摘要:飞行器中继可以快速构建端到端的通信网络,增强通信系统的覆盖范围和传输能力,强化信号强度和提高数据传输速 度,提高通信系统的可靠性。 总结了无人机中继技术以及无人机中继在无线光通信中的国内外发展现状,并对无人机中继在无 线光通信中关键技术进行了深入研究。 对信道特性及其对通信的影响和抑制技术进行了分析,比较了不同调制解调方法的优 缺点和通信过程中的光束捕获,跟踪和对准的具体方法,详细介绍了光束的快速对准。 最后展望了无人机中继在无线光通信中 的发展方向。

摘要:线圈型磁通量检测技术已大量应用于临床诊断应用中,但相邻磁检测信号容易出现信号混叠现象。 现有研究大多采用 算法处理和样本空间隔离的方式避免信号的相互干扰,限制了该技术在体外快速诊断领域中的发展。 针对上述问题,本研究采 用数学物理建模结合有限元仿真的形式分析了线圈型磁通量传感器的结构,并进行了传感器结构优化。 最终实验结果表明,优 化后的传感器能有效地区分间距为 4 mm 的相邻磁信号源。 针对临床样本胃泌素 17 的免疫层析定量检测中,检测范围达到 11 pg / mL~ 110 ng / mL。 上述结果证实了优化后传感器结构具备多路同步复用检测能力。

摘要:采用电磁超声传感器阵列对管道进行缺陷检测,不仅能够提高电磁超声检测信号的信噪比、灵敏度与分辨能力,同时也 能增强电磁超声检测的直观性与灵活性。 本文详细阐述了基于洛伦兹力的周期永磁铁阵列式电磁超声传感器(PPM-EMAT)激 励超声导波的工作原理,及利用全聚焦算法结合极性一致性算法对缺陷进行定位与成像的工作机理。 建立了有限元仿真模型, 验证了准 T(0,1)模态导波在管道结构中的传播过程。 利用研制的多通道电磁超声检测系统,对含缺陷的不锈钢管道进行了检 测实验,实验结果表明,研制的系统能够检测出管道试样中的多个通孔缺陷,纵向定位误差可控制在 1. 5%以下,实现了基于阵 列电磁超声传感器的管道缺陷成像与定位。

摘要:为确定圆柱齿轮流量计结构参数和流体介质物理特性对其性能影响的规律,确定最佳装配间隙,提出了基于 6 自由度 运动模型的仿真方法,基于该方法分别研究了不同装配间隙和不同流体粘度对 DN16 圆柱齿轮流量计性能的影响。 研究结果 表明:随着装配间隙的减小,线性度误差逐渐减小。 当齿顶圆间隙为 140 μm、齿轮端面间隙为 100 μm 时,线性度误差达到最优 值 0. 13%;线性度误差随着流体粘度的增大而减小,当粘度为 42. 7 mm 2 / s 时,线性度误差仅为 0. 03%。

摘要:RF MEMS 开关具有制作工艺简单、易于集成等优点。 而目前由电介质膜电荷积累造成的静电漂移及频繁机械碰撞导 致严重的可靠性问题阻碍了其嵌入终端射频系统稳定性的提高。 因此结构上采用电介质悬空薄膜改善电荷积累问题,并对开 关机械结构限位实现开关的动态缓冲,降低高频次的机械碰撞损伤。 同时依靠凸台触点结构,减少静电漂移。 确立了电介质膜 充电、开关寿命的理论模型并预测开关的寿命。 结果表明,所设计开关寿命超过 12 900 h。 相比已有 RF MEMS 开关,在两极板 间距及金属梁-电介质膜间距分别相等的情况下,所提出的开关结构,寿命分别提高 253 倍和 166 倍,极大地改善静电漂移问 题。 在 52. 2 GHz 工作频率下,隔离度为-41. 31 dB,损耗为-0. 25 dB,响应时间为 50 μs,为高性能、高可靠、长寿命射频开关提 供了理论模型。

