面向电力系统的多粒度隐患检测方法

由于电力系统的安全问题往往会造成严重的经济或社会影响,隐患检测已成为电力系统不可或缺的重要环节。随着人工智能领域的发展,基于深度学习的智能化电力系统隐患检测技术逐渐得到越来越多的关注。但目前的方法大多只是单一地考虑图像的全局特征或局部特征,无法全面彻底表征图像,进而难以捕捉电力领域尤其室外复杂背景下的隐患检测。为此,基于深度学习技术,提出了一种面向电力系统的多粒度隐患检测方法MGNet。通过引入图像的多粒度信息,构建全局和局部网络,进行多粒度级检测;并通过不同粒度级检测结果的协作式融合,增强检测的全面性。在杆塔连接金具隐患和线路通道机械隐患2个数据集上进行了实验比较和分析,对所提模型的检测性能进行评估。通过与现有最优隐患检测基准方法相比,所提方法在2种不同数据集上的平均精度均值分别提升了2.74%和2.77%,验证了模型的有效性。      

PW-1模料的性能研究

研究了有机高分子聚合物PX为添加剂的PW-1模料,在不同的压注温度下的性能:如抗弯强度、线收缩率、热稳定性,也测定了其熔点和灰分作为参考。     

基于i.MX21的视频采集编码系统设计与实现

介绍基于i.MX21处理器的视频采集编码系统的设计,该系统从CSI接口获取CMOS传感器采集的图像数据,使用eMMA多媒体加速器实现数据的MPEG4格式压缩,重点介绍CSI驱动程序和视频数据采集编码的实现.     

分布式电能计量与计费系统中通信信道特性与实现方案的研究

本文介绍了分布式电能计量与计费系统中低压电力线作为载波通信信道时的信道特性，给出了实验数据和特性曲线，并选择了通信的基本方案。     

分布式电能计量与计费系统中通信信道特性与实现方案的研究

本文介绍了分布式电能计量与计费系统中低压电力线作为载波通信信道时的信道特性,给出了实验数据和特性曲线,并选择了通信的基本方案.     

主被动传感器UT-DC目标定位算法

主被动传感器融合定位具有高度非线性,针对采用传统的线性化方法计算变量统计特性,理论定位结果与实际定位结果相差较大的情况,文章提出了基于不敏变换(UT)的数据压缩(DC)融合定位算法。首先,通过不敏变换精确计算了二维变量的统计特性,减小了非线性误差的影响;其次,针对数据压缩过程中量测信息重复利用的问题进行去相关性处理,获得较高的定位精度;最后,通过理论分析和仿真结果验证,相较于传统的线性化处理方式相差较大的情况,基于不敏变换的数据压缩融合定位方法理论结果与实际结果相吻合。     

基于最小熵准则的频偏估计算法研究

提出了一种基于SEM(Spectrum Entropy Minimization,频谱熵最小化)的频偏估计算法。研究发现,频偏越小,离散信号频谱的熵越小。根据这一性质建立了相关算法,通过一维搜索的方式得到使相位补偿后信号频谱熵最小的频偏估计。仿真结果表明:SEM算法的估计性能能够达到CR(Cramer-Rao,克拉美罗)下界,而且估计的稳定性和鲁棒性较好,具有一定的应用价值。     

基于声波传播时间估计的气流速度测量方法

 为实现对亚声速和超声速气流速度的统一测量,提出了一种基于声传感器的新型测量方法。首先,根据声波在亚声速和超声速气流中的传播特性,利用特定的测量装置建立了声波传播时间与气流速度之间的数学模型,从而将气流速度的测量问题转化为声波传播时间的测量问题。然后,在此基础上,利用计时法和最大似然估计(MLE)方法来估计声波传播时间;其中,计时法在实时性上优势明显,而MLE方法则在可靠性上优于前者。最后,分别从阵元位置扰动性、计时误差和克拉美-罗界(CRB)3个方面对所提算法的性能进行了分析与仿真验证。结果表明,该算法能够实现对亚声速和超声速气流速度的精确测量。     

积极推进产学研结合不断提高人才的培养质量

本文探讨了高职高专积极推进素质教育,走产学研相结合的道路,加强学生实践能力的培养和实际动手操作能力的提高,改进教学方法和手段,改革办学模式,实现人才从知识型向能力型、创造型转化的途径与机制.     

一种差分跳频频率转移函数算法

 为提高差分跳频频率转移路径的随机性和均匀性,在深入研究差分跳频技术和频率转移函数的基础上,引入一种优化的混沌序列对数据信息码进行扰乱,利用纠错能力较强的RS(Reed-Solomon)码和m序列实现对跳频间隔及频率子集的选择控制,构建了一种新的差分跳频频率转移函数算法。对算法的随机性和均匀性进行了仿真验证。仿真结果表明,相比于基于混沌序列的G函数算法和基于RS码和m序列的G函数算法,本文算法产生的跳频序列的随机性和均匀性均得到了良好改善。