摘要:枪声识别技术在军事环境下可以快速准确地提供战场信息，但是目前大部分枪声识别系统均部署在服务器端，实用性和可行性不高，针对这一问题，本文设计了一种基于ZYNQ的枪声识别系统。该系统以ZYNQ7020芯片为核心，充分利用ZYNQ芯片集ARM与FPGA于一体的特性，首先在芯片的FPGA部分设计了多通道数据传输链路和声场特征参数提取模块；其次在芯片的ARM部分部署经过PC端训练后的轻量化网络模型，对经过FPGA提取的特征参数进行处理，进而实现对枪声种类的识别；最后使用枪声数据集NIJ Grant 2016-DN-BX-0183中的3种枪声在外场进行试验。试验结果表明，该系统能够准确地对枪声进行分类，枪声的平均识别率达到91.67%。该成果在枪声识别领域具有较强的应用价值。

摘要:航空电子设备中静态随机存储器型芯片易受环境中高能粒子辐射发生单粒子翻转，造成关键存储数据遗失严重影响飞机安全，当前系统级加固技术存在纠错能力有限，实用性不强的问题。为增强纠错能力同时提高实用性，本文提出构造最优解循环移位交织器联合(21,16)汉明码的加固方法，纠正多种错误图样的连续4 bit及以下翻转，搭建利用单帧重构技术的故障注入平台来替代粒子辐照实验，无损高效的评估加固设计有效性。实验结果表明采用(21,16)汉明码结合最优循环交织器对抗单粒子相邻多位翻转的加固率平均提高了48.54%，增强了SRAM型存储单元抵御单粒子翻转的性能，保证机载电子系统的安全性。

摘要:作为国家法定计量检定机构，为了保障建筑工程质量，减少建筑工程事故，几何量项目组认真汇总并研究了目前检定校准需求量较大的建筑工程计量器具的共性和差异性，设计制造了一套新型工程质量检测综合校准装置。这套装置通过平直度校准主要结构、垂直度校准主要结构、厚度校准主要结构、角度校准主要结构及其辅助设计，对建筑工程质量器具实现多维度、多参数校准。从而基本涵盖了目前工程质量基础检测计量器具在几何量领域的全部校准，并且满足现有的建筑工程质量相关器具的1/3标准器精度要求，实现可靠的量值溯源和量值传递。本装置是一套创新、综合、实用的高精度计量标准。

摘要:为了获知行人在楼宇中的位置信息，设计了一个基于WiFi嗅探的室内人员定位系统。使用WiFi指纹法来实现定位功能，并在指纹法中引入信道特征，来分析不同信道对信号强度的影响。本设计的主控芯片选用了国产安路公司的FPGA芯片，使用FPGA芯片进行指纹库的匹配，同时依靠FPGA丰富的拓展接口，本设计开发了局域网网站以及基于串口屏的显示界面来进行人机交互。以南京信息工程大学文德楼3楼北区为实验地点，在2 m宽的走廊里，本系统对14个房间的定位准确度均可以达到90%，响应时间小于6 s。本设计所有器件均为国产，推广性较好，应用范围较广。

摘要:为了提高墙体内管道敲击探测的准确率,本文采用精细复合多尺度散布熵检测敲击声音信号的频率和幅值的变化,提取信号中的多尺度管道特征;将构建的多维度管道特征矩阵输入到支持向量机中,使用麻雀搜索算法确定支持向量机参数最优值,通过模型训练,完成墙内埋设管道有无的分类,提出了基于精细复合多尺度散布熵的墙体内管道敲击探测方法。将此方法与其它信号处理方法进行对比分析,结果证明,本文所提方法探测准确率高达97%,远远高于其他两种方法。

摘要:目标跟踪技术目前具有较好的应用前景，但在嵌入式处理平台中面临着实时性要求高、跟踪场景复杂等情况，加上受成本和嵌入式处理平台算力的限制，其处理效果往往很难满足现实需求，因此目标跟踪等图像处理技术的落地实现是当前研究的热点内容。针对此问题，本文在FPGA平台实现了改进Mean Shift目标跟踪算法，该算法首先通过目标的概率密度分布梯度爬升来寻找目标，然后采用Kalman滤波的预测机制来预估下一帧搜寻计算的位置，从而减少Mean Shift的迭代次数。该算法实现充分利用FPGA能够并行和流水线处理的特点，实现了在1 920×1 080@60 Hz高清视频图像场景下的实时目标跟踪，其中Kalman滤波算法使其在较复杂场景下也能具备一定的抗遮挡干扰的能力。

