首页期刊导航|测试科学与仪器
期刊信息/Journal information
测试科学与仪器
中北大学
测试科学与仪器

中北大学

张记龙

季刊

1674-8042

jmsi@nuc.edu.cn

0351-3923306

030051

山西省太原市学院路3号

测试科学与仪器/Journal Journal of Measurement Science and InstrumentationCSCD北大核心
查看更多>>报道国内外最新测试与仪器技术动态,关注测试与仪器科学技术的热点、难点问题,为从事信息的获取和转换研究的科技工作者提供学术观点的展示和交流平台,推动中国测试与仪器技术的对外交流与合作。
正式出版
收录年代

    Special topic on micro-nano optical sensing and measurement

    Wenyao LiuChengfeng Xie
    284页

    用于关节运动监测的超灵敏可伸缩贴片

    李腾腾李子唯郝亚峰武慧嘉...
    285-291页
    查看更多>>摘要:可穿戴设备在新一代智能便携电子领域,特别是在医疗监测、软体机器人、人工智能以及人机交互等领域展现出巨大的应用潜力。压电柔性应变传感器是可穿戴设备的关键部件,但现有压电柔性应变传感器由于模量大、灵敏度低,在微弱信号监测方面具有一定的局限性。为解决这一问题,引入了Kirigami(剪纸)概念来设计传感器结构。通过对不同基本结构进行比较,最终确定传感器结构为蛇形结构。蛇形结构不仅提供了出色的拉伸性能,还显著提升了传感器的灵敏度,在监测微弱信号方面表现出色。在此基础上,进一步分析和测试了柔性传感器的粘附性能,并选择了最优的基底材料比例进行制备。此外,还建立了一种低成本、快速的可拉伸贴片制备工艺,并利用这一技术,制备了传感器设备并对其性能进行测试。最终,成功开发出一种灵敏度为0。128 mV/µɛ的柔性传感器,并验证了其在手腕关节动作监测应用中的可行性。这一成果为腱鞘炎患者手术后的恢复护理开辟了新的道路。

    柔性传感器压电薄膜运动监测可穿戴传感器

    非对称法布里-珀罗腔槽型微环谐振器及其传感特性

    曹倩倩刘春娟吴小所孙晓丽...
    292-301页
    查看更多>>摘要:为实现高品质因子和高灵敏度的折射率传感器,提出了一种基于非对称法布里-珀罗(Fabry-Perot,FP)腔的槽型微环谐振器(Micro-ring resonator,MRR)。该结构中,一对椭圆形孔构成的法布里-珀罗腔与微环谐振器形成两种不同的光模式,因破坏性干涉而形成Fano线型,由此获得了较高品质因子和消光比,提高了系统灵敏度。利用传输矩阵法分析该结构的传输原理,利用时域有限差分法仿真该结构的透射谱图及模场分布,并对器件中影响Fano线型的关键结构参数进行了优化。结果表明,该器件的品质因子可达22037。1,消光比为23。9 dB。采用折射率传感特性分析,得到该结构的灵敏度为354 nm·RIU-1,灵敏度的检测极限为2×10-4 RIU。因此,所提出的非对称法布里-珀罗腔槽型微环谐振器结构紧凑、性能优良,在传感应用方面优势较为明显。

    微环谐振器法布里-珀罗腔Fano共振折射率传感集成光学硅基波导

    太阳能电池宽带阻抗谱和同步直流伏安测量系统

    肖文波李傲吴华明李勇波...
    302-307页
    查看更多>>摘要:目前,由于成本、复杂性和准确性等问题,阻抗谱测量技术在诊断太阳能电池故障方面面临诸多困难。为此,基于阻抗谱测量原理和太阳能电池模型,开发了一种精确测量太阳能电池宽带阻抗谱的新型系统,其由示波器、信号发生器和采样电阻组成。结果表明,该系统能够同时准确测量频率范围为50 Hz至0。1 MHz的阻抗谱,并获取直流伏安特性。与Keithley 2450的数据进行比较,全局相对误差约为6。70%,证实了其准确性。在四种激励信号(正弦波、方波、三角波和脉冲波)中,正弦波输入产生了较准确的数据,与理论数据相比,均方根误差约为13。3016,全局相对误差约为4。25%。提高参考电阻会扩大阻抗谱中的半圆。当参考电阻接近太阳能电池的电阻,通过减少线路电阻的影响,可提高测量准确性。由于信噪比较高,高频段的测量误差低于低频段。

