大规模MIMO系统基于多分辨率深度学习网络的CSI反馈研究

快变信道环境下,采用频分双工模式下的大规模MIMO系统,用户通过反馈链路将信道状态信息(Channel State Information,CSI)发送给基站,为适应信道快速变化保证系统性能,要求降低反馈时延及减少反馈开销.提出一种基于深度学习的多分辨率信道状态信息网络(Multi-resolution Channel...     

遥感图像配准中的群智汇聚方法

遥感图像配准是遥感图像处理的一个重要的环节,在智能化遥感信息处理领域具有重要的研究意义和应用价值.本文主要对群智能在遥感图像配准中的应用进行了综述,并对进化算法和深度学习在遥感图像中的应用进行了介绍.首先介绍了遥感图像配准中常用的原理和优点.然后,对群智能算法在遥感图像配准中的应用进行了详细的介绍和总结,紧接着对进化算法在遥感图像配准中的应用进行详细介绍,其次对深度学习在遥感图像配准中的应用进行归纳,并且就遥感图像配准目前存在的难点以及深度学习在解决这些难点时所存在的优势进行了详细的讨论.最后,针对遥感图像配准中存在的关键问题进行了讨论与展望.     

基于深度强化学习的机械装备剩余使用寿命预测方法

随着机械装备发展的日益大型化和复杂化,其使用安全性和可靠性也越来越受到重视.剩余使用寿命(remaining useful life, RUL)预测技术,通过分析设备的运行数据,预测设备还能正常运行的时间,利用该技术可有效提升设备运行的安全性和可靠性,同时可为设备的后续维修决策提供关键依据.本文提出一种基于深度强化学习(deep reinforcement learning, DRL)的RUL预测方法,首先通过自编码器(autoencoder, AE)对机械装备的原始信号进行特征提取,利用提取到的特征构成强化学习的状态变量,通过设置合适的动作空间和奖励函数训练强化学习模型,使其能依据样本间的时序相关性对装备的RUL进行准确预测.与其他方法相比,强化学习方法的时序交互决策逻辑可以自然地保留样本间的时序依赖关系,降低了RUL预测的波动性.最后利用涡轮发动机数据集CMPASS对提出的方法进行实验验证,所提出的方法在RMSE和Score两项指标上均优于目前多种RUL预测方法,且所提出方法对于接近退化末期的装备预测效果有明显提升.     

基于YOLOv5s-FCS的钢材表面缺陷检测

针对传统钢材表面缺陷检测方法易出现误检、漏检和部分缺陷种类检测精度低等问题,本文设计了一种钢材表面缺陷网络YOLOv5s-FCS。首先本文引用了FReLU激活函数构建了卷积模块CBF,有效增强了网络的空间解析能力,优化了网络检测精度;其次,本文将坐标注意力机制嵌入到网络的neck部分来增强网络特征融合的能力,从而使网络能够提取更加丰富的特征信息;最后,将YOLOv5s的损失函数替换为SIoU loss,提高了预测框的回归精度。通过在NEU-DET数据集上进行消融实验、可视化对比实验,结果表明,YOLOv5s-FCS网络的mAP值达到了0.747,相较于原YOLOv5s网络提高了8.3%,相较于YOLOv3网络提高了11.8%,相较于YOLOXs网络提高了4.2%,相较于YOLOv6s提高了1.4%,验证了该方法的可行性、有效性。     

灾害现场信息空地一体化获取技术研究

灾情发生位置的获取以及与周边重点场所位置关系的环境重建对抢险救灾意义重大,不仅可以及时对灾害现场受困人员进行有序疏散,还可以有效减少次生灾害造成的巨大损失.但目前存在灾情现场信息采集数据与空间信息融合不够、环境无法快速重建两大技术难题.针对上述问题,在云南洱源县开展滑坡、洪涝、泥石流等自然灾害定位试验,利用无人机搭载的...     

柴油超深度脱硫技术进展

降低柴油中硫含量对于提高汽车尾气排放质量从而保护环境具有十分重要的意义。生产超低硫柴油的技术主要有加氢脱硫(HDS)和非加氢脱硫两大方法。概述了深度加氢脱硫的机理和需要解决的关键问题。柴油的深度加氢脱硫需要有效分解馏分油中的4,6-二苯并噻吩(4,6-DMDBT)等难脱除的化合物。提出了研制高活性深度HDS催化剂的思路和途径并介绍了近年国内外柴油深度加氢脱硫研究的成果。此外对非加氢脱硫技术中的吸附法、氧化法和生物技术深度脱硫的研究近况也做了介绍。加氢方法和非加氢方法的有机结合是十分有前途的生产超低硫柴油的手段。     

深基坑工程结构优化设计探讨

基坑工程的规模和深度在不断加大,其计算分析方法也需要不断完善.本文主要从理论和计算两方面讨论了基坑工程的优化设计.     

玄武岩纤维-周丛生物膜-连续流反应器的污水深度净化性能研究

污水处理厂排水中氮、磷等营养盐浓度仍高于地表水,可能导致受纳水体富营养化,需要对其深度净化.周丛生物膜因其在脱氮除磷方面的优异性能而引起越来越多的关注.因此,设计了基于玄武岩纤维-周丛生物膜的连续流反应器(BFP-CFR),研究了不同水力停留时间(HRT)下BFP-CFR对污水深度净化的性能.研究结果显示,BFP-CFR的最佳HRT为48 h.该HRT下氨氮(NH₄⁺-N)、总氮(TN)和总磷(TP)的去除率为79.88%、25.36%和94.83%.经过该反应器处理后,可显著降低污水氮磷污染物浓度.当HRT≥32 h时,氨氮出水浓度可达《地表水环境质量标准》(GB 3838-2002)Ⅳ类标准及以上,总磷浓度符合《地表水环境质量标准》(GB 3838-2002)Ⅱ类标准及以上.反应器出水水质和净化动力学分析表明,由于BFP反硝化能力弱,本反应器水质净化的限制性污染物为总氮,后续需要在促进反硝化功能以强化脱氮方面开展研究.这为今后将BFP运用于污水处理后排水的深度净化提供了数据支撑,指出了需要技术突破的方向.     

大断面隧道施工对既有基坑围护结构挠曲位移影响规律研究

城市地铁工程建设中,常在地铁车站基坑建设后进行区间隧道建设,同时接入车站的出入场线隧道断面增大,对既有基坑结构造成严重影响.本文针对地铁大断面隧道出入场对既有基坑围护结构产生有害影响的工程问题,依托青岛市地铁4号线大河东站区间工程,研究既有基坑围护结构受隧道施工影响产生的挠曲位移.首先,综合全覆土压力与Terzaghi松弛土压力两种计算方法确定隧道断面垂直土压力及其对应的侧向土压力、掌子面土压力,并采用Mindlin应力解计算基坑围护结构上的附加应力;然后,计算并分析平衡状态下基坑围护结构上的横向附加应力;最后,考虑基坑围护结构的横向附加荷载,采用Midas GTS NX有限元软件构建隧道-土体-基坑围护结构3者共同作用的挠曲计算模型,分析基坑围护结构的挠曲位移变化规律.研究结果表明：随着大断面隧道向基坑方向的推进,基坑中下部围护结构会发生较大挠曲变形,在实际施工中应重点监测.研究成果可为车站基坑支护结构的设计优化、隧道接近与进站施工过程中的安全防控等方面提供理论依据.     

基于改进的深度学习网络的SAR图像瞬时海岸线自动提取算法

针对目前合成孔径雷达(synthetic aperture radar, SAR)在对大尺度瞬时海岸线提取方面的图像解译过程中, 仍然存在精度低与自动化水平差的问题, 提出一种基于深度学习网络的瞬时海岸线自动提取算法。首先, 将SAR图像进行Lee滤波增强来抑制相干斑。其次, 通过升级残差网络为主干网络,分4级提取海水目标的特征。然后, 将4级特征经过全局卷积网络、密集连接网络和解码器网络配合,充分提取目标的本质特征, 并通过上采样产生海水分割结果。最后, 利用Sobel算子分离出海岸线并和原SAR图像融合以便清晰查看结果。通过与全卷积网络与细化网络的海岸线提取实验结果进行对比, 证明所提算法对海岸线的提取更加准确, 能够减少虚警和漏警, 具有更好的性能。