五道八毫米微波外差时序多色仪的数据采集和信号处理

随着微电子技术的发展,数字技术在科学研究领域得到了越来越广泛的应用。在聚变实验中,为了提高实验的精度以及对信号作适时处理,利用微型计算机对测量信号进行模-数转换和数值处理等技术也得到了很快的发展。本文介绍了八毫米微波外差时序多色仪(以下简称多色仪)的数据采集,信号处理系统及方法。将多色仪的输出信号——一串时序脉冲经波形存贮采样和数字化,然后送至微型计算机作判别与分析处理。取代了原来靠示波器照相、取值的方法。这样有效地提高了信号处理的速度及实验精度,为适时判别及诊断聚变装置中等离子体的物理行为提供了必要的信息。     

光电系统的匹配设计

通过对光电系统中探测器对图像采样的分析,由瑞利判别给出了光学系统-探测器匹配的原则:即瑞利斑的直径等于探测器像元中心距的大小,并分析了系统的MTF;通过分析系统的信息传递关系,给出了电子图像重建系统带宽的设计原则.     

硅漂移探测器数字脉冲处理技术

硅漂移探测器(silicon drift detector, SDD)是一种高性能X射线探测器,具有极其广泛的应用. SDD射线探测系统由SDD器件、前置放大器和脉冲处理系统组成,现有的SDD脉冲处理系统存在脉冲堆积抑制性能差以及易受前级系统参数波动影响的问题,导致探测系统性能变差.本文提出一种SDD数字脉冲处理系统,在该系统中,模数转换器(analog-to-digital converter, ADC)直接采样前置放大器的输出,并将数据传输到数字脉冲处理平台进行处理.结合SDD器件与前置放大器的信号特性,分析ADC采样位数与采样频率对系统性能的影响;提出两种优化的ADC采样电路,防止因ADC采样位数不足引起能量分辨率变差.对数字脉冲处理系统中的脉冲成形算法进行研究,结果表明成形信号不会因前级系统的参数变化而畸变,证明了该数字脉冲处理系统的鲁棒性.建立完成SDD数字脉冲处理系统,并对系统进行测试,验证了系统的正确性.     

基于DSP的激光自混合干涉测振仪信号采集与处理系统

结合三角波电流调制型激光自混合干涉技术,设计了基于DSP的数据采集与处理系统,完成了对来自光电探测器的干涉信号的采集与处理。该系统接口电路简单灵活,具有采样频率可由程序设置、采集速度和精度较高,并且可以实现6通道同步采样转换的特点。实验结果表明,该数据采集与处理系统完全能够满足高速交变激光自混合干涉信号的采集与处理在实时性和高精度方面的要求。     

高光谱技术结合特征波长筛选和支持向量机的哈密瓜成熟度判别研究

可溶性固形物含量(SSC)和硬度是哈密瓜划分等级的重要指标,同时也是其成熟度的表征因子。因此,为满足哈密瓜自动化分级和适宜采摘,采用高光谱技术结合特征波长筛选的方法,同时对哈密瓜的可溶性固形物含量、硬度及成熟度进行了无损检测研究。对多元散射校正(MSC)处理后的光谱分别利用连续投影算法(SPA)、竞争性自适应重加权算法(CARS)和CARS-SPA方法筛选了哈密瓜可溶性固形物和硬度的特征波长,并将原始光谱、MSC预处理后的光谱和所筛选的特征波长作为输入变量分别建立哈密瓜可溶性固形物和硬度的支持向量机(SVM)预测模型及成熟度判别模型。结果显示,MSC-CARS-SPA方法所建立的可溶性固形物和硬度SVM预测模型最优,其R_pre, RMSEP和RPD分别为0.940 4, 0.402 7, 2.94 1和0.825 3, 35.22, 1.771。同时对哈密瓜成熟度进行了判别分析,并分别建立了基于全光谱、单一的可溶性固形物或硬度特征波长和主成分分析(PCA)特征融合的哈密瓜成熟度SVM判别模型。结果显示,CARS-PCA-SVM模型的判别结果与全光谱SNV-SVM模型相同,其校正集和预测集判别正确率分别为95%和94%。研究表明,利用高光谱技术结合特征波长筛选方法可实现同时对哈密瓜可溶性固形物和硬度的定量预测及成熟度判别。     

