红外高光谱大气探测仪是我国第二代极轨气象卫星风云三号 D星搭载的大气探测仪器。干涉图零光程差位置的确定是干涉图叠加和傅里叶变换的前提, 在实际应用中由于仪器自身和环境因素的影响使其确定困难。本文根据红外高光谱大气探测仪的在轨实测数据, 分析了零光程差偏差对数据反演的影响, 分别以最大相关法和定标光谱虚部最小法, 检测干涉图的零光程差位置。干涉图校准后黑体和冷空光谱的相位差在 π附近。定标光谱虚部在 0附近, 仅表征噪声。该方法能够很好地用于风云三号 D星红外高光谱大气探测仪的数据预处理。

为了实现对 14等星目标的精确探测, 本文设计了一个大视场的探测光学系统。首先, 根据选定的 CCD231-84 E2V光电探测器计算了系统入瞳和焦距等初始参数, 依据选定的参数进行了初始结构的选型, 选定了马克苏托夫望远镜的形式并对其进行了改进。然后, 对设计结果进行了探测性能分析。最后, 对设计好的系统进行了公差分析及优化, 使它能满足加工装配需求。设计与分析结果表明: 该探测光学系统折反射镜全表面采用球面, 系统总长 350 mm, 全视场 30 μm包围能量分布均在 86%以上, 最大畸变小于 1%。该系统视场大、结构紧凑、装调难度低、探测灵敏度高、探测范围广, 可用于目标的精确探测。

氧化硅波导芯层的侧壁粗糙度和角度是导致器件产生光损耗的主要原因之一。为精确测量沉积包层后氧化硅波导芯层侧壁角, 研究了一种利用光学成像显微镜测量波导侧壁角度的方法, 并详细分析了引起测量误差的显微物镜放大倍数与成像特征之间的关系。根据理论分析对波导侧壁角度的测量值进行了校正, 获得的实验结果与激光共聚焦测量结果相一致。利用该测量方法对 10组已沉积包层波导芯层侧壁角度进行了测量并与未沉积包层时激光共聚焦的测量结果进行对比, 得出测量精度在 ±1°以内。该方法为沉积包层后氧化硅波导器件芯层侧壁角度测量提供了一种精确可行的方案。

针对现有算法在多套经纬仪测角数据解算目标位置时计算复杂, 精度受限, 对野值数据缺乏容错能力等问题, 提出了一种基于最小距离和的融合容错定位方法。在采用最短距离和融合不同设备数据的同时, 通过算法的容错设计, 在测量数据含野值时依然能够正常解算出目标位置, 确保定位结果的可靠性。仿真结果表明, 该定位方法对测量数据具有良好的容错能力, 当测量数据正常时定位结果达到距离和最小;当测量数据含孤立型野值或长度不超过 3个的斑点型野值时, 无需事前修复即可确保定位结果依然可靠。本文建立的最小距离和容错定位算法, 既能够充分利用有效的测量数据信息, 又可以在不进行野值检验的情况下进行定位计算, 确保定位结果不失真, 对动态目标的实时可靠定位具有重要的应用价值。

为了实现多表面干涉测量, 提出了一种基于最小二乘原理的迭代移相算法。通过将二次反射信号纳入最小二乘求解方程中, 进一步提高干涉测量精度。根据最小二乘原理将理论值与实际干涉信息相联系从而构建最小二乘方程, 该方程分为两部分: 初始相位的迭代计算和每两帧之间的移相值的迭代, 通过 21帧干涉图的迭代结果, 求解得到较为准确的初始相位分布。仿真结果表明, 不考虑二次反射信号的求解精度为 10 nm, 将该信号纳入计算以后可将求解精度提高到 0. 3 nm。通过实测数据的实验结果可知, 该算法可以求解出较为精确的相位分布, 并且求解结果中没有杂波干扰和谐波信号残余, 能够实现多表面透明透镜的高精度测量。

摘要: 本文设计了一种具有低 Al组分 p型渐变 AlxGa1-xN层和高 /低 Al组分 AlGaN倍增层的背入射式 p-i-n-i-n吸收倍增区分离的特殊 AlGaN日盲紫外雪崩光电二极管( Avalanche Photodiode, APD), 并插入 AlN/Al0. 64Ga0. 36N分布式布拉格反射器来改善 APD的日盲响应。为了在实验条件下生长出特殊设计的 AlGaN APD, 用 Atlas-Silvaco仿真软件对该器件结构进行仿真, 并用常规结构 APD作为参照。研究结果表明, 特殊设计的 APD比常规的 APD表现出更好的光电特性。由于设计的 APD拥有更高的空穴碰撞电离系数并同时产生了与外加电场同方向的高极化电场, 所以相比于常规的 APD, 本文设计的 APD的雪崩倍增增益为 6. 11×104, 提高了 10倍, 同时雪崩击穿电压显著降低。设计的 APD的光电特性良好, 为生长 AlGaN基 APD提供了坚实的理论基础。

