摘要:针对开展临近空间科学探测的需求增加，设计了一种基于微型珠状热敏电阻的临近空间探空仪温度传感器。首先用计算流体动力学(CFD)方法对探头进行仿真并计算出太阳辐射误差；然后使用逆向传播(BP)神经网络和遗传算法优化的逆向传播(GA-BP)神经网络训练数据比较预测模型；并搭建模拟临近空间条件的低气压风洞实验平台测试不同参数下的太阳辐射误差，比较测试结果与预测模型输出数据，证实传感器的测量精度。实验表明，本文提出的传感器探头的平均测量误差为0.007 3 K，误差均方根为0.009 8 K。

摘要:针对光储电站黑启动过程中存在的母线电压冲击过大、多光伏逆变器相位不同步等问题，研究光储微电网结构和微源控制方式，提出变d轴母线电压参考值的改进V/f控制策略。基于构网型虚拟振荡器，设计三相电路多并联逆变器并网自同步控制拓扑和策略。建立微电网仿真模型，提出不同工况下黑启动过程母线升压、光伏逆变器相位同步、微电网功率平衡实验方案。结果表明，基于提出的控制策略和拓扑，不同工况下弱电网黑启动过程的母线电压冲击减低，冲击电压由额定电压的5%降至2%以内；并联逆变器相位不同步程度减少，多逆变器最大相位差降至1%以内；储能单元0.03 s内可快速响应光伏功率和负载变化，黑启动过程平稳实现。

摘要:针对疲劳驾驶检测系统鲁棒性差和疲劳程度划分过于简单的问题，利用MediaPipe人脸关键点检测技术和模糊推理系统，融合多种面部疲劳特征，研究视频序列中驾驶员疲劳程度量化评估方法，实现对驾驶员疲劳程度的实时评分和疲劳预警。首先利用MediaPipe人脸检测模型定位面部关键点；之后使用检测到的关键点从视频帧中实现对面部疲劳动态特征进行提取，得到单位时间内眨眼次数（PERCLOS）、打哈欠时长、有无瞌睡、人脸摆动近似熵四个评估指标，最后设计模糊推理系统对疲劳程度进行量化，实现对驾驶员疲劳程度的实时评估。研究表明，所提出的方法科学有效的实现了对驾驶员疲劳程度的量化评估，进一步提升了基于面部特征的疲劳驾驶检测的鲁棒性和可靠性。

摘要:为了实现一款岸空双基地全相参雷达,必须实现收发双端之间的时频同步,双基地全相参雷达的时频同步分为两部分,一部分为时间同步,即确保发射信号与本振信号同时产生并拥有相同时序;另一部分为同步时钟源,即确保生成发射信号与本振信号的DDS具有同频同相的参考时钟。提出了一种使用卫星同步脉冲驯服本地高稳恒温晶振的时钟同步方案,该方案采用可以同时输出两路时间脉冲的授时芯片,一路输出秒脉冲实现双站之间的时间同步,一路输出兆赫兹的方波脉冲驯服本地高稳恒温晶振以实现双站之间的同步时钟源。时间同步使双端信号的时序误差小于系统指标要求的1 μs;同步时钟源使驯服后的本地时钟具有小于22 ns的同步精度,接近于GPS芯片20 ns的授时精度，与在FPGA内采用秒脉冲鉴相相比,提高了鉴相器的鉴相频率,因此拥有更短的驯服时间,并且不依赖于FPGA芯片,节约成本的同时使系统模块化。

摘要:为了获取遥感卫星相机多模式与多通道的遥感影像，提出了星载多模式和多通道图像数据采集与处理系统的设计及实现方法，可将卫星在常规模式与降轨模式下的多通道图像数据采集并传输给存储系统，解决了现有星上存储单机无法并行存储多路数据的问题。设计了可兼容常规模式和降轨模式的多通道图像采集模块，将采集到的图像数据进行多模式图像处理，通过轮询调度算法实现多路图像归一化处理，最后通过Aurora64/66b传输协议将经过处理的图像数据传输给存储系统，完成了数据的高效采集与处理。经过实验测试，系统数据采集传输速率可达9.2 Gb/s，采集数据准确，零误码。系统稳定可靠、实时性好，满足实际卫星使用需求。

