首页期刊导航|北京信息科技大学学报（自然科学版）
期刊信息/Journal information
北京信息科技大学学报（自然科学版）
北京信息科技大学
北京信息科技大学学报（自然科学版）

北京信息科技大学

徐小力

双月刊

1674-6864

bistxb@bistu.edu.cn

010-62939132

100192

北京海淀区清河小营东路12号

北京信息科技大学学报（自然科学版）/Journal Journal of Beijing Information Science & Technology University
查看更多>>《北京信息科技大学学报（自然科学版）》是北京信息科技大学主办的学术期刊，他的前身是《北京机械工业学院学报》。2009年《北京机械工业学院学报》（综合版）更名为《北京信息科技大学学报》（自然科学版），2011年《北京信息科技大学学报》由季刊改为双月刊出版。学报始终坚持学术第一的标准和科学、创新、前瞻、实用的原则，旨在展示当代中国科技进步，反映学校自主创新研究成果．特别是以我校为第一完成单位获得国家技术发明二等奖一项、国家科技进步二等奖三项契机，发表了一批知名学者和专家稿件，获得了较好的学术影响和社会反响。根据2010年发布的《中国学术期刊影响因子年报》，在综合性科学技术科技期刊中影响因子本刊排名125位，影响因子0.536。 本刊始终把源头创新作为期刊进步的基点．组稿中注重基金项目和重大选题，努力贴近国民经济，引领学科前沿，鼓励跨国、跨地域合作项目，是国内外人士了解中国和北京市高新技术发展的重要窗口．热忱欢迎国内外专家学者惠赐佳作．
正式出版
收录年代

    轮式移动机器人复合分层抗干扰轨迹跟踪控制

    周岩刘云龙李擎
    1-7页
    查看更多>>摘要：针对存在多种不同类型干扰的非完整轮式移动机器人，提出了一种复合分层抗干扰跟踪控制策略。通过引入直流电机模型，分别设计了非线性干扰观测器(nonlinear disturbance observer，NDO)和扩张状态观测器(extended state observer，ESO)来估计摩擦、空气阻力以及负载变化引起的参数不确定等不同类型扰动。随后，基于观测器估计值设计反馈控制器来跟踪期望速度。在整体控制方案中，运动学控制器位于外环，为轮式移动机器人的内环控制器提供所需的期望速度指令。最后，仿真验证了所提方法的有效性。

    轮式移动机器人非线性干扰观测器扩张状态观测器参数不确定

      原文链接:
    • 万方数据
    • 维普

    基于扰动观测器的大挠性航天器姿态预见控制

    包燕伟管萍戈新生曹彧腾...
    8-15页
    查看更多>>摘要：针对航天器的大型挠性附件振动会严重影响其姿态控制的问题，设计了基于扰动观测器的信息融合姿态预见控制器。将挠性附件振动引起的不确定项视作对姿态的复合扰动，设计扰动观测器对该复合扰动进行实时估计。在此基础上，通过融合期望轨迹和系统动态方程等信息，依据信息融合理论，推导了大挠性航天器的姿态预见控制律，用以改善航天器姿态系统的控制性能。所设计的姿态控制算法具有设计过程简单及容易实现等优点。仿真结果表明，所设计的控制策略对挠性附件振动具有较好的抑制作用，航天器姿态角能快速达到期望指令，具有良好的控制特性。

