本项目主要研究超声检测中海量数据的稀疏分解和压缩问题,并研制出相应的专用硬件电路。.超声检测是油气管道检测中最成熟、最常用的检测手段之一,目前所碰到的最大困难之一是超声检测产生的数据量巨大,这些海量数据的存储限制了检测时的检测距离。.本项目通过建立超声信号的物理模型,研究、分析超声信号的特征,在此基础上采用稀疏分量分析的信息处理方法,提取实际超声信号的特征,对超声信号进行分解。根据分解的系数及所设定的误差容限要求,研究实现信号压缩的快速算法,并将些算法在硬件(如DSP或FPGA)中实现,解决超声检测中海量数据的压缩、存储问题。
{{i.achievement_title}}
数据更新时间:2023-05-31
玉米叶向值的全基因组关联分析
正交异性钢桥面板纵肋-面板疲劳开裂的CFRP加固研究
硬件木马:关键问题研究进展及新动向
基于 Kronecker 压缩感知的宽带 MIMO 雷达高分辨三维成像
基于SSVEP 直接脑控机器人方向和速度研究
单分量框架与信号自适应稀疏表示
压缩感知与稀疏信号恢复
结构健康监测的稀疏恢复算法与压缩采样实现
时变稀疏信号压缩观测的低秩稀疏分解研究