摘要：嵌入式设备上实现快速精准的手部检测主要面临两个挑战:一是复杂的深度学习网络很难实现实时的手部检测;二是场景复杂性导致基于RGB彩色图像的手部检测算法准确率下降。与主流基于RGB图像的检测技术不同,基于ToF红外图像的轻量化手部检测算法实现了红外图像中手部的精准快速检测。首先,通过自主研发设备采集了22 419张静态红外图片,构建了用于手部检测的红外数据集;其次,通过对通用目标检测算法进行轻量化改进,设计了RetinaHand轻量化手部检测网络,其中采用了MobileNetV1和ShuffleNetV2两种不同的轻量化网络作为模型骨干网络,并提出了一种融合注意力机制的特征金字塔结构Attention-FPN;最后,在红外数据集上与常规方法进行了对比实验,验证了该方法的有效性。

摘要：针对传统星地信道模型及其硬件模拟方法没有考虑卫星姿态对信道特性影响的问题,本文基于几何地理随机模型(Geometry-based Stochastic Model,GBSM)框架,提出了一种融合卫星姿态的星地信道模型。该模型通过构建四个独立的坐标系并引入姿态修正矩阵,来描述卫星姿态变化对星地信道特性造成的影响。在此基础上,本文基于现场可编程门阵列(Field Programmable Gate Array,FPGA),设计并研制了一种星地信道硬件模拟器。硬件模拟器采用差分迭代的算法来生成信道衰落因子,可以极大提高硬件模拟的实时性,确保生成的衰落数据与实际场景相匹配。同时,还采用了并行处理架构,可以支持最大640 MHz带宽的星地信道模拟。为了将衰落数据与并行架构相匹配,引入了并行内插算法,可以将串行的衰落数据内插成同速率的多路并行衰落数据。此外,为了能够精准控制硬件装置输出信号的功率,设计了基于预训练的功率校正方法。通过内部校正源信号预先训练出整个模拟过程给信号带来的增益再进行功率补偿,从而保证输出信号的功率可以被精准控制。最后,在典型场景下开展仿真模拟,导出硬件模拟器的输出结果并分析其统计特性,结果表明实测输出的概率密度函数(Probability Density Function,PDF)和多普勒功率谱密度(Doppler Power Spectral Density,DPSD)与理论值吻合,证明本文设计的硬件模拟器可以准确地复现实际场景下卫星姿态发生变化的星地信道。本文提出的融合卫星姿态的星地信道模型以及研制的硬件模拟器很好地解决了传统模型以及硬件模拟方法的局限性,在卫星通信系统的优化、评估和验证环节具有极大的潜在价值。

摘要：为进一步探究高性能的金属有机骨架材料MOFs基CO_(2)复合吸附剂,首先通过掺杂Ce、Cu、Mn、Co多元金属对生物焦进行改性修饰,在探究最优制备方法的基础上,基于生物焦及Mg-MOF-74共同含有不饱和金属位点和含氧官能团的基础特性进行结构设计,制备Mg-MOF-74改性生物焦复合吸附剂.在获得复合吸附剂吸附特性的基础上,探究了负载多元金属、MOFs材料以及生物焦之间的耦合及协同作用机制,并通过多种表征手段研究了样品的孔隙结构、表面官能团与晶态结构等微观特性,同时结合吸附动力学、吸附热力学以及元素价态变化揭示了复合吸附剂的脱碳机理.研究发现,溶胶凝胶法利于制备改性生物焦;负载的多元金属以金属氧化物形式存在于改性生物焦中,氧化边缘晶格缺陷,为改性生物焦引入含氧官能团,且所获得的10%Fe+4%Ce+2%Cu样品效果最优,其吸附量为1.53mmol/g;复合吸附剂对CO_(2)的吸附是物理吸附与化学吸附共同作用的结果,MOFs材料优化了复合吸附剂的孔隙结构,改性生物焦因其石墨微晶结构与掺杂多元金属修饰而在表面产生电子转移,发生了化学吸附,即二者的复合在脱碳过程中发挥了相互促进与协同的作用,使复合吸附剂吸附性能得到明显提升,对于前驱体共热解法制备的样品相较于改性生物焦和Mg-MOF-74分别提升了230.7%和75.7%.

摘要：随着无线网络的广泛应用,面向接受信号强度(RSS)指纹定位的接入点(AP)日益增多,导致一些AP的作用是冗余的,甚至对定位产生不利影响,同时也增加了定位计算的开销。通过对AP进行适当筛选可以一定程度上去除冗余AP,但定位效果会随着AP数量发生较大变化,甚至会增大误差。本文提出一种基于信息区分度的AP有效集构建方法(EID),充分利用指纹信号在不同空间的差异,实现了准确的位置估计。首先,用信息区分度评估AP的定位能力,有效反映出每个AP在不同采样点的区别,展示AP对空间位置的分辨程度。然后,基于AP信息区分度设计更加符合现实环境的增量聚类算法,能根据AP的定位能力得到不同类别的集合并具有较好的鲁棒性。最后,利用点集距离最大原则提出AP有效集选择策略,根据聚类结果和选择要求,选择出合适的AP集合。本文在真实场景下进行实验验证,并与现有的AP选择方法,即基于组判别(GDB)算法、基于软件定义网络(SDN)算法和基于非均匀量化RSS熵(NQRE)算法对比,在减少不低于40%AP数量的情形下,EID将定位精度分别提升了18.7%、11.2%和14.6%。与此同时,本文方法具有更好的稳定性,在95%的情形下定位误差低于1.2 m。

