- 当期目录
- 优先出版
- 下载排行 过刊浏览
-
2026,49(4):1-10, DOI:
Abstract:
针对现有方法因忽略历史交通信息导致时空特征感知不足的问题,提出一种融合深度强化学习与时空特征建模的交叉口信号控制方法。该方法使用D3QN-LSTM混合网络架构,通过离散交通状态编码将多时段交通信息表征为高维矩阵,采用卷积神经网络提取空间特征,结合长短时记忆网络捕捉时序依赖关系,并设计基于奖励反馈的动态探索机制优化策略训练过程。基于SUMO仿真平台进行实验,结果表明：相较于固定时长控制及传统强化学习方法,所提方法在早高峰流量情况下平均排队长度指标上分别降低49.95%、35.04%和16.72%,累积等待时间减少63.03%、35.55%和20.15%,有效验证了时空特征建模与动态探索策略的优越性。为评估算法鲁棒性,进一步开展平峰期交通流实验,结果表明：所提算法在平均排队长度与累积等待时间指标上依然保持显著优势,证明该方法对不同交通场景具有强适应性和良好的泛化能力。
-
2026,49(4):11-19, DOI:
Abstract:
太阳辐射引起的气温测量误差，即太阳辐射误差，最高可达1 K。为提高测温精度，同时针对强制通风测温装置功耗较大的问题，设计了一种无刷直流 (BLDC) 风机通风的温度传感器装置，兼具自然通风与强制通风功能，有效降低功耗。采用计算流体动力学方法 (CFD) 对传感器进行多物理场流固耦合仿真，量化不同条件下的辐射误差，以最小化辐射误差为目标建立风速与太阳辐射强度对风机吸压的函数映射关系，制定风机调控策略。对比选择遗传算法优化的 BP 神经网络算法 (GA-BP) 对仿真数据集进行训练与拟合，从而构建辐射误差修正方程。以076B温度传感器为基准进行外场实验，测得设计的温度传感器经算法修正后的辐射误差控制在0.05 K以内，平均绝对误差为0.039 K，均方根误差为0.045 K。
-
2026,49(4):20-26, DOI:
Abstract:
针对进口行波管放大器故障率高和维修困难的问题，研制了一款室内型Ku频段350 W功率放大器。基于新型波导魔T、波导E-T结、共面魔T和半高波导-微带探针过渡结构，提出了一种新型16路功率分配/合成网络，采用16片氮化镓35 W功放芯片合成，研制出一种Ku频段450 W功率合成模块。基于该模块，成功研制了室内型Ku频段350 W功率放大器。测试结果表明在13.75~14.5 GHz频率范围内，该功率放大器增益大于73 dB，输出功率大于400 W。经计算，额定功率输出时，整机效率为23.65%，与国际知名公司水平相当。该功率放大器指标优良，可完全替代进口行波管放大器产品。
-
2026,49(4):27-37, DOI:
Abstract:
在可再生能源系统中，采用高增益三端口变换器将光伏组件与储能系统集成至高压直流母线是能够有效提升功率密度和效率，受到广泛的关注。针对传统三端口变换器电压增益有限、难以实现软开关、半导体器件电压应力高等问题，本文提出一种基于三绕组耦合电感的新型超高电压增益三端口变换器拓扑。该拓扑仅采用单一磁芯结构，可有效提升变换器的功率密度。变换器中半导体器件具有远低于直流母线的电压应力，能够选用导通损耗更低的器件规格，且能够实现软开关运行，从而降低系统损耗并提升效率。进一步设计一种变换器的端口功率流控制方法，基于端口功率关系，所提变换器可实现不同工作模式间的平滑切换。本文详细分析了该拓扑结构及工作原理，进而对端口电压关系、电压/电流应力及控制方法进行深入分析以指导参数设计。最后，构建了光伏输入电压20~40 V、储能电池电压48 V、输出电压400 V、额定功率400 W的仿真模型和实验样机，验证了所提高增益三端口变换器及其控制方法的有效性。
-
2026,49(4):38-48, DOI:
Abstract:
温度特性对磁流变阻尼器的动态性能影响显著，研究磁流变阻尼器温升理论模型，为分析和改进其温度特性具有重要意义。基于磁流变阻尼器能量平衡关系，揭示了不同运动幅值激励下的磁流变阻尼器的温升理论和传热机理，建立了小幅值和大幅值正弦谐波运动下温升理论模型。利用有限元仿真分析阻尼器的温升规律，结果表明，在小幅值正弦谐波运动时，阻尼器腔体内磁流变液温度升高了到3.2℃，阻尼器腔体内不同位置处磁流变液的温度相差较大，在大幅值运动时，磁流变液的温度升高了20.8℃，腔体内不同位置磁流变液温度几乎相等，验证了磁流变阻尼器温升理论模型的正确性。通过温升特性试验进行验证，温升试验曲线与仿真和理论计算结果变化趋势一致，小幅值运动下的理论模型对磁流变液温升值预测误差较大，大幅值运动下预测值准确性较高，温升理论模型不仅有效预测了阻尼器内部的温度，也为磁流变阻尼器的结构设计和工程应用提供了理论依据。
-
2026,49(4):49-60, DOI:
Abstract:
针对合成孔径雷达图像中相干斑噪声干扰、低信噪比及目标多尺度散射特性导致的目标检测精度衰减与小目标漏检问题，提出一种兼顾特征表征能力与实时性的轻量化检测模型XMNet。XMNet在主干网络部分引入改进型单头视觉Transformer，通过全局注意力机制强化上下文语义关联；设计跨层级多路径聚合网络作为颈部结构，融合动态上采样与并行多尺度卷积模块，优化多尺度特征表征；新增高分辨率检测层，利用浅层高分辨率特征增强小目标细节捕捉能力。在MSAR-1.0数据集上的实验表明：全类别平均检测精度达90.4%，较基准模型提升8.7%；飞机类小目标检测精度显著提高20.1%，参数量仅增加2 M，推理检测速度达到185 FPS；与FCOS、CenterNet等9个先进方法对比，XMNet在检测精度与计算效率综合指标上排名首位。XMNet通过跨层级注意力机制与多尺度特征融合的协同设计，有效解决了SAR图像中多尺度目标特征丢失与实时性难以兼顾的难题。其轻量化特性与高检测精度为各类SAR平台的实时遥感监测提供了可行的工程化解决方案，尤其在小目标密集的复杂场景中展现出显著优势。
-
2026,49(4):61-68, DOI:
Abstract:
为解决当前数据驱动航空发动机RUL预测方法因未能充分挖掘数据特征信息，导致数据利用率低、预测精度受限的问题，提出一种新型发动机RUL多尺度预测模型，称为DSCN。所提出方法首先通过计算皮尔逊相关系数和最大信息系数捕捉发动机数据的线性及非线性关系，得到平稳与非平稳时序的趋势特征；其次，利用MRFM丰富数据特征，并在TCN基础上构建Res-CAM和MHAM增强模型对关键信息的捕捉能力，动态调整数据的动态权重。所提出方法在C-MAPSS数据集中FD001和FD003上进行试验验证，预测结果中RMSE和Score分别为11.30、218.08；12.04、227.65。结果表明，该方法比目前最优方法在Score上分别降低了4.67%和11.5%。
-
2026,49(4):69-80, DOI:
Abstract:
针对现有基于CNN的生成式隐写术存在生成图像质量差、抗隐写分析能力弱的问题，本文提出一种基于选择性状态空间模型的改进U-Net隐写架构——SSEU-Net，旨在实现高质量图像生成与高安全性隐写。方法核心包括：首先，设计了Res-SS2D模块，对输入图像进行四方向的全局空间建模，在保证线性计算复杂度的同时提升含密图像的视觉质量；其次，基于图像高频区域的微小扰动对整体统计特征影响更小的特性，提出高频特征强化策略，通过提取载体图像的边缘并融合至编码器，引导秘密图像优先嵌入高频区域，从而降低被隐写分析方法检测出的可能性；最后，设计多目标损失函数，结合PSNR与MS-SSIM优化生成质量，同时通过引入低频分量的L1范数损失，约束载体图像与含密图像的低频区域一致性，迫使秘密信息优先隐藏于高频分量。实验表明，SSEU-Net在COCO与ImageNet数据集上均优于现有方法：在ImageNet上，生成的含密图像PSNR平均达40.588 dB，恢复出的秘密图像的PSNR平均达41.863 dB，且对常见的隐写分析方法表现出较高的抵抗能力。
-
2026,49(4):81-86, DOI:
Abstract:
维卡软化温度测定仪长期使用后，常出现温度示值偏差与升温速率不准的问题。为此，研究开发了一套基于动态测试原理的高精度校准装置。这套装置配备自动触发式图像采集温度记录装置，当试样发生1 mm变形或被压针刺入的瞬间，能实时捕捉形变临界点，精准记录温度。其工作流程包含试样放置、参数设定等环节，各环节衔接顺畅。实际测试中，该装置表现出明显优势：12℃/6 min升温速率下，实际升温速率在(11.9~12.1)℃/6 min之间，温度示值误差为(-0.1~0.2)℃；5℃/6 min升温速率下，实际升温速率处于(4.9~5.1)℃/6 min 范围，温度示值误差(-0.1~0.2)℃，均符合技术要求。经分析，温度示值误差标准不确定度为0.067℃，升温速率误差标准不确定度为0.091℃/h。研究的创新点体现在提出动态升温校准方法，优化动态采集策略，将智能校准算法与自动化流程集成，可支持多温度点、多样品站同步校准。该装置有效解决了现有校准方法存在的问题，实现了温度与升温速率的同步动态精准测量，为材料热性能测试提供了可靠保障，在材料研发、质量控制等领域发挥着重要作用。
-
2026,49(4):87-95, DOI:
Abstract:
针对超声换能器在激励脉冲下产生拖尾，以及声波在罐壁多次反射、散射形成混响干扰，导致超声测距产生较大盲区的问题，提出使用具有抗混响能力的LFM波作为发射信号，并针对传统接收机直接采集实信号会产生镜像频谱，导致目标检测混淆以及运算量大的问题，提出在接收端采用正交解调技术，既可以得到抗干扰能力强的复信号，又能使系统的成本降低。本文通过分析超声波液位计的混响模型，仿真对比CW波和LFM波的模糊函数、Q函数，得出LFM波具有更强的目标分辨能力，且其在目标静止时的抗混响能力更好。实验采用LFM波做为发射信号，在接收端通过正交解调得到复信号，然后对复信号匹配滤波。实验结果表明：该方法测量精度最大绝对误差小于4 mm，盲区可减小到8 cm，具有较高的实用价值和工程意义。
-
2026,49(4):96-103, DOI:
Abstract:
现有的BCI神经反馈技术往往很难在时间和空间分辨率之间存在权衡。目前主流的神经反馈技术中，EEG具备毫秒级时间分辨率，但缺乏精确的空间定位能力；fMRI具有高空间分辨率，却受到秒级的时间延迟限制。这种时空分辨率的矛盾限制了神经反馈在临床调控中的应用。为此，本研究提出了一种混合小波神经网络，用于建模EEG信号与fMRI脑区活动之间复杂的非线性映射关系。模型采用并行的小波卷积层与一维卷积层，分别提取EEG的多分辨率频域特征与局部时域特征；通过通道交叉注意力机制建模特征间的非线性交互；并结合LSTM捕捉长程时序依赖。实验结果表明，该方法在两个独立数据集上均实现了对fMRI脑区动态变化的高精度预测，显著优于传统线性模型。该框架不仅扩展了当前神经反馈“EFP”技术的建模能力，还为发展兼具高时空分辨率的神经反馈与脑机接口提供了一条新的技术路线。
-
2026,49(4):104-115, DOI:
Abstract:
准确的病灶分割结果对于皮肤病早期诊断和后续治疗具有重要意义。现有神经网络倾向于设计更深更复杂的结构达到高分割精度的目的，然而较高的模型参数和计算成本限制了实际应用，针对该问题，提出一种轻量级多尺度信道交互分割网络LMSCI-Net，对于输入图像，设计基于信道分离和卷积分解的轻量级多尺度编码模块，结合局部-全局通道注意力机制，在保证特征提取能力的同时，实现轻量化网络编码器的设计；其次，设计多尺度信道交互增强模块，集成网络多阶段输出信息优化跳跃连接的信息处理过程，为解码器提供丰富且精确的细节信息；最后，在解码器部分设计自适应融合解码模块实现更高效的细节恢复，最终输出精确的分割结果。该网络训练过程采用深度监督机制，在ISIC2017、ISIC2018、ISIC2016这三个公开皮肤病灶分割数据集上进行对比实验并在PH2数据集上进行泛化实验，实验表明该网络在实现轻量化的同时保持较高的分割精度与泛化能力，与基线网络U-Net相比在参数量和计算复杂度上分别降低了99.38%和98.78%，充分验证该网络的有效性与轻量化。
-
2026,49(4):116-125, DOI:
Abstract:
无人机航拍是目前主流的物体检测技术之一，该任务中面临目标物体小、尺度变化大、复杂背景干扰等问题。如何在有限的计算资源下提升检测精度是一个重要的挑战。针对以上问题，提出了一种轻量级无人机航拍目标检测方法。首先设计了一种层次依赖感知剪枝算法减少模型的冗余计算。此外，将检测头分辨率提升至160×160以增强小目标检测能力，利用GhostConv替换网络的标准卷积块以减少计算冗余，并引入紧凑型架构StarNet重新设计Neck网络中的C3模块以减少特征融合过程的复杂度，增强特征表达能力。最后在Backbone层引入注意力机制来提高模型的特征提取能力。实验结果表明：在VisDrone2019数据集中，模型的mAP_0.5提升了1.8%。同时相比于原模型，参数量下降了50.4%，计算量降低了35.44%。综上所述，模型满足无人机平台在小目标检测任务中对精度和轻量化的需求。
-
2026,49(4):126-135, DOI:
Abstract:
针对电磁干扰测试多点路径规划问题，提出了一种基于改进A星算法与灰狼优化算法结合的路径规划方法。首先，对传统A星算法进行了改进，通过改进启发函数和引入冗余点删除策略，减少了路径长度和算法时间。然后，将测试路径规划问题转化为经典旅行商问题，并应用改进的灰狼优化算法进行求解，以获得最优测试路径。实验结果表明，与传统方法相比，改进方法的路径规划总距离平均减少了4.73%，转弯次数平均减少了30.42%，总转弯角度平均减少了34.74%，计算时间平均减少了39.47%，有效提升了测试的效率和安全性，为电磁干扰多目标点测试任务提供了一种可靠的解决方案。
-
2026,49(4):136-147, DOI:
Abstract:
针对现有目标检测模型在复杂环境下检测条形码时易受干扰导致精度不足，以及模型复杂度高难以部署于移动端低算力设备的问题，本研究提出了一种基于YOLOv8的轻量级高精度检测算法DOLN-YOLO。首先，引入以DWCOnv重构的DW-HGNetV2作为主干网络，在增强多尺度特征提取能力的同时显著降低计算复杂度；其次，构建OD-C3Ghost模块替换C2f模块，增强了对条码复杂形变的动态感知能力，并进一步消除计算冗余；然后，设计了轻量级共享细节增强检测头LSDEDH，利用DEConv的梯度-强度双路协同机制提升模型的特征泛化能力，并采用异构卷积共享策略降低资源损耗；最后，提出了复合损失函数NWD-PIoUV2，联合归一化Wasserstein距离与动态聚焦PIoUV2损失，缓解微小定位偏差的优化难题并加快收敛速度。实验结果表明，相比于基准模型，DOLN-YOLO的mAP@0.5提升了0.92%，mAP@0.5:0.95提升了4.57%，同时参数量和计算量分别降低了58.8%和48.6%，证明了算法在检测复杂环境下的条码的优越性。DOLN-YOLO 为物流、医疗、零售等场景提供了兼具高鲁棒检测能力与高效移动部署的解决方案。
-
2026,49(4):148-157, DOI:
Abstract:
针对遥感图像中目标尺度差异大、类别多样且分布不均导致的检测不精准、漏检和误检问题，提出一种基于YOLOv8n改进的遥感图像目标检测算法MGD-YOLO。首先，提出了多尺度边缘高斯注意力模块MEGA，其结合高斯平滑、Scharr 边缘算子与通道注意力机制，有效抑制遥感图像噪声干扰，强化目标轮廓特征表达。其次，设计出MDPConv结构，通过动态加权融合机制和深度可分离卷积相互结合，改善传统卷积感受野固定问题，增强模型对多尺度目标的感知能力。最后，检测头部分引入DLGA结构，动态分配注意力分支权重，并采用MLP融合策略，提升局部细节与全局语义信息的融合效果，从而提高检测性能。实验表明，MGD-YOLO在DIOR、DOTA和NWPU VHR-10 数据集上与YOLOv8n相比，mAP@0.5分别提升了1.6%、2.7%、1%，验证了其在遥感图像目标检测中的有效性和良好的鲁棒性。
-
2026,49(4):158-168, DOI:
Abstract:
为应对股票价格预测中普遍存在的不稳定性与波动性，以及变分模态分解算法在预测过程中存在参数寻优的困难，本文提出了CRIME-SE-VMD-VIT2M二阶段组合预测框架。第1阶段，在原始霜冰优化算法的基础上引入Chebyshev混沌映射与透镜成像种群选择策略，并以SE作为适应度函数，构建改进的CRIME-SE-VMD寻优模型，从而提升参数寻优的全局搜索能力与分解质量。第2阶段，通过PCC筛选关键技术指标，将其与VMD分解所得的IMFs融合，形成多维度特征集，在此基础上结合第1阶段的寻优结果，设计并实现VIT2M并行双通道预测模型，对多尺度股票特征信息进行深度提取与建模。实验结果表明，CRIME-SE-VMD在4个股票数据集上的适应度值较对比算法降低0.000 318 9~0.000 703，显示出更优的分解性能；同时，VIT2M模型在相同数据集的预测性能优于对比模型，验证了其在提升股票价格预测精度方面的有效性。
-
2026,49(4):169-179, DOI:
Abstract:
针对现有意图识别方法未考虑编队空间特性所导致的单元间动态交互缺失的问题，本文引入时空耦合机制，提出了一种结合动态图注意力机制与时空建模的编队意图识别方法。首先，依据编队中目标类型属性确定全局交互骨干网，并结合Top-K近邻策略动态生成邻接矩阵，从而将动态演化的编队态势转化为结构化的时序图；其次，通过在图注意力网络（GAT）中引入协同演化注意力池机制，自适应地学习不同目标间交互的差异化权重，以快速捕捉动态编队时序图中空间协同特征；最后，通过多尺度注意力机制增强的双向门控循环单元（BiGRU），对经GAT提取的包含空间协同信息的节点状态序列进行时序分析，建立了一种时空特征深度融合的意图识别模型（STGAT-BiGRU）。仿真实验结果表明，所提方法与现有主流方法相比，在准确率和F1 分数上平均提升了8.78%和8.9%，证明了所提方法的有效性，并为掌控态势演变、获取决策先机提供了技术支撑。
-
2026,49(4):180-189, DOI:
Abstract:
针对精密光学狭缝与针孔镜片检测中人工效率低、接触式测量易损伤表面的问题，本文提出一种插值-Zernike协同亚像素检测方法。通过双三次插值增强边缘分辨率，重构正交基模板降低离散采样误差，并引入非对称高斯模型修正亚像素偏移，结合动态阈值与小连通域去噪提升抗干扰性。仿真与实验结果表明：改进算法对狭缝宽度的最大检测误差为0.098 7 pixel（1.401 5 μm），针孔直径误差≤0.113 6 pixel（1.613 1 μm），较传统Zernike矩方法精度提升62.3%；在像素对齐条件下实现了0.000 2 pixel（2.84 nm）的纳米级分辨率，突破了传统微米级限制。算法精度与相机分辨率呈线性正相关，且在本文实验条件下满足工业3 μm以内的检测标准，并具备纳米级拓展潜力，为光学元件高效无损检测提供了创新方案。
-
2026,49(4):190-203, DOI:
Abstract:
稀疏角CT是临床CT成像中减少X射线辐射剂量的有效方法。然而，由于稀疏采样造成的投影不完备，图像重建中含有明显的条纹伪影。为解决这一问题，本文提出一种基于迭代优化展开的稀疏角CT图像重建网络IADR-Net，该网络采用独特的双路并行架构设计，包含迭代重建子网络和局部-全局注意力网络(GLONA)细节恢复子网络两个核心组件。其中，迭代重建子网络基于快速迭代软阈值算法框架，通过可学习非线性变换和自适应阈值实现投影到图像重建；GLONA子网络则采用局部与全局特征并行的双分支结构，并通过自调节融合模块有效保持图像细节。两个子网络协同工作，分别专注于基于迭代展开的伪影消除和基于注意力机制的细节增强，最终通过特征融合输出高质量CT图像。在Mayo数据集的实验结果表明，该方法在伪影抑制和结构保持方面相较若干代表算法展现出更有性能，为临床稀疏角CT成像提供了有效的解决方案。
-
2026,49(4):204-216, DOI:
Abstract:
针对遥感图像目标检测中目标分布密集、背景复杂和小目标众多等问题导致检测效果不佳。本文提出一种基于RT-DETR的RSD-DETR遥感图像目标检测算法。首先，设计了轻量级多尺度特征提取Faster-CGLU模块，将门控机制和部分卷积融合，优化局部和全局特征信息的聚合，同时减少计算冗余。其次，结合级联分组注意力(CGA)构建CGA-AIFI模块，以在抑制非相关背景信息的同时关注关键特征区域，增强模型与目标特征的交互能力。最后，设计跨尺度动态特征融合(CS-DFFM)结构，通过动态尺度序列特征融合(DySSFF)模块和三重特征编码器(TFE)模块，对多尺度特征图进行尺寸对齐和动态融合，防止上下采样导致的小目标特征信息丢失，增强了网络多尺度特征融合能力。实验结果表明，在SIMD和DOTA-v1.0数据集上，所提算法在参数量较基线模型降低22.11%的情况下，平均精度均值(mAP0.5)分别达到了79.9%和86.8%，较基线模型分别提高了2.5%和1.7%，模型实时性也得到了提高。检测效果优于其他经典模型，具有卓越的性能。
-
2026,49(4):217-226, DOI:
Abstract:
针对遥感图像配准中复杂环境带来的特征提取困难、多尺度几何变形造成的配准精度受限等挑战，本文提出一种融合双域特征与跨维门控注意力的遥感图像配准模型。首先，在特征提取阶段设计多尺度傅里叶模块改进StarNet网络结构通过融合多尺度的空间特征与频域特征进行特征提取，增强模型的特征提取能力；接着，设计跨维门控注意力，使得模型能够在不牺牲全局感受野的情况下，高效地捕捉图像中的上下文信息；其次，在特征匹配阶段，采用基于部分分配矩阵的双向匹配方法获取双向参数，最终通过仿射变换实现图像配准。在使用Aerial Image数据集进行实验时，研究结果表明，当正确估计的关键点比例系数分别设置为0.01、0.03和0.05时，配准精度分别达到了42.8%、85.7%和96.9%，且平均配准时间为0.87 s，有效提升了遥感图像配准的精度和速度。
-
2026,49(4):227-235, DOI:
Abstract:
准确监测活性污泥微生物对于保持污水处理系统的稳定运行至关重要。然而，微生物因其半透明形态和与周围环境的高度相似性而具有伪装特性，使得传统的检测方法表现不佳。针对活性污泥微生物伪装性、目标尺度多样性和复杂背景下边界模糊的问题，提出了一种基于多尺度感知和边缘增强的伪装目标检测方法。该方法通过多尺度特征感知模块的并行处理和逐步扩大感受野来提取丰富的上下文信息，以增强多尺度特征表示；利用边缘感知增强模块融合低层边缘细节与高层语义信息，获取边缘特征；再通过注意力引导模块融合边缘特征与多尺度特征，引导网络关注边缘的位置信息；使用上下文聚合模块自顶向下逐级聚合多层次特征，以进一步细化预测结果并生成预测图像。在伪装目标检测公共数据集和自建活性污泥微生物伪装数据集上，本方法在评价指标S值、加权F值和E值上分别提升了2.2%、4.1%、2.1%和1.2%、2.2%、0.6%。实验结果表明，本方法在各数据集上均取得了优于其他模型的性能。
-
2026,49(4):236-246, DOI:
Abstract:
由于水体散射的原因，水下图像普遍存在质量退化问题。针对该问题，本文提出了一种基于改进LU2Net的浑浊水偏振图像增强模型，并在自建数据集上验证。首先，将采集的彩色偏振图像灰度化处理，通过将0°、45°、90°这3个偏振分量融合来获取完整的线偏振信息，再采用改进的LU2Net网络模型对退化的水下偏振图像进行增强，最后获取具有更多细节特征的增强图像。实验结果证明，本文方法在主客观评价以及特征点检测和Canny边缘检测结果上都优于用于对比的FUnIE-GAN、MLLE等水下图像增强方法，尤其是在特征点检测过程中，本文使用了ORB，AKAZE等四种不同的特征点检测方法，本文方法都能提取到更多的特征点。本文方法的LPIPS相比现有对比的最优方法降低了3.35%，UCIQE相比改进前的算法增加了1.16%，NIQE相比改进前的算法降低了7.59%。本文提出的方法，在自然光状态下的浑浊水环境中，能够提取到更清晰的图像边缘和纹理等细节特征，提升了浑浊水环境中的成像质量。
-
2026,49(4):247-256, DOI:
Abstract:
针对复杂战场环境和有限机载资源，导致无人机作战时前端目标辨识定位难以兼顾准确性与实时性的问题，构建了一种针对无人机作战复杂战场环境下前端目标辨识定位方法：以“backbone-neck-head”为基本网络架构，引入非局部注意力扩展模块、全局多尺度解耦网络以及轻量化瓶颈模块，并以Focal Loss和DIoU Loss为综合损失函数，实现特征建模和多尺度检测增强，以提升对特征的捕捉能力，从而提升准确性；基于依赖图结构化剪枝与通道智能蒸馏，提出一种协同的轻量化策略，从而有效降低了模型复杂度并提升嵌入式可部署性。相关实验表明，本文方法在mAP@0.5、mAP@0.75和mAP@0.5:0.95分别提升了6.0%、7.2%和5.9%，模型参数量与GFLOPs分别降至17.1%与12.0%，精度损失控制在4.1%以内。最后在嵌入式硬件平台上的部署验证显示，推理帧率达到了34 fps，能够较好地满足无人机作战时前端目标辨识与定位的准确度与实时性的需求。
2026年第49卷第4期
研究与设计
测试系统与模块化组件
数据采集及信号处理
理论与算法
信息技术及图像处理
-
2024,47(6):1-7, DOI:
Abstract:
城市交叉路口是交通事故多发路段，对于智能网联汽车来说，在行驶过程中进行风险检测与碰撞预警，从而保障驾驶的安全性至关重要。本文针对有信号灯的城市交叉路口提出一种考虑信号灯约束的行车风险场模型，并基于此模型设计三级碰撞预警方法。首先针对城市交叉路口的潜在冲突风险点构建功能场景，并将信号灯的约束作用考虑进行车风险场模型。为了解决碰撞预警问题，提出以TTC为指标划分三级冲突区域，通过计算主车行驶过程中周围对应的场强值，并根据干扰车在主车周围势能场的位置来衡量主车所受碰撞风险。实验结果表明，所设计的模型能够准确对进入主车势能场范围的干扰车进行预警，预警成功率可达100%，误报率仅为3.4%，证明所提方法的可靠性和有效性。
-
2024,47(6):123-130, DOI:
Abstract:
针对低速增压风洞测力试验，分析气动特性曲线的原始数据源，以天平信号、流场状态和模型姿态为主要对象，结合试验控制流程，从单点数据向量、单车次数据矩阵和同期多车次数据集等维度，研究试验数据的异常检测方法策略，并以此为核心知识库，完成异常数据检测专家系统设计开发。试验过程中系统推理机自动在线执行，经过数据识别、规则推理、逻辑推理和知识迭代，实现原始数据的预检测和预诊断。试验应用结果表明，专家系统对天平桥压异常、线性段跳点和零点检测等异常类型检测敏感度高，为异常数据分析指引方向，提升问题数据排查效率。
-
2024,47(6):8-13, DOI:
Abstract:
为了解决现有单天线超高频RFID技术在室内静态目标定位中精度不高的问题，本文提出了一种基于天线视轴信号传播模型的RFID定位新方法。该方法首先通过天线纵向扫描确定目标的高度位置；其次，调整天线高度与目标高度一致，然后步进旋转扫描以识别目标的方向角；进一步的，利用麻雀搜索算法优化的反向传播神经网络建立路径损耗模型并用于测距；最后，综合高度、方向角和距离数据完成目标的定位。实验结果表明，在室内环境测试中，所提出的方法平均定位误差为7.2 cm，能够满足一般室内场景下物品的定位需求。
-
2024,47(6):100-108, DOI:
Abstract:
在基于机器视觉的锯链缺陷实时检测过程中，油污、粉尘等因素影响图像亮度和质量，导致目标检测网络的特征提取能力下降。为保证复杂环境下锯链缺陷检测的准确率，本文设计了一种结合弱光增强和YOLOv3算法的锯链自动化缺陷检测方法。首先使用RRDNet网络自适应增强锯链图像亮度，恢复图像暗区的细节特征；然后采用改进YOLOv3算法对锯链零件进行缺陷检测，增加FPN结构特征输出图层，利用K means聚类算法对先验框参数重新聚类，并引入GIoU损失函数来提高小目标的缺陷检测精度。最后搭建一套锯链缺陷在线检测系统，对所提方法进行验证。实验结果表明，该方法能够显著提高弱光环境下的锯链图像照度、恢复图像细节，改进YOLOv3算法的mAP值为92.88%，相比原始YOLOv3提高14%，最终系统整体的漏检率降低到3.2%，过检率也降低到9.1%。所提出的方法可实现弱光场景下锯链缺陷的在线检测，并且对多种缺陷有着较高的检测精度。
-
2024,47(6):86-93, DOI:
Abstract:
针对大场景SAR图像近岸场景舰船目标检测中遇到的陆地目标虚警和岸边目标漏检等问题，基于YOLOX设计了一种轻量化的改进模型CAM YOLOX。首先，在骨干部分嵌入CAM，增强舰船特征提取以保持较高的检测性能；其次，在特征金字塔网络结构中增加一个浅层分支，以增强对小目标特征的提取能力；最后，在特征融合网络中用Shuffle unit替换CSPLayer中的CBS和堆叠的Bottleneck结构，实现了模型压缩。在LS-SSDD-v1.0遥感数据集上进行实验，实验结果表明，本文改进算法相较于原始算法在近岸场景舰船检测的精确率P提高了5.51%，召回率R提高了3.68%，模型参数量减小了16.33%。本文算法能在不增加模型参数量的情况下，有效抑制近岸场景中陆地上的虚警和减少岸边舰船漏检率。
-
2024,47(6):64-70, DOI:
Abstract:
为满足复杂车辆任务在时延、能耗和计算性能方面的要求，同时减少网络资源的竞争和消耗，设计了一种基于车载边缘计算(VEC)的任务卸载策略，以最小化任务处理延迟和能源消耗之间平衡的长期成本为目标，将车联网中的任务卸载问题建模为马尔可夫决策过程(MDP)，提出了在传统双延时深度确定性策略梯度(TD3)的基础上，利用长短期记忆网络(LSTM)来逼近策略函数和价值函数，将系统状态进行归一化处理以加速网络收敛并增强训练稳定性的改进算法(LN-TD3)。仿真结果表明，LN-TD3性能与全部本地计算和全部卸载计算相比提高了两倍以上；收敛速度上与深度确定性策略梯度DDPG、TD3相比提高了约20%。
-
2024,47(6):182-189, DOI:
Abstract:
针对无人机领域中的监管问题，基于YOLOv5-Lite的改进模型，提出了一种随着训练过程为模型动态地分配损失权重的指数移动样本加权函数。通过模型运算，控制二自由度云台对无人机实时跟踪，且视频采集、模型计算和二轴云台控制均在树莓派4B本地进行。优化过的模型在保持原模型参数量的同时，在mAP@.5:.95指标中达到了70.2%，相较于原模型提高了1.5%。在树莓派上的实时推理平均速度为2.1 FPS，处理效率更高。树莓派在模型推理的同时，通过I2C协议控制舵机平台对无人机目标进行追踪，保持对无人机的实时动态监测，提高了系统的可靠性，具有更好的实用价值。
