高动态环境七篇

2024-09-12

高动态环境篇1

所谓高动态环境就是指通信系统中接收机/发射机等信号载体具有非常高的绝对速度 (通常高于3马赫) 、加速度 (通常大于30g) 、加加速度 (通常大于10g/s) 。由此带来的影响就是接收/发射的信号会带有很大的宽带多普勒频移, 且此多普勒频移同时具有很大的一次变化率和二次变化率。值得注意的是, 高动态环境下产生的多普勒频偏和普通多普勒频偏的一个重要区别就是这种频偏是时变的, 在频域的角度来看即多普勒频偏具有一定的带宽。这种宽带多普勒频移会附加到载波上, 对接收机正确解调信号带来很大的挑战。

针对高动态环境下的扩频系统提出了一种快速同步方案, 通过优化接收机的环路结构, 混合使用FLL和PLL;并使用自相关PN序列进行码同步。从而达到快速、精确的捕捉和解调信号。通过仿真发现, 本文设计的同步方案具有较高的动态性能和较好的同步精度。

1 系统描述

1.1 宽带多普勒频移及其影响

多普勒频移是由于发射机和接收机之间存在不为0的相对速度而导致接收信号频率与发射信号频率存在频差。其反映的是发射机与接收机之间相对速度的变化。一般来说, 其计算公式为:

$f_{d} = f_{r} - f_{s} = - \frac{v_{s, r}}{c} f_{0} = - \frac{v_{s, r}}{λ_{0}}$

其中, fd为多普勒频移, vs, r是发射机和接收机之间的速度差, λ0为载波波长。

在高动态环境下, 由于相对速度具有较高的一次变化率和二次变化率, 所以vs, r实际上是时间的函数, 从而fd也是时间的函数, 即

$f_{d} (t) = - \frac{v_{s, r} (t)}{c} f_{0} = - \frac{v_{s, r} (t)}{λ_{0}}$

这样fd (t) 便具有较宽的频谱, 也可以称其为宽带多普勒频移。

宽带多普勒频移会对接收机的频率捕获造成很大影响, 这就对接收机提出了以下的要求:

同步模块中由捕获阶段过渡到跟踪阶段的速度一定要快。

载波提取环路失锁后重新捕获的时间一定要短。

同步模块的高动态性和高精确度不可兼得。因此必须在速度和精度上做出折衷。

1.2 叉积鉴频器

在初始捕获时, 实现频率锁定比实现相位锁定要容易。叉积自动频率跟踪算法CPAFC (Cross Product Auto Frequency Tracking) 为常用的FLL鉴频器算法。作为一种差分跟踪的方法, CPAFC对于同相和正交分量的180度相位反转不敏感。

符号确定的叉积自动频率跟踪算法CPAFC与一般的叉积鉴频器相似, 但消除了输出量的符号模糊。在实际信号中, 数据符号不可能连续不变, 所以在多数设计中采用此种有符号的叉积自动频率跟踪算法。令

Dot (k) =I (k-1) I (k) +Q (k-1) Q (k)

Cross (k) =I (k-1) Q (k) +I (k) Q (k-1)

CPAFC的控制量可以表示为:

Δf (k) =sign[Dot (k) ]·Corss (k) =

sign[Dot (k) ]·A2D (k) ·D (k-1)

sinc2 (Δfd·πT) ·sin (ϕk-ϕk-1) +n (k)

若连续测量的输出量不变, 则D (k) ·D (k-1) =1, Δfd=Δfd[k]-Δfd[k-1]ϕk=Δfd·t+ϕ0

ϕk-ϕk-1=[Δfd[k]-Δfd[k-1]]T=ΔfdT

当 $| Δ f_{d} \cdot π Τ | ＜＜ \frac{π}{2}$ 时, sinc (Δfd·πT) →1, sin (ϕk-ϕk-1≈ϕk-ϕk-1)

输出与单位时间间隔内相位变化成正比, 可以用此输出量控制载波NCO调整频率产生, 达到频率跟踪的目的。

1.3 四相鉴频器

一般来说, 在码捕获 (时间粗同步) 后, 载波多普勒频移范围被牵引到一个频率搜索单元范围, 而此时频率估计误差仍然较大, 有可能超出叉积鉴频器的线性跟踪范围。因此首先用四相鉴频器将误差降低到叉积鉴频器的可跟踪范围内, 将频率进一步牵引到CPAFC跟踪频带的线性范围内。

鉴频通过比较两个连续时间同相正交分量获得, 若在连续两次积分清洗过程中多普勒频差不变, 则有:

I (k) -I (k-1) =-Fdsin (πΔfd[k] (N-1) /2+ϕk-1) sin (πΔfd[k] (N-1) /2)

Q (k) -Q (k-1) =Fdcos (πΔfd[k] (N-1) /2+ϕk-1) sin (πΔfd[k] (N-1) /2)

Fd=AR[ρ (k) ]sin (πΔfd[k]N)

为保证鉴频结果的符号仅受到鉴频项sin (πΔfd[k] (N-1) /2) 的影响, 需要确保鉴频项之前的部分Fdcos (πΔfd[k] (N-1) /2+ϕk-1) 和-Fdsin (πΔfd[k] (N-1) /2+ϕk-1) 的符号为正。可以观察到:

Fdsin (πΔfd[k] (N-1) /2+ϕk-1) =Fdsin (ϕk-πΔfd[k] (N-1) /2)

因此鉴频项之前部分的符号由ϕk决定。

根据上述讨论, 可将载波相位 (频率) 误差分割成4个区间, 设校正量为β, 则有

$\begin{array}{l} β = {\begin{cases} sgn [Ι (k)] \cdot Δ Q, | Ι (k) | \geq | Q (k) | \\ - sgn [Q (k)] \cdot Δ Ι, | Ι (k) | ＜ | Q (k) | \end{cases} \\ Δ Ι = Ι (k) - Ι (k - 1) \\ Δ Q = Q (k) - Q (k - 1) \end{array}$

同时也可以得出, 只有当 $| π Δ f_{d} [k] (Ν - 1) / 2 | ＜ \frac{π}{4}$ 时, ϕk-πΔfd[k] (N-1) /2才不会影响鉴频项之前的符号。这也表明了四相鉴频器可以工作的频率范围。

1.4 扩展卡尔曼滤波器

卡尔曼滤波器是一种高效率的递归滤波器, 它能够从一系列包含噪声的测量中估计动态系统的状态。卡尔曼滤波器的一个优点是:由于整个过程是一个递归的估计, 因此不需要记录观测值的历史信息。其另一个优点是, 卡尔曼滤波器是一种纯粹的时域滤波器, 不需要像低通滤波器或频域滤波器一样在频域上设计并转换时域上实现。

在非线性条件下, 同样可以抽象出扩展卡尔曼滤波器的模型, 表征其过程和观测值的方程为非线性随机微分方程

xk=f (xk-1, uk-1, wk-1)

zk=h (xk, vk)

与基本卡尔曼滤波器相同, 扩展卡尔曼滤波器也分成预测过程和校正过程两部分。整个滤波器的运行过程如下。

在本系统中, 卡尔曼滤波器对载波多普勒频移及其一次变化率和二次变化率进行状态预测。

卡尔曼滤波器的整个运行过程可以抽象为:

预测过程

fc[k+1]=Afc[k]+wk

Pk+1=APk+1AT+Q

校正过程

Kk+1=Pk+1H $_{k + 1}^{Τ}$ (Hk+1Pk+1H $_{k + 1}^{Τ}$ +R) -1

fc[k+1]=fc[k+1]+Kk+1ak+1

Pk+1=Pk+1-Kk+1Hk+1Pk+1

由于载波多普勒频移的时变特点, 可将其用泰勒公式展开表示为:

$f_{d} (t) = f_{d} (Τ) + f^{'}_{d} (Τ) Τ + \frac{1}{2} f^{″}_{d} (Τ) Τ^{2}$

同理:f′d (t) ≈f′d (T) +f″d (T) T

则卡尔曼滤波器有下列状态方程:

$\begin{array}{l} \vec{f}_{d} [k] = [f_{d} [k] f^{'}_{d} [k] f^{″}_{d} [k]]^{Τ} = A \vec{f}_{d} [k - 1] + \vec{w}_{k - 1} \\ A = [\begin{matrix} 1 & Τ & \frac{1}{2} Τ^{2} \\ 0 & 1 & Τ \\ 0 & 0 & 1 \end{matrix}] \end{array}$

其中, A为状态转移矩阵, $\vec{w}_{k}$ 为过程噪声。

设过程噪声 $\vec{w}_{k}$ 的协方差矩阵为Q, 可推导出:

$Q = [\begin{matrix} \frac{q Τ^{5}}{20} & \frac{q Τ^{4}}{8} & \frac{q Τ^{3}}{6} \\ \frac{q Τ^{4}}{8} & \frac{q Τ^{3}}{3} & \frac{q Τ^{2}}{2} \\ \frac{q Τ^{3}}{6} & \frac{q Τ^{2}}{2} & q Τ \end{matrix}]$

其中, q为过程噪声w3的功率密度。

滤波器运行过程中可以认为观测方程满足:

yk=Hkfc[k]+vk

观测噪声vk是协方差矩阵R=σ2的高斯白噪声, 且Hk=[1 T T2/2]。由于输入到卡尔曼滤波器的是鉴频器观测到的多普勒频差, 可将校正过程中使用fd[k]来代替残差。记为fd[k]≈yk-Hkfc[k]≜ak。

一般来说, 滤波器状态输出是一个趋于稳定的震荡过程。如果不人为的干预滤波器的初始输出, 则震荡过程稳定过程较为缓慢, 且震荡的峰值幅度较大;而若人为的将状态输出的初始值设置为已知的频率信号fc, 则震荡稳定的较快且震荡围绕在载频fc附近, 震荡峰值幅度较小。这说明如果能实现知道有关频率环路的相关信息, 则可明显提高环路性能。

2 系统方案

本文中所使用的扩频系统为WCDMA下行物理信道, 通过对数字基带信号的处理来实现同步方案。整体方案分为捕获和跟踪两个阶段。

捕获阶段的完成的功能主要为:通过码相关检测使接收码和参考码相位差小于一个码片的长度, 从而对齐WCDMA信号的时隙;之后载波提取环路闭合, 利用四相鉴频器和辅助频率牵引环路将频率牵引到误差在几百赫兹的范围内, 再利用叉积鉴频环路进一步缩小频率误差, 使载波相互对准;同时收发时钟频率基本一致。锁定后转入跟踪阶段。

跟踪阶段完成的主要功能是:利用的辅同步码进一步得到当前的Slot信息;此时鉴频环路转入Costas环路进一步进行载波相位的精确估计。

2.1 方案框图

系统运行时, 接收机的功能框图如图1所示。

当信号刚被捕获时, 系统使用四项鉴频器进行粗频率牵引后, 鉴频环路转入叉积鉴频。最终当频率误差小于叉积鉴频范围时转入PLL鉴相环路进行精细的相位纠正。可以看出, 频率同步的过程对每一对I, Q信号均进行鉴频运算, 因此整个系统的频率校正是实时发生的。这也是本方案有别于一些传统同步方案的地方。

2.2 主同步码结构

在码同步阶段, 所讨论的方案使用主同步码 (PSC) 和辅同步码 (SSC) 来进行信号的时隙同和帧同步。

WCDMA标准的主同步码 (PSC) 为256个码片长度, 由两个已定义的长度为16的矢量求Krone-cker积得到:

$\begin{array}{l} \vec{a} = < 1, 1, 1, 1, 1, 1, - 1, - 1, 1, - 1, 1, - 1, 1, - 1, - 1, 1 > \\ \vec{g} = < 1, 1, 1, - 1, - 1, 1, - 1, - 1, 1, 1, 1, - 1, 1, - 1, 1, 1 > \\ C_{Ρ S C} = \vec{a} \otimes \vec{g} \end{array}$

由于WCDMA主同步头的限制, 为了能获得更快速的计算时间, 可以采用互相关的方法来减少相关运算中乘法的次数。因此修改主同步码的结构, 将标准的256个码片取前128个, 复制拼接成新的256长度的码片。

C′PSC=[CPSC (1to128) , CPSC (1to128) ]

接收机同步时采用下面的自相关算法:

时间同步所采用的算法可以分为2个部分:时隙同步和帧同步。

时隙同步阶段, 设时域上接收到的信号是r (n) , 则具体的时隙同步算法如下。

(1) 取一段256点的信号, 将前半段128点与后半段128点分别对应共轭相乘, 即求这两段信号的互相关值。

$R_{k} = \sum_{n = 0}^{128} r (n + k) \cdot r^{*} (n + k + 128)$

(2) 求此256点信号的能量, 也就是该段信号的自相关值。

$E_{k} = \sum_{n = 0}^{256} r (n + k) \cdot r^{*} (n + k)$

(3) 将以上两者相除, 求出互相关系数。

Pk=|Rk|/Ek

(4) 数据分析窗口向后滑动, 不断地接收新的256点的数据段, 重复步骤 (1) - (3) , 求出每段数据的相关系数, 当Pk最大时, 该段数据的起始位置即为所寻找的时隙边界。

在帧同步阶段:利用已知的16组辅同步码 (SSC) 对已经时隙定位的信号进行相关, 找到16个相关运算器中的最大值即可以确定该Slot的序号。

2.3 捕获性能

2.3.1 仿真数据

仿真采用的数据由Matlab生成的WCDMA基带数据, 码片速率3.84Mcps, 残留的多普勒频移由2.4节中描述的方式人为产生。

2.3.2 时间同步结果

图2为仿真的时间同步结果, 左边是时隙同步的结果, 右边是帧同步的结果。

2.4 跟踪性能

跟踪阶段主要对载波多普勒频率进行跟踪校正。

在跟踪测量高动态的目标时, 为了更加精确的跟踪载波多普勒的变化, 本文选择了多普勒频移及其一次变化率, 二次变化率作为环路滤波器最终输出的状态变量。

在仿真时, 假设高动态信号具有如图3的特性。

由卡尔曼滤波器的稳态特征可以知道, 在滤波器运行一段时间后, 即经过若干次预测——更新运算后, 滤波器的输出将达到一个较为稳定的值。于是, 滤波器运算次数的选取会关系到整个滤波器的性能。如果在滤波器输出两次状态之间的过程中迭代运算次数很高, 可以保证滤波器的输出稳定, 且更可能接近真实值, 但这样的代价则是增加了运算上的开销, 更重要的是, 在高动态环境下可能会跟不上真实状态变化的速率;而迭代次数选的较低则滤波器输出不容易稳定, 结果也可能离真实值较远, 但好处则是响应速度更快。

采用的仿真中, 设置卡尔曼滤波器状态更新的时间为2ms, 在此时间间隔内, 当滤波器做1000次预测更新运算和500次预测更新运算时, 在上述高动态信号下, 滤波器输出的结果图4所示。

从图中可以看出, 环路滤波器预测更新次数越高则可以较好的跟踪出信号的多普勒变化, 次数变小了因此跟踪频移变化的精度也相应的减少了。

类似于前面的分析, 若可以添加有关多普勒频移的相关先验信息则可以相应的提高环路的跟踪性能。

从图5可以发现, 本文所设计的频率跟踪环路可以较好的跟踪到环路的动态多普勒频率变化。

一个值得注意的问题是滤波器的稳定性问题:在设计卡尔曼滤波器时, 状态方程和预测方程都是人为设定的, 这种设定可以较为精确的建模, 而观测噪声和状态模型的噪声 (即方差矩阵Q, R) 的统计特性却比较难以实时捕捉。本文在滤波器运行过程中根据前面的推导将其设为常数。但高动态环境下即使Q, R矩阵的初始设置正确, 在运行过程中产生的摄动都有可能导致滤波器不稳定。解决这个问题的一个办法是采用具有自适应能力的卡尔曼滤波器, 在运行过程中根据观测值不断的来修订预测值;另一个办法是可以采用一些先验的有关该高动态环境的辅助信息。但详细的改进方法并不在本文的讨论范围内。

3 结束语

针对高动态环境下的扩频系统提出了一种接收机软件同步方案, 并采用WCDMA下行物理信道作为验证系统。接收机采用数字基带信号。帧同步利用了WCDMA帧结构中PN序列的良好自相关特性;频率同步时, 有别于传统的载波提取环路, 本文采用了一种PLL与FLL并存的环路结构, 根据当前环路的状态灵活的在PLL和FLL之间进行切换, 利用四相鉴频器将较大的多普勒频移牵引至较小的范围, 利用叉积鉴频器进一步缩小频率误差, 而相位误差则由Costas环来校正。同时, 本文提出的同步方案中利用卡尔曼滤波器作为PLL和FLL共用的环路滤波器, 一方面避免了使用多个环路滤波器带来的复杂性, 另一方面卡尔曼滤波器的特性也使得它非常合适在计算机上实现, 不需要耗费过多的储存空间, 某种程度上也能为系统带来良好的实时性。

经过理论分析和仿真验证, 可以看出本文设计的此种同步方案在高动态环境下具有良好的同步性能。

参考文献

[1]Weihua Zhang, James Tranquilla.Modeling and Analysis for theGPS Pseudo-Range Observable[J].IEEE Transactions on Aero-space and Electronic Systems, 1995, 31 (2) :739-751.

