摘要:随着通信系统向高速率、超带宽不断发展,适应这种发展的高性能拉曼放大器的设计逐渐成为研究重点。然而,由于输出拉曼增益、噪声和泵浦参数之间复杂的非线性关系,设计高性能的拉曼放大器具有挑战性。传统的数值优化方法在解决这个问题上效率不佳。为了解决这个问题,本文提出了一个使用卷积神经网络(convolutional neural network,CNN) 和长短期记忆网络(long-short term memory,LSTM) 的二阶拉曼光纤放大器(Raman fiber amplifier,RFA) 增益和噪声预测模型。研究了不同预测模型性能对设计拉曼光纤放大器的影响,并利用海马算法优化模型,以准确反映泵浦参数、光纤长度和目标增益和噪声分布之间的映射关系。实验结果表明,本文提出的模型在增益和噪声预测方面的均方根误差分别只有0.043 1和0.022 4 dB,预测值和目标值之间的误差小于0.25 dB,平均耗时小于0.133 7 s。该设计方案为未来RFA的快速设计提供了方法和思路。

摘要:折射率与轴向应变的监测是工程应用的重要组成部分。为了实现大量程的折射率、应变双参量测量传感器,提出了一种基于锥形细芯光纤(thin-core fiber,TCF) 传感器。首先在两段标准单模光纤(single-mode fiber,SMF) 之间熔接一段长度为2 cm的TCF,然后在TCF中心放电并拉锥,制作得到一个全光纤马赫-曾德尔干涉仪(Mach-Zehnder interferometer,MZI) 。在实验中,利用丙三醇溶液替代氯化钠(NaCl)溶液可扩大折射率的测量范围。实验结果表明,在1.351 1—1.380 3范围内,折射率的最高灵敏度为-20.95 nm/RIU；在1.384 3—1.446 6范围内,折射率的最高灵敏度可达-294.32 nm/RIU。在0—272 7 με的应力范围内,表现出-0.6 pm/με的应变灵敏度,说明该结构在折射率量程大且灵敏度高的前提下,也维持着较强的鲁棒性。该器件制备简单、结构紧凑,在折射率和应力测量等领域具有一定的应用价值。

摘要:伪装目标检测(camouflaged object detection,COD)旨在检测隐藏在复杂背景中的伪装目标。由于伪装目标的特点:前景与背景纹理相似、边缘对比度低,导致现有方法得到的预测图像边缘模糊、小目标区域缺失。因此,本文提出了边缘信息引导的伪装目标检测网络(edge information guided network,EIGNet) 。首先,通过低层特征和高层特征对目标的边缘进行显式建模,充分提取目标的边缘特征指导后续特征表示。然后,通过双分支结构处理不同维度的伪装目标。其中,全局分支用以提取全局上下文信息强调大目标的全局贡献,局部分支用以挖掘丰富的局部低级线索增强小目标的特征表示。最后,采用自顶向下的方式实现相邻层特征的逐步融合,得到具有精细边缘和完整区域的预测图像。在3个伪装数据集上的实验结果表明本文方法优于其他15个模型,在NC4K数据集上平均绝对误差(mean absolute error,MAE) 降至0.044。

摘要:针对室内环境下移动行人的跟踪问题,提出一种基于单目视觉和深度视觉传感信息融合的移动目标跟踪方法。首先利用单目视觉图像信息实现目标检测,并完成目标的语义分割；然后将单目视觉与深度视觉进行联合标定,通过深度相机获得识别目标的深度信息；最后,基于对目标跟踪实时性、准确性的需求,针对单目视觉P3P(perspective-3-point)解算在目标较远时误差较大、深度相机识别帧率较慢的问题,设计了一种基于多相机信息融合的移动目标跟踪方法,将单目视觉获得的距离信息与深度视觉提取的深度信息进行了基于卡尔曼滤波的异步融合,实现对目标运动状态的准确估计。结果表明,该算法实现了对视野内行人目标位置实时检测和跟踪效果,具有高效的目标识别和跟踪能力。

