摘要:无人飞行器在陌生场景中的自主路径规划与着陆工作一直是相关领域研究的重点,提出了一种基于激光雷达采集到的 点云数据来给飞行器推荐最优着陆地址的方法。 该方法通过飞行器位姿信息辅助以及选址窗口维护等手段校正并扩充了雷达 采集到的原始点云数据,之后再利用改进的 RANSAC 算法对生成的候选平面进行评估选择,最后反馈最优着陆点的位置坐标 信息。 仿真环境下的实验结果表明该方法运算结果稳定准确,且运算速度满足飞行器实时工作需求,同时计算所需空间时间开 销较小,能够符合在现实场景中正常工作的标准。

摘要:针对微惯性测量单元精度低和传统姿态解算方法误差较大,提出一种 Mahony 和扩展卡尔曼滤波(EKF)融合的姿态解 算算法。 首先通过 Mahony 滤波器融合陀螺仪、加速度计和磁力计数据,解算得到初步姿态四元数。 再以 Mahony 滤波器的姿态 四元数作为 EKF 的量测值,根据非重力加速度的大小,自适应正相关调节量测噪声协方差矩阵;根据陀螺仪测量的角速度信息 建立 EKF 状态方程。 最终经过 EKF 滤波后,获取无人机姿态的估计。 经过仿真实验验证,融合算法解算静态姿态角误差小于 0. 1°,解算动态姿态角误差小于 1°,均优于互补滤波算法和改进 EKF 算法。 融合算法能有效抑制陀螺仪漂移误差,滤除加速度 计测量值混有的高频噪声和抑制非重力加速度的干扰,提高姿态解算精度。

摘要:针对无人机多传感器数据决策时存在的数据可靠性不足以及资源浪费的问题,提出一种基于 BP 神经网络的无人机惯 性测量单元(IMU)多传感器冗余的补偿算法。 将低精度的 IMU 传感器数据输入到 BP 神经网络,利用 BP 神经网络的非线性拟 合能力,补偿低精度 IMU 数据的误差,然后利用基于置信度的数据仲裁算法对多个较高精度数据进行仲裁,输出经过数据融合 后的传感器数据,此过程还可以进行传感器故障判断和定位。 通过改变同类型传感器安装方式解决奇点问题。 实验结果表明, 经过神经网络误差补偿后,误差比原来减小了 55. 2%,比使用卡尔曼滤波算法进行误差补偿后的误差小 53. 9%。 此算法充分发 挥了冗余传感器设计的优势,提高了传感器系统的可靠性。

摘要:机载天线安装在无人机表面,容易成为雷电附着点,对无人机的飞行安全会产生严重威胁。 为开展相关设计,并验证设 计的有效性,针对 UHF 机载天线为研究对象,设计了片段式导流条和端口射频雷电抑制器的防护方案。 先后进行了初始先导 附着试验、外部部件瞬态感应试验、电性能测试和系统评估计算。 试验结果表明,天线损伤程度降低,片段式导流条对天线的电 性能影响不超过 0. 3 dB,射频雷电抑制器不影响驻波比、增益。 最终链路余量满足大于 3 dB 的要求,证明了设计的有效性。

摘要:针对无人机巡线中输电设施放电问题,推导了紫外放电检测链路模型并使用光电倍增管设计了紫外放电检测系统。 使 用紫外放电检测系统进行放电检测实验,实验结果表明,系统探测信号与放电信号高度重合,系统探测信号强度与放电信号的 强度呈现良好的线性相关;同一探测距离不同探测位置探测得到的信号峰值与探测平均值的相对误差小于 3%,即探测信号强 弱与探测距离有关,与探测位置无关;不同探测距离下模型计算的理论值与实际探测值具有一致性,之间的相对误差最大为 15. 7%,验证了模型的正确性。 该成果对无人机巡线时的紫外放电检测有一定的指导意义。

摘要:近年来以载波相位差分技术为核心的实时动态(real-time kinematic, RTK)高精度卫星定位技术在测绘领域迅速发展, 基于 RTK 定位原理,以轻小型化、高精度、稳定快速卫星定位接收机为目标,研究无人机 RTK 接收机的多系统多频段全球导航 卫星系统(global navigation satellite system,GNSS)信号处理技术,包括 GNSS 多频射频前端处理、基带信号处理关键技术。 通过 专业仿真手段可以得出设计的射频前端接收灵敏度高于-130 dBm,对 6 758 个采样点搜索捕获的执行时间仅为 0. 68 s,捕获频 移误差约为多普勒频移的 0. 932%,载波跟踪稳定后频率误差基本集中在 0. 75 kHz 以下。 仿真结果表明,设计的 GNSS 信号处 理模块符合实际的多频 RTK 定位接收机要求。

