回归分析在漏磁定量检测中的应用

通过分析漏磁场,选取法向分量的峰峰值和峰峰值间距作为漏磁通信号的特征量。重点介绍了多元回归分析模型理论、参数估计方法和回归模型的假设检验,得到缺陷宽度、深度与峰峰值和峰峰值间距之间的回归模型,最后利用漏磁数据对回归模型进行了检验,结果表明预测缺陷宽度和深度的误差不超过10%,利用回归分析能够实现漏磁检测的定量化。     

一种低信噪比下的LFM脉冲信号起始频率校正方法

采用分数阶傅里叶变换(Fractional Fourier Transform,FRFT)实现LFM脉冲信号检测与参数估计时,针对处理数据与LFM脉冲信号起始点不一致时,LFM脉冲信号起始频率存在一定偏差问题.依据分数阶傅里叶变换中信号能量峰固有特性,提出一种适用于低信噪比条件下的LFM脉冲信号起始频率校正方法.该方法首先通过FRFT变换和chirp相乘对数据进行变换处理,消除LFM脉冲信号中调频斜率;然后对变换后结果进行滑动、累积处理,得到一组能量峰数据;最后通过搜索该组能量峰拐点实现对LFM脉冲信号起始点检测,并利用检测起始点对LFM脉冲信号起始频率实现校正.数值仿真结果表明,该方法在事先无法获取处理数据中LFM脉冲信号起始点情况时,可有效校正分数阶傅里叶变换对LFM脉冲信号起始频率估计存在的偏差.     

基于卷积核剪枝的遥感目标检测模型压缩方法

针对基于卷积神经网络的遥感目标检测模型压缩问题,基于卷积核剪枝理论,设计了卷积通道剪枝的方案,对YOLOv3模型进行精简压缩.提出卷积通道的概念并将BN层系数作为卷积通道的评估因子,使用L1正则化将评估因子稀疏化,将评估因子值较小的卷积通道剔除,再对各卷积层中的参数进行微调,从而达到模型压缩的目的.使用该方法对自制的典型遥感目标检测数据集进行目标检测实验,在剔除90％参数的情况下,测试精度下降率在10％以内.实验结果表明该方法能以较小的精度损失为代价,节省大部分的储存空间和计算量.     

一种基于级联滤波设计的背景噪声均衡方法

针对阵列信号处理中背景噪声对目标检测影响问题,提出一种基于级联滤波设计的背景噪声均衡方法.该方法依据背景噪声起伏特性设计多尺度组合形态学滤波器对空域重采样数据进行处理,降低不同方位起伏噪声对目标检测的影响;根据噪声特性设计同态滤波器,降低乘性噪声对目标检测的影响;按类内类间离散度比最小准则实现背景噪声门限的自动推荐,进而实现对背景噪声均衡处理,提升对目标检测概率.数值仿真和实测数据处理结果表明:相对S3PM方法和OTA方法,在两者失效的情况下可有效实现对目标检测和判决,对环境适应性提高了近3 dB;有效降低了背景噪声对目标检测性能的影响,提高了目标检测的环境适应性.     

栈式自编码和残差神经网络的射频信号个体识别

传统基于暂态特征和稳态特征的射频信号个体识别方法存在特征提取困难、特征微小、无法区分射频信号个体差异等问题,识别率较低.随着深度学习技术的发展,结合栈式自编码网络深度融合目标特征优势和残差神经网络在解决退化问题时的优势,提出了一种基于SEA和ResNet网络的射频信号个体识别方法.包括信号时频域特征提取方法分析、多域特征拼接与融合、基于轻量化ResNetLite网络的射频信号个体识别方法等步骤.仿真结果表明,相对于传统时频域特征提取方法和BP分类方法,新方法能够有效提取和融合信号细微、高层次及深层次特征,且识别率有一定幅度的提升,同时,对计算资源、存储资源的消耗有约7倍的降低,可支持嵌入式设备小型化需求,便于工程实现.     

高速SpaceFibre总线节点的系统设计

为了实现SpaceFibre总线节点的高效数据传输,针对网络协议中关键问题和技术提出了一种基于现场可编程门阵列(Field Programmable Gate Array,FPGA)的SpaceFibre总线节点系统设计方案。其中,采用了轮询仲裁算法,解决了多路虚拟通道中流量控制字的申请冲突;设计了基于服务质量机制的高效处理状态机,实现了多路虚拟通道的服务质量调度;提出了一种并行的分区存储架构和重发控制算法,实现了基于错误检测隔离恢复机制的错误恢复;采用了不同的数据并行处理方案,实现了多种数据格式的循环冗余校验和伪随机序列的计算。通过ModelSim仿真平台对节点系统进行功能仿真,并在Virtex-6 FPGA上完成了系统验证。结果表明,该设计实现了SpaceFibre总线节点的功能,串行传输速度可达3.125 Gbit/s,能够满足高速数据传输需求。     

