摘要:为解决移动机器人在复杂环境和动态障碍物条件下规划出的全局路径质量差以及局部路径易于陷入局部最优等问题，提出一种基于蚁群算法与人工势场法的融合算法。首先，针对传统蚁群算法全局搜索能力差，收敛速度慢等问题，优化了其搜索方式，构建了新的信息素更新规则，引入了修正后的启发式信息，设计了路径节点优化策略以提高其路径质量和搜索效率；其次，通过将移动机器人到目标点的相对距离加入到斥力势场函数中以及设置子目标点来解决传统人工势场法存在目标不可达和局部极小值的问题；最后，融合改进后的蚁群算法和改进后的人工势场法来提高融合算法在复杂动态和静态环境下的路径规划性能。通过仿真分析选取改进人工势场法的参数组合。仿真结果表明：改进蚁群算法较传统蚁群算法最优路径缩短26.23%，路径转折点减少60.00%，搜索效率提升73.75%；改进人工势场法有效地解决了传统人工势场法的局限性同时提高了其局部避障能力；融合算法在保持贴合全局最优路径的前提下能够规划出无碰撞平滑路径。实验结果表明：在实际场景中，与现有传统算法相比，改进蚁群算法规划出的路径更短；在Gazebo物理仿真平台中，融合算法能够对静态障碍物进行有效避障，验证了其理论可行性。

摘要:水面船艇在航行过程中动态路径规划对于保障航行安全性具有十分重要的意义。针对水面舰艇的多目标动态路径规划问题，提出了一种改进的IRRT*算法，充分考虑水面舰艇独特的运动学约束特性以及自身船体、障碍物的体积大小，结合双向搜索机制，在起点与终点同时进行搜索，并为多目标点设置一种分级策略进行分级探索，显著提高了路径规划的效率，并可以较优的解决多目标路径规划时的最优效率问题。其次，通过引入动态KD树进行最近邻搜索，优化了路径搜索过程，并采用定期重建KD树减少查询节点时的检索深度，进一步地提高搜索效率。最后设计了较为实际地考虑船舶转弯角度和能耗的成本函数，融合人工势场法的思想，引入引力场和斥力增益系数作为局部避障的策略，并最终采用自适应三阶B样条曲线优化路径，提高了路径的平滑性和水面船艇的实时避障能力。通过在Python环境下的模拟实验和实际海上测试，结果验证了该算法在计算时间、路径长度、避碰性能和路径转弯次数等方面的相对于目前已知算法的优势。研究成果为复杂水域中的高效路径规划提供了新的思路，助力水面舰艇自主导航技术的发展。

摘要:带包覆层圆管因绝缘、耐高压以及抗振动等优势被广泛地应用于石油、化工等领域。为保证带包覆层圆管在服役过程中的安全运行,有必要对其缺陷进行检测。然而,带包覆层圆管通常采用具有高声吸收衰减特性的高分子聚合物材料作为包覆层,从而使得传统的高频超声导波检测方法存在信噪比低等问题。另一方面,低频超声导波能传播足够长的距离,但存在检测盲区较大和分辨率较低等缺点。为此,提出一种基于非线性超声零频波的低声衰减、高灵敏度的带包覆层圆管缺陷检测方法。首先理论分析了非线性超声零频波沿圆管结构轴向传播时的生成机制,随后通过有限元仿真和实验验证探究了非线性超声零频波在自由圆管以及带包覆层圆管中的传播特性,最终在实验中利用非线性超声零频波成功地检测出带包覆层圆管内存在的切口状缺陷。结果表明:非线性超声零频波具有较低的声衰减特性,在线性基频超声波已完全衰减的情况下,非线性超声零频波仍然能够准确地识别出带包覆圆管内部存在的多个缺陷。该方法所述的非线性超声零频波因其载波频率为0而具有低声衰减的特性,能够用于带包覆层高声衰减圆管结构的无损检测。

摘要:调制信号双谱分析从共振频带中通过抑制随机噪声和干扰成分实现故障特征分量解调，作为行星轴承故障诊断中最为广泛应用的共振解调方法之一。此外，调制信号双谱具有保留相位信息并检测二次相位耦合信号和高斯噪声去除的特点，因此，检测振幅和相位调制的能力对于调制信号双谱的故障特征提取极其重要。然而，调制信号双谱无法高效地处理非高斯噪声。针对调制信号双谱难以分析非高斯噪声的问题，提出了基于非高斯噪声抑制的自回归模型滤波器，以改善其在行星轴承故障诊断与监测的性能。自回归模型滤波器表示时间变化的过程，其在捕获行星轴承数据故障特征信息方面非常有效，且被利用在消除非高斯噪声方面具有卓越的能力。因此，自回归模型滤波器被视为消除非高斯噪声的分析模型，并通过采用峭度准则明确非高斯噪声分析模型的阶数。最后，利用调制信号双谱处理非高斯噪声分析模型信号以去除高斯噪声和分解耦合调制成分，以准确地辨识行星轴承故障频率成分。通过对仿真信号和实验数据分析结果表明，非高斯模型调制信号双谱比快速谱峭度和调制信号双谱更能精确地诊断行星轴承故障特征。

