首页期刊导航|湖南大学学报(自然科学版)
期刊信息/Journal information
湖南大学学报(自然科学版)
湖南大学
湖南大学学报(自然科学版)

湖南大学

王道平

月刊

1674-2974

hdxbzkb@hnu.cn

0731-88822870

410082

湖南省长沙市岳麓区湖南大学期刊社行政办公室

湖南大学学报(自然科学版)/Journal Journal of Hunan University(Natural Sciences)CSCD北大核心CSTPCDEI
查看更多>>本刊是由教育部主管、湖南大学主办的综合性学术理论刊物,双月刊,面向国内外公开出版发行。主要报道湖南大学自然科学领域最新研究成果,也适当发表国内外同行专家的优秀学术论文。
正式出版
收录年代

    基于语义辅助和深度时序一致性约束的自监督单目深度估计

    凌传武陈华徐大勇张小刚...
    1-12页
    查看更多>>摘要:通过使用相邻帧之间的光度一致性损失代替深度标签作为网络训练的监督信号,基于图像序列训练的自监督单目深度估计方法近年来受到了广泛的关注。光度一致性约束遵循了静态世界假设,而单目图像序列中存在的运动目标违反该假设,进而影响自监督训练过程中相机位姿估计精度和光度损失函数的计算精度。通过检测并移除运动目标区域,可在得到与目标运动解耦的相机位姿的同时,消除运动目标区域对光度损失计算精度的影响。为此,本文提出了一种基于语义辅助和深度时序一致性约束的自监督单目深度估计网络。首先,使用离线的实例分割网络检测可能违反静态世界假设的动态类别目标,并移除对应区域输入位姿网络从而得到与物体运动解耦的相机位姿。其次,基于语义一致性和光度一致性约束,检测动态类别目标的运动状态,使得运动区域的光度损失不影响网络参数的迭代更新。最后,在非运动区域施加深度时序一致性约束,显式对齐当前帧的估计深度值与相邻帧的投影深度值,进一步细化深度预测结果。在KITTI、DDAD以及 KITTI Odometry 数据集上的实验验证了所提方法与以往的自监督单目深度估计方法相比具有更出色的性能表现。

    单目深度估计自监督学习运动目标时序一致性

    复杂稠密网络下的并置多尺度融合边缘检测模型

    党建武张天胤田彬
    13-22页
    查看更多>>摘要:边缘检测是计算机视觉任务的基础。目前的技术主要依赖于深度学习,但是大多数的模型在评价阶段会借助非极大值抑制来提高预测边缘的准确率。该策略仅着重关注预测边缘的准确性,没有同时考虑边缘的粗细程度。针对这一问题,本文基于复杂稠密网络,提出了一种新的特征融合策略。该策略在传统深度学习边缘检测器侧输出的基础上,添加了自顶向下的并置多尺度融合架构。此架构可以更好地将高层的高语义特征与低层的高分辨率纹理特征结合,有效地抑制了边缘预测中存在的背景模糊和伪线条的现象。在特征连接处使用Concat block块代替单一的Concat操作,更好地融合了不同尺度的语义信息。最后使用一个简单的注意力融合块融合多个网络输出,并结合跟踪损失对输出的不同尺度的预测图进行深度监督。此方法不依赖于非极大值抑制,并且充分利用了目标的多尺度、多层次信息,在精细边缘图像的同时也提升了预测的准确性。实验结果显示,在未使用和使用形态学非极大值抑制方案的情况下,所提出的模型在BIPED数据集上的ODS、OIS、AP分别达到了0。891、0。895、0。900和0。894、0。899、0。931,优于所有比较算法。在MDBD的数据集上也取得了最优的结果。

    边缘检测卷积神经网络注意力机制多尺度融合

    子空间与KL信息结合的FCM多光谱遥感图像分割

    吴嘉昕王小鹏刘扬洋
    23-33页
    查看更多>>摘要:针对传统模糊C-均值聚类(FCM)算法用于含噪声多光谱遥感图像分割时存在的精度不足问题,提出一种自适应模糊子空间与增强KL信息相结合的FCM多光谱遥感图像分割算法。首先,使用局部模糊因子,在不依赖参数的情况下,通过相似性度量和自适应约束参数自动消除噪声干扰,并提取图像的局部空间信息。其次,将原始图像信息和模糊因子处理过的局部空间信息统一整合到模糊子空间聚类中,对图像的多个通道进行自适应加权处理,以提高分割精度。最后,将KL信息以正则项的形式引入FCM目标函数中进行聚类计算,并通过ESD(Extreme Studentized Deviate)检测模型剔除隶属度矩阵中的离群值,以增强KL先验信息,降低隶属度模糊性。AID数据库和真实环境下的多光谱遥感图像分割实验表明,在模拟噪声环境中,所提出算法不仅可以抑制噪声,而且能得到较高的分割精度。此外,本文算法在分割精度、模糊系数和峰值信噪比等评价指标方面也均优于其他几种变体式FCM算法。

