中高层大气风场星载FPI干涉条纹的处理

中高层大气的探测与研究日益受到世界各国高度关注,中国科学院空间中心自行设计搭建了带有大口径望远镜的星载FPI原理样机,获取了干涉条纹图像。介绍FPI的原理和特点,阐述干涉条纹的处理方法,即滤波的基础上进行图像分割和干涉条纹细化线条提取。两步滤波分为中值滤波去除脉冲干扰和区域背景补偿,再采用区域平均灰度值阈值法图像分割得到二值化条纹,数学形态学运算填充小的断裂点和消除毛刺,进行条纹细化操作提取条纹。应用VC++开发了图像处理软件平台,实现了多种滤波、分割和细化的算法,各种处理结果予以对比。FPI干涉条纹处理自动化的方法应用效果明显,得到验证。

基于EFPI传感器的GIS局部放电模式识别研究

非本征法布里-帕罗干涉(EFPI)光纤超声传感器可用于气体绝缘全封闭组合电器(GIS)内部的局部放电超声信号检测及模式识别研究,相较于传统的压电式传感器,具有灵敏度高、抗干扰能力强等优点。基于此,文中在充有0.4 MPa SF_(6)气体的GIS腔体内设置尖端、金属颗粒、悬浮和沿面4种典型的局部放电模型,创新性地利用EFPI传感器对放电超声信号进行检测,提取单次超声脉冲信号波形特征形成特征参数数据库,分别应用概率神经网络(PNN)算法和支持向量机(SVM)算法进行模式识别并比较分析。EFPI传感器检测到的超声信号特征突出,在提取特征参数的基础上,2种模式识别算法均能达到85%以上的平均识别率,且SVM的识别效果要优于PNN。