摘要:在复杂散射条件下，通过采集的散斑来获取目标的清晰图像是非常困难的。为此，提出了一种基于 pix2pix 生成对抗 网络的深度学习框架来实现散斑图像的复原。实验设置了5组对焦条件以采集具有不同相关性的散斑图像，前4组参与网络 训练并选取20%的数据作为验证集，第5组不参与训练用于验证框架的泛化能力。结果表明，即使对互信息值小于1的弱相 关散斑图像以及未见过的散射条件下的散斑图像，网络仍然能够实现较好的复原，结构相似性(SSIM) 和峰值信噪比(PSNR)

摘要:有限元法(finite element method,FEM)通过求解10kV 配电网不停电作业金具结构参数，以防止金具滑移。但该方 法存在系统刚度矩阵偏“刚”、位移求解精度低问题。此外，该方法求解对单元质量要求高，畸变单元会造成求解误差大、甚至 结果错误或计算终止。为此，提出一种基于光滑有限元理论的金具结构参数准确求解算法。该算法推导了结构力-电磁-温度 耦合的基本方程及边界条件，再结合自然变分原理，将梯度光滑技术引入有限元法求解之中，推导出了结构力-电磁-温度耦合 (multi-point coupling smooth-finite element method,FEM-MPCS)方程，进而准确求解金具结构参数。通过实验与仿真结果 对比分析，MPCS-FEM 算法相较于传统 FEM 算法准确度提升了28.43%。所提求解算法为10 kV 配电网不停电作业金具结 构设计提供理论参考。

摘要:跨模态情感识别旨在通过不同模态数据来感知人类情感。目前，大多数研究仍然专注于单一模态，忽略了其他模态 的重要性。提出了一种基于知识蒸馏的跨模态情感识别方法，通过融合语音和文本模态的信息，显著提高了情感识别的准确 性。利用了预训练的文本模型 Roberta 作为教师模型，通过特征蒸馏法将其高质量的文本情感表示传递给一个轻量级的语音 学生模型。此外，教师模型和学生模型通过双向目标蒸馏法相互传授知识。实验结果表明，所提出的方法在 IEMOCAP 和 MELD 数据集上表现优异。

摘要:针对传统蜣螂优化算法(DBO) 容易陷入局部最优、收敛较慢、无法平衡局部开发和全局收敛等问题，提出了一种改进 的蜣螂优化算法(IDBO) 。 首先，采用Logistic 混沌映射的方法对种群进行随机初始化，结合折射反向学习策略对种群进行优 化，增加了种群的多样性；其次，在繁殖阶段，利用螺旋搜索策略对位置更新的公式进行改进，提高了算法的收敛速度；最后在 觅食阶段，通过最优值策略引入当前最优值来指导候选解的生成，提升了算法的全局搜索能力。将提出的 IDBO 算法与其他 算法在10个基准测试函数上进行性能比较，IDBO算法在最优值方面均达到了最优，在标准差方面除了函数 Fs 和F, 外均达 到最小，在收敛性方面，F₁~F₄ 以更快的速度收敛于最优值，F₆~F₁ 。 收敛曲线趋于最优值更快且波动小，验证了IDBO 算 法的有效性、稳定性和收敛性。此外，将改进的 IDBO 算法应用于旅行商问题的求解，进一步验证了其实际应用的可行性和有 效性。

摘要:普通的神经网络模型在状态估计中容易受到系统拓扑结构变化和数据缺失的干扰，影响综合能源状态估计的精度。 为了解决上述问题，提出一种将门控循环单元(gated recurrent unit,GRU)嵌入到能够深度提取邻域特征的图神经网络(graph neural network,GNN)模型，所提模型通过改进图神经网络的邻域矩阵使其成为自适应 k 阶邻域矩阵提高邻域特征信息提取 能力，然后通过将 GRU 嵌入到图神经网络中考虑特征学习的时间和拓扑相关性的融合，使模型能够捕获更细粒度的网络拓 扑的变化，从而提高模型抗干扰能力。算例仿真验证了模型与其他动态模型相比具有更好的估计精度和更强的鲁棒性。

