基于数字散斑相关方法的微位移测量

介绍了数字散斑相关方法的基本原理,利用模拟散斑图分析了3种常用亚像素算法的性能.根据数字散斑相关方法测量微位移的特点,采用爬山搜索法进行整像素搜索,采用计算量小、计算精度高的基于梯度的算法进行亚像素搜索.利用千分表和数字散斑相关方法对有机玻璃梁试件三点弯曲中心挠度进行了测量,并与有限元计算结果进行了比较.结果表明,数字散斑相关方法测量微位移的实验系统是可靠的,在此基础上测量了试件加载位置附近区域的全场位移.     

基于遗传算法的神经网络金融时序预测的研究

基于简单遗传算法的神经网络训练速度慢、易陷入局部极值,用具有较好的全局搜索能力自适应遗传算法来优化神经网络权值和国值,设计了基于自适应遗传算法的BP神经网络的股票预测系统．该系统根据对股票历史数据分析,预测股价未来几天时间的走势．结果表明,改进算法具有很强的可行性和高效性．     

测量冰熔解热的一种新方法

基于混合量热法测定冰的熔解热实验中,用水银温度计及秒表测量所带来的困难,文中探究了用UT60E型数字万用表和福莱尔数字化实验系统（Fourier MultiLab System）分别进行该实验。通过对比分析实验测量结果、测量精度和测量误差,结果表明,福莱尔数字化实验系统更适用于测量冰的熔解热实验。     

多输入极值搜索系统预设性能控制

针对一类多输入极值搜索系统的预设性能控制问题,首先,利用目标函数设计出状态量极值参考轨迹;然后,利用性能函数和误差转换函数构建等效模型,分别针对单输入系统进行预设性能控制器设计;最后,从反演控制的角度逐步选取适当的李雅普诺夫函数设计不确定参数自适应估计律.该方法结构简单,容易实现,使系统在满足预设性能的前提下完成了极值搜索过程,数学仿真验证了方法的可行性.     

极值搜索法在数字相关性计算中的应用

通过对数字散斑相关性计算公式的分析,提出了计算相关性的极值搜索法,将平面上散斑的连续搜索变为离散搜索,将二维搜索变为一维搜索。同时,通过样条插值法完成非整数像素点的搜索。实验结果表明,该方法能明显提高散斑搜索的速度和灵敏度,并能达到满意的计算精度。     

基于LMS自适应噪声对消法的激光液位测量信号波动抑制研究

针对激光液位检测中的信号波动问题,提出了一种采用LMS自适应噪声对消法抑制噪声的信号滤波方法,该方法采用数字高通滤波器获取自适应噪声对消器参考通道的信号。论述了自适应滤波器噪声对消的工作原理、LMS算法以及Butterworth数字高通IIR滤波器的设计方法,给出了整个噪声对消系统的原理图。仿真和实验结果表明,该噪声对消法在保证实际测量信号相位不变的情况下对液位测量信号的波动影响具有明显的消除和抑制作用。     

基于布谷鸟算法的数字散斑相关方法优化

将布谷鸟算法引入到数字散斑相关方法的搜索中,通过设定隔离边界对数字散斑图像分块,在每一个子块上利用布谷鸟算法进行局部搜索,在此基础上利用爬山算法进一步搜索峰值。全局搜索可以设定一个较弱的收敛条件,快速搜索到相关系数分布单峰上,充分利用了布谷鸟算法的全局搜索能力与爬山算法的快速收敛特点;最后通过模拟散斑图片进行了相关仿真,并通过实际人工散斑进行了相关实验,表明该算法能有效稳定测量刚体的位移量。     

极性相关原理的探讨

本文证明了各态历经的随机信号经符号化处理后,得到的极性信号是干稳的,极性相关函数是各态历经的。在此基础上,建立了一般的极性相关函数的数学模型。从而论证了极性相关法的理论依据,拓宽了极性相关法的适用范围。为高精度,低造价、数字化、集成化的专用极性相关仪的研制,提供了一种切实有效的方法。文中还介绍了已研制成功的数字极性相关测速系统的设计方案。     

基于小波多级分解的数字散斑相关搜索方法

为提高数字散斑相关方法(DSCM)的测量精度和计算速度,提出一种基于小波多级分解的数字散斑相关搜索方法。该方法利用二维离散正交小波技术对图像滤波去噪同时进行多级分解,从最低的一级开始进行相关搜索计算,然后逐级回溯。与传统的相关搜索方法相比,该方法可提高运算速度至少1个数量级并提高测量精度,有更强的适用性,可以对大位移、有噪声的图像进行数字相关位移场的处理。     

黄金分割快速在线极性相关器的研究

黄金分割法是一种快速搜索函数极值的优化设计方法.研究了它在快速在线极性相关器中的应用,详细讨论了极性相关函数极值搜索的黄金分割设计方法.采用8031单片微机构成极性相关器,黄金分割法的应用,使得完成一次相关分析的时间缩短到1秒以内.     

黄金分割快速在线极性相关器的研究

黄金分割法是一种快速搜索函数极值的优化设计，研究了它在快速在线极性相关器中的应用，详细讨论了极性相关函数数极值搜索的黄金分割设计方法，采用８０３１单片微机构成极性相关器，黄金分割法的应用，使得完成一次相关分析的时间缩短到１秒以内。     

基于解空间划分的PSO改进算法

 提出一种基于解空间划分的粒子群优化算法, 该算法在保持粒子群搜索能力的前提下对解空间进行预处理, 寻找最佳搜索区间, 提高了粒子群搜索效率; 在粒子群搜索过程中设置检查点, 动态更新解空间区间划分. 实验结果表明, 该算法有效提高了粒子群的搜索效率, 并使粒子群算法不易陷入局部极值. 同时, 在自适应状态下, 该算法能搜寻到指定精度下粒子群所需的最小迭代次数, 并得到较满意的最优值.     

一种振弦传感器自适应拾振方法

振弦传感器输出的频率信号信噪比低、衰减快,容易受到干扰而造成测量精度下降。为提高有噪声环境下,振弦式传感器测频系统的计算精度,提出了一种基于快速傅里叶变换的自适应拾振方法。该方法使用数字傅里叶滤波自动滤除噪声干扰,然后利用Quinn算法进行高精度频率计算。在基于STM32处理器平台的振弦传感器测频系统中进行该方法的实验测试,测试结果表明:在无噪声干扰情况下,系统的频率测量相对误差小于0.01%;在严重白噪声干扰情况下(信噪比为-20 d B),系统的频率测量相对误差小于0.3%。与其他的测频方法比较,该方法具有更好的抑制噪声能力和测频精度。     

基于搜索空间自适应分割的多目标粒子群优化算法

提出一种基于搜索空间自适应分割的多目标粒子群优化算法, 根据粒子的搜索能力和规模与子搜索空间的体积呈多维标准正态分布变换, 精细分割搜索空间, 向划分出的子搜索空间分布粒子实现优化, 分割在迭代时持续进行, 直至获得最优解集. 实验结果表明: 该方法解决了多目标粒子群优化算法易陷入局部极值的问题; 在反向世代距离性能指标上, 该算法与一些典型的多目标粒子群优化算法相比, 其种群多样性和解的收敛性优势显著.     

一种自适应混合纵向多变异粒子群算法

为克服标准粒子群算法搜索后期收敛速度慢、容易陷入局部最优的缺点,通过引进自适应惯性权重因子平衡标准粒子群优化算法的全局搜索和局部改良能力,同时设计了均匀分布变异和高斯分布变异相结合的粒子群混合纵向多变异策略,来提高算法摆脱局部极值和局部寻优的能力.根据提出的改进算法流程,针对公认的Sphere,Rastrigin,Griewank和Salomon四种标准测试函数进行了收敛精度和收敛速度的测试.测试结果表明,在标准粒子群、自适应权重粒子群、自适应变异粒子群和自适应混合多变异粒子群4种算法中,提出的新算法具有最好的全局最优值搜索能力和最稳定的全局收敛特性,且在提高收敛速度的同时,有效地避免了早熟收敛问题.     

双显微数字散斑相关测量的光学系统研究

基于桥梁变形测量的数字散斑测量系统,提出一种近距离测量形变的双显微测量系统,能消除刚性位移,提高测量精度.针对实现双显微数字散斑测试技术所需光学镜头,根据成像原理,设计出满足需要的与CCD相匹配的双显微物镜.采用满足设计要求的4倍的显微物镜进行试验,通过实验验证,设计合理,满足所需精度.     

CVS中基于多参考帧的最优多假设预测算法

现有的视频压缩感知(CVS)多假设预测方法均以当前块在参考帧对应搜索范围内的所有搜索块为假设块,造成求解线性权值系数的计算复杂度过高和预测精度受限.针对该问题,文中提出了一种基于多参考帧的最优多假设预测视频压缩感知重构算法.该算法首先从多个参考帧中选取出与当前块测量域绝对差值和(SAD)最小的一部分搜索块作为当前块的最优假设块集,然后对假设块进行自适应线性加权,充分地挖掘视频帧间相关信息,提升了预测精度,同时降低了求解线性权值系数的计算复杂度;最后对测量值进行帧间DPCM量化,以提高视频压缩效率和率失真性能.仿真实验表明,与现有的视频压缩感知重构算法相比,文中算法具有更高的视频重构质量.     

融合多种搜索策略的差分进化大规模优化算法

多峰、高维的大规模优化问题是当前优化领域的研究热点.文中以协同进化算法为框架,提出了一种融合多种搜索策略的差分进化大规模优化算法.基于分解的思想,该算法首先利用自适应差分进化算子对子问题进行局部优化求解;然后引入基于模拟退火的随机搜索机制提高算法的全局搜索能力,并结合局部搜索链对解空间进行深度搜索.采用大规模优化标准函数对算法进行测试,结果表明,文中所提出的算法相比现有算法在平均值和最优解上均取得了更好的优化结果.     

超声波声速测定的三种实验方法比较研究

用振幅极值法、相位李莎图形法和数字电压表显示法,对超声波声速的测定进行了实验原理对比研究,又进行了实验测试比较;前两种方法是实验室常用的测定超声波声速的方法,但均存在图形的显示与共振位置确定的关联性不是太好,从而造成实验误差。笔者曾多次探索研究,提出了数字电压表显示法,该方法的特点是数字电压表上显示的电压最大值与共振位置的确定之间关联性相对较好,实验更为精确。其原因是数字电压表显示的是数字信号,比振幅极值法和相位李莎图形法的模拟信号更易确定。     

梯级水电站优化调度的模糊自适应粒子群算法

针对粒子群算法容易早熟和易于陷入局部极值的缺点,提出一种梯级水电站优化调度的模糊自适应粒子群算法.在该算法中将惯性权值表示为粒子群进化速度因子和群体适应度方差的模糊函数,在每次迭代过程中动态改变惯性权值,以适应非线性优化搜索过程.针对违反约束的粒子,设计了一种动态空间调整策略来修复约束要求.为了验证算法的性能,用2个测试函数和拥有4个水电站的系统进行了测试,在求解精度和速度上与标准粒子群算法和改进惯性权值线性递减粒子群算法进行了对比,结果表明模糊自适应粒子群算法收敛速度快、精度高.