摘要:提出一种结合莱维飞行和概率路线图法(Levy-probabilisticroadmap,LPRM)的路径规划算法。将莱维飞行方法应用 于窄道采样，障碍物中的随机点通过莱维飞行走至自由空间，并延长碰撞测试来确保采样点位于窄道内，提升狭窄区域的采 样质量与效率；为避免大量无效点的生成，在采样前先对地图进行预处理，膨胀障碍并对其进行边界提取，根据边界信息计算 狭窄区域采样点数量，保证了全图采样的合理分布；进一步考虑移动机器人的实际工作情况，采用分段贝塞尔曲线对路径轨 迹进行优化使其符合运动学约束，提高移动机器人的机动性。仿真实验在不同环境地图下对比了LPRM、传统概率路线图 (PRM) 和桥测试3种算法，结果表明LPRM 算法相较两者在单一窄道环境下规划效率分别提升35.1%和32.2%,在复杂环 境下其规划效率分别提升32.9%和15.5%,且提前400和100个采样点达到收敛，规划效率和成功率显著提高，总体耗时更 短、路径更优，能减少移动机器人本身的能耗，提高整体工作效率。

摘要:遥测数据是反映卫星健康状态的重要依据，对遥测载荷数据进行关联性分析，在一定程度上能反映出卫星的整体运 行情况的好坏。针对传统关联规则算法存在效率低下、占用内存过多的问题，提出一种基于RS_Hash 频繁项集的卫星载荷关 联规则算法。首先对事务数据库使用动态随机抽样的方法获取样本数据，设计抽样误差和抽样停止规则来确定最优的样本 容量；其次将抽取出的样本使用哈希桶来存储频繁项集，进而减少占用的内存，提高算法的运行效率；最后使用3个与载荷数 据相似的公开数据集和卫星载荷数据集进行实验，结果表明，在公共数据集上取得了良好的效果，尤其是在具有大数据量级 的卫星载荷数据集上效果明显，在不同事务长度和支持度的情况下，相较于Apriori、PCY、SON、FP-Growth、RCM_Apriori和 Hash_Cumulate算法，RS_Hash 算法在平均时间效率上分别提高了75.81%、49.10%、59.38%、50.22%、40.16%和39.22%。

摘要:针对现行电力巡检方法对于高似然目标区分能力较差、检测速度较慢等问题，提出TR-YOLOv5 模型。在网络第0 层引入卷积注意力机制模块(CBAM), 加强网络对细粒度特征的提取能力，并在网络最深层借助Transformer注意力进行编 码，加强语义信息的传递能力。对于模型残差结构中的3×3卷积进行秩分解，压缩模型的冗余参数量。在特征融合阶段提出 GPAN结构，以GSPP 控制各尺度的变换，提高特征融合对各尺度信息的融合。在主干网络与同尺度特征融合结构的连接中 加强了语义信息的融合，提高模型的检测能力。在模型训练过程中，以边框回归损失函数(SIOU) 和CrossEntropy Loss作为 IOU和分类损失回归函数提高模型的定位、分类能力。将训练完成的模型采用PyQt 进行封装，提高了人机交互体验。实验 结果表明，TR-YOLOv5模型检测平均精度值(mAP) 达到97.1%,模型浮点运算量减少到3.6 GFLOPs。消融实验与对比试 验证明了TR-YOLOv5 模型能有效解决电力巡检过程中的前述问题。

摘要:滑坡危险性评价能够为防灾减灾和区域规划提供有效的理论依据，为使滑坡危险性区域评价结果更为客观、准确，首 次引入物元分析理论，结合组合赋权，构建基于物元分析法与组合赋权的滑坡危险性评价模型。首先结合前人研究选取高 程、坡度、坡向、土地类型、道路距离、水文条件、降雨量、断裂距离和地层岩性等9个滑坡影响因子，利用改进层次分析法(ana- lytic hierarchy process,AHP)确定各指标的主观权重，确保了判断矩阵的一致性检验更易满足。其次根据熵权法计算各指标 的客观权重。基于博弈论原理组合赋权，将组合权重作为物元分析法的输入权重，建立滑坡危险性评价模型。最后，为了验 证上述所提模型的有效性，以陕西省商洛市山阳县为研究区，对其进行滑坡危险性评价，所得评价结果准确率为96%,相较于 AHP-FCE 模型和改进AHP- 物元分析模型分别提高了0.22、0.07,为其他同类型的研究区域的滑坡危险性评价提供了 借鉴。

