全部分类/
科学普及/
现代电子技术

现代电子技术

2026年08期

本刊以电子技术为主体，探讨和报道信息产业及电子行业中新技术，新器件，新应用的学术论文及成果；提供国内外最新的电子技术发展动态及产品市场信息；为企业的新产品，新技术，新成果在产业及行业内的推广架起一座金桥。

扫码免费借阅

目录

快速导航

电子与信息器件 | 基于复矢量滑模观测器的PMSM低载波比无感位置检测研究

电子与信息器件 | 基于复矢量滑模观测器的PMSM低载波比无感位置检测研究

摘要：针对当前滑模观测器在控制频率与电机基波电流频率比值较低的低载波比工况下，观测误差较大、甚至引发电机失步的问题，提出一种基于复矢量滑模观测器和速度前馈正交锁相环的无感控制算法，以提高低载波比工况下无感观测的准确性。针对反电动势观测稳定性问题，提出一种增益闭环调节的复矢量滑模观测器，采用复矢量建模方式替代传统标量建模方法，有效抑制低载波比工况下因耦合增强导致的观测不稳定现象；针对无感位置检测精度低的问题，提出一种速度前馈正交锁相环算法，利用反电动势观测值构造速度前馈项以提高无感速度估算的响应速度，并将算法中得到的电机速度估算值作为反馈用于解耦，从而获取反电动势观测值中的转子角度正余弦值，提高电机无感位置检测的精度。实验结果表明，所提算法不仅在低载波比工况下具有较好的观测性能，在载波比不足的极限工况下也能够实现稳定观测。该算法有助于解决高基频运行下因载波比下降而引发的无感估算问题，具有一定的工程应用价值。
电子与信息器件 | 基于全桥LLC的宽电压输人DC/DC变换器参数设计

电子与信息器件 | 基于全桥LLC的宽电压输人DC/DC变换器参数设计

摘要：为了解决LLC谐振变换器在宽电压输入下整体效率有限的问题，采用Boost变换器+全桥LLC变换器+同步整流的电路架构，完成 1000W 变换器设计。针对该电路架构,优化LLC谐振变换器的关键参数设计方法。通过对LLC谐振变换器的工作原理进行分析，结合零电压导通、零电流关断条件与变换器增益特性，优化电感系数取值，并给出了LLC谐振变换器关键参数设计的具体流程。最后，采用所提出的参数设计方法搭建实验样机,实验结果表明，该变换器在直流120\~380V宽电压输入范围内最高可达 95% 的转换效率，证明了其在实际应用中的巨大潜力和优势。
电子与信息器件 | 基于自适应算法的小型感应加速器剂量最优保持方法研究

电子与信息器件 | 基于自适应算法的小型感应加速器剂量最优保持方法研究

摘要：针对小型电子感应加速器中的剂量控制问题，提出一种自适应最大剂量搜索与稳定控制方法。该算法通过动态调节电子枪注入时序与辅助俘获时序，实现两者最优相位匹配，以优化剂量率。算法采用两级优化：先通过粗搜索快速锁定最优时序区间,随后利用自适应梯度上升算法进行局部精细寻优，以提高收敛速度与精度；同时引入稳定控制机制，实时修正由热漂移及运行扰动引起的剂量率衰减。实验结果表明：与传统网格搜索算法相比，所提方法达到最大剂量率的时间缩短 80% ；在长时间运行过程中，算法的剂量率波动幅度低于 14.7% ，较传统方法下降了 14.9% 。该方法实现了加速器输出X射线剂量的快速搜索与稳定控制，可为便携式及其他电子加速器在线参数优化控制提供方案。
电子与信息器件 | 基于多光谱融合的快速响应火焰探测技术研究

