摘要:设计制作了一种基于马赫-曾德干涉结构的传感器用于折射率和温度的同时测量,传感器的结构为单模-多模-细芯-多模-单模。利用RSoft光学仿真软件的BeamPROP模块对传感结构内部光场进行模拟分析,确定了多模光纤(multi-mode fiber,MMF) 及细芯光纤 (thin core fiber,TCF) 的最优长度,制作了传感结构并搭建实验系统观测其折射率和温度响应情况,结合敏感矩阵,实现 了双参量的同时测量。实验结果表明,该传感器在1.333—1.380的折射率范围内灵敏度为-44.944 nm/RIU,在30—65 ℃的温度范围内灵敏度为0.082 9 nm/℃。本文提出的传感器结构简单、体积小、灵敏度高,可以为折射率和温度双参量传感设计提供参考。

摘要:维激光雷达和摄像机的最小解标定方法存在精度较差、解缺失等不足,为此,提出了一种新的可靠最小解标定方法。首先,利用透视相似三角形(perspective similar triangle,PST) 算法求解3个棋盘格构建的P3P(perspective three points,P3P) 问题,并通过多项式极值点获取缺失的解,提高了算法对噪声的抗干扰能力。其次,提出基于两类激光点约束的误差度量模型来评估多解的误差程度,从而更准确地从标定结果的多解中选取最优解。实验结果表明,该文算法相比于文献中的FRANCISCO算法和HU算法,能明显提高有效解概率和标定精度;在不同噪声水平下,该文算法的有效解概率提高了5%—20%和5%—13%,旋转矩阵精度提高了46%—63%和41%—47%,平移向量精度提高了170—430 mm和120—170 mm,性能提高明显。

摘要:为了解决光谱之间相互干扰、建模速度慢等缺点,采用多波段加权组合模型与偏最小二乘(partial least squares,PLS)法结合进行定量分析提高测量精度。本文搭建了基于超连续谱激光吸收光谱(spectrum laser absorption spectrum,SCLAS)技术的气体检测系统,基于PLS对近红外不同波段二氧化碳(CO₂)进行加权组合测量研究。在常温常压下对1 425—1 443 nm、1 565—1 587 nm、 1 595—1 616 nm波段内不同浓度CO₂的吸收光谱进行了测量,基于PLS建立了单一波段回归模型,得出的决定系数(coefficient of determination,R²)分别为0.989 7、0.948 6、0.949 7。通过R²和均方根误差(root mean square error,RMSE)分别确定单一波段模型的权重,采用多波段加权组合模型算法建立了新的PLS组合模型,得出的R²分别为0.985 2、0.991 2。实验结果表明,基于PLS的加权组合模型能够提高CO₂浓度的预测精度与稳定性,有效避免建模速度慢和干扰问题。

摘要:针对普通光纤电压传感器在外界温度扰动下其输出精度和稳定性会受到严重影响这一问题,本文提出了一种采用保偏光子晶体光纤(polarization maintaining photonic crystal fiber,PM-PCF) 作为传感光纤的传感头优化方法抑制温度扰动下的系统非互易误差。在综合考虑PM-PCF与传统熊猫型保偏光纤(panda polarization maintaining fiber,panda-PMF) 尾纤间的熔接损耗、传输损耗以及现有工艺条件下的光纤制备等问题的基础上,优化得到了与panda-PMF间的熔接损耗低至0.14 dB的PM-PCF；并对比分析了这两种保偏光纤的双折射温度依赖特性,建立了全光纤类型的光学电压传感器(fiber optic voltage sensor,FOVS) 热致系统误差输出模型,分析验证了PM-PCF在解决反射式逆压电型FOVS热致非互易问题的可行性。结果表明,采用PM-PCF优化后的FOVS热致非互易误差约是传统保偏光纤电压传感器 的10-2量级。这在提高系统输出精度和稳定性等方面具有显著优势,同时这种低损耗的优化方法在光纤传感及通信等领域具有重要的应用价值。

摘要:针对铁轨表面裂缝的小目标特征及传统检测方法精度低,速度慢等问题,提出一种基于改进YOLOV4的目标检测算法。首先,使用改进的RFB(receptive field block)模块替换空间金字塔池化(spatial pyramid pooling,SPP)结构,以获取特征图更大的有效感受野区域,提升算法的检测精度；其次,采用深度可分离卷积结构替代网络模型中的普通卷积结构,使网络轻量化、提升检测速度；同时,利用K-means++算法重新获取锚框,再对得到的锚框进行线性尺度变化,解决原锚框不适合小目标检测的问题。结果表明改进的YOLOV4算法,平均精度均值(mean average precision,mAP)达到84.8%,相对于原YOLOV4算法提高了3.4%；检测速度(frames per second,FPS)为62.39帧/s,提高了4.07帧/s。

摘要:针对水下图像纹理模糊和色偏严重等问题,提出了一种融合深度学习与多尺度导向滤波Retinex的水下图像增强方法。首先,将陆上图像采用纹理和直方图匹配法进行退化,构建退化水下图像失真的数据集并训练端到端卷积神经网络(convolutional neural network,CNN) 模型,利用该模型对原始水下图像进行颜色校正,得到色彩复原后的水下图像；然后,对色彩复原图像的亮度通道,采用多尺度Retinex(multi-scale Retinex,MSR) 方法得到纹理增强图像；最后,融合色彩复原图像中的颜色分量和纹理增强图像得到最终水下增强图像。本文利用仿真水下图像数据集和真实水下图像对提出方法进行性能测试。实验结果表明,所提方法的均方根误差、峰值信噪比、CIEDE2000和水下图像质量评价指标分别为0.302 0、17.239 2 dB、16.878 4和4.960 0,优于5种对比方法,增强后的水下图像更加真实自然。本文方法在校正水下图像颜色失真的同时,能有效提升纹理清晰度和对比度。

摘要:针对当前网络难以应对各种损坏类型的行人图像与易丢失跨维信息的问题,提出了一种损坏图像下基于风格归一化与全局注意力的行人重识别(pedestrain re-identification,ReID) 方法。该方法通过平滑 极大单元的风格归一化与恢复(smooth maximum unit-style normalization and restitution,SM-SNR) 模块中的实例规范化(instance normalization,IN) 过滤掉域中的风格变化,同时平滑极大单元(smooth maximum unit,SMU) 能使该模块更充分地从删除的信息中提取行人相关特征并将其恢复至网络中,缓解损坏图像带来的风格差异。此外,全局注意力机制(global attention mechanism,GAM) 通过关注通道与空间之间的相互作用,以捕获3个维度上的显著行人特征,减少跨维信息的丢失,最终使本模型在面对行人损坏图像时的识别能力得到有效提高,且保留了在干净数据集上的竞争力。实验结果表明,本算法在损坏测试集上的各项指标与目前主流算法对比具有显著的优越性。其中,本模型与2021年的CIL模型使用CUHK03数据集比较的结果为:在Corrupted Eval上,R-1、mAP和mINP分别提高了15.18%、15.75%与11.65%；在Clean Eval上,R-1与mINP仅降低了0.24%、0.75%,mAP提升了0.25%。

摘要:植被覆盖度(fractional vegetation coverage,FVC)是草地退化评价的重要指标之一,实时、快速、准确地采集FVC是进行草地退化评价的基础。本文以无人机(unmanned aerial vehicle,UAV) 高光谱遥感图像为数据源,提出了3D-ResNet18深度学习覆盖度提取方法,将此方法与回归模型法和ResNet18经典深度学习方法进行比较,并对提取精度进行验证。结果表明,提出的3D-ResNet18方法对荒漠草原FVC展现出较优的提取效果,总体估算精度达97.56%,相比较NDVI、SA- VI、G_CR_NDVI、G_CR_ SAVI和ResNet18分别提高了8.32%、5.92%、2.20%、2.14%和1.87%,为荒漠草原FVC信息高精度和高效率的统计奠定基础。

摘要:本文提出了一种双梁互补式光纤光栅(fiber Bragg grating,FBG) 位移传感器,实现了正负双向位移的测量。采用双“悬臂梁+楔形滑块”的结构,当一个悬臂梁受位移作用处于变形状态时,另一个悬臂梁不变形并提供温度补偿功能。传感器处于零值测点状态时,两个悬臂梁处于零弯曲状态,且双梁互为温度补偿,消除了温度影响。通过性能测试实验证明,该传感器在±50的量程内,灵敏度为29.369 pm/mm,测量重复性好。制备出8个传感器应用于某市地铁的变形安全监测,从道床沉降、道床环缝、管片环缝3个方面开展了变形测量。在长期监测期间,传感器工作稳定,被测结构变形状态稳定,表明该传感器具有良好的测量性能,适用于长期的结构健康监测。

摘要:针对非合作目标激光甲烷遥测系统测量误差大、精度低和抗干扰能力差等问题,基于可调谐半导体激光吸收光谱 (tunable diode laser absorption spectroscopy,TDLAS) 技术和波长调制光谱(wavelength modulation spectroscopy,WMS)技术,利用simulink软件建立一套甲烷积分浓度遥测仿真系统。采用归一化二次谐波检测技术去除环境干扰。仿真分析了正弦波频率和调制系数m对归一化二次谐波信号的影响,结果表明,m= 2.2 为最佳调制系数,正弦波频率的大小对归一化二次谐波信号无影响,确定了甲烷积分浓度检测的有效范围为0—2 000 ppm·m,在该范围内,系统仿真的误差为-3.57%—4.06%。根据仿真结果对遥测仪进行了相关参数优化和实验研究与分析,结果表明系统测量误差为-4.68%—2.45%,采用Allan方差分析方法对系统的稳定性和检测限进行评估,该系统5 s积分时间内的检测下限为37.85 ppm·m,最佳积分时间为345 s,对应的检测下限为6.27 ppm·m。该研究结果对高精度激光甲烷遥测系统研发具有重要的意义。

摘要:针对传统二维主成分分析(two-dimensional principal component analysis,2DPCA)算法应用于焊缝表面缺陷识别中存在重构性能及鲁棒性较弱等问题,本文将最大化投影距离和最小化重构误差引入到目标函数中,提出了一种基于F范数的非贪婪二维主成分分析算法(non-greedy 2DPCA with F-norm,NG-2DPCA-F),该算法具有良好的鲁棒性和较低的重构误差。为了进一步提取图像的结构信息和求解出维数更小的特征矩阵,进而提出一种基于F范数的非贪婪双向二维主成分分析算法(non-greedy bilateral 2DPCA with F-norm,NG-B2DPCA-F)。最后,以含有不同噪声块的焊缝表面图像数据集进行实验,结果表明,本文所提算法在平均重构误差、重构图像与分类识别实验中均表现出良好的鲁棒性能。

摘要:现有针对庞氏骗局智能合约的检测方法大多基于合约操作码特征和账户特征,对初步部署合约检测效果一般。对此,提出一种基于深度残差网络的庞氏骗局合约检测方法。首先,通过分析智能合约操作码特点,提出单点词嵌入编码算法(single word embedding coding algorithm,SWEC) ,对智能合约进行重新编码。然后,利用关键操作码提取方法,提取关键操作码(critical operation code,CO) 及权重值,并以此设计关键操作码权重模块,改进深度残差网络用于合约检测。最后,在公开数据集上进行相关实验,实验结果表明,基于深度残差网络的庞氏骗局合约检测方法具有99.7%的查准率和99.9%的查全率,相比现有方法有较大提升,能够更加准确地识别庞氏骗局合约。

摘要:针对不同模态MR脑肿瘤图像呈现的肿瘤状态差异以及卷积神经网络(convolutional neural networks,CNNs) 提取特征局限性的问题,提出了一种基于多模态融合的MR脑肿瘤图像分割方法。分割模型以U-net网络为原型,创新一种多模态图像融合方式以加强特征提取能力,同时引入通道交叉注意力机制(channel cross transformer,CCT)代替U-net中的跳跃连接结构,进一步弥补深浅层次的特征差距与空间依赖性,有效融合多尺度特征,加强对肿瘤的分割能力。实验在BraTS数据集上进行了多目标分割结果验证,通过定量分析对比前沿网络分割结果,表明该方法确有良好的分割性能,其分割出三种肿瘤区域的Dice系数分别达到80%、74%、71%。