基于YOLO智能网络的红外弱小多目标检测技术

复杂背景下的红外弱小多目标检测是红外目标检测的难点,现有算法的稳健性难以满足实际弹载应用需求。针对弹载环境下的红外场景图像开展了基于典型深度学习网络模型的目标检测应用研究,提出一种基于YOLO(you only look once)网络的智能目标检测方法,通过高维特征学习表征和推理实现红外弱小多目标检测。采用传统的模板匹配算法和YOLO深度学习算法进行识别性能对比分析,验证了YOLO网络在红外弱小多目标检测方面的良好性能。实验结果表明:YOLO算法的检测概率可达92.2%,平均检测精度为0.844,与传统的模板匹配方法相比,YOLO具有明显的优势。     

AP聚类改进免疫算法用于航空发动机故障诊断

在免疫算法训练过程中引入近邻传播(AP)聚类与熵权法,对训练样本进行聚类与权值计算,将权值引入免疫算法中样本选择阈值的计算,以解决训练过程采用固定选择阈值所造成的检测器在部分区域过拟合,部分区域欠拟合的问题。结果表明:改进的免疫算法用于典型非线性函数的寻优时,迭代性能均优于传统免疫算法,并在大部分情况下优于粒子群算法与量子遗传算法,在进行某型发动机故障诊断的实例实验时,改进后的算法的诊断准确率达到98.06%,高于传统免疫算法的92.60%。      

永磁同步电机最优滑模控制

为了减少永磁同步电机调速中的动态误差,提出了一种积分性能最优的滑模控制方法。该方法以滑模控制中的动态误差为性能指标,在此基础上建立最优切换函数,并采用最优控制理论对滑模控制器进行设计。用该方法设计的滑模控制系统,通过滑模面斜率的连续变化,能够加速系统状态变量到达滑模面的过程,极大地提高对参数摄动和外部干扰的鲁棒性。仿真结果表明,该时变滑模面控制方法使系统具有无超调、快速、稳定等优点,提高了系统的鲁棒性。     

截面形式对复合材料杆件固化变形的影响

热固性复合材料构件应用广泛，但其在加热固化成型过程中易产生变形。通过优化铺层设计，可以减小碳纤维增强环氧树脂细长杆件固化过程的变形，但是忽略了截面形式对固化变形的影响程度。本文提出在复合材料大长径比构件设计时应采用有限元分析(Finite element analysis, FEA)方法进行热变形分析，充分考虑截面对称性对产品固化变形的影响，有效降低该类产品固化过程中的变形。     

无刷双馈电机静止坐标系数学模型的研究

由于没有电刷和滑环,提高了运行的可靠性,降低了维护成本,因此无刷双馈电机(BDFM)在变速恒频发电领域有着广阔的应用前景。由于特殊的结构和工作原理,BDFM数学模型十分复杂。从BDFM多回路空间矢量数学模型出发,推导出了两个静止坐标系之间的坐标变换关系以及功率绕组静止坐标系数学模型和控制绕组静止坐标系数学模型,推导过程简洁明了。所得结果为BDFM理论分析和不同控制策略的研究提供了理论基础。MATLAB/Simulink环境下的仿真结果验证了数学模型及坐标变换关系的正确性。     

运载火箭主动段自适应增广控制

针对运载火箭上升段在复杂飞行环境、大不确定性干扰和振动等因素的影响下，传统PID控制方法难以满足高品质控制需求的问题，进行了自适应增广控制(AAC)方法研究，以实现对运载火箭姿态的精确控制。在深入分析自适应增广控制系统整体构架的基础上，通过标称PID控制器设计与基于粒子群优化(PSO)的数字滤波器设计实现了刚体控制及对弹性振动的抑制；继而针对大范围干扰、不确定性和由于滤波器切换产生的弹性振动影响，设计了在线调整算法自适应调节PID控制增益，并对其工作机理与参数设计原则进行研究；然后设计干扰补偿回路和主动减载回路以减小内外扰动、弹性振动和风载荷影响；最后在弹性振动、风干扰和参数不确定性等因素同时作用的状态下进行仿真分析，验证了自适应增广控制系统能够有效应对运载火箭主动段复杂飞行环境的影响，大幅度提升综合控制性能，具有理论研究意义与工程应用价值。     

