Modern airborne radar systems have been equipped with multi-dimensional and full-airspace capabilities for de-tection and tracking.With the increasing maneuverability of airborne targets and the complexity of the electromagnetic envi-ronment,target tracking,as a key radar technology,is facing ever-growing demands for tracking accuracy and real-time re-sponse capability.In response to these challenges,filtering algorithms for air-to-air multi-target tracking in airborne radar systems are investigated in this thesis.To address the low tracking accuracy of traditional Interactive Multiple Model(IMM)algorithms for maneuvering targets,an Adaptive IMM Particle Filter is proposed by correcting the Markov transition proba-bility matrix.Model matching and switching responsiveness are enhanced by the proposed method.Simulation results dem-onstrate that position tracking accuracy is improved by 16.1％,and velocity tracking accuracy is improved by 26.8％,com-pared to conventional approaches,highlighting its significant advantage in maneuverability adaptation.
Aiming at the fuzzy problem of the image restored by the electromagnetic leakage signal of the display, this article proposes a restoration method of electromagnetic leakage information based on the fusion of wavelet analysis and interframe interleaved image fusion algorithm. Based on the principle of multi-frame average denoizing method, it makes use of the characteristics that the display depends on the periodic repetition of different video frames when displaying image information. Successive frames are superimposed to achieve image enhancement, which effectively reduces the influence of environmental noise. At the same time, the fusion of one-dimensional wavelet transform technology further improves the quality of image reconstruction. The experimental results show that, compared with the direct image reconstruction, the image signal-to-noise ratio, contrast ratio and acuteness of the fusion algorithm using wavelet analysis and frequency domain hierarchical image reconstruction are improved by 79.7%, 15.9%, and 47.8%, respectively. The algorithm has significant application value in the field of electromagnetic leakage signal recovery and signal processing.
Due to the increasing risk of privacy leakage,the collected data usually contains a large amount of privacy information,data collectors are reluctant to share their private data,which leads to result in"data silos".Federated learning enables data sharing without leaving the local area,but there are still some problems on sharing among multiple data.On the one hand,the centralized processing of central server suffers from expensive cost and single point of failure.On the other hand,for multi-institutional data sha-ring,model training might be affected by participating nodes mixed with malicious nodes,which leads to data privacy leakage.There-fore,Based on above analysis,a new distributed federated learning architecture is proposed to combine blockchain and federated learn-ing,realize the efficient node selection and communication,and it enables direct communication between participation nodes instead of relying on central server.Based on the proposed architecture,a reputation-based node selection algorithm scheme(RBLNS)is pro-posed to screen the participating nodes,and ensure the privacy and security of the participating nodes.The experimental results show that the RBLNS significantly improves the test performance of the model.
Mongolian script conversion plays a pivotal role in promoting the application and dissemination of the Mongolian script,enriching the diversity of Chinese culture,and fostering economic prosperity in Mongolian regions.Aimed at the poor efficiency and accuracy of Mongolian script conversion,this paper proposes a method based on lightweight convolutional neural network(CNN)and FPGA hardware accelerator The CNN is used to carry out the handwritten Mongolian script recognition,and combined with the font conversion library,a simple and efficient Mongolian font conversion is achieved through the mapping relationship between the recogni-tion results and the fonts.This approach has the advantages over other methods in the efficiency of the CNN and FPGA hardware ac-celerator,improving the conversion efficiency while meeting the requirements of device cost,power consumption,and portability.The circuit of network model is designed and optimized by using Xilinx's XC7Z020CLG400-2 chip.On this basis,a handwritten Mon-golian font conversion system was implemented.Test results show an accuracy of 95.62％for converting the handwritten Mongolian script to the target font,with a conversion time of 1.43 ms,a power consumption of 0.341 W,and a peak throughput of 6.64 Gops for the accelera-tor.It is of significance for the research results to promote the preservation of Mongolian culture and economic development.
针对确定性机载网络通信系统实时性强、可靠性高的需求,设计了一种时间触发以太网终端的实现方案;以MicroB-laze软核处理器为核心,使用LWIP协议栈实现UDP通信;经过60s的性能测试,平均带宽约为621Mbits/s;在TTE交换机与终端设备之间,使用主从式同步方式实现时间同步;经过10次时间同步测试,链路传输延时在150～250 μs之间;建立时间同步后加入时间触发任务,进行周期性的发送时间触发消息;为了保证系统可靠性,在传输层中采用MD5数据校验,并设计了一种四余度管理机制;测试结果满足TTE终端的功能需求.
