p-Adic函数空间上Hardy型算子的多线性交换子估计

在p-adic域上研究分数次Hardy型算子与CMO(Q_p~n)函数生成的多线性交换子,建立了交换子在Lebesgue空间和Herz空间上的有界性.对Hardy算子的多线性交换子也得到了相应的结果.     

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。     

紫色球杆菌视紫红质光谱特性的机器学习研究

近年来，机器学习等人工智能技术被应用于蛋白质工程，其在蛋白质结构、功能预测、催化活性等研究中具有独特优势。在未知蛋白质结构的情况下，将蛋白质序列和功能特性与机器学习相结合，基于序列-活性关系（innovative sequence-activity relationship，ISAR）算法，将蛋白质氨基酸序列数字化，用快速傅里叶变换（fast four transform，FFT）进行预处理，再进行偏最小二乘回归建模，可在数据集较少情况下拟合得到最佳模型。通过机器学习对紫色球杆菌视紫红质（gloeobacter violaceus rhodopsin，GR）的突变体蛋白质氨基酸序列与光谱最大吸收波长进行建模，获得了最佳模型。用最佳索引LEVM760106建模得到的确定系数R² 为0.944，均方误差E为11.64。用小波变换进行的预处理，其R² 虽也约为0.944，但E大于11.64，不及FFT进行的预处理。方法较好地解决了蛋白质序列与功能特性之间的数学建模问题，在蛋白质工程中可为预测更优的突变体提供支持。     

衬底对单层二硫化钼光学性质的影响

为了实现二硫化钼器件化应用,通过机械剥离和PMMA纳米转移相结合的方法,研究二氧化硅、氮化硅和蓝宝石衬底对单层二硫化钼拉曼光谱以及光致发光光谱的影响.实验结果表明,单层二硫化钼在二氧化硅、氮化硅及蓝宝石衬底间转移会释放应力.氮化硅和蓝宝石衬底对单层二硫化钼引入p型掺杂,导致转移后拉曼光谱中的403 cm-1处A1g峰发生0.48 cm-1和1.20 cm-1的蓝移,光致发光光谱中的位于662 nm处的I峰有5.44 nm和12.73 nm的红移.本工作对单层二硫化钼的应用具有重要意义.     

基于科赫曲线分形结构太赫兹带通滤波器

太赫兹滤波器是太赫兹通信、太赫兹成像和太赫兹检测等太赫兹应用系统中不可或缺的功能器件。按照不同的分类方式,滤波器有不同的种类,常见的按照选频功能可分为高通滤波器、低通滤波器、带阻滤波器和带通滤波器。为了实现在太赫兹波段的滤波效果,世界各地的研究人员利用不同的结构、材料和控制方式实现了功能各异的太赫兹滤波器,但是考虑到设计的器件要应用到太赫兹系统中,成本低廉、结构简单、性能优越的太赫兹滤波器一直是研究人员的追求。分形概念自提出以来在很多研究领域都有了快速发展,但是在太赫兹波段的应用还不是很常见,特别是应用于太赫兹功能器件的设计。引入分形中科赫曲线的概念设计并制备了一种新型的太赫兹带通滤波器,该滤波器是在金属薄膜上刻蚀出科赫曲线分形结构,当太赫兹波垂直入射到该滤波器时候实现了在太赫兹波段的窄带滤波。在滤波器的设计过程中,追求理论与实验相结合,首先在电磁仿真软件中建立科赫曲线分形结构滤波器模型进行计算,探究分形结构应用于太赫兹波段进行滤波的可行性,在进行多次计算之后得到优化后的尺寸和结构,然后根据优化后的尺寸加工出科赫曲线分形结构太赫兹滤波器样品,并且将样品放在太赫兹时域光谱系统中进行实验测量,得到实验数据后与仿真结果进行比较。在仿真中利用了时域有限差分法模拟科赫曲线分形结构太赫兹带通滤波器的传输特性,优化后的仿真结果表明:滤波器的谐振频率为0.715 THz,透射系数能够达到0.92,-3 dB带宽为21.9 GHz,将仿真得到的散射参数进行S参数反演得到了太赫兹滤波器样品的电磁参数,这在理论上分析了太赫兹波在谐振点处产生透射增强的原因。利用飞秒激光微加工系统制备了尺寸优化后的科赫曲线分形结构太赫兹带通滤波器样品,然后使用太赫兹时域光谱系统对样品的传输特性进行测试,对实验得到的时域数据进行快速傅里叶变换之后得到频域数据,再把频域数据进行归一化处理后与之前的电磁仿真结果进行对比,发现实验测得的结果与电磁软件仿真得到的结果较为吻合。     

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。     

静止轨道星载差分吸收光谱仪CCD成像系统设计

静止轨道卫星差分吸收光谱仪采用摆扫成像方式对大气进行探测,针对其工作时CCD成像系统信噪比大于1 000、高速探测模式下探测周期小于10min、高分辨率模式下探测周期小于1h的要求,进行CCD成像系统设计.选取CCD47-20作为探测器,设计成像电路实现光谱图像信号的采集和上传.分析了帧叠加和像元合并对时间、空间分辨率的影响.结合帧转移CCD的特点设计了每个位置最后一帧读出时摆镜转动的成像方式,并合理设置了帧叠加数和像元合并数,达到优化成像周期的目的.1s曝光时间条件下,该CCD成像系统的高速、高分辨率模式探测周期分别为515s和3 315s,图像信噪比均大于1 000,污染物观测实验中未出现失帧或重复的现象.该CCD成像系统方案满足静止轨道星载差分吸收光谱仪的探测需求,为静止轨道环境监测仪器设计提供参考.     

基于图像重组和比特置乱的多图像加密

针对现有多图像加密算法只能同时加密多张同类型同大小的图像,适用范围不广、实用性差等问题,提出一种基于图像重组和比特置乱的多图像加密算法.该算法通过将任意数量、不同大小和不同类型的图像重新组合成新多灰度图,一次完成同时加密,极大提高了加密效率和适用范围.首先,依次提取所有待加密图像像素值重新组合出N张m×n新灰度图,并将其转化成m×n×8N二进制矩阵.然后,采用3D比特置乱方式,对高位页进行行列比特置乱,低位页进行整页比特置乱.最后,进行异或扩散操作,得到密文图像.高低位分开置乱提高了算法的抗噪声能力,最终密文信息熵达到7.999以上,很好地掩盖了明文的统计特性.构造一种新型Logistic与广义三阶Fibonacci级联的混沌系统产生随机序列,增加了初值和控制参数范围,扩大了密钥空间,使其达到8×10^84以上,极大地提高了抗穷举攻击能力.既提高了序列随机性,又同时保留了低维混沌系统的快速性.结合明文哈希值(SHA-256)产生密钥,明文像素值发生微小改变后密文像素值变化率达到0.996以上,极大地提高了的明文敏感性和算法抗选择明文攻击的能力.实验分析表明,提出的多图像加密算法安全性高、实用性强.     

基于Retinex理论与概率非局部均值的红外图像增强方法

针对传统红外图像增强算法中细节模糊及过度增强的问题,提出了一种基于Retinex理论与概率非局部均值相结合的红外图像增强方法.首先通过单尺度Retinex方法调整图像中过暗与过亮部分的灰度级;然后利用概率非局部均值对图像进行分解处理得到基本层与细节层,对基本层采用直方图均衡化拉伸对比度,对细节层采用非线性函数进行增强;最后,将不同层次的结果融合得到对比度与细节增强的红外图像.用该方法对多组不同场景的红外图像进行仿真实验,并将其与多种增强方法进行主、客观对比分析,结果表明所提方法在红外图像的细节及对比度增强方面都获得了更好的效果.