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。     

无人机单片机控制系统软件容错设计

本文介绍了某型无人驾驶飞机系列MCS-51单片机控制系统的软件容错设计方法与实现。该软件采用了关键数据的余度管理技术,在充分考虑了本系统的任务功能及单片机固有特点的基础上,采用了若干行之有效的软件检错技术,包括执行条件检测、数据合理性检测、异常复位检测及软件陷井等。在检测到软件错误后,软件将执行一个恢复操作。恢复操作的基础是依据一组经过余度管理及相容性分析而保证为正确可靠的关键数据。恢复操作将消除软件系统所有可能的错误状态,将系统恢复至出错前的运行状态。实践表明,该软件的容错设计是可靠且有效的。     

组合导航信息融合滤波的研究(英文)

提出一种组合导航信息融合新方法,该方法能提高容错性能,更好地进行故障检测、隔离和重构.同时,当故障发生时,由于融合了系统信息,它能使重构的系统以更高的精度工作.采用这种滤波器设计了捷联惯导系统、GPS、多普勒雷达三传感器信息容错系统.仿真结果表明, 这种设计方法对陀螺、加速度计、GPS、多普勒雷达的软故障是有效的.     

金属材料微裂纹取向与超声波和频非线性效应

针对非线性超声无损检测金属材料微裂纹取向角度的问题,开展了微裂纹取向与超声波的和频非线性效应研究,建立了超声和频非线性特征系数与微裂纹取向角度的关系模型。理论和有限元仿真实验结果表明,随着微裂纹取向角度的逐渐增大,超声和频非线性特征系数与微裂纹取向角度之间呈现明显的正相关趋势,而且相比二次非线性特征系数,和频非线性特征系数对微裂纹取向检测更为敏感。同时,从超声波平均能流密度（即声强）的角度出发,计算可知和频分量声强会随着微裂纹取向角度的增大而增大,而二次谐波声强基本不会发生变化,同时和频分量声强占比相比于二次谐波声强占比也得到了明显提高。超声波声强计算结果与仿真计算结果趋势基本一致,证明了理论模型的正确性。通过实验验证了模型的有效性,为金属材料微裂纹取向的检测提供了一种有效的手段。      

复杂结构的非线性检测

由于非线性系统的复杂性,现有的各种非线性检测方法都有局限性。从频域、幅域和时域三方面综合考察复杂结构的非线性表现,采用六种方法进行非线性检测,给出一个综合描述系统非线性程度的指标－非线性因子。鉴于非线性系统表现出的非线性强弱与系统所受的激励有直接的关系,将非线性因子定义为与激励的幅值特性和频率特性相关的系数指标。对几种典型非线性系统的仿真模型进行了检测,以验证非线性因子的有效性。     

磁-光/涡流成像技术的有限元分析

近年来迅速发展的磁－光成像（ＭＯＩ）技术使涡流检测技术得到了新的进展。本文运用磁－光／涡流成像的有限元模型对典型的飞机构件缺陷（如连接飞机表面两个铝层的紧固件下面的裂纹）进行模拟。模拟结果表明,其磁场垂直分量的变化对这种结构来说是相当灵敏的,采用ＭＯＩ技术可以用来探测隐藏在紧固件帽下面的缺陷。     

基于神经网络的智能刀具状态检测系统

可靠的在线刀具磨损状态检测是柔性制造系统、计算机集成制造系统以及自动化机床必不可少的一个环节。文中论述了用反传神经网络与一类模糊神经网络分析处理由力传感器和声发射传感器所测得的刀具状态信号,识别出刀具的磨损情况,从而进一步实现刀具磨损状态的在线检测,控制自动机床及时更换刀具。本研究对四种规格的钻头的磨损情况进行了全程检测,并比较分析了反传神经网络与模糊神经网络对这一问题的有效性。实验结果表明,这两种方法对处理刀具磨损状态检测均有显著的效果与很高的准确性。用一类模糊神经网络处理多传感器信息是实现刀具状态在线检测的一个极为有效的方法。     

遗传算法设计梯度子实现优化的图象边界检测

计算机图象处理技术可广泛应用各种图象测试、模式识别和计算机视觉等领域，而图象边界检测是计算机图象处理的最基本和最低层的步骤之一。由于噪声的干扰和图象光照不均匀等因素的影响，目前的图象边界检测方法还不能有效地检测出各种不同模式的边界。本文提出了一种基于遗传算法和灰度梯试算子的图象边界检测法，通过对样本图象的训练，设计对训练样本模式最优的灰度梯度算子，增加了对噪声的抗干扰能力，并且使被检测出的边界更准确。     

声发射检验技术进展

本文简要介绍了声发射技术的发展史，并从声发射技术的原理、波形分析法、参数分析法、声源定位技术和声发射仪器几个方面进行了综述，主要讨论了最新的波形分析技术和检测仪器的构成。最后指出了声发射检测的发展方向是声发射信号的模拟识别及人工神经网络模式识别分析。     

基于改进HHT的非高斯噪声中瞬态通信信号检测

根据瞬态通信信号和非高斯噪声的特点,建立了相应的信号模型,并利用希尔伯特-黄变换（HHT）处理非线性非平稳信号的优势,提出了基于改进HHT的非高斯噪声中瞬态通信信号的检测算法。该检测算法分为集合经验模式分解（EEMD）和固有模态函数（IMF）分量筛选两部分,首先经过加入随机白噪声多次试验取均值得到待检测信号的IMF分量,再结合各个分量与原信号的能量差异和相关性剔除虚假IMF分量,从而实现对混叠在非高斯噪声中的瞬态通信信号的有效检测。仿真在不同的条件下对比了本文算法与其他算法对信号的检测效果,结果证明本文算法能够有效克服HHT中存在的缺陷,实现对瞬态信号更为准确的分析和检测。