一、便携式主观视觉垂直线知觉检测仪的研制与应用(论文文献综述)
胡蓉[1](2021)在《哈密瓜糖度和脆度光谱成像检测方法研究》文中研究表明哈密瓜营养丰富,素有“瓜中之王”的美称。新疆哈密瓜依赖着独特的地理位置和生态环境资源造就了优质的品质。新疆哈密瓜总产量约占全国哈密瓜产量半数以上,但在全国甜瓜中的竞争优势正在快速下降。哈密瓜属于新疆特色水果,对其开展采后品质检测有助于维护好新疆哈密瓜区域品牌的地位,并提升在国内外市场的竞争力。本论文立足新疆瓜果产业发展需求,系统性地开展了针对哈密瓜关键指标糖度和脆度的无损检测方法研究。主要研究内容和结论如下:(1)基于可见-近红外光谱(Vis-NIR)技术的哈密瓜糖度定量分析位置确定及模型优化研究。分析了哈密瓜样本花萼、赤道和果梗三个位置的光谱曲线特征,并构建和比较了花萼、赤道和果梗三类局部位置PLS模型,结果表明,花萼模型对哈密瓜糖度的定量预测能力最好,预测相关系数rp为0.93,预测均方根误差RMSEP为0.85°Brix,果梗模型预测结果最差,rp为0.87,RMSEP为0.95°Brix。进一步,采用SPA、MC-UVE、MC-UVE-SPA和CARS四种变量选择方法对模型进行有效变量选择,并分别建立了基于有效变量的PLS、MLR和LS-SVM模型。研究发现,MC-UVE-SPA组合变量选择法是用于哈密瓜光谱有效变量选择的最佳方法,基于有效变量建立的所有线性和非线性模型(MC-UVE-SPA-PLS、MC-UVE-SPA-LS-SVM和MC-UVE-SPA-MLR)均能够成功地预测哈密瓜糖度,预测均方根误差RMSEP范围为0.95-0.99°Brix。整体研究表明,哈密瓜花萼位置结合Vis-NIR光谱和多变量校正模型可以实现哈密瓜糖度的无损、准确检测。(2)基于高光谱成像技术的图谱融合分析定量预测哈密瓜糖度研究。采用哈密瓜650 nm处的单波长图像,利用直方图统计方法(HS)和灰度共生矩阵(GLCM)纹理特征提取方法,提取了“均值”、“标准差”、“平滑度”、“三阶矩”、“一致性”、“熵”、“对比度”、“同质性”、“能量”和“相关性”共10个纹理特征,通过Pearson相关性分析和建模分析最终确定了“均值”、“能量”和“同质性”三个纹理特征作为目标纹理特征。进一步采用MC-UVE-SPA算法在全光谱中优选了7个有效光谱变量,联合三个目标纹理特征,共计10个输入变量构建了PLS、MLR和LS-SVM模型,通过模型性能比较发现,基于特征融合所构建的模型均在不同程度上优于仅仅光谱变量或者纹理特征所构建的模型。最终确立MLR+ES+T3模型为本研究的最优模型,该模型对哈密瓜校正集样本糖度预测,其rc和RMSEC分别为0.93和0.82°Brix,对预测集样本糖度预测,其rp和RMSEP分别为0.94和0.75°Brix。整体研究表明,光谱和纹理特征融合对哈密瓜糖度预测是可行的,比单一技术更有效。(3)哈密瓜断裂声音信号分析和信号特征与脆度表征关系研究。分析了哈密瓜果肉断裂力学曲线和声音信号,确定了声音信号可以更加合理、准确地对哈密瓜脆度特性进行表征。比较了各种声音信号消噪方法,发现本研究建议的经验模态分解和小波变换EMD-WT组合法能够实现对哈密瓜果肉压断原始声音信号的有效去噪和解析。对所有样本,花萼位置果肉样本声音信号信噪比SNR平均值从消噪前的0.5814提高到23.6600,RMSE平均值从消噪前的49.0025降低至0.1801;赤道位置果肉样本声音信号SNR平均值从消噪前的0.7255提高到27.1117,RMSE平均值从消噪前的38.8612降低至0.1427;果梗位置果肉样本声音信号SNR平均值从消噪前的0.8294提高到30.6398,RMSE平均值从消噪前的33.1157降低至0.1002。基于EMD-WT消噪后的声音信号提取了信号强度E、最大短时帧能量Emax、幅值差D、波形指数Y和平均振幅A共5个特征值,各特征值与脆度分别进行Pearson相关性分析发现声音信号的E、D和Y与哈密瓜果肉脆度有着极强的相关性,基于此三个特征所构建的哈密瓜脆度MLR预测模型对脆度评估平均Rcv达0.96。(4)哈密瓜脆度分类评估方法研究。构建了基于样本花萼、赤道和果梗不同位置光谱信息的PLS-DA脆度分类模型并对哈密瓜四类脆度进行分类,结果表明,赤道区域为哈密瓜脆度预测的理想区域,所对应的PLS-DA分类模型对“脆”、“较脆”、“较软”和“软绵”四类样本的分类精度分别为92.1%、87.3%、85.9%和87.5%,平均分类精度为88.2%。进一步,通过光谱与哈密瓜果肉断裂声音信号特征值建立关系,证实了基于光谱技术对哈密瓜果肉断裂声音信号特征值进行预测并借助特征值构建模型预测哈密瓜脆度具有可行性,构建的PLS-DA模型对四类脆度样本的分类精度分别为87.3%、83.1%、82.8%和79.7%,平均精度为83.2%。进一步,采用GA-SPA组合变量选择算法对光谱特征变量进行优选,从435个变量中提取了29个特征变量并构建了基于特征光谱和预测声音信号特征值融合的哈密瓜脆度等级分类判别PLS-DA、LS-SVM和ELM模型,通过比较发现,ELM模型其预测精度和模型稳定性最优,对262个哈密瓜样本校正集和预测集分类精度分别为98.0%和98.4%。本研究通过对哈密瓜光谱、纹理、声音信号多个传感信息的深入分析,突破了哈密瓜质量品质无损检测技术瓶颈,构建了哈密瓜糖度和脆度无损检测模型,为相关检测系统研发提供了理论基础,为新疆哈密瓜产业发展提供了技术支撑。
赵东,姜子刚[2](2021)在《前庭神经炎患者虚拟现实辅助主观垂直水平视觉研究》文中研究表明目的通过观察前庭神经炎患者主观垂直、水平视觉测试结果,为临床诊断提供依据。方法 45名无眩晕的健康自愿者作为健康对照组,46名单侧前庭神经炎患者作为VN组,均佩戴VR眼镜,分别完成头正中位的主观垂直视觉和主观水平视觉试验。结果健康对照组主观视觉水平线、主观视觉垂直线的偏斜角度为-2°~2°。以此为判定阳性与阴性的标准。VN组SVV测试异常率为91.3%(42/46), SVH测试异常率为89.1%(41/46),二者无统计学差异(χ2=0.000,P>0.05)。VN组SVV绝对值高于健康对照组(t=8.741,P<0.01),SVV右侧偏斜值高于健康对照组(t=5.849, P<0.01), SVV左侧偏斜值高于健康对照组(t=6.412,P<0.01);VN组SVH绝对值高于健康对照组(t=8.772, P<0.01),SVH右侧偏斜值高于健康对照组(t=6.400,P<0.01), SVH左侧偏斜值高于健康对照组(t=6.017,P<0.01)。VN组根据Pearson相关性分析结果,SVV偏斜角度与SVH偏斜角度之间存在非常显着相关关系(r=0.827,P<0.01),呈正相关。病程天数与SVV偏斜角度无相关关系(r=-0.263,P>0.05);病程天数与SVH偏斜角度之间存在相关关系(r=-0.322,P<0.05),呈负相关。结论主观垂直视觉试验和主观水平视觉试验是前庭神经炎评估耳石器功能的重要方法。
