基于FPGA的双目高精度宽波段激光告警系统

针对传统二维激光告警系统的光斑中心提取误差大、角度测量精度差和分辨率低的问题,设计了一种基于FPGA和InGaAs焦平面阵列探测器的高精度宽波段激光告警系统,对传统的Otsu(最大类间方差法)阈值分割算法进行了推导和优化,同时,基于改进后的算法,通过FPGA实现了光斑中心坐标提取以及方位角、俯仰角等参数的计算,并将结果传输至上位机实时监测;实验结果显示,相较于传统的阈值分割算法,改进后的Otsu算法使光斑中心提取精度达到了0.06个像素,改进后的激光告警系统角度测量平均误差为0.03°,角度分辨率达到0.05°;实验表明,双目高精度宽波段激光告警系统达到了实际应用的要求,提高了系统测量的角度分辨率和精度,对光电探测和激光告警领域的工作具有一定的意义。

旋转测量状态下光斑中心定位方法

目前,对管道内腔为自由曲面的截面轮廓进行高精度测量是行业难题。拟将多个不同测量范围的激光位移传感器放置于管道内腔中,采用旋转的方式对内腔进行测量,将得到的测量数据进行归一化处理后获得被测管道内腔截面轮廓形状。分析测量过程中激光光斑的变化情况,针对光斑图像的多峰、散斑、平顶与形状变化等现象,提出了一种基于传统灰度重心法进行粗定位的距离倒数加权多项式插值亚像素光斑中心定位方法。采用中值滤波对光斑图像进行预处理,通过自适应阈值分割法从环境背景光强中分离出光斑中心定位区域。通过MATLAB仿真与灰度重心法、加权灰度重心法与高斯拟合法传统光斑中心定位方法相比,结果表明,光斑中心定位精度达到0.01 pixel,在激光光斑中心定位精度和稳定性方面有一定的改善,明显优于传统的光斑中心定位算法。

Spot5影像统计分析及最佳组合波段选择

遥感影像特征分析是影像融合和解译的基础,而对遥感数据源各个波段进行定量分析是图像融合的前提。本文以SPOT5为遥感数据信息源,在湖南省资兴市天鹅山林场进行了图像特性和波段组合的实验研究。研究主要采用了典型地物的光谱数据采集分析和遥感数据定量分析相结合的方法,计算出各波段之间的熵、相关系数和协方差。研究结果表明:SPOT5各波段的标准差大小顺序为:波段3>波段4>波段2>波段1,熵值的大小顺序则为:波段4>波段1>波段2>波段3;波段3与波段4的协方差最大,而且两波段又处在红外区域,说明红外波段之间独立性较强;从光谱辐射仪采集的数据来看,水体、草地、裸土地的光谱反射率就有很大的差异性。乔木树种的光谱反射率在可见光区域内非常接近,在红外———近红外区域内具有一定的差异,红外———近红外区域波谱对林业遥感研究具有极其重要的意义;利用联合熵和最佳指数方法确定了最佳波段组合为1(R)4(G)3(B)波段。

基于深度强化学习的数据中心热感知能耗优化方法

随着数据中心规模的不断扩大,所引起的高能耗、高运营成本和环境污染等问题日益严重,严重影响了数据中心的可持续性。大多数数据中心能耗优化方法为了降低计算能耗,会将任务集中在尽可能少的服务器上,但这样做往往会导致数据中心热点的产生,并且提高了冷却能耗。为了解决这一问题,文中首先对数据中心进行建模,并将数据中心总能耗优化问题建模为一个任务调度问题,并且要求调度过程中不产生数据中心热点。为了解决该问题,文中提出了一种基于深度强化学习的数据中心任务调度方法,并使用奖励塑造对该方法进行优化,在不产生热点的前提下降低数据中心的总能耗。最后,通过仿真环境和真实数据中心负载跟踪数据进行了实验。仿真实验结果表明,所提方法相比其他现有的调度方法能够更好地降低数据中心总能耗,最多降低了25.5%。此外,提出的优化方法还不会产生热点,这进一步证明了其优越性。

