多尺度融合图像去雾方法

图像去雾能够使视觉系统适应不同的天气状况.为克服传统暗通道先验方法会在物体边界区域形成光晕效应的问题,提出一种用于估计有雾图像透射率的多尺度融合算法.应用不同大小的最小值半径得到多尺度的透射率估计值,再根据局部区域像素具有类似的透射率值这一现象,对透射率图进行多尺度融合,选择小透射图区域中最亮的像素来计算大气光值,最后使用大气散射模型恢复清晰图像.分别从视觉效果和量化指标两个方面,对比所提方法与传统的基于先验和基于深度学习的去雾方法在进行图像去雾后的效果.结果发现,针对4种典型场景,采用本研究算法去雾后的重构图像能够保留更多的结构、细节和颜色信息,避免了过分增强和边缘部分的雾残留问题,视觉效果均优于对比方法;量化指标峰值信噪比和结构相似性均高于对比方法,分别为15.65和0.78.

基于双通道多特征融合的发电设备绿色节能控制方法研究

以往的发电设备绿色节能控制方法由于仅提取发电设备运行状态的功率特征,导致方法的控制效果较差。因此,设计了基于双通道多特征融合的发电设备绿色节能控制方法。首先,分析双通道多特征融合基本原理,利用传感器获取大量发电设备运行状态数据,并对数据进行优化处理,以分析发电设备运行状态与能耗之间的关系。其次,构建发电设备运行状态数学模型,从中提取发电设备运行状态多个特征信息,并利用双通道结构对提取的特征信息进行融合。然后,设计双通道多特征融合控制策略,以融合提取的数据特征。最后,计算对应的控制参数,通过计算发电设备运行过程中的能耗阈值,制定对应的电力设备绿色节能控制策略。试验结果表明,与以往的发电设备绿色节能控制方法相比,所提方法在实际应用中节能效益最高可达44.5%。该方法具有节能效益高、易于操作和维护、实时性好和灵活性高等特点,在发电设备绿色节能控制领域具有广阔的应用前景。

大极距多通道扩频激电法在矿产勘查中的应用研究

湖南锡田矿区成矿背景良好,具有丰富的多金属矿产资源,开展矿产勘查对锡田矿产资源的开发利用具有重要意义。本文在矿区内开展了大极距多通道扩频激电测量,设计了能增大勘探深度和提高野外数据采集效率的大极距多通道观测排列,部署了2条平行的大极距多通道扩频激电法剖面,测线总长度2400m,获得了地下1200 m深处左右的电阻率剖面和幅频率剖面,结合地质资料推断了3个矿脉。大极距多通道扩频激电法在湖南锡田的多金属矿产勘查中应用效果良好,能反映出钨锡多金属矿体导致的激电异常,为区内深部多金属矿产资源的开发提供了参考和基础,亦为同类矿产勘查工作提供了借鉴。

基于高密度电阻率法的深部渗漏通道三维数值模拟与案例分析

在水库大坝、尾矿库、稀土矿原位地浸等领域中存在的渗漏通道会造成水库大坝及尾矿库溃坝,稀土矿山水土流失、山体崩塌,严重危害人民的生命安全、破坏环境,面对这些严峻形势,生态文明建设迫在眉睫。在工程领域,高密度电阻率法对断层、堤坝渗漏通道、煤矿采空区等具有良好的识别效果。笔者针对这类型的渗漏通道,结合地质情况,建立一系列三维模型,对采用二极、三极、偶极-偶极、温纳、温纳-斯伦贝尔装置进行数值模拟和反演,分析不同装置对渗漏通道的勘探效果。这对于用三维高密度电阻率法在水库大坝、尾矿库、稀土矿原位地浸等领域的渗漏通道实际探测中具有一定的指导意义。在实际案例中,采用先进资料处理技术高质量完成实测数据的处理解释,建立工区地下三维电阻率结构模型,经过后期钻孔验证,反演结果有效地识别了渗漏通道、孤石以及风化层残积物,为工区正常运转及环境保护提供重要参考。

