- 当期目录
- 优先出版
- 最新录用
- 下载排行 过刊浏览
-
2024,38(3):1-11,
Abstract:
针对永磁同步电机(PMSM)失磁故障中磁链变化较快,近似认为磁链变化率为0会导致传统PMSM失磁容错控制方法性能受限的问题,本文提出一种基于智能比例积分微分的无模型超螺旋滑模复合容错控制(iPID-MFSTSMC)方法。首先,构建考虑永磁体磁链变化量的PMSM失磁故障数学模型,根据这一模型设计了磁链滑模观测器,实现了对于磁链及其变化率的观测。此外,针对快速变化的负载转矩设计了负载转矩导数滑模观测器。然后,基于磁链及其变化率、负载转矩导数的观测,设计了iPID无模型容错控制方法,该方法采用超螺旋滑模算法对观测误差及其他扰动进行抑制,改善了动态性能且降低了控制器参数的设计难度。利用Lyapunov稳定性定理证明了所设计容错控制方法的稳定性,并给出了参数的设计条件。最后,在磁链以及负载转矩快速变化工况下,通过仿真和实验分析表明，该方法可以有效减少系统抖振并降低超调量。
-
2024,38(3):12-22,
Abstract:
为了探究多剥落齿轮系统中振动响应的演变规律，融合时变啮合刚度构建了多剥落齿轮动力学模型。首先，融合修正的能量法和单/双齿对啮合角位移计算方法，建立多剥落齿轮啮合刚度模型；其次，考虑时变啮合刚度、齿侧间隙和初始压力角等因素，构建6自由度多剥落齿轮动力学模型，并从仿真、理论和实验维度开展模型有效性分析；最后，基于所构建的模型，研究齿根、节线和齿顶位置同时发生剥落时，剥落尺寸变化对啮合刚度影响，获得多剥落齿轮振动响应的演变过程。研究结果表明，所构建模型与理论及实验误差小于0.5%，并得到了齿根、节线和齿顶位置剥落的啮合刚度及振动响应的演变规律，随着剥落宽度的扩展，节线附近振动幅值增大显著；随着剥落深度的增加，齿顶位置受到的振动冲击更为强烈；而随着剥落长度的增加，剥落的波及范围扩大。所得结论为齿轮系统的健康监测和早期故障诊断提供了理论指导。
-
2024,38(3):23-31,
Abstract:
为深入剖析滚动球轴承局部故障对轴承整体振动特性的影响，利用Hertz接触理论构建了转子偏心力激励下的球轴承-转子系统动力学数字仿真模型，并结合深沟球轴承外圈、内圈、滚珠的局部故障引起的轴承间隙变化，推演了滚珠与各类故障区域间的冲击激励响应方程。在此基础上通过分析单点损伤引起的滚珠内部接触负载变化，揭示了单个滚珠接触应力对相邻滚子负载与系统整体振动特性的影响规律。通过分析轴承转动过程中有效承载滚珠个数的变化情况，建立了的滚珠负载占比时间对故障冲击振荡幅值的影响关系。分析结果表明，滚珠与故障区域的接触分离会使其负载发生振荡，且各故障状态下的振荡频率都为系统共振频率；在2个等效承载滚珠上的运转时间占比越大，故障冲击振荡的强度越大；各类型早期故障状态下的Poincar-映射点的保持在相同幅值附近；当局部故障程度增大到一定程度时，系统振动混沌特性增强，振动幅值相应增大。
-
2024,38(3):32-44,
Abstract:
针对滚动轴承完全失效阈值的设置多根据人工经验选取、退化轨迹适配忽略时间序列整体形态趋势变化的问题，提出一种基于形态波动一致性偏移距离的滚动轴承失效阈值设置与剩余寿命预测方法。首先，引入前向差分（FD）对振动信号进行预处理，并对处理后的信号计算均方根（RMS）值作为退化指标（DI）；其次，融合双指数模型对DI曲线进行拟合确定最终参考轴承的完全失效阈值（TFT），降低TFT的设置偏差；最后，利用形态波动一致性偏移距离（MFCDD)计算DI曲线相似度，完成对测试轴承失效阈值的设置，并利用粒子滤波更新双指数模型完成滚动轴承的剩余使用寿命（RUL）预测。在XJTY-SY数据集上的实验结果表明，滚动轴承RUL预测的score得分较动态时间规整匹配方法、卷积神经网络-双向长短期记忆网络预测方法分别提升了82.97%和73.64%；在PHM2012数据集上的实验结果表明，滚动轴承RUL预测的score得分较动态时间规整匹配方法、卷积神经网络 双向长短期记忆网络预测方法、长短期记忆-自注意力机制预测方法分别提升了99.99%、60.65%和99.90%。
-
2024,38(3):45-54,
Abstract:
针对变转速工况下,轴承振动信号容易发生信号特征混叠、频率偏移、信号截断和噪声污染问题,提出了一种结合角度重采样、主成分分析(PCA)和极端梯度提升树(XGBoost)的故障分类模型。首先,采用脉冲信号估计轴承转速的方法对轴承振动信号进行角度重采样并求取时频特征指标;其次,利用主成分分析(PCA)对时频特征参数进行降维核心提取,选取总贡献大于95%的主元作为XGBoost模型的输入样本;最后,利用网格搜索法对XGBoost进行主要参数调优,并划分训练集和测试集对该模型进行训练,验证其故障分类的准确性。结果表明该方法的故障诊断准确率为96.44%,相较于未降维后的数据运行时间缩短了27.24 s,且角度重采样后的诊断效果明显优于未角度重采样的诊断效果,故障识别率提高了7%以上,证明所提方法能够更加快速、准确的做出诊断。
-
2024,38(3):55-66,
Abstract:
针对串联电弧故障检测判据选择难、阈值设置难的问题，本文在传统基于电流检测方法的基础上融合使用电压信息，提出了一种电压电流能量信息融合的交流电弧故障检测方法。以分析开关电源和非开关电源类负荷下的各自故障特征为基础，提出了利用电压半波总能量的开关电源类电弧故障直接判定方法，并融合使用电压电流特征能量波形相关性实现故障线路的选择；提出了基于敏感域电压电流最大瞬时特征能量相位匹配的适用于非开关电源类负荷下的故障检测方法，以特征能量相位信息构建判据，克服了传统检测方法的阈值设定困难问题。本文检测方法判据虽利用了负荷分类思想，但由于开关电源类负荷下的故障检测可利用电压半波总能量幅值实现故障直接判定，因此实际应用中无需辨识负荷类型。相较传统利用电流特征的检测方法，本文方法具有判据简单、易于阈值设定的优势。试验结果表明，本文方法可有效用于多种类型负荷的电弧故障检测，检测时间满足相关标准规定。
-
2024,38(3):67-76,
Abstract:
为解决变压器故障诊断精度较低的问题，提出了一种多策略改进黏菌算法（ISMA）阶段优化混合核支持向量机（HSVM）的变压器故障诊断新方法。首先，利用主成分分析（PCA）来消除变量之间的信息冗余并降低数据集维度。其次，引入黏菌算法（SMA），并结合Logistic混沌映射、二次插值、自适应权重多策略改进SMA，以提高SMA算法收敛速度和局部搜索能力；然后，与原始SMA、WHO和GWO算法进行寻优测试，对比验证改进后SMA算法的优越性；最后，使用改进SMA算法分阶段对混合核支持向量机参数寻优，构建ISMA-HSVM变压器故障诊断模型。将降维后的特征数据输入HSVM模型与BPPN、ELM和SVM进行比较，HSVM模型的诊断准确性分别提高了5.55%、8.89%、5.55%。使用ISMA优化HSVM模型参数，与WHO、GWO、SMA算法优化效果比较，结果准确性提高了13.33%、12.22%、5.55%。其中，ISMA-HSVM模型的诊断精度为93.33%。实验结果表明，所提模型有效提升故障诊断分类性能，且具有较高的故障诊断精度。
-
2024,38(3):77-85,
Abstract:
