首页期刊导航|电子测量技术
期刊信息/Journal information
电子测量技术
电子测量技术

孙圣和

月刊

1002-7300

dzcl@vip.163.com

010-56103931

100009

北京市东城区北河沿大街79号

电子测量技术/Journal Electronic Measurement Technology北大核心CSTPCD
查看更多>>本刊坚定不移地确保社会效益功能的发挥，刊登新技术、工艺、设计、设备材料为主要内容，推广交流步进技术、科研成果和实践经验及时传播新成就、新技术、新器材的信息，以利于社会主义生产建设。
正式出版
收录年代

    多策略改进的蜣螂优化算法及其工程实例应用

    朱国庆韩东颖米振涛刘艳飞...
    82-99页
    查看更多>>摘要：蜣螂优化算法(DBO)虽独具优势,同时也存在一些问题,如收敛精度低下以及容易陷入局部最优.为了解决这些难题,提出了一种名为 MSIDBO的改进型蜣螂优化算法,目的是增强优化效果,同时保持全局和局部搜索的平衡.提出了一种自适应适应度距离平衡策略,该策略通过优化蜣螂的觅食和偷窃行为,有效地避免算法陷入局部最优解的困境;同时,引入引导学习策略和局部最优扰动方案,加快算法的收敛速度,平衡算法在局部开发和全局探索能力之间的关系.为评估MSIDBO算法的性能,采用CEC2017测试函数进行仿真实验,在3个实际工程设计问题中,同时运用了 MSIDBO算法,并与其他5种优化算法进行了比较,结果表明,MSIDBO算法在收敛速度、求解精度和稳定性方面均表现出显著优势,充分验证了其在实际应用中的高效性和可靠性.

    蜣螂优化算法引导学习策略自适应适应度距离平衡策略局部最优扰动

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于GADF和HWP-CBAM-ResNet的弧齿锥齿轮箱故障诊断

    王翰伟许昕潘宏侠荀小伟...
    100-110页
    查看更多>>摘要：针对目前流行的残差网络在复杂噪声环境下对弧齿锥齿轮箱故障识别准确率较低的问题,以及传统鲸鱼优化算法(WOA)收敛速度较慢且全局搜索能力较差的问题,本文提出了一种基于格拉姆角差场(GADF)和混合鲸鱼粒子群优化算法的CBAM注意力机制残差网络的智能故障诊断方法.首先,对采集到的一维振动信号进行重叠采样以获得足够的信号样本,然后通过格拉姆角差场编码技术将一维数据转换为二维图像数据,构建不同故障下的二维图像数据集,并通过人为添加噪声的方式以扩大样本数量并验证噪声对诊断方法的影响;然后,在传统ResNet网络中加入CBAM注意力机制模块以增强有用特征、抑制无关特征,从而提升模型的表示能力,将图像数据集输入到混合鲸鱼粒子群优化算法优化的CBAM-ResNet模型中进行训练;最后,使用训练好的CBAM-ResNet模型对弧齿锥齿轮箱故障数据集进行分类,输出诊断结果.实验结果表明,该方法在不进行人为降噪的情况下确识别弧齿锥齿轮箱故障准确率达到100%,且在复杂噪声背景下依然可以达到95.38%,相较其他方法具有更高的准确率、更快的网络收敛速度和更好的鲁棒性.

    弧齿锥齿轮格拉姆角场鲸鱼优化算法注意力机制残差网络

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于SVD与混合神经网络模型的自动调制识别

    周顺勇陆欢胡琴彭梓洋...
    111-121页
    查看更多>>摘要：随着现代无线通信环境中调制类型复杂性和多样性的显著增加,对自动调制识别技术的性能提出了更高要求.文章提出一种由卷积神经网络、挤压与激励模块、长短期记忆网络、门控循环单元和全连接层网络组成的混合神经网络模型,提升AMR技术的效率和准确性.首先,针对低信噪比环境下调制信号识别精度受限的问题,引入奇异值分解算法对接收的I/Q信号进行去噪,在提高信号质量的基础上提高低信噪比下调制信号的识别精度.然后,利用卷积神经网络对去噪后的信号进行多通道空间特征提取,随后加入挤压与激励模块提升特征提取的针对性,将门控循环单元和长短期记忆网络相结合,捕获信号的时间序列特征,最后,通过全连接层网络将提取的特征映射到调制方式的分类空间进行分类识别.实验结果表明,提出的网络模型在低信噪比环境下显著提高了调制识别精度,在RadioML2016.10b数据集上的平均识别准确率达到了64.63%,同时增强和提高了对QAM16与QAM64的区分与识别精度.

    自动调制识别奇异值分解卷积神经网络门控循环单元长短期记忆网络

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    杂波背景下多普勒测速雷达信号处理算法研究

    彭泽胄郜洪民胡伟东蒋环宇...
    122-129页
    查看更多>>摘要：多普勒测速雷达具有测速范围广、测速精度高及可靠性强的优点,广泛应用于我国轮轨及磁浮交通领域.多普勒测速雷达在测速过程中需要考虑杂波对多普勒信号的干扰,因此在轨道地杂波背景下研究信号处理方法对提高测速精度、保障行车安全具有重要意义.首先对Kernel分布、Weibull分布及Gamma分布这3种典型的概率统计模型进行了理论分析,基于77 GHz+24 GHz双频车载测速雷达进行了杂波测量实验,采集了实际轨道面地杂波数据,并对实测数据进行了拟合分析,结果表明,该车载测速雷达的轨道地杂波数据统计特性服从Kernel分布.在杂波背景下,首先利用最小均方自适应滤波方法对实测信号进行去噪处理,并使用改进Burg算法进行频谱估计实现了高精度速度测量,实验验证了算法能够有效抑制杂波提高信噪比,在低速状态下测速误差小于0.5 km/h,当速度大于50 km/h时,测速误差小于0.5%.

    Kernel分布杂波特性LMS自适应滤波改进Burg算法多普勒雷达

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于XGBoost的电网过流异常检测模型

    马智强康洁滢梁飞王进...
    130-137页
    查看更多>>摘要：在电网系统中,异常检测效率直接影响到系统维护成本,传统电网异常检测方法基于专家经验知识转化为固定规则与阈值,存在一定的局限性.现有的异常检测研究多以窃电、设备故障为主要分析对象,对过流异常的分析不足.本文针对过流异常的特性,分析了传统经验规则存在的问题与缺陷,通过特征工程确定了特征量,提出了基于XGBoost的电网过流异常检测模型.通过实验数据测试与评估,本文模型在5折交叉验证中F1分数最低值相较于传统规则提升了19.2%,平均值相较于传统规则提升了15.1%,各项实验指标均优于基于传统经验规则的检测方法,且没有出现明显的性能差异,证明了模型的检测效果.与异常检测常用的其他机器方法对比,本文模型的F1分数提升了6.4%至8.7%,稳定性及准确性均有优势.通过训练数据远少于测试数据的极端情况测试以及对模型进行的可解释性分析表明,本文模型具有较高的透明度、可信度,同时具有良好的泛化性能,可以有效支撑在实际环境中推广应用于过流异常检测.

    过电流异常检测机器学习可解释性

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    改进Oriented R-CNN的遥感图像定向目标检测算法

    王雷雨王正勇陈洪刚何小海...
    138-149页
    查看更多>>摘要：近年来遥感目标检测的研究主要集中在改进边界框的表示方法,而忽略了遥感场景中独特的先验知识.为了进一步提高双阶段模型的检测精度,同时保持推理复杂度,本文以大核卷积构建的特征提取器LSKNet为基线,在特征表示和训练策略上进一步做出了改进.首先,通过RFA提取比例不变的上下文信息,以缓解LSKNet引入的背景噪声、提高模型对噪声的鲁棒性;然后,通过构建CS进一步提出CS策略来缩小不同尺度特征之间的语义鸿沟、使模型具备多尺度能力的同时更专注于小目标.本文的方法在几乎没有增加推理复杂度的同时,在大型遥感图像数据集DOTA上的单尺度结果达到了79.03%mAP50,证明了提出方案的有效性.

    目标检测遥感图像小目标残差特征增强一致性监督

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于注意力改进RTformer的滑坡遥感图像语义分割

    唐海林张俊李屹旭李升海...
    150-158页
    查看更多>>摘要：针对现有的遥感影像滑坡语义分割网络存在模型参数量大、训练速度较慢,滑坡边界区域识别模糊、遥感影像多尺度语义信息分类差异化等问题,本文提出一种改进的RTformer轻量级语义分割模型,在模型不同层级模块间嵌入空洞卷积注意力ASPP模块和通道注意力SE模块,以捕捉不同尺度的语义信息和通过计算通道关系从而增强特征表示能力,提高模型特征提取能力,使其更加适用于滑坡遥感影像识别任务.利用Cityscapes数据集针对模型中空洞卷积的膨胀率设置和不同批量大小进行对比试验以得到最优解,以毕节滑坡灾害数据集做为预训练数据集设计一个自监督训练任务,并使用其进行模型微调并检验模型针对滑坡灾害遥感影像的分割性能.最终得到的模型在Cityscapes数据集和毕节市滑坡灾害数据集上均获得了最优表现,相比原始RTformer模型,两个数据集的平均交并比(mIOU)分别提升了2.26%和4.34%.并且与FCN、U-Net、DeeplabV3、SegFormer等经典语义分割模型相比,改进模型以最少的参数和最快的推理速度实现了识别任务,并达到了最优分割效果.

