摘要:随着通讯技术和云计算技术发展，前端获取数据后上传至云端分析，然后再将云端分析结果回传至前端进行显示的APP设计和影音模式逐渐在生活中普及。借鉴其思路，提出一种JS+Python的测试信号分析云平台设计技术；其中网页型的JS前端页面程序负责信号获取和分析结果显示，而运行在云服务器上的Python程序则负责上传数据的云计算和分析。运行测试实验平台，数据和脚本上传后，服务器端能成功接收并调用脚本中对应的测试技术和控制理论算法对数据进行处理，并返回浏览器实现结果可视化。这样可最大限度降低前端设备的软硬件要求，便于实现由前端测量装置+后端测试信号分析云平台构成的设备运行故障监测与诊断网络。

摘要:针对F-P滤波器解调法容易产生漂移与校正成本较高的问题，本文采用FPGA和光开关搭建了F-P滤波器多通道共振解调系统，该系统利用DDS信号生成特定的三角波驱动电压，通过串联多维参考FBG实现基于插值法对波长-时间的动态标定，设定了3种动态标定模式，包含线性关系和二次关系的标定。利用FPGA控制光开关实现快速切换模式与参考波长、待测波长信号的分步采集，3种模式100 Hz平均偏差分别为0.028 02 nm、0.018 14 nm、0.010 9 nm。研究结果表明，在单位电压（1 V）下，相对于静态标定，误差降低45%以上，提高解调精度并且降低校正成本，同时解决参考与待测波长数值过近时容易导致的误判问题。

摘要:轴向磁通永磁同步电机具有轴向长度短、结构紧凑、体积小、转矩密度高等特点。然而其磁场为三维磁场，模型过于复杂，难以直接运用经典解析法进行快速求解与计算。为快速完成轴向磁通永磁同步电机的前期估算，文中提出一种简化等效磁路模型来快速计算轴向磁通永磁同步电机的基本性能。该磁路模型通过合理的等效，将三维轴向磁通永磁同步电机模型转化为多层二维等效模型，进而运用等效磁路法和叠加法实现电机性能的计算。最后，以10极12槽双定子单转子轴向磁通永磁同步电机为例，运用文中所述模型计算其气隙磁密，永磁磁链和空载反电动势并对不同分层数的电机模型进行了有限元的仿真。结果表明，本文等效磁路模型的计算精度与三维有限元法相近，且耗时极短，更有利于该类电机的工程初算。

摘要:针对串联锂离子电池组在均衡过程中出现均衡时间长、能量损耗大的问题，设计了一种两级均衡拓扑，并针对该拓扑设计了一种基于电池荷电状态的变论域模糊逻辑控制策略。所提拓扑在电池组内采用改进型Buck-Boost电路，优化了均衡路径；电池组间采用集中式的单电感均衡电路，可以实现任意电池组间的均衡。所提策略在模糊逻辑控制的基础上引入伸缩因子对输入论域灵活调节，通过对均衡电流的精准调整进一步提高均衡速度和能量利用率。最后搭建均衡系统进行验证，结果表明，本文拓扑比分组Buck-Boost拓扑减少了约12.53%的均衡时间。在相同的静置和充放电条件下，与FLC算法相比，本文策略不仅减少了约20.98%的均衡时间，且提高了约7%的能量利用率。验证了本文均衡方案的可行性。

摘要:深度学习方法可提高AOI的速度和精度，但因实际工业生产中AOI场景多变，模型需不断更新以保证性能，耗时长，人力成本高。为了提高实际AOI中深度学习模型的迭代效率，研发了一套面向PCBA贴片电子元器件的缺陷检测模型自动训练系统，对常见的四类电子元器件(Chip、IC、SOT、排插)所需的缺陷检测模型实现了自动训练，自动训练过程分为自动数据增强、自动调参与自动部署3个部分。实验结果表明，该系统自动训练得到的模型性能总体优于人工手动训练的模型，相较人工手动训练，训练耗时缩短36%~42%，整体准确率提升1.3%~4.1%。目前该系统已经完成测试，自动训练出的模型能满足实际AOI的检测要求，有效提高了模型迭代速度，减少了人力成本，具有较好的应用前景。

