线路纵横断面测量一种新方法的探讨

线路纵横断面测量一种新方法的探讨（通用9篇）

篇1：线路纵横断面测量一种新方法的探讨

线路纵横断面测量一种新方法的探讨

介绍了纵横断面测量工作的一种新方法,通过适当加密地形特征点,利用VBA编程方法在数字化地形图上生成纵横断面及其文本文件,高效而灵活地完成纵横断面测量工作.

作 者：林华 邓建 LIN Hua DENG Jie 作者单位：安徽明珠规划建筑设计研究院,安徽合肥,230601刊 名：安徽地质英文刊名：GEOLOGY OF ANHUI年，卷(期)：19(2)分类号：P241关键词：纵横断面 VBA 数字化地形图

篇2：线路纵横断面测量一种新方法的探讨

道路纵横断面测量数据的半自动采集方法

道路纵横断面测量是道路工程测量的重要组成部分,传统的测量方法不仅效率低下,而且无法保证产品质量.本文介绍了在MicroStation图形软件平台下,利用VBA语言编程实现道路纵横断面测量数据的`半自动采集与图形绘制的思路以及作业流程,给出了工程范例,最后指出了软件的改进思路.

作 者：武国雄 Wu GuoXiong 作者单位：长沙市勘测设计研究院,湖南,长沙,410007刊 名：城市勘测英文刊名：URBAN GEOTECHNICAL INVESTIGATION & SURVEYING年，卷(期)：2009“”(3)分类号：P209关键词：纵横断面 数据采集 半自动 图形绘制

篇3：介绍三角高程测量的一种新方法

图中:D为A、B两点间的水平距离

а为在A点观测B点时的垂直角

i为测站点的仪器高, t为棱镜高

HA为A点高程, HB为B点高程。

V为全站仪望远镜和棱镜之间的高差 (V=Dtanа)

首先我们假设A, B两点相距不太远, 可以将水准面看成水准面, 也不考虑大气折光的影响。为了确定高差h AB, 可在A点架设全站仪, 在B点竖立跟踪杆, 观测垂直角а, 并直接量取仪器高i和棱镜高t, 若A, B两点间的水平距离为D, 则h AB=V+i-t

这就是三角高程测量的基本公式, 但它是以水平面为基准面和视线成直线为前提的。因此, 只有当A, B两点间的距离很短时, 才比较准确。当A, B两点距离较远时, 就必须考虑地球弯曲和大气折光的影响了。这里不叙述如何进行球差和气差的改正, 只就三角高程测量新法的一般原理进行阐述。我们从传统的三角高程测量方法中我们可以看出, 它具备以下两个特点:

1.全站仪必须架设在已知高程点上

2.要测出待测点的高程, 必须量取仪器高和棱镜高。

首先由 (1) 式可知:

上式除了Dtanа即V的值可以用仪器直接测出外, i, t都是未知的。但有一点可以确定即仪器一旦置好, i值也将随之不变, 同时选取跟踪杆作为反射棱镜, 假定t值也固定不变。从 (2) 可知:

由 (3) 可知, 基于上面的假设, HA+i-t在任一测站上也是固定不变的, 而且可以计算出它的值W。

这一新方法的操作过程如下:

1.仪器任一置点, 但所选点位要求能和已知高程点通视。

2.用仪器照准已知高程点, 测出V的值, 并算出W的值。 (此时与仪器高程测定有关的常数如测站点高程, 仪器高, 棱镜高均为任一值。施测前不必设定。)

3.将仪器测站点高程重新设定为W, 仪器高和棱镜高设为0即可。

4.照准待测点测出其高程。

下面从理论上分析一下这种方法是否正确。

结合 (1) , (3)

HB′为待测点的高程

W为测站中设定的测站点高程

D′为测站点到待测点的水平距离

а′为测站点到待测点的观测垂直角

从 (4) 可知, 不同待测点的高程随着测站点到其的水平距离或观测垂直角的变化而改变。

将 (3) 代入 (4) 可知:

按三角高程测量原理可知

将 (3) 代入 (6) 可知:

这里i′, t′为0, 所以:

由 (5) , (8) 可知, 两种方法测出的待测点高程在理论上是一致的。也就是说我们采取这种方法进行三角高程测量是正确的。

篇4：纵横断面图绘制的新方法

关键词 地形图；特征点；断面图

中图分类号：P217 文献标识码：A 文章编号：1671-489X（2009）04-0086-03

1 引言

水利工程的前期需要测绘部门在提供地形图的同时提供纵横断面图，为设计人员准确计算工程量提供原始数据。目前，国内的主流数字化测图软件，都有较强的地形测绘功能，但在断面数据的处理上常常存在这样或那样的问题：有些软件根本没有切取断面的功能，有些软件虽然有该功能，但切取出的断面常常存在许多不合理因素，不能正确反映断面的实况。

北京市水利规划设计研究院使用的地形图测量系统，在断面测量上仍沿用传统流程：地形图的测量与断面图的测量分开进行，在测量完地形图后，在每个横断面桩上依次设站，进行横断面测量。在数字化测图的今天，这种测量方法存在着较为明显的缺点：1）设站次数增多，增大出错机率；2）测点重复，测量地形图时已测量的特征点在横断面测量时，还需再测一遍；3）劳动强度加大，作业时间增长。很显然，传统做法不能发挥出现代数字化测图的优势。当横断面间隔距离较小时，这种矛盾显得尤为突出。

结合工程的实际需要，笔者编制相关软件，可以在测量地形图的同时进行纵横断面测量，使得所测量的碎步点既可参与纵横断面图的绘制，又可充当地形图的特征点，以提高所测点的利用率，最终提高工作效率。

