下载专区
二维码
- 当前目次
- 优先出版
- 专辑论文
-
综放工作面煤矸识别技术及其应用
摘要：
综放工作面煤矸识别技术作为智能放煤开采的关键技术,已经成为煤炭智能开采领域的技术难题。 首先介绍了综放工 作面煤矸识别技术的重要性及其对生产安全和经济效益的影响。 随后,指出了该技术目前存在的问题和挑战,如难以识别不同 形状、颜色和深度的煤块和岩层;识别过程中噪声和复杂背景的影响等。 详细阐述了综放工作面煤矸识别技术的主要方法如射 线法、视觉法和振动与声音信号法。 通过对煤矸识别方法的原理、技术特点和优缺点等方面进行分析,全面评估了当前综放工 作面煤矸识别技术的应用现状以及各种方法的适用条件和存在的问题。 最后,探讨了该技术的未来发展趋势,强调了多传感器 融合、深度学习和智能决策与实时监测作为当前技术发展的主要方向。
-
LCD 面板 C / FOG 工艺制造虚拟计量方法研究
摘要：
针对液晶显示器(LCD)面板的“Chip / FPC on Glass”(C/ FOG)工艺生产制造过程中存在的计量延迟大、生产异常无法提 前预测的问题,本文提出一种基于神经网络的 C/ FOG 工艺生产制造虚拟计量方法。 该方法利用生产机台上的传感器采集生产 过程中的过程状态数据,构建基于多尺度一维卷积及通道注意力模型(MS1DC-CA)的虚拟计量模型。 通过多个尺度的卷积核 提取不同尺度范围内的状态数据特征。 在对含有缺失值的原始数据预处理中,提出了基于粒子群算法改进的 K 近邻填补方法 (PSO-KNN Imputation)进行缺失值填充,保留特征的同时,减少因填充值引入的干扰。 最后在实际生产采集的数据上进行实验 对比分析,实际不良率主要集中在 0. 1% ~ 0. 5% ,该虚拟计量模型的拟合均方误差为 0. 397 7 ,低于其他现有拟合模型,在平 均绝对误差、对称平均绝对百分比误差和拟合优度 3 种评价指标下也均优于其他现有的拟合模型,具有良好的预测性能。
-
改进掩码自编码器的滚动轴承半监督故障诊断
摘要：
针对滚动轴承在不同转速条件下数据分布不同以及实际工程应用中标签样本不足导致故障诊断精度低的问题,将 领域适配模块融入掩码自编码器(MAE)中,提出了改进掩码自编码器( IMAE)的滚动轴承半监督故障诊断方法。 首先,对滚 动轴承振动信号进行连续小波变换(CWT)得到反应信号时频特征的二维时频图,然后对时频图随机掩码,利用无标签样本 进行掩码自编码器预训练,获得数据中复杂的内在特征,减少对有标签样本的依赖;其次将领域适配模块引入到预训练后的 编码器中,使用少量有标签源域数据对 IMAE 进行微调,在希尔伯特空间中利用最小化最大均值差异减小因转速不同造成的 源域与目标域间数据分布差异;最后在 Softmax 分类层下实现滚动轴承半监督故障诊断。 通过滚动轴承数据集实验验证,所 提方法检测精度均达到 94% 以上,证明了该方法的可行性与有效性。
-
基于振动-电流广域特征与软共享机制的断路器多故障诊断
摘要：