摘要:分布式光伏不确定性给微电网稳定运行带来巨大挑战，为了提高微电网应对不确定性的能力和总体运行经济性，提 出了一种基于豪斯多夫(Hausdorff) 距离的微电网两阶段分布鲁棒经济优化调度模型。首先，基于分布鲁棒优化的方法，建立 了含分布式光伏、储能、微型燃气轮机、常规负荷和需求响应负荷的微电网优化调度模型。然后，使用 Hausdorff 距离对模型 中不确定场景及其概率分布集进行构建。最后，通过列与约束生成算法(column-and-constraint generation,CC&G)对模型求 解，得到最优调度策略。算例对某居民微电网进行仿真，结果表明基于 Hausdorff 距离建立的概率分布集能有效提高模型经 济性，且可以通过调整置信度控制模型鲁棒程度。在蒙特卡洛仿真实验中，验证了所提模型具有良好的鲁棒性。

摘要:飞行控制系统作为战斗机的核心安全保障，负责控制飞行姿态、航向和高度等关键动作。对飞控系统的监测飞行参 数进行分析，有助于及时发现异常，提升故障识别速度，从而确保飞行安全。针对传统单向神经网络结构难以有效捕捉复杂 飞控系统飞参数据的时间依赖性，以及均方误差(MSE) 损失函数在处理异常与噪声时的鲁棒性不足的问题，提出双向长短期 记忆网络(Bi-LSTM) 模型，同时结合 Huber Loss 以增强对噪声的抗干扰能力，针对飞行参数，首先进行特征数据对齐和降采 样处理，采用滑窗自回归预测方法学习飞机的正常飞行模式，并通过 Huber Loss设定异常检测阈值，从而判断测试集中的异 常点。实验在卡内基梅隆大学提供的 ALFA 数据集上进行，结果表明，所提出的改进 Bi-LSTM 模型在多项指标上优于当前 先的异常检测模型，特别是在F1分数和 AUC 等关键指标上表现优异，可有效提升模型的异常检测能力。

摘要:针对传统用电行为分析方法难以应对海量数据处理需求问题，提出了一种基于电力物联数据的用电行为检测方法。 首先，融合业务和数据特征构建用电行为特征模型，提出了一种最大信息系数和方差融合的特征重要性评估方法。其次，提 出了一种结合K 均值聚类算法(K-means) 辅助定参的密度聚类(DBSCAN) 用电行为分类算法，同时通过递归特征消除确定特 征集。最后，结合用户侧环境因素预测各类别用户用电负荷，并基于预测的负荷上下限深入分析各类用户的用电行为。实验 结果表明，K-DBSCAN 算法相较于基线算法，在用户行为聚类效果上实现了3.32%的显著提升。

摘要:为准确获取具有代表性的风电出力场景，提出了一种基于改进密度峰值优化全局K-means 算法的典型风电场景聚类 方法。首先通过密度峰值聚类算法(density peak clustering,DPC)初步确定聚簇中心，而后运用全局 K-means(global K- means,GKM) 进行迭代聚类；随后，引入具有全局搜索能力的斑马优化(zebra optimization,ZO)方法，用于寻找 DPC 中的截 断距离的最优值；然后，为全面评估所得场景集的稳定性和有效性，选取了3个聚类有效性指标并采用熵权 Topsis 法来进行 综合评价；最后，使用实际风电数据进行大量的仿真实验与分析。结果表明，方法的综合得分为0.444,优于其他优化方法，能 更准确地提取和划分典型的风电场景。

摘要:针对复杂环境下空地小目标识别难题，根据电力塔时空分布特点提出了一种机载雷达目标识别方法。该算法基于卷 积神经网络(convolutional neural network,CNN)和长短期记忆神经网络(long short-term memory,LSTM)构建融合模型，并 引入样本扩充与加权熵等策略，有效避免了样本不均衡导致的模型能力缺陷。采用飞行数据进行验证，实验结果证明所提方 法在复杂背景下虚警率降低至20.5%,准确率提升至80.15%,相较于传统雷达目标检测方法与典型卷积神经网络/长短期记 忆网络具有更高的精度和鲁棒性。所提方法综合考虑直升机低空飞行实际工况，利用人工智能技术敏捷适变的特性实现了 机载防撞雷达对电力塔线目标的高精度识别。

