下载专区
二维码
- 当前目次
- 优先出版
- 专辑论文
-
忆阻式传感器的研究进展与展望
摘要：
忆阻器作为第4类无源电子器件，具有结构简单、存储速度快、集成密度高等优点，被认为是下一代非易失性存储器和人工突触器件的有力竞争者。目前，基于电阻、电容、电感3种无源电子器件构建的电阻式、电容式、电感式传感器原理清晰、研究深入、应用广泛。然而，基于忆阻器的忆阻式传感器的研究却处于起步阶段。首先从简要介绍忆阻器的性能、材料、机理和应用出发，基于忆阻器在传感领域的探索研究引出并阐明忆阻式传感器的概念；然后重点综述利用忆阻器进行物理参量、化学参量、生物参量等传感特性研究的国内外进展；最后，根据忆阻式传感器发展现状的分析总结，指出其面临的挑战与相应的展望，为未来忆阻式传感器研究提供可行的方向。
-
基于望远系统的光学-神经网络联合优化超分辨成像方法
摘要：
光学望远镜是获取远距离物体光学信息的重要工具，分辨率是衡量其观测物体细节能力的重要指标。传统提高分辨率的方法是建造更大口径的望远镜，这导致建造和维护成本大幅增加。本文提出一种光学-神经网络联合优化方法，将望远系统的点扩散函数与图像重建网络联合训练，并在光路引入相位掩模重构训练得到的点扩散函数，实现两者协同优化，提高观测图像的分辨率。构建一种轻量级的生成对抗网络，其重建速度远高于现有几种无监督网络。采用双鉴别器架构提高网络提取细节特征的能力，设计的级联残差块充分利用各级提取的特征信息，提高了重建效率。仿真和验证实验结果表明，与单纯的深度学习方法相比，该方法重建的超分辨率图像细节丰富，星点和条纹更容易分辨。光学望远镜是获取远距离物体光学信息的重要工具，在天文观测、遥感和光学监视领域具有广泛的应用。分辨率是衡量望远镜观测物体细节能力的重要指标，传统提高望远镜分辨率的方法是建造更大口径的望远镜，这导致建造和维护成本大幅增加。本文提出一种光学-神经网络联合优化方法，通过将望远系统的点扩散函数等效为一个单核卷积层，集成到图像超分辨重建网络前端进行联合训练，并在光路引入相位掩模重构训练得到的点扩散函数，从而实现两者协同优化，有效提高了观测图像的分辨率。本文还构建一种高性能的生成对抗网络，其训练参数小于现有几种无监督网络，重建速度远高于现有几种无监督网络。此网络采用双鉴别器架构提高了网络提取细节特征的能力，设计的级联残差块充分利用了各级提取的特征信息，扩展了信息的传播路径，提高了重建效率。仿真结果表明，本文与单纯的深度学习方法相比，联合优化方法重建的超分辨率图像PSNR和SSIM在仿真数据集中分别提高了3.98和0.06，图像细节丰富，容易分辨。验证实验表明，本文的联合优化方法重建的条纹图像对比度最高，更容易分辨。
-
面向高能效电热除冰的冰结合状态感知方法研究
摘要：
针对飞机电热除冰过程中冰结合状态的感知难题，提出了基于弛豫极化效应的原位在体探测方法，首先，揭示了相态和分子热运动对冰粘附作用的影响机制，阐明了基于复阻抗测量的4种冰结合状态的检测机理。然后，设计了一种探除冰一体化功能薄膜，并在融冰实验中对界面相态的动态变化过程进行了表征，确定了冰结合状态感知的核心特征，进而建立了覆冰结合状态弱化的判断准则。在预应力脱冰实验中，该准则可有效确定覆冰脱落的时间范围，有望显著提升电热除冰过程中冰结合状态感知的准确率，并为航空器高能效电热除冰提供关键技术支撑。
-
纳米复合材料压阻式薄膜超声传感器近场干扰抑制方法
摘要：
