被试者在无痛感的前提下更接近预期的关节运动轨迹，30组膝关节运动角度与预期值最大均方根误差为10.21°，最小均方根误差为5.48°。相比传统低频电刺激，肌电平均振幅具有20 μV以上提升。本文提出的电刺激系统参数可实现因人而异，且可根据闭环反馈结果进行实时调整，该系统能有效活化肌肉、提升肌力，在肌力康复步态训练中有较好的应用前景。

摘要:电子式互感器作为智能变电站的信息源头，需对其进行实时监测。为解决现有互感器监测技术在实时性、精确度、存储容量等方面的问题，基于鸿蒙架构，设计了一套互感器边云协同实时监测系统。利用单片机采集互感器数据，以GPS秒脉冲为基准保证采样同步，再经鸿蒙操作系统存储上云，并在边缘计算侧引入KF与加凯塞窗的DFT算法，滤除数据采集过程中的噪声与谐波，当互感器精度不足时触发蜂鸣器报警。经实验验证，本系统实现了多互感器监测数据的实时、同步上传与大量储存，存储容量取决于云服务器大小，可随时扩容。本系统满足互感器实时监测的精度要求，幅值误差不超过0.75%，满足0.2的准确级要求，并允许工作人员随时、异地查看结果。此外，边云协同的工作模式具有一次开发、多端部署的特性，使本系统具有较强的移植性，可应用于其他不同电力系统场景。

摘要:为了实现爆炸温度场恶劣环境下的温度准确测量，设计了一种以FPGA作为微控制器、铠装热电偶为测温元件的温度数据采集存储系统。其坚固的防护结构与热电偶不锈钢铠装使系统在爆炸场拥有极强的生存能力。参数可编程、可多次触发的设计使系统具有灵活、可靠的优点。针对热电偶动态响应不足的问题，使用粒子群算法完成了动态补偿滤波器设计并将其集成到上位机软件中，实验结果表明系统平均静态误差为1.43%，动态误差不超过6.4%。

摘要:在利用维纳退化过程对装备进行建模时，为更加准确地描述其关键部件的退化过程，提出考虑维修活动对装备性能退化速率和初始退化量的影响；在所建模型的基础上，基于首达时间的概念得到剩余寿命的概率分布，根据剩余寿命的预测值作为时间间隔开展非周期性能检测，将得到的退化量同故障阈值和维修阈值相比较，做出相应维修活动；然后，以维修阈值为变量，在关键部件的视情维修策略中，应用蒙特卡洛循环仿真方法选取最优值实现效费比最小，进而降低装备在使用过程中的效费比；最后，以舰船关键部件陀螺仪为例，仿真得到剩余寿命预测值的相对误差小于0.3%，当设置维修阈值为8.02°/d时，效费比达到最低为199.996元/天，与传统周期检测视情维修策略相比，节约了检测成本，降低了事后维修的次数，减少了维修费用，有效地降低了效费比。

摘要:在食品与生物实验室等领域，对浮游菌数量有着严格的要求，进而对浮游菌采样器提出了更高要求。为了解决浮游菌采样器的气体流量受环境影响问题，研究了具有流量校准功能的浮游菌采样器，设计了集成大气压和温湿度传感器的文丘里管结构，改进了流量补偿公式，开发了基于抗饱和积分PID（比例、积分、微分）的风机控制系统，实现了气体流量的实时补偿与闭环控制。应用VMD(变分模态分解)算法对大气压测量数据进行滤波，降低了噪声对测量结果的影响。研制了基于安德森撞击原理的浮游菌采样器样机，开展了相关实验研究。实验结果表明：经过校准后，仪器的压差示值误差在±0.5%，流量采集精度示值误差在±1%以内，符合浮游菌采样器流量校准规范的要求，克服了环境因素导致气体采集流量误差大的问题，在浮游菌采样器领域具有很好的应用价值。

摘要:使用移动探测器探索火星表面是各大航天国家探索火星的主流方式。为了得到探测器的安全路径，提出一种基于改进A*算法的火星探测器路径规划算法。通过改进路径信息算法中的权重因子，优化传统算法的目标函数，可省略大量无价值的搜索路径，缩短搜索的时间，提高搜索效率。相比于传统的路径规划该算法能缩短53.94%的时间;引入拐角优化算法，在路径长度基本一致的情况下，减少了全局路径中拐弯的次数;满足探测器高效稳定的运行需求，拐角优化后，转弯次数相能减少16.77%。通过四阶贝塞尔曲线对路径进行平滑处理，有效避免出现拐角尖峰，确保探测器在火星表面的平稳行进。

