基于子结构技术和Landweber迭代正则化的载荷识别

为解决大型复杂结构上的载荷识别问题,提出了一种基于子结构减缩技术和Landweber迭代正则化的载荷识别方法,将模型减缩技术中的子结构分析方法应用于动态响应的求解,基于Landweber迭代正则化来解决载荷识别过程中的不适定性问题.通过对比例车体模型的数值仿真分析,并与传统的Tikhonov正则化方法进行对比,其结果表明:该方法不仅能准确识别作用在比例车体上多种形式载荷,而且其抗噪性和鲁棒性均明显优于Tikhonov正则化方法.     

基于子结构技术和Landweber迭代正则化的载荷识别

为解决大型复杂结构上的载荷识别问题,提出了一种基于子结构减缩技术和Landweber迭代正则化的载荷识别方法,将模型减缩技术中的子结构分析方法应用于动态响应的求解,基于Landweber迭代正则化来解决载荷识别过程中的不适定性问题.通过对比例车体模型的数值仿真分析,并与传统的Tikhonov正则化方法进行对比,其结果表明:该方法不仅能准确识别作用在比例车体上多种形式载荷,而且其抗噪性和鲁棒性均明显优于Tikhonov正则化方法.     

基于电磁层析成像的金属缺陷稀疏成像方法

采用电磁层析成像(electromagnetic tomography,EMT)技术实现对金属缺陷的可视化,克服了传统的检测技术无法对缺陷进行可视化的不足。首先设计了一种新型的平面EMT传感器,其次根据缺陷分布的稀疏性,提出了l1正则化稀疏成像算法。该算法能够有效避免传统的l2正则化算法带来的过度光滑的问题,成像更加精确。最后为证明该算法相对于l2正则化算法的优越性,进行了仿真和实验。仿真和实验结果均表明l1正则化稀疏成像算法能够有效提高缺陷图像的重建质量和精度。     

基于改进正则法的ECT图像重建算法

电容层析成像图像重建是一个典型的病态问题,其解是不稳定的。为获得良好的重建效果,需要采用既保证解的稳定性且又能提高重建图像质量的算法。本文提出了一种新的图像重建算法。在分析标准Tikhonov正则法的基础上,针对ECT逆问题的病态性进行改进,并推导出两步图像重建算法：第一步利用标准Tikhonov正则法的计算值获得权矩阵的估计;第二步采用本文所推导的改进Tikhonov正则法获得最终的重建图像。数值实验表明,该算法所获得的图像重建质量得到了明显的提高,且该算法无需迭代,保证了算法实时性。     

改进正则化半阈值算法的 ECT 图像重建

针对电容层析成像技术应用于工业多相流管道检测时,图像重建中存在的不适定性、病态性问题,提出一种改进正则化半阈值算法。以L1/2范数为惩戒函数,改进求解L1/2范数所用的半阈值迭代算法中的阈值算子,并以加入加速项的Landweber算法解向量为修正向量,引入改进半阈值正则化模型,优化加速Landweber算法。实验的结果表明,改进正则化半阈值算法在重建图像中相关系数平均达0.91,图像误差平均降至0.21,成像速度保持0.04 s。复杂流型辨识中,改进算法比Landweber迭代算法相关系数提高21.67%,相对误差降低37.01%;比Tikhonov正则化算法相关系数提高22.61%,相对误差降低37.08%;比半阈值算法相关系数和误差分别提高14.85%和降低28.26%。结果表明改进正则化半阈值算法对ECT研究有较好应用前景。     

高阶混合正则化图像盲复原方法

提出了一种高阶混合正则化图像盲复原方法,用于实现模糊噪声图像的清晰化盲复原。根据自然图像边缘的稀疏特性,对图像的边缘细节成分进行了全变差(total variation TV)正则化约束,根据自然图像同性质平滑区域内像素值的变化规律,将一种高阶的类Tikhonov正则化约束运用于图像的平滑区域中,提出了一种新的高阶混合正则化模型。最后,提出一种多变量分裂布雷格曼(Multi-variable Split Bregman MSB)最优化迭代策略对提出的模型进行最优化求解。实验结果表明,提出的方法能够很好地保护图像的边缘细节,同时有效地消除图像平滑区域内的阶梯和假边缘瑕疵。与近几年的一些较好的图像盲复原方法相比,本文方法的信噪比增量(increase of the signal to noise ratio ISNR)增加了0.03~2.5 dB。     

提高ECT系统成像质量和速度的方法

在电容层析成像(ECT)技术的应用中,图像重建的质量和速度是电容传感器,并通过一种改进的正则化算法和利用DSP系统来实现快速高质的图像重建.     

