基于BABFA的XNOR/OR电路面积优化

基于XNOR/OR的固定极性Reed-Muller（FPRM）电路面积优化是当前集成电路设计领域的研究热点之一。由于基于XNOR/OR的FPRM电路面积优化属于组合优化问题，提出了一种二进制自适应细菌觅食算法（BFA）。该算法在复制操作中加入概率模式，提高种群多样性，采用模糊规则对复制概率和迁移概率进行修正，提高算法的收敛速度。使细菌在邻域内进行搜索，替代细菌群体感应机制中的斥力操作，细菌无需感应其他个体位置对其的影响。提出一种基于XNOR/OR的FPRM电路面积优化方法，利用提出的二进制自适应细菌觅食算法搜索电路面积最小的FPRM电路。基于MCNC Benchmark电路的实验结果表明:面积最大优化率为18%，时间最大节省率为46%。      

基于剪切波变换对Si3N4陶瓷轴承内圈沟道表面缺陷检测的分析

为有效检测航空动力系统中Si₃N₄陶瓷轴承内圈沟道表面凹坑、划痕、擦伤的缺陷。采用中值滤波除去Si₃N₄陶瓷轴承内圈沟道原始图像零散噪点，对其处理图像进行剪切波变换，归一化阈值曲面法对变换后的剪切波系数进行重构、剪切波逆变换获取缺陷增强图像，对缺陷增强图像进行灰度阈值分割与识别分类，定位提取缺陷。基于剪切波变换的Si₃N₄陶瓷轴承内圈沟道的表面缺陷检测方法能有效的检测出Si₃N₄陶瓷轴承内圈沟道表面的缺陷。该方法对Si₃N₄陶瓷轴承内圈沟道表面缺陷提取的准确率可达97.50%，具有高精度与高准确性，满足预期要求。     

自适应短文本关键词生成模型

关键词抽取对文本处理影响较大，其识别的准确度及流畅程度是任务的关键。为有效缓解短文本关键词提取过程中词划分不准确、关键词与文本主题不匹配、多语言混合等难题，提出了一种基于图到序列学习模型的自适应短文本关键词生成模型ADGCN。模型采用图神经网络与注意力机制相结合的方式作为对文本信息特征提取的编码框架，针对词的位置特征和语境特征编码，解决了短文本结构不规律和词之间存在关联复杂信息的问题。同时采用了一种线性解码方案，生成了可解释的关键词。在解决问题的过程中，从某社交平台收集并公布了一个标签数据集，其包括社交平台发文文本和话题标签。实验中，从用户需求角度出发对模型结果的相关性、信息量、连贯性进行评估和分析，所提模型不仅可以生成符合短文本主题的关键词，还可以有效缓解数据扰动对模型的影响。所提模型在公开数据集KP20k上仍表现良好，具有较好的可移植性      

一种新的基于信号导频的射频指纹识别方法

现有基于深度学习的射频指纹识别技术大多采用原始数据样本作为网络输入，未考虑信号携带内容对分类结果产生的影响，网络结构相对单一。为此，针将信号导频部分作为网络输入展开了研究，提出了一种新的导频提取算法，对10个ADALM-PLUTO软件定义无线电设备(SDR)辐射出的信号提取其导频，并建立了3种不同距离条件下的导频数据集。提出将Inception网络结构用于射频指纹识别，在10 m无线传输距离下达到了98.58%的分类精度，相较于现有基于AlexNet网络改进的卷积神经网络(CNN)，分类精度有所提升。      

天区机遇目标空间探测任务规划算法

针对中法合作SVOM卫星的天区范围内机遇目标规划问题（ToO-MM），对其中的约束条件和优化目标进行抽象，建立了规划问题数学模型，设计实现了基于启发式规则的机遇目标规划算法TMHPA。以最大化卫星科学观测收益和最大化应急任务响应度为优化目标，考虑卫星姿态调整时间的影响，对观测任务和数传任务进行规划。通过仿真实验验证算法的有效性，结果表明该方法能够在保证算法收敛性和时效性同时，给出卫星在天区范围内的网格单元（tile）目标观测序列以及执行数传任务的时段安排，实现对ToO目标观测的快速响应，并及时下传机遇目标科学观测数据，满足规划算法的设计需求。     

一种基于改进太阳子午线拟合方法的仿生偏振光定向系统

为设计一种自主性强、精度高、抗电磁干扰能力强的定向系统,以昆虫获取大气偏振模式的感知机理为基础,设计了一种新型的成像式仿生偏振光定向系统.该系统使用具有微偏振阵列结构的CMOS相机作为主要的偏振信息采集设备,使用DSP/ARM架构的NVIDIA JETSON TX2嵌入式处理器进行信息解算,具有体积小、运算能力强等优点.通过研究大气偏振模式中偏振度和偏振角图像的对称性,针对已有航向角解算方法在太阳子午线提取精度方面的不足,设计了一种对称轴粗提取之后通过连续旋转法精确提取太阳子午线的算法,最终实现定向精度0.3335°,在最小二乘对称轴粗提取法的基础上定向精度提升了19.05％.     