摘要:Otsu算法是图像处理中运用广泛的图像分割方法，尽管有着计算简单、准确的特性，但因为需要进行穷举运算，所以 计算效率不高。为提高图像分割的实时性，引入了蛇优化算法(SO)对Otsu进行了优化，创建了基于蛇优化算法的 Otsu图像 分割方法(SO-Otsu)。在该算法中，利用蛇优化算法来模拟蛇的特性进行最佳阈值的寻找，以降低迭代时间，提升计算速度。 在仿真实验中，利用经典的Lena、Peppers、Goldhill、Cameraman图片进行测试，与基于果蝇优化算法的Otsu方法(FOA-Ot- su)和基于麻雀搜索算法的Otsu方法(SSA-Otsu)进行对比。并通过计算峰值信噪比(PSNR)、结构相似性(SSIM)、特征相似 性(FSIM)和计算时间作为评价指标结果进行评估。结果表明，与其他算法相比，算法计算效率高、分割细节效果好且综合分 割性能优异，为提高图像分割的计算效率提供了一种理想的工具。

摘要:针对压力传感器在实际使用过程中由于温度漂移现象导致输出精度不高的问题，提出了基于改进遗传算法(genetic algorithm,GA) 优化反向传播(back propagation,BP)神经网络的校准方法。该方法主要改进了遗传算法的初始化种群和遗 传算子，并引入了t 分布扰动。将压力传感器模组的输出电压和温度电压作为输入，通过遗传算法计算出一组最优的初始权 值和阈值并建立 BP 神经网络模型，最后将训练好的神经网络模型移植到传感器模组的调理芯片并进行实验验证。结果表 明，该方法有效地降低了温度对压力传感器输出的影响，经过算法校准后压力传感器的全量程相对误差为0.01%FS, 零点漂 移为8.444×10-,灵敏度漂移为2.055×10-⁶,校准效果优于其他算法。

摘要:针对现有超分辨算法重建后的遥感图像模糊，含有伪影和噪声等问题，提出一种基于多注意力机制的生成对抗网络。 首先，在生成器的残差块中引入高效注意力机制，增强全局相关性，提高模型的特征提取能力；其次，利用迭代注意特征融合 模块对输入的图像和经过生成器生成的高层语义特征图进行融合，代替长跳跃连接常用的相加操作，减少输入图像进行相加 操作时导致的信息损失，使重建后的图像更加清晰；最后，基于WGAN 网络优化模型训练，促进网络训练的稳定，加快损失函 数的收敛。在不同数据集上验证上述方法，结果表明，相较次优算法，所提方法在峰值信噪比(PSNR) 和结构相似度(SSIM) 上 分别提高了0.062～0.122 dB 和0.03～0.08。

摘要:心率是衡量人体生理状况的重要指标之一，针对传统的信号处理方法容易受到光照变化和运动影响的问题，提出了 一种基于3D残差注意力网络的非接触式心率测量方法，该方法对时空网络进行改进，在时空卷积块中嵌入3D卷积注意力模 块(3D-CBAM),加强神经网络对视频的通道和空间特征提取，使得模型更加关注生理信号分布强烈的区域，并引入残差结构， 在不改变网络深度的同时来提高网络性能。实验结果表明，所提出的方法能实现更加准确的测量，在PURE 数据集上的平均 绝对误差(MAE) 为0.52 bpm, 均方根误差(RMSE) 为2.42 bpm; 在UBFC-rPPG 数据集上的 MAE 为1.17 bpm,RMSE 为 3.68 bpm,且恢复的远程光电容积脉搏波(remote photoplethysmograph,rPPG)信号与标准生理信号的峰值点位置基本接近。

