全部分类/
科学普及/
现代电子技术

现代电子技术

2026年09期

本刊以电子技术为主体，探讨和报道信息产业及电子行业中新技术，新器件，新应用的学术论文及成果；提供国内外最新的电子技术发展动态及产品市场信息；为企业的新产品，新技术，新成果在产业及行业内的推广架起一座金桥。

扫码免费借阅

目录

快速导航

通信与信息工程 | IRS-UAV辅助WSN上行通信的状态优化

通信与信息工程 | IRS-UAV辅助WSN上行通信的状态优化

摘要：由于基站与无线传感器网络节点之间的直连链路常常受阻，因此文中设计了一种智能反射面辅助无人机工作的状态优化算法。首先，通过优化无人机飞行位置，使上行链路的频带利用率最大化，由于无人机自身能量有限，引入经济效率作为评价指标；然后，分析经济效率与无人机由悬停模式到巡航模式转移概率的关系，以达到对无人机工作状态优化的目的。该算法提出了一种新的无人机工作模式，以应对复杂环境导致的信号传输速率差的情况，相比传统的无人机工作模式在性能方面有显著提升，为实际无线传感器网络信号回收提供了理论与实践支持。仿真结果表明，所提算法与只有单一工作状态的传统无人机优化算法相比，系统在信息频带利用率与经济效率最大化方面有较大的性能提升。当无人机位置或转移概率未处于最佳状态时，系统频带利用率与经济效率较差，反之则较好。
通信与信息工程 | 基于联盟博弈与模拟退火的无人机集群任务分配研究

通信与信息工程 | 基于联盟博弈与模拟退火的无人机集群任务分配研究

摘要：针对异构无人机(UAV)集群任务分配计算复杂度高、任务优先级硬约束不足的现状，文中提出一种基于联盟博弈的两阶段任务分配算法。构建UAV和任务的数学模型的同时，引入优先级任务硬约束，在联盟博弈框架下设计两阶段贪心预分配 + 改进模拟退火(PC_ISA)算法。阶段1利用局部贪心动态算法缩减不可行域;阶段2引入自适应温度衰减的模拟退火算法，最小化联盟代价函数。仿真结果表明，PC_ISA算法在12架无人机分配给3个任务的情况下，综合性能表现最优;随后引入天气扰动因子后，算法稳定性表现最好;最后增大无人机和任务的规模，算法的增幅最缓。该方法将改进模拟退火算法与联盟博弈结合，引入优先级硬约束，为异构无人机集群任务分配问题提供了解决方案。
通信与信息工程 | 基于压缩感知贪婪算法SA-SWOMP的MIMO-OTFS信道估计

通信与信息工程 | 基于压缩感知贪婪算法SA-SWOMP的MIMO-OTFS信道估计

摘要：针对多输入多输出正交时频空间（MIMO-OTFS)系统，现有贪婪迭代类压缩感知算法因缺乏信道稀疏度先验信息而导致信道估计精度下降的问题，文中提出一种稀疏自适应分段弱正交匹配追踪(SA-SWOMP)算法。该算法利用残差范数动态调整原子选择的阈值，通过增加回溯机制并优化其过程，对已选原子进行冗余原子剔除，最终实现信道的高精度自适应重构。仿真结果表明，当天线数为64、导频开销比为0.5时,SA-SWOMP算法相比于三维结构化正交匹配追踪(3D-SOMP)算法，其归一化均方误差(NMSE)平均降低了 1.6dB 。此外，SA-SWOMP算法的时间开销比3D-SOMP算法减少了 5.9%～44.8% ，该算法的计算复杂度和精度均有所提升，具有一定的适用性。
通信与信息工程 | 无人机双频宽带圆极化缝隙天线

