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

    液体火箭发动机故障诊断系统冗余容错技术研究综述

    盖佳林弭艳马兵兵
    1-7页
    查看更多>>摘要:综述了液体火箭发动机故障诊断系统冗余容错技术研究,介绍了液体火箭发动机故障诊断系统在航天任务中的重要性及其不断发展的需求,强调了高可靠性和安全性对于航天任务成功的关键作用,详细分析了当前国内外在这一领域的研究现状,展示了不同国家和研究机构在故障诊断系统冗余容错技术方面的最新进展和具体应用实例,阐述了冗余容错技术对于火箭发动机故障诊断系统的重要性并探讨了该技术的发展历程、关键技术及当前研究成果;通过对比几种经典冗余容错手段,指出各冗余结构对于火箭发动机故障诊断系统的可行性与优缺点,详细介绍了发动机故障诊断系统的双机热备实现方案,为相关研究者提供参考依据;从理论基础到实际应用,从当前研究遇到的技术挑战再到未来发展方向的展望,为液体火箭发动机故障诊断系统冗余容错技术的研究提供了全面的综述和分析。

    液体火箭发动机冗余容错故障诊断容错控制双机热备

    地球站设备自动化性能测试系统设计与实现

    戴昱彤虞炳文杨海坪
    8-13,26页
    查看更多>>摘要:在卫星通信地球站中,卫通设备通常会面临长时间在线使用的情况,岗位人员需要经常进行指标测试,确保设备的可靠性,以往主要根据经验通过频谱仪等设备进行手动测试,得到的结果数据记录零散、可应用性低,整套设备的性能衰减难以测量,并且难以形成持续记录分析;基于此提出自动化性能测试系统,系统通过定制嵌入式平台、性能测试流程,实现了整套地球站设备的性能测试过程,利用性能测试原理与仪器控制技术,采集处理相应节点频谱信息并计算特征值,利用多源数据进行综合判定与分析,最终获得在线设备性能测试数据,并通过曲线直观展示持续性变化情况;系统的测试结果,可帮助人员感知设备性能的变化并做好相应工作,避免设备失效对工作造成影响;系统具有快速、准确、开放性好的优点,为后续智能化运维提供了数据基础。

    地球站嵌入式平台性能测试自动化

    基于双向AC算法的列车通信网络异常入侵检测系统设计

    贾寒霜张卡杨碎明
    14-19页
    查看更多>>摘要:列车通信网络异常流量的类型和形式多样化,特征提取难度较大,异常入侵检测效果较差,为此,设计基于双向AC算法的列车通信网络异常入侵检测系统;采集层利用网络数据采集器,在列车通信网络内,采集列车通信网络信息;存储层以分布式存储、列式存储与结构化存储方式,存储采集的信息;分析层利用协议解析模块,解析信息,得到符合规范的信息;其中,深度包过滤模块利用白名单技术深度包过滤符合规范的信息,提取关键信息;入侵特征模式提取模块能够在关键信息内提取异常入侵特征模式;特征模式匹配模块利用双向AC算法,自动匹配提取的特征模式与入侵特征模式库内的特征模式;入侵响应模块通过分析自动匹配结果,完成列车通信网络异常入侵检测;可视化层以可视化的报表形式,呈现异常入侵检测结果;实验结果表明,该系统可有效采集列车通信网络信息,完成异常入侵特征模式提取,该系统可快速自动匹配异常入侵特征模式,异常入侵检测精度较高。

    双向AC算法列车通信网络异常入侵检测系统采集器协议解析

    大视场三维姿态角光学测量系统设计

    张永胜刘海珂赫海涛张亚军...
    20-26页
    查看更多>>摘要:三维姿态角光学测量通过对物体表面的光学图像处理,实现对物体的角度姿态测量;为提高目标三维姿态角光学检测的准确性,提出基于立体视觉的大视场三维姿态角光学测量系统设计方法;利用双基准平行准直光源与姿态敏感器,通过图像传感器、USB接口芯片等部件实现分割光斑、质心定位等功能;在Linux内核基础上设计信号收集、数据移植、串口通信、姿态角分析4个软件模块,同时引入立体视觉算法探究靶标点和图像像点对应关联,运用视差定理确立空间角度的三维坐标,实现大视场三维姿态角测量;实验结果证明:所建系统姿态角标定误差小、时间同步性强,测量累计时间低于15 s,具有较高的测量精度和鲁棒性,为机械设备精密部件尺寸测量提供了一种有效的技术手段。

    立体视觉三维姿态角光学测量系统构建姿态敏感器视差定理

    基于激光雷达与机载光电成像融合的高速轨道形变检测系统设计

    晏雯秀谢国坤肖焕丽
    27-33,39页
    查看更多>>摘要:高速轨道形变是指高速铁路轨道在运营过程中由于列车荷载、温度变化、地基沉降等因素而发生的变形现象,极大影响了高速铁路车辆的行驶安全性,为此,设计了基于激光雷达与机载光电成像融合的高速轨道形变检测系统;通过激光发射器、激光信号接收器的结构设计与组装,实现激光雷达成像模块的设计,从无人机、光电摄像机、云台等方面,完成对机载光电成像模块的设计,实现图像数据的融合处理;在硬件优化系统的支持下,生成高速轨道的激光雷达与机载光电图像,经过去噪、畸变校正、去雾等操作,完成对初始图像的预处理;采用加权融合的方式,得到激光雷达与机载光电融合图像,并提取融合图像的边缘特征,计算高速轨道位置坐标,通过坐标计算结果与轨道初始结构数据的比对,输出高速轨道形变的检测结果;实验结果表明:所设计系统的平均状态误检率为2。3%,形变量检测误差平均值为0。15 mm,具有良好的检测能力。