本文以绘制横断面图为例，说明横断面图测绘的新方法。纵断面图的测绘与横断面图相似。

2 外业数据采集

2.1 设备配置Leica全站仪、传输电缆。

2.2 作业准备作业前，先将已知点数据输入全站仪内，并在现场根据需要实地确定横断面线的位置。

2.3 野外测量同地形图的野外测量一样，在已知点设站后，把断面点当作地形点来观测，测量其坐标和高程。可在测量地形图的同时进行断面测量，也可单独进行断面测量。通常，在河道不是很宽时，司尺员能够较准确地找到前进方向，使所测断面点接近一条直线。这样，在通视条件良好时，摆一站既可以测量地形图，又可以同时测量出许多条横断面。尤其是当横断面要求间距较小时，这种测量方法的优势就更为明显。这样就可以把所测量的地形点和断面点，同时保存在一个数据文件中。

一般情况下，在规划设计人员确定横断面间隔后，需要测量人员在实测时根据经验和河道的变化情况，在断面变化处加测横断面。用这种测量断面的方法，外业的测量人员可以很容易找准加测横断面位置。在内业数据处理时，根据给定的河道IP点（河道中心线上的转点坐标）和所加测的横断面的位置，对加测横断面赋予相应的桩号。这样就不必为规划设计人员提出的固定断面间隔而大费周折，可以更好地满足规划设计人员的需要。

3 内业处理流程

通过数据传输软件将野外采集的数据传入计算机中，并将含有地形点和断面点的数据同时展绘在地形图上，可以很明显地看出每一条横断面线的位置。为了使断面点上的数据便于提取，在内业编辑过程中，利用测图软件的展点连线的功能，将各条断面用逐点连线的方式从左至右连接起来，形成Pline线，这就具备了绘制断面图的条件。

断面图的绘制靠4个子程序来实现，即AT.LSP、DM1.LSP、CHAG.LSP、HD.LSP及野外观测原始数据文件A。

1）AT.LSP，赋桩号子程序，可将断面线赋予相应的桩号，并将断面线层属性转换到新层。

2）DM1.LSP，提取断面线子程序，将每一条断面线的节点坐标及桩号按照从左至右的顺序依次提取出来，并将各节点按坐标寻找A文件（野外观测原始数据文件）中的匹配高程，找到后按照一定的数据格式将断面线上的桩号、坐标、高程重新保存，形成中间文件B（如图1所示）。

3）CHAG.LSP，格式转换子程序，读取B文件中的数据，根据需要将其转换成绘制横断面图所需的格式，形成C文件（如图2所示）。

4）HD.LSP，绘制断面图子程序，读取C 文件中的数据，展绘横断面图，完成断面图的绘制（如图3所示）。

其流程可以按照上述4个子程序的顺序，依次执行即可（如图4所示）。

4 算法分析

4.1 桩号信息的保存A文件为文本文件。A文件中保存的是野外测得的原始地形点和断面点全部的坐标和高程数据。为绘制断面图，必须把相关的断面点数据从A文件中单独提取出来加以处理。如何提取断面点的坐标和高程，是本程序的关键。

在AutoCAD中，把point、circle、pline、line、text等图面上的矢量信息称作实体，每一种不同的实体，都有相应的组码与其对应。通过对AutoCAD数据结构的研究，发现在它的实体组码中，39号为实体的厚度组码，而在断面图的绘制过程中，断面线和所形成的断面图都是二维平面图，实体的厚度属性值均为零，因此可以利用39号组码存放信息，这对图面没有任何影响。利用AutoCAD的实体编辑功能，将断面的桩号存入39号组码当中，并将断面线转到新建的“DMX”图层（注：“DMX”图层上只应有断面位置线），这样就可顺利地提取出所有的断面线。如果把横断面位置线看作是一个实体，实体属性编码中的39号组码值则代表该条断面线的桩号，10号组码值则代表每一Pline线上每一折点的坐标值。为此，可以将图面上的断面点用Pline线按照从左至右的顺序（河道面向下游分左右）分别连起来，以便为下一步计算提供方便。

4.2 断面文件的生成在本程序中，第一步利用测图软件的功能，将断面点展点连线（如图5所示）。

第二步调用AT.LSP子程序以实现上述保存断面线桩号及转换图层的功能。通过断面线提取子程序DM1.LSP，可以从地形图中得到“DMX”图层上所有断面点的坐标数据，并将刚刚注入的各条断面线实体组码中的第39号组码值提取出来。这样就得到各条断面线的桩号及各断面点的平面坐标。再根据各断面点的坐标值，在A文件中检索出相对应的高程值，依断面点顺序逐个写入B文件中。

第三步生成B文件。B文件是从原始文件A中提取出来的包含横断面桩号和横断面线上所有折点坐标、高程信息的有序文件。在所形成的B文件中，每条横断面线之间有桩号做分隔，每条断面线上的坐标点都是依照自左至右的顺序依次保存的（如表1所示）。

表1中加粗显示的行，是每一横断面的开始行。第一列数表示序号，第二列数表示横断面桩号，第三、四、五列数依次为Y、X、Z坐标。

第四步通过格式转换子程序CHAG.LSP，计算出横断面线上各断面点起点距，连同该点所对应的高程，一同写入C 文件。C文件为绘制断面图子程序HD.LSP所要求的成果文件。

根据地形图断面连线重新生成数据。在从B到C文件的转换过程当中，有2种转换方法，即起点距算法和累加距算法。起点距算法是指：断面线上每一断面点距离的计算是该断面点到断面起点的直线距离，即起点距。累加距算法是指：断面线上每一断面点距离的计算是从断面起点开始，经过中间若干节点至该断面点的每一段线段的长度的总和。本文采用的是起点距算法。

C文件格式如表2所示。在表2中，加粗显示行是每一横断面的开始行。第一列是序号；第二列-0.5是地物分类编码，一般不需要表述；第三列表示各条横断面上的断面点的起点距；第四列表示与之对应的高程。

