版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、針對核輻射、強粉塵、濃霧、反光等特殊環(huán)境下傳統(tǒng)光學設備無法工作或是效果不理想的情況,提出了一種利用超聲換能器陣列實現(xiàn)物體形狀識別以及定位的解決方案。
本文在總結和歸納超聲陣列在識別以及定位方面的研究現(xiàn)狀后,結合超聲波在空氣中的傳播特性,選擇了壓電片直徑為11mm、中心頻率為40kHz的換能器作為陣元,設計了一種發(fā)射陣列與接收陣列上下交錯排布的二維超聲檢測平臺。該平臺包括超聲陣列單元、信號處理單元以及嵌入式異構單元等三部分。超聲
2、陣列由28個換能器構成,其中發(fā)射陣列由8個陣元組成,接收陣列由2×10個陣元組成。信號處理單元主要對微弱的回波信號進行放大、濾波、采樣、存儲等處理;嵌入式異構單元主要對采集的回波信號進行特征提取,實現(xiàn)定位算法與形狀識別算法。
在物體定位方面,采用了到達時間差(TDOA)超聲定位模型。為消除多徑反射引起的渡越時間(TOF)測量誤差,采用快速互相關算法提高檢測精度。針對算法中快速傅里葉變換(FFT)耗時長的問題,采用級間串行、級內
3、并行的思想對FFT算法進行了改進,引入了計算統(tǒng)一設備架構(CUDA)并行技術在GPU上加速算法的實現(xiàn)。
在形狀識別方面,基于不同形狀的物體反射的超聲波具有的規(guī)律性,基于時域的特征方法和基于頻域的特征方法分別建立特征矢量庫,結合 BP神經網絡實現(xiàn)物體形狀識別。為加速實現(xiàn) BP算法,通過公式推導出算法中包含的矩陣運算,采用神經元結構的并行性和矩陣運算的并行性相結合的方案對算法進行了改進,同樣引入了CUDA并行技術加速算法的實現(xiàn)。<
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 360度全場景多目標識別與跟蹤算法的研究與實現(xiàn).pdf
- 基于Kinect的場景分割和目標識別研究.pdf
- 基于單目視覺的目標識別與定位研究.pdf
- 基于特征匹配的目標識別與定位方法研究.pdf
- 基于圖像識別的大田害蟲多目標識別研究.pdf
- 基于雙金屬納米探針的多目標識別.pdf
- 基于單目視覺的目標識別與定位.pdf
- 基于超聲電機的目標識別與跟蹤系統(tǒng).pdf
- 寬帶相控陣雷達目標識別系統(tǒng)的研究與實現(xiàn).pdf
- 基于多目標識別技術的移動增強現(xiàn)實的研究與應用.pdf
- 基于機器視覺的場景目標識別方法研究.pdf
- 基于全維視覺的目標識別與定位.pdf
- 復雜場景中的實時目標識別.pdf
- 基于雙目立體視覺的目標識別與定位研究.pdf
- 基于聽覺場景分析的水下目標識別方法研究.pdf
- 移動場景動目標識別算法研究.pdf
- 多目標識別與分選技術及應用.pdf
- RFID的快速多目標識別技術研究.pdf
- 基于語義結構和視覺焦點的場景目標識別.pdf
- 基于雙目立體視覺的目標識別與定位.pdf
評論
0/150
提交評論