摘要:钢板作为现代制造业的基石，其表面质量对产品的性能和可靠性具有决定性作用。因此，钢板表面缺陷检测具有重要的研究意义和应用价值。钢板表面缺陷检测研究面临的主要挑战包括钢板表面缺陷类型多样、特征不明显以及实时性要求高。采用深度学习技术对钢板表面缺陷检测进行研究，系统总结了钢板表面缺陷常用的数据集及目标检测算法在表面缺陷中的应用，同时全面整理并分析了这些算法的优缺点。探讨了有监督学习、无监督学习和半监督学习等检测方法在钢板表面缺陷检测中的应用，评估了当前算法性能的关键指标，讨论了未来钢板表面缺陷检测面临的挑战，并对未来的研究趋势进行了展望。

摘要:为了解决某高超声速风洞测量系统设备老化、数据采集通道性能严重下降以及信号线路转接环节较多的问题，开展了新测量系统研制工作。构建了基于PXI总线的新测量系统，选用高精度的信号调理系统和多类型数据采集卡，软件采用模块化、多线程设计模式，集成测力、测压和测热试验于一体，可实现多种试验类型的灵活配置。经试验测试，测量系统的误差限优于0.03%，风洞速度场、温度场和标准模型试验结果满足国标要求，新的测量系统稳定性好，可靠性高，数据采集精准度高，可以满足先进飞行器测试需要

摘要:针对烟草植株高通量株高数据获取困难问题，提出一种基于无人机图像与改进Yolov8的大田烟株株高检测方法；该方法利用无人机倾斜摄影获取大田烟株图片生成正射影像，提取高程信息，并提出一种轻量级DSW-Yolov8n算法；该算法以Yolov8n为基线模型，用结合组卷积与异构卷积(HetConv)的DualConv轻量化卷积模块代替主干C2f卷积模块以降低训练参数，提出一种由空间深度转换卷积(Spatial depth transformation conv,SPD-Conv)和VoV-GSCSP构造的SV-neck代替neck，更有效地融合不同层次特征，提高检测精度，最后引入WIOU(Wise-IOU)损失函数加快模型收敛速度，以实现对正射影像中植株中心的检测，对应得到株高；结果表明，该算法较原始模型参数量下降18.1%，模型大小减少15.9%，mAP50为98.4%，mAP50-95为63.1%，较原始模型分别提高2.1%，1.6%；株高估计值与实测值拟合直线斜率为1.09，R^2为0.88，具有强相关性，实现对大田烟草植株株高的高通量检测。

摘要:主动侧杆(active side stick, ASS)是一种新型飞机操纵杆，在遭遇故障时，ASS力反馈不准确，轻则导致飞行员对飞行状态的感知出现偏差，重则导致驾驶杆抖动、打手，严重影响飞行安全。ASS实时性能监测可在故障明显影响操纵性能前给出预警，具有十分重大的意义。充分研究ASS发生故障时的特征，分析对系统产生的影响，是实现性能监测前亟待解决的问题。为解决该问题，构建了ASS的AMESim模型，基于ASS的故障模式与影响分析(failure mode and effects analysis，FMEA)与故障树分析的方法得到潜在的几类关键故障，讨论了故障影响ASS性能的方式，并在模型中实现关键故障注入，获取关键故障的相关状态量信息，分析故障特征与状态量变化特点，为ASS故障诊断工作开展提供了理论基础。

摘要:为研究网络安全专用产品的性能指标,解决性能测试问题,对与不同网络安全专用产品配套使用的国家推荐标准进行了研究和分析,对标准中的性能要求进行了分类,将性能要求分为吞吐量延时、攻击检出、事件还原以及新建并发等大类,分类结果基本覆盖所有网络安全专用产品的性能要求；根据不同的性能分类设计了与其对应的基于虚拟化技术的改进的软件测试环境和方法,使用设计的软件测试方法对不同类型的网络安全专用产品进行了性能测试,同时与硬件仪表的测试结果进行了对比,设计的软件测试方法能够对性能指标进行有效的测试,得出可靠的测试结果。

摘要:金属表面缺陷在飞机和航天器制造等领域易致结构失效，带来巨大的事故风险。针对传统YOLOv5s算法检测金属表面冲孔、丝状斑点、月牙形缺口等性能差的问题，现提出一种改进的YOLOv5s算法。该算法将Ghost网络加入到Backbone部分；在Neck网络中增加了MHSA注意力机制；将原损失函数替换为DIOU。经实验验证，改进后的网络与原网络相比，mAP@0.5提升了3.2%；提高了模型的检测精度并且误检、漏检率低，证实了该方法在金属表面缺陷检测上的有效性。

