超声相关加权合成断面成像检测方法研究

本文首先介绍了合成孔径聚焦超声成像的基本原理。针对提高成像的分辨率和信噪比问题，研究了原始采样信号的相关性，提出了一种基于信号相关度加权的合成新算法和原始数据预处理方法。利用改进方法对试样进行了断面成像实验，实验结果表明：与传统的延时一叠加合成孔径算法相比，新方法提高了图像的横向分辨率和信噪比，改善了图像质量。     

主、被动振动控制一体化理论及技术(Ⅱ)--组合控制

本文是系列讲座的第二篇，涉及组合振动控制的基本问题，重点介绍近几年的研究结果。包括：各种阻尼材料及其性能，筒型粘弹性阻尼器特性及设计方法，自由和约束阻尼层结构以及粘一弹性复合结构的分析，直线式压电作动器PZT-AM和TOKIN的特性、试验及设计；在此基础上，以空间桁架为例，讨论了组合振动控制实现问题，涉及动力学特性分析和试验，用评价函数描述被动振动控制参数对主动振动控制的影响，作动器和阻尼器的优化配置等。从工程应用角度，本文指出应当建立相应的数据库，用来指导结构设计。     

雷达的目标识别技术

对雷达自动目标识别技术和雷达目标识别过程进行了简要回顾。研究了相控阵雷达系统中多目标跟踪识别的重复检测问题。提出了角度相关区算法，分析了实现中的若干问题。通过在相控阵雷达地址系统中进汀的地址实验和结果分析表明，采用角度相关区算法对重复检测的回波数据进行处理时，将使识别的目标信息更精确，从而能更早地形成稳定的航迹，达到对目标的准确识别。     

基于小波变换的自适应多用户检测算法

在分析传统自适应多用户检测的基础上 ,提出了一种基于小波变换的自适应多用户检测算法。用小波变换进行前处理 ,然后再通过 LMS算法实现自适应多用户检测。与通常的自适应多用户检测算法相比 ,该算法利用了小波变换对小波空间进行了分解 ,信号经小波变换后自相关性会下降 ,收敛速度提高。同时在此分解过程中 ,根据信号与白噪声在不同尺度上的小波变换模极大值表现完全不同的特性进行信号的消噪。理论分析和仿真结果表明 ,该算法收敛速度较快 ,计算量增加较少 ,易于实时实现 ,而且具有良好性能。同时仿真实验表明 ,收敛速度与小波基选择有关 ,对于同一小波基系列 ,小波基的正则性越好收敛速度越快     

数字化组合测量辅助飞机装配质量检测技术

针对单独使用激光跟踪仪测量大型飞机壁板类组件装配质量时存在曲面数据细节信息不易采集、测量效率低等问题,提出基于激光跟踪仪和关节臂测量仪的大型飞机壁板类组件数字化复合测量方法.在保证测量精度的前提下,将关节臂测量仪(AACMM)融入到激光跟踪仪测量场中,使用两种设备进行集成检测,对大型飞机部件成形细节信息进行全面采集.同时根据飞机部件装配过程测量环节的测量特征,在Spatial Analyzer软件基础上开发了飞机壁板类组件数字化复合测量工具集,实现了对测量过程中所涉及到的设备、数据的集中管控.通过实例,验证了测量方法的有效性和效率.      

梁纵向与横向耦合非线性振动分析

纵向振动和横向振动耦合是捆绑火箭等结构中的典型振动现象.以Rayleigh梁为研究对象,通过Hamilton变分原理推导了考虑应变二次项的纵向振动与横向振动耦合控制方程,并用有限元方法对该非线性系统的行为进行了模拟.针对线性系统固有振动频率和非线性纵横耦合动态响应情况,把所得结果与NASTRAN结果进行了比较,二者结果吻合,证明了本方法的正确性.在此基础上,借助振动控制方程和模拟结果,讨论了非线性系统频率与模态的时变特性,非线性动态响应频率成分特性,横向振动和纵向振动相互影响以及共振现象等.研究结果为本方法的实际应用提供了理论基础.      

相对测量不确定度在微波功率计量中的应用CSCD

本文探讨了相对测量不确定度在微波功率计量中的相关应用,通过微波功率计量中的两个实例,分析了相对测量不确定度的数学模型及评定过程,规范了其表述规则,全面概括了实际应用中的注意事项。     

电力场景下基于无人机视觉的运动目标追踪方法

随着人工智能技术的发展,面向电力系统的运动目标追踪技术逐渐得到关注,现有方法虽有一定成效,但是大多基于固定摄像头的监控视频录制,不能灵活追踪运动目标,当运动目标离开摄像头视野时,存在运动目标丢失问题。为此,利用无人机设备,并基于深度学习和核相关滤波技术,提出了一个电力场景下基于无人机视觉的运动目标追踪方法（MTTS_UAV）。所提方法采用改进的目标追踪方法与目标检测方法相结合的方式来追踪运动目标隐患,并引入2种无人机飞行控制模块:启发式和数据驱动式,使得无人机的飞行速度和方向可以根据目标移动情况自适应地调节。在真实变电站的安全帽人员数据集上进行了大量实验,对所提方法的追踪效果进行评估,结果表明:所提方法在真实数据集上的平均像素误差（APE）和平均重叠率（AOR）分别可达到2.37和0.67,验证了方法的有效性。      

基于倒置残差注意力的无人机航拍图像小目标检测

针对无人机航拍图像背景复杂、小尺寸目标较多等问题,提出了一种基于倒置残差注意力的无人机航拍图像小目标检测算法。在主干网络部分嵌入倒置残差模块与倒置残差注意力模块,利用低维向高维的特征信息映射,获得丰富的小目标空间信息和深层语义信息,提升小目标的检测精度;在特征融合部分设计多尺度特征融合模块,融合浅层空间信息和深层语义信息,并生成4个不同感受野的检测头,提升模型对小尺寸目标的识别能力,减少小目标的漏检;设计马赛克混合数据增强方法,建立数据之间的线性关系,增加图像背景复杂度,提升算法的鲁棒性。在VisDrone数据集上的实验结果表明：所提模型的平均精度均值比DSHNet模型提升了1.2%,有效改善了无人机航拍图像小目标漏检、误检的问题。