- 当期目录
- 优先出版
- 下载排行 过刊浏览
-
2026,49(13):1-12, DOI:
Abstract:
随着电力系统智能化与无人值守变电站的快速发展，智能巡检机器人在设备运行状态感知与安全监测中发挥着日益重要的作用。针对巡检机器人在光照条件复杂、目标尺度变化的变电站环境下，仪表检测过程中存在漏检、误检等问题，提出一种变电站智能巡检机器人指针式仪表检测模型（SRPMNet）。通过构建平均池化下采样（ADown）模块来降低计算复杂度，提升对小目标仪表的检测精度；并设计轻量级注意力机制，以突出关键特征信息并抑制无关背景干扰。为进一步提升变电站复杂环境下对指针式仪表检测的精度与特征表达能力，构建了辅助检测头策略。同时，在边界框回归过程中提出自适应完备损失函数（Wise-CIoU），以提高模型在变电站复杂背景下的定位精度与收敛稳定性。搭建了变电站智能巡检机器人平台进行数据采集，实验结果表明，该模型在自建变电站指针式仪表数据集及公开工业仪表数据集上的mAP@0.5指标分别达到了91.7%和90.4%，相较于基线模型分别提升了3.0%和5.3%，有效解决了漏检与误检问题，为变电站智能巡检任务提供了有效的技术支持。
-
2026,49(13):13-26, DOI:
Abstract:
面向云原生场景下多指标、强波动的应用性能时序，提出一种基于改进型Informer的预测—监控一体化方法与系统。在编码端引入上下文感知可逆归一化（CA-RevIN）以抑制跨时段分布漂移，结合多频段卷积增强（MFBCEM）与长时依赖聚合（LTA）实现多尺度建模，采用生成式解码器输出多步预测。系统侧构建数据采集、特征治理、推理服务与可视化告警闭环，利用峰超阈（POT）与自适应残差阈值实现分级异常检测与提前预警。在公开数据集与真实业务数据上，所提方案较长短期记忆（LSTM）、门控循环单元（GRU）及原始Informer在多步误差与稳定性上均有提升，并显著降低误报与漏报。
-
2026,49(13):27-35, DOI:
Abstract:
随着智能驾驶技术的发展，驾驶员注意力监测已成为行车安全保障的重要研究方向。传统分心检测依赖离散行为分类，难以刻画注意力的连续变化过程，同时忽视驾驶员在生理结构及注视习惯方面的个体差异。为此，提出了一种基于视线估计的分心状态检测方法。该方法通过计算视线欧拉角相对于安全注视区域的偏离程度，实现分心状态的连续识别。构建了ResNeXt-Transformer混合网络，融合局部细节与全局依赖关系，并引入特征增强模块以强化任务相关表征，从而提升视线特征提取能力。同时，提出多层次个性化校准机制，在特征层与输出层分别进行偏置补偿，实现模型在少样本条件下的快速个体化适配。实验结果表明，本方法在MPIIGaze数据集上跨用户视线估计任务中的平均角度误差降至2.94°，显著优于现有方法。结合可视化与实际驾驶场景验证，证明该方法具有良好的可解释性与应用潜力。
-
2026,49(13):36-44, DOI:
Abstract:
针对隧道炮孔识别中因光照不足、粉尘浓度大导致的精度低、模型权重高等问题，提出了一种结合红外热成像与深度学习技术的轻量级炮孔检测模型。以YOLOv11n为基线模型，首先集成轻量级StarNet网络，增强多尺度特征提取能力并优化计算效率；其次引入Star Block模块，构建C3k2_BlockStar模块，提升不同尺度特征融合效果；最后设计轻量化检测头，进一步降低计算复杂度。实验表明，改进后模型参数量减少54%，模型大小缩减32%，能有效识别隧道红外炮孔，为隧道施工中机器人自动化装药提供了技术基础，具有较高的实用价值和应用前景。
-
2026,49(13):45-55, DOI:
Abstract:
皮肤镜图像分割因病变形态复杂、边界模糊及噪声干扰，面临诸多挑战。提出深度学习模型MelanoFusionNet，采用ResNet50与改进的Mamba VSS构成双分支编码器，结合多尺度注意力融合解码器（MSAFD），整合局部与全局信息。解码器中的扩展内核分组门（EKGG）、分层尺度感知注意力模块（HSAM）提升特征融合与边界精细度，深度可分离上采样块（DURB）提高重建效率。模型以Dice与边界损失加权训练。在ISIC2018数据集上的实验显示，其多项指标优于主流方法，能为皮肤癌计算机辅助诊断提供可靠支持。
-
2026,49(13):56-62, DOI:
Abstract:
基于空间静电磁场构建了电容层析成像（ECT）密集电极阵列传感器的三维有限元模型。分析了极板轴向高度、径向夹角和层间距对传感器电容动态范围和灵敏度均匀性性能的影响并确定优化区间，以图像相对误差、图像相关系数和空间图像误差为基础确立了传感器性能优化函数，并采用响应面法（RSM）对其结构参数进行了优化。结果表明，优化后的8×8密集电极阵列在管道油水两相流成像中显著提升了重建效果，图像相关系数提高9.4%，图像相对误差和空间图像误差分别降低了13.4%和15.2%。此外，还分析了结构参数之间的交互作用，以确保优化结果的稳健性。总体而言优化后的密集阵列具有更高的分辨率和精度，显示出该传感器在多相流检测中的应用潜力。