摘要:深度学习应用于轴承故障诊断时存在着样本稀缺和模型复杂的问题，对此进行了研究并提出一种结合数据增广模块AugModule和轻量级分类网络LightNet的故障诊断方法。采用STFT将设备的一维振动信号转换为二维时频图，并通过引入谱归一化和AdaptiveMix改进的WGAN扩充数据集，扩充后的数据集输入到LightNet网络进行图像分类。LightNet基于ShufflenetV2改进，使用Scconv提升精度，采用SMU激活函数替代Relu，提出Channel rate和Channel crossing策略优化性能，并重新设置每个Stage中的Block堆叠数目，以实现准确率和效率的最佳平衡。经实验测试，该方法在减少模型参数的同时，具有较高的准确率和实际工程意义。

摘要:针对当前高压开关电源电性能指标测试繁多、测试流程复杂、测试方法自动化程度低等问题,设计了一款具有一体化、高效率、自检、自动测试、自动记录、统计分析和自动输出报表及超限报警等功能的高压开关电源自动测试平台。该平台可以通过具有人机交互功能的软件测试界面配置测试参数和流程,实现对多型号高压开关电源的一键式多流程测试。实验证明,该高压开关电源自动化测试平台满足三款高压开关电源产品规范所有的测试指标要求,且测试平台可靠性高,准确度好,安全性高,测试数据一致性高,测试效率高,相较手动测试,该高压开关电源自动测试平台将测试效率提高42.4％。

摘要:针对现有农业机械故障检测算法存在的检测率低、不同故障分类精度差等不足,设计了一种基于优化ResNet模型的检测方案。先通过布置高精度传感器动态采集农业机械的工作状态数据集,采用样本熵和小波阈值的双重降噪方案对故障集进行降噪处理,以更好地降低噪声干扰；构建以残差块为核心的ResNet网络模型,并增加BN层提高改进模型数据标准化处理能力,同时提升模型的过拟合控制能力；利用优化的麻雀搜索算法确定模型的最优参数集,显著提升了深度网络的性能,同时引入SVM模型提升模型特征分类能力；在模型的数据输出环节引入Dropout层和支持向量机工具降低模型复杂度,同步提升对多种不同故障的分类精度。实验结果显示,提出故障检测算法模型的降噪能力较强,在训练集和测试集的故障定位精度分别为99.2%和99.1%,同时对不同故障的分类精度也优于传统故障检测算法,消融实验结果验证了优化ResNet网络模型各组成部分的有效性。

摘要:针对传统弱电板卡表面缺陷检测方法效率低、精度差且对元器件的外观缺陷检测能力不足等问题，对YOLOv5s算法进行了技术改进研究。引入CBAM注意力机制强化了对板卡关键特征的提取能力，结合CotNet模块提升了模型小目标检测的能力，采用动态检测头实现多尺度目标自适应检测，并利用SIoU损失函数优化了模型的收敛速度和检测精度，更好地处理了目标框的回归问题；经实验测试，改进算法在实验室自制的板卡数据集上的准确率达到95.7%，相比原算法，mAP50与mAP50:95分别提升了4.3%与2.5%，有效提升了弱电板卡元器件表面缺陷检测的准确性和可靠性，对未来电路板元器件的表面缺陷检测研究具有一定参考价值。

摘要:飞机机载设备的高效测试和故障定位是通过对机载设备的物理信号(如电压、电流、频率、振动等)进行实时采集和解析；并结合智能诊断算法进行的。测试系统采用自动查询的方式寻找系统中满足被测需求的测试仪器；通过分析测试程序所需信号的属性来输出信号。基于ATML标准的面向信号飞机自动测试系统采用了测试信号建模技术、信号与测试资源自动映射技术；通过ATML 标准的自动测试软件来实现飞机自动测试系统之间的测试程序的共享；通过对测试单元的测试需求的解析梳理；编写符合测试需求的测试程序来控制测试系统中的各种仪器资源完成对飞机机载设备的测试验证。通过验证；这套系统比传统的方法在故障检测率和检测效率上都有了明显的提高。

