基于信息融合技术的火灾报警方法研究

根据当今火灾探测的现状和实现火灾早期报警的需求,将多传感器数据融合技术应用在火灾报警系统中。在分析了信息融合系统的三级结构及火灾报警信息非结构特性的基础上,以感温、感烟和气体的火灾报警模拟量为输入,利用粗糙集和神经网络对多传感器信号进行融合,设计出一种快速、准确和有效的火灾探测系统,达到了提早报警和降低误报警频次的目的。     

基于500 Hz OH-PLIF技术的超声速燃烧室火焰结构

针对超声速燃烧室火焰驻留时间短和高湍流度的特点,利用500 Hz高频OH-PLIF(planar laser induced fluorescence)技术,研究了氢燃料超声速燃烧室火焰结构,结合壁面压力,获得了点火、稳焰以及熄火过程的规律。结果表明：隔离段入口来流马赫数为2的情况下,氢气当量比0.1和0.3,在火花塞点火下,2 ms均能点燃并获得PLIF火焰图像,其中当量比为0.1凹槽内存在爆燃现象,火焰达到稳定燃烧状态较慢(约65 ms)。稳焰过程中,当量比为0.3燃烧相对不充分,燃烧区域更靠近下壁面,燃烧位置和火核位置变化较大。当量比为0.1和0.3,熄火时间均在6 ms内,其中当量比为0.1熄火时火焰是从凹腔中部传播到凹腔前缘位置熄灭并伴随有一个短暂火焰增强的过程,并且在传播至凹腔前缘时已接近熄灭,当量比为0.3在熄灭前则是慢慢变弱,最终在凹腔前缘至喷氢位置间熄灭。     

基于支板稳燃的超声速火焰特性研究进展

以超燃冲压发动机燃烧室为主要研究对象,对超声速气流中的火焰稳定机理及火焰传播特性的研究进展进行了综述,涵盖了不同稳燃器的超声速燃烧室中的火焰特性及火焰稳燃机理分析、火焰传播及振荡特性等研究内容,旨在揭示超声速气流中的火焰特征并进一步实现燃烧室的性能优化,以期对超声速燃烧室的火焰特性相关研究提供一定的参考。首先,从燃烧室流动及燃料驻留时间的角度分析了超声速火焰稳定的难点,进一步分析了超声速燃烧室中火焰稳定的基本判据,总结了当前两种主流的火焰稳燃模式,分析了支板稳燃器在增强燃料掺混方面的优势,并以支板稳燃为主要侧重点进行了后续火焰特性的研究;其次,从增加燃料驻留时间和减小燃料化学反应时间两个角度总结了当前实现超声速火焰稳定的基本方法及稳燃原理。最后,讨论了火焰稳定之后的燃烧室火焰动态特性,包括火焰传播特性和火焰振荡特性,为后续的燃烧优化提供参考。     

智能火灾探测报警系统的两大构成要素

本文叙述了智能火灾探测报警系统的两大构成要素-火灾探测智能和总线通讯智能。并结合我们在研制“复合式感烟感温火灾探测报警系统”中所取得的成果和经验，着重论述了火灾探测智能和总线通讯智能的实现方法及其各自在系统中所起的关键作用。通过两者的互补来实现火灾探测报警系统智能化。     

基于投影残差最小化的二维火焰化学发光场重建

化学发光计算断层成像技术(CTC)能够实现对燃烧室内激发态粒子化学发光场的瞬时三维测量。为进一步提高CTC的测量精度,依据火焰的结构特性提出一种基于投影残差最小化的优化重建算法(PDM算法),利用Sine仿真模型对ART算法、ASD-POCS算法和PDM算法在不同角度下的重建性能进行评估。实现对一组稳定二维预混火焰的OH*化学发光场重建,通过重建结果与实际拍摄结果的对比,进一步评估重建算法的性能。结果表明:传统医学重建算法丢失火焰内部结构特征,不适用于火焰图像重建;PDM算法可以加快重建速度,提高重建质量,即使在稀疏角度下的重建,仍能得到较高精度的重建结果,有效捕捉火焰的主要结构特征。     

