Coherent beam combination of adaptive fiber laser array with tilt-tip and phase-locking control

We present an experimental study on tilt-tip(TT) and phase-locking(PL) control in a coherent beam combination(CBC) system of adaptive fiber laser array.The TT control is performed using the adaptive fiber-optics collimator(AFOC),and the PL control is realized by the phase modulator(PM).Cascaded and simultaneous controls of TT and PL using stochastic parallel gradient descent(SPGD) algorithm are investigated in this paper.Two-fiber-laser-,four-fiber-laser-,and six-fiber-laser-arrays are employed to study the TT and PL control.In the cascaded control system,only one high-speed CMOS camera is used to collect beam data and a computer is used as the controller.In a simultaneous control system one high-speed CMOS camera and one photonic detector(PD) are employed,and a computer and a control circuit based on field programmable gate array(FPGA) are used as the controllers.Experimental results reveal that both cascaded and simultaneous controls of TT using AFOC and PL using PM in fiber laser array are feasible and effective.Cascaded control is more effective in static control situation and simultaneous control can be applied to the dynamic control system directly.The control signals of simultaneous PL and TT disturb each other obviously and TT and PL control may compete with each other,so the control effect is limited.     

灰度关联分析结合支持向量机用于近红外光谱研究

灰度关联分析是通过关联度的计算来理清系统中各因素之间的主次关系,找出影响较大的因素。简述了灰度关联分析的基本原理,并利用其对180个烟草样品的近红外谱进行了谱区优化,选取其中120个样品用于建模,另外60个样品用于模型检验。进一步利用偏最小二乘法和径向基支持向量机法分别建立了烟草样品的总糖、还原糖、烟碱及总氮的定量分析模型。结果表明,将灰度关联分析与支持向量机法联合用于烟草近红外光谱四个组分的定量分析,其模型的泛化能力和预测精度均有较明显的提高,从而能够有效地提高建模效率。     

紫色土土壤全氮和全磷含量的高光谱遥感预测

高光谱遥感技术是土壤养分预测的有效手段之一。以三峡库区王家沟小流域为研究区,在对土壤样本的理化性质和实验室反射光谱数据分析和测量的基础上,用偏最小二乘回归方法建立了紫色土土壤全氮和全磷含量的预测模型,并用33个水稻土土壤样本对紫色土土壤养分预测模型进行了验证。结果显示,紫色土土壤全氮预测模型得到的土壤样本预测值和实测值之间的总相关系数达到了0.672,而紫色土土壤全磷预测模型得到的相关系数只有0.498; 用紫色土土壤养分预测模型对水稻土土壤养分进行预测得到的相关系数分别为0.550和0.124。因此,用高光谱来预测紫色土土壤全氮含量具有一定的可行性,但高光谱对于紫色土全磷含量的预测效果相对较差;土壤养分预测模型在不同类型土壤之间并不具有很好的通用性。     

基于高光谱成像技术的番茄茎秆灰霉病早期诊断研究

共采集了112个番茄茎秆高光谱数据（光谱范围400～1 030 nm）,结合图像处理和化学计量学方法建立了番茄茎秆灰霉病早期诊断模型。应用偏最小二乘法（PLS）模型的隐含变量载荷分布选取了七个特征波长（EW）,并建立了番茄茎秆灰霉病早期诊断的最小二乘支持向量机（LS-SVM）模型。结果表明,经过变量标准化（SNV）及多元散射校正（MSC）预处理所建立的EW-LS-SVM模型获得了满意的判别效果,且优于全波段的PLS模型。说明高光谱成像技术进行番茄茎秆灰霉病的早期诊断是可行的,为番茄病害早期诊断和预警提供了新的方法。     

直视型微光夜视系统最小可分辨对比度模型

从信号检测和人眼视觉角度出发,研究了直视微光夜视系统综合性能评估理论,推导出直视型微光成像系统的MRC（最小可分辨对比度）模型。该模型将光学传递特性与系统信噪比结合,建立了系统直视微光夜视MRC与目标特性、直视微光夜视仪以及人眼各部分参数之间的数学关系。验证结果表明,由该模型得到的系统极限分辨率相较于系统实际测出的分辨率相对误差为3.08%。     

稳态斜轧延伸过程的刚塑性伽辽金法模拟

将无网格伽辽金法(Element-Free Galerkin Method,EFGM)与三维刚塑性流动理论相结合,对斜轧延伸过程进行了数值模拟。详细推导了斜轧延伸过程EFGM数值模型的刚度方程,给出了初始速度场和速度边界条件的建立方法和刚性区域的处理技术。得到的轧件的物理形态和金属流动的速度场均与实际情况相符,证明了采用EFGM计算斜轧延伸过程的可行性与正确性,将无网格算法引入到了斜轧领域。并将轧制力和壁厚的计算结果与实验结果进行了比较,结果发现：实验得到的轧制力结果偏小而壁厚值却偏大,其主要原因是由于在建模时做了简化和假定,同时也受轧机弹跳的影响。     

观察数据用联系数表示的最小二乘法及应用

通常观察数据由观察值和观察误差两部分组成. 因此, 可以用联系数作出客观描述, 在此基础上给出了一种新的最小二乘法, 比传统的最小二乘法能更细致地分析偏差的平方和, 从而更精确地得到经验公式.     

基于最小偏差和优势度的区间数互补判断矩阵排序法

针对决策信息以区间数互补判断矩阵形式给出的多目标决策问题。首先,给出相对优势度的概念和区间数加性一致性互补判断矩阵的判定定理。其次,建立一个目标规划模型,通过求解该模型得到区间数互补判断矩阵的权重向量,并利用各权重向量的总体相对优势度对方案进行排序,提出了基于最小偏差和优势度的区间数互补判断矩阵排序法。方法的核心是对数值型互补判断矩阵排序方法的拓展。最后,通过实例说明方法的可行性和有效性。     

基于高光谱成像技术的番茄叶片灰霉病早期检测研究

提出了独立软模式法(SIMCA)的番茄叶片灰霉病特征波段图像的提取,并通过多元线性回归法(MLR)提取波段融合图像,通过最小距离法获取番茄灰霉病患病信息的技术路线。利用680～740 nm波段的方差图像和建模能力参数提取的特征波段,并作为输入变量进行MLR分析,在0.5准确率阈值下,准确率均大于99%,说明特征波段可以实现番茄叶片灰霉病的检测,并利用MLR回归系数提取波段融合图像,通过最小距离法获取番茄灰霉病患病信息,结果表明所提出的方法具有很好的预测能力,为番茄灰霉病的早期检测提供了一种新方法,且大大降低了高光谱图像的数据处理时间。     

三维空间二阶精度流体体积界面重构方法

给出三维空间网格模板含81个单元的最小二乘流体体积界面重构方法,并和Youngs方法及网格模板含125个单元的最小二乘流体体积界面重构方法进行比较.静态和动态的测试例子均表明:该方法能精确重构任意方向的平面界面,对C²光滑曲面它能达到二阶收敛精度.和网格模板含125个单元的最小二乘流体体积界面重构方法相比,在达到同样网格精度的条件下,减少了计算量,节省了计算时间,提高了计算效率.