基于ATmega 128单片机的数字化地下管线定位仪

地下管线被视为城市的生命线。分析了地下管线定位仪的基本原理,并在此基础上详细介绍了基于ATmega 128单片机的数字化地下管线定位仪的硬件实现和软件实现,重点分析了基于磁保持继电器的分时供电电源电路。ATmega 128单片机实现了地下管线定位仪的数字化,使得定位仪能快速、准确地对地下管线进行水平定位和垂直定深。     

复杂信道环境下的多维策略智能抗干扰技术

针对当前智能抗干扰技术策略维度低、复杂环境应对性差的问题,提出了适应复杂环境的多维策略智能抗干扰技术。将单音信号作为探测信号,通过扫频方式减少探测阶段复杂度以实现快速实时的环境状态特征提取,之后设计了基于深度神经网络的实时智能决策引擎模型以提高决策速度和准确率。仿真结果表明所提方案能够准确地预测通信质量,最后根据目标函数在所有可通信策略中决策出最优策略,当探测信号扫频间隔选取合适时,该方案能够达到接近96%的决策准确率及较好的资源利用率,能有效进行抗干扰并取得较好的通信质量。     

一种基于随机森林的LOS/NLOS基站识别方法

蜂窝移动通信环境复杂多变,在基站和移动台之间不可避免会出现电波的非视距（Non-Line-of-Sight,NLOS）传播,使基站和移动台之间的距离测量误差显著增大,导致定位性能急剧下降。为了准确识别出视距（Line-of-Sight,LOS）与非视距传播的基站信号,提出了一种基于随机森林的LOS/NLOS基站识别方法,通过分析移动台与各基站接收机测量距离与定位误差之间的相关性,选择LOS/NLOS测量距离作为特征进行分类器训练,再将分类器用于LOS/NLOS基站的识别。仿真结果表明,该方法对NLOS基站的正确识别率达到90%以上,能取得较好的定位性能。     

引入自上向下特征融合的小目标检测算法

针对原始SSD(Single Shot Multibox Detector)算法未充分利用各特征层之间关系导致浅层特征层缺乏小目标语义信息的问题,为了提高对小目标的检测能力,提出了一种结合PANet多尺度特征融合网络和自上向下特征融合路径的TTB-SSD(Top to Bottom SSD)改进算法。首先,使用PANet多尺度特征融合网络对特征进行反复提取,从而获得丰富的多尺度语义信息;然后,使用一种深层特征融合模块将浅层特征层的空间信息传递到深层特征层,进而更准确地对小目标进行定位;最后,为了增强浅层特征层的语义信息,构造了自上向下的特征融合路径,从而强化浅层对小目标检测的准确率。实验结果表明,在PASCAL VOC2007测试集检测的mAP(Mean Average Precision)值达到80.5%,对目标的mAP较原始SSD提高了5.7%,证明了该算法对小目标检测的有效性。     

Fine-Tuning Alkyl Chains on Quinoxaline Nonfullerene Acceptors Enables High-Efficiency Ternary Organic Solar Cells with Optimizing Molecular Stacking and Reducing Energy Loss

Material design of guest acceptor is always a big challenge for improving the efficiency of ternary organic solar cells (OSCs). Here, a pair of isomeric nonfullerene acceptors based on quinoxaline core, Qx–p-C₇H₈O and Qx–m-C₇H₈O, is designed and synthesized. By moving the alkoxy chain attached on side phenyl from meta-position to para-position, both π–π stacking distance and crystallinity are enhanced simultaneously. They obtain the uplifted lowest unoccupied molecular orbital level. Compared to Qx–m-C₇H₈O, Qx–p-C₇H₈O exhibits wider absorption spectrum and higher extinction coefficient. Using D18-Cl:N3 as host materials, the addition of guest acceptor Qx–p-C₇H₈O significantly improves the power conversion efficiency (PCE) from 17.61% to 18.49% because of higher open-circuit voltage (0.875 V) and short-circuit current density (27.85 mA cm⁻²). This can be attributed to the faster exciton dissociation, more balanced carrier mobility, fine fiber morphology, and lower energy loss in the ternary devices. However, Qx–m-C₇H₈O-based ternary device achieves relatively low PCE of 17.17% because this device shows extremely low electron mobility. The results indicate that molecular stacking, film morphology, etc., can be effectively modulated by fine-tuning the side chains of guest materials, which may be an effective design rule for further improving the PCE of OSCs.     

