摘要：现有基于深度学习的调制识别在训练阶段需要大量IQ信号样本,而复杂电磁环境中很难获取大量样本,导致基于深度学习的调制识别算法泛化性能下降。针对网络泛化能力差的问题,提出了一种基于信号增强的调制识别(signal enhancement based modulation recognition,SEBMR)算法。首先,设计了捕获IQ信号全局特征的特征提取及重构模块;其次,提出了基于辅助分类生成对抗网络(auxiliary classifier generative adversarial network,ACGAN)的IQ信号增强网络,实现了样本数量及质量的双重增强;最后,利用支持向量机算法实现了调制方式识别分类。为了实现对复杂信道下调试信号的识别,训练时采用表征全局特征的重构信号,测试时采用经历无线衰落的IQ基带信号。实验结果表明,提出的方法相比现有的基于长短期记忆(LSTM)网络、卷积神经网络(CNN)、注意力机制等识别方法,在小样本训练集、衰落信道环境下可获得更优的识别准确度。

摘要：近年来针刺领域功能磁共振成像(fMRI)研究数量不断增加,但由于腧穴选择、针刺手法以及样本量等差异,致使研究间结果分散、针刺共性规律不明的问题越发凸显。笔者以针刺治疗中风后运动障碍(PSMD)相关f MRI研究为例,引出并介绍了整合相关研究结果、提取共性规律的fMRI元分析技术:基于图像的元分析(IBMA)和基于坐标的元分析(CBMA)。鉴于CBMA的可实施性更高,故重点说明了3种可用的CBMA方法,即激活似然估计(ALE)、核密度分析(KDA)和基于种子的d映射(SDM);并以开展CBMA的注意事项、操作流程为切入点,对研究的fMRI类型、任务设计、分析方法以及开展fMRI元分析的整体思维考量过程进行了系统梳理,整理成图表,旨在帮助读者能够快速、方便、相对系统地对其中抽象复杂的理论和实战信息进行了解和理解,为其今后更深入地学习和应用起到抛砖引玉的作用。

摘要：针对现有方法存在的隧道渗水检测精度不高和特征融合过程中信息丢失的问题，提出了一种基于有效的通道注意力（efficient channel attention,ECA）和YOLOv5的隧道渗水检测方法。该方法融合ECA注意力模块设计瓶颈结构，加强挖掘浅层特征表征的几何结构信息，充分提取水迹特征信息的同时抑制背景特征，提高水迹检测精度。在建立的隧道渗水水迹数据集上进行实验，结果表明：对比原YOLOv5模型，所提出的隧道渗水检测方法的平均精度均值提高了10%，准确率提高了17%，召回率提高了6%。实验结果验证了该方法的有效性。

摘要：针对功能磁共振成像(functionmagneticresonanceimage,fMRI)的脑状态解码未充分挖掘fMRI的时间特征,且需要依赖专家知识进行特征提取的问题,从深度学习可解释性的角度提出一种基于任务态fMRI的智能脑状态解码新框架,先设计基于Inception结构的三维卷积神经网络(Inception-CNN)对任务态fMRI进行分类,再结合类激活映射算法解释分类结果与大脑不同脑区的功能相关性,并提出改进的细粒度类激活算法GuidedScore-CAM,采用遮掩校验法验证类激活映射可视化算法的有效性。对所提出的解码框架在4种不同的任务态功能磁共振成像数据中进行测试,结果表明:Inception-CNN分类模型准确度达98%,类激活可视化能够准确映射到分类结果对应的功能脑区,可有效解码大脑任务状态。

摘要：冷凝换热是两相热控系统中的重要物理过程。细致分析不同作用力影响下流动冷凝过程中的气液行为及其换热性能的影响,对冷凝器优化与设计具有一定指导意义。本文采用三维瞬态VOF模型仿真分析了水平细微管内氖工质管内流动冷凝过程,基于网格无关性分析和实验流型对比,验证了模型的可靠性。分析了质量通量、管径及重力效应对氖工质流动冷凝换热系数及截面气液分布的影响。研究结果表明,质量通量增加、管径减小会提高流动冷凝换热效率,重力效应对冷凝换热效率的影响主要取决于截面气液分布,随着干度变化呈现出重力无关、强化换热和恶化换热三种状态。

摘要：提综臂是多臂机上实现凸轮开口运动的关键核心部件。为满足多臂机提综臂的自动化加工需求,设计了一种新型辅助旋铆并联机器人,以实现在提综臂旋铆加工过程中对零部件的高速、高精度抓取和摆放,显著提升生产效率和保证加工质量。首先,介绍了新型辅助旋铆并联机器人机构的拓扑结构特征,并结合旋量理论及修正的G-K(Grübler-Kutzbach)公式分析了其自由度类型及数量。然后,构建了该机器人机构的位置闭环矢量方程,推导了其位置正、逆解的解析表达式,进而通过求导法建立了速度和加速度映射模型。接着,为有效评价机器人机构的运动传递性能,基于运动雅可比矩阵条件数的全域均值及波动量,定义了全域综合性能指标;同时,结合虎克铰的空间结构特点,全面考虑杆件干涉以及机构的传动性能和结构紧凑性,综合得到各类转角和杆长的约束条件,进而建立了该机器人的尺度综合模型。在此基础上,借助粒子群优化(particle swarm optimization,PSO)算法进行优化求解,得到了机器人的最优尺度参数,并据此建立了机器人的三维虚拟样机模型。最后,针对多臂机提综臂辅助旋铆作业的工程需求,借助多体仿真软件开展机器人虚拟仿真验证。结果表明,优化后的辅助旋铆并联机器人的综合性能优异,满足工程应用需求。研究结果为多臂机提综臂的自动化加工提供了一种有效的解决方案,并为辅助旋铆机器人的实体样机制造及实验研究奠定了理论基础。

摘要：针对机坪多智能体网络场景下传统的一致性算法存在收敛性差、资源严重浪费等问题,提出一种基于自触发脉冲牵制的控制策略.基于图论建立机坪多智能体网络模型,设计脉冲激发函数,实现对脉冲触发时刻自行预估;改进节点重要度评价算法,拓宽评价指标的维度,提高牵制节点选取的合理性.在MATLAB中进行网络状态收敛性模拟分析.结果表明:提出的方法在降低采样触发频率、减少受控节点数的同时,有效提高了网络的收敛速度,并使收敛趋势更为平滑,且拓扑结构越简单,控制效果越好.

摘要：针对永磁同步电机在实际应用中变负载、磁饱和内外干扰等因素影响下的稳定控制问题,提出了基于super-twisting算法的扩张状态观测器(super-twisting extended state observer,STESO)对总扰动进行准确估计和补偿。通过分析永磁同步电机的动力学模型,构建永磁同步电机的扩张状态模型,并以此为基础设计STESO,在有限时间内实现对永磁同步电机总扰动的准确观测。利用Lyapunov方法分析了STESO的稳定性,并推导了误差收敛时间的表达式。仿真实验结果表明,所提方法在位置和转速控制上响应速度快、扰动影响恢复时间短,相比于PID控制、自抗扰控制和基于改进模型预测的自抗扰前馈控制等方法具有更好的快速性和更强的抗扰性,蒙特卡洛实验结果同样显示所提方法针对参数不确定性具有较强的鲁棒性。

摘要：为了能够实现高精度的微纳米级转动,该文基于柔性铰链设计了一种单压电陶瓷驱动的纯转动微定位平台。平台采用圆周阵列式柔性梁实现运动导向与解耦,通过杠杆机构增大动平台转动行程。首先通过有限元仿真验证了圆周阵列式柔性梁对动平台轴心漂移的抑制作用,然后通过实验对其运动特征进行测试与分析。测试结果表明,该机构具有良好的回转精度,在x轴正方向轴心漂移量为0~0.23μm,y轴负方向轴心漂移量为0~4.59μm,旋转弧度可达916μrad,旋转精度为0.53μrad。轴心漂移补偿后整体误差最大为4.9%。

摘要：为减少建筑工人不安全行为,提高企业安全管理水平,采用事故统计分析、文献分析、质性访谈方法获取不安全行为影响因素,从组织、个人、外在环境、设备4个方面建立不安全行为预警指标体系,在此基础上,基于反向传播(BP)神经网络原理,将预警指标作为网络输入,不安全行为无警、轻警、中警、重警4种状态作为网络输出,进而设计编制预警问卷,对问卷数据进行反复训练学习,最终构建出“23-9-4”3层结构的BP神经网络预警模型,并对该模型进行训练及测试。结果表明:该预警模型预警能力较强,能够较为准确地预测工人的不安全行为状态,从而可提前采取相应的防控措施。