关键词： 变速箱电磁阀   测试系统   传感器   数据处理   上位机软件  

摘要： 变速箱电磁阀测试环节作为变速箱再制造工艺中最为关键的部分,其工艺流程及技术直接关系到再制造部件的质量。本测试系统以数据采集与处理技术和系统控制工程技术为基础,利用多个传感器对目标检测电磁阀的相关参数进行采集,并运用串口通讯技术实现数据的实时采集与传输,在数据处理的基础上用上位机软件以曲线显示,以达到较短的时间内创建变速箱电磁阀的测试环境的目的。测试系统能够模拟出变速箱电磁阀实际工作环境,在改变控制信号的同时采集测试液压油温度、待测电磁阀输入及输出压力和流量等数据,通过分析待测电磁阀控制电流与输出端压力的I(控制电流)/P(油压)曲线,对再制造电磁阀性能给出评价。目前本测试系统已经完成了批量变速箱电磁阀的测试,达到了实用化水平。本文具体研究重点及工作内容如下:(1)根据变速箱电磁阀测试工作原理,以控制待测电磁阀输入端压力和电流为控制目标,设计出基于多传感器的变速箱电磁阀测试系统台架来模拟变速箱电磁阀实际工作环境,并对下位机数据采集系统所用到的硬件进行选型。(2)为了提高测试精度,先使用了基于滑动平均滤波和指数平均一阶LPF的复合数字滤波对采集的传感器数据进行处理,再通过改进后的指数加权滑动平均滤波解决了初始滤波值与真实值偏差的问题。同时为了保持数据不失真的情况下显示上位机动态曲线,通过对比使用基于最小二乘法的多项式拟合方法和基于三次样条插值方法来选择上位机曲线显示方法。最后通过处理后的传感器数据分析变速箱电磁阀的故障类型。此外,在曲线相似度辅助分析通过调用动态时间规整算法来计算测试曲线与标准曲线之间累计距离最小所对应的规整函数,为变速箱电磁阀测试提供数据化的性能分析。(3)通过工程项目需求分析确定出上位机软件的整体功能,利用Visual Studio开发工具在.Net Framework环境下搭建。本系统运用了WinForm界面、MVC架构、多线程等技术进行了上位机软件开发,并使用MySQL数据库为上位机软件提供数据存储。根据软件功能需求设计了以下几个功能模块:测试参数配置、串口通信及数据接收、数据库模块、关键参数曲线显示、曲线相似度辅助分析、测试报告生成。(4)通过对JF015E-NH-慢速调压类型的变速箱电磁阀进行测试来展示上位机软件运行结果,结合系统测试原理和故障引入测试完成变速箱电磁阀测试系统的测试,并验证了变速箱电磁阀再制造测试的数据采集与分析功能。