摘要:由于卫星平台的限制，卫星转发器的功率和带宽资源都是有限的，资源利用率的提升就显得尤为重要。针对多波束卫星通信系统中的带宽功率联合分配问题，本文提出了一种基于改进粒子群算法的带宽功率联合分配方案。该方案以最小系统总二阶业务拒绝量为优化目标，通过引入了惯性权重、局部抑制机制和罚函数的改进的粒子群算法求其最优解，最终在系统的总容量和用户获取容量的公平性之间取得平衡。仿真结果表明，与传统算法进行对比，本文所提出的基于改进粒子群算法的方法能够显著提高多波束卫星通信系统的带宽功率联合分配的效果。

摘要:针对D2D通信复用蜂窝用户频谱可以提高系统吞吐量和频谱利用率但会产生严重的同频干扰的问题，设计了一种联合资源分配方案，该方案在保证系统用户通信质量的条件下最大化系统吞吐量，首先设计一种基于吞吐量最优化的模式选择方案，然后采用混合遗传算法对D2D用户分配信道，最后在已知信道分配向量的前提下通过混合灰狼优化算法对D2D用户进行功率优化。仿真结果表明，所提方案相对其他方案能够有效提高20%系统总吞吐量和降低90%蜂窝用户受到的干扰，还能提高收敛效果和运行速度。

摘要:近年来，应用于航空航天领域极端测温场合的温度传感器响应速度已达到微秒量级，然而，如何实现对其进行微秒级的动态校准仍是一个亟待解决的挑战。激波管法和激光法是两种解决该问题的潜在技术途径，二者均可提供微秒级的温度阶跃响应，但也具有不同的特点。激波管法适用于高温高压环境，但其阶跃信号的上升过程和幅值存在不稳定性。激光法则具备非接触性和高精度的特点，但目前尚未建立统一的评估体系，无法直接比较不同温度传感器的动态响应特性。最后，总结出3个关键研究方向：改进现有校准方法、探索新的校准方法，以及构建新的评估理论，以促进微秒级温度传感器动态校准研究和相关技术应用的发展。

摘要:针对检测设备的限制导致不能使用不同频率的大电流对大量程霍尔电流传感器的带宽进行测试的问题，设计一种带宽检测电路并探究大量程霍尔电流传感器的带宽与测试电流大小的关系。通过带宽检测电路将直流大电流斩波可以得到不同频率的大量程脉冲测试电流，该测试电流流经霍尔电流传感器和康铜丝阵列。根据-3 dB原则比较霍尔电流传感器输出信号幅值相对康铜丝阵列的失真程度，确定霍尔电流传感器的带宽。使用30～100 A不同大小测试电流对霍尔电流传感器的带宽进行测试，结果表明测试电流大小不同，大量程霍尔电流传感器的带宽不同，且随着测试电流的增大，带宽逐渐减小。

摘要:为解决数值模拟方法计算不同工况下电力舱整体温度时算力需求大、适应性差等问题，本文提出了一种基于PODRBF代理模型和特征点KNN校正的电力舱温度反演方法。该方法基于仿真计算得到的不同工况下电力舱温度场数据，利用本征正交分解和径向基函数方法构建电力舱的温度反演代理模型，以避免重复计算，从而快速得到仿真模型的近似解。同时，使用K最近邻算法将特征温度点引入反演模型中，以此校正温度反演误差，提高反演的准确性和适应能力。以实际电力舱为例，对指定工况下的电力舱进行了温度反演。结果表明，该方法可以在电力舱内电缆通流情况以及特征温度点温度已知的情况下实现电力舱的实时温度反演，其反演温度与仿真计算温度的最大相对误差为0.96%，满足工程运用标准。

摘要:在质子交换膜燃料电池（PEMFC）寿命预测中，针对燃料电池中的特征对其寿命的影响程度未知问题，使预测燃料电池的剩余寿命问题变得相对复杂，为了更加准确的预测燃料电池的剩余使用寿命。本文首先通过小波分析对原始堆栈电压进行去噪处理，滤除噪声数据，利用皮尔逊相关系数（PCC）对影响因素进行降维，提取关键影响因素，简化模型结构；然后利用改进的麻雀优化算法（ISSA）优化BP神经网络，找到网络最优的权值和阈值，并建立ISSA-BP模型；最后将处理好的数据输入ISSA-BP模型，实现PEMFC的剩余寿命预测。实验结果表明，PCC-ISSA-BP的平均绝对误差百分比、平均绝对误差、均方根误差分别为0.125%、0.003 97、0.005 68，优于其它模型，能够更有效地预测燃料电池的剩余寿命。