摘要:在风速传感器实测风速不确定度的评定中,传统方法是将实测风速测量模型简化后采用 GUM( guide to the expression uncertainty in measurement)进行评定。 但 GUM 并不适用于复杂模型,为了研究实测风速不确定度评定的可靠方法,对风速传感 器分别采用 GUM 和 MCM(Monte Carlo method)进行不确定度评定,对比分析评定结果,并利用 MCM 评定结果验证 GUM 的适用 性。 结果表明,简化模型下 GUM 和 MCM 评定结果差异较小,但只有标准不确定度取一位有效数字时,GUM 评定方法通过验 证,评定结果一致性好;实测模型下 MCM 和简化模型下 GUM 评定结果对比得到,两者包络形状相似,但实测风速最佳估计值 明显偏大,GUM 评定方法不能通过验证;改变部分输入量分布时,两种方法得到实测风速最佳估计值非常接近,但 GUM 评定得 到包含区间比 MCM 明显增宽,概率分布相差较大,GUM 评定方法不能通过验证。 因此,应当根据模型的复杂程度、输入量分布 情况以及测量结果准确度的要求选择合适的评定方法,如果输入量分布均服从正态分布且对测量准确度要求不高,可使用 GUM 进行评定,反之建议使用 MCM 评定以提高观测结果的准确性和可靠性。

摘要:为提升多股碳纤维导线的质量,研究基于高精度温度传感器的多股碳纤维导线潜伏性缺陷检测方法。 利用布里渊光时 域反射技术设计高精度温度传感器,并将单根光纤植入多股碳纤维导线中,通过注入窄谱光源来实现温度采集。 采用外差检测 法对窄谱光源进行处理,获取多股碳纤维导线的温度采集结果。 采用平均处理方法滤除温度数据内部的噪声。 基于滤波后的 温度数据,建立多股碳纤维导线的温度场逆问题模型,并利用牛顿迭代法对模型进行求解,从而得到多股碳纤维导线的热导率。 实验证明,该方法能够有效地采集多股碳纤维导线的温度,并成功滤除 99%的内部噪声。 检测无缺陷多股碳纤维导线的热导率 是 235 W/ m·k,基于此,该方法也能够根据与无缺陷导线的热导率的差异有效地检测导线的潜伏性缺陷。 值得注意的是,当导 线的负荷电流增加时,该方法的潜伏性缺陷检测效果更佳。

摘要:针对运载火箭飞行过程中的强非线性和高不确定性问题,以及火箭推力下降故障对飞行过程可靠性和安全性的重大影 响,基于注意力机制提出一种可解释机器学习模型以提高火箭推力下降故障检测、故障发动机定位、故障程度估计、以及故障后 轨迹预测的准确性和鲁棒性,使用注意力层提取高维时序飞行监测数据的特征,以特征矩阵简洁表达高维时序数据,进而采用 自注意力及全连接网络预测推力下降发生的位置和推力下降程度,并通过长短期记忆单元对特征向量进行解码实现未来时段 内飞行轨迹准确预测。 在火箭推力下降数据集上对提出的模型进行测试,验证了模型的有效性。 结果表明,提出的模型的故障 定位准确率为 96. 0%,故障严重程度估计精度为 94. 7%,轨迹预测平均误差为 0. 94%,提出的模型在推力下降故障模式中具有 良好的应用效果。

摘要:文章分析了确定变分模态分解(VMD)参数存在的问题,提出了一种基于优化变分模态分解的海杂波去噪方法。 利用 鲸鱼优化算法(WOA)对模态个数 K 和惩罚参数 α 进行寻优,对海杂波原信号自适应分解,去除方差贡献率(VCR)较低模态分 量,结合模糊熵筛选出噪声占主导的模态分量,将其进行 Savitzky-Golay(SG)滤波处理。 对滤波后的分量和有用分量叠加重构 去噪后的信号,通过最小二乘支持向量机(LSSVM)对海杂波信号进行预测并验证去噪效果。 仿真结果表明,本文所提算法能 够有效抑制噪声干扰,去噪后的均方根误差(RMSE)为 0. 000 29,比去噪前的均方根误差 0. 012 3 降低了两个数量级。