-
2026,49(13):63-74, DOI:
Abstract:
针对田间复杂作业环境下的自动除草控制系统参数整定困难、抗干扰能力差、轨迹跟踪精度低，导致大豆株间机械避苗除草困难、伤苗率高的问题，提出了一种基于多策略改进的鲸鱼优化算法(MSWOA）优化的大豆株间避苗除草控制系统，以控制步进电机角速度实现除草刀精准的避苗除草。首先，对株间避苗除草建立数学模型，并将模糊控制器与线性自抗扰控制器（LADRC）进行结合，提升系统的抗扰动性能。其次，通过MSWOA整定模糊线性自抗扰控制器（Fuzzy-LADRC）的关键参数，通过多个基准函数的对比测试，证明了MSWOA具有更好的寻优性能和稳定性。最后，在株间除草控制系统模型上进行仿真实验分析，以确定最优的控制策略。仿真实验结果表明，改进后的算法控制方法较于其他控制方法收敛速度更快、收敛精度更高，有效提升了系统的控制性能；经过MSWOA优化的Fuzzy-LADRC控制系统相较于传统PID和LADRC受干扰恢复时间分别减少了86.0%、10.9%；通过将MSWOA与其他算法的参数整定进行对比，也验证了改进后算法在该控制系统中优越性。该控制系统在抗干扰能力、响应速度上有着明显的优势，能够适应复杂的田间工作环境，满足精准避苗除草的控制要求。
-
2026,49(13):75-81, DOI:
Abstract:
在认知无线电中，针对传统能量检测算法存在噪声功率难以精确测量的问题，提出了基于子频段动态划分的频谱感知优化研究，设计了两种方法，分别是利用信号包络起伏度划分子频段，引入自适应门限系数的自适应频谱感知方法；以及添加滑动窗口划分子频段，引入单一最优门限检测的最优门限方法，实现了子频段的动态划分和频谱感知。仿真实验结果表明，最优门限方法相较于单一的最优门限检测，在-11.7~0 dB范围内检测性能最高提升了10%，在-20~0 dB范围内明显比自适应频谱感知方法的检测概率更高。最优门限方法表现出更好的频谱感知性能以及鲁棒性。
-
2026,49(13):82-89, DOI:
Abstract:
面向仓储无人叉车长期自主导航过程中易出现的累计漂移问题，基于LeGO-LOAM 框架构建了一套融合地面Aruco标记的定位系统。系统利用LiDAR提供连续里程计约束，Aruco标记在被识别时提供全局位姿锚点，二者通过因子图进行后端优化融合。针对工程部署场景，给出了标记布置策略、传感器外参标定流程以及图优化权重设定方法。实验在室内-走廊真实环境中进行验证，定位均方根误差（RMSE）由 0.635 1 m 降至 0.272 8 m（下降 57.0%）。在部分标记遮挡情况下仍保持稳定性能。结果表明，该方案具备实现成本低、易部署、可维护性强等工程优势，适用于仓储物流场景中的自主导航任务。
-
2026,49(13):90-99, DOI:
Abstract:
针对拼接镜面望远镜位移促动器编码器协议封闭，现有解码方案功耗大、体积大等问题，提出了一种基于SoC-FPGA技术的高精度位置反馈系统，实现EnDat2.2协议的开放式解码，以满足国产化替代对于小型化、低功耗与高集成度的需求。采用Zynq-7000平台构建PS-PL协同处理架构。PS端以双核Cortex-A9核心完成系统控制与通信调度；PL端以硬件逻辑实现曼彻斯特编解码与CRC-5校验。设计以ADM1485和ADuM1301为核心的驱动接口电路，增强抗干扰能力。并利用IDELAYE2模块进行动态时序补偿，解决物理链路差异导致的数据相位偏移问题。实验表明，系统位置反馈精度达到368 nm。大规模错误注入测试表明，CRC-5校验在0.2%错误率下的检测成功率达99.99%,PCB体积约减少31.6%，功耗水平下降超11倍。成功实现了EnDat2.2协议的高可靠性解码，为我国天文望远镜及高精度数控装备的位移控制小型化、低功耗与高集成度提供了关键技术支撑，具有重要的工程应用价值和自主推广意义，未来可进一步优化算法以提升极端环境下的稳定性。
-
2026,49(13):100-109, DOI:
Abstract:
针对炼铁过程中的原材料球团密集堆叠、边界模糊、光照不均匀的难题，提出了一种基于改进RT-DETR与MobileSAM的级联式粒径检测与分割框架。在检测器的骨干网络中嵌入坐标注意力机制（CA），在AIFI编码器中引入高效判别频域前馈网络（EDFFN），引入多尺度特征调制(MFM)融合模块替代传统融合方式，最后以检测框为提示引导MobileSAM生成初始掩码，并引入基于动态感受野与高效多尺度注意力机制（EMA）的细化器对掩码边缘进行多尺度自适应修复，并结合几何拟合实现精确的粒径测量。该方法在球团矿数据集中的召回率达到95.7%，mIoU为90.1%，有效提高了分割精度，减少了过度分割。该研究为工业炼铁过程的在线粒径监测提供了一种高精度、高鲁棒性的解决方案。
-
2026,49(13):110-120, DOI:
Abstract:
针对关节臂测量机的测量系统无法完成如轨迹规划、误差补偿等复杂功能的问题，研制了基于Unity平台的关节臂坐标测量机的测量系统。分析了关节臂测量机的功能需求并建立了相应的算法模型，在Unity平台上搭建了测量机测量系统，针对测量系统分别设计了虚拟样机显示功能、虚拟机与实际样机同步运动功能、多关节同步轨迹规划功能与误差补偿功能。利用测量系统完成了标准球直径的测量实验，结果表明补偿后的平均误差为0.015 5 mm。完成了关节臂测量机测量系统功能的集成，为实现测量机自动化测量奠定了基础。
-
2026,49(13):121-130, DOI:
Abstract:
针对野外复杂环境下边缘计算设备用于野生动物智能监测中存在的背景干扰大、目标遮挡严重、算力受限及运动轨迹非线性、续性差等关键问题，提出了一种基于YOLOv8与ByteTrack改进的轻量化多目标监测与跟踪方法。首先，在检测模块中引入通道-空间联合的全局注意力机制(GAM)来提高复杂背景下对目标特征的聚焦与抑噪能力，并设计轻量化主干网络(L-YOLOTrack)，使模型参数与计算量均降低，同时强化复杂场景下的特征聚焦能力，满足嵌入式实时部署需求；其次，在跟踪模块中构建结构感知校准损失函数(SCALoss)，通过几何结构约束提升遮挡条件下的定位精度，并针对非线性运动引入改进扩展卡尔曼滤波(EKF)，加入自适应噪声调整机制并且扩展状态向量，增强轨迹预测的鲁棒性与连续性。实验在野生动物数据集上验证了所提方法的有效性：相比基线模型，mAP@0.5-0.95由40.1%提升至45.7%，多目标跟踪准确率(MOTA)提升14.3%，同时参数量下降9.3%，结果表明该方法在检测精度和跟踪稳定性方面均实现了显著增益，为野生动物的行为识别与动态监测提供了高效、可靠的技术支撑。
-
2026,49(13):131-142, DOI:
Abstract:
在温室环境下的串番茄自动化采摘过程中，快速识别串番茄与定位采摘点至关重要。针对温室环境中串番茄自动化采摘中果串快速识别与采摘点精准定位需求，提出了一种基于改进YOLOv11-Pose的视觉检测定位方法。该方法首先构建了一个包含串番茄和采摘点同时标注的数据集；其次通过在YOLOv11-Pose原模型的不同位置中引入了GhostC3ECA与C3k2_CA两个模块，分别实现网络的轻量化与采摘点的精准定位，最终实现端到端的串番茄实时检测以及采摘点精准定位；在网络后端，利用面向姿态的非极大值抑制来优化密集果实的检测与关键点的定位效果。实验在玻璃温室采集的串番茄数据集上进行验证，串番茄的识别精度为96.2%，采摘点的定位精度为86.5%，同时模型的推理速度为67.2 fps，能很好的满足实时性处理要求。经现实的温室采摘场景验证，所提出的基于改进YOLOv11-Pose的串番茄识别与采摘点定位方法，为自动化采摘机器人提供了一种高效、可靠的视觉检测方案。
-
2026,49(13):143-151, DOI:
Abstract:
阻抗作为高速互联链路的核心电气参数，其测试精度是保障信号完整性的关键。然而测试夹具引发的牵引效应导致实测值严重偏离真实值，成为以太网高速连接器高精度测试领域的共性难题。现有研究多采用单因素分析方法，难以揭示公差与电磁耦合的协同作用机制。提出一种融合公差差异与耦合强度的双因子牵引模型，通过引入公差差异系数与耦合系数，构建了牵引因子的定量计算方法，实现了对牵引效应的精准量化。仿真与实测结果表明，该模型能有效表示公差与耦合的协同作用规律，在强耦合条件下，3%公差夹具的阻抗测试偏差率经模型精准量化后可控制在16.8%以内，且模型预测值与实测值的误差均在3%以内。该研究为高精度阻抗测试提供了理论模型与实验依据，对提升高速装备性能评估可靠性具有重要价值。
-
2026,49(13):152-162, DOI:
Abstract:
为解决小样本条件下变压器故障诊断准确率低的问题，提出了一种基于改进原型网络的变压器故障诊断方法。首先，采用基于残差结构的多层感知机对变压器油色谱数据进行特征提取，借助深层网络结构获取更有判别力的特征表示；然后，提出了一种任务与样本双层注意力驱动的原型构建机制，通过任务条件注意力机制动态调整支持集的表示，并结合样本注意力机制对支持样本进行加权以突出判别特征，从而生成更有区分性的类原型，解决了原型网络在跨任务适应性和类内判别性方面的不足；最后，通过计算样本与各类别原型之间的欧氏距离实现变压器故障诊断。实验结果表明，在IEEE Dataport数据集上本文方法相比原型网络、匹配网络和关系网络的诊断准确率分别提高了15.14%、21.49%和18.68%，在IEC TC 10 Dataport上分别提高了6.43%、6.90%和8.65%。为小样本条件下变压器故障诊断方法提供新的思路与参考。
-
2026,49(13):163-170, DOI:
Abstract:
针对智能家庭服务机器人在生活物品识别任务中，目标存在的多尺度、多类别及密集分布等复杂检测挑战，提出一种改进的YOLOv10-DLC目标检测算法，设计特征融合多样分支模块（C2f-DBB），提高算法网络对不同尺度目标的检测能力；嵌入快速空间金字塔池化与大核分离卷积注意力相结合的模块（SPPF-LSKA），提升算法网络对特征空间结构的理解能力，突出目标关键特征；引入内容感知特征重组（CARAFE）算子提升网络在图像上采样过程中的细节重建精度。实验分析表明，改进后的YOLOv10-DLC算法有效提高了生活物品目标检测的准确性和效率，其平均精度均值（mAP）值达到94.3%，较原算法网络模型提升3.6%。
-
2026,49(13):171-180, DOI:
Abstract:
针对输水管道内壁背景纹理复杂、微小裂纹与不规则脏污难以区分等问题，提出了一种基于改进 YOLOv11n 的高精度检测算法。首先，利用双向特征金字塔网络(BiFPN)重构颈部网络，通过快速归一化融合机制实现多尺度特征的动态聚合，提升对微小及变尺度目标的表征能力；其次，在特征融合末端嵌入 GCNet 模块，建立像素级长距离依赖以增强全局背景理解，有效抑制水垢等噪声干扰；最后，构造 Focaler-MPDIoU 损失函数，结合几何优化与动态聚焦机制，提升定位精度并均衡难易样本训练。实验表明，改进算法在自建数据集上的平均精度均值(mAP)mAP50达到91.40%，较基线提升约9.5%，在满足实时性的同时显著增强了鲁棒性，具有较高的工程应用价值。
-
2026,49(13):181-189, DOI:
Abstract:
针对印刷电路板（PCB）表面缺陷检测网络存在对小缺陷敏感性低、检测效率低下等难题。提出了一种基于YOLOv11改进的PCB缺陷检测算法CID-YOLO。首先，结合IDWC（inception depthwise convolution）改进C3k2模块，通过多分支特征提取机制，减少因网络深度增加而造成PCB表面缺陷高位特征信息的丢失，并减少模型参数量；其次，引入动态激活机制Dynamic Tanh改进C2PSA模块，增强模型非线性表达能力，使模型能更好地适应不同尺度的缺陷特征；接着嵌入CGBD下采样模块通过高效的上下文信息提取机制，提高PCB表面特殊缺陷的识别能力；最后，替换原分类损失函数，通过动态加权策略抑制数据不均衡导致的梯度偏移，有效提升模型泛化性能。实验结果表明，提出的CID-YOLO模型在北京大学公共PCB缺陷数据集上的平均精度均值(mAP)mAP50和mAP50.95指标分别达到96.0%和52.7%，较基线模型分别提升2.4%和1.6%，证明了所提算法的有效性。
-
2026,49(13):190-202, DOI:
Abstract:
针对背景干扰导致水下目标关键特征提取不充分，关注区域无法遍及整个目标的问题，提出了一种混合注意力与动态特征引导网络的水下目标检测算法。所提方法首先设计一种全维度动态提取模块（FDEM），充分理解目标整体性特征。其次，设计加权特征拼接模块(WFCM)，以保留从浅层到深层的关键特征。将CARAFE算子用于特征上采样操作，从而使局部区域的关键特征得到更多关注。最后，构建混合注意力机制(HAM)，有效结合目标的通道信息和像素点信息，保留关键特征。经实验验证，该方法能够充分提取关键特征，更有效地关注目标的整体性特征，从而减少水下背景干扰，进一步提升水下目标检测性能。
-
2026,49(13):203-215, DOI:
Abstract:
针对无人机视角下目标尺度小、遮挡严重导致的特征提取困难及检测精度偏低问题，提出了一种改进RT-DETR的无人机小目标检测算法SwiftHawk-DETR。首先，重构特征金字塔网络(FPN)的融合路径，新增微小目标检测层P2以强化细粒度特征捕捉，移除冗余大目标检测层P5以精简计算；其次，设计可变形快速多尺度注意网络Dfaster_net，通过动态采样机制强化小目标边界细节捕捉，同时采用高效特征提取策略降低计算开销；然后，在颈部网络中引入小波特征升级(WFU)缓解原模型上采样与Concat操作导致的边缘高频特征失真，结合SlimNeck架构优化跨尺度特征融合；最后，构建Focaler EIoU与NWD加权融合的损失函数，通过平衡定位误差与特征分布差异提升小目标建模能力。实验结果表明，算法在VisDrone2019和HIT-UAV数据集上，mAP50和mAP50:95较基准RT-DETR分别提升3.8%和4.2%，参数量降低61%。
-
2026,49(13):216-223, DOI:
Abstract:
水稻是我国主要的粮食作物之一，水稻的虫害胁迫制约着水稻产业的健康持续发展。因此，快速、准确地识别出水稻虫害类型具有十分重要的意义。针对水稻虫害检测精度低、易发生漏检和误检等问题,提出了改进YOLO第8版(YOLOv8n)水稻虫害识别检测方法。首先,融合了双向特征金字塔（BiFPN）结构，用于有效特征层的整合。并在主干网络与颈部网络之间引入基于挤压 激励(SE)的注意力机制模块，提高网络的特征融合能力；引入Wise-IoUv2损失函数代替IoU损失函数，从而降低原有IoU损失函数存在的回归精度问题；进一步提升网络的检测性能。在水稻虫害数据集上进行大量实验,结果表明，所提出的改进模型在平均精度均值（mAP）、精确率（Precision）和召回率（Recall）方面均优于当前主流算法。具体而言，该方法在mAP上达到了89.2%，Precision为92.5%，Recall为83.3%。相比之下，YOLOv5的mAP为84.1%、YOLOv8为85.2%、YOLOv9为86.4%、YOLOv10为85.1%，Faster R-CNN仅为59.75%。在Precision方面，该模型也优于YOLOv5（88.4%）、YOLOv8（89.6%）等，且Recall高于所有其他模型，显示出更强的目标检测能力和稳定性，mAP较原始YOLOv8n提升了4％。改进YOLOv8n算法能够满足水稻叶片虫害识别对及检测精度的需求,同时提高了对小目标和密集目标的检测能力, 从而减少了漏检和误检的情况。改进YOLOv8n算法与目前主流算法相比在精度上具有一定优势，水稻害虫检测提供了一种更优的方法，对于防治水稻害虫有重要意义。
-
2026,49(13):224-234, DOI:
Abstract:
针对无人机航拍图像中存在的复杂光照干扰，小目标分辨率低、容易漏检误检以及目标结构模糊等问题，提出了一种基于改进RT-DETR的无人机航拍图像目标检测方法IF-DETR。首先，在骨干网络中设计了跨阶段光照门控单元，通过在特征层面建模光照与反射分量，增强了模型在复杂光照环境下对目标的提取能力。其次，在颈部网络构建了小目标多尺度特征融合结构，有效提升了对小目标的特征提取与辨识能力。此外，提出了一种高斯特征增强模块，利用高斯先验与空间注意力机制增强与目标相关的结构信息，同时抑制背景噪声。最后，构建Focaler-Powerful-IoU损失函数，实现了更稳定、更精准的目标定位。实验结果表明，与RT-DETR模型相比，改进后的IF-DETR算法在Visdrone2019数据集上，平均精度均值(mAP)mAP50、mAP50:95、召回率和准确率分别提升了3.0%、2.3%、3.9%、2.0%，能够有效改善无人机航拍图像检测的漏检、误检问题并且提高了检测性能，具有广泛的应用前景。
-
2026,49(13):235-246, DOI:
Abstract:
针对工业表面缺陷检测中存在的缺陷形态多变、对比度低及小目标易漏检等挑战，提出了一种基于边缘引导与局部-全局Mamba(GLMamba)网络的语义分割模型，构建了一个由边缘引导的编码 解码分割网络，实现了“边缘增强-全局局部编码-双路径解码”的协同。具体地，首先构建了(GLMamba)编码器，通过在浅层与深层分别部署局部与全局Mamba块，协同建模图像的局部细节与全局上下文。另外，设计了边缘特征提取模块（EGFM），通过融合Sobel梯度与多尺度特征，显式生成边缘特征图，并利用边缘注意力模块（EAM）对其进行增强。为进一步将边缘信息注入主干网络，引入了多尺度边界门控机制（MSBG），动态调制编码器与解码器特征。解码器则采用双路径注意力模块，并行融合空间细节与通道上下文，进一步优化了多尺度特征的融合效率与语义一致性。在NEU-Seg、MT-Defect、FSSD-12这3个数据集上的实验结果证明了该模型的有效性和泛化能力。
-
2026,49(13):247-259, DOI:
Abstract:
布匹织物缺陷的自动检测是保障纺织品质量的关键环节，针对布匹织物缺陷检测中因特征提取困难导致的漏检以及缺陷间差异不明显造成的误检问题，提出了一种改进的YOLOv11n检测算法。在主干网络C3k2中引入DRB，增强多尺度特征表达能力；构建C2TDME模块替代原C2PSA中PSABlock部分，提升模型小目标检测与全局上下文建模能力；在颈部网络中，设计GC-MANet模块替代C3k2，强化缺陷形态与纹理特征的捕捉，缓解背景与缺陷特征混淆问题；通过RepStem结构改进下采样过程，扩大了感受野并增加特征提取路径。实验结果表明,改进后算法的精度达到93.2%、召回率达90%、mAP50达94.1%，相较于原YOLOv11n模型分别提升1.30%、7.53%、4.21%，有效提高了织物缺陷检测的准确性，满足工业生产的实际需求。
-
2026,49(13):260-262, DOI:
Abstract:
2026年第49卷第13期
人工智能在电子测量中的应用
研究与设计
精密测量
测试系统与模块化组件
理论与算法
信息技术及图像处理
-
2024,47(6):1-7, DOI:
Abstract:
城市交叉路口是交通事故多发路段，对于智能网联汽车来说，在行驶过程中进行风险检测与碰撞预警，从而保障驾驶的安全性至关重要。本文针对有信号灯的城市交叉路口提出一种考虑信号灯约束的行车风险场模型，并基于此模型设计三级碰撞预警方法。首先针对城市交叉路口的潜在冲突风险点构建功能场景，并将信号灯的约束作用考虑进行车风险场模型。为了解决碰撞预警问题，提出以TTC为指标划分三级冲突区域，通过计算主车行驶过程中周围对应的场强值，并根据干扰车在主车周围势能场的位置来衡量主车所受碰撞风险。实验结果表明，所设计的模型能够准确对进入主车势能场范围的干扰车进行预警，预警成功率可达100%，误报率仅为3.4%，证明所提方法的可靠性和有效性。
