Phase-sensitive manipulation of squeezed state by a degenerate optical parametric amplifier inside coupled optical resonators

rency-like (EIT-like) effect and the optical parameter conversion process at the same time in one optical device. These properties can favor higher manipulation precision and control efficiency, which is more suitable for the integration of quantum-on-chip systems, laying a foundation for the practical application of quantum information.     

NH3 对二甲苯光氧化形成二次有机气溶胶的影响

二甲苯是一种重要的人为源 VOC, 也是城市地区 SOA 的重要前体物。二甲苯光氧化形成的 SOA 受多种环 境因素影响, 而 NH3 对该反应形成的 SOA 生成产率及反应机制的影响尚不清楚。基于室内烟雾箱模拟系统, 探讨了 NH3 对二甲苯光氧化形成 SOA 质量浓度、物理特性及化学组成的影响。研究表明, 在低浓度条件下, NH3 对二甲苯 光氧化生成 SOA 具有明显的促进作用, 结合气溶胶质谱结果发现 NH3 促进醛酮类物质进入颗粒相以及含氮有机物的 生成是导致 SOA 质量浓度增加的主要原因。此外, NH3 能够提高邻二甲苯生成 SOA 的吸光度, 但是对对二甲苯无明 显影响。分析表明, 相较于对二甲苯, 邻二甲苯光氧化会生成大量醛类物质, NH3 与醛类发生美拉德反应是导致 SOA 吸光性增加的主要原因。     

基于高光谱激光雷达的滞尘叶片光谱特征分析

城市绿植为城市生态系统提供自净功能, 起到净化空气以及滞尘降尘等多种环境保护作用, 而滞尘等因素也 会对绿植产生影响。为了研究滞尘对城市绿植叶片光谱特征的影响, 采集了四种常绿绿植 (八角金盘、石楠、香樟和 玉兰) 叶片样本, 使用高光谱激光雷达系统获取高光谱点云数据, 分析了滞尘对叶片光谱特征的影响。分析结果表明: 对于不同种类叶片, 滞尘对可见光波段反射率均有较大影响; 对于同种类叶片, 滞尘对近红外波段的反射率差异影响 较大, 可见光波段的反射率差异为 1.21%∼3.41%, 近红外为 1.76%∼8.49%; 线性四点内插法计算和光谱导数分析表明 滞尘对四种叶片的红边位置无显著影响; 四种叶片的叶面水含量指数 (LWI) 对滞尘的响应程度最小 (均小于 3.7%), 而 比值植被指数 (RVI) 对滞尘的响应程度最大 (除香樟外, 均大于 20.0%), 红边指数 (SDr)、简单比值指数 (SR) 和叶面叶 绿素指数 (LCI) 的响应程度稳定性较差。进一步建立了滞尘植被指数和响应程度的线性相关性拟合模型并进行了检 验, 其中以 LCI 为自变量建立的模型为最稳定拟合模型, 可表示为 y = −1.527x + 0.6597, 决定系数约为 0.88。     

基于Pandora 观测的OMI 全球臭氧产品精度验证

臭氧是大气中一种重要的微量气体, 是影响对流层与平流层大气运动的重要成分之一, 臭氧的高精度探测 对于环境和气候具有重要的意义。OMI 传感器是目前具备探测全球臭氧含量的主要遥感传感器之一。利用地基 Pandora 观测网全球范围内44 个臭氧观测站点数据对OMI 卫星数据产品进行了精度验证。结果表明: OMI 臭氧产品 与Pandora 地基测量结果之间具有很好的线性相关性, 相关系数达到0.948, 但精度结果存在区域差异。在南半球地区, 相关系数为0.915; 在北半球低纬度地区, 其相关系数为0.932, 中纬度地区相关系数为0.948, 而在高纬度地区, 相关系 数达到了0.957。此外, 验证精度还与臭氧柱总量存在相关性, 在臭氧柱总量低于220 Du (对应臭氧空洞条件) 时, OMI 卫星产品存在高估现象, 高估约13%; 而在臭氧柱总量高于400 Du 时, OMI 的臭氧产品低于Pandora 地基测量结果, 且 随着臭氧柱总量增加, 低估情况也越严重, 在臭氧柱总量达到500 Du 时, OMI 臭氧产品低估约4%。     

基于Transformer网络的机载雷达多目标跟踪方法

传统的多目标跟踪数据关联算法需要提前知晓目标运动模型和杂波密度等先验信息,然而这些先验信息在跟踪之前无法及时准确地获取。针对这个问题,提出一种基于Transformer网络的多目标跟踪数据关联算法。首先,考虑到传感器会存在漏检的情况,引入虚拟量测来重新建立数据关联模型。在此基础上,提出基于Transformer网络的数据关联方法来解决多目标与多量测的匹配问题。同时,设计了一种掩蔽交叉熵损失与重叠度损失相结合的损失函数(MCD)用于优化网络参数。仿真和实测数据结果表明:在不同检测概率条件下,所提算法性能均优于经典的数据关联算法和基于双向长短时记忆网络的算法。      

改进的多尺度形状模板匹配算法

针对形状模板匹配算法在目标发生尺度变化时匹配效率低的问题,提出一种改进的多尺度形状模板匹配算法。离线过程中,针对参考点和多尺度模板与目标的匹配不适应情况,提出一种新的参考点选取方法;在线过程中,采用一种优先匹配策略,确定该尺度层存在最佳模板的期望值,并依此判断该尺度层模板参与匹配的必要性;基于选取的最优参考点和优先匹配策略实现目标的高效匹配。实验结果显示,与经典算法相比,所提算法的平均匹配时间分别为NCC算法、SSDA算法的0.81%、2.25%;且当目标发生平移、旋转和尺度等复杂变化时,依然可以实现目标的精确匹配。     

基于改进SSD的光伏组件故障定位检测

为准确定位航拍红外图像中光伏组件故障的区域位置,在单阶段多框检测(Single Shot Multibox Detector,SSD)模型的基础上设计了ResNet18＿FPN＿DN＿SSD模型。首先用ResNet18替代SSD模型的基础网络VGG16,以提高故障特征的提取能力;然后引入DR loss,针对目标样本类别失衡及负样本过多的问题进行优化改善;最后在非极大值抑制(Non-Maximum Suppression,NMS)基础上做加权处理,使分类置信度高的边框充分利用周围对象的信息,提高预测框的分类置信度与定位准确率。实验表明:所提出的模型对图像中故障目标的检测效果,在定位精度、分类置信度和m AP上均优于传统SSD模型。