Author Affiliations
Abstract
Zhejiang Province Key Laboratory of Quantum Technology and Device, School of Physics, Zhejiang University, Hangzhou 310058, China
Optical geometrical transformation is a novel and powerful tool to switch orbital angular momentum (OAM) states in modern optics. We demonstrate a scheme to operate multiplication and division in OAM by Fermat’s spiral transformation. The characteristics of the output beams in the case of integer and fraction OAM operations are presented in detail. Additionally, the power weight of the output OAM modes and the interference patterns of the output beams are reported to confirm the expected ability of OAM mode conversion by Fermat’s spiral transformation. We further investigate the evolution of OAM beams in operations theoretically and experimentally. This work provides a practical way to perform an optical transformation mapping on OAM beams. It can find application in optical communications with larger OAM mode numbers as well as quantum information in high-dimensional systems.
Photonics Research
2023, 11(2): 165
国网四川省电力公司信息通信公司, 四川 成都 610061
智能电网技术的发展为电网注入了新的活力, 通过这项技术, 电网不仅实现系统内部通信, 而且控制中心还能监控用户需求, 在高峰时间, 通过短信和邮件向客户发出通知, 提醒用户用电成本将提高。为了帮助用户更好地实现用能设备的合理分配, 改进了现有智能电网系统, 增加了一个拥有单独控制所有负载的控制器。该控制器能检测高峰时间需求, 并通过关闭不需要的负载来减少负载使用, 优先级由用户根据控制策略算法设定, 该算法通过为用户创建多个可能的计划向量来调度负载使用, 从而不增加需求。此外, 控制器还可以监控电能使用情况, 为负载之间创建重要顺序, 从而实现用户侧的智能控制。
智能电网 控制策略 耗电量 电力分布 需求响应 smart grid control strategy power consumption power distribution demand response
Author Affiliations
Abstract
Zhejiang Provincial Key Laboratory of Quantum Technology and Device, Department of Physics, Zhejiang University, Hangzhou 310027, China
We introduce a new class of partially coherent asymmetric array beams. When the beam propagates, the spectral density of each lobe and the corresponding degree of coherence have rotating behavior. Especially, not only can array-like lattices revolve arbitrarily, but also they can move freely by controlling transverse plane shifts. Furthermore, we have generated this kind of beam experimentally, and the experimental phenomena are consistent with the numerical simulation results. Such a rotating beam with free movement and revolution may broaden the way for optical applications. More importantly, it inspires further studies in the field of asymmetric coherence gratings and lattices.
partial coherence asymmetric array beams rotating behavior transverse plane shifts free movement and revolution Chinese Optics Letters
2022, 20(2): 022602
华东交通大学机电与车辆工程学院, 江西 南昌 330013
糖度是评价脐橙内部品质的重要指标之一, 由于水果自身尺寸差异, 造成糖度预测模型稳健性差, 预测精度不高, 因此消除水果尺寸差异带来的影响, 对提高水果分选模型精度具有重要意义。 对比分析了脐橙漫透射、 多点发射与接收及环形发射与接收漫反射光谱, 其中, 不同检测平台上, 由于光程差的不同, 大果光谱能量均比小果光谱能量要强, 而环形发射与接收漫反射光谱能量要强于其他两种光谱, 漫透射光谱能量最弱, 波峰与波谷位置大致相同。 分别建立不同检测方式下脐橙尺寸预测模型, 其中, 漫透射检测方式下尺寸预测模型的预测集相关系数为0.60, 预测集均方根误差为3.95 mm, 多点发射与接收漫反射检测方式下尺寸预测模型的预测集相关系数为0.97, 预测集均方根误差为1.46 mm, 环形发射与接收漫反射检测方式下小果预测模型的预测集相关系数为0.96, 预测集均方根误差为1.73 mm。 分别建立三种不同检测方式下大果、 小果、 混合果以及多元散射校正预处理的混合果糖度预测模型, 小果的糖度预测模型精度均要高于大果和混合果, 其中漫透射检测方式下小果预测模型的预测集相关系数为0.76, 预测集均方根误差为0.81°Brix, 多点发射与接收漫反射检测方式下小果预测模型的预测集相关系数为0.72, 预测集均方根误差为0.97°Brix, 环形发射与接收漫反射检测方式下小果预测模型的预测集相关系数为0.72, 预测集均方根误差为0.93°Brix。 经过多元散射校正预处理光谱后, 近红外漫透射光谱的混合果模型精度要优于小果的模型, 模型预测集相关系数为0.84, 预测集均方根误差为0.64°Brix, 而在两种漫反射检测方式中, 多混合果模型精度反而降低。 实验结果表明: 在漫透射检测方式中, 使用多元散射校正预处理光谱可以消除尺寸差异影响, 在漫反射检测方式中, 先进行尺寸分选, 再进行糖度分选, 也可以避免尺寸差异带来的影响。 该研究为大宗水果快速在线分选提供了参考和理论支持。
脐橙 近红外 尺寸差异 无损检测 糖度 Navel orange Near infrared Size effect Nondestructive testing Sugar content 光谱学与光谱分析
2020, 40(10): 3241
华东交通大学机电与车辆工程学院, 水果智能光电检测技术与装备国家地方联合工程研究中心, 江西 南昌 330013
紫米是生活中常见的食材, 具有丰富的营养价值。 由于紫米价格较高导致染色紫米大量流入市场。 本文使用太赫兹时域光谱技术结合化学计量学方法探索紫米掺假的快速检测方法。 采用太赫兹时域光谱技术(THz-TDS)采集0～7 THz范围内紫米掺假的光谱数据, 并选择0.5～2.5 THz波段的吸收系数谱和折射率谱进行分析并采用化学计量学方法对光谱数据进行建模分析。 分别采用Savitzky-Golay卷积平滑（SG Smoothing, SG平滑）、 基线校正（Baseline）、 归一化（Normalization）、 多元散射校正（MSC）等方法进行光谱预处理, 结合偏最小二乘判别分析(PLS-DA)对紫米、 紫米掺染色大米和紫米掺染色黑米进行定性分析。 定性分析结果显示, 通过主成分分析（PCA）的三种样品平面分布存在明显差异; 经过基线校正的光谱数据建立的PLS-DA模型效果最佳, 误判率为0。 接着使用偏最小二乘法(PLS)结合SG平滑、 Baseline、 Normalization、 MSC等预处理方法分别对紫米中掺染色大米和紫米中掺染色黑米的光谱数据建立PLS定量模型。 结果显示, 采用基线校正预处理方法的PLS建模效果最佳, 紫米掺染色大米的预测集相关系数为0.936, 预测集均方根误差（RMSEP）为0.095。 