摘要:潮流计算是电力系统运行与控制的基础。为解决配电网可再生能源渗透率不断增加带来的负荷点电压波动的不确定性,以及传统电力系统潮流数据收集能力不足导致潮流计算不准确等问题。本文提出了一种基于数据驱动的潮流分析模型，构建了一种基于 BPNN结合GA-ADAM优化算法模型来分析随机性下配电网的潮流计算方法。首先，引入潮流初值信息、拓扑结构特征以及功率因数指标构建训练集，通过对回归模型的训练，充分挖掘节点电压与功率之间的映射关系。其次，使用GA-ADAM算法优化模型初值和权重参数。最后，基于IEEE-33节点配电网模型进行验证，本文模型潮流计算的最大误差3.93×10-3，平均绝对误差1.46×10-3，均方根误差1.81×10-3，优化后的BPNN潮流计算电压误差值降低37.66％。实际算例仿真结果表明，与其他方法比较，本文构建的模型各误差指标小、准确度高，提高了潮流计算的效率和准确性。

摘要:针对卷绕系统工作时卷料张力波动较大问题，提出了一种基于神经网络区间观测器的反演非奇异快速终端滑模张力控制方法。构建卷绕系统数学模型，利用神经网络逼近卷绕系统中卷料半径、惯量等参数变化部分所引起的随机响应，设计区间状态观测器估计系统转速、卷料张力的上下界。根据估计出的状态值，构建反演非奇异终端滑模控制器，使张力跟踪误差在有限时间内快速收敛到零，有效增强了系统鲁棒性能。仿真实验结果表明，所设计的控制方法使卷料上的张力在 1.6 s 后达到给定值并保持恒定，相较于常规的滑模控制器和已发表文献中的滑模控制器，其调节时间分别减少了57%和33%，证明了所提出控制方法的有效性和可靠性，满足卷绕设备收卷工艺的要求。

摘要:动态路径规划是保障无人机在复杂干扰环境下飞行安全的关键要素。针对动态路径规划中存在的迭代次数高、收敛速度慢以及动态障碍物避障问题，提出了一种基于障碍物运动预测与改进APF的无人机动态路径规划方法。首先，针对动态障碍物，设计了基于激光雷达的目标检测算法和基于卡尔曼滤波的运动预测算法估计动态障碍物信息，并提出速度方向相似性检测方法进行局部位置脱离决策。其次，针对静态障碍物，引入模拟退火法扰动当前状态，并结合基于目标点的邻域优化函数进行动态路径规划。仿真结果表明，本文算法在应对静态障碍物时可缩短69%动态避障时间，应对动态障碍物时可缩短了19.7%的避障距离与23.6%的任务耗时，提高了无人机任务执行的安全性和效率。

摘要:局部线性嵌入算法LLE的降维性能与挖掘的流形结构密切相关，但LLE挖掘的流形结构单一，并且对邻域参数选取敏感，无法提取全面的流形局部结构，限制了LLE的降维性能。为此，本文提出基于多信息融合的自适应局部线性嵌入算法MIF-ALLE。MIF-ALLE首先利用切空间近似判据自适应选择邻域参数，获取更准确的局部邻域；然后，将局部邻域中蕴含的切空间角度信息与局部线性信息相融合，挖掘更全面的流形局部结构，降低局部低维嵌入的偏差；最后，在公开轴承数据集以及实验室提取的轴承数据集上进行实验验证。实验结果表明：MIF-ALLE可以挖掘更全面的流形结构，提取更显著的特征,轴承故障诊断准确率最高可达100%。

摘要:在指纹室内定位中，构建高质量的指纹库是实现高精度定位的前提。针对建库阶段需要在每个参考点上收集足够多的信号样本，耗费大量人力与时间成本的问题，提出一种基于改进的条件深度卷积生成对抗网络的指纹库扩充方法。网络模型将参考点序号作为条件信息，得到对应参考点上的生成样本，利用最小二乘损失函数代替交叉熵损失函数，避免训练过程中容易出现的梯度消失问题。实验验证，该方法能有效增加每个参考点的样本数量，提升了卷积神经网络的训练效果，提高了小样本情况下的定位精度，均方根误差降为0.44 m，定位误差在1 m内的占比为86.98%，误差在2 m内的占比为92.72%。

摘要:为了进一步加强对高校电动自行车充电过程的监测，方便电动自行车用户和电池研究者获取充电数据，设计了基于物联网的电动自行车充电过程监测系统。系统主要依靠ZigBee模块局域组网，STM32通过网络向各IM1281B模块下达控制指令，实现对多台电动自行车充电数据的采集与汇总，通过WiFi模块将汇总数据上传到云服务器，微信小程序获取云服务器实时信息实现用户交互，数据公开网站存储长期充电数据为电池研究者提供大量数据。实验结果表明：ZigBee模块组网范围为150 m，满足高校内电动自行车充电点的组网距离要求，采集到的充电数据通过标准的电工数字钳形表VC866A校准，相对误差小于3%。系统成功实现对多台电动自行车充电数据的采集、传输、存储以及显示。

摘要:针对牛脸检测时，存在的检测精度不高、牛脸较小被漏检或误检等问题，提出一种改进的Mask RCNN+MResNet模型。首先，在ResNet101网络的基础上提出一种MResNet网络，通过对ResNet101网络的改进，提高了模型检测精度。其次，对模型的RPN网络的锚框尺寸进行调整，提高了模型对较小目标的牛脸检测能力。实验结果表明，MResNet网络对牛脸检测精度相比较原始的网络模型，提高了12.6%；改进后的模型对于小目标检测能力平均精度较原始模型提高了2.4%。说明该模型能有效的实现小目标牛脸的检测，具有实际应用价值。

摘要:榫齿作为航空发动机叶片的重要组件之一，其轮廓尺寸的精密性决定了叶片安装的牢固性以及发动机工作的安全性。然而，当前工业生产中仍然采用传统的人工投影方式作为测量手段，存在测量效率低、精度不稳定等问题。基于机器视觉技术，提出了针对航空发动机叶片榫齿轮廓尺寸的测量方法并开发了相应测量系统。其采用工业相机实时采集榫齿轮廓图像，通过 HALCON机器视觉软件对榫齿轮廓图像依次进行预处理、边缘提取、几何量特征提取、几何尺寸变换等操作，以此准确获得榫齿轮廓的尺寸信息，并联合Visual Studio 2019设计了相关信息交互的可视化图形软件。测试结果表明，所开发系统在直线和角度上的平均测量精度误差可分别控制在0.023 6 mm和0.270 1°以内，且单次测量耗时不超过2 s。相比于传统的人工投影测量方法，显著提升了测量的精度和速度，且降低了人工成本，拥有更友好的现场部署潜力。

摘要:针对复杂环境中烟火检测困难，检测精度低的问题，提出一种改进YOLOv5s的烟火检测方法。首先，针对Neck层烟火特征融合不准确、效果差的问题，提出一种通道注意力机制—Scoring module，对每个通道的特征打分，选择分数高的特征进行特征融合，过滤分数低的特征，避免引入过多冗余特征，在增加少量的可训练参数情况下提高特征融合能力和检测精度；然后，为了提高Head层的预测能力，使用α-EIOU替换GIOU损失函数，提高预测框的定位和检测性能；最后，为了改善数据集数据量少、数据形式单一的问题，使用改进的Mosaic数据增强法扩充样本数据，提高模型泛化能力。实验结果表明，改进后的方法比原YOLOv5s平均精度均值高4.7%，检测速度为212 fps，同时在与其他改进型YOLOv5s的对比实验中表现较好。在环境复杂的图像中取得了较好的检测效果，可以满足复杂环境下的烟火检测任务。

