基于大动态范围放大的无增益调节超声放大电路设计

针对大型复合构件状态动态变化过程和多谱成像检测的需求,提出了一种无增益调节的宽带大动态范围超声放大电路的设计方法,设计了一种带宽为10 kHz~1.25 MHz,增益大于120 dB的无增益调节的超声信号放大电路。该电路采用多级放大器对信号进行分级放大,分割门限控制和信号状态识别与记录,最后通过数据合成实现了超声发射信号、回波信号全信号大动态、宽频带范围超声的放大。仿真实验表明,该电路可满足大型复合构件状态变化中信号的放大和多谱成像检测需求,其电路设计方法也可应用于其他如冲击波测试、声学测量等领域。

高动态范围条纹结构光在机检测技术及应用进展

条纹结构光技术是近年来发展迅速的非接触式测量方法,为机械加工在机检测提供了新的解决方案。由于加工环境光线复杂且金属零件本身具有高反光的特性,造成结构光在机检测的精度降低。将高动态范围(High Dynamic Range,HDR)技术应用于结构光检测中,可抑制高反光的影响,实现金属零件在复杂场景的测量。本文首先介绍了结构光测量原理,总结出HDR结构光在机检测面临的难点;其次,对HDR结构光技术进行了全面综述,以机械加工在机检测为背景,对基于硬件设备的HDR技术和基于条纹算法的HDR技术分别进行了归纳分析;然后,根据在机检测的条件需求,对各类技术进行总结,并比较不同方法的优缺点和在机检测的适用性;最后,结合近年来先进制造技术和精密测量的研究热点,对潜在应用进行分析,提出技术展望。

基于自适应多曝光融合的高动态范围表面测量方法

为解决结构光测量高动态范围表面物体时出现局部过度曝光或曝光不足的问题,提出一种改进的多曝光融合方法,利用自适应曝光代替手动曝光,并对图像融合过程进行优化。首先,将初始曝光时间下拍摄的图像利用直方图进行分析,将被测物体表面反射率不同的区域分为若干组,分别计算出每个组别的最佳曝光时间;在此基础上,拍摄不同组别对应最佳曝光时间下投射白光和条纹的图像,并去除图像中超过设定阈值的高灰度值区域,再将投射白光处理后的图像制作成掩模图,与相同曝光时间下投射条纹处理后的图像相乘,进而对多组相乘后的图像进行亮度压缩与融合;最后,通过CLAHE算法提高融合后所生成条纹图的对比度与清晰度,并对条纹解相后进行点云重建和尺寸测量。实验结果表明:文中方法中自适应曝光相较于手动曝光具有高效性和准确性,U型卡、连接块、圆盘三个高动态范围表面物体的点云重建率分别高达99.98%、99.74%、99.76%,测量出的标准块阶梯高度差绝对误差为0.062 mm,相对误差仅为0.69%,该方法有效解决了高动态范围表面物体测量时点云缺失的问题,提高了三维轮廓的测量精度。

高动态范围图像光照学习算法

为解决三维场景光照估计易受天气条件和拍摄视角等多方面因素影响的问题,提出一种基于深度学习的球谐系数估计方法,包括特征提取模块和光照估计模块。使用输入的图像对及预先计算好的光照参数训练网络,特征提取模块提取输入图像的特征,迭代改变球谐系数损失和渲染损失来优化网络,通过光照估计模块预测表达场景光照的球谐系数。实验通过与其它6种主流方法以及3种网络模型进行比较,所用评价指标均有显著性降低,实验结果表明,提出方法可有效恢复光照效果,定量定性地验证了恢复的光照在视觉上是真实的。

