基于BP神经网络的电缆沟监控模式识别方法

为了减少电缆沟盲目施工与偷盗等因素造成的损失和影响,引入一种智能的线路监控技术。该技术基于分布式光纤传感技术,利用BP神经网络对光纤传感器的四种常见的扰动信号进行模式识别。通过将光纤传感器得到的时域扰动信号用特定的程序处理后转换成图像,再经特定的图像处理流程后形成模式识别的样本。利用这些样本训练BP神经网络,并将训练好的模型应用到实际的电缆沟安全监控系统中进行测试。测试结果表明,电缆沟的总体识别成功率为98.16%,该识别方法还可以应用于光纤周界安防系统等领域。     

一种新颖的分布式光纤喇曼温度传感器信号处理方法的研究

本文首次在分布式喇曼光纤传感技术的信号处理过程中引入去卷积的信号处理方法;通过对传统的和去卷积的两种方法的理论分析、计算机模拟和比较,说明了新的处理方法可以在不压缩驱动脉宽的情况下有效的提高系统空间分辨率,为提高分布式喇曼光纤传感器的空间分辨率开辟了新的途径。     

基于传感器阵列的机械故障声源定位系统

传统的机械故障诊断系统需要在被监测本体上安装传感器,只能定点定性监测,无法大范围监测,且可移植性差、智能性弱。针对此问题设计了基于四元声学传感器阵列的故障声源定位系统,能实现故障声源的识别及定位。首先,通过声学传感器采集机械设备运行过程中的声音信号,提取其Mel频率倒谱系数。然后,经BP神经网络对声音信号进行识别判断,若为故障声则采用广义互相关算法计算其时间延迟,进行定位。利用该系统对台式钻床空转、正常、磨损、崩刃四种工况进行识别定位测试,实验结果表明,该系统的工况识别准确率可达到89%,故障声源定位精度误差在6cm以内,具有较好的故障声源识别及定位功能。     

一种基于频率的光纤光栅小型流量计研究

提出了一种基于频率的光纤光栅小型流量计用于流体流量测量的设计方案。该流量计基于卡门涡街原理,利用发生体后产生脉动流体,通过测得其振动频率来测流体流量。通过对涡街流场二维仿真和三维仿真建模进行了理论分析并确定了Bragg光纤光栅粘贴的位置,实验表明,该流量计具有良好的可行性。     

一种基于增量元模型方法的全局优化算法

针对复杂仿真模型的全局优化问题,提出一种基于增量元模型方法的全局优化算法。首先,分析了现有增量拉丁超立方采样方法新增点数量难以控制以及其数值必须为原采样点数量的整数倍的缺陷,在此基础上利用减法规则思想改进了增量拉丁超立方采样;其次,将改进后的增量拉丁超立方采样与径向基函数的增量更新方法相结合,提出了一种全新的高效全局优化算法;最后,将该算法应用于压力容器的优化设计,计算结果证明了该方法的实用性与工程有效性。     

一种基于Viterbi法的改进瞬时转速估计算法

针对无转速计的瞬时转速估计问题及现有方法在抗噪、抗临近阶次和实时性方面的不足,基于Viterbi算法提出了一种改进型瞬时频率估计(instantaneous frequency estimation,简称IFE)方法,并将其应用于变转速工况下滚动轴承的瞬时转速估计。将隐马尔科夫模型中的Viterbi算法引入转频估计,分析了某一时频平面中代价函数的计算次数;根据欧几里得距离函数的性质,提出了代价函数迭代循环停止的新型判定准则。该准则的优点在于可以快速搜索时频平面,寻找到最优的局部路径,提高了IFE精度和计算速度。通过仿真信号和实验数据对该算法进行验证。结果表明:改进后算法效率明显提高,和基于峰值搜索IFE方法相比,改进的Viterbi-IFE方法具有较高的精度和稳定性。     

一种基于RBF隐式曲面的离散数据快速重建方法

本文针对空间散乱数据, 提出一种基于RBF（Radial Basis Function）隐式模型的快速曲面重建方法,并实现了隐式曲面的可视化。三维离散数据由于分布稠密、不均匀,空间拓扑结构未知的特点,本文首先强调大规模散乱数据预处理的重要性。通过基于空间法向量约束和主元分析两种方法进行数据简化和特征提取。其次采用K-d tree数据结构进行空间数据分割,将全局模型转化为局部的RBF模型,从而通过求解线性方程组得到模型的权值系数。最后在局部交叠空间光滑拼接,得到一个代数表达形式的光滑曲面。实验结果表明,该方法适用于任意复杂物体的三维曲面重建,而且具有较高的重建精度。     

一种基于神经网络的盲波束形成算法

提出了一种基于径向基函数神经网络(RBFNN)的波束形成算法.为了简化网络训练数据的产生,定义了一种新的网络映射关系,并且通过后续处理逼近维纳解.仿真实验表明,该算法的信号跟踪能力与最小方差无畸变响应(MVDR)算法的跟踪能力十分接近.但由于该算法利用了神经网络的并行结构,比MVDR算法更有效地提高了运行速度,并且对系统误差具有更强的鲁棒性.     

一种铁磁管道中远场涡流的伪峰移除方法

在铁磁性管道的远场涡流检测中,由于涡流信号会从激发线圈和接收线圈处2次穿透管壁,所以同一缺陷必然影响2次远场涡流信号的传输,其在接收信号中分别体现为主峰和伪峰。主峰包含了管道缺陷的位置等信息,然而伪峰在管道的检测和评估中表现为对缺陷定位的干扰。为了排除伪峰对管道缺陷定位的干扰,给出了一种新的远场涡流伪峰移除方法,首先利用数学形态学滤波器滤除缺陷信号的基线偏移,然后提出以径向基函数拟合主峰、伪峰的数学模型,并使用NelderMead单纯型法求解该模型的参数以得到伪峰信号。仿真实验和实际数据处理结果表明,该方法具有良好的伪峰移除效果,具有一定的适用性。     

一种基于水平集函数的尺寸优化方法及应用

针对构建结构拓扑、形状、尺寸的统一优化模型的需求,采用水平集函数描述结构尺寸要素的方法,建立了基于水平集法的结构尺寸优化模型。该方法采用水平集函数描述规则孔洞的几何尺寸信息,并通过引入紧支径向基函数进行插值,将尺寸变量转化为基函数的扩展系数。将基于水平集法的尺寸优化方法与基于水平集法的拓扑形状优化方法融合,构建了结构统一优化模型,实现了结构尺寸、拓扑和形状的综合优化。     

分布式光纤振动传感器及振动信号模式识别技术研究

研究分布式光纤振动传感技术及光纤振动信号的模式识别技术。通过M-Z干涉原理实现对振动信号的检测,通过信号双向时延定位技术实现光纤振动信号的定位。运用不同的数学方法对光纤振动信号进行分析,找出不同事件产生的振动信号的特征信息,并运用MATLAB进行仿真分析。通过仿真分析,证实了系统能找到挖掘机、车辆及人员走动的特征参数,从而能将这三种不同的事件区分开来。     

A new hybrid pattern recognition scheme for automatic discrimination of power quality disturbances

In this paper an intelligent method for automatic detection of Power Quality Disturbances (PQDs) is presented. The proposed automatic scheme is noticed to retaining informative features or eliminating redundant features simultaneously. This paper presents an effective method, for extracting features, so-called “integrated approach”, using integration of Discrete Wavelet Transform and Hyperbolic S Transform. Moreover, a new efficient feature selection method namely Orthogonal Forward Selection by incorporating Gram Schmidt procedure and forward selection is applied for selection of the best subset features. Some different classifiers are empirically compared in order to determine the best classifier. In this automatic scheme, the variable parameters of classifiers are optimized using a powerful method namely Particle Swarm Optimization. The sensitivity of the proposed method under noisy conditions has been investigated. The average rate of correct classification using the proposed hybrid scheme for automatic discrimination of PQDs in various noise conditions 99.55% is obtained.     

A multi-point optical fibre sensor for condition monitoring in process water systems based on pattern recognition

Preliminary results are presented for a multi-point optical fibre sensor designed to detect the presence of chemical species in water at spatial intervals of greater than 20 m. The sensor is addressed using optical time domain reflectometry (OTDR) with a spatial resolution of 10 m. The optical signals arising from the OTDR are highly complex due to interfering effects from external parameters such as localised fibre straining and temperature changes. Because of this level of complexity it has been found advantageous to use artificial neural networks (ANNs) as classifiers on the OTDR signals. The preliminary system has been trained initially to recognise only the presence of water, although it is planned to extend this capability to recognise the presence of contaminants in the water such as bacteria and chemical pollutants. Initial investigations show that different contaminants and interfering parameters (cross-sensitivities) may give rise to characteristic signatures on the OTDR signal which may be identified by the pattern recognition software.     

A pattern recognition method for lattice distortion measurement from HRTEM images

The idea of the method is to analyse a crystal lattice by creating a grid of quadrilaterals corresponding to repeated cells that are visible in the image. This approach combines image processing elements with a continuum field theory, to create a distortion-independent similarity measure that is used to select the most appropriate among possible lattice configurations. Subsequently, displacement and distortion fields are computed from individual cell positions. The method allows one to obtain these fields even for images where a periodic cell does not necessarily appear as a single dot of intensity in a high-resolution transmission electron microscopy (HRTEM) image, which results in a lower accuracy of commonly used approaches, namely geometric phase and peak finding. The results obtained from this method are verified quantitatively by comparison with known distortion tensor distributions and Burgers vector values on both simulated and real images.