摘要:随着现代工业和科学研究对测量精度的要求日益提高，测量不确定度的评定成为确保产品质量和优化生产流程的重要环节。传统的测量不确定度评定方法在静态、线性系统中应用广泛，但在面对高维、非线性或动态系统时逐渐暴露出局限性。近年来，非统计方法为复杂系统的不确定度评定提供了有效的补充，特别是神经网络技术，凭借其强大的数据处理能力和非线性建模特性，已成为不确定度评估的重要工具。首先，系统回顾了统计方法（测量不确定度表述指南及其蒙特卡洛方法）与非统计方法（如贝叶斯推断、灰色评定、模糊评定及最大熵评定）在测量不确定度评定中的基本原理、优势、局限性及典型应用场景。其次，进一步探讨了各类方法与机器学习相结合的最新研究进展与发展趋势。特别关注新兴的基于神经网络的不确定度间接评定方法，包括确定性模型、贝叶斯神经网络及集成学习方法，分析了不同建模与评估策略在复杂非线性系统中的应用潜力与局限性。最后，对现有测量不确定度评定方法的适用场景进行了归纳与比较，并展望了未来的发展方向。在保证评定效率与可靠性的前提下，不同方法的融合有望进一步提升复杂测量系统的建模能力与不确定度评估的可信度，降低对大量测量数据的依赖，以满足现代工业与科学研究中日益复杂的测量需求。

摘要:针对目前光纤陀螺(FOG)在大动态条件下存在动态误差进而影响其动态性能的问题，提出了一种基于自适应相位调制的光纤陀螺动态误差抑制方法。首先，对FOG闭环工作系统进行原理分析与系统建模，推导出FOG闭环系统的开环与闭环传递函数，得出FOG跟踪角加速度输入的跟踪误差较大；其次，通过随机游走系数分别分析了FOG输出信号噪声及带宽与相位调制深度的关系；然后，建立相位调制深度与角加速度的自适应关系模型，并按照该自适应关系模型搭建FOG闭环工作系统的仿真模型，对自适应相位调制方法进行仿真验证与分析。最后，按照建立的相位调制深度与角加速度的自适应关系模型，在FOG样机上实现该自适应相位调制方法，并与传统的固定相位调制方法进行对比，对FOG样机分别施加两种不同的相位调制方法，进行静态和动态的指标测试及分析。实验结果表明：施加自适应相位调制方法与施加传统相位调制方法的随机游走系数均为0.006°/h，且对角加速度输入的跟踪误差降低约66.73%。该方法不仅可以实现在保证FOG静态性能的同时有效提升动态性能，而且能够满足不同动态情况下的带宽要求，对提升FOG在复杂环境下的适用性具有重要的理论指导意义与工程应用价值。

摘要:数控机床核心零部件工作台随着使用时间的增加会出现磨损、失效现象，造成加工精度降低。为了精确预测工作台在各影响因素下随着使用时间的动态特征带来的定位精度损失，以一维工作台为研究对象，提出了基于动态贝叶斯网络的一维工作台定位精度损失建模预测方法。通过实测误差数据和预测数据对比分析，验证所提方法的有效性。首先，根据一维工作台的结构分析确定误差源组成，根据建立的一维工作台在复杂工况下的精度损失理论模型,得到负载、速度、温度、时间为工作台定位误差主要影响因素。其次，搭建实验装置测得不同影响因素下的定位误差数据，根据云图结果验证理论建模的正确性。接着，引入时间维度构建多因素影响下一维工作台定位误差动态贝叶斯网络预测模型,依次确定动态贝叶斯网络的基本结构、网络节点和变量域范围。随后，采用数理统计和EM结构算法对参数学习,得到根节点的先验概率分布和非根节点的条件概率。最后，以前后定位误差为例,利用动态贝叶斯网络聚类推理算法实现工作台定位误差的预测,同时对比相同条件下的实测误差。结果表明,工作台前后定位误差预测与实测曲线总体均随时间的增加而增大,两者变化趋势相似,最大绝对误差为1.63 μm,最大相对误差为13.471%，验证了预测模型的有效性。

摘要:大型数控机床导轨行程长，工业现场环境扰动复杂，现有体积误差检测方法普遍存在精度低、效率低等问题。为此，提出了一种基于光束漂移补偿与模型优化的大型机床体积误差测量方法。针对长距离测量中光束漂移导致的精度下降问题，从光束偏振态差异性出发，提出了参考光与测量光共路传输、分束检测的角漂差分补偿方法。同时，分析了双光束不平行对滚转角测量的影响，利用角锥棱镜的逆向反射特性构建了高平行度双光束生成模块。在此基础上，研制了五自由度(5-DOF)误差在线测量系统，实现了机床单轴几何误差的高精度、高效率获取。为进一步提升大型机床体积误差模型的精度与适用性，从齐次变换模型出发，引入了由误差测量轴与运动轴不共线所导致的Abbe误差和Bryan误差的影响机制，并据此构建了适用于各类三轴机床的优化体积误差模型。在实验室与工业现场分别开展了测量系统性能测试和机床体积误差测量补偿实验。结果表明，在3 m测量范围内，5-DOF测量系统的角度误差标准差<0.5″，直线度误差标准差<0.6 μm；经误差测量与补偿后，机床对角线定位误差降低了51.6%。该方法能够实现大型机床体积误差的精密在线测量与主动补偿，具备良好的工业应用前景。