摘要:针对无线通信协作技术中多跳中继和子信道分配等复杂应用场景下系统时效性差和复杂度大的问题，在级联中继系统中提出了一种利用AdaBoost算法集成学习选择次优中继的安全传输方案。将合法信道和窃听信道的信道CSI作为训练模型的输入，使系统安全容量达到一定值的中继节点索引作为输出，把级联中继系统的次优中继选择问题转化为一个多类分类问题，并用基于AdaBoost加权表决的支持向量机求解。级联中继系统的次优中继选择方案可分为生成数据集、集成模型训练和结果预测3个阶段。在模型训练阶段，绘制分类准确率和查准率查全率曲线，对比集成学习较个体学习在准确率方面具有更佳的性能。最后，通过仿真AdaBoost算法分类的中继索引，验证了集成学习方法进行次优中继选择具有更高的准确率，能有效降低系统时延和复杂度，提高中继协作系统的安全性能。

摘要:为提高无人船在执行水质采样任务时的路径规划效率，提出一种结合蚁群算法和萤火虫算法的路径规划算法。首先，在构建最短采水路径网络时，将转向角代价启发函数引入传统蚁群算法，减少路径搜索结果中的频繁转向；其次，剔除搜索结果中的冗余结点，进一步减少无人船转向次数，使所求得路径更适用于无人船实际航行。最后，在求解最优采样顺序时，基于随机修正的方式设计了一种改进的萤火虫算法，提升了算法的收敛速度。仿真实验结果表明，本文所设计算法能够完成水质采样任务路径规划任务，相比传统算法，搜索效率更高，有效缩短了总路径长度。

摘要:为减少浓雾可能导致的各项损失，浓雾短临趋势预测已成为气象短临预测领域的研究热点。然而，目前相关研究较多侧重于浓雾所具有的时间特征，忽略其空间特征，从而导致预测准确率较低。为此，提出一种融合时空特征的浓雾短临趋势预测算法。该算法通过将多气象站点抽象为图数据的节点，引入图注意力网络，实现空间特征的提取；在此基础上，针对性地调整长短期记忆网络，结合时间信息，对所提取的空间特征进一步提取时间特征，实现特征级融合，并使用全连接层输出能见度预测值；最后根据能见度预测值，对浓雾短临趋势开展预测。本文所提算法针对美国国家环境信息中心的公开气象数据开展了2 h内的浓雾短临趋势预测实验，实验结果表明所提算法的F1-score和TS-score较基线模型有2%~12%的提升，证明所提算法具有良好的实际应用价值。

摘要:针对绿色多车型车辆路径问题(GHFVRP)，建立了以最小化车辆固定成本、行驶成本及碳排放成本之和为优化目标的混合整数规划模型(MIP)，并提出一种增强拉格朗日松弛启发式算法(ELRHA)进行求解。首先，通过松弛难约束构造对偶问题，并分解为两个子问题，再采用次梯度法更新拉格朗日乘子，求解两个子问题获得原问题的下界；其次，设计一种两阶段启发式算法对下界进行修复及优化，以获得较好可行解并更新问题上界；最后进行仿真实验，实验结果表明：在相同实验环境下对17个算例进行20次测试，ELRHA平均求解间隙为4.49%，相较Gurobi提升3.28%，同时与其它算法对比进一步验证了ELRHA能求解问题高质量上界。可见，ELRHA能有效求解GHFVRP。

摘要:为提升机载光电稳定平台的视轴稳定精度与鲁棒性，提出了一种模糊非奇异快速终端滑模自抗扰控制策略。首先，采用非奇异快速终端滑模面提升系统状态在滑动阶段的收敛速度。其次，通过设计带模糊校正项的快速幂次趋近律来对抖振进行抑制，模糊逻辑的引入能使控制器参数能根据误差变化自整定，在此基础上，结合线性扩张状态观测器来增强系统的扰动抑制能力。然后，利用Lyapunov方法对系统进行了稳定性分析。最后，在扰动及参数摄动下进行了仿真对比实验，仿真实验结果表明，所提方法相较于另外4种控制算法而言，基于本方法的系统具备更强的鲁棒性。

摘要:在光伏电源接入配电网后，由于光伏发电的不确定性、间歇性、波动性增加了配电网故障的辨识难度。针对此问题，提出一种熵-变分模态分量与神经网络改进ResNet模型相结合的方法。首先搭建含光伏电源配电网PSCAD仿真模型，获取不同复杂故障情景下的批量数据。其次，利用熵-变分模态（E-VMD）方法重构样本的特征矩阵，再采用改进残差网络进一步挖掘故障样本的隐含特征，然后通过模型的训练与测试。与其他文献模型的分类效果对比，改进ResNet模型故障类型识别的准确率平均达到99.95%，故障馈线识别的准确率达到99.75%，且具有良好的鲁棒性，可以有效地实现含光伏电源配电网故障的快速辨识。

