基于相关向量机的惯性约束聚变实验靶识别技术研究

针对支持向量机(Support Vector Machine,SVM)在惯件约束聚变(Inertial Confinement Fusion,ICF)实验靶识别中稀疏性不够高而导致决策速度慢的问题,提出利用相关向量机(Relevance Vector Machine,RVM)进行ICF实验靶识别.设计了基于二叉树的RVM多类分类器,在二叉树的构建过程中同时考虑了类距离与类分布范围两种凶素的影响,获得了更为合理的二叉树层次结构.实验证明,RVM与SVM相比识别率不相上下,但由于有更好的稀疏性使RVM的决策时间远比SVM短.该算法与传统的多类分类方法‘一对一'、‘一对多'、‘有向无环图'及‘基于类距离二叉树'相比,混合识别率更高.     

Two-Dimensional Multi-Lens Array with Circular Aperture Spherical Lens for Flat-Top Irradiation of Inertial Confinement Fusion Target

A two-dimensional multi-lens array 350 mm in diameter with spherical element lenses has been tested to improve the irradiation uniformity of a high power glass laser for inertial confinement fusion (ICF). A circular shape for the element lens aperture is chosen to eliminate azimuthally asymmetric intensity distribution. An approximate flat-top intensity distribution is obtained with a lens array of 37 lenses. Beam patterns of a coherent laser and partially coherent light (PCL) with the random phase plate (RPP) and the multi-lens array (MLA) are measured in a GEKKO XII glass laser system. Spherical mode structure of the irradiation nonuniformity of 5.6% with MLA is estimated with cos3 θ distribution of absorption coefficient in the target plasma.     

惯性约束聚变中环孔编码图像恢复的改进维纳滤波方法

针对惯性约束聚变(ICF)中环形孔径编码图像的恢复问题提出了一种改进的维纳滤波方法。在传统的维纳滤波方法中,由于原图像和噪声是未知的,故通常是用某一待定常量来代替其中的噪声与信号的谱密度之比。这种近似忽视了信号与噪声本身的信息,从而造成丢失某些关键的细节,难以达到高质量的图像复原效果。在改进的方法中,首先采用传统维纳滤波方法求得初始估值,然后利用该初始值求得原图像及噪声的谱密度估值,进而利用这些新获得的信息构成改进的维纳滤波器对退化图像进行第二次滤波。实验表明,这种改进方法可以克服原方法的不足,突出图像的一些关键细节,提高图像的整体质量。在仿真实验中,恢复图像的均方误差降低了15％以上;在实际惯性约束聚变图像的解码恢复实验中,图像恢复效果亦有显著改善。该方法还可以推广到其他图像恢复的应用中。     

Nonlocal Heat Transfer in a Laser Inertial Confinement Fusion for the Direct Irradiation Scheme

JETP Letters - High gradients of electron temperature appear in plasma corona under direct laser irradiation of inertial confinement fusion targets. This results in nonlocality of heat transport....     

惯性约束聚变内爆中基于多块结构网格的高效辐射扩散并行算法

针对三维球形靶丸内爆高效模拟需求和传统笛卡尔正交网格上辐射加源困难的问题, 发展一种多块结构非正交网格生成方法, 并基于此种计算网格提出高效的三维扩散格式并行算法, 将其应用于辐射流体方程组的求解和三维内爆不对称性的数值模拟, 数值结果显示了算法的有效性。并行性能测试显示该算法可扩展到5400个核上, 并行效率达到69%。     

Design of an Indirect-Drive Pulse Shape for ~1.6 MJ Inertial Confinement Fusion Ignition Capsules

We present a design of indirect-drive pulse shape for inertial confinement fusion ignition capsules using laser energy 1.6 MJ with a moderate gain （~10） on the Shenguang 1V laser facility. The trade-off fuel compression （pressure） for resistance to the hydrodynamic instability （HI） in the recent high-foot （HF） implosion campaign [Dittrieh T t et al Phys. Rev. Lett. 112 （2014）055002] is recovered. The proposed design modifies the ＂main＂ pulse shape, which features a decompression-recompression step for the fuel shell resulting in higher areal density than that of the ＂simple＂ HF design, and thereby approaches the conditions required for ignition avoiding at the expense of more laser energy while holding the HI under control.     

