CN115507734A - 一种基于压电阵列的结冰三维成像方法 - Google Patents
一种基于压电阵列的结冰三维成像方法 Download PDFInfo
- Publication number
- CN115507734A CN115507734A CN202211221334.2A CN202211221334A CN115507734A CN 115507734 A CN115507734 A CN 115507734A CN 202211221334 A CN202211221334 A CN 202211221334A CN 115507734 A CN115507734 A CN 115507734A
- Authority
- CN
- China
- Prior art keywords
- icing
- piezoelectric
- area
- dimensional imaging
- imaging
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000001514 detection method Methods 0.000 claims abstract description 24
- 230000003595 spectral effect Effects 0.000 claims abstract description 18
- 230000005484 gravity Effects 0.000 claims abstract description 16
- 238000001228 spectrum Methods 0.000 claims abstract description 13
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims abstract description 7
- 238000004458 analytical method Methods 0.000 claims abstract description 6
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000012360 testing method Methods 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 230000009471 action Effects 0.000 claims description 3
- 238000003491 array Methods 0.000 claims 1
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 239000000919 ceramic Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 244000137852 Petrea volubilis Species 0.000 description 1
- 230000035508 accumulation Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B7/00—Measuring arrangements characterised by the use of electric or magnetic techniques
- G01B7/02—Measuring arrangements characterised by the use of electric or magnetic techniques for measuring length, width or thickness
- G01B7/06—Measuring arrangements characterised by the use of electric or magnetic techniques for measuring length, width or thickness for measuring thickness
- G01B7/063—Measuring arrangements characterised by the use of electric or magnetic techniques for measuring length, width or thickness for measuring thickness using piezoelectric resonators
- G01B7/066—Measuring arrangements characterised by the use of electric or magnetic techniques for measuring length, width or thickness for measuring thickness using piezoelectric resonators for measuring thickness of coating
