基于视觉成像技术的高速包装机模盒内烟支检测的研究

目的 解决机械探针式烟支检测在检测模盒内烟支时存在误检和漏检的问题。方法 设计一种基于视觉成像技术的高速包装机模盒内烟支检测装置，研究其关键技术，包括工业相机、LED光源和控制器的安装，动态图像采集和图像处理算法，PLC控制程序的设计等。结果 该烟支检测装置安装使用后，对模盒内烟支缺陷产品检测的准确率≥98%，误检率≤1%。结论 该烟支检测装置能有效解决机械探针式烟支检测误检和漏检的问题，提高了产品质量，降低了废烟消耗，提高了设备有效作业率，可推广应用于行业内所有包装设备上。     

基于LoRa的停车位状态信息采集系统设计

为了满足城市停车智慧服务系统的建设需求,设计了一套基于LoRa的停车位状态信息采集系统.详细介绍了前端采集设备和服务器端设备管理系统的设计,重点介绍了车辆检测传感器的设计.车辆检测传感器同时集成了地磁和雷达两种检测技术,结合检测算法的优化设计,有效降低了车辆检测传感器的误检率和漏检率.实装测试结果表明:该系统具有较高的检测准确性和可靠性.     

改进的SVM分类器在人脸检测算法中的研究

复杂背景下的人脸检测是近几年来的研究热点,在军事、医疗、安全等多个领域具有广泛的应用前景。本文主要针对人脸检测存在的漏检率和误检率比较高等问题,利用支持向量机的全局优化性和核函数参数的调节作用等特性,拟通过引入支持向量机(SVM)作为AdaBoost算法的弱分类器,从而提高人脸检测的精度、速度和降低人脸检测的误检率。     

印刷品自动光学检测伪缺陷去除方法

目的 为了解决使用差影法进行印刷品表面缺陷自动光学检测存在伪缺陷从而造成误检的问题,提出一套通过提高配准精度和空间滤波来减少伪缺陷的方法。方法 使用连续域蚁群算法求全局最优解,改进基于轮廓的模板匹配算法配准精度,减少伪缺陷的产生;配准时的仿射变换会产生轮廓伪影,根据伪影的分布特点将图像切分成轮廓区和非轮廓区。分别使用不同的空间滤波方法削弱伪缺陷,再使用阈值分割将其剔除。结果 在实验环境中,连续域蚁群算法改进的基于轮廓的模板匹配配准方法,可精确到亚像素级,配准率为92%;使用空间滤波剔除伪缺陷后进行缺陷检测,缺陷误检率为0,漏检率为3%;印刷品表面缺陷平均检测时间为1.05 s,最长时间小于1.5 s。结论 该研究改善了差影法在自动光学检测中的效果,方法快速、有效、易于实现;在降低了缺陷误检率的同时不会造成大量漏检;满足在线检测的要求,可用于实际工业生产。     

基于假设理论的序列图像中多目标检测和跟踪(英文)

本文提出一种基于目标检测的多维假设多目标检测和跟踪方法,此算法对于序列图像的照明变化和遮蔽现象具有很高的鲁棒性.首先,对序列图像进行背景抑制、时域滤波和杂波剔除的预处理,得到单帧的初始目标检测结果.对于初始检测中存在的漏检和误检现象,采用基于假设理论的跟踪概率模型优化初始检测轨迹;将目标的跟踪信息反馈于目标检测模块,形成一闭环自适应跟踪系统,达到多目标的最优检测和跟踪.实验结果表明了所提出的方法在多目标检测和跟踪中的可行性和有效性.     

改进的SVM分类器在人脸检测算法中韵研究

复杂背景下的人脸检测是近几年来的研究热点，在军事、医疗、安全等多个领域具有广泛的应用前景。本文主要针对人脸检测存在的漏检率和误检率比较高等问题，利用支持向量机的全局优化性和核函数参数的调节作用等特性，拟通过引入支持向量机（SVM）作为AdaBoost算法的弱分类器，从而提高人脸检测的精度、速度和降低人脸检测的误检率。     

基于RBF神经网络的地磁车位检测优化算法

研究了汽车车位的地磁法检测。针对车辆在长时间停放下出现了基线漂移的现象,致使传统的地磁检测算法在车辆长时间停放时容易出现漏检、误检等情况,提出了一种基于径向基函数(RBF)神经网络的地磁车位检测优化算法,该算法对长时间停车状态下的基线进行补偿,以获得更加准确的基线值从而提高检测的精度。实验结果表明,通过该算法得到的基线值能快速逼近真实值,对基线漂移有较好的补偿效果,经过RBF神经网络对基线进行补偿后,漏检率降低了6.65%,准确率提高了7.31%。     

面向瞬态EMI测试的FFT-SCZT算法研究

针对传统接收机电磁干扰(electro-magnetic interference,EMI)测试实时性差,难以实现瞬态EMI信号测量的问题,提出基于快速傅里叶变换(fast Fourier transform,FFT)与分段线性调频Z变换(segmented chirp-Z transform,SCZT)结合的瞬态EMI测试方法。首先采用FFT对整个频谱进行初扫得到范围更小的特征频带;其次,基于SCZT时间复杂度低的特点,采用SCZT对特征频带进行频率细分;最后,应用FFT-SCZT测量对幅值动态变化、频率动态变化信号进行测量验证。实验结果表明:FFT-SCZT对幅值动态变化信号的频率、幅值测量相对误差分别小于0.004 5%、2.4%,对频率动态变化信号的频率、幅值测量相对误差分别小于0.004 7%、0.25%;FFT-SCZT算法可准确测量瞬态信号。     

基于背景抑制与改进多尺度LSD的声呐小目标检测算法

针对声呐小目标检测由于水下环境复杂、目标回波信号弱等因素造成虚警率和误检率较高的问题,文章提出基于背景抑制和改进直线分割检测(Line Segment Detection, LSD)的检测算法。首先对原始声呐数据截取序列片段,构建多周期累积历程图,凸显运动目标轨迹线特征;其次设计边缘滤波算子,有效滤除部分背景噪声,并结合投影变换进行线特征增强,不仅实现了断裂直线重连,还抑制了剩余噪声;然后基于图像金字塔改进了多尺度LSD直线分割检测算法,有效缓解了过检测问题,大幅增加了直线平均长度;最后为了合并冗余检测信息,利用运动轨迹时空一致性特征设计后处理模块,提高了检测定位精度。通过多组无人遥控潜水器(Remotely Operated Vehicle, ROV)、潜水员、空心球靶小目标序列的湖试、海试数据的定量与可视化结果定性分析,实验结果显示,文中算法与传统LSD相比,误检率和漏检率分别降低了11.2和3.9个百分点,定位误差下降了1.495个像素。结果表明,文中所提算法大幅提高了声呐小目标检测精度,为后续水下目标识别、跟踪等任务奠定重要基础。     

声表面波温度传感器抗干扰技术研究

目的设计一种声表面波(SAW)温度传感器抗干扰技术,以提高温度测量的稳定性。方法分析SAW谐振器(SAWR)回波特性,建立SAWR回波信号熵能量模型,发现SAWR回波信号的衰减过程与熵能量的上升过程对应。当回波信号达到噪声水平时,熵能量的单调上升过程消失。为了抑制正弦干扰设计一种改进型自相关算法,利用该算法对信号进行去噪的同时使谐振器回波信号的衰减特性和正弦干扰的等幅特性得到保持。结果根据模拟仿真结果设置了SAWR回波信号的检测阈值(V_(thre)=1),并对该阈值进行了蒙特卡罗仿真实验。仿真结果表明,当信号信噪比大于4dB时,SAWR回波信号的检测率达到86%,而正弦干扰误检率小于0.5%。最后应用该算法对实际的正弦信号和SAWR回波信号进行了检测,得到的误检率接近于0。结论实验结果显示,所设计的算法可以用作声表面波温度传感器的抗干扰技术。     

Hilbert-Huang变换在瞬态信号检测中的应用

空投物体入水时产生具有时域冲击特性的信号,一般称之为瞬态信号。Hilbert-Huang变换可通过经验模态分解和Hilbert谱分析两种方法,从时频角度对瞬态信号进行分析。介绍了Hilbert-Huang变换的基本原理,建立了瞬态信号的数学模型,提出了基于Hilbert-Huang变换的信号重构瞬态信号检测方法,并与传统能量检测器的性能进行了对比分析,最后通过软件仿真和湖试数据处理验证了该方法的可行性和有效性。     

碰撞检测技术及在桥梁视景仿真中的应用

碰撞检测（Collision Detection）及优化是视景仿真技术中一项非常重要的技术,文中通过对碰撞检测理论的论述,概要介绍了碰撞检测算法关于时间域与空间域的不同分类方法,并讨论如何优化碰撞检测的方法,以减少运算时间与复杂度。通过视景仿真中桥梁碰撞检测的实例对碰撞检测理论及优化算法进行了验证。     

基于慢度估计的次声台阵信号自动检测算法及应用

针对次声监测研究领域广泛使用的短时间与长时间信号功率比检测方法性能不能满足要求,渐进多通道互相关检测算法虚警率较高的缺点,利用信号的时、频、波数域特性和次声台阵各子台信号的互相关性特性,提出了一种基于次声台阵信号慢度估计的自动检测算法。次声信号慢度估计结果的合理性、一致性是该检测算法的依据。考虑到该检测算法计算量较大,在具体应用中加入其他计算量较小的传统算法,进行逐次检测,最后应用的慢度估计方法既是一种检测方法,也是对其他检测算法结果的最终审核,一方面可以降低单项检测方法对检测参数的敏感性,另一方面也可提高检测的正确率(虚警率和漏警率同时降低)。该复合检测算法应用于某实验次声台站信号的检测(信噪比大于1.1),结果虚警率为4.0%,漏警率为5.0%,表明了该方法的优良性能。从检测应用处理结果还可以推测,结合一个区域现有密集的地震台站数据和2~3个次声台阵的数据,可以方便地识别、监控爆破方式日益复杂的人工爆破事件和真正的地震(余震)事件,为地震灾害减灾防灾、采矿监控等多领域服务,具有重大推广价值。     

基于噪声信号和改进VMD的滚动轴承故障诊断

受运行环境及传递路径影响,滚动轴承声音信号中包含有强背景噪声和较大的非周期性瞬态冲击成分,导致轴承故障特征提取困难。文中提出一种基于自适应变分模态分解(AVMD)的滚动轴承噪声信号故障诊断方法。该方法首先根据不同的信号自适应地确定模式数和惩罚因子,利用优化参数的VMD对原始信号进行分解,得到多个本征模式分量;然后计算各模式分量时域、包络谱和时-频加权峭度,根据时-频加权峭度最大化准则选择最佳IMF;最后采用共振解调技术求出最佳IMF包络谱。对轴承故障信号研究表明,所提方法可解决传统VMD算法分解精度受参数影响较大,导致信号出现过分解或欠分解的问题。另外与传统方法相比,该方法可以在强背景噪声和非周期性瞬态冲击下有效识别轴承故障。     

小波变换理论及其在机械故障诊断中的应用

小波变换是一种日益获得广泛应用的信号分析方法,已成为国际上非常活跃的研究领域.它在时域和频域同时具有良好的局域性,能够很好地反映出瞬态信号的特征,为诊断以非稳态信号为特征的机械故障提供了有效的分析手段.本文从应用的角度简述了小波变换的基本理论和算法,并给出了故障诊断的实例,证明了这种方法对故障诊断的有效性.     

地震模拟振动台三参量控制算法超调修正

本文针对地震模拟振动台三参量控制算法中存在超调量过大的问题,提出了离线时域修正算法：通过时域内微分方程求解得出超调量存在的原因,进而从直接消除暂态分量出发,以三角函数、傅里叶变换为工具,提出了任意输入下超调量的修正方法,仿真结果表明该方法大大降低了超调量,减小了在线计算量。同时,通过三参量在地震模拟振动台控制系统中的应用仿真得出：修正后的三参量在降低超调的同时未产生任何不利影响,能很好的应用于地震模拟振动台系统控制。     

海洋中持续泄漏气泡的声学检测

声学方法是检测水面下气体泄漏的主要方法。由于气泡振荡产生的声信号能量较弱,且频段往往与环境噪声频段重叠,不易提取和分析。针对这个问题,提出了一种结合频域积累与时频能量检测的处理方法,通过频域积累提高信噪比后,利用一种自适应时频检测算法分析气泡声信号特性。海上实验表明,该方法可以在较强环境噪声下对持续泄漏的气泡进行有效检测。     

一种沉底小目标的主动高频仿生波形分析及探测方法

为研究和分析用仿生信号及处理方法探测沉底小目标的可行性及探测性能,分别从时域频域波形、模糊度函数、抗混响性能方面分析了仿海豚声呐信号,并用计算机仿真了复杂背景下沉底小目标的探测。理论分析和仿真结果表明:在几种仿海豚声呐信号中,频率重叠较多的信号混响抑制效果最好;仿生探测方法的性能比标准声呐探测方法有了明显的提高。仿生信号及探测方法可作为一种新型的沉底小目标探测信号及处理方法。     

A fast multi‐level convolution boundary element method for transient diffusion problems

A new algorithm is developed to evaluate the time convolution integrals that are associated with boundary element methods (BEM) for transient diffusion. This approach, which is based upon the multi‐level multi‐integration concepts of Brandt and Lubrecht, provides a fast, accurate and memory efficient time domain method for this entire class of problems. Conventional BEM approaches result in operation counts of order O(N²) for the discrete time convolution over N time steps. Here we focus on the formulation for linear problems of transient heat diffusion and demonstrate reduced computational complexity to order O(N^3/2) for three two‐dimensional model problems using the multi‐level convolution BEM. Memory requirements are also significantly reduced, while maintaining the same level of accuracy as the conventional time domain BEM approach. Copyright © 2005 John Wiley & Sons, Ltd.     

基于倒阶次谱分析的齿轮故障诊断研究

针对齿轮箱升速过程中振动信号非平稳的特点，将常规的倒谱分析技术与阶次谱结合，提出了倒阶次谱的齿轮箱故障诊断方法。首先对齿轮箱升降速瞬态信号进行时域同步采样，再对时域信号实行等角度重采样，转化为角域平稳信号，最后对角域重采样信号进行倒谱分析，就可提取齿轮的故障特征。通过对齿轮齿根裂纹和齿面磨损故障实验信号的分析，表明该方法能有效地诊断齿轮的故障。