针对水下环境存在的色偏、细节模糊以及水下目标存在多尺度和遮挡等问题，提出了一种改进YOLOv8s的水下目标检测算法SLG-YOLOv8s。首先，通过Shallow-UWnet网络对水下图像进行增强，提高图像的对比度和清晰度；其次，提出了轻量化多尺度全局注意力(lightweight multi-scale global attention, LMGA)模块，将此模块与YOLOv8s主干部分的C2f融合，通过动态调整权重进行特征重标定，加强特征表达能力，减少计算量；最后，通过聚集和分发(gather-and-distribute, GD)机制采用跨层特征融合的方式增强中间层的信息融合能力，从而提升模型对多尺度目标的检测效率。实验结果表明，SLG-YOLOv8s算法的平均精度均值达到了95.1%,与YOLOv8s算法相比平均精度均值提升了5.1%,精确率和召回率分别提升了4.5%和5.2%,IoU为0.5时海参、海胆、海星、扇贝检测的平均精确率分别提升了4.3%、5.3%、5.6%、5.5%,研究结果可为水下机器人精准捕捞提供重要依据。

车牌定位检测与识别是实现智能交通系统的关键技术之一。为解决传统方法定位不准确、识别率低的问题，提出一种基于改进YOLOv8和轻量级识别网络LPRNet的车牌识别算法。在YOLOv8网络架构中增加卷积块注意力模块(convolutional block attention module, CBAM),通过特征融合提升目标检测的准确率；在LPRNet中加入多头自注意力(multi head self attention, MHSA)机制，增强网络的特征提取能力；在识别网络模型的训练阶段引入对抗训练，增强模型的泛化能力和鲁棒性。在CCPD数据集上的实验结果表明，本文算法对车牌检测的平均精度均值(mAP@0.5)达到98.7%,车牌识别准确率达到97.21%,均优于其他同类主流算法。

针对夜间环境光照度低、光照分布不均匀导致车辆检测细节模糊以及车辆漏检和错检等问题，提出一种改进YOLOv8n的夜间目标检测算法。首先，引入图像增强算法Zero-DCE提高图像质量，减小光照度低、光照分布不均匀的影响，同时使用LSKNet作为主干网络，调整动态感受野，改善模型特征提取能力，提高检测精度；其次，采用空间和通道卷积(SSConv)模块融合C2f模块，减少特征之间的空间和通道冗余；最后，提出通用感知大内核卷积网络(SPPF＿UniRepLKNet)替换SPPF模块，使用非膨胀卷积更好地提升感受野，从而有效捕捉模型的特征，提高模型的检测精度。实验结果表明，改进YOLOv8n算法的检测精确率和平均精度均值分别提高了4.7%和4.9%,适用于夜间环境下车辆检测。

小样本目标检测的元学习方法能快速适应少量训练样本，较好解决现有常规检测模型泛化能力不强、适应新任务速度缓慢、鲁棒性差的问题，具有较高的实际应用价值，但该方法对支持集特征利用能力不足、检测精度不高。为此，基于支持集特征增强，针对元学习SOTA算法Meta Faster R-CNN进行改进，从支持集背景抑制与目标特征增强两个角度出发，削弱与待查询目标无关的背景信息并加强支持集内部特征之间的联系，构建一种检测性能更高的小样本目标检测算法。实验结果表明：在PASCAL VOC Novel Set数据集上的元测试阶段，本文改进算法在1-shot、2-shot、3-shot、5-shot、10-shot下的平均精度均值(mAP@0.5)较原算法分别提升了0.066%、12.038%、12.289%、10.073%、9.539%;在元微调后的测试阶段，本文改进算法的mAP@0.5较原算法有所提升或基本持平；增强支持集特征能够有效提升小样本目标检测精度。

构建合适的镍基单晶合金蠕变寿命预测模型，对于我国航空发动机叶片设计、强度分析和寿命预测具有重要意义。采用多项式回归、最近邻回归、支持向量机回归、决策树回归四种机器学习算法，建立镍基单晶高温合金蠕变寿命与合金成分、微观组织和蠕变工艺参数的关系模型，为镍基单晶高温合金的蠕变性能调控提供了新方法。基于蠕变寿命预测模型，系统地比较了四种算法和特征选择对模型性能的影响。结果表明，支持向量机回归模型的预测结果最优，相关性较高的四个特征依次为γ′固溶温度、Ta、W、Re。研究结果可为获得更有效的镍基单晶高温合金蠕变性能预测方法提供参考。

