近景数码影像中墙面纹理自动拼接方法的研究

影像拼接是从近景数码影像中生成墙面纹理需要解决的问题。然而由于现有的拼接软件通常不适用于处理几何变形大的近景影像,但通过对从近景数码影像中自动拼接墙面纹理的方法进行的研究发现,在相机的位置离建筑物相对较远,且大致沿一条直线进行拍摄时,当原始影像预先纠正到同一个铅垂面上后,由于各影像之间的大小比例接近于1,因此对于此种情况的拼接而言,就只需要通过选取拼接点来确定相邻影像之间沿X轴和Y轴方向的平移量,即可实现拼接。然而对于比较狭窄的街道(如步行街)来说,则由于摄站与建筑物之间的距离比较小,使影像的倾角增大,导致影像的几何变形增大,所以不适于采用选取拼接点的方法进行拼接。针对此种情况的拼接,提出了一种类似于航带法生成正射影像的条带法,用来进行墙面纹理的自动拼接,并且结合影像间同名水平直线的约束和加密匹配同名点两种方法来对拼接结果进行优化。最后针对地面实拍的序列影像进行了实验。实验结果证明,该方法能够显著消除相邻影像间的几何差异,从而真正实现了影像的无缝拼接。     

自由表面上球形浮体的拖曳运动仿真与试验

浮体在自由表面上的拖曳是一种常见的拖曳形式,由于自由表面上物体的运动情况相当复杂,目前对这种拖曳系统的设计和分析一般采用试验的方法.通过理论分析,对球形浮体在自由表面上的匀速直线拖曳运动建立了数学模型,其中对缆绳的分析采用Ablow-Schechter提出的有限差分模型,对球形浮体的分析采用水动力系数法,整个耦合系统用有限差分方法求解.之后,在拖曳水池进行了试验,试验结果表明,这种方法在拖曳速度比较低的情况下能够模拟真实情况,可以用来指导拖曳系统设计.     

基于随机模型的艾滋病预防与控制策略研究

建立了艾滋病传播过程中感染者人数占总人口比例所满足的随机模型,分析了环境因素对艾滋病传播过程的影响,利用数值解方法对模型进行分析,结合我国数十年间艾滋病病毒感染者实际数据进行仿真,验证模型的有效性;并对未来我国艾滋病病毒感染者人数占总人口比例进行预测,通过对其中的传染率控制指标β进行分析,得出这一指标的波动对艾滋病流行趋势的影响.通过分析其均值与方差,提出对β的调整策略以达到一定的控制目标,从而为艾滋病的预防和控制提供一定程度上的决策支持.     

一种计及频率偏移的谐波与邻近间谐波估计方法

新能源大规模并网会诱导电力信号中出现关于基波/谐波对称的邻近间谐波对或单个邻近间谐波。对信号中各频率成分进行参数估计时,往往需要获知邻近间谐波的类型以构建准确的计算模型。而当电网频率偏离额定值时,频谱泄露干扰将使该要求难以实现。为此,本文提出一种在频率偏移时依然有效的邻近间谐波类型判据及基于此判据的谐波与邻近间谐波参数估计方法。首先,通过分析频率偏移与泄露谱线的映射关系,抑制基波与谐波的频谱泄露以提取邻近间谐波谱线;然后,通过对比不同类型邻近间谐波的频谱差异,提出利用谱线比值作为邻近间谐波类型判据;最后,基于邻近间谐波类型信息,构建邻近间谐波谱线方程以精准估计谐波及邻近间谐波参数。本文所提方法在频率偏移时仍能准确判断邻近间谐波的类型,并能实现更精准的参数估计,仿真验证了本文方法的准确性。     

基于方差变化率判据-四分位的风电场功率异常数据识别

风电场运行中产生了数量巨大的历史数据,而提升历史数据的质量是实现风电场高效智能运维的前提。为此,文中分析了风电场风功率数据的分布特征和形成机理,提出基于方差变化率判据-四分位法组合的风电场风功率异常数据识别方法。首先,利用物理规则对原始风功率曲线进行预处理,剔除明显异常的数据;然后,利用风功率方差变化率判据法识别并清洗风功率曲线的堆积型异常功率数据点,判据的阈值借助箱型图自动获取;同时,利用四分位法识别并清洗剩余的离散型异常数据点;最后,通过算例验证了所提算法的可行性。研究结果表明所提算法具有易实现、效率高和通用性强的优点,其异常识别效果优于局部离群因子(local outlier factor,LOF)算法和Thompson tau-四分位算法,其耗时比LOF和Thompson tau-四分位算法分别减少9.6 s和0.49 s,且在5个不同位置的风电场验证了所提算法的通用性。     