李逊[3](2020)在《基于深度学习的尿沉渣图像识别研究》文中提出随着人民生活水平的不断提高,健康问题越来越受到人们重视,我国作为发展中的人口大国,医疗资源分布不均,医生的负担逐年增大,自动化智能化的医疗检验设备具有广阔的市场前景。尿沉渣检测又称尿液镜检,是体外医学检测的重要组成部分,通过分析尿沉渣的成分种类,可以相应地诊断被检者的病情。由于基于传统方法的尿沉渣自动检测仪准确率与鲁棒性不够高,无法适应复杂的尿液检测环境。因此在临床操作时通常使用人工检查为主、自动检测为辅的手段进行诊断,工作效率较低。针对这个现状,本文将近年来取得突破性发展的深度学习技术应用到尿沉渣图像检测中,针对尿沉渣的图像特点,以及传统卷积神经网络在处理尿沉渣图像分类问题时常伴有的分类易混淆、受光照影响较大、模型加载速度慢等问题,本文做了以下研究:(1)针对尿沉渣成分中部分种类在识别过程中易混淆,以及在显微视野下尿沉渣图像质量差、分辨率低、携带特征少等特点,本文提出了级联网络方案。该方案通过多个卷积神经网络的级联组合,针对性地对易混淆的分类进行二次识别,对初次识别的结果进行矫正,同时更加充分地利用了图像中的特征。对于尿沉渣数据不平衡的问题,通过迁移学习与数据增强的方法进行解决;(2)由于卷积神经网络对图像中沉渣目标的面积特征不敏感,无法有效通过面积特征进行分类,而对于很多尿沉渣种类来说面积特征是其区别于其他种类的重要特征之一,因此本文提出了一种面积特征提取算法。通过该算法可以将细胞中的面积特征近似表征出来,相应设计的概率转换函数可以将细胞面积特征转化为输出概率,与卷积神经网络的输出概率进行加权,以降低卷积神经网络对面积特征的消弱影响;(3)针对卷积神经网络受光照影响大的劣势,本文提出了一种降低光照影响的改进方法。此外,为了降低模型的占用空间大小,提升模型的加载速度,以及降低模型的拟合难度,本文结合Alexnet、VGG模型的优缺点与尿沉渣图像的特点,针对性地设计了Urine网络用来识别尿沉渣图像。通过测试分析与试验对比,在ROC曲线、宏平均、微平均、全局准确率、召回率、识别时间等指标上,本文提出的级联网络方法与其系列改进方法表现出良好的识别性能。
成颖,张玉忠,陈飞云,陈耔辰,许信达,魏兰璎,许珉,张青[4](2019)在《虚拟现实辅助下的主观视觉垂直线与主观视觉水平线检测》文中进行了进一步梳理目的通过测定正常人在不同头位倾斜角度下主观视觉垂直线(SVV)与主观视觉水平线(SVH)的正常值范围,为临床上前庭功能评估、眩晕的诊断及前庭功能康复等方面提供可靠依据。方法选取健康成年人60名,佩戴虚拟现实(Virtual Reality,VR)眼镜,分别完成以下七个不同头位倾斜角度下的SVV和SVH的偏斜角检测:头为正斜中角位度(时0°的);情头况向如左下倾:斜头3向0°右、45倾°斜、9 09°0;、4头5向、30右度倾时斜3分0°别、4为5°4.、1920°°±。4.1结9°果,-1.1.0主4°观±6视.5觉8°垂,0直.31线°±的4.偏16斜°;角头在正不中同为头时位为倾-0.12°±1.64°;头向左倾斜30、45、90度时分别为-1.25°±3.82°,-1.44°±7.78°,-7.62°±6.90°。主观视觉水平线的偏斜角在不同头位倾斜角度时的情况如下:头向右倾斜90、45、30度时分别为4.94°±3.99°,-3.28°±6.76°,-1.89°±4.65°;头正中为时为-1.14°±1.77°;头向左倾斜30、45、90度时分别为-0.62°±6.66°,2.53°±5.52°,-9.65°±7.0°。2.头向右倾斜90度时主观视觉垂直线主要向右偏斜,主观视觉水平线主要向上偏斜。头向左倾斜90度时主观视觉垂直线主要向左偏斜,主观视觉水平线主要向下偏斜。3.除头倾斜90°时的主观视觉垂直线左右偏斜角不对称,其余主观视觉线偏斜角在左右相同的头位倾斜角度时均对称。4.在头位倾斜向右30°,向左45°及头正中为时,SVV偏斜角与SVH偏斜角对比有统计学差异。结论 1.建立了我实验室在不同头位倾斜角度时的SVV和SVH正常参考值范围;2.在头位倾斜角度相同时左右侧的SVV和SVH偏斜角基本对称。
刘伟[5](2018)在《钢轨轮廓检测数据的预处理方法研究》文中研究指明非接触式钢轨轮廓在线检测是当今轨道质量检测的主流方式,对提高线路维护效率、保障铁路交通安全具有重要意义。如何实时准确地从检测系统采集的原始轮廓中提取有效钢轨轮廓来评估线路状态,是轨道质检工作面临的关键问题。本文旨在研究一种基于钢轨轮廓检测数据的预处理方法,保证轮廓数据的准确性和完整性,从而提高轨道质量测量的精度。钢轨轮廓数据的预处理包括钢轨轮廓有效性识别和有效轮廓的去噪与补缺两个环节。本文首先分析对比了实际线路中不同区域的钢轨轮廓形态,指出轨头至轨腰的间断性与测量轨腰与标准轨腰的匹配性是识别有效轮廓的重要依据;利用轨颚点及轨头内侧直线的匹配完成轮廓粗配准,再依据配准轮廓轨腰重合区的单向Hausdorff距离与统计阈值的比较,实现有效钢轨轮廓的精确判别。然后在轮廓具备轨腰廓形的基础上,对轨腰上的特征圆弧以半径约束进行非线性拟合,得到测量轨腰的圆心坐标并与标准轨腰圆心套合,完成轮廓的精细配准。针对部分轮廓轨头出现散乱点噪声和数据空缺的情况,提出的一种钢轨轮廓的去噪与补缺方法:通过基于分段轮廓的去噪算法消除钢轨轮廓噪声,并依据相邻测量轮廓形状相似,将相邻轮廓作精细配准,重叠轨头区域实现缺失数据点的修补。最后对轮廓预处理方法进行性能测试,实验结果表明:有效轮廓识别算法在实际线路上判别出的有效轮廓分布和实际路况基本一致,识别准确率为93.1%,平均识别速度10.8ms/幅,车体检测速度可达83.3km/h。将数据异常的有效钢轨轮廓通过去噪与补缺预处理后,消除噪声和数据不完整对钢轨测量的干扰,其断面精度值与正常轮廓作误差计算,平均误差仅有0.1017mm,满足钢轨动态检测的精度要求。因此本文提出的钢轨轮廓预处理方法为保证钢轨测量数据的准确性和提高轨道检测效率提供了一种新的思路与方法。
