摘要:为了解决叠层芯片在复杂生产环节中很难进行较为完备的在线测试与传统探针测试方法TSV测试损耗高且难以在绑定后阶段进行测试的问题，结合IEEE 1838标准的叠层芯片边界扫描测试结构和IEEE 1149.4标准的混合信号边界扫描测试结构，设计了基于边界扫描技术的叠层芯片连接性测试结构，其主要包含由内部测试总线、测试总线接口电路和能实现将TSV与芯片内核隔离的模拟开关矩阵组成的模拟边界扫描通道，数字/模拟双通道可配置的边界扫描单元和一系列适配叠层芯片边界扫描接口结构；并通过FPGA仿真验证表明测试结构在叠层芯片连接性测试方面尤其是对TSV的电学特性测量具有良好的可控性与可观性，为传统TSV电学参数测量方法提供了一种有效的片上测试途径。

摘要:开展故障诊断分析是保障核技术利用装置安全稳定可靠运行的重要手段,以某大型Co-60辐照装置为研究对象,针对目前存在的故障诊断方式过度依赖维修人员现场处置的不足,提出了一种智能化的专家系统故障诊断方式,利用领域专家知识及经验总结集成知识库,按照规则推理快速识别故障,可有效减轻现场维修人员的负担,同时可以采用远程问诊的方式来处理故障并给予运行建议支持,保证装置的辐射安全；基于Visual C++建立了故障诊断系统界面,友好、可视化的人机界面可辅助运行值班人员及时处置故障。

摘要:针对阀门内漏数据具有较强的隐蔽性，传统检测手段常难以奏效的问题，提出了一种基于数据驱动的阀门内漏故障诊断方法。采用数据驱动技术，通过多项式拟合历史阀门开度与相对流量数据，构建阀门实际工作流量特性曲线模型，并结合专家知识量化阀门内漏程度。提出了基于MV/PV数据的非侵入式内漏诊断方法，并开发了相关应用软件。实际应用于某炼化厂连续重整装置，实现了阀门内漏的实时监测与分级报警。

摘要:针对传统TCN模型在工业过程动态建模中容易忽略时间序列连续性和局部依赖关系的问题，研究并提出了一种动态软测量模型CAFF-GTCN；通过设计一种新的级联注意力特征融合模块改进TCN中的残差连接，利用自注意力机制和多尺度通道注意力机制对不同感受野提取的特征进行融合，保证模型不会丢失重要信息；同时利用门控机制改进扩张因果卷积，并结合SELU函数增强特征提取能力；实验结果表明，所提方法显著提升了预测精度：在青霉素发酵仿真实验中，相较于传统TCN模型，CAFF-GTCN模型的RMSE和MAE分别降低了45.1%和49.4%，R2从0.992 3提升至0.998 9；在硫回收过程实验中，CAFF-GTCN模型的RMSE和MAE分别降低了38.2%和42.7%，R2从0.750 3提升至0.846 4；实验结果验证了所提方法在动态特征提取和预测精度方面的有效性和优越性。

摘要:水下图像由于海洋环境复杂、干扰物多等因素影响，导致现有的水下目标检测算法往往面临检测精度低、误检和漏检的问题。此外，水下目标检测模型复杂，而勘探设备内存有限，部署成本高，实时检测性能差。为解决这些问题，提出了一种基于改进YOLOv8s轻量级水下目标检测算法DAF-YOLO。该算法对YOLOv8s的主干网络进行了改进，设计了一种改进的C2f模块D2F，增强了特征表征能力，更好地捕捉复杂细节并处理形变，解决检测中的误检和漏检问题。同时，针对颈部特征融合网络中非邻近层融合时的语义差距和信息冲突，使用渐进特征金字塔网络AFPN来支持非邻近层的直接交互，实现多尺度特征的充分融合，提升模型的特征融合能力，从而提高目标检测精度。为了减轻颈部网络的计算负担，还引入了FasterNet中的PConv新型卷积方式，降低了参数量和计算量，实现了颈部网络的轻量化，优化提升了模型的检测速度。实验测试表明，该模型在URPC2020数据集上的准确率提高了3.9%，同时以每秒115.6帧的速度实现了高速检测。此外，模型的参数和计算量也显著降低，分别减少了10.52%和10.91%，进一步实现了算法在精度和速度的平衡。

