- 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
-
基于多因子进化稀疏重构的轴承故障诊断研究
Abstract:
针对强噪声背景下滚动轴承振动信号特征提取困难的问题，基于稀疏表示基本理论，提出一种使用多因子进化算法求解的多正则化稀疏重构降噪模型。首先，将多正则化模型的求解划分为多3个目标子任务，即l_0范数约束优化主任务和l_1、l_(1/2)范数正则化额外任务，以上任务分别构成3个不同目标的多因子优化的稀疏重构算法；其次，根据在进化过程中不同正则化任务的优先级，采用黄金分割搜索策略保证每个族群包含相似适应度的个体，通过两点交叉遗传算子保证样本的稀疏性特征；最后，将阈值迭代算法应用于局部搜索过程加速子任务中的种群收敛。在此理论基础之上，分别通过仿真信号和实际轴承数据验证本文方法可行性，发现在-10dB的高斯噪声干扰下，重构信号的信噪比依然达到5dB。试验结果表明：该方法可有效提取强噪声背景下的冲击特征，为进一步的故障诊断提供可靠先验知识。
- 1
-
一种新型应用于平面电容层析成像系统的电容阵列传感器设计
Abstract:
平面电容层析成像(ECT)技术适用于复合材料表面/亚表面缺陷探伤检测，或传感器安装受限制等无损检测应用领域。针对常规平面ECT系统所采用的方形结构阵列传感器灵敏度分布均匀性较差、中心区域成像质量不高的问题，提出了一种新型结构阵列平面电容传感器，该传感器由七个单元传感电极构成蜂巢结构阵列。新型结构阵列传感器由COMSOLTM专业软件进行建模分析，并设定静电场边界条件，求解并获得传感器的电场分布、极间电容值以及计算灵敏度矩阵。通过与相同尺寸的3×3方形阵列传感器进行比较，来评估新型结构阵列传感器的关键性能，即极间电容变化值和灵敏度分布均匀性。此外，传感器实物采用印刷电路板技术设计制作，结合线性反投影算法进行图像重建，比较和验证两种结构传感器的成像性能。经过数值成像实验和实物重建图像测试，结果表明，新型结构阵列传感器有利于电容传感信号检测，改善了传感器灵敏度分布均匀性，提高了平面ECT系统中心区域成像质量。
- 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
-
小波域噪声估计的分块自适应降噪方法提升Φ-OTDR信噪比研究
Abstract:
相位敏感光时域反射计(Φ-OTDR)以激光器为探测光源进行光纤沿线振动信号的检测,但激光器的自发辐射现象会导致光场相位发生波动,直接影响相位解调信号的信噪比。针对此问题,提出了一种小波域噪声估计的分块自适应降噪方法。分析了激光器自发辐射导致的相位噪声特征，通过连续小波变换提取系统相位噪声在不同分解尺度下的噪声水平,结合无偏似然估计调整小波系数的分块长度和阈值,实现对不同输入信号的自适应降噪。实验证明,与未经本算法处理相比,在光纤4.5 km处,单频信号的信噪比从40.01 dB提升至54.60 dB,系统的应变分辨率从66.15 pε/√Hz优化至11.69 pε/√Hz;线性扫频信号的信噪比从18.31 dB提升至26.40 dB。与其他同领域的降噪算法相比,单频信号均方根误差低至0.0096,信噪比增益达到14.59 dB;线性扫频信号的均方根误差低至0.0809,信噪比增益达到8.09 dB。研究表明,该方法在保留有效信号的同时,抑制了相位噪声,提高了相位还原的精度。
- 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
-
永磁同步电磁原理的冲击式按压发电机研究
Abstract:
按键开关用的发电机可将按键动作转为电能，为无线按键开关提供电能，在绿色智能家居中有重要的应用价值。本文提出了一种利用电磁原理的冲击式发电机，设计了一种双稳态转换的结构，在两个稳态转换的过程中，线圈中磁力线反向突变，产生电动势脉冲。采用有限元软件对双稳态结构的磁场分布情况进行了分析，对线圈和铁芯尺寸进行了优化设计，结果表明两个稳定状态的线圈中磁力线方向相反，感应电动势基本上随尺寸线性增加。加工组装了发电机样机，通过实验研究发现，按压一次，发电机输出电压可以达到30V，产生电能达到1469μJ。利用电磁转换原理将按压动作转化为电能，其紧凑的设计、小巧的体积和高输出功率使其具有显著的优势，有望为无线传感网络节点和无线开关提供充足的能源，实现绿色自给运行。
- 1
-
考虑负荷动态变化的孤岛微电网二次频率控制
Abstract:
传统虚拟同步发电机（Virtual Synchronous Generator，VSG）二次调频策略未考虑负荷动态变化时频率偏差持续变化引发的积分器不断累加，易导致VSG调频效果不佳甚至引发频率振荡问题。针对此问题，提出了一种基于负荷扰动模态辨识和VSG自适应调整的孤岛微电网二次频率控制策略。首先，分析了传统VSG二次调频策略在负荷动态变化场景中存在的问题。然后，利用负荷功率特征数据实时辨识负荷扰动模态；当判定负荷扰动属动态变化模态后，以一二次调频阈值与有功变化阈值为边界，根据系统频率偏移量自适应调整VSG参数与虚拟调速器结构，实施微电网频率的跟踪调节。之后，通过建立小信号模型分析了积分器引入及VSG参数自适应调整情况下的系统稳定性。最后，仿真测试结果验证了所提频率控制策略的可行性。在相同条件下，相比于几种已有策略，所提策略将微电网二次频率波动范围限制在0.0173 Hz以内，在减小频率偏移量方面更具优势。
- 1
-
基于DCNN的ZPW-2000A无绝缘轨道电路故障诊断研究
Abstract:
针对ZPW-2000A无绝缘轨道电路故障发生的多样性和不确定性导致的故障诊断效率低的问题，本文从故障特征提取和故障分类的角度出发，提出一种基于深度卷积神经网络（DCNN）的轨道电路故障诊断方法。通过故障分析总结出12种轨道电路故障状态，并将不同故障状态下的轨道电路监测数据进行标准化处理，作为DCNN模型的输入。模型采用卷积-池化结构提取轨道电路的关键特征并滤除冗余特征。BP神经网络作为模型的全连接层，并结合softmax函数进行故障分类。通过k折交叉验证法优化模型结构，确定最佳模型。实验结果表明，采用四层卷积-池化层结构的轨道电路故障诊断模型在诊断准确率方面达到了98.48%，较同为最优模型的长短期记忆网络（LSTM）模型、深度前馈网络（DFN）模型、双向长短时记忆网络模型（BiLSTM）与CNN-LSTM组合模型分别提升了6.06% ,6.06% ,3.33% 与 2.27%，训练收敛速度分别快了大约1250次、4250次、1250与1450次，且训练时的损失波动更小。本研究提升了轨道电路故障诊断效率，为轨道电路的故障诊断任务提供了一种新的有效方法。
- 1
-
水泥混凝土含水率传感器设计与应用
Abstract:
水泥混凝土是一种被广泛应用于工程建设中的复合材料，它的凝结状态对工程进度与安全有着至关紧要的影响,研究发现水泥混凝土的凝结时间与含水率有关。因此,为测量水泥混凝土含水率设计了基于电容检测原理的含水率测量传感器。根据水泥混凝土的介电特性和电容式传感器的检测原理, 并利用边缘电场增大测量范围,设计了平行板式及圆柱式的电容式边缘电场传感器。利用COMSOL软件进行了有限元仿真分析,通过比较两种传感器结构的穿透深度、灵敏度与信号强度,优选出了圆柱式结构。再通过正交实验对不同参数组合的圆柱式传感器进行性能比较，确定了传感器的最优参数组合为电极间距5mm、电极宽度50mm、电极半径15mm,使所研制传感器的穿透深度可达66.86 mm、信号强度为11.387 pF、灵敏度为0.267。最后,利用所研制传感器对不同含水率的水泥混凝土进行了实际测量,传感器输出电容值与含水率有良好的线性关系,非线性误差为±1.276%,并与称重法相比最大相对误差为1.533%,具有良好的测量效果。
- 1
-
结合语义分割与跨模态差分特征补偿的红外与可见光图像融合方法
Abstract:
针对现有红外与可见光图像融合模型在深层特征提取时细节信息丢失、显著目标轮廓模糊的问题，提出一种结合语义分割与跨模态差分特征补偿 (Cross-Modality Differential Feature Compensation, CMDFC) 的红外与可见光图像融合方法。通过具有卷积注意力机制 (Convolutional Block Attention Module, CBAM) 的跨模态差分特征补偿模块，叠加不同模态的互补特征信息至原始特征中进行深层特征提取，引入语义分割网络对融合图像进行像素级别的分类操作构造语义损失来约束融合网络，并使用解码器重构融合图像。在公开数据集上进行融合实验的结果表明，相较于对照模型中的最优指标，所选的五种指标均有不同程度的提高，其中互信息 (Mutual Information, MI) 和视觉信息保真度 (Visual Information Fidelity, VIF) 分别提高了4.41%和4.25%，说明本文所提出的模型生成的融合图像更清晰，与源图像相关性更强，该方法有效缓解了红外与可见光图像融合过程中特征细节信息丢失的问题，增强了生成图像的视觉效果和对比度。
- 1
-
不平衡电网下MMC-UPFC的反演-滑模控制策略
Abstract:
针对模块化多电平变流器(Modular Multilevel Converter, MMC)-统一潮流控制器(Unified Power Flow Controller, UPFC)潮流跟踪性能优化问题,本文提出了一种基于MMC-UPFC的反演-滑模控制(Backstepping-based Control – Sliding-mode Control, BSB-SMC)非线性策略,它既保留了滑模控制(Sliding-Mode Control, SMC)的抗干扰能力强等性能,也兼具反演控制(Back-Stepping Control, BSC)响应速度快等优点。首先,根据MMC-UPFC的拓扑结构,建立数学模型；其次,提出了MMC-UPFC在不平衡条件下BSB-SMC控制器；最后,搭建MMC-UPFC仿真模型进行仿真验证,通过把本文所提BSB-SMC控制策略与BSC、SMC、PID 3种控制策略进行比较,验证了在3种不同工况下本文所提BSB-SMC控制策略的有效性和优越性。
- 1
-
融合小波框架和低秩的动态磁共振图像重建新思路
Abstract:
动态磁共振成像(Dynamic Magnetic Resonance Imaging, DMRI)是一种通过连续扫描图像获取其随时间和空间变化的影像技术，将压缩感知技术应用于动态磁共振成像，容易导致磁共振图像重建后的视觉质量不够理想。因此，针对压缩感知在DMRI重建上存在的不足，通过L1范数以刻画磁共振图像数据的稀疏性，以及利用低秩描述动态磁共振图像序列的内在相关性，提出了一种基于低秩和稀疏分解的重建模型，有效减少了动态磁共振成像的伪影。在建模阶段，将稀疏成分应用L1范数进行建模，对低秩成分利用核范数进行建模。在模型优化求解阶段，引入小波框架正则化方法，将重建模型转化为非光滑凸优化问题，然后使用基于动量加速的近似点优化梯度方法求解该问题。最后，通过在心脏电影、心脏灌输和phantom体膜影像数据上进行实验，验证了所提模型的有效性。结果表明，所提方法在采样率30%时，平均峰值信噪比达到33.7090dB，平均结构相似度达到0.9660，进一步提升了磁共振图像重建的精度。
- 1
-
基于稀疏可学习proposal的车间工具目标检测
Abstract:
针对车间工具不同型号之间尺寸存在较大差异、形状种类繁多等问题，提出了一种基于稀疏可学习proposal的车间工具检测算法。首先，融入稀疏表示和可学习的proposal机制来提升模型的鲁棒性，并减少检测过程中所需的参数量；其次，引入Swin-Transformer结构，旨在增强模型的全局以及细节学习能力，有效地解决传统卷积神经网络在高层语义信息融合方面存在的不足；然后，使用一种改进的多尺度特征融合网络架构，通过有效融合不同尺度的特征提高了模型对于各种尺度目标的检测能力；最后，将多头注意力和动态卷积结合，在不同特征层之间建立更精确且细致的联系，从而进一步提升了目标检测的准确性；采用了CIoU损失函数，通过综合考虑位置、尺度和形状信息，使得模型对边界框的回归预测更加全面与准确。实验结果显示，本文算法在车间工具目标检测任务上的平均检测精度达到了91%，较当前主流算法至少提升了2.3%以上。同时，单张图片的检测速度大约为53ms，满足了实时检测的需求，体现了综合性能优越。
- 1
-
基于Buck-Boost逆变电路的低纹波可调直流稳压电源控制方法
Abstract:
为克服传统低纹波直流稳压电源的主电路拓扑结构存在电路结构复杂、体积大等不足，提出一种基于Buck-Boost逆变电路的新型可调直流稳压电源拓扑结构，用Buck-Boost逆变环节取代传统结构中高频逆变和变压器升压两个环节，此结构相较于传统结构，在电路结构上可以得到明显的简化。为实现该新型可调直流稳压电源输出低纹波、高稳定度直流电压的要求，针对其Buck-Boost逆变电路提出采用基于比例积分-矢量比例积分的复合控制方法，即以Buck-Boost逆变电路中电容电压和电感电流作为状态变量，并以电感电流为控制内环，电容电压为控制外环，通过对两个闭环采用比例积分-矢量比例积分复合控制方法，实现对两个状态变量的解耦控制，最后通过仿真与实验对其效果进行了验证，同时与传统低纹波直流稳压电源进行了对比分析。结果表明：文中提出的基于Buck-Boost逆变电路的新型可调直流稳压电源拓扑结构及针对该拓扑结构所提出的控制方法不仅输出直流电压纹波小、稳态精度高、动态性能好同时还具有电路结构简单且输出直流电压任意可调等特点，因而具有较好的应用价值。
- 1
-
基于深度学习的光纤微震信号分类识别的研究
Abstract:
微震监测技术可实时、精确给出岩体破裂或失稳的空间位置，已成为煤与瓦斯突出、隧道岩爆等灾害预警的重要手段之一。针对地下工程中环境复杂，信号微弱难以有效辨别的问题，提出了一种将卷积神经网络与Transformer结合（T_CNN）的微震信号识别方法。利用光纤加速度传感器采集西部某地区隧道工程中的六种信号，将信号经过带通滤波降噪和傅里叶变换后输入模型进行训练和验证。利用模型中的卷积神经网络进行特征提取，基于Transformer对重点信息进行聚焦，通过多层感知机得出最终多分类结果。结果表明，基于T_CNN模型分类准确率达到98.09%，且收敛速度更快。相较于目前先进的残差神经网络来说，其准确率提高了6.2%，精确率、召回率、F1分数分别提高了0.036、0.023和0.033，证实了该算法在实际工程应用中的优越性。此外，将光纤微震信号经过特征变换后输入到模型中，光纤微震信号的能量也能得到较为准确的估算，进一步验证了该模型具有良好的应用前景。
- 1
-
基于UWB方位的机器人间相对定位
Abstract:
相对定位是实现多机器人编队、探索救援等协作任务的前提。针对卫星信号受阻、未知无基础设施环境中机器人间的相对定位问题，提出一种基于超宽带(Ultra-Wideband, UWB)方位的相对定位方法。利用滑动窗口截取一段时间内机器人间观测方位和运动轨迹，构建方位代价函数，通过最小化代价函数估计机器人间的相对位姿。然而, 函数的非凸性导致传统优化算法陷入局部最优解，因此，采用麻雀搜索算法(Sparrow Search Algorithm, SSA)对代价函数进行求解，实现机器人间的相对定位。为减少UWB方位测量误差对定位结果的影响，通过后端图优化算法融合SSA估计位姿和里程计信息，实现更加精准的相对定位。实验结果表明，该方法在12m×6m的室内环境中，能够达到0.32m的平均位置误差以及2.1°的平均旋转误差。
- 1
-
基于PointCloudTransformer和优化集成学习的三维点云分类
Abstract:
针对三维点云的不规则性和无序性所导致的难于提取特征并进行分类的问题,本文提出一种融合深度学习和集成学习的三维点云分类方法。首先,训练深度学习点云分类网络PointCloudTransformer并进行点云特征提取,从而构建基分类器集合；然后,针对集成学习算法设计基分类器选择模型,以基分类器的差异性和平均总体精度为优化目标,提出二元多目标白鲸优化算法优化模型,得到集成剪枝方案集合；最后,采用多数投票法集成每个基分类器组合在测试集点云特征上的分类结果,得到最优的基分类器组合,从而构建基于多目标优化剪枝的集成学习点云分类模型。在ModelNet40点云分类数据集上的实验结果表明,本文方法使用了更小的集成规模,获得了更高的集成精度,能够对多类别三维点云进行准确分类。
- 1
-
辐射零点可控的平面滤波贴片天线
Abstract:
为满足射频前端器件集成化和多功能化的需求，设计了一款适用于WLAN 5GHz波段的辐射零点可控的平面滤波贴片天线。该天线以同轴探针馈电的微带贴片天线为原型，上表面是由融合共生带和矩形槽的金属辐射贴片，下表面试接地面。其中共生条带位于辐射贴片的宽边两侧，矩形槽蚀刻在辐射贴片上，位于同轴馈电点两侧。两种结构分别在通带的低频和高频处各引入一个辐射零点，天线实现了的滤波响应和良好的辐射特性，同时两个辐射零点的位置自由可控，提高了设计的灵活度。仿真与测试结果表明：滤波天线的中心频率为5.25 GHz，相对带宽为14%（4.89~5.62GHz），两个辐射零点分别位于4.55GHz和6.05GHz处；工作通带内增益平缓，平均增益约为7dBi，通带外抑制水平大于19dBi，测试与仿真结果较为一致。该滤波天线的设计未引入额外的滤波器网络，节省了天线的整体尺寸，且剖面低、重量轻、结构紧凑，具有良好的滤波和辐射性能。
- 1
-
基于双向目标偏置APF-informed-RRT*算法的机械臂路径规划
Abstract:
针对当前机械臂路径规划算法存在搜索随机性大、目标偏置性差和路径曲折等问题，提出了一种基于双向目标偏置的APF-informed-RRT*算法。首先在双向informed-RRT*基础上引入概率自适应的目标偏置策略，降低搜索的随机性，提高采样效率；其次针对路径扩展在双向搜索树中融入人工势场法，减少算法的迭代次数；同时在路径生长阶段，采用动态步长生长策略，即根据搜索树的扩展趋势动态调整步长，避免出现局部最优，并且加快路径搜索时间；最后针对冗余节点采用三角不等式原理进行去除，进而通过B样条曲线对路径进行平滑处理，得到最优规划路径。通过与双向RRT*、双向informed-RRT*和双向P-RRT*等算法在三维环境下进行了仿真对比实验验证，相较于双向RRT*在时间上节约了41%，在采样点数量上减少了63%；相较于双向informed-RRT*在时间上节约了58%，在采样数量上减少了68%；相较于双向P-RRT*在时间上节约了30%，在采样数量上减少了60%。
- 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。
