Author Affiliations
Abstract
1 Faculty of Electrical Engineering and Computer Science, Ningbo University, Ningbo 315211, China
2 College of Electrical and Electronic Engineering, Wenzhou University, Wenzhou 325035, China
3 College of Science and Technology, Ningbo University, Ningbo 315211, China
4 Laboratory of Infrared Materials and Devices, The Research Institute of Advanced Technologies, Ningbo University, Ningbo 315211, China
5 Department of Information Science and Electronics Engineering, Zhejiang University, Hangzhou 310027, China
A polarization-insensitive mode-order converting power splitter using a pixelated region is presented and investigated in this paper. As TE0 and TM0 modes are injected into the input port, they are converted into TE1 and TM1 modes, which evenly come out from the two output ports. The finite-difference time-domain method and direct-binary-search optimization algorithm are utilized to optimize structural parameters of the pixelated region to attain small insertion loss, low crosstalk, wide bandwidth, excellent power uniformity, polarization-insensitive property, and compact size. Experimental results reveal that the insertion loss, crosstalk, and power uniformity of the fabricated device at 1550 nm are 0.57, -19.67, and 0.094 dB in the case of TE polarization, while in the TM polarization, the relevant insertion loss, crosstalk, and power uniformity are 0.57, -19.40, and 0.11 dB. Within a wavelength range from 1520 to 1600 nm, for the fabricated device working at TE polarization, the insertion loss, crosstalk, and power uniformity are lower than 1.39, -17.64, and 0.14 dB. In the case of TM polarization, we achieved an insertion loss, crosstalk, and power uniformity less than 1.23, -17.62, and 0.14 dB.
integrated optics optical waveguide polarization-insensitive property mode-order converting power splitter Chinese Optics Letters
2024, 22(3): 031301
1 广西壮族自治区自然资源遥感院, 广西 南宁 530023
2 北部湾大学资源与环境学院, 北部湾海洋发展研究中心, 广西 钦州 535000北部湾大学, 广西北部湾海洋环境变化与灾害研究重点实验室, 海洋地理信息资源开发利用重点实验室, 广西 钦州 535000
3 北部湾大学资源与环境学院, 北部湾海洋发展研究中心, 广西 钦州 535000
红树林生态系统是地球上生产力最高的生态系统之一, 它也是海岸带“蓝碳”生态系统的重要组成部分。 地上生物量作为红树林蓝碳的重要组成部分, 如何准确快速地获取红树林地上生物量已成为红树林生态系统研究的热门问题。 分析北部湾茅尾海红树林地上生物量(AGB)空间分布格局及其量级, 可为该区域红树林生态环境保护及“南红北柳”生态修复提供科学依据。 资源一号数据作为我国自主研发的民用国产高光谱卫星, 其高光谱数据为红树林地上生物量的研究提供了新的机遇。 机器学习算法因其高性能、 高效率的优势被越来越多的应用于红树林相关研究, 目前已经成为获取红树林参数信息的重要手段。 高光谱数据在红树林地上生物量的反演精度如何? 国产高光谱卫星数据和机器学习算法在红树林地上生物量的估算中能否应用? 这些问题仍需进一步验证。 基于国产资源一号02D高光谱数据, 采用极端梯度提升(XGBoost)、 随机森林回归(RFR)以及K近邻回归(KNNR)三种不同的机器学习算法对茅尾海的红树林地上生物量进行估算, 在此基础上对比了不同的机器学习算法的性能。 结果显示: (1)无瓣海桑红树林地上生物量的平均值最高(90.93 Mg·ha-1), 桐花树次之(52.63 Mg·ha-1), 而秋茄最小(20.27 Mg·ha-1)。 (2)采用XGBoost、 RF以及KNN三种机器学习算法进行红树林地上生物量和红树林光谱变量建模后发现, 基于对数倒数1阶变换的XGBoost模型精度最高, 为最佳的机器学习模型。 其模型在测试阶段R2=0.751 5, RMSE=27.494 8 Mg·ha-2。 (3)基于资源一号02D高光谱数据, 采用XGBoost算法反演茅尾海的红树林地上生物量介于4.58~208.35 Mg·ha-2之间, 平均值为88.98 Mg·hm-2, 地上生物量在空间上呈现出中部低, 两边高的空间分布格局。 总之, 该研究论证了国产高光谱卫星数据和XGBoost机器学习算法的组合在红树林生物量的估算方面具有良好的应用前景, 可为茅尾海红树林的生态修复和保护提供科学依据和技术支撑。
