数字锁相解调器的优化设计

数字锁相解调器是电磁无损检测中弱信号处理的重要方法,针对其性能优化,设计一种引入卡尔曼滤波器的数字锁相解调器,该解调器兼具了强抗噪能力及良好的动态跟踪响应特性。利用卡尔曼低通滤波器截止频率随迭代次数下降的特性,结合零点频率,设计了数字锁相解调器中的低通滤波环节,实现了非常窄的锁相带通,进而提高了抗击强噪声干扰能力。此外,利用卡尔曼滤波器的迭代预测-更新特点,实现了数字锁相解调器较小的响应时间,进而改善了数字锁相解调器的动态跟踪响应特性。仿真和检测实验证明所设计数字锁相解调器具有较高的抗噪能力和良好的动态跟踪响应特性,在电磁无损检测中能够精确、快速捕捉检测信号中包含的缺陷信息。      

基于高时相探测的运动点目标检测方法

针对可见光探测中低信噪比运动点目标检测问题,提出一种基于高时相探测的运动点目标检测方法,构建了基于双谱分析的目标检测器来提取像元时域特征,对背景像元与目标像元进行区分.仿真分析与实验结果均表明,所提出的方法能够对低信噪比运动点目标进行有效检测,在一定帧频范围内,目标检测能力与采样帧频正相关.相比常用的运动点目标检测方法,本文方法具有更高的检测效能.      

一种基于Gabor深度学习的无人机目标检测算法

随着智能控制技术的不断成熟,无人机给军事领域带来快速发展的同时也带来了威胁.因此针对空中飞行的无人机进行实时检测的任务需求,设计了一种基于Gabor深度学习的无人机目标检测算法.首先,搭建基于Gabor滤波器的深度神经网络,输入的图片经过该网络进行网格化划分,用以特征提取;然后,针对每个格子的特征利用回归算法计算其中物体的位置信息,并利用分类算法计算物体的类别信息,对以上得到的回归和分类结果进行筛选、融合得到最终的检测结果;最后,采集空中飞行的无人机真实数据构建数据集,在此基础上进行网络模型训练和算法验证.     

微振动成像检测光学验证系统研究

针对高分辨率空间相机的系统特性,选用平行光管系统作为光学系统,模拟来自无穷远的特征目标.运用LIGHTTOOLS软件对光路进行模拟,确定较优的光学结构.主要通过4种试验进行研究,即相机激振抖动试验,靶标运动模拟光轴抖动试验,波前畸变测量试验,离焦测量试验.通过离线图像复原对空间相机的光学误差进行分析及补偿.试验结果表明,在未给相机施加激振的情况下,经过平行光管系统输出,相机成像出的40LP·mm-1（LP表示线对）及20LP·mm-1清晰,满足微振动成像检测试验要求.在微振动成像检测试验中,波前像差达到0.21λ（RMS<λ/4）,1.28λ（PV）以及0.23λ（RMS<λ/4）,1.34λ（PV）时,该平行光管系统成像均可满足复原软件处理需求,可以有效应用于微振动成像检测系统并具有验证微振动成像检测试验的能力.      

高光谱图像序列中的运动弱小目标检测

高光谱图像序列中包含时域信息和光谱信息的弱小运动目标检测因其在民用和军用中的重要作用而引起了研究人员的兴趣。本文提出了一种新的空时联合异常方法来解决运动弱小目标的检测问题。该方法分别从空间域和时间域利用异常检测算法计算空间异常图和时间异常图。为了检测目标的运动一致性特征,该方法生成了运动轨迹预测图。将空间异常图、时间异常图和轨迹预测图融合后,可以很容易地从背景中检测到感兴趣的目标。该方法被应用于云杂波背景下的空中目标测试数据集。实验结果表明,该方法具有较低的虚警率和较高的检测率。     

光纤涡轮流量传感器及检测系统研究

介绍一种利用光学方法检测涡轮转速的光纤涡轮流量传感器及检测系统。它具有信噪比高、量程比大的优点．试验表明，光纤涡轮流量传感器的量程比高达４０：１，比常用的磁电式涡轮流量计大３倍，可满足航空发动机过渡态燃油流量的宽量程测量要求．还详细介绍了光纤涡轮流量传感器的结构和工作原理、温度修正原理，以及检测系统的硬件电路。最后给出传感器标定结果，并讨论了在航空发动机燃油测量中的应用。     

五维光电位置传感器的研究初探

为克服研制磁悬挂天平电感式位置传感器的不足，继而又研制了五维光电位置传感器。它除了改善信号采集的方式外，还可以在控制绕组中使用ＰＷＭ供电方式，降低装置的功耗。本文介绍了这种传感器的工作原理，同时给出了用ＣＣＤ线阵列做传感器的方法。     

利用有限元法分析涡流远场效应的能流通道

涡流远场检测的激励线圈和检测线圈相距较远,两线圈信号相位差对管内壁缺损和管外壁缺损具有相同的灵敏度。传统的涡流理论难以解释涡流远场现象。为了解释涡流远场现象,T.R.Schmidt提出了“能量通道说”,假设检测线圈中的信号是由从激励线圈附近向外穿过管壁再从检测线圈附近向内穿过管壁后的能量激发产生的。本文利用有限元法分析了铁磁性钢管内能量的可能传递途径,结果表明“能量通道说”中的假设是正确的。     

二值图像的自适应窗口边缘检测技术

英国Aleksander等人用RAM网络实现的自适应模式识别系统可以认为是一种逻辑神经网络,本文详细描述了利用这种模型实现的自适应窗口边缘2检测技术,包括模型的理论分析,边缘检测种种的各种实现方法和实验结果。基于这种模型的边缘检测技术的基本思想是:首先对窗口边缘检测技术,包括模型的理论分析,边缘检测的各种实现方法和实验结果。训练一个或多个对目标物体边缘敏感的模式,然后对图像逐点扫描和测试,根据窗口对特定扫描区域的响应实现对边缘的检测。其过程和模式识别中的训练—识别过程相似。文中讨论了“中心块”和“边缘训练”窗口的响应行为以及窗口大小的选择、响应阀值的确定和N元的选用等具体方法。并给出了相应的实验结果。研究表明,这种方法对边缘检测和噪音滤除都具有较好的效果,且硬件容易并行实现。     

一种复杂场景下的人眼检测算法

针对复杂场景下的人眼检测问题,间接方法和直接方法具有一定的局限性。提出了一种不依赖人脸检测的直接型人眼检测算法,以解决复杂场景下多尺度尤其是小尺度人眼检测问题。算法通过减少下采样因子并加入扩张残差单元以提升小尺度人眼检测能力,且对多尺度特征相互拼接以保证多尺度人眼检测的精度。同时,算法借助于压缩特征输出通道降低了模型复杂度,使人眼检测效率得以提升。实验结果表明:所提模型可以在小尺度下有效地进行左右眼区分,并在红外数据上表现良好。经在DIF数据集上进行训练与测试,所提模型在较小尺度下人眼检测精度达到82.59%,检测效率达到30.5 fps。