赵美美[6](2017)在《视频式肌力训练指导对大学生非特异性下腰痛的影响及分析》文中进行了进一步梳理目的:本研究采用视频的方式对非特异性下腰痛大学生进行肌力训练指导,探究视频式肌力训练指导对大学生非特异性下腰痛的影响。方法:本实验为类实验研究,采用自身前后对照。通过问卷的方式对武汉市某高校大学生的腰痛情况进行调查,按照纳入标准和排除标准,遵循知情同意的原则,选出干预对象30人,在干预期间不给予药物及其他相关治疗,只接受视频为主的肌力训练指导,视频内容为每个动作的具体训练方式和注意事项。要求每个动作做10次为1组,每次练习2组,两组间隔5分钟休息时间,每周训练3次,持续4周。用视觉评估量表(VAS)、Oswestry功能障碍指数(Oswestry disability Index,ODI)问卷表和Aberdeen腰痛量表对干预对象干预前后腰痛情况做主观评估,用关节活动度、肌力评定对干预对象干预前后腰痛情况做客观评估。用SPSS22.0软件对研究数据进行处理。干预前后非特异性下腰痛大学生的VAS、ODI、Aberdeen、关节活动度和肌力的比较均采用配对样本t检验。大学生腰痛的基本情况用描述性统计,设P<0.05为差异有统计学意义,P<0.01为有显着性差异。结果:(1)腰痛问卷调查中有效问卷共605份,其中有过腰痛的有251人占总人数的41.49%。腰痛人群中男生125人,女生126人,比例接近1:1。调查对象中腰痛与无腰痛大学生在年龄和性别比较上,P<0.05,差异有统计学意义。而家庭所在地和BMI的比较P>0.05,差异无统计学意义。(2)干预对象的资料统计结果显示每天坐位时间>8小时的有11人,占总人数的36.67%。腰痛发生的时间主要见于看书或看电脑一段时间之后及弯腰动作后。腰痛认知水平的调查,有96.67%的人认为其腰痛主要因长时间坐姿引起。(3)将干预前后干预对象的VAS,ODI,Aberdeen腰痛评定量表进行两配对样本t检验,VAS中t=11.49,P<0.01;ODI中t=10.49,P<0.01;Aberdeen腰痛评定量表中t=6.81,P<0.01。干预后干预对象的VAS、ODI问卷表、Aberdeen腰痛量表的评分均较干预前降低,且P<0.01,有显着性差异。(3)干预后干预对象的关节活动度、肌力均较前增加,且P值基本<0.01,有显着性差异。结论:视频式指导训练方式能降低大学生非特异性下腰痛VAS、ODI、Aberdeen评分,能够提高非特异性下腰痛大学生的关节活动度和肌力,因此能够促进非特异性下腰痛大学生腰痛的康复,使其腰痛感受降低、日常生活能力增强,下腰肌肌力及关节活动度提高。
裴成龙[7](2017)在《锦纶丝染色等级测评系统的研制》文中进行了进一步梳理伴随着中国经济的快速发展,国内纺织行业得到了迅猛的发展,其中锦纶的使用量和应用领域也日趋广泛,在生产技术方面,国内纺织行业也在逐步走向自动化、成熟化。在锦纶布匹的生产过程中,锦纶丝的染色色差等级测评是衡量其质量的重要指标,只有染色合格的产品才能被厂商和客户所接受,而目前企业大多采用人工目测的方法来评判染色色差,这种方式不仅是一个单调、劳动量极大的过程,而且判色人员易出现视觉疲劳或受外界环境影响出现误判、漏判的情况。此外,随着工业机器视觉检测技术的高速发展,企业中越来越多的人工检测环节正逐渐被机器视觉检测所取代。针对锦纶丝染色人工检测存在的问题,结合机器视觉检测的发展趋势,本文研制了基于机器视觉检测的锦纶丝染色等级测评系统。系统通过与人工检测方法的研究和工业相机实验分析对比,确定了机器判色分级的主要依据,根据以灰度差作为机器判色的依据设计了系统整体实现的总体方案。整个系统采用球积分光源照射锦纶丝袜套,COMS图像传感器进行图像采集,采集的图像模数转换后传输至DM6437核心处理器,DM6437对锦纶丝染色图片进行图像处理并计算出其灰度值,通过与标准值进行比较计算出其色差值,最终依据标准灰度比色卡得出该段锦纶丝染色等级评价。实验表明,该系统能准确检测出不合格的染色锦纶丝袜段,同时具有抗外界干扰强、操作简单、系统集成化高等优点,适用于纺织行业进行锦纶丝染色等级分级。
张西洋[8](2016)在《穿戴式脉象检测装置及其信号处理的研究》文中研究表明中医脉诊学是中国传统文化的重要组成部分,是中华文明的艺术瑰宝。中医博大精深,源远流长,几千年来中医学为中华民族的繁衍健康做出了重要贡献,至今仍是医疗实践中一门不可或缺的重要学科。随着社会科学的发展,脉象仪作为中医与现代科技结合的结晶,解决了中医脉诊的客观化和科学化的问题,然而现阶段研制的脉诊仪多停留在实验室阶段,难以推广和应用,并且随着社会老龄化,人们对医疗穿戴式设备的需求变得十分迫切。为了应对上述状况,本文设计了一种基于中医脉诊的穿戴式脉象检测和分析系统。硬件方面通过涡轮蜗杆及螺纹传动结构解决装置的尺寸和传动问题,采用贴合中医采脉手法的压阻式传感器来提取脉象信号,并设计了自动寻找最佳取脉压力算法,去模拟中医浮、中、沉的采脉手法;另外结合传感器的输出信号的特点设计了对应的信号调理电路;软件方面下位机控制采用arduino控制器,通过蓝牙与上位机进行通讯,上位机手机端实现信息的采集、波形的绘制、时域特征的提取及下位机的控制交互等功能。脉象分析方面,采用非线性分析方法中的递归定量法分析了平脉、滑脉、弦脉三种脉象信号,从构建的相空间重构图可以发现脉象信号有明显周期性。从精确递归图中提取了脉象信号的10个参数,随后利用灰度共生矩阵对饱和递归图提取了纹理特征的4种参数。本文对平脉、滑脉、弦脉提取的参数进行了两两对比并分析了脉象之间的差异。最后,利用深度信念网路(DBN)的方法对三种脉象信号进行分类,通过调节不同隐层数和节点,分析对分类准确率的影响,并最终确定合适的隐层数和节点。
