2024年 第58卷 第10期
电子信息与电气工程
当期目次
《上海交通大学学报》2024年第10期已出版，欢迎相关领域的研究者下载、引用！
1
基于新扩展移相双有源全桥变换器降压-升压模式下电流应力优化
陶海军, 王宏祎, 杨乃通
摘 要:
为降低双有源全桥变换器在降压-升压模式下的电流应力,提出一种基于新扩展移相调制的电流应力优化控制策略.首先,将变压器两端输出高电平电压之间移相量定义为外移相角,再对比分析降压-升压模式下内移相角在变压器不同侧时变换器的工作特性,根据移相角之间的关系划分为3种工作模态,得到电流应力表达式和功率模型.然后,对比分析得到优化工作模式,利用拉格朗日乘数法算法获取电流应力最优的相移组合.最后,搭建实验平台在降压-升压模式下对变换器进行验证,实验结果表明电流应力优化控制策略显著降低变换器在降压-升压模式下的电流应力.
关键词:
双有源全桥, 新扩展移相, 降压-升压模式, 电流应力优化
原文链接：
https://xuebao.sjtu.edu.cn/article/2024/1006-2467/1006-2467-58-10-1585.shtml
扫码获取全文
2024,58(10):1585
2
三角形结合方案的最优局部修复码构造
王静, 李静辉, 杨佳蓉, 王娥
摘 要:
局部修复码(LRCs)为用于分布式存储系统中的新型纠删码,能够有效实现海量数据的可靠高效存储,构造具有(r, t)局部性的LRCs已成为当前研究热点.为此,提出基于三角形结合方案的LRCs构造方法,可构造具有任意(r, t)局部性的二元最优LRCs.性能分析结果表明,构造的可用性t=2的LRCs达到了最优码率界,构造的具有任意局部性r>2和可用性t>2的LRCs达到了最优最小距离界.与基于近正则图及基于直积码等构造方法相比,本文构造出的LRCs在码率上表现更优且参数选择更灵活.
关键词:
分布式存储系统, 局部修复码, 三角形结合方案, 最小距离
原文链接：
https://xuebao.sjtu.edu.cn/article/2024/1006-2467/1006-2467-58-10-1596.shtml
扫码获取全文
2024,58(10):1596
3
面向多天气退化图像恢复的自注意力扩散模型
秦菁, 文渊博, 高涛, 刘瑶
摘 要:
复杂天气下的图像恢复对后续高级计算机视觉任务具有重要意义.然而,多数现有图像恢复算法仅能去除单一天气退化,鲜有针对多天气退化图像恢复的同一模型.对此,结合去噪扩散概率模型和视觉Transformer,提出一种用于多天气退化图像恢复的自注意力扩散模型.首先,利用天气退化图像作为条件来引导扩散模型反向采样生成去除退化的干净背景图像.其次,提出次空间转置自注意力噪声估计网络,利用退化图像和噪化状态来估计噪声分布,包括次空间转置自注意力机制 (STSA) 和双分组门控前馈网络 (DGGFFN).STSA利用次空间变换系数实现有效学习特征全局性长距离依赖的同时,可显著降低计算负担;DGGFFN利用双分组门控机制来增强前馈网络的非线性表征能力.实验结果表明,在5个天气退化图像数据集上,相比近来同类算法All-in-One和TransWeather,本文算法所得恢复图像的平均峰值信噪比分别提高3.68和3.08 dB,平均结构相似性分别提高2.93%和3.13%.
关键词:
计算机视觉, 扩散模型, 图像恢复, Transformer, 天气退化图像
原文链接：
https://xuebao.sjtu.edu.cn/article/2024/1006-2467/1006-2467-58-10-1606.shtml
扫码获取全文
2024,58(10):1606
4
基于语义似然与高精度地图匹配的智能车辆同时定位与检测
赖国良, 胡钊政, 周哲, 万金杰, 任靖渊
摘 要:
车载传感器数据与高精度地图的精确匹配是提升智能车辆感知与定位的关键.提出基于语义似然模型(SLM)的高精度地图匹配新算法,实现智能车辆同时定位与目标检测任务.首先通过U-Net提取路面语义目标,利用核密度估计建立SLM.基于粒子滤波框架,利用位姿变换将高精度地图上目标抽样点映射至SLM中,计算该抽样点与传感器数据的匹配程度对每个粒子的权重更新,实现智能车辆的高精度定位.最后利用定位结果完成地图上的要素目标到图像的映射,实现目标的精准检测.利用在校园道路与城市道路环境下采集的数据对所提算法进行验证,实验结果表明,算法的平均定位误差约为14 cm,路面路标检测结果平均交并比(MIoU)均大于80.较之深度神经网络等当前最佳(SOTA)的检测方法,所提算法引入高精度地图的先验信息可显著提升智能车辆定位与目标检测性能.
