摘要：地磁导航作为一种无源自主导航方法,与全球定位系统(GPS)相比具有更强的稳定性。为了提高无人机(UAV)平台地磁导航的精确性,需要补偿无人机平台产生的固定干扰、涡流干扰、感应干扰。根据实测六旋翼无人机磁场数据,分析出无人机作业时干扰信号的频率特性;结合传统的Tolles-Lawson模型与卡尔曼滤波算法预测地磁场的变化,去除了传统Tolles-Lawson模型中恒定地磁场的假设;引入遗忘因子α,根据残差理论减小观测协方差误差与状态协方差误差来实现噪声预测,改进卡尔曼滤波。经过实验分析可得,改进自适应卡尔曼滤波有效地降低了补偿误差,较普通卡尔曼滤波补偿效果改善比(IR)提高了5.64,且补偿后磁场数据的噪声毛刺明显减少。

摘要：介绍了太原市城市输水主干线改造工程的方案设计,阐述了长距离大口径输水管道的设计要点,探讨了输水管道管材及附属设施技术参数的设计,从而保证城市供水的安全可靠性。

摘要：根据国家对卫生防疫事业(传染病)发展的要求和山西省医疗救治体系的建设规划,山西省将新建及改造一批县级传染病医院以应对突发事件。在这些项目中,传染病区的污水处理是重要的环节,对控制病毒的扩散有相当大的作用。针对山西省各县级医院的现状及投资状况,结合工程实践,文章阐述了污水处理工艺及消毒两方面的设计体会。

摘要：分析了山西省左权县现状供水存在的问题,详细介绍了左权县供水改扩建工程的工艺设计,分析了供水改扩建工程的经济效益。

摘要：针对无人机视角下目标尺度变化剧烈、背景复杂、目标小且密集而导致漏检率高的问题,提出了一种改进YOLOv5s的实时目标检测模型。首先,提出了全新的混合注意力机制,将其嵌入到主干网络中,增强对目标关键信息的提取能力;其次,创建新的稠密残差金字塔池化,提高了网络信息融合能力,降低计算量;然后,设计了一种基于多头自注意力机制的C3-BoT模块,有效捕获无人机图像全局上下文信息;最后,根据无人机图像特点,在YOLOv5s网络基础上增加一个极小目标检测层,降低小目标的漏检率。在VisDrone2019数据集上进行实验,改进后模型的mAP 0.5达到了40.6%,较YOLOv5s基准模型提高了8.1个百分点,在无人机航拍图像检测任务中取得了更好的检测效果。

摘要：文章从城市供水系统存在的问题和管道改造的必要性入手,提出了对城市供水输配水管网严重老化管道的改造方案、原则及其工程效益的看法。

摘要：【目的】地下管道如预应力钢筒混凝土管(PCCP)等检漏是城市基础设施管理和维护中至关重要的一项工作。提出一种识别地下管道弱磁分布类型的磁异常多特征融合网络(MMF)。【方法】充分利用标准正交基函数(OBF)和最小熵(MED)两种检测特征,以全面而准确地捕捉漏磁信号的复杂特性。首先,在不同物径距离上利用OBF和MED进行磁异常检测,获取实测目标磁场特征;其次,融合磁场特征设计多特征融合网络MMF,并引入多头注意力机制捕捉序列磁场中的复杂关系和特征;最后,采用多特征熵权法MFEW,根据输入特征熵分配网络权重。【结果】实验结果显示,MMF网络异常分类达到了98.86%的精度,AUC评估结果为99.25%,同时模型更加精简,具有更高的计算效率,能够在相对较短的训练时间内取得令人满意的性能。

摘要：针对管道泄漏定位时,采集到的泄漏信号会受到噪声干扰而影响定位精度的问题,提出了一种参数自寻优变分模态分解结合广义互相关的定位方法。首先,在现有的频域加权函数的基础上,提出了一种复合加权函数,对不同的频域加权函数在供水管道泄漏声信号下的性能进行研究;其次,利用高斯变异和量子行为对粒子群进行优化,建立复合指标排列熵/互信息熵作为适应度函数,改善粒子在求解过程中的多样性;然后,通过改进的粒子群算法优化变分模态分解(VMD)最优参数组合,实现对信号的降噪处理。实验结果表明,文中方法在供水管道泄漏情况下具有更高的定位精度,平均相对定位误差仅为3.7%,且最大误差也只有8.0%,能够有效地滤除原始信号中的噪声干扰。

摘要：针对高斯路径运动规划(GPMP2)算法应用于移动机器人时,在复杂障碍物环境中易陷入局部最优和避障性能不佳的问题,提出一种基于随机重启和避障改进的(GPMP2-SROAI)方法。首先,引入协变哈密尔顿优化(CHOMP)算法中的随机重启机制对轨迹施加扰动,使其跳出局部最优,提高轨迹优化的效率和鲁棒性;随后,引入基于障碍函数的模型预测控制(MPC-CBF)方法,在优化过程中通过预测机器人的运动范围以避免碰撞。仿真结果表明,改进后的规划成功率达到了92.6%,较GPMP2提高了24.9%,路径最短概率提高了12.5%,平均平滑度提高了4.8%,与主流算法进行对比也取得了更好的轨迹规划质量,轨迹更加平滑且避障效果更佳。

摘要：针对高斯过程路径规划算法(GPMP2)处理非线性不等式约束能力有限、在复杂障碍物地图中易陷入局部极小值,进而产生碰撞的问题,结合序列二次规划(SQP)算法,提出了改进的SQP-GPMP2算法。首先,该算法从概率的角度将运动规划视为轨迹优化,得到初始轨迹状态;其次,引入碰撞代价函数,用来表示机器人和障碍物的碰撞代价关系;最后,使用SQP算法对轨迹进行迭代修正,保证轨迹的无碰撞和运动学合理性。仿真实验结果显示,相比GPMP2等算法,所提算法在不同尺寸迷宫上的规划成功率至少提高20个百分点,证明该算法在处理复杂约束能力和保证路径规划效率上具有优越性。