关键词： 量子技术   量子纠缠测距   星间测距   二阶关联特性   数据处理算法  

摘要： 随着近年来量子技术逐渐从学术研究发展到针对热点领域的工程探索与应用,基于量子纠缠的各类应用技术日益成熟。特别是将纠缠光量子的二阶关联特性应用于距离测量的量子测距技术,其理论测距精度可以突破散粒噪声极限,逼近海森堡极限,有利于实现更高精度的星间距离测量。但在实际应用中量子测距会受到杂散光、暗计数、探测器抖动误差、光学平台震动位移、待测目标相对运动等因素对测距精度的影响,导致测距精度难以提高,因此通过量子测距数据处理算法抑制上述干扰因素对测距精度的影响成为了实现高精度星间量子测距的关键所在。 本文基于纠缠光量子的二阶关联特性对应用于星间测距的量子测距技术开展了数据处理算法研究与实验验证,主要内容包括以下两个部分: 1.基于纠缠光量子的相对静止星间测距算法 量子测距技术具有较高的测量精度和灵敏度,也具备较高的抗干扰能力,但受限于设备性能、抖动、误差、分辨率等因素,实现量子测距需要将光电平台与软件相结合从而实现数据生成、处理和结果输出。本文搭建了以非线性晶体BBO和PPKTP为核心的小型纠缠源,结合位移系统、探测系统,组成了星间量子测距地面实验平台,为数据处理算法的设计采集了实验数据,并提供了验证条件。通过设计快速符合计数算法,降低了符合计数的时间复杂度,减少了二阶关联曲线生成所需的运算时间,提高了测距时效性,同时滤除被探测光子中的大部分杂散光子和无效纠缠光子,提高了信噪比。为实现高精度差分测距,抑制设备震动和内部光路微小变化对测距精度的影响,提出了基于DFT频域相位差加权算法,并以快速符合计数算法和基于DFT频域相位差加权算法为基础,设计了相对静止星间量子测距数据处理算法。将数据处理算法结合地面实验平台进行测距实验,实现了对自由空间中静态目标100μm量级的量子测距精度。 2.基于纠缠光量子的相对运动星间测距算法 针对目前基于量子纠缠的星间测距及其数据处理算法多应用于相对静止卫星间的距离测量,难以对一维相对运动卫星进行距离测量的问题,本文通过分析一维相对运动对符合计数和二阶关联曲线的影响,说明了相对静止星间测距算法在动态量子测距领域的不适用性。针对相对运动星间量子测距,提出了以动态光子匹配为核心的相对运动星间量子测距数据处理算法。将算法结合星间量子测距软件仿真平台对一维相对运动卫星进行模拟量子测距,抑制了卫星相对运动导致的纠缠光子对被探测时间差不定和二阶关联曲线累计轮廓扩展形变对动态目标测距精度的影响。测距结果验证了算法可行性,证明该算法可以实现对相对运动速度范围1000m/s内的匀速、匀加速、正弦运动的目标卫星星间距离的准确测量,测距精度达到毫米量级。该算法将量子测距的应用范围由静态目标扩展至一维运动的动态目标,尤其适用于卫星组网、卫星对接等存在相对运动的星间测距场景。

关键词： 飞机货舱   火灾探测   误报率   多传感器   多数据融合  

摘要： 飞机货舱虚警轻者使航班备降终断航程,增加航空公司费用打乱旅客出行计划,重者发生飞机重着陆、尾翼擦地等飞行事故征候,也有飞行员将真实火警误认为是虚警导致飞机坠毁,因此无虚报且无漏报的飞机货舱火灾探测技术是民用航空器安全运行的重大科学技术需求。现有民航飞机货舱采用的火灾探测器多为光电感应烟雾探测报警器,难以区分烟气颗粒及干扰颗粒,导致探测误警率高。基于此,本文围绕图像探测技术、烟气探测技术、多传感器火灾探测技术展开研究,研究可靠性更高的飞机货舱火灾探测技术,提高了飞机货舱内火情判断的正确率,为解决民用航空飞机火灾虚警工程问题提供了理论支持,对保障飞行安全和提高航空运营效率有着重要意义。论文的研究工作包括: (1)搭建了模拟飞机货舱火灾探测实验环境与实验平台,设计了火灾探测实验方案,基于毫米波探测器、PM浓度探测器、红外探测器等传感器开展了飞机模拟货舱受限空间内的火灾探测实验,对多种传感器获得的探测数据进行了分析整理,对该实验场景下不同探测器的火灾探测性能作了比较。 (2)为了增强机载图像探测器高震动环境下的红外图像清晰度,解决飞机模拟货舱火灾数据量不足、算法易出现过拟合的问题,通过红外图像前景提取、字典学习、级联神经网络等方法对飞机货舱火灾烟雾、火焰特征进行了探测识别并取得了良好的效果,降低了飞机货舱火灾红外图像探测技术的误报率。 (3)为了降低现有机载单一传感器火灾探测方式的误报率,提高响应速度,首先进行了PM浓度传感器、CO浓度传感器、红外探测器的多参数飞机模拟货舱火灾探测实验,将多种火情预警参数在上位机进行数据处理。在传统功率谱检测算法基础上提出了改进的固定门限功率谱检测算法,对多种传感器火灾探测数据进行了融合,将探测误报率降低约60%,响应速度略低于单一感烟探测方式。提出了基于改进BP神经网络的多传感探测器数据融合方法,算法可以自适应调整多传感器参数权重大小,在实验室模拟飞机货舱环境下对算法性能及可靠性进行了验证,该方法可作为单一机载烟感的补充以提高系统探测准确率。 (4)为进一步解释不同火灾探测参数之间的相关关系,描述使用各类参数进行火灾探测结果的可靠性,基于后验数据对飞机货舱火灾探测方法进行了研究。通过对过去时刻已有火灾探测数据的分析,进行实时火情研判与监测预警。首先基于Yolov5神经网络模型对燃烧区域进行识别,然后通过建立贝叶斯网络模型对多参数探测数据进行后验分析与火情研判,基于深度贝叶斯网络对多特征参数火灾探测结果进行学习,并根据每一类特征进行火情研判,通过MCMC、变分贝叶斯估计、MC dropout等方法对网络模型参数进行优化并计算火灾探测分类结果,实验验证了模型的性能及可靠性,结果表明优化后的模型更适用于飞机货舱多参数融合火灾探测。

