首页期刊导航|电子测量与仪器学报
期刊信息/Journal information
电子测量与仪器学报
电子测量与仪器学报

崔建平

月刊

1000-7105

jemi@vip.163.com

010-64044400

100009

北京市东城区北河沿大街79号

电子测量与仪器学报/Journal Journal of Electronic Measurement and InstrumentCSCD北大核心CSTPCD
查看更多>>本刊旨在开展学术交流活动,沟通同行业科技人员之间的信息,以促进国内、外电子测量仪器的发展和科学技术的进步。
正式出版
收录年代

    基于NDE-FLNN与零极点配置法的六维加速度传感器动态性能补偿

    郝喆于春战张佳林孙治博...
    109-117页
    查看更多>>摘要:六维加速度传感器可广泛应用于类人机器人领域的动态全息检测,从而保障机器人运动柔顺性与稳定性.现有六维加速度传感器存在响应速度慢、响应范围窄等动态特性差的问题,限制了传感器对测量载体实时动态位姿信息的敏锐、宽范围响应.针对这一问题,开展六维加速度传感器时频域动态性能补偿研究.利用差分方程建立传感器的动态模型,提出一种基于NDE-FLNN的高精度动态模型参数辨识算法,并进一步推导动态补偿模型补偿传感器的响应速度,提升传感器的时域动态性能.之后,基于零极点配置法设计传感器各通道动态补偿器,消除原极点并引入新极点,拓展传感器响应范围,改善传感器频域动态性能.实验结果表明,相比于DE-FLNN算法,改进后的NDE-FLNN算法能够更高精度地辨识传感器动态模型参数,传感器补偿后各分量的调节时间减少至原先一半左右,均在 150 ms以内,工作带宽由 22 Hz拓展至 84 Hz,传感器时频域动态性能得到显著提升.

    六维加速度传感器差分方程NDE-FLNN零极点配置法动态性能补偿

    基于自适应特征融合的抓取检测方法研究

    熊焕俞建峰钱陈豪蒋毅...
    118-127页
    查看更多>>摘要:针对因角度训练标签冲突和可抓取区域与物体区域间的非一致性导致的现有抓取检测方法在复杂的非结构化抓取场景中抓取检测准确性不足的问题,本文提出了一种自适应特征融合抓取检测网络AFFGD-Net.该网络首先采用基于分区法的角度预测方法,将角度值编码为角度类别和偏移量两部分进行学习预测,冲突的角度值划分到同一类别,减少角度训练标签的冲突,偏移量用于补偿分类部分的精度损失,提升网络对抓取角度的预测准确率.其次,引入自适应感受野模块(ARFB)和注意力跳跃连接模块ASCM,ARFB增强网络对多尺度可抓取区域特征的表征能力,并通过自适应融合不同尺度特征,提升对多尺度物体的抓取检测能力,ASCM通过自适应融合低层空间特征和高层语义特征以恢复可抓取区域的边缘特征,提高网络的抓取角度和抓取宽度预测准确率.最后,通过实验验证了所提网络的有效性.在Cornell数据集的图像划分和对象划分测试模式下,AFFGD-Net的准确率分别达到98.9%和97.7%,在Jacquard数据集中准确率达到95.2%.网络检测速度达到111 FPS,显示出良好的实时性.实验结果表明,AFFGD-Net在抓取检测的准确性和实时性方面均优于现有方法,验证了所提方法的有效性.

    抓取检测感受野模块特征融合注意力机制

    燃气管道巡检四足机器人的改进沙猫群优化SLAM算法研究

    巫宇航王强肖瑶周海婷...
    128-136页
    查看更多>>摘要:为解决燃气管道巡检四足机器人的地图构建问题,提出一种改进沙猫群算法优化的ISCSO-FastSLAM算法.首先,引入柯西变异策略提高沙猫群算法跳出局部最优的能力,加快收敛速度,并加入自适应遗传参数增强沙猫群算法的稳定性.再通过改进沙猫群算法输出的位置预测最优解来更新FastSLAM算法的预测粒子集,从而提高估计精度.同时利用低权重粒子优化策略代替粒子滤波中原来的重采样步骤,来保证粒子的多样性.然后搭建不同的仿真环境,将多种算法进行仿真对比,仿真结果表明:在 20 m×20 m的仿真环境下,ISCSO-FastSLAM算法相比WOA-FastSLAM算法对地图的构建更为准确,对机器人位置和环境路标的估计误差分别减小了 17.1%和 23.3%.最后,利用四足机器人在 60 m×100 m大小的居民区进行建图实验,实验结果表明:相比FastSLAM算法和WOA-FastSLAM算法,ISCSO-FastSLAM算法能够构建更准确的居民区巡检地图,对阀门井、调压箱等巡检关键位置的估计误差分别减小了 16.2%和 6.0%.

    燃气巡检沙猫群算法地图构建四足机器人FastSLAM算法

    带包覆层管道缺陷的脉冲涡流检测方法研究

    李佳东张彦杰邱俊杰赵希来...
    137-146页
    查看更多>>摘要:包覆层管道被广泛应用于化工、石油、燃气等行业,管道腐蚀引起的裂缝、局部腐蚀等都可能带来重大安全隐患,因此对管道缺陷的检测变得极其重要.但管道上较厚的包覆层导致常规的无损检测很难检测到管道的缺陷,而脉冲涡流无损检测技术因其具有强大的激励能量和出色的穿透能力,能够在不拆除包覆层的情况下对管道进行缺陷检测.本研究旨在分析不同信号特征下对缺陷检测的有效性,文章首先利用仿真软件建立带包覆层管道的三维有限元模型,其次选取差分电压峰值、差分电压峰值时间、差分电压过零时间、差分信号基频幅值作为信号特征,对信号特征与缺陷的关系进行分析,最终选取出更适合的评估信号.仿真结果表明:差分电压峰值与基频幅值随缺陷弧长增大而增大,随缺陷深度增大而增大.峰值时间、过零时间只与深度有关,且随外表面深度增大而增大、随内表面深度增大而减小.并通过信号特征与缺陷的拟合,选取出适用于缺陷分辨的信号.这项研究有助于优化脉冲涡流无损检测技术在包覆层管道缺陷检测中的应用,提高检测的准确性和效率.

    脉冲涡流包覆层管道有限元仿真信号分析

    基于2D-SPWVD与PCA-SSA-RF的超宽带雷达人体跌落动作辨识方法

    杨桢段雨昕李鑫吴方泽...
    147-158页
    查看更多>>摘要:针对现有超宽带雷达人体姿态识别研究领域缺少对相似动作辨识的问题,提出一种时频分析结合随机森林(RF)的动作辨识模型.提出基于平滑伪维格纳-威利分布(SPWVD)的二维平滑伪维格纳-威利分布(2D-SPWVD)时频分析方法,对预处理后的人体动作回波信号进行时频特征提取;利用主成分分析法(PCA)对特征矢量进行降维处理,选择累计贡献率较高的前30 个主成分作为新的特征矢量输入到麻雀搜索算法(SSA)优化的RF分类模型中,用于有障碍条件下 5 种不同人体相似跌落动作辨识.实验结果表明:预处理算法有效地提升了动作回波信号信噪比,PCA-SSA-RF分类模型能有效辨识 5 种不同人体跌落动作,克服了数据的特殊性以及障碍物的干扰,准确率高达 96.6%.在实时数据流中的跌倒检测任务中,模型的分类平均准确率达到了93%,并与RF、PSO-RF等多个不同经典分类模型深入对比,准确率较高且整体所需时间较短,兼具了准确性和分类效率.验证了所提方法的优越性与有效性.

    超宽带雷达动作辨识时频分析2D-SPWVDPCA随机森林

    全局与局部多尺度特征融合晶圆缺陷分类网络

    陈晓雷李正成杨富龙温润玉...
    159-169页
    查看更多>>摘要:在半导体制造领域,晶圆缺陷分类是确保产品质量的重要步骤.然而,由于晶圆缺陷的多样性和复杂性,现有的混合型晶圆缺陷分类网络在准确性上仍然存在不足.针对这一问题,提出了一种基于全局和局部多尺度特征融合的混合型晶圆缺陷分类网络—MLG-Net.MLG-Net由 3 个主要模块组成:特征提取模块、全局分支和局部分支.该网络旨在更好地提取和利用晶圆缺陷图像的全局语义信息与局部细节特征,这两种特征通过多尺度特征融合技术相结合,最终形成一个更加全面的特征表示,有助于分类器在面对复杂混合缺陷时,做出更为准确的判断,从而提升分类精度.为了验证MLG-Net的有效性,在包含 38种混合类型缺陷的数据集—MixedWM38 上进行了大量实验,其分类准确度达到 98.84%.结果表明,MLG-Net在综合性能上优于当前主流的六种晶圆缺陷分类方法.这一结果证明了全局与局部特征融合在处理混合型晶圆缺陷分类任务中的重要性和有效性.

    半导体制造晶圆缺陷分类混合型缺陷全局与局部特征特征融合

    基于改进自编码器结构的轮胎缺陷检测

    李洪奎陈浩刘韵婷张兴伟...
    170-179页
    查看更多>>摘要:针对部分轮胎X光缺陷图像中缺陷对比度较低、缺陷占比较小,导致缺陷难以检测的问题,采用了一种基于生成对抗网络的改进模型,以提高轮胎缺陷的检测精度.首先分析了传统生成器所存在的一些问题,然后以GANomaly作为基础模型,引入了注意力机制模块NAM、流对齐模块FAM和PatchGAN,旨在增强模型的特征提取能力和图像重构能力.注意力机制模块NAM通过归一化处理增强了模型对缺陷区域的关注度,流对齐模块能够将低分辨率特征图中的特征点精确地映射到高分辨率特征图的对应位置,从而确保多尺度特征之间的信息一致性和有效融合,而PatchGAN则通过局部判别器增强了模型对局部特征的识别能力.为了验证改进模型的有效性,在相同的自制数据集上对4 种轮胎缺陷类型X光图片进行测试.测试结果表明,改进后的模型在受试者工作特征曲线面积(AUC)和平均精度(AP)两个关键指标上均取得了显著提升,AUC值达到了 96.4%,AP值达到了 95.8%.这些结果表明,改进后的模型有效增强了特征提取和图像重构的能力,提升了缺陷检测的精准度.