摘要:针对当前电力设备缺陷检测存在图像背景复杂、检测精确度低和识别效果差等问题，提出一种基于改进YOLOv8n的电力设备表面缺陷检测方法。该方法在C2f模块中引入SaE注意力机制，增强主干网络对关键缺陷特征提取能力；在颈部网络采用BiFPN优化特征融合层，实现特征的跨尺度融合，提升了模型多尺度缺陷检测性能；设计融合MSDA注意力机制的M-Detect检测头，强化模型对目标定位的精度；使用WIoU作为损失函数，提升模型对困难样本的检测性能。实验结果表明，改进后模型的mAP达到83.8%，较原始YOLOv8n模型提升1.7%，且满足实时检测要求，证实了该方法在电力设备表面缺陷检测的有效性。

摘要:为应对工业互联网跨域 APT 攻击检测中样本量匮乏导致的检测精度不高及攻击域难以定位的问题，提出一种针对工业控制系统跨域APT攻击的检测模型称为APTL-IDS，该模型将网络域和物理域的流量特征转换为RGB图像，再使用双线性插值统一分辨率，有效融合两种场景下的数据。此外，通过迁移 VGG16、Resnet50和Inception-V3预训练模型提取深层关键特征对入侵检测图像进行有效分类，从而显著减少对大量数据集的依赖，并且能准确定位源自不同域的攻击行为。针对三个迁移模型构建基于平均置信度策略的集成模型，并运用TPE算法优化超参数，增强模型的精度和鲁棒性。在 CTU-13 和 M2M 两个公开数据集上的实验结果表明，APTL-IDS 能够有效区分不同域的攻击行为，并在准确率、精确率和 F1 值等多项指标上均达到99.9%，从而验证该模型在检测跨域 APT 攻击的有效性。

摘要:针对工厂工业安全检测场景安全装置目标检测存在的漏检与误检问题,提出了SAG-YOLOv8改进架构；通过移位卷积替换原C2f模块中的常规卷积构建C2f-SWC新模块以增强多尺度特征表达能力；采用AIFI模块替代传统空间池化金字塔结构来强化图像语义理解能力；引入GFPN网络架构通过增强跨层多尺度交互与同层横向连接促进小目标特征传播；实验数据显示SAG-YOLOv8算法mAP@0.5指标较原始YOLOv8提升了3.4%,精确度和召回率也有一定提升；该方法显著提高了化工厂安全装置中目标检测的精准度和稳定性,为其安全运行提供了有力的技术保障。

摘要:针对现有路面裂缝检测精度低、定位能力差和计算量较大等问题，对基于YOLO v8n的轻量化检测模型进行研究。采用GhostNet v2作为主干网络以减少参数量并提升特征提取性能，在特征融合模块引入CBAM增强对路面缺陷特征的关注，将边界框回归损失函数替换为Focal-SIoU以优化边界框重叠度计算。实验结果显示，改进后模型的精确率、召回率和全类平均正确率分别提升4.76%、1.89%和2.77%；模型大小为YOLO v8n的33.33%，推理速度达271.5 frames·s-1，检测1000张图片仅需3.68 s。该模型满足实时性要求，可减少路面裂缝漏检和误检，为路面移动端设备自动检测提供技术支持。