飞行器电缆网承担着电气、信号和数据传输等关键职能。在飞行器超声速飞行过程中电缆网面临诸如高温、振动、电流过载和低气压等挑战，对飞行器电气系统的安全性和可靠性产生影响。本研究设计了电缆网多传感器监测系统和基于多传感器融合的电缆网健康状态监测算法。在监测系统中实现了电压、电流、温度、加速度和气压等数据采集、存储以及无线传输功能。算法在预处理阶段通过归一化的方式，综合考虑了高温、振动、电流过载和低气压等稳态和瞬态值对电缆网健康状态的影响，算法健康状态分类部分设计了多层分类网络对电缆网状态进行分类，在实际实验数据集与仿真数据集中，本文多层分类网络相比于SVM分类网络正确率平均提升6.4%,虚警率平均降低了77.2%；本文的多传感器监测算法相比于单通道监测算法，正确率有显著提升，对比实验结果验证了本文算法在电缆网健康状态分类任务中的有效性。实验结果表明，电缆网多传感器监测系统可以有效监测并识别飞行器电缆网的健康状态，为飞行器电气系统运行提供了有力保障。
-
2024,38(3):86-93,
Abstract:
超宽带谐波混频器一般采用本振中频双工器，从本振通路引出中频信号。但是当本振频率和中频频率相近或者重叠时，难以实现本振到中频高隔离。本文采用了不同于常用谐波混频器结构，用射频中频双工器替代了本振中频双工器，从射频通路引出中频信号，设计了30~110 GHz 4次谐波混频芯片，并进行了封装实验测试。经测试，4次谐波混频器射频频率30~110 GHz，中频频率1 GHz的变频损耗小于25 dB，DC-15 GHz本振和中频端口间的隔离度可达30 dB，固定本振时中频频率DC-7 GHz变频损耗小于28 dB。因此，本设计可有效隔离频率相近的本振和中频信号，为拓宽中频带宽提供可能。
-
2024,38(3):94-103,
Abstract:
目前跨模态行人重识别研究注重于通过身份标签在全局特征或局部特征上提取模态共享特征来减少模态差异，但却忽视了具有辨别力的细微特征。为此提出了一种基于特征增强的聚类学习网络，该网络通过全局和局部特征来挖掘并增强不同模态的细微特征，并结合多级联合聚类学习策略，最小化模态差异和类内变化。针对训练数据设计了随机颜色转换模块，在图像输入端增加模态之间的交互，以克服颜色偏差的影响。通过在公共数据集上进行实验，验证了所提方法的有效性，其中在SYSU-MM01数据集的全搜索模式下Rank-1和mAP分别达到了70.52%和64.02%；在RegDB数据集的V2I检索模式下Rank-1和mAP分别达到了88.88%和80.93%。
-
2024,38(3):104-111,
Abstract:
近年来，基于视频的人体异常行为识别算法取得了一定的研究成果，但由于监控视频中存储的数据量庞大且视频时间跨度较长，在进行长视频或多行人异常动作检测与识别时，现有的识别方法并不适用。为此，提出了一种基于关键帧定位的人体异常行为识别模型，首先，通过基于标准化流和注意力增强时空图卷积的关键帧定位网络学习正常帧的概率分布，筛选和提取出长视频中的异常帧（关键帧）序列，并将其作为后续网络模型的输入。然后，为了更好地捕捉人体姿势的运动特征和异常情况，提出一种融合注意力和增强残差的时空图卷积异常行为识别算法，将关键帧序列输入到该模型网络中以实现对监控视频中的人体异常行为的高效准确识别。使用公开数据集和自建数据集对该方法的有效性进行验证，实验结果表明，在公开数据集ShanghaiTech Campus上人体异常行为识别的TOP-1准确率达到82.86%，TOP-5准确率达到98.10%，该方法可以更好的完成监控视频中的人体异常行为识别。
-
2024,38(3):112-121,
Abstract:
针对航姿参考系统（AHRS）易受到环境与传感器自身噪声干扰，导致姿态估计精度下降的问题，提出了一种基于变结构误差状态卡尔曼滤波（VS-ESKF）的噪声数据处理方法。首先，通过分析AHRS传感器观测数据与新息序列统计特征，设计了基于加速度范数与遗忘序贯概率比检验（F-SPRT）的方法，分别检测加速度计与陀螺仪的噪声数据。其次，基于噪声检测结果，将平滑变结构滤波(SVSF）策略引入到误差状态卡尔曼滤波（ESKF），以提高ESKF对噪声模型不确定性的处理能力。然后，结合磁场强度与磁倾角参数特征，利用马氏距离法评估磁干扰并实时调整磁力计补偿权重，获取准确的AHRS修正数据。最后，基于自主搭建独轮机器人平台进行实验验证，结果表明所设计的VS-ESKF算法可以及时、准确地检测AHRS噪声数据，并有效地抑制噪声干扰，相比于ESKF算法，对横滚角、俯仰角和偏航角的估计精度分别提升了31.05%、32.32%和40.07%，提高了姿态估计的准确性和稳定性。
-
2024,38(3):122-132,
Abstract:
随着芯片工艺的不断升级，芯片设计的频率不断提高，时延故障是引起高速芯片失效的重要因素。在硅后验证阶段，由于缺乏一种对芯片全局路径延时测量的手段，传统构建延时测量电路的方式仅能得到特定关键路径的延时变化情况，在芯片失效时无法进行全面的路径延时分析。本文提出一种基于扫描链的频率扫描实速测试方法对芯片内部大量时序路径的延时进行测量并获取时序裕量。针对生成测试向量时间长，依赖专业测试设备的问题，在自研硬件平台上通过自生成多频率测试向量以及改进数据校验算法成功实现了频率扫描实速测试，对芯片测量的路径延时误差在8 ps左右。通过对不同芯片在不同温度下的实验验证了该方法对路径延时表征的有效性，为今后通过延时参数对高速芯片进行环境适应性分析、寿命预测等研究提供了一种快捷有效的方法。
-
2024,38(3):133-142,
Abstract:
针对室内WiFi定位中指纹信息冗余、空间边界划分困难和RP集获取精准度缺失的问题，提出一种信号指纹测量下双度量协同的室内定位方法。通过S度量和欧氏度量下指纹矩阵融合，精简形成低维指纹信息，考量指纹间“点 类”关联度和“类 类”相似度，兼顾子区域边界新增指纹数目的可控性，确立子区域边界模糊深度调整机制，形成边界模糊泛化能力，以区域稀疏度判定插值方法完成指纹库扩充，以构建高密度离线指纹库。在优选子区域中，结合信号空间和位置空间，对比两类度量的差异度，实现对高价值指纹点的定向筛选，削弱在线指纹匹配集合的误差影响。在全局实验场景中，分区结果规整有序，较为符合实际空间构造。指纹库构建效果较其他方案至少提升11%，定位精度相对同类型算法提升了12%以上，论文所提方案定位精度优势显著，在具备高扰动特点下的复杂室内环境中，具有较好的场景适应性。
-
2024,38(3):143-151,
Abstract:
超宽带雷达具有高分辨率，穿透能力强，低功耗等优势，工作时人体无需接触任何电极或传感器，可以穿透衣服、废墟等非金属介质在较远的距离内检测人体生命体征信息，在非接触式生命体征检测方面具有很重要的应用价值。由于人类心跳信号容易被呼吸谐波和其他噪声干扰，为了准确提取人体生命体征信号，提出一种基于改进的自适应噪声集合经验模态分解（ICEEMDAN）与小波包分解（WPD）结合的生命体征信号去噪方法。先通过超宽带雷达测量待测者的生命体征，获取人体所在空间位置提取出体表微动信号，对体表振动信号进行补偿与欠采样处理；利用ICEEMDAN-WPD的阈值去噪方法对微动信号进行模态分解，选取合适的模态分量去噪并进行重构，获取人体心跳微动信号的时频特征。实验结果表明，该算法相较于传统的去噪算法将相关系数提高到了0.940 5，信噪比提高到了9.093 8 dB，保留更多的生命体征信息的同时拥有更高的信噪比，可有效应用于生命体征检测领域。