摘要:在输电线塔通信电磁波干扰分析过程中，存在各种噪声和干扰信号，难以准确区分环境信号和目标信号，导致信号特征提取无法准确反映信号的真实特性，使在处理输电线塔通信电磁波干扰复杂性关系数据时，检测准确性低。因此，提出基于SVM（支持向量机）算法和米波雷达的输电线塔通信电磁波干扰检测方法。在输电线塔通信场景中部署米波雷达设备，利用其电磁波探测能力获取现场通信电磁波干扰信息。将米波雷达探测信号汇总为一个观测序列，运用子波变换原理进行信噪分离，实现环境信号和目标信号的完美划分。面向电磁波干扰探测目标信号，从时域、频域两方面入手，提取大量信号变化特征。以SVM算法为核心进行干扰检测，将特征提取结果输入，结合多维度丰富特征，在最优超平面的辅助下完成通信电磁波干扰检测。实验结果表明：该方法生成的干扰检测结果AUC值达到了0.94，验证了其优越的电磁波干扰识别性能。

摘要:为解决传统滑坡预测方法依赖专家经验、难以适应复杂地下工程场景的问题，研究提出一种改进随机森林方法以提升预测精度与泛化能力。通过专业设备采集地下工程滑坡关键参数，经不完备数据处理构建高质量数据集。对比分析k近邻、支持向量机、决策树等分类器的全局与局部分类性能，确定随机森林为最优基础分类器。创新性引入多决策树相关性度量方法，以特征空间内积计算量化决策树间冗余性，通过最优阈值筛选构建改进随机森林。实验表明，改进随机森林的分类精度达93.05%，其Precision、Recall和F1-score指标在不同标签数据上均保持最高稳定性，验证了改进神经网络在整体与局部分类性能上的双重优势。实际工程应用验证了该方法在多维复杂场景下的有效性，为地质灾害智能化预测提供了可靠解决方案。

摘要:燃气轮机作为一种高效、清洁的动力设备，在电力生产、船舶推进和航空航天等领域得到了广泛应用。然而，燃气轮机的燃烧过程极为复杂，燃烧不稳定会导致一系列问题，严重时甚至可能引发安全事故，对燃烧过程产生的脉动压力进行监测是保障燃气轮机稳定和安全工作的前提。为实现燃气轮机燃烧过程中脉动压力的实时监测以保障其安全稳定运行，设计了一套国产化燃烧脉动压力采集监测系统。通过高温压力传感器实时采集燃烧室动态压力信号，结合时域分析和频域分析，提取信号特征参数并与预设健康阈值进行比对，实现燃烧状态的实时监控、趋势预测及异常预警。系统采用国产龙芯处理器、高精度同步采集模块及自主开发的QT/C++软件架构，支持动态数据预处理、特征提取、长期存储及可视化展示。实验验证表明，系统可稳定采集高温工况下的脉动压力信号，显著提升了燃烧效率与安全性。该系统已应用于燃气轮机发电机组，满足实时监测需求，并为其它高温燃烧设备的状态监测提供了技术参考。

摘要:在高分辨率遥感飞机目标检测过程中，大气中的散射、地表反射的不均匀性、以及其他非目标物体的辐射等，都会在遥感影像中形成杂波，降低检测精度。为此，提出基于深度学习算法的目标检测方法。采用双边滤波技术去除了图像中的椒盐噪声，减少遥感影像中的杂波，保留飞机目标的几何轮廓信息。引入滑动窗口权值，根据图像像素间的空间距离和灰度差共同决定权值系数，从而有效地保护了图像的边缘结构。使用split-fuse-select机制调节感受野的大小，结合动态选择卷积核与多层级残差连接改善网络性能，采用自适应分类模块和注意力引导模块精确筛选无杂波图像中的目标，依据混合置信度排序实现目标检测。实验中模拟了高分辨率遥感飞机干扰状态，本文方法能够在杂波干扰情况下检测出11架飞机，与实验指标一致，且在杂波分布泊松分布参数值为120的情况下，最大归一化目标回波值仅为0.38，能够精准检测高分辨率遥感飞机。

摘要:为解决微波芯片多项目测试功能复杂、测试效率低、测试稳定性差等问题,设计了一种基于虚拟仪器的多项目晶圆(MPW,multi-project wafer)测试系统；采用虚拟仪器作为软件工具编程语言,设计以多项目测试为核心的探针台动作控制、仪器测试控制、数据采集与分析处理等功能,以满足微波芯片MPW测试需求；经验证结果表明该测试系统可通过晶圆绘制软件工具制作Wafer Map下发至晶圆测试软件工具进行多项目位置识别,按照设计的测试流程控制仪器与探针台,可实现微波芯片的多项目晶圆测试任务；该测试系统可柔性化应用于各类型的MPW测试场景,相比常规晶圆测试系统无法高效完成多项目测试的局限性,可大幅度提升微波芯片的多项目晶圆测试效率,降低测试成本。

