摘要:为了提高传感器测量准确度以便能更好的评估武器毁伤能力，利用分形理论分析了预紧力与接触刚度的关系，计算 获得了各元件间的接触刚度，并通过建立传感器动力学模型得到了各影响因素与传感器动态特性的关系，模型结果表明，增 大预紧力、减少PVDF膜的面积和降低PVDF膜、电极、盖板PET 膜的厚度能有效提高传感器动态特性，最后，使用ANSYS有限 元分析软件与激波管标定实验对模型准确度进行验证，在给定参数的情况下，ANSYS仿真出的固有频率大小为71.069 kHz, 激 波管标定实验结果为91.073 kHz, 与理论模型计算结果65.277 kHz 相仿，证明了模型可行性。

摘要:随机多址竞争接入技术的优化可以显著增强无线网关的处理能力，也是边缘计算应用的关键前提。针对无线物联网 络中存在的异构协议多址接入系统吞吐量低的问题，提出了一种基于深度强化学习的智能自适应无线多址接入方法。首先 通过信道感知、动作反馈和最小化损失机制进行接入状态的强化学习，然后采用改进的近端策略优化(PPO) 算法评估最优信 道接入策略，实现与传统的TDMA 、ALOHA协议共存互补来减少接入时隙的碰撞，从而提高接入资源利用率和网络吞吐量。 结果表明，改进算法能够使网络接入吞吐量相较于未使用强化学习时提升26.6%,相比强化学习的深度Q 网络(DQN) 算法 提升2.6%,能有效降低异构多址接入问题的复杂性且显著提高无线网关的多址接入性能。

摘要:伪装目标检测(camouflaged object detection,COD)旨在检测出与周围环境高度相似的伪装目标。针对目前COD 方 法中检测结果不完整、边缘细节模糊的问题，提出了一种融合上下文感知和背景探索(CABENet) 的伪装目标检测模型。首 先，该模型利用Swin-Transformer 模型作为骨干网络，在多个尺度上提取全局上下文信息；其次，利用提出的注意力联级上下 文感知模块扩大感受野，并从通道和空间两个维度增强网络的特征提取能力，再通过全连接解码器捕获隐藏对象的粗略位置 图；最后，通过融合注意力机制的背景探索模块从背景信息中挖掘目标的边缘线索，加强伪装目标边缘特征的提取。在CHA- MELEON 、CAMO以及COD10K 数据集上的实验结果表明，该方法在4个评估指标上的性能优于其他10个具有代表性的 模型，在COD10K数据集上，平均绝对误差降至了0.026。

摘要:随着工业和科技的发展，用户对电压暂降的关注度不断提高，识别电压暂降产生的原因愈显得越来越重要。针对引 起电压暂降的单一暂降源和复合暂降源，提出了将S 变换提取特征和深度学习自动提取特征相结合的识别方法。首先利用 数值模型框架产生单一暂降源和复合暂降源数学模型，进而得到9种故障类别的暂降数据集并作为原始数据，其次对原始数 据进行处理，即在标准的S 变换基础上引入两个调节因子得到改进的S 变换，得到S 变换数据，引入16个指标对S 变换数据 进行特征提取并作为指标特征，将上述原始数据和S 变换数据作为模型输入，利用卷积神经网络(convolutional neural net- work,CNN) 对暂降数据进行空间特征提取，同时将数据分为多个一维向量输入到双向长短期记忆网络(bi-directional long- short-term memory networks,Bi-LSTM)提取时序特征，最后建立指标特征、空间特征以及时序特征的多特征融合的 S-CNN- LSTM识别模型。仿真结果表明，未经过特征融合与经过多特征融合的识别准确率分别为98.36%、99.08%,说明多特征融 合能够提高识别准确率。

