摘要:针对目前电能信息采集系统存在的通信数据量大、通信费用高的问题，设计了一种基于uC/OS嵌入式实时操作系统的电能信息采集系统，该系统包括智能电表、电能信息采集终端、上位机软件和主站数据中心。系统根据上位机设置的参数下行采集电表中数据，数据在采集终端经过数据压缩处理后，通过远程通信技术上行传输至主站，便于工作人员监测和管理电能数据。文中结合Lempel-Ziv-Oberhumer无损压缩技术和游程编码技术对数据压缩方案进行改进，通过数据压缩对比实验，验证数据压缩方案的可行性。实验结果表明，系统采用的数据压缩技术有效提高了数据传输的通信效率，验证了系统的实用性和有效性。

摘要:根据工程需要，本文提出了一种新型高功率微波有源相控阵天线单元，通过改造同轴波导变换器结构提升了功率容量和驻波特性，在同轴探针与阶梯波导之间引入方形金属块实现阻抗匹配，在波导末端添加过渡腔和匹配槽结构，并在喇叭段加入了单脊结构改变了波导阻抗，单脊伸出口径面降低了反射系数，进一步提升了功率容量。在X波段内VSWR小于2，带宽提升为1.25GHz，功率容量为33.24kW，比常规同轴波导变换器下喇叭天线功率容量提升了230％，7×7相控阵阵面可以实现1.62MW的发射功率，具备高功率微波发射能力。阵列可实现±30°圆锥扫描，满足高功率宽角度扫描的需求。

摘要:为了最大限度地提高异构网络（Heterogeneous Hetworks，HetNets）的能量利用率，本文将能效优化问题设计为一个多级决策问题，根据优化目标的资源分配，首先将初始问题分解为对参数ABS（几乎空白子帧，Almost Blank Subframe）比例和CRE（小区间范围扩展，Cell Range Expansion）进行优化的两个子问题，采用多智能体Actor-Critic（Multi-Agent Actor-Critic，MAAC）算法对子问题进行求解，然后通过迭代各优化子问题的解，解决初始优化问题。在参数优化过程中，将单个小基站作为一个智能体，采用MAAC算法对各自CRE寻找最优解，实现小区间异步CRE优化。实验结果表明，该方法在保持能效稳定提高的前提下，相比较于表格式Q学习的循环Q学习算法，其收敛速度提高了40％，并且通过异步优化CRE的方式取得了基站间更均衡的负载。

摘要:针对现有侧耦合结构的液漏监测光纤传感器耦合结构损耗大、一致性低的问题，提出了一种圆柱体缺陷耦合结构的液漏传感器。通过Zemax软件进行光纤耦合仿真，对比分析圆柱、圆锥与半球体三种结构，在插入损耗相差较小的情况下，圆柱体耦合结构具有更高的耦合率。对聚合物光纤（POF）进行加工，得到插入损耗为0.31dB的圆柱体耦合结构。LED灯带作为扫描光源，对带有耦合结构的光纤进行检测能力验证，当耦合介质由空气变为水时，光功率强度变化可达32.8%以上。实验结果表明，圆柱体耦合结构与现有耦合结构相比损耗明显降低，所涉及的光纤传感器能够对液漏进行有效检测。

摘要:目前限制MEMS陀螺仪在航空航天、汽车、武器制导等领域广泛应用的主要原因之一是单个MEMS陀螺仪测量精度低。而基于目前的工艺和技术水平，迅速提高单个陀螺仪的精度难度较大。本文研究如何利用低精度MEMS陀螺仪通过阵列技术及数据融合算法实现高精度导航信息获取。首先，利用阵列技术将多个关键参数一致性相匹配的同类陀螺仪组合在一起，形成一个虚拟陀螺仪。然后，将该多输入系统通过滤波方法进行融合给出一个最佳估计值，实现借助数量提升传感器精度的目的。最后，进行试验验证。仿真数据和实测数据验证结果表明，基于阵列技术的冗余陀螺仪通过设计的滤波方法进行数据融合后，可减少陀螺仪中的慢变漂移，提高角速度测量精度。

摘要:针对麻雀搜索算法易陷入局部最优解、收敛精度不足等问题，提出一种融合禁忌算法思想的改进麻雀搜索算法。首先，采用拉丁超立方抽样初始化种群，保证初始空间解分布更均匀；其次,对R2

