基于小波变换算法提高双飞秒激光测距精度的研究

来源 :广东工业大学 | 被引量 : 1次 | 上传用户:sky011
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在人类社会的发展过程中,距离测量一直都有着极其重要的作用,其测量的精度也成为当今航空航天技术、装备加工制造、精密测量等领域的重要指标。随着科学技术的发展以及科学研究的不断深入,人们也一直在追求更高的绝对测距精度。传统的激光测距已经难以满足当前工业场景中的大尺寸、高精度、实时性测量要求,飞秒激光频率梳的出现,为解决这一问题提供了技术方法。飞秒锁模激光器发射出超短脉冲信号的脉冲宽度在飞秒量级,具有较高的时间分辨率,利用该方法进行距离测量可以获得很高的距离分辨率。因其测量精度高,范围远,更新速率快的优点,成为近十年来国内外研究热点。随着光频梳技术的不断发展,测距系统的小型化、集成化也有望在未来的科学研究以及加工制造业等领域得到广泛应用。为了集成化双光梳测距系统,将双光梳技术更好的应用到工业领域的精密测量当中,使之能够克服复杂的工作环境,同时考虑到未来工业应用时的成本问题,在尽可能满足高精度、实时性要求的前提下,实验中简化了测距系统,对两台有着一定重频差的飞秒激光器的重复频率进行锁定,而其偏移频率是自由运转的,这就使得测距的精度会有一定程度的损失。论文的主要任务是在现有实验条件下,通过算法尽可能提高测距精度以满足当前项目的需求。双光梳测距方法是通过信号激光器发出的脉冲光分别经过参考目标与测量目标发生反射,反射光在与另一台本振激光器的脉冲光分别发生干涉,通过异步光学等效采样的方式,在射频域内呈现干涉信号。为了从测量光与参考光中精确的提取光程差,通常需要从干涉信号中有效地解析出包络信息。目前,应用于双光梳测距信号包络提取算法主要有希尔伯特变换算法和傅里叶变换算法。然而,在实际应用过程中噪声会影响载波信号,导致根据载波提取的包络峰波动很大,严重影响测量适应性与测距精度。本文将小波变换算法应用于双光梳绝对距离测量方法中,由于小波算法的多分辨率、多尺度分析特性,能够有效地抑制噪声的干扰,提取的包络更加精确,可有效地提高噪声干扰下测量的稳定性以及测量精度。实验过程中,首先通过小波降噪算法滤除系统噪声,降低噪声对数据的影响,然后使用小波变换包络提取算法得到载波的包络线,最后对包络线进行高斯拟合,进一步降低系统误差,提高测距精度。本文的研究内容主要分为以下几个部分:1)回顾飞秒激光绝对距离测量领域研究现状,研究了光学频率梳以及双光梳绝对距离测量系统的理论基础,阐述光学异步等效采样原理,进而分析利用双飞秒激光进行绝对距离测量可以获得高精度的原因,然后介绍数据处理算法流程。2)数据处理方面主要包括噪声处理以及包络提取。首先通过介绍傅里叶变换算法原理的优缺点引出小波变换算法在进行噪声处理方面的优势,介绍小波降噪算法的原理以及流程。然后介绍希尔伯特变换算法与小波变换算法提取信号包络线原理。通过实验设置合适的参数,提高测量精度。3)在实验方面,利用两台有着一定重频差的飞秒激光器进行绝对距离测量,介绍实验装置的参数设置,通过Allen方差评价系统的测距精度,通过多组实验对比验证了小波变换算法在处理测距时会得到更高的测距精度,得到的精度在10μm左右。
其他文献
离散事件系统(DES)是由一系列状态和事件组成的动态数学模型。随着通信和传感技术的快速发展,现代工业系统规模越来越大,系统在运行时难免会出现故障。为保证系统可靠性,控制工程师应设计一个能在正常范围内安全运行的系统,并在系统故障发生前,尽可能预测出即将发生的故障,以采取相应措施,对故障进行规避。因此,对DES发生故障前的预测问题的研究具有重要价值。随着计算机领域的快速发展,计算机集群式的算力得到大幅
学位
导数计算是包括机器学习在内的多个领域的重要需求,针对这一需求,目前存在多种不同的微分方法和实现手段。其中,基于源代码转换的自动微分由于其高效性以及适用性强的特点被广泛使用,但其实现难度较大。基于操作符重载的自动微分会导致微分的时间开销过高。基于此,本文聚焦于自动微分的实现及优化,通过追踪以及符号微分等方法与源代码转换相结合,以达到自动微分的简洁与高效实现。本文主要的研究成果包括:(1)提出了一种以
