用LCTF光谱技术提取甘蓝小菜蛾虫害叶片特征波段

利用由液晶可调滤波器(liquid crystal tunable filter,LCTF)和单色CCD相机组成的光谱成像系统对甘蓝正常叶片和遭受小菜蛾虫害甘蓝叶片的光谱特征进行分析,获取了430~720nm每隔5nm波段的灰度值信息,并采用自适应波段选择方法提取出了两种叶片的特征波段,通过欧氏距离聚类方法对所提取的特征波段进行聚类分析。结果表明甘蓝正常叶片在545nm、645nm、650nm、655nm波段具有较大光谱信息量,而虫害叶片在550nm、555nm、575nm、585nm、715nm波段有较大光谱信息量。因此,可以利用LCTF快速地检测出植物是否遭受虫害,为农业虫害检测提供了一种新方法。     

基于多光谱成像技术的水稻特征光谱提取

为了获取水稻光谱的有效特征信息,选取健康的TN1#水稻幼苗为研究对象,利用由液晶可调谐滤波器、单色CMOS相机与计算机控制软件组成的多光谱图像采集系统,获取健康水稻幼苗的20个可见光通道的多光谱图像。在此基础上,采用多光谱图像的平均灰度值,通过波段选择的指数方法计算出各通道的波段指数并加以排序,选出波段指数较大的10个通道,目的是探讨能有效反映出水稻特征光谱信息的特征波段。实验结果表明,用波段选择的指数方法提取多光谱图像的特征波段,能快速获取水稻的叶片信息。通道475nm、500nm、530nm、545nm、550nm、520nm、560nm、630nm、660nm、720nm能更好地反映出水稻特征光谱信息,可作为水稻的有效特征信息通道。     

基于LCTF多光谱成像的人体指甲特征光谱提取

利用由液晶可调谐滤光片(LCTF)和CCD相机组成的多光谱成像系统在450～1 000 nm光谱范围内每隔10 nm采集人体指甲样本,得到包含56个波段的人体指甲多光谱图像。通过参考白板比较测量法进行反射率反演,得到指甲的准确反射率信息,分别利用主成分分析法(PCA)和波段指数法实现样本图像的降维,得到两个特征空间,并利用光谱角度填图法(SAM)在两个特征空间内对人体指甲进行分类,分类准确度分别为92.5%及82.9%。因此,由主成分分析法得到的特征空间可以作为人体指甲的特征光谱,为指甲多光谱图谱分析和人体健康评估提供了可靠的依据。     

基于多光谱图像选取马铃薯叶片的最佳彩色波段组合

为了快速目测识别马铃薯叶片,利用Spectrocam多光谱相机获取健康C-88马铃薯叶片的可见光及近红外通道的多光谱图像。采用波段指数法提取叶片的特征波段,通过真彩色原理及标准假彩色对所提取的特征波段进行彩色合成,在此基础上得到最佳彩色波段组合。实验结果表明,用波段指数法提取多光谱图像的特征波段进行彩色合成,能快速获取马铃薯叶片的最佳波段,并得到680,558,475nm和800,680,558nm为最佳彩色波段组合,为遥感图像的目视解译和更多有效信息的提取提供了可靠依据。     

基于模糊控制的电动汽车低速再生ABS研究

为使电动汽车在低附着系数路面上再生制动时车轮具有防抱死功能,提出了一种通过控制电机的再生制动力与反接制动力来防止车轮抱死的方法。阐述了电动汽车低速再生ABS工作原理,建立了电动汽车单轮车辆动力学模型;根据电机低速再生制动的电路稳态条件,利用模糊控制理论设计了基于滑移率控制模式的再生ABS控制系统。仿真结果表明:系统不但鲁棒性强,而且反应迅速,控制精度高;制动过程由占主体的再生制动和制动末期出现的反接制动组成;在电机峰值工作能力内,随地面附着性能的提高,再生ABS回收的制动能也随之增加。     

基于人工蜂群算法的KPCA特征优化提取

采用KPCA进行特征提取时,其核函数参数对轴承故障特征的可分性影响很大,直接影响轴承故障诊断的准确率,而使最优的核参数难以选取。针对这一问题,采用人工蜂群算法与KPCA相结合,提出了基于人工蜂群算法的KPCA核参数优化选取方法,并实现了滚动轴承故障特征的优化提取。试验结果表明,该方法能够最大程度提高故障样本的可分性和SVM模型的分类精度;同时通过对比分析遗传算法、粒子群算法及人工蜂群算法的优化结果,验证了该方法具有更好的寻优能力。     

基于LED的光谱可调光源结构研究

介绍了一个由大量LED组合而成的光谱可调光源,通过不同LED的组合产生不同光谱分布,可以模拟各种光源。该光源主要由LED屏体、光谱匹配模块以及LED控制驱动模块构成。LED屏体由2 304个窄带LED组成,通过LED数据分配卡将接收到的显示数据进行分配,并驱动屏体上的LED,以PWM的方式精确控制每一个LED的电流,实现256级及以上灰度等级显示。整个系统经初步调试,已能模拟部分光谱。该光源将具有广泛的应用前景。     

基于模糊PID的电动汽车电机制动ABS控制研究

针对电动汽车制动时车轮抱死的问题,利用电机制动的优势,设计出电机制动ABS控制系统。首先建立了无刷直流电机制动模型和车辆纵向动力学模型,然后基于模糊PID控制策略,以理想滑移率为控制目标,设计了电机制动ABS双闭环控制系统。在Matlab/Simulink中建立了仿真模型,仿真结果表明:控制系统能够实现控制滑移率的目标,系统响应迅速、精度高,且能够实现能量回收。搭建了模拟电机制动的硬件在环试验系统,对控制系统和仿真结果进行了验证。     

基于轮速和压力控制状态信息的ABS参考车速算法研究及其试验验证

在现有ABS参考车速算法基础上,研究了一种实用的自适应算法。该算法基于轮速和压力控制状态信息,准确区分了每个控制循环,在每一控制循环结束时重新估算车身减速度,并据此估算下一控制循环的参考车速。编写了该参考车速自适应算法的程序,并用自行开发的ABS控制软件进行了实车道路试验。试验结果验证了参考车速算法的有效性,表明该算法满足ABS控制的要求。     

基于DMD多波段动态红外场景仿真系统的关键技术研究

对基于数字微镜器件(DMD)多波段动态红外场景仿真系统的几项关键技术进行了阐述,首先分析了黑体的特性,给出了温度范围计算公式;其次,分析了几种红外材料的特性及封装技术,确定了以硫化锌为多波段仿真系统的DMD窗口材料及粘合剂封装方法的选择;最后,分析了系统的需求及红外投影光学系统的特点,确定了多波段光学系统的整体光路设计及投影系统的技术指标。     

基于PDR和RSSI的室内定位算法研究

构建了基于无线传感网络的行人航迹推算(PDR)系统,通过RSSI定位为其提供绝对定位信息。在RSSI定位中,提出基于PDR方位信息的自适应Flip-Flop RSSI信息预处理机制和RSSI指纹信息融合动态路径衰减指数的定位算法,以改善RSSI定位算法的抗噪声干扰能力。在多信息融合粒子滤波环节中,针对传统算法中滤波精度与滤波实时性很难同时得到改善的问题,提出基于PDR信息与RSSI定位信息的动态区间粒子滤波算法,通过PDR方位信息自适应控制区间衍生粒子数量以提高滤波实时性,并将建筑地图信息、RSSI定位信息及其可信度因子融入粒子权值计算中以提高定位精度。经实验验证,提出的算法在RSSI定位抗噪声能力方面,以及融合定位精度和滤波实时性方面都取得了良好的效果,与传统算法相比最大定位误差由3.16 m降低到1.81 m,滤波时间也由7.21 s降至7.01 s。     

基于FPGA的Lucas-Kanade算法优化

在FPGA平台上实现基于光流法的视频运动目标跟踪系统,采用Lucas-Kanade算法进行光流场的计算,在图像预处理阶段提出使用三维高斯滤波代替传统二维高斯滤波,引入相邻像素点在时间轴方向的相关性,增强图像的滤波效果。在3D导数计算阶段提出在求导方向的正交面上进行平滑滤波,并采用匹配的导数和平滑参数,提高光流场计算精度。在FPGA平台上设计多级主流水线加子流水线结构,设计了四端口RAM进行图像缓存,优化了最小二乘矩阵单元和浮点数运算单元,实现了实时视频运动目标跟踪。     

基于路面识别的汽车ABS滑模控制方法的研究

为了提高汽车的制动效能和行驶安全性,针对目前常用的汽车ABS控制方法,在没有考虑道路状况变化对汽车滑移率及减速度等参量变化的影响而容易引起汽车侧滑、甩尾等不良状况,提出了基于路面识别的汽车ABS滑模控制方法,该方法根据制动过程中的汽车滑移率及减速度来进行路面识别,动态地获取汽车最佳滑移率,并以此对汽车ABS进行滑模控制;然后以单轮整车制动模型为对象,利用MATLAB/Simulink软件对该控制方法进行计算机仿真实验分析;结果表明,与常用的汽车ABS逻辑门限值及无路面识别的滑模控制方法相比,该方法可以使汽车制动时间减少5%～12%,从而使汽车制动效能和行驶安全性得以提高。     

Multi-objective iterative optimization algorithm based optimal wavelet filter selection for multi-fault diagnosis of rolling element bearings

Rolling element bearings (REBs) play an essential role in modern machinery and their condition monitoring is significant in predictive maintenance. Due to the harsh operating conditions, multi-fault may co-exist in one bearing and vibration signal always exhibits low signal-to-noise ratio (SNR), which causes difficulties in detecting fault. In the previous studies, maximum correlated kurtosis deconvolution (MCKD) has been validated as an efficient method to extract fault feature in the fault signals. Nonetheless, there are still some challenges when MCKD is applied to fault detection owing to the rigorous requirements of multiple input parameters. To overcome limitation, a multi-objective iterative optimization algorithm (MOIOA) for multi-fault diagnosis is proposed. In this method, correlated kurtosis (CK) is taken as a criterion to select optimal Morlet wavelet filter using the whale optimization algorithm (WOA). Meanwhile, to further eliminate the effect of the inaccurate period on CK, the update process of period is incorporated. After that, the simulated and experimental signals are utilized to testify the validity and superiority of the MOIOA for multiple faults detection by the comparison with MCKD. The results indicate that MOIOA is efficient to extract weak fault features even with heavy noise and harmonic interferences.     

基于改进遗传算法的柔性作业车间调度

针对柔性作业车间调度问题(FJSP)的特点和发展现状,提出一种基于基本遗传算法的改进算法。构建了一种新的染色体表达方案,将染色体分为工序染色体部分和机床染色体部分。通过加权处理设计了适应度函数,将多目标优化问题转变为线性优化问题。针对改进的染色体表达方案,重新设计了种群初始化算法,采用复制、交叉,以及变异操作策略优化调度方案。通过实例验证了该算法对FJSP的优化过程,试验结果表明了该算法的可行性和有效性。     

基于SVD的多终端实时定轨自适应鲁棒CKF算法

针对多终端实时定轨过程中难以精确获得量测噪声统计特性及存在异常测速值导致滤波精度降低的问题,提出一种基于奇异值分解(SVD)的自适应鲁棒容积卡尔曼滤波(CKF)算法。使用欧拉预测校正法离散带J2项摄动的轨道动力学方程以得到状态方程。将H∞鲁棒滤波思想应用于CKF算法,建立了非线性条件下约束水平与滤波信息的反比关系,实现对约束水平的自适应调整,并使用SVD代替传统的Cholesky分解以提高数值计算的稳定性。仿真结果表明,欧拉预测校正法可以有效提高轨道动力学方程离散精度;相比标准CKF算法,自适应鲁棒CKF算法具有更高的定轨精度及鲁棒性。     

基于改进算法的锅炉燃烧系统的经济性研究

针对锅炉燃烧系统的非线性、时变性和强耦合的特点,传统的控制方法的控制精度不高、自适应能力差等,提出了一种改进的模糊神经网络控制算法,对烟气含氧量进行控制。为克服常规算法的缺陷,将BP算法和粒子群PSO算法二者相结合,充分利用PSO算法的全局寻优能力和BP算法的局部搜索能力。另外引入了动态递归神经网络,对系统模型进行在线辨识,从而提高了网络的训练效率和控制器的控制效果,使系统达到经济燃烧。