课程文献中心 更多>>

关键词： 社团划分   张量分解   超图   随机游走   张量  

摘要： 复杂网络是热门的研究问题,社团检测是复杂网络分析的重要组成部分,目的是发现复杂网络中的结构特征和与之相关的功能特性,为很多现实问题的研究提供了重要的理论依据。众多社团检测方法中,大多数考虑节点间的二元关系,在一些网络中,节点间有密切的三元关系,因此本文引入三阶张量和3一致超图来表示网络中节点间的三元关系,在此基础上给出两种新的社团检测方法,以提高社团检测的准确性。主要研究内容如下:提出基于张量分解的社团检测方法。考虑网络中节点间的三角形结构和不成圈的三元组结构,构造三阶张量,同时表示网络中节点间的二元和三元关系,在得到网络的三阶张量表示后,将基于非负矩阵分解的社团检测方法推广至三阶张量分解上,从而实现网络的社团结构划分;提出基于3一致超图随机游走的社团检测方法。考虑网络中节点间的三角形结构,基于三角形构造超边,给出网络的3一致超图表示,之后定义一种3一致超图上的随机游走过程,给出概率转移张量,从而给出新的拉普拉斯矩阵L=D-（ρ×2）D,之后通过应用谱分析的方法实现社团结构划分。为了验证两种方法的有效性,选择一些真实的网络数据集进行实验,并与相关的社团检测方法进行对比,验证两种方法社团检测结果的准确性。

关键词： 连续域束缚态   太赫兹   鲁棒性   电磁诱导透明   慢光  

摘要： 连续域束缚态(bound state in the continuum,BIC)超表面是一种具有无限高品质因子(Q值)的功能器件。这种器件在太赫兹波段具有广阔的前景,有望提高太赫兹滤波器、传感器、激光和非线性波源的性能。然而,大多数BIC超表面只能在特定的入射角度下才能实现无穷大Q值的谐振,极大地限制了其应用领域。本课题采用双周期介质光栅,实现了角度鲁棒BIC,并利用两个准BIC谐振的耦合,实现了基于电磁诱导透明的慢光效应。具体内容包括:1、介绍了双周期介质光栅BIC的理论基础和实验基础。理论方面:包括导模谐振理论以及耦合模理论,从而预测BIC的频率,并分析模式之间的耦合效应。实验方面:介绍了基于深硅刻蚀的样品制备工艺以及太赫兹时域光谱系统的原理和结构,采用自动数据拼接算法来获得分辨率更高的频谱,并利用单透镜光路来提高系统的准直度。2、验证了双周期介质光栅可以支持多个基于导模谐振的BIC态。这些BIC可依反对称轴分为两类。通过不同的方式改变光栅对称性时,可以分别控制两类BIC的泄漏,形成不同的准BIC谐振。本课题在布洛赫理论的框架下,理论证明双周期介质光栅中的BIC在任意入射角度下均有无限大的Q值。通过改变入射角度,在实验中验证了这种鲁棒性。3、通过调整几何不对称度,有效地操控了准BIC的泄漏和耦合,并以此实现电磁诱导透明线型的透射谱。基于耦合模理论,分析了明暗模式的耦合,并且通过改变结构尺寸,实现对慢光透明窗口线宽的操控,实验中实现了117 ps的群延迟。本课题提出的角度不敏感的BIC,有望拓展BIC的应用前景。双周期光栅中高Q值的准BIC谐振,及基于准BIC谐振耦合实现的慢光效应,将推动太赫兹波段高性能滤波器、传感器、色散器件以及非线性器件的研发。

