- 当期目录
- 最新录用 过刊浏览
-
2024,35(11):1121-1127, DOI: 10.16136/j.joel.2024.11.0325
Abstract:
基于虚像相位阵列(virtual image phased array,VIPA)的布里渊光谱技术是一种高分辨率光谱探测技术。它具有实时监测、高灵敏度等优点。目前该技术主要通过VIPA的自由光谱范围(free spectral range,FSR)与像素映射关系获取频率信息。然而,入射光角度变化会造成FSR波动。传统的测量手段均基于FSR不变的前提下进行,不能对测量过程中入射角度改变导致的FSR变化进行实时标定,从而造成测量结果出现误差。本文针对这一问题,通过分析布里渊散射特点和VIPA干涉原理,提出基于单模光纤布里渊频移的FSR实时校准方法以及相应的像素与频率映射关系计算方法。该方法利用单模光纤的布里渊斯托克斯与反斯托克斯光频移作为参考,减小由入射光角度变化引起的FSR波动造成的频率测量误差。实验利用该方法实现了532 nm波长下不同折射率环境中的微纳光纤布里渊频移的快速测量。
-
2024,35(11):1128-1136, DOI: 10.16136/j.joel.2024.11.0194
Abstract:
本研究设计了一种针对高功率半导体激光器散热问题的干冰微粒喷雾冷却散热器,并利用FLUENT软件对其热流场进行了模拟仿真。得出:入口带有多出口喷嘴的散热器,冷流体在针柱的扰动后对高功率半导体激光器的散热效果最好。干冰流速为0.5 m/s,稳定后的温度为24.79 ℃。实验测试与模拟仿真结果对比,得出最大相对误差分别为8.3%、8.8%。此外,与微通道水冷相比,干冰冷却降温的激光器整体温度低,电光转换效率高,沿垂直条宽方向温度分布均匀,热应力减小,“smile”效应减弱。研究结果为开发高功率水平阵列半导体激光器干冰冷却打下基础。
-
2024,35(11):1137-1144, DOI: 10.16136/j.joel.2024.11.0235
Abstract:
糖尿病视网膜病变(diabetic retinopathy,DR) 是糖尿病并发症最常见的疾病之一。由于视网膜图像病灶存在类间差异小、特征复杂的特点,导致传统深度学习网络对病灶点不聚焦、特征提取不充分等问题。针对上述问题,提出一种视网膜病变的自动分类模型D-SCNet。首先设计一种全局注意力模块SC,它以空间加通道的方式交替排列,相互促进,克服传统全局注意模块先通道后空间两维独立作用的注意方式；再使用高效激活函数EReLU进行非线性处理,加大对有效区域中黄色环、亮红色斑块和视盘区病变点数的关注度。最后,以轻量化DenseNet121为主干网络,将注意力模块SC放置于瓶颈结构的3×3卷积之后,得到新的特征提取瓶颈结构,促使网络提取有效信息,提高分类精度。测试结果表明,SC注意力模块具有一定的泛化作用,在传统典型网络Vgg、ResNet、Xception上对分类准确率分别提升3.04%、0.76%、2.48%；同时D-SCNet模型相比现有模型具有一定的优越性。若将该模型应用在临床上,可协助眼科医生对视网膜病变进行初级筛查。
-
2024,35(11):1145-1154, DOI: 10.16136/j.joel.2024.11.0127
Abstract:
针对基于卷积神经网络(convolutional neural network,CNN) 的图像超分辨重建(super-resolution,SR)模型存在特征提取不充分、网络太深导致的参数量大以及冗余信息对网络最终重建性能影响等问题,设计了一种轻量级密集连接图像超分辨网络(lightweight densely connected image super-resolution network,LDCN)。该网络设计了多尺度迭代特征提取模块(multi-scale iterative feature extraction module,MIFEM),实现在较低参数的情况下充分提取多尺度特征；根据残差收缩思想构建的关键信息提取模块(key information extraction module,KIEM),相较原始模块可以去除更多的冗余信息,使网络充分关注到关键信息且模块整体参数下降72%；最后,在密集残差网络中引入特征传输模块(feature transfer module,FTM),进一步降低模型复杂度,解决了模型层数深、参数大的问题。实验结果表明,LDCN在重建性能和视觉观感上均优于主流模型。4个测试集上,与轻量化 模型MADNet相比,PSNR分别提升0.1 dB、0.11 dB、0.06 dB、0.26 dB,参数量仅为MADNet的47.6%。
-
2024,35(11):1155-1165, DOI: 10.16136/j.joel.2024.11.0187
Abstract:
自动驾驶汽车和移动机器人均依靠激光雷达等传感器技术的快速发展而进入实际应用过程,但是激光雷达在云雾环境下测距精度和探测范围差,限制了其全天候的应用。本文根据激光在雾中的传播和后向散射模型,建立了雾中目标回波信号的模型,同时提出了一种基于卷积神经网络(convolutional neural network,CNN) 的联合注意力机制网络(combined attention mechanism network,CAMN),用于实现雾中目标回波信号的检测。仿真和实验结果表明,CAMN网络可以有效消除雾气对脉冲激光信号检测的干扰。在30%的散射率下,在10 m范围内检测的绝对误差平均值达到3.13 cm。激光雷达系统探测范围可以达到42 m,是其他方法探测范围的两三倍。该方法能有效提高雾天激光雷达测距精度和探测范围,为激光雷达的实际应用奠定基础。
-
2024,35(11):1166-1173, DOI: 10.16136/j.joel.2024.11.0153
Abstract:
针对红外图像目标检测存在计算量较大、泛化能力弱、检测效果差等问题,提出一种轻量化夜间行车红外图像目标检测算法。算法首先引入Ghost结构作为主干网络,降低模型计算量。然后,在颈部引入BIFPN结构(bidirectional feature pyramid network)和CA注意力机制(coordinate attention),提高模型检测效果。最后使用Focal-EIOU和Mish函数作为算法的损失函数和激活函数,提高收敛速度和回归精度。实验结果显示:改进算法较YOLOv3-tiny各方面均有明显提升, 与YOLOv5相比,精度提升至88.9%,模型体积压缩24.09%,参数量减小25.07%,计算量减小28.48%,提高了person 和bicycle两个类别的检测精度,实现了检测精度和模型复杂度的平衡。
-
2024,35(11):1174-1182, DOI: 10.16136/j.joel.2024.11.0164
Abstract:
目标检测在机器人、自动驾驶等实际应用领域中具有广泛的应用。在这些场景下,目标检测任务需要在资源有限的平台上实时执行,对目标检测算法的参数量和检测速度有着较高的要求,因此需要实现目标检测算法的轻量化和高效化。然而传统的卷积神经网络(convolutional neural networks,CNNs) 由于网络结构复杂、对算力要求较高,难以满足移动端的应用需求。为解决以上问题,本文提出了一种基于点云数据的一阶段轻量化目标检测算法CYM-Net模型。该模型融合了MobileNetV3的bneck模块设计思想和YOLOv4目标检测思想,并对特征金字塔进行了改进,从而显著减少了模型的参数量。本文在KITTI数据集上对CYM-Net模型进行了训练和验证。实验结果表明,CYM-Net模型在鸟瞰图和3D检测两个任务上均展现出更优异的性能,并且其检测速度也优于其他方法。通过本研究,本文为机器人、自动驾驶等领域的目标检测问题提供了一种高效轻量化的解决方案。
-
2024,35(11):1183-1191, DOI: 10.16136/j.joel.2024.11.0147
Abstract:
针对光纤布拉格光栅(fiber Bragg grating,FBG)传感器应变温度交叉敏感问题,提出了基于粒子群优化(particle swarm optimization,PSO)Elman神经网络的温度补偿算法。首先,基于流体力学和FBG传感原理,设计了探针式FBG流量温度复合测量传感器,分析了流量温度复合传感机理；然后,搭建了流量温度复合测量实验平台获取测量数据,进行了误差分析；最后,利用PSO优化Elman神经网络获取最优隐含层数和最优函数组合,构建PSO-Elman算法模型对测量数据 进行温度补偿,补偿后FBG传感器在流量2—30 m3/h范围内,流量最大误差、均方误差分别为0.086 m3/h和0.002 7 m3/h,温度最大误差、均方误差分别为0.084 ℃和0.001 7 ℃。实验结果表明:该传感器可实现管道内流体流量温度复合测量,结合PSO-Elman算法可以有效降低应变温度交叉敏感引起的误差,显著提升传感器测量性能。
-
2024,35(11):1192-1200, DOI: 10.16136/j.joel.2024.11.0128
Abstract:
为了满足光载太赫兹通信对低相噪高稳定性的多载波光源的需求,提出了一种基于电吸收调制器(electro-absorption modulator,EAM)、强度调制器(intensity modulator,IM)和EAM级联的高平坦可调谐光频梳(optical frequency comb,OFC)信号产生方案。在方案中,基于初级EAM产生OFC信号,利用IM进一步提升梳齿数目,最后通过调节第二级EAM的驱动电压优化平坦度。仿真结果显示,该方案可产生最高带宽为800 GHz的21线OFC信号,平坦度达到0.52 dB。随后分析了方案中关键器件的工作参数对其性能的影响。为进一步验证产生OFC信号的通信性能,通过仿真分析了单通道或多通道在背对背(back to back,BTB)、10 km光纤和15 m无线3种情况下传输256阶正交幅度调制(256-ary quadrature amplitude modulation,256QAM)信号的性能。结果表明,上述每种情况下的误码率(bit error rate,BER) 都低于前向纠错编码判决阈值3.8×10-3。
-
2024,35(11):1201-1207, DOI: 10.16136/j.joel.2024.11.0171
Abstract:
针对直接测量等离子体射流温度操作繁琐且粒子种类易受干扰的问题,本文基于发射光谱 法分析了不同功率下大气放电等离子体射流的温度特性。通过针-筒电晕放电装置,在气压为0.2 MPa的条件下,以空气为介质对不同放电功率下的等离子体发射光谱进行诊断。采用玻耳兹曼斜率法和双谱线强度法对粒子的振动温度和电子温度进行计算,并通过LIFBASE软件对分子的转动温度进行拟合。计算结果表明,随着功率从500 W上升到1 000 W,发射光谱相对强度随着功率的升高而 增 强,同时活性粒子的种类也在增加,粒子的振动温度从5 200 K上升至7 000 K左右,电子激发温度从16 700 K上升至17 200 K左右,拟合出分子的转动温度在300—550 K之间。研究结果表明,放电功率直接影响等离子体射流温度和粒子的种类,并且该研究可对等离子体表面处理应用提供参考。
-
2024,35(11):1208-1214, DOI: 10.16136/j.joel.2024.11.0316
Abstract:
针对多功能视频编码(versatile video coding,VVC)帧内编码中编码单元(coding units,CU)划分存在计算复杂度过高的问题,本文提出了一种基于DenseNet+FPN(feature pyramid network)的CU快速划分算法。该算法能够大幅度降低VVC的编码复杂度,减少编码时间。首先,本文提出了一种基于纹理复杂度的CU分类算法,来评估CU块的纹理复杂度。其次,提出一种基于DenseNet+FPN的网络模型,利用多尺度信息来优化CU划分,以适应多尺度情况下的编码需求。最后,设计了一个新的自适应的质量复杂度均衡损失函数,用于平衡编码质量和计算复杂度。所提算法进行了大量的实验分析,结果证明,与公共参考软件(WC test model 10.0,VTM10.0)相 比,所提算法的帧内编码平均时间减少了44.268％,而BDBR(bjntegaard delta bit rate)仅增加了0.94％。
-
2024,35(11):1215-1224, DOI: 10.16136/j.joel.2024.11.0057
Abstract:
针对密文域可逆信息隐藏(reversible data hiding in encrypted images,RDHEI) 算法存在像素利用率低和嵌入容量小等问题,本文提出了一种基于邻接差值和块分类(adjacency difference and block classification,ADBC)的RDHEI算法。首先,充分利用原始图像的空间相关性,通过计算得到邻接差值图像,根据图像块的最大值实现初次块分类操作；其次,对初次分类中不可嵌入的图像块,采用中值边缘预测器来预测像素,完成第二次块分类；然后,执行图像加密；最后,通过位替换,将辅助信息和秘密信息嵌入加密图像。实验结果表明,本文算法相较于现有算法,在BOSS base、BOWS-2和UCID 3个数据集上的平均嵌入率(embedding rate,ER) 分别提高0.06 bpp、0.01 bpp和0.15 bpp以上,能够获得较高的嵌入容量。
-
2024,34(11):1225-1232, DOI: 10.16136/j.joel.2024.11.0114
Abstract:
白内障是一种严重影响人类视觉功能的眼科疾病。为准确评估白内障患者的视力等级,提出了一种基于高效通道注意力的白内障视力分级算法(efficient channel attention deep residual netowrk,ECRN) 。该算法首先使用限制对比度自适应直方图均衡化算法(contrast limited adaptive histogram equalization,CLAHE) 对眼底图像进行预处理,增强图像中的血管、视盘和黄斑的关键特征。然后,将高效通道注意力机制(efficient channel attention,ECA) 和深度残差网络相融合,关注与视力等级相关的眼底组织和病变区域。为解决眼底图像数据集不平衡的问题,引入焦点损失(focal loss,FL) 函数为优化目标,使模型偏向于视力等级严重的患者。该算法在临床数据上进行了实验,正常、中等视力白内障和低视力白内障3个类别的准确率分别为98.3%、90.5%和92.1%,实验结果表明,该算法在白内障视力分级上表现出良好的性能。
2024年第35卷第11期
光电子器件与系统
图像与信息处理
测量·检测
光物理
光电子信息技术
视频通信
信息安全
生物医学光子学
-
基于龙贝格解算旋转波片型偏振仪Stokes参量的误差分析
Abstract:
旋转波片型偏振仪是最常用的测量光束偏振态的仪器。基于旋转波片型偏振仪可以通过傅里叶变换解调将Stokes参量的计算问题转化为定积分的求解问题。在该系统中，波片快轴方位角误差是影响旋转波片型偏振仪的主要误差源之一。同时求解定积分所采用的解算算法也会影响Stokes参量最终获取精度。为了探究波片方位角误差和Stokes参量解算算法对获取被测目标Stokes参量的影响，本文首先对旋转波片型偏振仪中的波片方位角误差在复化梯形、复化辛普森、龙贝格数值积分三种解算算法下进行仿真分析，然后在波片方位角误差一定时，对不同偏振态下的目标进行了Stokes参量的误差分析。仿真结果表明，三种算法的全Stokes参量的解算误差都随着波片方位角误差的增大而增大，同时随着采样点的增加，全Stokes参量的解算误差也会越来越小。使用龙贝格数值积分算法的解算误差最小，S0、S1、S2、S3的解算误差分别为0.0092%、0.0184%、0.3133%、0.0785%（波片方位角误差在[-2?,2?]，采样点数n=128时）。不同偏振态对各Stokes分量测量误差影响不一致，经计算各Stokes参量的最大误差均出现在目标反射光Sin=[1 1 0 0]附近。该研究方法和结果可以为基于旋转波片型偏振成像仪的误差分析研究提供一定的研究思路和理论参考。
- 1
-
各向异性CFRP分层缺陷激光超声检测机理研究
Abstract:
碳纤维复合材料（Carbon fiber reinforced polymer, CFRP）的多相体系结构特点使得其在加工和使用过程中易产生分层、孔隙和脱粘等缺陷/损伤。缺陷/损伤的存在会极大影响材料的使用寿命，传统的检测方法难以实现对CFRP内部不同类型和大小的缺陷/损伤的准确识别，因此可远距离激励及大角度入射的激光超声技术在CFRP缺陷/损伤无损检测中有良好的应用前景。本文基于激光热弹效应，采用有限元方法分析了不同参数脉冲激光作用下CFRP内部的温度、应力和应力位移分布，并对超声波在碳纤维不同方向的传播特性进行了对比研究。在此基础上，在多层CFRP层间设置缺陷，通过对反射回波信号的特征分析实现对CFRP分层缺陷的定位。研究结果表明，当分层缺陷位于一、二层之间时，通过反射纵波可以实现对缺陷长度不小于0.1mm的分层缺陷的定位检测，不同探测点的检测误差都可以控制在在2%以内。当缺陷位于二、三层之间时，利用反射回波也能检测到长度大于0.5mm的分层缺陷。
- 1
-
基于非对称定向耦合结构的硅基四通道模 分（解）复用器
Abstract:
为了提高片上光互连的传输容量，提出了一种基于多相位匹配原理的紧凑型四模（解）复用器。该混合（解）复用器件将TE模的锥形非对称定向耦合器（ADC）与TM模的传统的非对称定向耦合器（ADC）相结合，并采用绝热锥形连接每个部分。设计了一种基于三波导耦合器（TWC）结构的偏振分束器（PBS），用于组合/分离 TM0 和 TE0 模式。通过锥形化 TE 模式的 ADC，可以加宽工作带宽，降低偏振依赖性，并提高制造容差。传统 TM 模式的 ADC 可缩短原本因锥形波导而增加的器件总长度，使得器件总耦合长度仅为 22.98μm。实验结果表明，两个高阶模式的插入损耗均小于 0.48dB，中心波长处的模式串扰小于-21.2dB。因此该器件可作为高度集成的片上模分复用（MDM）系统的关键功能部件。
- 1
-
基于非下采样轮廓波变换的子孔径拼接技术研究
Abstract:
针对传统的拼接融合方法处理子孔径的重叠区域会出现拼接痕迹和中高频部分数据丢失的问题，本文提出了基于非下采样轮廓波变换方法进行子孔径重叠区域融合。该方法可使各子孔径的重叠区域分解成低频和高频系数矩阵。然后，采用不同的方法对低频和高频系数矩阵进行融合处理，获得新的系数矩阵，最后通过逆变换获得整体面形。本文对该算法进行数值仿真，结果表明本算法能够还原原始面形。对200 mm口径平面镜和40mm×310mm长矩形平面进行检测，与全口径面形的测量结果对比，并采用功率谱密度对本文算法和均化融合拼接面形进行分析。实验结果表明，拼接所得的面形和全口径面形分布基本一致，且能够消除拼接痕迹并保证中高频数据不丢失。
- 1
-
基于交互引导网络的小样本肠道息肉分割
Abstract:
肠道息肉分割能够精准定位息肉在结肠中的位置，为临床医生判断是否癌变以及癌变的可能性提供了依据。然而，现有的肠道息肉分割方法仍然存在两个方面的挑战：（1）分割模型的性能过度依赖逐像素标注的训练样本；（2）现有方法对有限标注的样本集利用不充分，往往引入冗余和无关干扰信息，难以应对新出现、新病变等复杂多变的肠道息肉分割问题。为此，利用支持分支和查询分支的双分支网络，设计了一种基于交互引导网络的小样本肠道息肉分割新方法。首先，利用支持图片的真实掩码将支持图片的编码特征划分为目标前景和背景，并在前景特征上计算自注意力，增强目标区域特征的鲁棒性。其次，建立支持前景和查询混合特征的交叉注意力，促进查询混合特征的前景和背景分离，降低查询混合特征中无关背景噪声的干扰。最后，以交叉融合特征生成指导查询分支中未知区域掩码预测的原型集。在bkai-igh-neopolyp、CVC-ClinicDB和EndoTect_2020_Segmentation_Test_Dataset数据集上进行了测试，实验结果验证了所设计方法的优越性。
- 1
-
基于多标签语义相似性引导的跨模态哈希检索方法
Abstract:
针对现有哈希方法在模态专属信息保持、多标签语义嵌入、哈希函数判别性三方面存在的不足，本文提出基于多标签语义相似性引导的跨模态哈希检索方法。在哈希码学习阶段，该方法通过学习两个模态的独立潜在表示空间保留不同模态的专属信息，然后在语义嵌入过程中引入保护间隔和多标签相似性约束，在建立模态间联系的同时，充分考虑了语义及重叠标签信息对跨模态表示对齐的监督作用。在哈希函数学习阶段，该方法引入语义哈希约束项，同时利用语义相似性和哈希码来指导哈希函数的学习，改善哈希函数的判别性。在3个基准数据集上与9种先进哈希方法的大量对比实验结果验证了所提方法在跨模态检索任务上的有效性和先进性。
- 1
-
长周期光纤光栅高灵敏度折射率传感研究
Abstract:
基于长周期光纤光栅(LPFG)对环境折射率变化敏感的特性，本文提出了一种基于强度检测的LPFG高灵敏度折射率传感方案。理论分析和仿真验证了LPFG谐振峰强度对外界折射率变化敏感的特性；同时，仿真了应变对LPFG谐振峰强度的影响，通过对比0和200με下LPFG谐振峰强度随环境折射率的变化，验证了增加应变可以实现折射率传感灵敏度的提升。经过实验验证，在1.4498-1.4558的折射率范围内，LPFG折射率传感初始灵敏度为1985dB/RIU；通过增加应变，在1.4498-1.4568的折射率变化范围内，LPFG折射率传感灵敏度提升到3182.9dB/RIU，可以实现高灵敏度的折射率传感。该传感方案具有结构简单，折射率传感灵敏度高等特点，在生物、化学及环境参数检测等领域具有潜在的应用价值。
- 1
-
基于变分模态分解与非对称双S函数拟合的光纤SPR传感器畸变信号解调算法研究
Abstract:
在光纤表面等离子体共振（Surface Plasmon Resonance，SPR）传感器表面修饰功能化膜层能够有效提升传感器灵敏度，但同时会导致传感器的透射光谱畸变，系统信噪比降低。因此本文通过引入变分模态分解（Variational mode decomposition，VMD）滤波算法提升系统的信噪比，引入非对称双S函数法拟合共振波长，改善信号的畸变问题。本文理论上阐述了VMD算法以及非对称双S函数应用于光纤SPR生物传感系统的理论基础。实验上搭建了光纤SPR生物传感系统，并对实验数据采用多种降噪以及拟合算法进行了处理。结果显示，在提升信噪比方面，与经验模态分解（Empirical Mode Decomposition，EMD）算法相比，VMD滤波能够有效提升系统的信噪比（信噪比从53.72 dB提升到61.57 dB）。在解决信号畸变方面，与最小值法、质心法相比，非对称双S函数法拟合度更高。进一步地，使用所提出算法对光纤SPR传感系统监测C反应蛋白的透射光谱数据进行了解调，结果表明，传感器的最低探测浓度相比于EMD算法由1.119 ug/ml下降到0.429 ug/ml。这一研究结果对于提升光纤SPR生物传感系统的商业应用价值具有重要的意义。
- 1
-
融合小波变换与残差通道注意力的图像去雾算法
Abstract:
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。
- 1
-
基于DNA置乱和光混沌医学多CT图像加密算法研究
Abstract:
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 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。
- 1
-
五能级双梯形原子系统的克尔非线性解析模型
Abstract:
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四个光场量子相干作用下表现出多重电磁感应透明性（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。
- 1
-
基于棱柱式空间阵列结构的四维加速度传感器研究
Abstract:
全面监测井下随钻过程的振动信息是钻井工程领域的重要研究课题。组合式加速度空间阵列传感器由于本身结构特性及解耦原理可以测量钻杆实际旋转中心处的振动信息，但测量精度较低、解耦算法的普适性较差、且无法定位旋转中心，难以满足井下随钻过程的振动测量需求。本文设计了一种n棱柱式3n(n≥3)轴加速度传感器阵列模型，将传感器个数n引入解耦算法，可根据钻杆内外径的不同尺寸改变n的取值，借助Matlab推导旋转中心定位算法，并利用Ansys仿真软件模拟了在给定振动条件下钻杆横截面上的加速度分布，以分析该四维加速度传感器的测量误差和旋转中心的定位误差。结果表明设计的四维加速度传感器阵列模型线加速度平均测量误差为0.17%，角加速度测量误差为0.01%，定位误差为0.73%，为油气领域随钻测量与传感器阵列设计提供了借鉴。
- 1
-
基于全局-局部特征融合的人脸图像修复方法
Abstract:
针对现有算法在处理大面积不规则破损的人脸图像修复时存在伪影和对上下文信息关注不足的问题，我们提出了一种基于全局-局部特征融合的人脸图像修复方法。首先，采用小波掩码混洗下采样模块，加强模型对边缘纹理局部特征的学习能力，从而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提取全局特征，使模型有针对性地关注当前任务中更为重要的特征通道，有效减少处理不必要信息的计算量，为确保最终高质量输出的重要性，模型可以选择地过滤和调整信息流。最后，采用多尺度池化模块为提取到的两种特征进行自适应融合，模型可以更好地过滤掉噪声并保留有用的信号，从而提高了算法在复杂环境中的适用性和鲁棒性。从端到端的学习中，模型能够同时优化全局特征和局部特征，从而使得最终特征图获得更加丰富的语义信息。实验结果在CelebA-HQ高清人脸数据集上验证，定性实验显示我们的方法在清晰度和合理性上优于对比方法，定量实验中的结构相似性指数、峰值信噪比、学习感知图像块相似度以及L1损失指标均表现出显著优势。综上所述，本文提出的方法在修复人脸图像任务中表现出更好的效果。
- 1
-
基于薄膜铌酸锂的光子集成FBG解调系统
Abstract:
本文提出了一种新型基于薄膜铌酸锂脊型光波导微纳结构的光纤布拉格光栅传感系统，其核心器件是集成了一个基于非平衡Mach-Zehnder干涉仪的电光布拉格偏转调制器。利用非平衡Mach-Zehnder结构将光纤布拉格光栅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Mach-Zehnder干涉仪的半波电压为29.4 V，解调效率为2.03 V·cm，器件消光比大于54 dB。电光布拉格偏转调制器的最大衍射效率为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。
- 1
-
聋人健美操学习眼动追踪数据集构建与分析
Abstract:
现有的公开眼动数据集中，针对聋人群体的采集与构建几乎处于空白状态，且眼动类型分布不均衡，规模较大及标签覆盖完整的数据集较少。为解决这些问题，本文提出并构建了聋人健美操学习眼动数据集（Eye Tracking for Deaf Aerobics, ETFDA）。首先，借助眼动追踪技术采集112位聋人、54位听人的数据，填补聋人数据的缺失。其次，通过录制健美操视频作为刺激材料，诱发扫视和平滑追踪眼动类型，改善眼动类型分布不均衡的问题。最后，经过预处理、特征提取以及标注等步骤，构建了包含约133万条记录、覆盖四种眼动类型标签的数据集，以丰富现有眼动数据集资源。基于此数据集，一方面通过对比聋人与听人的眼动特性，结果揭示了二者间具有显著性差异，为理解聋人视觉认知机制提供了新的视角；另一方面，通过与其他公开数据集比较分析与算法验证，结果表明该数据集眼动类型分布是更为均衡的，标签是精细有效的，具有重要的应用价值。
- 1
-
改进YOLOv7的绝缘子与均压环缺陷检测方法
Abstract:
针对YOLOv7算法在复杂背景干扰下对输电线路中绝缘子与均压环进行检测时容易出现漏检、误检的问题，提出一种改进YOLOv7的输电线路绝缘子与均压环缺陷检测方法。首先，在主干网络中引入GSConv模块，实现不同通道间特征信息的交换，提高模型检测精度的同时降低了参数量；其次，将基于归一化的注意力(Normalization-based Attention，NAM)与C2f(CSPLayer_2Conv)结构相结合，构建NAM-C2f模块，重构原模型的Head网络，增强融合后特征的质量，提高了模型的检测精度；再次，引入全局注意力机制(Global Attention Mechanism，GAM)于检测层前，提升了对缺陷目标的识别能力，减少了漏检、误检问题的发生；最后，采用MPDIoU Loss作为模型的边框回归损失函数，提高了模型的收敛速度和回归精度。实验结果表明，改进后算法的平均精度均值达到了95.13%，相比于原算法提升了6.57%，参数量下降了5.59MB，有效提高了对输电线路中绝缘子与均压环缺陷目标的检测精度，改善了检测任务中出现的漏检和误检问题。
- 1
-
DSCP-UNet：路面痕量裂缝的轻量级检测方法
Abstract:
针对现有路面裂缝检测方法存在参数量多、精度低的问题，提出了路面痕量裂缝的轻量级检测方法DSCP-UNet。首先，通过构建轻量化卷积模块(diminutive group convolution,DGConv)和自适应池化模块(self-adaptive pooling,SAPool)达到维持检测精度和降低模型参数量的目的，并使用双通道注意力机制(convolutional block attention module,CBAM)提升模型对裂缝特征的关注度。其次，设计往返采样模块(pyramid attention with sampling group,PASG)，增强模型分辨裂缝特征的能力。然后，基于特征融合结构，使用PixelShuffle上采样模块解决裂缝特征图边缘模糊的问题。最后，构造混合损失函数，解决数据集类别不平衡的问题。实验结果表明，所提方法参数量仅为3.07MB，且CFD任务测试的召回率为84.53%，F1值为72.76%，Crack500任务测试的召回率为71.36%，F1值为75.14%，综合性能优于UNet、CPFNet、PIDNet和DDRNet。DSCP-UNet具有轻量化、高精度和实时检测的优点，为路面裂缝的语义分割提供了解决方案。
- 1
-
基于位置度量关系的自动驾驶3D目标检测
Abstract:
针对现有的基于激光雷达的3D目标检测网络中的损失函数存在优化难度较大，计算成本高，检测精度低的问题，提出一种改进的激光雷达3D目标检测网络。首先，使用全新的交并比损失函数来更好的度量预测框和真实框的位置关系；随后，优化现有网络的特征编码方式以获取更丰富的点云特征；最后，对锚框正负样本阈值设定进行改进实现更合理的正负样本分配。针对自动驾驶领域，利用KITTI数据集进行相关的实验验证。实验结果显示，改进网络相对于基准网络在KITTI数据集行人和骑行者等小目标分别检测精度提升6.57%，4.60%，平均检测精度提升5.81%。
- 1
-
基于低精度ADC和GSIC检测的无蜂窝大规模MIMO系统性能分析
Abstract:
针对无蜂窝大规模MIMO系统中接入点(Access Points，APs)的激增，其硬件成本成为了一个重要问题。为了有效降低硬件成本，可以考虑在APs处配置低精度ADC，所以本文研究了在空间相关的瑞利衰落信道上使用低精度模数转换器(analog to digital converter, ADC)的无蜂窝大规模多输入多输出(multiple input multiple output, MIMO)系统的性能。提出分组串行干扰消除(group successive interference cancellation，GSIC)检测，并将线性最大比值合并(maximum ratio combining，MRC)检测、迫零(zero forcing，ZF)检测和非线性MRC-SIC、ZF-SIC检测作为其特殊情况。利用加性量化噪声模型，推导了非理想信道状态信息(channel state information，CSI)下的频谱效率的闭式表达式。为了进一步研究低精度ADC架构的潜力，还研究了该系统的能量效率。仿真结果表明，与线性检测相比，SIC检测系统具有较高的频谱效率和能量效率，并且ZF-GSIC检测下的系统性能高于MRC-GSIC检测。此外，使用低精度ADC，在较少的组数下，本文所提GSIC检测下的系统的频谱效率和能量效率非常接近传统SIC检测。
- 1
-
沉积温度对氮化铝压电薄膜性能影响及机制分析
Abstract:
高频光电通信器件对压电材料特性要求越来越高，氮化铝薄膜由于其优异的压电特性而备受关注，高取向高压电氮化铝薄膜沉积工艺优化成为其应用拓展的瓶颈技术之一，众多制备工艺参数中温度是影响AlN薄膜晶格取向关键参数之一。本文采用磁控溅射的方法沉积氮化铝薄膜，研究了沉积温度对氮化铝薄膜的影响，XRD测试结果表明250℃下可获得（100）取向AlN，300℃下AlN则优先（002）取向；压电测试结果表明250℃下压电常数d*33达最大值0.79V，表现出较优的压电特性。基于原子力显微镜AFM结果及温度对价键稳定性影响分析探索了温度对其生长的影响机制。
- 1
-
基于野马优化算法的级联改进型拉曼光纤放大器设计
Abstract:
本文利用掺铒碲酸盐光纤设计了一种多泵浦级联改进型拉曼光纤放大器（Raman fiber amplifier，RFA），并使用野马优化算法（wild horse optimizer，WHO）优化了RFA的各级泵浦参数、传输介质长度以及噪声，以获得最大可能输出增益、低增益平坦度。此外，通过使用灰狼优化、差分进化、免疫优化等其它元启发式技术来优化同一RFA模型，分析不同优化策略下RFA的性能。WHO被证明是一种更好的优化技术，其优化后的模型在1530-1630 nm带宽范围内平均输出增益为44.64 dB，增益平坦度为0.71 dB。此外，还分析了算法对噪声增益的影响，结果表明所设计的RFA能有效降低双向瑞利散射噪声和自发辐射噪声。这证明所设计的RFA具有良好的性能，给下一代光通信网络放大器的设计提供了参考。
- 1
-
基于光子晶体AAH腔的八信道密集波分复用器
Abstract:
本文提出了一种基于光子晶体AAH腔的八信道密集波分复用器，结合耦合模理论建立模型并分析传输性能，采用三维时域有限差分法仿真进行验证。仿真结果显示，该器件在1558.4nm、1557.6nm、1556.8nm、1556nm、1555.2nm、1554.4nm、1553.6nm和1552.8nm工作波长下可实现信道间隔为0.8nm密集波分复用功能，且插入损耗最低可达0.22dB，信道串扰最低可达-61dB。谱线宽度均为0.2nm，八信道器件尺寸仅。该器件具备低损耗，低串扰，窄线宽的优点，且结构简单，易拓展信道数，可应用于高速大容量光通信系统。
- 1
-
基于激光散斑的人体脉搏波测量方法的研究
Abstract:
针对日益增长的无感、无接触体征监护需求，本文研究了一种基于激光散斑的数字相关方法来实现人体脉搏波的实时监测。首先在数字散斑相关方法中使用不同相关函数、整像素和亚像素位移搜索算法，获取适用于脉搏波测量的最佳选择。接着对整像素粗精搜索算法进行改进，优化局部极值问题，提高整像素搜索可靠性。为了平衡计算时间和测量精度，给出一种搜索子集大小的选择准则。然后，提出一种分数阶傅里叶变换和完全自适应噪声集合经验模态分解的融合滤波方法，以减轻光照、基线漂移和运动伪影对脉搏波测量的干扰。最后通过实验验证，本文对基于激光散斑的人体脉搏波测量方法所做出的优化方案是有效可行的。
- 1
-
一种基于奇偶校验码改进的IPC-PSD-SCL译码算法
Abstract:
针对奇偶校验码辅助极化码串行抵消列表(PC-SCL)译码算法译码性能不佳以及复杂度较高的问题，将提出的改进奇偶校验码以及低复杂度的路径分裂决策辅助极化码串行抵消列表(PSD-SCL)译码算法中的阈值判决思想相结合，提出一种改进的奇偶校验码辅助PSD-SCL(IPC-PSD-SCL)译码算法。该算法在极化码编码阶段对信息序列分段，在每段后放置改进的奇偶校验码，辅助PSD-SCL译码算法在译码过程中对错误路径进行裁剪，提高译码性能；同时，该算法可对高可靠性比特直接进行硬判决，以减少分裂次数，降低译码复杂度。仿真结果表明，所提出的IPC-PSD-SCL译码算法能在一定程度上改善纠错性能且具有更低的译码复杂度。
- 1
-
基于改进非常数模均衡算法的轨道角动量复用通信方案
Abstract:
针对大气湍流的影响，将原本用于多入多出(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，采用分段式步长公式更新抽头系数。通过研究步长公式中预设参数对改进NCMA算法的影响，确定最佳参数取值。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算法迭代次数仅为NCMA和CMA算法的1/3和1/5左右。弱中湍流下，对系统进行均衡后，改进NCMA算法可使平均误码率降低0.7个数量级，而NCMA和CMA算法仅能降低0.6和0.4个数量级；强湍流下，改进NCMA算法使系统平均误码率降低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算法可有效改善通信质量。
- 1
-
涡旋阵列光束对二氧化硅微球的俘获
Abstract:
本文研究了高斯涡旋阵列光束在源平面的电场表达式和光强分布，基于ABCD矩阵与Collins公式得到了通过透镜聚焦后的电场表达式及其光强分布，分析了在瑞利散射机制下该光束对二氧化硅微球产生的光辐射力。聚焦后的光强分布会受到阵列中光束的拓扑荷的影响，这将决定其对瑞利微球的光学捕获能力。研究表明，二氧化硅微球可以在光强极大值处被三维稳定捕获，通过调节阵列中光束的拓扑荷，微球被稳定俘获的位置发生改变。通过对比散射力、布朗力、重力等与梯度力的大小，分析了除散射力外的力是否会使位置发生偏移，进而得出了该阵列在不同拓扑荷组合的情况下能稳定俘获的微球半径的范围。
- 1
-
基于人眼深度视觉特性的3D视网膜投影显示
Abstract:
针对视网膜投影显示技术无法获得单眼调焦深度信息和渲染计算量大的问题，提出了一种基于人眼深度视觉特性的3D视网膜投影显示技术。首先根据人眼的深度视觉特性，将连续的三维场景离散为多个具有相同屈光度距离的深度层信息，然后利用这些深度层信息渲染多视角图像。接着，搭建了一套3D视网膜投影显示原型系统，在0.8 m~2.0 m的深度范围内，使用该技术渲染的多视角图像光学重建了具有单眼调焦深度信息的3D图像。其显示效果与传统的利用连续深度信息重建的3D图像的质量相当。而且相对于传统算法，这种方法大幅降低了所需渲染的深度信息量，其渲染速度提升了21.2%。最后对实验效果进行了评估，验证了技术的可行性。该技术有望在虚拟现实和增强现实显示技术中推广应用。
- 1
-
基于慢光效应的THz超材料折射率传感特性研究
Abstract:
本文设计了一种基于单十字型谐振器与四圆环型谐振器组成的超材料微结构。研究了超材料微结构的类EIT效应及慢光效应，获得了最大为96.35%的透过率以及最大为228.38群折射率。在超材料微结构金属层和SiO2衬底之间嵌入了一层二硫化钨(WS2)薄膜,当WS2的载流子浓度从1.4x1017cm-3增大到1.4x1021cm-3时,透过率从94.18% 减小到29.31%，群折射率从226.85减小到136.33。另外，当微结构表面覆盖折射率从1.0~2.0厚为5?m的分析物时，该微结构的折射率传感灵敏度为135.39GHz/RIU；当WS2薄膜载流子密度为1.4x1020cm-3，传感器的灵敏度 为40.00GHz/RIU。该研究有望为高灵敏度折射率传感器和全光可调谐THz慢光器件的设计提供新颖的研究思路。
- 1
-
双曲余弦高斯涡旋光束在GRIN光纤传输的相位奇点演化特性
Abstract:
基于柯林斯衍射积分公式，研究了双曲余弦高斯涡旋光束(vortex cosine-hyperbolic-Gaussian beam,vCHGB)在梯度折射率(gradient index,GRIN)光纤传输过程中相位奇点的演化特性。推导出vCHGB在GRIN光纤中传输的电场解析表达式。通过数值模拟研究了光束调制参数和拓扑荷数对光束传输特性的影响。结果表明：当光束拓扑荷大于2时，相位奇点会发生分裂，拓扑荷数不同相位奇点的分裂规律也不同；在传输过程中，光束的光强分布、相位分布以及分裂的相位奇点与原点的间距均随传输距离的增大而呈现周期性变化；此研究结果在大容量高速率光纤通信领域具有潜在的应用价值。
- 1
-
多尺度注意力与特征融合的深度监督路面裂缝分割算法
Abstract:
针对路面裂缝检测在复杂背景、裂缝像素比例不平衡情况下会出现裂缝分割不完整、漏检的问题，本文提出一种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ECA(efficient channel attention)注意力机制对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模块(multi scale channel attention module，MSCA)，其运用空洞卷积的级联并行策略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面特征图，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。
- 1
-
基于可变滑动窗口的自适应补偿瞳孔定位
Abstract:
针对传统瞳孔定位算法精度不够高、实时性不好、易受环境干扰问题，提出一种结构简单的改进定位算法。首先，利用Dlib人脸模型对输入人脸图像进行特征提取；然后引入灰度化、滤波、腐蚀等操作，对人眼关键区域进行图像处理，结合质心法完成瞳孔中心初定位；最后基于图像灰度值差异，采用可变滑动窗口补偿算法完成坐标修正，在BioID人脸数据集上进行算法比对实验。实验结果表明，数据集中每幅图片的平均测量时间仅为26ms，能够满足实时性要求，同时瞳孔检测准确率较传统算法有显著提高。虚拟驾驶环境下的场景应用实验表明，所提算法能够适用于不同人群，具有较好的实时性和鲁棒性，对眼机交互的工程应用具有重要参考意义。
- 1
-
温度与折射率同时测量的异质结构光纤SPR传感器对比研究
Abstract:
为了探究不同异质芯结构光纤表面等离体共振（SPR）传感器的温度和折射率传感性能，分别制备了基于多模（MMF）-单模（SMF）、MMF-无芯（NCF）以及MMF-空芯（HCF）结构的反射式光纤SPR传感器，并通过在光纤探头表面约一半区域涂覆温敏薄膜，实现了折射率与温度的同时测量，最后比较分析了三种探头的温度和折射率传感特性。本文利用有限元法分析了传感器的温度和折射率双参量传感原理，并通过实验的方法分别对三种结构光纤探头的传感特性进行了分析和比较。实验结果表明，在三种光纤探头中，基于HCF的反射式SPR传感器的温度和折射率传感性能最优，在30-70 ℃的测温范围内，其温度灵敏度约为-1.6045 nm/℃，在待测液折射率为1.331-1.37的范围内，其折射率灵敏度可达1945.46 nm/RIU。
- 1
-
基于最优隐形传态保真度的量子卫星切换方案
Abstract:
为降低X射线耀斑对星地量子通信链路的影响，本文提出了一种基于最优隐形传态保真度的量子卫星切换方案。文章依据幅值阻尼噪声保真度、相位阻尼噪声保真度、比特翻转噪声保真度以及退极化噪声保真度与X射线辐射通量之间的变化关系，选取合适融合因子，将四种保真度融合为一个变量，即实际信道保真度。将60 dB链路衰减对应的实际信道保真度作为量子卫星切换的最小阈值，卫星切换过程中，始终有一颗量子卫星为地面用户提供服务，并在候选量子卫星中选取实际保真度最大的作为另一颗量子卫星的替补卫星。研究表明，与未考虑将实际信道保真度作为量子卫星切换条件相比，该切换算法可在一定程度上提高量子卫星切换成功率，降低掉话率，提高了星地量子通信链路在X射线耀斑干扰下的有效性。
- 1
-
铜合金的蓝光与光纤激光复合沉积性能及微观组织研究
Abstract:
采用光纤红光复合蓝光激光器成功熔覆锡镍青铜沉积试样合金，研究不同蓝光激光功率对涂层致密度、机械性能的影响。对锡镍青铜合金涂层的微观组织、元素分布、显微硬度及摩擦磨损性能进行了分析与研究。结果表明：随着蓝光功率的增加，锡镍青铜合金涂层成型致密度增加，所有涂层与基体形成了良好的冶金结合。涂层由均匀分布的 (α δ) 相和α相组成，微观组织为枝晶结构。随着蓝光功率的增加，涂层的显微维氏硬度稍微提高，平均摩擦磨损系数先减少再增加，光纤激光复合60 W蓝光功率下摩擦磨损性能最好。随着蓝光激光功率的增加，涂层抗腐蚀性能提高。
- 1
-
基于多尺度位置信息与特征融合的糖尿病视网膜病变分级
Abstract:
针对糖尿病视网膜病变病灶提取不充分、分级效果不足的问题，提出一种改进FastViT网络的MFViT算法以提高视网膜病变分级精度。首先，设计增强位置信息的多尺度特征提取令牌混合器，逐层提取包含空间位置信息的多尺度特征；其次，构建特征细节增强模块，捕获图像中跨尺度特征的关系，增强图像中的高频细节，突出低分辨率特征的表示能力；最后，提出跨层特征融合模块，自适应融合不同层次的特征，进一步提升网络的分类性能。MFViT算法在视网膜数据集中准确率、精确率、召回率、特异性和F1-Score分别达到94.5%、 94.5%、94.7%、98.6%、94.6%。与当下流行的算法相比，提出的方法在糖尿病视网膜病变分级中各项评价指标均有提高，在计算机临床辅助诊断上具有很大的潜力。
- 1
-
融合Transformer与双图卷积的结直肠息肉分割算法
Abstract:
针对结直肠息肉图像病灶区域定位不准和分割边界模糊等问题，本文提出一种融合Transformer与双图卷积的结直肠息肉分割算法。一是利用Transformer编码器解析图像中不同尺度的特征信息，建立像素间的长距离依赖关系。二是设计双图卷积语义细节注入模块，融合深层特征的空间与结构信息，增强边界表示。三是采用局部金字塔注意力模块，对浅层特征进行全局和局部的注意力权重计算，精准定位病灶区域并抑制无用信息。四是引入动态特征融合模块自适应聚合不同尺度特征，增强对尺度变化大和形状不规则病理性图像的处理能力。本文算法在Kvasir、CVC-ClinicDB、CVC-ColonDB和ETIS四个公共数据集上的实验结果显示，Dice系数分别为0.924、0.943、0.817和0.813，平均交并比分别为0.871、0.896、0.733和0.732，验证了该算法的有效性。
- 1
-
基于深度学习的拉曼光纤放大器逆设计方案
Abstract:
拉曼光纤放大器因其具备的低噪声、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和支持向量回归算法的拉曼光纤放大器逆设计方案，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的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拉曼光纤放大器设计中，实现了0.1962dB的最大增益平坦度，对任意目标增益下拉曼光纤放大器设计，最大均方根误差仅为0.13dB，平均设计时间仅为4.511?10-5s。且为进一步衡量模型任意增益频谱优化性能，提出了均方根误差和最大误差的概率密度函数和累积密度函数。本研究拓宽了数据驱动方法在光放大领域的应用，为未来拉曼光纤放大器的灵活快速设计提供了全新的方法和思路。
- 1
-
基于天空分割和暗通道先验的图像去雾方法
Abstract:
本文针对传统去雾方法存在图像失真、对比度下降、饱和度过高、天空区域处理较差等问题，提出一种结合天空区域分割和暗、亮通道先验理论的图像优化去雾算法。首先求取有雾图像梯度图的香农熵，由此可以得到有雾图像的纹理图，纹理图可以粗略确定天空区域所在位置。再结合区域生长算法和Canny算子对天空区域进行精细分割，并在最终获得的天空区域内求取大气光值。此外，本文引入亮通道先验理论，采用暗亮通道融合的方式估算透射率，最终根据大气散射模型得到清晰的无雾图像。实验表明，所提出的去雾算法，能有效优化传统去雾算法在天空区域失效的问题，且得到的去雾图像更加满足人类视觉体验。同时，也有着较好的客观评价指标，验证了所提算法的可行性、有效性和优越性。
- 1
-
Q235中厚板激光多次重复扫描的弯曲角度研究
Abstract:
为了研究Q235中厚板激光多次重复扫描中各工艺参数对弯曲角度的影响规律，基于ABAQUS软件构建了Q235中厚板在激光扫描过程中温度场瞬态分布和材料热塑性变形的有限元模型，通过实验验证了有限元模型的可靠性，进行了中厚板激光多次重复扫描的弯曲角度变化数值模拟分析，并推导出了预测中厚板弯曲角的数学模型。结果表明，在满足激光弯曲的线能量密度范围18～36 (J·mm-1) 条件下，弯曲角度随着板厚减小而增加、随着激光功率增加而增加、随着重复扫描的次数增加而线性增加、随着扫描速度增加而减小、随激光光斑直径增加先增加后减小，选择12 mm激光光斑直径进行扫描可提高板材的弯曲成形效率。
- 1
-
基体预热对激光沉积修复GH4169/K424合金开裂倾向的影响
Abstract:
高裂纹敏感性的K424镍基高温合金构件在沉积修复过程中易产生裂纹。本文采用低裂纹敏感性的GH4169合金对K424合金进行了修复试验，研究基体预热是激光沉积修复GH4169/K424合金开裂倾向的影响，并对修复过程进行了数值模拟，探讨修复过程中的热/力场演变在裂纹形成过程中的作用。模拟结果表明，预热基体有效降低了应力，对平行于激光扫描方向的应力消减效果最佳，压应力和拉应力分别降低了10.5%和26.7%。通过实验验证了预热对激光沉积修复GH4169/K424合金开裂倾向的抑制作用，预热基体至300℃时，显著降低裂纹形成几率，获得了只有少量微裂纹的K424高温合金修复试件。
- 1
-
基于标签互优化的领域自适应无监督行人重识别网络
Abstract:
为解决无监督领域自适应行人重识别方法中数据集间存在风格差异，且聚类过程中伪标签存在噪声的问题，更好地利用全局与局部信息，本文提出了一个基于标签互优化的无监督领域自适应方法。通过在特征提取器中插入特征增强模块，使其可以提取出鲁棒性更强的特征，同时利用多分支网络结构，分别提取行人的全局特征与局部特征，通过计算其交叉一致性分数优化迭代网络，减少伪标签噪声带来的影响，并通过在聚类算法中应用聚类可靠性评价标准，进一步提升网络的性能。并在多个数据集上验证了本文所提方法的有效性。
