空间相关性约束联合子空间追踪的高光谱图像稀疏解混

通过深入分析高光谱图像空间相邻数据之间的空间相关性,提出一种利用空间相关性进行约束的联合子空间追踪解混(Spatial correlation constrained simultaneous subspace pursuit,SCCSSP)方法。该方法首先基于分块思想将高光谱图像进行分块处理,然后在图像块的端元提取步骤中,结合空间相关性特征对端元的提取进行约束,从而确保当前端元支撑集相对于高光谱图像残差是最优的。在丰度估计中将图像块的端元集合合并作为整幅图像的端元支撑集,通过求解非负性约束的最小二乘法获得丰度重建图像。模拟图像数据实验结果表明,本文方法在同等条件下能够获得更高的信号重构误差,且解混运算时间低于凸优化算法。在实际图像数据实验中,本文方法丰度图像稀疏度最低,取得了仅次于SUnSAL-TV算法的图像重建误差,其所得到的丰度重建图像也取得了更好的视觉效果。实验结果验证了本文方法具有更高的解混精度。     

基于分布式模型预测控制的多无人机协同规避控制技术

建立了多无人机协同规避控制模型，并提出了一种基于纳什最优的分布式模型预测控制算法。仿真结果表明，基于纳什最优的分布式模型预测控制算法有效地实现了多架无人机对障碍物的规避，并且相对于集中式模型预测控制算法减少了求解过程中的计算量，缩短了优化控制的时间，改善了系统的实时性。     

模糊变换的图像压缩方法研究

图像压缩的基础在于图像数据存在信息的冗余性,而对图像模糊的变换能够增加图像的信息冗余,为此提出在传统图像压缩方法中引入模糊变换环节,以增加图像压缩比。实验结果表明,引入模糊变换后能有效提高图像的压缩比。     

混沌行为预测：一种变型的码本预测方法

利用混沌周期点之全体在其不变集中稠及其不变集的几何结构呈一定程度的自相似性性质,提出了一种变形的码本预测方法,对带和不带观测噪声的混沌时间序列进行预测.在保证精度的前提下,克服了全局非线性化模型和局部线性化模型对噪声敏感及预测时间短的缺点.     

光纤光栅传感器对非均匀应变场的响应特性

提出利用测量位置处光栅传感器的光谱特征反推该处对应的应变分布状态的方法。采用改进的传递矩阵方法，模拟了不同应变分布函数对应的光谱响应，分析了其基本特征参数同应变分布之间的变化规律。通过有限元仿真计算试验件在弯曲载荷下光栅粘贴处的应变分布，重构了传感器的光谱，并将其和应变分布函数的理论计算光谱图进行比较，验证了应变分布形式与反射光谱特征的关联性。构建带有不同半径圆孔的铝合金板孔口弯曲加载试验系统，测试试验件弯曲挠度和孔径大小与反射谱特性的关系。理论及试验结果表明，实测与仿真计算的谱图变化具有相同规律，光谱特征参数可作为预测铝合金孔径的有效指标，并为其他类型结构的应变场变化规律的监测提供参考依据。     

上海浦东机场风廓线雷达信噪比资料在云底高度判定中的应用研究

风廓线雷达除能得到风速场资料外,还可以根据信号与噪声强度生成信噪比资料。风廓线雷达信噪比的变化与比湿梯度间具有显著的相关性。而云底是空气饱和与未饱和的临界面,必然有明显的比湿的梯度变化,在风廓线雷达上反映为信噪比的显著增强。本文提出了应用信噪比垂直梯度最大正值(信噪比随高度急剧增大)处的高度来反演云底高度的方法。利用上海浦东机场2015年1月1日-3月4日间风廓线雷达的信噪比资料,通过信噪比垂直梯度最大正值所在高度反演的云底高度与云高仪所测的云底高度间对比,发现两者具有较高的相关性,相关系数达到0.41,并通过了显著水平?(28)0.01的t检验。表明采用风廓线雷达的信噪比资料能有效反演无降水天气的云底高度。     

基于GM(1,1)改进模型的建筑物沉降预测

针对现代高层建筑进行沉降观测,对其未来的变形趋势进行准确地预测具有重要的意义.针对传统灰色GM(1,1)模型存在的模型精度不高的问题,本文提出了一种同时优化背景值和初始条件的GM(1,1)改进模型,并将其应用于对建筑物的沉降变形进行定量分析与即时预报.通过与原始模型和其他模型的对比分析可以发现,本文所研究的改进模型在精度上有了显著的提高,更加适用于基础沉降的预测,具有很好的工程应用价值.     

