占空比传输机制下基于协同预测的时变不确定系统递推滤波

以工业互联网为背景,研究占空比传输机制下一类时变不确定系统的滤波问题,结合协同预测方法设计了新颖的递推滤波算法,解决了占空比传输机制下滤波性能降低的问题。首先给出描述占空比传输机制的数学模型,然后提出结合协同预测方法的递推滤波方案,设计基于占空比机制的递推滤波算法,推导了滤波误差协方差矩阵的一个上界,随后分析这个上界的有界性,实现了在稀疏数据情形下提高滤波性能的目的。仿真结果验证了所提算法的高效性和有效性。

利用MQTT通信实现图像广播功能

图像广播功能不仅可以降低项目建设成本,而且能够提高图像采集设备的利用效率。为有效解除应用程序耦合及简化代码复杂度,本文提出一种基于MQTT通信的图像广播功能的方案。该系统采用EMQX软件搭建MQTT服务端,使用paho-mqtt客户端库创建客户端应用程序,并采用BASE64对图像进行编解码。测试结果表明,该图像广播系统基本达到了设计要求。

自适应事件触发机制下分布时滞Markov跳变网络化系统H_(∞)故障检测

传统事件触发机制中阈值的选择会对信号传输效率产生很大影响。针对此问题,研究了自适应事件触发机制下具有分布时滞的Markov网络化系统的故障检测问题。设计了一种模态相关的自适应事件触发机制,通过动态调整阈值,提高了网络资源利用率。考虑网络时延和数据丢包现象,同步设计触发器和故障检测滤波器。构造模态相关的Lyapunov泛数,根据积分不等式技术推导出使系统随机稳定且具有H_(∞)性能的充分条件。利用解耦方法和LMI技术求解出了故障检测滤波器参数。最后通过数值仿真验证了方案在节省网络资源上的优势。

基于群结构集成势均衡多目标多伯努利滤波器的群目标跟踪算法

群目标跟踪已被广泛应用于作战对抗、自动驾驶、低空防御等各个军民领域。群目标是指由多个单目标组成,并以相同的速度或方向进行移动的一组或多组目标集群。鉴于随机有限集(Random Finite Set,RFS)滤波器在处理多目标数据关联方面的优势,现有的群目标跟踪算法大多基于RFS滤波器。然而,这些滤波器在对群目标进行跟踪时大多忽略了各目标之间的关联、依赖关系等问题,为此,提出了一种基于群结构集成的势均衡多目标多伯努利(Cardinality Balanced Multi-target Multi-Bernoulli,CBMeMBer)滤波器的群目标跟踪算法。具体而言,首先通过邻接矩阵对目标群结构进行估计,即将群目标看作无向图,利用各目标之间的距离来估计群目标的邻接矩阵,进而将群目标划分为多个子群。并根据各子群中目标的运动状态,将其划分为群中心和群成员两种类别,分别建立了运动方程。而后在预测步骤中,利用估计的群结构来对目标状态进行预测。特别地,在滤波器的高斯混合实现步骤中,多个高斯分量被用来拟合相对应的各伯努利分量,但过多高斯分量的存在会降低对群目标状态估计的准确性,从而降低群结构估计的准确性,因此,在状态提取阶段,本文所提算法对高斯分量进行修剪,即对更新步骤后的每个伯努利分量中所包含的高斯分量进行筛选,只保留一个权重最大的高斯分量。最后,仿真结果表明,本文所提算法实现了对群目标的稳定跟踪,且跟踪性能优于传统的CBMeMBer滤波器。

基于改进K-means数据聚类算法的网络入侵检测

随着入侵手段的不断更新和升级,传统入侵检测方法准确率下降、检测时间延长,无法满足网络防御要求。为此,提出一种经过改进K均值(K-means)数据聚类算法,以应对不断升级的网络入侵行为。先以防火墙日志为基础转换数值,然后基于粒子群算法求取最优初始聚类中心,实现K-means数据聚类算法的改进;最后以计算得出的特征值为输入项,实现对网络入侵行为的精准检测。结果表明:K-means算法改进后较改进前的戴维森堡丁指数更小,均低于0.6,达到了改进目的。改进K-means算法各样本的准确率均高于90%,相对更高,检测时间均低于10 s,相对更少,说明该方法能够以高效率完成更准确的网络入侵检测。

基于LSTM神经网络的浮选品位预测模型

针对目前选矿行业中浮选环节的精矿品位难以实时监测的问题,提出基于长短时记忆(LSTM)网络的浮选品位预测模型。利用浮选品位参数在时序上的相关性,采用两层LSTM网络提取特征,将浮选过程中的药剂添加量、充气速率、矿浆pH值等参数作为输入值,对浮选后的精矿品位进行实时预测,并以平均绝对误差(MAE)、均方根误差(RMSE)、可决系数(R~2)对预测结果进行评价。实验结果表明:该神经网络模型的参数与结构设置合理,预测表现良好,MAE为0.080 7、RMSE为0.109、R~2达到了0.678。该模型适用于浮选环节的实时精矿品位预测,后续可根据预测值反馈调节浮选过程参数,使得精矿品位趋近期望值,对浮选过程的智能化具有促进作用。

基于改进Res-UNet网络的织物瑕疵图像识别方法

复杂花色织物的纹理和色彩常常是非规则的,导致织物表面瑕疵识别难度较高。针对上述问题,研究一种基于改进Res-UNet网络的织物表面瑕疵图像识别方法。采集织物图像并对其实施灰度化、去噪以及直方图均衡化处理,利用蝙蝠算法求取最佳提取网络层数,通过增加特征提取网络层数改进Res-UNet网络,利用改进后的Res-UNet网络识别织物表面瑕疵,并且采用迁移学习算法进一步优化识别模型的参数,实现织物表面瑕疵准确识别。结果表明:本文方法应用下,无论是素色样本,还是花色样本,其识别系数均达到0.9以上,相比基于标签嵌入方法的织物瑕疵识别方法和双路高分辨率转换网络的布匹瑕疵检测方法,本文方法对复杂花色样本的轮廓系数识别更高,适用性更好,识别能力更强。

基于深度学习的移动机器人目标自动跟随控制系统设计

移动机器人在跟随运动目标时,容易受到周围环境的影响,导致目标识别准确性降低,从而影响自动跟随控制效果;为此,设计了基于深度学习的移动机器人目标自动跟随控制系统;系统框架设计为感知层、处理和控制层以及执行层;利用感知层中的视觉传感器、超声波传感器、MEMS传感器,采集信息并传输到处理和控制层,单片机处理器运行两个程序,前一个程序利用深度学习中的残差学习网络、深度卷积网络、长短期记忆神经网络进行图像处理和目标识别,后一个程序结合超声波传感器测距信息计算目标坐标;PLC微控制器承载控制程序,结合MEMS传感器采集到的角度信息,基于PID设计双环控制器,在其控制下实现移动机器人目标自动跟随控制;实验结果表明,所设计系统仅在昏暗环境下误识别一个图像,目标识别功能较强,在不同环境下控制角度跟随平均误差和跟随距离平均误差始终在1.22°和0.074 m以下,具有较高的抗环境干扰能力。

聚合通信技术在水利工程信息化建设中的应用研究

通过对目前水利信息化建设中面临的问题和需求进行分析,提出一种多网聚合通信的组网方案,根据水利信息化不同业务场景和承载要求,主链路,选择聚合通信CPE的WIFI传输为主,备用链路选择聚合通信的4G/5G通信或有线的应用组合,以补充智慧水利建设中偏远地区无线通信困难问题,实现大容量、高带宽、高安全、易建设和低成本特性的数据传输要求。

基于锁相环的高旋飞行体滚转角估计方法

针对高旋飞行体滚转角速率难以直接测量的问题,通过分析高旋飞行体的角运动特征,建立了滚转角运动模型,提出了一种基于地磁信息和锁相跟踪的滚转角估计方法。首先利用最小二乘过零检测方法,提取地磁传感器测量的角频率信息,进而解算得到高旋飞行体的转速信息,再根据高旋飞行体角运动特性和俯仰、偏航轴陀螺测量信号特性确定三阶锁相环环路滤波参数,对提取的角频率信息和转速信息进行锁频锁相跟踪。通过软件仿真和载体试验分别对滚转角估计方法进行了验证。结果表明:利用三阶锁相环方法对高旋飞行体滚转角频率进行有效跟踪,能够获取滚转角速度和滚转角,满足高旋飞行体姿态实时解算要求。

基于随机有限集滤波器的可分辨群目标跟踪技术研究综述

群目标跟踪在救灾搜救、海陆防御和战场作战等领域展现出广阔的应用前景。与传统多目标跟踪不同,群目标跟踪不仅涉及对多个个体目标的跟踪,还涉及对一个群体目标的跟踪。在群体中各个子目标需要同步运动以避免碰撞,同时群体中的子目标数量和群结构还将随着时间推移而改变。根据子目标数量和传感器分辨率的不同,群目标跟踪问题包含可分辨、不可分辨、部分可分辨以及部分不可分辨群目标跟踪等多个类别。其中,可分辨群目标跟踪问题需要同时对群体结构、群内子目标交互和数目进行估计。现有研究主要关注基于传统数据关联和随机有限集滤波器的可分辨群目标跟踪方法,其中,基于随机有限集滤波器的方法通过将多个目标状态联合建模成随机有限集,缓解了数据关联问题,从而可更好地适应跟踪场景。为更好地展示群目标跟踪方法的研究进展,综述了近年来基于随机有限集滤波器的可分辨群目标跟踪的若干代表性方法,包括基于多目标多伯努利滤波器、基于标签随机有限集滤波器和基于泊松多伯努利混合滤波器的群目标跟踪方法。这些方法在处理可分辨群目标跟踪问题时展示出了显著的优势。最后,探讨了存在的问题和未来的发展方向。

最小熵基准的非高斯串级控制回路性能评估

串级控制回路在实际工业生产中有着广泛的应用,相较于单回路控制系统,串级回路有着诸多的优点。副回路的设定不仅使得控制回路的抗干扰能力大大加强,而且还提高了系统的自适应能力。相对于单回路系统性能评估的广泛研究,串级控制系统尤其是非高斯条件下的性能评估研究还很少,且现有的研究成果还存在着一些缺陷。在单回路控制系统性能评估方法的基础上对典型串级控制回路性能评估方法展开深入研究,使用改进的分布估计算法对系统参数进行辨识,并提出新的更优越的性能评价指标,最后通过仿真验证改进方法的有效性。

铝基复合材料制备方法及成型工艺的最新进展

介绍了铝基复合材料当前的发展状况,总结了铝基复合材料的多种制备方法。增强相不同,铝基复合材料的制备方法也不同。铝基复合材料的增强相按照其不同的形貌特征主要分为颗粒增强相、纤维增强相、片状增强相。首先介绍了铝基复合材料的典型制备方法,之后以三种增强相为中心,对其成型工艺进行了说明,列举了不同方法当前的研究进度,最后总结了各种方法在目前研究中存在的问题,并对不同增强相的铝基复合材料的发展前景进行了展望。

面向涡轮叶片变形测量的旋转适应性图像匹配方法研究

研究了超临界二氧化碳涡轮发电系统叶片在工作情况下的变形测量方法。对于叶片变形测量可采用三维数字图像相关法技术路线(3D-DIC),但是需要解决由于叶片切向变形和相机触发误差引起的区域旋转图像的匹配问题(2D-DIC部分)。针对旋转图像的匹配问题,采用了一种旋转适应性图像匹配方法,对于检测点的初值搜索采用基于ORB特征的初值匹配方法,对于检测点的亚像素匹配采用基于反向组合高斯牛顿法(IC-GN)亚像素匹配方法。最终利用旋转-应变图像进行仿真,应变测量精度达到2%,验证了图像匹配方法对于涡轮叶片变形测量的适应性。

多元颗粒协同增强铝基复合材料研究进展

由于颗粒增强铝基复合材料具有优良的综合性能,其成型及制备技术是现阶段关注的热点,也是未来多元颗粒的重要研究领域之一。本文归纳总结了多元颗粒增强铝基复合材料的制备方法,以及搅拌铸造、粉末触变成形、粉末冶金等成型及制备工艺的优缺点。对增强颗粒和基体合金界面润湿性改善的方法及多元颗粒协同增强对铝基复合材料显微结构、力学性能、磨损性能的影响进行了概述,并对未来多元颗粒增强铝基复合材料进行了展望。

灰色模型在蓄水池变形预测中的应用

为了确保蓄水池的安全运行,采用灰色模型构建了蓄水池变形监测的预测模型,并结合蓄水池GNSS监测点的实测数据,对模型精度进行了评估。结果表明,构建的模型具有很高的预测精度,模型预测的结果逼近实际测量结果;灰色模型在蓄水池变形监测中具有较高的精度和可靠性,可以有效地预测池变形趋势和变化规律,为蓄水池安全管理提供重要参考依据。

执行器故障下无人机无人车异构编队控制

针对存在执行器故障的无人机无人车异构系统,研究了编队跟踪容错控制问题。首先,异构系统采用有向图的拓扑结构,且并非所有无人机/车都能接收到参考信号,故在充分考虑无人机/车运动学模型存在较大差异的前提下,设计了一种针对两类系统都通用的分布式信号估计器来获取参考信号的信息。然后,基于参考信号估计值,利用鲁棒自适应控制理论,提出了形式统一的分布式容错控制协议。该协议无需获取精准故障信息,就能有效地补偿故障对异构系统性能的影响,确保异构系统在故障情况下仍能按照预先设定的编队构型跟踪上外界参考信号。最后,通过仿真试验验证了所提算法的有效性。

分布式光伏电站接入配电网继电保护整定优化

为了缓解配电网的供电压力,越来越多的分布式光伏电站接入其中,导致配电网结构发生了改变,因此需要重新整定继电保护的定值,否则,当配电网发生故障时,继电器很难有效发挥其保护作用。提出一种分布式光伏电站接入配电网的继电保护整定优化方法。以继电器协同动作时间总和最小值为优化目标,设置4个约束条件,利用微分进化算法求取目标函数的最优解,得出继电器启动电流和时间整定系数的最优整定值。实验结果表明:在接入分布式光伏电站的两相短路故障时,所提整定优化方法的继电器保护总体动作时间更短,验证了该算法的保护整定效果更好,更有利于继电器迅速排除配电网故障,保护配电网安全。

融合加窗和自适应加权引导滤波改进的Canny算法

针对Canny算法滤波过程中图像细节部分缺失和无法有效去除噪声,并且无法动态识别图像边缘的问题,提出一种融合加窗和自适应加权引导滤波的Canny算法。该算法对Canny算法做出两点改进:一是使用加窗滤波器对图像进行处理,有效滤除噪声,然后对图像进行数学形态学滤波处理,有效增强图像边缘;二是引入分段权值模型对引导滤波算法的正则化参数自适应修正,使其能够根据梯度信息区分边缘和非边缘,从而达到动态识别图像边缘的效果。相比传统Canny算法,改进算法处理后的信噪比提高了1.05~5.22 dB,品质因数提高了0.16~0.35。实验结果表明:改进算法能有效滤除椒盐噪声,识别出比较清晰和完整的边缘。

大批量定制原理及关键技术研究

大批量定制正在成为21世纪制造业的主流生产方式,其核心是尽可能减少产品的内部多样化,增加产品的外部多样化。研究了大批量定制的相似性原理、重用性原理和全局性原理等基本原理,提出了操作性很强的面向大批量定制的开发设计技术、管理技术和制造技术。这些原理和技术已在实际中得到了应用验证。