基于小波分析的多普勒测风激光雷达信号去噪研究

针对多普勒测风激光雷达探测大气回波信号微弱和噪声干扰大的问题,提出了基于小波变换的半软阈值算法。首先,对基于小波变换的半软阈值算法原理进行分析,搭建了以马赫-曾德干涉仪作为鉴频器的非相干多普勒测风激光雷达系统;然后,采取硬阈值、软阈值和半软阈值3种算法对激光雷达探测回波信号进行实验。实验结果表明：与其它阈值法相比,半软阈值的信噪比（SNR）为4.933 5 d B,均方根差（RMSE）为0.676 2,去噪效果更优良,有效地提高了大气风速探测精度。     

分布式声传感型特种光纤结构设计

分布式光纤声波传感(DAS)是一种新型光纤声感知技术。该技术的作用机理是声学信号在分布式光纤上产生微弱的形变,从而引起光纤折射率的变化。光在传输过程产生相干效应,DAS对于正交分量信号不敏感,很难用一根直的水平光纤探测这类信号。本文主要对DAS探测声学信号探测灵敏度进行研究,采用ANSYS仿真软件分析声场对不同物理模型声学信号的感知能力,对物理模型结构最佳方案进行分析,设计出具有对声音高感知能力的物理模型。实验验证结果表明,平均提升了3.94%的信号幅值。经过信号解调去噪处理,得出设计的特种光纤高感知结构可以有效的获得更好的声学信号采集质量。     

目标空间聚类的差分头脑风暴优化算法

作为一种新型的群体智能优化算法,头脑风暴优化(brain storm optimization,BSO)算法一经提出便引起了众多研究者的关注.本文在对原始头脑风暴算法的聚类操作和变异操作改进的基础上,提出了基于目标空间聚类的差分头脑风暴(difference brain storm optimization based on clustering in objective space,DBSO–OS)算法.算法通过对目标空间的聚类替代对决策空间的聚类,减小了算法的运算复杂度;采用差分变异代替高斯变异来增加种群的多样性.多个测试函数的仿真结果表明,目标空间聚类的差分头脑风暴算法不仅提高了算法的寻优速度,而且提高了算法的寻优精度.文中进一步分析了参数对算法性能的影响,设计了最佳参数选择方案,并用于对实际热电联供经济调度问题的求解,验证了算法的实用性.     

融合背景估计与U-Net的文档图像二值化算法

针对低质量文档图像存在页面污渍、墨迹浸润、背景纹理等多种退化因素,提出一种融合背景估计与U型卷积神经网络（U-Net）的文档图像二值化算法。该算法首先进行图像对比度增强,然后通过形态学闭操作来估计文档图像背景,并利用全卷积网络,即U-Net对背景减除图像进行前景背景分割,最后采用全局最优阈值处理方法获得最终二值图像。实验结果表明,在2016和2017年国际文档图像二值化竞赛中该算法的◢F值（F◣-measure,FM）、伪◢F◣值（pseudo ◢F◣-measure,p-FM）、峰值信噪比（peak signal to noise ratio,PSNR）、距离倒数失真度量（distance reciprocal distortion,DRD）比性能次优的经典算法最高有5.58%、2.47%、0.86 dB、1.19%的性能提升。