微粒直径及直径分布的激光测量技术

本文较全面地介绍了微粒直径及直径分布的激光测量技术.详细讨论了光全散射法、光角散射法、衍射法及激光脉冲全息法的测量原理、适用范围及其发展.研究结果表明,光学法测粒具有测量粒度范围广、重复性好、精度高、不接触样品、不要求导电介质以及测量时间短并可在线实时测量等优点.     

一种新的散射光能谱法测量颗粒粒径的方法

基于光散射原理，提出了一种新的测量颗粒粒径大小及分布的方法。与传统的光散射式激光测粒仪不同，本方法以白色光为光源，仅采集一个空间立体角内的散射光能信号，经反演算后求得被测颗粒的粒径及其分布。给出了这一方法的理论分析、数值模拟以及实验研究。     

光散射中多重散射的实验研究

光散射中多重散射的实验研究滕家炽，贺莉清（上海机械学院，上海２０００９３）光的多重散射是光子的输运过程。输运理论遍及很多领域，几乎是各自独立地在发展，例如工业窑炉中的热传输，恒星或行星层中的光学现象。在现代颗粒学中，光测微粒尺寸及其分布，是其基本课题...     

火灾烟颗粒群多分散与单分散光散射模型的比较研究

基于T矩阵法,取入射激光的波长分别为300、633、800nm,对正庚烷火烟颗粒群分形结构的多分散模型、单分散模型以及等体积的球形模型的光散射Muller矩阵元素随散射角的分布特性进行了详细的比较分析。结果表明,当λ=300nm时,散射光能很好地反映正庚烷火烟颗粒凝团的分形结构及凝团中基本颗粒的分布特性;当λ=633nm时,正庚烷火烟颗粒群分形结构的多分散模型和单分散模型的光散射特性基本一致;当λ=800nm时,正庚烷火烟颗粒群3种模型的光散射特性趋于一致。     

多波长散射光通量法测颗粒尺寸分布的实验研究

基于经典Mie光散射理论，提出一种改进的多波长散射光通量测量颗粒粒尺寸的方法，对标准颗粒及实际样品的实验研究表明，该方法不仅能测量颗粒的平均直径，还能给出尺寸分布。     

旋转微椭球体光散射的研究

采用了Eikonal近似方法对旋转微椭球体颗粒光散射进行了理论研究，并把旋转微椭球用其等效的球来近似，进而应用Mie散射理论对旋转微椭球体颗粒光散射进行数值计算，并对计算结果进行了分析。结果表明，旋转微椭球体颗粒散射光振幅分布与其位置(θo、θo)、离心率及入射光波长有关，并与其内、外切球的光散射情况接近。     

多角度动态光散射角度误差对权重估计的影响

角度权重估计是多角度动态光散射测量技术的重要环节,其方法可依赖于光强均值或光强自相关函数基线。角度误差对颗粒粒度分布测量准确性的影响在很大程度上取决于角度权重系数的估计。通过对模拟和实测动态光散射数据的反演,研究了角度误差对基线值法和光强均值法进行权重估计对粒度分布反演的影响。结果表明:采用两种方法进行角度加权,无角度误差时反演结果无显著差异。存在角度误差时,误差对光强均值法反演结果的影响大于基线值法,并且对大颗粒的影响显著大于对小颗粒的影响。导致这一结果的原因在于,当散射角存在误差时,基于Mie理论的光强均值法得到的权重系数为理论值,与实测的光强自相关数据所对应的权重系数存在偏差。而且随着颗粒粒径的增大,Mie散射光强随散射角变化呈现出更为剧烈的波动,致使这种偏差加大。因此,采用基于Mie散射理论的光强均值法进行角度加权,对多角度光散射测量装置应提出较高的精度要求。     

衍射式激光颗粒测量装置的复散射修正算法的研究

本文给出了一个实用的衍射式颗粒测量装置的复散射修正算法。当被测颗粒群不透光度较高时，通过对颗粒群进行分层，把复散射修正问题转化为散射光强角分布的多次卷积问题，结合Fourier变换，解出单层颗粒群的散射谱分布，从而实现对复散射的修正。     

基于光散射的粒子测量方法综述

基于光散射的粒子测量方法具有非接触、测量范围较大、实时测量等优点,是颗粒物理化学特性测量的一类主要方法.介绍了基于光散射测量颗粒粒径、复折射率和浓度等参数的主要方法、原理以及各种方法的适用范围,以及基于光散射的粒子测量研究方面的新进展和存在不足的方面.基于光散射的粒子测量方法的适用范围各有侧重,其趋势将向着更宽的测量范围,更高的测量精度,与多参数同时测量等方向继续发展.     

