摘要:体积管标定是流量计溯源的重要步骤，各国规范、标准有所不同这给用户使用带来诸多不便。本文首先比较国内JJG规程、国际API标准对体积管标定主要技术内容，接着系统分析体积管容积值、重复性计算模型，然后基于国外某油田活塞式体积管校准数据验证，表明两个标准(规范)所计算的标准容积值差异很小(1×10-6)、重复性差异较大(可达200×10-6)；测量次数对重复性差异有着直接影响，API标准、JJG规程的测量次数的重复性差异分别达50×10-6、179×10-6，分析指出重复性差异较大主要原因是JJG规程采用贝塞尔公式，API标准采用无极差系数且没有明确置信概率的极差法。通过理论推导及数据验证，将极差系数与置信概率还原到重复性计算公式中，获得普适性处理方法，在测量次数n≥5下API标准、JJG规程重复性差异小，可为以后规程修订、方法选择提供参考。

摘要:为了进一步提高光纤复合海底电缆的故障诊断准确率，提出了基于VMD及SO优化SVM的故障诊断方法。首先，使用VMD对故障数据进行分解，得到若干条IMF分量并利用皮尔逊相关系数做进一步筛选。其次，对筛选得到的IMF分量进行特征提取，分别提取各分量的峭度、近似熵及模糊熵。最后，将上述特征值构成的特征向量输入经SO优化的SVM中进行训练及分类，得到故障诊断结果。实验结果表明，采用本文提出的基于VMD和SO优化SVM的故障识别方法，光纤复合海底电缆的故障识别准确率达到了100%，分别比SVM、GA-SVM、GWO-SVM、CNN方法的识别准确度高7.5%、5%、5%、7.5%。

摘要:针对太阳能电池图像背景复杂、缺陷形态多变及尺度差异大的特点，提出一种基于SimAM-Ada YOLOv5算法的太阳能电池缺陷检测方法。首先，将可变形卷积融入CBL模块，实现自适应学习特征尺度和感受野的大小；然后，将Ada池化融入SPP模块，增加缺陷信息的保留程度；最后，通过引入SimAM注意机制，进一步提高模型的特征提取能力。为了进一步优化改进YOLOv5算法，使用马赛克和MixUp融合数据增强、K-means++聚类锚盒算法、CIOU损失函数以及Hard-Swish激活函数，以达到增强改进模型性能的目的。实验结果表明，改进YOLOv5算法在太阳能电池电致发光图像数据集的检测mAP达到89.86%，相比于原始算法的mAP提高了8.07%，速度达到37.92 fps，在满足实时性的要求下可以更精准的完成太阳能电池缺陷检测任务。

摘要:针对移动机器人在复杂角点深处定位不准确而导致振荡旋转无法停车的问题，提出了一种基于TEB局部规划器与激光雷达相结合的角点定位和停车策略。首先基于TEB规划器进行局部路径规划，利用激光雷达采集角点信息，进而通过设置辅助点进行小车前进和转角修正策略，实现移动机器人在角点处的快速定位和导航。通过在仿真平台Gazebo和实际环境下进行测试，结果表明该方法在复杂角点的定位停车准确率达95%，能有效实现移动机器人在复杂角点的快速定位和精准停车。

摘要:针对开关磁阻电机PI控制器和传统滑模方法中存在瞬态时间长、稳态下转矩脉动大问题，提出一种基于自适应趋近律和扰动观测器控制方法。首先引入状态变量构建非奇异快速终端滑模面，以提升系统收敛时间。其次分析了传统指数趋近律存在的固有抖振，设计出一种自适应趋近律算法，从而降低系统抖振。然后针对扰动变化设计了非线性扰动观测器，并将观测到的扰动值作为前馈信号补偿至滑模控制器。最后，以PI和传统滑模控制作为对比，对所提控制策略进行验证，结果表明：在仿真和实验的启动阶段，响应时间分别缩短了0.08 s、0.4 s，实现了速度的无超调跟踪；在加载阶段转速下降量分别减少了19.9%、9.2%和7%、2.9%，而且电机在稳态时的输出转矩波动变小，转矩脉动降低了约10%。

