课程文献中心 更多>>

关键词： 光纤法珀传感器   法珀解调   动态光栅   增益系数   超声探测  

摘要： 光纤法珀(Fabry-Perot,F-P)传感器由于其灵敏度高、体积小和抗外界干扰能力强等特性在航空航天、桥梁监测、生物医疗、石油化工等领域受到广泛的关注。因此,光纤F-P传感器的解调方法开始被广泛研究,光纤F-P传感器的解调主要分为强度解调、光谱解调法和低相干干涉解调法,其中光谱解调和低相干干涉解调属于相位解调。强度解调法虽然简单直接,但存在光强稳定性差、易受干扰等问题,大家开始广泛研究光谱解调和低相干干涉解调。随着新型材料和F-P传感器新结构的出现,若提出一种快速、精确且具有大动态范围检测的光纤F-P传感信号解调方法,则可广泛用于实际应用中。在这种背景下,提出一种基于光折变晶体中动态光栅的光纤F-P传感信号解调方法。本文研究的主要工作如下:(1)介绍了光纤F-P传感器在提出后的发展状况,以及在航空航天、桥梁监测和石油化工领域的应用和发展前景。根据光纤F-P传感器的光学传感原理和参数,概述了光纤F-P传感器的主要解调方法及发展状况。(2)为了研究光纤F-P传感信号解调方法,首先制作光纤F-P传感器。分别制作基于铝膜的光纤F-P传感器和基于单模光纤(Single-mode fiber,SMF)-空芯光纤(Hollow-core fiber,HOF)-SMF结构的光纤F-P传感器。搭建基于光纤F-P传感的掺铒光纤(Erbium-doped fiber,EDF)环形激光系统,输出不同光纤F-P的传感信号。不同泵浦电流下的波长激光光谱都比较稳定,在这种情况下,施加在传感器上的干扰会引起波长的偏移。将波长偏移转换为相应的相位移动可以通过动态光栅解调装置进行解调。(3)在基于光折变晶体的动态光栅解调中,强度调制会光激发出晶体中的载流子,在这里我们需要计算空间电荷场,需要一个合适的材料模型。该工作采用单缺陷双边带模型,缺陷水平为Fe2+和Fe3+的结合态。推导In P:Fe晶体中的动态光栅增益系数方程,再进行仿真,从理论上求得最佳外界可控参量例如外加直流电场、入射角度、光强等以得到最佳的动态光栅增益。在室温T=298K和外加电场E0=5.14k V/cm下,计算得到理论上最佳入射角度为5°和泵浦光强为268m W/cm2。再与动态光栅增益实验结果进行对比,得到最佳研究参量,为后续的基于动态光栅解调的光纤F-P传感应用研究奠定了基础。(4)对基于铝膜的光纤F-P传感器进行解调应用研究,将搭建的基于光纤F-P传感器的EDF环形激光装置和动态光栅解调装置结合起来,进行解调实验。首先进行超声波探测实验,搭建了一个典型的强度解调装置与本装置进行实验对比,都能准确解调出超声波信号。再进行扬声器声波信号探测实验,与粘贴在光纤F-P传感器附近的压电换能器(Piezoelectric transducer,PZT)进行对比实验,该装置成功解调出扬声器发出的1k Hz-2.5k Hz声信号,且解调信号较为稳定。实验证明该装置能够成功解调光纤F-P传感信号,且由于动态光栅的解调的自适应性,对低频振动或者温度变化等环境干扰不敏感。(5)对基于SMF-HOF-SMF结构的光纤F-P传感器进行解调应用研究,利用基于动态光栅解调的光纤环形激光装置进行解调实验。首先进行高频动态应变实验,使用环氧树脂将光纤F-P传感器贴在蜂鸣片上,利用函数发生器驱动蜂鸣片发出不同的动态信号。该装置成功解调出10k Hz-650k Hz的动态信号,且与粘贴在光纤F-P传感器附近的PZT传感器进行对比,该装置信号波形良好且更为稳定。同样进行水中超声波信号探测实验,成功解调出超声波清洗机正常工作时的工作频率。总之,通过实验证明该装置能够成功解调光纤F-P传感器信号,且能够检测高达650k Hz的动态应变信号。

关键词： 光纤光栅  

ISBN: (纸本)9787567306219

摘要： 本书共八章，内容包括：光纤的光敏性、光纤布拉格光栅的特性、光纤布拉格光栅的刻写、光纤布拉格光栅理论、光纤布拉格光栅在通信中的应用、光纤布拉格光栅传感器等。

关键词： 张量   稀疏表示   稀疏卷积   手势识别   SIMO雷达  

摘要： 近年来,手势识别成为了人机交互技术实现的关键,而随着雷达传感器技术和信号处理技术的飞速发展,基于雷达的手势识别技术凭借其用户隐私性较好且不会受到环境光照影响等特点,成为了该技术实现的重点方向。传统基于雷达的手势识别方案只使用了雷达回波的某单一维度特征或只是对多个维度特征进行简单拼接,忽略了雷达回波的多维特性和空间结构特性。本文将张量和稀疏表示相结合,从回波信号整体的角度完成手势动作特征的提取,并且对特征数据进行稀疏处理,实现基于回波信号张量稀疏表示的手势动作识别,不仅可提高手势识别准确率,而且减小了系统运算压力。本文主要工作及研究内容如下所示: (1)首先介绍了张量的基本定义和运算规则,然后介绍了信号稀疏表示的基本理论,为后续模型推导提供理论基础。最后介绍了本文实验所用雷达的基本工作原理,介绍了所用雷达系统硬件平台。 (2)研究了一种基于张量稀疏表示的手势动作表示方法。首先,本文根据SIMO(Single-Input Multiple-Output)雷达手势回波的特点,将其按照特征维度分别建立基于距离-慢时、多普勒-慢时、天线角度维度数据的稀疏表示模型,然后通过稀疏重构信号和原始信号的对比,验证了各维度稀疏表示模型的有效性。接着,本文在此基础上引入张量理论,推导建立了一种利用张量稀疏来联合表征雷达回波距离、多普勒、角度维度特征的数学模型,得到了手势回波信号的张量稀疏表示,然后通过张量稀疏重构信号和原始信号的对比,验证了张量稀疏表示模型的正确性和有效性。 (3)提出了一种基于张量稀疏表示的手势动作稀疏卷积网络识别方法。首先,本文搭建了手势回波卷积神经网络(Convolutional Neural Network,CNN),完成了三种基于单一维度特征以及三种基于单一维度特征稀疏表示的手势动作分类实验。接着,本文将张量稀疏表示和稀疏卷积相结合,搭建了基于张量稀疏表示的手势动作稀疏卷积网络,并完成了手势分类实验。最后将各实验结果进行比对分析,本文所提的基于张量稀疏表示的手势动作稀疏卷积网络能得到最高的手势识别准确率(98.1%),该实验结果验证了本文所提方法的有效性。

关键词： 广义椭偏技术   光学薄膜   薄膜测量   误差修正  

摘要： 随着科技的发展,光学薄膜发展迅速,光学薄膜因其特有的性质已广泛应用于信息检测、武器装备、航空航天、新能源等高新技术领域,特别是在各种集成电路、激光器件、生物芯片、液晶显示等生产制造中发挥着重要的作用。由于光学薄膜的主要光学参数,如膜厚、折射率、消光系数等对于薄膜的设计和工艺制造都是不可或缺的衡量指标,因此光学薄膜的广泛应用也推动了薄膜检测技术的发展,同时面对高新技术产业的不断发展,对评价薄膜的优劣、提高薄膜的性能以及已有的检测仪器提出了更高的要求。目前,随着测量精度和效率要求的不断提高,使得很多学者将工作重点转向对高精度椭偏理论及测量技术的研究上来。广义椭偏测量技术是一种具有多角度、非接触和高精度等优点的光学测量技术,单次测量即可获取被测物全部穆勒矩阵元,进而可获得其诸如光学常数、表面形态及膜厚等重要参数。为实现膜厚、折射率等参数的高精度测量,关键在于建立正确的系统传递函数、样品光学模型、合适的椭偏数据分析及误差修正方法。基于此,本文在广义椭偏技术的基础上,重点开展了光谱椭偏建模和薄膜测量的研究工作。在直通模式对空气介质进行测量,实验结果显示穆勒矩阵元素在全光谱范围内的误差均小于0.5%;在斜入射模式下,分别测量不同角度的硅基Au、Ag、Cu样品,以及不同厚度的硅基底SiO2薄膜,实验结果表明,当入射角在布儒斯特角附近时,测量结果更佳;而厚度越大时,测量误差也会增大。为了进一步实现高精度测量,弥补目前椭偏测量中很少或没有实时误差校正研究的不足,本文创新性地提出一种基于参考光路的误差修正方法,本方法在双旋转补偿器广义椭偏仪结构基础上加入参考光路的设计,并且改进椭偏数据处理的误差分析方法,通过仿真和椭偏测量实验相结合的方法,开展了基于广义椭偏仪的误差校正分析的工作。实验结果显示,采用校正方法后SiO2的穆勒矩阵与理论矩阵的绝对误差从≤0.028减小为≤0.008,标准偏差由0.9%降低至0.3%,表明采用校正方法后样品的穆勒矩阵与理论矩阵的绝对误差、标准偏差均减小,样品厚度测量精度得到提高。证明本文提出的方法可以实现实时检测测量过程中的随机误差并进行实时误差校正,最终实现椭偏测量精度的提高。

