无人机定位系统电源分配网络电磁干扰行为级分析与预测

电源分配网络是无人机定位系统工作的基础单元,也是电磁干扰薄弱环节,电源分配网络（PDN）传导耦合干扰效应是导致定位系统故障的主要原因。为了提高定位系统电磁干扰敏感度预测模型的精度,基于泰勒级数对非线性系统的描述方法,将泰勒级数行为级模型系数表征为与干扰频率相关的函数,建立无人机定位系统PDN电磁干扰响应预测模型,分析预测PDN在受干扰情况下的非线性直流偏置电压。研究结果表明：在250～400 MHz电磁干扰范围内,基于泰勒级数的PDN电磁干扰响应预测模型可以对PDN在电磁干扰作用下的非线性直流偏置进行准确预测,预测误差在3%以内。     

PSO-ASVR在三波长路面状态传感器定量标定中的应用

路面状态传感器是路面状态定性识别和定量测量的重要工具,其定量测量性能依赖于定量标定模型的准确性。为了解决路面状态传感器定量标定数据非线性和非均匀分布问题对定量测量的不利影响,提出基于PSO-ASVR(particle swarm optimization-adaptive support vector regression)的路面状态传感器定量标定模型。构建AP(adaptive preprocessing)流程进行标定数据最优化预处理,降低路面状态传感器非均匀分布问题影响下的标定数据处理误差。采用基于结构风险最小化的SVR(support vector regression)算法进行标定数据拟合,并利用PSO(particle swarm optimization)算法实现SVR中参数最优化,降低路面状态传感器标定数据非线性引入的数据拟合误差。不同路面状态条件下标定数据处理实验表明:新方法相比于传统方法在均方根误差RMSE上至少可减小63%,验证了其在提高定量标定模型精度上的有效性,实现了路面状态传感器定量标定误差的降低。     

基于DCGANs的半片光伏组件电致发光图像增强技术

针对半片光伏组件电致发光（electroluminescence,EL）缺陷自动识别过程中训练用样本不足导致模型过拟合的问题,采用深度卷积生成对抗网络（deep convolutional generative adversarial networks,DCGANs）生成可控制属性的半片光伏组件EL图像,再采用多尺度结构相似性（multiscale structural similarity,MS-SSIM）指标对生成的EL图像与拍摄的EL图像之间的相似程度进行了评估。评估结果得到,使用DCGANs生成的所有类型半片光伏组件的EL图像与拍摄的EL图像的MS-SSIM指标都大于0.55,大部分的MS-SSIM值在0.7附近。在分类模型的训练过程中,测试集准确率随着训练集中生成图像数量的增加而升高,当生成图像数量达到6 000张时,测试集准确率达到97.92%。实验结果表明,采用DCGANs能够生成高质量且可控制属性的半片光伏组件EL图像,较好地解决因缺少训练样本而导致的模型过拟合问题。     

基于优化残差网络的复杂纹理表面缺陷检测

产品表面缺陷检测是工业自动化生产的重要环节,准确率是评价自动检测系统可靠性的主要指标。基于复杂纹理表面缺陷检测的特殊性以及对检测方法的实时性、通用性等要求,提出了优化骨干网络并使用迁移学习特征映射构建复杂纹理表面缺陷的检测方法。该方法通过优化残差网络模型并建立仿真数据集的方式进行迁移学习,以解决实际情况中复杂纹理表面产品数据集样本数量少、数据集制作困难、相似问题难以互相兼容等问题。实验结果表明,提出的方法可以准确地检测随机复杂纹理的人造木质板材表面缺陷,平均准确率可达99.6%。现有实验条件下单张人造木质板材的检测时间为305 ms,可以满足在线检测的实时性要求。研究结果可为基于深度学习的复杂纹理表面缺陷检测提供新的思路与理论参考。     

基于微结构光纤和游标效应的高灵敏度压力传感器

结构健康监测、医疗诊断分析、气压检测以及军事工程应用等领域对压力的高灵敏度探测要求越来越高。光纤传感器由于其体积小、灵敏度高及抗电磁干扰等优点被广泛应用于压力测量。针对石英材料的杨氏模量较高,传统实芯光纤压力传感器的受压变形量较小,导致测量灵敏度很难提高。文章提出了一种基于游标效应的双Sagnac干涉环式光纤压力传感器。传感器由保偏光子晶体光纤(Polarization Maintaining Fiber, PM-PCF)作为敏感单元实现Sagnac干涉并通过不同PCF长度实现针对压力增敏特性的游标效应。传感器分别采用在单模光纤中嵌入PM-PCF形成传感器的参考单元和压力敏感单元,并对Sagnac环的感压部分进行封装,通过实验对并联型Sagnac环压力传感器的压力特性进行研究。实验结果表明在压力范围为0～2.4MPa内,压力传感器最大灵敏度为-54.491nm/MPa,分辨率为0.367kPa。相比无游标效应的Sagnac环压力传感器,其压力灵敏度放大了16.7倍。此外,传感器具有制造简单、结构坚固、运行稳定的优点,为高灵敏度压力传感器提供了一种替代设计方案。     

