摘要:为了解决现有激光SLAM(simultaneouslocalizationandmapping)方法忽略垂直方向漂移而导致的高度不准确和地 图重影问题,提出了一种基于垂直约束的紧耦合激光惯性SLAM 方法。该方法结合激光雷达传感器的安装高度以及点到激 光雷达的距离提取精确的地面点,基于提取的地面点设计了一种考虑垂直方向残差的激光里程计,使用两步列文伯格-马夸 尔特(Levenberg-Marquardt,L-M)方法来求解姿态变换,这些残差将有助于在垂直方向上收敛到最优解。使用简单有效的基 于欧氏距离的回环检测方法避免地图重影问题。为验证算法的优越性,在 KITTI数据集及真实场景下均进行了相关实验。 在 KITTI数据集上,与LeGO-LOAM、LIO-SAM 和Point-LIO 相比,轨迹均方根误差(rootmeansquareerror,RMSE)分别降 低了47.62%、33.14%和73.79%。在实测校园环境中,与 LeGO-LOAM、LIO-SAM 和 Point-LIO 相比,RMSE 分别降低了 83.56%、13.55%和82.04%,从而验证了提出方法具有更高的定位精度。

摘要:为提高飞控系统虚拟试验仿真模型的有效性与可信性，解决虚拟试验中多元冗余与强耦合数据的问题，提出了一种 基于多元数据融合的仿真模型验证方法。首先，通过多元仿真数据融合，减少噪声和误差；其次，运用皮尔逊相关系数分析多 元输出数据的相关性，并结合时域卷积神经网络-长短期记忆(TCN-LSTM) 方法融合数据特征，深入挖掘数据的时空关联 性；最后，通过概率分布分析评估仿真数据与参考数据的差异，转化为可信度等级，实现仿真模型的有效验证。实验结果表 明，80%的输出数据达到仿真模型可信标准，其中有50%的输出数据达到完全可信标准，该方法显著提升了仿真模型的验证 精度与可靠性。

摘要:为了有效地提高可见光成像设备的动态范围，降低融合图像的质量对源图像数量的依赖，提出了一种基于多尺度分 解的双曝光图像融合算法。该方法只需要一组欠曝光和过曝光图像作为源图像，通过曝光融合即可得到一幅包含丰富信息 的图像。首先，依据欠曝光图像和过曝光图像自身的特点，分别进行了自适应曝光调整，充分挖掘图像中潜在的细节信息。 然后，提取图像序列的边缘强度、曝光适宜度和色彩饱和度作为评价指标，进而构建出融合权重图。最后，通过金字塔多尺度 分解和加权融合得到融合图像。实验选取了15组图像序列，分别从主观和客观两个方面与4种具有代表性的算法进行了对 比。实验结果表明，本文算法相比于其他算法，图像质量综合提升了4.9%,具有更强的细节信息保留能力。

摘要:呼吸与心跳是重要的生命体征信号，可以表示生命现象是否存在及其相关状态。准确获取倒塌掩埋空间与建筑物内 部空间等复杂场景中的生命信息，在应急救援、侦查反恐等过程中发挥着巨大作用。超宽带雷达具有较强的穿透性能与抗干 扰性能，能够穿透墙体等障碍物实现人体目标生命体征信号检测，已成为生命探测领域的研究热点。总结了超宽带雷达生命 探测装备的国内外发展现状，包括主要研究团队和典型产品特征。梳理了基于超宽带雷达的穿墙生命体征信号检测技术整 体框架，围绕回波信号去噪、回波信号增强、回波选择与距离定位以及生命信号分离与重构4部分内容进行了详细介绍与方 法总结，并分析了深度学习在生命体征信号检测中的应用现状。最后，从产品与技术角度出发，对未来研究方向进行了展望。

摘要:为解决光伏功率预测时不确定性强、影响因素较多等问题，提出一种基于变分模态分解(variational mode decomposi- tion,VMD) 的光伏功率预测方法。首先，对原始的光伏功率数据进行变分模态分解分解，分解为不同频率较平稳的模态分量； 其次，计算不同模态分量的排列熵，根据排列熵将不同分量进一步合并，并在考虑不同影响因素(温度、辐射等)的条件下，分 别将不同频率模态分量(intrinsic mode function,IMF)经过双向门控循环单元一自注意力(bi-directional gated recurrent unit- attention,BiGRU-Attention) 模型进行预测；最后，将不同频率分量的预测结果叠加重构得到最终预测值。对中国某地区光伏 功率数据进行实验测试，实验结果表明，提出的模型相较于BiGRU 模型，平均绝对百分比误差(MAPE)、均方误差(RMSE) 和 平均绝对误差(MAE), 分别降低了11.25%、8.51%和11.92%,其预测误差得到显著降低。

摘要:针对配电网投建过程中如何规划分布式电源(distribution generation,DG)的配置使得电网公司和用户获得可观效益 的问题，提出了一种考虑季节性因素影响的电网公司与用户协同优化模型。首先，考虑配电网建设环节和运行环节之间的交 互关系，搭建了DG 投建计划的整体框架；其次，以新增配电线路的经济性为目标，计入碳税成本，构建了可靠运行约束下的配 电网规划模型；然后，搭建了考虑配置DG 及调整运行过程中用电策略的用户效益模型，并基于遗传算法提出了协同优化模型 的求解方法，以期最大程度地提高整体获益；最后，基于IEEE33节点网络对协同优化模型的可行性进行验证分析。结果表 明，所提出的清洁能源接入下计及季节性因素的配电网效益优化模型可以在提升整体性能的基础上有效提高运行效益。

摘要:针对斑马优化算法易陷入局部最优和鲁棒性差的问题，提出了一种多策略融合的斑马优化算法。首先采用基于Lo- gistics 混沌的收敛因子作为步长控制因子，平衡了算法全局探勘与局部开发能力，提高了算法的寻优精度；其次采用位置扰动 策略，避免了迭代过程种群多样性的减少，增强了算法跳出局部最优的能力；最后采用记忆更新策略，降低了位置更新策略的 盲目性。利用14个标准测试函数，在收敛精度、收敛速度、统计检验3个方面对改进后算法的优良性进行实验检验。实验结 果表明，改进策略有效地提升了斑马优化算法寻优精度与跳出局部最优的能力。在工程优化问题上进一步验证了算法处理 实际优化问题的有效性与实用性。

摘要:针对自动驾驶领域中，激光雷达获取的点云数据存在稀疏性以及边缘噪点误检等问题，提出一种基于改进PointPil- lars的点云车辆目标检测方法。首先，基于SimAM 注意力机制改进体素化特征输入，使得网络特征提取阶段能更加关注关 键信息，提高特征学习的全局性。其次，基于卷积块注意力模块(CBAM)改进骨干网络结构，提出全新的轻量化通道注意力模 块 Tiny-CAM 和可变形空间注意力模块 Deformable-SAM,构建Multi-CBAM骨干网络，提升网络特征提取及特征融合能力。 在KITTI 数据集以及非公开车库点云数据集上进行验证，实验结果表明，与原网络相比，改进PointPillars方法具有更高的检 测精度，平均检测精度提升2.98%,针对遮挡小于30%的点云车辆目标检测精度提升6.51%,证明了该方法的有效性。

摘要:针对弱纹理、弱几何特征的双目视图，生成视差质量较差的问题，提出了适应弱纹理与几何特征的十字匹配块的立体 匹配算法。采用双线性视差插值框架，以提高时间效率；通过双目视图中少量规则点计算其整体视差变化趋势，以较少时间 确定视图的最大视差和规则点的视差；融合Census 序列、色彩和梯度等信息计算十字匹配块的代价，以增强弱纹理特征的视 图的视差生成质量；基于初始视差图像的局部几何特征，十字匹配块和子块旋转相应的最优角度进行代价计算，以增强弱几 何特征的视图的视差生成质量。实验结果表明，与SGM、AD-Census、PMS、ELAS等算法比较，生成的视差图像质量整体效果 好，对于弱纹理、弱几何特征局部区域，视差质量提升明显；基于6对测试图像，与PMS 算法相比，视差图像的均方误差 (MSE) 减少30.97%,执行时间平均为其1/4。

摘要:针对现有的风格迁移方法在对水表进行数据增强后导致颜色失真，内容保留不完整等问题，提出了一种基于大卷积 核的任意风格迁移算法(arbitrary style transfer algorithm of large convolutional kernel,LKAST)。首先，针对风格图像使用大 卷积核提取风格特征，保留风格特征的高层特征；此外，通过引入新的损失函数，更好的保留迁移结果对内容的保留；最后，通 过两组对照实验验证方法的有效性。实验结果表明，该方法能够在模拟水表现场环境的同时保留足够的内容信息，在仅改变 数据增强算法的前提下，单次多框目标检测(SSD) 算法准确率提升6.84%,YOLOv5 准确率提升6.56%。

摘要:为解决热水壶人工冲压生产线送料强度大、安全系数低、人工成本高及自动化程度低的问题，提出基于RobotStudio 搭建多机器人智能冲压生产线，进行离线编程及仿真的设计方案。根据热水壶冲压生产工艺要求，构建了工业机器人生产线 布局方案，设计了气动夹钳式末端执行器，创建了动态Smart 组件及生产线仿真运行I/O 信号，实现了多台工业机器人协同 冲压的生产线离线编程及仿真。仿真结果表明，通过传输控制协议(TCP) 追踪机器人运动路径结合Smart 组件将生产节拍提 高了33.3%,仿真结果验证了工艺过程及生产节拍的合理性，采用信号分析监测并将机器人的最大加速度am& 降低了 43.116m/s², 减少了机器人的轴间磨损。RobotStudio软件生成的离线程序可减少机器人现场调试时间。

摘要:当前数模转换器(DAC) 测试面临不能兼顾采样精度与采样速率的问题，测试时通常只能二者选其一，随着 DAC器件 的发展，常规测试系统不能满足当前测试领域需求。针对采样速率提升导致系统噪声提高，最终使采样系统有效分辨率恶化 的问题，在分析对比了当前采样技术和系统噪声影响的基础上，提出了基于顺序等效采样的DAC 测试方法。该方法将高频 的原始信号在时间域上展开，其核心是制造采样周期与输入信号的周期的固定频差以进行分周期采样。对采样时钟抖动对 系统有效位数的影响进行分析，确定了系统的最大时钟抖动，根据被测信号周期特征设计了测试系统的采样结构与周期。并 对一款16 bit,500 MHz输出的DAC 进行了测试，其结果与传统外挂频谱仪的测试结果进行对比。对比结果表明两次实验获 得的频谱特征一致，采用本文设计的测试系统获得的测试结果得到了约4dBc 无杂散范围提升，约3 dBc 双音交调参数提升， 证明基于顺序等效采样DAC测试方法的有效性。

摘要:针对轨道交通列车的风源系统在每日高强度和负荷的运行环境下容易发生故障的问题，结合空气压缩机作为系统的 核心部件受多种因素影响呈间歇性运行进而导致监测数据在时间维度上分布不均，现有基于连续运行数据的故障预警方法 难以适用的情况，研究了一种适应列车风源系统的故障预警框架。首先结合不同类型数据的特点提取多维时序特征，并使用 Informer 模型学习正常数据特征，同时应用基于树结构的贝叶斯优化算法(TPE) 优化模型参数。然后通过分析模型预测值与 实际测量值的残差，提出了一种预警指标计算方法。在公开的列车风源故障数据集 MetroPT3 上的仿真实验结果表明，该预 警框架最早于故障前220个周期发出预警，且最晚于前22个周期发出预警，并对误报具有良好的鲁棒性。

摘要:大力发展风电、光伏等可再生能源是我国实现“双碳”目标的重要途径。风光等分布式电源(distributed generation, DG)大量接入配电网后，将储能电池作为灵活性调节资源，可提升配电网风光消纳、碳减排和运行稳定性能力。考虑碳排放强 度提出了碳排放指标，建立了考虑风光消纳和碳减排的配电网混合储能(hybrid energy storage,HES)优化配置模型；并通过 禁忌搜索(tabu search,TS)和改进学习因子粒子群优化算法对模型进行求解；最后，通过IEEE-33 节点配电网系统进行仿真 分析，验证了所提方法的有效性。结果表明，合理配置混合储能可以有效提高配电网风光消纳能力、碳减排能力和运行稳 定性。

摘要:中药饮片是指药材经炮制后可直接用于中医临床或制剂生产的药品，针对中药饮片种类繁多、形状各异、鉴别困难的 问题，提出一种改进 Res2Net 和注意力的中药饮片识别模型 BIM-Res2Net50-IECA。首先，在Res2Net 的基础上引入双向融 合策略，促进不同尺度特征之间的有效交互，获取更精细和丰富的特征信息；其次，使用最大池化改进 ECA 注意力机制，同时 增强全局视角和显著性特征，突出中药饮片重要的特征区域；最后，结合 Softmax Loss和Center Loss构造联合损失函数，有 效地调节类内以及类间距离，提高分类的准确性。实验表明，基线模型能有效提取多尺度特征，BIM-Res2Net50-IECA在构建 的16类中药饮片数据集上的准确率、精确率、召回率和FI-Score分别为94.74%、94.27%、94.83%和94.55%,与先进的 Tansformer分类模型相比，具有更低的计算复杂度和更高的准确率，能为中药饮片的智能识别提供有力支持。

摘要:为科学评定分析直流式风洞运行数据准确性，以WZ860070-E 型直流式风洞为研究对象，参照QX/T84-2007《 气象 低速风洞性能测试规范》对风洞的流场均匀性和流场稳定性进行测试实验。通过 GUM 方法对2、40、60 m/s 测试点的流速均 匀性、流速稳定性的测试结果开展测量结果不确定度评定。结果表明，测量重复性引入的分量为主要影响量；扩展不确定度 评定结果基本满足JF1094-2002《 测量仪器特性评定》的合格判据，可信程度较高；受标准测试设备性能及外界因素影响， 2m/s 风速流场均匀性和流场稳定性的测量结果扩展不确定度结果同高风速的相比偏大。

摘要:近年来，随着大型光电设备的应用需求不断增加，其稳定可靠的驱动方法逐渐成为研究热点。直流有刷电机因为具 有非线性周期转矩波动和大电流引起的电磁干扰等固有缺点，已经无法满足设备体量不断增大的需求。永磁同步电机作为 一种技术成熟的电机，具有运行稳定，输出力矩大，可靠性高等特点，逐渐成为大型光电设备驱动电机的一种优选方案。评估 大型光电设备中永磁同步电机的性能，以确保其在高精度光电系统中的性能和可靠性。通过设置模拟实际工作环境，采用标 准化测试流程对永磁同步电机进行测试，重点关注其速度阶跃指标和平稳性的测试。测试结果表明，永磁同步电机在速度阶 跃过程中超调量低于15%,稳定时间优于0.4s; 低速运行时的速度波动均能达到设备使用要求。可见，永磁同步电机在大型 光电设备应用中表现出高效的性能和良好的可靠性，可作为大型光电设备驱动单元的优选方案。

摘要:启闭机钢丝绳在水电站运行中用于闸门提升，对水电生产的安全稳定至关重要。然而，传统的人工检测方法存在效 率低、准确率差等问题。利用钢丝绳监测图像进行缺陷定位，不仅可以大幅提高检测效率，还能够实现高准确率的缺陷定位。 提出了一种基于 U-Net 结构的方法，通过编码器提取不同尺度的图像特征，再利用解码器将这些特征还原为缺陷定位标签， 从而实现钢丝绳的缺陷定位。实验结果表明，所提方法明显优于传统卷积网络，且在Dice系数、交并比(IoU) 和 Hausdorff 距 离3个评价指标上分别优于对比算法0.29、0.23以及0.0047,能够实现更准确的钢丝绳缺陷定位。

摘要:针对轴承微小故障信号非平稳非线性且易受背景噪声干扰的特点，提出了一种基于格拉姆角场和多尺度卷积神经网 络(Gramian angular field and multi-scale convolutional neural network,GAF-MCNN)的智能故障诊断方法。首先，利用分段 聚合近似算法对原始振动信号进行压缩降维预处理，以减少数据存储空间和提升计算效率；然后，利用格拉姆角场算法将一 维序列信号转换为二维矩阵热图，二维化后的矩阵加强了原始振动信号间的时间关系，将时间维度编码到了矩阵结构中；最 后，设计了基于多尺度卷积神经网络对故障进行高效快速智能诊断。实验结果表明，GAF-MCNN 诊断方法不仅克服了传统卷积 神经网络诊断方法存在的计算效率较低的问题，而且诊断准确率优于单尺度卷积神经网络方法，具有较强的工程实用性。

摘要:为实现对电力系统中的干式变压器的状态监测及早期故障诊断，结合声发射传感器、温度传感器、湿度传感器等多类 传感器对干式变压器进行状态监测和故障诊断，开发一套基于LabVIEW 的干式变压器故障诊断系统。针对声发射、温度、湿 度等数据，采用基于金豺优化算法的变分模态分解方法，提取出数据趋势，根据趋势的变化规律识别出潜在的早期故障；针对 高采样率的声发射数据，采用基于多尺度Teager能量算子(TEO) 的特征提取方法，提取出早期故障的微弱特征。仿真和应 用表明，系统对信噪比为-10dB 左右的微弱早期故障信号具有优越的识别和诊断能力。系统的优点是结合声发射对材料劣 化的敏感性和趋势及微弱特征分析方法，可在故障早期进行预警，而无须完全依赖指标阈值。

摘要:基于单片机的酒驾监控系统在国内外受到了广泛关注与研究，其主要是通过集成单片机、酒精浓度传感器、A/D 转换 器及声光报警等模块，实现对驾驶员呼出气体中酒精浓度的实时监测与超标报警。目前研究重点关注高精度酒精传感器、数 据融合技术、嵌入式系统开发以及系统的集成化与智能化等方面，而多数系统使用的51系列单片机其稳定性与准确性有待 提高，系统功耗、通信速度以及环境适应性等都需要不断改进。根据系统易用性、可靠性以及安全稳定性等设计需求，设计了 基于STM32 的防酒驾监控系统，主要采用嵌入式系统进行开发与设计，包括硬件电路的功能设计与软件程序的调试与验证， 并对系统整体各部分电路进行了具体的设计与功能分析，设计出满足需求的最小应用系统。软件采用最优化程序设计方法 以使系统运行平稳。系统整体设计电路简化、操作方便、功能优化、成本较低。经过调试与检测，该系统能够精确检测酒精浓 度，检测有效率为96.5%,误差不超过±5%,具有很好推广使用价值。

摘要:为解决驾驶员疲劳导致交通事故的问题，提出一种基于多特征经验融合的驾驶员疲劳状态视觉检测方法。首先，通 过实时捕捉和提取驾驶员面部状态特征，包括眼部特征和嘴部特征，并采用经验融合模型对这些特征进行分析。接着，将多 维度面部行为信息映射到卡罗林斯卡睡眠量表(KSS) 分值，以此评估驾驶员的疲劳状态。最后，搭建实验验证了该检测方法 的准确性、可靠性和有效性。实验结果表明，对于不同程度的疲劳状态，该方法的准确率分别为清醒状态90.34%,轻度疲劳 90.17%,中度疲劳90.46%,重度疲劳97.67%。该检测方法能够准确评估驾驶员的疲劳程度，为提高行车安全性提供了有效 的技术支持。