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 2019年第05期杂志 文档列表

电子测量与仪器学报杂志学术论文

铅酸动力电池高阶PNGV改进模型研究1-8

摘要：为了提高动态工况下铅酸动力电池荷电状态(SOC)的估算精度,针对现有Thevenin模型和PNGV模型仅有一个极化环节、动态工况下暂态响应精度不高的缺点,进行了铅酸动力电池等效电路模型的改进研究。在PNGV模型基础上增加极化环节,建立了改进高阶PNGV等效电路模型和对应的Simulink模型。采用高速可编程电子负载和电压电流数据采集卡搭建实验平台、以EVF-38铅酸动力电池为对象进行了不同倍率放电、脉冲放电和动态工况放电实验,根据采集的实验数据,运用遗传算法(GA)对改进模型极化环节参数在电流加载和卸载条件下分别进行了辨识。将动态工况下模型输出的仿真电压与实验实测电压进行比较,验证了模型的精度。改进后的高阶PNGV模型脉冲放电和动态工况仿真端电压最大相对误差分别为0.986%和2.155%,相对于原PNGV模型,动态工况实验仿真精度最大提高了1.313%,实验结果验证了铅酸动力电池高阶PNGV改进模型具有更好的准确性和动态性能。

提升EEMD降噪方法及制冷机轴承故障诊断应用研究9-15

摘要：针对制冷机轴承振动信号被复杂干扰淹没,难以提取有效特征问题,提出一种提升总体经验模态分解(EEMD)的轴承振动信号降噪方法。首先,利用小波包精细分解特性,基于白噪声检验原理提取第一个IMF分量中有用信号;然后,利用噪声和信号主导的本征模态分量(IMFs)与原始信号互相关系数差异巨大的特性,对分解后的IMFs进行区分,分别使用小波包浮动阈值方法和SG滤波算法提取高、低频分量的有用信号,克服了传统EEMD降噪时信号失真、IMFs选择的难题。为了验证方法的有效性,进行了数字仿真与制冷机轴承振动信号应用验证分析,结果表明,所提方法基于一种精细的决策处理方法,可以将淹没在复杂干扰中的有用特征提取出来,为制冷机轴承状态监测提供有效的预处理手段。

基于GOF的SAR海冰图像无监督自动分类算法16-23

摘要：提出一种基于拟合优度(GOF)的合成孔径雷达(SAR)海冰图像无监督自动分类算法。该算法首先在高斯混合模型(GMM)参数进行估计过程中,附加了一个拟合优度(GOF)检验过程,在一定置信区间条件下,不仅能动态地选择最佳显著类别数,而且在马尔科夫随机场(MRF)计算最小能量对区域重新标记时,能提供初始特征参数;然后,再进行区域增长循环迭代;最后,得到各区域的最佳标记。实验结果证明,此算法在提高运行效率的同时,能够解决无监督图像分类过程中需要手动输入类别数的问题,而且输出结果图与专家解译的实况图相比在细节保持上效果更好,实用性更强。

单次电弧条件下辐射电场噪声时域传播特性24-31

摘要：为准确评估载流滑动摩擦副周围的电磁环境及干扰水平,利用自行研制的实验装置,在电波暗室环境中开展了单次电弧放电的辐射电磁噪声实验,基于电场噪声辐射阻尼系数分析了不同测量距离、不同接触电流条件下的电弧辐射电场噪声的时域传播特性。在不同的波峰范围内,电场噪声辐射阻尼系数是不同的,在测量距离不变的条件下,电场噪声辐射阻尼系数随接触电流的增加而减小;在接触电流不变的条件下,电场噪声辐射阻尼系数随测量距离的增加而增大。最后,建立了电场噪声辐射阻尼系数与测量距离、接触电流之间的数学模型,为评估不同工况条件下电场噪声的衰减快慢提供了参考。

