基于时钟同步迭代算法的智能测速传感器设计

智能测速传感器的时钟同步性控制是提高测速准确性的关键,提出基于时钟同步迭代算法的智能测速传感器设计方法,采用三端结构和与CMOS兼容性测试的方法,结合时钟同步迭代方法进行智能测速传感跟踪识别,通过状态估计值计算智能测速传感器的时钟控制变量,将智能测速传感器分为接收探头、发射器和耦合控制模块,通过平行径向复合控制的方法实现对测速传感器的时钟迭代耦合控制,采用时钟同步跟踪和自适应参数识别,对输入的传感信号作PWM调制处理,采用调制波功率放大和频谱增益控制,实现智能测速传感器的时钟同步迭代以及传感参数自动识别。测试结果表明,采用该方法进行智能测速传感器设计,时钟同步控制性能较好,减小共模干扰,消除零点飘移现象,稳定性较好,时延较短,提高速度信息检测和自动探测识别能力。     

基于联合迭代重建技术的超声CT重建算法

在研究超声CT成像原理的基础上,对阵列检测方法进行了探讨。通过对探头布置方式的改进,增加了成像所需的数据量。基于最小二乘方准则,利用联合迭代重建算法,采用四边扫描算法求解相关系数矩阵,通过不断修正误差逼近真实值,进而实现速度矩阵的求取。数值仿真表明：采用上述方法能够明显减小重建误差,改善层析成像效果。     

用于两相流检测电容层析系统成像的迭代算法

电容层析成像技术(ECT)在应用生产过程中作为一种在线检测技术而得到充分应用。通过精确测量ECT系统的12个电极之间的电容,并利用测量数据进行二维模型有限元法计算其电场敏感分布图,提出了一种迭代的成像算法。该迭代算法可比较精确地对管道横截面的两相流进行图像重建。并讨论了工业应用的实际问题和目前的技术上的缺陷性。     

一类广义的乘积型迭代算法

文中利用Ｂｒｅｇｍａｎ函数构造的Ｄ偏差函数定义放射ＣＴ图像重建的投影数据与图象经数值投影得到的数据之间的偏差，由此构造了广义乘积型迭代式，发现ＥＣＴ中的ＭＬ－ＥＭ，ＩＳＲＡ等算法都是本迭代式的特例，最后，将其中几种典型情况用于单光子放射ＣＴ（ＳＰＥＣＴ）图象重建。得到了优于ＭＬ－ＥＭ，ＩＳＲＡ算法的结果。     

基于ASGSO算法的改进DV-Hop算法

针对无线传感器网络定位技术中DV-Hop算法在最后阶段计算待定位节点坐标时定位精度低的问题,提出了一种基于自适应步长萤火虫优化算法的改进DV-Hop算法(ASGSODV-Hop)。该算法将DV-Hop算法在估算节点坐标阶段所使用的最小二乘法用ASGSO算法代替,采用ASGSO智能算法的自适应迭代寻优对DV-Hop算法定位求解的问题建立特定的适应度函数并进行多次迭代计算实现优化,最终使待定位节点坐标与真实值更为接近。仿真结果表明,该算法的平均定位误差约为23.58%;相比于传统DV-Hop算法,ASGSODV-Hop算法可在无需附加通信开销的情况下使定位误差降低约46.49%,提高了节点的定位精度。     

代数迭代图像重建算法的研究

对计算机断层扫描成像(Industrial Computed Tomography)的代数迭代(Algorithm Reconstruction Technique--ART)图像重建算法进行了研究.为了提高图像质量,解决普通迭代法重建图像所产生的"盐和胡椒"现象,提出了新的代数迭代重建算法.该算法改进了已有的迭代过程,加入了新的迭代参数--收敛因子,通过改变迭代进程和调整收敛因子来提高图像的质量.在计算机上成功地实现了从数据采集仿真到图像重建的全过程,证明了ART算法可以有效地提高重建图像的质量.     

基于改进迭代贪婪算法的预制构件调度研究

迭代贪婪算法是一种具有较强局部搜索能力的元启发式算法,但由于传统迭代贪婪算法搜索范围过大,搜索效率有限,为了进一步提升传统迭代贪婪算法的搜索能力,考虑到阈值接受算法具有能缩小搜索范围的特点,提出了一种改进的迭代贪婪算法解决流水车间预制生产的订单接受与调度问题。该改进算法是在破坏原调度序列后加入一种基于构造启发式规则的重建策略,并结合阈值接受算法的自适应接受准则用以跳出局部最优。经大量仿真实验结果显示,与传统迭代贪婪算法、禁忌搜索算法以及遗传算法对比,改进的迭代贪婪算法具有更好的求解质量和鲁棒性。     

基于改进迭代算法的动态调度优化模型

笔者针对当前智能加工系统中的动态作业调度问题,考虑作业工序、等待时间等实际情况中产生的约束条件,在3大原则的前提下,应用改进迭代算法建立了一道工序的工作调度模型和两道工序的调度模型,通过验证模型的时间空间复杂度,得出此模型具有较好的实用性。最后,在模型的推广中加入1%的工作故障概率,得到故障概率分布,进而得到更加稳定的模型。     

矿井电网故障检测WSNs分层时间同步算法

结合经典时间同步算法TPSN、RBS的优点,提出了一种能量有效且满足一定精度要求的同步算法RBTP。该算法利用无线通信的广播特性并采用最大似然估计和最小二乘法计算时钟偏移和频偏,进而对时钟进行补偿。仿真结果表明,与TPSN和RBS算法相比,RBTP算法明显减少了节点的能量消耗,提高了同步精度,能够满足井下电网故障定位系统对时间同步的需求。     

一种节能的基于TPSN算法改进的时间同步算法

时间同步是无线传感器网络中的一项重要支撑技术,而节点能量有限则是无线传感器网络的一个显著特征.节点进行时间同步的时候,如果同步过程消息传输过多,则会大大消耗节点的能量.对经典TPSN时间同步算法进行改进,提出一种低能耗的时间同步算法.     

基于GPU平台的联合迭代重构算法加速

电子断层三维重构技术(Electron Tomography,ET)是在纳米尺度下研究不具有全同性的细胞或大分子三维结构的重要方法。迭代重构法是ET中重构效果最好的方法,但是其性能较差,重构大尺寸图像时需要数天的时间甚至更长,使其应用受到限制。迭代重构法中经典的方法是代数重构法(Algebraic Reconstruction Technique,ART)和联合迭代重构法(Simultaneous Iterative Reconstruction Technique,SIRT),SIRT算法总是收敛的并且比ART重构的效果更好。利用CUDA语言设计和实现了基于Tesla C1060GPU平台上的并行SIRT重构算法,并利用存储器合并访问、常量存储器、共享存储器等优化技术对并行算法进行优化,优化后的SIRT并行算法在Tesla C1060GPU平台上的最大加速比是Intel i7 920CPU上的串行算法的47倍,并且重构的质量没有任何下降。     

煤矿粉尘的多波长消光检测方法

根据煤矿测尘的实际需要,提出采用多波长消光法测量煤矿粉尘精度。介绍了多波长消光法测尘的原理,并提出原理性设计方案。     

基于超声层析成像技术的三维流场重建

在现有的以超声层析成像为基础的流场重建方法中,一般只能单独重建横向流场或轴向流场.为能够同时获得横向和轴向流场的信息,提出一种方法,通过在圆管周围合理布置超声换能器,采用联合代数迭代重建算法同时得到圆管中的横向流场和轴向流场的重建图像,完成圆管中流场的三维重建.实际的单弯管实验成功重建了横向流场和轴向流场表明方法可靠.     

基于改进残差网络的扬尘图像识别方法

当前利用深度学习方法进行扬尘图像识别的研究较少,一些传统的方法使得扬尘图像的识别率较低.针对这种情况,提出一种基于改进残差网络的扬尘识别方法.该方法将ResNet-50网络应用到扬尘数据集中,并对其网络结构进行了改进.加入空间金字塔池化以解决输入图像尺寸不固定的问题,并且将金字塔池的策略改为平均池化,将扩大特征图的方法应用到主干网络中,有利于提取到更加细粒度的特征,提升模型的性能,从而提高识别率.实验结果表明,该方法具有很高的精确度,为扬尘识别提供了一种有效的方案.     

基于改进POCS算法的图像重建

利用传统凸集投影(POCS)算法进行图像超分辨率重建时,重建图像的边缘会产生振荡效应。针对该问题,提出一种改进的POCS算法。分析边缘振荡效应产生的原因,根据图像边缘两侧像素差值较大的特点,加权约束中心在边缘像素的点扩散函数,以减少边缘另一侧像素对当前像素的影响。实验结果表明,该算法能消除边缘振荡效应,提高重建图像的峰值信噪比。     

基于自适应核回归和代数重建法的低剂量CT图像重建

针对稀疏角度投影数据CT图像重建问题,TV-ART算法将图像的梯度稀疏先验知识引入代数重建法（ART）中,对分段平滑的图像具有较好的重建效果。但是,该算法在边界重建时会产生阶梯效应,影响重建质量。因此,本文提出自适应核回归函数结合代数重建法的重建算法（LAKR-ART）,不仅在边界重建时不会产生阶梯效应,而且对细节纹理重建具有更好的重建效果。最后对shepp-logan标准CT图像和实际CT头颅图像进行仿真实验,并与ART、TV-ART算法进行比较,实验结果表明本文算法有效。      

基于SL0范数的改进稀疏信号重构算法

平滑范数（Smoothed l0,SL0）压缩感知重构算法通过引入平滑函数序列将求解最小l0范数问题转化为平滑 函数优化问题,可以有效地用于稀疏信号重构。针对平滑函数的选取和算法稳健性问题,提出一种新的平滑函数序列近似范数,结合梯度投影法优化求解,并进一步提出采用奇异值分解（Singular value decomposition, SVD）方法改进算法的稳健性,实现稀疏度信号的精确重构。仿真结果表明,在相同的测试条件下,本文算法相比OMP算法、SL0算法以及L1-magic算法在重构精度、峰值信噪比方面都有较大改善。     

基于中心线匹配的导管三维重建技术

针对工业领域中导管的三维重建效率低的问题,提出了一种基于中心线匹配的导管三维重建方法.该方法首先通过导管的平面灰度图像提取出中心线和边缘线,根据立体视觉原理,以非均匀有理 B样条(Non-uniform rational B-spline, NURBS)曲线作为导管中心线的描述工具和匹配基元,利用其透视投影不变性,重建导管的空间中心线,并通过边缘线计算导管的外径,最后利用三维建模技术重建导管的CAD模型.相对于现有导管三维重建方法,该方法具有测量效率高,操作简单的特点.实验结果表明,该方法的导管三维重建时间可控制在1分钟内,重投影误差为0.284像素,导管两端面中心点的测量误差为0.242mm,外径测量误差为0.158mm.     

基于立体视觉的煤矿巷道三维重建方法研究

井下巷道的三维建模是实现数字化采矿非常重要的一个环节,论文利用数字图像处理技术根据摄像机拍摄的巷道断面照片对井下巷道进行三维重建.提出一种基于中心线-断面属性的局部建模方法.这种方法不考虑中心线之间的拓扑关系,对单一巷道和交岔点分别建模.该方法能实现平巷、斜坡道、竖井等地下工厂的三维实体建模,相比于现有的一些重建方法这种方法计算量小,能快速实现三维重建.