学位
特征选择就是从给定的特征集合中选出相关特征子集合以减少数据的维度。在分类任务中,特征选择不仅能够减少计算开销也能够提高分类准确率。进化算法和群体智能算法具有高鲁棒性和全局优化等优点,被广泛应用在特征选择中。在特征选择的实际应用中,不仅需要高分类率也需要较低的计算成本。基于这两个优化目标,现有的进化算法和群体智能算法大多对特征选择问题进行多目标优化,以及部分单峰优化的研究。其实,特征选择具有潜在的多
学位
根据ACE2005评测会议的定义,事件是主体状态变化或者主体间相互作用的一种客观表现,而事件抽取是从非结构化文本获取预定义类型事件的关键技术.在这些文本中,有一部分对事件发生与否作出了主观推测,且对应事件的发生时间常在未来而非过去,对此本文以未来事件进行定义.从实际应用上看,实现未来事件抽取可为未来事件图谱构建,信息检索及知识推理等后续任务提供结构化数据,同时还可以给当下决策提供参考依据.因为是对
学位
人类的生长发育等一切性状受基因和环境共同影响,其中基因广泛参与生命过程中各项生理机能的调控,对生物性状起决定性作用。甲基化作为一种常见的基因表观遗传修饰在许多生物过程与许多重大疾病的发生发展密切相关,DNA-N6甲基腺嘌呤(6-m A)表观遗传修饰是重要的表观遗传修饰标记之一。异常的6-m A位点会影响基因表达,从而引发多种重大疾病,因此预测6-m A位点对理解治病机理和治疗疾病有重要意义。基于此
学位
视频暴力行为检测任务隶属于行为识别领域,它指的是对视频序列中存在的暴力行为进行检测,传统检测方法的效率和准确率都不高,无法满足应用需求。随着深度学习技术的快速发展,基于深度学习的检测方法与传统方法相比在准确率上有了很大的提高,因此基于深度学习的暴力行为检测方法近年来得到了一定程度上的发展。虽然基于深度学习的检测模型准确率很高,但其效率仍然较低,不能应用于实时暴力行为检测场景。基于深度学习的检测模型
学位
人脸年龄合成包括人脸的老化和逆龄化,其目标是基于输入的人脸图像对指定年龄阶段的面部形态进行预测。该技术具有重要的应用价值和广阔的发展空间,一直是计算机视觉领域的研究热点。近些年,在深度学习理论的推动下,人脸年龄合成技术取得了突破性进展。但由于人脸的老化现象较为复杂且受到多种因素影响,现有算法难以兼顾人脸图像的面部轮廓和纹理变化,且无法细粒度建模人脸的连续老化现象。此外,随着人脸年龄合成要求的不断提
学位
随着大数据时代变革的逐步推进,也因为在需要对对象进行多种不同视角特征的描述上更具有优越性,多视角聚类分析法获得了更多的研究重视。相比于简单连接所有视角特征的单视角聚类,能够分别处理每个视角特征的多视角聚类可以联合优化每个视角,从而能尽可能地利用每个视角特征提高最终的聚类效能。多个视角的数据特征内包含着丰富且互补的信息,联合优化多个视角的数据特征能够更好地去探究数据的内在结构关系。如何能够更好地结合
学位
人脸年龄评估是预测图像中人脸的年龄信息,是一种极具发展潜力的生物特征识别技术,对建设智慧与安全城市具有重大的意义,在人机交互、视频监控和市场分析等领域都得到了广泛的应用。随着深度学习技术的发展,越来越多的研究人员将深度学习技术应用于人脸年龄评估。然而,多数基于深度学习的模型直接从人脸样本中学习单一的年龄特征用于年龄评估,导致学习到的年龄特征鲁棒性不强、易受性别、种族、环境、光照和姿势变化影响。此外
学位
随着工业4.0标准的推进和深度学习、大数据等技术的发展,机器人正逐步走向智能化。机器人在现实生活中的应用十分广泛,除了在工业应用中帮助人类更高效地完成工作以外,还可以在日常生活中代替人类完成各种工作任务。而机器人能像人一样完成各种复杂的工作,依靠的不仅仅是外部的硬件设备,更重要的是机器人的决策系统,机器人的自主决策能力和策略迭代优化是实现智能机器人决策系统的关键。目前智能机器人的应用领域涉及军事、
学位