摘要:针对风电历史信息运用不充分和未充分挖掘机器学习模型潜力的问题，提出一种特征奇异谱分析和模型误差修正的 超短期功率预测。首先，利用随机森林分析不同特征对输出功率的影响程度，并利用累积贡献率进行特征提取。其次，通过 改进的Cao 算法确定奇异谱分析最佳嵌入维数，对提取的特征实现降噪处理，从而构建风电功率预测模型。最后，利用预测 值与真实值的误差构建误差预测模型，通过预测的误差来修正功率预测的结果。以国内某小型风电场算例结果表明，所提方 法较卷积神经网络一长短期记忆(CNN-LSTM) 预测模型均方根误差(RSME) 和均方误差(MSE) 分别降低45%和53%,验证 了所提模型的有效性。

摘要:为了缩短永磁同步电机的响应时间，提高系统的动态性能、稳态精度和系统鲁棒性，设计了一种级联扩展状态观测器 和自适应非奇异快速终端滑模控制相结合的控制系统。首先，基于电机数学模型，建立了级联扩展状态观测器，能够准确地 观测和补偿扰动，优化了系统的动态性能、稳态精度和鲁棒性；其次，在速度环设计了新型非奇异快速终端滑模面和趋近率， 能够有效地抑制PI 控制中的转速超调和抖振现象，实现快速收敛；在控制器设计中，考虑到观测器估计误差是未知的，因此设 计了一种自适应律，用以调整未知的估计参数；最后，对所提出的控制策略进行了严格的稳定性分析。仿真结果表明，与传统 控制方法相比，转速超调抑制能力提升为9.6%,同时转速快速响应能力提升0.045 s,具有优异的速度动态性能和抗干扰能 力，提高了系统的性能。

摘要:目前主流的多模态谣言检测模型，主要侧重于建模过程中模态的特征提取与拼接方法研究，而各模态局部特征关系、 模态内与模态间的信息交互往往被忽略，这在一定程度上影响到了谣言检测的效果。针对该问题，提出了一种基于度量学习 的多模态谣言检测方法。考虑到各模态局部特征关系对模态整体特征表示的影响，采用了句法分析和注意力机制技术分别 挖掘文本和图片的局部特征关系；同时，将度量学习应用到谣言检测中，通过三元组学习和对比学习找出模态内与模态间的 关联信息。在Twitter 和Weibo 两个公开的数据集上进行了性能测试实验，准确率分别达到92.8%和85.2%,结果表明将各 模态局部特征关系、模态内与模态间的信息交互加入谣言检测模型中能够进一步提升谣言检测的精准度。

摘要:随着预制菜行业的快速发展，对其冷藏环境的远程监控与管理问题变的日益严峻。针对冷藏设备存在实时数据无法 上传和配备人员值守成本高的问题，研究设计了一套基于LoRa 技术的物联网监测终端，该系统的核心控制器采用 STM32F429 芯片，节点和网关数据传输设备采用LoRa 传输模块，结合传感器采集冷藏设备的工作参数。利用LoRa 模块构 建星型自组网，以主机轮询方式将终端节点的数据传输至网关，经4G 上传至云平台并可视化显示。实验测试了预制菜冷藏 设备冷藏温湿度、环境温度以及压缩机工作电流；并测试了系统在复杂和空旷环境下的LoRa 有效通信距离。结果表明，Lo- Ra 在复杂环境下通信距离为300 m, 在空旷环境中能够达到500 m,该系统表现稳定可靠，能够满足预制菜冷藏设备数据监 控的需求。

摘要:当前传统园区的二维平面技术表现形式单一、交互功能匮乏，难以满足多样化的用户需求。为适应智慧园区的发展 模式，利用新一代Web 三维绘图标准WebGL的优势，采用GPU 硬件加速的3D图形库Three.js 框架，设计了基于WebGL 的室内外智能感知可视化交互系统。该系统架构于B/S 模式下，借助Three.js 技术实现场景的3D 模型加载，融合最小包围 球算法与基于四叉树分割的LOD 算法，使三维场景的渲染速率提高了2.2倍；融合 FFmpeg 、JSMpeg.js及Node.js 技术对视 频流实时传输进行优化，使视频流延迟降低了3.2倍。对该系统三维模型的渲染速率、旋转、缩放及视频流帧率进行了验证， 证明了基于WebGL的智能感知三维可视化方法的可行性与有效性。

