基于光纤光栅的分布式传感器

分布式传感器是光纤光栅的重要应用方面之一。本文较全面地介绍光纤光栅分布传感器的各种结构和检测方法，分析讨论了它们的特点和性能。     

基于光纤光栅的分布式传感器

分布式传感器是光纤光栅的重要应用方面之一。本文较全面地介绍光纤光栅分布式传感器的各种结构和检测方法，分析讨论了它们的特点和性能。     

光纤传感器的应用和发展动向

光纤传感器是光纤技术应用研究、开发的重要领域之一,目前正处于从实验室研究开发向工业生产转移阶段。本文概述了美国、日本、西欧诸国的光纤传感器计划和市场情况,介绍了光纤传感器的军事应用和工业应用的概况,对光纤传感器的发展动向作了讨论。     

光纤传感器现状

分析了近年来世界范围内光纤传感器技术的应用和发展。与传统的各类传感器相比,光纤传感器有一系列独特的优点,如灵敏度高,抗电磁干扰、耐腐蚀,便于实现多路技术,结构简单,体积小,重量轻,耗电少等。应力、温度、气压是目前应用最广泛的光纤传感器,而光纤光栅传感是目前研究最广泛的光纤传感技术。光纤陀螺仪、光纤电流传感器是比较成熟的光纤传感器,已成功地实现了商业化。最后,讨论在应用光学动态发展中光纤传感器的技术与商业发展趋势。     

光纤智能结构的集成技术及发展方向

本文讨论了智能结构中常用的光纤和光纤传感器的集成方法，集成光纤传感器存在的主要问题，现有的解决方法和今后的研究方向。     

光纤智能结构中Bragg光栅的DWDM检测

光纤Bragg光栅传感器以其优越的性能是最有希望应用于光纤智能结构中的传感器。基于DWDM原理与技术提出了在光纤智能结构的应用中检测光栅波长位移的DWDM方法，进行了实验研究和相关讨论，实验表明在较大范围内波长位移与轴向应变呈线性．为光纤光栅智能结构的实用化推广打下基础．     

激光和光纤在医学上的应用

本文综述了激光和光纤在医学应用上的最新进展,并详细讨论了先纤传感器、集成激光一光纤系统在现代医学诊断与治疗中的应用。     

光纤光栅湿度传感器在防蚁接头盒中的应用

光纤光栅湿度传感器可用于防蚁接头盒测量盒内的空气湿度,本文介绍了光纤光栅湿度传感器和防蚁接头盒的工作原理与结构,并阐述了光纤光栅湿度传感器在防蚁接头盒应用的意义。     

一种基于柔性铰链的FBG加速度传感器

为了适应光纤传感器在采煤机中的应用,提出了一种基于柔性铰链的光纤布拉格光栅(FBG)加速度传感器,其质量块通过柔性铰链和基座连接。基于传感器的结构模型,从理论给出了传感器的灵敏度和谐振频率公式,并讨论了结构参数对传感器灵敏度和谐振频率的影响,还利用有限元法分析了传感器的静态和动态特性。实验表明,本文传感器的谐振频率为2kHz,峰-峰值灵敏度为22pm/g,横向抗干扰度小于10%,适用于1kHz以下加速度的测量。     

光纤氢气传感技术的研究进展

分析了光纤氢传感器在氢气浓度探测中显现的特殊优势,综述了目前国内外光纤氢传感技术发展的现状与应用,简述了光纤氢气传感器的工作原理,分别介绍了干涉型光纤氢传感器、微透镜型光纤氢传感器、布拉格光栅型光纤氢传感器、标准具型光纤氢气传感器以及渐逝场型光纤氢传感器的结构、检测原理及性能,展望了光纤氢传感器的广阔应用前景。     

雷达伺服系统结构谐振频率的测量

雷达伺服系统的结构谐振由机械传动链柔性和负载惯量引起。结构谐振频率直接影响伺服系统的带宽、稳定性、快速响应及跟踪精度。所以,实际测量伺服系统的结构谐振频率,对伺服系统有关性能的整定具有实际的指导意义。基于结构谐振频率的定义,提出了一种工程上易于实现的结构谐振频率测量方法,通过仿真、分析计算和实验证明了该方法的可行性和有效性。     

机载有源相控阵雷达天线阵面结构设计

以机载有源相控阵天线阵面为例,简要叙述了天线阵面的组成、结构框架、冷却系统模式等结构特点,并对天线阵面的主要结构部件,如阵面框架、有源线阵以及阵面后端功能部件等结构设计做了详细叙述。通过对该天线阵面进行力学仿真计算分析,验证了该天线阵面结构合理,满足机载平台环境使用要求,还根据目前正在研究的雷达技术提出了将来天线阵面结构设计方面的发展方向。     

基于多尺度边缘结构相似性的图像质量评价

基于结构相似度(SSIM)的图像质量评价方法是从视觉区域提取图像的结构性信息,但在评价模糊较严重的图像时存在其局限性,因此本文将图像边缘和SSIM相结合,提出了基于多尺度边缘结构相似度(MESS)的图像质量评价方法。实验结果表明,由于MESS考虑了边缘信息对于人眼感知结构信息的重要性,评价结果比SSIM更加符合人眼视觉感知特性。     

结构化信号处理理论和方法的研究进展

结构化信号处理是近年来信息领域发展极为迅猛的一个研究分支,它革新了以Nyquist-Shannon理论为基础的信号处理经典体系的众多结论,开启了面向对象的信息处理的大门,促使挖掘信号的结构性与自适应测量有机结合,推动了信息论、电子学、医疗、应用数学、物理等领域的发展。结构化信号处理研究结构化信号的获取、表征、复原及应用等问题,主要包含4方面内容:(1)研究结构化信号表征与测度的模型和理论;(2)研究结构化信号的复原模型、理论及算法实现;(3)研究信号获取的新体制;(4)研究结构化信号处理的应用。该文以数据和先验两类信息源的融合为主线,讨论了结构化信号处理在信号表征和大尺度信号复原等方面的最新研究结果,并对该领域的发展进行了展望。      

采用混合特征相似性的极化SAR图像降噪算法

针对极化合成孔径雷达（Polarimetric Synthetic Aperture Radar,PolSAR）图像在相干斑抑制过程中面临的结构信息和极化散射信息保持的问题,通过分析PolSAR图像的结构特性和极化特性,建立一种结构特征提取方法,并提出一种采用混合特征相似性的极化SAR图像降噪算法.该算法将图像的结构信息和极化散射信息与降噪过程相融合,能够在抑制相干斑噪声的同时,实现降噪后图像的结构信息和极化信息的有效保持.实测机载极化SAR数据的实验结果验证了算法的有效性.     

变折射率三角棱镜产生无衍射线结构光

提出一种可产生中心光斑较强的无衍射线结构光的新型光学元件——变折射率三角棱镜。变折射率三角棱镜的折射率分布呈阶跃式变化,可以用于解决折射率均匀三角棱镜产生的无衍射线结构光能量均匀分布、中心光斑能量利用率较低的问题。采用几何光学理论分析了产生中心光斑较强的无衍射线结构光的原理,计算了中心光斑较强的无衍射线结构光的相关参数。由衍射积分理论分析和模拟了新型光学元件后的光强分布特性。研究表明,平面波正面入射新型光学元件可以产生中心光斑较强的无衍射线结构光。     

应用有限元法分析某天线刚度

借助结构强度有限元分析系统,利用有限元分析法对某相阵天线结构的刚度进行分析与计算,说明在天线结构设计时利用这一方法的重要性及方便性。     

Big data-enabled multiscale serviceability analysis for aging bridges☆

This work is dedicated to constructing a multi-scale structural health monitoring system to monitor and evaluate the serviceability of bridges based on the Hadoop Ecosystem (MS-SHM-Hadoop). By taking the advantages of the fault-tolerant distributed file system called the Hadoop Distributed File System (HDFS) and high-performance parallel data processing engine called MapReduce programming paradigm, MS-SHM-Hadoop features include high scalability and robustness in data ingestion, fusion, processing, retrieval, and analytics. MS-SHM-Hadoop is a multi-scale reliability analysis framework, which ranges from nationwide bridge-surveys, global structural integrity analysis, and structural component reliability analysis. This Nationwide bridge survey uses deep-learning techniques to evaluate the bridge serviceability according to real-time sensory data or archived bridge-related data such as traffic status, weather conditions and bridge structural configuration. The global structural integrity analysis of a targeted bridge is made by processing and analyzing the measured vibration signals incurred by external loads such as wind and traffic flow. Component-wise reliability analysis is also enabled by the deep learning technique, where the input data is derived from the measured structural load effects, hyper-spectral images, and moisture measurement of the structural components. As one of its major contributions, this work employs a Bayesian network to formulate the integral serviceability of a bridge according to its components serviceability and inter-component correlations. Here the inter-component correlations are jointly specified using a statistics-oriented machine learning method (e.g., association rule learning) or structural mechanics modeling and simulation.