摘要:聚变堆真空室包层模块在服役过程中，由于高热负荷钨层表面可能产生裂纹，形成安全隐患，严重影响聚变堆结构完整性及服役寿命，因此，针对水冷包层模块钨表层裂纹实施有效的无损检测手段至关重要；通过数值仿真，探究了Ka波段内微波检测信号对钨层表面无缺陷区域及裂纹处的响应特性；基于仿真结果，搭建了微波检测水冷包层模块钨表层裂纹试验平台，采用所提38 ~ 40 GHz频段同轴探头对不同深度钨表层裂纹试件进行平面扫描；在各扫查点处，采用幅值倒频谱和基于奇异值分解的杂波抑制方法对检测信号进行处理，实现了对裂纹的有效成像及定位，定位误差不超过0.5mm；同时，利用检测时域信号特征，建立信号特征与裂纹深度间的映射关系，对裂纹深度的评估误差在2%以内；研究结果表明，基于微波反射法和所提方法对水冷包层模块钨表层裂纹进行成像及定量检测的有效性。

摘要:伴随工业装备复杂度及自动化程度的持续提高，传统事后检修与定期维保模式已无法满足现代工业生产对设备可靠性与安全性的严苛要求。针对现有检测算法普遍存在对异常样本量敏感、运算效率低下难以适配工业现场实时性需求的技术瓶颈，本文创新性地提出一种融合振动、温度、电压及电流等多源传感信号的设备预测性维护新方法。该方法通过构建双分支预测网络架构，深度挖掘设备健康状态下的多维传感器数据特征，精准捕捉正常工况的潜在运行规律，实现对当前时刻正常数据的可靠预测；基于预测值与实测值的绝对误差分布特性，建立正常工况的高斯统计模型；当监测数据显著偏离该模型时，系统可自动判定设备异常状态，并根据偏离程度量化评估传感器数据的异常等级，进而生成差异化的处理策略。实验验证表明，所提双分支预测网络的平均绝对误差低至0.069与Informer相比平均绝对误差降低了2.53倍，推理速度达到1593 SPS，具备优异的预测精度与实时性能；在设备异常工况下，算法能够依据传感器数据的异常程度自动触发相应处理机制。本研究成果为工业设备的智能化运维提供了高效解决方案，具有显著的工程应用价值。

摘要:车辆目标检测是自动驾驶环境感知的关键,对于维护智慧交通的安全发展至关重要。针对当前车辆目标检测方法存在的计算效率低、易受干扰等问题,针对当前车辆目标检测方法存在的计算效率低、易受干扰等问题,研究提出了一种基于自适应特征收集再分配模块和单目标检测11代网络的车辆目标检测模型。该模型结合自适应特征收集再分配模块对YOL单目标检测11代网络的检测性能进行提升,并结合挤压-激励注意力机制与线性可变形卷积对单目标检测11代网络的骨干模块进行改进,结合组混洗卷积对网络的颈部模块进行轻量化改进,用以实现更精确高效地车辆目标检测。在仿真实验中,研究提出的车辆目标检测模型对于“大巴”和“汽车”两个待测目标标签的检测精度分别为0.95和0.96,对于“自行车”和“行人”的召回率分别为0.83和0.85,均具有较高的检测精度,说明该模型能够较为准确地对不同尺寸的车辆目标进行识别。实验结果表明,研究提出的车辆目标检测模型具有更优的检测精度和检测速率,并且具有较好的泛化能力,说明该模型能够更好地完成车辆目标检测任务。

摘要:随着数字阵列雷达在空战领域的广泛应用，作为其核心组件的数字阵列模块的测试需求日益迫切；传统手动测试方法难以满足其高精度、快速化的维修检测要求；对上位机测试软件和硬件资源进行集成，实现了DAM自动测试所需四路时钟激励信号的相位同步设计，摆脱了外部本振参考源分机的刚性约束；实验表明，自动实现了发射脉内信噪比、接收信噪比等测试的序列执行、数据采集、处理分析全过程，将单模块测试时间缩短至十分钟级别，且测试结果的一致性与可靠性显著优于传统手动测试方法；目前已正式投入某型数字阵列模块的测试流程中，为实验调试、外场保障等应用场景提供了重要的支撑。