摘要:针对电力线巡线异物检测使用的传统卷积神经网络空间辨识度较差、训练样本需求过多的问题,提出一种改进胶囊网 络模型。 使用数据灰度化、三维块匹配滤波算法预处理巡线数据集。 提出自适应贡献池化降低数据信息丢失量,异物数据深度 信息提取单元提取主要特征来滤除冗余信息、减少数据数量以改善模型性能,改进异物识别主胶囊层和动态路由结构以适应电 力线巡线异物检测的二分类情况。 对自适应贡献池化和最大池化,无池化、传统结构胶囊网络和改进胶囊网络,改进胶囊网络 和 AlexNet、GoogLeNet 分别进行异物识别对比实验和改进胶囊网络的空间辨识度性能进行测试实验。 实验结果表明,在 3 700 张小训练样本条件下,经 20 次训练后,自适应贡献池化比最大池化的改进胶囊网络平均准确率提高 2. 7%,改进胶囊网络比无 池化、传统结构胶囊网络平均准确率提高 3. 6%,改进胶囊网络比 AlexNet、GoogLeNet 的平均准确率分别提高 21. 9%和 12. 6%, 且改进胶囊网络在大小、角度不同的测试数据中仍具有高于 91%的平均准确率。 改进胶囊网络在空间辨识度复杂、少训练样本 情况下仍具有较高的异物识别能力,实现了高效率、高准确率的自动化无人巡线异物检测。

摘要:心率变异性分析能够在情感识别中发挥重要作用,为了建立心电与情感类别之间的精准模型,提出了基于最大信息系 数(maximal information coefficient,MIC)的特征选择方法。 使用 Aubt 数据库和设计情感诱发实验进行研究,首先提取了心率变 异性时域、频域、非线性及时频域 40 个特征参数,然后基于 MIC 方法结合支持向量机、随机森林、K 近邻算法进行情感建模。 结 果显示,基于 MIC 特征选择方法,使用 Aubt 数据库针对唤醒度、效价、4 类情感的分类准确度分别为 90%、89%、84%,并进一步 选用皮尔森相关系数、ANOVA 特征选择方法与 MIC 进行对比;诱发实验数据中的多种一对一情感识别率均高于 75%。 结果表 明基于 MIC 特征选择方法能够显著提高分类准确度,对基于心电信号进行情感识别具有重要意义。

摘要:为进一步研究电容式 RF-MEMS 开关在实际应用中存在的可靠性问题,提出一种基于差分进化的量子粒子群算法(DEQPSO)的多核相关向量机(MKRVM)方法对开关寿命进行预测。 首先采用了限制带宽经验模态分解(BREMD)来对实验过程 中获得的寿命数据进行去噪处理,提高数据的可靠性;其次采用 DE-QPSO 获取 MKRVM 的最优稀疏权重,并利用 MKRVM 算法 对此类开关进行寿命预测;最后利用实验获取的实际数据对所用方法的准确性进行测试。 实验结果表明,MKRVM 能在 0. 21 s 的时间内得到预测结果,所得数据的均方根为 3. 104 3×10 6 s,最接近原始数据的 3. 065 7×10 6 s;DE-QPSO 能在 0. 45 s 内得到优 化结果,方差为 7×10 -5 。 同时得到弹性系数在 4~ 16 N/ m 的范围内取值时开关寿命最长的结论。

摘要:液晶屏电子仪表因其示数精确,抗干扰能力强的特性,逐渐取代了指针式仪表,在工业生产中得到了广泛的应用。 针对 液晶屏的自身的显示特性和显示原理,提出一种利用信息熵进行自适应彩色形态学预处理且基于 HSV 空间和色调映射 V 通道 增强液晶屏区域分割方法,并结合了双通道图像加权融合的区域图像增强算法研究,实现液晶屏位置区域的分割。 对多种液晶 屏图像的分割实验的结果表明,较之传统液晶屏分割方案,该方法对单色液晶屏的分割准确度提升 8. 6%,对彩色液晶屏分割准 确度提升了 12. 4%。

