基于有效集算法的大功率单色LED太阳光谱模拟仿真

利用单色LED实现对AM1.5标准太阳光谱可见光（380~780 nm）波段和标准光源CIE-D65的匹配,提出了通过有效集算法作为目标光谱的匹配算法,将Epitex公司的大功率单色LED的峰值波长和半高全宽数据作为有效集,并建立了一个数据库。将相关指数R²最大作为优化目标,通过MATLAB编程求解超定方程组的最小二乘解求出拟合所需要的单色LED的种类和数量。拟合AM1.5可见光的最佳组合中使用24种单色LED,相关指数R²高达0.850 2,拟合标准光源CIE-D65的最佳组合中使用25种单色LED,相关指数R²高达0.940 5。进行了增加LED和减少LED的优化实验。得出的结果对工程实践中单色LED拟合太阳光谱的研究提供了理论基础。     

新生儿黄疸治疗仪用LED光源光谱功率分布匹配

为了有效降低胆红素脑病的风险和减少换血的需要,以实验测试的标准胆红素溶液最有效的吸收光谱作为光疗的目标光谱,根据光谱构造理论,采用不同峰值波长和半高宽的单色LED作为匹配光源,首次提出简单遗传算法作为光谱匹配算法,通过求解超定方程组的非负最小二乘解,得到最优LED组合比例,进而推得所需各种峰值波长的LED的数量。仿真实验结果表明：拟合的光谱曲线与目标光谱曲线十分近似,光谱匹配度达到了98.39%,获得了一种新型的LED黄疸治疗仪光源光谱功率分布。该算法简单,效率高、拟合误差小,可应用基于LED光源的光谱功率分布匹配技术的研究。     

遗传算法在LED光源光谱匹配技术中的应用

为利用单色LED实现CIE-D65标准光源、AM1.5标准太阳光目标光谱的匹配,提出简单遗传算法作为光谱匹配算法,通过求解超定方程组的非负最小二乘解,优化不同峰值波长、峰值波长间隔、半高宽的单色LED匹配光源组合,达到光源光谱匹配的目的.仿真实验表明:该算法拟合的相关指数达0.99以上,模拟光谱与目标光谱基本吻合;匹配光源的峰值波长间隔越小,光谱拟合性越好,但结合工程应用需要,峰值波长要选取适中;所提遗传算法运行速度快、效率高、拟合误差小,可广泛应用于植物照明、医疗照明等特殊照明领域的光谱匹配仿真试验和工程实践.     

新生儿黄疸治疗仪用LED光源的研究

为提高胆红素的光降解效应和新生儿黄疸病光疗的效果,设计研制了一种新生儿黄疸治疗仪用发光二极管(LED)光源。以实验测试的体外游离的标准胆红素溶液最有效的吸收光谱作为黄疸治疗仪光源的目标光谱,采用市面上现有的峰值波长和半峰全宽的不同单色LED作为匹配光源,将简单遗传算法作为光谱匹配算法,进行了光源光谱的匹配设计、样灯制作和光谱测试与分析。结果表明:拟合的光谱与目标光谱匹配度达到了97.62%,实际的黄疸治疗仪光源样品的光谱与目标光谱的匹配度达到了93.08%,窄带宽的单色LED能够匹配出所需要的目标光谱,光谱匹配度高,为新生儿黄疸光疗仪用光源的选择提供了研究的基础。     

基于全连接神经网络的自然光谱复现方法研究

为了能够精准和快速地复现可见光波段自然光谱，实现全光谱照明，使用具有强大非线性拟合能力的神经网络完成光谱匹配。首先，利用全连接神经网络的自学习能力，在采用基于修正高斯分布拟合函数的多个单色LED合成光谱模型生成训练和测试数据集的基础上，构建充分体现合成光谱和各单色LED光强系数比例关系的神经网络模型，即该模型能够针对输入光谱得到对应的单色LED光强比例系数，进而实现光谱复现。其次，针对标准太阳光谱和实测得到的不同时刻、天气的自然光谱进行光谱复现，并与采用基于遗传算法的光谱复现方法得到的结果进行对比。结果表明，基于全连接神经网络的自然光谱复现方法能够以小于5%的误差实现标准太阳光谱和实测太阳光谱的匹配，证明可使用同一个训练模型在不改变单色LED数量和种类的条件下得到多种与目标光谱高度吻合的不同类型光谱。对比其他光谱匹配算法，所提方法的拟合速度提高了数倍，还具有稳定性高、调控灵活、操作简便等优势。     