摘要:针对高动态环境下网络链路质量预测的问题，提出了一种状态聚类引导的因果时空图卷积网络架构Causal-Clustered STGCN（CC-STGCN）。突破了基于形状相似性的时序状态划分、状态特异的格兰杰因果图构建，以及因果约束下的时空特征聚合等关键技术，实现了对网络运行模式的自适应感知与跨物理连接的隐性依赖捕捉。核心思想是通过K-shape聚类将连续状态划分为典型模式，并在各状态内部基于格兰杰因果检验构建有向加权因果图，以取代传统物理拓扑作为图卷积的空间先验，使特征聚合严格遵循因果路径。实验基于SynthSoM数据集，在标准场景下预测精度较最优基线提升6.7%，并在复杂场景中保持优势。

摘要:离心泵中流体相对涡流逼近误差特性,导致水流波动、管道阻力变化等外部扰动下,单一流量控制手段难以贴合离心泵运行状态不确定性,存在超调问题,甚至引发振荡,控制效果不佳。为此,提出多变量神经网络PID的模糊自抗扰控制方法。分析水利工程离心泵流量特性,计算离心泵总流量。构建多变量神经网络PID模糊自抗扰控制结构,设计一阶惯性环节,通过负反馈机制计算出误差信号后,针对误差信号调整等效增益和惯性时间,实现对多变的离心泵流量初步调控。通过精细调整kp、ki、kd的控制增益,自整定二阶参数,面对多变复杂离心泵运行状态,借助极点配置和循环调整策略,避免外部扰动参数给控制过程带来的超调、振荡等负面影响,实现离心泵流量控制。实验中,设置三种不同管廊位置,模拟不同水流压力等干扰状态,应用该方法控制结果显示,在三个位置均满足了最高流量不超过105m3/h、102m3/h、103m3/h的要求,能够有效且稳定地控制离心泵流量。

摘要:重度混合动力汽车在制动过程中,需要在电机制动和液压制动之间进行快速而平稳的切换,这种切换要求制动系统具有高度的动态响应能力和精确的控制策略。然而,当车辆处于紧急制动状态时,ABS系统也会触发并中断电机制动力,以确保车轮不会抱死,这种干预引发了制动力波动问题。为了在ABS触发后保持制动稳定性,需要设计协同控制策略,以在电机和液压制动之间实现平稳过渡。为此,提出重度混合动力汽车分层多模式联合制动协同控制方法。对重度混合动力汽车车速、轮速以及加速度数据的多传感器数据进行融合处理,根据多传感器融合后的车速、轮速数据计算重度混合动力汽车的车轮滑移率。基于多传感器融合后的加速度数据搭建重度混合动力汽车的纵向动力学方程,利用车轮滑移率与纵向动力学方程计算获得重度混合动力汽车行驶中的路面附着系数。设计不同工况下的重度混合动力汽车联合制动协同控制方法,在ABS触发后完全退出电机制动力的工况下,引入分层控制模式实现制动系统的平稳过渡和协调控制,减少制动力波动问题的发生频率；在ABS触发后减小电机制动力矩至稳态范围的工况下,根据路面附着系数判断ABS激活后电机与液压制动力的分配策略,实现复合制动的协调控制；在ABS触发前退出电机制动力的工况下,根据ABS抱死趋势预测结果动态调整电机制动力与液压制动力分配,确保平稳过渡至合适的制动模式。测试结果表明,在三种工况下,设计方法均能保持较低的制动距离,最高不超过133m,电池SOC回收率均较高,最高达到65%,电机力矩变化均较为平稳,未出现短时较大频繁波动。

摘要:随着船舶智能化水平的不断提升，多终端协同控制与跨系统指挥调度已成为现代船舶控制系统的核心需求。本文针对船舶控制系统中的权限管理问题，提出一种基于角色与台位的动态权限分配算法（RBSAC）。该算法融合了改进的基于角色的访问控制（RBAC）模型和台位情境感知机制，通过建立多维度权限分配策略实现跨终端统一指挥控制。研究引入拍卖算法解决权限冲突仲裁问题，设计多级权限配置框架满足复杂船舶指挥体系需求，并集成多因素认证与操作日志审计机制保障系统安全。本文首次提出适配于船舶控制系统的权限动态分配算法，为船舶控制系统的安全高效运行提供理论支撑和技术保障。

