基于暗通道先验去雾算法的研究与改进

基于暗通道先验算法的图像去雾技术已经日益成熟,但是其处理速度慢、天空区域过曝、处理完的图像色彩变暗等缺点也很明显。本文针对这几方面分别提出了求透射率时的优化、纠正天空等明亮区域的错误估计的透射率、采用自动色剂的算法进行颜色校正等方法,从而有效地提升去雾图像的视觉效果与处理速度。实验结果与几种经典的算法结果进行比较验证了本文算法在处理效率与颜色保真度方面的优越性。     

不同固体慢化剂对“花”型快谱超临界水冷堆中子学性能的影响分析

不同于一般采用氢化锆作固体慢化剂的反应堆,快谱超临界水冷堆工作在严酷的高温高压条件下,高氢平衡压以及停开堆造成的热冲击都会导致氢化锆中氢的大量损失,事故工况下甚至会引发氢的无控释放。本文通过分析对比多种材料的有效增殖系数、转换比、慢化剂温度反应性、燃料Doppler反应性、空泡反应性等参数的变化,发现氧化铍、碳化硅是中子学综合性能相对较好的"花"型快谱超临界水冷堆固体慢化剂材料,并且对燃料Doppler反应性系数影响不大。     

ESMODEL层析反演静校正方法应用研究

静校正处理是地震资料常规处理中的一个关键环节,主要用于解决近地表低降速带等导致的静校正问题。在复杂近地表地区,静校正处理的好坏直接影响到地震资料的最终成像质量。本文简要阐述了ESMODEL折射波层析静校正方法基本原理,探讨了ESM0DEL静校正技术在实际地震资料处理应用中的几个关键点,并总结了ESMODEL静校正方法的适应性条件,为更好的理解和使用ESMODEL静校正技术提供了有力的实践指导。实际资料处理表明,ESMODEI静校正方法对于复杂地表,特别是低速带厚度与速度横向变化比较剧烈情况下的复杂近地表地区,均具有显著的处理效果。     

同频段混合信号中的无人机信号盲检测识别

无人机信号的探测识别技术是应对无人机黑飞滥用的关键技术之一。在实际信号监测环境中，经常会接收到多个信号的混合信号，它们在时域和频域上混叠且各信号分量调制样式相同。为解决在同频段混合信号中检测识别出无人机信号的问题，提出了一种通过谱特征分析判断无人机信号存在性的方法。分别采用基于二次方谱特征的无人机图传和WiFi混合信号检测识别算法以及基于频谱带宽特征的多无人机混合信号检测识别算法，通过对射频电路采集的信号进行仿真验证，实现了从同频段混合信号中检测识别出无人机信号分量。理论分析和实验测试结果证实了所提检测识别算法的有效性。     

利用奇异谱分析的深度神经网络语音增强方法

针对现有深度神经网络语音增强方法对带噪语音的去噪能力有限、语音质量提升不高的问题，提出了一种基于奇异谱分析的深度神经网络语音增强方法。通过引入奇异谱分析算法对带噪语音进行预处理，以初步分离得到语音信号与噪声。接着将语音信号与噪声用于深度神经网络模型得训练，以得到性能更优的网络模型，从而使得本文方法具有更好的性能。最后在重建干净语音的环节中，同时使用神经网络估计得到的对数功率谱和带噪语音的对数功率谱，并加入了权重系数，使得本文提出的方法可以适应不同信噪比的情形，有效的去除背景噪声，降低语音信号的失真。本文通过仿真实验验证了该方法的有效性和鲁棒性。      

环境激振和自功率谱在切石机基础模态识别中的应用

近年来,越来越多的工程师运用环境激振下的模态试验,来识别结构工作状态下的动力响应,但对旋转式大块式机器基础的研究比较少。文章介绍了环境激振下的切石机基础模态参数识别的基本原理,并设计出一套属于切石机基础的模态试验系统和试验流程。     

新型张拉式观景塔动力性能分析

目前国内观景塔的结构形式单一,外形样式缺乏新意,文章提出提出一种新型的张拉式观景塔结构,由于其动力特性不同于其他结构形式,文章采用MIDAS gen有限元分析软件建立计算模型,通过合理的模拟结构的边界条件及初始状态,阐述了模态分析、反应谱分析及时程分析的基本理论;对结构进行了模态分析得到该结构的周期及模态;并对该结构进行反应谱分析及时程分析,对两者的计算结果进行了对比,得到反应谱的计算结果偏小于时程分析。     

超超薄彩管用校正透镜的设计

本文介绍了超超薄彩管校正透镜的设计过程:在原有透镜设计技术已经不适应新管型要求的困难下,通过大量的专业分析、技术突破,克服困难成功完成了能与现代显示器如液晶同存管型的透镜设计,取得了技术上的巨大突破与成就。     

层析静校正在层状结构黄土塬的正演模拟与应用

针对层状、速度横向变化的黄土结构静校正问题,建立地形起伏较大的层状地震模型并正演模拟,对此分别进行折射和层析静校正的处理及对比,进而得到叠加剖面对比图,并结合实际资料的验证,得出:在层状速度结构的黄土塬地区静校正问题上,层析静校正能解决长短波长静校正问题,而折射静校正只能部分解决长短波长静校正问题,存在一定的高低频误差。