摘要:为提高机械臂在复杂环境下的避障路径规划效率，提出一种适用于椭球障碍物的改进人工势场-快速搜索随机树（Artifical Potential Field-Rapidly exploring Random Tree,APF-RRT）算法。首先，使用椭球体包围盒包络障碍物，对椭球体的碰撞检测进行分析；其次，为了加快路径探索速度，引入随机点效应与随机点选择机制对RRT算法进行改进，机械臂采用改进后的RRT与人工势场法的混合方法进行路径规划；最后，对规划好的路径进行冗余点删除，并使用四次B-样条曲线对路径进行平滑，提升路径的质量。实验结果表明，相较于经典算法，该算法能够快速完成避障路径规划且规划路径更短。

摘要:反馈有源噪声控制系统结构简单，抗外界干扰能力强，但在对频率成分复杂的噪声控制时通常存在收敛速度慢、控制残差高等缺陷。本文针对工程中常见的离散线谱噪声反馈控制问题设计了一种最近邻-多频陷波器（NNR-MNF）反馈有源控制模型，使用最近邻回归器算法先验计算时域最优滤波器系数的近似解，在参数空间内从一个接近最优解的位置开始训练滤波器参数，使系统能够以一个较小的步长对复杂噪声进行控制，在快速收敛的同时避免系统发散问题。基于驱逐舰轮机噪声真实数据的计算机仿真实验结果表明，NNR-MNF算法相比传统控制方法其收敛时间减少了约70%。该结果说明使用基于机器学习的参数预训练方法能够有效提升噪声有源控制系统的收敛速度，为主动噪声控制问题提供了一种新的优化方案。

摘要:本文针对在室内复杂环境中非接触式测量呼吸频率(HR)和心率(BR)时，存在准确度较低的问题，提出一种基于77GHz毫米波雷达感知的生命体征检测方法，通过在距离雷达不同距离进行多次实验，以Mindray心电监测仪测量数据为参考，验证本文方法的准确率。首先，通过脉冲间非相干积累技术处理多脉冲中频信号，提高信号的信噪比（SNR）和信号幅值。接着，采用基于距离维FFT频谱与CA-CFAR自适应门限的目标检测方法，从室内复杂环境中提取出人体目标相位信息，并使用Fir带通滤波器分离出呼吸和心跳信号，通过改进的平滑滤波结合相位二阶差分的方法，去除噪声和减小呼吸谐波对心跳信号的影响。之后，使用Root-MUSIC算法获得HR和BR。实验结果表明：本文方法得到的HR和BR的平均绝对误差率分别小于5.08%和2.61% ，平均绝对误差为0.94bpm和1.97bpm，因此，本文方法能够提高测量准确度。

摘要:为了充分利用森林资源、切实提高木材利用率，基于工业机械手技术及空气耦合超声检测技术构建了一种双机械手空气耦合超声检测系统，针对系统缺陷检测分辨力、缺陷复形能力设计验证试验，并进行实验验证。实验结果表明：利用100 kHz 聚焦换能器进行木材样件缺陷检测时，双机械手空气耦合超声检测系统对厚度为15 mm的木材中 5 mm的节子等缺陷有较好的检出能力，并且对不同形状的缺陷具有较强的复形能力，对复杂曲面构件的缺陷也具有较强的检出能力，检测方法的提出为木材的完整性评估和可用性评价提供了强有力的科学依据。

摘要:由于高速列车在运行过程中，车下设备舱底板由于受到不同程度异物撞击，使得复合材料性能下降影响列车运行安全，所以寻求一种可靠、准确的方法检测损伤位置显得尤为重要。由于复合材料受力变化会引起相关结构参数及模态特性变化，现拟用一种模态分析方法预测复合材料的受力位置，对模态参数（固有频率及相对振幅比）与受力位置之间的关系进行研究。通过模态分析软件m+p SO Analyzer建立复合材料对应的平面模型，对复合材料的振动特性进行测试分析，建立不同位置受力时，复合材料的固有频率及相对振幅比等高线图；进一步，通过固有频率确定受力位置到复合材料中心的距离；最后，结合相对振幅比确定复合材料的受力位置。结果表明，基于固有频率及振幅变化可以成功预测碳纤维环氧树脂复合材料试件的受力位置，并可以将误差控制在5%的范围内。

