【摘 要】
:
在高空气温探测中,探空温度传感器的测量精度会受到许多环境因素的影响,其中引起测量误差的主要因素是太阳辐射。在高空低风速环境条件下,由于太阳辐射的影响,探空温度传感器的测量值会高于大气真实温度,由此产生的误差称为辐射误差。为降低太阳辐射误差,本文设计了一款压电振子探空温度传感器,利用压电陶瓷弯曲振动,加强传感器辐射热的扩散。利用计算流体动力学方法对压电振子传感器探头进行仿真,数值求解传感器在不同气流
论文部分内容阅读
在高空气温探测中,探空温度传感器的测量精度会受到许多环境因素的影响,其中引起测量误差的主要因素是太阳辐射。在高空低风速环境条件下,由于太阳辐射的影响,探空温度传感器的测量值会高于大气真实温度,由此产生的误差称为辐射误差。为降低太阳辐射误差,本文设计了一款压电振子探空温度传感器,利用压电陶瓷弯曲振动,加强传感器辐射热的扩散。利用计算流体动力学方法对压电振子传感器探头进行仿真,数值求解传感器在不同气流速度、太阳辐射强度、海拔高度条件下的辐射误差。仿真结果表明,太阳辐射误差与辐射强度、海拔高度呈单调递增关系,与气流速度呈单调递减关系。初步验证了压电振子传感器可以通过弯曲振动降低太阳辐射误差。利用支持向量机算法对仿真数据进行拟合分析。结果表明,支持向量机算法拟合精度较高。利用低气压风洞和太阳模拟器搭建一个模拟高空环境的实验平台,对传感器的辐射误差进行测试。实验结果表明,传感器太阳辐射误差实验值与算法修正值的平均绝对误差为0.05 K,均方根误差为0.055 K。为验证压电振子传感器的低辐射误差特性,将不带压电振子的热电偶传感器与其进行对比实验。实验结果表明,在气流速度和海拔高度变化范围分别为1~6 m/s和10~30 km时,压电振子传感器的辐射误差比热电偶传感器的辐射误差低,两者的平均绝对误差为0.276 K,验证了本文设计的压电振子传感器能有效降低辐射误差。本文采用Vue.js作为前端开发框架,Spring MVC作为后端开发框架,开发了一个辐射误差查询和修正系统。该系统可以查询和修改各种影响因素下的辐射误差,可以查询算法修正后的辐射误差值,完成辐射误差的修正功能。该系统的实现能为研究者观测温度变化提供了便利。
其他文献
随着3D(Three Dimension)成像技术的发展,深度图像发挥着越来越重要的作用。同时微软Kinect和飞行时间(TOF)相机等低成本3D扫描设备的诞生,为计算机视觉、图形、人机交互和虚拟现实等不同研究领域的新应用打开了大门。然而,由深度摄像机捕获的深度图像会产生各种类型的失真,这使得从深度图像中准确估计深度信息变得困难,影响人们的体验。为了解决深度图像的质量下降问题,可以采用合适的深度图
伴随着互联网技术以及多媒体技术的迅速发展,海量的多媒体数据喷涌而出。然而,如何在这些类型多样,数量庞大的数据中获得真正有用的信息成为了一个难题。面对这种信息多元化趋势,跨媒体检索技术应运而生。与传统的单媒体检索相比,跨媒体检索可以满足人们在数据多源化时代下的检索需求。然而不同媒体之间存在着天然的异构鸿沟,这给跨媒体检索的实现带来了巨大的挑战。但多媒体数据具有底层特征差异,高层语义相关的特点,即不同
随着人口老龄化的加剧,人们越来越关注老年人的生命安全。摔倒给老年人的生命安全带来了严重威胁,相关调查研究表明摔倒是造成老年人意外伤害的首要因素。老年人摔倒后如果没有人及时发现,往往会错过最佳救治时间,造成无法挽回的严重后果。因此对摔倒识别方法进行研究,有效识别出老年人异常摔倒具有重要的现实意义。本文通过对摔倒识别方法进行研究,将机器学习理论方法运用在摔倒识别领域,准确有效识别出老年人有可能出现的异
