检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

惯导与视觉信息融合的掘进机精确定位方法

煤炭科学技术 2024年第5期52卷 236-248页

作者：毛清华周庆安炎基薛旭升杨文娟西安科技大学机械工程学院陕西西安710054 陕西省矿山机电装备智能检测与控制重点实验室陕西西安710054

针对煤矿巷道复杂环境下掘进机精确定位难题,提出了一种惯导与视觉融合的掘进机精确定位方法,该方法采用惯导与“视觉+激光标靶”的定位方案。该方案将设计的四特征点大尺寸激光标靶固定于巷道顶板,相机固定于掘进机机身采集激光标靶图... 详细信息

针对煤矿巷道复杂环境下掘进机精确定位难题,提出了一种惯导与视觉融合的掘进机精确定位方法,该方法采用惯导与“视觉+激光标靶”的定位方案。该方案将设计的四特征点大尺寸激光标靶固定于巷道顶板,相机固定于掘进机机身采集激光标靶图像,并运用圆拟合法定位光斑中心和基于四特征点的EPnP算法解算掘进机位置。为了验证“视觉+激光标靶”方法对掘进机位置检测效果,在模拟掘进工作面环境下开展了“视觉+激光标靶”位置检测试验,结果表明:在30 m内沿巷道宽度方向、掘进方向、高度方向最大误差不超过28.549 mm、78.868 mm、44.459 mm,实现了掘进机位置精确检测。针对惯导测量掘进机位姿误差随时间累积和掘进机振动对组合定位系统产生干扰导致位姿检测不准问题,提出改进Sage-Husa自适应滤波的惯导与视觉信息融合方法,该方法通过检测新息方差值修正量测误差来提高定位准确性。在模拟掘进工作面环境下开展了惯导与“视觉+激光标靶”组合定位实验,采用改进前后Sage-Husa自适应滤波算法融合惯导与视觉信息进行对比分析,结果表明:改进后Sage-Husa自适应滤波算法融合得到的定位误差更小,俯仰角、横滚角、航向角最大误差分别为0.029°、0.051°、0.0113°,在距离激光标靶30 m内巷道宽度位置误差在0.033 m范围内,巷道掘进方向位置误差在0.062 m范围内。所提出的惯导与视觉融合定位方法能够满足巷道掘进定位精度要求。

关键词：掘进机定位惯导机器视觉 EPnP Sage-Husa自适应滤波

在线全文

学校读者我要写书评

暂无评论

行人重识别技术在洗煤厂中的应用研究

煤炭技术 2024年第2期43卷 205-208页

作者：蔺丽华燕梦梦廖晓群西安科技大学通信与信息工程学院西安710054

针对洗煤厂在行人重识别过程中由于设备遮挡、分辨率低、光线变化等原因造成行人身份识别为None及误识别的问题,基于FastReID算法对行人重识别技术进行优化。首先,设计了一种保存陌生人特征图的方法,以增加行人重识别技术的实用性;其次... 详细信息

针对洗煤厂在行人重识别过程中由于设备遮挡、分辨率低、光线变化等原因造成行人身份识别为None及误识别的问题,基于FastReID算法对行人重识别技术进行优化。首先,设计了一种保存陌生人特征图的方法,以增加行人重识别技术的实用性;其次,根据初始行人身份信息,校正误识别行人身份信息,减少行人识别为None及误识别的次数;最后,优化人员特征图像库,补充行人特征图像,从而提高行人重识别的准确率。经实验表明,通过自动保存陌生人图像的方法在行人重识别过程中识别准确率可以达到91.87%,通过校正行人身份信息以及优化人员特征图像库的方法可以将行人身份识别为None次数及误识别次数均减少80%以上。