基于双摄像头的心率测量系统的设计与改进

针对在外部干扰或昏暗环境下利用图像光电容积描记(image Photoplethysmography,iPPG)技术进行心率测量时准确度较差,提出了一种自适应心率提取算法,并在嵌入式硬件平台上进行了验证。算法根据图像中人脸与背景区域的色度关系来识别不同的场景并启动合适的摄像头进行图像采集及自适应映射,接着对提取出的信号进行滤波,在信号质量评估后输出结果。上述方法在Zynq平台上进行了验证,使用双摄像头实现实时心率测量,并对结果进行可视化输出。实验结果表明:优化后的算法在光照及运动的双重干扰下的测量误差从3.36BPM降至2.78BPM,准确率提升了17.3%。另外,所设计的系统能够实现在极端黑暗条件下的心率采集,平均误差约为2.39BPM。     

带有前置EDFA卫星相干激光通信终端的信噪比分析

卫星激光通信链路是一项实现卫星大规模星座组网的关键技术。相干激光链路灵敏度高、抗背景干扰、速率升级空间大,在星间激光链路中应用广泛。文章建立了带有前置掺铒光纤放大器(EDFA)的卫星相干激光通信终端的信噪比分析模型,仿真分析了EDFA功率增益、EDFA噪声系数、本振光功率、信号光功率、光放后端光带宽、基带前端电带宽对终端输出信噪比的影响以及各种输出噪声功率占比的情况,得到了带有前置EDFA卫星相干激光通信终端的信噪比参数特性。     

Evaluation of vector magnetic property in a three-phase induction motor model core with visualization of streamline

In this paper, a streamline display method for magnetic flux density and magnetic field strength vectors in a three-phase induction motor model core is presented, and the relationship between streamlines and magnetic properties is investigated. It is possible to visualize the vector magnetic properties distribution by representing the magnetic flux density and the magnetic field strength vector with the streamlines. In addition, the time variation of the streamlines of the magnetic flux density and magnetic field strength vectors, and magnetic energy was compared. It was clear that the magnetic energy did not necessarily increase in the areas where the magnetic flux density and magnetic field strength increased because these vectors have the spatial phase difference.     

970 nm超辐射发光二极管弯曲脊形波导数值分析

本文基于光束传播法(beam propagation method, BPM)和时域有限差分法(finite difference time domain method, FDTD)建立了分析模型,模拟并分析了弯曲脊形波导超辐射发光二极管(superluminescent light emitting diode, SLD)不同结构参数(刻蚀深度、曲率半径、脊形宽度)对波导损耗的影响和倾斜脊形波导不同结构参数(刻蚀深度、脊形宽度、倾斜角度、发射波长)对模式反射率的影响。计算表明,弯曲脊形波导的刻蚀深度和曲率半径是影响波导损耗的重要因素。刻蚀深度较浅使波导对光场的限制作用较弱,过小的曲率半径会使模式传输泄露严重,损耗大大增加。脊形宽度越大,波导损耗越小,其对波导损耗影响较小。脊形波导的端面倾斜角度是抑制模式反射率的重要因素,脊形宽度增加,模式反射率逐渐减小,并在特定的几个角度形成的奇点达到最小值。刻蚀深度对于模式反射率的影响作用较小,但随着刻蚀深度的增加,奇点发生的角度产生了向小角度偏移。在特定的倾斜角度范围内,随着波长减小,奇点的数目会逐渐增加。研究结果可对设计具有优越性能的SLD器件...     

Design of Online Vitals Monitor by Integrating Big Data and IoT

In this work, we design a multisensory IoT-based online vitals monitor (hereinafter referred to as the VITALS) to sense four bedside physiological parameters including pulse (heart) rate, body temperature, blood pressure, and peripheral oxygen saturation. Then, the proposed system constantly transfers these signals to the analytics system which aids in enhancing diagnostics at an earlier stage as well as monitoring after recovery. The core hardware of the VITALS includes commercial off-the-shelf sensing devices/medical equipment, a powerful microcontroller, a reliable wireless communication module, and a big data analytics system. It extracts human vital signs in a pre-programmed interval of 30 min and sends them to big data analytics system through the WiFi module for further analysis. We use Apache Kafka (to gather live data streams from connected sensors), Apache Spark (to categorize the patient vitals and notify the medical professionals while identifying abnormalities in physiological parameters), Hadoop Distributed File System (HDFS) (to archive data streams for further analysis and long-term storage), Spark SQL, Hive and Matplotlib (to support caregivers to access/visualize appropriate information from collected data streams and to explore/understand the health status of the individuals). In addition, we develop a mobile application to send statistical graphs to doctors and patients to enable them to monitor health conditions remotely. Our proposed system is implemented on three patients for 7 days to check the effectiveness of sensing, data processing, and data transmission mechanisms. To validate the system accuracy, we compare the data values collected from established sensors with the measured readouts using a commercial healthcare monitor, the Welch Allyn® Spot Check. Our proposed system provides improved care solutions, especially for those whose access to care services is limited.