电子科技大学 光电科学与工程学院，成都 611731
设计了一款低相噪蓝宝石振荡器并对其进行温度控制，基于蓝宝石谐振器理论，采用有限元仿真软件完成了蓝宝石谐振器设计。蓝宝石谐振器实测中心频率为9.84 GHz，有载Q值113 000。将该蓝宝石谐振器作为选频网络与放大器、滤波器、移相器和耦合器构成低相噪蓝宝石振荡器。振荡器的输出工作频率9.84 GHz，输出功率9 dBm，偏离载波1 kHz处相位噪声为−117 dBc/Hz，偏离载波10 kHz处相位噪声为−144 dBc/Hz，偏离载波100 kHz处相位噪声为−161 dBc/Hz。该振荡器有助于提高雷达对于低慢小目标的检测能力。
低慢小目标检测 蓝宝石谐振器 回音壁模式 相位噪声 振荡器 low-slow small object detection sapphire resonator whispering gallery modes phase noise oscillator 强激光与粒子束
2024, 36(3): 033004
由于光纤长度可控以及其独特的光学性能使得光纤SERS基底的检测灵活简单, 在本研究中, 采用油水分离的实验方法在光纤端面上修饰了银纳米颗粒, 证明了该方法可以制备光纤SERS基底并有效增强拉曼信号。我们将结晶紫溶液作为分析物对制备的SERS光纤基底进行了表征, 并对光纤SERS基底的均匀性、灵敏度和稳定性三个方面进行了研究。在实际应用中, 使用光纤基底对罗丹明6G和农药中间体合成中广泛使用的4-氨基苯硫酚进行了检测。这些实验结果证明了自组装法为光纤SERS基底的制备提供了可行思路。
表面增强拉曼散射 光纤 电磁场增强 结晶紫 Surface enhanced Raman Scattering optical fiber electromagnetic enhancement Crystal Violet
1 宁夏大学食品与葡萄酒学院, 宁夏 银川 750021
2 宁夏大学物理与电子电气工程学院, 宁夏 银川 750021
利用高光谱成像技术与二维相关光谱（2D-COS）结合化学计量学检测灵武长枣半纤维素含量。 采用定量瘀伤装置获得0, Ⅰ, Ⅱ, Ⅲ, Ⅳ级瘀伤长枣模型, 通过高光谱和分光光度计分别获得样品高光谱图像和半纤维素含量。 蒙特卡洛异常值检测法剔除异常样本后, 分别用随机划分法（RS）, Kennard-Stone法（KS）、 光谱-理化值共生距离法（SPXY）和3∶1比例法对样本集划分校正预测。 采用基线校准（Baseline）、 去趋势（De-trending）和标准化（Normalize）对长枣原始光谱预处理后建立偏最小二乘回归模型（PLSR）, 优选最佳样本集划分及预处理方法。 利用2D-COS将光谱信号扩展到第2维, 在全光谱范围内寻找与半纤维素含量相关的敏感波段区间。 采用竞争性自适应加权算法（CARS）、 引导软收缩（BOSS）、 区间变量迭代空间收缩方法（iVISSA）、 变量组合集群分析法（VCPA）以及iVISSA+BOSS, iVISSA+CARS和iVISSA+VCPA方法在2D-COS敏感波段区间进行特征波长提取, 并建立基于特征波长的PLSR模型。 结果表明, 样本集经3∶1划分和Baseline预处理后建立的基于全波段的PLSR模型最优, 故最佳样本集划分方法为3∶1, 预处理方法为Baseline, 用于后续特征波长提取。 通过2D-COS分析发现3个与半纤维素相关的自相关峰（401, 641和752 nm）; 在2D-COS敏感区域（401～752 nm范围内）, 采用BOSS, CARS, iVISSA, VCPA, iVISS+BOSS, iVISS+CARS, iVISS+VCPA分别提取了14, 26, 39, 12, 15, 22和11个对应的特征波长, 占总波长的18.9%, 35.1%, 52.7%, 16.2%, 20.2%, 29.7%和14.8%。 对比2D-COS和特征波建立的PLSR模型, 2D-COS+iVISSA-PLSR模型效果较好, 其R2C=0.747 9, R2P=0.604 7, RMSEC=0.043 8, RMSEP=0.060 3。 研究表明, 利用高光谱成像技术结合2D-COS可实现灵武长枣半纤维素含量的快速检测。
灵武长枣 半纤维素 高光谱 二维相关光谱 化学计量学 Lingwu long jujube Hemicellulose Hyperspectral Two-dimensional correlation spectroscopy Chemometrics approaches 光谱学与光谱分析
2022, 42(12): 3935
1 宁夏大学食品与葡萄酒学院, 宁夏 银川 750021
