量子线性卷积及其在图像处理中的应用

线性卷积在图像处理中发挥着重要作用,但是在处理海量高分辨率图像时,求解线性卷积会消耗许多计算资源.为此,本文就量子线性卷积及其在图像处理问题中的应用开展相关研究,首先提出单通道,单位步长,零补充情况下的量子一维和二维线性卷积,然后实现多通道,非单位步长,非零补充的情况,最后将量子二维线性卷积应用于量子图像平滑,量子图像锐化和量子图像边缘检测.通过理论分析证明了量子线性卷积的空间复杂度O（logM）和时间复杂度O（log²M）较经典线性卷积有指数级下降,且基于Qiskit的仿真实验成功验证了量子线性卷积和量子图像处理算法的正确性和可行性.     

直流稳定电源输出功率测量不确定度的评定

直流稳定电源因其面板数字表准确度高,输出稳定可靠,可通过面板显示的电压和电流间接计算产品的功率。本文介绍了一种间接评定直流稳定电源的输出功率测量不确定度的方法。     

基于EKF+EKS的BCG动态高斯模型滤波研究

心冲击图(Ballistocardiogram,BCG)信号属于微弱信号,现实采集的BCG信号通常包含采集环境干扰和个体差异,因此缺乏健康个体的BCG信号模板和适用于BCG信号的降噪方法。提出一种基于高斯核函数的动态BCG信号模型,在动态高斯模型的基础上,应用扩展卡尔曼滤波与扩展卡尔曼滤波平滑对BCG信号进行复合滤波。该模型提供健康个体的BCG信号,包括H波、I波、J波、k波、L波和M波特征。经联合扩展卡尔曼滤波与扩展卡尔曼平滑滤波后的BCG信号比其他传统滤波器滤波后的BCG信号信噪比更高。基于动态高斯模型合成的BCG信号能完整表达健康个体的BCG信号特征,联合扩展卡尔曼滤波和扩展卡尔曼平滑的复合滤波,对BCG信号的滤波达到了更好的降噪效果。     

基于SAS降噪和谱峭度的特征频率提取方法

提出了稀疏辅助平滑降噪(SAS)与谱峭度(SK)结合的滚动轴承故障特征的提取方法。首先,利用稀疏辅助平滑降噪(SAS)方法对仿真信号进行预降噪,通过均方根误差(RMSE)指标对SAS降噪与低通滤波的降噪性能实施评价;然后,将SAS降噪和谱峭度方法结合应用于故障滚动轴承的振动信号的分析中,提取到清晰的特征频率。用峭度值指标将所提方法同小波方法、EMD方法进行对比,证实了所提方法在特征提取上的优势;通过仿真和数据实验,证明了所提方法的有效性。     

基于微电源输出功率的微电网自适应电流保护

由可再生能源组成的微电网得到了广泛应用,大量可再生能源的加入使得微网的拓扑结构灵活多变,传统的继电保护难以满足微电网保护要求.提出了一种基于微源输出功率的微电网自适应电流保护方案.通过分布式智能配电终端装置(DSTU)采集线路实时的电气参数,并对电流进行整定,根据各个微源的输出功率判断是否启动电流整定.对典型工况在PSCAD/EMTDC上进行了仿真验证,仿真结果表明,该方案对于降低保护配置成本、提高微电网保护的可靠性具有重要意义.     

基于双LSTM融合的类人机器人实时表情再现方法

为提高机器人表情再现的时空相似度和运动平滑度,结合序列到序列的深度学习模型,提出一种基于双LSTM(长短期记忆)融合的类人机器人实时表情再现方法.在离线机械建模阶段,首先构建逆向机械模型以实现面部特征序列到电机控制序列的逆向映射,并进一步提出运动趋势模型以规整电机连续运动的平滑度;然后,引入加权目标函数以实现两模型的融合和参数优化.在在线表情迁移阶段,以表演者面部特征序列作为融合模型的输入,并在最优参数下完成表演者面部特征序列到机器人控制序列的端-端翻译,从而达到机器人表情的帧-帧再现.实验结果表明:融合模型的电机控制偏差不超过8%,且表情再现的时空相似度和运动平滑度大于85%.与相关方法相比,提出的方法在控制偏差、时空相似度和运动平滑度方面均有较大提升.     

新型放射性气溶胶在线监测仪设计

采用传统工控机作为控制/处理器的放射性气溶胶在线监测仪体积大、集成度低,在恶劣环境下容易因计算机死机、系统故障等导致仪器运行中断,为此研制了一种新型放射性气溶胶在线连续监测仪。该仪器在以高性能ARM嵌入式系统为核心的硬件和软件环境下,较好地实现了α能谱平滑、寻峰、峰位校正,天然氡钍及其子体放射性气溶胶扣除等关键技术,有效地提高了仪器的运行可靠性和稳定性。对监测仪进行了超过72 h的普通实验室环境的运行实验,测试结果表明:该仪器对α和β气溶胶的探测限分别为0.046 Bq/cm~3和0.29 Bq/cm~3。此外,通过相关试验对监测仪的准确性和稳定性进行了验证。