高斯波束对水中球形粒子的声辐射力研究

该文根据级数展开理论,将入射高斯波束用球函数展开,计算了高斯波束的波束因子,并根据声波辐射力理论,推导出球形粒子在高斯波束轴上偏离高斯波束中心时所受声辐射力的解析表达式,对刚性和液体球形粒子在高斯波束作用下的声辐射力进行了数值模拟,分别讨论了高斯波束束腰半径的变化及球形粒子位置的变化对辐射力特性的影响。仿真结果表明,当球形粒子半径与波长的比值(ka)固定时,高斯波束束腰半径对声辐射力有影响,随着束腰半径的增大,球形粒子所受的声辐射力逐渐变小;当球形粒子的半径相对波长较小,球形粒子在波传播方向上向相反方向等距离偏移高斯波束中心时,球形粒子所受的声辐射力大小相等,方向相反。     

一种面向云平台的虚拟机内存SLA审计机制

针对云计算的服务模式屏蔽了云租户的物理硬件视图,不可信的云服务提供商(cloud service provider,CSP)可能利用廉价的硬盘资源通过虚拟化技术,违背服务等级协议约定(service level agreement,SLA)按物理内存定价标准为云租户提供服务这一问题,为了审计CSP提供内存服务的SLA合约性,提出了由Xen层到物理硬件层的内存轻量级测量的SLA合约性审计方案.同时引入可信启动机制和HyperSentry用于保证审计系统的可信启动和完整性运行,提出了带云租户签名机制的Diffie-Hellman密钥交换协议支持策略安全和可信告警.实验结果表明,在虚拟机运行环境下该方法能高效地进行内存SLA合约性审计,同时具有较高的云租户自定义策略扩展性和较低的性能开销.     

基于深度学习的剪切散斑干涉条纹图滤波方法

剪切散斑干涉技术作为一种非接触式的高精度光学全场测量方法,可以对复合材料内部缺陷进行无损检测,但所得的相位条纹图中包含大量散斑噪声,会对检测结果和精度产生严重影响。为此,提出了一种基于无监督图像风格转换模型（CycleGAN）的相位条纹图滤波方法。该方法将剪切散斑干涉技术获取的原始噪声相位条纹图通过网络训练转换为理想无噪声条纹图,从而实现对相位条纹图中噪声的滤除。实验结果表明,所提方法能够实现对噪声的高效滤除,滤波图像边界清晰、对比显著,且运行时间明显优于其他方法,仅需30 ms左右便能实现条纹图的高质量滤波,符合动态无损检测的发展需求,为相位条纹图的噪声滤除提供了新的思路。     

OCT无创血糖检测图像处理最优化方法研究

为了解决不同的光学相干层析(OCT)图像预处理方式对皮肤真皮层散射系数计算影响的问题,提高无创血糖的测量精确度,提出了一种对OCT图像数据前期处理的最优化方法。在对采集的3维图像数据进行皮肤表面对齐、3维重建、1维平均处理的基础上,分析了背景噪声和数据是否归一化对血糖预测精度的影响,并结合临床实验进行了验证。结果表明,预测误差较预处理之前减小了18.31%。该研究对于提高基于OCT技术的光学无创血糖测量精度具有重要的参考价值。     

基于YOLO-MIR算法的多尺度红外目标检测网络

针对红外图像相对于可见光检测精度低,鲁棒性差的问题,提出了一种基于YOLO的多尺度红外图目标检测网络YOLO-MIR（YOLO for Multi-scale IR image）。首先,为了提高网络对红外图像的适应能力,改进了特征提取以及融合模块,使其保留更多的红外图像细节。其次,为增强对多尺度目标的检测能力,增大了融合网络的尺度,加强红外图像特征的进一步融合。最后,为增加网络的鲁棒性,设计了针对红外图像的数据增广算法。设置消融实验评估不同方法对网络性能的影响,结果表明在红外数据集下网络性能得到明显提升。与主流算法YOLOv7相比在参数量不变的条件下平均检测精度提升了3%,提高了网络对红外图像的适应能力,实现了对各尺度目标的精确检测。     

一种基于Night-YOLOX的低照度目标检测方法

由于在低照度场景下获取的图像具有亮度弱、对比度低、噪声多和细节丢失等特点,使用现有的检测模型对低照度图像进行目标检测会出现定位不准确和分类错误,从而导致最终的检测精度偏低.针对以上现象,本文提出了一种基于Night-YOLOX的低照度目标检测方法 .该方法首先设计了一个低级特征聚集模块（Low-level Feature Gathering Module,LFGM）与主干网络合并.在低照度场景下捕获更多有效的低级特征有利于定位目标,该模块通过聚集浅层特征图中具有判别性的低级特征并送入高级特征图和深层卷积阶段中,以补偿在对低照度图像进行特征提取过程中边缘、轮廓和纹理等低级特征的缺失.然后,设计了一种注意力引导块（Attention Guidance Block,AGB）嵌入检测模型的颈部结构,从而减少低照度图像中噪声干扰的影响,引导检测模型推断出特征图中完整的对象区域范围并提取更多有用的对象特征信息,以提高目标分类的准确性.最后,在真实低照度图像数据集ExDark上进行实验,结果表明所提出的Night-YOLOX相比于其它主流的目标检测方法,在低照度场景下具有更好的检测性能.     

可视化技术在电网信息通信专业展示中的应用

通过多媒体和大数据技术可以对电网信息通信专业系统进行数据挖掘分析,并实时动态的可视化展示。文中对电网信息通信系统的数据、网络拓扑、设备状态等内容进行更加形象、直观和多角度的可视化图形展开研究。系统将电网的运行数据采用灵活、实物化、动态的方式表达,借助虚拟现实、三维地图、大数据技术进行显示,使调度运行人员可直接得到电网运行趋势和本质的高层次信息,从而可及时发现已存在的异常和潜在的事故隐患,加强对电网宏观信息的管控。     

单波长发射五通道接收激光雷达系统研制

后向散射激光雷达是探测大气气溶胶参数的有力工具,但它存在盲区和过渡区,且需要假设气溶胶的消光后向散射系数比来反演气溶胶的参数,这些限制了它的探测范围和精度。集侧向散射、后向散射和拉曼散射于一体的单波长发射五通道接收激光雷达系统,克服了上述困难。该激光雷达可以探测气溶胶的退偏比廓线、水汽混合比廓线、后向散射系数廓线和消光系数廓线等。气溶胶后向散射系数和消光系数可从地面到对流层顶进行探测,气溶胶退偏比廓线可以在对流层内进行探测,水汽混合比廓线可以在边界层内进行探测。在硬件条件的基础上,分析了各通道的信噪比和探测结果的随机相对误差。实例探测表明:该激光雷达系统数据可靠,探测范围较广。该系统的建立,为进一步深入研究气溶胶消光系数、水汽时空分布以及它们之间相互关系奠定了坚实的实验基础。