在不改变90国际温标（ITS-90）的内插方程和参考函数的前提下，探索将镓熔点代替水三相点作为ITS-90电阻比参考点的可行性。针对广泛使用的273.16 ~ 933.473 K和83.808 3 ~ 273.16 K两大温区，分别选取37支和27支标准铂电阻温度计的校准数据，采用镓熔点作为电阻比参考点建立新内插方程，并与基于水三相点原ITS-90内插方程进行比较。结果表明：在273.16 ~ 933.473 K温区内将电阻比参考点由水三相点替换为镓熔点后，与原内插方程结果的偏差仅为11 μK，在83.808 3 ~ 273.16 K范围内，偏差不超过0.5 mK；通过不确定度传播分析，新旧两个方程偏差分别在0.4 mK范围内。这一方法可为ITS-90的应用提供了新的视角和实用性。
为了提高热流传感器在极端高温环境下的适应性和测量精度，提出了基于阶跃响应标定的热流辨识方法。首先，建立内部温度和表面热流的卷积积分关系，并基于截断奇异值分解和低通滤波建立由内部温度辨识表面热流的方法。然后，通过施加恒定辐射热流，对水冷式热流传感器的阶跃响应进行标定。最后，利用阶跃响应实验标定结果和实测内部温度对施加于传感器表面的辐射热流进行辨识。结果表明，所提方法得到的热流辨识值与参考值的相对误差低于3%，不确定度优于10%，实现了辐射热流高精度、低不确定度测量，同时计算过程无需获取材料热物性参数和热电偶位置，有效降低了参数依赖性。
针对恶意节点在水下定位通信时会传递虚假数据，影响水下无线传感网络节点定位准确度，提出一种基于自主水下机器人（AUV）的恶意节点检测算法（AUV-MNDA）。该算法通过AUV与各节点的信息交互，收集通信成功次数、虚假坐标和信号接收指示强度等信息，建立通信成功率、通信数据真实度和通信非延迟度3种信誉度指标，进而结合信誉度指标信息熵形成信誉度评价集合。此外，考虑到AUV的恶意诽谤行为，该算法提出递归寻优检测机制，对经逐步优化的节点信誉评价进行加权处理，实现有效检测恶意评价，从而改善定位准确度。仿真结果表明，恶意节点比例小于50%时，AUV-MNDA算法能保持90%以上的检测准确度。此外，相较于MNDA，LABTM和TMIS算法，AUV-MNDA算法的水下节点定位误差分别降低了6%，8%和16%。
提出了一种基于多元多尺度模糊熵（mvMFE）的气液两相流流动特性分析方法。使用电阻层析成像阵列传感器对垂直上升管道的气液两相流进行流型信息采集，并使用主成分分析法对测量数据进行降维处理。然后使用多元多尺度模糊熵来度量不同流型的多元时间序列的复杂度，并与多元多尺度排列熵（mvMPE）、多元多尺度离散熵（mvMDE）和一元时间序列的多尺度模糊熵（MFE）进行对比，进一步计算mvMFE前10个尺度的平均值和增长速率，结果表明相同流型所对应的mvMFE差异性最大，不同流型的mvMFE区别更显著，且mvMFE能够更好地揭示气液两相流的流动行为。
涡街流量计在流量测量领域具有重要地位，其优势在于无机械可动部件、适应多种介质、压力损失小等特点。压电元件检测到的涡街信号经过一系列模拟和数字电路的放大、滤波等处理后，可获得精确的流量值。针对提高涡街流量计动态响应这一性能指标，设计了一种具有1/f 2幅频特性调制的多通道并行信号处理方法。采用1/f 2衰减（-40 dB/dec）特性的滤波单元，结合涡街信号幅频特性物理关系扩展量程比。将测量通道分为若干并行的通道，并设计快速的通道选择方法，能有效解决涡街流量计信号处理方法动态响应速度慢的问题。结果表明：集成四通道算法的涡街流量计达到0.5级精度，并且在动态响应这一性能指标优于横河流量计。
