石化厂区有毒气体泄漏在线监测平台的构建

针对石化厂区在生产过程中可能发生有毒气体泄露带来的生产安全问题,构建了石化厂区有毒气体在线监测平台。该平台是由PC监控中心、网络监控中心、ARM便携式终端、安卓手机客户端组成。实现对石化厂区中有毒气体及环境参数的实时、在线监测和预警,使生产管理人员掌握石化厂区的有毒气体实时动态信息,对可能引发危险事故的因素及时排除,把危险控制在始发阶段,以实现化工生产的安全、持续、高效进行。测试结果表明该平台能实现所设计的各项功能,并具有良好的稳定性、安全性和实用性。     

全反射棱镜式激光陀螺自适应稳频技术

针对全反射棱镜式激光陀螺在稳频过程中相敏信号易受噪声干扰的现象,研究了全反射棱镜式激光陀螺自适应稳频技术。理论分析了全反射棱镜式激光陀螺的稳频特性,结合自适应噪声对消原理,建立了全反射棱镜式激光陀螺自适应稳频系统的数学模型。通过硬件电路设计,搭建了基于递归最小二乘算法的自适应稳频控制系统。分别对原有稳频技术与自适应稳频技术进行了实验测试,实验结果表明,自适应稳频能有效消除噪声对相敏信号的干扰,稳频精度提高了近一个数量级,陀螺精度相应提高了60%以上。此分析结果为提高全反射棱镜式激光陀螺的性能提供了重要参考。     

采用时序多谱段信号分析的空间目标运动状态辨识

为表征在轨卫星的自旋稳定、三轴稳定和"翻滚"三种运动状态,提出了一种基于可见光时序多谱段信号分析的目标运动状态辨识方法,分析了目标运动状态与观测星探测视场内时变的目标表面材料间的对应关系,以及材料属性/种类与时序双色比聚类信息之间的关联性。提出了基于时序双色比特征高斯混合聚类的目标表面材料种类判别算法以及目标运动状态辨识算法。综合考虑卫星的背景特性、材料特性、结构特性、轨道特性,对三种运动状态卫星的多谱段信号进行了数学仿真,对目标运动状态辨识算法进行了验证,证明了所提出算法的有效性。     

基于PXIE的信号完整性测试系统设计

为了满足运载火箭遥测系统中信号完整性测试的需求,研制了一套基于PXIE的高速数据采集系统;该系统采用多机箱级联设计,最大采样通道数为48,单通道最高采样率达250 MS/s,数据实时存储速度高达750 MB/s;系统软件平台采用Labview开发,具有良好的人机交互性;通过试验验证,测试系统工作稳定,能较好的满足测试需求,同时该系统的设计方法为同类高速数据流盘的设计提供了一种思路。     

S波段微波热致超声成像系统研究

微波热致超声成像技术通过向物体发射微波脉冲, 导致物体吸收电磁波温度迅速升高, 产生瞬时压力波, 从而激发产生超声波信号, 通过传感器对产生的超声波信号进行采集并成像, 最终还原了反映物体吸收电磁波能量特性的图像, 由于此方法兼具了微波成像的高对比性和超声成像的高分辨率特点, 理论上验证了热声成像技术对早期乳腺肿瘤检测的可行性. 本实验兼顾系统成像深度和分辨率, 采用S波段的微波脉冲信号源对物体进行辐射, 利用圆形扫描方式对待测物体进行检测, 同时为了更好的验证成像性能, 本实验同时使用了肿瘤仿体及实际生物组织进行成像实验. 通过实验分析, 验证了该系统对肿瘤仿体和生物组织检测的有效性, 以及系统的高分辨率和高对比度特性, 为早期乳房肿瘤检测提供了进一步的理论支撑.     

300 W侧面分布式抽运掺Yb全光纤放大器

采用角度磨抛的方式, 在纤芯/包层为20/400 μm双包层掺Yb光纤上制作了侧面抽运耦合器. 该耦合器对975 nm的半导体二极管抽运光的耦合效率最高可达97%, 对1080 nm信号光的泄漏比小于2%. 分析了侧面抽运耦合器的性能以及多个侧面抽运耦合器的级联分布对抽运耦合效率的影响; 同时, 在前向抽运和双向抽运方式下, 分析了级联耦合器的分布及信号光泄漏比对激光器整体效率的影响, 并进行了数值模拟. 采用自行研制的侧面抽运耦合器, 搭建了侧面耦合分布式抽运、掺Yb双包层全光纤主振荡功率放大器, 获得了波长为1080 nm、功率为303 W 的基模激光输出. 进一步增加抽运点个数, 提高抽运功率, 可获得更高的输出功率.     