第五步调用HD.LSP子程序，绘制出横断面图，形成DWG文件。

5 误差分析

利用本方法可以采集横断面上的点，即横断面数据；同样也可采集纵断面上的点，即纵断面数据。理论上，每条横断面上的点应当在一条直线上，而纵断面上的点则应落在IP点的曲线之上。在实际测量过程中，对于横断面来说，司尺员在野外所测量的断面点会在该条断面所在直线的方向上左右摆动，不会正好落在直线方向上。如果用累加距算法，计算出的断面点的起点距比实际的起点距将增大，而且这种偏差将随着断面点个数的增加而加大，并且随断面点偏离直线的增加而加大。这种算法，横断线上的每一个点都会影响到后面点桩号的计算精度。对于横断面来说，并不适合用累加距算法。如果用起点距算法，则每一个断面点的位置，只能影响该断面点的起点距，而且不受其他断面点位置的影响，并且这种误差不会向下传递。但是，这种算法受横断面起点位置的影响比较大，在外业测量时，应当使横断面起点的位置尽量落在横断面位置线上，以保证后面横断面点的起点距计算的准确性。

在本程序的实际应用中，对于个别偏离断面线较大的点，应当在内业编辑过程中进行调整，以免影响成果的准确性。

6 结语

本程序采用AutoLisp语言编制，运行平台为AutoCAD R2000、R2002、R2004等版本，运行稳定。

利用此方法测量的纵横断面，测量的断面位置线以坐标、高程方式保存，不同于以往以距离、高程方式保存，这样的优点很明显：当设计人员更改设计中心线后，断面的位置不变，可以很清楚地反映出与新中线的位置关系；另外，这种断面数据可以单独保存，不受中线坐标的影响。

外业实施的具体工作中，可以根据河道的具体情况，选取不同的测量仪器。当河道不是很宽，通视条件较好时，司尺员能够较准确地找到前进方向，这时宜采用全站仪进行测量；当河道较宽，通视条件不是很好时，司尺员不易找准前进方向，宜采用RTK进行断面测量。无论是用全站仪测量还是用RTK测量，最终得到的都是所测量断面的坐标、高程数据。通过上述方法绘制成的纵横断面图，不但把野外第一手坐标、高程数据和断面图关联起来，而且易于对断面数据的管理。

生产实践证明，利用测量坐标、高程的方法测量断面图，不仅能保证断面的精度，而且还可以大大提高工作效率，降低劳动强度，取得良好的工作效益。

篇5：线路纵横断面测量一种新方法的探讨

一种新的航空伽马能谱测量数据改正方法

在地形起伏较大的`山区进行航空伽马能谱测量时,使用传统的方法做高度改正,往往造成不小的误差,为此笔者提出一种飞行高度与地形的同步改正的方法.该方法快捷简便,简单易行,较好地解决了上述难题.

作 者：张文斌 于长春 周锡华 ZHANG Wen-bin YU Chang-chun ZHOU Xi-hua 作者单位：中国国土资源航空物探遥感中心,北京,100083刊 名：物探与化探 ISTIC PKU英文刊名：GEOPHYSICAL AND GEOCHEMICAL EXPLORATION年，卷(期)：31(2)分类号：P631关键词：航空伽马能谱测量 高度与地形的同步改正 伽马射线衰减系数

篇6：线路纵横断面测量一种新方法的探讨

光纤拉曼放大器具有带宽宽、噪声低、分布式和放大波段取决于抽运波长等独特优点,将其与密集波分复用(DWDM)技术相结合,是满足光纤通信网络大容量和长距离传输要求的理想方案之一,因而成为光纤通信领域的一个研究热点[1,2,3]。增益系数gR(λ)对设计光纤拉曼放大器非常重要,通常利用小信号增益法测量增益系数gR(λ)的分布。本文提出一种新的测量方法,不需要信号源就可以快速测量。结果证明,这种方法具有方便、快速和准确的特点。

1 基本原理

设计光纤拉曼放大器时,需要已知光纤的拉曼增益系数gR(λ),光纤拉曼增益系数的测量方法主要有相对截面法、脉冲扫描法、小信号拉曼放大法和自发拉曼散射法等[4],但这些测量方法都比较复杂,测量过程较长。如用小信号拉曼放大法测量gR(λ)的分布时,需要在1 400～1 600 nm内每隔1 nm测量一次抽运光开关输出端的信号光功率,整个测试过程较长,易受到抽运光和信号光不稳定性的影响。本文提出一种新的测量gR(λ)的方法,即利用光纤的受激拉曼谱和自发辐射谱的解调来获得gR(λ),并测量了G.652光纤的gR(λ)。

在连续波的情况下,抽运光和斯托克斯光(Stocks)光的相互作用符合下列耦合波方程:

$\begin{array}{l}\frac{\text{d}{\rm I}{}_{\text{S}}}{\text{d}z}=g{}_{\text{R}}{\rm I}{}_{\text{p}}{\rm I}{}_{\text{S}}-\alpha {}_{\text{S}}{\rm I}{}_{\text{p}},(1)\\ \frac{\text{d}{\rm I}{}_{\text{p}}}{\text{d}z}=-\frac{\omega {}_{\text{p}}}{\omega {}_{\text{S}}}g{}_{\text{R}}{\rm I}{}_{\text{p}}{\rm I}{}_{\text{S}}-\alpha {}_{\text{p}}{\rm I}{}_{\text{p}},(2)\end{array}$

式中,IS为Stocks光强;Ip为抽运光强;gR是拉曼增益系数;αS和αp分别为Stocks光波长和抽运光波长处的光纤损耗系数。式(2)等号右边第1项表示抽运光的损耗,由于在光纤通信中信号光强总是远小于抽运光强,因此可以忽略抽运损耗。

${\rm I}{}_{\text{S}}(L)={\rm I}{}_{\text{S}}(0)\exp (g{}_{\text{R}}{\rm I}{}_{0}L{}_{\text{e}\text{f}\text{f}}-\alpha {}_{\text{S}}L),(3)$

式中,IS(0)是z=0处的信号光强;Leff为光纤的有效作用长度,且

$L{}_{\text{e}\text{f}\text{f}}=\left[1-\exp (-\alpha {}_{\text{p}}L)\right]/\alpha {}_{\text{p}}。(4)$