2 宁夏大学物理与电子电气工程学院, 宁夏 银川 750021
为了研究可见-近红外(Vis-NIR)高光谱成像对滩羊肉中总酚浓度(TPC)快速检测的可行性, 基于光谱信息融合图像纹理特征建立TPC含量的预测模型, 实现滩羊肉中TPC含量的可视化表达。 将样本集根据3∶1的比例划分成校正集和预测集, 采用多元散射校正(MSC)、 基线校准(Baseline)、 去趋势(De-trending)、 卷积平滑(S-G)、 标准正态变量变换(SNV)、 归一化(Normalize)等校正方法去除原始光谱中不良散射等干扰信息。 通过竞争性自适应加权抽样(CARS)、 引导软收缩(BOSS)、 区间变量迭代空间收缩法(iVISSA)和变量组成集群分析-迭代保留信息变量(VCPA-IRIV)提取TPC浓度的代表性特征光谱。 采用灰度共生矩阵(GLCM)算法依次提取肉样第1主成分图像中纹理特征。 基于特征光谱及图谱融合信息建立滩羊肉中TPC含量的偏最小二乘回归(PLSR)与最小二乘支持向量机(LSSVM)预测模型并进行对比分析。 结果表明, (1)利用De-trending+SNV预处理后的光谱数据建立的PLSR预测模型性能较好, 其RC2=0.874 9, RP2=0.793 2; (2)采用CARS, BOSS, iVISSA和VCPA-IRIV分别提取出了23, 35, 57和43个特征波长, 占全光谱的18.4%, 28%, 45.6%和16.8%; (3)采用BOSS法提取的关键性波长建立的LSSVM模型性能较好, 其RC2=0.851 3, RP2=0.745 9, RMSEC=0.116 8和RMSEP=0.155 0; (4)与基于特征波长建立的预测模型相比, BOSS-ASM-ENT-CON-LSSVM模型为滩羊肉中TPC浓度的最佳图谱融合预测模型(RC2=0.850 0, RP2=0.770 9, RMSEC=0.116 0, RMSEP=0.144 7); (5)利用BOSS-PLSR简化模型将TPC浓度反演到样本的高光谱图像上, 通过色彩直观化形式展现出来, 实现TPC含量的可视化表达。
滩羊肉 高光谱 总酚浓度 图谱融合 可视化 Tan mutton Hyperspectral imaging Total phenol concentration Fusion of spectra and texture feature Visualization 光谱学与光谱分析
2022, 42(11): 3631
宁夏大学食品与葡萄酒学院, 宁夏 银川 750021
硫代巴比妥酸反应物(TBARS)是表征肉品脂肪氧化程度的主要化学信息。 为探究二维相关光谱技术(2DCOS)筛选羊肉中TBARS含量的特征变量的可行性, 利用高光谱成像技术结合2DCOS分析建立TBARS含量的快速无损检测方法。 采集样本在400~1 000 nm的光谱反射图像, 通过ENVI 4.8软件在光谱图像上手动设置感兴趣区域提取原始光谱数据; 采用偏最小二乘回归(PLSR)算法将光谱数据与TBARS浓度值进行关联, 解释二者之间的相关程度; Kennard-Stone(KS)算法划分样本集对模型进行外部验证; 为消除原始光谱中的干扰信息, 使用卷积平滑(SG), 去趋势(de-trending)和SG+de-trending三种预处理方法校正原始光谱; 将TBARS化学值视为微扰量, 采用2DCOS研究光谱信号的动态变化, 分析二维相关光谱及其切割光谱, 确定与微扰相关的特征变量; 变量组合集群分析(VCPA)、 竞争性自适应加权算法(CARS)和连续投影算法(SPA)用于全光谱变量和2DCOS特征变量的选择和优化; 利用线性建模方法PLSR建立代表性特征变量下TBARS含量的高光谱定量分析模型。 结果显示, de-trending预处理后建立的预测模型稳健性较好, 其=0.874, RMSEC=0.106 mg·kg-1, =0.853, RMSEP=0.139 mg·kg-1; 进行2DCOS分析发现579, 699, 756和867 nm处存在与TBARS含量密切相关的自相关峰, 579~867 nm范围内的特征变量是TBARS含量检测的相关区域; VCPA, CARS和SPA从全光谱数据和2DCOS分析中分别提取了7, 16, 20, 8, 24和14个具有代表性的特征变量; 由所获得模型的准确性和可靠性可知利用CARS在2DCOS分析中优选代表性波长建立的检测模型可以准确无损地评估羊肉中TBARS含量, 定量分析模型为: Y(TBARS)=-0.15+2.99λ588-7.01λ593+7.45λ598-6.14λ603+7.06λ612-8.25λ622+2.64λ631-4.18λ636+13.91λ646-11.3λ655+12.64λ675-8.51λ684-7.81λ689+1.08λ703-2.54λ713+5.47λ727+6.62λ742+5.69λ751+2.48λ775-1.93λ780-6.95λ790+7.09λ799-3.56λ809+1.82λ819, 其=0.857, RMSEC=0.113 mg·kg-1。 2DCOS方法为光谱分析中变量的筛选提供了一种新思路, 高光谱技术结合2DCOS分析无损检测羊肉中TBARS含量是可行的。
