摘要:为了有效应对精确打击武器飞行试验遥测需求的变化与增长，提出一种基于Zigbee技术的弹载导航信息的无线传输系统设计方案。无线遥测网络节点以ARM+UZ2400架构为核心，根据遥测试验需求，采用两级功率放大结构对输出射频信号进行放大，弹载发射天线采用基于套筒结构的小型化偶极子天线设计，有效解决弹上可用空间不足的问题。系统的软件部分依据IEEE 802.15.4标准设计数据处理框架，完成导航信息的传输。最后，搭建遥测网络节点数据传输系统的测试框架，完成对通信链路质量和数据传输准确性的测试。试验结果表明，接收的信号强度指标误差稳定在0.505，16个通道水平方向坐标精度、垂直方向坐标精度、水平方向测速精度以及垂直方向测速精度的与设计指标一致率分别为81.25%、100%、100%、100%。由此可以认为该系统能够在2.4 GHz频段实现对遥测目标的实时位置信息以及速度信息进行准确、稳定地传输，并且满足弹上系统小型化、通用性的设计要求。

摘要:国际电信联盟为甚高频数据交换系统的子系统甚高频数据交换定义了用于船舶与卫星通信的上行链路。本文研究了一种VDE上行信号的解调解码技术，旨在实现上行链路的物理层通信。首先，采用数据辅助联合非数据辅助方法对频偏和相偏估计及校正，结合定时算法实现信号同步；其次，使用大数逻辑译码算法和基于Max-Log-Map算法的迭代译码分别对信号ID段和数据段进行译码；最后对整个系统进行仿真。依据仿真结果，在4 kHz频偏下，当Es/N0≥5 dB时，信号ID解码错误概率小于0.01，数据段误帧率小于0.1，表明了算法在大频偏下的有效性。

摘要:针对不同带宽基带信号回放到目标中频的需求，设计了一种可变带宽基带信号回放系统。该系统以FPGA为核心数据处理单元，通过配置高速数模转换芯片AD9122和时钟芯片AD9516完成基带信号的回放功能。为解决不同带宽基带信号采样率与DAC发射速率不匹配的问题，设计了一种多速率处理算法，采用多级HB滤波器、CIC滤波器和Farrow滤波器级联的结构实现了任意倍的采样率转换功能。算法仿真和实际测试结果表明该系统能够以较少的资源消耗将1 kHz~20 MHz的可变带宽基带信号回放到目标中频上，回放信号无杂散动态范围不低于60 dBc,满足实际通信系统需求。

摘要:有源电力滤波器(APF)是一种具备动态谐波抑制和无功补偿功能的新型电力电子装置，对电流谐波实时准确快速检测是决定APF性能的一个重要环节。快速傅立叶变换(FFT)是目前应用广泛的谐波检测方法。然而，传统FFT算法计算复杂、存在时间延迟、实时性差、容受电网电压波形畸变或频率波动的影响，影响谐波检测的准确性和效率，降低APF的补偿效果和综合性能。由此，本文提出一种基于分裂基FFT算法的APF谐波检测与补偿策略，通过蝶形运算对偶序号输入使用基-2算法，对奇序号输入使用基-4算法，比传统基-2算法减少10%以上运算量，比传统基-4算法减少2%以上运算量，可有效降低FFT算法复杂程度，增强谐波检测实时性；采用汉宁窗对分裂基FFT算法进行优化，提升谐波检测精度与抗干扰能力，保证APF谐波检测与补偿效果和整体性能。通过三相四线制APF样机实验验证了所提谐波检测与补偿策略的正确性和有效性，在负载突变的情况下，重新到达新稳态的调节时间可缩短约25%。