摘要:针对大功率变频风力发电机轴承故障特征难以挖掘以及现有深度学习模型存在可解释性差的关键难题。开发了一种轻量化空时信息融合模型的智能诊断新框架，命名为BSTANet，其着眼于解决实际工程中风力发电机轴承故障难以识别的问题。首先，设计了轴承故障特征空时信息融合模块，并创造性地开发了一种双向的时序信息特征融合新策略，将该策略巧妙运用到所提BSTA-Net框架中，进而充分提取故障数据中的细粒度特征，并在风力发电机轴承状态监测中实现首次尝试。其次，在所提框架中引入特征聚焦模块进行优化，使其能够精准的充分注意到重要的信息，抛弃无用的故障敏感特征，使得所提框架在交变电压冲击和变载荷等复杂工况下，依然具备优秀的学习能力。最后，基于同一数据集，从多个维度对BSTA-Net框架等8种方法的诊断性能进行了对比分析，并将诊断结果与BST-Net等7种方法进行对比分析，结果表明，所提框架具有良好的优越性和泛化性，此项研究为轴承故障识别提供了新思路。将t-SNE和显著性区域检测技术引入所提BSTA-Net框架对故障特征挖掘过程进行物理归因解释，进而提升框架在决策过程中的可信赖性。

摘要:针对定步长LMS算法在收敛速度和稳态误差之间难以取得平衡的问题以及传统变步长算法对初始参数选择依赖程度高、工作量大且存在主观性的缺陷，提出了一种基于深度强化学习的变步长LMS算法。该算法对初始参数的依赖性小，规避了繁琐的调参流程。首先，构建了一个融合深度强化学习和自适应滤波的算法模型，该模型利用深度强化学习智能体控制步长因子的变化，代替了传统变步长算法中用于步长调整的非线性函数，从而规避了繁琐的实验调参流程，降低了算法使用的复杂性。其次，提出了基于误差的状态奖励和基于步长的动作奖励函数，引入动态奖励与负奖励机制，有效提升算法的收敛速度。此外，设计了基于欠完备编码器的网络结构，提高了强化学习策略的推理能力。通过实验验证，相较于其他较新的变步长算法，所提出的算法具有更快的收敛速度和更小的稳态误差，在不同初始参数下均能快速调整至合理的步长值，减少了实验调参的工作量。将训练完成的网络应用到系统辨识、信号去噪以及截流区龙口水域水位信号的滤波等实际领域中，均取得了良好的性能表现，证明了算法具有一定的泛化能力，并进一步证实了其有效性。

摘要:在城市峡谷环境中，GNSS多径效应与非视距现象严重，会极大影响GNSS的定位精度，进而影响INS/GNSS组合导航系统的定位效果。然而传统的INS/GNSS组合导航系统无法确定在城市峡谷环境中快速变化的GNSS量测噪声，为保证组合导航系统的抗差性能和估计精度，针对传统因子图优化算法中量测噪声协方差矩阵不准确带来状态估计精度下降的问题，提出了一种基于自适应MCMC的鲁棒因子图优化组合导航算法。首先，基于先验和后验两阶段将自适应MCMC引入因子图优化框架，在先验中通过MCMC算法将对后验概率采样转化为对先验概率和似然概率的乘积进行采样，并引入自适应策略提高采样效率，得到后验概率对应的样本集。在后验中，通过KL散度最小化近似后验和真实后验，从而精确估计GNSS时变量测噪声协方差；其次，引入新息χ2检测算法，通过构建假设检验统计量和量测异常边界值来检测和剔除粗差。所提方法在减小粗差干扰的同时能有效估计GNSS时变量测噪声。由INS/GNSS组合导航的仿真和现场实验表明，所提方法相比普通因子图优化算法和基于变分贝叶斯的鲁棒自适应因子图优化算法在水平定位均方根误差上分别减小了20.4%、11.9%和71.6%、25.2%，具有较好的鲁棒性。

摘要:利用移动传感器寻找空气中化学气体的源头可应用于安保搜索、灾区救援和建筑环境领域。探讨了在室内环境中利用移动机器人进行气体源定位的问题，提出了一种基于时间加权的最大似然估计算法TWMLE。该算法基于采样时间加权的机制，通过利用包含气体浓度、风速风向以及自身相对定位的观测样本迭代地估计并趋近局部羽流源位置，有效地应对动态湍流环境中时变的气体和气流分布。同时，基于局部感知窗口方法约束估计位置的可行解空间来保证估计结果可行性，实现在未知环境中对局部羽流的短期估计，有效提升估计稳定性。此外，基于气体检测情况对多次估计结果进行加权平均，有效提升在气体命中时的逆风搜索能力和气味未命中时快速再发现羽流的能力。实验分别在4种具备不同气流条件和障碍物分布的模拟环境以及真实环境中进行，所提出的TWMLE算法在成功率和搜索表现上优于infotaxis算法和surge-cast算法。在实际实验中，TWMLE算法的成功率达到90.0%，高于infotaxis算法的80.0%以及surge-cast算法的60.0%。结果表明，所提出的TWMLE算法在复杂室内环境中能够有效定位气体源。

摘要:航空复合材料作为飞机轻量化的关键技术，在航空领域应用十分广泛。然而，在大型化、复杂化、智能化发展新形势下，复合材料非接触多损伤快速检测技术亟需突破。基于此，提出了基于希尔伯特边际谱和空气耦合超声导波复合路径交叉成像的复合材料多损伤快速成像方法。首先，通过数值模拟分析复合材料板中导波的传播特性，确定超声探头最佳入射角度以及复合材料板中导波的传播模态；其次，为解决多损伤成像易出现伪像的问题，利用空气耦合超声导波进行双正交方向扫描，采集导波沿复合材料纤维铺层方向0°、45°、90°及135°传播时的信号；接着，利用完全集成经验模态分解与自适应噪声算法并结合能量熵对原始信号的本征模态函数进行优选，以提取主要的信号分量，降低噪声的影响，然后，利用希尔伯特边际谱计算优选后信号的能量，确定损伤因子；最后，将损伤因子数组扩充为矩阵，并按正交角度分为两组，组内损伤因子矩阵相加，再组间相乘得到最终损伤图像。试验结果表明，单一损伤最大定位误差为2.3 mm，多损伤定位误差为12.5 mm，同时相较于逐点C扫描效率提高168.9%。所提方法能够有效提升大尺寸试样的检测效率和多损伤定位精度。