没有抽运光时,

${\rm I}{}_{\text{S}}(L)={\rm I}{}_{\text{S}}(0)\exp (-\alpha {}_{\text{S}}L),(5)$

所以放大器的增益,

$\begin{array}{l}G{}_{\text{R}}=\frac{{\rm I}{}_{\text{S}}(L)}{{\rm I}{}_{\text{S}}(0)\exp (-\alpha {}_{\text{S}}L)}=\exp (g{}_{\text{R}}{\rm P}{}_{0}L{}_{\text{e}\text{f}\text{f}}/A{}_{\text{e}\text{f}\text{f}}),\\ (6)\end{array}$

式中,P0是抽运光的输入功率;Aeff是光纤的有效面积。

2 光纤拉曼放大器增益系数的测量

2.1 解调法测量gR(λ)

图1所示为背向抽运拉曼系数测试装置图。光纤为50 km G.652光纤,测试仪器为Adventest8384 OSA,所用抽运激光器波长为1 427 nm,最大输出功率为1 200 mW,最小能输出的功率为1 mW,这种解调法不需要信号光源。我们分别测量了抽运功率为1、10、200和400 mW时的背向拉曼散射功率光谱图。其中抽运功率为1 mW时的谱图如图2所示,这时抽运功率远小于产生受激拉曼的阈值功率。当功率增加到200、400 mW时,出现受激拉曼现象,特别是当抽运功率为400 mW时(见图3),G.652光纤的背向抽运拉曼谱中出现明显的双峰现象。

将较大功率抽运下的受激拉曼增益谱与无受激拉曼增益情况下的谱图相除,得到光纤的拉曼增益谱图。图4所示为抽运功率为400 mW时解调的增益谱图。图中存在一个底增益,实际计算增益系数时要先扣除这个背底值,再由式(6)得到G.652光纤的gR(λ)。G.652光纤在λ=1 427 nm时的损耗为α=0.23 dB/km,50 km光纤的Leff=17.5 km。有效面积Aeff可由下式得到:

$A{}_{\text{e}\text{f}\text{f}}=\frac{2\text{π}{\displaystyle \int \phi }{}_{\text{p}}^{2}r\text{d}r\cdot {\displaystyle \int \phi }{}_{\text{S}}^{2}r\text{d}r}{{\displaystyle \int \phi }{}_{\text{p}}^2\phi {}_{\text{S}}^{2}r\text{d}r},(7)$

式中,φp和φS分别为抽运光和Stocks光在光纤中的模场分布,G.652光纤的芯径为9 μm,单模光纤的模场为高斯分布,计算结果为Aeff=75.7 μm2。计算可得G.652光纤的gR(λ)分布如图5所示。可见,在1 523和1 533 nm处存在两个增益峰值,分别对应于440和485 cm-1的频移,最大增益出现在1 523 nm处,此处gmax=3.71×10-14 m/W。

2.2 小信号增益法测量gR(λ)

用小信号增益法测量拉曼开关增益时,需要在图1所示测量装置的基础上加入信号源,其由可调激光器产生,波长调节范围为1 440～1 600 nm。信号输入功率统一为-7 dBm,其他条件一样,分别测量各个波长的开关增益G,再由式(6)得到G.652光纤的增益系数,如图6所示,gmax=3.93×10-14 m/W。可见其结果与背向解调法一致,并与Stolen的结果(P分量:gmax=7.0×10-14 m/W, S分量:gmax=0.42×10-14 m/W)吻合得很好[5]。

但在实际中用小信号增益法测量gR(λ)分布时存在缺点:需要信号源,测量易受到信号光不稳定性的影响。在缺少白光ASE光源为信号光的情况下,需要每间隔1 nm测量一次数据,整个测试过程较长。

而利用光纤的受激拉曼谱和自发辐射谱的解调后计算获得gR(λ)时,则可以避免这两个因素的影响,快捷地测量拉曼增益系数。

图7所示为50 km G.652光纤在1 000～1 700 nm范围内由1 427 nm抽运所获得的拉曼增益图。可见有明显的anti-Stocks光谱图,其与文献[5]中的报道结果很吻合。这是小信号增益法难以做到的。

3 结束语

本文提出了一种利用光纤较大功率下的背向受激拉曼谱与小功率自发辐射拉曼谱的解调来测量光纤拉曼增益系数的方法,该方法具有快速准确的特点,可避免抽运光和信号光功率及波长漂移的影响,而且可以方便地测出抽运光两侧的Stocks和anti-Stocks增益光谱全图。

参考文献

[1]Lewis S A E,Chimikov S V,Taylor J R.Broadbandhigh-gain dispersion compensation Raman amplifier[J].Electronics Letters,2000,36(16):1 355-1 366.

[2]Chemikov S V,Zhu Y,Kashyap R,et al.High-gain,monolithic,cascaded fiber Raman amplifier operationat 1.3 microns[J].Electronics Letters,1995,31:472-473.

[3]刘红林,张在宣,庄松林.用打靶法求解双向泵浦的拉曼放大器传输方程[J].光电工程,2004,31(12):46-49.

[4]Wuilpart M,Ravet G,MBgret P,et al.Distributedmeasurement of Raman gain spectrum in concatena-tions optical fibers with OTDR[J].Electronics.Let-ters,2003,39(1):88-89.