电厂工作人员工作时需佩戴绝缘手套进行故障检修等任务,若未佩戴绝缘手套进行操作,将发生严重的电击事故;针对电厂内工作人员绝缘手套佩戴检测精度不高的问题,提出一种基于改进YOLOv5s(You Only Look Once v5s)的电厂内人员绝缘手套佩戴检测方法;该检测算法首先引入自校准卷积,有效扩大感受野,加强网络对弱特征的提取能力;加入注意力机制SK,让网络更加关注待检测目标;将原YOLOv5s的损失函数替换为EIOU,来进一步提高网络对绝缘手套的检测精度;实验结果表明,相较于原始的YOLOv5s网络,改进后的网络提高了对绝缘手套佩戴的检测精度,其平均精度均值(mAP,mean Average Precision)提高了2.4％,证明了算法的实用性和高效性.
在分布式大数据的存储和传输过程中,数据极易被恶意用户攻击,造成数据的泄露和丢失;为提高分布式大数据的存储和传输安全性,设计了基于属性分类的分布式大数据隐私保护加密控制模型;挖掘用户隐私数据,以分布式结构存储;根据分布式隐私数据特征,判断数据的属性类型;利用Logistic混沌映射,迭代生成数据隐私保护密钥,通过匿名化、混沌映射、同态加密等步骤,实现对隐私数据的加密处理;利用属性分类技术,控制隐私保护数据访问进程,在传输协议的约束下,实现分布式大数据隐私保护加密控制;实验结果表明,设计模型的明文和密文相似度较低,访问撤销控制准确率高达98.9％,在有、无攻击工况下,隐私数据损失量较少,具有较好的加密、控制性能和隐私保护效果,有效降低了隐私数据的泄露风险,提高了分布式大数据的存储和传输安全性.
柔性直流输电技术迅速发展,但其所面对的问题也越来越多,一个典型的问题是直流输电线路出现故障时,其迅速变化的故障电流会对其可靠性产生影响,因此,如何在最短的时间内切断故障电流,保证电网的安全运行,研究符合要求的快速、可靠的柔性直流输电(FDC,flexible direct current)故障处理方法显得尤为重要;本文首先对FDC系统保护机理的研究现状进行了综述分析,对故障特点进行了探讨,针对直流输电线路的新原理、新的布线方式进行了创新,提出了一种既能满足各种需求又能保证其正常运行的高效的直流线路故障处理方法;仿真试验得出:在灵敏度系数Ksen=8.7的时候,不受过渡电阻的干扰,能够迅速地识别和隔离故障,判定时间最大为0.84 ms,判定准确率为100％,在工程应用中保证FDC系统的安全作用显著.
为了适应各自应用环境与性能要求,各种导弹越来越向着功能多样化、结构复杂化、模块集成化的方向发展,使导弹物理样机的各种研制成本大大增加;由于目前国际局势复杂且不稳定,对导弹的产品设计、生产与维护提出了更高的要求;在此背景下,通过数字样机取代物理样机是适应未来发展的方向;首先,对数字样机的概念进行了论述,总结了数字样机特点及其分类;随后,介绍了国内外导弹设计生产过程中对数字样机应用的发展现状;针对各种导弹对数字样机的需求与实现途径,阐述了构建数字样机的关键技术;最后,根据对导弹装备全寿命周期要求以及管理规范化的分析,对数字样机的发展趋势进行了展望.
针对运动员弹跳过程持续时间短,弹跳位置相对不固定,弹跳高度测试操作复杂的问题,提出一种基于线阵光电成像技术的运动员垂直弹跳高度测试方法;首先构建大视场垂直弹跳高度测试系统,线阵CCD相机进行实时获取,得到目标弹跳轨迹图像;然后对目标弹跳轨迹图像进行图像分析和处理,高精度提取弹跳特征点,从而获得运动员垂直弹跳的运动时间;最后依据运动学公式,实现运动员垂直弹跳高度的准确测试;进行多组实验并分析实验数据,结果表明在1 500 mm的弹跳测试范围内,实验相对误差范围在3％以内,证明了该方法的可行性.