万能式断路器机械结构复杂,其产生的故障具有多源性,对多源故障进行失效溯源分析是十分必要的。 然而,传统的多 任务诊断方法不能很好地处理任务间存在的干扰问题,导致故障识别率降低。 针对此问题,提出一种基于振动-电流广域特征 与软共享机制的多故障诊断方法。 首先利用 TKEO 与 DTM,实现分合闸振动信号片段的精准分割,在此基础上分别融合触头动 作关联振动信号和附件电流信号的广域特征信息合成彩色图像样本以丰富故障表征信息。 然后基于多任务学习的软共享机制 构建多故障诊断模型,并通过自适应加权方法来自动的调整两个任务损失函数的权重比例,消除了任务间的相互干扰,进而提 高了故障诊断的性能。 最后分别从合闸和分闸两个过程进行实例分析,结果表明本文所提方法在两个任务的分类准确率分别 达到了 99. 78% 和 99. 85% ,可以有效地实现万能式断路器多故障诊断。
-
基于改进松鼠搜索算法优化神经网络的数控机床进给系统热误差预测
摘要：
为探究数控机床进给系统中各因素对热误差的影响规律,建立精准的热误差预测模型。 在进给速度为 10 m/ min、环境 温度 20℃的条件下进行进给系统热误差测量实验,获得进给系统关键点的温升及热误差。 为提高预测精度,采用 Tent 混沌改 进松鼠搜索算法,并利用改进的算法对神经网络进行优化,建立热误差预测模型。 利用热误差测量实验获得的数据进行验证, 结果表明改进前的神经网络预测误差为 12. 23% ,改进后的模型预测误差为 8. 92% ,精度有较大提升。 利用预测模型针对不同 进给速度下相同位置处热误差进行分析,结果表明,进给系统中关键测温点的温度和丝杠各点的热误差随着进给速度的增加而 增加。 因此提出的预测模型可实现进给系统热误差的准确预测,为误差补偿提供理论依据。
-
齿轮箱故障边缘智能诊断方法及应用研究
摘要：
针对齿轮箱运行状态监测数据量大而数据价值密度低导致的数据传输和存储困难、受到带宽影响导致的故障辨识实时 性差以及大而深的深度学习模型难以有效部署至边缘端硬件等问题,本文提出了一种基于乘法-卷积网络(MCN)的齿轮箱故 障边缘智能诊断方法。 首先,综合考虑信号滤波在特征表征以及深度学习在特征提取的优势,设计了一种轻量化的 MCN 模型, 同时在嵌入式微处理器搭建了一套端侧边缘智能处理原型与系统。 该系统可以直接部署于齿轮箱边缘,通过云服务器训练和 更新 MCN 模型参数并部署至边缘端,于边缘端完成数据采集、处理和故障状态辨识等功能,将大量传感器数据直接消耗在边缘 端。 实验结果显示 MCN 具有 99. 75% 的平均识别精度,且部署 MCN 的齿轮箱故障边缘智能诊断系统可以在 0. 696 s 内准确识 别出故障状态。
-
大动态范围磁通门磁力仪及其在定向误差校正中的应用
摘要：
仪器定向误差会影响地磁矢量观测数据的准确性,现有的校正方法需要已知地磁场模量或参考标准仪器,且难以应用 在井下和海洋等无法手动安装调整仪器的情况。 本文提出了大动态磁通门磁力仪和在此基础上的欧拉旋转变换的矢量校正方 法。 该方法可在无需参考标准仪器的情况下,获得磁通门的定向角度误差并进行自校正测量。 在地磁观测台站进行了实验,结 果表明,当实验仪器定向误差分别设置为 4 个不同象限区间的大角度时,校正后与台站比测仪器对应分量的相关系数仍达到 0. 99 以上,B-A 图中置信区间长度减小了 86% 以上,RMS 误差降低至 15% 以下,论证了该校正方法的有效性,能够提高地磁台 站的观测数据质量,并为井下和海洋地磁观测的定向提供参考解决方案。
-
基于粒子群的多毫米波安防机器人环境感知方法
摘要：