针对钢材表面缺陷检测算法精度低、计算量大等问题，提出一种基于YOLOv8n的检测算法HPDE-YOLO(high-level path aggregation dynamic efficient network-YOLO)。首先，引入高效多尺度注意力(efficient multi-scale attention, EMA)机制，与主干部分的C2f融合，增强特征提取能力，并采用C2f-Faster结构提高模型计算速度；其次，提出一种高级筛选双向特征融合金字塔与路径聚合网络(high-level screening-feature bidirectional fusion pyramid and path aggregation network, HS-FPAN),在多个尺度上同时增强语义特征，有效提升模型对细节的捕捉能力；最后，融合动态上采样模块DySample,进一步提升模型检测速度。在NEU-DET数据集上的实验结果表明，相较YOLOv8n模型，HPDE-YOLO模型检测的平均精度均值mAP@0.5达到84.2%,提升了5.7个百分点，裂纹类缺陷检测的平均精度均值mAP提升了26.88个百分点，参数量减少了45%,浮点运算量减少了32%。HPDE-YOLO模型在满足轻量化的同时能够有效提升钢材表面缺陷检测的精度，且易于移动端部署，满足工业生产需求。

针对工况传递路径分析(operational transfer path analysis, OTPA)测得振动信号存在大量高频噪声的问题，提出一种基于变分模态分解(variational mode decomposition, VMD)和奇异值分解(singular value decomposition, SVD)的组合降噪方法VMD-SVD。该方法通过VMD算法对原始含噪信号进行分解，得到K个本征模态分量(intrinsic mode function, IMF);再通过方差贡献率(VCR)滤除含噪信号较大的IMF分量，并保留有效成分较多的IMF分量，经SVD算法对保留的IMF分量进行降噪处理；最后将降噪处理后的信号进行重构，得到本文组合降噪处理后的信号。本文通过模拟仿真实验验证上述方法的降噪效果，并将该方法运用到OTPA采集振动信号中。与其他基本降噪方法进行对比的结果表明，该方法能够有效滤除采集振动信号中的高频噪声，提高了OTPA方法的准确度以及信号后续分析处理的可靠性。

采用真空电弧炉熔炼并制备等原子比的HfNbZrTiTa高熵合金。通过XRD、SEM、EDS、电子万能试验机和霍普金森压杆对合金的显微组织、室温准静态压缩性能及室温（298 K）、低温（77 K）下的动态压缩性能进行研究。结果表明：该合金显微组织主要为BCC固溶体结构，晶间存在少量共晶组织；具有良好的塑性，室温下压缩塑性超50%且未发生断裂；HfNbZrTiTa合金在动态压缩试验条件下(应变速率为2 000～4 000 s^-1),材料应变敏感性较低；当温度从298 K降到77 K,流变应力变化不明显。

为提升钛合金的抗氧化性能，延长其在高温环境下的服役寿命，采用电弧离子镀技术在钛合金表面制备CrN/Cr涂层，研究钛合金及CrN/Cr涂层在600、800、900℃下的高温氧化行为。实验结果表明：钛合金经高温氧化后在其表面生成了TiO₂和Al₂O₃混合氧化物膜，随温度升高，Al元素沿合金晶界和氧化物颗粒间隙向外扩散能力增强，钛合金表面氧化物含量增多，混合氧化物膜厚度增大；CrN/Cr涂层经高温氧化后，其中的CrN与O₂反应生成了Cr₂O₃氧化膜，对钛合金基体起到保护作用，反应温度越高，氧化越充分，形成的氧化物颗粒更均匀，氧化膜更致密，涂层的抗氧化性能更好。

采用一种由878.6 nm激光二极管（LD）端面抽运Nd∶YVO₄晶体，获得高光束质量的1 064 nm脉冲激光输出。使用Matlab软件对晶体热透镜焦距进行模拟分析，并通过软件计算选取合适的平-凸谐振腔腔型，缓解热效应的同时获得最佳输出状态。泵浦功率为48 W时获得平均输出功率15.03 W的1 064 nm连续光输出。通过磷酸钛氧铷（RTP）电光调Q的方式，在重复频率为10 kHz时获得了稳定的1 064 nm脉冲激光输出，最大输出平均功率为8.78 W,动-静转化比为72.9%,脉宽为8.70 ns,光束质量因子为1.2。实验结果表明：利用波长878.6 nm作为泵浦源并采用平-凸谐振腔的方式，有利于缓解晶体的热效应、提高光束质量、获得基模脉冲激光输出。