摘要:为了解决复杂驾驶场景下目标检测精度较低而难以满足自动驾驶需求的问题，提出一种基于YOLOP的高效网络模型MEPNet。MEPNet可同时处理车辆检测、可行驶区域分割和车道线检测三项任务。首先，采用YOLOv7作为主体结构平衡精度与实时性；其次，设计了FRFB模块增大感受野，以增强网络的特征提取能力；并且提出在检测网络的头部添加小目标检测层，有效减轻车辆遮挡和重叠现象对识别结果的干扰；最后使用CARAFE作为上采样算子，精准定位的轮廓的同时更好地保留图片的语义信息。实验表明，该算法推理速度达到42.5 fps，对比基线YOLOP，车辆检测的mAP50和Recall分别提升了6.8%和6.3%，车道线检测的准确率和IoU分别提升了6%和1%，可行驶区域分割的mIoU达到92.5%，大幅度提升了性能，并且进一步设计了MEPNet-s，实现了四任务目标检测，亦满足自动驾驶所需的准确性和实时性。

摘要:路面裂缝是道路最为常见的缺陷，随着深度学习技术的发展，利用深度学习的方法对路面图像中的裂缝信息提取的方法愈来愈多。针对现有深度学习路面裂缝检测方法提取裂缝特征不完整导致精度低以及实时性不足的问题，提出一种融合注意力机制与GhostUNet的路面裂缝检测方法。本方法由编码器和解码器组成，将U-Net中的常规卷积改进为Ghost卷积，减少模型参数量；在编码和解码部分，为了提高对裂缝特征的提取能力，引入ECA注意力机制和残差连接，ECA注意力模块可以过滤不相关的特征信息，利用残差连接可以避免网络退化现象。为评估本方法在裂缝检测方面的有效性，使用两个公开裂缝数据集，并进行消融实验和对比实验，实验结果F1_score、P和R分别比U-Net平均提高了14.48%、14.35%和14.45%；该模型相比U-Net参数量下降了14.2 MB。该模型与同类模型比较，分割的准确率更高，参数量更少。

摘要:针对目标检测器检测跌倒时过于依赖卷积网络分类效果、无法利用运动信息的问题，本文设计了一种基于YOLOv5s和改进质心跟踪的跌倒检测模型。为解决耗费资源问题，用MobileNetV3网络和Slim Neck模块对YOLOv5s进行轻量化，同时将MobileNetV3网络中的SE模块替换为更高效的ECA模块，降低网络复杂度的同时保持较高的精度。引入哈希感知算法改进质心跟踪，增加目标关联的依据，提高跌倒检测的准确性。实验结果显示改进YOLOv5s模型大小下降52.2%，计算量下降51.8%，精度高达90.3%。改进质心跟踪的跌倒检测模型准确率提高了4.3%。结果表明了本文提出模型的有效性和优越性。

摘要:针对现有多聚焦图像融合算法存在的伪影和信息残留问题，提出了一种依据图像聚焦特性，最大程度保留各区域信息和清晰度的算法。首先，通过区域检测得到聚焦区域决策图，利用该决策图进行初始融合和边界提取，得到边界区域决策图；其次，利用ACS网络学习多聚焦图像的融合规则，生成网络融合图；最后，根据边界区域决策图对初始融合图和网络融合图进行加权求和，得到最终的融合图像。实验结果表明：该算法在聚焦区域和边界区域都优于其它比较算法，各项评估指标分别提高4.8%和1.5%以上；同时主观效果更符合HVS。实验证明了在保留源图像的细节信息和避免各个区域的视觉伪影上，该算法都能取得很好的效果。

摘要:针对目前工件尺寸测量在工件关键测量点的准确提取阶段存在的问题，因此本文提出一种基于偏振特征与强度信息融合的工件目标检测方法。在工件强度图像的基础上引入偏振特征，建立强度信息与偏振特征差异化式高效交互的双流网络模型，以实现更高效的偏振特征和强度信息融合。为验证算法的效果，本文建立了偏振图像工件目标显著性检测数据集。在此数据集上，本文提出的算法在精确度Precision、max-F和相似性值S-measure三个指标上和视觉结果均在对比算法中达到了最优结果，充分表明了本文算法出色的工件目标检测性能，具有极佳的工件目标检测效果。