滑油光谱分析的时序建模与故障预报研究(英文)

讨论了时序建模与预测方法在机械设备滑油光谱分析中的应用。通过运用 AR模型对采集的航空发动机滑油光谱数据进行时序建模和预测分析 ,获得了满意的效果。在机械设备的滑油监控领域 ,对其光谱数据采用时序分析目前尚不多见。这一成果 ,为机械设备的状态监控和故障预报提供了一种实用的方法。     

超声速弹头凹型光学头罩流动显示研究

在自行设计的Mα=3.8超声速风洞中,采用基于纳米技术的平面激光散射(NPLS)方法对超声速弹头凹型光学头罩流场进行了流动显示实验.高时空分辨率的NPLS图像再现了激波、膨胀波、边界层及尾迹等流场结构.观察到了边界层的产生、发展及转捩过程.通过对时间相关图像的分析,可以精确测定边界层内大尺度结构的几何特征和时间演化特征.     

基于时频域转换及雨流法的电子设备随机振动概率疲劳损伤预测

针对电子设备随机振动疲劳损伤存在高度的不确定性问题，提出了一种基于频时域转换及雨流法的概率疲劳损伤预测方法，用于预测某航空电子设备在特定随机振动载荷条件下的疲劳损伤分布。通过采用“等效单元谱”近似计算，本文提出的方法能够在短时间内给出电子设备的损伤概率分布，且计算得到的疲劳寿命均值与试验结果吻合较好。因此在开展复杂功率谱密度（Power spectral density, PSD）载荷谱作用下的随机振动疲劳损伤计算时，具有计算效率高、工程适应性强等优势。     

基于色彩恒常性的彩色图像增强改进算法

将色彩恒常性算法应用于彩色图像增强中,在分析McCann Retinex算法的基础上．针对迭代参教的选取问题作出了改进。改进的算法基于一种迭代截止条件,对参数进行自适应选取,避免了人工设定,并同时减少了整个算法的运算量。实验结果表明,改进后的算法对彩色图像的颜色、亮度、对比度处理的结果符合人眼视觉系统的感知特性,应用于彩色人脸检测的预处理后,人脸正确检测率提高了1．5%。     

复合材料层合板冲击及冲击后疲劳寿命预测方法(英文)

现有含冲击损伤复合材料层合板的寿命预测方法是建立在冲击后复合材料层合板的疲劳性能基础之上的,导致模型和方法不具有通用性。因此,针对含冲击损伤的复合材料层合板,基于逐渐累积损伤理论和无损单向板的疲劳特性,建立一种具有普遍适用性的三维逐渐累积损伤的疲劳寿命预测方法。该方法可对不同铺层参数、不同几何尺寸以及不同冲击条件下层合板的疲劳寿命进行预测。为了在缺少冲击试验时也能实现受到冲击载荷后层合板的疲劳寿命预测,对层合板在冲击载荷及冲击后疲劳载荷作用下的破坏进行全程分析,将预测得到的冲击损伤状态用于分析冲击后的疲劳寿命。同时基于全程分析的方法,开发了参数化的复合材料层合结构冲击及冲击后疲劳破坏模拟程序。与试验对比,最大误差为7.78%。     

Wideband Signal Detection Based on MWC Discrete Compressed Sampling Structure

In order to solve the cross-channel signal problem caused by the uniform channelized wideband digital receiver when processing wideband signal and the problem that the sensitivity of the system greatly decreases when the bandwidth of wideband digital receiver increases,which both decrease the wideband radar signal detection performance,a new wideband digital receiver based on the modulated wideband converter(MWC)discrete compressed sampling structure and an energy detection method based on the new receiver are proposed.Firstly,the proposed receiver utilizes periodic pseudo-random sequences to mix wideband signals with baseband and other sub-bands.Then the mixed signals are low-pass filtered and downsampled to obtain the baseband compressed sampling data,which can increase the sensitivity of the system.Meanwhile,the cross-channel signal will all appear in any subbands,so the cross-channel signal problem can be solved easily by processing the baseband compressed sampling data.Secondly,we establish the signal detection model and formulate the criterion of the energy detection method.And we directly utilize the baseband compressed sampling data to carry out signal detection without signal reconstruction,which decreases the complexity of the algorithm and reduces the computational burden.Finally,simulation experiments demonstrate the effectiveness of the proposed receiver and show that the proposed signal detection method is effective in low signal-to-noise ratio(SNR)compared with the conventional energy detection and the probability of detection increases significantly when SNR increases.     

提高图像轮廓清晰度的快速插值放大方法

分析了当前主要的高清晰度图像插值放大方法,为实现快速放大而选择了基于图像轮廓插值改善清晰度的技术路线,并在已有算法的基础上开展了进一步的研究.提出了新的图像轮廓线光顺数值算法,对轮廓线划分的两类子区域提出了精度更高的插值算法.最后,以典型平面图形的图像和由3DMax生成的三维渲染图像为例对本文方法进行检验,与双线性插值结果的对比说明,该方法可以明显改善插值放大效果.     