根据坐垫传感器外观特点初步设计人体振动计校准夹具形式，基于Dunkerley法和薄板横向自振微分方程，推导了夹具基频理论估算式。对夹具进行有限元模态计算，结果验证了理论模型的合理性，进一步结合最小二乘法确定基频与厚度的拟合函数，得到线性误差最大仅为0.62%。建立数学优化模型改进厚度参数，使夹具各项性能均满足优化设计要求。最后分析振型特点对夹具提出结构优化方案，基频提高至优化前2倍以上。
针对激波管反射阶跃压力上升时间估计精度低的问题，提出一种基于牛顿-拉夫逊优化极限学习机（NRBO-ELM）的激波管反射阶跃压力上升时间估计方法。首先，采用压力传感器测量反射阶跃压力信号，得到阶跃响应信号；然后，提取响应信号初始双峰段并进行正弦拟合及插值，估计处理后阶跃响应信号第一峰值时间与振荡周期，构建上升时间估计模型的训练集与测试集；最后，基于NRBO-ELM算法建立上升时间估计的非参数模型，实现激波管反射阶跃压力上升时间准确估计。采用仿真实验和激波管实验验证该方法的有效性和优越性。仿真结果显示：该方法估计激波管反射阶跃压力上升时间的平均绝对百分比误差 与均方根误差 分别为0.917%和4.533×10-3 μs，远小于传统参数方程法及极限学习机模型法。实验结果显示：传统参数方程法无法准确估计激波管反射阶跃压力上升时间。而通过引入参数优化的极限学习机算法，建立了反射阶跃压力测量的非参数模型，有效提高了激波管反射阶跃压力上升时间估计精度。
为抑制惯性导航系统误差随时间累积的影响，研究了一种改进的64次序双轴旋转调制方案，并分析了其误差补偿特性。探讨了惯性测量单元常值误差、标度因子误差和安装误差的调制机制。通过仿真实验和物理实验，对比16次序、32次序和64次序旋转方案的误差抑制效果。48 h仿真数据显示，与16次序方案相比，64次序方案的纬度误差和经度误差分别降低60.9%和66.2%，东向速度误差和北向速度误差分别降低64.7%和67.3%，横滚角误差、俯仰角误差和航向角误差分别降低68.3%、62.0%和61.4%。24 h实验结果进一步验证了该方案在经纬度误差、速度误差和姿态误差方面的优化效果，其中航向角误差较16次序方案降低24.0%，验证了该方案的有效性。
针对单轴拉伸实验变形精确测量需求，研制出可同步测量试样纵向和横向变形的二维视频引伸计。首先阐明二维视频引伸计工作原理，对其成像系统进行分析和硬件选型；其次，针对二维变形测量设计了目标识别算法，对基于灰度形态学图像预处理、基于金字塔的模板匹配、基于边缘跟踪的直线特征检测和基于ROI的目标识别等子算法进行设计及测试；最后，采用LabVIEW与NI Vision平台开发了具有图像采集、图形标定、视觉检测及曲线分析功能的二维视频引伸计操作软件，并与试验机控制软件集成。以Q235低碳钢为例开展单轴拉伸测试，结果表明：该引伸计可有效跟踪试样标距段纵向及横向变形，在初始和断裂时刻，纵向变形测量相对误差均值均 < 0.02%，横向变形测量相对误差均值均 < 0.2%。
为准确恢复Lamb波的频散曲线，研究了一种基于稀疏恢复的Lamb波频散特征表征方法，并通过有限元仿真和实验验证了其有效性。首先，构建了1个用于模拟Lamb波传播的各向同性铝板有限元模型，设计宽频Chirp激励信号，从而提高了模拟的计算效率并减小了数据存储需求。随后，开发了基于压缩感知的稀疏阵列实验系统，并通过该系统成功采集了不同模态Lamb波的响应信号。最后，结合正交匹配追踪算法对仿真数据和实验数据进行处理，实现了Lamb波频散曲线的稀疏恢复。研究结果表明，所提出的自适应稀疏度矩阵控制方法，能够有效减少不同频率下多模态Lamb波95%的伪频散离散数据。此外，该方法可以有效抑制多径反射信号的干扰，并能够重构任意2传感器之间的窄带激励响应。