关键词： Alluxio   HDFS   分布式文件系统   脉冲星   数据处理  

摘要： 随着世界各地天文观测设施的不断升级,各种分布式技术在天文领域当中出现了广泛应用。我国的500米口径球面射电望远镜巡天扫描的数据量不断增加,对用于观测数据处理的硬件和软件也提出了越来越高的要求。其中,现有分布式计算集群所采用的文件存储系统技术逐渐成为限制计算速度的瓶颈之一。本文通过对分布式脉冲星搜索计算集群的整体架构、各个模块的具体实现以及脉冲星计算任务的整体执行流程进行研究分析,详细介绍了其中各种文件存储系统的实现方式,从中得出其中存在由于集群架构和文件存储系统下载带宽限制所导致的网络传输时延较长、冗余磁盘I/O开销较大和计算节点资源利用不充分的问题。通过对当前流行的分布式文件系统技术进行研究比较,结合在计算集群中出现的三个问题以及可行性和拓展性分析,最终选择在各个节点上重新搭建Alluxio和HDFS以实现集群的文件存储系统,设计存算一体的计算集群架构并逐步实现搭建Alluxio+HDFS文件存储系统,其中Alluxio用作共享临时文件目录,HDFS用作数据存储目录。并结合文件系统机制和具体脉冲星搜索任务,利用缓存机制和数据局部性设计计算任务和任务分配方法。最后实验验证了Alluxio+HDFS文件存储系统的缓存加速效果和增加集群整体带宽的效果,实验结果表明本文所提出的文件存储系统能够在一定程度上提高分布式脉冲星搜索计算集群的整体计算效率。最后本文所使用的分布式文件系统技术也能够为后续使用分布式计算进一步改进脉冲星搜索算法和进行脉冲星候选体的识别和筛选打下一定的基础。