摘要:为了研究第五代移动通信(5G)系统无线信道,获得准确的 5G 无线信道特性和信道模型,提出了一种基于 5G 新空口 (NR)测试模式(TM)信号的无线信道测量平台。 开展了 TM 无线信道测量平台的总体架构及测量信号接收处理算法设计,并 基于软件无线电设备和高性能计算设备搭建测量平台。 针对功率谱平坦度、峰均功率比和相关性等指标,对多种 TM 信号的测 量性能进行评估。 根据性能评估结果,选择适合作为测量波形的 TM 信号。 采用射频馈线直连、多径信道模拟和静态空口实测 3 种方法对 TM 无线信道测量平台进行验证,该平台不仅可以实现准确的信道测量,同时能够对矢量幅度误差和误比特率等传 输性能进行测试。

摘要:随着人体通信的发展,对于人体脑电信号的研究和应用越来越广。 现有研究局限于非侵入式脑电信号,对侵入式皮层 脑电信号的研究较少。 研究采用时域有限差分方法建立人体模型,探讨侵入式皮层脑电信号的传输特性。 首先,分析 10 MHz~10 GHz 高频载波频段内不同接收电极间隔下信道传输增益的变化,确定皮层脑电信号最优载波传输频段。 通过 SAR 量化分析人体吸收的电磁能量,评估模型的安全性。 其次,研究发射器和接收器在不同距离下的路径损耗和阴影效应,建立了 通信距离与路径损耗之间的二阶指数模型。 结果表明,载波频段在约 1 600 MHz 左右,且接收器两电极间隔为 10 mm 时,信道 传输增益达到最大值-45. 63 dB。 在信号传输过程中,通信距离和路径损耗之间遵循二阶指数模型关系,最终建立的路径损耗 模型符合二阶指数分布,更能准确地描述信道的传输特性。

摘要:列车牵引电机轴承状态多传感数据无线感知及在线监测技术是确保轨道车辆可靠运行的关键技术之一,现有的方法存 在数据量大传输困难及特征小数据监测可视化不明显的问题。 为此,提出一种列车牵引电机轴承故障特征稀疏在线监测方法, 利用粒子群优化多点最优调整的最小熵解卷积的方法(PSO-MOMED)提取了背景噪声下电机轴承故障特征信号,采用离散余 弦变换的压缩感知方法实现电机轴承特征的小数量多传感器采集,基于高阶频率加权能量算子(HFWEO)增强轴承故障特征 稀疏可视化,并通过搭建试验台及某线路现场实测验证了所提方法的有效性。 实验结果表明,信噪比为-10 dB 时,相比传统方 法,粒子群优化多点最优调整的最小熵解卷积方法可以更加有效的提取故障特征信号;在压缩率 90%的情况下,从牵引电机轴 承故障特征稀疏感知信号中能清晰表征轴承故障特征频率成分,有效解决了列车牵引电机轴承状态多传感数据无线感知及在 线监测技术难题。

摘要:实现智能化水务管控和洪涝灾害预警,需要实时、准确感知水位信息变化情况。 针对现有技术不能满足夜晚、雾天、雨 天、漂浮物遮挡、灯光阴影等复杂恶劣环境下的水尺水位的影像水位反演(小目标特征)识别需求,提出一种融合改进 YOLOv5 与 RankSE 的水位智能检测方法。 首先,采用强化小尺度特征的多层级特征融合方法来改进 YOLOv5 算法,以强化对小目标的 捕捉能力;其次,融入 RankSE 模块进一步提升对小目标的感知能力;最后,提出一种全新的水位高程解算方案,仅需利用部分 水尺锚框信息即可获得准确的水位高程信息,极大提升了检测方法的鲁棒性。 研究结果表明,本文所述方法水位检测相对准确 度达 98. 5%,较原算法提高了 8. 4%;在复杂恶劣环境下可以自动、准确识别出水位高程,最大误差仅为 0. 11 m。 研究结果有效 提升了复杂恶劣环境下水位检测的准确性。