摘要:电力安全装备检测对保障作业人员人身安全、降低事故风险和经济损失至关重要。针对电力作业场景背景复杂和样本不均衡导致检测精度不高的问题，基于RT-DETR提出一种融合空间域与频域特征的双域门控融合检测方法（Dual-Domain Gate Fusion DEtection TRansformer，D2GF-DETR）。首先，为了解决传统的卷积神经网络在复杂背景下容易受到干扰导致细节信息的丢失的问题，提出一种双域特征增强模块，通过融合空间域和频域特征，利用傅里叶变换抑制背景噪声，增强模型对细节信息和边缘的感知能力。其次，设计一种聚焦融合模块，结合深度可分离卷积和门控卷积，聚焦于关键区域的特征，有效地优化了多尺度特征融合中噪声干扰的问题。最后，提出一种时序平滑滑动损失函数，通过动态调整样本权重来改善困难样本的学习效果，解决了样本时序变化和动态特性可能导致的检测结果的不稳定性。实验结果表明，和基线模型RT-DETR相比，所提方法在绝缘手套与工作服数据集上的mAP50分别提升了3.1和2.4个百分点，在mAP50-95分别提升了2.8和1.8个百分点。所提出的D2GF-DETR在两个数据集上的检测精度较现有主流方法有显著提升，同时保持了较低计算开销。

摘要:当前四旋翼无人机在不同领域的应用较为广泛。但无人机在航线行驶过程中常常会受到障碍的阻碍而导致无人机与预定航线出现偏差。为此研究对无人机轨迹进行优化分析,提出了一种优化梯度下降算法和A*算法结合的新模型,新模型通过梯度下降算法对A*算法进行优化。经试验测试新模型在无人机轨迹优化效果上有明显提升,新模型比传统算法模型位移偏差减低了0.34m,角度偏差减低了0.32rad,避障效率得到提升,可见使用新模型能够有效地提升无人机的飞行效率,避免无人机航道停留,提升航线安全性,并且研究使用的新模型能够有效提升无人机轨迹优化效果,这对今后四旋翼无人机的轨迹优化性能提升有很好的参考价值。

摘要:无人机在航拍过程中,由于气流、风速等外部因素的影响,其姿态容易发生变化,从而影响航拍画面的稳定性。为了提升无人机的航拍质量,实现对目标区域的稳定拍摄,提出基于状态实时反馈的无人机航拍姿态鲁棒控制方法。考虑航拍任务和航拍环境,通过无人机航拍路线规划和姿态解算,设定无人机航拍姿态控制目标。利用状态实时反馈技术测定无人机姿态初始值,便于更快地响应无人机姿态的变化。从偏航角和俯仰角两个方面设置控制约束条件,实现无人机在航拍过程中的全方位姿态控制。选择无人机中的机翼和动力系统作为航拍姿态鲁棒控制对象,综合考虑无人机飞行环境和控制量计算结果,动态生成无人机航拍姿态鲁棒控制指令,实现无人机航拍姿态的鲁棒控制。通过实验得出结论:状态实时反馈偏差低于0.2°,满足无人机航拍姿态鲁棒控制运行要求,姿态角执行偏差系数降低0.685°,同时姿态角执行偏差系数明显降低。

摘要:在巡检机器人的越障控制过程中，将离散化节律信号转化为三角波振荡信号时，生成的三角波信号与期望的步态适应性存在偏差，导致机器人难以高效完成巡检任务。因此，提出基于改进PRRT（分阶段快速随机搜索树）算法的智能巡检机器人自主越障控制方法。利用智能巡检机器人上安装的传感器感知巡检区域环境中障碍物分布情况，并绘制出区域栅格地图，引入0阶马尔科夫场计算栅格被障碍物占据的概率，完成正常栅格和障碍栅格的有效区分。面向环境栅格地图，以路径长度最短、地面危险等级最小为目标，构造自主越障控制路径规划数学模型。引入改进分阶段快速随机搜索树算法对数学模型进行求解，通过最优路径搜索、路径平滑处理两个操作步骤，生成最佳机器人自主越障控制路径规划结果。将越障路径输入到运动控制框架中，在自适应神经混沌控制、CPG后处理等模块的共同作用下，将离散化节律信号转化为具有步态适应性的三角波振荡信号，补偿信号转换过程中的误差，提高信号的准确性，以此对机器人自主越障运动进行有效控制。实验结果表明：在20m×20m的空间内放置90个障碍物，应用该方法生成的自主越障控制路径总长度仅为37.8m，证明其可以辅助机器人高效完成巡检任务。

