光纤压差传感器

本文研究的一种实用的光纤压差传感器,通过共光源双膜片结构保证了稳定性,采用波纹膜片得到较高灵敏度.该传感器已用于充压检漏系统,其灵敏度达到56050mV/MPa.零漂小于0.1mV/h,热灵敏度漂移为0.013%/℃.     

光纤检漏系统

本文介绍一种新型的光纤检漏系统,通过对待测件内气体状态分析,确定采用比较法充压检漏技术和先进的光纤技术,研制成既具有高检测灵敏度又稳定可靠的检漏系统。该系统已成功地用于工业生产中,对水库大坝仪器实现了在线充压检漏,保证产品质量。     

Besov空间的阈值收缩和边缘补偿的图像去噪

提出一种新的图像去噪方法,它是Besov空间的变分模型,在负实数次Sobolev空间上定义了数据项,用Besov半范数定义了正则项。并详细推导了变分模型在Besov空间的阈值求解公式,先做一个Contourlet变换域的小阈值收缩,然后再利用该模型去噪。去除噪声的同时也损失了部分边缘信息,把边缘分为四种情况,针对不同情况确定相应的边缘补偿方法。实验表明该模型具有良好的去噪效果。     

图像复原的Contourlet收缩与广义全变分正则化方法

建立了广义全变分(total variation,TV)模型,分析正则项在复原算法中的作用.分别从图像的平坦区域和边缘区域入手,在平坦区域图像各向同性扩散,在边缘区域则要满足各向异性扩散,从理论上对两种情形下的扩散做深入分析,推导出广义TV模型满足的一些条件,为了防止高噪声情形下复原模型失效以及克服方块效应,在正则项中引入了 Contourlet收缩,它是一种多分辨的、局域的、多方向的更稀疏的图像表示方法,正则项中引入的Contourlet收缩具有去噪和提取图像重要信息的作用,Contourlet收缩与广义TV正则化相结合,兼顾了图像的光滑性和边缘保持,特别是在图像严重模糊、噪声越多的情形下,更加体现了这种算法比改进的TV模型有效.     

全光纤安防系统模式识别及混合编程

介绍了全光纤监控预警系统及其模式识别算法。利用小波包分解对信号提取各频段内信号分量能量谱作为特征向量;应用速度与精度均非常出色的RBF神经网络实现信号分类,提高网络泛化能力。利用MATLAB引擎、组件对象模型(COM)两种混合编程方法实现将MATLAB算法程序集成到VC编写的系统平台中。使用文本文件存取网络数据,克服了MATLAB无法编译神经网络工具箱函数的缺陷,并从操作复杂度、执行时间、消耗内存等方面对两种方式进行对比,最终选定组件对象模型作为系统应用方案。     

全光纤安防系统模式识别混合编程的实现

介绍了宽域全光纤监控预警系统及光纤扰动信号模式识别算法.利用小波包分解对信号进行分解与重构,并提取各频段内信号分量能量谱作为特征向量;应用综合考虑观测数据和确定性先验知识的BVC-RBF神经网络实现信号分类,提高了网络的泛化能力.利用Matlab引擎、动态链接库(DLL)、组件对象模型(COM)3种混合编程方法将Matlab开发的算法程序集成到VC编写的用户操作平台中.使用文本文件存取网络数据,克服了Matlab无法编译神经网络工具箱函数的缺陷,并从操作复杂度、执行时间、内存消耗等方面对3种方式进行对比,最终选定动态链接库作为系统应用方案.     

ON THE KINETIC THEORY OF ELECTRON CYCLOTRON MASER

This paper starts from the kinetic theory to expound the method of characteristics.Influenceof the equilibrium distribution function fo upon analyzed result is fully investigated.The dispersionequation is regorously derived in a waveguide coordinate system in case of interaction between TE_(mn)field in a circular waveguide and a single-momentum ring-shaped electron beam.In the meantime,we make some critical review of previous papers and clarify their confusion and ambiguities.     

超声图像分割的曲线长度约束的图模型方法

针对超声图像分辨率低、组织和器官间的对比度低,图像具有弱边界并且包含严重的斑点噪声,导致分割非常困难的问题,结合超声图像自身的特点,提出一种适合超声图像的交互式图割的分割方法.首先用各项异性的扩散方法去除斑点噪声;然后构造能量泛函,在能量模型中增加曲线长度的约束,建立源点、汇点和图像的像素点之间的关联,定义泛函模型的数据项和规整化项;最后给出能量泛函能用图割最小化的证明,详细推导了能量泛函模型的求解,根据能量模型的特点构建相应的s-t图,并给出了图割方法步骤.实验结果表明,该方法能够精确、快速地分割出图像中的目标,解决了图割模型容易出现小区域和曲线不光滑的问题,分割效果优于传统的图模型.     

在Gp,qβ空间收缩的图像复原方法

在DT模型、Jiang模型和LHLLAV模型等图像复原方法的基础上,提出了在新的光滑空间上的图像复原模型。首先剖析了新模型的参数含义和物理意义,阐述了Besov空间和Gp,qβ空间的定义、性质和范数。根据Gp,qβ空间和Besov空间的关系,把模型在Gp,qβ空间中重新描述。引入替代函数,消除K*Ku对求解带来的困难,推导了新模型在第二代Curvelet变换域的求解,得到了一个关键性的Curvelet域收缩求解公式。最后,对图像复原模型给出了算法步骤和实验,验证了复原效果和计算复杂度,模型收敛快,比LHLLAV模型省时近一半,图像的SNR也比LHLLAV模型的高。     

稀疏正则化方法的超声信号反卷积

提出了一种在稀疏分解框架下的超声信号反卷积模型,改善了超声成像的质量。该模型包含两个正则项,分别约束信号的光滑性和字典表示的稀疏性,并应用高阶统计量和MA模型估计系统的点扩散函数。模型直接求解很困难,采用分裂Bregman方法交替迭代求解;并对反卷积的信号进行动态滤波、包络检波、二次抽样、动态压缩、灰阶映射等处理,得到超声灰度图像。实验结果表明,该反卷积方法成像比直接成像的分辨率高,图像的对比度得到增强,斑点噪声明显减少。