基于级联回归网络的多尺度旋转人脸检测方法32-38

摘要：针对在较大的人脸平面旋转(RIP)角度下,人脸外观差异导致多尺度旋转人脸检测困难的问题,提出了一种基于级联回归网络的多尺度旋转人脸检测方法,该方法采用三级级联回归策略逐步完成每个候选人脸RIP角度的估计和人脸候选窗位置的更新。第1阶段采用SSD网络对人脸候选窗位置进行直接预测,消除大部分低置信度的人脸候选窗;第2阶段采用人脸分类网络对人脸候选窗位置进行粗略回归,同时快速对齐人脸的RIP主方向区间;第3阶段采用人脸回归网络对人脸候选窗位置进行精确回归,同时连续估计人脸RIP的角度。在旋转FDDB数据集和旋转WIDER FACE数据集上的实验结果表明,该算法对多尺度旋转人脸的检测精度高于当前主流的旋转人脸检测算法。

基于交叉检验ORB和MCC的图像模板匹配算法39-45

摘要：针对传统ORB算法在进行图像模板匹配时稳健性和精确性较低的问题,提出了一种基于交叉检验ORB和最大相关熵准则(MCC)的图像模板匹配算法。首先对模板图像和目标图像分别进行ORB特征点检测,得到模板特征点集和目标特征点集,并利用各点的特征描述符建立两特征点集间的对应关系;然后对建立好对应关系的特征点对进行交叉检验,利用特征点的邻域支持点集从正逆两个方向计算对应点对的准确性;接着在剔除准确性较低的对应特征点对后,通过优化基于最大相关熵准则的代价函数实现两特征点集的精确仿射配准;最终完成图像模板在目标图像中的稳健匹配。该算法在处理大姿态形变和低分辨率下的图像模板匹配问题时具有较强的精确性和稳健性,在公共数据集上的实验验证了该算法优于当前主流的图像模板匹配算法。

基于形态学滤波和OTSU的串联故障电弧识别方法46-56

摘要：为有效识别不同负载串联故障电弧,针对不同类型的纯阻性负载,变频机-电机负载,工控机负载等进行故障电弧实验。对采集到的正常工作状态和电弧故障状态下的电流信号使用db4小波基对电流的一阶前向差分信号进行了5层分解,得到电流信号在32个频段的分解波形,作为故障电弧的辨识特征。通过计算同一时刻各个频段的方差,将分解的频段信号重新构成新的信号。利用形态学算法对此重构信号进行滤波,突显出故障情况下的电流特征。通过最大类间方差(OTSU)方法提取波形阈值,并统计阈值与滤波后波形的交点个数。研究结果表明,正常状态和故障电弧状态下滤波后波形与波形阈值的交点个数有明显的区别,可以作为故障电弧的识别特征。

基于改进果蝇优化算法优化SVM的模拟电路故障诊断57-64

摘要：为提高支持向量机(SVM)在模拟电路故障诊断中的精度,对果蝇优化算法(FOA)进行改进,提取了一种基于改进果蝇优化算法优化SVM的模拟电路故障诊断方法。改进果蝇优化算法(SHFOA)在FOA算法中增加了“学习历史”的策略,增强了果蝇种群的多样性和算法跳出局部最优的能力,可以获得更优的SVM参数,有效地提升了SVM的分类性能。Sallen-Key低通滤波器电路故障诊断和工程应用验证了SHFOA算法提升了SVM的识别效果,获得了更高的故障诊断精度,相比于其他一些方法更有优势。

基于尺度信息边缘提取的模糊核估计方法65-72

摘要：模糊图像的盲复原一直以来都是图像处理领域长期的挑战性问题,其中,能否复原出高质量清晰图像的关键是能否准确的估计出引起图像模糊的模糊核(BK)。为了能够实现BK的准确估计,提出了一种基于相对全变差模型(RTVM)的模糊核估计方法。首先,直接将RTVM作为图像的先验,直接代入到最优化的求解过程中,能够在迭代求解的过程中直接复原出锐化的大尺度边缘,而不需要额外的边缘提取步骤;然后,在对BK的正则化约束方面,利用L0范数,在梯度域,对BK的梯度进行L0范数的约束,能够同时保护BK的稀疏特性和连续特性;最后,结合一种分解的策略、迭代的重权重最小平方法(IRLS)和半二次性的变量分裂算法对提出的模型进行最优化求解。为了验证提出方法的优越性,将提出的方法与近几年一些极具代表性的模糊图像盲复原方法在大量的模糊图像上进行了比较实验,实验结果证明了所提方法的优越性。