检验质量作为空间引力波探测的重要检测基准，要求其被释放机构释放后的残余动量极低，但实际由于释放机构释放不对称及受外界扰动力的影响，检验质量会产生一定的加速度与位置偏移，导致其不易控制。针对上述问题，提出基于混合编码遗传算法的模糊PID控制策略，通过混合编码方式的遗传算法优化模糊PID的量化因子与比例因子，实现检验质量的最优释放控制。联合仿真结果显示：在3.5×10^-3 N的脉冲扰动力作用下，调节时间缩短至0.06 s,超调量减小至4.288 9%,表明了基于混合编码遗传算法的检验质量模糊PID控制器控制精度高、响应速度快、鲁棒性强，能够显著提高检验质量释放控制系统的动态性能。

由于监控场景覆盖面积大、侵限异物相对尺寸小、背景干扰较多等，现有铁路侵限监控系统检测精度较低，且达不到实时检测要求，为此提出一种基于改进YOLOv8的铁路异物检测算法。首先，引用FasterNet中部分卷积的设计思想，在颈部网络采用FasterC2f模块替代原C2f模块，以降低模型参数量和运算量，同时提升模型的特征融合能力；其次，对快速空间金字塔池化(SPPF)模块进行改进，引入大型可分离核注意力(LSKA)机制，提出一种SPPF＿LSKA模块结构，以在特征提取时减少复杂背景的干扰，加强对小目标的检测能力；最后，采用WIoU损失函数替代原CIoU损失函数，以降低低质量、小目标样本带来的不良梯度影响。实验结果表明：与原YOLOv8模型相比，改进YOLOv8模型检测的平均精度均值(mAP@0.5)达到92.9%,提升了2.09%,模型权重降低了3.28%,浮点运算量降低了6.17%,在检测精度和效率之间达到了较好的平衡，能够满足实际检测需求。

为更加深入研究混凝土在高压脉冲放电作用下的破环特性，综合考虑施加电压、脉冲数和放电电极间距三个因素，基于正交设计方法开展一系列高压脉冲放电破碎混凝土裂缝深度损失检测试验，通过方差分析方法得出不同因素对混凝土裂缝深度损失的影响程度。结果表明：三个因素对混凝土裂缝深度损失影响由大到小依次为施加电压、脉冲数和放电电极间距；通过分别改变施加电压和脉冲数，混凝土裂缝深度损失分别增加了121.5%和74.8%;当施加电压为324 kV、脉冲数为5次时，高压脉冲放电破碎混凝土裂缝深度损失最大。该研究结果可为高压脉冲破碎技术的工程应用提供数据支撑。

如何快速地对永磁同步电机(permanent magnetic synchronous machine, PMSM)转子位置实现精确估计是实现PMSM无传感器控制的关键。然而，PMSM驱动系统的反电势谐波问题及其参数时变的特点影响基于锁相环(phase locked loop, PLL)转子位置估计方法的速度和精度。由于PMSM定子反电势中包含大量谐波，已有基于锁相环的滤波方法无法根据转速变化自适应调节频率，导致变转速工况下转子位置估计精度降低。为此，提出一种基于自适应混合滤波器的PLL估计方法，在分析PMSM包含的反电势谐波成分后，设计一种调节参数的混合自适应滤波器(hybrid adaptive filter based PLL,HAF-PLL)。通过仿真实验验证了所提方法对反电势谐波具有良好的滤波效果，能够准确检测出PMSM的转子位置。

针对基于ZigBee网络的节点接收信号强度指示(received signal strength indication, RSSI)在复杂环境测量会产生偏差的问题，提出一种基于混合滤波的无线网络测距算法。该方法在运用卡尔曼滤波的基础上融合了基于中值自适应加权高斯滤波的混合滤波，首先用卡尔曼滤波算法去除波动性较大的RSSI值，再利用中位值抗差性原理和自适应函数降低RSSI数据的波动。仿真实验结果表明，混合滤波无线网络测距算法能够较大程度减小异常值带来的波动，有效提高RSSI采样精度。

