CEEMD结合改进小波阈值的激光雷达信号去噪算法

激光雷达远距离回波信号受噪声影响,严重失真。为了有效去除信号的噪声,提高回波信号信噪比,提出一种互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)结合改进小波阈值的去噪算法。CEEMD可以自适应地分解非线性和非平稳信号,改进小波阈值函数具有高阶可导特性,能够克服硬阈值、软阈值函数各自存在的问题。两种方法结合,可以更有效地去除噪声。首先,对回波信号进行CEEMD分解,得到若干固有模态函数(intrinsic mode function,IMF)。其次,通过相关系数法计算IMF分量与信号的相关系数,确定相关分量和不相关分量。最后,对不相关分量使用小波改进阈值法进行去噪,对相关分量使用粗糙惩罚法进行平滑,再重构信号。基于实测数据的实验结果表明,所提算法比CEEMD去噪法和CEEMD结合原改进阈值去噪法,信噪比分别提升了2.65 dB和0.58 dB。

基于CALIPSO卫星数据的斜程能见度反演

基于CALIPSO(Cloud-Aerosol Lidar and Infrared Pathfinder Satellite Observation)卫星气溶胶产品,采用平面平行辐射传输模型SBDART(Santa Barbara DISORT Atmospheric Radiative Transfer)研究天津地区的斜程能见度。首先,使用CALIPSO卫星2015—2019年气溶胶产品对气溶胶消光系数廓线等垂直方向气溶胶光学特性进行统计分析。然后,针对具有“衰减型”气溶胶消光系数廓线的天气,采用SBDART模型求解大气辐射传输方程,得到天空背景辐射亮度,最后依据斜程能见度定义反演得到准确的斜程能见度。进一步,对使用Koschmieder定律和经验公式计算获得的斜程能见度准确性进行评估。结果表明,与经验公式法相比,在低能见度天气条件下,使用Koschmieder定律反演得到的斜程能见度更为准确,其平均误差小于15.0%,均方根相对偏差小于17.6%。此外,还对气溶胶消光系数廓线进行了拟合,并在斜程能见度反演中使用拟合的消光系数。结果表明,在低能见度天气条件下,拟合参数与近地面消光系数具有较好的相关性。而使用拟合的气溶胶消光系数获得的斜程能见度准确度也较高,其平均误差小于7%,表明在特定天气条件下,可以利用近地面消光系数来估计消光系数廓线,用于斜程能见度反演。

基于神经网络的侧向激光雷达信号去噪算法

针对侧向激光雷达应用于气溶胶探测领域时,雷达回波信号易受噪声影响这一问题,本文提出了一种基于神经网络的激光雷达信号去噪算法。该算法在卷积神经网络基础上融合残差学习法和批量标准化,引入了注意力机制,改进激活函数,提升了网络性能和学习效率。采用本文提出的方法对噪声进行预测,实现了信号和噪声的有效分离,提高了侧向激光雷达CCD图像的信噪比。实验结果表明,使用本文提出的去噪算法对侧向激光雷达CCD图像进行去噪,图像的峰值信噪比提高了约5 dB,信号相对误差减小至9.62%,本文提出的去噪算法优于小波变换、维纳滤波等去噪方法,验证了该方法的可行性和实用性。

高产抗旱节水高水效冬小麦品种鉴选研究

为明确鉴选指标并筛选出适宜缺水地区种植的高产抗旱节水高水效小麦品种,在雨养旱作和常规灌溉条件下对56个河北小麦品种的产量(GY)、耗水量(ET)、水分利用效率(WUE)和农艺性状进行了比较分析。结果表明,河北冬小麦品种的GY、ET和WUE表现稳定,未见极高或极低品种。联合使用产量-水分高效利用指数(YH WUE I)、GY-ET-WUE指数对参试品种进行筛选,可将小麦品种划分为产量-高水效组、高产抗旱低耗水高水效组2个优势组。对2个优势组的品种取交集,最终筛选出5个具有高产、抗旱节水、高水效特征的品种,分别为衡444、衡H116021、科农1223、石麦28和中信麦15。这5个品种的典型特征是株高60~65 cm,穗下节间长度15~20 cm,穗粒数28~35粒,每穗不孕小穗数2~4个。