摘要:以标准量块为实验对象,针对环形光源照射下的零件图像易出现倒角特征成像存在宽边缘,手动调焦缺乏相机聚焦的 客观性而导致图像聚焦不精确等问题,提出一种基于改进梯度加权的零件图像高精度聚焦方法。 首先采用条形光源 45°布置 的照射方式,消除倒角特征在成像中的宽边缘。 其次,基于改进 Otsu 实现自适应分割阈值获取,提取图像特征边缘点。 接着, 基于 4 方向 Sobel 算子获取边缘点梯度值。 然后,根据像素点与其 8 邻域像素点灰度分布差异值大小,获取像素点梯度加权系 数。 最后,通过改进梯度加权的聚焦评价函数完成图像清晰度评价,获取精确聚焦图像,实现高精度尺寸测量。 实验结果表明, 该方法相比传统高精度测量方法精度更高,与人工测量值相对误差在 0. 002 4%以内。 改进聚焦评价函数相比传统评价函数清 晰度比率平均提升 75 倍,灵敏度因子平均提升 5 倍,陡峭度平均提升 1 倍。

摘要:由于太赫兹波能够穿透非金属、非极性材料,太赫兹技术能够弥补激光技术的不足,实现对目标内部的透视测距。 研究 分析提出基于线性调频连续波的太赫兹透视测距技术,实现了多种材料的厚度以及多层介质材料的介电常数的非接触式测量, 进一步拓展了太赫兹线性调频连续波的应用范围,为材料介电常数测量提供了新途径。 以 3 种常见的材料作为检测目标,利用 0. 11~ 0. 17 THz、0. 17~ 0. 22 THz、0. 22~ 0. 33 THz、0. 33 ~ 0. 50 THz 4 个频段的太赫兹线性调频连续波实验验证方法的有效性, 并证明厚度测量和介电常数测量的精度随信号带宽的增加而提高,误差最小均可达到 1%以下。 此外,以雷达天线罩陶瓷材料 作为检测目标,应用太赫兹透视测距的原理,结合二维扫描架获取样品的全部信息,实现了对内部缺陷的透视成像与定位。

摘要:电子式互感器作为智能变电站的主要信息来源,需对其进行定期校验,而保证时间同步是互感器校验过程中最为关键 的环节。 本文在之前所设计的互感器边云协同实时监测系统基础上,构建多互感器异地校验系统,标准互感器及被校验互感器 均与监测系统融合,构成互感器边云协同测量单元,各测量单元实时异地传输互感器采集数据至云端存储,再统一导出至边缘 计算侧进行互感器校验计算。 分析各测量单元之间存在的理论时钟误差和数据上传云端的链路延时误差,建立互感器校验主 从时钟误差模型,并提出基于卡尔曼滤波(Kalman filter, KF)和神经网络自适应控制(RBF-PID)的互感器校验主从时钟误差修 正算法,以保证互感器校验过程的时间同步。 通过仿真对此算法进行验证,在面对不同初始条件时,修正后主从时钟误差均小 于 200 ns,且收敛时间约在 0. 4 s。 最后通过实验验证了此算法的可行性与实用性,经过主从时钟误差修正的互感器校验结果 更为精确,相位误差约为 0. 45″,幅值误差约为 0. 003 58%,满足 0. 1 准确级的要求。

