为了提高几何光波导的成像质量, 提出了一种基于离轴自准直光路的光波导阵列平行度测试方法。根据阵列平面特征分析了以空间二维角度表征光波导中半透半反膜阵列平行度的误差评定模型, 将几何光波导成像原理与自准直光路相结合, 推算出了阵列平行度的数学关系式。然后, 构建了光波导阵列平行度测量系统, 系统中具有光源控制器可以控制输出光强, 有效解决了因光波导中不同半透半反膜的光能利用率不同而影响测量的难题。利用Steger算法对自准直回像进行图像处理。最后, 完成了标定和阵列平行度测试以及验证实验。实验结果表明, 平行度测量系统的测量不确定度为1.14″, 最大重复性误差为0.32″。该方法可以快速准确地测量几何光波导中的阵列平行度, 对光波导阵列面的姿态修正以及成像质量的提高具有指导意义。

陆地或海洋与大气之间的能量和物质交换的定量研究, 特别是二氧化碳(CO2)交换通量的监测, 对研究全球碳循环以及气候变化具有重要意义。基于直接吸收光谱技术和导数吸收光谱技术, 采用收发一体式光学系统, 研制了开放式CO2在线探测样机, 测量区域可达到km量级。利用Allan方差分析了系统检测限, 当积分时间达到100 s时, 检测限为0.08×10-6。使用不同浓度的标准气体, 验证了二阶导数光谱用于浓度反演方法的可行性, 得到相关性为0.998。样机在深圳市生态环境监测站连续运行1个月, 探测结果具有明显的日变化周期性。与安装于附近不同点位的Licor7550-CO2监测仪进行数据对比, 数据变化趋势吻合, 且样机稳定性更优。

基于声表面波技术的紫外探测器具有响应速度快、灵敏度高、制作简单且可以无线无源监测等众多优势, 成为近年来紫外探测领域的研究热点。本文根据紫外敏感薄膜分类综述了声表面波紫外探测的研究进展, 剖析了声表面波紫外探测敏感机理, 阐述了氮化镓、掺杂氮化镓、氧化锌、掺杂氧化锌、纳米结构氧化锌, 氮化铝等敏感膜的材料特点、制备加工及其紫外探测器性能等。分析了近年来新型声表面波紫外传感器的研究状况, 展望了声表面波紫外探测的未来发展趋势与挑战。

为了实现下落液滴在颗粒层内渗透流动的三维快速测量, 本文开发了一种基于激光-荧光-高速相机的光学测量系统, 用以拍摄记录不同时刻颗粒层内液体的分布形貌。该系统由三个部分组成, 首先, 液滴和颗粒层在撞击渗透系统中接触, 采用折射率匹配方法减少光学散射; 其次, 光学信号采集系统拍摄记录颗粒层内液体的形貌分布随时间的变化, 通过改变拍摄截面, 可以实现准三维测量; 最后, 在数据处理系统中使用Matlab程序完成对实验数据的分析, 可以获得液体在层内不同方向上距离、速度和加速度的时空分布, 进一步为流体在颗粒层渗透时的受力、动量和能量变化的动态理论模型的建立和验证提供支撑。实验系统的空间分辨率达到0.02 mm, 时间分辨率达到0.5 ms, 满足渗透过程测量稳定可靠、高时空分辨率的要求。

为了提高光纤弯曲传感器的灵敏度, 增大线性范围, 降低成本, 本文提出一种基于深度神经网络分类塑料光纤弯曲角度及方向的方法。使用进行侧抛增敏处理的塑料光纤, 在光纤输出端采集不同弯曲角度的散斑图。制作了包含五类弯曲角度的数据集一以及包含七类弯曲角度的数据集二, 在预处理图像数据之后, 利用多层卷积神经网络对散斑图像进行卷积和池化处理, 得到散斑图像的特征图, softmax分类器用来得到分类准确率, 最后对两种不同卷积神经网络模型的分类效果进行对比。结果显示: 数据集一光纤弯曲的角度间隔为5°时分类准确率达到了96%, 理论和实际分析结果表明该方案识别率较高, 基于该方法有望实现一种简单、高效的光纤弯曲传感器。