摘要:双断点电器广泛应用于电力、工业控制与新能源等领域，其触头运动过程及同步性是影响电气寿命、分断能力及运行可靠性的关键。针对这类电器触头在运动过程中易发生偏移导致运动轨迹难以准确检测的问题，提出了一种基于虚拟双目视觉的双断点电器触头运动检测方法，并实现其运动过程的可视化分析。利用单台高速摄像机及双平面镜构建三维测试系统，在两触头上分别布置标记点，采集闭合和分断过程中的运动图像。并设计了一种图像处理算法，实现标记点的自动识别和提取，通过三维重建技术还原其空间运动轨迹，形成表征双触头运动的特性曲线。实验验证结果表明，该测试系统最大误差不超过4.28%，平均误差为1.26%。针对某型号双断点高压直流继电器闭合和分断过程的测试分析显示，闭合过程两触头沿主运动方向产生一定的位移差和时间差；分断后两触头未完全返回闭合状态的初始位置。此外，两个触头在其他方向上也存在位移偏差，表明双触头在动作过程中存在动态差异性和明显的不同步现象。通过可视化分析，可清晰呈现双断点电器触头内部运动偏移状态，验证了基于虚拟双目视觉的双断点检测方法能够在非接触条件下，实现双触头的三维运动轨迹的精确测量与可视化。

摘要:通感一体化（ISAC）作为6 G的关键使能技术之一，通过深度融合通信与感知功能，增强了Wi-Fi设备在非接触式生命体征检测中的应用潜力。呼吸率和心率的精确监测对早期疾病预警和健康状态实时监控具有重要意义。针对现有基于ISAC的生命体征检测方法在复杂环境下存在呼吸心跳信号分离效果不理想、抗干扰能力差等问题，提出了一种基于逐次变分模态分解（SVMD）的生命体征信号分离与频率检测算法。首先，通过Wi-Fi设备采集波束成形反馈信息（BFI），并对其进行预处理得到波束成形矩阵（BFM）信号。其次，计算BFM中每一对元素的比率，并结合动态特征子载波筛选和多级去噪技术，从复杂多径环境中精确提取有效的生命体征信号。再次，引入SVMD以利用其逐次提取和无需预设模态数 K的特性，并设计一种基于旅鼠优化算法（ALA）的自适应参数优化方法，用于确定SVMD算法中的关键平衡参数，实现对呼吸和心跳信号的高精度分离。最后，通过快速傅里叶变换和峰值检测完成呼吸率和心率的估计。实验结果表明，在用户异质性、深呼吸、运动后状态和不同距离等多个典型应用场景下，该方法能有效克服多径效应和环境噪声的干扰，保持稳定的检测性能，相比现有方法的呼吸率和心率估计精度显著提高，为基于ISAC的非接触式生命体征检测提供了一种可靠的解决方案。

摘要:微夹钳作为微操作系统的末端执行器，决定着微操作任务能否成功。平行四边形机构因其平行夹持特性通常作为微夹钳的末级放大机构，然而平行四边形机构旋转运动过程中会产生寄生位移。故基于对称复合半桥式机构提出一种二级放大非对称微夹钳，驱动方式采用压电驱动。压电致动器置于机构内部，作用于左右两侧复合半桥式机构的输入端，进而带动平行四边形机构完成夹持动作。机构工作时，左右两侧复合半桥式机构的输出端输出力作用于平行四边形机构的输入端，平行四边形机构左右两侧受力相同。基于柔性梁理论和坐标转换法得出机构的力学模型，分别通过有限元分析和实验验证得出微夹钳性能。针对平行夹持特性，传统微夹钳平行四边形机构输出端的旋转的角度为2.1×10-4°，所提微夹钳平行四边形机构输出端的旋转的角度为1.15×10-4°，输出端期望运动方向的寄生位移降低了45.28%，输出端的平行夹持性能有了显著提升；针对位移放大特性，传统微夹钳的放大倍率为12.6，所提微夹钳的放大倍率为14.3，输出端位移放大性能提升了13.5%。针对输出端寄生位移问题，传统微夹钳输出端的寄生位移为30.7 nm，基于对称复合半桥式机构设计的微夹钳输出端寄生位移为10.8 nm，寄生位移降低了64.8%。可以得出，相较于传统微夹钳，所提微夹钳性能优越。

摘要:为了提高对地观测卫星在轨调焦的效率和精度，提出了一种基于多个星点图像定量评估相机离焦状态，计算最佳探测器位置的方法。首先，介绍了自动调焦算法的工作流程，详细描述了星点图像预处理，图像质心和空间相位差(SPD)的计算方法，在SPD的基础上，重建点扩散函数(PSF)并根据离散PSF拟合高斯曲线计算标准差，将标准差和探测器位置拟合为调焦曲线，曲线最低点即为自动调焦算法计算出的最佳探测器位置。为了说明所提算法的有效性，简要介绍了空间域、频率域、统计学以及基于特征的图像清晰度评价函数，将其作为对比算法。最后，搭建了试验平台，测试所提算法的定焦精度以及噪声鲁棒性，并与其他清晰度评价函数进行了对比。试验结果表明：所提算法计算最佳探测器位置，最小误差为-0.001 3 mm，小于1/6半焦深，优于对比算法；当图像信噪比≥10 dB，定焦误差的绝对值<0.002 8 mm，在1/6半焦深范围以内，调焦曲线的拟合优度>0.85，噪声鲁棒性优于对比算法。所提算法在不同探测器位置上获取多个星点图像，通过星点图像定量评估相机的离焦状态，拟合的调焦曲线能够正确反应相机离焦状态与离焦量的关系，最佳探测器位置的计算精度能够满足空间相机对调焦精度的要求，具有较强的噪声鲁棒性。

摘要:内窥式红外热像仪对气体绝缘电力设备内部温度场的测量值，是设备腔体中目标辐射、背景辐射和气体选择性吸收辐射共同作用的结果。当前的热像仪测温校正主要面向大气环境，未考虑腔体内表面之间的热辐射多次反射，以及短光程、高压强气氛下的能量吸收。为此，提出了一种在特定选择性热辐射吸收气氛下对封闭式腔体测温的热像仪表观温度补偿方法。首先，基于单条路径下热辐射反射传输模型，采用光谱透过率计算、封闭式腔体中气体状态分布有限元模拟，进行了热辐射波长、气体压强、气体温度及光程对热辐射透过率的影响程度分析，从而建立综合路径下的热像仪表观温度解析模型；其次，开展电力设备空气和SF6气氛下温升实验，依据实测数据推导了不同温度场分布、气体压强下表观温度解析模型参数，并完成了不同气氛下的目标温度反演。研究结果表明：即使电力设备温升，气体透过率仍可近似于设备充气后初始状态的值；腔体中不同目标和背景离散表面之间的气体透过率可近似为常数；仅需在热辐射第1次反射前经过的光程中考虑透过率对能量的衰减。最后，不同气氛下对表观温度预测的平均绝对误差<1 K。研究结果为快速量化空气和SF6气氛对于腔体内窥式红外测温的影响，提供了简洁的计算模型支持。

