基于光纤布拉格光栅的智能服装人体测温模型研究

根据热量传递机理建立了智能服装中光纤布拉格光栅人体测温的热传递物理模型,对人体、空气层和服装之间的热传递进行了有限元建模和稳态热分析,确定了智能服装中光纤布拉格光栅温度场的数学模型,利用该数学模型对光纤布拉格光栅测量温度值进行了修正.在多点加权皮肤平均温度的基础上,提出了由左右胸、左右腋和后背五处皮肤温度构成的智能服装...     

近红外光谱的结球甘蓝可溶性糖含量测定

结球甘蓝是一种富含碳水化合物的常见蔬菜,可溶性糖含量是决定其品质的重要参数。可溶性糖易溶于水,是蔬菜和水果口味的有效调节剂。作为碳水化合物,可溶性糖由三种元素C,H和O组成,其分子吸收光谱主要由被检测材料的分子中C-H,O-H和CO等基团的组合频率吸收和倍频吸收组成,包含丰富的有机物信息。因此,采用近红外光谱和化学计量学方法,探索结球甘蓝可溶性糖含量的快速检测方法。用德国布鲁克公司的MATRIX-Ⅰ型傅里叶变换近红外光谱仪采集161份结球甘蓝样本光谱数据。波数范围：12 800～4 000 cm-1(780～2 500 nm)。蒽酮比色法测量样本的可溶性糖。综合应用马氏距离法(MD)和蒙特卡洛交叉验证法(MCCV)剔除异常样本,采用Kennard-Stone(K-S)法将样本按照给定比例划分为校正集和验证集。分别使用Savitzky-Golay卷积平滑(S-G),一阶导数(FD),二阶导数(SD),多元散射校正(MSC)和变量标准化(SNV)及它们的组合共12种方法对样本进行光谱预处理,获得最佳预处理方法,提高光谱数据的信噪比。采用竞争性自适应重加权采样法(CARS)筛选偏最小二乘回归(PLS)模型中回归系数绝对值大的波数点,去掉回归系数绝对值小的波数点,以有效选择与所测特性值相关的最优波数组合,获得具有良好鲁棒性和强预测能力的校正模型。使用模型决定系数R2、交互验证均方根误差(RMSECV)、预测均方根误差(RMSEP)作为模型精度评价指标。根据蒙特卡洛交叉验证法和马氏距离剔除异常样本的原理,共剔除10个光谱或者化学值异常的样本。最终参与建模分析的样本个数为151。异常样本剔除后,通过K-S法将样本按照3∶1被分成校正集(110个样本)和验证集(41个样本)。使用原始光谱数据,预处理后的光谱数据和对应于优选波数的光谱数据,建立PLS模型。结果表明,利用MSC+FD光谱预处理可以提高建模精度,校正集R2从处理前的0.68增长到0.93,MSC+FD是本研究中理想的光谱数据预处理方法。利用CARS法共优选了84个建模波数。在12 000~10 000 cm-1波数区域内,有O-H键2级和C-H键3级倍频伸缩振动吸收,此区域主要的背景信息为水和其他含氢基团,在此区域内共包含了36个选定的波数。在8 500~6 000 cm-1区域,存在糖类和水的O-H键的1级倍频伸缩振动吸收,葡萄糖的O-H键的1级倍频伸缩振动吸收,该区域是包含反映可溶性糖成分的主要光谱区间,背景影响较小,CARS方法在此区域共选择了15个建模波数。5 800~4 000 cm-1区域与12 000~10 000 cm-1区域相似,包含的选定波数多,CARS方法在此区域选择了33个建模波数。利用CARS对参与建模的波数进行优选,减少了无关信息,降低了模型的复杂度,选择的波数不但引入了表征待测组分的光谱,同时还引入了代表背景信息的光谱,使得校正模型适应性增强。建立了结球甘蓝可溶性糖的全谱PLS模型,根据CARS波数优选结果,建立了结球甘蓝可溶性糖的CARS-PLS模型。对于全谱PLS定量模型,校正集的决定系数R2为0.93,RMSECV为0.157 2%,RMSEP为0.132 8%。对于CARS-PLS模型,校正集的决定系数R2为0.96,RMSECV为0.076 8%,RMSEP为0.059 4%。数据表明,两种模型具有相当的R2,但CARS-PLS模型的RMSECV是全谱PLS模型的1/2。RMSEP也接近1/2,CARS-PLS模型比全谱PLS定量模型所用建模变量少,模型得到简化,精度更优。用CARS-PLS模型对验证集41个样本进行预测,预测集决定系数R2为0.86,预测标准误差为0.059 4%。提供了一种工作效率较高的结球甘蓝质量无损检测方法。     

阵列波导光栅解调系统光电集成中Si纳米线AWG的设计

设计了一种阵列波导光栅解调集成系统中的8通道Si纳米线阵列波导光栅波分复用器。根据材料的折射率设计了单模波导截面尺寸,利用光束传播法对所设计阵列波导光栅进行了模拟。结果表明,器件尺寸为200μm×219μm,远小于目前技术较成熟的硅基SiO2的尺寸,光功率分布符合高斯分布,信道间隔为1.8nm,串扰小于-21dB。对小尺寸AWG的设计具有参考意义。     

基于阵列波导光栅的边缘滤波温度解调系统

为克服传统阵列波导光栅解调系统体积大、价格昂贵等问题,提出了以窄带光源为输入光源,采用边缘滤波和阵列波导光栅相结合的解调方案,实现对增敏封装后的光纤光栅温度传感器进行温度解调实验。以窄带光源作为输入,通过边缘滤波的方法使得温度传感器反射谱的中心波长偏移程度与解调光路输出光强的变化相对应,利用阵列波导光栅的波分复用实现多传感器同时测量,实现了多传感器多通道的分布式测量,实验结果表明:解调系统的波长解调范围为1 545.30 nm～1 560.50 nm,对35 ℃～42 ℃的温度范围进行检测,波长解调精度为±5.34 pm,温度测量误差可达±0.1 ℃。     

光纤布拉格光栅人体测温的关键问题研究

利用分布式光纤布拉格光栅(FBG)传感器进行人体温度的检测,研制了智能服装样衣,重点从人体生理学基础理论、人体热平衡及空气热传递理论等方面研究智能服装在穿着过程中的热传递机理,对热传递过程进行分析和研究,从理论上建立起人体皮肤-空气-服装(传感器)三者之间的热传递数学模型,为智能服装中分布式FBG传感器人体温度测量提供理论依据,并提出了智能服装中Houdas改进模型用以确定分布式FBG传感器测量点,最后阐述了智能服装用光纤植入服装的方法.在实验研究中,智能服装样衣中分布式FBG传感器所测人体温度与温度场模拟数据对照差异无统计学意义,据此可以得出分布式FBG传感器所测温度可以作为临床医学人体腋下温度使用.     

二维光子晶体提高C波段LED出光效率的研究

片上集成光源是未来光电子系统中光源发展的主要趋势,LED光源作为片上集成光源的主要缺点是其出光效率低,二维光子晶体是提高LED出光效率的有效手段。本工作设计了C波段LED的基本结构及参数,并采用时域有限差分法计算了不同阵列不同占空比的二维光子晶体能带结构,利用禁带理论选取提高C波段LED出光效率的最优二维光子晶体结构参数,结果表明三角排列空气孔二维光子晶体晶格常数a=500 nm且占空比R_p=0.44的光子晶体结构最优。     

基于光子集成芯片的可穿戴光纤光栅解调研究

为了实现光纤光栅传感器在可穿戴系统中的应用,提出了一种基于硅基光子集成芯片的可穿戴光纤光栅传感解调系统。基于比利时iSiPP50G工艺的光子集成芯片由4×1长波长VCSEL阵列、1×8阵列波导光栅、2×2 MMI耦合器、4×1光纤光栅耦合器阵列、Ge-on-Si波导光电探测器、直波导和弯曲波导等组成。在完成对VCSEL光源金线键合和光子集成芯片光纤耦合封装的基础上,设计了手环式解调电路,对人体温度和心音信号进行了实时测量。实验结果表明:解调系统的动态波长检测范围为1 540 nm～1 560 nm,波长分辨率为0.08 pm,解调精度为5 pm,温度监测范围为35℃～42℃,误差为±0.1℃;可检测50 Hz～100 Hz频率范围内的心音信号,可识别出第一心音和第二心音,并计算出心动周期、心率、第一心音时限、第二心音时限和心力等特征参数。     

基于高光谱的马铃薯微型种薯分类检测

采用高光谱分析技术结合模式识别,建立了8种马铃薯微型种薯（大西洋、荷兰-14、荷兰十五041、荷兰十五Q8、冀张薯12号、冀张薯8号、兴佳2号和Y2）的分类检测方法。采集276个种薯样本,对860~1 700 nm的原始光谱进行标准化、11点Savitzky-Golay平滑和4点差分一阶导数光谱预处理,将预处理后的光谱数据进行主成分分析,发现前3个主成分的累积贡献率为95.12%,包含了原始光谱的大部分信息,可作为分类变量。再分别使用线性判别分析、BP神经网络和支持向量机进行分类建模。最终通过分层、分步骤建立了8种马铃薯微型种薯的分类模型。首先采用线性判别分析模型区分大西洋、荷兰-14、荷兰十五041和其它品种,平均正确识别率达88.79%。再建立BP神经网络模型将其它品种样本区分为两类,一类为冀张薯8号和Y2,另一类为荷兰十五Q8、冀张薯12号和兴佳2号,平均正确识别率达93.24%。最后以BP神经网络模型区分冀张薯8号和Y2,平均正确识别率为77.78%;以支持向量机分类模型区分荷兰十五Q8、冀张薯12号和兴佳2号,平均正确识别率为87.23%。该研究建立的8种马铃薯种薯分步骤、分层分类识别模型的平均正确识别率达8975%,表明高光谱光谱分析技术可用于马铃薯微型种薯的分类检测。     

基于光谱结构特性的马铃薯干腐和疮痂病识别方法研究

马铃薯干腐病和疮痂病的检测通过人工目测,结果存在主观性,该工作研究正常、干腐和疮痂病马铃薯的光谱分类识别方法。试验获取116个样本,光谱采集范围860~1 745 nm。经过一阶导数(first derivative, FD)处理后的光谱数据,主成分（PCA）分类识别效果较好,FD作为光谱预处理方法。光谱曲线上的极值点、极值点间的中点和极值点间连线的斜率决定光谱曲线的形状和变化,是曲线上的关键点,光谱曲线形状变化代表着内部物质的变化,具有指纹特性,利用极值点和中点对应的光谱或极值点间连线的斜率组成模式特征向量。分别用3种样本关键点的平均光谱形成标准模式特征向量,通过计算待测样本关键点组成的特征向量和标准模式特征向量之间的马氏距离,以最小马氏距离判定样本的归属,通过错误识别率检验模型识别性能。正常、干腐、疮痂样本分别有13,12,15个关键点,由各自关键点对应的反射率组成的模式特征向量,3类样本的错误识别率为0。去掉冗余关键点整合成一个标准模式特征向量,正常和疮痂样本的错误识别率为0,干腐样本的错误识别率为14.3%,全部错误识别为疮痂样本,特征向量数据点的增多,增加了病害样本之间的贴合度,降低了两类病害样本之间的区分度。利用波长911, 1 269和1 455 nm处两点间的斜率形成模式特征向量,正常和疮痂样本的错误识别率为0,干腐样本的错误识别率为2.4%。利用前2个主成分得分作为参数,采用线性判别分析(LDA)和贝叶斯分类器（BC）建模,提供不同角度的分类模型,对比检验基于模式特征向量建立的分类模型的有效性,2种识别方法的错误识别率均为0。实验结果表明,可以利用表征光谱曲线结构特征的模式特征向量作为分类参数,结合距离法建模,与常见识别方法具有同等识别精度。     

基于阵列波导光栅的智能服装人体测温解调系统研究

研究并实现了一种应用于智能服装中人体温度测量的阵列波导光栅解调系统。分析了系统的解调原理,搭建了光纤布拉格光栅解调实验平台,采用了强度法解调出光纤光栅的布拉格波长,完成了光纤光栅传感器串联前后解调的实验。结果表明,系统对光纤布拉格光栅的布拉格波长的解调具有高线性度,波长测量精度可达0.001 nm,光纤布拉格光栅传感器间串扰所造成的解调误差为0.000 5 nm,人体温度的测量误差为±0.16 ℃。该解调系统精度高、串扰低,可适用于智能服装中人体温度的测量。