基于电子倍增电荷耦合器件的哈特曼-夏克波前传感器质心探测误差分析

哈特曼-夏克(Hartmann-Shack,H-S)波前传感器的探测误差是自适应光学系统中的一个主要误差源.本文分析了电子倍增电荷耦合器件(electron multiplying charge-coupled devices,EMCCD)的各种噪声源对H-S波前传感器质心探测误差的影响,推导了基于EMCCD的H-S波前传感器的质心探测误差的数学表达式,并进行了数值仿真和实验研究.结果表明,基于EMCCD的H-S波前传感器的质心探测误差与增益直接相关,在增益小于P_max/(Q·N_mean)时质心探测误差随着增益的增大而减小,在增益大于P_max/(Q·N_mean)时质心探测误差随着增益的增大而增大,其中P_max是EMCCD的峰值电荷,Q是量子效率,N_mean是平均入射光强. 关键词： 自适应光学 电子倍增电荷耦合器件 波前传感器 质心探测误差     

机载光电稳瞄系统实时被动测距方法研究

针对现有直升机机载光电稳瞄系统高精度角度测量和角速率测量的特点,提出一种利用测量目标相对角度和角度变化率等参数实现目标实时被动测距的方法。建立了机载稳瞄平台对地面固定目标定位的数学模型,提出利用系统旋转变压器测量目标角度,利用惯性速率陀螺测量目标角度变化率。该方法使得目标角度变化率的测量精度(优于0.1 mrad/s)比一般光学方法提高了一个数量级。利用扩展卡耳曼滤波(EKF)算法提高目标距离估算精度,保证测量结果的稳定性。理论仿真和外场验证实验结果表明,该方法可以实时估算目标相对载机的距离,适合于武装直升机快速实时目标定位。     

质心体与射影体的极

建立了关于Blaschke与调和Blaschke线性组合的射影体极的几个精度不同的Brunn-Minkowski型不等式,给出了调和Blaschke线性组合的质心体极的Brunn- Minkowski不等式和类似结果．     

白光扫描干涉测量算法综述

白光扫描干涉测量是光学测量中一种非常重要的方法。在干涉仪的结构、光源的光谱宽度以及扫描步长一定的情况下,选择合适的算法对干涉信号进行处理能够达到更高的测量精度。对重心法、移相法、包络曲线拟合法以及空间频域算法分别加以介绍和比较,为白光干涉信号的算法选取提供了一份详尽的参考。     

北京正负电子对撞机试验束描迹仪的应用

 试验束能提供不同种类、一定动量的单粒子束流。用三个多丝正比室做探测器，采用阴极感应电荷重心读出的方法，由单个多丝室对粒子击中点的二维坐标进行定位，粒子在三个室平面上的二维坐标经拟合后精确地描绘出北京正负电子对撞机试验束单粒子束流的径迹及入射方向。对阴极感应电荷重心读出的理论、实现方法及数据处理做了详细论述，并给出了实验结果。     

广义梯形模糊数密度加权算子及其应用

针对多属性决策问题,本文面向广义梯形模糊数的决策信息,提出了广义梯形模糊数密度加权算子(TF-DWA算子)的信息集结方法。首先介绍了广义梯形模糊数密度加权算子及其合成算子,并分析了其性质特点。然后,基于信息分布的疏密程度讨论了广义梯形模糊数的分组问题,通过质心排序指标值进行聚类。在此基础上,基于熵值法求解密度加权向量。最后,通过一个应用算例对本文提出的算子进行简要说明。     

基于双口RAM的新型FPGA质心提取算法设计

针对大多数现有FPGA质心提取算法不适用于大量连通区图像的问题,设计了一套基于双口RAM的新型FPGA质心提取算法。在保持普通FPGA质心算法无需存储整幅图像和只扫描一次图像便可得到质心坐标的特点的前提下,巧妙的使用3个双口RAM作为算法的存储介质,避免了资源的大量消耗,由于没有了资源上的限制,新型算法不再局限于少量连通区图像,已然能够对千个以上的连通区图像进行处理。最后进行了一系列的实验分析：与MATLAB算法的处理结果对比,验证了设计的正确性;与普通FPGA质心算法的实验对比,说明新型算法在节省大量资源的同时还使得算法效率提高了一倍。     

格点形心问题的若干结果

设n(k)为满足如下条件的最小整数，给定平面上任意n个格点，其中必存在k个点的形心也是格点，文献[4]提出关于确定n(4)的未解问题，本文给出解答n(4)=13，并进一步给出相关的一些问题的结果。     

Acoustic classification of Australian anurans based on hybrid spectral-entropy approach

A new hybrid method for automated frog sound identification, using spectral centroid, Shannon entropy and Rényi entropy is proposed. The advantage of using entropy based information theoretic approach for analyzing complexity of bioacoustics signals in animal vocalization is discussed. Sound samples from nine species of Microhylidae frogs are first segmented into syllables. Fourier spectral centroid, Shannon entropy and Rényi entropy of the syllables are then determined. Finally, nonparametric k-th nearest neighbour (k-NN) classifier is used to recognize the frog species based on these three extracted features. Result shows that the k-NN classifier based on these selected features is capable to identify the species of the frogs with an average accuracy of 98%. It is found that the accuracy reduces significantly only when the noise levels higher than −20 dB.