[2]杜常林.高动态环境中多进制扩频系统基带同步算法研究[D].电子科技大学, 2008.

[3]Bernard Friedland.OptimumSteady-State Position and Velocity Estima-tion UsingNoisySampled Position Data[J].IEEETransactions on Aero-space and Electronic Systems, 1973, AES-9 (6) :906-911.

[4]Frank R Castella.Tracking Accuracies with Position and Rate Meas-urements[J].IEEETransactions on Aerospace and Electronic Sys-tems, 1981, AES-17 (3) :433-437.

[5]Frank R Castella.An Adaptive Two-Dimensional Kalman TrackingFilter[J].IEEE Transactions on Aerospace and Electronic Systems, 1980, AES-16 (6) :822-829.

[6]程乃平, 任宇飞, 吕金飞.高动态扩频信号的载波跟踪技术研究[J].电子学报, 2003, 31 (12A) :2147-2150.

[7]宫二玲, 王跃科, 杨俊.直接序列扩频码元同步的快速捕获及跟踪[J].国防科技大学学报, 2003, 25 (5) :76-79.

高动态环境篇2

关键词：油藏开发,动态预测,HCZ预测模型,水驱特征曲线

在油田注水开发过程中,油田生产规律与各项开发指标的动态预测是一项重要工作[1]。油田进入高含水阶段后,产量递减、含水变化越来越有规律性,通过HCZ预测模型与水驱特征曲线联合求解的数学方法,克服了产量预测模型不能预测含水率,水驱特征曲线的预测没有时间的缺点,实现随开发时间变化区块产量、含水的变化趋势及定量预测,以及可采储量、采收率的预测[2,3]。

通过在萨南开发区某区块使用HCZ预测模型与水驱特征曲线联解的方法,结合区块的开发历程及现状,合理的选择递减拟合阶段、预测方法,优化区块的动态分析过程,完成不同开发时间,区块产量、含水率、采出程度等指标的动态预测,为准确快速的制定注水井年度综合调整方案,油井增产措施工作量、年度开发方案及配产设计提供重要的参考意义。

1基本预测模型

1.1 HCZ产量预测模型

式(1)、式(2)中:QO为递减阶段t时间的产油量,104t/a;Np为累积产油量,104t;NR为预测可采储量(油田含水率98%时的累积产油量),104t;a、b为常数项。

1.2四种水驱特征曲线的主要公式

式(3)—式(6)中:Np为累积产油量,104t;Wp为累积产水量,104t;Lp为累积产液量,104t;fw为含水率;A、B、C为与水驱特征曲线直线段有关的常数项。

1.3 HCZ产量预测模型与水驱特征曲线的联解

根据同一开发层系,在某一开发时间或含水率条件下,累积产油量是相同的,将式(2)和式(3)-式(6)联立,分别求出:

HCZ模型与甲型水驱特征曲线的联解含水率和时间的关系得甲类水驱曲线表达式

HCZ模型与乙型水驱特征曲线的联解含水率和时间的关系得乙类水驱曲线表达式

HCZ模型与丙型水驱特征曲线的联解含水率和时间的关系得丙类水驱曲线表达式

HCZ模型与丁型水驱特征曲线的联解含水率和时间的关系得丁类水驱曲线表达式

式中:QW为递减阶段t时间的产水量,104t/a;QL为递减阶段t时间的产液量,104t/a。

2应用举例

2.1区块开发概况

区块开发面积51.71 km2,地质储量11 099.39×104t。截止2009年含水达到90.4%,进入高含水开采阶段,累积注水14 317.1×104m3,累积产油3 869.43×104t,采油速度1.18%,采出程度34.86%,年注采比1.17。该区块历年开发数据如图1所示。

2.2 预测结果

分别以HCZ预测模型与甲、乙、丙、丁水驱特征曲线联解,进行区块生产数据的拟合和开发指标的动态预测。区块1987年以反九点面积井网布井方式投入开发,1994年产油量达到历史最高。随着注水开发时间的延长,区块进入产量递减阶段,递减初期由于区块矛盾突出,含水上升速度加快,产量递减较快,2002年区块含水达81.2%,进入高含水开采阶段,随后通过注采系统调整等综合治理,区块含水上升速度减缓,产量的下降幅度得到较好控制,2009年产油量达到73.8×104 t。为了准确的完成各项开发指标的预测,选择2003年到2009年生产数据进行线性回归,确定最佳相关参数:HCZ预测模型常数项a=-3.67,b=-0.75;甲型水驱特征曲线常数项A1=2.067,B1=0.000 49,C1=-0.885;乙型水驱特征曲线常数项A2=2.742,B2=0.000 35;丙型水驱特征曲线常数项A3=0.949,B3=0.000 18;丁型水驱特征曲线常数项A4=1.432,B4=0.000 21;将上述参数代入式(7)—式(12),得到产量、含水随时间变化的预测指标。见表1。

当极限含水取98%时,HCZ产量模型与水驱特征曲线联解预测可采储量、采收率见表2。

由表2可见,乙型水驱特征曲线预测区块可采储量最高,丁型水驱特征曲线预测区块可采储量最低。参考2009年产量、含水预测误差率,选择HCZ预测模型与甲型水驱特征曲线联解,预测区块可采储量5 303.81×104 t,最终采收率47.8%,2010年未措施正常递减年产油量为66.7×104 t,年含水91.1%。

3 结论

(1) 使用HCZ产量预测模型与水驱特征曲线联解的方法,完成不同开发时间,区块产量、含水率、采出程度等指标的动态预测,优化了区块的动态分析过程。

(2) 结合区块的开发历程及现状,合理的选择递减阶段、预测方法,求出相关系数最高的常数值,得到最佳的动态预测结果。

参考文献

[1]陈元千.实用油气藏工程方法.北京:石油大学出版社,1998

[2]王俊魁,李发印.预测油气田产量的一种新模型.新疆石油地质,2001;22(1):48—52

高动态范围图像表现建筑篇3

说起高动态范围图像(简称HDR)，还是一个身居国外的好朋友介绍的。本身我有个自己的工作室和一个摄影论坛，论坛里也都是来自四面八方的摄影爱好者，彼此交流摄影的技巧和心得。2007年初，通过朋友发来的链接，我初次了解了高动态范围图像(简称HDR)，由此联想起以前看到的国外风光、建筑等作品，那种特殊的光影效果原来就是由此而成的。之后我尝试去拍摄高动态范围图像(简称HDR)，结果一发不可收拾，不但平时拍摄时使用，在商业摄影中也有很好的应用。

高动态范围(HDR)

HDR实际上就是High-Dynamic Range(高动态范围)的缩写，这本来是一个CG概念，主要运用在动画或游戏的场景居多。随着电脑的发展、软件的不断更新和提高，高动态范围(简称HDR)也能表现到实际的照片中。

由于相机宽容度的限制，普通照片里的细节表现实际上是远远不够的，大自然中还有许多光线的颜色和强度无法显示出来。举个例子来说，如果在夏天，太阳光的发光强度和你看到的一个纯黑的物体之间，它们之问的亮度范围远远超过了通常照片文件的256个灰度单位。所以，很多风光片看上去白云和太阳可能都呈现纯白色，但实际上白云和太阳之间的亮度不可能一样，它们之间的亮度差别是很大的。因此，普通的图形文件格式如JEPG，TIFF等是很不精确的，远远没有记录到现实世界的实际状况。

以前拍风光的时候总是想得到一张好的图片，为此你必须懂得如何更准确地去测光，如何设置你的白平衡，如何调整你的光圈和快门，即便前期准备得很充分，却往往有很多的缺陷在里边。大光比环境更是如此，而高动态范围图像(简称HDR)却能很好地解决这些缺陷。当然前期的准备也是很重要的，准确地说高动态范围图像(简称HDR)是由不同的曝光图片通过软件后期将它们叠加在一起，从而使照片还原得更加逼真，质感更好。

中关村街景

迷上高动态范围图像(简称HDR)之后，我运用此技术拍摄了很多题材，尤其是在拍摄夜间建筑上，其效果尤为明显。

由于夜间天空一片黑暗，而城市夜晚的灯光却很明亮，在这样的高反差下，普通拍摄手段只能针对建筑曝光，其结果是天空一片死黑，灯光微微过曝，建筑本身曝光不足。如果想展现建筑每个部位的细节，也就是我们所说的高动态范围图像(简称HDR)，其最终效果可能会超出你的想象，因为即使我们的眼睛也从没有感受过如此宽广的细节呈现。