通信与信息工程 | 无人机双频宽带圆极化缝隙天线

摘要：针对无人机通信中对多频带、圆极化的需求，文中提出一种基于缺陷地结构的双频带圆极化缝隙天线。通过调整L形辐射器的尺寸，实现 2.4GHz 和 5.0GHz 频带辐射。对地板进行缺陷设计，利用辐射器和方框型地板耦合，有效拓宽天线的阻抗带宽(IBW)，在地板对角线增加两个不同尺寸的矩形贴片实现双频带圆极化辐射,对地板进行切角拓展 2.4GHz 频带轴比带宽(ARBW），在地板左上角开圆孔进一步拓展 5.0GHz 频带的轴比带宽（ARBW），对地板边缘开槽，进一步缩小天线尺寸并拓展阻抗带宽(IBW），得到最佳优化尺寸为 60.5mm× 60.5mm×0.8mm 。实测结果表明，天线的阻抗带宽为2.12～3.47GHz,3 dB圆极化轴比带宽为 2.27～2.91GHz ，峰值增益分别达到2.65dBi和 2.73dBi 。该无人机天线具有结构简单以及尺寸较小和剖面高度较低的特点。
通信与信息工程 | 云服务器通信串口多标签数据安全采样研究

通信与信息工程 | 云服务器通信串口多标签数据安全采样研究

摘要：为适应云服务器复杂的运行环境，有效避免数据泄露风险，提升云服务器安全运行与数据保护能力，文中提出云服务器通信串口多标签数据安全采样方法。明确云服务器通信串口多标签数据特性和安全需求，设计结合身份密码机制和匿名保护机制的加密算法，确保授权用户访问和传输数据，增强数据安全性。结合加密算法多标签数据安全采样结构，满足云服务器通信串口多标签数据安全采样需求，最终实现多标签数据安全采样。实验验证结果表明，该方法中正确密钥的相关系数曲线能够被错误密钥的曲线有效掩盖，难以区分，具有良好的加密效果。在多标签数据安全采样过程中，传输误码率能够稳定在 2% 以下，串口服务器稳定度和恶意攻击预防率分别稳定在 95%98% 以上，能够实现良好的云服务器通信串口多标签数据安全采样，有效提升云服务器通信串口多标签数据采样稳定性。
信号分析与图像处理 | 基于Mamba的轻量级多模态脑肿瘤MRI图像分割

信号分析与图像处理 | 基于Mamba的轻量级多模态脑肿瘤MRI图像分割

摘要：针对现有的3DU-Net模型在处理三维医学影像数据时存在计算复杂度较高、精度低，难以满足临床实时诊断需求的问题,为解决传统深度学习模型在多模态脑肿瘤MRI图像分割中的计算复杂度与精度问题，文中提出一种基于3DU-Net结合Mamba的轻量级技术架构，利用Mamba的线性复杂度自注意力机制优化3DU-Net模型，以降低计算复杂度并提升推理速度和分割精度。具体方法是在3DU-Net模型的基础上引入LWM模块及注意力桥接模块。LWM模块采用并行Mamba架构,通过降低输入通道数量减少模型参数量，在进行全局信息提取的同时,极大地降低计算复杂度和内存消耗，实现了低参数量下的高效分割。LWM还通过引入SE模块，进一步提升了细粒度肿瘤核心的分割性能。在BraTS2020数据集上的实验结果表明，所提方法显著提升了肿瘤分割精度，大幅降低了训练与推理时间，展现出良好的实际应用潜力。
信号分析与图像处理 | 基于卡尔曼滤波的高速运动模糊图像自适应复原方法