摘要:针对点云与图像的空间维度不同导致多模态特征难以对齐的问题，提出融合 YOLOv8 的多模态3D 目标检测网络。 首先，设计基于 YOLOv8 的数据增强模块将图像映射到三维空间，生成与点云对齐的伪云，并使用冻结权重的 YOLOv8 增强 点云和伪云。然后，构建双流编码器并行提取多模态特征。最后，设计基于注意力机制的感兴趣区域(region of interest,RoD 特征融合模块和基于门控的 RoI 特征融合模块来聚合多模态 RoI 特征。在 KITTI 验证集上，提出的算法在困难级别对汽车、 行人和骑行者的3D 平均精度分别达到79.28%、58.70%和76.04%,较原始算法分别提高0.62%、3.07%和7.54%,验证了 算法的有效性。

摘要:针对传统跑道型线圈以及蝶形线圈电磁超声换能器(electromagnetic acoustic transducer,EMAT)在扫查成像探伤时 存在的中心区能量陷阱、换能面积大、空间分辨率低的突出问题，提出了一种采用直导线微型线圈的电磁超声横波直入射换 能器(straight wire type small eleetromagnetic acoustie transducer,SWTS-EMAT)。建立了 SWTS-EMAT 换能器时域频域有 限元模型，研究了线圈宽度以及激励电流频率对其声场特性的影响，搭建了SWTS-EMAT 辐射声场测量系统，测量了新型换 能器声场测量实验。验证了仿真模型规律的有效性。结果表明，SWTS-EMAT 辐射声场分布关于线圈中心对称分布，研究结 果表明，SWTS-EMAT 辐射声场分布关于线圈中心对称分布，随着线圈宽度的增加，声场幅值升高至5.5倍，声场宽度减小了 60%。随着激励频率的升高，声场幅值减小了32%,声场半扩散角减小了42%。

摘要:为研究连续打击下钢筋混凝土靶标的应变响应特性，进行了两次侵爆战斗部的有限元仿真，开展了侵爆战斗部连续 打击钢筋混凝土靶标模拟试验，将整体试验过程分为侵彻-内爆-侵彻-内爆，通过对仿真数据与试验数据的结合对比，验证了 仿真模型的有效性，总结了应变响应的规律。结果表明在第1次打击过程中，仿真与试验的应变峰值相对误差分别为4.2%、 8.5%、13.8%。第2次仿真由于靶标的累积效应使得仿真误差较大，但仍能反映应变的性质。在连续打击后靶标背面产生裂 缝并逐渐扩大，试验数据中应变响应持续时间增加。

摘要:高压电气设备和传输线在电网输电工程中扮演着重要角色，由于各种自然环境和自身工艺、材质缺陷的影响，导致运 行过程中绝缘性能不断下降，当自身绝缘介质无法耐受施加的电压时，进而引发局部放电现象。为了对设备的局部放电进行 检测，用于评估设备的运行状态。研制了一款基于 ZYNQ7020 处理器的紫外与可见双通道的高压设备局部放电检测系统。 设计了系统的硬件电路，用于采集双通道图像。并利用图像处理相关算法对紫外图像和可见图像进行预处理，然后实现图像 的配准、融合，使成像系统的最终输出结果不仅可以反映设备的放电光斑信息，还可以获悉放电部位的背景信息。并搭载了 4G 无线传输功能，开发了对应的软件。实现局部放电的全流程闭环自主检测。

摘要:塑性测压法是一种有效便捷的评估近似实战条件下弹药毁伤威力场的手段，更是外场爆炸冲击波测试的发展方向。 目前的标定手段不适用于对塑性测压元件进行标定，针对这个问题，提出了基于落锤动标装置的准动态校准方法。介绍了准 动态校准方法的原理，分析了如何控制压力脉宽的方式，对现有的造压油缸进行改进设计，研制了适用于塑性膜片准动态校 准的造压油缸。最终利用落锤液压动标装置对直径40 mm, 厚度0.3 mm 的 H62 铜膜片进行标定，实验结果表明，该造压油 缸可用于0~5 MPa 的塑性元件的校准研究。