基于身管的指向精度测量技术研究

武器装备的动态性能是靶场鉴定、定型试验评价系统的重要技术指标之一,目前高速转管火炮及武器是新型的现代化武器;一个合格的身管武器在投入使用前都需要进行动态性能的测试,合膛身管在预定击发瞬间的实际指向与预定射向的偏离角度是测试身管武器动态性能的重要技术指标;为了解决转管速射武器以及带有稳定功能的炮塔武器在击发瞬间,身管的指向精度及其稳定性的测试难题,提出一种采用激光棱瞄配合光斑图像处理的测量方法来解决这个问题;详细介绍了该方法的身管指向测试原理及结构组成,通过建立身管指向的数学模型,深入分析了该结构的测量原理,经过搭建模拟实验装置并进行实验,在分析实验数据之后,计算出实验误差范围在3%以内,证明了该方法的可行性。

基于限定搜索高斯曲面拟合的星点质心提取算法

星点光斑图像目标识别技术对于空间监视装备和系统至关重要,由于星点图像中光斑成像的特点以及不同背景下图像噪声的干扰,目标光斑的自动识别和定位精度受限。高斯曲面拟合法与密度质心法是使用较为广泛的星点光斑目标定位算法,通过理论分析和实验表明传统方法对星点质心的定位存在一定误差。该文提出一种基于限定区域搜索的星点质心提取算法(LASACE),该算法首先通过中值滤波算法与最大熵阈值分割法对星点图像进行预处理,然后使用高斯曲面拟合算法获得星点光斑的像素分布。最后以星点中心建立目标搜索区域,采用距离强加权质心法提取出目标星点光斑的质心位置。实验结果表明,相较于密度质心法、高斯曲面拟合法和加权质心法,该文所提算法在降低星点光斑质心定位误差的同时提高了抗噪性,能够满足空间卫星的识别需求。

结合互相关和B样条插值的激光三角光斑定位

激光三角光斑定位通常受到像点光斑偏态的影响,为提高激光三角位移传感器的测量精度和物面适应性,在分析激光三角光斑的偏态特征的基础上,针对偏态特性提出了一种基于互相关和非均匀有理B样条插值的光斑定位算法。对光斑信号采取时域和空域相结合的滤波处理方法,降低外部噪声干扰。引入邻域标定光斑进行互相关运算,充分利用光斑偏态分布的灰度和位置相似性约束,确定像素级相关系数分布。最后,对相关系数序列进行三次非均匀有理B样条插值细分,实现亚像素级光斑质心定位。在激光三角位移传感器中验证算法,实验结果表明:该算法通过结合互相关和非均匀有理B样条插值细分,将测量重复性误差降低至0.4μm,精度相对于传统定位算法显著提高;同时,在互相关算法中采用的邻域标定光斑模板不仅容易获取,几何相似度更高,而且对不同物面特性的适应性更强。本文方法精度高、适应性强,为有效提升激光三角位移传感器的性能提供了新的技术路径。

基于改进Zernike矩的远场激光高精度中心测量

针对远场激光光斑分布不均匀、形状不规则的特性,提出一种基于改进的Zernike矩的远场激光高精度中心测量方法。在传统Zernike矩亚像素边缘检测基础上,使用新型的logistic边缘检测模型和阶跃阈值自适应提取方法,在减少人工对阶跃阈值误判的同时,提高对实际边缘的识别精度,最后使用最小二乘法椭圆拟合得到高精度激光光斑中心。该方法在远场激光中心检测中,单帧误差在0.5 pixel左右,连续多帧中心偏差波动在1 pixel以内,拥有较高的精度和可靠的稳定性。

