1 中国科学院半导体研究所集成光电子学国家重点实验室,北京 100083
2 中国科学院大学材料科学与光电技术学院,北京 100049
3 中国科学院大学电子电气与通信工程学院,北京 100049
纹波系数是超辐射发光二极管(SLD)的关键指标,增透薄膜被用于降低纹波系数。基于平面波方法的增透膜设计得到广泛应用,然而倾斜腔面SLD中增透膜的性能普遍不佳,使用时域有限差分方法进行分析,发现存在反射曲线偏离和反射率高等问题。优化了增透膜设计,优化后1°~10°腔面倾角内的反射率降低,降幅最高达82%,其中双层增透膜反射率低于0.05%。采用反应磁控溅射工艺镀膜,并验证了优化设计效果。经过增透膜优化,光谱纹波得到有效抑制,SLD管芯纹波系数和调制系数分别仅为0.019 dB和2.30×10-3,降幅超过50%,在100 mA的驱动电流下仍保持10 mW的光功率。所研制的增透膜能够有效减小腔面反射率,利用该增透膜制备了低纹波SLD。研究结果为SLD及其他半导体光电子器件的光学薄膜研制提供了参考。
薄膜 超辐射发光二极管 增透膜 倾斜腔面 优化设计 纹波系数 中国激光
2023, 50(13): 1303101
1 新疆师范大学地理科学与旅游学院, 新疆 乌鲁木齐 830054
2 新疆维吾尔自治区重点实验室“新疆干旱区湖泊环境与资源实验室”, 新疆 乌鲁木齐 830054
与传统检测方法相比, 利用高光谱技术进行土壤有害元素砷含量的估算, 具有快速、 准确, 成本低的特点, 可对干旱区绿洲土壤有害元素砷污染进行动态监测。 基于新疆渭干河-库车河三角洲绿洲耕层土壤样品的采集, 获取土壤光谱数据和有害元素砷含量。 通过bior1.3, db4, gaus4和mexh这4种小波基函数对土壤原始光谱反射率进行连续小波变换, 并将变换后光谱数据与有害元素砷进行相关分析, 以筛选出的敏感小波系数为自变量, 采用偏最小二乘回归、 支持向量机回归、 BP神经网络和随机森林回归方法对有害元素砷含量进行高光谱反演。 研究结果显示: (1)4种小波基函数在3~8尺度的光谱分解效果明显优于其他尺度, 特别是4~6尺度的连续小波变换有效提升了光谱反射率与土壤有害元素砷之间的相关性, 通过显著性检验的小波系数数量有了明显增多(p<0.01), 在可见光的400~700 nm以及近红外的1 100~1 700和2 200~2 400 nm附近具有较强的相关性; (2)通过比较4种小波基函数对光谱数据中有效信息的辨识能力, 认为小波基函数bior1.3和mexh要优于db4和gaus4, 其中bior1.3的光谱分解效果最好, gaus4相对最弱; 通过bior1.3第5尺度的光谱变换, 与土壤有害元素砷显著相关的波段数量最多, 为507个(p<0.01); (3)比较4种建模方法的反演结果发现, SVMR, BPNN和RFR模型相较于PLSR模型具有更强的估测能力, 模型的估测精度更高。 综合分析各模型的稳定性及估测精度后, 认为bior1.3-25-RFR模型可作为研究区土壤有害元素砷的最佳估测模型。 该模型的训练集和验证集的R2分别为0.893和0.639, RMSE为1.075和1.651 mg·kg-1, RPD分别为2.89和1.64, 表明模型估测效果较好, 稳定性较强。 采用合适的小波基函数进行连续小波变换可减少土壤高光谱数据中的白噪声, 挖掘出土壤光谱数据中的有效信息, 对土壤有害元素砷含量的准确估测提供有力的技术保障。
小波基函数 分解尺度 小波系数 机器学习算法模型 有害元素砷 Wavelet basis function Decomposition scale Wavelet coefficient Machine learning algorithm model Arsenic
广东工业大学计算机学院, 广东 广州 510006
许多太赫兹光谱物质识别方法依靠寻找该物质在太赫兹波段范围内不同光谱表现出的不同特征来识别特定物质。 吸收峰提取法是常用的光谱特征提取算法, 但当光谱无明显特征吸收峰或峰位、 峰值相近或难以识别时, 难以利用吸收峰特征辨别物质。 将机器学习和统计学习技术用于太赫兹光谱的识别中虽减少了吸收峰的干扰, 但常常需要人为定义特征而导致分类误差。 深度学习法能自动提取特征, 但在识别前往往需要进行复杂的预处理操作, 并且在特征提取的过程中容易丢失部分特征从而导致分类误差。 针对以上问题, 提出了一种基于小波系数图和卷积神经网络的太赫兹光谱识别方法。 利用太赫兹光谱信号进行小波变换时, 由于小波系数矩阵的每一行系数与原始光谱信号存在着对应关系, 因此将太赫兹光谱的吸收系数通过小波变换在频率域上展开, 能得到不同的二维的频率-尺度分布图, 又称小波系数图。 