电子测量与仪器学报杂志 北大期刊 CSCD期刊 统计源期刊

电子测量与仪器学报 2018年第06期杂志 文档列表

基于Elman神经网络的SINS姿态解算算法研究1-5

摘要：载体的姿态解算算法是惯性导航系统精确导航的核心技术之一。惯性测量单元(IMU)噪声大、误差会累积,传统的姿态解算算法精度不高、环境适应性能力差。Elman神经网络具有很强的非线性处理能力,其包含的承接层可以存储以前隐含层的信息,能够在连续信号中进行预测。针对以上问题,分析了欧拉角法、方向余弦法和四元数法的优缺点,提出了Elman神经网络辅助的姿态解算算法,在传统的AHRS算法中加入了Elman神经网络的辅助。通过对实测数据的仿真实验表明,该方法有效地提高了姿态解算算法的环境自适应性和降低了解算误差。

三维激光扫描仪法洞库容量测量算法研究6-11

摘要：近年来,我国建设了多个国家战略石油储备的大型地下洞库,但大型地下洞库的容量计量方法的研究尚不成熟。为了解决基于三维激光扫描技术的大型地下储油洞库容量计量方法数据量大、计算较繁琐等问题,提出了点云数据水平截面积计算的矩形微元法。采用该方法对Leica Scan Station P40三维激光扫描仪测量的某地下储油洞库点云数据进行处理,得到容积表;还将矩形微元法与三角形法计算结果进行比对,对于比较规则的图形,两者计算偏差在0.4%内,满足《GB 50455—2008地下水封石洞油库设计规范》中规定的测量误差不应大于0.5%的要求;对于存在不连续区域的图形,矩形法更加方便和准确。矩形微元法计算速度快,避免了三角形法用于复杂区域可能出现的面积重复计算问题,提高了计算准确性,具有更好的适用性。

线结构光点云粗拼接方法研究12-16

摘要：针对点云拼接需借助点云信息几何特征的问题,基于结构光测量系统模型,提出一种通过提取图像站位信息的方法,解算两图像站位下点云信息的相对位置关系来完成点云的粗拼接。首先,介绍了结构光测量系统的模型,并采用平面靶标的方法对测量系统中的摄像机与激光器的光平面进行精确标定;然后,对光条信息的提取和无约束点云拼接算法进行了研究,通过对二维图像特征点的处理计算出测量系统不同站位下的坐标变换关系;实验结果表明,该方法可对物体表面信息进行有效测量,可将误差降至6.052 mm。为点云精拼接技术提供了支持,并为点云拼接技术在逆向工程检测、三维形貌恢复及目标识别等方面的应用提供了理论依据。

基于对称性的六端口测相系统校准方法研究17-24

摘要：六端口测试系统中校准对提高测试精度非常重要。提出了一种可等效为8种六端口结的八端口微波网络,研究了各种等效六端口结的测相系统测相误差具有的对称性。提出根据该对称性对六端口测相系统测相结果进行自校准的新方法。实际制作了一款基于双面平行带线、工作于1.8~6.1 GHz频带范围内的超宽带八端口微波网络,构建了半实物仿真测相系统,对2.5、4、5 GHz 3个频点从-30°~+30°测相结果表明,各等效六端口结测相系统存在测相误差大小近似相等、极性相反的对称性,因此取其平均值进行校准可大大降低系统误差。校准后,测相误差从7.98°降至0.59°。该基于对称性的六端口测相系统的校准方法具有实现容易、精度高的优点。

光伏系统直流故障电弧实验研究25-32

摘要：光伏系统中的直流故障电弧严重威胁光伏系统的安全运行,由于其随机性和不稳定性且不具有交流电弧的零休现象,使得光伏系统中的直流故障电弧难以检测。研究光伏系统直流故障电弧的特性及其有效的检测方法对保障光伏系统运行的安全性和可靠性具有重要意义。设计了一套光伏直流故障电弧实验系统并有针对性地研究了光伏系统中直流故障电弧的特性和检测方法,提出了经验模态分解(EMD)算法和概率神经网络(PNN)算法相结合的光伏系统直流故障电弧检测方法,综合实验数据分析表明该方法能有效检测光伏系统中直流故障电弧。

一种对称多孔孔板差压式流量计设计33-38

摘要：因多种工况条件无法满足测量精度要求,传统差压式流量计应用范围受到一定限制。基于多孔整流器和标准孔板的流量测量原理,提出一种对称多孔孔板差压式流量计的设计方法。然后对该流量计进行计算流体动力学(CFD)数值计算与仿真分析,结果表明多孔孔板差压式流量计测量精度较标准孔板流量计提高1倍以上,永久压力损失减小约1/3。最后进行实流试验,试验结果表明,多孔孔板流量计比常规标准孔板节流装置具有明显的优势,其适应性更好。此设计方法可为多孔孔板流量计的结构设计和性能优化提供参考。

