摘要：为解决水面无人舰(Unmanned Surface Vehicle,USV)定位与导航的问题,使用舰载激光雷达扫描实时数据点云图像,结合卫星地图,共同构建含有岸基线的环境水域图像,为USV提供可行区域或路径,设计控制系统,利用深度强化学习网络(Deep Q-Learning Network,DQN)在固定水域环境对系统进行学习训练,不断调整网络参数并优化经验池中的相关数据集,训练后的USV在陌生水域具有自主航行能力和避障能力。设计的USV系统经过训练学习后在不同水域环境中进行测试并与其他控制算法进行对比,测试结果表明:在宽阔水域的误差仅为3.05 m,在水流相对比较湍急的狭长区域则为3.81 m,均好于传统的航位推算法,对于大范围远距离的区域探索,尤其是实时性要求较高的任务,完全可满足精度要求。

摘要：针对传统电机故障检测方法需要依据专家经验进行手工特征信息提取以及卷积神经网络对相似故障类型的分辨率低等缺点,提出了一种DenseNet模型的改进结构.首先对电机信号进行滤波及预处理,将一维波形信号转换成二维频谱能量图,然后通过对DenseNet的部分卷积模块增加旁路模块进行信号的软阈值化,可以在网络训练学习时自动对信号进行降噪处理,得到足够的分类特征信息,避免了手工特征信息提取的繁琐及不确定性.最后,将改进后的模型用于电机故障类型的实时检测,并与其他几种算法进行对比,结果表明,所提出的算法特征信号分类明确、误检率低,对故障的识别准确率可以达到99.49%.

摘要：为解决目前电子产品降压型开关电源工作模式无法实现实时动态转换,导致功率消耗较大问题,在传统降压型开关电源的基础上,引入脉冲宽度调制/脉冲频率调制(Pulse Width Modulation/Pulse Frequency Modulation,PWM/PFM)技术设计了降压型开关电源。通过对开关电源芯片内部模块进行分析,设计开关电源电压稳压器结构,减小电源环路中的噪声信号;采用PWM/PFM调制技术,设计降压型开关电源的切换电路。通过实验分析可知,新的降压型开关电源优于传统开关电源。