摘要：为抑制基于滑模控制的永磁同步电机系统的抖振现象,提出一种通过高阶滑模控制设计的MRAS无传感器控制策略。通过设置滑模积分环节达到了抑制抖振的目的,表明了高阶滑模控制过程中积分环节的重要性,阐述了非线性滑模控制参数设置思路,相较于MRAS与SMCMRAS提高了SPMSM在中低速的表现性能。最后,基于MATLAB/Simulink代码自动生成的电机算法测试平台,验证了所设计观测器的有效性。实验结果表明,SPMSM在低速的表现效果良好,零速启动表现良好,高阶滑模控制策略较一阶SMC有效降低了抖振,提高了PI控制的鲁棒性,实现了PMSM的宽速域控制。

摘要：旋转设备包括滚动轴承等设备,是工业生产中的核心设备之一,长期工作在重荷、高温等环境下,是故障发生率较高的设备类型。任何微弱故障的发生都可能会对设备的可靠运行与安全生产造成恶劣影响,因此针对旋转设备进行故障诊断研究十分重要。而对旋转设备的振动信号进行分析处理,提取其故障特征是目前对其进行故障诊断的重要途径。首先将故障特征提取方法划分为时域、频域、时频域分析和人工智能几个部分,分别详细阐述了国内外对旋转机械的故障特征提取方法,并对其基本理论与优缺点进行了分析,最后总结了各种故障特征提取方法的优点与局限性,并对故障特征提取领域未来发展趋势进行了展望,旨为研究人员带来新的启发。

摘要：随着智能建造的发展,三维正向设计逐渐替代了传统二维设计,对设计成果的交付审查也将同步转换为对建筑信息模型的审查。地铁建筑设计区别于其他建筑具备较强的功能性,在实际设计交付成果审查中,会存在错审率、漏项高等问题。为解决该问题,本文依据相关国家标准,构建适用于地铁车站建筑信息模型完备性审查的本体模型,同时集成工业基础类(IFC 4.0)实例信息、计算机规则技术,实现模型完备性审查。以地铁车站的建筑单元为例,实现地铁车站模型在方案设计阶段的交付工作。该方法的提出有助于促进整个建筑行业的信息化发展。

摘要：针对可重构智能超表面(reconfigurable intelligent surface,RIS)辅助无人机(unmanned aerial vehicle,UAV)通信中的相移矩阵和UAV轨迹设计高度耦合所带来的运算复杂度较高的问题,本文面向RIS辅助UAV通信服务多用户场景,提出采用一种基于双深度确定性策略梯度框架的优化方法。该方法利用两个深度确定性策略梯度框架分别解耦UAV轨迹和波束成形两个子问题,并通过在奖励函数中添加与UAV能耗相关的惩罚项,实现系统频谱效率和能源效率的联合优化。数值仿真结果证明,联合优化UAV轨迹和波束成形向量能够有效提升系统性能,恰当的奖励函数设计能够有效指导智能体在动态无线环境中学习到正确的UAV轨迹与波束成形策略。该联合优化方法和基础方法相比实现了至少12%的频谱效率提升和24%的能源效率提升。

摘要：复杂山区铁路线路土方调配及取弃土场选址对铁路项目的成本、工期、安全性、环境影响程度等产生长久深远影响,二者之间存在着复杂关联耦合关系。然而,既有方法忽略了上述联系,难以实现铁路线路土方调配与取弃土场选址协同优化。对于复杂山区铁路线路,构建了融合调配段落划分点、土方调配量、取弃土场的统一自变量集合,考虑了土方调配、取弃土场选址复杂约束,以土方调配成本、取弃土场建设成本及便道建设成本的综合费用为目标函数,集成综合基础信息子系统、土方调配优化子系统与取弃土场选址优化子系统,建立了土方调配与取弃土场选址的协同优化模型。为求解此协同优化模型,提出一种基于粒子群算法的累进求解策略。首先根据线路划分土方调配段落,进入土方调配优化子系统求得土方调配解,借助移动窗口法构建取弃土场备选池,进入取弃土场选址优化子系统求得取弃土场址解;其次,基于粒子群算法通过更新线路土方调配段落划分来累进迭代寻求最优解。以某复杂山区铁路为例,对铁路线路土方调配及取弃土场选址协同优化模型进行案例验证,与人工方案相比,最终机选最优方案可节省13.77%的综合费用。测试结果表明本方法的有效性,可提高铁路土方调配与取弃土场选址求解效率,为设计人员提供参考。

摘要：最近,强化学习序列推荐系统受到研究者们的广泛关注,这得益于它能更好地联合建模用户感兴趣的内动态和外倾向。然而,现有方法面临同策略评估方法数据利用率低,导致模型依赖大量的专家标注数据,以及启发式价值激励函数设计依赖反复人工调试两个主要挑战。因此,提出了一种新颖的异策略模仿-强化学习的序列推荐算法COG4Rec,以提高数据利用效率和实现可学习的价值函数。首先,它通过异策略方式更新分布匹配目标函数,来避免同策略更新密集在线交互限制;其次,COG4Rec采用可学习的价值函数设计,通过对数衰减状态分布比,模仿用户外倾向的价值激励函数;最后,为了避免模仿学习分布漂移问题,COG4Rec通过累积衰减分布比,强化用户行为记录中高价值轨迹片段重组推荐策略。一系列基准数据集上的性能对比实验和消融实验结果表明:COG4Rec比自回归模型提升了17.60%,它比启发式强化学习方法提升了3.25%。这证明了所提模型结构和优化算法的有效性。这也证明可学习的价值函数是可行的,并且异策略方式能有效提高数据利用效率。