首页期刊导航|计算机测量与控制
期刊信息/Journal information
计算机测量与控制
计算机测量与控制

苟永明

月刊

1671-4598

ck@chinamca.com

010-68371556转12、21

100048

北京市海淀区阜成路甲8号中国航天大厦四层

计算机测量与控制/Journal Computer Measurement & ControlCSCD北大核心CSTPCD
查看更多>>报道内容:◆ 计算机技术、自动测试技术和自动控制技术的研究成果及发展方向的综述与评论;◆ 先进的总线技术、故障诊断技术、系统集成技术以及控制理论在工业领域和军事中的 应用;◆ 边缘扫描测试技术、遥测遥控技术和自动测试系统的设计与开发;◆ 动态数据采集与信号处理系统;现场总线与接口技术;机电一体化技术;◆ 嵌入式系统软件、软件测试以及工控组态软件的开发与应用;◆ 集散/分布控制系统,自控/监控系统的开发与应用;◆ 计算机网络与通信、楼宇自动化技术的开发与应用;◆ 先进的测控部件及传感器技术在工业自动测试和控制中的应用;◆ 基于总线技术的智能仪器仪表的设计与开发。
正式出版
收录年代

    基于改进YOLOv5的飞机舱门识别与定位方法研究

    张长勇郭聪李玉洲张朋武...
    142-149页
    查看更多>>摘要:机场特种车辆的自动靠机是未来智慧机场发展的必然要求,实现自动靠机的关键是对飞机舱门进行准确识别与定位;针对于此问题,提出一种基于改进YOLOv5和单目视觉的舱门识别与定位方法,通过在模型中加入了一种轻量化的卷积注意力模块(CBAM,convolutional block attention module),提高了算法对飞机舱门的特征提取能力;针对YOLOv5的重复特征提取问题,引入了空间金字塔池化结构(SPPCSPC,spatial pyramid pooling cross stage paritial connection),并改进分组卷积组数为4,提高了算法的检测精度;通过获取候选框中角点的像素,利用空间几何关系,实现了对舱门准确的三维定位。实验结果表明,改进后的YOLOv5算法mAP达到96。5%,相比原有算法提升了 5。6%。在舱门前方19 m和1 m处时,实时最大定位误差分别为0。15 m和0。01 m,能够满足特种车辆靠机完成后与舱门保持5~10 cm的安全距离要求。

    舱门识别与定位机场特种车辆自动靠机YOLOv5三维定位

    基于Box-Cox变换结合多种算法的风电机组数据预处理方法研究

    韩则胤王宁苏宝定田元兴...
    150-156,164页
    查看更多>>摘要:由于弃风限电、环境干扰等因素的影响,SCADA系统采集的原始数据中会存在异常数据,对原始数据进行精确有效的数据预处理,是后续故障预警工作的基础;基于SCADA系统采集的数据,对风电机组运行数据的预处理方法进行改进和研究,提出了一种将Box-Cox变换与以正态分布为前提的异常值清洗算法相结合的方法,对原始数据进行预处理;运用Box-Cox变换分别与Bin算法、肖维勒准则、狄克逊准则和格拉布斯准则相结合的方法进行数据预处理,经过实例验证:肖维勒准则的算法简单且检测时间短,但是对于异常数据的清洗效果较差;狄克逊准则和格拉布斯准则对于异常数据的清洗效果较好,但是处理时间较长,对大型风电场海量数据,这种方法的实用性较差;相比于其他算法,Bin算法的优势较为明显。

    Box-Cox风力发电数据预处理SCADA故障预警

    融合残差连接的图像语义分割方法

    王龙宝张珞玹张帅徐亮...
    157-164页
    查看更多>>摘要:由于传统SegNet模型在采样过程中产生了大量信息损失,导致图像语义分割精度较低,为此提出了一种融合残差连接的新型编-解码器网络结构:文中引入了多残差连接策略,更为全面地保留了多尺度图像中包含的大量细节信息,降低还原降采样所带来的信息损失;为进一步加速网络训练的收敛效率,改善样本的不平衡问题,设计了一种带平衡因子的交叉熵损失函数,对正负样本不平衡现象予以针对性的优化,使得模型的训练更加高效;实验表明该方法较好地解决了语义分割中信息损失以及分割不准确的问题,与SegNet相比,本网络在Cityscapes数据集上进行精细标注的mIoU值提高了约13%。

    语义分割残差连接交叉熵损失函数SegNet模型深度学习

    基于改进遗传算法优化的RBF网络的信道估计

    胡一晨耿虎军
    165-171,178页
    查看更多>>摘要:为了提高通信系统信道估计的准确率,同时适应更大的数据量,进行更加复杂的数据计算,引入神经网络的方法进行信道估计,采用了 BP和RBF神经网络进行实验对比,与传统信道估计方式相比有明显提升;在此基础上,进一步提出基于改进遗传算法优化的RBF神经信道估计方法,目的是帮助确定RBF网络的隐藏层参数,使得网络的参数趋于全局最优解,信道估计器的性能从而得到提升。经过Matlab仿真,改进后的RBF神经网络可以更好地解决信道估计问题,验证了此方法的可行性。

    OFDM系统遗传算法RBF神经网络信道估计器Matlab

    计算机运行全过程日志记录系统设计

    徐立颖许松伟冯笑刘正尧...
    172-178页
    查看更多>>摘要:为了解决当前国产特种计算机(如星载计算机,机载计算机等)出现偶发故障无日志记录,无法准确获取软硬件和外部环境在故障出现时的具体状态,造成后续难以进行故障分析,无法做到及时归零处理的难题;深入分析了计算机运行的全过程以及影响计算机运行过程的内外部因素,创新性地提出一种计算机运行全过程日志记录技术;该技术采用嵌入式硬件平台进行设计,运行嵌入式软件,采集计算机运行过程状态和外部环境信息并进行存储,解决了国产计算机从上电至操作系统启动完成这一阶段无日志记录的难题,同时还实时记录计算机运行过程的环境信息;完成了软硬件设计,并进行试验验证,设计故障注入,验证了所设计的系统能够准确反映计算机运行全过程状态信息,表明该技术有助于故障定位、机理分析、故障复现、采取措施及验证,最终完成故障归零处理。