这次拍摄的中关村夜景，我就尝试拍摄高动态范围图像(简称HDR)，实际上拍摄方法非常简单，只需架起相机构好图，然后设置不同的曝光值，也就是在画面的各个部位分别正确曝光拍摄多张照片即可。例如拍摄夜晚的立交桥，对公路，桥底、桥面、天空、路灯等分别曝光进行拍摄，这样下来此场景最亮部和最暗部都是有细节的。之后回去用软件合成一张图片，就大功告成了。需要注意的是，拍摄时必须使用三脚架，因为我们要保证拍摄的几张照片构图一致，这样方便后期合成。

后期制作

通常我们后期运用到的软件有Photomatix pro和Dynamic-photoHDR等等，我认为这些制作高动态范围图像(简称HDR)的软件都有它们的独特之处，也有它们的不足之处，可以通过这些软件来合并最初的高动态范围图像(简称HDR)。我个人认为这些软件只是将它们很好地结合在一起让这张图片有更好的宽容度，也让后期有了更大的处理余地并不能完全地表达高动态范围图像(简称HDR)意思。然后我们可以在大家都很熟悉的Photoshop里进行处理，达到最终想要的效果。由于每个人对图片的感觉和理解有所不同，后期上的处理空间又很大，在这里暂不细谈了。

高动态环境篇4

高动态环境存在较大的多普勒频移,这使得普通的GPS接收机在没有惯导辅助的情况下很难可靠工作.为了同时满足高动态GPS接收机动态性能和跟踪误差两方面的需要,本文提供了一种以DSP为核心的高动态GPS接收机设计方案,并对其各模块的功能进行了详细的解释说明.为了帮助DSP的设计,本文还研究了3种适应高动态环境的GPS信号参数估计算法,包括最大似然估计算法,卡尔曼滤波算法和频率扩展卡尔曼滤波算法.通过仿真,比较分析了这3种算法的.估计精度和动态跟踪能力等性能,并对高动态GPS中的DSP实用化的设计方案进行了探讨分析.

作者：吕艳梅李小民孙江生 LV Yan-mei LI Xiao-min SUN Jiang-sheng 作者单位：吕艳梅,李小民,LV Yan-mei,LI Xiao-min(军械工程学院光学与电子工程系,石家庄,050003)

孙江生,SUN Jiang-sheng(军械技术研究所,石家庄,050003)

高重合度齿轮变速箱动态特性分析篇5

ISO6336标准对轮齿啮合刚度的计算进行了简化处理, 认为轮齿的理论刚度仅与齿数和变位系数有关, 修正后的啮合刚度增加了齿轮材料参数和基本的外型参数。但是, 影响轮齿刚度的主要因素还包括轮体结构、齿向误差、齿面粗糙度等。如果忽略这些因素, 将会对轮齿啮合刚度的计算产生一定的影响。并且, 按照ISO6336标准计算轮齿啮合刚度, 所得结果是轮齿啮合刚度的平均值。当重合度增大, 啮合齿数增多, 以啮合刚度平均值代替实际值会产生较大偏差。

由于采用ISO6336标准对高重合度齿轮副啮合刚度进行计算, 所得结果与实际值之间有一定差距。因此, 本文针对高重合度齿轮, 通过调用有限元, 在轮齿进行网格划分时, 提高了齿根处网格密度, 以获得较精确的轮齿变形量, 进而求解出较接近实际的齿轮副啮合刚度, 将其应用于啮合错位量和传递误差计算, 并分析了啮合错位量及传递误差对变速箱动态特性的影响。

变速箱是柔性结构体, 在传动过程中, 由于受激励作用, 变速箱系统中各零部件都会发生柔性变形。箱体、轴承、轴和齿轮等各零件柔性变形叠加将使齿轮副实际啮合位置偏离理想位置, 形成啮合错位和传递误差, 降低啮合质量, 产生振动冲击, 影响变速箱动态性能[1~3]。

我们将变速箱系统中各零部件看作结构柔性体, 把壳体与传动部件装配后, 形成一个多自由度弹性振动系统, 对变速箱动态特性进行分析。

1 变速箱建模与分析

1.1 变速箱动态特性分析模型的建立

以某载重汽车手动5档变速箱为研究对象, 基于变速箱参数, 忽略箱体上各零件细微倒角、过渡圆角、凸台等对计算影响较小的特征, 在Pro/E中建立变速箱三维箱体, 利用有限元提取箱体中凝聚节点的刚度矩阵、质量矩阵和相应节点信息, 将其导入到MASTA中, 并与MASTA中建立的壳体内传动系模型进行虚拟装配, 最终获得6自由度变速箱动态特性分析模型, 模型如图1所示。

应用于矿山运输车辆上的该型变速箱有一个动力输入轴、一个动力输出轴、一个中间轴和一个倒档轴, 齿轮所用材料为20Cr Mn Ti H。由于在重载环境下工作, 采用的是大螺旋角高重合度齿轮副, 其各档齿轮副重合度在2.911~3.136之间。

1.2 轮齿啮合刚度计算

该型变速箱实际使用统计表明, 此变速箱的1档齿轮副在使用中损坏频次最高, 产生的振动较明显。本文将以1档齿轮副为例, 对其动态特性进行分析研究。

如前所述, ISO6336标准在计算轮齿啮合刚度时, 没有考虑轮体结构、齿向误差、齿面粗糙度等影响轮齿刚度的因素。因此, 按ISO6336标准进行轮齿啮合刚度计算所得结果是其平均值。当齿轮重合度较高, 啮合齿数较多时, 求解出的轮齿平均啮合刚度与实际值将有较大差别, 最终导致计算得到的变速箱动态参数与实际值之间也将出现偏差[4]。

1.轴承;2.常啮合齿轮;3-4.档轮;4-5.档轮;5-1.档轮;6-2.档轮;7-1.档轮;8.倒档轮

为了得到较准确的轮齿啮合刚度, 我们首先通过调用有限元对1档齿轮副进行网格划分, 将轮齿分成一系列体单元, 求解单元刚度矩阵。在引入边界条件后, 得到各节点的位移情况, 进而获得轮齿啮合面上的综合变形。然后, 根据式 (1) 求出齿轮在某一啮合位置较精确的啮合刚度[5]。

式中, K为轮齿啮合刚度, Fi为啮合力, δpi为主动轮轮齿变形, δgi为从动轮轮齿变形。

最终, 计算得到该档轮齿啮合刚度曲线, 如图2所示。

由图2啮合刚度曲线可知, 在主动轮渐开线展开长度达到6.183mm时, 啮合刚度达到了最大, 此时该档齿轮啮合对数最多。

1.3 齿轮副啮合错位量对变速箱动态特性的影响

在变速箱传动过程中, 齿轮副啮合错位量是箱体、轴、轴承和齿轮等各零件变形叠加的综合体现, 并最终影响变速箱动态性能。

本文将变速箱系统中各零部件看作柔性体, 利用1.2中的高重合度齿轮副啮合刚度计算结果, 对各零部件变形情况进行求解。并通过式 (2) , 求得1档齿轮副啮合错位量[6]。其结果如图3所示。

式中, Fβx为啮合错位量, B1为方程常数, fsh为主动轮变形量, fsh2为从动轮变形量, fma为公差值, fca为箱体变形量, fbe为轴承位移量。

由图3可知, 该档齿轮副的啮合错位量最大值达到了19.0662μm。随着齿轮周期性转动, 啮合错位量也将呈周期性变化, 这将导致齿轮传递误差和动态啮合力的产生, 进而加剧变速箱的振动情况。

根据机械动力学理论, 对1.1中模型, 利用式 (3) , 求解1档时的变速箱动态响应[7]。

由于变速箱所受激励是由1档轮啮合产生, 所以此时变速箱的动态响应即为距1档齿轮副最近的支撑轴承座孔处的振动情况, 所得结果如图4所示。从图中可知, 1档时变速箱的动态响应最大值在一阶0.52k Hz时达到8.961μm, 振动幅度较大。

本文综合考虑了齿轮副啮合错位量是变速箱系统中各零部件结构柔性变形叠加的综合体现。以下以轴承为例, 研究由轴承变形导致的啮合错位量变化对变速箱动态特性的影响。通过更换安装在输出轴上的轴承类型, 改变啮合错位量, 对比更换轴承前后变速箱动态响应的变化。