基于灰度直方图的激光光斑中心定位算法

为了提高半导体激光加工中激光光斑中心定位精度,根据皮秒超短脉冲激光辐照单晶硅后产生的光斑图像灰度分布特点,提出了一种基于灰度直方图的激光光斑中心定位算法,通过模拟激光光斑仿真分析和单晶硅刻蚀实验,对比研究了不同辐照时间与不同激光功率条件下该算法与传统算法的定位精度。结果表明,在辐照时间不同的条件下,该算法定位精度达到0.761μm,比灰度重心法提高51.3%,比最大行列灰度值法提高93.9%;在激光功率不同条件下,该算法的定位精度达到0.793μm,比灰度重心法提高73.4%,比最大行列灰度值法提高86.8%。此研究可为皮秒超短脉冲激光光斑中心定位控制系统的设计提供指导。

融合遗传算法和BP神经网络的光斑定位方法

针对振动环境中传统光斑中心定位算法存在的处理时间长、精度低等问题,本文提出一种基于遗传算法优化BP神经网络的光斑定位方法。使用BP神经网络对光斑位置进行预测,并通过遗传算法对神经网络进行优化。构建BP神经网络模型,将使用质心、形心、高斯拟合等方法求出的光斑中心位置以及形心法求出的光斑半径作为输入,对光斑真实中心位置进行预测。并使用遗传算法优化神经网络的权值和阈值,以增强预测效果。实验过程中,通过对光学系统外加干扰模拟振动环境,采集数据用于神经网络训练和算法验证。实验结果表明,优化前后的标定测试迭代次数分别为55和29,平均误差分别为0.81像素和0.45像素。由本文结果可知,在遗传算法的优化下,神经网络算法的迭代速度和预测精度均有所提高。

基于中心定位算法的激光光斑检测系统研究

针对现有的激光光斑中心定位算法无法满足工业现场各种不规范光斑形状的需要,提出了一种基于中心定位的激光光斑检测算法;通过对原始光斑图像进行梯形校正、图像增强、闭操作等算法得到激光光斑轮廓,进而采用中心定位算法对光斑中心进行检测;与现有的算法相比,该文提出的算法能够精确地对不规范形状的光斑进行中心定位。实际工程应用证明,该算法能够对不规则形状光斑进行有效的中心检测,不但提高了检测精度,还大大提升了检测效率。

高质量发展视角下城市经济韧性的空间分布与影响因素分析

文章构建熵权法下的城市经济韧性测度模型,评价中国2011—2019年285个地级以上城市经济韧性的时空演变格局,运用局域热点分析、重心模型分别刻画城市经济韧性的局域与整体演化特征,并进一步分析了城市经济韧性的影响因素。研究发现:研究期间内,各城市的经济韧性稳步提升,但地区间差异显著,并存在明显的空间集聚现象;城市经济韧性水平的差异是多种因素共同作用的结果,地区经济基础、区域市场规模、交通基础设施、科技创新能力、区域金融基础、数字金融水平对本地区城市经济韧性的提升具有促进作用,政府干预程度、城乡收入差距则制约着城市经济韧性的提升。

光纤光栅温度传感技术在数据中心温控领域中的应用研究——以东山精密数据中心项目为例

目前我国数据中心“热点”现象频现、电源使用效率(PUE值)居高不下,而缺乏有效的温度监测设备,本文提出并验证了一种基于光纤光栅温度传感技术的数据中心温度实时监测预警系统,及其在数据中心温度控制领域中应用的可行性与优越性。该系统在东山精密数据中心投入使用后,数据中心的电源使用效率(PUE值)为1.21左右,达到了非常好节能效果,并且有效避免了“热点”效应的出现。

