【摘 要】
:
随着5G物联网时代的到来,物联网正逐渐深入日常生活的各个方面,各行业对万物互联的需求也日益增加。作为物联网技术感知层的重要组成部分,传感器受到了广泛的研究和关注。光频域反射技术(OFDR)作为一种重要的分布式光纤传感技术,因其所具有的高空间分辨率、高信噪比、高灵敏度等优势,近年来受到越来越多关注,并在航空航天、精密仪器、医学、大型建筑等领域拥有广泛的应用。当前国内外的OFDR相关研究中,大多都采用
论文部分内容阅读
随着5G物联网时代的到来,物联网正逐渐深入日常生活的各个方面,各行业对万物互联的需求也日益增加。作为物联网技术感知层的重要组成部分,传感器受到了广泛的研究和关注。光频域反射技术(OFDR)作为一种重要的分布式光纤传感技术,因其所具有的高空间分辨率、高信噪比、高灵敏度等优势,近年来受到越来越多关注,并在航空航天、精密仪器、医学、大型建筑等领域拥有广泛的应用。当前国内外的OFDR相关研究中,大多都采用了基于电脑端软件信号处理的方案,这种处理方法虽然便于实验调试,但因电脑端软件串行处理等因素大大影响处理速度,导致OFDR传感时间一般在分钟级别,无法满足OFDR技术的高速化需求。本论文针对OFDR高速化传感需求,设计了高速化OFDR信号处理方案,基于实验室当前已有的基于FPGA开发板所搭建的高速OFDR系统,设计并试验验证了 OFDR高速高空间分辨率应变传感、二维实时形状传感的实验方案,验证了所设计高速化OFDR信号处理方案的有效性。论文主要内容如下:1.针对OFDR高速化传感的需求,推导并得出了可调谐光源参数和OFDR系统各项指标之间的关系模型,设计了高速OFDR系统的光源连续扫频方案,包括光源扫频参数、工作模式设置等,并试验验证了该连续扫频方案的可行性。2.设计了基于“应变-曲率”参数映射模型和切角递推形状恢复算法的高速OFDR二维形状传感方案,并分别在MATLAB和LAB VIEW两个处理平台上实现了切角递推算法的形状重建过程。经试验验证,所设计的二维形状传感方案,能够测量到的物体最大形变曲率为10m-1,且最高传感速率可达16Hz,并在LABVIEW软件界面上实现了实时形状变化显示,验证了该二维形状传感方案的可行性。3.针对OFDR系统对高速率、高空间分辨率、长距离的传感需求,设计了高速实时应变参量传感、微小零件高分辨率应变传感、长距离应变传感的实验方案,并进行了试验验证。实验结果表明,本系统在5m的传感距离下整体传感时间不超过50ms,微小零件的高分辨率传感精度可达5mm,最长传感距离可达50m,验证了所设计实验方案的有效性。
其他文献
近几年,我国高度重视大数据对于社会经济发展的地位和作用,充足的政策支撑使得大数据技术与应用得到了显著的发展。与此同时,在线票务得益于移动互联网的普及,业务规模稳定增长,对产生的海量数据进行二次开发分析,为决策提供数据支撑,激发商业模式创新,催生新的业务增长点,最终占据更多的市场份额,成为各大互联网公司的重要驱动力。本文以某公司实际项目为背景,设计并实现了基于Hadoop的票务分析系统。该系统为在线
随着互联网生态的快速发展,推荐系统需要进行数据分析的数据量在近年以指数级增加,这对推荐系统的计算能力提出了越来越高的要求。本课题基于多GPU并行化计算技术搭建全新的高性能大数据并行化推荐系统,论文主要完成以下创新性工作:第一,提出了一种基于矩阵分解的GPU并行化推荐算法。该算法使用哈希表以初始化稀疏特征矩阵,规避了传统算法中对高稀疏性数据集中大量空白数据块的处理缺陷,并且通过在CPU内设置等待队列