摘要:针对转台在长期运行中精度保持与监测的实际需求，提出了一种基于转台自身信号的精度在线监测方法。以ISO230-2标准中定义的定位精度A和重复定位精度R为核心监测指标，建立了由转台圆周定位偏差ε(θ)到监测指标的映射模型；通过分析双读数头输出信号的相位关系，结合傅里叶变换实现圆周定位偏差的自分离与精度指标的在线计算。在此基础上，设计并实现了基于ZYNQ的在线监测系统，针对信号同步采集与最优谐波阶次选择两个关键问题进行理论分析并提出解决方案。搭建实验平台，以自准直仪和多面棱体作为参考系统，首先对在线监测系统分离的谐波残差进行分析，确定当前最优谐波阶次，进而通过傅里叶变换分离得到定位偏差，实验表明，该方法分离得到的定位偏差与参考装置所得高度一致，其分离精度优于2.10″，验证了定位偏差分离方法的准确性；进一步通过施加载荷的方法改变转台精度状态，当负载自空载逐步增至5 kg时，系统能有效监测到转台定位精度由289.40″变至292.70″，重复定位精度由0.23″变至0.38″，表明自研系统能够实现0.01″等级的精度变化监测，验证了所提方法在转台运行过程中对精度实时、有效监测的可行性与准确性。

摘要:随着无线通信技术的发展，WiFi信道状态信息（CSI）因其高时间分辨率和丰富的环境特征信息，成为无人机室内定位的有力工具。然而，CSI信号在采集过程中易受自动增益控制（AGC）电路引起的幅值失真，以及复杂室内环境中多径效应与动态噪声干扰的影响，这些因素严重定位精度。为解决上述问题，提出了一种融合AGC补偿与多尺度异常值处理的CSI室内无人机定位方法。首先，利用被动式CSI嗅探与Aruco视觉标识，实现自动化的数据采集与标注，在无人机正常通信过程中非侵入式地获取CSI数据，为后续算法训练提供了高质量数据。在此基础上，引入基于实时硬件增益反馈的动态AGC补偿算法，有效修正幅值失真，恢复信号的真实幅度。进一步结合Hampel滤波与基于密度的含噪声应用空间聚类（DBSCAN）的多尺度异常值处理，分别针对孤立的脉冲噪声和密集的噪声团簇进行识别与滤除，增强了信号特征在复杂环境下的稳健性与可靠性。此外，构建轻量级的基于ResNet架构的一维卷积神经网络（ResNet-1DCNN）模型，从优化后的CSI幅值序列中提取深层特征，实现高效的位置分类。各项评估指标表明，所提的AGC补偿与异常值处理策略能有效改善CSI信号质量，使定位模型能够学习到鲁棒的位置特征。所提的CSI室内无人机定位方法在定位区域上达到了98%的整体定位精度，相较于优化前性能提升了近29%。该方法为解决室内无人机精度定位问题提供了可行的方案，并验证了其在实时场景下的应用潜力。

摘要:弓网电弧故障是制约高速铁路与城市轨道交通安全稳定运行的重要隐患之一，其产生的强光、高温及电磁干扰会加剧接触网部件磨损，缩短运用寿命，并可能诱发供电系统故障，造成重大安全事故。传统基于可见光的弓网电弧识别易受光照变化、遮挡及天气条件等环境因素干扰，导致检测精度与鲁棒性不足，难以满足复杂场景下在线监测需求。为提升检测性能，提出了一种融合可见光、红外、声信号的多模成像弓网电弧检测方法。首先，利用麦克风阵列采集的弓网电弧声信号并构建时频矩阵；随后，引入基于变分推断的噪声抑制策略，抑制环境背景噪声并保留电弧声信息；在此基础上，采用时域波束形成实现声源成像与能量聚焦，得到声学成像图。进一步，将声学图像与可见光、热成像数据进行配准与空间对齐，获得电弧形态的多模态图像表达，并将配准后的图像输入多模态目标检测模型，最终获得弓网电弧位置与置信度信息，完成电弧故障的检测与定位。为论证关键环节的有效性，搭建声学传播模型和实验平台，系统分析电弧声源传播规律并验证噪声抑制策略对信噪比与成像性能的提升作用。实验结果表明，所提多模成像融合方法，相较单一可见光模态与可见光/红外双模态方案，识别精度分别提升15.9%与8.1%，能够在多工况干扰环境下保持稳定检测性能，为弓网电弧的在线监测提供技术支撑。

摘要:针对亚毫米级超细钨丝在涡流检测中因信号微弱、信噪比低而难以有效识别微缺陷的技术难题，提出了一种基于能量耗损原理的涡流检测新方法。该方法创新地引入了能量耗损作为缺陷的直接表征量，并据此设计了基于微功率测量的涡流检测系统。首先基于建立的穿心线圈阻抗与能量耗损模型进行数值仿真，发现在0.1~1.0 mm线径范围，能量耗损信号随线径减小衰减缓慢，且在0.2 mm以下仍保持有效响应，优于传统阻抗法。进一步，设计了一套微功率测量系统，可实时采集电压、电流及相位差，进而计算有功功率以表征缺陷引起的能量耗损。基于该系统，对线径波动与裂纹缺陷进行了实验：对于0.05 mm线径波动，能量耗损法产生4.59%的信号变化，远高于传统阻抗法的0.11%和相位检测法的0.21%；对深度分别为0.05、0.08和0.10 mm的微裂纹，其信号变化率依次为0.8%、0.9%和1.1%，5次重复测量的标准差均<0.08 mW，表现出优异的重复性、灵敏度与测量稳定性。最后，在生产线上对线径0.40 mm的钨丝进行了连续在线检测，成功识别出多处位置与幅度各异的微缺陷，验证了所提方法在真实工业场景中的可行性与有效性。测试表明，所提能量耗损法在灵敏度、稳定性及抗干扰能力上显著优于传统阻抗法，为解决亚毫米级钨丝等超细丝材的无损检测难题提供了新途径。