篇7：线路纵横断面测量一种新方法的探讨

关键词：断面测量线路设计

输电线路路径的选择，是线路勘测设计工作的一个重要环节，必须全面考虑线路路径与国家、部门其他建设项目相互地理位置之间的合理关系，同时还要研究比较线路所经地带的地形、水文、地质条件，在满足上述条件的情况下，选择距离最短、施工方便、远行安全、便于维护的路径。受诸多因素的限制，选取一条合适的输电线路路径是相当困难的。

在选定路径中，测出各地形变化点的高度和距离，以显示该线路上的地形起伏形状，这种测量叫断面测量。它可分为纵断面测量及横断面测量两种。测纵断面的目的是为了绘制纵断面图，用以排定杆塔位置，考虑导线驰度对地、对跨越物的垂直距离是否符合安全规程的要求。测横断面的目的是为了考虑线路两侧边线对地距离和杆塔基础施工基面是否符合技术要求。一般规定边线地面高于中线地面0.5米时，或线路在大于1:5的斜坡上通过时，除测出中线断面外，还要测出边线断面和横断面。

在实际测量工作中，特殊地形的断面测量是非常关键的，断面点的缺失可能引起严重的后果。

2008年，在我局三屯至景忠山35KV线路设计中。遇到了前所未有的困难。该线路全长8.467公里，导线采用LGJ-240／30，为避开大秦铁路与铁选企业密集区，线路必须跨越孤立的高山一座(海拔358米)。为尽量减小垂直档距，采用7813—35.7与7813—11.7配合使用，经验算，13#塔在各种工况下的垂直档距如下：

最大覆冰：893.72米

最高气温：827.24米

最低气温：985.80米

最大风速：889.82米

因此，国标塔库中7813—11.7满足使用条件被选用直至订货组装，当导线架设完毕，发现北侧边导线对山坡净距离仅有3.9米，不能满足线路安全运行需要，最后只得进行了消坡处理。

经济损失固不可免，经验教训似可总结如下：①测量设计者对特殊塔型认知不足：7813—11.7横担宽为14米，特殊地形使用时应着重考虑边导线风偏问题。②7813—11.7一般使用在落差较大的山顶，且往往伴随着基础降基，而本例中13#塔依地形必须降基3米，此时横断面点的采集很可能被忽略。如综合考虑地形地貌与基础降基，13#塔采用7813—14.7是合理的。③线路经过山坡或线路中心一侧有突出物时，一定要结合导线的风偏影响考虑路径方向，选择在山脊较宽的地方通过。

篇8：线路纵横断面测量一种新方法的探讨

在本次工作中, 提出一种无源UHF RFID标签偶极子天线在自由空间中辐射效率的测量方法。特别是, 所提出的辐射效率的测量方法对一些实际应用环境和不同类型标签天线的测量有着广阔的潜力。已有许多文献对超高频RFID天线进行了设计研究[1,2,3], 偶极天线是目前最流行、研究最多的超高频RFID标签天线。偶极子天线在UHF RFID的应用具有许多优势:全方位的, 有一个简单的单层结构, 在一些小型化技术中非常实用。

1 辐射效率的测量方法

辐射效率e定义为天线的辐射功率与全部接收功率之比。考虑到天线结构损耗, 但不包括那些由阻抗和极化不匹配的损耗, 辐射效率可以计算为

式中:Greal为反射后天线实际增益;τ为功率传输系数;G为天线最大增益;D为天线的最大方向性系数。辐射效率的测量方法是基于间接测量, 3个量Greal, τ和D都可以通过测量确定。这些量的测量将在下面作详细介绍。

1.1 方向性系数估计

天线的方向性可以理解为天线向各个方向辐射或接收电磁波相对强度的特性。最大的方向性系数的定义为D=4π/Ω, Ω为天线的波束立体角。通常, 天线的方向性系数只能通过估算[7]。

波束宽度和方向性都是用来反映天线聚焦能力。具有窄的主瓣天线有较高的方向性, 反之亦然。然而, 由于波束宽度仅依赖于主瓣的大小和形状, 这两个量之间没有精确关系, 而方向性系数涉及整个归一化辐射方向图的综合。不同的天线模型可能具有相同的波束宽度, 而且由于旁瓣或存在一个以上的主瓣差异, 会有不同方向性系数。但是对某一个特定类型的天线可能找出其方向性系数与波束宽度之间的近似关系。

在一般情况下, 标签天线只有一个大小为1/8到3/4的波长。为了找出这类天线的方向性系数与波束宽度的近似关系, 将估计的与理想的以正弦电流分布的细直偶极子天线方向性系数进行比较。通过不断比较, 偶极子天线辐射效率的误差在一个很小的范围内

式中:HPE一个是E面功率方向图的半功率波束宽度。在计算式 (2) 时假定H面功率方向图的半功率波束宽度是2πrad。对式 (2) 方向性系数近似估算, 辐射效率最大误差为6%。

基于式 (1) 方法对任何类型的天线和任何类型天线所处的环境都适用。方向性是完全依赖于整个天线的形状和辐射方向图的大小, 即依赖于天线类型和天线周围的环境。因此, 用式 (2) 对自由空间中的偶极子天线估算具有良好的精度。

1.2 实际增益和功率方向图的测量

在消声箱进行测量, 实验采用研发的RFID系统测试平台, 包括美国NI公司生产的PCI-5640R IF RIO中频卡、PXI-5610射频上变频卡、PXI-5600射频下变频卡PXIPCIe8361嵌入式控制器板卡, 将读写器天线连接到RFID标签的性能测量装置, 如图1所示。标签和读取器天线之间的距离为0.45 m, 频率范围以0.5 MHz为步长, 从800 MHz递增至1 000 MHz。发射功率以0.1 d B的步长从0 d Bm增加到27 d Bm。角步长的选择是5°。在所有的测量840~960 MHz的频带中, 标签操作点位于远场区。Tagformance测量系统并不能直接测量标签实际增益或标签天线的功率方向图, 但是通过计算这些性能参数得到一些数据。

接下来, 通过方程导出实际增益和功率方向图及对路径损耗和阈值进行测量。通过路径损耗测量对该测量方法进行校准。Tfwd包含端口匹配, 电缆损耗, 阅读器天线增益, 读写器天线和标签之间的自由空间衰减这些方面的信息。实验时, 将一个已知极化匹配的参考标签放置于转台中心。参考标签功率为Pth, on-tag, ref, 足以激活标签IC。

