线阵CCD紫外光谱仪的波长定标研究

波长定标的精度是衡量光谱仪的重要 指标之一。鉴于其重要性,研究了线阵电荷耦合器件(Charge-Coupled Device, CCD)紫外光谱仪的波长定 标,并完整地给出了一种波长定标方法(包括噪声扣除、谱 峰定位和波长拟合三部分)。针对暗噪声影响光谱信号的问 题,提出了一种利用非曝光像元扣除暗噪声的方法;针对谱峰漂移 的问题,提出了一种基于权重窄窗差分的谱峰定位方法;针对单一光 源特征谱线数量不足的问题,提出了一种多波段波长拟合方法。实 验结果表明,本文方法的波长定标精度在0.6 nm之内,关键波长点 上的定标精度在0.01 nm之内,具有定标精度高、复杂度低等优 点,因此可用于紫外光谱仪的波长定标。     

基于高斯拟合局部直方图方法的近红外星图目标检测

从近红外星空图像的直方图出发,认真分析了直方图的特性,并通过对直方图低频区域图像进行高斯拟合确定了图像分割阈值。对不同阈值情况下取得的结果进行了对比。在选取8邻域内像素面积最大的10个目标作为导航目标时,该方法用的数据较少,大幅减小了计算机的工作量,从而提高了导航效率,并增快了识别速度。     

半变系数模型研究美国爱荷华州埃姆斯市的房价问题

近年来房地产业发展迅猛,房价快速走高,对经济发展和社会稳定产生了重大影响,因此房价研究具有重要的社会价值和经济意义.文章通过散点图及其拟合曲线展示不同协变量和响应变量之间的相关关系,提出半变系数模型建模美国埃姆斯市的房价问题.文章采用剖面最小二乘法研究7个协变量:地面以上的居住面积、地面以上的房间总数(不包括卫生间)、...     

基于BP神经网络与数据拟合的接收信号强度测距算法比较研究及算法实现

文章采用数据拟合,对路径损耗测距模型中的参数A和n进行求解,实现数据拟合测距;再建立BP神经网络结构,将信号强度值作为输入,距离作为输出,进行训练;并比较两种测距方法的效果。通过分析,BP神经网络测距精确度更高。最后,文章以Matlab2020b为平台,实现测距的程序化、自动化。     

一种消除角度响应影响的多波束声强数据自适应改正方法

针对多波束反向散射强度(Backscatter Strength,BS)数据在采集过程中受到声学散射机理而产生的角度响应(Angular Response,AR)影响,而目前声学硬件方面尚未完美解决且现有后处理改正方法在复杂海底底质环境下适应性较差,尤其在高入射角区域的改正效果甚为不理想的问题,为此,给出了一种基于散射强度的自适应角度响应改正模型。首先获取连续脉冲(Ping)平均散射强度数据的角度响应曲线;其次使用高斯拟合方法对角度响应曲线进行平滑拟合处理,进而对其解算二阶导数提取角度响应模型改正参数;最后给出顾及高入射角区域的单Ping反向散射强度数据的分段处理改正模型。实验结果表明,该方法与传统方法相比,整个发射扇区散射强度平均偏差精度约提高30V,尤其在影响较大的高入射角区域,平均偏差精度约提高40V,并且该区域的标准差精度也提高了近30%。该模型较好地解决了多波束在非正射情况下获取海底精准散射声强的问题,削弱了声波散射机理的影响;同时也解决了散射强度过渡不均衡、中央波束区域改正异常等问题。因此,提高了多波束反向散射强度的可靠性,可以真实地呈现出海底实际的地貌。     

HPM短脉冲雷达发射信号的重构与仿真

研究分析了HPM信号的包络相位等特征,得知其包络不规整而且相位存在抖动,故采用高斯多峰模型拟合其包络,多项式模型拟合其相位,结合包络与相位的拟合模型获得了HPM信号的脉冲调制模型,最后在Matlab中利用该重构方法对多个HPM信号进行重构,均获得了较小残差的重构信号,检验得知该方法能够对HPM短脉冲雷达发射信号实现准确有效的信号重构。     

相干信源条件下的稀疏贝叶斯DOA估计

为了解决相干信源条件下的离格波达方向(Direction of Arrival,DOA)估计问题,在现阶段研究成果的基础上,将子空间平滑技术(Subspace Smoothing,SS)与离格稀疏贝叶斯算法(Off-grid Sparse Bayesian Interference,OGSBI)相结合,提出了SS-OG...     

基于非接触式电导信号的土壤速效钾含量检测方法

该文针对土壤中速效钾含量采用传统测定法操作复杂、检测时效滞后的问题,建立了基于非接触式电导检测信号快速检测土壤速效钾含量的分析方法。采用高效毛细管电泳/非接触式电导检测仪获取河南潮土的非接触式电导检测信号,并使用导数法与高斯曲线拟合法相结合进行初步峰谱识别,按条件进行峰值过滤后,引入基于Levenberg-Marquardt(L-M)的高斯分峰拟合算法,实现了单峰和重叠峰的拟合计算,得到高斯峰和相应的特征参数,包括峰位、峰高、半峰宽和峰面积;最后将拟合得到的高斯峰及相应的特征参数表征原始非接触式电导检测信号离子峰谱信息结合偏最小二乘法(PLS),确定特征参数与土壤速效钾含量的关系,建立模型,实现了对土壤中速效钾含量的预测。结果表明,将基于L-M的高斯分峰拟合算法结合偏最小二乘法应用于非接触式电导检测信号测定土壤速效钾含量时具有较高精度,回归模型决定系数(R²)为0.856 4,相对分析误差(RPD)为2.639,适用于土壤速效钾的快速检测分析。     

基于稀疏表示的谱线自动提取方法

谱线提取在光谱分析中起着非常重要的作用,它对后续的光谱分类和参数测量有着直接的影响。文章提出了一种基于稀疏表示的谱线自动提取方法。首先,用基于稀疏表示的小波去噪方法去除噪声,该方法通过对光谱信号对应的小波系数进行稀疏化处理来达到去噪的目的,其优点是在处理小波系数时虽然将其作为整体进行考虑,但依然能保持小波系数的局部特性不变,所以在去噪的同时很好地保持了特征谱线的信息。其次,利用小波变换与样条拟合相结合的方法拟合出较为满意的伪连续谱,该方法在拟合过程中,先将强谱线扣除掉,从而使得拟合结果非常接近真实的连续谱。最后,通过对归一化后的谱线光谱设置自适应局部阈值来提取特征谱线。实验结果表明该方法切实有效。     

基于注意力机制的全海深声速剖面预测方法

海水中的声速剖面具有明显的时间演化特性,其预测问题可以看作一个非线性的时间序列预测问题。解决此类问题的常用方法大多使用预定义的非线性形式,无法捕捉真正潜在的非线性关系。循环神经网络作为一种为序列建模特别设计的深度神经网络,在捕捉非线性关系上具有极大的灵活性,在非线性自回归的时间序列预测这一问题上展现了它的有效性;注意力机制能够从众多信息中选择出对当前任务目标最关键的信息,对多变量时间序列在时空维度上的非线性关系进行捕捉。该文利用深度学习中的循环神经网络,添加双层注意力机制构建多变量时间序列预测模型,对浅海环境下时变的全海深声速剖面进行预测。多个模型的预测结果表明,该模型相对于单纯的编码-解码模型有着明显的预测性能提升,并且注意力权重的分布能够与实际物理现象相关联,为水声学中物理模型与机器学习的结合提供了新的思路。