电子测量与仪器学报杂志 北大期刊 CSCD期刊 统计源期刊

电子测量与仪器学报 2018年第12期杂志 文档列表

基于互相关的堆积物料中声波传播时间测量1-9

摘要：堆积物料如生物质燃料内部的温度需要进行连续监测,来防止其储存时的自燃现象。声学技术可以非侵入式地测量堆积物料内部的温度。通过测量低频声波在堆积物料间隙内的声速可以计算出间隙中空气的温度,即周围物料的温度。为了测量声波在堆积物料中的声速,首先需要测量声波的传播时间。互相关法是基于传感器接收声波的波形相似性来预测时延,可以克服反射声波对时延估计的影响,因此选择互相关法来测量声波传播时间。为了研究声源信号对传播时间测量的影响,比较了4种常见的声源信号,包括扫频、白噪声、最大长度序列信号和指数衰减正弦波脉冲信号,同时研究了扫频信号的类型、频带和长度的选择。实验结果表明,使用长度为0.1 s、频带在200~500 Hz的线性扫频信号作为声源信号,结合互相关技术可以实现对声波在堆积物料内传播时间的有效测量。

基于光/电转换的球形偶极子天线系统研制10-17

摘要：针对小型机箱机柜屏蔽效能测试的工程需求,设计了一套基于光/电转换的30 MHz~3 GHz球形偶极子天线系统。整套装置采用信号源外置方案,分为光发射模块和球形偶极子天线模块。其中球形偶极子天线模块直径仅为100 mm。光发射模块将电信号转换为光信号,经光纤传入球形偶极子天线内部,完成光电转换、单端转差分以及放大。放大后的差分信号经匹配网络后通过球形偶极子天线辐射至自由空间。整个装置在30~230 MHz、230 MHz~1 GHz、1~3 GHz这3个频段内分别具有不低于55、55、40 dB的动态范围。经实验证实,整套装置性能稳定可靠,适合工程使用。

小型化分形结构UWB天线的研究18-25

摘要：为满足小型化与系统兼容性的要求,提出了一款具有陷波特性的小型化分形结构UWB天线。采用圆形与正六边形嵌套迭代的三阶类Sierpinski分形结构作为辐射贴片并改进接地板形状,获得良好的超宽带特性。在馈线两侧引入对称L形开路枝节、馈线和接地板上分别开不同尺寸的U形窄缝,产生了3.1~3.8、5~5.9、7.2~8 GHz的三陷波特性,有效实现了与WiMAX、WLAN和X波段卫星窄带通信系统的兼容通信。除3个陷波频段外,该天线具有良好的全向辐射特性、稳定的增益和时域特性,可应用于各种超宽带通信系统之中。

低功耗缩进式电磁流量传感器磁路结构优化设计26-33

摘要：低功耗缩进式电磁流量传感器在市政供水领域应用广泛,它的励磁磁路结构设计是提升传感器测量性能的重要环节。为了优化磁路结构、增强相同励磁条件的感应电动势值,首先对传感器的磁路结构和测量原理进行了理论分析,研究不同磁轭尺寸、铁芯尺寸和极板尺寸对感应电动势的影响。然后,以感应电动势数值为评价指标,获得低功耗缩进式电磁流量传感器磁路结构的优化参数。最后,搭建实验平台,使用优化磁路参数制作测量系统,与非优化磁路系统进行对比。结果表明,在小流速0.009~0.023 m/s时,优化磁路系统的测量误差优于±0.6%,非优化磁路系统的测量误差约为±2.5%。所以,磁路结构有效可靠。