摘要:为了能够实时、准确地完成对光学系统清晰度的检测，提高相机模组的一致性，本文设计了一款基于安卓平台的相机清晰度检测系统。在相机装配的主动对准过程中，通过测量调制传递函数的方法，来评价相机的成像清晰度。不同于市面上现有的检测仪器，该检测系统体积小、普适性强、操作方便、成本较低、可实时记录相机模组在不同状态下的调制传递函数，达到检测相机模组成像质量的目的。在相机模组检测领域中，该系统更易实现商业化和产业化价值。

摘要:当前，玻璃杯表面缺陷检测主要依赖人力劳动来完成，存在耗时长且准确率不高等问题。提出了一种将YOLOv4与MobileNetV3结合的改进算法模型YOLO-M来解决该问题。首先，利用MobileNetv3网络替换YOLOv4原本的主干网络CSPDarknet53，并修改激活函数，在减少模型大小和参数量的基础上提升运行速度。然后，对玻璃杯缺陷样本进行拍照采样，将缺陷分为磨损、气泡、划痕三种，建立玻璃杯缺陷数据集。最后利用YOLO-M、YOLOv4以及YOLOv4-tiny三种算法对玻璃杯缺陷数据集进行训练，将不同算法下的平均精度均值、帧率等评价指标进行对比。实验结果表明，YOLO-M算法在玻璃杯缺陷检测上的帧率达到57.72 f/s，平均精度均值达到91.95%，均为最高。YOLO-M算法在玻璃杯缺陷识别的速度和精度上有明显效果，可做为后续分拣研究，以及其他玻璃制品缺陷识别的重要参考。

摘要:在工业物联网中，风力涡轮机的数据采集与监视控制系统(SCADA)产生的海量数据因实时性要求，不适合直接送到云端处理。本文设计并搭建了一套基于边缘智能技术的微型风电机组设备状态监测系统。针对风电机组的转动、振动进行异常监测，对比并分析了OC-SVM、孤立森林和HBOS三种无监督异常检测算法结果。实验结果表明，单类支持向量机算法在转动异常测试集上的F1分数为0.997，在振动异常测试集上的F1分数为0.969，具有较好的实时异常检测效果。本文能够为边缘侧训练与推理方案的落地性验证提供一定的参考价值。

摘要:针对永磁同步直线电机（PMLSM）速度与电流双闭环控制系统，提出基于状态约束的永磁同步直线电机固定时间控制策略。构造非对称障碍Lyapunov函数约束系统的速度跟踪误差，不使用复杂切换项设计固定时间滤波器，克服传统反步控制中的“微分爆炸”问题；构造固定时间干扰观测器对电机的负载扰动进行观测，将扰动补偿到控制系统中增强鲁棒性。理论分析证明系统在固定时间内有界收敛，能够将速度误差约束在合理的区间。基于Matlab仿真实验在给定速度0.5 m/s突加负载时，速度跟踪精度超过98%，相比较固定时间控制策略提高2%；扰动观测器的跟踪范围偏差不到1%，具有较高的观测精度。仿真和实验结果验证了本文控制策略的有效性。

摘要:为解决高层建筑玻璃幕墙的清洗与检测问题，探索一种多足式真空吸附爬壁机器人，为实现爬壁机器人平稳运行，主要是提高电机转速的控制精度，采用模糊PID算法进行控制并在此基础上利用粒子群算法进一步迭代优化。通过粒子群算法的迭代寻优能力，实时确定模糊PID控制中PID三个参数的比例因子，得到一个性能较好的控制系统。结果表明，当比例因子Ckp、Cki、Ckd的值分别为0.1、8.23、0时系统稳定达到最优。相比于模糊PID控制，采用粒子群算法进一步优化后的系统，响应速度提升了0.024 s且同样无超调产生，能够满足系统要求。

