1 中国地质大学 机械与电子信息学院,武汉 430074
2 中国信息通信科技集团有限公司 光纤通信技术和网络全国重点实验室,武汉 430074
【目的】高速无源光接入网络中存在光纤色散、非线性损伤和带宽限制等问题,导致传统强度调制和直接检测技术的功率预算损失较高,难以满足高速无源光接入网络的要求。
【方法】为了更好地提升强度调制和直接检测光接入系统的速率和性能,文章在Volterra判决反馈均衡器(VDFE)的基础上,研究了基于递推最小二乘估计(RLS)算法的VDFE-RLS信道均衡方法。该均衡器采用RLS算法对其中的抽头系数进行更新。该均衡器包含了一、二、三阶Volterra级数,其中一阶Volterra级数对线性损伤进行补偿,二阶和三阶Volterra级数能够对非线性损伤进行补偿。文章将该均衡器应用于经过20 km传输后的单波长为200 Gbit/s的O波段强度调制和直接检测技术的下行光接入系统中。
【结果】实验结果表明,RLS算法相比传统的最小均方(LMS)算法在均衡器中表现出来的性能更好。此外,VDFE-RLS可以实现>29 dB的功率预算。VDFE-RLS相比于传统的基于Volterra的前馈均衡器(VFFE),当VDFE-RLS和VFFE-RLS均衡器长度相同时,可以实现2.2 dB功率预算的提升。当VDFE-RLS的均衡器长度为VFFE-RLS的一半时,前者相比后者仍可以提升0.5 dB的功率预算。
【结论】文章所述系统相比其他传统系统在能够缩短均衡器长度的同时,能提高系统的功率预算,还能最终恢复出准确度较高的信号。
Volterra判决反馈均衡器 递推最小二乘估计 Volterra级数 自适应滤波算法 VDFE RLS Volterra series adaptive filtering algorithms 光通信研究
2024, 50(1): 23013601
1 苏州大学光电科学与工程学院,江苏 苏州 215006
2 江苏省先进光学制造技术重点实验室暨教育部现代光学技术重点实验室,江苏 苏州 215006
十几年来,钙钛矿太阳能电池(PSCs)由于其在功率转换效率和制造成本方面的显著优势而备受关注。然而,其复杂的物理机制和众多限制因素给实验设计、工艺制造和综合优化策略带来挑战。以光电多物理场耦合模型为核心,开展一系列多物理场仿真计算,研究光电耦合模型的底层物理和边界条件,获得PSCs包括光学性能和电学性能的大量数据。根据这些数据,建立微观物理量和宏观光电响应的神经网络及机器学习模型,成功预测PSCs的光学和电学性能,其误差在3%以内,且速度较快。结合遗传算法,该模型根据给定的响应曲线反向优化结构参数,进而获得更高效率的PSCs。该研究有效解决了PSCs因光电耦合机制复杂、物性参数众多、仿真速度较慢而难以优化设计等难题,为光伏器件快速智能化设计提供了一种可行路径。
钙钛矿太阳电池 光电耦合 机器学习 遗传算法 激光与光电子学进展
2024, 61(1): 0123002
1 弱光非线性光子学教育部重点实验室,南开大学物理科学学院,泰达应用物理研究院,天津 300071
2 药物化学生物学全国重点实验室,南开大学生命科学学院,细胞应答交叉科学中心,天津 300071
3 南开大学深圳研究院,广东 深圳 518083
4 山西大学极端光学协同创新中心,山西 太原 030006
核孔复合物(NPC)是细胞核膜上由多种蛋白组装而成的复杂结构,在细胞核质交换和信息传递中起着关键作用。单分子定位超分辨成像(SMLM)以其特异性和高成像分辨率成为研究NPC超微结构的主要方法之一。然而,由于抗体标记不完全等因素导致的数据丢失,给后续分析带来了困难。笔者使用SMLM提供的定位信息,结合基于密度的空间聚类算法(DBSCAN)和层次聚类算法进行数据的提取和分类,建立了NPC筛选和定位的分析流程,并采用该处理流程得到了缺失较少且形貌比较均匀的核孔。进一步,基于最小二乘法原理对筛选得到的大量NPC进行质心对齐的重构处理,成功复现出了其经典的八重对称结构,并揭示了核孔蛋白Nup133与Nup98的精确相对位置关系。本研究通过建立核孔筛选和重构的标准流程,填补了SMLM数据的缺失。采用该流程对多种核孔蛋白进行分析,揭示它们的结构特性。所建流程为理解核孔的复杂结构提供了一种高通量的定量分析方法。
生物光学 超分辨成像 单分子定位 核孔复合物 聚类算法 重构
