环境卫星遥感反演在水源地水质应急监测预警中的精度探讨及修正方法研究

以辽宁东部某水源地为实例,结合环境卫星7期的影像数据,分析各波段与水源地应急监测指标(叶绿素、透明度、悬浮物、富营养化)的相关性,建立适合于各水质指标的定量反演模型,并结合采样数据对比分析反演精度,通过建立回归方程对反演指标进行修正。结果表明:未修正前,卫星遥感反演值和采样测定值相对误差在40%～50%之间;修正后,相对误差降低到20%～25%之间,基本满足水源地应急监测预警的需要。研究成果对于水源地应急遥感监测、预警具有重要的参考价值。     

南水北调中线丹江口段水质预警体系建设研究

为了保护和管理水,迫切需要一种快速,准确的水质污染物风险预警系统,对事故管理中的决策具有重要的现实意义。水质预警包括水环境现状调查、水质监测、水质评价及变化趋势的预测,而南水北调中线工程水质预警体系就是建立在水质评价的基础上。文章在分析丹江口水库的监测数据以及丹江口段可能存在的突发环境污染事件基础上,以期建立一个较完善的预警体系。研究结果表明:预测结果的确定系数大于0.9,相对误差小于0.1,这表明预警体系的准确性足以满足现实的水质污染物风险预警。     

采煤机异常检测及预警管理系统的研究

针对采煤机在高尘、高湿、高冲击载荷作用下工作出现异常情况的问题,分析一种采煤机运行状态自动监控、异常工况自动检测、自动报警的综合管理系统。该系统利用模糊监控原理,对采煤机运行过程中的关键参数进行检测和对比,对采煤机运行状态进行实时监测。根据实际应用表明,该异常检测及预警管理系统具有稳定性高、可靠性好的优点,提升了采煤机井下综采作业的稳定性。     

电液控制系统关键传感器的故障预警方法研究

为了保证电液控制系统的正常运行,对电液控制系统核心传感器部件的故障预警是关键一环,分析了传感器在电液控制系统的工作原理,得到了传感器在系统中的故障规律,为了对井下的电液控制系统中的核心传感器的故障进行预警和诊断,结合目前比较流行的传感器故障预警方法,以液压支架的压力传感器为例,提出了一个静态分析与动态分析融合的诊断方法,其核心是通过对传感器采集的数据进行分析,能有效预测压力传感器故障,提高电液控制系统的可靠性。     

煤层底板水害三维监测与智能预警系统研究

针对华北型煤田煤层底板突水监测点覆盖不全、智能化水平不高等问题,以底板"下三带"理论为基础,提出集多频连续电法充水水源监测、"井-地-孔"联合微震采动底板破坏带监测以及监测大数据智能预警为一体的煤层底板突水三维监测与智能预警技术思路。其中多频连续电法监测系统以伪随机多频序列为人工场源,利用伪随机相关辨识技术提取强噪声背景中的弱信号,采用拟高斯-牛顿法对预处理数据进行三维电阻率反演,实现对煤层底板充水水源变化过程的自动化三维监测;"井-地-孔"联合微震监测系统主要通过研制带推靠的孔中传感器及回收装置,实现微震传感器"井-地-孔"三维立体布署,采用井下有线(IEEE1588)和地面无线(GPS)时钟同步方式解决地面与井下采集设备的时钟同步问题,建立起"井-地-孔"监测数据的实时传输网络,基于偏振分析联合反演的三分量定位算法,实现采动底板破坏深度时空精细定位与实时监测;智能预警系统利用时序大数据挖掘技术与计算机深度学习技术对电法、微震多元时序监测数据进行分析和处理,采用指标预警和模型预警方法对监测数据空间展布和预警级别以三视热力图形式输出,实时显示煤层底板各网格的预警等级,从而形成煤矿底板水害三维监测与智能预警技术体系。最后,以河北葛泉矿东井11916采煤工作面为应用对象,采用多频连续电法监测系统、"井-地-孔"联合微震监测系统,以及基于时空监测数据的智能预警系统对煤层底板岩溶水害进行三维监测与智能预警,为我国华北型煤田煤层底板水害监测预警提供了新的技术与装备支撑。     

雷达旋转传输组合系统模块化设计

针对雷达旋转传输组合系统设计存在的周期长、效率低和通用性差等问题,提出了一种模块化设计方法。分析了基于模块化设计的旋转传输组合系统的主要优点;根据雷达总体技术要求,对功率汇流环、信号汇流环、光铰链和液体旋转关节等功能模块进行了设计,并阐述了模块设计过程中的关键技术;对旋转传输组合系统进行了指标测试。研究结果表明:该旋转传输组合系统各项性能均满足雷达对于电源、信号、光、冷却液等多种介质的旋转传输要求。     

扩展稀疏表示稳健HRRP目标特征提取方法

为提高低信噪比下高分辨一维距离像目标识别性能，提出扩展稀疏表示的噪声稳健目标特征提取方法。本方法通过对稀疏表示的扩展，实现对目标高分辨一维距离像局部特征与全局特征的提取。其中，在训练阶段利用支持向量理论与字典学习原理，对特征提取字典进行优化提高特征向量的可分性。在测试阶段，利用因子分析模型匹配方法对去噪声字典进行优化，从而实现对噪声的有效抑制，保证了目标识别系统的噪声稳健性。利用实测数据对本方法性能进行测试，结果表明本方法可在低信噪比条件下有效地恢复目标高分辨一维距离像，并实现较高的识别正确率。     

基于改进卷积神经网络的动态障碍物检测方法

针对传统卷积神经网络在感兴趣目标较小的情况下对动态障碍物检测会出现结果不准确的问题,提出一种基于改进卷积神经网络的运动障碍物检测方法。该方法在层层抽取细节特征的基础上融入全局特征,利用全局特征修正细节特征的提取,利用Softmax层进行分类来获取图像的整体信息。实验结果表明,与传统卷积神经网络相比,改进卷积神经网络具有较低的时间复杂度,以及较高的识别率。