误差扩散法设计用于惯性约束聚变驱动器的色分离光栅-光束采样光栅集成元件

针对多次曝光法制作集成衍射光学元件时存在的加工制作复杂,会引入较大的对位误差等问题,基于计算全息中的误差扩散编码原理及部分相干光成像理论,提出采用误差扩散编码方法来设计用于制作浮雕结构集成元件的编码掩模的新方法。给出了利用误差扩散法设计的色分离光栅-光束采样光栅(CSG-BSG)集成元件编码掩模,模拟计算了经部分相干成像系统后的空间像光强分布,并与理想的集成元件面形进行了比较。结果表明,校正后均方差为7.5%,体积偏差为10.2%。     

基于改进MobilenetV2网络的声光图像融合水下目标分类方法*

针对小样本条件下水下目标分类准确率低、计算资源量大的问题,提出一种声光图像融合目标分类方法。首先,对MobilenetV2网络进行改进,去掉第9层之后的网络层,并将该层卷积通道数改为128,通过Flatten层进行数据降维,增加一个全连接层得到分类结果;其次,设计一种融合网络结构,将声光图像成对输入网络进行特征提取,在中间层利用通道拼接算法实现特征图融合,使用融合特征进行目标分类。在真实数据集上对网络进行训练,结果表明,改进的MobilenetV2网络对水下目标的分类性能更好,融合网络的分类准确率相比融合前有所提高,更加适用于水下目标分类任务。     

一种基于算法融合的红外目标跟踪方法

视频目标跟踪的难点在于快速、准确地在帧与帧之间匹配目标.由于红外图像目标与背景的反差低,图像的边缘模糊并且灰度级动态范围小,使红外目标跟踪难度比可见光更大.本文提出一种针对红外日标跟踪的融合算法,该方法融合直方图和不变矩的特点.首先利用目标的直方图计算简单快速的特点,由均值平移算法快速找到局部最优解,但由于该局部最优解仪为直方图匹配的最优解,缺少目标形状特征,与实际目标位置存在一定的偏差;其次,利用边缘小变矩作为修正特征修正误差,避免跟踪误差逐渐累计而最终导致跟踪失败,以提高跟踪的稳定性和精度.实验结果表明,该算法能够消除跟踪过程中的漂移现象,提高跟踪精度.     

Hydrogen Retention in Tungsten Alloys Developed for Fusion Facilities (Review)

This review is focused on the effect of doping with various elements on retention in tungsten. Although tungsten is one of the most promising plasma-facing materials (PFMs), it still has a number of drawbacks. Doping is proposed as a way to make tungsten more suitable for PFM applications. A considerable number of tungsten alloys have already been developed in the course of fusion research. Doping may alter the parameters of hydrogen retention in tungsten, and this should be taken into account in selecting the materials for fusion facilities.     

磁强计辅助MEMS惯性器件的新型数据融合算法

为实现载体姿态精确测量,设计了一种新型数据融合算法,用以替代传统的卡尔曼滤波器;首先,研究了陀螺仪、加速度、磁强计的姿态测量方法,通过试验分析测量误差分量,然后根据误差频域的差异性提出一种互补滤波器,并在二阶低通滤波器模型下推导出新型数据融合算法模型,最后,以FPGA为处理单元、MEMS惯性元件和磁罗盘为传感器单元开发一套小型姿态检测系统,进行可行性分析和精度估算;从载体的三维转动试验结果可以看出,新型融合算法测量值和卡尔曼滤波器输出值之差保持在±0.07°以内,并且不需要对传感器噪声特性精确标定;在运算时间方面,互补滤波器仅需360 μs,卡尔曼滤波器是它的3倍多,因此新型数据融合算法效率更高。     

基于模糊技术的非线性系统目标跟踪融合算法

提出了一种基于模糊技术的非线性系统中多传感器目标跟踪融合算法.在基于卡尔曼滤波器的分布式融合算法中,利用模糊技术中的决策距离思想,对实时跟踪目标的多传感器进行动态分组,以获得在非线性系统中目标跟踪的最佳融合数据精度.仿真结果证明,该算法是一种有效的分布式融合算法.     

基于红外/毫米波双模融合的目标识别方法

在数据融合的基础上,以红外/毫米波双模传感器的智能融合结构为模型,将模糊神经网络与D-S证据理论相结合,提出了一种新的目标识别方法.该算法根据红外/毫米波传感器的性能及工作范围,构造模糊变量作为神经网络的输入,根据神经网络的不同输出判别目标的真伪,并利用D-S证据理论进行目标身份识别.仿真结果证明了该算法的可行性.     

基于区域特性量测的图像融合方法

在图像融合过程中，融合规则及融合算子的选择对于融合的质量至关重要，也是图像融合中至今尚未很好解决的难点问题。本文给出了一种新的融合规则——基于区域特性量测的融合规则，即在对某一分解层图像进行融合处理时，为了确定融合后的像素不仅要考虑参加融合图像中对应的各像素，而且要考虑参加融合像素的局部领域。     

一种基于多分辨率分析的图像融合方法

图像融合通过综合各个图像的互补信息,合并成一个新图像来改善图像的视觉效果.利用拉普拉斯金字塔分解算法对图像进行多分辨率分析,对分解后的图像采用基于区域特征量测的方法进行融合.最后,通过实验证明该方法能够取得很好的融合效果,融合质量优于其他几种方法.     

