摘要：针对四旋翼无人机姿态控制中存在空气动力学特性复杂,易受干扰的特性,提出一种基于非线性扩张状态观测器(nonlinear extended state observer,NESO)和低频干扰补偿器(low-frequency disturbance compensator,LFDC)的非奇异快速终端滑模控制方法。该方法内环设计了NESO和LFDC结合,以获得干扰补偿值并补偿总干扰的低频分量。在外环设计了跟踪微分器和可变切换增益的非奇异快速终端滑模控制器,用于补偿虚拟干扰估计值的误差和总干扰的高频分量。仿真结果表明,该控制方法可以更好地估计总干扰的低频和高频分量,减少虚拟干扰估计值的误差对四旋翼无人机姿态控制的影响,并提升响应速度。

摘要：光源和探测器的集成可有效促进轻量化和小型化光电系统的发展,InGaN/GaN多量子阱器件中发光与探测共存现象为收发一体芯片的设计提供了可能。本文采用标准半导体工艺制备了硅片上集成的圆盘形InGaN/GaN多量子阱阵列器件,并对其发光、探测以及基本通信特性进行了研究。微盘型器件中的共振模式有助于提升其探测特性,同时各向同性的辐射特性有助于器件作为光源时与探测器在空间上的耦合。作为光源,该器件的开启电压为2.5 V,中心波长455 nm,-3 dB带宽为5.4 MHz。作为探测器,该器件对紫外到蓝光波段的光有响应,探测性能随波长增加而减弱,截止波长450 nm。在365 nm光源激发下,该器件具有最高开关比7.2×10^(4),下降沿时间为0.41 ms。同时,基于单个微盘器件,本文构建并演示了半双工通信系统,在不同频段实现数据传输。这项研究对于电驱动光源制备以及收发一体的光通信具有重要意义。

摘要：人们对图像显示设备高分辨率和逼真视觉感知的需求随着现代信息技术的发展日益增长,这对计算机软硬件提出了更高要求,也为渲染技术在性能与工作负载上带来更多挑战.利用深度神经网络等机器学习技术对渲染图像进行质量改进和性能提升成为了计算机图形学热门的研究方向,其中通过网络推理将低分辨率图像进行上采样获得更加清晰的高分辨率图像是提升图像生成性能并保证高清细节的一个重要途径.而渲染引擎在渲染流程中产生的几何缓存(geometry buffer,G-buffer)包含较多的语义信息,能够帮助网络有效地学习场景信息与特征,从而提升上采样结果的质量.设计一个基于深度神经网络的低分辨率渲染内容的超分方法.除了当前帧的颜色图像,其使用高分辨率的几何缓存来辅助计算并重建超分后的内容细节.所提方法引入一种新的策略来融合高清缓存与低清图像的特征信息,在特定的融合模块中对不同种特征信息进行多尺度融合.实验验证所提出的融合策略和模块的有效性,并且,在和其他图像超分辨率方法的对比中,所提方法体现出明显的优势,尤其是在高清细节保持方面.

摘要：电池车身一体化(CTB)是提升电动汽车续航里程的关键技术。利用胶接工艺将变厚度(VRB)结构与正交编织玻璃纤维增强复合材料(OW-GFRP)粘接形成的VRB/OW-GFRP混合结构,是降低CTB电池包质量的创新结构,有助于进一步提升电动汽车的续航里程。以某款电动汽车为研究对象,设计了一种CTB电池车身一体化结构,实现了电池包上盖与车身地板的集成融合。分别采用VRB结构、UT/OW-GFRP及VRB/OW-GFRP混合结构替代等厚度(UT)CTB电池包上盖总成,并基于多阶段优化方法开展了3种类型CTB电池包上盖总成的轻量化设计。结果表明,在满足CTB电池包刚度性能前提下,VRB结构相比UT结构实现减质量6.4%;基于VRB/OW-GFRP混合结构的CTB电池包上盖总成轻量化效果约为金属结构的3倍,VRB/OW-GFRP相比UT/OW-GFRP混合电池包上盖总成进一步减质量4.2%。由此可见,VRB/OW-GFRP混合结构是未来汽车轻量化技术发展的重要趋势,在CTB电池包上盖总成中具有巨大的应用前景。

摘要：为了快速、精准分析农田重金属,该文设计了一款基于施加电场与激光诱导石墨烯(laser-inducedgraphene,LIG)电极阵列的功能核酸比率电化学检测装置,用于农田中典型重金属离子Hg^(2+)、Pb^(2+)的分析。该装置主要包括电场施加模块与LIG电极阵列传感器两个部分,前者以AT89S52单片机作为主控芯片、DAC0832作为电压输出端口,设计单片机控制电压输出的电场施加装置,实现了可编程电压的稳定输出;后者则通过结合CO_(2)激光直写和环氧树脂转印技术,提出了LIG电极阵列的快速制备方法,并进一步构建了LIG基功能核酸比率电化学传感器。在检测过程中,通过调控施加电场的性质,该装置实现了Hg^(2+)、Pb^(2+)在传感器表面的快速特异性富集以及响应信号的稳定获取,其对Hg^(2+)、Pb^(2+)检测限分别低至8.5×10^(-12)mol/L(4.25×10^(-11)mg/L)和4.6×10^(-13)mol/L(2.22×10^(-12)mg/L),实现了农田灌溉用水中Hg^(2+)、Pb^(2+)的现场精准检测。该装置利用施加电场与LIG阵列传感器,实现了重金属离子的快速、精准、现场分析需求,对于农田环境重金属污染的监测及治理具有重要意义。