摘要:快速增长的功耗是 VLSI 设计中的重要问题,特别是输入信号中存在毛刺,双边沿触发器的功耗将会显著增大。 为了有 效降低功耗,提出了一种基于 C 单元的抗干扰低功耗双边沿触发器 AILP-DET,结构采用快速的 C 单元,不仅能够阻塞输入信号 存在的毛刺,阻止触发器内部冗余跳变的发生,降低晶体管的充放电频率;而且增加了上拉-下拉路径,降低了其延迟。 相比现 有的双边沿触发器,AILP-DET 只在时钟边沿采样,有效降低了功耗。 通过 HSPICE 仿真,与 10 种双边沿触发器相比较, AILPDET 仅仅增加了 7. 58%的延迟开销,无输入毛刺情况下总功耗平均降低了 261. 28%,有输入毛刺情况下总功耗平均降低了 46. 97%。 详尽的电压温度波动分析表明,该双边沿触发器对电压、温度等波动不敏感。

摘要:针对人机交互的需求提出了一种可穿戴的指间角度测量系统。 首先,基于弹簧片和应变片设计了可穿戴的指间角度传 感器及其便携式测量电路,对指间角度的测量原理和传感器的测量电路进行了详细分析。 其次,基于 LabVIEW 开发了测量系 统的上位机软件,对指间角度传感器的数据进行滤波和角度解算,并采用图片分割旋转的方法实现了指间角度的可视化动态显 示。 最后,为验证系统的有效性进行了实验,结果表明,在 0 ~ 30° 测量范围内,设计的指间角度传感器的非线性误差为 2. 38%FS,迟滞误差为 1. 94%FS,重复性误差为 5. 29%FS,总精度为 6. 11%FS。

摘要:基于无线局域网络(WLAN)的定位是当前室内定位领域的主流技术之一。 提出一种基于变分自编码器的 WLAN 定位 方法,具备定位通路和接受信号强度(RSS)信号指纹重构通路,使得该方法既具备定位能力,也具备重新生成 RSS 信号指纹或 指纹地图的能力。 利用开源的数据集进行验证,证明了该方法在定位通路上,相比稀疏重构定位方法和传统 k 最邻近( kNN)定 位方法,误差分别下降了约 14%和 24%;能够对指纹地图(RM)进行重新生成,利用重构的 RM 进行定位,相比于利用稀疏重构 生成的 RM 定位误差下降了约 11%。

摘要:针对罗兰-C 信号幅度、二次相位延迟和形变等重要参数与地面电参数和地形起伏密切相关,设计开发了基于复杂地形 下的罗兰-C 信号模拟器。 通过采用积分方程方法计算出不同频点下的地波衰减因子,与标准信号在频域内相乘,经离散傅里 叶逆变换(IDFT)、电文编码和脉冲调制后,生成了包含地面电参数、地形信息和时间信息的实际接收信号。 实验以贺县(发射 台)至西安(观测点)为例,相对于均匀光滑路径,结果为实际信号的幅度降低了 1. 47 dB,二次时延增加了 0. 407 μs,信号展宽 了约 1. 5 μs。 实验结果表明,基于复杂地形的罗兰-C 信号模拟器可为罗兰-C 接收设备的研制、调试、检测和维修提供更接近实 际传输路径的导航信号。

摘要:针对传统的着陆引导雷达天线角基准校验方法的电磁辐射量大、抗环境干扰能力弱、工作效率低等缺点,提出并实现了 一种改进的校验仪。 改变被测天线主动发射大信号方式为被动接收小信号,校验仪远端采用三轴程控转台加伺服控制机构实 现对标准源天线的精确控制,配合近端的操作软件,在天线测试外场 150 ~ 250 m 遥控源天线动作,具有自动寻峰、数据判断存 储功能。 改进后对人体辐射量仅为原来的 1 / 850 000,测试人员数量从 4 人减少为 2 人,时间从 2 h 缩短到 30 min 以内。 实验 证明改进的雷达天线角基准校验仪完全可以替代传统的校验仪。

摘要:针对风电机组的实时状态监测问题,提出了一种基于增量式相对熵的残差分析方法。 首先,通过分析滑动窗口数据特 点,推导了适用于实时运算的增量式相对熵的计算公式,其时间复杂度为 O(1),要低于常规计算方法的 O( n)。 接下来,提出 了一种基于数据驱动和正常行为建模的风电机组实时状态监测方法,并将增量式相对熵作为实时残差分析的指标。 最后,用某 2 MW 风电机组的实际齿轮箱故障数据为算例,验证了该方法的有效性。 结果表明,相对熵残差分析能够至少提前 8 ~ 10 d 实 现故障预警,优于常规的统计量;增量式相对熵的计算时间仅相当于常规方法的 0. 4% ~ 1. 9%,在实时性上有显著优势。