摘要:为了适应多功能一体化电子战装备的应用需求，围绕大功率射频收发、高速数据采集、任意波形产生等技术，研制出 一种高集成 P 波段数字阵列模块。首先介绍了数字阵列模块的功能和组成，并对模块的发射链路和接收链路进行了详细介 绍。数字阵列模块主要由T/R 组件、放大滤波模块、数字接收模块、波形产生模块等部分组成，对模块的设计原理进行了论 述。为了实现大功率信号的稳定输出，组件使用液冷散热方式，给出了散热的具体实现途径并针对组件的环控做了仿真设 计，最后搭建了自动化测试系统，通过测试，组件典型频率的输出功率大于200 W, 接收动态大于45 dB。实测结果验证了高 集成有源数字阵列模块的工程可实现性，并成功应用到某相控阵电子战装备中。

摘要:为实现离子管李萨如图的在线测量，采用BP 神经网络拟合离子管变压器低压侧电压、电流信号到高压侧总电压、测 量电压信号的非线性关系，通过设计数据采集电路得到用于训练及测试 BP 神经网络的样本数据，测试表明所构建 BP 神经网 络的计算误差低于3%。在实际测量过程中，采用训练好的BP 神经网络由离子管变压器低压侧信号计算高压侧信号，得到离 子管的李萨如图。最后基于STM32 单片机，设计了离子管李萨如图在线测量系统样机。实验分析表明，所设计的 BP 神经网 络适用于同一离子管不同工作电压，以及不同离子管相同工作电压下的李萨如图计算；所设计的在线测量系统样机可以实现 对离子管李萨如图的在线测量。

摘要:针对钢构件内部切向应力检测需求，研制了双通道电磁超声传感器并搭建了基于横波双折射的高精度应力检测系 统。分析了时域下不同声时提取方法及频域下不同滤波算法对应力测量结果的影响。其中，巴特沃斯滤波器滤波效果最好， 信噪比与原始信号相比提升1.3倍，重复性测试下标准差为0.7;使用自相关法提取声时最稳定，其重复测试标准差仅为0.2。 对 Q345 与 L360 两种钢材进行了应力测量，实验结果表明，两种材料标定曲线 R² 值均在在0.98以上，应力测量绝对误差小 于10 MPa 。基于横波双折射的电磁超声应力检测系统具有较高的精度和稳定性。

摘要:简要介绍微波着陆系统信号格式和测角原理之后，基于ZYNQ 开发板实现机载微波着陆接收机相关功能。在正确接 收数据通信信号和各项角度制导信号的基础上，于 PL 端基于现场可编程门阵列(FPGA) 设计了高效的扫描脉冲时差提取算 法，可实时获取角度制导信号中的扫描脉冲时差信息，从而获得更高精度的角度测量结果。经验证通过该算法接收的方位角 和仰角测量误差小于0.005°,满足民航附件10相关指标要求，验证了该算法的实用性。该算法可为ZYNQ 实现机载微波着 陆接收机的实际应用提供参考，具有良好的应用价值。

摘要:利用2022年8月~2023年7月的平行观测数据，对自动气象站自然通风防辐射罩和百叶箱气温观测的数据差异进 行了分析，探讨了海南热带地区不同时间条件下太阳辐射强度和降水对温度偏差的影响。结果表明，自然通风百叶箱和防辐 射罩气温观测系统在热带地区均能提供可靠的气温数据，但在不同环境条件下存在一定差异。防辐射罩的气温分钟值和日 最值的平均值比百叶箱偏低约0.1℃;太阳辐射对防辐射罩与百叶箱气度测量有一定影响，但不明显；在气温发生较大变化时 (午后降水)温度偏差较大，防辐射罩的气温下降速度大于百叶箱的气度下降速度，百叶箱温度变化滞后。

摘要:随着新能源在电力系统中占比的不断增加，系统对灵活性资源的需求逐渐提升。抽水蓄能和需求响应等灵活性资源 已被广泛应用于电力系统调度。为进一步提升系统的低碳性与灵活性，提出了一种结合需求响应的碳捕集一风光火蓄联合 系统调度方案。首先分析了抽水蓄能、碳捕集和需求响应的联合调度机制，利用削峰填谷的方式在净负荷高峰和低谷时段充 分发挥不同资源的互补性，实现负荷曲线的平滑化。其次，基于线路传输能力的灵活性约束，构建了两阶段调度模型：第1阶 段通过最小化净负荷差来优化负荷曲线波动；第2阶段以最小化系统运行成本为目标，兼顾系统的经济性、灵活性和低碳性来制 定调度方案。最后在改进的 IEEE-30 节点系统上进行的仿真验证表明，该方案有效提升了风光消纳能力，降低了系统运行成本 和碳排放，为未来低碳化电力系统的调度提供了新的思路和技术支持，为能源结构转型与绿色低碳发展提供了重要参考。