利用时频稀疏性的跳频信号盲检测和参数盲估计

针对在低信噪比的稳定分布噪声和定频干扰背景中,跳频信号检测和参数估计性能不佳的问题,利用分数低阶短时傅里叶变换得到时频矩阵;对时频矩阵按频率行去均值,抑制定频干扰;通过时频峰值优化、时频矩阵清洗和强化处理,降低频谱泄漏和噪声对跳频信号时频稀疏性的影响;利用此稀疏性进行检测和估计,即根据跳频信号在驻留时间内的连续性检测跳频信号,估计跳频频率;根据驻留时间起点及间隔,估计跳变时刻和跳周期.仿真结果表明,在低信噪比下,该算法的检测和参数估计性能均有较大提高,且优于现有算法.     

开展制定电子产品间歇性故障检测标准的建议

装备制造的批产稳定性和工艺一致性差,是当前装备产能扩充、质量提升中需要重点关注的问题。工艺过程精细控制、缺陷检测与持续优化是产品"零缺陷"交付的基石,传统以"合格"为目标,以"事后检验"为特征的故障检测研究方法,已经无法满足当代高可靠装备的质量评价要求。常规工艺检测方法已难以区分实际工艺水平高低。间歇性故障作为电子产品非常常见的故障,由于其本身随机性、间歇性且难以复现,所以非常难以检测与诊断。对于电子产品的间歇性故障,国内外均有相关先例的检测标准,且国外标准无论在适用范围还是量化指标要求上均优于现有国军标。如果对相关理论与技术进行总结整理,进行相关论证来明确技术指标,对设计方案做出指导,提出一种可以实时在线检测电子产品间歇性故障的标准,可以在研制早期剔除存在的隐性缺陷,在产品使用过程中识别微小缺陷和安全隐患、提前预知故障、提高安全性。在服役过程中通过积累数据,建立寿命模型,还可以实现智能预警和寿命预测。采用这种新技术,可以完善GJB1032《电子产品环境应力筛选方法》的实验方案,使其更加科学;可以在热、力、电、磁等多应力耦合的场景下以更加微观的视角抓取原来无法检测的失效,弥补GJB4896《军用电子设备印制电路板验收判据》目检所不能看到的隐藏性缺陷;推进GJB2547《装备测试性工作通用要求》的工程落地,在不更改设计、不改变产品动态运行的技术状态、不增加环境适应性额外负担的"三不原则"下,拿来即用。最终实现GJB299C《电子设备可靠性预计手册》与装备真实传感数据的紧密融合,从而实现对装备电子产品真实的、精确的可靠性预计与寿命预测。国内专家学者通过对国内外相关标准、技术的深入研究与试验验证,研制成功了电子产品间歇性故障检测系统,结合实际电路经过了大量的试验和充分的测试,取得了显著的成果,为开展标准编制奠定了良好的基础,在此建议有关领导部门启动相关标准立项、立题与研究。     

基于机器学习的固体火箭发动机无损检测

传统固体火箭发动机无损检测图像判读工作存在人工识别效率低、图像数据分散及数据利用率低等问题。本文借助机器学习算法与计算机视觉技术,利用大量发动机无损检测图像数据开展无损检测图像数据预处理、边缘检测以及数据模型训练和应用等技术研究,探索快速、准确获得发动机无损检测图像数据特征的方法,深入挖掘固体发动机无损检测数据的内在联系,找到潜在规律。本研究不仅为固体发动机无损检测图像判读提供了一种准确、高效的手段,同时,能够为发动机无损检测图像识别、测量、判读和发动机相关故障模式分析与故障诊断提供数据和决策支持,也能够为未来机器学习在固体发动机无损检测图像判读领域的深入应用提供实践探索和理论研究方面的参考。     

智能化导弹质量检测方法研究

导弹是由各种类型装备组成的综合性很强的复杂系统,智能技术的引入进一步丰富了智能导弹质量特性的内涵,对质量检测和控制提出了更高要求,需要开发与之相适应的检测方法。本文先给出了智能导弹的定义和内涵,分析了其智能特性,接着概述了智能化导弹的结构组成,分析了各智能部件的功能和结构组成,从智能化导弹结构组成及测试参数、智能化部件的嵌入式软件作用、零部件机械加工精度等方面提出了智能化导弹质量检测的需求,并在此基础上结合智能化制造等技术提出了在线检测、自动检测/测试、BIT自检、软件测评技术以及弹载遥测的智能化导弹质量检测途径和方法。