摘要:针对魏格纳维利分布(WVD)方法直接对轴承振动信号进行分析时存在交叉干扰项的问题,提出一种基于改进匹配追 踪(matching pursuit,MP)算法与 WVD 的滚动轴承信号时频分析方法。 首先,根据对轴承振动信号的分析,确定 MP 算法中字典 原子的基函数,并通过相关滤波法确定原子参数,完成字典构造。 然后,利用快速傅里叶变换(fast Fourier Transform,FFT)计算 信号与字典中原子的互相关谱,替代 MP 算法中的内积运算,对信号进行稀疏表示,迭代过程中根据残差信号的频谱更新字典 中的频率参数。 最后,对稀疏表示结果中的原子进行 WVD 计算,并以原子对应系数为权重将各原子的时频表示线性叠加,完 成信号的时频分析。 实验结果表明,有效提高了 MP 算法的计算速度,并且与 3 种 WVD 改进算法相比,本文方法时频分析结果 的时频聚集程度更高,可以更好地克服 WVD 方法中的交叉干扰项,为滚动轴承信号的时频分析提供新的解决方法。

摘要:由于智能手机电池容量有限,应用程序的功耗是其主要消耗之一,因为应用程序可能会产生意外功耗或能源错误,其中 大多数是设计错误。 为分析应用程序功耗和通信流量特性,提出使用基于模型检测的功耗流量分析方法。 把手机各硬件组件 作为研究对象,对时间自动机模型进行扩展,使用模型检测工具 UPPAAL 构建模型。 该方法可以在开发的早期阶段使用,为应 用程序的设计和分析提供了异步功耗的形式化模型。 设计 WiFi 省电模式实例进行研究分析,验证分析该模型的主要属性,然 后用手机应用 QQ 进行了实验对比。 分析结果表明,该模型符合一般模型验证需求,与 PowerTutor 的测量结果相比,其相对误 差均低于 7%,能为复杂手机系统提供可参考的建模分析思路。

摘要:为了能够在复杂环境下准确定位出弱小目标,依据目标的高斯形状特性,设计了强度-梯度映射耦合多方向中值滤波的 红外弱小目标检测算法。 首先,根据红外图像在 4 个不同方向的强度均值,对经典的中值滤波进行改进,以有效抑制复杂背景 中的噪声。 再基于弱小目标的中心像素,获取整个红外图像的强度信息。 将红外图像沿着半径方向分割为 4 个子块,并建立每 个子块的极坐标系统,以计算其对应的梯度值。 依据最大与最小梯度值的比率,得到整个红外图像的梯度信息。 再将强度与梯 度信息实施融合,得到背景抑制图像,以增强红外弱小目标。 最后,利用强度-梯度映射中的非零像素均值来计算阈值,对背景 抑制图像实施分割,准确定位弱小目标。 测试数据显示,与已有的红外弱小目标检测方案相比,所提算法具备更高的检测准确 性,可完整地识别出目标,呈现出更为理想的 ROC(receiver operating characteristic)曲线。

摘要:为提高传统自适应噪声完备经验模态分解算法(CEEMDAN)对电机轴承故障特征信号的精确提取率,降低重构信号失 真,提出了一种改进自适应噪声完备经验模态分解算法。 首先利用传统 CEEMDAN 对原始信号初步分解,获得若干特征分量 (IMFs)和固有模态分量,将若干 IMFs 运用熵权法进行初步故障特征信号消噪和提取,对筛选后的 IMF 分量进行二次分解和二 次筛选,获得典型故障敏感信号,再运用 SG(Savitzky-Golay)平滑滤波进行信号重构,最终实现电机轴承信号降噪。 最后利用凯 斯西储大学轴承数据进行改进算法性能分析,结果表明该方法对电机轴承信号能够有效的进行信号降噪,其信噪比相比于原始 信号提高 2. 2 dB。