摘要：城市多模式交通系统是一个高度复杂而多元的交通网络,旨在有效地满足城市内人员、货物和服务的流动需求。多模式交通系统复杂性源于许多因素,包括不同交通模式间的耦合性,交通需求和供应之间复杂的相互作用,以及开放、异质和自适应交通系统的固有随机特性。因此,理解和管理这样一个复杂系统是一个非常复杂且困难的任务。随着交通以及其他领域多源大数据可获取性的增加,计算机硬件算力的增强,以及机器学习模型的飞速发展,大模型的概念被许多领域应用与实践,包括计算机视觉、自然语言处理等。将大模型的概念应用于交通领域,提出了一种根据交通拓扑结构分层“点线面”的多模式交通大模型框架(Multimodal Transportation Generative Pre-trained Transformer,MT-GPT),旨在为复杂多模式交通系统中的多方位决策任务提供数据驱动的大模型。考虑到不同交通模式的特征,探讨了实现这一概念框架的核心技术及其整合方式,构思了适配交通的大模型数据范式与改进的分层多任务学习、分层联邦学习、分层迁移学习与分层Transformer框架。最后,通过搭建“任务岛”与“耦合桥”的框架讨论了这样一个多模式交通大模型框架在“点线面”3层大模型框架下的应用案例,从而为多尺度的多模式交通规划、网络设计、基础设施建设和交通管理提供智能化的支持。

摘要：机器学习模型在智能故障诊断中取得了显著成功,但主要应用于静态场景。在实际场景中,新的故障类别数据以流形式不断产生,且数据分布随机械设备运行条件变化而发生变化,导致连续流数据具有非独立同分布的特征,这种面向非独立同分布连续流数据的诊断问题被称为持续迁移诊断问题。针对此问题,本文提出了一种基于持续迁移学习系统(CTLS)的故障诊断方法。该方法设计了域适应学习损失函数和持续迁移学习机制,能有效处理变工况下的工业流数据,无需重放旧类别数据便能够能学习新类别知识。此外,利用机械故障诊断案例评估该方法的性能,分析结果证明CTLS能够高效处理变工况条件下的工业流数据,是一种极具潜力的解决实际工业问题的可靠工具。

摘要：针对状态空间模型中存在服从伯努利分布的时延和随机观测丢失的情况,基于极大似然法则,分别设计有限脉冲响应(finite impulse response, FIR)滤波器的慢速率批处理形式和快速率迭代形式.首先,将时延和数据丢失情况下的模型表述为服从伯努利分布的概率线性函数;然后,通过极大似然处理从而得到所提出极大似然FIR算法;最后,将在相同条件下的极大似然FIR估计、改进型卡尔曼滤波以及无偏FIR估计3种滤波方法进行对比,从估计误差、均方根误差和不确定性影响等角度进行比较分析.实验部分通过3-DOF直升机模型仿真,可发现所提出极大似然FIR估计方法在处理时延和数据丢失问题时更加有效,鲁棒性更高.

摘要：为了使输入并联输出串联电源系统同时具备模块级和系统级冗余能力,提出低冗余高可靠超宽电压范围电路结构及其控制方法。基于两级式电路和多模块串并联实现电源系统超宽电压输出,通过模块级部分子电路冗余设计,实现模块级和系统级N+X双重冗余,使得功率模块部分失效或多个模块全部失效时系统仍具有全电压、全功率输出能力。进一步提出模块化电源系统的分布-集中混合式控制策略,分布式自主控制保证了模块间应力均衡、并使得输出电压在目标值范围内,集中控制确保总输出电压精度。该文详细分析所提电路结构及其控制策略的原理、特性和实现方案,并通过0~1000 V/50 kW输出电源系统实验,验证了所提方案的有效性。

摘要：在制造业中,对工人工作姿势进行人体工程学评估对于预防肌肉骨骼疾病(MSD)是一项重要的工作。针对传统MSD评估方法存在的虚拟人作业姿态调整真实性不足、调整效率低等问题,提出一种虚拟人作业姿态的仿真方法。首先,建立了基于6D旋转的虚拟人骨架模型;其次,设计了一种基于编码器-解码器架构,使用循环神经网络(RNN)和注意力机制(AM)的虚拟人关节旋转生成模型,对虚拟人各关节姿态进行求解;然后,基于平衡性方法对虚拟人姿态生成进行迭代,生成虚拟人搬运姿态;最后,根据快速上肢分析(RULA)得分对姿态进行筛选,得到虚拟人最终姿态。所提方法生成的虚拟人作业姿态与作业人员实际操作姿态平均关节角度的误差为5.79°,RULA得分准确率为85.4%,表现出较好的实用性。