摘要:针对微电网中分布式发电设备存在输出不确定性和间歇性问题，以及传统的深度确定性策略梯度算法存在收敛速度慢、鲁棒性差、容易陷入局部最优的缺点。本文提出了一种基于优先经验回放的深度确定性策略梯度算法，以微电网系统运行成本最低为目标，实现微电网的能量优化调度。首先，采用马尔可夫决策过程对微电网优化问题进行建模；其次，采用Sumtree结构的优先经验回放池提升样本利用效率，并且应用重要性采样来改善状态分布对收敛结果的影响。最后，本文利用真实的电力数据进行仿真验证，结果表明，提出的优化调度算法可以有效地学习到使微电网系统经济成本最低的运行策略，所提出的算法总运行时间比传统算法缩短了7.25%，运行成本降低了31.5%。

摘要:针对KNN算法定位精度有待提高以及定位稳定性较差的问题，本文提出了一种基于KNN算法和XGBoost算法的室内指纹定位算法。该算法首先将样本集划分为训练集和测试集，将训练集中AP的RSSI数据作为特征，坐标作为标签，使用XGBoost算法进行建模。其次，融合KNN模型，将KNN算法寻找到的近邻集合引入XGBoost模型中，再结合单独XGBoost算法的预测结果，以实现坐标定位。最后，在实际环境下研究了算法的K值、回归树数量、决策树深度和学习率对误差的影响，确定算法的相关参数。通过搭建的实际实验环境进行了测试，实验结果表明，本文提出算法的平均定位误差为1.55 m，较于KNN算法和XGBoost算法分别减少了24.76%和11.93%，并且累积分布函数曲线的收敛速度更快，具有较好的定位性能。

摘要:针对膛压测试仪环境因子校准中的数据处理采用最小二乘法进行线性拟合，忽略异常值影响的问题，作者采用最小距离平方和法和加权最小二乘法两种方法分别对校准数据进行拟合，从F显著性检验和样本可决系数两个方面对仿真结果分析，并与最小二乘法相对比，找到更适合在高温高压高冲击的恶劣环境下采集的数据进行拟合的可方便使用的方法来代替最小二乘法，从而获得置信度高、可为武器身管设计提供数据依据的灵敏度系数。仿真结果表明，最小距离平方和法拟合效果最优，但其精度与最小二乘法相差很小，综合考虑最小二乘法因其使用简便更适合对膛压的校准数据进行线性拟合。

摘要:表面肌电(sEMG)信号是一种可以有效表征肌肉活动的弱生理信号，采集过程中易受到多种噪声干扰。为解决变分模态分解(VMD)参数经验设置的问题，并进一步消除sEMG信号中的噪声，提出了一种基于改进麻雀算法(ISSA)优化VMD和二代小波阈值法相结合的sEMG信号降噪法。首先，采用基于改进T混沌映射、自适应权重和麻雀数目动态变化的改进麻雀算法并将品质因子作为目标函数对VMD进行参数寻优，然后利用ISSA优化的VMD分解对预处理过的sEMG信号进行分解，通过谱相关分析区分信号分量和噪声分量，最后对信号分量进行二代小波阈值法降噪，得到降噪信号。结果表明：ISSA较SSA有效提高了VMD参数寻优能力；在不同噪声等级下，基于ISSA-VMD和二代小波硬阈值的降噪法的降噪性能优于二代小波和ISSA-VMD；基于ISSA-VMD与二代小波硬阈值降噪法处理实际sEMG信号，能有效去除噪声。

摘要:无人机的普及带来了诸多隐私安全问题，而要解决该问题就需对无人机信号进行动态有效检测，从而实现有效管制。本文提出了一种基于软件无线电的无人机入侵检测方法并进行了硬件实现。该方法利用自适应去噪及三次聚类方法实现了无人机信号的识别与分类。仿真结果表明，该方法在信噪比-16.2 dB以上时检测概率达到100%。同时本文依托以AD9361+FPGA+STM32为核心的软件无线电平台进行了方法的工程化实现，实测结果表明方法实用有效，在室内复杂环境及室外环境下均能有效地识别出无人机信号及类型，具有很强的应用前景。

