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

    室外环境智能驾驶技术综述

    谷新建
    1-8页
    查看更多>>摘要:针对低速无人车在室外发展需要用到的关键技术,展开了对高精度地图与三维激光雷达同步定位与建图方法的讨论;指出了室外环境与室内环境的智能导航技术的主要区别:一方面是室内外环境差异较大,需要对动静态障碍物综合处理也需要遵守交通法规,另一方面室外环境对传感器也要求较高,还有一点是在室外情况经常会出现全球定位系统信号差导致定位不准确的情况;针对以上问题介绍了两个重要的低速无人车自主定位与导航技术,首先是高精度地图的使用,主要介绍了高精度地图的理论框架与地图制作方法;然后介绍了较为成熟的室内SLAM算法,并讨论算法的局限性,引出室外3D SLAM方法的重大突破算法与发展现状;最后提出未来室外SLAM技术的发展趋势。

    室外环境传感器动静态障碍物高精度地图3DSLAM

    涡轮发动机高速旋转状态失衡振动故障诊断系统

    刘永豹
    9-16,25页
    查看更多>>摘要:涡轮发动机是一种通过燃烧燃料并利用高速流动气体产生动力的发动机,在高速旋转状态下,其失衡振动会导致涡轮发动机各部件的磨损加剧,减少使用寿命;为了有效解决这一问题,设计一种涡轮发动机高速旋转状态失衡振动故障诊断系统;该设计将系统框架划分为3层结构,包括下位机层、上位机层以及客户端层;该系统采用振动传感器和声音传感器采集高速旋转状态下的涡轮发动机工作过程中的状态信号,并通过变送器将信号转变为可被下位机识别的信号;下位机运行处理程序,对信号实施滤波,提取故障特征,然后通过Zigbee远程通信模块将信号转发给上位机;上位机层运行知识图谱诊断程序,构建发动机失衡振动故障的知识图谱,并结合贝叶斯网络推断故障类型,计算故障发生概率,实现高精度的失衡振动故障诊断;实验结果表明:与3种传统诊断方法相比,所设计系统的ROC曲线在最上方,曲线下方的面积更大,AUC值=0。847,说明所设计系统的故障诊断能力强,能保证诊断结果的准确性。

    高速旋转知识图谱涡轮发动机故障诊断系统失衡振动数据

    基于BP神经网络的高密度5G通信链路负载均衡性测试系统研究

    杨其钦
    17-25页
    查看更多>>摘要:5G通信网络具有高并发性和低延迟的特点,且网络中涉及大量的设备,包括基站、天线、中继器等。在高密度场景下,大量用户设备同时连接到基站,导致网络容量需求大大增加,会使得某些链路资源不足而其他链路资源过剩,进而产生负载失衡和链路阻塞问题;为此,设计一种基于BP神经网络的高密度5G通信链路负载均衡性测试系统;搭建通信链路负载均衡性测试框架,设计控制器、流量监测器、网络处理器,完成系统硬件设计;构建通信链路信道传输模型,计算链路负载,应用流量监测器、网络处理器获取通信链路历史负载数值,采用BP神经网络预测下一时刻通信链路负载数值,将适应度函数和链路实际负载能力结合,当负载不均衡程度达到最小化时结束神经网络训练,获取通信链路负载均衡性测试最佳方案,从而实现高密度5G通信链路负载均衡;实验数据显示,在不同实验工况背景下,设计系统应用后获得Jain氏公平性均衡指数最大值为0。95,通信链路阻塞率最小值为5%,网络吞吐量在12~18 Gbps之间。

    通信链路BP神经网络负载均衡5G通信技术

    基于改进YOLOv5s的跌倒行为检测

    朱正林钱予阳马辰宇王悦炜...
    26-31,38页
    查看更多>>摘要:为了实现电厂人员跌倒行为的实时检测,防止跌倒昏迷而无法被及时发现并救援的事件发生,针对跌倒行为检测实时性以及特征提取能力不足的问题,提出了一种改进YOLOv5s的跌倒行为检测算法网络:在YOLOv5s模型中引入SKAttention注意力模块,使得网络可以自动地利用对分类有效的感受野捕捉到的信息,这种新的深层结构允许CNN在卷积核心上执行动态选择机制,从而自适应地调整其感受野的大小;同时结合ASFF自适应空间融合,并在其中充分利用不同特征,又在算法中引入权重参数,以多层次功能为基础,实现了水下目标识别精度提升的目标;加入空间金字塔池化结构SPPFCSPC,大幅缩短了推理时间;实验结果表明,相比于原始YOLOv5s,新网络在mAP平均精度均值方面提升了 2。1%,查全率提升了 16%;改进后的网络在感知细节和空间建模方面更加强大,能够更准确地捕捉到人员跌倒的异常行为,检测效果有了显著提升。

    SKAttention注意力模块卷积核ASFF权重参数空间金字塔池化

    基于串联谐振的智能吊篮安全绳锁扣检测系统设计

    罗东岳李艳萍朱家君雒志恒...
    32-38页
    查看更多>>摘要:为了提高高处作业吊篮工作人员的施工安全性,研究了一种智能吊篮的安全绳锁扣检测系统,该系统能够精确测量锁扣是否处于闭合的状态;系统采用了谐振电路和信号处理链的组合,实现了对锁扣状态的高度监测和识别;主控芯片产生的方波信号经过谐振电路谐振后,最终输出目标正弦波;经过滤波整流和电压放大电路对信号处理后,信号被输送给比较器电路进行进一步分析,比较器电路用于与预设的阈值进行比较,以判断锁扣状态;系统成功判断锁扣闭合状态并显示给施工人员,准确实验结果对于提升高空作业领域的安全性和可控性具有深远的意义,通过集成了多个关键模块的系统设计,降低了锁扣未闭合造成的事故风险,同时及时警示操作人员,使工作场所更加安全可靠,强调了电子信息技术在工程安全中的关键作用。

    串联谐振信号调制比较器安全绳锁扣智能吊篮整流滤波

    基于船舶运动行为与时序图神经网络的轨迹预测研究

    魏昊坤陈金勇刘敬一楚博策...
    39-46页
    查看更多>>摘要:随着我国"海洋强国"战略的提出,航运业飞速发展;海上交通量迅猛增长,碰撞事故频发,同时积累了丰富的船舶航行数据,亟需在此数据基础上,对船舶的航行位置进行长时序的预测,加强对海域的整体交通状况的认知,降低船舶碰撞事故率;为此在实验中首先对AIS数据进行预处理,剔除其中的易于去除的异常点,提出基于船舶航行特征的动态轨迹去纠缠方法去除纠缠点;其次,依据船舶航行特征提出顾及行为语义约束的时空轨迹密度自适应聚类方法对船舶运动模式进行挖掘,得到船舶典型运动行为模式;最后,针对船舶轨迹以及船舶运动模式,提出一种基于运动模式的时序图神经网络轨迹预测模型,对轨迹进行长时序预测,选取粤港澳大湾区作为实验海域,经对比实验验证,该模型在长时序预测上效果优于传统模型。

    船舶自动识别系统数据船舶轨迹预测轨迹预处理轨迹聚类图神经网络门控循环单元

    基于IPPG的心电监护仪实时心率测量系统研究

    佘明刘业峰
    47-52,61页
    查看更多>>摘要:为更好地应对心电监护仪在实时心率测量中效果不佳和数据提取能力不足的问题,提出一种基于光电容积脉搏图技术的新型心电监护仪系统;该系统利用光电容积脉搏图技术对心电监护仪的数据进行高效处理,并采用改进的小波变换方法对数据进行降噪处理;经试验测试,系统在数据降噪处理后,心电波形的变化幅度显著降低,整体变化范围较降噪前低0。4 mV;得到的心率数据更接近原始心率变化图像,最大变化仅为2 bpm;研究方法的信噪比达到16。057 8,均方根误差仅为0。019 5,相比平均滤波器方法降低了 0。022 9;该系统在人体心率实时测量方面具有更优的数据处理性能,能够有效提高心率测量的准确性和实时性,为心率实时监测技术的发展提供了重要的参考和应用价值。

    心电监护仪心率测量IPPG

    基于数据驱动的MEMS加速度计自检测自校正技术研究

    薛健张博亚尹可付杰...
    53-61页
    查看更多>>摘要:MEMS加速度计是一种用于测量载体加速度的微型集成系统,已被广泛应用于生产生活中;然而MEMS器件在使用过程中易由内外因素影响出现故障,若不能及时检测故障并校正故障数据,将会使得系统无法准确感知外界环境进而导致控制出现偏差,因此及时检测MEMS加速度计的故障并校正其故障数据对于提高系统的鲁棒性、测量准确性以及控制稳定性等方面具有重要意义;现有检测校正方法大多依靠建立加速度计的物理模型或构建传感器冗余网络来实现加速度计的自检测与自校正,但这些方法存在建模复杂且引入额外误差或硬件资源需求高等问题;为了避免建模不准确引入的误差并减少算法对硬件资源的需求,基于近传感器计算的思想,设计了一种轻量化的、基于数据驱动的MEMS加速度计自检测自校正算法;测试结果表明,算法对冲击、偏差、信号丢失、恒定输出4种故障的检测率均达到90%,校正后数据与正常数据的平均绝对误差小于0。15 g,并且具有在2。54 ms内处理加速度计数据的能力。

    MEMS加速度计自检测自校正近传感器计算数据驱动

    基于加速退化试验的发射电源关键参数趋势预测研究

    周闯詹进雄
    62-68,76页
    查看更多>>摘要:雷达发射电源作为雷达最重要的组成部件,其稳定性与质量高低直接影响整个雷达设备运行的可靠性与性能指标的实现,同时电源需要连续运行,还要承受高、低温及高湿、冲击等考验,运行中不允许检修或者只能进行简单的维护,因此探究发射电源的性能退化规律,并对其进行有效的预测十分有必要;通过详细分析发射电源失效机理,并开展发射电源性能退化试验,并对各试验数据进行有效的分析,探究电源各监测参数相关关系,建立电源各关键参数退化模型,从而实现对发射电源的故障预测或者关键参数的趋势预测。

    发射电源雷达性能退化退化模型趋势预测失效

    基于双模态门控特征融合的跌倒检测方法

    郭夏迪曹炳尧
    69-76页
    查看更多>>摘要:使用单一传感器进行人体跌倒检测的方法不能充分捕捉动作特征,摄像头在光线较差时无法获得高质量图像,毫米波雷达的点云稀疏性降低了远距离目标信息的有效性;针对上述问题,提出了一种基于双模态门控特征融合的跌倒检测方法;使用雷达和摄像头同步检测,雷达分支根据时间—距离图和微多普勒图获得融合特征,视觉分支提取目标的光学特征;将两种特征送入门控融合模块,根据权重整合特征信息,在输出层实现分类;设计了雷达分支和整体网络的相关实验,雷达分支融合方法的平均准确率是91。7%,优于单一特征方法;整体网络的门控融合方法的准确率是94。1%,相比特征相加融合和首尾拼接融合方法分别高出3。0%和1。8%;充分表明该方法能够提升人体跌倒检测的性能。

    毫米波雷达视觉双模态特征融合门控融合跌倒检测