- 1
-
光栅制造与装配误差对双光栅泰伯像微位移检测的影响分析
Abstract:
双光栅泰伯像微位移传感器具有分辨力高、抗电磁干扰能力强等优势，但其精度易受光栅加工和装配误差的影响。本文利用COMSOL仿真软件，对光栅加工过程中的栅线宽度、光栅厚度、占空比以及双光栅装配过程中的层夹角、栅线夹角和双光栅间距进行误差仿真分析。最终结果表明，光栅周期加工可允许误差范围小于±0.1μm，光栅厚度对光栅衍射效率影响可忽略不计，光栅占空比最优参数为0.5；双层光栅层间夹角与栅线夹角对光栅衍射效率影响较大，双层光栅层间夹角可允许误差小于1°，栅线夹角可允许误差小于0.1°，光栅间距可允许误差小于±0.1μm。上述分析将有助于后续对各类误差进行补偿，进而保证双光栅泰伯像系统的高精度微位移检测。
- 1
-
融合注意力和多级残差的引线框架表面缺陷检测方法
Abstract:
针对引线框架表面不规则缺陷难以进行准确检测的问题，提出一种融合注意力和多级残差的引线框架表面缺陷检测方法。首先，提出一种多尺度全局注意力模块，通过捕获缺陷边缘区域的通道和空间信息，进一步获取引线框架全局信息以提高分割精度。其次，为了实现缺陷信息的多尺度融合，设计一种多级残差融合注意力网络模块，提取表面划痕缺陷的全局语义信息。此外，编码器采用平滑最大化单元激活函数，以改善检测时的细节缺失现象。实验结果表明，所提引线框架表面缺陷检测方法的MIoU指标在自制引线框架表面缺陷数据集上，相比于四种典型方法分别提升了25.05%、26.79%、12.11%、21.02%；消融实验证明所提检测方法具有较好的缺陷检测性能，能获得更多的有效缺陷信息。
- 1
-
基于稳定光源的夜间能见度等级分类
Abstract:
针对现有夜间图像能见度检测算法准确率低的问题，本文提出一种基于稳定光源的夜间能见度等级分类算法。首先利用目标检测网络检测图像所有稳定光源路灯，得到图像所有的路灯光源块；其次，通过分类网络对光源块进行雾分类；同时，对整张所有光源块按尺寸与均值大小排序并得到相应的权重；最后，将光源块分类结果与权重，结合统计分析后对夜间图像能见度等级进行分类。实验结果表明，本文夜间能见度分类算法的准确率在真实社会数据集中达到77.6%，分类结果相比于现有方法更准确，并在不同场景下具有良好的泛化性。
- 1
-
基于Fabry-Perot微腔结构的超低温环境光纤应变传感特性研究
Abstract:
本文提出了一种基于氢氟酸（HF）化学腐蚀法制备光纤法布里珀罗（Fabry-Perot,，F-P）微腔结构的超低温液氮环境光纤应变传感特性研究。采用浓度为20% 的HF溶液腐蚀单模光纤端面15 min得到凹槽结构，将腐蚀端与另一端面切平的单模光纤进行熔接形成F-P微腔，F-P反射谱对比度为7.98 dB，自由光谱范围为17.8 nm。实验中，将光纤F-P传感器粘贴在等强度梁上并放置于液氮（-196 ℃）环境，应变测试范围为70~630 με，在施加应变过程中F-P反射谱波长向短波方向漂移4.21 nm，灵敏度为-7.17 pm/με，拟合度为99.928% ；在卸载应变过程中F-P反射谱波长向长波方向了漂移4.33 nm，灵敏度为7.34 pm/με，拟合度为99.923% 。通过对超低温应变响应特性实验进行滞后性分析得知施加-卸载应变波长漂移最大偏差为0.17 nm，证明所设计的传感器具有稳定性与可靠性。
- 1
-
基于MZM和插入导频法产生无码元走离效应的8倍频ROF系统
Abstract:
本文提出了一种基于双平行马赫-曾德尔调制器（DPMZM）的能克服码元走离效应和实现载波重用的八倍频光载无线（ROF）系统。在中心站（CS）采用复合的射频（RF）信号作为DPMZM的驱动信号，实现了将数据信号仅调制到+4阶边带上，采用插入一个导频信号来实现基站（BS）的载波重用。对所设计的系统的工作原理进行了理论分析和仿真验证。在系统Q值大于6的前提下，系统上下链路光纤传输距离分别超过了290 km和80 km。同时分析了系统主要器件参数偏离设计值时对Q值的影响。本文的创新之处在于，系统不仅能克服码元走离效应，而且还解决了常规载波重用导致的下行链路性能下降和系统可调谐性差的问题，大大增大了光纤传输距离和系统性能，在ROF中具有重要的应用前景。
- 1
-
大气湍流信道下一种高斯光斑空间传输的高效耦合方法
Abstract:
针对大气信道下远距离通信，高斯光束受大气湍流信道影响，导致接收耦合能量低的问题，提出了一种适用于大气湍流信道的高斯光斑空间传输的高效耦合方法。该方法从高斯光斑光强、闪烁指数分布特性的角度出发，通过监测光强与闪烁指数的统计数值作为反馈，控制发射端抑制湍流引起的光强闪烁，实现了光束的高效耦合，提升通信系统性能。 并通过搭建1km激光通信试验进行验证，结果表明：根据信道闪烁监测调整终端后，平均光强从19.63μW增加至24.91μW，闪烁指数从0.140降低至0.088，通信误码率从1.27E-6降低到1.07E-10，通信误码率在弱湍流条件下改善了4个数量级。该方法能够有效提升大气激光通信系统的性能，为大气激光通信系统的推广与应用奠定基础。
- 1
-
基于二氧化钒和光导硅超构表面的动态可调吸波器研究
Abstract:
针对目前大多数太赫兹吸波器仅能实现单一窄吸收峰，无法实现动态可调吸收以满足实际需求，本文提出一种基于二氧化钒(VO2)和光导硅(PSi)超构表面的太赫兹动态可调吸波器。所提出的设计由PSi图案层、两层二氧化硅(SiO2)介质层、VO2调控层和金(Au)金属底板五层构成。仿真结果表明，该吸波器在VO2的电导率(?vo2)为10 S/m、PSi的电导率(?PSi)为1.5×105 S/m具有双频带吸波特性，其在0.50-0.79 THz和1.93-2.25 THz双频带内的吸收率(A(?))达到90%以上，所对应的相对带宽分别为44.96%和15.31%。当?vo2=2×105 S/m、?PSi=1.5×105 S/m时，所设计的吸波器在0.96-1.63 THz内具有单频带吸波特性，其相对带宽为51.74%(A(?)>90%)。本文所提出的设计具有宽角度稳定性(60°)、极化不敏感性和动态可调吸波特性，在调制、传感和电磁隐身等多功能器件方面有潜在的应用价值。
- 1
-
脉冲激光清洗铝合金表面漆层的数值模拟与实验研究
Abstract:
本文采用COMSOL Multiphysics有限元仿真软件，对不同激光功率和扫描速度下的除漆深度和温度场分布情况进行了数值模拟，并通过实验验证了模拟结果的可靠性。结果表明，激光功率越大，清洗深度越深，漆层表面温度越高。扫描速度越慢，清洗深度越深，清洗后的表面越平整；当扫描速度过快时，清洗深度保持不变，清洗后的表面平整度降低。此外，当扫描速度较慢时，漆层最高温度随着脉冲数的增加而不断升高，直至趋于稳定；当扫描速度过快时，漆层最高温度不再随脉冲数的增加而变化。实验结果表明，当激光功率为20 W、扫描速度为1250 mm/s时，清洗后的基体表面无油漆残留，表面质量最佳，且满足涂装工艺要求。
- 1
-
基于样本生成和域适应的电力仪表检测算法
Abstract:
针对目前电力仪表检测数据稀缺、生成数据与真实数据分布差异大、特征提取网络泛化能力不强的问题，提出了一种基于数据生成的无监督目标检测算法。本文首先基于文生图模型生成大量带标注的电力仪表图像数据；然后，提出了基于样本混合的域适应策略，选取高置信度输出的真实图像与生成图像拼接后进行混合训练，从而缓解生成数据与真实数据分布差异带来的负面影响；最后，增加了掩码一致性模块，使得模型能够学习到更加普适的特征表示，提高在未知场景下的泛化能力。测试结果表明，本文算法相比于仅用生成图像训练的网络在平均精度 (mean average precision, mAP) 上提升了 14.1%，同时比现有的经典域适应算法 SWDA Faster R-CNN (strong-weak domain adaptation Faster R-CNN) 高出了 10.9%。
- 1
-
金属辅助化学腐蚀法制备硅纳米线的形貌及发光性能
Abstract:
本文采用金属Ag辅助化学腐蚀（MACE）法，通过控制刻蚀液中H2O2的浓度、刻蚀液温度、刻蚀时间，制备了硅纳米线（SiNWs），并对制备参数进行优化。扫描电子显微镜（SEM）结果表明，刻蚀液中H2O2浓度为0.50M，温度为25oC条件下刻蚀速率适中，形成的SiNWs最均匀规整，其光致发光（PL）强度较佳。随着刻蚀时间增加，SiNWs长度和表面氧化物呈线性增加，纳米线直径皆在100nm左右。橙红色PL光谱被认为是硅纳米晶粒的量子限制效应引起，随着刻蚀时间增长，633nm和699nm的两个主发光峰位皆发生蓝移。刻蚀4min的样品所获得的SiNWs数量和长度较为适中，其发光强度最强，比刻蚀12min样品光强大了一个数量级。该法制备的SiNWs在基于硅纳米级结构光电器件的制备中具有重要的应用潜力。
- 1
-
中红外低损耗大模场空芯反谐振光纤的研究
Abstract:
目前传能光纤受限于芯径大小与材料缺陷，在中红外波段难以解决大模场面积与优良传输性能的矛盾。本文提出了一种7管空芯反谐振光纤, 包层管与外包层以相交的方式连接。利用有限元法结合完美匹配层边界条件对光纤进行了数值仿真，综合分析光纤损耗和单模性，得到了光纤参数的优化结果。当纤芯直径为120.0 μm，壁厚为0.7 μm，包层管个数为7个，包层管直径为84.0 μm，外包层半径为146.9 μm时，该光纤在3.0 μm处损耗为0.004 dB/m，在2.5-3.6 μm波段的损耗低于0.01 dB/m，模场面积达到6000 μm2，并且具有极好的单模性。提出的空芯反谐振光纤可在保证大模场条件下实现低损耗单模传输，在中红外传能等领域具有巨大潜力。
- 1
-
基于AMRMA模型的图像超分辨率重建
Abstract:
现有的基于卷积神经网络的图像超分辨率重建方法通常在全分辨率或渐进式低分辨率表示上进行操作。前者可实现空间上精确但上下文信息较弱的超分辨率重建结果，后者可生成语义上可靠但空间上不太精确的输出。针对上述问题，本文提出了一种新的基于跨多分辨率信息流和多重注意力机制 (across-multi-resolution and multi-attention mechanism, AMRMA)的超分辨率重建模型和法。该方法采用跨多分辨率信息流和信息交互机制实现多尺度特征提取和聚合，利用多重注意力机制捕捉上下文信息以增强图像高频信息，设计一种新的加权损失函数以优化模型参数。在Set5等五个公开数据集上的实验结果表明，与Bicubic、SRCNN、VDSR、RDN和MuRNet 等经典和现有方法相比，本文方法PSNR和SSIM分别提升了0.33dB和0.0048，具有更好的超分辨率重建效果。
- 1
-
基于F-P腔的高灵敏光纤振动传感器
Abstract:
本文基于F-P腔干涉理论与弹簧膜片谐振系统，设计了一种新型光纤振动传感系统，从理论上分析了其振动传感原理，利用Solidworks构建了有限元模型，并对传感器进行了模态分析和谐振特性响应分析。采用多峰解调算法实现了对绝对腔长的实时采集，具有分辨率高，动态范围大的优点，能适应腔长变化较大的场合。通过实验研究了其在周期性频率变化下的动态响应特性，实验结果表明：传感器有效频率区间为5-200 Hz，谐振频率为260 Hz，5-20 Hz的低频段有平坦的幅频响应曲线，实验最低检测加速度为0.1 m/s2，传感器在0.1-10 m/s2加速度下稳定工作，轴向灵敏度为8.19 μm/g，加速度分辨率为1.5?10-5 g，可应用于对管道泄漏低频次声波的监测。
- 1
-
具有滤波功能的阶梯喇叭口光子晶体波导出射光集束研究
Abstract:
本文提出了一种具有滤波功能的二维正方晶格光子晶体波导出射光集束结构。该结构出射端口呈阶梯喇叭型，通过辐射波与喇叭表面所生成表面波之间的干涉，增强出射光的集束性，从而大幅提高有效传播距离。采用时域有限差分法对该结构进行分析，通过在喇叭口的前端引入两个耦合滤波器，可以对特定波长的入射光波进行选择性滤波。结果表明，当波长为1.505μm和1.516μm时，入射光波被选择性滤除，滤波效率分别达到了99.64%和99.02%。同时，由于采用了阶梯喇叭口结构，其他波段的出射光波（波长在1.460μm ~ 1.480μm和1.540μm ~ 1.560μm范围内）的集束性得到大幅增强，有效传输距离大大增加。
- 1
-
基于MSMOTE与FA-CNN-LSTM的断路器故障诊断
Abstract:
本研究旨在实现对断路器的高效故障诊断。针对采集数据不平衡的问题，采用了基于马氏距离的合成少数类过采样技术(Modified Synthetic Minority Over-sampling Technique, MSMOTE)进行数据扩充，并通过萤火虫算法(Firefly Algorithm, FA)优化了卷积长短时记忆网络 (Convolutional Neural Network-Long Short-Term Memory, CNN-LSTM)的隐藏层节点数和学习率。将经MSMOTE算法扩充后的数据输入到FA-CNN-LSTM模型中进行训练分类。实验结果表明，所提方法在故障样本较少的情况下同样能实现对断路器的高效故障诊断。通过FA算法的优化，分类准确率达到了99%。因此，本研究提出的断路器故障诊断方法具有较好的性能，为电网设备状态分析提供了一种新的有效途径。
- 1
-
基于残差密集块与注意力机制的偏振图像融合算法
Abstract:
针对可见光强度图像在一些环境下无法准确表达场景信息的问题，本文提出了一种基于残差密集块与注意力机制的偏振图像融合算法，算法网络包括编码器、融合模块和解码器。在编码器中构建残差密集块，保留更多的特征信息，增加网络的稳定性；在融合模块中将通道注意力机制嵌入到强度特征图提取网络，空间注意力机制嵌入到偏振度特征图提取网络，采用Sobel算子提取浅层特征图的梯度信息，增强网络的细节特征提升能力，提升特征图的利用率；在解码器中，将编码器中的特征图跳跃连到解码器的对应卷积层中，以保留更多特征信息。实验结果表明，该算法得到的融合图像不仅在多个客观评价指标上取得最佳值，而且具有更好的视觉效果，更符合人眼的视觉感受。
- 1
-
OFDM系统中一种基于NE-MCRNNet的信道估计方案
Abstract:
针对现有基于深度学习的OFDM系统信道估计算法存在信噪比不匹配时估计性能不足和信道特征提取不充分的问题，提出了一种基于噪声估计与多尺度信道重建神经网络(NE-MCRNNet)的信道估计方案。首先，设计噪声估计网络，对当前传输环境进行信噪比估计，然后，构建多尺度信道重建网络并根据估计得到的信噪比值进行网络选取，对导频处的信道矩阵采用多尺度特征提取进行信道重建，增强了信道不同尺度信息的提取能力，最后利用残差结构专注学习高频差异完成信道估计。仿真结果表明：该信道估计方案可以获得比传统信道估计更好的估计结果，并且可以更好地适应信噪比不匹配的情况。因而该信道估计方案能较好地满足OFDM系统信道估计的要求。
- 1
-
一种结合STB和FSASC的视网膜图像血管分割新方法
Abstract:
视网膜血管分割是医学图像分析中一个重要而困难的任务，常规方法难以有效检测图像中细小且密集的血管结构。为了解决这一问题，本文提出了一种结合Swin Transformer Block(STB)与注意力全尺度跳跃连接机制，实现高精细、高准确视网膜血管分割的新方法。该方法构建了一个U型编码器-解码器网络，其编码器采用STB，实现了从局部到全局的自注意力机制，使模型可以更多关注关键的血管特征。采用注意力全尺度跳跃连接对不同特征进行有效融合，为模型学习图像多尺度语义与空间信息提供了一种简单而强大的机制。此外，针对视网膜血管分割任务设计了一种新的联合加权损失函数，对模型进行了改进与优化。利用公开数据集DRIVE和STARE对本文方法进行了视网膜血管分割实验，实验结果表明，本文所提方法解决了视网膜图像血管分割任务中的关键技术难题，实现了对视网膜图像血管结构的高质量、高精准分割，与Unet及其它方法相比，本文方法在分割准确率和细节特征分割上具有更好的性能表现。
- 1
-
基于级联光纤光栅的DCF后补偿优化方案研究
Abstract:
为了减小光信号在光纤中的色散，提高系统的输出性能，本文提出了一种级联光纤光栅(fiber Bragg grating ,FBG)结构。首先分析了色散补偿光纤(dispersion compensating fiber ,DCF)的三种补偿方案（前补偿、后补偿、对称补偿），得出系统性能最佳的是后补偿，接着分析了后补偿在不同色散补偿方式下对系统的影响。然后针对后补偿方案，在其发射机后级联光纤光栅，以获得光信号的窄线宽和最小化反射率旁瓣，减少传播延迟提高系统性能。在有无级联光纤光栅两种情况下，分析了输入功率和传输距离对系统的影响。结果表明，DCF后补偿方案级联光纤光栅之后传输距离240km,最佳输入功率为21dBm时，Q值从37.15275提高到了60.5521，系统的性能提高了63%，证实了在系统中级联光纤光栅可以提高系统的整体输出性能。可见该结构为未来大容量、长距离的光纤传输提供了坚实的基础，具备良好的发展前景。
