1 安徽大学物质科学与信息技术研究院安徽省信息材料与智能传感实验室,安徽 合肥 230601
2 中国科学院安徽光学精密机械研究所环境光学与技术重点实验室,安徽 合肥 230031
3 中国科学院区域大气环境研究卓越创新中心,福建 厦门 361021
4 中国科学技术大学环境科学与光电技术学院,安徽 合肥 230026
提出一种基于卷积神经网络(CNN)和支持向量回归机(SVR)的多轴差分光学吸收光谱(MAX-DOAS)对流层NO2垂直分布预测方法。将2019年南京站点采集的原始MAX-DOAS数据通过QDOAS软件拟合获取O4和NO2差分斜柱浓度,结合基于最优估算的气溶胶和痕量气体廓线反演算法——PriAM算法反演了对流层NO2廓线,并将其作为预测模型的输出。此外,通过平均影响值方法进行预测模型输入变量的选择,确定了MAX-DOAS数据、温度、气溶胶光学厚度和低云覆盖率为模型的最佳输入变量。通过实验优化网络结构和参数,最终建立预测模型在测试集与PriAM的平均百分比误差仅为9.14%,与单独建立的CNN、SVR、反向传播模型相比,平均百分比误差分别降低了8.22%、6.00%、32.28%。因此,CNN-SVR能够利用MAX-DOAS数据对对流层NO2廓线进行有效预测。
大气光学 卷积神经网络 支持向量回归机 多轴差分吸收光谱 对流层NO2廓线 光学学报
2022, 42(24): 2401001
1 上海交通大学 1. 微米/纳米加工技术国家级重点实验室, 上海 200240
2 电子信息与电气工程学院 微纳电子学系, 上海 200240
由于多环谐振式微机械陀螺的谐振频率较高, 传统的数字控制电路对陀螺幅点信号的频率跟踪难以同时兼顾精度和速度的要求。在传统半球陀螺数字控制电路的基础上, 提出了一种适用于多环谐振式微机械陀螺仪的频率跟踪电路, 并首次运用于多环谐振式微机械陀螺。该电路以高速A/D转换电路为基础, 通过对幅点信号高速采样计算频率和相位信息, 并通过CORDIC算法产生输出信号。测试结果显示, 该电路使多环谐振式微机械陀螺幅点信号的频率跟踪精度达到了0.78Hz, 频率跟踪时间小于40μs, 使控制电路的性能得到了极大提升。
多环谐振式微机械陀螺 频率跟踪电路 控制电路 A/D转换 mult-ring resonant micromechanical gyroscope frequency tracing circuit control circuit A/D convert CORDIC CORDIC