柳鸣[9](2016)在《单兵武器火控多参数检测系统及关键技术研究》文中进行了进一步梳理随着光电技术的飞速发展,单兵武器火控作战系统已成为国家安全依赖的战略性需求,是未来高科技反恐战争与局部战争依赖的一种高新技术产品。在目前高强度电子对抗条件下,单兵武器火控作战系统作为未来理想单兵战斗武器,将突击步枪、榴弹发射器与火控设备合一,摒弃了传统的视轴与目标简单对准的射击原理,具有昼夜观瞄、测距、环境温度探测和步枪弹/榴弹瞄准点自动装表、信息输出等功能,以其精确打击目标的优势被广泛应用于军事领域。目前,单兵武器火控系统性能参数检测手段却很落后,部分参数的检测方法尚处于靶场立靶的主观测量,无法满足现阶段高性能的单兵武器火控设备的检测需求。因此,根据单兵武器火控多参数检测现状,本文针对某型单兵武器火控设备的弹道装表解算精度、瞄准点移动精度、瞄准点移动范围,火控设备的测距精度、作用距离、枪目角测量精度、环境温度测温精度等多参数的检测问题,开展了单兵武器火控多参数检测系统及关键技术研究,对提高我国单兵武器火控作战系统的整体性能具有重要意义。通过查阅大量国内外相关文献资料,研究了单兵武器火控设备组成与各部分功用。在此基础上,系统总结了检测系统的研究背景、目的意义及其国内外研究现状。在研究半实物模拟技术的基础上,针对单兵武器火控多参数的检测需求,给出了检测系统的总体设计方案、技术指标、系统组成与各部分功用;重点研究了弹道解算装表精度的检测原理、测试流程及瞄准点移动量的检测原理。基于角运动模拟技术,采用俯仰回转台模拟火控设备精准射击姿态时的枪目角。根据技术指标完成了俯仰回转台的整体结构设计、电机的选取与轴系尺寸设计,在此基础上,研究其控制方案;采用变密度法的拓扑优化方法对俯仰回转台进行最小质量结构优化。利用有限元分析方法,对转台进行自重、模态、热(冷)变形、频率响应进行分析,确保枪目角模拟分系统在野外靶场环境下的使用可靠性与环境适应性。采用计数器法与时幅转化相结合的方法,研究了激光回波大气传输距离模拟技术,其模拟距离将作为弹道装表解算精度检测的测距信息真值。针对距离模拟完成了该模拟器的接收模块驱动电路设计、高精度延时模块的软件核心程序与斜坡延时电路设计、辐射模块激光器驱动电路设计;采用MODTRAN大气传输数据库与半波片和偏振片组合的方法,进行了激光大气传输回波能量模拟技术的研究。在激光回波功率数学模型基础上,完成了激光辐射模块激光器功率的选取与准直物镜设计,通过调用MODTRAN大气传输数据库确定国军标GJB2241A中仲裁试验中能见度距离、温度湿度、气压等标准大气环境参数,依据这些参数计算激光大气传输透过率,并采用半波片和偏振片组合实现了模拟器辐射模块透过率01之间高精度连续变化,结合毛玻璃以实现激光在大气传输后回波能量大小与分布的复现。针对火控瞄具瞄准点移动量的测量,建立了基于机器视觉判读的检测数学模型。为同时满足瞄准点移动精度与移动范围两项指标高分辨率、大视场的检测需求,借助MATLAB仿真分析软件计算变焦镜头各组态初始参数,采用ZEMAX完成了CCD相机变焦镜头的设计;针对光学设计完成后的大视场时短焦组态下的畸变现象,提出了基于直线特征的视场仪棋盘格分划畸变校正方法,将带权重因子的弯曲测度做为指标函数,离图像中心不同距离的曲线给予不同的权重值,作为求取最终畸变参数的目标函数,在最小化目标函数过程中求解出最优畸变系数进而校正畸变;研究了火控瞄具箭头靶标的机器视觉识别方法。依据-40oC+60oC的瞄准点移动量检测工作温度指标,进行了变焦镜头热光学特性分析与挠性压圈被动消热差结构优化研究。手动划分高质量的六面体网格进行仿真建模,并考虑了硫化胶层(RTV)对镜头热光学特性的影响。提出了一种挠性压圈的被动消热差结构,并通过优化挠性压圈的结构参数,使得光机结构在轴向温变位移可控。结合Zernike多项式拟合优化后的光机结构在温度变化后各组元镜片面形,通过ZEMAX分析温度载荷下的变焦镜头的成像质量。通过温度应力可靠性实验对热光学分析结果与变焦镜头的温度适应能力进行验证。全面分析了检测系统各参数检测的检测精度,完成了相应的检测精度验证试验,结果表明所研究的单兵武器火控多参数检测系统是正确可行的。
黎湘贵[10](2015)在《基于MSP430单片机的红外甲烷检测仪设计及实现》文中研究指明甲烷是煤炭、石油和天然气开采中的一种常见气体。近年来,随着国家工、农业等产业的迅猛发展,社会对这些能源的需求也与日剧增。在这些能源的开采过程中,跟甲烷气体有关的安全事故时有发生。因此,针对甲烷的检测研究工作具有十分重要的意义,及时、准确的测量出甲烷的浓度,对保证工业安全生产和人民生命财产安全都有着十分重要的作用。目前,国内外比较先进的检测方法是选用红外吸收原理来测量甲烷的浓度。这种方法克服了传统检测方法容易出错、检测范围窄、测量误差大和需要经常校准等缺点,此外它还拥有一些其他的优点,像响应速度快、应用范围广、选择性好、稳定性好和使用寿命长等。因此,本文根据红外吸收原理的特点研制了一种甲烷浓度检测仪。根据甲烷对红外光的吸收特点,本检测仪选择了3.31μm波长的红外光来测量甲烷的浓度。为了消除外界和系统的干扰因素给甲烷浓度检测带来的影响,本检测仪采用了差分检测法来消除误差。在对差分法的两种基本方法作了较详细的介绍和对比后,从检测仪的结构复杂度与成本考虑,本文选择了双波长单光路差分法作为甲烷浓度检测的基本方法。在此基础上,本文以MSP430单片机为核心研制了甲烷检测仪,它包括硬件部分设计和软件部分设计。MSP430单片机具有极低的功耗、丰富的片上外设和系统工作稳定等优点,本检测仪选取的单片机型号为MSP430F1611。硬件部分设计主要包括光学测量部分和电路设计部分。其中光学测量部分主要由红外光源、探测器和气室等组成。根据检测仪对红外光源和探测器的性能要求,本文分别选取IRL715和PYS3228作为本检测仪的光源和探测器,并且对工作气室做了相应的设计。根据所选红外光源和红外探测器的特点,分别设计了相应的光源稳压驱动电路和放大滤波电路,并对它们的功能做了一些分析。软件部分设计采用的是模块化的设计方法,它主要包括信号的采集与处理模块,浓度反演算法模块,系统串行通信模块,以及上位机软件设计模块。其中重点对中值滤波和FIR低通滤波器的原理和设计实现作了介绍,并对所设计的FIR低通滤波器的滤波效果进行了仿真分析。同时,详细介绍了常用浓度反演算法(查表法、多项式插值法和多项式拟合法)的原理,并分析了它们各自的特点,设计了一种客观的分段曲线拟合方法。此外,本文还重点介绍了单片机与E2PROM和单片机与上位机的通信实现,根据所选的E2PROM型号(AT24C02)和所用的接口标准(RS-232串口)的特性,分别设计了相应的接口电路,以及根据它们所采用的通信协议设计了相应的通信程序,实现了它们相互之间的通信。为了便于对待测气体浓度进行监控和对数据进行处理,本文还采用VB的MSComm控件编写了具有特定功能的上位机软件。最后,本文在实验室条件下对所制作出的样机进行了性能测试实验。实验结果表明,该检测仪具有较高的准确度、响应速度和稳定性,能满足一定的生产要求。同时,根据所用元器件和设计方法的特点,该检测仪也具有较高的性价比和较广阔的市场前景,其检测方法对其他类似气体检测仪的研究也有一定的借鉴意义。