关键词： 光纤传感   水质监测   生物传感器   双壳贝类   河蚌  

摘要： 水资源是人们赖以生存的生命之源。随着社会和经济的发展,造成水环境污染越来越严重,水资源质量不断下降,由于水体污染所导致的问题和事故不断发生,水污染已经严重影响人们的身体健康和社会的可持续发展。如何加强水质监测与科学治理,在全球范围内引起专家学者的高度关注,对水质变化情况进行快速准确地监测监控势在必行。随着光电技术和光通讯技术的飞速进步,光纤传感技术迅速发展起来。光纤传感器因其不带电、质量轻、体积小、抗电磁干扰能力强、防爆、防燃、耐腐蚀、灵敏度高、适用于恶劣环境中、可以长期实时在线连续监测等优点,在国家重大工程安全监测方面具有独特的优势,被广泛应用于桥梁、矿山、管道、化工、海洋油气井等污染频发环境的监测中,尤其是光纤水质污染传感技术,不仅能满足水质检测领域中高精确度和实时在线检测的需求,还可以避免二次污染,具有广阔的应用前景。本论文针对水质监测的技术需求,研究了一种将光纤感知技术与生物体相结合的水质监测系统,以生物体为媒介实现水体污染物的在线监测。论文选用河蚌为样本生物体,设计了一种新型贝类生命体征在线监测系统,通过设计基于光纤光栅的生物应变传感器来监测河蚌的生理特征,获取其在水体中的生活规律,从而间接获取反映出水质变化的信息。该系统不仅能够实时在线监测水质,还将有助于解决当前水质监测设备操作复杂、成本高昂、无法及时发现污染等难题。该研究为饮用水安全、水产养殖、污染排放等水质监测提供了一种高效、稳定、实时的在线监测手段。本论文主要工作内容如下:1、概述了本论文的研究背景、研究目的和意义,简要介绍了水质监测技术以及光纤传感技术的国内外研究现状,归纳总结了不同的水质监测方法;2、研究了光纤布拉格光栅传感原理,对光纤光栅的反射与透射光谱特性进行了理论分析与实验研究,分析了光纤光栅反射谱的带宽、反射率等特性;对几种常见的光纤光栅解调技术进行了简要的对比分析;3、研究了双壳贝类的生活特性,选取其作为样本生物体用于水质监测;将光纤感知技术与双壳贝类相结合,研究设计了光纤生物传感探头,对光纤解调仪进行分析研究,搭建了一套基于光纤传感技术的新式水质监测系统;4、对基于光纤光栅传感技术的水质监测系统进行实验研究,通过监测水体中河蚌的生理特性,获取了河蚌在水体中的生活规律,达到水质监测的目的;对不同浑浊度水体和铁离子溶液进行了实验,并对实验结果进行了详细分析与讨论。

关键词： 深度学习   复杂反射曲面   光栅条纹质量改善   相位解算  

摘要： 条纹投影轮廓术因其精准、快速、低成本、非接触等优势,普遍应用于三维测量。但条纹投射到金属工件等具有复杂反射特性的物体时,会因镜面反射导致光栅条纹图像出现高光区域或因曝光不足而出现过暗区域,这些低调制度区域的出现将使得光栅条纹信息丢失或失真,继而影响相位解算和测量精度。因此,本文针对光栅条纹低调制度区域设计基于深度学习的高动态光栅条纹图像改善网络,改善光栅条纹图像质量。同时设计光栅条纹相位解算网络,解条纹图像相位信息,实现对具有复杂反射特性金属工件的高精度三维测量。主要的研究内容包括:(1)深入分析光栅条纹图像的特点。借助光栅条纹正弦特性分布曲线,分析条纹光强、背景光强及条纹调制度之间的关系对光栅条纹图像质量的影响,从而深入分析光栅条纹图像特征。在学习卷积神经网络相关理论的基础上,借助其网络强大的特征提取及表达能力,设计了基于深度学习的光栅条纹分析方案。(2)为修复光栅条纹图像局部高亮度区域及过暗区域的缺损条纹信息,通过分析光栅条纹的调制度,设计了一个基于“检测-修复”结构的高动态光栅条纹图像改善网络。网络先通过低调制度区域检测模块利用不同膨胀系数的空洞卷积,在大视野范围下学习光栅条纹图像的光强分布特性,实现对光栅条纹图像低调制度区域的精准分割;再通过条纹增强模块融合光栅条纹图像的高层特征与底层特征,预测低调制度区域光栅条纹光强分布。实验结果表明,网络能够修复低调制度区域的缺损条纹信息,有效改善光栅条纹图像质量。(3)为提高光栅条纹相位解算精度,设计了一个基于注意力机制的光栅条纹相位解算网络。网络以端到端的结构直接建立起光栅条纹与其展开相位间的映射关系,避免相位展开的困难。网络通过注意力机制加强相邻像素相位分布连续性的约束,并通过融合多尺度特征从不同尺度空间解析条纹级次,保证相位信息的正确解算。实验结果表明,网络具有较高的相位解算精度,通过对5mm金属标准量块的精度测量,均方根误差约为0.02mm。网络仅需输入一幅光栅条纹图像即可实现高精度相位解算,具有较高的解算效率。