摘要:主要阐述了一种基于紫外荧光法的金属表面清洁度测试仪的设计与实现过程，首先，介绍金属表面清洁度检测的重 要性，并指出现有检测方法存在的局限性。接着，阐述紫外荧光法应用在该领域的优势以及该产品的主要特点。随后，讲解 紫外荧光法的检测原理，同时对测试仪的整体设计架构展开说明，涵盖硬件设计(含核心电路设计)以及软件设计(含数学模 型建立方法)等方面。最后，通过展示具体的现场应用案例，有力地证明其在不同金属材质、面对不同污染类型及程度时所具 备的准确性和可靠性。该测试仪为金属表面清洁度的快速、精准检测提供了有效的技术手段，在工业生产、质量控制等相关 领域有着重要的应用价值。

摘要:在电动汽车充电场所，为防止非电动汽车占用充电车位可以在充电桩上设置摄像头并结合目标识别技术实现对汽车 类型与车牌号的识别，然而该目标识别任务在更复杂的条件如低照度环境下保证识别精度将具有一定的挑战性。为了解决 上述问题，提出一种轻量化的、易部署于边缘计算设备的、基于改进 YOLOv5n-LPRNet 的低照度车牌识别方法。该方法的主 要思想为增强一分割一识别，通过将限制对比变自适应直方图均平衡(CLAHE) 及 GAMMA 变换、YOLOv5n 分割网络和 LPRNet 字符识别网络结合起来，实现端到端的车牌识别。运用“低 FLOPs 陷阱”思想，将 YOLOv5n 骨干网络中的 CBS 模块 替换为动态卷积，并将骨干网络中的 C3 模块与动态卷积结合；将 YOLOv5n 颈部网络中的C3 模块替换为YOLOv9 提出的 RepNCSPELAN 模块；在LPRNet 网络的两个 Dropout 层后加入高效多尺度注意力(EMA) 机制。实验结果表明，改进后的模 型与原模型相比，分割模型的 Mask 类平均精度提升了约2%,同时在保持实时性的前提下损失少量帧变；识别模型的准确率 提高了约9%。

摘要:博弈对抗场景下，对空飞机类目标一般采用S 机动、桶滚机动规避导弹的打击，攻击机动目标弹道弯曲导弹能量损失 大，弹目交会态势不佳容易造成引战配合效能下降，实现高机动目标航迹预测对实现预测制导，进而改善弹道性能具有重要 意义。为解决对空目标机动样式复杂、模型建模困难等问题，提出了基于目标机动航迹的自适应预测方法，采用试验数据+ 模拟器+数字仿真混合建模生成数据集、测试集的设计方案，解决了智能训练模型构建难题，并设计了一种卷积神经网络-长 短期记忆(CNN-LSTM) 神经网络，提高了网络模型的自适应以及泛化能力，使识别准确率及识别精度大幅度提高。实验结果 证明，目标航迹预测方法能够适应目标机动样式、参数不确定等作战使用场景。

摘要:现有的交通流预测模型在处理序列中突变现象和非平稳特征时表现有限，未能全面捕捉空间相关性特征，忽略节点 间动态关联。针对以上问题，提出了一种基于解耦融合框架，结合图增强稀疏卷积注意力网络的预测模型(DSGEAN) 。 首先 将交通流序列解耦为趋势项和波动项，以更好地捕捉其内在规律，分别应用因果卷积和注意力机制感知局部全局时间依赖， 利用多图构造增强策略以及全局图注意力的稀疏化设计，关注局部差异，设计位置编码，模拟节点间的动态关联，再实现数据 驱动的自适应融合，并采用多监督方式训练预测结果，避免误差累计。在PEMSO4 和 PEMSO8 两个真实数据集上进行模型的 有效性验证，结果表明，其预测精度指标平均绝对误差分别为18.18和13.29,与其他先进模型相比，均有所降低。