用于振幅控制的科氏流量管模型的实验识别39-45

摘要：科里奥利质量流量计由一次仪表和二次仪表组成。为使二次仪表更好地控制流量管振动幅值,需知道流量管振动系统的数学模型。采用机理分析与实验研究相结合的方法,建立流量管振动系统的数学模型。首先通过机理分析,构建流量管振动系统的二阶模型框架;再采用有限长度的正弦波激励流量管,根据速度传感器输出的自由衰减振荡信号、稳态下的激励信号幅值和输出信号幅值确定模型参数。建立单相流工况和气液两相流工况下的流量管振动系统数学模型,分析模型的差异,为流量管振动幅值的控制奠定基础。

基于混沌粒子群算法的数字微流控生物芯片污染故障清除46-52

摘要：数字微流控生物芯片的可靠性和安全性在生化分析领域具有很高要求,先后经过同一电极的液滴会造成污染,因此对芯片上的污染故障进行清除是保证生化实验准确性的重要途径。通过分析清洗模型与粒子群算法的特性,提出基于混沌粒子群算法的清洗液滴调度方案。将芯片转换为TSP模型,通过概率选择策略选择污染点,引入优秀系数和混沌序列对算法进行优化,把约束条件转换为动态禁忌表,完成故障清除,得到最优清洗时间。实验结果表明,该方案完成了对污染故障的清除,且相对于粒子群优化算法(PSO)和最大最小蚁群优化算法(MMAS)方案,可有效缩短清洗时间,提高阵列单元使用率。

基于sEMG与K-means聚类的上肢痉挛状态定量评定方法53-63

变电站机器人自动巡检中的刀闸开合状态分析64-71

摘要：针对人工刀闸巡检主观性强、费时费力等弊端,提出一种可应用于机器人巡检的刀闸开合状态分析方法。该方法分别提取了模板图像和巡检图像的SURF特征点和特征向量,并基于最近邻匹配和随机抽样一致性(RANSAC)算法完成了巡检和模板图像的匹配与配准;然后根据模板图像上的刀闸位置信息获得配准后巡检图像的刀闸区域;接着采用Canny算法对刀闸区域进行边缘检测,并利用概率Hough直线检测算法提取边缘直线;最后根据刀闸左右两臂的直线斜率差来判断刀闸的开合状态。实验结果表明该方法对于巡检和模板图像的匹配与配准都均有较高的准确度,并能精确描述出刀闸的开合程度。

一种基于压缩感知与最近邻的联合定位方法72-78

摘要：针对基于压缩感知的Wi-Fi室内定位算法中,由于信号强度的时变性和多径效应等原因,算法恢复的结果有时并不理想而降低了定位精度的问题,提出了一种基于压缩感知与最近邻的联合定位方法。在线定位时,通过条件判断决定是选择压缩感知的定位结果还是最近邻的定位结果。这种联合定位的方式可以使得两种定位方法相互补充各自的不足,定位结果更佳。采集了大量的真实数据进行了实验。实验结果表明,提出的联合定位算法比使用压缩感知和最近邻单项算法分别提高了5%和11%。

基于双树复Shearlet变换与改进PCNN的图像融合算法79-86

摘要：为了克服双树复小波变换(dual tree complex wavelet transform,DTCWT)在图像融合中对方向选择性较差,难以很好地反映源图像的细节信息等不足,提出了一种新的双树复剪切波变换(dual-tree complex shearlet transform,DTCST)与自适应双通道脉冲耦合神经网络(adaptive dual-channel pulse coupled neural network,ADCPCNN)的图像融合方案。首先,利用形态学对源图像处理,对图像进行增强。再利用DTCST方法对增强图像完成分解,获得相应的低频、高频系数。然后,对于低频系数,定义了一种新的基于稀疏表示(sparse representation,SR)的融合规则。对于高频系数,利用边缘能量作为ADCPCNN外部输入,定义了一种ADCPCNN融合规则。最后,基于逆DTCST机制,输出融合图像。实验表明,与当前常用的图像融合方法比较,算法具有更高的融合视觉质量,所输出的图像更加清晰,较好保持了源图像的细节与纹理。

基于脑电信号间Granger因果关系特征的情感识别87-95

摘要：鉴于人情感变化时不同脑区与频段间脑电(EEG)信号会交互作用、形成因果相关信息流,其特征应是情感识别的关键点。因此拟将不同脑区通道、不同频段的EEG信号之间Granger因果系数差值作为特征在愉悦度、唤醒度以及控制度这3个维度上分别进行二分类的情感识别以进一步提升其效果。采用国际情感数据集DEAP,首先小波包变换将脑电信号分解成θ、α、β、γ4个频段,双密度双树复数小波变换对信号去噪,再分别计算每个频段以及每两个频段组合下各脑区之间因果关系值,将它们分别单独作为特征,用支持向量机(SVM)分类,最后将识别率高(>70%)的频段特征送入分类器,情感分类识别对象是单独被试,32名被试的平均识别率为96%,用功率谱密度(PSD)、不对称系数(AI)、能量、熵这4种特征的识别率为80%左右,因此将Granger因果关系用于基于脑电的情感分类与识别是一种有效提高情感识别率的方法。

多样本扩充的常规协同与逆线性回归结合的人脸识别算法96-101

摘要：人脸识别会受到有限人脸样本的影响,提出一种多样本扩充的常规协同与逆线性回归结合的人脸识别算法。它利用图像的对称性构造成新的人脸样本,将训练样本通过常规协同表示与逆线性回归相结合的分类器后,进行人脸识别。以往的稀疏识别算法忽视了测试样本可能包含人脸识别所需要的特征信息,新算法同时将训练样本与测试样本的误差考虑在内。在ORL和FERET人脸库中的实验结果表明:该算法在ORL人脸库上的最低误识率达到6.58%,在FERET人脸数据库上的最低误识率达到15.00%,与LRC、CRC、INNC等算法相比的误识率明显下降。

新型视觉导航线提取方法102-108

摘要：导航线提取是智能车辆视觉导航领域的难点问题。针对杂草密集情况下导航线精确提取的难点,提出了一种新型视觉导航线提取方法。首先,在均值聚类的框架内分析了传统Otsu方法受样本方差影响较大的缺陷,并建立了基于Sigmoid函数的自适应Otsu阈值分割方法;接着,采用矩阵解耦消弱图像背景噪声对阈值参量更新的影响,提升了农作物与杂草的分割精度,获取精确分割的二值图像;最后,基于分割结果进行最小二乘拟合,实现导航线的有效提取。实验结果表明,在杂草稀疏和密集环境下,方法均能有效提取导航线,并具有较高的精度和实时性。

变异率自适应的差分进化粒子滤波算法研究109-114

摘要：利用差分进化思想解决粒子滤波算法中存在的粒子退化具有一定的可行性,针对差分进化变异率固定,导致经过若干次迭代之后,后代样本间差异性变小,样本多样性减少,引入变异率自适应的差分进化算法,自适应变异过程中大权值粒子变化不大而小权值粒子变化较大,小权值粒子通过变异寻得较优状态,优化了粒子采样集合,使粒子集合向接近后验概率密度分布的取值运动,缓解了粒子滤波算法中的粒子退化缺陷。仿真结果表明,变异率自适应的差分进化粒子滤波算法较差分进化改进的粒子滤波,因此能够以较少的粒子数达到较高的准确度,由此算法运行时间较短,具有较好的实时性。

基于Retinex亮度校正与感知对比度的图像增强算法115-123

摘要：针对当前图像增强中易出现光晕伪影、细节裁剪效应和过度增强等问题,基于人类视觉系统(human visual system,HVS),优化对复杂与不同照明条件中场景感知力,提出了一种有效的非均匀与低光照图像的自然增强算法。首先,基于白块假设估计输入图像的亮度,并定义一种自适应的Retinex亮度校正算子,改善图像亮度。对于明亮区域的对比度,提出了一种调整映射函数,通过添加细节增益因子,结合调整映射函数与增益因子,保护与改善明亮区域的细节与对比度,有效抑制光晕、裁剪效应。对于暗淡区域,构建改进高斯差分(difference of Gaussian,Do G)的感知对比度映射(perceptual contrast map,PCM),通过动态范围调整的PCM来调节对比度,实现感知对比度增强与噪声抑制,防止过度增强。最后,采用一个显著图引导的加权组合算法,将暗区域对比度增强结果与明亮区域细节增强结果进行加权融合,并利用色彩校正技术来恢复图像的色彩信息,从而输出最终的增强结果。实验结果表明,与当前图像增强技术相比,所提方法的增强图像具有更好的视觉质量和感知对比度,以及更为清晰的细节与色彩信息。

WFTM-IP核设计与高速干涉图相位提取技术研究124-130

摘要：由于计算机操作系统多任务特性的局限性,无法满足数字干涉图分析技术的处理速度和操作的实时性,根据时-频域分析原理,提出了基于FPGA设计干涉图相位提取IP核,实现加窗傅里叶变换法(WFTM),WFTM-IP核包括数字干涉图的传输/存储模块、二维窗口傅里叶变换(2D-WFT)模块、频谱生成和相位提取等模块,从而完成高速干涉图相位提取。通过计算机仿真、云纹干涉和投影光栅实验测试,二维窗口傅里叶变换方法能够有效的缩短相位提取时间,提高了相位分布的提取速度,验证了WFTM-IP核的有效性和可靠性。