关键词： 张量填充   稀疏编码   字典学习   加权张量核范数   彩色图像恢复  

摘要： 本文基于张量分解和正交字典学习对张量填充问题进行研究,并设计了两种张量填充方法。张量填充方法是以张量为工具并以其低秩或稀疏作为对数据结构刻画的建模方法。张量填充在彩色图像恢复、视频修复和医疗成像等方面均有广泛的应用。与向量和矩阵相比,作为高维数组的张量能够更好地挖掘出数据的本质。但现实生活中,由于各种人为因素或自然灾害等原因往往会导致收集到的数据不完整,这为之后的数据分析和处理带来了极大的困难。因此,如何从不完整的数据中恢复出完整数据是一个非常具有研究价值的问题。现实生活中许多数据存在低秩性和稀疏性,这将有助于数据的分析和处理。利用矩阵的低秩性有效描述数据已有很多的应用,受此启发,可以利用低秩张量对数据特征进行刻画。除了低秩性,数据往往也具有稀疏性,它同样是表现数据特征、准确刻画数据局部细节结构的一种重要方式。因此,利用张量数据的低秩性和稀疏性将有效地提高数据恢复的效果。针对张量数据的低秩性和稀疏性,本文分别基于CP分解和正交字典学习、t-SVD和正交字典学习,提出两种新的张量数据恢复方法——CPSC方法和WTNNSC方法。这两种方法分别利用CP分解和t-SVD分解刻画不完整张量数据的整体低秩性,利用正交字典学习和稀疏编码描述张量数据的局部结构特点。相应的数值实验结果也表明,相比常见的几个传统张量填充方法,CPSC方法和WTNNSC方法在彩色图像恢复上有较为显著的优势。