基于极限学习机求解正问题的 ECT 图像重建

在电容层析成像(ECT)图像重建迭代类算法中,通常采用线性正问题求解,以加快重建速度,由此产生重建误差。针对这一问题,提出了基于极限学习机(ELM)的非线性ECT正问题求解方法,ELM网络输入为介电常数分布,其输出为预测的电容测量值。将该方法与传统的Landweber迭代算法相结合构成ELM-Landweber迭代算法进行图像重建。为使样本具有较好的代表性,物体分布位置及大小均随机生成,并计算相应的归一化电容值作为ELM网络训练及测试样本,对ELM-Landweber迭代算法进行了仿真与静态实验,并与传统Landweber迭代算法进行比较。实验结果表明,相较于传统Landweber迭代算法,采用ELM-Landweber迭代算法,其算法收敛速度显著提高,重建图像质量得到明显改善。训练样本的平均图像相对误差由0.728减小至0.504,测试样本的平均图像相对误差由0.596减小至0.475。     

电容层析成像图像重建的总变差正则化算法

针对电容层析成像（ECT）逆问题解的不适定性,本文提出一种基于总变差（total variation,TV）正则化的图像重建算法。同传统的2范数Tikhonov正则化方法相比,该算法（基于1范数正则化）不仅保证了逆问题求解的稳定性,而且提高了对介质非连续分布的区域成像的分辨能力,具有良好的保边缘性。仿真及实验结果表明,该算法在重建图像质量和重建速度两方面均具有优势。     

基于阵列旋转和改进证据理论的平面 EMT 图像融合算法

为了提高平面电磁层析成像(EMT) 重建图像的质量,本文提出了一种阵列旋转和改进 D-S 证据理论相结合的平面 EMT 图像融合算法。 首次将传感器阵列旋转应用于平面 EMT 领域,提高独立测量值个数,并利用旋转阵列的测量信息实现 EMT 图像融合。 针对 Dempster 规则在处理冲突证据上存在不足的问题进行改进,利用数据聚类获取自适应阈值设置冲突和不 冲突两种证据,分别对应不同的融合规则。 仿真研究了旋转次数和成像效果之间的关系,利用不同旋转角度的信息和改进 D-S 证据理论进行图像融合,有效去除图像伪影,提高图像质量。 设计了 8 线圈平面电磁传感器,并应用于铝板缺陷检测,结果验证 了方法的有效性。 新方法较传统方法的图像相对误差下降 17. 0% ,相关系数提升 22. 7% 。     

电容层析成像系统图像重建新算法的研究

快速而又具在一定精度的图像重建算法是电容层析成像（ＥＣＴ）技术的关键。本文提出一种用多元线性回归法建立ＥＣＴ系统正向模型,用正则化法获得图像重建这一不适宜逆问题稳定解的图像重建新算法。仿真结果表明该方法能快速而较高精度地重建出两相流断层图像。     

用于电容层析成像的一步稳定图像重建算法

本文提出一种基于Landweber迭代的电容层析成像系统一步稳定图像重建算法。该算法通过构建压缩算子可以克服传统Landweber迭代方法存在的半收敛性,得到稳定的重建图像。同时该算法的矩阵算子可以预先计算,然后通过一步矩阵运算实现图像重构。实验结果表明,该算法可保证重建图像的实时性和鲁棒性。     

电磁成像金属探伤传感结构激励模式的仿真研究

针对电磁成像金属探伤传感系统的激励模式的选择问题,对电磁金属探伤传感系统的3种主要的激励模式—单激励模式、相邻激励模式、相对激励模式进行了研究,并对后两种激励模式在不同的激励信号方向下进行了对比研究,提出了一种基于Ansoft Maxwell电磁仿真软件对八线圈的传感结构以及被测金属板进行建模的方法,在3种不同激励模式下,分别求解出八线圈传感结构检测端的感应电压信号,并进行了比较和分析。仿真结果表明,在电磁成像金属探伤传感系统中,以正弦电压信号为激励信号,当采用激励信号同方向的相对激励模式,则系统激励电磁场范围最大,检测到的感应电压信号幅值最明显,传感器灵敏度也最强。该仿真分析以及结果对实际电磁成像金属探伤传感系统的设计以及图像重建算法的开发都具有指导意义。     

基于压缩感知的平面近场声全息方法及其应用

传统的平面近场声全息在其重建过程中,无论采用波数域滤波或是正则化方法,都无法解决其本身的不适定性,进而无法提高重建精度。基于压缩感知的平面近场声全息,有效地利用了质点振速信号的稀疏性,将传统地直接求解质点振速转化为间接求解稀疏系数,避免了重建过程中的不适定问题。结合基于Tikhonov正则化方法的平面近场声全息,从数值仿真角度分析了两种方法的重建精度,结果表明,基于压缩感知的平面近场声全息方法具有很好的重建精度,尤其是在重建面的边界区域。最后,应用该方法有效地识别出了冰箱的噪声源,为其噪声控制提供有效依据。     

基于约束最小二乘的空域迭代图像复原

给出了一种用于图像复原的基于约束最小二乘空间域迭代的有效方法.该方法从约束最小二乘技术出发,在加性噪声能量有界的前提下,采用正则化的思想来克服病态问题,通过解一个单变量方程,并利用空域迭代算法从而实现了一种有效的图像复原.实验结果表明,在图像被加性噪声污染较严重时,该方法在保护纹理的同时又能很好地抑制噪声,较传统的约束最小二乘法具有更好的复原效果.     