火灾烟颗粒Stokes散射矩阵的实验研究

针对火灾烟颗粒的Stokes散射矩阵,利用电光调制器、1/4波片、偏振片及锁相放大器等设计与搭建了火灾烟颗粒光散射实验平台;并基于该平台测量了棉绳阴燃、正庚烷明火及檀香阴燃生成的3种烟颗粒的Stokes散射矩阵中16个元素的角度分布.实验结果表明,这些烟颗粒在光散射过程中都体现出明显的非球形效应,尤其是阴燃过程生成的灰烟颗粒.这说明基于球形模型的Lorenz-Mie散射理论对于分析烟颗粒光散射特征存在一定的局限性,而为了进一步挖掘火灾烟颗粒光散射过程中的光强与偏振等信息,需要建立合理的非球形模型,从而为光电感烟火灾探测技术的发展提供指导与支撑.     

Optimization-based transistor sizing

A combined heuristic and mathematical programming approach to transistor sizing is presented. A fast heuristic algorithm is used to obtain an initial sizing of the circuit and convert the transistor sizing problem into a nonlinear optimization problem. The problem is then solved, in spaces of reduced dimensionality, by mathematical programming techniques. To cope with the nondifferentiability of the circuit delays, the concept of generalized gradients is proposed to compute the delay sensitivities. Experiments justify the use of this sensitivity computation technique and show that the approach is a good compromise between the speed of the heuristic algorithm and the power of mathematical programming.<>     

数字调制识别SVM分类器参数优化及仿真

对于基于SVM数字信号调制识别分类器,参数选取过程中如何优化惩罚因子和径向基核函数参数问题,提出了一种改进算法。该算法将自适应惯性权重粒子群算法和k折交叉验证法结合,利用交叉验证法计算粒子适应度值,通过粒子群算法实现最优参数值搜索,最终得到分类器惩罚因子和径向基核函数参数最优值。仿真结果表明,该算法性能明显优于网格搜索法和遗传算法。     

Design of second-generation current conveyors employing bacterial foraging optimization

The present paper deals with the optimal sizing of CMOS positive second-generation current conveyors (CCII+) employing an optimization algorithm. A contemporary non-gradient stochastic optimization algorithm, called bacterial foraging optimization (BFO) algorithm, has been employed to obtain the optimal physical dimensions of the constituent PMOS and NMOS transistors of the CCII+. The optimization problem has been cast as a bi-objective minimization problem, where we attempt to simultaneously minimize the parasitic X-port input resistance (R_X) and maximize the high end cut-off frequency of the current signal (f_ci). The results have been presented for a large selection of bias currents (I₀) and our proposed algorithm could largely outperform a similar algorithm, recently proposed, employing particle swarm optimization (PSO) algorithm and also the differential evolution (DE) algorithm.     

反常衍射近似在测量圆柱形粒子粒径分布中的应用

在光全散射法颗粒粒径测量中,基于米氏(Mie)理论的计算方法只能求出均匀球形粒子的消光系数,而且计算复杂。通过反常衍射近似(ADA)代替米消光系数,可以简化粒径分布的反演过程。对使用反常衍射近似方法计算圆柱形粒子消光系数的可行性以及限制条件进行深入的研究,并在非独立模式算法下,采用遗传算法反演粒径分布。仿真结果表明,当粒子的相对折射率在一定范围内时,利用反常衍射近似反演圆柱形粒子的粒径分布是完全可行的,反演结果稳定、可靠。对消光值测量结果加入3％相对误差时,反演误差为5．7％。该方法具有简单、直观、计算速度快等优点,适合颗粒粒径的在线测量。     

用改进激活集合法优化VLSI互连线

本文介绍离散线宽的单根互连线时延优化的一种算法：改进激活集合法(MASM)。基于Elmore时延模型，单根互连线的优化问题能被表述为凸二次规划，能在多项式时间里求解，得到最优结果。它是一种非常高效的算法．计算结果证明了此算法的有效性。     

MCMC粒子滤波算法研究及应用

粒子滤波算法是一种基于贝叶斯估计的蒙特卡罗方法,适用于非线性非高斯系统的分析,被广泛应用于跟踪、定位等问题的研究中。为了解决粒子滤波算法在重采样后,丧失粒子多样性的问题,本文在粒子滤波算法的重采样步骤后,加入了马尔可夫链蒙特卡罗（Markov Chain Monte Carlo,简称MCMC）移动步骤,增加粒子的多样性。利用粒子滤波算法和MCMC粒子滤波算法对目标跟踪问题进行了仿真,并且通过分析仿真实验结果,比较了两种算法的性能,结果说明加入MCMC粒子滤波算法的性能优于粒子滤波算法。     

交叉验证容噪分类算法有效性分析及其在数据流上的应用

交叉验证容噪分类算法是处理含噪音数据集分类问题的重要手段之一.从样本复杂度理论出发,对其有效性进行了详细的理论证明,并给出适用条件.提出一种容噪数据流集合分类算法,理论分析和实验验证表明,该算法与传统交叉验证容噪算法相比,具有更高的分类准确率.     

一种光子相关器动态范围自适应调整方法与实现

目前广泛应用的光子相关光谱(PCS)颗粒测量系统中, 光子相关器动态范围的设置需要与实际待测颗粒的光强自相关函数曲线衰减区间相匹配, 这样, 相关器才能给出具有最佳分辨率的自相关函数曲线。然而, 在实际测量过程中, 待测颗粒体系的粒度分布范围通常是未知的, 因此需要对参数进行多次修正才能得到最佳的分辨率效果。对此, 提出一种可根据被测颗粒体系的粒度分布范围变化, 自适应修正测量参数进行光子相关器动态范围调整的方法。该方法通过初始采样时间的选择和相关通道采样时间的再分配, 实现测量过程中的相关器动态范围调整, 使其与待测颗粒体系的光强相关函数曲线衰减区间相匹配, 从而保证在任意颗粒系的测量中都能得到分辨率最佳的自相关函数曲线。     

一种求解SLA等级感知服务组合问题的多目标离散粒子群优化算法

针对SLA等级感知服务组合问题,本文提出了一种求解该问题的多目标离散粒子群算法(MDPSO),建立了多目标粒子群算法优化模型.根据该问题的特征,对粒子更新策略进行重新设计;并且提出粒子变异策略以抑制群体的早熟收敛增强群体的全局搜索能力.另外,提出了一种基于约束支配关系的局部搜索策略并将其结合到MDPSO算法,形成算法MDPSO+.最后对MDPSO算法的参数设值进行了分析,并将算法MDPSO、MDPSO+与最近提出的求解该问题的E³-MOGA算法及NSGA-II算法在不同规模的测试用例上进行了实验对比,结果表明算法MDPSO+能够更加有效的解决该问题.     

Estimation of rock-aggregate volume based on PCA and LM-optimized neural network

In granule processing industries, acquisition of particle size and shape parameters is a common procedure, and volumetric measurement is of great importance in dealing with particle sizing and gradation. To eradicate the major drawbacks with manual gauge, this paper proposes an optical approach using Back Propagation (BP) neural network to estimate the particle volume based on the two-Dimensional (2D) image information. To achieve the better network efficiency and structure simplicity, Principal Component Analysis (PCA) is adopted to reduce the dimensions of network inputs. To overcome the shortcomings of generic BP network for being slow to converge and vulnerable to being trapped in local minimum, Leven-berg-Marquardt (LM) algorithm is applied to achieve a higher speed and a lower error rate. The real particle data is utilized in training and testing the presented network. The experimental result suggests that the proposed neural network is capable of estimating aggregate volume with satisfactory precision and superior to the generic BP network in terms of performance capacity.