摘要:针对金属柜体表面的光线反射和检测场地限制问题，研究了基于深度相机的金属柜体三维重建，使用深度相机采集金属柜体的RGBD图像，实现高质量的金属柜体表面数据采集；计算其点云数据后进行离群点剔除和下采样的数据处理，降低了噪声影响并提高运算速度；采用基于点云数据和基于三维信息的重建方式，构造金属柜体的三维模型。通过对比实验，证明本文方法得到的点云数据在数量、精度平均误差和采集速度上明显优于双目视觉方法；三种金属柜体的三维模型与真实值对比，模型误差百分比约为3%。

摘要:针对传统蚁群算法在无人机三维航迹规划中，存在早期盲目搜索、收敛速度慢、易陷入局部最优等问题，本文提出了一种改进蚁群算法。该算法利用空间位置初始化信息素分布并设定浓度阈值，增强了蚁群早期搜索的方向性，避免了算法陷入局部最优；设计兼顾距离因素和方向因素的启发函数，改善了航迹规划质量；采用自适应挥发因子控制信息素的挥发，提高了算法的收敛速度。通过两组实验表明，该算法相比传统算法规划的航迹平均长度均减少18.6%，平均迭代次数分别减少63.3%和78.7%，平均拐角次数分别减少62.5%和42.3%。

摘要:针对复杂电磁环境下的跳频抗干扰通信决策问题，提出了一种新的混合深度循环Q网络（MixDRQN）决策算法。该深度决策算法有效集成了双深度Q网络（DoubleDQN）和对决深度Q网络（DuelingDQN）两种决策机理的优点，并在信号处理前端引入长短时记忆（LSTM）层，以增强决策网络对输入频谱瀑布信号的时间相关特征提取能力。研究表明，所提出的混合决策算法通过引入DoubleDQN解决了基于ε-greedy算法导致的Q值估计偏高的问题，同时通过DuelingDQN和前端增加的LSTM层，能有效学习输入频谱瀑布信号的时间相关特征。实验结果显示，所提方法在多种干扰信号下的收敛速度及抗干扰性能均显著提升，收敛速度较已有算法提升8倍以上。

摘要:为了提升无人机点到点作业任务的安全性，本文提出了一种低风险路径规划策略。低风险路径规划策略包括风险评估和路径规划两部分。在风险评估部分，以无人机对地面行人的风险作为评估指标，建立风险值评估模型和风险等级评估模型，以风险图作为结果表征无人机作业的安全程度。在路径规划部分，结合风险评估模型的特有背景和特点，提出了一种改进快速探索随机树*算法，这一算法使用了路径冲突检测和优先探索等策略，可以更加有效的探索到低风险路径。最终，案例分析表明，低风险路径规划策略能有效规划出避开风险较高区域的作业路径，其路径风险代价相比于直线飞行降低了13.16%，其路径规划时间相比于对比算法降低了60.63%和12.20%。因此，这一规划策略具有实用价值，可以提升无人机作业的安全性。

摘要:准确预测火场环境变化有助于精准掌握火情的发展趋势，保障人员的安全。由于火场环境多参数并存、耦合关系复杂，且具有时序性和非线性，难以建立准确的预测模型，因此提出了一种基于改进哈里斯鹰算法的自注意机制长短期记忆网络模型，实现了对火场环境数据的精准预测。首先，将Logistic映射策略、余弦权重因子、高斯扰动策略引入哈里斯鹰优化算法，丰富算法的种群多样性、平衡其全局探索和局部开发能力、提高算法的收敛精度。然后，利用改进后的哈里斯鹰优化算法对自注意机制长短期记忆网络模型中的超参数进行优化，基于优化后的参数对火场环境进行预测。仿真结果表明，基于改进后的哈里斯鹰优化算法的自注意机制长短期记忆网络模型拟合效果更好，具有更高的预测精度。

摘要:针对大规模LoRa网络数据包到达率下降、能耗急剧增加的问题，提出了基于加权效用函数的LoRa扩频因子和码率分配方法。首先，建立扩频因子和码率对数据包到达率和能耗的耦合影响关系；然后，基于赏罚机制建立数据包到达率和能耗的效用函数，并以它们的加权值为目标函数，利用贪心算法进行扩频因子和码率联合分配；最后，通过遍历搜索的方法确定最优的权重系数。仿真结果表明，相比目前最新的CA-ADR算法，所提算法的网络平均数据包到达率提高了21.2%，网络平均能效提高165%。本文算法有效提高了LoRa网络的通信可靠性和终端设备的生命周期，在智慧城市、智慧农业等众多场景具有较高的应用价值。

