一、光学PT扇束结构权重系数矩阵计算与实现(论文文献综述)
刘柱[1](2021)在《离轴望远镜失调误差检测技术研究》文中提出在光学系统中,反射式系统相对于折射式系统,它具有更紧凑的光路,更大的视场,更宽的谱段以及更易于轻量化设计等一系列优点,因而逐渐发展起来。又因为离轴反射式光学系统相对于轴对称反射式系统,它不存在中心遮拦,同时具有高光能利用率以及没有中低频衍射极限限制等优势,所以在空间光通信、天文探测以及空间遥感领域得到广泛的应用。但由于光学元件装配后的残余误差、系统外界环境的变化(例如温度变化、气流扰动以及重力影响等)以及系统机械结构工作时的自身抖动都会引起光学镜片相对空间位置与理想相对位置的不同而降低光学系统整体的成像质量。虽然镜片面型以及系统光路构造也会影响像质,但随着加工工艺的发展,它们不再成为限制光学系统像质的首要决定性因素,失调误差检测反而成为影响离轴反射式光学系统成像质量的主要因素之一。本论文针对这一具体的工程问题展开相应的研究,着重围绕基于传统灵敏度矩阵法、二阶灵敏度矩阵法、全连接神经网络法以及卷积神经网络法对离轴反射式望远镜系统进行失调误差检测来进行展开,其主要研究工作包括以下四个方面:(一)阐述了离轴望远镜的应用背景、光学系统初调的流程以及精调技术的发展历程。利用矢量波像差理论,由共轴系统的像差分布情况推导至离轴系统的像差分布情况,其后又对离轴系统存在失调误差时的像差分布进行了理论推导。此外,对于当前主流的失调误差检测法也进行了原理的介绍,并总结了各自的优缺点。(二)针对灵敏度矩阵法在失调误差较大时精度下降的情况,利用建立的离轴望远镜模型对灵敏度矩阵发生病态的原因进行了探讨。结果发现其原因是因为部分失调误差与泽尼克多项式系数成非线性关系。针对这一问题,提出二阶灵敏度矩阵法。为探究该方法的可行性,分别利用灵敏度矩阵法以及二阶灵敏度矩阵法进行了仿真实验。由实验结果发现,在系统存在较大失调误差的前提下,二阶灵敏度矩阵法具有更高的精度和更广的适用范围。(三)针对二阶灵敏度矩阵法在处理多种失调量互相耦合方面存在的不足,同时基于神经网络具有强大的非线性拟合能力,因而提出基于全连接神经网络的失调误差检测法。利用该方法进行仿真实验,实验结果证明该方法可以将视场角也作为预测值,对系统不同视场角下相应的失调量进行预测,同时有令人满意的精度。初步推测,该方法在离轴式望远镜系统的装调领域具有较大的应用前景。(四)对全连接神经网络、二阶灵敏度矩阵以及灵敏度矩阵法共有的缺陷进行了总结,即需要借助额外的波前探测器来获取泽尼克系数。并针对该问题,提出了卷积神经网络失调误差检测法,该方法可以直接利用系统散斑图进行失调误差的预测。之后设计相应的实验对该方法进行原理验证。借助于Stewart六自由度平台组建出一个次镜位移台,并基于该次镜位移台搭建实验光路平台,然后利用采集的系统散斑图对卷积神经网络进行训练,最终的训练结果显示该卷积网络能够收敛,最后利用测试数据集对训练完成后的网络进行验证,其测试结果证明该方法具有可行性。
马致臻[2](2021)在《X射线荧光CT的探测角度优化与几何参数校正研究》文中提出随着医学科技的进步,以靶向治疗为代表的高效、副作用小的精准治疗手段逐渐成为癌症治疗的新兴方案。如何对治疗效果进行评测显得尤为重要。X射线荧光CT技术因其能够以非侵入的方式同时获取成像断面结构以及痕量元素浓度分布,在该领域有巨大的应用潜能。然而,传统的X射线荧光CT成像设备采用同步辐射源作为光源,使得设备过于庞大和昂贵,极大地阻碍了X射线荧光CT的发展与应用。近年来,基于X射线管源的成像系统的研究与发展,使得台式X射线荧光CT系统成为研究的热门之一。进一步优化管源激发的X射线荧光CT系统性能(探测限)、提高重建精度,有助于更早地展开临床应用研究。有鉴于此,本文依托重庆市自然科学基金面上项目“管激发平行孔准直X射线荧光CT成像系统性能提升方法及重建算法研究”(项目编号:cstc2020jcyj-msxm X0362),开展X射线荧光CT系统性能优化,以及对制约成像质量的相关问题开展研究。论文的主要研究工作和研究成果为:(1)详细调研X射线荧光CT技术的国内外研究现状,从X射线荧光CT基本数理原理、成像系统、模拟技术和重建算法等方面开展系统的研究。(2)针对X射线荧光CT系统荧光信号提取及成像阶段受噪声干扰,导致重建图像伪影严重的问题,研究优化探测角度以提升系统性能。通过MCNP5软件构建多探测角度笔束X射线荧光CT模拟系统,完成对圆柱模体中GNPs溶液分布的蒙特卡罗成像模拟,并利用FBP算法、SART算法和ML-EM算法对各探测角度投影数据重建图像。通过对重建结果的对比分析,在背向散射区域和垂直散射角度设置荧光探测器,可有效提升成像系统的对比度噪声比。(3)针对成像系统二维平面偏移参数造成重建图像无法准确反映信息的问题。分析偏移参数造成的误差以及不准确重建图像的成因。研究局部线性嵌入算法,并借鉴该算法思想设计基于局部线性关系的几何校正方法。设计存在位置偏移,以内置Nd(NO3)3溶液模体为成像样品的扇束X射线荧光CT系统,通过数值模拟实验和蒙特卡罗模拟实验得到数据,用于校正方法的验证。结果表明,该方法能有效校正偏移参数,校正后的偏移参数与预设偏移参数相差很小,校正后重建图像相比校正前成像更清晰,元素分布更准确。
张贵阳[3](2021)在《基于立体视觉的飞行器物理仿真动态多信息测量方法研究》文中研究说明飞行器物理仿真试验是飞行器研制过程中不可或缺的一部分,随着航空航天技术的不断发展与进步,对飞行器仿真系统功能的需求也日趋多样化。然而在大量的复杂仿真试验中却发现,尽管仿真模型、仿真技术、仿真环境已经有了质的飞越,对于仿真数据的来源依然停留在理想假设或带有较大偏差的统计水平上。当前,基于摄像学与计算机技术相结合的视觉测量技术已成为一种具有重要意义的非接触测量手段。因此,本文以视觉测量技术在飞行器地面仿真任务中的应用为背景,针对飞行器物理仿真试验中结构参数、相对运动关系等高精度外部参数测试的需求,展开对飞行器物理仿真动态多信息全场测量技术的研究,实现全视场内地面飞行器运动轨迹、形貌轮廓、位姿参数等信息的精确获取,为待测飞行器的动态性能分析与评估提供可信的数据支持。本文研究工作主要从以下几个方面进行展开:(1)视觉测量系统中的相机高精度标定是实现精确测量的重要基础,针对空间目标位姿测量环境下的相机参数标定问题,提出基于双更新策略加权差分进化粒子群优化的相机标定方法。通过引入交替因子来控制每一次迭代过程中加权差分进化算法和粒子群优化算法的调用比例,根据概率计算规律选择相应的算法完成对种群的优化,并通过信息交流机制利用加权差分进化操作得到的个体去引导粒子群优化操作中的个体进化过程,所采用的加权差分进化算法能够保证种群个体进化的多样性和有效性,并且与相机非线性标定模型参数进行耦合,同步实现单相机参数的组合非线性、全局连续优化。(2)针对细长型和大尺寸飞行器试件的三维变形信息全场测量问题,提出一种基于多相机网络联合约束优化的数字图像相关变形测量方法。多相机联合约束关系的引入,使相机网络中任意两个CCD相机可以被绑定为一个整体,并完成试件的部分区域测量,然后将测量结果映射到统一参考坐标系下,从而减小了因直接进行全场测量而导致较大非线性成像畸变的影响,并且能够避免牺牲相机的有效空间分辨率。此外,基于多相机网络联合约束关系构建了散斑立体配准的新型相关函数,能够将图像对间同名点立体匹配的亚像素搜索区域准确地限制在对极线附近,而不是整个图像上,从而缩小了搜索空间、提高了搜索效率。与此同时,基于多相机网络联合约束优化的数字图像相关方法能够实现相机间位置及姿态参数的优化求解,进一步提高了散斑点空间三维坐标的重构精度,从而提高变形信息的测量精度。(3)针对大视场范围下飞行器运动位姿参数测量易受模型累积误差、成像畸变、已知特征信息不足等因素的影响问题,设计并构建一种新型视觉测量模式。建立了适用于视觉测量过程中的多源特征数据融合模型,克服特征点的单一性与低效性;然后构建基于特征点云信息双向传递的闭合测量模式,改变传统方法中从图像数据到空间特征信息传递的单向过程,将已确认的空间数据作为控制信息返回至测量处理过程中,增加了解算冗余信息,提高了飞行器运动参数估计的稳定性与可靠性。(4)最后,针对视觉测量过程中散斑特征匹配耗时较长问题,仅在算法上的优化和改进难以使解算速度获得跨数量级的提升,因此通过NVCC编译CUDA源程序的GPU并行计算模式,提高了散斑匹配的亚像素搜索效率。通过NVCC编译CUDA源程序的GPU并行编程方式具有很强的灵活性,解决了Mex脚本和其他语言程序交互时的障碍问题,同时不受重载函数的限制,使变形测量程序总体运算性能达到一个较优状态,实现了较高的运算加速比。此外,通过CUDA异构并行算法对地面飞行器大尺寸模拟翼面进行三维平移测量和动态立体变形测量实验,获得了较好的实验效果,为实现目标立体变形的实时测量与输出奠定了理论与技术基础。