风速风向的测量对我们的生活有着重大意义,热式测风法设计出的测风仪由于体积小、成本低、精度高,因此被广泛应用于各个领域。然而我国对热式测风法的研究起步较晚,与国外仍有一定差距,且目前市场上销售的手持式热线式测风仪只能测量风速不能测量风向。因此,本文提出一种新的热式测风方法,利用温度传感器设计温度阵列,设计出一款基于温度传感器阵列、既能测量风速又能测量风向的热式测风仪。本文根据热温差原理设计了十字型以
传感技术作为物联网技术创新中的重要组成部分,是当今人类拓展自身感知能力的重要手段,也是信息化时代通信和计算机传输与处理信息的基础。基于光纤技术设计的传感器,具有灵敏度高、测量范围广、稳定性高和抗电磁干扰能力强等优点。这些优势使得光纤传感器在特定场合下具有不可替代的作用,如在交通运输、石油勘测、食品安全和航空航天等领域。伴随物联网和数字中国建设脚步的不断加快,提高光纤传感器的机械强度和多参数测量能力
科技的发展使人们对图像分辨率有了更高的要求,高分辨率图像比低分辨率图像包含更多的信息并具有更好的视觉感受。因此,通过超分辨率重建技术改善图像分辨率是计算机视觉领域一项重要的研究课题。近年来,深度学习技术的发展使得图像超分辨率重建方法的性能相较于传统方法有了极大提高,然而目前很多基于深度学习的超分辨率重建网络都以前馈的方式学习图像特征,忽略了反馈机制。反馈机制可以使网络学习到高分辨率和低分辨率图像之
基于麦克风阵列的波达方向(Direction of Arrival,DOA)估计是研究阵列信号处理领域的一个重要分支,它在军事领域和民用领域有着广泛的应用,如军事雷达定位、车载电话和视频会议系统等。近年来,由于机器学习算法和深度学习在各个领域表现出的优异成绩,将机器学习和深度学习应用于声源定位已经成为了研究的主流方向。相比传统的声源定位算法,基于这类算法的声源定位方法有着更好的鲁棒性和精确性,针对
农业是我国国民的经济基础,农作物病害的识别和防治则是农业生产活动中必不可少的一部分,可以直接影响到农业的经济效益,因此农作物病害的识别手段和精准程度对于农业发展具有重要意义。传统农作物病害识别方法主要以人工检测为主,存在效率低下、不能实现自动化识别等问题,而基于图像特征工程的方法又存在工作量大、在不同的复杂环境及病害多样性下很难精准识别等问题。本文旨在寻找更好的农作物病害识别方法,以解决上述问题。
降雨在生态系统的水循环和能量交互中占有很高的比重。降雨的极端天气及气候事件(洪涝、干旱)对人类生产生活带来诸多不便。西北太平洋区域的台风携带大量的强降雨,强降雨及降雨引发的洪水、泥石流和滑坡等灾害对沿海城市造成严重的损失,精确的观测和预报降雨对防灾减灾有着重大的意义。国内外多个在轨运行的卫星,为降雨的预报和降雨区域的监测提供了精确的数据。本文使用风云四号(FY4-A)静止卫星传感器观测的亮温云图进
集合-变分混合同化方法被认为是资料同化的重要发展趋势。为有效引入“流依赖”的背景误差协方差,同时解决因集合预报计算量大而造成业务应用难的问题,本研究尝试通过在集合-变分混合同化系统中引入优选的历史预报样本和时间滞后样本,作为常规集合预报样本的替代,从而为集合-变分混合同化方法的实际应用提供一种解决方案。本文首先探究了优选历史样本的合理性,同时进行了一系列基于不同样本组合方案的单点试验研究,评估了在