关键词:
智能车辆定位, 高精度地图, 语义似然模型, 粒子滤波
原文链接：
https://xuebao.sjtu.edu.cn/article/2024/1006-2467/1006-2467-58-10-1618.shtml
扫码获取全文
2024,58(10):1618
5
医疗PACS影像系统的数据存储性能优化
尤丽珏, 焦圣品, 李小勇
摘 要:
医疗影像归档与通信系统(PACS)影像数据是典型的海量小文件场景,其面临的挑战主要为高效的海量元数据管理和有效解决碎片化导致的性能下降.通过分析医疗PACS影像存储系统路径的全IO(input/output)各个关键环节,从PACS软件调阅算法、存储协议网关高并发设计、小文件聚合以及数据存储服务并发模型4个维度进行优化设计,实现对PACS调阅性能的大幅提升.实际测试表明,优化设计后PACS影像系统的调阅性能可达到每秒300幅图像,为传统存储调阅速度的3倍以上,有效解决了PACS影像数据调阅卡顿的问题.
关键词:
海量小文件, PACS影像, 分布式存储, 性能优化
原文链接：
https://xuebao.sjtu.edu.cn/article/2024/1006-2467/1006-2467-58-10-1629.shtml
扫码获取全文
2024,58(10):1629
感谢关注，欢迎投稿 ！
关于我们
《上海交通大学学报》是由教育部主管、上海交通大学主办的自然科学综合性学术刊物。刊登内容主要包括新型电力系统与综合能源、船舶海洋与建筑工程、机械与动力工程、电子信息与电气工程、材料科学与工程等方面的最新研究成果。本刊为中国科技论文统计源核心期刊、CSCD来源期刊、中文核心期刊（北大核心），并被《美国工程索引》(EI)、Scopus、DOAJ等国际权威检索系统所收录。
《上海交通大学学报（英文版）》是由教育部主管、上海交通大学主办的自然科学综合性学术期刊，被 EI、Scopus、DOAJ 等权威检索系统所收录。主要刊登反映基础理论和工程领域实验研究的最新成果，如电子工程和自动化、计算机和通信工程、船舶海洋和建筑工程、材料科学与工程以及生物医学工程等。从 2021 年开始，《上海交通大学学报（英文版）》主要刊登医工交叉研究和人工智能及其在工程中的应用成果。
敬请关注和赐稿！
投稿须知
1.本刊只刊登首发稿，稿件须具有创新性、学术性、科学性和准确性。为保证作者的署名权和知识产权，所有作者应在版权转让协议上签名，须与原稿同时上传。请勿一稿多投、重复内容多次投稿、不同文种重复投稿。
2.本刊为同行评议期刊，审稿结果在4个月内通知作者，在此期间，请勿将稿件投往他处。个别稿件送审时间可能较长。如果作者决定改投他刊或撤稿，请通知编辑部后，再进行处理。
3.在稿件的修改过程中，若超过稿件修改时限30日，编辑部将以作者返回修改稿日期作为投稿日期；无故超过30日，编辑部将对稿件做退稿处理。
4.文责自负，作者同意编辑部根据国家出版规范要求对稿件进行编辑和修改等必要处理。
5.为便于学术信息传播，本刊实行开放获取，收取审稿费和发表费，同时编辑部赠寄当期杂志2册。
中文版主页：https://xuebao.sjtu.edu.cn/CN/1006-2467/home.shtml
英文版主页：https://xuebao.sjtu.edu.cn/sjtu_en/EN/1007-1172/home.shtml
英文版on Springer：https://link.springer.com/journal/12204
👈学报视频号 学报b站号👉
扫描二维码 关注我们
Tel：(021)62933373
E-mail：xuebao3373@sjtu.edu.cn
