基于加权的可见光与红外光图像融合算法

红外图像所含边缘等细节偏少、可见光又容易受外部环境干扰,融合图像可以提供更全面的信息,符合人或机器的视觉特性,为图像进一步分析、识别等提供基础。提出一种比值与梯度加权的可见光与红外光图像融合算法,结合小波变换在图像分解中的特性及信号集中的特点,将小波变换应用于红外光和可见光图像融合中可以提高融合信息的理解能力。针对分解获得的低频系数主要反映图像细节信息的特点,对低频系数采用比值加权分析融合规则;针对分解获得的高频系数主要反映图像边缘信息特征的特点,对高频系数采用改进边缘检测算子梯度加权的融合规则。选取多组图像进行了不同融合规则实验对比分析,通过客观评价指标进行评价,改进的融合算法可以获得较清晰的融合图像,可以增加图像的互补信息,并能较好地提高融合图像的清晰度。     

一种适用于FADEC系统的宽输入范围AC/DC变换器

针对航空发动机全权限数字电子控制(FADEC)系统专用发电机的输出特性,提出一种电流回馈型恒流变频AC/DC(交流/直流)变换技术,以适应专用发电机的宽输出范围,满足FADEC系统的供电需求.给出了该技术的控制策略、拓扑结构、工作原理、过压故障检测及保护设计方法.试验结果表明:该变换器工作稳定,在-55~125℃全温范围内,满足国家军用标准飞机供电特性(GJB181A)对电源的相关规定.研究成果已成功应用于某型航空发动机数字控制系统中,并通过了台架试车和飞行平台试验.      

基于多特征图像增强深度卷积神经网络的航天用电子元器件分类算法

为了实现航天用电子元器件的全自动及非接触识别,并减少由照明系统造成的图像亮度不均、偏色等问题对检测结果的影响,通过结合局部、区域和总体三个层次特征提升物体检测精度,提出了一种基于多特征图像增强深度卷积神经网络(MFIE-DCNN)的航天用电子元器件分类算法。MFIE-DCNN算法包含多特征学习和深度学习,其学习过程类似于人类视觉系统,能够对形状、方向和颜色特征进行深度挖掘,突出元器件边界信息,抑制背景杂波干扰。实验结果表明,该算法能够区分电路板板载元器件的种类,检测准确度优于传统算法。对比基于稀疏自动编码器的深度神经网络,检测结果提高了近20%。     

基于小波变换的开关磁阻电机系统功率变换器故障诊断

适用于开关磁阻电机(SRM)驱动系统的功率变换器是决定系统可靠性的关键环节,功率变换器的长时间故障运行会导致整个系统的崩溃,因此,功率变换器的故障诊断具有重要的作用。采用离散小波变换方法,提取故障相电流的平均值与标准差的比值作为诊断特征量,对功率变换器斩波管和位置管的4种故障类型进行分析和讨论,实现了故障类型的确定与故障器件的定位。最后通过仿真和试验验证了所提的故障诊断方法具有良好的可行性和有效性。     

变频交流发电系统双定子绕组异步发电机短路瞬态分析

航空变频交流电源发电机突然短路是一种常见的故障情况,其瞬变过程值得展开深入研究。针对用于航空变频交流发电系统的双定子绕组异步发电机(DWIG),分析了两套绕组同时发生对称突然短路的情况,运用解析法给出了短路电流的衰减规律,最大短路电流计算公式及到达时刻。研究结果表明,DWIG在短路时定子绕组中将产生两个直流衰减分量和一个旋转衰减分量,分别对应两套定子绕组和转子的影响,其瞬态电抗的形式与带阻尼绕组的同步电机直轴超瞬变电抗类似,并与瞬态电流的峰值成反比关系,分析表明DWIG短路电流的峰值小于同步发电机。所得的结果能够有助于深入理解DWIG的瞬态特性,获得的解析公式有助于对发电机突然短路电流进行估算,辅助发电机电磁设计,可以为发电系统保护单元和控制器的设计提供理论参考。     

基于区域分割的红外与可见光图像融合算法的研究(英文)

由于红外图像和可见光图像的成像特点不同,因此在航空监视领域红外图像和可见光图像融合有重要的研究意义。由于非下采Contourlet变换具有更好的方向性、较高的逼近精度和更好的稀疏表达性能,能有效的提取图像的特征信息。因此我们在非下采Contourlet域,以空间频率为度量标准对红外图像进行阈值分割,经过分割将红外图像和可见光图像分别划分为目标区域以及背景,随后对红外图像和可见光图像进行边缘检测从而得到边缘区域,针对三个不同区域分别选择不同的融合规则进行融合。通过两组不同灰度差异的红外与可见光图像的实验,将基于像素点,窗口策略的融合算法和本文所提出基于区域算法进行了主观和客观的对比,试验结果表明基于区域分割的红外与可见光图像融合算法不仅能有效提取出红外图像中的目标信息还能有效的保持可见光图像的所反映的光谱信息,因此本文提出的算法是一种有效且可行的图像融合算法。     

改进Hilbert-Huang变换在齿轮故障诊断中的应用

针对Hilbert-Huang变换中齿轮故障信号经验模式分解的第一阶固有模态函数通常为非单一信号分量以及经验模式分解产生虚假低频分量的问题, 提出一种改进Hilbert-Huang变换方法.首先在频谱中确定故障信息频率范围, 并依据该频率范围和二进小波分解的特点确定需提取的相应频带的二进小波系数, 然后采用相关系数筛选法剔除小波系数经验模式分解所产生的虚假分量, 最后通过局部瞬时能量提取故障特征, 实例表明改进的Hilbert-Huang变换可以有效的提取齿轮故障特征.      

外圆纵向磨削表面粗糙度的在线检测研究

利用激光图谱比较法,通过对外圆磨削表面粗糙度标准样块进行多次测量,以此统计数据建立数据库,再对外圆纵向磨削后的零件表面粗糙度进行非接触式在线测量,将此测量结果与数据库中的数据进行比较,从而判定加工零件表面粗糙度的等级。     

用EWB实现非正弦周期信号频谱分析

采用EWB作为计算机辅助分析工具，对典型非正弦周期信号进行频谱分析，能克服对非正弦周期信号进行频谱分析或对非正弦周期电路进行研究所受到的硬件限制，并可得到满意的分析结果，有利于电子电路的教学。     

飞机零位检测系统中的座舱仪表读数识别法

介绍了飞机零位检测系统中的座舱仪表读数自动识别系统。识别系统预先在实验室条件下将各分立仪表图象二值化细化处理成标准的预模式，以此为参照输入被测仪表图象，使之与标准模式有接近的几何位置，然后采用二进小波变换方法在不同角度的扇形区域选择不同的变换参数提取仪表指针及刻度信息，抑制噪声与仪表表面玻璃的反光干扰。再建立图象的同心几何结构特征空间，从而求出被测仪表图象的中心点和相对于标准模式的旋转角度，最后判读指针角度，根据此角度与读数的对应关系自动识别出仪表读数。本文建立的系统对外场环境下摄入的带噪声和反光干扰的座舱仪表图象进行自动识别取得了满意的结果，识别精度高于人工识别精度，基本实现了在线测试。