检索结果-南通市图书馆

基于李群不确定映射的冗余IMU鲁棒CI融合姿态估计

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

控制与决策 2025年第1期40卷 345-352页

作者：仇翔石水萌胡中尧陈博浙江工业大学信息工程学院

针对冗余惯性测量单元(inertial measurement unit, IMU)姿态估计问题,通过采用不变扩展卡尔曼滤波器结构,将被估计系统动态特性建模为矩阵李群和偏差向量的混合模型,从而设计基于协方差在线校正的局部IMU姿态估计器.在此基础上,采用对... 详细信息

针对冗余惯性测量单元(inertial measurement unit, IMU)姿态估计问题,通过采用不变扩展卡尔曼滤波器结构,将被估计系统动态特性建模为矩阵李群和偏差向量的混合模型,从而设计基于协方差在线校正的局部IMU姿态估计器.在此基础上,采用对数映射将李群不确定性映射到向量空间,进而构造依赖于局部姿态估计器参数的分布式融合问题,从而设计基于李群的鲁棒协方差交叉融合准则.特别地,为解决局部估计器之间互协方差未知的问题,通过引入先验容差来约束未知互协方差,从而提供低保守性的协方差上界以提高融合估计性能,形成一种具有双层结构的冗余IMU姿态估计方法.最后在下肢外骨骼康复机器人平台上验证所提出算法的有效性.

关键词：姿态估计冗余IMU 不变卡尔曼滤波矩阵李群协方差交叉

全球变暖已经导致降水变率和灾害风险加剧了吗?

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国科学:地球科学 2025年

作者：王会军南京信息工程大学

在气候增暖背景下,全球水循环正在发生显著变化,伴随着大部分地区平均降水和极端降水增加(Trenberth, 1999; Chen和Sun, 2017; Douville等, 2021; Yin等,2024).与此同时,近年来降水还表现出更为复杂多变的特征.例如, 2023年北美加州和...

在气候增暖背景下,全球水循环正在发生显著变化,伴随着大部分地区平均降水和极端降水增加(Trenberth, 1999; Chen和Sun, 2017; Douville等, 2021; Yin等,2024).与此同时,近年来降水还表现出更为复杂多变的特征.例如, 2023年北美加州和非洲东部均经历了多年际时间尺度的旱涝急转, 2024年我国河南经历了季节内尺度的旱涝急转.这类频繁且剧烈的旱涝转换,其实是降水变率增强的体现.

关键词：

宽带Farrow架构分数时延滤波器优化设计及实现

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电子测量技术 2025年

作者：叶霞美李鹏冯姣张治中郭晓旭南京信息工程大学电子与信息工程学院

可变分数时延滤波器因其能够实现任意分数时延变换而广泛应用于时延补偿技术领域。然而，由于其滤波系数求解复杂度高，适应性差，在工程中应用严重受限。针对这一挑战，本文提出了一种低计算复杂度条件下，通过调节滤波器参数灵活改变... 详细信息

可变分数时延滤波器因其能够实现任意分数时延变换而广泛应用于时延补偿技术领域。然而，由于其滤波系数求解复杂度高，适应性差，在工程中应用严重受限。针对这一挑战，本文提出了一种低计算复杂度条件下，通过调节滤波器参数灵活改变分数时延滤波器性能的方法，并完成了FPGA仿真验证。该方法通过调整窗函数的宽度因子来精确控制窗形状，进而优化不同阶数下滤波器的时频特性，提供了比传统方法更精确的频率选择能力。此外，本文采用正交三角分解最小二乘矩阵方法求解滤波器系数，所设计的滤波器在保证群延时精度的条件下，仅需要一次矩阵求逆，有效避免了偏导数和二重积分等复杂数学运算。仿真结果表明，本文提出的方法在保持同等延迟精度条件下，与现有方法相比，计算复杂度降低了一个数量级，最大幅度误差达到-104dB，最大群延时误差达到2.34×10-4。FPGA验证结果表明，该设计方法硬件计算资源消耗低，极大提高了Farrow滤波器的设计效率。

关键词：可变分数时延高斯窗函数 Farrow架构 FPGA

基于逐次变分模态分解和小波阈值的车载雷达抗干扰方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

雷达科学与技术 2025年

作者：李家强刘浩波汪星宇姚昌华陈金立南京信息工程大学电子与信息工程学院

车载毫米波雷达间交叉干扰直接影响雷达的目标探测精度和驾驶安全，针对此问题本文提出一种基于逐次变分模态分解(Successive Variational Mode Decomposition，SVMD)结合小波阈值的干扰抑制方法。首先通过PID搜索算法(PID Search Algor... 详细信息