信号分析与图像处理 | 基于卡尔曼滤波的高速运动模糊图像自适应复原方法

摘要：高速运动模糊图像的噪声干扰动态多变，为精准复原带来一定挑战。自适应卡尔曼滤波可在滤波的同时依据图像内噪声的实时动态变化，估计并修正卡尔曼滤波模型的参数，优化滤波设计并缩小滤波误差，保证卡尔曼滤波的精度。为此，文中提出基于卡尔曼滤波的高速运动模糊图像自适应复原方法。构建高速运动模糊图像退化模型，通过基础卡尔曼滤波对该退化模型实施初始滤波复原处理；将加权系数融入到基础卡尔曼滤波内，得到自适应卡尔曼滤波，依据高速运动模糊图像的噪声特征动态变化，实时校正图像的噪声向量，以此动态更新图像的状态预测值，得到与真实高速运动图像高度吻合的复原图像。以速滑运动为例，通过所提方法复原高速运动模糊图像的实验结果显示，该方法复原后的速滑运动图像的特征相似度与边缘保持效果较好，图像内的噪声干扰被有效滤除，图像整体质量得到显著提升。
信号分析与图像处理 | 基于改进YOL011的遥感图像军事伪装目标识别算法研究

信号分析与图像处理 | 基于改进YOL011的遥感图像军事伪装目标识别算法研究

摘要：针对遥感图像背景复杂、目标尺度过小、低分辨率及目标前景背景混淆等问题，提出RSC-YOLO算法。以YOLO11算法为基础，首先对骨干网络进行改进，使用空间深度卷积(SPDConv)替换下采样，避免了传统步长卷积和池化操作导致的细粒度信息丢失问题，从而能够学习到低分辨率图像更有效的特征表示;其次在Neck层设计了双向尺度序列特征融合(BSSFF)模块，引入双向信息交互机制，使得不同尺度特征图之间的信息交流更加充分，能够更好地适应遥感图像中伪装目标的多样性和复杂性;然后设计了基于空洞卷积的通道位置注意力机制（DCPAM)模块，能够在不增加参数和计算量的前提下扩大感受野，使模型在计算位置注意力权重时，突出伪装目标的关键位置，抑制背景噪声干扰，有效增强模型对上下文信息的捕捉能力；最后构建遥感图像伪装目标数据集进行训练和测试。实验结果显示，相较于基线YOLO11,RSC-YOLO在参数量微增的情形下， F_β^ω 提升 11.2% ,MAE减少 31.1% ，速度可达 35f/s_o 通过消融实验可知，所设计的3个模块均能有效提升算法性能，可满足小型机载设备实时部署需求。
信号分析与图像处理 | 基于跨层协同交互与空频联合感知的遥感图像去雾

信号分析与图像处理 | 基于跨层协同交互与空频联合感知的遥感图像去雾

摘要：针对现有U型去雾网络在去雾过程中出现的图像退化、纹理丢失和色彩失真问题，文中提出一种跨层协同交互与空频联合感知的遥感图像去雾网络。具体而言，提出了跨层协同交互模块，该模块能够有效捕捉跨层特征之间的长程依赖关系，扩展局部感受野，促进编码与解码阶段的全局和局部信息协同交互，从而提升图像去雾性能。同时，提出了空频联合感知模块，通过融合空间域与频域特征，实现两者的互补，改善了图像纹理和颜色的恢复。实验结果表明，所提算法在公开的遥感雾霾数据集HRSD和RRSHID-Thick上的去雾效果优于现有方法，该方法具有一定适用性。
信号分析与图像处理 | 基于改进YOLOv8n的航拍视角小目标检测算法

信号分析与图像处理 | 基于改进YOLOv8n的航拍视角小目标检测算法

摘要：针对无人机航拍视角下目标的尺度小、密集、遮挡导致检测精度低的问题，以及无人机设备的资源限制，文中基于YOLOv8n提出一种改进的无人机航拍视角小目标检测算法。首先，将感受野、通道和空间注意力机制融入卷积，设计RFCSAMConv模块以提升模型提取复杂特征的能力；其次，设计扩张残差C2f(C2f-DWR)模块，高效获取多尺度上下文，增强模型识别小目标的能力；然后，设计增强的自适应双向多尺度特征融合颈部网络结构，采用SPDConv捕捉细粒度特征，设计多核注意力（MKA)模块强化多尺度特征融合；最后，采用Soft-NMS调整重叠框抑制策略，提升遮挡目标检测精度。在VisDrone2019数据集上的实验结果表明，改进模型相较基准模型YOLOv8n，在平均精度均值 mAP(ω0.5mAPω0.5:0.95 上分别提高了 8.7%.7.6% ，参数量减少了 31.5% ，验证了改进模型在无人机航拍视角小目标检测中的有效性。
信号分析与图像处理 | 基于改进YOLOv11n的X光安检图像违禁品检测算法