摘要:现有轴承故障诊断的研究成果在运用于实际生产生活中时，存在故障数据样本复杂以及传统智能优化算法调整参数 众多等情况。针对直接采用轴承故障数据建立诊断模型时准确率较低且调整参数复杂的问题，提出一种基于奇异值熵与北 方苍鹰算法结合卷积神经网络优化支持向量机的滚动轴承故障诊断方法。首先选取轴承故障的振动信号与声发射信号作为 数据集，进行不同方式的模态分解；然后通过峭度值、欧氏距离、均方差，选择有效本征模态函数分量重组信号，提取奇异值熵 为特征值；最后使用北方苍鹰算法结合卷积神经网络优化支持向量机的算法模型进行故障诊断。实验结果表明，所提方法不 仅有效提取故障特征，并且在轴承故障的振动信号数据集分类中准确率达到97%以上，在声发射信号数据集中分类准确率达 到了99%。

摘要:大型施工机械临近带电作业存在安全风险的问题，提出一种基于图像特征识别和激光点云的联合预警方法。首先， 结合深度可分离卷积和三重注意力机制的方法，提取可视化的特征，推导出安全距离的计算公式。接着，在时钟同步和数据 预处理的基础上，实现三维空间复现，并开展就地实时测距。最后开展不同距离和不同方法的对比分析研究。研究结果表 明，当距离不超过20m 时，误差在3%以内，实时性好，支持多场景。方法为施工机械安全距离预警提供了新颖可行的方案。

摘要:大型施工机械临近带电作业存在安全风险的问题，提出一种基于图像特征识别和激光点云的联合预警方法。首先， 结合深度可分离卷积和三重注意力机制的方法，提取可视化的特征，推导出安全距离的计算公式。接着，在时钟同步和数据 预处理的基础上，实现三维空间复现，并开展就地实时测距。最后开展不同距离和不同方法的对比分析研究。研究结果表 明，当距离不超过20m 时，误差在3%以内，实时性好，支持多场景。方法为施工机械安全距离预警提供了新颖可行的方案。

摘要:大型施工机械临近带电作业存在安全风险的问题，提出一种基于图像特征识别和激光点云的联合预警方法。首先， 结合深度可分离卷积和三重注意力机制的方法，提取可视化的特征，推导出安全距离的计算公式。接着，在时钟同步和数据 预处理的基础上，实现三维空间复现，并开展就地实时测距。最后开展不同距离和不同方法的对比分析研究。研究结果表 明，当距离不超过20m 时，误差在3%以内，实时性好，支持多场景。方法为施工机械安全距离预警提供了新颖可行的方案。

摘要:大型施工机械临近带电作业存在安全风险的问题，提出一种基于图像特征识别和激光点云的联合预警方法。首先， 结合深度可分离卷积和三重注意力机制的方法，提取可视化的特征，推导出安全距离的计算公式。接着，在时钟同步和数据 预处理的基础上，实现三维空间复现，并开展就地实时测距。最后开展不同距离和不同方法的对比分析研究。研究结果表 明，当距离不超过20m 时，误差在3%以内，实时性好，支持多场景。方法为施工机械安全距离预警提供了新颖可行的方案。

摘要:大型施工机械临近带电作业存在安全风险的问题，提出一种基于图像特征识别和激光点云的联合预警方法。首先， 结合深度可分离卷积和三重注意力机制的方法，提取可视化的特征，推导出安全距离的计算公式。接着，在时钟同步和数据 预处理的基础上，实现三维空间复现，并开展就地实时测距。最后开展不同距离和不同方法的对比分析研究。研究结果表 明，当距离不超过20m 时，误差在3%以内，实时性好，支持多场景。方法为施工机械安全距离预警提供了新颖可行的方案。

摘要:大型施工机械临近带电作业存在安全风险的问题，提出一种基于图像特征识别和激光点云的联合预警方法。首先， 结合深度可分离卷积和三重注意力机制的方法，提取可视化的特征，推导出安全距离的计算公式。接着，在时钟同步和数据 预处理的基础上，实现三维空间复现，并开展就地实时测距。最后开展不同距离和不同方法的对比分析研究。研究结果表 明，当距离不超过20m 时，误差在3%以内，实时性好，支持多场景。方法为施工机械安全距离预警提供了新颖可行的方案。