显著性的无人机远距离障碍物检测

针对旋翼无人机的避障问题,结合人眼视觉的显著性注意机制和HOG特征,提出一种实时的障碍物检测算法。该算法首先采用形态Haar小波分解的方法构建增强图像,然后根据增强图像的投影曲线提取出障碍物的候选区域。其后,对障碍物候选区域进行尺度归一化后提取HOG特征,并采用线性SVM分类器进行分类判别。该算法采用C++语言实现,在Celeron 2.3GHz处理器、2G内存的单板计算机上测试分辨率为640×480的VGA视频图像的处理速度约为14f/s。实验结果表明该算法满足无人机在低空环境下的障碍物的实时检测需求。     

中红外发光二极管的痕量气体检测系统的研究

在离轴石英增强型光声光谱(OB-QEPAS)技术的基础上,提出了一种以中红外发光二极管(MIR-LED)代替传统方案中的激光作为系统光源来检测痕量气体的方案。搭建了以CO_2为目标气体,以中心波长在4.36μm的MIR-LED为光源的OB-QEPAS平台来检测系统的灵敏度,并对系统的各部分进行了详细介绍。实验得到系统的检测极限达到ppm量级,相应的归一化噪声等效吸收系数(NNEA)达到了10~(-8)量级。基于红外光源的OB-QEPAS技术为发展低成本、操作方便灵敏的痕量气体检测提供了一种新的技术手段。     

基于改进变异树的工控协议模糊测试用例生成方法

针对现有应用层工控协议在模糊测试过程中用例冗余度高、测试效率低和随机性强等问题,提出一种基于改进变异树的测试用例生成方法。该方法将协议样本数据序列进行树结构化,同时提取协议规约中字段优先级信息,并利用其有效地控制树中各节点属性值的变异程度,从而达到降低测试成本、提高测试效率以及增大发掘漏洞几率的目的。实验结果表明,该测试用例生成方法对提高协议模糊测试性能具有显著的优化效果和漏洞检测能力。     

PSO_SVM算法在太阳能电池板裂缝缺陷检测研究

针对太阳能电池板在生产过程中出现的裂缝问题,在太阳能电池板缺陷数据集有限的条件下,提出应用粒子群算法(particle swarm optimization,PSO)优化支持向量机(support vector machines,SVM)的太阳能电池板裂缝缺陷检测算法。首先,为减少图像采集过程中由电致发光(electroluminescence,EL)检测产生的光照分布不均影响,对太阳能电池板组件图像进行Retinex增强处理;其次,在频域上利用Gabor变换对图像进行纹理特征提取,以获取裂缝特征;最后,将各个太阳能电池板组件的纹理特征经主成分分析法(principal component analysis,PCA)降维后输入到PSOSVM系统中进行分类识别。应用该方法对600幅太阳能电池板EL图像进行实验,仅有1幅出现误检,分类识别准确率为99.33%。将该算法与决策树分类、极限学习机、卷积神经网络及SVM算法进行对比实验,PSOSVM获得最高识别准确率。     

退火温度对TWIP钢组织性能和氢致脆性的影响

采用电化学结合低应变速率拉伸实验(SSRT)的方法和OM、SEM等手段研究了退火温度对Fe-18Mn-0.6C TWIP钢充氢条件下力学性能和变形行为的影响,并探讨了各类微观组织结构对氢致脆性的作用。结果表明,TWIP钢晶粒尺寸随退火温度的升高逐渐增大,700℃退火板晶界处容易观察到(Fe, Mn)3C渗碳体。900℃退火获得的中等尺寸均匀晶粒的TWIP钢具有最高的强塑积。在电化学充氢和SSRT同时进行下,TWIP钢的强度和塑性大幅下降,随退火温度的升高,强塑积损失率(R)呈增大趋势。高温退火得到的大尺寸晶粒在变形中更容易产生形变孪晶,孪晶/孪晶交叉位置和孪晶/晶界交叉位置是氢致裂纹的主要来源。尽管相对低温退火得到大尺寸晶粒和界面处层错能(SFE)变化使TWIP钢在变形中不容易产生形变孪晶,但其局部粗大的碳化物与形变孪晶间产生的应力集中处极易形成空位,演化成裂纹源,使相对低温退火的TWIP钢本身塑性不高。低于800℃退火对TWIP钢提高氢脆抵抗力没有明显作用。     

分数阶时滞非线性多智能体系统的自适应控制

针对分数阶多智能体系统中存在时滞和非线性特性, 时滞往往会引起控制系统的性能下降甚至出现系统 不稳定等问题, 提出了一种含时滞非线性的分数阶多智能体系统自适应控制方法. 对于多智能体系统的控制协议, 设计了基于领导者和相邻智能体状态信息的自适应控制协议, 减小了过大常数控制增益带来的能源浪费. 对于一 致性, 利用图论基础、分数阶Halanay不等式稳定性定理、Kronecker积和Schur补引理, 获得了分数阶时滞非线性多 智能体系统的LMI一致性条件. 仿真结果验证了本文算法的正确性和有效性. 由于整数阶系统是分数阶系统的特殊 形式, 本文结论可以直接推广到整数阶多智能体系统中.     

一种智能步兵雷的防拆装置

为防止智能步兵雷核心电路遭到工兵的恶意破坏,在智能步兵雷的外围电路上设计了两种防拆装置.该防拆装置结构简单,起爆信号能以中断方式起爆其战斗部.实验表明,该装置动作可靠,反映灵敏,实用性强,可以有效保护智能步兵雷的核心电路,提高其自身防御能力,适应现代战场.     

基于遗传算法的海底沉积物纹理特征优化方法

为了提高水下机器人对海底沉积物的自主分类感知能力,解决特征冗余问题,对利用遗传算法优化海底沉积物纹理特征进行了研究。以基于灰度共生矩阵和分形理论提取多种海底沉积物视觉纹理特征实现海底沉积物分类识别为背景,提出利用遗传算法对纹理特征项进行优化选择以实现对提取特征的降维,并将降维后的特征项作为自组织映射神经网络模型的输入,对海底沉积物进行视觉分类,提高水下机器人作业时的环境感知能力。实验结果表明,相对于未优化的纹理特征,优化后的纹理特征在海底沉积物分类识别中具有更优的分类效果。     

锌蒸发温度对共蒸发法制备Cu_2ZnSnSe_4太阳电池性能的影响

由于Zn元素的含量对Cu_2ZnSnSe_4(CZTSe)化合物太阳电池的性能有重要的影响,本文主要研究了不同锌蒸发温度对CZTSe太阳电池性能的影响。研究表明:当锌元素蒸发温较低时,CZTSe薄膜中的铜元素过量会使电池失效;而当锌元素蒸发温度较高时,CZTSe薄膜中的锌元素过量,该条件下制备的电池具有高的开路电压但短路电流密度较低,这可能是由于晶界处的硒化锌减少了载流子复合,但表面的硒化锌却阻碍了载流子的输运。通过优化锌的蒸发温度,在较合适的480℃锌蒸发温度条件下制备出效率为1.40%(有效面积0.34cm~2)的CZTSe太阳电池。     

基于SVR的传感器故障诊断方法研究

为了检测传感器的工作状态,提出了一种新的诊断方法:基于SVR(回归性支持向量机)的传感器故障诊断方法。在简要介绍支持向量机(SVM)的基础上,主要论述了回归性支持向量机(SVR)及传感器故障诊断的方法。实验表明,该方法设计简单、易于实现,能适应故障诊断的需求。