摘要:针对传统超声全聚焦成像技术（TFM）计算复杂度高、实时性不足的问题，提出了基于靶向阵元智能分划的超声全聚焦成像方法（TFM-IPE）。基于阵元中心分划的靶向全聚焦超声成像方法通过分析主阵元收发信号预定位可疑缺陷区域，进而对全矩阵数据进行方阵，横向及纵向分划处理，结合相位迁移算法实现高效聚焦成像。对两块含不同埋深分层缺陷的碳纤维复合材料试块进行超声全聚焦检测采集全矩阵数据，分别对全矩阵数据和分划后的子矩阵数据进行成像运算，并对比全矩阵数据成像效果和3种不同的分划方法得到的子矩阵成像效果，实验表明：相较于传统利用全矩阵数据的全聚焦成像，基于靶向阵元中心分划的靶向全聚焦超声成像方法可以显著减少数据矩阵运算量进而提高成像效率。3种分划方式中纵向分划得到的子矩阵成像图像对浅层、中层和深层3个不同埋深缺陷进行检测时，在保证成像分辨率和旁瓣抑制效果的基础上，对缺陷的水平位置预测相对误差要比方阵分划和横向分划分别降低了7.995 2%和7.633 4%、2.603 0%和2.447 9%、0.595 2%和0.496 5%。基于靶向阵元中心分划的靶向全聚焦超声成像方法通过数据分划策略有效平衡了成像效率与质量，为航空航天、核电等领域的自动化超声无损检测提供了高效解决方案。

摘要:下肢外骨骼技术能够辅助增强人体力量，应用广泛。然而，外骨骼电机因电磁惯性和机械负载导致的动态非线性，因超调引发人机协同运动响应失配，增加生物力学损伤风险。针对外骨骼电机在人体行走抬腿阶段的惯性超调问题，提出了一种融合逆向系统模型预测与前向模型优化的双阶段协同超调量预测优化策略。通过构建卷积神经网络-长短期记忆网络-注意力机制（CNN-LSTM-Attention）的逆向系统模型，实时接收电机目标输出，有效捕捉多变量时间序列数据，快速生成外骨骼电机初始输入指令；构建金字塔特征融合-卷积神经网络-双向长短期记忆网络-Transformer（Pyramid-CLT）的前向优化模型，采用门控机制和金字塔形全连接层（Pyramid）实现多尺度特征整合，预测输出与目标输出的均方误差作为目标函数，运用粒子群优化算法（PSO）对高均方误差的样本进行迭代优化，生成精确的电机控制指令，实现电机超调补偿控制，并通过下肢刚性外骨骼系统采集电机实际运行数据进行实验验证。结果表明，预测优化策略能够根据人体运动轨迹精准生成外骨骼电机输入指令，模型相关指数（R2）为0.985，均方根误差（RMSE）和平均绝对误差（MAE）分别为0.537和0.442；与单一模型算法和其他预测算法对比，通过实时动态预测并修正超调量，使电机输出紧密贴合人体运动轨迹，有效提升人机协同性，为下肢外骨骼的精准控制提供了新的方法。

摘要:电子电气等领域数据普遍考虑高斯白噪声，此假设下设计的最佳系统在色噪声环境中性能下降严重，故需采用适当的噪声白化处理方法。基于随机信号白化滤波理论，提出了一种线性相位有限脉冲响应（FIR）滤波器自适应设计方法，以实现稳定便捷的色噪声白化处理。首先，简要总结了现有主流的白化滤波方法，将其分为基于正交基或变换域两类。然后考虑基于正交基的协方差矩阵白化原理，分析其关键白化矩阵具有Toeplitz结构和Hermitian性质。因为该矩阵元素具有收敛性，推导表明其行或列向量均具有近似白化功能。进一步地，利用近似白化向量的收敛性，设置合适阈值对其截短，从而自动确定滤波器长度。所设计滤波器被称为近似白化横向滤波器（AWTF），是一类线性相位FIR滤波器，可直接基于噪声样本进行自适应设计，具有绝对稳定、结构简单、无相位失真和运算量较低等优点。此外，讨论白化滤波后的信号检测问题，给出基于广义匹配滤波的信号检测方案。实验仿真基于自回归模型的色噪声，验证了近似白化向量的收敛性，表明AWTF能有效噪声白化，结合广义匹配滤波所得误码率与传统最优方法基本相同。最后，分析了AWTF应用于天波雷达系统，实测数据处理实验表明射频干扰符合噪声假设，且AWTF能够有效抑制射频干扰。

摘要:在人脑磁信号成像研究中,由于大脑内部神经源活动的空间位置和方向等先验信息难以直接获取,使得阵列式无自旋交换弛豫(SERF)磁强计系统在脑磁图(MEG)成像中的性能表现难以获得直观、可重复的评估结果。针对这一问题,提出了一种描述人脑局部神经元活动的方法是使用包含位置和方向信息的等效电流偶极子。在此前提下,设计了一款支持多角度,包含25个不同方位处等效电流偶极子的仿人脑物理干模型,用于提供可控且已知的磁源信息。同时提出了一种SERF-MEG系统的联合最优方向估计方法,实现了不同信噪比下单个偶极子方向的联合估计。进一步地,围绕所构建的物理模型生成了空间分辨率为3 mm的潜在磁源空间,并利用7通道阵列式SERF磁强计系统开展偶极子的位置与方向定位实验。实验结果表明,在已知磁源条件下,该SERF磁强计阵列对模型偶极子位置的平均定位误差为16.86 mm,平均角度误差为15.35°。这表明创建包含已知磁源的仿人脑物理模型方法可以对更多通道阵列式SERF磁强计系统用于MEG成像进行可行性评价,并能够为不同通道配置下的系统设计与优化提供可靠依据。此外,该模型具有良好的可重复性,可用于对SERF-MEG系统的定期校准,性能一致性验证与运行维护。总体而言,所提出的物理模型与方向估计方法为阵列式SERF磁强计在脑磁成像应用的性能评价和工程实现提供了参考价值。