基于VMD样本熵和KELM的输电线路故障诊断73-79

摘要：针对输电线路短路故障危害大,故障识别率较低的情况,提出基于变分模态分解(VMD)样本熵与核极端学习机(KELM)相结合的输电线路故障诊断方法,提高输电线路故障诊断的正确率。首先,采用VMD对故障后的三相电压进行分解,得到一系列三相平稳的模态分量;其次分别计算每组各分量的样本熵值,作为输电线路故障提取特征,组成样本库;以提取的输电线路故障特征输入到核极端学习机进行训练,获取诊断模型,然后比较其与极限学习机(ELM)、支持向量机(SVM)和BP神经网络的诊断效果。仿真结果表明,VMD样本熵+KELM的输电线路故障诊断模型精度高于其他3种算法,且运算速率更快,噪声鲁棒性更好。

基于改进型抓取质量判断网络的机器人抓取研究80-87

摘要：针对ABB公司的Yu Mi双臂机器人在非结构化环境下的自主抓取问题,研究基于Kinect-2.0深度相机的可靠抓取算法。首先建立摄像机坐标系与机器人坐标系的布尔沙坐标转换模型,利用迭代最近点算法求解;然后将采集到的深度信息依照梯度大小变化阈值筛选像素点,并根据拒绝采样将像素点生成抓取候选点,通过改进型抓取质量判断网络(GQ-CNN)得到抓取质量度最高的抓取点姿态;最后将抓取点坐标转换到机器人坐标系实现物体抓取。实验结果表明,该方法能可靠的检测出物体最佳抓取点,实现对不同物体进行抓取。

摄像机网络中的一种多目标分布式跟踪策略88-94

摘要：为了实现摄像机网络中的多目标分布式跟踪和解决存在的“朴素”问题,提出了一种基于信息一致性的多目标分布式跟踪策略。首先通过对分布式多目标跟踪问题的建模,得到基于平均一致性和信息加权一致性的网络中每个节点的最佳状态估计值及其信息矩阵;然后通过考虑虚假测量值和一致性融合,将来自于多个传感器的测量值与具体的目标关联起来,得到采用信息形式融合来自于多个传感器的测量值的状态估计方程,从而实现对多目标的数据关联和分布式跟踪。仿真实验结果表明,提出的多目标信息一致性跟踪算法相比于目前几种先进的跟踪算法,在平均误差性能方面不仅对于虚假测量值/杂波具有更好的鲁棒性,而且也有更好的收敛性。

基于信道状态信息的后向散射信号检测95-101

摘要：为了实现Wi Fi环境后向散射系统中后向散射信号的检测,提出了2种检测方案。首先通过对Wi Fi后向散射系统的建模和分析,基于Wi Fi上行链路的IEEE802.11a标准提出了一种常规检测方案;方案在信道估计中,利用接收到的长训练序列和短训练序列以获得信道状态信息,Wi Fi阅读器利用这个信道状态信息通过后向散射标签检测编码数据,从而实现检测功能;为了进一步提高检测阈值的质量,提出了在Wi Fi阅读器上采用多个接收Wi Fi信号的天线的改进检测方案,并通过对多个接收信号进行平均运算以提高接收信号的信噪比,从而进一步提高检测性能。仿真实验结果表明,提出的2种检测方案不仅能够实现对Wi Fi环境后向散射信号的有效检测,而且还增大了检测距离。