-
2024,38(3):152-158,
Abstract:
无线传感器网络的定位问题可以转化为适应度函数最优问题，并通过经典的麻雀搜索算法进行求解。然而该算法所用的适应度函数并未使用未知节点之间的测量距离数据，从而导致定位精度的提升有限。为了解决这一问题，提出了一种基于麻雀搜索的协同定位算法。该算法主要包括两个搜索阶段：粗略搜索和精细搜索。在粗略搜索阶段，未知节点到锚节点之间的测量距离数据被用于确定未知节点的初始位置。在精细搜索阶段，未知节点之间的测量距离数据被用来确定未知节点的精确位置。首先，采用Cat混沌映射方法来保证初始种群的均匀分布，从而有助于确定最佳位置。其次，构建了两种不同的适应度函数，一种用于粗略搜索，另一种用于精细搜索。其中，用于精细搜索的适应度函数利用未知节点之间的测量距离数据来提高定位精度。最后，提出了一种新的精细搜索方法，以避免协同定位结果收敛到局部最优位置。通过对仿真和实测数据进行分析，验证了所提方法的有效性。
-
2024,38(3):159-166,
Abstract:
视频动作识别在视频监控、自动驾驶等多个领域都有着广泛的应用。SlowFast网络是视频动作识别领域经常使用的网络。目前SlowFast相关网络中使用注意力进行相关信息增强，注意力机制与网络的结合方式是将注意力机制嵌套到网络的各个卷积块之间，如果将注意力机制深层嵌套到卷积块的具体卷积层中，SlowFast网络的信息提取能力将更进一步。首先提出了一种深度嵌套注意力机制，该深度嵌套机制内部包含一种可以提取时空与通道信息的注意力SCTM，使SlowFast网络的3种信息提取能力得到了进一步加强。此外，目前多流网络融合的信息并没有充分的交互与处理。提出了一种基于交叉注意力与ConvLSTM的多流时空信息融合网络，使多流网络中每个流的信息充分交互。改进后的SlowFast网络在UCF101数据集上的Top-1准确率已达到98.5%，在HMDB51数据集中的准确率达到了80.1%。均优于目前已有的模型，比原始SlowFast网络提高了2.64%，且鉴于上述数据，深度嵌套注意力的 SlowFast 时空信息融合网络在信息提取与融合方面具有优越性能。
-
2024,38(3):167-175,
Abstract:
精确的荷电状态(SoC)是锂电池安全高效运行的重要保障, 文章针对传统无迹卡尔曼滤波(UKF)对非线性系统突变状态跟踪能力差, 导致SoC估计精度低的问题, 提出一种新型自适应渐消无迹卡尔曼滤波(AFUKF)SoC估计方法。首先, 通过设计新型衰减因子对UKF误差协方差矩阵进行加权, 并基于新型衰减因子完成AFUKF的设计, 减小陈旧量测值对估计结果的影响, 提高传统UKF的估计精度和跟踪能力。其次, 基于自主实验平台测试数据, 验证了本文所提AFUKF算法存在初始误差时, 相较于传统UKF算法, ECE工况下平均绝对误差和均方根误差分别下降了47.95%和33.92%, DST工况下分别下降了36.40%和27.73%; 相较于同类改进的AUKF算法, ECE工况下平均绝对误差和均方根误差分别下降了43.36%和33.51%, DST工况下分别下降了39.01%和25.63%。模型结果表明, 相比于传统UKF算法以及同类型改进的AUKF算法, AFUKF具有更高的估计精度, 且在相同初始SoC误差条件下具有更好的鲁棒性。
-
2024,38(3):176-186,
Abstract:
针对纯激光SLAM算法定位漂移问题，提出一种基于点云特征描述子全局搜索的粗匹配回环检测算法。该算法首先采用基于图像距离的快速分割方法对激光点云进行地面点去除，基于点云曲率和关键点聚合算法实现了边缘特征提取和聚类，通过特征描述子生成算法得到当前帧点云的特征描述符，其次经过计算当前帧和历史帧的相似度评分完成全局匹配搜索实现对候选回环帧的选取，完成回环检测粗匹配过程；然后采用NICP算法进行当前帧与候选回环帧的精确匹配，从而完成回环检测过程；最后搭建了移动机器人实车平台，完成对校园数据集的采集，验证了本文算法的定位效果，通过对实车实验结果的分析可知，在实车采集的校园数据集上误差优化程度均值为13.15%，为了进一步验证本文算法的整体性能，在KITTI数据集进行测试对比，结果显示相比较Lego_loam和Lio-sam算法，本文所提算法在保证了运行效率的基础上，有效地改进了定位精度。
-
2024,38(3):187-194,
Abstract:
为提高军工零件的内孔加工的可靠性和加工质量，通过正交试验法，分析磨粒流加工中，磨料粒度、磨料质量分数、磨粒流工作压力和循环加工次数对阶梯内孔倒圆角半径、材料去除率、内孔表面粗糙度的影响规律，磨粒流工作压力是内孔倒圆角半径的首要影响因素，较为显著，材料去除率的首要影响因素是磨料质量分数，而内孔表面粗糙度的首要影响因素是循环加工次数，通过非线性回归分析建立了复杂内孔磨粒流加工效果评价的模型。以改进的带精英策略的快速非支配排序遗传算法(NSGA-II)进行多目标工艺参数寻优，得到了综合平衡权重下的最佳工艺方案（磨料粒度1 000#，磨料质量分数为50%，工作压力为7.5 MPa，循环加工次数为30次），验证试验表明优化结果和实际加工效果具有较好的一致性。
-
2024,38(3):195-207,
Abstract:
针对机器学习在流量异常检测中存在选择特征过于依赖专家经验、原始特征表达能力不足、数据受噪声和离群点影响导致模型鲁棒性差以及处理非平衡海量高维数据时少数异常类检测率低等问题，提出一种特征增强的改进LightGBM(light gradient boosting machine)流量异常检测方法。首先，采用隔离森林(isolation forest, iForest)实现异常值处理，并利用异常值处理后的数据训练引入全局平均池化(global average pooling, GAP)的一维卷积去噪自编码器(convolutional denoising autoencoder, CDAE)，间接地消除数据中的噪声，得到原始特征的低维增强表达。然后，采用自适应合成采样(adaptive synthetic, ADASYN)对异常值处理后的数据实现数据增强并运用训练完成的CDAE进行特征提取，将得到的低维特征作为LightGBM的输入，训练并进行贝叶斯参数寻优。最后，通过得到的CDAE+LightGBM组合模型实现对异常流量的精准分类。在NSL-KDD数据集上所提方法的五分类准确率和F1分数分别达到了87.80%和87.75%，能够有效提升检测精度，增强未知攻击的检测能力。在CICIDS2017场景数据集上的测试进一步验证了所提方法可行性，且优于与同类型的深度学习算法。
-
2024,38(3):208-218,
Abstract:
瓷砖生产过程中由于环境的复杂性和随机性导致缺陷特性各异，实际中要构建大规模、高质量的瓷砖表面缺陷数据样本非常困难，而小样本条件下的可分特征信息不足对瓷砖表面缺陷检测的精度有较大影响。针对这一问题，探索了一种融合深度迁移学习和改进两阶段ThunderNet网络的瓷砖表面缺陷检测方法。首先，提出了一种基于改进ThunderNet网络的瓷砖表面缺陷检测模型，阐述了模型的结构与功能特点；其次，构造了瓷砖表面缺陷深度特征空间参数迁移决策机制，以有效提升样本特征表征能力；第三，基于可切换空洞卷积（switchable atrous convolution, SAC）优化ShuffleNet骨干网络，增强模型对缺陷形状变化的学习能力；第四，提出了基于多尺度映射和通道注意力（squeeze and excitation, SE）的特征融合算法，实现有限特征层次中瓷砖表面缺陷特征信息多层次差异化表征；最后，给出了融合深度迁移学习和改进ThunderNet网络的瓷砖表面缺陷检测算法。实验数据表明，在相同的瓷砖表面缺陷测试集上，本文方法对于小样本条件下瓷砖表面缺陷检测具有优越的性能，模型平均精度、平均召回率和平均检测速度分别达到87.22%、93.69%、61.6 ms/img，与传统ThunderNet模型相比，平均精度和平均召回率分别提高了9.30%、4.16%，其中，基于SAC最优空洞率组合{1,2}，模型精度提高了5.51%，基于SE的最优压缩率24，模型精度提高了6.16%，基于本文迁移机制，模型精度提高了3.86%，同时加速了网络收敛。本文方法相比于传统ThunderNet网络和其他主流检测模型，通过迁移机制知识共享提高小样本对象特征表达能力，通过引入SAC和SE在控制模型规模的前提下实现对象特征的层次化表征，有效提升了模型的实时性和可靠性。
-
2024,38(3):219-229,
Abstract:
当前生产线上自动化测试设备对高速串行电路接口只能进行通、断、短路传统静态测试，对眼图时域特征动态测试则难以在有限的生产节拍时间内完成。为了在生产线上低成本、快速地完成动态测试，开发了一个多相位、多判决电平的二维误码率统计电路，通过等误码率插值的方法来构建时域眼图。首先分析抖动的不同来源特征，根据双狄拉克模型得到抖动和误码率的关系，Q尺度因子和误码率P的关系，推导出Q-P曲线的切线斜率收敛到随机抖动均方根值σ的倒数。然后通过测量切线斜率求解σ，得到高斯随机抖动的模型。最后根据高斯模型对所有判决电平处的误码率曲线插值，求出二维误码率图谱上的等误码率点，连接这些点绘制眼图的内轮廓线。对高斯函数和眼图仿真数据以及实验测量的误码率数据进行计算分析表明，Q-P曲线斜率插值法在误码率小于10-4以下区域内能够恢复出眼图内轮廓线，可定量地评估眼高、眼宽、幅度、上升下降时间等基本眼图时域参数，相关数据精度误差在10%左右。
-
2024,38(3):230-235,
Abstract:
针对堆料盘点时工作效率低、结果不准确等问题，研究了一种基于修正剑桥模型的质量测量方法，并通过对小型石英砂堆料进行质量测量实验验证了该方法的可行性。为了提高堆料质量盘点时的工作效率以及测量结果的准确度，基于积分原理，结合修正剑桥模型描述的应力应变关系构建堆料的应力-密度模型，基于薄膜式压力传感器设计密度测量装置，根据储料场中常见堆料的形式设计两种不同的堆料，对两种石英砂堆料分别进行质量测量实验，通过获取堆料不同高度以及径向不同深度处的压力进而得到密度，结合三维激光扫描仪采集到的点云数据得到堆料体积，从而实现堆料质量的测量。实验结果表明，对于质量为92.1 kg和86.1 kg的石英砂堆料，该方法测得结果的相对误差均在4%以下。实验结果证明了该测量方法的可行性，后续可为大型堆料的盘点提供参考，有助于企业进一步进行生产计划安排。
-
2024,38(3):236-244,
Abstract:
压接导线主要应用于架空线路建设，其对边距对线路安全运行及服役期限起到重要作用。针对传统人工测量存在的可靠性差、效率低的缺点，提出了一种基于图像处理的压接对边距测量方法。首先根据图像的累计灰度突变点自动裁剪被测区域并进行中值滤波，然后基于改进Otsu阈值法获得边缘连续的二值图像；再分别使用形态学处理和高斯曲线拟合法对边缘进行二次定位，得到亚像素级边缘点；最后采用基于随机抽样一致性（random sample consensus,RANSAC）的最小二乘拟合方法完成上下边缘点的曲线拟合，实现压接对边距的测量。通过模拟试验表明了RANSAC拟合经过10次迭代后测量算法的效果较好，测量误差小于0.1 pixels；而实际导线测量试验结果表明，改进Otsu算法对光照强度具有适应性，同时与人工测量相比，图像测量方法的最大相对偏差为1.82%，重复标准差提高60%，平均耗时仅为人工测量的1/10，能够实现压接对边距高效可靠的测量。
2024年第38卷第3期
-
基于改进YOLO的无人机入侵检测方法
Abstract:
针对现有的基于深度学习的目标检测方法在面对现实场景的无人机目标时，存在鲁棒性差、准确率低、模型复杂度高的问题，提出一种基于动态卷积的YOLO目标检测方法—OD-YOLO。该算法针对无人机目标低、慢、小的特点，采取了以下改进措施。首先针对下采样过程可能导致学习信息丢失和目标信息不突出的问题，提出空间到深度卷积来实现下采样过程，不丢失学习信息的同时突出无人机目标的特征；其次为了进一步提高目标检测的精度和对不同背景的泛化性，采用全维度动态卷积进一步提高目标检测的精度和对不同背景的泛化性；最后对模型骨干网络进行改进，增强无人机目标的语义特征，并缩减骨架大小，减少参数量，既提高模型的计算效率，又保持对无人机目标的有效表示能力。通过实验仿真，对比了OD-YOLO和当前先进的目标检测算法。结果表明，OD-YOLO在精度和轻量化方面都有显著提升。mAP和Recall分布相比原模型提高了3.4%和5.1%。
- 1
-
基于Farrow结构的多径信道小数时延模拟方法
Abstract:
在信道模拟的过程中，为了更加逼近真实的通信场景，信道模拟器需要达到非常高的多径时延精确度，这对信道模拟器的仿真能力提出了更高的要求。信道模型的处理和加载任务通常在数字基带内实现，其时钟分辨率是有限的，需要借助Farrow结构小数滤波器来实现更高时延精度。为实现超高精度的时延模拟，根据信道模拟算法的特点，采取DSP与分布式乘法混用的方式对Farrow结构小数滤波器进行了优化设计。设计方案在创远信科的信道模拟器Pathrrot-X80上执行了验证和测试。结果表明：1）改进的Farrow滤波器的结构设计大幅度降低了FPGA计算资源的消耗，使得小数延时算法能够在高时延精度和低资源开销之间达到平衡；2）多径时延精度在低频段的测试结果与理论推算基本吻合，满足信道模拟所期望的0.1ns的要求；3）时延精度在高频段与理论推算出入较大，为了达到更好的性能或更小的信号失真，可以考虑提升滤波器阶数，或寻找更优的系数计算算法。
- 1
-
计及燃弧频次的配电网单相接地故障分类与辨识
Abstract:
尽管采用小电流接地方式的配电网发生单相接地故障时短路电流较小，但若故障发生后燃弧现象长时间存在，将会显著增加火灾发生风险。为减小火灾隐患，已有多数研究从燃弧现象发生与否角度对故障进行辨识，但并未计及燃弧频次的影响。为此，针对某地配电网实际单相接地故障案例，通过系统分析不同故障场景下零序电流变化特性与燃弧之间的关联规律，从火灾隐患程度角度提出了计及燃弧频次的单相接地故障分类方法；进一步挖掘出不同种类故障发生后零序电流波形分别呈现“平肩畸变”、“瞬态值”等特征，并利用不同频带能量占比、谐波重心和燃弧周期数对波形畸变特征进行了数学描述；以前述数学特征量作为输入，研究建立了基于长短期记忆（long short-term memory, LSTM）网络的故障种类辨识模型，经某电力公司现场收集的223组现场典型故障案例验证，模型识别准确率达96.4%，可有效识别燃弧故障种类，对于减小森林火灾隐患、节约配电网运维成本意义重大。