车载毫米波雷达间交叉干扰直接影响雷达的目标探测精度和驾驶安全，针对此问题本文提出一种基于逐次变分模态分解(Successive Variational Mode Decomposition，SVMD)结合小波阈值的干扰抑制方法。首先通过PID搜索算法(PID Search Algorithm，PSA) 对SVMD的最大正则化参数进行优化选择，然后利用SVMD将受扰雷达信号分解为一组本征模态函数(Intrinsic Mode Function， IMF)。接着对每个IMF依次进行小波阈值化处理以滤除各模态中的干扰，最后将各模态叠加完成信号重构，获得干扰抑制后的毫米波雷达信号。本文在PSA中加入陷进避免算子以增加探索范围和避免局部最优，在小波阈值处理中改进了硬阈值函数以解决函数连续性差的问题。多目标场景下的仿真实验和实测实验结果表明，该方法干扰抑制效果显著，能够提高雷达的检测性能。

关键词：毫米波雷达逐次变分模态分解 PID搜索算法小波阈值

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

多尺度密集交互注意力残差真实图像去噪网络

图学学报 2025年

作者：郭业才胡晓伟 AMITAVE Saha 毛湘南南京信息工程大学电子与信息工程学院无锡学院电子信息工程学院

针对图像去噪特征提取不全面以及特征利用率低，导致生成图像不够清晰的问题，提出一种多尺度密集交互注意力残差去噪网络(MDIARN)。首先，通过多尺度非对称特征提取模块(MAFM)初步提取浅层信息特征，以确保图像特征的多样性；然后，多... 详细信息

针对图像去噪特征提取不全面以及特征利用率低，导致生成图像不够清晰的问题，提出一种多尺度密集交互注意力残差去噪网络(MDIARN)。首先，通过多尺度非对称特征提取模块(MAFM)初步提取浅层信息特征，以确保图像特征的多样性；然后，多尺度级联模块(MSCM)利用多维密集交互残差单元(MDIU)对图像特征进行多维映射，并逐步级联以增强模型之间的信息传递和交互性，充分拟合训练数据；引入双路全局注意力模块(DGAM)对多级特征进行全局联合学习，获取更具有判别性的特征信息；跳跃连接促进结构之间的参数共享，使不同维度的特征充分融合，保证信息的完整性。最后，采用残差学习构建出清晰的去噪图像。结果表明，该算法在真实噪声数据集(DND和SIDD)上峰值信噪比分别为39.80 dB和39.62 dB，结构相似性分别为0.954和0.958，均优于主流去噪算法。此外，所提算法在低光度场景下应用也能保留更多细节，从而显著提升图像质量。

关键词：图像去噪多尺度特征提取多维密集交互卷积神经网络注意力

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于改进DGCNN的树木点云分割方法

南京农业大学学报 2025年第1期48卷 240-248页

作者：刘超卜鑫荣刘慧杨官学沈跃徐婕江苏大学电气信息工程学院江苏镇江212000

[目的]通过目标分割为果园喷雾机提供树木的表征信息,使喷雾机能够实现精准喷雾。在分割过程中,对苗圃中的树冠、树干等不同部位进行分割,可以帮助喷雾机对喷雾部分对靶,在果园或苗圃景观中实现自动导航以及精准喷药等操作。与图片相比... 详细信息

[目的]通过目标分割为果园喷雾机提供树木的表征信息,使喷雾机能够实现精准喷雾。在分割过程中,对苗圃中的树冠、树干等不同部位进行分割,可以帮助喷雾机对喷雾部分对靶,在果园或苗圃景观中实现自动导航以及精准喷药等操作。与图片相比,点云能够更好地表征树木的三维结构并且受照明条件影响小,因此针对点云树木设计分割算法更适合应用在果园、苗圃等室外环境作业的农业机械。[方法]本文基于DGCNN提出了一种分割精度准确、参数量小的树木点云分割网络——TSNet,它可以很容易被部署在果园喷雾机上。该网络主要具有以下特点:1)该网络是基于DGCNN改进的,可以更好实现点云分割任务;2)网络引入了连续递归门控卷积模块(gnConv),可以提高树木分割的准确率;3)为避免全局信息损失并增加信息传递效率,我们设计了权重通道用于特征传递。[结果]TSNet分割树木的mIoU达到90.08%,模型大小为0.72 M,优于PointNet、PointNet++、DGCNN、CurveNet、PointMLP和D-PointNet++等常用的点云分割算法。[结论]TSNet能够为苗圃树木检测识别和农业机器人作业提供更准确的感知信息。