基于相关滤波的仪表定位方法102-110

摘要：目前变电站自动化巡检的研究主要是利用巡检机器人和图像处理技术来开展,但当前大部分仪表定位方法鲁棒性和实时性较差而难以满足变电站实际需求。为解决上述问题,总结出变电站仪表定位问题所具有的特点,提出一种基于相关滤波的仪表定位算法。首先利用对局部结构信息保留较好且对光照不敏感的HOG特征作为特征描述器;然后利用预先获取的样板图来训练相关滤波器;再通过相关滤波计算待检测图像各区域与目标图像的相关性,相关性最高的区域即为目标仪表区域;最后,通过建立模拟实际环境的试验场地,并与现有方法进行对比实验。实验结果表明,所提方法具有良好的实时性、准确性,对光照变化、阴影和污渍等干扰都具有较好鲁棒性,并且其效果均优于所对比方法。

基于IGSA-BP网络的瓦斯涌出量预测模型111-117

摘要：为提高煤矿瓦斯涌出量预测的精度和效率,提出一种基于改进的万有引力算法(IGSA)的BP神经网络IGSA-BP瓦斯涌出量预测模型。由于BP神经网络的初始权值和阈值对网络的预测精度和收敛速度有较大影响,采用改进的万有引力算法训练BP神经网络的初始权值和阈值,引入粒子群算法记忆与社会信息交流的思想,对万有引力算法(GSA)的速度与位置更新公式进行改进,采用Tent混沌映射增加GSA种群的多样性,使算法避免陷入局部极值并增强GSA的遍历搜索能力。结果表明,改进的万有引力BP神经网络预测结果的误差在0.20 m^3/min以内,与未经改进的万有引力BP神经网络和粒子群BP神经网络相比,预测精度分别提高了近5倍和10倍,说明该方法对煤矿瓦斯涌出量具有更好的预测精度和收敛速度。

WRSNs中基于PE-FWA算法的周期性充电路径规划118-124

摘要：针对无线传感器网络(WSNs)中能量短缺问题和大量数据收集的场景,提出了一种无线充电和数据收集的移动设备(MD)路径规划方法。将传感器网络划分为多个小区,移动设备周期性的遍历每个含有传感器节点的小区进行充电和数据收集,在保证传感器网络持续运行的前提下,最大化MD单位能量所收集的数据量。设计了一种基于种群熵的离散烟花算法(PE-FWA)求解问题,与MDSA、DFWA算法进行对比,实验显示PE-FWA具有更好的性能。在此基础上,进一步优化了PEFWA算法中锚点的位置,使得目标值提高了31.8%。

DV-Hop优化算法的性能分析与比较125-133

摘要：DV-Hop算法是无线传感器网络中一种典型的非测距节点定位方法,在介绍基本DV-Hop算法原理的基础上,分析了其定位产生误差的原因。目前常见DV-Hop的优化算法主要是面向3个方面进行改进,分别为锚节点平均跳距的计算,未知节点平均跳距的估计,位置的优化求解。对基本的DV-Hop算法进行逐步分析,对常见的DV-Hop优化算法分类并对其理论分析比较,针对每一步骤的优化策略进行仿真实验,进而得到一种较好的优化策略,为后续的研究和改进提供指导。

一种用于电阻式传感器的线性灵敏有源半桥电路及其补偿134-141

摘要：为了实现由非常小的物理量或化学分析物变化引起的电阻式传感器的小电阻变化的测量,提出了一种低成本、高精度的电阻式传感器精密电子电路的设计。电路由一个有源半桥电路和一个反相加法放大器构成,仅需要很少的元件作为其硬件实现;分析了提出电路的工作原理,并对由于环境温度、连接导线电阻和输入激励电压对测量电路输出造成的影响进行了分析研究。理论分析结果表明,采用所提出的线性灵敏有源半桥电路,环境温度和连接导线电阻对测量电路输出造成的影响几乎可以忽略不计,而输入激励波动的影响可以通过归一化技术来消除。与传统全桥式和半桥式电路的比较实验结果表明,所提出的有源半电桥电路的灵敏度几乎是传统半桥电路的4倍,是传统全电桥电路的2倍;同时还验证了环境温度和连接导线电阻对电路的输出影响很小。