- 1
-
T型磁力耦合压电俘能器发电性能研究
Abstract:
针对传统压电俘能器存在共振频率高、输出功率低的问题,提出了一种T型磁力耦合压电俘能器。通过引入两侧互异的磁力耦合作用使压电梁产生弯-扭振动，以增加压电梁的形变量，进而提高俘能器输出电压响应。首先分析了该压电俘能器的工作原理及结构设计,并对其振动特性进行仿真分析,最后,制作试验样机进行实验测试,通过仿真分析与实验测试验证了该压电俘能器的有效性。结果表明,存在最优负载电阻使压电俘能器输出功率最大。调整装置自由端质量块质量可对俘能频率进行控制,增大激励加速度能显著提高俘能器输出功率。引入磁力耦合,并通过对比实验分析了磁力耦合引起的弯-扭复合运动对俘能器输出性能的影响,当激励加速度为0.2g时,磁力耦合装置Ⅲ由于发生弯扭复合振动,其工作频率与最大输出功率分别为5.5 Hz和3.71 mW。相比无磁力耦合的俘能装置Ⅰ,输出功率提高了约47%,因此,该T型磁力耦合压电俘能器在低频环境下具有较高输出效率。
- 1
-
多源域迁移学习的肌电-惯性特征融合及手势识别
Abstract:
在跨用户手势识别研究中，针对单源域迁移学习存在的负迁移和模型泛化性能差的问题，本研究创新性地提出了一种基于肌电-惯性特征融合的多源域迁移学习策略，关键创新点在于整合多个源域的数据，并在此基础上采用域特有特征对齐与域分类器对齐的技术手段。这一方法旨在强化模型在不同用户间的手势识别性能，进而显著提升跨用户手势识别系统的准确性。首先，引入长短时记忆(Long Short-Term Memory, LSTM)网络模型，提取肌电-惯性信息的平均绝对值、方差、峰值等时序特征；其次进行域特有特征对齐与域分类器对齐，利用多个源域数据完成对目标域的特征提取；最后融合分类损失、域特有特征差异损失和域分类器差异损失三个损失函数，协同优化整体损失。实验结果表明，所提方法与单源域、源域组合等多种传统方法相比，识别平均率有所提高，在NinaPro DB5数据集上，目标用户的手势识别平均准确率达到80%以上。
- 1
-
使用多特征融合的心律失常分类方法
Abstract:
心律失常是一种常见的心血管疾病，它会严重影响患者的生活质量和生命安全。利用心电信号(Electrocardiogram, ECG)进行心律失常自动分类对于其及时诊断与防治具有重要意义。为此，提出一种使用多特征融合的心律失常分类方法。首先从去噪后的心电信号中分别提取短时傅里叶(short time Fourier transform, STFT)特征和小波(wavelet transformation, WT)特征。然后将STFT特征输入分支聚合残差网络(BCAR-NET)进行特征提取，获得其深度STFT特征；将WT特征输入1D-CNN网络，获得其深度WT特征；将原始ECG输入LSTM网络，获得其深度ECG特征。最后使用全连接网络将三种深度特征进行拼接和融合，进而实现心律失常分类。使用MIT-BIH心律失常数据库进行实验，所提出的使用多特征融合的心律失常分类方法的准确率为98.66%，F_1分数的宏平均为94.22%，优于传统心律失常分类方法。实验结果表明，所构建的多特征融合网络有效利用了深度STFT特征、WT特征和ECG特征之间的互补性，提升了心律失常的分类性能。
- 1
-
一种基于类小波变换的无线电频谱监测数据无损压缩方法
Abstract:
无线电频谱监测海量数据存储和分析是无线电监管工作的重要组成部分。频谱数据具有时间相关性以及不同频点间的相关冗余，对此本文设计了一种基于类小波变换的无线电频谱监测数据无损压缩方法。该方法首先基于时间相关性将一维频谱信号转换成二维矩阵；转换成二维矩阵后数据在水平方向以及垂直方向都存在冗余，算法采用卷积神经网络来代替传统小波中的预测和更新模块，并引入了自适应压缩块来处理不同维度的特征，从而获得更紧凑的频谱数据表示；本文进一步设计了一种基于上下文的深度熵模型，利用类小波变换不同子带系数获得熵编码参数，以此估计累积概率，从而实现频谱数据的压缩。实验结果表明，与已有的Deflate等传统频谱监测数据无损压缩方法相比，本文算法有进一步的性能提升，与典型的JPEG2000、PNG、JPEG-LS等二维图像无损压缩方法相比，本文所提出的方法的压缩效果也提高了20%以上。
- 1
-
双轴倾角传感器离轴倾斜测量的误差校正
Abstract:
二维摆动台常由离轴布局的两个一维摆动台组成。双轴倾角传感器用于二维摆动台倾斜测量时，难以避免出现传感器安装误差。同时，离轴布局的摆动台存在二维转轴间的角度耦合，即底层摆动台倾斜会造成上方摆动台的角度测量偏差。首先，对上述二维离轴倾斜系统的角度误差进行了分析和建模，将误差分类为近似线性误差和非线性误差。线性误差包括竖直和水平方向的倾角传感器安装误差。非线性误差则仅由摆动台离轴布局造成。随后，联合线性单应矩阵和非线性离轴倾角模型，提出了针对两类误差的校正方法，并制定了自动校正流程。最后，为了检验所提方法的校正精度，在±12°范围内进行了离轴角度调控实验。实验结果表明，二维摆动台倾斜角度测量精度由校正前的0.559°和-0.216°，提高到了0.025°和0.013°，使角度误差减小了一个数量级。此外，为了进一步验证所提方法的有效性，与两种现有方法进行了对比实验。实验结果表明所提方法在校正精度和操作简易性方面均优于其他两种方法，证明了本文误差校正模型具有较高的完备性。
- 1
-
改进A*算法的安全高效室内全局路径规划
Abstract:
针对A*算法生成路径存在斜穿障碍物、转折点过多及不平滑的情况,本文提出一种改进的A*算法:首先通过排除所有强迫邻居节点来优化搜索邻域,避免生成斜穿障碍物的路径,提升路径的安全性和可靠性;其次设置安全距离,提取优化邻域后生成路径的必经转折点,减少路径冗余,简化路径结构;最后使用贝塞尔曲线对必经转折点进行插值,根据相邻两必经转折点的位置和连线斜率确定每段贝塞尔曲线控制点的数量和位置,进行分段平滑。仿真实验表明,改进的A*算法较原A*算法生成的路径安全性平均提升了33.68%,转折点个数平均减少了37.00%,同时机器人转向角和路径曲率连续,保证了路径的平滑。改进的A*算法最终生成的路径与障碍物均保持在安全距离内,转折点少且平滑,可应用到移动机器人室内路径规划中。
- 1
-
一种发射率可矫正的红外热成像全局检测方法
冯强, 刘彦麟, 夏慧, 伍剑波, 赵焰峰, 汤宏宇, 何雨洁, 廖江
Abstract:
在无损检测领域中，红外热成像检测具有重要地位。在利用红外热成像技术检测缺陷的过程中，受加工工艺和周围环境的影响，待检测设备的表面粗糙度各有殊异，材料表面的发射率不均，导致温度采集误差较大。针对该问题，结合热辐射基本定律探究出一种发射率可矫正的红外热成像全局检测法，意在矫正材料的表面发射率，降低检测过程中可能出现的缺陷错检漏检等安全性问题的风险。其仿真和实验结果表明，一方面使用红外热成像法检测时，表面粗糙度不同会严重干扰检测的准确性，具体影响为粗糙度越大，检测出的辐射温度越高；另一方面使用分离温度法可以实现矫正物体表面由于粗糙度不同带来的发射率不同的影响，仿真和实验结果表明矫正准确度可达70%左右，最高可以达到75%以上。基于此矫正检测方法能够有效实现基于红外热成像技术的全局检测，减少发射率对红外热像仪检测精度的影响，提高检测精度，同时也可以极大程度上提高缺陷检测的效率。
