课程文献中心 更多>>

关键词： 正交时频空   信号检测   消息传递   多输入多输出   串行干扰消除  

摘要： 正交时频空（Orthogonal Time Frequency Space，OTFS）是一种新型的二维调制技术，其有望解决高速环境中的无线通信问题。目前的OTFS接收端信号检测算法难以在复杂度和误比特率之间实现平衡。因此提出了阻尼自适应的GAMP（Damped Adaptively-GAMP，DA-GAMP）检测算法并结合多输入多输出（Multipe Input Multiple Output，MIMO）技术提出基于串行干扰消除的DA-GAMP检测算法。DA-GAMP在每轮迭代中引入阻尼自适应架构，通过变量节点的后验概率计算成本函数，并自动调整阻尼因子，提高消息更新的精确性和降低复杂度。基于串行干扰消除的DA-GAMP则改进了经典的干扰消除联合最小均方误差（Minimum Mean Square Error，MMSE）方法，利用DA-GAMP替代MMSE检测，避免了高阶时延-多普勒域信道矩阵求逆，并通过收敛指示值选择预估信号层索引。仿真结果显示，DA-GAMP在误比特率为10??时，比GAMP算法降低约1.5 dB信噪比需求，同时减少了复杂度和误比特率；基于串行干扰消除的DA-GAMP在误比特率为10?3时，检测性能提升约0.9 dB，显著提高了系统检测性能。

关键词： 毫米波雷达   目标识别   实时   深度学习   隧道  

摘要： 毫米波雷达具有全天候、高精度、低成本、无感式的优点，在隧道环境下进行安全监测具有极大的优势。但由于隧道多径干扰严重，经典信号处理算法目标识别错误率高，三维卷积深度学习算法计算复杂度高，实时性差，阻碍了毫米波雷达在隧道中的应用。基于此，本文提出一种高效的深度学习算法方案，可以实现人员、车辆等目标的高精度实时定位和分类。算法采用信号处理方法对雷达中频数据进行多维度压缩编码，使用Mamba网络针对雷达时空序列数据进行特征提取，使用视场数据热图估计目标位置，仅使用目标位置局部区域特征估计目标类别，避免不相干区域信号干扰，提高目标识别精准率。算法基于二维卷积设计，建立雷达数据到目标位置及类别的非线性映射关系，有效控制了计算复杂度。隧道中实验表明，算法的平均交并比（Mean Intersection over Union，mIoU）、平均精准率（Average Precision， AP）和速度分别为：0.68，65.26%，22.5ms/帧，与三维卷积CenterRadarNet算法相比，mIoU降低3%，AP提升9%，速度提升53.3%，证明算法具有良好性能，在实际工程上具有应用价值。

关键词： 二维路径规划   机器人路径规划   Dijkstra算法   北极海雀优化算法   最优路径   多约束问题  

摘要： 二维路径规划是自动化和机器人领域中的一个核心问题，它涉及到在二维空间中为移动体（如机器人、无人机等）寻找一条从起点到终点的最优路径。这条路径需要满足特定的约束条件，如避免障碍物、最小化路径长度或时间、保证路径的平滑性等。智能优化算法，如遗传算法、粒子群优化（PSO）、蚁群优化（ACO）等，能够快速搜索解空间，找到满足约束条件的路径。这些算法通过模拟自然界中的群体行为，具有自组织和自适应的特点，能够在短时间内找到近似最优解，提高路径规划的效率。除此之外，智能优化算法能够灵活调整搜索策略，快速适应环境变化，为移动体提供实时的路径规划服务。基于此，提出了将北极海雀优化算法应用在二维路径规划中，将Dijkstra算法对于复杂环境进行分析，然后将所得规划路径传递给APO算法进行优化，最终得到最优路径，提高路径规划的效率和质量。