电子与信息器件 | 基于多光谱融合的快速响应火焰探测技术研究

摘要：针对传统火焰探测器误报率高、响应迟滞等问题,提出了一种基于紫外/红外四波段融合的解决方案。构建了185～260nm 紫外特征与 4.35μm 和 2.7μm 红外特征波段协同感知体系，并引入 4.8μm 红外波段补偿背景干扰。硬件层面采用国产EQ6HL9S型FPGA架构，实现了紫外脉冲纳秒级计数（ ±20ns 与三波段红外信号同步采集。同时，提出了多光谱特征融合判决算法模型，缩短响应时间( 10ms@0.4m 标准火焰)；且设计了以紫外传感器为核心的三层PCB堆叠布局，缩减探测器体积，方便后续部署。结果表明，探测器对7类典型干扰源保持免疫且支持RS485组网通信，可为石油化工、电力设备等空间敏感场景提供响应快、轻量化的火焰探测新范式。
电子与信息器件 | 轻量化CNN在GIS局部放电识别中的FPGA实现方法

电子与信息器件 | 轻量化CNN在GIS局部放电识别中的FPGA实现方法

摘要：针对气体绝缘开关(GIS)局部放电(PD)在线监测中，深度学习模型在小样本PRPD图谱数据集上易过拟合，且难以部署于资源受限边缘设备的双重挑战，提出一种兼顾高精度与硬件效率的软硬件协同设计方案。在算法层面，设计了一种轻量化卷积神经网络。该网络以跨阶段局部残差块为核心，通过特征重用与分流机制改善梯度传播路径，从而抑制过拟合;再结合上采样与多尺度特征融合策略,增强模型对PRPD图谱细微特征的提取能力。在硬件层面,基于 Zynq–7z020 平台为该网络设计了专用加速器。采用高层次综合(HLS)工具将 C++ 模型代码综合为硬件描述语言，并应用流水线和循环展开指令优化卷积运算。采用双缓冲机制优化数据传输效率，并对权重参数与激活函数进行16bit定点量化，从而平衡模型精度与存储开销。实验结果表明，所提出的模型在训练平台上的分类准确率达到 97.50% ，性能优于经过公平适配的主流轻量化网络。将该模型部署到 Zynq–7z020 平台后，准确率仅下降 1.03% ，存储空间减小约 50% 。所提出的软硬件协同设计方案能够在保证高识别精度的前提下，显著降低模型的计算与存储开销，可为局部放电等电力设备故障的实时、低功耗在线监测提供参考。
电子与信息器件 | 基于LSTM的电路板高温测试的阀值选择及优化方法研究

电子与信息器件 | 基于LSTM的电路板高温测试的阀值选择及优化方法研究

摘要：随着航天航地领域对电子系统可靠性要求的不断提高，电路板在高温环境下的测试结果已成为衡量电路板可靠性的关键，因此，测试点的阈值选择及优化对于电路板合格性判定至关重要。文中提出一种基于长短期记忆(LSTM)神经网络模型结合3倍标准差 (3σ) 准则的阈值选择及优化方法，首先使用自研系统采集电路板高温测试数据，并通过滑动窗口对电路板测试数据进行划分，以达到数据利用率最大化；然后将滑动窗口数据输入LSTM模型，以预测电路板测试点数据的上限与下限；随后，将预测结果与 3σ 准则相结合，得到各测试点的高低阈值（其中高阈值为预测上限的平均值与 3σ 之和，低阈值为预测下限的平均值与 3σ 之差）。结果表明，相比电路板传统的 ±5% 误差评价标准，所提方法在不影响检测精度的条件下，将上下阈值之差平均缩小了 78% ，且数据覆盖度保持在 99.27% 的高水平，在电路板测试中相比于门控循环单元(GRU）反向传播(BP)神经网络模型，有更好的阈值有效性和可靠性。
电子与信息器件 | 基于LSTM预估补偿的城市污水处理过程滑模控制

电子与信息器件 | 基于LSTM预估补偿的城市污水处理过程滑模控制

摘要：针对城市污水处理过程中存在的推流时滞和受环境变化影响导致的反应过程非线性问题，采用长短期记忆（LSTM)网络对处理过程中的迟滞变量进行预估补偿，以减小时滞影响；同时设计一种改进滑模控制器，实现对硝态氮和溶解氧浓度的稳定控制。通过对比实验与仿真分析可知，经过预估补偿后的滑模控制器能够实现污水处理过程的稳定控制，相较于工业生产中常用的PI控制，具有更高的污水处理效率。以晴天环境为例，氨氮含量相对降低 40.3% ，凯氏氮含量相对降低 32.3% ，综合水质提高 20.7% ，有效改善了出水水质。
电子与信息器件 | 考虑传感器退化的容退控制策略研究