为了实现中分辨率光谱成像仪(Medium Resolution Spectral Imager, MERSI)太阳反射波段的星上绝对辐射定标, 本文采用国际通用的6个北非沙漠目标即伪不变目标, 以高质量的SeaWiFS数据为参考, 对FY-3C MERSI数据进行交叉定标。首先利用高质量的SeaWiFS数据构建天顶双向反射分布函数模型; 其次, 构建两个传感器的参数化光谱匹配因子; 最后, 基于前两部分工作进行交叉定标。本文构建的天顶反射模型可以准确地表达伪不变目标的天顶反射率, 波段预测误差基本都在3%之内; 考虑观测几何条件和吸收气体含量的参数化光谱匹配因子可以有效地预测MERSI的天顶反射率; 交叉定标结果的时间序列十分稳定且无明显趋势, 与伪不变目标的天顶辐射信号长期稳定且规律性变化的特点相一致, 与L1定标结果存在一个系统偏差。该方法充分考虑和解决了交叉定标研究中轨道漂移、观测几何条件和光谱响应差异带来的不确定性问题, 能够对卫星辐射性能进行有效的在轨监测和订正。

为解决非本征光纤法布里-珀罗(Extrinsic Fiber Fabry-Perot Interferometor, EFPI)在电力变压器内体绝缘安装困难且易损坏的问题, 设计了高灵敏度的EFPI传感器, 提出采用油腔结构的变压器油箱壁外置式安装方法。在阐述EFPI传感和液气介质下膜片振动原理的基础上, 分析了传感器检测灵敏度与其法-珀腔膜片尺寸的关系, 设计EFPI传感器法-珀腔膜片尺寸并制备传感器。然后, 设计外置油腔耦合结构, 采用压电陶瓷(Piezoelectric, PZT)声发射传感器构建EFPI传感器性能测试系统, 测得EFPI传感器的幅频特性和检测灵敏度。最后, 使用板-板电极和变压器实体模型搭建局放检测系统, 外置EFPI传感器与PZT传感器同时探测电极局放信号。实验结果表明: EFPI传感器的一阶固有谐振频率为113 kHz, 静压灵敏度为7.5 nm/kPa, 外置油腔耦合结构EFPI传感器局放超声信号的检测灵敏度高于传统的PZT传感器。外置结构可有效保护传感器膜片, 降低安装难度, 且避免了EFPI传感器置于变压器绝缘高场强度区域带来的安全隐患。

相位作为光学晶格中玻色-爱因斯坦凝体的波函数中的重要参数, 在实验中无法通过吸收成像或者原位成像从动量空间原子分布中直接得到波函数的相位信息。为了研究一维光晶格中玻色-爱因斯坦凝体相位分布对动量空间原子分布的影响, 建立了深度学习网络模型。首先, 通过理论计算得到的32 000组数据作为训练集和验证集。然后, 在分析波函数的相位特征与动量空间的基础上, 提出卷积循环神经网络模型进行光晶格中超冷原子动量预测的方法。经验证, 模型训练得到的结果与理论求解薛定谔方程得到的结果相差1.76, 相较BP (Back Propagation)神经网络结果, 平均误差降低了83%, 所得结论为机器学习在物理学领域的应用提供了新的思路。

随着透明海洋战略的提出, 低成本的凝视成像装备在水下光学成像中独具优势。然而, 后向散射和成像目标难以分离, 远距离凝视成像极为困难。更为严重的是, 在采集到有效目标图像之前, 过强的后向散射噪声已经使图像提前饱和, 无法进行后续处理。本文提出了短相干照明与偏振成像相结合的水下远距离成像方法, 利用短相干光源照明简化后向散射与成像目标的分离过程, 同时, 采用偏振技术有效抑制后向散射, 防止图像提前饱和, 保障目标图像的有效采集。为此, 搭建了大型水下光学成像实验平台, 并对22 m的远距离水下目标进行了成像试验研究。试验结果表明, 该复合成像方法获得的图像信噪比由0.50 dB提高到13.57 dB, 设备的抗提前饱和能力提高了1.42倍, 优于传统的偏振成像, 可以为大范围水下光学监控提供技术支撑。

在可见光无线通信中, 用于照明的LED光源的调制带宽很低, 只有几MHz, 限制了基于LED光源的可见光通信的信息传输容量和速度。为构建高带宽LED, 研究影响LED调制带宽的因素和机制。设计3组PN结面积分别为200 μm×800 μm, 300 μm×900 μm和300 μm×1 200 μm的LED芯片并倒装封装成LED器件, 测试这3组器件的光电特性和调制带宽, 并比较3组样品的电容曲线, 分析调制带宽的主要影响因素之一——电容对LED器件的影响机制。实验结果表明: PN结面积为200 μm×800 μm的LED器件具有最小电容, 且具有最高的49.9 MHz的-3 dB调制带宽。由于封装、测试电路等引起寄生电容对LED器件调制带宽有重要影响, 通过优化器件倒装结构、LED驱动电路等方法可以大幅度减少测试系统的寄生电容, 提高LED器件的调制带宽。

