Sentinel-2卫星的多光谱轻量级船舶目标检测算法

近年来深度卷积神经网络在可见光船舶检测方面取得了显著的进展，然而，大多数相关研究是通过改进大型的网络结构来提高检测性能，因此加大了对更高计算机性能的需求。此外，可见光图像难以在云、雾、海杂波、黑夜等复杂场景检测到船舶。针对以上问题，提出了一种融合红（red, R）、绿（green, G）、蓝（blue, B）和近红外（NIR）4个波段光谱信息的由粗到精细的轻量型船舶检测算法。与现有的方法中根据光谱特性利用水体检测算法提取水体区域不同之处是该算法是利用改进的水体检测算法来提取船舶候选区域。为获取更准确的候选区域，对船舶、厚云、薄云、平静海面、杂波海面5种场景中4个波段的像素值进行了统计分析，选取近红外大于阈值作为辅助判断，并以其中心点获取候选区域32×32大小的切片，并对切片进行非极大值抑制，由此获得了船舶粗检测结果。随后构建了轻量级LSGFNet网络对船舶候选区域切片进行精细识别。构建的网络融合了1×1卷积提取的波谱特征与3×3的提取几何特征，为防止光谱特征与几何特征的信息在融合时“信息不流通”，在LSGFNet网络中引入了ShuffleNet中的通道打乱机制，并减小了模型结构，与典型的轻量级网络相比具有更好的效果且模型较小。最后，利用Sentinel-2卫星多光谱10 m分辨率数据构建了512×512大小的1 120组数据进行粗检测，以及32×32大小的6 014组数据进行精细网络训练，其中候选区域粗提取的查全率为98.99%，精细识别网络精确度为96.04%，不同场景下的平均精确度为92.98%。实验表明该算法在抑制云层、海浪杂波等干扰的复杂背景下具有较高的检测效率，且训练时间短、计算机性能需求低。     

基于锥面衍射实现高效率双光栅光谱合成

分析了基于锥面衍射的双光栅光谱合成系统的可行性,设计了激光入射角为Littrow角附近的双多层介质膜(MLD)光栅光谱合成系统,开展了两路合成实验。当入射极角等于自准直入射角,入射方位角为6°时,光栅衍射效率近似等于光束自准直入射时的衍射效率。基于锥面衍射原理,对中心波长为1050.24 nm和1064.33 nm的两束光纤激光子束进行合成,入射极角为43.99°,测得合成效率为92.9%,较基于非锥面衍射的双光栅光谱合成系统的合成效率提高了8.8%;测得合成光斑光束质量Mx 2=1.204,My 2=1.467,与基于非锥面衍射的双光栅光谱合成系统输出光斑光束质量基本一致。     

高雷诺数下非混相Rayleigh-Taylor不稳定性的格子Boltzmann方法模拟

本文采用相场格子Boltzmann方法研究了竖直微通道内中等Atwoods数流体的单模Rayleigh-Taylor不稳定性问题,系统分析了雷诺数对相界面动力学行为以及扰动在各发展阶段演化规律的影响.数值结果表明高雷诺数条件下,不稳定性界面扰动的增长经历了四个不同的发展阶段,包括线性增长阶段、饱和速度阶段、重加速阶段及混沌混合阶段.在线性增长阶段,我们计算获得的气泡与尖钉振幅符合线性稳定性理论,并且线性增长率随着雷诺数的增加而增大.在第二个阶段,我们观察到气泡与尖钉将以恒定的速度增长,获得的尖钉饱和速度略高于Goncharov经典势能模型的解析解[Phys.Rev.Lett.200288134502],这归因于系统中产生了多个尺度的旋涡,而涡之间的相互作用促进了尖钉的增长.随着横向速度和纵向速度的差异扩大,气泡和尖钉界面演化诱导产生的Kelvin–Helmholtz不稳定性逐渐增强,从而流体混合区域出现许多不同层次的涡结构,加速了气泡与尖钉振幅的演化速度,并在演化后期阶段,导致界面发生多层次卷起、剧烈变形、混沌破裂等行为,最终形成了非常复杂的拓扑结构.此外,我们还统计了演化后期气泡与尖钉的无量纲加速度,发现气泡和尖钉的振幅在后期呈现二次增长规律,其增长率系数分别为0.045与0.233.而在低雷诺条件下,重流体在不稳定性后期以尖钉的形式向下运动而轻流体以气泡的形式向上升起.在整个演化过程中,界面变得足够光滑,气泡与尖钉在后期的演化速度接近于常数,未观察到后期的重加速与混沌混合阶段.     

对流扩散方程的缩减基有限元法的后验误差

将缩减基(RB)方法和有限元方法相结合,在保证偏微分方程的有限元离散格式具有足够高精确度前提下,能够大幅度地降低有限元离散格式的维数,从而大大降低计算中内存容量和计算时间的消耗.针对对流扩散方程建立基于RB方法的Crank-Nicolson有限元离散格式,并给出后验误差估计结果.     

基于深度学习的ELM实时识别研究

基于深度学习的方法，在HL-2A装置上开发出了一套边缘局域模(ELM)实时识别算法。算法使用5200次放电数据(约24.19万数据切片)进行学习，得到一个深度为22层的卷积神经网络。为衡量算法的识别能力，识别了HL-2A装置自2009年实现稳定ELMy H模放电以来所有历史数据(约26000次放电数据)，共识别出1665次H模放电，其中误识别35次，误报率为2.10%。在实际的1634次H模放电中，漏识别4次，漏识别率为0.24%。该误报率和漏报率可以满足ELM实时识别的精度要求。识别算法在实时控制环境下，对单个时间点的平均计算时间为0.46ms，可以满足实时控制的计算速度要求。     

油-气-水三相流超声传感器持气率测量*

为探索油-气-水三相流持气率测量难题,该文开展了脉冲透射式超声传感器持气率测量动态实验研究。首先,利用超声传感器与光纤传感器组合,测取了油-气-水三相流中段塞流、混状流、泡状流的响应信号;其次,提取了超声脉冲信号的最大值序列来反映不同流型时超声传感器响应特性,同时,借助双头光纤传感器与相关测速法,计算得到了流体中气泡弦长序列;最后,结合流型与泡径信息,利用超声传感器测量了不同流型下持气率,并分析了不同流型持气率预测的误差来源,为其他油-气-水三相流持气率测量传感器设计提供了借鉴。     

单层n型MoS2/p型c-Si异质结太阳电池数值模拟

单层二硫化钼(MoS₂)是一种具有优异光电性能的半导体材料,在太阳能能量转换中表现出很大的应用潜力。本文基于AMPS模拟软件,对单层n型MoS₂/p型c-Si异质结太阳电池进行了数值模拟与分析。通过模拟优化,n型MoS₂的电子亲和能为3.75 eV、掺杂浓度为10¹⁸ cm^-3,p型c-Si的掺杂浓度为10¹⁷ cm^-3时,太阳电池能够取得最高22.1%的转换效率。最后模拟了n型MoS₂/p型c-Si异质结界面处的界面态对太阳电池性能的影响,发现界面态密度超过10¹¹ cm^-2·eV^-1时会严重影响太阳电池的光伏性能。     

Surface passivation in n-type silicon and its application in silicon drift detector

Based on the surface passivation of n-type silicon in a silicon drift detector(SDD), we propose a new passivation structure of SiO2/Al2O3/SiO2 passivation stacks. Since the SiO2 formed by the nitric-acid-oxidation-of-silicon(NAOS)method has good compactness and simple process, the first layer film is formed by the NAOS method. The Al2O3 film is also introduced into the passivation stacks owing to exceptional advantages such as good interface characteristic and simple process. In addition, for requirements of thickness and deposition temperature, the third layer of the SiO2 film is deposited by plasma enhanced chemical vapor deposition(PECVD). The deposition of the SiO2 film by PECVD is a low-temperature process and has a high deposition rate, which causes little damage to the device and makes the SiO2 film very suitable for serving as the third passivation layer. The passivation approach of stacks can saturate dangling bonds at the interface between stacks and the silicon substrate, and provide positive charge to optimize the field passivation of the n-type substrate.The passivation method ultimately achieves a good combination of chemical and field passivations. Experimental results show that with the passivation structure of SiO2/Al2O3/SiO2, the final minority carrier lifetime reaches 5223 μs at injection of 5×10¹⁵ cm^-3. When it is applied to the passivation of SDD, the leakage current is reduced to the order of nA.