多角度动态光散射角度误差对权重估计的影响

角度权重估计是多角度动态光散射测量技术的重要环节,其方法可依赖于光强均值或光强自相关函数基线。角度误差对颗粒粒度分布测量准确性的影响在很大程度上取决于角度权重系数的估计。通过对模拟和实测动态光散射数据的反演,研究了角度误差对基线值法和光强均值法进行权重估计对粒度分布反演的影响。结果表明:采用两种方法进行角度加权,无角度误差时反演结果无显著差异。存在角度误差时,误差对光强均值法反演结果的影响大于基线值法,并且对大颗粒的影响显著大于对小颗粒的影响。导致这一结果的原因在于,当散射角存在误差时,基于Mie理论的光强均值法得到的权重系数为理论值,与实测的光强自相关数据所对应的权重系数存在偏差。而且随着颗粒粒径的增大,Mie散射光强随散射角变化呈现出更为剧烈的波动,致使这种偏差加大。因此,采用基于Mie散射理论的光强均值法进行角度加权,对多角度光散射测量装置应提出较高的精度要求。     

小角前向散射偏振比法颗粒粒度分布反演

在光散射法的颗粒粒径测量方法中,传统测量模型的测量结果易受光路中颗粒杂质的影响。在Mie散射理论的基础上,将小角前向散射法与偏振比法相结合,推导了新的散射光能与粒径分布关系式,构造了传统小角前向散射法和小角前向散射偏振比法两种目标函数,并引入一种非独立模式算法人工鱼群算法对两种方法的目标函数进行反演。仿真采用服从Johnson-SB单峰分布均匀球形颗粒,分别对两种目标函数散射光能加入5%,10%,15%的随机噪声。仿真结果显示,利用人工鱼群算法对小角前向散射偏振比法目标函数反演得到的反演精度、抗噪声能力和鲁棒性都明显优于传统小角前向散射法目标函数的反演结果。     

基于改进的Chahine迭代算法的粒径分布反演

反演算法的速度、精度及稳定性一直是颗粒测量领域中的研究重点。针对传统的Chahine迭代算法在反演过程中出现毛刺、伪峰及震荡等不稳定现象,将正则化理论与Chahine迭代算法相结合的改进算法用于颗粒粒径分布的重建。通过引入正则化理论建立新的线性方程,采用L曲线法确定正则化参数,再利用Chahine迭代算法求解该线性方程。仿真及实验结果表明:改进的算法解决了Chahine迭代算法的缺点,提高了反演结果的稳定性和平滑性。利用改进的算法实现国家标准颗粒的测量,其迭代15 000次所得中值粒径D50的相对误差在2%以内,用于描述分布曲线展宽的D10、D90的相对误差均在5%以内,且反演时间小于1 min,可满足颗粒粒径在线测量的需求。     

光子相关光谱法测量不同浓度金颗粒粒径的测量时间分析

研究不同浓度下金颗粒粒径的测量时间。介绍了PCCS法（光子交叉相关光谱法）测量纳米颗粒粒径的基本原理。运用PCCS法测量了不同时间不同浓度下平均粒径为24.5 nm的金颗粒粒径。测量结果表明,相同的测量时间,悬浮液浓度越高,多次测量标准差越小;相同的悬浮液浓度下,测量时间越长,多次测量结果标准差越小。拟合了各个浓度下测量结果标准差与测量时间之间的曲线,利用拟合曲线,可根据需要的测量精度,选择在该浓度下的测量时间。     

动态光散射颗粒测量区的大小对测量结果的影响

本文采用100nm标准颗粒与过滤的蒸馏水制作不同体积分数的溶液作为测量颗粒样品,对不同测量区大小下测得的颗粒粒径的平均值和方差进行了比较。实验结果表明,当溶液浓度较低时,测量区过小会导致测量值的方差过大;当溶液浓度较高时,测量区过大会导致测量值偏小。     

基于分批估计的自适应加权数据融合算法

针对多传感器数据融合问题,文中提出了一种基于分批估计的自适应加权数据融合算法。该算法采用时间序列和空间序列对采集的数据分批求其方差,利用数据一致性检测对噪点进行剔除,进而得到自适应因子。随后采用自适应加权法对数据进行融合,得到预测值。文中模拟物联网数据进行仿真实验。结果表明,在处理数据时运用分批估计的自适应加权多传感器数据融合技术,能够提高传感器测量的精确度和系统的可靠性,基于分批估计的自适应加权平均法比传统自适应方法的均方根误差减少了10%,精度提高了2.3%。     

基于近红外窄波段光源的消光光谱粒径测量

提出一种基于连续透射消光光谱的粒径测量方法。基于Mie散射理论和人工蜂群算法对颗粒粒径进行反演,结果表明,单峰分布时颗粒的体积频率分布曲线相对均方根误差（RRMSE）低至0.08%,双峰分布时颗粒的体积频率分布曲线RRMSE低至3.49%。用编号为GBW120134、GBW120024和GBW120041的聚苯乙烯乳胶标准颗粒进行了对比实验。结果表明,单峰分布时D50粒径的相对误差在10%以内,双峰分布时D50粒径的相对误差在20%以内。     

测量方差自学习加权下的多传感器融合算法

分析了测量方差预先设定对多传感器融合算法中加权系数的分配和状态估计的不利影响;提出了一种测量方差自学习的多传感器加权和滤波算法.该滤波算法能够充分利用传感器每次量测带来的新信息进一步优化测量方差, 同时依据优化后测量方差合理地分配权系数和改进状态估计, 提高了对状态估计的精度.最后通过仿真计算验证了该算法的有效性.     

测量方差自学习加权下的多传感器数据融合算法

分析了测量方差预先设定对于多传感器融合算法中加权系数分配和状态估计的不利影响，提出了一种测量方差自学习的多传感器加权和滤波算法。该滤波算法能够充分利用传感器每次量测带来新的信息进一步优化测量方差，同时依据优化后测量方差合理地分配权系数和改进状态估计，提高了对状态估计的精度。最后通过仿真计算验证了该算法的有效性。     

反常衍射近似在测量圆柱形粒子粒径分布中的应用

在光全散射法颗粒粒径测量中,基于米氏(Mie)理论的计算方法只能求出均匀球形粒子的消光系数,而且计算复杂。通过反常衍射近似(ADA)代替米消光系数,可以简化粒径分布的反演过程。对使用反常衍射近似方法计算圆柱形粒子消光系数的可行性以及限制条件进行深入的研究,并在非独立模式算法下,采用遗传算法反演粒径分布。仿真结果表明,当粒子的相对折射率在一定范围内时,利用反常衍射近似反演圆柱形粒子的粒径分布是完全可行的,反演结果稳定、可靠。对消光值测量结果加入3％相对误差时,反演误差为5．7％。该方法具有简单、直观、计算速度快等优点,适合颗粒粒径的在线测量。     

基于时间序列自适应建模的粒子滤波动态目标跟踪

在目标跟踪中为达到目标的运行模型与实际轨迹相符,本文提出基于时间序列自适应建模的粒子滤波算法（TS_PF）。采用时间序列方法动态构建预测模型,并将粒子滤波算法中一系列加权粒子以该模型进行状态转移,运用粒子滤波重采样技术,使预测误差进一步减小,预测精度逼近最优估计。仿真实验表明在粒子滤波算法中采用时间序列自适应建模,能够...     

基于四阶累积量的机载多基线SAR谱估计解叠掩方法

叠掩问题是SAR成像处理的一个技术难点,在机载多基线SAR系统中,传统的谱估计解叠掩方法受到非均匀基线和基线数目少的限制,使得其在解叠掩过程中的散射点高度向测量误差大、分辨性能差。针对以上问题,该文将4阶累积量统计特性用于传统的谱估计解叠掩方法中,利用4阶累积量的盲高斯性和非均匀阵列的虚拟阵列扩展性能,结合传统的Capon, MUSIC谱估计方法,能在有效去除高斯噪声的同时,提高叠掩处各散射点的高度向测量精度及分辨率。仿真和实测数据实验证明了该文方法的有效性。      

一种新的散射光能谱法测量颗粒粒径的方法

基于光散射原理，提出了一种新的测量颗粒粒径大小及分布的方法。与传统的光散射式激光测粒仪不同，本方法以白色光为光源，仅采集一个空间立体角内的散射光能信号，经反演算后求得被测颗粒的粒径及其分布。给出了这一方法的理论分析、数值模拟以及实验研究。     

光镊技术中的纳米位移探测及其测量误差讨论

光镊系统可以实现微米粒子的纳米精度位移测量，对该测量装置和方法及各种误差来源进行了分析。着重讨论了动态图像分析法，包括灰度重心法和新发展的幂次重心法、二次曲线拟合法。提出了一种对图像分析法边行评估的数值模拟方法，对这三种算法引起的误差进行了数值模拟。结果表明，方法误差与随机噪声的性质有关：在本底噪声为主时，二次曲线拟合法精度高，计算量小。用四像限探测器和图像分析法对固定的微米小球进行了位置测量，二者的标准偏差分别为1nm和0．3nm。在纳米精度的位移测量的基础上，可以实现光阱刚度的测量，并进而测量了微米小球所受到的亚皮牛顿力。基于位移和刚度的精密测量，微小力的测量可以达到飞牛顿量级。     

复杂场景下的加权粒子滤波行人跟踪方法

针对粒子滤波跟踪算法在行人目标遮挡、光线干扰以及背景与行人相似等情形下,目标易发生漂移、跟踪精度不高的问题,本文提出一种加权粒子滤波行人跟踪方法。该方法联合遮挡模型和Online Boosting算法,利用在线学习实时更新强分类器,并结合跟踪时建立的遮挡模型,以及行人运动时与上一次目标位置的距离、相似度等影响因子,对粒子权重进行重新构造,实现了复杂变化场景下的行人自适应跟踪。通过对PETS-L2S1公共数据集和自有数据集分别进行实验,可以得到本文提出的方法能有效去除目标遮挡、相似背景以及光线突变的干扰,实现稳定、准确、实时的行人跟踪。      

RSSI和粒子群混合VLC室内精确定位方法

传统的基于可见光通信(VLC)的室内定位算法,精度相对较低,误差较大。提出一种RSSI和粒子群混合VLC室内精确定位方法,该方法通过RSSI算法进行未知节点的初定位,并利用高斯分布函数剔除误差较大的定位数据,减少了其对最终定位结果的影响。同时,通过自适应权重粒子群算法搜索未知节点的最优解,使得该算法前期较长时间具有最优全局搜索能力,后期较长时间具有最优局部搜索能力,能尽快找到未知节点的精确位置。仿真结果表明,该定位方法比传统的RSSI算法和粒子群算法的定位误差小,可以大大提高VLC室内定位的精度。     

光学表面粒子污染物散射的单层薄膜调控特性

为了降低超精密低损耗光学元件表面粒子污染物的光散射损耗,文中提出通过在光学表面沉积单层薄膜来调控表面场强分布,从而降低散射损耗的方法。理论分析了K9玻璃超光滑光学表面不同厚度单层二氧化硅（SiO₂）和单层二氧化钛（TiO₂）薄膜表面上方半径为100 nm粒子污染物所在处的电场强度,理论分析结果发现,当SiO₂薄膜厚度为137.4 nm,TiO₂薄膜厚度为12.3 nm时,表面粒子污染物所在处的电场强度最小。在此基础上分别计算了光学元件表面沉积厚度为137.4 nm的单层SiO₂薄膜以及厚度为12.3 nm的单层TiO₂薄膜,表面粒子污染物的总散射损耗(S)和双向反射分布函数(BRDF),计算结果表明,在波长为632.8 nm的光垂直入射时,单层SiO₂薄膜和单层TiO₂薄膜可有效降低其表面粒子的BRDF,且可将K9玻璃表面的总散射分别降低12.40%和25.04%。实验验证了单层SiO₂薄膜对于表面粒子污染物散射降低的有效性。     

基于多分辨率动态轮廓线的面积测量与跟踪方法

提出了一种基于多分辨率动态轮廓线的物体表面积测量方法。该方法使用光电式图像瞄准系统采集被测物体的目标图像并构造该图像的高斯金字塔,并采用了多分辨率动态轮廓线且使其由初始位置向目标轮廓边缘收敛;根据基于B样条封闭曲线面积与形心公式,准确计算出图像的目标面积与形心;再利用形心自标定技术、图像目标形心以及双频激光器测量出像素的尺寸当量,从而准确测量出真实物体的表面积。实验表明,在动态轮廓线控制点数目为20时,其单次测量误差达到了±0.2%。与单分辨率动态轮廓线面积测量方法相比,该方法具有鲁棒性强,平均值误差、单次测量误差及重复性误差小等优点。将该方法应用于基于红外与可见光图像融合的运动目标跟踪过程的实验表明,它不仅具有很好的跟踪准确性,而且能够跟踪快速运动的目标。