边界元法循环平稳近场声全息理论研究

循环平稳声场是工程中经常遇到的一种特殊非平稳声场,声压信号受到调制作用,导致频谱出现边带现象,经典的近场声全息技术重建得到的声场无法反映声场的调制特性.在平面循环平稳近场声全息基础上,提出一种边界元法的循环平稳近场声全息技术,用二阶循环统计量理论代替传统的傅里叶分析,并以声压的循环谱密度取代其频谱及功率谱密度作为重建量,可用于循环平稳声场中具有复杂表面声源的辐射声场.由于循环谱密度对循环平稳信号具有解调功能,用该方法重建得到的循环谱密度能有效地反映调制和载波信号的信息.仿真分析与实验表明了本理论的有效性和精度能满足工程要求.     

半球封闭圆柱体表面绕射声场研究

基于一致性几何绕射理论,对半球封闭圆柱体上半球表面的高频绕射声场进行了数值计算与分析。获得了单个点声源作用下,半球表面声场的声压分布图,其中包括一些干涉条纹,干涉条纹的区域及形状与点声源的位置和频率有关;在多个点声源作用下,发现在接近半球顶点的附近,多个声波经多途传播后在该区域的叠加声压由衰减转为增强的现象。     

海底爆破辐射声场的理论及数值研究

对固体基底浅海中声波传播的色散特性作了数值模拟与分析. 利用液体及固体中声传播理论导出了固体基底内爆破源在浅海中所激发声场的解析解, 在此基础上, 通过数值计算, 得出了浅海中不同空间点处的瞬态声压时域波形, 并在瞬态声压时域波形的平滑伪Wigner-Ville分布基础上, 对固体基底内爆破源在浅海中所激发瞬态声场的特性作了详细分析. 关键词： 海底爆破 声场 色散 瞬态声压     

二维弥散介质温度场的快速重建

提出了一种利用电荷耦合器件摄像机获取的辐射信息进行二维弥散介质温度场快速重建的新模型. 与现有的温度场重建模型相比,该模型是以逆向Monte Carlo方法为基础,重建速度更快、效率更高,能更好地描述散射介质. 采用了一个精确的二维温度场作为重建对象,结果表明,即使在存在测量误差的情况下,利用此模型重建出的温度场仍能重现原有精确温度场的特征. 关键词： 温度场重建 逆向Monte Carlo 电荷耦合器件摄像机 反问题     

改进的基于主成分分析的三维人脸形状建模

针对基于主成分分析(PCA)的三维(3D)人脸形状重构不精确的缺点,对位移向量、缩放因子、旋转矩阵、重构系数等参数进行了精确的定义和计算,并对重构模型进行了有效的调整。根据CVL Face Database建立了113个3D人脸形状模型,经迭代运算后重构出了由特征点组成的稀疏3D人脸形状模型。利用径向基函数(RBF)得到了密集3D人脸形状模型。试验结果表明,算法可以得到精确的重构模型,对深度旋转的人脸图像和特征点定位误差也有很好的鲁棒性。     

时域荧光分子层析图像重建的线性特征数据法

通过扩展用于时域扩散光成像(Diffuse Optical Tomography, DOT)的广义脉冲谱技术,提出了一种用于时域荧光分子层析成像(Fluorescence Molecular Tomography, FMT)的线性特征数据图像重建算法.此算法能够同时重建荧光产率和荧光寿命,并且利用模拟数据对此方法进行验证,证明了算法的有效性.     

小直径棒材超声横波检测仿真分析

采用超声水浸聚焦斜入射方式进行小棒材表面、近表缺陷检测时,声波在水/棒和棒/缺陷界面会发生反射、折射、散射、衍射及波形转换等一系列物理变换。此时缺陷可检性对声波入射条件十分敏感,常出现由于检测条件设置不当而导致缺陷漏检、误检的情况。为解决这一问题,本文针对小棒材超声斜入射检测中的主要参数——入射角和水距,开展声场及缺陷声响应仿真,研究检测参数对不同部位缺陷检测能力的影响,并对仿真结果进行试验验证。通过研究得到了检测水距、入射角度对缺陷检测能力的影响,并得到最优检测条件。试验验证结果表明研究制定的检测方案可有效检测出表面、近表面裂纹缺陷。     

超声搅拌磁流变抛光液的声场仿真分析

为了探究超声搅拌磁流变抛光液的制备及优化工艺,利用多物理场数值计算方法,建立了超声搅拌磁流变抛光液的声场仿真模型,并进行了频域分析。研究了不同液位深度、超声变幅杆探入深度,不同功率下磁流变抛光液的声场分布。通过测量磁流变抛光液的声场强度对声场仿真进行了验证。结果表明：随着距变幅杆距离的增加,声强逐渐减弱,高声强区域主要分布在换能器轴线附近。声强在距变幅杆20mm范围内急剧衰减,变幅杆最佳探入深度为10mm,增大功率有助于空化区域的扩大。声场仿真结果与实验测量结果基本一致,对磁流变抛光液的制备提供了数值计算基础。     

基于自编码器的荧光分子断层成像快速重建

多激发点荧光分子断层成像(FMT)重建过程中生成的系统矩阵规模较大,导致计算复杂度高,重建时间长。为了加快重建速度并保证其准确性,基于人工神经网络理论,通过降低系统矩阵规模,提出了一种快速FMT重建方法。具体来说,采用的降维方法是自编码器,即一种典型的人工神经网络,训练数据为由系统矩阵和表面荧光测量值组成的矩阵,然后使用自编码器网络的编码部分得到原始矩阵在低维空间上的表示。为了测试所提方法的性能,设计了一系列数值模拟实验,包括非匀质圆柱体实验和数字鼠实验。实验结果表明,该方法能有效缩短重建时间,得到较高的重建精度。