摘要:大台面热模锻液压机滑块运动受多种因素干扰,滑块工作平面容易产生倾斜,严重影响热模锻模具寿命和产品质量,需 要进行实时跟踪测量并进行纠偏。 针对已有大型液压机滑块平衡检测方法不足,提出基于运动滑块倾斜角的整体倾斜和下表 面变形双重状态检测方法,设计适用于该方法的传感节点布局,基于 ZigBee 技术构建远程监控系统,实时检测运动滑块平衡状 态。 通过大台面模锻液压机滑块运行实验,对比远程实时检测数据和滑块的实际工作数据,监控系统通信良好,检测精度可达 0. 01°,表明滑块平衡状态检测方法及远程监控系统对热模锻液压机正常运行有一定参考意义。

摘要:针对现有柔性直流输电线路接地故障的神经网络故障测距算法中,训练样本过多、训练时间较长、且未对鲁棒性提出有 效验证的问题,提出一种基于 S 变换和粒子群(PSO)算法优化广义神经网络(GRNN)的线路故障测距算法。 从故障行波能量 谱的角度出发,采用 S 变换提取故障暂态电压信号能量谱,然后对表征各频率区间的能量进行求和,以实现对能量特征样本的 准确提取;再将归一化处理后的能量样本输入神经网络进行训练,并采用 PSO 算法对 GRNN 的光滑因子进行优化,以提高网络 收敛速度和训练精度。 最后,通过电磁暂态仿真证明该方法定位精度高,不易受过渡电阻影响,在输入样本存在测量误差以及 外界噪声干扰的情况下,最大误差仍低于 1. 5%,具有一定的工程运用价值。

摘要:锂离子电池作为系统供能的关键部分, 其寿命终结往往导致用电设备的性能下降或故障,甚至整个系统的崩溃。 因 此, 研究电池剩余使用寿命(RUL),提前预知失效时间,显得日趋重要。 针对锂离子电池寿命预测过程中训练时间较长、参数 确定困难、输出结果不稳定等问题,提出了利用运用泛化能力更好,更稀疏,测试时间更短,更适用于在线检测的相关向量机 (RVM)进行预测,并通过量子粒子群对相关向量机进行了优化,保证了预测输出结果的稳定性。 分析结果表明,量子粒子群算 法改进后的相关向量机对锂电池失效时间的预测准确度高达 99%,电池寿命预测的绝对误差平均值 2%,均方根误差 3%,验证 了该改进算法的可行性和优越性。

摘要:为了解决传统方法中未考虑多参量指标对电能质量的影响、电能质量计量结果准确度较低等问题,提出基于射频识别 技术的电能质量计量评估模型。 利用射频识别技术采集电能质量 EPC 码,获取电能质量计量评估数据,并以电流总谐波畸变 率、三相不平衡和频率偏差等为计量评估指标进行权重计算,获取各项指标综合权重值;引入雷达图分析方法,比较电能质量的 多变量,定义综合性的评估函数,反映电能质量情况,实现电能质量综合性评估。 以评估稳定性和评估准确性为实验指标的实 验结果显示,该模型可实现电能质量的高精度评估,实际应用的可靠性较强。

摘要:无线通信链路质量的有效预测是保证泛在物联网通信链路选择的必要前提。 通信链路可靠性难以准确预测的主要原 因是无线链路质量信噪比时间序列具有随机性。 因此,在分析无线通信链路随机特性的基础上,提出了一种无线通信链路可靠 性置信区间预测方法。 首先,采用小波分解的方法将无线链路质量信噪比时间序列分为平稳序列和噪声序列,对噪声序列进行 计算后得到噪声标准差序列。 然后,采用 LSTM 神经网络建立平稳序列和噪声标准差序列的预测模型,并基于上述模型的预测 结果,计算通信链路可靠性置信区间。 最后,将置信区间下界与可靠性标准做对比,以预先判断无线通信链路是否可以满足配 电网通信数据可靠性的要求。 对比仿真结果表明,所提出的方法不仅满足配电泛在物联网的应用需求,而且相较于其他预测算 法更为准确。

