基于爆炸超压场重建的传感器优化布局技术研究

研究目的是提出一种合理的传感器布局方案,使得利用最少数目的传感器重建出最高精度的爆炸超压场。采用走时层析重建的方法重建爆炸后的超压场,从超压场重建的角度提出了4个指导传感器布局的指标。首先根据爆炸冲击波传输规律建立分区域多尺度网格模型,其次采用遗传算法进行全局搜索,选取满足这4个指标的传感器最优布局方案,最后利用MATLAB进行仿真实验,并对不同传感器布局方式下这4个指标的变化规律及重建精度进行分析和讨论。实验证明,采用本文的传感器布局方案可以在满足重建精度的前提下最大程度地减少传感器数目,进而为实际爆炸试验节省费用。     

地震事件检测及预警装置的设计

针对我国地震灾害较严重的现象,以地震发生时的P波为检测对象,采用STA/LTA算法,设计了地震检测和预警装置。通过对STA/LTA算法的改进、硬件的设计及电路的调试,实现了地震数字信号的高精度采集,在破坏性地震波到来之前发出预警,及时采取相应措施,避免经济损失和人员伤亡。     

基于形心法的叶尖到达时刻高精度提取方法研究

基于叶尖定时的叶片振动参数实时监测已成为现代大型旋转机械健康监测领域的主要技术手段,叶尖到达时刻高精度提取是实现叶片振动参数准确测量的关键,由于传统的时刻提取方法不能满足日益增长的振动参数辨识精度需求,本文提出基于形心法的提取方法。理论证明形心具备信号强度不敏感及抗噪性能强的优势,可实现叶片到达时刻高精度提取,仿真实验表明该方法显著优于传统方法。形心法通过高速ADC采集信号,FPGA实时计算其形心,提取叶尖到达时刻。通过DG2052信号源生成叠加白噪声的高斯脉冲信号进行实验,在噪声叠加比例30%,转速12000rpm条件下,形心时刻鉴别标准差19ns相对传统前沿时刻鉴别标准差73ns减少74.0%,显著提高叶尖到达时刻提取精度。     

基于改进TDOA的近场声源鲁棒定位方法研究

针对不同噪声及信噪比条件下,传统进场声源定位精度低、计算复杂度高的问题,提出一种基于改进的时间到达差(TDOA)近场声源鲁棒定位方法。利用传统FIR维纳滤波器对含噪语音信号进行预处理,增强信噪比,并在频域计算TDOA值;采用空域收缩迭代最小二乘算法取代传统的LS算法进行拟合,计算近场声源位置信息。仿真结果表明,在不同噪声和信噪比条件下,该方法在降低运算量的同时,有效提升了定位精度。     

基于子空间和稀疏贝叶斯学习的低信噪比下波达角估计方法

为研究低信噪比条件下阵列信号处理中的波达角(Direction of arrival,DOA)估计问题,分析了低信噪比条件下信号子空间和噪声子空间的特征值表现,探讨了随机观测对子空间特征值的影响。提出了在低信噪比条件下对接收信号先进行子空间分离,后进行随机观测的降维处理方法,并将稀疏贝叶斯学习应用到DOA中,降低了DOA估计的复杂度,同时保证估计的精度。仿真实验表明,本算法在低信噪比条件下性能良好,对非相干源和相干源均有良好的估计性能。     

基于信噪比估计的自适应频谱感知算法

针对传统能量检测不能对低信噪比条件下的信号进行准确感知,容易造成误判的缺点。为了提高在低信噪比条件下的频谱感知性能并缩短感知时间,结合循环特征检测具有较高的检测性能和鲁棒性但计算复杂度高的特点,提出了基于信噪比预估计的自适应频谱感知算法。该算法通过预估计待检信号与信道噪声的信噪比,当高于信噪比选择阈值时,采用改进后的自适应门限能量检测,降低运算复杂度;若低于选择阈值则进行循环特征检测,保证良好的检测精度;并可以根据系统对检测精度和感知速率的要求,自适应调整选择阈值的大小。仿真结果表明,所提算法有效的提高了低信噪比条件下频谱感知的准确性,缩短了平均感知时间。     

基于802.11p协议改进的车辆测距算法

随着交通事故的增长和智能交通的发展,基于车辆碰撞预警和交通管理的新服务引起了广泛关注。目前,基于全球导航卫星系统(GNSS)的定位技术已应用到车辆环境中。由于GNSS存在的盲区(例如森林,隧道等)会导致定位结果不准确,在车辆自组织网络(VANET)中,提出了基于IEEE 802.11p标准的定位方法。提出了用IEEE 802.11p短前导码的高效到达时间(TOA)或测距估计方法,以降低低信噪比(SNR)的影响。使用了自相关和互相关(混合相关)来执行到达时间(TOA)估计,对相关结果进行间隔求和的方法以达到更精确定位的目的。在加性高斯白噪声(AWGN)信道中的仿真结果表明:在低SNR条件中,提出的测距方法相比传统方法达到了更高的精度。     

基于FPGA的微震信号快速识别系统设计

高采样率的微震数据采集可以提高微震数据的时间分辨率,但同时也增加数据冗余.通过在现场可编程逻辑门阵列(FPGA)内部嵌入FIR滤波器和STA/LTA算法内核的方法,实现了连续数据采集中对震动数据的识别,降低了连续采集过程中无效噪声数据的空间占用.研究结果表明:所设计系统能对震动数据进行快速识别,在100 kHz的采样率...     

卫星遥感影像特定目标的超分辨率重建算法北大核心CSCD

鉴于目前基于深度学习的超分辨率重建算法存在实际应用精度低、训练样本处理效果差等问题,提出了一种新的遥感影像超分辨率重建算法。该方法将飞机和机场作为特定目标样本集,创立混合降质模型实现数据预处理,通过引入全局和局部残差学习策略改进深度卷积神经网络结构,再采用卷积层与反卷积层的图像特征融合重建高精度目标。该模型在多个目标数据集中训练,并采用多种主观和客观评估方法测试,与目前主流方法展开对比。实验结果表明,在定量指标评估中,在不同缩放因子下,该方法的峰值信噪比和结构相似度相对Bicubic、SRCNN、SRGAN、RFANet、EDSR和MCSR方法有较高提升。在分辨率卡的主观视觉评价中,该方法的有效分辨率提升倍数明显高于其他方法。该方法对遥感影像特定目标的超分辨率重建中获取细节特征信息的能力更高,重建目标拥有更高精度和清晰度,有利于航天对地观测的高精度图像解译和信息研判。     

基于复小波变换全监督学习的微震波形降噪与相位拾取

由于井下微震信号有着更低的信噪比, 导致信号拾取精度降低. 现阶段基于小波阈值的信号降噪算法等在面对信噪比较低的信号时存在泛化性差, 阈值难以衡量等问题. 为解决这一问题, 本文研究了一种复小波变换全监督学习的微震波形降噪方法. 该方法首先利用复小波变换结合卷积自编器设计一个具有多个卷积和反卷积操作的编码-解码器完成图像的降噪过程. 为验证此方法的有效性, 首先在Stanford的Earthquake数据集上构建了Earthquake2023进行训练和测试, 并有着较好地拟合效果和训练结果. 同时基于该方法降噪后信号设计了一种震相拾取方法, 并达到了较高的拾取精度. 本文设计了多组对比实验, 结果表明此降噪方法能有效提高信号的峰值信噪比和均方根误差, 两者分别提高了16 dB和24%, P波、S波初至到时拾取的误差相较于STA/LTA减小了0.3 ms.     

Adaptive picking of microseismic event arrival using a power spectrum envelope

An automatic, adaptive, spectrogram-based algorithm for picking the arrival time of microseismic data is proposed. The algorithm provides a significant improvement in the ratio of detected events to false triggers and in the resolution of the microseismic structure. It mainly addresses the problem of automatic picking when the signal-to-noise ratio (S/N) is low and so false and missed triggers frequently occur. It combines the short time average/long time average (STA/LTA) algorithm with an envelope algorithm. It also constructs an envelope from a time-frequency representation of the signal. The threshold is set dynamically, according to the existing noise level and the S/N ratio. The algorithm also uses the fixed LTA value to represent the noise level for a seismic record. It is applied to pick the arrival times of P-waves of local events recorded at eight stations.     

基于AIC准则和时窗能量比的电缆局部放电在线检测与定位

在利用多高频电流传感器进行电缆局部放电在线检测与定位时,针对局放信号初至时刻拾取精度不高影响定位精度的问题,提出一种基于AIC(Akaike''s Information Criterion)准则和时窗能量比的局放故障在线检测与精确定位方法.首先利用时窗能量比检测出局部放电发生的时窗,然后求取确定时窗的局部AIC特征曲线,并基于AIC准则精确拾取局放信号初至时刻.最后,运用到达时间法对局放源进行定位.仿真结果表明,该方法定位精度高,抗噪声干扰能力强,在-2 dB的噪声环境下可实现99.85％的定位准确率,具备工程实用价值.     

参数可变的无线式冲击波超压测试系统的研究

存储式测试在冲击波超压测试中应用多。在冲击波超压场测试中,超压峰值和时域脉宽随着TNT当量的大小和测点距爆心的距离的大小变化而变化,近距离和远距离之间超压峰值以及时域脉宽近几十倍之差,为提高测试系统的精度和测试系统的灵活性,提出了一种参数可变的无线式冲击波超压测试系统,此系统主要由无线Zig Bee模块对多个传感器节点进行无线参数设置(量程设置、采样频率设置、触发电平设置等),通过冲击波超压测试理论计算和靶场实验数据的分析,验证了该系统设计方案的可行性和优越性。     

Measuring Acoustic Wave Transit Time in Furnace Based on Active Acoustic Source Signal

Accurate measurement of transit time for acoustic wave between two sensors installed on two sides of a furnace is a key to implementing the temperature field measurement technique based on acoustical method.A new method for measuring transit time of acoustic wave based on active acoustic source signal is proposed in this paper,which includes the followings:the time when the acoustic source signal arrives at the two sensors is measured first;then,the difference of two arriving time arguments is computed,thereby we get the transit time of the acoustic wave between two sensors installed on the two sides of the furnace.Avoiding the restriction on acoustic source signal and background noise,the new method can get the transit time of acoustic wave with higher precision and stronger ability of resisting noise interference.     

高精密齿轮角度偏差的智能视觉校对仿真

传统方法在进行齿轮角度偏差校对时,未构建齿轮三维重建模型,存在高精密齿轮角度校对准确率较低、校对时间过长问题.提出高精密齿轮角度偏差的智能视觉校对仿真方法,有效解决以上问题.通过白光干涉仪提取高精密齿轮实际齿面轮廓角度偏差特征信号,获取齿轮实际齿面轮廓角度偏差信号数据,其中角度偏差信号数据包括波高偏差数据与波距偏差数据...     

毁伤威力场冲击波无线分布式测试方法研究

毁伤威力场中冲击波超压测试是评估武器或炸药毁伤威力的一个重要手段,在军工国防领域具有重要作用。针对传统引线法与存储法这两种测试方法的优缺点,分析了冲击波的信号特点及国军标的相关测试要求,提出一种结合无线传感网络( WSN)技术和FPGA逻辑控制技术的冲击波无线分布式测试方法。系统经过激波管动态校准及多次靶场实弹试验,验证了系统具有布设简单、触发策略灵活、无线同步触发性能良好及数据准确度高等优点,特别适合适用于毁伤威力场中复杂恶劣环境下多测点冲击波测试任务。     

语音清浊音分类及浊音谐波提取算法--三阶累积量基于正弦语音模型的应用

在低信噪比和非平稳噪声干扰下,语音信号的清浊音检测是语音信号处理中的一个重要研究问题。论文基于语音正弦模型,提出了一种清浊音分类和浊音谐波提取算法。该方法在分析了语音的三阶累积量谱后,用子谐波-谐波方法取得基音,并计算出谐波参数和高低频能量比值。它利用谱包络估计器得到谱包络及尖峰信号,结合最小均方估计准则下的迭代算法计算语音谐波的信噪比;通过对上面各计算结果的综合评价得出语音帧的浊音度,从而得到语音清浊音的分类和浊音谐波数。仿真结果表明,该算法在复杂噪声背景下,能有效进行语音分类,准确得到浊音度。同时该算法还具有实时性好、语音参数分析精度高的特点。     

小波分析在超声回波测量中的应用

利用小波变换的时频局部化性质,对超声回波弱信号特征进行提取,得到了较好的边缘信号,从而对信号进行全面细致的分析.用LabWIEW采集系统和小波软件算法验证了这种方法的有效性.实验结果表明:这种小波分析方法适合于超声回波信号的检测和特征提取,在改善了信噪比的同时,还保持了很高的时间(空间)分辨力,具有准确度高、抗噪声性能好等优点,并将该技术应用于水中距离测量,提高了系统测量的准确度.     

正弦波调制对谐振式陀螺中谐振信号的影响

谐振式光纤陀螺（R—FOG）是利用光学Sagnac效应实现对转动角速度检测的一种高精度惯性传感器件。理论分析了正弦波调制特性,搭建了光学微谐振腔的调制解调实验系统,实验对比了正弦波、锯齿波、三角波3种调制波形对谐振信号信噪比的影响,得出了正弦波调制效果最好,提高了谐振信号的信噪比。针对不同调制幅度和频率条件下的正弦波调制对谐振信号的影响进行了测试,得出了调制幅度和调制频率对谐振信号的影响,为光学微谐振腔在谐振式陀螺系统应用中相位调制选择最佳的参数提供了参考。