摘要:网络环境是复杂性和变化性，使得系统难以及时发现网络中的异常行为或攻击，且联动系统不同设备间无法有效实现数据共享，从而使网络安全设备联动系统无法有效应对新型恶意攻击，导致阻断响应时间长、丢包率高的问题。因此，为提高网络的安全性，设计了基于回声状态网络识别的网络安全设备联动系统。在网络安全设备联动系统硬件设计中，采用开放接口方式，将各自独立的防火墙、入侵检测系统等各设备通过接口连接，实现信息的共享，确保有效实现联动，并使用NetFlow Collector、Apache Spark和Snort处理模块进行信息采集、处理和检测。然后通过Cobalt Strike设备联动决策装置，触发联动控制机制，并通过利用WatchGuard联动控制平台，实现网络设备联动防御。在软件设计中，为提高异常检测的准确性，在Snort处理模块中引入回声状态网络展开各设备数据异常检测。最后，基于检测结果，在Cobalt Strike设备中采用改进FUP算法进行网络安全事件关联挖掘，以发现潜在攻击信息，并提交给决策层的策略判决点进行策略触发，通过检索相应处理策略完成策略触发，最终策略判决点将安全事件处理策略命令下达给WatchGuard联动控制平台，从而完成联动操作。由测试结果可知，该系统总体阻断响应时间仅为184s，系统丢包率最小值为0.05，具有高效联动效果。

摘要:利用低轨卫星实现导航增强是通导融合的一种必然趋势，Ka频段在此场景具有显著优势，但基于该频段的通导融合增强信号具有大带宽、高动态特性，对信号的高效捕获提出了挑战；通过对Ka信号特性的针对性分析，提出了一种改进的二级PMF-FFT捕获算法；仿真结果表明，在给定信噪比条件下，改进的PMF-FFT算法对Ka信号的捕获性能始终优于传统算法，相关峰值幅度较传统算法提升17.1%；多普勒测量误差降至1.25 kHz，可以为后续的精密跟踪和伪距测量处理奠定基础；同时，该算法有效平衡了捕获增益与运算效率，可以用于低轨Ka频段导航增强系统信号的高效捕获与接收处理。

摘要:卫星通信系统是下一代移动通信网络的重要组成部分之一；在卫星通信领域，带宽和功率受限的问题尤为突出，因此探寻高效的信息传输方法成为研究热点；对比传统通信系统使用的奈奎斯特传输系统，超奈奎斯特传输具有更高的信息传输速率，但同时也会受到码间串扰的影响；针对超奈奎斯特传输受到码间串扰影响的问题，提出了一种通过基于维纳霍夫方程的自适应滤波器实现码间串扰消除的技术；设置了不同压缩系数和滚降因子进行实验，得出了超奈奎斯特系统在不同参数下的BER性能；实验结果表明，对于BPSK调制下，在误码率为10-7量级时，超奈奎斯特系统的BER性能与奈奎斯特系统的BER性能差距小于1dB；证明该消除技术能够对超奈奎斯特传输带来的码间串扰进行有效消除。

摘要:针对当前城市街景行人检测方法存在高漏检率和低检测精度的问题，提出一种改进YOLOv7的城市街景行人检测算法。该方法融合CA注意力机制与SE网络，设计了CA-SENet注意力机制，以增强网络对行人的注意力，提升模型对行人的检测精度；引入改进的空洞空间金字塔池化模块，并将其嵌入骨干网络与特征增强网络的连接处，以捕获影像多尺度特征，降低模型的漏检率；利用Wise-IoU损失函数替代原有的CIoU，以优化锚框的质量评估。经过在公开数据集和自制行人数据集上对算法进行实验，结果表明，改进YOLOv7模型能够更有效地检测出行人目标。