摘要:在陆地钻井中，陆地钻柱输送机器人可以自动完成从钻柱抓取、调姿、输送到鼠洞的过程。但是钻柱在放置过程中会产生倾斜，导致机器人抓取失败。因此本文设计基于激光传感器的钻柱输送自动纠偏算法。首先，采用两个激光传感器扫描并获取钻柱任意两处切面距离信息，利用最小二乘法拟合得到切面圆心位置。由于实际现场作业时，钻柱表面粘附泥土将会影响采集的数据，采用格拉布斯准则通过多次迭代进行数据筛选。然后通过圆心位置计算出钻柱偏转角度并发送给机械手，以便进行定位抓取。最后模拟钻井现场中钻柱附着泥土的位置和厚度不同，进行了算法有效性实验。实验结果表明，该算法切实可行，工程可移植性高，满足工程应用要求，提高了钻柱输送机器人的自动化水平。

摘要:为降低指纹数据人工采集量，同时获取较高的定位精度性能，提出了一种基于WLAN指纹的飞机机身指纹数据库重构与测试节点定位方法。利用支持向量回归法重建指纹数据，利用Kmeans算法降低指纹采集工作量，利用优化的DBN进行RSS信息特征提取，最后建立了飞机机身WLAN指纹定位数据库，通过仿真实验对算法性能和系统进行分析和评估。实验结果表明，KNN算法中，IPDBN-54、IPDBN-41、IPDBN-26的平均定位误差分别为10.389 2、10.786 3、11.117 7。WKNN算法中，IPDBN-54、IPDBN-41、IPDBN-26的平均定位误差分别为10.290 4、10.714 3、11.103 8，IPDBN平均定位误差值最小，定位精度相对较高。对比BPNN，IPDBN平均训练时间为166.2 s，具有相对低的训练时间。优化后的深度信念网络算法对于WLAN指纹定位数据库系统建立问题具有很强的适应性，训练时间短、定位精度高。研究旨在实现试验厂房内飞机机身各部位的空间精确定位，提高效率。

摘要:针对现有水下无线传感器网络定位算法定位精度不足且无法适应水下多变的网络拓扑的问题，提出一种基于移动信标的水下无线传感器网络定位算法。首先通过RSSI测距定位和DV-Hop算法获取未知节点的大致分布情况，其次以未知节点定位覆盖率作为目标函数，采用经过自适应惯性权重和柯西-t扰动策略优化的改进秃鹰搜索算法迭代求解信标节点移动的最优位置，最后信标节点移动到最优位置再对未知节点进行重新定位。仿真结果表明,与对比算法相比，移动信标节点定位算法能有效提高未知节点定位精度，在网络拓扑变化时也能保持较高的定位精度且定位效果稳定。

摘要:针对频率随时间的变化规律是不同调制信号之间最重要的区别，提出一种结合崔威廉斯分布和改进卷积神经网络模型的无线电调制分类识别方法。在信号预处理阶段，为了更好保留信号的时频特征，引入崔-威廉斯变换将原始时间序列转换成时频图像，进而将调制信号分类问题转化成图像识别问题。在信号识别阶段，通过在卷积神经网络模型中引入残差密集块和全局平均池化层，以克服卷积神经网络模型泛化能力差和训练时间久等缺点。实验结果表明，所提方法可以有效解决梯度消失问题，具有识别率高、泛化能力强等优点。尤其是在低信噪比情况下，表现更为优异，在信噪比为-4 dB时，8种信号的分类精度便可达到100%。

摘要:针对风电机组齿轮箱故障特征提取不足，故障诊断率低问题，提出了一种基于RF特征优选，结合WOA-ELM特征识别的风电齿轮箱故障诊断方法。首先，提取风电齿轮箱时域、频域、时频域特征，构建多域高维特征集；其次，利用RF进行特征重要度排序并提取10维优选特征；最后，利用WOA优化调整ELM模型的输入权值和隐含层阈值，实现风电齿轮箱故障分类识别。将本文方法应用于风电齿轮箱故障诊断，实验结果表明，本文方法平均诊断率能达到99.81%，诊断准确率均高于对比方法且诊断用时最少，能够有效地进行风电齿轮箱故障诊断。

