PSD非线性修正的算法研究

本文分析了ＰＳＤ的非线性成因，并根据ＰＳＤ的非线性特点，提出了一套预先离散标定，再运用双一次插值算法或双二次插值算法对ＰＳＤ的非线性进行了一定补偿，从而使ＰＳＤ的Ｂ区获得了与Ａ区近似的线性度，故在不增加成本，不改变测量设备的复杂度的情况下，扩大了测量范围，提高了Ｂ区的测量准确度及数据的置信度。

一种提高分布式光纤测温系统空间分辨率的线性修正算法

由于分布式光纤喇曼测温系统带宽不足,导致系统的空间分辨率低;当光纤的感温区域长度接近空间分辨率的时候,系统温度响应幅值不够,导致测温不准.为解决此问题,本文提出了一种线性修正算法;在分析温度与喇曼比值关系及系统的频率响应特性的基础上,建立了该算法的数学模型,搭建了基于单模光纤的10km分布式测温系统,并利用该算法进行了相关测温实验.实验结果与理论分析一致,该算法能有效修正3～6m光纤的温度响应幅值,使系统测温准确度达1℃,测量时间为40s.本算法在不增加效系统成本的同时,克服了系统带宽不足,优化了空间分辨率、温度分辨率及测量时间.

BP神经网络用于光镊力的非线性修正

提出了运用BP神经网络法对光镊力的测量和标定进行非线性修正。针对BP算法收敛慢的缺点,采用LM算法改进BP神经网络算法。结合常用的流体力学法进行了实验研究,证实了所提出的方法使光镊力的测量范围扩大了30%。与多项式拟合方法相比,该方法的精度更高。研究结果表明,采用神经网络算法在不需增加或更换实验设备的前提下,可以有效地提高光镊系统的性能指标。

二维PSD非线性修正共轭梯度算法

根据光电位置敏感器件的原理和光点位置方程分析了PSD的非线性成因,并根据PSD的非线性特点,提出用神经网络的共轭梯度算法对PSD的非线性进行补偿·利用神经网络共轭梯度算法具有逼近任意非线性函数的特点,通过神经网络建立PSD实际输出与其理想值之间的非线性映射关系,实现光电位置敏感器件非线性补偿·计算机仿真表明,该方法不仅能有效地消除非线性的影响,而且在神经网络的输出端得到期望的线性输出·从而使PSD的B区获得了与A区近似的线性度,故在不增加成本,不改变测量设备复杂度的情况下,扩大了测量范围,提高了B区的测量准确度及数据的置信度·

二维PSD非线性修正技术研究

本文在总结前人研究成果的基础上,提出适用于非均匀网格的二维PSD离散标定误差修正方法,即改进型双二次插值算法。该算法对双二次插值的系数函数做了修正来适应实际的非均匀网格。测试结果表明经补偿后在PSD中心1 mm范围内示值误差小于2μm。同时,该算法具有和MATLAB内置的双调和样条插值相同的补偿精度甚至更高,但是相对更简单。

基于非线性修正函数的卷积神经网络图像识别研究

为了解决深度学习中使用线性修正函数Re LUs对于模型的表达能力欠缺,而柔性光滑函数Softplus无稀疏表达能力的问题。基于Re LUs和Softplus函数各自的优点,将Re LUs函数的稀疏表达能力和Softplus函数的光滑特性结合起来,提出一种使用非线性修正函数作为神经元激励的方法。分析了不同激活函数的性能,并且用卷积神经网络在MNIST和CIFAR-10标准数据库上进行图像分类识别实验。实验结果表明,使用非线性修正激活函数,不仅可以加快网络收敛速度,也可以提高识别准确率;同时还不依赖于池化方法的选择。

一维PSD非线性修正的共轭梯度算法

分析了一维光电位置敏感器件(positionsensitivedetector,PSD)的非线性的原因,并根据PSD的非线性特点,提出了用神经网络的共轭梯度算法对PSD的非线性进行补偿,从而使PSD的非线性区获得了与线性区近似的线性度。因此,在不增加复杂测量设备的情况下,扩大了测量范围,提高了非线性区的测量准确度和数据的置信度。

