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

    局部高斯均差变分保边图像平滑算法

    周巍巍高银吴仪芳李俊...
    94-107页
    查看更多>>摘要：针对图像平滑过程中无法保留细节的问题,提出了基于局部高斯均差变分的保边图像平滑算法.首先,通过统计学分析建立局部高斯均差变分算子.其可以衡量局部梯度与高斯滤波处理后的梯度差异,区分结构和纹理.其次,构建局部高斯均差变分平滑模型,由稀疏求解得到初始平滑图像.最后,针对复杂纹理图像存在纹理残留的问题,提出孤立噪声去除模型.模型通过自适应窗口设定像素值,在不影响结构的前提下去除初始平滑图像中的纹理残留.通过主观、客观实验,与经典的算法对比,证明该算法有更高质量的平滑结果.评价指标整体提升了 0.7％.通过压缩伪影去除、HDR色调映射、图像去雾和拉普拉斯金字塔加速的扩展实验,验证该算法在不同视觉任务上的适用性和效率可提升性.

    图像平滑局部高斯均差变分细节保持孤立噪声

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

    ECC-YOLO:一种改进的钢材表面缺陷检测方法

    赵佰亭张晨贾晓芬
    108-116页
    查看更多>>摘要：针对当前钢材表面缺陷检测效率低、检测精度差的问题,提出了一个模型,命名为ECC-YOLO,基于YOLOv7的钢材表面缺陷检测.首先,为了提高主干网络特征图信息表征能力,引入了特征增强模块ConvNeXt,通过融合深度可分离卷积、大核卷积,增强模型对细小裂缝的特征提取能力,其次设计了 C2fFB模块,在增强目标特征信息的提取能力同时,显著降低了模型的计算量和参数复杂性.最后借助ECA注意力机制设计出MPCE模块,削弱复杂背景信息对钢表面缺陷检测的干扰,提升检测效率.最后,广泛的实验结果表明,ECC-YOLO在NEU-DET数据集上,该模型的mAP达到77.2％,相较于YOLOv7,ECC-YOLO的检测精度提高了 10.1％,模型参数量减9.3％,该模型在钢表面缺陷检测中具有较好的综合性能.

    目标检测缺陷检测YOLOv7ConvNeXt注意力机制

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

    基于多卷积和结构搜索的电弧故障检测模型

    刘艳丽王浩李佳原张帆...
    117-127页
    查看更多>>摘要：串联型电弧故障主要由电路中电气接触点接触不良引起,是引发电动汽车电气火灾的主要原因之一,直接威胁着车内人员的生命安全.为对其进行研究,论文搭建了电动汽车直流串联型电弧故障实验平台,获取了系统处于不同工作状态下的电源端电压信号,分析了电弧故障对电源端电压的影响.在构建检测模型时,论文使用了卷积神经网络,引入轻量型的卷积操作并考虑了其在实际应用中的局限性.将常规卷积和轻量化卷积操作结合,构建了电弧故障检测的初步模型.接着以网络的规模和准确率为评估指标,通过具有精英保留策略的遗传算法对模型的外部结构和内部参数进行搜索.最终建立了适合电动汽车的电弧故障检测(arc fault detection,AFD)的检测模型AFDNet.该模型的检测准确率达到93.73％,在嵌入式设备Jetson Nano(JN)中的运行时间为10.82 ms.模型建立后,论文在网络的规模、准确性及实时性方面,将搜索算法的搜索结果与其他的网络结构进行比较,验证了搜索算法所得结果的合理性.并通过与其他检测方法对比,证明了电动汽车电弧故障检测模型AFDNet性能的优越.

