关键词： 天测位置定标   流量定标   图像对齐   图像相减   卷积神经网络  

摘要： 光学时域巡天的一大任务是快速准确地在巡天图像中发现暂现源。发现暂现源的方式一般有两种:星表匹配和图像相减。这两种方法依赖于准确的图像天测位置定标和流量定标。文章对天测位置定标、流量定标和图像相减中相关方法和软件的应用进行了研究。为探究***和SCAMP两个软件在天测位置定标时的应用差异以及以不同方式运行软件所得定标效果的差别,分别介绍了两款软件位置定标的原理,以ZTF的100张巡天图像为测试图像,以Gaia DR2为参考星表,分别以4种不同的定标流程对测试图像进行了位置定标。从总计算耗时、星表匹配情况、和坐标RMS偏差这三个方面,比较了不同流程所得定标结果,同时也与ZTF给出的定标结果进行了对比。结果表明,***能够快速给出粗略的线性定标结果,SCAMP则可快速在前者的基础上直接进行扭曲修正,两者相结合的定标流程平均耗时仅为1s,所得定标结果的平均赤经赤纬RMS偏差均小于70毫角秒,优于仅使用***所得定标结果。由此可见,搭配使用***和SCAMP可以实现更快速且更准确的天测位置定标,可推广应用到时域天文巡天项目的数据处理上。在流量定标方面,使用SExtractor对相同的100张测试图像进行了生长孔径测光、自动孔径测光和PSF测光,并分别使用PS1星表的孔径星等、Kron星等和PSF星等对测光结果进行流量定标。同时也使用单一最优孔径测光进行了定标用于对比。在14等到20.5等亮度范围内对这些不同测光方法得到的所有图像定标结果的平均进行了对比。结果表明,生长孔径测光方法相较单一最优孔径更适合对较稀疏星场图像进行测光和定标,但其对暗于19等(信噪比约低于30)的源的定标结果存在系统性偏暗,幅度最大在0.05等以内;在较密集星场下生长孔径测光方法对较暗源的定标结果相较于单一最优孔径测光则存在明显的系统性偏亮,在最暗处的偏差幅度可达0.08等。自动孔径测光定标只在较亮源(亮于18等)处的系统偏差较小(0.01等以内),对于较暗源,不论是较稀疏星场还是较密集星场都存在明显的系统性偏暗。对于PSF测光,其优势仍主要体现在密集星场测光上,特别是其对密集星场中较暗源(暗于18等)的定标系统偏差能保持较小的水平(0.01等以内),而其对于稀疏星场或密集星场中的较亮源的测光定标结果相对于生长曲线孔径测光和自动孔径测光则没有表现出明显优势。在图像相减相关方面,由于图像相减要求良好的图像对齐,首先从对齐精度、流量保护、运算耗时等三个方面对SWarp、reproject中的适应性重采样法和球面多边形交叠法、astroalign等四个对齐方法进行了实验对比,同样使用100对图像作为测试图像。结果表明,在天测位置定标精度足够高(RMS低于70毫角秒)的情况下,SWarp在这三个方面均是最理想的方法。接着对目前普遍使用的HOTPANTS的原理进行了介绍,并对其完整的运行流程进行了详细说明。最后,本文使用模拟的暂现源,训练了一个简单的卷积神经网络模型用于进行相减图像上暂现源候选体的识别,结果显示模型准确率(99.46%)和精度(98.08%)都较高,但召回率较低,仅为93.05%,主要原因是模型容易将低信噪比(低于10)的模拟暂现源识别为假源。

摘要： 内燃机是现代交通和工业领域的重要动力来源，其性能直接影响着交通工具、工业设备系统的运行效率。开展内燃机性能试验并对其进行性能评估，对于优化内燃机设计、提高运行效率、降低能耗及保障交通安全等具有重要的意义。随着科技的不断发展和实际需求的不断变化，传统的人工处理分析方法已经难以满足对内燃机性能试验数据进行高效处理与分析的要求，