摘要:传统的陶瓷缺陷检测主要依赖人工目测或放大镜观察,为解决检测效率低、结果主观性强等问题,提出了一种基于深度 学习的陶瓷表面缺陷检测算法,针对于陶瓷杯表面的缺陷具体情况,在 YOLOv5 目标检测模型的基础上,增加小目标检测层,同 时使用位置注意力机制进行特征重构提高检测的精确度,实现了高精度的缺陷检测。 针对实际生产中的陶瓷双层杯进行数据 采集训练,并对于每批数据进行推理,最终平均检测精度达到了 95. 4%。 本文所改进的 YOLOv5 缺陷检测模型拥有更高的准确 率、识别速度快等优点,可以极大地减少陶瓷质检减少人力物力的损耗与时间成本。

摘要:陶瓷天线 PIN 针作为天线中重要的零部件之一,其尺寸偏差将直接关系到天线的产品质量。 为了实现 PIN 针的在线精 密检测,设计研发了一种 PIN 针在线检测装置,并提出了一种基于改进亚像素算法的 PIN 针尺寸检测方法。 首先开始采集图像 并进行像素当量标定,对图像进行畸变校正、获取 ROI 区域、图像预处理,然后利用基于改进 Sobel 算子及高斯峰值位置估算的 亚像素边缘检测算法提取边缘点,利用最小二乘法将边缘点拟合成一对平行直线,并计算出线间像素宽度,根据像素当量换算 得到被测 PIN 针在 ROI 区域处的直径尺寸。 实验结果表明,该方法的测量平均相对误差小于 0. 25%,在保证±0. 005 mm 检测 精度的同时,其平均耗时相对于传统基于高斯拟合的亚像素检测算法缩短了 64. 32%。

摘要:为解决双绳驱动空中机械臂协同搬运时的接触控制问题,提出了一种基于非奇异快速终端滑模的阻抗控制策略。 首 先,考虑绳驱动机制的柔性效应,建立计及关节柔性的双机协同系统动力学模型,并推导出任务空间内的阻抗方程。 然后,设计 协同阻抗控制策略,借助非奇异快速终端滑模面来加快系统状态量的收敛速度,利用幂次函数削弱输出力矩抖振效应。 同时, 在 Lyapunov 框架下分析了所设计控制器的稳定性。 最后,通过控制器性能比较仿真和协同搬运仿真对所提控制策略的有效性 进行了验证。 结果表明,所提控制器响应速度快、控制精度高及稳定性好,能够有效抑制系统抖振。

摘要:针对不确定因素及外界干扰下高速列车分布式协同控制问题,提出基于 super-twisting 滑模一致性算法的高速列车速度 跟踪控制策略。 首先,考虑列车受到的外部干扰、基本阻力及车厢间耦合作用力,构建高速列车多智能体模型;其次,利用相邻 车厢的位移和速度信息设计一致性滑模函数,引入 super-twisting 算法削弱控制输入抖振;最后,设计分布式二阶滑模控制律,并 采用 Lyapunov 理论验证算法稳定性。 以高速列车实际参数进行仿真研究,并加入外界干扰,利用本文方法、普通一致性、PID 一 致性及滑模一致性方法进行仿真。 结果表明,相较于其他 3 种方法,所提算法能使车厢单元快速、精准跟踪目标速度曲线,速度 误差在(-0. 8~ 1. 1)×10 -3 m/ s 内,同时使相邻车厢距离保持在安全范围内,且控制输入较平滑,对外部干扰有较好的鲁棒性。

摘要:为了在噪声干扰下准确提取干涉图中的相位信息,提出了一种基于 Zernike 多项式拟合的自适应包裹卡尔曼滤波相位 解缠算法。 该方法将相位图建模为 Zernike 多项式的线性拟合,采用相位图二次差分加权策略的包裹卡尔曼滤波器准确计算拟 合系数,利用预测值和量测值的新息自适应地调整量测噪声协方差矩阵且无需根据干涉图设置不同的观测噪声。 实验仿真和 实测结果表明,所提方法能够有效地处理干涉条纹中的噪声,并能准确地恢复出相位信息,对于受噪声干扰的干涉图的相位解 缠性能优于最小二乘算法和 Kalman 算法,具有鲁棒性好、无需预滤波和人工干预的优点。