基于SVD和MPSO-SVM的光纤周界振动信号识别

针对光纤振动信号有噪声干扰、识别信号类型准确率不高且识别时间长的问题,提出了基于奇异值分解(singular value decomposition,SVD)和改进粒子群优化支持向量机(modified particle swarm optimization support vector machine,MPSO-SVM)的识别方法。首先,采用SVD对信号去噪,根据奇异值序列二阶差分谱单边极小值原则确定信号重构秩阶次。其次,提取振动信号特征,利用串行特征融合(serial feature fusion,SFF)方法组建特征向量组。最后,利用MPSO-SVM进行分类识别,提高识别精度和算法效率。采用实测信号进行验证,结果表明,信噪比有明显提升,信号平均识别率较粒子群优化支持向量机(particle swarm optimization support vector machine,PSO-SVM)提升5%。该方法较传统神经网络识别方法有较好的效果,具有实际应用价值。

基于PCA和相位差校正法的风切变预警算法

为了提高相干激光雷达风切变预警算法的预警率,提出一种基于主成分分析(principal component analysis,PCA)和相位差校正法的风切变预警算法。首先,利用PCA对雷达回波信号进行低阶主成分向量提取以实现信号重构,提高信噪比。其次,采用基于快速傅里叶变换的相位差校正法对回波信号峰值频率进行校正,降低回波信号能量泄露。然后,分别利用旋转电机实验数据和小型飞机实验数据对所提算法进行性能评估。结果表明,采用所提算法估计相干激光雷达回波信号峰值频率的平均绝对误差为0.26 MHz,对实际低空风切变的预警率为92.31%。所提算法可以有效降低相干激光雷达回波信号频率估计误差,实现低空风切变预警。

基于卷积神经网络的低空风切变类型识别

针对激光雷达低空风切变信号图像的类型识别问题,提出了一种基于深度卷积神经网络(deep convolutional neural network,DCNN)的多层特征提取及自适应融合算法。该方法可以有效解决网络逐层训练过程中信息丢失的问题。首先,采用DCNN提取低空风切变信号图像的各层网络特征,并将各特征进行L2范数标准化实现同趋化。其次,将其以多通道图像形式输入单层CNN进行自适应融合,将融合特征送入支持向量机进行分类识别。结果表明,采用所提算法进行低空风切变图像类型识别的平均识别率为98.1%,与其他4种算法相比均有提升。所提算法能更有效地实现低空风切变信号图像类型识别。

基于BLCD分解与ACO-DBN网络的光纤振动信号识别

针对光纤振动信号受噪声干扰严重、特征提取单一和识别时间长的问题,提出了改进的局部特征尺度分解和蚁群算法优化深度置信网络的识别方法。首先,采用三次B样条函数插值拟合均值曲线改进局部特征尺度分解算法,并对原始信号进行分解得到一系列内禀尺度分量之和。其次,利用峭度因子和能谱系数构成融合指标筛选有效分量。然后,分别提取有效分量在时域、频域和时-频域的熵值特征进行融合并降维。最后,将综合特征向量馈入蚁群优化后的深度置信网络进行训练和识别,提高算法效率和识别率。采用实测数据进行实验验证,结果表明,信噪比平均提升8 dB,信号平均识别率可达95.83%,平均识别时间为0.715 s。

生物可降解地膜对棉花产量及水分利用效率的影响

为了探求华北平原棉花可降解地膜覆盖替代普通膜覆盖的可行性,解决白色污染问题,试验设置4种处理:6μm PE普通地膜(PE)、8μm生物可降解地膜(M1)、6μm生物可降解地膜(M2)及不覆盖地膜(CK),分析比较各处理对棉花出苗率、叶面积指数(LAI)、农田耗水速率、产量及水分利用效率(WUE)的影响.结果表明,与处理CK相比,覆盖地膜显著提高了棉花出苗率,但3种覆膜处理间差异不具有统计学意义;在棉花生育前期,2种生物可降解地膜处理的LAI显著低于PE处理的.3种覆膜处理之间的籽棉产量和霜前花率的差异均不具有统计学意义.3种覆膜处理间WUE的差异不具有统计学意义,但均显著高于CK的.2种生物可降解地膜处理相较于PE,对棉花的出苗率、霜前花率、籽棉产量及WUE的差异均不具有统计学意义.相较于PE,使用6μm生物可降解膜不会造成棉花耗水量升高,而8μm可降解膜则显著增加了棉花的耗水量.因此6μm生物降解膜取代PE膜较好.