为了获得可靠的金属纳米尖的制作方法, 设计了基于模板微电铸工艺制备金字塔型纳米Ni尖的工艺流程并进行了实验验证。利用(100)型单晶硅的各向异性腐蚀特性在40%的KOH溶液中腐蚀以制备倒金字塔型的硅模具, 采用磁控溅射与正胶剥离工艺获得了厚度为200 nm的Ni种子层薄膜并进行金属图形化, 之后进行微电铸实验, 最后, 利用KOH腐蚀硅模具以释放金字塔型实体Ni纳米尖。实验结果表明: 利用ICP干法刻蚀代替HF酸腐蚀SiO2掩蔽窗口, 可将模具制作的相对误差降低约9%; 金字塔型Ni纳米尖的底部边长尺寸约为140 μm, 纳米尖最小曲率半径为54 nm; 微电铸工艺复制精度约为99%。采用微电铸工艺并结合硅片自停止刻蚀技术, 能够稳定可靠地制备出金字塔型Ni纳米尖, 实现了金属纳米尖的批量化制备, 从而降低了制造成本, 为纳米尖的广泛应用奠定了基础。

为解决复杂结构金属梯度材料零件制造技术的难题, 对成分梯度材料零件的激光选区熔化成型方法展开了研究。通过零件梯度设计法结合多组扫描路径数据文件及一个txt格式文件, 实现了成分梯度材料零件增材制造数据的获取; 通过双轴摆动的粉末实时混合均布装置实现了梯度成分粉末的实时混合及均布; 采用柔性清扫回收原理解决激光选区熔化制造梯度材料零件时同层内不同粉末的清理回收问题。利用自主研发的梯度材料零件激光选区熔化成型系统展开了实验验证。获得了4340+CuSn10梯度材料零件, 颜色上呈明显的梯度过渡, 对其前侧面及上表面进行EDS分析, 发现中间3个梯度区域Fe的平均质量百分比在垂直方向分别为4.94%, 36.49%, 59.16%, 在水平方向分别为1288%, 41%, 53.59%, 在不同层之间、同一层不同区域之间均呈梯度变化。该方法可实现成分梯度材料零件自由增材制造, 为该类零件的制造提供了新的选择。

为了减少现有力学小变形假定下通过位移叠加表达导致的轮齿定位偏差, 以长轴具有等曲率圆弧的凸轮波发生器为例, 提出包角内利用凸轮等距线确定中面曲线, 包角外利用两端斜率和曲率连续性条件, 并考虑变形前后曲线的弧长增量等于周向力引起的伸长, 构造以样条函数表达的柔轮中面曲线。在有限元环境中建立圆环与双偏心圆弧凸轮波发生器的接触模型, 对位移叠加表达的柔轮中面曲线和本文的几何特征拟合的表达结果, 利用有限元模型在小变形和大变形求解条件下进行数值验证。认为有限元模型在大变形求解条件下的非线性结果更符合实际, 并以其为准则计算各方法的结果偏差。算例表明: 现有基于小变形的理论解和有限元的小变形数值结果均与更贴合实际的大变形结果存在较大偏差。在30°包角模型中本文方法的极角偏差降低了约0.006°, 极径偏差降低了约0.013 mm。本文方法在模型包角在25°~65°之间时更贴近实际, 且易于实现, 消除了几何大变形、接触非线性和中面伸长等因素对中面曲线表达的影响, 为谐波齿轮齿廓设计提供更准确的轮齿定位。

由于光学玻璃高硬度、高脆性和低断裂韧性的力学性能, 边缘损伤已成为光学玻璃加工的常见缺陷形式, 严重制约了加工质量的提高。基于BK7光学玻璃的钻削试验, 分析了孔入口和出口边缘损伤的基本特征; 利用脆硬材料的压缩断裂理论, 探讨了孔口损伤的形成机理; 研究了钻削参数对孔口损伤的影响规律。在此基础上, 初步探索了旋转超声钻削(Rotary Ultrasonic Drilling, RUD)和旋转超声啄式钻削(RUPD)工艺对孔口损伤的抑制效果。结果表明: “局部崩边”是孔入口损伤的主要形式, “整体剥落”和“不连续崩碎”相互叠加是孔出口损伤的表现形式; 金刚石磨棒端面磨粒的刻划切入所导致的亚表层侧向裂纹扩展是造成入口损伤的重要原因, 而中位裂纹扩展和轴向压溃是出口损伤的主要成因。RUD能够有效抑制孔口损伤, 其最大入口崩边尺寸和最大出口剥落尺寸分别为普通钻削的15%~50%和45%~65%。RUPD能够促进磨屑和脱落磨粒的排出, 因此可以获得更小的出口损伤。

