关键词： 陀螺定向   光纤陀螺全站仪   静态寻北   经验模态分解  

摘要： 陀螺全站仪是一种将陀螺仪与全站仪集成连接于一体,通过陀螺敏感地球自转,独立测定地面任意真北方位的精密定向测量仪器。由于其具有定向精度高、定向速度快、受环境约束少等特点,而被广泛应用于矿山、隧道、城市地铁等地下工程。当前我国隧道与地下工程建设迎来了黄金发展期,对隧道与地下工程方位基准的精确性提出了更高的要求,为保证隧道工程的高精度贯通,陀螺定向技术的发展起着重要作用。 在测绘领域,传统的陀螺全站仪多采用摆幅式陀螺,其普遍存在外界干扰力矩影响大、悬挂带易断裂、零位稳定性等问题。相比较而言,光纤陀螺采用全固化结构,内部没有运动部件,具有抗冲击能力强、启动时间短、工艺相对简单、价格便宜等优势。然而,在实际测绘工程应用中,我们发现在某些特殊环境下,光纤陀螺的寻北精度受外界环境噪声和寻北方案的影响较大。针对上述问题,本文结合自主设计研发的光纤陀螺全站仪,开展了如下工作: 1.介绍了我们自主研发的光纤陀螺全站仪,分析了其轴系误差。使用Allan方差作为光纤陀螺的评价指标。根据光纤陀螺输出数据的特征,提出了先用EMD进行分解,然后使用DFA方法计算各个IMF分量的标度指数(6并设定了阈值,再用小波阈值去噪对筛选出的IMF分量去噪,最后重构得到处理之后的陀螺数据。 2.设计了寻北实验,实验验证了本文所提出的方法对光纤陀螺寻北数据具有良好的去噪效果,通过计算多个测回的寻北结果分析其中误差,证明本文的方法可以有效提高寻北精度。 3.针对光纤陀螺全站仪定向观测数据文件多、数据量大等问题,为了快速准确得到粗寻北的寻北结果和分析原始数据,使用MATLAB设计制作了GUI界面。设计了定向实验,定向实验使用光纤陀螺全站仪在实际工程中进行陀螺定向工作,定向结果证明光纤陀螺全站仪能够在实际工程项目中完成测量工作,本文提出的方法可以有效提高定向精度。

摘要： 采取项目式学习模式，能够将信息技术课程的各种知识点很好地融合在一起，使各种零碎、分散和孤立的知识点能够有机地融合在一个项目当中，这样能够使其更加系统和完整。随着科技进步，社会迈入了信息化时代，人们的生活迎来了巨大的变化。随之而来的是社会对人才的大量需求，学校对人才的培养必须要紧跟时代和社会的发展变化。

关键词： 动车组   数据处理   故障诊断   LSTM   YOLO  

摘要： 我国高铁的发展取得了令人瞩目的成就,高质量发展的背后是铁路持续推进科技创新取得的重要成果,是高铁智能运维能力的全面提升。随着高铁动车组上线运营数量的大幅度增加,动车组相关数据日益丰富,这些种类繁多且结构各异的数据真实地反映了动车组的运行状态和故障情况,是开展动车组智能运维的重要基础。本文从动车组数据分析处理和应用的角度出发,对基于大数据的动车组数据处理与其在故障诊断中的应用涉及到的理论和技术开展研究,论文内容包括:(1)动车组数据源研究。针对当前动车组业务系统数据源的特点,提出了科学的分类方法,并对不同数据类型的动车组数据进行分类。从业务场景、数据来源、数据结构方面分析了动车组数据特点,为动车组数据处理分析和设计提供依据。(2)动车组数据处理分析研究。分析了动车组数据处理需求,论述了动车组数据现存的问题,并设计了数据处理的流程。通过引入大数据处理方法和相关技术,分层、分级规划构造动车组数据处理架构,集成动车组多源海量业务数据并实现数据的采集、清洗、转化和存储处理。(3)动车组牵引电机故障预测研究。针对当前牵引电机故障诊断方法的不足之处,提出了基于长短期记忆神经网络(LSTM)的牵引电机故障预测模型,提取动车组牵引电机温度数据特征进行预测,并使用牵引电机真实运行数据制作数据集训练模型,试验结果表明相较于传统网络模型,论文设计的模型输出结果与真实值差异更小,更适用于动车组牵引电机温度预测的任务场景。(4)动车组裙板图像故障诊断研究。当前动车组图像数据的分析与判断需要人工完成,本文针对动车组走行部的保护部件裙板,提出了基于卷积神经网络的裙板故障诊断模型,首先通过K-means聚类算法对检测目标进行聚类分析,其次选择YOLO算法并分析网络结构,最后使用多组尺度特征的裙板故障数据集训练网络。试验结果表明模型能够快速准确地实现动车组裙板的故障诊断。(5)在基于大数据的动车组数据处理与其在故障诊断中的应用研究基础上,本文明确了数据处理和故障诊断的功能需求,提出了功能目标,以动车组故障诊断与健康管理系统为测试场景设计了功能模块。将动车组数据应用到该系统中,实现了动车组运行监控和故障预警的功能。图50幅,表12个,参考文献69篇。

