高分辨率SAR图像相干斑噪声抑制方法

文章主要提出了一种新的基于小波变换对高分辨率合成孔径雷达（SAR）图像相干斑噪声抑制的算法。首先从SAR图像相干斑噪声产生的机理出发,论述了通过传统的滤波方法．在抑制高分辨率SAR图像的相干斑噪声的同时损失了大量的边缘信息和纹理细节而采用小波变换降噪的优越性和必要性;其次详细地论述了在小波域中如何利用高频局部的统计特性和分解尺度大小来选取滤波窗口尺寸进行滤波;最后通过实验结果说明了此方法比采用传统的固定窗来实现对高分辨率SAR图像的降噪、保留边缘信息和纹理细节有着更好的性能。     

逆变器并联驱动永磁同步电机容错控制研究

为了提高逆变器并联驱动永磁同步电机(PMSM)系统的运行可靠性,基于对比研究方式设计了两种逆变器并联驱动PMSM的容错控制方案,分别为正常通路电流补偿方案和等效电流补偿方案。两种容错控制方案均不同于传统方案,后者将故障逆变器整体隔离,前者则充分利用了所有逆变器非故障桥臂,以降低故障条件下的铜耗,并输出平稳转矩。此外,两种新型容错控制方案均结合了比例谐振电流控制器以实现对不对称参考电流的跟踪,避免了并联逆变器之间可能出现的环流。最后,通过PMSM并联驱动系统的容错控制试验,验证了新型容错控制策略的效果。     

航空航天复合材料结构非接触无损检测技术的进展及发展趋势

新型复合材料在航空航天领域获得广泛应用,有些甚至已代替金属成为某些核心部件的主要结构材料,此类材料及其构件在结构、材料特性、所需检测条件等方面的特殊性对无损检测技术提出更苛刻、更有针对性的检测需求,如不能使用耦合剂、高效率、高可靠性、实时、直观、绿色环保等,非接触无损检测技术被认为是满足上述检测需求的重要手段,已有多种非接触检测技术为航空航天制造及维护提供服务。本文结合航空航天工业的发展趋势及该领域对新型复合材料的检测需求,就目前国内外研究较热且具有较大应用潜力的多种非接触无损检测技术(包括空气耦合超声检测技术、红外热像技术、激光超声检测技术、散斑干涉技术)进行综述,总结各方法所具有的技术特点、研究进展与应用情况。最后,综合各技术研究现状展望非接触无损检测技术的发展趋势,为此类技术在相关领域的研究与应用提供一定的参考和借鉴。     

黏接界面试件拉伸变形破坏过程的数字散斑相关方法分析

对黏接界面试件拉伸变形破坏过程进行了观察,通过编制数字散斑相关方法(DSCM)处理图像,提取得到试件表面随着载荷变化而变化的位移场和应变场及其演化过程.结果表明:带预制脱黏黏接界面试件在拉伸过程中,由于预制脱黏尖端附近产生应变集中将产生起裂.DSCM能较好地应用于黏接界面试件表面的变形和破坏分析中,定量测量了界面变形场,并与试验结果相吻合.     

载人舱不锈钢-铜热沉的特点

热沉不但具备模拟宇宙的“冷黑”环境功能,而且它还相当于一个辐射换热器和抽气泵,由此引出热沉材料的选择原则。文章详细介绍了不锈钢-铜热沉的特点和测试结果,说明了不锈钢-铜热沉为热沉的发展开辟了一条新途径。     

腐蚀环境下铜薄膜传感器金属结构裂纹监测

铜薄膜传感器在飞机金属结构损伤监测过程中,将长期面临大气腐蚀环境的影响。针对此背景,研究了铜薄膜传感器在腐蚀环境下的耐蚀性能,及腐蚀后的疲劳裂纹监测性能。首先,采用脉冲偏压多弧离子镀技术在不同弧电流和基体负偏压水平下制备了一系列铜薄膜,对其耐蚀性能进行了对比研究。结果表明,在弧电流60 A和基体负偏压250 V时沉积的铜薄膜耐蚀性能最佳。然后,结合耐蚀性能最佳的沉积工艺参数,在2A12-T4铝合金中心孔板试件上制备了同心环状铜薄膜传感器阵列,并开展了盐雾腐蚀试验。最后,对腐蚀试验后的铜薄膜传感器进行了疲劳裂纹监测试验。结果表明:铜薄膜传感器在腐蚀环境下具有良好的耐蚀性能,耐蚀时间达1 000 h;腐蚀试验后的铜薄膜传感器对裂纹变化敏感,能实现对裂纹定量监测,监测精度为1 mm,监测结果具有良好的可重复性。     

复合材料电子剪切散斑干涉无损检测

介绍了一种电子散斑干涉测量仪,对其测量原理和结构进行了描述。用此仪器对铝蜂窝夹层结构、树脂基复合材料等试样进行了检测,得到了满意的试验结果。     

利用α稳定分布的小波域SAR图像降斑算法

提出了一种改进的合成孔径雷达(SAR)图像α-MAP降斑算法,通过采用厚尾α稳定分布和引入噪声方差调整系数的方法,可以获得更好的降斑和纹理保持效果,同时应用平稳小波分解来解决Gibbs效应引入的伪噪声问题。最后通过对实际SAR图像的降斑处理,对本文的算法与最新的小波软阈值算法以及传统的局部自适应滤波器在性能参数和滤波效果上做了全面的比较。试验表明本文的算法更具适应性,实现了降斑与纹理保持更有效的综合滤波,在性能参数和复原图像效果上都有较好的表现。     

基于小波域贝叶斯估计模糊萎缩的SAR图像降斑算法

提出了基于小波域高斯混合模型贝叶斯估计模糊萎缩的SAR图像降斑算法.该算法分析了SAR图像在平稳小波变换(SWT)域中的统计模型,并用高斯混合模型对其进行描述,推导出基于贝叶斯估计的信号最小均方误差(MMSE)的模糊萎缩因子.籍此再根据小波域相邻尺度间小波系数的相关性,采用分区域模糊萎缩思想,很好地得到无斑点真实信号小波系数的估计值.仿真结果表明该算法在大大抑制斑点噪声的同时,有效地保持了边缘,其性能优于改进Lee滤波、小波软阈值和SWT萎缩降斑算法.