首页期刊导航|国外电子测量技术
期刊信息/Journal information
国外电子测量技术
国外电子测量技术

陈光衤禹

月刊

1002-8978

fedit@vip.163.com

010-64005190

100009

北京东城区北河沿大街79号2楼

国外电子测量技术/Journal Foreign Electronic Measurement Technology北大核心CSTPCD
正式出版
收录年代

    基于三维点云的植株联合任务分割框架

    汤继锐潘丹刘立程彭鸿...
    83-90页
    查看更多>>摘要:传统的植株器官分割方法依赖经验选择阈值参数,而当前的深度学习浅层框架可能会导致植株重要的几何特征丢失,并难以有效整合植株的局部和全局特征.因此,提出了一个基于三维点云的植株器官分割网络(local global feature fusion segmentation network,LGF-SegNet)模型,通过引入双权重注意力机制模块和位置编码,更适合在植株点云数据中表达几何特征.在提出的框架的解码层引入特征聚合模块,融合植株点云的局部和全局特征,使得该框架能够关注植株的整体特征轮廓同时保留细节植物纹理(如茎和叶).实验结果表明,提出的架构在语义分割的交并比、精确率和F1分数的平均值分别达到85.76%、93.18%、91.08%,在实例分割的平均精确率、平均实例覆盖率以及平均实例加权覆盖率达到85.27%、78.46%、79.63%,优于当前流行的植株点云分割任务中使用的深度学习网络架构,并适用于植株语义分割和实例分割的双重任务.这为后续的植株生长预测等研究奠定基础.

    深度学习三维点云植株器官分割特征融合注意力机制

    基于注意力机制的信息预处理多智能体强化学习算法

    杜泳韬赵岭忠翟仲毅
    91-97页
    查看更多>>摘要:多智能体强化学习在群体控制领域具有广泛应用,然而传统的强化学习方法(如Q-Learning或策略梯度)在多智能体环境中表现不佳.在训练过程中,每个智能体的策略不断变化.当一个智能体基于环境信息做出决策时,其他智能体的决策可能已经影响了环境信息,导致智能体感知的转移概率分布和奖赏函数发生变化,使得环境变得非平稳,训练无法有效进行.为了缓解这一问题,研究了一种基于多头自注意力的多智能体强化学习算法.该方法考虑了其他智能体的行动策略,利用多头自注意力算法使智能体能够学习对决策影响最大的因素,成功地学习了复杂的多智能体协调策略.在实验结果中平均回报达值到了0.82,远高于传统算法的表现.实验结果表明,所提出的基于多头自注意力的多智能体强化学习算法能够有效解决环境不平稳导致的多智能体学习困难问题,提高了多智能体强化学习算法的收敛速度和平稳性.

    多智能体强化学习多头自注意力信息预处理:策略梯度:非平稳

    一种高精度流水线ADC系统设计与建模方法

    张华盛宋树祥蔡超波
    98-105页
    查看更多>>摘要:针对传统模数转换器(analog to digital convertor,ADC)设计复杂度高、仿真迭代时间长的问题,提出了一种高精度ADC系统设计与建模方法.该方法以10 bit 50 MHz流水线ADC为例,首先选取分离采样架构,进行电路的s域变换理论分析;其次对电路中各种非理想噪声的表达式进行精确推导,根据系统中的运放功耗指标进行参数优化;最后分别在 MATLAB和Cadence软件中建立模型,进行100点蒙特卡洛仿真.仿真结果表明,在TSMC 180 nm工艺失配下,该流水线ADC有效位数达到9.70 bit,无杂散动态范围维持在76 dB附近,微分非线性在0.3 LSB以内,积分非线性在0.5 LSB以内,核心功耗在8 mW,该分析方法在保证流水线ADC优异性能的同时,大幅提高了设计效率.

    流水线ADC电路s域分析功耗优化MATLAB建模VerilogA建模

    基于多目标多智能体强化学习的低轨卫星切换策略

    李瑞杨巧丽张新澳
    106-113页
    查看更多>>摘要:针对低轨卫星通信系统(LSM)中地面用户流量需求分布不均衡和用户并发切换过多等挑战,提出了一种基于多目标多智能体协同深度强化学习的低轨卫星切换策略,以地面小区用户流量需求满意度、切换时延、用户冲突为优化目标,采用多智能体协同深度学习算法对目标进行优化,其中每个智能体仅负责一个小区用户的卫星切换策略,智能体之间通过共享奖励实现协作,从而达到多目标优化的效果.仿真结果表明,所提的切换策略的平均用户流量满意度为73.1%,平均切换时延为343 ms,对比启发式算法能够更好满足地面小区用户的流量需求、平衡卫星网络的负载.

    低轨卫星网络多星切换多目标优化多智能体深度强化学习

    基于RT-thread的精确时间同步系统设计

    高中淦岳凤英王恩怀赵田娟...
    114-120页
    查看更多>>摘要:分布式智能采集终端需要一致的时间基准,用于多种数据和事件的时间标记.为满足智能采集终端对高精度时间同步的需求,选择IEEE 1588精确时间同步协议实现时间同步;设计基于纯国产32 bit双核微控制器 HPM6750和以太网收发器RTL8211FS(I)-VS的精确时间同步系统,选用国产开源嵌入式实时操作系统RT-thread操作系统,实现在物理层获取时间戳来运行IEEE 1588协议;构建测试平台对该时间同步系统进行主从时钟同步精度测试.测试结果表明,设计在物理层获取时间戳时达到的时间同步精度在±250 ns以内,与在数据链路层获取时间戳时达到±10 μs的时间同步精度相比较,有效提高了时间同步精度,可广泛应用于对时间同步精度有较高要求的智能采集终端.

    采集终端IEEE1588时间同步实时操作系统RT-thread国产化

    基于上下文语义联合YOLOv7的分心驾驶检测算法

    李富徐凯朱灵龙沈昊君...
    121-128页
    查看更多>>摘要:针对分心驾驶检测方法存在实时性差、精度低、可部署性差的问题,提出了一种基于上下文语义增强联合YOLOv7的分心驾驶检测算法.首先将模型backbone和head部分的ELAN模块替换成语义上下文增强模块(contextual transformer,CoT),提高上下文语义信息的捕获能力.其次,将语义关联增强机制(triplet attention)融入卷积块中,插入backbone和head的连接头之间以及融合 MP2模块,强化目标间的关联关系以及提升目标特征提取能力.最后,将自注意力双向Transformer模块(Biformer)模块融合SPPCSPC模块,提升模型对分心驾驶中的复杂场景和遮挡目标的处理能力.改进的YOLOv7算法在分心驾驶数据集下平均精度均值(mean average precision,mAP)达到了87.3%,比原算法提高了4.3%,模型参数量减少了4.7%,每秒传输帧数达到了90 fps,具有较好的检测精度与速度.

    YOLOv7分心驾驶检测CoTBiformerTripletAttention

    基于DeepLabV3+孪生网络的遥感建筑物变化检测

    郭江辛月兰王庆庆王浩臣...
    129-137页
    查看更多>>摘要:针对多尺度下小建筑易漏检及建筑物轮廓边界检测精度不足的情况,提出一种基于DeepLabV3+的双通道孪生网络.首先,为提高分割结果的精确度,同时避免网络层数加深带来的模型过拟合问题,采用改进后的ResNeXt50(32×4d)作为主干网络来提取特征;其次,针对孪生网络特征融合不充分的问题,设计了基于注意力的双通道融合模块;此外,为提高模型整体信息感知能力,对空洞空间卷积金字塔池化做增强处理;最后,在特征恢复阶段引入特征对齐模块和全连接CRF进一步补充和细化分割结果.在LEVIR-CD数据集上精确率(precision)、召回率(recall)和F1指数分别达到了0.923 3、0.899 4和0.911 2.

    遥感图像变化检测双通道融合空洞空间卷积特征对齐全连接CRF

    基于反电动势的地铁牵引电机电流传感器故障检测与容错控制

    冯秋峰李小波张煜
    138-144页
    查看更多>>摘要:针对地铁列车牵引系统电流传感器发生故障时给列车运行带来重大安全风险这一问题,提出了一种新型的故障监测与容错控制算法.首先,利用三相异步电机的静态数学模型结合转子磁链与反电动势的特定关系设计了电流滑模观测器.然后,将电流传感器的测量值与滑模观测器中的估计值进行比对并生成电流残差,通过修正的Bayes分类算法对电流传感器工作状态进行实时监测与定位.当故障发生时用观测器中的电流重构值代替故障值参与系统的控制.最后,利用仿真平台MATLAB/Simulink对其有效性进行验证并与另外3种典型的控制算法进行对比分析.研究结果表明,方案具有较高的精度和较强的鲁棒性,在对三相电流重构方面优于对比方案,其系统综合误差减小了24.2%,具有更好的控制效果.

    反电动势滑模观测器Bayes算法容错控制电流传感器故障

    基于集对分析和证据理论的电能表运行状态评估

    李学生高黎航王君瑞
    145-153页
    查看更多>>摘要:为及时准确地评估电能表的运行状态,提出一种基于集对分析和证据理论的电能表运行状态评估方法.首先根据电能表自身基础、在线监测及现场检测信息,建立电能表运行状态评估指标体系.然后运用模糊层次分析法和熵权法分别确定各指标的主客观权重,运用博弈论和变权理论确定各指标的组合权重与变权重.之后运用集对分析法确定各指标与各状态等级间的联系度,采用证据理论对各指标的联系度进行合成.最后利用最大隶属度原则与信度准则共同判定电能表的运行状态等级.实例分析结果表明,该方法与电能表的实际运行情况相符,且评估结果准确直观,与模糊综合评价法和集对分析法相比,该方法在状态等级区分度上达到了0.525 6,明显高于模糊综合评价法的0.302 4及集对分析法的0.148 3,具有较好的区分度,为电能表的状态评估提供了一种新的思路.

    电能表状态评估变权集对分析证据理论

    基于广义基尼指数和脉冲神经网络的航空交流串联电弧故障检测

    刘晓琳米哲荆涛
    154-161页
    查看更多>>摘要:航空电缆在振动作用下很容易产生电连接器松动、线束断裂等情况,从而引起交流电弧故障.针对交流串联电弧故障时频域特征不明显而引起的故障检测问题,提出了一种基于广义基尼指数(generalized Gini indices,GGI)和脉冲神经网络(spiking neural network,SNN)的电弧故障检测方法.首先,提出用广义基尼指数对试验数据电流波形进行分析;其次判断正常周期和故障周期下的数值差距,然后与时域特征指标裕度、峭度、脉冲因子相比,所提指数对电流波形周期故障判断更准确;最后,将广义基尼指数转变成特征值,代入到积分泄漏发放(leaky integrate-and-fire,LIF)模型进行训练,进一步提高方法的普适性.试验结果表明,该方法能够快速有效地检测航空交流串联电弧故障.

    串联电弧广义基尼指数脉冲神经网络故障检测