关键词： 沁水煤田   数据处理   静校正   低降速带   偏移成像  

摘要： 随着经济的不断加速发展,能源需求不断增长。煤炭资源储量丰富,是全球最主要的能源之一,具有可靠、经济实惠、易于储存和运输、价格相对稳定以及可以灵活调节产量等优势。我国煤炭资源储量丰富,使得煤炭成为不可或缺的能源资源。然而,煤炭资源的开采也面临一些困难和挑战,例如煤炭资源分布在不同的地质环境中,有些地方地下结构复杂、地质灾害频繁,增加了煤炭开采的难度和风险。同时,煤炭开采是一项高风险的工作,频繁发生煤矿事故,对人员生命和财产造成了巨大损失。作为一种探测精度较高的勘探技术,地震勘探已在煤田勘探开发中发挥着重要作用,然而静校正是影响地震成像质量的关键因素之一,为了确保获得高质量的地震成像结果以指导煤田安全开采,本文以沁水煤田Z矿区的地震资料为例,进行了宽方位三维地震资料静校正处理的研究,旨在找到一套适用于该矿区的地震资料静校正处理方法和流程。沁水煤田Z矿区地表起伏大,低降速层厚度及速度横向变化也大,使得该矿区的地震资料静校正问题突出,严重影响了地震资料成像质量。为此,本文通过剖析矿区地质背景及地震原始数据资料,总结出影响该地区静校正处理的不同因素,包括初至拾取的质量、折射层数的选择、替换速度的选择和剩余静校正。进一步对这些影响因素进行调试和修改以降低误差,并结合偏移成像剖面质量以及剖面中地质结构的分布情况,通过炮集双曲线的质量、速度谱的好坏和成像剖面的质量三个方面来评估和分析这些参数的正确性以及静校正处理的效果。经过采用上述技术思路处理沁水煤田Z矿区的地震数据,结果表明,该技术思路有效改善了该地区的静校正问题。除了使地震单炮数据中的同相轴双曲线畸变得到改善,提高地震数据分辨率和信噪比外,还能得到高质量的地震资料反射波偏移成像剖面,准确反映地下真实构造情况,从而减少煤矿安全事故的发生。该技术思路为矿区的地震勘探和开发提供了重要的技术支持。

关键词： 机械通气   人机不同步   半监督学习   深度学习   自动化检测  

摘要： 机械通气是临床重症监护重要的支持性治疗手段,全球范围内有大量的呼吸衰竭患者需要接受机械通气治疗。通气过程中出现的人机不同步(Patient-ventilator asynchrony,PVA)现象会导致通气时间延长和临床死亡率增加等风险。因此,实时、准确地对PVA进行检测和报警是临床亟待解决的问题。由于缺乏有效、准确的自动化工具,临床医生主要依赖临床经验进行PVA床边目视识别。当前基于机器学习方法的PVA自动化检测方案存在训练数据集构建效率低、检测PVA类型单一、可拓展移植性不强等缺点。本论文旨在基于生物信号处理及机器学习等方法高效构建PVA波形数据集,并在此基础上实现临床常见PVA类型的高精度检测。 首先,本论文提出了一种基于几何趋势特征的机械通气周期波形自动提取算法用于构建呼吸周期数据集;其次,提出了一种基于半监督自学习策略的异常检测算法,并使用少量样本实现呼吸周期波形的异常检测;接着,开发了一款呼吸波形辅助标注软件,提出并实现了一种基于迭代层次聚类的PVA波形数据半自动标注算法,用于高效地构建PVA波形数据集;最后,本论文分别提出基于传统循环神经网络和基于Transformer架构的PVA自动化检测模型,用以实现无效触发,双重触发,延迟切换和提前切换四种临床常见PVA类型的识别和报警。 本论文从东南大学中大医院采集了20名ICU患者共300小时的原始机械通气数据,并使用这些数据对提出的智能化数据处理与自动化检测方案进行了验证。呼吸周期波形自动分割算法准确度为99.98%;基于小样本训练集的呼吸周期异常检测敏感度为93.20%,精确度为99.10%;PVA自动检测的平均准确度为99.20%,F1得分为99.20%,单个呼吸检测时间约为0.7毫秒。论文研究成果为临床海量原始机械通气数据提供了低成本、高效率的处理方案,并能够满足临床PVA波形监测的高精度、实时性需求,具有重要的临床应用价值。

