基于分形理论的混沌信号与噪声分离方法

提出一种分维数和子波重构相结合的混沌信号与噪声分离方法，与以往出现的子波滤波方法和经典滤波方法相比较，该方法有如下特点；利用子波变换计算带观测噪声混沌信号的真实分数维，进而根据观测序列维数与真实维数的差值控制子波重构的参数，构造出混沌与噪声分离的自适应滤波器结构。仿真实验说明了该算法的有效性。     

位相物体的三维非对称温度场的重建

采用卷积背抽影公式实现了位相物体的三维非对称温度场的重建,为光线偏／折测量三维非对称温度场提供了高精度分析和处理实验数据的方法。     

基于深度神经网络的流场时空重构方法

针对流场粒子图像测速实验中时间和空间高分辨率测量代价高的问题,研究了数据驱动的流场时空重构方法。为了对实验测得的低分辨率数据进行时空高分辨率重构,提出了一种基于深度神经网络的流场时空重构方法,并构建了一种基于卷积神经网络和长短时记忆神经网络的混合深度神经网络。该混合深度神经网络能够学习流场的时空演化特征,训练完成后可实现对实验数据的时空高分辨率重构。测试结果表明：只进行流场空间高分辨率重构时,重构出的流场与真实流场之间的均方根误差为0.0065左右,流场数据点数是原来的51倍;同时进行流场时间和空间高分辨率重构时,重构出的流场与真实流场之间的均方根误差可保持在0.065左右,流场时间维度的密度是原来的5倍,可极大提高实验效率,节约实验成本。

     

化学发光火焰三维重建研究综述

燃烧过程具有三维、高温、湍流、非稳态等特性,其精确测量存在一定的难度,一直是国内外研究的热点。化学发光计算断层成像（CTC）技术将化学发光技术和计算机断层成像（CT）技术相结合,通过直接拍摄不同角度的火焰图像,利用重构算法进行重建,可以快速准确地实现火焰三维结构的精细刻画。CTC系统以火焰的自发光作为光源,因此不需要额外的光源设备,这使得该系统具有容易搭建、可在复杂环境下实现等优势,可以用于高温、湍流火焰的实时测量,对于研究复杂燃烧流场、提高燃烧效率有着十分重要的意义。本文首先介绍了CTC技术的基本原理,然后从成像模型、重构算法、实验方法和应用方向4个方面介绍了CTC技术在火焰重构方向的研究进展,最后讨论了CTC技术的发展趋势。

     

基于光束偏转层析技术的Radon变换迭代法

本文通过计算机模拟研究,利用气体温度场的先验知识,考查了将Ｒａｄｏｎ变换迭代法用于光束偏转层析技术重建三维温度场的重建精度。作为一个应用实例,测试了电弧某截面上的温度分布。     

基于碰撞检测的空间超大规模航天器拼接曲面优化

针对模块航天器在轨拼接曲面优化、曲率极值问题,提出了一种基于模块间隙约束的“球冠-平面”辅助映射法,该方法不仅可以规划模块航天器如何构成目标曲面,还可以获得该曲面的极值。该方法以正六棱柱模块航天器为单位模块,将模块按由“球冠-平面”映射的圈层排列张成目标球面,构建了拼接曲面的数学模型。鉴于工程上对机构调整有限导致的相邻模块间隙限制问题,在算法中引入了碰撞检测(DC)约束参数;通过遗传算法寻优,获得目标曲面布局的最优解。最后仿真表明:该算法可以有效获得曲面布局的最优解。     

空间非合作目标未知构型重建质量评估方法

针对基于线阵激光雷达扫描重建获得的三维模型,因其构型未知,无法通过模型对比进行质量评估,本文着重研究未知构型的质量评估方法。首先,采用3σ优化的最小二乘法对空间非合作目标点云平面与直线进行拟合;其次,从点云密度、重建几何性质、表面完整度进行重建质量评估,再基于上述三种评估方法建立多因素综合评估数学模型,对三维重建结果进行满意度质量评估;最后通过仿真实验验证评估方法,获得多因素综合评估满意度为95.5889%,实验结果表明该评估方法合理且具有参考价值。该研究不仅能验证基于线阵激光雷达三维重建结果的精度,还为空间非合作目标未知构型质量评估提供一种新的研究思路。     

单幅图像的三维重构视觉系统特征点提取算法的研究与实现

实现基于单幅二维图像不标定欧氏重构三维场景的关键技术之一是有效提取彩色伪随机编码图像特征角点。为给图像特征点匹配提供更多的样本信息,采用定位于彩色图像Harris算子探测特征角点,并动态给出角点响应的自适应阈值条件。特征点提取实验及三维欧氏重构结果证实了该方法的适用性和有效性。     

基于流的遥感图像超分辨率重建

为了提高遥感图像超分辨率重建的质量,提出了一种基于流的遥感图像重建算法。首先,在Glow模型的基础上引入改进后的RRDB架构用于低分辨率图像特征提取,通过构建更多层和连接以提升训练的稳定性。然后,以一种纯数据驱动的流模型来训练分布的参数,通过最大化负的对数似然的方法进行优化,得到该算法的损失函数。实验证明该模型在网络训练过程中能够快速达到稳定收敛的状态,且具有很强的泛化能力。用重建出的图像质量对比SRCNN、SRGAN、ESRGAN,经过测试后发现,提出的算法远远优于SRCNN算法,与其他算法相比也有明显优势。重建出的图像不仅在指标上有所提升,例如与SRCNN相比,PSRN和SSIM分别提升了15%和40%,且人眼观察时有更高的清晰度,高频细节更为丰富。     

聚焦光场成像三维粒子场重建方法

层析重建是层析粒子图像测速(Tomo-PIV)技术实现三维粒子位置和强度信息(三维粒子场)重构的核心步骤。相比于多相机的Tomo-PIV技术,单聚焦光场相机通过一次成像能够同时采集示踪粒子的散射光的方向和位置信息。因此,提出一种单聚焦光场相机的层析重建技术用于重构流场中的三维粒子场信息。为了验证本文方法的可行性及准确性,利用几何光学建立了示踪粒子的光场成像模型,利用光线追迹技术计算了粒子在聚焦光场相机中的成像,对比了被测流场中位于不同深度位置的粒子在聚焦光场相机中的成像差异;建立了基于单聚焦光场相机的层析重建数学模型,利用乘法代数重构技术(MART)对模拟所得的光场图像进行反演计算,实现了三维粒子场的重构,并利用归一化互相关系数来表征粒子的重建质量。结果表明,单个粒子在Z轴方向上的位置精度为±0.35 mm,初步证明了基于聚焦光场成像理论的三维粒子场重建方法的可行性。