被动声定位技术的浅海近距离应用
利用被动声呐的三元测距技术能对浅海水面非合作声源目标进行定位。针对浅海背景噪声强,目标信号稳定性差的特点,采取了预白化方法提高高频信号的利用率,从而提高互相关时延估计的稳定性,又使用后置筛选方法选出可信度高的定位结果,解决了浅海近距离定位中的稳定性问题。通过海上实验对定位方法的稳定性进行验证,并将被动定位轨迹与目标航行的GPS轨迹进行对比。结果表明,在浅海近距离的定位稳定性较高,定位精度可达到米的量级。
超声相控阵低信噪比背景下相关相位校正
超声相控阵中,相位校正在消除相位畸变中起着重要作用。部分相控阵探头,阵元的面积小,回波信号弱,信噪比差。针对该问题,首先研究了邻近和集总相关估计在不同信噪比情况下的校正性能:发现信噪比SNR〉12dB时,邻近相关估计基本不产生估计误差;SNR〈5dB时,邻近相关估计产生的误差随着信噪比下降急剧增大。而集总相关即使在噪声强度较小时也不能做到估计误差为0;在噪声强度增大的过程中,其估计误差并未急剧增加,这与邻近相关估计不同。根据邻近和集总相关的特点,提出了混合相关校正结构。实验表明,混合相关充分利用了邻近和集总相关估计的优点,显著提高了图像质量。
基于互相关和函数型神经网络测量声波渡越时间
由于硬件电路的影响,采样频率的提高受到了限制,直接对发射端和接收端的采样信号进行互相关所确定的声波渡越时间精度较低,为此提出一种基于互相关和函数型神经网络测量声波渡越时间的方法。首先介绍声学法测温、互相关和神经网络的基... 展开更多
用于井下超声石油流量计的互相关方法
介绍井下超声波石油流量计的互相关处理方法以及实现方案。该方案采用倾斜式换能器布放方式,提高了井下超声石油流量计的测量灵敏度;采用数值化互相关求取时差的方法处理超声回波,对相关法与阈值法计算时差的可靠性与稳定性进行了比较,说明了相关法在时差计算方面相对于阈值法的优越性。同时介绍了相关法井下流量计的电路实现方法。结果表明:简化了超声流量计的电路设计,提高了系统的稳定性和测量精度,该方案对于井下流量计及相似的检测问题具有实际的参考价值。
电导式相关流量测量技术应用研究
文中首先介绍了相关流量测量技术的原理,据此研制了由28电导式相关流量计,并已经成功获得现场应用。然后,针对现有相关流量计不能实现单芯数据传输的难题,提出了由38电导式相关流量计,该仪器能够在并下实现两路相关流量信号的采集和互相关运算,并将处理结果转换为频率信号输出;在垂直和水平条件下油水两相流模拟井动态实验结果表明,该仪器输出响应和流量间存在着良好的线性关系。最后,在水平油气水三相流条件下进行了模拟实验,得到了电导式相关流量计的响应特性。
PIV血流场显示测速技术
通过分析多普勒测速技术与粒子图像测速技术的区别,从一个新角度把PIV全流场测速技术应用于血液流场的研究中.用激光片光源照亮血流粒子场,再计算确定实验系统光学参数,以获得最佳流场图片.对流场分析常用的互相关算法进行改进,辅以曲面拟合和误差修正,获得了亚像素级的全流场速度的大小和方向,并进一步计算出血流场的涡量分布和剪切率分布.为了验证改进的算法,对日本视频协会提供的PIV-STD序列标准图像进行仿真计算和误差分析,与原算法相比其速度矢量图的误差降低了2个百分点,流场速度值的平均误差小于±1%.该结果表明文中建立的方法是有效的,并可推广用于其它的流场分析.
互相关虚拟测速仪的试验分析
采用虚拟仪器技术和互相关原理相结合的方法.研制了一种用于进行流体流速测量的虚拟仪器.文中对流速测量仪试验结果和误差进行了全面的阐述和分析.其测试结果和国内已公开发表文献相比。测试精度有所提高.研究说明基于压力相关的流速测试技术是完全可行的,可以应用于流体的速度测量领域。
基于互相关理论的时差法超声波流量检测系统
介绍一种时差法超声波流量检测系统。系统以两超声探头同侧V型安装方式,采集顺、逆流回波信号经插值后作互相处理,由互相关函数的峰值得出两回波信号的时差,间接测出流量。插值算法的引入,提高了回波信号的时间分辨率,实现了微小时差的测量。该系统测量精度高、统计特性好,在液压系统的测量中取得了较理想的效果。
DDS技术在智能相关流量计中的应用
在介绍超声波相关流量计工作原理基础上,论证了产生高精度正弦波的必要性。分析了DDS技术的工作原理及结构,最后还提出了一种应用DDS芯片AD9850和DSP芯片TMS320VC5402组成的正弦波信号、AM和FM信号发生器。通过实测数据表明.本文所讨论的方法和研制的系统是可行的、有效的。
基于FIR分解的轴承故障快速诊断方法研究
为实现轴承故障的快速准确诊断,以互相关和互信息为基础构造一种针对轴承的快速故障诊断方法。该方法首先运用有限长单位冲激响应(Finite Impulse Response,简称FIR)滤波器对各单一故障(包括内圈、外圈、滚珠、保持架)振动信号进行分解,降低信号分解过程中因模态混叠造成的干扰,以力学分析建立的各故障振动模型为参考,对分解后的子信号采用互相关分析法,选出表征故障特征的子信号,计算子信号透露的信息量——互信息,用于构造故障特征矩阵,最后由K最近邻分类算法(K-Nearest Neighbor,简称KNN算法)的识别结果验证该算法对实现轴承故障快速识别具有优势。












