摘要:针对传统滑模控制趋近速度较慢、抖振较大，应用在同步Buck变换器中响应速度较慢、精度较低等问题,提出了一种新型非奇异终端滑模控制的方法。首先对传统的滑模面函数进行了修改，通过引入非线性函数并附上积分项，可以迫使系统快速收敛，从而缩短响应时间。其次在传统趋近律的基础上引入了形式为sigmoid的函数，并用饱和函数来替代符号函数，避免了符号函数在零附近高频切换，因此降低了传统滑模控制带来抖振影响。最后在MATLAB/Simulink仿真平台搭建相应的模型，结果显示，其调整时间为90 μs，突加负载后恢复时间为20 μs。并通过实验验证，在转速指令发生改变时，所设计的方法调整时间更快，在突加负载后，抗干扰能力更强。

摘要:本研究针对人体机械能频率较低、传统按压纳米发电机所需驱动力较大的问题进行了改进，设计了一种助力结构纳米发电机并将其应用于自驱动通信系统。助力结构有效地传递和增强激励力，使得接触分离式摩擦纳米发电机在进行自驱动力电转换时，所需的激励力较无助力结构小了8.6倍。为实现自驱动通信，编码信息后，利用含助力结构的纳米发电机调制人体机械能产生电信号，实现信息发送。在采集电压信号的过程中设计了一种半波整流电路，减少了TENG输出电压波形正负半轴波形不对称带来的影响，并对助力结构纳米发电机对应产生的模拟电压信号进行采集，通过解调和解码即可恢复出原始信息。实验成功传输了字符串“NJUPT”。

摘要:针对双馈风力发电机三矢量模型预测电流控制算法复杂度，开关频率和控制性能问题，本文提出一种改进型三矢量模型预测电流控制算法。该算法旨在降低计算复杂度，同时固定开关频率并提升控制性能。首先，采用转子电流d、q轴无差拍控制原理对第一与第二最优电压矢量进行快速矢量选择，从而提高矢量选择效率，其次，基于转子电压d、q轴无差拍控制原理分配电压矢量作用时间，降低矢量作用时间计算复杂度，最后，按照每个控制周期固定开关频率原则对电压矢量作用顺序进行优化，以固定开关频率。仿真和实验结果表明，与三矢量模型预测电流控制算法相比，该算法运行时间缩短，在固定开关频率的同时有效减小了转子电流、电磁转矩和输出功率脉动，具有良好的控制性能。

摘要:针对混沌多通道同步效率低的问题，基于经典Lorenz混沌系统提出了一种新四维超混沌系统，并通过详细分析其混沌特性，探讨其在保密通信中的应用潜力。首先，通过相图、Lyapunov指数谱、分岔图、Poincare截面图和复杂度等方法对其动力学行为进行了分析。其次，通过Multisim电路仿真验证了系统的数值分析结果。最后，采用错位投影法设计了一种多通道同步控制方案。研究结果表明，新四维超混沌系统具有复杂的动力学行为，在不同的初始条件下能够产生隐藏吸引子。电路仿真结果与数值分析相吻合，多通道误差系统具有良好的混沌特性。证明了该系统具有较高的可靠性和灵活性，为研究混沌系统在信息安全领域奠定了良好的基础。

摘要:针对模拟移动床色谱分离系统中存在的强耦合、多变量、非线性和时滞等问题，提出了一种基于改进沙猫群优化算法的BP神经网络自调整PID参数的模拟移动床组分纯度模糊解耦控制方法。该方法首先通过模糊解耦消除了A、B组分纯度控制回路之间的耦合，然后结合改进的沙猫群优化算法和BP神经网络，实现了PID参数的自适应调整，从而有效控制A、B组分的纯度。在改进的沙猫群优化算法中，引入了Cubic混沌映射来初始化沙猫种群，以提高种群分布的均匀性；在搜索猎物阶段加入了可变螺旋搜索策略，使沙猫群拥有更多的搜索路径来调整自身位置；同时，融合了麻雀搜索算法的警戒机制，以加速算法的收敛速度。通过对12个CEC2022测试函数进行验证，证明了改进沙猫群优化算法的有效性。仿真结果表明，所提方法不仅能够有效消除A、B组分纯度控制回路间的耦合效应，而且在各个实际应用场景中均展现出卓越的性能。与传统的PID控制方法相比，在流量突变情况下，调节时间分别缩短了75.40%和77.57%，超调量分别减少了91.84%和81.96%。该方法具备较强的抗干扰能力和良好的鲁棒性，显著改善了整个系统的控制性能。