电子与信息器件 | 考虑传感器退化的容退控制策略研究

摘要：传感器是获取控制系统状态信息的关键部件。现有研究主要针对传感器故障后的容错控制展开，而对故障前性能退化如何影响控制系统的问题探讨较少。为此，以线性系统为研究对象，分析传感器退化对控制系统稳定性的影响关系，并建立系统状态与传感器退化状态相互影响的系统动态模型和传感器退化模型。将受退化状态影响的系统动态过程构建为状态空间模型，考虑系统状态影响的传感器退化过程建模为非线性维纳过程。针对传感器退化到一定程度可能导致控制系统不稳定的问题，构建性能指标，并以该性能指标为控制目标，重新设计控制器，确保控制系统在传感器退化过程中一直稳定且性能最优。将状态观测器与卡尔曼滤波算法相结合来估计系统状态和传感器退化状态。最后，以控制系统中两个传感器的不同退化情况为例，设计数值仿真实验，对比分析两种控制方法下的系统状态。结果表明，所提考虑传感器退化的容退控制策略能够在传感器故障前始终保持系统稳定且性能最优。
电子与信息器件 | 基于STM32的巨型视频矩阵切换系统设计

电子与信息器件 | 基于STM32的巨型视频矩阵切换系统设计

摘要：随着多媒体技术的发展，音视频录制规格与质量逐渐提高，人们对于影音体验的要求也随之增多，因此对视频切换监控系统的要求越来越严格，亟需性能更好、稳定性更高的音视频系统。在闭路电视监控系统与高清视频监控系统中，高质量视频信号和VGA信号要求使用高带宽、高稳定性、低串扰、低成本的切换系统，以完成信号源的切换过程。该方案采用STM32F103ZET6、LC4384V和AD8118三大主流器件，非常适用于复合视频路由，可实现音视频信号单对单、单对多、多对单及多对多的输入输出切换，最多可达128路。该系统可应用于CCTV闭路电视监控、分量视频路由，以及视频会议、数字签名等场景中的高清视频路由器。测试结果表明，所提系统相较于传统视频切换矩阵，具备更好的实时级联控制能力、更多的输入输出接口与良好的堆叠扩展性能，且操作相对简单。在扩展级联时无需额外上位机控制，实现了更好的效果，并且在总体上降低了设备硬件成本。
计算机科学与应用 | 基于改进LSTM算法的无线网络DDoS攻击防御方法

计算机科学与应用 | 基于改进LSTM算法的无线网络DDoS攻击防御方法

摘要：为有效防御无线网络中的DDoS攻击，保证网络服务的连续性与稳定性及安全通信，提出一种基于改进LSTM算法的无线网络DDoS攻击防御方法。该方法分析无线网络中DDoS攻击的模式特点和影响，确定网络在攻击下的流量变化规律；在LSTM算法中添加门控机制和存储单元，构建BiLSTM网络，以快速捕获DDoS攻击下无线网络中所有节点的流量数据集;依据检测结果，采用弹性一致性算法拦截异常流量，从而实现对无线网络DDoS的防御。实验结果表明，所提方法可以快速、准确地检测流量表中的无线网络DDoS攻击，实现有效防御，数据包转发成功率大于 96% ，对无线网络DDoS攻击具有很好的防御效果，可以保证网络服务的连续性。
计算机科学与应用 | 基于PSO-AEKF算法的钠离子电池SOC估计

