- 当期目录
- 优先出版
- 最新录用
- 下载排行 过刊浏览
-
2024,38(10):1-15,
Abstract:
无线光通信作为一种高速、高带宽和高安全性的通信技术,受到了广泛的关注。然而,噪声作为系统性能的重要限制因素,会使得系统信号失真和信噪比下降,进而影响通信质量。因此,为了减少噪声对信号的影响,从而更有效地设计和调整通信系统,就需要理解和模拟噪声的行为,而噪声模型就是一个研究噪声行为的重要工具。本文针对无线光通信系统中的噪声及噪声模型进行了系统性的研究,文中首先从无线光通信系统的信源、信道和信宿三方面对其中引入的各类典型噪声进行逐一分析,然后总结了相应噪声及其噪声模型的国内外研究进展,分析了噪声的产生机理,并给出了对应的噪声模型。此外,还总结了相关模型的特点及局限性。最后,总结了各类噪声的关键抑制技术,并展望了该领域的进一步研究方向,可为无线光通信技术在该领域的发展和系统设计与优化提供理论支持与启示。
-
2024,38(10):16-23,
Abstract:
大型燃气涡轮发动机不锈钢机匣结构中包含大量R角区域，该区域因壁厚较大且是曲面结构，制造过程中容易出现微裂纹、气孔、夹杂等缺陷。射线检测因受到R角曲面的形状限制而无法布置射线底片，并且大厚度R角区域也很难被射线穿透，造成射线检测灵敏度下降、缺陷出现漏检。由此，提出大型不锈钢机匣R角区域内部缺陷的超声水浸相控阵检测技术。将相控阵探头布置于机匣内环曲面，通过修正曲面聚焦法则控制阵元发射超声波在R角区域形成聚焦声场；通过建立数值仿真模型分析聚焦法则修正前后的声场聚焦性能，同时分析了水距对聚焦声场的影响；最后，基于修正的聚焦法则和优化的水距开展机匣R焦区区域的超声相控阵检测试验。结果表明：通过曲面聚焦法则修正和水距优化可在R角区域形成聚焦声场，该区域扇形扫描图像质量得到明显改善；能够显示Φ1.5 mm当量尺寸的横孔缺陷并具有良好的检测分辨率，-6 dB法下定量相对误差低至6.7%。
-
2024,38(10):24-34,
Abstract:
脑电的棘波自动化检测是目前研究的重点，对癫痫诊断具有重要意义。现有检测方法主要有两类：信号分析和机器学习。前者对异常值敏感，后者算法对不同数据的鲁棒性未能得到充分验证。另外，传统的基于单通道脑电的棘波检测方法容易受到伪迹干扰。针对现有算法存在的问题并结合棘波的电生理特点，提出了基于多通道数据权重融合和小波分解的棘波检测算法。首先，根据癫痫棘波的放电特性，设计一种以幅值和波形趋势为特征值的多通道权重融合方法，获得棘波数据强化后的单通道数据；其次，算法引入小波分解，有效地提取信号中的局部特征，增强检测癫痫棘波这类具有突变特性信号的能力；最后，通过临床采集的癫痫患者脑电数据，验证了该算法能实现癫痫发作间期棘波的精确检测，诊断准确率可达92.3％以上。相较于传统的单通道脑电棘波检测方法，该方法具有检测准确率高、计算简单的优势，是一种有效的癫痫发作间期的棘波检测技术。
-
2024,38(10):35-47,
Abstract:
针对传统脉搏传感器存在的穿戴不适、携带不便以及精度不高等问题，本文设计一种基于P（VDF-TrFE）柔性压电薄膜的可穿戴脉搏传感器，旨在实现人体脉搏信号的连续检测，为心血管疾病的预防和治疗提供有力支持。首先，采用溶液流延法制备P(VDF-TrFE)柔性压电薄膜作为传感器基底，并利用丝网印刷技术在制备好的压电薄膜表面印刷导电电极，结合网状屏蔽层的设计制备方形传感器和圆形阵列传感器，用于脉搏信号采集性能的实验对比。其次，为了解决脉搏信号低频微弱且容易受到各种噪声干扰的问题，设计包含信号放大和信号滤波功能的精密信号调理电路，用于获取高保真和高清晰度的低噪声脉搏波信号。实验结果表明，所制备的P(VDF-TrFE) 薄膜具有良好的介电、压电和铁电性能，其中d33值达到-25 pC·N-1，能够提升传感器快速准确捕捉低频脉搏信号的能力，设计的柔性脉搏传感器相较于传统刚性传感器能够较好地贴合人体皮肤，提升无感佩戴体验，符合可穿戴性以及舒适性的要求。其中，圆形阵列式传感器能够检测到包含大部分生理特征点的连续脉搏波信号，相比于方形传感器具备更高的灵敏度和清晰度，检测性能更好。除此之外，设计的信号调理电路能够缓解50 Hz工频干扰和高频噪声干扰，成功将平均峰值电压从0.069 V放大至5.467 V，显示出清晰稳定的脉搏波形并保留脉搏信号的主要特征，抑制噪声干扰的同时实现了对人体脉搏信号的高灵敏度、高稳定性和高准确性的采集。因此，本文设计的基于柔性压电薄膜的可穿戴脉搏传感器能够有效检测和采集人体脉搏波信号，可用于医疗健康监测和可穿戴设备研究领域，具有广阔的应用前景。
-
2024,38(10):48-57,
Abstract:
针对海陆边界、近岸岩礁等复杂海洋场景下,光学遥感小型船舶检测成像特征不明显、目标占比小的问题,提出一种改进YOLOv8s的小型船舶检测方法。首先,在颈部层引入浅层特征图的基础上修改预测层,平衡浅层位置信息和深层语义信息的权重,增强模型对小目标的关注度;其次,采用融合FasterNet Block和高效多尺度注意力机制的C2f-FE模块,利用通道分组和跨通道信息交互,加强对小型船舶的特征提取,并降低模型参数;最后,采用动态检测头模块,在不同预测层级上提高模型对不同空间尺度、任务目标的检测能力。实验结果表明,与原始YOLOV8s模型相比,改进模型的参数量减少42.3%,在MASATI数据集上,改进模型的检测精度mAP50和mAP50:95值分别提高4.2%和2.2%,在DOTA-Ship和DOTA-Small Vehicle数据集上,改进模型的检测精度mAP50:95值分别提高1.7%和1.4%。由此可知,改进模型不仅有效地实现轻量化、高精度的小型船舶检测,而且满足在遥感场景下泛化小目标的高精度检测。
-
2024,38(10):58-68,
Abstract:
针对传统齿轮箱油液分析方法存在的精度低和泛化能力有限的问题，提出一种基于PCA特征优选和AdaBoost集成学习的齿轮箱油品状态识别方法。首先，通过箱型图和smote插值对油液多参量数据进行清洗以提高油液数据的质量；其次，采用PCA进行油品特征优选，获取有助于识别的油品特征优选子集，在有效融合油液多参量信息的同时，可显著降低模型运行的时间复杂度；然后，利用BP神经网络建立油品状态识别基本模型，引入GWO灰狼优化算法对模型进行优化，构建具有最优初始权值与阈值的弱分类器GWO-BP，同时采取自适应提升AdaBoost算法组合多个弱分类器GWO-BP，集成为较强鲁棒性的强分类器。最后利用实验进行验证和分析，实验结果表明，所提方法效果最优，平均识别率99.30±0.16%，平均用时32.77±1.27 s，能够快速高效、准确识别出齿轮箱润滑油油品状态，为实现在线齿轮箱的油品状态识别奠定了良好基础，具有重要的工程应用价值。
-
2024,38(10):69-77,
Abstract:
漏磁内检测是管道内检测的核心技术,对保障管道的安全运输至关重要。管道长期处于地下或深海,复杂的环境导致管道表面存在许多小缺陷。由于小缺陷可利用信息有限,传统的深度学习缺陷检测方法识别小缺陷难以获得满意的检测结果。提出了一种基于复合骨干网络的漏磁小缺陷信号检测方法。首先,提出了一种名为背景压缩的数据增强方法,以压缩背景信号进而增强小缺陷关键特征。其次,设计一种自适应的正负样本分配策略,以改善小缺陷在区域候选网络中正负样本分配不均匀的问题。最后,提出了一种小缺陷多分支高分辨率特征提取网络,利用多分支复合结构获得高分辨率特征进行特征融合,以提高网络对小缺陷纹理信息的利用率。以试验场管道数据对所提方法进行验证,实验结果表明,设计的方法是有效的,检测精度达90.3%,与最好结果相比,mAP提升8.4%。
-
2024,38(10):78-87,
Abstract:
第三代功率半导体器件—氮化镓高电子迁移率晶体管器件(GaN HEMT)以其耐压耐温的优异特性在电力电子与通讯电子领域广泛应用。GaN HEMT器件通常工作在高温大功率等严苛的外部条件下,为了避免其突然失效对电力电子设备的正常运行产生影响,对其进行主动实时的状态检测有着极其重要的意义。通过在不同温度和漏源电压条件下设计并进行重复性实验,提取分析GaN HEMT器件开通和关断瞬间产生应力波能量的变化来探讨温度和漏源电压对GaN HEMT器件的影响。针对器件应力波采集过程中易受噪声干扰的问题,提出一种基于GOOSE鹅优化算法的变分模态分解(VMD)的应力波去噪算法。实验结果表明,所提出的GOOSE-VMD信号处理方法能够在最大程度保留应力波信号特征的同时取得良好的降噪效果；器件应力波能量与漏源电压具有良好的正相关关系；器件应力波能量随着温度升高而减小,但当温度升高至82.05℃之后,应力波能量随着温度升高而增大。
-
2024,38(10):88-96,
Abstract:
火箭撬试验在航空航天、兵器、电子、核武器研制中具有重要的试验价值，为了建立轨道测量控制网、实现火箭撬试验中时空位置参数的测量，本文提出了一种基于边角混合交汇平差模型的组合测量方法。首先，构建了基于全站仪测角信息与激光跟踪仪测距信息的混合交汇平差模型，定义了构建测量误差矩阵的原则，并采用非线性最小二乘法对全局坐标进行了最优估计；其次，采用蒙特卡洛法对测量设备布局和混合交汇平差模型的精度进行了仿真分析，仿真结果表明，测量设备布设在测量范围内的中间位置，可使整体位置标坐标测量误差达到最小，进一步减小平差模型中初始值误差，提高模型解算精度；最后，在某火箭撬试验场地进行了实验验证，在669 m的测量范围内，整个轨道测量控制网的位置标距离标准差为0.19 mm，验证了长直导轨测量中边角混合平差模型的可行性，该方法对全量程测量任务具有重要参考价值。
-
2024,38(10):97-108,
Abstract:
Wi-Fi无线感知技术已成为感知领域的研究热点，能够实现对人体活动和周围环境的智能感知。现有的无线感知模型参数量较大，在移动设备等算力有限的场景中难以实时感知。为此，提出了一种基于深度可分离卷积的轻量级特征提取模块和堆叠的门控循环单元混合的分类识别模型。首先基于深度可分离卷积构建了轻量的特征提取模块，用以捕获人体手势的空间特征，并保持特征的时序性不发生变化；然后使用双层堆叠的GRU网络学习人体手势的时空特征；最后使用开源数据集Widar对模型的性能进行验证，提取CSI信息中的BVP特征以提高跨域场景的识别准确率，并利用加权的损失函数来解决样本不均衡问题。结果表明，提出的模型在跨域场景下准确率达到77.6%，参数量仅有236.891 K。与现有的其他Wi Fi手势识别模型相比，提出的模型在性能基本保持不变的情况下，极大地降低了模型的参数和计算复杂度，为Wi-Fi无线感知技术在实际应用中的推广奠定了基础。
-
2024,38(10):109-117,
Abstract:
六维加速度传感器可广泛应用于类人机器人领域的动态全息检测，从而保障机器人运动柔顺性与稳定性。现有六维加速度传感器存在响应速度慢、响应范围窄等动态特性差的问题，限制了传感器对测量载体实时动态位姿信息的敏锐、宽范围响应。针对这一问题，开展六维加速度传感器时频域动态性能补偿研究。利用差分方程建立传感器的动态模型，提出一种基于NDE-FLNN的高精度动态模型参数辨识算法，并进一步推导动态补偿模型补偿传感器的响应速度，提升传感器的时域动态性能。之后，基于零极点配置法设计传感器各通道动态补偿器，消除原极点并引入新极点，拓展传感器响应范围，改善传感器频域动态性能。实验结果表明，相比于DE-FLNN算法，改进后的NDE-FLNN算法能够更高精度地辨识传感器动态模型参数，传感器补偿后各分量的调节时间减少至原先一半左右，均在150 ms以内，工作带宽由22 Hz拓展至84 Hz，传感器时频域动态性能得到显著提升。
-
2024,38(10):118-127,
Abstract:
针对因角度训练标签冲突和可抓取区域与物体区域间的非一致性导致的现有抓取检测方法在复杂的非结构化抓取场景中抓取检测准确性不足的问题,本文提出了一种自适应特征融合抓取检测网络AFFGD-Net。该网络首先采用基于分区法的角度预测方法,将角度值编码为角度类别和偏移量两部分进行学习预测,冲突的角度值划分到同一类别,减少角度训练标签的冲突,偏移量用于补偿分类部分的精度损失,提升网络对抓取角度的预测准确率。其次,引入自适应感受野模块(ARFB)和注意力跳跃连接模块ASCM,ARFB增强网络对多尺度可抓取区域特征的表征能力,并通过自适应融合不同尺度特征,提升对多尺度物体的抓取检测能力,ASCM通过自适应融合低层空间特征和高层语义特征以恢复可抓取区域的边缘特征,提高网络的抓取角度和抓取宽度预测准确率。最后,通过实验验证了所提网络的有效性。在Cornell数据集的图像划分和对象划分测试模式下,AFFGD-Net的准确率分别达到98.9%和97.7%,在Jacquard数据集中准确率达到95.2%。网络检测速度达到111 FPS,显示出良好的实时性。实验结果表明,AFFGD-Net在抓取检测的准确性和实时性方面均优于现有方法,验证了所提方法的有效性。
-
2024,38(10):128-136,
Abstract:
为解决燃气管道巡检四足机器人的地图构建问题，提出一种改进沙猫群算法优化的ISCSO-FastSLAM算法。首先，引入柯西变异策略提高沙猫群算法跳出局部最优的能力，加快收敛速度，并加入自适应遗传参数增强沙猫群算法的稳定性。再通过改进沙猫群算法输出的位置预测最优解来更新FastSLAM算法的预测粒子集，从而提高估计精度。同时利用低权重粒子优化策略代替粒子滤波中原来的重采样步骤，来保证粒子的多样性。然后搭建不同的仿真环境，将多种算法进行仿真对比，仿真结果表明：在20 m×20 m的仿真环境下，ISCSO-FastSLAM算法相比WOA-FastSLAM算法对地图的构建更为准确，对机器人位置和环境路标的估计误差分别减小了17.1%和23.3%。最后，利用四足机器人在60 m×100 m大小的居民区进行建图实验，实验结果表明：相比FastSLAM算法和WOA-FastSLAM算法，ISCSO-FastSLAM算法能够构建更准确的居民区巡检地图，对阀门井、调压箱等巡检关键位置的估计误差分别减小了16.2%和6.0%。
-
2024,38(10):137-146,
Abstract:
包覆层管道被广泛应用于化工、石油、燃气等行业,管道腐蚀引起的裂缝、局部腐蚀等都可能带来重大安全隐患，因此对管道缺陷的检测变得极其重要。但管道上较厚的包覆层导致常规的无损检测很难检测到管道的缺陷，而脉冲涡流无损检测技术因其具有强大的激励能量和出色的穿透能力，能够在不拆除包覆层的情况下对管道进行缺陷检测。本研究旨在分析不同信号特征下对缺陷检测的有效性，文章首先利用仿真软件建立带包覆层管道的三维有限元模型，其次选取差分电压峰值、差分电压峰值时间、差分电压过零时间、差分信号基频幅值作为信号特征，对信号特征与缺陷的关系进行分析，最终选取出更适合的评估信号。仿真结果表明：差分电压峰值与基频幅值随缺陷弧长增大而增大，随缺陷深度增大而增大。峰值时间、过零时间只与深度有关，且随外表面深度增大而增大、随内表面深度增大而减小。并通过信号特征与缺陷的拟合，选取出适用于缺陷分辨的信号。这项研究有助于优化脉冲涡流无损检测技术在包覆层管道缺陷检测中的应用，提高检测的准确性和效率。
-
2024,38(10):147-158,
Abstract:
针对现有超宽带雷达人体姿态识别研究领域缺少对相似动作辨识的问题，提出一种时频分析结合随机森林（RF）的动作辨识模型。提出基于平滑伪维格纳 威利分布（SPWVD）的二维平滑伪维格纳-威利分布（2D-SPWVD）时频分析方法，对预处理后的人体动作回波信号进行时频特征提取；利用主成分分析法（PCA）对特征矢量进行降维处理，选择累计贡献率较高的前30个主成分作为新的特征矢量输入到麻雀搜索算法（SSA）优化的RF分类模型中，用于有障碍条件下5种不同人体相似跌落动作辨识。实验结果表明：预处理算法有效地提升了动作回波信号信噪比，PCA-SSA-RF分类模型能有效辨识5种不同人体跌落动作，克服了数据的特殊性以及障碍物的干扰，准确率高达96.6%。在实时数据流中的跌倒检测任务中，模型的分类平均准确率达到了93%，并与RF、PSO-RF等多个不同经典分类模型深入对比，准确率较高且整体所需时间较短，兼具了准确性和分类效率。验证了所提方法的优越性与有效性。
-
2024,38(10):159-169,
Abstract:
在半导体制造领域，晶圆缺陷分类是确保产品质量的重要步骤。然而，由于晶圆缺陷的多样性和复杂性，现有的混合型晶圆缺陷分类网络在准确性上仍然存在不足。针对这一问题，提出了一种基于全局和局部多尺度特征融合的混合型晶圆缺陷分类网络—MLG-Net。MLG-Net由3个主要模块组成：特征提取模块、全局分支和局部分支。该网络旨在更好地提取和利用晶圆缺陷图像的全局语义信息与局部细节特征，这两种特征通过多尺度特征融合技术相结合，最终形成一个更加全面的特征表示，有助于分类器在面对复杂混合缺陷时，做出更为准确的判断，从而提升分类精度。为了验证MLG-Net的有效性，在包含38种混合类型缺陷的数据集—MixedWM38上进行了大量实验，其分类准确度达到98.84%。结果表明，MLG-Net在综合性能上优于当前主流的六种晶圆缺陷分类方法。这一结果证明了全局与局部特征融合在处理混合型晶圆缺陷分类任务中的重要性和有效性。
-
2024,38(10):170-179,
Abstract:
针对部分轮胎X光缺陷图像中缺陷对比度较低、缺陷占比较小，导致缺陷难以检测的问题，采用了一种基于生成对抗网络的改进模型，以提高轮胎缺陷的检测精度。首先分析了传统生成器所存在的一些问题，然后以GANomaly作为基础模型，引入了注意力机制模块NAM、流对齐模块FAM和PatchGAN，旨在增强模型的特征提取能力和图像重构能力。注意力机制模块NAM通过归一化处理增强了模型对缺陷区域的关注度，流对齐模块能够将低分辨率特征图中的特征点精确地映射到高分辨率特征图的对应位置，从而确保多尺度特征之间的信息一致性和有效融合，而PatchGAN则通过局部判别器增强了模型对局部特征的识别能力。为了验证改进模型的有效性，在相同的自制数据集上对4种轮胎缺陷类型X光图片进行测试。测试结果表明，改进后的模型在受试者工作特征曲线面积（AUC）和平均精度（AP）两个关键指标上均取得了显著提升，AUC值达到了96.4%，AP值达到了95.8%。这些结果表明，改进后的模型有效增强了特征提取和图像重构的能力，提升了缺陷检测的精准度。