关键词： 布里渊光纤传感   布里渊增益谱   机器学习   神经网络  

摘要： 分布式布里渊光纤传感技术通过测量待测光纤的布里渊频移,实现对被测物体温度,应变等物理量在空间上的连续测量,在结构健康监测领域有重要的应用价值。本文针对布里渊传感技术的如下两个问题开展研究,包括畸变布里渊谱数据解调问题和单根单模光纤上的温度交叉敏感问题开展研究。 在布里渊传感技术中,布里渊频移的测量是通过对布里渊谱的扫描实现:对扫描获得的布里渊谱进行洛仑兹或高斯曲线拟合以获得峰值点对应的频率,以此表征布里渊频移。然而,在布里渊频率变化区域,如光纤接续点、应变/温度过渡区,其布里渊增益谱呈现异常谱形,从而导致传统方法数据解调误差加大甚至解调失败,引起误报。为了解决这一问题,本论文将机器学习技术用于对畸变谱的分类识别和布里渊频移提取上。首先利用基于图像识别算法对普通布里渊谱以及三种典型的畸变谱来进行分类识别,通过迁移学习的手段建立用于全连接神经网络模型,并在完成分类识别后,建立拥有多条卷积支路的神经网络回归预测模型(Multi Branch-Convolutional Neural Network,MB-CNN)来实现畸变谱的布里渊频移提取工作,并利用布里渊光时域反射计(Brillouin Optical Time Domain Reflectometer,BOTDR)装置采集的实测数据验证MB-CNN模型的预测效果。 由于光纤固有的温度和应变交叉敏感性,布里渊传感技术在能够测量温度和应变的同时,也面临温度和应变交叉串扰问题。单纯依据单峰布里渊频移信息难以在单根标准单模光纤上实现应变和温度数据的分离。本文探索一种基于机器学习算法的温度/应变交叉解耦技术,建立基于残差连接的Residual-1d回归预测模型与密集连接的Dense-1d回归预测模型,并综合利用BOTDR系统实测数据中的布里渊频移,布里渊谱线宽以及幅度等多维度信息来完成模型的训练与测试工作,实现单模光纤的温度/应变解耦。 综上所述,本文通过建立神经网络模型实现了针对布里渊畸变谱的分类识别以及布里渊频移的提取,并利用多维度信息实现针对单模光纤的温度/应变解耦,该项研究对单模光纤的分布式光纤传感系统的应用具有指导意义。

