摘要:常规虚拟同步发电机(Virtual synchronous generator VSG)虽能解决新能源并网缺少惯性的问题,能够有效支撑系统频率，但同时带来扰动下的有功频率振荡现象。为进一步抑制功率振荡，全面改善系统动态响应性能，首先建立VSG有功环的小信号模型，根据闭环传递函数极点分布图分析虚拟参数选取对系统性能的影响。其次借鉴同步发电机功角、角频率曲线，设计精细化的虚拟惯量模糊调节规律，同时考虑有功超调量、频率变化率、调节时间和上升时间这4个性能指标选取适宜的阻尼比，虚拟阻尼根据所选阻尼比随虚拟惯量的变化协调自适应调节。最后通过Matlab/Simulink对比几种不同的VSG控制策略，验证所提控制策略的可行性和有效性。

摘要:医用输液泵搭配一次性泵用输液器进行输液时，环境温度和输液时间、速度引起的输液精度变化会影响治疗效果。为此本文研究了不同温度和中高流速条件下，随着输液时间增加，使用泵用输液器对输液精度的影响，建立了输液时间、输液温度、输液流速对输液精度的三对数总模型和对数+双曲线总模型。在温度为10℃、20℃、30℃条件下，均进行了流速为100ml/h、200ml/h、500ml/h、1000ml/h的输液实验，分别探究了时间、温度、流速对输液精度的单变量影响。最后进行了单变量模型的预测分析、总模型的参数辨识以及预测分析。在本实验条件下，单变量模型的均方根误差均小于0.01，判定系数均大于0.96，时间和流速的单变量模型的预测值与真实值的相对误差均小于10%，前者误差更是基本均小于1%；总模型的均方根误差小于0.01，判定系数大于0.93，总模型预测值与真实值的相对误差小于10%，验证了所建模型的准确性和有效性，为标定时间、温度、流速引起的输液误差提供了理论依据。

摘要:利用低频电磁的方法对铁磁管道内壁缺陷进行检测及轮廓重构是当前的一个热点问题。然而，低频电磁方法检测到的漏磁信号是周期性变化的，不便于缺陷信息的提取，并且被检测管道的长度、管径和原始壁厚的不同会严重干扰检测结果。因此，本文首先建立了低频磁场下管道内壁缺陷的二维有限元检测模型。其次通过计算漏磁信号与线圈电流比值，消除了漏磁信号的周期性变化给检测带来的不便。然后通过对的预处理，有效减少管道长度、管径和原始壁厚的不同对缺陷轮廓重构结果的影响。最后，基于高斯过程回归算法建立预处理信号与缺陷轮廓的回归模型，实现了缺陷轮廓重构。仿真结果中，针对长度、管径和原始壁厚各异的铁磁管道，所重构轮廓的均方根误差在0.17mm左右，表明该方法能够准确的重构出内壁缺陷轮廓。

摘要:为了解决不同运行工况下混合励磁同步发电机端电压恒定的问题，设计了一种基于全桥变换器拓扑的励磁控制系统。励磁系统采用以电枢绕组电压为外环、定子谐波励磁绕组电流为内环的双闭环控制策略，以谐波无刷混合励磁同步发电机端电压为反馈信号，通过调节定子谐波励磁绕组电流，以维持发电机端电压恒定。阐述了双谐波绕组的混合励磁发电机的基本结构和工作原理，设计了励磁控制系统的软硬件，并测试了励磁控制系统的性能。实验结果表明：调节定子谐波励磁绕组电流，可以很好的调节发电机的端电压；通过励磁控制系统的自动调节功能，实现了发电机在不同负载情况下的输出电压恒定。

摘要:经皮耳迷走神经电刺激（taVNS）作为新兴的精神和心血管疾病的治疗方法，其刺激强度设置需要将刺激电流调整至疼痛阈值后再降低其幅值。该设置方式不仅缺乏一致性，且影响治疗效果和舒适度。本文提出了一种结合心率变异性（HRV）特征和机器学习回归模型的新方法，实现了taVNS疼痛阈值的预测。基于实验采集的数据，系统的比较了将HRV特征作为各种机器学习模型输入的预测精度。结果表明，HRV特征与极端随机树的组合性能最优，使用遗传算法去除冗余特征能够有效改善模型预测性能，均方根误差在1.18到1.56之间，均方差在0.77到0.96之间。该方法可用于不同个体的taVNS刺激强度的预测，对受试者在taVNS期间的治疗效果有积极作用。

摘要:为了提高无人配送车定位精度，将GPS/BDS和惯性测量单元（IMU）多传感器融合技术用于无人配送车定位系统。为了解决GPS/BDS和IMU定位解算时产生的信号缺失和累计误差而导致的定位精度不高，抗干扰差等问题。本文采用CKF算法将GPS/BDS和（捷联惯导）SINS解算出的定位结果进行滤波处理，从而提高定位精度。当GPS/BDS定位接收模块信号缺失时，将IMU提供的数据结合SINS算法解算出无人配送车的当前位置；在IMU定位过程出现的累计误差问题处理上，利用CKF处理过GPS/BDS接收机数据进行矫正。为了验证融合GPS/BDS和IMU的定位解算方法的优越性，实验中使用单个BDS定位系统进行定位结果比较。实验结果表明，使用本文所述方法速度误差减少了27.89%，位置误差减少了38.81%，能有效提高无人配送车在配送物品的过程中定位的精确度和稳定性。

摘要:为了监测直接空冷散热器的换热效率，采用建立模型的方法进行空冷散热器换热性能的研究预测，空冷散热器出水温度能间接反映其换热能力，可以作为空冷散热器换热性能优劣的一个评价指标。根据散热器换热模型分析以及换热性能影响因素，建立以环境风速、环境温度、风机转速、排汽压力、排汽温度以及机组负荷这6个主要因素为输入，出水温度为输出的径向基（RBF）神经网络模型。为了避免模型陷入局部最优，使用粒子群（PSO）算法优化RBF神经网络参数，并借助大量空冷塔运行数据，训练RBF神经网络，再进行仿真验证。实验结果表明，优化后模型的MAE、RMSE最小，与RBF、PSO-BP模型进行对比，验证了该算法在预测温度方面的优越性。

摘要:针对传统Prony算法易受噪声干扰且同一区域内多路电能质量信号存在相关性的特点，文中提出了一种基于多路信号联合去噪的Prony谐波检测算法，实现在较强噪声条件下的谐波准确检测。首先，采用中心频率法和轨迹相似度法改进多元变分模态分解（MVMD）算法；其次，利用改进的MVMD算法联合分解相关联的多路信号，提取出主导模态分量并重组为适宜Prony分析的稳定信号；最后，对稳定信号进行Prony分析得到初步的谐波参数，通过阈值筛选和人工鱼群全局寻优，得到准确的谐波检测参数。仿真实验表明，改进的MVMD去噪算法的输出信噪比为37.3，高于VMD去噪法（33.2）和小波去噪法（32.8），去噪效果更优；文中算法谐波检测结果的误差总体小于传统Prony算法，具有谐波检测准确度高、同时计算多路信号的特点。

摘要:为了提高大视角变化下点云配准的精度和效率，本文提出了一种基于仿射不变特征点云提纯与改进随机梯度下降法的点云配准方法。该方法首先获取具有抗视角变化能力的二维特征匹配点，并借助特征点云的空间拓扑关系设计点云提纯方法来估计点云初始位姿变换；然后，在随机梯度下降法的基础上，设计聚类近邻快速搜索策略以提高点云对应点的查找效率，概率地动态调整随机梯度下降法的学习率以提高配准的全局收敛性。实验结果表明，本文方法对大视角改变时的点云配准具有很好的适应性，能够有效提高配准的精确度和配准效率。

摘要:本文针对一类非线性系统，提出基于广义系统的鲁棒增广扩展Kalman滤波器，结合改进鲸群优化算法寻优系统噪声，以精确估计系统状态量以及并发执行器和传感器故障。首先，视故障为系统的状态变量，建立广义系统，将非线性系统的故障估计转化为非线性广义系统的状态估计。其次，提出鲁棒上界以降低线性化误差对估计精度的影响。然后，利用改进鲸群算法寻优系统噪声，以优化鲁棒增广扩展Kalman滤波器。最后，给出F-16飞机的纵向运动数值模型，使用本文方法与自适应无迹Kalman滤波器以及基于鲸群算法的鲁棒增广扩展Kalman滤波器进行对比仿真，仿真结果表明，相较于其他两种算法，本文方法的故障估计均方根误差降低了50%左右，验证了其优越性。