摘要:针对辐射源个体识别基本遵循闭集假设无法有效识别未知类的问题，提出了一种基于零样本学习的辐射源个体识别模型实现对已知类和未知类辐射源个体识别。通过搭建卷积神经网络提取隐藏在辐射源信号数据下的语义特征，引入注意力模块增强对关键特征的关注，提出一种组合损失函数促使不同类辐射源信号在语义特征空间分离，根据辐射源信号在语义特征空间的分布进行辐射源个体分类识别。实验结果表明，相较于传统闭集识别，本文所提模型在能够在保持已知类识别率的前提下识别未知类且能在未知类之间区分，平均识别率达到90%以上。在工程化验证中，搭建的未知辐射源个体识别平台能够在室内及室外场景下实现快速准确识别。

摘要:针对现有压缩感知类波达方向(DOA)估计算法估计精度低、收敛速度慢的问题，提出了基于双曲复合函数近似l0范数的DOA估计算法。首先给出了一种双曲复合函数来近似l0范数，将求解l0范数最小问题转化为双曲复合函数的最优化问题，然后为提高算法的全局收敛效率，采用修正牛顿法对双曲复合函数进行最优化求解，通过算法的内外两层循环获取近似l0范数解，外层循环为内层循环提供逼近因子，内层循环根据递减的逼近因子对修正后的牛顿迭代表达式求解，进而得到近似l0范数的最优解，最终得到DOA估计值。通过模拟仿真实验对所提算法进行了有效性验证，结果表明所提算法在信噪比为5 dB条件下，DOA估计均方根误差为0.685 6°，估计成功率高于98%。

摘要:为更好地评估输变电钢筋混凝土结构质量安全，提出了基于微波透射法的输变电钢筋混凝土结构腐蚀检测方法，开展了钢筋通电加速腐蚀试验，获得了不同腐蚀程度钢筋混凝土模型；搭建了微波检测试验平台，通过对不同腐蚀程度钢筋混凝土模型进行微波无损检测，分析了透射系数S21幅值和相位的变化规律。结果表明：湿盐沙环境下通电加速腐蚀试验能在较短时间内获得不同腐蚀程度的钢筋；当提离距离为4 mm时，通过透射系数S21幅值和相位变化趋势可有效识别混凝土内部钢筋腐蚀状态。研究可为输变电钢筋混凝土结构腐蚀检测提供参考。

摘要:多传感数据融合技术因其对数据进行多尺度，深层次处理而得到广泛应用。同时冲突数据成为影响数据融合准确度的一大难题，为了减少冲突数据对融合的影响，本文提出了一种基于混合策略的多传感器数据融合方法。首先，引入Dempster-Shafer（DS）证据理论中的冲突因子K将证据进行分组，对低冲突证据保留其证据，高冲突数据进行加权修正。加权修正方法采用信息熵与BrayCurtis距离计算证据的不确定度和差异度，综合两者得到修正过的加权证据。最后，根据DS组合规则对加权证据进行融合，再与低冲突数据进行融合得出最终结果。实验分析结果表明，该方法应对各种冲突情况都能得出正确结果，在面对高冲突证据时准确率达到98.12%。同时在故障诊断应用中，该方法的准确率达到了89.98%，证明了该方法的有效性和实用性。

摘要:针对二阶一致性理论的无人机编队控制问题，以固定翼无人机为研究对象，提出了一种改进二阶一致性算法的无人机编队控制策略。通过引入虚拟领航者构建能够直观描述编队队形的相对运动坐标系，从水平与纵向相解耦的无人机运动学模型出发，同时考虑无人机系统的性能约束条件，对一致性算法进行了改进。针对无人机在不同飞行场景下的队形变换，基于KM算法设计了编队变换时编队成员位置的再分配策略，并采用改进L1制导律作为虚拟领航者的航迹跟踪方法。最后通过仿真验证了本文所设计控制方法的可行性和有效性，仿真结果表明该方法可以在满足无人机系统性能约束的前提下形成稳定编队，同时在多种飞行场景中快速进行队形变换及拓扑切换并消除位置误差。

