课程文献中心 更多>>

关键词： 磁粉检测   磁痕显示   BP神经网络   图像识别  

摘要： 磁粉检测是对铁磁性材料表面及近表面缺陷检测灵敏度较高的检测手段之一,因其对检测人员的经验和技术要求高,日常检测中易造成漏检和错检;缺陷智能识别法能降低发生漏检和错检的概率,基于BP神经网络的磁痕缺陷图像识别自动算法模块,可从多角度、不同特征去对磁痕图像进行特征训练,以满足不同环境中的磁痕图像检测。

关键词： 5G   低密度奇偶校验   归一化最小和   分层译码  

摘要： 为了进一步缩小最小和(min-sum, MS)算法和置信传播(belief propagation, BP)算法译码性能的差距,提高归一化最小和(normalized min-sum, NMS)算法的译码性能,提出了一种基于残差分层的改进归一化最小和低密度奇偶校验(low density parity check,LDPC)译码算法。首先定量分析MS算法存在的高估问题,利用BP算法和MS算法检验节点LLR消息的比值特性,求其归一化因子。为了降低译码的复杂度,根据最优归一化因子的变化特征,对其采用加权平均处理;为了降低平均迭代次数,加快译码的收敛速度,所提算法利用校验节点信息的残差特性进行分层处理,优先更新残差值较大的一层,在不同迭代之间动态地重新排列层。仿真结果表明,提出的RB_LINMS译码算法,在误比特率为10-5时,相比于传统的NMS算法,其译码性能可获得0.26 d B的增益,平均迭代次数最多能够降低33.20%。因此,在复杂度略有增加的情况下,能够实现更快的收敛速度和出色的译码性能。

关键词： 视线坐标系   非线性滤波   去相关无偏转换量测   解耦算法  

摘要： 转换量测(CMKF)卡尔曼滤波能较好处理极/球坐标系内观测模型与直角坐标系内状态模型的不兼容问题,在实际中得到推广。在低信噪比环境下,由于方位误差余弦的非线性,转换量测样本分布和协方差阵估计不匹配,导致径向估计误差变大。针对低信噪比条件下的非线性滤波问题,提出度量非线性影响的失配因子指标,采用基于视线坐标系的解耦去相关无偏转换量测(DUCM)模型,在径向上引入加权方位,改善失配因子,提高估计精度。理论分析和仿真证明:这种基于视线坐标系的解耦处理能显著提高径向估计精度,适用于其他转换量测方法,有较好普适性。

关键词： 机械臂   人工蜂鸟进化算法   Sobol序列   Levy飞行策略   差分进化策略  

摘要： 针对现阶段多自由度机械臂逆运动学求解方法大多存在着求解精度不高、通用性差的问题,提出一种人工进化蜂鸟算法(Artificial Evolved Hummingbird Algorithm,AEHA),用于机械臂逆运动学求解。首先,以6自由度机械臂为研究对象,建立其逆运动学的非线性方程组;以机械臂末端位姿误差为优化目标,结合能量损耗构建适应度函数,将逆运动学问题转化为目标函数优化问题,并采用所提算法求解该问题。人工蜂鸟进化算法通过引入Sobol序列与Levy飞行策略,提高了算法摆脱局部最优的能力;引入差分进化策略,可实现个体之间交叉进化,避免过早收敛。然后,通过基准函数测试,验证所提算法具有良好的收敛精度。最后,对6轴机械臂进行逆运动学求解仿真。结果表明,人工进化蜂鸟算法在求解精度、稳定性等方面优于对比算法,求解精度达到10^(-9)mm,可以应用于多自由度机械臂逆运动学求解。

关键词： 极化敏感阵列   流形分离技术   阵列误差校正   波达方向估计  

摘要： 在实际应用中多种类型阵列误差同时存在,针对这种情况下阵列误差方位依赖的特点,提出了一种基于流形分离技术(manifold separation technique,MST)的改进多重信号分类(multiple signal classification,MUSIC)算法,可以有效解决多种阵列误差影响下的波达方向估计问题。利用MST获得包含阵列非理想特性的采样矩阵,从而进行精准测向;通过二维傅里叶变换求解二维空间谱,与现有MUSIC校正算法相比,减少了谱峰搜索的运算量。理论分析和仿真验证了该算法的有效性,可为实际问题的解决提供参考。

