相位敏感光时域反射仪的振动全程敏感研究

研究相位敏感光时域反射仪振动检测时, 高功率激光脉冲的入射使得光电探测器产生饱和现象而导致光纤前端振动传感不敏感, 低功率又满足不了远距离检测的需求。为了解决这一问题, 采用一种新型传感结构的方法进行了理论分析和实验验证。根据入射功率的高低对光纤分段检测, 通过相应的数据处理, 实现了光纤振动全程敏感的结果。同时, 为了进一步提高该系统的振动灵敏度和信噪比, 对比分析了雪崩二极管检测与利用低噪声光电二极管检测的结果, 并比较了声光调制器与半导体光放大器的实验效果。结果表明, 当测量距离为38km时, 相比雪崩二极管检测, 利用低噪声光电二极管与掺铒光纤放大器有更高的信噪比; 相比声光调制器, 利用半导体光放大器能得到更高信噪比。该新型传感结构为光纤传感器领域的科学研究和工程应用提供了很好的参考。     

基于任意偏振态的数字全息散斑去噪

数字离轴全息图重建的物体图像会有明显的散斑噪声,本文利用降低相干度的方法来实现散斑去噪。具体方法是通过任意偏振态的物光和线偏振态参考光实现干涉记录,通过这些光场进行平均处理可以有效减少数字全息中产生的散斑噪声。通过控制三个波片的旋转实现任意偏振态,得到多种偏振态下的全息图,多偏振态下重建物体图像的散斑对比度各有不同,对各个重建图像进行对比分析得到最优结果。之后再将各偏振态下的全息图叠加进行重建,重建图像中的散斑噪声得到很好的抑制且比单偏振态下效果更好。从实验结果的分析中能看到这种方法对抑制散斑噪声的有效性。     

高温熟料辊式破碎机的设计

熟料辊式破碎机与锤式破碎机相比有明显的性能优势,而高温辊式破碎机在熟料冷却与热量回收方面又有进一步的性能提高,但其所处的高温环境,对设计提出更高要求。在具体设计一台高温辊式破碎机时,不仅要结合工程确定高温辊破的规格,还要重点考虑高温辊破的冷却方式,以及核心部件辊套等,也不能忽略自保护设计。     

斜入射对超扭曲向列相液晶滤波输出的影响

在考虑了超扭曲向列相液晶的双折射效应和超扭曲效应,探究了斜入射对超扭曲向列相液晶滤波器的输出特性的影响,并对其进行深入的理论分析和模拟,也推导出了其透射率的表达式。并且通过实验进一步验证了随着斜入射角的增大,超扭曲向列相液晶滤波器的透射峰值向短波方向移动,且其透射率与斜入射方向无关,与入射角有关。     

分布定位式光纤振动传感系统的事件识别

本文提出了一种对分布式光纤声传感器的入侵事件分类方法.该方式采用小波包去噪方式对原始信号进行去噪;将去噪后的原始信号进行小波变换,得到原始信号的小波时频图;构建双输入型的卷积神经网络,将滤波后的原始一维信号直接输入到一个三层的1-D CNN中、滤波后得到的二维小波时频图直接输入到一个两层的2-D CNN中;将两种CNN输出的特征输入到支持向量机(SVM),使用SVM对事件进行分类.本文中主要识别3种振动事件:汽车通过、挖掘机挖掘和破路机工作.实验结果表明,所提方式对实际环境中3种振动事件的识别准确率平均可以达到96％,并且识别时间仅为0.61 s.     

一种在复杂背景彩色图像中划分手部图像的方法

对面部和手部图像进行正确定位是当前图像处理领域中的重要课题，在机器人手势识别实验中，我们试图利用一个BP神经网络对连续手势进行识别，由于实时性的要求，我们希望找到一种尽量简单的图像划分方法。本文通过对采集到的彩色图像进行色度变换和色调过滤，成功的实现了从复杂背景的彩色图像中划分出手部图像，并提取其轮廓以供处理，作为计算机图像识别的预处理过程，这种划分方法算法简单，易于实现，十分适合于实时彩色图像的划分与识别。     

激光器线宽对-OTDR系统性能影响的研究

为了对相位敏感光时域反射系统进行优化设计,采用相位敏感光时域反射原理搭建了一套多点入侵检测系统,通过数值模拟和实验分析了激光器线宽对系统性能的影响,由理论分析发现,随着激光器线宽的增大,系统探测到的后向相干瑞利散射的波纹逐渐平滑,系统的信噪比和定位精度也随之降低,直至不能定位和识别干扰信息;并利用7km的光纤进行了相关实验。结果表明,当激光器线宽由5kHz增加到200kHz时,系统探测到的后向瑞利散射信号出现了较大的平滑,信噪比则由12dB减小到3dB,这与理论分析的规律一致。     

快速溶剂萃取高效液相色谱法测定蔬菜中噻虫嗪残留量

建立了蔬菜中噻虫嗪残留量快速溶剂萃取高效液相色谱的分析方法。使用C18液相色谱柱,以乙腈∶磷酸溶液为流动相,对其进行了定性定量分析,方法的线性相关系数0.99993,加标回收率≥95.24%,相对标准偏差小于3%,该方法步骤简单快速,适用于蔬菜中噻虫嗪农药的快速检测。     

基于高斯小波的多尺度积图像边缘检测算法

图像的边缘是图像最重要的特征之一。由于边缘和噪声都是图像的高频分量,提取的图像边缘总是受到噪声的污染。针对边缘检测中存在的噪声问题,本文根据Mallat快速小波变换算法的思想,提出用高斯函数和其一阶导数分别作为低通和高通滤波器对图像进行多尺度分析。为了精确定位图像边缘,对各尺度的低频、水平、垂直和对角分量不进行下采样。然后提取不同尺度上的系数,利用多尺度积对噪声严重的图像进行边缘检测。最后根据边缘点的梯度方向,采用改进的局部梯度极大值搜索方法获得图像的单像素边缘。实验结果表明本文所提出的方法,能在被噪声污染严重的图像中提取图像的单像素边缘,且边缘图像信噪比高。     

改进的子帧矢量量化

提出了一种新的子帧划分方法 四叉树分裂法 .并对LBG算法中初始码书的分裂方法进行了修正 .模拟实验结果表明 ,在相同的压缩比的情况下 ,信噪比要优于传统的矢量量化 (VQ)和子帧矢量量化 (SVQ) ,且重构图像的主客观效果良好