摘要:随着技术的快速发展，FPGA因其灵活性和高性能在多个领域得到广泛应用。面对不断变化的应用需求，FPGA的在线升级技术成为关键挑战之一。采用了一种基于RS422接口的FPGA在线升级优化设计，充分利用了RS422的长距离传输和抗干扰优势，实现了上位机与FPGA开发板之间的稳定通信。通过RS422通信模块接收控制指令和配置数据，FPGA控制模块负责解析指令并对FLASH执行擦除、写入等操作，确保固件的顺利更新。利用ICAP模块和Multiboot功能，设计实现了动态重配置，即使在升级过程中遇到意外情况也能通过Fallback模式恢复。为了进一步提升数据传输的可靠性，引入了RS编码与CRC校验相结合的技术方案。两者结合不仅提高了数据传输的准确性，还增强了系统的纠错能力，有效应对突发错误和噪声干扰，保证了FPGA在线升级过程的安全性和稳定性。

摘要:针对层归一化在高性能计算中面临的访存密集性问题，提出以申威众核处理器为平台的并行层归一化计算方案。该方案的核心思想是高效利用SW26010P众核处理器的计算资源和传输带宽，通过采用两种不同的分核策略对数据进行划分，结合双缓冲机制、DMA技术和SIMD向量化等优化手段，来实现计算任务的并行化处理。实验测试结果表明，与主核串行算法相比，使用并行层归一化可以获得55.48的最高加速比。与使用SIMD指令优化前的并行层归一化相比，经过SIMD指令对并行层归一化进行数据并行优化的最大有效算力为28.25 GFLOPS。

摘要:随着国内地铁运营规模的不断扩大,地铁列车电能消耗过大的问题更加凸显；通过对列控系统的速度曲线进行优化,可以减小列车运行时因克服阻力做功和制动过程造成的机械能损失,提高牵引能效；AI算法和计算机设备的飞速发展为速度曲线优化算法的革新带来了新的机遇,基于此,提出了基于深度Q网络(Deep Q-Network, DQN)算法的速度曲线优化方法：首先构建速度曲线优化的寻优框架,其次应用强化学习架构对智能体进行迭代优化,最后通过DQN算法求解出具有节能特性的速度曲线；在MATLAB平台上搭建了仿真环境,并对传统算法和本文算法的节能效果进行了仿真对比,结果显示,本文算法相比传统算法实现了约5%~7%的节能。

摘要:为获得高增益和强方向性,阵列天线得到广泛应用。波束赋形作为其核心技术,在抑制副瓣电平、扩展角度覆盖范围、增强抗干扰能力等方面具有关键作用。其中,凸优化方法因其强大的多约束处理能力和高效的求解特性,成为实现复杂波束赋形的有效途径。本文针对球冠阵列提出一种高效的平顶波束赋形凸优化方法。该方法首先在主瓣目标近似弓形的覆盖区域内,施加约束获得初始解；随后,通过引入特定的约束转化策略——利用绝对值操作处理相位不确定性来进行迭代优化,显著降低了计算复杂度；进一步,采用角度域非均匀采样策略减少优化变量数目。理论分析和仿真实验表明,相较于传统方法,所提方法能够有效抑制波束方向图主瓣区域的增益起伏,并显著缩短计算时间,提高了赋形效率。

摘要:针对低功耗的无人机中继通信场景下，现有波束对准方法未考虑吊舱多面阵阵面部署、阵元数目静态不变等问题，为保证波束对准的高精度和低时延，提出了一种基于FPGA的波束对准实现方法；利用模拟位置和姿态信息进行坐标转换，在常规波束对准框架中引入多面阵协同的阵元规模动态可变参数，通过波束形成原理计算角度和移相值，最终FPGA返回数据，完成波束对准验证；仿真结果表明，在半波束宽度为12.7°的70个时隙中，角度误差维持在1°左右，功耗相比传统算法降低5%以上，波束对准时间为123.3 μs；通过基于FPGA的硬件验证，证明了算法的工程实用性。

