磁光玻璃Verdet常数的精确测量

为了精确测量磁光玻璃的Verdet常数,设计了测试光路;应用光学矩阵方法对测量原理进行了分析,得到了具有线性双折射时磁光玻璃的法拉第偏转角的计算公式,并进一步得到了线性双折射较小时磁光玻璃Verdet常数的计算公式.在实验室条件下对同一块磁光玻璃用633nm和780nm两种激光光源分别进行了测量,测量结果表明:只有当线性双折射引起的相位延迟量远小于法拉第偏转角时,测量得到的Verdet常数可以忽略线性双折射,否则必须要消除线性双折射的影响,这对于磁光玻璃在光学电流互感器中的应用具有重要的参考价值.     

数字可调中频噪声源设计

介绍了用FPGA和AD9739产生可调中频噪声源的方法.采用Combined Tausworthe方法产生均匀分布,根据均匀分布和高斯分布之间的映射关系,使用折线逼近的方法产生基带的高斯分布.采用可配置HR IP核实现中心频率和带宽可调的中频噪声.FPCA产生的中频噪声源通过LVDS接口输出给AD9739.     

用方向小波域的维纳滤波图像去噪算法

方向小波是在多尺度几何分析(MGA)的思想下产生的一种新的图像处理工具.针对含高斯噪声图像的方向小波系数仍服从高斯分布的特点,提出一种方向小波域的维纳滤波去噪方法.修正了多方向框架,给出了维纳滤波处理方向小波系数的方法及过程.并将其分别应用于不同纹理复杂程度和信噪比的图像,利用信噪比进行了验证.实践证明了方向小波域的维纳滤波算法具有计算简单、去噪效果好、保持纹理等特点.     

光外差测量在无损探伤中的相位匹配

在光外差测量中，信号光与本振光的光程差、探测器的相对位置、探测器光敏面相对于激光光斑的大小和聚焦透镜的焦距，对系统的外差效率都有重要影响。针对光学外差无损探伤应用，计算分析了这4个因素对外差效率的影响。对外差效率的数值计算表明：系统外差效率随着光程差的增大而降低，探测器位置不同，此下降趋势不同；探测器相对位置和探测器光敏面大小则具有最佳值；聚焦透镜对外差效率有很大的影响，其焦距只能在一个很窄的范围内选择，被测目标物体与测量系统中透镜的距离越近，此选择范围越窄。根据理论计算所设计的超声外差探伤系统，外差效率可达0．965。系统用于由脉冲激励超声工件的内部探伤，观察到距离1555mm处钢管微小裂缝的超声反射信号。     

基于PCI Express总线的SAR回波数据实时记录系统

介绍了一种SAR回波数据的实时记录系统.此系统以普通PC机为开发平台,在其上集成了基于PCI Express(以下简称PCIE)总线的数据传输卡和SCsI RAID控制卡,二者共同控制数据的传输,由多块SCSI硬盘构成的磁盘阵列作为存储设备.PCIE数据传输卡采用PLX公司的专用接口芯片PEX8311来实现PCIE总线的接口逻辑.利用PCIE数据传输卡上两片FIFO数据缓冲区的乒乓切换和PC机内存共享缓冲区的环行存储技术保证了数据的连续接收.SCSI RAID卡基于64 bit,133 MHz的PCI-X总线,控制SCSI硬盘阵列的读写.此系统的稳定记录速度可达到100 Mbyte/s,目前已成功用于某SAR系统的测试中.     

地形特征对粒子滤波导航算法精度影响分析

地形导航是利用飞行器下方地形估计飞行器空间位置的导航方法。由于地形是强非线性模型,因此地形导航可以看作非线性状态估计问题,地形特征直接影响导航精度。在讨论粒子滤波导航算法基础上,重点研究了地形特征对后验概率密度和Cramer-Rao下界的影响,得出了地形梯度和相似度是影响粒子滤波导航算法精度的根本原因,为飞行区域选择、飞行路径规划提供了依据,具有较强的实用性。     

