单色光石英退偏器的退偏机理及性能研究

研究了单色光石英退偏器的退偏机理；定义了退偏度作为衡量退偏器性能的物理量。从实验上在４４０～９２０ｎｍ的光谱范围测试了器件的退偏度，结果表明：只要器件的结构角适当，或者适当调节入射光束的截面大小，便可对某一单色线偏振光实现很好的退偏。     

GaAs/AlGaAs多量子阱材料差分反射光谱

介绍了一种新型的空间调制光谱技术—差分反射 ( DR)光谱技术 .利用振动光束差分反射测试系统 ,获得了 Ga As/Al Ga As多量子阱材料的 DR谱 ,初步分析了 DR信号的产生机制 .通过与材料的 PR谱及反射光谱的一阶微商谱比较分析 ,论证了 DR光谱技术用于多量子阱量子化跃迁观测的理论可行性 ,并从实验角度证明了 Ga As/Al Ga As多量子阱材料的 DR谱具有反射率谱对能量的一阶微商线型特征     

空间傅里叶光谱仪高精密大范围动态测角技术

动态校准系统是空间傅里叶光谱仪的关键技术之一,而动态测角作为动态校准技术的一个重要环节,其测角精度和测角范围是动态校准系统性能的保证.空间傅里叶光谱仪的工作环境要求测角算法能够实现高精度和大范围的倾角检测,基于此设计了基于瞬时激光信号功率检测的动态测角算法,介绍了该算法实现的关键技术环节,给出了实验结果.算法原理和实验结果均表明该算法可以实现精度高于0.03 md和范围超过±π rad的倾角检测,可为空间傅里叶光谱仪实时获取高质量的地球大气红外辐射干涉图提供保证.     

傅里叶变换拉曼光谱在食品行业的应用

人们对于食品行业历来有着很高的关注度,食品检测、食品安全等各方面都成为了企业和社会关注的焦点问题。随着检测技术的不断发展,傅里叶变换拉曼(Fourier transform Raman, FT-Raman)光谱技术作为一种能够快速、无损、准确的光谱分析方法,已经在农业、医学、考古学等领域证明了其价值,在食品行业也得到了越来越多的应用。各种研究报告表明,除了仅通过光谱的视觉差异信息进行物质判别之外,FT-Raman光谱结合化学计量工具或与其他光谱手段进行联合分析,提供了更多可以应用在食品行业的高效检测、判别手段。本文简述了有关FT-Raman光谱技术的一些基本原理,综述了近10年(2010～2019)中FT-Raman光谱在食品行业中的应用,并对其未来的发展趋势进行了展望。     

一种傅里叶变换光谱仪动镜速度测量系统

介绍了一种基于FPGA的傅里叶变换光谱仪动镜速度测量系统.该系统利用迈克尔逊干涉仪,通过光电转换将干涉条纹转换为干涉脉冲电信号,用干涉脉冲计数的方法测量动镜的运动速度,采用FPGA实现了干涉脉冲的数字滤波、动镜运动方向判别、干涉脉冲计数并利用FPGA片内RAM实现了数据的实时存储,具有实时性好、集成度高的优点.给出了实测的动镜速度曲线.     

基于瞬时值计算的圆感应同步器测角算法

针对角度反馈电机伺服控制系统的测角要求,提出了一种新型的应用于现代微处理器/微控制器平台上的圆感应同步器测角算法.通过对感应同步器两路输出信号的瞬时值直接进行模数转换和快速运算,反演得出转角值,可以精确地测得电机轴的角位移,从而简化了伺服控制系统的结构,提高了系统的稳定性和可靠性.最后,利用实际的空间大气垂直探测仪扫描镜构建了算法的验证平台,在不同的角度范围内进行了测角试验,并取得了角秒级的测角精度.     

一种多层次数据融合的SLAM定位算法

针对2D激光SLAM(同步定位和地图构建)机器人导航中激光点云匹配计算量大、轨迹闭合效果差、位姿累积误差大、以及各环节传感器观测数据利用不充分等问题,提出一种基于多层次传感器数据融合的实时定位与建图方法——Multilevel-SLAM.首先,在数据预处理方面,利用IMU(惯性测量单元)数据预积分结果为激光点云配准提供坐标转换依据.对激光点云进行特征采样,降低点云匹配计算量.其次,通过无迹卡尔曼滤波算法融合IMU、LiDAR(激光雷达)观测量得到机器人位姿,来提高闭环检测效果.最后,将激光点云配准约束、闭环约束、IMU预积分约束加入到SLAM算法的后端优化中,对全局地图位姿节点估计提供约束配准,实现多层次的数据融合.在实验中利用LiDAR-IMU公开数据集对Karto-SLAM、Cartographer和Multilevel-SLAM算法进行性能测试对比.Multilevel-SLAM算法的定位精度始终保持在5 cm以内,而对比方法则存在不同程度的定位偏移.实验结果表明,在没有显著增加计算量的前提下,Multilevel-SLAM算法有效提高了闭环处的轨迹闭合效果,具有更低的定位误差.     

不同产地稻米的二维相关近红外光谱鉴别

为了实现针对不同产地稻米样品的无损判别，提出一种基于同步二维相关近红外光谱的欧氏距离判别方法。在分别得到5种稻米样品的标准二维相关谱后，通过计算测试集样品与各个标准相关谱的欧氏距离，根据最小距离原则进行归类判别，经实际测试正确率达到95%。通过定义区分度系数还可以更精确判断对各类别样品的区分效果。为了比较二维相关方法与常用建模方法的实际效果，在同样的数据基础上进行偏最小二乘判别分析和支持向量机分类的尝试，其最高正确率分别为75%和70%，验证了二维相关方法的有效性。本研究为无损鉴别稻米样品提供了一种新的可能方法，并可为在线检测提供参考。     

基于高光谱成像技术无损检测芒果轻微损伤

目的 使用高光谱成像技术实现对芒果轻微损伤的无损识别。方法 在可见光-近红外波长范围内采集完好芒果和损伤芒果的高光谱图像, 并提取相应的感兴趣区域(regions of interest, ROI)获得样本高光谱数据。经过多种预处理方法比较, 选择光谱预处理方法。使用竞争性自适应重加权算法(competitive adaptive reweighted sampling, CARS)和连续投影算法(successive projections algorithm, SPA)分别对预处理后的光谱提取特征波长, 并分别建立了多元线型回归(multiple linear regression, MLR)模型和偏最小二乘回归(partial least squares regression, PLSR)模型。结果 选择多元散射校正(multiplicative scatter correction, MSC)作为光谱预处理方法。针对芒果轻微损伤识别, CARS-MLR模型识别效果最好, 其校正集相关系数为0.881, 预测集相关系数为0.821, 校正集均方根误差(calibration set root mean square error, RMSEC)为0.146, 预测集均方根误差(prediction set root mean square error, RMSEP)为0.236, 准确率为97.14%。结论 利用高光谱成像技术可以实现对芒果表面轻微损伤进行有效鉴别。     

干涉式大气垂直探测仪支撑面弹簧缝形的优化设计

通过对面弹簧进行有限元分析计算，得到螺旋线缝形面弹簧各参数r0、α、θ1、b在轴向拉伸不同位置时，对其轴向刚度Kx、径向刚度Ky、刚度比i(i=Ky/Kx)的影响规律，从中可以选取一组合理的参数值，使面弹簧轴向刚度Kx小、而使径向刚度Ky大、刚度比i大、环境适应性最强的面弹簧。有限元分析方法为设计满足要求的面弹簧，提供了理论基础。