式中:Pth, ref是需从阅读器的输出端口发送激活参考标签芯片的功率。由式 (3) 可求得Tfwd。

在阈值测量中, 参照EPC UHF Class 1 G2。记录阅读器输出端口的最低载波发射功率 (阈值功率Pth) , 即测试中能有效激活标签的功率。标签上的阈值功率理论上可以计算为

式中:Tfwd为阈值功率传输系数。

由式 (4) 得该芯片的灵敏度可以表示为

式中:芯片的灵敏度PIC, th=-18 d Bm, 由式 (5) 得, 测试时标签实际增益计算如下

式中:只有Greal和Pth取决于角度的测量, 从而其他因子可用常数k=PIC, th/Tfwd表示, 式 (6) 可简化为Greal=k/Pth, 得到

可进一步表示为

式中:阈值功率Pth完全取决于旋转角;最小的阈值功率Pth, min是实际增益达到最大值0 d B时的角度时测得的;对正向传输系数Tfwd需要通过式 (6) 计算标签实际增益, 而式 (8) 标签天线功率方向图的计算只需要从给定的设置中知道阅读器输出端口阈值功率信息即可。

1.3 传输系数的测量

功率传输系数τ定义为芯片接收的实际功率与芯片可用功率之比。当天线和芯片的输入阻抗是已知时, 得到的传输系数

式中:芯片和天线的阻抗可以分别表示为ZIC=RIC+j XIC和ZA=RA+j XA。在840~960 MHz范围时, 使用PIC, th=-18 d Bm的NXP芯片。

在这项工作中, 天线的输入阻抗利用文献[8]中S参数法来测量。这种技术可以用于对称或不对称的天线、平衡或非平衡天线设计。安捷伦E8358A PNA系列网络分析仪的频率范围和输出RF功率分别设置为800~1 000 MHz和10 d Bm, 平均因子和测量点的个数分别设置为16和201。测量配置示如图2所示。自动端口延伸与开放式夹具相连。完成端口延伸后, S11或S22的响应跟踪集中在史密斯圆图的右侧 (|ZL|=∞) , 表示夹具得到适当校准。校准过程完成后, 将天线与夹具另一端焊接, 记录S参数。天线差分阻抗计算如下

式中:Z0=50Ω为矢量网络分析仪的特性阻抗。

两个夹具采用外径为3.5 mm和内径为1.0 mm的半刚性50Ω的同轴电缆制作。将同轴电缆外层焊接在一起。夹具一端的两根内芯分别接被测天线的两臂, 夹具另一端的2个SMA接头接矢量网络分析仪的2个端口。

2 标签天线设计

辐射效率的测量方法可以通过蚀刻偶极子标签实际测量与仿真结果进行比较验证, 偶极子标签电学性质已通过精确测量得到。仿真值若认为很准确, 并且测量结果偏差被视为测量误差。这种验证的测量方法也可用于测量缝隙偶极子标签天线的辐射效率。对每个标签取两个样品, 用HFSS 13来对偶极子标签天线进行模拟仿真设计, 仿真过程中使用的材料特性如表1所示, 本次标签天线设计用均匀的导体进行建模。蚀刻的标签天线的几何形状如图3所示, 图中a=166 mm, b=3 mm, c=186 mm, d=23 mm, e=10 mm。

3 辐射效率的测量

用蚀刻标签验证这种测量方法。只要知道偶极天线的近似方向性系数、芯片阻抗和灵敏度, 一个任意的偶极子天线辐射效率的测量就不需要仿真。因此, 验证该方法纯粹靠测得的数据。

蚀刻标签仿真和实际测量的增益如图4所示, 蚀刻标签的仿真结果与实测结果见表2。用式 (2) 计算出近似辐射效率, 用式 (1) 计算出所有辐射效率。观察该测量方法是否与夹具无关, 将两个装置 (FIX1和FIX2) 结果进行比较。重复测量比较两个标签样本的结果。根据测量显示, 直接仿真方向性系数与估计值取得很好的一致性。两种夹具的辐射效率几乎是相同的, 结论表明该测量方法与夹具的使用与否无关, 该测量方法是可以重复验证。另外, 在传输系数的测量过程中, 天线夹具的焊接可能会影响.S参数的测量精确度, 而且由于方向性估计引起的误差不能通过更精确的标签测量方法来消除, 得出的辐射效率超过了100%。单独测量的精度由于仿真与实测结果取得良好一致性, 因此, 根据这些测量值所计算出的辐射效率的准确度是可以接受的。

通过表2中的实验结果表明, 蚀刻标签的辐射效率还是比较高。并以此可以验证辐射效率的测量方法对平衡无源UHF RFID偶极子标签天线也是适用的。

4 小结

本文提出并验证了用于测量的无源UHF RFID偶极子标签天线辐射效率的一种方法。该方法需要UHF RFID测量设备以及与VNA和夹具。该方法是独立于仿真, 是基于独立的测量几个量, 从中计算标签天线的3个基本参数:天线实际增益、方向性系数和功率传输系数。由这3个量得到辐射效率。本文提出的辐射效率测量方法的一个主要优点是可以在标签天线实际应用环境进行测量。

摘要：提出一种无源超高频 (UHF) 射频偶极子标签天线在自由空间中辐射效率的测量方法并通过仿真和实验对其验证。辐射效率是标签天线的一个重要性能参数, 通过测量标签天线的3个基本参数, 即方向性系数、实际增益和功率传输系数得出结果, 最后对比仿真与实测结果, 两者取得良好的一致性, 验证了该方法是可靠的。该方法的一个主要优点是可以在实际应用环境中对标签天线辐射效率进行测量, 具有广阔的潜力。

关键词：无源超高频射频,偶极子,辐射效率,刻蚀标签

参考文献

[1]赵庆平, 朱亮, 李素文.超高频射频设别天线的设计[J].电视技术, 2013, 37 (7) :144-146.

[2]唐宝玲.电子标签 (RFID) 天线的印制技术[J].印制电路信息, 2007 (6) :24-27.

[3]张明涛.用于RFID系统的天线设计[D].西安:西安电子科技大学, 2007.