摘要:针对传统数字图像相关（DIC）方法因依赖子集相关性计算，在旋转测试中存在去相关现象和参数敏感性高的问题，提出了一种融合高斯过程回归（GPR）引导自监督DIC的旋转位移场测量方法（GPR-SSL-DIC）。该方法构建基于Kolmogorov-Arnold网络的自监督学习框架，利用重建图像与参考图像的灰度差异及位移场平滑约束设计自监督损失函数，驱动位移场自适应优化，从而避免了传统DIC方法基于子集匹配范式的局限。为增强网络对大角度旋转的收敛能力，在结构目标区域检测具有旋转不变性的SURF特征点，并利用其位移信息构建稀疏观测样本；进一步结合GPR预测全局位移场作为初始解，以引导网络收敛至真实解空间。数值模拟试验表明，在全周刚体旋转及耦合大变形工况下，所提方法的平均端点误差不超过0.001 7 pixels；在叠加正弦位移的复杂场景中，其平均端点误差不超过0.007 4 pixels，较传统DIC方法减少93.5%，验证了该方法对不同旋转工况的自适应能力与高精度表现。旋转叶片位移测量试验显示，在帧间旋转角度为9°时，所提方法对叶片表面固定点距离测量的标准差较传统DIC方法减少54.3%，稳定性更优；在帧间旋转角度达30°时，传统DIC方法因去相关失效，而所提方法仍能稳定获取叶片位移分布。研究表明，所提方法具备处理大角度旋转场景的能力，为旋转结构位移场测量提供了有效手段。

摘要:管路的加工回弹严重影响了管路空间形态的加工精度, 由管路空间形态误差产生的装配应力增加了管路发生故障的概率。为确保管路的无应力装配，需要对成型后的管路空间参数进行精确测量。受安装空间的限制，管路空间形态越来越复杂，测量难度也越来越大。针对复杂管路空间形态测量难度大、测量精度和测量效率低的问题，提出了一种基于单目视觉的管路空间参数测量方法。首先，通过拍摄的二维图像测得一个平面内管路的相关参数，基于测得的参数信息建立平面管路局部坐标系；然后，确定像素坐标系与平面管路局部坐标系的转换关系以及两个相邻平面管路局部坐标系之间的转换关系；最后，通过统一坐标系获得空间管路在全局坐标系下的参数数据并完成三维重建。设计并搭建了管路空间参数视觉测量实验装置，对两种不同类型的管路分别进行8次重复实验，长度重复测量精度为0.305 mm，弯曲角重复测量精度为0.033°，旋转角重复测量精度为0.263°，节点位置重复测量精度为0.325 mm。为了验证所提测量方法的准确性，与三坐标测量结果进行了对比，长度偏差在1 mm以内，角度偏差在0.5°以内。详细分析并讨论了所提测量方法各环节引入的误差。结果表明，该方法操作简单、测量精度高、能够满足管路的自动化检测要求，为实现管路数字化在线测量提供了新方案。

摘要:为了增强无人机对运动目标的持续跟踪能力，弥补单架无人机在目标跟踪时的性能不足，从无人机自身特点出发，利用多无人机协同感知优势，提出了一种融合多视角投影与目标时空拓扑特征的多机多目标跟踪方法。首先，利用无人机与机载光电吊舱的位置姿态信息而不依赖于图像特征，通过融合无人机位姿态与目标高度的一致性约束，实现无人机多视角间的快速投影变换，进行多机动态互补视角下的目标初步关联；其次，利用不同无人机视角下目标之间的时空拓扑特征进行双向关联匹配，并使用空间线索与时间线索对初步关联结果进行细致优化，进一步提高跨视角目标关联精度，提升无人机在遮挡场景下的目标持续跟踪能力；同时，重点针对无人机在拉升、下降、盘旋以及快速运动等多种运动状态下的目标遮挡场景，构建了包含位姿数据的多机多目标跟踪数据集（DP-MDMT），并结合真实任务场景开展相关实验验证。实验结果表明，该方法在DP-MDMT数据集上的关联性能指标召回率（Recall）、精确率（Precision）、多设备目标关联得分（MDA）分别为 60.2%、85.6%和 47.1%，相较于主流的多机多目标跟踪算法MIA-Net结果分别提升了6.4%、13.1%和7.4%，跟踪性能指标多目标跟踪精度（MOTA）和身份F1分数（IDF1）分别为80.1%和85.1%，且算法平均运行效率为29.7 fps，满足多无人机对地目标跟踪的实时性需求。

摘要:精确测量直升机桨叶挥舞量并分析挥舞模式和规律，对旋翼气动性能评估和结构设计优化具有重要意义。为提高挥舞量视觉测量精度，并为全相位测量提供方案，设计了随转视觉测量系统，提出了相应的挥舞量测量方法，开展了挥舞模式与规律分析。首先，通过光电滑环实现了旋翼端向地面端的万兆级图像数据传输，设计了对称式相机安装支架保证相机与旋翼的整体动平衡，并在旋翼试验台完成不同转速、总距和周期变距下的全相位桨叶图像采集；其次，设计了小目标检测网络模型，克服了复杂光照干扰，实现了微小自发光标记点中心像素坐标的高精度定位，提高了标记点三维坐标的计算精度；再次，建立桨毂坐标系组，即在每个采集相位建立桨毂坐标系，将标记点三维坐标从相机坐标系转换到桨毂坐标系，解算各相位挥舞量，减轻了相机随旋翼旋转导致的坐标系漂移对测量精度的影响；最后，通过三阶多项式拟合分析同一相位挥舞空间模式，并利用复合正弦函数拟合分析旋转周期内的挥舞时域规律，为旋翼系统优化提供支撑。旋翼试验台测试结果表明，1.5 m×1.5 m视场范围内，挥舞量静态与动态测量误差分别为0.44和0.82 mm，挥舞模式和规律模型拟合度良好，均方根误差均<1 mm，验证了测量系统与方法的有效性及高精度特征，该系统已应用于旋翼设计试验验证。