    太阳能电池示波器信号发生器伏安特性阻抗谱

    伪导联:用于运动想象解码的时间嵌入方法

    苗政清赵美蓉
    308-317页
    查看更多>>摘要:基于运动想象(Motor imagery,MI)的脑电图(Electroencephalogram,EEG)研究在实现外部设备的神经控制和神经康复方面处于前沿地位。本研究提出了一种新颖的时间嵌入技术,称为基于行波的时间嵌入,并将其作为伪通道用于增强多种神经网络架构中MI-EEG信号的解码精度。与传统神经网络方法无法考虑个体差异的时间动态性不同,我们的方法基于先验知识捕捉了不同参与者的时间相关变化。通过对多名参与者的大量实验表明,该方法不仅提高了分类准确性,而且在适应个体差异方面优于Transformer架构中的位置编码。研究结果显示,基于行波的时间嵌入显著提高了那些通常被认为是"脑电文盲"参与者的解码精度。作为EEG研究的新方向,基于行波的时间嵌入不仅为神经网络解码策略提供了新的见解,还为神经科学中的注意力机制研究和对EEG信号的深入理解开辟了新的研究途径。

    运动想象伪通道脑电图神经网络

    基于编解码网络的自动道路提取框架

    王霖沈瑜张泓国梁栋...
    318-327页
    查看更多>>摘要:基于深度学习的道路提取是近十年来语义分割的热点之一。本研究提出一种基于编解码网络的遥感图像道路自动提取框架。首先,将预训练好的ResNet34网络迁移到U-Net网络并替换其编码结构,加深网络层数,降低道路分割的错误率和细节丢失。其次,利用通道注意力机制,对编码器上采样得到的特征图进行信息选择,将目标特征进行权重优化,在增强图像目标区域特征的同时抑制背景及噪声区域,优化背景复杂度高的遥感图像特征提取效果。最后,提出一种自适应sigmoid损失函数,解决道路和背景占比不平衡的问题,使模型在客观程度上达到最优解。实验结果表明,与其他几种语义分割网络方法相比。本研究所提的方法有效降低了道路提取的错误率,提高了道路图像的分割精度。

    遥感图像道路提取ResNet34U-Net通道注意力机制sigmoid损失函数

    基于轮廓学习的实时实例分割

    葛锐刘登峰周浩杰柴志雷...
    328-337页
    查看更多>>摘要:实例分割在图像处理中发挥着重要作用,基于轮廓迭代的Deep Snake算法实现初始目标框到目标轮廓端到端变形,能提升实例分割的性能,但存在分割速度较慢、初始轮廓欠优等缺陷。针对这些问题,提出了一种轻量化的实例轮廓迭代分割算法。首先,采用ShuffleNet V2作为主干网络,使用5×5卷积核扩大了模型感受野。其次,设计了轻量级上采样模块—多阶段聚合(Multi stage aggregation,MSA)进行多层特征的残差融合,不仅提高了分割速度,而且更加全面地提取了有效特征。再次,设计了一种网络学习的轮廓初始化方法,采用全局轮廓特征聚合机制回归得到粗糙轮廓,解决了手工初始化轮廓和真实轮廓误差过大的问题。最后,使用Snake模型对粗糙轮廓进行迭代优化得到最终的实例轮廓。实验结果表明,所提出的方法在Semantic boundaries dataset(SBD)、Cityscapes和Kins数据集上提高了实例分割精度,在SBD数据集上平均分割精度达到55。8,同时模型参数量较Deep Snake减少了87。2%,计算量减少了78。3%,在2080Ti GPU上对512×512像素的图片进行实例分割时速度达到39。8帧·s-1。该方法能够减少资源消耗,快速准确实现实例分割任务,更适合应用于资源有限的嵌入式平台。