[4]WHEELER H.The radiansphere around a small antenna[J].Proceedings of the IRE, 1959, 47 (8) :1325-1331.

[5]ZHANG J, PIVNENKO S, BREINBJERG O.A modified wheeler cap method for radiation efficiency measurement of balanced electrically small antennas[C]//Proc.Eu CAP Conf.2010.[s.n.]:Barcelona, Spain, 2010:12-16.

[6]QING X, GOH C, CHEN Z.Impedance characterization of RFID tag antennas and application in co-design[J].IEEE Trans.Microw.Theory Techn., 2009, 57 (5) :1268-1274.

[7]STUTZMAN W.Estimating directivity and gain of antennas[J].IEEE Antennas Propag.Mag., 1998, 40 (4) :7-11.

篇9：线路纵横断面测量一种新方法的探讨

图像对比度增强的方法可以分成两类:一类是间接对比度增强方法;另一类是直接对比度增强方法。全局直方图均衡化(GHE)是一种最常见的间接对比度增强方法。通过把原始图的直方图变换为均匀分布的形式,增加像素灰度值的动态范围,从而达到增强图像整体对比度的效果,但是直方图均衡化容易造成图像的过增强,丢失图像的局部信息,反而降低了有用信号的对比度。其改进方法:自适应直方图均衡化(AHE)[6],在像素的邻域窗口中进行直方图均衡,从而有效增强图像局部对比度,然而算法运算量大以及噪声敏感度过大使其实用性降低;对比度受限自适应直方图均衡法(CLAHE)[7],限制基本AHE的噪声和对比度的过增强,并减小其计算量,已广泛应用于医学图像处理。

直接对比度增强方法的基本思想是首先定义一个对比度测度函数,然后根据图像的灰度特点对该对比度测度进行增强从而达到增强图像的目的。对图像对比度的定义主要有两个:Michelson对比度[8]和Weber对比度[9]。Michelson对比度测量的是周期模型的对比度,Weber对比度测量是目标与均匀背景的差异,Weber和Michelson对比度都不适用于复杂图像的对比度测量。

钢轨图像一般有如下特征:(1)在垂直方向(列车前进方向)上局部区域的光照和钢轨反射特性几乎不变,图像局部区域亮度差异较小;(2)受随机噪声的干扰和不同亮度光照的影响,图像中缺陷和背景的对比度低,如图1所示,图1中的钢轨图像大小为330×900,钢轨的实际宽度为75 mm。为了改善图像的对比度,本文提出一种了对比度测量方法,对钢轨图像进行增强。

1 本文算法

图像对比度指的是图像中明暗区域最亮的白和最暗的黑之间不同亮度层级的测量,计算目标与背景的亮度对比度时有两种测量法:Michelson对比度测量和Weber对比度测量法。Michelson对比度测量表达式为,其中LMAX、LMIN分别表示光栅的最大和最小亮度。Weber对比度测量为,f和b分别表示目标和背景的亮度均值。由于Weber和Michelson对比度都不适用于复杂图像,有学者在此基础上提出了许多改进的对比度测量法,例如Gordon[10]首次提出了一种局部对比度测量方法进行图像增强,图像I(x,y)的局部对比度:,其中I1表示以(x,y)为中心大小为m的矩形窗口的灰度均值,I2表示窗口为3×m的灰度均值。Beghdadi[11]对其做了适当的改进,其改进为:,其中E(x,y)表示加权灰度均值,,Δ(x,y)表示(x,y)的梯度值,N表示(x,y)的邻域。

一般来说,钢轨图像中缺陷的灰度比背景的灰度低,本文受Rangayyan和Beghdadi等人的启发,提出一种适用于钢轨图像对比度测量方法,算法思路如下。

设图像I和包含I(x,y)像素点的一个h×w的窗口W,图像的对比度表示为

式(1)中,I(x,y)表示象素点(x,y)的灰度值,UW表示窗口W的灰度均值。仔细研究C(x,y)发现,当I(x,y)小于UW时,C(x,y)在[-1,0]区间,而I(x,y)大于UW时,C(x,y)在[0,1]区间。例如:当UW=20时,低灰度范围[0,20]映射到了[-1,0],高灰度范围[20,255]则映射到了[0,0.85]。因为钢轨图像的缺陷区域的灰度低于背景区域,所以当C(x,y)的值在[-1,0]时为缺陷或噪声,在[0,1]区间时为背景。将式(1)重新定义如下

式(2)将缺陷或者噪声灰度映射到了[-1,0]区间,而背景区域的灰度都映射为0。综上所述,本文的对比度增强方法如下:

Step1.将图像分成互不重叠的区域,每一块区域的大小即为窗口W,并且计算每块区域的灰度均值UW;

Step2.从上至下从左到右扫描每一个像素点,按照公式(2)计算每个像素点的C(x,y);

Step3.重新将C(x,y)映射到(0~255)灰度区间。

实现本算法的编程流程流程图如图2所示。

2 实验结果讨论

2.1 对比度增强窗口的选择

本文中对比度增强方法所用的窗口类似于图像平滑的模板,不同的窗口会影响图像增强的效果。常用的窗口有矩形窗口、圆形窗口、线型窗口等。因为需要将图像划分成互不重叠的区域,所以,窗口可以是线形窗口或者是矩形窗口。由于钢轨图像在局部区域亮度差异较小,即在拍摄钢轨图像时钢轨的灰度在纵向(列车前进方向)变化微小,因此可以选用高度较小的矩形窗口或者线型窗口,本文实验采用线型窗口。实验图像所用的图像大小为330×900,钢轨的实际宽度都为75 mm。因为需要将图像划分成互不重叠的若块,所用窗口大小可以为:5×1,10×1,11×1,33×1,55×1,110×1,165×1,330×1。