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于压电阵列的结冰三维成像方法,涉及结冰探测技术领域,包括以下步骤:在翼面安装多个压电换能器,用于采集结冰前后的压电时域振动信号,转变为压电频域振动信号,并构建谱阵信息;通过小波包分解算法对压电时域振动信号进行能量特征衰减分析,计算出频谱衰减率,通过多点结冰概率检测重构算法,对谱阵信息进行处理得到结冰概率分布图;通过灰度重心法计算结冰定位坐标;标定最优缩放因子,对结冰区域进行识别;利用信号差异系数标定冰厚生长曲线,对冰厚进行测量;通过结冰定位坐标、结冰区域以及冰厚信息对结冰三维成像场景进行重构。本发明能够准确给出结冰区域定位信息及结冰区域的三维分布信息。
Description
技术领域
本发明涉及结冰探测技术领域,特别是涉及一种基于压电阵列的结冰三维成像方法。
背景技术
现代运输机在飞行过程中,飞机的迎风部位,如风挡、机翼前缘、螺旋桨、发动机进气道等,经常发生飞机结冰现象。所谓飞机结冰,是指飞机机身表面某些部位积聚冰层的现象,主要由云中过冷水滴或降水中的过冷雨滴碰到机体后结冰形成。若空速管、静压管、静压探测器、攻角传感器等飞行设备外部探测器被冰封,则无法为飞机提供准确有效的压力、速度和攻角等数据,若发动机进气道内侧积聚的冰层脱落,可能会损伤发动机叶片,严重时引起发动机踹振、熄火等情况。风洞试验表明,机翼表面结有薄如砂纸的冰、霜或雪,能造成高达30%的升力损失、增大40%的阻力。更大、更临界的冰积聚可能产生更大的升力损失和阻力。因此飞机结冰愈发成为不可忽视的问题。
随着现代航空飞机飞得更快、更高、更远,对运输机的操控性能要求越来越高。及时探测翼面结冰状况,同时测量冰厚,将结冰信息传递给机组驾驶员,就可以及时采取相应措施以减少飞机结冰造成的损失,降低结冰危害。如今大多数飞机上都装有结冰传感器,以检测飞机的机翼、发动机进气道等部位是否发生结冰,并及时预警机组驾驶人员开启防/除冰系统等有效措施。但目前大部分结冰传感器主要针对其敏感面进行结冰探测,属于单点探测方法。其安装数量及位置受机体结构强度、传感系统重量及复杂度等因素限制,无法实现机翼表面大范围的结冰区域探测。另外由于无法得知结冰的确切位置,可能存在漏报、误报等情况。
现有的大多数结冰传感器均能感知获取对应的结冰信息,但也存在相应的缺陷。现有的单个结冰探测技术无法实现结冰的多维度测量,虽利用多源融合技术可以获取多维结冰信息以建立三维结冰成像模型,但只能用于单点测量,探测范围小。另外,由于过冷大水滴在机翼上冻结时存在溢流现象,会在探测区域外凝结为冰脊或后流冰,而传统的单点探测方法无法解决翼面大范围结冰区域探测的问题。
发明内容
本发明实施例提供了一种基于压电阵列的结冰三维成像方法,可以解决现有技术中存在的问题。
本发明提供一种基于压电阵列的结冰三维成像方法,包括:
在翼面安装多个压电换能器,用于采集结冰前后的压电时域振动信号;
通过短时傅里叶变换将所述压电时域振动信号转变为压电频域振动信号,并构建谱阵信息;
通过小波包分解算法对所述压电时域振动信号进行能量特征衰减分析,提取结冰成像敏感频带;
根据所述结冰成像敏感频带,计算出频谱衰减率,作为结冰成像特征值;
将所述结冰成像特征值输入至多点结冰概率检测重构算法,对所述谱阵信息进行处理得到结冰概率分布图;
基于所述结冰概率分布图通过灰度重心法计算结冰定位坐标;
标定多点结冰概率检测重构算法中的最优缩放因子,对结冰区域进行识别;
利用信号差异系数标定冰厚生长曲线,结合冰厚计算公式对冰厚进行测量;
通过结冰定位坐标、结冰区域以及冰厚信息对结冰三维成像场景进行重构。
优选的,采用平行线布局方式对多个所述压电换能器进行安装。
优选的,所述多点结冰概率检测的重构算法RAMIPD算法的数学表达式为:
式中,Ak表示第k个换能器对组合的信号差异程度,(x1k,y1k)表示发射换能器的位置,(x2k,y2k)表示接收换能器的位置,(x,y)表示格点的位置。R表示格点到发射换能器和接收换能器的距离之和与发射换能器和接收换能器的直达距离的比值。参数β表示每个换能器对的作用范围。
优选的,通过小波包分解算法对所述压电时域振动信号进行能量特征衰减分析,提取结冰成像敏感频带,具体包括以下步骤:
对所述压电时域振动信号进行三层分解;
对第三层小波包节点进行信号重构;
计算第三层各个节点所包含的频谱能量特征值;
选择能量占比较大且结冰前后具有较大差异的频带作为敏感频带。
优选的,根据所述敏感频带,计算出频谱衰减率,作为结冰成像特征值的计算公式如下:
式中,fx 2表示在x频率点处的频谱幅值的平方,f1表示结冰成像敏感频带的最低频率,f2表示结冰成像敏感频带的最高频率,E0表示无冰时的特征值,E表示有冰时的特征值。
优选的,基于所述结冰概率分布图通过灰度重心法计算结冰定位坐标,具体包括以下步骤:
设定结冰阈值并得到阈值化后的结冰概率分布结果;
对结冰概率分布结果进行二值化处理后得到初步的结冰成像区域;
计算结冰成像区域内的连通域数目,并基于灰度重心法提取相应连通域的重心,根据连通域面积的大小剔除异常点,得到多点结冰定位坐标。