摘要:随着工业自动化、物流搬运和医疗辅助等领域对机器人控制精度要求的提高,确保运动控制的精确性成为关键；对四轮机器人高精度运动控制进行了研究,采用立即回报优先机制和时间差误差优先机制优化深度确定性策略梯度算法；技术创新性地设计了一种含有两个比例-积分-微分控制器的高精度系统。在搭建底盘运动学模型的基础上,分别为x、y方向设计了独立的PID控制器,并利用优化算法自适应地调整控制器的参数；经实验测试x向上优化算法控制的跟踪误差为0.0976 m,相较于优化前的算法误差降低了9.76%；y向上优化算法的跟踪误差为0.1088 m,优化算法误差较比例-积分-微分控制器减少约48.0%；经设计的控制系统实际应用满足了机器人运动控制工程上的应用,稳态误差和动态误差分别为0.02和0.05；系统误差较小,控制精度高,适合精细控制任务,为机器人高精度运动控制领域提供了新的技术思路。

摘要:双光路系统是精密偶件装配对齐任务中一种常用的检测装置。其中，分光棱镜的安装误差会导致待装配偶件成像点发生偏移，不同零件表面加工质量以及双侧零件成像光路的差异，也会导致零件的拍摄图像质量不统一，影响特征提取精度。针对这一问题，采用一种基于单应矩阵的标定方式，消除棱镜安装误差带来的影响；基于灰度方差和信息熵的自动对焦与光强自适应调节方式，保证了图像质量的一致性；基于改进的反正切法并结合自适应边缘梯度阈值，进行亚像素边缘提取。上述方法同时考虑并克服了图像采集与处理过程中的干扰因素，在避免棱镜姿态调节的情况下直接获取对齐控制量，提高算法的鲁棒性。经实验测试，该方法在不同工况下的图像特征提取精度能够达到0.25像素，回转体偶件装配同轴度为φ6.3 μm。

摘要:舱门检测网络是自动驾驶登机桥检测舱门的重要实现途径。而在舱门图像带有复杂涂装的场景下,舱门检测网络对舱门图像的检测准确率、召回率和mAP大幅降低。针对这一问题,提出了基于生成对抗网络的舱门图像涂装增广方法,用以提高舱门检测网络训练集中带复杂涂装的图像样本的数量,从而提高舱门检测网络在复杂涂装场景下的检测准确率、召回率和mAP。通过将待增广图像的边缘图像和涂装图像的边缘图像进行边缘融合,再经过已训练的生成对抗网络填色,实现舱门图像数据集的涂装增广。实验证明,与传统的基础增广方法相比,基于生成对抗网络的舱门图像涂装增广方法对Yolov5s的检测准确率、召回率和mAP提升更高。

摘要:针对普遍而严重的空气污染问题，特别是日益增加的臭氧污染对环境和公众健康带来的威胁，提出了一种融合长短期记忆网络、时间卷积网络、Transformer三种深度学习模型和元启发式算法开普勒优化算法的集合预报模型。通过分析臭氧与其他空气污染物及气象要素的相关性，选定了预报因子；分别搭建了长短期记忆网络、时间卷积网络、Transformer预报模型并开展独立的预报；采用开普勒优化算法融合三种深度学习模型的预报结果从而得到最终的预报结果。实验结果显示在北京地区臭氧小时浓度的多步预报中，提出的集合预报模型的均方根误差、平均绝对误差和决定系数均优于单一的深度学习模型长短期记忆网络、时间卷积网络和Transformer以及统计模型多元线性回归和传统机器学习模型随机森林。研究结果表明融合深度学习和元启发式算法的集合预报策略能有效提升预报模型的准确性和稳定性，验证了深度学习集合预报方法对臭氧污染预报的可行性。

摘要:在科学研究和实际工程项目中，需要对光学粗糙表面的位移、形变、振动及应变等物理量进行高精度测量。散斑干涉测量是一种针对光学粗糙表面的高精度无损检测技术，然而在测量过程中，干涉条纹图像不可避免地包含大量的相干散斑噪声以及环境噪声，严重影响后续的相位解调和解包裹精度和准确性。因此设计了一种基于DnCNN神经网络模型的图像降噪实验模型，设计搭建干涉测量硬件系统，编写软件实现对图像的采集和增强。利用计算机模拟的散斑干涉条纹图像生成数据集，完成了神经网络的设计和训练。实验结果表明，设计方法能够有效去噪，减少了白色噪点，且网络的拟合效果达到最佳状态。经过实验测试，在去噪性能的评估测试中，与传统的滤波方法相比，DnCNN展现出了显著优势，其中信噪比和散斑指数表现突出。