星载高动态范围差分吸收成像光谱仪成像电路设计及实现

星载差分吸收成像光谱仪通常运行于太阳同步轨道,探测地表反射光的光谱并根据特征气体的谱线吸收强度测量区域内某些痕量气体浓度。第一代星载差分吸收光谱仪受限于探测器性能等原因,探测的动态范围不大,造成暗背景下数据信噪比低,亮背景下像元饱和。随着更大阱深,更高速度的探测器出现,第二代高动态范围的差分吸收成像光谱仪得以实现。本文介绍了高动态范围的差分吸收光谱仪成像电路的研制过程,包括器件选型,电路方案及电路测试,并对测试结果进行了分析。重点讨论了高动态范围的实现,给出了单点测量值的概念,提出了最大单点测量值的计算公式,解释了最大单点测量值与动态范围的关系,并评估了探测器件的单点探测能力,同时规划了未来进一步提高动态范围的方法,从而为同类设备的研制提供参考。

可见光脉冲输入下微通道板光电倍增管的动态范围研究

结合理论分析与实验测试,研究了在可见光脉冲输入条件下频率以及第二片微通道板与阳极之间电势差对微通道板光电倍增管动态范围的影响。研究结果表明:随着信号光脉冲频率的增大,微通道板壁面电荷补充不充分致使阳极输出偏离线性,并逐渐趋于饱和。当输入可见光脉冲宽度为50 ns,频率为500 Hz时,阳极的最大线性输出达到2 V(即40 mA);当输入光频率增加到1000 Hz,阳极输出在1 V(即20 mA)时线性偏离程度达到10%以上;当输入光频率增加到5000 Hz,阳极输出在0.3 V(即6 mA)时线性偏离程度达到约15%。随着第二片微通道板与阳极之间电势差的增大,阳极最大线性输出电压呈现波动性变化而非与其呈线性关系。当第二片微通道板与阳极之间的电势差在200 V左右时,阳极线性输出电压达到峰值,随着电势差不断增大,阳极线性输出电压开始出现波动,在电势差为500 V左右时达到第二个峰值,这主要是由于极板间电场强度与空间电荷效应共同作用的结果。该研究可为提升微通道板光电倍增管的动态范围提供指导,便于其应用于强辐射脉冲测量、激光通信等领域。

一种拓展数据采集系统动态范围的方法研究

针对当前台站需要使用两套采集系统分别监测记录微弱信号与大地震信号这一问题,提出一种自动切换采集模式的数据采集方法。在正常情况监测微弱信号时,采集系统使用小信号通道ADC分级采样,而当发生大震、巨震时,系统自动切换使用大信号通道ADC采样。实验表明,采集系统单个AD数据采集模式在100 Hz采样时,动态范围达128 dB,而使用双AD数据采集模式在100 Hz采样时,动态范围可达158 dB。改进后的数据采集方法可有效提高地震信号采集动态范围,在不增加硬件成本情况下,能在一定程度上改善数据采集系统的性能。

一种高灵敏度大动态范围的红外焦平面异形读出电路的设计

针对短波红外焦平面探测器高灵敏度、大动态范围的发展需求,设计了一款新型的红外焦平面异形读出电路。传统的像元只使用一种输入级,难以兼顾高灵敏度和大动态范围,而在该设计中包含的组合像元使用了CTIA和大动态范围两种输入级,兼顾了其优点。具体布局为每2×2个CTIA输入级模块阵列中间,含有1个直接注入模式/对数模式可切换的大动态范围输入级模块。工作模式有两种,第一种为CTIA输入级模块和直接注入模式的大动态范围输入级模块同时工作;第二种为CTIA输入级模块和对数模式的大动态范围输入级模块同时工作。基于0.18μm 3.3V标准CMOS工艺,绘制了CTIA输入级阵列规模为320×256,像元中心距为15μm的异形电路像元阵列版图。仿真结果表明,异形电路像元通过小积分电容实现了高灵敏度,通过对数光响应输出实现了大动态范围。

基于外差相敏色散光谱技术的宽动态范围甲烷气体检测

为实现痕量甲烷气体的宽动态范围高灵敏度检测,本文开展了双边带拍频抑制模式的外差相敏色散光谱技术研发,研究了电光调制器工作特性以及偏置电压调控方法,对比了抑制与非抑制模式下的色散相位谱轮廓与信噪比,并对检测性能(如线性动态检测范围)进行了系统研究。基于近红外分布式反馈激光器和电光调制器,搭建了外差相敏色散甲烷气体检测系统,通过探索和分析电光调制器的最佳工作区间,实现了双边带拍频抑制进而得到了大幅值、高信噪比的色散相位信号。测量了典型高频(1.2 GHz)强度调制下甲烷/氮气标气的色散相位信号,获取了色散相位信号峰峰值随气体浓度的变化规律。同时开展了波长调制光谱技术实验,对两种技术的线性度、检测动态范围和对光功率波动的抗干扰性能进行对比研究。最后,通过测量不同浓度的标气验证了该系统在宽动态、快速时间响应下的性能。所开发的基于外差相敏色散光谱技术的甲烷检测系统具有线性度高(R^(2)=0.9999),动态检测范围宽(38.5 ppm~40%),且对光功率波动免疫性高的显著优势。本文研发的基于外差相敏色散光谱技术的气体检测技术在宽动态范围检测和实际现场检测应用领域具有广阔的前景。

基于FPGA的大动态范围数据采集系统设计

针对传统数据采集系统受动态范围限制,进行测量时对大信号易过载、小信号易丢失等问题,设计了一种基于FPGA的大动态范围多通道数据采集系统,讨论了噪声相关性与放大器增益对动态范围的影响。该系统采用一种分立式架构的双ADC同步采集单元,结合FPGA高速并行处理的特点进行数据融合,对前端可变增益放大电路实时控制,实现多通道数据采集系统对微小信号采集时的高分辨率以及对大信号采集时的高容差。对采用动态范围最大为108 dB的AD7768芯片研制的实验样机进行测试,结果表明其在64 kHz的采样频率下可达到160 dB以上的动态范围,系统采样精度达到0.1%,线性度优于0.005%,通道间相位精度达到±0.05°。

面向高动态范围成像的内容恢复和鬼影抑制网络

基于多曝光融合的高动态范围(High Dynamic Range,HDR)成像旨在整合多幅低动态范围图像(Low Dynamic Range,LDR)的信息,以生成高质量的HDR图像.然而,抑制运动区域的鬼影信息和恢复过饱和区域的缺失信息仍是HDR成像面临的两大挑战.为了综合考虑对参考图像缺失内容的恢复和运动区域鬼影的抑制,文中提出面向HDR成像的内容恢复和鬼影抑制网络.在内容恢复方面,引入基于预测滤波的内容恢复块.由内容恢复块预测到的滤波核对参考图像特征进行滤波,整合参考图像和非参考图像中的关键信息,为有效进行缺失内容的重建提供更丰富的信息.为了抑制运动区域的鬼影信息并充分利用非参考图像中的互补信息,引入可变形卷积,将非参考图像特征与参考图像特征对齐.此外,为了提升网络的HDR图像重建能力,构建三支路图像重建模块,包括一条主支路和两条辅助支路,辅助支路协助主支路在HDR结果的生成过程中更好地保留细节.实验表明,文中网络在主观视觉和客观指标上均具有较优表现.

基于一致性感知特征融合的高动态范围成像方法

高动态范围成像(High Dynamic Range Imaging,HDRI)技术是指通过融合多张低动态范围(Low Dynamic Range,LDR)图像拓展图像动态范围、完整图像内容的方法,其为解决由于相机传感器动态范围有限而导致所拍摄图像内容丢失的问题提供了实际的解决方案.通过数十年的研究,众多有效的HDRI方法已被提出,并在无物体运动、内容曝光良好的静态场景中取得接近最优的性能.然而,现实场景中物体移动和相机偏移无法避免,直接使用传统HDRI方法会在融合后的HDR图像中产生严重的重影和伪影.这使得仅包含简单融合过程的HDRI方法并不适用于实际应用,现实场景中的HDRI任务仍然具有一定挑战.因此,针对动态场景下的HDRI研究迅速发展.近期的方法集中在借助深度卷积神经网络(Convolutional Neural Network,CNN)的力量以期实现更好的性能.在这些基于CNN的方法中,特征融合对于恢复图像完整内容、消除图像伪影方面起着至关重要的作用.传统的特征融合方法通过借助跳跃连接或注意力模块,首先将LDR图像的特征进行拼接,并通过堆叠的卷积操作逐渐关注不同的局部特征.然而,此类方案通常忽略了LDR图像序列之间丰富的上下文依赖关系,且未充分利用特征之间的纹理一致性.为解决这一问题,本文提出了一种全新的一致性感知特征融合(Coherence-Aware Feature Aggregation,CAFA)方案,该方案在卷积过程中对输入特征中位于不同空间位置但具有相同上下文信息的特征信息进行采样,从而显式地将上下文一致性纳入特征融合中.基于CAFA,本文进一步提出了一种结合CAFA的动态场景下一致性感知高动态范围成像网络CAHDRNet.为更好地嵌合CAFA方案,本文通过设计三个额外的可学习模块来构建CAHDRNet.首先,使用基于在ImageNet上预训练的VGG-19构建可学习特征提取器,并在模型训练期间不断更新该特征提取器的参数.这种设计可实现LDR图像的联合特征学习,为CAFA中的上下文一致性评估奠定了坚实基础.接着,应用所提出的CAFA模块,通过在图像特征中采样具有相同上下文的信息进行特征融合.最后,本文提出使用一种多尺度残差补全模块来处理融合后的特征,利用不同扩张率进行特征学习,以实现更强大的特征表示并在图像缺失区域中进行可信细节填充.同时,设计一个软注意力模块来学习不同图像区域的重要性,以便在跳跃连接期间获得与参考图像互补的所需特征.多种实验验证了CAHDRNet的有效性并证实其优于现有最先进的方法.具体而言,本文所提出的CAHDRNet在Kalantari数据集上HDR-VDP-2和PSNR-L等指标相较于次好方法AHDRNet分别提升了1.61和0.68.

自适应平台直方图高动态范围红外图像显示方法

针对不同场景高动态范围红外图像的自适应显示方法问题,提出了一种基于图像分割的自适应平台直方图显示方法,首先进行图像分割,再根据分割结果讨论平台阈值的选取,并分析了平台阈值的选取依据。试验结果表明本文方法对不同场景均获得了良好显示效果,具备实用性。

基于事件信息与深度学习的高动态范围三维重建

采用光学三维成像技术测量金属零件、黑色物体以及半透明物体等高动态范围(High dynamic range,HDR)表面的三维轮廓是一个极具挑战性的问题。目前,传统方法对存在较低反射以及半透明区域的场景进行重建还有一定的局限性,半透明物体的内部反射噪声很难消除。现有基于深度学习的方法通常使用相对较强的激光强度,这可能会损坏样品,同时会出现采集图像过曝现象,需要对激光强度进行繁琐的调整。针对这些问题,本文提出基于事件信息和深度学习算法的高动态场景三维测量方法。事件相机通过异步记录单个像素的亮度变化,无需等待全局曝光时间,具有高动态响应范围,能够充分采集到HDR场景的激光条纹反射信息。引入深度卷积神经网络(Deep convolutional neural network,DCNN)来消除半透明物体的内部噪声以及金属物体高反光的过曝影响,同时增强弱激光条纹图像质量。实验结果表明,本文方法能够应用低功率线激光扫描成功实现HDR场景的高质量三维重建。

一种高帧频大动态范围像素级数字化读出电路设计

与短波和中波器件相比,长波红外探测器具有较大的光电流和暗电流,故需要强大的电荷存储能力。而使用传统的模拟像元读出电路技术会严重受限于电荷存储能力,使得长波探测器的动态范围和信噪比难以提升,从而制约着长波红外成像系统的发展和应用。提出一种像素级数字读出电路技术,通过数字积分克服了传统模拟积分方案电荷存储能力受限的缺陷,实现了探测器的数字信号输出,能够极大提高探测器的动态范围、抗干扰能力和帧频。该技术是提升长波探测器性能的有效途径。基于该技术设计了一款像元间距为30 m的320×256数字读出电路,其输出以低压差分信号(Low Voltage Differential Signal,LVDS)方式传输。仿真结果显示,该电路的最高帧频可达1000 Hz,动态范围大于95 dB。

多通道高速宽动态范围膛压测试系统设计

为准确测量火炮膛内压力随时间变化的曲线,评估武器性能,论文基于FPGA设计一种多通道高速率宽动态范围的膛压测试系统,对高速、高分辨率和瞬时性需求进行了研究。系统设计选用18位的AD7606C芯片,实现8通道同步采集,且单通道采样率高达1MHz。以FIFO和DDR实现两级缓存,保证数据传输可靠,并通过PCIe总线以DMA的传输方式将数据及时传给上位机处理显示。实验测试结果表明,该系统满足以1MHz采样率多路采集,动态范围可达100dB,总线传输速度达3GB/s,运行稳定,具有实际应用价值。

一种大动态范围的X波段整流电路设计

设计了一种大动态范围的10 GHz微带整流电路,电路采用MACOM公司生产的GaAs肖特基二极管MA4E1317。通过在二极管前串联一段微带线,使得二极管输入阻抗随输入功率变化的趋势变缓,并且在输入端口处加入阶梯式阻抗变换线来获得更多功率点的匹配,从而实现大功率动态范围。测试表明,在频率10 GHz、负载600Ω和输入功率17 dBm的情况下,整流效率为76.5%,50%以上整流效率对应的输入功率动态范围达到14 dB(6~20 dBm)。如此大动态范围高效率整流性能使该整流电路在移动目标微波无线能量传输领域有广阔应用前景。

一种用于音频应用的高动态范围高精度模数转换器

提出了一种应用于音频应用的Zoom型模数转换器,采用一个5位异步逐次逼近式(Successive Approximation Register,SAR)模拟数字转换器(Analog to Digital Converter,ADC)与3阶多位量化离散时间的Delta-Sigma调制器相结合,通过SAR ADC进行粗量化、Delta-Sigma调制器进行精细量化的方式,实现高的动态范围和精度。该Zoom型模数转换器采用0.18μm CMOS工艺实现,仿真结果表明,在1.8 V电源电压和3.072 MHz采样频率下,实现了109.34 dB的信号噪声失真比(Signalto-Noise-and-Distortion Ratio,SNDR),17.87 bits的有效位数(Effective Number of Bits,ENOB),112.7 dB的动态范围(Dynamic Range,DR),整体电路功耗为3.73 mW。

基于深度学习的显著运动下高动态范围图像重建的研究

高清直播业务在广电行业中举足轻重,但是存在不同强度光照以及人物运动导致直播画面不清晰和亮度不自然的问题,本文提出了一种基于深度学习技术的方法,可应用于显著运动下的高动态范围图像重建。实验结果表明,该方法不仅改善了画面清晰度,还解决了亮度不均和运动模糊等问题,进一步提升了用户的直播观看体验。此外,该方法还大幅降低了模型计算成本,为智能高清直播技术的进一步推进提供了有力支持。

基于地震记录动态范围和二次谱的震源子波替换高分辨率处理方法

高分辨率处理是地震数据处理的核心环节之一。反褶积虽然是高分辨率处理的一种常用方法,但未充分考虑地震记录动态范围的影响,因此无法更好地兼顾分辨率和信噪比。为兼顾二者,提出了一种基于地震记录动态范围及二次谱的震源子波替换高分辨率处理方法。该方法利用地震记录的二次谱反演高精度震源子波二次谱(或零相位震源子波),在地震记录有效频带范围内利用期望的震源子波振幅谱替换反演的高精度震源子波二次谱(或零相位震源子波)的振幅谱,从而达到提高分辨率和信噪比的目的。合成地震数据与实际三维地震数据的处理结果表明,该方法在提高分辨率的同时可较好地提高信噪比,可被广泛用于地震数据的高分辨率处理。