摘要:针对巨星座发展给星地任务规划带来的挑战，开展了卫星遥控任务规划方法研究；传统方法难以应对卫星数量庞大、任务动态性强与规模巨大的新需求；为实现高效可靠的星地指令调度，对跟踪计划所生成的遥控任务，结合指令类型与卫星状态等多重约束，采用深度前馈神经网络与贪心算法相结合的改进方法进行任务规划；通过设立仿真实验，将结果与其他算法进行对比，结果表明该方法在任务分配成功率和计算时间效益方面具有优势，能够满足巨星座大规模任务规划的实际工程需要。

摘要:针对二进制偏移载波(BOC)信号在高阶调制下因自相关函数副峰密集，副峰幅值高而导致的严重的捕获模糊问题，提出一种基于FFT均值预处理与ASPeCT算法相融合的联合捕获优化系统，构建一种创新的“预处理-捕获”协同处理框架，该框架通过FFT均值预处理，不仅显著降低了运算复杂度，更关键的是从频域层面抑制了高阶BOC信号所特有的密集副峰分量，从根本上优化了ASPeCT算法的输入信号质量，突破了传统方法固定加权系数难以适配高阶调制副峰结构的固有局限。仿真结果表明：该系统能实现BOC（14,2）等高阶信号的无模糊捕获，在-62dB到-5dB的关键信噪比区间，达到相同检测概率与传统ASPeCT算法所需信噪比降低2-3dB，同时捕获效率提升约35%。本研究系统性解决了传统ASPeCT算法对高阶BOC信号捕获适配性瓶颈，为现代导航系统的可靠捕获提供了技术支撑。

摘要:随着通信网络规模的不断扩大和业务需求的多样化，传统基于规则的路由优化方法已难以满足复杂网络环境下的性能需求，针对此问题提出一种基于图神经网络的多目标路由优化方法，将网络拓扑抽象为图结构，通过节点和边的特征信息进行学习，实现如时延、吞吐量和链路负载的多目标优化路由选择；针对传统方法中难以处理动态网络状态和非线性约束的问题，引入动态权重自适应机制以提升路由策略在不同网络状态下的自适应能力通过在仿真环境中构建不同规模网络拓扑；对比了GNN路由优化方法与Dijkstra算法、负载均衡算法和Q-learning算法的性能；实验结果表明，所提出方法在平均时延、吞吐量和负载均衡度方面均优于传统算法。

摘要:针对边缘设备部署深度卷积神经网络存在的高资源消耗问题,对知识蒸馏与低比特量化协同优化方法进行了研究；采用了量化感知训练与蒸馏损失联合指导的关键技术,通过教师模型软标签监督和投影梯度下降优化,有效缓解了低比特量化的精度损失；在CIFAR-10和CIFAR-100数据集上的实验分析与验证,该方法实现了ResNet系列网络的4位量化,在CIFAR-10上达到92.1%的准确率,模型大小压缩至0.41MB；经FPGA端侧部署验证,ResNet-20推理时延从82.3ms降至5.67ms,满足了边缘计算对低延迟与高效率的工程需求；证实该方法能在保持精度的同时显著降低资源开销,为资源受限环境下的神经网络部署提供了有效解决方案。

摘要:针对天线带内雷达散射截面(RCS)缩减,提出通过调控阵列中哑元的天线模式项散射幅度和相位,使哑元模式项与阵列结构项散射对消,在保证阵列天线正常辐射的基础上实现天线带内RCS缩减。研究了Vivaldi天线单元和多元阵的结构模式项和天线模式项散射,分析了负载阻抗对天线模式项散射幅度和相位的影响。设计了一个1×6阵列,通过调控哑元负载阻抗实现了带内双线极化RCS缩减。当电磁波法向入射时,在6.7-8.9GHz频段内实现了同极化RCS缩减,缩减峰值达14.9dB；在8.3-12GHz频段内实现了交叉极化RCS缩减,缩减峰值达17dB。在30°斜入射情况下,在6.7-10GHz频段内实现了同极化RCS缩减,缩减峰值达23.5dB。该方法在不改变天线结构的基础上实现天线带内双线极化RCS缩减,有较好的工程应用价值。

