摘要:本文提出了一种新型基于薄膜铌酸锂(thin-film lithium niobate,TFLN) 脊型光波导微纳结构的光纤布拉格光栅(fiber Bragg grating,FBG) 传感系统,其核心器件是集成了一个基于非平衡Mach-Zehnder干涉仪(March-Zehnder interferometer,MZI) 的电光布拉格偏转调制器(electro-optic Bragg deflection modulation,EOBDM) 。利用非平衡Mach-Zehnder结构将FBG中心波长的漂移转化为相位调制,并通过电光调制转化为强度调制,从而完成波长解调。采用有限元方法,当中心波长为1.55 μm时,非平衡MZI的半波电压为29.4 V,解调效率为2.03 V·cm,器件消光比大于54 dB。EOBDM的最大衍射效率为68%,远高于本系统所需的衍射强度。通过片上集成化设计,相比传统解调系统,该系统有效减少了体积和传输损耗。同时,在外加10 kHz动态信号测试中表现优异,显示出其在高频应变测量中较大的应用潜力。

摘要:拉曼光纤放大器(Raman fiber amplifier,RFA) 因其具备的低噪声、增益带宽大等特性已被广泛研究。针对传统数值求解设计方法复杂耗时、效率低等问题,本文提出了一种新型的结合卷积神经网络(convolutional neural network,CNN) 和支持向量回归(support vector regression,SVR) 算法的RFA逆设计方案,以实现超精细、动态和任意拉曼放大增益谱塑造。首先通过合作搜索算法(cooperative search algorithm,CSA) 研究不同参数设置下模型性能,以确定最佳学习模型,使得该模型更为准确地反映拉曼增益谱与抽运参数之间的映射关系,并分析了模型对于目标平坦和任意增益谱的塑造能力。仿真结果表明,本文提出的模型在C+L波段的平坦目标增益RFA设计中,实现了 0.196 2 dB的最大增益平坦度,对任意目标增益下RFA设计,最大均方根误差(root mean square error,RMSE) 仅为0.13 dB,平均设计时间仅为45.11 μs。且为进一步衡量模型任意增益频谱优化性能,提出了RMSE和最大误差的概率密度函数(probability density function,PDF) 和累积密度函数(cumulative density function,CDF) 。本研究拓宽了数据驱动方法在光放大领域的应用,为未来RFA的灵活快速设计提供了全新的方法和思路。

摘要:为解决复杂背景下裂缝像素比例严重失衡导致的分割不完整和检测遗漏问题,本文提出一种基于多尺度注意力与特征融合的深度监督路面裂缝分割算法。首先,利用高效通道注意力(efficient channel attention,ECA)机制对EfficientNet-B3进行改进,并将其作为网络模型的编码部分,以加速对裂缝像素的关注；其次,设计了多尺度通道注意力(multi scale channel attention,MSCA)模块,其运用空洞卷积的级联并行结构来提取关键性的上下文信息并增强对细小裂缝的感知能力。最后,在辅助网络部分以特征金字塔方式集成多个侧边特征图,引入深度监督机制,加快了模型收敛和提升裂缝检测的效果。在CRACK500、CFD、DeepCrack数据集上进行实验,检测结果中 F1分别可达到75.87%、66.80%、86.46%,与目前先进的裂缝分割方法相比表现更佳,具有一定应用价值。

摘要:针对深度学习去雾算法未能充分利用非均匀分布下雾天图像的局部特征问题,提出一种融合小波变换与残差通道注意力的生成对抗去雾算法,通过构建小波-编解码器子网络和数据拟合子网络的双分支结构来复原图像。其中小波-编解码器网络利用小波变换的分解与重构代替上下采样提取图像的多尺度特征,并设计一种兼顾上下文信息的扩张卷积网络,增加了网络对纹理细节和边缘特征的捕获；数据拟合网络通过构造残差通道注意力块来增强关键特征的表达能力。此外,引入小波结构相似性(SSIM)损失,约束生成器输出,提高对图像内容敏感度。实验结果表明,所提算法在不同数据集上取得良好的去雾结果,且客观指标也优于大多现有算法。

摘要:复杂合成孔径雷达(synthetic aperture radar,SAR)影像场景下准确高效的目标检测算法能够提升监测装备的感知能力。针对海上复杂环境SAR图像舰船目标漏检、错检问题严重,提出了一种轻量级视觉感知模型DH-YOLO(double detection head-YOLO)。首先,提出了低维双检测头网络结构,解决SAR图像舰船小目标随着卷积导致的特征丢失问题；然后,提出了cosN-IoU(cosine normalized intersection over union)损失函数,设计新的锚框角度损失度量方式,并引入调节因子提高正样本的贡献。最后,提出了基于特征空间相似度的剪枝算法,依据滤波器相似度为可替换指标,完成网络特征信息剪枝,提高算法推理速度,实现轻量化处理。相较于当前主流算法,DH-YOLO在各方面均取得了不错的成绩,精度明显提高并且模型体积可压缩至190 kB,模型推理时间可降低至3 ms以下,能够满足SAR图像实时舰船目标检测。

