设计应用-AET-电子技术应用

基于改进小波-VMD的脉搏信号联合去噪方法研究[测试测量][医疗电子]

针对在脉搏信号的实际测量过程中由环境变化、受试者运动、电磁干扰等因素产生大量噪声这一问题，提出了一种基于变分模态分解（Variational Mode Decomposition，VMD）和改进的小波阈值联合去噪算法。以皮尔逊相关系数为评价标准，优化k值后对信号进行k层VMD分解；从分解得到的本征模态分量（IMFs）中筛选出低频分量，并对剩余IMFs中包含有效信息的IMFs分量采用改进的小波阈值算法进行去噪；最后，将去噪后的IMFs与低频分量重构，得到降噪后的信号。通过模拟数据进行仿真实验，并对比VMD、VMD-SSA、VMD-SG、ICCEMDAN-WT、MEEMD-WT几个方法和所提方法的去噪效果，仿真实验结果表明，经该算法降噪得到的去噪信号在信噪比、均方误差、归一化互相关度几个指标上的表现最优。在对实测脉搏信号进行验证时，结果表明该算法能够有效去噪，同时保留信号的关键信息特征。

发表于：2026/6/15 下午4:17:21

基于LASSO及GRU-注意力机制的配电网合环电流区间预测[通信与网络][智能电网]

在以光伏、风电为代表的大规模分布式能源接入电网的背景下，传统合环电流计算方法面临精度不足以及难以刻画合环特性不确定性的挑战。为此，提出一种考虑不确定性的合环电流区间预测模型。具体研究过程包含以下关键步骤：鉴于合环电流预测中影响因素繁多且数据结构复杂，采用自适应LASSO（Adaptive LASSO，ALASSO）回归方法对影响因素进行筛选，构建适用于合环电流预测的多元数据集；为提升合环电流预测模型的可解释性，引入极限梯度提升算法，对经LASSO变量选择后的配电网合环预测影响因素进行特征重要性评估，明确各因素对预测结果的贡献程度；针对合环电流的时序特性，提出一种基于注意力（Attention）机制的门控循环单元（GRU）预测模型，实现合环电流的时段预测……

发表于：2026/6/15 下午4:09:15

基于KL距离的非相干大规模SIMO系统星座设计[通信与网络][通信网络]

针对工业物联网中无线超可靠低时延通信（URLLC）面临的挑战，聚焦于非相干大规模SIMO系统在一般相关信道下的星座优化难题，提出了一种基于星座点间Kullback-Leibler（KL）距离的星座设计算法。首先，通过Karhunen-Loève变换（KLT）消除接收信号的相关性。随后，在平均功率约束下，以最大化最小KL距离为优化目标，并利用高信噪比渐近分析，将此非凸优化问题分解为两个独立子问题：优化非零星座点和优化含零星座点间的KL距离。子问题1中推导出最佳非零星座点的等比序列结构，并基于此，子问题2设计了一个高效的一维二分算法来求解所有最佳星座。实验结果表明，该优化方法对任意相关信道均适用，显著提升了系统的成对错误概率（PEP）性能，明显优于传统基准方案，验证了其有效性。研究结果证明，该方法能有效提升系统性能并具有更强的通用性，为URLLC通信提供了切实可行的解决方案。

发表于：2026/6/15 下午3:36:09

压力扫描阀系统在风洞中的应用[测试测量][工业自动化]

为了研究3种典型压力扫描阀系统在风洞环境中的应用特性并为相关试验提供技术支撑，采用系统性研究与对比分析的方法，做了基于PSI 9116电子压力扫描阀、DTC Initium多参数数据采集系统、Optimus智能测控系统的风洞试验，同时开发了高速风洞通用测力测压软件平台、建立了风洞试验性能评估体系以验证系统精度，得到了3种系统的量化性能对比结果，为风洞试验设备选型提供了科学依据。

发表于：2026/6/15 下午3:29:40

基于光学干涉模型的碳化硅外延层厚度测量研究[测试测量][工业自动化]

碳化硅外延层厚度的精确测量是半导体器件制备的关键，基于2025年全国大学生数学建模竞赛B题实测数据开展研究。首先，采用Savitzky-Golay平滑滤波、波长窗口函数与Huber Loss鲁棒损失函数，预处理原始数据中的高频噪声、基线漂移及异常值。其次，构建双光束干涉模型，结合Sellmeier色散方程等推导厚度与相关参数的定量关系，通过快速傅里叶变换初估、非线性最小二乘迭代优化及逆方差加权平均实现高精度反演，经回灌检验验证有效性。再次，建立多光束干涉模型，基于传输矩阵法反演厚度，提出振荡成分提取与基线恢复校正方法降低干扰。

发表于：2026/6/15 下午3:21:22

基于TQWT-MSPCA-GNN多模态特征的混合神经网络EEG情绪识别[人工智能][医疗电子]