- 1
-
融合ECA注意力层和轻量正则化的多视图三维重建
Abstract:
为了有效解决多视图三维重建中的边缘缺失、网络内存消耗严重、重建精度低的问题，对基于深度学习的多视图三维重建网络的特征提取、正则化网络、损失函数、优化器等进行研究。首先，使用融合ECA注意力层的特征提取网络，提高网络对通道特征信息的关注；然后，在门控循环单元模块中加入卷积层，改进的门控循环单元组合成GC正则化网络，采用此网络对代价体进行正则化，降低网络的计算量；最后，使用SmoothL1损失函数和Adam优化器，提高模型训练后期的收敛精度，优化模型的损失和参数。在DTU公开数据集上训练和测试，提出的融合注意力机制和轻量正则化的多视图三维重建网络（EGF-MVSNet）相比于经典的MVSNet网络完整性上提高了22.1，模型总体评分提高了11.5%。能够实现物体的重建，显著提高重建结果的质量，降低网络对内存的消耗。
- 1
-
面向FPGA-TDL-TDC的延迟时间逐位校准网络
Abstract:
时间数字转换器（Time-to-Digital Converter，TDC）是一种将信号脉冲之间时间间隔的连续模拟量转换为离散数字量的设备。基于现场可编程逻辑门阵列（Field Programmable Gate Array，FPGA）内部进位链资源实现抽头延迟链-时间数字转换器（Tapped-Delay-Line Time-to-Digital Converter，TDL-TDC）的方法被广泛应用，但TDL-TDC中每个延迟单元的延迟时间数值受运行温度变化的影响较大，目前使用码密度测试、线性补偿或高阶泰勒函数拟合等的TDC校准方法不能很好地拟合复杂温度变化情况下长延迟链中各单元延迟时间的变化趋势。为继续满足TDC工作精度要求，提出了一种基于多层感知机（Multilayer Perceptron，MLP）的神经网络校准方案，以延迟链中128个延迟单元的延迟时间数据和相应温度数据作为训练样本建立4层MLP。工作时通过反馈当前运行温度信息，可以独立给出每个延迟单元的延迟时间数值，以用于计算待测脉冲之间的时间间隔。实验验证了校准网络对温度变化的补偿作用，该网络可以移植于不同的FPGA芯片。测量得到校准网络的准确率为91%，实现TDC分辨率为34ps。
- 1
-
融合PCA与自适应K-Means聚类的水电机组故障检测在线方法
Abstract:
灯泡贯流式水电机组在运行过程中,由于受水力因素、机械、工况等因素影响,很容易导致转轮叶片与转轮室发生故障,严重影响水电机组安全运行。在分析灯泡贯流式水电机组转轮叶片与转轮室故障信号特征的基础上,提出了一种基于K均值(K-Means)和莱特准则(Wright"s criterion)的水电机组故障在线检测方法。该方法利用主元分析(PCA)对水电机组振动和噪声信号特征降维后,融合莱特准则改进传统K均值算法,以实现K值的自适应选择,对特征进行在线聚类,能快速准确识别水轮机变负荷状态与金属扫膛故障。将本文提出的这种方法应用到五凌电力近尾洲水电站灯泡贯流式机组故障检测中,实验结果表明,采用该方法的故障在线检测准确率为100%、变负荷在线检测准确率为96.7%,运行近10个月没有出现故障误报和漏报,表明了该方法的有效性。
- 1
-
基于激光信息的移动机器人定位研究
Abstract:
针对移动机器人在导航定位过程中，使用传统蒙特卡罗定位算法会产生粒子收敛较慢和定位精度不高，以及发生人为绑架情况后重定位效率较低的问题，本文给出了一种改进的粒子滤波定位方法来提高移动机器人的导航定位效率。首先，在蒙特卡罗定位算法的基础上进行改进，融入自适应区域划分的方法，保证所划区域包含更多有效信息，减少粒子的收敛时间，完成机器人初步粗定位。然后，在粒子采样和重采样阶段，使用正态分布概率模型进行粒子权重更新，实现更加快速高效地全局精定位。通过实验对比分析，所给方法与基于蒙特卡罗定位算法相比较，耗时缩短了4s左右，且本文的自适应蒙特卡罗定位方法，能够将定位误差保持在6cm左右，从而验证了所给方法的有效性和稳定性。
- 1
-
高斯过程改进的鲁棒容积卡尔曼滤波及其组合导航应用
Abstract:
基于GNSS/INS的导航状态估计受状态可观测度影响较大,为提高陆地载体航向角的估计精度,提出了一种改进鲁棒容积卡尔曼滤波方法?首先采用免重采样采样点更新框架实现容积点更新与高斯矩信息的解耦,提高采样点实例化信息在迭代滤波中的传播效率?其次基于状态可观测度分析,将高斯过程引入到系统模型矩估计积分不确定性的标定中,改善移动载体直线行驶条件下航向的估计精度?仿真实验表明,所提GP-RCKF算法能在状态可观测度较弱时显著改善航向角估计精度,航向角误差较RCKF改善28.9%?
- 1
-
基于YOLOv5算法的交通标志识别技术研究
Abstract:
针对传统方式识别交通标志算法存在的检测精度较低的问题，提出了一种改进YOLOv5算法的交通标志识别方法。首先改进YOLOv5算法的损失函数，使用EIOU损失函数代替YOLOv5算法所使用的GIOU损失函数来优化训练模型，提高算法的精度，实现对目标更快速的识别；然后使用加权Cluster NMS改进YOLOv5本身所使用的加权NMS算法，提高生成检测框的准确率。实验结果表明，改进后的YOLOv5算法在由长沙理工大学制作的CCTSDB交通标志数据集上训练的模型的mAP值达到了84.35%，比原始的YOLOv5算法提高了6.23%。所以改进YOLOv5算法在交通标志识别中有更高的精度，能够更好的应用到实践当中。
- 1
-
一种帧间大变形材料的视觉测量方法
Abstract:
为解决数字图像相关（DIC）方法测量帧间大变形时出现的退相关现象，提出一种基于双边特征匹配的DIC全场测量方法。首先，采用ORB（Oriented FAST and Rotated BRIEF）算法提取和匹配特征点对，保证快速提取到数目较多的匹配点对；其次，针对存在的错误匹配问题，在网格运动统计方法基础上提出双边特征匹配，剔除错误匹配点对；最后，独立估计每个感兴趣点的变形参数，为反向高斯-牛顿算法提供初值，并不断迭代获得最终变形结果。通过仿真和聚合物泡沫大压缩实验验证了该方法的鲁棒性和准确性。结果表明，该方法适用于测量帧间大压缩变形，可测实际变形量在40%左右，并且在测量其它帧间大变形方面具有广阔的应用前景。
- 1
-
空间守时系统概念研究
Abstract:
针对太阳系广域时空尚没有统一时间的规则的问题,提出了一种新的统一时间的方法.空间守时系统坚守人类对时间的两个约定,即时间单位和时间起始点的约定,在基于广义相对论的空间计量理论的基础上,用铯原子钟测量原时,用脉冲星测量坐标时,用太阳系质心坐标系原点上的坐标时来统一时间.阐明了“标准时间不是唯一的”相对时间观,在不同局域坐标系之间,相互观测对方的时间都不可能是均匀流逝的,相互认为对方的时间坐标轴是弯曲的,而绝对时间观则必须维持"标准时间的唯一性",用授时技术可以统一所有用时设备.空间守时系统的概念颠覆了传统的绝对时间观点.空间守时系统具有特别设计的反馈机制,使时间系统更加稳定.