摘要:随着科技快速发展，数据维度急剧增加，传统降维算法难以寻找数据最优子空间，严重影响分类器性能，提出了基于自适应子空间图的局部比值和判别分析算法。提出了考虑局部结构的比值和判别分析算法；通过交替迭代的优化方法，避免了现有比值和优化方法寻找到的次优解；在最优子空间学习近邻相似图而不是原始空间，避免其受到原始空间噪声点的影响；引入了香农熵约束，避免出现平凡解；最后将样本投影到最优的子空间。在合成数据集和人脸数据集上，被提出的算法与大量主流的判别分析算法进行分类任务实验。大量实验结果表明，被提出的算法能够学习到更好判别性能的投影子空间，具有更优的分类效果。

摘要:针对大型风力发电机变桨控制受外部干扰和参数变化大、造成输出功率不稳定的问题，提出一种智能控制的算法，在RBF神经网络基础上增加模糊算法，利用模糊RBF神经网络实时在线调整PID参数。当实际风速偏离额定风速时，科学调整风机桨距角，使风机所获得的空气动力转矩发生变化，从而在额定功率附近保持风力机输出功率的相对稳定。据此搭建了风电机组各模块的数学模型，并在MATLAB/Simulink上搭建了仿真模块。实验结果表明：基于上述的方法控制效果相比于传统PID控制和常规RBF神经网络PID控制，响应更快、风能利用系数性能超调更小、功率输出更稳定，更有利于风力发电机组的系统稳定性。

摘要:针对传统变压器绕组机械故障诊断方法中，仅考虑绕组单一方向振动信号且特征参数提取复杂、识别准确率低的问题。本文提出了一种基于两轴振动和多传感器融合的变压器绕组机械故障诊断方法。首先从绕组轴向、辐向振动相关性角度提出两轴振动关系图形作为特征图像；然后采用轻量级卷积神经网络MobileNet V2对不同传感器获得的图像数据进行训练；最后利用D-S证据理论对多维信息源识别结果进行融合，并做出最终决策。实验结果表明所提方法故障诊断准确率可达99.4%，与传统故障诊断方法相比，简化特征提取步骤，诊断准确率提高了6.2%以上，为变压器绕组机械故障诊断提供一种可行方案。

摘要:为了解决晶圆测试成本过高的问题，在适应性测试领域已经提出了一些基于空间相关性的质量预测方案。但这些方案大多为了降低成本而牺牲了过多的预测准确度。针对这一问题，提出了一种细粒度质量预测方法。该方法利用故障晶粒邻域率对空间相关性模型预测后的晶粒进行分类，针对不同类型的晶粒选择不同的测试集。此外，在进行晶粒测试集选择前还引入了空间验证步骤，这能够保证整个方案的测试质量。实验结果表明，本方法相较于间接测试方法，平均测试逃逸率降低了83%，平均测试项节省率提升了14%；相较于动态部分平均测试方法，平均测试逃逸率降低了81%，平均测试项节省率提升了17%。

摘要:针对煤矿电力设备缺陷检测精度低的问题，提出了一种基于改进YOLOv5s的煤矿电力设备缺陷检测的方法。该方法主要包括3个方面的改进：首先，提出了一种多分支的坐标注意力模块，增强了模型获得缺陷区域信息的能力；其次，提出了一种特征融合网络模块，通过将主干网络和颈部网络之间非相邻的特征信息进行跨层连接，进一步增强了模型的特征表达及融合能力；最后，提出了一种快速空间金字塔池化平均池化模块，并将其嵌入颈部网络的路径融合网络之间，以提升网络浅层定位信息传递到深层的能力。实验结果表明，改进YOLOv5s模型的mAP@0.5提升了3.1%，F1分值提升了3%，满足煤矿电力设备缺陷的检测需求且具有更高的检测精度。

摘要:流阻测试仪器体积从大改进成小后，紧密型的布置使得电子元件相互干扰和设备内部气流波动较大，造成测试系统稳定性变差。通过对干扰原因的诊断，运用简单的滤波方法使测试失真度较大。根据上述问题，运用中值算法限阀有效值原理消除脉冲信号，递推平均算法消除流阻仪进气的周期性变化和真空泵振动干扰，由平均绝对误差和均方误差定义算法最优值，降低数据输入低通滤波后的失真度。实验结果表明，运用改进中值递推算法的测试系统有更好的稳定性，但测试系统响应速度较慢。改进中值递推算法能有效消除周期性、脉冲和抖动干扰信号，适用于对测试稳定性与测试精度要求高但测试实时性要求较低的静态测试系统。