为改善车辆目标检测中单一传感器识别效果差，以及不同传感器目标之间因车辆遮挡造成关联错误等问题，提出了一种基于车载毫米波雷达和相机（视觉检测）融合的车辆检测方法。首先，采用改进的YOLOv8n_M模型对视觉信息进行检测，该模型在原始YOLOv8n模型的Neck和Head部分添加SimAM注意力机制来增强目标特征；使用具有动态非单调聚焦机制的Wise-IoU v1作为损失函数以提高边界框的回归性能；添加小目标检测层P2，改善模型对小目标车辆检测效果不佳的问题。与此同时，对雷达数据解析、预处理，筛选出雷达有效目标并对它们进行基于卡尔曼滤波算法的目标跟踪。然后，对相机和雷达进行时间和空间上的对齐。最后，计算目标检测框重叠率和中心点归一化的欧氏距离并构造关联矩阵，结合匈牙利算法完成数据匹配，输出融合目标。实验表明：在BDD100K和自制数据集中，YOLOv8n_M相较于原始YOLOv8n，mAP50分别提高了4.7%和3.6%，mAP50~95分别提高了2.9%和5.4%；在复杂交通场景下，所提关联算法的关联精确率相较于传统的最近邻域、全局最近邻域算法，分别提高了4.66%、2.91%；融合检测的检测率达到88.09%，高于单一传感器，能够实时、准确地检测车辆目标。
提出了一种67 GHz微波探针散射参数校准及不确定度评定的方法。建立了微波探针测量模型，通过在片开路校准件、短路校准件、负载校准件散射参数的测量值和定义值，计算得到微波探针散射参数校准值。分析了不确定度来源，用蒙特卡洛方法评定了测量不确定度。进行了试验分析，在100 MHz ~ 67 GHz频段范围内，S 11和S 22校准值优于-15 dB，S 21校准值优于-1 dB，均符合说明书技术指标，验证了方法的正确性。该方法为微波探针是否满足测试要求提供量化依据。
为解决太赫兹波频段天线绝对增益量值溯源问题，提出一种基于六自由度机械臂的太赫兹标准增益喇叭天线测量技术。基于六自由度机械臂天线测量系统，实现三天线外推法，在有限距离测量并拟合外推得到了天线在无穷远处的增益值，突破了传统方法只能获取有限距离下的天线增益的限制。研究大气对太赫兹波频段的吸收影响，对增益测量结果进行了大气吸收修正。依据该技术对110 ~170 GHz频段的Ｄ波段标准增益喇叭天线进行增益测量，考虑了拟合截断误差、天线安装对准等影响，完成增益测量结果的不确定度评定。经实验验证，该D波段天线增益合成标准不确定度为0.138 dB。该技术解决D频段天线增益量值溯源，可推广应用到其他太赫兹频段。
磁传感器可以用来间接实现对电流的精密测量，然而常规磁传感器的测量结果会受到温度漂移和传感器非线性的影响。相较而言，原子磁强计通过检测敏感原子在磁场下产生的特定频率拉莫尔进动，能够将磁场的测量溯源至自然量子基准，进而实现电流测量，具有宽动态范围内的低漂移、低噪声和高准确度的优势。将SERF原子磁强计和Mx原子磁强计对磁场的测量结果通过线圈常数转化为对电流的测量，并分别进行电流噪声的特性分析；同时，也将测量结果与数字多用表3458A进行了比较。实验结果表明，结合特定的线圈常数，Mx原子磁强计获得最小的时域响应电流相对偏差，优于0.05%；SERF原子磁强计获得最小的频域响应电流噪声，优于60 pA/Hz1/2@1~200 Hz，并能够探测低至100 pA以下的微弱电流。研究揭示了基于原子磁强计的电流测量在精密度、灵敏度和动态范围等方面的优势，为所述电流测量方案的推广提供了基础。
针对航拍角度导致的水平矩形框中的绝缘子检测背景区域过大的问题，采用旋转目标框替代水平矩形框对绝缘子进行检测，构建Ghost-YOLOv5s网络，实现旋转绝缘子缺陷高精度、快速检测。将轻量化的GhostNet作为YOLOv5s主干网络，减少网络参数，提高检测速度；颈部网络采用双向特征金字塔结构，并引入可学习的通道权重进行自适应加权，加强网络浅层特征的有效复用，提高检测精度；头部网络预测模块引入旋转量，使预测框定位更精准，减少漏检，提高检测准确性；采用相对熵损失函数计算边界框回归损失，解决引入旋转量导致的损失值突变问题；添加第4检测层并聚类分析绝缘子数据集确定预测锚框尺寸，提高网络小目标检测精度；利用剪枝算法压缩模型体积，加快检测速度。实验结果表明：剪枝后的Ghost-YOLOv5s网络检测精度和速度分别为95.9%和78.6 帧/s，满足绝缘子缺陷检测要求。
