兰州交通大学 光电技术与智能控制教育部重点实验室, 甘肃 兰州 730000
功率分配器(简称功分器)作为微波电路中常用的射频器件, 是构建5G系统多输入多输出(MIMO)馈电网络的重要组成单元。为了对已有固定频率的功分器结构进行重新快速地优化设计, 以适用于包括5G工作频段在内的任意实际所需的工作频段, 该文以预先设计的一种双频功分器作为优化设计目标, 提出了一种基于改进后的一维卷积神经网络的深度学习方案。预测功分器在其他任意双谐振频率处拥有良好性能的几何结构参数, 运用自组织映射神经网络进行样本的选取, 提高卷积神经网络的训练效率。预测出的功分器在电磁仿真软件中进行验证, 仿真结果显示功分器在工作频率处的回波损耗高于20 dB, 隔离度高于25 dB, 插入损耗低于3.4 dB, 工作带宽约为450~600 MHz, 证明了利用神经网络实现多参数目标功分器的优化设计是一种快速有效的方法。
双频功分器 卷积神经网络 自组织映射神经网络 多参数目标优化 dual-band power divider convolutional neural network self-organizing map neural network optimization of multi-parameter objectives
1 浙江大学材料科学与工程学院，杭州 310058
2 之江实验室，杭州 311121
3 浙江大学光电科学与工程学院，杭州 310027
超快激光直写技术由于其灵活性、高效性和良好的方向性，可以三维选择性地在材料内部进行加工，被广泛应用于玻璃的微晶化及其器件的制备中，在光储存、波导激光器、光子电路和集成光子芯片等领域有着广泛的应用前景。本文简要概述了超快激光在玻璃内部诱导析晶的原理，晶态/非晶态自组织周期性结构的形成机制，以及超快激光在玻璃三维空间中诱导析晶的最新研究进展，总结了通过控制激光参数和玻璃成分等实现对结晶形态、结构及光学性质调控的相关研究，并对所直写的微纳结构在非线性器件、光储存、激光器等领域的应用和发展方向进行了概述与展望。
微晶玻璃 超快激光直写 析晶原理 自组织周期性结构 热积累效应 光存储 glassceramics ultrafast laser direct writing crystallization principle selforganized periodic structure heat accumulation effect optical storage
1 中国科学技术大学国家同步辐射实验室，安徽 合肥 230029
2 中国科学技术大学光学与光学工程系，安徽 合肥 230026
离子轰击固体表面诱导的纳米结构具有小周期（10~100 nm）、大面积、准周期的特点。利用氩离子轰击在减反膜上制备出横向特征尺寸在100 nm附近、横向周期性与纵向连续性逐步明显的准周期纳米波纹结构。为了增大表征面积，利用极紫外散射法表征了上述自组织纳米波纹的形貌特征。结果显示，面内和锥角模式的极紫外散射法所获得的样品横向和纵向形貌特征，均能够与原子力扫描显微镜所获得的样品形貌特征相对应，这初步说明了此方法表征准周期纳米波纹结构基本形貌特征的可行性，为后续的定量分析提供基础。同时，利用极紫外同步辐射光表征的自组织纳米结构面积达到了mm2量级，将合肥光源计量光束线的表征范围拓展到自组织纳米结构，这也为未来探索极紫外光刻掩模的散射表征等研究提供参考。
极紫外 散射测量 同步辐射 离子轰击 自组织纳米结构 准周期 光学学报
2022, 42(19): 1936001
1 新乡学院 计算机与信息工程学院，河南 新乡 453003
2 河南师范大学 计算机与信息工程学院，河南 新乡453007
针对具有有限感知范围的无线传感器网络中的动态目标跟踪问题，提出了一种将卡尔曼一致滤波和动态集群自组织相结合的协作式动态目标跟踪算法。首先，算法采用一个由群头挑选阶段和集群重新配置阶段构成的动态集群协议来限制参与目标状态估计过程中节点间的信息交换，然后用一个分布式加权估计预测算法即卡尔曼一致滤波来估计目标状态并预测其下一个位置，这样有助于唤醒最合适的节点来进行目标跟踪并最恰当地组织网络通信，而其他节点保持在睡眠状态。仿真结果表明，提出的算法相比于集中式和其他2种常用的分布式动态目标跟踪算法，不仅能够降低网络的平均能耗，而且能够明显提高跟踪过程中的误差估计质量。