信号分析与图像处理 | 基于改进YOLOv11n的X光安检图像违禁品检测算法

摘要：针对X射线图像中出现的违禁品形状差异显著、相互重叠和遮挡以及较小尺寸违禁品导致的检测精度低和漏检问题，文中提出一种基于改进YOLOv11n的X光安检图像违禁品检测算法——HPGD-YOLOv11n。该算法在Backbone部分采用一种轻量化的主干网络HGNetV2-l替代原YOLOv1ln的主干网络，通过优化卷积结构以降低参数量和计算量，并保持了特征提取能力；在Neck部分引入了P-GELAN模块，通过拼接浅层和深层的特征图从而更有效地捕捉小目标的细节信息，并在减少参数量的同时增强了多尺度特征融合能力;在Head部分将原始YOLOvlln算法的检测头改进为Dynamic Head,提升了模型对多维度特征的提取能力以及对不同输入的动态调整能力。文中实验在SIXray数据集上进行，实验结果显示，改进后的算法平均精度均值达到 94.2% mAP@0.5:0.95 达到 72.3% ，相较于原YOLOv11n算法分别提升 1.1% 和2.10% ，参数量减少 19.2% 。新模型在轻量化的同时实现了较高的检测精度，具有较好的有效性和实用性。
信号分析与图像处理 | 基于MEGNet的岩心孔洞图像分割算法

信号分析与图像处理 | 基于MEGNet的岩心孔洞图像分割算法

摘要：为解决岩心孔洞分割中前景与背景高度相似、孔洞形态差异大及边缘分割模糊等问题，文中提出一种融合Mamba的边缘引导分割模型（MEGNet）。首先设计并行PVMBlock作为骨干模块，建模长程依赖关系，在降低参数量的同时缓解误分割问题;其次构建边缘生成(EG)模块，融合低层细节与高层语义特征生成边缘特征；接着提出边缘引导注意力(EGA)模块，结合反向特征与多尺度通道注意力模块(MS-CAM)优化边缘细节；最后引入特征增强模块(FEM），利用多扩张率空洞卷积捕获多尺度上下文信息，增强关键特征表达。实验结果表明，MEGNet在岩心孔洞数据集上的 F₁ 分数、交并比和平均交并比分别达到了 88.83%.79.92% 和 89.73% ，对比主流的语义分割模型，所提出的方法分割效果更佳，性能优异。
信号分析与图像处理 | 复杂场景下监控视频异常场景监测

信号分析与图像处理 | 复杂场景下监控视频异常场景监测

摘要：为有效处理监控视频中的非线性数据，适应复杂场景的变化，文中提出一种复杂场景下监控视频异常场景监测方法。提取监控视频中对象的运动轨迹特征和外接矩形框宽高比特征，以全面描述移动对象的运动状态和姿态变化。在此基础上，采用支持向量数据描述(SVDD)算法寻找特征空间中的最小超球体，并使其包含所有正常样本，利用核函数处理复杂场景的非线性数据，通过求解优化问题，确定超球的位置和形状，根据未知场景样本到球心的距离与超球半径的差值，判断其是否异常。实验结果表明：该方法提取的前景目标轮廓完整、细节丰富，几乎无断裂和冗余区域，能够准确捕捉并标注出如打架斗殴等异常事件，是一种有效的监控视频异常场景监测方法。
网络与信息安全 | 面向密集人群场景的多径聚合姿态估计网络研究