支板喷射超声速燃烧火焰结构实验

为明晰支板喷射超声速燃烧火焰精细结构,并探索其影响因素,利用自发辐射成像技术和平面激光诱导荧光技术(PLIF)对支板喷射超声速燃烧流场进行研究。结果表明,燃烧室内形成了典型的扩散火焰,且火焰稳定在支板尾部的回流区,宽度与支板厚度处于同等量级;支板厚度和燃料喷注当量比对火焰结构有显著影响,增加支板厚度会使火焰基底变宽,火焰长度变短,有利于燃烧室内部的快速放热和缩短燃烧室长度,增加燃料喷注当量比会使火焰长度增加,燃烧强度增大。     

光纤火焰监测装置研制及应用

介绍一种高温及红外辐射环境中的火焰快速监测新技术。应用此技术研制的国内首套加力点火器内部火焰光纤监测装置，成功地应用于工程实验测量，解决了一项加力燃烧室测试难题。此类装置已成为发动机加力点火器出厂检验及实验中的一种必备的监测设备     

基于改进SURF和P-KLT算法的特征点实时跟踪方法研究

 针对视频序列中运动目标的实时跟踪问题,提出一种基于改进SURF算法和金字塔KLT算法相结合的特征点跟踪方法。首先人工标定目标区域,利用改进的SURF算法分块快速提取具有高鲁棒性、独特性的特征点;然后在后续帧中应用金字塔KLT匹配算法对特征点进行稳定跟踪,采用基于统计的方法剔除错误匹配对;最后利用Greedy Snake分割算法提取轮廓确定更加精准的位置信息,更新目标区域。为使算法更具鲁棒性,还设计了离散点筛选、自适应更新策略。利用飞行视频数据库进行了大量的仿真,结果表明:该算法适用于多尺度图像序列中位置、姿态发生快速变化且结构简单的飞行器的稳定跟踪。帧平均时间为31.8 ms,比SIFT+P-KLT跟踪算法减少47.1%;帧几何中心、目标轮廓面积平均误差分别为5.03像素、16.3%,分别比GFTT+P-KLT跟踪算法减少27.2%、56.9%,比SIFT跟踪算法减少38.6%、68.4%。     

液体燃料脉冲爆震发动机点火方法研究

目前脉冲爆震发动机的起爆主要采用爆燃向爆震转变的方式实现,而爆燃波发展缓慢,消耗了循环周期的很长一段时间。为缩短爆燃向爆震转变的时间和距离,本文研究了一种新型蒸发管点火系统,用蒸发管对两相混合物进行预蒸发,在预燃室内点火形成火焰射流进入主爆震室,实现主爆震室内两相混合物的快速短距离起爆。热态实验在内径120mm,长2500mm的爆震室上进行。与火花塞直接在主爆震室点火相比起爆时间可以从12.5ms缩短到2～3ms,起爆距离可以从1350mm缩短到775mm。预燃室长度和个数对起爆过程也具有非常明显的影响,长度和个数的增加都有利于爆震波的起爆。     

不同湍流预混燃烧模型在本生灯火焰中的比较

湍流预混燃烧的大涡模拟数值计算近来受到很大的关注,为了进一步发展湍流预混燃烧模型,利用正在发展的湍流预混燃烧模型等值面集合的G函数方法、层流预混火焰生成流型的化学热力学建表FGM方法、G函数/FGM耦合方法三种燃烧模型,对甲烷/空气湍流本生灯火焰进行了大涡模拟计算,并对上述燃烧模型进行了比较。大涡模拟结果表明,G函数方法能够较为准确捕捉火焰的传播特性,FGM方法能够捕捉到火焰和湍流的相互作用,但无法准确预测火焰的传播特性。而耦合的方法既可以捕捉火焰的传播特性,又能够捕捉到火焰和湍流的相互作用。     

基于锅炉炉膛三维温度场检测算法的研究

鉴于大型锅炉内燃烧火焰变化的多样性,为了实时掌握炉内火焰燃烧状况,提出了一种改进的检测炉内三维温度场的算法.该算法通过对炉膛火焰二维累加辐射能的图像处理,并利用辐射传递方程的逆求解,实现了对炉内火焰三维温度场的确定.仿真研究和实验结果表明此算法是可行的.     

