激光辐照下红外测温的误差补偿方法研究

为了提高激光辐照下加热点处红外测温精度,建立了多变量测温补偿模型,研究了测量距离、测量角度与测量精度的关系。采用单一变量与正交变量结合的方法,建立关于测量距离与测量角度的二元变量补偿模型,并进行误差补偿模型验证实验。结果表明:补偿模型与实际测量结果可以较好地匹配,补偿后测量误差为±1.25%,与补偿之前相比测量精度提高64.25%,验证了补偿模型的正确性,为激光辐照下加热点温度红外测量提供理论指导。

基于粒子群优化算法-支持向量回归算法的氨氮传感器温度补偿

针对野外低温环境下,基于铵离子选择性电极的氨氮传感器检测失准问题,通过分析传感器检测原理,在0~30℃进行了水质标样氨氮检测对比实验,探究了温度变化对氨氮传感器输出结果的影响;将粒子群优化算法(particle swarm optimization,PSO)与支持向量回归(support vector regression,SVR)结合,建立了氨氮检测的PSO-SVR温度补偿模型,并与最小二乘多项式回归、传统SVR建立的温度补偿模型对比,PSO-SVR温度补偿模型具有较高的决定系数和较小均方根误差(root mean square error,RMSE)。在实际水样检测实验中,经过该模型补偿后氨氮传感器的输出值与实验室内根据《水质氨氮测定》(HJ 535—2009)测得的氨氮标准值之间最高偏差为4.76%,最低偏差为0.64%,偏差范围符合预期补偿目标,表明模型具有较高的温度补偿精度,对非训练数据具有良好的泛化能力,能够满足实际使用的精度要求。

含间隙并联腿步行机器人的固有频率分析

针对步行机器人运行中出现振动与关节异响这一现象,采用动力学方法模拟运动副间隙模型的接触状态,分析了含间隙步行机器人的固有频率,避免了计算模态分析方法在仿真分析时会忽略非线性因素的问题。通过瞬态动力学仿真,计算出含间隙步行机器人的位移响应,再经过傅里叶变换,得到频率响应曲线,曲线峰值对应频率即为含间隙步行机器人的固有频率。仿真结果表明,关节间隙的存在会降低步行机器人的各阶固有频率,但间隙不会影响模态振型,1阶振型均为平台与支腿沿X轴的摇摆振动,2阶振型与1阶振型正交,3阶振型均为平台与支腿沿Z轴的扭转振动。

基于运动粒子的粒子群目标跟踪算法

为兼顾目标跟踪的准确度和目标跟踪时图像的处理速度,文章提出一种基于运动粒子的粒子群目标跟踪算法。该算法首先对目标跟踪区域提取HSV特征得到目标特征向量;然后以高斯分布的形式撒下n个粒子构成粒子群,通过梯度收敛算法可以快速准确地搜索到最佳的目标位置,并以此位置作为跟踪点,进行下一帧跟踪。实验结果表明,在精确度方面文章提出的算法是CSK算法的1.52倍、MS算法的1.57倍,在速度方面文章提出的算法是Struck算法的22.87倍、KCF算法的1.11倍,有效地兼顾了目标跟踪的准确度和处理速度。

基于SPA-SVR的紫外光谱水质污染物含量解耦预测方法

快速、精准地实现水体中多种污染物的耦合干扰解析及含量检测对野外水质实时监测具有重要意义。针对紫外光谱法同步检测化学需氧量(COD)和浊度时存在特征耦合及谱峰重叠干扰,进而严重影响检测精度的问题,提出了一种连续投影算法结合支持向量回归的水质污染物含量解耦预测方法。采用连续投影算法对水质样本的紫外吸收光谱特征波长进行筛选,消除无关冗余数据以提高模型迭代速率和精度。基于多分类支持向量机思想对支持向量回归算法进行多回归拟合改进,实现COD和浊度的紫外光谱耦合解析和含量的同步预测。通过实际水样检测验证,结果表明:耦合解析前的预测均方根误差改进率达到76%,最大相对误差均降低至4%以内,优于同类方法的检测精度,该研究对紫外光谱法水质多耦合参数检测应用具有参考价值。