摘要:爬壁机器人姿态调节受其运动状态的影响，控制中心难以实时纠正爬壁机器人方向与角度，存在机器人运动失衡的 问题，为此设计基于径向基神经网络的爬壁机器人姿态调节控制方法。建立机器人运动方程与静力学方程，判断机器人运动 失衡状态，采用径向基神经网络对爬壁机器人姿态进行纠偏控制，并通过控制中心传输指令，实现基于径向基神经网络的爬 壁机器人姿态调节控制。实验结果表明，应用所提方法后爬壁机器人偏航角、俯仰角误差与滚转角的误差平均值分别为 0.20×10³ 、0.15×10³ 、0.45×10³rad, 在无干扰和有干扰的情况下，所提方法控制后到达的位置与目标位置的最大误差分别 为2及10 m, 体现了爬壁机器人姿态调节控制的优异性能。

摘要:首先，针对大范围特征不显著地面图像的获取，由于传统单相机受到视场角和分辨率以及外界环境的影响，提出基于 多相机对大范围地面的图像进行采集。其次针对大范围特征不显著地面图像使用传统方法拼接中存在特征提取能力差以及 拼接产生的错位、伪影和结构变形问题，提出对无监督学习图像拼接的框架结构改进，提升图像拼接质量。最后借助图像拼 接的评价指标对改进前后的拼接图像进行评价。实验结果表明，改进后方法不仅可以有效的解决传统方法基于特征不显著 以及纹理相似度高的地面图像拼接中产生的伪影和失真，而且解决了无监督图像拼接过程中产生的结构的变化。改进后的 拼接方法拼接后的质量优于传统方法的拼接，并且改进后的算法的迁移性很高，不止针对无显著特征的大范围地面，而且可 以广泛用于不同场景下的大范围大基线图像拼接。

摘要:为了提高传统移相全桥电路在大功率和宽范围输出电压下很难满足半载以下软开关需求，以及电路损耗高的问题， 设计了一种新型移相全桥变换电路，即在最难实现软开关的滞后桥臂并联辅助电流源网络，改变移相全桥电路的工作模态， 使滞后桥臂在宽范围负载下仍可实现软开关，同时降低电路损耗。对所设计的电路进行仿真和损耗分析，新型移相全桥电路 可满足在输出电压77~137.5V 下19%~100%额定负载的软开关需求，相较于传统电路软开关范围提升约15%,同时在软 开关范围内，新型移相全桥电路开关器件效率大于96.3%,证明了设计方案的合理性。

摘要:针对时间序列规律难以捕捉且具有高度非平稳性特征导致的预测精度较低问题，提出了一种基于二次分解和注意力 机制优化门控循环单元(GRU-attention) 的时间序列预测模型。首先利用完全集合经验模态分解(complete ensemble empiri- cal mode decomposition with adaptive noise,CEEMDAN)将时间序列分解为若干个特征互异的模态分量，并依据样本熵量化 各分量复杂度。其次采用变分模态分解(variational modal decomposition,VMD)弱化高熵值分量的非平稳性特征。接着使用 注意力机制优化GRU 预测模型。最后对各分量建立 GRU-attention 模型进行预测，将各分量预测结果叠加获得最终结果。 通过实验分析证明，所提出的模型与其他模型相比能够较好的捕捉序列的复杂规律、降低序列的非平稳性并且具有较高的预 测性能，其平均绝对百分比误差达到了2.9%,决定系数达到了0.891。

摘要:地下电缆工井具有规模大、范围广、空间分布复杂等特点，为提高地下电缆工井筛查效率，保障地下电缆安全可靠运 行，提出了一种基于宽度学习系统(broad learning system,BLS)和编解码器(encoder-decoder)的PointNet++ 模型，简称B- PointNet++, 并将其应用于地下电缆工井点云语义分割。首先，为提高PointNet++ 对于大规模点云数据的特征学习能力 以及学习效率，提出了基于Encoder-Decoder的PointNet++学习框架，并在PointNet核心网络中引入 BLS算法替代原有多 层感知器(multilayer perceptron,MLP),充分发挥BLS随机化学习效率；其次，采集了雄安新区地下电缆工井点云数据并加 入真实语义标签制作模型训练需要的数据集；最后，与PointNet和PointNet+十等现有方法相比，B-PointNet++具有更高的 精确度、召回率、交并比和F1 分数，有利于地下电缆工井场景的多目标分割，有较大的应用潜力。

