针对自传感磁轴承的滤波法幅度解调模型结构复杂导致相移过大的问题,提出一种基于Cosine纹波的同步离散电流估计自传感方法。建立了磁轴承磁阻模型,得到了磁轴承开关工作电流与位移之间的关联变化规律。与以往的采样电流相比较,同步离...针对自传感磁轴承的滤波法幅度解调模型结构复杂导致相移过大的问题,提出一种基于Cosine纹波的同步离散电流估计自传感方法。建立了磁轴承磁阻模型,得到了磁轴承开关工作电流与位移之间的关联变化规律。与以往的采样电流相比较,同步离散电流是同步于PWM周期并定点离散于其Cosine纹波函数为0处的采样电流,并建立了同步离散电流估计器(Synchronous-Sampling-based Discrete Current Estimator,SS-DCE)数学模型;该模型可消除主动磁轴承自传感路径中的滤波器,简化估计算法复杂度,从而使得历经估计器的相移减小。数值仿真结果表明:SS-DCE自传感算法在50~250μm量程范围内估计误差小于2.72%;在特征频率处幅值增益为2 dB,相位滞后为-22°,为系统稳定运行提供了158°相位裕度。搭建了自传感磁轴承实验平台,验证了SS-DCE的位移估计最大估计误差为5.06μm,对应的估计精度为2.53%,并获得较好的激励响应的跟随特性,研究结果为小相移的自传感磁轴承和高速运行的磁轴承设计提供参考。展开更多
乳腺癌灶的精确分割是乳腺癌计算机辅助诊断的重要前提.在动态对比增强核磁共振成像(Dynamic contrastenhanced magnetic resonance imaging,DCE-MRI)的图像中,乳腺癌灶具有对比度低、边界模糊及亮度不均匀等特点,传统的活动轮廓模型方...乳腺癌灶的精确分割是乳腺癌计算机辅助诊断的重要前提.在动态对比增强核磁共振成像(Dynamic contrastenhanced magnetic resonance imaging,DCE-MRI)的图像中,乳腺癌灶具有对比度低、边界模糊及亮度不均匀等特点,传统的活动轮廓模型方法很难取得准确的分割结果.本文提出一种结合马尔科夫随机场(Markov random field,MRF)能量和模糊速度函数的活动轮廓模型的半自动分割方法来完成乳腺癌灶的分割,相对于专业医生的手动分割,本文方法具有速度快、可重复性高和分割结果相对客观等优点.首先,计算乳腺DCE-MRI图像的MRF能量,以增强目标区域与周围背景的差异.其次,在能量图中计算每个像素点的后验概率,建立基于后验概率驱动的活动轮廓模型区域项.最后,结合Gabor纹理特征、DCE-MRI时域特征和灰度特征构建模糊速度函数,将其引入到活动轮廓模型中作为边缘检测项.在乳腺癌灶边界处,该速度函数趋向于零,活动轮廓曲线停止演变,完成对乳腺癌灶的分割.实验结果表明,所提出的方法有助于乳腺癌灶在DCE-MRI图像中的准确分割.展开更多
文摘针对自传感磁轴承的滤波法幅度解调模型结构复杂导致相移过大的问题,提出一种基于Cosine纹波的同步离散电流估计自传感方法。建立了磁轴承磁阻模型,得到了磁轴承开关工作电流与位移之间的关联变化规律。与以往的采样电流相比较,同步离散电流是同步于PWM周期并定点离散于其Cosine纹波函数为0处的采样电流,并建立了同步离散电流估计器(Synchronous-Sampling-based Discrete Current Estimator,SS-DCE)数学模型;该模型可消除主动磁轴承自传感路径中的滤波器,简化估计算法复杂度,从而使得历经估计器的相移减小。数值仿真结果表明:SS-DCE自传感算法在50~250μm量程范围内估计误差小于2.72%;在特征频率处幅值增益为2 dB,相位滞后为-22°,为系统稳定运行提供了158°相位裕度。搭建了自传感磁轴承实验平台,验证了SS-DCE的位移估计最大估计误差为5.06μm,对应的估计精度为2.53%,并获得较好的激励响应的跟随特性,研究结果为小相移的自传感磁轴承和高速运行的磁轴承设计提供参考。
文摘乳腺癌灶的精确分割是乳腺癌计算机辅助诊断的重要前提.在动态对比增强核磁共振成像(Dynamic contrastenhanced magnetic resonance imaging,DCE-MRI)的图像中,乳腺癌灶具有对比度低、边界模糊及亮度不均匀等特点,传统的活动轮廓模型方法很难取得准确的分割结果.本文提出一种结合马尔科夫随机场(Markov random field,MRF)能量和模糊速度函数的活动轮廓模型的半自动分割方法来完成乳腺癌灶的分割,相对于专业医生的手动分割,本文方法具有速度快、可重复性高和分割结果相对客观等优点.首先,计算乳腺DCE-MRI图像的MRF能量,以增强目标区域与周围背景的差异.其次,在能量图中计算每个像素点的后验概率,建立基于后验概率驱动的活动轮廓模型区域项.最后,结合Gabor纹理特征、DCE-MRI时域特征和灰度特征构建模糊速度函数,将其引入到活动轮廓模型中作为边缘检测项.在乳腺癌灶边界处,该速度函数趋向于零,活动轮廓曲线停止演变,完成对乳腺癌灶的分割.实验结果表明,所提出的方法有助于乳腺癌灶在DCE-MRI图像中的准确分割.