二、便携式主观视觉垂直线知觉检测仪的研制与应用(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、便携式主观视觉垂直线知觉检测仪的研制与应用(论文提纲范文)
(1)哈密瓜糖度和脆度光谱成像检测方法研究(论文提纲范文)
摘要 |
Abstract |
缩略词表 |
第一章 绪论 |
1.1 课题研究的目的和意义 |
1.2 国内外研究概况及分析 |
1.2.1 厚皮瓜类水果糖度无损检测研究进展 |
1.2.2 水果质地品质无损检测研究进展 |
1.2.3 研究概况分析 |
1.3 论文研究目标和主要内容 |
1.3.1 主要研究目标 |
1.3.2 主要研究内容 |
1.3.3 技术路线 |
1.4 本章小结 |
第二章 试验仪器和方法 |
2.1 试验系统和仪器 |
2.1.1 可见-近红外光谱仪 |
2.1.2 高光谱成像系统 |
2.1.3 哈密瓜糖度测定仪 |
2.1.4 哈密瓜果肉断裂力学特性和声音信号获取系统 |
2.2 主要数据处理方法 |
2.2.1 数据预处理方法 |
2.2.2 有效变量提取 |
2.2.3 模型构建方法 |
2.2.4 模型评价标准 |
2.3 算法开发软件 |
2.3.1 Matlab2018 光谱分析工具箱 |
2.3.2 ENVI高光谱图像分析软件 |
2.3.3 Unscrambler光谱数据分析软件 |
2.4 本章小结 |
第三章 哈密瓜糖度定量分析位置选择研究 |
3.1 实验材料和数据 |
3.1.1 哈密瓜样本 |
3.1.2 光谱数据获取 |
3.1.3 哈密瓜糖度测定 |
3.2 数据处理方法 |
3.2.1 光谱数据预处理 |
3.2.2 有效变量选择 |
3.2.3 多变量模型构建 |
3.2.4 模型评估标准 |
3.3 结果和讨论 |
3.3.1 光谱特征和糖度统计分析 |
3.3.2 不同测量位置糖度PLS预测模型比较 |
3.3.3 有效变量选择 |
3.3.4 基于不同变量的LS-SVM模型哈密瓜糖度预测结果 |
3.3.5 基于不同变量的MLR模型哈密瓜糖度预测结果 |
3.3.6 模型性能比较分析 |
3.4 本章小结 |
第四章 高光谱图谱融合分析定量预测哈密瓜糖度 |
4.1 实验材料和数据 |
4.1.1 哈密瓜样本 |
4.1.2 高光谱图像数据获取 |
4.1.3 高光谱数据校正 |
4.1.4 样本糖度值测定 |
4.2 数据处理方法 |
4.2.1 感兴趣区域光谱和纹理特征提取 |
4.2.2 有效变量选择 |
4.2.3 多变量模型构建 |
4.2.4 模型评估标准 |
4.3 结果和讨论 |
4.3.1 光谱特征和糖度统计分析 |
4.3.2 纹理特征分析 |
4.3.3 全光谱PLS模型构建与比较 |
4.3.4 有效变量选择 |
4.3.5 多变量LS-SVM/PLS/MLR模型构建和比较 |
4.3.6 模型性能比较分析 |
4.4 本章小结 |
第五章 哈密瓜断裂声音信号分析和信号特征与脆度表征关系研究 |
5.1 实验材料和数据 |
5.1.1 哈密瓜样本 |
5.1.2 果肉质地参数采集 |
5.1.3 果肉压断声音信号采集 |
5.1.4 样本脆度分类评价 |
5.2 声音信号分析方法 |
5.2.1 经验模态分解和小波变换组合去噪 |
5.2.2 声音信号信噪比评价 |
5.2.3 声音信号特征提取 |
5.2.4 特征值与脆度相关性分析 |
5.3 结果和讨论 |
5.3.1 哈密瓜果肉断裂声音信号分析 |
5.3.2 声音信号去噪处理 |
5.3.3 果肉压断声音信号特征值确定 |
5.4 本章小结 |
第六章 哈密瓜脆度分类评估方法研究 |
6.1 实验材料和数据 |
6.1.1 哈密瓜样本 |
6.1.2 高光谱图像采集及校正 |
6.1.3 样本脆度分类评价 |
6.2 数据处理方法 |
6.2.1 感兴趣区域光谱提取 |
6.2.2 有效变量选择 |
6.2.3 分析模型构建 |
6.2.4 模型分类性能评价标准 |
6.3 结果和讨论 |
6.3.1 样本原始光谱曲线和样本集划分 |
6.3.2 主成分聚类定性分析 |
6.3.3 基于全光谱的PLS-DA模型脆度分类 |
6.3.4 声音信号特征值PLS模型定量预测 |
6.3.5 GA-SPA组合特征光谱变量选择 |
6.3.6 特征光谱变量模型构建 |
6.3.7 特征光谱和预测的声音信号特征值融合模型构建 |
6.3.8 脆度分类模型性能比较 |
6.4 本章小结 |
第七章 结论与展望 |
7.1 研究结论 |
7.2 研究创新点 |
7.3 研究展望 |
参考文献 |
致谢 |
作者简介 |
附表 |
(2)前庭神经炎患者虚拟现实辅助主观垂直水平视觉研究(论文提纲范文)
1 资料和方法 |
1.1 资料 |
1.2 主观视觉垂直线和主观视觉水平线的检查 |
1.2.1 SVV检查: |
1.2.2 SVH检查: |
1.3 统计学处理 |
2 结果 |
3 讨论 |
(3)基于深度学习的尿沉渣图像识别研究(论文提纲范文)
摘要 |
abstract |
专用术语注释表 |
第1章 绪论 |
1.1 研究背景及意义 |
1.1.1 尿沉渣镜检的作用与意义 |
1.1.2 常用的尿沉渣镜检方法 |
1.2 国内外研究现状 |
1.2.1 深度学习研究现状 |
1.2.2 尿沉渣图像自动识别研究现状 |
1.3 论文的研究内容与结构安排 |
第2章 深度学习理论概述 |
2.1 引言 |
2.2 机器学习与深度学习 |
2.2.1 机器学习与深度学习的关系 |
2.2.2 深度学习的前向传播 |
2.2.3 损失函数与反向传播 |
2.3 卷积神经网络 |
2.3.1 相关结构 |
2.3.2 迁移学习 |
2.4 深度学习工具框架 |
2.5 传统卷积神经网络在尿沉渣图像识别方面的不足 |
2.6 本章小结 |
第3章 级联网络识别方法 |
3.1 引言 |
3.2 目标分割预处理 |
3.3 级联网络识别方法 |
3.3.1 方法结构 |
3.3.2 主网络模块 |
3.3.3 AFA算法 |
3.4 试验结果与分析 |