衍生化气相色谱-质谱法测定植物油中植物甾醇

植物油样品经氢氧化钾甲醇溶液皂化后,硅烷化衍生,采用气相色谱-质谱(GC-MS)法建立了植物油中菜籽甾醇、菜油甾醇、豆甾醇、β-谷甾醇4种植物甾醇含量的分析方法,研究了各植物甾醇衍生物的质谱特征和断裂机理。该方法方便快捷、准确可靠,检出限为0.01 g/kg,用于植物油样品中植物甾醇的组成和含量测定,结果满意。     

多种分子光谱快速分析黄芩中的黄芩苷含量

为考察根据不同类型光谱信息进行黄芩质量快速分析的适应性,采用高效液相色谱(HPLC)法测定了73批黄芩样品中的黄芩苷含量并作为y值,以各样品的近红外、紫外-可见光谱及包含紫外、可见及近红外的多源复合光谱信息作为x值;根据各类光谱信息分别采用偏最小二乘回归(PLSR)与K最近邻样本保形映射(KNN-KSR)方法进行样品中黄芩苷的预测,根据验证集样本真实值与预测值的均方根偏差(RMSEP)、平均相对误差(MRE)与相关系数(R)评价预测精度。结果表明,采用KNN-KSR方法根据各类光谱信息预测黄芩苷时,各项指标均优于PLSR方法的结果;其中基于近红外光谱对黄芩苷的分析结果最好,紫外-可见光谱次之,基于多源复合光谱信息对黄芩苷的预测误差最大,但其MRE仍在6%以下,可满足工业分析的精度要求。由于多源复合光谱仪具有体积小、重量轻、成本低及便携等优点,通过优化仪器波长范围及建模方法,有望改进该仪器的分析精度,使之适应更多药材现场采购的快速检测及后续产品的质量分析与监控需求。     

液相色谱-串联质谱法快速筛查减肥类中药及保健品中非法添加30种化学药

建立了中药及保健品中30种减肥类化学药的高效液相色谱-串联质谱(LC-MS/MS)快速筛查方法。实验优化了前处理方法、色谱分离条件和质谱参数。样品采用甲醇超声萃取,Agilent poroshell 120 ECC18(4.6 mm×100 mm,2.7μm)色谱柱分离,流动相为乙腈-水溶液(含10 mmol/L甲酸铵,0.1%甲酸,10%甲醇),梯度洗脱,流速0.25 m L/min,采用正负离子切换模式的电喷雾质谱检测,多反应选择离子监测(MRM)。该方法能同时筛查30种化学药,覆盖面广,简便、快速、准确可靠,已用于减肥类中药及保健品中非法添加化学药的筛查及检测。     

可拓神经网络模式识别对成品油的鉴别与测量

燃油存在“消耗量大”、“相对低质”、“前端缺少清洁”、“末端排放缺乏控制”四大问题, 我国的空气污染60%以上来自煤和油的燃烧,雾霾问题很大程度上取决于能源问题。快速准确地实现汽油、柴油、煤油等成品油的鉴别与测量,对于实施空气污染监测及治理具有重要意义。在精确地表征成品油种类信息的基础上,为了提高网络模型的识别效率,采用主成分分析方法将高维空间进行降维处理。对最常用的三维荧光光谱基于激发-发射矩阵(excitation-emission matrix, EEM)数据进行主成分分析以提取更精细、更深层的特征参量。分类过程中应用交叉验证的方法避免发生“过拟合”现象。设计鉴别和测量双重处理的神经网络,将神经网络模式识别结果反馈到浓度网络的输入端,与相对斜率、综合本底参数、相对荧光强度一起测量相应种类的浓度输出,利用可拓神经网络模式识别技术实现成品油的鉴别与测量。应用可拓神经网络方法实现成品油种类模式识别的平均识别率达到0.99,浓度平均回收率为0.95。模式识别平均耗时为2.5 s,仅为PARAFAC模型分析方法的48.5%。该方法显著提高了运算速度,且应用效果理想。需要指出的是,在分析诸如成品油、茶叶、农药等成分复杂的混合物时,应针对具体待测物制作相应的校正样本,用以确保分析的准确性与精度。