互联网以及通信技术的快速发展使得社会中信息的传播形式由文本信息传播为主转变为文本、视频多模态传播。短视频作为多模态传播模式的主要形式之一,正逐渐成为人们闲暇时间的主要娱乐方式。同时,视频传播作为研究热点——传播动力学的类别之一,也受到了学者的广泛关注。研究表明,由于平台推荐以及社交网络的弱化,短视频传播与传统视频的传播存在一定的差异性。因此,揭示短视频传播中流行度的演化机制对信息传播的促进和舆情的
随着深度学习和强化学习技术的发展与成熟,将二者结合在一起的深度强化学习技术在面向单智能体的人工智能决策控制等领域取得了长足的进步,也为更加复杂的多智能体强化学习打下了坚实的基础。但是直接将深度强化学习应用到多智能体领域会面临拓展性、非稳态等严重的问题。为了解决上述的问题,现在一种主流的多智能体强化学习框架为“集中训练分布执行”,本文针对该框架展开研究:当前基于该框架的算法在遇到意外的策略改变时,会
如今,随着大数据、云计算等技术应用越来越广泛,数据中心网络成为了云计算与大数据处理的基础支撑,同时,数据中心网络也在不断地调整改进以适应当前网络高速发展的需求。本文主要对现有的数据中心网络的负载均衡方式进行了研究,并设计了基于轻量级带内全网遥测的网络负载系统,具体包括基于带内全网遥测和源路由的网络遥测框架以及基于Top K算法的选路和负载均衡框架。(1)本文设计的网络遥测框架利用胖树型数据中心网络
量子计算是一种利用量子力学规律调控量子信息单元进行计算的新型计算模式。由于量子叠加性和量子相干性的存在,量子算法呈现出比经典计算机更快的处理速度,而量子计算网络的提出和发展也使得普通用户也可以利用经典通信或量子通信技术连入分布式量子计算机群进行量子算法的验证。在广域量子计算网络中,普通用户需要将手中有限的保密资源分发给网络中的量子服务器,并公布各个量子服务器所承担的任务。整个量子计算对网络中的量子
近年来,水下自主航行器(AUV)被广泛应用于各种复杂的水下任务,包括海底地形绘制、海洋矿产资源调查以及海洋环境监测等等。AUV的准确定位对于确保其自身安全以及采集数据的准确性至关重要。由于全球定位系统信号在深海中无法使用,所以AUV导航定位成为了一个相对于地面机器人定位来说,更具有挑战性的问题。相对于传统水声定位系统来说,基于单信标测距的声学定位只需要布放一个信标,为AUV定位系统节省了显著的时间
生活中存在了很多复杂的非线性现象,研究这些非线性的情况可以更好的推动科学技术的发展,现阶段有关非线性主要的研究方向是孤子、混沌和分形。在1970年后,孤子受到了广泛的关注与研究,由于孤子具有保持形状不变的情况下进行长距离传输通信,所以它在光纤通信领域有很大的研究价值。非线性薛定谔方程是非线性中的一个很重要的模型,它能够很好地描述光学、等离子物理、光通信等领域的一些非线性情况,随着研究的逐步深入,呈
移动通信、无线传感器以及车载设备制造等技术的进步使得车联网成为智能交通系统的重要组成部分。车联网具有高速移动、网络拓扑变化快、无线信道时变等特点。随着大量计算密集型的新业务不断出现,车联网对节点的存储计算能力、通信可靠性以及计算卸载时延的要求也越来越高。为了应对车辆计算能力不足的问题,研究者们提出将移动边缘计算(Mobile Edge Computing,MEC)和车联网相结合,并对其中的计算卸载
光纤通信等物理领域中的非线性方程都是从各种非线性现象中抽象出来进行研究,特别是非线性薛定谔方程用来描述光纤中孤子的传播或者非线性光纤和平面波导中光的传播等等。本文主要是研究变系数薛定谔方程的孤子和畸形波解,通过一些典型方法进行求解进而分析孤子和畸形波的性质。本文主要内容如下所示:第一章介绍了孤子、畸形波和非线性薛定谔方程的背景,介绍了本文用到的研究方法,对文章的内容结构进行了说明。第二章讨论了非均