一种基于纹理特征的红外成像目标跟踪方法

提出了一种基于LBP（Local Binary Pattern)纹理特征的红外成像目标跟踪方法,将LBP纹理特征集成到了核跟踪方法中.根据目标各区域对背景的区分能力不同,提出了目标各区域置信度的评价方法,用基于区域置信度及空间距离核加权的LBP特征概率密度函数,构造了目标及候选目标的特征模型.通过相似性度量,利用均值漂移方法实现了基于纹理特征的红外成像目标跟踪.实验结果验证了该算法在红外成像目标跟踪中较基于灰度的均值漂移跟踪算法更为鲁棒.     

基于多光谱图像融合的掌纹识别方法

生物特征识别在信息安全领域发挥着重要作用,掌纹识别作为一种新型生物特征识别方式,具有低失真、非侵入性和高唯一性等优势。传统掌纹研究大多使用自然光成像系统以灰度格式获取,识别精度很难进一步提升。为了获得更多的身份鉴别信息,提出利用多光谱掌纹图像代替自然光掌纹图像。针对现有掌纹识别算法由于没有考虑到不同光谱的特性而导致纹理细节丢失,识别精准率低的问题,提出了一种基于多光谱图像融合的掌纹识别算法。该方法通过对不同光谱下的掌纹图像进行快速自适应二维经验模式分解（FABEMD）,将多光谱掌纹图像分解成一系列频率由高到低的二维固有模态函数(BIMF)和一个残余分量,残余分量可被视为该光谱图像低频信息的初步估计。图像采集过程中光照条件很难保持稳定,而近红外光谱图像在进行FABEMD分解时对光照变换敏感,容易导致分解后的BIMF背景信息过于冗余;因此对分解后的近红外掌纹图像进行背景重建及特征细化,在对背景冗余信息进行平滑处理的同时可以有效增强高频信息的特征表达。为避免直接融合处理后引发的图像过度曝光问题,提出对近红外特征压缩后再融合。此外,提出了一种结合了注意力机制的改进残差网络（IRCANet）,用于融合后的掌纹图像分类,在网络中引入分阶段残差结构,缓解了网络的退化问题,在学习过程中有效地减少信息丢失,对于融合后的多光谱掌纹图像,分阶段残差结构能够稳定地将图像信息在网络间传输,但对图像中的高低频信息区分效果不够显著,为了使网络关注更多区分性特征,利用特征通道间的相互依赖性,在分阶段残差结构中结合了通道注意力(Channel Attention)机制。最终,在香港理工大学（PolyU）多光谱掌纹数据集上进行的综合实验表明,该方法可以取得良好的效果,算法识别准确率能达到99.67%且具有良好的实时性。     

基于面向对象分类约束的融合方法研究

像素级融合方法中常出现色彩突变或色彩失真现象。通过分类信息对融合进行约束可以部分消除目标地物边界的这些现象。然而传统的基于像素分类的影像融合方法由于分类中的“椒盐效应”,导致融合效果受到一定的影响和限制。采用面向对象分类约束的方法对该融合方法进行改进。首先采用面向对象分类方法进行影像分类,解决了基于像素分类中的“椒盐效应”问题;其次将分类结果作为影像融合的约束条件,利用色度饱和度明度(HSV)变换进行融合;最后将该方法的结果与多种融合方法的结果进行定量比较,发现该方法除在目视上取得很好的增强效果外,在信息熵、方差等指标上也取得了很好的效果。     

基于逆模型偏最小二乘法的高光谱亚像元目标探测方法研究

目前的高光谱亚像元目标探测算法主要是利用线性混合模型,在背景端元光谱已知的前提下,构造一定的检测算子逐像元判定是否含有亚像元目标。该算法需要较为精确的背景端元光谱先验信息,且目标探测结果受背景复杂度影响较大。从光谱维数据分析的角度出发,将逆模型偏最小二乘法(ILS)和马氏距离奇异值检测方法相结合进行亚像元小目标探测研究。首先建立目标光谱与像元光谱的逆模型,并对像元光谱与目标光谱进行正交变换预处理(SNV),再利用偏最小二乘算法(PLS)计算逆模型的回归系数向量,从而将多维的光谱信息降维,并突出目标光谱信息,最后计算各像元回归系数的马氏距离,判定马氏距离大于3σ的系数所对应的像元点为含有亚像元目标的像元点。该方法仅需要目标光谱的先验信息,对背景的复杂度不敏感。文章采用AVIRIS仿真数据将上述方法与常用的正交子空间投影算法(OSP)的计算结果进行比较,通过比较不同算法的受试者工作特征曲线(ROC)以及信噪比(SNR)变化曲线,证实了该算法具有较快的运算速度和较高的目标探测性能。