然后构造一个卷积神经网络(CNN)对小波系数图进行分类, 可得到太赫兹光谱物质的分类结果。 为了验证所提出算法的有效性, 将三组小波系数图数据与原始光谱数据分别输入CNN、 Support Vector Machin (SVM)、 Multilayer Perceptron (MLP)三种不同的分类器作对比, 从实验结果可以发现本文算法在三组数据中的识别率均达到了100%, 说明相比于传统方法, 本文方法能准确分类没有明显特征吸收峰的光谱, 证明了使用卷积神经网络识别小波系数图的有效性。 为了体现本文算法的优势, 与小波脊线寻峰识别算法作对比, 实验结果表明本文算法几乎不受峰频、 峰位、 峰值的影响, 无论是识别不存在吸收峰的淀粉, 还是识别相似度高的蔗糖和葡萄糖, 都具有较高的识别率, 分类准确率达97.62%, 证明了所提算法的优越性。 该算法为太赫兹光谱数据识别提供了一种新思路, 同时也可以推广运用到其他谱图物质的识别中。
太赫兹光谱 小波系数图 特征提取 物质分类 Terahertz spectrum Wavelet coefficient map Feature extraction Material classification 光谱学与光谱分析
2021, 41(12): 3665
1 农业部农业遥感机理与定量遥感重点实验室, 北京农业信息技术研究中心, 北京 100097
2 山东科技大学测绘科学与工程学院, 山东 青岛 266590
3 国家农业信息化工程技术研究中心, 北京 100097
4 河南工程学院土木工程学院, 河南 郑州 451191
地上生物量(AGB)是作物长势评价及产量预测的重要指标, 因此快速准确地估算AGB至关重要。 由于传统植被指数(VIs)估算多生育期的AGB存在饱和现象, 因此, 利用VIs结合基于离散小波转换(DWT)的影像小波分解(IWD)技术提取的高频信息和连续小波转换(CWT)技术提取的小波系数, 探究VIs, VIs+IWD和VIs+CWT对于AGB的估算能力。 首先, 基于无人机平台分别获取马铃薯现蕾期、 块茎形成期、 块茎增长期、 淀粉积累期的数码影像和成像高光谱影像以及地面实测的AGB数据。 其次, 利用数码影像通过IWD技术提取3种高频信息和利用高光谱反射率数据通过CWT技术提取小波系数以及构建6种高光谱植被指数。 然后, 将植被指数、 高频信息和小波系数分别与AGB进行相关性分析, 并挑选出不同尺度下相关系数绝对值较高的前10波段。 最后, 以VIs, VIs+IWD和VIs+CWT这3种变量分别使用偏最小二乘回归(PLSR)方法构建AGB估算模型, 并对比不同模型估算AGB的效果。 结果表明: (1)每个生育期选取的6种植被指数、 3种高频信息和10种小波系数与AGB的相关性均达到0.01显著水平, 整个生育期相关性均呈现先升高后降低的趋势, 其中以小波系数得到的相关性最高、 高频信息次之, 植被指数最低。 (2)对比分析每个生育期的3种估算模型, 以VIs+CWT为输入变量的估算效果最好, VIs+IWD的估算效果次之, 而VIs的估算效果最差, 说明基于小波分析构建的模型适用性较广、 稳定性较强。 (3)每个生育期分别以3种变量利用PLSR方法构建的AGB估算模型均在块茎增长期达到最高精度(VIs: 建模R2=0.70, RMSE=98.88 kg·hm-12, NRMSE=11.63%; VIs+IWD: 建模R2=0.78, RMSE=86.45 kg·hm-12, NRMSE=10.17%; VIs+CWT: 建模R2=0.85, RMSE=74.25 kg·hm-12, NRMSE=9.27%)。 通过VIs分别结合IWD和CWT技术利用PLSR建模方法, 可以提高AGB估算精度, 为农业指导管理提供可靠参考。
马铃薯 地上生物量 植被指数 高频信息 小波系数 偏最小二乘回归 Potato Above-ground biomass Vegetation index High-frequency information Wavelet coefficients Partial least squares regression 光谱学与光谱分析
2021, 41(4): 1205
中国电子科技集团公司第十研究所, 四川成都 610036
V频段小型化集成接收前端主要实现对 V频段毫米波信号的低驻波、低噪声接收和产品小型化。采用多功能芯片与混合集成技术, 实现了毫米波接收信道的小型化集成。引进了微带正交耦合器, 构成平衡式分布放大优化射频接收端口输入驻波系数的设计思路, 替换了体积笨重的波导宽带隔离器, 减小了毫米波接收前端体积和重量。通过对V频段波导微带过渡探针的容错性设计, 降低了V频段毫米波接收前端的组装难度, 提高了接收前端的一次组装合格率。昀终实现批量化V频段小型化集成接收前端射频的输入驻波系数优于 1.6, 噪声系数优于 4.2 dB, 外形尺寸(含插座)33.4 mm×30 mm×12 mm。
