基于双谱线吸收光谱的温度测试技术及校正方法研究北大核心CSCD

基于双谱线的激光吸收光谱技术具有测试精度较高、响应速度快等优点,常被应用于燃烧场和爆炸场的温度测量中,但在测试中,容易受到环境等因素的影响,带来较大的测试误差。本文基于双谱线吸收光谱技术,选择波数分别为7182.94962 cm^(-1)和7179.7524 cm^(-1)的两条水分子吸收谱线,研发了温度快速测试系统,测试周期为500μs,并对高温炉内的温度测试技术开展了相关研究。实验结果表明,通过双谱线直接计算得到的温度误差较大,在综合考虑了环境因素和邻近谱线干扰因素情况下,对温度计算结果进行了相应的修正,经过修正之后,温度测试精度得到极大的提高,误差约为5%。因此,测试方案和测温系统具有较高的准确性,为后续燃烧和爆炸等瞬态温度场测试技术研究奠定基础。     

基于FEEMD算法对小样本电磁信号的识别与分类

针对当前小样本条件下电磁信号识别算法在不同信噪比下识别准确率较低的问题，提出了一种模糊熵限阈经验模态分解(fuzzy entropy empirical mode decomposition, FEEMD)算法进行电磁信号特征提取，提取表征明显的数据展开短时傅里叶变换(short time Fourier transform, STFT),然后选用Transformer模型分类识别各制式信号。该算法采用8种不同制式的电磁信号分别在-10、-5、0、5、10 dB这5种信噪比下的识别准确率，确定了该网络的最优超参数。仿真结果表明，在5种信噪比下，2FSK、AM、ASK、SSB这4种调制信号识别率均超过90%,QAM16、QPSK和OFDM的准确率由30%～40%提升到了70%以上，由此表明了该算法的有效性和可实施性。