基于空间卷积神经网络的井下轨道检测方法34-43

摘要：针对传统轨道检测方法效率低下、检测精度不高等缺点,提出一种基于空间卷积神经网络的轨道检测模型。模型直接将轨道图像作为网络的初始输入,首先利用一般卷积层提取轨道低级特征,其次引入不同扩张率的扩张卷积来改善由于池化操作造成图像信息丢失的情况,最后利用层中行列消息传递的空间卷积来更好地提取轨道的长结构信息。实验结果表明,模型可大幅提高轨道检测算法的效率和精度,相较于传统基于图像处理方法平均精度提高了约22%,检测效率提升了50%。相较于直接运用在井下的空间卷积方法平均精度提高了5.5%,检测效率提升了30%。在800×288图像上的检测速率可达30 fps,检测精度约97.29%,表明了深度学习算法在井下轨道检测上的有效性,也为实现无人驾驶系统中的轨道检测提供了一种新思路。

雷达工作模式识别的PSO-DPNN方法44-50

摘要：针对参数交叠严重环境下的雷达工作模式识别问题,提出一种基于粒子群优化算法(PSO)的离散过程神经网络(process neural network, DPNN)的识别方法。方法依据整个雷达信号脉冲序列的时序变化规律进行识别,首先对雷达信号句法建模并提取雷达短语作为工作模式的特征描述,然后运用PSO有监督训练合适的DPNN网络结构,最后运用训练完成的DPNN识别未知雷达短语的工作模式。对比仿真结果表明,信号参数测量误差10%时识别率为97%,较传统识别方法提高30%,方法在参数交叠严重的情况下的工作模式识别率和抗误差性能提升明显。

基于光纤传感的输电线路杆塔倾斜监测研究51-59

摘要：输电线路杆塔倾斜的在线监测为杆塔倒塔的预防提供了数据支撑,保障了电网的安全稳定运行。应用光纤传感技术,选取杆塔不同高度的测点,安装光纤光栅双轴倾角传感器,监测杆塔倾斜角度及杆塔的应力变形,实现了云南电网某110 kV输电线路杆塔倾斜的在线监测。以2018年2月1日至2018年5月31日4个月的监测数据为例,由塔顶的双轴倾角传感器得到的杆塔倾斜角度主要集中在0°~1.5°,最大倾斜角3°,由塔腰的双轴倾角传感器得到的杆塔倾斜角度主要集中在0°~1°,最大倾斜角2.5°。结果表明,塔顶倾斜角度约为塔腰倾斜角度的1.3~1.8倍,杆塔从塔腰到塔顶的位置出现了应力变形。基于光纤传感的输电线路杆塔倾斜监测方法可用来监测杆塔的倾斜情况,对后续杆塔倾斜问题的研究有着重要意义。

自动驾驶场景下的鲁棒车辆检测60-65

摘要：基于卷积神经网络(CNN)的目标检测方法已经在车辆检测中取得了巨大成功,然而自动场景下的车辆尺度变化较大,使得自动驾驶场景下的车辆检测依然是一个非常具有挑战性的问题,为此,针对车辆尺度变化这一问题提出了一种鲁棒的车辆检测方法。该算法在CNN不同尺度的特征图上提取目标候选框,进而将提取的这些候选框的特征输入另外一个小网络,对候选框做进一步的分类和回归。在通用的KITTI车辆检测数据集上的实验表明,方法可以大大提升基准算法检测的正确率,在1 280×384 pixels的自动驾驶场景的图像上,算法平均处理速度可以达到0.35 s/img。

基于改进区域生长算法的冠脉OCT图像钙化斑块分割66-70

摘要：光学相干断层成像技术(OCT)作为一种新兴的光学成像技术,对于冠状动脉内钙化斑块的识别具有重要意义。针对传统区域生长算法容易造成图像欠分割或过分割的缺点,提出一种改进算法,通过预处理提高图像的对比度,再使用改进区域生长算法对图像进行处理,在传统区域生长算法中加入直方图均衡化和高斯函数强化斑块的灰度信息,提高分割精度,最终实现冠状动脉钙化斑块的半自动化分割,该实验对于8组具有典型钙化斑块特征的冠状动脉OCT钙化斑块进行测试,通过与医生手动分割结果进行对比,分割精度平均达到90.23%。研究结果表明,该算法可以很好地辅助医生进行冠心病的诊断和治疗。