基于帧差和背景建模的卫星视频目标检测

传统单一的目标检测方法运用在卫星视频时不能得到理想的检测效果,特别针对一些目标纹理特征匮乏,背景变化明显的卫星视频来说适用性更差。文章提出一种结合背景模型更新的混合高斯背景建模和多帧差分的算法,通过抽取吉林一号卫星视频中某2帧的2个不同场景,对比了多帧差分法、单高斯背景建模法和本文提出的算法,较好地解决了卫星视频微小目标检测中易产生检测率低、虚警率高的问题,提高了检测的正确度、完整度和质量,在遥感卫星视频运动目标检测中具有良好的应用潜力。     

基于合作目标和视觉的无人飞行器全天候自动着陆导引关键技术

 GPS受他国控制和易受干扰对基于该导航系统的无人飞行器导航和着陆具有潜在危险,为了使其安全自动着陆,提出通过在着陆跑道(广场或公路)上预设具有受控发射红外光的地面合作目标,实现无人飞行器的视觉全天候自动精确着陆新技术。首先研究得到切实可行的工作过程;然后研制了合作目标,通过理论分析和实验得出,无论能见度高低,8~12 μm中远红外视觉系统探测到的合作目标图像质量远优于可见光视觉系统,研究得到合作目标和背景的温差在170~200 ℃时,成像效果最好。在识别研究中发现,基于传统的不变矩算法对合作目标的识别可靠性稍差,为了进一步准确地识别合作目标,又提出了基于方向链码的合作目标识别算法,该方法的耗时为不变距的96%,但是识别的可靠性比前者有显著提高。     

基于改进型CFAR的SAR图像目标检测算法

针对传统的双参数恒虚警率(Constant False Alarm Rate,CFAR)算法存在的虚警率高、实现过程繁琐、算法执行效率低等问题,提出了一种改进型的CFAR检测算法。该算法根据SAR图像的统计直方图,对可疑的目标像素进行预筛选,再用2个滑动窗口对像素进行判别。改进型的CFAR检测算法简化了原检测算法的结构,降低了检测结果的虚警率,提高了算法的计算效率,并在国际公开的雷达数据集上进行软件与DSP硬件的应用验证,测试表明该算法的有效性。     

基于正交小波变换的目标检测方法

理论分析表明,独立高斯噪声经过正交小波变换后保持方差和独立性不变。基于Mallat的小波多分辨分析,通过对小波系数进行平方律处理,建立了基于正交小波变换的恒虚警率检测器模型,推导了相应的虚警和检测概率公式,分析了噪声未知情况下小波系数序列长度对检测性能的影响,并给出了合适的长度值。实验结果表明,所提出的检测器能满足不同虚警概率和杂波背景的要求,具有较好自适应性。     

基于双边截断的双参数海上风电站 SAR图像 CFAR检测

文章提出了 1种基于双边截断的双参数海上风电站 SAR图像 CFAR检测器 DTCS-TPCFAR,目的是提高在具有多个目标海上区域和石油泄漏区域等环境下对海上风电站的检测性能。DTCS-TPCFAR所提出的双边截断杂波的方法,能够同时消除高强度和低强度异常值的干扰,同时保留真实的杂波样本。通过使用最大似然估计计算双边截断后样本的均值和标准差,然后通过这 2个参数估计值计算出截断阈值,最后再结合指定的虚警率(Probability of False Alarm,PFA)来对测试单元(Test Cell,TC)进行判断,完成最终的目标检测。这也是首次将 CFAR检测器用于检测海上风电站。文章通过 Sentinel-1数据集来验证该方法的有效性。实验结果表明,文章所提出的算法在相同指定虚警率下,具有更高的检测率(Detection Rate,DR)和更低的误报率(False Alarm Rate,FAR)。     

基于改进Yolov3 算法的舰船目标检测识别系统

针对复杂战场环境下对海目标检测识别的需求,设计了一种基于改进Yolov3 算法的海面舰船目标实 时检测识别系统。使用微调分类网络、增加训练尺度、聚类目标边框维度、二级特征分类等方法对Yolov3 检 测识别网络模型进行了优化,在提高识别精度的同时有效降低了漏检率和虚警率。实验结果表明,优化后的网 络模型在自建的舰船图像数据库中将检测识别平均准确率提高到了79.3%,对真实海上航拍视频中舰船目标识 别的平均准确率达到了81% 以上。     

基于红外视觉/激光雷达融合的目标识别与定位方法

近年来,基于可见光图像的目标识别在无人车感知领域得到了广泛应用.然而,可见光图像目标识别无法应用于弱光和黑暗环境.针对于此,提出了一种基于红外视觉/激光雷达融合的目标识别与定位算法.首先,通过基于颜色迁移的数据增强训练方法,提高了红外目标识别算法的泛化性能.继而,提出了一种基于激光雷达修正的单目深度估计方法,通过视觉图...