- 1
-
基于新型氧化物掺杂光纤的马赫曾德尔干涉仪多参数测量传感器
Abstract:
针对固体火箭发动机结构健康监测，本文提出并制备了一种新型马赫曾德尔干涉型传感器，传感结构由多模光纤、氧化物掺杂光纤与多模光纤依次手动熔接而成。其中，掺杂光纤为传感单元，它的纤芯主要由Y2O3、Al2O3和P2O5掺杂构成，纤芯折射率呈现类线性分布。建立了传感器理论模型，分析了传感器的光场传输特性。研制了传感器样品，开展了温度、弯曲和应变实验。实验结果表明传感器温度、弯曲、应变灵敏度分别为57?pm/℃、9.41?nm/m-1、3?pm/με，相比较同类型的传感器灵敏度具有较大提高，同时表现出了不同的特征光谱特性。该传感器制备工艺简单，结构紧凑，可应用于固体火箭发动机内部温度、弯曲、应变多个参数的测量。
- 1
-
FBG振动传感器相位生成载波 解调算法研究
Abstract:
为避免相位载波解调算法在解算FBG振动传感器信号时，调制深度不稳定导致的FBG中心波长解算存在的较大误差，本文提出了一种相位载波解调-反正切-寻峰（PGC-Arctan-FP）联合解调的算法。首先，将光路的输出信号分别与载波信号的基频和二倍频率相乘，经过低通滤波器，得到含有待测振动信息的不同幅值的正交信号；其次，对该正交信号逐一寻峰，分别计算两路信号的幅值均值，将幅值均值与两路信号交叉相乘，使正交信号幅度平齐；最后，进行反正切运算和高通滤波处理，准确解算出FBG中心波长的变化频率和幅度。通过仿真和实验验证了该算法的可行性。该算法可以准确解算100 ~ 1000 Hz的振动信号，FBG波长解算相对误差小于0.81%，可以有效避免调制深度起伏对算法解算精度的影响。
- 1
-
基于多传感融合的海缆裸露状态识别
Abstract:
针对分布式光纤传感信号非平稳、非线性且易受噪声干扰的特点，以及单一传感器对海缆状态识别率偏低的问题，提出一种基于多传感融合的海缆裸露状态识别方法。首先，采用优化变分模态分解（variational mode decomposition, VMD）处理光纤传感信号，并利用相关系数法筛选本征模态分量（intrinsic mode function, IMF）；其次，将多传感筛选出的IMF分量依次排列并编码成灰度图像；最后，设计深度卷积神经网络（deep convolutional neural networks，DCNN）结构，将训练集输入网络进行训练，测试集验证网络的有效性，实现海缆裸露状态识别。利用现场采集的海缆光纤温度数据和振动数据进行验证，测试准确率达到99.90%，结果表明，该方法能够准确识别海缆裸露状态；对原始信号加入高斯噪声后的测试准确率达到99.75%，证明该方法具有良好的泛化能力和抗噪性能。
- 1
-
新型光子晶体滤波分束器融合设计
Abstract:
基于对光分束器与滤波器这两类光子晶体功能器件结构的研究，本文设计了一款全新结构的二维三角晶格光子晶体滤波分束器，能够同时实现功率分束和滤波的功能。利用时域有限差分法分析光波在新结构中的传输特性。结果表明所提出的结构成功融合了滤波和分束两种特性，在不同波长的入射光情况下能同时实现良好的滤波和分束两种功能。对于波长为1.527μm和1.550μm的光波，入射光波基本对称分束输出，透射率分别为66.77%和95.22%。同时，对于这两个波长的入射光波，该结构同时具有较好的滤波性能，对应的滤波效率分别为70.62%和92.76%。此外，该结构对于波长为1.577μm的入射光波主要起到滤波功能，滤波效率达到了98.11%。
- 1
-
Tb/s量级单载波相干光纤通信系统偏振模色散影响分析
Abstract:
在超高速相干光纤通信系统中，单载波信号速率的提升通常被认为是波分复用(wavelength division multiplexing, WDM)，乃至整个通信系统速率提升的基础。而在单载波速率提升的过程当中，偏振模色散(polarization mode dispersion, PMD)被认为是制约光纤通信系统速率提升的最重要因素之一。进行相应的PMD仿真运算，一方面有望提供突破速率时的PMD解决方案；另一方面可为后续Tb/s速率实验和商用打下良好的基础。本文由此从误差矢量幅度(error vector magnitude, EVM)和误码率(symbol error ratio, SER)的角度定量分析了在相干光纤通信系统中，单载波速率Tb/s量级时，一阶、二阶及更高阶、全阶PMD对相干光纤通信系统的影响。其次，进行了恒模算法(constant modulus algorithm, CMA)对一阶、二阶及更高阶、全阶PMD补偿的分析。最后，计算了三种情况PMD中，CMA算法的最优抽头数值。结果表明，只含一阶、二阶及更高阶PMD时系统的光信噪比(optical signal-to-noise ratio, OSNR)容限值可分别改善6.7 dB和6 dB。单载波速率为1.2 Tb/s时，CMA算法对二阶及更高阶PMD的补偿效果要优于一阶PMD，且最优抽头数在三种情况下各不相同。
- 1
-
介电匹配层间隔的金属纳米结构表面等离激元研究
Abstract:
针对精准调控金属-介电纳米复合结构的表面等离激元特性的难题，本文设计了一种介电匹配层间隔的复合结构，通过时域有限差分法研究金属纳米颗粒粒径、间距以及介电匹配层的介电常数、厚度与近场局域增强和远场散射特性的数值关系。结果表明，在400-900 nm入射光范围内，随着金纳米颗粒的增大、颗粒间距的缩小，复合结构共振峰发生红移。复合结构的能量高度聚焦在介电匹配层，并且介电常数在3-5之间可以诱导局域表面等离激元和传播表面等离激元的耦合，显著提升表面等离激元的电场强度，同时介电匹配层的厚度的增加可以实现共振峰的红移。本文的结果验证了通过金属纳米颗粒和介电匹配层的结构综合调控表面等离激元特性方法的可靠性。
- 1
-
基于双路特征多尺度减法的结肠息肉分割研究
Abstract:
针对结肠息肉大小差异较大、边界不明确、位置分布较散的问题，提出一种基于双路特征多尺度减法的结肠息肉分割方法。主支路通过重构减法单元与注意力模型进行相邻特征图的融合，加强息肉的边界信息以及息肉特征的提取能力，同时引入可学习的视觉中心(learnable visual center, LVC)来聚合输入图像的局部角落关键区域；副支路设计多尺度提取模块与倒置残差上采样模块融合而成的AGG模块(aggregation, AGG)进行多尺度大小息肉提取，还原及补充更多的细节信息。提出的方法在四个公共数据集上进行了实验分析，实验结果表明该方法具有良好的息肉分割泛化性能，其中在CVC-ClinicDB数据集上，mDice和mIoU分别达到了93.28%和88.98%。
- 1
-
微角锥阵列逆向调制自由空间光信道的研究
吕吉航, 杨国伟, 袁志宇, 杨甲鹏, 毕美华, 周雪芳, 胡淼
Abstract:
在逆向调制(modulating retroreflector, MRR)自由空间光通信(free-space optical, FSO)系统中采用微角锥反射器阵列(micro corner-cube reflector array, MCCRA)作为逆向反射器，可以形成伪相位共轭效应(pseudo phase conjugation effect, PPCE)从而大幅降低大气湍流的影响，但是对该典型双程信道的仿真方法、统计模型以及性能分析均未见系统性研究。本文则介绍了一种用于MCCRA信道的双程光波传输仿真的简化方法，并借此仿真方法对采用MCCRA的MRR FSO信道衰落进行统计研究。通过比较双对数正态分布和双伽马-伽马(Gamma-Gamma, GG)分布的复合信道模型，结果显示双GG模型更适合描述基于MCCRA的MRR FSO双程信道。利用双GG模型评估其系统平均误码率，首次证实PPCE带来的性能增益大于信道相关性带来的性能损失。
- 1
-
一种基于光纤环镜的保偏光纤对轴方法
Abstract:
本文提出并实现了一种新颖的基于光纤环镜的保偏光纤对轴方法。该方法把两段待熔接的保偏光纤接入3dB耦合器，将它们的端面对接，构成含两段保偏光纤的环镜。对环镜的透过光谱进行数据处理和分析，计算出对轴角度，从而实现保偏光纤的对轴。本文推导了含有两段保偏光纤的光纤环镜的透过率函数，分析得到了根据透过率光谱反演对轴角度的方法，并进行了数值仿真和实验研究。该方法直接根据偏振轴的夹角来定轴，适用于所有类型的保偏光纤，具有实际应用价值。
- 1
-
基于图像融合的水下桥墩裂纹图像增强方法
Abstract:
针对水下桥墩裂纹图像存在模糊、亮度差、对比度低等问题，提出了一种基于图像融合的水下桥墩裂纹图像增强方法。首先利用同态滤波对裂纹图像进行去噪声处理, 去除水下环境对裂纹图像的噪声影响；其次对同态滤波处理后的裂纹图像从红-绿-蓝(Red-Green-Blue,RGB)空间转换为LAB空间，对LAB空间中的L通道利用自适应伽马校正对裂纹图像进行亮度处理, 将处理后的裂纹图像转换回RGB空间得到增强的裂纹图像1；将同态滤波处理后的裂纹图像利用限制对比度自适应直方图均衡化处理得到对比度加强的裂纹图像2；最后将图像1和图像2进行加权融合得到最终的增强图像。应用主观视觉效果和3种客观评价指标来验证本文算法的可靠性，结果表明，本文方法处理的裂纹图像亮度、清晰度、对比度均得到有效提升。
- 1
-
利用高光谱图像实现生菜失水率和新鲜度预测
Abstract:
为了验证光谱与生菜失水率、叶绿素和新鲜度之间的关系。本文利用可见光近红外(Vis-NIR)(280~1100nm)的高光谱成像系统，采集不同存放条件、不同存放时间的生菜光谱数据，同时测量其失水变化量和叶绿素含量。采用标准正态变异(SNV)、多元散射校正(MSC)、卷积平滑法(SG)对原始光谱进行预处理，随后采用一阶差分、二阶差分方法进行光谱分析，在此基础上以竞争自适应加权采样(CARS)算法和连续投影算法(SPA)选择特征波长。利用偏最小二乘支持向量机(LS-SVM)和BP神经网络(BPNN)分别建立原始光谱和特征波长的预测模型，实现对生菜新鲜度和失水率的预测。结果表明，BPNN预测效果较好，失水率预测精度达82.5%，新鲜度预测精度高达95%。最后利用主成分分析(PCA)方法分析不同存放时间的光谱变化，提取主成分图像，可视化衰萎过程，与室温相比，泡水和冷藏存放条件下的新鲜生菜在蔫萎过程中表现出明显的延迟。此外，由于叶绿素含量在不同时间段内呈现先增加后减小的趋势，故用叶绿素含量无法正确描述生菜新鲜度。可见，高光谱成像技术可实现生菜新鲜度和失水率的有效判定。
- 1
-
G-YOLO v7：面向无人机航拍图像的目标检测算法
Abstract:
针对传统无人机目标检测算法存在漏检率高、检测成功率低、模型体积大等问题，提出一种新的基于GhostNet和注意力机制的大检测头网络结构的目标检测方法G-YOLO v7（ghostnet yolo v7）。该技术在YOLO v7-tiny的基础上增加一个大尺寸160x160目标检测头以提升小目标检测能力，同时对网络进行轻量化处理。删除原有20x20的小检测头及其卷积结构，新增GhostNet卷积模块，以减少网络的参数量，降低模型体积，同时修改损失函数为WIoU(wise intersection over union)，增加PCBAM(parallel convolutional block attention module)注意力模块以提升检测精度。实验结果表明，基于G-YOLO v7网络结构的目标检测的mAP@0.5为42.3%，较YOLO v7-tiny提升5.2%，较YOLO v8n提升7.4%。G-YOLO v7的参数量和模型体积仅为YOLO v7-tiny的33.9%和37.9%，YOLO v8n的64%和75.6%，能够有效地应用于无人机航拍图像目标检测。
- 1
-
X射线耀斑对星地量子通信性能的影响及参数仿真
Abstract:
为了研究由太阳活动引起的X射线耀斑对星地量子链路通信性能的影响，本文基于Chapman理论构建了电离层电子密度增量模型，并基于此模型得到了关于X射线辐射通量及太阳天顶角的电离层额外衰减因子。通过仿真分析了基于均值的加权信道容量、基于区间的加权信道生存函数、量子信道建立速率及量子密钥分发系统误码率随X射线耀斑辐射等级的变化情况。结果表明，在X射线耀斑干扰下，电离层电子密度最大增量可达2.78?10^6 cm^-3；当光量子信号穿过厚度为1 km的电离层，X射线耀斑辐射通量由10^-5 W/m^2增至10^-4 W/m^2时，均值加权信道容量衰减幅度为0.142 bit/s；当X射线耀斑辐射强度由10^-5.5 W/m^2增至10^-4.25 W/m^2，区间加权信道生存函数由0.986衰减至0.799，信道维持高效服务状态的能力大幅降低；当加权信道保真度F=0.92时，随着X射线辐射通量由10^-5.2 W/m^2增至10^-4.4 W/m^2,当信号传输距离为6 km时信道建立速率由18对每秒衰减至7对每秒；当传输距离为15 km, X射线耀斑辐射等级为heavy时，密钥分发系统误码率高达0.021，且该误码率会随着电子密度的增加而增加。因此，X射线耀斑对星地量子通信链路的影响不容忽视，可根据X射线耀斑辐射等级适当调整量子卫星的各项参数指标以保证通信的可靠性与有效性。
- 1
-
基于BPS的100Gb/s/λ零差相干DP-16QAM PON系统
Abstract:
随着接入网带宽需求的增加，100Gb/s/λ的相干PON成为未来无源光网络（PON）的关键。本文提出一种基于盲相位搜索(BPS)算法的100Gb/s/λ零差相干DP-16QAM PON系统。该系统在光线路终端（OLT）一侧采用经过脉冲整形的偏振复用（PDM）16QAM信号，以降低符号速率。在光网络单元（ONU）一侧，采用零差相干检测技术接收信号，并在数字信号处理（DSP）过程中使用BPS算法对系统相位噪声进行处理。仿真结果显示，该系统在经过20km标准单模光纤（SSMF）传输后，可以实现32.2dB的功率预算。同时，通过使用具有较大线宽容忍度的BPS算法，当误码率BER=10-4时，经过20km光纤传输后，10MHz的激光器线宽仅比0.1MHz多0.6dB的灵敏度损失，这使得相干PON系统可以在OLT一侧使用大线宽激光器来降低系统成本。
- 1
-
基于机器学习的水下光通信信道估计与信号解调算法仿真研究
Abstract:
在水下无线光通信系统中，水的吸收、散射以及湍流等效应将造成了信道估计与信号检测的困难，从而导致了通信误比特率升高，甚至无法通信。针对水下复杂信道下光通信信道估计与信号检测的难题，提出了基于机器学习的信道估计与解调算法，研究其在直流偏置光-正交频分复用光通信系统中水下信道估计及信号检测性能。首先基于所提信道估计与解调算法（深度神经网络和无监督学习的k-means星座解调器）完成复杂信道频率响应、二次均衡及误比特分析的仿真建模。其次对比传统最小二乘法、线性最小均方误差信道估计算法及最小距离解调算法，完成复杂信道下光通信信噪比增益等研究。仿真结果中，在湍流闪烁指数为0.18，距离为10 m的水下信道中，当子载波为8阶正交幅度调制（Quadrature Amplitude Modulation，QAM），误比特率为10-5时，所提信道估计算法相比最小二乘法与线性最小均方误差估计分别有＞6 dB与1 dB的信噪比增益。另外采用所提信号检测算法，对比传统算法有＞1 dB的信噪比增益。仿真结果表明，所提出基于机器学习的信道估计与解调算法可提高复杂信道水下光通信的性能。研究结果为远距离高速复杂水下光通信系统设计提供一定参考。
- 1
-
激光抛光316L不锈钢表面熔池演变的数值模拟与分析
Abstract:
激光抛光是一种新型的表面处理技术，可有效改善金属材料表面粗糙度。为了研究激光抛光对316L不锈钢表面形貌的影响，本文建立了二维轴对称瞬态激光抛光数值模型，采用移动高斯脉冲激光为热源，构建与实际材料表面轮廓一致性较高的模型曲面，模拟了抛光模型表面的温度分布、速度大小以及熔池演变过程。结果表明，在熔池表面曲率较大时，毛细力主导熔融材料从波峰向波谷流动；当熔池表面较平滑时，热毛细力主导熔融材料向熔池两侧边缘流动。熔池深度及持续时间对抛光效果有较大影响, 熔池深度小且持续时间短时与熔池深度大且持续时间长时表面粗糙度结果均较差，分析得出一组抛光结果较好的激光参数并进行实验，发现抛光后材料表面粗糙度降低了69.5%，验证了数值模拟模型有较高的准确性。
- 1
-
自锁模激光器腔内倾斜增益介质的实验特性研究
Abstract:
通过旋转线性激光腔内增益介质，研究了Nd:YVO4多纵模激光器腔内标准具倾斜角对输出纵模分布的影响。建立理论模型，分析了Nd:YVO4激光器中标准具效应对输出多纵模特性的影响，并进行了相应的实验研究。在实验中，通过旋转晶体角度，探究纵模分组和光谱漂移现象。实验结果表明，当激光晶体角度从0?开始增加时，会产生标准具透射峰线宽变宽和纵模波长红移两种现象。实验结果与理论模型符合较好。最后，当泵浦功率为2768 mW，激光晶体倾斜角为0.45?时成功抑制了标准具效应，获得了斜率效率和光学转换效率为15.66%和13.9%，输出功率为385 mW，光束质量为1.71的锁模激光。此时通过增加泵浦功率，发现空间烧孔效应也会产生与标准具效应相类似的效果。实验结果还表明增加泵浦功率会使空间烧孔现象加剧。
- 1
-
圆偏振激光强度对电子辐射特性的影响
Abstract:
本文根据汤姆逊散射理论，借助计算机数值模拟，主要研究了圆偏振激光脉冲强度变化对电子辐射能量频谱、峰值辐射方向辐射特性及空间谱的影响。结果表明，后向辐射和峰值辐射频谱皆出现频谱偏移、展宽现象，且随着激光强度增大变得更为显著。后向辐射频谱只存在基波，随着激光强度增大，峰值幅度减小，辐射值逐渐连续。峰值辐射则会产生高次谐波，峰值幅度与激光强度呈正相关，频移增大使频谱发生重叠，在超强激光作用下，产生连续光谱。本文进一步对峰值辐射功率方向的电子辐射特性进行了讨论，发现辐射功率脉宽与辐射最大方向极角值随激光强度变化具有相似特性，皆在某些相同特殊激光强度下发生跳变。电子辐射功率空间分布以传播方向为轴，呈现对称性，当激光强度过大时，此种对称性被打破。本次研究结果为后续深入研究圆偏振激光对电子辐射特性的影响提供了契机。
- 1
-
基于ECA-Net的双信息流图像字幕生成方法研究
Abstract:
针对图像字幕生成中由于视觉信息不足使生成的描述语句与图像内容不匹配的问题，提出一种基于ECA-Net的双信息流图像字幕生成方法。首先，该方法将图像分割特征作为另一个视觉信息源，采用迭代独立层归一化模块融合分割特征和网格特征，以双信息流网络提取图像特征；其次，在编码器中添加高效通道注意力模块，通过跨通道交互学习图像特征之间的相关性，使预测结果更加关注视觉内容。最后，解码器根据提供的视觉信息和部分生成的字幕预测下一个词组，从而生成准确的字幕。在MSCOCO数据集上进行实验证明，该方法可以增强图像视觉信息之间的依赖性，使生成字幕相关度更高，语法更准确。
- 1
-
激光清洗铝合金表面漆层的实验与工艺参数优化研究
Abstract:
本文采用纳秒脉冲激光对7050铝合金表面的丙烯酸聚氨酯漆进行了激光清洗，研究了激光功率、扫描速度和重复频率对除漆率和表面粗糙度的影响。通过对基体表面的超景深图像进行二值化处理，实现了对除漆率的定量分析。结果表明，随着激光功率的增大，除漆率逐步提高，表面粗糙度先降低后升高。随着扫描速度和重复频率的增大，除漆率先升高后降低，表面粗糙度先降低后升高。采用GRNN（Generalized Regression Neural Network）神经网络模型建立了激光工艺参数与清洗质量之间的关联密度函数，通过MOSSA（Multi-Objective Sparrow Search Algorithm）算法对模型进行多目标优化，得到了最佳的激光除漆工艺参数组合。在该激光工艺参数下，除漆率为99.16%，表面粗糙度为1.32 μm。
- 1
-
低损耗高双折射空芯反谐振太赫兹光纤
Abstract:
光纤在太赫兹(terahertz, THz)波传输系统中起到重要的作用，但用以制备此波段光纤的透明材料比较匮乏，这限制了THz光纤传输距离。为进一步提高THz光纤传输特性，设计了一种高双折射空芯反谐振光纤，该光纤包层由圆形介质管和矩形介质层组成，光纤整体呈非对称结构。采用有限元法分析了光纤结构参数对其损耗和双折射的影响。结果表明：在0.475 THz处，双折射可达3.75×10-4，x和y偏振模损耗分别为0.077 dB/m和0.395 dB/m，在保证x偏振模损耗低于0.1 dB/m的前提下，实现了THz光纤的高双折射特性。
- 1
-
多层级深度特征融合的乳腺癌病理图像分类
Abstract:
针对既有深度学习方法在乳腺癌病理图像全局与局部特征统一表达上的不足，将长距离建模的Transformer和强局部感知的卷积神经网络（CNN）相结合，提出一种多层级深度特征融合的乳腺癌病理图像分类方法。该方法以双分支并行的Deit-B和ResNet-18模型作为骨干架构，在双分支网络中间层和末端位置分别引入特征融合操作，有效加强了乳腺癌病理图像全局与局部深度特征的联合学习；此外，在CNN支流的残差模块间引入密集连接操作来提升中间层融合特征的信息传递。通过全局-局部特征提取与支流内-支流间特征交互，可更有效捕获用于乳腺癌病理图像分类的判别特征。在乳腺癌病理图像公共数据集BreakHis上的消融实验与对比实验结果证明所提出方法的有效性，此外可获得99.83%的最优分类精度结果。
- 1
-
基于YOLOv7和分形几何特征的桥梁病害检测
Abstract:
针对复杂环境背景和噪声情况下，桥梁病害图像中特征提取不充分的问题，提出将分形几何特征与YOLOv7网络融合的方法来提高病害检测的精度。首先设计分形特征模块，得到桥梁病害图像的分形特征图；其次，设计了自适应特征融合层，将提取的分形特征融入YOLOv7网络，让网络获得表达能力更强的特征图；最后引入坐标注意力机制，增强了网络对小病害的检测精度。实验对包含风化、裂缝、钢筋外露、腐蚀和剥落五种桥梁病害的复杂图像进行了检测，结果表明：在相同的数据集和迭代次数下,融入分形几何特征的YOLOv7网络相比于原始网络对上述五种病害检测的平均精度均值从82.94%提高到86.24%，其中，裂缝病害的检测平均精度提高最为显著，从75.92%提高到81.29%。
- 1
-
一种基于改进Shallow-UWnet的浑浊水体图像增强方法
Abstract:
针对浑浊水体环境下图像对比度降低和色偏严重等问题，构建模拟真实浑浊水环境的水下图像数据集，提出了一种基于改进Shallow-UWnet网络模型的浑浊水体图像增强方法。首先，使用灰度空间算法对原始图像进行全局颜色校正，再利用改进的Shallow-UWnet网络模型，学习失真图像与正常图像的映射关系从而实现水下图像增强，然后使用限制对比度自适应直方图均衡化（contrast limited adaptive histogram equalization，CLAHE）方法提高图像对比度，从而得到最终的增强图像。实验结果表明，本方法在主客观评价指标和特征点匹配应用指标上优于其他5种参考方法，能有效校正不同浑浊水环境下图像的色偏，提升图像对比度和清晰度。本方法可以适用于水体较为浑浊的水下原位环境，为提高水下场景的视觉质量提供了有效的解决方案，在水下探测、水下救援、水下考古等领域中具有广泛的应用前景。
- 1
-
融合Transformer和线索交叉聚合的结直肠息肉分割方法
Abstract:
针对结直肠息肉图像分割时动态信息处理和边缘细节捕捉能力不足，导致边界信息损失和错误分割等问题，本文提出一种建立在Swin Transformer框架上的线索交叉聚合结肠息肉分割方法。该方法首先从全局上下文信息特征入手，通过Transformer编码器对图像的病变特征进行逐级提取。其次利用改进的二阶通道注意力机制实现高阶特征间的相互依赖，增强跨层级信息交互能力，有效提取丰富的多尺度上下文特征信息。再次采用反向频率通道注意力机制中的离散余弦变换，在通道中嵌入更多的信息，突出多尺度上下文信息的通道特征。最后通过线索交叉聚合模块将上述多尺度特征与单目特征进行结合，从动态和静态深度两个层面增强图像特征，进而提升动态信息处理和细节捕捉能力。在数据集CVC-ClinicDB、Kvasir 、CVC-ColonDB 和ETIS-LaribPolypDB上进行测试，Dice指数分别为0.942、0.924、0.800和0.774。MIou指数分别为0.896、0.878、0.726和0.697。实验数据表明，本文提出的方法能有效分割结直肠息肉图像，为结直肠息肉的诊断提供了新思路。
- 1
-
皮秒激光驱动的X光源空间分辨特性研究
Abstract:
基于高功率皮秒激光驱动微丝靶产生的X射线源具有微焦点、高亮度和高时空分辨的优良特性，已成为研究极端条件下物质动态响应过程的重要诊断方式。含低密度低Z衬底的丝靶端面轫致辐射产生的X光源因材料自吸收以及电子再循环效应减弱而导致丝靶端面的轫致辐射强度降低。率先实验设计了皮秒激光辐照自持独立丝靶侧面辐射产生的X光源对静态台阶客体背光照相方法，在中国工程物理研究院“星光-III”激光装置皮秒束真空靶室上开展实验。皮秒激光以偏离靶法线30?方向入射，分别采用直径10μm的钼丝和金丝靶作为X光发光源，利用3?3阵列针孔相机配PIXIS-XB CCD在激光反射方向测量X光焦斑。结果显示，获取的X光源焦斑的最小横向尺寸约为20 μm，纵向尺寸达到10 μm，静态客体成像的最佳空间分辨率接近~11 μm，与微丝靶的直径相当。实验结果表明，采用自持独立丝靶侧面能够获得强穿透性的微焦点X光源，并且能够得到与丝靶端面照相一致的空间分辨率，该方法可为高能密度物质动态过程诊断等研究应用提供参考。
- 1
-
双光纤光栅级联Sagnac环多波长滤波系统研究
Abstract:
为了实现可调谐的高精度滤波并扩大通信容量，本文设计了一种创新的滤波器系统方案，采用了双光纤布拉格光栅级联和Sagnac环的结合。该方案经过Jones矩阵理论的深入分析和数值仿真验证。在波长范围为1554~1570 nm的频带范围内，通过调整光纤臂长差来引入Sagnac相移，从而实现了可调谐性。这一设计不仅增加了滤波通道数目，而且减小了半高全宽（Full width at half height，FWHM）。值得注意的是，在相同的臂长差条件下，此系统相较于单个光纤光栅和Sagnac环的滤波器，精度有了显著提高。在功率损耗为8dB的情况下，此滤波器系统允许高达196nm的臂长误差容限，同时提供更为精确的透射谱，实现调谐更加简便。这一滤波器系统具备易实现性，广泛适用于密集波分复用（Dense wavelength division multiplexing system,DWDM）系统以及光通信等领域。
- 1
-
基于虚像相位阵列布里渊光谱仪的自由光谱范围校准方法
Abstract:
基于虚像相位阵列（VIPA）的布里渊光谱技术是一种高分辨率光谱探测技术。它具有实时监测、高灵敏度等优点。目前该技术主要通过VIPA的自由光谱范围（FSR）与像素映射关系获取频率信息。然而，入射光角度变化会造成FSR波动。传统的测量手段均基于FSR不变的前提下进行，不能对测量过程中入射角度改变导致的FSR变化进行实时标定，从而造成测量结果出现误差。本文针对这一问题，通过分析布里渊散射特点和VIPA干涉原理，提出基于单模光纤布里渊频移的FSR实时校准方法以及相应的像素与频率映射关系计算方法。该方法利用单模光纤的布里渊斯托克斯与反斯托克斯光频移作为参考，减小由入射光角度变化引起的FSR波动造成的频率测量误差。实验利用该方法实现了532 nm波长下不同折射率环境中的微纳光纤布里渊频移的快速测量。
- 1
-
基于近红外水光谱组学的阿尔兹海默症诊断方法研究
Abstract:
阿尔兹海默症(Alzheimer's Disease,AD)是一种不可逆转的中枢神经系统退形性疾病，针对目前临床上AD诊断方法存在的主观性强、耗时、有创等缺点，无创、准确性高、可实现实时诊断的近红外光谱分析有巨大优势。本文对采集的已确诊为阿尔兹海默症和健康的265例血清样品光谱信息，进行光谱分析和主成分分析，最后结合水光谱组学分析。结果表明：阿尔兹海默症病人在主成分分析（Principal Component Analysis,PCA）的前三个主成分分数中，PC1趋于负值，而健康人的PC1趋于正值。结合水光谱组学发现，AD患者在水光谱模式为多氢键和OH拉伸处的吸光度比正常人高，血清中水的大分子团存在的概率更高。相反，正常人在水光谱模式为单氢键、水合作用以及不含氢键的自由水处吸光度明显高于AD患者，血清中水的小分子团存在的概率更高。因此，基于近红外水光谱组学的阿尔兹海默症诊断方法是可行的。
- 1
-
改进U^2-Net的激光条纹中心线高精度提取
Abstract:
针对复杂环境下激光条纹中心线提取算法稳定性差、精度低等问题，提出一种基于改进U2-Net的中心线提取新方法。首先，在U2-Net网络中加入TSA(transformer-self-attention)、TCA(transformer-cross-attention)模块以提高模型的特征提取能力，实现精准像素级分割，有效去除图像中的噪声、毛刺，为后续中心线提取提供高质量的图像源；其次，根据使用场景特点，对传统Steger方法进行改进，完成激光条纹中心线高精度提取；最后，采用信度评价机制对光条中心点进行精度分析。实验结果表明，本文提出的改进U2-Net相较其他主流语义分割网络具有更高的提取精度、更好的抗噪声性能，在此基础上提取的像素中心点的信度值更高，达到传统Steger算法的1.9倍，满足高精度工业测量的需求。
- 1
-
基于改进DeblurGAN-v2的运动模糊农作物害虫图像复原方法
Abstract:
为使巡检机器人在巡检过程中产生的运动模糊图像进行高效精准识别，提出了一种基于改进DeblurGAN-v2的运动模糊农作物害虫图像复原方法。为有效提取图像重要特征，该方法将CA注意力机制集成到DeblurGAN-v2主干网格中，使模型更加关注细节特征，抑制背景等一般特征信息，提高对运动模糊图像的复原能力；此外，在原模型特征提取网络顶层引入空间金字塔池化（SPP）缓解图像多尺度变化造成对图像复原的负面影响，提高模型对图像复原的性能。基于实际农田环境建立的数据集所做的实验结果表明，改进后算法的PSNR、SSIM指标分别为26.2818、0.9473，较原模型提升了8、7.2个百分点。与其它主流模型的对比实验结果表明，本文方法对模糊图像的实际复原效果更优，对解决运动模糊农作物害虫的图像复原问题具有实际应用价值。
- 1
-
Ba4Ce3Na3(PO4)6F2:Ce3+/Eu2+的发光特性及能量传递
Abstract:
为了解决荧光粉混合物之间存在的颜色再吸收和配比调控问题，采用高温固相法合成了一系列Ba4-xCe3Na3(PO4)6F2:xEu2+颜色可调荧光粉。在297 nm光激发下，材料呈现双峰发射特征，570 nm黄色发射峰来源于Eu2+的4f65d1→4f7跃迁发射，而380-470 nm范围内的发射来源于Ce3+的4f65d1→4f7跃迁。研究发现，随着Eu2+浓度的增大，材料的发光颜色可以由蓝色变为黄色，色坐标由(0.056，0.069)变为(0.303，0.347)，结合荧光衰减曲线，证明Ce3+到Eu2+存在着明显的能量传递。
- 1
-
基于DenseNet FPN网络的视频帧内CU快速划分算法
Abstract:
针对H.266/VVC（versatile video coding）帧内编码中CU（coding unit）划分存在计算复杂度过高的问题，本文提出了一种基于DenseNet FPN（feature pyramid network）网络的CU快速划分算法。该算法能够大幅度降低VVC的编码复杂度，减少编码时间。首先，本文提出了一种基于纹理复杂度的CU分类算法，来评估CU块的纹理复杂度。其次，本文提出一种基于DenseNet FPN的网络模型，利用多尺度信息来优化CU划分，以适应多尺度情况下的编码需求。最后，本文设计了一个新的自适应的质量复杂度均衡损失函数，用于平衡编码质量和计算复杂度。所提算法进行了大量的实验分析，结果证明，与VTM10.0（VVC test model）相比，所提算法的帧内编码平均时间减少了44.268％，而BDBR（bj?ntegaard delta bit rate）仅增加了0.94％。
- 1
-
激光去除AH32钢漆层的数值模拟及实验研究
Abstract:
采用有限元模拟软件建立激光去除AH32钢表面环氧树脂漆层的数值模型，并在其表面加载脉冲激光清洗过程。探究了不同激光参数对激光去除AH32船用钢表面漆层的温度场影响。模拟结果表明，漆层表面最高温度随光斑中心的移动而变化，其扫描轨迹呈彗星状；漆层表面最高温度随光斑直径和扫描速度的增大而减小，随激光重复频率和激光功率的增大而增大，并通过实物清洗实验验证此规律，观察其清洗后的表面形貌，得到当激光功率为28W，光斑直径为0.05mm，重复频率为50kHz，扫描速度为1000mm/s时，不仅能完全把漆层去除，而且不会损伤基底材料。研究结果为激光清洗船用钢表面漆层中提供理论依据和实验参照。
- 1
-
基于深度子空间学习和数据增强的滚动轴承故障诊断方法
Abstract:
主成分分析网络(PCANet)作为一种基于深度子空间学习框架的网络模型，在多个应用领域展现出卓越的性能。然而，在滚动轴承故障诊断方面，PCANet算法存在无法准确反映数据完整结构信息、鲁棒性差以及泛化能力较弱等问题。本文针对这些问题，提出了一种基于PCANet算法和数据增强的滚动轴承故障诊断方法。该方法利用 L21范数学习滚动轴承振动信号的频域稀疏结构，从而抑制噪声数据，提高模型鲁棒性。此外，通过数据增强处理，不同类别的训练样本之间的差异性也得到显著增加，从而提高了模型的泛化能力。最后，实验结果表明，该方法明显提高了PCANet模型的鲁棒性和泛化能力，能够准确识别不同类型的滚动轴承故障。
