VC4468E智能相机在光电自准直系统中的应用

针对基于PC的光电自准直系统便携性较差的缺点,设计了一种基于智能相机的光电自准直系统,采用VCdd68E型面阵CCD智能相机作为图像接收器件,利用光学自准直原理实现二维小角度的测量。对智能相机所采集的十字丝图像进行了二值化、小区域消除、亚像素定位等处理,采用最小二乘高斯拟合和直线拟合求边缘中心的方法保证了测量精度。与传统自准直方法相比,该方法在保证原系统精度的基础上,消除了读数误差,提高了系统的便携性,实现了测量的自动化。     

基于时域激光诱导辐射确定湍流火焰烟黑粒径

对非稳态丙烷湍流火焰中的烟黑粒径进行在线测量.高能脉冲激光直接照射火焰中的烟黑微粒,其受热辐射光谱信号由光电倍增管检测.为降低信号噪音,采用分段平均方法拟合获得烟黑等亚微米量级固体颗粒粒径.所得结果与透射电镜测量结果吻合.通过统计多个激光脉冲下颗粒各粒径值,获得了不同空燃比下丙烷湍流火焰中烟黑粒径分布的变化规律.本方法为非稳态燃烧过程中可吸入颗粒物尺寸分布提供了一种有效的在线监测手段．     

唐家山堰塞湖泄洪问题几种模型探讨

以唐家山堰塞湖为研究对象,首先根据当时权威新闻报道数据及数字高程模型用数值积分和拟合两种方法求堰塞湖的蓄水量。在溃坝阶段,由经验公式及进出水量平衡建立模型,从而拟合出溃口的深度和宽度随时间变化的表达式。在泛洪阶段,采用静态分析,假设水流呈圆形蔓延采用先离散后整合叠加的方法建立柱体模型得到被淹面积和淹没深度,并在此基础上考虑洪水淹没区域中人口密集区域的人员撤离方案。     

相位差变化率定位法中缺失值精确填补研究

采用目标信号相位差和载频为观测量,利用相位差变化率定位算法对目标进行定位时,由于条件限制和外界干扰,侦察系统会丢失某些观测数据,导致定位精度迅速下降。为此,提出利用最小二乘多项式曲线拟合法填补观测数据的缺失值,再进行定位解算。该方法不仅具有较精确的填补能力,而且不受缺失值分布情况的限制,保证了测量值的完整性和准确性,实现了相位差变化率定位法的快速高精度定位。仿真结果表明,该方法在5s内的相对定位误差为2.14%。     

基于包络线和函数拟合的录波数据分析

提出了一种基于包络线和函数拟合来分析短路电流录波数据的实用算法.首先对短路电流录波波形取包络线,利用指数函数拟合,滤除衰减直流分量;然后对周期分量取包络线,通过指数函数拟合来分析短路电流衰减基波分量,最终实现对暂态短路电流基波分量有效值时域内的多分辨率观察与研究.     

相位非平稳人造地震动反应谱拟合技术研究

采用完全非平稳人造地震动技术,就是在传统的考虑幅值非平稳特性拟合目标反应谱的基础上,根据不同的场地条件和地震环境,引入实际强震或地震记录提取的非平稳的相位来共同拟合目标反应谱．本项研究技术将20多年来通用人造地震动的技术进行了实用性改进,建立了人造地震动与强震、测震记录的应有联系,使天然地震记录数据的推广应用有了更多的渠道和技术保证,可以直接应用于防震减灾工程实际．     

利用EXCEL工具率定典型流量数学模型方法探讨

介绍EXCEL【规划求解】功能拟合流量数学模型的操作方法和步骤,并与EXCEL内置图形函数拟合的流量数学模型进行对比分析,说明该功能拟合流量数学模型的优越性。分别以天然河道、水库堰闸、水电站实测流量系列资料为实例,应用该功能拟合不同类型的流量数学模型,结果表明【规划求解】功能拟合流量数学模型均能满足水文资料整编规范要求。     

基于卷积神经网络的标识牌识别技术

目前而言,我国标识识别技术正处于飞速发展阶段,具体体现在处理精度、再现性、灵活性、适用面、信息压缩等方面,但是,在实际发展过程中,该技术的发展还是受到了实际需求的限制.深度学习模型运算量大,难以在轻量级嵌入式设备上运行,工业生产中噪声种类繁多复杂,影响识别准确性.针对上述问题,本文提出一种基于卷积神经网络的标识识别技术,利用改进的Canny边缘检测算法,来增强对边缘信息提取时的鲁棒性,实现在高噪声环境下对标识牌精准提取.另外为了进一步提高识别准确率,本文利用CNN和椭圆拟合相结合的思路,把模型识别结果和椭圆拟合结果相结合来判别识别的准确性,在增加少量运算量的同时提高识别准确率.     

基于距离加权重叠度估计与椭圆拟合优化的精确目标跟踪算法

为解决判别式相关滤波（DCF）跟踪算法在跟踪目标旋转或非刚性形变时的模型漂移、尺度粗糙、跟踪失败问题,提出一种基于距离加权重叠度估计与椭圆拟合优化的精确目标跟踪算法（DWOP-EFO）。首先,同时采用矩形框之间的重叠度和中心距离作为动态锚框质量评价的依据,能够缩小预测结果与目标区域之间的空间距离,缓解模型漂移问题;其次,为了进一步提高跟踪精度,采用轻量化的目标分割网络将目标从背景中分割出来,再利用椭圆拟合算法对分割轮廓进行优化并输出稳定的旋转矩形框,实现对目标尺度的精确估计;最后,通过尺度置信度优化策略对置信度高的尺度结果实现门控输出。所提算法能缓解模型漂移问题,同时有利于增强跟踪器的鲁棒性和提升跟踪精度。在两个最为流行的评测数据集VOT2018和OTB100上进行了实验,结果表明：在VOT2018数据集上,所提算法的期望平均重叠率（EAO）指标比基于重叠度最大化准确跟踪算法（ATOM）提高2.2个百分点,相较于基于可学习的判别模型跟踪器（DiMP）提高1.9个百分点;同时,所提算法在OTB100评测数据集上的成功率指标比ATOM高出1.3个百分点,特别是在非刚性形变属性上效果显著。所提算法在评测数据集上的平均运行速率均超过25 frame/s实现了实时跟踪。     

基于滑窗滤波和多项式拟合的时变信道估计方法

基于长期演进（LTE）的车辆到一切（LTE-V2X）标准沿用LTE标准的帧格式,并采用块状导频辅助的单载波频分多址（SC-FDMA）系统完成信道估计。然而,由于V2X信道的时变特性,接收机信道估计面对巨大的技术挑战。因此,设计了一种基于滑窗滤波和多项式拟合的时变信道估计方法。针对导频符号处的噪声问题,在最小二乘（LS）方法基础上,采用了自适应长度的滑动窗口滤波进行降噪处理,从而保证导频符号处的信道估计精度。另外,根据多普勒频移大小,设计了自适应阶次的多项式拟合方法来跟踪数据符号处的信道变化。仿真结果表明,所提方法在LS方法的基础上有良好的去噪效果,在低速移动情况下的估计精度介于LS方法和线性最小均方误差（LMMSE）方法之间,而该方法在高速移动条件下能更好地拟合信道的时变特性,且性能上超过了LMMSE方法结合线性插值的信道估计方法。以上结果说明,所提方法相对于对比方法具有更好的自适应性,适用于不同的信道噪声和终端移动速度下的LTE-V2X通信场景。