赤泥制备水玻璃工艺研究

为了提取利用赤泥中的硅元素,实现赤泥的资源化,同时为水玻璃的制备寻找一种新原料。本文以中铝山西新材料有限公司两组分赤泥为研究对象,通过化学分析法、XRD对赤泥进行了化学组成及矿物组成分析。表明该赤泥中二氧化硅含量较高且都为非晶态,反应活性高,为制备水玻璃的理想硅源。对赤泥进行酸浸可得到纯度为92%的硅胶。硅胶湿法制备水玻璃最佳工艺参数为NaOH质量浓度15%,液固质量比3,体系温度95℃,反应时间为15 min。经实验验证,最佳参数下的二氧化硅溶出率可达91%,对该赤泥中硅的利用率达84.6%。该研究可为赤泥资源化和水玻璃原料选取提供新的思路和依据。

基于专利分析的天津市特色高校创新及专利转移转化能力研究

本文对天津市特色高校从专利申请趋势、授权率、法律状态、专利质量、专利运用情况等多方面进行分析,得出天津市特色高校的专利基本情况。结果表明,天津市特色高校近三年发明专利授权率稳步提升,专利申请技术分布与各个高校重点学科密切相关,但失效专利数量较多,高价值专利数量较少,专利转移转化率低。为提升高校专利质量和转移转化能力,本文从制度管理、高价值专利培育、转移转化体系、机构及人才培养等方面提出参考建议。

基于OBE的电磁场课程教学改革与实践

针对疫情背景下传统教学方法不适用于线上教学的问题,基于OBE教育模式,通过分析课程、学生、教学特点,以知识层面及情感层面作为切入点优化教学内容,解决传统教学内容存在的抽象难懂、枯燥乏味、缺乏兴趣的问题,激发教与学的活力,提升学生发现问题、分析问题、解决问题的能力。

基于专利分析的中国智能织物发展趋势研究

2022年北京冬奥会备受关注,智能织物技术在服饰、装备上的应用也走进大众视野,本文对全球及中国的智能织物相关专利进行分析,从专利申请态势、区域布局、竞争态势、技术分布、创新人才等多个维度入手,分析得出智能织物相关技术还处于探索阶段,中国在智能织物行业中具有良好的发展前景和机遇,但企业研发实力比较薄弱,还需要加大研发投入,加强与研究机构的合作力度,同时需要加强基础技术研究。

疫情背景下电磁场课程线上教学改革实践

针对疫情背景下传统教学方案不适用于线上教学的问题,采取了加强线上教学资源建设、优化教学时空设计、利用慕课视频课前错峰预习、录制全部课程音频教学资料、基于微信平台以“文字+音频”的方式进行直播教学等举措。这些举措增进了师生互动交流且最大限度降低网络及学习设备要求,保障所有学生学习效果。

基于ISSA和GA-BiLSTM神经网络的光纤周界入侵事件识别

为解决复杂多变环境下光纤入侵事件因噪声干扰识别困难、误报率高的问题,提出了基于改进的奇异谱分析和遗传算法优化的双向长短期记忆神经网络的入侵事件识别方法。首先,为了减少噪声对识别效果的影响采用改进的奇异谱分析法去噪,对入侵信号及其分量进行迭代奇异谱分析去噪,并利用信号贡献率的大小来确定信号重构的秩阶次,调节信号分量去噪的程度,实现光纤信号的去噪。然后,利用遗传算法优化神经网络结构参数,构建双向长短期记忆神经网络提取光纤信号空间特征,最后基于以上方法对攀爬、跑动、敲击、静态、大风、雨天6种实测信号进行入侵事件识别实验,实验结果表明,在双Mach-Zehnder光纤周界传感系统识别入侵事件过程中,改进的奇异谱分析相比普通的奇异谱分析,去噪信噪比有明显提高,平均信噪比提高了12.79 dB,平均均方根误差略有减少。遗传算法优化的双向长短期记忆神经网络较未优化神经网络平均识别率提高了5.7%,识别准确率最高可达98.1%。

基于大气辐射传输和δ-二流近似的斜程能见度反演方法

从能见度定义出发,提出采用SBDART辐射传输模式结合CALIPSO卫星数据求解辐射传输方程,对华北地区斜程能见度进行了详细的仿真与分析。首先,使用SBDART模式结合CALIPSO卫星数据获取实际条件下天空背景辐射亮度。然后,根据斜程能见度探测原理,得到斜程能见度所处区间,进而采用δ-二流近似估计区间内部辐射亮度分布,从而反演得到精确的斜程能见度。结果表明,采用CALIPSO卫星数据结合SBDART模式模拟大气辐射传输过程,计算结果与MERRA-2辐射数据变化趋势一致,相关系数达到0.949;使用δ-二流近似能更加高效地模拟辐射传输过程,且提出方法结果与SBDART模式保持较好的一致性,两者相对误差在14.3%以内;当斜程能见度小于1 km时,使用提出方法反演斜程能见度同经验公式相比误差约为7.1%,且适用于15°以外以及向上观测的斜程能见度探测。