摘要:针对超声波流量计在低流速流体测量中准确性低、可靠性低、误差大的缺陷，提出一种基于数字信号处理器（DSP）的四声道气体超声流量测量技术。首先，基于超声波流量计的测量原理选择时差法作为流量测量算法，并确定超声波流量计的声道布置方案；其次，采用数学积分法求取瞬时流量的加权系数，选取TI公司的TMS320F28335型DSP芯片，完成系统硬件的设计；最后，对接收信号进行滤波处理，模拟检测管道内静态和定量状态下流量情况。实验结果表明，在管道静态流量测量中各声道的平均测量误差为0.142%、0.214%、0.278%、0.365%，误差低于±0.4%，符合标准要求。而在低流速定量测量中，样机与标准表平均误差为0.945%，实验数据表明样机检测误差随气体流速的增大而减小，满足设计要求。

摘要:无人机辅助无线通信具有部署灵活，覆盖范围大等优势，但仍存在路径损耗大，吞吐量和传输能力低的缺点。将波束赋形技术引入无人机辅助无线通信中，可以有效补偿通信路径损耗，缓解小区内或小区间干扰。因此，本文面向无人机辅助无线通信系统，在地面基站和无人机上配备均匀平面阵列来实现波束赋形，以最大化系统容量。针对优化变量高维且高度耦合的非凸问题，提出了一种高效迭代算法来联合优化中继无人机位置和波束赋形向量，首先通过块坐标下降法将原问题转化为中继无人机位置优化和波束赋形向量优化两个子问题，然后利用连续凸逼近算法将两个子问题转化为凸优化问题进行求解。实验结果表明，所提的优化理论和算法具有较好的收敛性能，并且能够切实提高系统容量。

摘要:本研究以用于构建临时道路中的交通锥筒为研究目标，以多线激光雷达采集的临时道路三维点云数据为输入，提出一种基于图理论的图神经网络模型，该模型可实现点云数据分割，并提升模型对无序性点云数据学习效果。以无人驾驶方程式赛车为实验平台，针对交通锥筒进行网络训练与测试，实验结果表明，图神经网络模型对交通锥筒的分割准确率达到886%，比PointNet模型提升了约10%，此外，该模型在稀疏雷达点云数据下还具有一定泛化能力，有较好的适用性。

摘要:针对充电桩故障诊断精度较低的问题，文中首先提出先利用多维尺度分析法处理样本数据，将原始数据映射到更低维的空间，减小模型计算代价；其次在麻雀搜索算法里融入了Sin 混沌映射和动态自适应权重，提高它的全局搜索能力和寻优精度，然后再利用改进的麻雀搜索算法对支持向量机模型进行参数寻优，同时建立最优诊断模型；最后用所得模型进行充电桩故障诊断，输出诊断结果。最终的实验结果表明：文中提出的充电桩故障诊断模型的诊断准确率高达95.135 1%，明显高于现有的一些常用模型。同时，文中所选用的支持向量机模型较其他分类模型效果更好，效率更高。

摘要:相位图去噪是数字散斑干涉测量的关键技术，但现有以正余弦均值滤波与窗口傅立叶变换滤波为代表的去噪方法在相位保真、自适应降噪、操作简便等方面不能完全满足要求。提出了一种新的自适应相位图去噪方法，首先计算原始相位图的噪声方差，然后对图像分别进行正弦与余弦变换后得到两幅图像，再对这两幅图像进行小波同态阈值去噪与非局部均值滤波，最后将处理后的两幅相位图反正切运算并再次估计噪声方差，根据图像噪声方差的收敛情况判断是否继续迭代处理，以实现相位图的自适应降噪。实验结果表明：针对同一张含噪相位图与传统正余弦均值滤波相比，本文方法噪声方差减少了0.38、L算子和减少了0.2、SSIM提高了0.16，同时，图像信息熵仅相差0.1。该方法能够有效抑制相位图中的相干噪声，充分保留相位边缘信息，同时能够有效避免因不适当的迭代滤波次数所导致的相位失真或噪声残留。