关键词： 密集光栅阵列   分布式温度传感   小尺寸热源   空间分辨率  

摘要： 在能源、交通、大型工程等领域,消防安全对于维护国家经济命脉、保证人民群众生命财产安全起着重要作用。随着社会发展,人们对火灾监测技术的需求不再局限于长距离、大范围和快速报警,对于一些特殊的应用环境,例如,电缆廊道、电缆夹层等电缆密集程度的区域,火灾具有热源小、升温慢等特点,一旦起火却又迅速发展、扑救困难。对于这类火灾,需要在探测沿线密集地监测温升情况,从而在火源较小的情况下及时有效的进行预警。为此,我国在制定线型感温火灾探测器国家标准时专门要求:探测器任一段长度为100 mm的敏感部件能够迅速监测高温变化。目前只有电类的感温电缆能够满足这一需求,但是存在探测距离短、无法定位、难以应用于恶劣环境等缺陷;散射类光纤测温技术的测量原理是感知一段光纤上物理量的综合效果,对于弱小热源的温度检测结果远低于其真实温度值,难以实现小尺寸热源的预警;反射式光纤光栅(Fiber Bragg Grating,FBG)传感技术只能实现准分布式传感,在相邻FBG的间距降低到100 mm的情况下,能够快速响应弱小热源,但受到光栅光谱重构方法的限制,难以实现长距离高密度的分布式感知。为此,本文从理论与实验层面展开对密集光栅阵列光纤分布式温度传感技术的研究,提出基于分区混合光谱(分区光谱)的温度感知技术,降低光谱重构对系统硬件配置的需求,牺牲允许的空间分辨率,实现小尺寸热源的感知。搭建了密集全同光栅阵列光纤分布式温度传感网络,实现小尺寸热源的长距离分布式感知,同时构建了一套高速密集FBG阵列光纤分布式温度传感系统,并利用差分脉冲对技术解决FBG阵列光纤传感技术高感知密度、高空间分辨率、高测量准确度、低硬件配置的兼容问题。具体研究工作如下:(1)为了提高FBG阵列光纤的传感器密度,对基于光时域反射仪(Optical Time Domain Reflectometry,OTDR)技术的时分复用FBG传感系统的解调原理及关键指标进行分析,提出一种基于分区光谱的温度感知新方法,通过检测一段光纤分区上所有FBG光谱的混合光谱而不是单个FBG的光谱来感知小尺寸热源,降低光谱重构对系统硬件配置的需求。在10 ns脉冲光作用下,分区光谱温度感知方法的感知密度达到100 mm,是传统FBG光谱感知方法的10倍。为了实现分布式热源感知,提出一种分区时分波分混合复用传感网络,分区长度为1 m,FBG间距100 mm,同时引入波分复用避免相邻分区之间的信号串扰,进一步提升复用容量。(2)提出一种简单高效的边沿温度解调方法,实现分区光谱的温度解调,尽管测量结果受边沿阈值和火源尺寸的影响,但相比传统的光纤测温技术仍具有更高的准确度。在实验中,采用10 ns的脉冲光在1 km传感光纤上实现了分布式的热源感知,测量误差小于1.6°C,定位精度1 m。对影响解调方法测量准确度的FBG谱宽、旁瓣抑制比以及传感分区内FBG波长的一致性等因素进行了数值分析与实验验证,基于混沌非相干光频域反射技术实现了3640个间隔100 mm的FBG光谱解调,测得现有FBG传感阵列的最大测量误差为～5°C。(3)为了降低密集混合复用FBG传感网络的复杂度,消除传感网络对系统参数的限制,提高系统的定位精度,研究了全同FBG阵列光纤分布式温度传感方法。为了提高分布式温度传感技术的响应速度,利用快速(5μs)波长可调谐光源控制环形激光器内部的混沌状态实现具有低相干长度(33 mm)的快速波长可调谐光源,提出了基于嵌入式软硬件协同设计的高速分布式传感数据处理方法,对数据处理的每一步流程进行透彻的分析和优化,最终实现4通道、4 km探测距离、3 nm动态范围、±4.33 pm解调误差和240 ms处理速度的分布式温度传感。(4)为了提高密集FBG阵列光纤温度传感技术的空间分辨率和测量准确度,将差分脉冲对技术引入FBG阵列光纤传感领域,理论推导并建模分析了差分脉冲OTDR技术在FBG阵列传感系统中的可行性。首先使用10/11 ns脉冲对信号实现0.1 m的空间分辨率,还原了1262个间距0.2 m的光栅光谱,有效降低了传统系统对高带宽高增益脉冲调制单元的需求。进一步地,将差分脉冲OTDR技术与分区光谱温度感知技术相结合,解决了高感知密度、高空间分辨率、高测量准确度以及低硬件配置的兼容问题。具体地,电路带宽200 MHz,采样率500 Msps,针对867 m远处单个受热的FBG,使用10/15 ns脉冲对进行信号解调,与10 ns脉冲光相比,测量误差低2.6°C,解调误差高2 pm,空间分辨率提高2倍。