摘要:针对电子秤检定过程中人工读取记录示值数字等问题,提出一种基于模板匹配法的数码管字符识别算法；通过预处理提高电子秤示值图像的质量,提取了示值字符整体的规则布局的轮廓等特征；对整体示值图像采用投影法准确提取到单个示值图像,对于小数点,根据面积特征利用图像减法实现了精准提取；通过选取数码管数字构建模板使其与电子秤示值数字具有相同形状特征,采用相关系数法计算单个示值数字和模板图像的最大相关系数实现模板匹配识别示值数字；最后搭建实验平台进行砝码加载卸载实验,对动态变化的电子秤示值数字与穿线法进行对比识别验证,结果表明:算法均在50张少量实验图片时达到了100%的识别正确率,实现了精准的识别;超过50张实验图片进行大量实验验证直至500张实验图片,设计的模板匹配算法的识别效果优于穿线法，识别正确率达到了98%。

摘要:针对非规则小尺寸物体三维重构的问题,提出了一种基于单目视觉和旋转线激光的三维重构方法。构建以单目相机、线激光和旋转平台为主要组成部分的硬件平台,依次进行相机标定、光平面标定和旋转中心标定,获得相机的内外参数、光平面方程和旋转轴方程,建立起像素坐标和世界坐标之间的对应关系。利用单目相机对旋转物体上的线激光进行采样,经过区域提取、滤波、阈值处理,利用灰度重心法提取图激光线条图像的像素坐标并转换为世界坐标下的点云,为每一帧点云添加关于旋转轴的旋转偏移,从而得到了物体的三维点云。通过下采样在保持点云特征的前提下减少数据量,对点云中出现的离群点进行统计分析滤波,利用混合采样算法对滤波后的点云进行平滑处理,采用最近邻计算协方差矩阵来估计点云的表面法线,基于Delaunary生长算法将点云曲面化实现三维重构。最后,以一款镜头为实验对象进行了三维重构实验,对得到的三维重构模型进行了半径尺寸测量,结果表明,重构模型的外圈轮廓半径平均误差小于0.5mm,最大误差小于1mm,标准差小于0.7mm,验证了本文提出的方法在保证一定精度的条件下对物体三维重构的可行性和通用性。

摘要:深度学习模型的传统训练方法已难以满足类别多样性的训练需求，导致训练效率低，难以收敛。为此，研究一种基于储备池计算的深度学习模型数据并行训练优化方法。该方法对训练数据进行平衡和切分。构建储备池并利用飞蛾算法求取连接矩阵中神经元之间的连接密度、权重参数的最优值。以平衡和切分的训练数据为输入，利用构建的储备池计算优化深度学习模型并进行并行训练。结果表明：所研究方法的模型损失更小且模型曲线更早地趋于平稳，表明模型更加稳定，能够更快地收敛到了较好的解。另外，所研究方法训练过程中CPU使用率持续较高且波动较小，F1分数明显更高，表明该方法能够更有效地利用CPU资源，具有较好的泛化能力，证明了方法的训练效果。

摘要:节点带有属性的网络称为属性网络,检测属性网络中的异常节点在现实世界有着广泛应用,如检测社交媒体上的虚假信息传播者、造成交通网络拥堵的特殊用户、金融欺诈者、通信中的电信诈骗者等。现有方法主要通过图神经网络学习节点表示,检测异常节点。然而,基于图神经网络的检测方法存在节点特征学习不准确、模型过拟合的问题。本文提出一种基于网络增强联合稀疏典型相关分析的异常节点检测模型NEAnomSCCA。该模型构建增强网络,消除网络中的孤立节点和子图,确保模型准确学习节点特征,同时增加随机特征,提升模型泛化能力；在图神经网络模型提取节点特征的基础上,计算重构误差检测出网络中的大多数异常；计算典型稀疏向量,处理高维的稀疏数据,检测出特定的异常。最后,综合每个节点的重构误差和典型稀疏向量的相关性,计算异常得分,检测异常节点。在BlogCatalog、Cora、Citeseer、Pubmed四个现实世界的数据集上与JAANE、ARISE、PROPOSED等模型进行了对比实验,结果表明NEAnomSCCA同当前最优模型相比AUC值分别提高了1.13%、1.35%、1.11%、3.33%。