-
2024,47(6):109-115, DOI:
Abstract:
为了解决传统SPD寿命告警的表征方式与SPD真正的寿命状态不能明确的一一对应，以及单一劣化相关参数表征的剩余寿命模型预测性差等问题，设计了一款基于STM32多参数SPD剩余寿命远程监测系统。以STM32为主控，实时采集SPD的浪涌电流、泄漏电流、表面温度以及脱扣状态等重要参数，通过BC20无线通讯模块将状态信息上传到One NET云平台。One NET云平台实时显示和存储SPD的多参数数据，并提供数据管理和分析，采用SVM分类模型判断SPD是否损坏和BO-LSTM预测模型预测SPD剩余寿命。基于BC20的定位功能，在上位机查看SPD的实时地理位置。结果表明:BO-LSTM剩余寿命预测模型的均方根误差为0.001 3，平均绝对误差为0.001 8，该系统可以实时监测SPD状态，能够有效预测SPD剩余寿命值，并且及时预警。
-
2024,47(6):79-85, DOI:
Abstract:
针对标准蜜獾算法(HBA)易陷入局部最优、搜索精度低、收敛速度较慢等问题，提出基于精英差分变异的蜜獾算法(EDVHBA)。将标准HBA中的两种寻优策略所搜寻到的精英解，进行组合差分变异以产生新的精英解，利用3个精英解协同指导种群下一轮迭代，可以增加算法解的多样性，防止算法陷入过早收敛；同时改进非线性密度因子和引入新的位置更新策略，提升算法的收敛速度和寻优精度。为验证算法的改进效果和性能，对8个经典测试函数进行仿真实验，实验结果表明：与其他群智能算法和改进的HBA相比，EDVHBA在单峰函数中都能搜寻到最优值0，在多峰函数中迭代50次左右就可以收敛到理想最优值，验证了EDVHBA具有更好的寻优性能。
-
2024,47(6):20-27, DOI:
Abstract:
井下振动信号的高频测量信息能记录有关钻具动态响应的更具体细节，有益于分析诊断井下的异常振动，但是高频测量会产生大量的测量数据，导致井下振动测量设备的数据存储压力非常大。本文提出了一种基于压缩感知技术的井下振动信号的高频测量方法。通过选择性稀疏采集和存储井下振动数据，并利用信号重构算法，恢复高频测量结果。在该方法实现的过程中，提出一种分层抗频谱泄露的傅里叶字典构建和改进的分层追踪OMP信号重构算法，显著降低了信号重构时间。仿真和实验测试结果表明：该方法对振动信号的压缩感知采集效果较好，系统压缩比为18.9，重构分贝误差为52.1 dB。该方法有效减轻了井下振动测量设备的数据存储压力，为获取井下振动的高频测量数据提供了一种新途径。
-
2024,47(6):14-19, DOI:
Abstract:
为解决高海拔地区气压降低导致急救呼吸机潮气量控制精度下降的问题，提出了双环PID潮气量控制系统。该系统采用气压补偿型PID控制器调整风机转速，并辅以积分分离式PID控制器，以实现对气流速度的精确控制。在实际海拔4 370 m、大气压59 kPa的环境中，系统性能测试表明，相较于单环PID控制，双环控制系统在高海拔条件下表现出快速响应和无超调的卓越性能。平均气流速度输出误差为3.19%，最大误差为4.1%，优于现有临床设备的准确性。这一技术突破不仅提供了高海拔急救呼吸机潮气量控制的有效解决方案，也为特殊环境下的通气控制技术发展贡献了重要参考。
-
2024,47(6):50-57, DOI:
Abstract:
在面向一些大型商超、医院、教学楼等大规模室内多层结构定位中，针对多层WSN结构的非测距定位问题，提出一种基于改进天鹰的三维室内多层结构定位算法IAODV HOP算法。首先，为节点划分3类通信半径以细化跳数，同时利用最小均方差和权重因子修正节点的平均跳距。其次，用IAO算法对未知节点坐标进行寻优，通过佳点集策略对种群初始化，解决天鹰算法因初始种群随机分布而导致的种群的质量和多样性难以保证的问题，并且在局部搜索中加入黄金正弦的搜索策略完善种群的位置更新方式，增强了算法的局部搜索能力。通过仿真实验，本文所提算法IAODV HOP相较于传统3D DV Hop、PSO 3DDV Hop、N3 3DDV Hop以及N3 ACO 3DDV Hop算法，归一化平均定位误差分别下降7033%、6267%、64%、5367%，表现出更优的性能，具有更好的稳定性和更高的定位精度。
-
2024,47(6):34-40, DOI:
Abstract:
星载扩频应答机的数据比特与扩频码是异步的，由于传输系统噪声及多普勒频移的影响，会引起接收扩频码与发送扩频码相关峰值的衰减，导致捕获性能下降。传统的捕获技术通常存在算法复杂度高，捕获速度慢，难以适应上百千赫兹大频偏的要求等问题。本文提出了一种将扩频序列截成两段分别作相关运算的扩频序列搜索法，并结合信号平方和FFT环进行大频偏锁频的捕获方案，有效抑制了相关峰的衰减，提高了伪码捕获性能。MATLAB仿真及FPGA板级测试表明，本文所提出的扩频信号捕获方案能够对抗高达±300 kHz的多普勒频移，平均捕获时间约为95 ms。另外，该算法的FPGA实现与传统结构相比节省了约47%的LUT、43%的Register以及一半以上的DSP和BRAM资源，在资源受限的实时通信系统中具有很大的应用价值。
-