-
2024,38(10):180-190,
Abstract:
为提高双有源桥变换器的传输效率，提出一种基于新扩展移相控制的电流应力和回流功率双目标权重优化策略。首先，根据原边侧输出电压高电平的角度和原副边输出电压之间的移相角关重新定义新移相比，简化传输功率数学模型，再由移相比之间的关系划分出3种工作模式并求出对应的电流应力和传输功率数学模型；在此基础上，推导出回流功率数学模型并进行特性分析；然后，优选出两种覆盖全功率的工作模式并建立电流应力和回流功率权重优化函数，根据极差正规化法求解出最优移相比组合并分析其软开关特性；最后结合所求软开关条件下的最优移相比组合设计出简洁快速的闭环控制策略。通过搭建样机进行实验验证，在电流应力、回流功率以及传输效率方面对优化策略与传统策略进行对比分析。实验结果表明双目标优化策略相较于传统扩展移相控制在低功率模式下系统效率提升了20%，在高功率模式下系统效率提升了11%，验证了设计方案的可行性和有效性。
-
2024,38(10):191-200,
Abstract:
为解决智能搜索算法对于太阳电池参数辨识的精度低，收敛慢和实验数据获取困难的问题,提出了一种采用二阶Bézier曲线和改进松鼠搜索算法的太阳电池参数辨识方法。首先,在经过最大功率点并且和开路电压点和短路电流点连线平行的直线上寻找最佳Bézier控制点,然后根据控制点位置和电池填充因子之间的拟合规律,实现无需实验即可对伏安特性曲线进行简单精准建模的目的，在准确描述HIT电池的输出特性的同时，有效降低测量噪声对参数辨识的影响;其次,通过引入Sobol序列,反向学习和混沌理论对标准松鼠算法进行改进,在初始化过程中加入类随机采样中的Sobol序列,并采取反向学习策略,增强种群的多样性和搜索空间覆盖率,并融合tent混沌映射对最优解进行扰动,增强算法跳出局部最优的能力。将改进后的松鼠优化算法用于异质结太阳电池参数辨识中,并与其他智能优化算法进行对比,结果显示改进算法的均方根误差分别为0.028 25、0.017 458、0.023 61，具有最高的精度,证明了该算法在异质结太阳电池参数辨识中的有效性和准确性,为太阳电池参数辨识提供了一种可靠且准确的新方法。
-
2024,38(10):201-211,
Abstract:
针对高速列车运行时高速气流场对受电弓碳滑板与接触网之间的接触压力和电弧状态影响。通过计算得出更符合实际状态下的接触压力和电弧状态模型，建立了考虑高速气流场影响的弓网电弧实验模型。提出了改进黑翅鸢算法（IBKA）的1D-2D-GAF-PCNN-GRU-MSA故障检测模型。应用格拉姆角场（GAF）将一维接触电压信号时序图象化转换为二维图像并通过双通道卷积神经网络（PCNN）进行特征识别。另将一维时序信号通过门控循环单元（GRU）捕捉时序信号特征。将一维时序信号特征与二维图像特征进行特征融合，弥补各自局限性。针对模型中的难以确定的学习率、门控循环单元网络层神经元个数等参数，融入改进黑翅鸢算法（IBKA）对参数寻优使模型更加合理。最后，融合多头自注意力机制提高模型准确率。将提出的模型与其他3种模型分别对3组不同实验条件的弓网电弧模型进行检测，验证提出的模型具有较强的鲁棒性和较高的准确性。
-
2024,38(10):212-223,
Abstract:
为剔除含瓦斯煤破裂信号采集过程中夹杂的扰动噪声，提出一种基于改进量子群算法(IQPSO)优化变分模态分解(VMD)的含瓦斯煤破裂信号量子优化降噪模型。针对VMD受限于分解个数和惩罚参数的选取进而影响降噪效果，采用IQPSO算法优化VMD参数寻优过程，在QPSO算法中引入决策权重系数和自适应控制因子，提高算法粒子决策自适应性和参数搜索能力。利用参数优化的VMD算法分解含瓦斯煤破裂信号，计算各信号分量的有效相关系数来辨识噪声临界点，采用小波变换处理高频噪声并重构剩余分量得到降噪后的含瓦斯煤破裂信号。通过仿真信号和现场实测信号将降噪模型与EMD、VMD、PSO-VMD、SSA-VMD、GWO-VMD模型进行降噪效果对比。实验结果表明，提出模型处理后信号的信噪比提升20%以上、均方根误差降低至0.03以下，能量占比在90%以上，3项指标均优于其他降噪模型，自适应性和分解效率较强，能够有效保留信号局部特征，对现场复杂信号具有更好的降噪效果。
-
2024,38(10):224-234,
Abstract:
由于用户体验在当今通信系统的发展中起着越来越重要的作用，体验质量(QoE)成为了一种广泛使用的度量标准，它直观地反映了终端用户对无线服务的体验感受。针对智能家居环境中多业务多信道的异构认知无线电网络(Het-CRN)当中的接入与分配问题，提出了一种基于QoE驱动的无线资源分配方案，该方案结合改进的简单加权法(SAW)和层次分析法(AHP)，全面评估了用户偏好、业务需求以及影响用户体验的信道参数，以获取不同业务的客观权重和主观权重，并进一步计算出综合权重。同时，采用排队论以离散时间马尔科夫模型对系统状态进行建模，能够有效的对不同用户负载下的行为进行分析，进而对不同的接入与分配算法进行性能评估。仿真结果表明，所提出的综合权重法相对于SAW法和AHP法，显著提高了不同业务的用户满意度，显著提升了用户体验质量。通过结合相对标准偏差对性能结果的分析进一步证明了综合权重法吞吐量、时延、拒绝率等关键性能指标上展现出更高的精密度，更准确地满足了用户的实际需求。
-
2024,38(10):235-243,
Abstract:
高低温试验箱温控系统具有非线性、时滞性。传统采用的PID控制超调量高、调节时间长，而模糊PID控制效果受量化因子与比例因子拟定的影响。为了提高试验箱温控系统响应速度与稳定性，提出了一种基于DBO算法优化模糊PID量化因子与比例因子的高低温试验箱温控方法。首先建立了高低温试验箱加热模型传递函数，在MATLAB/Simulink中搭建传统PID、模糊PID、PSO优化的模糊PID以及DBO优化的模糊PID模型进行仿真，并利用PLC、触摸屏和温控箱搭建实验装置开展实际温控实验。仿真结果表明，DBO优化的模糊PID相较于PSO优化的模糊PID的超调量降低了1.02%，调节时间降低了106 s。实验结果表明，DBO优化的模糊PID相较于PSO优化的模糊PID超调量降低了1.1%，调节时间减少了120 s，验证了DBO算法优化模糊PID量化因子与比例因子相较于PSO效果更佳。补充测试DBO优化出的最佳量化因子与比例因子在不同温度下的温控效果，表明了DBO算法优化模糊PID控制方案的可行性。
-
2024,38(10):244-254,
Abstract:
针对深层网络特征参数量大和故障类别样本数量不平衡导致轴承故障诊断效果差的问题，提出了一种不平衡数据下的轻量化轴承故障诊断方法。首先，将传感器所采集的一维振动信号重构为二维灰度图作为模型输入；其次，设计了非对称多尺度特征提取模块，利用不同尺度的卷积和空洞卷积对输入信号进行特征提取，并将一部分特征映射到原始空间用于去除噪声和还原原始数据结构；紧接着，被提取的丰富特征信息送入所设计的通道位置双加权模块利用反通道卷积和局部均值的方法对关键通道和关键位置特征进行双向加权；然后，设计了深度可分离卷积(DSC)密集残差结构，在保证网络轻量化的同时增加各层网络的特征融合，并通过快捷路径优化了反向传播性能；最后，利用焦点损失函数根据不同故障类别的重要性调整模型的学习过程，从而更好地适应不平衡的数据分布。利用美国凯斯西储大学轴承数据集和本实验数据集实验验证，结果表明，所提方法在不平衡数据集下故障诊断准确率最高，轻量化程度最好，并具有较好的抗噪性能。
2024年第38卷第10期
-
基于Transformer的逐通道点云分析网络
Abstract:
三维点云能够充分描述目标对象的几何信息,在自动驾驶、医学影像和机器人等领域有着广泛的应用前景。然而,现有方法在处理不同通道间的特征时缺乏差异化,同时对低级空间坐标和高级语义特征采用统一的编码策略,进而导致点云特征提取不全面。因此,本文提出了基于Transformer的逐通道点云分析网络。首先,为了克服传统图卷积在混合通道中难以区分有效信息的挑战,设计了一种深度可分离边缘卷积,可以在逐通道特征提取时保留局部几何信息的同时,显著提升通道间的区分能力。其次,针对Transformer在低级空间坐标和高级语义特征中采用统一编码方式,导致信息提取不足的问题,提出了两种特征编码策略:自适应位置编码和空间上下文编码,分别用于探索低级空间中的隐式几何结构和高级空间中的复杂上下文关系。最后,提出了一种有效的融合策略,可以形成更具区分性的特征表示。为了充分证明所提出模型的有效性,在公开数据集ModelNet40和ScanObjectNN上进行点云分类实验,总体分类精度分别达到93.7%和83.2%,在公开数据集ShapeNet Part上,整体部件分割的平均交并比达到86.0%。因而,本文方法在分类和分割任务中均具有先进的性能。
- 1
-
放射源密度检测低温计数率衰减补偿方法*
Abstract:
放射源密度检测系统是一种利用放射性同位素进行物质密度测量的仪器。在石油化工、矿业医疗都有应用,原理是放射源信号利用其本身优秀的穿透性,穿过装有物质的密闭管道,被闪烁体和光电倍增管检测到并转换为电压脉冲信号。然而,化工现场复杂环境会影响系统的工作性能,最明显直观的就是低温影响。相对于系统在标定温度下工作性能,系统在低温环境中输出脉冲计数率发生明显衰减,相对于标定温度20℃时单位时间系统采集脉冲计数,-30℃时最多时衰减能达到标定温度的25%,严重影响测量密度准确性,使系统输出变得不可靠,引发现场工作人员误操作。因此,对系统在低温下的输出进行补偿势在必行,通常根据系统中受温度影响期间来进行相应补偿,如高压模块在低温下输出不稳定,则进行高压补偿,对光电倍增管低温下倍增减少情况进行阈值补偿等,这些补偿方式有效但效果有限,本文引入基于概率主成分回归模型(PPCR)的温度补偿方法,在不对硬件做改动的情况下,依据收集到的脉冲衰减数据,构建PPCR模型,并进行补偿。测试结果表明,低温环境中该补偿方法能够将计数率损失能够控制在3%以下,提升了系统在低温环境下的密度检测精度。
- 1
-
基于改进YOLOv8的输电线路绝缘子缺陷检测方法
Abstract:
针对输电线路绝缘子缺陷检测过程中目标小、分布零散、易受背景及噪音干扰等问题，提出并改进了一种基于YOLOv8的输电线路绝缘子缺陷检测方法。首先引入了LSKNet代替原有的路径聚合网络，使模型能够根据不同目标的特性自适应地选取和调整卷积核的大小，从而在不同尺度上更精准地匹配目标特征与背景信息的需求，显著增强了对复杂场景下缺陷识别的鲁棒性；并进一步集成SPPF-LSKA模块，该模块通过融合全局上下文信息，极大提升了模型在多尺度特征上的聚合效率与分辨能力，为缺陷检测提供了更为精细的特征表示；此外，所提方法通过对YOLOv8的颈部网络中注入空域注意力机制，使其获得更强的全局特征理解力，强化了模型对关键信息，特别是对小目标的聚焦能力；同时，考虑到实际应用中的模型效率与部署问题，所提方法还将颈部网络中的部分常规卷积层替换为GhostConv，有效减少了模型的参数量和计算负担，实现了检测性能与资源效率的平衡优化。实验结果表明，所提方法的平均精度均值达到了93.1%，相较于改进前提升了4.4%。有效地实现了对小目标的精确检测。
- 1
-
基于改进HLO和动态窗口的AGV动态避障路径规划算法
Abstract:
针对人类学习优化算法搜索效率低、存在易陷入局部最优、无法实现动态避障等问题，提出一种融合改进人类学习优化(Human Learning Optimization Algorithms,HL)和动态窗口(Dynamic Window Algorithm,DWA)的路径规划算法。首先，利用非线性递增和递减改进概率参数提高HLO的收敛速率，并引入粒子群算法(particle swarm algorithm,PSO)更新个体知识数据库(Individual Knowledge Database,IKD)与(Social Knowledge Database,SKD)和自适应调整惯性权重系数，避免陷入局部最优；其次，在DWA算法的评价函数中加入角评价函数避免与障碍物的夹角过小、动态改变速度评价函数和角评价函数权重，以调节速度及角度；最后，仿真实验表明融合算法规划路径长度比蚁群算法路径减少4%，比混合人类学习优化与粒子群算法减少15%，其他两种算法与障碍物接触次数是本文算法的5倍，验证所提算法的可行性。
- 1
-
基于波导装置的吸波材料电磁参数测量方法不确定度分析
Abstract:
材料电磁参数采用复介电常数和复磁导率来表征。由于基于传输/反射法的电磁参数求解公式的非线性、诸多不确定度来源及其相关性，运用解析法分析材料电磁参数测量结果的不确定度极为复杂，本文引入蒙特卡洛法以简化分析计算并研究影响系统不确定度的关键因素。对矢量网络分析仪测量S参数幅度和相位不确定度、波导夹具尺寸容差引入的不确定度进行了推导，并分析了各项不确定来源及概率密度函数。以聚四氟乙烯样品18GHz~26.5GHz频段电磁参数测量为例，使用蒙特卡洛法分析了其系统不确定度并给出了22GHz频点处的不确定预算。阐释了样品电磁参数本身对测量不确定度的影响机理。研究结果表明：蒙特卡洛法可有效分析基于波导装置的材料电磁参数测量结果的不确定度。对于示例频段内的聚四氟乙烯样品，S参数幅值及相位不确定度的是影响电磁参数测量结果不确定度的主要因素。若被测样品电磁参数使矢量网络分析仪接收机接收功率处于底噪及串扰影响区，测量结果不确定度将显著增大。
- 1
-
基于触觉感知的新型视触觉传感器设计
Abstract:
针对现有视触觉传感器普遍存在的制造门槛高的问题,提出了一种新型的GelSight指尖视触觉传感器设计方案,对视触觉传感器触觉皮肤中的单层弹性体反射膜改进,使用了一种双层的反射膜涂层工艺。这一优化能够提高视触觉传感器的空间感知分辨率,并有效降低生产成本。采用该工艺制造的GelSight指尖视触觉传感器,对具有不同形状和纹理的物体进行了三维重构及位姿估计的实验验证。结果表明,该传感器能够对实际物体进行高精度的三维重建和位姿估计,其中表面接触区域的重建均方误差不超过100微米,位姿估计的精度可以达到亚毫米级,显示了其在实际应用中的潜力。
- 1
-
宽量程高精度电磁式电导率检测方法研究
Abstract:
针对传统水质检测过程中测量范围受限且测量系统不稳定等问题，设计了一种宽量程高精度电磁式电导率测量装置，并优化量程切换控制方法，完成对溶液浓度的宽量程、高精度、高稳定性检测。大量程电导率测量系统在量程切换时对阈值设定较为敏感，首先，通过实验优化选择溶液电导率的最佳阈值拐点，并对阈值附近频繁切档的信号采用逐点比较锁定量程法锁定在某一量程区间，提高系统稳定性和可靠性。其次，考虑到锁定区域信号准确度低，使用模糊隶属度函数数据融合算法，在对十种电导率溶液进行最小均方根误差实验后选定最佳模糊区间，完成锁定信号的融合处理。最后，代入多组实测数据对所提方法进行了有效性验证。实验结果表明，经过参数优化后的融合算法可实现阈值边缘电导率的准确测量，测量误差最高为0.85%，明显优于最高相对误差为2.86%的传统单一档位测量法。此外，设计的电导率传感器检测范围在0.1μS/cm~2000mS/cm，全量程测试的相对误差均小于1%，表明本文方法可实现溶液电导率的高精度、宽量程检测。
- 1
-
基于LSTM-WGAN模型的柱塞-泡排复合排采系统预测控制方法
Abstract:
高效的生产过程和智能化管理是天然气井可持续发展的关键，目前实际生产中页岩气开采仍然面临着井底积液造成气井产能下降的问题。为提高天然气井的产能和排水效率，充分利用泡沫排水采气和柱塞气举的优点，本文设计了一套“双元合一”的柱塞-泡排复合排采装置，提出了一种新颖的基于长短期记忆网络（Long Short-term Memory Networks，LSTM）和Wasserstein生成对抗网络（Generative Adversarial Networks GAN，WGAN）的复合排采LSTM-WGAN预测控制方法。利用DBSCAN对数据进行预处理，避免异常数据对模型预测的影响。通过生成器和判别器相互对抗并更新各自梯度方向的权重，不断优化使油套压差、水气比预测值逼近真值，从而准确预测下一时刻的油套压差和水气比。通过柱塞-泡排复合排采智能管理系统，实施预测的柱塞泡排投放策略。实验结果表明，LSTM-WGAN模型的误差最小，与LSTM模型相比，LSTM-WGAN模型的油套压差和水气比预测结果的均方根误差、均方误差、平均绝对误差分别降低了2.64%、5.13%、11.75%和8.81%、8.07%、6.60%。LSTM-WGAN预测模型可以准确地预测油套压差和水气比，指导柱塞-泡排复合排采系统发出正确的投放泡排球和柱塞指令，实现了泡排-柱塞的全智能化投放。
- 1
-
非线性超声短脉冲信号检测方法研究与实现
Abstract:
一般的微弱信号检测方法所使用的锁相放大技术对于高频短脉冲信号还存在困难。对于一般的锁相放大器而言,短脉冲信号达不到锁相放大器后级滤波器的建立时间,难以检测到微弱的高频短脉冲信号,因此本文提出了一种针对高频非线性超声短脉冲信号的检测方法。该方法在锁相放大技术的基础上,考虑到非线性超声信号为周期信号,在锁相放大器的前级增加数字平均环节,增大信号的信噪比。锁相放大环节中采用滑动均值滤波代替普通低通滤波器,根据最佳匹配原则,设置滑动均值滤波器的窗长度等于脉冲持续时间,实现只对脉冲信号进行的低通滤波,避免了普通低通滤波器对短脉冲信号建立时间不够的问题,最终实现高频非线性短脉冲信号检测的锁相放大。本系统采用数模混合电路,逻辑算法部署在FPGA上，采用微弱信号发射器与电脑端搭建测试平台,对系统进行测试。测试结果表明,在输入信号频率为分别为0.6MHz、1MHz、2MHz、5MHz、10MHz的情况下,系统均能检测到脉冲长度为5uS,幅度为100nV的脉冲信号,并且具有良好的线性度。选择频率为1MHz的输入信号进行不同脉冲宽度的测试,系统能准确检测到脉冲长度为5uS、10uS、30uS,幅度大小为100nV的脉冲信号。