    图像处理滑坡检测遥感图像语义分割注意力机制

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    针对室内高低动态环境的视觉SLAM算法研究

    符强曾凡治纪元法任风华...
    159-167页
    查看更多>>摘要：针对大多数经典视觉SLAM在室内的动态环境下鲁棒性不足问题,在基于ORB-SLAM3算法框架之下,提出了一种可区分室内高低动态环境的视觉SLAM.首先提出一种根据连续多帧之间位姿变换做重投影误差来区分室内环境中的先验动态对象处于高动态还是低动态的算法.然后根据环境的高低动态决定是否结合YOLOv8-Seg实例分割网络对动态环境中的动态特征进行剔除,保证SLAM系统的跟踪精度.最后针对动态特征引起地图中出现重复性的地图点,在局部地图跟踪加入一种重复地图点消除算法,对动态环境中出现的重复地图点进行删除,进一步保证系统的稳定跟踪.在公开数据集TUM RGB-D上实验结果表明,改进后的算法相对于ORB-SLAM3算法在定位精度上均有提升,低动态环境下最大提升60.41%,高动态环境下最大提升94.65%.与其他动态特征去除算法相比,在大部分序列上实现了更高的定位精度,且在实时性上也更具优势.在所提算法有效解决SLAM应对室内动态环境的问题,提升了SLAM的定位精度.

    同时定位与建图ORB-SLAM3YOLOv8-Seg高低动态环境重复地图点消除

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    面向无人边防的复杂环境遮挡小目标检测算法

    王慧云赵俊生王禹李鑫延...
    168-177页
    查看更多>>摘要：面对边境复杂环境导致的人工巡检难题和安全风险,部署无人化监控系统对我国边防至关重要.由于摄像头与入侵目标间距离差异导致所拍图像尺度变化显著问题,以及监控目标采用遮挡策略,现有无人边防系统面临误检、漏检率高和实时性不足的挑战.针对该问题,提出了一种平均精度更高、参数量更少、普适性更强的FDB-YOLOv5遮挡小目标检测算法.首先,采集大量不同遮挡面积的人员样本构建数据集;其次,设计了Faster_C3新结构,以减少遮挡小目标检测网络的延迟和参数量,提高模型检测速率;此外,在颈部网络中引入基于点采样的Dysample上采样器,获得更多的局部细节和语义信息,增强模型对小目标的检测能力,同时降低计算开销;最后,使用基于多尺度特征提取BSPPF的空间金字塔池化方法,有效地解决尺度不变性及遮挡目标特征信息损失问题,从而更好地捕获关键信息,提高模型对遮挡小目标检测的稳定性以及鲁棒性.实验结果表明,与基线YOLOv5相比,FDB-YOLOv5的mAP@0.5%达到了91.5%;参数量和计算量分别减少了19.07%与18.40%;模型的检测速度提高了8.83%;与Faster R-CNN、SSD、YOLOv5s、YOLOv8相比,FDB-YOLOv5表现出更优越的性能,可以为边境无人化目标检测技术提供参考.

    小目标检测复杂环境大面积遮挡YOLOv5无人边防

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    轻量化锻件表面小目标裂纹分割算法

    张上邹扬张岳
    178-187页
    查看更多>>摘要：锻件在制造过程中容易出现裂纹等各种表面缺陷,影响产品质量.针对复杂可见光环境下小目标裂纹容易出现漏检问题,并考虑生产线上高效部署需求,提出LSC-PoolFormer算法.首先,采集湖北三环锻造有限公司汽车转向节生产线的磁粉探伤图像,标注后制成FDMPI数据集;然后,使用基于PoolFormer骨干网络的编码器,实现轻量级高效的特征提取;其次,引入渐近特征金字塔作为颈部网络,减少不同尺度特征之间的语义差距;最后,基于动态蛇形卷积提出DS-Seghead作为解码头,强化模型对条状裂纹的感知能力,并提出DDS训练策略,降低小目标裂纹丢失的概率.LSC-PoolFormer在FDMPI上的实验结果表明,相较基准模型,该算法的参数量和计算量分别下降9.2%和48.78%,F1分数和IoU分别提升1.1%和1.69%;同时在公开数据集NEU-Seg上的表现也证明了该算法的泛化能力,相较基准模型,大幅度降低参数量和计算量的情况下,mF1分数和mIoU分别提升0.66%和1.04%.实验证明,本文算法在保持检测精度的同时,显著降低算法复杂度,有利于实际部署.

    语义分割缺陷检测渐进特征融合形态学

      原文链接:
    • NETL
    • NSTL
    • 万方数据