与常规超声传感器相比，基于纳米石墨烯/聚乙烯吡咯烷酮（GNP/PVP）的柔性压阻式薄膜超声传感器具有轻质、柔性、宽频带、易集成，且能够与曲面表面共形贴合的优点，在无损检测与结构健康监测领域展现出了良好的应用前景。然而，当压阻式薄膜超声传感器与超声发射装置距离较近、传感器与转换电路的连接方式不稳定或测试系统电磁屏蔽设计失效时，会引入较大的电磁干扰，导致强烈的信号串扰，影响近场范围内的声场信息获取及超声信号质量。为了有效抑制串扰信号，分别采用移相与差分放大补偿方法以及基于互相关的迭代逼近方法实现超声信号的重构。实验结果表明，移相与差分放大补偿方法处理后的信号可以有效去除利用GNP/PVP压阻式薄膜超声传感器接收到超声信号的串扰；基于互相关的迭代逼近方法能够使得串扰信号的区间方差减少99.18%，从而更有效地抑制了串扰对超声信号的干扰。
-
MEMS环形陀螺仪带宽拓展控制器设计
摘要：
设计一种基于零极点补偿的比例积分控制器，用于MEMS环形振动陀螺的检测模态闭环回路控制。文章分别分析了环形陀螺仪机械灵敏度、带宽与陀螺仪模态之间谐振频率差值、品质因数的关系，并通过伯德图分析了零极点与陀螺带宽的关系。设计了基于零极点补偿的比例积分控制器（PZ-PIC），通过在检测闭环回路中使用该控制器，可以拓展陀螺仪的带宽，解决环形陀螺仪机械带宽与机械灵敏度相互矛盾的问题。提出的新型控制器具有参数少，参数确定简单等优点，适用于MEMS陀螺仪的批量化生产。经过实验验证，3只陀螺仪样机带宽均得到有效拓展，拓展后带宽超过90 Hz。
-
基于磁化-涡流效应的磁性液体倾角传感器研究
摘要：
永磁体在磁性液体中的稳定悬浮在倾角传感器中有着广泛的应用。提出一种利用圆环永磁体、软磁金属和非磁性金属构成惯性质量的磁性液体倾角传感器，利用磁性液体悬浮力作为惯性质量的回复力，通过复合软磁金属的磁化效应和非磁性金属的涡流效应来增加倾角传感器的灵敏度，利用软磁和非磁性金属组成外壳包裹永磁体防止剧烈冲击下的损坏。推导了数学公式用于计算磁性液体悬浮力；研究了惯性质量的轴向长度对悬浮力和线圈电感的影响，论证了信号源对传感器输出电压的影响规律。将磁性液体倾角传感器用于倾角的测量，当倾角的范围为0°~42°时，输出电压和倾角之间的线性度约为6.5%，灵敏度为5 mV/°，迟滞不超过1%。
-
基于电磁感应的抗磁悬浮倾角传感器
摘要：
倾角传感器作为重要的角度测量仪器，广泛应用于航空航天器姿态监测等领域。高分辨率、高灵敏度的倾角传感器是准确角度获取的前提，但现有倾角传感器难以摆脱摩擦造成的精度影响，制约其在精密测量领域应用。提出一种基于电磁感应的抗磁悬浮倾角传感器，具有高分辨率和非接触测量的特点。通过采用抗磁性物质作为敏感元件，构建具有势能阱的永磁体阵列，实现敏感元件稳定悬浮；基于测量单元与敏感元件间电磁感应效应，敏感元件悬浮位置随倾角改变而变化的特点，提出倾角测量原理；搭建实验平台进行传感器性能测试。实验表明倾角传感器可以实现双轴±1.3°范围倾角测量，分辨率为0.005°，线性度为0.18%，在微小倾角精密测量领域具有广阔应用价值。
-
基于隐式神经地图的LiDAR/IMU匹配定位算法
摘要：
针对现有匹配定位算法依赖高内存且稠密点云地图的问题，提出基于隐式神经地图的激光雷达/惯性测量单元（LiDAR/IMU）融合匹配定位算法。首先，利用浅层感知机预测有向距离场构建轻量化及高分辨率的隐式神经地图；其次，通过点到隐式神经模型配准方法，实现基于轻量化隐式神经地图的低频状态估计。同时，针对单一激光雷达隐式配准过程中难以应对激进运动的问题，引入IMU预积分方法为隐式配准提供状态估计预测值，以减少配准过程的迭代次数；最后，基于因子图融合激光里程计因子和IMU预积分因子，实现鲁棒的高频状态估计。