摘要:针对传统的随机森林模型构建时样本选取的随机性导致随机森林中包含了大量分类精度较低、分类性能相似的决策树分类器，进而影响整体随机森林模型分类精度与效率的问题，该文提出了一种基于特征重要性加权投票的随机森林算法。从决策树分类精度、不一致度量两方面剔除分类精度较低、分类性能相似的决策树，依据整体随机森林与单棵决策树特征重要性之间的相似性，计算每棵决策树的投票权重，提高了三维点云分类精度与分类效率。实验表明，改进后的随机森林分类算法照比传统的随机森林、支持向量机、决策树、神经网络、基于点特征分类方法分别提高了0.20%、15.159%、5.893%、6.316%、28.935%。在分类效率上，改进的随机森林照比传统的随机森林减少了约75%的时间。

摘要:油浸式变压器发生故障时会导致铁芯和绕组振动异常、温升过大并传递到箱体，为了能够同时对变压器运行时的振动和温度状态进行在线监测，设计了一种基于双天线的RFID传感器，集成温度和加速度传感器芯片，并增加一块“L”型金属反射板以增强辐射效率。在实验室对RFID传感器准确度进行测试，结果表明振动和温度的测试误差仅为0.7%和1.6%，并以OFPSZ-150000/220变压器为实验对象进行了现场监测实验。结果表明：RFID传感器监测到的变压器箱体振动信号主要集中在以100 Hz为基频，100~500 Hz之间；而箱体的温度在越靠近中间位置越高，越接近边缘越低。实验结果表明所测数据与现场数据非常接近，加速度和温度测量误差仅为6.25%和1.9%，证明了RFID传感器的可靠性。

摘要:北斗三代卫星技术在电力方面的短报文通信和定位技术应用日趋成熟，但利用北斗短报文进行电力应急通信图像传输的相关研究尚不完善，尤其是图像经北斗短报文传输后的失真问题解决不够理想。本文提出了一种面向北斗短报文的渐进式传输图像恢复算法，首先以JPEG2000图像压缩算法为例，分析了渐进式图像传输技术与北斗短报文的特点，然后提出了JPEGRE图像恢复算法，利用峰值信噪比与结构相似性参数反映算法性能，最后通过实验方法证明JPEGRE图像恢复算法与其它流行算法相比具有更好的恢复能力。本文研究旨在提高有损压缩后图像恢复程度，辅助电力应急时做出更优的应急方案。

摘要:针对铝塑泡罩胶囊的颜色、大小和图片噪声等造成检测效果较差问题，提出基于GoogLeNet网络模型的铝塑泡罩胶囊包装缺陷检测方法。首先以药板批号区域为模板，利用归一化积相关灰度匹配法定位待检测药板，然后通过改进的灰度值投影法分割药板的胶囊泡罩区域，制作铝塑泡罩胶囊数据集，对改进的GoogLeNet网络模型进行训练和测试，实现铝塑泡罩胶囊的缺粒、胶囊凹帽，胶囊双帽缺陷识别。实验结果表明，改进的水平-垂直投影算法，对胶囊泡罩区域的分割准确率达到100%，网络对缺陷识别的召回率均在98.64%以上。改进的灰度值投影法算法鲁棒性高，分割效果较好；改进的网络对铝塑泡罩胶囊药板包装缺陷识别准确率相比较其他方法有明显提高，可应用于铝塑泡罩药板包装质检。

摘要:针对变压器与中压开关柜传统绝缘状态检测方法依赖人工的问题，本文基于可听声声音识别方法，通过将电力设备放电故障声音与正常工况声音、环境噪声进行混叠制作样本集，以模拟真实电力设备运行环境；对故障声音进行预处理后，使用声谱图提取声音的短时频率、能量分布等特征，构建声谱图数据集，结合改进的卷积神经网络实现对放电故障的检测；通过加入注意力机制，调节指数衰减学习率、数据集样本数量、音频采样率等方式进一步提升网络的精度，最终设计的网络模型识别准确率最高可达99.2%，相比其他检测方法优势明显，可实现对放电故障的在线检测。

摘要:气阀是往复压缩机在工作过程中极易发生故障的部件。从气阀时频图分析的角度，提出了一种基于GLCM-HOG和WOA-ELM的往复压缩机气阀故障诊断方法。首先，通过小波变换对各运行状态气阀的振动信号进行处理，生成时频图；用GLCM和HOG分别提取气阀时频图特征，融合形成GLCM-HOG特征。然后，利用WOA方法对ELM模型的输入层节点权值和隐藏层节点阈值进行优化,构建气阀故障诊断模型。最后，将GLCM特征和GLCM-HOG特征分别输入到WOA-ELM模型中，来证明本文所提方法的有效性和优越性，从而实现往复压缩机气阀故障的诊断。实验结果表明：与GLCM特征相比，构造的GLCM-HOG特征更能准确全面地反映气阀时频图特征；与ELM模型相比，WOA-ELM模型诊断气阀故障的准确率更高。