王婷[4](2020)在《针对不完全投影数据的CT重建算法研究》文中研究指明计算机断层成像(Computerized Tomography,CT)技术作为一种无损的检测技术,能够利用不同角度下采集到的待测物体的X光投影数据重建出反映物体结构信息的二维或三维图像。CT技术因为具有无损、高时空分辨率和三维可视化等优点,已被广泛地应用于医疗诊断、工业检测和安全检查等诸多领域。在实际应用中,由于对X光剂量的考虑,以及扫描环境或待检测对象的影响,会得到不完全的投影数据,即投影数据不满足精确重建的条件。这对高质量的CT图像重建来说是很大的挑战,多年来一直是研究的热点之一。本文主要围绕不完全投影数据的图像重建问题进行研究,包括低剂量CT、稀疏视角CT和有限角度CT重建问题。在对不完全的投影数据进行重建时,重建图像的质量和重建的速度都非常重要。本文的主要工作内容和贡献如下:1.针对低剂量CT和稀疏视角CT的图像重建问题,解析法如滤波反投影(Filtered Back-Projection,FBP)算法重建速度快但效果差,迭代算法的重建表现更优异但往往需要较多的迭代次数因而较为耗时。为了结合解析法和迭代重建算法的优势,本文提出了一种针对扇形光束各种扫描结构的快速迭代重建算法,包括标准的普通扇束扫描、短扫描和极短扫描,涵盖了低剂量和稀疏视角CT两种情况。该算法通过构建基于FBP算法的预处理矩阵,对常见的一阶原始对偶问题的迭代求解过程实现了加速。由于扇束CT不同扫描结构对应的FBP算法有差异,因此本文针对不同的情况分别设计了不同的预处理矩阵。本文提出的算法能够快速收敛到代价方程的最小值点,相比于一些经典的快速迭代重建算法如快速迭代阈值收缩算法(Fast Iterative Shrinkage-Thresholding Algorithm,FISTA)速度有 2.5倍以上的提升。另外,由于本文的方法可以使用并行运算,因此若使用性能更好的计算设备或者GPU(Graphical Processing Unit),其重建速度可以进一步加快。2.锥束CT重建可以直接得到物体结构的三维图像,具有扫描速度快、有各向同性的空间分辨率和X射线利用率高等优点,近年来在医学和工业等领域得到了越来越广泛的应用。然而,锥束CT对应的三维图像重建算法相比于平行光束和扇形光束CT对应的二维图像重建算法要复杂得多,且计算量大,重建耗时,因此其对于重建算法的速度要求更高。考虑到近似重建算法比精确重建算法计算简单,本文提出了一种针对圆周锥束扫描结构的快速迭代重建算法。该算法使用基于近似重建算法FDK(Feldcamp,Davis,Kress)的预处理矩阵对迭代重建过程进行加速,覆盖了低剂量CT和稀疏视角CT两种情况,在三维重建实验中本文提出的算法表现优于其他对比算法,且收敛速度快。由于本文的方法能够使用并行运算,因此可以使用GPU进行进一步的加速。3.在有限角度CT重建方面,本文提出了一种基于各向异性全变分的快速迭代重建算法,覆盖了低剂量和稀疏视角CT两种情况,且适用于平行光束CT、扇形光束CT和锥形光束CT等各种扫描结构。普通的全变分(Total Variation,TV)只利用了重建图像在梯度域的稀疏先验信息,而各向异性TV则在此基础上对投影数据角度范围这一附加先验信息加以利用,因此在有限角度CT重建中表现更加优异。通过将各向异性TV与快速迭代重建算法相结合,本文的方法能够以比对比算法更少的迭代次数得到更优的重建结果,且重建图像中有限角度问题所特有的条状伪影也更少。4.为了更有效地利用图像的稀疏先验,本文在有限角度CT重建方面提出了一种基于重加权各向异性TV的迭代重建算法。L0范数是最直接的稀疏表达,但因为其非凸的性质,无法直接对其进行求解,因此一般情况下都会使用易于求解的L1范数作为稀疏测度。重加权方法通过对L1范数中不同的项赋予不同的权重值,使其能够更好地对L0范数这一最直接的稀疏表达进行近似。我们将重加权方法融入到各向异性TV之中,既更为有效地利用了图像的稀疏先验,又充分利用了有限角度问题中投影数据角度范围这一先验信息。本文提出的方法相比于经典的全变分系列其他算法,在均方根误差这一量化指标上有20%的提升,同时重建所需的时间减少了7%以上。
杨飞霞[5](2020)在《遥感图像特征提取与融合方法的研究》文中提出随着微电子与传感器技术的不断发展,遥感卫星的图像采集能力日益增强,可以获取全色图、多光谱、高光谱等多种类型图像,并且其光谱分辨率、空间分辨率等方面都得到显着的提升。高光谱图像包含丰富的光谱信息与空间分布信息,具有极强的地物探测能力,被广泛应用到地表矿物探测、环境监测、军事目标检测与分析等领域。然而,由于传感器工艺以及技术等因素制约,全色图像仅含有一个光谱波段但空间分辨率较高,多光谱图像空间分辨率较低但包含几个至十几个波段,而高光谱图像包含几十至数百个波段但空间分辨率很低。因此,高光谱图像中存在大量的混合像元,这为图像处理带来两大问题:一是如何从高光谱混合像元中准确地提取图像所包含物质(端元)的光谱特征及相应的空间分布(丰度);二是如何提升高光谱图像的空间分辨率,尽可能地减少混合像元。高光谱图像的特征提取即为光谱解混过程,而基于光谱解混的图像融合则是获取高光谱超分辨率图像一条非常有效的途径。此外,高光谱与多光谱图像都是立方体数据,利用矩阵分解实现特征提取与图像融合时需要将三维数据展开成矩阵形式,这将导致部分数据结构信息丢失等问题。本论文在光谱解混的框架下,利用凸几何理论中最小体积准则,深入挖掘遥感图像光谱特征与空间特征的内在关系,研究了基于空谱正则化的特征提取方法;并且在非负矩阵分解与低秩张量分解的基础上,利用近似最小体积、各向异性总变分、低秩稀疏等正则化方法,对高光谱与多光谱图像融合方法进行了深入研究。论文主要研究工作及创新点包括以下几个方面:(1)利用凸几何最小体积准则以及向量总变分平滑特性,提出了基于矩阵分解与空谱正则的高光谱图像特征提取方法。首先,该方法引入了三种基于最小体积的二次正则表达式,挖掘高光谱图像端元特征与空间特性的相关性。最小体积单纯形是由端元作为顶点构成的凸几何体,应包含图像中所有的像元,因此最小体积单纯形同时携带丰富的光谱信息与空间分布信息,能够有效提升特征提取方法的性能。其次,由于高光谱图像中存在大量的混合像元,特别是受到噪声干扰时会导致解混性能的下降,因此引入基于总变分的空谱平滑正则项,提升算法的抗噪性能。最后,构造结构化矩阵将解混模型转换为基于矩阵变量的凸优化问题,利用交替优化算法高效地求解图像数据的端元矩阵与丰度矩阵。经过合成数据集与真实数据集测试,实验结果表明该特征提取算法能够有效地提取高光谱数据的端元特征与丰度特征。(2)将高光谱与多光谱图像融合看作是一个交变动力系统,在凸几何理论基础上提出了一种近似最小体积的遥感融合方法。首先,根据子空间观测模型,定义了一种近似最小体积的表达式,将单纯形体积等效于端元顶点与高维空间迭代重构数据的质心之间距离和,充分利用高光谱与多光谱子空间特征的相关性,改善数据矩阵化所导致结构信息丢失等问题。其次,利用近似交替优化与交替方向乘子法设计快速的求解算法,将一个双凸的融合问题进行解耦分解为两个凸的单变量优化子问题,并增加等式约束实现多变量分离再利用交替方向乘子法分别进行求解,加快了算法的收敛速度。最后,在Pavia大学、Moffett和Washington DC三组数据集上测试结果显示,该融合算法能够显着提高重构图像质量与空间分辨率。(3)利用各向异性总变分对最小体积单纯形内的像元进行平滑去噪,提出一种单纯形空间稀疏平滑的遥感图像融合方法。首先,将最小体积单纯形等效为端元之间距离平方和,利用这个二次项表达式对端元特征进行正则化,缓解矩阵分解所引起的空间结构信息的损失。其次,在基于耦合非负矩阵分解的数据拟合项基础上引入各向异性总变分,利用相邻像元空间特征的渐变性,分别在垂直和水平方向对每个谱带的二维图像进行平滑,提升融合方法的抗噪性能。再次,构建结构化矩阵对正则项进行优化处理,采用交替优化等方法设计高效的求解算法,并且利用张量算子对大规模矩阵进行降维处理。真实数据集仿真测试结果表明,该融合优化方法不仅能有效地提升重构图像的性能,而且具有良好的抗噪性能。(4)为了更充分利用遥感图像的空谱结构信息,提出了一种基于低秩张量分解的遥感图像融合方法。首先,在Tucker张量分解基础上构建高光谱与多光谱图像的张量观测模型,利用因子矩阵的低秩特性,消除空间维度的冗余信息以及光谱维度的阴影效应。其次,核张量包含因子矩阵的权重系数,利用核张量的稀疏性强化目标图像在三个模态上的稀疏分解表示。再次,考虑到光谱维度因子矩阵中特征向量的渐变性,利用总变分对光谱因子矩阵进行垂直方向平滑消除噪声;最后,利用共轭梯度与交替方向乘子法设计出一组高效的求解算法,降低了算法复杂度。仿真结果表明该算法能够明显提升重构图像的分辨率,降低了融合方法的噪声敏感性。
