基于多模态融合和卷积神经网络的逆变器故障诊断

电压源控制型静止同步补偿系统(Voltage source controlled static synchronous compensator,VSC-STATCOM)故障具有随机性和不可预测性,其原始信号难以完全反映功率开关管的波形特征,导致故障特征提取及诊断困难。针对此问题,提出一种结合多模态融合技术(Multi-modal fusion technology,MFT)、双分支卷积神经网络(Double branch convolution neural network,DBCNN)与自注意力机制(Self-attention mechanism,SA)的逆变器故障诊断的方法。首先,利用快速傅里叶变换实现逆变器故障数据的时域模态信号到频域模态信号的转换;然后,利用DBCNN分别提取时域和频域2个模态的特征并进行特征融合,再将利用SA权重自适应分配能力筛选出的关键特征作为故障分类的依据,解决功率开关管开路故障难以辨别的问题。在逆变器故障诊断过程中,采用MFT和卷积神经网络相结合的方法,建立了一种准确而快速的实现故障分类的体系。以VSC-STATCOM逆变器为对象开展实验,实验结果表明,与单模态时域(Convolutional neural network-self-attention mechanism)CNN-SA和频域CNN-SA方法相比,MFT-DBCNN-SA对故障诊断的准确率均有提高;不同相数的实验结果表明,利用该方法仅靠两相就能很好地诊断出故障类别。相较于同领域的研究,所提故障诊断方法的水平持平或有所提升。

基于固定背景的视频浓缩算法设计与实现

视频浓缩是通过图像处理和机器视觉等手段来完成从长时间的监控视频中提取到有价值的内容信息。在视频监控领域中,仅通过人力进行视频的筛查会造成效率低下以及漏报和误报的问题。文章通过相邻帧内容检测方法,运动片段检测方法配合Harris特征点提取算法和SIFT特征点提取算法实现图像特征点配准。提出双模融合的背景建模与内容检测方法,并且采用基于2D距离的运动内容跟踪方法以及GrabCut抠图算法进行了对视频浓缩算法的设计与实现。

基于移动终端双模定位的多场景入侵报警方法

针对现有入侵检测算法精度偏低且漏检情况较为严重的问题,文中提出了一种基于移动终端双模定位的入侵检测算法。该算法构建了包括监测模块、移动终端模块、无线传输模块、中心数据处理模块及自动报警模块等组成的硬件系统。同时在双模定位技术的基础上,采用最速下降法(SDA)和遗传算法(GA)辅助下的粒子滤波法(GPF)对双模入侵定位数据加以校准,从而设计了基于移动终端双模定位的入侵检测算法。在不同场景下进行的实验测试结果验证了所提算法的可靠性,对比同类入侵报警方法,其误检率低至3.8%,漏检率则平均下降了约70%,而且其他性能指标也优于同类文献。

基于声振信号融合的设备智能诊断

单一传感器检测易受外界干扰或自身故障等多种因素限制导致滚动轴承故障诊断结果欠佳一直是设备智能诊断领域难点问题。针对上述问题,提出了一种基于声振信号融合的智能诊断方法。首先,通过传感器配置采集滚动轴承的振动信号和声音信号;然后,利用变分模态分解(variational mode decomposition,VMD)对振动信号和声音信号进行分解与重构;随后,将重构后的声振信号输入双通道卷积神经网络(dual-channel convolutional neural network,DCNN)实现故障特征提取与特征融合;最后,将提取和融合的故障特征输入至DCNN网络SoftMax层进行故障分类建模。结果表明,与基于单一振动信号的CNN故障诊断模型相比,提出的基于声振信号融合的故障诊断方法准确率可以达到99.3%,融合后的特征更能有效区分设备不同的故障状态。

基于HPLC双模通信在台区组网的技术应用研究

在电力系统通信组网中,台区组网作为其中重要一环,主要是智能融合终端和各类配电智能设备间的互联互通。HPLC高速载波通信对台区改动小且可应用范围广,故作为台区组网首选的通信方式。而台区中部分业务设备及传感器由电池供电,无法使用电力线载波技术进行通信,所以在HPLC技术的基础上引入了更适合该工作模式的微功率无线通信技术。在这个系统中,融合终端集中处理整个台区数据,需要支持与HPLC和无线等各种不同通信类型的智能设备通信。为此,提出一种基于HPLC与微功率无线相结合的双模通信混合组网方案应用于台区设备的网络通信中,这种组网技术方案除了能够应对台区组网中多种不同通信的要求,既具备HPLC技术长距离通信特性,又弥补了中短距离通信方面的不足,还可以应用在一些实时性不高、数据量不大的特殊场景,使得电力本地通信业务充分利用专网及无线网资源,兼顾了通信方式的灵活应用,更加适应台区组网通信需求,可以为建设一张具有决策权的台区通信网络提供技术基础。

双模式融合的异步片上网络通信机制

异步片上网络的通信机制直接影响着片上网络的传输延迟和信息交互能力.该文提出了一种双模式融合的异步片上网络通信机制,根据片上网络交互数据的特点,将片上网络中传递的数据分为控制类信息和数据类信息,采用不同的通信机制进行传输.同时,提出了一种可配置的片上网络双模式融合数据通信接口电路,增加了路由节点的通用性,并有效的解决了现有异步FIFO通信机制FIFO深度小、数据传输通道单一等问题.在FPGA平台设计并实现了基于该通信机制的异步片上网络,并以视频处理算法为例,构建了基于双模式融合通信机制片上网络的视频处理系统.测试结果表明,对于面向视频处理的异步片上网络来说,基于双模式融合通信机制的异步片上网络具有更小的传输延迟,更大的吞吐量,和更好的视频处理性能.

多尺度分解算法与融合规则优化组合的双模态红外图像融合

针对现有双模态红外图像多尺度分解算法与融合规则的组合关系不能随着图像特征的不同而改变的问题,提出基于不同图像特征的多尺度分解算法与融合规则优化组合的融合方法。首先分析比较了7种常用多尺度分解算法对图像结构、边缘、纹理特征的提取效果;其次利用8种典型的融合规则对上述特征进行融合,并分析融合效果;最后提出了选择优化组合的融合效果分作为依据,构建了不同组合融合效果分数图,利用该分数图得出对于单特征与双特征融合的优化组合算法。实验结果表明,该优化组合方法对于不同图像特征的融合效果具有明显提升。

被动雷达/红外成像双模制导数据融合方案

提出了被动雷达/红外成像双模制导数据融合方案。针对雷达和红外成像测量数据率不同的特性,研究了被动雷达/红外成像测量输出时间同步校准算法;根据雷达和红外成像测量输出的目标冗余信息对各自测量噪声方差进行在线实时估计,提出了一种具有自适应修正能力的卡尔曼滤波算法;采用神经网络—模糊推理方法设计了具有自主判别能力的测量信息有效性判别系统,提出了基于测量信息置信度的加权融合算法。通过仿真验证了该方案的有效性。

拖曳式诱饵对抗技术研究

基于机载拖曳式诱饵会对雷达导引头形成双点源干扰这一背景,对拖曳式诱饵对抗技术进行了研究。分析了拖曳式诱饵形成干扰的原理,针对拖曳式诱饵不能够对红外导引头形成干扰这一特点,基于雷达/红外信息融合技术,对雷达/红外双模导引头对抗拖曳式诱饵技术进行了研究,论述了双模寻的目标检测跟踪流程。最后在干扰条件下利用雷达/红外信息融合技术对目标跟踪进行了仿真,验证了方法的可行性。

德国“双元制”职业教育本土化的探索与实践——建构“多域互通、融合提升”人才培养模式

通过借鉴德国"双元制"职业教育的经验,针对"双元制"本土化过程中的问题,探索并实践"多域互通、融合提升"的人才培养模式,较好地解决了不具备德资企业集聚优势地区的"双元制"职业教育企业培训问题、德国教育职业标准与国内高职教育教学目标及当地企业需求融合问题、学校理论知识学习与培训中心技能培训之间的教学设计衔接贯通问题。

被动雷达/红外成像制导数据融合系统仿真

数据融合是精确制导武器多模制导系统中的一项关键技术。为提供精确跟踪目标性能,建立了数据融合系统中数据校准等测量信息和制导信息融合等环节的数学模型,并结合精确制导武器仿真平台,构建了被动雷达/红外成像双模制导数据融合数字仿真系统。将构造的外部干扰模型引入数据融合仿真系统,仿真了双模精确制导武器在攻击目标的过程中雷达导引头和红外导引头遭遇外部干扰、测量输出发生异常突跳时融合系统融合处理制导信息的过程,结果表明融合系统在雷达或红外导引头测量输出发生异常的情况下通过估计和融合可以输出有效的制导信息,被动雷达/红外成像双模制导系统采用数据融合方案可以提高精确制导武器的抗诱偏和抗干扰能力。

激光烧蚀R-T不稳定性研究中的双模式CH平面调制靶制备

为研究同一次激光驱动下初始扰动幅值不同时瑞利-泰勒(Rayleigh-Taylor,R-T)不稳定性非线性演化的差别,采用单点金刚石车削技术,以太空铝合金为材料加工了两侧具有不同扰动幅度的模板。然后利用旋转涂覆工艺将模板表面的扰动图形转移至CH薄膜表面,制得了双模式CH平面调制靶。通过QC-5000型光学显微镜、alpha-step 500型台阶仪、NT1100型白光干涉仪等对铝合金模板及CH平面调制靶的周期、振幅等参数进行测量。结果表明:模板和CH平面调制靶的两侧均具有不同的扰动图形;两侧扰动的波长相同,均为54μm左右,但振幅不同,分别为4.8μm和1.9μm;两侧扰动的平衡位置在同一水平面,调制图形的各项参数与设计值基本一致,模板表面的扰动图形成功地转移到了CH薄膜表面,获得了满足R-T不稳定性实验需求的双模CH平面调制靶。

雷达-红外双模制导的神经网络数据融合算法

在雷达 红外双模制导体制下 ,对雷达和红外数据进行融合时存在雷达和红外数据不同步的问题 ,对红外数据先进行异步融合处理使其与雷达数据保持同步 ,然后提出了利用神经网络作为同步融合中心的方法 .雷达和红外数据共同作为神经网络的输入 ,输出为目标的最优融合估计 .这种方法可以在融合中心不知道协方差信息的情况下进行数据融合 .

BDS+GPS手持机支持下的网格伪距差分定位

我国各省CORS站建设逐步完善,以及我国BDS卫星导航系统在亚太区域提供服务,促进了BDS+GPS双模融合伪距差分定位的研究和发展。目前,在PC机上伪距差分定位早已实现,且算法也已经比较成熟,但在移动终端上进行BDS+GPS双模融合伪距差分定位向用户提供服务方面还比较薄弱,针对这一问题,本文提出了将网格伪距差分定位算法嵌入到手持机,并且实现了手持机实时网格伪距差分定位。本文阐述了方法原理并进行了车载试验分析,结果表明,在与TBC软件动态解算结果作为已知准确值的外符合精度方面,手持机BDS+GPS双模融合网格伪距差分定位结果的水平精度为0.522 1 m,在水平方向上可以达到亚米级定位精度。

基于余弦相似性的双模态红外图像融合性能表征

针对现有的红外光强与偏振图像融合中融合有效度度量稳定性低且不符合人类视觉系统的问题,通过比较常见的基于距离度量的三种融合有效度函数化度量方法,分析比较了多种融合算法对差异特征融合有效度分布的稳定性;通过统计十组源图像的差异特征幅值区间中出现最优融合算法的频次,从而得出每种差异特征的最优融合算法,进而得到了余弦相似性为一种稳定性高且与人类主观观察结果更符合的融合有效度的度量方式。实验结果表明,在多种融合算法的融合有效度度量的融合效果中,余弦相似性具有高稳定性且与人类视觉分析有良好的匹配性。

基于SOA的双模数据融合定位方法与测试

随着当代智能手机的出现,在智能终端上实现定位功能已成为不可缺少的增长业务。主要对TD-SCDMA/CDMA2000双模终端的定位技术进行了研究,提出了基于SOA的双模数据融合定位方法,分析了定位算法的数学模型,并给出了定位方案,最后在移动智能双模终端上进行了测试。测试结果表明,该方法实现了双模终端的自主定位功能,可以达到定位误差在300m内的概率为60%的定位精度。

基于扩展卡尔曼滤波算法的双模制导仿真研究

传统仿真方法利用目标运动参数的真实值来实现制导律时不能反映导弹真实工作过程。将扩展卡尔曼滤波算法应用于制导回路中,分别采用雷达单模及雷达/红外双模测量信息对目标运动参数进行估计,进而利用广义比例导引律形成制导指令,使导弹飞向目标。仿真结果表明,利用目标参数估计值形成制导指令能够引导导弹准确命中目标,然而导弹的法向加速度在弹道初始段及末段存在较大的抖动,反映了寻的导弹在末制导阶段的真实工作状态,对于制导律的优化等方面具有一定的工程参考价值。

雷达/红外双模制导下的数据融合与可视化仿真

多模复合寻的制导技术已成为精确制导武器的发展方向 .采用雷达 /红外双模制导模式 ,可有效提高制导系统的精度 .因为雷达导引头具有全天候、测角和测距等优点 ,红外导引头具有测角精度高 ,测量连续等优点 .将两者的信息有效地融合可以实现性能互补 ,提高对目标的跟踪能力 .利用VisualC ++6 .0和OpenGL工具可实现雷达

双模融合6-[(RPRRRP)R-R]US并联机构运动学分析

针对工程上对不同性质的运动需要叠加融合的一类应用需求,设计一种能够实现双模式运动融合的6-[(RPRRRP)R-R]US型并联机构。阐述了将机构原驱动副R转换为(RPRRRP)R-R双输入子闭环机构的方法。对机构单模式工作和双模式融合工作分别进行运动学正、反解分析,提出两种双输入反解驱动分配策略,根据双输入子闭环和外层6-RUS机构特点分别采取二分法和牛顿法进行运动学正解运算,并给出求解流程图。通过数值算例,分别对单轴运动下的双模融合、多轴复合运动下的双模融合的反解运算以及双输入融合驱动下的正向运动学进行理论计算,并对不同情况下的算例进行运动学仿真,结果表明理论值与仿真值之差均在10^(-6)量级,证明了理论方法的正确性和有效性。该机构可应用于车载、船载以及星载设备的指向与稳定协同调节装置,提升载体设备的作业性能。

基于改进YOLO的双模目标识别方法研究

针对多源图像自动目标识别的需求,对红外、可见光自动目标识别以及决策级融合方法进行了研究。针对目标所具有的变化尺度大、容易旋转、移动等特点,引入最新的YOLO卷积神经网络模型对目标进行深度学习和分类,并在GPU中完成目标识别,满足工程实时计算的需求。考虑到红外、可见光不同的成像特性,最后将红外、可见光目标反算定位对齐,并用DS证据理论对两模目标进行融合,给出融合结果,提高了系统对目标的识别能力。