计算机科学与应用 | 基于PSO-AEKF算法的钠离子电池SOC估计

摘要：当前电池荷电状态(SOC)估计研究主要集中于锂离子电池，而对钠离子电池关注不足。针对钠离子电池SOC估计中模型参数时变性与噪声干扰问题，提出一种融合粒子群优化(PSO)算法与自适应扩展卡尔曼滤波(AEKF)算法的协同估计方法。首先，基于二阶RC等效电路模型，通过间歇放电实验标定OCV-SOC关系曲线；再结合HPPC工况，采用PSO算法在线辨识模型参数，实现模型动态特性精准表征。在此基础上，进一步设计AEKF算法，通过实时调整过程与测量噪声协方差矩阵，以提升算法对系统非线性及初始误差的鲁棒性。结果表明：PSO-AEKF算法SOC估计平均误差（MAE)为 0.90% ，均方根误差（RMSE）为 1.28% ，较传统EKF算法精度提升显著；同时针对不同初值SOC仿真的收敛时间小于 20s ，验证了该方法的收敛稳定性及在复杂工况下的实用价值。
计算机科学与应用 | 标签注意力初始化对ICD自动编码的性能影响研究

计算机科学与应用 | 标签注意力初始化对ICD自动编码的性能影响研究

摘要：针对国际疾病分类(ICD)自动编码中标签注意力参考信息选择缺乏规范性的问题，系统评估CNN、Bi-GRU、Bi-LSTM和Clinical-Longformer四种典型文本编码器架构在不同标签参考信息初始化方式下的性能表现，重点比较随机初始化与预训练描述注入两种策略的差异。同时，为探索外部知识对注意力机制的增强作用，将ICD编码的层次结构关系与多同义词信息融入标签参考表达，构建了扩展的标签注意力模型。基于公开医学数据集MIMIC-II，综合分析不同设计对编码性能的影响，并通过注意力得分可视化对比各文本编码器与注意力机制的特性。结果表明，预训练参考信息、层次化设计与多同义词建模均能有效提升编码性能，但其效果随数据规模和标签空间增大而逐渐减弱。实验结果为标签参考信息的合理初始化选择、外部知识融合策略的制定以及文本编码器架构的适配提供了重要的系统性实验依据和优化方向。
计算机科学与应用 | 基于双自编码器的无线网络隐蔽流量异常检测方法

计算机科学与应用 | 基于双自编码器的无线网络隐蔽流量异常检测方法

摘要：针对无线网络隐蔽流量中部分异常流量和正常流量在特征空间的相似性导致异常检测难度高的问题，提出一种基于双自编码器的无线网络隐蔽流量异常检测方法。首先，构建自编码器，学习无线网络隐蔽流量数据的高度非线性表示，并引入加性高斯白噪声以提高自编码器的泛化能力；在此基础上，融合双自编码器和Transformer网络构建DATN-ND模型，从不同角度提取无线网络隐蔽流量数据的特征参数，学习特征参数之间的复杂关系，增强对异常流量数据的敏感性。采用自适应矩估计（Adam)算法优化DATN-ND模型训练过程，将无线网络隐蔽流量输入到训练完成的DATN-ND模型中，以输出的重构误差作为异常得分，通过设置阈值判断流量是否异常。实验结果表明，所提方法能使重构后的隐蔽异常流量和与其相似的正常流量形成显著差别，且对不同类型异常流量的检测精确率、召回率和 F₁ 值均表现优异。
计算机科学与应用 | 基于PKO算法与IAPO算法的短期电力负荷预测模型

计算机科学与应用 | 基于PKO算法与IAPO算法的短期电力负荷预测模型

摘要：为提升传统深度学习组合预测模型在短期电力系统负荷预测上的性能，提出一种基于花斑雀鸟优化(PKO)算法优化变分模态分解(VMD）、改进北极海雀优化(IAPO)算法优化时间卷积网络-长短期记忆（TCN-LSTM)网络的组合预测模型。首先，利用VMD将原始数据分解为若干子序列，降低数据复杂度；在分解中引入PKO算法对惩罚因子和分解层数进行寻优，提高分解精度。其次，通过Logistic混沌映射、动态步长调整、记忆机制等多策略改进北极海雀优化方法，增强算法的全局搜索能力，加快收敛速度，利用改进后的算法对TCN-LSTM模型超参数进行寻优。最后，通过IAPO-TCN-LSTM预测模型对子序列分别进行叠加重构，得到最终的预测结果。实例结果表明，所提方法相较于其他模型，在RMSE和MAPE指标上均有所降低， R² 值有所提高，表现出更高的预测精度和鲁棒性。
能源技术 | 三相四桥臂低压柔性潮流转供装置共模电流闭环抑制策略

