短腔长复合式光纤法布里-珀罗压力传感器椭圆拟合腔长解调算法

建立了一种短腔长复合式光纤法布里-珀罗压力传感器反射光谱的模型,提出了一种双参数椭圆拟合腔长解调算法,并对腔长为26～30μm的复合式法布里-珀罗腔的解调进行了仿真。结果表明,采用双参数椭圆拟合算法进行腔长解调的最大误差仅为0.05μm。搭建了光纤法布里-珀罗传感器解调系统,在加压条件下对复合式光纤法布里-珀罗压力传感器进行了解调实验,实现了20 kHz的解调速率,验证了所提算法在解调短腔长复合式光纤法布里-珀罗压力传感器方面的可行性与实时性。     

干涉显微镜中相移误差分析

相移误差是影响干涉显微镜测量表面形貌精度的主要因素之一。介绍了四帧算法、五帧算法、四帧免疫算法、五帧免疫算法的原理和计算公式 ,并对其特点进行了分析比较。利用自行研制的带旋转检偏器的干涉显微测量系统 ,分别用四种算法对Ra=0 35μm和Ra=0 .0 9μm粗糙度样块进行了实测。结果表明 ,五帧算法的重复测量精度优于0 5nm ,五帧免疫算法的重复测量精度优于 0 3nm。同时对在普通干涉显微镜上进一步提高其测量精度做了初步探讨     

基于实时双光路校正的分光测色仪优化设计

设计了一种基于实时双光路校准的分光测色仪结构,在现有双光路设计中加入校准光源对主光路和辅助光路进行实时双光路校准.构建算法对由温度变化引起的传感器响应效率变化进行修正,并设计实验在不同温度下对仪器采样稳定性进行评价.实验表明,采用了实时双光路校正仪器的工作温度从10℃变化至30℃后,测量数据稳定性标准偏差小于等于0.03,最大偏差小于等于0.04,相对于现有技术方案有显著改善.     

高精度动态光纤应变传感研究

传统的光纤应变传感技术无法在满足高精度和强环境适应性的同时实现稳定的动态应变传感.为了解决该问题,本文将光干涉原理应用于光纤应变传感,设计了一种强环境适应性的基于干涉结构的高精度光纤应变传感系统,基于扫频干涉信号的互相关系数,该系统可以稳定地探测应变.本文还提出一种动态探测算法,该算法弥补了系统只能探测较小应变的缺陷,大大提升了实际应变的探测范围,同时还实现了动态的应变检测;采用三次样条插值算法,提升了小应变探测的精度.理论分析和仿真模拟表明,在加入白噪声的信号信噪比为15dB时,插值后的探测精度是未插值探测精度的2.3倍,插值后本系统探测结果的最大误差只有约9nε.     

改进人工蜂群算法优化ELM分类模型

针对极限学习机(Extreme Learning Machine,ELM)参数优化问题,提出改进人工蜂群算法(Improvement Artificial bee colony, IABC)优化ELM分类模型。算法采用解更新策略池代替固定不变的更新策略,将邻域搜索自适应化;优化侦察蜂搜索方式,利用Kent映射产生均匀性更优的初始随机数序列。在分类数据集中,将IABC-ELM分类模型同ELM、PSO-ELM分类模型进行对比实验。实验中,IABC-ELM模型取得了最佳的分类结果,得到了最低的输出权重范数。结果表明,IABC-ELM模型分类效果显著优于对比模型,证实了IABC算法优化ELM分类模型的有效性和优越性。     

低照度条件下超分辨率人脸图像采集系统设计与实现

在计算机技术高速发展的时代,多平台计算机视觉库随之产生。OpenCV作为一种开源代码的计算机视觉库,以可兼容多平台、接口广泛的特点被广泛运用各个领域。在低照度条件下,会出现光照环境差异过大或光线不足等情况,导致传统图像采集系统不能采集高质量的人脸图像,局限性较差。提出基于OpenCV在C 环境配置下运用三维人脸识别技术算法,设计一套低照度条件下超分辨率人脸图像采集系统。实验证明,该设计方案具有实时(对焦速度快)、快速(单张采集0.05秒)、准确(面部识别率99.3%)等特点,能够充分满足低照度条件下超分辨率人脸图像采集的需求。     

基于改进蚁群算法的LEACH协议研究

针对LEACH协议在数据传输阶段,簇首与汇聚节点之间采用单跳模式传输数据使得能量消耗快并且不均衡的问题,提出一种基于改进蚁群算法的新型路由协议。该协议利用了能耗因子对蚁群转移概率以及信息素更新进行改进,充分考虑了节点的剩余能量和节点间距离,通过信息素的建立和更新,寻找簇首节点和基站之间的最优传输路径,进行多跳传输模式,从而均衡簇首节点能量消耗。仿真实验结果表明,改进后的ACO-BEC协议较之于LEACH协议,能够有效降低了整个网络能量消耗,延长了网络寿命。     

基于非均匀分簇的无线传感器网络路由协议

在无线传感器网络中,分簇技术是一种有效延长网络生命周期的方法。但是这种多跳的网络模型,如果节点均匀分布并且簇的大小相等,则靠近基站的簇头由于要中继更多的数据,则会导致能量空洞现象。因此提出一种非均匀分簇方法来缓解能量空洞问题。首先,通过节点的剩余能量、到基站的距离以及邻居节点数量来选择簇头。簇一旦形成之后,通过单跳和多跳的混合机制将数据发送到基站。实验结果表明,此协议能有效的延长网络的生命周期,均衡网络能耗,有效延缓能量空洞的形成速度。     

K-SVD和OMP算法在超声信号去噪中的应用

针对在线采集时超声波检测信号中存在大量噪声,降低了材料内部缺陷诊断准确性的问题,提出了一种基于广义K+奇异值分解算法(K-SVD)和正交匹配追踪算法(OMP)相结合的超声回波信号去噪算法。该算法利用K-SVD算法将Gabor字典训练成能够最有效反映信号结构特征的超完备字典,然后基于训练完成的超完备字典,用OMP算法把一定数量的字典原子进行线性组合来构成原始信号,从而实现信号的去噪。通过仿真实验将本文方法与传统的小波阈值去噪方法进行了对比研究。实验结果表明,该方法对超声回波信号的去噪效果优于小波阈值去噪方法,且噪声越大对比越明显,不仅可更有效地滤除信号中的高斯白噪声,提高信噪比,且尽可能保留了原始信号有用信息。     

特征提取算法在福美双表面增强拉曼光谱定量分析中的应用

表面增强拉曼散射(SERS)技术具有快速、指纹效应与极低的检测限等优点,被越来越多地应用到有害污染物、有毒物质、危险物质的检测与分析中。在SERS光谱的测量过程中,易受基底、仪器、宇宙射线与测量环境等因素影响,出现波动现象,对后续的分析与检测造成较大的干扰。基于农药福美双SERS光谱数据,尝试利用多种特征提取算法,如主成分分析(PCA)、离散余弦变换(DCT)、非负因式分解(NMF) ,对光谱的主分量进行提取,以减弱光谱数据波动对其后续的定量分析结果的影响。然后将提取后的分量分别结合线性回归算法——偏最小二乘法回归(PLSR),非线性回归算法——支持向量机回归(SVR)建立定量模型。最后,利用5-折交叉验证方法对比不同特征提取算法在不同类型的回归算法下的效果。通过实验验证可知,SVR对福美双溶液的分析精度要明显高于PLSR,这主要是由于SERS光谱强度与被分析物浓度之间为非线性关系。同时针对两种类型回归算法,特征提取算法都能明显地提升了分析结果,主要是由于其提取了源数据的主体信息,去除干扰信息。其中在线性回归中使用PCA效果最佳,在非线性拟合中使用NMF结果最佳,分析误差最好时可降低近3倍。最优回归模型(NMF+SVR)的交叉验证均方误差(RMSECV)为0.0455 μmol·L-1(10-6 mol·L-1),达到国家对福美双的检测标准,为农药快速检测提供一种新的方法。