    激光雷达机载光电成像高速轨道形变形变检测系统

    云网融合中分布式网络入侵路径跟踪检测方法

    杨波蒋金陵徐胜超王宏杰...
    34-39页
    查看更多>>摘要:随着云计算和网络虚拟化的快速发展,云网融合环境下的分布式网络较普通网络更加复杂和庞大,导致网络入侵路径跟踪的查全率难以得到保障,为此提出云网融合环境下分布式网络入侵路径跟踪检测方法;结合云网融合环境下分布式网络的特性,构建了分布式网络模型,将网络数据流信息转化为统一的格式后,考虑到干扰因素对于网络数据流信息带来的影响,对处理后的信息进行滤波处理,利用网络数据流信息计算云网融合环境下分布式网络的入侵信息特征因子,利用入侵信息特征因子实现对入侵路径的跟踪检测;在测试结果中,网络入侵路径跟踪检测准确性可达99。9%,F1值始终大于0。85,明显优于对照组,具有较高的查全性能。

    网络入侵路径云网融合分布式网络模型数据流信息特征因子

    融合转置卷积的YOLOv3吸烟检测算法

    龚英杰沈希忠
    40-46,54页
    查看更多>>摘要:为预防公共场所因吸烟而引发的安全事故,在YOLOv3框架的基础上提出了改进的吸烟检测算法;首先针对传统上采样操作丢失像素信息等问题,设计出一种卷积-转置卷积模块进行替换;在特征融合部分加入坐标注意力机制,使网络更好关注小目标;使用改进的k-means++优化先验框;最后将GIoU替换IoU作为算法的损失函数,进一步提高检测精度;此外,构建了一个多场景的抽烟数据集,并对数据集进行数据增强与扩充;实验结果表明,改进后的算法较原算法在AP@0。5和AP@0。5∶0。95上分别提高5。58%和3。34%,FPS降低3左右。

    深度学习目标检测小目标吸烟转置卷积注意力机制

    基于改进DDNet的皮带输送机位移故障诊断研究

    高飞
    47-54页
    查看更多>>摘要:针对煤矿带式输送机皮带位移故障诊断中存在局限性大、耗时长的问题,将故障数据进行多源异构处理,并在数据处理的基础上将边缘检测算法与深度细节网络,构建了一种结合边缘检测算法与改进深度细节网络的多源异构数据故障诊断模型;首先利用边缘检测算法提取输送机图像中的边缘特征,然后结合多源异构数据,并通过改进后的深度细节网络进行故障识别,并构建故障诊断模型;结果表明检测模型在皮带边缘图像数据处理的检测准确率平均值为95。27%,比目标检测算法和K最邻近分类算法的准确率高出了 5。34%和10。21%;同时检测模型的图像数据查全率平均值为93。46%,比目标检测算法和K最邻近分类算法的查全率高出了 4。09%和7。18%;这说明研究构建的多源异构数据故障诊断模型能够显著提升皮带位移检测的可靠性和鲁棒性,具有重要的研究价值和实际应用前景。

    DDNet网络皮带输送机机器视觉模块多源异构数据位移故障

    基于自适应局部交替遗传算法的线缆绝缘厚度检测

    刘付渝杰马宏园许浩然宋俊儒...
    55-63,71页
    查看更多>>摘要:针对传统线缆绝缘厚度测量方法存在效率低和准确度差的问题,提出一种基于自适应局部交替遗传算法(ALA-GA)的绝缘厚度检测方法;该方法利用ALA-GA算法在试件图像的内外边缘交替搜索从而获得最优绝缘厚度位置;该算法引入试件先验结构知识,根据试件截面边缘曲率特征自适应选取初始种群,从而保证初始种群基因的优质性和多样性;将交叉和变异操作置前,对于试件截面内外边缘局部交替地自适应改变交叉和变异的方式,从而提高遗传算法的求解速度;为了不丢失任一边缘的优质基因。对交叉、变异后得到的新种群和原种群共同执行后置选择操作;每获得一个最优检测位置,剔除该位置附近的其余解,如此迭代执行ALA-GA算法以获得精确的绝缘厚度检测结果;对比实验以及能力验证表明,基于ALA-GA方法的时间代价为0。6~0。7 s,最薄点测量误差为0。001 2~0。001 5 mm,平均测量误差为0。001 3~0。001 7 mm,测量重复性为0。001 8~0。0021mm,均优于现有先进方法,且对不规整线缆泛化能力良好。

    机器视觉遗传算法光缆电缆自动测量绝缘厚度检验检测

    基于深度学习方法的传送带缺陷检测

    钟信彭力
    64-71页
    查看更多>>摘要:针对传送带瑕疵在图像中所占有的像素相对有限、特征相对微弱且分布不均匀的问题,设计了一个传送带缺陷检测系统,并提出了一种基于高斯混合模型的标签分配策略;利用特征感受野遵循高斯分布的先验信息进行高斯建模,并通过动态调整机制适应不同尺度的传送带缺陷,能够更有效地提升对微小瑕疵的捕捉能力;使用感受野距离取代交并比来衡量高斯感受野和真实标签的相似度,并通过二者之间的相似度来分配样本,从而有效提高了样本分配的准确性;使用高斯混合模型并通过期望最大化算法拟合概率分布,实现了对特征点的自适应正负样本分配,能够有效避免微小瑕疵特征微弱所导致的漏检问题;结果表明,高斯混合模型标签分配策略对传送带缺陷检测精度的提升十分明显,相对于基准网络,精度提升3。8%。

    传送带高斯分布感受野高斯混合模型缺陷检测