摘要:针对遥感图像易受天气影响导致整体对比度差、轮廓细节不清、视觉效果不佳等问题,本文提出基于非下采样轮廓波变换(non-subsampled contourlet transform,NSCT)算法,结合Retinex与双边滤波实现图像去雾增强。首先,对有雾图像各通道分别进行NSCT分解获得高频与低频子带。然后,低频子带中采用Retinex算法和线性增强处理,提高图像亮度均匀性和灰度动态范围；高频子带中引入双边滤波和梯度增强处理,滤除噪声的同时保留并增强图像边缘轮廓。最后,融合处理后的低频子带和高频子带实现去雾增强,并通过白平衡算法保持图像色彩一致性和准确性。实验结果表明:对不同算法实施对比实验,平均梯度提高17.51,均值适中。该算法在去雾过程中可以有效增强高频细节、改善对比度,使得图像质量明显提升。

摘要:分割在圆锥角膜的计算机辅助诊断中起着至关重要的作用。本文针对角膜受力形变的视频图像中如何精准分割角膜区域的问题提出了一种基于全卷积架构融合注意力机制(attention mechanism,AM) 的角膜形变区域精准分割算法。它包括3个关键技术: 跳过连接(skip connection,SC) 、残差卷积(residual convolutional,RC)和融入全局AM的全卷积架构。SC有效增强了模型学习复杂轮廓细节的能力,RC则允许在保留基本图像特征的同时构建更深层次的特征模型。全局AM则通过从每个卷积和反卷积块中提取精细化的特征映射,从而提高模型的分割精度。通过增强并突出关键区域,实践表明角膜形变区域的更精确分割有效提升圆锥角膜的早期诊断准确率。

摘要:张量主成分分析算法(tensor principal component analysis,TPCA)作为一种旨在以低维子空间表征高维张量数据的数据降维算法,在多个机器学习领域得到了广泛的应用。由于L₁范数丢失了F范数的旋转不变性,且目前现有的TPCA算法采用单一优化任务,即仅优化投影距离忽略了误差张量的优化任务,因此即使这些算法具有一定程度的鲁棒性,但是仍然表现较弱。为了进一步克服单一优化任务带来的缺陷并且继续保持原有算法具有的性质,在本文中提出了一种多重任务优化的比值型模型。该模型受直角三角形面积公式的启发,通过优化斜边上的高来实现投影距离最大和重构误差最小的多重任务优化,称为面积投影模型。然后本文在此面积投影模型的基础上,采用了一种分块重组的预处理技术进而提出了分块鲁棒张量主成分分析算法(block tensor PCA with F-norm based on area projection,area-BTPCA-F)。该算法不仅保留了旋转不变性,同时充分考虑了误差张量；针对噪声信息,分块重组处理也大大提升了算法的鲁棒性。最后,通过对含有不同噪声比例的6个彩色数据集进行实验验证,平均重构误差(average reconstruction error,ARCE) 实验和分类率实验的结果表明,所提算法相比其他现有TPCA算法而言具有较强的鲁棒性,性能得到了明显的提升。

摘要:本研究使用Lagrange-Gaussian模型,研究了非线性汤姆逊散射的辐射特性。通过分析和实验,得到了激光场中单个电子的空间运动轨迹和生成的三维辐射数据。结果表明,在固定工作波长、束腰半径和脉宽的条件下,紧聚焦线偏振激光场中的电子在x-z平面上呈现“之”字形的震荡运动,x轴上存在最大位移值。本文还首次采用了分时间点观测方法,观察到激光与电子相互作用后的三维辐射变化。发现归一化辐射能量随着归一化时间的增加呈现不同的增长速率。此外,在激光场中观察到归一化峰值能量的角度Φ和θ并非固定,只有当归一化峰值能量趋于最大值1.45亿时,观察角度才固定。这些结果对于理解非线性汤姆逊散射以及推动光学实验室中X/γ射线生成的研究具有重要意义。

摘要:为了提高激光引信对烟雾环境适应的能力,研究了线性调频(linear frequency modulated,LFM)脉冲 激光引信的烟雾回波特性。通过对蒙特卡洛算法进行计算速度优化建立了烟雾中激光散射模型,研究了烟雾后向散射波形变化规律和影响探测性能的因素。结果表明:LFM脉冲在烟雾中的回波信号由烟雾低频(low frequency,LF) 、烟雾高频(high frequency,HF) 、目标信号3种叠加而成。当烟雾浓度1.4 mg/m³时,目标信号完全被衰减。虽然烟雾LF对目标信号检测影响不大,但是当烟雾浓度大于1.2 mg/m³时,烟雾HF和目标信号频谱混叠导致激光引信产生虚警信号。与传统脉冲激光相比,LFM脉冲激光可以适应更高浓度的烟雾,并且带宽越宽抗烟雾干扰能力越强。该研究结果对LFM脉冲激光引信的设计和信号处理具有重要支撑。

