美国海军研究实验室开发新型水声技术

据美国海军研究实验室NRL网站报道,美国海军研究实验室（NRL）科学家们目前正在开发一种水声应用方面的新型技术。该技术利用激光闪射远距离产生水下声源。这种新型声源可扩展并改进军事或商业方面水下声学应用的范围,其中包括水下通信、水下导航以及水下声学成像等。目前,NRL等离子物理学分部的物理学家特德·琼斯博士正带领等离子分部、声学分部和海洋地理分部的研究人员共同开发这种新型声源技术。     

基于数据挖掘的船用通信网络异常行为分类和识别研究方法

为保证船用通信网络的安全,设计基于深度数据挖掘的船用通信网络异常行为分类和识别方法。该方法数据处理模块采用全局信息数据融合策略,融合网络的原始采集数据,特征选择模块通过平均不纯度减少特征重要度计算方法,选择有效特征并计算该特征重要度后,形成特征集,将其输入分类识别模块的内外卷积网络深度学习网络模型中,通过模型的学习和训练,获取船用通信网络异常行为分类识别结果。测试结果显示：该方法可有效删除其中的无效特征,保留有效特征结果;可获取不同类别有效特征标签的重要度评分结果;分类识别的平均绝对误差均低于0.18,可完成不同流量变化下异常行为分类识别。     

基于有序样本聚类的城市轨道交通站点差异化高峰时段识别方法

识别城市轨道交通站点高峰时段,对合理分配站内管理资源、制定乘客限流和错峰出行方案,从而缓解线路站点的高峰拥挤现象等具有重要作用。在现有多数城市的实践和研究中,主要依据人工经验确定全网或单条线路固定长度的高峰时段,但随着城市轨道网络规模和客流的增长,该方法难以体现不同站点和线路高峰时段的差异性,为车站开展精细化运营管理带来了挑战。针对城市轨道交通网络中的每个站点,本文基于以5 min为单元的进出站连续客流数据,提出了一种基于有序样本聚类的站点级差异化高峰时段识别方法。根据识别结果,进一步定义高峰时段时间窗最大客流、峰左（右）客流比和高峰时段长度三个指标,将网络中的站点高峰分为无高峰、微弱高峰、明显高峰三类。最后,以上海轨道交通18条运营线路5个工作日的客流数据为例,验证了方法的有效性。分析结果表明：(1)所提出方法可同时辨识出高峰时段的开始时刻和结束时刻,无须预先确定高峰时段长度,并且针对高峰时段的特点,使用定制化聚类参数,能够识别全网各站点差异化高峰时段;(2)同一条线路中站点距市中心越远,其进站早高峰时段开始越早,验证了辨识差异化高峰时段的必要性。     

城市轨道交通AI技术在安全监测中的应用研究

城轨在城市公共交通中占比逐渐变大,其安全问题已不容忽视。文章从技术角度分析城轨安全监测问题,研究AI技术在城轨安全监测中的应用,立足突破传统技术限制,构建更可靠安全的智能城市公共交通系统。     

基于深度卷积自编码器和多尺度残差收缩网络的滚动轴承寿命状态识别

针对滚动轴承早期故障识别困难、退化性能难以准确评估的问题,提出了基于深度卷积自编码器(DCAE)和多尺度残差收缩网络(MSRSN)的滚动轴承寿命状态识别方法。首先,为获得清晰的故障特征频率及倍频,将原始数据样本转换为包络谱输入深度卷积自编码器中,实现轴承寿命状态特征的自动提取与表达,并基于多维尺度分析(MDS)算法约简寿命状态特征获得低维特征,然后计算低维特征空间内样本间的欧几里得距离(ED),即为轴承性能衰退评估指标;其次,为全面提取轴承性能衰退特征,提出了改进的多尺度残差收缩网络识别模型,并开发了ReLU与DropBlock正则化相结合的新激活策略增强模型的抗噪性;最后,将所提方法及对比方法应用于轴承全寿命实验数据。实验结果表明：笔者提出的性能衰退评估指标能够精准地识别轴承性能退化起始点以及刻画轴承的退化趋势,所提出的改进的多尺度残差收缩网络识别模型在S_SNR=-4～6 dB环境中平均识别正确率为91.75%,能够准确识别轴承寿命状态,验证了方法的实用性以及有效性。     

基于视觉识别的城市区域限时停车系统研究

针对社会服务机构附近车流量大,车位需求大,而部分车辆长时间滞留导致交通堵塞及路侧临时停车位使用效率不高的问题,提出了在城市部分区域建立基于视觉识别的限时停车系统。本文分析了系统构建模式,通过对限时区域功能分类,分别建立了相应的最优车辆停留时间模型,并以武汉市某小学周边区域为例进行了分析。区域限时停车系统的建立对于解决城市局部交通拥堵及停车困难问题具有重要的意义。     

基于声呐图像处理的船用水下目标识别技术研究

水下目标自动识别技术不论在军事领域还是商业领域都具有广泛的应用,具体包括水下军事目标的监测、渔业资源勘测、海底地形勘探等。声呐信号处理是船舶水下目标探测的关键环节,可以分为声呐系统回声信号处理和声呐图像处理2种,本文主要研究的是声呐图像处理类型。本文充分利用基于小波变换的图像滤波技术、图像分割技术、特征提取技术等,改善了船用水下目标识别技术的工作效率和工作精度。     

船体小组立特征提取的机器视觉方法与实现

为了实现无先验信息、无人工决策干预的船体小组立智能制造,采用机器视觉技术来实现小组立表面特征提取与定位。根据船体小组立智能生产线自动焊接定位的需求,设计对小组立工件激光扫描点云进行识别与提取的机器视觉方法,从降低复杂度和运算时间的角度对算法进行了优化,并开发了相应软件。通过不同小组立工件特征提取与定位实验,验证了本文算法在无先验信息、无人工干预、工件随机摆放条件下的可靠性,表明本文所介绍的机器视觉方法能够适应船体构件种类多、非标准件比例高、装配位置随机的特点,为船体智能制造实现提供支持。     

三维波束成形麦克风阵列在风洞测试中的应用

得益于非常安静的背景噪声（风速 140 km/h,声压级小于 58 dBA）和优秀的低频压力脉动（Cp rms ＜ 0.005）,中国汽车工程研究院（CAERI）风洞中心的气动声学风洞为汽车空气动力学开发提供良好的声学测试平台。中国汽研风洞中心安装一套由 3 块麦克风阵列（3×168 通道）组成的三维麦克风阵列测试系统,对车外气动噪声源进行定位及分析。采用“声学照相机原理”,即噪声云图通过波束成形的高级算法投射到车身三维表面（3D）上进行定位显示。     

车牌识别的分布式结构处理方法研究

提出了一种车牌识别的分布式结构处理方法,能合理利用车牌识别系统的资源,提高车牌识别系统的识别效率,适合于多车道大流量的实际交通系统。对车牌识别系统在交通系统的应用和推广具有重要意义。