摘要:针对BP神经网络预测精度不佳、预测结果不稳定的问题，提出改进黏菌算法(ISMA)优化BP神经网络的预测模型，引入Tent混沌映射克服初始种群分布不均的缺点，针对黏菌算法位置更新的随机性和后期容易陷入局部最优等问题引入领导者策略和莱维飞行策略，利用自适应反向学习策略扩大搜索空间并用23组基准函数加以测试。随后利用ISMA算法优化BP网络模型的初始权值和阈值，构建ISMA-BP空气质量指数预测模型，最后将收集到的779组空气质量指数数据代入预测模型中进行测试分析，实验结果表明，与BP神经网络模型、GWO-BP、SMA-BP模型相比，ISMA-BP模型对AQI的预测具有更高的精度，其预测的均方误差为3.840 2，平均绝对误差分别为1.507 8。

摘要:针对目前交通流预测模型在提取数据特征时容易忽略工作日和休息日交通流变化趋势存在差异的不足，提出一种基于特征选择的时空融合交通流预测模型STTFXGB。该模型从数据和模型两个层面提高模型对数据特征的提取。首先，利用皮尔逊相关系数计算数据间的相关性，并根据相关性的大小将数据集重新划分为工作日和休息日数据集。其次，采用能够体现全局关系的邻接矩阵结合自注意力机制构建图自注意力机制，提取路网数据的全局空间特征，并结合自注意力机制构建“三明治”结构的时空特征提取模块，基于Transformer模型构建时空融合模型STTF。然后，在STTF模型末端，利用XGBoost模型筛选多头注意力机制提取的特征，构建STTF-XGB模型。最后，在英国高速公路交通流数据集上对模型进行实验，结果表明：STTF-XGB在中短期的预测中较时空融合预测模型GCN-BiLSTM和GAT-BiLSTM在预测精度上提升约5%~10%，且预测误差波动范围最小，能够有效用于交通流预测。

摘要:针对现有滚动轴承故障诊断研究中诊断准确率存在的不足，提出了一种基于本征模态函数优化自适应噪声集合经验模态分解和变分推断的滚动轴承故障诊断算法，该算法首先利用自适应噪声集合经验模态分解获得原始信号的本征模态函数分量，进而构建敏感本征模态函数分量筛选算法对自适应噪声集合经验模态分解方法进行优化，构成特征向量，对于训练集数据建立高斯混合模型，通过变分推断使高斯混合模型逼近特征向量概率分布的方法来实现滚动轴承故障诊断。通过实例验证了算法的有效性，与自适应噪声集合经验模态分解结合变分推断、局部特征尺度分解结合变分推断、优化的自适应噪声集合经验模态分解结合粒子群优化支持向量机相比，诊断正确率分别提升了4.3%、4.3%和21.7%。

摘要:为了解决机载激光雷达在电力巡检应用中的点云快速精准分类问题，从激光雷达探测原理出发设计了一种电力巡检点云分类方法。从激光雷达方程出发建立了电力线、杆塔和地物等不同类型的目标的被探测概率模型，在此基础上将点云网格化并融合探测概率实现了网格点云的参数化描述，基于网格参数设计了点云分类方法完成不同类型的目标点云的快速分类。为验证本文算法的有效性，设计了多组电力巡检点云分类实验，实验结果表明本文所设计的电力线路点云分类方法分类查全率可达到98%，单档电力线点云分类耗时14 s，分类准确率和效率较高。

摘要:在对牲畜进行无应激的动态称重时，针对动态称重信号非平稳的特点，选用EMD算法进行处理。为了解决EMD分解信号过程中的端点效应，提出改进的基于分段包络线抑制端点效应的EMD算法。该算法首先利用最小二乘法延拓端点，然后将包络线分为：极值点内部段、延拓点与极值点段，通过在极值点间使用三次样条插值构造极值点內部端，通过依据二阶导数连续条件将延拓点与极值点连接构造延拓点与极值点段。这样在有效抑制端点效应的同时，还能减少延拓端点引入的误差。实验结果表面，牲畜的动态称重信号经所提算法处理后与真实的体重数据进行比较，相对误差平均值为0.21%，最大值为0.33%，说明所提算法应用于动态称重，有很好的精度与稳定性。

摘要:不等容分组电容器投切灵活度高，无功调节能力优，但存在控制策略复杂，设备频繁投切的问题，因此提出一种协调二者矛盾的无功优化配置方法。首先根据变电站负荷求取变电站无功需求概率分布曲线，再采用最优覆盖法计算分布曲线和电容器补偿容量梯形曲线交叉形成的无功失配面积，面积越小，电容器调节灵活度往往越好。然后考虑调控复杂度指标，建立以失配面积最小和调控复杂度最小为目标函数的电容器不等容分组优化模型。再采用模糊加权法将多目标转化为单目标优化模型，利用改进遗传算法求解，得到变电站无功配置方案，为无功规划人员提供决策依据。最后案例仿真通过与现有文献等容分组法和不等容分组法进行对比，验证了本文所提方法能够兼顾不等容分组的优缺点。

