兰姆波检测信号的匹配追踪时频分析

为有效去除兰姆波检测信号中的冗余信息和识别多个模态,应用匹配追踪方法对兰姆波信号进行处理。在Chirplet原子基础上添加弯曲算子进行改进,以更好地匹配频散和多模式兰姆波信号的特征。由改进的Chirplet原子组成过完备字典,使用基于遗传算法的匹配追踪(GAMP)信号稀疏分解方法,从过完备字典中选出与待分析信号相匹配的最佳原子,利用最佳匹配原子和对应的分解系数进行信号重构和时频分析。研究结果表明,改进后的Chirplet原子更能反映出兰姆波信号的非线性时频变化特征,得到的时频分布与频散曲线的弯曲特性能很好的吻合。采用改进后的Chirplet原子匹配追踪方法可以获取更加精确的走时信息,为后续兰姆波损伤定位成像奠定基础。      

兰姆波结构健康监测中的概率损伤成像

应用概率成像方法对兰姆波结构健康监测中板的损伤进行识别。根据兰姆波损伤散射信号的传播时间以及传感器网络中一对发射-接收传感器的空间位置来确定一个椭圆轨迹,该轨迹显示了损伤可能出现的位置。将监测区域均匀网格化,计算各网格节点到椭圆轨迹的最短距离,将此距离映射为损伤出现的概率。采用灰度等级对所有网格节点处的概率值进行量化,则由每一个发射接收传感器对就确定了一个灰度图像。为了突出损伤,应用图像融合技术对传感器网络中所有发射接收传感器对所构成的灰度图像进行融合。对铝板中横穿孔损伤的实验结果显示了该方法能够有效地确定损伤的位置和范围,有助于推动兰姆波结构健康监测的实用化。      

双包层光纤激光器泵浦吸收效率的模场计算方法

提出一种计算双包层光纤激光器泵浦吸收效率的新方法.该方法是建立在模式分析基础上的,对对称的和偏心的双包层光纤结构都适用.我们的数值计算结果与以前的射线方法结果基本一致,但我们的方法更为精确一些.     

三镜级联结构Gires-Tournois谐振腔的色散特性分析

系统分析了三镜级联结构G-T谐振腔的色散特性,表明三镜级联结构G-T谐振腔具有不同于两镜级联结构G-T谐振腔的特有色散特性.利用该特性以三镜级联结构G-T谐振腔作为色散补偿元件可有效改善MGTI型interleaver的色散性能,并给出了以三镜级联结构G-T谐振腔为补偿元件的具体补偿实例.模拟结果表明：对50 GHz的MGTI型光交错复用器,可实现中心波长附近±0.08 nm、±0.09 nm和±0.1 nm范围内的色散绝对值分别小于1 ps/nm、2.4 ps/nm和6.6 ps/nm的良好的补偿结果.与文献报道的两镜级联结构G-T腔补偿结果相比,色散绝对值小于1 ps/nm的波长范围扩大了60%;在中心波长附近±0.09 nm范围内的色散绝对值降低了92%.     

基于空间干涉成像的七芯光纤芯间群延时差测量EI北大核心CSCD

提出了基于空间干涉成像的多芯光纤芯间群延时差的测量方法。用CCD记录不同波长下的空间干涉图,利用干涉图中所有像素点的干涉信息构建三维空间干涉光谱,并通过光谱分析可得芯间群延时差。搭建了基于空间干涉成像的多芯光纤芯间群延时差测量实验装置,测量了沟槽辅助型弱耦合七芯光纤芯间群延时差。该方法的测量装置简单,测量精度可达10~(-4)ps/m,不仅可测量两芯间的延时差还可同时测量任意相邻的多个芯的芯间延时差。测量时使用三维调节台加CCD的组合使得待测纤芯的选择激发更加简单。此外,还研究了多芯光纤芯间延时差的弯曲依赖性,结果显示,随着弯曲半径的增大,多芯光纤芯间群延时差不断减小。     

