首页期刊导航|电子器件
期刊信息/Journal information
电子器件
东南大学
电子器件

东南大学

孙立涛

双月刊

1005-9490

dzcg-bjb@seu.edu.cn

025-83794925

210096

南京市四牌楼2号东南大学

电子器件/Journal Chinese Journal of Electron DevicesCSCD北大核心CSTPCD
查看更多>>本刊主要向国内外介绍有关电子学科领域的新理论、新思想、新技术和具有国内外先进水平的最新研究成果和技术进展。本刊发扬学术民主,坚持双百方针,为促进国内外学术交流、促进电子科学技术快速发展和国民经济建设服务。 本刊主要刊登真空电子学、微波电子学、光电子学、薄膜电子学、电子显示技术、激光与红外技术、半导体物理与器件、集成电路与微电子技术、光纤技术、真空物理与技术、表面分析技术、传感技术、电子材料与元器件、电光源与照明技术、电子技术应用,并涉及电子科学领域里的最新研究动态。
正式出版
收录年代

    考虑需求响应及网架优化的含分布式电源的配网潮流调度优化

    陈力唐元春周钊正李翠...
    1073-1080页
    查看更多>>摘要:风电、光伏等分布式电源并网为配网潮流的安全经济运行带来了巨大的挑战,为提高配网运行的安全经济性,提出了一种考虑需求响应及网架优化的配网潮流调度优化模型.首先,在配电网调度模型中引入了需求响应对配电网的用电负荷进行调整,使得用电负荷能够更加适应分布式电源出力情况;紧接着,利用"非同调"现象作为理论基础对电网结构进行优化,能够释放网架的功率传输能力;然后,在系统配网模型中引入储能系统,缓解分布式电源的波动情况;通过源-网-荷-储多角度协同作用,提升配网潮流运行的经济性.以IEEE24 节点为例进行仿真分析,利用MATLAB软件调用Cplex求解器对所构建的模型进行求解,仿真结果表明:所提模型能够有效地提升配网潮流的经济性,降低系统的运行成本.

    分布式电源储能系统需求响应"非同调"现象配网潮流

    基于改进蚁群算法的计量物资供应多目标调度

    徐嘉伟范彩兄金顺安王克荣...
    1081-1086页
    查看更多>>摘要:针对计量物资调度任务分工不协调的问题,提出了计量物资供应多目标调度优化模型.分析了电力计量物资供应的需求和特点,说明了物资供应流程的环节特性.建立了以物资满意度和时间成本为目标的多目标物资调度模型,考虑物资平衡约束、供应点约束、转运点约束、紧急需求点约束等,利用主观和客观赋权方法得到综合权重,再利用改进蚁群优化方法进行模型求解.利用IEEE33 节点模型进行仿真分析,说明了确定运输节点和供应流程环节能够获得物资满意度和时间满意度,论证了所提模型和方法的有效性.

    计量物资多目标优化物资供应改进蚁群算法

    基于开放式通信的配电自动化仿真培训系统构建技术研究

    张文杰王宁凌万水
    1087-1094页
    查看更多>>摘要:随着现代通信与自动化控制技术的飞跃发展,配电自动化技术的理论内涵与应用边界也在不断拓展,为配电大数据与复杂一二次设备提供集成调控与实时控制的平台.基于IEC 61850 标准,详细介绍了该标准的概念及其在配电自动化系统中的典型应用,同时研究了支持开放式通信的配电自动化主站和终端仿真系统建设方法.采用分层分布式的体系结构和面向对象的建模技术,完成对配电设备的语义切割与数据对象的自我描述,实现设备的精准建模、实时通信与故障快速处理.基于统一的交互界面实现了配电自动化全景展示,通过平台设计的馈线自动化、故障跳闸、负荷建模等实际案例,验证了本系统的功能与价值.

    开放式通信IEC61850配电自动化对象模型

    基于ESRGCNN的单帧红外图像超分辨率重建算法

    张祖漪于殿泓朱文杰柳禹朴...
    1095-1100页
    查看更多>>摘要:红外图像的超分辨率重建算法研究是近年来图像处理算法领域的研究重点,现有的具有较强学习能力的卷积神经网络(Convolutional Neural Networks,CNNs)在改善图像超分辨率重建效果的同时会增加计算成本,而后续提出的具有浅层结构的增强组卷积神经网络超分辨率重建方法(Enhanced Super-Resolution Group Convolutional Neural Network,ESRGCNN)在可见光图像的超分辨率重建中不仅节省成本且效率高.所以针对红外图像分辨率差、对比度低等不足,将经过预处理的红外图片通过高频纹理细节提取、重建等操作后得到的高分辨率纹理细节图与经过ESRGCNN网络得到红外图像的高频细节层、基层分别进行权重构建、CLAHE处理后进行加权融合得到最终的超分辨率红外图像.通过在红外数据集CVC-14 进行大量对比实验,表明所提出的优化算法在三种倍率重建图像的PSNR优于经典算法约 13.7%~32.4%,其重建效果的SSIM优于经典算法约 13.9%~32.4%.