    全过程日志记录特种计算机故障分析故障归零

    基于改进卡尔曼算法的室内温度数据融合

    刘陈男罗恒
    179-184页
    查看更多>>摘要:针对传统建筑物内部空间结构复杂,布线成本高,数据采集精度不高等问题,采用LoRa无线通信技术构建传感器网络,主要用于监测室内温度参数的变化;对于传统的卡尔曼数据融合结果存在较小波动的现象,引入了孤立森林算法,提出了基于改进的卡尔曼滤波算法的室内温度数据融合算法;通过在采集到的数据集中随机添加扰动样本和畸变数据,对3种算法产生的误差进行比较,改进的卡尔曼数据融合算法在有扰动样本的情况下,误差范围控制在-0。12~0。1之间,在带有畸变数据时,误差范围在-0。03至0。14之间,均远小于传统的卡尔曼数据融合算法和平均值算法;实验仿真的结果表明,改进的算法提高了室内温度数据采集的鲁棒性和准确性。

    LoRa技术孤立森林算法数据融合卡尔曼滤波算法无线传感器网络

    一种适用于散射通信的联合帧同步和频偏估计算法研究

    吕子豪张涛任文成
    185-191,200页
    查看更多>>摘要:针对对流层散射通信中存在的多径衰落以及收发两端频偏,对一种适用于对流层散射通信的联合帧同步和频偏估计算法进行了研究;设计了一种适用于对流层散射通信的新型同步帧结构,其在帧同步信息前增加了周期循环PN序列用于辅助判决,能够提高衰落信道下的信号起点捕获概率;采用基于FFT的部分相关频域捕获算法,搜索最大相关值和频偏索引,同时完成了帧同步和频偏估计;在多径衰落和频偏影响下实现了联合帧同步和频偏估计算法;仿真结果表明:在衰落速率5 Hz,频偏1 000 Hz散射信道下,正确捕获到帧同步信息概率在-4 dB信噪比下仍可达到90%以上,且频偏估计偏差在0。4 Hz以内。

    散射通信抗衰落帧同步频偏估计FFT变换

    基于声誉的分布式联邦学习节点选择算法

    曲静冯云霞
    192-200页
    查看更多>>摘要:由于隐私泄露的风险越来越大,而采集的数据中通常包含大量隐私信息,使数据的采集者不愿意共享自己的数据,造成"数据孤岛",联邦学习能够实现数据不离本地的数据共享,但其在多机构数据共享中还存在一些问题,一方面中央服务器集中处理信息造成昂贵的成本,易产生单点故障,另一方面,对于多机构数据共享而言,参与节点中混入恶意节点可能影响训练过程,导致数据隐私泄露,基于上述分析,文章提出了一种将区块链和联邦学习相结合的以实现高效节点选择和通信的新的分布式联邦学习架构,解放中央服务器,实现参与节点直接通信,并在此架构上提出了一种基于信誉的节点选择算法方案(RBLNS),对参与节点进行筛选,保证参与节点的隐私安全;仿真结果表明,RBLNS能够显着提高模型的实验性能。

    分布式学习区块链联邦学习节点选择声誉值隐私保护

    基于MSTSO算法的冷水机组负荷分配模型研究

    王华秋李乐天
    201-208,216页
    查看更多>>摘要:为降低空调系统的运行能耗,优化冷水机组的负荷分配,提出了一种多策略改进的金枪鱼优化算法(MSTSO),引入黄金正弦觅食机制和非线性惯性权重来加强算法对最优解的全局定位能力;通过蜜獾随机搜索策略赋予算法更强的性能以跳出局部最优;利用双向长短期记忆网络(BiLSTM)搭建能效预测模型并对各机组的能效比(COP)进行预测,同时使用MSTSO算法对网络的初始参数进行寻优从而获得最佳训练效果;提出BiLSTM-MSTSO负荷分配模型,对多台冷水机组的部分负荷率(PLR)进行合理分配与优化;实验结果表明,优化后的BiLSTM预测模型拥有更高的预测精度,MSTSO算法相较其他智能优化算法可以减少更多的能耗并最大化提升冷水机组的运行效率;因此BiLSTM-MSTSO智能模型适用于多冷水机组的能耗预测与优化。

    多冷水机组负荷分配金枪鱼优化算法双向长短期记忆网络能耗优化

    加权分数傅里叶变换信号参数估计方法

    马鹏辉李艳斌
    209-216页
    查看更多>>摘要:加权分数傅里叶变换(WFRFT)信号具有抗截获和抗调制识别等优点,在未来混合载波通信领域得到了广泛的应用;目前的研究大多集中在混合载波的应用及特性分析上,而在WFRFT参数估计方面研究较少;为了解决非协作通信场景中参数未知的问题,提出了一种基于Shintaro_K特征量的WFRFT参数估计理论;首先通过理论推导得到,最小化接收信号的Shintaro_K值可以准确估计出参数,然后对抛物线搜索算法进行改进,来搜索Shintaro_K特征量的最小值点;仿真结果表明,该WFRFT参数估计理论有效可靠,且与已有的研究方法相比,该方法具有相似的参数估计准确度,但具有更少的搜索次数和计算复杂度。

    加权分数傅里叶变换参数估计Shintaro_K特征量改进的抛物线搜索算法信息对抗