曹海峰[6](2020)在《大型光学红外望远镜拼接镜面主动光学技术研究》文中指出随着现代天文学的飞速进步,对望远镜探测能力的要求不断提高,对望远镜口径的要求也急剧增大。受镜坯制造、光学加工、运输装调等因素影响,大于8m级的大型望远镜只能通过拼接镜面技术实现。对大型拼接镜面望远镜来说,拼接镜面的主动光学共相保持和共相误差检测是其关键点与难点。拼接镜面的共相保持。拼接镜面在通过光学方法实现共相之后,受到重力、风载、热、振动等因素的影响,拼接子镜间的共相状态被破坏。主动光学系统通过边缘传感器监测相邻拼接子镜之间的相对位姿变化,然后由主动光学控制系统计算出相应的位移促动器的补偿量,并给位移促动器发送指令,由位移促动器将拼接子镜的位姿重新调整到共相状态。拼接镜面的共相检测。拼接镜面只有保持严格共相时才能获得等大口径单镜同样的光学性能。如果存在piston误差,则镜面连续性被破坏,从而降低拼接镜面望远镜的光学性能。由于共相检测存在2π模糊,所以要结合多波长共相检测技术抑制2π模糊并且避免引入非共光路误差。鉴于大型拼接镜面望远镜是我国未来望远镜的重要发展方向,对大型拼接镜面望远镜关键技术——主动光学共相保持和共相检测技术开展具有理论意义和现实意义的研究。本文具体完成了以下几个方面的工作:(1)通过总结大型望远镜发展规律和拼接望远镜的六边形子镜、扇形子镜、圆形子镜呈稀疏孔径式的三种拼接镜面实现形式,明确了拼接镜面主动光学共相保持和共相检测技术是实现大型望远镜的关键技术。(2)基于拼接子镜形状的拓扑结构特征,提出了可拓展式拼接镜面主动光学控制模型,并利用该模型分析了位移促动器排布和边缘传感器间距对拼接镜面主动光学控制的影响;针对大型拼接镜面望远镜中边缘位移传感器布置数量冗余、拼接镜面主动光学控制矩阵条件数大、控制矩阵不稳定等问题,提出了基于数据融合的思想,利用岭估计提高拼接镜面主动光学控制矩阵稳定性的方法。(3)对国外现有的拼接望远镜的子镜支撑结构形式进行了总结归纳,指出了拼接子镜支撑系统采用Guide Flexure结构解耦轴向支撑和侧向支撑,引入边缘传感器测量误差这一共性问题,提出了基于多体运动学理论的拼接子镜运动学模型,并基于该模型提出了基于矩阵思想的误差校正方法,避免了Look-up-table。(4)对国内外现有共相检测技术进行了归纳和总结,针对现有共相检测技术中2π模糊的问题和传统曲率传感技术易受大气扰动影响的问题,提出了结合多波长,基于曲率传感技术的改进粒子群优化的小波支持向量机用于相邻拼接子镜间piston误差范围检测的方法,避免了引入非共光路误差。(5)对边缘传感器进行了噪声测试实验。建立了扇形拼接镜面主动光学模型,并基于该模型,分析了边缘传感器位置误差和测量噪声对拼接镜面主动光学控制的影响。基于Matlab平台编写了拼接镜面主动光学集成仿真系统,建立了Matlab-ANSYS接口和基于DDE技术和Zemax宏语言的Matlab-Zemax接口,利用ANSYS强大的结构仿真分析能力和Zemax强大的光学仿真分析能力及Matlab优秀的数据处理能力将拼接镜面主动光学技术高度集成,便于拼接镜系统误差分析和分配模型的建立,提高了在设计阶段的误差的分析和分配的效率,减小了工程技术风险,有利于主动光学技术方案向最优解的快速迭代。利用该仿真系统对拼接子镜形状和尺寸、拼接子镜piston误差、tip/tilt误差对拼接镜面望远镜光学系统成像质量的影响进行了仿真分析。
孔一璇[7](2020)在《光学镜面研抛机器人精度设计及运动学参数标定研究》文中认为随着信息时代的到来,现代光学系统正朝着大口径、高精度、高分辨率的方向快速发展,其中光学镜面以优越的光学性能在国家安全和科学发展的战略性重大部署中均占据着重要地位。随着对光学镜面精度的要求日益增长,相关的光学镜面加工装备也在不断更新进步。在并联机构的基础上结合串联机构,使其兼具刚度高、响应速度快、累积误差小以及运动范围大等优点,更加适合用于大型光学镜面的加工。本文以一种三自由度并联机构和二自由度转头组成的混联机构作为光学镜面研抛机器人的主体,考虑到并联机构的运动精度对镜面加工质量有着重要的影响,因此本文研究了机器人并联部分的误差建模、精度设计、运动学参数标定以及针对运动精度等性能的尺度优化等方面的内容,并通过数值仿真和实验验证了所建立模型的准确性和研究方法的有效性。主要研究内容如下:(1)研究了研抛机器人并联部分的误差建模方法并进行了误差分离:首先,利用闭环矢量法对机器人的串并联部分进行运动学建模并对研抛盘位置进行求解;然后,在对并联部分中的球副进行优化的基础上,对机构中各个运动副内的几何误差源进行分析;最后,基于矢量法建立误差映射模型,并且实现模型中可补偿误差源与不可补偿误差源的分离,为后续对误差源进行精度分析以及对末端位姿误差进行补偿提供理论基础。(2)研究了研抛机器人并联部分的精度设计方法并进行了数值仿真:首先,将各几何误差源对末端位姿误差的影响程度进行分析并确定主要误差源,建立误差灵敏度模型,将动平台运动精度对各个误差源的敏感程度在设计空间内的分布情况进行定量分析;然后,对各几何误差进行随机采样,将其综合影响下的动平台误差值分布概率进行仿真分析,此外对动平台在设计空间内的最大误差分布情况进行仿真分析,为后续的研抛轨迹规划提供理论依据;最后,建立总体成本模型,基于量子粒子群优化算法对误差源进行精度综合研究,并利用蒙特卡洛模拟对几何误差源公差分配结果的合理性进行验证。(3)研究了研抛机器人并联部分的运动学参数标定方法并进行了实验验证:首先,根据几何误差源的分析以及可补偿误差源的分离结果,确定待标定的几何误差参数并建立标定模型;然后,通过实验测量多组动平台位姿,分别采用最小二乘法以及改进主元加权迭代法进行参数辨识,并对辨识的误差率进行对比分析;最后,基于参数辨识结果对动平台的位姿误差进行补偿,并通过MATLAB软件对标定前后的误差值进行仿真对比,验证了误差映射模型建立的准确性以及运动学标定方法的有效性。(4)研究了研抛机器人精度等运动学性能和动力学性能并以此为基础实现了多目标尺度优化:首先,定义运动灵巧度、位姿精度、驱动力矩以及惯量耦合强度等性能指标,对各项指标在设计空间内的变化规律进行仿真分析,并确定各项性能与机构尺寸参数的相关性;其次,在确定优化设计变量的基础上,根据工作空间分析结果以及各构件的尺度范围设置约束条件,并通过线性加权法建立多目标优化模型;然后,利用MATLAB的遗传算法工具箱对目标函数进行优化计算,获得令机器人运动性能最优的一组尺度参数;最后,根据机构的尺度优化结果,将优化前后的各项运动性能进行对比分析,验证了优化结果的准确性并为研抛机器人的设计工作提供理论依据。本论文共有图55幅,表14个,参考文献99篇。
