气固两相流广泛存在于工业生产的材料输送中,静电法由于具有成本低、易检测、适应性强等优点而被广泛应用在两相流的测量中。基于静电感应原理, 采用有限元分析法对传感器的结构参数(管壁厚度、电极宽度、电荷、位置等)进行了设定;在不同电极宽度下,对传感器的空间灵敏度进行了研究;根据静电传感器的静动态特性,研究分析了传感器的幅频特性。经仿真实验得出:静电传感器在空间频域上具有低通滤波特性;粒子通过管道时,越靠近管道中心,空间频带越窄;粒子在管道中的速度越快,传感器的频带越宽;电极的轴向长度越长,信号的振幅越大。在确定电极宽度的情况下,可以得到电极在管道内的最佳感测范围。

为了有效缓解海量高光谱数据存储与传输压力并快速精确检测异常目标, 提出一种以滑动阵列窗像元为局部背景的高光谱图像非因果实时RXD异常检测方法.利用随数据逐像元接收而滑动的阵列窗确定局部背景像元, 运用Woodbury引理, 通过矩阵与向量的乘法和矩阵的加减实现局部背景协方差矩阵的求逆运算, 在逐像元接收数据的同时实现阵列窗口中心像元的异常检测.模拟和真实高光谱图像实验结果表明, 与现有实时检测方法相比, 所提方法在检测性能或运行效率上有所提升; 相比非实时的滑动阵列RXD异常检测, 所提方法时间复杂度更低, 处理大小为200×200含189波段的图像, 其加速比达到近26倍.实验结果验证了该方法能在不降低检测精度的同时满足低运算量和低存储空间的实时性要求.

针对复杂背景像元影响高光谱分类精度的问题,将目标检测方法引入地物分类研究,提出了一种基于谱空特征迭代的高光谱图像分类方法,该方法通过将约束能量最小化设计了一种多目标约束的类别分类器(MTCC)。该分类器利用检测原理提取多类目标地物,有效地降低了复杂背景数据对分类精度的影响;同时为了解决光谱特征带来的过分类问题,方法中利用反馈式谱空融合方式强化空间增强信息在分类中的作用,以逐步提高分类精度。利用Purdue、Salinas和Pavia数据集进行实验,结果表明,所提方法的平均分类精度分别为98.09%、97.33%和84.68%,精确率分别为96.84%、95.32%和79.13%,与其他方法相比所提方法具有更高的泛化能力,实用性更强。

异常检测是高光谱遥感技术应用的一个重要方向.然而随着高光谱数据量的增大, 实时处理成为高光谱异常检测方法所面临的主要问题.基于此, 文中提出了一种新型的高光谱图像实时异常检测方法.随着数据的实时下行传输, 该异常算子仅仅利用了待检测像元之前已获取的所有像元信息, 而并没有用到尚未获取的像元信息, 使得数据边传输边处理成为可能;同时, 利用卡尔曼滤波器的递归思想, 用Woodbury引理从上一时刻的状态更新目前信息, 避免了重新计算历史信息及存储所有像元, 在大大缩短算法运行时间的同时, 大大降低了所需的存储空间.接收机特性曲线显示, 与传统异常检测算法相比, 这种新型实时算法可获得几乎相同的检测精度.在不影响检测效果的前提下, 时间复杂度曲线和算子运行时间可显示提出算法的时效性.与此同时, 提出的的状态更新公式不需要重新计算已有像元信息, 因此只需两个存储单元存储前一时刻的状态(协方差矩阵或相关矩阵)以及当前的新像元信息, 从而大大降低了算法所需的存储空间.