针对红外图像纹理弱及多目标遮挡导致跟踪精度低的问题，构建了基于改进YOLOv7模型和多目标跟踪算法DeepSort的融合红外目标跟踪模型MSB-YOLOv7-DeepSort。采用SE(squeeze and excitation)通道注意力机制和双向特征金字塔网络提高红外目标的特征提取质量；利用轻量化网络MobileNetV3替换YOLOv7骨干网络，提升融合模型的推理速度。实验结果表明，MSB-YOLOv7-DeepSort模型在跟踪准确度、跟踪精确度、正确目标跟踪比例和帧率等方面均具有较好的性能。

润滑油中金属元素的含量和成分的变化能反映发动机的使用状态。通过对比四种基底(Al、Ni、Zn、Cu)增强下润滑油中金属元素BaⅡ455.4 nm的激光诱导击穿光谱(LIBS)特性，对不同基底材料的激发效果进行了评价，并利用多元线性回归模型建立了Ba元素激发效果与基底元素物理特性的联系。结果表明：第一电离能、蒸发潜热、热传导率对润滑油中金属元素的激发效果影响较小，且呈正相关；相对原子质量、原子序数、熔化潜热、密度对润滑油中金属元素的激发效果影响较大，且呈负相关。该结果为润滑油金属元素LIBS检测过程中基底材料的选择提供了依据，并为提高金属元素检测准确率和检出限提供了一种可行性方案，对发动机故障检测有重要意义。

为研究非对称隧道内不同通风方式对火灾烟气蔓延的影响，利用PyroSim数值模拟软件构建非对称隧道模型，对隧道内烟气流速、温度分布和烟气运动进行研究，并分析了不同风速对人员疏散的影响。结果表明：上坡隧道内诱导气流与补充气流存在竞争关系，随着坡度差增大，烟气流速增加，烟气从上坡隧道排出，新鲜空气从平坡段隧道进入补充燃烧消耗；自然通风下隧道充满烟气，在纵向风速1.5 m/s下隧道环境得以改善；随着风速继续增大，隧道烟气流速紊乱，烟气层被扰乱。在实际非对称隧道中，建议火灾初期以1.5 m/s的纵向风速进行通风，待人员疏散后再增加风速加速排烟。

高电子迁移率晶体管(high electron mobility transistors, HEMTs)具有高速开关和极高击穿电场等特性，在功率器件领域应用广泛。为提高HEMT器件性能，通过实验研究了栅极几何结构对具有金属/绝缘体/半导体(MIS)栅极结构的常关型p-GaN/AlGaN/GaN HEMTs性能的影响。栅极介质层采用5 nm厚的原位生长AlN,AlN/p-GaN界面呈现出更明显的能带弯曲和更宽的耗尽区，有利于阈值电压向正向偏移，且其相对较宽的能带错位有助于抑制栅极电流。实验结果表明：与栅极非覆盖区长度为0μm和6μm的MIS栅极相比，非覆盖区长度为3μm的MIS栅极可提高器件综合性能，有效抑制正向栅极电流，将阈值电压提高至3 V,并较好地保持电流密度为46 mA/mm;栅极结构中两侧没有栅极覆盖的区域在导通过程和导通状态下均可引起较大的沟道电阻，且沟道电阻随着非覆盖区长度增加而上升。

为了增强炮钢表面的摩擦磨损性能，采用电弧离子镀技术在炮钢表面沉积硬Cr涂层和软Cr/硬Cr涂层。采用扫描电镜、能谱仪和X射线衍射仪对炮钢和涂层的微观形貌、成分以及相组成进行表征。结果表明：在硬度和耐磨性方面，硬Cr涂层和软Cr/硬Cr涂层较炮钢基体均显著提升，其中软Cr/硬Cr涂层的纳米硬度最高，相较于炮钢，硬度提升了173%,并具有较高的H/E和H³/E²值；在磨损方面，炮钢的磨损量最高，其次是硬Cr涂层，而软Cr/硬Cr涂层的磨损量最低。炮钢的磨损机理主要为粘着磨损和磨粒磨损，硬Cr涂层为轻微氧化磨损和磨粒磨损，而软Cr/硬Cr涂层为粘着磨损、磨粒磨损和氧化磨损。

