共查询到17条相似文献,搜索用时 171 毫秒
1.
2.
详细讨论了激光尘埃粒子计数器单粒子散射光信号幅值分布规律,计算出单粒子散射光信号幅值概率分布函数,给出激光尘埃粒子计数器光学传感器粒径分辨准确计算理论公式。并与实验结果进行了比较。 相似文献
3.
4.
5.
尘埃粒子计数器粒子散射光信号幅度概率分布 总被引:4,自引:0,他引:4
针对粒度标定的准确度,在概率空间基础上,提出了尘埃粒子散射光信号幅度概率谱线和散射光信号度概率谱函数的概念,并对谱线在概率空间上的性质进行了研究。利用单分散粒子间的不相关性,将概率论运用于信号处理中,用全概率公式概括了尘埃粒子计数器信号传输的本质,建立了适用于处理尘埃粒子计数器信号的更完善的概率理论西式。文中给出了这一方法的理论分析及国产Y09激光尘埃粒子计数器的实验测试结果。 相似文献
6.
提出了一种确定激光颗粒计数器光敏区强度分布的普遍方法。由于光敏区光强和颗粒在光敏区的位置有关,因此需要对其进行均匀化处理。对在激光焦平面内,照射面积作为光强的函数进行了分析,这对确定激光颗粒计数器的光学采样速率是重要的。 相似文献
7.
8.
为提升激光尘埃粒子计数器的计数准确率,基于匹配滤波器设计粒子计数器信号预处理方法。分析粒子信号的特征,通过归一化后累加的方法获得粒子的典型波形。以该典型信号作为匹配模板,将激光粒子尘埃计数的原始信号与匹配模板进行离散卷积操作,得到高信噪比的输出信号。试验结果表明,针对原始幅值在55~262 mV、噪声均方根值约为6.74 mV的粒子信号,经该匹配滤波方法后,信噪改善比均优于1.56。该方法对比数字滤波器方案,能更有效提升输出信号信噪比,为粒子的准确检测和识别提供良好基础。 相似文献
9.
本文详细地分析了激光尘埃粒子计数器传感器的工作原理,设计了结构简单、、实用的0.3μm激光粒子计数器的传感器,讨论了影响该传感器的主要因素。该传感器经实验证明完全符合设计要求。 相似文献
10.
11.
12.
为研究海洋大气气溶胶粒子数浓度时空分布和粒径谱分布特征,2014年8月至2016年3月期间,利用光学粒子计数器和自动气象站等设备在广州茂名海边、东海和南海海域、三亚近海海域以及太平洋和印度洋海域对海洋大气气溶胶粒子数密度谱及大气温度、湿度、气压、风速等进行了测量。对不同海域不同气象条件下的谱分布特征进行了统计分析,并对谱分布进行了拟合。结果表明海洋大气气溶胶粒子谱分布是由一个细粒模和一个中间模组成,但近海的粒子数浓度大于远海。远海气溶胶粒子谱型稳定,海面风力是引起粒子数浓度变化的主要原因。东海和南海的粒子谱分为二段,小于0.5 m时用Junge谱的指数分布来描述,0.5~4 m段用对数正态分布来描述。大风天气下海洋气溶胶的消光系数明显增加,且在1~3 m波段的消光特征基本不受波长的影响。 相似文献
13.
沙尘天气是一种特殊的天气现象,为了研究沙尘天气下气溶胶的特性,利用激光雷达和粒子计数器的实际测量结果,对浮尘、扬沙和沙尘暴三种天气下沙尘气溶胶谱分布特性进行了分析,并分析了风的扬沙作用。最后利用激光雷达测量结果对扬沙天气的形成发展和消退过程进行了分析。 相似文献
14.
15.
In order to represent the statistical character of a sound signal simply and with a single parameter, numerical tables and graphs of theoretical distributions for the estimation of a parameter called the shape parameter of the distribution are presented. The theoretical distributions are based on a statistical model of broadcast signals which was derived from the analysis of variations in measured distribution. The statistical functions dealt with are PDFs (probability density functions) and CDFs (cumulative distribution functions) for instantaneous amplitude and power, for RMS-valued intensity fluctuations, and for one-minute mean powers and peak powers. A list of the values of the shape parameter estimated for CCIR data is given, from which almost all the CCIR data can be reproduced by using the theoretical distribution curves and the numerical tables presented 相似文献
16.
针对在低信噪比目标检测问题中,基于PHD的粒子滤波检测前跟踪算法(PHD-TBD)存在目标位置估计误差较大的缺陷,提出一种结合粒子群优化算法的基于PHD的粒子滤波检测前跟踪方法(PSO-PHD-TBD)。该算法在滤波预测和更新步骤之间加入基于NSGA-Ⅱ的多目标粒子群优化算法,结合量测信息将预测完成的粒子集的分布进行优化,将所有粒子转移到后验概率密度较大的区域,进而改善了多目标位置估计的性能;然后使用基于密度聚类的DBSCAN算法对粒子聚类,提取目标状态。仿真实验表明,在不同信噪比条件下,PSO-PHD-TBD在多目标数目估计情况与PHD-TBD算法一致,而位置估计精度明显优于PHD-TBD算法。 相似文献