光源光谱对光纤法布里珀罗应变传感系统的影响

从多光束干涉的基本原理出发 ,分析了光源光谱对光纤法布里珀罗应变传感系统的影响。通过分析发现光源光谱的高斯分布会使光纤法布里珀罗应变传感系统产生测量误差 ,并从理论上推导出了这种误差的计算公式 ;通过计算机仿真发现光源的影响使应变测量结果出现了连续周期性的跳变 ,并通过实验验证了这种变化规律。     

EAST偏振干涉仪电子密度跳变修正程序的开发

分析了EAST装置偏振干涉仪系统进行电子密度测量时存在的密度跳变信号,开发了密度跳变信号修正程序.结果表明,通过该程序跳变的电子密度数据可以得到有效的修正.     

对力学非线性和磁场非线性综合作用下扬声器低频跳变的探讨

力学非线性和磁场非线性是扬声器非线性现象的两个因素。本文分析了仅力学非线性的扬声器低频振动方程的临界跳变条件，采用等效线性化法讨论了磁场非线性对扬声器跳变的影响。证实了抑制扬声器跳变的有效途径是增大电磁耦合因子B1。     

光源镰 对光纤法布里—珀罗应变传感系统的影响

从多光束干涉的基本原理出发，分析了光源光谱对光纤光布里－珀罗应变传感系统的影响。通过分析发现光源光谱的高斯分布会使光纤法布里－珀罗应变传感系统产生测量误差，并从理论上推导出了这种误差的计算公式；通过计算机仿真发现光源的影响使应变测量结果出现了连续周期性和跳变，并通过实验验证了这种变化规律。     

螺距和磁场强度与周期的跳变在Ka波段行波管中的应用

以弱色散特性的扇形金属-介质夹持杆螺旋线慢波结构的Ka波段行波管作为研究对象,进行了互作用特性仿真研究。采用螺距跳变和磁场跳变技术进一步提高了该行波管在工作频带的输出功率和电子效率,并解决了电子注散焦问题。设计结果表明:当工作电压为9 kV、工作电流为210 mA时,行波管在24~40 GHz整个频带内,各频点的增益在37.7~48.7 dB之间,电子效率在15.18%~19.42%之间,输出功率大于286 W。此结果较之均匀周期的设计结果,电子效率增幅在4.19%以上,输出功率增长率在4.3%以上,尤其在26~37 GHz范围内,电子效率增幅达到了11.8%以上,输出功率增长率达11.9%。     

基于格雷码的分区间相位展开方法

格雷码因具有良好的鲁棒性和抗噪性,被广泛应用到结构光投影三维成像方法中。在三维测量过程中,由于设备以及其他环境噪声的影响,格雷码方法解码条纹级次边沿和截断相位边沿通常无法处于理想的对齐状况,使得展开的相位出现跳变现象。为了更好地避免级次跳变误差,使得边沿跳变区域的容错宽度更大,提出基于格雷码的分区间相位展开方法。在互补格雷码基础上增加一幅格雷码图像,利用所有格雷码解得附加码字,通过对附加码字进行不同位移量的条纹级次映射,得到2个辅助条纹级次。利用所有条纹级次,对截断相位进行分区间相位展开,在边沿跳变区域错误大于半个周期时,仍能获取到无跳变现象的展开相位。实验结果表明,当边沿错误区域宽度小于3/4个条纹周期宽度时,可以有效避免级次跳变产生的误差。     

基于二元PCA特征谱的星系光谱成分快速扣除

实际观测天体目标光谱如超新星和活动星系核光谱常常混有寄主星系成分,这对目标天体光谱的类别和性质证认识别会造成困难。文章提出了一种快速有效的称为二元PCA特征谱分解的星系扣除算法。该算法首先计算了星系样本模板库和超新星样本模板库各自的PCA特征光谱,然后对特征光谱组通过正交变换得到混合空间的一组标准正交基,进而利用混合光谱在该标准正交基上的分解系数计算该光谱在原特征光谱组的分解系数,获得星系超新星混合光谱的快速分解,系数计算也可通过SVD矩阵分解得到,但计算效率较低。实验表明,该方法优于常用的直接PCA投影重构分解方法,与另一种χ2模板拟合方法扣除星系成分相比,在保持分解效果基本不变的前提下,时间消耗则大大降低,从而使该方法可应用到大规模光谱数据处理中。     

