1 兰州大学 核科学与技术学院兰州 730000
2 兰州大学 中子应用技术教育部工程研究中心兰州 730000
3 中国核动力研究设计院成都 610213
中子像转换屏是热中子透射成像技术的关键部件，中子像转换屏的参数严重影响空间分辨率和热中子-光子转化效率两方面的特性。采用Geant4程序模拟热中子透射成像的物理过程及透射光子二维图像，建立了基于LiF（ZnS）和LiF（GOS）像转化屏的热中子透射成像模拟模型和Siemens star像指示器模型，利用线扩散函数（Line Spread Function，LSF）计算空间位置分辨率，获得热中子像转化屏厚度与空间位置分辨率、中子-光子转换效率的关系。基于兰州大学紧凑型D-D中子源的热中子透射成像系统参数，推荐选取LiF（GOS）像转化屏的厚度为40 μm，LiF（ZnS）像转化屏厚度应选取80 μm，热中子透射成像空间分辨率分别可达到45 μm和63 μm，为基于紧凑型D-D中子源的热中子透射成像系统的研发奠定了技术基础。此外，本工作得到的LiF（GOS）、LiF（ZnS）像转化屏优化参数同样适用于其他热中子成像装置，可为热中子透射成像系统的搭建提供了技术参考。
热中子透射成像 像转换屏 空间位置分辨率 光转换效率 Thermal neutron radiograph Image conversion screen Spatial resolution Neutron-photon conversion efficiency
1 重庆大学光电技术及系统教育部重点实验室，重庆 400044
2 重庆大学工业CT无损检测教育部工程研究中心，重庆 400044
3 重庆工商职业学院电子信息工程学院，重庆 400032
X射线荧光CT（XFCT）是X射线CT与X射线荧光分析相结合的新型成像方式，可用于探测被修饰后的纳米金颗粒在肿瘤内部的分布及质量分数，在早期癌症诊疗方面具有较好的应用潜力。如何抑制XFCT成像的康普顿散射噪声是当前的热点问题。本文基于深度学习方法，通过卷积神经网络学习图像中的噪声分布规律，从而抑制噪声。基于此，提出了一种基于噪声水平估计和卷积神经网络的XFCT去噪网络（NeCNN）算法，该算法运用噪声估计子网络及去噪主网络进行去噪。估计子网络通过去噪卷积神经网络（DnCNN）估计噪声水平并初步降噪，随后将估计结果输入去噪主网络——全卷积神经网络（FCN）用于学习康普顿散射的分布规律，同时为兼顾局部与全局最优解采用均方误差（MSE）及结构相似度（SSIM）作为损失函数。数据集通过Geant4软件模拟扫描填充各种金属纳米颗粒（Au、Bi、Ru、Gd）的空气模体及聚甲基丙烯酸甲酯（PMMA）模体来获取，且设置不同入射X射线的强度，以此模拟不同噪声水平，增强模型泛化能力。实验结果表明，与三维块匹配滤波（BM3D）及DnCNN算法相比，NeCNN算法的去噪结果最优，其SSIM为0.95066，峰值信噪比（PSNR）为29.01558，图像质量提高最为显著。
X射线荧光CT 康普顿散射 噪声估计 NeCNN算法 光学学报
2023, 43(20): 2034001
1 哈尔滨工业大学，先进焊接与连接国家重点实验室，中国 哈尔滨 150001
2 哈工大郑州研究院，中国 郑州 450018
3 乌克兰国家科学院巴顿焊接研究所，乌克兰 基辅01030
为得到兼具结构可靠性和电磁功能匹配性的多晶钇铁石榴石型铁氧体(YIG)接头，设计并制备了铋硼镍铁四元玻璃钎料进行YIG铁氧体连接实验，分析了玻璃在铁氧体表面润湿性、接头典型组织、连接温度对接头微观组织及力学性能的影响。结果表明：玻璃钎料在YIG铁氧体表面润湿性良好；制备过程中融入玻璃钎料的Al3+部分取代NiFe2O4和YFe3B4O12中的Fe3+，由于Al3+半径更小，晶格畸变更小，使得NiFe2O4和YFe3B4O12的聚集生长得到促进；伴随温度升高，焊缝内细小的NiFe2O4颗粒向大尺寸块状组织转变，证明了高温可以促进NiFe2O4的聚集长大；YIG/玻璃/YIG接头具有较高的剪切强度，在750 ℃时达到最高强度71 MPa，此后随温度升高接头剪切强度下降，800 ℃时降至47 MPa。
多晶钇铁石榴石型铁氧体 磁性微晶玻璃 接头性能 微观组织 polycrystalline yttrium iron garnet ferrite magnetic microcrystalline glass mechanical properties microstructure
