摘要：为了解决异常缺陷面积大小不一及背景干扰问题,基于残差池化自编码机提出一种无监督异常分割模型,检测和分割物体表面的异常缺陷。所提模型设计并使用残差池化模块,增加传统模型对异常的逆向重建能力,使正常和异常之间的分水岭更加明显,解决了大面积缺陷分割不完全的问题;在异常评分阶段引入高斯平滑函数,使模型具有鲁棒性,减小了背景对模型的干扰。在公开的MVTEC AD数据集上进行验证,结果表明,所提模型在图片级别检测精度上达到95.6%、像素级别检测精度上达到96.5%、区域级别的检测精度上达到91.7%,证明了所提模型的有效性,将该模型与其他异常分割方法进行比较,证明了模型的优越性。

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：非线性滑动平均(NMA)模型能有效描述工业过程的动态特性,是一种典型的动态软测量模型.而受限于模型复杂度,NMA模型的输入时序边界相对较窄,难以适应带有大滞后或强测量噪声的动态工业过程.针对该问题,本文将NMA模型与结构简单、输入时序边界宽的FIR滤波器相结合,构造一种非线性、强抗干扰的软测量建模策略.并设计层白化结构来避免二者间的参数耦合现象,采用Adam算法进行同步优化,提高模型的预测精度及训练效率.最后,利用数值仿真和硫回收过程建模实验,验证所提模型的预测精度以及模型设计的合理性.

摘要：研究一类不确定离散时间半马尔可夫跳变系统的有限时间鲁棒H_(∞)控制问题.首先,应用半马尔可夫核方法建模离散时间系统的半马尔可夫跳变过程,其中驻留时间的概率密度函数依赖系统当前模态和下一模态,使得所提出理论可考虑不同的驻留时间概率分布类型,针对随机跳变系统有限时间分析中的跳变次数问题,提出估计跳变次数最大值的方法;然后,考虑系统模态驻留时间的上下界,提出新的有限时间有界概念,并保证基于半马尔可夫核方法给出的不确定离散时间半马尔可夫随机跳变系统有限时间有界判据数值可解;接着,在此基础上,分析系统的H_(∞)性能指标,设计模态依赖的状态反馈控制律保证闭环系统的有限时间鲁棒H_(∞)性能;最后,通过2个算例仿真验证所提出理论的可行性和有效性.

摘要：载人潜水器在深海复杂恶劣的环境中运行,容易受到外部环境干扰和推进器故障的困扰,本文将干扰特性指标与基于推力分配的主动容错控制方法相结合,提出了一种新的主动容错控制方法.首先,建立了载人潜水器系统的数学模型;其次,设计非线性干扰观测器估计系统所受的集总干扰,并设计无推进器故障时的控制器;然后,针对推进器故障问题,引入权重矩阵进行推力分配以保护故障推进器,并设计了干扰特性指标表示干扰的性质对跟踪误差和推力损失的影响;在此基础上,给出了一种基于干扰特性指标与推力分配的新型容错控制方法,李雅普诺夫方法保证了该控制算法的理论稳定性;最后,通过数值仿真,验证所设计的控制方法的优越性.其优越性主要体现在:能够利用可用干扰与补偿有害干扰,并将可用的干扰能量用于补偿故障推进器的推力缺失.

摘要：针对一类带有非重复不确定参数的线性离散系统跟踪批次变化的参考轨迹问题,提出一种双环控制结构的鲁棒间接型迭代学习控制(ILC)算法。通过在内环部分设计比例-积分(PI)型反馈控制器保证闭环系统沿时间轴方向的稳定性,实现前几批次对参考轨迹的快速跟踪。在外环部分,通过高阶内模(HOIM)描述参考轨迹变化规律,并设计一个基于内模原理的高阶比例(P)型ILC控制器提升系统在批次方向上对变参考轨迹的跟踪性能,实现对变化的参考轨迹精确跟踪。针对不确定性参数带来的扰动问题,设计一类性能指标函数,将系统模型在间接型ILC控制器作用下转换为等价的重复过程模型;基于重复过程模型稳定性理论,将保证系统具有沿批次鲁棒稳定的性能指标条件转换为线性矩阵不等式(LMI)。最后通过一类永磁电机的控制仿真验证了所提算法的有效性。