基于多分辨率融合距离的低质量星系光谱红移测量方法

星系光谱红移测量是大规模天体光谱巡天项目中的一个重要研究内容,其目的是从在光谱中测量出对应星系由于多普勒效应引起的红移。随着银河系外巡天项目的开展,观测目标距离(红移)越来越远,其星等越来越暗,光谱的质量也随之越来越差,如何能够有效准确地从这些低质量的光谱测量出红移是河外巡天面临的一个重要问题。基于此问题,充分考虑到低质量星系光谱的特点及数据特征,新定义了一种针对低质量巡天光谱数据的多分辨率融合距离,以此为基础提出一种针对低质量星系光谱的红移测量方法。该方法充分结合不同分辨率下光谱的特征,计算距离时首先将模板光谱和待测光谱同时降到多个相同分辨率下,该分辨率下所有波长采样点都计算一个偏差进而得到一个距离,然后将多个分辨率下得到的距离通过加权得到一个融合距离。基于多分辨率融合距离提出的星系红移测量方法,能够有效的解决低质量星系光谱的红移无法准确测量的问题。研究了不同信噪比下红移测量的精度,在信噪比大于5之后,该方法测量准确率可以达到90%以上。大量实验表明,提出的方法在星系光谱质量较低的情况可以非常准确地从中测量出红移,测量误差和红移大小无关,可以很好地应用于大规模巡天数据的星系光谱红移测量中。     

一种基于遗传优化的BP神经网络的测光红移估计算法

除了星系的光谱红移之外,星系测光红移的估计也对研究宇宙大尺度结构及演变有着重要的研究意义。利用斯隆巡天项目最新发布的SDSS DR13的150 000个星系的测光及光谱数据,在红移值Z<0.8范围内,先使用SOM自组织神经网络对星系样本进行早型星系和晚型星系的聚类,然后用遗传算法优化后的BP神经网络对星系的测光红移进行估算。估算结果与作为标准的已知星系光谱红移进行比对,早型星系的红移估计最小均方误差约为0.001 3,晚型星系最小均方误差约为0.001 7。实验结果表明,遗传优化的BP算法在精度上优于BP神经网络算法,且效率上优于K近邻、核回归等传统测光红移估计算法。     

基于模式跳变的井下便携式高精度CH_4浓度监测系统设计

为了在矿井中实现快速、便携式的甲烷浓度检测,同时系统还具备高灵敏度及长的工作周期,设计了基于半导体激光器模式跳变的差分光学光谱吸收法,建立了井下甲烷浓度无线检测系统。系统利用调制电流使半导体激光器的输出波长发生模式跳变,从而获得了两个相近波长的激光,其中一个在甲烷的特征吸收峰上,而另一个基本不被吸收。实验中将两束光分别照射被测气室时,两束光的光强之差代入比尔朗伯定律即可求解气室内的甲烷浓度。实验结果显示,调制电流从20.0 mA增大到60.0 mA过程中,输出波长在电流达到48.3 mA时发生跳变,由1 650.888 nm改变为1 651.020 m。通过HITRAN光谱数据库可知,波长1 650.888 nm位置可作特征吸收峰,而波长1 651.020 nm适合作参考波长。在此基础上,对密闭容器内标准浓度的甲烷气体进行测试,采用H-BD5GD410-HC型便携式甲烷检测仪的测试数据作对比。两种检测结果相近,但随着浓度不断地增高,该系统的检测误差相对平稳,略优于甲烷检测仪。系统的检测误差均低于0.050%,在不采用昂贵的锁相器、检相电路的条件下,实现了精度优于0.10%的井下甲烷浓度检测。     

谱线自动提取的小波变换零交叉点方法

将原始光谱进行小波变换,然后研究谱线在小波变换域内呈现的特性,通过引入上、下零交叉点的概念,分析并得到吸收线和发射线分别对应于不同类型的零交叉点的结论。提出一种小波变换零交叉点方法用于提取谱线和拟合连续谱,与传统方法相比,该方法可以同时得到连续谱和谱线,并且无需专门去噪处理,克服了传统方法因拟合连续谱失真和去噪过程中带来的误差导致提取谱线不准确的缺点。通过对恒星、近邻星系等的试验表明,该方法是有效的, 对特征参数计算和基于谱线的光谱分类是非常有利的。     