1 重庆大学光电技术及系统教育部重点实验室, 重庆 400044
2 重庆市光纤传感与光电检测重点实验室, 重庆 400054
3 成都理工大学计算机与网络安全学院, 四川 成都 610059
紫外-可见吸收光谱法测量水质化学需氧量(COD), 本质是对大量水质光谱数据建模, 以此模型为基础引入待测的水质光谱数据进行预测的过程。 而实测的邻苯二甲酸氢钾COD标准溶液在200～300 nm存在两个特征吸收峰, 标准溶液在不同浓度下的峰值也不同, 利用此特性对该波段进行特征波长的选择, 用其表征光谱信息, 降低数据冗余度的同时提高了预测精度。 针对实测水质光谱信号容易受到仪器本身和外界干扰, 光谱数据存在大量非平稳噪声, 且特征吸收峰及其临近信号频率较高, 常规去噪算法直接舍弃高频信号以及无法准确判断信噪分量界限, 导致有效信号缺失这一实际问题。 提出了一种基于完全自适应噪声集合经验模态分解(CEEMDAN)和双树复小波变换(DT-CWT)的联合去噪算法。 该联合算法利用CEEMDAN将信号分解为本征模态函数(IMF), 并通过归一化自相关函数和互相关系数进行线性相关性分析, 得到各阶IMF分量之间的自相关性以及IMF分量与原始信号的互相关系数, 以确定高频含噪分量与低频信号分量的界限; 进而应用DT-CWT阈值去噪算法对含噪高频IMF分量进行处理, 将DT-CWT处理之后的IMF高频分量与CEEMDAN分解得到的IMF低频分量进行信号重构, 获得最终去噪后的水质光谱信号。 实验结果表明: 基于CEEMDAN联合双树复小波变换的去噪算法适用于紫外-可见光谱水质检测的数据处理。 对于化学需氧量COD标液为100 mg·L-1的邻苯二甲酸氢钾溶液, 将实测的紫外-可见光谱数据应用该算法去噪后的SNR=24.201 5 dB, RMSE=0.024 0, NCC=0.999 4, PSNR=37.573 6, 不仅去噪效果显著优于CEEMDAN和双树复小波阈值算法, 还有效地保留了原始COD标液的吸收特征峰, 遏制了平移敏感性现象, 提高了重构信号的平滑度, 改善了重构信号质量。 为紫外-可见光谱法检测水质COD提供了一种新的数据预处理方法。
水质检测 紫外-可见光谱 完全自适应噪声集合经验模态分解(CEEMDAN) 双树复小波变换 相关分析 Water quality measurement UV-Vis spectrum CEEMDAN DT-CWT Correlation analysis
国网江苏省电力工程咨询有限公司, 江苏 南京 210024
我国电网技术正朝向信息化与智能化趋势发展, 针对性的管理平台研究是当前最为行之有效的电力相关工程施工与升级方式之一。基于图像识别与物联网技术设计了一个的变电设施管理系统, 其以SURF识别算法提取图像特征点并通过欧式距离法计算特征向量, 进而快速地识别变电设施图像, 以所建立的变电设施管理系统向现场施工人员提供工程情况、设施状态等多样化信息。同时在混合架构下开发智能应用程序, 以支持多种智能移动终端设备使用。本系统的开发与使用可提高涉及变电设施工程的施工效率, 进而降低相关工程施工、改建与监理成本。最后针对某变电站测试所设计的变电设施管理系统, 验证系统可靠性与有效性。
智能电网 图像识别 变电设施 应用开发 管理系统 smart grid image recognition substation facilities application development management system
1 重庆大学光电技术及系统教育部重点实验室，光电工程学院，重庆 400044
2 成都理工大学计算机与网络安全学院，四川 成都 610000
3 陆军军医大学大坪医院病理科，重庆 400037
4 山东大学机械工程学院，山东 济南 250000