提出了基于级联马赫 -曾德尔调制器( Mach-Zehnder Modulators, MZMs)的宽带微波光子下变频方法, 并且通过该方法产生的中频信号( Intermediate Frequency, IF)得到被探测目标的距离信息。在该方案中, 通过控制 MZM的工作偏置点和调制指数来实现线性调频( Linear Frequency Modulation, LFM)信号的倍频处理。倍频后的 LFM信号通过电延时进行传输来模拟被探测目标的返回信号。同时, 通过 MZM调制被延迟后的光边带信号。然后, 通过低通滤波器得到带有目标距离信息的中频信号。通过模拟仿真实现了中心频率分别为 10. 8, 21. 8, 32. 4 GHz的二倍、四倍、六倍频信号, 其信号带宽分别为 2. 7, 5. 6, 8. 4 GHz。随着电延时的增加, IF频率值呈线性减小。该方法灵活性高、精度高, 易于实现, 在雷达系统的宽带成像系统中具有很大的应用潜力。

为改善以往图案化透镜加工工艺复杂、制造技术昂贵、图案设计方面有限制等缺点, 本文将飞秒激光双光子聚合加工技术应用于图案化微透镜的快速、高精度加工。通过球面波因子的变形设计了不同图案的微透镜, 利用飞秒激光双光子聚合加工技术在光刻胶样品中加工出图案化的微透镜, 然后将光刻胶样品置于显影液中去除未聚合部分, 得到图案化微透镜, 最后对图案化微透镜进行成像测试和光强均一化分析。将 LED光源分别置于不同图案微透镜的下方, 光线透过图案化微透镜成功聚焦出光强一致的焦点图案。实验结果表明, 使用飞秒激光双光子聚合加工可以实现灵活可控的 3D图案化微透镜结构的加工, 采用加工功率为 7 mW, 曝光时间为 2 ms, 扫描 xy步距为 0. 5 μm, z步距为 0. 8~1. 5 μm, 不仅保证了微透镜结构表面光滑, 而且实现了微透镜的快速加工。该技术在加工光学超材料、光学微器件、集成光学器件等方面具有广阔的应用前景。

高通量单分散纳升 /皮升液滴的制备在数字 PCR、质谱分析、细胞筛选等生物医学领域至关重要, 而现有的技术制备速率只能达到 1 000/s。本文提出了一种离心力与微喷嘴阵列相结合的微流控芯片, 实现了超高通量液滴的制备。首先, 对离心液滴微流控芯片进行设计, 通过有限元仿真详细分析了微喷嘴尺寸、离心加速度和流量等参数对液滴尺寸的影响, 获得了纳升级液滴芯片的设计参数, 使用微纳加工方法制作离心式液滴生成芯片, 并进行了液滴的高通量生成实验。实验与仿真结果表明: 液滴尺寸与离心加速度成反向关系, 与微喷嘴尺寸成正向关系, 并在很大的流量范围内液滴尺寸基本不变, 表现出优异的鲁棒性。本液滴生成芯片在离心加速度 250g~500g下, 可制备液滴直径为 105~145 μm, 制备速率达 27 000个/s, 且直径一致性良好( CV<3%), 证明本液滴生成芯片具有超高通量的特点。

为了进一步提升机器人的绝对定位精度, 提出了一种通过支持向量回归机( Support Vector Regression, SVR)实现误差预测的方法。采用 MDH(Modified Denavit-Hartenberg)模型建立机器人运动模型, 并利用 SVR建立机器人转角与位置误差的预测模型。通过空间精度控制网格划分, 并对采样点与校准精度之间的关系进行分析, 以确立合适的区域划分方式。最后, 用激光跟踪仪测量机器人末端实际位置坐标与机器人理论值做比较, 获得转角与位置误差样本集用于 SVR模型的训练, 以实现机器人单点位置误差的补偿。实验结果表明, 机器人在中心位置和边缘位置的算术平均误差分别由 2. 107 mm和 2. 182 mm减少到 0. 103 mm和 0. 123 mm, 验证了采用 SVR对机器人的绝对定位误差进行补偿的正确性和有效性。

