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

    基于改进阈值函数的直埋供热管网检漏研究

    徐自强李成穆连波王随林...
    143-150页
    查看更多>>摘要:为提高声波法直埋热水供热管网泄漏应用的定位精度,在分析各种小波法阈值函数适用性的基础上,提出了改进阈值函数降噪方法,该方法理论上能够克服软阈值函数的恒定偏差和硬阈值函数信号振荡的缺点,设置调节参数,提升降噪能力,保留小于阈值点区域信号,避免有效信号丢失.在大型直埋热水循环管网中进行泄漏测试实验,研究表明采用本方法进行声波法直埋供热管道泄漏检测,可实现泄漏定位误差在±1 m内,定位精度可达0.11%~3.49%,最后选择北京市供热系统中实际工程案例,采用本方法进行声波法泄漏检测,泄漏定位误差为0.37%~0.66%,定位精度提升.

    改进阈值函数直埋供热管道声波法泄漏检测定位

    管道超声相控阵全聚焦成像仿真及算法优化

    张鑫宇范惜梅李忠虎李靖...
    151-156页
    查看更多>>摘要:针对厚壁管道内部缺陷识别困难、可视化差等问题,提出基于超声相控阵理论和全聚焦算法对厚壁管道内部缺陷进行图像重构.并针对全聚焦成像效率低的缺点,采用有限元法对外径为550 mm,壁厚为65 mm的厚壁管道超声相控阵全聚焦成像进行仿真,模拟缺陷检测过程和成像结果,并使用稀疏矩阵对算法进行优化.结果表明:在基本满足成像质量要求的情况下,采用激发中心频率为5 MHz,阵元宽度为0.5 mm,阵元间距为1 mm,阵元数量为32时,稀疏激发矩阵比全矩阵全聚焦成像效率提高了74.81%,有效提高了成像速度,满足全聚焦快速成像的需求.

    厚壁管道超声相控阵全聚焦方法全矩阵稀疏矩阵

    轻量化音频信号处理算法与FPGA实现

    龙彪杨军陈惠萍陈光润...
    157-163页
    查看更多>>摘要:为了解决语音通信系统中音频信号处理的数据量大,杂散信号多,以及调频接收机在接收到的音频信号忽大忽小的问题,提出了一种轻量化音频信号处理算法,并基于此算法在现场可编程门阵列(FPGA)平台上实现了音频信号的接收与自动增益控制.该算法结合数字下变频技术、多级抽取滤波技术及自动增益控制技术(AGC),应用于音频信号处理系统中,将从上级天线接收的射频模拟信号通过模数转换以及数字下变频转换为基带音频信号,经四级抽取滤波将基带信号中的杂散信号滤除,降低了系统的复杂性和功耗,同时AGC对基带音频信号进行控制调整,输出较为稳定的音频信号.经过实验证明:该算法能够有效地将信息速率从102.4 MHz降至32 kHz、减少计算负担、提高信号质量、降低了FPGA的资源利用率;并且实现音频信号的自动增益控制调整,其调整时间仅为12.8μs,满足接收机的功率稳定时间.

    音频信号数字下变频多级抽取滤波自动增益控制

    基于循环生成对抗网络的增强罗兰信号生成

    李辉胡登峰张恺邹波蓉...
    164-172页
    查看更多>>摘要:在信号生成算法中,需要大量标记信号样本用于网络训练,但通常携带电文信息标记的信号难以批量获取.针对此问题本文提出一种基于循环生成对抗网络和迁移学习的方法,实现了无需大量信号及对应电文作为标记的增强罗兰信号生成,并使用迁移学习在少量实测信号情况下快速生成.循环生成对抗网络的结构包括两个生成器和两个判别器,利用无需一一对应的增强罗兰信号和电文数据集,使生成器学习到两个数据集之间的相互转换关系,实现输入电文数据可以生成与之相对应的增强罗兰信号,并且针对增强罗兰信号的特性,使用一维卷积、残差网络、自注意力机制对网络模型进行改进.实验证实,生成信号与实测数据的均方误差为0.0153,平均皮尔逊相关系数为0.9843,且所含电文信息准确率为99.02%.本文在PSK、ASK、FSK数据集上验证了算法,实验结果表明生成的信号满足预期,为未知参数的信号调制和解调提供一种新的思路.

    信号生成循环生成对抗网络迁移学习增强罗兰信号

    基于多层次通道注意力网络的少样本字体生成

    邱燕波储开斌张继冯成涛...
    173-181页
    查看更多>>摘要:为提升字体生成的图像质量,减少字体设计的人工成本,提出基于多层次通道注意力网络的少样本字体生成的方法.首先,该方法通过风格感知注意力模块获取重要的局部特征;然后设计了一个多层次的注意力机制,较浅的层只能观察图像的局部特征,而较深的层可以观察到图像的全部特征,通过聚合不同层次的局部特征来构建新的风格特征.最后,使用了内容损失函数、风格损失函数和L1损失函数优化模型的参数,稳定网络的训练,使生成图像在内容和风格上与目标字体保持一致.实验结果表明,该方法在未知样式的字体和未知内容的字体具有很强的泛化性.相比于其他方法,所提出的方法表现出更好的实验结果,能保持内容结构的完整和字形风格的准确性.

    字体生成生成对抗网络风格迁移

    基于树莓派4B的无人机动态追踪平台设计

    陈浩安李晖黄瑞符平博...
    182-189页
    查看更多>>摘要:针对无人机领域中的监管问题,基于YOLOv5-Lite的改进模型,提出了一种随着训练过程为模型动态地分配损失权重的指数移动样本加权函数.通过模型运算,控制二自由度云台对无人机实时跟踪,且视频采集、模型计算和二轴云台控制均在树莓派4B本地进行.优化过的模型在保持原模型参数量的同时,在mAP@.5:.95指标中达到了70.2%,相较于原模型提高了1.5%.在树莓派上的实时推理平均速度为2.1 FPS,处理效率更高.树莓派在模型推理的同时,通过I2C协议控制舵机平台对无人机目标进行追踪,保持对无人机的实时动态监测,提高了系统的可靠性,具有更好的实用价值.

    无人机追踪树莓派YOLOv5-Lite目标检测

    基于TiCNN-DRSN模型的sEMG手势识别算法的研究

    周国良张道辉郭小萍
    190-196页
    查看更多>>摘要:基于表面肌电信号和模式识别的手势识别方法在康复手领域中具有广阔的应用前景.提出一种基于表面肌电信号的手部姿势识别方法,以预测手部的52种动作.为解决表面肌电信号易受干扰的问题,提高对表面肌电信号的分类效果,提出了TiCNN-DRSN网络,主要作用是在拥有噪声的情况下能够更好的识别率,减少滤除噪声的时间.TiCNN网络使用卷积核Dropout和极小批量训练,为卷积神经网络引入训练干扰并且增加了模型的泛化性;DRSN网络可以有效的剔除sEMG信号中的冗余信号,减少信号噪声干扰.TiCNN-DRSN网络在不需要任何降噪预处理的前提下,取得了很高的抗噪与自适应性能.本模型在Ninapro数据库上的识别率达到97.43%±0.8%.

    表面肌电信号抗噪声TiCNN-DRSN网络