海洋湍流外尺度对高斯光束传输特性的影响

针对功率谱反演法模拟的海洋湍流相位屏中缺乏外尺度对光学特性影响的模型,基于Nikishov海洋湍流功率谱模型,提出一种指数型外尺度的Nikishov谱的修正模型,并通过功率谱的收敛性质及标准化光谱对该模型进行验证。相比于已有的包含外尺度参量的功率谱模型,该修正谱形式较为简单,便于分离变量,可在后续的研究中基于波动光学理论借助超几何函数对光学参量理论公式进行推导。基于该功率谱修正模型建立复合海水信道湍流相位屏仿真模型,针对功率谱反演法生成的相位屏存在低频信息不足的缺陷采用低频次谐波进行补偿,通过光线追踪的蒙特卡洛统计方法分析了湍流外尺度对高斯光束光学特性以及信号时域扩展特性的影响。波动理论数值计算与基于相位屏的仿真结果一致表明：在弱湍流条件下,海洋湍流外尺度对准直高斯光束光束扩展、质心漂移特性的影响较大,对光强闪烁的影响较小;海洋湍流外尺度对时域展宽影响较小,湍流影响下的信号时域扩展与传输距离近似呈现二次函数关系。     

基于F型梁的光纤光栅加速度传感器

为满足悬臂梁式传感器测量带宽大、灵敏度高的需求,采用F型梁增敏结构设计了一种光纤光栅加速度传感器。首先推导出传感器的谐振频率和灵敏度公式,在此基础上使用MATLAB优化传感器参数,并利用ANSYS对传感器进行模态分析和谐响应分析,得到了传感器的模态振型图以及两种不同阻尼比条件下的幅频响应,仿真结果与理论计算基本一致。制作了2个传感器实物,对直接封装的传感器1和填充硅油后封装的传感器2进行了幅频响应、灵敏度特性和横向抗干扰能力测试。实验结果表明：传感器1的谐振频率约为168 Hz,测量带宽为1.5～50 Hz,灵敏度系数为159.84 pm/g,横向抗干扰度为9.88%,谐振频率和灵敏度理论值与实际值误差分别为0.93%和3.29%;填充硅油后的传感器2的测量带宽为1.5～100 Hz,灵敏度系数为133.57 pm/g,横向抗干扰度为8.1%。实验证明在传感器内部填充硅油可以增大传感器工作带宽,提高横向抗干扰能力。     

基于圆弧摆线铰链的双光纤光栅加速度传感器

针对桥梁加速度传感器原位校准时标准传感器的选取问题,提出了一种基于圆弧摆线铰链的双光纤光栅加速度传感器。通过力学模型分析传感器谐振频率与灵敏度,根据桥梁原位校准要求对传感器结构进行参数优化,并进行静应力分析、模态分析和谐响应分析,最后制作传感器实物并进行标定。实验结果表明：传感器谐振频率为460 Hz,灵敏度约为43 pm/g,横向干扰能力程度5.7%,可用于桥梁上加速度监测。     

基于双通道残差密集网络的红外与可见光图像融合

为改善红外与可见光融合结果与源图像间的部分细节特征丢失问题,充分提取红外与可见光图像中的特征信息,提出了一种改进的双通道深度学习自编码网络进行红外与可见光图像融合。其中,双通道结构由密集连接和残差连接模块级联构成,并设置一种综合像素、结构相似度和梯度特征保留的损失函数,使该编码器结构可以充分提取红外与可见光图像的多层次特征,在融合层采用空间L1范数和注意力机制对级联双通道特征分别进行融合,最后设计对应的解码器对融合特征图像进行重构,获取最终的融合结果。通过与传统算法以及近年最新的深度学习算法进行实验对比,结果表明该方法在主观和客观上都具有优秀的综合性能。     

基于网络技术的综合导航系统研究

通过对局域网的分析,提出了基于1553B数据总线技术综合导航系统设计方案,并对其可行性进行了充分论证,这种方案在很大程度上保证了系统的可靠性和实时性。