该变速箱输出轴上的原轴承为径向球轴承63092RS, 将其更换为需要添加预紧力且成对使用的锥滚子轴承HM903249/2/210/2/Q后, 分别计算同一位置的两种轴承受力和位移情况, 计算结果分别如表1、表2所示。

通过对比表1和表2可知, 对于输出轴轴承, 轴承外圈在X方向的位移从63.5449μm降低到45.9075μm, 降低了27.8%, 轴承变形情况有所减小。

更换1.1中所建模型输出轴上的轴承类型, 考虑变速箱中各零部件弹性变形叠加, 并对1档齿轮副错位量进行计算, 计算结果如图5所示。由图5可见, 啮合错位量从19.0662μm降为15.6552μm, 错位量减小了17.9%, 与上述轴承变形量的变化情况一致。

1-未更换轴承时啮合齿轮副错位量;2-更换轴承后啮合齿轮副错位量

更换轴承后, 利用式 (3) , 对1档变速箱的动态响应进行计算, 所得结果如图6所示。将图6与图4 (更换轴承前) 对比可见, 由于轴承变形减小, 齿轮副错位量降低, 变速箱中的动态响应最大值从一阶0.52k Hz时的8.961μm, 降为7.375μm, 响应值降低了17.7%, 变速箱动态性能得到改善。

所以, 在设计时要注意错位量对变速箱动态特性的影响。由于锥滚子轴承会产生轴向力, 在安装时需成对使用, 并要按照要求施加预紧力。

1.4 传递误差对变速箱动态特性的影响

1.4.1 齿轮传递误差分析

实际啮合线与理论啮合线之间产生偏差, 导致了传递误差的出现。由于变速箱是一个系统, 其内部各个零部件都将因受载产生变形, 各种变形叠加后, 最终会影响轮齿的啮合质量, 进而形成传递误差[8,9]。

根据齿轮系统动力学理论, 把变速箱传动系统中的一对啮合齿轮副简化为图7所示的齿轮传动系统振动模型, 齿轮传动系统非线性动力学方程可表示为:

式中, m为齿轮副在啮合线上的等效质量;u为动态相对位移向量;c为阻尼系数;k (t) 为齿轮的时变刚度;us为静态相对位移;e (t) 为传递误差;PS为静态载荷。

引入总等效激励误差, 略去微小量, 式 (4) 可变为:

式中, 为轮齿平均刚度, ∆k (t) 为齿轮啮合刚度中变刚度部分。

综合考虑齿轮的刚度激励和误差激励引起的激励力以及齿轮冲击引起的激励力, 即:

式中, F (t) 为总激励力;S (t) 为冲击激励力。

由式 (6) 可知, 齿轮系统所受激励的大小和齿轮啮合时的刚度变化情况、传递误差及齿轮系统所受的冲击激励有关。所以, 可采用1.2中方法, 较精确地计算出高重合度齿轮副啮合刚度, 从而较准确地评价齿轮副所受激励大小。并且, 可通过控制传递误差, 来减小齿轮传动系统中总激励, 达到改善变速箱动态特性的目的。

利用1.2中求出的变速箱1档齿轮副啮合刚度, 对该档轮传递误差进行计算, 所得结果如图8所示。由图可知, 齿轮传递误差在1档主动轮渐开线展开长度达到13.317mm时出现尖峰值, 变化较剧烈, 对齿轮副会产生较大冲击。

对1档轮啮合传递误差等相关参数进行计算, 计算结果如表3。由表可知, 传递误差幅值为10.7976μm, 波动较明显, 对变速箱将产生一定冲击。齿面单位长度上最小啮合力和最大啮合力分别高达59044.0849N/m、1157536.2357N/m, 对轮齿寿命将产生不利影响。

从图4可知, 1档时变速箱的动态响应情况。在一阶0.52k Hz时达到响应的峰值, 其值为8.961μm。由于该频率下齿轮副响应幅值较大, 以下考虑对1档齿轮进行修形, 以期减小传递误差, 改善齿轮响应情况。

1.4.2 齿轮修形后传递误差分析

为了使轮齿在啮合时从修缘区平滑地过渡到理论渐开线的齿形区, 减少传递误差, 改善载荷分布, 减小齿轮动态啮合力, 降低齿轮啮合时动态响应, 本文对1档齿轮进行了齿向修形和齿廓修形, 修形参量如表4、表5所示。

图9是根据1.2中得到的轮齿啮合刚度, 考虑了轮齿修形参量后, 计算出的修形后齿轮副传递误差曲线。将其与修形前1档齿轮副传递误差曲线 (图8) 进行对比, 可以发现, 传递误差幅值从10.7976μm降到7.7697μm, 降低了28%, 并且其变化情况也趋于平缓。

对修形后齿轮传递误差等相关参数进行计算, 所得结果如表6所示。通过与表3对比可见, 1档轮单位长度上所受啮合力最小值由59044.0849N/m减小到0, 单位长度上所受啮合力最大值从1157536.2357N/m降为309366.0719N/m, 降低了73.27%, 改善效果较显著。

图10是对1档轮齿面接触情况分析时, 得到的修形前后1档主动轮接触斑点, 通过对比可见, 1档主动轮齿轮副啮合时的齿面接触应力从修形前的2161MPa降低至修形后的1158MPa, 齿面偏载情况也得到消除。

对修形后, 变速箱1档时的动态响应情况进行计算, 得到其动态响应图11所示。将其与修形前 (图4) 相比较可知, 变速箱动态响应的最大值从一阶0.52k Hz时的8.961μm降低到6.952μm, 响应降低了22.4%。

由上述可知, 通过对1档轮进行修形, 降低了齿轮副的传递误差, 减小了传动系统中的动态激励, 变速箱动态特性得到了显著改善。

2 结论

1) 根据机械动力学理论, 建立了高重合度齿轮变速箱动态分析模型, 利用该模型对变速箱动态特性进行分析。

2) 基于有限元法, 求出了轮齿啮合刚度的变化规律, 并将其应用于求解传递误差, 为分析变速箱动态特性奠定了计算基础。

3) 研究了变速箱系统内部各零件变形非线性叠加对轮齿错位量产生的影响。并通过例举轴承变形引起的啮合错位量幅值变化, 揭示了各部件变形对错位量的影响比重。

4) 为了减小传递误差, 进行了齿轮修形, 并通过对比修形前后变速箱的动态响应, 得到了系统变形导致的齿轮传递误差与变速箱动态特性的关系。

5) 研究结果可为今后高重合度齿轮变速箱动态特性的研究提供借鉴。

摘要：基于机械动力学理论, 针对某载重汽车高重合度齿轮变速箱, 以MASTA为仿真分析平台, 对其动态特性进行了系统研究。首先, 建立了高重合度齿轮传动有限元模型, 通过仿真计算, 得到了较准确的轮齿啮合刚度变化规律, 并应用于传递误差计算。其次, 利用有限元, 提取了箱体刚度矩阵、质量矩阵和节点位置信息, 结合传动系耦合数学模型, 对系统综合变形叠加引起的齿轮副错位量进行了分析, 研究了其对变速箱动态特性参数的影响。最后, 根据弹性力学理论, 对加载齿面接触情况进行了分析, 并通过修形, 改善了齿轮啮合质量, 达到了降低齿轮动态啮合力的目的。以上分析结果可为改善变速箱动态性能提供借鉴。

关键词：变速箱,动态特性,错位量,修形

参考文献

[1]朱才朝, 陆波, 宋朝省, 等.大功率船用齿轮箱系统耦合非线性动态特性研究[J].机械工程学报, 2009, 09:31-35.

[2]陈安华, 罗善明, 王文明, 等.齿轮系统动态传递误差和振动稳定性的数值研究[J].机械工程学报, 2004, 04:21-25.

[3]孙德志, 郑宏远, 程乃士, 等.金属带式无级变速器壳体的强度和刚度分析[J].中国机械工程, 2007, 18:2191-2194.

[4]石照耀, 康焱, 林家春.基于齿轮副整体误差的齿轮动力学模型及其动态特性[J].机械工程学报, 2010, 17:55-61.

[5]林腾蛟, 李润方, 杨成云, 等.增速箱内部动态激励及系统振动响应数值仿真[J].农业机械学报, 2002, 06:20-22+15.

[6]ISO 6336-1-2006, Calculation of Load Capacity of Spur and Helical Gears-Part 1:Basic principles, introduction and general influence factors[S].London:BSI, 2006.

[7]林腾蛟, 廖勇军, 李润方, 等.齿轮箱动态响应及辐射噪声数值仿真[J].重庆大学学报, 2009, 08:892-896.