此外不同大小的窗口对图像增强的效果不一样,窗口小局部区域内图像增强效果好,但是会将目标(缺陷)平滑成背景,如图3(b)所示,图3(a)是大小为330×900的钢轨原图,图3(c)~(f)分别是窗口大小为5×1,10×1,55×1,110×1,330×1,对图像增强的效果,窗口小,在局部区域图像增强效果更好,但是容易将缺陷中和变成背景,如图3(b)~(d)所示,窗口大,全局范围内图像对比度效果明显,如图3(e)、(f)所示。

2.2 本文对比度增强算法对图像的增强效果与光照无关

证明:一幅图像f(x,y)可以用它的入射光和反射光分量来表示:f(x,y)=i(x,y)*r(x,y),其中入射光i(x,y)取决于光源,反射光r(x,y)则由钢轨表面决定。在局部窗口W中,光照i(x,y)变化很小可以认为是个常量L,因此C(x,y)可以写成:

式(3)中,UWr表示窗口W的反射光r(x,y)的均值,从式(3)可以看出C(x,y)与光照L无关。证毕。

式(3)已经从理论上证明了图像的对比度与光照无关,本文从实验上对其进行验证,同一段钢轨在不同光照下拍摄的两张图像如图4(a)、(b)所示,图4(b)中的缺陷和背景的对比度非常低,很难分辨出缺陷。经本文算法对图4(a)、(b)两图增强后得到了图4(c)、(d),图4(d)中缺陷和背景的对比度明显增强了,缺陷也容易从背景中分辨出来。此外,将广泛应用的CLAHE算法用于钢轨图像增强得到了如图4(e)、(f)所示的结果,图4(b)经CLAHE增强后缺陷已经被同化成背景了,已经分辨不出缺陷和背景了。本文算法对不同光照下的两张图像对比度增强结果类似,都是突出目标,削弱背景,实验结果验证了式(3)的结论。增强效果与光照无关,使得算法具有更好的鲁棒性,能更好的应用与机器视觉轨道缺陷检测中。

2.3 本文算法对图像增强的局部非线性

本文算法对图像增强时具有局部非线性特性,图5(a)是式(2)的三维曲面图。当UW较小时,算法对图像增强呈非线性,如图5(b)所示,当UW较大时,接近线性。如图5(c)所示。当钢轨表面比较光滑时对图像的增强接近线性增强,当钢轨表面比较粗糙(有锈迹)时,对图像增强呈非线性,使得算法能够自适应的对不同的钢轨进行增强。

2.4 本文的对比度增强“块效应”现象

本文的对比度增强算法将图像划分成互不重叠的窗口(块),图像在局部范围内有较好的增强效果,但会造成全局范围内灰度不连续,即存在“块效应”现象。如图6(a)所示,椭圆圈内可以看到“块边界”,这种视觉上的“块”并不影响阈值分割的结果,图6(b)是阈值分割结果,椭圆圈内“块”现象消失。

3 结论

提出的对比度测量法能够对不同光照下的图像进行自适应增强图像的对比度,而且对图像增强具有非线性特性,适用于不同亮度的钢轨图像。在对图像增强过程中只需扫描一次图像即可完成图像的增强,简单、快速,符合机器视觉实时性要求。本文算法应用在钢轨图像增强上效果令人满意,对于其他的缺陷检测图像的增强将是后期的研究内容。

摘要：机器视觉轨道缺陷检测系统采集的图像缺陷与背景的对比度低,给缺陷检查带来了困难。提出一种新的对比度测量方法,用于钢轨图像中缺陷和背景的对比度增强。将钢轨图像分成若干个互不重叠的区域,测量局部区域的对比度,通过将相对较低的灰度级像素映射到更低的范围,相对较高的灰度级映射到更高的范围,实现对比度拉伸。实验结果表明:提出的算法对不同光照的图像能自适应的增强图像的对比度,增强效果与光照无关,而且算法简单、快速,有效,满足机器视觉实时性要求。

关键词：图像增强,对比度测量,机器视觉

参考文献

[1] Liu Z,Wang W,Zhang X,et al.Inspection of rail surface defects based on image processing.Informatics in Control,Automation and Robotics(CAR),2010 2nd International Asia Conference on,IEEE,2010;1:472—475

[2] Yang J,Tao W,Liu M,et al.An efficient direction field-based method for the detection of fasteners on high-speed railways.Sensors,2011;11(8):7364—7381

[3] 王海涛,甄理,杨春霞,等.基于计算机视觉的铁轨表面缺陷检测系统.无损检测,2012;33(11):38—41Wang H T,Zhen L,Yang C X,at al.Rail surface defects detection system based on computer vision technology.Nondestructive Testing,2012;33(11):38—41

[4] 王平,刘泽,王嵬,等.基于数字图像处理和特征提取的钢轨表面缺陷识别方法.现代科学仪器,2012;2:24—28Wang P,LiuZ,Wang W,at al.Rail defect identification using digital image processing and characteristics extraction.Modern Scientific Instruments,2012;(2):24—28

[5] Lin Jie,Luo siwei,Li Qinjgyong,et al.Real-time rail head surface defect detection:a geometrical approach.Industrial Electronics,ISIE2009,IEEE International Symposium on,IEEE,2009:769—774

[6] Li Y,Ishitsuka Y,Hedde P N,et al.Fast and efficient molecule detection in localization-based super-resolution microscopy by parallel adaptive histogram equalization.AcsNano,2013;7(6):5207—5214

[7] Arend L E,Spehar B.Lightness,brightness,and brightness contrast:1.Illuminance variation.Perception&Psychophysics,1993;54 (4):446—456

[8] Agaian S S,Visual morphology.Electronic Imaging'99,1999:139 —150

[9] Yousefi S,Qin J,Zhi Z,et al.Uniform enhancement of optical micro-angiography images using Rayleigh contrast-limited adaptive histogram equalization.Quantitative Imaging in Medicine and Surgery,2013;3(1):5

[10] Gordon R,Rangayyan R M.Feature enhancement of film mammograms using fixed and adaptive neighborhoods.Applied Optics,1984;23(4):560—564