能源技术 | 三相四桥臂低压柔性潮流转供装置共模电流闭环抑制策略

摘要：非隔离型柔性潮流转供装置因高频开关动作产生共模电压，在共模回路中产生共模电流。这不仅导致电能质量恶化，甚至引起保护误动，进而威胁配电系统的安全稳定运行。针对上述问题，提出一种面向三相四桥臂低压柔性潮流转供装置的共模电流主动抑制策略。建立变流器在三维空间矢量脉宽调制下平均共模电压与调制比的关系，通过调节冗余零矢量分配系数主动调节开关周期内的平均共模电压，实现共模电流的闭环抑制。此外，针对装置双端接入不同电压时仅单侧调节范围受限，导致共模电流难以抑制的局限性，提出一种双侧零矢量系数配合的协同控制方法，提升装置共模电流的调节范围与能力，并保证在单侧离网运行、并网电网电压波动等场景下装置共模电流得到有效抑制。
能源技术 | 基于Cosamp去噪与三相谐波信号重构的检测方法

能源技术 | 基于Cosamp去噪与三相谐波信号重构的检测方法

摘要：针对电网中杂乱无章的波形叠加与噪声干扰导致特定谐波检测精度不足的问题，提出一种基于压缩采样匹配追踪（Cosamp)算法的三相谐波信号去噪与重构方法。首先，在时域中对含噪的三相谐波信号进行快速傅里叶变换(FFT），将其变换到频域中,用以观察其频域图，并确定三相谐波信号的稀疏度;然后，利用Cosamp算法对频域中已确定的稀疏三相谐波信号进行去噪与重构;最后，通过逆快速傅里叶变换(IFFT)将频域中已去噪和重构的三相谐波信号还原至时域。实验结果表明，在信噪比(SNR)为 30dB、15dB、5dB 的情况下，Cosamp算法均能实现良好的重构效果，即使在噪声含量很高时，也能完整地保留有效信号成分。
能源技术 | 基于Buck-Boost与改进模糊策略的电池分层均衡技术

能源技术 | 基于Buck-Boost与改进模糊策略的电池分层均衡技术

摘要：为解决串联锂离子电池组均衡时间长、均衡效率低的问题，设计一种基于电感的Buck-Boost分层主动均衡拓扑结构，并介绍了其工作原理及参数计算方法。同时，采用以电池SOC为均衡指标的模糊逻辑控制(FLC)策略协同各层均衡。在此基础上，引入遗传粒子群优化(GAPSO)算法对输入论域的节点位置进行全局寻优，克服输入隶属度函数依赖经验和主观判断的局限性，进一步提升均衡系统的性能。Matlab/Simulink仿真结果表明：在充电、放电状态下，所提均衡方案的均衡时间较传统模糊单层方法缩短约 91% 和 91.2% ，较变论域模糊双层方法均缩短约 78.7% ；均衡速率分别平均提高了约 8.85%/s 和8.32%/s 。上述结果验证了所提方案的优势与可行性。
能源技术 | 基于组合预测模型的风电短期出力场景生成方法

能源技术 | 基于组合预测模型的风电短期出力场景生成方法

摘要：在高可再生能源渗透率背景下，受天气混沌系统影响，风电出力的间歇性与波动性对电力系统运行、规划及控制构成挑战。可再生能源出力预测及场景生成法是应对新能源出力不确定性的有效手段，基于此，提出一种基于ALA-VMD-iTransformer模型的风电短期出力场景生成方法。首先，利用人工旅鼠算法（ALA）优化变分模态分解(VMD)的关键参数，分解风电出力序列以提取多频段特征；再通过iTransformer模型深度转换与融合特征预测出力并计算误差;其次，基于正态分布构建概率模型，结合蒙特卡洛法生成涵盖多气象条件的场景集，采用概率距离场景削减法简化场景以提升可靠性；再次，从场景集对实际出力的描述精确性出发设置评估指标;最后,利用西北某风电场实际数据开展算例分析，对比LSTM、iTrans-former、VMD-iTransformer等模型及传统场景生成法，验证所提方法的有效性与可靠性。结果表明：所提出的ALA-VMD-iTransformer方法展现出更强的鲁棒性，在风电出力预测中具有综合性能优势;且相较于传统场景生成方法，改进场景生成方法可实现更高的覆盖率和更低的误差水平。
航空航天航海技术 | 航空导航台站最小保护间隔的计算方法

航空航天航海技术 | 航空导航台站最小保护间隔的计算方法

摘要：随着航空导航频率需求的不断增长，导航设备的频率分配面临越来越大的挑战。针对航空导航台站的频率指配问题，提出一种基于频率间隔和空间间隔的优化频率指配方法。该方法依据甚高频全向信标(VOR）、仪表着陆系统（ILS）和测距仪(DME)的频率服务范围及服务高度（即频率保护服务区（FPSV)），并结合无线电信号的干扰比，利用无线电传播模型和空间几何关系详细描述了根据功率差计算导航台之间的最小保护间隔的过程。该方法的计算结果符合美国联邦航空局(FAA)的标准，其中自由空间传播模型更适用于VOR和ILS的最小保护间隔计算，而Okumura-Hata传播模型则更适用于DME系统。该研究为航空导航台的频率指配提供了技术支持，不仅提高了导航频率的使用效率，还为缓解频率资源紧张问题提供了可行的解决方案。
航空航天航海技术 | 基于RWKV的轻量化航空发动机剩余寿命预测方法

航空航天航海技术 | 基于RWKV的轻量化航空发动机剩余寿命预测方法

摘要：随着工业装备状态监测与健康管理需求的增加，复杂设备如航空发动机的剩余寿命预测(RUL)问题引起关注,特别是在资源受限环境下，对轻量化模型的需求日益迫切。针对传统深度时序模型参数量大、计算复杂度高、难以部署的难题，提出一种基于RWKV的轻量化航空发动机剩余寿命预测方法。采用一维深度可分离卷积(DSC)进行局部特征提取，并结合门控机制与低秩分解(SVD),实现对模型主干权重的结构化压缩，显著减少参数量和计算开销。通过时间递推机制,RWKV模型可兼顾并行训练与高效流式推理，易于在边缘设备上部署。在FD001子数据集上的实验结果表明，与主流Transformer基线模型相比，所提方法在参数量降低 25%～40% 计算量降低1个数量级以上的条件下，其预测均方根误差的增幅控制在 8.0%～18.1% 以内，且非对称评分函数等工程指标保持在同一量级。此外，消融实验验证了深度可分离卷积与低秩分解对模型效率与精度提升具有协同作用，该性能优势在FD003和FD004子集上得到了进一步验证。
前沿交叉科学 | 基于胶囊网络与Transformer的细粒度图像分类

前沿交叉科学 | 基于胶囊网络与Transformer的细粒度图像分类

摘要：花卉细粒度图像分类在品种鉴定、精准园艺和智能育种等领域具有重要的应用价值，但形态相似品种间特征差异微小、背景复杂干扰显著，导致现有方法的精度识别不高。针对该问题，提出一种基于胶囊网络与视觉Transformer的细粒度图像分类架构，以提升特征表征能力与分类性能。首先，设计双频注意力特征提取模块，通过高频与低频并行分支并结合基于Sobel梯度的空间注意力、频域注意力、ECA通道注意力，实现纹理边缘与结构信息的高效建模;其次，构建基于胶囊的视觉Transformer框架，该框架包括胶囊视觉嵌入模块和改进型胶囊感知Transformer编码器，通过显式解耦胶囊模长与方向并引入门控残差与squash非线性，协同建模局部与全局特征；最后，提出联合损失优化策略，从判别性、重构性与泛化能力等角度对模型训练进行优化。实验结果表明，所提方法在Flowers数据集上的识别准确率较高，鲁棒性强，验证了其在复杂场景下的有效性与先进性。
前沿交叉科学 | 基于Transformer联邦学习的通信跨层资源动态调配研究