    红外图像超分辨率重建加权融合ESRGCNNCLAHE

    点源干扰下红外导引头成像鲁棒跟踪方法

    霍雅洁谢国亚何静史宜巧...
    1101-1106页
    查看更多>>摘要:红外导引头在外部点源干扰下,存在大量噪声信息,在降噪的过程中出现模糊图像边缘信息,导致高频细节信息的丢失,从而影响到红外目标图像的跟踪效果.提出了点源干扰下红外导引头成像跟踪方法.利用似然比挖掘潜在红外目标,目标灰度服从高斯分布原则,通过像素灰度检测图像获得界阈;准确划分目标与非目标特征;并采取自适应双边滤波处理,使特征构建后的红外图像块数据更精准,应用红外导引头成像,在目标框内选取重要特征点,整合监测与跟踪获得的目标框,完成精准红外跟踪.通过实验,证明所提方法可以很好地跟踪目标,跟踪误差较小,鲁棒性好.

    红外导引头干扰点源自适应红外跟踪目标特征建模阈值分割鲁棒性

    基于改进YOLOv4 网络的红外遥感小目标检测方法

    马玉磊钟潇柔
    1107-1115页
    查看更多>>摘要:针对传统检测方法对红外小目标检测性能不足的问题,提出一种基于迁移学习与改进YOLOv4 网络的红外小目标检测系统.首先,对YOLOv4网络主干网提取的浅层特征进行增强,并结合深层特征与浅层特征来缓解红外小目标难以检测的问题;其次,为YOLOv4网络的检测头模块增加注意力机制,使网络关注于特征图中的红外小目标,从而降低背景对小目标检测的干扰;最终,在YOLOv4网络的训练过程中加入迁移学习方法,从而解决红外小目标标注训练数据不足的问题.基于公开红外小目标检测数据集的实验结果表明,该系统有效提高了YOLOv4网络对红外小目标的检测性能,且优于其他的对比检测模型.

    深度学习红外遥感目标检测迁移学习深度神经网络单阶段检测模型

    一种改进YOLOv5积木小零件检测算法研究

    徐微郝琦琦李波波黄思绒...
    1116-1120页
    查看更多>>摘要:针对积木零件种类繁多、人工分拣效率低等问题,提出一种基于改进YOLOv5 积木小零件算法检测系统.该算法使用双层Mosaic-16 进行数据增强,利用RGB矩阵完成对比度调整,通过对数据集的优化,实现对YOLOv5 算法的改进.实验结果表明:改进后的YOLOv5 算法能快速准确地对积木小零件进行识别分类,相比原始YOLOv5 算法,模型的训练速率和准确率大大提高.

    YOLOv5积木小零件检测Mosaic-16增强

    基于立体视觉测量系统的锅炉管道剩余寿命预测

    袁电洪房新渠立秋简彦辰...
    1121-1127页
    查看更多>>摘要:锅炉管道在高温高压的环境长期工作,在蠕变效应的作用下导致其在低于屈服极限的情况下失效.深度调峰下电厂锅炉主蒸汽、冷再热管道的蠕变效应更为明显,但因其管系复杂、工况恶劣,难以实现有效监测.基于Larson-Miller参数法对电厂主汽、冷再热管道蠕变寿命进行研究,以CAESAR Ⅱ分析不同工况下的管系的位移、应力状态,通过CNN-LSTM建立全管系实时位移、应力在线模型,以立体视觉测量系统对所建立的数据集进行验证.结果证明所提出的CNN-LSTM网络能准确重建管系位移与应力值,重建误差控制在±3%以内;根据管系蠕变分布结果可以看出管道弯折部分容易产生应力集中,并且主汽管道产生的应力集中多于冷再热管道;蠕变寿命预测结果发现管系部分节点的蠕变寿命下降速率高于其余部分,在进行检修时需要对该部分进行重点监测.

    锅炉管道立体视觉蠕变寿命CNN-LSTMCAESAR

    基于数据手套的手语翻译系统研究

    姜维佳韩亚丽史金飞许有熊...
    1128-1132页
    查看更多>>摘要:针对聋哑人与正常人无法进行有效沟通问题,设计了一种基于多传感器的手势识别与翻译系统.首先,基于柔性角度传感器及惯性测量单元进行手势翻译手套的研究使用;其次对手势数据进行采集,采用模板匹配法对连续的手势数据进行切分,并对切分出的数据进行预处理和特征模板提取;采用相似度算法,对聋哑人的手势与模板数据库中的手势进行匹配,识别出手语信息,并基于语音模块输出手语信息.最后,进行切分与识别成功率实验研究,结果表明对于孤立词的切分与识别成功率高达 97%和 98%,对于连续句识别成功率可达 84%,可用于聋哑人与正常人间的交流.

    数据手套特征模板手势切分手势识别相似度算法

    基于改进高分辨率网络的三维人体姿态估计方法

    闻举伊力哈木·亚尔买买提
    1133-1140页
    查看更多>>摘要:针对现实场景中复杂背景下的遮挡和人体关键点飘移等问题,提出一种自上而下的两阶段人体姿态估计方法.首先使用改进的YOLO和SORT进行二维人体检测和跟踪,对YOLOv3 网络结构、损失函数及先验框尺寸进行改进,增强网络检测能力和特征表达能力,提高在人体目标检测方面的适用性和准确性;其次利用融入注意力机制的HRNet进行二维姿态估计,对原有的残差模块进行特征增强,加强不同尺度下多层特征之间的跨通道信息交流,提高被遮挡关键点的识别效果.最后利用图注意力时空卷积网络,回归生成三维姿态.实验结果表明,平均(每)关节位置误差和基于普鲁斯特分析的平均(每)关节位置误差分别为 45.0 mm和 35.4 mm,在严重遮挡情况下,仍可获得准确的人体关键点位置.

    姿态估计多尺度特征融合注意力机制三维关键点