关键词： 卷积神经网络   深度学习   声学场景分类   数据增强  

摘要： 根据卷积神经网络具有学习能力强、可移植性高的优点,结合数据增强可提升模型泛化能力的特点,提出了一种基于数据增强的深度学习声学场景分类方法,其次构建基于VGG16和Mixup的声学场景分类模型,最后在ESC-50数据集上对实验模型进行广泛的测试。实验结果表明,使用Mixup数据增强方法能够提升6.44%的模型准确率,且模型在该数据集上获得了81.56%的分类准确率,优于基线系统37.26%的准确率,验证了该方法的可靠性和有效性,且能够有效提高模型的分类效果。

关键词： 热电联产   能效特性   改进聚类算法   牛顿插值算法   煤耗率  

摘要： 基于多层级筛选最佳聚类数自适应的模糊C均值(FCM)算法对某热电联产机组进行能效特性分析.对传统聚类算法进行改进,提出一种基于多层级严格筛选的最佳聚类数自适应确定方法,得到机组在不同负荷下的能效特性;采用最小二乘法拟合得到机组运行特性曲线,并且对牛顿插值算法得到的机组运行能效特性曲面进行对比分析.结果表明:在不同外界约束下,机组性能存在一定的差异,通过能效特性曲面,可以直观地看出2台机组在不同负荷下的能效特性差异及每台机组性能较优的负荷工况.在电负荷为225 MW,热负荷(供热蒸汽质量流量)为72.5~88.5t/h的工况,1号机组的供电煤耗率比2号机组高,并且随着热负荷的增加,煤耗率差值呈现先增大后减小的趋势.因此,在负荷调整时,可以优先安排2号机组低负荷运行.

关键词： 语音增强   生成对抗网络   卷积神经网络   空管语音   低信噪比  

摘要： 为提高空中交通管制过程中语音通话质量,提出了一种改进生成对抗网络的空管语音增强算法(SEGAN)。针对传统的SEGAN在低信噪比条件下,语音信号被淹没的问题,在SEGAN网络模型的基础上提出了多阶段、多映射、多维度输出的生成器和多尺度、多个鉴别器的网络模型。基于深层神经网络结构提取语音语义特征,完成空管语音语义分段;设置多个生成器,对语音信号做进一步优化处理;在卷积层中添加下采样模块,以提高模型对语音信息的利用率,减少语音信息的流失;采用多尺度、多个鉴别器、多方位学习语音样本的分布规律和信息。结果表明,在低信噪比条件下,改进SEGAN模型在短时客观可懂度(STOI)和语音质量感知评估(PESQ)2个指标上分别提高23.28%和20.11%,能够快速有效的进行空管语音增强,为后续空管语音识别提供准备工作。

关键词： 非相干解调   CCSK软扩频   波形匹配   相关性   MSK  

摘要： 针对噪声环境下的信号解调问题,本文提出了一种结合CCSK(循环码移键控)软扩频体制的MSK(最小频移键控)非相干解调算法。MSK调制技术因其高效频谱利用和低误码率而被广泛使用,但传统相干解调依赖于精确的载波相位信息,不适用于短突发通信和高动态环境。本算法结合CCSK扩频技术,利用周期自相关特性强的基函数及其循环移位序列,提出了一种基于波形匹配的MSK非相干解调算法,信号的抗干扰能力得到显著提升,简化了接收机设计,并在较低信噪比条件下保持良好的解调性能,宽容度高,对采样点漂移具有一定的容忍度。仿真试验结果表明:在信噪比为-5.5 dB的条件下,系统的误码率(BER)能够保持在10^(-6)以下,显示出良好的抗噪性能。同时,仿真实验分析了采样点漂移的影响,发现1个采样点漂移会使解调性能下降2~3 dB,2个采样点漂移则下降5~6 dB,尽管如此,解调性能仍在可用区间。该算法在较低信噪比和高动态场景下展现出优异的解调性能。综上所述,本文提出的基于波形匹配的MSK非相干解调算法为复杂环境下的无线通信提供了一种高效、可靠的解决方案。

关键词： 宽带信号   矢量水听器阵列   信号子空间变换   极大似然   混沌对立学习   海象优化算法  

摘要： 针对矢量水听器阵列宽带信号波达方向(DOA)估计中存在误差大,求解精度不高等问题,提出一种将分子群改进的海象优化算法(MGIWaOA)与极大似然(ML)估计算法相结合的宽带信号估计方法。首先利用信号子空间变换算法构建聚焦矩阵,将宽带信号转换为窄带信号,然后建立基于ML的DOA估计模型,再通过MGIWaOA进行优化估计。仿真结果表明,该算法比海象优化算法、正弦余弦算法、麻雀优化算法、差分进化算法、遗传算法、粒子群算法的ML估计方法具有更快的收敛速度、更低的均方根误差和更稳健的性能。