2024,47(6):94-99, DOI:
Abstract:
本文针对ORB-SLAM2算法在黑暗环境或纹理较少的环境下提取特征点少，从而导致SLAM系统定位精度不高、匹配对数较少，进而导致系统崩溃的问题，提出了一种基于自适应阈值的特征点提取算法与改进的四叉树均匀化策略。首先基于图像的亮度进行基于自适应阈值的FAST特征点提取，之后通过改进的四叉树均匀化策略对图像的特征点进行剔除与补偿，完成特征点选取。实验结果表明，与原算法相比，改进后的特征点提取算法在黑暗环境与纹理较少的环境下，匹配对的数量提升了17.6%，SLAM轨迹精度提升了49.8%，有效的提升了SLAM系统的鲁棒性和精度。
-
2024,47(6):137-142, DOI:
Abstract:
针对烟草行业，目前尚未存在检测加热卷烟烟具加热温度及温度均匀性的检测装置和方法，为了解决在狭隘空间内对微型棒状加热片的测温需求，本文研制了一种卷烟加热棒测温仪，并设计了一种适用于卷烟加热棒测温的新型结构。为了验证卷烟加热棒测温仪测量结果的准确性与可靠性，对测温仪进行不确定度分析。分析结果依据《GB/T 13283-2008工业过程测量和控制用检测仪表和显示仪表精确度等级》标准，在量程为100 ℃~400 ℃，满足0.1级要求。最后实验验证可以有效测量不同烟支的加热温度场情况。
-
2024,47(6):157-163, DOI:
Abstract:
为了解决语音通信系统中音频信号处理的数据量大，杂散信号多，以及调频接收机在接收到的音频信号忽大忽小的问题，提出了一种轻量化音频信号处理算法，并基于此算法在现场可编程门阵列(FPGA)平台上实现了音频信号的接收与自动增益控制。该算法结合数字下变频技术、多级抽取滤波技术及自动增益控制技术(AGC)，应用于音频信号处理系统中，将从上级天线接收的射频模拟信号通过模数转换以及数字下变频转换为基带音频信号，经四级抽取滤波将基带信号中的杂散信号滤除，降低了系统的复杂性和功耗，同时AGC对基带音频信号进行控制调整，输出较为稳定的音频信号。经过实验证明:该算法能够有效地将信息速率从102.4 MHz降至32 kHz、减少计算负担、提高信号质量、降低了FPGA的资源利用率；并且实现音频信号的自动增益控制调整，其调整时间仅为12.8 μs，满足接收机的功率稳定时间。
-
2024,47(6):58-63, DOI:
Abstract:
针对高速列车自动驾驶系统，采用基于天牛须粒子群（BAS-PSO）优化自抗扰控制（ADRC）的算法，设计速度跟踪控制器。基于列车动力学模型设计自抗扰控制器，并以ITAE作为目标函数，利用BAS PSO实现参数整定。选用CRH380A型动车组参数，通过MATLAB进行仿真验证，对比BAS-PSO、PSO以及改进鲨鱼优化ADRC算法对列车目标速度曲线的追踪效果，其中基于BAS-PSO优化ADRC算法的列车目标速度曲线跟踪误差保持在±0.4 km/h的范围内，相比另外两种算法更加紧密地贴近目标速度曲线。结果表明，基于BAS-PSO优化ADRC具有跟踪误差小、抗干扰能力强的优点。
-
2024,47(6):28-33, DOI:
Abstract:
随着卫星网络、车联网络、工业网络等业务仿真模拟需求的日益增长，针对传统专用信道损伤仪存在的模拟链路数量少、灵活性低、资源占用高等问题，本文提出一种基于时延量程策略的多会话时延损伤模拟方法，构建灵活的软件网络损伤模拟。该方法通过识别检测独立控制各会话流的时延损伤，并采用基于时延程策略的多队列合并架构以降低资源占用。实验结果表明，相较于传统专用设备与模拟软件NetEm，该方法支持百万级链路的独立时延配置，会话流数从十数条增加到百万条，且在各带宽下降低至少85%的内存占用，满足大规模和精度的同时极大的降低系统成本。
-
2024,47(6):116-122, DOI:
Abstract:
滚动轴承在旋转机械中发挥着重要作用，若出现故障，轻则引起设备停机，重则危及现场人员生命安全，因此有必要对其进行故障诊断。针对滚动轴承故障特征难以提取，传统分类方法正确率不高的问题，本文提出一种基于集合经验模态分解（EEMD）能量熵和金豺优化算法（GJO）优化核极限学习机（KELM）的故障诊断方法，实现了提取滚动轴承故障特征并正确分类的目标。通过实验数据进行验证，该方法能够提取到滚动轴承原始信号中隐含的故障信息特征，其诊断正确率高达98.47%。
-
2024,47(6):190-196, DOI:
Abstract:
基于表面肌电信号和模式识别的手势识别方法在康复手领域中具有广阔的应用前景。提出一种基于表面肌电信号的手部姿势识别方法，以预测手部的52种动作。为解决表面肌电信号易受干扰的问题，提高对表面肌电信号的分类效果，提出了TiCNN DRSN网络，主要作用是在拥有噪声的情况下能够更好的识别率，减少滤除噪声的时间。TiCNN网络使用卷积核Dropout和极小批量训练，为卷积神经网络引入训练干扰并且增加了模型的泛化性；DRSN网络可以有效的剔除sEMG信号中的冗余信号，减少信号噪声干扰。TiCNN DRSN网络在不需要任何降噪预处理的前提下，取得了很高的抗噪与自适应性能。本模型在Ninapro数据库上的识别率达到97.43%±0.8%。
