基于非共轴阵列照明的小型化眼底相机光学系统设计

建立了非共轴阵列照明下的眼底成像数学模型,采用照明光路与成像光路独立设计方法,提出了一种微小型眼底相机光学系统,以避免传统眼底相机中人眼角膜与网膜物镜反射杂光对视网膜图像的干扰.设计了6阵列环形光源照明光路系统,长度仅17.9 mm,实现眼底视网膜有效照明线视场不小于12 mm;成像光路系统采用二次成像设计,光学调制传递函数优于0.2@91 lp/mm,畸变小于5%,长度仅为75 mm.仿真与设计结果表明,该眼底相机光学系统有效抑制了光路中的杂散光,有利于获得高对比度视网膜图像.研究结果可为高像质、小型化以及低杂光眼底相机发展提供设计参考.     

建模抓本质迁移速解题

模型的建立对高中物理题目的求解至关重要;而学习迁移是指一种学习对另一种学习的影响,也是利用已有的知识经验不断地获得新知识和技能的过程.新知识技能的获得能不断地使已有的知识经验得到扩充和丰富,这就是我们常说的“举一反三”“触类旁通”[1].我们在求解物理问题时往往是将实际问题进行简化,抽象成一个容易求解的物理题解模型,熟练地运用题解模型可以大幅度提高解题效率.我们将在这篇文章中用求解物理习题的方式,对怎样更好地运用物理题解模型解题,以及知识的迁移,总结规律,提升解题速度做进一步的探究.     

大视场反射式施密特光学系统设计与检测

大视场、低成本、高性能天文望远镜是当前研究和开发的热点。基于像差平衡原理，在正入射施密特矫正板基础上推导出斜入射反射式施密特矫正板方程，针对焦距1 700 mm，成像视场角4°，波段为0.4 μm～0.9 μm，F数为4.25的光学系统，求解出施密特矫正板方程，并作为初始结构参数代入Zemax软件进一步优化。设计结果表明，在全视场范围内，该系统在奈奎斯特频率100 lp/mm处的调制传递函数MTF大于0.35，畸变小于2.5%，成像质量达到了衍射极限。优化设计后施密特矫正板与最近球面最大偏差为0.005 mm，采用特制的补偿器结合干涉仪可完成面形高精度检测。该施密特系统的设计为大视场、宽波段天文望远镜的开发提供了参考。     

基于深度学习的离轴菲涅耳数字全息非线性重构

针对离轴菲涅耳数字全息图,提出基于深度学习的单幅数字全息非线性重构方法 .采用经典的菲涅耳衍射积分模拟数字全息成像以供给网络训练所需样本,利用深度卷积残差神经网络通过学习数字全息图与相关物像之间的非线性数学映射关系实现全息图的物像重构.数值模拟表明,与传统的频率滤波和四步相移技术实现菲涅耳数字全息重构相比,本文提出的方法可直接消除零级像及孪生像,无需条纹物项抽取预处理步骤,且重构的物像具有较高的质量,针对相同记录参考光下不同衍射距离所生成的测试集亦具有较强的稳健性.     

基于迁移学习的原子力显微镜成像恢复方法

受限于探针针尖结构尺寸,用原子力显微镜进行微纳测量时会产生图像边缘失真.提出了一种基于迁移学习的原子力显微镜成像恢复方法,通过迁移学习训练源模型和靶模型实现一维栅格成像恢复.该方法采用数学形态法中的腐蚀算法生成栅格点云数据,通过U-Net网络源模型从点云中提取针尖卷积效应的特征向量,将权重参数迁移至U-Net网络靶模型,靶模型在自适应正则化方法下进行监督学习.实验结果表明,该方法能有效恢复一维栅格的原子力显微镜测量图像,提高横向分辨力,可用于纳米栅格的线宽检测上.     

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.     

初中数学微探究活动中的问题与思考

初中数学微探究活动作为一种常态的教学活动,具有片段式和局部性的特点,相对于“综合与实践”活动,它的综合性和挑战性较弱.然而,微探究活动与教学内容紧密联系,又能为学生开展适宜的探究学习提供有效载体,因此深受广大教师和学生青睐.但在开展微探究活动过程中,或学情失察,或要素失配,或难易失度,或活动失当,或方法失调,使得教学效益不高甚至低下.下面以南京市初中数学课堂教学为例,谈谈初中数学微探究活动中的常见问题与思考.     

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。     

Eu^3+激活氟氧硼酸锗酸盐闪烁玻璃的发光性能

采用传统高温熔融法合成了玻璃组成为B2O3-GeO2-15GdF3-(40-x)Gd2O3-xEu2O3(0≤x≤10)的Eu^3+激活氟氧硼酸锗酸盐闪烁玻璃。在硼锗酸盐玻璃基质中,Gd2O3和GdF3稀土试剂的总含量高达55%,从而确保其密度高于6.4 g/cm^3。闪烁玻璃的光学性能通过光学透过光谱、光致发光光谱、X射线激发发射(XEL)光谱和荧光衰减曲线来表征。玻璃中Gd^3+→Eu^3+离子的能量传递通过激发光谱、发射光谱和Gd^3+-Eu^3+离子间距得到证明,同时也确定了在紫外线和X射线激发下Eu^3+激活氟氧硼酸锗酸盐闪烁玻璃的最佳浓度。Judd-Ofelt理论分析了玻璃中Eu―O键的共价性随Eu^3+掺杂浓度增加而显著增强。Eu^3+激活氟氧硼酸锗酸盐闪烁玻璃在80~470 K温度范围内荧光衰减曲线和发射光谱的温度依赖关系最终证实了其具有较好的发光稳定性。