首页期刊导航|无线电工程
期刊信息/Journal information
无线电工程
中国电子科技集团公司第五十四研究所
无线电工程

中国电子科技集团公司第五十四研究所

屈永欣

月刊

1003-3106

gch4954@163.com

0311-86924962

050081

河北省石家庄市中山西路590号

无线电工程/Journal Radio Engineering 北大核心
查看更多>>《无线电工程》(月刊)创刊于1971年,由中国电子科技集团公司第五十四研究所主办,国内外公开发行。本刊坚持学术性与技术性相结合,以跟踪遥感遥测遥控学科发展、交流测控领域学术与技术应用成果为主要报道内容,突出高科技并兼顾其他相关专业。《中文核心期刊要目总览》收录期刊,多次荣获工业和信息化部编辑质量优秀奖、出版质量优秀奖,河北省出版物印刷优质产品(一等品)。
正式出版
收录年代

    海上跨平台无人系统机动组网与智能控制技术

    张婷婷邓志良刘云平王聪...
    239-248页
    查看更多>>摘要:针对海况复杂、无通信基础设施的海洋环境,传统的海洋观测设备和方法缺乏灵活性和智能性的问题,分别在无人系统海洋自组网技术、无人系统智能控制理论、海上无人系统集群智能控制技术等方面进行分析,提出了一个海气界面水文气象参数追踪测量与快速机动组网观测系统的方案,通过无人系统自适应组网和多智能体协同探测技术,实现了海上自主接入快速组网和数据自动传输,并成功应用于海上探测案例中.开发了新一代异构多智能体快速机动协同组网海气界面观测系统,完成了海域跨平台无人系统机动组网与数据驱动的追踪探测任务,为海洋信息网络系统领域的发展提供了重要参考和支撑.

    海上探测无人系统机动组网海气测量海洋信息网络系统

    基于改进YOLOv5的雾霾天气下行人车辆检测算法

    张淑卿王亚超肖寒
    249-257页
    查看更多>>摘要:针对雾霾天气下拍摄到的图像退化模糊,难以进行准确识别与检测的问题,提出一种基于YOLOv5s改进的雾霾天气下行人与车辆检测算法.在图像预处理部分采用暗通道去雾算法,提高模型对特征的可分辨性与鲁棒性;在主干网络中采用基于自注意力机制的BoT3模块替换CSP2_1模块,提高模型对全局特征的提取能力;在主干网络输出端加入轻量化混合注意力机制(Hybrid Attention Module,HAM),增强模型对重要特征的捕获能力;在预测部分采用Wise-IOU损失函数替换CIOU损失函数,提高模型收敛效率,加快收敛速度.实验结果表明,在自建的雾霾天气行人车辆检测数据集中,改进算法相比于YOLOv5s,模型的检测精度提高了 4.13%,单张图片的检测时间为18.8 ms.改进后的算法提升效果明显,基本可以满足雾霾天气下对行人与车辆的检测要求.

    YOLOv5行人检测目标检测损失函数

    基于语义协同指导的小样本语义分割算法

    王晨王伟
    258-266页
    查看更多>>摘要:针对单个或少量多个原型不足以表示整张图像中的目标信息,提出了一种基于语义协同指导的小样本语义分割算法.利用一组共享权重的特征提取器将图片映射到深度特征空间,并借助支持图片的真实掩码过滤掉目标的背景区域;利用Vision Transformer细粒度地将深度特征直接抽象为表示目标信息的多个原型,并在此基础上引入目标类的语义信息作为辅助学习任务;利用一种无参数的度量学习算法计算查询特征和原型之间的相似度值,根据计算结果逐像素地指导查询图片中未知新类的分割.在开源的PASCAL-5i和COCO-20i数据集上进行测试,所提模型在1-shot和5-shot任务上均取得了具有竞争力的分割结果,与当前主流算法相比,具有更好的分割性能.

    小样本语义分割语义协同指导VisionTransformer无参数度量学习

    基于显著特征分类的立体图像重定向方法

    黄悦铭唐振华
    267-275页
    查看更多>>摘要:现有立体图像重定向方法对不同特征图像均采用相同的策略进行重定向操作,导致一些立体重定向图像出现信息丢失、形变扭曲或深度改变的情况.影响立体图像重定向结果质量的因素主要包括显著区域形状和可视深度的改变等.为了解决这些问题,提出一种基于图像显著特征分类的立体图像重定向方法,将图像分为无显著及有显著2类图像,结合立体智能剪裁方法及立体非均匀映射方法对不同特征图像采用不同的重定向策略以减少信息丢失及几何失真.通过利用显著区域与非显著区域的深度信息差异可以更好地保持显著图像的深度感.实验结果表明,提出方法在主观对比及客观指标评价中均取得了优于其他算法的效果.

    立体图像重定向显著特征分类立体智能剪裁立体非均匀映射深度信息差异

    基于深度学习的PCB焊锡缺陷检测

    卢小康欧阳华兵陈田刘军...
    276-283页
    查看更多>>摘要:针对现有印刷电路板(PCB)缺陷检测算法具有体积大、精度差和漏检率高等问题,提出一种改进的YOLOv5s算法,利用迁移学习进行优化.在主干特征提取网络加入卷积块注意力模块(Convolutional Block Attention Module,CBAM)并引出一个新的蕴含更多丰富细节信息的浅层特征来提高模型信息感知能力,增强网络对小目标的检测.使用C3-CBAM替换加强特征提取网络的C3结构,为了在保障模型检测精度的同时减少模型参数量,使用深度可分离卷积替换下采样.去掉用于大目标的检测头(Yolo Head),避免数据不均衡带来的先验框分配问题.在自制PCB焊锡缺陷数据集上实验表明,改进后算法较原YOLOv5s算法的模型参数量减少24.8%,平均精度均值(mean Average Precision,mAP)达到99.46%,较原YOLOv5s提升了5.45%,证明了改进措施的有效性.