联合多分辨表示的SAR图像目标识别方法71-77

摘要：提出了联合多分辨率表示的合成孔径雷达(SAR)目标识别方法。该方法首先根据SAR图像的成像机理构造原始图像的多分辨率表示。多分辨率表示以互补的方式由粗到精地描述了目标的特性,可以为后续的目标识别提供更丰富的鉴别力信息。为了充分利用多分辨率表示中蕴含的信息,采用联合稀疏表示对其进行分类。作为一种多任务学习算法,联合稀疏表示既可以有效表示各个分辨率上的表示还可以充分发掘各个分辨率之间的内在相关性。因此,结合多分辨率表示和联合稀疏表示分类器可以有效提高SAR目标识别性能。基于MSTAR(moving and stationary target acquisition and recognition)公共数据集在多种操作条件下进行了目标识别实验,充分验证了方法的有效性。

Curvelet变换耦合双特征模型的遥感图像融合算法78-84

摘要：为了解决当前遥感图像融合算法存在的光谱失真以及模糊等问题,设计了基于Curvelet变换与双特征模型的遥感图像融合算法。利用IHS(intensity, hue, saturation)变换从多光谱图像中提取亮度分量。并将其与全色图像进行直方图匹配,以提高亮度分量与全色图像的相关性。随后,将亮度分量与全色图像进行Curvelet变换,以获取图像的低频、高频子带。利用低频子带的均值特征以及空间频率特征构造双特征模型,完成低频子带的融合。同时,利用高频子带的区域能量特征,完成高频子带的融合。将融合后的低频以及高频子带进行Curvelet以及IHS逆变换,输出融合图像。实验结果显示,与当前遥感图像融合算法相比,所提算法融合的遥感图像具有更好的光谱特性以及空间特性。

连续波脉冲随钻数据传输系统设计与实现85-92

摘要：连续波泥浆脉冲传输技术是当前随钻信息传输的前沿发展方向,存在巨大研究价值和广阔市场前景。从连续波脉冲产生机理出发,提出了一种圆弧-圆角-直线的阀口形状设计方法,研制了连续波泥浆脉冲器整体结构,控制及驱动电路以及泥浆脉冲信号处理软件,并搭建了地面水力循环实验平台。实验结果表明,该连续波数据传输系统能够产生多种频率(4、8、12和18 Hz等)的压力信号,结合二进制频移键控数字信号调制与解调技术,实现了优于常规正脉冲传输的3.3 bit/s随钻测量数据的快速传输,这为研发进一步面向现场应用的随钻连续波泥浆脉冲传输系统储备了较为充足的理论知识与工程技术。

基于太赫兹光谱和超香肠神经元网络的转基因甜菜的无损鉴别93-98

摘要：提出了一种基于太赫兹光谱和超香肠神经元网络的检测方法,该方法能实现对转基因甜菜的无损鉴别。以转基因甜菜及其亲本为研究对象,通过太赫兹光谱仪扫描获得其在0.1~1.5 THz波段范围内的光谱数据,利用主成分分析方法提取能反映样本97.28%光谱信息的前3个主成分。对每个品种,随机挑选50个样本作为训练集合,建立超香肠神经元鉴别模型,挑选35个样本作为第1测试集,其他非同类样本作为第2测试集对鉴别模型进行验证。实验结果表明,鉴别模型对第1测试集的平均正确识别率达97.86%,对第2测试集的平均正确拒识率达95.08%,该方法具能较好的对转基因甜菜进行鉴别且准确率高。

基于区间值直觉模糊集的图像边缘检测算法99-107

摘要：针对当前边缘检测算法中边缘定位精度低、噪声抑制能力较弱等问题,提出了一种基于区间值直觉模糊集(IVIFS)的图像边缘检测算法。首先,对于给定的灰度图像,将其转换为模糊图像;其次,利用T范数和T-三角余模,构造区间值模糊集(IVFS)的上、下极值,并将模糊图像划分为区间值模糊图像;然后,根据隶属度和非隶属度区间函数,通过区间值直觉模糊生成器来构造IVIFS图像。再根据边缘像素与相邻像素强度关系,得到直觉模糊边缘信息,利用去模糊机制获取模糊边缘。最后,通过线性方程的模糊指数优化,生成图像边缘。实验表明,与当前边缘检测方案比较,所提技术得到更多的边缘细节,完整性与清晰度更好,边缘定位精度高,具有较强的噪声抑制力,适用性强。