摘要:Research on grid-connected system with coordinated control of doubly-fed induction generator and SVG based on LADRC

摘要:Research on overlapping ultrasound signal separation based on L1 norm adaptive matched filtering

摘要:针对永磁直驱风力发电系统在最大功率跟踪过程中因内部参数变化和外部扰动导致跟踪性能下降的问题，提出一种 无模型固定时间积分滑模控制(model free fixed-time integral sliding mode control,MFFTISMC)方法。首先，构建了永磁同步 电机转速环的新型超局部模型。基于该模型，结合固定时间理论设计了无模型固定时间积分滑模控制器，确保系统状态固定 时间内收敛，利用Lyapunov函数证明了该控制器的收敛性。同时，为提高系统的抗干扰能力和跟踪性能，设计扩张扰动观测 器(extended disturbance observer,EDO)对新型超局部模型中的未知扰动在线估计并以前馈补偿的方式补偿给控制器。最 后，通过仿真对比，验证了该方法具有响应速度快、抗扰能力强的特点，能够在风速突变情况下快速实现最大功率跟踪。

摘要:随着数据传输对速度、距离和可靠性要求的提高，同时考虑到工作人员在测试环境中的安全问题，提出一个基于低压 差分信号(LVDS)的 DC 平衡技术的设计方案。该方案采用LVDS串化器 SN65LV1023A和解串器SN65LV1224B作为发送 和接收芯片，由于LVDS 在长距离传输方面存在限制，因此在硬件设计中采用驱动器 LMH0002TMA 和均衡器 LMH0024MA来增加信号的驱动能力和补偿信号的衰减；在外围电路中加入隔离器ADN4651和 RCLamp3324P 芯片，分别 起到提供信号隔离和保护和为高速数据接口提供ESD保护的作用。同时软件设计中，在核心控制器 FPGA内部加入8B/10B 编码技术，以保证数据传输中的DC 平衡，即数据流中连续出现的“1”/“0”达到一个平衡均匀的状态，降低误码率且提高数据 的可靠性。经大量实验测试验证，此设计可在90m 双绞线上以300 Mbit/s 速率零误码传输。

摘要:为了对机械通气患者实现精准的呼吸治疗，需要对患者吸、呼气体的状态参数进行实时监测。目前，患者吸、呼气体 的状态参数主要通过呼吸机来测定，存在参数不足、回路漏气等问题，还会受到距离和障碍物的限制。针对上述问题，设计了 一种可以同时监测吸呼气体温度、湿度、二氧化碳浓度、压力及流量这5类参数的无线传感器和系统，具有低功耗、体型小等 特点，并可以实时把测量到的数据通过蓝牙进行低功耗无线传输到数据接收端，实现对机械通气患者呼吸状态的全面监测和 远程监控评估，提高医疗设备的治疗效果。同时传感器无需外部供电，可以持续工作约60 d, 覆盖绝大部分机械通气患者在 ICU 病房的全部时间并全程实施实时无线监测。

摘要:随着通信网络规模不断扩大、业务种类日益繁多以及对通信安全性要求越来越高，传统密码算法已经无法满足现代 网络通信需求。如今，众多的通用密码算法体系标准因其各自独特的算法优点而被广泛应用于多个行业，它们已经变成了确 保数据传输安全性的关键工具。目前的高级加密标准算法(AES) 在处理大数据量时会存在加密效果差、抗攻击性弱等诸多缺 陷。针对以上问题，对传统AES 加密算法进行了优化，在AES 加密算法上加入了Arnold 置乱算法，通过分块Arnold 置乱提 高了加密算法的效果和抗攻击性。最后在ZYNQ 板进行了功能验证，结果表明，优化后的AES 算法实现了预期的功能。