摘要:深度堆栈自动编码器作为一种代表性的深度网络，已被广泛应用在数据科学、模式识别等领域。现有的深度堆栈自动编码器均针对原样本个体进行深度特征变换，忽略了样本之间的关联结构信息，导致其深度特征的质量往往不尽如人意。为了解决这一问题，提出一种新的深度堆栈自动编码器网络-双级联合投影包络内嵌堆栈自动编码器。与现有的深度堆栈自动编码器本质上不同的是，双级联合投影包络内嵌堆栈自动编码器针对样本间关联信息而非样本个体本身进行深度特征变换。该模型主要包括两部分：双级联合投影包络模块和内嵌式堆栈自动编码器。在双级联合投影包络模块中，流形样本对包络子模块用于提取原样本间局部关联信息，重构生成第1层包络样本；保持降维式聚类子模块用于提取样本的全局关联信息，重构生成第2层包络样本。双级间一致性保持模块用于优化第2层包络样本的表征能力。然后，在这2层包络样本上分别训练2个内嵌式堆栈自动编码器，获得2组深度特征。组织了4组实验，包括消融实验、算法比较、参数影响分析以及复杂度分析。实验结果表明，双级联合投影包络内嵌堆栈自动编码器提取的深度特征具有较高且稳定的质量。

摘要:测量管故障是影响和制约科氏流量计测量精度、可靠性和安全性的关键因素。挂壁故障是科氏流量计服役过程中极易出现的测量管故障形式之一，挂壁故障的产生使科氏流量计物理刚性值发生变化，导致计量校准因子发生偏移，直接影响质量流量及其他流体信息的测量精度；另外，若挂壁故障不能及时被预警，则故障增长可能造成管道堵塞，严重时引发爆炸，造成重大工业安全事故。因此，检测科氏流量计服役状态、识别测量管挂壁故障，是提高科氏流量计测量精度、可靠性和安全性的迫切需求。故提出了一种基于组合带阻滤波器与样本熵的挂壁故障检测方法。由于振动响应信号通常包含多种模态特征信号和干扰信号。组合带阻滤波器能有效滤除干扰信号并保留目标模态特征信号。通过计算不同状态下模态特征信号的样本熵，可充分利用其对信号动态变化的高度敏感性。故障发生时，信号复杂性显著增加，样本熵值随之变化，为故障诊断和评估提供可靠依据。通过对比正常与故障状态的样本熵值，可定量分析故障严重程度，实现流量计故障状态的有效监测。实验结果表明，该方法可有效识别科氏流量计测量管的挂壁故障，且识别效果优于现有其他方法。

摘要:针对浮选过程矿浆液位难以准确检测、可视化程度低、现有电阻抗成像算法过于平滑的问题，提出了全变差正则化与卡尔曼滤波相结合的混合TV-KF矿浆液位电阻抗成像方法。首先，构建浮选矿浆液位测量场域模型获取场域边界电压，建立基于全变差正则化的浮选过程误差函数计算矿浆液位初始电导率值；其次，基于全变差正则化算法计算电导率值作为卡尔曼滤波算法预测方程的先验信息，利用不同时刻的测量电压值对卡尔曼滤波算法的更新方程和预测方程进行迭代；最后，基于提出的TV-KF电阻抗成像算法求解矿浆液位电导率分布，获得准确的矿浆液位检测结果。仿真和实测结果表明：所提算法重建的矿浆与泡沫分界面清晰度更高、边缘特性更好，获取的矿浆液位信息全面准确，在不同矿浆液位仿真模型中PCC均达到85%以上，相比其他重建算法IRE值更低、重建效果更优；现场实验平台矿浆液位实测最大误差<2.4 cm，满足浮选工业现场液位准确检测需求；相较已有方法具有更强的泡沫层信息可视化能力及浆料适用性、对泡沫波动变化有更高的灵敏度，可持续稳定测量矿浆液位，对当前浮选现场有良好应用价值。

摘要:岩矿石标本电性特征的研究是地球物理勘探中一项重要的基础性工作，针对变频法测量岩矿石标本电性参数存在效率低、抗干扰能力较差等问题，提出基于逆重复m序列的岩矿石标本宽频带电性参数测量方法并设计了测量系统。系统采用编码恒流信号激励的方式，利用编码信号源的频点分布特性和多频点数据处理手段，实现发送一组编码矩形波电流便可获得岩矿石标本多个频点响应信息的高效测量。介绍了逆重复m序列的信号特征，给出了多频点阻抗测量算法流程；通过理论与仿真相结合的方式研究了影响Howland压控电流源性能的重要因素；明晰了实验条件下导致高频段阻抗测量误差的主要因素并给出了校准方案；最后，搭建了测量系统并使用本系统与苏黎世MFIA阻抗分析仪进行了阻抗测量对比实验，结果表明：使用5阶信号时，测量效率相对变频法提高2.3倍，通过调整信号编码参数可实现不同频点密度的测量工作；系统测量频率范围覆盖1 mHz~100 kHz，阻容模型阻抗模值测量误差最大约为0.5%，相位误差最大为23 mrad；校准前后结果对比表明了校准方案在高频段测量的有效性。该系统能够实现宽频阻抗谱快速准确测量，为岩矿石标本电性参数测量提供了一种宽频带快速测量方法与技术支持，具有一定的理论研究意义与工程应用价值。