前沿交叉科学 | 基于Transformer联邦学习的通信跨层资源动态调配研究

摘要：通信资源往往具有大规模、多模态的特征，这导致通信资源跨层调配的动态性能不足。针对通信资源跨层调配过程中的数据孤岛问题与用户信息隐私性保护需求，提出一种基于Transformer联邦学习的通信跨层资源动态调配研究方法。首先，构建基于Transformer的通信跨层资源时序多模态特征融合模型，将不同模态的通信跨层资源数据集作为模型输入，利用多模态注意力融合层、时序编码层和输出层，对输入数据进行多模态特征提取、特征融合、时序编码等处理，从而输出通信资源跨层调配中各用户所需的最小传输速率；其次，采用联邦学习框架以分布式的方式对基于Transformer的通信跨层资源时序多模态特征融合模型进行训练，在提升模型输出精度、解决数据孤岛问题的同时，实现通信用户隐私保护；最后，建立通信跨层资源动态调配数学模型，以最小传输速率为依据，结合用户的实际需求和网络状态灵活分配通信资源，实现通信跨层资源的动态调配。实验结果表明：所提方法即使在通信资源紧张时，实时用户和非实时用户的评估指标也均低于最大允许范围；传输速率均在 30ms 内迅速攀升至 70Gb/s 以上的高水平，显著提升服务质量，能够充分满足各类通信用户的应用需求。
前沿交叉科学 | 基于改进DBO优化LSTM的充电桩故障诊断

前沿交叉科学 | 基于改进DBO优化LSTM的充电桩故障诊断

摘要：针对传统电动汽车充电桩故障诊断方法精度低，蜣螂优化(DBO)算法全局搜索能力不足、易陷入局部最优的问题,提出了一种基于改进蜣螂优化(IDBO)算法优化长短期记忆(LSTM)网络的充电桩故障诊断模型。首先，在DBO算法中加入tent混沌映射和反向学习策略，提升初始化种群质量；引入鱼鹰优化算法(OOA)增强算法的全局探索能力。然后，在子种群中运用自适应tent分布对寻优结果进行扰动，使其具备跳出局部最优的能力；在选代后期加入随机差异变化来增加后期种群多样性，通过测试函数的适应度曲线对比实验,验证改进方法的有效性。最后，采用IDBO算法优化LSTM网络，并对充电桩故障进行诊断。实验结果表明，所提模型的识别准确率达 97.35% ，相较于DBO-LSTM和LSTM分别提升 3.33% 和14.57% ，在电动汽车充电桩故障诊断领域有更高的故障诊断准确率和一定的应用价值。
前沿交叉科学 | 多元信息融合视角下机动车驾驶员分心情形研究

前沿交叉科学 | 多元信息融合视角下机动车驾驶员分心情形研究

摘要：随着智能终端的迅速普及，机动车驾驶员在驾驶过程中使用手机等电子设备的现象日益频繁，已成为导致交通事故率上升的主要原因之一。为解决这一问题，采用多源信息整合的方法对机动车驾驶员分心行为进行系统性研究。首先搭建了一套人机协同的硬件在环模拟实验平台，可实时采集受试者的生理信息(如眼动轨迹和脑电信号)以及驾驶绩效数据(如方向盘转角、侧向偏差、车速等)。随后，通过整合车辆运行参数和驾驶员生理特征数据，构建了多源信息驱动的驾驶员分心数据库。最后，基于机器学习技术开发了最优的分心状态识别模型，用于检测驾驶过程中驾驶员可能出现的注意力分散情况。研究结果表明，采用集成分类算法对由车辆信号、生理信号、道路特征与个体特征构成的多源信息数据集进行训练，所得到的分心状态检测模型在驾驶员注意力状态的智能分类上表现出显著的优越性。
人工智能 | 考虑时变路面附着系数的智能车辆轨迹规划