奇异值非线性修正的低对比度红外图像实时增强

由于场景中目标与背景的温差相对较小,红外图像会存在对比度低、视觉效果差的问题,针对这一问题,提出一种基于奇异值非线性修正的红外图像对比度实时增强方法。该方法首先对红外图像进行奇异值分解得到其原始奇异值,然后采用一个对数型非线性变换对图像奇异值进行优化,最后根据修正的奇异值重构出对比度增强的红外图像。利用对数型非线性变换修正图像奇异值不仅能够有效拉伸奇异值的动态范围,同时可优化奇异值的变化梯度,使图像的能量信息得到更充分地表达,改善红外图像不良的视觉效果。实验结果表明,该方法较几种对比方法在视觉效果和客观评价方面均具有更优的增强性能;同时体现出良好的实时性,为实现红外图像的实时增强提供了新途径。

二维光电位置敏感器件的非线性修正

根据二维光电位置敏感器件 (PSD)的工作原理 ,分析了影响PSD线性度的主要因素 ,提出了一种用神经网络对PSD进行非线性修正的方法。以PSD的输入输出数据对作为样本训练的神经网络 ,利用神经网络所具有地能够以任意精度逼近非线性函数的能力 ,实现PSD的输出与实际光点位置之间的映射 ,在神经网络的输出端得到线性响应。该方法的优点是不需要很大的数据存储量即可得到很好的修正效果。结果表明 。

PSD器件自动化标定与非线性修正技术研究

介绍了一种应用数控平台对二维位敏探测器 (positionsensitivedetector ,PSD)器件进行在线测量并用人工神经网对其非线性进行修正的方法。对光斑在二维PSD光敏面上的横向位移 ,以光斑的二维坐标集合为人工神经网的期望输出 ,以PSD输出的二维坐标集合为人工神经网的训练样本 ,对人工神经网络进行训练。利用人工神经网络所具有的非线性映射能力 ,在训练结束后即可建立PSD输入与输出的近似线性关系。结果表明 。

基于双曲线性修正斜距模型的弹载SAR成像方法

在弹载合成孔径雷达(synthetic aperture radar,SAR)下降段成像中,由于弹体存在较大的俯冲下降速度和加速度,回波信号的二维频谱表示式难以有效获得,给后续成像处理带来困难。针对该问题,提出了一种基于双曲线性修正斜距模型的弹载SAR成像方法,通过构造双曲函数形式的斜距表示式并引入线性修正因子,对弹载SAR斜距历程进行合理近似;并以修正后的斜距式为基础,利用驻相点原理(principle of stationary phase,POSP)直接求解SAR回波信号的二维频谱;随后根据该频谱表示式设计有效的弹载SAR频域成像算法。该方法下的频谱推导较为简洁,所获得频谱的数学表达式清晰直观,利于成像分析和后续处理。最后的点目标成像仿真验证了该方法的有效性。

人工神经网在二维PSD器件非线性修正中的应用

介绍了一种应用人工神经网对二维PSD器件非线性进行修正的方法。对光斑在二维PSD光敏面上的横向位移,以光斑的二维坐标集合为神经网的期望输出,以PSD输出的二维坐标集合为神经网的训练样本,对神经网络进行训练。利用神经网络所具有的非线性映射能力,在训练结束后即可建立PSD输入与输出的近似线性关系。结果表明修正后的PSD器件可以实现任意输入的实时非线性修正。

激光准直测量中二维位置敏感器件非线性修正算法研究

根据光电位置敏感器件(Position sensitive detector,PSD)的原理和光点位置方程分析了其非线性成因和特点,提出了用神经网络的共轭梯度算法对PSD的非线性进行补偿。以网络总体平均误差为目标函数,以权值和阈值为设计变量,采用真实的梯度法和共轭梯度法对网络参数优化,实现了权值和阈值的快速准确计算,并将该方法应用于PSD线性化,从而使PSD的B区(边缘区域)获得了与A区(中央区域)近似的线性度。故在不增加成本,不改变测量设备复杂度的情况下,扩大了测量范围,提高了B区的测量准确度及数据的置信度。