摘要:针对需要低比特率和超低成本传感器的无线传感器网络(WSN),提出了一种基于后向散射无线电和软件定义的通信 体系结构,它由实现射频载波生成、零差检测和复杂信息处理的中心 Hub 和具有载波调制功能的传感器构成。 前者构建了一 种软件定义的收发器来发送载波和接收来自于各个传感器的反射,并提取和处理它们发送的信息;后者每个传感器的发射机被 简化为一个连接到天线上的晶体管,且每个传感器的设计都围绕着一个驱动低功率射频(RF)开关的低功率微控制器进行,实 现传感器的信息被调制到其唯一的子载波上;从而建立起一个完整的后向散射无线电链路通信系统,实现每个传感器和中心 Hub 之间的通信;基于理论的仿真结果和原型机的实验结果表明,提出的 WSN 通信系统不仅能够实现较大范围的可靠通信和 数据传输及处理,而且具有低复杂度和超低成本。

摘要:为了定量表征复合柔性电子相邻层变形失配程度,设计了一种基于数字图像相关(digital image correlation, DIC)的实验 系统和变形失配评价方法。 首先制备复合柔性电子样品,通过平移实验对实验系统进行验证,其次在不同温度下对样品进行单 轴拉伸,计算 Von Mises 应变,最后通过定义图案化应变波动指数 P 来对变形失配程度进行表征。 实验结果表明,实验系统平 移误差在 1%之内,满足变形测量要求。 50 ℃下样品被拉伸 2 mm,Von Mises 应变最大值与最小值相差约 65%,样品呈现出应 变大小不均匀但应变分布均匀的变形失配。 同一拉伸条件下,变形失配程度在 25℃ ~ 75℃变化较小,100℃下变化明显,增加了 近 60%,该方法有效的表征了柔性电子变形失配程度。

摘要:车载(V2V)通信系统是未来智能交通系统的重要组成部分,其非平稳特性已经在信道测量中得到验证。 针对 V2V 多 入多出通信系统,提出一种非平稳双环几何随机信道模型。 为了描述信道的非平稳性,将到达角(AOAs)和离开角(AODs)的时 变特性引入模型中,推导了模型的空间互相关函数(CCF)和时间自相关函数(ACF)等时变统计特征。 此外基于修正等面积法 (MMEA),开发了相应的仿真模型,研究了散射环境、移动端的移动状态以及天线偏角对信道统计特性和非平稳性的影响。 仿 真结果表明,所提模型可以有效模拟 V2V 信道非平稳性,平稳状态下信道的统计特性与平稳双环模型的统计特性具有一致性, 验证了本模型的正确性。

摘要:针对容量再生现象影响锂离子电池健康状态预测(SOH)建模精度的问题,提出一种经验模态分解(EMD)的能量加权 高斯过程回归(EWGPR)方法。 该方法将容量再生现象看作是锂离子电池容量衰减过程的能量凸现,利用 EMD 分解获得样本 的能量分布情况,根据能量情况计算每个样本的权重,进而建立基于能量加权高斯过程回归的锂离子电池 SOH 预测模型。 基 于 NASA 锂电池数据集的仿真实验结果表明,EWGPR 方法比基本 GPR 算法具有更高的精度和适应性,单步预测和多步预测的 均方根误差(RMSE)分别减少了 3%和 10%。

摘要:近年来,生成式对抗网络(generative adversarial nets, GAN)迅速发展,已经成为当前机器学习领域的主要研究方向之 一。 GAN 来源于零和博弈的思想,其生成器和鉴别器对抗学习,获取给定样本的数据分布,生成新的样本数据。 对 GAN 模型 在图片生成、异常样本检测和定位、文字生成图片以及图片超分辨率等多方面进行了大量的调查研究,并在这些 GAN 的应用所 取得的实质性进展进行了系统的阐述。 对 GAN 的提出背景与研究意义、理论模型与改进结构,以及其主要应用领域进行了总 结。 通过对 GAN 在各方面的应用分析,对 GAN 的不足以及未来发展方向进行综述。

摘要:针对基于位置服务的实际应用需求,分析了现有室内定位技术的局限性,提出一种基于空间位置约束的稀疏指纹定位 方法,在数据层有效融合惯导和无线局域网(WLAN)定位信息,充分发挥二者优势协同完成定位任务。 首先利用 WLAN 提供的 接收信号强度(RSS)信息构建空间位置指纹数据库,并基于 RSS 构建稀疏指纹表征与定位模型;鉴于 RSS 数据易受环境干扰呈 现多变性,利用惯导技术对位移状态进行初步估计,并以此作为约束条件构建基于空间位置约束的稀疏指纹定位模型。 仿真实 验结果表明,所提方法较惯导和稀疏指纹方法在定位精度方面分别提升 58%和 33%。