模糊自适应无人驾驶矿井机车故障Petri网模型108-117

摘要：针对无人驾驶矿井机车系统故障模型复杂、后验手段缺乏,提出一种基于改进粒子群算法的模糊故障Petri网模型。首先对Petri网进行分层处理,分析各部分之间的逻辑关系,并提出模糊Petri网模型的置信度推理过程;然后确定适应度函数,运用改进粒子群算法对权值参数进行学习和训练,并分析参数优化方法对系统模型的影响;最后对矿井机车无人驾驶系统中的电源系统和通信系统进行分析建模,结合自适应模糊故障Petri网对电源系统Petri网模型与通信系统Petri网模型进行故障推理分析,得到常见故障推理路径及置信度值。该方法适应于不同复杂系统的故障分析推理,动态地分析出故障传播的途径以及计算出故障发生的可能性。

基于模糊推理PP-DDE算法的云测试资源匹配研究118-126

摘要：针对硬件云测试的资源匹配相关算法较少,且现有匹配度计算方法可靠性低、求解算法速度慢等现状,提出基于模糊推理的匹配度计算和基于PP-DDE的匹配模型求解方法。首先提出7种云测试资源典型参数,建立资源动态匹配效能评估模型;其次基于Delphi方法对参数进行模糊评估,运用模糊规则和余弦相似度计算资源匹配度;然后提出资源动态必要度和优先匹配策略,使用PP-DDE算法实现近似最优资源匹配;最后基于CloudSim仿真平台和某型私有云测试系统对该算法进行验证、比较和分析。结果表明,该方法求解速度提升了22%,匹配质量提升了约10%,具有工程应用价值。

基于标准时频变换的脑电信号分析方法127-133

摘要：脑电(EEG)信号是一种非平稳的随机信号,在时间上有很高的分辨率。然而EEG复杂多变并且含有眼电、肌电等多种干扰成分,不利于分析和处理,因此应用一种新的时频变换方法——标准时频变换对EEG信号进行分析。首先采用标准时频变换将EEG信号转换成时频图;然后依照EEG的波段把时频图分成5个部分,将每个部分的总能量值提取出来作为分类特征;再将特征输入K最邻近分类器进行分类;最后以纽约州立大学健康中心提供的酗酒者及正常人的EEG公开数据库为例,来验证方法的有效性。在数据库中选取75名酗酒者和45名正常人进行分类实验,并与其他脑电分类方法进行了对比分析。结果表明,该方法具有更高的分类准确率,准确率可达99%,并且对参数不敏感,所需的分类特征种类少,是一种高效的EEG分类方法,为EEG信号分类提供了新思路。

改进势函数随机共振在轴承故障检测中的应用134-141

摘要：针对经典双稳随机共振(CBSR)系统的输出饱和性与参数难以独立调节的问题,在势函数随机共振(PSR)系统基础上,叠加一个线性项,提出了改进PSR(IPSR)系统。可更加灵活的改变势函数形状,获得更好的检测效果。以输出信噪比为衡量指标,探究了系统参数a、f以及噪声强度D对系统输出的作用规律;针对大频率输入信号,先进行预处理,再通过自适应算法对参数寻优。仿真结果表明,IPSR系统检测效果优于PSR与CBSR系统。将IPSR系统应用于轴承故障检测并与PSR系统的检测效果进行对比,实验结果显示,在外圈故障检测中,输出信噪比高出2.113 5 dB;在内圈故障检测中,输出信噪比高出1.474 5 dB,有着更好的检测效果。