EAST装置上W波段多道极向相关反射仪的研制

在EAST装置上安装了X模极化W波段多道相关反射仪,用于测量等离子体芯部密度涨落。该诊断利用低损耗(<3dB)多工器将4个不同频率(79.2GHz,85.2GHz,91.8GHz和96GHz)的微波耦合在一起,通过同一个天线发射。反射波由两个极向分离(～5cm)的天线接收,通过下变频技术实现外差测量。通过对两个极向天线接收的信号进行相关分析,获得芯部湍流垂直速度。对2018年低约束模式(L模)放电进行分析发现,在电子回旋共振加热(ECRH)等离子体中,芯部湍流垂直速度在电子逆磁漂移方向。而在注入同向中性束(co-NBI)后,芯部湍流垂直速度变为离子逆磁漂移方向。     

非PLL相位平均型参考线原型验证

射频相位参考线是粒子加速器的重要组成部分之一,为射频低电平控制系统(LLRF)、束流诊断系统、定时系统等提供稳定的相位锁定参考信号。为减少远距离传输过程中由环境温度变化导致的射频传输线中的射频相位漂移,多个加速器装置中已经采用射频相位参考线提供射频相位参考,这些相位参考的实现方案主要是基于恒温控制和基于光纤锁相。与这些方案相比,采用相位平均方法不仅可以保持长距离节点之间的相位稳定,而且更易于现场安装与维护。现有的带有锁相环(PLL)的终端短路方式实现相位平均参考线的方案仍有一些节点数量限制等方面的不足,本文对相位平均参考线结构进行了去除PLL的简化设计并进行了验证,以期增加更多的相位分配节点以及降低对射频器件参数的要求。对非PLL的单端输入终端短路相位平均方案与两端输入各节点间互为参考的相位平均方案分别进行了实验测试,结果表明两者的相位RMS精度可以达到0.1°~0.3°。并对不同的相位平均实现方案中相位不稳定的产生原因进行了分析,结果表明,除环境温度外,同轴线缆材质、合成相位与幅度的不平衡合成等也是重要影响因素。     

一种双模压缩微波制备的相位锁定方案

相位锁定是双模压缩微波制备的关键问题之一.针对基于超导180°混合环的制备方案相位稳定度不高且信息处理复杂等问题,提出一种相位锁定方案.对约瑟夫森参量放大器的信号输入进行相位调制,输出的单模压缩微波与另一未调制的同频单模压缩微波在超导180°混合环内干涉,实现双模压缩微波的制备与路径分离.将未调制的单模压缩微波与一路双模压缩微波混频,解调出相位调制信号可得到两路单模压缩微波的相对相位及误差,将相位误差反馈于约瑟夫森参量放大器的抽运实现相对相位的锁定,获得稳定的双模压缩输出.本研究对高性能纠缠微波源的设计提供了理论参考.     

基于三维荧光光谱法和PARAFAC对多环芳烃定性定量分析

三维荧光光谱法在研究多环芳烃(PAHs)类物质的荧光信息时起到了重要作用。多环芳烃类物质具有致癌性,难降解性,多由尾气排放,垃圾焚烧产生,危害着人类健康及环境,因此人们不断探索对多环芳烃检测的方法。实验选取多环芳烃中的苊和萘作为检测物质,利用FLS920荧光光谱仪,为避免荧光光谱仪本身产生的瑞利散射影响,设置起始的发射波长滞后激发波长40 nm,设置扫描的激发波长(λex)范围为:200~370 nm,发射波长(λem)范围为:240~390 nm,对多环芳烃进行荧光扫描获取荧光数据,采用三维荧光光谱技术结合平行因子算法对混合溶液中的苊和萘进行定性定量分析。实验选用的苊和萘均购于阿拉丁试剂官网,配制浓度为10 mg·L-1的一级储备液,再将一级储备液稀释,得到苊和萘浓度为0.5,1,1.5,2,2.5,3,3.5,4和4.5 mg·L-1的二级储备液,并将苊和萘进行混合。在进行光谱分析前需要对苊和萘的光谱进行预处理,采用空白扣除法扣除拉曼散射的影响,并采用集合经验模态分解(EEMD)消除干扰噪声。实验测得苊存在两个波峰,位于λex=298 nm,λem=324/338 nm处,萘存在一个波峰,位于λex=280 nm,λem=322 nm处。选用的PARAFAC算法对组分数的的选择很敏感,因此采用核一致诊断法预估组分数,估计值2和3的核一致值都在60%以上,分别对混合样品进行了2因子和3因子的PARAFAC分解,将分解后得到的激发发射光谱数据和各组分浓度数据进行归一化处理,并绘制光谱图,与归一化处理后的真实的激发发射光谱图和各组分浓度图进行对比。同时将PARAFAC得到的混合样本的预测浓度,通过计算回收率(R)和均方根误差(RMSEP)来判定定量分析的准确度。选择2因子时,各混合样品中苊和萘拟合度为95.7%和96.7%,平均回收率分别为101.8%和98.9%,均方根误差分别为0.0187和0.0316;选择3因子时,各混合样品中苊和萘拟合度为95.3%和95.8%,平均回收率分别为97%和102.5%,均方根误差分别为0.033和0.116,由三项指标可得选用2因子进行定性定量分析的效果明显好于选用3因子。分析实验结果表明,基于三维荧光光谱法和PARAFAC算法对混合样品进行定性定量分析,能够有效的判定混合样品的类别,同时能够成功的预测出混合样品的浓度。     