在KITTI数据集、实测室内走廊及室外校园环境下的实验结果表明，所构建的隐式神经地图内存占用相较于传统点云地图可减少87%，实现更轻量化的地图表示；在KITTI数据集中，提出的激光雷达隐式配准算法定位精度相比传统NDT算法提高了434%；引入IMU后，该融合算法定位精度相比NDT IMU算法提高了60%；在室内和室外校园实测数据中，也验证了算法在小场景下的厘米级实时定位能力。同时分析得出，IMU的引入使得隐式神经地图配准耗时大幅减少，显著提升了地图匹配定位的实时性。
-
航空应用宽变频输入电流型PWM整流器高功率因数运行控制
摘要：
当三相电流型整流器作为航空供电系统有源前端时,因具有宽输入交流频率(最大至800 Hz),引起交流滤波电容无功功率激增进而导致系统功率因数降低。为有效减小滤波电容电流,基于前馈解耦控制策略建立了同步旋转坐标系下数学模型,采用相量法对电容电流进行补偿。此外,为进一步提高功率因数,提出了一种功率因数电流矢量协调控制策略实现对无功电流控制。利用MATLAB对控制环路及参数灵敏度进行分析,给出了控制环路零极点配置和增益设计方案,采用基于模型的开发与自动代码生成实现了软件部分开发的高效性。最后,通过仿真和实验验证了所提方法的正确性和可行性,实验结果表明,在整个极宽输入频率内,网侧电流总谐波畸变率小于5%,系统功率因数始终保持0.99以上。
-
高速数据采集系统中基于EMD的异常信号捕获方法研究
摘要：
高速采集系统面对数十GSa/s的高速数据时，由于实时处理速度的限制无法实现对偶发异常信号的实时检测，导致信号遗漏。传统异常捕获方法依赖于信号特征的先验知识，对特征不明确、形态不固定的异常信号，捕获效率较低。因此，提出基于经验模态分解（EMD）的实时异常检测方法，以提高系统对异常信号的捕获能力。首先基于沿特征提取特征点并作为EMD分解起始点，以降低异常检测复杂度。其次，根据EMD分解得到的非噪声固有模态函数重构正常信号模板，并基于待测信号与正常信号模板的匹配程度进行异常检测。最后，在硬件实现并行EMD以提高异常捕获效率。通过对调制信号中异常信号检测，本方法实时异常捕获率达95%，比传统捕获方法有明显的提高。
-
电池动态电化学阻抗谱的无源检测方法研究
摘要：
电化学阻抗谱(EIS)作为一种无损检测方法，被广泛用于研究电池内部电化学过程，在充放电过程中进行动态阻抗谱(DEIS)的检测更能够真实反映电池的健康状态。目前，DEIS检测主要依赖于电化学工作站，由于受限于测试仪器的激励源功率，多停留在实验室电芯的检测和研究中，尚无法应用于大功率模组电池的现场检测。提出一种无需额外施加激励的电池DEIS检测方法，设计了适用于电芯及模组的静态、动态EIS检测系统。以磷酸铁锂电池和标准RC阻容盒为检测对象，对比分析了传统电化学工作站和本文提出检测系统的测试效果。结果表明，该方案不但测试误差小、稳定性好，且具有不受外加激励源功率限制的显著优势，在未来大规模储能电池的运行状态评估中具有良好的应用前景。
-
基于触头形貌特征的低压直流断路器可靠性评估
摘要：
针对触头表面形貌的变化,提出了一种基于触头烧蚀区域形貌特征的可靠性评估模型。首先对触头的形貌演变过程及烧蚀机理进行分析,利用基于图像块权重改进的自适应多阈值分割算法进行触头图像分割,提取引弧板上熔融和喷溅部分作为感兴趣区域;分析感兴趣区域二值图的面积和质心,将其作为触头性能退化的两个关键特征量;对触头形貌变化特征进行分析,利用Gath-Geva(GG)模糊聚类算法得到断路器不同退化阶段的变点,由Copula函数建立了二元特征相关的多阶段Wiener退化模型,拟合优度KS值小于0.3,并通过低压直流断路器的电寿命实验进行模型的验证。