[8]张焕宇, 郝志勇, 郑旭.利用不同轴承计算模型预测发动机振动噪声的比较[J].农业工程学报, 2013, 12:64-70.

高动态环境篇6

关键词：高动态范围成像(HDRI),室内照明设计,高动态范围渲染(HDR)

1 高动态范围成像

高动态范围成像(High Dynamic Range Imaging，简称HDRI)是一种可以获取比通过常规数字图像技术得到更大动态曝光范围的图像技术。高动态范围成像可以在图像中体现更大的明暗差别，从而更明确地表现真实世界中从阳光直射到最暗阴影的全部细节。Paul Debevec[1]于1997年率先提出了使用高动态范围成像图生成计算机图像以逼真地对计算机图形物体进行照明与动画处理，其论文中提出:在高动态范围图像中的像素值与场景中对应点的实际亮度值以线性关系相对应[2]。基于此结论，随着计算机图形技术的发展与完善，在虚拟环境中对真实场景还原的拟真程度不断提高，利用HDRI技术记录现实场景或是直接创造虚拟场景的照明环境，并利用计算机对其加以分析也由此成为可能。通过HDRI技术获取场景的照明环境信息，较之于传统的仪器测量方式，具备成本相对较低且简单易行的优势。

2 高动态范围成像技术的特点

2.1 成像特点

通过HDRI的应用，数字图像可以表示更加丰富的层次，更多样的色彩，并同时保留高亮区和暗部区的细节。在传统的数字成像方式下，图像因为受限于图像的获取方式(如胶片、CCD或COMS)和存储信息的格式(如jpeg格式等)以及输出和显示方式，往往只侧重于保存每个像素点的颜色信息，牺牲了大部分所保存的场景亮度范围信息。因此，在通过传统数字成像技术获取的数字图像中难以还原自然状态下实为高动态范围的真实场景亮度信息，场景中光线直射的高亮部分以及阴影中的暗部细节往往变得难以识别。HDRI图像的成像避免了传统图像模式的缺陷。在实际应用中，前期只需对拍摄相机的像素亮度与实际亮度之间关系加以确认和校正，便可以进行raw格式的图片拍摄。该方法通过对曝光量进行干预控制，人为造成曝光过度及曝光不足的手段，以损失单张图像中部分细节为代价，获取场景中特定亮度区域的细节信息。而这一系列不同曝光程度下保留了不同细节及场景亮度信息的图像通过相关计算机软件相互关联与补充，弥补了各自缺失的细节，最终生成覆盖整个真实世界场景的动态范围的图像。

2.2 存储特点

高动态范围图像中，每个像素点所包含的信息与场景相关。在高动态范围图像中，除了由RGB通道显示实际颜色外，另有保存在图像中的场景动态范围信息对应于真实世界可以观察到的亮度。因此，要完整保存高动态范围图像，需要在每个颜色通道保存比传统图像更多的数据位，其线性编码往往需要表示出从104～108的人眼可见亮度范围，甚至是更广范围的数值[3]。以上特性决定了保存在高动态范围图像中的数据一般是线性的，由此区别于普通数字图像的“与输出相关”，其存储特点在于“与场景相关”，即每像素除了记录颜色以外，还要包含场景的光照信息。

另外，高动态范围图像由于数据的特殊性，使用传统的数字图像存储格式来进行存储无法满足其与场景相关的数据存储需求。高动态范围图像需要存储浮点数据，在应用中，通常使用16位或者32位浮点数表示高动态范围像素。要衡量高动态范围图像的存储，可以通过以下主要指标，即存储范围、存储精度、实际占用的存储空间。目前常用的高动态范围图像存储格式有Radiance RGBE格式、TIFF格式，等等。

3 在室内照明设计中应用高动态范围成像技术的意义

高动态范围图像能够记录还原整个目标场景的光照信息，利用相关软件可以将记录的光照信息加以识别、记录和导出，便于设计人员进行分析。相对于专业测量设备，该方法的优势在于其简便易行以及较低的成本。另外，利用相关软件进行高动态范围光照渲染，可以在虚拟的三维空间中准确重建目标场景，得到更为逼真的图像，同样有利于设计人员根据相关数据对方案进行分析与改进。

3.1 场景光照综合分析

3.1.1 自然光源利用

在室内设计的过程中合理利用和安排自然光，能够通过对视觉效果的营造和改善，满足使用者对环境舒适度的需求，甚至可以在一定程度上影响人的生理与心理健康水平[4]。国内外相关研究表明，在商场室内空间中引入自然光可以提高顾客对商品的注意，同时使顾客的精神得到放松，进而达到促进消费的目的。另外，在学习与办公空间中，适当提高自然光照在总体照明中所占比重，可以提高环境中人们的学习与工作效率[5]。不同的自然光水平引入室内环境中会起到不同的效果，如办公空间内过度引入自然光，会在午间等光照强烈的时刻引发眩光，影响正常工作的进行，而较低的自然光水平会引起办公环境中人员的生物钟混乱，继而引发失眠和烦躁。在医院、疗养场所等与休养康复水平息息相关的空间中，自然光的不足可能会对病人康复水平，以及工作人员的健康水平造成消极影响，甚至会增加医疗事故发生的概率[6]。应用高动态范围成像技术，获得方案中实际的自然采光情况，在软件中加以处理后可以快速地对照度、对比度、外部环境光等指标加以分析，进而通过相应手段对影响光照效果的直射光，漫反射光和地面的反射光加以调整，以达到取得最佳环境照明效果的目的。同时，在室内环境中尽可能地多利用自然光，不仅有利于人的身心健康，而且可以削减人工照明，达到节约能源的目的。

3.1.2 人工光源补充

实际生活中，室内场景的自然光引入受到建筑结构的制约，往往难以达到合乎工作与学习要求的照明水平。因此，以人造光源作为自然光的补充必然成为室内照明设计中不可缺少的一部分。人工光源的布置不是随机的，要根据场景的功能需求合理安排，抑制眩光等不良效果，同时要考虑经济成本隐私。通过高动态范围图像技术，可以在现场取样，获得真实的光照信息，在分析了天然光的情形之后，针对不足之处，用人工光源加以补充，以得到较为完善的室内照明方案。另外，人们的视觉敏锐度在改变视线方向时会因为瞬时适应而发生相应的变化，可以利用此现象，在室内照明设计中通过人工光源的巧妙引导视野中心，营建视觉亮点，达到特定的设计目的。

3.2 营建虚拟场景，还原真实光照信息

随着时代发展和计算机制图技术的进步，目前在设计中利用三维技术建立模型辅助设计得到了日渐广泛的应用。通过专业软件，利用计算机对虚拟的三维模型进行渲染得到的三维效果图，以其参数精确和高拟真度的特性受到了从设计人员到消费者的广泛欢迎。在三维渲染当中，如果使用普通的低动态范围图像作为环境贴图，常会由于无法真实还原现实环境光照信息而使得图像无法现实鲜明的色彩而显得灰暗，甚至给人带来突兀的不和谐感。而高动态范围图像除了具备普通数字图像储存颜色信息的RGB通道以外，还有专用来存储环境光照信息的单独通道，因此在渲染中可以使得图像在保持固有色彩的前提下涵盖更大的亮度范围，创造出更真实生动的三维环境。正因为高动态范围图像可以比普通格式的图像储存更多的亮度数据，在利用其进行环境光渲染的过程中便能够模拟出与现实场景相同的光照信息，还原现实中场景的光照环境，为创作具有极强真实的渲染图片提供帮助。在室内照明设计的过程中，通过高动态范围渲染技术在模拟了现实光照的情况下，能够直观地查看方案场景的设计效果，便于对整个室内照明系统进行有针对性的分析，利用相关手段得出相应适合的照明改造方案。

4 结语

高动态范围成像技术通过拍摄不同曝光程度的照片，获取所有动态光照范围之内的细节，并进一步利用相关软件对图像进行合成处理，最终得到包含完整信息的图像，将所有细节加以呈现。其成像与存储较之于普通的数字图像具有更丰富的层次、更详尽的内容细节以及更真实的场景信息。在室内照明设计的过程中利用高动态范围成像技术，可以利用图像中丰富的信息帮助设计人员对场景的照明情况加以把握，进而对方案进行分析与改进。同时，在设计的过程中利用计算机制图，在效果图中应用高动态光照渲染，可以得到更为逼真的三维场景，方便对场景进行理性的量化分析，同时有利于明确细节，传达设计思想。

目前，在我国将高动态范围成像技术应用于室内照明设计的相关研究实践方兴未艾，其本身亦存在一定缺陷，如受设备所限，往往误差率高于传统测量手段等。然而，利用高动态范围图像进行分析方便快捷，且设备成本相对较低，而在设计方案阶段，其对照明效果的表现优势尤为明显。在现代设计追求成本与效能最优组合的背景下，不难预见，高动态范围成像在未来室内照明设计的发展中必将得到更为广泛的应用。

参考文献

[1]Paul E.Debevec,Jilendra Malik Recovering High Dynamic RangeRadiance Maps From Photographs[A].SIGGRAPH 97[C].1997.

