关键词： 航测遥感   内业数据   关键技术  

摘要： 在科学技术水平日益提高的今天，航测遥感技术在各领域中都得到了广泛的应用，为我们的生活工作提供了更多有效且准确的数据支持。航测遥感技术为人类探索地表提供了一种重要途径，而数据处理工作贯穿于航测遥感的全过程，数据处理是十分关键的，对于测量结果具有最为直接的作用。本文就航测遥感内业数据处理的关键技术展开了简要分析，并提供有效的解决措施，促进航测数据处理的能力提升，仅供参考。

关键词： 结构监测系统   云平台   传感器   数据处理   数据分析  

摘要： 大跨度钢结构具有跨度范围大、造型优美等优点,广泛应用于公共建筑的建造中。但是大跨度钢结构受力复杂,尤其是在施工阶段,其受力和变形与竣工后正常服役状态有很大的不同。大跨度空间钢结构受施工方法和施工过程及环境变化的影响很大。若不及时关注和监控钢结构的健康状态,将会导致钢结构出现一定程度的质量问题,严重时甚至会造成钢结构建筑出现坍塌和人员生命受到威胁。若在工程施工期间通过结构监测系统实时监测钢结构,就可以通过监测到参数数据来对建筑钢结构的健康情况进行分析和评估。 本文以儋州市体育中心体育场馆为监测对象,建立了基于云平台的钢结构建筑实时监测系统,从而实现钢结构的各类监测参数数据实时获取、无线远程传输和数据存储,为用户提供真实的监测数据,以便于对建筑物的健康状态进行分析。论文研究内容主要如下: 在对国内外结构健康监测技术进行了解和分析之后,对云平台钢结构监测系统整体架构进行设计;对各钢结构监测参数所用传感器进行了简述,并对其工作原理作了深入的研究;对数据传输设备和数据传输过程进行分析归纳。 针对钢结构建筑安全问题,搭建了云平台钢结构建筑监测系统。在数据交互方面,云平台监测系统实现了与多台数据传输设备的连接;在监测数据的显示和存储方面,云平台监测系统完成了钢结构监测点各类监测参数数据可视化显示、各类参数历史数据存储与提取;在突发状况下的阈值预警方面,云平台监测系统可以通过平台短信预警和微信报警。因此,该系统能对钢结构安全状况进行有效监测。 针对系统采集到的应力原始数据出现数据点异常以及平滑滤波问题,利用拉依达准则剔除数据异常点,结果表明,该方法可以有效剔除数据异常点。通过移动平均法以及Savitzky-Golay滤波方法对数据集中存在的噪声进行平滑滤波处理,结果表明,相比于Savitzky-Golay滤波方法,移动平均法效果更佳。最后通过计算从而确定钢结构应力预警等级并对体育场钢罩棚在卸载后一个月内的安全状态进行评估分析。

