关键词： 三维激光扫描技术   地籍测绘   数据处理  

摘要： 近年来，在经济快速发展的时代背景下，各种新技术层出不穷。其中，在地籍测绘行业中，应用最为广泛的便是三维激光扫描技术。同时，这种技术的适应范围较广，所取得的效果较为明显。该技术的有效运用，不仅可以为地籍测绘工作的有序开展创造良好条件，并且可以推动信息技术和土地空间规划事业的融合发展。为此，本篇文章在综合了相关调查和研究之后完成，针对现阶段三维激光扫描技术在运用过程中所面临的突出性问题，提出具体应用措施，以便更好地发挥该技术的优势。

关键词： 早期故障检测   数据处理   滑动窗口   奇异值   概率变换   统计特征分析  

摘要： 早期故障处于故障发生初期，通常具有幅值较小的特点，且容易被不可避免的噪声和正常的过程数据波动等因素所掩盖。若早期故障不能得到及时检测和妥善处理，一旦演变为严重故障，就可能造成不可预测的损失。然而，在统计过程监测领域传统的故障检测指标不能很好地检测到早期故障，从而造成过多漏报和误报发生。为此，本文利用滑动窗口技术研究早期故障检测问题，主要内容如下:　　针对早期传感器故障检测问题中传统方法漏报率较高的情形，本文提出了一种基于直接监测滑动窗口奇异值的方法。通过理论分析，说明了早期故障发生后数据矩阵的奇异值会存在突增的现象。鉴于此，使用滑动窗口技术对数据进行处理，计算滑动窗口的奇异值，从而可以充分利用数据中的微小变化。随着滑动窗口内故障样本的增多，奇异值也会逐渐增大，通过监测奇异值的变化可以达到检测早期传感器故障的目的。所提方法对早期传感器故障的敏感性得以提高，有效地降低了漏报率。　　针对早期故障检测问题中传统方法存在误报率或漏报率较高的情形，本文提出了一种基于概率变换与统计特征分析相融合的方法。首先，利用贝叶斯推理进行概率变换，将样本的检测统计量转换为样本为故障情形下的概率值。在不失一般性的前提下，利用马氏距离指标作为检测统计量，从而避免了子空间的划分问题。然后，利用滑动窗口技术分析概率值的统计特征，进而提出了一种新的指标用于实现故障检测。严格的理论分析表明，相比检测统计量，其变换后的概率值具有更大程度的分离性，因而可以更好地实现早期故障检测，降低误报率与漏报率。　　通过数值例子、连续搅拌釜式反应器过程和舟山电厂过程的实际数据，验证了所提方法的有效性。并将所提方法与现有的多种检测方法进行了对比，结果表明本文所提方法能够实现早期故障检测，并可以有效地降低误报率或漏报率。

关键词： 多模态过程   主成分分析   模糊C均值聚类   自然最近邻标准化   故障检测  

摘要： 随着现代科学技术的发展和进步,工业生产中的运行系统变得越来越庞大,系统的复杂性不断提高,系统的相互关联性也成倍增长,一旦这些系统中某一环节发生故障,将出现系统不可控的故障传播与连锁反应,造成巨大的财产损失和人身伤亡。因此,复杂系统的可靠性与可维护性越来越成为现代工业生产中不可忽视的重要安全问题。基于数据驱动的故障检测技术是以过程数据为基础,结合系统监视与控制的算法。该技术可用于过程的维护与监测,从而提高系统的安全性,减少损失,因此在诸多领域得到了广泛的研究与成功的应用。针对工业过程中的多模态特征数据,如何从不同角度解决多模态数据方差差异明显对故障检测带来的影响,运用不同的处理策略来进行处理与优化,使其满足过程数据建模与故障检测的需要,是本论文研究的主要内容,具体工作及贡献如下: 针对化工过程中的多模态数据存在的方差差异明显的问题,提出基于模糊C均值与主成分分析的故障检测方法（Fuzzy c-means Clustering-Principal Component Analysis,FCM-PCA）。首先通过模糊C均值算法（Fuzzy c-means Clustering,FCM）将具有多模态特性的训练样本进行聚类,根据所有样本到聚类中心的距离计算样本所属每个聚类中心的隶属度。其次,以隶属度作为判定依据判断样本所属类别,将训练样本分成若干类别。再次,对每一个分类后的类别进行标准化处理并建立模型,通过核密度估计法确定每一个类别的控制限。最后,将待检测样本划分类别,计算样本在各类别下的Hotelliing’s T2和平方预测误差（Squared prediction error,SPE）(也称Q统计量)统计量并与控制限比较来进行故障检测。将该方法运用于多模态数值例子和田纳西-伊斯曼工业过程并将检测结果与主成分分析方法（Principal Component Analysis,PCA）进行了对比分析,故障检测率大幅提升。FCM算法通过对原始数据分类,有效地提升了PCA处理具有多模态特性数据的能力。 具有较大方差差异的多模态数据需要进行数据标准化处理,但传统的数据标准化方法都有缺陷,如z-score错误地依据全局数据信息,局部近邻标准化（Local neighborhood standardization,LNS）中K值的选取困难,聚类方法处理稀疏程度不同的多模态数据时分类不准确等。为了解决此类问题,本文提出一种基于自然最近邻标准化与相对局部密度的故障检测方法（Natural Nearest Neighbor Standardization and Relative Local Density,NNNS-RLD）。首先,将自然最近邻的思想嵌入到数据标准化中,通过自然最近邻集合的数据信息可以消除数据的多模态特性,将数据处理至原点附近。其次,将密度峰值聚类中密度思想与标准化后的数据结合,利用相对局部密度建立控制限从而进行故障检测。最后将该方法应用于多模态数值例子和田纳西-伊斯曼工业过程,结果表明,NNNS-RLD算法能够及时检测出多模态数据中的故障样本,自动确定近邻集个数并有效地处理稀疏程度不同的多模态数据集。与传统故障检测算法相比,NNNS-RLD方法具有更加优异的检测性能。

关键词： 合成孔径雷达   干涉测量   数据处理   序贯平差   卡尔曼滤波  

摘要： 由于自然和人为因素的影响，地球表面发生的形变范围日益扩大，带来的影响也愈加严重。在城市、矿区、油田等区域，地表形变导致的灾害严重影响了人们的日常生活甚至生命安全。因此，如何及时准确获取地表形变信息成为亟待解决的科学问题。InSAR技术是一种常用的对地观测技术，具有监测范围广、全天时作业、监测精度较高等优点。但随着时间的推移，卫星持续不断地获取大批量的影像数据，短基线时序InSAR技术处理越来越多的新增SAR数据时会出现冗余运算、耗费时间长、新SAR成像时刻实时或准实时地表形变动态处理难以实现等问题。因此，论文基于序贯平差与Kalman滤波理论，研究短基线时序InSAR地表形变监测与动态处理的模型构建与解算，分析和评价形变结果的动态处理效果。主要内容如下:　　(1)选取某矿区6景Sentinel-1ASAR影像，以SRTMDEM为辅助高程数据，进行全分辨率与多视InSAR差分干涉处理，获取矿区地表形变信息;收集该矿区同时期五个工作面的开采信息和四条水准观测线上水准监测的地表形变数据进行精度验证，系统研究和分析了全分辨率和多视法DInSAR在矿区地表形变监测中的应用效果。选取某矿区112景Sentinel-1ASAR影像，进行短基线时序InSAR差分干涉处理，获取矿区地表形变信息;收集该矿区的水准监测数据进行精度验证，系统研究和分析了短基线时序InSAR在矿区地表形变监测中的应用效果，并对短基线时序InSAR与水准的矿区地表形变监测结果进行了差异性分析。　　(2)基于序贯平差理论，构建并解算基于序贯平差的短基线时序InSAR地表形变监测与动态处理模型，完成原有成像时刻形变结果的动态更新，获取新成像时刻的形变结果;利用上述某矿区112景Sentinel-1ASAR影像，得到303景解缠后的时序差分干涉图。在此基础上，基于序贯平差进行多个新成像时刻的短基线时序InSAR动态处理试验，并与整体平差及水准监测的地表形变结果进行对比分析，系统研究和验证了基于序贯平差的短基线时序InSAR动态处理的模型构建、地表形变解算结果的精度及其可靠性。　　(3)基于Kalman滤波理论，将监测对象各成像时刻的累计形变量和形变速率作为状态向量，构建并解算基于Kalman滤波的短基线时序InSAR地表形变监测与动态处理模型，实现新旧成像时刻形变结果的获取与动态处理;使用上述112景真实SAR影像进行基于Kalman滤波的多个新成像时刻的短基线时序InSAR动态处理试验，并与序贯平差及水准监测的地表形变结果进行对比分析，系统研究和验证了基于Kalman滤波的短基线时序InSAR动态处理的模型构建、地表形变解算结果的精度及其可靠性。

关键词： 双光子钙成像   数据处理   细胞识别   细胞分割   放电序列推断  

摘要： 大脑是十分重要且复杂的器官,许多国家早已将脑科学与类脑研究列为国家的战略级科技。研究大脑认知功能的神经机制是脑科学与类脑研究的中心任务,不仅有助于治疗认知障碍相关的重大脑疾病,并且有助于推动类脑计算与脑机智能技术的发展。为了研究大脑认知功能的神经机制,离不开对大脑活动的观测与记录,双光子钙成像技术是一种新型的脑成像技术,使用钙离子指示剂并结合光学成像技术记录体内大量神经元群的功能活动。一次双光子钙成像实验通常会产生大量的数据,需要经过数据处理从中提取出成像区域中所有神经元的荧光钙信号,后续分析中再联合行为学变量以解析大脑认知功能的神经机制。由于双光子钙成像数据具有信噪比低、Z轴分辨率低等特点,传统的数据处理方法大多依靠人工手动识别分割神经元的位置与轮廓,十分耗时耗力;除此之外,荧光钙信号只是神经元放电活动的间接表示,还需从中还原神经元的放电序列。基于此,本文提出一个简单、高效的双光子钙成像数据的自动化分析流程用于提高双光子钙成像数据处理的效率与准确度,流程主要包括细胞识别、细胞分割与神经元放电序列推断三个步骤,具体的研究内容如下:首先将经过预处理后的三维的钙成像视频压缩为二维的局部相关摘要图像,并使用基于多尺度圆点增强的细胞识别算法识别出摘要图像中神经元的种子点。然后,针对每一个种子点,将钙成像视频裁剪为以种子点为中心、固定大小的区块,在区块上应用基于椭圆形状约束活动轮廓模型的细胞分割算法分割单个神经元胞体的轮廓。最后,计算每个神经元轮廓内所有像素点的荧光钙信号均值作为该神经元的钙信号,在荧光钙信号上应用基于贝叶斯定理的神经元放电序列推断算法还原神经元的放电序列,并结合外界刺激的时间序列直接估计神经元调谐曲线的参数。本文在仿真数据、开源数据以及实验室产生的真实双光子钙成像数据上应用本文提出的自动化分析方法,并通过实验分析了各步骤算法的有效性及性能,本文提出的双光子钙成像数据自动化分析方法具有良好的性能及使用意义,有助于将来实现大规模分析双光子钙成像数据。

关键词： 智能交通监测雷达   雷达数据处理   交通目标跟踪   车型分类   交通数据统计  

摘要： 随着中国经济的快速发展,国内汽车保有量激增,交通拥堵和交通事故频发等问题日益严重。智能交通监测雷达可以实时监测道路上的交通目标位置和速度,并且统计指定距离段内的车流量、车平均速度等交通数据,同时检测超速、变道等道路交通事件,进一步改善道路通行能力、提高交通安全保障。本文进行了智能交通监测FMCW(Frequency Modulated Continuous Wave)雷达数据处理软件系统的算法设计与系统实现,主要工作包括以下几个内容: 首先介绍了该智能交通监测雷达数据处理的理论算法设计,对比了点迹凝聚和数据关联的几种算法,并进行了相应的仿真分析,评估了各算法的性能。 之后基于理论算法设计,完成了整个软件系统的设计和实现。设计了三线程并行的软件架构,分别实现了系统的可靠网络通信,数据处理流程和数据回放功能。最终完成了基于ZYNQ的交通雷达数据处理嵌入式软件系统。 接着通过外场实际道路交通场景测试,发现了软件系统中存在着目标跟踪不稳定、目标分类识别准确率较低、交通统计数据误差大的问题。本文对这些现有问题进行实测数据的分析,并提出对应的解决方案。为了提高系统目标跟踪的稳定性和精度,采用了双重PRT解速度模糊的方法和基于航迹状态判别的杂波抑制方法减少目标跟丢概率,同时设计了三模型的交互多模型算法来匹配更多的目标运动状态以提高航迹稳定性和精度。在目标分类识别方面,通过数据统计提取了目标长度特征并据此改进了分类识别算法。针对交通统计数据误差大的问题,采用了基于直方图的自适应架设角度校正方法和基于最小二乘拟合的自动车道线拟合方法来提高雷达虚拟车道与实际车道的匹配度。最后再次通过外场实测验证了改进后的软件系统可以实现对交通车道的智能监测,满足功能需求和各指标要求。