卷积线性混合模型下的复非高斯信号盲源提取

雷达信号的多径效应导致基于瞬时线性混合模型的盲源分离算法不再适用。为此，提出了一种基于FastICA的复非高斯信号盲源提取方法。该方法将混合系统建模为卷积线性混合模型，使得信号模型中不需要将每个多径信号都看作一个独立的源信号，既节约了接收通道数量，又降低了盲源分离过程的复杂度，利用待提取信号的非高斯性实现高斯背景下复非高斯信源的提取。实验结果表明：在信干比为-30 dB时，所提方法能够快速、有效地处理卷积线性混合模型下复非高斯信源的提取问题，为该场景下的微弱信号提取提供了一种新的方法。     

基于蒙特卡洛-自适应差分进化算法的飞机容差分配多目标优化方法

针对飞机复杂组件装配过程中，由于装配偏差的非线性叠加导致通用容差分配模型优化方法存在精度误差和效率低下的问题，提出一种容差分配模型多目标优化方法。首先，分别面向制造成本、装配性能、质量损失构建基于替代工艺的容差分配模型，并采用最优化理论建立多目标优化模型。然后，提出基于蒙特卡洛-自适应差分进化算法的多目标优化策略，其中基于装配偏差传递的图树模型提取偏差的非线性关系模型，结合提取的非线性关系模型采用蒙特卡洛方法对初始样本进行前处理，以提高初始种群的多样性；自适应差分进化算法中的突变阶段采用Lévy flight概率分布进行改进提高全局搜索效率和鲁棒性。通过飞机登机门组件验证容差分配方法，结果表明所提方法能够更加精确、高效的优化容差分配。相比于初始容差分配，优化容差分配结果使得制造成本降低了21.78%,质量损失降低了11.12%,装配性能提高了12.28%。     

基于视听融合的宽频带振动频谱提取（英文）

提取振动频谱对于旋转机械的故障诊断至关重要。环境和噪声的多样化限制了传统单模态振动提取方法的性能。由于视听信号具有不同的采样频率、噪声和环境限制，视听融合算法可以有效解决单一模态存在的问题。基于此，文中提出了一种基于视听融合深度卷积神经网络的宽带频谱提取方法，该方法充分融合了不同模态的有效信息。该模型基于双流编码器从不同的模态中提取特征，使用深度残差融合模块提取高级融合特征并输出给解码器。实验结果表明，该模型的表现优于最新的振动提取方法，如Reg Net, MFCNN及L2L等，噪声环境下的振动频谱提取准确率提高15%。     

飞机短舱声衬声学性能实验技术

飞机短舱声衬作为飞机降噪的关键手段，其设计的成功与否强烈依赖于声学性能验证实验技术的发展。短舱声衬的声学设计一般分为两个层面，各自关注不同的研究目的与验证对象。在初步设计层面，一般借助声衬声阻抗提取技术对阻抗设计进行验证；在详细设计层面，一般使用缩比尺度和全尺寸短舱样件、借助声模态测控技术对整体声学效果进行验证。本文对比了基于双传声器法和直接提取方法发展而来的声衬阻抗提取技术，和基于相位控制阵列方法发展而来的声模态测控技术，以及这两种技术在发动机进排气道声衬设计中的应用。研究结果表明，双传声器法在低频下具有更高的精度，高频范围内双传声器法和直接提取方法的精度均降低，中频范围内双传声器法和直接提取方法的无量纲声阻和无量纲声抗差别小于0.2,均展示了较好的适用性。基于相位精细控制的旋转声模态发生技术研制的发生器能够产生超过10 dB以上的模态分辨率，能够用于测试声衬对多个目标模态的调控效果。为了进一步研究无缝声衬降噪量提升的主要机制，实验中使用模态发生器依次发出单独纯净的声模态，对两型声衬实验件开展对比测试。采用新一代技术研制的无缝声衬相比上一代成型工艺制成的带拼缝声衬在多声模态调控和关键...