关键词： 高速数据处理   数字触发   触发存储控制   傅里叶插值  

摘要： 科学始于测量,示波器作为电子测量领域的关键性仪器,肩负着推动电子信息技术进一步发展的重任。如今,针对高频域、高带宽、复杂化、多样化的现实需求,传统基于指令顺序执行的软件处理方式难以满足高实时性要求,因此基于数字逻辑的高速数据处理设计实现对电子测量领域发展有重要的实际意义。本课题依托12.8GSPS数字采集模块,借助FPGA强大并行处理能力,对量化后采样数据所涉及的单双通道数据拼合、多种采样模式下的数据处理、多种触发功能、存储控制及触发地址查找、多倍率插值等模块进行逻辑设计,并对最终结果进行测试和验证。主要研究内容如下:（1）多种采样模式下数据处理。为减少数据冗余以提升处理速度,分别设计实时、峰值、高分辨三种采样模式对降频拼合后的单/双通道高速采样数据进行抽取处理。在实时采样模式下基于M路均匀抽点法实现;在高分辨、峰值采样模式下,采用多级串行流水线结构实现M路数据点处理。针对高分辨采样方式下部分采样点累加求和截取低位计算平均值易造成误差的问题,引入近似寻找法降低误差影响。（2）数字触发及触发存储控制模块设计。为了抑制噪声,减少误触发情况的发生,引入迟滞比较区间代替单电平判断方式实现数字边沿触发。在此基础上设计实现脉宽触发、窗口触发等高级触发功能,实现对异常信号的有效捕获。在触发控制模块中完成普通、自动等触发方式,存储控制模块主要完成预触发、后触发存储控制以及触发地址查找等逻辑设计。（3）多倍率硬件插值模块设计。本文引入基于频域处理的傅里叶插值法实现多倍率数据插值。本文首先对线性插值、正弦内插、傅里叶插值算法仿真结果进行对比分析,在保证插值效果的基础上引入资源消耗更少、复用性更好的傅里叶插值法进行逻辑设计,然后在逻辑设计过程中针对非周期截断导致的频谱泄漏以及IFFT变换长度非2M所引起的数据误差,分别采用“重叠帧”、“滑动平均抽点”的方式对插值数据进行处理并取得最终插值结果。通过对各个数据处理模块进行测试与验证,本课题设计的多种数据处理模块各项功能正常,符合要求。

关键词： 边缘计算   容器技术   深度强化学习   物联网平台  

摘要： 边缘计算作为一种新兴的计算范式,旨在靠近物联网终端一侧,构建一个相对完整的、具备计算和存储等核心能力的应用平台,能够充分利用终端上报的实时物联网数据进行快速处理与分析,降低云端物联网数据计算和存储成本,并提供多种智能化应用服务给边缘侧用户。随着物联网与机器学习、大数据计算等新一代信息技术的融合,物联网应用需要处理大量的实时数据流。同时,用户对实时物联网数据处理的延迟要求和物联网应用智能化的需求为传统的边缘计算平台带来了挑战。由于边缘计算集群资源有限,需要构建分布式并行数据处理流程来充分地利用有限的集群资源,同时应对任务进行有效的调度编排,提升边缘应用的整体运行效率。本文使用容器化编排技术,构建了五层分布式边缘物联网数据处理平台软件架构,结合主流的实时大数据计算和人工智能框架,实现边缘侧实时计算和在线机器学习应用,并为平台中的在线机器学习任务开发了智能调度流程与系统。本文的主要工作总结如下:1.提出了基于容器编排框架Kubernetes的边缘物联网数据处理平台五层软件架构,设计了一套完整的物联网实时数据处理流程。软件架构主要分为物联网数据接入层、数据转发层、大数据处理层、在线机器学习应用层、数据存储与可视化层。2.在异构边缘服务器节点上对本文所设计的分布式边缘计算软件平台进行了部署实现。将软件平台应用于实际的电力物联网场景,实现了大数据实时电力功率流计算和基于LSTM模型的在线功率预测应用,并对物联网数据处理延迟、计算资源使用情况和平台扩展性能等方面进行了测试。3.基于深度强化学习设计并实现了边缘机器学习任务的动态编排系统。首先,设计了基于Deep Q Network(DQN)的离线任务调度算法,对算法的收敛性进行了验证。其次,开发了一套基于Kubernetes控制器模式的调度控制平面组件,结合DQN强化学习调度算法和Kafka消息中间件实现了周期性动态编排控制流程。通过任务编排对比实验,进一步验证了编排系统可以有效缩短在线机器学习任务的平均完成时间。最后,实现了调度信息管理平台。

