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

    基于行车风险场的交通冲突风险预警方法

    薛先斌谭北海余荣钟武昌...
    1-7页
    查看更多>>摘要:城市交叉路口是交通事故多发路段,对于智能网联汽车来说,在行驶过程中进行风险检测与碰撞预警,从而保障驾驶的安全性至关重要.本文针对有信号灯的城市交叉路口提出一种考虑信号灯约束的行车风险场模型,并基于此模型设计三级碰撞预警方法.首先针对城市交叉路口的潜在冲突风险点构建功能场景,并将信号灯的约束作用考虑进行车风险场模型.为了解决碰撞预警问题,提出以TTC为指标划分三级冲突区域,通过计算主车行驶过程中周围对应的场强值,并根据干扰车在主车周围势能场的位置来衡量主车所受碰撞风险.实验结果表明,所设计的模型能够准确对进入主车势能场范围的干扰车进行预警,预警成功率可达100%,误报率仅为3.4%,证明所提方法的可靠性和有效性.

    城市交叉路口智能网联汽车行车风险场风险检测碰撞预警

    基于单天线视轴信号传播模型的RFID定位方法

    韦进文谭龙明郭志俊谭靖元...
    8-13页
    查看更多>>摘要:为了解决现有单天线超高频RFID技术在室内静态目标定位中精度不高的问题,本文提出了一种基于天线视轴信号传播模型的RFID定位新方法.该方法首先通过天线纵向扫描确定目标的高度位置;其次,调整天线高度与目标高度一致,然后步进旋转扫描以识别目标的方向角;进一步的,利用麻雀搜索算法优化的反向传播神经网络建立路径损耗模型并用于测距;最后,综合高度、方向角和距离数据完成目标的定位.实验结果表明,在室内环境测试中,所提出的方法平均定位误差为7.2 cm,能够满足一般室内场景下物品的定位需求.

    RFIDRSSI天线视轴室内定位SSA-BP神经网络模型

    高海拔潮气量双环PID控制系统研究

    王慧泉魏志鹏马欣邢海英...
    14-19页
    查看更多>>摘要:为解决高海拔地区气压降低导致急救呼吸机潮气量控制精度下降的问题,提出了双环PID潮气量控制系统.该系统采用气压补偿型PID控制器调整风机转速,并辅以积分分离式PID控制器,以实现对气流速度的精确控制.在实际海拔4 370 m、大气压59 kPa的环境中,系统性能测试表明,相较于单环PID控制,双环控制系统在高海拔条件下表现出快速响应和无超调的卓越性能.平均气流速度输出误差为3.19%,最大误差为4.1%,优于现有临床设备的准确性.这一技术突破不仅提供了高海拔急救呼吸机潮气量控制的有效解决方案,也为特殊环境下的通气控制技术发展贡献了重要参考.

    高海拔地区低气压急救呼吸机潮气量控制气压补偿双环PID

    基于压缩感知的井下振动高频测量方法研究

    方昕沈澜李飞吕方兴...
    20-27页
    查看更多>>摘要:井下振动信号的高频测量信息能记录有关钻具动态响应的更具体细节,有益于分析诊断井下的异常振动,但是高频测量会产生大量的测量数据,导致井下振动测量设备的数据存储压力非常大.本文提出了一种基于压缩感知技术的井下振动信号的高频测量方法.通过选择性稀疏采集和存储井下振动数据,并利用信号重构算法,恢复高频测量结果.在该方法实现的过程中,提出一种分层抗频谱泄露的傅里叶字典构建和改进的分层追踪OMP信号重构算法,显著降低了信号重构时间.仿真和实验测试结果表明:该方法对振动信号的压缩感知采集效果较好,系统压缩比为18.9,重构分贝误差为52.1 dB.该方法有效减轻了井下振动测量设备的数据存储压力,为获取井下振动的高频测量数据提供了一种新途径.

    压缩感知井下振动稀疏字典

    基于时延程策略的多会话时延损伤模拟

    吴靖曹炳尧
    28-33页
    查看更多>>摘要:随着卫星网络、车联网络、工业网络等业务仿真模拟需求的日益增长,针对传统专用信道损伤仪存在的模拟链路数量少、灵活性低、资源占用高等问题,本文提出一种基于时延量程策略的多会话时延损伤模拟方法,构建灵活的软件网络损伤模拟.该方法通过识别检测独立控制各会话流的时延损伤,并采用基于时延程策略的多队列合并架构以降低资源占用.实验结果表明,相较于传统专用设备与模拟软件NetEm,该方法支持百万级链路的独立时延配置,会话流数从十数条增加到百万条,且在各带宽下降低至少85%的内存占用,满足大规模和精度的同时极大的降低系统成本.

    信道时延损伤模拟多会话流Jenkins哈希时延量程队列合并

    基于FPGA的大频偏扩频信号快速捕获算法设计

    冯智波朱彦铭刘文重张俊杰...
    34-40页
    查看更多>>摘要:星载扩频应答机的数据比特与扩频码是异步的,由于传输系统噪声及多普勒频移的影响,会引起接收扩频码与发送扩频码相关峰值的衰减,导致捕获性能下降.传统的捕获技术通常存在算法复杂度高,捕获速度慢,难以适应上百千赫兹大频偏的要求等问题.本文提出了一种将扩频序列截成两段分别作相关运算的扩频序列搜索法,并结合信号平方和FFT环进行大频偏锁频的捕获方案,有效抑制了相关峰的衰减,提高了伪码捕获性能.MATLAB仿真及FPGA板级测试表明,本文所提出的扩频信号捕获方案能够对抗高达±300 kHz的多普勒频移,平均捕获时间约为95 ms.另外,该算法的FPGA实现与传统结构相比节省了约47%的LUT、43%的Register以及一半以上的DSP和BRAM资源,在资源受限的实时通信系统中具有很大的应用价值.

    多普勒频移伪码捕获FPGA

    基于差分非平稳Transformer的液压支架立柱压力预测

    杨艺Aimen Malik袁瑞甫王科平...
    41-49页
    查看更多>>摘要:液压支架立柱压力预测是回采工艺决策的重要依据,也是确保围岩稳定的基础信息之一.然而,液压支架立柱压力虽然具有一定的规律性,却无法用简单的数学模型进行预测;且在回采过程中,支架不接顶、顶板破碎、传感器检测误差等带来大量的随机噪声,使得压力数据劣化为非平稳时间序列,给压力的预测带来的很大的困难.本文在Transformer基础上,提出一种差分非平稳Transformer模型,在Transformer的编码器和解码器中分别引入差分归一化和反归一化操作,以提升序列的平稳性.同时,在Transformer中采用去平稳注意力机制,计算序列元素之间的关联关系,以增强模型的预测能力.在真实的煤矿支架立柱数据集上的对比实验表明,本文提出的差分非平稳Transformer的预测效果达到0.674,表现明显优于LSTM、Transformer和非平稳Transformer模型.

    煤矿安全工作面液压支架压力预测非平稳Transformer差分

    基于改进天鹰的三维室内多层结构定位算法

    彭铎罗贝陈江旭
    50-57页
    查看更多>>摘要:在面向一些大型商超、医院、教学楼等大规模室内多层结构定位中,针对多层WSN结构的非测距定位问题,提出一种基于改进天鹰的三维室内多层结构定位算法IAODV-HOP算法.首先,为节点划分3类通信半径以细化跳数,同时利用最小均方差和权重因子修正节点的平均跳距.其次,用IAO算法对未知节点坐标进行寻优,通过佳点集策略对种群初始化,解决天鹰算法因初始种群随机分布而导致的种群的质量和多样性难以保证的问题,并且在局部搜索中加入黄金正弦的搜索策略完善种群的位置更新方式,增强了算法的局部搜索能力.通过仿真实验,本文所提算法IAODV-HOP相较于传统3D-DV-Hop、PSO-3DDV-Hop、N3-3DDV-Hop以及N3-ACO-3DDV-Hop算法,归一化平均定位误差分别下降70.33%、62.67%、64%、53.67%,表现出更优的性能,具有更好的稳定性和更高的定位精度.

    无线传感器网络多层结构定位改进天鹰优化佳点集黄金正弦

    基于BAS-PSO优化自抗扰的高速列车速度跟踪控制

    马冬寅王新屏李卫东
    58-63页
    查看更多>>摘要:针对高速列车自动驾驶系统,采用基于天牛须粒子群(BAS-PSO)优化自抗扰控制(ADRC)的算法,设计速度跟踪控制器.基于列车动力学模型设计自抗扰控制器,并以ITAE作为目标函数,利用BAS-PSO实现参数整定.选用CRH380A型动车组参数,通过MATLAB进行仿真验证,对比BAS-PSO、PSO以及改进鲨鱼优化ADRC算法对列车目标速度曲线的追踪效果,其中基于BAS-PSO优化ADRC算法的列车目标速度曲线跟踪误差保持在±0.4 km/h的范围内,相比另外两种算法更加紧密地贴近目标速度曲线.结果表明,基于BAS-PSO优化ADRC具有跟踪误差小、抗干扰能力强的优点.

    自抗扰控制天牛须粒子群算法高速列车速度跟踪

    基于改进型TD3算法的车载边缘计算任务卸载决策

    李亚王卫岗张原刘瑞鹏...
    64-70页
    查看更多>>摘要:为满足复杂车辆任务在时延、能耗和计算性能方面的要求,同时减少网络资源的竞争和消耗,设计了一种基于车载边缘计算(VEC)的任务卸载策略,以最小化任务处理延迟和能源消耗之间平衡的长期成本为目标,将车联网中的任务卸载问题建模为马尔可夫决策过程(MDP),提出了在传统双延时深度确定性策略梯度(TD3)的基础上,利用长短期记忆网络(LSTM)来逼近策略函数和价值函数,将系统状态进行归一化处理以加速网络收敛并增强训练稳定性的改进算法(LN-TD3).仿真结果表明,LN-TD3性能与全部本地计算和全部卸载计算相比提高了两倍以上;收敛速度上与深度确定性策略梯度DDPG、TD3相比提高了约20%.

    车载边缘计算TD3算法任务卸载深度强化学习马尔可夫决策过程