-
基于量子电压和数字采样技术的信号初始相位抖动补偿方法
摘要：
基于可编程约瑟夫森量子电压标准和差分采样技术进行交流电压精密测量时，由于交流电压源锁相不稳定以及时钟不完全同步导致正弦信号在多周期平均处理后产生幅值误差的问题。提出了一种基于蒙特卡洛法的误差定量评估方法，对初始相位在Δφ范围内随机抖动引入的幅值误差分布进行定量评估。结果表明幅值误差主要由相位抖动范围决定，受平均周期数的影响较小。当抖动范围为5 mrad时，幅值误差可达10-6量级。进一步提出一种基于相位抖动范围的幅值误差补偿方法，通过计算补偿系数并进行修正，有效降低相位抖动引入的幅值误差。在抖动范围确定的情况下，补偿效果随平均周期数的增加而提升。设计验证实验对补偿方法进行验证，抖动范围为50 mrad，经过多周期平均处理后幅值误差超过1×10-4 V/V，补偿后幅值测量误差降低至10-6量级，验证了方法的有效性。
-
基于磁流变液的光束定向器密封机理与实验研究
摘要：
光束定向器是光学系统的核心组件，其内部光路传输通道的气体密封性对系统整体性能具有决定性作用。为解决传统填料密封易磨损、驰豫性显著的问题，设计了一种基于磁流变液的光束定向器密封结构，并研究了磁流变密封技术的工作原理及其理论模型。首先，针对光束定向器大直径密封的特定需求，设计永磁体阵列式、抗离心型的磁流变密封结构。其次，开展微观磁流变液流变特性观测实验，分析微观尺度下磁流变密封机理；同时，开展基于流变仪的宏观流变特性测试，拟合基于磁-温复合场的磁流变液屈服模型，并进一步建立了修正磁流变密封耐压方程与摩擦力矩模型。最后，搭建光束定向器光路磁流变密封的等效实验平台，开展不同温度条件、淋雨及盐雾模拟工况下的耐压测试实验和摩擦力矩测试实验。实验结果表明，磁流变密封结构能够充分满足光束定向器光路密封的要求，所构建的修正模型能有效反映温度对磁流变密封性能的影响，为光束定向器轴系光路密封技术的革新提供了重要的理论依据与实践指导。
-
轴承径向跳动气压驱动精密测量方法研究
摘要：
为实现P4/P2级角接触球轴承外圈径向跳动的在线自动测量，提出了相对法气压驱动精密测量方法，并研制了测量装置。采用有限元分析计算了电机驱动和气压驱动对测量精度的影响，结果显示采用气压驱动方式对测量精度的影响小于电机连续驱动方式，确定了以气压驱动作为测量装置的驱动方式。基于三角函数变换的测量误差与轴线偏差之间的几何关系，建立了轴承轴向垂直偏差角、偏移量和径向垂直偏差角与测量误差的非线性数学模型。数值分析结果显示轴向垂直偏差角在0°~0.1°，偏移量在0~0.1 mm，径向垂直偏差角在0°~0.1°时，综合测量误差的最大值为外圈径向跳动量的7.5×10-6倍。最后，以2组7008C/P4级角接触球轴承（出厂检定外圈径向跳动为2、3 μm）进行精度验证。结果表明：测量重复精度为0.3 μm。
-
视觉引导机器人磨削系统工具坐标系标定方法研究
摘要：
视觉引导机器人磨削系统中的工具-机器人末端坐标系位姿关系的标定问题是决定磨削精度的关键。为了解决机器人工具坐标系标定时标定精度不高、效率较低的问题，提出一种基于试块磨削轮廓偏差校正的标定方案。该方案首先使用组合优化算法进行高精度手眼标定，其次使用线结构光传感器扫描磨削前后的标准试块建立理想与实际工具-机器人基坐标系位姿关系，并以此推出偏差矩阵，偏差矩阵用来补偿工具-机器人末端坐标系位姿关系，即最终实现工具坐标系标定。通过仿真和工具坐标系标定实验，结果表明工具坐标系的位置偏差达到0.25 mm以内，坐标系三轴的姿态偏差均小于0.01°；通过焊管焊缝磨削实验，得出磨削后的焊缝余高在0.2 mm以内，可满足大多数工业要求。