关键词：行人重识别 FastReID 人员特征图像库

面向6G无线网络的全息多输入多输出技术综述

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年第5期46卷 1703-1715页

作者：陈晓明魏建川黄崇文西安交通大学信息与通信工程学院西安710049 浙江大学信息与电子工程学院杭州310027

未来的第6代(6G)无线通信系统需要支持超大规模的用户需求,且对频谱效率和能源效率的要求越来越高。在此背景下,全息多输入多输出(MIMO)技术由于其具有智能可重构、电磁可调控、高方向性增益、成本低廉和部署灵活等潜力而愈发受到关注... 详细信息

未来的第6代(6G)无线通信系统需要支持超大规模的用户需求,且对频谱效率和能源效率的要求越来越高。在此背景下,全息多输入多输出(MIMO)技术由于其具有智能可重构、电磁可调控、高方向性增益、成本低廉和部署灵活等潜力而愈发受到关注。在全息MIMO系统中,大量微小而廉价的天线单元被紧密集成,使其在低硬件成本的情况下能够实现高方向性增益,同时其可以对电磁波进行灵活的调控,从而有效提升了无线通信性能。该文从全息MIMO技术出发,首先简要介绍了全息MIMO的发展过程、技术现状、分类和特点,然后对全息MIMO在视距场景和空间平稳散射的非视距场景的信道模型进行了介绍,最后阐述了全息MIMO面对的挑战和未来趋势,并进行了总结。

关键词：第6代通信全息多输入多输出可重构智能表面信道模型

同方期刊数据库

基于JAYA算法的紫外光通信无人机编队路由优化

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年第3期46卷 848-857页

作者：郝锐王建萍陈丹阳路慧敏北京科技大学计算机与通信工程学院北京100083

紫外光通信由于其灵活性高、安全性好和全天候工作等优点,被认为是应急通信用无人机编队(UAV)的有潜力通信解决方案。为了提升紫外光通信无人机编队的有效作业时间,该文基于低功耗自适应集簇分层(LEACH)算法,并结合JAYA智能优化算法提... 详细信息

紫外光通信由于其灵活性高、安全性好和全天候工作等优点,被认为是应急通信用无人机编队(UAV)的有潜力通信解决方案。为了提升紫外光通信无人机编队的有效作业时间,该文基于低功耗自适应集簇分层(LEACH)算法,并结合JAYA智能优化算法提出一种新颖的路由优化算法(RJLEACH)。该方法被用来改善紫外光通信无人机编队的有效操作时间。应用该算法对不同结构的紫外光通信无人机编队路由优化,并与其它算法得到的结果进行了比较分析。结果表明,RJLEACH算法在簇首选举阶段降低了无人机节点间的剩余能量方差,并且通过搜索最优路由降低了簇间通信的能量消耗。最终使网络出现第1个死亡节点和出现1/2死亡节点的时间相比经典LEACH算法分别延长了31.8%和13.8%,同时明显提高了能量利用率,能够为灾区救援和应急通信等任务争取宝贵的时间。

关键词：无线紫外光通信分簇协议无人机编队路由优化算法

同方期刊数据库

基于图卷积神经网络的室内穿墙无源目标检测算法

在线全文

学校读者我要写书评

暂无评论

电子学报 2024年第2期52卷 614-625页

作者：杨小龙唐婷李兆玉唐鑫星重庆邮电大学通信与信息工程学院重庆400065

针对室内穿墙场景下目标状态差异而导致的信道状态信息(Channel State Information,CSI)功率谱密度在时序发生相应变化规律的不同,本文提出了一种基于图卷积神经网络(Graph Convolutional Neural,GCN)的室内穿墙无源目标检测算法.不同... 详细信息