高光谱数据 资源一号02D 机器学习 红树林地上生物量 遥感反演 北部湾茅尾海 Domestic hyperspectral data ZY-1-02D Satellite Machine learning Mangrove aboveground biomass Remote sensing inversion Maowei Sea in Beibu Gulf 光谱学与光谱分析
2023, 43(12): 3906
1 中国信息通信科技集团有限公司 a.光通信技术和网络全国重点实验室;b.国家信息光电子创新中心,武汉 430074
2 鹏城实验室,广东 深圳 518000
超表面是一种周期性亚波长人工结构薄层,其与入射电磁波共振耦合所引入的相位突变打破了传统光学对空间光程累计的依赖,表现出独特的电磁学特性。过去10年来,超表面以其优于传统光学元件的超薄厚度、超短调制距离和超高分辨率光波操纵能力受到研究者们的广泛关注。并且作为超材料的二维对应物,超表面更易于被制造和集成到器件中,可以工作在微波到可见光波长范围内。常用于超表面的制造工艺包括紫外光刻、电子束光刻、聚焦离子束光刻和纳米压印等,但超表面的大规模应用仍面临加工精度与大面积、大规模制造和加工成本之间的矛盾。基于飞秒脉冲激光和双光子聚合反应的双光子三维(3D)打印技术可以实现高精度、复杂3D模型和无掩膜的一步制造,具有加工便捷和灵活的优点,以及大面积制造的潜力,被广泛应用于超表面结构研究与制备。文章对基于双光子3D打印技术制备的超表面光器件的近期研究工作进行了综述。文章首先概述了超表面的概念、优势及加工方法,然后介绍了双光子3D打印技术的原理、发展历程和工艺优势,随后分类综述和讨论了表面等离激元超表面、超透镜、超表面纳米显示与图像处理和与光纤端面集成超表面的近期研究工作,最后对基于双光子3D打印技术的超表面光器件进行了评论与展望。
超表面 双光子聚合 三维打印 光器件 表面等离激元 metasurface two-photon polymerization 3D printing optical device surface plasmons
浙江大学信息与电子工程学院,浙江 杭州 310027
为提高红外图像中目标检测的精度,提出一种基于CenterNet与OMix增强的半监督红外图像目标检测算法(IRCC-OMix)。针对红外图像中锚框先验信息难以确定的问题,利用CenterNet作为主干模型,通过关键点检测红外图像中的目标。由于红外图像标注成本昂贵,引入基于教师学生网络互学习的半监督学习方法,设计基于CenterNet与基于一致性的半监督红外图像目标检测(IRCC)模型。IRCC模型中的随机擦除(cutout)增强可能导致红外图像中的小目标消失,影响模型检测性能,因此采用一种基于目标的图像混合增强方法,提升算法对小目标的检测能力。在公开数据集FLIR上的实验结果表明,IRCC模型的平均精度均值(mAP)达到55.3%,与仅使用有标签数据训练情况相比,mAP提升1.9个百分点,说明该模型能够充分利用无标签数据、提高模型的鲁棒性。基于OMix增强的IRCC模型的mAP为56.8%,与使用cutout增强的IRCC模型相比提高1.5个百分点,取得了良好的检测性能。
图像处理 目标检测 卷积神经网络 红外图像 半监督学习 激光与光电子学进展
2023, 60(14): 1428005
1 上海理工大学 信息化办公室, 上海 200093
2 上海理工大学 光电信息与计算机工程学院, 上海 200093
3 上海理工大学 医疗器械与食品学院, 上海 200093
针对眼镜镜片成像性能评价,根据信息论的概念,对物面与像面图像进行小波变换分解得到多个不同子频带图像,计算分解之后的各个子频带的区域互信息值(RMI)。依据人眼视觉系统对不同频率光学信号敏感度不同的特点,采用小波滤波器和人眼模型的MTF的空间频段积分比反映人眼对不同频率信号的敏感程度,以该积分比作为各频带RMI的权重系数,加权计算得到MRMI值。选取了目前市场上六款不同阿贝数和折射率的镜片进行测量实验,得到每款镜片的成像MRMI值,其定量反映了镜片的成像性能,与人眼视觉主观感知相符。
区域互信息 眼镜镜片 调制传递函数 小波变换 人类视觉系统 regional mutual information optical lens MTF wavelet human visual system
上海理工大学 光电信息与计算机工程学院, 上海 200093
在传统焦度计测量中, 由于被测镜片后表面曲率半径变化, 使得镜片后顶点与光阑表面无法完全重合, 造成焦度测量误差随镜片度数增大而增大的情况。针对此传统测量上无法克服的测量误差, 提出了一种利用不同焦度镜片图像提取不同特征的方法, 获得了不同焦度镜片的特征数据集, 并将特征数据集利用机器学习中k-近邻聚类算法(KNN algorithm)进行分类。选取折射率为1.551的-20 ~+20m-1每隔1m-1的单焦点镜片, 折射率为1.56与1.60的-15 ~+8m-1每隔0.5m-1的单焦点镜片进行镜片图像采集。实验结果表明, 所提方法下分类的精准度、召回率与F1评分均为100%, 三个模型均能正确识别其对应的所有测试镜片, 克服此测量误差。
焦度计 测量误差 KNN算法 focimeter measurement error KNN algorithm
1 中国科学院长春光学精密机械与物理研究所, 应用光学国家重点实验室, 长春 130033
2 中国科学院大学, 北京 100049
3 暨南大学理工学院, 广州市可见光通信工程技术重点实验室, 广州 510632
为了实现硅基雪崩光电二极管蓝光波段(400~500 nm)高光响应度,设计了SACM型基本器件结构,探究了倍增层厚度对器件的雪崩击穿电压及光电流增益的影响及倍增层掺杂浓度对光响应度的影响,综合考虑光响应度和击穿电压的因素,结果表明:当表面非耗尽层掺杂浓度为1.0×1018 cm−3、厚度为0.03 μm;吸收层掺杂浓度为1.0×1015 cm−3、厚度为1.3 μm;场控层掺杂浓度为8.0×1016 cm−3、厚度为0.2 μm;倍增层掺杂浓度为1.8×1016 cm−3、厚度为0.5 μm时,器件具有较低的击穿电压Vbr-apd=34.2 V。当Vapd=0.95 Vbr-apd,该结构在蓝光波段具较高的光响应度(SR=3.72~6.08 A·W−1)。上述研究结果对高蓝光探测响应度Si-APD实际器件的制备具有一定的参考价值。
雪崩光电二极管 硅 光谱响应度 avalanche photodiode silicon spectral response