关键词： 烟火目标检测   EfficientNetEasy主干网络   大型可分离核注意力机制   可变形卷积校准模块   小目标检测  

摘要： 针对目前烟火场景检测中，光照变化、烟火动态性、复杂背景、目标过小等干扰因素导致的火灾迹象目标误检和漏检的问题，提出一种YOLOv8s改进模型EE-YOLOv8s。设计MBConv-Block卷积模块融入YOLOv8的Backbone部分，实现EfficientNetEasy特征提取网络，保证模型轻量化的同时，优化图像特征提取；引入大型可分离核注意力机制LSKA改进SPPELAN模块，将空间金字塔部分改进为SPP＿LSKA＿ELAN，充分捕获大范围内的空间细节信息，在复杂多变的火灾场景中提取更全面的特征，从而区分目标与相似物体的差异；Neck部分引入可变形卷积DCN和跨空间高效多尺度注意力EMA，实现C2f＿DCN＿EMA可变形卷积校准模块，增强对烟火目标边缘轮廓变化的适应能力，促进特征的融合与校准，突出目标特征；在Head部分增设携带有轻量级、无参注意力机制SimAM的小目标检测头，并重新规划检测头通道数，加强多尺寸目标表征能力的同时，降低冗余以提高参数有效利用率。实验结果表明，改进后的EE-YOLOv8s网络模型相较于原模型，其参数量减少13.6%，准确率提升6.8%，召回率提升7.3%，mAP提升了5.4%，保证检测速度的同时，提升了火灾迹象目标的检测性能。

关键词： 联调联试   列控数据   数据管理   数据验证   CTCS  

摘要： 列控数据作为列车运行控制系统的基础数据，保证其正确性是列车运行控制系统安全运行的根本保障，列控数据管理贯穿列控系统的设计、研发、测试以及应用全过程。首先分析了目前列控数据的验证方法及覆盖面中存在的问题，然后对列控数据进行定义和分类，在此基础上，通过设计1套列控数据验证系统，以静态和动态2种方式，实现所有车载设备的CTCS-2/CTCS-3级列控系统数据的验证。通过应用实践调研，发现列控数据验证中存在的不足，分析问题产生原因，并找出合理解决方案，为室内环境下模拟验证列控数据的正确性打下基础条件。

关键词： 多输入多输出声纳   运动目标探测   四阶分数谱原点矩   目标参数估计  

摘要： 本文针对多输入多输出声纳探测领域目标参数估计问题，提出了一种基于分数阶傅里叶变换的目标参数联合快速估计算法。利用线性调频信号在分数域能量分布的聚焦特性，采用分数域滤波方法分离出感兴趣的目标信号从而避免强干扰目标的影响。通过分析分数域内目标回波的能量分布与目标参数的关系，采用四阶分数谱原点矩的思想实现对最优旋转阶数的精细搜索。仿真结果与实验处理结果证明所提方法兼具计算速度与估计精度的优势，在抑制强干扰的同时获得了更小的参数估计误差从而提高了对水下运动小目标探测的准确性。

关键词： FDM3D打印   颜色匹配   混色   标定算法   神经网络  

摘要： 相对于多喷头的多色打印机来说， FDM全彩色3D打印机无疑具有更广阔的市场和应用空间。本文在分析色光三原色和色料三原色的基础上，对所开发的全彩色FDM3D打印机混色效果进行了试验分析，验证了所设计混色喷头的混色均匀性。在此基础上，提出了基于FDM3D打印PLA丝材的RGB—CMYKW颜色匹配标定算法。该算法利用了神经网络智能算法中强大的学习和自适应能力，通过所开发的全彩色FDM3D打印试验平台，对CMYW四色丝材按照不同比例混合，获得529种混色样片。利用SOFV-1xi图像采集设备在标准D50光源下对混色样片进行图像颜色(RGB)信息提取，同时结合标准色卡在同一采集条件下提取的颜色信息进行颜色校正，得到529个RGB—CMYW的颜色转换子样。并建立了基于神经网络的RGB—CMYW 的PLA丝材颜色匹配模型，利用529个子样进行训练，确定了FDM3D打印全彩色颜色匹配标定算法。利用所开发的全彩色FDM3D打印机进行实际28标准色片打印，分析计算打印色片与标准24色RGB的对应色差。结果表明，色差普遍较小，能较好地复制颜色特征。同时进行了实际的三维彩色模型设计及打印，进一步验证了所提出的颜色匹配算法的可靠性和实用性。

关键词： 机械设备管理   机械设备维修   重要性分析  

摘要： 如今,我国各行各业的发展速度显著提高,尤其是机械设备行业,近年来取得了长足发展,在社会建设与生产生活中发挥着重要作用.但同时,机械设备的维修问题也日益突出,不仅影响了机械设备行业的健康发展,还阻碍了我国经济水平的提高.基于此,本文先对强化机械设备维修的必要性进行了阐述,然后论述了强化机械设备维修的具体对策,以达到提升我国经济水平,推进社会建设的目的.