基于K-means算法的时序GB-InSAR图像PS实时选择方法

GB-InSAR（Ground-based Interferometric Synthetic Aperture Radar,地基干涉合成孔径雷达）是一种新型的形变测量工具,应用于长期连续监测时,为了保证形变测量的准确性和实时性,通常需要将SAR图像进行分组处理,并基于PS（Permanent Scatterer,永久散射体）技术实现形变反演。对长时间SAR图像序列的分析结果表明,像素点的幅值会随时间发生较大的变化,导致采用固定的幅度离差门限来选择PS点时,各组PS的数量会发生极大改变,严重影响形变测量的精度。本文提出了一种基于K-Means（K均值）聚类的时序GB-InSAR图像PS实时选择方法,首先对时序图像进行分组,然后利用各组图像的像素点幅度和相关系数,基于K-Means算法进行两级聚类。对一处露天矿坑实测数据的分析结果表明,本文方法在保证了各组图像的PS点足够多的同时,对PS点数量的稳定性也有大幅提高。      

CFRP与不锈钢激光焊接气泡缺陷的研究

针对激光焊接碳纤维增强树脂基复合材料与金属过程中，焊接接头处易产生气泡的问题，以碳纤维增强树脂基复合材料与不锈钢为研究对象，仿真研究了激光功率、扫描速度、填充树脂对焊接接头附近温度场的演化规律，以得到有效控制气泡的工艺参数窗口。结果表明：激光扫描速度参数窗口范围随着激光功率的增加而增大，随着填充树脂熔点与气化点的温度差值增加而增大。因此，在高功率范围焊接过程的可控性和稳定性更好，低功率范围更需要精准控制激光扫描速度，以控制焊接接头处的气泡形成。