结合跨层特征融合与级联检测器的防震锤缺陷检测

目的 防震锤可以减少输电线路的周期性震动以降低线路的疲劳损害,定期对防震锤进行巡检非常必要。针对目前无人机巡检输电线路所得航拍图像背景复杂,而种类较多、形状各异以及特性不一的防震锤在航拍图像中占据像素面积很小,导致防震锤检测过程中出现的检测精度低、无法确定缺陷类型等问题,提出了一种结合跨层特征融合和级联检测器的防震锤缺陷检测方法。方法 本文使用无人机对防震锤部件巡检的航拍图像进行数据扩充建立防震锤缺陷检测数据集,并划分了4种缺陷类型,为研究提供了数据基础。首先,以VGG16（Visual GeometryGroup 16-layer network）为基础对1、3、5层特征进行特征融合得到特征图,平衡了语义信息和空间特征;其次,使用3个级联检测器对目标进行分类定位,减小了交并比（intersection over union,IoU）阈值对网络性能的影响;最后,将非极大值抑制法替换为Soft-NMS（soft non-maximum suppression）算法,去除边界框保留了最佳结果。结果 在自建数据集上验证网络模型对4种防震锤缺陷类型的检测效果,与现有基于深度学习的其他6种先进算法相比,本文算法的平均准确率比Fast R-CNN（fast region-based convolutional network）、Faster R-CNN、YOLOv4（you only look onceversion 4）分别提高了13.5%、3.4%、5.8%,比SSD300（single shot MultiBox detector 300）、YOLOv3、RetinaNet分别提高了9.5%、8.5%、8%。与Faster R-CNN相比,本文方法的误检率降低了5.61%,漏检率降低了3.01%。结论 本文提出的防震锤缺陷检测方法对不同背景、不同光照、不同角度、不同尺度、不同种类和不同缺陷种类的防震锤均有较好的检测结果,不但可以更好地提取防震锤的特征,而且还能提高分类和位置预测网络的定位精度,从而有效提高了防震锤缺陷检测算法的准确率,在满足防震锤巡检工作实际检测要求的同时还具有较好的鲁棒性和有效性。     

Adaptive fixed-time prescribed performance control of vehicular platoons with unknown dead-zone and actuator saturation

This article focuses on the problem of fixed-time prescribed performance platoon control for heterogeneous vehicles with unknown dead-zone and actuator saturation. First, an equivalent transformation is developed to approximate the actuator nonlinearity (i.e., dead-zone and saturation), which reduces the complexity of controller design. Then, to guarantee the tracking errors converge to the predetermined region in the given time, a modified prescribed performance function is presented. Based on this, a novel adaptive sliding mode control scheme is developed in the context of fixed-time theory, which is proved to be capable of ensuring individual vehicle stability and string stability in fixed time. In addition, under the proposed control scheme, the convergence time is independent of initial conditions of the system. Finally, numerical simulations are carried out to demonstrate the effectiveness of the proposed control scheme.     

一种针对TomcatFilter型的MemShell检测技术研究

近些年来,随着计算机技术的不断发展和应用,Web应用技术也在快速更迭,与其一起发展的还有木马后门技术,但传统的木马后门技术已经不能满足攻击者的需求,因而基于内存攻击的方式不断涌现,包括powershell内存载入攻击、.NET assembly托管代码注入攻击以及内存马(Memory WebShell,MemShell)攻击等,这些攻击方式为现有的安全防御检测机制带来了极大的挑战。因而业界对面向解决基于内存的攻击尤其是内存马的攻击展现出了强烈的需求。但当前业内针对内存马的检测能力较弱,学术界也缺乏对该领域的研究工作,所以本文提出了一种针对Tomcat Filter型的内存马检测方法。通过研究发现,内存马其最核心技术便是无文件(Fileless)及不落地(Living off the Land),但尽管如此,内存马最终会在内存中展现其功能并执行命令,所以内存是所有威胁的交汇点,因此本文将Java虚拟机(Java Virtual Machine,JVM)作为起始点,首先利用JVM内存扫描技术遍历出JVM内存中加载的所有Filter类型对象,但需要注意的是这些对象并非都是有威胁的,并且每一个对象都具有一定的特征,所以可以对这些特征通过人工经验进行分类并且筛选出具有代表性的特征向量,然后获取每一个Filter类型对象的所有代表特征向量,并根据特征向量的值梳理出异常表现序列;最后,利用朴素贝叶斯算法将大量正常和异常的Filter对象的异常表现序列作为训练样本,计算出对应项的条件概率并形成贝叶斯分类器。利用训练出的贝叶斯分类器就可以构建出一个内存马检测模型,该模型能够有效得针对该类型的内存马进行检测。实验结果表明,本文提出的方法针对Tomcat Filter型内存马的检测,实现了零误报率和94.07%的召回率。     

对电动汽车无线充电过程中降低辐射方法的研究

电磁辐射是电动汽车无线充电技术发展的主要问题。对现有的电动汽车无线充电方式进行对比后,提出一种在电动汽车无线充电过程中降低辐射的方法,并从电路设计、内部程序设计以及仿真实验等方面进行了分析。通过仿真测试出保持原并联网络处于谐振状态下所需的电容大小。结果表明,在不同的漏磁下,通过调整电路中电容的接入量进行修正之后,会降低充电过程中产生的电磁辐射,减少在充电过程中能量的损耗。     

一种110~220 kV耐张绝缘子更换新型卡具

绝缘子的作用是支撑导线,确保导线与杆塔、大地之间有足够安全距离。保证健康绝缘子片数符合设计要求对于输电线路安全稳定运行有着重大的意义,因此及时更换零值绝缘子十分必要。针对目前更换绝缘子的卡具操作复杂、工作效率低、无法通用多种型号绝缘子的问题,研制了一种新型更换绝缘子装置。