关键词：点云树木分割深度学习精准喷雾果园喷雾机

维普期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

深度学习驱动下的目标检测研究进展综述

计算机工程与应用 2025年第1期61卷 24-41页

作者：山显英张琳李泽慧北京建筑大学电气与信息工程学院北京102616

近年来,深度学习在GPU高性能计算能力的加持下得到了迅速推广,并在安防、医疗、工业等领域实现了广泛应用。目标检测模型的性能也在稳步提高,从传统的目标检测方法逐渐过渡到基于卷积神经网络(CNN)深度学习的进一步应用,极大地节省了人... 详细信息

近年来,深度学习在GPU高性能计算能力的加持下得到了迅速推广,并在安防、医疗、工业等领域实现了广泛应用。目标检测模型的性能也在稳步提高,从传统的目标检测方法逐渐过渡到基于卷积神经网络(CNN)深度学习的进一步应用,极大地节省了人力物力。通过参考大量文献,按照两阶段脉络梳理了目标检测的发展历程以及近年深度学习在目标检测领域内的研究进展,对比了在不同数据集上模型网络的性能,总结不同方法的优势与不足,并对领域内重要数据集作了归纳,还对目标检测算法的落地效果做了总结,特别是生活与科技中的实际应用(无人驾驶、医学图像、遥感等)。最后,还对深度学习驱动下目标检测在未来研究上的机遇和挑战作了展望。

关键词：目标检测卷积神经网络单阶段两阶段目标检测应用

维普期刊数据库

同时透射反射可重构智能表面赋能移动边缘计算任务卸载研究

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2025年

作者：李斌杨冬东南京信息工程大学计算机学院

为弥补可重构智能表面(RIS)半空间覆盖和“乘性衰落”等不足，该文提出一种有源同时透射和反射可重构智能表面(aSTAR-RIS)技术用于提升移动边缘计算(MEC)卸载性能增益。首先，考虑MEC服务器计算资源、aSTAR-RIS能耗以及相移耦合约束，... 详细信息

为弥补可重构智能表面(RIS)半空间覆盖和“乘性衰落”等不足，该文提出一种有源同时透射和反射可重构智能表面(aSTAR-RIS)技术用于提升移动边缘计算(MEC)卸载性能增益。首先，考虑MEC服务器计算资源、aSTAR-RIS能耗以及相移耦合约束，联合设计任务卸载比例、计算资源配置、多用户检测矩阵(MUD)、aSTAR-RIS相移以及用户上传功率，建立一个多变量耦合的加权总时延最小化问题。然后，借助块坐标下降法(BCD)将原问题分解为两个子问题，使用拉格朗日乘子法和罚项对偶分解法(PDD)交替优化子问题。仿真结果表明，相较于无源STAR-RIS方案，所提aSTAR-RIS辅助MEC方案加权总时延降低了12.66%。

关键词：有源同时透射和反射可重构智能表面移动边缘计算计算卸载资源分配

基于改进A*算法的水空两栖机器人多目标路径规划

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

农业工程学报 2025年

作者：沈跃孙浩沈亚运郭奕刘慧江苏大学电气信息工程学院

实现水空两栖机器人安全、高效进行多目标点跨塘水质检测作业，减少传统水质检测模式时间及经济成本，合理的路径规划十分重要。针对传统A*算法路径曲折、搜索效率低、无法考虑多栖机器人约束特性等问题，该研究提出一种改进A*的水空两... 详细信息

实现水空两栖机器人安全、高效进行多目标点跨塘水质检测作业，减少传统水质检测模式时间及经济成本，合理的路径规划十分重要。针对传统A*算法路径曲折、搜索效率低、无法考虑多栖机器人约束特性等问题，该研究提出一种改进A*的水空两栖机器人路径规划算法。首先采集障碍物分布情况和高度信息，建立多水域2.5维栅格地图；其次在A*算法评价函数中加入能耗、时间及安全代价，通过调节不同权重获取相应初始路径；然后通过动态分配权重改进启发式函数，加快搜索效率，并利用目标成本函数对所有目标进行优先级判定，实现多目标路径规划；最后通过增加空中模态切换点、删除冗余点及采用B样条曲线优化路径，生成可连接多水域多水质检测点的三维平滑轨迹。仿真试验结果表明：本文改进A*算法迭代次数与传统A*算法和陆空A*算法相比，减少70.04%与68.07%，路径长度减少35.44%与7.6%，总转角减小83.63%与8.65%，危险节点数减少86.67%与33.33%。真实水域试验表明：改进A*算法的迭代次数比传统A*算法和陆空A*算法减少84.89%与83.78%，路径长度减少12%与0.6%，总转角减小73.21%与22.1%，危险节点数84.62%与80%，可规划出通过多个目标点的安全、平滑路径，有效提高水质检测效率，为多栖机器人自主导航提供参考。

关键词：多目标路径规划水空两栖机器人 A~*算法轨迹优化