    模糊聚类子空间模糊因子KL信息图像分割

    基于滤波器剪枝的多尺度压缩感知图像重构

    刘玉红姜启谈丽娟杨恒...
    34-46页
    查看更多>>摘要:为了解决低采样率下单尺度采样的压缩感知重构图像纹理细节模糊问题,同时达到使重构网络轻量化的目的,提出了一种基于滤波器剪枝的多尺度压缩感知图像重构网络。采样阶段,通过卷积来模拟图像的线性分解,融合输入图像和不同尺度的分解特征后完成多尺度采样,得到压缩感知测量值。重构阶段,设计了一种基于坐标注意力的多尺度空洞残差模块,将位置信息嵌入通道注意力中,增强网络特征学习的能力。同时通过计算特征图的熵来判断滤波器的重要性,剪除重要性较低的滤波器,达到压缩模型的目的。在DIV2K、Set5、BSDS68和Urban100等数据集上进行训练及测试。实验结果表明,所提算法在峰值信噪比(Peak Signal-to-Noise Ratio,PSNR)、结构相似性(Structural Similarity,SSIM)和图像视觉效果上均有提升。其中,采样率为4%,测试集为Set14时,与CSNet+和FSOINet相比,所提算法将重构图像的PSNR分别提高了4。17 dB和2。39 dB,纹理细节更加清晰。在重构效果略微降低的前提下,得到更轻量化的模型,提升了重构速度。

    压缩感知图像重构多尺度融合坐标注意力滤波器剪枝

    低功耗海上救援个人示位标的设计与实现

    廖密聂桂根赵静贺喜...
    47-56页
    查看更多>>摘要:设计和实现了一种改进的海上救援个人示位标,该示位标具备北斗导航定位能力和北斗短报文通信功能,同时具备人体生命体征监测上报和触水启动的功能,并支持COSPAS-SARSAT卫星搜救系统。为延长示位标的工作时间,设计了一种动态电源管理方法,实现了对不同功能电路电源通道的控制。同时,针对示位标的待机模式和工作模式,设计了超低功耗待机电路和低功耗软件控制设计方案,减少了电能的浪费。最后,分别在山东省威海市和浙江省宁波市至舟山市附近海域对原型样机进行了实际场景测试。原型样机的测试结果表明:示位标在待机状态下,电流为2。3 μA,待机时间超过5年;示位标在接收北斗信息状态下,电流为79 mA;示位标在发送状态下,7 000 mAh 7。4 V电池可发送200次求救信息。与现有产品相比,本文提出的海上救援个人示位标具有更低的待机功耗。

    海上救援个人示位标超低功耗待机动态电源管理

    GNSS拒止时基于并行CNN-BiLSTM回归和残差补偿的UAV导航误差校正方法

    韩宾邵一涵罗颖田杰...
    57-69页
    查看更多>>摘要:全球导航卫星系统(GNSS)拒止时,GNSS/惯性导航系统(INS)组合导航系统的性能严重下降,导致无人机集群导航误差快速发散。目前,利用神经网络预测位置与速度代替GNSS导航信息可校正无人机INS误差,但该方法仍存在定位误差较高且在轨迹突变时预测精度急剧下降的问题。因此,提出了一种基于卷积-双向长短时记忆网络联合残差补偿的位置与速度预测方法,用于提高位置与速度预测精度。首先,针对GNSS拒止后GNSS/INS组合导航系统定位误差较高的问题,提出卷积神经网络(CNN)与双向长短时记忆网络(BiLSTM)的融合模型,该模型可建立惯性测量单元(IMU)动力学测量数据与GNSS导航信息之间的关系,实现较准确的位置和速度预测。其次,针对轨迹突变时预测效果急剧下降的问题,提出并行CNN-BiLSTM回归架构,在预测位置与速度的同时,挖掘IMU动力学测量数据、预测值与预测残差之间的关系,预测并补偿预测残差,增强模型在轨迹突变时的预测精度。仿真结果表明,所提模型在预测准确性、有效性和稳定性方面都优于CNN-LSTM、LSTM网络模型。

    全球导航卫星系统拒止卷积神经网络双向长短时记忆网络残差补偿自适应卡尔曼滤波

    基于QEMU的SIMD指令替换浮点指令框架

    刘登峰李东亚柴志雷周浩杰...
    70-77页
    查看更多>>摘要:现在,几乎每个处理器架构都已经加入了对SIMD(single instruction multiple data)指令的支持,SIMD指令能同时对一组数据执行相同的操作,通过数据并行来提高处理器的处理性能。但是大部分动态二进制翻译器忽略了本地SIMD指令的利用,而是以软件语言实现来模拟浮点计算。本文提出了一种基于QEMU翻译系统的FP-QEMU框架,FP-QEMU框架采用SIMD指令来优化替换浮点计算指令,并在X86和ARM平台上完成了完整的浮点实现。该框架可以识别动态二进制翻译系统中的浮点计算优化机会并利用SIMD指令来提升系统翻译的性能。采用SPEC 2006作为测试基准,实验表明相比QEMU,FP-QEMU跨平台的ARM应用在X86计算机上运行的最高加速比可达51。5%,平均加速比达到37。42%。

    SIMDQEMU动态二进制翻译浮点计算

    城轨列车自动驾驶积分反步线性自抗扰控制

    岳丽丽王一栋肖宝弟武晓春...
    78-90页
    查看更多>>摘要:针对列车在外部干扰和不确定动态下的速度控制问题,设计了融合积分反步法和线性自抗扰的复合控制方案。首先,考虑列车具有强耦合性,为了更加符合列车真实的纵向动力学特性和受力情况,建立了具有时变系数的多质点模型。其次,为了降低参数调节的难度,跟踪微分器和扩张状态观测器均采用线性形式。跟踪微分器用于求取微分信号,同时具有滤波作用。利用跟踪微分器对虚拟控制量进行求导,正好可解决反步法中存在的"微分爆炸"问题。扩张状态观测器用于实时估计总和扰动。此外,利用积分反步法改进了误差反馈控制律,设计了一种积分反步线性自抗扰控制(IBS-LADRC)算法。最后,证明了观测误差的收敛性及闭环系统稳定性。结合杭州地铁6号线AH型动车组参数和实际线路数据进行仿真,并将IBS-LADRC与反步法、线性自抗扰算法、PID控制进行对比,结果表明:IBS-LADRC方法下各动力单元速度误差均处在±0。04 km/h以内,加速度处在±1 m/s2以内,加速度和速度误差均变化较平稳;车钩力相对其他3类方法最小,变化也最平缓,最大车钩力仅为2 320 N;本文控制策略对列车期望速度具有较高的跟踪精度,有利于保证车钩安全,防止车钩断裂,并提高列车运行的安全性、平稳性及乘客舒适度。

    自动驾驶线性自抗扰积分反步城轨列车多质点模型

    面向个性化需求的燃料电池测试台价值评估方法

    钟频闫浩鹏袁小芳谭伟华...
    91-100页
    查看更多>>摘要:针对不同个性化需求的燃料电池测试台(fuel cell test bench,FCTB)难以评价和量化评估的问题,提出一种基于改进和声搜索算法的FCTB价值评估方法。针对不同FCTB的个性化需求,建立了FCTB综合评估指标体系;结合用户的个性化需求,采用模糊层次分析法分配指标权重,构建价值定量评估模型,将权重求取问题转换为约束优化问题;提出一种改进和声搜索算法对问题进行求解,通过设计解向量生成机制和参数自适应调整策略,用于提高传统和声搜索算法的求解效率和搜索能力。仿真结果表明,本文方法在计算效率和精度方面具有优势,并能够根据不同的需求特性实现对FCTB方案做出定量的价值评估。

    燃料电池测试台价值评估改进和声搜索算法模糊层次分析法

    基于GaAs HBT的C波段RLC负反馈功率放大器设计

    傅海鹏姚攀辉
    101-108页
    查看更多>>摘要:提出了一款基于GaAs HBT C波段的线性负反馈功率放大器(power amplifier,PA)。本设计采用三级共发射极(common emitter,CE)结构,使用两种不同的有源线性偏置来提升PA的线性度,同时使用RLC负反馈网络来提高稳定性和拓展工作带宽。针对传统的负反馈网络结构PA的增益下降问题,RLC负反馈网络可以通过调整负反馈网络中的电感值来有效减小负反馈带来的增益下降的影响。测试结果表明:室温下,在5。1~7。4 GHz范围内,实现增益大于 28 dB。在 5。9~7。1 GHz的线性工作频段内,平均增益大约为 29。5 dB,S11 和S22 均小于-10 dB;在满足无线局域网标准802。11a,采用20 MHz 64-QAM信号,EVM达到-30 dB的输出功率为18。9~22。5 dBm。在5。9~6。2 GHz时,饱和输出功率大于30 dBm,最大的附加功率效率大于35%。

    功率放大器负反馈异质结双极晶体管(HBT)