摘要:针对在轨摄影测量中近距离超大尺寸测量以及测量系统内部参数发生改变等难题,提出了一种基于星光矢量的鱼眼相机在轨标定新方法。首先,基于状态标识法提出了一种改进型的星图识别算法,该算法对图像失真更不敏感,同时通过四星三角联合判决法降低了鱼眼星图识别结果的冗余度,从而提高识别速度。其次,针对在轨环境下鱼眼相机内部参数发生变化,导致星图识别率急剧下降,无法满足相机标定所需全场数据的问题,提出了一种联合星图识别和区域迭代扩展策略的鱼眼相机自标定光束平差算法。该算法通过逐步扩展视场区域,并结合区域识别结果迭代优化相机内外参数,逐步提升全场识别率,直至满足标定要求。最后,通过鱼眼相机采集246张天区图像组成相机多姿态星图合集进行实验验证。地面采集星图实测实验表明,在识别阈值较大时(0.25°),改进的星图识别算法所用识别时间仅为状态标识法的36.91%,识别效率得到显著提高。同时在相机内部参数发生较大变化时(主距变化0.15 mm),提出的算法可实现星点的全场识别,此时鱼眼星图星点识别率可达98.6%,满足相机标定所需全场数据的需求;相机标定后的星点像面坐标的重投影均方根误差为1/5 pixels。实验数据表明,所提算法可实现测量系统参数的高精度自校准,为视觉测量在轨应用中面临的系统参数标定难题提供方案和参考数据。

摘要:为了提高相机标定中特征点提取的精度并减小重建后三维空间的误差，故提出一种基于全阈值分割与多约束的双目鱼眼相机标定算法。该方法针对传统标定过程中边缘区域噪声大、特征点拟合精度不足的问题，首先在已有的鱼眼镜头统一成像模型的基础上，利用高斯函数对灰度直方图进行迭代拟合，通过全局阈值分割方法精确提取标定圆的特征点，实现对畸变图像的高精度特征识别。然后，在反投影求取空间点的阶段，充分利用三维信息，在原有的距离约束与极线约束基础上，进一步引入垂直约束与共线约束，构建了融合多几何约束的优化函数，该函数能够同时考虑整体空间结构与局部几何关系。在实现上，采用圆形标定板结合全局阈值椭圆边界检测策略，并利用Levenberg-Marquardt算法对多约束目标函数进行迭代求解，从而提高参数估计的收敛性与稳定性。实验部分在双目鱼眼系统下完成了多组标定测试，设置了距离误差、极线误差、垂直误差与共线误差等指标进行评估。最终结果表明，所提方法在特征点检测与参数优化方面均具有较高精度，平均重投影误差（MRE）较传统方法降低30.85%，三维空间误差降低约45%，测试图像的平均误差低于0.3%，验证了算法在精度与鲁棒性上的显著提升。该研究为鱼眼双目视觉系统的高精度标定提供了可靠的参量依据。

摘要:针对锥束CT成像中散射和射束硬化叠加导致图像对比度降低、灰度失真及微缺陷易漏检的问题，提出了一种考虑散射效应的X射线多色衰减校正模型，用于航空发动机涡轮叶片工业CT缺陷检测。该模型由散射项与硬化衰减项串联协同组成，散射项是使用斜光栅板对涡轮叶片进行两次扫描，采用内外散射场分离与双三次插值、角度样条插值等手段重建全角度散射分布，得到近似无散射的等效投影；硬化衰减项采用以投影灰度为自变量的指数型硬化曲线, 结合穿透厚度先验信息推导加权补偿表达式,引入灰度权衡因子的加权射束硬化校正方法。考虑到CT成像中散射与硬化是相互作用的，进一步将散射抑制与硬化校正结果统一到穿透厚度与曝光强度的映射框架中，得到穿透厚度与曝光强度串联的协同校正模型，可同步抑制散射伪影与杯状伪影。经过实验结果表明，在450 kV的CBCT系统上，所提方法使涡轮叶片重建图像的信噪比、对比噪声比和平均梯度分别提升42.75%、75.92%和181.25%，优于仅采用散射校正算法或硬化校正算法，在缺陷测量能力上，人工设计0.3 mm气膜孔微缺陷深度测量精度达到0.28±0.008 mm，与商业软件相比，平均绝对误差和相对误差均值分别降低 32.5%和 2.2%。验证了该方法对真实涡轮叶片工业CT成像散射和硬化伪影的校正能力。

摘要:针对中小功率无线充电应用中电池充电过程对恒流输出（CCO）与恒压输出（CVO）模式自适应切换的需求，以及磁耦合机构偏移导致的功率与效率下降的问题，提出了一种基于混合拓扑的恒压恒流自切换输出无线电能传输（WPT）系统。该系统采用单管驱动的WPT混合补偿拓扑结构，能够根据负载的变化在CCO模式与CVO模式之间实现自动切换，无需增加额外的控制策略和硬件电路，简化了系统结构。发射端与接收端均采用网格型扁平螺线管（GFSP）线圈，在实现同端线圈自然解耦的同时，还明显增强了系统的抗偏移性能。通过MATLAB/Simulink仿真模型，验证了所提拓扑在不同负载条件下的CCO/CVO自动切换特性。仿真结果表明，该系统在负载变化时能够顺利实现CCO与CVO之间的平滑切换，维持高效稳定的输出。基于此，搭建了额定输出为36 V/6 A的实验样机进行验证。实验结果表明，在沿X或Y轴方向偏移30、60 mm，以及沿Z轴方向偏移10、20 mm的情况下，系统均能可靠实现CCO与CVO的自切换特性，并且在不同工况下的整机峰值效率达到90.6%。研究结果验证了该混合拓扑在提升WPT系统输出性能、增强抗偏移能力以及简化控制策略方面的有效性，为中小功率无线充电系统，尤其是基于单管逆变器的应用提供了新的设计思路和技术支持。