关键词： 无人机探测雷达   杂波抑制   点迹凝聚   雷达数据处理   显示终端  

摘要： 随着无人机技术在民用领域的逐渐普及,无人机在发挥重要作用的同时,也威胁着低空安全,因此对无人机探测雷达的研究成为热点。由于现代雷达技术的不断发展,无人机探测雷达的信号处理能力得到优化与提升,雷达数据率大幅提高,雷达数据处理系统处理的点迹具有数据率高和数据量大的特点,因此对数据处理系统实时性和准确性有了更高的要求。 本文对无人机探测雷达背景和研究现状进行了调研,对数据处理技术的发展进行阐述,突出了数据处理技术在无人机探测雷达系统中的重要意义。针对目前无人机飞行的低空环境复杂、剩余杂波较多的问题,本文在雷达信号处理后的点迹预处理阶段,采用基于动态幅度杂波图算法和基于BP神经网络的剩余杂波抑制方法,有效改进剩余杂波点迹对后续航迹起始和跟踪的影响;采用基于DBSCAN聚类算法的点迹凝聚算法,与“回溯”算法相结合,利用多普勒信息约束邻域集的大小,并对凝聚后非目标的点迹进行剔除。 对经过点迹预处理的数据进行目标跟踪,涉及到航迹起始、数据关联算法、滤波算法和航迹管理。针对逻辑法起始航迹算法中波门重叠问题,采用了基于距离-多普勒-方位共同约束的航迹起始方法,提高在杂波环境中对目标航迹起始的正确率;数据互联算法主要分为单目标和多目标互联算法,并在不同杂波密度环境下,进行仿真分析,对比单目标下的最近邻域算法和概率数据互联算法的目标关联性能,以及验证多目标下的联合概率数据互联算法的关联效果;滤波跟踪算法主要研究了卡尔曼滤波和扩展卡尔曼滤波的区别以及交互多模型算法原理,并基于算法的适用情况进行仿真分析;最后对不同数据处理阶段的点迹和航迹进行状态更新,为新产生的航迹分配编号,回收消亡航迹编号。 本文基于雷达数据处理算法理论设计无人机探测雷达数据处理及终端软件,根据具体功能对软件进行模块化,搭建各个模块的实现方案,并基于24GHz雷达系统,进行测试,验证数据处理及终端软件的实时性,通过对比终端显示界面的航迹与MATLAB试验结果,验证了数据处理算法的正确性以及显示终端的功能完整性,实现了无人机目标的实时准确跟踪,符合无人机探测雷达系统的要求。

摘要： 国际航协（IATA）根据运输代理业的发展和需求创建了一种名为开账与结算计划（Bank Settlement Plan，简称BSP）的销售结算系统，供航空公司和代理人之间使用。BSP的实施对于规范机票代销过程中的混乱状况起到了积极的作用，促进了航空客票销售的标准化和程序化，从而减少了航空公司的成本和坏账率。随着民航业的不断发展，国际航协（IATA）在全球各相关地区或国家建立了155家BSP，并委托有能力的服务提供商对这些BSP销售数据进行业务处理，从而形成了多个全球BSP数据处理中心。2008年中国航空结算有限责任公司成功竞标国际航协（IATA）亚太BSP数据处理业务，成为BSP数据处理中心之一。结算公司通过多年的高标准的安全技术、高质量的运行保障、高水平的客户服务，获得航空公司和代理人的高度赞誉，承接着越来越多的BSP数据处理业务。目前结算公司BSP数据处理中心处理全球50家BPS销售数据，近几年年均处理量近2亿，日均处理交易量近百万，数据处理量占全球BSP份额60%左右，年交易金额近800亿美元，涉及400余家航空公司和3.6万个代理人，高峰日生成超过23万份报表，成为全球最大BSP数据处理中心。

关键词： 神经网络算法   电子碰撞   特征X射线产生截面   蒙特卡洛模拟   薄膜薄衬靶  

摘要： keV电子碰撞原子内壳层电离截面的测量实验对于理论研究和实际应用都起着极其重要的作用。一方面可以检验描述低能电子与物质相互作用理论模型的正确性,促进理论研究的发展和完善;另一方面,精确的截面测量值有助于补充放射医疗、辐射物理和材料科学等领域所需的基础数据。实验中使用薄靶法能够有效提高数据测量精度,入射电子能量大于3-5倍靶原子内壳层电离阈能时,不同研究者使用薄靶法测得的截面数据与扭曲波玻恩近似理论模型(the Distorted Wave Born Approximation Theory,DWBA)的预测值较为一致;但在入射电子能量靠近电离阈能时,不同研究者公布的实验截面值与DWBA理论预测值出现了较大差异,超出了实验研究者们各自宣称的实验不确定度。这是因为此时实验靶不能再视为薄靶,特征X射线实验产额与截面之间不再简单地服从薄靶法截面计算公式中的线性映射关系。因此,有必要发展一种新的数据处理方法用于求解实验截面值。本文提出可以利用神经网络方法获得MC模拟软件中特征X射线产额与截面之间的映射关系,进而输入实验产额数据求解得到实验截面值。本文的主要工作有:首先,搭建神经网络结构;之后,基于蒙特卡洛模拟获得数据集,使用神经网络对其进行训练;最后,将实验产额数据输入到训练好的神经网络模型中,求得对应的截面值。本文应用该方法分别获得了 4-20keV电子致Al的K壳层电离截面、30keV以下电子致Ag与Sn的总L壳层特征X射线产生截面以及30keV以下电子致W与Bi的Mαβ特征X射线产生截面,将其与薄靶公式法得到的截面值、DWBA理论模型预测值比较可知,当入射电子能量低于3-5倍靶原子内壳层电离阈能时,神经网络方法在该能区得到的实验截面值要高于薄靶公式法所得的值;在入射电子能量大于3-5倍电离阈能时,两种方法所得到的实验截面值较为一致。神经网络方法可以作为一种新的数据处理方法用于薄膜薄碳衬靶测量keV电子致原子内壳层电离截面实验研究。