针对室内穿墙场景下目标状态差异而导致的信道状态信息(Channel State Information,CSI)功率谱密度在时序发生相应变化规律的不同,本文提出了一种基于图卷积神经网络(Graph Convolutional Neural,GCN)的室内穿墙无源目标检测算法.不同于传统的基于CSI的统计特征实现目标检测的相关系统,该算法从CSI的图域出发,基于CSI时频图特征构建得到GCN图结构后,使用可实现对复杂图中各节点进行分类的GCN作为分类器,提高了室内复杂环境下目标检测的性能.该方法在对原始CSI进行异常值去除和小波阈值去噪的基础上,利用短时傅里叶变换得到每个子载波上CSI幅值的时频图;然后根据各子载波CSI时频图特点,将存在能量的频率平均分为5个频段,再计算每个频段的平均功率谱密度,并在每个时序对其进行排序;最后基于对平均功率谱密度排序后各频段索引的变化规律构造GCN图,并将其邻接矩阵和特征矩阵输入GCN网络中进行训练,最终实现图节点特征与目标状态的一一映射.实验结果表明,在玻璃墙和砖墙场景下,本文提出的算法能够很好地刻画目标状态不同而导致的CSI功率谱密度变化规律的差异,且其平均检测准确率均高于现有的R-TTWD(Robust device-free Through-The-Wall Detection)和TWMD(The-Wall Moving Detection)目标检测算法.

关键词： Wi-Fi 信道状态信息穿墙目标检测短时傅里叶变换图卷积神经网络

采空区碳封存条件下CO_(2)-水界面特性及溶解传质规律

在线全文

学校读者我要写书评

暂无评论

煤炭学报 2024年第1期49卷 513-527页

作者：李树刚张静非林海飞包若羽丁洋白杨周雨璇朱冰西安科技大学安全科学与工程学院陕西西安710054 西安科技大学西部矿井开采及灾害防治教育部重点试验室陕西西安710054 煤炭行业西部矿井瓦斯智能抽采工程研究中心陕西西安710054 应急管理部信息研究院北京100029

采空区CO_(2)封存作为解决煤炭行业碳排放难题的重要负碳技术储备,在采空区废弃资源二次利用、CO_(2)封存等方面具有广泛的应用前景。利用原位界面张力测定仪开展了不同温压、地层水矿化度及阳离子溶液类型对CO_(2)地层水系统的界面张力... 详细信息

采空区CO_(2)封存作为解决煤炭行业碳排放难题的重要负碳技术储备,在采空区废弃资源二次利用、CO_(2)封存等方面具有广泛的应用前景。利用原位界面张力测定仪开展了不同温压、地层水矿化度及阳离子溶液类型对CO_(2)地层水系统的界面张力(IFT)影响规律实验,明晰了CO_(2)注入含水碎胀煤岩体中的气液界面扩散效应,并将基于统计缔合理论结合兰纳−琼斯势能模型的状态方程(SAFT-LJ状态方程)与密度梯度理论(DGT)结合预测了IFT理论值;利用自主研发的地质封存地化反应模拟实验平台对相同条件下的CO_(2)溶解性进行了探究实验,得到了采空区储层环境下CO_(2)溶解度变化特征,采用D-S模型计算了对应CO_(2)溶解度理论值。实验结果表明:环境温度一定时,采空区储层压力与IFT呈线性负相关关系,储层温度升高,IFT相应增加,但变化幅度较小;温压条件一定时,矿化度与IFT存在正相关性,且在本实验范围内,低压、高温、高矿化度会促使IFT升高;CO_(2)−盐溶液之间的IFT呈现出随着阳离子价态升高而增大的现象(K^(+)

关键词：采空区 CO_(2)封存安全性气液界面扩散-溶解界面张力溶解度

重介质分选过程中悬浮液密度和黏度控制算法研究

在线全文

学校读者我要写书评

暂无评论

煤炭技术 2024年第8期43卷 296-299页

作者：倪云峰魏富太郭苹西安科技大学通信与信息工程学院西安710054

为了解决传统的重介质分选过程忽略悬浮液黏度的建模与控制问题,首先分析了重介质分选工艺流程,以控制磁性物含量的方式控制黏度。然后建立了以补水阀和分流阀为控制量,悬浮液密度和磁性物含量为被控量的双输入、双输出控制模型。最后... 详细信息