    大挠性航天器扰动观测器信息融合预见控制

      原文链接:
    • 万方数据
    • 维普

    基于CQL-SAC的自动驾驶防撞决策方法

    刘玉辉于镝
    16-24页
    查看更多>>摘要：针对深度强化学习在自动驾驶任务中存在价值函数过估计、学习效率低、安全性差等问题，提出了一种自动驾驶防撞决策方法。首先，将保守Q学习(conservative Q-learning，CQL)算法与软行动评论(softactor-critic，SAC)算法融合，提出CQL-SAC算法，以缓解价值过估计问题。然后，在算法训练过程中引入专家经验，实现算法快速收敛，以解决学习效率低的问题。最后，利用防撞模块对CQL-SAC算法输出的动作进行安全检查和矫正，避免车辆碰撞。在基于高速公路的仿真场景下对方法有效性进行验证。仿真结果表明，在训练阶段，CQL-SAC算法相比SAC算法和样本内行动评论(in-sample actor-critic，InAC)算法收敛速度分别提升12。5％、5。4％，引入专家经验后算法收敛速度进一步提升14。3％;在测试阶段，本文算法与SAC和InAC算法相比，成功率分别提升17、12百分点，平均回合奖励分别提升23。1％、10。7％。

    智慧交通自动驾驶决策保守Q学习算法软行动评论算法专家经验防撞策略

      原文链接:
    • 万方数据
    • 维普

    冲击载荷下压电双稳态层合板瞬态响应

    宋海峰郝育新
    25-33页
    查看更多>>摘要：从理论上研究了中心固支边界下含压电材料层双稳态碳纤维复合材料层合板在受到冲击载荷后的机电响应。以含17个未知参数的假设位移场为基础，利用一阶剪切变形理论得到应变位移关系。根据能量原理，通过拉格朗日方程得到系统的机电运动方程，分别研究了系统在受到突加载荷、递增载荷、正弦载荷、空气爆炸载荷等瞬态冲击下的机电响应。研究结果显示，跳变现象的产生与外力功输入大小密切相关，跳变产生的瞬时电压幅值约为未跳变的10倍。

    双稳态能量采集冲击载荷压电宏纤维

      原文链接:
    • 万方数据
    • 维普

    基于比值分布的小样本滚动轴承概率寿命预测

    朱诸米洁王传朋杨海杰...
    34-40页
    查看更多>>摘要：针对大型复杂设备与特殊装置中的滚动轴承历史失效数据少、寿命数据离散化、工况环境因素具有不确定性等问题，提出了 一种基于小样本失效数据扩容的概率寿命预测模型。采用自助法(Bootstrap)扩充小样本失效数据，用极大似然估计法对扩容后的数据进行威布尔分布双参数估算。基于应力-强度干涉模型，通过蒙特卡洛抽样方法，建立双正态比值分布的概率可靠性算法模型，并根据实际工况进行疲劳寿命预测。在XJTU-SY轴承数据集上的拟合结果表明，概率寿命预测模型可以获得接近标准寿命的寿命预测曲线，均方误差为9。71％。

    滚动轴承疲劳寿命概率可靠性蒙特卡洛方法比值分布

      原文链接:
    • 万方数据
    • 维普

    接收机朝向随机的NOMA-VLC系统性能

    赵寅清李学华杨玮
    41-47页
    查看更多>>摘要：在可见光通信(visible light communication，VLC)系统中，针对用户位置、接收机朝向对视距(line of sight，LOS)链路影响严重，以及实时准确的信道状态信息(channel state information，CSI)反馈需求而导致的整体计算复杂性问题，对用户位置和接收机朝向随机的下行VLC系统性能进行了研究，并利用非正交多址接入(non-orthogonal multiple access，NOMA)技术提高频谱利用率。根据用户位置以及接收机朝向模型建立的室内VLC系统一般框架，推导了中断概率以及遍历和速率解析表达式。在此基础上，进一步提出了不同的NOMA调度机制及用户反馈策略，以提高系统性能、降低链路开销。最后，通过蒙特卡洛仿真验证了解析结果的正确性。仿真结果表明，用户位置和接收机朝向会严重影响VLC系统性能，且对于任意NOMA调度机制，同时反馈距离和朝向信息比只反馈距离信息更具优越性。

