课程文献中心 更多>>

关键词： 张量测量   孔中瞬变电磁   单轴各向异性   响应特征  

摘要： 断层、裂隙等典型地质构造在一定程度上显示出宏观或微观的电各向异性特征,在油气地层中砂泥岩薄交互层以及煤、页岩油气层电各向异性较为突出。本论文开展的孔中时间域电磁张量测井理论研究,从解析的角度探讨目标地层的各向异性特征,为后续开展的理论与技术研究奠定基础。本文基于Maxwell方程组运用积分方程法对磁性源下并矢格林函数进行求解,通过数值滤波算法进行频-时转换,得到时间域电磁张量响应,通过与感应电压进行对比,验证了文中采用方法的准确性。分别计算了均匀各向同性和单轴各向异性层状介质模型,研究发现在垂直井条件下均匀各向同性层状介质中得不到水平交叉分量电磁响应信号,但在单轴各向异性层状介质中可获得完整9个分量组成的电磁张量响应信号;倾斜井条件下均能获得完整的电磁张量响应,张量响应强度较垂直井条件下有所下降,需要更长观测时间才能得到瞬态异常响应。基于单轴各向异性倾斜井条件,得到了不同观测参数下各分量瞬态响应特征规律,通过改变水平电导率或垂直电导率使得电各向异性系数发生变化,发现各分量瞬态响应变化特征整体一致,电各向异性系数增大瞬态响应强度降低。垂直主分量zz分量不受垂直电导率变化影响,与水平主、交叉分量相比,水平、垂直交叉分量受垂直电导率影响小。不同井眼倾斜条件各分量感应电压多测道响应研究结果表明,井眼倾斜对整体探测效果没有产生太大影响,各分量感应电压多测道曲线均能较好与模型拟合,地层分界明显。

关键词： 脑胶质瘤   磁共振成像   扩散张量成像   扩散加权成像   病理分级  

摘要： 目的 评估3.0T磁共振扩散张量成像（DTI）与扩散加权成像（DWI）对大脑半球胶质瘤病理分级的诊断效能。方法 回顾性分析2016年3月-2021年5月我院神经外科经手术病理证实的52例大脑半球胶质瘤患者的术前MRI平扫、DTI、DWI影像资料与术后病理资料，按胶质瘤病理分级分为高级别组27例和低级别组25例，比较两组瘤体及瘤周MRI表观弥散系数（ADC）、平均弥散系数（MD）及各项异性分数（FA）值，分析两组瘤体及瘤周ADC值、MD值、FA值与病理分级的相关性，并绘制受试者工作特征（ROC）曲线，计算曲线下面积（AUC），确定诊断阈值，评估DTI及DWI诊断脑胶质瘤病理分级的敏感度和特异性。结果 低级别组瘤体的ADC与MD值高于高级别组，差异有统计学意义（P<0.05）；两组间瘤体FA值，瘤周ADC、MD及FA值比较，差异均无统计学意义（P>0.05）；两组瘤体ADC、MD值均与病理分级呈负相关（r=-0.566、-0.667,P<0.05）;ROC曲线显示，瘤体MD、ADC值鉴别诊断高、低级别脑胶质瘤的AUC分别为0.914和0.851，其对应的鉴别诊断敏感度、特异度及诊断阈值分别为84.00%、96.30%、1.499与76.00%、85.20%、1.537。结论 DTI与DWI均有助于大脑半球胶质瘤的术前分级诊断，且MD值的诊断效能更高。