    印刷电路板YOLOv5s缺陷检测小目标检测

    重参数化YOLOv5s的森林火灾检测算法

    杨武余华云赵昕宇何勇...
    284-293页
    查看更多>>摘要:目前森林火灾多发,建立日常监测尤为重要,但是边缘智能检测设备算力和内存较低,限制了检测模型的推理和部署.针对以上问题,提出一种改进的重参数化YOLOv5s的森林火灾检测算法,结合重参数化、通道重排和深度可分离卷积(Depthwise Separable Convolution,DSC)等轻量化思想分别设计新的骨干和颈部网络,增强特征提取能力,提高模型检测精度,使参数量和推理权重较大幅度减少.为避免颈部网络的信息丢失,根据空洞卷积提出特征增强模块,增强多尺度特征融合能力.为进一步提高模型性能,加入轻量化的CA注意力机制,更准确定位目标.当前公开的火焰烟雾数据集存在针对性不强的问题,为了更好地提高模型的检测效率,制作了一个新的森林火灾数据集,在数据集上利用结构相似性算法剔除了相似度过高的图片,保证了模型的泛化能力.实验结果表明,改进后的重参数化YOLOv5s以原网络约76%的参数量提高了 4.0%的精确度,推理权重下降至10.5 MB,更适合于设备性能差、容量小的边缘设备,提高了森林火灾巡检的效率.

    森林火灾YOLOv5s重参数化深度可分离卷积多尺度特征融合

    基于分组注意力和高斯多尺度的目标检测方法研究

    邓续方吴强周文正
    294-301页
    查看更多>>摘要:针对现有目标检测网络在特征提取以及多尺度融合方面存在的局限,将分组卷积与高斯金字塔引入深层神经网络中,设计了一种基于分组注意力机制和高斯多尺度融合的目标检测方法.该方法利用图像灰度化、直方图均衡化丰富输入信息,降低光照影响;构建双阶段特征提取结构,采用深度可分离卷积初步提取目标特征后再利用分组注意力结构提升关键信息权重,进一步提炼目标特征;为充分捕获目标多尺度信息,设计了高斯多尺度结构,将不同维度的特征自适应融合后构建高斯金字塔特征,与对应尺度特征联合实现目标检测.通过在ImageNet、MS COCO、PASCAL VOC三个公开标准数据集上的实验结果表明,所提方法目标信息丰富,有效特征提取以及网络尺度不变性都有较大改善,在复杂场景下也具有较高的鲁棒性和泛化能力.

    目标检测深层神经网络双阶段特征提取分组注意力高斯多尺度

    基于改进PSF估计的车载复杂图像复原

    吴春林王正家朱永平何飞宇...
    302-311页
    查看更多>>摘要:针对车载视频图像中同时包含局部运动模糊和全局运动模糊,现有去模糊算法难以适用且效果差等问题,提出一种基于再模糊理论的复杂车载模糊图像复原方法.根据车载视频图像的特点把图像分割为车身和非车身区域,采用改进后的模糊参数估计算法,在车身区域图像块估算出的全局运动模糊参数,对整幅图像进行全局模糊恢复;对复原前后的非车身图像进行分块处理,利用复原前后图像块结构相似度(Structural Similarity,SSIM)和局部均方差的差异性,检测和提取出局部模糊区域;对提取的模糊区域进行复原后与清晰区域拼接融合,合成清晰的图像.与现有算法对比实验分析,所提算法取得了不错的效果,且复原后图像的峰值信噪比(Peak Signal to Noise Ratio,PSNR)和SSIM表现良好.

    再模糊理论运动模糊分块处理峰值信噪比结构相似度

    基于Deformable DETR的自然场景任意形状文本检测

    张子旭游钰玮仝明磊薛亮...
    312-318页
    查看更多>>摘要:自然场景下的文本区域形状复杂多变,直接使用轮廓坐标描述文本区域会使得建模不充分,导致文本检测准确性低.针对自然场景下文本区域不规则的问题,提出了一种基于Deformable DETR的任意形状文本检测模型,不同于传统的直接预测轮廓点的方法,使用B-样条对文字区域进行建模使得文本轮廓平滑精确的同时减少了需要预测的参数.提出的文本检测模型无需手工设计锚点、区域建议等组件,极大地简化了模型设计并提高了通用性.提出的模型在无需额外数据集的情况下在任意形状文本数据集CTW1500和Total-Text上的平均精度(F值)分别达到了 85.4%和85.0%,证明了模型的有效性.

    计算机视觉自然场景文本检测DeformableDETRB-样条

    基于数字孪生的变压器多粒度建模与仿真分析

    龙玉江姜超颖李洵钱俊凤...
    319-326页
    查看更多>>摘要:为了实现电力系统的数字孪生,针对常规数字孪生建模方法中单一粒度的模型不能满足复杂系统仿真运行需求的问题,将多粒度建模思想融入到数字孪生建模理论中,提出了基于多粒度的数字孪生建模方法并基于COMSOL有限元仿真实现.为了解决系统变阶方法删除关键参数无法实现降阶的问题,提出了系统属性变阶方法,并在基于聚合解聚对变压器模型进行层次化粒度划分的基础上,利用该方法对变压器模型作进一步的粒度划分.以400 kVA变压器为例,利用能量守恒原理分析变压器热传递特性.应用磁-热-流耦合温度场进行仿真计算,分析变压器的温升特性及不同粒度下仿真耗时,由系统属性变阶得到的粗粒度模型在较小的误差下,仿真耗时更短.

    数字孪生多粒度建模多物理场耦合油浸式变压器