    生成对抗网络NAM深度学习FAM轮胎缺陷检测PatchGAN

    扩展移相控制的DAB变换器双目标优化策略

    刘春喜徐金荣刘文强孙华泽...
    180-190页
    查看更多>>摘要:为提高双有源桥变换器的传输效率,提出一种基于新扩展移相控制的电流应力和回流功率双目标权重优化策略.首先,根据原边侧输出电压高电平的角度和原副边输出电压之间的移相角关重新定义新移相比,简化传输功率数学模型,再由移相比之间的关系划分出 3 种工作模式并求出对应的电流应力和传输功率数学模型;在此基础上,推导出回流功率数学模型并进行特性分析;然后,优选出两种覆盖全功率的工作模式并建立电流应力和回流功率权重优化函数,根据极差正规化法求解出最优移相比组合并分析其软开关特性;最后结合所求软开关条件下的最优移相比组合设计出简洁快速的闭环控制策略.通过搭建样机进行实验验证,在电流应力、回流功率以及传输效率方面对优化策略与传统策略进行对比分析.实验结果表明双目标优化策略相较于传统扩展移相控制在低功率模式下系统效率提升了 20%,在高功率模式下系统效率提升了 11%,验证了设计方案的可行性和有效性.

    双有源桥扩展移相电流应力回流功率权重优化移相比

    Bézier函数协同改进松鼠搜索算法共同优化的光伏电池参数辨识

    朱显辉崔世炜鲁双峰
    191-200页
    查看更多>>摘要:为解决智能搜索算法对于太阳电池参数辨识的精度低,收敛慢和实验数据获取困难的问题,提出了一种采用二阶Bézier曲线和改进松鼠搜索算法的太阳电池参数辨识方法.首先,在经过最大功率点并且和开路电压点和短路电流点连线平行的直线上寻找最佳Bézier控制点,然后根据控制点位置和电池填充因子之间的拟合规律,实现无需实验即可对伏安特性曲线进行简单精准建模的目的,在准确描述HIT电池的输出特性的同时,有效降低测量噪声对参数辨识的影响;其次,通过引入Sobol序列,反向学习和混沌理论对标准松鼠算法进行改进,在初始化过程中加入类随机采样中的Sobol序列,并采取反向学习策略,增强种群的多样性和搜索空间覆盖率,并融合tent混沌映射对最优解进行扰动,增强算法跳出局部最优的能力.将改进后的松鼠优化算法用于异质结太阳电池参数辨识中,并与其他智能优化算法进行对比,结果显示改进算法的均方根误差分别为0.028 25、0.017 458、0.023 61,具有最高的精度,证明了该算法在异质结太阳电池参数辨识中的有效性和准确性,为太阳电池参数辨识提供了一种可靠且准确的新方法.

    太阳电池参数辨识异质结电池Bézier函数改进松鼠搜索算法

    改进黑翅鸢算法的1D-2D-GAF-PCNN-GRU-MSA弓网电弧检测应用

    李斌舒嘉辉严灵潇田浩...
    201-211页
    查看更多>>摘要:针对高速列车运行时高速气流场对受电弓碳滑板与接触网之间的接触压力和电弧状态影响.通过计算得出更符合实际状态下的接触压力和电弧状态模型,建立了考虑高速气流场影响的弓网电弧实验模型.提出了改进黑翅鸢算法(IBKA)的1D-2D-GAF-PCNN-GRU-MSA故障检测模型.应用格拉姆角场(GAF)将一维接触电压信号时序图象化转换为二维图像并通过双通道卷积神经网络(PCNN)进行特征识别.另将一维时序信号通过门控循环单元(GRU)捕捉时序信号特征.将一维时序信号特征与二维图像特征进行特征融合,弥补各自局限性.针对模型中的难以确定的学习率、门控循环单元网络层神经元个数等参数,融入改进黑翅鸢算法(IBKA)对参数寻优使模型更加合理.最后,融合多头自注意力机制提高模型准确率.将提出的模型与其他 3 种模型分别对 3 组不同实验条件的弓网电弧模型进行检测,验证提出的模型具有较强的鲁棒性和较高的准确性.

    高速气流场改进黑翅鸢算法特征融合格拉姆角场故障检测