针对机器人对工作环境进行反馈进而实现自动化作业, 展开了对压电式六维力传感器的研究。本文选用压电石英作为力敏元件, 结合并联分载原理及多点测量原理提出一种 8点支撑轮辐式压电六维力传感器结构及其测量原理, 它具备强解耦、轻量化、大量程和高固有频率的特点。利用 ANSYS软件进行参数化建模, 并进行六维力静力学仿真实验, 验证了 8点支撑轮辐式传感器测量原理。搭建了准静态标定及动态标定平台, 对设计的压电式六维力传感器进行标定。实验结果表明, 传感器的非线性度 <0. 5%, 维间干扰 <4%, 固有频率超过 6 kHz。轮辐式结构压电六维力传感器可以有效地完成六维力测量并消除维间耦合, 满足动态测量需求, 为轻量化大量程传感器的设计提供了理论基础和设计依据, 对其他类型压电式六维力传感器设计和研制具有重要的参考价值。

针对全景分割中实例目标边缘特征提取不足导致目标边界分割失效的问题, 提出一种创新的实例特征深度链式学习全景分割网络。该网络由基本的链式单元组合而成, 根据单元结构对特征信息处理方法的不同, 链式单元分为特征保持链和特征增强链两种。特征保持链是链式网络特征提取过程的输入级, 保证输入信息的完整性, 而后将特征传递到特征增强链结构;特征增强链通过自身的拓展来加深网络深度, 提升特征提取能力。链式学习网络由于具有良好的深度堆叠特性, 可以获取丰富的边缘特征信息, 提高分割精度。在 MS COCO和 Cityscapes数据集上的实验结果表明, 本文提出的实例特征深度链式学习全景分割网络在分割精度上优于现存同类方法, 与全景分割网络常用的 Mask RCNN实例分割结构相比, 分割准确率最高提升了 0. 94%。

本文介绍了一种基于光电倍增管的锁相放大光电探测系统, 并定量地对系统中光电倍增管、放大电路、高压电源的噪声特性进行研究, 发现高压电源的纹波对系统噪声的影响很大。实验利用三台不同纹波的高压电源测试系统噪声, 发现在无光条件下, 系统噪声以光电倍增管暗噪声为主, 高压纹波噪声近似线性地耦合进系统噪声中;在有光条件下, 系统噪声以阳极电流散粒噪声为主, 高压纹波贡献的噪声既随光电流增大而增大也与高压纹波正相关。基于以上研究, 分析了高压电源的传递函数并优化反馈系数, 设计了高稳定低纹波高压电源, 高压纹波小于 5 mV。系统整机信噪比测试表明, 使用自研高压可显著提升系统信噪比, 相比较于其他高压电源(纹波 15 mV, 50 mV), 最大信号下分别提升了 38%和 125%。

针对浮选泡沫表面图像动态变化、光照影响、噪声干扰导致流动特征难于提取的问题, 提出了一种在 NSST域改进 ORB的泡沫流动特征提取方法, 并应用于浮选加药状态识别。对相邻两帧泡沫图像 NSST分解, 对多尺度高频子带先通过尺度相关系数去除噪声再分为多个内层和外层, 在各内层通过方向模极大值检测提取兴趣点, 然后在本层和上下层通过非极大值抑制提取特征点, 采用多尺度 BRIEF描述子对特征点描述, 结合泡沫的运动趋势动态调整搜索的匹配区域, 根据匹配结果计算泡沫流动特征。最后, 构建行列自编码极限学习机对泡沫形态、尺寸分布特征和流动特征进行融合, 然后通过自适应随机森林对加药状态分类识别。实验结果表明, 改进的 ORB受噪声和光照影响小, 流动特征检测精度和效率较现有方法有较大提高, 能准确地表征不同加药状态下泡沫表面的流动特性, 加药状态的平均识别精度达 97. 85%, 较现有文献方法有较大提升, 为后续的加药量优化控制奠定基础。

针对目前基于红外与可见光模态融合的行人检测方法难以自适应外界环境变化的问题, 提出基于多模态信息融合权值学习的行人检测网络。首先, 区别于目前大多数研究采用的两模态直接堆叠融合方法, 权值学习融合网络考虑两种模态在不同环境条件下对行人检测任务的不同贡献比重, 通过双流交互学习二者差异, 然后根据各模态特征的当前特性自主获得各模态特征的相应权重, 进行加权融合得到融合特征, 最后基于融合特征生成新的特征金字塔, 并改变先验框的尺寸和密集度以丰富行人先验信息, 完成行人检测任务。实验结果表明: 在 Kaist多光谱行人检测数据集上获得 26. 96%的平均漏检率, 相比目前采用直接堆叠的最优方法以及 baseline方法分别降低了 2. 77%和 27. 84%, 因此自适应权值融合红外和可见光两种模态的信息可以有效获得互补的模态信息以自适应外界环境变化, 大幅提升行人检测的性能。

