全部分类/
科学普及/
现代电子技术

现代电子技术

2025年12期

本刊以电子技术为主体，探讨和报道信息产业及电子行业中新技术，新器件，新应用的学术论文及成果；提供国内外最新的电子技术发展动态及产品市场信息；为企业的新产品，新技术，新成果在产业及行业内的推广架起一座金桥。

扫码免费借阅

目录

快速导航

电子与信息器件 | 基于蝴蝶优化算法的多径电子通信环境抗干扰系统设计

电子与信息器件 | 基于蝴蝶优化算法的多径电子通信环境抗干扰系统设计

摘要：为提升多径电子通信系统的抗干扰能力与传输可靠性，设计一种基于蝴蝶优化算法的多径电子通信环境抗干扰系统。基于SV 多径信道模型，构建多径电子通信环境的信道模型。以多径电子通信网络信道干扰最小化为目标函数，选取匈牙利算法进行多径电子通信的资源分配，构建多径电子通信环境抗干扰模型。采用蝴蝶优化算法求解所构建的抗干扰模型，利用切换概率机制调控蝴蝶种群的搜索行为，进行局部开发或全局搜索，输出多径电子通信网络的最优资源分配策略，实现干扰最小化。实验结果表明，所提系统能够提升多径电子通信环境的抗干扰性能，电子通信网络的平均传输功率均为 60\~100 W，误码率低于 0.1。
电子与信息器件 | 基于增量式PID的全静压控制系统设计

电子与信息器件 | 基于增量式PID的全静压控制系统设计

摘要：为使学生更好地理解大气数据的测量原理和过程，设计一种自动气压控制系统，来辅助教学演示过程中对飞机全压与静压的模拟。该系统使用上位机与下位机联合控制的方案，具有设定目标气压值控制和安全保护等功能。下位机控制核心选择STM32ZET6 单片机，通过解析上位机控制指令对执行机构进行直接控制；并使用MS5611?01BA03 气压传感器将全压与静压输出进行采集并反馈至上位机。上位机使用Qt 开发，可根据设定的目标气压值生成控制指令并进行PID 参数计算，再将控制指令输出至下位机控制执行机构，最终完成对全静压的控制。对该系统进行硬件与软件设计，并制作实物进行验证测试。实验结果表明，所设计系统能够以较短的调节时间和较低的稳态误差实现对全静压的控制，符合预期且操作简单、成本低廉，在航电教学以及其他气压控制领域具有广阔的应用前景。
电子与信息器件 | 基于XGBoost的电磁阀滤网缺陷检测系统设计

电子与信息器件 | 基于XGBoost的电磁阀滤网缺陷检测系统设计

摘要：为弥补汽车电磁阀滤网表面缺陷自动化检测的空缺，并解决滤网表面缺陷检测准确率低、存在漏检现象等问题，设计一种基于改进XGBoost 的电磁阀滤网表面缺陷检测系统，有效识别电磁阀滤网存在的破洞、松丝缺陷。该系统首先对滤网图像进行滤波、增强，再对滤网区域及滤网塑料骨架区域进行定位，从而提取滤网织物区域；其次提取织物区域的灰度特征和纹理特征，采用基于随机森林的特征递减消除算法进行特征优选，构建XGBoost 模型来实现对缺陷的识别与分类；最后采用两重多阶段的超参数寻优策略进行参数优化，提升模型效果。实验结果表明，所设计系统能够识别出滤网表面的缺陷及类型，并且相比传统机器学习检测方法，能够达到更高的准确率。
电子与信息器件 | 基于双端口记忆元件的LCL 滤波优化及应用

电子与信息器件 | 基于双端口记忆元件的LCL 滤波优化及应用

摘要：为提升光伏并网逆变系统的电能质量，提出一种基于双端口记忆元件的LCL 滤波器。传统的LCL 滤波器通过电容串联电阻实现无源阻尼控制，虽然可以抑制谐振频率处的谐振尖峰，但可能削弱高频滤波效果，导致并网电流不符合要求。所提方法采用记忆元件替代传统LCL 滤波器中的部分元件，这些记忆元件具有非易失性、低功耗、纳米结构和扩展性强等特点，能够通过输入反馈电流控制滤波器参数的非线性动态调整，从而在最小化纹波电流、最大化谐波衰减和降低功率损耗方面表现出显著优势。通过Matlab/Simulink 仿真模型对所设计方法进行验证，结果表明，该方法在抑制谐振尖峰和减少谐波含量方面显著优于传统方法，证明了记忆元件在提升三相光伏并网逆变系统电能质量方面的潜力和有效性。
电子与信息器件 | 直流断路器主动注入的柔性直流线路故障定位方法

电子与信息器件 | 直流断路器主动注入的柔性直流线路故障定位方法

摘要：采用架空线路的柔性直流输电系统容易发生永久性故障，为确保模块化多电平换流器（MMC）型直流输电系统的可靠运行，研究高精度的故障测距方案具有现实意义。故提出一种基于直流断路器主动注入的柔性直流线路故障定位方法。当故障线路被直流断路器隔离后，通过断路器在失电系统中串联接入LC 注入支路，利用该支路向故障线路提供衰减的振荡扰动。通过在断路器出口处测量线路无功功率及电流，利用谐振频率、线路无功功率与线路电流三者之间的稳定关系，可计算出系统的总电感数值，并通过求平均值处理，获得精确的总电感大小。最后基于PSCAD/EMTDC 搭建的两端MMC 柔性直流输电线路仿真模型验证表明，所提方案具有耐受一定过渡电阻的能力，且有较高的故障测距精度。
电子与信息器件 | 挤压式细胞载药微流控装置设计

电子与信息器件 | 挤压式细胞载药微流控装置设计

摘要：为探究细胞在药物加载中作为载体的潜力，提出一种综合性强的物理挤压微流控载药装置，用于将各种药物高效地装载到细胞中。该装置由前端的流体分布器和后端多路并行的挤压通道组成，在具有较高的样品通量和低堵塞的同时能确保良好的载药效果。通过数值研究阐明了该装置的工作机理以及流速对细胞挤压效果的影响，并使用面应变的大小作为细胞挤压效果的表征。结果表明：在挤压过程中，加载效果随挤压速度的增加而增加；该挤压芯片能够将细胞更加均匀地分散到不同的挤压通道内，减少多通道内细胞分布差异大而造成的部分通道堵塞以及多通道间流速分布的差异，从而减小挤压效果的差异。
电子与信息器件 | 基于SpecUNeSt 的无线电信号一维检测

电子与信息器件 | 基于SpecUNeSt 的无线电信号一维检测

摘要：信号检测是电磁空间侦察感知的重要环节，在复杂电磁对抗环境下，传统检测算法难以高效地检测出相对弱小的电磁信号。为此，基于智能技术在目标检测识别方面的独特优势，通过研究信号智能检测问题并依据信号频谱特征，提出一种基于SpecUNeSt 的无线电信号一维检测算法。该算法具备克服深度学习网络退化问题的优势，利用分割网络（UNet）良好的特征提取能力和分裂注意力机制，并以不同带宽和信噪比下的信号频谱为特征，能准确估计信号参数；同时还不依赖专家经验，搭建和训练的网络模型能够自动提取信号特征，并且模型中的分裂注意力机制可提高跨通道的信号特征间的联系，有效降低噪声对信号检测的影响。仿真结果表明，相比于传统检测算法，基于SpecUNeSt 的无线电信号一维检测算法抗干扰能力有所增强，与一维UNet检测相比，检测准确率和召回率得到了提升。
计算机科学与应用 | 基于 ConvTCN⁃FLASH⁃Transducer 的端到端语音识别

计算机科学与应用 | 基于 ConvTCN⁃FLASH⁃Transducer 的端到端语音识别

摘要：针对语音识别编码器对FBank 音频局部信息提取不足，不能充分挖掘帧与帧之间时序性的联系以及注意力机制复杂度高的问题，提出一种基于 RNN?Transducer 架构的 ConvTCN?FLASH?Transducer 模型。该模型采用卷积神经网络模块和FLASH 注意力模块相结合的方法，首先使用多尺度卷积提取音频特征的局部信息，再通过时序卷积神经网络（TCN）提取音频特征中帧与帧之间的时序性特征，用于加强音频局部信息的联系。此外，采用挤压和激励机制增强不同通道之间的关联，并提升关键通道的重要程度。在中文开源普通话数据集THCHS30 上进行训练和实验，结果表明，ConvTCN?FLASH?Transducer 模型最终字错误率降低至 4.2% ，识别效果更好。
计算机科学与应用 | 一种SCNGO⁃MMPE⁃VMD的滚动轴承故障诊断方法

计算机科学与应用 | 一种SCNGO⁃MMPE⁃VMD的滚动轴承故障诊断方法

摘要：针对滚动轴承故障诊断中种群分布不均匀及算法早熟收敛问题，提出一种SCNGO?MMPE?VMD 的滚动轴承故障诊断方法。首先，利用折射反向学习方法初始化种群，并生成反向解，有效扩大搜索范围；然后，将正余弦算法（SCA）策略引入北方苍鹰优化算法（NGO）勘察阶段，通过非线性加权系数 ω 动态调节步长搜索因子，降低个体位置更新对局部信息的依赖，显著提高算法收敛速度与精度；最后，构建多尺度均值排列熵（MMPE）与峭度的融合指标作为适应度函数，增强故障特征敏感性。通过对不同的实测信号进行测试，结果表明，在强噪声干扰下，相较传统方法，所提方法可提前 300min （初期故障）和 700min （微弱故障）识别故障特征，验证了其工程实用性。
计算机科学与应用 | 基于图自动编码器和梯度决策树集成的lncRNA⁃疾病关联预测方法

计算机科学与应用 | 基于图自动编码器和梯度决策树集成的lncRNA⁃疾病关联预测方法

摘要：长链非编码RNA（lncRNA）的异常表达与人类疾病的发生发展密切相关。采用计算方法预测lncRNA 与疾病的潜在关联可显著降低生物学实验验证的成本。针对现有机器学习方法易受噪声干扰且预测精度不足的问题，设计一种新型lncRNA?疾病关联预测模型LDA?GADT。首先，通过计算lncRNA 和疾病的高斯关联核相似性对lncRNA 功能相似性和疾病语义相似性进行补充，从而得到lncRNA 和疾病的综合相似度矩阵；然后，使用图自动编码器学习lncRNA?疾病对的特征表示；最后，使用基于梯度的决策树集成算法来预测lncRNA 与疾病之间的关联关系。五折交叉验证实验结果表明，在lncRNADisease 数据库上，LDA?GADT 模型的 AUC 值为 0.942 4，较 LDNFSGB、SDLDA、RWSF?BLP 和 LDAenDL 模型分别提升了8.46%?6.5%?1.28% 和 3.14% ；在MNDR 数据库上的AUC 值为0.982 2，较上述对比模型分别提升了 4.76%.2.62%.1.93% 和1.14% 。此外，通过对肺癌和乳腺癌进行案例分析，进一步验证了所提模型的准确性和有效性。
计算机科学与应用 | 冲突和拥堵环境下AGV 智能仿真运输系统路径规划研究

计算机科学与应用 | 冲突和拥堵环境下AGV 智能仿真运输系统路径规划研究

摘要：在自动导引车（AGV）智能仿真运输系统路径规划中，复杂动态环境导致的路径冲突与拥堵问题会显著降低运输效率。对此，提出一种考虑冲突和拥堵环境下的AGV 智能仿真运输系统路径规划方法。使用栅格法对AGV 运行路径进行建模，简化运输环境。采用路径生成器对AGV 智能仿真运输系统路径的冲突和拥堵情况进行检测，优化AGV 系统的运输效率。引入预锁定栅格机制及优先避障机制改进 A^* 算法，使得改进算法能够适应各种复杂多变的情况，避免了路径规划时出现的冲突和拥堵。实验结果表明，改进后的 A^* 算法能够规划出更好的AGV 运行路径，并且规划的路径有更少的转弯和冲突及拥堵。
计算机科学与应用 | 基于群签名和同态加密的多敏感属性数据重发布隐私保护方法

计算机科学与应用 | 基于群签名和同态加密的多敏感属性数据重发布隐私保护方法

摘要：为了确保数据共享、利用的同时，保护个人隐私不被泄露，提出一种基于群签名和同态加密的多敏感属性数据重发布隐私保护方法。在构建的基于群签名和同态加密的多敏感属性数据重发布隐私保护方案模型下，初始化阶段产生群公钥、群私钥后，由可信第三方完成群私钥分片，并分发给群管理员，群管理员通过验证成员证书安全引入新成员，与可信第三方协作，通过同态加密算法生成群成员公、私钥后，群成员通过私钥完成签名，将其上传至数据发布平台。采用同态加密算法完成多敏感属性数据加密后，基于记录优先级等实现多维敏感属性数据发布，再由群管理员采用批验证方法来检验群签名的合法性。实验结果表明：所提方法可抵御链接攻击、属性推断攻击和统一性攻击，隐私泄露比例低于 5% ；数据发布15 次时，最大屏蔽隐藏记录量仅为12，可成功跟踪合法签名者身份，防止非法用户获得多敏感属性数据明文信息，隐私保护效果显著。
航空航天航海技术 | 改进YOLOv8的恶劣天气下船舶目标检测算法研究

航空航天航海技术 | 改进YOLOv8的恶劣天气下船舶目标检测算法研究

摘要：针对现有内河航道中由于雨、雪、雾等恶劣天气导致的船只检测困难问题，提出一种基于YOLOv8 的航道船舶目标检测方法，即 YoLov8–Ship 。该算法设计一种特征聚焦扩散金字塔网络，融合 YOLOv9 中的ADown 模块，使每个尺度的特征保留更多的上下文信息；同时引入聚核初始网络（PKINet）以及上下文锚点注意力模块（CAA）改进C2f，来增强中心区域的特征；最后采用深度可分离卷积取代骨干网络中的普通卷积，减少模型参数量和计算量。实验结果表明，在雨、雪、雾的天气条件下，与传统的YOLOv8n 相比，改进算法的精确率提高了 0.5% ，召回率提升了 3.4% ， F₁ 分数提升了 2%,mAP@0.5 提升了 1.2% ，平均精度均值达到 97.5% ，有效提高了内河航道恶劣天气下过往船只的识别精度，具备较强的鲁棒性。
能源技术 | 基于模式搜索的粒子群优化光伏MPPT 控制研究

能源技术 | 基于模式搜索的粒子群优化光伏MPPT 控制研究

摘要：光伏发电系统的输出功率具有显著的非线性特性，且易受辐照度、温度等环境因素扰动，导致功率输出不稳定。现有的最大功率点跟踪（MPPT）技术在动态环境下的追踪精度与响应速度仍存在不足。为此，提出一种基于模式搜索与粒子群优化（PSO）相结合的最大功率点跟踪控制技术。该技术是将局部探索能力较强的模式搜索算法和全局开采能力较强的粒子群优化算法进行有效结合，从而提高光伏系统在各种环境条件下的效率。通过粒子群优化算法在可行域内进行全局搜索，同时引入柯西变异机制以扩大粒子搜索范围，增强算法的全局寻优能力；并且融合模式搜索法对搜索到的较优解进行局部寻优，以提高解的精度。仿真结果表明，通过两种算法的结合，所提方法能在更短时间内找到全局最大功率点；与标准粒子群优化算法相比，该混合算法在静态局部阴影、动态局部阴影两种工况下都能快速准确地追踪到最大功率点。
能源技术 | 基于虚拟同步机的储能变流器控制策略研究

能源技术 | 基于虚拟同步机的储能变流器控制策略研究

摘要：虚拟同步发电机（VSG）技术是一种先进的控制策略，其通过模仿同步发电机（SG）的动态性能，包括有功功率的频率调节和无功功率的电压控制等内在特性，从而使储能系统中的变流器能够展示出与传统同步发电机相仿的外在电气行为。该技术使得储能变流器具有一定的虚拟惯性和虚拟阻尼，提高了电力系统的稳定性和电压质量。为解决传统VSG 存在的有功功率振荡问题，文章首先介绍了VSG 的数学模型，加入虚拟电抗环节并提高系统的阻尼系数，实现对有功功率的有效抑制；其次构建了系统的微扰稳定性分析模型，并针对VSG 模型中的核心参数（虚拟转动惯量、虚拟阻尼和虚拟电抗等）进行深入的理论分析，旨在评估这些参数对系统稳定性的作用机理；最后通过Matlab/Simulink 仿真平台建立模型并进行仿真实验，验证所提控制策略的实效性和可靠性。结果表明，所提方案能够有效提升系统性能，充分证实了其技术可行性与实践应用价值。
能源技术 | 基于多源信息熵融合的局部放电模式识别方法

能源技术 | 基于多源信息熵融合的局部放电模式识别方法

摘要：局部放电与气体绝缘开关设备（GIS）的绝缘劣化程度密切相关，准确识别局部放电的类型对保障电网的安全运行具有重要意义。针对单一图谱识别模式在局部放电模式识别任务中的局限性，提出一种多源信息熵融合的局部放电识别方法。首先，搭建GIS 中5 种典型的局部放电缺陷模型，并通过实验采集PRPD 图谱数据与PRPS 图谱数据；其次，使用深度残差网络提取2 种图谱特征，训练最优的网络模型；再次，使用测试集输入至残差网络中得到的Softmax 输出概率值计算信息熵，赋予每个分类器不同的权值；最后，通过信息熵决策融合的方法得到最终的分类结果。实验结果表明：相较于单一图谱识别模式，所提方法的准确率得到明显提升，达到了 98.4% ；对于现场真实数据，该方法的识别准确率能达到 90% 以上，具有良好的应用前景。
激光与红外技术 | 基于点云识别与参数化建模的残缺物体重建方法

激光与红外技术 | 基于点云识别与参数化建模的残缺物体重建方法

摘要：激光扫描点云技术虽已广泛应用于三维建模领域，但也普遍存在部位缺失的问题，导致难以重建高精度实体模型；同时现有的建模方法成本高昂，且面对实际工业场景中大批量同类型模型时人力资源消耗过大。虽然模型库替换方案能提升效率，但其生成的模型往往与原始点云比例失配，难以满足实际生产需求。为此，提出一种基于物体类别识别的参数化逆向建模方法，可有效解决部位缺失问题，且能动态调整尺寸，满足不同场景需求。该方法首先采用深度学习网络对残缺点云进行分割与分类，获取残缺物体的类别与型号；然后通过包围盒计算获取物体的尺寸及位置信息，再利用3D 建模软件对物体不同部件进行参数化驱动并组装，实现对实体模型的高精度逆向建模；最后利用ICP 配准算法进行相似度检测，确保重建模型与原始点云的几何一致性。
激光与红外技术 | 可见光和红外热像仪融合下运动目标跟踪方法

激光与红外技术 | 可见光和红外热像仪融合下运动目标跟踪方法

摘要：在复杂的图像场景（如噪声干扰、目标部分遮挡或者背景纹理干扰）下，通过计算得到的矩可能会受到影响，从而导致确定的特征点中心不准确，影响运动目标跟踪效果，故提出一种可见光和红外热像仪融合下的运动目标跟踪方法。通过红外热像仪获取初始运动目标，并考虑到红外热像仪运动过程中，由于相机的移动、旋转或目标物体的运动，所捕获的图像可能会产生畸变，所以引入光学运动模型。针对校正后的图像，通过计算图像块的矩来确定特征点中心；采用最近邻比率匹配策略，通过比较特征点与其最近邻和次近邻的距离比来确定匹配对的有效性。通过改进SURF 和HOG 结合的方法配准检测出目标的红外图像与可见光图像，完成红外与可见光图像对的配准融合。在红外图像与可见光图像配准融合后，通过多特征融合相关滤波方法实现运动目标跟踪。实验结果表明，所提方法的运动目标跟踪准确度更高、实际应用效果更好。
前沿交叉科学 | 面向舆论情感识别的自然语言处理技术

前沿交叉科学 | 面向舆论情感识别的自然语言处理技术

摘要：为提高舆情风险预测的准确性和效率，提出一种基于注意力机制与双向长短期记忆（BiLSTM）网络相结合的舆情感知模型。该方法通过结合BiLSTM 的双向建模能力与注意力机制的特征聚焦能力，精准捕捉舆论数据中的情感波动和上下文语义特征，从而提升舆情风险的预测精度。同时以“高考冒名顶替”事件为样本，展开网络舆论数据分析。通过与ELM、随机森林、决策树、LSTM、BiGRU 和BiLSTM 等多种主流算法进行对比实验，验证所提模型的有效性和优越性。在算法设计中，注意力机制的引入有效地提升了模型在长文本情感分类中的表现，能够精确捕捉情感变化的关键节点。实验结果表明，所提出的预测模型能够有效地识别出舆情风险，准确率达到 94.87% ，相比于表现最优的BiGRU 算法提高了约 5.75% 。
前沿交叉科学 | 基于 K⁃Means、XGBoost和PSO的高炉布料矩阵优化研究

前沿交叉科学 | 基于 K⁃Means、XGBoost和PSO的高炉布料矩阵优化研究

摘要：优化布料矩阵是实现高炉节能降碳的关键环节，然而现有研究对布料矩阵与燃料消耗参数的映射关系尚未充分揭示。为此，提出一种基于K?Means 聚类、极端梯度提升（XGBoost）和粒子群优化（PSO）算法的高炉布料矩阵优化方法。首先，在高炉布料矩阵聚类方面对比分析K?Means 和模糊C 均值两个聚类算法，选择聚类效果较好的K?Means 模型对高炉炉况进行聚类分析；然后，结合K?Means 聚类结果和特征选取，提取布料矩阵关键特征参数，并建立XGBoost、径向基神经网络和随机森林模型来预测高炉燃料比，选择对燃料比预测最准确的XGBoost 模型作为预测模型；最后，在XGBoost 模型基础上，分别采用PSO 和遗传算法进行燃料比最小值寻优并对比，选择优化效果较好的PSO 进行结果分析。结果表明，所提方法能够在一定程度上改善高炉矿石熔化条件，降低燃料比，促进高炉节能降碳。
前沿交叉科学 | 基于 STRS⁃YOLO和OpenPose的跌倒检测算法研究

前沿交叉科学 | 基于 STRS⁃YOLO和OpenPose的跌倒检测算法研究

摘要：社会老龄化加剧使得跌倒事故成为老年人群突出的健康威胁。实现跌倒行为的精准检测对预防伤害、提升生活质量具有重要意义。当前跌倒检测技术受环境干扰（如光照变化、复杂背景等）影响，存在识别准确率不足的问题。针对传统方法在复杂细节捕捉、跌倒判定条件优化及遮挡场景检测等方面的局限性，提出一种融合STRS?YOLO 与改进OpenPose的跌倒检测算法，实现对跌倒行为的检测与分类。首先，在骨干网络中，采用Swin Transformer 模块替代C3 模块，在颈部网络采用RefConv 重参数化的重聚焦卷积代替传统卷积，构建通道空间混合注意力机制（SA?Net）模型；其次，在通道维度上，通过DenseNet 模块将每层与之前所有层直接连接，并对单个人体目标利用改进的OpenPose 网络进行关键点检测；最后，设定一个多参数的跌倒判定策略来优化分类和回归性能。实验结果表明，所提出的跌倒检测模型能够实现对老人跌倒行为高准确率、智能化的检测，具有较强的研究价值和广泛的应用前景。
前沿交叉科学 | 基于短序列时间卷积网络的电梯故障诊断方法

前沿交叉科学 | 基于短序列时间卷积网络的电梯故障诊断方法

摘要：电梯故障可能会导致资源和财产损失，还可能引发严重的安全问题。而故障诊断技术可以及时发现并诊断故障，防止受损设备继续运行。神经网络模型在进行振动信号的故障诊断方面有较好性能，但实时性方面仍有不足。针对电梯轿厢的振动信号故障诊断准确率不高、输入序列长度较大的问题，提出一种基于短序列时间卷积网络（SA?TCNODE）的故障诊断方法。通过为时间卷积网络增加门控卷积，并引入神经常微分方程来构建更深层的网络，从而在较短的振动信号序列中提取特征，实现局部故障特征的快速提取。此外，引入自注意力机制赋予模型全局特征提取的能力，提高诊断的准确性。实验结果表明，SA?TCNODE 算法在样本序列长度为150 的情况下，故障诊断准确率达到 97.2% ；且与其他方法相比，该算法还可以在故障发生后的短时间内检测到故障，具备良好的诊断精度和可靠性，可为电梯故障诊断以及其他类似应用领域提供重要的知识共享和重用的方法支撑。
人工智能 | 基于AR 的机器人远程手势遥操作系统开发

人工智能 | 基于AR 的机器人远程手势遥操作系统开发

摘要：增强现实（AR）技术通过提供沉浸式感知和虚实融合交互接口，在工业机器人远程遥操作与示教领域展现出显著优势。针对复杂工作环境下机器人交互性差、编程效率低等问题，基于Unity3D 开发环境，设计了一套AR 驱动的机器人远程手势遥操作系统。基于深度相机采集真实场景数据，通过HoloLens2 AR 头显设备构建三维沉浸式虚拟机器人操作环境，使操作者无需进入高危物理环境即可获得临场感知。通过手势识别算法实时获取操作者指尖的行为，并应用指尖动作接口实时控制机器人运行。机器人的运行实时反馈到虚拟环境中，操作者可灵活地动态调节机器人运行。以机器人喷涂风机叶片为例，验证了所提系统可以高效地完成遥操作喷涂作业。
人工智能 | 基于 Pix2PixHD 和 Star⁃CAA⁃YOLOv8 的双端故障行波定位方法

人工智能 | 基于 Pix2PixHD 和 Star⁃CAA⁃YOLOv8 的双端故障行波定位方法

摘要：针对传统故障行波法应用在输电线路中，采样设备的采样频率较低、定位精度不高的问题，提出一种结合对抗生成网络与神经网络的双端行波故障定位算法。该方法利用小波变换提取故障行波低采样率下的初始波头时域特征，以图像的形式输入Pix2PixHD，输出得到高采样率下的初始行波时域特征，进而提升故障定位精度。最后，针对行波检测提出一种Star?CAA?YOLOv8 模型，对生成图像进行质量评估，并以实例分割功能实现自动化读取行波到达时间，解决图像带来的读数不便问题。 1MHz 采样率下的故障行波图像经过Pix2PixHD 输出得到 2MHz 采样率下的故障行波图像，故障定位的绝对误差最高缩小 83.33% ，相对误差最高缩小 84.44% 。此外，该方法还具有缩小更低误差的可能性。多次仿真对比实验表明，所提方法能够精准地获取高采样率下的故障数据，具有较好的通用性和实用性。
人工智能 | 面向开源视频的深度学习情报分析系统设计与实现

人工智能 | 面向开源视频的深度学习情报分析系统设计与实现

摘要：针对传统视频情报分析中信息提取效率低下的问题，设计一种基于深度学习的人机交互式视频情报分析系统，以满足快速提取大量视频关键情报的需求。系统框架围绕数据采集、存储、处理及应用进行分层设计，采用组件化设计实现功能模块的独立运行，并集成基于深度学习的自动语音识别、神经机器翻译、光学字符识别以及大模型文本摘要生成等前沿技术，提供端到端的解决方案，实现全面的视频分析功能。功能测试结果显示，所有模块均能按设计要求正常运行。性能测试结果表明，系统在处理大规模视频数据的实时环境中表现稳定、性能优异，高并发情况下响应时间在3 s 以内，支持最多2 万并发用户。所设计系统不仅能高效提取视频情报，还拥有直观的用户交互界面，可以提供多样化的情报分析应用服务，并满足大规模用户在视频分析场景下的业务需求。
人工智能 | 一种新的深度学习信号调制方式自动识别算法研究

人工智能 | 一种新的深度学习信号调制方式自动识别算法研究

摘要：调制方式自动识别（AMR）基于深度学习（DL）的方法AMR?DL 是当前信号调制方式识别领域的研究热点。然而，低信噪比（SNR）条件下的调制信号以及深度学习网络参数量过大会显著降低AMR?DL 的识别准确率和计算效率。针对这两个关键问题，提出一种新型AMR?DL 算法。新算法利用多观测样本累积方法提高信噪比，对增强后的信号进行小波变换，得到时频图像，将调制识别问题转换为时频图像的分类问题；同时设计了一个轻量级神经网络，用于时频图像特征提取与分类。仿真结果显示，所提新型AMR?DL 算法中轻量级神经网络参数量较少，在 0dB 下准确率可达 98.1% ，且与其他算法相比在低信噪比条件下显著提高了调制信号的识别准确率。

过往期刊

更多

猜你喜欢

山东政法学院图书馆