基于最小二乘法的变电站故障录波测距系统设计

当前,变电站故障区域受录波器性能的影响,阻抗值获取难度较大,导致故障区域测距效率较低。为提高变电站故障区域的测距效率、确保变电站的供电稳定,设计了基于最小二乘法的变电站故障录波测距系统。在系统硬件部分,采用分布式的电力故障录波器装置,收集变电站电力数据,利用以太网后台机完成数据传输。在系统软件部分,凭借最小二乘法计算模拟量通道的变比参数,校正电力录波装置通道间的相位误差,以提高录波器模拟量的测量精度。通过故障相电流差与相电压差获得阻抗值结果,计算出变电站故障录波的准确距离。试验结果表明:所设计系统的步角误差与测距误差均较小,故障录波测距误差降到了1%以内。该系统可以有效完成变电站故障点的精准定位,具有较高的参考价值。

改进型过阈时间法多通道幅度测量中的基线恢复方法

过阈时间法将信号幅度测量转换成为对过阈时间的测量。采用可变阈值的改进型过阈时间法能够显著优化系统的线性,使其在能谱测量中发挥作用。其所需的比较器和时间数字转换器均可在FPGA内实现,在多通道幅度测量中可大大简化数据采集系统。过阈时间法对波形和基线稳定性有较高要求,在高计数率下,堆积和基线偏移会对测量造成影响。提出一种通过可变阈值采样基线的校正方法,基于信号模拟系统验证了该方法的可行性,初步分析了其基线恢复的效果。该方法可显著提升过阈时间法在高计数率下的稳定性。

基于多目标粒子群优化算法的动力电池仿生冷板结构优化设计

为了提高锂离子电池的冷却效果,提出一种高度对称的仿生网状流道冷板。首先,利用单因子分析法分析了冷板结构参数对其性能的影响,然后,以冷板的平均温度、温度标准差和冷却液压力损失为性能指标,采用多目标粒子群优化(MOPSO)算法对冷板的结构参数进行了优化,得到性能最优时的流道宽度、流道深度和冷板壁厚分别为9.0 mm、1.5 mm和1.4 mm,对应的平均温度、温度标准差和压力损失分别为33.20℃、1.33℃和65.63 Pa,相比于初始结构参数,优化后的平均温度和温度标准差分别下降1.92℃和0.02℃,但压力损失增大27.10 Pa。最后,在电池模组层面验证了优化结果。

多信道光纤通信系统信号偏差控制方法研究

光纤通信系统多信道的开发在分担了并发用户通信请求压力的同时,也使得信号偏差问题越来越严重,导致通信可靠性下降,通信延迟问题加重。针对上述问题,研究一种多信道光纤通信系统信号偏差控制方法。利用采集器获取同一时段通信系统信道信号与导频信道信号并实施滤波处理,计算两种信号之间的相似度,检测是否存在信号偏差。利用零点比较法计算两种信号之间的相位差。通过纠正比例因子的引入和粒子群算法的整定,优化PID信号偏差控制器,以相位差为输入,得出多信道光纤通信系统信号偏差控制量。结果表明:与控制前相比,控制后三信道通信信号与导频信道信号之间的相似度更大,而且均大于0.95,由此说明所研究控制方法是有效的,抑制了信号偏差现象。

基于MVC5B混合模型的中国股指预测研究

为了提高中国股指的预测表现,提出一个融合了变分模态分解(VMD)、卷积注意力模块(CBAM)和双向长短期记忆网络(BiLSTM)的混合模型MVC5B(multi-channel-VMD-CBAM5-BiLSTM)。不同于混合模型常用的分解-集成构造方法,MVC5B基于提出的多通道输入方法构造而成。多通道输入方法基于自身一次性预测的特点可以有效规避分解-集成方法多次预测带来的累计误差和巨大计算成本,从而提升MVC5B的预测表现。CBAM的引入不但提升了股指的预测表现,而且还丰富了股指预测问题中关于CBAM的研究。基于多个具有代表性的中国股指数据集的实证结果显示MVC5B的预测表现和模拟收益显著优于流行的预测模型。实证结果还进一步证实了多通道输入方法相比于分解-集成方法的优越性以及CBAM在股指预测问题中的有效性。

多路绝对激光测距仪精密三维控制网的建立与解算

建立高精度三维控制网是实现大型粒子加速器等精密工程测量的前提条件,目前主要通过间接测量两点间距离或者自由设站实现,而多路绝对激光测距仪可在0.02~30 m范围内直接测量空间中两点间距离,利用高精度绝对测距值可建立高精度的三维测边控制网。基于多路绝对激光测距仪高精度绝对测距性能,建立仅含控制点间距离的秩亏自由网平差模型,通过任意初值选取,应用改进的LM算法迭代求解非线性超定方程组实现坐标概算,得到方程组的一组解作为未知数的近似值进行整网平差,获得高精度控制点坐标。实验数据分析表明,在8 m×3.5 m×2.5 m的实验范围内,建立控制点平均点位精度优于±1.14μm的三维测边网,可满足现代工业生产中对安装定位的高精度需求。