-
2024,47(6):123-130, DOI:
Abstract:
针对低速增压风洞测力试验，分析气动特性曲线的原始数据源，以天平信号、流场状态和模型姿态为主要对象，结合试验控制流程，从单点数据向量、单车次数据矩阵和同期多车次数据集等维度，研究试验数据的异常检测方法策略，并以此为核心知识库，完成异常数据检测专家系统设计开发。试验过程中系统推理机自动在线执行，经过数据识别、规则推理、逻辑推理和知识迭代，实现原始数据的预检测和预诊断。试验应用结果表明，专家系统对天平桥压异常、线性段跳点和零点检测等异常类型检测敏感度高，为异常数据分析指引方向，提升问题数据排查效率。
-
2024,47(6):8-13, DOI:
Abstract:
为了解决现有单天线超高频RFID技术在室内静态目标定位中精度不高的问题，本文提出了一种基于天线视轴信号传播模型的RFID定位新方法。该方法首先通过天线纵向扫描确定目标的高度位置；其次，调整天线高度与目标高度一致，然后步进旋转扫描以识别目标的方向角；进一步的，利用麻雀搜索算法优化的反向传播神经网络建立路径损耗模型并用于测距；最后，综合高度、方向角和距离数据完成目标的定位。实验结果表明，在室内环境测试中，所提出的方法平均定位误差为7.2 cm，能够满足一般室内场景下物品的定位需求。
-
2024,47(6):100-108, DOI:
Abstract:
在基于机器视觉的锯链缺陷实时检测过程中，油污、粉尘等因素影响图像亮度和质量，导致目标检测网络的特征提取能力下降。为保证复杂环境下锯链缺陷检测的准确率，本文设计了一种结合弱光增强和YOLOv3算法的锯链自动化缺陷检测方法。首先使用RRDNet网络自适应增强锯链图像亮度，恢复图像暗区的细节特征；然后采用改进YOLOv3算法对锯链零件进行缺陷检测，增加FPN结构特征输出图层，利用K means聚类算法对先验框参数重新聚类，并引入GIoU损失函数来提高小目标的缺陷检测精度。最后搭建一套锯链缺陷在线检测系统，对所提方法进行验证。实验结果表明，该方法能够显著提高弱光环境下的锯链图像照度、恢复图像细节，改进YOLOv3算法的mAP值为92.88%，相比原始YOLOv3提高14%，最终系统整体的漏检率降低到3.2%，过检率也降低到9.1%。所提出的方法可实现弱光场景下锯链缺陷的在线检测，并且对多种缺陷有着较高的检测精度。
-
2024,47(6):86-93, DOI:
Abstract:
针对大场景SAR图像近岸场景舰船目标检测中遇到的陆地目标虚警和岸边目标漏检等问题，基于YOLOX设计了一种轻量化的改进模型CAM YOLOX。首先，在骨干部分嵌入CAM，增强舰船特征提取以保持较高的检测性能；其次，在特征金字塔网络结构中增加一个浅层分支，以增强对小目标特征的提取能力；最后，在特征融合网络中用Shuffle unit替换CSPLayer中的CBS和堆叠的Bottleneck结构，实现了模型压缩。在LS-SSDD-v1.0遥感数据集上进行实验，实验结果表明，本文改进算法相较于原始算法在近岸场景舰船检测的精确率P提高了5.51%，召回率R提高了3.68%，模型参数量减小了16.33%。本文算法能在不增加模型参数量的情况下，有效抑制近岸场景中陆地上的虚警和减少岸边舰船漏检率。
-
2024,47(6):64-70, DOI:
Abstract:
为满足复杂车辆任务在时延、能耗和计算性能方面的要求，同时减少网络资源的竞争和消耗，设计了一种基于车载边缘计算(VEC)的任务卸载策略，以最小化任务处理延迟和能源消耗之间平衡的长期成本为目标，将车联网中的任务卸载问题建模为马尔可夫决策过程(MDP)，提出了在传统双延时深度确定性策略梯度(TD3)的基础上，利用长短期记忆网络(LSTM)来逼近策略函数和价值函数，将系统状态进行归一化处理以加速网络收敛并增强训练稳定性的改进算法(LN-TD3)。仿真结果表明，LN-TD3性能与全部本地计算和全部卸载计算相比提高了两倍以上；收敛速度上与深度确定性策略梯度DDPG、TD3相比提高了约20%。
-
2024,47(6):182-189, DOI:
Abstract:
针对无人机领域中的监管问题，基于YOLOv5-Lite的改进模型，提出了一种随着训练过程为模型动态地分配损失权重的指数移动样本加权函数。通过模型运算，控制二自由度云台对无人机实时跟踪，且视频采集、模型计算和二轴云台控制均在树莓派4B本地进行。优化过的模型在保持原模型参数量的同时，在mAP@.5:.95指标中达到了70.2%，相较于原模型提高了1.5%。在树莓派上的实时推理平均速度为2.1 FPS，处理效率更高。树莓派在模型推理的同时，通过I2C协议控制舵机平台对无人机目标进行追踪，保持对无人机的实时动态监测，提高了系统的可靠性，具有更好的实用价值。
-
2024,47(6):34-40, DOI:
Abstract:
星载扩频应答机的数据比特与扩频码是异步的，由于传输系统噪声及多普勒频移的影响，会引起接收扩频码与发送扩频码相关峰值的衰减，导致捕获性能下降。传统的捕获技术通常存在算法复杂度高，捕获速度慢，难以适应上百千赫兹大频偏的要求等问题。本文提出了一种将扩频序列截成两段分别作相关运算的扩频序列搜索法，并结合信号平方和FFT环进行大频偏锁频的捕获方案，有效抑制了相关峰的衰减，提高了伪码捕获性能。MATLAB仿真及FPGA板级测试表明，本文所提出的扩频信号捕获方案能够对抗高达±300 kHz的多普勒频移，平均捕获时间约为95 ms。另外，该算法的FPGA实现与传统结构相比节省了约47%的LUT、43%的Register以及一半以上的DSP和BRAM资源，在资源受限的实时通信系统中具有很大的应用价值。
-
2024,47(6):20-27, DOI:
Abstract:
井下振动信号的高频测量信息能记录有关钻具动态响应的更具体细节，有益于分析诊断井下的异常振动，但是高频测量会产生大量的测量数据，导致井下振动测量设备的数据存储压力非常大。本文提出了一种基于压缩感知技术的井下振动信号的高频测量方法。通过选择性稀疏采集和存储井下振动数据，并利用信号重构算法，恢复高频测量结果。在该方法实现的过程中，提出一种分层抗频谱泄露的傅里叶字典构建和改进的分层追踪OMP信号重构算法，显著降低了信号重构时间。仿真和实验测试结果表明：该方法对振动信号的压缩感知采集效果较好，系统压缩比为18.9，重构分贝误差为52.1 dB。该方法有效减轻了井下振动测量设备的数据存储压力，为获取井下振动的高频测量数据提供了一种新途径。
-
2024,47(6):109-115, DOI:
Abstract:
为了解决传统SPD寿命告警的表征方式与SPD真正的寿命状态不能明确的一一对应，以及单一劣化相关参数表征的剩余寿命模型预测性差等问题，设计了一款基于STM32多参数SPD剩余寿命远程监测系统。以STM32为主控，实时采集SPD的浪涌电流、泄漏电流、表面温度以及脱扣状态等重要参数，通过BC20无线通讯模块将状态信息上传到One NET云平台。One NET云平台实时显示和存储SPD的多参数数据，并提供数据管理和分析，采用SVM分类模型判断SPD是否损坏和BO-LSTM预测模型预测SPD剩余寿命。基于BC20的定位功能，在上位机查看SPD的实时地理位置。结果表明:BO-LSTM剩余寿命预测模型的均方根误差为0.001 3，平均绝对误差为0.001 8，该系统可以实时监测SPD状态，能够有效预测SPD剩余寿命值，并且及时预警。
-
2024,47(6):94-99, DOI:
Abstract:
本文针对ORB-SLAM2算法在黑暗环境或纹理较少的环境下提取特征点少，从而导致SLAM系统定位精度不高、匹配对数较少，进而导致系统崩溃的问题，提出了一种基于自适应阈值的特征点提取算法与改进的四叉树均匀化策略。首先基于图像的亮度进行基于自适应阈值的FAST特征点提取，之后通过改进的四叉树均匀化策略对图像的特征点进行剔除与补偿，完成特征点选取。实验结果表明，与原算法相比，改进后的特征点提取算法在黑暗环境与纹理较少的环境下，匹配对的数量提升了17.6%，SLAM轨迹精度提升了49.8%，有效的提升了SLAM系统的鲁棒性和精度。
-
2024,47(6):50-57, DOI:
Abstract:
在面向一些大型商超、医院、教学楼等大规模室内多层结构定位中，针对多层WSN结构的非测距定位问题，提出一种基于改进天鹰的三维室内多层结构定位算法IAODV HOP算法。首先，为节点划分3类通信半径以细化跳数，同时利用最小均方差和权重因子修正节点的平均跳距。其次，用IAO算法对未知节点坐标进行寻优，通过佳点集策略对种群初始化，解决天鹰算法因初始种群随机分布而导致的种群的质量和多样性难以保证的问题，并且在局部搜索中加入黄金正弦的搜索策略完善种群的位置更新方式，增强了算法的局部搜索能力。通过仿真实验，本文所提算法IAODV HOP相较于传统3D DV Hop、PSO 3DDV Hop、N3 3DDV Hop以及N3 ACO 3DDV Hop算法，归一化平均定位误差分别下降7033%、6267%、64%、5367%，表现出更优的性能，具有更好的稳定性和更高的定位精度。
-
2024,47(6):14-19, DOI:
Abstract:
为解决高海拔地区气压降低导致急救呼吸机潮气量控制精度下降的问题，提出了双环PID潮气量控制系统。该系统采用气压补偿型PID控制器调整风机转速，并辅以积分分离式PID控制器，以实现对气流速度的精确控制。在实际海拔4 370 m、大气压59 kPa的环境中，系统性能测试表明，相较于单环PID控制，双环控制系统在高海拔条件下表现出快速响应和无超调的卓越性能。平均气流速度输出误差为3.19%，最大误差为4.1%，优于现有临床设备的准确性。这一技术突破不仅提供了高海拔急救呼吸机潮气量控制的有效解决方案，也为特殊环境下的通气控制技术发展贡献了重要参考。
-
2024,47(6):79-85, DOI:
Abstract:
针对标准蜜獾算法(HBA)易陷入局部最优、搜索精度低、收敛速度较慢等问题，提出基于精英差分变异的蜜獾算法(EDVHBA)。将标准HBA中的两种寻优策略所搜寻到的精英解，进行组合差分变异以产生新的精英解，利用3个精英解协同指导种群下一轮迭代，可以增加算法解的多样性，防止算法陷入过早收敛；同时改进非线性密度因子和引入新的位置更新策略，提升算法的收敛速度和寻优精度。为验证算法的改进效果和性能，对8个经典测试函数进行仿真实验，实验结果表明：与其他群智能算法和改进的HBA相比，EDVHBA在单峰函数中都能搜寻到最优值0，在多峰函数中迭代50次左右就可以收敛到理想最优值，验证了EDVHBA具有更好的寻优性能。
-
2024,47(6):157-163, DOI:
Abstract:
为了解决语音通信系统中音频信号处理的数据量大，杂散信号多，以及调频接收机在接收到的音频信号忽大忽小的问题，提出了一种轻量化音频信号处理算法，并基于此算法在现场可编程门阵列(FPGA)平台上实现了音频信号的接收与自动增益控制。该算法结合数字下变频技术、多级抽取滤波技术及自动增益控制技术(AGC)，应用于音频信号处理系统中，将从上级天线接收的射频模拟信号通过模数转换以及数字下变频转换为基带音频信号，经四级抽取滤波将基带信号中的杂散信号滤除，降低了系统的复杂性和功耗，同时AGC对基带音频信号进行控制调整，输出较为稳定的音频信号。经过实验证明:该算法能够有效地将信息速率从102.4 MHz降至32 kHz、减少计算负担、提高信号质量、降低了FPGA的资源利用率；并且实现音频信号的自动增益控制调整，其调整时间仅为12.8 μs，满足接收机的功率稳定时间。
-
2024,47(6):137-142, DOI:
Abstract:
针对烟草行业，目前尚未存在检测加热卷烟烟具加热温度及温度均匀性的检测装置和方法，为了解决在狭隘空间内对微型棒状加热片的测温需求，本文研制了一种卷烟加热棒测温仪，并设计了一种适用于卷烟加热棒测温的新型结构。为了验证卷烟加热棒测温仪测量结果的准确性与可靠性，对测温仪进行不确定度分析。分析结果依据《GB/T 13283-2008工业过程测量和控制用检测仪表和显示仪表精确度等级》标准，在量程为100 ℃~400 ℃，满足0.1级要求。最后实验验证可以有效测量不同烟支的加热温度场情况。
-
2024,47(6):190-196, DOI:
Abstract:
基于表面肌电信号和模式识别的手势识别方法在康复手领域中具有广阔的应用前景。提出一种基于表面肌电信号的手部姿势识别方法，以预测手部的52种动作。为解决表面肌电信号易受干扰的问题，提高对表面肌电信号的分类效果，提出了TiCNN DRSN网络，主要作用是在拥有噪声的情况下能够更好的识别率，减少滤除噪声的时间。TiCNN网络使用卷积核Dropout和极小批量训练，为卷积神经网络引入训练干扰并且增加了模型的泛化性；DRSN网络可以有效的剔除sEMG信号中的冗余信号，减少信号噪声干扰。TiCNN DRSN网络在不需要任何降噪预处理的前提下，取得了很高的抗噪与自适应性能。本模型在Ninapro数据库上的识别率达到97.43%±0.8%。
-
2024,47(6):116-122, DOI:
Abstract:
滚动轴承在旋转机械中发挥着重要作用，若出现故障，轻则引起设备停机，重则危及现场人员生命安全，因此有必要对其进行故障诊断。针对滚动轴承故障特征难以提取，传统分类方法正确率不高的问题，本文提出一种基于集合经验模态分解（EEMD）能量熵和金豺优化算法（GJO）优化核极限学习机（KELM）的故障诊断方法，实现了提取滚动轴承故障特征并正确分类的目标。通过实验数据进行验证，该方法能够提取到滚动轴承原始信号中隐含的故障信息特征，其诊断正确率高达98.47%。
-
2024,47(6):28-33, DOI:
Abstract:
随着卫星网络、车联网络、工业网络等业务仿真模拟需求的日益增长，针对传统专用信道损伤仪存在的模拟链路数量少、灵活性低、资源占用高等问题，本文提出一种基于时延量程策略的多会话时延损伤模拟方法，构建灵活的软件网络损伤模拟。该方法通过识别检测独立控制各会话流的时延损伤，并采用基于时延程策略的多队列合并架构以降低资源占用。实验结果表明，相较于传统专用设备与模拟软件NetEm，该方法支持百万级链路的独立时延配置，会话流数从十数条增加到百万条，且在各带宽下降低至少85%的内存占用，满足大规模和精度的同时极大的降低系统成本。
-
2024,47(6):58-63, DOI:
Abstract:
针对高速列车自动驾驶系统，采用基于天牛须粒子群（BAS-PSO）优化自抗扰控制（ADRC）的算法，设计速度跟踪控制器。基于列车动力学模型设计自抗扰控制器，并以ITAE作为目标函数，利用BAS PSO实现参数整定。选用CRH380A型动车组参数，通过MATLAB进行仿真验证，对比BAS-PSO、PSO以及改进鲨鱼优化ADRC算法对列车目标速度曲线的追踪效果，其中基于BAS-PSO优化ADRC算法的列车目标速度曲线跟踪误差保持在±0.4 km/h的范围内，相比另外两种算法更加紧密地贴近目标速度曲线。结果表明，基于BAS-PSO优化ADRC具有跟踪误差小、抗干扰能力强的优点。