摘要:右心灌注情况对肺循环的正常功能至关重要。通过评估右心灌注可以判断肺循环健康状态。肺循环血流调节是指肺动脉在右心室血流灌注变化期间，为维持适当的右心室-肺动脉耦合关系而进行的肺循环供血调节过程。旨在利用生物阻抗技术研究右心灌注期间心血管血流调节情况，评估肺循环过程中动脉弹性和血流阻力参数的变化。基于生物阻抗技术检测区域血流，利用肺血流阻抗舒张波波幅与重搏波深度的比值、最大收缩波变化速率表征动脉弹性参数和血流阻力参数。最后探讨急性运动条件下的肺血流阻抗参数变化，并与静息条件下的肺血流阻抗参数变化进行对比。相对于静息状态，急性运动条件下动脉血管弹性和血流阻力变化比分别为77.78%、11.46%，统计学分析显示两个参数在运动前后均存在显著性差异（P<0.001）。生物阻抗技术可以有效检测肺循环过程中肺动脉血流调节变化，通过分析肺血流阻抗图量化动脉血管弹性与血流阻力指标，实现右心室-肺动脉耦合血流调节功能的评估。生物阻抗技术可以有效检测肺循环过程中右心室血流调节变化，通过分析肺血流阻抗图量化弹性与阻力指标，实现对血流调节功能的评估。该方法为无创肺循环活动生物阻抗检测奠定基础。

摘要:为提高单磁铁电磁超声换能器（EMAT）的换能效率以激发更高幅值的超声导波，通过仿真与实验相结合的方法，提出了一种简单易行的半封闭磁轭EMAT设计思路。半封闭磁轭EMAT由长方形永磁铁、半封闭磁轭结构、回折线圈和试件组成。首先通过仿真对比分析了3种可能的磁轭加装方案，验证了半封闭磁轭对于增强单磁铁EMAT激发效率的可行性。接着分析了半封闭磁轭的设计参数对被测物体表面涡流区域的磁场强度和信号激发效率的影响，包括磁轭结构的侧板间距、顶板间距、板厚、所用材料相对磁导率。对比原始无磁轭方案，优化参数后的半封闭磁轭EMAT在仿真中获得了近50%的激发效率提升。依据仿真结果，设计制作了加装半封闭磁轭的电磁超声换能器。在1 mm厚铝板上激发对称模式的10周期1 MHz兰姆波（Lamb）实验结果表明，磁铁提离距离2 mm时，加装半封闭磁轭的EMAT比原始设计的信号幅值提升了40.42%；磁铁提离6 mm，磁轭方案的幅值提升了31.32%。后续又在2 mm厚铝板上进行了反对称模式的5周期415 kHz兰姆波实验，半封闭磁轭方案在不同提离距离上带来的幅值提升亦超过30%，验证了所提方法的普遍适用性。实验所用的磁轭材料是常规冷轧钢薄板（SPCC），易获取易制备，便于应用推广。

摘要:线结构光视觉三维测量技术因其高精度和非接触的三维重建优势而被广泛应用。然而，现有的线结构光三维测量方法在标定过程中往往面临较高的耦合性问题，且在复杂环境下，背景噪声和光照变化会严重干扰条纹的提取，导致结构光条纹中心定位精度下降，进而影响整体三维测量的精度和鲁棒性。针对上述问题，提出了一种基于卷积神经网络的鲁棒三维测量方法。首先，设计了一种创新性的残差U型块特征金字塔网络（RSU-FPN），旨在实现背景噪声的干扰抑制和结构光条纹区域中心的高精度鲁棒提取。其次，构建了一种新型的线结构光视觉传感器，并提出了一种分离式测量模型，成功将摄像机标定与光平面标定解耦，极大地提高了系统的灵活性与扩展性。通过这种解耦的标定方式，避免了传统标定方法中存在的耦合问题，使得整个测量系统更加高效且易于调整。实验结果表明，所提出的基于卷积神经网络的鲁棒三维测量方法，在复杂背景下能够实现结构光条纹中心的高精度提取，利用提取出的光条纹中心进行标定，其均方根误差分别为x方向0.005 mm、y方向0.009 mm以及z方向0.097 mm。并且，该方法在不同表面类型（如漫反射表面和光滑反射表面）上均能实现高精度的三维重建，验证了其在实际应用中的优越性和强大的鲁棒性。

摘要:为了实现城市道路视频监控场景下交通流噪声的快速准确估计，提出一种基于计算机视觉的城市道路噪声实时估计方法。首先，从道路交通噪声产生机理分析入手，提出了一系列基于计算机视觉的城市道路交通噪声相关交通流信息提取方法，改善传统方法提取交通流信息不够便捷的情况。其次，针对传统算法噪声估计准确度不高的问题，进行城市道路交通噪声影响因素分析，将交通流特征与环境特征相结合，构建了基于机器学习的道路交通噪声估计模型，提高了城市道路噪声估计的准确性。最后，分析城市道路交通噪声短时变化规律，确定其尺度可变的特征提取时间窗口，提出了一整套城市道路交通噪声实时估计方案，提升了城市道路噪声估计的实时性。实验结果表明，所提出的基于计算机视觉的交通流信息提取方法较常用的目标检测和目标追踪算法能够更准确的提取城市道路交通噪声相关信息；所建立的城市道路交通噪声估计模型相比传统噪声估计模型有更高的实时性和准确性，相较于现有基于机器学习的噪声估计方法在不同场景下均有着更为准确的估计结果，提高了城市道路噪声估计的准确性和实时性，确定了时间尺度为3和10 min的噪声估计方法，具有实际应用价值。

摘要:为解决现阶段单无人机目标检测过程中存在的探测视场有限、目标易被遮挡、单一光源图像信息薄弱等问题，提升无人机可靠、高效的感知计算能力，提出一种面向多无人机协同的多模态目标检测方法。首先，研究可见光和红外融合的多模态目标检测算法，提出了由视觉任务驱动的基于卷积融合网络的双光融合模型，将融合图像经过语义分割网络的结果反馈给融合网络，通过对融合网络参数的迭代训练出损失较小的双光图像融合模型。然后对融合后的图像输入视觉感知增强模块进行图像增强，消除了不良光照条件对图像质量的影响，提升了目标细节特征保持性，并在MSRS数据集验证了算法的有效性。此外，面向多无人机协同检测提出了基于分布式生物感知处理的主动感知流程，通过无人机在被感测目标位置计算检测置信度并通过释放信息素来分配主机和从机的检测优先级，完成多无人机协同检测任务的引导策略，实现不同光照条件下非结构化地面场景的目标检测。实验结果表明，该算法在无人机载智能边缘计算平台RK3588上具有56.55 ms延迟和45.84 fps的推理速度，能准确检测地面场景布设的典型军事目标，平均检测精度达到78.5%。

摘要:针对无人机目标小、目标不显著的情况以及目标被遮挡后的再跟踪问题，提出一种将改进YOLO和改进KCF模型融合的无人机识别跟踪算法YOLO-G-KCF。该算法在特征处理方面将多通道梯度特征和原图特征通过特征级联的方式进行融合，并将融合特征引入YOLOv10算法之中，使改进算法对强光照、阴影等复杂光照条件下的目标有更好的检测效果；同时将多通道梯度特征信息引入KCF目标跟踪算法之中，通过设计一种多尺度特征检测，使KCF算法具有良好的尺度自适应；在头侧引入KCF跟踪结果，计算得新的损失函数Inner-IoU，更准确的识别跟踪目标。经实验表明，在由多个开源无人机视频目标跟踪组成的数据集上进行测试，YOLO-G-KCF算法取得95.3%的准确率；与YOLOv10原始模型相比，改进模型的mAP@0.5提高了1.37%，平均精度mAP@0.5达到了94.28%，且识别速度达到了112 FPS，能以100 FPS以上的速度运行，满足无人机目标识别跟踪的实时性需求。通过引入识别机制的跟踪并进行改进，在不损失速度的基础上，对比其他算法具有更好地识别跟踪效果。YOLO-G-KCF算法实现了对无人机在目标小、不显著以及遮挡后再跟踪等情况下的识别跟踪，识别准确率高、抗干扰能力强、硬件开发实时性好，具有一定的理论研究和工程应用价值。

摘要:前视声呐作为海洋探测的重要传感器之一，能够远距离探测水下目标，被广泛应用于目标检测和跟踪领域中。然而，声呐数据采集时受海洋环境噪声影响，噪声分布不均匀，使得声呐图像的目标探测精度低。采用传统卷积神经网络对前视声呐目标进行跟踪时，因为声呐图像序列帧率较低、目标特征不清晰，容易出现目标丢失问题。针对前视声呐图像噪声污染严重的问题，结合前视声呐图像的特点，提出了一种改进的BM3D算法，减少3D转换处理的计算量，在基础估计的相似块匹配距离计算过程中，采用曼哈顿距离替代欧氏距离，更好地处理声呐图像中不同类型和强度的噪声；针对目标丢失问题，提出了基于YOLOv8-s改进网络的前视声呐图像目标检测算法，包括基于ConvNeXt的C2N改进算法、添加浅特征检测头和归一化Wasserstein 距离（NWD）损失函数的改进。进行了声呐图像数据采集，并进行了实验验证。实验结果表明，改进后模型的准确率为87.2%，mAP0.5为85.4%。与改进前的YOLOv8-s模型相比，虽然模型大小只增加了4.6 MB,但是精度增加了5.1个百分点，mAP@0.5增加了4个百分点，对比其他检测模型实验结果，改进后的YOLOv8-s能够有效提升声呐图像的目标检测精度。

摘要:油气管道漏磁检测是评估管道完整性的重要手段，但传统人工分析方法存在效率低、误判率高等问题，故提出了一种基于YOLOv8深度学习算法的油气管道漏磁检测智能识别方法，实现管道缺陷的自动化检测。研究创新性地构建了一套基于人工标注经验的自动化训练数据集生成方法，有效继承了专家领域知识，显著提升了数据集构建效率。通过对漏磁信号进行预处理和图像增强，将原始数据转换为标准化灰度图像，并采用自适应图像增强策略，有效提升了图像质量和目标特征的可区分性。从实际工程项目中采集并生成36 098张高质量漏磁图像，其中3 403张含缺陷图像用作训练集。缺陷在管道轴向-周向平面上呈现相对均匀分布，在焊缝位置存在局部高密度区域，尺寸主要集中在较小范围内并呈现长尾分布特征，为模型训练提供了扎实的数据基础。训练过程中，模型的精确率P和召回率R指标分别稳定在0.66和0.60，mAP@0.5指标稳定于0.57，而mAP@［0.5∶0.95］达到0.27。在实际工程数据测试中，模型的精确率、召回率和F1分数分别达到63.17%、65.24%和64.19%，验证了YOLOv8模型在管道检测任务中的可行性和优异的检测性能。该方法不仅显著提高了检测效率，降低了人工成本，而且有效避免了人为因素导致的判断偏差。研究结果表明，基于深度学习的智能识别方法在油气管道漏磁检测领域具有广阔的应用前景。

摘要:针对现有无人机目标检测模型在体积、计算资源需求以及小目标检测效果方面的不足，提出了一种改进的无人机目标检测算法BGYOLO。该算法基于YOLOv8，通过在高分辨率特征层添加检测头，有效减少了图像下采样过程中的信息丢失，显著提升了模型对小目标的检测能力。同时，引入Biformer注意力机可以制精准捕捉图像的远程依赖关系，增强模型对不同尺度目标的感知能力。此外，NWD损失函数的引入解决了传统损失函数在小目标检测中对位置偏差敏感的问题，显著提高了模型的鲁棒性。基于GhostNetV2的模型轻量化则通过替换传统卷积模块，在减少模型参数和计算量的同时，保持了模型的检测精度。实验结果表明，BG-YOLO在Det-Fly数据集上相比YOLOv8的mAP@0.5提高了10.3%，参数量减少了33.18%，而与YOLOv9相比提高了7.9%。此外，该算法在自采集数据集上也表现出色，对天空、山地、建筑等不同场景的低慢小目标分别实现了96.2%、88.1%和86.2%的平均精度，检测速度分别为150.36、128.21、112.53 fps，实现了高检测精度和高检测速度的要求。综上所述，BG-YOLO通过检测头设计、注意力机制引入、损失函数改进以及模型轻量化，显著提升了对低慢小无人机目标的检测精度和实时性，具有广阔的应用前景。

摘要:超高压架空输电线路在电力系统中至关重要，但常面临建筑施工、山火等外力因素引发的事故。这不仅损害了国家经济，影响电网稳定性，还对电力工作人员的人身安全造成威胁。基于深度学习的目标检测方法为检测外破隐患提供了新方案，但现有方法往往依赖局部邻域信息执行采样操作，限制了感知范围和表达能力。为解决这一问题，提出了一种基于YOLOv10的实时全局感知增强方法GAE-YOLO，旨在提高超高压架空输电线路外破隐患目标的检测精度。针对传统方法中局部感知的局限，设计了2个新的上下采样模块：全局感知下采样模块（GADM）和全局感知上采样模块（GAUM）。GADM通过学习特征图的全局空间信息生成全局感知权重，优化下采样过程的感知性能；GAUM则通过利用深层特征图的通道信息生成全局感知权重，动态增强采样点的隶属关系，有效突出目标边界。为验证GAE-YOLO的有效性，构建了一个针对超高压架空输电线路外破隐患的大规模数据集，并在该数据集上取得了93.05%的平均精度均值(mAP)，相较于基线模型mAP提升了5.13%。实验结果表明，GAE-YOLO能够显著提高外破隐患目标的检测精度，具有重要的应用价值，为电网安全运行提供了新的技术支持。

摘要:光学系统点扩散函数的数据采样和拟合重构过程中，引入的背景噪声及外部干扰会导致仪器测量结果的误差。传统的固定目标函数点扩散函数拟合算法自适应性较弱，在光学仪器的测试过程中，无法有效还原光斑形态，这些误差项对仪器的图像质量分析结果造成了一定的影响。针对此问题，提出了一种适用于光学成像系统的点扩散函数计算方法，针对不同光斑形态进行能量获取和重构，有效地保留了光斑的原始形态。利用光斑图像数据进行三次样条插值计算，构造亚像元级数据矩阵，对不同位置光斑进行杂散光抑制处理和质心修正，获得更接近真实光斑形态的三维曲面。考虑传感器精度差异，调节步长控制能量集中度对应的光斑半径，能够满足不同的测试需求。高斯光斑仿真分析与实验室测试结果表明，与高斯拟合法、最近邻插值法和盲去卷积法相比，所提方法更接近实际情况，曲面插值法误差仅为ε=0.000 2，像质观测区域内偏离率<5%，能够提供较为准确的能量集中度结果。算法对点扩散函数形态变化较为敏感，能够有效分辨小尺寸光斑内存在的多峰，常温测试条件下也具有较高的精度，在仪器干扰源定位、光学调焦等方面具有工程应用价值，为光学成像系统的研制和性能分析提供了理论计算方法。

摘要:在同步定位与建图(SLAM)中,回环检测是提高定位精度的重要环节。通过识别回环并校正累计误差,能够有效增强定位的精度和稳定性。然而,目前大多数基于LiDAR的回环检测方法主要依赖坐标和反射强度等低层次特征来构建描述子,未能充分利用场景中的语义信息,从而在复杂场景中面临精度和可靠性不足的问题。针对这一不足,提出了一种基于语义辅助的强度扫描上下文方法,以弥补现有方法的局限性。首先,该研究方法利用ICP算法对两帧点云进行粗配准,减少角度和位移对回环检测的影响。在此基础上,将语义信息与点云的几何信息及强度信息相结合,构建多层级特征的全局描述子。最后,通过描述子相似度计算判断回环是否存在,从而实现更可靠的回环检测。在公开数据集KITTI上的实验结果表明,该研究方法的最大F1分数较scan context算法提升了19.71%,平均均方根误差较lego-loam算法降低了36%。此外,在校园环境的实测结果显示,该研究方法的最大F1分数较lio-sam算法提升了19.23%,较lego-loam算法提升了70.62%;平均均方根误差较lio-sam算法降低了56.68%,较lego-loam算法降低了20.7%。这些结果表明,该研究方法不仅能够有效提升回环检测的准确性,还能在多样化场景下展现出更强的鲁棒性。通过引入语义信息,该研究显著改善了描述子在复杂场景中的区分能力,为SLAM技术的发展提供了新的思路和方法支持。

摘要:海洋电场测量对于监测海洋活动、探测海底资源具有重要意义。由于海洋电场信号频率低，对于微弱的信号，电场测量不可避免受到器件的1/f噪声和环境变频谐波噪声的影响，其中环境变频谐波噪声的频率可能非常接近待测电场信号，难以通过现有的斩波放大技术抑制。针对现有测量电路难以抑制环境变频谐波噪声的问题，提出了一种开关变频石英晶体谐振窄带抑制噪声的海洋电场测量方法，将海洋电场变频到32.768 kHz，上变频信号经过高Q值石英晶振实现超窄带滤波的海洋电场测量。通过对开关变频海洋电场的过程以及变频调谐窄带测量电路的选频特性进行理论分析，推导出变频调谐窄带测量输出信号的表达式。搭建了电场测量实验平台，对设计的变频调谐窄带测量电路进行了实验测试。实验结果表明，当海洋电场信号频率为0.01~0.2 Hz时，变频调谐窄带测量的灵敏度是直接测量的2.78倍，测量电路的带宽<0.4 Hz。对于频率为0.1 Hz的海洋电场信号，变频调谐窄带测量的信噪比相比于直接测量提高了19.82 dB。这种方法不仅可以用于强噪声下微弱海洋电场信号的识别和测量，还可以用于未来海洋电场测量阵列的构建。

摘要:为了在不增加传感器尺寸的前提下，提高传感器的分辨力和测量精度，并实现绝对角位移测量，以满足空间受限的工业场合应用需求，故提出了一种基于二次调制双通道同步的高分辨力绝对式时栅角位移传感器设计方案。该传感器主要由定尺、动尺和驱动电路板组成，定尺上设置有精机码道的两路激励线圈、粗机码道的两路感应线圈、电磁耦合线圈的次级，动尺上设置有精机码道的两路感应线圈、粗机码道的两路激励线圈、电磁耦合线圈的初级，驱动电路板上设置有一组驱动信号发生电路、两组感应信号处理电路、FPGA核心电路。将动尺上精机码道的两路感应线圈与粗机码道的两路激励线圈串联在一起实现二次调制，当传感器精机码道的激励线圈上电工作时，精机码道的两路感应线圈上所感应的两路角位移电信号被调制到粗机码道上，从而实现了粗机码道与精机码道分辨力相加的目的，以此提升传感器的分辨力。同时将一路精机感应信号通过电磁耦合线圈回传到定尺端作为整周定位信号。通过FPGA同步解算这两路信号，实现绝对角位移测量。采用PCB工艺制作了外径为140 mm的传感器样机。实验结果表明，该传感器只需要一组驱动电路就能够实现绝对角位移测量，且分辨力从0.38″提升到0.2″，提高了47%，原始测量误差范围从±34.14″降低到±16.06″，降低了53%。

摘要:在粘膜下肿瘤早期诊断中，使用内窥镜获得触觉反馈信息有助于提高生物组织的弹性模量检测精度，进而精准定位血管，确定生物组织的健康状况与类型，从而提高治疗质量。故设计了一种适用于安装在医用内窥镜上的微型压电触觉传感器(PTS，ϕ=2.0 mm)，该器件主要由两个刚度不同的组件(内部和封装组件)及PVDF压电层构成。基于串联弹簧模型和压电传递方程，建立了PTS/生物组织接触传感数值模型，深入分析PTS的生物组织弹性模量传感规律；采用微机电系统(MEMS)制造工艺，制备了PTS样机，同时搭建PTS/生物组织动态载荷测试平台对猪胃中不同人工肿瘤软/硬特性测试和模型验证。计算结果表明，当PTS接触较硬的生物组织时，大部分的轴向载荷由内部组件-铜球传递，PDMS封装层的形变很小。相反，当PTS接触较软的生物组织时，PDMS封装层产生的形变较大。其次，PVDF层靠近内部组件(铜球)的接触区域产生的响应电压(V)与应力(σ)最大，其与封装层接触区域产生的V与σ较小；实验结果表明，内部组件与封装组件响应电压之比(V1/V2) 与生物组织弹性模量(Et)成线性关系，0.2~3.5 MPa内，随Et增大，V1/V2增大，且与模型计算结果相吻合。因此，上述测量方法可有效提取生物组织的生物力学信息。

摘要:微电磁力称重传感器机械结构的热胀冷缩、电路元器件的温漂以及永磁体磁感应强度的变化均会导致示值漂移，硬件引入漂移的作用机制、合理的温度试验与温度补偿方法都是解决温漂问题的关键所在。以量程为200 g，分度值为0.1 mg的传感器为对象，在硬件引入漂移的作用机制研究中，采用数学建模的方法分析了机械杠杆传力比、驱动电路的电压基准、采集电阻以及永磁体的温度漂移模型，得到了影响传感器温度漂移最主要因素，确定温度补偿传感器的安装位置；设计了线性升温温度试验，每隔10℃采集示值漂移并记录当前参考点试验温度，通过二次拟合得出温度漂移补偿函数；最后提出了零基准点、半量基准点按比例跟随最大秤量基准点补偿的区间温度补偿方法，使机械与电路部分的漂移量同时对零基准点和最大秤量基准点产生影响，而不会影响量程区间的长度。同时提出了动态补偿灵敏度的概念，补偿灵敏度实时按照补偿后的区间长度与分度数的比值进行更新，以解决在不同量程区间下温度补偿量与传感器分度值不对称的问题，提升补偿精度。实验结果表明，本研究方法能够实现最大秤量为200 g、分度值为0.1 mg的传感器在5℃~35℃范围内的动态温度补偿，补偿误差绝对值<0.5 mg，增强了传感器在温度波动较大环境中的适应性。

摘要:准确可靠的传感器外参标定方法是雷达-惯性融合系统实现高精度定位与导航的关键,然而,现有的标定方法大多依赖于惯性传感器三轴激励的获取,当雷达和惯性传感器安装在运动受限的地面机器人上时,现有的标定方法性能下降甚至无法标定。为了解决这一问题，提出了一种基于雷达点云平面特征的地面机器人雷达-惯性里程计外参标定方法。该方法首先利用雷达点云中的平面特征建立残差,通过最小化雷达点到平面的距离迅速将外参收敛至较小的误差范围内。随后,基于八叉树结构,结合雷达点云的空间占用信息,进一步优化外参。最后利用地面分割算法将地面约束纳入标定过程,对平面运动时Z轴方向上无法约束的误差进行修正,从而获得完整的六自由度外参。实验结果表明，该方法在两组开源数据集上的标定精度显著优于其他算法，旋转角平均误差分别降低43.73%及36.47%,位移平均误差分别降低了76.33%及41.52%。在实车验证实验中，该方法在平地、崎岖不平的地形、狭窄的通道等各种场景中均成功完成标定，进一步验证了该方法在实际环境中的可靠性与鲁棒性。在定位精度分析实验中,以本研究标定结果为初参的FAST-LIO2算法的绝对轨迹均方根误差降低了6.54%左右,证明了该方法的实用性和准确性。

摘要:为提高传感器集成度并适应设备微型化趋势，提出并制备了一种面向生物体液监测领域的光纤布拉格光栅-法布里珀罗（FBG-FP）级联结构紧凑型光纤探针，用于检测折射率和温度。通过构建级联结构反射率分布模型，优化了器件级联顺序。采用精密切割熔接技术制备单模光纤-空芯光纤-单模光纤（SMF-HCF-SMF）结构的FP探针，并利用飞秒激光直写技术在距熔接界面100 μm处刻写FBG，实现了级联式紧凑型双传感元件的集成，基于FBG结构与FP结构对温度和折射率的波长/强度响应特性，从原理上有效解决了交叉敏感问题。搭建温度折射率实验系统，在25℃~55℃水浴温度、1.333 0~1.381 6折射率范围内，对4根光纤探针的传感特性进行分析。实验结果表明，温度循环过程中，FBG与FP中心波长均随升温红移、降温蓝移，平均温度灵敏度分别为9.36、8.52 pm/℃；待测环境折射率增大时，FBG波长与强度无变化，FP干涉波长不变、谐振强度逐渐减小，且强度拟合结果呈抛物线趋势。以折射率1.354 6为界进行分段线性拟合，可得1.333 0~1.354 6折射率区间内FP灵敏度均值为5.86 dBm/RIU、最大值为10.72 dBm/RIU，在1.354 6~1.361 8折射率区间内FP灵敏度均值为1.40 dBm/RIU、最大值为2.74 dBm/RIU。该传感器制作简单、结构紧凑、灵敏度高，在生物体液监测领域具有良好的应用前景。

摘要:微创手术由于具有创伤小、疼痛轻、恢复快等优点，目前在临床很多领域均有应用。由于微创手术切口小的限制，手术部位缺乏直接的触觉反馈，显著增加了术中操作的复杂性，因此，实现术中实时精确的力感知对于手术的精准性与安全性至关重要。光纤布拉格光栅传感器因其高灵敏度、抗电磁干扰、小尺寸和生物相容性等优势，在微创手术中展现出巨大的应用潜力。但是，目前仍有一些问题制约了该技术的进一步发展，亟需探索解决方案。故系统梳理了近十年来光纤光栅传感器在微创手术力感知方面的研究进展，总结了常见的光纤光栅应变与温度解耦技术，这对于减轻温度干扰、提高力感知精度起着关键作用。同时，详细阐述了光纤光栅力传感器在内窥镜微创手术、血管介入手术、视网膜显微手术等微创手术中的最新研究进展及应用情况，分析了传感器的结构设计和力反馈计算方法。此外，还深入探讨了光纤光栅力传感器在实际应用中面临的挑战，包括高精度微力传感器设计、实时数据处理与反馈、力传感器系统智能化、多模态数据融合以及产品化与临床转化等方面。最后，对光纤光栅力传感器的未来发展方向进行了展望，期待通过技术创新推动光纤光栅力传感器在医疗领域的广泛应用。