综合物探方法在航道水闸基础定位研究中的应用

水下闸基础为钢筋混凝土,具有特殊的工程结构,与航道内地层、淤泥、水体等环境具有明显的物性差异,本次利用GEM-2多频电磁法清晰准确地探测到了残留水闸的平面边界,利用高密度电阻率法、孔中磁梯度法较为有效地划定了残留水闸的垂向位置及厚度,同时结合水下地形扫描,精细地刻画了残留水闸的三维空间属性。

多道瞬态瑞雷面波法在城市工程地下障碍物探测中的应用

在城市工程施工中常常由于遇到地下障碍物而产生不良后果,因此在工程设计与施工前会对施工场地地下障碍物进行探测。与常规的地震反射波法或折射波法相比,多道瞬态瑞雷面波法因瑞雷波在垂向激震产生的波组中能量最强而易于识别、对场地的要求不高、有一定的穿透能力且浅层分辨率高等优势,在解决浅层工程地质问题方面具有重要的作用。本文结合工程实例,阐述了多道瞬态瑞雷面波法的探测原理以及在城市工程地下障碍物探测中的应用。结果表明瑞雷面波法可以对工程场地地下存在的含混凝土块、抛石等不良地质体的杂填土层的分布和埋深进行了准确探测,在城市工程地下障碍物探测中有良好的效果及前景。

机车车辆制动电阻温升试验用轻量化测温系统的设计

针对轨道交通机车车辆制动电阻温升试验时温度测量的需求,设计了一款基于图形化编程语言LabVIEW的多通道温度测量系统,可以实现14通道的温度同时采集、显示、绘图及数据保存。为提高系统测量精度,以测量系统的实测值和标准源约定真值作为多项式拟合的数据源,采用最小二乘法曲线拟合的方法对测量系统进行标定,来降低测量误差、提高测量精度。测试结果表明,系统运行稳定可靠,测量精度显著提高。

基于卷积神经网络的多路视频多视角场景编解码方法

常规的多路视频多视角场景编解码,主要采用视频单帧迭代处理实现编解码过程,忽略了视频中冗余信息对编解码效果的影响,导致编解码结果的视频帧峰值信噪比较低。因此,提出基于卷积神经网络的多路视频多视角场景编解码方法。构建双任务的双残差连接块卷积神经网络,在该网络中最小化视频空间点的距离值,匹配得到视频运动估计矢量特征并补偿,降低冗余信息的影响,在此基础上定义多路视频的编码内容,并通过重构解码帧实现多视角场景的编解码过程。实验结果表明:所提方法应用后得出的视频编解码结果,表现出的视频帧峰值信噪比较高,有效改善了视频质量,满足了多路视频多视角场景的实际应用需求。

Applicability of initial optimal maternal and fetal electrocardiogram combination vectors to subsequent recordings

A series of experiments are conducted to confirm whether the vectors calculated for an early section of a continuous non-invasive fetal electrocardiogram （fECG） recording can be directly applied to subsequent sections in order to reduce the computation required for real-time monitoring. Our results suggest that it is generally feasible to apply the initial optimal maternal and fetal ECG combination vectors to extract the fECG and maternal ECG in subsequent recorded sections.

多通道卷积神经网络和迁移学习的燃气轮机转子故障诊断方法

燃气轮机结构复杂,工况严苛,实际针对运行过程中转子系统故障样本难以获取,样本量少导致故障诊断精度低的问题,提出一种多通道卷积神经网络(multi-channel convolutional neural network,MCCNN)深度迁移学习的燃气轮机转子故障诊断方法。该方法首先以轴承一维原始振动信号为输入,将数据重新排列组合模拟转换二维图像,有效避免实际转换图像的繁琐操作。用西储大学(CWRU)的公开轴承数据和西安交通大学(XJTU)公开轴承数据对MCCNN模型进行训练更新权重并诊断,取得了100%和99.95%的故障分类准确率。以CWRU轴承故障数据集为源域,燃气轮机转子故障数据集为目标域,利用迁移学习将从源域训练得到的模型参数保留,输入目标域数据集进行训练,并对燃气轮机故障数据进行分类,分类准确率达到97.78%,由实验结果可知多通道卷积神经网络和迁移学习适应任务需要,可以在转子系统故障样本量少的情况下解决问题。