摘要:在各类仪用总线网络通信过程中，系统往往需要在应用层上对接收的高速数据流进行实时处理。而如何对连续的数据流进行数据帧数据提取是讨论的主要问题。对此，分析了常见仪用总线的协议处理方法，并设计了一套帧提取算法，算法包含帧提取状态机、改进的Sunday帧头匹配算法以及帧内子域查找算法。然后本文采用直接发送、经由TCP网络发送两种环境对算法进行测试，实验证明本算法性能优于Netty框架下的帧长度域解码。最后，本文为了实际测试和应用算法，使用该算法对64通道，100 kS/s模拟量采集卡进行数据帧的实时提取和存储，并对采集的模拟量进行波形显示。本算法可用于仪用总线应用层的数据分隔、帧头识别、帧数据提取工作。

摘要:保障电力电缆的安全运行是建设新型智能电力系统的基础，为实现对外力破坏事件的数字化预警，提出基于VMD-WOA-ELM的外力破坏振动信号在线识别方法。首先，利用VMD将采集到的异常振动信号分解为若干本征模量函数分量（IMF），然后提取各IMF分量的时、频域特征值组成特征向量，最后采用极限学习机（ELM）进行振动信号类型识别，为解决ELM模型随机性选取初始权值和阈值导致的分类稳定性较差的问题，将鲸鱼优化算法（WOA）应用于ELM的参数寻优，从而获得最优分类模型。将该方法应用于施工振动信号类型识别实验，分别采集四种典型外破事件的振动信号各100组，将其中80%作为训练集，20%作为测试集检验算法的识别性能，并与传统ELM、PSO-ELM、GA-ELM进行了对比。结果表明：在相同计算机运行条件下，WOA-ELM对外破振动信号的分类准确度达98.75%，相比传统ELM识别精度提高了5%，且整体运行时间仅为4.10 s。与另外两种算法相比，该算法识别精度最高、收敛速度最快，具有最优综合性能。

摘要:超声导波在针对钢轨小裂纹检测时由于利用高频信号，会导致信号衰减明显，对于小裂纹的检测灵敏度降低，针对细小裂纹难以识别，为提高缺陷信号识别度，本文将barker码作为编码方式，并用类BPSK作为解码方式，利用到导波检测钢轨小裂纹的信号处理中。通过实验将对钢轨轨底上深度6 mm宽度0.5 mm的人工裂纹进行验证，为衡量算法效果分别用未经过任何信号处理的原始收发导波信号和经过barker码-匹配滤波编解码处理的导波信号与实验方法进行对比。结果表明，利用barker码-类BPSK编解码处理的导波信号在处理钢轨轨底小裂纹的识别上有着明显的增强作用，效果优于另外两种方法，可以为以后的导波钢轨小裂纹检测提供支持。

摘要:滚动轴承作为机械系统的重要组成部件，由于工作环境恶劣，极易发生故障。故障轴承振动信号包含瞬态冲击成分、谐波成分、背景噪声等多种成分。为准确提取故障特征，基于稀疏表示理论，提出Laplace小波字典的轴承故障诊断方法。首先，截取振动信号片段若干，运用相关滤波法找到相关系数最大时的信号片段，依据此确定基底函数，构造Laplace小波原子并扩展成稀疏字典；然后，采用OMP算法，完成信号在字典下的稀疏重构，实现降噪；最后，对降噪信号进行包络分析，提取故障特征，确定故障类型。仿真和实验均验证了所提方法的有效性和可行性，具有一定的应用价值。

摘要:针对现有视觉缺陷检测算法对磁瓦外观识别精度低的问题，提出一种S-ASPP和双注意力机制的磁瓦外观缺陷检测算法。首先，为了解决模型参数量大，网络结构复杂所带来的检测效率低，算法部署硬件成本高等问题，提出采用轻量化GhostNet主干网络提取视觉底层特征；其次，设计S-ASPP模块引入密集连接和深度可分离卷积，以此在降低模型参数量的同时，提高模型的预测速度。然后，为了解决特征提取过程中可能出现语义信息丢失的问题，设计双注意力模块，将GhostNet的中层特征送入双注意力模块并与ASPP处理后的高层特征进行拼接，使网络获取更多语义特征，提高分割精度。最后,为验证本文所提方法的有效性，在磁瓦数据集上与DeepLabV3+、PSPNet、U-net等3种算法进行对比，实验结果表明，基于可分离ASPP和双注意力机制的磁瓦缺陷检测算法的具有较高的识别精度，平均交并比达到82.43%，类别平均像素准确率达到93.08%。该算法平衡了识别精度与参数量之间的关系，综合性能最优。