电容法的工业酒精浓度测量及其非线性修正

针对电容法测量工业酒精浓度过程中存在的测量误差大、精度低等问题.文中基于最小二乘法的寻优策略,提出了一种电容传感器非线性拟合数据处理算法,搭建了工业酒精浓度检测实验平台,分析了工业酒精浓度对测量电路输出频率的影响.仿真结果表明,利用该处理算法可消除非目标参量,给出了工业酒精浓度与测量电路输出频率之间的函数关系式,有效控制酒精浓度测量误差在0~0.3%的范围内.

压电陶瓷微位移器的非线性修正

针对压电陶瓷微位移器的非线性问题进行了深入的研究，提出了使用该方法可以将压电陶瓷微位器的非线性度从２５％降到４％，这是一种简单、方便、可靠、成本低的非线性补偿方法．文中对压电陶瓷微位移器的非线性机理做了深入的研究，并给出了一个基于ＩＢＭ４８６计算机与ＭＣＳ９８单片机以及测试试验台组成的一个完整的试验系统．

线性修正下的神经网络盲均衡算法

研究了一种利用横向滤波器对神经网络进行线性修正的盲均衡算法。在神经网络的输入层之前加入一个横向滤波器,以横向滤波器的节点输出作为神经网络盲均衡器的输入,利用常数模代价函数分别得到横向滤波器和神经网络盲均衡器的瞬时输出误差,将瞬时误差加权处理作为调节误差分别对横向滤波器和神经网络盲均衡器的权系数进行调节,算法实现了对非凸性误差曲面进行线性和非线性寻优的组合。计算机仿真证明提出的算法有效提高了神经网络盲均衡算法的收敛速度,降低了稳态剩余误差,具有更好的实用性和均衡性能。

基于数值分析法的多点源核料位计放射源强度分布计算及测量的非线性修正

为了实现核料位计的线性刻度,采取多点源单探测器的核子料位计方案,提出三种能够实现核料位计近似线性刻度的多点源强度分布的计算方法。用60 Co源对建立的理论模型进行计算,绘制出计数率料位曲线,并通过Excel和Matlab软件进行了数值计算和残差分析,修正了测量的非线性,实现理论设计上的近似线性输出。

基于CPLD的涡街流量计仪表系数非线性修正

涡街流量计输出的频率信号能够在较宽流量范围内保持良好的重复性,但其仪表系数只能在较窄的范围内保持恒定,从而制约了其测量范围。本文提出一种基于CPLD的仪表系数非线性修正方法,即采用三次样条插值法对流量-仪表系数曲线进行逼近,通过优化CPLD查找表实现了对仪表系数的非线性修正。实验表明,该方法在保证精度的前提下可以有效地扩展量程。对于存在仪表系数非线性问题的其他流量仪表也同样适用,易于推广。

基于神经网络算法的一维PSD非线性修正

分析了PSD(positionsensitivedetctor)的非线性成因,并根据PSD的非线性特点,提出一种基于神经网络的PSD非线性补偿方法,利用神经网络具有逼近任意非线性函数的特点,通过训练使神经网络建立在PSD输出与其理想值之间的非线性映射关系,实现PSD非线性补偿.从而使PSD的非线性区获得了与线性区近似的线性度.实验结果表明,该方法能有效地消除非线性的影响,在神经网络的输出端得到期望的线性输出.

基于图像处理的条纹相机扫描非线性修正

为了使条纹相机输出图像达到更高的测量准确度,提出一种基于图像处理的扫描非线性修正算法.该算法根据给出的标称扫描速度拟合出扫描速度曲线,求出每道的扫描速度,取其算术平均值作为一个标准,根据每道的扫描速度与该标准的大小关系来修正像素的位置和亮度.实验结果表明,可以将测量非线性由原来的8%减小到2%以下.