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

    基于FPGA的稀疏卷积神经网络加速器设计

    李宁肖昊
    1-8页
    查看更多>>摘要:剪枝是一种减少卷积神经网络权重和计算量的有效方法,为CNN的高效部署提供了解决方案.但是,剪枝后的稀疏CNN中权重的不规则分布使硬件计算单元之间的计算负载各不相同,降低了硬件的计算效率.文章提出一种细粒度的CNN模型剪枝方法,该方法根据硬件加速器的架构将整体权重分成若干个局部权重组,并分别对每一组局部权重进行独立剪枝,得到的稀疏CNN在加速器上实现了计算负载平衡.此外,设计一种具有高效PE结构和稀疏度可配置的稀疏CNN加速器并在FPGA上实现,该加速器的高效PE结构提升了乘法器的吞吐率,同时可配置性使其可灵活地适应不同稀疏度的CNN计算.实验结果表明,提出的剪枝算法可将CNN的权重参数减少50%~70%,同时精度损失不到3%.相比于密集型加速器,提出的加速器最高可实现3.65倍的加速比;与其他的稀疏型加速器研究相比,本研究的加速器在硬件效率上提升28%~167%.

    卷积神经网络硬件加速器稀疏计算FPGA

    基于线阵InGaAs相机的光伏电池板光致发光成像系统研究

    黄益东钱芸生张益军徐晗...
    9-15页
    查看更多>>摘要:现有光伏电池板缺陷检测多采用电致发光激励以及面阵相机检测等方法,存在操作复杂、效率低等问题,为此开展基于线阵InGaAs相机的光伏电池板光致发光成像系统研究.首先,设计线阵InGaAs相机硬件框架与逻辑框架,以FPGA驱动线阵InGaAs相机完成数据采集与图像显示.通过固定模式噪声去除算法与直方图双向均衡算法,去除了缺陷图像中固定模式噪声,同时提升了图像的对比度和清晰度.最后通过搭建整体成像系统,通过光致发光成像对不同种类的光伏电池板的多种缺陷进行成像实验,检测精度达到0.2mm/pixel.实验结果表明该系统可以完成对单晶硅与多晶硅光伏电池板中隐裂、黑斑、坏片、混档和脏污等缺陷的检测.

    光致发光FPGA缺陷检测InGaAs传感器光伏电池板

    基于FPGA的单光子时间数字转换器设计

    何继爱辛家乐石麟泰
    16-21页
    查看更多>>摘要:针对单光子计数器对高速飞行光子时间测量的高分辨率要求,传统的TDC在时间测量上存在误差较大的不足.本文设计了一种利用FPGA内部逻辑延迟单元Carry4级联构建延迟链的TDC.该方法首先使用子链平均的方式进行数据采样,避免数据"气泡".其次,结合码密度测试和bin-by-bin校准将各级延迟单元宽度校准至接近均匀宽度,提高系统的测量精度.最后,通过Vivado软件仿真并烧录至ZYNQ7000进行板级测试,实验结果表明,该TDC能够在3ns的动态时间范围内实现时间分辨率10.91ps,差分非线性(DNL)范围为[-0.75,1.01]LSB,积分非线性(INL)范围为[-1.74,2.19]LSB.

    FPGA时间数字转换Carry4码密度测试差分非线性积分非线性

    改进全局ZOA优化MVMD-SCN的锂电池SOH估算

    郭喜峰黄裕海单丹原宝龙...
    22-30页
    查看更多>>摘要:锂电池健康状态(SOH)的准确估算对电池系统的健康管理起着重要作用,为提高SOH的估算精度,提出一种将参数优化后的多元变分模态分解(MVMD)和随机配置网络(SCN)相结合的SOH估算方法.从锂电池充放电过程中提取多个健康因子(HF)作为SOH估算模型的输入,在斑马优化算法(ZOA)全局阶段引入自适应权重和最优领域波动策略,提高其全局搜索能力,得到改进全局的斑马优化算法(IGZOA),利用它对MVMD和SCN参数进行寻优,最后在9个基准函数测试IGZOA性能,在NASA和CALCE数据集上将所提方法与不同方法进行锂电池SOH的估算对比,结果表明,所提方法的均方根误差和绝对误差的平均值分别为0.84%,0.93%,具有更高的预测精度和泛化性.

    锂电池健康状态多元变分模态分解改进斑马优化算法随机配置网络

    改进A*算法的移动机器人全局路径规划

    熊勇刚李波姚焘付茂林...
    31-36页
    查看更多>>摘要:针对A*算法在移动机器人路径规划存在搜索效率低,路径斜穿障碍物顶点,路径拐弯多等问题.提出一种改进的A*算法,首先在A*算法的邻域扩展中采用避免斜穿障碍物顶点的策略;再引入障碍物因素对评价函数进行指数加权,减少不必要的搜索,提高A*算法的效率和灵活性,使算法偏向于选择障碍物较少的路径;最后使用三次优化折线的策略,加入障碍物安全距离,减少路径上的冗余节点和拐弯.使用MATLAB进行实验仿真,结果表明,在20m×20m、40m×40m、60m×60m栅格地图环境下,改进A*算法较传统A*算法,搜索时间分别减少70.12%、84.31%、91.44%,扩展节点分别减少53.77%、71.20%、74.30%,路径累计拐弯角度分别减少70.48%、76.31%、82.18%,改进A*算法能够有效的提高移动机器人路径规划的效率,路径更为平滑和安全,且在复杂环境中优势更为明显.