- 1
-
面向复杂背景环境下垃圾检测的YOLOv8n 轻量化改进
Abstract:
垃圾检测与分类对推动绿色经济和实现低碳循环具有重要意义,面向复杂背景环境的垃圾检测模型存在参数量大、计算成本高等问题,限制了模型在资源受限设备上的应用。为解决上述问题,本文提出一种轻量化的GCAW-YOLOv8n模型,旨在平衡模型轻量化与精度检测。首先,在YOLOv8n骨干网络中引入GhostNet网络中的C3Ghost和GhostConv模块,有效降低模型参数量;其次,添加上下文锚点注意力机制,增强特征提取能力,提升检测精度;然后,在特征融合阶段,构建渐近特征金字塔网络,提升多尺度目标检测能力;接着,采用WIoU v3边界损失函数优化网络边界框回归性能;最后,结合Taco数据集和人工采集数据集进行了模型验证实验。实验结果表明,相比原YOLOv8n模型,改进后的GCAW-YOLOv8n模型在模型参数量Params和计算量FLOPs分别降低了14.3%和33.3%,而精确度P和召回率R分别提高了4.4%和1.9%,同时mAP@0.5达到了81.3%,提升了0.7%。本文改进模型更好地平衡了模型轻量化和检测精度,对模型部署与应用至边缘端检测装备具有重要的工程意义。
- 1
-
矿用井下电缆故障感应电场-磁耦合谐振综合检测方法研究
Abstract:
高瓦斯矿井下供电电缆发生故障导致采煤机等设备停工，严重影响生产效率和经济效益。当前，地面电缆故障检测常用的高压脉冲闪络法、行波反射测距法等均不适用于井下检测环境，因此本文提出了一种感应电场-磁耦合谐振式矿用电缆故障井下综合检测新方法。在低频正弦激励源条件下，建立感应电场-磁耦合谐振式电缆故障综合检测方法数学模型，采用多物理场仿真软件COMSOL对电缆开路短路故障情况下的电磁场量求解，得到电场强度、磁场强度的二维分布以及探测线圈感应电压的一维曲线，仿真及实验测定了所使用线圈开路和短路时的感应电压随提离高度的变化曲线。研究结果表明，基于低频感应电场-磁耦合谐振式综合方法进行矿用电缆故障井下检测具有可行性，在幅值1~20V、频率范围1kHz~20MHz的激励下，在同一提离高度下对电缆沿线检测，可以检测长度在激励波长十分之一内电缆的开路和短路故障。为煤矿电缆故障井下检测以及产品研发提供了一种行之有效的方法。
- 1
-
基于改进Deeplabv3+的磁瓦表面缺陷分割
Abstract:
针对磁瓦图像中不同类型的缺陷大小不一影响分割准确率、检测模型参数量大在实际应用中难以部署、图像像素分布不均匀的问题，提出了一种基于改进Deeplabv3+的磁瓦表面缺陷分割算法。首先，在结构上，主干网络采用轻量化的MobilNetv3网络代替原模型的Xception网络，使得模型的参数和计算量保持较小以提升检测速度；其次，引入ECANet注意力机制，提升模型的特征表达能力和泛化能力；最后，采用Dice Loss和Focal Loss相结合的损失函数，有效缓解样本像素点分布不平衡对模型训练的影响。将各个改进点进行消融实验，再将改进后的Deeplabv3+与其他模型进行对比，实验结果表明，本文算法在magnetic tile surface defects数据集上平均交并比为68.25%，平均像素准确率为82.80%，准确率为79.80%，相较于原Deeplabv3+算法，平均交并比提升了8.62%，平均像素准确率提升了9.96%，准确率提升了11.52%，验证了本文算法的有效性和可行性，在工业应用中具备一定的实际应用价值。
- 1
-
基于局部平均的钢轨轮廓点云精简方法
Abstract:
针对以结构光技术为主的钢轨磨耗测量中,因铁路运行环境干扰?钢轨表面的高光区?设备问题等因素造成的获取到的钢轨实际点云数据中包含了大量噪声点,严重影响后续钢轨磨耗计算的精度和效率问题,因此，本文提出了一种基于局部平均的点云简化方法?该方法通过遍历点云中的每个点,利用一个指定半径的包围圆来计算圆内所有点的平均位置,从而生成一个简化后的点云?实验结果表明,本文的点云简化方法在降噪与钢轨轮廓细节保留方面显著优于传统的统计滤波和半径滤波算法,平均降噪率达0.8320,较统计滤波提高约4.3倍,较半径滤波提高15倍?同时,在钢轨磨损计算实验中，平均误差仅为0.02501 mm,相较于统计滤波降低约95.7%,较半径滤波降低85.1%?在处理效率上,本文方法平均耗时仅为0.0065 ms,明显优于其他方法?此方法能够有效地减少点云数据量,最大程度保留钢轨轮廓特征,能够满足钢轨磨耗的测量需求?
- 1
-
用于曲面构件超声相控阵检测的聚焦延时方法研究
Abstract:
为了提高曲面构件内微小缺陷的超声相控阵检测能力,本文提出了一种用于曲面构件的相控阵聚焦延时方法。本文建立了线阵相控阵聚焦声场的瑞利积分数学模型,并对声场指向性分布规律进行了分析?应用斯涅尔定律分别推导了斜面和曲面构件中的聚焦延时法则,与传统的迭代遍历算法相比,该方法提高了延迟法则的计算效率,减少了界面结构对扫描声束波阵面的弯曲影响,从而充分发挥了线性相控阵的检测优势?在建立的曲面构件仿真模型中,基于所提聚焦延时方法,依次将延时施加于各阵元,仿真结果证明了声波能够在预设位置实现有效聚焦,并且该方法的计算时间相比于传统迭代遍历计算缩短了约70%?进一步地,本文展开实际检测实验,制作了含有?0.3 mm盲孔的环形钢试块,通过对比施加延时法则前后的B扫描图像和A扫信号图,实验结果表明,所提出的方法有效提高了曲面构件内微小缺陷的检测信噪比以及成像质量?