关键词： 红外弱小目标检测   张量表示   低秩稀疏优化   分割网络   虚警滤除  

摘要： 红外弱小目标检测在军事和国防领域具有举足轻重的地位,广泛应用于精准制导、预警系统以及武器装备中。由于探测器离目标空间位置远,成像环境复杂多变,导致目标呈现点状或斑状,缺乏纹理、颜色等特征,给红外弱小目标检测带来较大困难。现有算法大多为单帧检测,没有充分利用帧间的时序信息,场景鲁棒性和检测精度不高,而现有多帧检测算法速度有待提升。此外,检测结果中通常存在较多虚警,给实际应用中后续跟踪任务带来干扰。为克服上述问题,论文基于张量表示对红外弱小目标检测算法开展研究,主要工作及创新点如下:阐述了红外弱小目标检测现状,将现有方法归为四类,介绍了各自的优势与不足。对论文中涉及到的张量基本概念与数学定理进行了介绍,并对红外弱小目标图像序列中各成分特性进行了详细分析。提出了基于张量平均秩和目标先验权重的红外弱小目标检测算法。为使用多帧时序信息,该算法利用背景的时空相关性构建红外时序张量,保留了原始时空结构;基于结构张量提取目标先验信息,并转换为稀疏项权重,对稀疏张量进行惩罚;使用张量平均秩衡量背景张量的低秩性,l范数衡量稀疏张量的稀疏性;建立优化方程并设计加速收敛策略迭代求解。该算法在抑制背景的同时,保持了较高的目标完整性,提高了算法场景鲁棒性以及检测精度,大幅缩减了多帧检测算法运行时间。提出了基于时序块张量和深度学习的虚警滤除算法。首先对典型虚警干扰问题进行分析,仅利用时序运动信息难以鲁棒地排除虚警,需有效结合时序信息与图像语义特征。为了使用时序信息,将多帧同一位置的图像块构造成时序块张量作为网络的输入;为了有效利用图像语义特征,设计基于注意力机制的空间通道调制模块并嵌入基础网络中,将网络不同层之间的细节特征与高层语义特征融合,提高了对红外弱小目标与虚警的区分能力。该虚警滤除算法作为检测算法的后处理,以较少的时间代价,进一步提升了复杂场景下算法的检测精度。

关键词： 光纤布拉格光栅   地震波勘探   振动加速度传感   三分量检波  

摘要： 随着油气勘探领域中地质目标的日益复杂化,对振动加速度测量的动态范围、精度及分辨率等技术参数的要求日渐提高,传统电类检波器已逐渐难以满足勘测过程中的各项要求。与之相较,光纤振动加速度检波器具有灵敏度高、频带宽、抗电磁干扰、耐高温高压、易于组网复用等优势,克服了电类检波器存在的诸多限制,获得了广泛关注和研究,具有广阔的市场应用潜力。但现有光纤检波器仍存在一些亟待解决的棘手问题:比如检波器性能指标中高灵敏与宽频带之间的矛盾、三分量光纤检波器的集成及优化等。本论文将算法、仿真与实验测试有机结合,针对油气行业在地震波勘探过程中进行振动加速度测量时所遇到的科学问题,从实际需求出发,通过对检波器传感机理与特性的研究,分别研制了一种基于横向限位结构的FBG低频加速度检波器、一种基于六边形放大结构的温度自补偿FBG中频加速度检波器和一种基于遗传算法优化的高频铰链结构加速度检波器,覆盖了0.5 Hz–1800 Hz的测量频段。除了上述三种单分量检波器,本文还研制了一种基于弯曲伸张结构的高灵敏三分量检波器,并利用遗传算法,结合FBG独特的波分复用特性,提出了一种可用单根光纤无弯折地实现三分量测量的小口径三分量检波器。此外,论文还从工程应用问题入手,对井间三分量光纤检波器的性能优化提出了一系列方案,对井间三分量检波的工程化具有重要意义。论文的主要内容如下:1.通过构建光纤振动加速度检波器与人工激发地震波相互耦合的理论模型,研究了FBG检波器的检波机理,包括使用FBG三分量振动加速度检波器进行地震波勘探的意义、原理及方法。2.研制了一种基于横向限位结构的高灵敏度FBG低频加速度检波器,实现了在0.5 Hz–9 Hz的低频振动信号的作用下加速度灵敏度高达926.29 pm/g,线性度为99.51%的高灵敏检测。传感器的限位结构极大提高了其抗横向干扰能力,交叉灵敏度系数仅为0.3%。3.结合3D打印技术研制了一种基于六边形放大结构的中频FBG加速度检波器,通过对传感器的结构设计、尺寸优化、材料选择、模拟仿真、装配封装等,实现了在10 Hz–100 Hz的范围内的高灵敏检波,灵敏度达到421.4 pm/g。加速度大小与波长漂移量具有较好的线性关系,线性度为99.43%,双光栅的应用使得传感器可以实现温度的自补偿,为井下高温环境的振动测量提供了参考。4.首次将遗传算法用于检波器参数优化,研制了一种基于铰链结构的高频加速度检波器,实现了100 Hz–1800 Hz范围内的宽频带检波,灵敏度为18.02 pm/g。5.研制了一种基于弯曲伸张结构的中低频FBG加速度检波器,谐振频率为60Hz,灵敏度为1037.9 pm/g。并进行了相应的三分量优化设计,实现了三分量振动加速度在10 Hz–60 Hz内的高灵敏感测:其中S=1197.82 pm/g,S=1157.78 pm/g,S=1223.04 pm/g。三个分量还具有较好的一致性、抗横向干扰特性和方向响应。6.基于遗传算法研制了一种细径三分量检波器,使其具备使用单根光纤无弯折地实现三分量测量的能力,其中用于测量X、Y分量的铰链结构谐振频率为f=125 Hz,灵敏度为S=401.88 pm/g,S=413.58 pm/g,用于测量Z分量的三叉弹片结构的谐振频率为f=120 Hz,灵敏度为S=402.075 pm/g,三者具有基本一致的幅频特性和灵敏度。7.从三分量装配工艺、提高地震波与检波器间耦合效率、确保预应力精确施加等工程应用问题入手,对井间三分量光纤检波器的性能优化提出了一系列方案。