-
足端惯性信息辅助的四足机器人惯性导航算法
摘要：
针对四足机器人在卫星信号缺失和环境感知退化时定位精度陡降的问题，提出一种足端惯性信息辅助的四足机器人惯性导航算法。首先，基于足端惯性信息和关节编码器数据构建腿部里程计观测模型，以补偿因接触静止假设导致的速度损失；然后，通过时域卷积网络（TCN）和双向门控循环单元（BiGRU）提取足端惯性信息和关节数据的长短时域特征，实现鲁棒的平稳区间接触事件估计。将所提出的里程计观测模型作为不变扩展卡尔曼滤波器（InEKF）的量测信息，在平稳区间内修正惯性导航误差。最后，在室外场景进行了长距离定位实验，数据显示，所提算法的平稳区间估计准确率超过96%，无闭环实验的终点误差仅为总里程的0.93%，混合地形闭环实验的东、北向平均误差分别为1.07和0.74 m，验证了所提算法在不依赖外部信息的条件下能长时间保持较高的定位精度。
-
基于混合频域Transformer的相机位姿估计方法
摘要：
针对移动机器人相机位姿估计问题，提出一种基于混合频域Transformer的相机位姿估计方法，旨在从RGB图像中预测相机的位置与方向。首先，构建了室内场景数据集RotIndoor，每个样本包含场景RGB图像和通过VICON系统获取的相机位姿真值；其次，提出位姿回归网络模型CamPose，该模型融合空间域和频域的信息，提升了图像特征表达能力，进而实现高精度的相机位姿估计。具体而言，CamPose引入基于差分卷积网络的特征增强模块，捕获图像细粒度特征；设计了频域编码层，通过傅里叶变换提取频率特征，并整合频域注意力模块，使模型感知不同频率成分的重要性。最后，在公开数据集7Scenes和RotIndoor上进行了实验验证表明，该方法在7Scenes数据集上的位姿估计误差为0.17 m/7.85°，在RotIndoor上定位精度提高了23%。
-
无人驾驶扫地机道路可行驶区域的融合提取研究
摘要：
真实有效的检测出道路可行驶区域,对无人驾驶扫地机路径规划、实时导航和避障至关重要。采用三维激光雷达获得道路环境点云后,首先采用改进的地面分割算法,分割出地面和非地面点云。然后,对于结构化道路,根据点云几何特征判断道路边界候选点和障碍物,采用随机抽样一致性与最小二乘法相结合,提取了路牙石边界线及排除出路面上障碍物的隔离线;对于非结构化道路,采用激光反射率聚类处理提取出道路面,通过滑动窗口法判断出边界点并采用B样条曲线提取出边界。继而,通过距离判据融合上述两种算法所获得的边界线,得到道路可行驶区域。最后,采用无人驾驶实验系统进行了可行驶区域提取实验。结果表明,所提出的融合算法在混合道路上的可行驶区域提取精确率和召回率分别为96.5%和92.7%,平均处理时间仅为29 ms,对道路宽度测量准确率可达97.1%,证明该融合算法具有高精度和高效性。
-
基于双曲正切视线制导的轮式移动机器人目标跟踪自抗扰控制
摘要：
为提高轮式移动机器人(WMR)在复杂环境中应对侧滑和打滑干扰的目标跟踪能力，提出了一种基于双曲正切视线制导策略的自抗扰控制方法。首先，通过分析WMR的侧滑和打滑现象建立了扰动下WMR的运动学和动力学模型；其次，给出了一种基于分区切换机制的双曲正切视线制导策略以提高跟踪的动态响应能力；随后，基于WMR的动力学模型设计自抗扰控制算法，利用扩张状态观测器估计侧滑和打滑等未知干扰，实现目标跟踪任务。仿真和实车实验结果表明，本文方法在复杂环境中具有更高的跟踪精度和更强的抗干扰能力。实际测试中WMR在遭受模拟打滑试验后可快速地恢复到目标跟踪行进轨迹，且跟踪误差稳定于0.025 m以内，验证了所提方法的有效性。