为了有效抑制星载飞轮在轨姿态调整过程中输出的微振动, 并改善发射过程中的动力学环境, 提出一种变刚度摩擦阻尼器。根据星载飞轮在轨工作阶段和主动发射阶段的实际载荷条件, 采用谐波平衡法得到频域力/绝对位移传递率曲线, 并通过实验方法对所得传递率曲线进行了验证。实验结果表明: 变刚度摩擦阻尼器在谐振频率处能够提供较大阻尼, 将放大系数控制在较小范围内, 实测结果和理论解吻合较好。研究结果表明: 在轨工作阶段小载荷作用下, 变刚度摩擦阻尼器能有效抑制飞轮输出微振动, 在保证高频段隔振性能的同时, 力传递率峰值约为6.5; 在主动发射阶段大载荷作用下, 绝对位移传递率峰值约为2.3。由此可见, 变刚度摩擦阻尼器能同时兼顾飞轮在不同工作阶段载荷条件变化的影响, 显著抑制其动态响应。

运动学标定是提高并联机构精度的重要途径。采用与辨识雅可比矩阵相关的可观测性指标最大化的方法选择测量位姿, 可以提高并联机构运动学标定对传感器测量噪声的鲁棒性。辨识雅可比矩阵是并联机构位移和姿态的函数, 但位移和姿态对应的辨识雅可比矩阵中的元素的数量级不同, 导致所选测量位姿的位移和姿态对测量噪音的鲁棒性不同。因此, 本文提出先对辨识雅可比矩阵进行无量纲化, 再通过可观测性指标选择测量位姿, 保证位移和姿态对测量噪音具有相同的鲁棒性, 进而提高标定精度。通过数值算例, 3种测量噪音下该方法标定的结构参数精度相对于传统方法均有大幅提高, 分别由1.007 5, 0.100 9, 0.010 1 mm提高到0.033 7, 0.033 7, 0.003 4 mm; 该方法标定的位置精度相对于传统方法基本不变, 但姿态精度有大幅提高, 分别由0.015 2°, 0.003 3°, 0.000 15°提高到0.003 3°, 0.000 3°, 0.000 033°。以该方法选取的测量位姿对Stewart并联机构进行标定试验, 标定前后位置和姿态的误差均值分别从2.321 mm和0246°降至0.242 mm和0.025°, 有效地提高了位姿精度。

针对蝇类昆虫物种繁多、特征复杂等因素, 导致蝇类识别准确率低、耗时较长等问题。本文借鉴深度学习方法中的人脸识别算法, 提出一种基于深度卷积神经网络的蝇类面部识别方法。首先, 在图像对齐过程中, 使用多任务卷积神经网络并进行优化即应用深度可分离卷积减少计算参数, 缩短图像预处理时间。其次, 应用轮廓特征粗提取和具体部位特征细提取相结合的方式提取更加丰富的特征信息: 即使用卷积池化粗提取出图像的轮廓特征值; 同时, 使用Inception-ResNet网络、Reduction网络细提取出具体部位特征值。最终在网络训练时, 结合上述方法使得提取到的特征信息更加精确全面。实验表明, 所提方法的准确率达到94.03％, 相较于其他网络训练方法, 该方法在保证较高准确率的情况下提升计算效率。

为解决位置敏感器件(PSD)提取光斑位置信息的不准确性, 克服元器件、信号处理电路等带来的随机噪声干扰, 本文提出了一种基于极限学习机(ELM)的反馈堆叠模型(FsELM)。该模型使用ELM作为基本训练块, 以单层预测结果与目标真值的偏差作为依据对输入数据进行更新, 并进行循环训练, 形成反馈堆叠的结构, 从而实现PSD信号有效信息的深度提取。同时设计进行了基于一维PSD的激光三角位移检测实验验证算法的性能, 比较了传统滤波算法、经典学习算法、ELM及其变体和本文提出的FsELM方法对数据的处理效果。实验结果表明: FsELM预测精度明显优于其他处理方法, 预测结果均方误差可达1.4×10-5, 预测精度为0.78%; 除ELM等单次训练结构外, FsELM模型的运算速度比其他处理方法更快。该结果证明了FsELM在应对随机噪声干扰的优异性能, 以及不确定环境下突出的预测能力。