关键词： 刮板输送机   光纤光栅   调直   预测模型   误差评定  

摘要： 本文以智能工作面刮板输送机调直方法为研究对象,在分析刮板输送机姿态模型的基础上,通过光纤光栅曲率传感器感知刮板输送机运行轨迹,实现刮板输送机姿态实时感知。针对工作面刮板输送机调直问题,提出了一种基于光纤光栅曲率传感器感知的刮板输送机调直方法。本文主要研究内容包括:(1)分析了刮板输送机的结构组成及工作原理,建立了刮板输送机姿态模型,并对姿态模型进行分析。介绍了光纤光栅曲率传感器感知原理,结合刮板输送机姿态感知模型,利用光纤光栅曲率传感器实时感知刮板输送机姿态位置信息,以提高刮板输送机姿态感知的精度和效率。(2)提出了刮板输送机调直方案,选择以刮板输送机为基准的调直方法,具体包括两个方面:首先由光纤光栅曲率传感器感知刮板输送机当前轨迹,然后对刮板输送机轨迹按照调直算法进行调整。提出了基于LSTM神经网络算法的刮板输送机调直预测模型,将刮板输送机姿态实时感知与预测有效结合,提高了刮板输送机调直准确性。在刮板输送机调直过程中,为了验证刮板输送机调直效果,需要及时对当前调直后的轨迹进行调整。分析了评价直线度误差的方法,并引入刮板输送机调直误差评定的准则,选择MSE作为刮板输送机调直效果的评价指标。(3)对本文提出的基于光纤光栅曲率传感器感知的刮板输送机调直方法进行验证,选择在MATLAB环境中进行数值仿真。在考虑误差影响的情况下,按照调直算法对刮板输送机连续50次推移,经调直后的刮板输送机直线度误差最大为34.52mm,最小为21.74mm。通过LSTM神经网络算法对刮板输送机调直轨迹进行预测,预测出刮板输送机调直轨迹可以为下一刀刮板输送机调直提供参考依据,保证刮板输送机直线度满足工作面的要求。(4)搭建了刮板输送机调直试验平台,对刮板输送机模型进行了推移试验,根据调直试验结果数据,验证了本文提出的刮板输送机调直方法的合理性。分析了刮板输送机在调直过程中的误差。根据本文提出的刮板输送机调直方法,设计一种刮板输送机调直系统,并选择在12307工作面进行可行性分析。该论文有图48幅,表9个,参考文献88篇。

