卷积神经网络的缺陷类型识别分析

该文提出一种基于卷积神经网络直接对阵列超声检测原始信号进行缺陷类型识别的方法,该方法无需对超声回波原始信号进行特征提取.文章研究对比了不同卷积神经网络及其优化的识别性能.首先采用超声相控阵系统对不同试块上的平底孔、球底孔、通孔三种缺陷进行超声检测,然后利用LeNet5、VGG16和ResNet三种卷积神经网络对一维和二...     

激光脉冲宽度对远距离尾流气泡后向检测的影响

为了分析激光脉冲宽度对远距离尾流气泡后向检测的影响,基于Fournier Forand体积散射函数,通过Monte Carlo方法建立了水中激光脉冲后向散射信号时域特征的分析模型.利用该模型研究了初始激光脉冲宽度不同时,水中远距离舰船尾流气泡的激光脉冲后向散射信号变化情况.结果表明:随着初始激光脉冲宽度的增加,后向散射信号中水体散射信号与尾流气泡回波信号的轮廓变得模糊|当脉冲宽度增大到一定程度时,无法从后向散射信号中辨别出回波信号|并且,随着尾流区气泡散射强度的减小以及气泡区与检测器之间距离的减短,这种变化趋势变得更加明显.基于仿真结果,提出一种基于逆卷积运算的尾流气泡回波信号提取方法.     

多帧迭代盲解卷积在激光反射断层成像的应用

激光反射断层成像是一种新型的远距离高分辨率成像手段。反射回波可以近似视作发射脉冲和目标反射系数投影分布的加噪卷积,因此发射脉冲的展宽将显著影响重建图像的分辨率。现有的滤波反投影方法不能有效解决这个问题,而脉冲压缩和解卷积可以从回波中还原目标反射率分布投影,进而提高重建图像质量。基于多角度测量的相似性,提出了一种多帧迭代盲解卷积逼近方法,对一维回波信号进行解卷积,并在实际激光雷达上进行了实验,重建结果表明,此算法能显著提高成像的分辨率和细节,并能对发射脉冲给出参考。     

变分贝叶斯解卷积法在激光反射层析成像中的应用

基于距离分辨的激光反射层析成像是一种兼顾远距离和高分辨率成像特点的新型激光成像系统。激光发射脉冲宽度大于采样周期时,接收回波被视作反射率分布与发射脉冲的卷积。在重构目标反射率分布轮廓时成像分辨率降低。运用变分贝叶斯方法对1维探测回波信号进行非盲解卷积处理,对探测回波进行脉冲压缩,有效解决了由卷积效应带来的图像降质。设计了激光反射层析实验,并对实测数据进行了处理。重构图像表明此方法有效提高了系统成像分辨率。     

基于气溶胶光学参数的拉曼激光雷达重叠因子校正方法

提出了一种稳定的拉曼激光雷达重叠因子计算和校正算法,适用于含有拉曼散射通道的激光雷达系统的重叠因子校正。此算法基于大气气溶胶光学参数的拉曼反演算法,通过分析消光系数和后向散射系数的反演特点,发现后向散射系数在过渡区中不受重叠因子的影响。用后向散射系数和激光雷达比的乘积对消光系数缺失信号进行初步校正,进而正演出初步校正后的拉曼散射回波信号,将实际拉曼散射回波信号与正演的拉曼散射回波信号相除即可得到重叠因子廓线。对回波信号和气溶胶光学参数进行了过渡区信号校正和盲区信号补充。分别用单组和连续的激光雷达实验观测数据进行了重叠因子的计算和校正,并与能见度仪观测的近地面数据进行了对比,呈现良好的一致性。结果表明,此算法对重叠因子计算较为稳定。     

超声探头的响应特性及暂态回波模型

建立检测系统的数学模型,可以更好地理解超声检测的物理本质。分析了超声波从产生、介质中传播、缺陷耦合以及接收的全过程,将缺陷回波表示为探头响应函数与缺陷响应的时域卷积。利用空间脉冲响应和基尔霍夫近似建立了超声波与平面型缺陷的耦合模型,用大平面试块底面回波和大平面响应进行反卷积求得了探头的响应函数,并详细分析了探头在不同偏置位置时不同大小缺陷响应的特点,发现缺陷回波由直达回波和边缘回波组成,直达回波和边缘回波极性相反,且直达回波的幅值远远大于边缘回波。      

时域反卷积算法用于提高超声反射CT成像分辨率

超声反射ＣＴ成像通常采用反射回波的包络作为投影，按一定算法进行重建，以实现对物体内某一截面的成像。由于超声换能器的发射脉冲具有一定宽度，这样，被检测物体内相距较近的缺陷回波信号将产生混叠，使得重建像中难以区分各相距较近的缺陷。针对这一问题，本文应用时域反卷积（ＴＤＤ）算法对缺陷回波信号进行预处理，再进行图像重建，理论和实验结果表明，成像分辨率得到提高，图像质量明显改善。     

气泡幕后向散射光信号特性的蒙特卡罗方法研究

利用蒙特卡罗方法对水介质中的气泡幕的后向光散射回波信号进行了系统仿真。通过对计算结果与实验结果的比较,证明了蒙特卡罗方法的有效性。根据仿真结果,结合理论分析的方法,对气泡幕位置、厚度和接收器视场角等参数对回波信号的影响进行了分析,结果表明:回波信号出现时间与气泡幕位置存在一一对应的关系;在气泡幕的衰减系数ρσt不变的情况下,存在一个有效气泡幕厚度,当大于该厚度时,气泡幕的后向光散射回波信号基本不变;在系统各项参数不变的情况下,适当增加接收器的视场角,可有效地提高回波信号的信噪比。     

利用人工神经网络实现缺陷类型识别

本文在对各向同性均匀固体中横穿孔，平底孔和裂和裂缝缺陷超声散射特性分析的基础上，分别用回波幅度谱和去郑积幅度谱作为特征量，利用人工神经网络对缺陷类型进行识别。     

全光纤拉曼测温激光雷达分光系统设计

设计了一个532.25nm波长的转动拉曼激光雷达用新型全光纤分光系统,对强背景噪音下微弱的转动拉曼信号进行高精度提取,以用于探测大气温度。该新型全光纤分光系统由3个光纤布拉格光栅(FBG)及光纤环行器构成,利用FBG的波长选择特性,可高精度剔除大气回波信号中的米氏散射、瑞利散射信号成份,分离出中心波长分别为530.6nm和528.8nm的转动拉曼散射信号,用于反演大气温度。通过对分光系统进行参数优化设计和数值计算,表明基于FBG的分光系统可以对回波信号中的米氏散射、瑞利散射信号进行高达7个数量级以上的抑制,满足转动拉曼测温激光雷达对米氏散射、瑞利散射信号的高精度剔除。