安防机器人常工作于昏暗、烟雾等环境,毫米波有探测这类环境的能力,但其点云是稀疏的,可将多毫米波的点云融合 以提高环境感知的能力。 点云融合时需要精确的结构参数,针对测量法获取结构参数存在误差的问题,在分析多毫米波点云坐 标的基础上,利用粒子群算法对毫米波雷达结构参数进行搜索,并根据搜索结果进行点云融合以及环境地图的构建;同时提出 稀疏点云地图的评价指标,对毫米波感知效果进行定量评价。 利用安防机器人在昏暗环境下开展实验,结果表明与结构参数由 测量法获取的多毫米波感知系统对比,点云数量有所增加,地图边界空洞数量平均减少 55% ,边界噪声率平均下降 12. 9% ,物 体点云离散度平均下降约 0. 06,中心位置的偏移量均有所减小。
-
基于改进对比学习和并行融合神经网络的室内 WiFi 定位算法
摘要：
机器学习在 WiFi 指纹定位技术中扮演着重要角色。 针对信号波动对指纹辨识力的影响往往被忽略以及如何从样本中 提取更广泛的表征信息的问题,提出了一种基于改进对比学习(CL)和并行融合神经网络的 WiFi 定位算法。 该算法首先利用 改进对比学习来提高指纹辨识力,其在增加不同类别指纹间的区分度的同时能减小同类别指纹间的差异。 其次,构建基于卷积 神经网络(CNN)和长短期记忆(LSTM)的并行融合网络,与传统的串行融合方式相比,网络可以从原始样本中提取更多的有效 特征。 此外,在池化层后增加 Flatten 层以进一步考虑网络的中间层信息,从而利用更广泛的特征信息来提高模型的泛化性能。 结果表明,所提算法的定位性能比其他定位算法提高 26% 。
-
基于 MEMS 的量热式传感器气体流量测量的模型研究
摘要：
气体流量测量广泛应用于呼吸监测、管道运输等领域。 本研究细致分析了 MEMS 量热式传感器温度一维分布模型中 的热边界层参数,进行了相应的经验修正。 并且在温度一维分布模型的基础上,针对具有两对上下游测温电阻芯片结构的 MEMS 量热式传感器,提出了一种新的传感器输出电压关于气体流量的半修正理论模型。 该理论模型能够适用于不同类型的 单介质气体。 同时,开展了 N2 、CO2流量测量实验,与理论模型进行对比,证明所提出的理论模型可以正确预测不同气体介质的 流量,其中针对 CO2 测量介质的均方根误差为 0. 15% 。 此外,结合理论分析,提出了一种高精度,拟合形式简单、针对确定气体 适用性更好的测量模型,其中针对 CO2 测量介质的均方根误差为 0. 05% 。
-
基于变分贝叶斯的鲁棒自适应因子图优化组合导航算法
摘要：
复杂环境下的量测粗差和时变噪声严重影响了状态估计的精度和可靠性,对此提出了一种基于变分贝叶斯的鲁棒自适 应因子图优化组合导航算法。 首先,基于先验和后验两阶段更新将变分贝叶斯推断引入因子图优化框架中,以估计时变量测噪 声协方差;其次,利用相邻帧间的平均新息构造量测协方差预测值,作为粗差判据来实现稳健估计。 基于 INS / GNSS 组合导航 的仿真和现场实验评估表明,所提方法能在粗差干扰的情况下有效估计时变量测噪声,相比 M 估计和滑动窗口自适应因子图 优化算法的水平定位误差分别减小了 26. 7% 和 39. 8% ,兼顾了估计精度和抗差性能,具有较好的复杂环境适应性。
-
单相激励电容式时栅角位移传感器研究
摘要：
针对现有多相激励时栅角位移传感器在小体积时无法设置更多极对数进一步提升稳定性,导致精度和动态性能指标无 法得到提升等问题,提出一种单相激励电容式时栅角位移测量方法。 该方法采用单相激励耦合成四路空间正交的驻波信号,通 过电路实现行波构造,从而实现角位移测量。 文中介绍了多相激励时栅传感器存在的问题、单相激励时栅的测量原理,完成了 传感器样机的研制,并通过实验验证该原理的有效性。 实验结果表明,相同尺寸和相同电极数量情况下,单相激励传感器的精 度和动态性能指标优于多相激励传感器,单相激励传感器精度为±20″,稳定性为 10″,400 rpm 转速下速度波动为±1. 25% ,跟随 误差为±2. 5″,满足直驱电机的使用要求。