摘要:视盘的精确分割是青光眼计算机辅助诊断的关键。视网膜眼底图像个体差异大，结构复杂，视盘容易受血管组织及 病变等干扰，其精确分割存在一定难度。提出基于超像素分类及径向射线扫描动态优化的视盘分割方法；通过使用灰度、纹 理、解剖结构等特征分类视盘超像素；采用径向射线投影扫描动态优化精确定位视盘轮廓。基于超像素分类的视盘分割方法 对血管、病变等噪声干扰具有较强的抑制性，可实现视盘的粗分割；径向射线投影扫描动态优化方法充分利用视盘的几何结 构、边缘、曲率、连续性等特征，确保视盘区域的完整性及分割精度。实验结果表明，在REFUGE 数据库和DRIONS数据库 中，其精度分别为99.19%、98.65%,灵敏度分别为98.64%、94.99%,特异性分别为99.46%、99.89%,DICE系数分别为 98.52%、97.28%,视盘重叠率分别为97.09%、94.70%,与典型算法比较，上述方法在不同数据库上的视盘分割准确性、灵敏 性、特异性等方面具有明显提升。

摘要:针对双无刷直流电机同步控制难以满足转速比例同步控制和高精度控制问题，在交叉耦合控制结构的基础上，提出 了一种改进型交叉耦合控制结构，并引入模糊控制算法，设计了模糊PID控制器。通过分析无刷直流电机的数学模型，结合 模糊PID 控制和空间电压矢量脉宽调制技术(SVPWM), 在MATLAB/Simulink 仿真实验平台上对改进型交叉耦合控制进行 了仿真分析。仿真结果表明，改进后的交叉耦合控制可以实现双无刷直流电机的转速比例同步控制，在启动、升速和负载突 变阶段，模糊PID 相较于传统PID 控制，同步误差分别减少了4%、24%和22%,控制精度更高，具有更好的稳定性与鲁棒性

摘要:FaceNet人脸识别算法是目前较为主流的人脸识别算法，其运行速度快被广泛应用于工业界。针对FaceNet人脸识 别网络存在对面部遮挡人脸识别精度低的问题，提出了一种融合注意力机制的FaceNet人脸识别算法。该算法在FaceNet的 基础上引入 GhostNet特征提取网络对人脸更好的提取人脸特征，并融合注意力机制与特征金字塔(feature pyramid net- works,FPN)加强特征提取网络实现对3种尺度特征图中局部信息的放大，加强不同感受野下的特征提取，增强较为重要的 特征信息。实验结果表明，提出的人脸识别算法取得了良好的识别效果，在人脸数据集(LWF)下准确率达到99.62%。对有 遮挡的面部识别也取得了较好的检测结果，可准确识别存在遮挡的人脸目标。

摘要:针对目前输入排队下的调度算法无法同时满足非均匀流量下的公平性能和时延性能问题，提出一种穷尽优先服务空 队列和混合权重(EPEMW) 调度算法。首先，通过优先服务空队列多的输入端口；其次对非空虚拟输出队列(VOQ) 长度和非 空VOQ 首信元等待时间两个权重综合考虑；最后采用穷尽服务策略和每次时隙只对改变的数据包进行重排序。实验结果表 明，在伯努利均匀流量下，EPEMW算法实现100%的吞吐率和更低的延时；在突发均匀和伯努利热点流量下公平性能最好， 其平均公平性指数分别为99.83%和99.82%。