党蕊君[8](2020)在《基于地基激光雷达资料的边界层高度反演与同化研究》文中认为大气边界层是直接受地表影响并在短时间内对地表强迫做出响应的对流层底层,与人类活动及整个生态系统密切相关。边界层高度作为表征边界层结构的长度尺度以及中小尺度大气或空气污染模式、气候模式的重要输入参数,对其准确评估至关重要。目前没有直接探测工具,主要依赖于大气变量(位温、比湿、风速等)和气溶胶浓度垂直廓线的探测进行估计。气溶胶激光雷达作为主动遥感仪器被广泛应用于边界层高度的反演中,近年来尽管诸多算法被提出并发展但是激光雷达反演边界层高度依然存在挑战,尤其是在云层和残留层存在的复杂层结情况下。此外,激光雷达在全球很多国家和地区广泛布网,提供了大量高时空分辨率观测资料,将其同化进数值模式无疑会进一步提高其应用价值。激光雷达资料属于非常规观测,直接同化存在较大的困难,先基于其反演边界层高度,再将反演结果同化进模式是一条有效途径,但极具挑战性。本文将探索提高雷达反演边界层高度准确性的方法,并基于边界层高度与大气变量的相关性分析,初步开展边界层高度同化试验研究。首先基于兰州大学半干旱气候与环境观测站(SACOL)的微脉冲激光雷达资料,结合实例分析对目前广泛应用于边界层高度反演的算法进行比较。分别针对晴空和复杂层结(云层、残留层)情况,利用理想廓线方法和小波协方差变换方法反演边界层高度,对不同条件下白天边界层发展过程和强迫机制进行分析。在晴空条件下直接利用两种算法进行反演,通过考虑时间连续性剔除局地噪音信号对反演结果的干扰。对比结果表明,雷达反演结果与基于探空资料通过位温梯度方法确定的热力边界层高度接近,根据41个晴空实例计算的相关系数高于0.9;雷达反演的边界层高度能够很清晰地体现白天边界层的发展过程,白天边界层的发展主要受地表热力强迫的湍流强度决定,边界层高度的日变化主要响应于地表湍流动能的浮力产生(或感热通量)的日变化。同时,逆温结构会严重限制边界层的发展。在有云以及残留层存在的复杂层结下,本文提出了一种根据云层和残留层的位置动态确定上限高度的方法以减弱复杂层结的影响。云层和残留层的识别主要基于在这些层结的上下边界处散射信号的强正负梯度会成对出现的特征,同时,云层(或残留层)对激光的散射强度通常远高于(或接近于)边界层内气溶胶的散射。此外,对于云层,根据云底以下是否存在能反映边界层顶的强的信号负梯度(阈值-2)以判定其是否与边界层耦合。当云层位于边界层以上(或边界层顶时)时,云底高度(或云层以上散射信号正梯度首次出现的位置)判定为反演边界层高度的上限位置;而对于残留层,层顶以下信号最强正梯度的位置确定为上限高度。在上限高度以下,利用小波变换方法和理想廓线方法反演边界层高度,并和晴空情况类似,考虑时间连续性剔除局地噪音信号的干扰。与探空反演结果对比发现,上限高度有效减弱了云层对雷达反演边界层高度的干扰,20个有云实例两种探测手段反演结果的相关系数超过0.7。日变化过程进一步反映了上限高度对残留层和云层干扰的减弱,给予高度限制后反演的边界层高度能够清晰反映边界层发展的日变化过程,能够被等效位温的时空分布和地表湍流动能(切变产生和浮力产生)的日变化合理解释。此外,在多云天气,边界层的发展可能会受云层辐射强迫的影响,相比于晴空,多云天气边界层的发展机制可能更为复杂。边界层高度同化最主要的困难在于非线性观测算子比较复杂,集合卡尔曼滤波(EnKF)同化方法解决了变分方法中伴随矩阵实现困难的问题。相比于3D-VAR方法中使用的定常的背景误差协方差,EnKF基于集合预报样本统计获得流依赖的背景误差协方差矩阵。本文选取一种简化的不考虑观测扰动的集合同化方法,集合均方根滤波(EnSRF),开展边界层高度同化试验。在同化之前先对边界层高度与大气变量的相关性以及相关性的空间分布进行统计分析。结果表明,边界层高度和位温(或扰动位温)、比湿(或水汽混合比)、扰动位势高度有着显着的相关性,和三维风场的相关性弱。在垂直方向上,相关系数在边界层内接近于常数且相关性强于自由大气,在边界层顶附近存在明显的过渡区。在水平方向上,边界层高度和模式变量相关性的强度及性质跟下垫面类型有关,在垫面类型一致的区域相关性较强。最后,基于相关性统计结果,借助WRF中尺度数值模式和EnSRF同化方法,通过观测系统模拟试验(OSSEs)对边界层高度同化时模式分析变量的选取、垂直局地化和水平局地化等问题进行探讨。研究结果表明,白天边界层高度的同化对边界层高度以下的模式变量包括扰动位温、水汽混合比和扰动位势高度的模拟和预报产生显着改进,对边界层高度以上的3个变量几乎无改进作用;对垂直任意层的垂直速度的影响不明显、但会导致所有层的水平风场偏离其“真实场”。当直接被更新的分析变量只包括扰动位温、水汽混合比和扰动位势高度,垂直影响半径设置为边界层高度时,边界层高度的同化有利于增强边界层内的垂直湍流混合强度,产生更暖更干的边界层,诱导更强的夹卷过程使得向下的动量通量输送增强,边界层内的风场会相应增强并在大部分地区更加接近“真实场”(除过研究区域的边界处)。因此,在白天边界层高度同化过程中,直接被更新的模式分析变量可以只包括扰动位温、水汽混合比和扰动位势高度,垂直影响半径应该确定为边界层高度或略高于边界层高度。夜晚边界层高度一般远远低于白天,同化试验结果表明边界层高度同化对模式变量的影响远低于白天。夜晚边界层高度同化时,仅会对水平风场产生微弱的改进,且垂直影响半径为边界层高度或略高于边界层高度,其他状态变量会因为模式的动力协调而产生微小改进。在水平局地化方面,陆面边界层高度的同化对水体区域扰动位温和水汽混合比产生负面影响,因此在边界层高度同化时应该考虑下垫面类型的影响,陆面(或水体)观测只应影响陆面(或水体)模式格点的状态变量。采用不同水平影响半径的研究发现,边界层高度同化会对水平一定范围内模式格点的扰动位温、水汽混合比和扰动位势高度的模拟和预报产生明显改善。单点试验显示,边界层高度同化的水平影响半径大约为20dx(约60 km);当存在多个观测点时,水平影响半径跟观测站点的稀疏程度有关。局地化主要作用是降低远距离虚假相关的影响,理论上应该有一个最优取值,但是由于本研究中试验模拟区域较小且下垫面比较均匀等原因,敏感性试验中并未出现优化的最优解。本研究试验结果表明,在下垫面类型比较均匀的区域进行边界层高度同化时,综合考虑同化效果和计算成本,最佳水平影响半径应该是观测点间距的1-2倍。
朱文静[9](2014)在《基于偏振—高光谱多维光信息的番茄氮磷钾及交互作用检测研究》文中研究说明目前,我国设施园艺面积已突破330万公顷,居世界第一位。经常出现氮、磷、钾等主要营养元素比例失调和胁迫症状,直接影响产量和品质。因此,迫切需要在作物生长过程中对养分进行精确监测和诊断。目前国内外营养检测仅利用了光波的强度,即反射率或反射强度,采用反射光谱技术或图像技术等单一方法诊断作物的营养状况。为了克服单一技术手段无法全面获取作物营养元素亏缺引起的内部组分改变和外部形态特征变化的不足,本研究以番茄为研究对象,引入光波的偏振信息,提出基于偏振-高光谱的多维光信息番茄营养胁迫的诊断方法。本论文的主要研究内容如下:(1)开发了基于偏振-高光谱多维光信息的作物营养综合检测实验平台。为了对设施番茄的偏振特征进行精确提取和研究,设计开发了一种新型的偏振光谱采集分析系统,实现对不同入射天顶角的偏振光激励下的作物叶片在不同探测天顶角的偏振响应进行综合检测分析。结合高光谱图像系统构建了偏振-高光谱作物营养多维光信息综合检测实验平台。在温室大棚中以无土栽培方式培育了N、P、K营养胁迫及对照组番茄植株,分别采用凯氏定氮法、分光光度计法、火焰光度法分析了各个生长期营养元素含量分布规律。结果表明样本培育达到了预期的效果,营养元素胁迫植株的成功培育为后续研究奠定了坚实的基础。(2)研究了基于高光谱的图像特征的氮磷钾营养胁迫模型,试验将获取的番茄叶片高光谱图像进行图像分割、滤波等预处理,经过主成分变换后有效降维,并通过前5个主成分与N、P、K之间的各波长点的权重系数曲线分析,分别找出4个敏感波长,其中三个共有波长为566.29nm,693.71nm,733.71nm;以及N、P、K特有的敏感波长依次是:464.91nm,474.85nm,762.24nm。接着将在敏感波长下采用基于灰度共生矩阵的二阶概率统计滤波提取纹理特征,通过相关性分析得出与N、P、K相关性均较高的图像特征为:VAR693.71、CON566.29、DIS693.71、ENT733.71、 ASM566.29、COR733.71; N、P、K特有的图像特征依次为:氮ASM464.91、COR464.91;磷HOM693.71、ENT474.85;钾HOM762.24、ENT762.24。在建模过程中有比较地运用了MLR.PCR以及PLS三种建模方法。从建模结果看,N元素的PCR模型性能最优,Rc=0.9630,RMSECV=0.3846%,Rp=0.9205,RMSEP=0.4486%.P元素的PLS模型最优,Rc=0.8864,RMSECV=0.5704%,Rp=0.8713,RMSEP=0.5420%.而K元素的MLR模型最优,校正集Rc=0.9109,RMSECV=0.4163%,Rp=0.8547, RMSEP=0.5047%.