摘要：为了寻求一种无损和对患者友好的肠道检查方法,提出并设计了一种仿水蛭的软体机器人。该仿水蛭软体机器人由2个以双层结构为“脚”的吸附驱动器和以自束缚多腔室为本体的伸缩驱动器组成,通过控制2个吸附驱动器的交替运动和伸缩驱动器的配合运动实现蠕动爬行。结合实际实验和数值仿真验证了吸附驱动器的吸附特性和伸缩驱动器的调节机理,并分别通过软体机器人在平面、斜坡和类肠道等环境的实验进一步验证了机器人的运动性能。吸附驱动器最大吸附力可达3.05N,软体机器人运动速度可达5mm/s,验证了该机器人可以在类肠道的环境中实现无损和可控的运行。这项工作有望为肠道疾病的检查和治疗应用提供无损和对患者友好的新方法。

摘要：目前主流的骨架行为识别方法采取关节流、骨骼流及其对应的运动流作为多流网络分别进行训练,造成训练成本高,另外,在特征提取过程中,忽略了对复杂时空依赖关系的建模,以及在时域上的信息交流采取大尺度卷积,导致聚合大量冗余信息。针对以上问题,提出一种时空关联的Transformer骨架行为识别方法。首先,构建运动融合模块,以关节流和骨骼流作为双流输入,在特征级别将各自的运动信息进行融合,减少单独训练运动流的成本;其次,提出移位Transformer模块,利用时间移位操作混合时空信息的特性,配合Transformer低成本地捕获短期时空依赖关系;然后,设计多尺度时间卷积进行时域长期信息交流;最后,融合双流得分获得最终分类预测。在大规模数据集NTU RGB+D以及NTU RGB+D 120上进行实验,结果表明,该模型在NTU RGB+D数据集的两种评价标准X-Sub和X-View上分别达到了91.5%和96.3%的识别准确率,在NTU RGB+D 120数据集两种评价标准X-Sub和X-Set上分别达到了87.2%和89.3%的识别准确率,本文所提方法的识别准确率相对主流骨架行为识别方法有明显提升,验证了模型的有效性和通用性。

摘要：针对实际工况下调压器标记样本稀缺导致故障诊断效果不佳的问题,基于自训练算法与半监督生成对抗网络(semi-supervised generative adversarial network,SGAN)设计了故障诊断模型。首先,对燃气调压器一维压力信号进行预处理,得到灰度图像样本。之后,基于深度卷积生成对抗网络,设计SGAN进行特征提取,判别器采用具有共享权值的堆叠鉴别器模型。然后,设计自训练算法,使用训练好的初始分类器预测无标签样本的类别标签。最后,采用重复标记方式将满足要求的样本扩充到有标签样本集重新训练,保存最终的分类器。实验结果表明,在少量调压器标签样本的情况下,所提模型依旧具有良好的性能。

摘要：为了解决HDMI接入ESD保护电路后信号完整性受破坏等问题,从器件的空间布局对HDMI信号完整性影响进行研究分析,同时考虑了瞬态电压抑制(TVS)高频寄生参数的影响,搭建了ESD放电模型和TVS高频等效电路模型,并对其可靠性进行了验证。从差分器件接入信号线旋转角度和彼此间错开距离研究其对信号完整性的影响,设计了25套不同夹角和4套不同错开距离的板级模型,在不同特性的传输频率下进行S参数仿真,并从中选取出垂直型、水平型、错开型三种具有代表性的空间布局模型,利用有限元仿真得到差分信号线的S参数和眼图。仿真结果表明,垂直型排布相比于其他两种典型空间布局,回波损耗平均降低了248.1%,插入损耗平均降低了20.6%,眼图的眼宽和眼高在三种空间布局中最大。研究成果为PCB静电放电保护电路分析与设计提供了布局优化指导。