位希雅 1,2,3,4宋奇林 1,2,3杨金生 1,2张兰强 1,2[ ... ]饶长辉 1,2,3,*
1 中国科学院自适应光学重点实验室,四川 成都 610209
2 中国科学院光电技术研究所,四川 成都 610209
3 中国科学院大学,北京 100049
4 中国科学院大学电子电气与通信工程学院,北京 100049
![]()
![]()
空间引力波探测 波前像差 相关算法 space gravitational wave detection wavefront aberration correlation algorithms
扬州大学动物科学与技术学院, 江苏 扬州 225127
地上生物量和叶绿素是紫花苜蓿生长过程中的重要指标, 可以为其生长的动态监测与管理提供有效的帮助。 紫花苜蓿作为最为重要的饲草作物, 如何利用现代光谱智能技术有效且准确地预测其状态是紫花苜蓿种植过程中的重要问题。 基于无人机多光谱对不同品种紫花苜蓿的地上生物量和叶绿素含量的估算结果进行研究并为此构建预估模型。 共研究了21个紫花苜蓿品种, 采用无人机搭载多光谱相机在天气晴朗无风时起飞并拍摄图像, 将无人机拍摄得到的多光谱图像采用ENVI 5.3软件进行分析, 挑选出NDVI、 EVI、 SAVI、 Green NDVI、 NDGI、 DVI、 NGBDI、 OSAVI、 NDRE 和MSR共10个植被参数和无人机多光谱相机自带的5个光谱波段(蓝、 绿、 红、 红边、 近红外)进行特征分析, 再使用Matlab 2020b软件, 采用支持向量机(SVM)构建不同品种紫花苜蓿的地上生物量和叶绿素含量的预测模型。 然而在实际操作的运行中, 发现使用SVM构建的预估模型其准确率不理想, 因此使用智能算法鲸鱼(WOA)和灰狼(GWO)对SVM预估模型进行优化, 发现使用SVM预估模型能预估不同品种的紫花苜蓿的地上生物量和叶绿素含量, 其中经WOA智能算法优化后的SVM预估模型在估算不同品种的紫花苜蓿的地上生物量和叶绿素含量时其准确率最高。 研究中构建的预估模型为筛选品质较好的紫花苜蓿品种有一定的指导意义, 同时也为今后无人机多光谱预估紫花苜蓿的生物量及其相关的生理生态指标提供了有效的帮助和合理的参考依据。
苜蓿 产量 叶绿素含量 无人机多光谱 支持向量机 智能算法 Alfalfa Production Chlorophyll content UAV multi-spectrum Support vector machine Intelligent algorithms 光谱学与光谱分析
2023, 43(12): 3847
1 中国科学院合肥物质科学研究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
2 安徽理工大学电气与信息工程学院, 安徽 淮南 232001
3 中国科学院合肥物质科学研究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安徽理工大学电气与信息工程学院, 安徽 淮南 232001
4 安徽大学物质科学与信息技术研究院, 信息材料与智能感知安徽省实验室, 安徽 合肥 230601
多轴差分吸收光谱仪(MAX-DOAS)结合计算机断层重建算法可获取目标痕量气体的空间分布情况。 为研究在具有背景浓度的条件下, 如城市背景下某个竖直截面上重建NO2空间分布的可行性, 设计了气体浓度可控条件下的验证性实验; 证明了利用MAX-DOAS在竖直平面重建NO2气体分布的可行性。 将充入标准气体的JGS1石英玻璃样品池作为研究对象, 使用两台MAX-DOAS采集光谱数据。 将气体浓度的梯度作为先验信息, 利用经典的ABOCS算法和Barzilai-Borwein算法重建了竖直平面内的NO2气体分布, 验证了利用MAX-DOAS在竖直平面内重建NO2气体空间分布的可行性, 同时确定了背景浓度对重建结果的影响。 研究结果表明, 以天空为背景的光谱作为参考谱和以空样品池为背景作为参考谱, 反演得到的NO2浓度非常接近, 因此研究对象中的样品池容器在NO2竖直平面分布重建方法中对实验结果的影响可以忽略。 实验中以市区为背景的MAX-DOAS具有较高的背景浓度, 特别是在仰角较低的情况下NO2背景浓度几乎达到6×1016 molec·cm-2, 以城市郊区没有明显的污染源为背景的MAX-DOAS, 背景浓度较低可以忽略。 