摘要:本文提出了一种新的人脸图像修复方法,用于解决现有算法在处理大面积不规则破损时出现的伪影和对上下文信息关注不足的问题。该方法首先利用小波掩码混洗下采样模块(Haar wavelet-masked pixel shuffling down-sampling,HWMPD) 增强模型对边缘纹理的局部特征学习能力,解决修复过程中对人脸局部细节提取不足的问题。其次,设计全局通道加权注意力(global channel weighted attention module,GCWA) 提取全局特征,有针对性地提取重要特征通道,模型可以选择性过滤和调整信息流以确保高质量输出。最后,采用多尺度池化模块(multi-scale pooling module,MPM) 自适应融合局部和全局特征,模型可以更好地过滤掉噪声并保留有用的信号,以提高算法在复杂环境中的适用性和鲁棒性。实验证明,该方法在CelebA-HQ数据集上的定性和定量实验中均优于现有算法。

摘要:多能级原子系统是获得克尔非线性的一种可操控光学介质,本文旨在对⁸⁷Rb原子五能级双梯形结构中的克尔非线性进行理论研究。利用半经典的密度矩阵方程组迭代微扰方法,分别导出了静态原子和热运动原子的线性极化率及非线性极化率的解析表达式。研究表明,这种五能级原子介质在4个光场量子相干作用下表现出多重电磁感应透明性(electromagnetically induced transparency,EIT),克尔非线性总是与吸收光谱反向相关,在每个EIT区域都出现一对克尔非线性系数的正负峰值。还阐明了多普勒效应对吸收谱的增宽作用和色散斜率的压窄作用。该解析模型可以方便地拟合实验数据,并应用于光子器件。

摘要:针对大气湍流的影响,将原本用于多输入多输出(multiple-input multiple-output,MIMO)无线通信的改进非常数模均衡(non-constant modulus algorithm,NCMA)算法用于轨道角动量(orbital angular momentum,OAM)复用通信系统。该算法根据信道特性预设均衡器初始值,采用分段式步长公式更新均衡器抽头系数。通过研究步长公式中预设参数a和b 对改进NCMA算法的影响,确定了最佳参数取值。在此基础上,对比恒模半盲均衡(constant modulus algorithm,CMA)算法、NCMA算法及改进NCMA算法的性能。结果表明,改进NCMA算法的收敛所需 迭代次数仅为NCMA和CMA算法的1/3和1/5左右。在弱、中湍流条件下,对系统进行均衡后,改进NCMA算法可使平均误码率(average bit error rate,ABER) 降低0.7个数量级,而NCMA和CMA算法仅能分别降低约0.6和0.4个数量级；在强湍流条件下,改进NCMA算法可使系统ABER降低0.3—0.5个数量级,而采用NCMA和CMA算法仅降低0.03—0.3个数量级。因此,改进NCMA算法能有效改善通信质量。

摘要:针对现有的基于比特置乱和图像重组的多图像加密算法存在置乱期间算法时间过长和加密复杂度低的不足,本文提出了一种基于比特置乱和图像DNA(deoxyribonucleic acid)重组的医学多CT(computed tomography)图像加密算法,该算法的特点是叠加了DNA重组,加快了置乱速度,提高了密钥的复杂度。首先,提取各个输入图像的像素值,将它们重新组合成N张m×n的新像素图,再转化为二进制矩阵,通过DNA重组转化为DNA密码；接着采用3D(three-dimensional)比特置乱的方法,对DNA密码的高位和低位进行对应的置乱；最后通过异或扩散的操作得到了密文图像。仿真测试表明,该算法生成的光混沌序列具有良好的随机性和复杂性,加密的密 文图像能够抵御常见的攻击方式,对密钥和明文的变化具有足够的敏感性,具有良好的安全性能。

摘要:主成分分析(principal component analysis,PCA)作为经典的数据分析和降维方法,在图像压缩、特征提取等领域得到广泛应用。然而,PCA对噪声极为敏感,以致降低了其鲁棒性。与鲁棒PCA低秩分解算法不同(后者旨在从图像中移除噪声) ,鲁棒PCA低维表征算法力求在不去噪的情形下提升鲁棒性。本文以目标函数和距离度量方式作为切入点,对当前主要的鲁棒PCA低维表征算法展开分析。首先,基于数据样本的处理形式、目标函数的优化方法 和距离度量准则等,对鲁棒PCA低维表征算法予以基本阐述。其次,按照目标函数的距离度量方式,深入剖析了一阶到高阶PCA的诸多典型算法,揭示了距离度量方式对PCA的特征提取、重构误差等性能的影响。最后,对4个国际标准数据集进行实验分析,在不同噪声条件下验证了典型PCA低维表征算法的鲁棒性。