基于双变量预测控制的表贴式永磁同步电机直接转矩控制系统

基于电压矢量幅值和相角为变量的表贴式永磁同步电机(SPMSM)定子磁链幅值和转矩表达式,给出了9个不同幅值和相角的备选电压矢量,采用预测控制计算得出施加不同电压矢量下一时刻的定子磁链幅值和转矩值,建立了基于磁链和转矩误差的目标函数,并选择使目标函数最小的电压矢量为作为下一时刻施加的最优电压矢量。仿真结果表明:在双变量预测控制下,SPMSM直接转矩控制系统运行良好,定子磁链轨迹为理想圆,磁链和转矩均符合控制要求,转速跟踪良好,定子电流波形正弦。进一步对比分析表明:与开关表和固定电压矢量选择策略相比,双变量预测控制能显著减小转矩和磁链脉动。与开关表相比,转矩脉动均方根误差降低了62.92%,磁链脉动均方根误差降低了45.05%,评价函数均值降低了60.30%；与固定电压矢量选择策略相比,转矩脉动均方根误差降低了22.40%,磁链脉动均方根误差降低了3.85%,评价函数均值降低了15.93%。     

一种新型的低噪声硅微机械陀螺电容读出电路

陀螺系统的微机械敏感结构部分的性能提升受到成本、工艺的限制，有较高难度，故提升接口电路的各项性能成为提升整个系统性能的关键。因此，电容读出电路作为微机械陀螺系统中非常重要的组成部分，该电路性能的优劣直接决定着陀螺的测量精度。为实现硅微陀螺高精度检测，设计了一款低噪声的电容读出电路。在陀螺与读出电路之间设计斩波开关，基于斩波技术进行低噪声设计，采用相关双采样技术用来降低关键的第一级放大电路的低频闪烁噪声和开关噪声。采用了一种简化的陀螺测试模型，用于读出电路的独立测试。读出电路在0.18μm CMOS工艺下设计流片，测试结果表明，该电容读出电路输出噪声为-122.8dBV/Hz1/2，可实现0.06aF/Hz1/2的电容分辨率。     

基于波长控制的光纤陀螺标度因数温度性能提高方法

光纤陀螺的标度因数与光纤环的长度、直径及光源的平均波长有关。在温度条件下，光纤环的长度、直径及光源的平均波长均会发生变化，进而导致光纤陀螺在高低温下的标度因数不同，影响温度环境下的光纤陀螺标度因数的重复性。提出了一种基于光纤陀螺波长控制的标度因数温度性能提高方法，该方法在光源驱动电路的桥式回路中增加了铂电阻组件，从而可自动调节光纤陀螺光源的管芯温度，进而控制光源平均波长的变化，以抵消光纤环有效面积因温度变化而对标度因数产生的影响，提高温度环境下光纤陀螺的标度因数重复性。试验表明，该方法将未补偿情况下光纤陀螺全温范围内的标度因数重复性(1σ)由271×10-6~280×10-6减小到了32.5×10-6~43.5×10-6，标度因数重复性误差减小了84%~88%，并验证了该方法的有效性。     

基于视频的行人再识别

行人再识别是指在无交叉区域的多摄像机视频监控系统中,匹配不同摄像机中的相同行人目标。本文提出了一种基于视频的行人再识别方法,用HOG3D来描述一组视频的时空特征,在训练集上用预训练的DenseNet来微调模型参数,利用迁移学习得到的模型来提取视频中行人的表观特征,融合两种特征来描述视频序列中的行人。最后将融合的高维特征降维,并用度量学习方法计算行人对之间的距离。本文在PRID 2011和iLIDS-VID这两个视频数据集上进行了使用,实验结果表明本文的方法取得了较高的累积匹配得分。