V频段 接收前端 驻波系数 正交耦合器 波导微带探针 V-band front -end Voltage Standing Wave Ratio quadrature coupler transition probe of waveguide 太赫兹科学与电子信息学报
2019, 17(6): 1041
章涛 1,2,3于雷 1,2,3易军 1,2,3聂艳 1,2,3周勇 1,2,3
1 华中师范大学地理过程分析与模拟湖北省重点实验室, 湖北 武汉 430079
2 华中师范大学城市与环境科学学院, 湖北 武汉 430079
3 华中师范大学可持续发展研究中心, 湖北 武汉 430079
土壤高光谱在采集过程中难以避免噪声干扰, 造成高光谱数据信噪比较低, 影响土壤有机质含量估测精度。 尝试探究小波能量特征方法, 降低高光谱噪声, 提升土壤有机质含量高光谱估测模型性能。 选取湖北省潜江市运粮湖管理区为试验区, 于2016年9月采集80份深度为0~20 cm的水稻土样本; 土壤样本经风干、 碾磨、 过筛等一系列处理后, 在实验室内采集样本光谱, 并通过重铬酸钾-外加热法测定土壤有机质含量; 利用浓度梯度法, 将总体样本集(80个样本)划分为建模集(54个样本)和验证集(26个样本); 以mexh为小波基函数进行连续小波变换(continuous wavelet transformation), 将土壤高光谱转换为10个分解尺度的小波系数(wavelet coefficients); 逐尺度计算小波系数的均方根作为小波能量特征(energy features), 将10个尺度的小波能量特征组成小波能量特征向量(energy features vector); 逐尺度逐波长计算小波系数与有机质含量的相关系数, 将达到极显著水平(p<0.01)的小波系数作为敏感小波系数(sensitive wavelet coefficients); 利用主成分分析法(principal component analysis)分别计算土壤高光谱和小波能量特征向量的各主成分载荷, 通过比较两者第一主成分贡献率的高低和两者前三个主成分得分的空间离散程度, 判断小波能量特征转换前后建模自变量的主成分信息变化趋势; 基于小波能量特征向量和敏感小波系数分别建立多元线性回归和偏最小二乘回归土壤有机质含量估测模型。 结果表明, 土壤有机质含量越高, 全波段反射率越低, 但不同土样的光谱反射率曲线特征相似, 近红外部分的反射率(780~2 400 nm)高于可见光部分(400~780 nm); 敏感小波系数对应的波长为494, 508, 672, 752, 1 838和2 302 nm; 土壤高光谱与小波能量特征向量的第一主成分贡献率分别为96.28%和99.13%, 小波能量特征向量的前三个主成分散点较土壤高光谱的主成分散点在空间上更为聚集, 表明小波能量特征方法有效减少了噪声影响; 比较全部土壤有机质含量估测模型, 以小波能量特征向量为自变量的多元线性回归模型具有最佳估测精度, 其验证集决定系数(R2)、 相对估测误差(RPD)和均方根误差(RMSE)分别为0.77, 1.82和0.82。 因此, 小波能量特征方法既能够提高数据的信噪比, 提升土壤有机质含量的估测精度, 又实现了土壤高光谱数据降维, 降低了模型复杂度, 可用于土壤有机质含量快速测定和土壤肥力动态监测等研究。
土壤高光谱 小波系数 小波能量特征 土壤有机质 水稻土 Soil hyperspectral Wavelet coefficients Wavelet energy features Soil organic matter Paddy soil 光谱学与光谱分析
2019, 39(10): 3217
1 兰州大学资源环境学院, 甘肃 兰州 730000
2 内蒙古师范大学地理科学学院, 内蒙古 呼和浩特 010022
3 内蒙古自治区遥感与地理信息系统重点实验室, 内蒙古 呼和浩特 010022
4 内蒙古自治区蒙古高原灾害与生态安全重点实验室, 内蒙古 呼和浩特 010022