实际天气条件下气溶胶的散射偏振特性

基于逐次阶散射法对矢量辐射传输方程进行求解,考虑了多次散射现象以及地表反射模型,研究了实际天气条件下不同能见度天气中气溶胶的散射偏振特性。基于北京地区2019年较长时间范围内的能见度统计,选取具有代表性的高能见度和低能见度天气。依据AERONET气溶胶宏观和微观数据,采用更能反映地表情况的耦合地表反射模型。仿真得出了不同能见度天气条件下的气溶胶散射光Stokes矢量,进而求得偏振度。仿真结果表明,低能见度和高能见度天气条件下的气溶胶散射偏振特性有所不同。低能见度天气条件下,随着太阳天顶角的增大,向下的1次散射光I、Q、U分量无规律变化,而向下的高阶散射光以及向上的各阶散射光的I、Q、U分量随太阳天顶角的增大而增大。在高能见度天气条件下,各阶散射光的I、Q、U分量变化趋势比较一致,均随天顶角的增大而增大,偏振度也是如此。实际天气条件下的气溶胶散射偏振特性对气溶胶散射偏振特性遥感、气溶胶微物理特性反演具有重要意义。

(Mg_(0.2)Co_(0.2)Ni_(0.2)Cu_(0.2)Zn_(0.2))Fe_(2)O_(4)高熵陶瓷的制备与吸波性能

采用固相反应法制备了单相块体(Mg_(0.2)Co_(0.2)Ni_(0.2)Cu_(0.2)Zn_(0.2))Fe_(2)O_(4)高熵尖晶石陶瓷。结合X射线衍射,扫描电子显微镜和能谱仪对制备过程中的物相组成、显微结构和元素分布进行分析。随烧结温度的升高陶瓷材料体积密度增大,气孔率降低,1 200℃烧结所得致密高熵尖晶石陶瓷材料呈单相,元素均匀分布,其弯曲强度和断裂韧性分别达43.00 MPa和1.30 MPa·m^(1/2)。所制备高熵尖晶石陶瓷对电磁波兼具介电损耗和磁损耗能力,其在3.0 mm处可获得最大的有效吸收带宽为12.37 GHz,是具有一定承载能力和优异宽频吸波性能的陶瓷材料。

基于局部均值分解和串行特征融合的光纤周界振动信号识别

提出了一种基于局部均值分解(LMD)和串行特征融合(SFF)的光纤周界振动信号识别方法。该方法先去除噪声,提取振动信号的相关信息,再进行SFF以得到具有准确描述能力的特征向量,最后采用概率神经网络(PNN)算法进行学习和分类。利用不同单一振动信号和风雨天气干扰下的不同振动信号对该方法进行验证。结果表明,该方法在上述两种情况下的平均正确识别率分别达到96.0%和96.7%,识别时间分别为0.87 s和0.91 s,在敏感信息识别和特征提取方面明显优于传统的LMD算法和SFF-PNN算法。

雾天环境下SIMO NLOS紫外光通信系统性能研究

为了研究非视距(NLOS)紫外光通信在雾天环境下的通信性能,针对常见的雾天衰减模型不适用于紫外光大气信道衰减的问题,提出一种新的衰减模型,针对多次散射传输模型计算复杂的问题,提出一种非对称因子的简化计算方法,并使用分集接收技术建立单发多收(SIMO)紫外光通信系统。利用Mie散射理论建立雾天紫外光衰减模型,计算两种雾型在不同浓度下的紫外光衰减参量;提出关于雾滴粒径的非对称因子的简化计算方法;使用等增益合并技术将分集接收的信号合并。采用Monte Carlo法分析SIMO紫外光通信系统性能,并与单发单收(SISO)紫外光通信系统作对比。结果表明,分集接收能有效改善雾天的紫外光通信性能:在厚、中、薄三种雾天中,SIMO紫外光通信系统的最远通信距离比SISO通信系统分别大约5,10,10 m;SISO紫外光通信系统误码率为10-3时,SIMO通信系统误码率可降低到约10-5。