多重分形降趋波动分析法和移动平均法的分形谱算法对比分析

多重分形降趋波动分析法(MFDFA)和多重分形降趋移动平均法(MFDMA)是用来估算一维随机分形信号多重分形谱的两种算法, 已被拓展应用于二维和高维分形信号的分析. 本文简要介绍了MFDFA和MFDMA算法及其在一维时间序列中的应用. 首次系统地从算法模型、计算统计精度、样本量的敏感性、无标度区选取的敏感性、矩选择的敏感性和计算量这六个方面对两种算法进行了对比分析, 以典型多重分形信号BMC信号为例, 分析两种算法的适用性和优劣性. 为实际应用中, 针对具体信号如何选用MFDFA或MFDMA算法, 以及两种算法的参数设置提供了有价值的参考.     

语音信号序列的Volterra预测模型

对给定的英语音素、单词和语句进行了采集并完成预处理. 分别应用互信息法和Cao 氏法确定了实际采集的语音信号序列的延迟时间和嵌入维数, 以完成语音序列的相空间重构. 通过计算实际采集的语音信号序列的最大Lyapunov指数, 完成了语音信号的混沌特性识别, 判定其具有混沌特性. 引入Volterra级数, 提出了一种具有显式结构的语音信号非线性预测模型. 为克服最小均方误差算法在Volterra模型系数更新时固有的缺点, 在最小二乘法基础上, 应用基于后验误差假设的可变收敛因子技术, 构建了一种基于Davidon-Fletcher-Powell算法的二阶Volterra 模型(DFPSOVF), 并将其应用于具有混沌特性的语音信号序列预测. 仿真结果表明: DFPSOVF非线性预测模型对于单帧和多帧语音信号均具有更好的预测精度, 优于线性预测模型, 并且能够很好地反映语音序列变化的趋势和规律, 完全可以满足语音预测的要求; 可以根据语音信号序列的嵌入维数选取预测模型的记忆长度. 所提出模型可以为语音信号重构和压缩编码开辟一条新途径, 以改善语音信号处理方法的复杂度和处理效果.     

二进制信号的混沌压缩测量与重构

二进制信号的压缩感知问题对应超奈奎斯特信号系统中未编码的二进制符号的检测问题, 具有重要的研究意义. 已有的二进制信号压缩测量采用高斯随机矩阵, 信号重构采用经典的l₁最小化方法. 本文利用混沌映射构造基于Cat序列的循环测量矩阵, 并提出一种针对二进制信号的全新的重构算法——平滑函数逼近法. 文章构造的混沌循环测量矩阵兼具确定性和随机性的优点, 能够抵御低信令效率和低信噪比的影响, 取得更好的压缩测量效果. 文章提出的平滑函数逼近法利用非凸函数代替原问题不连续的目标函数, 将组合优化问题转化为具有等式约束的优化问题进行求解. 利用稀疏贝叶斯学习算法进一步修正误差, 得到更准确的重构信号. 在信道含有加性高斯白噪声的条件下对二进制信号进行了压缩测量与重构的数值仿真, 仿真结果表明:基于Cat 序列的循环测量矩阵的压缩测量效果明显优于传统的高斯随机矩阵; 平滑函数逼近法对二进制信号的重构性能明显优于经典的l₁最小化方法.     

超微血管成像和超声造影对乳腺癌病灶内微血流及超微血管的评价及其联合诊断价值

本文探讨了超微血管成像(SMI)和超声造影(CEUS)对乳腺癌病灶内微血流及超微血管的评价,及其联合检查对乳腺癌的诊断价值。选取2017年6月~2019年3月我院收治的经手术病理证实的乳腺癌患者106例(106个肿块)作为研究对象,所有患者术前均完成彩色多普勒血流显像(CDFI)、CEUS及SMI检查。比较SMI、CEUS对乳腺癌的诊断准确率及对病灶内血流信号、穿支血管的显示情况。结果显示,106例乳腺癌(106个肿块)中,SMI和CEUS对乳腺癌的诊断准确率分别为79.25%、83.96%,两者比较差异无统计学意义(P>0.05);SMI联合CEUS检查对乳腺癌的诊断准确率为96.23%,明显高于单一SMI或CEUS的诊断准确率(P<0.05)。在血流信号显示上,SMI检出不丰富血流信号、丰富血流信号分别为64个、42个;CEUS表现为低增强64个、等增强及高增强为42个;SMI和CEUS评价乳腺癌病灶内微血管及血流供应情况具有较好的一致性(P<0.05)。在穿支血管显示上,SMI检出44个、CDFI检出34个,SMI能够清晰检出CDFI不能检出的穿支血管10个。表明SMI和CEUS诊断乳腺癌病灶内微血管及血流供应情况具有较好的一致性,对乳腺癌均有较高的诊断价值,二者联合检查有助于提高乳腺癌的诊断准确率。