采用真空电弧熔炼法制备FeCrNiMnMo_0.1高熵合金，通过X射线衍射仪和扫描电子显微镜等对合金进行表征，研究了退火时间和温度对合金显微结构及耐腐蚀性能的影响。实验结果表明：退火后合金形成了FCC相和σ相结构；退火时间和温度对σ相的抑制效果不同，700℃下退火5 h的FeCrNiMnMo_0.1合金σ相面积占比最小，耐蚀性最好。在模拟水电解池工作环境中的电化学测试结果显示，700℃下退火5 h的FeCrNiMnMo_0.1合金自腐蚀电位为-0.272 V,自腐蚀电流密度为1.95×10^-4 A/cm²,相较于铸态合金，其耐蚀性显著提高，且在24 h的0.6 V（vs.SCE）恒电位极化下保持电化学稳定，表现出其作为质子交换膜（PEM）电解水制氢双极板的应用潜力。

针对三辊行星旋轧工作环境密闭、铜管形变及缺陷无法实时感知等局限性，提出了基于数字孪生技术的TP2铜管轧制状态全景感知系统构架，将三辊行星旋轧轧机、柔性水冷系统和超声检测设备等映射到虚拟环境中。通过对铜管三辊行星旋轧工艺数据的实时采集与分析，准确地反映设备的运行状态，在线监控轧后管坯的壁厚变化与裂纹数量，并对异常信息进行报警，实现了对三辊行星旋轧工序实际生产情况的完整复现与智能监控。研究结果可为高精密铜管材智能制造提供指导。

无人车单一传感器同步定位与地图构建(simultaneous localization and mapping, SLAM)算法鲁棒性较差，现有多传感器融合方案则较少考虑车辆运动约束，导致横向定位漂移。为此，提出一种基于ORB-SLAM的视觉-惯性-车轮紧耦合优化方法，将三者约束统一纳入后端的捆集优化(bundle adjustment, BA)。首先给出视觉里程计、惯性测量单元(inertial measurement unit, IMU)和基于阿克曼车辆模型的车轮里程计残差模型，然后建立基于ORB-SLAM的单目视觉-惯性-车轮融合的SLAM系统优化框架。在KAIST数据集和实际校园场景下的实验结果表明，与其他常用SLAM方法相比，本文改进算法有效减少了误差累积，定位与地图构建结果更稳健且精确。

针对目前大多数面部表情提取未充分考虑语义特征以及个人独特面部特征导致面部表情识别准确性低的问题，提出一种基于特征解码的高效表情识别方法，称为FER-FD方法。该方法由两个模块组成，即特征解耦模块(FFD)和语义强化模块(VTS)。首先，FFD模块使用两个深度二维卷积神经网络从输入图像中提取面部和表情特征，面部特征解耦器将面部特征与表情特征解耦，以最大限度地减少个人独特面部特征的影响；其次，VTS模块采用两个关键思想以无监督的方式自动捕获面部运动，从而建立全局面部区域的深层语义信息；最后，将两个模块的特征串联起来，以更准确地预测样本的面部表情。实验结果表明，本文提出的特征解码方法在CK+数据集上获得了98.78%的准确率，对不同场景具有可扩展性和适应性，具有较好的泛化能力。

在面部表情识别领域，针对不同抑郁水平的面部表情差异小以及模型计算复杂度高导致过度拟合的问题，提出一种由对角注意力机制(DMA)和时空差异模块(SDN)相结合的深度学习架构(DSN)进行抑郁检测，并根据面部表情的变化进行抑郁症等级评估。引入DMA使模型具备精确识别图像之间变化的能力；使用SDN模块捕获平滑与突然的面部表情变化，探索多尺度时间信息。实验结果表明，本文提出的DSN架构在保证模型性能的同时相对于传统架构降低了42%的运算复杂度，提高了模型整体容错水平，具有较好的泛化能力。