    电动汽车电弧故障检测轻量化卷积遗传算法精英保留策略

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

    一种基于融合特征聚类和随机配置网络的轴承剩余寿命预测方法

    韩莹陈熙
    128-139页
    查看更多>>摘要：针对轴承剩余寿命(remaining useful life,RUL)预测中故障始发时刻(first predicting time,FPT)基于人为主观选择以及预测滞后带来的维护风险的问题,提出了一种基于融合特征和随机配置网络(stochastic configuration networks,SCNs)的轴承剩余寿命预测方法.首先,采用互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)对原始轴承水平振动信号进行分解,再提取其时域、频域信号,构建融合特征.最后,使用小波聚类划分健康状态,找到合适的FPT,并结合能反应轴承退化的特征构建健康数据集,通过SCNs网络离线建模进行预测,并根据拟合曲线的斜率以及RMSE指标对预测结果进行校正.通过实验分析,所提方法的综合得分高达0.83,误差百分比的平均绝对误差(mean absolute deviation,MAD)和标准偏差(standard deviation,SD)分别为5.26和3.38;与其他预测方法相比,本文所提方法有较高的预测精度.

    轴承剩余寿命预测特征聚类故障始发时刻随机配置网络离线预测

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

    基于双重注意力机制生成对抗网络的偏振图像融合

    陈广秋尹文卿温奇璋张晨洁...
    140-150页
    查看更多>>摘要：针对单一强度图像缺少偏振信息,在恶劣天气条件下无法提供充足场景信息的问题,本文提出了一种基于双重注意力机制生成对抗网络用于强度图像和偏振度图像进行融合.算法网络由一个包含编码器、融合模块和解码器的生成器和一个鉴别器组成.首先源图像输入到生成器的编码器中,经过一个卷积层和密集块进行特征提取,然后通过含有注意力机制的纹理增强融合模块中进行特征融合,最后通过解码器得到融合图像.鉴别器主要由两个卷积模块和两个注意力模块组成,在网络训练过程中,通过不断博弈,迭代优化生成器网络参数,使生成器输出既保留偏振度图像的稀疏特征又不损失强度图像信息的高质量融合图像.实验表明,该方法得到的融合图像在主观上纹理信息更丰富,更符合人眼的视觉感受,并且在客观评价指标中SD提升约18.5％,VIF提升约22.4％.

    图像融合偏振图像生成对抗网络注意力机制

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

    深度学习的接触网小目标缺陷识别研究

    顾桂梅王小亮
    151-160页
    查看更多>>摘要：吊弦线夹螺栓是铁路接触网供电线路的重要器件,其状态会影响电力机车受流质量,于是对SSD算法进行改进:首先引入一种轻量级神经网络MobileNetV3用于前端特征提取,降低模型复杂度,以提高检测速度;其次采用CA注意力机制替换反向残差结构线性瓶颈层的SE模块,使位置信息沿空间两个方向聚合,调整后的特征层能够捕获全局远程特征信息;最后设计了特征融合模块以重构特征层,优化小目标检测层以提高对小目标的识别效果.还用CycleGAN等方法扩充训练样本,解决数据集不足的问题.实验结果表明,改进算法的模型复杂度下降,mAP@0.5和FPS分别达到95.5％和81 fps,该研究有助于接触网检测仪器向小型移动嵌入式设备转变.

    深度学习小目标注意力机制接触网检测

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

    基于UWB的加权同心圆聚类室内定位方法

    徐恒刘虎邵慧孙龙...
    161-175页
    查看更多>>摘要：为了降低基于超宽带(UWB)测距中的非视距(NLoS)误差的影响,引入了一种基于遗传算法-反向传播神经网络(GA-BP)的UWB测距误差识别与优化方法,能够识别NLoS传播链路下的数据,对NLoS传播链路下测距误差和系统偏差进行校正,最后对测距结果使用卡尔曼滤波(KF)优化.在此基础上,针对测距误差导致的多边定位无交点或多交点问题,提出了一种加权同心圆聚类定位(WCCGT)方法,通过加权同心圆生成(WCCG)解决无交点问题,再采用均值漂移聚类定位方法实现定位解算,以提高定位精度.实验结果表明,改进的测距优化方法有效减小了 NLoS传播链路下的测距误差,基于UWB的测距精度提升了 60％以上;通过静态定位实验和动态实验分析,将WCCGT方法定位结果与最小二乘(LS)方法进行了比较,本文方法能够在NLoS环境下达到10.78 cm的定位精度,定位性能提升了 17.32％.

    UWB测距GA-BP神经网络卡尔曼滤波NLoS测距误差WCCGT定位方法

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

    基于DTW-GMM的光纤传感系统声纹识别方法

    杨佳沛王宇彭广建白清...
    176-186页
    查看更多>>摘要：为了满足易燃易爆环境的声纹识别需求,设计了直线型萨格奈克干涉光纤声音传感系统,利用维纳滤波算法对语音数据进行了降噪,通过三电平削波法获取了基音周期特征,采用动态时间规整算法筛选了说话人样本,并提取了梅尔频率倒谱系数特征,运用高斯混合模型-期望最大化算法开展了声纹识别实验研究,同时探究了光纤声音传感系统的频率响应特性与声纹特征,研究了采集语音幅值对声纹识别结果的影响.实验结果表明,系统可实现300～3 500 Hz频率段的声音信号感知,声音幅值从0.9 V降至0.15 V时最大与次大对数似然值之差由35.5降至10.9,识别结果从成功变为失败.重复性实验表明,在10 km的传感光纤上,距声源2 m位置处,传感系统可对400段时长为3～5 s之间的文本无关语音段实现准确检测,且综合识别准确率为94.75％.本系统有望为易燃易爆环境中的设备故障、应急救援、渗漏监测等领域提供声纹识别的解决方案.

    光纤传感萨格奈克干涉声纹识别高斯混合模型

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

    基于姿势估计和特征融合的行人重识别算法

    姬晓飞赵帅宋京浩崔童...
    187-194页
    查看更多>>摘要：行人重识别在交通管理、寻找走失人口等范畴用途较广.现有算法难以处理人体姿势改变、遮挡和特征不对齐的问题,提出一种姿势引导和特征融合的行人重识别算法.所提出的算法包括3个分支,包括全局分支、基于姿势估计引导的全局分支、局部对齐分支.全局分支提取行人的全局特征,可以捕捉行人的粗粒度信息以及整体的上下文关系.基于姿势估计引导的全局分支利用姿势估计网络引导模型关注行人的全局可见区域,降低遮挡物对行人识别的干扰.局部对齐分支利用姿势估计算法构成对齐的局部特征,同时区分可见的局部区域,以降低遮挡以及姿势变化的影响.通过多分支结构,将局部特征和全局特征融合,以加强特征的多元化,增强模型的鲁棒性.最终,利用交叉熵和软边界三元损失进行模型训练.Market-1501和DukeMTMC-ReID数据集上的测试结果效验了所提算法的可行性,其间,DukeMTMC-ReID数据集的Rank-1、mAP各达成了91.2％、81.8％,具有较佳的实用性.

    行人重识别深度学习多损失函数行人遮挡

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

    环形间隙式层流元件设计及流量特性研究

    陈雨萱谢代梁崔骊水徐雅...
    195-201页
    查看更多>>摘要：为了解决传统层流流量计(LFM)线性度不佳、长径比较大、加工使用不便和结构易受流体影响等诸多问题,受双锥流量计的启发,提出了一种环形间隙式层流元件结构,介绍了测量原理和流道内非线性压力损失来源.保持该结构外套筒体和圆柱锥体同轴心,其流道截面为同心圆环,通过CFD仿真确定了锥形导流结构的合理锥形角度,确定了层流元件的尺寸参数.将取压孔设置在流道中充分发展的层流段,理论上消除了传统毛细管式LFM进出口处流动局部损失和层流发展段的动能损失.制作3种不同间隙大小的试件并进行试验,结果显示,当测量流量值小于53 mL/min时,层流元件的测量误差在3％以内;当测量流量值在(130～6 189)mL/min时,测量误差在±2％以内;层流元件的压差和流量之间具有优秀的线性关系.说明环形间隙式层流元件结构可有效克服传统LFM的非线性影响,同时测量流量范围可随间隙大小变化而改变.

    层流流量计微小气体流量环形间隙式数值模拟流量测量

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