关键词： 张量环分解   低秩张量补全   LP范数   TR因子   交替方向乘子法  

摘要： 随着计算机网络和人工智能的高速发展,数据量在成倍增长的同时,很多领域的数据呈现出高阶化的特点,比如图像恢复和社交网络等,分析这些数据自身复杂的结构特性和其中蕴含的物理意义,能够带来很有价值的信息。然而数据在采集或传输的过程中会面临着数据丢失的问题,如何恢复高阶缺失数据已成为信息技术领域的研究热点之一。张量分解作为处理高阶数据的典型代表,有着独特的天然优势,许多基于低秩张量表示的模型相继被提出,并广泛的应用于人工智能、模式识别和图像分类等领域。近年来,由于张量环分解(Tensor Ring Decomposition,TR)在数据维数较大的情况下能更为充分的挖掘张量的低秩表示,保留原有张量数据的空间结构信息,而且可以有效避免高阶数据的维度灾难问题,受到众多学者们的讨论和研究。针对高阶数据缺失的问题,本文在张量环分解的基础上,研究出非凸优化的低秩张量环补全模型。具体地,本文提出两种基于L范数约束的张量环秩最小化模型,分别设计两种对应的高效优化算法,将其应用于张量数据的补全任务中,对比其他张量补全模型来验证本文提出方法的高效性。张量环核范数的模型对TR秩的近似有一定的误差,这种方法对每个奇异值都一视同仁,忽略了其物理意义,在实际应用中往往导致解的次优性。为了缓解这一缺陷,本文选取比核范数更为逼近的L范数作为秩最小化的替代,提出了一种基于张量L范数的非凸张量环秩最小化(L)模型。具体地,该方法在TR展开矩阵上施加了L范数约束,使得模型能够更加准确的逼近TR秩。与此同时,将加权奇异值阈值算法应用其中,更好的促进模型求解的低秩性。为了有效地求解所提出的非凸模型,本文采用交替方向乘子法(ADMM)对该模型实现更新优化。在大量的彩色图片和视频补全实验中,对比了多种张量补全算法,实验结果表明本文提出的L模型的补全性能指标均优于同类型的算法。此外该方法具有足够的通用性,可以推广到其他张量分解中,从而开发出更加有效和鲁棒的算法。为解决大规模张量补全时的高计算损耗问题,本文提出了基于潜在TR因子的L范数张量环(L)补全模型,将张量环秩最小化问题转化到尺度小得多的潜在TR核心上,大规模地降低了张量环秩最小化的计算损耗。具体来说,该方法通过张量环分解的操作,对每个张量TR因子展开的矩阵进行L范数的低秩约束,建立了高效的张量环秩最小化模型,有效地解决了手动地选择张量环秩的难题。与此同时,本文采用交替方向乘子法对该模型实现更新优化,在大量不同类型的数据补全实验结果和数据表明,本文提出的L算法相对于其他张量补全方法具有较优的补全效果。

关键词： 光纤光栅   弹性敏感元件   信号处理   温度压力探测  

摘要： 机载燃油管路测量系统最重要的功能就是稳定、精确地测量出燃油管路的压力和温度分布情况,并为飞机超压、超温提前预警,对于飞机安全保障具有重要意义。针对现有电类测量传感器在机载燃油管路存在产生电火花,引起爆炸的风险,本文提出了一种面向机载燃油的压力/温度传感器及系统,以光纤布喇格光栅(Fiber Bragg Grating,FBG)为敏感单元,具有本征防爆、抗电磁干扰、尺寸小、重量轻等优势,且在不改动原设备结构的前提下可以嵌入到目标内部进行检测,满足机载载荷轻和空间狭窄的应用条件。本文的主要研究工作如下:(1)分析和比较了国内外机载燃油管路测量技术特点,结合光纤光栅传感器优势和敏感元件的承压机理,提出了面向机载燃油管路温度/压力测量的光纤光栅传感系统的研究思路。(2)基于FBG的温度、应变传感机制和弹性力学原理,设计了一种机载燃油管路温/压光纤传感器。选择热效应影响较小的材料作为压力敏感元件,并分析了灵敏度、最大应力与尺寸之间的关系;采用单端式结构封装温度光栅,实现温度测量及自补偿机制,研究并优化了传感器双层金属管铠装结构,消除由金属管热胀效应引起的误差,并模拟了传感器的温度场分布;针对高压环境,设计了传感器的螺纹结构,对螺纹自锁性能和抗机械性能进行校核;研究传感器的抗振性能,对传感器进行模态分析且进一步分析了其在共振频率下的工作状态。(3)研究了FBG温/压复合光纤传感系统的信号处理技术,提出了一种基于希尔伯特变换的自适应峰值区域分割算法,通过阈值的设定实现了FBG反射光谱的区域分割和子光谱的预定位功能;利用改进的高斯算法对分割后的稀疏子光谱进行定位,系统测试结果表明该算法精确性和可靠性良好,在此研究基础上开发了FBG温/压复合光纤传感系统的数据流实时显示的上位机软件。(4)针对设计的FBG温/压复合传感器进行了温度、压力特性测试及抗振动能力分析,实验结果表明:传感器压力平均灵敏度为0.0991nm/MPa,迟滞性误差为5.614%,最大偏差为16k Pa;温度平均敏感系数为0.0106nm/℃,最大偏差为0.15℃,且温度自补偿性能良好;传感器敏感膜片和金属管的连接区域的打通,可消除瞬态低温区导致的两FBG响应时间常数的不同。在0～2000Hz范围内,两FBG最大波长漂移量不超过6.3pm,对监测环境具有一定的抗干扰能力。

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。