摘要:针对电梯补偿链定长生产过程中传统接触式测长方法测量时存在打滑导致精度不足,以及现有线链材料的非接触式测长方法因补偿链外部包塑层平整度与反射率低、特征少而难以适用等问题,研制了一种基于电涡流传感与峰值检测的补偿链在线测长装置。首先,根据补偿链链接结构得到长度公式并进行不确定度计算,分析了通过统计补偿链链环个数进行间接测长的测量方法的可行性。其次,根据补偿链内部铁环的交叉链接的特性,利用当铁环移动经过电涡流位移传感器时与传感器探头间距离变化而形成类正弦信号的特点,建立信号中波峰数量与实际链环个数的对应关系。然后,构建了采集信号的一维卡尔曼滤波模型,并提出了基于滑动窗口的在线峰值检测算法,在有限硬件资源下实现了对链环信号中波峰数量的准确在线检测。最后,搭建补偿链测长装置,并利用双气缸压紧机构和滚轮传送装置等方式降低了机械振动对采集信号的干扰,实现了对多类型和尺寸补偿链的稳定测长。基于所研电梯补偿链在线测长装置开展实验,结果表明:在实际产线中,当链条以0.5~1.0 m/s的速度运行时,测长装置可适配多种类型和尺寸的补偿链的长度测量且最大相对误差不超过5‰,验证了测长方法的可行性以及装置具有良好的测量稳定性和准确性。

摘要:针对传统蚁群算法(ACO)在路径规划中收敛速度慢、易陷入局部最优和路径拐点多等局限性，提出了一种改进的ACO算法。该算法融合了异质自适应机制、角度惩罚与精英策略，并系统验证其泛化性能。通过构建异质-同质双种群协同架构，将两类不同特征的蚂蚁种群结合，增强了算法在多种环境下的全局搜索能力，有效避免种群的过早收敛；引入方向感知的角度惩罚因子，通过在路径规划中加入角度惩罚，避免了不必要的路径拐点，优化了路径平滑性，并提升了算法对复杂地形的适应性；采用精英加权信息素更新策略，使得优秀解的影响力在信息素更新过程中得到更大的体现，加速了收敛过程并提高了稳定性。在多规模栅格地图的对比实验中，所提算法展现出了优异的泛化性能与鲁棒性：在50×50复杂环境下，相较于传统ACO算法，路径长度减少14.1%，拐点降低69.4%；相较于现有改进算法，路径长度缩短8.4%，拐点减少66.6%，迭代次数下降82.6%。自动导引车(AGV)实车实验进一步验证了算法在真实场景中的泛化能力，路径长度缩短11.1%，拐点减少78.2%。创新性地提出了种群异质自适应调度机制、方向感知的角度惩罚策略和精英信息素加权更新方法，显著提升了ACO算法的泛化性能，为移动机器人导航系统的实际应用提供了可靠的技术支撑。

摘要:燃烧温度场的测量对于燃烧场分析有着重要意义。背景纹影法作为一种非介入式光学测量技术，具备设备简单、可实现全场测量等优点，近年来被广泛应用于燃烧温度场的重构。然而传统背景纹影法求解光线偏折角时局限于平行近轴光路假设无法建立其精确解析解，在非轴对称温度场重构过程中会产生较大误差，且降低了量值的可溯源性，故提出一种基于角动量守恒原理的非轴对称温度场重构方法。该方法的创新核心在于，将角动量守恒定律引入光线偏折角的求解过程，为复杂流场中的光线传播构建了更为精确的解析模型。该方法首先通过图像互相关算法分析有无火焰的背景图像，获取各视角下的散斑偏移量。选取同一高度平面上的偏移量数据，基于角动量守恒原理计算光线偏折角，并利用Radon逆变换反演归一化折射率差分布。随后，依据描述折射率与气体密度关系的 Gladstone-Dale 公式，并结合理想气体状态方程，将通过反演得到的折射率分布，换算为对应的温度场分布。实验结果表明，相比传统方法，基于角动量守恒方法重构的温度场精度显著提升，尤其在温度梯度最大的峰值区域，提升尤为显著，且整体温度场重构误差下降约30%以上，能够实现非轴对称温度场的重构。所提方法，能有效提升温度场重构精度，拓展了背景纹影法的应用范围。

摘要:液面探测是全自动体外诊断设备中的关键环节，其准确性直接关系到试剂吸取安全与检测结果可靠性。面向接触式液面探测的精度与稳定性需求，设计了一种基于晶振法的电容式液面探测系统。该系统采用晶体振荡器产生高稳定度的正弦激励信号，驱动电容分压电路工作；当探测探针接触液面时，其寄生电容的变化将调制激励信号的幅值。通过同步选频峰值检测与自稳定脉冲转换机制，实现对液面位置的高灵敏度、高稳定性探测。基于所建立的等效电容模型及传递函数分析，对系统中关键元器件参数进行了优化配置。在Simulink仿真中，验证了前端电路具备150 μs的响应延迟特性，并确认自稳定电路在输入电压变化量ΔV>15 mV或变化斜率>1 V/ms时呈现出脉冲饱和特性，从而保证系统在复杂工况下的稳定性。结果表明去离子水因具有较高阻抗，导致输出脉冲幅值相较于生理盐水有所下降；而当盐水浓度超过0.9%后，脉冲幅值随浓度增加呈现非线性饱和趋势。系统在100~5 000 μL液位范围，测量标准差≤50 μm，变异系数（CV）≤0.75%；在连续10 000次测试中，相邻两次测量偏差稳定在±0.15 mm范围。液位高度的微小线性下降主要由液体蒸发及探针壁面残留引起。通过晶体振荡器在谐振点的工作模式与关键参数的协同优化，实现了医疗设备级的检测精度与长期运行可靠性，为生化分析仪、免疫分析仪、尿液分析仪等体外诊断设备提供了切实可行的工程化解决方案。