    非正交多址接入可见光通信随机接收机朝向反馈策略

      原文链接:
    • 万方数据
    • 维普

    一种低输入要求的高精度随机计算乘法器

    潘仁昊赵凯赵钰迪
    48-52页
    查看更多>>摘要：针对传统随机计算乘法输出精度受输入比特流之间相关性影响的问题，提出一种对相关性不敏感的高精度乘法器。首先，通过编码权重的转换和输入的组合，建立了乘法计算模型;其次，针对随机计算乘法电路的缩放输出问题，设计了非缩放优化电路并提高了计算精度;最后，分别使用多种分布比特流作为输入，验证了乘法器对比特流的适应情况。通过引入比特翻转并进行高斯滤波实验，验证了乘法器的有效性和容错性。仿真结果表明:与传统随机计算乘法器相比，该乘法器提高了 54。8％的精度，节省了 47。49％的面积;与二进制乘法器相比，节省了 82。50％的面积。

    随机计算乘法器比特流相关性

      原文链接:
    • 万方数据
    • 维普

    基于物理模型的深度学习水下图像恢复方法

    李苇杭杨鸿波张洋
    53-59页
    查看更多>>摘要：针对复杂水下环境中图像颜色失真、细节模糊和对比度降质等问题，提出了一种基于物理模型的深度学习水下图像恢复方法，使用水下光学成像的物理模型约束生成对抗网络(generative adversarial network，GAN)，为深度学习方法增加理论支撑，同时降低深度学习恢复效果对训练数据集的依赖。首先，估计物理模型的关键参数，基于视觉显著性原理简化传统透射图计算方法，并利用GAN的生成器获取的雾度图计算环境光;其次，通过物理模型计算水下恢复图像，利用GAN的鉴别器区分恢复图像和参考图像;通过不断学习优化网络参数，最终实现水下图像恢复。测试集上的实验结果表明，图像恢复效果在主客观多种评价指标上均得到有效提升。

    水下图像恢复深度学习水下成像物理模型

      原文链接:
    • 万方数据
    • 维普

    基于中心点对特征的无序堆叠工件位姿估计算法

    胡洪乐吴国新左云波朱春梅...
    60-66,83页
    查看更多>>摘要：针对无序堆叠场景中工件相互遮挡导致的位姿估计精度下降的问题，提出一种基于中心点对特征的六维位姿估计算法。首先，模拟无序堆叠场景下点云目标多姿态随机摆放的物理环境，生成特征提取网络需要的带真实标签的数据集。进而，以中心点对特征构建离线阶段的全局特征描述。然后，对在线阶段的工件无序堆叠场景，利用动态图卷积神经网络(dynamic graph convolutional neural network，DGCNN)算法提取点云中心特征分数，确定工件中心点，并以此作为改进点对特征(point pair feature，PPF)算法的参考点。最后，使用IPA数据集和自采集场景数据对算法性能进行了验证。实验结果表明:所提算法降低了参考点选择的随机性，相比原始PPF算法在场景工件数目为30时平均准确率提升19。5百分点，5种工件场景下平均运行时间缩短29。00％。

    位姿估计特征匹配中心点提取深度学习

      原文链接:
    • 万方数据
    • 维普

    高反光物体的局部点云孔洞补全方法

    宗佳轩左云波陈赛吴国新...
    67-73页
    查看更多>>摘要：针对高反光物体点云数据存在噪声明显、孔洞过大，使用传统贪婪投影三角化算法无法达到点云补全目的的问题，提出一种改进的贪婪三角化点云补全算法。利用统计滤波和高斯滤波进行离群点去除和平滑处理;采用移动最小二乘法对局部点云进行上采样增强数据，并且对点云进行进一步平滑。将贪婪三角化算法中的kd树(k-dimensional tree)算法替换为效率更高的八叉树(octree)搜索算法，将主成分分析法替换为准确率更高的移动最小二乘法进行法线估计;最后，进行点云三角化，完成点云补全。实验结果表明，改进算法能够更好地补全孔洞，补全后表面更加平滑、结构更为准确，且花费时间更短。

    点云补全高反光物体贪婪投影三角化

      原文链接:
    • 万方数据
    • 维普