(3)研究了基于反射光谱特征的氮磷钾营养胁迫模型,试验将从番茄叶片高光谱图像中获取的的反射光谱进行SNV、MSC等光谱预处理后,分别采用iPLS、 SiPLS、BiPLS和iPLS-GA特征波段筛选方法优选N、P、K元素含量对应的敏感波长并建立基于反射光谱特征的模型,其中N元素的iPLS-GA模型效果最佳,Rc=0.9156,RMSECV=0.595%,Rp=0.9048,RMSEP=0.632%.P元素的SiPLS模型最佳,Rc=0.8765,RMSECV=0.592%,Rp=0.8740,RMSEP=0.512%;K元素的SiPLS模型最佳,Rc=0.9116,RMSECV=0.598%,Rp=0.9075,RMSEP=0.835%.(4)研究了基于偏振反射特征分析的偏振度番茄营养检测模型。针对特定研究对象,通过正交试验并结合分析各因素与偏振反射比的关系确定了优化组合角度由主到次分别为:入射天顶角60°,偏振片旋转角度45°,探测天顶角45°,方位角180°。对比了在优化组合角度下不同胁迫程度和不同生长期对番茄叶片偏振反正比的影响和差异。为了量化这种差异,利用Stocks公式提取了不同N、P、K水平番茄叶片样本的偏振度特征,采用相关分析法筛选基于偏振度特征与番茄叶片参考值含量有显着关系的敏感波长,提取出N、P、K共有的敏感波长有为655.408nm,744.482nm,850.578nm,而N、P、K特有的敏感波长依次分别为380.487nm,914.562nm,556.664nm。以敏感波长处的偏振度为特征建立了MLR、PCR、PLS模型。N元素的PLS模型最佳,Rp=0.9145,RMSEP=0.7299%;P元素的PLS模型的Rp=0.7846,RMSEP=1.1021%。K的MLR模型最佳,Rp=0.9009,RMSEP=0.7982%,为番茄养分含量情况的快速检测提供了新的思路。(5)首次研究了基于偏振-高光谱多维光信息的设施番茄营养含量检测模型。在对图像、光谱和偏振度特征进行准确提取和充分研究的基础上,通过线性和非线性融合方法对番茄叶片的光谱、图像、偏振度特征进行特征层融合。线性融合模型均采用MLR和PLS两种方法,只有N元素含量的线性融合模型精度高于单一类型特征变量的模型。利用BP-ANN以及SVR方法建立非线性融合模型,从建模的结果看,N元素的BP-ANN方法的模型效果最佳,主成分因子数等于6时,Rp=0.9400,RMSEP=0.1995%。P元素的SVR-PSO模型最佳Rp=0.8998,RMSEP=0.1912%。K元素的SVR-GS模型最优,Rp=0.9101,RMSEP=0.1417。研究结果表明基于偏振-高光谱多信息融合的方法评判番茄营养胁迫状况的方法是可行的,融合模型的精度和稳定性较单一来源模型明显提高。(6)首次研究了基于偏振-高光谱多维光信息的N、P、K交互作用下设施番茄营养含量诊断模型。通过尝试权重系数矩阵和交互影响系数矩阵的求解对一般线性融合方程进行修正,建立了在考虑氮、磷、钾三者交互作用下的番茄营养含量检测模型。以开花期和结果中期的数据为例计算了N、P、K的预测值,开花期N元素模型的Rp=0.9585,RMSEP=0.2609%,;P元素的Rp=0.9201,RMSEP=0.1739%;K元素的Rp=0.9194,RMSEP=0.2263%。结果中期N元素的Rp=0.9461,RMSEP=0.2452%;P元素的Rp=0.9183,RMSEP=0.2616%;K元素的Rp=0.9144,RMSEP=0.2436%。预测结果表明该方法获得了精度更高的检测模型,尤其是P元素提升幅度相对较大,证明三种元素之间存在着交互影响作用,通过对氮、磷、钾交互作用的综合解耦可以进一步提高多信息融合模型的预测精度,为交互作用下作物营养快速无损检测建模提供新的思路。
姚伟超,童敏明,戴新宇,魏明生[10](2012)在《粉尘颗粒阵列传感器灵敏度分析》文中研究表明为了更好的实现粉尘颗粒浓度的测量,对阵列式光学传感器的灵敏度场进行了数学建模和分析,对传感器权重系数进行了计算,分析了不同阵列结构传感器的灵敏度系数。最后根据数学模型使用C语言进行了编程计算,并对四种结构的传感器灵敏度进行了仿真分析与图形仿真。
二、光学PT扇束结构权重系数矩阵计算与实现(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、光学PT扇束结构权重系数矩阵计算与实现(论文提纲范文)
(1)离轴望远镜失调误差检测技术研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究背景 |
1.2 课题研究意义 |
1.3 初始装调基本流程 |
1.3.1 光学基准的建立 |
1.3.2 光学镜片初始装配 |
1.4 失调误差检测技术研究现状 |
1.4.1 解析模型装调技术 |
1.4.2 数值模型装调技术 |
1.5 课题研究内容及论文结构 |
第2章 光学系统像差理论研究 |
2.1 引言 |
2.2 失调误差概述 |
2.3 像质评价方法 |
2.4 共轴系统像差特性 |
2.4.1 轴向失调误差对像差的影响 |
2.4.2 横向失调误差对像差的影响 |
2.5 离轴系统像差特性 |
2.5.1 矢量波像差理论 |
2.5.2 光瞳坐标变换 |
2.5.3 未失调离轴系统像差特性 |
2.5.4 失调离轴系统像差特性 |
2.5.5 像差特性总结 |
2.6 本章小结 |
第3章 传统失调误差检测技术 |
3.1 引言 |
3.2 基于理论解析模型的失调误差检测法 |
3.2.1 基于矢量波像差理论的失调误差检测法 |
3.3 基于数值拟合模型的失调误差检测法 |
3.3.1 评价函数回归检测法 |
3.3.2 微分波前采样检测法 |
3.3.3 基于人工神经网络检测法 |
3.3.4 灵敏度矩阵检测法 |
3.4 本章小结 |
第4章 基于二阶灵敏度矩阵的失调误差检测法 |
4.1 引言 |
4.2 灵敏度矩阵病态化研究 |
4.2.1 离轴模型建立 |
4.2.2 模型仿真结果 |
4.2.3 仿真结果分析 |
4.3 基于二阶灵敏度矩阵的失调误差检测法 |
4.3.1 二阶灵敏度矩阵法原理 |
4.3.2 二阶灵敏度矩阵法精度仿真实验 |
4.3.3 二阶灵敏度矩阵法适用范围仿真实验 |
4.4 失调误差耦合关系研究 |
4.4.1 离轴系统耦合关系仿真 |
4.4.2 二阶灵敏度矩阵法对耦合问题的探讨 |
4.5 小结 |
第5章 基于神经网络的失调误差检测法 |
5.1 引言 |
5.2 神经网络基本原理 |
5.3 基于全连接神经网络的失调误差检测法 |
5.3.1 全连接神经网络基本原理 |
5.3.2 全连接神经网络法有效性仿真实验 |
5.3.3 全连接神经网络法精度仿真实验 |
5.4 基于卷积神经网络的失调误差检测法 |
5.4.1 卷积神经网络基本原理 |
5.4.2 实验系统描述 |
5.4.3 实验结果分析 |
5.5 小结 |
第6章 总结与展望 |
6.1 研究内容概括 |
6.2 个人工作创新点 |
6.3 后续工作展望 |
参考文献 |
致谢 |
作者简历及攻读学位期间发表的学术论文与研究成果 |
(2)X射线荧光CT的探测角度优化与几何参数校正研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题的研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 X射线荧光CT成像系统 |
1.2.2 X射线荧光CT重建算法 |
1.2.3 X射线荧光CT几何校正方法 |
1.3 本文的主要研究内容和章节安排 |
2 X射线荧光CT基本理论 |
2.1 概述 |
2.2 X射线CT技术原理 |
2.2.1 X射线CT物理基础 |
2.2.2 X射线CT数学基础 |
2.3 X射线荧光CT技术原理 |
2.3.1 X射线荧光CT物理基础 |
2.3.2 X射线荧光CT数学基础 |
2.4 X射线荧光CT模拟技术 |
2.4.1 数值模拟 |
2.4.2 蒙特卡罗模拟 |
2.5 X射线荧光CT重建技术 |
2.5.1 解析重建算法 |
2.5.2 迭代重建算法 |
2.6 本章小结 |
