课程文献中心 更多>>

关键词： 集群   协作干扰   通信物理层安全   遗传算法   能量受限  

摘要： 随着无线通信在电力物联网中应用越来越广泛，通信安全问题越来越受到重视。在电力物联网中，安全传输速率和功耗是保障无线通信安全的关键性因素。为了保障电力物联网无线通信系统的安全，本文提出一种基于集群协作干扰策略的物理层安全通信方式。首先，在变电站场景下，窃听节点处于变电站外进行窃听，在站内汇聚节点间互相通信过程中，汇聚节点簇内的多个传感器节点利用接收到的正交码片进行协助干扰。其次，由于传感器节点采用电池供电，综合考虑安全通信速率和能耗，将安全传输能耗作为优化目标。最后，本文利用改进的遗传算法学习优化协作干扰策略。仿真结果表明，与传统的遗传算法和节点随机选择算法相比，本文算法能够加快收敛速度且降低安全传输能耗。

关键词： X射线图像   违禁品检测   GELAN-YOLOv8   可变形卷积   损失函数优化  

摘要： 针对X射线图像中违禁品轮廓信息复杂、形状变化大、存在尺寸较小违禁品造成的检测精度低和漏检问题，提出基于YOLOv8改进的GELAN-YOLOv8模型。首先引入基于通用高效层聚合网络（GELAN）的RepNCSPELAN模块，提高模型对违禁品特征的提取能力；其次结合动态可变形卷积（DCNv3）和RepNCSPELAN模块提出GELAN-RD模块，以适应姿态各异、尺寸角度变化程度大的违禁品；然后改进空间金字塔池化，使模型更能关注到小目标违禁品的特征信息；最后结合Inner-交并比（Inner-IoU）和Shape-IoU提出Inner-ShapeIoU，以减少检测违禁品时存在的误检和漏检现象并加快模型收敛的速度。结果表明，改进算法的mAP@0.5在SIXray数据集上较YOLOv8n提升2.8百分点，且性能优于YOLOv8s。GELAN-YOLOv8有效地实现了对X射线图像中违禁品的实时检测。

关键词： 球团分拣机器人   改进多目标粒子群优化算法   尺度优化   动力学性能  

摘要： 为提高球团分拣机器人整体动力学性能，对本体机构结构参数进行尺度优化设计。首先，将机构关节驱动力矩峰值和总能耗最小作为评价指标，相邻杆长比例为优化变量；为增强粒子的多样性和收敛性，根据迭代次数引入自适应惯性权重和位置分裂策略，对多目标粒子群优化(MOPSO)算法予以改进并求解，并通过标准测试函数与标准MOPSO算法和NSGA-Ⅱ进行对比，验证改进MOPSO算法的优越性；最后，应用于球团分拣机器人尺度优化设计。结果表明：改进MOPSO算法得到的解优于标准MOPSO算法。

关键词： 无人农场   路径规划   改进麻雀搜索算法   贝塞尔曲线  

摘要： 优化无人农场作业路径用以提升农田管理效率和资源利用率是移动机器人导航领域的研究热点，针对传统麻雀搜索算法(Sparrow search algorithm, SSA)和强化学习算法搜索效率低、路径不够光滑容易陷入局部最优的问题，本文设计了一种融合改进IQL(Improved Q-learning)算法的改进麻雀搜索算法(Improved sparrow search algorithm, ISSA),结合贝塞尔曲线用于移动机器人的全局路径规划。首先，在算法初期采用多策略初始化种群，将IQL算法与Logistic混沌映射和拉丁超立方抽样(Latin hypercube sampling, LHS)方法相结合，为种群提供优良性和多样性的初始解；其次，将线性动态惯性权重调整方法引入到发现者位置更新中，平衡算法的全局搜索能力和局部开发能力、提升算法收敛速度；然后，在警戒者中引入反向学习策略进一步探索未开发区域，防止陷入局部最优解；最后，结合避障算法和贝塞尔曲线对路径进行平滑处理，消除行驶路径距离障碍物过近和路径不平滑问题。通过在Matlab平台上进行对比仿真试验，验证ISSA算法的有效性和优越性。试验结果表明，ISSA算法有效地结合IQL算法的自学习特性和SSA算法的强大搜索能力，在网格仿真环境和实地场景下均显著提高了全局路径优化效率，生成的路径更加平滑。在实地场景下，ISSA算法相较于SSA和ACO算法，路径规划时间分别减少64.43%、9.94%,平均最短路径长度分别减少8.3%、12%。研究可为无人农场机器人精准、高效作业提供优质的路径规划方案。

关键词： 高维数据   异常数据检测   变分自编码器   遗传算法   子空间异常度  

摘要： 在大数据时代背景下，高维数据的异常检测对于维护系统安全至关重要。为了有效检测异常的高维数据，研究提出了一种计算机高维数据智能检测的新模型。新模型通过变分自编码器进行数据降维和异常评分，再利用遗传算法优化异常数据的子空间。实验结果表明，新模型在阈值为95%时性能最佳，回归率为99.87%,准确率为99.92%。新模型能快速检测高维数据的异常，为高维数据的异常检测提供了一种新技术。

关键词： 相位恢复   分数阶全变差   稀疏性   交替方向乘子法  

摘要： 传统相位恢复算法仅利用信号的非负约束、支撑约束等先验信息，在欠采样条件下难以实现原始信号的有效重建。在压缩感知的理论框架下，结合自然图像在梯度域的稀疏性，将分数阶全变差作为先验信息融入到相位恢复模型中，利用交替方向乘子法对所提非凸优化相位恢复模型进行求解。实验结果表明，在较低采样率时分数阶全变差比整数阶全变差收敛速度更快。在低采样率和受高斯噪声污染的幅值信息相位恢复中，相比于HIO、RAAR等经典相位恢复算法，所提算法具有更强的细节重建能力。

关键词： 矿井人机定位   UWB   改进加权质心   智能矿山  

摘要： 矿井人机定位是矿山安全生产和智能矿山建设的重要技术手段,为提高井下人机定位的精度和稳定性,提出了一种基于超宽带(UWB)与改进加权质心的定位算法。该算法利用UWB信号的高时空分辨率和抗多径干扰能力,结合改进加权质心算法的低计算复杂度特点,实现矿井环境中的人机定位。首先通过对UWB信号的到达时间进行测量,得到定位节点与锚节点之间的距离;再根据距离的不确定性,采用一种基于概率分布的权重计算方法,对每个锚节点赋予一个合理的权重;最后根据加权质心公式,计算出定位节点坐标。试验结果表明:与传统的加权质心算法和最小二乘算法相比,该算法具有更高的定位精度和更低的定位误差,为井下人机定位提供了一种新方法,对于提升矿井智能化水平有一定的意义。

关键词： 飞轮   双电机   永磁同步电机  

摘要： 针对采用双电机的储能飞轮，提出了一种新的启动控制算法，解决了基于同轴双电机的储能飞轮启动控制难的问题。最后搭建了试验装置，并进行了储能飞轮的驱动试验，将飞轮驱动至额定转速，整个启动过程平稳，验证了控制算法的有效性和可行性。

关键词： 分布式语音增强   分布式维纳滤波   加权维纳滤波   一致性算法   无线声学传感器网络  

摘要： 在节点为单传声器的无线声学传感器网络(WASN)中，针对分布式语音增强时声学传递函数难以获取及节点间频繁交换数据的问题，提出了一种基于单传声器节点的分布式语音增强算法．具体地，首先针对全连接WASN，提出了基于最大输入信噪比节点的语音失真加权分布式维纳滤波(SDW-DWF)算法．该算法通过计算获得最大输入信噪比节点，并由该节点接收其他节点发送的多帧信号信息，来分布式实现加权维纳滤波语音增强．该算法在节点间仅需交换少量数据，且不依赖于声学传递函数．此外，提出了一种无拓扑约束的比较一致性算法，来获得最大输入信噪比节点，以使得SDW-DWF方法可用于无网络拓扑约束的移动说话人场景．仿真和实际实验验证了本文方法在无需先验约束情况下，具有较高的分布式语音增强性能．

关键词： 小目标检测   精确定位   YOLOv10n   细节信息提取卷积   加权混合融合金字塔   内容引导注意力  

摘要： 为解决自动化生产领域物品包装表面喷码字符因微小尺寸及特征模糊而导致的检测定位精度差问题，将YOLOv10n作为基线网络提出一种针对特征模糊小目标检测的精确定位算法（YOLO-DLW）。使用细节信息提取卷积（detail information extraction convolution,DIEConv）模块替换基线网络中所有的跨步卷积模块，避免其导致的细节特征丢失问题，提高网络对小目标特征的提取能力。引入低级特征融合检测层，减少基线网络在下采样过程中造成的小目标特征损失。在颈部网络采用加权混合融合金字塔网络（weighted hybrid fusion pyramid network,WHFPN）结构，并结合内容引导注意力（content-guided attention,CGA）机制，有效提升特征层间的信息融合效率和网络对关键信息的提取能力。与基线模型相比，YOLO-DLW算法应用在编织袋小目标字符定位数据集上，准确率、召回率、mAP@0.5和mAP@0.5:0.95分别提高了7.3、8.2、3.9和3.3个百分点，有效解决基线模型对字符区域的误检和漏检问题。