摘要:针对目前汽车管件法兰采用传统人工抽检测量时存在效率低、误检率高等问题，开发基于机器视觉的汽车管件法兰尺寸检测系统，提高检测效率与测量精度。使用HALCON软件对相机进行标定，采用中值滤波对待测图像进行去噪处理，然后采用灰度化进行图像增强，完成图像预处理，利用Canny算子对图像进行亚像素边缘检测后，使用最小二乘法对提取的亚像素边缘信息进行拟合得到连续的孔径轮廓，获得法兰端面尺寸，再通过HALCON与C#联合编程显示测量结果，最后与影像测量仪的测量结果进行对比分析。实验结果表明：该检测系统的测量精度可达0.08 mm，满足测量精度要求；法兰检测时间为1.2 s，与传统人工检测相比，检测效率提高70%，可应用于实际生产现场。

摘要:图像去雾作为图像增强的基本问题得到了广泛关注，已成为具有挑战性的研究方向。针对目前图像去雾算法中先验方法与深度学习方法存在的颜色失真以及雾霾残留问题，提出了一种基于注意力机制的细节恢复的图像去雾算法。首先，引入改进CBAM 模块，设计出注意力基本块并将基本块封装成组块；其次，为加强组块内信息交互能力，组块间引入了密集连接残差块；最后，设计细节恢复模块对去雾图像进行细节恢复，以进一步减轻雾霾残留的影响。数值仿真实验表明：在RESIDE数据集上，所提算法与主流去雾算法相比取得了较高的峰值信噪比和结构相似度,同时在真实图像上也得到了更好的视觉效果。

摘要:针对数字化档案处理过程中，印章多、印痕浅、印章识别准确度较低的问题，提出了一种改进的YOLOv5印章识别算法。算法改进分为两个方面，首先引入CBAM注意力模块，以提高模型的特征提取能力，其次引入EIoU Loss，以替换算法中的CIOU Loss边界框回归损失函数，有效解决了纵横比描述为相对值，存在一定模糊的问题。实验表明，改进算法的印章识别F1分数达到了0.95，相较于原算法提高了2%。最后为验证模型的有效性，在数字化档案处理系统中调用改进后的YOLOv5模型对印章进行处理，结果表明本文改进算法能在系统中稳定运行。

摘要:基于深度学习的目标检测算法在智能交通的应用中，对于车辆检测存在模型参数量大、计算速度慢和简单网络精准度较低的问题。本文提出了一种高效的轻量化车辆检测模型，该检测模型采用YOLOv4网络作为参考模型进行改进。首先，本文采用CSPMobileViT网络来替换原始主干网络，然后将PANet替换成BiFPN，并且将BiFPN中的3×3标准卷积替换成深度可分离卷积，最后，在BiFPN之前和YOLO-Head之前添加ECA模块。在损失函数部分，将边框回归损失CIoU改进为Focal EIoU来解决难易样本不平衡的问题。实验结果表明改进网络的mAP值为96.77%，检测速度达到每张图片0.023 4 s，模型大小只有32.76 MB，参数量为8 587 541，与原始算法相比mAP提升了1.54%，而模型大小和参数量仅约为原始模型1/8，并且FPS提升了7.5，改进算法具有更好检测效果。

摘要:干涉图像中反映齿面形貌信息的齿面域被背景噪声包围,其分割精度对相位解包裹、图像配准等后续的处理步骤存在较大的影响，直接关系到最终测量结果的精度。针对齿面干涉图像边界存在杂散条纹的现象，通过分析齿面干涉条纹的分布规律，提出了一种结合Butterworth滤波和Haar小波的齿面域分割方法。最后，在本文实验条件下，通过与时域分割方法进行对比，该方法可以将齿面干涉图像的边界杂散条纹区域内解包裹相位值有错误的地方排除在有效测量区域外并且能够对其进行有效校正，证明了基于频域信息的分割方法能够有效地提高干涉图像齿面域分割的精度。