网络与信息安全 | 面向密集人群场景的多径聚合姿态估计网络研究

摘要：针对密集人群场景下人体姿态估计存在特征提取困难、小目标识别精度低等挑战，文中设计了多径聚合模块（MPA-Block），利用多分支卷积协同增强密集人群背景下的特征提取能力，提升了多层次特征的表征维度，避免原始框架中C3k2特征提取能力不足的问题;设计多尺度膨胀注意力模块(MDA-Block),通过多尺度膨胀注意力（MDA)机制改进空间注意力（C2PSA)模块的方式，提高扩张率的可选择数量，使模型能够对细微局部特征自适应聚焦，具体来说，使两个扩张率专注于小目标，提升密集场景中对于小目标的识别精度。所提方法选择YOLO算法作为基础框架，通过实验比较，选择效果最好的YOLOv11算法作为基准模型，设计了一种面向复杂场景的多尺度姿态估计网络（MSA-PoseNet）。在CrowdPose数据集上的实验结果表明，所提方法在 mAP@0.5 与 mAP@0.5:0.95 上分别达到 77.7% 和 47.7% ，较原YOLOv11模型在 mAP@0.5 和mAP@0.5:0.95 上分别提升 2% 和 2.3% ，证明了其在复杂人群姿态估计任务中的有效性。
电子技术及应用 | 基于视觉识别的液压拉伸器四轴对准装置

电子技术及应用 | 基于视觉识别的液压拉伸器四轴对准装置

摘要：螺栓螺母为重型工业中重要的紧固件,螺栓拉伸器由于其布力均匀，可精准控制螺栓预紧力，被大量用于螺栓预紧工作中,但拉伸器工作时对于定位精度要求较高，需要保持拉伸器轴线与螺栓对齐。文中设计了基于视觉识别的拉伸器对准装置，将深度相机的图像输入到YOLOv5中获取子图像，再进行图像增强和基于退火算法的阈值分割，之后进行基于霍夫变换的六边形拟合，得到螺栓精确位姿和中心坐标，最后将坐标信息传输到执行机构上以驱动电机定位。通过实验结果验证，所提方法的图像定位精度和装置定位精度能达到 1.5mm 以内，对目标的识别准确率达到 90% 以上，设计的机械结构能高质量完成对准工作。
电子技术及应用 | 基于Transformer的电离层fbEs短期预测

电子技术及应用 | 基于Transformer的电离层fbEs短期预测

摘要：电离层Es层遮蔽频率(fbEs)是影响无线电波传播的关键参数，对其进行准确预测在通信、导航等领域具有重要应用价值。针对电离层Es层遮蔽频率(fbEs)传统预测模型精度有限的问题，文中提出一种基于Transformer深度学习模型的预测方法，构建了一个以历史fbEs观测数据及太阳活动指数等辅助性参数为输入、以未来 ^72h 的fbEs序列为输出的模型，并且对北京、海口、拉萨三个典型地区的fbEs进行了预测分析。实验结果表明,Transformer模型的预测精度优于ARIMA和LSTM等传统方法，其平均绝对误差相对LSTM平均降低 12.5% ，其均方根误差相对LSTM平均降低 13.98% ，且预测误差呈现地理差异(北京、海口、拉萨三个台站的预测误差依次递增)和季节变化(夏高冬低)规律，与电离层物理机制高度吻合，实验结果验证了Transformer模型在电离层fbEs参数预测上的可行性。
电子技术及应用 | 基于原型学习的裂纹方向细粒度分类方法

电子技术及应用 | 基于原型学习的裂纹方向细粒度分类方法

摘要：针对原型网络将样本视为同等重要，忽略了样本的细粒度类特征，导致样本正确识别率低下的问题,文中提出一种基于原型学习的裂纹方向细粒度分类方法。该方法包含两个并列的子网：其中一个子网为主干网络，用于关注裂纹方向的细微局部类特征，并在训练过程中动态地生成细粒度原型特征；另一个子网为自适应类特征学习网络，该网络可以使原型特征自适应地收敛于正常样本的中心，并通过与主干网络的融合运算，优化原型对类别的整体表征性能。该方法从局部和整体两个方面对原型学习过程进行动态优化，改变了原型网络直接取均值生成原型的固有机制。实验结果显示，该方法在现场测试数据集上对裂纹方向的分类正确率平均为 91.71% ，表明该方法能够在实际中用于裂纹方向的评估。
电子技术及应用 | 基于鲸鱼优化算法的低压机组双层容量参数辨识