人工智能 | 考虑时变路面附着系数的智能车辆轨迹规划

摘要: 针对现有轨迹规划方法在时变附着系数道路环境下适应性不足的问题, 提出一种基于分层优化的轨迹规划方法, 将轨迹规划解耦为路径规划与速度规划两个子层。在路径规划层中, 通过动态规划得出路径粗解及相应凸空间, 再经二次规划优化后得到最优路径。速度规划层同样采用动态规划与二次规划相结合的策略。为应对路面附着系数变化对行车安全带来的影响, 构建预设参考速度集, 为速度规划提供基准速度。同时, 综合考虑速度与加速度约束, 明确速度规划的可行域, 以提升车辆在复杂路面条件下的安全性, 最后通过轨迹拼接得到完整的最优轨迹。基于Matlab/Simulink、Prescan和Carsim的联合仿真结果表明, 所提方法在时变附着系数道路下能够生成更安全的行驶轨迹, 有效引导车辆避障, 规划效果优于对比算法。
人工智能 | 基于预设性能的微电网频率电压分布式协同控制策略

人工智能 | 基于预设性能的微电网频率电压分布式协同控制策略

摘要：在微电网系统协同控制领域，将预设性能控制(PPC)算法和事件触发控制(ETC)方法相结合，提出一种新型微电网系统分布式协同控制策略(PP-ETC)，该策略利用PPC的精确收敛性能，同时借助ETC降低通信频率，旨在实现系统电压与频率的精确恢复。首先，将微电网系统中的分布式电源(DG)作为控制网络中的智能体节点，采用PPC算法设计分布式二次控制器，使得频率和电压恢复控制具有较快收敛时间的同时，兼具更好的抗干扰性能;其次，引入事件触发函数，控制器在触发时刻交换状态信息，有效减少控制器更新次数，降低系统通信负担；再次，基于李雅普诺夫稳定性理论分析系统稳定性，并验证控制器在事件触发过程中不会出现芝诺现象;最后，在Matlab/Simulink中搭建仿真平台,验证所设计控制策略的有效性，该研究为微电网高性能分步控制提供了新的解决方案。
人工智能 | 基于语义分割和迁移学习的启发式路径规划算法

人工智能 | 基于语义分割和迁移学习的启发式路径规划算法

摘要：在高维非结构化环境中实现高效、可靠的路径规划是机器人领域的关键难题。针对传统的路径规划算法在复杂场景中存在的采样效率低和路径质量差等问题，提出一种融合语义分割与迁移学习的启发式路径规划算法RU-RRT\*。该方法通过训练改进的语义分割网络RUNet，在二维环境中生成路径区域概率图，从而引导采样算法优先在高置信度路径区域内进行采样，显著提高路径搜索的效率。为了实现从二维到三维空间的迁移，设计一种跨维度的迁移学习策略，通过参数迁移与语义一致性约束，将二维模型的能力有效迁移到三维空间，解决三维路径规划中数据稀缺和训练成本高的问题。仿真实验和真实世界实验结果表明，在三维环境中，RU-RRT\*算法的路径预测成功率、平均规划时间、平均搜索次数、平均节点数量和平均路径成本这5个关键指标均显著优于对比算法，展现出良好的性能优势。该算法为路径规划提供了一种可靠的解决方案，具有广泛的应用前景。
人工智能 | 基于LPV/H。可变权重的车辆自适应巡航控制策略

人工智能 | 基于LPV/H。可变权重的车辆自适应巡航控制策略

摘要：针对车辆自适应巡航控制(ACC)系统面临的复杂工况与不确定性问题，提出一种基于线性参数变化(LPV)模型可变权重的 H_∞ 控制策略。首先，以两辆车相对速度作为参变量，构建车辆自适应跟踪系统的LPV模型，并引入 H_∞ 混合灵敏度函数；其次，通过选择加权函数将混合灵敏度优化问题转化为等效标准 H_∞ 控制问题，设计具有性能加权的ACC系统广义被控对象 H_∞ 鲁棒控制器，以兼顾对系统干扰的抑制以及对模型不确定性的鲁棒性;最后，利用线性矩阵不等式(LMI)方法求解控制器参数，并通过凸组合实现了权重可变的控制策略。仿真结果表明，相较于采用固定权重控制策略的传统LTI系统，所提的LPV/H混合灵敏度可变权重控制策略在不同行驶工况下均能更有效地抑制外界干扰，提升系统对模型参数变化的鲁棒性，并且在应对模型参数摄动时表现出更强的适应能力。

过往期刊

更多

猜你喜欢

山东警察学院图书馆电子阅览室