关键词： 无人机通信   毫米波大规模MIMO   张量   雷达辅助   信道估计   混合波束成形  

摘要： 毫米波通信技术是一个典型的军民两用技术。在军事领域可以应用于星际间通信或中继、毫米波频段的保密通信等;在民用领域可以应用于宽带多媒体移动通信系统、测量雷达、卫星的毫米波链路系统等诸多方面,并将进一步扩大其市场。通过利用大规模阵列天线,毫米波大规模多进多出(MIMO,Multiple-Input Multiple-Output)无人机通信能够在一定的方位上产生较高的径向增益,适用于具有空间和能量约束的无人机。毫米波信号的波长较短,即使在很小的区域也可以配备一个大的天线阵列。因此,具有灵活波束形成的毫米波通信可以支持无人机的通信。然而,在无人机通信系统中,在无人机高速移动的情况下,无人机的多普勒频移是不可避免的。无人机在风力影响下抖动会导致波束失准,这使得无人机与地面用户之间的信道估计与波束成形更加复杂。特别是在毫米波大规模MIMO无人机通信系统中,信道衰落表现的更加明显。雷达系统具有方便处理等优点,有利于毫米波大规模MIMO通信系统进行信道估计。张量能够将高维信号分解成低维信号,将计算的复杂性减弱。可重构智能表面(RIS,Reconfifigurable Intelligent Surface)辅助毫米波大规模MIMO通信已被设想为未来无线网络的一个突出技术,因为它可以提供丰富的频谱资源和良好的传播环境,能更好地提升通信系统系能。本文将进行以下研究。首先,针对在毫米波大规模MIMO无人机通信系统中由于无人机高移动性引起的多普勒频移和高维信道带来的大量复杂计算,研究一种基于TT(Tensor Train)张量的频率分集阵列(FDA,Frequency Diverse Array)MIMO雷达辅助毫米波大规模MIMO无人机通信系统的信道估计方法。先建立了 FDA-MIMO雷达辅助毫米波大规模MIMO无人机系统的信道模型,通过雷达控制中心来处理雷达系统与无人机通信系统之间的干扰问题,利用基于FDA-MIMO雷达的无网格方法来准确、高效地估计信号的到达角和离开角,解决了雷达系统中因网格化的角度估计方法带来的功率泄漏问题。然后,利用一种盲均衡方法将雷达系统估计出的角度信息进行坐标转换,从而使其可以被毫米波大规模MIMO无人机通信系统所接收利用。最后,通过TT张量分解将地面单用户端接收到的雷达辅助毫米波大规模MIMO无人机通信系统的多维信号表示为低秩张量信号,利用分解因子矩阵准确地估计出快衰落信道功率衰落因子,路径增益与多普勒频移。通过功率幂(PM,Power Method)提高了地面单用户端接收信号分解因子的收敛性。仿真结果说明,本章提出的方法具有更高的信道估计精度。其次,针对在城市环境下的毫米波大规模MIMO无人机因抖动性导致波束失准从而造成室内盲区,进而使得系统频谱效率下降的问题,提出一种RIS辅助毫米波大规模MIMO无人机混合波束成形的方法来提高系统频谱效率。先建立好RIS辅助毫米波大规模MIMO无人机系统信道模型,通过TT张量分解把RIS辅助毫米波大规模MIMO无人机的高维接收信号表示为低维信号,将系统频谱效率最大化的问题分解为优化RIS相移矩阵和求解混合波束成形矩阵两个子问题,对混合信道矩阵进行奇异值分解(SVD,Singular Value Decomposition)。分解后,优化RIS相移矩阵。再通过对收发两端进行解耦合,利用基于低复杂度相位提取交替最小化方法(PE-AltMin,Phase Extraction Alternating Minimization)的改进混合波束成形的方法求解混合波束成形矩阵。仿真实验证明,本章提出的方法较其它方法具有更高的频谱利用率。最后,通构建实验场景对前两章的方法进行实验验证,在不同的实验场景下,评估两种方法的性能。实验结果表明了前两章的方法能够在很大程度上提高整个毫米波大规模MIMO无人机通信系统的性能。

关键词： 直线光栅   防护结构   耐磨性   镀层  

摘要： 封闭式光栅商品价格高，通过分析光栅的污染原因，依据现有的防护，对价格更低的开放式光栅做防护设计并做性能测试可降低使用成本。设计好防护结构后将其静态性能及摩擦力与商用封闭光栅做对比；将单、双层密封和有无镀层分别做动态性能、摩擦力对比，最后做防水、耐磨性测试，得出结论：光栅的静态性能与商用封闭式光栅基本一致，则未造成较大的安装误差；单层与双层密封的摩擦力、动态性能基本一致，有镀层的摩擦力更小，则可采用读头座有镀层的双层密封；防水及耐磨测试合格。