3 X射线荧光CT的探测角度优化研究 |
3.1 概述 |
3.2 探测角度对X射线荧光CT的影响 |
3.3 多探测角度笔束X射线荧光CT模拟 |
3.3.1 模拟系统参数 |
3.3.2 荧光信号提取 |
3.4 图像重建及结果分析 |
3.4.1 图像重建 |
3.4.2 重建结果分析 |
3.5 本章小结 |
4 基于局部线性关系的X射线荧光CT几何校正研究 |
4.1 概述 |
4.2 几何误差对X射线荧光CT的影响 |
4.3 基于局部线性关系的几何校正方法研究 |
4.3.1 局部线性嵌入算法原理 |
4.3.2 基于局部线性关系的几何校正方法 |
4.4 模拟实验 |
4.4.1 数值模拟实验 |
4.4.2 蒙特卡罗模拟实验 |
4.5 本章小结 |
5 总结与展望 |
5.1 论文工作总结 |
5.2 下一步工作展望 |
致谢 |
参考文献 |
个人简历、在学期间发表的学术论文及取得的研究成果 |
(3)基于立体视觉的飞行器物理仿真动态多信息测量方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.2 飞行器物理仿真动态多信息测量技术研究现状 |
1.3 基于立体视觉的多信息测量相关问题研究现状 |
1.3.1 立体相机参数高精度标定算法研究现状 |
1.3.2 基于数字图像相关方法的变形测量研究现状 |
1.3.3 立体视觉位姿估计关键问题研究现状 |
1.3.4 基于GPU并行运算的视觉测量应用研究现状 |
1.4 主要研究内容 |
第2章 飞行器多信息立体视觉测量系统相机参数高精度标定 |
2.1 引言 |
2.2 相机成像模型与标定问题分析 |
2.2.1 相机成像模型与畸变矫正 |
2.2.2 立体相机参数标定与非线性优化 |
2.3 圆形特征点亚像素边缘定位与偏心误差修正 |
2.3.1 考虑边缘模糊的改进Zernike矩子像素灰度估计 |
2.3.2 投影椭圆拟合与偏心误差修正 |
2.3.3 圆形特征点中心坐标定位结果分析 |
2.4 基于双更新策略加权差分进化粒子群优化的相机参数标定 |
2.4.1 粒子群优化算法 |
2.4.2 加权差分进化算法 |
2.4.3 基于双更新策略加权差分进化粒子群的相机参数标定 |
2.5 飞行器多信息立体视觉测量系统相机参数标定实验与分析 |
2.5.1 仿真实验与结果分析 |
2.5.2 实际标定实验与结果分析 |
2.6 本章小结 |
第3章 多相机网络联合约束优化的飞行器翼面三维变形信息测量 |
3.1 引言 |
3.2 数字图像相关方法测量原理 |
3.2.1 散斑图像子区匹配模型建立 |
3.2.2 双三次样条亚像素插值法 |
3.3 散斑图像子区亚像素时序匹配策略 |
3.3.1 Newton-Raphson迭代法的子区亚像素匹配 |
3.3.2 IC-GN迭代法的子区亚像素匹配 |
3.4 多相机网络联合约束优化的数字图像相关三维变形信息测量 |
3.4.1 多相机网络联合约束关系建立与优化求解 |
3.4.2 基于多相机网络联合约束优化的新型相关函数构建 |
3.4.3 三维重建与变形信息计算拟合 |
3.5 三维变形信息测量结果对比与分析 |
3.5.1 位移测量结果与分析 |
3.5.2 三维变形测量结果与分析 |
3.6 本章小结 |
第4章 基于多源数据双向传递的闭合测量模式与飞行器位姿信息解算 |
4.1 引言 |
4.2 基于多源数据双向传递的闭合测量模式建立 |
4.2.1 问题分析与描述 |
4.2.2 视觉测量中的多源数据融合模型搭建 |
4.2.3 立体视觉系统的闭合测量模式建立 |
4.3 多源数据双向传递的闭合测量模式下飞行器位姿信息解算 |
4.3.1 基于SVD的位姿变换矩阵估计 |
4.3.2 基于多相机扩展正交迭代算法的飞行器位姿信息估计 |
4.4 多源数据双向传递的闭合测量模式数值实验与分析 |
4.5 本章小结 |
第5章 基于GPU异构并行算法设计与多信息测量系统应用测试 |
5.1 引言 |
5.2 基于CUDA架构的GPU并行计算实现方式 |
5.2.1 GPU硬件构架与CUDA程序执行原理 |
5.2.2 NVCC编译CUDA源程序的GPU并行编程实现 |
5.3 基于CUDA架构的变形信息测量并行算法设计与实现 |
5.3.1 基于新型相关函数的图像子区散斑匹配并行运算方案设计 |
5.3.2 基于CUDA架构的亚像素匹配并行算法性能分析 |
5.4 飞行器大尺寸模拟翼面动态立体变形信息测量应用 |
5.4.1 基于视觉的立体变形测量系统介绍 |
5.4.2 CPU串行与CUDA架构并行运算下的匹配速度对比 |
5.4.3 飞行器大尺寸模拟翼面三维平移测量实验 |
5.4.4 飞行器大尺寸模拟翼面动态立体变形测量实验 |
5.5 飞行器物理仿真动态位姿信息测量实验 |
5.6 本章小结 |
结论 |
参考文献 |
攻读博士学位期间发表的论文及其它成果 |
致谢 |
个人简历 |
(4)针对不完全投影数据的CT重建算法研究(论文提纲范文)
致谢 |
摘要 |
Abstract |
1 绪论 |
1.1 课题背景 |
1.2 CT的研究现状 |
1.2.1 CT扫描机的发展 |
1.2.2 CT重建算法的发展 |
1.3 本文的主要贡献 |
1.4 论文的组织结构 |
2 CT技术概述 |
2.1 CT的基本原理 |
2.1.1 平行光束CT |
2.1.2 扇形光束CT |
2.1.3 短扫描扇形光束CT |
2.1.4 极短扫描扇形光束CT |
2.1.5 锥形光束CT |
2.2 CT图像重建模型 |
2.3 系统矩阵的计算 |
2.4 基于约束的CT图像重建算法 |
2.4.1 压缩感知理论 |
2.4.2 全变分系列算法 |
2.5 平行光束CT快速迭代重建算法 |
2.5.1 平行光束CT的FBP算法 |
2.5.2 基于FBP算法的低剂量CT快速迭代重建算法 |
2.5.3 基于FBP算法的稀疏视角CT快速迭代重建算法 |
2.6 图像质量评价 |
3 有约束的扇束CT图像重建算法 |
3.1 扇束CT快速迭代重建算法 |
3.1.1 扇束CT的FBP算法 |
3.1.2 基于FBP算法的扇束CT快速迭代重建算法 |
3.2 短扫描扇束CT快速迭代重建算法 |
3.3 极短扫描扇束CT快速迭代重建算法 |
3.4 算法总结 |
3.5 实验结果与分析 |
3.5.1 Shepp-Logan头部模型重建实验 |
3.5.2 腹腔CT图像重建实验 |
3.5.3 胸腔CT图像重建实验 |
3.5.4 真实人脑数据重建实验 |
3.6 小结与讨论 |
4 有约束的圆周锥束CT图像重建算法 |
4.1 锥束CT三维投影 |
4.2 圆周锥束CT的FDK算法 |
4.3 基于FDK算法的圆周锥束CT快速迭代重建算法 |
4.4 实验结果与分析 |
4.5 小结与讨论 |
5 基于ATV约束的有限角度CT快速迭代重建算法 |
5.1 ATV约束 |
5.2 问题模型的建立和求解 |
5.3 实验结果与分析 |
5.3.1 腹腔CT图像重建实验 |
5.3.2 胸腔CT图像重建实验 |
5.3.3 真实人脑数据重建实验 |
5.4 小结与讨论 |
6 基于重加权ATV约束的有限角度CT迭代重建算法 |
6.1 Lp范数和重加权方法 |
6.2 重加权ATV方法 |
6.3 实验结果与分析 |
6.3.1 Shepp-Logan头部模型重建实验 |
6.3.2 有泊松噪声的Shepp-Logan头部模型重建实验 |
6.3.3 真实毛细管数据重建实验 |
6.3.4 真实毛发数据重建实验 |
6.4 小结与讨论 |
7 总结与展望 |
7.1 本文工作总结 |
7.2 未来工作展望 |
参考文献 |
作者简历 |
(5)遥感图像特征提取与融合方法的研究(论文提纲范文)
摘要 |
ABSTRACT |
符号列表 |
第一章 绪论 |
1.1 课题研究背景与意义 |
1.2 高光谱图像特征提取方法及研究现状 |
1.2.1 端元特征 |
1.2.2 丰度特征 |
1.2.3 矩特征 |
1.3 高光谱与多光谱图像融合方法及研究现状 |
1.3.1 基于全色锐化的融合方法 |
1.3.2 基于贝叶斯推理的融合方法 |
1.3.3 基于深度神经网络的融合方法 |
1.3.4 基于矩阵分解的融合方法 |
