Neural Network Signal Processing Approach for Damage Assessment in Fiberoptic Smart Material Systems and Structures

ＮｅｕｒａｌＮｅｔｗｏｒｋＳｉｇｎａｌＰｒｏｃｅｓｉｎｇＡｐｐｒｏａｃｈｆｏｒＤａｍａｇｅＡｓｓｅｓｓｍｅｎｔｉｎＦｉｂｅｒｏｐｔｉｃＳｍａｒｔＭａｔｅｒｉａｌＳｙｓｔｅｍｓａｎｄＳｔｒｕｃｔｕｒｅｓ①②ＴＵＹａｑｉｎｇ（Ｄｅｐａｒｔ．ｏｆＡｕｔｏｍ...     

Structural Damage Assessment by an Embedded Fiberoptic Sensor Array and Tts ANN Signal Processor

A novel type of two-dimensional damage assessment system for real-time monitoring the structural health of composite strurcture is described.The configura-tion of the embedded fiberoptic sensor array and the model of the artificial neural net-work(ANN) are discussed.The experimental system and results show that the system can monitor a damage of structures with potential application in areas usch as space aero-uautics,civil engineering,etc.     

人工神经网络处理光纤阵列传感信号的原理,结构及其仿真结果

人工神经网络技术作为机敏材料与结构的关键技术之一，在国外已受到人们的关注。本文探索将人工神经网络技术应用于光纤阵列传感信号处理中的原理、结构及应用于材料与结构损伤估计的方法。给出了适应于此，已用程序实现的两种神经网络模型的仿真处理结果。     

BP神经网络在智能家庭网关中的应用研究

随着消费类电子产品技术的成熟,智能化家庭网络概念的深入人心,家庭网关在数字化家庭网络中将会扮演着越来越重要的角色.系统运用模糊神经网络技术提出了一种新型智能家庭网关,该网关运用基于误差反向传播算法优化的模糊神经网络技术,以神经网络输出结果和模糊化判决为依据对家居设备进行智能控制.同时还构造了室内空气质量分析系统,并将实验和仿真的精确度控制在0.1％内,证明了该系统的有效性和精确性.     

细胞神经网络在通信信号处理中的研究进展

基于非线性理论的通信信号处理一直是信号处理领域的热点研究问题。细胞神经网络(CNN)作为最易于VLSI实现的一类神经网络 ,是非线性理论的一个重要研究方向 ,近年来在通信信号处理领域取得了许多重要进展。文中主要介绍了细胞神经网络的基本理论、结构及其在通信信号处理中的研究进展 ,并指出其今后在通信信号处理中的进一步研究方向     

机敏材料中的光纤传感与信号处理技术

简述了机敏材料与结构内状态监测，损伤估计用光纤传感器，光纤传感阵列及其输出信号的人工神经网络处理原理、技术的研究进展和发展趋势     

一种混合神经网络在颗粒图像边缘检测中的应用

本文提出了一种应用混合神经网络进行颗粒图像检测的方法。混合神经网络由用于对边缘候选图像的二值输入模式进行聚类特征提取的自组织竞争子网络（ＡＳＣＳＮＮ）和用于获取颗粒图像边缘矢量信息的ＢＰ子网络（ＢＰＳＮＮ）组成,边缘候选图像是通过采用基于灰度极小值算法提取的边缘候选象素获得。神经网络以边缘候选图像中的边缘候选象素及其邻域象素的二值模式作为训练样本。对经过噪声污染的图像进行实验表明,该方法获得的边缘图像封闭性好、边缘描述真实,抗干扰能力较强,适用于颗粒图像的边缘检测。     

智能材料与结构中的光纤传感阵列及其神经网络处理

提出了一种新颖的、采用周期性对称与不对称刻纹多模光纤组成的传感阵列网络，可用于智能材料与结构的应力、应变等的状态探测或损伤估计。探索采用了人工神经网络技术处理其阵列传感信号，给出了ＢＰ网与Ｋｏｈｏｎｅｎ网的仿真结果     

机载SAR天线稳定平台中的信号采集与处理

机载合成孔径雷达使用陀螺稳定平台使天线在惯性空间保持稳定并跟踪地速方向.稳定平台需要对分别来自于惯导系统,光纤陀螺,光电码盘的指令角、实际角速度、实际角位置信号进行采样.介绍了基于DSP的陀螺稳定平台控制器对上述三组数据进行采样的硬件实现方法.由于测量信号中通常包含有随机噪声,根据三种信号的特点及系统要求分别设计了数字滤波器,对采集到的信号进行滤波处理,使其可作为平台控制器输入的数据.文中所介绍的信号采集与处理办法应用于某机载SAR天线稳定平台中,平台在二维飞行模拟转台上能够完成稳定和跟踪的任务.     

基于卷积神经网络的印刷电路板色环电阻检测与定位方法

色环电阻是印刷电路板(PCB)中最常用的电子元器件之一,主要依靠色环的排列顺序和颜色等视觉信息进行区分,易发生装配错误。但是色环电阻装配质量的人工检测方法效率低、误检率高,而传统的基于图像处理技术的自动检测方法鲁棒性较差,难以解决不同拍摄角度、物距及光照条件下的PCB板色环电阻检测问题。针对这一问题,该文提出一种基于卷积神经网络(CNN)的PCB板色环电阻自动检测与定位方法,首先采用编码器-解码器结构的卷积神经网络模型及带有权重的交叉熵损失函数的网络训练方法,较好地解决了复杂光照及场景下PCB板色环电阻的图像分割问题;然后采用最小面积外接矩形方法定位单个色环电阻,并通过仿射变换对色环电阻位置进行垂直校正;最后通过高斯模板匹配方法实现了色环电阻的色环定位。采用1270幅PCB图像对该文方法进行了实验和验证,并与传统的基于形态学和基于模板匹配的色环电阻检测方法进行了对比,结果表明,该文方法在召回率、准确率及重叠度等性能指标上具有明显优势,处理速度快,能满足实际应用要求。     

结合自适应脉冲耦合神经网络和最大类间方差准则的眼底图像血管自动检测方法

结合自适应脉冲耦合神经网络(PCNN)和最大类间方差准则,该文提出一种眼底图像血管自动检测方法。首先采用对比度受限的自适应直方图均衡化(CLAHE)和2维高斯匹配滤波对眼底图像进行预处理,以增强血管和背景的对比度;然后基于简化PCNN模型,结合最大类间方差准则对预处理后的眼底图像进行分割,针对PCNN神经元的链接强度通常为常数的不足,使用像素的拉普拉斯能量(EOL)作为对应神经元的链接强度值,使得PCNN能够根据像素特征自适应地调整神经元的链接强度;最后采用面积滤波、断点连接对分割结果进行后处理,得到最终的血管检测结果。对STARE眼底图像库的实验结果表明,该方法具有较高的鲁棒性、有效性和可靠性。