紫米掺染色黑米的预测集相关系数为0.914, 预测集均方根误差为0.096。 为对比分析线性（PLS）与非线性（LS-SVM）两种定量模型方法的预测精度, 采用相同预处理方法后的紫米掺假含量光谱数据建立最小二乘支持向量机（LS-SVM）预测模型, 选用径向基函数（RBF）作为核函数。 结果表明采用基线校正处理后LS-SVM模型效果最佳, 紫米中掺染色大米的预测集均方根误差（RMSEP）为0.092, 预测集相关系数（Rp）为0.979; 紫米中掺染色黑米的预测集均方根误差（RMSEP）为0.093, 预测集相关系数（Rp）为0.948。 对比发现对紫米掺假的含量建立LS-SVM预测模型较PLS模型的稳定性更好、 精确度更高。 研究表明, 太赫兹时域光谱结合化学计量学方法可为紫米掺假的定性定量分析提供快速精确的分析方法。
太赫兹时域光谱 紫米 偏最小二乘 最小二乘支持向量机 Terahertz time-domain spectroscopy Purple rice Partial least squares Least squares support vector machine 光谱学与光谱分析
2020, 40(8): 2382
1 华东交通大学 机电与车辆工程学院，江西 南昌 330013
2 水果智能光电检测技术与装备国家地方联合工程研究中心，江西 南昌 330013
为了实现不同产地苹果糖度的快速在线无损检测，减少产地差异对近红外光谱检测模型的影响，建立了不同产地苹果糖度的在线检测通用模型。首先，采用水果动态在线检测设备采集了包括栖霞、洛川与会宁3个产地的红富士苹果的漫透射光谱。其次，采用偏最小二乘算法（PLS），结合无信息变量消除（UVE）方法，筛选出58个特征变量，建立了苹果糖度的UVE-PLS通用模型，该模型对个体产地预测集及总预测集的均方根误差分别为0.50~0.74°Brix与0.63°Brix，较原始个体模型分别提高了23.2%~44.4%与35.7%。最后，提出了一个新的外部验证样本集对模型性能进行评价，其残留预测偏差为2.33，预测值在±1.0°Brix和±1.5°Brix误差范围内的占比分别为85%与100%。实验结果表明：建立多个产地苹果糖度的在线检测通用模型，能够提高其他产地样本糖度的预测稳健性，并且采用合适的波长筛选方法能够简化模型。开发不同产地水果内部品质通用模型在波长有限的光谱设备中具有良好的应用潜力。
在线检测 近红外光谱 糖度 偏最小二乘 online detection near infrared spectroscopy soluble solids partial least squares
华东交通大学光机电技术及应用研究所, 江西 南昌 330013
炭疽病是油茶最常见的病害之一,因此对油茶炭疽病进行快速检测具有重要意义。提出了一种检测油茶叶片炭疽病的新方法,采用激光诱导击穿光谱检测技术,快速无损诊断正常和感染炭疽病油茶叶片中的Mn元素含量,根据火焰原子吸收光谱法对样品中Mn元素的真实含量进行了分析。分别采用平滑、去噪、归一化、基线校正、一阶求导降噪、二阶求导降噪对光谱数据进行预处理,使用偏最小二乘方法(PLS)建立定量模型,采用间隔偏最小二乘法(iPLS)对光谱数据进行波段筛选。最终结合7点平滑和一阶导数降噪进行预处理,根据iPLS建立定量模型。实验结果表明,平分为24个子区间时,第6个子区间的建模效果最佳,建模相关系数为0.9076,建模均方根误差为0.2090 μg/mg,预测相关系数为0.8947,预测均方根误差为0.2100 μg/mg。
激光诱导击穿光谱 炭疽病 油茶叶片 Mn元素 激光与光电子学进展
2020, 57(9): 093006
华东交通大学机电与车辆工程学院, 江西 南昌 330013
为建立面粉中添加剂苯甲酸的定量检测模型,首先,探索不同光谱预处理方法对太赫兹光谱的影响,采用平滑、多元散射校正、基线校正和归一化等方法对原始光谱进行校正处理,并建立相应的偏最小二乘(PLS)模型以选择最优预处理方法,发现归一化后建立的PLS模型较优,预测集的相关系数(rp)为0.9790,预测集的均方根误差(RMSEP)为1.28%。其次,分别建立面粉中苯甲酸含量检测的PLS、最小二乘支持向量机(LS-SVM)和反向传播神经网络(BPNN)模型,各模型的对比结果表明:基于太赫兹吸收系数建立的BPNN模型的预测相关系数(rp)为0.9945,预测均方根误差(RMSEP)为0.66%。本研究为面粉中苯甲酸添加剂的无损检测提供了新的解决方案,对促进面粉行业的健康发展具有较为重要的意义。
光谱学 食品添加剂 太赫兹光谱 反向传播神经网络 苯甲酸 面粉 激光与光电子学进展
2020, 57(7): 073002