红外光谱和逐步判别分析法应用于油菜籽的研究

用傅里叶变换红外光谱(FTIR)和逐步判别分析法对油菜籽的品种和产地进行鉴别研究。测试了来自5个产地17个油菜籽品种188份油菜籽皮样品的红外光谱,按产地和品种选择训练样本,每个品种选择5份为训练样本,剩下的作为测试样本,选择1 800～950 cm-1范围的光谱信息,在SPSS20.0的判别分析模块中采用逐步法,Fisher线性判别准则,分别建立油菜籽品种和产地的鉴别模型来判别样品的品种和产地;比较了逐步判别分析中五种筛选建模信息的算法所建立的模型对实验样品品种和产地的鉴别效果。基于油菜籽皮红外光谱信息的品种判别分析,五种筛选变量的算法所建立的模型都能较好的识别油菜籽的品种,“Wilks’ Lambda”法所建模型的识别效果最好,判别正确率为97.9%。基于油菜籽皮红外光谱信息的产地判别分析,五种筛选变量的算法所建立的产地判别模型也都能较好的识别油菜籽的产地,“Unexplained variance”法所建模型的识别效果最好,判别正确率为98.4%。研究结果表明,基于油菜籽皮中红外光谱信息的品种和产地判别分析,有望成为油菜籽品种和产地鉴别的方法。     

基于周期极化铌酸锂波导的软件同步光采样

随着大于40 Gb/s高速光通信系统的出现, 为了保证光信号传输质量, 需要对光信号进行监测。对于带宽超过传统光电探测器和示波器可测量带宽的高比特率数据光信号, 光采样技术是进行时域测量的重要手段。采用固定频差的方法可以用百兆速率的采样脉冲对高速光信号进行采样, 降低了对采样后电数据处理系统带宽的要求。在对基于周期极化铌酸锂(PPLN)波导中和频效应的采样过程进行建模仿真的基础上, 实现了对Optsim获得的光传输线内10 Gb/s的非归零码(NRZ)和归零码(RZ)信号的采样。采用软件同步算法对采样数据进行处理, 获得信号的眼图, 这一方法可使采样系统对硬件的要求降到最低。与理想与门获得的采样结果进行比较, 对PPLN波导的光采样特性和采样质量进行了分析。     

多通道复合式光学成像系统中运动点目标的自动检测

单纯对单孔径光学成像系统的图像数据进行检测处理,来实现对运动点目标的自动检测和判别是非常困难的.本文根据多通道复合式光学成像系统多个通道视场有重叠的固有特点,建立了应用于该系统的运动点目标自动检测和判别方法.实际系统上测试证明了所设计检测方法有效地提高了运动点目标检测的概率,减少了误判和虚警,检测方法可行有效.     

Ø500 mm阵列透镜波前采样器的研制

 设计加工了一个由484块单透镜组成的大口径阵列透镜,并设计了一套光束波前采样及测量实验系统。在实验过程中,合理匹配了阵列透镜波前采样器、CCD、成像屏和图像采集处理各系统参数,并讨论了该系统的动态范围和采样精度。利用平行光标定了该系统,且测量了大口径波前的像差,测量值与理论值相吻合。实验证明了阵列透镜波前采样器用于波前采样的技术可行性。     

?500 mm阵列透镜波前采样器的研制

设计加工了一个由484块单透镜组成的大口径阵列透镜,并设计了一套光束波前采样及测量实验系统。在实验过程中,合理匹配了阵列透镜波前采样器、CCD、成像屏和图像采集处理各系统参数,并讨论了该系统的动态范围和采样精度。利用平行光标定了该系统,且测量了大口径波前的像差,测量值与理论值相吻合。实验证明了阵列透镜波前采样器用于波前采样的技术可行性。     

激光诱导击穿光谱和人工神经网络的青白色软玉产地溯源

建立基于激光诱导击穿光谱仪技术获取的半定量青白色软玉的微量元素含量的人工神经网络模型,以促进人工神经网络技术在宝石产地溯源方面的应用。以我国新疆、广西、江苏、青海,以及韩国和俄罗斯六个产地的青白色软玉为样品,利用激光诱导击穿光谱仪在颜色均匀干净的部分获取元素含量数据。使用数据筛选原则对数据进行了筛选和Al的归一化处理之后,以因子分析和线性回归分析讨论了数据间的共线性,在数据间不存在明显多重共线性的情况下建立了三层人工神经网络的判别模型。结果表明,所选取的每个变量的VIF值小于5,数据间不存在明显的多重共线性,因子分析的KMO值小于0.6,表明变量间无明显关系。同时利用软玉t-SNE图对数据进行降维和可视化处理,t-SNE图显示大部分数据点都重叠在一起,表明对此数据进行简单聚类和相关分析是无法区分产地的,因此选择人工神经网络的方法对六个产地的数据进行产地判别分析。经人工神经网络模型迭代判别之后,模型对我国新疆、广西、江苏、青海,以及韩国和俄罗斯六个产地的青白色软玉判别的精度达到0.933,其中韩国软玉的数据判别结果精度最高,达到0.995,误差为0.028,青海软玉的数据判别结果最低为0...     