摘要:针对光伏电站光伏板热斑故障难以检测的问题，结合无人机巡检技术，提出一种基于深度卷积神经网络的光伏板热斑快速检测方法。首先设计了光伏板识别模型，将Yolov4主干特征提取网络替换成轻量级网络MobileNetV2，并将PAnet网络中标准3×3卷积替换为深度可分离卷积，实现了将光伏板快速从红外图像中识别出来。为快速识别热斑并解决光伏板反光噪声问题，将MobileNetV2网络引入DeeplabV3+模型中，改进由于下采样造成的目标缺失，并将交叉熵损失函数修改为Dice损失函数来进一步提高分割精度。试验结果表明，该方法能够准确识别光伏板热斑，光伏板识别准确率为99. 56%，检测速度为22. 1帧/秒。光伏板识别后的热斑分割准确度达到95. 99%，交并比mIou达到85. 58，检测速度为24. 5帧/秒，该方法能够满足光伏板故障检测的需要。

摘要:为实现对民机短舱内流阻力的精确测量，需要开展短舱内阻测力天平的结构设计研究。在总结分析常规结构天平的使用问题的基础上，采用大刚度、具有力放大功能的天平元件作为基本敏感单位，多个天平元件组合测量多维力的方法，成功研制一台五分量测力天平。天平的刚度较常规柱梁结构天平提升7倍，天平的准度指标达到国军标合格水平。风洞试验中天平各元回零良好，动态性能稳定,测量载荷规律合理，阻力测量精度达到0.0001水平。为民机短舱内流阻力测量的测力天平研制提供了借鉴与参考。

摘要:无人机平台内存小、计算资源有限。针对经典检测方法的网络结构复杂、检测速度慢等问题，提出一种基于轻量化的实时检测方法。首先，将轻量化模型MobileNetv3代替CSPDarknet53作为主干网络并融合有效通道注意力机制从而减小模型内存占用。其次，引入残差结构融合模块RFM，增强网络的特征提取能力。为了进一步提高障碍物检测的泛化能力和算法的收敛速度，采用Control Distance-IOU损失函数替换CIOU损失函数进行网络训练。实验结果表明，在与原模型检测效果基本相同的情况下，改进后的模型内存占比减少了80%仅39.5M，FPS提高了168%达到49.21帧/s。

摘要:目前管道尤其是高空架设管道的检测主要是通过人工手持设备进行，而且测试条件十分受限，易造成检测效率低和安全风险问题。为了提高管道检测效率，保护检测人员的生命安全，本文提出一种基于机器视觉的管道外爬行机器人路径信息识别算法。首先，对获取的图像进行感兴趣区域(region of interest , ROI)设置和透视变换，并对RGB和HLS色彩空间的二值图像进行融合处理；然后，通过轮廓提取的方法不仅实现对障碍物及破损的提取，并且将管道上的非管道像素进行填充补偿，提高了多项式拟合的稳定性和准确性。最后，对融合后的二值图像使用滑动窗格法提取管道像素，采用多项式拟合出管道中心线。实验表明，该算法能在复杂的环境光下准确识别中心线、障碍物以及破损，抗干扰能力强，满足爬管机器人自主沿管线行进的需要。

摘要:针对图像采集传感器的景深有限，导致采集图像的局部区域产生的失焦现象，本文提出了一种新的多聚焦图像融合算法。在NSST的框架下，对低频子带分解系数采用基于离散余弦变换(DCT)和局部空间频率(LSF)的融合规则；对高频子带分解系数则采用基于最大最小滤波结合平均滤波、中值滤波(MMAM)的融合规则；然后进行INSST重构获得融合图像。实验结果表明，与经典图像融合算法相比较，本文算法能有效融合图像的高低频子带信息，并在主客观评价方面都达到了较好的效果。

摘要:面向复杂多变的遥感场景下目标检测易受干扰的问题，提出了结合自校准模块和D_Triplet Attention的任意方向目标检测模型SD-Centernet。该方法在网络结构中引入旋转角度，为检测框提供角度信息。在Dlanet特征提取网络中引入self-Calibrated模块，通过自适应校准操作融合来自两个不同空间尺度的信息，增大输出特征的感受野。同时为了加强图像局部信息的聚焦，引入D_Triplet Attention，更好的解决了跨维度交互问题。SD-Centernet在HRSC-2016数据集上的检测精度达到86.25%，检测速度达到14.9帧/秒，有效提高了遥感航拍中多方位目标的检测效果。