- 1
-
基于双羊角钉型等离子宽带带阻滤波器研究
Abstract:
为了获得有着滤波功能的带阻滤波器，并实现宽带滤波，本研究设计了一种金属-绝缘体-金属(metal-insulator-metal，MIM)混合等离子体波导，其结构由双羊角钉谐振腔与MIM直波导组成。采用时域差有限分法(finite difference time domain，FDTD)计算了此结构的传输光谱特性和z方向磁场分布图，计算结果表明在两个法诺共振峰之间形成了有带阻滤波特性的U字型区域，其滤波带阻宽度可达0.99um,实现了宽带滤波功能。基于结构的可协调性，调节双羊角钉谐振腔之间的距离L、高度H以及半径R可以改变共振波长和带阻波段。此外在添加新的羊角钉谐振腔并形成级联结构可以获得新的法诺共振峰，并提高了带阻滤波特性，本研究得到的结构特性可以为带阻滤波器与传感器等光学器件的设计提供思路。
- 1
-
基于超表面的三频带吸波器
Abstract:
针对多频带和完美吸波器的应用需求，本文设计一种基于超表面的三频带吸波器。所提出的吸波器由金属图案层、中间介质层和金属底板组成。研究表明，该吸波器在5.16 GHz(C波段)、7.27 GHz(C波段)和8.32 GHz(X波段)三个谐振频率处的吸波率分别为 99.98%、99.94%和99.98%，可实现近乎完美吸收。利用阻抗匹配理论阐明所提出设计产生三个谐振频率的原因。对谐振频率处的表面电流、电场和磁场进行仿真，分析三频带吸波机理。通过改变吸波器顶层金属图案的数量可实现单频带、双频带和三频带的调控。此外，研究吸波率对极化角和入射角的依赖性，结果表明该吸波器具有良好的极化不敏感性和广角稳定性(0-60°)。所提出的基于超表面的三频带吸波器具有易于设计和轻薄等特点，在电磁吸波、隐身、传感等领域有巨大的应用潜力。
- 1
-
基于掩膜迭代ROI改进LBP算法的齿轮缺陷检测方法研究
王岩, 胡睿甫, 吕传景, 董颖怀, 付志强, 栾琦, 郑玉浩
Abstract:
为提高传统LBP算法提取目标图像特征时的识别率，提出一种基于掩膜迭代ROI改进LBP算法的特征提取方法。使用掩膜迭代ROI的提取方法，减少对干扰信息或者无效区域的处理，缩短缺陷区域提取时间。在局部二值模式（LBP）的基础上根据预设的半径确定所述中心像素点的圆形区域，将邻域采样点之间的灰度值大小关系加入考虑范围，与中心阈值共同作为决定LBP编码情况的影响因子，充分利用邻域点之间所隐藏的方向特征，进一步提高了图像识别的准确率。实验表明，以PASCAL VOC齿轮缺陷数据集中缺陷图像为验证样本，实验所拍摄缺陷图像在SVM识别准确率相较传统LBP算法提升2%，最高识别率99.32％，Manhattan识别准确率相较传统LBP算法提升0.67%，最高识别率98.54％，European识别准确率相较传统LBP算法提升0.44%，最高识别率97.87％。
- 1
-
高功率水平阵列半导体激光器干冰冷却性能的研究
Abstract:
本研究设计了一种针对高功率半导体激光器散热问题的干冰微粒喷雾冷却散热器，并利用FLUENT软件对其热流场进行了模拟仿真。得出：入口带有多出口喷嘴的散热器，冷流体在针柱的扰动后对高功率半导体激光器的散热效果最好。干冰流速为0.5m/s，稳定后的温度为24.79℃。实验测试与模拟仿真结果对比，得出最大比较误差分别为8.3%、8.8%。此外，与微通道水冷相比，干冰冷却降温的激光器整体温度低，电光转换效率大，沿垂直条宽方向温度分布均匀，热应力小“smile”效应减弱。研究结果为开发高功率水平阵列半导体激光器干冰冷却打下基础。
- 1
-
基于高效通道注意力的白内障视力分级算法
Abstract:
白内障是一种严重影响人类视觉功能的眼科疾病。为准确评估白内障患者的视力等级，提出了一种基于高效通道注意力的白内障视力分级算法。该算法首先使用限制对比度自适应直方图均衡化算法对眼底图像进行预处理，增强图像中的血管、视盘和黄斑关键特征。然后，将高效通道注意力机制和深度残差网络相融合，关注与视力等级相关的眼底组织和病变区域。为解决眼底图像数据集不平衡的问题，引入焦点损失函数为优化目标，使模型偏向于视力等级严重的患者。该算法在临床数据上进行了实验，正常、中等视力白内障和低视力白内障三个类别的准确率分别为98.3%、90.5%和92.1%，实验结果表明，该算法在白内障视力分级上表现出良好的性能。
- 1
-
融合注意力与自适应加权特征金字塔的铝型材缺陷检测
Abstract:
本文提出了一种新的铝型材缺陷检测方法，以解决现有方法在精度和小目标缺陷检测方面存在的问题。首先在特征提取网络中引入坐标注意力机制(Coordinate attention ,CA)，以防止信息丢失，从而避免缺陷漏检。其次，引入自适应加权特征金字塔(Adaptive weighted feature pyramid, AWFPN)，优化特征图的感受野和注意力融合，从而提升缺陷特征的捕获和利用效率。同时，改进了边界框回归损失函数，更好地处理缺陷尺度变化和定位误差，从而在提高检测精度的同时加快了模型的收敛速度。实验结果显示，该方法在提升检测效果方面取得显著进展，尤其在脏点和划痕等缺陷的识别能力上有明显提升。
- 1
-
光载无线通信系统中一种LDPC-PS-64QAM方案
Abstract:
摘要：为了解决光载无线（RoF）通信系统发送机光功率受限问题，同时提高信息传输的可靠性，结合低密度奇偶校验（LDPC）码与概率整形（PS）技术，提出一种LDPC-PS-64QAM方案来优化 RoF 系统的传输特性。该方案采用标志取反法对 64 正交振幅调制（QAM）信号进行概率整形，同时采用 3GPP 规定的 LDPC 码作为信道编码方案。仿真结果显示在符号速率为10Gbaud时，对比均匀分布（UD）与概率整形信号的误码率，PS信号比UD信号发送功率降低了1.4dBm，采用LDPC码后，发送机的发送功率得到进一步降低；光纤长度为20km时，在相同误码率情况下，概率整形信号比均匀分布信号OSNR降低了2.1dB，抗噪性能更佳；改变光纤的传输长度，结果显示LDPC-PS-64QAM系统具有更高的可靠性。
- 1
-
基于改进分段CRC码校验模式的极化码EPreFast-SCL译码算法
Abstract:
针对极化码预快速串行抵消列表(prefast successive cancellation list, PreFast-SCL)译码算法没有设置早期停止策略导致复杂度较高的问题，提出一种改进的分段CRC码校验模式，进而结合该改进的校验模式提出一种增强的PreFast-SCL(enhanced prefast-scl, EPreFast-SCL)译码算法。该算法在编码时将信息序列进行分段并在每段信息序列尾部加入可以校验该段信息序列的CRC码，最后一段CRC码用来校验整个信息序列，当其中的某段信息序列未通过校验时，及时终止并剔除错误路径。仿真结果表明，所提出的EPreFast-SCL译码算法相对于循环冗余校验辅助SCL(crc aid scl, CA-SCL)译码算法以及PreFast-SCL译码算法在一定程度上提升了译码性能且具有较低的译码复杂度。
- 1
-
基于仿生的S-FREAK水下结构物表面拼接算法
Abstract:
为更好的了解输水隧洞内壁的实际情况，通常以牺牲分辨率的方式换取水下结构物表面缺陷的全景图像，而较低的分辨率又很难满足监测的需要。针对上述分辨率与全景图像矛盾冲突的问题，提出了一种基于仿生的S-FREAK水下图像拼接算法。考虑到水下图像具有低信噪比、低对比度的特点，算法首先通过模拟水下生物“鲎鱼”的视觉系统，实现了输水隧洞内壁图像的自适应侧抑制增强，突出了图像的架构特征，然后在尺度不变特征变换的基础上，引入具有人眼视网膜特性的FREAK模块，提高了对图像关键特征点的分辨能力，最后结合RANSAC特征筛选和渐入渐出的融合方法对拼接图像予以修正。实验结果表明，在自适应侧抑制机制的增强下，所提出的方法在增加有效特征点匹配对数的同时，大大提高了拼接的准确度，优化了最终的实现效果。
- 1
-
基于感知先验与分量增强的高动态成像方法
Abstract:
高动态范围成像方法大多存在融合图像亮度不均衡、纹理丢失以及色彩失真等问题。针对此问题，提出了一种基于感知先验与分量增强的高动态成像方法。根据感知先验对多曝光图像分别进行图像增强，保留更多的纹理信息以及色彩真实感；引入注意力门控机制和特征提取操作对亮度分量进行增强；通过联合编码器-解码器网络对色度分量进行增强。对增强后的亮度分量和色度分量进行融合得到最终的融合图像。实验数据选用包含多种复杂场景的多曝光图像序列，结果表明，本文方法在视觉信息保真度达到了0.8268，多曝光融合结构相似度达到了0.9476。本文方法相较于其他方法得到的融合图像，细节更加清晰、图像信息丰富、更符合人眼的视觉感知，融合效果更好。
- 1
-
关注细粒度特征的视网膜病变自动分级
Abstract:
糖尿病视网膜病变是糖尿病并发症最常见的疾病之一。由于视网膜图像病灶存在类间差异小、特征复杂的特点，导致传统深度学习网络对病灶点不聚焦、特征提取不充分等问题。针对上述问题，提出一种视网膜病变的自动分类模型D-SCNet。首先设计一种全局注意力模块SC，它以空间加通道的方式交替排列，相互促进，克服传统全局注意模块先通道后空间两维独立作用的注意方式；再使用高效激活函数EReLU进行非线性处理，加大对有效区域中黄色环、亮红色斑块和视盘区病变点数的关注度。然后，以轻量化DenseNet121为主干网络，将注意力模块SC放置于瓶颈结构的3×3卷积之后，得到新的特征提取瓶颈结构，促使网络提取有效信息，提高分类精度。测试结果表明，SC注意力模块具有一定的泛化作用，在传统典型网络Vgg、ResNet、Xception上对分类准确率分别提升3.04%、0.76%、2.48%；同时D-SCNet模型相比现有模型具有一定的优越性。若将该模型应用在临床上，可协助眼科医生对视网膜病变进行初级筛查。
- 1
-
基于联合注意力机制网络的雾中激光检测
Abstract:
自动驾驶汽车和移动机器人均依靠激光雷达等传感器技术的快速发展而进入实际应用过程，但是激光雷达在云雾环境下测距精度和探测范围差，限制了其全天候的应用。本文根据激光在雾中的传播和后向散射模型，建立了雾中目标回波信号的模型，同时提出了一种基于卷积神经网络的联合注意力机制网络(combined attention mechanism network，CAMN），用于实现雾中目标回波信号的检测。仿真和实验结果表明，CAMN网络可以有效消除雾气对脉冲激光信号检测的干扰。在30%的散射率下，在10m范围内检测的绝对误差平均值达到3.13cm。激光雷达系统探测范围可以达到42m，是其他方法探测范围的2-3倍。该方法能有效提高雾天激光雷达测距精度和探测范围，为激光雷达的实际应用奠定基础。
- 1
-
基于点云的轻量化目标检测算法CYM-Net
Abstract:
目标检测在机器人、自动驾驶等实际应用领域中具有广泛的应用。在这些场景下，目标检测任务需要在资源有限的平台上实时执行，对目标检测算法的参数量和检测速度有着较高的要求，因此需要实现目标检测算法的轻量化和高效化。然而传统的卷积神经网络由于网络结构复杂、对算力要求较高，难以满足移动端的应用需求。为解决以上问题，本文提出了一种基于点云数据的一阶段轻量化目标检测算法CYM-Net模型。该模型融合了MobilenetV3的bneck模块设计思想和YOLOv4目标检测思想，并对特征金字塔进行了改进，从而显著减少了模型的参数量。本文在KITTI数据集上对CYM-Net模型进行了训练和验证。实验结果表明，CYM-Net模型在鸟瞰图和3D检测两个任务上均展现出更优异的性能，并且其检测速度也优于其他方法。通过本研究，我们为机器人、自动驾驶等领域的目标检测问题提供了一种高效轻量化的解决方案。
- 1
-
融合多尺度特征的脑肿瘤分割算法
Abstract:
脑肿瘤核磁共振图像分割是脑肿瘤诊断和治疗的重要环节，针对U-Net网络结构对图像特征感受野大小有所限制、上下文信息存在鸿沟导致的分割准确率较低的问题，本文提出了一种融合多尺度特征的脑肿瘤核磁共振图像分割算法。首先，设计了一种多尺度聚合模块(multiscale aggregation module, MAM)来替换原始U-Net网络中的常规卷积层，增加网络的深度以及宽度，来捕获特征图的边界细节信息。其次，在编码路径与解码路径中引入一个上下文空洞空间金字塔模块(context atrous spatial pyramid, CASP)，扩大网络的感受野，增强网络获得多尺度特征的能力。最后，在编解码路径的交界处设计了一个多层次聚合注意力模块(multi-level aggregation attention, MAA)，使网络模型关注图像分割区域有效特征，排除背景噪声。将改进算法在癌症基因组图谱(脑肿瘤数据)数据库上进行实验验证，其结果表明所提算法的平均交并比、Dice系数、敏感性、特异性、准确率等指标分别为：91.39%、92.81%、89.14%、99.95%、95.78%。
- 1
-
结合周边视觉的轻量级立体图像质量评价 方法
Abstract:
针对立体图像质量预测偏差问题，基于人眼视觉模型，提出一种结合周边视觉信息的轻量级立体图像质量评价方法。首先，构建双目感知模型获取中央凹视觉区与周边视觉区，利用对称式立体信息融合模块加强视差信息；然后，通过轻量级特征提取模块获取双目质量感知特征；最后，在全连接层实现主客观立体图像质量评价值的关系映射。引入自适应多损失策略指导模型训练，在 LIVE 3D 与 Waterloo IVC 立体图像库进行性能测试，结果表明，算法具有良好的综合性能，与人类主观质量感知保持较高的一致性。
- 1
-
基于发射光谱的大气放电等离子体温度特性分析
Abstract:
针对直接测量等离子体射流温度操作繁琐且粒子种类易受干扰的问题，本文基于发射光谱法分析了不同功率下大气放电等离子体射流的温度特性。通过针-筒电晕放电装置，在气压为 0.2 MPa的条件下，以空气为介质对不同放电功率下的等离子体发射光谱进行诊断。采用玻尔兹曼斜率法和双谱线强度法对粒子的振动温度和电子温度进行计算，并通过 LIFBASE 软件对分子的转动温度进行拟合。计算结果表明，随着功率从 500 W上升到 1 000 W，发射光谱相对强度随着功率的升高而增强，同时活性粒子的种类也在增加，粒子的振动温度从 5 200 K上升至 7 000 K左右，电子激发温度从 16 700 K上升至 17 200 K左右，拟合出分子的转动温度在 300 K到 550 K之间。研究结果表明，放电功率直接影响等离子体射流温度和粒子的种类，并且该研究可对等离子体表面处理应用提供参考。
- 1
-
基于划区域宇宙算法的红外与可见光图像融合研究
Abstract:
为了克服红外与可见光图像融合过程中目标物体边缘处产生虚影的问题，提出划区域宇宙算法。首先建立宇宙空间模型，核心区域的宇宙可进行双向交流，非核心区域的宇宙只能进行单向交流；接着连接核心区域与非核心区域的连接宇宙能够使得核心区域与非核心区域形成邻居关系；然后红外与可见光图像分别获得细节图层、基础图层、显著图层，不同层使用不同融合策略；最后给出了宇宙优化融合的流程。实验仿真表明，本文算法融合图像结果具有较多的热目标、场景信息，视觉效果符合人眼的视觉特征，MI、SD、SF、AG指标相比其他算法提升平均值分别为17.57%、14.80%、34.16%、21.01%，优于其他算法。
- 1
-
基于Transformer架构的城市街景语义分割方法研究
Abstract:
针对部分Transformer网络在进行城市街景图像分割时，没有充分利用网络中的多尺度特征和上下文信息，导致分割结果部分大目标存在孔洞、小目标边缘分割不精细等缺陷。本文提出了基于Transformer架构的以提取多尺度特征和汇聚上下文信息为主的Trans-AsfNet方法解决此问题。该分割方法引入了Swin Transformer作为新的特征提取网络，加强信息的长距离依赖；提出了一种自适应子空间特征融合模块(Adaptive Subspace Feature Fusion, ASFF)加强网络对多尺度特征的提取能力，同时设计了一种有效全局上下文聚合模块(Efficient Global Context Aggregation, EGCA)提升网络的上下文信息聚合能力，利用丰富的多尺度信息进行特征解码与信息补偿，然后聚合不同尺度的上下文信息以强化理解目标的语义信息，进而消除大目标孔洞，提高小目标像素边缘分割精度。将Trans-AsfNet方法通过CamVid城市街景数据集验证测试，实验结果表明，该网络基本可以消除分割孔洞缺陷、提升小目标边缘的分割效果，在CamVid测试集上MIoU达到了69.5%。
- 1
-
轻量化夜间行车红外图像目标检测算法
Abstract:
针对红外图像目标检测存在计算量较大，泛化能力弱，检测效果差等问题，提出一种轻量化夜间行车红外图像目标检测算法。算法首先引入Ghost结构作为主干网络，降低模型计算量。然后，在颈部引入BIFPN结构（Bidirectional Feature Pyramid Network）和CA注意力机制（Coordinate attention），提高模型检测效果。最后使用Focal-EIOU和Mish函数作为算法的损失函数和激活函数，提高收敛速度和回归精度。实验结果显示：改进算法较YOLOv3-tiny各方面均有明显提升，与YOLOv5相比，精度提升至88.9%，模型体积压缩24.09%，参数量减小25.07%，计算量减小28.48%，提高了person 和bicycle两个类别的检测精度。实现了检测精度和模型复杂度的平衡。
- 1
-
基于粒子群优化Elman神经网络的流量温度复合测量
Abstract:
针对光纤布拉格光栅(fiber Bragg grating, FBG)传感器应变温度交叉敏感问题，提出了基于粒子群(Particle Swarm Optimization, PSO)优化Elman神经网络的温度补偿算法。首先，基于流体力学和FBG传感原理，设计了探针式FBG流量温度复合测量传感器，分析了流量温度复合传感机理；然后，搭建了流量温度复合测量实验平台获取测量数据，进行了误差分析；最后，利用PSO优化Elman神经网络获取最优隐含层数和最优函数组合，构建PSO-Elman算法模型对测量数据进行温度补偿，补偿后FBG传感器在流量2 m3/h~30 m3/h范围内，流量最大误差、均方误差分别为0.086 m3/h和0.0027 m3/h，温度最大误差为、均方误差分别为0.084 ℃和0.0017 ℃。实验结果表明：该传感器可实现管道内流体流量温度复合测量，结合PSO-Elman算法可以有效降低应变温度交叉敏感引起的误差，显著提升传感器测量性能。
- 1
-
基于混合注意力的双模态融合目标跟踪网络
Abstract:
目标跟踪通常在面对亮度变化、背景混杂和快速移动等复杂场景时难以取得良好的跟踪性能，为此提出了一种结合自适应特征融合和注意力机制的红外与可见光融合的目标跟踪算法。利用红外光与可见光的互补性优势，增强传统目标跟踪算法在复杂场景下的跟踪性能。首先在前三层卷积层中结合注意力机制对红外光与可见光模态特征进行特征筛选，同时针对不同通道特征进行动态权重分配实现自适应特征融合，然后将不同通道特征进行融合，并经过实例分类模块实现对目标的跟踪。在GTOT数据集和RGBT234数据集上实验结果表明，该算法的精度和成功率分别到达了90.7%和73.2%、79.6%和56.1%，优于目前主流算法。
- 1
-
基于改进 CenterNet 的柑橘叶片病害检测
Abstract:
针对柑橘叶片病害表现大小不一，解决检测过程中出现的漏检、误检、准确率不高问题，提出了改进 CenterNet 模型。在特征提取网络 RestNet50 的前两个残差层的一系列残差结构中引入特征增强 IASPP 模块，扩大浅层感受野，获取更多小目标叶片病害的细节信息，增强浅层特征的显著性；引入双向加权特征融合模块BiFPN，有效融合特征提取网络浅层和深层叶片病害信息；为提高整体检测效果，引入多尺度注意力机制 MS-CAM。训练后的模型对柑橘病害叶片进行检测，实验结果表明，相比于原模型 CenterNet，所提模型 R 值提高了 5.2%，mAP 提高了 4.1%，AP0.5:0.95 上升了 22.7%，可实现柑橘种植中对叶片小目标、中目标、大目标病害的精准检测。
- 1
-
一种可调谐高平坦电光频梳信号产生与传输分析
Abstract:
为了满足光载太赫兹通信对低相噪高稳定性的多载波光源的需求。提出了一种基于电吸收调制器(electro-absorption modulator, EAM)、强度调制器(intensity modulator, IM)和EAM级联的高平坦可调谐光频梳(optical frequency comb, OFC)信号产生方案。在方案中，基于初级EAM产生光频梳信号，利用IM进一步提升梳齿数目，最后通过调节第二级EAM的驱动电压优化平坦度。仿真结果显示，该方案可产生最高带宽为800GHz的21线光频梳信号，平坦度达到0.52dB。随后分析了方案中关键器件的工作参数对其性能的影响。为进一步验证产生光频梳信号的通信性能，通过仿真分析了单通道或多通道在背对背(back to back, BTB)、10Km光纤和15m无线三种情况下传输256阶正交幅度调制信号(256-ary quadrature amplitude modulation, 256QAM)的性能。结果表明，上述每种情况下的误码率都低于前向纠错编码判决阈值3.8×10-3。
- 1
-
线性调频脉冲激光引信烟雾回波特性
Abstract:
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：线性调频脉冲在烟雾中的回波信号由烟雾低频、烟雾高频、目标信号三种叠加而成。当烟雾浓度1.4 mg/m3时，目标信号完全被衰减。虽然烟雾低频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，烟雾高频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线性调频脉冲激光可以适应更高浓度烟雾，并且带宽越宽抗烟雾干扰能力越强。该研究结果对线性调频脉冲激光引信的设计和信号处理具有重要支撑。
- 1
-
铒掺杂增益介质实现2.7~3 μm波段激光输出的研究进展
Abstract:
2.7~3 μm波段掺Er3+激光增益介质凭借其独特的优点在生物医学、环境探测及非线性光学等领域有着重要的应用。但由于Er3+的4I13/2下能级寿命长于上能级，导致激光阈值高、热效应严重等问题，众多研究者采取退激活、热键合、单晶光纤、级联激光及低声子能量等方式致力于探索低阈值、高光束质量的增益介质。近十年来，相较于同波段的其他介质，掺Er3+激光增益介质发展成熟，相应的激光性能日渐提升，有望在其应用领域得到进一步的发展。本文综述了以YAG（Y3Al5O12）、YSGG （Y3Sc2Ga3O12）、YAP（YAlO3）等为主的Er3+掺杂激光晶体、以Y2O3、Lu2O3为主的Er3+掺杂透明陶瓷和以ZBLAN （ZrF4-BaF2-LaF3-AlF3-NaF）为主的Er3+掺杂氟锆玻璃的研究进展情况，其中重点介绍了相关结果与实验方案并对未来的发展趋势进行了展望。
- 1
-
基于边缘引导与特征融合的分阶段图像去模糊
Abstract:
针对现有方法去模糊后图像缺乏足够清晰边缘的问题，提出了一种基于边缘引导与特征融合的分阶段图像去模糊方法，分两个阶段逐步去除模糊。首先，第一阶段应用含双交叉集成注意力模块的编解码网络学习不同尺度下图像的内容特征，初步去除模糊信息。然后，构建边缘分支网络提取图像边缘特征。再次，设计了边缘引导去模糊模块以耦合不同分辨率下图像的内容与边缘特征。最后，第二阶段通过级联的残差块和双交叉集成注意力模块进一步去除图像模糊，并通过引入自校准注意融合模块增强特征表达效果。实验结果表明：所提方法去模糊后图像的峰值信噪比和结构相似度均值分别达到32.78和0.964，均优于其它对比方法。所提方法可以显著提高去模糊性能且去模糊后图像边缘结构更加完整。
- 1
-
延迟光反馈混沌半导体激光器的熵率评估
Abstract:
延迟光反馈半导体激光器是近年来应用最广泛的混沌光源。然而，其不可预测性评估仍然是一个亟待解决的问题。从信息论的角度来看，根据线性化微分方程计算的Kolmogorov–Sinai熵可以准确地评估混沌激光信号的不可预测度。但是，评估实验数据的Kolmogorov–Sinai熵是非常困难，甚至是不可能的。本文证明了，在优化嵌入维度d、归一化垂直分辨率εN和采样时间τ后，Cohen-Procaccia熵可以作为一种实用的替代方法用于量化延迟光反馈半导体激光器实验产生混沌信号的不可预测度。
- 1
-
无线光通信中自适应偏置混合ACO-OFDM方法研究
Abstract:
针对混合非对称限幅光学正交频分复用（hybrid asymmetrically clipped optical orthogonal frequency division multiplexing, HACO-OFDM）技术只利用了奇数子载波和偶数子载波的虚部进行符号传输而导致频谱效率低效的问题，本文提出了一种AB-HACO-OFDM方法。该方法针对未被使用的偶数子载波的实部，构造了脉冲幅度调制离散多音（PAM-DMT）信号，并与 HACO-OFDM 信号混合传输提升子载波利用率，同时，引入功率高效的自适应偏置信号保证非负性。仿真结果表明：相比 HACO-OFDM，提出的 AB-HACO-OFDM 能够有效地提升传输的频谱效率，同时，具有更优的误比特率性能。此外，相比传统的 OFDM 方法，所提方法实现目标误码率所需的信噪比更低，表现出更高的功率效率。
- 1
-
基于增量行列二维主成分分析的深度子空间网络
Abstract:
主成分分析网络（principal component analysis network, PCANet）是一种基于卷积神经网络模型进行简化的深度子空间网络模型。针对PCANet在卷积核提取过程中无法对图像样本进行实时处理的问题，本文提出了一种基于增量行列二维主成分分析方法（incremental sequential row-column 2DPCA, IRC2DPCA）的增量行列二维主成分分析网络（incremental sequential row-column 2DPCA network, IRC2DPCANet）。该方法可以在卷积核的训练过程中对训练样本进行实时处理，从而提高网络的训练效率。通过在PIE、AR、Yale三个典型人脸数据集上的实验表明，本文所提出的方法具有良好分类性能。最后，本文还研究了卷积核大小及卷积层中卷积核数量对于算法分类性能的影响。
- 1
-
多尺度关键信息融合的轻量级图像超分辨重建
Abstract:
针对基于卷积神经网络的图像超分辨重建(super-resolution, SR)模型存在特征提取不充分、网络太深导致的参数量大以及冗余信息对网络最终重建性能影响等问题，设计了一种轻量级密集连接图像超分辨网络(lightweight densely connected image super-resolution network, LDCN)。该网络设计了多尺度迭代特征提取模块(multi-scale iterative feature extraction module, MIFEM)，实现在较低参数的情况下充分提取多尺度特征；根据残差收缩思想构建了关键信息提取模块(key information extraction module, KIEM)，相较原始模块可以去除更多的冗余信息，使网络充分关注到关键信息且模块整体参数下降72%；最后，在密集残差网络中引入特征传输模块(feature transfer module, FTM)，进一步降低模型复杂度，解决了模型层数深，参数大的问题。实验结果表明，LDCN在重建性能和视觉观感上均优于主流模型。四个测试集上，与轻量化模型MADNet相比PSNR分别提升0.1dB、0.11dB、0.06dB、0.26dB，参数量仅为MADNet的47.6%。
- 1
-
Sm3 离子掺杂BaZrO3粉体的制备及其发光性能研究
Abstract:
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。XRD、SEM、粒度分布、FT-IR和发光光谱等测试结果表明，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。
- 1
-
基于邻接差值与块分类的密文域可逆信息隐藏
Abstract:
针对密文域可逆信息隐藏算法存在像素利用率低和嵌入容量小等问题，本文提出了一种基于邻接差值和块分类的密文域可逆信息隐藏算法。首先，充分利用原始图像的空间相关性，通过计算得到邻接差值图像，根据图像块的最大值实现初次块分类操作；其次，对初次分类中不可嵌入图像块，采用中值边缘预测器来预测像素，完成第二次块分类；然后，执行图像加密；最后，通过位替换，将辅助信息和秘密信息嵌入加密图像。实验结果表明，本文算法相较于现有算法，在BOSSbase、BOWS-2和UCID三个数据集上的平均嵌入率分别提高0.06bpp、0.01bpp和0.15bpp以上，能够获得较高的嵌入容量。
- 1
-
基于图卷积与多头注意力的图文跨模态检索
Abstract:
针对现有基于公共子空间的跨模态检索方法难以充分挖掘模态内局部一致性的问题，提出一种在图卷积中融合多头注意力机制的图文跨模态检索方法。为了提高模态内的局部一致性，将各模态内单个样本作为节点构建模态图，采用图卷积编码挖掘模态内各样本特征间的交互信息；为了区分不同邻居节点对中心节点的影响力，在图卷积中引入注意力机制，自适应学习各个邻居节点的权重系数；为了学习节点间的多组相关特征，构建带有权重参数的多头注意力层来更新中心节点信息；为了学习高度局部一致且语义一致的公共表征，共享公共表征学习层权重，并通过语义约束和模态不变约束进行优化。实验结果表明，在Wikipedia和Pascal Sentence这2个跨模态数据集上，该方法在不同检索任务上的平均mAP值比8种现有方法分别提升了2.6%~42.5%和3.3%~54.3%。
- 1
-
基于多任务学习的脑肿瘤MRI分割算法
Abstract:
针对脑肿瘤MRI (magnetic resonance imaging)分割中样本缺少、类不平衡、小区域分割精度低等问题，本文提出了基于3D No-New U-Net的多尺度多任务深度学习算法TDDU-Net。首先，采用了一个编码器和三个不完全相同解码器的结构；其次，采用逆瓶颈结构设计的ConvXt模块作为解码器的前置处理，克服在部分核心区域解码时高层语义未被充分利用的不足；再次，在最底层编码器和解码器连接处增加广义特征处理模块InConvXt，保证全局特征的准确性，增强网络的稳定性；最后，在保证准确率的情况下，使用深度可分离卷积，减少网络的参数计算量。实验表明，预测分割结果的肿瘤全区域、肿瘤核心区域、增强肿瘤区域Dice相似系数在BraTS18数据集中分别达到了0.907，0.847，0.807。本文方法较其他方法表现出色，能准确分割出较小的肿瘤区域。
- 1
-
Er3 、Eu3 双掺杂LaOF荧光粉体的制备及光学性能研究
Abstract:
摘 要：基于水热辅助固相法制备出Er3 、Eu3 离子共掺杂LaOF荧光粉，通过XRD、SEM和荧光分析仪对不同Er3 掺杂浓度下的LaOF: Eu3 荧光粉体的相组成、粒径分布、形貌及荧光光谱进行表征与分析。结果表明：在900 ℃的温度下煅烧，物相由前驱体LaF3转变为四方相LaOF，且随着Er3 掺杂浓度的升高，在365 nm与393 nm波长激发下均呈现出多色可调谐发光特性，其中365 nm激发下呈现自橙色光向黄色光的转变，而在393 nm光辐射下则由橙色光向品红色光过渡。将Er3 、Eu3 共掺杂LaOF荧光粉制成油墨并印制成图案后，当其受激于在365 nm与395 nm激发光时，可分别呈现肉眼可辨的橙色和紫色光发射，表明所制备的荧光粉有望在防伪领域具有一定的应用前景。
- 1
-
Fe和Cu对硅材料响应特性影响的对比分析
Abstract:
针对硅中容易混入Fe杂质和Cu杂质的问题，根据第一性原理和光电响应理论，建立了两种杂质混入下的硅模型，比较了不同间隙位置的杂质原子对硅材料的能级结构及响应特性的影响。结果表明：两种杂质的混入均会导致硅材料能级结构发生变化，从而硅材料能够出现带外响应，且使得光敏单元的饱和阈值降低。具体而言，Fe杂质在四面体间隙位时，硅材料能级结构会受到明显影响，其带隙减小至0.013eV，从而在约1560 nm处出现带外吸收峰。Cu杂质则是在六边形间隙位时对硅材料的影响明显，使材料带隙消失，且在约1700 nm处出现带外吸收峰。这两种情况下硅基光敏单元的饱和阈值下降也最为明显，当1550nm 激光辐照，饱和阈值分别为0.00165 W?cm-2和0.00254 W?cm-2。分析结果可为光电器件的应用和研制提供参考。
- 1
-
MRAU-net：基于强化特征提取的视网膜血管分割
Abstract:
视网膜血管的分割精确率对眼科疾病和糖尿病早期诊断有着重要影响。面对现有方法在微血管与病变区域分割性能差的问题，本文提出一种最大化提取血管信息的分割模型MRAU-net。该模型在编码部位引入多尺度特征提取残差模块和多级残差空洞卷积层，用来扩展感受野，学习多层次图像特征，提高模型对血管信息的利用率;下采样和短连接部位分别融入CBAM注意力机制和多通道注意力模块，增加模型对血管的识别度，降低误分割的可能性。本文基于DRIVE和STARE两种公开数据集进行了实验，来验证改进模型的分割能力。结论表明, 两种数据上的准确率（Acc）分别为0.9652和0.9715，灵敏度（Se）分别为0.8205和0.8256，与其它算法相比分割性能更有优势。
- 1