滚动轴承复合故障信号具有非线性和不确定性的特点，且信号中含有噪声，直接提取故障特征存在困难，为此提出一种基于改进辛几何模态分解(ISGMD)和复合多尺度注意熵(CMAE)的滚动轴承复合故障特征提取方法(ISGMD-CMAE)。针对辛几何模态分解(SGMD)方法中分解信号分量过多，导致信号特征过于分散，无法进行有效提取的问题，采用聚类算法对信号分量进行处理，依据相关系数和峭度构成的综合评价指标筛选分量重构信号，以突出故障特征；针对多尺度注意熵(MAE)方法在提取时序信号过程中会造成信息损失的问题，采用熵值稳定性较好的CMAE方法准确全面地提取故障信号。实验结果表明，本文提出的ISGMD-CMAE方法能够精准地对滚动轴承复合故障特征进行提取，为滚动轴承故障诊断提供了一种新思路。

碲化铋（Bi₂Te₃）基复合材料是目前热电性能最好的近室温热电材料，然而n型Bi₂（Se, Te）₃块材的热电优值（zT值）滞后于p型（Bi, Sb）₂Te₃材料，进一步提升n型Bi₂Te₃基复合材料的zT值对热电器件的发展和应用至关重要。本研究以氯化钾（KCl）为造孔剂，采用高压法制备出Bi₂（Te, Se）₃-KCl致密块体，经超声水洗除去造孔剂KCl颗粒后形成纳米或亚微米孔洞结构。实验结果表明，多孔样品的电输运性能略有下降，但热导率显著降低，热电性能得到有效提升。本研究工作对开发高性能多孔热电材料具有一定参考价值。

硫族化合物SnS在光学及热电领域具有巨大的应用前景。为提高SnS的热电性能，采用化学气相沉积法在柔性云母基底上制备SnSe掺杂（原子分数分别为5%、10%、20%）的SnS基薄膜，使用扫描电子显微镜、X射线衍射仪、拉曼光谱仪和塞贝克系数测试系统研究掺杂浓度对薄膜的形貌和组成、晶体结构、光学和热电性能的影响。测试结果表明：所有样品均为正交相，随着掺杂量的增加，更多的Se原子取代晶格中的S原子，导致晶格常数增大；Se原子对S原子的替代导致A_g振动模式发生红移；室温下，10%SnSe掺杂的SnS薄膜功率因子相对最大，为0.018 mW/（m·K²）,相比SnS本体提高了5倍。

在指针式仪表示值监控系统中，倾斜拍摄仪表图像时会导致识别结果出现偏差，为此提出一种基于仪表特征间几何约束的识别方法。首先利用一幅平铺于仪表上表面的平面标定板图像实现相机参数标定，生成仪表在标定平面上的虚拟图像；然后利用表壳上表面、刻度平面、指针平面与虚拟像平面间的平行关系，确定表壳圆的圆心、仪表刻度圆心、指针转轴中心特征间的透视投影约束关系，利用图像的极坐标变换和离散傅里叶变换提取仪表刻度圆心的最优位置及起始刻度线的角度，利用Hough变换的投票原理估计指针的转动角度；最后利用角度法实现仪表读数的解算。以某型号指针式温度计为测试对象进行实验验证，识别结果的平均误差为0.23℃,最大误差为0.7℃,本文方法能够准确识别仪表读数且识别精度优于人工读数。

针对氮化硅陶瓷轴承的多裂隙缺陷会影响其力学性能及使用寿命的问题，提出了一种结合离散元(DEM)仿真和FISH语言程序的方法研究轴承缺陷。首先，采用DEM对轴承进行建模，通过力学校准实验测定相关力学性能参数，并通过试错法进行细观参数的标定，采用FISH语言程序建立氮化硅陶瓷轴承简化模型，并在模型中预制不同倾角和数量的平行裂隙缺陷；然后，通过模拟和数值计算，研究了裂纹在不同倾角和数量裂隙缺陷下的演化规律，同时结合裂纹周围的速度矢量场，分析了裂纹扩展的复杂性。实验结果揭示了受压下多裂隙缺陷的陶瓷材料损伤破坏机制，可为陶瓷轴承加工工艺、故障诊断、力学性能及使用寿命等研究提供理论指导。

