一种基于改进多任务学习的手背静脉识别方法与系统

针对当前手背静脉识别产品较为缺乏的问题,为了促进深度学习技术在手背静脉识别领域的落地应用,提出一种基于改进多任务学习的手背静脉识别方法,同时开发一套基于软硬件协同的手背静脉识别系统。来自采集手背静脉数据集上的实验结果显示,改进算法在嵌入式设备上能够取得99.59%的准确率、0.437%的等误率、小于1 s的识别时间,足以满足大多数常见应用场景对识别性能的需求,为手背静脉识别方法的落地应用提供了一种有效的解决方案。

基于多任务学习和单任务学习组合模型的综合能源系统多元负荷预测

针对气象因素对多元负荷变化的灵敏度差异及多元负荷间耦合强度的差异导致多任务学习(multi-tasklearning,MTL)预测模型精度受限的问题,该文提出一种MTL和单任务学习(single-tasklearning,STL)组合的多元负荷预测方法。首先使用基于长短期记忆(long and short-term memory,LSTM)网络的MTL模型提取多元负荷间的耦合信息进行初步预测;然后采用基于前置双重注意力长短期记忆(dual attention before LSTM,DABLSTM)网络的STL模型减少输入噪声进行二次预测;同时将初步的预测值输入STL模型,使得STL模型可以考虑未来的时序信息;最后,通过全连接层对两个模型的预测结果进行融合得到最终的预测结果。实验结果表明,所提组合模型相比单一的MTL和STL模型具有更高的预测精度。

基于动态贝叶斯网络的多任务剖面混联系统可靠性评估方法

针对混联系统,任务众多和环境复杂多变的特点,进行系统可靠性评估时往往需要考虑不同任务剖面和工作条件。考虑到混联系统的多任务剖面转换时逻辑结构变化,组件数量不同,待工作组件故障的多状态以及故障影响延续等问题,提出了多任务剖面的混联系统可靠性建模与综合评估方法。以含有表决模型的混联电子系统为例,建立多任务剖面可靠性模型,利用动态贝叶斯分析待工作组件的故障状态,从而获得待工作组件故障在任务剖面间的延续性对系统可靠性的影响,同时使用蒙特卡洛方法得到系统中可变参数影响下组件的寿命值。以雷达天线电子系统为例对可靠性模型进行检验,将该模型与不考虑待工作组件故障的模型进行对比,结果表明,考虑待工作组件故障能够更加精确的获知系统可靠性变化趋势,实例验证了该方法对于多任务剖面下混联系统的可靠性评估的有效性。

基于1553B总线的大规模信息系统设计问题研究

某大型航天器GNC系统应用1553B总线构建了其规模庞大的信息系统,在信息系统设计过程中产生了3个问题:超长总线下的稳定通信、应用层协议的设计、多条总线的管理等。对这3个问题开展研究,描述了3个问题的由来,给出了问题的解决方法,并验证了方法的实际效果。结果表明:总线中继的方法,有效解决了1553B总线在240 m长度下的稳定可靠通信问题;广播帧计数回传的应用层协议,节省了总线数据通讯开销、并提供了丰富的故障诊断信息;遍历寻优的总线管理策略,最大程度上发挥了多机多总线系统的容错能力。

基于总线同步的多驱动系统漏电流分析与抑制

多驱动系统中漏电流的大量存在是影响数控加工装备长期稳定运行的重要因素,提出了一种邻消抑制措施,能够有效减少多驱动系统中漏电流,避免漏电保护装置频繁触发。该措施采用PWM调制策略,将空间位置相邻的两个驱动单元的共模电压矢量方向反向,以抵消它们之间的高频共模电压分量,从而有效地抑制了多驱动系统的漏电流。主要创新之处采用了一种软件控制的方式实现了对多驱动系统漏电流的抑制,该措施不但可以有效地抑制漏电流,而且实现成本低。实际测试平台的结果表明,邻消抑制措施在多驱动系统中能够有效降低70%~80%的漏电流,保证了多驱动系统的稳定运行。

基于AUTBUS总线的机载无线柔性分布式测试系统数据同步采集技术

本研究致力于机载无线柔性分布式测试系统的研制,以解决在飞行试验中测试系统占地空间大、线缆使用量大、走线复杂、测试通道数量多等问题。分布式系统的节点分布在不同的位置,其内部时钟可能因多种因素而出现不同步的情况,从而影响数据采集的精度。通过灵活的时隙资源分配机制实现AUTBUS总线的动态调整,确保系统通信的高效稳定。采用1PPS、TOD及AUTBUS总线对表算法,系统能够有效地实现全网节点设备的时间同步,确保各个节点在相同的时间基准上进行协同操作。测试数据同步采集基于外部触发的模数转换模块,在全网协同事件的时刻实现各节点数据的同步采集。测试结果表明系统的同步数据采集精度最低为822.5 ns,满足飞行试验中机载测试的数据采集需求。

多任务推荐算法研究综述

单任务推荐算法存在数据稀疏、冷启动和推荐效果不稳定等问题。多任务推荐算法可以将多种类型的用户行为数据和额外信息进行联合建模,从而更好地挖掘用户的兴趣和需求,以提高推荐效果和用户满意度,为解决单任务推荐算法存在的一系列问题提供了新思路。首先,梳理了多任务推荐算法的发展背景与趋势。其次,介绍了多任务推荐算法的实现步骤以及构建原则,并阐述了多任务学习具有数据增强、特征识别、特征互补和正则化效应等优势。然后,对不同共享模式的多任务学习方法在推荐算法中的应用进行了介绍,并对部分经典模型的优缺点及任务之间的关系进行了归纳总结。接着,介绍了多任务推荐算法常用的数据集和评估指标,并阐述了与其他推荐算法在数据集合评估指标方面的区别和联系。最后,指出多任务学习存在负迁移、参数优化冲突、可解释性差等不足,对多任务推荐算法与强化学习、凸函数优化方法、异构信息网络相结合进行了展望。

《空间数据与信息传输系统 航天器CAN总线通信协议》国家标准解读

国家标准《空间数据与信息传输系统航天器CAN总线通信协议》(GB/T 43671—2024)旨在规范和指导航天器CAN总线的设计与应用,该标准覆盖了航天器CAN总线通信的物理层协议、数据链路层协议、总线通信过程与协议、可靠性设计要求等,为空间数据与信息的可靠传输提供有效保障。为促进该标准在航天工程领域有效实施与广泛应用,本文从标准的诞生背景、目的意义、主要内容等方面进行了剖析与解读。

麒麟操作系统下的任务分发方法探讨

本文主要介绍了一个基于麒麟操作系统的多任务分发系统框架,分析了多种数据传输技术的特点及应用,并设计了一个任务分发方法,以应对不同应用场景下数据收发和存储处理需求,旨在为相关从业者提供参考。

《空间数据与信息传输系统航天器1553B总线通信协议》国家标准解读

1553B总线在我国已广泛应用于各式各类的航天器中,取得了丰富的应用实践经验积累。制定GB/T 43669—2024《空间数据与信息传输系统航天器1553B总线通信协议》是为了解决1553B总线在各型号任务中制定的应用通信协议不够一致、难以跨任务、跨组织重用的问题,解决与底层1553B总线协议衔接的标准化设计问题。该标准提炼总结了我国1553B总线在航天器上应用实践的共性设计,借鉴了ECSS-E-ST-50-13C写作风格和思路,兼顾了与其在概念上和设计上的衔接,有利于今后的国际合作。本文介绍了该标准制订的背景、目的意义,以及标准主要内容的编制思路。

《空间数据与信息传输系统 航天器SpaceFibre总线通信协议》国家标准解读

SpaceFibre总线是专门面向新一代智能航天器在轨海量数据可靠传输设计的新型超高速组网互联技术,其提供了优先级、带宽预留和时隙规划等多种服务质量保证机制,支持最高50Gbps的超高链路传输带宽,具备数据检错重传、链路状态机管理、多信道冗余与平滑降级等多层级容错机制,在航天器安全关键应用领域具有显著优势。制定GB/T 43670—2024《空间数据与信息传输系统SpaceFibre总线通信协议标准》,对于支持SpaceFibre核心芯片和网络系统研制,保证各类星载高性能处理设备之间高速通信接口一致性和匹配性,实现整星系统快速集成测试和不同航天器之间产品可重用性具有极其重要的意义。

浅谈汽车CAN总线通信系统的教与学

随着汽车电子化的发展,CAN总线通信系统在汽车维修专业中的重要性日益凸显。本文探讨了基于CAN的车窗控制系统,结合硬件电路和软件程序设计以及示波器和CAN分析仪的使用,来加深学生对CAN总线通信系统原理和协议及数据收发过程的理解。这种实践性学习方法能够增强学生的学习兴趣,提高学生的创新能力,为未来做好汽车维修等岗位工作打下坚实基础。

应用于远程配电组件系统的改进型CAN总线设计与验证

为了将CAN总线应用于国产大飞机的远程配电组件系统,设计了一种改进型的CAN总线应用方案。针对国产大飞机远程配电组件系统的特殊性设计要求,选择合适的网络拓扑结构和通信速率,对CAN的标识符和数据域结构进行合理划分,并定义CAN消息转换为ARINC664报文的格式,然后设计附属RPDU和网关RPDU的通信模块。其中,基于ARINC825协议改进了CAN通信的可用性和完整性,基于TTCAN协议改进了ARINC825的通信调度机制,保证了CAN通信的确定性。实验结果证明所提方案满足设计要求,具有可行性。

基于分层软总线的新型通用操作系统结构模型

传统的操作系统设计所面临的主要挑战是需要管理的资源数量,多样性,分布范围不断增加以及系统状态频繁变化.然而,现有操作系统结构已经成为应对上述挑战的最大障碍,原因如下:(1)紧耦合和中心化的结构不仅损害了系统的灵活性和扩展性,还导致了操作系统生态分离;(2)系统中单一的隔离机制,如内核态-用户态隔离,造成了各种能力之间的矛盾,如安全性和性能等.为此,结合简捷的分层软总线设计思想和多样化隔离机制来组织操作系统组件,提出一种新型操作系统模型——Yggdrasil.Yggdrasil将操作系统功能分解为以软总线相连接的组件节点,其通信被标准化为经软总线的消息传递.为支持特权态等隔离状态的划分和不同的软件层次,Yggdrasil还引入桥节点实现多层软总线的级联和受控通信,通过自相似的拓扑特性使操作系统的逻辑表述能力和扩展性都得到了极大的强化.此外,软总线的简单性和层次性也有助于实现去中心化.构建操作系统的分层软总线模型实例HiBuOS,通过3方面的具体设计验证并展示基于Yggdrasil思想来开发新型操作系统的可行性:(1)根据目标操作系统的规模和要求设计规划多层总线结构;(2)选择具体的隔离和通信机制实例化桥节点和软总线;(3)实现基于分层软总线风格的操作系统服务.对HiBuOS的评估表明,它没有引入明显的性能损耗,而且还在提高系统可扩展性,安全性和生态发展方面具有显著的优势和潜力.

芯粒集成系统封装I/O高速总线架构设计及实现

随着集成密度和单片处理速度的不断提升,芯粒集成系统封装(Chiplet SiP)中互连网络日趋复杂且信号与电源完整性、传输能耗问题日趋严重,芯粒与SiP外部的数据交换I/O(Input/Output)容量的提升遭遇瓶颈。为提升芯粒集成度、提高数据传输速率与准确率、降低系统功耗,根据芯粒间通信的最新标准通用芯粒互连技术(Universal chiplet interconnect express, UCIe),利用高速串行计算机扩展总线标准(Peripheral component interconnect express, PCIe)在高速数据存储及传输方面的技术优势,设计出一种芯粒高速I/O通信的架构,并用FPGA验证了此架构的可行性,为UCIe标准的落地提供了一种实现途径。

运载火箭新一代遥测系统中FC-AE-1553总线技术应用研究

随着军用电子系统对网络实时性和确定性的要求越来越高,FC-AE-1553作为一种实时性强、确定性高的基于光纤通道的命令响应网络协议,已经越来越广泛地应用于航空电子环境的数据传输、飞行控制等领域。介绍了FC-AE-1553总线的基本特性,并以运载火箭遥测系统为背景,构建简单星形网络拓扑,采用FC-AE-1553总线协议为通信载体,验证FC-AE-1553总线技术在运载火箭遥测系统中的适用性。

基于PXI总线的校靶测试模拟系统研制

为满足某型飞行器校靶测试系统的研制调试需求,提出一种基于虚拟仪器与PXI总线技术的校靶测试模拟系统研制方法。分析模拟系统的功能需求,选用符合要求的功能模块和外部设备,并设计转接适配器;对部分特殊信号进行特征分析并构建合理的信号模型;按照模拟系统软件的功能需求,结合线程同步技术在Visual Studio软件开发环境下完成系统软件研制;测试结果表明,模拟系统信号输出稳定可靠,电压输出精度优于±0.01 V,频率输出精度优于0.1 Hz,时间控制精度优于0.01 s,满足校靶测试系统调试需求,可有效辅助测试系统研制调试,缩短研发周期,降低调试成本。

面向EtherCAT总线的伺服系统误差及插补算法误差辨识方法

目前,工业运动控制中多采用EtherCAT总线进行主站和从站之间的通信,在EtherCAT总线上传输着大量的运动数据信息。基于此,提出一种面向EtherCAT总线的伺服系统误差及插补算法误差辨识方法。此方法通过ET2000和Wire-Shark抓获运动过程中EtherCAT总线上的数据,筛选有效数据生成pcapng文件,再对此文件和运动控制系统的ENI xml文件进行解析获得目标位置和实际位置信息,最后对得到的位置信息进行误差分析。针对各类误差设计了相应的运动轨迹,在机床上对单轴点位运动、两轴插补运动及两轴前瞻插补运动进行了多组运动控制实验,完成了伺服响应滞后、伺服动态性能不匹配、跟随误差、位置到位抖动以及插补算法误差等的辨识,通过此方法可获得单轴的运动控制精度以及多轴运动之间相互配合的能力。

基于FPGA的弹箭多种通讯总线故障注入和自动诊断系统的设计与实现

在弹箭研制过程中需要对弹箭制导控制部件进行故障注入,模拟弹上总线通讯故障,进行研究性测试;对总线通讯质量进行测试验证,提出一种面向弹箭的多种类型总线故障注入和自动诊断系统;故障注入板卡为制导控制部件提供多种类型总线信号的物理层的断路故障注入、短路故障注入、串行阻抗故障注入、并行阻抗故障注入;设计了基于FPGA的体系架构,构建了测试系统;论述了故障注入、诊断系统的工作原理、系统体架构和硬件设计、并阐述了故障注入、故障诊断方法实现;试验表明该诊断系统通过故障注入,能够模拟物理线路中的一些故障,对系统的稳定性和鲁棒性进行检测;对弹箭联试测试过程中的总线通讯自动全面评价,并给出定量测试分析结果的诊断报告。

基于多任务学习的新型电力系统故障诊断方法

当前对于电力系统故障诊断的研究大都基于传统电力系统,而且对于不同诊断任务采用不同的诊断模型,这在实际应用中不仅造成了设备资源的浪费,也忽略了各诊断任务之间的关联。为此,运用多任务联合训练方式挖掘不同诊断任务之间的关联信息,建立一种多任务学习的新型电力系统故障诊断模型。首先通过底层共享深度置信网络(DBN)层进行特征提取;然后通过顶层分类层输出诊断结果;最后实验结果表明,所提模型不仅能够实现新型电力系统的故障类型和故障选线诊断任务,而且具有较高的效率以及精度。除此之外,还与同结构的单任务学习诊断模型进行对比,结果表明,多任务学习模型诊断效果更好。