大气气溶胶粒径分布的多波长激光雷达反演

提出一种基于正则化方法改进的气溶胶微物理特性反演算法,通过引入模式半径范围作为先验约束,并对差异最小值附近的解进行平均,以解决反演时存在的欠定问题。对1500组不同类型的气溶胶粒径分布进行仿真,测试了所提反演算法对气溶胶微物理特性参数的反演精度与稳定性。考虑在20%随机高斯噪声的影响下,90%以上气溶胶的有效半径、体积浓度和表面积浓度反演相对误差可被控制在±33%、±45%和±50%范围内。误差统计结果表明,所提算法基于多波长的气溶胶光学特性,可实现对气溶胶粒径分布的可靠反演。     

无人机多光谱影像的小麦倒伏信息多特征融合检测研究

为探究多特征融合方法在作物倒伏领域快速精准识别中的适用性,利用无人机获取多田块冠层尺度的不同倒伏率麦田多光谱数据,对原始倒伏图像进行图像拼接、辐射校正、几何校正等预处理,并利用重归一化差值植被指数和阴影指数分别剔除土壤和阴影背景,提取小麦倒伏DSM模型和植被指数分别与多光谱图像进行多特征图像主成分变换融合,筛选差异性较大的纹理特征,采用支持向量机(SVM)、人工神经网络(ANN)和最大似然法(MLC)监督分类模型对多光谱和DSM融合图像、多光谱和归一化植被指数(NDVI)融合图像、多光谱图像和纹理特征图像进行监督分类,并采用总体精度(OA)、 Kappa系数和提取误差综合评价各监督模型的分类性能和倒伏提取精度。分类结果表明：各监督分类方法在不同倒伏区域提取结果建模效果趋势一致,SVM和ANN整体提取精度高于MLC,在高倒伏区域,多光谱与NDVI融合图像的SVM监督模型(OA:92.63%, Kappa系数：0.85,提取误差：1.11%)提取效果最好;在中倒伏区域,多光谱与DSM融合图像的SVM监督模型(OA:90.35%, Kappa系数：0.79,提取误差：9.34%)提取效果最好...     

基于多面体重叠网格的多体分离计算分析

分离问题在航空航天领域频繁出现,对各类运载火箭、飞行器等完成任务使命至关重要,并事关主体/分离体的安全。基于带边界层加密的多面体网格、重叠网格和刚体六自由度运动方程,利用CFD数值模拟方法,对某标模外形开展了多体分离数值模拟,研究了不同初始弹射力对多体分离安全性的影响,从纵向和横航向两方面分析了标模的分离特性及与弹射力的关系,对工程研究有一定的参考作用。     

渐进多焦点自由曲面镜片渐进通道优化设计

渐进多焦点镜片子午线光焦度分布设计直接影响镜片像散分布,是优化设计的核心之一。提出了一种基于累积分布函数的子午线光焦度分布方法;针对渐进通道宽度过窄的问题,对子午线光焦度分布下的不同轮廓线求解对应的矢高进行加权叠加,同时推导新的子午线光焦度分布函数以降低子午线光焦度变化率;仿真及加工了3片镜片。研究结果表明：采用累积分布函数能够设计出满足光学性能要求的渐进镜片;使用矢高叠加扩展了渐进通道的宽度,保持了像散梯度的平滑过渡,且将最大像散分布在镜片鼻翼两侧;新的子午线光焦度分布函数在拓宽渐进通道宽度下会存在像散梯度变化堆积问题,所以需要将光焦度分布和面型等因素结合考虑,并进行优化。本研究方法为渐进多焦点镜片的子午线光焦度优化设计提供了新的理论。     

基于机器学习的马铃薯叶片叶绿素含量估算

为了提高马铃薯叶绿素含量估算模型的精度,使用无人机平台搭载多光谱相机,获取对照处理和干旱处理下马铃薯关键生育期的遥感影像,选取13种植被指数作为叶绿素含量反演模型的输入变量,使用多元线性回归(MLR)、支持向量回归(SVR)、随机森林回归(RFR)、决策树回归(DTR)构建马铃薯叶绿素含量估算模型。首先分析了植被指数与叶绿素含量之间的相关性,结果表明,在对照处理块茎形成期,CIre、 GNDVI、 NDVIre、 NDWI、 GRVI、 LCI与叶绿素含量之间的相关系数绝对值在0.5以上,且存在显著(p<0.05)或极显著(p<0.01)相关性;在马铃薯其他生育时期,13种植被指数与叶绿素含量之间的相关系数绝对值均在0.5以上,且存在极显著(p<0.001)相关性。然后对MLR、 SVR、 RFR和DTR等模型的精度进行比较,结果表明：SVR模型在对照处理块茎形成期、块茎膨大期和淀粉积累期的预测效果均是最佳,R²和RMSE在块茎形成期为0.89和2.11,块茎膨大期为0.59和4.03,淀粉积累期为0.80和3.18; RFR模型在干旱处理块茎形...     

基于虚拟中心电流法的HL-2M快控电源数学模型

针对中国环流器2号M(HL-2M)装置中用于核聚变物理实验等离子体的垂直不稳定性控制的快控电源拓扑结构,充分考虑线圈的自感与互感对输出的影响,构建出数学模型,首次提出并运用虚拟中心电流法,使得控制算法更加简单,采用多输入多输出的控制方法,利用2个参量控制3个变量。本文基于基本供电方案得到多线圈耦合电压,基于快控电源拓扑推导出快控电源电路方程,再将其合并得到最终的线圈电压数学模型,最后进行仿真验证。结果表明数学模型搭建正确,为今后进行进一步计算提供了坚实的基础。     

采用组合引导磁场的多注二极管设计

分析了采用单一同轴磁场时强流相对论多注阴极的侧端发射问题,研究了在不同磁场内半径和多注漂移管长度情况下多注电子束的传输效率。研究发现：由于引导磁场尺寸有限,高压下多注阴极杆及多注阴极柱的电子束发射是影响多注电子束传输效率的主要因素,且该部分电子束对多注漂移管入口管壁的轰击直接影响了多注速调管的重频能力。设计了采用永磁铁和同轴磁场组合工作的强流相对论多注二极管,理论分析和模拟计算证明：基于组合磁场的多注二极管可明显减弱甚至抑制多注阴极发射球头以外的电子束发射,并且组合磁场的磁场位形和强度可满足强流相对论多注电子束的高效、稳定传输。

     

基于四波混频过程和线性分束器产生四组份纠缠

多组份纠缠是量子信息处理的重要资源,它的产生通常涉及到许多复杂的线性和非线性过程.本文从理论上提出了一种利用两个独立的四波混频过程和线性分束器产生真正的四组份纠缠的方案,其中,线性分束器的作用是将两个独立的四波混频过程联系起来.首先应用部分转置正定判据研究了强度增益对四组份纠缠的影响,结果表明,在整个增益区域内都存在真正的四组份纠缠,并且随着强度增益的增加,纠缠也在增强.然后研究了线性分束器的透射率对四组份纠缠的影响,发现只要线性分束器的透射率不为0或1,该系统也可以产生真正的四组份纠缠.最后,通过研究该系统可能存在的三组份纠缠和两组份纠缠来揭示该系统的纠缠结构.本文理论结果为实验上利用原子系综四波混频过程产生真正的四组份纠缠提供了可靠的方案.     

吸收峰混叠的太赫兹光谱区间组合特征提取算法

太赫兹光谱是物质识别的前沿方法之一。由于不同物质的分子组成或结构各异,许多物质的太赫兹吸收谱会在特定频率上出现吸收峰,可以作为混合物成分检测的重要特征。有效准确地提取这些吸收峰的参数,是提高识别率的关键。多峰拟合算法将光谱曲线拟合成若干个标准峰函数之和,能够同时提取到吸收峰的频率、峰高、峰宽等信息。但是该算法以寻峰算法结果为基础确定吸收峰的大致位置和数量,寻峰结果不一定是最优的拟合结果,而且很难准确识别定位混叠状态的吸收峰。为了提高混叠光谱中吸收峰的识别定位精度,提出以大幅度平滑后的曲线波谷为分界点,将预处理后的光谱分成若干个子区间。然后将子区间组合起来进行多峰拟合,通过遗传算法得到最优的拟合子区间组合和吸收峰频率近似值,拟合时每个子区间中通过峰数递增最优化方法确定拟合的吸收峰数,最后微调优化得到最优的吸收峰频率、峰高值。为了实现物质的识别,通过密度聚类算法得到同一类纯净物在多次测量中的共同吸收峰,以此作为标准数据,通过提出的基于吸收峰特征的光谱匹配算法实现了纯净物和不同含量混合物的快速识别。对10类纯净物的实际光谱数据进行拟合聚类,得到其吸收峰参数,结果与太赫兹光谱数据库一致。通过识别算法对纯净物测试集进行识别的识别率为100%,证明了特征提取和物质识别算法的有效性。对于含有混叠峰的混合物光谱,二阶导数法对葡萄糖-乳糖混合物光谱中被掩盖吸收峰(1.280 THz)的识别率仅为70%,提取到的频率平均值为1.316 THz;而该算法提高识别率至95%,频率平均值为1.281 THz,该算法提高了对混叠峰的分辨能力,能够精确定位混叠峰。对10类纯净物构成的6类不同程度混叠的二元混合物前二、三识别率分别达到90.8%和98.3%,提取到的特征能够有效应用于混合物的成分检测。该算法能够以纯净物数据为标准数据实现成分各异的混合物成分检测,对于太赫兹光谱混合物成分检测有重要意义。     

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。