为解决传统差分混沌移位键控(differential chaotic shift keying, DCSK)通信系统传输数据速率低以及安全性差的问题，提出一种时间反转短参考正交双倍速差分混沌移位键控通信系统(time-reversal short reference orthogonal double speed DCSK,TR-SR-ODBR-DCSK)。该方案利用Walsh函数产生两路正交的混沌信号调制两位数据信息，在同一个时隙内同时传输两个比特信息，信息传输速率提高了一倍，同时提高了通信系统的能量利用率；在此基础上将系统中传输的参考信号进行时间反转，消除同一时隙信号间的相关性，提高系统安全性及信号保密性。利用通用软件无线电外设(universal software radio peripheral, USRP)和LabVIEW仿真软件搭建半实物的仿真平台，仿真结果验证了混沌通信系统的可行性和有效性。

为提高食指康复运动的辅助效果，提出一种基于肌电信号控制的双自由度外骨骼机器人。研究中引入表面肌电信号(surface electromyography, sEMG)控制方法，构建了双自由度耦合且通过形状记忆合金(shape memory alloys, SMA)丝驱动的机械结构，设计了手指位移放大机构。通过运动角度范围实验、压力实验及肌电信号强度分析实验验证外骨骼机器人的性能，结果显示，外骨骼机器人左右摆动角度最大范围为-19.8°～18.9°,掌骨关节屈曲角度最大范围为9.5°～28.9°,近指关节最大屈曲角度为38.2°,在外骨骼机器人辅助下，手部受力最大为3.8 N,处于安全阈值以内。本文提出的外骨骼机器人具备良好的安全性和动作执行性能，能够有效改善手部运动障碍。

为提高分布式电驱动汽车的操纵稳定性，依据车辆动力学特点，设计基于直接横摆力矩控制的分层控制系统。提出一种自适应非奇异快速终端滑模(adaptive nonsingular fast terminal sliding mode, ANFTSM)控制器作为上层控制器，计算车辆所需的附加横摆力矩；采用二次规划优化算法设计最优力矩分配控制器作为下层控制器，将附加横摆力矩以最优的方式分配给4个车轮的轮毂电机，并根据车辆转向状态确定轮毂电机输出的转矩；引入自适应机制调整滑模面的参数，使系统能够在不确定性和扰动的影响下保持稳定。仿真实验结果表明，本文提出的控制系统可降低整车的横摆角速度和质心侧偏角波动，在车辆操纵稳定性方面具有可行性和有效性。

采用氯化胆碱-乙二醇（CC-EG）部分取代水溶剂，以相对结晶纯度（RCP）为实验指标，依据7因素12水平均匀设计方案，经化学共沉淀方法制备得到高结晶度、高纯度的M型钡铁氧体(BaFe₁₂O₁₉)。通过对制备样品的XRD谱进行分峰拟合，计算各样品的RCP;经二次多项式逐步回归分析，建立RCP与主要合成因素（Fe/Ba摩尔比、CC-EG含量、pH、静置时间、预烧温度、焙烧温度、焙烧时间）间的回归模型；依据回归分析结果，探究模型中各项、各因素及因素间相互作用对RCP影响的主次顺序，揭示了将CC-EG引入BaFe₁₂O₁₉合成过程以提高其RCP的可行性。最优水平组合分析及验证实验结果进一步表明：以CC-EG部分取代水溶剂可提高BaFe₁₂O₁₉的结晶有序程度并降低其微观应变，因而可明显提高其RCP;XRD、SEM和VSM分析结果表明，RCP的提高明显有助于BaFe₁₂O₁₉片状颗粒径向尺寸和饱和磁化强度的提高；以氯化胆碱-乙二醇-水为媒介可制备性能优良的BaFe₁₂O₁₉。

为研究百纳秒脉宽光参量振荡器的中红外波段闲频光输出特性，首先理论分析基频光输出参量和谐振腔长度对输出闲频光脉冲宽度的影响，然后通过实验研究不同脉宽下激光器的振荡阈值和转换效率的变化以及激光器的最优运行参量。对百纳秒脉宽MgO∶PPLN光参量振荡中红外激光器的实验研究结果表明：以百纳秒脉冲宽度的Nd∶YAG固体激光器为基频光泵浦源，在PPLN晶体温度为25℃、基频光能量为29～34 mJ时，达到最佳超阈值倍数；通过温度调谐及改变谐振腔长度，获得波长调谐范围为3.17～3.33μm、脉宽可调范围为74.05～113.5 ns、中心波长为3.33μm的中红外激光输出，最高转换效率为7.9%。