滩羊肉 高光谱成像 广义二维相关光谱 偏最小二乘回归 Tan mutton TBARS Hyperspectral imaging Two-dimensional correlation spectra Partial least squares regression TBARS
1 辽宁科技大学电子与信息工程学院, 辽宁 鞍山 114051
2 辽宁科技大学计算机与软件工程学院, 辽宁 鞍山 114051
由于光源的相关色温与色偏差计算一直是备受研究者们关注的问题,故提出了一种基于三角形法、抛物线法和三次多项式法的高效混合光源相关色温与色偏差计算方法。在色温为2000~20000 K, 1 K步长的18001条等温线上,并在色偏差范围为-0.03~0.03内以0.015间隔选取90005个测试样本,测试并比较了所提方法、Ohno方法与Robertson方法的精确度。测试结果表明,所提方法的性能优于Ohno方法与Robertson方法,且其色温和色偏差的最大绝对误差分别为0.3858 K和3.33×10 -6,故所提方法可被直接用于LED光谱优化与设计中。
颜色 相关色温 色偏差 查找表 三次多项式法 三角形法 抛物线法
1 宁夏大学食品与葡萄酒学院, 宁夏 银川 750021
2 宁夏大学物理与电子电气工程学院, 宁夏 银川 750021
灵武长枣作为宁夏优势特色枣果, 具有重要的经济社会价值和科学研究意义。 利用可见近红外(Vis/NIR)高光谱成像系统采集60颗完整长枣光谱图像, 然后利用损伤装置对60颗完整长枣进行损伤实验, 最终得到60颗损伤(内部瘀伤)长枣, 高光谱成像系统采集损伤后五个时间段(损伤后2, 4, 8, 12和24 h)长枣的光谱图像。 对采集的长枣光谱图像用ENVI软件提取感兴趣(ROI)区域, 并计算完整长枣和每个时间段长枣的平均光谱值。 原始光谱利用Savitzky-Golay平滑的一阶导数(SG-1)和二阶导数(SG-2)、 标准正态变换(SNV)和去趋势(Detrending)、 以及SNV-SG-1、 SNV-SG-2、 Detrending-SG-1、 Detrending-SG-2算法进行预处理, 原始光谱和预处理光谱建立偏最小二乘判别分析(PLS-DA)分类模型。 选择最优的预处理光谱数据, 利用连续投影算法(SPA)、 间隔随机蛙跳(IRF)、 无信息消除变量(UVE)、 变量组合集群分析法(VCPA)、 区间变量迭代空间收缩法(IVISSA)和IRF-SPA、 UVE-SPA、 IVISSA-SPA等算法进行特征变量选择, 对选择的特征变量建立PLS-DA、 线性判别分析(LDA)和支持向量机(SVM)分类判别模型。 结果表明, 在原始光谱建立的PLS-DA模型中, 模型校正集和预测集准确率分别为82.96%和90%。 光谱经过预处理后得到SNV-SG-2-PLS-DA为最优分类判别模型, 模型校正集和预测集准确率分别为91.11%和96.67%。 在特征变量建立的分类模型中, SNV-SG-2-UVE-PLS-DA模型校正集和预测集准确率分别为86.3%和94.44%; SNV-SG-2-SPA-LDA模型校正集和预测集准确率分别为86.3%和83.33%; SNV-SG-2-UVE-SVM模型校正集和预测集准确率分别为77.78%和71.11%。 对于分类模型来说线性分类模型(PLS-DA、 LDA)分类结果优于非线性分类模型(SVM)分类结果, 在线性分类模型结果中PLS-DA优于LDA分类结果, PLS-DA可以更好的提供分类效果。 研究表明, 利用高光谱结合偏最小二乘判别分析分类模型, 可以有效的实现灵武长枣损伤后随时间变化的快速检测, 为灵武长枣在线检测提供理论依据。
灵武长枣 高光谱 偏最小二乘判别分析 线性判别分析 支持向量机 Lingwu long jujube Hyperspectral Partial least squares-discriminant analysis Linear discriminant analysis Support vector machine 光谱学与光谱分析
2021, 41(9): 2879
