作者单位
摘要
1 上海理工大学 光电信息与计算机工程学院,上海 200093
2 上海犀锐仪器仪表有限公司,上海 201803
3 航天恒星科技有限公司,北京 100095
设计了一种基于米散射激光雷达的大气气溶胶检测系统。依据米散射激光雷达的原理,研究了激光光束与大气气溶胶的相互作用,设计并搭建了米散射激光雷达大气气溶胶检测实验平台,利用Zemax设计了一套具有滤波聚焦功能的光学望远系统。通过对光束进行扩束并利用可调谐式固定装置来增强回波信号强度。实验结果表明,设计的系统具有高的回波信号强度和低的杂散光干扰,能获得超高信噪比的激光回波信号。由此大大降低了后续算法的难度,使测得的气溶胶数据更加准确。
米散射 激光雷达 大气气溶胶 光学系统 信号检测 Mie scattering lidar atmospheric aerosol optical system signal detection 
光学仪器
2021, 43(2): 66
作者单位
摘要
上海理工大学 光电信息与计算机工程学院,上海 200093
针对水污染的检测,设计了一种基于STM32的水浊度在线实时检测系统。该系统基于国际标准(ISO7027—1984)中的透射法,通过将一束光打到一定厚度的水样中,测量透射光强度的衰减量来确定水样的浊度。实验结果表明:实际测量值与浊度标准液对比值的平均相对误差在4%以内,具有一定的可行性,可以实现对水浊度的实时监测。所设计的系统成本低,体积小,携带方便,检测方式简单,可用于日常生活中对水质的检测。
水浊度检测 光电信号 透射法 water turbidity detection photoelectric signal transmission method 
光学仪器
2020, 42(2): 80
Author Affiliations
Abstract
Key Laboratory for Physical Electronics and Devices of the Ministry of Education & Shaanxi Key Laboratory of Information Photonic Technique, Xi’an Jiaotong University, Xi’an 710049, China
We study the parametric amplification of electromagnetically induced transparency-assisted Rydberg six- and eight-wave mixing signals through a cascaded nonlinear optical process in a hot rubidium atomic ensemble both theoretically and experimentally. The shift of the resonant frequency (induced by the Rydberg–Rydberg interaction) of parametrically amplified six-wave mixing signal is observed. Moreover, the interplays between the dressing effects and Rydberg–Rydberg interactions in parametrically amplified multiwave mixing signals are investigated. The linear amplification of Rydberg multiwave mixing processes with multichannel nature acts against the suppression caused by Rydberg–Rydberg interaction and dressing effect.
Rydberg states Nonlinear wave mixing Nonlinear optics, four-wave mixing Nonlinear optics, parametric processes 
Photonics Research
2018, 6(7): 07000713
蒋卫国 1,2,*陈强 1,2郭骥 3唐宏 1,2李雪 1,2
作者单位
摘要
1 北京师范大学地表过程与资源生态国家重点实验室, 北京100875
2 北京师范大学环境演变与自然灾害教育部重点实验室, 北京100875
3 北京师范大学数学科学学院, 北京100875
分析了基本粒子群算法(PSO)、 混合粒子群优化算法(HPSO)和模糊C-均值算法(FCM)的特点, 将模糊C-均值算法引入到混合粒子群优化算法中, 发展和改进了HPSO-FCM算法, 并在Fortran语言和MATLAB环境下开发实现HPSO-FCM程序. 以2009年6月份的环境一号卫星多光谱可见光图像和ENVISAT的ASAR微波图像为基础数据, 通过波段叠加和主成分分析, 得到前3个主成分合成图像. 利用HPSO-FCM算法和非监督学习动态聚类算法(ISODATA)分别对湖南东洞庭湖3个主成分合成图像, 进行湿地分类实验. 结果表明:(1)将模糊C-均值算法引入到混合粒子群优化算法中, 具有较好的搜索速度和收敛精度, 能有效寻找和优化最佳聚类中心. (2)HPSO-FCM算法在多光谱遥感图像湿地分类精度比较高, 是一种有效的遥感图像分类方法.
混合粒子群算法 模糊C-均值算法 湿地分类 遥感 Hybrid particle swarm optimization Fuzzy C-means Wetland classification Remote sensing 
光谱学与光谱分析
2010, 30(12): 3329

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!