深度神经网络的自适应联合压缩方法

现有模式单一且固定的深度神经网络压缩方法受限于精度损失,而难以对模型进行充分压缩,致使压缩后模型在实际部署时仍需消耗大量成本高昂且容量有限的存储资源,对其在边缘端的实际应用造成严峻挑战。针对该问题,本文提出一种可同时对模型连接结构和权重位宽进行自适应联合优化的压缩方法。与已有组合式压缩不同,本文充分融合稀疏化和量化方法进行联合压缩训练,从而全面降低模型规模;采用层级自适应的稀疏度和数据表征位宽,缓解因固定压缩比导致的精度次优化问题。通过使用本文提出方法对VGG、ResNet和MobileNet在CIFAR-10数据集上的实验表明,精度损失分别为1.3%、2.4%和0.9%时,参数压缩率达到了143.0×、151.6×和19.7×;与12种典型压缩方法相比,模型存储资源的消耗降低了15.3×~148.5×。此外,在自建的遥感图像数据集上,该方法仍能在达到最高284.2×压缩率的同时保证精度损失不超过1.2%。

面向飞机辅助动力装置在翼剩余寿命预测的性能参数扩增方法

为解决飞机辅助动力装置(APU)在翼性能参数维度低而无法获得较高准确故障预测结果的问题,提出了一种基于生成对抗网络(GAN)性能参数的扩增方法。首先,在研究GAN原理的基础上,通过网格搜索算法确定生成器与判别器的优化参数;其次,研究面向APU性能退化参数的扩增方法,为APU的剩余寿命预测提供输入参数;最后,基于中国南方航空股份有限公司机队的APU在翼监测参数,全面验证和评估所提方法的性能。基于GAN生成10维的排气温度参数通过欧几里得距离、皮尔森相关系数和KL散度度量方法进行处理,结果表明生成参数与原始参数具有较好的一致性。基于3种寿命预测方法开展的对比实验中,将生成的10维参数与原始参数共同用于APU剩余寿命预测,与仅将原始性能参数用于APU剩余寿命预测相比,平均绝对误差和均方根误差表征的预测结果准确性至少提升了8.55%和3.62%。

半导体激光器高频调制技术

文中详细介绍了一种半导体激光器高频调制的设计方案并给出了实验结果,设计了基于直接数字合成技术的高精度三频调制信号产生电路,同时该电路还为后续差频测相提供高稳定的本振信号;该方案能实现对半导体激光器150kHz,15MHz,150MHz三个频点的电流调制,消除了温度对激光器调制特性的影响,在各个频点均达到了很高的频率稳定性,并能实现测尺频率的迅速切换,为相位法激光测距测程和精度的进一步提高奠定了良好的基础。

基于状态空间模型的飞机APU在翼RUL预测方法

为解决利用飞机辅助动力装置(APU)在翼监测数据难以表征其性能状态而造成的性能评估以及剩余使用寿命预测(RUL)难的问题,本文提出一种基于状态空间模型(SSM)与卡尔曼滤波融合的APU在翼RUL预测方法。首先,通过在翼监测数据构造含噪声的性能指标(PI)来表征APU的性能状态,借助维纳过程与建立的含噪声的PI构建状态方程,来描述APU性能衰退过程。然后,将卡尔曼滤波状态估计和预测方法应用于SSM,通过对APU在翼性能状态的估计,达到预测其RUL的目的。最后,采用国内航空公司运营的APU在翼监测数据进行方法的综合验证和评估。实验结果表明,与ELM和Optimized ELM相比,本文方法的预测绝对百分比误差分别减少了72.1%和67.9%。此外,与其它3类方法的实验结果对比,本文方法的预测绝对百分比误差至少减少了69.2%。该方法可以有效地实现在翼APU的RUL预测,可为运维人员合理规划维护维修提供参考,更为重要的是在一定程度上可以提高旅客的舒适性和飞机的安全性。

点火靶半腔套装实验系统设计

根据美国NIF点火基准靶REV4.0要求,对半腔套装工艺进行了具体的参数分析,确定了半黑腔与冷冻罩的铝套筒过盈配合公差带等关键参数,制定了装配系统技术指标,设计了系统方案,研制了实验样机。该样机具有12个电控台,重复定位精度达到0.3μm和0.01°,并配备激光测头和6轴微力传感器,对靶件姿态与套装过程中的受力情况进行检测,可完成半黑腔套入与入射孔衬垫装配两道工序。利用该样机对模拟靶件进行了装配实验,半黑腔与铝套筒同轴度为8μm,轴向与径向夹角优于0.5°,验证了装配工艺与系统功能的有效性。

四旋翼无人机姿态异常感知数据生成方法

为解决四旋翼无人机飞控系统因缺少异常感知数据而难以评估其运行状态的问题,提出一种基于物理仿真模型生成异常姿态数据的方法。首先,通过定义四旋翼无人机的运动坐标系,结合牛顿-欧拉公式建立无人机运动方程,设计飞控系统控制回路,利用Simulink软件构建飞控系统物理仿真模型,为生成异常感知数据提供实验环境。其次,在利用实际姿态感知数据验证仿真模型可用的基础上,通过异常注入来生成姿态的异常数据。最后,以基于主成分分析的异常检测方法为例,评估生成异常感知数据的应用效果。实验结果表明,所提方法能够有效地生成恒偏差和漂移两种异常姿态感知数据,基于主成分分析方法开展的异常检测结果:误检率处于2%~74%,正确率处于73%~97%。因此,所提的感知数据生方法可为改进检测方法性能提供相应的数据支撑。

基于CPLD的只读存储器细分技术研究

本文介绍了一种使用CPLD处理光栅信号的辨向细分电路。作者分析了微机细分电路产生误计数的原因,通过利用VHDL语言的有限状态机对信号的细分数据进行处理解决了这个问题,因此该电路具有动态范围宽、抗干扰能力强的特点。改软件查表为硬件查表,因此速度快。使用CPLD作为逻辑控制器和周期计数器,电路简单,可靠性高。作者通过实验验证了所述的优点。

语义分割网络的FPGA加速计算方法综述

随着深度学习技术的发展和图像场景理解需求的提升,基于现场可编程门阵列(field programmable gate array,FPGA)部署语义分割网络,为用户提供低延迟、高能效的边缘端智能服务成为研究热点。针对语义分割网络结构中计算和存储密集型特点,构建基于FPGA的定制计算结构是研究的重点问题。鉴于此,本文在归纳总结语义分割网络基本原理和计算结构特点的基础上,分别从面向硬件资源约束的模型压缩方法和定制硬件架构设计两个角度阐述基于FPGA的语义分割网络加速计算方法,并重点对硬件架构设计中的计算结构设计和内存访问优化的典型方法进行总结。最后,展望了语义分割网络FPGA加速计算方法的发展趋势,以期为语义分割、边缘计算、定制高能效计算以及其他相关领域的研究者提供设计参考。

束靶耦合传感器光学及机械设计

利用共轭原理设计了用于惯性约束聚变的束靶耦合传感器,不仅解决高精度打靶,同时避免模拟准直光在瞄准过程中直接辐照实验靶。根据束靶耦合传感器的设计功能和工作原理,进行系统的光学设计和机械结构设计,通过成像实验采集的图像光学分辨力达到6μm,束靶耦合精度8.8μm。该束靶耦合传感器已经成功应用于神光-Ⅲ原型装置,通过针孔相机采集的四孔CH靶图像,统计计算得到装置的打靶精度优于25μm,满足设计打靶的束靶耦合精度的指标。

基于匹配傅里叶变换舰船回波参数估计方法研究

针对ISAR对非合作机动舰船目标的成像问题,将回波作多分量线性调频信号近似.依据匹配傅里叶变换理论,分析基于匹配傅里叶变换的多分量线性调频信号参数估计的统计特性.研究表明幅值、初始频率和调频率3个参量估计的均方误差均接近Cramer-Rao下界,通过蒙特卡罗仿真实验验证了理论推导的正确性.采用匹配傅里叶变换进行舰船目标回波多普勒参数估计,利用运动补偿完成瞬时成像,获得不同时刻的目标像及目标的运动姿态,实测数据验证方法的有效性.

一种高频响条纹信号细分方法及其误差分析

用两片高速A/D转换器和一片闪速存储器(Flash ROM)构建了高分辨率和高频响的莫尔条纹信号细分电路。光栅信号经A/D转换后只需访问一次只读存储器即可输出细分值。通过修改只读存储器的写入数据,可方便地实现不同的细分倍数。在100倍细分时能够实时处理50kHz的输入信号,最高可处理1MHz的信号。实现了光栅信号高频响和高细分处理的统一。通过计算实际信号与理想信号的数量积的方法分析了直流漂移、非正交误差、等幅性误差和三次谐波对只读存储器细分的影响。为进行误差修正和误差补偿奠定了基础。

FIFO技术在VXIbus接口中的应用

介绍了VXIbus接口技术的众多方案中一种特殊的结构，即FIFO（first-in／first-out）寄存器队列。这种技术已多次应用于VXIbus模块仪器的接口设计中并获得成功。本文对于从事VXIbus自动测试技术的科研工作者及VXIbus模块仪器国产化、实用化有参考价值。

VXIbus四通道计数器模块仪器设计与分析

文中以VXIbus C尺寸四通道通用计数器模块的硬件和软件的设计为例,介绍了VXIbus模块仪器的设计方法。并对一些相关技术进行了分析。

可见光遥感图像船舶目标数据增强方法研究

可见光遥感图像中缺乏船舶目标样本导致正负样本类不平衡,训练得到的轻量级神经网络稀疏MobileNetV2船舶目标检测模型易陷入过拟合,基于生成对抗网络和样本空间中图像操作,提出一种样本空间与特征空间联合的数据增强方法(SADA),以实现船舶目标的补充。根据遥感图像中目标尺寸、灰度分布等特点,构建深度卷积船舶目标生成对抗网络,并在数据集层面融合样本数据变换和特征空间拟合两种方法实现训练集的扩充。利用Google Earth中的0.5 m分辨率图像数据集开展的实验结果表明,基于扩充数据集训练得到的稀疏MobileNetV2网络,船舶目标检测召回率可提升68.5%,验证了所提方法对于提升轻量级深度学习模型在小样本可见光遥感图像船舶目标检测应用中精度的可行性。

遥感图像云检测的多尺度融合分割网络方法

在进行可见光遥感图像高精度云检测时,云自身特征的多变性,以及地物与云之间的特征相似性,会降低检测精度。因此,提出一种带权重的多尺度融合分割网络云检测方法。首先,通过有云区域和无云区域的特征学习,降低对云状的敏感性,同时利用全卷积网络进行端到端训练,实现对每个像素点分类。该方法能够自动提取深层特征,并可将云的深层语义特征与浅层细节特征结合,不但有利于区分下垫面中与云特征相似的地物,还可提高云边缘检测效果,从而提升云量值的检测精度。与其他深度学习分割网络的实验比较分析表明,所提方法可以实现95. 39%的像素分类准确度,云量值检测误差优于1%,为解决遥感图像云污染问题提供了新的思路。

椭圆拟合算法在表面形貌测量中的应用

本文研究了椭圆曲线拟合的各种方法。从拟合质量、计算复杂度等方面,对每种拟合方法进行了分析和对比,并且分别对基于像散法的光探针式表面形貌测量系统图像中的椭圆进行曲线拟合,从中确定出最适合的拟合方法-加权新度量法。实验与仿真结果表明,用该拟合方法确定椭圆参数是可行的,逼近效果较好且具有较强的抗噪性。

基于FPGA并行计算的多阈值分级海陆分割方法

由于微纳卫星在体积、重量以及功耗等方面的限制,星载宽幅遥感图像海陆分割需要现场可编程门阵列(FPGA)提供高能效计算能力。在保证分割精度前提下,利用FPGA有限片上资源实现低复杂度算法的并行计算是关键。因此,本文提出一种基于FPGA并行计算的多阈值分级海陆分割方法。该方法以OTSU法为核心,利用基于多特征联合阈值的子图分类构成分级海陆分割,以抑制海面中干扰点的影响。此外,设计新颖的并行迭代计算结构,在提升OTSU计算效率的同时实现对片上缓存占用的平衡性调整。实验结果表明,本文方法可达到98%以上的整体检测精度。同时,对于一幅8192×2048 pixels的遥感图像,本文方法处理时间仅为0.16 s,较其它基于FPGA的方法的处理时间至少减少了23.81%。

CAN总线特点及其与RS485总线性能比较

本文在论述CAN总线通信特点的基础上,比较了CAN总线通信与RS485总线通信的性能差异。由分析可见,CAN总线网络除了具有RS-485的一切优点之外,它的数据通信还具有突出的可靠性、实时性强、抗干扰性好和组网方式灵活的优点,因而非常适合于构建复杂现场的实时测控网络。