关键词： 对话问题生成   序列到序列模型   预训练模型   深度学习   数据处理  

摘要： 对话问题生成旨在根据给定长文本和对话历史生成对话式问题。在日常生活中,对话式问答更为常见,人们之间进行连续问答来传递信息。对话问题生成可广泛应用于教育、医疗和商业服务等领域,具有较大的应用前景。目前研究对话问题生成的主流方法是基于深度学习技术设计神经网络模型,然而模型生成的对话问题距离应用仍有很大的差距。本文主要基于序列到序列模型和预训练模型来分析如何提升对话问题生成的性能,本文主要的工作如下:(1)基于序列到序列模型的对话问题生成。本文构建了一个基本的序列到序列对话问题生成框架,并基于此框架对对话问题生成的答案信息、对话历史信息和长文本信息这三个具体方面进行建模分析。基于建模分析结果,本文提出了一个基于序列到序列模型改进的对话问题生成框架,为了更好地利用输入序列信息,本文从长文本信息中提取了包含答案的句子,将长文本、包含答案的句子和对话历史这三个信息源进行分开编码,根据不同信息源的特点设计了对应的编码器使用特征融合门机制对信息进行结合。实验结果表明,此方法可以有效提升模型对于输入序列的关键信息提取能力。本文根据改进的序列到序列对话问题生成模型,实现了一个可与用户进行交互的对话问题生成系统。(2)基于预训练模型的对话问题生成。从语言学上来说,对话问题类型的确定有利于引导对话问题内容的生成,预训练模型BERT在文本分类上有着很好的表现,本文设计了一个结合预训练分类模型和序列到序列生成模型的对话问题生成框架,同时本文采用决策级融合方式设计了一个基于BERT的多模型融合分类器来提升模型分类效果。实验结果表明,此框架能够提升对话问题类型的准确率,进而提升了对话问题生成的性能。鉴于预训练模型出色的文本表征能力,本文设计了一个基于预训练文本生成模型BART和T5的多模型融合对话问题生成框架,实验结果表明可以有效提升对话问题生成的质量。

关键词： 大尺寸测量场   激光雷达   自动测量   数据处理   精度控制  

摘要： 激光雷达自动测量技术能够基于理论数模的离散数据点对待测量的准确位置处进行数据采集,从而实现待测物体表面的自动测量。针对大尺寸装配对象具有外形尺寸大、结构复杂等特点,现有测量系统多采用人工手动测量方式,测量效率低,适应性差,无法满足大尺寸部件现场测量效率和精度要求。为保证现场测量精度,本文研究了面向大尺寸装配对象基于激光雷达自动测量的精度控制技术,针对大尺寸空间激光雷达自动数据采集测量精度控制问题,研究高精度测量场构建技术,保证测量空间数据融合精度,实现激光雷达自动测量技术在测量场中完成数据采集;针对自动测量采集数据中的瑕疵数据,逼真还原被测物体真实数据信息,自动采集数据精度控制问题,建立适用于激光雷达自动测量数据类型的点云去噪模型,分别进行剔除和光顺,获得高精度测量数据,在保证测量效率的基础上,提高测量精度。本文完成的主要工作如下:(1)研究激光雷达工作原理和测量模型,提出激光雷达自动测量方式和流程,对影响测量精度的因素进行分析,采用蒙特卡洛法等数值仿真方法对测量现场各种非均匀误差进行准确表达。(2)高精度测量场的构建是实现面向大尺寸装配对象激光雷达自动测量技术的基础。引入整体最小二乘法对激光雷达转站模型进行改进,基于加权线性最小方差准则对多站位下激光雷达自动测量的观测值进行数据融合,建立大尺寸高精度测量场。(3)针对自动测量采集数据中的瑕疵数据点影响被测物体的真实数据信息表达的问题,研究基于点云去噪模型的测量数据瑕疵点剔除光顺技术,将处理后的测量数据通过配准技术与理论数模进行偏差比较,完成测量点云数据的精度分析。(4)分别从仿真实验和现场实验验证了本文所研究的测量场构建方法、测量数据处理方法的可行性和有效性。

关键词： 转向架构架   载荷   数据处理   数据库   曲线超高   等效载荷预测  

摘要： 近年来,中国高速铁路运营里程稳步增长,运营车速逐步提升。高速列车的转向架构架作为车辆的关键部件,受到来自车体、轮轨和其他部件的复杂作用力,因而有关构架载荷的实地测验、仿真建模层出不穷,随之产生的载荷数据亦不胜枚举,这也使得数据管理、整合、分析任务更加艰巨。因此,要综合大量数据提取多种载荷特性,就有必要建立载荷数据库,以及开发相关软件。本文以“复兴号”动车转向架构架为研究对象,编写数据处理代码,结合动力学仿真与线路测试,开展构架载荷特性研究;并基于载荷数据采集与研究过程,建立构架载荷数据库,最终搭建一体化的载荷数据管理与分析平台。本文主要内容包括:(1)基于Matlab平台,根据常见的载荷处理与分析手段,编写用于文件读取、滤波、频谱绘制、去零漂、去工频、去毛刺、统计计数与直方图绘制、分布函数拟合、分布拟合优度检验,以及核密度估计的算法,并编写载荷分析桌面交互软件,实现可视化的数据分析。运用上述代码,针对CR400AF和CR400BF车型,基于相同的载荷系划分,对比分析了两车共14种实测构架载荷的时频特性与统计特性。(2)运用My SQL,参照数据采集、仿真研究的过程,建立构架载荷数据库,囊括了项目信息、试验对象、测试内容、数据文件、分析文件等。运用Windows ***,编写数据库交互软件,实现了文件的批量操作与远程传输,并与载荷分析桌面软件相结合,从而搭建数据处理与管理的一体化平台。(3)以CR400BF动车为研究对象,在Simpack软件中建立车辆动力学模型,并根据雨流计数与峰谷计数结果,验证了模型输出载荷在参数值和随速度变化趋势上与实测数据的一致性。运用该模型,本文选取对曲线通过响应较明显的5种载荷,将其分为低频趋势与高频振动,研究不同车速下载荷随超高变化的趋势,从而得到基于载荷的最适超高。此外,基于载荷雨流计数幅值3.5次矩,通过不同速度级下的仿真计算、多项式曲线拟合,得到等效载荷随车速变化的连续归一化曲线,并基于京沪线实测数据,预测同一区段在400 km/h运营条件下各载荷的等效载荷值。本文建立的一体化的数据管理与分析平台亦可广泛运用于铁路车辆动应力、加速度等数据。同时,本文提出的等效载荷预测方法以及对曲线通过时载荷特性的分析,对动车的进一步提速工作有一定参考价值。图58幅,表11个,参考文献84篇。

关键词： 信号处理   现场可编程逻辑门阵列(FPGA)   重建光谱  

摘要： 弹光调制傅里叶变换光谱仪(PEM-FTS)凭借其高测量速度、宽光谱范围等优点在宇宙探索、军事等光谱探测领域中被越来越多的使用,具有良好的发展前景。PEM-FTS因其弹光调制器的高调制频率,需要利用快速的数据处理方法对其干涉数据进行处理进而重建光谱。本文利用现场可编程逻辑门阵列(FPGA)作为核心处理芯片对干涉信号进行一系列处理,从而反演光谱。首先根据PEM-FTS干涉数据的特点,对其部分处理方法进行了分析和实现。PEM-FTS因其产生的干涉信号的光程差呈非线性变化,等时间间隔采样会造成光程差非线性,无法直接利用快速傅里叶变换重建光谱,因此对其光谱快速复原算法的研究具有重要意义。为了降低弹光调制干涉信号反演光谱时的偏差,提高处理弹光调制干涉数据的速度并优化数据处理系统结构,分析了非均匀快速傅里叶变换算法的原理,并基于现场可编程逻辑门阵列对非线性干涉信号快速光谱反演算法进行实现;采用了基于FPGA的弹光调制干涉数据处理系统结构,对数据处理方法和数据的存储、显示方法进行了分析与研究。对本文所设计方法的基复原光谱效果进行了分析。Modelsim仿真结果表明,对仿真产生的激光干涉信号光谱复原效果较好,基本满足光谱复原准确性的要求,运行速度较快。最后,利用Signal TapⅡ逻辑分析仪对本文设计的实现效果进行了板级验证。

关键词： 小型无人机   微波辐射计   直接检波接收机   采集控制系统   数据处理  

摘要： 星载微波辐射计是空间对地及大气观测的一种重要设备。为了检验星载微波辐射计对地观测科学数据,需要通过航空校飞试验进行星地同步观测比对,获取机载微波辐射计数据对星载数据进行检验及校正。相较于传统机载微波辐射计,采用基于小型旋翼无人机平台的微波辐射计进行对地观测可以更加便捷的采集到对地观测数据,且具有较好的空间分辨率。本文基于无人机载微波辐射计的应用需求,对其系统结构及数据采集与系统控制进行深入研究。主要研究内容如下:(1)给出了无人机载微波辐射计系统方案,并详细描述了系统组成和性能参数。其中,辐射计的探测频率选取10.65、18.7、23.8、36.5及89GHz,均为水平极化和垂直极化双通道设计,探测地物目标亮度温度、土壤湿度等信息。为适应小型无人机平台,减小辐射计系统重量、功耗、尺寸,各探测频率均采用射频直接检波体制而非传统的超外差接收机体制,实现了辐射计系统小型化。(2)针对无人机载微波辐射计应用需求,提出了无人机载微波辐射计数据采集与系统控制单元的设计方案,并完成了系统电路研制。系统主要功能包括辐射计接收机输出信号采集、定标与观测工作模式控制、GPS定位、仪器温度测量,以及数据存储等。并详细介绍了每个电路模块的器件选型及设计方法。(3)设计开发了系统控制软件。软件根据观测模式与观测周期给出了系统观测流程,同时实现了对每一硬件单元的指令控制,介绍了系统控制程序的层次结构和模块化设计方案。实现了数据的采集、工作模式控制与数据存储。(4)设计开发了PC端用户操作界面上位机软件。软件的开发基于MATLAB App Designer,数据输出以HDF5格式进行文件存储,实现了对数据的解析、处理以及绘图显示,人机交互界面友好。本文最终对数据采集与系统控制单元进行了测试。结果表明,系统数据采集、工作模式控制、温度测量、数据存储功能正常,运行状态稳定,对无人机载微波辐射计系统研制与集成测试奠定了基础。

关键词： 近岸船只检测   数据处理   特征提取   深度学习  

摘要： 基于SAR的船只检测技术用途广阔，不仅可以对特定船只目标进行实时的位置检测，实现有针对性的战略部署，提高国防部队的预警能力，还可以有效把控和调度海运船只，实现海上运输任务的高效运行。近岸区域作为SAR船只目标检测的重点场景，存在港口建筑与船只目标相似度较大导致虚警检测、船只间紧密排列难以区分导致遗漏检测等问题，给SAR船只目标检测任务带来极大挑战，因此如何改进现有的目标检测方法，使其有效应用在SAR近岸船只检测任务中，并在星载与机载等资源功耗受限的平台上，构建出高速高精度的SAR近岸船只目标检测系统就变得尤为重要。　　本文提出了一种SAR近岸船只目标检测的改进算法，并基于嵌入式GPU架构设计了一套实时检测处理系统实现方案。针对SAR近岸区域船只检测任务中虚警与漏检次数频繁现象，提出一种基于改进YOLOX的SAR近岸区域船只检测算法。该方法首先将坐标注意力机制引入特征提取网络中，提升网络的特征提取能力;其次，增加角度分类头，并引入二维高斯分布，通过KL散度评估旋转框损失值，完成目标的角度信息提取;最后，对现有数据集进行旋转框扩充转化，保证数据来源的多样性，使算法模型能学习到不同波段不同海况情形下的船只目标信息，提升算法的鲁棒性，对算法性能进行了测试对比，结果表明，对近岸场景下的船只目标检测效果有较大提升，能有效解决SAR近岸区域下船只检测精度不高的问题。而后在嵌入式GPU架构下，基于整体检测系统的特点对算法进行了加速优化，保证检测系统的实时性。检测系统由ARM和GPU两部分组成，AI洲端主要完成任务调度，GPU实现检测算法网络推理。检测算法处理程序由四部分组成:数据接收部分，数据前处理部分，网络推理部分以及结果后处理部分。使用CUDA实现算法中的数据前处理、网络算子构建与数据后处理部分，优化、测试后封装为核函数供ARM进行任务调度。使用TensorRT实现算法中的网络推理部分，充分利用GPU中的处理核心实现流水并行计算实现高速网络推理。在删中设计并实现整体任务调度流程，并与负责SAR成像的数据产生端FPGA进行级联，实现完整的实时检测处理流程。　　最后，采用实测数据进行试验，对系统实时检测处理能力进行了分析，采用检测精度作为验收指标来对船只检测效果予以检验，实验表明，检测精度较算法改进前有很大提升，误检与漏检情况严重问题得到改善。并通过与不同深度学习检测算法的处理时间进行比较分析，本文所搭建系统的数据处理效率最优，相较于其他检测算法，本系统的检测耗时有极大改善，满足相关实时性指标要求，且本系统整体的功耗较低，可部署在星载与机载等资源功耗受限的平台上，满足相关工程需求。

关键词： 领域专用加速器   NOC   RISC-V   多源雷达数据处理  

摘要： 多源雷达目标跟踪技术通过使用多方位、多形态的雷达扫描实现大批量目标的追踪,相较于传统单雷达扫描方法在目标密集区域更不易出现目标误关联的情况,是目前雷达技术发展的热门方向。当前多源雷达目标跟踪技术存在雷达前端扫描频率与后端数据处理频率不匹配、雷达扫描数据来源广且数目多、人为因素和自然因素造成信号干扰等问题,这些问题导致多源雷达系统后端的数据处理负荷越来越高。当下采用通用处理器完成多源雷达后端数据处理任务的方法已经难以满足多源雷达系统前端的实时性要求。多源雷达数据处理的近邻域算法作为当前多源雷达数据处理的主流算法被广泛使用,本文以该算法为研究对象,通过设计专用硬件加速器加速该算法以满足其高实时性与大算力实际需求。研究表明,该算法主要包括点四个步骤:第一步为点航相关判断,用于建立新点迹与历史航迹的关联;第二步为点迹分离,利用第一部分运算结果对点航相关性进行判断,并将已匹配的点航关系与存疑的点航关系分离;第三步为多目标分配,该步骤使用不同的目标跟踪算法,将第二步得到的存疑点航关系进行目标匹配;第四步为整合,该步骤将第二步和第三步得到的匹配关系整合到一起,此步骤简单,本文不作讨论。本文针对多源雷达数据处理的近邻域算法提出了稀疏化存储的软硬件优化方案,并基于该方案设计了一款挂载了基于片上网络互联结构的专用多并行运算单元加速器的定制化RISC-V片上系统的异构加速器。其中基于片上网络互联结构的多并行单元加速器用于加速实现原算法点航相关判断步骤。该加速器的互联架构采用MESH网络单播层加定制化多播层的双层片上网络设计。本文通过设计多周期维度切割路由器,实现了单播层的XY路由算法,此外还针对本单播网络的数据流特点提出了最优任务映射方案。此外,本文通过定制化设计多播通信网络的整体架构和微架构来满足本应用的特殊多播需求。最后,本文还针对应用需求,对运算、存储、坐标发送网络节点定制化设计了微架构。定制化RISC-V片上系统用于实现算法第二步到第四步,由于算法的第三部分多目标分配可由不同的算法实现,本文针对拍卖算法这一典型多目标分配算法进行研究。本文利用开源RISC-V片上系统生成器Rocket Chip构造了面向该算法的片上系统,并利用RISC-V指令集提供的自定义扩展指令对拍卖算法的利润计算步骤和拍卖替换步骤分别设计了自定义指令及对应协处理器,通过调用这两个协处理器实现对拍卖算法的细粒度加速。实验结果表明,本文提出的异构硬件加速系统在典型坐标数据输入的情况下,与基准片上系统相比,算法通用步骤的加速比为7.38倍,对多目标分配步骤的加速比为2.35倍,对算法整体的加速比为4.01倍,有效提升了多源雷达后端系统的实时性。