优选的,所述灰度重心法的计算公式如下:
式中,f(x,y)是坐标为(x,y)像素点的灰度值,Ω是连通区域的集合,(x,y)是区域中心坐标。
优选的,通过准确率Ar和偏差率Dr来标定多点结冰概率检测重构算法中的最优缩放因子,准确率Ar表达式为:
式中,Sc表示正确识别的结冰面积,Sr表示识别的结冰区域的面积;
偏差率Dr的表达式为:
式中,Sa表示实际的结冰区域面积。
优选的,所述信号差异系数为
SDC=1-ρ
式中,sj表示无冰状态下的频谱信号,sk表示结冰状态下的频谱信号,ρ表示二者的相关系数,Cov(sj,sk)表示两信号的协方差;σsj和σsk表示为两信号的标准方差。
优选的,所述冰厚计算公式为:
式中,d1、d2和d3分别表示结冰定位坐标与最近的三个标定试验的位置坐标间的距离,h1、h2和h3分别为相应标定位置下的信号差异系数所对应的冰厚值。
与现有技术相比,本发明的有益效果是:
本发明提出的基于压电阵列的结冰三维成像方法具备平面或曲面上单点及多点的结冰三维探测能力,能够准确给出结冰区域定位信息及结冰区域的三维分布信息。比传统单点测量冰厚的结冰传感器获取的信息更丰富,有助于解决翼面大范围结冰区域探测问题,提高防除冰系统的可靠性,降低除冰系统的能耗。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的一种基于压电阵列的结冰三维成像方法的整体流程图;
图2为本发明的一种基于压电阵列的结冰三维成像方法的灰度重心法提取结冰定位坐标流程图;
图3为本发明的一种基于压电阵列的结冰三维成像方法的结冰三维成像流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参照图1-3,本发明提供了一种基于压电阵列的结冰三维成像方法,包括以下步骤:
第一步:在翼面安装多个压电换能器,构成压电面阵,用于采集结冰前后的压电时域振动信号。本发明选择直径20mm,厚度1mm的PZT-5A型号的压电陶瓷片作为压电阵列结冰探测系统的发射和接收换能器,采用平行线布局方式,即以翼面中心线为基准在其内侧两平面内较为平整的部位安装压电换能器。
第二步:通过短时傅里叶变换将压电时域振动信号转变为压电频域振动信号,选择重复性较高的频段,构建谱阵信息。将时域信号转化为频谱信号后可以较好地分析信号的频率特征。
第三步:通过小波包分解算法对压电时域振动信号进行能量特征衰减分析,提取结冰成像的敏感频带。
(1)对压电时域振动信号进行WPD三层分解,在分解过程中,每一层的小波包系数也随着进一步分解;
(2)得到三层小波包树后,需要对第三层小波包节点进行信号重构,小波重构实质上是小波分解的逆过程。重构后的信号中包含着从低频段到高频段的各个频段的频域信息;
(3)完成信号重构后,需计算第三层各个节点信号所包含的频谱能量特征值,求出振动信号第三层各个节点的频谱能量特征值;
(4)选择能量占比较大且结冰前后具有较大差异的频带作为敏感频带;
第四步:根据敏感频带,计算出频谱衰减率,将敏感频带的频谱衰减率作为结冰成像特征值。计算公式如下:
式中,fx 2表示在x频率点处的频谱幅值的平方,f1表示结冰成像敏感频带的最低频率,f2表示结冰成像敏感频带的最高频率,E0表示无冰时的特征值,E表示有冰时的特征值。
第五步:将结冰成像特征值输入至多点结冰概率检测重构算法RAMIPD,通过RAMIPD成像算法对谱阵信息计算得到结冰特征分布结果,对结冰特征分布结果进行归一化处理后所得的结冰概率分布图。RAMIPD需要多个换能器组成一个阵列来覆盖整个检测区域。多点结冰概率检测的重构算法RAMIPD算法的数学表达式为:
式中,Ak表示第k个换能器对组合的信号差异程度,(x1k,y1k)表示发射换能器的位置,(x2k,y2k)表示接收换能器的位置,(x,y)表示格点的位置。R表示格点到发射换能器和接收换能器的距离之和与发射换能器和接收换能器的直达距离的比值。参数β表示每个换能器对的作用范围。在压电面阵传感系统的监测区域内,若发生覆冰现象,则该区域内的换能器接收信号相较于无冰时均具有不同程度的改变,通过提取信号中的特征量并结合RAMIPD算法即可得出监测区域内的结冰分布特征图。对结冰特征分布结果进行归一化计算得到结冰概率分布结果,通过对结冰概率分布结果进行阈值化处理即可得到初步的结冰识别区域。从式(3)可知,影响结冰定位和概率分布的影响因子有Ak和β,其中Ak影响单个换能器对监测范围内的特征值幅值,而β影响着单个换能器对的监测范围。因此,Ak和β的取值决定着结冰概率分布和结冰定位的结果。
Ak表征的信号差异程度影响着一对换能器监测范围内的特征值幅值,需要提取的定位特征必须对结冰前后频谱的差异有较明显的区分度。选择敏感频段的能量衰减率作为RAMIPD成像算法中特征值Ak的表征参数。
第六步:基于结冰概率分布图通过灰度重心法计算结冰定位坐标。灰度重心法将结冰区域内每一像素处的灰度值作为该点的质量,求取结冰区域中心的计算公式如下:
式中,f(x,y)是坐标为(x,y)像素点的灰度值,Ω是连通区域的集合,(x,y)是区域中心坐标。