关键词： 回波采集   PCIe3.0   雷达数据处理   目标跟踪   速度模糊  

摘要： 在智能交通监管系统中,需要对公路的车辆流量和交通情况进行实时的监测。而毫米波雷达凭借其测速、测距精度高、抗干扰能力强和使用寿命长的优点满足了对高速公路的交通监管要求。同时,雷达采集到的回波信号通过PCIe总线的实时传输与存储更是为软件化雷达信息处理系统的研究提供了便利。本文结合某高速公路车辆监控雷达项目,完成了对回波采集与存储子系统的设计,数据处理算法的研究分析与仿真以及基于多核计算机下算法的软件实现。论文的主要工作如下: (1)回波采集与存储模块的逻辑设计与实现。结合回波采集与存储模块的功能需求,给出回波采集与存储模块的系统方案,并针对其中的关键模块,介绍其设计思路,展开介绍了与服务器端对接的PCIe传输模块的设计,通过2组DDR3实现数据到服务器端的乒乓缓存,并以DMA传输的方式实现数据从板卡到主机的高速传输。同时研究了驱动程序的注册,实现回波采集与存储部分的软件设计。 (2)对雷达数据处理算法的研究。首先说明雷达数据处理的整体流程,然后结合项目要求,深入探讨了预处理、跟踪、关联和航迹起始四个环节并给出仿真。首先对针对可靠点迹筛选、凝聚和坐标转换的问题进行了论证,然后对于滤波跟踪过程中的运动模型进行了分析与仿真,针对Singer模型难以预先设置加速度极值的问题,结合工程需求进行改进,最终选择基于Singer的交互式多模型算法(IMM)作为本文的滤波模型算法,接着选择了最近邻域法作为本文的航迹关联算法并完成仿真验证,航迹起始环节,结合工程提出了基于逻辑法进行改进的起始算法。最后给出一种通过在基于卡尔曼滤波的目标航迹跟踪过程中对当前目标速度模糊数的计算来提取出目标的估计速度,从而解决在车辆检测过程中测速模糊的问题。 (3)基于多核计算机完成数据处理算法的软件实现和系统调试。采用模块化的设计思想,将设计分为多个子模块。网络通信模块,实现不同处理模块之间的通信。数据处理模块,完成对雷达数据处理算法的软件设计,并对其中卡尔曼滤波算法中复杂的矩阵运算运用Eigen矩阵库进行加速。数据库回放模块,实现雷达数据的存储和回放功能。界面显示模块,对雷达工作状态和处理得到的点航迹信息进行实时界面显示。并最终对雷达处理系统的各模块进行实际调试,验证整个雷达处理系统的稳定性和可靠性。

关键词： 岩性分类   支持向量机   神经动力学   鲁棒性  

摘要： 随着勘探技术的不断发展,测井技术已成为地质勘探的核心技术之一。因为测井技术可以获取井下地层的物性参数,为地质勘探和开发提供重要的技术支撑。然而,地下地质结构的复杂性导致测井数据变得复杂。因此,如何准确地处理和分析测井数据已成为地质勘探领域面临的重要挑战之一。在当前地质勘探领域中,提高对测井数据分类的准确率,以提供更准确的地层构造信息支持地质勘探和开发,已成为一个重要的研究内容。在测井数据处理中,支持向量机(Support vector machine,SVM)因其较高的分类准确性和高效的求解能力被广泛应用于测井曲线岩性分类任务。但是,测井数据采集条件和岩石自身性质的限制,所采集的测井曲线数据可能存在不同程度的噪声和偏差。尽管SVM方法在面向测井数据岩性分类上表现出色,但其对噪声数据的敏感性可能会影响其在受到噪声干扰的测井曲线数据中的分类准确性。然而,当前基于SVM的改进方法在处理噪声干扰下的测井数据分类问题上存在不足。为此,在测井数据岩性分类中,改善SVM方法对噪声干扰的处理能力显得尤为必要。已有的研究表明,SVM的岩性分类问题是凸二次规划(Quadratic program-ming,QP)问题,而神经动力学(Neural dynamics,ND)方法在解决含噪声干扰的QP问题时表现出明显的优势。ND方法具有强大的抗扰动能力,能够在噪声干扰的情况下维持问题求解的稳定性和收敛性。基于此,本文提出了一种支持向量神经动力学(Support vector neural dynamics,SVND)模型以求解测井曲线岩性分类的问题。所提SVND模型通过结合SVM和ND方法的优点以达到减少噪声干扰和快速求解测井曲线岩性分类问题的目的,并通过理论分析证明了其具有良好的鲁棒性。根据多个测井曲线岩性分类任务的结果表明,本文提出的SVND模型相较于其它对比模型在处理含噪声干扰的测井曲线岩性分类问题时表现更加准确和鲁棒。随后,本文进一步设计了一种有限时间收敛的噪声抑制支持向量神经动力学(Noise-suppressing support vector neural dynamics,NS-SVND)模型。所提NS-SVND模型加入了误差累加项,能够抑制模型处理测井曲线岩性分类过程中存在的噪声干扰问题。此外,所提模型引入了激活函数(Activation function,AF)以实现误差函数的有限时间收敛,从而在有限时间内得到所求问题的解。理论分析表明,本文所提NS-SVND模型能够在有限时间收敛到最优理论解并且有效抑制噪声的干扰。在陕西省高家宝矿采集的真实测井曲线数据集上的实验结果表明,与其它对比模型相比,NS-SVND模型具有更高的求解精度和更强的鲁棒性。最后,本文进一步研究了基于梯度神经动力学(Gradient neural dynamics,GND)的测井曲线岩性分类问题。从可靠性和高效计算方面着手,提出了一种梯度支持向量神经动力学(Gradient support vector neural dynamic,GSVND)模型。所提GSVND模型融合了时变参数的导数信息和AF,使得模型具有较快的收敛速度和较高的求解精度。理论分析表明,本文所提GSVND模型能够在指数收敛的情况下具有较高的消除误差的能力。在实际测井曲线数据集上的实验结果验证了所提GSVND模型与其它比较模型相比具有更好的准确率和鲁棒性。

关键词： 星载天线   双极化微带天线   缝隙耦合   天线阵列   相位中心  

摘要： 星载天线是卫星通信系统中的关键部件,考虑到宇宙中复杂多变的电磁条件以及卫星上天线的尺寸、载荷等限制因素,对其提出了很高的技术要求。而双极化微带天线具备频率复用、极化分集、抗干扰能力强等特性,广泛的使用在星载天线的设计中。本文基于项目需求,设计了一种工作在L波段的星载天线,应用于高精度海洋盐度卫星探测。本文的主要工作如下: 1.为满足项目设计指标要求,设计两款金属腔体双极化微带天线单元,天线单元采用杯状金属腔体结构。金属腔体结构加工方便、强度高、散热性好,能够有效应对外太空恶劣环境。同时采用空气带状线缝隙耦合形式进行馈电,能够减小实际加工导致的不同天线单元一致性较差的影响,保证阵列中天线单元的一致性。使用仿真软件HFSS对微带天线单元进行建模计算,仿真结果显示:在规定的工作带宽范围内,这两款天线的增益均大于7dBi,电压驻波比小于1.3,交叉极化电平小于-25dB,并且在天线的主辐射方向图各个切面的半功率波束宽度均大于70°。对其中一款进行实物加工,在微波暗室中测试性能,最终实测结果满足项目指标要求。 2.根据项目前期优化好的单元间距结果,将金属腔体双极化微带天线单元组成一个“Y”字形阵列,在天线阵列中有56个天线单元,主要由三个金属臂和一个中心舱构成。把阵列天线的模型放置于模拟星体上进行整体的仿真计算,对阵列天线模型的仿真结果进行分析。然后对天线阵列的进行实物加工测试,在实际的测试中,将天线单元分组测试,处理数据时需要计算出阵列中每个单元相位中心处的幅度、相位方向图。使用MATLAB计算出幅度、相位一致性,以及各个天线单元在所有主辐射方向图切面的半功率波束宽度的平均值,还定义了极化纯度:即两种极化模式下阵列天线单元的隔离度。最终天线阵列实测的幅度一致性小于0.18dB,相位一致性不大于5°,极化纯度均低于-20dB,各切面平均波束宽度都大于66°,各项指标均满足项目的设计要求,验证了设计的正确性。