湿法冶金浸出过程金浓度的混合预报模型

金氰化浸出是湿法冶金提金法的重要步骤,是一个典型的化工过程,建立其准确、可靠的数学模型是对该生产过程实施优化与控制的前提.提出了一种金氰化浸出过程的动态串联型混合模型,利用物料守恒方程建立金氰化浸出过程的动态机理模型,并利用神经网络估计机理模型中的未知参数——金的溶解速度和氰根离子的消耗速度,最终得到金氰化浸出过程的动态串联型混合模型.由于动力学反应速度是不能测量的,利用Tikhonov正则化方法估计金氰化浸出过程的动力学反应速度值,可以有效减少浓度测量值中噪声对动力学反应速度估计的影响.最终通过仿真实验验证了该混合模型比纯机理模型和神经网络黑箱模型具有更好的预测性能,能够较准确地预测金氰化浸出过程的各组分浓度,为后续金氰化浸出过程的优化与控制奠定了重要的模型基础.     

混合稀疏迭代最近点配准

为了避免离群值的影响,提出了混合稀疏迭代最近点(SM-ICP)方法,以实现点云精确配准。本文对稀疏表示、正则化求解和点云配准方法进行了研究。首先,利用混合正则项表示配准残差,构建混合稀疏配准函数。然后,结合交替乘子法(ADMM)构建了所提出函数的双循环优化框架。其中,混合正则项的平衡权重θ可由Sigmoid函数求解;此外,还给出了ADMM优化框架内循环中对应损失函数的标量形式。最后,推导了该标量化损失函数在点云配准中的软阈值表达式。实验结果表明,所提出SM-ICP算法的配准精度优于所对比的算法。特别的,在重叠率约为50%的斯坦福兔子配准实验中,SM-ICP算法的截断配准误差为2.04×10-4,较Robust Trimmed-ICP(Tr-ICP)算法和ICP算法的配准误差减小了一个量级,且较稀疏ICP(S-ICP)算法减小了约三倍;在其它对象、场景类型的点云配准实验中,SM-ICP算法的配准精度同样较其它对比算法更优;在具有不同层级随机噪声点云的配准实验中,SM-ICP的截断配准误差为4.90×10-6～1.33×10-4,同样较其它对比算法减小了一个量级或几倍;在发动机叶片配准实验中,本文方法成功实现了点云精确配准,而其它对比算法的配准结果中存在不同程度的点云错位情况。所提出的点云配准方法具有精确、鲁棒性和泛化性等优势。     

正则化优化修正的电容层析成像图像重建算法

提出一种基于正则化优化修正的电容层析成像图像重建算法。首先利用 Tikhonov正则化法求解系统的逆问题 ,解决逆问题解的不适定性 ;然后利用优化修正法对初始图像进行修正 ,以提高重建图像的质量。实验结果表明 ,该法在重建图像质量和图像重建速率两方面均具有优势。     

基于改进ECT的隔热材料胶层无损检测研究

电容层析成像(ECT)技术是能显示被测物场的二维或三维介质分布图像的实时检测技术,基于平面阵列传感器的ECT系统为陶瓷多孔隔热材料缺陷检测提供一种新的技术途径。本文针对陶瓷多孔隔热材料粘结胶层的缺陷无损检测问题,提出了一种基于改进的电容层析成像方法。首先在分析平面阵列传感器ECT检测系统模型及成像原理的基础上,提出了一种改进初值的Landwebe迭代图像重建算法;进一步将该算法应用到基材表层与隔热材料之间的粘结胶层的缺陷检测领域,并通过实验验证了采用基于改进ECT的无损检测方法在陶瓷多孔隔热材料粘结胶层缺陷检测中应用的有效性;同时与采用传统ECT成像算法的检测实验进行比较。结果表明本文提出的改进ECT算法对胶层缺陷图像重建质量具有较大幅度的提高。     

基于两步迭代TV正则化的电阻抗图像重建算法

针对电阻抗层析成像(electrical impedance tomography,EIT)逆问题求解的欠定性和病态性,克服传统基于L2范数的Tikhonov正则化对介质边界的模糊效应,提出一种基于两步迭代的正则化图像重建算法.该算法采用具有良好保边性的总变差(total variation,TV)正则化函数,利用两步迭代法引入TV去噪算子,达到解的双重正则化效果.与传统最小二乘迭代算法、TV相关迭代算法相比,不仅保证了逆问题求解的稳定性,而且进一步提高了非连续分布介质区域成像的分辨能力,具有较好的成像精度.