基于对称响应的无基准Lamb波损伤监测

兰姆(Lamb)波结构损伤监测是结构健康监测领域的研究热点.针对现有研究和应用中,基于基准响应的损伤监测方法受环境工况等条件的差异性影响问题,在分析Lamb波传播基本过程和损伤作用机理基础上,研究了基于对称响应分析的无基准Lamb波损伤监测方法.该方法通过对称布置压电阵列,实现对称响应信号的获取,进一步借助于皮尔逊相关...     

夏克哈特曼扫描拼接检测平面镜(特邀)

随着先进光学系统设计与制造的发展,大口径光学系统得到了广泛的应用。然而,大口径平面镜高精度面形的检测手段不足,限制了大口径平面镜的制造与应用。为实现大口径平面反射镜的高精度面形检测,提出一种夏克哈特曼扫描拼接检测平面镜面形的方法。对扫描拼接原理、波前重构算法进行了研究,建立了微透镜阵列成像的数学模型,验证了夏克哈特曼扫描拼接检测原理的可行性。针对一口径为150 mm的平面镜进行了扫描拼接检测实验,拼接得到的全口径面形为0.019λ RMS(λ=635 nm);与干涉检测结果对比,检测精度为0.008λ RMS,结果表明该方法能够实现大口径平面反射镜的高精度检测。     

基于时频感知神经网络的语音频带扩展

为了进一步提高基于深度学习的语音频带扩展性能,提出了一种基于编解码器的神经网络结构,编码器对数据进行深度特征提取,解码器进行宽带语音重构,并在编解码器中间设计了局部敏感哈希自注意力层,用于增强模型对深度特征的有效选择。编解码器内部使用了时间卷积网络,有效提升了模型对语音时序数据上下文依赖关系的学习能力。为了促进模型朝更加准确的方向训练,还提出了一种时频感知损失函数,有利于模型在时域、频域以及感知域获取窄带语音到宽带语音的最优映射解。通过主观和客观实验结果表明,该方法优于传统方法和近几年基于深度神经网络的语音频带扩展方法。      

嵌入式微纳光纤环形腔的海水盐度传感研究

通过将Loop型谐振腔嵌入在具有正热光系数的MgF2中,设计了海水中温度弱敏感的盐度传感器来实现海水盐度测量。利用COMSOL软件建立海水盐度传感模型,结合Matlab对盐度传感器的特征参量进行数值研究。结果表明:传感器的温度特性依赖于微纳光纤的半径,温度弱敏感的光纤半径随探测波长的减小而减小;盐度灵敏度随镀膜厚度和光纤半径的增大而减小;探测极限随镀膜厚度的增加而增大,随波长的减小而减小。通过优化,传感器盐度灵敏度可达0.025 nm/(mg/mL),探测极限可达到0.15 mg/mL。     

从"李子柒"短视频现象看日常生活审美化

本文从"李子柒"短视频现象出发探究在网络中的个体日常生活如何被图像化审美化,以及视频如何呈现文化景观和进行意义建构.研究认为,"李子柒"短视频通过视觉性符号输出了她的日常生活以及由此所彰显的文化内涵与生活方式,而这一视觉化的产品也一定程度上成为美学和精神意义上的符号.李子柒视频展现了中国传统对"美"的追求,同时形成了一...     

基于压电元件的Lamb波模式调制方法

Lamb波损伤监测技术是近年来结构健康监测研究的热点之一。由于Lamb波传播过程中存在频散及多模效应,监测过程中结构响应信号十分复杂,给信号处理和分析带来困难。根据压电元件激励与传感模型,对Lamb波模式调制及选择方法进行了分析研究,给出了基于压电元件的选择性模式激励与接收原理,实现对期望模式的激发和采集,简化响应信号及后续处理。在铝板结构上的实验研究验证了方法的有效性。     

基于数据挖掘的增值业务网管告警关联分析模型

随着增值业务的种类越来越多、规模越来越大,仅仅通过领域专家获得告警关联知识已经无法满足网络维护的需要.因此数据挖掘技术在告警关联分析中的应用应运而生,它在解决告警关联分析问题时首先通过大量历史告警的一些统计规律来发现告警关联规则,然后根据规则分析和预测网络中可能出现的故障.本文介绍了适用于增值业务网管系统的告警关联规则...     

模糊增益P型迭代学习控制器的FPGA实现

针对非线性系统模型在P型迭代学习过程中,固定不变的学习增益会使学习系统的收敛速度很慢,鲁棒性差,提出采用模糊推理来整定P型迭代学习增益的方法,即提高了鲁棒性又保证了精度,并利用FPGA完成模糊增益P型迭代学习控制器的设计。通过理论分析和硬件测试验证了该方法的有效性,并 且得出该方法的学习速度与学习效果均优于传统学习系统的结论。     

干涉型光纤传感信号去噪方法的研究

针对干涉型光纤传感信号的特点,采用数字滤波和小波去噪两种方法对干涉信号进行了消噪处理,并对去噪效果进行了比较和分析。结果表明,截止频率为4 kHz,阶次为3的Butterworth低通滤波器和Birge-Massart阈值小波去噪算法在干涉型光纤传感系统中有较好的使用价值。     

结合ICA和复数神经网络的二麦阵列盲源分离技术

为了降低语音信号盲源分离算法的延时,提高其准确性和稳定性,本文结合传统盲源分离技术和深度神经网络的优势,提出了一种基于ICA独立分量分析和复数神经网络的二麦阵列盲源分离技术。本文将复数递归神经网络和独立分量分析方法有机融合,提出一种基于时频域的双通道复数神经网络,同时解决了独立分量分析中的排列问题。所提方法利输入混合信号利用复数域神经网络计算初始化分离矩阵,神经网络输出采用复数域形式,利用复数学习标签估计复数矩阵,然后采用独立分量分析方法获得目标分离矩阵。实验数据表明,所提方法相较于其它独立分量分析方法提高了盲源分离的实时性和准确性。