摘要:直流微网作为新能源综合利用的重要形式，在分布式发电的有效利用中发挥着重要作用。针对直流微网在实时扰动的影响下出现的电能传输变换器电能质量恶化的问题，设计了一种基于深度确定性策略的级联自抗扰控制稳压控制策略。在原始状态观测器中引入新观测器与其级联，形成级联自抗扰，提高初始观测器对扰动的抵抗能力，并建立线性反馈律对观测后的扰动进行抵消，增强了系统对实时扰动的抑制能力。为抑制由系统控制器参数不确定性特征引起的不利影响，引入了深度确定性梯度算法，实现了对控制器参数的自适应整定，保证了系统的参数实时最优性，进一步提升了系统对实时扰动的抑制能力。最后，通过对观测器的跟踪性能、抗扰性能等方面进行了理论分析，并通过仿真对比了在各种工况下的不同控制策略的性能差异，验证了所提控制策略的正确性和优异性。

摘要:锂电池荷电状态是锂电池安全运行最重要的状态参数，为了提高锂电池SOC的估算精度，本文提出了一种双自适应容积卡尔曼滤波算法。利用锂电池二阶DP等效电路模型做状态参数的离线辨识，使用精确度较高的容积卡尔曼滤波算法估测单个SOC，并且引入自适应因子去估测实时噪声，在获得SOC的基础对锂电池内阻实时估计，用双自适应容积卡尔曼滤波算法估测SOC。为了全面验证自己的结论符合实际工况要求，本文进行了动态压力测试、联邦城市驾驶、城市驾驶循环和城郊驾驶循环的模拟工况实验，通过算法获得前3种工况SOC的误差在0.5%以内，城郊驾驶循环工况的误差在1%以内，并且具有较强的鲁棒性，证明自己的算法成立。

摘要:针对蜣螂优化算法(DBO)存在全局探索能力不足、容易陷入局部最优，致使无人机三维航迹规划效果不佳的问题，设计了一种改进的蜣螂优化算法(EDBO)。首先，从偷窃蜣螂种群中划分出一种融合灰狼领袖群思想的领袖蜣螂群，增强了算法的多样性和鲁棒性;其次，使用种群切换策略，同编号的蜣螂个体行为不再固定，提高了算法全局探索和局部挖掘的能力;最后，利用Beta分布动态反向学习策略帮助蜣螂更好的进化。将所提算法与4种优化算法进行了无人机三维航迹规划对比，仿真结果表明，在3个场景下，EDBO可以更稳定的生成代价函数值更小的航迹，平均代价函数值相较于原始DBO算法分别减少了9.8%，10.4%，16.5%。

摘要:针对园区禁烟区时常出现一些流动人员违规抽烟造成的安防隐患问题，提出一种联合人体骨骼关键点检测和改进的YOLOv7烟支检测的吸烟行为深度学习检测方法。该方法首先通过OpenPose提取人体关键点的坐标信息，计算手、鼻子、脖子之间距离的比值，手、肘、肩之间的角度，判别是否满足吸烟姿态。然后联合改进的YOLOv7算法检测图像中是否存在烟支，来最终判断吸烟行为是否存在。其中改进的YOLOv7算法引入了全局注意力机制模块，强化了语义与位置信息，使用转置卷积改进上采样方式，减小了信息丢失，并采用MPDIOU损失函数，增强了回归结果准确性，提升了对烟支小目标的检测精度。通过实验测试，本文方法准确率达到95.45%，可以有效地检测出吸烟行为。

摘要:针对在复杂障碍环境下IRRT*-Connect算法采样目的性弱、收敛速度慢和路径优化效果差的问题，本文提出了一种依赖环境复杂度的基于IRRT*-Connect的自适应路径规划算法。该算法采用IRRT*-Connect算法进行初始路径规划以提高初次路径规划效率；其次，该算法引入采样约束概率p对可采样区域进行限制，增强算法采样目的性；最后设计基于环境障碍系数的步长计算方法以实现扩展步长自适应动态调整，增强算法通过复杂环境的能力。通过多组实验对比表明，在复杂环境下，算法节点数减少了9.75%，且路径长度减少了20.82%，规划时间缩短了3.08%，证明本文所改进的IRRT*-Connect自适应步长路径规划算法具有较强的适应环境能力，节点利用率高，规划效果更佳。

摘要:针对交流微电网中三相PWM整流器的运行状态易受负载扰动、滤波电容参数摄动影响的问题，本文提出一种基于非线性扰动观测器的三相PWM整流器滑模控制方法。首先，将负载扰动、滤波电容参数摄动等视为集总扰动，构建电压环非线性模型。其次，设计非线性扰动观测器，实现集总扰动的在线估计。为实现主动抗干扰控制和滑模抖振抑制，将估计的集总扰动引入到滑模面中，得到了一种含有扰动估计的新型滑模面。最后，基于滑模控制理论设计电压外环滑模控制器，并采用Lyapunov稳定性理论对其进行了稳定性证明。动态性能测试结果表明，非线性扰动观测器能够快速、准确地对集总扰动进行估计；与双环PI控制相比，所提控制的过渡过程时间减少了60%，电压跌落量减少了54%；滤波电容参数变化时，所提控制的动态性能保持良好。稳态性能测试结果表明，与传统滑模控制和双环PI控制相比，所提控制的电流总谐波畸变率分别减少了70%和44%，同时滑模抖振得到了有效地抑制。测试结果证明了所提控制方法的强抗负载扰动能力和良好的滤波电容参数鲁棒性。

摘要:针对当前异构无线网络中切换算法考虑的服务质量指标较少，用户频繁切换愈加严重的问题，提出了基于主客观加权与改进的深度强化学习相结合的异构无线网络垂直切换方法。首先，提出了一种支持异构无线网络的软件定义网络架构；其次，提出了主客观加权相结合的属性加权算法；最后，将网络选择问题利用改进的Dueling-DQN方法解决。仿真结果表明，本文所提算法在不同用户类型网络下切换次数分别减少了11.25%，13.34%，18.76%，13.75%，吞吐量提升了16.64%。因此本文所提算法有效避免了乒乓切换，减少切换次数并且提升了吞吐量。

摘要:针对车辆在自动泊车场景中遇到减速带或坑洼地带导致的地图偏移问题，以及动态环境多变导致的系统实时性变差、精度降低的问题，提出了一种面向自动泊车的可变滑动窗口环视SLAM算法。首先，使用IMU对采集的环视图像进行实时姿态校准，提升建图的准确性；其次，结合多传感器融合优势，融合IMU和里程计数据对车辆位姿进行估计；最后，通过可变滑动窗口算法加速后端优化，提升系统的实时性和精度。仿真测试结果表明，该方法解决了减速带或坑洼地带的地图偏移问题，且在特征稀疏环境下，效率和实时性分别提升了31.35%和25.06%。实车试验结果表明，该方法可以达到平均误差0.039 m的定位精度，为泊车提供了安全保障。

摘要:为了解决交通标志检测中所存在的准确率低、参数量大等问题，本文提出了一种基于YOLOv8s改进的SC-YOLOv8交通标志检测算法。该算法使用下采样Adown模块替换普通下采样Conv,提升模型对目标的感知能力；使用SCConv模块替换C2f中的Bottleneck,设计全新的C2f_SC模块，大幅减少模型参数；通过增加160×160尺度的检测头去除20×20尺度的检测头来改进目标检测层，有效的提高了检测精度；最后使用WIoU损失函数的思想改进MPDIoU,以Wise-MPDIoU替换原CIoU损失函数，缓解了正负样本不平衡的问题。该算法在TT100K交通标志数据集上进行验证，与原模型YOLOv8s进行比较，精确率P提升了4.8%，召回率R提升了6.7%，mAP50提升了6.6%，参数量Params下降了61.5%。证明了所做改进的有效性。

摘要:针对无人机对输电线路异物检测准确度有限，模型计算复杂度高、计算速度有限的问题，提出一种改进YOLOv8的输电线路异物检测方法SC-YOLO。该方法引入StarNet以构造C2f_Star模块实现Neck网络轻量化，有效降低模型参数量与计算量，同时通过增加特征空间维度提升Neck部分特征提取能力；在骨干网络输出特征图后添加卷积注意力融合模块，提升骨干网络对输入特征图的初步特征提取能力，增强模型整体检测效果；将原检测头替换为动态检测头，提升模型对不同输入的动态调整能力与对关键信息的关注程度；使用WIoU作为边界框损失函数，EMA-Slide Loss作为分类损失函数，提升模型泛化能力与检测性能。实验结果表明，提出的SC-YOLO计算量较原始模型下降8.02%，mAP提升1.4个百分点，达到了95.2%的检测精度，在降低模型计算复杂度的同时实现了较高的检测准确率，具有高可行性与实用性。

摘要:针对现有的分心驾驶检测算法存在检测率低、检测速率慢等问题，本文构建了一种基于改进YOLOv8-pose的分心驾驶检测识别模型YOLOv8-EFM。首先，通过使用EfficientViT更换YOLOv8-pose的主干网络，结合CNN和VIT之间的互补性，提升了检测的准确率；其次，使用FasterBlock模块替换C2f中的Bottleneck模块，增加了检测速率并减小模型参数；最后在SPPF后加入了轻量级的MLCA注意力模块，在模型大小和准确性之间取得了良好的平衡。实验结果表明，本文所构建的YOLOv8-EFM模型，mAP50可以达到98.9%，模型大小只有9.7 M，该方法不仅可以识别出具体分心行为，还可以检测上半身的人体骨架，可以有效应用在驾驶员分心驾驶的检测场景中。

摘要:为降低雾天对输电线路巡检图像造成的影响，针对目前主流去雾算法存在计算成本高、图像去雾后检测性能差和难以部署的问题，提出了一种雾天输电线路巡检图像去雾方法Diff-EaT。该方法采用融合Transformer的扩散模型结构，为降低体征提取模块中多头自注意力在ViT中的计算复杂度，使用多头外部注意力代替多头自注意力以减少计算负荷和增强特征学习。同时，设计了一个混合尺度门控前馈网络，在输入特征的深度可分离卷积之后集成了选通机制以改善局部信息捕获。在合成数据集和真实数据集上进行对比试验，定量指标和定量指标都证明其有效性，复原图像细节更加清晰。在去雾检测系统中，对真实巡检图像去雾后使用YOLOv7进行检测，mAP@0.5、召回率、查准率分别提升6.92%、9.58%、4.11%，本文方法去雾后有效提高检测置信度，去雾检测系统可应用于实际场景。同时在消融实验中，证明了改进的有效性。

摘要:针对短临降雨预测模型对历史雷达数据的建模结果存在视觉性能模糊和低估高回波值的问题，提出一种融合3D卷积和双端注意力机制的短临降雨雷达回波外推模型3DuA-Net。以ST-LSTM时空长短期记忆网络为循环单元，将普通卷积替换为3D卷积，增强模型从全局视角强化对短期运动特征信息的捕获能力。并提出DuAtt高效双端注意力机制，提高模型对长期雷达图像序列局部和全局重要特征信息的保存及结合能力。采用深圳气象局公开的多普勒雷达数据集进行实验，结果表明：在10、20、40 dBz阈值下，该模型相比Conv-LSTM基线模型的CSI指标平均提升7.74%，HSS指标平均提升5.54%，MAE指标下降3.8%，SSIM指标提升8.86%。

摘要:滚动轴承在运行过程中出现故障可能会造成严重的后果，对轴承进行在线检测具有重要意义。针对滚动轴承在线检测难题，设计一套基于STM32与FPGA的便携式轴承故障在线检测系统。在硬件方面，采用FPGA芯片作为数据处理单元，实现轴承振动信号A/D转换与在线采集，并对采集信号进行降噪、包络谱分析以及故障频率提取，利用LCD屏实时显示轴承振动信号时域波形与故障频谱。通过STM32单片机设计系统UI控制界面，对采样率、波形显示进行控制并显示诊断结果，实现人机友好交互。在算法方面，利用FPGA实现自适应谱线增强技术对采集信号进行降噪，通过包络谱分析获得故障频谱并提取故障特征频率。最后利用自建机械综合故障模拟试验台对该系统进行测试，实验结果表明系统可以有效提取轴承故障频率，对比软件检测方案速度提升约30倍，满足在线检测需求。

摘要:针对工业过程数据中存在的非线性、高维度的问题，提出一种结合典型变量差异度分析与局部线性嵌入算法的故障检测方法。CVDA算法构建的差异度矩阵能实现有效的故障监测，但其依赖于线性投影，仅对数据结构中线性特征的变化敏感。使用LLE算法通过保持样本间的局部关系，将高维的数据映射到低维空间，进行特征的再次提取，进一步挖掘数据的非线性特征和局部邻域信息。最后在低维流形空间中建立隔离森林模型，将得到样本点的异常分数作为故障检测评价标准。通过一组非线性数值实例和TE化工过程数据，将本文所提方法与传统的KPCA、PPA以及CVDA进行对比分析，验证所提算法的有效性及优越性。

摘要:石油勘探和开发领域中，准确预测机械钻速对于提高钻井效率和降低工程风险至关重要。准确的机械钻速预测为制定钻井方案、评估钻井风险提供重要依据，但对于复杂的非线性的钻井系统，传统的钻速方程和机器学习方法无法全面考虑影响机械钻速的因素。本文基于一种遗传算法优化的反向传播神经网络的机械钻速预测模型，以中国南海某油田历史钻井数据为基础，通过SG平滑处理，归一化处理和Pearson、Spearman 和 Kendall 相关系数综合分析进行特征参数选择的数据预处理，与BP、RBF、MEA-BP神经网络模型以及ELM、RF、SVM、KNN等传统机器学习方法进行比较验证。实验结果表明，GA-BP的R2为0.967，预测值与实测值具有良好的一致性，比标准BP神经网络预测R2精确提高了17.64%，也较其他模型具有更准确的预测结果。这种混合智能预测模型能够准确预警和预防钻井事故，为指导油田钻井施工参数提供有效数据，从而提高钻井施工的经济效益。

摘要:传统谐波检测算法受噪声影响导致检测精度低，并且边界处容易出现畸变。对此，本文基于逐次变分模态分解，提出一种结合小波降噪和特征波形匹配延拓的谐波检测方法。首先，通过构造的自适应小波阈值函数对信号进行平滑降噪，剔除不良数据对分解结果的干扰；其次，利用特征波形匹配延拓法对信号边缘进行延拓后再裁剪，遏制边界效应带来的波形端点处畸变；最后，使用逐次变分模态分解对谐波信号进行检测，提取稳态谐波的幅频信息以及定位暂态谐波的起止时刻。仿真实验表明，本文提出的方法有效降低了噪声的干扰，并减轻边界效应造成的波形畸变。在电弧炉实例信号仿真中，幅值平均误差和频率平均误差分别为0.545%和0.146%。