- 1
-
基于J-A力磁耦合模型的压力磁测系统研究
Abstract:
本文提出了基于磁机械效应的在役容器压力测量方法,利用磁信号与器壁应力之间存在稳定对应关系,实现非侵入无损检测。采用J-A力磁耦合模型分析了弱地磁环境下钢材磁导率和应力的关系,在理论上证明了利用容器外部磁场测量内部压力的可行性。设计了一套多通道磁信号同步采集系统,能够完成多传感器三个分量的磁信号的同步获取,实验验证了本方法的性能和优势。实验表明,在压力设定范围内,容器附近磁场与内部压力符合线性模型。压力容器表面的不同部位的磁场对压力变化的灵敏度差别较大,因此需要多点布置、标定优选。对于实验的低碳钢压力容器,磁场测量灵敏度可达131.4 mGs/MPa,并通过轴对称布置一对传感器叠加,可以减弱旋转容器对测量精度的影响。
- 1
-
625MS/s 12bit双通道时间交织ADC的设计研究
Abstract:
基于40nm CMOS工艺，设计了一款625MS/s、12bit双通道时间交织模数转换器（ADC）。单通道ADC采用了前端无采保模块的流水线架构以降低系统功耗。系统采用了宽带高线性度前级驱动电路以及高速高精度栅压自举开关以保证交织系统的有效输入带宽。一种基于辅助通道的后台校正算法被用于校正通道间采样时间失配，该后台校正方法可适用于完全随机输入信号。芯片核心面积为0.69mm2。后仿真结果表明：该625MS/s 12bit 时间交织ADC在全速率下进行奈奎斯特采样，系统SFDR为67dB，SNDR为58.5dB，功耗为295mW，满足设计指标，证明了设计的有效性。
- 1
-
2017,31(1):45-50, DOI: 10.13382/j.jemi.2017.01.007
Abstract:
火电厂排放气体中的氮氧化物（NO2、NO、N2O等）浓度一直是环保检测的重要指标。针对基于光谱分析的氮氧化物浓度检测精度受到多种因素制约和干扰（如温度、粉尘、水分、电器噪音、光学镜片老化、多组分气体吸收峰值交叉干扰等），很难采用单一方法进行改进的问题。首先设计硬件预处理装置用于气体组分的过滤和提纯，然后利用构建的径向基函数（RBF）网络对传感器测试值进行校正。RBF神经网络的自学习自训练能力省去了传统的对干扰因素进行补偿的研究建模，使得检测中数据处理工作效率更高。随机抽取国内某大型火电厂2015年实际数据进行仿真实验以及预测、分析，综合平均相对误差为0841%，表明方法的有效性。
-
2017,31(1):1-8, DOI: 10.13382/j.jemi.2017.01.001
Abstract:
球铰链具有结构紧凑、运动灵活和承载能力强等优点，是一种应用较普遍的多自由度机械关节，其回转角度的检测对系统运动误差预测分析、反馈和控制具有十分重要的意义。首先介绍球铰链的应用与结构特点，然后分析球铰链多维回转角度的测量需求，对国内外球铰链多维角度检测的相关研究发展进行综述，主要包括基于结构解耦测量、基于光学原理测量和基于磁场理论测量等方法。最后，对球铰链多维回转角度测量的研究现状进行总结，指出了其研究的重点、难点以及关键技术突破面临的挑战。
-
2017,31(1):9-14, DOI: 10.13382/j.jemi.2017.01.002
Abstract:
带钢表面缺陷形式的复杂多变给特征的选择带来了困难，为此，提出一种融合特征筛选和样本权值更新的R AdaBoost特征选择算法。该算法在AdaBoost算法的每个循环中通过Relief算法进行特征的筛选与降维，通过筛选后的特征利用样本的类内类间差去除噪声样本，然后根据AdaBoost的动态权值更新样本库，再利用每个循环优化选择得到的最优特征与弱分类器级联成最终的AdaBoost强分类器，进行带钢表面缺陷的检测与定位。实验结果表明，针对带钢实际生产线上的划痕、褶皱、山脉、污点等多种缺陷，该算法可以有效提取出具有高区分性和独立性的特征，同时提高了缺陷检测算法的准确率。
-
2017,31(1):15-20, DOI: 10.13382/j.jemi.2017.01.003
Abstract:
针对微机电系统（MEMS）陀螺仪随机误差成为制约其精度和应用范围的主要因素，提出基于回归滑动平均（ARMA）模型的卡尔曼滤波估计方法。首先基于Allan方差分析结果，确定出量化噪声、角度随机游走、零偏不稳定性是MEMS陀螺随机噪声主要组成部分；然后采用时间序列分析法对MEMS陀螺仪随机噪声的平稳性进行检验；最后基于随机漂移ARMA模型建立离散卡尔曼滤波方程对其开展误差估计与补偿。开展车载静、动态环境下的数字降噪与卡尔曼滤波估计补偿对比实验，结果表明基于ARMA模型的卡尔曼滤波估计法在MEMS陀螺随机误差补偿效果上具有更明显优势。
-
2021,35(12):116-125, DOI:
Abstract:
针对滚动轴承振动信号的非线性动态特性及可靠度评估精度不高的问题,提出了基于改进的交叉模糊熵( improved cross fuzzy entropy,ICFE)和威布尔比例故障率模型(Weibull proportional hazards model,WPHM)的滚动轴承健康状态评估方法。 该方法首先对原始振动信号进行改进的微分局部均值分解(Crt-differential local meandecomposition,Crt-DLMD),选取包含故障 信息最多的有效分量进行重构;然后,利用滑动均值取代原有粗粒化过程,计算重构信号的 ICFE;最后,将 ICFE 作为 WPHM 的 协变量进行健康状态评估。 通过美国国家航空航天局(NASA)和西安交通大学-长兴昇阳科技有限公司的滚动轴承全寿命周期 数据实验表明,所提方法可以准确、有效地评估滚动轴承的健康状态。
-
2017,31(1):21-28, DOI: 10.13382/j.jemi.2017.01.004
Abstract:
经验模态分解（empirical mode decomposition，EMD）降低噪声的同时也削弱信号能量，并会产生虚假信号，导致信号检测存在缺陷，针对这一问题，提出Levy噪声环境下经验模态分解随机共振检测方法。通过将含噪信号进行EMD分解，对分解后信号进行叠加取平均二次采样等处理方法，使其满足随机共振要求，利用自适应算法优化系统参数，进而使处理后信号能够在双稳系统中产生随机共振，达到精确检测的目的。理论分析及实验证明在Levy噪声下，此方法能实现同一特征指数下单频信号与多频信号检测，实验表明在单频信号信噪比为-28 dB情况下能有14 dB的提高，特征指数为1.8下多频信号5 Hz频谱幅值从311.8增加到724，10 Hz频谱幅值由138.9增加到143.2。此方法对在复杂噪声环境中降低剩余噪声能量同时，提高信号能量，减少虚假信号，相对于仅仅进行EMD分解无法判断信号成分，能更好的达到检测效果。
-
2017,31(1):36-44, DOI: 10.13382/j.jemi.2017.01.006
Abstract:
针对基于KAZE特征检测的图像拼接算法实时性问题，提出一种简单有效的AKAZE拼接算法。该算法首先通过AKAZE算法提取图像特征点，接着计算M LDB描述符从而生成特征向量。随后计算特征向量之间的汉明距离，提取出匹配的特征点对，然后利用RANSC算法估算全局单应性矩阵，根据动态线性变换算法求取重叠区域局部投影关系，结合两者统一投影平面，最后利用加权融合实现两幅图像的拼接。对KAZE、SIFT、SURF、ORB、BRISK进行性能实验比较，所用算法不仅对于高斯模糊、角度旋转、尺度变换和亮度变化等情况下保持良好的性能，而且处理时间大大缩短，实现了有效的图像拼接。
-
2017,31(1):29-35, DOI: 10.13382/j.jemi.2017.01.005
Abstract:
为帮助老年公寓监护人员及时发现老年人摔倒等动作，提出了一种基于视频监控的动作识别方法。对监控视频，首先通过基于HSV空间的混合高斯背景建模方法提取前景图像，然后利用所提出的运动特征和形态特征相结合的方式进行特征提取，最后通过具有高斯输出的HMM模型实现动作类型的识别。提出的方法能够适应光照变化影响，对不同动作的动作方向和动作幅度变化具有很好的鲁棒性，实验中动作的识别准确率达到90%。结果表明，本方法能够满足老年公寓动作识别的基本要求，具有一定的实用价值。
-
2017,31(1):76-82, DOI: 10.13382/j.jemi.2017.01.011
Abstract:
在抢险救灾等应急情况下，传感器网络的节点能量更为有限。为减少无用转发的能量消耗，利用无线信道的广播特性，根据广播子树删除思想，提出一种基于最短路由树、具有最少转发节点的组播路由树生成算法。对该算法进了证明和详细分析，并针对实际需要，给出使用范围更广泛的分布式实现方法。仿真分析说明，算法的分布式实现方法可减少ODMRP的转发节点数，大大降低数据发送次数，接收成员节点较多时尤为明显。最少转发节点的组播路由树的网络总开销最小，是延长网络生存时间的有效方法。