脑电图（EEG）信号能客观反映情绪状态，是情绪研究的重要工具。基于EEG信号的情绪识别算法的开发已经取得了显著进展。然而，脑电信号的非平稳、低信噪比特性以及情绪表征的复杂时空依赖性，对模型的识别性能带来了困难。传统方法难以在时间和空间两个维度捕捉到远距离时间序列数据的相关性，从而影响情绪分类的效果。为了解决上述问题，提出了一种通过可调Q因子小波变换（TQWT）对原始EEG信号进行多尺度分解，并在各尺度上采用多尺度主成分分析（MSPCA）进行去噪和降维。将分解后的多频带信号构建为动态脑功能网络，并引入图神经网络（GNN）来挖掘脑区之间与情绪相关的连接特征。最后，将TQWT提取的时频特征与GNN提取的空间关系特征进行融合捕获时间和空间特征进行分类。在SEED数据集上的实验结果表明，特征重构后的数据在EEG情绪分类任务中是有效的，对3种情绪的识别准确率达到了98.15%±0.63%。

发表于：2026/6/15 下午3:14:15

绿色算力评价指标体系与实现路径研究[人工智能][数据中心]

近年来，全球数字化转型加速推进，算力需求持续提升，算力中心建设加快推进，为数字经济发展提供了高效的算力资源，但也带来了大量的能耗和碳排。随着全球能源的日益紧张以及碳排放问题日益受到关注，绿色低碳与可持续发展成为产业共识。绿色算力是以最小化能源消耗和环境影响，提供最大化算力资源和服务为目标的算力形式，是未来算力发展的重要形态和方向。对绿色算力基础概念、评价指标体系进行深入剖析，从节能降碳、提效赋能维度构建绿色算力评价指标模型，并提出绿色算力实施路径，以期更好地指导绿色算力的建设和评价。

发表于：2026/6/15 下午2:15:29

面向电网应急保供的氢能知识图谱构建与优化方法[人工智能][智能电网]

针对电网应急保供过程中信息分散、状态异构、知识缺失与决策耦合等问题，提出一种面向电网应急保供的氢能知识图谱与协同决策一体化方法。以“氢能为手段、电网保供为目标”为主线，构建氢能侧、电网侧、调度侧三域耦合知识表示框架。在知识抽取层，采用基于LoRA微调大语言模型的问答式联合抽取机制，实现跨句实体关系识别与场景语义增强；在知识补全层，提出融合R-GCN与符号规则推理的混合补全策略；在状态感知层，融合时序传感器流、设备图纸与运行数据，构建可动态更新的多模态知识图谱；在演化层，引入基于熵的不确定度主动学习机制实现知识持续迭代。实验表明，所提方法将NER F1提升至92.0%，RE F1提升至88.9%，跨句RE F1达65.4%，知识补全Hits@10达58.2%，并在关键负荷恢复率、恢复时长及决策时延等指标上优于多种对比方法。论文为氢能参与电网韧性提升与应急供电调度提供了一条兼具知识表达、推理与协同决策能力的技术路径。

发表于：2026/6/15 下午2:07:13

MMAAF：一种基于多模态视觉特征与机器学习的气道插管困难评估框架[人工智能][医疗电子]

气道插管困难是临床麻醉中的重要风险之一，提出了一种基于患者张口静态图像的自动化、客观化气道评估框架MMAAF（Multi-Modal Airway Assessment Framework），针对患者数据集的张口图像，运用计算机视觉技术自动提取六项关键解剖学特征，与患者真实插管困难标签结合，构建结构化的多模态预测数据集，进行随机过采样技术处理，集成随机森林与梯度提升树两种机器学习算法进行模型训练与评估。结果表明，梯度提升树与随机森林模型在独立测试集上的预测准确率分别达到92%和93%，评估性能良好。同时，在MMAAF框架内进行逻辑回归模型训练，并依据特征重要性权重对特征进行加权，计算得到患者的个体化插管困难概率评分，为临床决策提供了基于多模态特征的直观量化参考。

发表于：2026/6/15 下午1:59:10

基于条件扩散模型的电算协同规划场景生成[人工智能][智能电网]

电算协同背景下，针对现有场景生成方法难以刻画算力负荷响应光伏出力协同规律的问题，提出一种融合混合整数规划（MIP）与条件扩散模型的两阶段场景生成方法。首先，分析算力负荷与光伏出力的耦合机理，构建基于MIP的算力任务调度模型，生成光伏-算力负荷联合场景。其次，以MIP生成场景为训练数据，构建以U-Net为骨干网络的条件扩散模型，将时间特征、气温、算力任务量等级、电价编码为条件向量，学习光伏-算力负荷的高维联合分布，实现可控场景生成。结果表明，所提方法生成的高保真联合场景能够为配电网规划提供可靠数据支撑。

发表于：2026/6/15 下午1:51:12