关键词： 遥感数据处理   调度策略   强化学习   工作流  

摘要： 随着我国遥感技术不断发展和遥感应用服务化进程的推进，我国遥感卫星影像数据量不断增长，遥感应用领域不断拓展，遥感应用高性能服务需求不断变化，导致遥感数据处理流程调度策略难以适应遥感产业化发展和迅速增长的云场景下遥感数据处理流程的服务需求，针对此问题，在分析已有调度算法的基础上，主要从以下两个方面对云环境下遥感数据处理工作流调度问题进行了研究：　　（1）云环境下遥感数据处理流程调度　　为了解决云计算环境下遥感数据处理工作流中任务调度问题，提出了一种基于深度强化学习的遥感数据处理工作流调度（WDRL，WorkflowDeepReinforceLearning）算法。首先将遥感数据生产的流程建模转化为有向无环图，采用DAG（DirectedAcyclicGraph）工作流权值计算方法辅助解决此调度问题。然后建立马尔可夫决策过程，加入资源适应度函数设计训练算法。最后，结合强化学习和深度神经网络的优势，从经验学习上最大限度地减少遥感数据处理的时间，使其具备在云场景下动态处理不断到来的工作流的能力。实验结果表明，与HEFT（HeterogeneousEarliestFinishTime）、Min-min和Max-min等启发式调度算法相比，能够有效地达到优化任务调度时间跨度的目的，验证了算法在遥感数据处理的有效性。　　（2）遥感数据处理工作流多目标调度策略　　针对遥感应用流程中多QoS（QualityofService）调度优化问题，提出基于DQN（DeepQ-Network）算法改进的遥感处理工作流多目标调度算法MOWDRL（Multi-ObjectRemoteSensingWorkflowDeepReinforceLearning）。该算法充分考虑遥感数据生产中用户需求，分析并建立了时间-成本优化模型。利用深度神经网络来学习调度策略，并使用ReplayMemory和TargetNetwork等技术来加速训练和提高模型稳定性，引入了一种基于加权和的多目标奖励函数。在截止时间限定的情况下与其他多目标调度基线算法对比，实验结果表明，MOWDRL算法在遥感数据处理多目标优化问题中具有显著的优势。研究内容为解决云环境下遥感数据处理工作流调度策略问题提供了有效的解决方案，并为遥感数据处理的高效运行提供了技术支持。