摘要:针对滚动轴承寿命预测中提取的特征不准确以及预测精度低等问题，提出一种基于层次散布熵(HDE)和门控循环单元(GRU)的滚动轴承剩余寿命预测方法。首先将振动信号时间序列进行层次分析，计算各个节点的散布熵，将散布熵重构融合得到HDE；其次将相关性、单调性和鲁棒性组合形成综合指标，用来验证HDE的优越性；最后划分训练集和测试集，通过GRU网络进行寿命预测试验。结果表明，HDE的综合指标值最优，所提方法HDE-GRU的预测误差比RMS-GRU、DE-GRU和MDE-GRU分别低42.77%、39.57%和20.24%，且运行时间最短，预测精度更高，为滚动轴承健康管理提供了实际价值。

摘要:针对滚动轴承工作环境复杂，轴承振动信号受噪声干扰难以提取故障特征以及传统故障诊断算法准确率较低的问题，提出了利用自适应噪声完备集合经验模态分解算法（CEEMDAN）联合卷积神经网络（CNN）内嵌长短期记忆神经网络（LSTM）的滚动轴承故障诊断方法。首先，利用CEEMDAN算法对轴承原始振动信号进行分解得到本征模态函数（IMF）；然后计算重构后的信号的排列熵，归一化后作为特征向量；最后将特征向量输入至CNN-LSTM结合建立的深度学习模型中进行诊断识别。结果表明：所提方法具有更快的拟合速度和更高的准确率，平均故障诊断准确率达到98.63%。

摘要:电阻层析成像技术因其非侵入式测量特点、结果可视化的直观性和测量方法便捷性，被广泛用于医学造像，两相流工业检测和特殊材料检测。但其图像重建的逆过程由于固有的欠定性、病态特点，使得结果有一定偏差。针对该情况，设计了基于Resnet34改进的深度神经网络来求解电阻抗层析成像逆问题。通过设置场域内以像素点为中心，小范围内随机半径与电阻率分布变化强度，正向计算仿真32电极情况下各电极处边界电压，以此建立训练与测试数据集。经调参、训练后，该方法能较快收敛，并和高斯-牛顿法、全变差法以及Tikhonov正则化算法相比较，得到较好的判定性能。

摘要:针对PVC干燥工段中，PVC含水率存在非线性、大滞后、与其他变量关联性复杂难以预测的问题，提出一种多重注意机制及权重校正型长短期记忆网络(LSTM)模型用于PVC含水率的预测。在编码器部分，利用与含水率相关的输入序列之间的相关性对空间注意机制训练的可变权重进行校正，避免由于单纯数据训练导致相关性强的输入变量之间权重差异较大，进而实际干燥工艺不符；同时，由于含水率预测的滞后特性，为减弱长子时间窗口内LSTM单元细胞状态信息丢失，提出信息补偿机制补偿之前时刻细胞状态信息。在解码器部分，利用时间注意机制对编码器的隐藏层状态进行权重更新，解除固定长度向量对模型性能的限制。最后，选取某化工公司干燥工段DCS数据进行验证，相对于RNN、VA-LSTM、STA-LSTM相关系数(R2)分别提高了571%、122.6%、82.6%，结果表明本文模型具有一定优越性。

摘要:针对F-RRT*算法在狭窄环境和多障碍物复杂环境下搜索效率低的问题，提出一种基于双向搜索的F-RRT*算法(BF-RRT*)。以F-RRT*算法为基础，首先采用双向搜索结构，双树从起点和终点轮流扩展，使用贪婪启发式引导随机树生长；其次，针对连续扩展过程中产生的冗余点进行消除处理，快速获得低成本路径，有效提高了规划速度;然后引入启发式函数，并对连接点进行优化以提高路径整体质量。最后分别基于MATLAB和Gazebo仿真平台将改进算法进行了对比实验，结果表明在不同环境下，该算法相较于原算法在迭代次数上平均降低63.5%，在规划时间上平均降低88.41%以上，有效提高了规划效率。