    A*算法评价函数领域扩展安全距离路径规划

    无人船自适应超螺旋轨迹跟踪滑模控制

    冯成涛陈威陶睿楠朱栋...
    37-44页
    查看更多>>摘要:针对无人船受到风浪等不确定性干扰时易出现轨迹跟踪误差大、自适应增益范围小、滑模控制方法的抖振等问题,提出了一种新型自适应超螺旋滑模控制算法.根据无人船结构建立数学模型,引入轨迹参考点将数学模型转换为二阶系统微分方程;设计自适应超螺旋滑模控制器;构造Lyapunov函数,推导满足系统闭环稳定性的自适应增益.在考虑风阻、浪阻的情况下,将本文方法分别与超螺旋滑模控制和传统自适应超螺旋滑模控制这两种方法进行仿真实验对比.结果显示,在仿真实验的30s中,本文方法的轨迹跟踪平均绝对误差比超螺旋滑模控制和传统自适应超螺旋滑模控制分别减少了0.60m和0.27m,仿真结果表明本文方法能够有效提高系统控制性能,抑制抖振,减小轨迹跟踪误差.

    自适应增益超螺旋滑模控制无人船轨迹跟踪

    基于改进AdvancedEAST的变电站仪表数显区域检测

    王嘉璇王天宁刘兵王祝...
    45-53页
    查看更多>>摘要:为了提高数字仪表数显区域检测的实时性和鲁棒性,提出一种改进AdvancedEAST算法,以快速、准确地完成变电站数字仪表数显区域检测.首先,在AdvancedEAST模型框架下,构建一种注意力机制增强的轻量级主干网络ES-MobilenetV3,通过考虑不同层提取特征对结果的影响,引入ECA和多维注意力机制(ECA-SE)对MobileNetv3的Bneck块进行改进,在保持性能和复杂性平衡的前提下,突出关键特征.在颈部网络中引入深度可分离卷积,降低网络计算的复杂度,提高检测速度.同时,使用迁移学习策略,提高小样本下模型的泛化能力.最后,在构建的变电站数字仪表数据集上进行试验验证,结果表明,所提算法在保证检测精度的情况下,模型的参数量相比AdvancedEAST算法减少82%,检测速度提升近2倍.

    数字仪表AdvancedEAST数显区域检测注意力机制增强深度可分离卷积迁移学习

    基于改进非洲秃鹫算法优化极限学习机的船舶运动预测

    戚得众吴云志丁璐丁坦...
    54-60页
    查看更多>>摘要:针对船舶运动预测模型精度不高而造成预测结果误差大的问题,提出一种利用改进非洲秃鹫优化算法(IAVOA)优化模型参数的极限学习机(ELM)预测模型,对船舶运动状况进行预测.在初始化种群时引入Circle混沌映射,增加种群的多样性;加入自适应算子,调整两类秃鹫对其他秃鹫的指引作用,提升算法的收敛速度和解的质量.利用IAVOA优化的ELM模型对船模水池试验运动数据进行预测,并采用均方根误差和平均绝对误差评判该预测模型,与现有其他启发式算法优化ELM模型比较,所提出的IAVOA-ELM具有更优的预测精度和泛化能力.

    极限学习机秃鹫优化算法Circle混沌映射自适应调整算子船舶运动预测

    基于强化学习的多段连续体机器人轨迹规划

    刘宜成杨迦凌梁斌陈章...
    61-69页
    查看更多>>摘要:针对多段连续体机器人的轨迹规划问题,提出了一种基于深度确定性策略梯度强化学习的轨迹规划算法.首先,基于分段常曲率假设方法,建立连续体机器人的关节角速度和末端位姿的正向运动学模型.然后,采用强化学习算法,将机械臂的当前位姿和目标位姿等信息作为状态输入,将机械臂的关节角速度作为智能体的输出动作,设置合理的奖励函数,引导机器人从初始位姿向目标位姿移动.最后,在MATLAB中搭建仿真系统,仿真结果表明,强化学习算法成功对多段连续体机器人进行轨迹规划,控制连续体机器人的末端平稳运动到目标位姿.

    连续体机器人轨迹规划强化学习位姿控制奖励引导

    基于M估计算法的三维点云平面拟合方法研究

    杨少舟龙东平陈继尧吴士旭...
    70-76页
    查看更多>>摘要:通过激光传感器获取的三维点云难免混入噪声和异常点,导致点云平面的拟合精度降低.为解决该问题,本文提出了一种结合M估计样本一致性(MSAC)算法和主成分分析(PCA)法拟合点云平面的方法.该方法首先通过MSAC算法去除点云数据中的异常点,获得较为理想的点云平面,然后使用PCA方法对保留的点云数据进行平面拟合,以获取更加精确的点云平面参数.使用电池托盘作为被测物,应用3D线激光轮廓传感器扫描被测物并将点云数据传输到计算机进行处理.通过设定的仿真数据和电池托盘点云数据进行实验,发现本文方法与随机采样一致性(RANSAC)结合PCA、最小平方中值(LMedS)结合PCA的方法相比,在耗时接近的情况下,能够显著降低异常点对点云平面拟合的影响,获得更精确的平面拟合参数.对两个部分的电池托盘点云滤波处理后进行平面拟合时,能够发现本文方法与其他两种方法相比,标准差分别降低了28.6%和22.5%%、24.0%和29.0%,该方法具有较高的平面拟合精度和实用性.

    点云数据异常点平面拟合M估计主成分分析方法