关键词： 盾构施工隧道   不良地质探测   掘进噪声   多模态面波   深度学习  

摘要： 盾构掘进施工作为城市隧道建设的主导工法,具有高度机械化与信息化,对地表建筑物影响较小,综合经济效益高等优势,在我国城市隧道建设方面有着巨大的应用前景。然而,城市盾构隧道施工面临复杂地质环境的挑战,隧道前方未探明的溶洞、孤石、地层错断、基岩凸起等不良地质威胁着隧道建设安全。针对城市盾构施工隧道的超前预报问题,山东大学提出了以盾构施工过程中刀盘的振动噪声作为震源的面波探测方法,实现了对隧道前方致灾构造的定位。目前,相关研究存在如下三方面问题:①实测掘进源面波波场特征恢复后的数据中存在体波干扰、虚假同相轴干扰与道间采集误差,影响后续的频散曲线提取效果;②掘进源面波数据频散谱中多模态面波能量展布频段相互影响,导致各模态频散曲线可辨识频段窄,难以被完整拾取;③多模态频散丰富的形态特征是对地下介质波速变化的响应,现有方法对高阶模态频散曲线利用不充分,如何充分利用上述信息提升反演结果的准确性,是一个亟待解决的问题。深度学习在地震数据多类型干扰压制、面波频散曲线高质量提取、频散曲线精确反演方面提升了传统处理方法的精度,为当前掘进源面波探测技术面临的难题提供了解决思路。针对盾构掘进前方不良地质体准确成像与定位的需求,本文以基于深度学习的盾构掘进噪声源多模态面波数据处理与成像方法为核心,重点开展了聚焦面波形态特征的掘进源面波干扰压制方法,基于多模态注意力分离的掘进源面波频散曲线提取方法和基于网络分模块加权的多模态频散曲线联合反演方法等研究内容;基于上述方法分别进行了数值试验与实测数据测试,并依托青岛地铁、广州输电线路迁改工程开展现场试验,验证了本文方法的实用性与有效性。本文的主要研究工作与成果如下:(1)聚焦面波形态特征的掘进源面波干扰压制方法。针对掘进源面波数据受体波、虚同相轴与道间采集误差等干扰影响的问题,提出了基于深度学习的体波与虚同相轴干扰压制方法,形成了基于道间干扰压制的实测数据迁移学习方法,实现了对掘进源面波信号的较高质量获取,为后续频散曲线提取提供高质量数据支撑。(2)基于多模态注意力分离的掘进源面波频散曲线提取方法。针对掘进源面波多模态频散曲线的完整提取问题,构建了基于F-K域模态能量分离的掘进源面波频散曲线提取神经网络架构,并在此基础上,进一步针对方法实用性问题形成了基于频散能量增强训练策略的频散曲线提取方法,实现了掘进噪声源面波多模态频散曲线的较完整与较高精度提取,为后续反演工作提供高质量多模态频散曲线数据基础。(3)基于网络分模块加权的多模态频散曲线联合反演方法。针对掘进源面波多模态频散曲线的充分利用与准确反演问题,形成了基于网络分模块加权的多模态频散曲线深度学习反演方法,并进一步针对方法泛化性问题提出了物理规律驱动的实测数据迁移学习训练策略,实现了多模态频散曲线的联合利用与含低速、高速夹层等复杂波速分布的较准确反演。在此基础上,针对盾构隧道施工建设面临的典型不良地质情况开展数值实验,反演结果较准确揭示了不良地质赋存状态,证明了该方法能够为盾构施工隧道灾害防治提供有力指导。基于上述研究,依托青岛地铁、广州输电线路迁改工程等城市盾构隧道工程开展了现场试验,实现了对盾构施工隧道前方岩土介质波速分布的成像,探测结果验证了本文方法的实用性与有效性。

关键词： 流化床颗粒包衣   时间序列   数据处理   数据扩充   时序预测   智能调控  

摘要： 流化床包衣技术能够在颗粒表面覆盖薄膜,有效防止药性流失并促进药物吸收。然而,该技术是一个连续的气固流动过程,过程中各个变量之间存在着错综复杂的关系。目前,优化包衣效果只能通过人工持续检测调控,产生了较大的人力成本。因此,本文引入Time GAN模型扩充包衣数据,并在此基础上优化LSTM模型,最终构建Time GAN-SAM-LSTM流化床包衣调控模型,实现了流化床包衣智能连续调控。本文的主要研究内容如下:(1)根据文献调研以及实地流化床操纵学习,发现流化床颗粒包衣数据属于典型的时间序列,且受到诸多因素的影响。因此,本文对影响颗粒包衣的因素进行分析,并结合实际企业设备情况,制定实验方案获取数据。实验记录时间、2个颗粒包衣评价以及6个操纵变量,共记录9×480组数据,初步构建流化床颗粒包衣数据库。(2)实验数据集中异常值对深度学习模型性能有着极大的影响。而实验中难免会存在各种干扰导致出现异常值。因此,本文对时序数据预处理方法展开研究,并根据流化床颗粒包衣实验数据特点选择合适的预处理方法,为后续模型训练做好铺垫。(3)区别于传统算法和机器学习,深度学习需要海量的数据进行训练才能得到高性能模型。针对实验获取样本数据耗时长,导致数据量少的问题。本文借鉴图像生成领域中的生成对抗网络,引入Time GAN时间序列生成对抗网络对流化床颗粒包衣数据集进行扩充。Time GAN在GAN的基础上加入自编码网络、基于真实数据集的监督损失以及GAN基础网络单元CNN替换为LSTM。通过实验测试,Time GAN生成数据与实验数据集的皮尔逊相关系数高达0.926,同时通过PCA及t-SNE对生成数据降维对比,最终证实Time GAN扩充的数据与实验数据具有极强的相关性。(4)构建流化床包衣调控模型。首先设计调控方案,并概述相关模型的理论基础。其次构建了两种模型进行训练。第一种是基于真实数据集训练的多层LSTM模型,第二种是基于真实数据集、Time GAN扩充数据集训练的SAM-LSTM模型。经过实验,以设定温度为例进行模型性能测试:在不同模型同一数据集下训练,SAE-LSTM比LSTM的MAE、RMSE、RMSE、MAPE的误差分别降低了0.81℃、2.04℃、0.97℃、1.34%;在同一模型不同数据集下训练,基于Time GAN的SAE-LSTM模型各评判指标分别降低了0.24℃、0.18℃、0.18℃、0.40%。结果表明基于Time GAN的SAM-LSTM模型性能最优。最后将Time GAN-SAM-LSTM模型输出的调控方案传输至流化床PLC控制系统,实现对流化床颗粒包衣连续调控。实验结果证明该方法能够使颗粒包衣达到合格指标。

关键词： 喷雾   稳定性   二流体喷嘴   数字图像处理   快速傅里叶变换  

摘要： 随着科技的进步和发展,现代工业对喷嘴提出了更高的要求,二流体喷嘴因其能克服传统喷嘴的缺点,进一步提高喷雾质量而脱颖而出。但由于二流体喷嘴引入气相,并使之与液相在混合室内发生相互作用,因此其雾化效果存在天然的不稳定性。本文将试验和数据后处理技术相结合,针对二流体喷嘴,系统地研究了不同工况对喷雾稳定性的影响规律,这对于二流体喷嘴的发展具有重大的现实意义。本文以一种典型二流体喷嘴-内混式空气雾化喷嘴为试验研究对象,采用高速相机拍摄近喷嘴口处的液体碎裂形态,同时结合喷雾平均值图像和均方根图像分析了喷雾在对称形态上的稳定性。其中喷雾平均值图像是将多张图像对应像素点求平均值得到的图像,喷雾均方根图像则是求均方根得到的图像。结果表明:当液体流量较小时,喷雾的稳定性随着气液质量流量比ALR(Air-liquid Mass Ratio)的增大而增强,而当液体流量较大时,则与之相反。同样的,当ALR较小时,喷雾的稳定性随着液体流量的增大而增强;而当ALR较大时,也是与之相反。除此之外还结合了平均灰度序列和灰度重心序列的频谱图分析了喷雾在轴向和径向波动形态上的稳定性,结果表明:当液体流量较小时,液体的轴向和径向波动随ALR的增大先增强后减弱,在大液体流量工况下也是如此。在中小ALR工况下,液体的轴向波动随着液体流量的增大而增强,径向波动却与之相反;在大ALR工况下,液体的轴向波动随着液体流量的增大先增强后减弱,而径向波动却一直减弱。研究还发现轴向不同距离的液体轴向波动频率几乎相同,径向波动频率也是如此,但随着轴向距离的增大,其幅值也增大。当ALR工况较大时,液体轴向和径向波动的主频几乎相同,但轴向波动的幅值明显要比径向波动的大很多。本文采用马尔文激光粒度分析仪进行高频采样得到喷雾粒径数据,并对比分析了几种评价数据稳定性和离散度的指标。在时域上,选择变异系数来处理试验数据,在频域上选择采用快速傅里叶变换来对试验数据进行分析,以此来探究不同工况和轴向不同位置等因素对喷雾稳定性的影响。结果表明:综合所有的工况,小液滴的稳定性相对而言最好,中等粒径液滴的稳定性次之,大液滴的稳定性最差,中等液体流量和中等或偏大ALR工况时的喷雾稳定性最强;随着轴向距离的增大,中小液滴的稳定性逐渐增强,而大液滴的稳定性逐渐减弱。对液滴粒径数据的快速傅里叶变换结果表明:当固定液体流量而改变ALR工况时,频谱图中主频幅值的变化幅度较大,而主频频率的变化幅度较小;当固定ALR工况而改变液体流量时,随着液体流量的增大,主频的频率总是在增大,而主频的幅值却没有明显的变化规律;D和索特平均直径SMD(Sauter Mean Diameter)的数据经过快速傅里叶变换所得到的频谱图形状非常相似,但各频率对应的幅值均有所不同;当频谱图形状相近时,主频幅值的影响大于主频频率的影响,大于其余频率的影响。