3.5 本章小结 |
第4章 基于级联网络的其他改进方法 |
4.1 引言 |
4.2 降低光照影响的改进方法 |
4.3 对模型的改进方法 |
4.4 识别系统的整体设计 |
4.4.1 主网络部分 |
4.4.2 子网络部分 |
4.5 性能测试与分析 |
4.6 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表的论文和取得的科研成果 |
致谢 |
(4)虚拟现实辅助下的主观视觉垂直线与主观视觉水平线检测(论文提纲范文)
1 资料和方法 |
1.1 研究对象 |
1.2 主观视觉垂直线和主观视觉水平线的检查[8] |
1.3 数据分析 |
2 研究结果 |
2.1 不同头位倾斜角度时SVV与SVH的结果 |
2.2 不同头位倾斜角度时SVV与SVH正负值所占比率 |
2.3 以重力垂直线为基准,头向左右倾斜相同角度时的SVV和SVH值对比 |
2.4 头位倾斜相同方向相同角度时SVV与SVH的偏斜角对比 |
3 讨论 |
4 结论 |
(5)钢轨轮廓检测数据的预处理方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 钢轨轮廓检测技术概述 |
1.2 国内外研究现状 |
1.2.1 钢轨轮廓检测的研究现状 |
1.2.2 轮廓描述方法与匹配的研究现状 |
1.3 课题来源和研究意义 |
1.3.1 课题来源 |
1.3.2 研究意义 |
1.4 主要研究内容与组织结构 |
第2章 钢轨轮廓预处理技术理论基础 |
2.1 激光位移传感器检测原理 |
2.1.1 激光回波分析法 |
2.1.2 激光三角法 |
2.2 基于轮廓曲线的描述方法 |
2.2.1 链码 |
2.2.2 多边形近似 |
2.2.3 曲率尺度空间描述符 |
2.3 轮廓曲线相似度评价 |
2.3.1 欧式距离 |
2.3.2 Hausdorff距离 |
2.3.3 Fréchet距离 |
2.3.4 Minkowsky距离 |
2.4 轮廓散乱点噪声去除方法 |
2.5 本章小结 |
第3章 钢轨轮廓的有效性识别 |
3.1 钢轨轮廓的形态分析 |
3.1.1 钢轨类型及尺寸参数 |
3.1.2 标准钢轨测量轮廓形态 |
3.1.3 复杂线路下的测量轮廓形态 |
3.2 特征区域选取与轮廓分类 |
3.2.1 匹配特征区域的选取 |
3.2.2 测量轮廓的分类 |
3.3 测量轮廓与基准轮廓粗配准 |
3.3.1 提取轨颚点和轨侧直线 |
3.3.2 测量轮廓的旋转与平移 |
3.4 测量轮廓轨腰的识别 |
3.4.1 识别算法原理 |
3.4.2 算法实现步骤 |
3.5 算法实例 |
3.6 本章小结 |
第4章 有效钢轨轮廓的去噪与补缺 |
4.1 轮廓的去噪与补缺处理流程 |
4.2 基于分段轮廓的去噪算法 |
4.2.1 噪声的分布特点 |
4.2.2 轮廓去噪步骤 |
4.3 轮廓细配准 |
4.3.1 拟合轨腰圆弧圆心 |
4.3.2 轮廓坐标调整 |
4.4 轮廓孔洞的修补 |
4.5 本章小结 |
第5章 钢轨轮廓数据预处理的实验设计 |
5.1 系统总体架构及实验平台 |
5.1.1 钢轨轮廓检测系统总体架构 |
5.1.2 系统硬件设备 |
5.1.3 实验平台与数据采集 |
5.2 钢轨轮廓预处理实验方案 |
5.2.1 分类器阈值的选取 |
5.2.2 有效轮廓识别算法的性能测试 |
5.2.3 轮廓去噪与补缺方法的实验设计 |
5.3 实验结论 |
5.4 本章小结 |
总结与展望 |
工作总结 |
工作展望 |
参考文献 |
致谢 |
附录A 攻读学位期间所发表的论文 |
附录B 攻读学位期间所参与的科研项目 |
(6)视频式肌力训练指导对大学生非特异性下腰痛的影响及分析(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 国内外研究现状 |
1.2 研究目的及意义 |
1.3 非特异性下腰痛的影响因素 |
1.4 非特异性下腰痛的评估方法 |
1.5 非特异性下腰痛的康复与护理 |
1.6 视频的应用 |
1.7 肌力训练的应用 |
1.8 技术路线 |
2 资料与方法 |
2.1 干预对象 |
2.2 评价方法 |
2.3 干预方法 |
2.4 统计方法 |
2.5 质量控制 |
2.6 伦理考虑 |
3 干预结果 |
3.1 调查问卷基本资料 |
3.2 干预对象的一般资料 |
3.3 干预前后主观资料和腰椎活动度的评估 |
3.4 干预前后髋关节肌力评估 |
3.5 髋关节活动度 |
3.6 腰部肌肉耐力评估 |
4 讨论 |
4.1 问卷调查基本资料分析 |
4.2 干预对象一般资料分析 |
4.3 视频式肌力训练指导对大学生非特异性下腰痛的影响 |
5 结论与建议 |
5.1 结论 |
5.2 研究优缺点 |
5.3 下一步的研究方向 |
参考文献 |
致谢 |
附录 |
(7)锦纶丝染色等级测评系统的研制(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题来源 |
1.2 课题研究背景与意义 |
1.3 课题国内外研究现状 |
1.4 课题研究主要内容及章节安排 |
1.4.1 本文研究主要内容 |
1.4.2 课题主要章节安排 |
第2章 人工检测的工艺流程 |
2.1 袜筒的生产工艺 |
2.2 标准光源 |
2.2.1 标准光源的分类 |
2.2.2 标准光源箱 |
2.3 标准灰度比色样卡 |
2.4 纺织行业锦纶长丝染色等级测评方法 |
2.5 本章小结 |
第3章 系统总体方案设计 |
3.1 系统采用的染色等级判定依据 |
3.1.1 色差判定依据原理分析 |
3.1.2 比色样卡灰度差实验分析 |
3.1.3 锦纶丝袜筒灰度差实验分析 |
3.2 系统实现总体方案设计 |
3.2.1 系统总体设计思想 |
3.2.2 系统总体设计概述 |
3.3 本章小结 |
第4章 图像采集与显示子系统设计 |
4.1 图像传感器的选择 |
4.2 光源的选择 |
4.3 视频解码芯片的选择 |
4.4 数字图像处理单元的选择 |
4.5 视频处理子系统VPSS |
4.5.1 视频处理前端(VPFE) |
4.5.2 视频处理后端(VPBE) |
4.6 图像采集与显示子系统硬件设计 |
4.6.1 图像采集部分硬件设计 |