害虫引起的林木失叶会严重威胁森林健康。 森林虫害遥感监测与评价中快速、 准确获取失叶信息十分重要。 基于此, 针对雅氏落叶松尺蠖引起的落叶松失叶灾象, 在蒙古国开展受害林木光谱测量和失叶率估测试验。 首先通过光谱实测数据的处理, 得到微分光谱反射率(DSR, 对光谱反射率求一阶导数)和微分光谱连续小波系数(DSR-CWC, 利用Biorthogonal, Coiflets, Daubechies和Symlets等4种小波系的36个母小波基函数对DSR进行连续小波变换), 分析DSR和DSR-CWC对失叶率的敏感性, 进而借助MATLAB的Findpeaks(Fp)函数自动寻找DSR和DSR-CWC的敏感波段并确定其对应的敏感特征, 然后利用连续投影算法(SPA)对敏感特征进行降维处理, 最后利用敏感特征建立偏最小二乘回归(PLSR)和支持向量机回归(SVMR)失叶率估测模型, 并与逐步多元线性回归(SMLR)模型进行比较。 研究结果表明: ①DSR-CWC与DSR相比, 对失叶率变化的敏感性更显著且敏感波段亦较多, 其敏感波段主要分布于三个吸收谷(440~515, 630~760和1 420~1 470 nm)和三个反射峰(516~620, 761~1 000和1 548~1 610 nm)范围内。 说明DSR-CWC能够增强光谱反射和吸收特征。 ②Fp与SPA结合模式(Fp-SPA)不仅能够快速、 客观选择敏感特征, 而且对特征有效降维, 是一种光谱敏感特征选择的有效方法。 ③4种小波系的最优母小波基分别为bior24, coif2, db1和sym6, 其中db1的失叶率估测性能最稳定, 精度最高。 ④对DSR进行连续小波变换能够提高失叶率估测精度, 在DSR-CWC中db1-PLSR模型(R2M=0934 0, RMSEM=0089 0)提高的最为显著, 比DSR-PLSR的R2M提高了0047 5并且比DSR-PLSR的RMSEM降低了0024 9。 ⑤利用DSR-CWC建立的PLSR和SVMR模型估测精度类似, 其精度优于SMLR模型。 可见, DSR-CWC比DSR失叶率估测更有潜力, 可为森林虫害遥感监测中提供重要参考。
雅氏落叶松尺蠖 落叶松失叶率 微分光谱连续小波系数 Findpeaks函数 连续投影算法 Erannis jacobsoni Djak Leaf loss rate of larch Differential spectral continuous wavelet coefficie Findpeaks function Continuous projection algorithm 光谱学与光谱分析
2019, 39(9): 2732
1 青岛科技大学 机电工程学院, 青岛 266061
2 青岛科技大学 自动化与电子工程学院,青岛 266061
为了降低激光多普勒测速信号中的噪声, 采用在仿真激光多普勒测速信号中加入高斯白噪的方法, 通过小波分层后高频系数置零法和小波阈值去噪法2种方法进行仿真去噪, 进行了仿真分析及实验验证。结果表明, 小波分层后高频系数置零法能够提高信噪比获得图形光滑的信号, 达到较理想的去噪效果。这一结果对提高在激光多普勒测速系统信号检测应用中的准确性是有帮助的。
激光技术 最优小波系数 高频系数置零 信噪比 laser technique optimal wavelet coefficient zero-denoising high-frequency coefficient signal-to-noise ratio
南京理工大学 电子工程与光电技术学院,江苏 南京 210000
为了消除采样过程中的噪声干扰,进一步提高重构图像质量,针对数字微镜阵列(DMD)与桶探测器在测量过程中点对点采样产生的起伏噪声导致图像信噪比降低的问题,提出基于哈达玛矩阵编码测量的压缩采样成像方法。首先采用DMD分区控制方法,利用哈达玛编码测量,计算获得低分辨率的粗糙图像,接着在预测的重要小波系数所在区域,对同一尺度上的重要区域利用哈达玛矩阵进行投影,同时计算出这些区域的小波系数,最后通过小波逆变换获得重构图像。实验表明,在测量噪声为0.2倍的热噪声下,只需要10%的采样率,通过哈达玛编码测量,图像峰值信噪比从1398 dB最高提高到34.56 dB,提高了20.58 dB,成像质量明显改善,清晰度高。当存在较大的测量噪声时,该方法可以大幅提高图像的信噪比,尤其适用于微弱光信号条件下的高灵敏压缩采样成像。
压缩成像 哈达玛矩阵 小波系数 数字微镜阵列 compressed sampling hadamar matrix wavelet coefficients digital micro-mirror device
随机噪声之间, 随机噪声与信号之间互相独立。基于此原理, 可以将原始信号分别经过两个不同的信道, 产生两个不同的含噪信号, 通过互相关运算而去除噪声。互相关处理后的含噪信号中, 信号的幅值大多高于噪声幅值, 继续对含噪信号进行分数阶微积分运算, 加大信号与噪声的差距, 从而达到除噪目的。通过论证与仿真, 验证了此方法的去噪效果更好。
小波系数 信号处理 互相关运算 wavelet coefficient signal processing cross-correlation operation