为了解决传统的重介质分选过程忽略悬浮液黏度的建模与控制问题,首先分析了重介质分选工艺流程,以控制磁性物含量的方式控制黏度。然后建立了以补水阀和分流阀为控制量,悬浮液密度和磁性物含量为被控量的双输入、双输出控制模型。最后设计出基于模型预测控制(MPC)的悬浮液密度和黏度控制器。仿真结果表明:与传统的PID和前馈解耦控制器相比,MPC算法的超调量更小、抗干扰能力和鲁棒性更强。

关键词：重介质分选重介质悬浮液模型预测控制仿真分析

在线全文

学校读者我要写书评

暂无评论

嵌入共识知识的因果图文检索方法

工程科学学报 2024年第2期46卷 317-328页

作者：梁彦鹏刘雪儿马忠贵李卓北京科技大学计算机与通信工程学院北京100083

跨模态图像-文本检索是一项在给定一种模态(如文本)的查询条件下检索另一种模态(如图像)的任务.该任务的关键问题在于如何准确地测量图文两种模态之间的相似性,在减少视觉和语言这两种异构模态之间的视觉语义差异中起着至关重要的作用.... 详细信息

跨模态图像-文本检索是一项在给定一种模态(如文本)的查询条件下检索另一种模态(如图像)的任务.该任务的关键问题在于如何准确地测量图文两种模态之间的相似性,在减少视觉和语言这两种异构模态之间的视觉语义差异中起着至关重要的作用.传统的检索范式依靠深度学习提取图像和文本的特征表示,并将其映射到一个公共表示空间中进行匹配.然而,这种方法更多地依赖数据表面的相关关系,无法挖掘数据背后真实的因果关系,在高层语义信息的表示和可解释性方面面临着挑战.为此,在深度学习的基础上引入因果推断和嵌入共识知识,提出嵌入共识知识的因果图文检索方法.具体而言,将因果干预引入视觉特征提取模块,通过因果关系替换相关关系学习常识因果视觉特征,并与原始视觉特征进行连接得到最终的视觉特征表示.为解决本方法文本特征表示不足的问题,采用更强大的文本特征提取模型BERT(Bidirectional encoder representations from transformers,双向编码器表示),并且嵌入两种模态数据之间共享的共识知识对图文特征进行共识级的表示学习.在MS-COCO数据集以及MS-COCO到Flickr30k上的跨数据集实验,证明了本文方法可以在双向图文检索任务上实现召回率和平均召回率的一致性改进.

关键词：因果推断图像-文本检索跨模态计算机视觉自然语言处理

在线全文

学校读者我要写书评

暂无评论

基于YOLOv5的轻量级雾天目标检测方法

计算机工程与应用 2024年第6期60卷 78-88页

作者：赖镜安陈紫强孙宗威裴庆祺桂林电子科技大学信息与通信学院广西桂林541000 西安电子科技大学通信工程学院西安710126

针对雾天场景下目标检测算法精度较低、模型复杂度较高,提出一种基于YOLOv5的轻量级雾天目标检测方法。采用感受野注意力模块(RFAblock)通过交互感受野特征信息,对感受野添加注意力机制,提高特征提取能力;采用轻量化网络Slimneck作为颈... 详细信息

针对雾天场景下目标检测算法精度较低、模型复杂度较高,提出一种基于YOLOv5的轻量级雾天目标检测方法。采用感受野注意力模块(RFAblock)通过交互感受野特征信息,对感受野添加注意力机制,提高特征提取能力;采用轻量化网络Slimneck作为颈部结构,在保持精度的同时降低模型参数和复杂度;在损失函数中引入真实框与预测框之间的角度向量,提高训练速度和推理的准确性;采用PNMS(precise non-maximum suppression)改进候选框选择机制,降低车辆遮挡情况下的漏检率。在真实雾天数据集RTTS和合成雾天数据集Foggy Cityscapes上进行测试,实验结果表明,与YOLOv5l相比mAP50分别提高了4.9和3.5个百分点,模型参数量仅为YOLOv5l的54.6%。

关键词：目标检测深度学习雾天场景轻量化注意力机制