关键词： 光纤法布里-珀罗传感器   结构设计   加工工艺   数据处理   光谱微分积分法  

摘要： 随着光电产业的蓬勃发展，光纤传感技术已被广泛应用于国防、建筑、电力、医学等诸多领域，成为衡量一个国家信息化程度的重要标志。作为一种无源光器件，光纤传感器是构建高密度、高精度以及高可靠性的传感网络的理想选择。光纤法布里-珀罗传感器作为干涉式光纤传感器的典型代表，是一种机理成熟、应用广泛的光器件，有着重要的研究意义。本文设计并制备了一种微槽式光纤法布里-珀罗传感器，实现了温度和折射率传感测试，并提出了一种改进的光谱微分积分法来处理光谱数据，数据的准确性和可靠性得到了提高。本文的主要研究内容如下:　　（1）针对微槽式光纤法布里-珀罗结构进行了设计，探究了微槽的长度、深度、末端长度、端面倾斜角度以及微槽端面反射率对传感信号强度的影响。微槽最佳尺寸范围：微槽长度L1为40~60μm、深度H为67~75μm、端面倾斜角度φ为0~1.3°、微槽末端长度L2为400~1000μm，这个尺寸的F-P腔能出现明显的干涉光谱。　　（2）探究了微槽式光纤法布里-珀罗传感探头的加工工艺，得到了微槽刻蚀的最优参数分别为：单脉冲能量：4μJ、扫描速度：1.2mm/s、腔长方向扫描次数为20次、腔深方向扫描次数为35次、微槽长度深度步长为0.2μm。得到的微槽尺寸为：L1=46.3μm、H=73.3μm、ψlt;1°、L2=881μm。测量的纯水干涉谱最大对比度约为12dB，可满足大多数传感要求。最后进行了温度和折射率传感实验，温度的灵敏度分别为2.34pm/℃和2.04pm/℃，线性度良好，分别为99.4%和99.7%，温度灵敏度较低;折射率的灵敏度分别为62.05nm/RIU和66.96nm/RIU，线性度良好，分别为99.3%和98.2%，微槽传感器折射率灵敏度比较高。　　（3）提出了一种改进的光谱微分积分法来处理折射率光谱数据。利用原始光谱和平滑光谱之间的差值来处理光谱的数据，由于利用到了全部的光谱信息，改进的积分光强灵敏度高达-4.5*105dB/RIU。相较于传统的解调方法，归一化处理后的改进的光谱微分积分法的折射率灵敏度为-31.98dB/RIU、线性度R2=99.58%均要优于归一化处理的最大条纹对比度法的结果。改进的光谱微分积分法对光谱数据处理更具时效性、可靠性以及准确性。