无线传感器网络 目标跟踪 动态集群自组织 卡尔曼一致滤波 节能 误差估计 Wireless Sensor Networks(WSN) target tracking dynamic clustering self-organization Kalman Consensus Filter(KCF) energy conservation error estimation 太赫兹科学与电子信息学报
2021, 19(5): 869
1 大连理工大学软件学院, 辽宁大连 116620
2 河海大学物联网工程学院, 江苏常州 213022
3 沈阳飞机设计研究所, 辽宁沈阳 110035
4 沈阳理工大学信息科学与工程学院, 辽宁沈阳 110159
5 东北大学软件学院, 辽宁沈阳 110819
功率谱密度 (PSD)预测是频谱管理中的重要环节。由于功率谱密度具有高度的复杂性、非线性和不确定性, 单一的预测模型很难确保预测的准确性和效率。为克服单一预测方法的不足, 提出一种混合的机器学习模型, 将自组织映射 (SOM)网络与回归树 (RT)相结合, 以预测信号的功率谱密度。使用自组织映射网络将具有相似手工特征的原始样本集聚类成簇; 将每一个簇分别构建回归树来预测功率谱密度; 最后, 使用亚琛工业大学的数据进行实验。结果表明, 预测结果的均方根误差比现有方法提高 0.824, 证明混合模型具有较高的预测精确度和较好的泛化能力。
功率谱密度 自组织映射 回归树 手工特征 Power Spectral Density Self -Organizing Map Regression Tree manual feature 太赫兹科学与电子信息学报
2021, 19(4): 623
安徽理工大学电气与信息工程学院, 安徽 淮南 232001
针对现有葡萄酒检测技术无法快速、高效鉴别葡萄酒品质的问题,基于无需建立标签、调参简单的聚类算法,提出了一种利用激光诱导荧光技术获取葡萄酒光谱信息的方法,实现了酒样鉴别。选取三个品牌、两个年份的四个葡萄酒样本,在同一酒精度的前提下,与水进行1∶10体积配比后,对每个酒样采集100个光谱信息。利用K-均值、自组织竞争网络和自组织特征映射神经网络三个聚类算法进行酒样的鉴别,实验结果表明:在光谱信息分析中,三个聚类算法均表现出较优越的性能,识别准确率均达到99%以上,自组织特征映射神经网络的分类准确率更是达到了100%,平均用时5.875 s,具有较高的鲁棒性和泛化能力。研究结论证明聚类算法对葡萄酒品质的检测是切实可行的。
光谱学 激光诱导荧光 聚类算法 荧光光谱识别 葡萄酒 自组织特征映射神经网络 激光与光电子学进展
2021, 58(16): 1630001
空军工程大学信息与导航学院，陕西 西安 710077
首先，介绍了激光通信链路的优势；然后，基于生成对抗网络的端到端学习提高通信系统的实时性与全局优化性。最后，针对该系统离线学习模式训练过程中训练集不能包含所有情况导致的系统鲁棒性差问题，引入自组织增量学习方法改进端到端系统的线上增量训练。实验结果表明，随着线上训练的不断进行，端到端通信系统可以很好地模拟通道效应，且具有较强的实时性和鲁棒性。
激光通信 生成对抗网络 自组织增量神经网络 激光与光电子学进展
2021, 58(11): 1106001
1 辽宁工程技术大学电子与信息工程学院, 辽宁 葫芦岛125105
2 辽宁工程技术大学研究生院, 辽宁 葫芦岛 125105
针对室内定位技术精度较低及数据量过大影响运算时间等问题,提出基于OCAE-SOM(Optimized Convolutional Autoencoder-Self Organizing Map)的室内指纹定位算法。离线阶段,先将信道状态信息的幅值相位预处理矩阵作为原始输入数据,并调整为RGB(Red, Green, Blue)格式训练卷积自编码器,使其可深度挖掘参考点的指纹特征,采用Adam算法优化CAE算法的参数,既降低数据维度又能提升训练效率;然后采用OCAE-SOM算法训练模型,可以缩短单独训练模型的时间;最后采用Adam算法优化SOM的权重,可较好地保留输出特征间的相关性,避免权重参数出现局部最优。在线阶段,将调整后的测试数据输入到OCAE-SOM算法中,经匹配后可得到输出位置点。实验结果表明,该算法模型在定位时间与精度上显著优于已有算法,具有一定的应用价值。
测量 信道状态信息 室内定位 卷积自编码器 自组织映射 Adam算法 激光与光电子学进展
2021, 58(8): 0812001
红外与激光工程
2021, 50(2): 20200302