摘要:针对输电线路短路故障危害大、故障辨识率较低等问题,提出一种结合变分模态分解排列熵(VMD-PE)与孪生神经网 络(SNN)的故障辨识方法,利用瞬时频率均值对 VMD 进行参数优化,确定分解层数 K,通过 VMD 分解故障时的三相电压,计算 分解后每个分量的排列熵,将其作为故障特征量;将故障特征输入到训练好的 SNN 中进行相似性度量,比较两个输入样本之间 的相似程度,判别出输电线路短路故障类型。 通过仿真实验验证了该方法的可行性,并与其他分类方法相对比,证明了该方法 的准确性和优越性。

摘要:针对复杂环境下车道线检测精度不高的问题,提出了一种定向距离变换耦合多粒子滤波器的车道线检测算法。 首先, 利用四点透视映射方法,将输入图像转换为鸟瞰图,使车道边界平行,便于车道检测。 引入定向距离变换( oriented distance transform,ODT),将鸟瞰图边缘像素标记到水平和垂直方向上最近的点,寻找初始边界点。 其次,利用车道中心、中心到左右边 界的角度以及左右车道边界的切角来构建车道线模型,通过分别考虑两个独立的 4D 粒子空间,以应用于左右车道边界。 随 后,在车道模型引入多粒子滤波器,利用左右两侧独立传播的粒子来侦测和追踪一对车道边界点,并使用局部线性回归调整得 到的边界点。 为了优化多粒子滤波器性能,根据粒子状态向量创建动态依赖关系。 最后,通过迭代来确定粒子对应的权重,利 用多粒子滤波来检测车道线。 实验表明,与当前流行车道线检测算法比较,在多种复杂干扰环境下,所提算法具备更高的检测 精度与鲁棒性。

摘要:针对 Lamb 波对铝板损伤定量难的问题,使用短空间二维傅里叶变换的方法对其进行了研究。 首先,使用空气耦合超 声在铝板中激励 Lamb 波并进行线性扫查获取其时间-空间波场信号;然后,对信号进行短空间二维傅里叶变换获取扫查区域的 Lamb 波空间-波数曲线,并从中得到损伤的位置、长度和深度信息;最后,根据相速度-频厚积曲线反推出损伤的深度。 结果表 明,所提方法能够同时对扫查区域的板厚以及损伤的位置、长度和深度进行评估。 其中,板厚定量误差最大为 5. 50%,损伤长度 和深度的定量误差最大分别为 6. 00%和 6. 67%。

摘要:针对高阶幅度相移键控(amplitude phase shift keying, APSK)解映射复杂度,不易硬件实现的问题,提出了一种低复杂度 的 APSK 解映射方案及电路实现结构。 具体而言,基于 Max-Log-MAP 算法,分析 APSK 星座图对称性并进行区域划分,对落到 每个区域的接收符号比特软信息计算进行化简,得到具有低计算量的解映射公式。 进一步,利用简化后每个比特软信息计算公 式的特点,设计了软信息计算电路结构并在现场可编程门阵列( field programmable gate array, FPGA)硬件平台上进行了性能测 试。 测试结果表明,信噪比为 14 dB 时,利用简化方法实现的 APSK 解映射电路可实现 10 -5 的误比特率(bit error rate,BER),与 传统解映射算法性能接近,且具有较低的硬件资源消耗。

摘要:针对杂波初始估计误差导致多输入多输出(MIMO)雷达检测稳健性较差的问题,提出了发射波形与接收权联合优化方 法以改善 MIMO 雷达检测稳健性。 杂波误差凸集、波形恒模特性和相似约束下,基于最大化输出信干噪比准则,首先构建了改 善最差情况下 MIMO 雷达检测性能的极大极小联合优化问题;而后,为求解所得 NP-hard 问题,将其分解为内外层子问题,并交 替迭代求解。 与不相关信号、非稳健及现有稳健方法相比,数值仿真验证了所提方法的有效性。

