基于波长调制-直接吸收光谱方法的CO分子1567 nm处谱线参数高精度标定

直接吸收光谱(DAS)可直接测量分子吸收率函数,并通过拟合吸收率函数确定待测气体参数.波长调制-直接吸收光谱(WM-DAS)在DAS基础上,结合了波长调制光谱(WMS)中谐波分析思想,利用傅里叶变换复现吸收率函数,可有效提高吸收率函数的测量精度.本文利用WM-DAS方法结合长光程气体吸收池,在室温低压条件下,对CO分子1567 nm处R5-R11近红外弱吸收谱线吸收率函数进行了精确复现,其拟合残差标准差低至3×10^-5,随后根据测得的吸收率函数对谱线的碰撞展宽、Dicke收敛以及速度依赖的碰撞展宽系数等光谱参数进行了高精度标定,并将其与高灵敏度的连续波腔衰荡光谱(CW-CRDS)测量结果进行了比较,实验结果表明该方法与CW-CRDS测量结果具有高度一致性,更具有系统简单、测量速度快、对环境要求低等优点.     

级联光栅结合Sagnac环的可调谐光纤激光器

提出并验证了一种单-双波长可调谐掺铒光纤激光器。利用级联光纤布拉格光栅(Cascaded Fiber Bragg gratings,Cascaded FBGs)结合Sagnac环结构所产生的复合滤波效应,实现较高精细度滤波,并通过调节环内偏振控制器(Polarization Controller,PC),引入双折射效应,得到波长可调谐的光纤激光器。基于耦合模理论并使用传输矩阵法对该结构的传输特性进行了分析,在此基础上搭建实验系统,验证了理论分析的正确性。实验结果表明:通过调节PC,激光器输出激光的波长范围约为1 555.644～1 556.112 nm,双波长间隔的可调范围约为0.108～0.452 nm,单-双波长的边模抑制比(SMSR)均高于40 dB;在稳定性测试中,输出单-双波长激光的波长最大漂移量小于0.008 nm。该方法具有结构简单、调谐方便、易于实现且精细度较高的优点,可应用于密集波分复用及全光通信系统等领域。     

单色仪波长定标中狭缝设置的影响分析

单色仪作为一种分光仪器，在传感器的辐射定标等方面具有重要应用。在实际应用过程中，其波长和带宽的设置对传感器的精确定标具有重要影响。使用低压汞灯作为波长标准光源，通过对其特征谱线扫描的方法，研究了传感器定标过程中，设置单色仪不同的狭缝宽度，对传感器精确定标具有重要影响。结果显示，当出射入射狭缝相同，同时改变其宽度的情况下，与典型校准状态(出射入射狭缝宽度设置为0.5 mm)相比，波长偏差量达到0.17 nm；当入射狭缝与出射狭缝不一致时，与典型校准状态相比，波长偏差量达到0.18 nm；当光源未充满入射狭缝与充满入射狭缝相比，最大误差达到0.02 nm，该影响几乎可以忽略。在相关的传感器光谱辐射定标实验研究中，单色仪的定标精度和准确性评估等方面具有重要应用。     

基于多波长类噪声脉冲的掺铒光纤激光器

报道了一种基于多波长类噪声脉冲的被动锁模掺铒光纤激光器。采用980 nm半导体激光器作为泵浦源，2.5 m长的掺铒光纤作为增益介质。锁模机制为非线性放大环形镜(NALM)。通过自相关迹证明输出脉冲为类噪声脉冲。该类噪声脉冲的光谱3 dB带宽可达17.2 nm，边模抑制比为47.7 dB，重复频率为5.434 MHz，单脉冲能量为7.9 nJ。为了实现平坦的多波长输出，在NALM结构中加入Sagnac环干涉仪，获得了最大波长数为5的平坦多波长类噪声脉冲，平坦度为1.995。     

光学系统纵向色差的仿真及验证

现有的焦距检测方法通常由于检测仪器光源波长与光学系统不完全匹配从而产生纵向色差影响检测结果。针对这一问题，研究光学系统纵向色差的变化规律，并确定在400 nm～1 000 nm波段用于表示其函数关系的Conrady公式和复消色差特性公式。根据光学系统近焦位置的离焦量与位置呈线性关系的特性, 提出使用菲索干涉仪测量5种不同波长的焦距位置，获得单透镜和双胶合镜头的纵向色差曲线。实验结果表明: 在400 nm～1 000 nm波段单色系统和消色差系统的纵向色差的函数关系分别符合Conrady公式和复消色差特性公式，研究结果为焦距的理论计算和精确检测提供了新的思路和参考。     

一种光纤波长解调光谱峰值定位算法

提出一种基于低复杂度Levenberg-Marquarat的光纤波长解调光谱峰值定位算法,该算法相对于现有的功率加权算法和高斯-多项式拟合算法,具有高精度定位光谱峰值的优点,实验结果表明,在高性噪比情况下,采用基于低复杂度Levenberg-Marquarat的峰值定位算法可以有效地抵制噪声提高解调精度,将光纤波长解调误差控制在1pm内。通过简化后的数据处理过程,可以满足高速解调的要求,便于在数字电路上实现。     

基于稳定一致波长优选的综纤维素近红外分析模型传递

以实现纸浆材综纤维素含量的近红外分析模型在3台不同型号光谱仪上共享为目标,提出SWCSS-UVE及SWCSS-CARS联用算法。即分别利用竞争性自适应重加权采样算法（CARS）和无信息变量剔除（UVE）算法,减少SWCSS方法中入选的无信息或信息少波长的不利影响,以提高模型转移精度,并与单独的SWCSS和分段直接标准化算法（PDS）以及斜率截距（S/B）算法校正后的传递结果进行比较。结果表明,通过SWCSS-UVE方法最终可从稳定一致光谱信号中进一步优选出91个波长建立模型,该模型能同时应用于2台从机所测量光谱的分析,预测标准偏差（RMSEP）分别从模型转移前的2.0114和9.4518下降到了1.5919与1.6818,优于SWCSS, SWCSS-CARS和PDS以及S/B算法的结果。这表明SWCSS-UVE算法可以有效剔除SWCSS方法中包含的无效波长,简化模型传递过程,提高模型传递效率和稳健性。     

基于改进免疫遗传算法的近红外光谱变量选择方法

该文在免疫遗传算法（IGA）的基础上,提出一种改进免疫遗传算法（iIGA）用于近红外光谱波长变量的选择。该算法舍去了原算法中固定抗体相似度阈值的思想,取而代之的是抗体相似度阈值自适应,同时引入精英保留策略和贪心算法思想,使得算法朝着正确的方向进行局部性探优。将该算法在玉米的淀粉和蛋白质含量数据集上进行实验测试,建立偏最小二乘（PLS）分析模型,并与IGA、遗传算法（GA）以及全谱方法进行了对比。结果表明,在玉米淀粉含量的预测上,iIGA相较于原IGA算法,预测集均方根误差（RMSEP）从0.312 0降至0.298 0,预测集预测精度提升4.5%;在玉米蛋白质含量的预测上,RMSEP从0.124 4降至0.110 3,预测集预测精度提升11.3%。分别对预测淀粉和蛋白质模型的RMSEP值进行显著性检验,F值分别为165.22和182.05,P值分别为9.5 × 10－23和4.5 × 10－24,P值均小于0.05,因此,iIGA能显著提升模型预测精度。