基于显微成像技术的肿瘤分级对于乳腺癌诊断和预后有着重要的意义, 且诊断结果需具备高精度和可解释性。目前，集成Attention的CNN模块深度网络归纳偏差能力较强，但可解释性较差；而基于ViT块的深度网络其可解释性较好，但归纳偏差能力较弱。本文通过融合ViT块和集成Attention的CNN块，提出了一种端到端的自适应模型融合的深度网络。由于现有模型融合方法存在负融合现象，无法保证ViT块和集成Attention的CNN块同时具有良好的特征表示能力；另外，两种特征表示之间相似度高且冗余信息多，导致模型融合能力较差。为此，本文提出一种包含多目标优化、自适应特征表示度量和自适应特征融合的自适应模型融合方法，有效地提高了模型的融合能力。实验表明本文模型的准确率达到95.14%, 相比ViT-B/16提升了9.73%，比FABNet提升了7.6%；模型的可视化图更加关注细胞核异型的区域(例如巨型核、多形核、多核和深色核)，与病理专家所关注的区域更加吻合。整体而言，本文所提出的模型在精度和可解释性上均优于当前最先进的(state of the art)模型。
1 中国工程物理研究院 计量测试中心，四川 绵阳 621000
2 中国工程物理研究院 流体物理研究所，四川 绵阳 621900
针对高压脉冲幅度的量值传递需求，开展了脉冲幅度1～20 kV、脉宽1～100 μs的高压脉冲幅度校准装置设计。校准装置以高压MOSFET器件为核心，搭建多级Marx结构实现高压脉冲成型，同时通过截尾回路的设计缩短脉冲下降时间，实现矩形脉冲波形的输出。在Marx结构基础上开展装置整体设计，通过触发脉冲信号及高压直流电源电压调节脉宽与幅度，通过隔离电源及光信号保证了高压隔离强度。装置采用高准确度高压探头和数据采集卡构成校准装置的内部测试系统，其测量值作为校准装置的标准量值，经评定装置脉冲幅度不确定度为2%，并通过两台比对法进行了验证。采用其他多型高压探头对校准装置进行实验测试，结果表明与低压脉冲校准源测试相比，高压脉冲可明显有效地表征高压探头的性能及测量准确度，同时本装置也可作为高压脉冲发生器应用于脉冲功率领域其他用途。
脉冲功率 脉冲幅度 校准 MOSFET Marx pulse power pulse amplitude calibration MOSFET Marx 强激光与粒子束
2023, 35(2): 025005
1 太原理工大学物理与光电工程学院, 山西 太原 030024
2 太原理工大学物理与光电工程学院, 山西 太原 030024太原理工大学新型传感器与智能控制教育部重点实验室, 山西 太原 030024
为在较低成本下解决单像素成像速度问题, 从硬件和算法两个层面提出解决方案, 搭建软硬件协同的单像素成像体系。算法层面在 Hadamard 单像素成像中引入 DQN 算法, 提出 DQN-Hadamard 单像素成像, 获得对特定目标物体的相对最优采样顺序。硬件层面基于 LED 阵列的高速低成本基底图案投射方案, 选择 ARM 与 FPGA 特性结合的 ZYNQ 7020 作为主控, 搭建 ARM 与 FPGA 协同的 Hadamard 单像素成像系统。最后结合算法与硬件, 完成 DQN-Hadamard 单像素成像在 ARM 与 FPGA 协同的 Hadamard 单像素成像系统的移植, 并与自适应斜 Z 字形采样单像素成像做了详细比较。成像结果显示, 所提方案在 30% 的采样率下即可重建目标物体图像, 验证了低成本软硬件协同单像素成像的可行性。
单像素成像 低成本 软硬件协同 single-pixel imaging ZYNQ ZYNQ DQN DQN low-cost hardware and software coordination
1 中国航空工业集团公司洛阳电光设备研究所, 河南 洛阳 471000
2 光电控制技术重点实验室, 河南 洛阳 471000
3 中航航空电子有限公司, 北京 100000
4 中国航空工业集团公司西安航空计算技术研究所, 西安 710000
针对多传感器目标识别中证据存在非一致性问题, 提出一种面向目标识别的基于证据置信熵与相似性的多传感器证据融合算法。首先, 利用传感器证据非一致性不确定度与非特异性不确定度, 提出了一种基于置信熵的传感器证据不确定性度量模型; 在此基础上, 结合传感器证据距离与证据冲突, 设计了一种基于置信熵与相似性的传感器证据权重生成方法; 最后, 构建了一种多传感器证据融合模型。仿真结果表明, 所提出的多传感器信息融合方法进行目标识别时, 相较于传统算法具有更好的有效性。
目标识别 多传感器证据融合 证据理论 置信熵 证据相似性 target recognition multi-sensor evidence fusion evidence theory belief entropy evidence similarity
红外与激光工程
2022, 51(11): 20220108