基于无人机多光谱图像的土壤水分检测方法研究

以表层土壤为对象,探究土壤的多光谱反射率与土壤水分含量相关性,进行基于无人机多光谱图像的土壤水分含量预测模型方法的探究。选取中国农业大学通州实验站为研究区域,实地采集试验田的土壤样本100组,按照一定梯度配制土壤含水量,配成的土壤含水率为10%~50%之间,土壤含量的真实值采用土壤烘干法进行测定。多光谱相机灵巧便捷,可搭载在无人机上对土壤进行监测。将RedEdged-M型多光谱相机搭载在Phantom 3型无人机上,选择阳光充足的采集环境,实时采集土壤样本的多光谱图像,建立土壤多光谱信息与水分含量之间的模型。利用处理光谱数据的ENVI5.3软件提取土壤样本多光谱信息,以多光谱相机自带的标准白板反射率为100%,计算出土壤样本在蓝、绿、红、红边、近红外五个波段的光谱反射率。采用BP神经网络算法、支持向量机算法、偏最小二乘算法分别建立基于无人机多光谱图像的土壤水分含量的预测模型。以80组土壤样本数据作为训练集,建立基于多光谱图像的土壤水分含量预测模型。采用莱文贝格-马夸特算法对BPNN进行改进,提高了其训练速度,当网络结构为5-10-1时,训练效果最好,本文选择该网络结构;SVM采取高斯核函数,当参数为0.56时,模型效果最好。本研究采用归一化均方根误差(NRMSE)和决策系数(R 2)对三种土壤水分含量的预测模型进行定量对比。以20组土壤样本数据作为测试集,结果可知,基于BP神经网络土壤水分含量预测模型的NRMSE为0.268,R 2为0.872;基于支持向量机的土壤水分含量预测模型的NRMSE为0.298,R 2为0.821;基于偏最小二乘土壤水分含量预测模型的NRMSE为0.316,R 2为0.789。对三种模型分析可知,基于BPNN的土壤水分含量预测模型效果均较好。结果可知,土壤的光谱反射率与含水率间存在较密切的相关性,将多光谱相机搭载在无人机上可以对土壤水分含量进行有效的实时监测,对监测土壤墒情提供技术支持和理论支撑。     

基于机器视觉的刀具轮廓在线检测方法的研究

超精密单点金刚石车削过程中需要对刀具参数进行检测。基于机器视觉原理,采用新型的机械结构设计了新型刀具在线检测系统。通过垂直放置的两组由同轴远心镜头和CMOS相机组成的光学系统来获取车刀刀尖正面及侧面的图像,再经图像处理系统来获取刀具的轮廓及位置信息,完成对刀具轮廓及位置的在线检测,实验验证可实现测量的重复性定位精度达1μm。在线检测的方式借助了超精密车床自身的高精度和运动机构,可以保证相机焦点和机床主轴之间的相对位置关系,弥补了目前刀具检测系统稳定性差和重复性精度低的不足,提高了加工的整体效率。     

用人工神经网络方法测量生物组织光学参数γ

提出了一种利用亚扩散空间分辨漫反射预测生物组织约化散射系数μ_s'和相函数参量γ的人工神经网络方法 .采用蒙特卡罗方法得到光子经生物组织漫反射的数据样本,利用这些数据样本训练反向传播神经网络,用于从亚扩散散射光中预测γ的信息.为了解决同时预测μ_s'和γ两个参数时会产生较大误差的问题,分段数据训练两个BP网络,依次识别μ_s'和γ.研究发现3.64l_(th)(l_(th)表示平均输运自由程)是对γ的不敏感点,可用该点附近的数据样本训练网络用于预测μ_s',用2l_(th)范围内的数据样本训练网络用于预测γ.蒙特卡罗仿真结果表明,在1.3≤γ≤1.9范围内,预测结果与真实值的相对均方根误差在1%以内.与现有的测量方法相比,所提的人工神经网络方法更加简单,且提高了预测精度.     

星载海洋激光雷达最佳工作波长分析

星载激光雷达是实现海洋垂直剖面探测的有效工具,也是目前迫切需求的海洋光学遥感手段。对星载海洋激光雷达的波长参数进行评估对保证探测有效性具有重要意义。本文从探测深度和信噪比两方面分析了星载海洋激光雷达探测全球海洋的最佳波长。利用MODIS 10个波段的水体光学特性数据,估算全球海水探测深度及相应的最优波长;并根据太阳夫琅禾费暗线特性,对信号信噪比进行优化。结果表明:在探测深度方面,最优探测波长在488 nm波段的海洋占全球海洋面积的70%左右,并且全球95%以上的海域在488 nm波段的探测深度优于0.8倍的真光层深度;在信噪比方面,相对于488 nm波段,486.134 nm夫琅禾费暗线处采用0.1 nm带宽的滤光片可以将背景光强度降低70%,相应地回波信噪比整体提升了约5.0%。就全球海洋探测来说,使用486.134 nm作为探测波长可以提高探测深度,有效抑制太阳背景光,提高信噪比,因此,486.134 nm是星载海洋激光雷达的最佳工作波长。