[2]J Aizenberg,G Bracale.Tubular Daylight Guidance Systems(CIE-173 2006)B[R].International Commission on Illumina-tion:2006.

[3]Van Ooven,van de Weijgert.Preferred Luminances in Offices[J].Journal of the Illuminating Engineering Society,1987,16(2):152-156.

[4]Hamish Millar.High dynamic range(“HDR”)technology[C].Proceedings of ACM SIGGRAPH,2006:698-706.

[5]王家亮,顾耀林.基于局部适应性的高动态范围图像显示方法[J].计算机应用,2007,27(4):989-990.

高动态环境篇7

微机电系统 (MEMS) 技术的迅速发展, 使得采用MEMS技术制造的微器件在寿命、可靠性、成本、体积和质量等方面都显示出巨大的优势, 使其在民用及军用领域都有着广泛的应用前景。目前, 采用MEMS技术制造的各种微机械传感器广泛应用于诸如汽车、机器人的测控系统、战术武器和智能炮弹的制导系统, 以及微小卫星的测控等航空航天各领域。采用MEMS技术制造的传感器由于其具有功耗小、可靠性高、抗振动冲击能力强等特点, 使其更能适用于各种恶劣工作环境以及各种极限条件下的应用, 如应用于高载荷条件下高g (重力加速度) 值加速度传感器、各种高低温环境下的传感器与执行器等, 正成为研究的一个热点[1,2]。

在各式微器件中, 通常是通过器件内挠性微结构的动态变形来实现其特定功能的, 微结构动态特性是考察器件性能的重要指标, 研究常态及各种恶劣工作情况下的测试技术, 尤其是动态测试技术是MEMS研究的一个重要方面。相对于工作在各种恶劣环境下的MEMS器件研发, 其在恶劣环境下的动态特性及测试技术的研究显得相对落后。到目前为止, 国内外对于MEMS器件在恶劣环境下的动态特性及测试技术方面还有许多待研究的方面。本文研究了高g值加速度条件下微结构动态测试技术, 建立了测试装置, 测试了高g值加速度条件下微结构的动态特性。

1 高g值加速度条件下微结构动态测试技术

不同于常规动态测试技术, 研究高g值环境微结构动态测试技术需要考虑以下三个方面的技术难点:①持续稳定高g值加速度测试环境的产生;②高g值环境下对微结构的激励;③在高g值环境下微结构动态响应信号的采集与传输。

对高g值加速度下微结构动态测试技术的研究, 需在一个持续稳定的高g值加速度环境下对微结构进行激励并采集动态响应信号, 完成微结构动态测试。常用的高速冲击法无法产生持续恒定的高g值加速度环境;高速离心法通过调整设备回转半径或改变转速可实现不同的持续稳定高g值加速度环境, 是一种理想的稳态高g值加速度产生方式。

基于MEMS工艺的微结构本身尺寸小 (毫米级到微米级) , 谐振频率高, 其动态测试激励装置必须具有较高的激励带宽, 且高g值加速度测试环境也对激励装置提出了严格要求。

基于底座激励的激振方式将微结构固定在底座上, 通过底座的运动实现对微结构的激励, 改变激励装置的驱动源可实现较宽带宽的激励, 结构简单、通用性强, 可用于高g值加速度条件下微结构动态测试技术的研究。当将待测试件安装在底座激励装置上, 待测试件在高g值加速度作用下将对底座产生很大的力, 因此在选择底座激励方式时, 必须考虑底座装置能承受较大的力, 同时能输出较大的作用力以激励安装于其上的试件。压电陶瓷响应迅速, 输出带宽大, 且具有输出较大推力的特性, 在外部稳定作用力下压电陶瓷的输出特性不会产生变化, 故采用压电陶瓷底座激励方式可以实现高g值加速度条件下对被测微器件的激励[3,4]。

微结构动态测试可以采用光测法和内置自测试 (built-in self-testing, BIST) 技术两种方法[5,6,7]。光测法可实现全场测试, 给出结构模态信息, 但在采用高速离心法的高g值加速度环境下, 测微结构随转台高速运转, 此时光测元件的安装、测试光斑定位、光路传输等方面存在着很大困难, 目前还难以应用到实际测试中。BIST技术由于将敏感元器件集成在被测试件上, 以试件输出作为响应输出, 不需额外的测试装置, 适用于高g值加速度下的动态测试;但BIST技术较难实现微结构全场测试, 难以提取结构的模态信息。由于MEMS器件主要关心的是其谐振频率, 因此本文借鉴BIST技术, 将敏感元件集成在被测器件上, 被测微结构受激励后响应信号通过集成敏感元件来检测。

被测微结构及压电陶瓷底座激励装置均安装在高速离心装置上随之高速旋转, 试件响应信号与压电陶瓷驱动电能如何实现在高速旋转装置与外部静止部件之间的传输, 也是需要解决的关键问题。在微结构动态测试中, 信号传输必须保证高的传输速率;同时兼顾压电陶瓷底座激励装置所需高电压大电流的传输、待测微器件集成敏感元件所需驱动信号等, 在此采用高速导电滑环实现多路信号传输。

2 高g值加速度环境微结构动态测试装置

根据上述高g值加速度条件下微结构动态测试技术的研究, 本文按如下技术方案构建测试装置:以高速离心转台高速旋转过程中产生的离心加速度实现持续稳定的高g值加速度环境, 利用离心转盘来搭载被测微结构;将微结构固定在压电陶瓷底座激励装置上, 通过压电陶瓷底座激励装置实现对微结构的激励;通过检测集成在被测微结构上的敏感元件的输出, 提取微结构的动态响应信号, 测试微结构在此稳态高g值加速度环境下的动态特性。测试装置的总体框图如图1所示, 主要包括电主轴单元、转盘单元、状态监测与分析单元、数据传输单元以及计算机采集存储和控制单元等部分, 高g值加速度环境微结构动态测试装置如图2所示。

电主轴单元是离心转盘的驱动部分, 采用电主轴直接驱动转盘。转盘单元主要包括了离心转盘和安装微结构的激励装置。转盘高速旋转产生高g值加速度环境, 激励装置安装在离心转盘上随之运动。

转盘状态监测单元由电涡流位移传感器检测振动位移信号, 由半导体激光管、硅光二极管组成的基准信号测量子单元进行振动相位和转速的检测, 实时监测离心转盘的运行状态。

数据传输单元由信号驱动、放大电路与高速导电滑环等构成。信号驱动、放大电路安装在转盘中心随转盘转动, 提供微结构内敏感元件所需驱动电压, 并对微结构的响应信号进行放大, 多路信号通过高速导电滑环 (Moog公司生产的EC3848-10型) 实现转台与外部静止部件间的传输。

2.1高速离心转台

高速离心转台如图3所示, 为了保证实验安全, 高速离心转盘整体安装在防护罩内。待测微结构安装在激振装置内, 激励装置固定在转盘上随高速转盘做高速旋转, 高速转盘旋转过程中产生的加速度作用在待测微结构上, 微结构受到恒定的高g值加速度作用, 在此加速度环境中完成微结构的动态测试。

采用离心转台产生高g值加速度测试环境时, 电主轴选用洛阳轴承研究所生产的180ED15AK型电主轴, 最高转速为15 000r/min, 测试装置中转盘内微结构安装位置回转半径为0.2m, 由此可获得的最大加速度为a≈50 000g。考虑到转盘动平衡水平、防护等因素, 根据实际测试的需要, 测试过程中转速限定在7500r/min内 (加速度约为12 000g) 。为了保证实验的准确性, 实验前首先对高速转台进行转差率补偿实验。采用该套试验装置, 可以测试微小结构在0～10 000g加速度环境中的动态特性, 研究外部载荷作用对结构动态特性的影响;通过改变被测试件设计, 可研究微小结构在不同的变形状态下的动态特性, 研究结构在线性及大变形非线性条件下的动态特性, 也可以作为大量程加速度传感器灵敏度测试装置。

2.2微结构激励装置

采用压电陶瓷作为底座激励的驱动器, 并综合考虑激励装置在高速转盘上的安装, 及为了降低外界环境干扰而在激励装置内部设计的隔振结构, 所设计的微结构激励装置如图4所示。被测微结构11通过托板10安装在压电陶瓷9上, 压电陶瓷受到阶跃电压作用后产生冲击激励施加于被测微结构11。

1.底板 2.外壳体 3.减振橡胶 4.下质量块5.十字弹簧片 6.定位销 7.上质量块 8.垫筒 9.压电陶瓷10.托板 11.被测试件 12.玻璃片 13.盖板

激励装置中, 十字弹簧片5与上下质量块 (7、4) 组成了一个质量-弹簧系统, 压电陶瓷9安装在上质量块7上, 被测试件11通过托板10安装在压电陶瓷上, 该质量-弹簧系统通过十字弹簧片5的4个隔振弹簧臂与外壳体连接。整个压电陶瓷9、上下质量块 (7、4) 、托板10及被测试件11均被悬置起来, 仅仅通过十字弹簧片5与外部连接, 形成一个二阶质量-弹簧隔振结构以降低外界环境振动干扰。下质量块4与底板1之间加入圆形减振橡胶3保护隔振结构, 同时也起到隔振作用。

在外壳体2内部圆孔内设计有台阶, 隔振结构可以通过十字弹簧片5的4个隔振弹簧臂安放在外壳体内部圆孔台阶上, 并通过垫筒8由盖板13将隔振结构压紧固定。外壳体与底板1、盖板13与玻璃片12将外壳体内部封闭形成密封腔, 避免高速转台高速旋转时形成的强气流对测试的影响。

压电陶瓷选用哈尔滨工业大学博实精密公司生产的PTBS200/8*8/10型压电陶瓷。实验测试结果显示, 采用上述激励装置, 压电陶瓷受到阶跃电压作用能在约15μs内首次达到其最大位移。分析结果显示其输出带宽为200kHz, 激励频带约130kHZ, 足以满足大部分MEMS器件动态测试的激励要求;测试结果显示压电陶瓷瞬时输出冲击加速度可达到约12 000g, 且压电陶瓷输出特性不受外部恒定载荷的影响[3]。

3 实验研究

为了研究MEMS微结构在高g值加速度条件下的动态特性, 本文以梁-质量块结构作为典型的MEMS结构, 采用内置自测试技术, 通过在微结构上集成压阻敏感元件, 测试微结构在高g值加速度条件下的动态响应。采用微机械加工工艺制备的集成压阻敏感元件的梁-质量块微结构如图5、图6所示, 该结构的制备采用了一种湿法和干法结合的体硅MEMS微机械加工工艺, 避免了微结构释放过程中正面电极图形的保护与自停止腐蚀工艺的使用[8,9]。

将图5所示微结构安装于图4所示激励装置内, 激励装置安装在高速转台上, 保证高速转台产生的高g值加速度作用在微结构敏感方向。本文测试了如表1所示的两种尺寸微结构在常态 (加速度为0) 到10 000g加速度环境中的动态特性。

测试过程中, 首先开启高速离心转台, 通过软件设定测试用加速度, 待高速离心转台达到所需加速度后, 保持此加速度并对压电陶瓷施加阶跃电压, 压电陶瓷底座激励装置对微结构试件产生冲击激励, 同时控制计算机采集、存储微结构的响应信号, 完成在此加速度环境下对微结构动态特性的测试。

1号试件在常态下的典型响应曲线如图7所示, 对微结构冲击响应型号进行FFT, 获得该微结构的谐振频率为1.56kHz;截取其自由衰减振动部分信号, 并提取其峰值得到其自由振动衰减曲线, 可求得微结构阻尼比约为0.001 37。1号试件在1000g～7000g不同高g值加速度条件下的动态测试结果如图8～图11所示。多次结果分析曲线如图12所示, 不同测试环境下最大标准误差约为0.003kHz, 测试结果显示, 在外部高g值加速度作用下,

当试件处于较低加速度条件下 (小于1000g) 时, 试件的谐振频率并不随外部环境加速度发生变化, 谐振频率为1.56kHz;当试件工作在较高加速度 (大于1000g) 环境时, 随着外部环境加速度的提高, 微结构的谐振频率随之而增大。有限元分析显示, 当微结构所受加速度超过1500g时, 1号试件中微悬臂梁末端变形量已经达到8%, 产生了较大变形。测试结果显示, 在7000g加速度条件下, 1号试件谐振频率提高了10%;1号试件的阻尼比约为0.01, 其值不随加速度的增大而发生明显改变。

对2号微结构试件进行了从常态到10 000g不同加速度环境下的动态测试, 测试结果显示2号试件的谐振频率基本保持不变, 为28.75kHz;微结构试件阻尼比0.0013, 也不随外部加速度作用发生明显变化。由于在试件设计时, 2号试件在现有10 000g加速度作用下只产生线性小变形, 结合实验结果说明在线性小变形条件下微结构动态特性不随外部加速度作用而发生变化。

上述微结构试件在不同高g值加速度环境下的动态测试结果与理论分析表明, 当微结构处于线性小变形范围内时, 外部载荷对结构的谐振频率等动态参数没有明显影响;当微结构产生大变形时, 微结构的谐振频率会随外部高g值载荷的改变而发生变化, 测试结果与理论分析具有较好的一致性[10]。

4 结束语

本文研究了高g值加速度环境微结构动态测试技术, 建立了高g值加速度环境微中结构动态测试装置。利用高速转台产生的离心加速度实现不同稳态高g值加速度环境;建立了基于压电陶瓷的底座冲击激励装置实现高g值环境下对微结构激励;使用内置自测试技术解决了高g值环境下微结构动态响应信号采集问题。采用微机械加工工艺制作了集成压阻敏感元件的梁-质量块微结构, 测试了微结构在0～10 000g加速度环境下的谐振频率与阻尼比等动态特性。实验结果表明:所建测试装置成功实现了在高g值加速度环境中微结构动态特性测试, 压电陶瓷底座激励装置能实现在不同加速度条件下对微结构的激励;在外部高g值加速度作用下当微结构发生大变形时, 其谐振频率会随着外部加速度增加而得到提高。本文所研制测试装置为研究MEMS微器件在高g值加速度环境中的动态特性提供了很好的基础, 并为在外部载荷作用下微小结构处于大变形状态的动态特性研究提供了基础。

参考文献

[1]高钟毓, 董景, 新张嵘.微机电传感器发展及应用的现状与趋势[J].机械工程学报, 2003, 39 (11) :7-16.

[2]孙桂娟, 张庆明, 王幸, 等.高g值侵彻过载测试相关技术研究[J].科技导报, 2008, 26 (9) :26-29.

[3]Wang Xiaodong, Li Nan, Wang Tao, et al.DynamicCharacteristic Testing for MEMS Micro-devices withBase Excitation[J].Measurement Science&Technolo-gy, 2007, 18 (6) :1740-1747.

[4]Lai Wenpin, Fang Weileun.Novel Bulk Acoustic WaveHammer to Determinate the Dynamic Response of Mi-crostructures Using Pulsed Broad Bandwidth UltrasonicTransducers[J].Sensors and Actuator, 2002, 96 (1) :43-52.

[5]王涛, 王晓东, 王立鼎, 等.MEMS中微结构动态测试技术进展[J].中国机械工程, 2005, 16 (1) :83-88.

[6]Xiong Xingguo, Wu Yuliang, Jone W B.A Dual-Mode Built-in Self-test Technique for CapacitiveMEMS Devices[J].IEEE Transaction on Instrumentand Measurement, 2005, 54 (5) :1739-1750.

[7]Cozma A, Puers R.Electrostaic Actuation As a Self-test Method for Silicong Pressure Sensors[J].Sensorsand Actuators A, 1997, 60 (1) :32-36.

[8]Ning Yuebin, Yan L, Graham M K.Fabrication andCharacterization of High g-force, Silicon PiezoresistiveAccelerometers[J].Sensors and Actuators A, 1995, 48 (1) :55-61.

[9]刘梦伟.基于双压电PZT薄膜单元的悬臂梁式微力传感器研究[D].大连:大连理工大学, 2006.

【高动态环境】推荐阅读：

动态环境08-31

动态市场环境08-21

动态投资环境06-15

高动态条件05-11

华南热带作物区生态地质环境变化遥感动态监测关键技术研究与监测运行系统07-07

高成本运行环境05-14

医改信息动态。发至合阳信息动态网09-04

动态效果05-01

动态规划07-26

管理动态09-12