摘要:DeblurGAN方法利用条件生成对抗网络解决了端到端的图像去模糊问题，但存在图像边缘细节恢复不足以及鲁棒性不高的问题，针对此问题，提出一种基于DeblurGAN的运动模糊图像盲复原方法。在生成网络中，采用多尺度卷积核神经网络提取特征，并使用级联空洞卷积扩大神经元的感受野；采用自适配归一化方法代替原来生成器中使用的实例归一化方法。其次，引入了梯度图像L1损失，结合对抗损失和感知损失，将其作为图像去模糊的正则约束，使得生成图像的边缘特征更加清晰。实验结果表明，提出方法复原的图像峰值信噪比数值较DeblurGAN算法高出5.4%，结构相似性指标高出1%；在主观上清晰化效果较好，且消除了网格效应。

摘要:近年来，由于电动车驾驶人未佩戴头盔行车导致的交通事故频频发生，造成了较大的人身伤害与损失，调查显示事故多在交通路口发生，为此，有必要开展交通路口电动车驾驶人头盔佩戴行为的监测与管控。本文利用机器视觉传感器收集大量电动车及驾驶人目标数据，制作相应的数据集，将处理后的数据集在Pytorch框架上利用改进的Yolov5神经网络进行训练，获得最优权重参数；实验对比发现，改进后的Yolov5算法对于电动车和头盔的检测精度分别达到了92%和98%，比原始神经网络的识别准确度可提高1%至2%。最终联合使用训练改进的Yolov5模型和Sort算法，在检测电动车佩戴头盔情况的同时，对其进行跟踪标号，以此实现对交通路口违规电动车驾驶行为的有效管控。

摘要:针对现有的鱼类分类网络模型抗干扰能力差、耗费计算资源高、难以在野外部署等问题，该研究提出了一种基于改进EfficientNetV2模型的轻量化鱼类智能分类鉴定模型。该模型通过引入混合空洞卷积和坐标注意力模块改进主干网络EfficientNetV2的模型结构，增大感受野的同时，提高模型对目标细粒度特征的全局关注力，增强模型的抗干扰能力。训练后通过对比消融实验对模型进行评价，结果表明该研究提出的EfficientNetV2-HDCA模型在验证集上的准确率为97.01%，相较于改进前准确率提升了3.8个百分点。改进后的EfficientNetV2-HDCA模型参数量为 22.06MB，较改进前增加了0.45MB。为了直观的展示该研究提出的EfficientNetV2-HDCA模型的有效性，又通过了Grad-CAM热力实验，实验结果表明该模型较改进前可以更加全面的提取鱼类的关键部位特征，具有一定的抗干扰能力。

摘要:针对航空发动机中单参数表征性能不全面，且易受外部环境和飞行工况等因素影响的问题，提出一种基于谱回归和高斯混合模型的多源信息融合的健康因子构建方法。选取记录完整并与发动机健康性能关系密切的参数，以同架飞机左右发动机的性能参数差异值作为数据源，通过谱回归进行特征降维，采用高斯混合模型构建正常状态模型，再以基于贝叶斯推断的距离表征测试数据与高斯混合模型的全局距离判别发动机的异常状态。通过两个航空发动机异常事件案例中真实QAR数据进行验证，结果表明所提方法相较于航空公司能够更有效评估航空发动机的健康状态，提前识别出发动机的异常点，预留出足够的时间为发动机制定可靠的维修计划，提高飞机的安全性与经济性。

摘要:汽车漆膜能够保护车身不受外界环境的腐蚀，但是由于生产工艺的影响，汽车漆膜在涂装时会出现多种类型的疵病，因此汽车漆膜的微小疵病检测是现在汽车生产自动化发展的关键。本文基于汽车漆膜检测的实际需求，提出了一种基于视觉图像的车身漆膜微小疵病检测方法。本方法首先对汽车漆膜图像进行多帧叠加，抑制噪声；之后利用二维小波提取图像趋势项及微小疵病的特征；最后通过局域自适应阈值和场曲优化的分割系数，实现疵病二值化分割。实验结果表明，本文方法可实现大面积图像上对0.1mm以上疵病的有效检测，且微小疵病的召回率达到97.6%，误检率为1.3%，可达到预期检测结果。

