数字全息在固体推进剂铝燃烧三维测量中的应用研究

为获得固体推进剂铝颗粒动态燃烧的精细化过程,将数字全息技术用于固体推进剂铝燃烧三维动态过程测量中,成功地解决了传统光学显微成像法景深过小的问题。搭建了固体推进剂铝燃烧数字全息测量系统,分别在0.1MPa和1.0MPa压强条件下开展了推进剂中铝颗粒燃烧过程的三维测量工作,获得了铝颗粒动态燃烧过程的全息图像。研究结果表明:数字全息技术能够获得不同截面处的颗粒信息,并可跟踪颗粒的动态燃烧过程,准确地获得颗粒粒径信息,真正实现三维动态测量;全息法能够清晰地分辨出动态燃烧过程中十几微米至几百微米量级的铝颗粒,测量误差小于8%;跟踪单一铝颗粒的动态燃烧过程,可获得颗粒粒径、空间分布、粒径分布、燃烧火焰区域、运动速度以及氧化帽的动态生成过程等变化规律。     

鲁棒的低秩鉴别嵌入回归

局部保持投影（Locality preserving projection， LPP）在特征提取中得到了广泛的应用。但是，LPP不使用数据的类别信息，并且采用L2范数来进行距离测量，对异常值高度敏感。本文从监督的角度考虑LPP的权值矩阵，并结合低秩回归的方法，提出一种新的模型来发现和提取特征。利用L2,1范数来约束损失函数和回归矩阵，不仅降低了对异常值的敏感性，而且限制了回归矩阵的低秩条件。然后给出了优化问题的求解方法。最后，本文将该方法应用于多个人脸数据库和掌纹数据集进行了性能测试，并将实验结果与现有的一些方法进行比较，结果表明该方法是有效的。