摘要:近年来基于 RGB 视频的双人交互行为识别取得了重大进展,但 RGB 视频数据的问题严重影响双人交互行为识别率。 随着深度传感器(如微软 Kinect)的快速发展,为准确获取人体运动的关节点数据提供了可能,可以大大的弥补 RGB 视频数据 的不足。 提出一种基于关节点数据的双人交互行为识别方法。 首先对关节点数据计算出 HOJ3D 特征和关节距离特征,并将特 征按照时间顺序进行图形化后分别送入的卷积神经网络中,分别提取两种深层次特征并进行拼接,然后使用 Softmax 分类器进 行分类识别。 该方法在 SBU Kinect 动作数据集的测试结果表明,该方法的识别准确率得到了一定的提高,达到了 94. 4%。 该方 法实现简单,且具有实时处理的能力,具有较好的应用前景。

摘要:针对智能车运动过程中轨迹跟踪精度差的问题,提出了一种基于反演控制算法的智能车运动轨迹跟踪算法。 首先,建 立智能车的运动学模型;误差模型和动态模型。 然后,根据反演控制算法,设计出合理的分部虚拟控制量,并结合李雅普诺夫稳 定性分析,设计智能车运轨迹跟踪控制律;最后,在 Simulink 上进行智能车轨迹跟踪控制的仿真实验。 实验结果表明,设计的智 能车运动轨迹跟踪算法相比于迭代学习算法或者李雅普诺夫直接法,具有更好的实时性且跟踪精度好,且满足不同车速环境下 智能车稳定性的需求。

摘要:学术界有两种解决中点电位波动问题的思路,基于空间矢量调制( SVPWM) 控制的小矢量调节和基于载波调制 (SPWM)控制的零序电压注入。 采用的中点电位平衡控制方法是带校正控制的改进型的零序电压注入法,相较于传统的零序 电压注入法,不仅兼顾了传统鞍形调制波的优势,还解决了此种调制波存在的过调制问题,并研究了实用的校验与修正零序电 压计算方法,使得中点电位波动限制在 5 V 以内,网侧电流 THD 也相应的降低了 1%。 最后通过 MATLAB/ Simulink 软件仿真和 实验验证了所述控制方法的正确性和可行性。

摘要:针对现有人工检测费时费力的问题,提出了一种基于机器视觉的线缆导体质量检测方法,能够方便、高效地检测线缆导 体质量。 分析线缆截面图像中刀痕的特征后,提出了一种基于 Gabor 滤波器的刀痕纹理消除方法;根据线缆导体分布规律,研 究了一种导体根数分层分析算法。 实验表明,所提出的刀痕纹理消除方法能有效提高导体轮廓检测效果,提出的根数自动检验 算法能实现对导体根数的分层检验,可以帮助检验人员快速地检出导体根数,计算缺漏情况。

摘要:为了避免图像在亮度增强时导致其颜色失真,且在局部易出现过增强等问题,设计了统计特征分类耦合自适应 Gamma 校正(adaptive Gamma correction,AGC)的图像增强算法,以更好提高图像细节与视觉效果。 首先,将输入图像转换为 HSV 空间, 使颜色与亮度分离,使其在增强亮度通道时不改变像素的原始颜色,有效降低颜色失真。 然后,考虑不同图像的性质,利用统计 信息将图像分类为高、低两种对比度,每种对比度又分为亮、暗两类。 其次,基于传统的 Gamma 校正方法,通过对于不同类型的 图像进行动态参数设置,形成一种 AGC 机制,从而为不同类型图像的构建了不同的增强函数,以完成不同类别图像的增强处 理。 实验数据表明,与当前流行的增强算法相比,所提算法具备更高的增强效果,呈现出更为自然的亮度与对比度,且保持了更 多的颜色信息。

摘要:多种室内定位技术中,基于 WiFi 的定位在基于位置的服务( location based service,LBS)中有着巨大的应用潜力。 提出 一种新的室内 WiFi 定位方法,结合分级定位结构,能够有效利用人员行走模式先验信息。 该方法在预备粗定位阶段通过上一 时刻的位置推断可能区域,通过信号指纹检测器判断可能区域是否正确,通过再次粗定位阶段重新推算可能区域。 在精定位阶 段,该方法通过最大后验概率密度方法得到位置估计。 利用开源数据集进行实验,证明了所提方法相比传统的 3 种方法(无先 验的最大后验、先验 kNN 和无先验 kNN 方法),定位精度分别提高了 3%、5%和 7%。