摘要:针对远距离目标（如潜艇、鱼雷等）被动定位时存在海洋环境噪声、舰艇自身噪声等影响，从而导致定位精度降低的问题，本文提出了一种基于卷积去噪自编码器和自适应最小均方误差滤波（CDAE-LMSAF）的增强方法，通过提取水下目标辐射信号和含噪信号的时频谱图特征，作为卷积去噪自编码的输入进行训练和建模，再利用自适应滤波器对神经网络增强后的音频进行优化，实现对水下目标辐射信号的增强。仿真实验结果表明，在信噪比为-5 dB时，本文方法的信噪比为17.51 dB，相比于多窗谱谱减法的1.23 dB，卷积去噪自编码器的7.21 dB，自适应最小均方误差滤波的4.12 dB，本文方法具有更高的信噪比增益。

摘要:机械手指尖能够更好地感知物体的运动状态信息，对实现类似于人手的稳定抓握至关重要。为了使指尖末端对物体的滑觉信息具有更好的感知能力，提出了一种基于离散小波变换的触滑觉信号识别方法。首先将触觉传感器25个触点的信息，采用相关系数法进行融合；然后将得到的信息进行小波变换，观察切向力信号和法向力信号在频域成分中的不同。最后，采用离散小波算法，通过多次试验，设定合适的小波系数，进行特征值提取，对切向力和法向力进行区分。实验结果表明，在以3 N大小的法向力作用下，分别对刺状球、光滑球、凸点球3种轮廓不同的物体施加干扰引起滑动，其设定的同一小波系数阈值±0.018仍能很好的区分压觉和滑觉信号。本识别方法可以为机械手实现稳定抓取提供依据和技术支撑。

摘要:针对气象用温度计量标准，量值传递的准确性与可靠性偏低问题。设计了二等铂电阻计量标准装置的校准结果的验证方案。该方案以某省级二等铂电阻计量标准装置的校准结果为例，通过传递比较法和同级比对法对进行了验证。结果显示，该装置与高等级计量标准装置，对应校准结果的绝对偏差值均小于0.019 ℃，满足传递比较法的要求；该装置与参与比对的4项计量标准装置，对应校准结果的加权算数平均值的绝对偏差均小于0.007 ℃，也满足同级比对法的要求。因此，两种方法均验证通过。结果表明，该二等铂电阻计量标准装置能获取准确的量值传递数据，该方案能确保气象用温度计量标准，量值传递的准确性与可靠性。

摘要:针对目前钢制拉索耐腐蚀性差，寿命周期短，同时无法满足当前工程应用中超大跨距的要求，碳纤维复合材料因具有优异的机械性能和稳定的化学性能，为寻找替代钢拉索的新材料拉索提供了新的研究方向。本研究利用实验与数值仿真相结合的方法，开展CFRP裂纹损伤结构的涡流场分析与检测。结果表明，当激励频率为1 250 kHz时，线圈对碳纤维板索裂纹损伤检测最为敏感。裂纹处信号幅值随裂纹深度的增加而增加；随裂纹宽度的增加呈现先增加后减小的趋势，在裂纹宽度为1.5 mm时幅值达到最大值。通过CFRP涡流场有限元仿真，能够有效地验证实验结果。涡流检测技术可以有效应用在CFRP的损伤缺陷检测当中，为今后利用电磁涡流技术实现CFRP拉索的在役缺陷检测提供参考依据。

摘要:左右手运动想象脑电信号（MIEEG）分类准确率低，制约了相关脑-机接口技术的发展。实验采集了16名健康受试者的运动想象脑电信号，提出了一种基于离散小波变换（DWT）和卷积自编码（CAE）的运动想象脑电信号分类算法。利用离散小波变换将EEG转换成时频矩阵，输入到卷积自编码网络中进行脑电信号的特征分类。该算法在实验数据集和公开数据集上测试都得到了较好的分类结果，静息-想象左手、静息-想象右手、想象左手-想象右手3组EEG在实验数据集上分类准确率分别为97.36%、97.27%、86.82%，在公开数据集上分类准确率分别为99.30%、98.23%、92.67%。离散小波变换结合卷积自编码网络模型在左右手运动想象脑电信号分类应用中比其他深度学习方法（CNN、LSTM、STFT-CNN）性能更优。