电子技术及应用 | 基于鲸鱼优化算法的低压机组双层容量参数辨识

摘要：为了准确响应负荷变化，提出一种基于鲸鱼优化算法的低压机组双层容量参数辨识方法。构建低压机组双层优化调度模型，获取待辨识的机组容量参数集合。通过计算其与低压机组输出特性之间的轨迹灵敏度，确定最优观测数据；利用鲸鱼优化算法最小化观测数据与实测数据之间的误差，确定最优机组容量参数，完成参数辨识。实验结果表明：该方法可实现不同时段机组容量参数的精准辨识，相比工况一，双层优化调度方式的总调度成本、网损以及负荷偏差分别减少了22.93%.27.14%.2.85% ，该方法有效提升了低压机组的效率和性能，为低压机组的稳定运行和高效管理提供了有力支持。
电子技术及应用 | 基于FPGA+ARM的多通道数据采集系统设计

电子技术及应用 | 基于FPGA+ARM的多通道数据采集系统设计

摘要：针对传统数据采集系统体积过大、采集精度不足等问题，文中设计了一种基于 FPGA+ARM 架构的多通道数据采集系统，适配航空航天领域对压力、温度等参数的精准测量需求。该系统由供电模块、通道切换模块、数据采集模块及数据传输模块构成。其中，数据采集模块以SOM-TLT3F为核心控制器，结合信号调理电路、24位模数转换芯片AD4630及8片多路复用芯片ADG1607，实现64通道数据的同步采集;FPGA通过中断控制，实现与ARM的SPI通信，处理后的数据经UDP协议传输至上位机。实验结果表明：该系统兼具高采集精度与小型化特点，能在高温、高压等严苛环境下稳定运行；多通道切换设计确保多路数据高效采集，其采样相对精度小于 0.23% 。系统具有小型化、采集精度高等特点，为航空航天领域的精密测试提供了可行的解决方案。
电子技术及应用 | 无线供电的旋转机械部件监测系统设计

电子技术及应用 | 无线供电的旋转机械部件监测系统设计

摘要：针对旋转机械部件中监测系统因部件运行时处于旋转状态导致的供电与通信布线难题，以及现有导电滑环技术存在的易磨损、寿命短等弊病，文中设计一种无线供电的旋转机械部件监测系统。首先，对LCC-S型磁耦合式无线电能传输系统进行理论分析、仿真验证和硬件设计，实现了能够进行非接触式无线电能传输的无线供电子系统；其次，设计了监测子系统，可对旋转机械部件中多个点位的温度和振动数据进行实时采集，并能够通过无线通信传输至上位机；最后，通过搭建旋转实验台模拟机械部件的旋转运动，验证了该系统的有效性，为旋转机械部件的无线监测提供了一种可行的技术方案。
测控与自动化技术 | 基于非线性模型预测算法下机械臂轨迹跟踪控制

测控与自动化技术 | 基于非线性模型预测算法下机械臂轨迹跟踪控制

摘要：针对机械臂的非线性特性和不确定干扰导致机械臂轨迹跟踪控制精度较差的问题，文中提出一种非线性模型预测控制(NMPC)算法。首先，以一款串联型六自由度机械臂为研究对象，明确该机械臂的运动学和动力学模型与参数，并据此设计了NMPC算法;其次，为了提高计算效率,运用泰勒公式对输入输出进行线性化处理;然后，为了符合真实物理情况,将机械臂的实际关节角度范围、关节输入力矩作为约束项;最后，根据机械臂轨迹跟踪控制问题的条件与目的，设计了仿真实验。仿真结果表明：NMPC算法对比传统的PID控制在机械臂的关节2\~关节5的平均稳态误差分别减少了 74.34% 、88.58%.92.28%.97.8% ，最大稳态误差分别减少了 86.07%.92.44%.92.86%.98.9% ，该算法具有较好的控制性能和时效性。
测控与自动化技术 | 基于改进Snake算法的圆孔类零件测量方法

测控与自动化技术 | 基于改进Snake算法的圆孔类零件测量方法

摘要：当前机器视觉在尺寸测量方面仍面临精度不足的问题，难以满足高精度测量的需求。为提升视觉检测精度，文中提出一种融合多阶段边缘增强机制的Snake模型优化方法。首先，对Canny算子在噪声抑制、多方向梯度特征计算和阈值分割方面进行优化，提取轮廓的边缘点集，实现圆孔轮廓位置的初步定位；然后，改进Snake算法初始曲线设置，进一步细化圆孔所在目标区域边缘，通过融合RANSAC算法对优化后的边缘点进行筛选，去除异常点；最后，利用最小二乘法进一步精确拟合圆的圆心和半径，从而实现圆孔高精度的检测与测量。实验结果表明，该系统能满足 0.02mm 级精度的工件测量，测量精度明显高于传统的Snake算法，能够满足工业中较高精度的圆孔类零件检测需求。
测控与自动化技术 | 基于AUKF的机器人视觉伺服模型预测控制方法研究

测控与自动化技术 | 基于AUKF的机器人视觉伺服模型预测控制方法研究

摘要：针对当前机器人视觉伺服中存在的图像雅可比矩阵估计精度较低、机器人系统约束和相机视野约束的问题，结合自适应无迹卡尔曼滤波(AUKF)和内点法模型预测控制(IP-MPC)的优点，文中提出一种有效的机器人视觉伺服控制方法。首先，针对传统UKF算法对噪声估计精度不足的问题,引入Sage-Husa滤波在线估计过程噪声协方差矩阵，提高图像雅可比矩阵在线估计精度;其次，为了解决机器人系统约束和相机视野约束，采用内点法设计模型预测控制器，将约束问题转化为最小化求解二次规划的问题，实现机器人视觉伺服系统的跟踪控制。实验结果表明，所提方法相较于传统UKF，在收敛速度方面提升约 38.1% ，图像特征点平均误差减小约 37.4% ，且机器人末端执行器速度波动幅值降低，证明该方法在视觉伺服控制精度、系统响应速度和稳定性等方面取得了明显改进。
测控与自动化技术 | 基于合作博弈的联邦学习聚合算法

测控与自动化技术 | 基于合作博弈的联邦学习聚合算法

摘要：针对联邦学习中客户端数据异构以及潜在恶意客户端导致的模型训练挑战，文中提出一种基于合作博弈的联邦学习聚合算法。该方法融合了个性化联邦元学习与合作博弈Shapley值优化策略，旨在提升全局模型的性能与稳健性，并降低通信和计算成本。首先，通过收集客户端软标签，采用最大熵判断方法精选出对全局模型贡献大的客户端；其次，设计了基于TMC-Shapley值的快速估计策略，以有限次采样高效估算客户端的边际贡献，避免了指数级计算复杂度;最后，依据客户端Shapley值及数据分布特性进行加权聚合。实验结果表明，该方法在真实数据集分类任务上性能优异，相较于基线方法，显著提高了准确性，降低了计算成本，尤其在客户端数量多且数据异构性显著的场景下优势更突出。
智能交通与导航 | 改进双向A\*算法在室内机器人导航全局路径规划中的应用

