近红外光谱技术对闽南乌龙茶品种的识别研究

采用近红外光谱技术建立了一种快速无损的乌龙茶品种识别方法。收集闽南地区不同茶场中铁观音、黄金桂、本山、毛蟹与梅占等5个品种共210份具有代表性的乌龙茶样品,采集近红外光谱数据,选用1 100~1 300nm,1 640~2 498nm作为检测波长范围,利用主成分分析法(principal component analysis,PCA)建立模型,并在实验过程中比较多元散射校正(multiplicative scatter correction,MSC)与标准正态变量校正(standard normal variate,SNV)两种数据预处理方法对模型的影响。实验结果表明,多元散射校正对模型的影响优于标准正态变量校正,对校正集的识别准确率达到了96%,对预测集中样品的识别准确率达到了90%。实验结果证明了采用近红外光谱技术可以快速无损识别闽南地区乌龙茶,具有较强的实用价值和推广价值。     

SKLOF:一种新的超新星候选范围约减算法

超新星是宇宙学中的“标准烛光”, 其在星系中爆发的概率很低, 是一种特殊、稀少的天体, 只有在大量观测的星系数据中才有机会遇到, 而正处于爆发期的超新星会照亮其整个星系从而在观测获得的星系光谱中具有较明显的特征。但是, 目前已发现的超新星数量相对于大量的天体而言又是非常稀少的, 搜寻它们所用的计算时间成为能否进行后续观测的关键, 因此需要寻找高效率的超新星搜寻方法。对超新星候选范围进行约减的LOF算法的时间复杂度较高, 计算量大, 不适用于大规模数据集。为此通过对LOF算法进行改进, 提出了一种在海量星系光谱中快速约减超新星候范围的新方法(SKLOF)。首先对光谱数据集中离中心点近的数据点进行数据剪枝, 剪掉那些肯定不是超新星候选体的光谱数据对象, 然后利用改进的LOF算法计算剩余的光谱数据的孤立性因子并降序排列进行离群搜索, 最后获得超新星候选体的较小的搜索范围以便进行后续的证认。实验结果表明, 该算法十分有效, 不仅在精确度上有所提高, 而且相比于LOF算法还进一步缩短了算法的运行时间, 提高了算法的执行效率。     

改进的高速铁路安全状态协同监测数据处理方法研究

将无线传感器网络协同感知方法,应用于高速铁路固定设施状态监测,具有诸多优势,而协同感知数据的处理方法尤为关键。数据融合方法是协同感知方法在数据处理层面的理想选择。在分布式融合场景下,改进的动态误差平方求权系数法,可以充分利用无线节点的存储能力,使得数据波动性减小、一致性增强;在集中式融合场景下,将求取权系数的相关矩阵法从标量推广至多维向量,使得多维向量数据的融合方法得到丰富。仿真实验表明,改进方法下数据准确性、稳定性均优于原有算法。同时,分析比较了选取不同距离函数指数对多维向量相关矩阵法的影响。     

机载预警雷达互扰分析

预警机组成编队时不同平台上的预警雷达间可能会有干扰产生, 因此需要研究预警机编队雷达电磁兼容问题;在分析预警机作战运用的基础上,建立了预警雷达在复杂电磁环境下的互扰模型,分别从干扰功率和探测距离两个方面对预警雷达相互干扰做了定量的分析,给出了预警雷达干扰计算方程并进行仿真验证;该模型能够在不需要设备进行试验的情况下对预警雷达之间以及同其他用频装备的干扰进行预测评估,从而对预警机的运用和电磁频谱管理提供有力的保障,保证预警雷达作战效力的发挥。     

有距离辨识度的传声器阵列波束优化算法研究*

小尺度线性传声器阵列在便携式通信设备中具有潜在应用前景,其波束优化算法大多关注于抑制来自与声源不同方向的噪声,而不能有效地抑制与声源同方向的噪声。本文通过对几种典型波束优化策略进行改进,增加线性约束条件,使得阵列兼具方向和距离辨识度。论文对比了几种优化方法的波束性能,同时讨论了约束条件对波束旁瓣的影响,并提出了鲁棒性的优化方案。仿真结果显示,合理的优化策略和线性约束条件可以使阵列波束获得很好的聚焦性能。     

混合型超导限流器与距离保护的配合研究

随着电网规模的增大和拓扑结构的日益复杂,短路故障电流持续攀升,超导限流器是最理想的短路故障电流限制装置,电力系统正常运行时,超导限流器的阻抗为零,对电力系统运行无影响,当电力系统发生短路,故障电流超过超导体临界电流,超导体失超呈现大阻抗限制短路故障电流.超导故障限流器无论是哪种限流原理,在限流的故障过程中总会有阻抗元件串入到系统中,从而使得电网参数发生变化,对继电保护产生影响.本文通过研究混合型超导限流器对距离保护的影响,借助于微机保护的快速实时特性,对线路距离保护的整定算法作相应的修改,解决混合型超导限流器与电网距离保护的配合问题.     

水平变化浅海声波导中模态特征频率与声源距离被动估计

针对水平变化浅海声波导中声源宽容性被动测距问题,理论分析了海底地形水平缓变浅海波导中卷绕变换基础上的低频声场特征频率.推导了绝对硬海底时水平变化波导中声场模态时频到达结构以及模态瞬时相位的表达式,由该表达式给出了特征频率与收发距离的变化关系,进而提出了水平变化浅海波导中声源距离被动估计的修正方法,通过仿真和实验对理论与方法进行了验证.     

改进的双曲等效法用于双站合成孔径雷达前视成像

双站合成孔径雷达(SAR)前视成像有着很多的潜在应用,比如在能见度很低的天气实现飞机的导航和盲降,提高飞机飞行的安全度等.然而实现双站SAR前视成像的难点在于其距离历程的双根式性,直接采用驻定相位原理对其分解将得到复杂的解析式,从而后续算法的推导变得困难.现有的双曲等效法可以将双根式距离历程等效为单根式,但由于该方法为距离历程的二阶近似,当用于双站SAR前视成像时,由于其较大的前视角,未完全等效的距离历程高次项造成的误差已经超出可以接受的范围.针对以上问题,本文首先提出了一种改进的双曲等效法,该方法通过引入新的补偿变量来提高距离历程的等效精度;然后在此基础上推导回波信号的二维频谱解析式,并给出了一种适用于双站SAR前视成像的距离多普勒算法;最后通过仿真实验,将原双曲等效法与改进方法的等效误差以及成像结果做对比,验证了本文算法的有效性和优越性.     

改进加权支持向量机回归方法器件易损性评估

加权支持向量机回归算法,几乎都是以样本输入空间中的一个重要特征量的函数来确定权值,造成了在高维特征空间中作回归可能存在较大误差。针对这一问题,提出利用高维特征空间中的欧基里德距离来确定权值的方法,构造了一种改进的加权支持向量机回归算法,并将其应用到电子器件高功率微波易损性评估中。仿真结果表明:该方法具有比模糊神经网络法、标准支持向量机回归算法和一般的加权支持向量机回归算法更高的预测精度。由于增加了权值的计算过程,相对于标准支持向量机回归和模糊神经网络方法,该方法的效率较低,但与一般的加权支持向量机回归算法相当。     

一种多尺度边缘测度融合加权HD算法

一般的边缘加权Hausdorff算法,由于单尺度边缘检测算子本身对噪音敏感,会造成真实和虚假边缘显著性差异小,从而加权后对噪音鲁棒性改善有限.为此,提出了一种基于多尺度边缘测度融合加权的Hausdorff景象匹配算法.对图像提取多尺度边缘测度后,引入证据推理理论,提出一种双向指数基本置信指派构造方法,并构造出多尺度边缘测度的基本置信指派函数,然后采用冲突再分配DSmT组合规则进行融合.为了进一步区别真实边缘与高频噪音,对加权Hausdorff公式进行了一些改进,给出了更为有效利用融和后边缘测度的加权Hausdorff公式.对可见光和SAR景象的匹配实验证明:本文算法所提取边缘在抑制噪音的同时保留了大量景象细节信息,并通过横向对比验证本文算法提高了噪音鲁棒性.