针对一类带有非线性动力学的随机多智能体系统研究了基于多率采样机制的一致性控制问题;引入多率采样机制异步地对智能体的状态进行采样,使用缓存器将不同时刻的采样数据进行存储以同步智能体不同分量的状态信息;提出了一种基于边的事件触发传输机制将每个智能体的状态信息定向传输给邻居智能体,从而减少通信资源的使用和控制器的更新频率;根据所设计的边事件触发传输机制设计了相应的控制协议使得随机多智能体系统可以实现均方一致性;因为每条边上的事件都是独立发生的,所以智能体的邻居之间不需要保证信息的时钟同步;根据所研究的系统给出了对应的数值仿真例子;通过将系统在同步采样机制、异步采样机制和多率采样机制下的状态响应轨迹进行比较,说明了所提出的边事件触发机制在多率采样机制下可以使得多智能体系统更好地实现一致性.
针对动/静态运行下的磁浮列车与轨道梁相互作用所产生的振动变形进行了研究;在没有惯性导航系统的情况下,提出了使用全球导航卫星系统(GNSS)接收机同步多天线组载波相位纠缠差的概念;利用全球导航卫星系统(GNSS)技术的理论与方法融入对磁浮轨道梁三维空间高精度实时监测与定位;在静态和动态实验中实现了高灵敏且误差累积小的偏航、俯仰角和滚转角姿态的时-空同步监测;从得到的数据中获得桥面多自由度矢量振动形变的规律;同时,对轨道进行多阶模态的建模,探索在时间同步,通信协同策略下的"车-桥"耦合动力学的问题,在"人工智能+交通"的交叉创新领域上形成相关的解决方案和技术体系;推进桥面发生边坡蠕滑等自然灾害的预警与精准治理,经过实际应用满足磁浮列车的安全与平稳性运行需求.
为了充分挖掘多因素数据间的时空特征信息,解决在多种因素相互影响下不能准确预测PM2.5值的问题,提出了一种融合了局部加权回归的周期趋势分解(STL,seasonal-trend decomposition procedure based on loess)算法、卷积长短期记忆网络(ConvLSTM,convolutional long short-term memory network)和门控循环单元(GRU,gated recurrent unit)的 PM2.5 预测方法;首先利用STL算法将PM2.5数据进行分解,将分解得到的序列分别与其他因素相融合;搭建ConvLSTM-GRU模型,并利用贝叶斯寻优算法进行超参数寻优;将融合数据传入ConvLSTM网络中进行时空特征提取,再将提取后的特征序列传入GRU网络中进行预测;通过与ConvLSTM-GRU模型、CNN-GRU模型以及GRU模型的预测结果进行比较实验,证明所提模型具有误差小、预测效果好等特点.
为了开发用于地层中CO2运移监测的井间ERT系统,研究了ERT电极阵列和工作模式优化设计方法并研制了井间ERT监测模拟实验系统;基于COMSOL平台构建了模拟井间ERT测量响应的有限元数值模型,利用数值模型分析了电极间距和宽度等参数对监测区域电场灵敏度的影响规律以及不同电极阵列工作模式下场域灵敏度的分布特征,确定了井间ERT实验系统中最优的电极参数,即电极间距、宽度与监测范围的比值分别为0.200、0.025,电极阵列的工作模式为AM-BN;在对实验系统进行功能需求分析、总体设计以及上述优化设计的基础上,分别对系统硬件部分和软件部分进行了开发,采用多路切换开关并配合精密电桥仪实现了对电阻抗参数的测量,利用以LabVIEW为平台开发的测控软件实现了对实验系统的自动化控制;以埋放绝缘物体来模拟注入地层CO2的方式开展了实验测试,结果显示测量到的电阻抗数据可以灵敏地反映出监测区域电参数的变化且能够用于定位绝缘物体的位置,从而验证了所开发系统的可用性;所建立的电极阵列优化设计方法以及开发的井间ERT监测模拟实验系统为下一步深入研究基于复电导率参数的CO2饱和度评价模型和开发现场适用的井间ERT监测系统提供了实验平台.
为解决电力巡检机器人在复杂障碍场中,常与障碍物碰撞、避障效率低等问题,提出面向复杂障碍场的电力巡检机器人局部动态融合路径规划方法;使用基于栅格法的复杂障碍场地图生成方法,构建面向复杂障碍场的电力巡检环境地图;结合所构建地图信息,由改进遗传算法寻优获取巡检所用全局最短路径后,经时间弹性带算法,结合不同时刻机器人位姿信息,由距离阈值判断机器人与动态障碍物碰撞可能性,以全局规划路径弹性拉伸的方式,完成局部动态融合的避障运行,且需分析局部动态规划路径中,机器人运行方向与全局规划路径一致性,动态调节规划机器人巡检路径;经测试,此方法使用后,机器人未出现碰撞问题,且避障速度提升约300％.