一种新的活动星系光谱红移自动测量方法

星系红移的自动测量对进行大样本天文学研究如宇宙学大尺度结构研究具有重要意义。星系一般分为正常星系和活动星系两种,活动星系光谱一般具有较明显的发射线特征。文章提出了一种不用精确提取谱线而快速测量活动星系光谱红移的方法。该方法包括步骤：(1)对待测光谱进行去噪;(2)利用小波变换提取低频成分光谱,并用去噪后光谱减去低频谱得到残差谱;(3)计算残差谱的均方差,并保留大于阈值的波长集合(4)根据标准谱线表计算所有候选红移;(5)利用Parzen窗估计方法计算红移密度最大点,并在邻域内求均值确定最终红移。对模拟数据和SDSS DR7部分实测数据的测试表明,该方法是鲁棒的并且具有较高的红移测量正确率。     

基于卷积型小波包变换的谱线自动提取方法

天体光谱中的谱线包含重要的天体物理信息。文章提出一种基于卷积型小波包变换的谱线自动提取方法。该方法由以下主要步骤组成：(1)将观测光谱进行4层卷积型小波包变换;(2)对第四层小波包系数,采用区域相关算法以及阈值处理方法进行噪声处理;(3)选择中高频小波包系数进行谱线特征重构;(4)根据重构后的谱线特征,利用谱线搜索方法,在观测光谱中提取谱线。作者在实验中用恒星、正常星系和活动星系光谱进行谱线提取测试,结果表明该方法具有对噪声鲁棒和谱线提取准确等特点。用该方法提取sloan digital sky survey(SDSS)光谱中的谱线后,计算了红移并与SDSS给出的红移进行了对比,实验结果间接验证了该方法提取谱线的有效性。     

天体光谱信号的连续谱归一化新方法

采用事先扣除强谱线的策略,提出小波变换与样条拟合相结合的方法进行连续谱拟合,并通过对实际光谱的试验,与较常用的连续谱拟合方法进行比较,结果表明文章提出的方法有明显的优越性。另外,针对多项式拟合等方法得到的连续谱可能会出现负值的情况,推导出有效的连续谱校正公式。     

基于均值漂移实现非发射线天体光谱的谱线自动提取

非发射线天体的光谱是天体光谱谱线提取中最难处理的一种。针对非发射线天体,给出了一种基于均值漂移的谱线自动提取方法。首先,利用均值漂移总是指向局部密度最大点也即密度的模式点这一性质,提取出较为满意的伪连续谱;其次,均值漂移滤波同时工作在空间域和幅度域上,是一种非线性的边缘保持滤波方法,在去除噪声的同时,能够较好地保持特征谱线的信息,文章在连续谱归一化后,采用均值漂移去噪得到谱线光谱;最后,对谱线光谱设置局部阈值提取出特征谱线。通过对恒星、正常星系等的实验表明：该方法是有效的, 这将对后续的参数测量和基于谱线的光谱分类非常有利。     

双活动星系核寄主星系的光谱合成分析

星系并合会产生不同尺度距离的星系对甚至双活动星系核,同时在过程中会触发星暴以及超大质量黑洞的活动。在光谱上,当两个星系并合到kpc尺度时,其两个核的相互绕转在总光谱上会表现出窄线双峰谱线轮廓。以这个观测特性为起点,从郭守敬望远镜巡天的第四次释放数据(LAMOST DR4)中系统的搜寻带有窄发射线双峰特征的双AGN候选体。AGN的发射线光谱轮廓由发射线的若干种不同的动力学成分构成,主要可以分为三类,窄线成分(Hβ,[OⅢ], Hαand [NⅡ]),[OⅢ]的线翼、以及宽的Balmer发射线。基于LAMOST DR4河外光谱数据,应用了一套搜寻流程,在初始筛选(涉及到发射线的信噪比、等值宽度和红移)及目视检查挑选之后,通过建立的多高斯拟合模型挑选出在发射线的流量、半高全宽、窄线双峰之间速度分离程度等一系列参数上符合我们限制要求的样本,并借助于Baldwin-Phillips-Terlevich (BPT)图来鉴别每个成分的来源,确定出了28个双AGN候选体。为了获取更准确的星族成分并发现这类双AGN候选体样本的共有特性,对28个双AGN候选体的光谱流量用一个低阶多项式重新进行了修正并采用传统的统一插值和中值方法对其进行合并得到一条高信噪比光谱,并以目前已有的来源于LAMOST星系光谱数据的Ⅱ型AGN(单AGN)的复合光谱作为对照样本,采用STARLIGHT软件分别拟合了合并的双AGN和对照的单AGN的光学光谱中的吸收线和连续谱。通过研究它们的星族特性及两者间的异同,发现与单AGN复合谱相比,双AGN候选体样本的合并谱具有更多中等年龄及老年星族的贡献,反映出更剧烈的中心黑洞。在金属丰度方面,单AGN的主导星族为太阳金属丰度的星族Z_⊙,而双AGN候选体合并谱中贡献较多的星族为亚太阳金属丰度星族0.2 Z_⊙和富金属丰度星族2.5 Z_⊙,表现出了差异性特征,也预示着这类样本中恒星形成历史更加复杂,呈现出了多样化。在幂律谱成分贡献方面在单、双AGN中老年星族都贡献了其大部分质量,但单AGN复合谱中幂律成分占比为8.2%,明显高于双AGN候选体合并谱中幂律成分的贡献。     

