• 2023年第34卷第7期文章目次
    全 选
    显示方式: |
    • >光电子器件和系统
    • 基于正余弦扰动的海洋捕食者算法优化RFA设计

      2023, 34(7):673-681.

      摘要 (505) HTML (0) PDF 1.30 M (307) 评论 (0) 收藏

      摘要:为适应下一代6G通信网络对光通信网络提出的高速率、宽带宽和大容量的需求,对拉曼光纤放大器(Raman fiber amplifier,RFA) 泵浦参数的优化设计成为了当前光通信系统研究的重点。本文以掺铒碲基光纤为传输介质,提出了一种改进的海洋捕食者算法(modified marine predator algorithm,MMPA) ,利用该算法优化设计了多泵浦RFA,有效实现了对C+L波段内各信道的平坦光放大。与现有RFA优化算法进行对比,MMPA具有性能优异和鲁棒性强等特点,能有效解决拉曼耦合波方程中的非线性和组合优化等问题,确保RFA的高增益和低增益平坦度。仿真结果 表明,在1 530—1 630 nm的增益谱宽范围内,放大器的平均增益为42.36 dB,增益平坦度为0.67 dB。

    • 基于径向梯度折射率透镜的消色差光学系统的设计

      2023, 34(7):682-689.

      摘要 (468) HTML (0) PDF 1.39 M (308) 评论 (0) 收藏

      摘要:提出了一种基于径向梯度折射率(gradient index,GRIN)的消色差透镜,有效抑制了光学系统的色差效应。首先,利用径向GRIN透镜较低的球差和像差以及更优良的聚焦成像、更高的光学耦合效率的优势,实现了径向GRIN透镜的消色差光学系统的设计,消除了高阶像差。其次,通过对ZEMAX操作数POWR和SPHA的控制,分别对光学系统的光焦度和球差进行了优化设计。最后,推导并建立了径向GRIN透镜消色差光学系统的光焦度和色散模型,进行了径向GRIN透镜与常规胶合透镜的消色差效果对比实验。实验结果表明,径向GRIN透镜可以实现在波长范围486—656 nm良好的消色差功能,且消色差效果明显优于常规胶合透镜。径向GRIN透镜的弥散斑在艾里斑内,镜头聚焦情况良好,像差基本矫正且达到衍射极限,符合消色差透镜的良好成像要求。

    • 双频带柔性极化转换超表面的仿真研究

      2023, 34(7):690-697.

      摘要 (438) HTML (0) PDF 1.76 M (360) 评论 (0) 收藏

      摘要:针对刚性介质基板材料难以弯曲共形以及宽带宽、高极化转换效率(polarization conversion ratio,PCR)和小型化极化转换器的应用需求,本文提出一种双宽频带、高PCR的柔性极化转换超表面。所设计的超表面由金属图案层、柔性介质层和金属接地板组成。仿真结果表明,该超表 面在8.52—13.35 GHz和15.12—19.54 GHz频带内将线极化波极化方向旋转90°,PCR分别为96.50%和98.43%,相对带宽分别为44.21%和25.51%。通过改变柔性介质层厚度调控双频带极化转换性能。对谐振频率处的表面电流进行仿真,分析了双频带和高PCR的机理。此外,研究该超表面的PCR对入射角和极化方式的依赖性,结果表明该超表面在0—30°入射角内具有较好的双频带极化转换性能,且具有极化不敏感性。所提出的双频带柔性极化转换超表面在电磁波极化调控应用中拥有巨大潜力。

    • 基于磁流体磁体积效应的磁场与温度双参量传感器

      2023, 34(7):698-703.

      摘要 (342) HTML (0) PDF 1.41 M (291) 评论 (0) 收藏

      摘要:为了实现磁场与温度的同时测量,提出并制作了一种基于磁流体(magnetic fluid,MF)磁体积效应的法布里-珀罗(Fabry-Perot, FP)腔与光纤布拉格光栅(fiber Bragg grating,FBG)级联的复合传感结构。注入空芯光纤(hollow-core fiber,HF) 的MF液面与单模光纤端面形成的FP腔同时对磁场和温度敏感,与之级联的FBG只对温度敏感。通过同时监测FP腔特征峰与FBG布拉格反射峰的波长漂移,利用传感器磁场与温度敏感系数矩阵,同时获取温度与磁场信息。实验成功制备了初始腔长为 56.1 μm的FBG-FP温度磁场双参量传感器,磁场与温度灵敏度分别达到了16.21 pm/Oe和9.96 pm/℃,具有体积微小、结构简单、成本低等特点。该传感器可解决常规光纤磁场传感器的磁场-温度交叉敏感问题。

    • >图像与信息处理
    • 基于交叉贝叶斯融合全局和局部大气光的深度预测研究

      2023, 34(7):704-712.