关键词： 互连   电热响应   张量分析网络   RC等效热路   电热敏感度  

摘要： 为了满足电子设备小型化的需求,半导体的制程与工艺不断提升,在集成电路特征尺寸不断缩小的同时,其规模却不断扩大,片上系统实现的功能也越来越多。为了保证晶片与外围电路及其它系统的正常通信与数据传输,封装及互连技术在不断地发展,然而随着互连特征尺寸的缩小,尺度效应导致的互连电阻增大越来越明显,单位面积下的互连密度也越来越大,互连的发热问题开始逐渐凸显。发热会影响电路的整体性能,降低电路的稳定性以及可靠性,甚至导致电路损毁造成安全隐患。因此,在封装互连的设计过程中采用精确高效的方法准确计算互连电热响应,对指导集成电路封装互连设计具有十分重要的意义。 本文提出了一种基于张量分析网络(Tensorial Analysis Network,TAN)的互连电热响应快速计算方法,该方法使用了集总元件来构建互连结构的热路模型,给出了多层互连结构的通用等效热路模型,研究了互连参数对互连可靠性的影响。第一,用热容及热阻的相关理论,建立并分析了多阶RC等效热路模型,结合TAN方法对互连线上的瞬态温度响应情况进行了快速的求解,既提升了计算的效率又提高了精度。第二,对于多层多激励的互连结构,提出了通用的等效热路模型,研究了该通用等效热路模型阻抗算子的快速获取方法,即便是复杂的多层多激励互连结构也可以快速构建其等效热路并获取其阻抗算子,实现了多层互连结构在多激励情况下电热响应的并行与耦合计算。第三,使用这一方法进行了互连结构电热敏感度的分析,研究了互连结构的尺寸参数及热参数变化对电热响应的影响,研究了散热对互连温度响应的影响,在此基础上又研究了不同散热情况下的多层互连结构最优层叠排布,对互连结构的设计具有一定的指导意义。 本文提出的基于张量分析网络的快速计算互连电热响应的方法具有以下优势:1)与热场分析方法相比,本文提出的方法在精确度相近的情况下显著提高了效率,节省了99%的计算时间;2)与传统的热路等效模型方法相比,本文提出的方法在具有同等效率的同时还提供了多层、多激励、耦合及并行运算的支持;3)本文给出的互连结构通用热路模型,对各种互连结构都具有良好的普适性,降低了热路建模的难度,提高了热路建模的效率,可以对任意层叠结构互连的设计和优化提供指导。

关键词： 联邦学习   多智能体   张量   图卷积神经网络  

摘要： 铁路综合视频监控系统是实现铁路异常智能监测和保障铁路行车安全的重要手段。现有的视频异常检测主要采用人工方式,存在漏检率高、实时性差和效率低等问题。论文基于多智能体思想和联邦学习架构,构建了多智能体联邦协同计算框架,研究基于节点张量的模型个性化更新方法,进而搭建面向铁路综合视频的多智能体联邦学习系统,实现了多智能体间联合建模与模型个性化更新。论文主要创新性工作如下:(1)基于多智能体的自适应联邦协同计算。针对多智能体协作训练学习效率低、可扩展性差和部分感知问题,论文基于MADRL思想,构建了基于多智能体的自适应联邦协同计算框架,实现了多智能体自适应协同训练。论文基于层次异构图卷积神经网络构建了动态协同感知网络,提出了基于DQN的多智能体协作模型,形成基于超网络的多智能体联邦协同训练算法,提升了多智能体协同训练的效率和扩展性。在MNIST和Fashion MNIST等数据集上的实验表明,相比于其他联邦训练方法,论文提出的方法在通信效率和模型性能等方面均有提升。(2)基于节点张量的个性化联邦学习。针对联邦学习训练中数据异构和模型异构的问题,论文通过学习从客户端提取节点特征和局部关系图结构,提出基于节点张量个性化联邦学习算法,实现了模型的个性化部署与进化学习。论文采用基于张量的图聚类方法,对联邦训练参与方分组,引入ISMOTE算法平衡终端数据分布,并基于GCN实现模型细粒度聚合,提升了个性化模型的泛化性和准确性。在CIFAR10和CIFAR100等数据集上的实验表明,以模型准确性和收敛速率为评估指标,该算法用更少的通信轮数获得更好的模型性能。(3)面向铁路综合视频的多智能体联邦学习系统。将论文提出的多智能体联邦协同计算和基于张量的个性化联邦学习训练方法应用到实际的铁路综合视频监控系统中,基于分布式多智能体架构,研制了云边协同多智能体联邦学习系统,实现了横向和纵向两个维度上异构节点的信息共享和模型融合,并应用于铁路综合视频异常检测场景中。图42幅,表30个,参考文献78篇