摘要：针对永磁同步电机(PMSM)运行过程中负载扰动影响其控制性能的问题,提出了一种分数阶滑模控制器(FOSMC)和负载转矩分数阶滑模观测器(LT-FOSMO)相结合的抗负载扰动控制方法。首先,将分数阶微积分理论应用于负载转矩滑模观测器中,设计出新型负载转矩分数阶滑模观测器,以更高的精度和更快的响应速度对负载转矩进行辨识,增强系统的抗负载扰动能力。然后,转速环采用分数阶滑模控制器代替传统的整数阶滑模控制器,提升整体系统的速度控制性能。最后,仿真实验验证了该控制方法的有效性。

摘要：无向、高维、稀疏网络是工业中经常遇到的问题,通常用高维、对称、稀疏矩阵来描述.潜在因子模型是从高维稀疏矩阵的少量已知信息中提取有用知识的一种经典方法.随着深度学习广泛应用于机器学习,以矩阵分解形式的深度潜在因子模型被提出.然而,目前多层次的矩阵分解模型其本质是线性模型,并难以满足矩阵非负性和对称性的要求.本文提出了非线性的深度非负、对称潜在因子模型(DNSLF)用于高维对称稀疏数据补全;在多层潜在因子之间搭建非线性映射的传递函数,严格保证了目标矩阵的非负性和对称性;为了更高效的求解模型,设计了一个步长自适应的迭代优化算法.通过与一些较新的潜在因子模型的对比实验结果表明,新提出的方法在高维对称稀疏矩阵补全时有显著的优越性.

摘要：在移动群智感知中,平台需要招募大量的参与者来完成一项包含众多感知类型的复杂任务.本文研究有限预算内的移动群智感知中,如何招募合适的参与者完成感知任务这一问题.在此挑战下,平台希望招募到的参与者完成感知任务所带来的总收益最大化,同时,招募总花费不超过给定的预算.不同于以往的研究,本文提出了一种新型招募机制,以群组的形式代替个人的形式进行招募.该机制综合考虑了3种类型的特征(覆盖率、信誉和积极性)衡量群组的感知能力,并设计了一种基于遗传算法的群组招募算法最大化群组感知能力.经过实验评估,本文提出的参与者群组招募算法在任务执行效率、平均任务质量、任务完成率和招募人数方面均优于其他个人招募算法.

摘要：传统轻量级图像语义分割网络中的跨步下采样卷积导致感受野呈现刺状分布,使得像素点利用率出现系统偏差,影响分割精度的提升。为此,针对传统的轻量级图像语义分割网络设计一种奇偶交叉卷积的下采样模块,在跨步奇数卷积模块前增加单步偶数卷积模块,在一定程度上缓解了刺状分布带来的不良影响,消除了分割网络中不同空间位置上像素利用率的偏差,最终提高了模型对像素点的分割精度。通过7种不同轻量级图像语义分割网络的对比可以看出,所提模型可以明显消除刺状分布,使分割网络的精度进一步提高,同时也证明了该模型适用于不同的轻量级网络,具有普适性。

摘要：移动群智感知系统中任务之间存在时空覆盖重叠性,这可能导致重复数据收集从而引发数据冗余问题,为此,提出了一种可同时控制任务内以及任务间数据冗余的任务分配方法。该方法首先提出基于长短期记忆(LSTM)神经网络的轨迹序列预测模型,对任务参与者进行细分时空单元的轨迹序列预测,然后根据轨迹预测结果提出最小化数据冗余的优化模型。通过最小化时空单元的数据冗余度来控制单个任务内的数据冗余问题,并通过让单个任务参与者在时空单元中的感知数据被最大化重复利用来控制多个任务之间时空覆盖重叠性带来的数据冗余。实验结果表明,提出的任务分配方法可以有效地减少任务内及任务间的数据冗余。

摘要：在有限能耗下提高任务执行效率是无人机系统中一个关键问题,然而现有的无人机任务分配方法忽视任务与无人机巡航方向的相关性对能耗和时延的影响。为此,提出一种基于任务与巡航方向相关性分析的无人机任务分配方法,该方法包括任务筛选和基于共识的冲突解决两个阶段。在第一阶段,该方法首先利用任务与无人机巡航方向的夹角为单个无人机筛选出无折返任务,然后提出兼顾能耗和时间紧迫性的任务筛选算法从无折返任务中筛选出交互前候选任务。在第二阶段,该方法在多个无人机交互候选任务列表后,根据任务在这多个无人机巡航方向上的能耗效用参数和时延评估值来解决它们之间的任务冲突。经实验验证,提出的方法能够获得更低的任务平均能耗和平均时延。