光谱可调积分球光源的光谱匹配算法研究

基于光谱匹配算法是可调光源产生种类多样光谱分布的必要手段,提出Levenberg Marquardt算法作为光谱匹配算法。利用峰值位置等间隔均匀分布的理想高斯曲线作为LED发光光谱,借助该设定的一系列曲线仿真模拟目标光谱,实验表明,利用该算法模拟太阳、沙漠、海洋和植被的相对光谱分布,相对光谱差异分别为2.17%、1.76%、2.03%、1.7%。利用实验室现有LED的发光光谱进行验证实验,匹配3种目标光谱的相对差异均小于5%。实验结果表明,Levenberg Marquardt算法可应用于光谱可调积分球光源的光谱匹配。     

基于LED的光谱可调光源的光谱分布合成

从实测的LED光谱分布出发,对基于LED光谱可调光源进行了可行性验证。提出用非对称高斯分布函数的数学模型来拟合单个LED光谱分布,并以该数学模型为基础,运用多种不同峰值波长的LED来合成所需要的光谱分布。在原理上实现了对任意目标光谱的最小二乘拟合,使用不同峰值波长的单色LED分别对D65、溴钨灯、5 500 K理想黑体、日光照射下的标准白板的光谱分布进行拟合,相关指数均在0.94以上。最后通过对数据的分析,总结出在工程实践中必须注意的要点。     

基于单色LED补偿白光LED技术的模拟太阳光谱研究

提出一种基于单色LED补偿白光LED技术,模拟日光在可见光范围内的光谱。实际调研了大功率单色LED现状,采用光子在二维空间内联合态密度函数作为单色LED的光谱辐射模型,建立LED模拟仿真数据库。通过求解超定方程组的非负最小二乘解,优化选择不同峰值波长以及半高宽的单色LED与白光LED组合,实现对目标光谱的匹配及太阳光谱的再现。对比研究了白光LED补偿技术和纯单色LED组装技术,并分析了不同种类LED组合对太阳光谱的模拟情况。结果表明,白光LED补偿技术拟合太阳光谱相关指数达到90.74%,优于纯单色LED组装技术。并且当单色LED种类减少时,白光LED补偿技术相比纯单色LED组装技术可以实现更好的模拟效果。该方法对实现基于LED类日光照明具有较好的指导意义。     

基于溴钨灯和LED积分球光源的可调谐光谱分布及光谱匹配

采用溴钨灯和恒流驱动的LED混合作为积分球内部光源,提出了模拟退火算法作为光谱匹配算法,研究了光谱分布可调谐积分球光源的光谱匹配技术.仿真实验表明,该混合光源完全能够定量地模拟CIE-D65和等能光谱分布,且在辐射功率优于LED模拟结果的前提下,LED的数量分别减少79.8％和82.9％,平均相对误差分别减小10％和4...     

基于LED的标准太阳光谱灯拟合算法

在测量领域中需要使具有高稳定性及良好光谱匹配性的人工模拟太阳光谱标准灯.本文提出一种基于多种不同峰值波长LED光源的方法来准确模拟AM1.5的光谱分布.以最小二乘法和高斯分布数学模型为基础,在理论上实现了非均匀间隔峰值波长的光谱拟合,从而指导LED的种类选择及其所需的驱动电流值,并通过实验论证其可行性.结果表明:在300～1100 nm的范围内,使用较少LED种类的情况下,此方法光谱失配误差小于±2.76％.此算法可精确地分辨标准太阳光谱AM1.5的吸收谷,且应用于AM0的拟合时获得小于±1.67％的光谱失配度.在工程实践中,该算法对快速、准确获得标准太阳光谱灯具有良好的指导意义.     