设定结冰阈值并得到阈值化后的结冰概率分布结果,对其二值化处理后得到初步的结冰成像区域;最后,计算监测区域内的连通域数目,并基于灰度重心法提取相应连通域的重心,根据连通域面积的大小剔除异常点,便得到多点结冰定位坐标。
第七步:标定多点结冰概率检测重构算法中的最优缩放因子,对结冰区域进行识别。为了更好地描述结冰区域识别效果的好坏,引入两个评价指标即准确率Ar和偏差率Dr,准确率定义为识别的结冰区域中实际结冰面积占整个区域识别面积的比例,偏差率定义为未正确识别的结冰区域面积占实际结冰面积的比例。准确率越高,偏差率越低,结冰区域的识别效果越好。
准确率Ar表达式为:
式中,Sc表示正确识别的结冰面积,Sr表示识别的结冰区域的面积;
偏差率Dr的表达式为:
式中,Sa表示实际的结冰区域面积。
第八步:利用信号差异系数标定冰厚生长曲线,结合冰厚计算公式对冰厚进行测量。通过信号差异系数变化的程度可以判断冰厚的生长过程,定义初始无冰状态下的频谱信号为sj,结冰状态下的频谱信号为sk,则信号差异系数为:
式中,Cov(sj,sk)表示两信号的协方差;σsj和σsk表示为两信号的标准方差,协方差定义为:
标准方差σsj和σsk定义为:
提取的敏感冰厚的特征量SDC对应的物理量为换能器对连线路径区域内材料参数变化的一个抽象特征。通过标定信号差异系数随冰厚的生长曲线即可用于冰厚的实时测量。
为准确测量标定区域范围内结冰位置处的冰厚,需根据结冰定位结果给出的定位坐标来判断覆冰位置处于哪个换能器对连线位置,计算得到该连线位置处的信号差异系数并结合标定位置处的冰厚生长曲线推算出冰厚。
冰厚的计算公式为:
式中,d1、d2和d3分别表示结冰定位坐标与最近的三个标定试验的位置坐标间的距离,h1、h2和h3分别为相应标定位置下的信号差异系数所对应的冰厚值。
第八步:通过结冰定位坐标、结冰区域以及冰厚信息对结冰三维成像场景进行重构。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种基于压电阵列的结冰三维成像方法,其特征在于,包括以下步骤:
利用安装在翼面上的多个压电换能器采集翼面结冰前后的压电时域振动信号;
通过短时傅里叶变换将所述压电时域振动信号转变为压电频域振动信号,并构建谱阵信息;
通过小波包分解算法对所述压电时域振动信号进行能量特征衰减分析,提取结冰成像的敏感频带;
根据所述敏感频带,计算出频谱衰减率,作为结冰成像特征值;
将所述结冰成像特征值输入至多点结冰概率检测重构算法,对所述谱阵信息进行处理得到结冰概率分布图;
基于所述结冰概率分布图通过灰度重心法计算结冰定位坐标;
标定多点结冰概率检测重构算法中的最优缩放因子,对结冰区域进行识别;
利用信号差异系数标定冰厚生长曲线,结合冰厚计算公式对冰厚进行测量;
通过结冰定位坐标、结冰区域以及冰厚信息对结冰三维成像场景进行重构。
2.如权利要求1所述的一种基于压电阵列的结冰三维成像方法,其特征在于,采用平行线布局方式对多个所述压电换能器进行安装。
4.如权利要求3所述的一种基于压电阵列的结冰三维成像方法,其特征在于,通过小波包分解算法对所述压电时域振动信号进行能量特征衰减分析,提取结冰成像敏感频带,具体包括以下步骤:
对所述压电时域振动信号进行三层分解;
对第三层小波包节点进行信号重构;
计算第三层各个节点所包含的频谱能量特征值;
选择能量占比较大且结冰前后具有较大差异的频带作为敏感频带。
6.如权利要求1所述的一种基于压电阵列的结冰三维成像方法,其特征在于,基于所述结冰概率分布图通过灰度重心法计算结冰定位坐标,具体包括以下步骤:
设定结冰阈值并得到阈值化后的结冰概率分布结果;
对结冰概率分布结果进行二值化处理后得到初步的结冰成像区域;
计算结冰成像区域内的连通域数目,并基于灰度重心法提取相应连通域的重心,根据连通域面积的大小剔除异常点,得到多点结冰定位坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211221334.2A CN115507734A (zh) | 2022-10-08 | 2022-10-08 | 一种基于压电阵列的结冰三维成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211221334.2A CN115507734A (zh) | 2022-10-08 | 2022-10-08 | 一种基于压电阵列的结冰三维成像方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115507734A true CN115507734A (zh) | 2022-12-23 |
Family
ID=84507708
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211221334.2A Pending CN115507734A (zh) | 2022-10-08 | 2022-10-08 | 一种基于压电阵列的结冰三维成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115507734A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115892477A (zh) * | 2023-01-09 | 2023-04-04 | 中国空气动力研究与发展中心低速空气动力研究所 | 结冰范围的等离子体探测方法、装置及存储介质、程序 |