摘要:随着深度学习网络研究的深入和网络模型精度的提高，网络层数及深度在逐渐增加，导致计算量增大。同时，基于深度学习模型人脸关键点检测在嵌入式设备上部署的需求，轻量化、高效和准确的网络模型成为研究关键。因此，本文设计了一个基于Ghost Model块和Ghost Bottleneck架构的超轻量型人脸关键点检测算法，在确保网络精度的同时，尽可能减小网络模型大小，降低计算量。在网络宽度因子为1X的情况下，与现有表现最好的轻量化网络模型PFLD 1X相比，归一化平均误差降低了7%，参数量减小了36%；在宽度因子为0.25X的情况下，本论文提出的网络模型大小仅420 KB，归一化平均误差降低了6.6%，参数量减小了25%。

摘要:针对城市道路场景下无人驾驶汽车最优轨迹生成算法存在的运行时间长、轨迹评价标准单一的问题，提出一种基于行车风险场优化采样区域的无人车轨迹规划方法。该方法通过改进的二维高斯分布函数分别建立静态障碍物和动态障碍物风险场模型，对道路中采样区域目标点的行车风险进行量化，通过卷积的方式选定行车风险较小区域的采样目标点生成最优轨迹。仿真结果表明，该优化方法在每个规划周期只选取部分采样目标点用于轨迹生成，提高了算法的运行效率，使得算法单帧运行时间均小于0.1 s。行车风险场的加入使得算法的采样区域更加符合驾驶人的行为习惯，提高了算法规划结果的拟人化程度，从而保证无人车具有较高的行驶效率。

摘要:为了提高自动化药房的出药速率，实现多个出药单据药品出库时间最短。以某医院自动化药房出药系统结构为基础，建立多个出药任务单据的时间调度模型。针对此模型设计了改进的混合鲸鱼优化算法（H-WOA）。首先对多个出药单据进行整合分组，融入了遗传算法的交叉、变异，来提高种群探索的多样性；其次引入了免疫克隆算法的抗体与抗体的亲和度判定原理，来帮助构建最佳执行序列；最后结合鲸鱼算法的包围收缩和螺旋更新机制来保证种群最终收敛于最佳鲸鱼位置。实现结果表明，以3个出药单据为例，H-WOA优化算法相比原算法和未含优化算法效率分别提高了6.11%和18.11%。在4个、5个出药单据调度优化上，具有同等的优化效果。证明改进算法具有很好的寻优能力。

摘要:针对移动机器人在断路器柔性装配过程中的路径长度较长、转折点较多等效率问题，提出了一种BAS算法与PSO算法结合的路径优化方法。利用天牛个体更新方式与群体学习相结合，采用自适应步长衰减策略以及动态权重变更策略，实现全局路径规划寻优。为了验证BSO算法的有效性，通过三种不同的测试函数比较性能以及仿真地图进行对比，最后将该算法通过ROS应用到实际地图上。实验结果表明，相比于GA-PSO算法、AIW-PSO算法、BAS算法，路径长度优化率分别提升了7.7%、14.8%与12.5%，转折点优化率分别提升提升了25%、57.1%与40%。综上所述，本文所提出的融合算法能够有效地解决装配过程中的效率问题，提高断路器柔性装配产线效益。

摘要:针对引线键合效果的判定，本文提出了一种基于AI的AOI检测射频芯片引线键合效果的邦球邦线识别方法。该方法根据邦球邦线识别任务特点，改进了Mask R-CNN中特征金字塔层先验框生成机制，同时引入了基于碰撞检测的数据增强方式，提升了网络性能和效率，降低了人工标注成本。结果表明，改进后的Mask R-CNN模型可获取射频芯片中邦球和邦线的准确分割位置，mAP为85.23%，mIoU为71.27%，单幅射频芯片图像推理耗时约为1.168 s，基本满足生产中对于射频芯片装配精度以及速度的要求。通过本方法分割出邦球邦线，可辅助引线键合效果判断，在一定程度上提升了效率降低了人工成本。