摘要:在无线通信系统中,帧同步是实现可靠通信的关键技术之一；然而当接收信号信噪比过低且存在严重多普勒频偏时会显著影响系统的同步成功率,同时相较于连续通信非连续通信需要在极短时间内进行实时可靠的同步,这对帧同步的设计提出了更高的要求；为解决上述问题,设计了一种双同步头的帧结构,采用的双重扩频及差分编码技术可实现低信噪比下的帧头捕获,提出的时频域粗细结合的频偏估计补偿算法能够消除大多普勒频偏对帧同步的影响,利用自适应门限策略进一步保证了同步的可靠性；仿真表明,在-5dB信噪比,12kHz多普勒频移,0.5s的短时通信下,帧同步成功率达到了99.3%,满足通信系统的帧同步需求。

摘要:无人机以其高效和低成本的优势逐渐成为侦查打击、抗震救灾等任务的核心力量，然而在执行任务过程中，无人机网络面临着外部的干扰，其抗干扰能力的强弱直接关系到任务的成败；针对动态干扰环境下的无人机信道接入问题，将问题的求解与集中式训练分布式执行框架融合，提出了一种基于价值分解网络的多智能体无人机动态信道决策算法；将深度强化学习中的固定学习率改进为余弦退火学习率，从而获得更低的损失和更高的模型精度；仿真实验结果表明所提算法能使网络节点智能调整信道选择策略，最大化提高无线网络的吞吐量，余弦退火算法提升了强化学习的训练效果。

摘要:针对现有的测试性指标评估方法未考虑装备寿命周期内不同工况对测试性指标的影响，导致指标计算结果难以反映产品真实测试性水平的问题，提出了考虑多工况条件的测试性指标评估方法；首先调研了工况的含义，基于此研究了工况对于测试性指标的影响，并提出了多工况条件下的测试性指标样本逻辑综合方法和基于贝叶斯理论的多工况测试性指标评估方法；通过案例分析结果表明：所提方法简单快捷，解决了传统的测试性指标评估方法不能对工况下的测试性指标进行评估的问题。

摘要:针对机场和航空公司运行效率低下，决策能力不足的问题，提出了一种基于功能共振分析模型的航班地面保障能力评估方法；通过对航班保障流程进行分析，利用区间值犹豫模糊熵和层次分析法将保障环节之间的关系量化，结合保障环节的大小、可变性以及环节之间的耦合得到航班保障能力评估结果，从而确定该航班地面保障节点最优构型；使用某机场航班地面保障数据进行实验仿真，结果表明：实际运行与期望之间存在的均方误差为6.015min,平均绝对误差为2.389min，误差与保障时间窗之比约为0.28，与航班的效能评估值近似相加为1，反应实际与期望之间的差距；此外改变权重方法对比分析, 航班保障关键节点的平均绝对百分误差均低于13%，且均比熵权法的值低。

摘要:将图像融合技术引入实践教学，设计并实现了一套基于多尺度变换的图像融合综合实验平台。该实验平台由图像输入、多尺度变换、融合规则选择和结果展示4个软件模块组成，可直观地显示不同多尺度变换方法和不同融合规则对于融合结果的影响，并通过客观评价指标定量分析融合图像质量。通过可视化操作界面、模块化代码实现与多维评价体系，帮助学生掌握多尺度融合的核心原理与算法实现。该平台可应用于数字图像处理、医学图像处理和计算机视觉等多门课程的实验教学及科研训练中，能有效提升学生的算法实现能力与科研思维。