为了实现对微小物体的高精度三维测量，本文构建了一套基于结构光照明的三维形貌测量系统，对该系统所使用的相位编码算法、远心相机标定算法和投影仪标定算法进行了研究。首先，通过边缘提取算法获得二维平面标靶的特征点坐标，使用改进的张氏标定算法完成远心相机标定，通过相位编码结构光得到相机像素与投影仪像素之间的映射关系。然后，由映射关系使投影仪也能捕获特征点的位置信息，进而完成投影仪标定。最后，基于立体视觉模型对被测物体进行三维重建。实验结果表明，标定后的测量系统视场大于2 000 mm²，全视场的测量精度约为32 μm，中心视场的测量精度为10 μm。该系统具有良好的稳定性和重复性，能够满足大多数工业检测的应用需求，展示出广阔的应用前景。

In this work, we demonstrated the double-cladding Tm/Al co-doped photonic crystal fiber (PCF) by laser additive manufacturing. The measurements show that the fiber was heavily doped with a Tm3+ concentration of 2.13% (mass fraction) without any crystallization. The splicing property of PCF was studied, and the integrity of the PCF air holes was maintained during the splicing process. The PCF with combiner pigtail has a splice loss of 0.23 dB. The all-fiber Tm/Al co-doped PCF amplifier system achieves a slope efficiency of 13% at 1948 nm with an output laser power of nearly 1.59 W. An upconversion process was also observed under laser excitation with a 1064 nm pulse. This method provides a new idea to deal with Tm-doped PCF fabrication and promotes the promising application of 2 µm fiber lasers.

针对车辆对一切（V2X）通信所面临的频谱稀缺问题，文章提出了一种深度强化学习方法对V2X频谱资源进行管理。首先，建立单个车辆对基础设施链路的V2X通信模型，结合频谱子带和传输功率等约束条件，构建优化问题以最大化V2X通信网络综合效率；其次，考虑到优化问题的非凸性，将其建模为马尔可夫决策过程；接着，引入基于竞争构架Q网络（Dueling-DQN）算法，以获得最优频谱子带选择和传输功率分配策略，使V2X通信网络综合效率最大化；最后，通过Tensorflow软件平台进行实验仿真，以验证所提方法的性能。实验结果表明，Dueling-DQN算法与其他算法相比，能够获得更高的链路性能和V2X通信网络效率。

采用近红外高光谱成像技术对大豆水分含量进行快速无损检测, 实现大豆水分含量可视化。 采集了96个不同品种大豆样本在900~2 500 nm的高光谱图像, 采用直接干燥法测量每个大豆样品的水分含量。 利用系统自带的HSI Analyzer软件提取图像感兴趣区域(ROI)的平均光谱信息, 代表样品的光谱信息。 利用SPXY算法划分样品校正集和预测集, 并保留938~2 215 nm波段范围内的光谱数据。 采用移动平滑(moving average)、 S-G平滑、 基线校正(baseline)、 归一化(normalize)、 标准正态变量变换(standard normal variate, SNV)、 多元散射校正(multiple scattering correction, MSC)、 去趋势(detrending)共7种光谱预处理方法, 发现Normalize方法处理后的PLSR模型效果较好。 为了去除光谱冗余信息, 简化预测模型, 采用连续投影算法(SPA)、 竞争性自适应加权算法(CARS)、 无信息消除变量法(UVE)提取特征波长, 其中SPA, CARS和UVE三种算法优选出14, 16和29个波长, 分别占总波长的6.5%, 7.4%和13.4%。 分别对938~2 215 nm波段光谱和特征波长建立预测模型, 并将效果较优的模型与Normalize方法结合。 建立的14种预测模型效果相比较, 发现SPA算法筛选的特征波长建模预测效果较好, 并优选出Normalize-SPA-PCR模型, 模型的RC2和RP2值较高, 分别为0.974 6和0.977 8, RMSEP和RMSECV值较低, 分别为0.238和0.313, 模型的稳定性和预测性较好, 可以对大豆水分含量进行准确预测。 将Normalize-SPA-PCR模型作为大豆水分含量可视化预测模型, 计算高光谱图像每个像素点的水分含量, 得到灰度图像, 对灰度图像进行伪彩色变换, 得到大豆水分含量可视化彩色图像。 对预测集的24个大豆品种进行可视化处理, 发现不同水分含量大豆的可视化图像颜色不同, 水分含量变化对应的颜色变化较为明显。 结果表明, 高光谱成像技术结合化学计量学可以准确快速无损预测大豆水分含量, 实现大豆水分含量可视化, 为大豆收获、 贮藏加工过程中水分含量检测提供了技术支持。