-
基于球杆仪的五轴数控机床误差快速检测方法
摘要：
几何误差是五轴数控机床重要误差源,针对传统测量方法仪器昂贵、测量周期长问题,提出基于球杆仪的五轴数控机床 几何误差快速检测方法。 对于机床的平动轴误差,利用多体系统理论及齐次坐标变换法,建立平动轴空间误差模型,通过球杆 仪在同一平面不同位置进行两次圆轨迹,辨识出 4 项平动轴关键线性误差;针对五轴机床的转台和摆动轴,设计基于球杆仪的 多条空间测试轨迹,完整求解出旋转轴 12 项几何误差。 实验结果显示,所提方法获得转角定位误差与激光干涉仪法最大误差 为 0. 001 8°,利用检测结果进行机床空间误差补偿,测试轨迹偏差由 16 μm 降至 4 μm,为补偿前的 25% ,验证了方法的有效性。 提出的五轴机床几何误差检测方法方便、便捷,适用于工业现场。
-
基于谐波磁化响应半峰宽模型的非零场点磁性纳米粒子距离层析测量
摘要：
磁粒子成像技术是一种以生物功能化超顺磁性纳米粒子为示踪剂的全新人体功能层析成像技术,其通常必须构建基于 梯度场的零磁场点/ 线并对其进行空间扫描以实现示踪剂定位,其空间分辨率正比于梯度场强度。 而高强度梯度场需大体积 电/ 永磁体构建,使其无法用于微创淋巴结术中定位。 本研究在不使用梯度定位场条件下,提出基于朗之万函数和激励-磁化 场空间分布计算的窄带磁纳米粒子深度定位理论,推导不同深度磁性纳米粒子产生的磁化响应与空间方位角的函数关系,建立 半峰宽-距离检测与真实浓度解析模型,并进一步开发了磁粒子深度层析装置(即非梯度式一维磁粒子成像仪),体外实验测量 结果表明其空间定位分辨率为 15 mm,误差 5. 21% ,浓度模型还原误差为 2. 61% 。 对比已获批上市的欧洲 Sentimag 等静磁场磁 粒子定位装置具有显著性能优势,可完全满足术中淋巴结定位等创新临床应用需求。
-
大视场相机最优投影模型识别及星光标定方法
摘要：
针对在轨摄影测量中近距离大尺寸测量需求,提出利用星光约束的大视场角摄影测量相机最优投影模型识别及标定方 法。 首先,构建了具备调节系数的星光几何投影分段函数模型。 随后,针对分段星光投影模型开发多站位自标定光束平差算 法。 通过将光束平差算法与北方苍鹰寻优策略相结合,对投影模型调节系数、相机内方位参数、相机外方位参数及镜头畸变系 数同步优化,直到星点像面重投影均方根误差达到全局最小,得到最优投影模型及其参数。 实测实验表明,大视场角相机星光 标定后,星点像面坐标的重投影均方根误差为 1 / 9 pixel。 在连续帧星光标定实验中,通过卡尔曼滤波算法对相机参数随机误差 进行了有效消除。 该方法可在相机星光标定过程中识别最优投影模型并标定全部成像参数,具备连续帧标定及参数校准能力。
-
基于蒙特卡罗模型的高浓度浆液细度在线测量
摘要：
