Intelligent Fault Diagnosis of Industrial Robot Based on Multiclass Mahalanobis-Taguchi System for Imbalanced Data

One of the biggest challenges for the fault diagnosis research of industrial robots is that the normal data is far more than the fault data; that is, the data is imbalanced. The traditional diagnosis approaches of industrial robots are more biased toward the majority categories, which makes the diagnosis accuracy of the minority categories decrease. To solve the imbalanced problem, the traditional algorithm is improved by using cost-sensitive learning, single-class learning and other approaches. However, these algorithms also have a series of problems. For instance, it is difficult to estimate the true misclassification cost, overfitting, and long computation time. Therefore, a fault diagnosis approach for industrial robots, based on the Multiclass Mahalanobis-Taguchi system (MMTS), is proposed in this article. It can be classified the categories by measuring the deviation degree from the sample to the reference space, which is more suitable for classifying imbalanced data. The accuracy, G-mean and F-measure are used to verify the effectiveness of the proposed approach on an industrial robot platform. The experimental results show that the proposed approach’s accuracy, F-measure and G-mean improves by an average of 20.74%, 12.85% and 21.68%, compared with the other five traditional approaches when the imbalance ratio is 9. With the increase in the imbalance ratio, the proposed approach has better stability than the traditional algorithms.     

基于Transformer的通信信号调制识别方法

提出一种基于Transformer模型的通信信号调制识别方法：在数据准备阶段,构建一个不同符号速率调制识别(DSRMR)数据集;在数据预处理阶段,提出I/Q数据增强方法,用于满足模型训练在数量上和多样性的要求,增强了模型泛化能力;在模型构建阶段,将切片序列化的方法引入调制识别Transformer模型中,用于优化Transformer神经网络模型的输入问题。实验结果证明,基于Transformer模型的通信信号调制识别方法能够获得较高的信号自动调制识别准确率。     

基于行过扫数据降低大面阵CCD图像噪声算法研究

针对全帧转移大面阵电荷耦合器件(CCD)多帧图像数据随时间漂移的现象和测试电路引入的噪声,导致无法准确评估CCD器件的参数,文章提出一种基于行过扫数据校正算法。行有效像元数据与对应行垂直过扫数据同时输出,通过有效像元数据减去垂直过扫数据均值,对图像数据漂移的现象进行抑制。测试电路中模拟模块与数字模块同时作用于单行有效像元数据与垂直过扫数据,通过有效像元数据减去垂直过扫数据均值,消除测试电路引入的噪声。实验结果表明,经过该算法校正后的器件读出噪声减小了20%,暗场差值图像中超过15 e^-和25 e^-的比例减小了25%。该算法适用于大面阵CCD器件,可校正测试系统引入的测试误差,提高全帧转移大面阵CCD器件测试效率。     

一种基于能量高效的多路径路由编码算法

针对如何降低无线传感网络中的节点能量消耗问题,文章提出了一种基于能量高效的网络模型和编码模型,给出了相应的网络编码策略和能量消耗模式,建立了一种新的基于网络编码多路径路由技术的节点能量有效算法,并以误码率为参照基准,与有关的多路径路由协议算法做了相应的实验比较。仿真结果表明,文章所提出的方法在能量高效、网络生命延长及数据分组传递方面有较好的改进。     

一种点对多点无线数据传输系统的设计

介绍了一种点对多点无线数据传输系统的设计,提出了一种基于时分多址的"随机延时"防通信碰撞协议,并给出了该防碰撞协议和相关CRC编码的软件实现方法。该系统可用于智能交通监管,也可用于其它实时性要求较高、但数据量不大的应用。     

深亚微米SOC高压缩率EDT设计

EDT（embedded deterministictest）是目前最有效的针对大规模片上系统的嵌入式测试方法．与常规基于ATPG的DVT（Design For Testability）技术相比较，可以在保持相同缺陷覆盖率的情况下．大幅度降低测试成本，缩短测试时间，EDT的关键技术是解压缩器的算法设计。本文研究基于环形发生器的解压缩器设计．它不会对系统的逻辑核进行任何改动，如插入新的测试点或带来新的逻辑不确定态，可以获得40倍以上的压缩率．而且全部设计是基于标准的扫描／ATPG技术，可以非常方便的在SOC（system on chip）设计环境中实现。在最后部分，我们研究了采用环形发生器解压缩器，在不同容量的SOC系统的EDT设计结果。     

LabWindows／CVI多线程技术的应用研究

分析了线程与进程的关系,研究了LabWindoWs／CVI多线程技术运行机制及其数据保护机制,对利用异步定时器实现的多线程软件与传统单线程软件进行效能差异分析。在某武器系统测控软件的开发中采用了LabWindows／CVI多线程技术,实现了系统的安全性和实时性设计。研究表明多线程技术能够更好地执行并行性任务．提高测控系统性能,在避免阻塞,减少运行时间,增强系统可靠性等方面具有显著优势。     

Optimization of the transmission mechanism for wireless TCP

A novel method which can detect the possible handoffs for mobile nodes is proposed in this article. The method can be deployed on mobile nodes. So when a possible handoff occurs, mobile nodes can detect and take some necessary actions in time. In this study, the method is also used to optimize the transmission mechanism of Q-TCP. Moreover, the simulation results show that Q-TCP can provide better quality of service （QoS） for mobile nodes when they are moving among different agents.     

基于互信息波段选择和经验模态分解的高精度高光谱数据分类

在遥感数据处理研究中,高维高光谱数据的冗余信息和噪声严重影响高光谱数据的分类精度,针对此问题提出基于互信息波段选择和经验模态分解的高精度高光谱数据分类算法(MI-EMD-SVM).分别采用基于互信息波段选择方法和经验模态分解实现对高光谱数据的冗余信息处理和特征提取,并获得处理后的高光谱数据X'.采用支持向量机分类算法...     

安防大数据应用研究

描述了安防大数据的几个来源,论述了安防大数据实施中存在的难题,并据此提出了安防大数据实施的要点和步骤,最后重点分析了安防大数据的整体架构、与现有视频监控平台的关系以及基于GPU的安防大数据平台的系统架构.安防大数据实施时必须根据数据特点及算法成熟度分阶段进行.