      摘要 (490) HTML (0) PDF 2.66 M (298) 评论 (0) 收藏

      摘要:单目深度预测对于三维场景的理解和感知起着至关重要的作用。目前基于深度学习的方法虽然取得很好的效果,但是其性能过于依赖于训练数据,同时,在复杂场景下,基于深度线索的全局光不变假设效果欠佳。为此,本文提出了一种基于交叉贝叶斯融合全局和局部大气光的深度预测方法,具体地,分别基于全局大气光和设计的局部大气光散射模型进行初始深度图预测,为实现两者有效互补,利用研制的交叉贝叶斯模型进行深度图的融合,并利用边缘滤波机制进行优化得到最终深度图。通过一系列实验,证明了该模型在深度预测数据集中能够取得很好的效果,并且有助于提高显著性目标检测任务的准确性。

    • 基于引导调制的彩色点云无参考质量评价方法

      2023, 34(7):713-722.

      摘要 (457) HTML (0) PDF 2.17 M (308) 评论 (0) 收藏

      摘要:彩色点云(color point cloud,CPC)作为三维场景和对象的有效描述形式,在虚拟现实、增强现实等许多领域得到重要应用。CPC在其采集、压缩、传输、重建等过程中会引入相应的失真,需要设计有效的评价方法对失真CPC质量进行评测。本文提出一种基于引导调制的CPC无参考质量评价方法。考虑到几何信息与彩色纹理信息的联合失真,利用引导调制的方法联立两者,以综合考虑几何失真、彩色纹理失真、联合失真。结合人眼的多通道性,利用剪切波变换提取特征。最后,将所有特征构成的特征向量输入到支持向量回归模型(support vector regression,SVR) 学习预测点云质量。实验结果表明,所提出的方法与人类主观感知具有很好的一致性。

    • 融合多元经验模态分解与Hilbert空间填充曲线的sEMG处理方法

      2023, 34(7):723-733.

      摘要 (391) HTML (0) PDF 4.26 M (302) 评论 (0) 收藏

      摘要:基于卷积神经网络(convolutional neural network, CNN)的表面肌电信号(surface electromygraphy, sEMG)手势识别算法通常将一维sEMG转换成二维肌电图作为CNN的输入。针对sEMG瞬时样本量偏少、以及一维sEMG转换成二维肌电图时带来的局部时序特征丢失等问题,提出了将多元经验模态分解(multivariate empirical mode decomposition, MEMD)算法与Hilbert空间填充曲线相结合的方法,以提升手势识别算法的准确率。采用开源数据集NinaPro-DB1作为实验数据集;通过MEMD算法对sEMG进行分解;将分解后的本征模态函数(intrinsic mode functions, IMFs)作为Hilbert曲线的填充域(Hilb-IMFs)映射成二维肌电图;选择DenseNet作为手势识别的基本网络。实验结果表明,提出的方法相对于传统信号升维方法在手势识别准确率上约有4%的性能提升,验证了该方法的有效性。

    • 基于张量主成分分析的非线性双转子系统故障诊断方法

      2023, 34(7):734-742.

      摘要 (499) HTML (0) PDF 1.31 M (269) 评论 (0) 收藏

      摘要:针对双转子在高速运转时难以从高、低压转子耦合出现的复杂振动现象中提取到有效的振动特征,及目前缺乏对其相应的研究等问题,本文提出一种采用张量主成分分析(multilinear principal component analysis of tensor objects,MPCA)与K-最近邻 (K-nearest neighbor,KNN) 分类相结合的方法,并将其用于非线性双转子系统的故障诊断。首先采用集中质量法创建非线性裂纹双转子模型及其动力学方程,针对裂纹开合角度变化分析高、低压转子的振动特性。再将振动能量信号与振动信号归一化为彩色图像样本,使用MPCA算法对故障特征进行压缩提取。最后使用KNN分类算法对不同裂纹开合角度情况进行特征分类,并计算相应的分类率。实验结果表明,在转子高速区域含有低噪声的情况下,MPCA可以有效地区分不同裂纹程度的特征信号,为非线性双转子裂纹系统的故障诊断提供了新的检测策略。

    • >测量·检测
    • 基于轻量化YOLOv3的带钢表面缺陷检测方法

      2023, 34(7):743-751.