-
基于改进RRT算法的双臂服务机器人运动规划研究
摘要：
针对双臂服务机器人末端导航效率、实时性、鲁棒性以及路径全局最优等问题,提出了一种基于改进快速随机探索树算法的双臂服务机器人末端路径规划方法。该方法利用两棵随机树父节点连线随机采样,结合目标偏差角和随机值来改变固定步长搜索策略,并引入人工势场法对随机采样进行局部优化,有效平衡原始算法的随机性和盲目性,从而提高路径质量并缩短规划时间。之后去除路径冗余点并采用3次B样条曲线平滑路径,优化双臂末端运动,减少抖动。采用主从规划法,先进行主臂的避障规划,从臂再依据主臂路径规划避障和避碰路径。通过MATLAB仿真和真实实验平台验证了该算法在复杂度相同环境下的迭代次数、规划时间和最终路径长度方面均优于传统RRT及其他改进算法,显著提升了双臂服务机器人的路径规划效率和质量。
-
海面无人艇对舰船目标的细粒度检测方法
摘要：
真实海面场景中舰船目标外观相似、边缘信息模糊，现有算法无法满足海上精细、实时的细粒度检测需求。故提出基于多尺度坐标注意力和多网络自监督学习的舰船目标细粒度检测方法。首先，设计多尺度坐标注意力和多网络自监督学习模块，在原有特征金字塔和路径聚合网络的基础，进行特征增强，提高海面场景下舰船目标的细粒度检测精度；其次，构建了基于光电吊舱、电子罗盘的无人艇视觉感知平台，制备了包含渔船、快艇、商船等不同类别的舰船目标数据集；最后，在公开数据集和自制数据集上对本文算法进行了测试和集成验证。结果表明，算法对舰船目标具有较高的检测精度，真实海面场景下平均精度均值（mAP）mAP@0.5达到94.6%，相较于改进前提升了1.1%，运行速度27 fps，满足了海面无人艇鲁棒、实时的检测需求。
-
基于空耦超声管道防腐层裂纹识别算法研究
摘要：
天然气管道防腐层的完整性对管道安全至关重要，而裂纹损伤是引发泄漏和加速腐蚀的主要隐患之一。采用空耦超声谐振内检测技术，通过集成经验模态分解(EEMD)处理超声检测信号，分离出本征模态函数(IMF)分量，并与原信号进行相关性分析。随后，利用小波阈值去噪技术处理这些分量，重组后得到更清晰的去噪信号，从中提取出六维特征量，作为极端梯度提升(XGBoost)模型的输入。为了进一步优化模型性能，使用牛顿-拉夫逊(NRBO)算法对XGBoost的迭代次数、树的深度和学习率等关键参数进行优化，达到最佳识别效率和准确性。研究结果表明，该方法能够以95.83%的准确率识别防腐层损伤类型，且对裂纹长度预测的平均相对误差仅为6.3%，展现了优异的抗干扰能力和精准度。该方法在抗噪性和精度方面表现优异，为天然气管道防腐层检测提供了新思路，有助于提升管道安全性、降低维护成本并延长管道使用寿命。
-
基于改进稀疏表示的高衰减厚壁结构超声相控阵全聚焦成像
摘要：
针对常规超声相控阵在检测高衰减厚壁结构中存在的缺陷特征提取较难和信噪比较低的问题，采用了一种基于改进稀疏表示的超声信号处理方法来解决以上问题。首先对超声全矩阵捕捉数据进行预处理获得分段信号及其对应的时频参数。基于分段信号的时频参数，构造出自适应Gabor子字典，再利用改进的支持匹配追踪算法对分段信号进行稀疏分解与重构。与常规正交匹配追踪算法相比，该改进支持匹配追踪算法结合了自适应Gabor子字典和lp范数(0
-
基于深度迁移学习的超声缺陷识别方法研究
摘要：