摘要:风电机组实际运行情况复杂,由于其工况随风速时变,户外恶劣环境导致机组各部件故障率高及人为限电等因素,风电机组SCADA系统实测运行数据中包含一定比例的异常数据,且异常类型复杂。如果用原始数据进行数据异常状态分析会导致分析结果产生很大偏差,导致SCADA数据异常状态精度下降,为此为此提出了基于时变隐马尔科夫模型的SCADA数据异常状态智能判定方法。使用滑动窗口技术与数据增广状态矩阵对于SCADA数据进行平滑处理后得到去噪数据,为后续的数据异常状态智能判定提供高质量的数据。根据去噪后数据的特征进行数据分类处理。利用时变隐马尔科夫模型对比正常数据属性和分类后子数据集属性,若是二者一致则说明数据状态正常,若是不一致则说明数据异常,从而实现SCADA数据异常状态智能判定。实验结果表明,该方法方法可以精准判定SCADA数据异常状态,可以确保SCADA系统的安全稳定运行。

摘要:码垛机器人堆叠物料的种类及位置信息繁杂,抓取目标众多且易与机器人结构产生视觉重叠,造成单一PID控制技术难以准确识别机械臂伺服控制结构的连接形式,导致机器人在不同堆叠作业场景下目标抓取的成功率较低。因此,提出视觉引导下的可控变胞式码垛机器人目标堆叠技术。通过高精度相机捕捉物料图像,再利用机器视觉软件分析图像,从而准确识别物料的种类及位置信息,完成对机械臂的视觉引导。分析视觉引导机械臂伺服控制结构的连接形式,降低视觉重叠性,构建堆叠作业的动力学模型,再联合PID反馈控制器,实现对机器人堆叠作业行为的精确控制。利用目标堆叠样点,构建位姿点数据集合,针对其中的数据对象实施增强处理。评定堆叠目标的抓取优先级,并判断已确定目标堆叠点之间的辅助堆叠关系。在此基础上,规划机器人堆叠轨迹,实现可控变胞式码垛机器人目标堆叠技术的设计。实验结果表明,上述堆叠技术在单目标和简单堆叠场景中的抓取成功率达到了100%,在复杂堆叠场景中的抓取成功率也超过了90%。

摘要:面向自动驾驶与智慧交通需求,实时且精准地重建车辆周围的三维语义场景对保障交通安全与优化出行效率具有重要意义。针对复杂交通环境中存在多源异质数据以及遮挡严重、光照多变等难题,本文提出一种多源融合实时语义场景补全算法。通过跨模态自注意力策略融合摄像机、激光雷达和毫米波雷达信息,实现对遮挡区域的精确感知与语义推断。利用时空上下文建模在序列数据中捕捉目标动态变化,显著提升场景一致性与补全完整度。实验结果表明,与采用四维稀疏卷积的主流基线方法相比,所提算法在遮挡处理与推理速度上均取得显著优势。

摘要:在复杂的网络环境下，现有的高清视频数据低延时传输技术在进行高清视频传输时，容易遇到抖动和丢包的问题，这些问题会直接影响视频的流畅度和清晰度，从而降低了传输的安全性和质量。为此，提出一种基于5G通信网络的高清视频数据低延时安全传输方法。先通过运动估计找到当前帧宏块在先前帧的最佳匹配块及运动矢量，进而补偿生成的预测块并计算残差，重组预测块与残差块以恢复视频帧，得到压缩后的视频数据。然后结合QoS需求，定义视频关键切片以及普通切片的优先级，并根据网络传输资源对不同等级的切片进行动态资源分配。最后结合边缘节点以及云服务器，在5G通信网络支持下搭建视频数据传输模型。测试结果表明，采用设计方法对高清视频进行安全传输时，带宽占用率较低，安全传输质量较好，具有很好的应用价值。

摘要:为满足现代嵌入式系统对高性能、实时性和可靠性的需求，多核处理器技术成为解决复杂任务处理的关键手段。基于PowerPC P2020双核处理器及vxWorks6.9实时操作系统，对多核通信的实现方法进行了研究，对AMP、SMP、BMP三种多核架构的特点进行了分析，设计了基于SMP模式的多核系统架构。研究重点包括多核启动流程、任务调度策略以及核间通信机制的设计与实现。经试验测试表明，通过合理的任务分配、负载均衡调度以及高效的IPI和共享内存通信机制，P2020双核处理器能够显著提升系统性能，满足实时性和稳定性的要求，为嵌入式多核系统的设计与优化提供了理论依据和实践参考。

摘要:针对传统星载数据传输系统数据传输速率无法适应当前有效载荷数据发展的需求,提出基于64B/66B编码协议的星载高速数据传输系统,提高星载数据传输系统数据传输效率,降低系统的复杂度,提升系统的可靠性。在Virtex-7系列FPGA中,基于64B/66B编码协议的高速串行收发器(Gigabit Transceiver with Low Power)能够提供最大11.3Gbps的数据传输速率。本系统中提供8个传输速率为3.125Gbps的对外数据传输通道以及4个传输速率为6.25Gbps的内部数据传输通道。通过对系统进行仿真严重以及硬件调试测试,结果表明：该系统设计方案最大数据吞吐率为80Gbps,与传统星载数传系统相比,有效提升了系统的传输速率。