一种针对铆接结构进行疲劳寿命评估的新方法

提出了一种针对铆接结构进行疲劳寿命评估的新方法。首先,运用弹塑性理论模型求解出铆接造成的铆钉孔周边的残余应力。然后,通过三维弹塑性、接触非线性有限元分析(Finite element method,FEM),计算出载荷传递引起的铆钉孔周围的应力分布。将这两个应力场进行叠加,并将沿径向距离疲劳危险部位应力最大处特定距离的点的应力,对照相关材料的光滑试件S-N曲线进行插值,得到疲劳寿命的评估结果。新方法与应力严重系数法(Stress severity factor,SSF)法进行了对比,并通过试验验证了该方法的可行性和准确性。     

基于区域的GLRT车辆目标检测方法

基于合成孔径雷达(Synthetic aperture radar,SAR)图像的地面车辆目标自动检测是一项重要的SAR军事应用研究。提出一种基于区域的广义似然比法(Generalized likelihood ratio test,GLRT)的目标检测方法,该方法将GLRT目标检测理论与图像分割技术相结合。首先利用普通图像常用的分割聚类方法从SAR图像场景中粗略地分离出陆地杂波区域和目标潜在区域。然后根据分割结果,分别对两区域数据建立合理的统计模型。最后在背景和目标统计特性都已知的情况下,采用GLRT目标检测方法对目标潜在区域的像素点进行逐一检测,获得更为精确的检测结果。对实际SAR数据处理的结果表明,该方法能有效地从陆地场景中检测出地面车辆目标,且具备一定的精确性和快速性。     

曲面和任意取向表面表面摩阻油膜测量法的进展

本文叙述曲面和任意取向表面表面摩阻测量方法的进一步的发展。介绍用漫射照明获取薄油膜等厚度干涉条纹谱的理论根据和实验结果。讨论了通过油流显示图像的分析，自动探测表面流线方位的可能性。所得结论表明油膜法也能应用于复杂的三维流动。     

基于波前探测的视网膜图像半盲解卷积复原

获取高分辨视网膜图像的难点在于是否能够消除成像系统中像差的影响。为了进一步改善图像质量、提高视网膜细胞组织的观察分辨率,提出了结合自适应光学成像技术和视网膜图像后处理算法的方法。通过视网膜成像系统中的自适应光学技术实时校正人眼像差并获取初始视网膜图像,根据成像系统中的残余像差重建光学传递函数作为图像复原模型初始参数估计,最后对视网膜图像进行条件约束迭代半盲解卷积复原,进一步消除像差对成像质量的影响,从而得到高分辨率视网膜图像。实验结果表明:由这种方法处理的视网膜图像质量能得到明显提高,其图像质量客观评价参数(GMG,LS和PSV)比原始图像提高近1倍,在视网膜细胞的空间频率范围内(70～90 cyc/deg),复原后图像的功率谱平均值比原始图像提高了10倍左右,基本能满足观察分辨率要求。     

Effective Thermal Conductivity for 3D Five-Directional Braided Composites Based on Microstructural Analysis

A method for predicting effective thermal conductivities(ETCs) of three-dimensional five-directional(3D5D) braided composites is presented. The effective thermal conductivity prediction method contains a digital image processing technology. Multiple scanning electron microscopy(SEM)images of composites are analyzed to obtain actual microstructural features. These actual microstructural features of 3D5D braided composites are introduced into representative volume element(RVE) modeling. Apart from applying actual microstructural features,compression effects between yarns are considered in the modeling of RVE,making the RVE more realistic. Therefore,the ETC prediction method establishes a representative unit cell model that better reflects the true microstructural characteristics of the 3D5D braided composites. The ETCs are predicted with the finite element method. Then thermal conductivity measurements are carried out for a 3D5D braided composite sample.By comparing the predicted ETC with the measured thermal conductivity, the whole process of the ETC prediction method is proved to be effective and accurate,where a relative error of only 2.9 % is obtained.Furthermore,the effects of microstructural features are investigated,indicating that increasing interior braiding angles and fiber fill factor can lead to higher transverse ETCs. Longitudinal ETCs decrease with increasing interior braiding angles,but increase with increasing fiber fill factor. Finally,the influence of variations of microstructure parameters observed in digital image processing are investigated. To explore the influence of variations in microstructural features on variations in predicted ETCs,the actual probability distributions of microstructural features obtained from the 3D5D braided composite sample are introduced into the ETC investigation. The results show that,compared with the interior braiding angle,variations in the fiber fill factor exhibit more significant effects on variations in ETCs.