重建结果显示, 当仰角为28°时, 气体沿光路的平均分子数密度为3.932 7×1015 molec·cm-2, 且在样品池内下部密度大, 上部密度小; 重建得到的SCD和测量得到的SCD符合比较好, 计算结果显示重建得到的气体分子数密度的峰值为5.77×1015 molec·cm-2, 与以城市郊区为背景的MAX-DOAS反演结果较为接近, 而以市区为背景时, 特别是仰角较小时, NO2背景浓度特别明显, 重建结果比测量结果的值小很多。 结果表明, 背景浓度在重建图像中表现为伪影, 影响对气体分布的观察, 而如果在重建算法时加入利用样品池内外气体存在浓度突变这一先验信息, 能够减轻背景浓度对重建结果造成的影响。
差分吸收光谱 浓度重建 多轴差分吸收光谱 迭代算法 数据拟合 Differential optical absorption spectrometer Gas reconstructing MAX-DOAS Iterative algorithms Data fitting 光谱学与光谱分析
2023, 43(8): 2413
太原理工大学 电气与动力工程学院热能工程系, 山西 太原 030024
燃煤锅炉发电会产生大量的污染气体, 本文基于可调谐激光吸收光谱技术, 结合层析成像技术, 对预混火焰的温度和浓度进行重建, 通过这些参数来调节锅炉运行的工况, 以此来减少污染气体的排放和提高能源利用率。经过谱线分析, 文章选择在7148.8~7151cm-1附近选取2条适合高温重建H2O的吸收谱线(7149.058cm-1和7150.4716cm-1), 通过采取自适应迭代算法、BP-神经网络算法和卷积神经网络算法, 对不同的温度场和浓度场进行模拟重建。研究发现, 卷积神经网络算法在重建精度和稳定性方面都优于其他两种算法。为了探究误差对于重建结果的影响, 通过添加随机误差发现, 误差对于卷积神经网络算法影响较小, 温度和浓度重建精度高。为了验证卷积神经网络算法的可行性, 文章选取了不同的燃烧工况进行了重建对比。研究表明, 卷积神经网络算法重建图像趋于平缓, 与实际燃烧情况更加符合, 该研究也证明了卷积神经网络算法在燃烧场重建方面的优势和可行性。
激光吸收光谱 算法比较 重建算法 温度和浓度重建 Laser absorption spectroscopy Comparison of algorithms Reconstruction algorithms Temperature and concentration reconstruction
1 中国科学院空天信息创新研究院国家环境保护卫星遥感重点实验室,北京 100101
2 中国科学院大学,北京 100049
3 安徽师范大学地理与旅游学院,安徽 芜湖 241003
4 中国矿业大学环境与测绘学院,江苏 徐州 221116
5 北京环境特性研究所,北京 100143
6 航天东方红卫星有限公司,北京 100094
全球气候治理和温室气体减排已经到了刻不容缓的地步。自工业革命以来,大气甲烷(CH4)体积分数一直持续上升,目前全球平均值已达约1895.7×10-9,加上CH4全球变暖潜能值比二氧化碳(CO2)高约27~30倍,因此对大气CH4的监测成为碳减排的重点与热点。利用卫星遥感探测速度快、覆盖范围广、获取信息丰富等优势,可以实现高精度、高时空分辨率且全球覆盖的大气CH4浓度监测。据此,首先对大气CH4探测卫星及传感器的发展进行梳理与介绍,从早期的被动热红外探测,到对近地CH4浓度变化更为敏感的被动短波红外探测,再到以甲烷遥感激光雷达任务(MERLIN)为代表的主动型探测,CH4探测传感器空间分辨率提升至5~10 km,探测精度提升至10×10-9以内,并朝着高时空分辨率、高精度和连续观测一体化的目标不断发展;然后,对各类传感器不同算法的原理、适用条件和反演精度等进行归纳总结,其中精度最高、应用最为广泛的全物理算法的反演精度已达到了0.3%;最后,结合大气CH4卫星遥感发展现状与双碳目标的战略需求,对CH4卫星遥感和反演研究的发展趋势进行总结与分析,旨在为我国大气CH4卫星遥感体系建设提供一定的参考。
大气遥感 传感器 碳减排 温室气体 甲烷 反演算法 光学学报
2023, 43(18): 1899904