智能交通与导航 | 改进双向A\*算法在室内机器人导航全局路径规划中的应用

摘要：针对复杂室内场景(多闭合、单出口地形)下传统路径规划算法存在冗余节点多、效率低的问题，文中提出一种改进双向 A^* 算法。首先，通过中点偏移和计算跳跃点生成动态起算点，统一出发点的目标方向与实际方向;其次，通过XY逼近策略减少探索中的无效节点；最后，改进启发函数，考虑障碍因素，给预估代价添加增量，并以该节点到目标节点的距离与起止点距离的比值作为增量的衰减因子。基于仿真实验，对比 A^* 加权 ?A^* 、双向 ?A^* 、跳点搜索与所提方法。实验结果表明，改进方法在探索节点数、运算时间以及内存消耗上均有优势，且路径接近最优。该方法可以应用于机器人导航、智能仓储等电子技术领域，为低算力设备的路径规划提供了一种高效解决方案。
智能交通与导航 | 基于轻量化网络的分心驾驶检测方法研究

智能交通与导航 | 基于轻量化网络的分心驾驶检测方法研究

摘要：由于车载系统的硬件资源有限，为了提高分心驾驶检测模型的可部署性和准确率，文中提出一种轻量化检测网络HDSL-YOLO。该模型以YOLOv8n为基础，结合多项优化策略加以改进，主要包括以下方面：首先，引入HGNetV2轻量级主干网络，以有效压缩参数规模，显著提升检测速度与运行效率;其次，引入动态上采样模块(Dysample)，增强特征表达能力,特别是在多尺度目标提取上的表现；此外，融合SimAM,进一步强化模型对小目标的感知能力和辨识效果;最后，采用轻量化检测头进一步精简参数。实验结果表明：改进后的HDSL-YOLO算法的 mAP@0.5 和 mAP@0.5:0.95 分别达到 92.4% 和55.4% ;与原始YOLOv8n算法相比，改进后的算法不仅检测精度有所提高，而且更加轻量化，实现了双重优化。将HDSL-YOLO算法部署到JetsonNano嵌入式平台，可以更快响应，说明了改进方法的有效性。
智能交通与导航 | 基于BO-XGBoost的弯道交通微波识别与预警技术研究

智能交通与导航 | 基于BO-XGBoost的弯道交通微波识别与预警技术研究

摘要：机器学习与微波识别技术能够为弯道预警提供更智能的方案。文中采用低成本的 10.52GHz 微波雷达探测道路上的移动目标，通过分析道路上汽车、两轮车、行人的雷达回波信号特性，定义并提取了信号的时频图、频幅图和瞬时多普勒频率-时间曲线的12个特征参数，构建特征向量。以行人、两轮车和汽车为识别对象，制作三分类数据集，并使用SMOTE算法处理不平衡数据集。文中研究了XGBoost算法模型，经过贝叶斯优化算法优化模型后，目标识别宏平均准确率达到95.1% ，最后依据该微波识别技术设计了智能弯道预警方案，具有一定的实用价值。
智能交通与导航 | 基于改进LO算法求解无人机山地三维路径规划

智能交通与导航 | 基于改进LO算法求解无人机山地三维路径规划

摘要：针对传统启发式方法在复杂三维环境中速度慢、精度低，难以快速提供无碰撞路径的问题，文中提出一种改进狐猴优化(ILO)算法，结合小龙虾优化算法优势，通过对小龙虾优化算法中参数 c 自适应非线性递减，同时将Levy飞行步长融入小龙虾优化算法中，并对原LO算法运用Sigmoid函数来平滑更新跳跃率。利用高斯函数模型绘制山地环境，目标函数根据约束条件建立无人机飞行的数学模型，依据适应度函数求出在指定空域内能避开障碍物的飞行最小代价值，并通过三次样条插值平滑飞行路径。在CEC2017测试集上对ILO算法的性能进行测试，多算法无人机路径规划实验对比结果表明,ILO算法在更少迭代次数内生成了高质量、平滑的路径，克服了传统遗传算法早熟收敛和局部搜索能力不足的问题，适应复杂地形且算法性能可靠，为求解无人机三维路径规划提供了一种高效的路径规划解决方案。

过往期刊

更多

猜你喜欢

泸州市图书馆电子阅览室