基于互信息匹配模型的说话人识别

依据互信息理论提出的互信息匹配识别模型MIM(Mutual Information Matching),能够有效地综合处理语音信号的统计分布特征与时变分布特征,并具有较强的鲁棒性。介绍了运用互信息进行说话人模式匹配的原理,探讨了基于文本的说话人识别中MIM模型的应用,通过说话人辨别实验对MIM模型的性能进行了实验分析,并与其它识别模型DTW和GMM进行了比较。对18名男性和12名女性组成的30名说话人进行的识别实验表明, MIM模型的说话人识别性能较好,在采用LPCC特征参数的情况下,平均错误识别率为1.33％。     

基于改进单神经元的四旋翼PID控制器设计

针对传统PID控制算法对四旋翼飞行器的姿态角进行控制时,其控制参数很难随着环境的变化进行自整定,进而影响四旋翼飞行器的稳定性的问题,提出了一种改进的PID控制算法;该算法通过改进单神经元中的K值公式提高了K_p、K_i、K_d的学习速率,从而提高了系统的响应速度;通过增加超调惩罚措施,通过适当的放大或缩小超调,可以使系统超调达到最小;通过与增量型PID、标准二次型单神经元PID算法进行比较,并且进行仿真实验;结果表明:所提方法具有参数自整定能力强且快速响应、鲁棒性强及稳定性好。     

用耦合波理论求解渐变折射率光纤的传播常数和模式场

本文应用耦合波理论来计算任意渐变折射李光纤的传播常数和模场分布.将无限伸展的抛物型折射率分布光纤作为一个理想波导,任意径向不均匀折射率分布光纤便可以视作该理想波导的微扰,其模场可以展开成一组完备的理想波导模的叠加.然后,模场和传播常数可以通过耦合波方程求得.进一步将一阶微分方程组形式的耦合波方程变换成线性方程组,使计算过程大大简化.文中给出了数值计算结果,并将其与准确值进行了比较.     

采用单个压电传感器的单模式兰姆波激发频率的选择

考虑了压电传感器(PZT)与板之间的耦合作用,从理论上研究了单个压电传感器激发时产生单模式兰姆波的频率调节方法,实验给出了模式选择在兰姆波结构健康监测中的应用. 在板材、板厚以及PZT尺寸一定的情况下,从理论上能够预测到作为频率函数的各兰姆波模式的幅值变化. 根据某特定兰姆波模式的幅值最大而其他模式幅值相对最小时所对应的频率,即可识别出该兰姆波模式优化的激发频率. 数值仿真验证了理论的有效性以及单模式兰姆波选择的可能性. 在不同的激发频率下,分别激发了优化的A0 模式,优化的S0模式以及共存的A0和S0模 关键词： 兰姆波 压电传感器 激发频率 结构健康监测     

超声图像中复合材料褶皱形态的Mask-RCNN识别方法

复合材料在制造和使用过程中不可避免地会产生褶皱缺陷,因其形态变化多样,形变程度较小,人工辨认存在一定障碍,容易出现错漏情况.为提高检测效率,提出利用Mask-RCNN(Mask region-based convolutional neural net works)目标检测算法对复合材料超声图像中不同形态的褶皱缺陷进行检测并分类.制备含有不同形态褶皱缺陷的碳纤维复合材料层合板,利用超声相控阵采集全矩阵数据;通过波数成像算法得到复合材料层合板纵切面图像,根据地质层中褶皱的几何学特征,将复合材料层合板中存在的不同褶皱分为三类,进而建立褶皱形态与材料损伤程度之间的关系;提出Mask-RCNN算法用于褶皱缺陷的自动检测并分类,该算法中语义分割的引入可显示褶皱缺陷的位置和形状.实验结果表明:Mask-RCNN对不同形态褶皱识别的准确率分别达到92.1%,90.9%和93.3%,褶皱分类识别准确、有效.为实现复合材料层合板数据采集-成像-缺陷判别一体化、自动化提供了理论支撑.