摘要:论文依据Pancharatham-Berry (PB) 几何相位原理,在反射型太赫兹编码超表面单元结构中引入了石墨烯材料,通过调控双 层石墨烯结构的费米能级可使其反射幅度动态可调。根据单元的幅度可调特性,设计出具有旋转相位梯 度特征的编码序列,产生了幅度可调的涡旋光束。与编码超表面的傅里叶卷积运算相结合,进一步设计 能够出射双涡旋光束的编码超表面,大大提升了对涡旋光束数目和散射角度的可控性。其在太赫兹高速 通信系统中具有潜在的应用价值。

摘要:迄今为止,蓝光激发的YAG:Ce³⁺黄色荧光粉仍在白光发光二极管(light emitting diode,LED)市场上占据很大份额,但这类白光存在红光成分缺失的固有缺陷,因此得到的白光显色指数较低,色温偏高,而依靠稀土离子实现红、绿、蓝三基色调和的白光则能很好地克服这一弊端。本文应用传统水热反应一步合成出一系列与基质同相的Sm³⁺离子掺杂BaZrO₃荧光粉。其X射线衍射(X-ray diffraction,XRD)、扫描电子显微镜(scanning electron microscopy,SEM)、粒度分布、傅里叶变换红外光谱(Fourier transform infrared spectrum,FT-IR)和荧光光谱(fluorescence spectrum,FL)等测试结果表明,所得产物均呈立方钙钛矿结构,且当更多异价Sm³⁺取代Zr⁴⁺离子后,会引起晶粒尺寸、晶胞常数以及晶格应变等参数的增大。此外,随着Sm³⁺离子浓度的升高,红外谱峰逐渐蓝移直至Sm³⁺=3.0 mol％时达最大值,这与通过分子振动频率计算出的结果吻合。最后,基于光谱中宽发射带与Sm³⁺特征发射峰的相对强度关系证实,在BaZrO₃晶体中存在缺陷发光,且当引入Sm³⁺离子后可实现BaZrO₃与Sm³⁺间的能量传递。

摘要:金属伪影导致计算机断层扫描(computed tomography,CT)影像质量降低,针对金属伪影严重干扰CT影像分割结果的问题,提出了一种抗金属伪影干扰的分割网络。该网络采用复合连接的双流编码器结构,双主干分别对受干扰和未受干扰的CT影像进行特征提取。复合连接结构整合了两条主干上编码器提取的特征。设计了基于Transformer的焦点自注意力(self-attention,SA) 机制模块提升网络对全局多尺度信息的编码能力。混合损失和辅助监督被用于优化网络的训练过程。实验表明,该网络在金属伪影干扰下分割结果的平均Dice系数、MIoU和Recall分别为86.40%,93.11%和90.76%。该网络在面向CT影像语义分割时具有很好的抗金属伪影干扰效果,无需伪影去除的情况下可获得较高的分割精度。

摘要:光纤表面等离子体共振(surface plasmon resonance, SPR)传感器具有检测灵敏度高、响应速度快和实时在线监测等优势,在生物、化学、医学等领域应用广泛。然而,传统单通道光纤SPR传感器仅有一个传感区,只能进行单点测量,这极大地限制了其进一步的发展和应用。多通道光纤SPR传感器由于检测通量大、检测物质多、可实现温度补偿、剔除各种非特异性响应等特性,可以很好地弥补传统单通道光纤SPR传感器的不足。研究多通道光纤SPR传感器对提高传统单通道光纤SPR传感器的检测灵敏度、检测精度和扩大其应用领域具有重要意义。本文从光纤SPR传感器原理出发,介绍了近年来多通道光纤SPR传感器的研究进展,对未来多通道光纤SPR传感器的研究方向进行了展望。新结构、高性能、多应用的多通道光纤SPR传感器是未来多通道光纤SPR传感器的重要发展方向,而新材料、新工艺的融入必将使多通道光纤SPR传感器的发展与应用迈上新的台阶。