摘要:针对航空发动机叶片复杂曲面测量中存在的效率与精度难以兼顾问题,提出了一种基于改进多目标灰狼优化算法的机械臂轨迹规划方法。首先,建立机械臂—结构光手眼系统的运动学与动力学模型,并结合结构光成像原理,将末端振动约束转化为成像清晰度约束条件,实现成像精度与运动控制之间的物理耦合描述。其次,以运行时间和末端最大振动速度为优化目标构建多目标轨迹规划模型,通过五次多项式插值函数实现轨迹连续性与动态可控性。为提高算法的全局搜索能力与收敛性能,ILMOGWO算法在标准MOGWO的基础上引入了4项改进策略：采用拉丁超立方采样实现均匀初始化,设计指数型非线性收敛因子平衡全局与局部搜索,引入自适应网格档案管理机制维持帕累托前沿的分布均匀性,并通过Levy飞行扰动增强跳跃式搜索能力。最后,基于六自由度（6-DOF）工业机械臂与单目结构光系统搭建实验平台,通过仿真与实际测量验证所提方法的有效性。结果表明,改进算法的帕累托前沿在收敛性与分布性方面均优于标准MOGWO与NSGA-II算法,末端最大振动速度被有效抑制在0.115 mm/s以内,叶片点云与标准模型的最大偏差为0.050 9 mm、平均偏差为0.016 0 mm。所提方法可在保证测量效率的同时显著提升结构光成像质量与三维重建精度,为复杂曲面高精度测量提供了一种可行的轨迹优化思路。

摘要:在无线通信抗干扰领域，通信接收机通常面临干扰功率动态范围大且存在小功率通信信号的场景，增益控制通过动态调整接收链路放大器的增益来应对输入信号强度的变化，从而保证输出信号的稳定性和质量，是应对干扰功率瞬时大动态范围的重要手段。为了进一步提升大动态干扰场景下增益控制方法的收敛速度和稳定性，构建了开环增益控制与闭环变步长增益控制的级联系统模型，提出了开闭环级联的变步长增益控制方法。设计了基于双准则优化的开环增益控制，平衡模数转换器不饱和的硬约束与干扰抑制的软约束；将增益压缩与噪声系数恶化的关系表达式作为正则项引入误差反馈函数，融入了变步长机制，推导了闭环变步长增益控制的反馈迭代方程，定量分析了级联系统的稳定性和收敛速度等性能指标。仿真结果表明，相较于闭环变步长增益控制方法和开闭环级联固定步长控制方法，所提方法收敛速度分别提升87.5%、66.6%，具有更低超调量，可以将噪声系数控制到较低水平，显著提升了干扰对消比，有效缓解通信误码率的恶化程度。实验结果验证，所提方法在脉冲、多音、宽带噪声3种典型干扰下均优于闭环变步长方法，尤其在脉冲干扰中误码率显著降低8%~10%；低阶调制在强干扰下鲁棒性更优，为无线通信抗干扰系统的控制方法设计提供参考。

摘要:针对网络化永磁同步电机(PMSM)系统中存在网络资源受限、负载扰动及传输延迟影响系统控制性能的问题,提出了一种自适应周期事件触发的H∞控制策略。首先,在传统周期事件触发控制的基础上,将定触发阈值改为随系统状态信息变化的自适应阈值并采用不同权值的矩阵代替相同权值的矩阵,从而构建了一种自适应周期事件触发控制(APETC)策略,以进一步提升触发策略的灵活性和效率。同时,为更准确地描述系统的特性,建立了考虑APETC策略及传输延迟的网络化PMSM系统数学模型。其次,基于Lyapunov稳定性理论及自由权矩阵的思想,推导出保证系统渐近稳定且满足H∞性能的充分条件,进而给出一种自适应周期事件触发控制策略与H∞控制器的综合设计方法,以进一步缓解网络拥堵、提高网络资源利用率。最后,在YXSPACE-SP2000快速原型控制实验平台上,通过负载突变运行、带载运行和变转速运行3种典型工况的对比实验验证所提方法的有效性与优越性。实验结果表明:与传统周期事件触发控制相比,自适应周期事件触发控制策略在保证系统控制性能的同时,能够显著减少不必要的信息传输;与PI控制策略相比,所设计的H∞控制策略在动态响应速度和抗干扰能力方面具有明显优势,充分证明了所提方法在提高网络资源利用率和增强系统鲁棒性方面的有效性与优越性。

摘要:调姿机构末端重心位置是影响调姿机构动力学模型的重要参数，不准确的重心位置导致调姿驱动力偏离理想状态，造成调姿机构变形，最终影响装配特征的对准精度。针对大型结构的精准柔顺定位需求，提出一种考虑球铰关节摩擦力矩的调姿机构末端重心位置校准方法。首先,通过构建调姿机构的动力学模型，并采用数值仿真方法分析了重心偏差对调姿内力的影响；接着，基于坐标系间力和力矩的变换原理，建立考虑球铰摩擦力矩的重心解算模型，同时采用M估计样本一致性（MSAC)算法优化重心参数，以减小传感器随机误差和定位器运动误差的影响；然后，采用蒙特卡洛方法研究随机误差和重心校准策略对重心校准精度的影响，结果表明传感器测量误差是影响重心校准精度的主要随机因素，提高末端最大旋转角度和称重次数可提升校准精度，且当称重次数≥6次时MSAC算法的优化效果显著。最后，在实验室环境下进行调姿机构末端的重心校准和翼身结构调姿对准实验。实验结果表明所提重心校准方法能显著提高末端重心校准的精度，采用所提重心校准方法获得的重心参数进行驱动力规划，调姿内力的平均值下降了56.0%，叉耳孔的同轴度偏差平均降低了47.6%，验证了所提重心校准方法能有效降低调姿内力并提高装配特征的对准精度。