本文针对以用户为中心的可见光通信(Visible Light Communication, VLC)网络协作传输技术的能量效率(Energy Efficiency, EE)问题, 提出了联合小区形成和功率分配优化算法, 能够实现能源效率最大化。首先提出一种新的用户聚类算法, 引入类间类内划分(Between-Within Proportion, BWP)聚类指标有效反映用户聚类之间的分离性以及紧密性, 确定最优聚类数目并根据提出的度量值将接入点(Access Point, AP)与聚类用户关联形成虚拟小区。其次在服务质量(Quality of Service, QoS)的约束下联合功率分配, 利用Dinkelbach算法和对偶投影梯度算法迭代求解, 得到最佳功率分配方案以及小区中参与通信的Aps, 有效提高了系统能源效率。仿真结果表明, 与传统算法相比, 本文所提算法显著提高能源效率。

针对传统建筑物提取方法难以有效描述遥感图像细节特征, 导致复杂场景下道路、树木及建筑物之间分割边界不清晰等问题, 提出了一种基于多尺度特征融合空洞卷积ResNet(Multiscale-feature Fusion Dilated Convolution ResNet, MFDC-ResNet)模型。首先, 为了获取遥感图像建筑物更大范围的特征信息, 在深度残差网络中引入空洞卷积增大特征提取的感受野, 以捕捉更丰富的多尺度细节特征; 其次, 为了增强空洞卷积中心点对图像局部区域特征的表达能力, 利用3×3卷积核提取遥感图像的中心点区域特征, 引入更多的中心点空间先验信息; 最后, 利用空间金字塔池化模型对不同尺度空洞卷积特征进行融合, 获取不同尺度的遥感图像建筑物的上下文信息。在WHU遥感图像数据集上的实验表明, 平均交并比mIoU达到0.820, 召回率Recall达到0.882。提出算法不仅提高了分割精度, 而且有效克服了道路、树木等因素的干扰, 得到了较清晰的建筑物边界。

三维激光雷达被广泛应用在无人驾驶系统中对道路环境的检测和防碰撞检测。为增加激光雷达对扫描点云进行分割的准确性, 提出一种基于深度投影的点云目标实时分割方法。首先采用体素化滤波去除噪声点, 然后使用渐进式形态学滤波方法去除地面点, 最后将点云进行深度投影, 建立三维点云与深度投影图像的映射关系, 利用深度投影图像的自适应角度阈值对点云进行目标分割, 并将分割后的点云目标构造混合层次包围盒进行碰撞检测。实验结果表明该方法相对于传统聚类算法在时间效率上有明显提升, 并且能有效降低过分割问题, 实验数据目标分割准确率达到了7882%, 结合混合层次包围盒算法对分割后的点云目标进行碰撞检测, 可有效地识别并判断物体空间位置关系, 提升碰撞识别的准确性。

针对传统递归最小二乘预测器的预测精度与谱间相关程度存在较强相关性及其对预测顺序较为敏感的特点, 提出一种基于自适应波段选择和最佳预测顺序的高光谱图像无损压缩方法。首先, 为了提高参考波段与待预测波段间的谱间相关性, 以最大谱间相关系数为准则进行波段重排预处理, 接着引入自适应波段选择策略从已预测波段集中选出与待预测波段存在最高相关性的多个波段作为参考波段。然后, 以最小预测残差熵为准则选出最佳预测顺序模式进行谱间预测。最后, 采用算术编码器对预测残差进行熵编码。在AVIRIS 2006数据集上的实验结果显示, 该方法在16位校正图像、16位未校正图像和12位未校正图像上分别取得了3.314, 5.594和2.395 bpp的压缩效果。该方法在几乎不增加计算复杂度的情况下有效提高了传统递归最小二乘预测器的预测精度, 其最佳压缩效果接近或优于其他同类方法。

三维激光扫描设备获取的初始点云模型中含有较多的噪声点, 不利于后期的点云处理, 需要将其进行剔除。为了有效地保持点云的尖锐几何特征, 本文提出一种由粗到精的层次化点云去噪算法。首先构造点及其邻域点的张量投票矩阵, 通过计算该矩阵的特征值和特征向量构造扩散张量, 并基于该扩散张量利用各向异性扩散方程进行循环滤波, 从而实现点云初始粗去噪; 然后计算滤波后点云的曲率特征, 并根据曲率值进一步删除点云中的噪声点, 从而实现点云精确去噪; 最后通过计算点云熵值对去噪算法进行定量评价。实验结果表明, 本文提出的点云去噪算法具有较大的熵值、较小的去噪误差和较高的执行效率。因此说, 该层次化点云去噪算法在保持尖锐几何特征的同时, 可以快速精确剔除噪声点, 是一种有效的点云去噪算法。