高光谱图像预处理方法研究及进展

高光谱图像预处理方法在高光谱图像处理中具有重要意义,有效的预处理方法可以尽可能地减少甚至消除无关信息(如样品背景、电噪音和杂散光等)对高光谱图像的影响,为后续基于高光谱图像的数据分析提供更为可靠的数据来源.基于高光谱图像谱图合一的数据结构特点,该文综述了直方图均衡化,中值滤波,边缘检测等图像预处理方法以及平滑,导数,标准归一化,多元散射校正等光谱预处理方法,并给出了这些方法的应用实例.该文还详细介绍了傅立叶变换和小波变换这两种基于数据压缩和信息提取的光谱预处理方法.这些新方法的研究为后续的数据分析奠定了良好的基础.     

基于整数线性规划的MPSoC通信优化策略

摘要： 针对多处理器片上系统 (Multiprocessor System on chip,MPSoC) 的通信优化技术--通信流水线和消息聚合,其过度使用可能会导致系统同步开销上升从而带来整体系统性能降低的问题,提出了基于整数线性规划(Integer Linear Programming, ILP)的优化策略.该策略以综合优化系统通信和同步开销为目标,通过对通信流水线技术和消息聚合技术的合理规划,使系统性能达到最优.实验结果表明,基于ILP的通信优化策略能够充分发挥通信优化技术的优点,使系统性能显著提升.
关键词： 通信优化; 整数线性规划; Simulink
中图分类号： TP 31文献标志码： A     

基于LMD近似熵和SVM的自适应重合闸方法

自适应重合闸的功能是快速、准确地辨识故障性质及捕捉电弧熄灭时刻.在分析瞬时性故障和永久性故障断路器跳闸后的端电压波形复杂性的基础上,提出了局部均值分解(LMD)、近似熵和线性支持向量机(SVM)相结合的自适应重合闸整体实现方案.利用LMD分解故障信号得到若干个PF分量,选取前3个PF分量算出其近似熵值构成三维特征向量,将三维特征向量作为SVM的输入量来区分故障性质和捕捉电弧熄灭时刻.线路故障仿真结果表明,该方案可智能识别故障性质和捕捉电弧熄灭时刻且具有一定的抗噪能力.     

基于星载GNSS-R DDM的海面目标探测研究

为了利用星载Global Navigation Satellite System-Reflections（GNSS-R）的延迟-多普勒图（Delay-Doppler map, DDM）实现对海面目标位置的遥感探测,本文依据星载DDM的生成原理,研究实现了其反过程即从DDM中重构散射区域图像进而达到探测海面目标的目的。首先利用截断奇异值分解（truncated singular value decomposition, TSVD）法去除DDM中的模糊函数;然后通过计算归一化雷达横截面积（normalized radar cross-section, NRCS）重构海面散射区域图像。以2016年3月1日TechDemoSat-1（TDS-1）实测的DDM数据为例,首先计算了镜反射点（specular point, SP）的位置,然后进行重构实验。实验结果表明：文中计算得到的SP与TDS-1提供的SP之间的最大误差在800 m左右,小于TDS-1 5 km的距离分辨率;同时,重构图像中目标的位置与极地海冰数据中海冰的位置相吻合,由此可见本文的目标探测算法能够从DDM中探测到海面目标。     

锂离子动力电池荷电状态联合估计应用

为了进一步提高锂离子动力电池荷电状态(SOC)的估计精度问题,在分析了电池电压、温度、电流和放电电量对电池SOC值的影响后,提出了一种新颖的混沌萤火虫算法(chaos firefly algorithm,CAF)和小波神经网络(WNN)相结合的锂离子动力电池SOC联合估计方法,该方法首次利用于电池SOC值估计中,通过新颖的混沌萤火虫算法优化小波神经网络,加入动量项优化网络的权值和调整修正参数,提高了网络的学习效率和SOC估计精度。克服神经网络进化缓慢并且容易陷入局部最小的缺陷,通过仿真和电池实际工况下实验,结果表明与WNN算法相比,所提出的方法具有更高的预测精度,均方根误差小于2%,验证了这一算法的可行性和有效性。     

基于I-ELM的飞机复合材料结构损伤识别研究

针对飞机复合材料结构损伤难以有效识别问题,本文提出一种基于增量型极限学习机(Incremental Extreme Learning Machine,I-ELM)的飞机复合材料结构损伤识别新方法。首先对某型机用复合材料层合板进行冲击,而后对其进行疲劳拉伸试验,通过优化布局在复合材料层合板上的光纤光栅传感器募集应变信息,并对其进行预处理。采用互补总体平均经验模态分解(Complementary Ensemble Empirical Mode Decomposition,CEEMD)方法对募集的应变信息进行自适应分解,得到多个本征模态分量(Intrinsic Mode Function,IMF),计算各阶IMF分量的样本熵,通过核熵成分分析(Kernel Entropy Component Analysis,KECA)方法对样本熵进行特征融合,构建融合特征向量,采用融合特征向量建立基于I-ELM损伤识别模型,通过实验对损伤识别模型的有效性进行了验证,并与所构建的BP的损伤识别模型的识别结果进行了比较。结果表明,该方法能有效对飞机复合材料结构损伤进行识别,具有很好的应用前景。     

辅助室内定位的关键人体姿态识别

基于步行者航位推算的室内定位方法中位移的计算一定程度上依赖于人体姿态的正确识别。原地踏步和走路是其中主要的关键姿态,两者的加速度信号相似,传统方法很难进行高精度的区分,导致航位推算的步长计算错误。基于惯性传感器进行室内场景中八种人体姿态识别研究,根据运动强度的不同采用分层分类法。首先将原地踏步和走路归为一类,通过时域特征结合支持向量机(SVM)进行姿态分类;然后利用加速度的时域和小波特征以及磁场特征,结合Ada Boost方法进行二分类。关键姿态的识别准确率超过96%,对包含复杂运动姿态的步行者室内定位起到更佳的辅助作用。     

分解尾气路面材料制备及紫外光辐照度对其催化性能影响的研究

针对尾气分解型路面存在的问题,研发了适用于光催化分解汽车尾气性能的测试系统,提出了光催化分解汽车尾气性能的评价指标及其计算公式。利用SBS改性剂、基质沥青、乳化剂、稳定剂、纳米二氧化钛、六偏磷酸钠、盐酸等制备出了具有光催化分解汽车尾气性能的乳化沥青;并分析了紫外线辐照度对光催化分解汽车尾气性能的影响。研究结果表明:有效分解效率等能够有效的评价路面光催化性能,尾气分解型路面对CO、NO、HC的分解性能受紫外光辐照度影响显著,随着紫外线辐照度的增大而增大。     

基于稀疏自适应S变换的储层流体流度计算

反射地震数据中的低频信息包含了丰富的与流体流度相关的信息,据此可以从中提取相关储层的流体流度属性,从而可以利用地震数据的低频信息识别流体。因此,为了提高分辨率以及工作效率,将稀疏自适应S变换引入储层流体流度的计算,该方法开发了基于稀疏性的窗参数优化,以用于自适应地调控对不同频率分量的窗函数,应用该方法计算时频谱信息并求取流度可得到较高的分辨率和能量聚集性,此外也省去了参数调节的步骤。相较于常规的时频分析方法,该方法在具有较高分辨率的同时,克服了测不准原理对信号可分辨的限制。因其对不同的频率分量都自适应地获取最优窗参数,通过仿真信号,合成楔形记录试算,稀疏自适应S变换有更高的分辨率和能量聚集性。实际地震数据的试验表明,稀疏自适应S变换可有效地求取流体流度,并较常规时频方法所求流度有更高的分辨率。     

基于声发射旋风分离器内颗粒粒度分析

采用声发射技术对旋风分离器内颗粒粒度进行分析,获得了声发射信号结构与分离器内气固两相运动行为的对应关系。选用0.4 mm、0.7 mm、1.5 mm和2 mm的活性炭颗粒进行实验,将采样得到声发射信号进行Daubechies二阶小波的1~9尺度分解,用R/S算法分别求取各个频段的Hurst指数。结果表明,声发射信号具有多尺度特征,依据hurst指数的不同,将其划分为微尺度、介尺度、宏尺度,分别反映颗粒间的无规则运动、主体流相对于系统运动或不同主体流之间的相互运动,整个系统相对于外界环境随时间的变化。在同一质量流量下,计算出各颗粒粒径对应的微尺度,介尺度分别所占总能量的比值。实验发现,固相颗粒粒径与其有很大的相关性;随着粒子尺寸的增大,微尺度信号所占的能量比率减少,介尺度能量所占的比率增加。声发射技术可用于旋风分离器内颗粒粒度的分析。