基于直接正交信号校正的水稻冠层叶瘟光谱诊断

采用直接正交信号校正-连续投影算法(DOSC-SPA)联用的组合处理方法,实现了应用可见/近红外光谱技术对水稻冠层叶瘟病的快速准确诊断。采集水稻冠层样本共120个,其中健康和染病样本各60个。用DOSC-SPA方法,对水稻冠层光谱数据进行直接正交化处理,然后通过连续投影算法提取有效波长(EW),建立了有效波长(775 nm)与叶瘟诊断判别的直接线性方程:Y=5.283X。应用该方程对预测集样本进行诊断判别,其判别准确率为95.0%,获得了满意的判别精度。结果表明,DOSC-SPA组合处理方法提取水稻冠层叶瘟诊断的特征波长是非常有效的,并且通过直接线性方程能获得满意的判别精度,为后续水稻大田叶瘟病情监测、喷药处理及相应病情监测仪器的开发提供了方法和依据。     

视频光学传递函数测试中的系统参数设置

通过对针孔像的处理和分析, 获得了被测系统的光学传递函数, 分析了采样频率对测试精度的影响, 提出了用栅条板标定频率换算尺度和针孔像采样频率的方法. 对50 mm焦距平凸标准物镜的测试结果表明, 系统参数的标定和输入直接影响测试精度, 采用本文提出的标定方法准确可靠, 可以在测试组件参数未知的情况下, 获得影响空间频率换算的参数, 进而准确获得被测系统的光学传递函数.     

φ500mm阵列透镜波前采样器的研制

设计加工了一个由484块单透镜组成的大口径阵列透镜,并设计了一套光束波前采样及测量实验系统.在实验过程中,合理匹配了阵列透镜波前采样器、CCD、成像屏和图像采集处理各系统参数,并讨论了该系统的动态范围和采样精度.利用平行光标定了该系统,且测量了大口径波前的像差,测量值与理论值相吻合.实验证明了阵列透镜波前采样器用于波前采样的技术可行性.     

基于改进卷积神经网络的肺炎影像判别

目前肺炎类型判别主要依靠医生的经验,但一些肺炎的CT影像极为近似,即使有经验的医生,也容易判别错误,造成误诊。为此提出卷积神经网络分类算法,该算法由3个卷积层、3个亚采样层及1个完全连接层组成,并且对卷积层进行了特殊结构处理,由反向传播算法调整网络参数,并对反向传播过程提出了改进。临床实验证明,该方案较现在普遍研究的分类算法,如adaboost算法和svm算法具有更高的识别率和准确度,并且改进的卷积神经网络防止了训练数据时过拟合现象的产生。     

两种红外干涉图采集及光谱复原方法的对比研究

目前,傅里叶变换红外(FTIR)光谱仪主要的数据采样方法有He-Ne激光触发方法和Brault方法。Brault方法使用硬件计数器而且采集到的数据有延时,会增加数据处理的时间,因此讨论了一种基于Brault方法改进的数据采样与处理方法,该方法采用同步数据采集卡,同时采样两路数据,用近似的相似三角形法得到精确的He-Ne激光过零点信息,然后根据三次样条插值方法重采样干涉信号,实现了软件数据采样与处理。将该方法与He-Ne激光触发方法得到的光谱图进行对比。结果表明,两种方法得到的背景光谱图中H2O和CO2的吸收峰与标准吸收谱带一致,基于Brault方法改进的数据采样与处理方法提高了光谱的信噪比,其激光过零点信息可得到动镜扫描速度的稳定性,而He-Ne激光触发方法的采样与处理时间小于改进的Brault方法。     

