Cascaded ELM-Based Joint Frame Synchronization and Channel Estimation over Rician Fading Channel with Hardware Imperfections

Due to the interdependency of frame synchronization(FS)and channel estimation(CE),joint FS and CE(JFSCE)schemes are proposed to enhance their functionalities and therefore boost the overall performance of wireless communication systems.Although traditional JFSCE schemes alleviate the influence between FS and CE,they show deficiencies in dealing with hardware imperfection(HI)and deterministic line-of-sight(LOS)path.To tackle this challenge,we proposed a cascaded ELM-based JFSCE to alleviate the influence of HI in the scenario of the Rician fading channel.Specifically,the conventional JFSCE method is first employed to extract the initial features,and thus forms the non-Neural Network(NN)solutions for FS and CE,respectively.Then,the ELMbased networks,named FS-NET and CE-NET,are cascaded to capture the NN solutions of FS and CE.Simulation and analysis results show that,compared with the conventional JFSCE methods,the proposed cascaded ELM-based JFSCE significantly reduces the error probability of FS and the normalized mean square error(NMSE)of CE,even against the impacts of parameter variations.

Stationary-frame current control strategy for transverse flux permanent-magnet machine

A new stationary-frame AC current control strategy that can eliminate steady-state errors is discussed and applied to the control of transverse flux permanent-magnet machine （TFPM）. Based on the principle of modulation and demodulation, this AC controller can achieve the same frequency response characteristic as the equivalent DC controller. Validity of the TFPM control system using this current control strategy is confirmed with simulation results.

基于雷达回波进行降水场预测的无监督学习模型训练策略

为了提高降水场预测模型的学习效率与预测性能,在预测模型的训练阶段提出一个改善的训练策略,使其可以充分学习物体运动轨迹以及物体运动时的外观变化。通过在一个雷达回波数据集和一个公开数据集上进行对应实验,可以显示出该方法在两项指标的性能表现上具有明显提高,证明了该方法的有效性。

基于多帧聚类的紧凑型HFSWR虚假点迹识别方法

紧凑型高频地波雷达发射功率低,目标检测时信噪比低、虚警率高,会产生大量虚假点迹,影响后续目标跟踪性能。为了滤除虚假点迹,利用目标的运动特性,提出了一种多帧聚类与极限学习机分类两级级联的虚假点迹识别方法。首先,利用基于最优邻域尺寸的多帧聚类方法,将连续多帧中与待识别点迹属于同一潜在目标的点迹聚类成簇。然后,计算簇内待识别点迹与其相邻帧内点迹的距离-多普勒速度的差分值,以其为特征利用极限学习机辨识虚假点迹。实验结果表明,所提方法能够准确将属于同一目标的点迹聚类,虚假点迹识别率达到95%。

螺旋缝埋弧焊管铣边机的应用与改进

介绍了铣边机在螺旋缝埋弧焊管生产中的发展和应用情况,详细分析现有铣边机结构在应用中存在的问题。针对这些问题以及铣边机的发展方向,提出了铣边机下托辊整体式调整、分体式仿形随动组合机构、重力和柔性防飞溅组合等改进方案,为部分国产铣边机的升级改造提供了可借鉴的有益思路。

基于生成对抗网络的自动框架结构设计

本文在结构设计中引入人工智能方法,通过提出建筑结构特征表达方法,构建以生成对抗网络为核心的框架结构自动设计方法。在数据前处理阶段,通过对建筑结构图纸分析,提出建筑特征表达方法与结构特征表达方法。在构建算法模型阶段,实现在有限的数据量下训练生成对抗算法学习框架结构布置,构建了依据建筑信息自动生成含有构件尺寸信息的框架结构自动布置模型,并提出了评价指标量化评价模型的结构设计能力。在案例中使用本文构建的框架结构自动布置模型完成一栋实际建筑的自动设计,验证了本文提出方法对结构设计效率的提高。

基于人机连续问答的疾病流调与随访智能技术研究

目的 解决流调和随访信息收集过程中依赖大量人力、问答模板单一、反复多次、效率低等问题。方法研究面向流调随访信息自动收集的人机连续问答技术,实现流调随访问答模板的自动生成和流调随访信息可信度评估,形成高效、可信、鲁棒的疾病流调和随访信息自动收集方案。结果 通过基于人机连续问答的疾病流调与随访智能技术研究,并开展规模化验证与示范应用,显著提升流调随访效率和精准度。结论 通过构建与新技术有效配合的精准流调随访业务模式,为形成和推广面向现代疾病防控的智能化信息采集与解析解决方案提供较为成熟、可复制的经验模式。

不平衡数据驱动的山区公路货车移动遮断险态跟驰行为识别模型

为识别山区双车道公路货车移动遮断下的小客车险态跟驰行为,基于无人机拍摄和视频轨迹提取技术提取车辆轨迹,利用人工少数类过采样法(Synthetic Minority Oversampling Technique,SMOTE)对不平衡轨迹数据过采样,并对驾驶行为聚类分析,将跟驰行为标定为危险和安全两种类别;依据紧迫跟驰、偏移过大和车速变化大三种险态跟驰行为诱因,确定险态跟驰行为风险测度(Measure of Driving Risk,MOR),包括碰撞时间倒数、相对横向偏移量和速度变异系数,并将MOR和聚类标定标签作为识别模型输入变量;通过轻量梯度提升机(Light Gradient Boosting Machine,LGBM)建立险态跟驰行为识别模型,再通过支持向量机(Support Vector Machines,SVM)、随机森林(Random Forest,RF)和自适应增强(Adaptive Boosting,AdaBoost)算法验证模型的有效性。以云南省某山区双车道公路为例进行试验,共提取543对小客车跟驰货车轨迹数据,数据预处理后筛选出467对有效跟驰数据;经过采样处理和聚类标定,结果表明:小客车跟驰货车时,超三成小客车处于险态跟驰状态;险态跟驰行为直道和弯道识别模型的精确率分别达95.49%和95.48%,其中LGBM表现最稳定,而RF和AdaBoost的稳定性较差且精确率不高。基于LGBM的险态跟驰行为识别模型具有较高的准确率和稳定性,在车路协同和自动驾驶等领域有应用前景。

茶园自走式修剪机接触式循垄导航系统设计与试验

针对现有自走式茶园修剪机自动化程度低、驾驶员操控难度大等问题,该研究结合茶垄轮廓边界结构化特点,提出一种接触式自动循垄导航系统及其控制算法。设计了基于激光测距传感器的接触式自动循垄检测机构,通过分析修剪机相对于茶垄的4种位姿状态,推导出修剪机的运动学导航模型,进而获取修剪机的位姿信息。基于运动学导航模型设计LQR(linear quadratic regulator,线性二次型调节器)算法控制器,以检测机构实时获取的修剪机位姿信息为输入,经导航控制器计算后输出转向信号至步进电机实现自动纠偏。茶园田间试验结果表明,修剪机以0.2、0.4与0.6 m/s速度进行自动循垄,最大绝对偏差不超过0.134 m,平均绝对偏差最大值不超过0.107 m,标准差最大值不超过0.105 m,平均绝对偏差与标准差随着行驶速度的增大而增大,但均不超过0.15 m,满足自走式修剪机在实际茶园环境下的循垄精度要求。研究结果可为茶园自走式修剪机的自动导航提供技术参考。

维特根斯坦语言哲学观照下的机器智能

在维特根斯坦语言哲学视域下,机器被定义为缺乏面相知觉能力的“面相盲人”和不具有意向性的“意义盲人”,由于机器无法具身化的参与到“语言游戏”中因而不存在思维。维特根斯坦强调机器只是在遵守一种机械式的程序,非语境化的机器智能只有回归了语言的实践才能够消解“遵守规则”这一悖论。同时机器翻译在“语言游戏”中也面临着语义困境,只有实现人工智能语境化的语义识别才能消除句法与语义的内生对立,解决语义歧义,输出带有自然属性的语义内容。维氏的语言哲学思想对指导具身机器智能科学的发展路径以及机器翻译机制的迭代方向有重要的认识论意义。

顺势而为——三星堆博物馆新馆电气设计

三星堆博物馆新馆电气设计以对博物馆展陈最小干预,平衡建筑功能和其他专业需求,兼顾电气装置能源效率为原则,在分析项目前期调研情况和用电需求基础上,从电气机房选址、供配电系统设计、展陈配合、防雷接地系统等方面介绍三星堆博物馆新馆如何根据园区现状、建筑布局、电气系统特点,进行顺势而为的电气设计。

基于异构集成模型的连续刚构桥预拱度预测

预拱度在大跨度悬臂桥梁的施工线形监控中扮演着重要角色,提高预测精度能够确保施工阶段和成桥状态的线形尽可能符合设计要求。为获得更好的预测性能,本文提出了一种基于自适应集合加权的SSA-BPNN-RF(sparrow search algorithm-back propagation neural network-random forest)异构集成模型。该模型利用不同算法之间的协作来提高预测性能,为了验证该模型的可行性,将训练好的模型应用于湖南某连续刚构桥预拱度预测,并与BPNN、RF、BPNN-RF、SSA-BPNN和SSA-RF 5种预测模型进行对比。研究结果表明:SSA-BPNN-RF异构集成模型在平均绝对误差、均方根误差和拟合度等评价指标上表现最佳。此外,BPNN-RF集成和SSA分别对BPNN和RF都有积极的影响,进一步验证了异构集成的有效性。因此,SSA-BPNN-RF异构集成模型具有高精度和更好的适应性,在工程实践中具有重要的指导意义。

气力集排式水稻直播机动力底盘设计与试验

针对水稻机械化直播田间作业环境非结构化、作业对象生物性和作业功能复杂的现状,设计了一种仿形防滑移复式多功能的气力集排式水稻直播机动力底盘,其包括多功能机架、镇压筒和开沟器等零部件。通过对关键部件机架的静力学、动力学结构仿真分析和重心分析,采用6阶模态振型有限元分析计算了动力底盘与牵引拖拉机的共振频率,验证了设计的合理性。田间试验结果表明,直播机行间播种变异系数为4.27%~6.16%,实现了开沟覆土镇压仿形一体作业,底盘地轮滑移率为7.68%,可满足气力集排式水稻直播机工作的稳定和效率要求。

基于机器学习的填充墙RC框架震后损伤快速评估

填充墙钢筋混凝土(reinforced concrete,RC)框架是最常见的结构形式之一,实际震害和试验研究中发现填充墙对RC框架的抗震性能影响很大。为实现填充墙RC框架震后损伤状态准确、快速评估,首先根据不同的建筑结构信息(设防烈度、建造年代、层数、层高、跨数和填充率)设计了660个填充墙RC框架,结合10条地震动在OpenSees中对660个结构进行非线性时程分析,得到了6600个数据点,形成了填充墙RC框架震损评估模型建立的数据集。基于该数据集,采用朴素贝叶斯(naive Bayes,NB),K最近邻(K-nearest neighbors,KNN),决策树(decision tree,DT),人工神经网络(artificial neural network,ANN),随机森林(random forest,RF),自适应提升(adaptive boosting,AdaBoost),极端梯度提升(extreme gradient boosting,XGBoost),轻量级梯度提升(light gradient boosting machine,LightGBM),类别提升(category boosting,CatBoost)共9种机器学习的算法,建立了预测填充墙RC框架震后损伤的预测模型。研究结果表明:RF和CatBoost模型对损伤等级预测的精度最高,在测试集的准确率均达到0.93。紧随其后的是LightGBM和XGBoost模型,这些模型的准确率均超过了0.90。与实际震损数据对比,RF和CatBoost模型预测准确率均为47%,但CatBoost模型的预测误差在1个损伤等级范围内的准确率为76%,高于RF模型。基于CatBoost模型进行了不同输入变量的重要性分析,发现对填充墙RC框架震损影响最大的是设防烈度(seismic design intensity,SDI)、峰值地面速度(peak ground velocity,PGV)、0.4 s的谱加速度S_(a)(0.4 s)。此外,随着结构层数越多,楼层数量(n_(s))对结构的震损等级影响也越大。

电火花加工用磁悬浮驱动器控制系统

针对传统电火花加工时,主轴不能及时调整极间间隙导致加工效率低下的问题,提出了一种多自由度磁悬浮驱动器代替传统电火花主轴运动。分析了该磁悬浮驱动器的结构及原理并建立了磁悬浮驱动器的动力学模型,运用有限元仿真软件对该驱动器所产生的电磁力进行仿真分析,通过设计传统PID控制系统及模糊PID控制系统对磁悬浮驱动器的控制效果进行仿真与实验验证。结果表明,该磁悬浮驱动器具有较好的跟随特性和快速的响应速度及符合要求的电磁力,满足微细电火花加工要求。

基于CTNN算法的智能小车路径跟踪控制研究

针对目前路径跟踪控制检测方法精度低、实时性能差的问题,提出一种基于深度机器学习的构建树形神经网络CTNN(Constructing Tree shaped Neural Net)的深度学习算法。该算法通过深度机器学习,构建针对性强的学习集,同时在模型车中实现。将传统机器学习算法与文章所提出的算法在相同行驶条件下的实时响应进行比较,仿真结果表明,CTNN算法在恶劣的行驶环境中,实时性、鲁棒性均得到一定程度的提高。

从ITMA ASIA+CITME 2022看纺纱机械的技术进步

总结2022中国国际纺织机械展览会暨ITMA亚洲展览会上纺纱机械的最新技术进展。以展出的具有代表性的纺纱设备为例,重点介绍了国内外知名企业推出的新产品和创新技术,包括梳棉机、精梳机、并条机、粗纱机、细纱机、络筒机、倍捻机和新型纺纱机等。指出:展会聚焦于数字变革、绿色发展以及新兴产业跨界融合等主题,彰显了纺纱机械行业在全球经济逐步复苏的环境下对可持续和智能解决方案的关切。认为:纺纱设备的发展趋势是高效、节能、数字化、自动化和智能化。

基于混合交通的机非交互秩序评价——以南浔泰安西路为例

针对网联自动驾驶车辆(connected autonomous vehicle,CAV)渗透路网,对不同断面特性造成的机非交互情境差异性干扰交通流的情况进行秩序评价。以南浔泰安西路为例,引入CAV渗透比例,统计分析路段高峰期的交通流数据,提出了遗传算法校正CAV跟驰模型仿真参数,搭建VISSIM仿真平台,以效率和安全两个角度为指标进行秩序评价。结果表明,路幅板块增多和渗透率的升高利于城市道路路网的运行,机非物理隔离可有效保证路面车辆行驶的安全性。

汽车智能驾舱驾驶疲劳检测系统设计

疲劳驾驶是影响交通安全的主要因素,当前疲劳驾驶的检测方法普遍存在设备体积大、侵入性强、实时性差等弊端。文中设计的基于FPGA的疲劳驾驶检测系统,首先利用区域长宽比改进YCbCr人脸分割算法,提高算法在驾驶环境中对于人脸的辨识度;然后建立动态视频人眼跟踪模型,在人脸范围内定位人眼位置,采用三帧差算法检测眨眼动作,以眨眼率作为疲劳的评价指标,对司机状态进行实时监控;最后利用FPGA芯片完成实时图像数据的处理和疲劳驾驶检测。实验证明,该系统具备在光线昏暗和佩戴眼镜等场景下检测疲劳状态的能力,并且检测系统充分发挥FPGA芯片数据并行处理优势,具备体积小、速度快、集成度高,通电即可工作的特点,有利于在狭小的驾驶舱环境部署,具有一定的工程应用价值。

综采工作面液压支架智能化关键技术及发展

综采智能化是现阶段煤炭工业发展的核心技术,液压支架作为煤矿综采设备中的核心设备,其智能化发展是必然趋势。介绍了液压支架智能化发展的意义,并阐述了液压支架智能化发展重点集中在姿态控制技术、自动跟机控制技术和工作面自动调直技术3个方面,同时说明了智能化技术是未来煤炭行业发展应用的主流技术,并预测了综采工作面智能化发展方向。