正常星系光谱的一种谱线自动提取方法

正常星系的光谱是天体光谱谱线自动提取中最难处理的一种。文章针对正常星系光谱给出了一种新的谱线自动提取方法。首先,定义了两条光谱间的Max操作,Max操作的结果是生成了一条光谱,该光谱在每个波长处的强度取为在相应波长处强度较大的那一个光谱的强度;然后,通过迭代处理拟合连续谱,在每一步迭代中,先对原始光谱和前一步拟合出的连续谱进行Max操作,再对Max操作生成的光谱进行传统的连续谱拟合;最后,联合采用整体阈值处理和自适应的局部阈值处理提取谱线。实验结果表明：该方法的性能较之传统的小波方法有显著提高,这将对后续的基于谱线的光谱分类和参数测量非常有利。     

LAMOST星系光谱的红移自动测量

自动测量LAMOST望远镜所产生的大量星系光谱红移,是LAMOST望远镜数据处理的关键。PCAZ的红移自动测量方法,只适用于红移值较小(一般情况不超过z＜0.2)的情况,其原因是受到所应用构建正交模板的光谱模板范围的限制。文章突破了这一限制,针对LAMOST将产生的光谱的特点,作者改进了这套方法。应用该方法到具体的观测数据中,得到了准确率超过90%的红移值。该方法的红移测量极限依赖于模板的波长范围和待测光谱蓝端的信噪比,按照LAMOST的初步设计,对z＜0.8红移,可进行准确测量。经过测量, 得出结论：(1)该方法适用于LAMOST的星系红移测量;(2)为实现巡天红移的测量,需要构造完备的不同星系的光谱模版(UV-IR);(3)蓝端信噪比大小影响对大红移的测量。     

基于粒子群优化算法的测光红移回归预测

星系的红移在天文研究中极其重要,星系测光红移的预测对研究宇宙大尺度结构及演变有着重要的研究意义。利用斯隆巡天项目发布的SDSS DR13的150 000个星系的测光及光谱数据进行分析,首先根据颜色特征并基于聚类的方法对星系进行分类,由分类结果可知早型星系的占比较大。对比了三种不同的机器学习算法对早型星系进行测光红移回归预测实验,并找出最优的方法。实验中将星系样本中u, g, r, i, z五个波段的测光值以及两两做差得到的10个颜色特征作为输入数据,首先构建BP网络,使用BP算法对星系的测光红移进行回归预测;然后利用遗传算法（GA）优化BP网络各层参数,将优化后的GA-BP算法应用于早型星系的回归预测试验中。考虑到GA算法的复杂操作会影响预测效率,并且粒子群算法（PSO）不仅稳定性高且操作简单,因此将粒子群算法应用到星系样本中早型星系的测光红移回归预测实验中,进而采用粒子群算法优化BP网络（PSO-BP）。实验中将光谱红移作为期望值,采用均方差（MSE）作为误差分析指标来评判三种算法的精度,将PSO-BP回归预测结果与BP网络模型、GA-BP网络模型进行比较。由实验结果可知,BP网络的MSE值为0.001 92,GA-BP网络的MSE值0.001 728,PSO-BP网络的MSE值为0.001 708。实验结果表明,所用到的PSO-BP优化模型在精度上优于BP神经网络模型和GA-BP神经网络模型,分别提高了11.1%和1.2%;在效率上优于传统的K近邻（KNN）测光红移估计算法, 克服了KNN算法中遍历所有数据样本进行训练的缺点并且其泛化性能优于其它BP网络优化模型。