摘要:为了降低天气因素对光伏发电功率的输出值预测精度的影响,从聚类分析和信号分解两方面入手,提出了一种融合聚 类算法(KDGMM),改进的变分模态分解(VMD)与随机配置网络(SCN)的预测模型。 首先通过 KDGMM 聚类将气象数据划分 成晴天、阴天和雨天,针对阴天难以准确预测的问题,采用灰色关联度分析(GRA)选择相似日,其次引入莱维飞行北方苍鹰优 化算法(LNGO)优化 VMD 得到最优参数,从而降低阴天光伏功率的非平稳性。 最后构建 SCN 预测模型对光伏功率数据进行预 测,输出其预测结果。 通过实验分析,所提方法的均方根误差(RMSE)和平均绝对百分比误差(MAPE)仅为 1. 44 和 1. 3%,拟合 优度指标 R 2 高达 0. 99,与其他预测方法相比,本文所提方法有较高的预测精度。

摘要:针对印刷电路板表面缺陷目标小,检测精度低问题,设计了印刷电路板表面缺陷检测网络 Multi-CR YOLO,满足实时检 测速度的前提下,有效提高了检测精度。 首先,由 3 个 Multi-CR 块组成的主干特征提取网络 Multi-CR backbone 对印刷电路板 小目标缺陷进行特征提取。 其次,SDDT-FPN 特征融合模块使层级高的特征层向层级低的特征层进行特征融合,同时为小目标 预测头 YOLO Head-P3 所在特征融合层加强特征融合,进一步增强低层特征层的表达能力。 PCR 模块加强主干特征提取网络 与 SDDT-FPN 特征融合模块不同尺度的特征层的特征融合机制,且防止模块之间进行特征融合时信息丢失。 C5ECA 模块负责 自适应调节特征权重和自适应注意小目标缺陷信息的要求,进一步提高了特征融合模块的自适应特征提取能力。 最后,3 个 YOLO-Head 负责针对不同尺度的小目标缺陷进行预测。 实验表明,Multi-CR YOLO 网络模型检测 mAP 达到 98. 55%,模型大小 为 8. 90 MB,达到轻量化要求,检测速度达到了 95. 85 fps,满足小目标缺陷实时检测的应用需求。

摘要:针对海洋绞车现有排缆方式易受环境干扰、接触摩擦磨损影响排缆精度问题,采用非接触式视觉检测直接表征排缆质 量的排缆间隙的排缆方式,提出了一种基于改进 Zernike 矩的海洋绞车排缆间隙亚像素测量方法。 首先将二维图像梯度信息垂 直投影为一维波形,提出基于 Scharr 梯度信息的垂直投影排缆间隙定位方法,快速定位间隙区域;然后通过主梯度方向插值改 进 Zernike 矩的亚像素边缘检测,提高亚像素边缘检测精度;最后采用基于 DBSCAN 的最小二乘曲线拟合方法实现多条不相交 曲线拟合,实现排缆间隙大小测量。 实验结果表明,本文方法相比于拟合法、插值法、传统 Zernike 矩法亚像素检测具有较高的 准确度和测量精度,排缆间隙测量误差在 0. 1 mm 内,相对误差可达 8. 60%以内,为有效实现精准排缆提供前提保证。

摘要:本文提出一种基于 GraphSAGE (graph sample and aggregate)算法的配电网故障定位方法。 以对系统侧母线电压进行形 态学黑帽运算的结果启动故障定位算法;利用 GSA 模型自主挖掘网络拓扑和零序电流特征,根据节点特征和标签建立函数映 射,评估线路运行状态从而实现故障定位。 基于 PSCAD/ EMTDC 仿真平台搭建 IEEE33 节点模型,测试结果表明所提配电网故 障定位方法可行且有效。 并且配电网拓扑变化时,该方法无需重新训练模型即能获得可靠的故障定位结果,验证了方法的鲁棒 性和对拓扑变化的适应性。

摘要: