基于STEP-NC的数控系统体系结构的研究

分析了当前主流开放式数控系统的本构模型,建立了系统内部的信息流模型,根据非实时、弱实时和强实时区分信息流。综合考虑数控系统的功能模型、信息流模型,建立STEP-NC数控系统的层次模型为模型应用层、制造规划层和实时控制层。给出了基于PC和嵌入式系统分层架构的STEP-NC数控系统结构。     

光泵磁敏传感器中FPGA调频器设计与实现

射频场调频器是氦光泵磁敏传感器核心驱动部件。模拟压控振荡式调频器存在频率不稳、调试困难和需要高精度测频电路等问题,集成芯片调频器存在控制复杂和功耗高等不足,而FPGA调频器具有频率稳定度高、不需要高精度测频电路和集成在FPGA控制器里的优点。提出氦光泵磁敏传感器数字检测原理和调频器技术指标,阐述FPGA调频器原理并完成设计。调频信号解调实验和扫频式磁共振信号检测实验的结果表明FPGA调频器满足氦光泵磁敏传感器数字化检测要求。     

基于可变大小模板的改进图像修复算法

Criminisi等人提出的基于模板的图像修复算法是该领域最重要的贡献之一。在保持Criminisi基本算法框架不变的基础上,本文提出了一些改进思想。主要贡献是设计了基于可变大小模板的块匹配程序以使模板搜索更准确灵活。此外,对信度更新方式进行了修正,并结合局部搜索以提高算法的综合性能。实验结果证实了改进的有效性。     

基于一种混合的节点定位算法的研究

针对基本的DV-Hop节点定位算法会产生不良的节点和多级跳带来的累积误差以及未知节点的坐标没有进行修正等缺点,提出了一种改进的混合节点定位算法WHDV-Hop算法,改进后的算法定位误差率明显比改进前的定位误差率小,通过MATLAB软件对节点定位误差方面进行仿真验证,仿真实验结果证明该改进后的算法稳定、可靠,易于实现。与DV-Hop算法相比,定位精确度提高了4.65%,计算量减少,降低了能量消耗水平,实现预期的目标。     

虚拟肝脏的规则和非规则手术切除技术

为了提高肝癌手术治疗计划的可靠性,在利用腹部CT图像数据进行肝脏三维重建的基础上,实现了任意角度对虚拟肝脏进行平面切割和切割面结构的显示;通过构造可以调节大小、位置的球体模型,实现了球体切除;通过在肝脏三维模型表面上勾画不规则封闭区域,实现了任意曲面肝脏切除;并依据肝内血管结构进行肝段划分,实现了解剖性肝段切除.临床实验结果表明,文中所述的技术能够满足虚拟手术的需求,有利于医生制定安全可靠的术前计划,提高手术成功率.     

基于遥感变化检测的石漠化信息自动提取

滇黔桂地区被划定为限制开发区后,石漠化的研究变得越来越热,而信息提取是这些研究的重要内容。当前石漠化信息提取主要依据静态指标进行,鉴于静态方法的不足,在动态机理剖析的基础上,综合考虑石漠化的静态景观及其动态属性,以贵州和云南交界区域为实验区,1992年和2001年两个时相的TM/ETM+影像为数据源,研究遥感变化检测方法在石漠化信息自动提取中的应用。在几何校正和辐射校正的基础上对两个时相的影像实施差值变化检测,将实验区分为变化区和无变化区两类,根据石漠化机理进一步将变化区分为石漠化区和逆石漠化区,完成石漠化信息识别,经验证Kappa系数为0.854。结果表明:遥感变化检测方法对石漠化有较好的识别效率和精度,能够为石漠化的综合防治提供科学依据。     

涡流阵列传感器半解析模型的直接FFT构建方法

针对分布式激励源涡流阵列传感器半解析模型的构建问题,提出了传感器半解析模型的直接FFT构建方法。该方法首先通过虚拟采样和FFT得到传感器导线界面处线电流密度的傅里叶变换系数,然后根据层状介质空间中场量傅里叶变换系数传递关系,经反FFT得到场量的空间分布。建模过程和数值计算结果表明此方法不仅简化了半解析模型的建立过程,而且直接将激励源导线宽度考虑在建模过程之中,提高了建模精度;建立了该传感器的应用物理模型,数值仿真结果表明该传感器对其周围介质空间的电磁属性较为敏感,可望将该类型的传感器运用于金属结构的在线监测之中。     

灰色理论的位移传感器标定不确定度评定

硅晶元等高精度平面度测量时,为提高测量可信性,对所用位移传感器标定已成为业界常规。本研究针对用于基于逐次两点法(STPM)测量硅平面的两电容式位移传感器2804/3890 J设计了一种压电陶瓷标定系统,实现其标定间隔达到8nm/1 mV,提高了标定的精确度。建立基于灰色理论的GM(0,2)系统数学模型,确立待标定传感器测量结果的回归模型,以得到传感器特性的最佳估计,并确定其联合不确定度,得到被标传感器的测量不确定度的最佳评估。与传统回归模型比较,得出GM(0,2)模型具有很好的精度,满足要求。通过STPM测量过程的模拟,得到用此传感器实施的STPM测量的测量精度约为56 nm(λ=20 nm)。     

基于最小二乘支持向量机的声波测距系统消噪处理

针对声波测距系统噪声复杂,淹没在噪声中的回波难以检测的问题,以机器统计学习理论为基础,采用最小二乘支持向量机(LS-SVM)建立系统模型,实现了声波测距系统异常值的预测和噪声的消除,并与传统的时间序列分析方法建立的自回归滑动平均求和模型(ARIMA)的消噪效果进行了仿真对比。仿真结果表明,利用最小二乘支持向量机建立的模型预测精度高,能有效地抑制声波测距系统中的噪声。     

基于非下采样Contourlet变换的指纹图像超分辨率重建

非下采样Contourlet变换(Nonsubsampled contourlet transform,NSCT)采用非抽样金字塔结构和非抽样方向滤波器组构成,具有Contourlet变换所不具备的平移不变性、较高冗余度等优良特性,而且能够克服伪吉布斯现象。图像经过非下采样Contourlet变换后分解成多尺度、多方向的细节信息,这些细节信息代表了图像不同频带不同方向的特征,这就简化了系数之间的关系。基于学习的超分辨率重建算法具有整体的预测性,将非下采样Contourlet变换和基于学习的算法相结合,在一定程度上提高训练精度。针对指纹图像的实验证明该算法具有良好的性能,重建的图像纹理性细节信息较好,基本保持了原指纹图像的特征点,更接近于原始的高分辨率图像。