摘要:为提高公路隧道事故异常声音识别的准确率，并针对卷积神经网络只关注局部信息问题，提出了一种基于CNN-RNN集成的声音识别模型。该模型采用Stacking集成策略将CNN的强特征表达能力和RNN的强记忆能力相结合，并使用门控循环单元减少循环神经网络的计算复杂度，将SIREN正弦周期函数作为RNN的隐式激活函数，增强模型对声音数据的拟合能力，设计多通道卷积细化特征提取的精度，实现全局化特征提取。在异常声音数据集上评估了所提声音识别模型的识别性能，实验结果表明：提出的声音模型的识别性能高于其他模型，且更加稳健，可有效识别公路隧道事故的异常声音。

摘要:为了解决滚动轴承一维振动信号中故障特征微弱难以提取和深度学习模型层数加深容易导致梯度消失或梯度爆炸从而引起模型恶化、导致故障诊断准确率低和鲁棒性差的问题，本文提出一种基于EMD-GAF和改进的SERE-DenseNet的滚动轴承故障诊断方法。将滚动轴承一维振动信号通过滚动采样后利用EMD对其进行分解并重构，再使用GAF将重构的一维信号转换为二维图像作为模型输入，模型方面选取DenseNet121为主干，引入了SERE模块，并将2层卷积的Dense Layer改进为3层稀疏的、基数为8的模块；将二维图像作为输入通过该模型进行特征提取和故障分类。采用凯斯西储大学的轴承数据集进行仿真实验，实验结果表明，本文方法能够准确地完成滚动轴承故障诊断，故障诊断最大准确率100%，10次实验平均准确率99.91%，与常见的深度学习模型进行比较，本文方法具有较大的优越性；在信噪比为10 dB的环境下故障诊断准确率为96.48%，本文方法具有较强的鲁棒性。

摘要:近年来，随着人工智能技术的发展，深度神经网络在智能制造中得到了广泛应用。本文将深度神经网络与飞机部段的形变预测相结合，提出了一种基于图卷积和多模态的飞机部段形变预测方法。在对飞机部段的形变分析中，对飞机部段的结构数据与工况数据两种模态的数据进行特征提取并在特征级和决策级进行融合。飞机结构数据为点云数据，具有非欧几里得数据的特性，在对飞机部段结构数据进行特征提取时，引入了基于图卷积的特征提取网络。基于ModelNet40和飞机部段的结构和工况数据构建了包含4种飞机部段的形变数据集，并在该数据集上进行了实验。实验结果表明，该方法在各个部段中的平均预测均方误差为0.188，并在机头部段取得了最好的预测结果，可以有效的对飞机部段的形变状况进行预测。

摘要:针对城市街景数据集中存在小目标和大量长条形状物体，分割难度大，虽然目前编码解码结构的网络能细化分割结果，但大多数都没有充分利用空间和上下文信息，因此本文提出一种基于像素注意力特征融合的语义分割算法。首先以ResNet50作为骨干网络，利用空洞空间卷积池化金字塔和条状池化进行初步特征融合，获得多尺度特征的同时规避无用信息；然后利用像素融合注意力模块，聚合上下文信息并恢复空间信息，最后利用注意力特征细化模块消除冗余信息。该算法在CamVid数据集上进行实验，结果表明该算法在验证集上能达到 7522%的mIoU，在测试集上也能达到67.21%。相比于DeepLabv3+网络分别提升了2.51%和2.86%。

摘要:当前输电线路显著性目标检测已取得重大突破，但在预测显著区域的“完整性”上仍存在局限性，难以完全识别及定位输电线路上绝缘子串缺陷。本文利用完整性感知网络来检测输电线路上绝缘子串，首先通过特征聚合模块来提取不同层次的特征，其次通过完整性增强模块突出显著目标通道并抑制其他干扰通道，最后通过部分-整体检验模块来确定目标特征的部分和整体是否有强烈的一致性，可提高有缺陷绝缘子串的识别准确率。本文算法与目前公开的3种流行算法进行主客观对比，发现本文算法在绝缘子串与背景融合程度较高时的显著性检测上更有优势。