      摘要 (657) HTML (0) PDF 3.06 M (277) 评论 (0) 收藏

      摘要:缺陷检测是带钢生产过程中不可缺少的工序,现有检测方法普遍存在检测精度较低、实时性差等问题。为解决上述问题,本文提出了一种基于轻量化YOLOv3的快速缺陷检测方法。MobileNetv2作为主干网络并用两个尺度的特征图进行输出,保证了网络模型的轻量化;将改进后的注意力模块融合进特征金字塔网络(feature pyramid network,FPN),同时结合空间金字塔池化模块(spatial pyramid pooling,SPP),以提高算法对缺陷的学习能力;使用K均值聚类算法获得更优的先验框,并且使用CIoU(complete-intersection over union)对损失函数进行优化,进一步提升网络性能。提出的方法在带钢缺陷数据集上检测速度为70.8 FPS;模型参数量为7.1 MB,仅为YOLOv3的3.02%。实验结果表明本文所提方法能够在保证精度的同时实现对缺陷的快速检测,具有良好的生产线部署能力。

    • 基于改进YOLOv5的动车组关键部件缺陷检测

      2023, 34(7):752-761.

      摘要 (503) HTML (0) PDF 2.50 M (283) 评论 (0) 收藏

      摘要:针对目前动车组(electric multiple units,EMUs) 关键部件缺陷检测模型复杂、小目标漏检率高和检测效率低的问题,提出一种基于改进YOLOv5的缺陷检测方法。该方法在利用生成对抗网络(generative adversarial network,GAN)进行数据增强的基础上,采用轻量级网络MobileNetV3-large对YOLOv5m主干网络进行替换,同时使用深度可分离卷积优化颈部3×3网络结构,以降低模型的参数量和计算量;在改进后的主干网络中引入坐标注意力机制(coordinate attention,CA),以捕获小目标的位置信息和通道信息,增强网络的特征表达能力;对非极大值抑制(non-max suppression,NMS)算法进行优化,融入重叠检测框中心点的位置信息,以提升预测框的定位准确性。在EMUs缺陷数据集上的实验结果表明,本文提出的检测模型相较于YOLOv5m,参数量减少了77%,计算量降低了80.9%,单张图片的检测时间减少了31.7%,平均精度均值(mean average precision,mAP)可达到0.804。另外,在NEU-DET数据集上的实验结果表明,改进后的模型也具有较强的泛化能力。

    • >模式识别
    • 联合特征细化和耐噪声对比学习的无监督行人重识别

      2023, 34(7):762-770.

      摘要 (420) HTML (0) PDF 1.15 M (278) 评论 (0) 收藏

      摘要:针对无监督行人重识别(person re-identification,ReID) 中行人特征表达不充分以及聚类过程产生噪声标签的问题,提出一种联合特征细化和耐噪声对比学习的无监督ReID方法。首先,为丰富无标记的行人表征,设计了非局部通道细化模块(non-local channel refinement module,NCRM)对关键特征信息进行加权强化,其融合了非局部通道的重要特征来捕获无标记数据的类间区别表征,形成更具有鉴别度的特征描述符。其次,考虑到特征的充分表达,采用广义均值(generalized mean,GEM)池化自适应调整参数来增强不同细粒度区域信息的提取能力。再次,为了减轻噪声标签对网络的负面影响,设计了耐噪声的动态对比均衡(dynamic contrastive equilibrium,DCE)损失函数进行无监督联合学习。最终,在两个公共数据集上的实验结果验证了所提方法的有效性和先进性,mAP分别达到了83.1%和71.9%,优于其他先进方法。

    • >生物医学光子学
    • 基于U-Net的两阶段SPECT骨显像降噪方法研究

      2023, 34(7):771-784.

      摘要 (386) HTML (0) PDF 4.85 M (297) 评论 (0) 收藏

      摘要:进行单光子发射计算机断层成像(single-photon emission computed tomography, SPECT)骨显像检查时,为减少给病人带来的辐射伤害,医师常会减轻辐射剂量,导致骨显像信噪比、分辨率较低,严重影响诊断以及病灶自动检测效果。为提升骨显像质量,提出了一种基于U-Net的两阶段SPECT骨显像降噪方法。首先,设计了一种U-Net噪声估计网络来快速估计每张骨显像的噪声水平,为主干降噪网络提供噪声先验知识。其次,主干降噪网络同样以U-Net为基础框架,同时结合多尺度特征融合、通道-空间注意力机制结构来增强网络的噪声特征提取能力,预测出噪声图。最后,通过残差学习得到降噪骨显像。同时,为解决使用均方误差(mean square error,MSE)损失函数的重建图像过于平滑的问题,设计了一种复合损失函数,保留骨显像的原有细节信息。实验中,向训练集中的骨显像施加不同噪声水平进行数据扩充,并且采用迁移策略解决模型过拟合问题。结果表明,与目前主流算法相比,所提出的降噪方法能够有效降低骨显像噪声,并且保留病灶细节特征。此外,通过盲降噪能够改善原骨显像质量、提升病灶自动分割效果。