摘要:行人跟踪是深度学习研究中的热点内容。目前的跟踪算法存在无法满足实时性和因跟踪目标相似度太高、目标间的遮挡、运动不规律造成ID频繁转换的问题。为了提高运行速度，在目标检测阶段使用CNN和transformer相结合的轻量化网络，采用联合检测的方式，共享特征权重，并行计算检测、重识别、人体姿态估计分支，同时调整各个分支卷积通道数。跟踪部分则利用卡尔曼滤波预测的目标运动信息，目标重识别信息，和目标姿态的各个关键点位置信息共同完成目标身份匹配，减少了同一ID的频繁转换。实验部分采用MOT16数据集训练和测试。本算法的多目标跟踪准确度(MOTA)为48.5%，多目标跟踪精确度(MOTP)为78.17%，FPS为20，模型大小为18.4M。实验表明，提出的跟踪算法提高了整体的跟踪性能，实时性和准确性达到了预期要求。

摘要:针对基于ViT模型的细粒度图像识别算法存在特征提取不全面、参数选取不具普适性等问题，提出一种融合间接注意力的自适应特征提取方法（Adaptive Feature Extraction with Indirect Attention，AFEIA）。首先，对于目标对象的特征提取，采用改进后的自然断点分类算法将特征分为最相关、次相关、不相关三种，对不同的输入样本可以自适应地提取最具辨别性特征，保证了特征提取的准确性；然后，利用注意力权重矩阵，获取被忽略特征中与目标对象间接相关的特征，以获取各对象之间细微的差异，保证了特征提取的全面性。实验表明，使用AFEIA方法的ViT模型在两个细粒度数据集CUB-200-2011、Stanford Dogs上分别达到91.6%、91.5%的预测准确率，通过可视化方法和消融实验，验证了AFEIA方法的有效性。

摘要:由于光学和SAR影像成像方式的巨大差异，为提取统一的光学和SAR对象集合造成了很大的困难。为此，本文提出了一种面向地理对象的高分光学与SAR的一体化分割方法。该方法不同于传统一体化分割同时处理异源影像的策略，而仅对光学影像进行分割，从而获得可靠的地理对象集合；在此基础上，为每个对象自适应提取标记点，并依据粗配准结果将其投影到SAR影像中；最后，在SAR影像中开展基于标记点的区域增长，最终获得与光学影像分割对象相匹配的对象集合。通过对多组光学和SAR影像的实验结果表明，所提出方法提取的光学—SAR匹配对象集合更加接近实际的地理对象，且J-value可达7.8以上，在目视分析和定量评价中均显著优于对比方法。

摘要:为了解决骑行人员佩戴头盔检测任务中目标小、密集、准确率差、检测速度慢、应用困难等问题，本文基于SSD网络提出了EfficientNetV2-SSD算法。针对原SSD网络参数多的问题，使用改进后的轻量级网络EfficientNetV2替换SSD中的特征提取网络，减少网络参数，提升网络检测速度；针对难检测的小目标，使用自上而下与自下而上的FPN金字塔结构，最大程度丰富所有预测特征层信息，提升小目标的检测准确率；针对头盔等被检测的目标特征，重新设计先验框尺寸与比例，提高了小目标检测的准确率，同时加快网络收敛速度，减小网络体积。实验结果表示，EfficientNetV2-SSD网络对佩戴头盔的检测平均精度均值相比SSD网络提高7.01%，网络体积减少75%，具有更好的实用性。