空气减弱修正是自由空气电离室绝对测量空气比释动能的重要修正项，能量越低影响越大。针对实验测量过程中条件控制严格，操作复杂等问题，提出了基于蒙特卡罗模拟空气减弱修正因子的方法，并引入了重归一化光电（PE）截面数据修正。基于默认数据库xcom和重归一化截面数据库mcdf-xcom，对10~100 kV范围内5个参考辐射质下空气减弱修正因子进行模拟，结合实验测量，分析2种数据库模拟结果的差异以及基于蒙特卡罗模拟方法模拟空气减弱修正因子的可行性。结果表明，在10~100 kV条件下，重归一化截面数据库相较于默认数据库降低了模拟结果的不确定度，提升了与实验值的吻合度，重归一化截面数据库mcdf-xcom显示出一定的优势；在30~100 kV范围内，模拟结果与实验值高度吻合（差异<0.6%）。验证了蒙特卡罗模拟空气减弱修正因子方法的可行性，在30~100 kV能量范围内可替代实验测量。
对质谱仪tube-skimmer的离子传输效率进行了研究。分析了质谱仪大气压接口中离子的运动状态，提出了一种结合流场与电场模拟离子轨迹的方法，对大气压接口中 tube-skimmer 传输部件的离子传输效率进行了仿真分析。使用 Ansys fluent 软件通过求解Navier‑Stokes 方程模拟离子传输管后端及 tube lens 内部的流场，得到马赫盘的位置为11.06 mm与直径为5.31 mm，与经验公式计算结果一致，证明了流场仿真的可靠性。同时，基于 SIMION 8.2 软件建立了 tube-skimmer 的电场模型，并将 Fluent 模拟得到的流场信息耦合至背景气体中，通过硬球碰撞法构建流场-电场耦合模型。应用该模型对不同电势差条件下的离子传输进行仿真，结果表明：离子传输效率随电势差的增加呈先上升后下降趋势，最高传输效率为 28%，与实验数据高度吻合。
针对燃煤电厂参与调峰负荷波动较大，出口SO2浓度控制效果不佳的问题，建立了一种基于捕鱼优化算法（catch fish optimization algorithm，CFOA）优化融合神经网络的出口SO2浓度预测模型。首先使用互信息算法筛选由机理分析得到的特征变量，并通过逐次变分模态分解对筛选后的辅助变量进行分解重构，保留相关性较大的重构分量作为输入变量。随后采用双向时间卷积网络、双向门控循环单元与多头自注意力机制构建融合神经网络模型，通过CFOA对模型超参数寻优以进一步提高精度。最后使用某660 MW燃煤电厂历史运行数据进行对比实验，实验结果表明，该模型在出口SO2浓度剧烈波动的工况下仍能实现较好的预测效果。同多种模型对比，该模型具有更小的误差和更高的预测精度，体现出其在复杂变化环境中的鲁棒性和可靠性。
Ⅱ型糖尿病可引发神经系统并发症并诱发轻度认知障碍。基于脑功能网络分析，比较Ⅱ型糖尿病患者中轻度认知障碍组（n=30）与认知正常组（n=25）在网络结构与功能连接方面的差异。采用金豺优化算法动态优化互样本熵（cross-sample entropy， CSE）阈值，构建优化互样本熵（optimized cross-sample entropy， OCSE）网络；并引入效率密度以表征拓扑变化。结果显示：OCSE相较CSE能保留更精细拓扑特征；效率密度与全局效率在Theta、Alpha和Gamma频段均存在显著组间差异（P<0.05），且效率密度的区分灵敏度更高。