4.6.2 图像显示部分硬件设计 |
4.7 图像采集与显示子系统软件设计 |
4.7.1 视频编码器寄存器配置 |
4.7.2 视频处理前端寄存器配置 |
4.7.3 视频处理后端寄存器配置 |
4.8 本章小结 |
第5章 存储器扩展与机箱设计 |
5.1 数据存储器扩展 |
5.1.1 DDR2简介 |
5.1.2 DDR2存储器的扩展 |
5.1.3 DDR2数据存储软件测试 |
5.2 系统电源设计 |
5.3 整体机箱设计 |
5.4 本章小结 |
第6章 系统调试 |
6.1 系统总体软件流程 |
6.2 系统软件开发工具 |
6.3 程序脱机运行 |
6.4 灰度值连续性分析 |
6.5 图像的灰度值计算 |
6.5.1 灰度比色卡图像灰度值计算与显示 |
6.5.2 锦纶丝图像灰度值计算与显示 |
6.6 机器检测试验分析 |
6.7 本章小结 |
第7章 结论 |
参考文献 |
在学研究成果 |
致谢 |
(8)穿戴式脉象检测装置及其信号处理的研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题研究背景及意义 |
1.1.1 课题背景 |
1.1.2 课题意义 |
1.2 脉象检测与分析现状 |
1.2.1 脉搏波原理 |
1.2.2 脉象客观化研究的发展现状 |
1.2.2.1 脉象信号提取 |
1.2.2.2 脉象信号预处理 |
1.2.2.3 脉搏信号特征提取 |
1.2.2.4 脉搏信号的模式分类研究 |
1.3 本课题主要工作内容及结构安排 |
第二章 系统方案 |
2.1 穿戴式脉象检测装置的整体系统的设计思想 |
2.1.1 系统方案的硬件设计 |
2.1.2 系统方案的软件设计 |
2.2 算法设计思想 |
2.3 本章小结 |
第三章 脉象采集系统硬件实现 |
3.1 概述 |
3.2 脉象传感器的选取 |
3.3 脉象信号调理电路 |
3.3.1 脉象信号初级放大电路 |
3.3.2 脉象信号滤波电路 |
3.3.3 脉象信号后级放大电路 |
3.4 下位机控制器及蓝牙模块 |
3.5 电源电路及稳压模块的设计 |
3.6 充电模块及其他 |
3.7 机械结构设计 |
3.7.1 设计原理 |
3.7.2 机械机构 |
3.7.3 电机及控制模块 |
3.8 本章小结 |
第四章 脉象信号处理软件系统实现 |
4.1 概述 |
4.2 脉象信号采集系统的下位机程序设计 |
4.2.1 下位机的时序控制程序 |
4.2.2 AD转换和信号预处理 |
4.2.3 获取最佳脉象的控制程序 |
4.2.4 压力信号换算与标定 |
4.3 脉象信号采集系统的上位机软件设计 |
4.3.1 平台概述 |
4.3.2 界面业务设计框架 |
4.3.3 登陆界面与主界面 |
4.3.4 蓝牙和控制交互程序 |
4.3.5 波形绘制及最佳取脉压力计算 |
4.3.6 信息录入及脉象数据处理及界面 |
4.4 本章小结 |
第五章 脉象信号分析 |
5.1 概述 |
5.2 脉搏信号的递归定量分析 |
5.2.1 非线性分析 |
5.2.2 重构相空间 |
5.2.3 递归图介绍 |
5.2.4 递归图的构建 |
5.2.5 递归定量分析 |
5.3 脉搏纹理特征提取 |
5.3.1 概述 |
5.3.2 灰度共生矩阵 |
5.3.3 GLCM常用特征值 |
5.3.4 特征值的获取 |
5.4 基于深度信念网络(DBN)的脉象分类 |
5.4.1 概述 |
5.4.2 波尔兹曼机 |
5.4.3 深度学习的基本思想 |
5.4.4 深度信念网络的思想 |
5.4.5 利用深度学习对脉象信号进行分类 |
5.5 本章小结 |
第六章 总结和展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
(9)单兵武器火控多参数检测系统及关键技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景 |
1.1.1 概述 |
1.1.2 单兵火控设备 |
1.2 课题来源及目的意义 |
1.3 武器火控检测系统的国内外研究现状 |
1.3.1 武器火控检测系统国外研究现状 |
1.3.2 武器火控检测系统国内研究现状 |
1.4 检测系统技术指标与性能要求 |
1.5 主要研究内容 |
1.6 本章小结 |
第2章 基于半实物模拟技术的检测系统总体设计 |
2.1 半实物模拟技术概述 |
2.2 系统组成及多参数检测原理 |
2.2.1 系统组成 |
2.2.2 弹道装表解算精度检测原理 |
2.2.3 瞄准点移动量检测原理 |
2.3 本章小结 |
第3章 枪目角模拟分系统机械设计与结构分析优化 |
3.1 俯仰回转台机械结构设计 |
3.1.1 整机结构设计 |
3.1.2 电机选取 |
3.1.3 轴的尺寸设计 |
3.2 俯仰回转台支撑框架拓扑优化 |
3.2.1 基于变密度拓扑优化方法的数学模型 |
3.2.2 U型框架的拓扑优化设计 |
3.2.3 基座的拓扑优化设计 |
3.3 俯仰回转台控制系统设计 |
3.4 基于有限元法的俯仰回转台结构特性分析 |
3.4.1 有限元模型的建立 |
3.4.2 自重变形分析 |
3.4.3 热(冷)变形分析 |
3.4.4 模态分析 |
3.4.5 频率响应分析 |
3.4.6 Z向正弦扫描振动试验 |
3.5 本章小结 |
第4章 激光回波模拟分系统设计与激光大气回波模拟技术 |
4.1 激光回波模拟分系统组成与工作原理 |
4.1.1 激光回波模拟方案对比与选取 |
4.1.2 激光大气回波模拟分系统组成与工作原理 |
4.2 激光回波距离模拟子系统设计 |
4.2.1 激光接收模块设计 |
4.2.2 基于FPGA与斜坡式延时电路的高精延时模块设计 |
4.2.3 激光辐射模块设计 |
4.2.4 激光回波距离模拟误差分析 |
4.3 激光回波能量模拟子系统设计 |
4.3.1 激光回波功率数学模型 |
4.3.2 Modtran大气传输参数数据库 |
4.3.3 回波模拟激光器功率选取 |
4.3.4 激光光束准直物镜设计 |
4.3.5 激光辐射模块光学衰减组件 |
4.3.6 激光回波能量模拟误差分析 |
4.4 本章小结 |
第5章 基于机器视觉的瞄准点移动量检测技术与相应光学系统设计 |
5.1 CCD相机变焦镜头光学设计 |