摘要:红外焦平面电路不仅能将热辐射转化为微弱的电信号，还带有读出电路，配合红外焦平面探测器实现像元级模拟数 字转换、智能化图像处理和数字输出等功能，将获取的面阵信号经像元级方式处理后输出。提出了基于单片像元级ADC的 背景减除、盲元补偿、非均匀校正、开窗、像素合并、空间滤波、直方图均衡、时间延迟积分多种智能图像算法，避免了在算法级 进行的方式，降低了后续图像处理算法实现的难度，减少了图像处理算法消耗的资源。进一步提出了一种红外焦平面电路液 氮成像系统。并通过对一款640×512阵列的智能型红外焦平面电路进行测试，验证了单片红外焦平面多功能图像算法，对红 外焦平面电路进行了全参数性能评估，为红外焦平面的智能算法工程化应用提供了新技术途径。

摘要:在飞行器风洞试验过程中，需要对飞行器表面的多项参数进行动态检测。传统监测系统在飞行器表面部署过程中面 临着机翼外形结构受到破坏，监测参数单一化以及监测范围不足等一系列问题。对此，设计了一款机翼表面多参量一体化柔 性传感器阵列系统，并针对其中流速流向解析问题提出了一种基于二维三次样条插值的流速流向解析方法，该系统能够同时 采集风速、风向、温度、压力、应变等参量，并能实时显示相应监测物理量在机翼表面的分布情况。系统在NH-2 风洞中进行了 变风速、变迎角和变侧滑角试验，试验结果表明，该系统角度辨识分辨率能够达2°,进一步验证了系统设计的可行性和有效 性，为分析飞行器表面的气动特性提供了数据支撑。

摘要:由于铠装热电偶的时间常数较长、动态特性差，在动态测试中会产生动态误差，往往不能满足实际测量需求。提出一 种基于哈里斯鹰优化算法(Harris hawk optimization,HHO)的动态补偿模型设计方法，使用该补偿模型，改善了铠装热电偶 的动态特性。采用基于高温检定炉的实验系统得到铠装热电偶的动态标定实验数据，同时使用HHO 算法优化选取动态补偿 模型的参数，完成动态补偿模型设计。实验表明：通过此试验系统及方法可将铠装热电偶的时间常数从37.33 s减小到 1.91 s。在某些特定工作环境下，可使用此方法改善热电偶传感器的动态特性，延长其使用寿命，降低成本。

摘要:电力变压器是电力系统的关键设备，为保障电力系统健康稳定运行，对电力变压器开展状态监测十分必要。提出基 于Transformer 神经网络的变压器状态监测方法，Transformer 神经网络具有自注意力机制，能够挖掘不同特征维度之间的关 联性，为变压器状态监测提供更可靠的决策能力。在进行变压器数据收集时，将采集到的数据集分为健康、亚健康、病态3个 类别；之后采用原始数据、小波特征以及傅里叶特征融合的方式对数据进行预处理，增加特征维度；通过数据生成和Focal Loss的方法降低模型训练时数据不平衡带来影响，再将处理后的数据输入 Transformer 神经网络进行模型训练，最终利用训 练好的模型预测变压器健康状态。与传统机器学习方法、卷积神经网络、长短时记忆网络相对比，所提方法预测精度有明显 提升，能够准确的监测变压器设备状态，预测准确率能达到90%,是一种有效的变压器状态监测方法。

摘要:语音增强对智能车载系统和未来汽车工业的发展具有重要意义，为了解决汽车行驶过程中驾驶员语音被噪声污染的 问题，提出一种基于高效通道注意力机制的最小二乘生成对抗网络模型。首先在生成网络模型中引入注意力机制，自适应选 择一维卷积核大小生成通道权重，在降低模型复杂度的同时带来了明显的性能增益；然后利用最小二乘损失函数来代替Sig- moid交叉熵损失函数，使收敛速度更快，避免出现梯度消失的问题；最后经过生成对抗网络对抗博弈不断优化训练，从而实现 语音增强。实验表明，该方法相较基线方法在语音质量和清晰度方面都有良好的提升，语音质量感知评估(PESQ) 指标平均 提升了3.79%,短时客观可懂度(STOI) 指标平均提升了4.76%,因此更适合实际应用。