基于可见/近红外漫透射光谱的马铃薯黑心病及淀粉含量同时在线无损检测

我国马铃薯采后储运销售过程中黑心病发病率较高,内部品质也参差不齐,检测分选技术滞后,严重制约了马铃薯主食化产业发展进程。马铃薯黑心病及淀粉含量等内部品质的同时在线无损检测,对推进我国马铃薯主食化战略具有重要意义。基于可见/近红外漫透射光谱原理,利用实验室自行搭建的无损在线检测系统(检测速度约为每秒4个),以马铃薯黑心病和淀粉含量为内部品质检测指标,进行了黑心病和淀粉含量同时在线无损检测研究。先将121个健康马铃薯和116个黑心马铃薯600～1 000 nm波段范围的原始光谱分别进行了平均处理,发现600～900 nm波段内黑心马铃薯样品的吸光度数值明显高于健康马铃薯样品,而且黑心组织影响健康马铃薯在663 nm附近叶绿素的特征吸收峰和760 nm附近水的特征吸收峰,强度明显高于黑心马铃薯。基于健康马铃薯和黑心马铃薯原始光谱建立了马铃薯黑心病偏最小二乘判别模型(PLS-DA)。同时对121个健康马铃薯光谱分别采用SG卷积平滑(SG-Smoothing)、标准正态变换(SNV)、多元散射校正(MSC)、一阶导数(FD)、 SG平滑结合一阶导数(SG+FD)等不同预处理方法,并结合竞争性自适应加权重采样CARS算法筛选特征波长后,建立了淀粉含量(SC)偏最小二乘(PLS)定量预测模型。结果表明:黑心马铃薯偏最小二乘定性判别模型校正集和验证集判别正确率分别为97.74%和98.33%,总判别正确率97.89%;原始光谱经SG平滑加一阶导数预处理,再结合CARS算法筛选特征波长建的马铃薯淀粉含量偏最小二乘定量预测模型结果最优,其校正集和预测集相关系数分别为0.928和0.908,均方根误差分别为0.556%和0.633%。最后,将所建模型植入在线检测系统,利用50个未参与建模的样品进行了外部验证。马铃薯黑心病的判别正确率为96%,淀粉预测值与标准理化值相关系数为0.893,均方根误差为:0.713%。说明基于马铃薯漫透射光谱可以实现马铃薯黑心病及其他内部品质同时在线无损检测,为马铃薯采后品质检测分选以至推进马铃薯主食化产业发展提供了一定技术参考。     

基于辅助粒子滤波算法的红外目标跟踪

针对红外目标在跟踪中计算复杂的问题,构建辅助粒子滤波算法。利用贝叶斯重要性采样算法,在权值大的粒子基础上引入辅助粒子变量,然后重新定义重要采样分布函数,防止重采样后粒子概率密度变化。两次加权计算,使粒子权值比仅用重采样的粒子权值变化更稳定,采样点最接近真实状态;同时不同权值粒子的概率阈值可作为粒子滤波是否完成的判断准则。在二维平面构造红外运动目标模型中,系统为零均值高斯白噪声。仿真数据表明:该算法在x,y方向的均方误差、画面处理时间、RM SE性能上优于粒子滤波算法和重采样粒子滤波算法。     

玉米亚正常籽粒生活力近红外光谱判别方法研究

应用近红外光谱分析技术,针对玉米诱导过程中产生的亚正常种子,发展亚正常种子的单籽粒生活力判别方法。该研究应用了一种基于Kolmogorov-Smirnov检验的方法(KS法)对近红外光谱进行特征提取,并比较了十种采用不同预处理数据和特征提取方法建立的模型的判别性能,每种模型试验了1134种参数组合,并对采用多种方法和参数组合建立的模型进行交叉验证。结果表明,采用矢量归一化预处理,KS法提取特征波长,并去除低信噪比区域的数据建立的模型判别效果最好。发芽籽粒和不发芽籽粒的平均正确识别率分别达到92.20%和84.86%。该方法将发芽籽粒的筛选准确率由随机筛选的不足40%提高至85%以上,可显著提高筛选效率。     

表面质量检测系统中超高速图像数据采集与处理平台的设计与实现

以钢板表面检测图像数据采集与处理的应用为背景,设计了3GSPS（Giga Samples Per Second）超高速数据采集与处理平台。采用时钟双边沿采样的方式提高采样率,使得系统最高采样率达到3GSPS,采用FPGA芯片解决了ADC采样后高速数据的采集与存储的难题。该平台的通用性以及灵活性较强,可在钢板表面检测图像系统中得到广泛的应用。