基于LED峰值的太阳光谱合成方法

为了利用不同波段LED快速准确地模拟太阳光谱,基于LED的光谱合成原理,提出了一种利用LED光谱峰值波长处的数据合成太阳光谱的方法,简化了太阳光谱的拟合过程。首先,建立所有LED峰值波长处的函数方程组,利用约束最小二乘法确定各波段的拟合参数。进而,通过3组等间隔的LED光谱数据组对该方法进行了仿真分析,间隔40,30,20 nm的LED合成光谱与目标光谱相关系数对应为0.902,0.935,0.977,并对合成光谱失真处进行了分析和修正。最后,根据所选LED的实际光谱对太阳光谱进行了仿真分析。仿真结果表明：合成光谱与太阳光谱最大失配误差为4%,达到AM1.5的A级标准,满足LED太阳模拟器光谱匹配要求。     

光谱分布可调光源的LED筛选研究

针对LED光谱分布可调光源对LED寿命以及光谱一致性的要求,对可见光和近红外波段的29种LED分别进行200 h的电流加速老化试验,并提出LED光谱一致性筛选算法。老化试验结果表明:峰值波长为385 nm、400 nm 和420 1 nm 3种LED的辐射通量平均衰减分别为24.8 %、10.7 %和25.6 %,不能用于LED光谱分布可调光源;剩余的26种LED的辐射通量平均衰减量均低于3.5 %,可作为光谱分布可调光源的内部光源。LED光谱一致性筛选算法以LED光谱数据为基础,计算同类LED间的相对光谱偏差,26种LED的相对光谱偏差均小于4.5 %,保证了所筛选出LED的光谱一致性。     

一种基于光谱可调LED光源和多光谱成像技术的物体表面颜色测量方法

针对传统多光谱成像颜色测量系统光谱反射率重建算法计算量大、操作繁琐耗时、成本高等缺点,提出一种由LED主动照明光源和黑白高速相机构建的多光谱成像颜色测量系统。采用多个单色LED拟合出相对光谱功率分布与相机光谱灵敏度曲线成倒数关系的照明光源,并利用黑白相机的输出响应直接重建物体的光谱反射率。实验结果表明,与分光光度计测量结果相比,该方法测量Macbeth ColorChecker 24标准色卡的光谱反射率的平均误差在2.3个CIELAB色差左右。该系统具有原理简单可行、不需要滤光片、光谱反射率重建算法简单快速等优点。     

LED可变光谱光源的多光谱拟合反演研究

利用多个不同光谱的LED单元成功拟合出几种特征明显的常见标准光源光谱。重点研究了如何通过目标光谱的特性反向找到所需要的LED的频带分布和最小使用的LED数目,进而利用所得结果对原有拟合模型进行条件判别和改进。对一些实测的目标光谱进行了模拟仿真,取得了较为理想的结果。     

氧气吸收通道的高光谱传感器在轨光谱定标

通过对760nm氧气吸收特征的分析,构建波段半高宽分别为15、10、5和2.5nm的高光谱传感器模型,提出了四种光谱匹配类型和六种光谱匹配算法.基于MODTRAN辐射传输模型模拟出包含光谱偏移信息的测量光谱与参考光谱,计算出不同匹配类型和匹配算法的在轨光谱定标精度.结果表明,采用测量表观辐亮度和参考表观辐亮度作为光谱匹配类型,以相关系数作为光谱匹配算法的光谱定标精度最高.     

基于自适应加窗spline曲线拟合的拉曼光谱去基线方法

拉曼光谱是一种无损快速检测技术,可以提供材料的定性和定量信息,因而在医药、化工等诸多领域得到了广泛的应用。但是,由于样品荧光背景噪声的影响,造成拉曼光谱信号出现基线漂移现象,这给拉曼光谱的特征峰识别和拉曼成像带来十分严重的影响。目前,改进实验方法和数值处理是解决该问题的两种重要手段。改进实验方法上,有偏振调制法和高频调制法等,但存在实验设备复杂,检测技术难度大等缺点;数值处理上,有多项式拟合和小波变换等,但容易出现欠拟合和过拟合等现象。本文在不改换高精密设备的前提下,针对传统基线校正的方法进行了改进,提出一种基于自适应加窗spline曲线拟合的拉曼光谱去基线方法。首先,基于谱峰识别算法和初始搜索步长求得谷值的最优搜索间距,并利用谱谷识别算法完成谷值曲线的拟合;其次,利用最优搜索间距和谱峰识别算法,求得谷值曲线峰值位置,并在该位置处对称添加自适应矩形窗函数去除峰值,重新划分整个区间,拟合谷值曲线;再次,逐点比较拟合曲线与原拉曼光谱信号,取较小值,拟合曲线;最后,重复加窗去除峰值操作,直至自适应窗函数宽度低于阈值,完成拉曼光谱信号的基线拟合。在实验中,选用乙酸丁酯、聚甲基丙烯酸甲酯(polymethyl methacrylate, PMMA)作为实验样品,利用该方法对其拉曼光谱信号进行了基线校正,观察并比较该方法和传统方法的校正结果。实验结果表明,该方法能够有效地消除拉曼光谱信号的基线漂移,较好的保留一些较弱的拉曼特征峰,且不易出现欠拟合和过拟合的现象,获得了良好的基线校正效果,为进一步分析光谱数据和实现拉曼成像提供准确可靠的信息。     