摘要:传统的高分辨距离像检测法本质上是将检测窗内大于固定门限值的距离单元积累，从而确定目标的有无，这些方法 忽略了目标散射点在空间中连续分布的特点，易将检测窗内明显远离目标的强噪声点积累，造成检测率下降。针对这个问 题，提出一种基于幅空联合分布的高分辨距离像检测方法，该方法联合目标散射点幅值空间分布两个维度的信息，使用迭代 聚类对检测窗内高分辨距离像分割，并结合虚警率计算检测门限。通过积累目标能量来确定检验统计量，将其与检测门限对 比判断目标有无。使用了4种典型的散射点分布模型和一个实测目标的距离像进行Monte Carlo试验，验证了提出的检测器 比传统检测器有更好的检测性能。

摘要:为解决矿井电网系统漏电故障选线这一安全供电技术难题，提出了一种基于暂态信号特征监测与辨识技术的单相接 地故障选线方法。利用变分模态分解算法对线路测量的暂态零序电流信号进行解析，制定了以特征模态分量模最大值极性 和线路模态能量权重因子差异性相结合比较的故障选线判据。通过设定故障触发条件对矿井电网系统选线模型进行仿真环 境测试，结果表明该选线方法不受故障合闸角、接地电阻和消弧线圈补偿度的影响，均可实现故障线路的识别，具有较强的工 程适应性。

摘要:基于传统算法的无人机目标定位系统精确度较低且容易受到光照条件干扰，针对该问题提出了一种基于嵌入式视觉 的无人机目标定位系统。使用深度可分离卷积替换YOLOv2原始模型中的Darknet-19 骨干网络，大幅减小模型体积；引入 RepVGG模块提取复杂特征，以提升检测精度。将模型部署到嵌入式端并进行了性能测试，结果表明改进YOLOv2 算法的网 络模型检测精度达到了96.7%,检测速度达到25 fps, 解决了传统算法难以处理光照变化的问题并且有明显的性能提升。设 计完成了上机试验，试验结果验证了无人机目标定位系统的有效性和可靠性。

摘要:针对太阳能电池片缺陷分割中存在的特征提取能力弱、分割精度低和漏分割等问题，提出了一种改进U²-Net 的太阳 能电池片缺陷分割方法。为提高RSU 内部有效特征的提取能力并减少参数量，利用残差结构将有效的通道注意模块和深度 可分离卷积结合起来，组成新的特征提取层；为防止空间信息的丢失，在外层编解码跳跃连接中添加语义嵌入分支结构，并利 用CARAFE 算子进行上采样，将更多的语义信息引入低层特征以加强级间特征的融合，减少因跳跃连接丢失的空间信息；最 后，将所提方法与常用分割网络对比分析。实验结果表明，该方法的类别像素准确率、交并比和平均交并比分别达74.69%、 60.68%、80.30%。相较于U-Net 、PSPNet及Deplab v3+,该方法不仅有效提高了缺陷分割的精度，还实现了小目标缺陷的 准确分割，有效减少了漏分割。

摘要:对于需要无人机精确飞行并对目标进行实时监测的场景，自主飞行系统能轻易实现对目标的追踪监测。当人们获取 目标位置信息为具体经纬度坐标，手动操作飞机无法精确飞到地点，对使用无人机进行定点飞行拍照取证造成了巨大困难。 针对此问题，基于Android studio作为开发平台，利用DJI Mobile SDK和DJIUX SDK开发组件，开发了一款无人机自主飞行 手机应用，该应用主要有5大程序模块组成，可实现经纬度精确飞行、兴趣点环绕、 一键起飞、自动返航、图片视频上传与下载 以及无人机画面实时转播等功能，并能设置飞行高度、飞行速度、飞行路径方式、云台朝向、到达航点停留时间等一系列参数。 经多次实地测试结果表明，无人机能根据经纬度自主飞向目标点，最终悬停于目标正上方，误差在10 m 以内，大大提升了无 人机精确飞行和追踪监测的能力。