摘要：当前国内在焊接钢轨之前需要通过塞尺与角度尺等接触式工具测量钢轨垂直度与端面坡度,由于人工测量步骤复杂,测量效率低,故研究了一种基于激光轮廓仪非接触式钢轨测量系统。系统由4个激光轮廓仪采集钢轨整个端面及侧面信息,然后运用二面角原理完成钢轨端面与侧面、端面与底面夹角的计算,最后再通过直角尺模型测得端面坡度。经现场测试,钢轨垂直度的重复测量误差小于0.2°,测量精度最高可达0.3°,端面坡度极限误差达到0.04 mm。实验结果证明所设计系统能够高效而又稳定地完成钢轨垂直度的检测工作,满足实际测试要求。

摘要：金融安全作为国家安全的重要组成部分,是经济平稳健康发展的重要基础。数字图像水印技术在金融信息安全方面发挥着巨大作用,其中,抗屏幕拍摄水印算法成为数字图像水印技术新的研究重点。如何兼顾水印图像的视觉质量和鲁棒性是抗屏幕拍摄鲁棒水印算法需要解决的重要问题。现有的水印方案一般通过对载体图像进行修改来实现水印不可见的目的,这种水印嵌入方式不具有普适性。为此,提出了一种新的基于深度学习的端到端抗屏幕拍摄鲁棒水印算法。作为端到端网络架构的一部分,编码器网络的输入是随机二进制字符串,经过网络训练后根据输入的水印信息生成相应的水印信息膜,可以附加在任意的载体图像上。使用数学方法模拟了屏幕拍摄过程中可能产生的失真,使得经过网络学习后的模型具有抵抗屏幕拍摄噪声的能力。增加了基于图像的恰可察觉差损失来进一步提升水印图像的视觉质量。此外,为了更灵活地平衡水印图像的视觉质量和鲁棒性,在训练阶段设计了一个嵌入超参数,通过改变嵌入超参数的大小,就可以得到适合不同场景的模型。为了验证所提算法的有效性,针对视觉质量和鲁棒性做了多种实验。实验结果表明,与目前的主流算法相比,使用所提算法生成的水印图像具有更好的视觉质量,并且在不同距离、不同角度、不同光照条件和不同设备的鲁棒性实验中均可以准确还原原始水印信息。

摘要：全息光存储是一种利用全息方式去进行信息的记录和再现的存储方式。在同轴全息光存储中,需要光学头物镜对532nm和650nm两个工作波长聚焦于全息材料不同的焦面上,且都能达到良好的聚焦效果。由于记录和读取都在全息记录材料上,全息材料由保护层和记录层组成,由于折射率不均匀导致的像差会对物镜的聚焦效果产生影响。目前的商业物镜无法满足全息光存储中光学头的物镜需求。为了满足这类需求,达到良好的性能效果,论文利用Zemax OpticStudio光学设计软件设计了一款针对全息光存储的双波长非球面光学头物镜,整体由一片非球面镜和一片球面镜组成。工作波长为532nm和650nm两个波长,焦距大于4mm小于6.2mm,像方数值孔径大于0.5,MTF值在空间频率为900lp/mm内均大于0.4,在全息材料上聚焦获得的波面相差均方根低于0.07波长。在上述技术指标下,该物镜具有较好的分辨能力和成像质量,论文方案为全息光存储光学头物镜的设计提供了新的思路。

摘要：针对现有基于尖峰噪声电容平衡方法的单光子探测技术工作频率较低的问题,设计了利用高速二极管平衡的InGaAs/InP雪崩光电二极管信号提取方案.配合高速信号处理电路,实现了工作频率最高达700 MHz的近红外单光子探测器.雪崩二极管制冷至218 K,在脉宽小于1 ns、重复频率700 MHz的门脉冲触发下,当探测效率为10%时,暗计数率为7×10^(-6)/pulse,后脉冲率为7.4%.该方案提供了一种重复频率连续可调宽带高速单光子探测方法,结构简单且性能良好.