针对去除不同雨纹的同时恢复图像背景细节的问题，提出一种基于注意力机制及多尺度特征融合的图像去雨方法。该网络采用双分支结构，分别用于雨纹去除和背景恢复。雨纹提取模块采用跨空间学习的多尺度注意力机制，通过多尺度上下文信息捕捉、均值计算、权重计算和整体信息综合，帮助改善雨纹去除任务中的图像质量，提高去雨效果。背景恢复模块包括多尺度特征提取部分和特征融合部分，采用多个扩张卷积层，每个卷积层具有不同的扩张因子，以扩大感受野，提取多尺度的图像背景特征；使用大核卷积对提取的多尺度特征信息进行融合调整，从而更准确地进行背景恢复。在多个公开数据集上的实验结果表明：所提方法能够有效去除真实雨图像场景中的雨纹，同时可以更好地恢复图像背景的细节信息。

为降低煤矿安全事故发生风险，针对煤自燃氧化出现紧急危险性等问题，研究淮南矿区典型煤样的自燃特性。以淮南张集煤矿6、8、11-2和13-1煤样为例，通过热重-红外(TG-FTIR)联用技术分析煤样在升温氧化过程中的质量变化和气相产物析出特性。实验结果表明：四种煤样的升温氧化过程均可分为5个阶段，包含6个特征温度点；燃烧阶段各煤样反应活化能按由大到小排序为6煤、8煤、11-2煤、13-1煤；主要气相产物吸收峰强度按由高到低排序为13-1煤、11-2煤、8煤、6煤；根据活化能大小和主要气相产物吸收峰强度判断各煤样自燃风险按由高到低排序为13-1煤、11-2煤、8煤、6煤。本文结果可为类似矿区矿井火灾防治提供基础理论支撑。

针对二自由度主动悬架比例-积分-微分(PID)控制器参数整定问题，引入粒子群算法，借助粒子群算法的全局搜索能力解决PID控制器参数整定问题，考虑到传统粒子群算法收敛速度较慢，设计了一种改进粒子群算法，根据悬架性能评价指标建立目标函数，分别模拟了随机路面激励输入和减速带式梯形冲击路面激励输入，并验证了基于改进粒子群算法优化的PID控制器的有效性。仿真结果表明：改进粒子群算法后目标函数的收敛速度明显提高；基于改进粒子群算法优化PID控制的主动悬架在不同激励输入条件下均具有较好的行驶平顺性；验证了改进粒子群算法的有效性并解决了PID控制器参数整定问题。

由于数码雷管模组印刷过程中生产工艺复杂、强时序性等特点，其质量的精准预测已成为提高产品质量管理水平的关键。基于此提出一种改进长短期记忆(long short-term memory, LSTM)网络的数码雷管模组印刷质量预测模型。首先根据数码雷管模组印刷过程提炼机器运行参数、环境参数与检测参数作为印刷产品质量的原始特征，并对关键检测参数进行时序特征重构以增强特征表达能力；其次基于改进的LSTM网络建立数码雷管模组印刷特征提取框架，采用卷积神经网络提取空间特征避免LSTM挖掘高维印刷特征时隐含关系的不足，通过全局注意力机制自适应学习不同时刻印刷特征对印刷产品质量的贡献度，为LSTM提取的深层时序特征分配不同权值；最后以深层特征作为输入，通过全连接网络实现数码雷管模组印刷产品的质量预测。实验结果表明，相较于BP神经网络、门控循环单元网络、LSTM等预测方法，改进的LSTM网络有效提高了数码雷管模组印刷产品质量的预测精度。

应用超宽带(ultra wide band, UWB)技术实现精确定位需提前测定UWB基站的准确位置，传统的人工基站位置测量方法耗时费力，使得UWB定位技术难以在室外环境下进行多基站的大规模部署。为解决上述问题，提出一种UWB基站的自定位方法，通过提前约定安装时主基站与从基站高度差的方法，自动估算各个基站的位置信息并建立空间坐标系。实验表明应用该方法测得的被测物体坐标在x和y轴方向的平均误差均小于10 cm,与传统方法基本一致，z轴方向的平均误差小于30 cm,与传统方法相比虽然有所增大，却有效降低了UWB基站在大范围室外环境下的布设难度，同时也便于后期系统的更新维护。