摘要:为了解决肝脏肿瘤图像中肝脏肿瘤形状复杂、与四周正常组织之间的边界模糊而导致分割模型准确率低的问题，本文提出一种基于混合空洞卷积与高层特征融合的肝脏肿瘤图像分割模型（Hybrid Dilated Convolutions and High-level Feature Fusion model，HFU-Net）。该模型加入高层特征融合再校准模块，丰富U-Net中跳跃连接部分，使其利用特征融合与压缩注意力机制对特征信息校准，提升网络编码器的特征信息获取能力。并且，为进一步提高网络各层的特征提取效果，使用混合空洞卷积块替换原模型编码网络中传统卷积模块，以获得密集的肿瘤特征信息，扩大网络感受野。实验结果表明，与U-Net算法相比，Dice系数、体积重叠误差(VOE)、灵敏度、精确率指标均有较好效果，分别提高了3.3%，4.59%，4.39%和2.04%该模型显著提高肝脏肿瘤图像分割精度，为肝癌诊断与治疗提供可靠依据。

摘要:针对无人车在室外大场景环境建图时，单一传感器的激光里程计推算位姿不准确且易随着累计漂移而产生精度下降的问题，本文提出了一种激光雷达与惯性单元IMU融合的激光惯性SLAM系统。系统前端由IMU信息进行点云去畸变处理，通过激光雷达里程计输出位姿。后端优化通过因子图实现，由前端里程计因子，IMU预积分因子，回环检测因子联合优化。同时，基于全局描述符ScanContext提出了一种改进的回环检测方法，能够有效提升回环检测的准确率。在公开数据集与无人车实验的实验结果表明，相比于经典的激光算法A-LOAM，LeGO-LOAM，所提出的方法轨迹精度大约提升了40%左右，对于回环检测的效率提升了约25%，有效的提高了SLAM系统的性能。

摘要:针对不同时序遥感影像中多种地物类型的变化信息杂乱、背景复杂导致难以清晰地提取关键特征的问题，本文提出了一种将Swin Transformer与孪生网络融合实现建筑物变化检测的新方法。该方法通过4个Swin Transformer Block的结构来获取不同层次的特征，针对不同尺度的特征图进行差异计算，以获取变化特征图。此外，在本文算法的基础上还引入了差异特征融合模块和边缘感知注意力模块。差异特征融合模块能更好地表达不同感受野下的特征，提高对细节特征和全局特征的融合效果；边缘感知注意力模块细化特征提取时特征图中建筑物的边缘特征，扩大模型的局部感受野，增强模型对于细节信息的检测能力，从而提高网络结构对建筑物边缘特征的提取能力。实验结果表明，本文方法与现有经典变化检测网络全卷积早期融合FC-EF相比，在两个公开数据集上的F1值分别提高了7.36%和19.67%。

摘要:后向投影(BP)算法，在计算成像过程中未采用近似，成像质量高，任何阵列构型成像均适合。近年来在雷达成像技术领域广泛应用。但在毫米波三维全息成像中，计算效率较低，影响了实时成像的实现。在三维极坐标条件下，快速因式分解后向投影(FFBP)算法，利用子孔径划分的方式进行成像，一定程度上解决了实时成像的问题。本文利用四线程CPU与GPU加速CUDA平台实现FFBP算法，并对比分析了多点目标成像，结果基本一致，进而验证加速算法的有效性。进一步，通过电磁仿真软件，对分辨力板建模和仿真，模拟真实目标，并进行GPU加速成像，计算时间比四线程CPU提高33.97倍，适用于三维近场实时成像系统，更好的应用于人体安检领域。