四象限探测器基于高斯分布的激光光斑中心定位算法

为了提高四象限探测器在FPGA中实时激光光斑位置测量的精度,提出了一种基于高斯分布的光斑中心定位算法。首先,四象限探测器光敏面上分布的激光光斑采用高斯分布模型等效。结合探测器的工作原理,合理设置高斯积分区间,计算出呈高斯分布的光斑在探测器各象限内的光能量,从而对应各象限输出的光电流,得到包含光斑位置信息的正态分布关系式。再通过标准正态分布表查询快速求解出光斑中心位置,将算法在硬件上实时地实现。最后,分别对基于高斯分布的定位算法和基于圆模型的传统算法进行仿真与实验验证。结果表明,基于高斯分布的定位算法的测量精度相较于传统算法提高了43.8%。由此证明基于高斯分布的定位算法能有效提高激光光斑中心位置测量精度。

基于高斯拟合的激光光斑中心定位算法

激光光斑中心定位是光学测量中的关键技术之一。通过对常用定位算法的分析,给出利用光斑图像中的不饱和点对光斑进行高斯拟合,并以拟合函数的幅值点作为光斑中心的方法。利用人工光斑对该算法进行验证,结果表明该算法误差远小于0.1像素;利用一维高精度电动平移台、CCD相机、激光器等搭建测试系统,由计算机自动采集激光光斑图像并对其进行分析,实验结果表明该算法与理论分析结果的均方根误差仅为0.1像素。

激光光斑中心高精度定位算法研究

为提高测风激光雷达系统光学结构能量接收效率,需要对激光雷达系统中的激光光斑中心进行准确定位.通过对常用亚像素定位算法的分析,利用高斯拟合和矩形区域来对灰度重心定位算法进行优化,提出了激光光斑定位的改进算法,并与已有的算法进行了对比分析,设计并开展了验证试验.试验结果表明改进算法比已有传统算法对激光光斑的定位准确性大幅提高,最大限度地减小光斑形状的不对称所导致的误差,对于光能量分布中心的估计也更为准确,是一种切实可行的光斑中心定位算法.

基于动态梯度的激光光斑中心定位算法

为提高激光光斑中心检测的长期稳定性、抗干扰性能和定位精度,在对相关圆心定位算法进行研究的基础上,通过理论分析与实验测试,提出一种基于动态梯度的激光光斑中心定位算法。该算法根据激光光斑特点,利用图像梯度对光斑进行标识与定位。实验结果表明,该算法定位精度高,有效提高了激光光斑中心检测的抗干扰性能和长期稳定性,适合对测量精度要求高的长期在线测量。这种新方法已被成功用于自动激光挠度测量系统中。

基于亚像素定位技术的激光光斑中心位置测量

传统亚像素定位算法过程中存在着抗干扰能力弱、定位精确度差、软件实现难度大等问题。为了解决这些问题,提高激光光斑中心定位精度,采用曲线拟合算法,结合小尺寸光斑中心的高精度定位测量法,进行了理论分析和实验验证。结果表明,该方法可将质心提取误差控制在0.1pixel内,与传统算法相比,其误差更小。该图像质心测量方法有效地降低了噪声干扰,增强了算法的抗噪声性能。

几种激光光斑中心检测方法的比较

激光光斑位置的准确确定是决定测量系统精度高低的关键因素,所以激光光斑中心的定位就显得尤为重要。通过对模拟光斑图像进行计算,对常用的几种方法进行了比较并得出了结论。

基于差分光斑中心定位算法的位移传感技术研究

光斑中心定位是激光投射式位移传感技术中的关键技术。为了提高激光光斑中心检测的抗干扰性和精确性,在总结了现有的光斑中心定位方法的基础上,对其中的梯度光斑中心定位算法进行分析和改进,提出了一种差分光斑中心定位算法。该算法主要针对强干扰光线下的激光光斑特点,利用差分运算和梯度算子对光斑进行识别与定位。实验结果表明,该算法定位精度高、抗干扰能力强,适合于对恶劣环境下的结构进行长期在线监测。基于该算法的位移传感器设备已成功应用于渝黔高速公路河耳沟大桥的桥梁远程健康监测中。