- 1
-
非侵入式差频电解质溶液电导率测量系统
Abstract:
针对传统接触式电解质溶液电导率测量中存在测量电极被极化、被测溶液易受污染等问题，提出一种基于电涡流效应的非侵入式双线圈电解质溶液电导率测量系统。通过建立有限元分析模型，深入探讨了激励频率、线圈几何参数等对测量系统灵敏度的影响，为系统探头设计以及误差分析提供了理论基础。实验部分，优化了线圈探头参数，搭建了基于FPGA的双线圈差频式测量系统，该系统能够将电感变化转换为频率变化，实现数字信号输出。双线圈由检测线圈和参考线圈组成，其中检测线圈用于测量被测溶液，参考线圈远离被测溶液且仅受环境影响，二者信号实现差动输出，可消除外界干扰。对比实验显示，该系统能有效测量不同电导率溶液，验证了仿真模型的正确性。进一步的温度和抗干扰实验表明，双线圈差动结构在确保测量精度的同时，显著增强了系统的抗干扰性能，整体误差控制在1.2%以内，展现了该系统的实用性和可靠性。
- 1
-
MFWVD时频分析在时延估计中的研究与应用
Abstract:
针对常见时频分析中存在交叉项干扰或时频聚焦度较低而无法准确进行时延估计的问题，提出一种遮罩滤波魏格纳威利分布时延估计新方法。其基本原理是将WVD时频谱与SPWVD时频谱的幅度谱之比同高斯函数滤波器相结合,利用SPWVD方法能够有效抑制交叉项干扰和WVD方法时频聚焦度高的优点，将信号的SPWVD时频谱作为一个遮罩以此屏蔽WVD时频谱中的交叉项，在保持高时频分辨率的同时获得高精度的时频谱。该方法与常见时频域反射方法相比在交叉项抑制和时频聚焦度这两个关键性能指标上具有更好的性能，时延估计结果的可靠性较高。利用该方法结合时频互相关函数定位电缆微弱的低阻故障，通过仿真实验进行对比分析，结果显示所提方法在定位电缆1.5km处的低阻故障时，均方根误差为0.6527m，与WVD方法和SPWVD方法相比，定位误差分别减少了1.2884m和0.6834m。此外，该方法在信噪比为-5dB、0dB和5dB的情况下定位误差均小于其他常见方法，定位效果最佳。
- 1
-
融合3D-CBAM和跨时间尺度特征分析的步态识别方法*
Abstract:
针对传统的步态识别方法忽略了步态特征中的时间信息，提出了一种融合3D-CBAM和跨时间尺度特征分析的步态识别框架。我们将注意力模块集成到模型中，自适应地关注输入步态序列关键通道和空间位置，提高模型的步态识别性能。此外，增强的全局和局部特征提取器（EGLFE）中全局特征提取将时间信息和空间信息在一定程度上解耦，在2D卷积和1D卷积之间添加额外的LeakyReLU层，增加了网络的非线性数量，在步态特征提取过程中有助于扩大感受野，从而提升模型对特征的学习能力，实现更好的全局特征提取效果，融合局部特征，弥补局部因分块带来的特征损失。多尺度时间增强模块融合帧级特征和长短期时序特征，增强模型对遮挡的鲁棒性。我们在CASIA-B数据集和OU-MVLP数据集上进行训练和测试，在CASIA-B数据集上，平均识别准确率为92.7，在NM，BG，CL上的rank-1准确率分别为98.1%，95.1%，84.9%，实验结果表明，所提方法在正常行走和复杂条件下都表现出很好的性能。
- 1
-
基于深度学习的雾天非法采砂船只辨识方法
Abstract:
为解决长江流域非法采砂船只试别困难、监测效率低、精度差等问题，提出一种基于深度学习的雾天非法采砂船只辨识方法。首先，提出改进的生成对抗网络对采集图像进行去雾处理，得到清晰水域图像。其中，利用融合特征注意力机制的生成器提取雾天环境下船只的复杂纹理特征；在判别器中加入谱归一化操作，解决网络训练梯度消失的问题；改进损失函数，引入循环一致性损失保证生成图像与原始图像间的结构一致性。其次，提出融合注意力机制的YOLOv8算法，有效增强网络对图像重要特征的提取能力，实现对清晰水域图像中非法采砂船只的精准定位与辨识。实验结果表明，本文提出的改进生成对抗网络对图像的去雾效果较好，PSNR与SSIM分别为31.86和0.64，较Cycle GAN和GC-GAN算法分别提升了3.6%~13.1%、4.9%~56.1%。去雾后的图像经过融合注意力机制的YOLOv8算法处理，可实现对非法采砂船只的准确识别与准确定位，其mAP50~95和FPS可达到89.6%、36帧/秒，满足公安实战对精度与速度的要求，可有效提高长江流域非法采砂信息化、智能化监管与执法水平
- 1
-
用于几何信息学习的图结构运动分割方法
Abstract:
针对现有运动分割方法在交通场景下实用性方面的不足,性能和验证时间难以平衡的问题,提出用于几何信息学习的图结构运动分割方法(GS-Net)。GS-Net由点嵌入模块、局部上下文融合模块、全局双边正则化模块和分类模块组成。其中,点嵌入模块将原始关键特征点数据从低维线性难可分的空间映射到高维线性易可分的空间,有利于网络学习图像中运动对象之间的关系；局部上下文融合模块利用双分支图结构分别在特征空间和几何空间提取局部信息,随后将两种类型的信息融合得到更强大的局部特征表征；全局双边正则化模块则利用逐点和逐通道的全局感知来增强局部上下文融合模块得到的局部特征表征；分类模块将前面得到的增强局部特征表征映射回低维分类空间进行分割。GS-Net在KT3DMoSeg数据集的误分类率均值和中值分别为2.47%和0.49%,较于SubspaceNet分别降低8.15%和7.95%；较于SUBSET分别降低7.2%和0.57%。同时,GS-Net在网络推理速度相比SubspaceNet和SUBSET均提升两个数量级；GS-Net在FBMS数据集召回率和F-measure分别为82.53%和81.93%,较于SubspaceNet分别提升13.33%和5.36%,较于SUBSET分别提升9.66%和3.71%。实验结果表明GS-Net能够快速、精确地分割出真实交通场景中的运动物体。
- 1
-
基于YOLOv8-SPH的防震锤缺失检测
Abstract:
针对输电线路中防震锤尺寸小,图像背景复杂,防震锤缺失难以检测的问题,提出一种轻量化YOLOv8-SPH的防震锤缺失检测模型。通过在YOLOv8n网络的颈部引入160×160和320×320的浅层尺度特征图,并在检测头中融入相应尺度的目标检测模块,提升了特征图之间的上下文信息融合能力,有效扩大了模型的感受野,使得模型能够捕捉到更多防震锤缺失的特征语义信息。还创新性地提出了多尺度高效特征提取模块(MultFaster),通过部分卷积、多级特征提取和残差连接机制,在保持防震锤特征检测精度的同时,减少网络的计算量和参数量。此外,在颈部网络中引入动态上采样算子,提高重建特征图的分辨率,提高了该模型对防震锤缺失检测的精度,同时,将原模型解耦式检测头更换为轻量化检测头,降低了模型计算的复杂度并提升检测效率。最后对改进后的网络进行基于幅值的层自适应稀疏化剪枝,进一步减小模型参数及计算量。在针对自制防震锤缺失数据集的测试中,YOLOv8-SPH表现卓越,其mAP@0.5达到了91.51%,相比原始YOLOv8n提高了6.3%,参数量减少了80.73%,计算量减少了48.14%,模型尺寸减少了62.41%。该模型在计算量和参数量降低的同时,提高了检测精度,充分满足了对输电线路中的防震锤进行高效和准确检测的需求,具有实用性。
- 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。
-
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):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。
-
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):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):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):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。