基于深度学习网络融合的自动调制分类方法

基于深度学习网络的自动调制分类(Automatic Modulation Classification, AMC)方法虽然对大多数通信调制信号能够取得满意的分类效果,但对WBFM(Wide Band Frequency Modulation)信号和MQAM(Multiple Quadrature Amplitude Modulation)信号的分类并不理想。针对WBFM信号误判的问题,使用判决法来筛选WBFM信号;考虑到信号样本不平衡的情况,引入数据增强方法扩充筛选后的WBFM信号。针对MQAM信号混淆的问题,利用分数阶傅里叶变换(Fractional Fourier Transform, FRFT)获取时频维度更多的特征信息。在此基础上,提出一种基于特征金字塔网络和长短时记忆网络并联的多通道特征融合网络(Multi-channel Feature Fusion, MFF)来提取信号的深层特征和浅层特征进行分类。实验结果表明:本文所提方法在一定程度上能够解决WBFM信号的误判问题和MQAM信号的混淆问题;与CNN(ConvolutionalNeuralNetwork)、ResNet(ResidualNetwork)、LSTM(LongShortTerm Memory)、CLDNN(Convolutional Long Short-term Deep Neural Network)网络相比,所提网络具有更高的分类准确率。

定痫丸对海人藻酸诱导的小鼠癫痫行为干预作用研究

目的研究定痫丸颗粒剂对海人藻酸(KA)诱导的小鼠癫痫行为的干预作用,通过群体神经元多通道在体电生理记录技术,探讨定痫丸颗粒剂对小鼠癫痫发作时海马脑区神经元放电模式的影响。方法取雄性野生型小鼠28只,随机分为生理盐水对照组、KA诱导癫痫模型组、定痫丸干预组及丙戊酸钠干预组,每组7只。定痫丸干预组给予定痫丸颗粒剂灌胃;生理盐水对照组及KA诱导癫痫模型组给予与定痫丸干预组同等剂量的生理盐水灌胃;丙戊酸钠干预组给予丙戊酸钠腹腔注射。每天1次,持续10 d。最后1次给药干预后,除生理盐水对照组,其余每组均给予海人藻酸腹腔注射以诱发小鼠癫痫发作并观察各组的行为变化。同步采集海马脑区群体神经元的放电活动。结果定痫丸干预组与KA诱导癫痫模型组比较,小鼠癫痫发作的潜伏期明显延长,癫痫持续状态总时程缩短,癫痫发作行为频率降低,并且癫痫发作时海马脑区神经元放电峰值下降。结论给予动物定痫丸颗粒剂提前干预,能有效改善小鼠癫痫症状,具有明显的抗惊厥效果。

附加物方长度约束的三维坐标交会测量

大型粒子加速器等精密工程在加工制造及设备安装等方面对空间三维坐标精度提出了极高的要求,在利用多路绝对激光测距仪进行多边交会测量空间点三维坐标的基础上,在物方(目标点所在物体)上附加高精度长度约束以进一步提高点位精度。以多路绝对激光测距仪的高精度绝对测距性能为基础,通过已建立的三维测边网及免自标定的激光多边交会测量平差模型,得到高精度的目标点空间三维坐标。在此基础上,附加涵盖目标点信息的物方长度约束,建立对应的附有条件的参数平差模型,进行平差解算。实验分析表明,在多边交会测量基础上附加物方长度约束,可提高物方目标点坐标的精度,在8 m×3.5 m×2.5 m的整体实验范围内,点位精度最高提升0.74μm,较原精度提升27.0%。该方法可操作性强,可用于现代装备制造业中高精度大尺寸坐标测量。

机载多通道语音信号自适应合成

机载环境下,超短波通信系统由于电磁干扰等诸多原因,容易导致接收到的语音出现断续。引入基于空-时模型的线性约束最小方差(Spatio-Temporal Linearly Constrained Minimum Variance,ST-LCMV)方法来对多通道的语音信号进行合成,保证话音的完整性,增强话音的稳定性。构建了多通道语音信号合成(Multi-channel Speech Signal Synthesis,MSSS)算法并使用真实的机载噪声进行仿真验证,结果表明,MSSS能保留完整的语音信息,并且在实验设置的机载噪声环境下具有普适性。MSSS输出信号的语音感知质量评估(Perceptual Evaluation of Speech Quality,PESQ)分数相对于等增益合并提高了0.4518分。