    实例分割ShuffleNetV2轻量化网络轮廓初始化

    基于四元数扩展的RSA算法的全息光通信系统

    杨鹏韩建宁
    338-343页
    查看更多>>摘要:针对目前水下光通信安全难题,提出了一种具有高速、多维、大容量等诸多优点的新型全息光学加密系统。该系统将光学传播波长λ和傅里叶透镜焦距f作为构建安全数据传输、实现加密和解密过程的关键秘钥。为确保发送方和接收方数据传输的安全性,基于三维四元数函数实现了扩展RSA(Extended RSA,ERSA)的加密过程。最后,采用Pollard's Rho方法评估了RSA算法和ERSA算法的安全性。结果表明,针对不安全声信道上传输消息的不可预测性和复杂性问题,ERSA算法加密比RSA算法加密具有更高的安全性。

    全息术四元数傅里叶透镜扩展RSAPollard'srho方法

    基于LSSVM改进AVOA的风电功率预测应用

    张忠林魏凡闫光辉马海云...
    344-359页
    查看更多>>摘要:提高风电功率预测精度是减小风电对电网影响的有效手段。为此,提出了一种改进非洲秃鹫优化算法(African vulture optimization algorithm,AVOA)构建多目标优化最小二乘支持向量机(Least squares support vector machine,LSSVM)预测模型。首先,利用变分模态分解(Variational modal decomposition,VMD)将原始风功率时间序列有效分解为一定数量的固有模态分量(Intrinsic modal components,IMFs)。其次,以Tent混沌映射代替种群初始化中的随机数并引入带精英策略的非支配排序及拥挤度算子改进的AVOA算法多目标优化LSSVM,对每个分量进行预测。最后,利用TMOALSSVM方法分别对各分量集成加和得到最终的预测结果。仿真结果表明,基于Tent混沌映射改进的非洲秃鹫优化算法与加入带精英策略的非支配排序、拥挤度算子改进的优化算法分别为单目标和多目标预测的最优模型。其中,本研究所构建的模型在四个季节中风功率值三个平均误差值均为最小,RMSE、MAE以及MAPE值分别为0。0694、0。0545与0。0211;四个季节中的Ds统计量平均值为0。9902,统计值最大。该模型将方向预测精度作为多目标优化函数,在横向精度和纵向精度上均对四个季节的风功率值进行了有效预测,更快更准确地找到了当前约束条件下的最优pareto解集,由此证明了该方法在风电功率预测技术发展领域具有一定科学意义。

    非洲秃鹫优化算法最小二乘支持向量机变模态分解多目标预测风电功率

    基于LMD-EE-ESN在误差修正下的光伏发电功率短期预测

    余向前李政
    360-368页
    查看更多>>摘要:针对光伏发电系统输出功率的不稳定现象,为提高光伏电能在并网运行时对其功率的调节能力,在对气象条件进行量化分析的基础上,提出了基于LMD-EE-ESN算法在迭代误差修正下实现光伏发电功率短期预测的方法。首先,通过对气象条件的模糊聚类处理,以晴朗、雨天或雪天、多云和多变天气四种典型天气下的光伏发电功率曲线为参考,分别进行局部均值分解(Local mean decomposition,LMD),并以各自的能量熵(Energy entropy,EE)作为气象特征。其次,利用LMD算法对历史发电功率序列分解,以回声状态网络(Echo state network,ESN)预测算法结合气象特征实现功率曲线的分级预测。最后,将迭代误差理论用于功率预测结果的修正。分析光伏发电系统历史数据,结果表明,该方法用于光伏输出功率短期预测,可避免气象条件的影响,且在分级预测和迭代误差修正的情况下,可提高功率预测的精准度。

    光伏发电系统短期预测局部均值分解能量熵回声状态网络