关键词： 极低频电场透地通信   数据处理   奇异值分解  

摘要： 在极低频电场透地通信中，通常同步采集2个互相垂直的电场水平分量。当收发距较大时，采集获得的电场数据往往具有较小的信噪比，接收信号严重受到噪声的干扰，所传递的信息不清晰甚至错误。因此，当在极低频电场透地通信数据信噪比较低时，需要对其进行滤波处理，压制噪声成分，提高数据的质量。提出了一种两步奇异值分解滤波方法，该方法第1步压制极低频电场透地通信数据中较强的噪声，第2步在第1步的基础上继续压制数据中残留的噪声。将该方法应用到某湖上极低频电场透地通信数据中，处理结果表明，该方法可以有效改善各接收点电场数据的质量，极大地提高了数据的信噪比。

关键词： 水下无人航行器   数据处理   神经网络   注意力机制  

摘要： 水下无人航行器在复杂多变的海洋环境行驶过程中,安全性是其正常行驶的重要保障。推进器作为水下无人航行器的动力源,其可靠性与安全性对水下无人航行器的正常行驶有至关重要的作用。本文针对推进器的弱缠绕、强缠绕、单叶破损、双叶破损、单叶变形、双叶变形、桨叶脱落以及完全堵转八种故障状态与正常行驶一共九种状态进行了分类识别诊断研究:针对水下无人航行器运行数据的预处理方法;基于滑动窗口与卷积神经网络的故障诊断方法;基于注意力机制改进的故障诊断方法开展了研究;搭建了基于故障诊断方法的水下无人航行器故障诊断平台,并基于平台开展了航行故障状态诊断试验。本文的主要研究内容如下:(1)针对水下无人航行器运行数据的缺失与异常问题,开展了数据预处理方法的研究。对于异常数据,根据时间序列数据之间的相关性构建时序数据的格拉姆角场,以格拉姆角场为基础计算相关性的均值与幅值,然后采用3δ原则设置阈值进行异常值的剔除。对于缺失数据,首先通过改进的格拉姆角场确定时序数据的关联序列,然后经KNN算法求解关联性最强的两个序列,最后用均值差的方式对其进行缺失值的修补。(2)针对基于数据驱动的故障诊断方法中单尺度变化难以反应故障状态特征的问题,开展了基于滑动窗口与卷积神经网络的水下无人航行器推进器故障诊断方法研究。本文提取了时间序列维度与传感器维度两个维度的综合特征进行故障的诊断。首先将传感器采集的多维时间序列数据通过滑动窗口的处理,将采集到的数据转变为二维张量,接着通过卷积降噪自编码器进行数据的降噪以及数据特征提取的工作,然后通过卷积神经网络进一步提取时间序列与传感器维度的关联特征,最后通过全连接层以及softmax层进行数据的分类诊断工作。(3)针对水下无人航行器推进器故障诊断模型中特征分布不均匀的问题,开展了强化其特征分布方法的研究。通过引入时域自适应模块,采用二分支的处理方式,对局部的特征与全局特征进行特征加权处理。在卷积特征模块中,对时间序列方向上的数据进行压缩,提取注意力权重,从而加强对时间序列变化数据的关注,增强模块的识别效率。(4)针对水下无人航行器推进器的实时故障诊断问题,搭建水下无人航行器推进器的故障诊断平台。通过PYQT构建GUI界面,并在后端实现包含数据采集、数据储存、数据处理,故障诊断以及结果可视化的各个算法,最终实现水下无人航行器推进器的在线诊断以及离线诊断。(5)针对水下无人航行器故障诊断算法模型及诊断平台的有效性,进行了水下无人航行器故障诊断的测试试验。试验从已知故障状态和未知故障状态两个角度出发,对水下无人航行器的故障诊断算法及平台进行了验证。

关键词： 数据处理   GPU   并行计算   三维重建  

摘要： 数据处理是科学研究任务中的重要一环,在科学发展的历史进程中,前人已经总结出了许多数据处理的工具和方法。随着信息时代到来,科学研究需要处理的数据量陡然增加,传统的串行的处理方法面对海量数据往往是效率低下的。近年来兴起的基于单指令多数据流架构(Single Instruction Multiple Data,简称SIMD)的通用计算图形处理器(General Purpose Graphics Processing Units,简称GPGPU)作为传统意义上图形处理器的一种新升级,能够高通量地运行一些具有数据并行性的科学计算任务,具有广泛的科学计算应用前景。然而,许多数据处理任务直接应用于GPGPU上会遇到一些问题:1)数据处理流程本身具有高度的相互依赖性,其拓扑结构几乎不具有并行度;2)现有的算法一般基于通用中央处理器(Central Processing Unit,简称CPU)进行工程实现,其中的变量设计、执行逻辑是以CPU的最优编程方式进行的实现,并不能适应GPU的硬件架构;3)少数使用CPU实现的并行化算法,其并行能力来源于CPU的多核心,这是一种粗粒度层面的并行方式,而GPU强大的数据处理能力需要通过细粒度层面的并行来展现;4)成熟的商业软件对算法有着极其细致的优化,能够充分利用CPU和GPU的算力,从而在异构计算平台上达到较高的运行效率,但这些商业软件是闭源的,无法满足科学研究中有针对性的算法修改需求。对于上述几个问题,本文将通过例举两种科学计算场景来回答。本文分别展示了线性数据经过近似化处理之后的GPU并行算法应用,以及冷冻电镜三维重建算法中的三维数据的并行应用。这两者分别体现了改变算法拓扑结构增加并行度和充分利用现有并行度在工程上进行加速优化的方法。本文章的创新点包括:处理用DTW处理的线性数据时提出了一种分段的并行DTW近似算法,在保证精确性的前提下,将线性数据拆解成多段后并行的算法既能在粗粒度层面进行高度并行,也能在细粒度层面以斜对角线的方向并行计算,从而令GPU能够大规模吞吐;处理冷冻电镜三维重建数据时,充分利用了数据的不依赖关系,令每一个CUDA逻辑线程能够对应一个数据点,在多个层次实现了多粒度并行,且对显存限制的情况提出了修改后的内存节约算法,充分利用了 GPU的并行能力。

关键词： MATLAB   自由网平差   变形预测   系统设计   系统实现  

摘要： 近年来,伴随着社会的需求以及科学技术的发展,我国大力进行基础设施建设,使各种工程项目的数目与日俱增。在这些工程项目建设过程中测绘工程这一重要性的专业,有着不可替代的作用,它是许多工程项目得以实施的基石。在建筑施工过程中,为保障工程的安全和稳定,需进行变形监测,进而为其制定施工计划,优化施工方案。变形监测数据处理一般是利用先进的测量仪器与设备将观测数据进行处理与分析。观测数据处理需要平差计算,平差计算是施工测量中的重要部分,它是测量的主要组成部分,是对测量成果进行全面分析、判断的重要依据。在工程建设中,变形预测也是一项非常重要的工作,它对工程建设和运行都有很大的影响。本文以自由网平差理论为基础,结合现有常用的传统预测方法。以水准网的高程数据和GNSS网的坐标数据为研究对象,运用MATLAB软件设计开发了平差计算、变形量计算、变形预测基于一体的程序系统,并详细设计了软件的层次结构和操作流程。该系统能够实现数据录入、平差计算、变形量计算、变形预测、数据输出及可视化等一体化功能,数据录入是以Excel表格形式的数据进行自动录入。平差计算功能可以让使用者选择秩亏自由网伪逆解法、伪观测法、直接法、消去条件法或者选择拟稳平差基本解法、附加条件法进行计算去除误差,提高数据质量。变形数据预处理之后,变形预测功能可以让使用者根据实际的需求选择回归分析法、灰色理论方法、人工神经网络法、时间序列法来进行预测,方便使用者后续研究与使用。数据输出是将数据处理后的结果以Excel表格形式输出,数据结果以柱状图或曲线图的形式进行可视化。最后运用实例对系统进行了测试,达到了预期的目的。从数据结果对比和精度评定来看,该系统具有实用性,高效性且功能较为齐全,方便使用者使用。