面向多目标的无人机跟踪系统设计与实现

四旋翼无人机因其较高的机动性和灵活性,常用于多目标搜索和跟踪任务。针对目标尺度变化、复杂背景干扰等因素导致的无人机多目标跟踪失效等问题,设计一种基于YOLOv5+DeepSort融合算法的无人机多目标检测与跟踪系统。首先,分析四旋翼无人机动态目标搜索跟踪系统框架结构及工作原理;其次,对系统的硬件组成及软件算法流程进行分析和设计;最后,利用所建立的系统进行数据测试训练。研究结果表明,所设计的无人机多目标跟踪系统能够有效检测并跟踪设定目标,准确度高、抗干扰能力强,跟踪系统可靠、有效。     

DAM 50 kW中波发射机电缆联锁探讨

电缆联锁是DAM 50 kW中波发射机的一种自我保护措施。对于前置放大器及射频推动级,其通过驱动编码板上的检测电路进行联锁保护,而调制编码器上的检测电路则对发射机内所有的射频功率放大模块进行联锁保护。对此,本文对联锁电路各部分进行简要分析,并以具体的电缆联锁故障为例,给出详细的处理流程,为发射台维护人员提供一定的借鉴。     

一种压电陶瓷水听器极性专用检测设备的设计

作为水声检测领域的关键传感器,水听器有着广泛的应用。在生产过程中,水听器容易出现极性不易辨别的情况。极性反接将影响后续波束形成、时频分析等一系列算法,导致直接的运算结果偏离甚至错误。对此,提出一种简单易用的水听器极性检测方法。基于此方法,设计一款水听器极性专用检测设备。经测试,该设备使用便捷、快速,结果简单、可靠,能够较大地提高生产便利性。     

基于机器视觉的零部件的缺陷检测

汽车零部件在实际生产过程中,打磨、抛光等各种无法确定的因素会在零部件的表面留下缺陷,从而严重影响车辆的组装、制造,存在巨大的安全隐患,因此车辆零部件的缺陷检测十分重要.零部件缺陷检测已从传统的手工分类发展为基于机器视觉的方法.本文基于卷积神经网络对VGG16网络模型进行改进,提高了模型对汽车零部件缺陷的检测精度.首先,...     

冷阴极紫外灯故障检测方法研究

自1877年人类首次确认紫外线具有杀菌功能以来,人们对于紫外线的研究从未止步,并于1960年首次确认了紫外线的杀菌机理,特别是C波段的253.7 nm紫外线可以轻易穿透各类细菌外壳,破坏细菌病毒的DNA和RNA分子结构,使生物体丧失蛋白质的合成和复制繁殖能力,从而达到杀菌/抑菌的效果,也正因为如此,紫外线同样可以对人体造成伤害,因此紫外线杀菌的机器均需防止紫外线泄漏,而在一个人眼无法观测的环境中,如何有效识别紫外灯是否正常工作,确保整机工作的可靠性以及杀菌效果,是个值得深入研究的课题,该文主要针对紫外灯有效的故障检测做了深入的研究。     

汽车检测领域数字化转型成熟度模型的构建研究

随着数字经济浪潮的推进,数字化转型已成为企业发展的共识性趋势,汽车行业作为支柱型产业正在积极探索数字化转型之路。但目前尚缺少标准化的评估模型和评价指标来衡量汽车企业的成熟度水平和能力阶段,该文通过对汽车行业重点企业进行调研与专家研讨,参考中信联《数字化转型-成熟度模型》等通用类成熟度评估模型,对汽车试验检测领域的数字化转型成熟度评估模型进行构建与研究,希望为相关行业/企业提供一定参考。     

单相谐波检测算法改进研究

谐波一直以来都是电力系统发展过程中影响电能质量和安全稳定运行的一个不容忽视的问题。该文就谐波检测的重要性谐波的危害、有源滤波器以及谐波检测算法的基本原理做了简要的分析介绍,并对单相谐波检测的算法改进进行探讨研究,最后对谐波检测的发展趋势做简要分析介绍。     

有源电力滤波器控制技术现状及发展

伴随着电力电子技术的飞速发展以及广泛应用,在提高输电效率的同时,其带来的弊端也日益凸显,最严重的是造成了电网中的谐波污染,对电力系统的运行、电能的生产及输送都造成很大的危害。现如今治理谐波最有效的方法之一就是使用有源电力滤波器对谐波电流进行补偿。该文对有源电力滤波器的工作原理、分类、控制技术现状以及应用前景进行阐述。     

基于解耦空间异常检测的人脸活体检测算法

现有基于异常检测的方法大多仅利用活体样本进行单类建模,这样的特征用于活体检测的泛化能力强但准确率不高。而且,活体人脸特征单类建模并没有考虑活体人脸样本的多样性。活体人脸样本的不同身份、环境、采集设备等因素都会导致活体人脸的特征表达不紧凑,这样使得假体样本特征容易混入其中。为了解决以上两个问题,本文提出了一种基于解耦空间异常检测的人脸活体检测算法。本文设计了单中心对比损失,使得活体人脸特征在不限制假体人脸特征分布的情况下表达地更加紧凑。本文还对活体人脸进行了特征解耦,将其特征分为两个子空间：活体检测特征空间、活体无关特征空间。活体检测特征空间不受其他无关因素的影响,结合单中心对比损失来提高模型的泛化能力。库内实验和跨库实验共在5个数据集上与最新的方法进行了比较,在OULU-NPU数据集中,协议1相比于性能第2的模型错误率下降超过一半,最具挑战的协议4取得了仅3.3%的错误率;在SiW数据集的三个协议中也取得更低的错误检测率;在跨库实验中本文算法也表现出不错的泛化能力,尤其是在从重放攻击和打印攻击跨到3D面具攻击的跨攻击类型的测试中相比于性能第2的模型错误率下降5.41%。本文提出的人脸活...     

基于注意力机制的端到端合成语音检测

近年来深度伪造(Deepfake)技术的迅猛发展使合成语音的自然度和拟人度有了显著提升,对合成语音检测研究提出了更大挑战。本文将五种轻量级注意力模块中的机制改进为适用于语音序列的通道注意力机制和一维空间注意力机制,然后将模块分别嵌入到Inc-TSSDNet网络中,提出基于注意力机制的端到端合成语音检测系统。结果表明,改进系统能够重点关注某些对于检测真伪更关键的通道或区域来提高检测性能,相比于基线模型,引入注意力机制的十种模型在增加的参数量较少的情况下,ASVspoof2019测试集的等错误率(Equal Error Rate,EER)和最小串联检测代价函数(Minimum Tandem Detection Cost Function,min t-DCF)都有所降低,其中在池化层之前嵌入CBAM(Convolutional Block Attention Module)的模型测试集EER最低且具有较强的泛化性,在池化层之前嵌入ECA(Efficient Channel Attention)模块的模型测试集min t-DCF最低且统计性能较基线模型有显著提升。