冶金、 核工业、 污染检测和环境监测等领域对元素分析的需求是必不可少。 激光诱导击穿光谱技术作为一种新型的原子光谱分析技术, 具有实时快速、 对样品几乎无损、 可多元素同时分析等特点, 因此一直受到广泛的关注。 但其分析灵敏度较差的缺点一直限制着该技术的发展。 激光诱导荧光辅助激光诱导激光光谱技术能够通过激光共振激发提高分析灵敏度并高效检测样本元素种类, 通过光谱仪收集光谱信息并建立模型可对未知样本进行浓度预测。 但当基体原子与目标原子的特征谱线十分接近时, 基体谱线会受到影响, 此时一元定标准确度下降。 通过一元线性拟合和多元线性拟合两种方式对钢铁中的Ni和Cr元素分别建立线性模型。 首先, 选取样品光谱中的峰值谱线, 核实其是否为待测元素或基体元素所对应的特征谱线, 选定合适的特征谱线后, 将多个谱线的光谱强度以及对应该样品的待测元素浓度作多元线性拟合模型, 将各个谱线所对应的拟合系数由高到低进行排序, 并以多元线性拟合模型中各个特征谱线对应的光谱强度对浓度预测的贡献度为标准不断减少拟合维度, 使Ni和Cr拟合模型的决定系数分别由0.960 1提高至0.992 9和0.992 0提高至0.998 7, Ni和Cr元素含量的回归模型平均相对误差分别由38%降低至10%左右和55%降低至25%以内, Ni和Cr元素的线性回归模型的交叉验证均方根误差随着维度的增加分别由3.4%降低至2%左右和2.5%降低至1.5%左右。 选取多个谱线建立多元线性回归模型的方法较为有效的降低了激发干扰的影响, 以较小的工作量提高了对待测样品的待测元素浓度预测的准确度, 为推进激光诱导荧光辅助激光诱导激光光谱技术在元素分析的实际应用提出了一种可行的方案。

光声池作为光声光谱气体检测系统中的核心器件直接影响系统的检测精度，以经典圆柱形光声池为基础研究对象，利用有限元分析软件，结合压力声学及热粘性声学两种物理场对光声池内的声热耦合过程进行建模，通过仿真对比谐振腔和缓冲腔的几何参数变化对光声池性能的影响，进而确定其最优尺寸。仿真结果表明：谐振腔、缓冲腔的长度和半径均会影响谐振频率和声压。充分考虑对比结果及工业制造难度后，选定谐振腔最佳长度为120 mm，最优半径为3 mm，缓冲腔半径为35 mm。在此基础上，设计了一种谐振腔与缓冲腔为圆角连接的光声池，与同尺寸直角光声池相比，圆角光声池在提高光声信号和降低流动噪声干扰方面更具优势，品质因数提高至1.109倍，池常数增大到3 635.1 Pa·cm/W，声压提高到1.26×10^-5 Pa。在甲烷气体的浓度检测中，系统灵敏度可达到0.87 ppm，检测结果较理想，符合高灵敏度的要求。因此，圆角连接光声池在性能上有明显提升，可为光声池的优化设计提供参考。