1.3.5 基于张量分解的融合方法 |
1.4 优化方法与基础 |
1.4.1 交替方向乘子法 |
1.4.2 共轭梯度法 |
1.4.3 基于张量的向量-矩阵算子 |
1.5 遥感图像质量评价指标 |
1.6 论文主要工作及结构安排 |
1.6.1 研究内容及创新点 |
1.6.2 论文组织结构与章节安排 |
第二章 基于矩阵分解与空谱正则的高光谱图像特征提取方法 |
2.1 引言 |
2.1.1 相关工作 |
2.1.2 研究动机与贡献 |
2.2 基于矩阵分解与空谱正则的特征提取方法 |
2.2.1 线性混合模型 |
2.2.2 特征提取问题的定义 |
2.2.3 空谱正则化方法 |
2.3 优化求解算法 |
2.3.1 丰度特征提取 |
2.3.2 端元特征提取 |
2.4 实验仿真和性能分析 |
2.4.1 实验设置 |
2.4.2 参数选择与分析 |
2.4.3 实验结果与性能分析 |
2.5 本章小结 |
第三章 基于近似最小体积的遥感图像融合方法 |
3.1 引言 |
3.1.1 相关工作 |
3.1.2 研究动机与贡献 |
3.2 基于近似最小体积的融合方法 |
3.2.1 信号模型 |
3.2.2 融合问题的定义 |
3.3 优化求解算法 |
3.3.1 丰度矩阵估计 |
3.3.2 端元矩阵估计 |
3.4 实验仿真和性能分析 |
3.4.1 实验设置 |
3.4.2 参数选择与分析 |
3.4.3 实验结果与性能分析 |
3.4.4 计算复杂度分析 |
3.5 本章小结 |
第四章 基于单纯形空间稀疏平滑的遥感图像融合方法 |
4.1 引言 |
4.1.1 相关工作 |
4.1.2 研究动机与贡献 |
4.2 基于单纯形空间稀疏平滑的的融合方法 |
4.2.1 信号模型 |
4.2.2 融合问题的定义 |
4.3 优化求解算法 |
4.3.1 丰度矩阵估计 |
4.3.2 端元矩阵估计 |
4.4 实验结果和性能分析 |
4.4.1 实验配置 |
4.4.2 参数选择与分析 |
4.4.3 实验结果与性能分析 |
4.4.4 算法复杂度分析 |
4.5 本章小结 |
第五章 基于低秩张量分解的遥感图像融合方法 |
5.1 引言 |
5.1.1 相关工作 |
5.1.2 研究动机与贡献 |
5.2 张量分解 |
5.3 基于低秩张量分解的融合方法 |
5.3.1 张量观测模型 |
5.3.2 融合问题的定义 |
5.3.3 张量分解的正则化 |
5.4 优化求解算法 |
5.4.1 因子矩阵W估计 |
5.4.2 因子矩阵H估计 |
5.4.3 因子矩阵A估计 |
5.4.4 核张量C估计 |
5.5 实验仿真与性能分析 |
5.5.1 实验设置 |
5.5.2 参数选择与分析 |
5.5.3 实验结果与性能分析 |
5.5.4 计算复杂度分析 |
5.6 三种融合方法的性能比较 |
5.7 本章小结 |
第六章 总结与展望 |
6.1 全文工作总结 |
6.2 下一步研究工作计划 |
参考文献 |
附录一 缩略语列表 |
附录二 优化解的推导证明 |
1 优化解(3-14)式证明 |
2 优化解(3-17)式证明 |
3 优化解(4-18)式证明 |
4 优化解(4-19)式证明 |
致谢 |
攻读学位期间发表的学术论文目录 |
(6)大型光学红外望远镜拼接镜面主动光学技术研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 引言 |
1.2 大型拼接镜面望远镜发展现状 |
1.2.1 大型地基拼接镜面望远镜发展现状 |
1.2.2 大型空间拼接镜面望远镜发展现状 |
1.3 相关研究背景与现状 |
1.4 拼接镜面主动光学关键技术 |
1.4.1 拼接镜面共相保持中的边缘传感器技术 |
1.4.2 拼接镜面共相保持中的拼接镜控制技术 |
1.4.3 拼接镜面共相检测技术 |
1.5 课题研究意义与主要内容 |
1.5.1 课题研究的意义 |
1.5.2 课题研究的主要内容 |
第2章 主动光学控制模型的建立与分析 |
2.1 引言 |
2.2 稀疏孔径望远镜主镜姿态控制模型分析 |
2.2.1 硬点定位理论 |
2.2.2 主动光学校正量解算原理 |
2.2.3 主动光学控制模型的几何学原理 |
2.2.4 不同硬点排布策略下控制矩阵的建立 |
2.3 岭估计应用于稀疏孔径望远镜主镜姿态控制 |
2.3.1 岭估计原理 |
2.3.2 岭参数的选择 |
2.4 不同硬点排布策略下的控制仿真 |
2.5 分析与讨论 |
2.6 本章小结 |
第3章 边缘传感器测量误差的分析及校正 |
3.1 引言 |
3.2 拼接镜面望远镜子镜支撑结构分析 |
3.2.1 拼接镜面望远镜子镜支撑结构 |
3.2.2 拼接镜面望远镜子镜支撑结构的主动光学共性特征 |
3.2.3 三十米望远镜项目简介 |
3.3 TMT中电容式边缘传感器结构 |
3.4 测量误差分析 |
3.4.1 建立坐标系 |
3.4.2 坐标变换 |
3.4.3 数值模拟实验 |
3.5 边缘传感器测量误差校正及仿真 |
3.5.1 边缘传感器测量误差校正方法 |
3.5.2 仿真实验及结果分析 |
3.6 同时存在tip/tilt误差时边缘传感器测量误差的分析及校正 |
3.7 本章小结 |
第4章 拼接子镜的共相检测 |
4.1 引言 |
4.2 共相检测技术 |
4.2.1 焦平面共相检测技术 |
4.2.2 中间面共相检测技术 |
4.2.3 光瞳面共相检测技术 |
4.3 基于粒子群优化的小波支持向量机用于共相误差检测 |
4.3.1 考虑大气视宁的波前感知模型的建立 |
4.3.2 支持向量机理论 |
4.3.3 建立小波支持向量机模型 |
4.3.4 支持向量机的改进粒子群优化算法 |
4.4 仿真实验及结果分析 |
4.5 本章小结 |
第5章 边缘传感器噪声测试及大型拼接镜面望远镜主动光学集成仿真分析 |
5.1 引言 |
5.2 边缘传感器噪声测试 |
5.3 建立拼接镜面主动光学集成仿真模型 |
5.4 拼接镜面主动光学促动器Zernike模式控制 |
5.5 边缘传感器位置误差对促动器控制模式的正交性的影响分析 |
5.6 拼接子镜形状、刚体位移误差和尺寸大小对光学成像质量的影响 |
5.6.1 拼接子镜的piston误差对光学系统成像质量的影响分析 |
5.6.2 拼接子镜形状对拼接镜面望远镜光学系统MTF的影响分析 |
5.7 边缘传感器的测量误差对主动光学控制的影响 |
5.8 本章小结 |
第6章 总结与展望 |
6.1 全文总结 |
6.1.1 主要研究内容 |
6.1.2 论文的主要创新点 |
6.2 未来工作展望 |
参考文献 |
致谢 |
作者简历及攻读学位期间发表的学术论文与研究成果 |
(7)光学镜面研抛机器人精度设计及运动学参数标定研究(论文提纲范文)
致谢 |
摘要 |
abstract |
变量注释表 |
1 绪论 |
1.1 课题来源 |
1.2 研究背景及意义 |
1.3 研究现状 |
1.4 主要研究内容 |
2 运动学误差建模及分析 |
2.1 引言 |
2.2 机构简介 |
2.3 运动学位置分析 |
2.4 运动学误差建模 |
2.5 本章小结 |
3 精度设计 |
3.1 引言 |
3.2 末端位姿精度分析 |
3.3 误差灵敏度分析 |
3.4 基于量子粒子群优化算法的精度综合研究 |
3.5 本章小结 |
4 运动学参数标定 |
4.1 引言 |
4.2 标定模型构建 |
4.3 位姿测量 |
4.4 参数辨识 |
4.5 误差补偿 |
4.6 本章小结 |
5 多目标尺度优化设计 |
5.1 引言 |
5.2 优化指标性能分析 |
5.3 尺度优化模型构建 |
5.4 多目标优化求解 |
5.5 优化结果验证 |
5.6 本章小结 |
6 总结与展望 |
参考文献 |
附录 |
作者简历 |
学位论文数据集 |
(8)基于地基激光雷达资料的边界层高度反演与同化研究(论文提纲范文)
中文摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.1.1 大气边界层及边界层高度 |
1.1.2 边界层厚度的观测研究 |
1.1.3 研究背景与意义 |
1.2 激光雷达资料反演边界层高度研究现状 |
1.3 气溶胶激光雷达资料同化研究现状 |