红/绿/蓝/暖白4色LED白光温度光谱优化方法

研究了一个基于高斯模型和双高斯模型的温度变化光谱模型,并基于脉冲宽度调制（PWM）调光的红/绿/蓝/暖白（R/G/B/WW） 4色LED混合白光进行了实验验证。结果表明,在20～90℃温度范围内,当相关色温为3000、5000、6500 K时,光源参数（照度、显色指数、相关色温、蓝光危害因子和节律因子）的最大相对误差为3.79%。基于该模型,采用自适应差分进化（JADE）算法获取R/G/B/WW发光二极管在不同温度下的补偿占空比,并建立光谱优化模型以消除温度对光源光谱及其光源参数的影响。结果表明,优化补偿后的光谱与初始温度光谱基本一致,光源参数最大相对误差为2.62%。     

基于非均匀B样条的拉曼光谱基线校正算法

基线校正是一种常用的消除光谱荧光干扰的方法,是拉曼光谱数据处理的必要步骤之一。传统的多项式拟合基线校正算法,简单且易于实现,但是拟合阶次难以确定,灵活性较差。使用非均匀B样条代替多项式进行拟合,在保留原有算法优点的基础上,利用原始拉曼谱图的峰位置信息自适应地确定非均匀B样条的节点向量,然后以固定阶次拟合光谱基线。B样条自身具有分段光滑的特性,而计算样条节点的节点向量自适应选取算法中的峰位置信息通过使用两次具有不同母函数的连续小波变换(continuous wavelet transform, CWT)来获取,既加强了原始光谱数据与B样条算法本身的联系,也克服了传统多项式拟合的不足。为了验证本文算法的有效性,选取了甲基对硫磷和某品牌菜籽油两种被测物进行实验,并使用该算法进行了基线校正,并与两种其他的基线校正算法与进行了对比。实验结果表明,该方法利用固定的拟合阶次就能达到较好的校正效果,所需要的参数较少,校正结果不会出现过拟合或欠拟合的现象,是一种有效的拉曼光谱基线校正算法。     

用于光谱分类的光谱峰谷沿匹配算法

针对超短脉冲激光与气体相互作用产生的非线性荧光光谱的特点,提出了一种新的光谱去噪、特征提取、特征匹配的有效方法.通过对三种气体不同浓度的荧光光谱进行小波压缩去噪,得到5层664个小波系数,重构后获得除噪效果满意而特征信息保持不变的光谱.对重构后的光谱进行光谱峰/谷沿相似度的分析,构造了三种气体的特征谱.在此基础上,经对三种气体光谱进行特征峰/谷沿的匹配分析,提出一种利用同种物质不同浓度下的光谱总体相似度来构造标准特征谱新方法,通过与标准特征谱的匹配分析得到分类结果.实验结果表明,该算法的分类结果受浓度变化影响小,对低至0.05%浓度条件下的全部27条光谱均获得100%的分类识别结果.     

基于自适应分类曲线拟合的干涉多光谱图像压缩

分析了干涉多光谱图像数据的两个特性,并提出一种基于自适应分类曲线拟合的压缩算法.首先采用均方差准则自适应地将干涉多光谱图像分为强、弱两类干涉区域,并分别构造不同的拟合函数.对强干涉区域,选择典型曲线,并采用最小二乘原理对典型曲线进行拟合,而其余曲线则根据典型曲线进行匹配预测;对弱干涉区域,则分别对所有干涉光强曲线独立进行拟合.最后将所有误差数据进行熵编码.实验结果表明,与JPEG2000相比,该算法能够减少无损压缩输出码率约0.2 bit/pixel,明显提高有损压缩的重建图像质量,降低光谱失真.