针对车联网中的通信需求, 本文提出了一种即插即用的可见光车灯信号发送控制装置。装置利用车灯低压直流供电线路进行信号传输, 并通过车灯发送可见光通信信号。装置前级将接收的输入信号, 由高速开关电路控制线路的供电通断, 从而将通信信号传导至后级并由后级控制 LED车灯发送可见光信号。通过推导和实验选用电容作为线路储能器件, 并采用 2FSK调制和 Modbus协议建立前后级间通信。实验证明装置可以利用线路实现最快不低于 4 Mb/s的信号传输, 并通过可见光车灯控制地锁的实验模型, 进一步验证了该装置接收信号并通过低压直流供电线路控制车灯发送可见光信号的功能。本设计为利用直流供电线路传输信息并点亮的 LED灯实现可见光通信, 提供了参考设计模型。

在图像特征提取中, 样本标签并非完全真实有效, 可能导致图像归类框架的分类精度大幅下降, 而现有标签恢复算法面临含噪样本难以高效再利用的瓶颈问题。为此, 本文提出一种基于子集划分迭代投影集成的标签恢复算法。该算法首先随机多次地提取小规模子集信息, 然后综合主成分分析、邻域图正则化及 K-近邻算法等技术进行样本图像的可靠降维与迭代投影集成, 最后遵循多数投票原则实现标签复原。本文选取两大代表性的人脸数据库, 对多种标签恢复算法进行了不同指标下的大量对比分析。实验结果证明, 本文算法能够有效地校正样本的含噪标签, 在同一图像归类框架下针对 Yale B与 AR数据库分别使分类精度提升了 16. 9%与 8. 1%。相较于目前最好的标签恢复算法, 本文子集划分迭代投影集成算法可以提升 4. 3%~4. 7%的分类精度, 且在确保样本数据完整性的同时具备了一定的可扩展性。

颅面复原是根据给定的未知颅骨数据来估算对应的面貌, 在法医学、人类学、公安刑侦等领域都有重要的应用价值。针对颅面复原中手工提取特征点费时费力的问题, 本文依据颅面几何结构, 在三维颅面模型上自动提取以鼻尖点为起点的均匀分布于人脸的径向曲线作为颅面的特征表示, 并以颅骨和人脸面皮上提取的径向曲线作为训练样本数据, 构建了一种基于径向曲线的颅面统计复原模型, 通过由这种模型得到的先验知识联合待复原颅骨数据, 来求得面皮数据。实验结果表明: 与基于主成分分析( PCA)进行的颅面复原方法相比, 本文提出的基于径向曲线的颅面统计复原方法的复原精度提高了 2. 95倍, 速度提高了 4. 01倍, 因此本文方法降低了模型中样本数据的维度, 提高了颅面复原的精度和速度, 颅面复原的效果得到进一步的改善。

针对现有双目位姿测量系统中仅有两个目标点, 无法利用额外标定物对两个无公共视场相机进行标定的问题, 提出一种无需改变系统结构, 可以直接利用现有设备的双目相机位姿标定方法。首先固定两相机坐标系与公共目标坐标系的位置关系, 通过多次移动标定物的方式得到多组坐标数据;然后, 利用一种基于直接线性变换方法的改进算法对每个相机坐标系到公共目标坐标系的转换关系进行优化求解;最后, 利用优化后的相机坐标系到公共目标坐标系的转换关系求得两个无公共视场相机坐标系之间的转换关系。利用两个相机坐标系之间的转换关系求得两目标点距离, 并作为标定精度的评价指标。实验结果表明: 当目标点处在各自相机视场范围内, 相机与目标点之间的测量距离为 700~1 300 mm时, 利用本文方法求得的目标点距离的均方差 <0. 2 mm, 满足实际应用需求。

蜂窝状堆叠数字 PCR微阵列图像因其单元尺寸小、排列密集, 荧光信号弱、易受光照分布影响, 其样点定位困难。本文提出基于形态学的三通道蜂窝状荧光图像样点寻址算法及数字 PCR图像信息提取方法, 可快速、有效识别微阵列芯片生物分子微弱荧光信息。针对不同通道的图像进行配准融合, 使样点排布整齐;通过增强图像的对比度, 选取有效样点区域, 基于改进伽马算法去除光照分布不均效应;基于形态学算法识别紧密排列的样点, 对微阵列芯片图像进行单元分割定位, 提取每个样点的生物分子荧光信息。该方法处理一块约 20 000个微单元的数字 PCR芯片图像的耗时小于 20 s, 与现有定位方法相比, 处理相同数量样点的图片的耗时可减少 3个数量级;通过与标准仪器结果相比, 样点识别精度达到 98. 79%, 生物信息计算结果(拷贝数)准确度达到 96. 2%。本文提出基于形态学的三通道蜂窝状荧光图像样点寻址算法及数字 PCR图像信息提取方法克服了蜂窝状堆叠式微阵列荧光图像样点难以定位的问题, 与现有方法相比, 能够快速、准确地获取生物信息, 为数字 PCR技术的精准定量奠定了基础。