数据驱动的超声缺陷识别在航空航天和工业制造等领域中应用广泛，但大量实验数据难于获取。软件仿真数据虽易于获取，但与实验数据存在差异，直接应用效果并不理想。对此，提出基于深度迁移学习的超声缺陷识别方法研究。首先同时对试件中的不同形状、尺寸和深度的缺陷进行超声检测实验和超声检测仿真，得到实验数据和仿真数据。进而基于仿真数据建立超声缺陷识别深度学习模型，然后基于少量实验数据利用深度迁移学习方法对所建模型进行迁移学习，从而建立能够对实验数据实现准确缺陷识别的模型，最后对所建模型的预测效果进行实验验证。结果表明，基于仿真数据建立的超声损伤识别模型经过迁移后，缺陷识别准确率和精确率大幅提升，均达到0.956。
-
基于激光超声的TA1工业纯钛塑性变形损伤检测
摘要：
采用激光超声纵波对均匀和不均匀塑性变形的TA1工业纯钛样品进行检测，利用CEEMD对信号进行降噪处理，获取激光超声特征值并进行成像，通过EBSD实验获取微观组织信息。首先对均匀塑性变形样品的成像图分析发现，随着变形量的增加，纵波声速和频域衰减系数整体呈下降趋势，时域衰减系数变化不大。随后，分析了微观组织与激光超声特征值相关性，通过加权平均法进行MFFP成像处理，MFFP整体分布呈下降趋势，与微观组织演变规律相对应。最后，对不均匀塑性变形样品进行分析，研究发现纵波声速和MFFP可以区分出不同变形区域，与微观组织区分区域相似，证实了激光超声MFFP可以用来评估TA1工业纯钛塑性变形损伤。
-
基于电磁超声换能器的SH型焊缝导波激励方法
摘要：
采用传统压电换能器在板类结构中激励SH型导波时常出现波束指向性不佳以及随同激励Lamb波侧向反射干扰,影响缺陷检测定位的效率和精度。本文通过基于洛伦兹力的电磁超声换能器(EMAT)的设计与激励研究,提出一种可在板类焊接接头特征结构中产生高指向性超声特征导波(FGW)的激励方法。研究采用周期性永磁体及回折线圈制备电磁超声换能器,通过多物理场频域/时域有限元数值方法分析了板类水平剪切型导波的传播特性和远场波束指向性,并加以实验验证。结果表明所提出的激励方法能够在4 mm板厚铝制搅拌摩擦焊焊缝中有效激发出中心频率为440 kHz的水平剪切(SH)型特征导波,具有较高的导波模式纯度以及局域于焊缝传播的声能陷效应。相较于压电方式激励SH型焊缝导波,有效抑制了侧向Lamb波的产生,为焊缝特征导波的远距离传播及缺陷检测提供支撑。
-
基于人耳生理结构的车内噪声声品质预测
摘要：
针对现有车内噪声声品质预测模型无法分析不同听觉状态人群的噪声感知差异的不足，提出了一个基于真实人耳生理结构的车内噪声声品质预测模型。首先，采集3款轿车的车内噪声样本，并通过主观评价实验得到噪声的主观评价值。然后，通过结合外耳滤波器模型、中耳集总参数模型、耳蜗集总参数模型和听毛细胞纤毛流体耦合模型，构建了基于人耳生理结构的听觉外周模块；以泄露积分激发神经元模型模拟听神经兴奋，利用深度神经网络(DNN)模拟听觉中枢对声音的感知，构建出生成生理响度、生理尖锐度与生理粗糙度的仿听觉中枢模块；基于仿听觉中枢模块生成的心理声学参数，通过TabNet模型得到声品质，构建声品质决策模块。听觉外周模块、仿听觉中枢模块和声品质决策模块构成声品预测模型。最后，对比分析该声品质预测模型与目前声品质模型的预测结果。研究结果表明，所提声品质预测模型能够较好地预测出车内噪声的声品质，该模型预测结果与主观评价结果的平均误差为3.3%，低于采用人工神经网络决策的6.4%和采用Zwicker模型计算心理声学参数的7.7%。该模型为研究不同听觉状态人群的车内噪声声品质提供一种新方案。
-
导向钻具动态测量的三稳随机共振频率提取
摘要：
在随钻测量过程中，由于钻头切削岩层、钻柱与井壁的碰撞等导致底部钻具产生强烈振动，使钻具动态测量信号淹没在复杂的噪声环境中，对钻具姿态测量产生严重干扰，造成钻具导向控制无效。针对这一问题，利用三稳非线性系统所产生的动力学特性，即随机共振效应对导向钻具动态测量信号的频率进行提取。首先，提出基于尺度变换三稳系统的随机共振频率识别方法，解决钻具动态测量信号的应用限制；然后，研究势函数特征参数对系统共振输出作用的影响规律，并设计相应的势函数特征参数调整方案，实现任意噪声强度下钻具动态测量信号的频率提取。仿真和实钻数据实验结果表明，所提方法可提取信号的信噪比（SNR）阈值低至-19.5 dB，并且可靠性优于双稳态系统，证明了方法的有效性和稳定性。
-
一种新的工业过程振荡数据去噪技术
摘要：
振荡现象是工业过程控制回路性能恶化的重要表现，因此有效的振荡监控机制对于保证过程的安全稳定运行至关重要。然而，过程振荡数据中普遍存在随机噪声和外部扰动等因素，导致信噪比较低，严重影响振荡检测与诊断的准确性。为此，提出一种新的工业过程数据去噪技术，结合自适应噪声完备集合经验模态分解（CEEMDAN）、去趋势波动分析（DFA）与典型相关分析（CCA）。首先，利用CEEMDAN对信号进行分解，得到一系列固有模态函数（IMFs）；接着，通过DFA将IMF分量划分为信息主导和噪声主导两类；然后，对噪声主导的IMF分量应用CCA以去除噪声；最后，将CCA输出的结果与信息主导的IMF分量叠加，得到去噪后的振荡信号。仿真和实际工业振荡数据的实验结果表明，与现有的去噪技术相比，方法在去噪后的信号相对均方根误差最低，相关性最高，展示出卓越的去噪精度和鲁棒性。
-
基于M估计的自旋载体自适应矢量跟踪环路设计
摘要：
针对自旋弹体在旋转状态下难以实现稳定跟踪卫星信号和高精度导航定位问题，构建了自旋信号模型，提出了一种基于M估计的自适应矢量跟踪环路设计。在传统跟踪环路的基础上，构建基于卡尔曼滤波+扩展卡尔曼滤波（KF+EKF）的级联式矢量跟踪环路，将耦合各通道信号的观测量作为估计器建立量测方程，滤波结果用于基于带宽计算和M估计故障检测的导航滤波器定位解算，同时将导航结果反馈至载波NCO和伪码NCO，实现闭环控制。半物理仿真实验表明，相比于传统跟踪环路，所提出的矢量跟踪环路的三维空间位置误差提升67.6%，速度误差提升67.8%，有效提高了自旋载体导航的稳定跟踪和精确定位。
-
基于半张量积压缩感知的室内定位算法
摘要：
为应对大场景环境下利用压缩感知（CS）技术实现无线局域网（WLAN）的室内定位时，所面临的定位精度降低和计算复杂度提升的两大挑战，首先引入了改进的聚类算法进行粗定位，以此有效缩减搜索范围。针对无线信号的奇异值问题，创新性地提出了自适应直觉模糊C有序均值聚类算法。其次，为克服高维观测矩阵带来的巨大存储压力，提出了一种半张量积压缩感知(STP-CS）技术对观测矩阵降维。相比传统CS方法，该方法能在维持相同维度的基础上，容纳更多数量的接入点。实验结果表明，所提的算法在保证定位精度的前提下，成倍降低观测矩阵所需的存储空间，显著降低计算开销，在大场景应用中更具优势。
传感器技术
电子测量技术与仪器
机器人感知与人工智能
声学传感与仪器
信息处理技术
期刊介绍
主管单位：中国科学技术协会
主办单位：中国仪器仪表学会
主编：王巍
地址：北京市海淀区知春路6号锦秋国际大厦A座23层
邮政编码：100088
电话：010-64044400
邮箱：cjsi@cis.org.cn
国内统一刊号：11-2179/TH