摘要:提出结合稀疏表示和协同表示的合成孔径雷达( synthetic aperture radar,SAR)图像目标方位角估计方法。 稀疏表示和 协同表示分别在稀疏约束和最小误差的约束下对测试样本进行重构,具有良好的互补性。 分别在稀疏表示和协同表示下选取 与测试样本具有较强相关性的训练样本。 通过交集操作获得两者中最稳定的部分样本。 根据这些样本的方位角真值以及求解 的系数合理加权,获得测试样本的方位角估计值。 基于 MSTAR 数据集中 3 类目标的 SAR 图像进行方位角估计实验并与现有 方法进行对比。 实验结果表明方法的估计精度、稳定性以及噪声稳健性均优于现有的几类 SAR 目标方位角估计方法。

摘要:为了提高车道线检测的准确性与鲁棒性,降低光照变化与背景干扰的影响,提出了一种改进的 Hough 变换耦合密度空 间聚类的车道线检测算法。 首先,建立车道线模型,将车道边界分解为一系列的小线段,借助最小二乘法来表示车道线中的线 段。 再利用改进的 Hough 变换对图像中的小线段进行检测。 引入具有密度空间聚类方法( density based spatial clustering of applications with noise, DBSCAN),对提取的小线段进行聚类,过滤掉图像中的冗余和噪声,同时保留车道边界的关键信息。 随 后,利用边缘像素的梯度方向来定义小线段的方向,使得边界同一侧的小线段具有相同的方向,而位于相反车道边界的两个小 线段具有相反的方向,通过小线段的方向函数得到车道线段候选簇。 最后,根据得到的小线段候选簇,利用消失点来拟合最终 车道线。 在 Caltech 数据集与实际道路中进行测试,数据表明:与当前流行的车道线检测算法相比,在光照变化、背景干扰等不 良因素下,所以算法呈现出更理想的准确性与稳健,可准确识别正常车道线。

摘要:针对绝缘子图像背景复杂多样而导致提取绝缘子区域困难的问题,提出了一种改进的可能性 C-均值聚类方法(PCM) 对绝缘子图像进行分割。 方法主要基于两个方面进行改进,一方面通过定义局部相关因子、引入图像的空间局部信息以增强对 噪声的抗干扰能力、提高分割精度;另一方面通过在损失函数中加入类中心相斥项缓解传统 PCM 聚类中心点重合问题。 实验 利用人工合成数据和复杂背景的绝缘子图像对比该算法与 FCM、PCM、K-means、KFCM 和 IFCM 算法的聚类分割性能。 结果表 明改进 PCM 对噪声抗干扰能力更强、聚类精度更高,且对绝缘子图像的平均分割误差为 0. 153,相比其他对比方法对复杂环境 下的绝缘子图片有更好的分割性能。

摘要:独居老人如在室内或室外发生意外摔倒时,没有得到及时医疗救助治疗,将给老年人造成巨大的心理与身体的伤害。 将航姿参考系统(attitude and heading reference system,AHRS)应用在跌倒检测中,将跌倒的过程转变成姿态的变化,从而来判断 跌倒的程度。 AHRS 航姿系统比过去原有实验方案 3 种姿态角度均有所提升,俯仰角( pitch)提升 2. 371%,滚转角( roll)提升 9. 238%,偏航角(yaw)提升 4. 682%,加速度计最大值精确了 0. 171g,AHRS 航姿系统融合扩展卡尔曼滤波器在检测老年人跌倒 姿态中比过去原有实验方案在检测时间计算上提升了 1 s。 综上实验验证 AHRS 航姿融合在检测老年人跌倒上可以数据更精 确,计算时间更少,在研究人体真实跌倒姿态中更贴近了一步。

摘要:锂离子电池剩余使用寿命(RUL)的估算是锂离子电池健康管理的关键,准确可靠地预测锂离子电池的剩余使用寿命对 系统的安全正常运行至关重要。 提出了一种结合完备集合经验模态分解(CEEMDAN)和支持向量回归( SVR)的锂离子电池剩 余使用寿命预测方法。 首先,在放电过程中提取了一个可测量的健康因子,并使用 Pearson 和 Spearman 法分析健康因子与容量 之间的相关性,然后利用 CEEMDAN 将健康因子进行分解,获得一系列相对平稳的分量,最后采用 CEEMDAN 分解后的健康因 子作为 SVR 预测模型输入,容量作为输出,实现锂离子电池 RUL 预测。 利用 NASA PCoE 提供的锂离子电池退化数据集进行试 验,与标准 SVR 模型相比,实验结果表明利用该方法能够有效验证所提出的 RUL 预测模型的有效性,并且使预测误差控制在 2%以下。