摘要:当前配网低电压愈发严重，已经严重影响居民的日常生活，而维护工单反馈模糊，难以准确定位其原因。为了准确定 位配网低电压的成因，提出一种基于多任务辅助学习的配网低电压成因分析模型。首先，获取低电压用户96点电流、电压等 原始数据，并实现原始数据的预处理；其次，利用双向门控循环单元神经网络(bidirectional gated recurrent unit,BiGRU)挖掘 数据的深度特征；最后，将引发配网低电压的主成因分析设置为主任务，子成因的分析作为相关辅助任务，利用相关辅助任务 强化数据中隐藏特征学习，为主任务提供额外的监督信息，并采用多任务联合训练方式训练主成因分析模型，协助模型学习 到更具鲁棒性的特征表示，提高配网低电压成因分析的准确率。实验结果表明，提出的基于多任务辅助学习的配网低电压成 因分析模型具有较好的分析定位能力，最终分类准确率可达95.58%。

摘要:随着无线图像传输的兴起，相关传输技术也得到大力发展，但在山区、海面、密集城区等复杂无线通信环境中，WiFi、 ZigBee、4G/5G等技术图传性能较差，而编码正交频分复用(COFDM) 技术以其传输速率高，抗干扰能力强等特点，成为当前 研究热点。为满足复杂无线通信环境下无线图传的大速率、低时延和高可靠的性能需求，缩短无线图传通信产品的设计周 期，在COFDM 技术的基础上，搭建了基于通用硬件外设 USRP 和软件无线电平台GNU Radio的 COFDM 无线图传系统，该 系统采用Gstreamer 技术对摄像头视频流进行采集与处理，实现720P 视频图像实时传输，视频传输速率4000 Kbit/s。结 果 表明，该系统实现了长时间且稳定的无线视频实时传输，说明了系统设计的灵活性和方案设计的有效性。

摘要:锂电池荷电状态(state of charge,SOC)的准确估计对于新型储能系统的高效运行至关重要，为提升锂电池SOC 估计的 精度，提出了一种基于分数阶无迹卡尔曼滤波(fractional order unscented Kalman filter,FOUKF)算法和带自适应遗忘因子的递推 最小二乘法(recursive least square method with adaptive forgetting factor,AFFRLS)来估计锂电池的 SOC。首先，提出了基于分数 阶微积分理论的二阶RC 模型来对锂电池特性进行建模。然后进行脉冲表征测试，获得电池的端电压，并基于AFFRLS的方法 完成参数辨识。此外，所提出的基于FOUKF的算法应用于电池放电实验中进行 SOC 估计。最后，从最大绝对误差(MAE)、平 均绝对误差(AAE)和均方根误差(RMSE)3项预测指标与对比方法进行比较。实验结果表明，FOUKF算法对SOC的估计MAE 小于2% ,AAE以及RMSE均小于0.8%,实验结果表明所提算法具有较高的精度和抗干扰能力。

摘要:针对利用电流信号进行高压断路器故障分类过程中，采集电流信号原始特征提取种类单一，故障识别率低和分类性 能退化的问题，提出一种基于多维特征与支持向量机(support vector machine,SVM)相结合的故障分类方法。首先，提取分闸 电流信号关键时间、电流幅值作为局部特征，提取电流信号的全局特征组成多维特征向量，构建断路器操作过程的电流联合 原始特征集；其次，为消除冗余特征信息，使用主成分分析法(principal component analysis,PCA)降维后构建最终特征向量集 合；最后，使用粒子群算法(particle swarm algorithm,PSO)优化支持向量机参数设置问题，对断路器进行故障分类。试验结果 表明，采用本文提出的方法识别准确率较高，具有实际工程应用价值。