5.1.1 镜头设计参数计算 |
5.1.2 变焦原理与变焦方程 |
5.1.3 各组元基本参数计算 |
5.1.4 各组元内部初始结构选取与光焦度分配 |
5.1.5 基于MARLAB分析程序的变焦镜头设计方法 |
5.1.6 光学设计结果 |
5.1.7 光机结构设计 |
5.1.8 变焦镜头分辨率测试 |
5.2 基于直线特性的镜头畸变数字图像校正方法 |
5.2.1 畸变校正问题的提出 |
5.2.2 镜头畸变模型分析 |
5.2.3 畸变校正原理与流程 |
5.3 瞄具分划箭头靶标的机器视觉识别方法 |
5.4 本章小结 |
第6章 CCD相机镜头热光学分析技术与被动消热结构优化 |
6.1 热光学理论 |
6.1.1 热弹性有限元分析控制方程 |
6.1.2 温度载荷对光机系统的影响 |
6.1.3 光机接口Zernike函数拟合理论 |
6.1.4 硫化胶层(RTV)的热弹性计算 |
6.2 变焦镜头热光学特性分析与被动消热优化设计 |
6.2.1 变焦镜头机械结构 |
6.2.2 有限元模型的建立 |
6.2.3 有限元分析结果 |
6.2.4 挠性压圈轴向可控消热差优化设计 |
6.2.5 热光学特性分析 |
6.3 温度可靠性试验 |
6.4 本章小结 |
第7章 检测系统精度分析与实验验证 |
7.1 弹道解算装表量检测精度分析 |
7.1.1 环境温度测量误差 |
7.1.2 枪目角模拟误差 |
7.1.3 回波距离模拟误差 |
7.2 瞄准点移动精度检测精度分析 |
7.3 弹道解算装表量检测精度实验验证 |
7.3.1 环境温度测量实验验证 |
7.3.2 枪目角模拟精度实验验证 |
7.3.3 激光回波距离模拟精度实验验证 |
7.3.4 作用距离检测精度实验验证 |
7.3.5 弹道装表解算精度实验验证 |
7.4 瞄准点移动精度检测实验验证 |
7.5 本章小结 |
第8章 总结与展望 |
8.1 全文工作总结 |
8.2 创新点 |
8.3 下一步工作展望 |
致谢 |
参考文献 |
攻读博士期间的学术成果与科研情况 |
(10)基于MSP430单片机的红外甲烷检测仪设计及实现(论文提纲范文)
摘要 |
ABSTRACT |
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 |
1.2.1 国外研究动态 |
1.2.2 国内研究动态 |
1.3 本课题的研究内容和方法 |
第二章 红外甲烷检测仪的检测原理和方法 |
2.1 红外光谱分析 |
2.2 红外甲烷检测原理 |
2.3 差分吸收法 |
2.3.1 单波长双光路差分法 |
2.3.2 双波长单光路差分法 |
2.4 本章小结 |
第三章 红外甲烷检测仪系统的结构设计 |
3.1 系统的总体结构 |
3.2 单片机的选型 |
3.3 系统光学测量部分的设计 |
3.3.1 红外光源的选择 |
3.3.2 红外探测器的选择 |
3.3.3 光学吸收气室的设计 |
3.4 系统电路部分的设计 |
3.4.1 光源稳压驱动电路设计 |
3.4.2 放大滤波电路设计 |
3.5 本章小结 |
第四章 红外甲烷检测仪系统的软件设计 |
4.1 软件设计方法 |
4.2 信号的采集与滤波处理 |
4.2.1 A/D 转换程序设计 |
4.2.2 数字滤波处理 |
4.2.2.1 中值滤波 |
4.2.2.2 FIR 低通滤波器设计 |
4.3 浓度反演算法设计 |
4.3.1 查表法 |
4.3.2 多项式插值法 |
4.3.3 多项式拟合法 |
4.4 本章小结 |
第五章 红外甲烷检测仪系统的通信 |
5.1 通信方式与传输速率 |
5.2 单片机与 E2PROM 的通信实现 |
5.2.1 单片机与 AT24C02 通信的接口电路设计 |
5.2.1.1 AT24C02 芯片的特性 |
5.2.1.2 单片机与 AT24C02 的接口电路 |
5.2.2 单片机与 AT24C02 通信的软件设计 |
5.2.2.1 I2C 协议 |
5.2.2.2 单片机的 I2C 模块功能 |
5.2.2.3 AT24C02 的读写操作 |
5.2.2.4 AT24C02 的读写操作程序设计 |
5.3 单片机与上位机的通信实现 |
5.3.1 单片机与上位机通信的硬件设计 |
5.3.1.1 RS-232C 接口标准 |
5.3.1.2 单片机与上位机之间的接口电路设计 |
5.3.2 单片机与上位机通信的软件设计 |
5.3.2.1 单片机的串行通信功能 |
5.3.2.2 串行通信的编程实现 |
5.3.3 单片机与上位机串行通信的扩展 |
5.4 上位机软件设计 |
5.4.1 MSComm 控件的特点 |
5.4.2 上位机软件界面设计 |
5.5 本章小结 |
第六章 检测仪的性能测试 |
6.1 准确度实验 |
6.2 工作稳定性实验 |
6.3 误差原因分析 |
6.4 本章小结 |
第七章 总结与展望 |
7.1 论文工作总结 |
7.2 展望 |
参考文献 |
致谢 |
攻读硕士学位期间发表的论文 |
四、便携式主观视觉垂直线知觉检测仪的研制与应用(论文参考文献)
- [1]哈密瓜糖度和脆度光谱成像检测方法研究[D]. 胡蓉. 石河子大学, 2021
- [2]前庭神经炎患者虚拟现实辅助主观垂直水平视觉研究[J]. 赵东,姜子刚. 中华耳科学杂志, 2021(02)
- [3]基于深度学习的尿沉渣图像识别研究[D]. 李逊. 哈尔滨工程大学, 2020(05)
- [4]虚拟现实辅助下的主观视觉垂直线与主观视觉水平线检测[J]. 成颖,张玉忠,陈飞云,陈耔辰,许信达,魏兰璎,许珉,张青. 中华耳科学杂志, 2019(06)
- [5]钢轨轮廓检测数据的预处理方法研究[D]. 刘伟. 湖南大学, 2018(02)
- [6]视频式肌力训练指导对大学生非特异性下腰痛的影响及分析[D]. 赵美美. 武汉轻工大学, 2017(06)
- [7]锦纶丝染色等级测评系统的研制[D]. 裴成龙. 沈阳工业大学, 2017(08)
- [8]穿戴式脉象检测装置及其信号处理的研究[D]. 张西洋. 华东理工大学, 2016(05)
- [9]单兵武器火控多参数检测系统及关键技术研究[D]. 柳鸣. 长春理工大学, 2016(02)
- [10]基于MSP430单片机的红外甲烷检测仪设计及实现[D]. 黎湘贵. 太原理工大学, 2015(09)