近年来颗粒粒径测量问题受到了国内外的广泛研究。 针对燃煤电厂高浓度脱硫石灰石浆液细度在线测量,将基于蒙特 卡罗方法的声衰减模型拓展至高浓度范围,高浓度蒙特卡罗模型(HC-MCM)预测衰减系数与实验测量值相吻合。 构建 HCMCM 矩阵用于颗粒粒径分布的反演可减小计算时间,且差分进化算法的计算结果与设定粒径和分布宽度的相对误差小于 1% 。 搭建基于透射和反射法的双模式超声检测装置并开发软件测量系统,加工适用于高浓度浆液细度测量的透射传感器和超声探 针,依托燃煤电厂完成长达 168 h 的浆液细度在线测量实验。 结果表明,两种模式超声衰减谱的变化趋势和数值大小基本吻 合。 粒径分布参数 DV50 与激光粒度仪测量结果的相对误差小于 8% ,其粒径分布满足燃煤电厂成品石灰石浆液的细度要求。
-
一种新型液压导管应变测量装置设计与研究
摘要：
针对飞行器液压导管应变测量环境复杂,传统有线测量设备传感器布置困难、引线多等问题,提出了一种新型液压导管 应变测量方法。 该方法基于频响函数法建立测量装置与导管的动力学模型,研究了两者之间的应变映射关系,设计了可拆卸式 测量装置,实现传感器非接触测量导管应变;结合理论计算和有限元仿真,研究了测量装置对导管模态及应变的影响,优化了装 置设计及相关尺寸参数;通过试验验证有限元仿真结果,检验了装置非接触测量液压导管应变方法的有效性。 结果表明,测量 装置对导管应变影响微弱,300 Hz 以下应变重构相对平均偏差为 6. 2% ,证明测量装置能够有效测得导管应变,该方法和装置 有望解决复杂测量环境下飞行器液压导管应变的快速准确测量问题。
-
抗线圈偏移与倾斜的人工肛门括约肌经皮能量传输系统
摘要：
传统的经皮能量传输系统大多采用开环系统,充电过程中患者要尽量保持不动,否则会导致线圈错位或翻转,影响接收 功率导致不能正常充电。 针对上述问题,本文首先采用 LCC-S 拓扑结构实现了接收端恒压特征,然后基于互感估计和原边功率 补偿的方法实时调节发射端发射功率对接收端电压进行控制。 仿真和体外实验结果显示,该系统可以使得接收端输出电压在 锂电池整个充电过程中恒定不变;该系统可以允许接收线圈在轴向偏移 25 mm 内、横向偏移 22 mm 内、翻转角度 80°内进行有 限姿态变化,使得患者可以在充电过程中适量运动,大大提高了经皮能量传输系统的稳定性与可靠性,对人工肛门括约肌系统 的进一步应用有重要意义。
-
基于分割环阵的 CFRP 分层缺陷超声全聚焦成像
摘要：
碳纤维复合材料在钻孔加工时易产生分层缺陷,分层缺陷严重影响了构件的力学性能,存在严重的安全隐患。 针对碳纤 维复合材料孔边分层缺陷的检测,提出一种基于分割环形阵列的 1/ 4 矩阵全聚焦成像方法。 设计了 R4×S8、R3×S12、R3×S16 和 R4×S12 四种分割环形阵列结构,通过数值仿真对比分析了各阵列的聚焦声场特点,最终确定分割环阵探头为 5 MHz 的 R4×S12 探 头。 使用该探头对碳纤维复合材料孔边分层试块的上层、中层、下层缺陷进行全矩阵采集,利用 VTK 工具包分别进行全矩阵三维 成像和 1/ 4 矩阵三维成像。 结果表明,1/ 4 矩阵方法比全矩阵方法三维成像的缺陷对比度更高,1/ 4 矩阵方法的缺陷尺寸表征误 差更小,误差不超过 6% 。 与全矩阵成像相比,1/ 4 矩阵成像信噪比提升范围为 3. 43~7. 61 dB,有效提升了图像质量。
-
基于声发射 Ib 值分析的渗铝 321 钢损伤特性研究
摘要：
