【摘 要】
：
湿度是表示湿空气中水汽含量多少的物理量,湿度测量是地面及高空气象观测的重要内容之一。湿度测量的方法和仪器较多,基于图像识别法的显微成像式露点型湿度传感器能准确测量湿度,本文主要从以下三个方面对露点型湿度传感器进行性能优化研究:从测量性能研究上出发,除了开尔文和拉乌尔效应外,还分析了其他影响露点型湿度传感器测量性能的因素,包括露点型湿度传感器使用过程的把控和镜面凝结与消散过程时机的判断。从镜面凝结状
论文部分内容阅读
湿度是表示湿空气中水汽含量多少的物理量,湿度测量是地面及高空气象观测的重要内容之一。湿度测量的方法和仪器较多,基于图像识别法的显微成像式露点型湿度传感器能准确测量湿度,本文主要从以下三个方面对露点型湿度传感器进行性能优化研究:从测量性能研究上出发,除了开尔文和拉乌尔效应外,还分析了其他影响露点型湿度传感器测量性能的因素,包括露点型湿度传感器使用过程的把控和镜面凝结与消散过程时机的判断。从镜面凝结状态准确识别上出发,镜面凝结状态包括干净镜面、露珠和冰晶三种状态,利用卷积神经网络（CNN）算法实现了镜面凝结状态的准确识别;对于30000张测试样本,干净镜面100%识别,露珠99.28%识别,冰晶98.58%识别。从温度变化过程中水汽释放和吸附问题出发,主要利用可调谐激光二极管吸收光谱技术（TDLAS）设计实验验证了露点型湿度传感器在环境温度升温时的水汽释放效应、环境温度降温时的水汽吸附效应,并定量给出了露点型湿度传感器变温补偿系数参考表,以此修正传感器测量值。上述研究对把握传感器测量性能,提高露霜识别率,补偿由温度变化造成的测量误差等方面具有重要的参考价值。
其他文献
随着科技的进步和社会的发展,位置信息服务成为了智能社会和现代战争不可缺少的重要服务。现有的定位技术中应用最广泛的是卫星导航系统,但卫星导航系统具有脆弱性,难以满足无缝定位的要求。利用覆盖广泛的移动通信系统与伪卫星等高精度定位技术融合实现导航通信一体化将是未来实现广域高精度定位的发展趋势。本文对面向导通一体的区域定位导航系统信号体制进行设计,并对新体制信号的性能进行评估。论文的主要工作总结如下:1、
近年来,以卷积神经网络为代表的人工智能技术促进了计算机视觉领域的发展和实际应用。目标检测因CNN模型的成功应用而取得了很大的进步,各种先进的目标检测器层出不穷,推动了以目标检测为基础的计算机视觉技术的落地应用。基于CNN模型的目标检测器的骨干网络不仅对最终检测有影响,而且对检测头的性能发挥也有影响。研究者们以图像分类模型为基础,提出并改进了一系列用于目标检测的骨干网络。以特征金字塔结构为代表的骨干
在未来信息化战争中,卫星拒止条件下,现有装备无法满足在复杂环境中实现高精度导航定向的需求。与此同时,无人系统对独立于卫星导航的全自主、高精度、长航时的导航需求也愈加迫切。自然界部分生物可以从自然界的偏振光、地磁场等环境中提取自身运动的航向、姿态等信息用于导航。这种本领具有全自主、抗干扰、测量误差不随时间累积等特点,可以有效改善当前导航系统中定向误差累积,环境适应性不强等问题。因此,研究偏振光地磁复
近年来,无人机由于具有环境要求低、操作简单不易出错、灵活可靠成本低等特点,在军事领域和民用领域都获得了广泛应用。但随着任务环境越来越复杂、任务要求越来越高,单个无人机的有限容量已经不能够满足复杂的任务需求,利用多无人机协同执行任务成为了重要发展趋势。通过多无人机协同航迹规划可以实现对无人机群的整体控制,从而让航迹生成更加合理、飞行过程更加安全、任务完成更加高效。多无人机的协同航迹规划问题既要考虑防
认知雷达作为智能化雷达的初级阶段的产物,在军用、民用领域有着十分重要的应用。自适应波形设计技术是认知雷达的关键技术之一,是认知雷达智能性的集中体现。自认知雷达的概念提出以来,自适应波形设计技术就受到了相关领域学者们的广泛关注。本文对基于概率密度函数间欧式距离测度的自适应波形设计问题展开研究。第一章首先梳理了认知雷达的发展过程和研究现状,对现有的认知雷达架构进行统一;并且归纳了当前认知雷达自适应波形
聚类算法是机器学习、数据挖掘领域重要的研究内容,它能够自动地从海量无标签的数据中提取信息使得相似的数据被聚在一起而不相似的被分离开来。最近几年来,具有多视图特征和缺失特征的聚类算法研究越来越得到学术界的关注,逐渐成为研究的热点问题。现有的多视图聚类方法通过相似度或者特征融合的方法在最优的相似度上做聚类,但是往往优化步骤复杂、算法复杂度较高。同时现有的缺失聚类算法将缺失值填充和聚类过程分割开来,往往