摘要:固体火箭发动机CT图像存在的伪影噪声会严重影响初始燃面边界与缺陷的提取，并且实际CT图像中缺陷信息提取困难，研究有效地去掉CT图像中伪影并自动提取出燃面数据与缺陷数据的算法具有重要的工程实际价值。针对CT图像去伪影与缺陷提取难的问题，提出一种IBM3D滤波算法，在块匹配阶段利用边缘检测的先验信息寻找相似块；并提出一种自适应Canny边缘检测算法与种子八连通标记法相结合的方式将图像中的初始燃面与缺陷数据有序地分离出来。实验结果表明IBM3D算法的峰值信噪比与结构相似性水平较其他算法更高，自适应边缘检测算法提取的燃面缺陷信息较其他算法更为完整。实现了含缺陷的固体火箭发动机CT图像质量的提升，并准确地提取初始燃面、缺陷信息。

摘要:工业机器人异常姿态检测是保障工业机器人安全作业的重要手段。针对已有方法存在检测准确率低和时效性不足的问题，提出了一种基于Kinect相机的六轴工业机器人异常姿态检测方法。该方法使用Kinect相机采集工业机器人彩色图像和深度图像，通过YOLOF目标检测算法得到彩色图像中工业机器人关节轴的信息，结合深度图像转换为对应三维坐标，参考工业机器人结构特性，构造机器人关节向量，提取角度特征，进行工业机器人姿态特征表示，基于欧式距离和余弦相似度进行姿态匹配，检测工业机器人异常姿态。本文的方法结合了工业机器人关节轴三维信息可对姿态进行更加精确的匹配。构建了六轴工业机器人作业视频数据集并进行了异常姿态检测。实验结果表明，本文的工业机器人异常姿态检测方法准确率为96.6%，单帧图像检测时间为43 ms，满足机器人安全监控实际应用需求。

摘要:指针式仪表广泛应用于石油化工、工业制造和烟草行业动力部门等领域。鉴于人工巡检频率较低、部份仪表安装环境恶劣等因素，致使工厂生产过程存在安全隐患，巡检人员人身安全难以保障。本文基于现有的工业生产过程的监控摄像系统提出了一种基于YOLO V3目标检测与DeepLab V3+图像分割技术的指针式仪表读数自动识别方法。通过引入YOLO V3目标检测模型检测并切割出仪表表盘子图像。结合图像特点与实际需求，改进了DeepLab V3+模型，加入腐蚀操作，有效提取了子图像中的刻度线与指针信息。通过OCR技术提取子图像仪表量程，根据刻度线与指针的相对位置关系，计算得到仪表读数。实验结果表明该方法平均相对误差为2.17%，算法稳定可靠且处理速度快。

摘要:轮胎缺陷检测对轮胎定级有重要参考意义，研究高性能的轮胎异常检测方法尤为重要。本文以强化学习算法为基础，提出一个以损失值异常变化作为判断异常特征的图像自动分类算法。该方法首先通过大量的正向样本输入来降低数据在经过梯度更新之后的损失值，从而与少量异常样本输入时的损失值形成明显差异，再引入神经批采样器，放大异常样本与正向样本之间的损失轮廓差异并为空间变分编码器提供训练批次，然后将训练结果作为异常分类器的输入，最后完成异常检测的分类与定位工作，经过对比研究发现本文提出的异常检测算法在轮胎缺陷样本集上性能明显优于其他传统图像异常检测方法。