1.4 有待解决的科学问题 |
1.5 本文主要内容简介 |
第二章 基于激光雷达反演边界层高度的方法 |
2.1 引言 |
2.2 观测资料 |
2.3 传统激光雷达反演边界层高度方法 |
2.3.1 目测法 |
2.3.2 阈值法 |
2.3.3 梯度法 |
2.3.4 理想廓线法 |
2.3.5 小波协方差变换法 |
2.3.6 方差分析法 |
2.4 基于传统方法改进或衍生的反演边界层高度方法 |
2.4.1 梯度方法和方差分析方法的结合 |
2.4.2 阈值法和小波变换法的结合 |
2.4.3 理想廓线方法和小波变换法的结合 |
2.4.4 STRAT-2D方法 |
2.5 近年来新发展的激光雷达反演边界层高度方法 |
2.6 本章小结 |
第三章 基于激光雷达资料的边界层高度反演及改进 |
3.1 引言 |
3.2 资料与方法 |
3.3 晴空边界层高度反演 |
3.3.1 反演结果评估 |
3.3.2 边界层高度日变化 |
3.4 复杂层结下边界层高度反演 |
3.4.1 上限高度方法 |
3.4.2 反演结果评估 |
3.4.3 边界层高度日变化分析 |
3.5 本章小结 |
第四章 边界层高度与大气变量相关性分析 |
4.1 引言 |
4.2 实际观测相关性统计 |
4.2.1 观测资料 |
4.2.2 相关性统计结果分析 |
4.3 数值模拟相关性统计 |
4.3.1 模式配置 |
4.3.2 边界层高度和大气变量相关性统计 |
4.4 本章小结 |
第五章 边界层高度同化理想试验研究:(I)垂直局地化 |
5.1 引言 |
5.2 EnSRF同化方法 |
5.3 局地化方法 |
5.4 试验设计 |
5.4.1 模式设置、“真实场”和边界层高度观测的产生 |
5.4.2 集合预报及同化试验设置 |
5.5 同化试验结果分析 |
5.5.1 准确性评估方法 |
5.5.2 同化前集合样本分析 |
5.5.3 白天同化试验结果分析 |
5.5.4 一种垂直局地化方法探讨 |
5.5.5 夜晚同化试验结果分析 |
5.6 本章小结 |
第六章 边界层高度同化理想试验研究:(II)水平局地化 |
6.1 引言 |
6.2 局地化方法 |
6.3 试验设计 |
6.3.1 下垫面类型影响研究 |
6.3.2 水平影响半径研究 |
6.4 结果分析 |
6.4.1 单点试验结果分析 |
6.4.2 多观测点循环同化试验结果分析 |
6.5 本章小结 |
第七章 结论与讨论 |
7.1 本文主要结论 |
7.2 存在的问题及未来展望 |
参考文献 |
在学期间研究成果 |
致谢 |
(9)基于偏振—高光谱多维光信息的番茄氮磷钾及交互作用检测研究(论文提纲范文)
摘要 |
ABSTRACT |
目录 |
图目录 |
表目录 |
第一章 绪论 |
1.1 课题研究背景和意义 |
1.2 国内外研究现状及存在问题 |
1.2.1 光谱检测 |
1.2.2 高光谱检测 |
1.2.3 偏振光谱检测 |
1.2.4 交互作用研究 |
1.2.5 存在问题 |
1.3 研究内容和关键问题 |
1.3.1 研究内容 |
1.3.2 关键问题 |
1.4 本章小结 |
第二章 样本培育及试验系统的构建 |
2.1 样本培育 |
2.1.1 培育方式的选择及营养液配方 |
2.1.2 试验样本培育 |
2.2 样本化学值含量测定 |
2.2.1 试验样本氮、磷、钾含量测定 |
2.2.2 营养胁迫样本的元素含量检验与结果分析 |
2.3 试验仪器 |
2.3.1 高光谱成像系统 |
2.3.2 偏振光谱采集分析系统构建的原理 |
2.3.3 偏振光谱采集分析系统的组成部件 |
2.4 光谱参数优化与数据采集 |
2.4.1 高光谱系统参数优化 |
2.4.2 偏振光谱采集系统软件平台及参数优化 |
2.4.3 数据采集 |
2.5 本章小结 |
第三章 基于高光谱图像技术的番茄叶片氮磷钾检测研究 |
3.1 番茄营养胁迫叶片的高光谱图像预处理 |
3.1.1 波段筛选及图像滤波 |
3.1.2 图像背景剔除 |
3.2 敏感波长提取 |
3.2.1 图像降维方法简介 |
3.2.2 主成分分析确定敏感波长 |
3.3 纹理特征的提取 |
3.3.1 基于二阶概率统计滤波的纹理特征提取 |
3.3.2 结果与分析 |
3.4 基于高光谱图像特征的氮磷钾营养胁迫模型的建立 |
3.4.1 建模方法简介 |
3.4.2 定量校正模型评价指标 |
3.4.3 样品集的划分 |
3.4.4 结果与讨论 |
3.5 基于反射光谱特征的氮磷钾营养胁迫模型的建立 |
3.5.1 建模方法简介 |
3.5.2 结果与讨论 |
3.6 本章小结 |
第四章 基于偏振反射特征分析的偏振度检测模型研究 |
4.1 番茄叶片表面偏振反射特征变化的植物生理学响应 |
4.1.1 物体表面偏振反射特征的物理理论基础 |
4.1.2 氮磷钾营养胁迫对叶片表面显微结构影响 |
4.2 番茄缺素叶片偏振反射特征分析 |
4.2.1 偏振反射比与方位角的关系 |
4.2.2 偏振反射比与探测天顶角的关系 |
4.2.3 偏振反射比与偏振片角度的关系 |
4.2.4 偏振反射比与入射天顶角的关系 |
4.2.5 不同缺素程度对番茄叶片偏振反射比的影响 |
4.2.6 不同生长期对番茄叶片偏振反射比的影响 |
4.3 番茄叶片的偏振度特征分析 |
4.3.1 番茄叶片偏振度的计算 |
4.3.2 不同缺素程度的番茄叶片的偏振度特征比较 |
4.3.3 偏振度特征与番茄叶片氮磷钾含量的相关性分析 |
4.4 基于偏振度特征的番茄叶片氮磷钾含量预测模型 |
4.4.1 奇异样品的剔除方法 |
4.4.2 N元素偏振度模型 |
4.4.3 P元素偏振度模型 |
4.4.4 K元素偏振度模型 |
4.5 本章小结 |
第五章 基于偏振-高光谱多信息融合检测模型研究 |
5.1 多信息融合技术概述 |
5.2 多信息融合检测方法 |
5.3 线性融合模型的建立 |
5.3.1 N元素的多信息融合模型 |
5.3.2 P元素的多信息融合模型 |
5.3.3 K元素的多信息融合模型 |
5.4 非线性融合模型的建立 |
5.4.1 N元素的BP神经网络模型 |
5.4.2 N元素的SVR模型 |
5.4.3 P元素的BP神经网络模型 |
5.4.4 P元素的SVR模型 |
5.4.5 K元素的BP神经网络模型 |
5.4.6 K元素的SVR模型 |
5.5 本章小结 |
第六章 氮磷钾交互作用下番茄营养含量检测模型研究 |
6.1 氮磷钾交互作用的光谱方程式表达 |
6.2 权重系数矩阵的计算 |
6.3 确定交互影响系数矩阵 |
6.4 交互模型的验证 |
6.5 本章小结 |
第七章 结论与展望 |
7.1 研究的主要结论 |
7.2 研究的创新点 |
7.3 研究的展望 |
参考文献 |
致谢 |
攻读博士期间发表的学术论文与参加的科研工作 |
附录 |
四、光学PT扇束结构权重系数矩阵计算与实现(论文参考文献)
- [1]离轴望远镜失调误差检测技术研究[D]. 刘柱. 中国科学院大学(中国科学院光电技术研究所), 2021(08)
- [2]X射线荧光CT的探测角度优化与几何参数校正研究[D]. 马致臻. 重庆理工大学, 2021(02)
- [3]基于立体视觉的飞行器物理仿真动态多信息测量方法研究[D]. 张贵阳. 哈尔滨工业大学, 2021(02)
- [4]针对不完全投影数据的CT重建算法研究[D]. 王婷. 浙江大学, 2020(02)
- [5]遥感图像特征提取与融合方法的研究[D]. 杨飞霞. 北京邮电大学, 2020(01)
- [6]大型光学红外望远镜拼接镜面主动光学技术研究[D]. 曹海峰. 中国科学院大学(中国科学院长春光学精密机械与物理研究所), 2020(08)
- [7]光学镜面研抛机器人精度设计及运动学参数标定研究[D]. 孔一璇. 中国矿业大学, 2020(01)
- [8]基于地基激光雷达资料的边界层高度反演与同化研究[D]. 党蕊君. 兰州大学, 2020(12)
- [9]基于偏振—高光谱多维光信息的番茄氮磷钾及交互作用检测研究[D]. 朱文静. 江苏大学, 2014(08)
- [10]粉尘颗粒阵列传感器灵敏度分析[J]. 姚伟超,童敏明,戴新宇,魏明生. 仪器仪表用户, 2012(02)