关键词： 蒙特卡洛方法   光子传播与目标反射   回波信噪比   鉴相   数据处理  

摘要： 随着海洋资源开发力度的加大,对探测设备的性能要求也不断提升。常用的海洋探测设备有声呐和激光雷达,其中声呐的测量精度差,无法实现精确测距,而激光雷达的探测精度远高于声呐。为了提高水下目标的距离测量精度,本文对水下激光测距系统展开研究。在水下探测活动中,由于进行细微、精准的操作需要获得目标的精确距离信息,因此必须采用精度较高的激光测距技术。常用的激光测距技术有脉冲式和相位式,其中脉冲式激光测距的测量精度较低,而相位式激光测距的精度达到了毫米级别,可以实现高精度的目标距离测量。但陆地上应用的相位式激光测距系统一般采用红光或红外光作为光源,这种波段的光在水下的能量衰减较大,限制了系统在水下的测量距离。由于在水下进行远距离探测必须使用蓝绿光,因此本文研究以绿光作为光源的相位式激光测距系统。然而,激光雷达在水下进行测距时,海水的吸收作用会使回波光功率衰减,散射作用降低了目标对比度,两者都会造成测量精度下降。针对以上问题,本文首先分析了光在水下的能量衰减,并对激光的水下传输过程进行了仿真分析;然后搭建了相位式激光测距系统实现距离测量;随后研究了回波信号处理技术,对系统进行改进以提高测距精度;最后在室内和水下进行了测试。本文的主要工作如下:(1)研究了激光的水下传输特性。阐述了海水的吸收和散射效应对光造成能量衰减,分析了引起水下激光回波功率衰减的因素。利用蒙特卡洛法仿真了激光在水下传输中的光子传播和目标反射过程,然后分析了仿真结果。(2)设计并实现了相位式激光测距系统。分析了系统的基本原理和涉及的关键技术,搭建了系统的硬件电路并使用数字信号处理方法实现了对目标距离的测量。(3)首先,针对系统受奈奎斯特采样定理限制造成信号采样后混叠噪声叠加的问题,提出了添加抗混叠滤波器来抑制噪声的方法。该方法在信号被采样前先对其进行低通滤波,消除采样后会产生混叠的噪声,减弱了噪声对目标回波信号的影响。其次,针对不同偏置电压影响APD(Avalanche Photo Diode,APD)增益且电压过大容易引起接收饱和的问题,提出了一种基于DAC(Digital to analog converter)和DFT(Discrete Fourier Transform,DFT)的APD最佳偏置电压检测方法。该方法通过DAC控制APD的偏置电压,然后利用DFT判断当前的回波信号幅度是否达到最高,经过多次迭代可以检测出使APD增益最大的偏置电压值,提高了回波信号的幅度。(4)分析了系统的鉴相精度。首先分析了DFT鉴相的偏差;然后分析了其它常用的鉴相方法并比较了DFT和ap FFT(all phase Fast Fourier Transform)鉴相法的抗干扰性能;(5)首先,针对由DFT鉴相偏差引起距离计算误差过大的问题,提出了一种基于多测尺的距离值矫正估计方法。该方法利用多个测尺对信号相位变化的整周期数计算结果进行矫正,进而估计出准确的距离值,减少了距离测量误差。然后,针对由极端测量值造成距离平均值计算产生偏差的问题,提出了一种基于众数的距离值筛选方法,该方法通过检测所有距离测量值数位上的众数可精准去除其中偏差较大的值,改善了系统对测量值进行平均处理的效果。(6)完成了系统测试与分析。分别在室内、清水和浑浊水中进行测试并结合回波信号分析测量结果。实验表明:系统在室内和清水中的测量精度较高,并且能够减少浑浊水中的测量误差,验证了信号处理方法对测距精度提高的有效性。最后分析了系统在测量距离时产生误差的原因。

关键词： 变速箱电磁阀   测试系统   传感器   数据处理   上位机软件  

摘要： 变速箱电磁阀测试环节作为变速箱再制造工艺中最为关键的部分,其工艺流程及技术直接关系到再制造部件的质量。本测试系统以数据采集与处理技术和系统控制工程技术为基础,利用多个传感器对目标检测电磁阀的相关参数进行采集,并运用串口通讯技术实现数据的实时采集与传输,在数据处理的基础上用上位机软件以曲线显示,以达到较短的时间内创建变速箱电磁阀的测试环境的目的。测试系统能够模拟出变速箱电磁阀实际工作环境,在改变控制信号的同时采集测试液压油温度、待测电磁阀输入及输出压力和流量等数据,通过分析待测电磁阀控制电流与输出端压力的I(控制电流)/P(油压)曲线,对再制造电磁阀性能给出评价。目前本测试系统已经完成了批量变速箱电磁阀的测试,达到了实用化水平。本文具体研究重点及工作内容如下:(1)根据变速箱电磁阀测试工作原理,以控制待测电磁阀输入端压力和电流为控制目标,设计出基于多传感器的变速箱电磁阀测试系统台架来模拟变速箱电磁阀实际工作环境,并对下位机数据采集系统所用到的硬件进行选型。(2)为了提高测试精度,先使用了基于滑动平均滤波和指数平均一阶LPF的复合数字滤波对采集的传感器数据进行处理,再通过改进后的指数加权滑动平均滤波解决了初始滤波值与真实值偏差的问题。同时为了保持数据不失真的情况下显示上位机动态曲线,通过对比使用基于最小二乘法的多项式拟合方法和基于三次样条插值方法来选择上位机曲线显示方法。最后通过处理后的传感器数据分析变速箱电磁阀的故障类型。此外,在曲线相似度辅助分析通过调用动态时间规整算法来计算测试曲线与标准曲线之间累计距离最小所对应的规整函数,为变速箱电磁阀测试提供数据化的性能分析。(3)通过工程项目需求分析确定出上位机软件的整体功能,利用Visual Studio开发工具在.Net Framework环境下搭建。本系统运用了WinForm界面、MVC架构、多线程等技术进行了上位机软件开发,并使用MySQL数据库为上位机软件提供数据存储。根据软件功能需求设计了以下几个功能模块:测试参数配置、串口通信及数据接收、数据库模块、关键参数曲线显示、曲线相似度辅助分析、测试报告生成。(4)通过对JF015E-NH-慢速调压类型的变速箱电磁阀进行测试来展示上位机软件运行结果,结合系统测试原理和故障引入测试完成变速箱电磁阀测试系统的测试,并验证了变速箱电磁阀再制造测试的数据采集与分析功能。

关键词： 量子技术   量子纠缠测距   星间测距   二阶关联特性   数据处理算法  

摘要： 随着近年来量子技术逐渐从学术研究发展到针对热点领域的工程探索与应用,基于量子纠缠的各类应用技术日益成熟。特别是将纠缠光量子的二阶关联特性应用于距离测量的量子测距技术,其理论测距精度可以突破散粒噪声极限,逼近海森堡极限,有利于实现更高精度的星间距离测量。但在实际应用中量子测距会受到杂散光、暗计数、探测器抖动误差、光学平台震动位移、待测目标相对运动等因素对测距精度的影响,导致测距精度难以提高,因此通过量子测距数据处理算法抑制上述干扰因素对测距精度的影响成为了实现高精度星间量子测距的关键所在。 本文基于纠缠光量子的二阶关联特性对应用于星间测距的量子测距技术开展了数据处理算法研究与实验验证,主要内容包括以下两个部分: 1.基于纠缠光量子的相对静止星间测距算法 量子测距技术具有较高的测量精度和灵敏度,也具备较高的抗干扰能力,但受限于设备性能、抖动、误差、分辨率等因素,实现量子测距需要将光电平台与软件相结合从而实现数据生成、处理和结果输出。本文搭建了以非线性晶体BBO和PPKTP为核心的小型纠缠源,结合位移系统、探测系统,组成了星间量子测距地面实验平台,为数据处理算法的设计采集了实验数据,并提供了验证条件。通过设计快速符合计数算法,降低了符合计数的时间复杂度,减少了二阶关联曲线生成所需的运算时间,提高了测距时效性,同时滤除被探测光子中的大部分杂散光子和无效纠缠光子,提高了信噪比。为实现高精度差分测距,抑制设备震动和内部光路微小变化对测距精度的影响,提出了基于DFT频域相位差加权算法,并以快速符合计数算法和基于DFT频域相位差加权算法为基础,设计了相对静止星间量子测距数据处理算法。将数据处理算法结合地面实验平台进行测距实验,实现了对自由空间中静态目标100μm量级的量子测距精度。 2.基于纠缠光量子的相对运动星间测距算法 针对目前基于量子纠缠的星间测距及其数据处理算法多应用于相对静止卫星间的距离测量,难以对一维相对运动卫星进行距离测量的问题,本文通过分析一维相对运动对符合计数和二阶关联曲线的影响,说明了相对静止星间测距算法在动态量子测距领域的不适用性。针对相对运动星间量子测距,提出了以动态光子匹配为核心的相对运动星间量子测距数据处理算法。将算法结合星间量子测距软件仿真平台对一维相对运动卫星进行模拟量子测距,抑制了卫星相对运动导致的纠缠光子对被探测时间差不定和二阶关联曲线累计轮廓扩展形变对动态目标测距精度的影响。测距结果验证了算法可行性,证明该算法可以实现对相对运动速度范围1000m/s内的匀速、匀加速、正弦运动的目标卫星星间距离的准确测量,测距精度达到毫米量级。该算法将量子测距的应用范围由静态目标扩展至一维运动的动态目标,尤其适用于卫星组网、卫星对接等存在相对运动的星间测距场景。

关键词： 高速数据处理   数字触发   触发存储控制   傅里叶插值  

摘要： 科学始于测量,示波器作为电子测量领域的关键性仪器,肩负着推动电子信息技术进一步发展的重任。如今,针对高频域、高带宽、复杂化、多样化的现实需求,传统基于指令顺序执行的软件处理方式难以满足高实时性要求,因此基于数字逻辑的高速数据处理设计实现对电子测量领域发展有重要的实际意义。本课题依托12.8GSPS数字采集模块,借助FPGA强大并行处理能力,对量化后采样数据所涉及的单双通道数据拼合、多种采样模式下的数据处理、多种触发功能、存储控制及触发地址查找、多倍率插值等模块进行逻辑设计,并对最终结果进行测试和验证。主要研究内容如下:（1）多种采样模式下数据处理。为减少数据冗余以提升处理速度,分别设计实时、峰值、高分辨三种采样模式对降频拼合后的单/双通道高速采样数据进行抽取处理。在实时采样模式下基于M路均匀抽点法实现;在高分辨、峰值采样模式下,采用多级串行流水线结构实现M路数据点处理。针对高分辨采样方式下部分采样点累加求和截取低位计算平均值易造成误差的问题,引入近似寻找法降低误差影响。（2）数字触发及触发存储控制模块设计。为了抑制噪声,减少误触发情况的发生,引入迟滞比较区间代替单电平判断方式实现数字边沿触发。在此基础上设计实现脉宽触发、窗口触发等高级触发功能,实现对异常信号的有效捕获。在触发控制模块中完成普通、自动等触发方式,存储控制模块主要完成预触发、后触发存储控制以及触发地址查找等逻辑设计。（3）多倍率硬件插值模块设计。本文引入基于频域处理的傅里叶插值法实现多倍率数据插值。本文首先对线性插值、正弦内插、傅里叶插值算法仿真结果进行对比分析,在保证插值效果的基础上引入资源消耗更少、复用性更好的傅里叶插值法进行逻辑设计,然后在逻辑设计过程中针对非周期截断导致的频谱泄漏以及IFFT变换长度非2M所引起的数据误差,分别采用“重叠帧”、“滑动平均抽点”的方式对插值数据进行处理并取得最终插值结果。通过对各个数据处理模块进行测试与验证,本课题设计的多种数据处理模块各项功能正常,符合要求。

关键词： 边缘计算   容器技术   深度强化学习   物联网平台  

摘要： 边缘计算作为一种新兴的计算范式,旨在靠近物联网终端一侧,构建一个相对完整的、具备计算和存储等核心能力的应用平台,能够充分利用终端上报的实时物联网数据进行快速处理与分析,降低云端物联网数据计算和存储成本,并提供多种智能化应用服务给边缘侧用户。随着物联网与机器学习、大数据计算等新一代信息技术的融合,物联网应用需要处理大量的实时数据流。同时,用户对实时物联网数据处理的延迟要求和物联网应用智能化的需求为传统的边缘计算平台带来了挑战。由于边缘计算集群资源有限,需要构建分布式并行数据处理流程来充分地利用有限的集群资源,同时应对任务进行有效的调度编排,提升边缘应用的整体运行效率。本文使用容器化编排技术,构建了五层分布式边缘物联网数据处理平台软件架构,结合主流的实时大数据计算和人工智能框架,实现边缘侧实时计算和在线机器学习应用,并为平台中的在线机器学习任务开发了智能调度流程与系统。本文的主要工作总结如下:1.提出了基于容器编排框架Kubernetes的边缘物联网数据处理平台五层软件架构,设计了一套完整的物联网实时数据处理流程。软件架构主要分为物联网数据接入层、数据转发层、大数据处理层、在线机器学习应用层、数据存储与可视化层。2.在异构边缘服务器节点上对本文所设计的分布式边缘计算软件平台进行了部署实现。将软件平台应用于实际的电力物联网场景,实现了大数据实时电力功率流计算和基于LSTM模型的在线功率预测应用,并对物联网数据处理延迟、计算资源使用情况和平台扩展性能等方面进行了测试。3.基于深度强化学习设计并实现了边缘机器学习任务的动态编排系统。首先,设计了基于Deep Q Network(DQN)的离线任务调度算法,对算法的收敛性进行了验证。其次,开发了一套基于Kubernetes控制器模式的调度控制平面组件,结合DQN强化学习调度算法和Kafka消息中间件实现了周期性动态编排控制流程。通过任务编排对比实验,进一步验证了编排系统可以有效缩短在线机器学习任务的平均完成时间。最后,实现了调度信息管理平台。