摘要:不同车型类间外观特征高度相似，同车型类内外观差异大，这对特征提取网络提出了更高的要求。现有的车型识别方案仅依靠车辆外观特征识别，整体识别准确率不高。为此，首先在主干网络设计了多级注意力机制，提高主干网络对车型特征提取和识别能力；其次根据卡口环境下不同车辆位置车辆外观特征的变化提出了车辆位置和外观特征融合结构，从而提取出融合位置信息的复合图像特征，减小类内特征距离，增强主干网络所提取的特征的表达力和稳健性；最后在分析了难例样本注意力热力图基础上，对难例样本注意力区域进行干预，使网络聚焦于车辆细小差异的局部区域。实验结果表明，本文所提出的车型识别方法整体性能比现有方案有显著提升。

摘要:对于输电线路的雷击过电压在线监测装置，快速准确地识别雷电流信号至关重要，目前不论是硬件触发还是软件触发都存在误触发和漏触发等触发问题，而且目前的监测系统在经济性和便捷性方面存在明显弊端。本文提出一种基于嵌入式的雷击在线监测系统，可以实现对输电线路高效便捷的实时监测，极大的提高雷击监测装置的便捷性和经济性。同时提出先检测后识别的触发算法准确识别雷击电流暂态信号，首先通过幅值差的方法快速检测雷电流信号（不良数据），然后通过周期作差的方法准确识别不良数据，通过分析实验，证明该方法可以减少监测系统的误触发和漏触发次数。并且通过实验室测试，证明该监测系统的采集精度为98.49%，满足实时监测的需求，为输电线路在线监测提供一种经济便捷的监测系统。

摘要:针对多工况下管道泄漏信号预处理繁琐、误报率高的问题，提出了一种集合经验模态分解(EEMD)结合改进卷积神经网络(ICNN)的泄漏识别模型。所用识别方法采用EEMD将泄漏信号分解成若干个具有稳态性能的固有模态分量(IMF)，通过相关系数划分出噪声主导向量并予以去除实现信号重构；提取重构信号的一系列指标特征作为ICNN模型的输入进行特征提取，实现管道多工况分类；ICNN在每个卷积层和池化层之间加入批量归一化层，以此加快网络训练速度。结果表明：所提模型能够快速准确识别出停泵、调阀、泄漏、正常工况，且在较少训练数据下平均识别准确率可达98.25%。与未改进的CNN和SVM分类识别模型相比，该方法有效提高了识别准确率。

摘要:针对轴承振动信号中存在与故障特征相关性较低成分的干扰导致故障诊断准确率降低的问题，提出了一种基于改进谱峭度图与多维融合CNN的轴承故障诊断方法。首先，为提高振动信号与故障特征的相关性，减少干扰成分，以双树复小波包变换为基础构建改进谱峭度图模型，增强多分辨率差异性故障特征表达。然后，考虑丰富特征评价维度，构建多维融合CNN模型，将原始信号与改进谱峭度图共同作为多维特征输入实现故障精准诊断。实验结果表明，该方法能够提取各类轴承振动信号中具备差异性的故障特征，在多工况下均能够准确识别轴承故障，具有较好的诊断精度。

摘要:为了检测侵彻武器冲击硬目标产生的水平方向超高加速度，提出了一种单轴的面内高量程压阻式加速度传感器。该传感器的量程为150 000 gn，由支撑梁、质量块和4个微梁构成。当给传感器施加轴向加速度时，支撑梁两侧的微梁分别被拉伸和压缩，通过惠斯通全桥实现压阻信号的检测。将加速度传感器的固有频率、最大等效应力以及几何结构参数作为多目标函数，用OSF采样和克里金代理模型对加速度传感器进行优化，得到高谐振频率、高灵敏度和低交叉灵敏度的敏感结构。有限元仿真和电学仿真结果表明，传感器一阶固有频率为0.84 MHz，y轴灵敏度为0.594 μV/gn，非线性度为3.26%，x轴和z轴的交叉灵敏度均小于1%。