摘要:声检测技术逐渐成为水下目标检测的关键手段；受水文环境噪声、设备精度等影响，声纳图像不可避免的存在分辨率低、对比度低、目标边缘模糊等问题，不利于后续目标检测识别的进行；因此，文章提出一种改进引导滤波（AGF）与三维块匹配（BM3D）联合的去噪算法；首先，该文采用BM3D算法抑制图像中高斯和斑点噪声，完成初步去噪；最后采用AGF算法对图像进行二次滤波，该文通过引入改良的边缘检测Canny算子实现自适应调节正则化参数的大小优化引导滤波，从而保留更多图像细节且更好的保护边缘特征；两种算法联合去噪不仅能优化BM3D去噪性能的不足，还能有效的保留图像的边缘特征；实验结果表明所提出的算法不仅对声纳图像中的斑点噪声和高斯噪声有较好的抑制作用，而相比于其他传统算法在峰值信噪比、均方误差和结构相似度3个方面提升10%、15%和15%。

摘要:针对X射线图像中小目标缺陷检测和多尺寸缺陷检测的问题，提出一种基于改进Faster RCNN的焊缝缺陷检测算法。首先，该算法采用ResNet50、特征金字塔网络作为Faster RCNN检测网络的主干网络，达到在多个特征图上检测不同尺寸缺陷的目的；然后在主干网络前增加背景减去网络层，来降低图像背景对小目标缺陷的干扰；接着利用三支路区域推荐网络层细化原始区域推荐网络层中候选框的预测任务，从而减少候选框数量、优化检测速度；最后对网络中卷积层的数量进行微调，增强网络特征提取能力。实验结果表明，改进网络的均值平均精度和每张图像检测速度分别为83.09%、20.8 ms，相比改进前的网络，预设的锚框增加了10 779个，检测速度仅仅降低了3.1 ms，均值平均精度提高了19.43%。改进网络在保证检测速度的基础上，有效提高了对小目标缺陷和多尺寸缺陷的检测效果。

摘要:莴苣属作物高通量株高数据采集技术的研究和应用较少，对此提出一种基于深度学习和无人机倾斜摄影的莴苣属株高检测方法。首先针对高通量植株株高获取，采用无人机倾斜摄影，生成区域内植株三维模型，提取高程信息；然后利用改进注意力机制的YOLOv5算法，在主干网络C3模块中嵌入CBAM注意力机制，减少浅层噪声信息，提高对小目标及密集目标的检测能力，以达到对区域内植株的目标检测，对应得到每株植株的估算株高。实验结果表明，CBAM-YOLOv5模型识别效果提升明显，对莴苣属作物识别的AP值提升到了96.19%，相较于原始的YOLOv5模型，本文模型的AP值提升了1.5%，植株目标检测对应三维模型计算出的估算值与实测值具有较高的相关性，直线斜率为0. 991 1，R2为0.931 1，实现了对莴苣属作物高通量株高数据的检测。

摘要:道路障碍物检测是自动驾驶环境感知的重要内容。针对当前道路障碍物检测算法精度有待提升等问题，提出改进YOLOv5s的道路障碍物检测算法。首先引入改进坐标注意力模块，过滤多尺度特征图的无效信息，强化关注感兴趣区域。其次使用增强降采样模块缓解融合网络下采样过程的重要信息丢失，增强特征鲁棒性。最后优化算法回归损失，明智的梯度增益分配策略，提升了普通质量锚框损失贡献度。试验结果显示，改进模型在数据集上的平均精度均值较原YOLOv5s提高了4.2%，达到了78.6%，同时也优于Faster R-CNN、YOLOX、YOLOv7等算法。所提算法具有42帧/s的检测速度，满足实时检测的要求。本研究提出的改进算法能够有效提高道路障碍物检测精度，具有实际应用潜力。

摘要:针对基于孪生网络的跟踪算法在目标快速移动、发生较大形变、处于复杂背景等情况下容易出现跟踪性能下降的问题，提出一种融合注意力机制与自适应模板更新的目标跟踪算法。跟踪算法以SiamRPN为基础，通过在特征提取网络融合通道注意力机制与空间注意力机制，抑制图像中的干扰信息，补充目标特征在通道空间中的信息，更好地对目标进行定位。将对象在不同时刻的模板，包括初始模板、累积模板和预测模板作为帧残差模块的输入，采用残差学习策略，充分利用初始模板语义信息，自适应更新当前帧所需的模板，减少了跟踪飘移的现象。在OTB100数据集上的实验结果表明，本文跟踪算法与其他跟踪算法相比取得了更高的跟踪成功率和准确率。