摘要:提出一种海面舰船目标微多普勒周期快速估计方法。 受海情影响,舰船目标处于微动状态中,导致雷达回波产生微多 普勒调制。 舰船微多普勒参数与舰船结构、目标动力等密切相关,是舰船目标识别的重要依据。 在建立海面舰船目标雷达回波 模型的基础上,分析了回波的调制特性,并提出一种微多普勒周期快速估计方法。 该方法首先基于最小熵方法实现舰船目标主 体平动的补偿,然后根据微多普勒区域与噪声区域的熵差异实现目标多普勒区间定位,最后计算截取区域的时频相关系数实现 微多普勒周期的估计。 其中微多普勒区间的定位降低了时频相关系数的计算量,使该方法的运算效率相比原有算法有较大的 提升。 在典型场景和雷达参数下,该方法计算效率获得 2. 5 倍的提升。

摘要:针对脑电信号(EEG)分类过程中无效数据影响准确度的问题,提出一种数据筛选的方法。 基于脑-机接口(BCI)系统, 通过视觉诱发刺激产生左向和右向两种运动想象任务对应的脑电信号,提取该信号的统计特征,并利用 BP 神经网络实现运动 想象分类识别。 在数据处理过程中,首先利用 β 节律的能量特征对无效数据进行剔除,再结合 μ 节律信号的均值、标准差、能 量谱、功率谱、自相关函数等多个特征进行分类。 对筛选后的数据进行分析,所得特征更具代表性,信号分类的准确率由 78. 25%提高至 84. 11%。

摘要:经颅电刺激(transcranial electric stimulation, TES)等无创刺激方式在与大脑内在神经电活动锁相时,能更有效的调节神 经振荡活动。 由于脑电(electroencephalogram, EEG)信号复杂的时变性,现有的方法难以同时满足相位估计精度和实时性的要 求。 为此,提出一种用于锁相刺激系统的实时相位估计方法。 该方法对 EEG 信号进行自回归(autoregressive, AR)建模,然后利 用 AR 模型预测 EEG 信号并进行相位特征点识别,再通过相位特征点计算出待刺激点的相位。 采用该方法对 20 名受试者(年 龄 20~ 36 岁,男性 12 名,女性 8 名)的闭眼静息 EEG 数据进行分析,发现该方法的性能与模型系数更新时长、预测步长及 EEG 的窄带功率大小有关,对高窄带功率的 EEG 数据具有更优性能;在最佳模型参数下(模型系数更新时长为 5 s、预测步长为 30), 20 名受试者的平均锁相指数(phase locking value,PLV)为 0. 968,平均相位误差(average phase error,APE)为 13. 33°。 相对于平 均周期法,该方法具有更高的 PLV 值和更低的相位误差,可用于闭环锁相经颅电刺激仪器的研发。

摘要:针对空战机动的高阶重构与评估问题进行研究,以飞机的飞行状态数据为研究对象,通过引入急动度的概念,构建机动 决策重构指标模型。 为了减少主观的评价方法对评估结果的影响,通过引入物理学中的急动度理论,利用主成分分析法(PCA) 确定各指标权重,并获得综合评价值。 然后构建机动决策点综合重构函数,提取机动决策点。 结合态势函数及机动决策点对空 战训练中记录的客观数据进行比对分析,仿真结果表明该方法提取的机动决策点符合空战实际,机动决策点的分类符合实际空 战场景。

摘要:为了提升机械臂工作的效率,提出了一种基于混合粒子群算法的轨迹规划优化方法,使用 5 次 NURBS 曲线为工作轨 迹,利用混合粒子群算法,针对机械臂的脉动冲击、能量消耗和工作时间 3 个目标建立目标函数并获得帕累托最优解集,将权重 目标函数归一化从而得到期望解。 在 MATLAB 环境下由这一方法建立模型进行仿真,并选取六轴机械臂进行仿真分析之后得 出非支配解集,并选取最优解,证实了该轨迹规划方法可以有效的提升机械臂的运行效率,并且能够实现约束条件下的多目标 优化。