CN117132870A (zh) * | 2023-10-25 | 2023-11-28 | 西南石油大学 | 一种CenterNet与混合注意力相融合的机翼结冰检测方法 |
-
2022
- 2022-10-08 CN CN202211221334.2A patent/CN115507734A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115892477A (zh) * | 2023-01-09 | 2023-04-04 | 中国空气动力研究与发展中心低速空气动力研究所 | 结冰范围的等离子体探测方法、装置及存储介质、程序 |
CN117132870A (zh) * | 2023-10-25 | 2023-11-28 | 西南石油大学 | 一种CenterNet与混合注意力相融合的机翼结冰检测方法 |
CN117132870B (zh) * | 2023-10-25 | 2024-01-26 | 西南石油大学 | 一种CenterNet与混合注意力相融合的机翼结冰检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115507734A (zh) | 一种基于压电阵列的结冰三维成像方法 | |
WO2022016884A1 (zh) | 一种基于K-means聚类算法的海面风速方法 | |
Smith et al. | Sea surface wind stress and drag coefficients: The HEXOS results | |
CN108802743A (zh) | 光检测和测距lidar冰检测系统 | |
US20080148839A1 (en) | Acoustic profiler for wind, temperature, and turbulence | |
CN110879127A (zh) | 一种基于翼面的耦合式结冰探测装置及其方法 | |
CN114091185B (zh) | 一种飞机表面积冰演化状态辨识方法及系统 | |
Wang et al. | Lake water footprint identification from time-series ICESat/GLAS data | |
JP6689396B2 (ja) | 気象予測装置、気象予測方法、およびプログラム | |
CN114154353B (zh) | 一种光纤结冰探测传感器数据重构方法、系统及存储介质 | |
CN110208806A (zh) | 一种航海雷达图像降雨识别方法 | |
CN114235962B (zh) | 一种面向各向异性结构的超声导波成像方法及系统 | |
CN110567357A (zh) | 动态应变压电陶瓷探测结冰传感器 | |
CN113686964A (zh) | 一种基于泄漏模态声波导特性的海冰厚度观测方法 | |
CN104730152A (zh) | 一种基于分形维数的复合材料结构件裂纹损伤监测方法 | |
CN108663727B (zh) | 利用蒸发率在世界海域范围内估算蒸发波导高度的方法 | |
CN112572809B (zh) | 一种适用于无人机平台的混合式结冰探测方法 | |
Wang et al. | An energy spectrum algorithm for wind direction retrieval from X-band marine radar image sequences | |
CN114596315A (zh) | 一种飞机地面检测积冰方法、装置、系统及计算机设备 | |
CN112046761B (zh) | 一种基于统计检验和滤波的飞机结冰在线探测方法 | |
CN112307681B (zh) | 一种直接利用海洋要素计算海洋飞沫总体积的方法 | |
CN105891078B (zh) | 基于风廓线雷达的沙尘暴沙尘质量浓度定量反演估算方法 | |
Mott et al. | Accuracy assessment of aircraft transponder–based devices for measuring airport operations | |
KR101409358B1 (ko) | 에어포일 임계 결빙형상을 결정하는 방법 | |
Xiu et al. | Comparisons of passive microwave remote sensing sea ice concentrations with ship-based visual observations during the CHINARE Arctic summer cruises of 2010–2018 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |