精密检测平台定位误差自适应补偿技术

为了实现光学元件精密检测平台定位误差的自适应补偿,以保证在不同的检测环境中平台能够自行保持高精度,提出了基于检测环境监测和支持向量回归机的定位误差自适应补偿方法。首先,以多组检测环境中温度、湿度和气压的具体测量值作为训练数据,利用支持向量回归机建立定位误差最大值的预测模型,进行最大值预测。然后,将最大值同温度、湿度、气压等环境因素和位置信息一起作为训练数据,迭代使用支持向量回归机,建立任意位置定位误差预测模型。最后,将预测到的定位误差值传入检测平台控制器中进行补偿。应用雷尼绍激光干涉仪,温度、湿度和气压传感器等仪器设备,在光学元件精密检测平台上进行了具体实验。实验结果表明该技术切实可行,预测数据与实测数据差值绝对值的平均值为0.88μm,Pearson相关系数的平方为0.99,自适应补偿后平均定位误差由43μm降为1.4μm。     

一种传感器特性的高精度拟合方法

为提高传感器非线性特性的拟合精度,提出了一种基于最小二乘支持向量机(LSSVM)与量子粒子群优化算法(QPSO)的传感器特性拟合方法;该方法采用最小二乘支持向量机构建传感器特性的非线性回归模型,模型的参数向量由量子粒子群优化算法和学习样本平均绝对误差最小的准则进行优化;实验结果验证了该方法的有效性,其拟合绝对误差在10-9~10-7%之间,其拟合性能明显优于常规方法。     

基于分布式光纤的埋地自来水管多点泄漏定位方法分析

基于拉曼散射测温原理，利用分布式光纤对UPVC（硬脂聚氯乙烯）和铸铁自来水管道进行模拟泄漏点定位实验。首先对采集到的原始Anti-Stokes光信号进行滤波平滑处理，再利用相关系数法对温度检测信号进行分类分析，识别自来水管有无泄漏发生，最后通过选择性阈值法识别出UVPC管以及铸铁管中的泄漏点位置。实验结果表明，该系统运行稳定且能够准确识别自来水管泄漏情况。选择性平均阈值法的使用，能够对200 m的埋地自来水管道准确地进行泄漏点的定位，定位误差为0.25 m～0.65 m。     

新型分布式光纤管道泄漏检测技术及定位方法研究

介绍了一种基于萨尼亚克(Sagnac)干涉仪的直线型分布式光纤管道泄漏监测系统,实时进行管道泄漏监测和定位。此系统有两条传感光纤,可有效提高管道监测距离。推导了泄漏信号引起的光信号相位变化表达式;分析了该干涉仪应用于泄漏检测的原理及其泄漏源定位方法,并在分别距两传感光纤末端的法拉第旋转镜为3.990km和4.024 km处进行了泄漏检测实验。管道泄漏实验结果表明,该系统较准确地确定了泄漏源位置且定位误差小于1.05%.     

基于SVR和粒子滤波的室内导航方法

针对室内环境复杂性造成的室内定位精度不足问题,提出一种基于支持向量机回归和粒子滤波的室内导航方法;离线阶段通过采集室内接收信号强度并利用统计学习方法,构建室内RSS与物理位置之间的支持向量回归映射模型,定位阶段使用智能移动设备采集加速度、方向角等运动状态信息和Wifi模块感知的环境信息,并利用粒子滤波将运动数据和回归结果进行融合处理,推算移动用户运动轨迹;室内实验结果表明,本方法最大定位误差为1.891 m,平均误差为0.669 m,有效地提高了室内定位导航精度。     

基于SVM的混合气体红外光谱分析关键技术研究

为了解决海量混合气体光谱数据样本无法获取、混合气体组分气体特征吸收谱线重叠、混合气体组分浓度分布的随意性等问题,将支持向量机用于混合气体红外光谱分析中.提出了光谱数据样本特征选择、数据预处理、SVM校正模型参量优化及层次式混合气体光谱分析结构等关键技术.实验分析了上述4项关键技术对分析结果的影响.实验结果显示,采用关键技术的混合气体组分浓度分析的最大绝对误差为2.93%,最大平均绝对误差为0.73%.     

混合干涉型分布式光纤传感器PGC信号解调设计与实验分析

对一种基于马赫-曾德尔和萨格纳克混合干涉仪原理的分布式光纤泄漏检测系统调制解调技术进行研究,对PGC解调技术进行理论分析。针对所选泄漏分布式光纤传感特点设计了PGC解调硬件电路,并对PGC解调电路进行了测试。实验中待测信号为0~50 kHz,载波频率为300 kHz,截止频率为50 kHz, 移相后与待测信号的相关系数达到0.95,谐波失真小于3%,泄漏源位置为7.865 km,泄漏检测定位系统绝对定位误差为235 m,相对定位误差为2.35%。本解调定位系统具有稳定性和抗干扰性。     

混合气体红外光谱支持向量机分析的新方法

介绍了一种基于支持向量机的混合气体红外光谱组分浓度和种类分析的新方法。利用核函数将组分气体特征吸收谱线重叠严重的混合气体光谱在高维空间变换后,建立SVM回归校正模型,进行混合气体浓度分析。在利用支持向量机回归校正模型进行混合气体组分浓度分析的同时,证明支持向量机回归校正模型也可用于混合气体组分种类分析。对不同组分和不同组分浓度的混合气体红外光谱数据进行了实验,研究了谱仪扫描间隔、分析特征波长范围、核函数和惩罚因子等因素对分析结果的影响。混合气体组分浓度实验结果的最大平均绝对误差Mean AE为0.132%;混合气体组分种类识别的准确率大于94%。解决了传统的光谱分析方法中光谱特征谱线重叠、光谱数据的维数大、定性和定量分析无法使用同一方法等问题,可用于其他混合气体的红外光谱分析,具有实际应用价值。     

偏振态对光纤传感系统检测泄漏点灵敏度的影响

采用一种基于Sagnac干涉仪原理的分布式光纤声学传感系统对长距离管道泄漏进行检测,主要分析和研究了不同的输入偏振态对输出光功率的影响.当信号光场与本振光场的偏转态一致时,可得到高灵敏度接收;当信号光场和本振光场的偏振态正交时,检测不到泄漏信号.在系统长度10.044 km时,测得的零点频率是在20 kHz,根据理论公式计算的泄漏点位置在5 km处,与实际的泄漏点的位置5.022 km处,比较相近,相对误差为0.44%.     

复合支持向量机方法及其在光谱分析中的应用

SVC和SVR是支持向量机研究的两个主要问题。文章把两种建模方法相结合,先由SVC模型判别分类,后由各类的局部SVR模型进行定量分析,提出了复合支持向量机(CSVM)方法。根据71个试验小区的水稻冠层高光谱与叶片含氮量建立定量分析模型,考证了CSVM算法。基于模拟研究的思想,随机划分建模集和预测集,比例为55∶16。经过5次划分试验,复合支持向量机方法建模对叶片含氮量的预测值与凯氏定氮实际值之间的平均相关系数为0.89,平均绝对误差为0.088;而传统的支持向量机方法得到的平均相关系数为0.87,平均绝对误差为0.091。由此可见,复合支持向量机方法相对于传统的支持向量机方法预测精度有所提高。文章研究方法的提出为化学计量学定量分析研究给出了新的思路。     

偏振态对分布式光纤泄漏检测系统的影响研究

研制了一种基于Sagnac干涉仪的直线型分布式光纤传感器,可实时进行管道泄漏检测与定位。分析和研究了该干涉仪的泄漏检测原理、泄漏源定位方法以及光偏振态对传感器性能的影响。当两束光偏振态相同时,系统具有最佳的性能;当两束光正交时,无法实现信号检测。管道泄漏的实验结果表明,该系统能较准确地确定泄漏源位置,且定位误差为0.69%。     

基于双目视觉的车身焊点定位误差补偿研究

在应用机器人对车身点焊质量检测过程中,其焊点的定位精度受到点焊作业质量以及车身制造误差等因素的影响,导致实际焊点与设计值并不重合。针对传统示教无法对焊点定位进行实时补偿的问题,提出基于双目视觉引导机器人的焊点定位策略,并构建基于改进粒子群算法优化的支持向量机回归误差补偿模型,对定位结果进行补偿。在机器人末端安装双目传感器,利用双目定位原理对焊点进行初步定位,并将焊点位置的测量数据与实际数据作为学习样本,利用训练好的误差补偿模型预测系统定位误差,将补偿结果作为纠偏值引导机器人定位焊点。实验结果表明,补偿后的定位精度得到较大提升,验证了该方法的有效性。     

水体有机污染物浓度检测中的紫外光谱分析方法

水体中的大多数有机污染物在紫外区域有较强的吸收,因此可利用紫外吸光度检测水体中的有机污染物浓度。在检测过程中,通过平滑、导数、标准正态变量变换等光谱预处理后,采用主元回归、偏最小二乘、支持向量机等方法建立回归模型,并由该模型依据待测样本的紫外光谱数据计算出有机污染物浓度。为了探究不同的预处理方法、建模方法在有机污染物浓度检测中的特点及内在联系,本文对一组来自污水厂进出水的光谱数据采用不同的预处理和建模方法进行实验研究,研究结果表明:当获得的原始数据较好时,可以直接进行建模,进行光谱预处理反而会使模型效果下降;由于本实验中污水的样本数小于光谱数据点数,所以最小二乘支持向量机更适合于本组实验样本。     

多点扰动对光纤分布式扰动传感器定位准确度的影响

基于激光干涉原理,建立了基于Mach-Zehnder干涉仪的光纤分布式扰动传感器多点同时扰动的信号模型.在此基础上,通过数值模拟研究了多点同时扰动对传感器定位准确度的影响,明确了多个扰动信号同时作用时扰动的幅值比和位置差不同情况下传感器的定位准确度.仿真结果表明:当多点同时扰动的信号幅度差别大于等于20倍时,可以给出较强扰动的定位信息;当多点同时扰动的空间距离小于等于100m时,可以近似看成单点扰动.在光路中增加偏振分束器来抑制偏振衰落的影响,并采用信号发生器对实验光路中的两个压电换能器同时施加正弦信号来模拟扰动进行实验.实验结果表明:在5km和10km的位置同时施加扰动,当两个扰动的幅值比大于等于20时,距离较强扰动点的最大定位误差的最大值为200m;在5km和5.05km位置同时施加幅值比为1的扰动,距离5km位置的最大定位误差为200m,验证了仿真结果的正确性.该研究为多点同时扰动条件下光纤分布式扰动传感器定位准确度的提高和误报率的降低提供了理论指导.     

基于可见光-近红外光谱的煤岩识别方法实验研究

以淮南矿区谢桥矿和潘二矿的煤和岩石样本为研究对象,通过地物光谱仪采集样本反射率光谱曲线,同时检测样本氧化物含量、水分、灰分及挥发分含量,将样本的反射率光谱曲线和样本成分含量分别作为自变量,样本类别“煤”和“岩石”两种矿物类型作为因变量,建立煤和岩石识别模型对煤和岩石进行二分类。该研究主要采用三种模型,分别为主成分分析结合支持向量机(PCA-SVM)、主成分分析结合BP神经网络(PCA-BP)模型和核主成分分析结合支持向量机(KPCA-SVM)模型。结果表明,基于可见光近红外光谱的三个模型中,核主成分分析结合支持向量机模型的识别精度最高,建模平均精度为95.5%,验证平均精度约为90.56%;基于样本成分的三个模型中,核主成分分析结合支持向量机模型的识别精度最高,建模平均精度为98.5%,验证平均精度约为95%。     

水体重金属激光诱导击穿光谱定量分析方法对比研究

建立了适用于激光诱导击穿光谱探测的多元线性回归、神经网络回归和支持向量机回归三种定量反演算法模型, 以水体重金属Ni为例进行了回归实验测试和对比分析. 多元线性回归、神经网络回归和支持向量机回归的平均相对标准偏差分别为7.60%, 4.86%, 2.35%; 最大相对标准偏差分别为23.35%, 15.20%, 8.29%; 平均相对误差分别为25.98%, 10.58%, 2.72%, 最大相对误差分别为116.47%, 47.38%, 9.89%. 研究为进一步实现水中痕量金属元素的快速定量分析提供了方法和数据参考. 关键词： 光谱学 激光诱导击穿光谱 支持向量机回归 重金属     

基于相位敏感型光时域反射仪的除尘器破袋检漏及定位技术

针对水泥生产行业中袋式除尘器破袋检漏定位问题,提出了基于分布式光纤振动传感的检漏定位方法。分布式光纤振动传感系统灵敏度高,可以检测到布袋破损后粉尘气流对光纤产生的微振动信号,以此判断布袋是否破损,并通过时域差分法来定位破袋。搭建了一套相位敏感型光时域反射仪(φ-OTDR),通过室内模拟得出该系统最大信噪比为10dB,实际空间分辨率为23.7m,同时验证了该系统能响应低频粉尘气流扰动信号。在现场平台实验基础上,结合支持向量机(SVM)算法对现场测试数据进行识别分类,平均破袋识别准确率可达97.8%。结合φ-OTDR分布式系统与SVM算法可有效解决袋式除尘器破袋检漏定位问题。     

分布式光纤Sagnac干涉仪中基于倒谱的多分辨率入侵定位算法

基于Sagnac结构的分布式光纤干涉仪具有灵敏度高和动态范围大等特点, 特别适合监测入侵信号, 并确定其发生位置. 不同于现有的时域自相关及频域陷波点定位方法, 本文提出将两相干光束相位差信号变换到倒谱域, 通过倒谱系数峰来方便准确地确定入侵位置. 此外, 为克服倒谱定位中降采样带来的分辨率粗糙问题, 提出了多分辨率定位综合的改进方法. 通过改变降采样因子和利用高阶倒谱峰两种措施对同一入侵信号得到一系列定位值, 并对所有定位值取平均作为入侵信号的最终定位值. 实验首先在距离传感光缆尾端40.498 km处制造3个入侵信号. 采用本文提出的倒谱方法对该入侵得到84个定位值, 综合后的定位误差分别只有9 m, 17 m 和 11 m, 显示了对入侵信号定位的准确性. 之后对不同位置的入侵信号进行定位, 7次实验的定位误差的标准差达到12 m, 而相同情况下的自相关方法和陷波点方法的定位误差标准差分别为695 m和118 m. 此外, 这种方法还具有操作简单、易于自动测量等特点, 有望在Sagnac干涉传感系统中发挥重要作用.     

基于机载光电平台的双机交会定位方法

根据现有无人机光电定位方法对动态目标定位的局限性,借鉴光电经纬仪角度交会定位方法,提出改进的基于机载光电平台的双机交会定位系统.介绍了交会定位系统的构成及其工作原理,构建辅助坐标系,对视轴向量进行齐次坐标转换,建立双机交会定位模型.研究了交会定位中载机相对目标位置对定位精度的影响,给出了理想的测量位置,得到最优定位位置,最优交会角为69.984°.最优位置下,当目标距离双机基线20km时,定位均方根误差为38.043 4m.分析了卡尔曼滤波对定位结果的影响,建立合适的滤波模型,滤波后的定位均方根误差减小到13.584 2m.     

基于光谱技术和支持向量机的生鲜猪肉水分含量快速无损检测

为实现生鲜肉水分含量的快速无损检测,在波长350～1 700 nm范围内采集生鲜猪肉98个样本的可见近红外反射光谱。经中值平滑滤波、多元散射校正和一阶微分复合预处理方法对原始光谱进行降噪处理。将样本数据随机分为训练集和测试集,以训练集交叉验证网格搜索法确定最佳惩罚参数,利用径向基核函数的支持向量机算法建立了支持向量机预测模型,并与偏最小二乘回归建模法进行比较。用径向基核函数的支持向量机算法所建模型对生鲜肉水分含量进行预测的结果为：训练集的预测相关系数R_c为0.96、标准差SEC为0.32,测试集的预测相关系数R_v为0.87、标准差SEV为0.67。实验结果证实用支持向量机所建模型适合于生鲜猪肉水分含量的无损快速检测。