太阳能热发电换热管主要材料渗铝 321 钢的损伤会导致换热管的寿命缩短甚至断裂,因此必须进行损伤检测。 采用声发射方法对渗铝 321 钢的损伤特性进行分析,实现对换热管性能的在线动态监测。 通过采用声发射 Ib 值特征来 表征渗铝 321 钢的损伤程度,并运用自组织映射( SOM) 神经网络算法进行声发射特征参数聚类,以分析材料的损伤模 式。 结果表明,力学塑性阶段的声发射事件数量剧增,能量和振铃计数的峰值标志着试件的断裂。 此外,在试件失效前, Ib 值显著降低且密度变密集,表明 Ib 值的变化特征可以作为材料临界失效的预警信号。 通过 SOM 算法对特征参数进行 聚类分析得到 4 个簇及其对应的特征频率,并使用扫描电子显微镜( SEM)观察试件的断口形貌,得出 4 个簇分别对应于 孔洞生长与汇合、微裂纹成核、宏观裂纹扩展和纤维状断裂 4 类损伤模式。 这项研究旨在探索金属管材的损伤演化行 为,并为管材的损伤分析和健康监测提供依据。
-
基于环形阵列的空间滤波器结构损伤扫描监测方法研究
摘要：
本文提出了一种基于环形阵列的空间滤波器结构损伤扫描监测方法,在结构中央布置环形压电传感器阵列实现对结构 的全方位扫描监测,消除了主动 Lamb 波空间滤波器监测方法中盲区及远场对监测效果的影响。 环形阵列由直径方向不同角 度的 4 个线阵组成,每个线阵采用主动 Lamb 波空间滤波监测方法对结构损伤进行监测、成像,各阵列成像结果通过 PCA-小波 变换进行融合对损伤位置进行判别,从而实现结构全方位损伤扫描监测,消除单个阵列损伤监测的盲区、远场及虚假成像等影 响,进而获得更加准确的损伤监测结果。 通过实验研究,验证了该方法的有效性和实用性。
-
空调冷凝器管道激光超声导波跨能量层级映射迁移检测方法
摘要：
空调冷凝器是空调设备的关键部件,其弯管连接部位由于损伤类型多和几何形状复杂等原因造成传统接触式损伤检测 手段难以应用,本文提出一种基于能量映射迁移网络的非接触式激光超声导波无损检测方法。 首先,通过小波分解提取烧蚀信 号和热弹信号的概貌波形,设计自编码能量映射函数将热弹信号特征空间映射到烧蚀信号特征空间,获得更接近烧蚀信号特征 的映射热弹信号。 其次,通过能量映射迁移网络对齐映射热弹信号和烧蚀信号特征空间,将网络模型中的域转换误差和样本标 签误差之和用作特征空间对齐误差值。 最后,对空调冷凝器泄漏、分层和裂纹等损伤进行检测实验验证所提新方法性能,结果 表明其损伤识别精度为 93. 09% ,比传统激光热弹激励检测方法提高了 7. 23% 。
-
基于 FRL-Net 的高鲁棒性多尺度小样本轨道入侵异物检测方法研究
摘要：
针对轨道入侵异物严重威胁行车安全,而基于广义深度学习的目标检测方法无法打破大数据驱动的训练壁垒、小样本 目标检测方法在复杂轨道环境中对多尺度入侵异物检测能力差、鲁棒性低等问题,本文提出了一种高鲁棒性多尺度小样本轨道 入侵异物检测模型。 该模型采用元学习策略,通过多尺度小样本入侵异物特征提取模块增强模型对于不同尺度小样本异物特 征的表达能力。 使用轨道入侵异物元特征精准重加权模块对小样本异物的元特征进行精准优化。 提出小样本轨道入侵异物检 测优化模块进一步提升模型的检测性能。 实验结果表明,该模型在 7-way 30-shot 的小样本轨道异物检测任务中的平均检测精 度为 81. 8% ,比 FSRW 高 3. 2% ,更适合在实际轨道环境中检测多尺度小样本入侵异物。
-
直线型倾转多旋翼植保无人机建模与控制
摘要：
针对直线型倾转多旋翼植保无人机模型耦合复杂、作业时易受施药执行器干扰等问题,提出了一种模型补偿-线性自 抗扰控制算法。 首先建立无人机运动学和动力学模型,并分析作业时离心喷头产生的力矩作用影响;然后将作业模型中的固定 部分作为已知扰动,引入模型补偿-扩张状态观测器估计内外未知总扰动并动态补偿控制系统,完成位姿控制器设计。 仿真结 果表明,所提出的算法在作业场景下偏航角度误差小于 0. 2°,恢复时间小于 0. 55 s,相比于 PID 算法和线性自抗扰算法最大角 度偏差分别降低 3. 4°和 0. 9°,恢复时间减少 3. 1 和 0. 99 s,具有较强的鲁棒性。 飞行实验表明,该无人机可以很好地跟踪植保 作业轨迹,最大位置稳态误差小于 15 cm,满足植保作业需求。
-
基于双耳麦克风实现机器人骨铣削状态自动控制
摘要：
为了提升骨铣削手术机器人的手术质量,要求机器人对于手术中的铣削状态(主要包括铣削深度和铣削角度)能够 实时感知并控制。 针对此问题,本文提出一种利用双耳麦克风系统来辅助完成铣削状态控制的方法。 首先对铣削状态与声 信号的关系进行建模,之后完成铣削深度与铣削角度的标定实验获得所提模型的相关系数,最后利用 PD 控制器结合所建立 的模型函数来实时分析并控制机器人的铣削状态。 实验结果表明,铣削期望深度为 0. 5 mm 时,加入角度控制相较于未加角 度控制的实验效果在铣削深度与期望值偏差的方面提升了 7. 0% ,铣削稳定性方面提升了 34. 1% 。 并且证明在期望深度为 0. 8 mm 的极端情况下引入角度控制同样有着提升铣削效果的积极作用。 经过实验验证所提方法能够有效的提升骨铣削手 术机器人的工作质量。
-
一种稳健的窄带反馈型主动噪声控制系统
摘要：
传统窄带反馈型主动噪声控制系统采用并型自适应滤波器结构,用于合成参考信号时,仍存在参考信号合成质量较差、 滤波器权值的初值设置难度高、应对非平稳窄带噪声的能力不足等问题。 为解决以上问题,通过引入高效的串并型自适应滤波 器结构来合成参考信号,提出新型的窄带反馈型主动噪声控制系统,改善参考信号合成质量,进而提升系统的整体降噪性能。 新型系统不仅有效解决了传统系统存在的参考信号合成质量较差的问题,还降低了滤波器权值的初值设置复杂度,同时还提升 了系统应对非平稳窄带噪声的能力。 实验结果表明,新型系统较传统系统的前后两部分的降噪量分别提升了 7. 89 和 9. 18 dB。 仿真和实验结果共同验证了提出的系统较传统系统具有更强的稳健性和降噪性能。
-
基于 IESPSO 的舵机倾转矢量动力系统建模与参数辨识
摘要：
针对在旋翼动态时产生的外力矩影响下,倾转矢量动力系统中的舵机系统模型辨识精度低、实际响应难以估计的问题, 本文将舵机外力矩作为扰动噪声纳入辨识环节,构建系统模型,并提出了一种基于改进生态系统粒子群优化( IESPSO)的倾转 旋翼舵机系统参数辨识方法。 为确保试验稳定安全进行,本文设计了倾转矢量动力系统辨识平台,进行参数辨识试验。 试验结 果表明,在旋翼动态时产生的外力矩噪声影响下,IESPSO 相对于粒子群优化法、生态系统粒子群优化法与递推最小二乘法,均 方根误差降低了 1. 46% ,1. 79% 与 56. 37% ,辨识精度有明显提升,并具备更快的寻优收敛速度。 在修改搜索空间后,IESPSO 仍 具有较高的寻优精度,避免了在宽搜索空间下无法快速搜索至较优可行解的问题。
-
基于毫米波深度传感的抗伴生干扰的眨眼检测
摘要：
眨眼检测在多种实际应用场景中起着关键作用,如眼病检测、人机交互、疲劳驾驶预防等。 针对来自人体的伴生干扰会 严重影响眨眼信号的特征提取问题,本文提出一种非线性独立分量分析框架的自监督深度对比学习方法来分离眨眼和伴生干 扰。 本文设计一个基于时间相关性的分离网络 ES-Net1,该网络将具有时间相关和时间不相关的两个正负样本序列作为网络的 输入,通过 ES-Net1 内部的特征提取器恢复眨眼和伴生干扰信号的时间结构,从而实现非线性混合信号的分离。 本文基于 TI 公 司的 AWR1642 毫米波雷达平台实现 mmBlinkSEN 原型系统,通过 14 000 组数据验证 mmBlinkSEN 的有效性。 实验结果表明,在 存在人体伴生干扰情况下,mmBlinkSEN 对眨眼频率的检测精度高达 88% 。
-
融合 A∗ 与 DWA 算法的水面船艇动态路径规划
摘要：
为解决水面船艇路径规划同时要求全局最优、实时避障和航迹安全可靠的问题,提出了一种基于融合 A ∗ 算法与动态 窗口算法(DWA)的水面船艇路径规划方法。 首先通过引入启发函数动态加权策略,提高 A ∗ 算法的搜索效率;然后综合考虑水 面船艇的运动特性,采用一种路径转角节点角度削弱策略,减少转角,缩短全局路径长度;最后,基于全局因素影响与航迹安全 约束对 DWA 算法的轨迹评价函数进行改进,并以全局路径提供子目标点引导 DWA 算法进行局部规划的方式完成算法融合。 实验结果表明,融合算法相比于现有算法的总转向角度分别减少了 45. 6% 、46. 0% ,验证了融合算法的有效性与可行性,并且相 较于其他传统算法更具优越性。
-
双源信号下多元尺度融合室内位置测算方法
摘要：
针对大型多接入点场景的指纹定位中存在的定位点区域归属误判、离群点干扰的问题,提出一种双源信号下多元尺度 融合室内位置测算方法。 指纹在线定位阶段,利用 PDR 信号的时空信息,将定位点归属分区内的参考点数量进行扩展,缓解邻 界区域误判带来的负效益;此外,利用多元距离与卡方距离代替传统欧氏距离,结合空间域物理距离尺度,实现多元尺度下的近 邻筛选,有效克服离群点干扰;引入 K 值动态适配,并基于此进行 Wi-Fi 与 PDR 预定位的动态链接式融合,进一步提高定位算 法的准确性。 实验结果表明,在引入双源信号的相同条件下,相比其他多元尺度与动态 K 值算法,所提方案综合性能较优,平均 定位精度优于其他算法 6. 6% ~ 23. 1% 。
-
复杂交通流下基于卡尔曼滤波的多目标全生命周期状态估计
摘要：
针对复杂行车环境下噪声干扰和车辆行车过程中状态变化导致交通场景中目标状态估计精度低的问题,以毫米波雷达 为检测传感器,提出涵盖参数初始化和在线更新的基于卡尔曼滤波的多目标全生命周期状态估计方法。 首先,建立交通流下多 目标运动状态的卡尔曼滤波状态估计模型;基于此,一方面提出基于数据驱动的卡尔曼滤波观测噪声协方差矩阵初始化的新方 法,另一方面采用变分贝叶斯方法对卡尔曼滤波参数进行在线更新,以此提高多目标状态估计精度;最后,在算法实现步骤的基 础上,利用实车数据开展测试验证工作。 实验结果表明,方法的目标状态估计均方误差为 0. 153,相较于传统卡尔曼滤波减小 了 36. 2% ,证明所提出方法对提升车辆感知精度的有效性。
工业大数据与智能健康评估
传感器技术
精密测量技术与仪器
检测技术
自动控制技术
信息处理技术
期刊介绍主管单位：中国科学技术协会
主办单位：中国仪器仪表学会
主编：张钟华
地址：北京市东城区北河沿大街79号
邮政编码：100009
电话：010-64044400
邮箱：cjsi@cis.org.cn
国内统一刊号：11-2179/TH