摘要:针对RGB-D中深度图像分辨率低、范围小、噪声大而不利于三维重建的问题，研究了一种基于物体面对应的RGB-D图像拼接优化方法。先对RGB-D图像进行预处理对齐,使用基于特征匹配算法对特征点提取和粗匹配，其次通过本文研究的不同视角下同一物体面对应关系来剔除误匹配,最后根据单应矩阵得到宽视角的RGB-D图像以及三维模型。本文使用了尺度不变特征变换(Scale-Invariant Feature Transform,SIFT)、加速稳健特征(Speeded Up Robust Features, SURF)和定向FAST和旋转BRIEF (Oriented FAST and Rotated BRIEF,ORB)三种算法来进行对比实验。实验结果表明，添加本文方法后的算法在有形变、旋转的图像上分别剔除41%、29%和52%的误匹配，均方根误差减少了5%、27%和33%。在缩放的图像上分别剔除53%、57%和51%的误匹配，均方根误差减少了14%、17%和28%,提高了匹配精度,验证了本文方法的可行性。

摘要:由于遥感场景图像类内差距大即同一类别图像的特性信息相差较大，仅仅依靠特性信息分类的准确率不高，而现有遥感场景图像分类方法忽视了同一类别所具有的相同的共性信息也可以辅助图像识别，对此本文提出一种基于共性与特性信息融合的遥感场景图像分类方法。首先，图像通过卷积网络较浅层与深层得到的简单特征图与复杂特征图相叠加，可认为是此图像注意力集中的特征图，提取此特征图的手工特征LBP作为共性信息。之后与卷积网络提取的特性信息融合并进行分类。本文使用经贝叶斯优化优化超参数的SVM分类器，使其性能达到最佳来消除分类器对实验的影响。在两个数据集UC Merced和AID上的实验，验证其分类精度分别达到了98.80%和96.06%，表明该方法能有效地提升遥感场景图像准确率。在国防，城市规划，地质勘查等领域有重要意义。

摘要:为动态检测铁轨上圆孔两侧尺寸是否合格，提出了一种基于机器视觉的圆孔动态测量方法。首先，通过工业相机动态采集圆孔图像并对图像预处理，其中，图像中外圆和内圆的半径分别对应圆孔两侧尺寸。其次，利用边缘检测和梯度法获取外圆的圆心与半径，在边缘检测时，采用记忆化搜索降低无关边缘的影响。然后在极坐标系下搜索外圆区域获取内圆轮廓点，并对其迭代拟合，最终得到内圆尺寸，实现了圆孔两侧尺寸的动态测量。经实验测试表明，这种方法测量精度高，光照度为2000 lx时，圆孔两侧尺寸测量误差均小于1个像素。

摘要:架空输电线路机器人可以代替人工执行电力巡检任务，解决人工巡检中效率低、劳动强度大、智能化程度不足等问题。提出了档间巡检的设计思路，开发了低成本架空输电线路巡检机器人系统，通过设计机械结构、优化识别算法等方式，实现了机器人的自主行走、无线充电、图像采集、数据处理、智能巡检等功能。在软件方面基于C#开发了专用程序及界面，并建立了基于架空输电线金具及缺陷数据集，在YOLOv4目标检测算法基础上，通过数据增强、边界框优化和模型结构改进，建立YOLOv4-M模型，优化了电力金具识别检测性能，提升了系统应用的环境适应性。通过机器人在线路上的运行和测试，识别算法在速度可以达到45fps，平均检测精度达到97.6%。

摘要:运动想象脑机接口因具有更大的自主性、灵活性，在脑机互联领域得到了广泛应用，相比较其它范式分类准确率偏低，限制了其发展。本文利用时频图谱、脑地形图两种特征分析方法对上肢运动想象脑电信号进行了特征分析，并采用滤波器组共空间模式(filter bank co-space，FBCSP)特征提取算法对上肢运动想象信号数据进行了特征提取，再将提取结果分别利用支持向量机（support vector machine，SVM）算法、K-最近邻(K-Nearest Neighbor)算法、反向传播（back propagation，BP）神经网络三种分类算法进行分类，研究结果发现SVM算法、KNN算法、BP神经网络算法应用在上肢运动想象脑机接口系统的平均分类准确率分别为76.45%、74.55%、81.70%，BP神经网络算法相比SVM算法、KNN算法在上肢运动想象任务的分类准确率上分别高出了5.25%、7.15%，并且t检验后得到分类准确率均具有极显著的统计学差异，并利用ROC曲线和AUC值检测了分类器效果，BP神经网络的AUC值相比SVM算法、KNN算法也分别提升了0.1226、0.1285，表明BP神经网络分类算法相比较SVM算法、KNN算法更适用于上肢运动想象脑机接口系统，提高了系统的分类准确率，推动了上肢运动想象脑电信号实际应用的发展进程。

摘要:为了解决电容层析成像(electrical cpacitance tomography, ECT)图像重建中电容值与介电常数这一非线性病态问题，提出一种自适应加权的多特征融合(adaptive weighted multi-feature fusion, AWMF) ECT图像重建算法，利用网络模型拟合电容张量和介电常数的非线性映射关系。首先，在网络模型中采用密集卷积网络(DenseNet)，不仅缓解梯度消失现象，还融合不同通道的特征信息；添加挤压激励网络(squeeze excitation network, SENet)自适应调整特征通道的权重，用以提取不同通道的关键特征，提高重建图像的精度。其次，构建树形聚合结构（tree aggregation structure network, TASN）网络模块，扩大感受野并提取丰富的多尺度特征信息，消除普通卷积所带来的伪影现象。在COMSOL5.3软件上建模仿真后，通过MATLAB2014a对图像进行重建。实验结果表明，重建图像误差系数降低至0.0256，相关系数提高至0.9717，与传统算法和CNN算法相比，具有更高的图像重建质量。

摘要:针对小型共轴折叠双旋翼飞行器结构特点、飞行原理进行分析，研究无人机运动学和动力学特性并建立数学模型，建立了无人机飞行器半实物飞行的动力性能和姿态角测试平台。该平台对飞行器机械振动、姿态角和噪声等性能分析。通过测试实验分析无人机不同旋翼转速产生的机械振动和噪声等特性，以及对陀螺仪和加速度计等MEMS传感器姿态解算结果的影响。测试实验表明：随着转速的增加振动幅度有所增加，该振动特性对噪声模型的建立和评估对无人机鲁棒性和抗干扰性提供新思路及有益借鉴。

摘要:针对采用自编码器提取过程特征进行故障检测时，没有考虑数据的局部结构信息，提出邻域降噪正交自编码器（neighborhood denoising quadrature autoencoder, NDQAE)的方法。邻域保持嵌入算法提取数据的邻域信息作为权重对过程数据进行加权，强化数据局部结构信息。正交自编码器进一步提取带有局部信息加权的过程数据非线性特征。通过加入噪声增强自编码器的鲁棒性，并采用反向传播算法训练网络参数，获得能够捕捉数据局部特性和全局特性的鲁棒自编码器模型。在该模型的隐特征和重构残差空间分别构建T2和SPE统计量，并计算统计量控制限用于故障检测。在田纳西-伊斯曼（TE）化工过程和三相流过程进行仿真实验，结果表明了所提算法的有效性。

摘要:针对高分辨率遥感图像语义分割存在地物边缘分割不连续、小目标分割精度不高的缺陷，本文提出一种基于改进DeeplabV3+的遥感图像分割算法，该算法首先使用分散注意力网络ResNeSt替换DeeplabV3+原始主干网络Xeception，以提取更丰富的深层语义信息，从而提高图像分割精度；其次引入坐标注意力机制（Coordinate Attention，CA），有效获得更精确的分割目标位置信息，使得分割目标边缘更加连续；最后在解码层中采用级联特征融合方法（CFF）提高网络的语义信息表征能力。试验结果表明，该算法在中国南方某城市的高清遥感图像数据集分割任务上mIoU高达97.07%，相比原始DeepLabV3+模型提高了3.39%，能够更好地利用图像语义特征信息，为解译遥感图像语义信息提供一种新的思路。

摘要:针对扩散氢在材料内部渗透和聚集引起的氢脆问题，提出了一种基于涡流信号的表征方法。以电化学充氢试样为研究对象，首先基于Fick定律计算了电化学充氢过程中试样的氢分布，然后基于电磁感应原理运用COMSOL Multiphysics建立了不同氢分布状态下材料氢脆的涡流检测有限元模型，通过数值计算分析时谐电磁场激励下试样的感生涡流场分布及检测线圈的电磁场量图，并通过原位拉伸实验定量表征氢脆程度，最后分析了氢脆指数-涡流响应信号之间的关联机制，进行实验验证。研究结果表明，金属材料的氢脆程度与所含氢含量密切相关，时谐电磁场作用下的涡流信号与氢脆程度呈现线性相关，验证了材料氢脆涡流评价的有限元模型的有效性。

摘要:CCTV检测技术在地下排水管道缺陷检测被广泛应用，但CCTV收集的缺陷图像需要依赖专业的检测人员进行检测识别，结果具有一定主观性且耗费大量时间。为了实现地下排水管道缺陷检测识别自动化，提出了一种基于改进YOLOX的地下排水管道缺陷识别方法。首先针对数据集过少的问题，通过StyleGAN2对原始图像进行预处理，生成多缺陷图像。其次，为了提高检测精度，对YOLOX的特征融合层进行改进，借鉴空洞空间卷积池化金字塔思想并引入SE注意力机制解决顶层特征仅包含单尺度特征且不与其它特征图进行融合的问题，同时设计了一种基于权重的特征融合模块，解决不同特征层融合带来的特征混叠问题。最后，将YOLOX边界损失函数改为CIOU,提高目标检测框回归的效率。实验结果表明，所提的算法能够很好对沉积、渗漏、树根入侵、裂缝和错口5种缺陷进行识别，mAP达到68.76%，相比原始YOLOX算法提升了1.62%。

摘要:为了进一步论证等效磁流法的近场-远场变换算法在平面近场测量中的实用性与准确性，本文首先根据矩量法（MOM）建立了平面天线口径面上等效磁流的辐射电场方程，利用波导探头采集待测天线平面近场的电场分布，通过共轭梯度法求解矩阵方程，得到天线口径面上的等效磁流分布，之后由格林函数计算出天线远场方向图。最后，通过两种喇叭天线进行实验测试验证。同时将等效磁流法计算出的远场方向图以及由传统的平面波展开法计算出的远场方向图与紧缩场天线测试暗室的测量结果进行对比，结果发现本文算法反演出的远场方向图比平面波展开法在相同测试数据下反演出的远场方向图与紧缩场测量结果相比一致性更好，其中线性角锥喇叭天线的E面和H面方向图吻合度均达到，双脊喇叭天线的E面方向图吻合度达到，H面方向图吻合度达到，验证了等效磁流法算法在平面近场测量中的准确性。

摘要:针对基于偏移正交幅度调制的滤波器组多载波系统峰均功率比较高的情况，将DFT扩频技术加以改进应用到FBMC/OQAM中，提出了一种移除DFT矩阵中输入基脉冲的剪枝DFT扩频（Pruned-DFTs）技术。该技术通过移除DFT矩阵中基脉冲，来实现将发送端较少子载波上的符号映射到较多子载波上传输，进而来减少子载波之间的重叠，降低系统PAPR，使系统具有优良峰均比性能。该技术充分利用了DFT扩频的单载波效应，解决了多载波系统普遍存在的峰均比较差的问题。最后的仿真结果证明，本方案可实现与SC-FDMA相媲美的峰均比性能，并可有效降低系统BER，而且该技术可使系统传输信号在时间上的重叠大大减小，使平均传输功率显示出几乎完美的矩形形状，但计算复杂度仅略微提高2倍。

摘要:针对输电线路绝缘子识别准确率低、识别花费时间长的问题，提出一种改进的YOLOv5绝缘子识别方法。首先，通过引入超分辨率卷积网络提升数据集中图像样本质量；其次，通过引入k3-Ghost结构替换原始网络BCSP模块中的普通卷积，减少模型主干网络参数量，在主干网络尾部引入SENet注意力模块，加强模型对于通道信息的关注提升目标检测性能；在颈部网络引入DC-BiFPN结构替换原始结构，对不同尺度特征赋予不同权重以使多尺度特征进行更好的融合，提升绝缘子识别效果。最后，使用CIOU作为回归损失函数，加快网络收敛速度。实验结果表明：本文提出的方法在保证绝缘子识别准确率的同时拥有更高的识别速度，检测准确率达到89.5%，检测速度达到35.7FPS，验证了改进方法的有效性。