摘要:针对现有巡检机器人位姿校正精度不足及环境建图效果不佳的问题,提出一种融合多传感器数据与深度学习的位姿校正与定位建图技术,以提高巡检机器人的定位精度与作业效率。采用摄像头、轮编码器与陀螺仪采集位姿数据,构建CNN-RNN复合模型(3×3卷积核、20个卷积层、5层RNN隐含层)进行异构数据融合；基于SIFT算法提取环境图像特征点,通过变换矩阵配准图像,利用BiGEMAP生成平面栅格地图；引入动态概率模型和改进支持向量机优化区域通行判定。消融实验表明,CNN-RNN模型在26次迭代后位姿校正准确率达99.5%；图像拼接重叠区域比例最低为1.02%,区域通行误判率降至1%,所建地图与实际环境SSIM值达1.0。通过融合CNN-RNN模型与多传感器数据,显著提升了位姿校正精度与环境建图质量,为复杂场景下的巡检机器人自主导航提供了可靠技术支撑。

摘要:水分子从气态到液态凝聚过程的微观尺度极小而难以观测，是实现湿度计量量子化进程中的瓶颈问题；SFG作为研究界面水分子动态演化的重要手段，是推动湿度计量从经典宏观热力学范畴向量子化转变的重要支撑；针对SFG实验平台结构复杂、实验参数空间广泛且各参数高度耦合的问题，为优化SFG实验设置条件获取更高信噪比，提出了一种基于增益因子的强度分析方法，对传统SFG强度计算模型的光学参数进行了分离，建立了SFG角度偏振及波长作用的信号增益模型，对空气/水界面上红外光和可见光入射角度、中心波长、偏振组合对SFG信号增益的影响进行了仿真分析；其中，红外光与可见光入射角度与偏振组合之间存在协同响应关系，需联合优化设计，而光波长的影响主要表现为与样品材料的非线性极化率共振响应相关，控制红外频率与分子振动频率的匹配程度是提升输出效率的关键；为SFG实验中激光参数的选择、光路结构设计及信号增强策略提供了理论依据，对水相变动态过程的高精度解析及湿度计量的量子化研究具有重要意义。

摘要:为解决复杂动态环境下的堤坝巡检机器人的自主避障问题，提出一种基于改进深度确定性策略梯度算法的巡检路径避障方法。为提高算法的收敛速度和稳定性，引入优先经验回放机制处理训练样本，并加入随机噪声提高算法对环境的探索能力；为解决算法对环境缺乏先验知识，易于陷入局部迭代的问题，引入了人工势场法提高算法初始阶段的学习效率及快速收敛性；完成了改进算法的状态动作空间、奖励函数和避障训练流程设计。仿真结果表明，改进算法收敛速度快、规划的路径短，使巡检机器人具有更优越的避障能力；经实验验证算法实现了复杂环境下的自主动态避障。

摘要:该研究针对水陆两栖飞机航电系统设计和验证的复杂性和集成度问题，开发了一种基于模块化设计的综合验证设备。通过系统需求分析确定关键功能和性能要求，设计并实现了支持ARINC429和ARINC664等航空接口标准的子系统，并开发了综合测试设备、配线矩阵和电源管理系统。研究结果表明，该验证设备在数据激励与采集、自动化测试和配置管理方面表现优异，能有效模拟和测试航电系统的各种操作场景。自动化测试功能特别优化，以适应未来技术的快速发展，而模块化设计提升了测试效率，确保了系统在实际应用中的快速适应性和整合能力。该研究成功开发的航电系统综合验证设备显著提高了设计与验证的质量和速度，为航电系统的进一步发展奠定了坚实基础，展示了模块化设计在航电系统开发中的强大优势。

摘要:直列式电源测试仪作为导弹武器系统配套单元的重要测试设备,其国产化研发对提升国防安全与技术自主可控具有重要意义。针对当前测试仪依赖进口软硬件、实时性不足、测试精度低等问题,在此提出基于国产Linux系统与Qt框架的国产化解决方案。通过多线程调度算法和动态资源分配策略,解决了高并发数据采集与实时处理的性能瓶颈,系统响应延迟<10ms,测试效率提升20%；结合时序参数动态校准技术,测量误差≤±0.1V,标准差由0.8ms降至0.15ms,实现时序参数的高精度测量。满足军方对导弹武器测试设备自主可控的需求,为国产化测试设备的设计提供了理论和技术参考。