摘要:在卫星导航系统中，对系统服务性能进行长期可靠的监测，是实现高精度、全覆盖、全天候卫星导航的关键。为进一步提高卫星导航系统服务性能监测分析的准确性与稳定性，利用分布全球的监测站监测数据，在PDOP和定位精度两方面进行解算分析，提出并实现了一种基于LSTM神经网络的卫星导航系统服务性能监测分析方法。实验结果表明，在PDOP方面，BDS和GPS基于LSTM预测的结果比根据星历数据预测出的结果均值准确度分别提高了5.15%和3.89%；在定位精度方面，BDS和GPS基于LSTM预测的结果比根据PDOP和用户等效测距误差预测出的结果均值准确度分别提高了79.64%和73.77%。由此可知，LSTM网络预测结果比依据星历数据的预测结果更好，其中定位精度的预测质量大幅度优于预测结果。该方法可依据PDOP与定位精度历史数据对数据未来的变化趋势进行有效预测，对系统服务性能进行态势跟踪，进而为系统服务性能预警提供参考依据。

摘要:为了解决火电厂磨煤机出粉量难以估算的问题，运用软测量方法，结合磨煤机工作时的系统参数和磨煤机出粉量建立BP神经网络模型，建立各参数与出粉量的非线性映射关系，对磨煤机出粉量进行估算。为了减小该模型的误差，采用鲸鱼算法（WOA）优化BP神经网络的权重和阈值，建立了WOA-BP算法模型。为了验证WOA-BP算法模型的可靠性，将鲸鱼算法（WOA）、粒子群算法（PSO）、遗传算法（GA）和BP神经网络分别建立磨煤机出粉量的WOA-BP、PSO-BP、GA-BP、BP神经网络算法模型。计算结果表明在4种算法模型中，WOA-BP算法估算模型对磨煤机出粉量有最好的预测能力，平均绝对误差仅0.94。

摘要:针对海上平台电气设备温度监控的现实需求，以无线红外温度传感器及数据采集终端为基础，构建了海上平台电气设备温度分布式监控系统，配套开发了系统应用软件，实现了平台电气设备温度的持续监控。针对传统温度预测难以应对大量波动性数据且对时间序列处理能力有限的问题，提出贝叶斯优化与长短时记忆网络（LSTM）组合预测方法。以所监测的海上平台变压器为研究对象，分析变压器运行过程中的温度特征，采用时序性较强的LSTM网络预测模型，引入贝叶斯优化算法，用于训练和更新LSTM参数。实践表明，基于贝叶斯优化的LSTM模型对海上平台变压器温度具有良好的预测效果，其均方根误差为0.139、预测准确率为98.56%。通过对支持向量机、BP神经网络、LSTM、Bayesian-LSTM四种预测模型的比较分析，证实了贝叶斯优化的LSTM模型对海上平台变压器温度预测的优势。

摘要:针对石英坩埚气泡检测现有方法实时性差及小目标检测能力不足的问题，提出了一种改进YOLOv5的石英坩埚气泡检测算法YOLOv5-QCB。首先，自建石英坩埚气泡数据集，根据气泡尺寸小且分布密集的特点，减少网络下采样的深度，保留丰富的细节特征信息；同时，在颈部使用空洞卷积以增大特征图感受野，实现全局语义特征的提取；最后，在检测层前添加有效通道注意力机制，增强重要通道特征的表达能力。实验结果表明，相比于原模型，改进后YOLOv5-QCB能有效降低对小气泡的漏检率，平均检测精度从96.27%提升到98.76%，权重缩减了二分之一，能够实现快速、准确检测石英坩埚气泡数量。

摘要:血细胞计数是一种常见的临床检验方法。针对血液显微镜图像中的血细胞种类不均匀、密集且相互遮挡导致现有血细胞检测方法准确率不高，提出了一种改进的YOLOX血细胞检测算法。该算法首先在损失函数中引入Focal loss以改善单阶段目标检测算法正负样本的不平衡和细胞种类不均匀的问题；接着在残差模块中引入混合注意力机制，减少了血细胞相互遮挡造成的漏检、错检的概率；然后在特征融合尾部引入自适应空间特征融合模块以提高特征表达能力；最后在残差模块中引入逆深度可分离卷积模块在减少模型参数的同时还略微提高检测精度。提出的算法在BCCD血细胞数据集进行了测试，改进后的YOLOX算法在血细胞数据集上的检测精度达到了92.5%，相比YOLOX算法提升了2.4%，且减少了8%的模型参数量；该算法在COCO2017通用数据集上的检测精度达到了41.7%，相对于原始YOLOX算法提升了1.2%。