Author Affiliations
Abstract
School of Optical-Electrical and Computer Engineering, University of Shanghai for Science and Technology, Shanghai 200093, China
In this Letter, vortex phase and sinusoidal phase modulations of Hermite–Gaussian beams are studied theoretically and experimentally. The coding method of the experiment is introduced in detail, and the evolution law of focus under different beam order (m, n) and topological charge (l) is given. In order to verify the accuracy of the generation experiment, the optical field distribution under sinusoidal vortex modulation is analyzed deeply. The relevant analysis and methods provided in this Letter have certain practical significance for the development of laser mode analysis, optical communication, and other fields.
Hermite–Gaussian beams phase modulation sinusoidal vortex phase modulation spatial light modulator focus mode Chinese Optics Letters
2020, 18(4): 042601
大连工业大学 纺织与材料工程学院, 辽宁 大连 116034
通过静电纺丝技术获得直径约为700 nm, 均匀且随机取向的亚微米级Eu(DBM)3Phen/PMMA纤维。在紫外光辐射下, 亚微米级荧光纤维发出明亮的红色荧光。其激发光谱表明, 荧光纤维有效激发波长范围为200～400 nm。利用积分球配以CCD 探测器, 在367 nm长波紫外LED激发下对荧光纤维开展绝对光谱功率测试。当LED泵浦功率为535.76 μW时, 厚度80 μm的Eu(DBM)3Phen/PMMA纤维薄层对紫外辐射的吸收率高达89%, 350～850 nm范围内发射的总绝对光谱功率、总光子数和总荧光量子产率分别为36.56 μW、11.46×1013 cps和12.94%。亚微米级Eu(DBM)3Phen/PMMA纤维薄层中, Eu3+较高的跃迁发射几率及较大的发射截面使得纤维可以高效吸收紫外辐射并转变为可见光, 在提高太阳能电池光电转换效率方面具有潜在应用价值。
Eu(DBM)3Phen/PMMA纤维 静电纺丝 绝对光谱参数 荧光量子产率 Eu(DBM)3Phen/PMMA fibers electrospinning absolute spectral parameters fluorescence quantum yield
沈阳化工大学辽宁省稀土化学及应用重点实验室, 辽宁 沈阳 110142
分别以4 种芳香羧酸— 对甲基苯甲酸(PMBA)、对氯苯甲酸(PCBA)、对溴苯甲酸(PBrBA)、对氨基苯甲酸(PABA)—作为第一配体，邻菲罗啉(phen)为第二配体，采用溶剂热法合成了4 种稀土铕离子（Eu3+）的三元有机配合物。通过元素分析、红外光谱、热重分析等手段确定配合物的化学结构，结果表明，4 种配合物的组成可表示为EuL3phen·H2O(L=PMBA、PCBA、PBrBA、PABA)，芳香羧酸配体和邻菲罗啉均与稀土Eu3+配位；铕配合物在318 ℃以上才开始出现明显失重，表明其具有良好的热稳定性。研究了4 种芳香羧酸配体对紫外光的吸收性能。通过荧光光谱研究了配合物的发光性能，4 种配合物均发出Eu3+的特征荧光，5 D0→7F2 电偶极跃迁发射峰强度顺序为：Eu(PBrBA)3phen·H2O＞Eu(PMBA)3phen·H2O＞Eu(PCBA)3phen·H2O＞Eu(PABA)3phen·H2O；其国际照明委员会(CIE)色坐标均落在红光区域，能发出纯正的红光。
材料 光学材料 稀土铕配合物 发光光谱法 芳香羧酸配体 发光性能