民用飞机着陆滑行仪表灯是故障检测系统的重要组成部分,因民用飞机在地面滑行过程中,电气接口易受到电磁干扰,引起着陆滑行仪表灯常亮故障,在飞行过程中增加了安全隐患;为此,提出基于IBA-LSSVM强迫选择模型的民用飞机着陆滑行仪表灯常亮故障关联检测方法;分析仪表灯常亮故障产生的原因,利用Python编程数据采集飞机起飞、近进、降落、地面滑行时的照明信号及电气交联数据,通过控制逻辑,建立数据关联检测逻辑关系数据库;利用自适应多普勒补偿方法改进蝙蝠算法(IBA),检测着陆滑行灯常亮故障特征,在强迫选择部分,构建IBA-LSSVM模型,将分布式博弈和线性输出调节理论相结合,抵消外部干扰,完成着陆滑行灯常亮故障检测;仿真测试结果表明:所提方法的故障识别率均在95％以上,故障识别准确率可以达到96.8％,故障识别时间低于2 ms,可有效识别故障数据,降低飞行安全隐患.
针对模拟电路故障诊断需求,对模拟电路仿真和故障字典生成的实现方法进行了研究.首先,设计软件实现总体结构,从软件界面层、运行层、数据访问层、数据层等方面搭建过程中需要的电路知识管理、工程管理、电路仿真设置、仿真运行、故障字典生成和辅助故障诊断等功能框架;进而通过创建被测电路仿真原理图、新建仿真工程、仿真设置、故障注入等详细设计,实现被测电路的功能仿真和故障仿真;然后根据仿真结果,利用故障字典生成器生成所有故障模式下的整数编码故障字典;最终利用辅助诊断功能,验证故障字典是否可用.通过对演示板12个故障注入后的仿真数据做故障字典生成训练,并完成了对实测数据的故障定位,验证了该方法的可行性,为模拟电路故障诊断提供了实用的测试方法和手段,具有较好的实用价值.
伴随着云计算技术的快速发展,数据中心的服务器能耗日益激增,带来了严重的经济和环境问题,降低数据中心能耗,对缩减数据中心运营成本、实现全球"双碳"战略目标具有重要意义;因此,不同层面的服务器能耗模型构建和预估成为了近年来研究的热点;据此,从硬件、软件层面系统地总结了服务器能耗模型的相关工作;在硬件层面,对服务器的整体能耗按加法模型、基于系统利用率模型和其他模型分类;同时,还总结了服务器部件粒度的能耗模型,涵盖CPU、内存、磁盘和网络接口;在软件层面,按机器学习的类别将服务器能耗模型归纳为监督学习、非监督学习、强化学习;此外,还比较了不同能耗模型的优缺点、适用场景,展望了能耗模型的未来研究方向.
旋转机械应用过程中极易出现内环故障、外环故障、滚动体故障的情况,而这也直接影响机械部件的使用寿命;为准确诊断设备元件的故障行为,达到延长旋转机械设备寿命水平的目的,针对邻域知识图算法在旋转机械设备故障诊断中的应用展开研究;求解邻域知识图算法的函数表达式,并以此为基础,完成对故障数据的推荐,再通过预处理的方式,实现对旋转机械设备故障数据的深度挖掘;融合关键故障数据,并对其进行降维处理,根据核特征定义条件,完善具体的故障诊断流程,完成基于邻域知识图算法的旋转机械设备故障诊断算法的设计;实验结果表明,上述方法的应用,可将内环故障、外环故障、滚动体故障三种故障表现行为的诊断准确率均提升至90％以上,可以达到延长旋转机械设备使用寿命的目的.
山坡地区是落石频发的区域,凭人力难以及时发现灾害的发生;为及时检测到落石的发生并做出应对措施,提出一种基于改进YOLOX的落石检测方法,自动检测并报告落石的发生情况;通过自制落石数据集训练YOLOX网络,优化空间金字塔池化结构,获取更多语义信息,并引入ECA-Net(Efficient Channel Attention Module,高效通道注意力模块),提高特征的提取能力和特征间的信息传播,同时改进损失函数并使用数据增强,提高网络训练效果;实验结果表明,改进YOLOX算法的mAP@0.5为92.50％,每秒检测帧数为62.6,相较于YOLOX算法,mAP@0.5提高3.45％,每秒检测帧数上涨0.3;与原算法相比,在不损失性能的情况下,精度有较大的提升,同时满足图片与视频数据的实时检测要求.