关键词： 光子集成电路   起偏器   亚波长光栅   布拉格反射  

摘要： 近年来,随着微电子集成电路的最小沟道从7 nm、5 nm到即将实现的3 nm工艺制程,微电子加工工艺的最小线宽已经达到了物理极限。与此同时,随着纳米集成光子技术的快速发展,人们在光子集成电路(PICs)的相关发展方向上表现出极大的兴趣。然而,在缩小光学器件尺寸的同时,偏振敏感性的问题显得尤为突出。作为解决方案,偏振控制器件成为人们研究的热点。起偏器作为一种结构简单、成本更低的偏振控制器件,具有重要的研究意义。因此,本文主要介绍了三种基于亚波长光栅(SWGs)结构的起偏器。主要研究内容如下:(1)将传统的起偏器与啁啾亚波长光栅结构相结合,设计了一种中心工作波长为850 nm的新型TE起偏器。该起偏器基于氮化硅平台,避免了光在硅基材料中传输存在损耗的问题。相比于仅依靠直波导实现偏振泄露的传统起偏器,该器件具有更大的消光比;同时,基于亚波长光栅结构的起偏器在设计过程中利用能带结构法可以精准地控制模式的有效折射率,使得TE和TM模式的有效折射率分别高于和低于二氧化硅的折射率,以泄露TM偏振态模式来通过TE偏振态模式。最后引入啁啾光栅结构有效地扩展了起偏器的工作带宽,在850 nm波长下偏振消光比高达46.24 d B和0.13 d B,并且工作带宽达到了171 nm,具有很大的制造误差容忍度。(2)在850 nm工作波长下提出了另一种氮化硅基亚波长光栅TM起偏器,通过分析氮化硅波导的本征模式,确定了单TM模式所需要的波导条件,并且在TM和TE模式同时存在的情况下,引入亚波长光栅的结构在不改变TM传输模式的同时,衰减TE模式。在850 nm工作波长下,TM模式的消光比和插入损耗分别达到了36.6 d B和0.13d B,工作带宽达到了117 nm。(3)在1550 nm工作波长下提出了一种硅基亚波长光栅TM起偏器,该起偏器通过调整亚波长光栅的周期,让TE模式工作在布拉格反射模式,而TM模式则利用狭缝波导结构通过起偏器。利用三种周期的布拉格光栅进行叠加对起偏器的工作带宽进行了扩展。在1550 nm工作波长下,TM模式的消光比和插入损耗分别达到了51.6 d B和0.09 d B,且有效工作带宽达到232 nm。用五种周期的布拉格光栅叠加时,起偏器的有效工作带宽扩展到了310 nm。

关键词： 长周期光纤光栅   低交叉串扰   光纤温度传感器   光纤弯曲传感器   光纤位移传感器  

摘要： 在传感领域中,全光纤光栅因轻质量、耐腐蚀、抗电磁干扰等属性占据重要地位,其中长周期光纤光栅所展示出的优异传感特性使众多学者们争相研究。本文将单模光纤与特种光纤经过设计被剪切和拼接在一起制备出新型的长周期光纤光栅,除了在温度、弯曲和位移上展示了极好的传感特性外,传感器还具有两个物理参量间交叉串扰小的优势,体现为低应变、弯曲、折射率干扰的高灵敏度温度传感器,低温度串扰的高灵敏度弯曲传感器和低温度串扰的宽测量范围位移传感器。主要工作总结如下:首先,为获得具有低交叉串扰的高灵敏度温度传感器,利用渐变折射率多模光纤的自映像特性,将固定长度的渐变折射率多模光纤（700μm）与单模光纤（1000μm）交替拼接制备出超长周期光纤光栅。该传感器表现为仅对温度灵敏,而对折射率、应变、弯曲等物理参量不灵敏的实验现象。其次,将50μm阶跃折射率多模光纤和单模光纤以固定周期的复合排列方式,制备出超结构长周期光纤光栅。通过振幅解调的方式,该传感器的弯曲灵敏度达到17.28d B/m。此外4.772×10 m/℃的低温度-弯曲交叉灵敏度也提高了弯曲测量的准确性。最后,本文提出了一个大测量范围位移传感器。采用多模光纤与单模光纤交替拼接的方式制备出一支长周期光纤光栅,而后穿过一个中空的毛细管,并将其弯曲成一个气球型结构。通过改变气球型结构的弯曲直径发现,传输光谱在不同波长段内均有可监测的谐振峰。实验结果表明该传感器的监测范围可达到74 mm。并且10 pm/°C左右的低温度灵敏度也降低了对位移测量的影响。本论文提出的三种新型长周期光纤光栅不仅表现出优异的传感特性,更重要的是具有很低的交叉串扰能力,可以有效的抑制其他物理参量对监测物理量的干扰,提高测量精度。

关键词： 张量   耦合典范多因子分解   多维谐波恢复   目标定位  

摘要： 在信号处理和数据分析领域的许多实际应用中,采集到的观测信号数据经常具有高维度的特点,而且不同的样本观测数据间经常还具有相同的或高度相关的信号成分。在对这些高维的同源样本观测数据进行处理时,许多传统的矩阵和张量分解方法由于未能充分利用数据内部的多线性结构或数据间的耦合关系,从而在准确度和辨识性条件等方面存在一定的局限性。而耦合张量分解方法采用了耦合分解的设计思想,能够有效的解决这个问题。其中,耦合典范多因子分解（Coupled Canonical Ployadic Decomposition,C-CPD）因其结构相对更加简单,且具有更加宽松的可唯一辨识性条件以及更高的准确度性能等优势,而成为多数据集信号融合领域中人们关注和研究的热点。对此,本文从算法和应用两个方面对C-CPD分解方法展开了研究,主要工作内容如下:在算法方面,本文针对现有C-CPD分解算法在运算复杂度和鲁棒性等方面存在的一些不足,提出了一种新的基于联合特征值分解的代数类C-CPD分解算法。该算法主要包含三个步骤,分别是耦合张量压缩、利用联合特征值分解求解共享因子矩阵以及通过秩一近似求解非共享因子矩阵。本文对该算法的模型、辨识性条件和具体实现原理进行了详细介绍,并对该算法做了进一步扩展和运算复杂度分析。在此基础上,本文通过构造更多的目标矩阵以及对构造的目标张量使用更高精度的分解算法,对以上提出的代数类C-CPD分解算法做了进一步改进,改进的算法具有更高的分解精度。同时,本文还对现有的一种基于ALS的C-CPD分解算法进行了改进,简化了其中共享因子矩阵的联合求解过程,从而降低算法的运算复杂度。在应用方面,本文首先通过空间平滑的方法建立起了多维谐波数据的C-CPD分解模型,然后将所提出的算法分别用到了复杂噪声、共线性以及数据缺失场景下的多维谐波恢复问题中。接着,本文又将所提出的基于联合特征值分解的代数类C-CPD分解算法应用到了多基地MIMO雷达多目标快速定位问题中,通过不同噪声场景下的实验对算法在目标定位实时性和准确性方面的性能进行了验证,并讨论了模型参数对算法准确度性能的影响。数值仿真和实际应用实验结果表明,相比于传统的矩阵和张量分解算法,所提出的算法在准确度性能上具有突出的优势。而相比于现有的C-CPD分解算法,所提出的算法在准确度、鲁棒性和运算复杂度方面也具有出色的表现,能够很好地应用于多维谐波恢复和多基地MIMO雷达多目标快速定位中。

关键词： 光纤布拉格光栅   法布里-珀罗干涉仪   游标效应   温度和应变精确测量  

摘要： 航空发动机内部的温度应变实时监测是研究航天飞行器工作状态的重要技术手段,可以给航天飞行器提供安全、可靠的技术保障。近几十年以来,光纤传感器由于它体积小、响应速度快、耐高温和腐蚀以及抗电磁干扰等诸多优点获得了迅速的发展,并且在航空航天、工业冶炼等高温环境领域得到了广泛的应用,对热结构的温度应变健康监测具有巨大的应用价值。但是,目前研究报道的光纤高温应变传感器仍然存在许多问题,研究者对传感器的应变增敏方法、温度和应变的交叉敏感问题以及耐高温性能一直在探索。本论文以航空发动机内部的温度应变实时监测为研究目标,结合II型光纤布拉格光栅(fiber Bragg grating,FBG)和光纤法布里-珀罗干涉仪(Fabry-Perot interferometer,FPI)两种结构,设计制作了两种光纤高温应变传感器,并且实验分析了传感器的响应特性。使用温度补偿方法对传感器解调,实现了温度和应变的精确测量。采用游标效应增敏方法,将应变灵敏度提高了7.6倍。具体研究内容如下:制作了一种基于FBG级联FPI的光纤高温应变传感器,并且实验分析了传感器的响应特性。飞秒激光刻写的FBG采用毛细玻璃管封装保护,隔绝了施加的应变,只响应温度,而光纤FPI结构响应温度和应变。使用温度补偿方法对传感器解调,实现了温度和应变的精确测量。这种方法解决了传感器的温度应变交叉敏感问题,避免了双参量矩阵解调带来的较大误差。该传感器可以实现1000℃的温度和350με的应变的精确测量。制作了一种基于游标效应的高灵敏度光纤高温应变传感器。详细分析了传感器的工作原理,采用数值模拟展示了游标效应增敏的优势,并且实验分析了传感器的响应特性。该传感器是由毛细玻璃管封装的FBG级联光纤FPI再通过3 d B耦合器并联一个光纤FPI组成。封装在毛细玻璃管的FBG隔绝了施加的应变,只响应温度,而两个并联的光纤FPI结构产生的游标光谱包络响应温度和应变。该传感器实现了温度和应变的精确测量,将应变灵敏度提高了7.6倍。这种传感器结构制作简单,适用于设计基于游标效应的光纤传感器。本文针对于光纤高温应变传感器的研究,为航空发动机内部的温度应变健康监测提供了重要的技术支持,具有重要意义。

关键词： 对称张量组   Z-特征值   特征向量   改进的Newton法   预条件带位移对称高阶幂法  

摘要： 对称张量组的Z-特征值在超图匹配、超图聚类、目标跟踪和数据挖掘等领域有着重要的应用.本学位论文主要研究对称张量组的Z-特征值和Z-特征向量的求解问题,得到了如下结果:首先,将求解对称张量组的Z-特征值问题转化为求解非线性函数的极小值问题,当Newton方向与非线性函数负梯度方向的夹角余弦值小于某一固定值时,对Newton法的下降方向进行改进,提出了求解对称张量组Z-特征值的改进的Newton法,证明了改进的Newton法是全局超线性收敛的.其次,基于求解对称张量组Z-特征值的带位移对称高阶幂法(SS-HOPM),应用改进的Newton法对SS-HOPM实施初值预条件处理,得到了求解对称张量组Z-特征值的Newton预处理带位移高阶幂法(NPSS-HOPM).最后,数值算例表明,改进的Newton法比SS-HOPM能在更短的时间内计算出更多的Z-特征值和Z-特征向量;在时间几乎不增加的情况下,NPSS-HOPM比改进的Newton法能计算出更多的Z-特征值和Z-特征向量;当取不同的位移时,NPSS-HOPM的收敛速度受到的影响比SS-HOPM的收敛速度受到的影响小.

关键词： 张量计算   交通类多元时间序列数据补齐   截断规范多元分解   网络压缩   张量规范多元分解   张量秩   张量乘积  

摘要： 新兴人工智能行业迅速发展,产生及所需的数据量也越来越庞大,这些数据往往分布在高维特征空间。数据在获取和应用的过程中常面临缺失或冗余的情况,这对于数据的分析带来困难。当前的解决技术通常将高维空间中的数据降维转化成向量或者矩阵的结构进行处理,但这种转化过程中会破坏原始数据所固有的结构特性,丧失维度之间的相互关系。针对高维空间的数据存在缺失或冗余的问题,本文基于张量计算的方法对时间序列数据缺失及网络模型压缩问题展开研究。具体地,本文的研究主题以及所改进的点如下:(1)针对多元时间序列数据经常遭受数据丢失的问题,本文提出了一个低秩双向自回归稀疏化张量补齐(Low-Rank Bi-Directional Autore-gressive Tensor Completion,LBIATC)。该方法 包含两个额外正则项,第一个正则项为双向局部时间正则项,该正则项通过添加两个可学习变量模拟局部时间相关性,即:第一个变量表示当前时刻的缺失值与过去局部时间段内的观测值之间的线性关系,而另一个变量表示当前时刻的缺失值与未来局部时间段内的观测值之间的线性关系。第二个正则项为稀疏正则项,该正则项通过采用离散余弦变换将原始张量数据映射至频域,并对该频域下的数据施加了l1范数,从而达到约束时间序列内在稀疏性的效果。实验结果表明,本文所提的LBIATC的缺失值填补性能在大部分时间序列数据集上均优于目前最先进的缺失值补齐方法。(2)针对传统基于张量分解的模型压缩算法需要进行过多次训练的问题,本文提出了一种基于张量规范多元(Canonical Polyadic,CP)分解表示的快速张量CP分解层压缩算法。区别于传统基于张量分解的模型压缩算法,该方法不需要预训练一个初始大型网络,而仅需一次低成本训练即可压缩全连接层中的权重矩阵、卷积层中的卷积核以及胶囊网络中的向量全连接层权重。快速张量CP分解层可以直接更新CP分解格式下的因子,而无需对每个要分解的权重都执行一次昂贵的张量分解操作,从而避免了多次训练。实验结果表明,本文所提的快速CP分解层不仅可以在保证模型性能精度损失在2%以内的前提下可将模型的参数量压缩达60倍,甚至还可以提高卷积神经网络在部分数据集上的分类准确度。(3)针对传统基于张量分解的模型压缩算法存在的大量张量秩选择问题,本文提出了无需进行张量秩选择的张量乘积(Tensor Product,TP)层压缩算法。该算法将张量-矩阵乘积(tensor-matrix product)和张量-向量乘积(tensor-vector product)用于替换原始矩阵乘法,张量矩阵积和张量外积用于代替元素乘积运算,而张量外积用于替换卷积运算。与其他传统压缩算法相比,TP层压缩算法仅需在资源受限的小设备上直接训练一次,而无需在大型设备上进行预训练。与此同时,它作为一种新型层结构可以与多种卷积神经网络以及胶囊网络相结合。实验结果表明,与张量分解算法相比,本文所提的TP层可以在不进行微调和张量秩选择的前提下,既保证精度损失在3%以内,也将模型参数量压缩达40倍。