数字图像相关方法在土木测试领域中的实验研究

针对传统接触式测试方法(如电测法等)在土木工程领域中的局限性,开展了数字图像相关(Digital image correlation,DIC)方法在该测试领域的应用研究.采用橡胶带的拉伸实验来验证DIC方法的测量精度,具体的实验测试内容包括:基于空域和频域相结合的混合相关法,开展了建筑膜材的双轴拉伸实验,测量了膜材的力学参数;基于仿射变换的相关迭代法,开展了钢管混凝土框架梁柱连接模型的转角测量与分析实验,测量了加强环式连接的弯矩转角关系;基于时间序列DIC和高速摄影成像技术,开展了自由振动状态下拉索模型的动力学参数识别的实验研究.实验结果验证了这一新型检测手段用于测试建筑材料及结构的力学性能的可靠性与精度.     

转速波动状态下涡轮泵典型故障诊断方法

利用涡轮泵振动信号的变换域信息可有效地检测与诊断故障。针对涡轮泵转子叶片断裂与脱落这种典型故障,首先分析其出现的原因,并从动力学的角度研究其振动特征,选择可有效反映该故障的特征频率。然而,涡轮泵转速波动会造成这些特征频率提取的困难,为此提出一种解决此难题的新思路,通过一系列变换域处理来消除转速波动对振动频率的影响,在变换域中提取出稳定的特征频率,从而解决了涡轮泵转速波动状态下该型故障诊断问题。通过涡轮泵历史试车故障数据的验证表明,通过跟踪变换域中这些特征频率的幅值变化,可以有效检测与诊断涡轮泵转子叶片断裂与脱落故障。     

定量胶体金试剂条浓度检测方法

胶体金免疫层析浓度检测方法主要利用比色原理,当被检测液体中抗原与试剂条上抗体反应后,试剂条上检测区域颜色发生变化,与标准比色卡进行比较,即可定性分析浓度.目前胶体金试剂条大多为半定量测量,使其应用范围受到限制.采用一种基于DSP(Digital Signal Processor)的嵌入式图像处理系统,利用CMOS(Complementary Metal Oxide Semiconductor)图像传感器获取定量胶体金试剂条图像信息,根据图像特点进行Bayer变换、白平衡处理,提取出图像特征量条纹强度,建立图像特征条纹强度与样本浓度值的函数关系,实现被检测液体浓度的精确测量.与其它方法相比,具有精度高、检测速度快等优点.实验结果表明:基于DSP硬件平台的定量胶体金试剂条浓度检测精度可达到±5%,重复性误差达到±1%,具有一定的应用价值.     

基于分层变块大小运动估计的边信息提取算法(英文)

在分布式视频编码(DVC)中,边信息的质量对视频序列的压缩效果有很大影响。本文中,一种基于分层运动估计的边信息提取算法引入到DVC系统中。首先,采用了两种运动估计模式,向前运动估计和双向运动估计,然后利用分层变块大小运动估计算法获得了比较准确的运动矢量。接着运动矢量滤波器修正了由于局部相似造成的错误运动矢量。最后,选择决策模块更好地处理了帧内插技术中的多种估计模式的问题。这些算法为DVC提供了更好的边信息,提高了DVC系统的性能。实验结果显示,基于这种新算法的DVC系统高于传统视频编码帧内模式 3-4dB,而仅仅低于传统视频编码IBIB模式0.5-1dB。     

基于稀疏贝叶斯学习的字典失配杂波空时谱估计方法

杂波谱稀疏恢复空时自适应处理（STAP）是一种有效减少杂波样本数需求的机载雷达杂波抑制方法。然而,空时平面被离散地划分为若干个网格点来构建空时导向矢量字典,当字典在失配时,杂波脊不能准确落在预先离散化的网格点上,稀疏恢复STAP性能严重下降。提出了一种基于稀疏贝叶斯学习的字典失配杂波空时谱估计方法,首先利用二维泰勒级数建立空时动态字典模型,然后将字典失配误差作为待估超参数构建贝叶斯稀疏恢复模型,并利用失配误差估计值对空时导向矢量字典进行修正,最后利用修正后的空时导向矢量字典重构杂波协方差矩阵,进而计算杂波空时谱。实验证明,该方法能够有效提高字典失配情况下的杂波谱稀疏恢复精度,杂波抑制性能优于已有字典预先离散化的稀疏贝叶斯学习STAP方法。     

提高卫星导航性能的阵列参数估计算法

针对卫星导航信号参数估计性能严重影响导航定位精度,提出了一种利用电磁偶极子对提高信号波达方向和极化参数估计性能的方法。充分利用接收数据协方差矩阵,通过两次特征分解,由特征分解的特征值进行极化参数估计。利用小圆环子阵导向矢量得到波达方向的粗略而无模糊的估计,大圆环子阵导向矢量得到有模糊的估计,通过解模糊得到精确的无模糊的估计,从而大幅提高了到达角的估计精度。比较了单个圆环阵列和同心圆环阵列的参数估计性能,分析了参数估计精度对抗干扰性能的影响,仿真结果表明参数估计精度的提高有效改善了卫星导航抗干扰的性能。     

多干扰机InSAR欺骗干扰方法

单航过的干涉合成孔径雷达（InSAR）有很强的抗干扰能力,单部干扰机所发射干扰信号的干涉相位在不同快时间是完全相同的,不同慢时间也近似相等,不能产生具有高程信息的干扰图像。基于此,提出了一种利用双（多）干扰机产生InSAR三维图像欺骗干扰的方法,分析了InSAR的成像机理,给出了假目标模板设置方法,讨论了聚焦后复图像和干涉相位要求的干扰信号调制参数以及干涉相位的估计方法。产生的干扰信号在雷达接收机中可独立实现SAR二维像干扰,经干涉后能生成虚假高程信息,理论分析和仿真结果表明,该方法能实现对SAR二维成像和InSAR三维成像的有效干扰。     

热防护材料表面催化特性研究进展

随着高超声速飞行器的发展,高焓离解环境下热防护材料所承受的气动热载荷在很大程度上受到材料表面催化特性的影响。根据高焓服役环境特征和热防护材料表面催化特性的发展现状,重点综述了材料表面催化反应机理和不同尺度的催化模型,分析、比较了催化特性地面测试与评价方法以及典型热防护材料表面催化特性的影响因素,简要总结了国内现阶段相关催化特性研究的初步成果,并在此基础之上提出了催化特性测试与表征方法的不足和后续研究的重点方向,为有效改进热防护材料表面催化特性试验测试技术、准确预测高超声速飞行器气动热环境,从而实现热防护系统的精细化设计提供指导。     

非圆信号的贝叶斯稀疏重构阵列测向方法

对信号非圆特性的有效利用能显著改善子空间类阵列测向方法的性能,但难以弥补此类方法在低信噪比（SNR）、小样本等信号环境适应能力方面的局限。本文引入贝叶斯稀疏学习（SBL）技术以解决非圆信号的波达方向（DOA）估计问题,在结合信号非圆特性的同时对入射信号的空域稀疏性加以利用,通过将非圆信号阵列输出协方差矩阵和共轭协方差矩阵在预先定义的空域字典集上进行稀疏重构,得到入射信号的空间谱重构结果,并依据其谱峰位置估计各信号的方向。该方法对独立和相关信号都具有较好的适应能力,仿真结果验证了该方法在信号环境适应能力和相关信号测向精度等方面的优势。     

基于双重分类深度学习的低空目标自动检测方法

由于图像数量多,因此准确、高效的目标检测是提升靶场光测图像处理自动化程度的关键步骤.针对低空目标图像及目标类型多、目标特性变化等情况导致传统目标检测算法适应性差的问题,提出了一种基于双重分类深度学习的低空目标自动检测方法.该方法基于深度学习目标检测框架YOLO V3,根据低空目标的亮度和形状的双重属性特征,将网络输出层...