摘要:针对经典蜘蛛蜂优化算法初始种群分布不合理、搜索与开发之间的转换不平衡、易陷入局部最优等问题，提出了一 种融合对偶学习的动态蜘蛛蜂优化算法(dynamic spider wasp optimizer combined with duality learning,CLDSWO)。首先，结 合Tent 和 Sinusoidal映射，设计了TS(Tent-Sinusoidal)映射，并采用TS 映射生成分布更广泛且均匀的初始蜘蛛蜂种群。其 次，设计了一个动态权衡因子，自适应地调整狩猎和交配行为之间的转换，实现全局搜索和局部优化之间的平衡。引入了 基于对偶学习的变异机制，在对偶学习的过程中，引入逐维变异机制，加速算法的收敛，增强逃离局部最优的能力。为了验 证CLDSWO 算法的有效性，利用10个基准函数和CEC2017 函数进行实验，并通过 Wilcoxon检验证实仿真结果的显著性， 实验结果表明，CLDSWO在平衡收敛精度和速度方面更具竞争力。将CLDSWO算法应用至压力容器设计问题和无源时差 定位问题中，结果表明CLDSWO的精度分别提升了1.28%和36.67%,验证了CLDSWO算法在求解实际工程应用问题中 的有效性。

摘要:目前基于图像的检测系统多以单摄像头为主，但是单幅图像的视野有限，往往存在检测盲区，为此，设计了一种基于 四摄像头的全景目标检测系统。首先搭建了由3B+树莓派、摄像头、LCD液晶屏、移动电源联合组成的系统硬件，基于QT 设 计了可进行检测结果显示与参数设置的用户交互软件界面；系统通过四部摄像头实现对周边360°场景进行取景，然后对采集 到的图像进行预处理与拼接，最后通过基于EfficientDet深度学习模型检测器进行目标检测与结果显示。实验结果表明，该 系统可便携移动，能实现360°全景取景与目标检测功能且目标检测准确率达94%以上。

摘要:针对轨道作业人员跨轨安全动作监督方法存在效率低、漏检率高等问题，引入改进的人体姿态估计算法YOLOv8n- Pose对跨轨安全动作进行识别和监督。对YOLOv8n-Pose 算法改进方法为在网络中添加注意力机制并轻量化网络结构，并 改进网络的 bbox 损失函数和关键点损失函数，以提高网络的识别精度和速度。使用高斯滤波和ColorJiter 算法对自制数据 集增强。在训练前使用遗传算法对训练超参数进行自适应调整，在训练时使用迁移学习和知识蒸馏方法，提高网络训练速 度、识别精度和泛化能力。将训练好的模型对轨道现场作业人员图像进行检测，可成功识别出作业人员姿态并根据关键点位 置信息识别安全动作，人体关键点识别精确度为94.3%,推理速度为238.1 fps, 验证模型改进研究取得了有益效果，提高了模 型识别精度、识别速度和鲁棒性。

摘要:目前，我国草莓种植的主要方式为设施栽培，由于土壤连作、温湿度调控不当等问题极易造成病虫害发生，种植户用 药明显增多，草莓中农药残留问题较为突出。为此，设计了一种快速检测草莓上残留农药的电子鼻系统。针对残留农药挥发 气味浓度低且易受到草莓本身气味的影响，电子鼻识别效果差的问题，对电子鼻系统进行改进。结构上，借鉴人体鼻腔结构 特点，设计了一款仿生气室。采用计算流体力学(computational fluid dynamics,CFD)模拟对仿生气室的结构进行了优化，保 证采集端信号的质量。算法上，建立了基于陷阱规避算子(trap-avoidance operator,TAO)改进的牛顿一拉弗森优化算法 (Newton-Raphson based optimizer,NRSR)优化反向传播(BP) 神经网络的分类模型(NRBO-BP), 提高分类算法对低浓度信号 识别效果。采用电子鼻对含有多菌灵和吡虫啉及其混合农药的草莓进行检测实验。结果表明，基于仿生气室电子鼻的 NR- BO-BP分类模型的准确率为93.44%,召回率为94.16%,准确度总体高于粒子群算法(PSO) 优化BP 模型的88.33%和BP 神经网络的83.33%,能够准确检测草莓上残留的农药，可以作为草莓质量安全的快速评价方法。