同面电容传感器敏感场优化及扫描技术研究

来源 :燕山大学 | 被引量 : 0次 | 上传用户:ycgwx
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
同面电容成像是一种基于电容感应机理的无损检测技术,其传感器不仅具有结构简单、反应灵敏、安全性高和适应性强等特点,而且同面式的结构设计具有开放式的检测空间。因此同面电容成像技术在多层结构缺陷检测和大面积对象检测等领域具有值得期待的发展前景。由于同面电容成像技术是利用敏感场区域投影的方式来重建检测域的介质分布图像,而电容传感器的敏感场是软场,在重建时会存在严重的不适定性。另外,电场能量的分布不均匀,导致传感器存在检测盲区。上述问题会导致同面电容重建得到的介质分布图像中存在特征模糊和漏检等情况,为改善重建图像的质量和稳定性,展开了同面电容传感器敏感场优化及扫描技术研究。首先,针对重建过程存在严重不适定性的问题,提出了一种基于最大熵的敏感场自适应降维方法,它是以特征电容数据作为敏感场的降维依据,通过降维敏感场来减少不适定方程数。另外,还提出了基于平方化的敏感场增敏方法,通过提高特征数据与非特征数据的对比度来增强重建图像中目标对象的特征。最后借助同面3×4阵列电容成像系统,设计了多组目标检测实验来验证上述方法的可靠性,结果发现采用优化后的敏感场重建得到的图像具有更高的图像质量和稳定性。然后,针对传感器存在检测盲区问题,提出了一种同面电容传感器旋转扫描的工作模式,并建立了旋转条件下的敏感场模型。通过旋转传感器,从多个角度对目标对象进行检测,采集更多的有效数据;再利用小波变换的图像融合方法,将检测域中介质分布的全部有效信息集中在一幅图像上;最后还探究了中心对称结构传感器的旋转检测性能,并设计了多组实验进行验证。结果发现旋转成像方法可以改善重建图像中的漏检情景,而且中心对称传感器具有更好的检测稳定性。最后,针对同面电容成像过程存在的严重病态条件,从规避逆问题求解的角度,研究了电容数据和检测对象之间的直接关联模型,提出采用BP神经网络回归预测模型和多元线性回归模型的目标定量分析方法。依据定点检测模型的数据,分析了电容数据与目标尺寸信息的依赖关系,并结合一对同面电极扫描检测实验,验证了所提模型的正确性,实现了对测量场中目标尺寸信息的表征。
其他文献
近年来,害虫的种类逐年增多并且规模呈现出扩大趋势,给农业生产带来了许多负面影响.考虑到害虫种群具有群体防御行为,采用化学控制和生物控制,本文建立具有群体防御行为的害虫综合治理Filippov模型,并系统地研究其动力学复杂性.第一章介绍了本文研究所需的基础知识.第二章把害虫种群密度作为害虫综合治理的控制指标,采用线性率释放天敌,建立一类具有群体防御行为的害虫综合治理Filippov模型.首先,给出F
学位
人工智能技术的快速提高离不开逻辑学的发展,针对不同的问题,构建了不同形式的逻辑系统。由于事物的不断变化,命题的真值依赖于时间、空间等影响因素,而模态逻辑是处理这一问题的有力工具。真值域取在格蕴涵代数上的格值模态逻辑不仅可以处理全序性信息,也可以处理非全序性信息。在日常生活中,人们通常使用自然语言来表达信息。为了将格值模态逻辑更好地应用于实际中,本文提出以六元语言真值格蕴涵代数为真值域的六元语言真值
学位
针对浮针进针点“去腧穴化”现象,笔者梳理了浮针进针点的演变过程及特点,从形态及结构、定位、命名、数目及分类归经、作用主治、针刺手法6个方面,将浮针进针点与传统腧穴进行比较,认为:(1)浮针进针点具备腧穴的基本属性,不仅是操作部位,也是病症反应部位,更是有着显著疗效的治疗部位;(2)优化后的浮针进针点将有不同的名称,以及相对固定的位置和数目;(3)浮针进针点与传统腧穴将进一步交集、整合,部分传统腧穴
期刊
《血证论》以阴阳气血水火论、男女异同论为理论基础,提出调经当气血同治,治崩总以治脾为主,经闭分为寒热虚实,治带宜和脾以利水,胎漏亦分水血二证,抱儿痨从肺肾论治,产后病机多虚多瘀等诊治思路,以期有利于妇科血证临证思维的建立,以求更好地指导诊治妇科血证类疾病。
期刊
对老年人失能风险预测模型进行综述,以期为筛查失能高风险人群、制定和实施个性化干预提供借鉴,为老年人失能防控和积极老龄化建设提供科学依据。
期刊
随着计算机通信等技术高速发展,人们需要收集、处理、分析的数据维度更高、结构更加复杂。在实际生活中,由于获取设备失灵、物体遮挡、通信干扰等各类因素,数据有可能会存在噪声和丢失数据的问题。如何有效地从丢失的观测数据中恢复出原始数据,这已成为机器学习等领域的热点问题。低秩张量填充在机器学习等领域内有广泛应用。基于不同的张量秩,如传统的CP秩、Tucker秩等,衍生出不同的低秩张量填充模型。最近提出的tu
学位
近年来,随着计算机视觉和汽车智能化技术的快速发展,辅助驾驶、自动驾驶的研究取得了极大的突破并且成为国家和社会关注的热点。在自动驾驶中,车机系统需要实时感知和理解周边驾驶环境并且下达正确的操作命令,而语义分割作为场景理解的重要技术,已经成为解决这一问题的关键。目前,绝大部分语义分割方法通过堆叠数百层的卷积、池化层以及使用庞大的网络模型作为骨干构建复杂的卷积神经网络,尽管分割效果提升显著,但是存在严重
学位
获取大量的高维数据时部分数据丢失的情况在智能时代经常出现。如何对大规模缺失数据进行快速有效的恢复,已经成为机器学习和人工智能等领域的国内外研究者进行研究探索的重点。图像中的缺失值通常被视为低秩矩阵近似问题,传统低秩矩阵近似方法多以二维形式处理数据,对每个通道分别应用算法再将结果组合,这样会破坏高维数据的结构。为此,处理高维数据的低秩张量恢复逐渐成为处理真实世界的高维图像的主流方法,经典理论问题之一
学位
水声目标识别是利用声呐探索、研究海洋重要的技术支撑,近年来异军突起的深度学习方法凭借其卓越的识别分类性能在多个目标识别领域大放异彩,日益受到学者们的青睐与重视。然而水声环境的复杂性成为限制其性能发挥的桎梏,原因在于水声目标数据采集难度较大,一般难以获取到充足的数据用以识别网络的训练,从而限制了深度学习方法卓越分类性能的发挥。针对小样本条件下的水声目标识别,本文立足于水声目标的数据扩增,从目标的特征
学位
随着生物信息学的兴起,序列比较作为生物信息学的一个分支,不少学者开始对其产生了浓厚的兴趣,并在此领域颇有造诣。目前针对于序列比较的方法主要包括两类:比对方法和非比对方法。比对方法的优点在于此类方法较为成熟,一般适用于解决进化关系较近、生物序列长度较短以及生物序列数目较少的问题,并且存在着复杂度较高、内存消耗较大以及耗时较久等缺点。随着生物序列数量增多,为了弥补比对方法的缺点,非比对方法被广泛使用,
学位