基于三维模型重构技术的公路预制构件尺寸检验评价方法

为使公路工程异形混凝土预制构件的制造尺寸检验评价适应工业化建造要求,应用三维模型重构技术检验评价了异形混凝土预制构件尺寸,提出了高精度、自动化异形混凝土预制构件尺寸检验评价方法,包括三维模型重构、点云数据处理和检验评价体系3个环节;总结了基于三维摄影的点云模型重构技术的原理和关键环节,研究了基于坐标转换和包围盒的无关点云自动剔除算法,并通过2个实例验证了该算法的效果;研究了点云整体配准和3类局部配准方法,针对不同形状的构件和不同位置的细部构造,结合工程需求进行对照;考虑工程需求并与配准方法对应,提出了基于彩色误差云图和数理统计方法进行构件尺寸检验评价的3种判异原则,包括误差均值和标准差判异原则、误差极值判异原则、综合判异原则;综合分析彩色误差云图和误差分布,利用判异原则对箱型涵洞侧墙和管型涵洞侧墙实例的尺寸进行了检验评价。研究结果表明：3种判异原则分别适合对预制构件进行整体宏观、局部单项和先整体后局部的检验评价;采用三维模型重构技术建立的异形混凝土预制构件点云模型,与实际构件相比其长度和宽度的误差均值约为1.5 mm,三维模型重构技术可以替代人工测量;能够自动化剔除无关点云,并执行更为严格且符合工程需求的构件尺寸检验评价。     

Moiré条纹密度对条纹图噪声及相位混频的影响

分析了Moiré条纹密度对条纹图噪声及相位混频的影响,提出了一种调整Moiré条纹密度的方法以有效减少条纹图噪声与包裹相位图噪声,并消除条纹过密产生的相位混频。试验测量表明,该方法能够获得可靠的测量结果,具有较好的测量精度。     

小波分析在地质雷达数据去噪中的运用

地质雷达广泛运用于公路建设和检测中,而传统的滤波去噪方法已不能满足数据处理的运用要求.通过运用小波与小波包分析进行数据处理,能够取的良好的去噪效果.     

一种基于小波去噪的脉冲噪声抑制方法

小波去噪是近年来兴起的信号处理领域中的高新技术,而目前许多研究方法都是以高斯噪声为背景的.在小波阈值去噪的基础上,将伪随机m序列引入小波去噪方法中,可有效去高斯噪声中掺杂的脉冲噪声.     

基于Curvelet变换阈值法的地震数据插值和去噪

成功的信号分离和去噪依赖于所用的变换能否足够稀疏地表达该类信号.事实上,信号在某变换域的系数越稀疏,阈值去噪的效果也就越好.Curvelet变换是一种非自适应的多尺度.多方向性变换,地震数据在Curvelet域有着几乎最优的稀疏表达.最近的研究表明,Curvelet阈值能够得到比小波阈值更好的随机噪声抑制效果,更高的提...     

水下航行体降噪艉翼填角的数值模拟与试验研究

为降低水下航行体噪声,研究了艉翼填角的降噪效果。分析了水下航行体艉翼接合部马蹄涡影响螺旋桨伴流场的特征,认为马蹄涡对水下航行体噪声产生了不利影响。针对某无人水下航行体(UUV)设计了一种艉翼填角,运用CFD方法对该艉翼填角优化螺旋桨伴流场的效果进行了数值模拟,结果显示伴流场轴向速度的周向不均匀度系数下降35%-62%。将艉翼填角应用于该UUV,开展航行辐射噪声测量试验,结果显示艉翼填角使UUV航行噪声总声源级降低3.4 d B,尤其对低频噪声抑制较好。     

海上低空探空剖面数据的小波降噪方法研究*

传感器噪声是影响海上低空探空剖面测量的重要因素,对被测信号进行消噪处理是测量中必不可少的步骤。文章阐述了利用小波变换对探空剖面这类非平稳信号进行消噪的方法,通过仿真以及对实测数据的降噪处理结果得出,利用小波对含噪信号进行降噪是一种有效的手段。     

基于小波消噪的ARIMA与SVM组合交通流预测

针对实际交通系统时变复杂和变化的不确定性所带来的交通流量非线性和强干扰性的特征,首先应用小波分析方法,对原始交通数据进行了消噪处理,使消噪后的数据更能反映交通流的本质及变化规律;然后采用自回归求和滑动平均(ARIMA)和支持向量机(SVM)的结合预测模型对交通流进行了预测,最后用实测交通数据进行了验证分析,得到了两个结论:一是组合预测模型比单个预测模型的预测精度高;二是小波分析消噪后的组合预测模型比没有消噪的组合预测模型预测精度高.结果表明消噪后的组合预测模型具有较高的预测精度,可用于交通流的实时动态预测.     

基于秩最小化矩阵去噪的船舶轨迹重构方法

针对船舶自动识别系统(Automatic Identification System，AIS)在实际应用中存在错误数据频发、数据丢包等问题，本文提出一种基于秩最小化矩阵去噪的船舶轨迹重构方法，利用去噪实现轨迹重构，同时，实现对轨迹的去噪和缺失补全。该方法通过线性插值实现经度对齐，将轨迹数据转化为轨迹矩阵，从而补全轨迹中的缺失值。由于补全结果存在非常大的误差，因此，引入 PLR(Patch-Based Low-Rank Minimization)算法去噪，消除误差。同时，为进一步提升补全效果，通 过2D-VMD(Two-Dimensional Variational Mode Decomposition)算法将矩阵分解为不同频率的IMF (Intrinsic Mode Function)，并分别进行PLR去噪，合并去噪结果，得到最终重构后轨迹。本文以长江武汉段水域船舶AIS轨迹为研究对象，通过实验证明该方法在不同缺失比例以及随机缺失和连续缺失两种情境下具有鲁棒性和较强的稳定性；并与 HALRTC(High-Accuracy Low-Rank Tensor Completion)、TRMF(Temporal Regularized Matrix Factorization)等方法进行比较，结果表明， 该方法相较于HALRTC等方法具有更高的精度，并在高损失率下表现出较好的重构效果。     

基于多小波分析的暂态信号去噪方法研究

由于多小波分析方法的特殊性,需要对原始信号进行预处理.不同的预处理方法对多小波去噪效果有着非常明显的影响.文中介绍了多小波理论,选用GHM多小波,采用了4种预处理方法对信号进行预处理,分析了基于这4种方法进行信号去噪的结果,并与单小波处理结果进行了比较.将比较结果应用于检测系统输出电压信号进行分析,结果表明,利用多小波变换方法对暂态信号去噪比用单小波方法具有明显的优越性.