-
2017,31(1):144-149, DOI: 10.13382/j.jemi.2017.01.021
Abstract:
为解决目前水表检定存在效率低、人为因素影响大等诸多问题，提出了应用机器视觉技术的水表检定系统，并重点研究实现梅花针快速定位的模板匹配算法和消除湿式水表表盘气泡的图像形态学算法。使用Harris算法预先提取梅花针模板角点，并实时提取现场图像的角点。采用部分Hausdorff距离法，实现梅花针的快速定位；利用图像形态学算法实时消除气泡影响，并完成对梅花针转动齿数的计数。实验表明，该系统在保证检定准确性的同时，可缩短检定时间，提高水表检定效率，解决了湿式水表表盘气泡对检定的不良影响，适用于各类水表的检定。
-
2017,31(1):51-57, DOI: 10.13382/j.jemi.2017.01.008
Abstract:
提出一种快速、简便、高效的眼底血管分割方法。分析眼底图像的灰度值分布和对比度变化，利用匹配滤波克服背景干扰，消除噪声影响，达到灰度均衡，实现眼底图像的亮度归一化。估计眼底图像中背景像素所占比例，利用直方图自动选择阈值，完成对眼底图像中血管的有效分割。在公开的眼底图像数据库上进行测试，该方法对眼底血管分割具有较好的性能指标。实验表明，提出的基于匹配滤波和阈值优化的眼底血管分割方法，准确率高、复杂度低，对眼科疾病的计算机辅助诊断有一定的实用价值。
-
2017,31(1):106-111, DOI: 10.13382/j.jemi.2017.01.015
Abstract:
速度平滑问题是高速数控加工及煤矿提升机为提高加工精度与设备寿命而提出的，针对该速度平滑问题建立分段模型，基于加速度与速度的关系，推导了各段速度、行程和时间的解析解，推导了模型中关键一元三次方程的通用解，并将其运用到速度平滑分段求解问题中。本方法应用于煤矿提升机速度平滑问题中，显示出易于程序实现、计算量小、过渡曲线平滑的特点，能很好适应高速运动设备速度平滑的场景。目前该方法已推广至多个实际项目中。
-
2017,31(1):83-91, DOI: 10.13382/j.jemi.2017.01.012
Abstract:
根据有向传感器节点感知特性，提出一种有向传感器节点模糊感知模型，以此为基础建立了模糊数据融合规则，减少网络中的不确定区域；就有向传感器网络强栅栏覆盖问题，提出一种基于粒子群的有向传感器网络强栅栏覆盖增强算法，将n维求解问题转化为一维求解，提高了算法收敛速度。仿真结果表明，对感知方向可连续调节的有向传感器网络节点，在随机部署情况下与现有算法对比，本算法对目标区域能有效的形成强栅栏覆盖，且具有较快的收敛速度，延长网络生存期。
-
2023,37(1):177-190, DOI: 10.13382/j.issn.1000-7105.2023.01.020
Abstract:
针对经典双稳随机共振(CBSR)系统在微弱信号放大检测方面的困难,提出了 Levy 噪声下的欠阻尼指数型三稳随机共 振(UETSR)系统。 将双稳态和指数势函数相结合,利用非高斯噪声可有效提升信噪比的特性,构造出 UETSR 系统。 首先推导 该系统的稳态概率密度函数,以平均信噪比增益为衡量指标,采用量子粒子群算法进行参数寻优,研究在 Levy 噪声的不同参数 α 与 β 下,系统各参数对 UETSR 输出变化规律的影响。 最后将 UETSR、CBSR 和经典三稳系统(CTSR)应用于轴承故障诊断中, 系统输出后的内外圈故障频率处的幅值较输入信号分别增长了 197. 58,1. 153,18. 81 和 238. 87,26. 63,39. 72,最高峰与次高峰 的谱级比分别为 5. 44,4. 03,3. 85 和 5. 10,3. 79,5. 05。 实验结果表明,不同系统参数均可诱导产生 SR 现象,且 UETSR 系统的 性能明显优于 CBSR 和 CTSR,具有良好的工程应用价值。
-
2017,31(1):99-105, DOI: DOI: 10.13382/j.jemi.2017.01.014
Abstract:
随钻方位电磁波电阻率测井仪器实现地层方位电阻率测量和地层层界面检测的关键在于测井仪线圈系结构的设计,且测井仪器的检测性能主要受电磁波信号发射频率、线圈源距、线圈间距、线圈倾角以及所测地层电阻率的影响。针对随钻方位电磁波电阻率测井仪器的不同检测要求，确定测井仪器的检测方式。根据线圈系结构在不同检测方式的条件下所满足的约束条件，采用仿真实验的手段设计随钻方位电磁波电阻率测井仪的线圈系结构，为实际工程应用中线圈系的结构设计提供参考依据。
-
2017,31(1):139-143, DOI: 10.13382/j.jemi.2017.01.020
Abstract:
为了提高多目标跟踪的鲁棒性，增强目标之间的区别性，使用了一种基于能量最小化(energy minimization,EM)的多目标跟踪算法，不同于现有算法，本算法专注于将多目标跟踪中的复杂问题表示为能量函数的模型，模型中包括了更优的目标区分策略（相似度模型）。通过将每个能量函数成本值对应一个多目标的跟踪轨迹方案，算法将多目标跟踪问题转化为能量最小化的问题。在能量函数模型的优化方法上，算法采用共轭梯度算法和一系列的跳转运动来找到能量最小的值。公开数据集的实验结果证明了本算法的有效性，而且定量分析结果证明了本算法提高了目标与背景、目标之间的相互区别性从而与其他算法相比能获得更好的鲁棒性能。
-
2017,31(1):118-124, DOI: 10.13382/j.jemi.2017.01.017
Abstract:
针对变压器故障诊断准确率低的问题提出了粒子群 自组织映射 学习矢量化（PSO SOM LVQ）混合神经网络算法。为了获取更加有效的SOM神经网络拓扑结构，首先采用PSO算法对SOM神经网络的权值向量加以改进，在此基础上融入LVQ神经网络，弥补了无监督学习SOM神经网络的不足。这种PSO、SOM和LVQ相结合的混合神经网络算法提高了变压器故障诊断的精度，减少了故障诊断的误差。通过仿真，对SOM、PSO SOM和PSO SOM LVQ这3种算法进行了对比。对比结果表明，PSO SOM LVQ混合神经网络算法准确度最高，其故障诊断准确率为100%。由此可见，采用PSO SOM LVQ混合神经网络算法可有效提高变压器故障诊断的性能。
-
2017,31(1):132-138, DOI: 10.13382/j.jemi.2017.01.019
Abstract:
提供了一种适宜于多通道集成的低功耗、小面积14位125 MSPS流水线模数转换器(ADC)。该ADC基于开关电容流水线ADC结构，采用无前端采样保持放大器、4.5位第一级子级电路、电容逐级缩减和电流模串行输出技术设计并实现。各级流水线子级电路中所用运算放大器使用改进的“米勒”补偿技术，在不增加电流的条件下实现了更大带宽，进一步降低了静态功耗；采用1.75 Gbps串行数据发送器，数据输出接口减少到2个。该ADC电路采用0.18 μm 1P5M 1.8 V CMOS工艺实现，测试结果表明，该ADC电路在全速采样条件下对于10.1 MHz的输入信号得到的SNR为72.5 dBFS, SFDR为83.1 dB,功耗为241 mW，面积为1.3 mm×４ mm。
-
2017,31(1):125-131, DOI: 10.13382/j.jemi.2017.01.018
Abstract:
频谱模型的乐音仿真是运用声学理论，由一系列基本函数及其时变幅度乘积的迭加来实现乐器的发声。通过对钢琴琴弦振动和衰减特性的分析以及共鸣箱共振作用的探讨，提出了一种新的数字化钢琴乐音仿真技术，仿真模型由激励系统和共振系统两部分组成。系统以琴弦振动方程为基础，先进行时域上的包络修饰，以模拟琴弦振动的自然衰减，这样可以使乐音各音符间衔接和谐；然后在频域上以频谱包络建模滤波器组，实现共振系统的仿真，对音色进行修饰。该方法能更为有效的雕刻声音，同时较好的表现音色，从而使乐音听起来更加和谐。
-
2017,31(1):150-154, DOI: 10.13382/j.jemi.2017.01.022
Abstract:
东巴象形文是由云南丽江纳西族先民创造并使用的，被誉为“世界上唯一活着的象形文字”。在图形识别、内容释读以及形、音、义信息等方面，现有的英文、汉字等识别系统及翻译系统往往不能适用于东巴象形文字，提出一种先拓扑特征处理后投影法特征提取的分步骤信息处理方法，并采用模板匹配法进行文字识别。通过实验验证表明，基于象形文固有特征的提取，利用拓扑特征与投影法相结合的特征提取方法进行东巴象形文字识别，具有准确度更高的特点，是东巴象形文识别的一种有效方法。
