工科专业课混合式教学模式探索——以“光电信息物理基础”为例

为了提高河北地质大学工科专业基础课教学质量,促进教学效果,以光电信息科学与工程专业的专业课“光电信息物理基础”为例,利用互联网+背景,提出以“板书+多媒体,线上+线下,教师授课+学生上讲台”相结合的混合式教学模式,进行工科专业基础课教学模式探索.结果显示该模式可以有效激发学生对课程的兴趣,提高学生学习积极性,促进教学效果,进而提高该课程教学质量.该模式可以推广到工科专业的其他专业课教学中,提高本专业的整体教学质量.     

复数滤波器在数字全息图处理中的应用

数字全息图在微电路检测、粒度分析、透明场测量等小孔径、小视场对象测量和细胞观测等显微测量方面有着广泛的应用前景。根据离轴数字全息图的频谱特点,提出采用复数滤波器,利用计算机及相关算法对离轴数字全息图进行滤波,消除其零级及共轭像,同时可以得到全息图的相位分布。讨论了复数滤波器的设计方法,给出了实验结果。为数字全息图的压缩、再现和相息图制作提供了方便。     

基于马赫-曾德尔干涉仪的单个光子操控

分别利用空间和光纤马赫—曾德尔干涉仪对空间和光纤传输中的单个光子的干涉现象进行了研究,干涉对比度可达到90％以上,实现了空间和光纤中的单个光子的路由操控。实验采用脉冲调制加衰减的方法产生单个光子,获得了每个脉冲中只包含0．1个光子的准单光子源。通过改变压电换能器的电压控制马赫—曾德尔干涉仪的单个光子在两个输出端的选择,实现了光子在节点上的路由。采用同步符合检测技术,利用重复频率为1kHz,脉冲宽度为100ns的同步信号对输出信号进行符合,实现了量子效率高于70％,暗计数小于0．2s^-1的单光子高灵敏度检测,观测到了单个光子在相位操控下出射到两个输出端的有序分配现象。验证了基于马赫—曾德尔干涉仪的单个光子路由操控实现的可能性。     

基于SARIMA-BP神经网络组合方法的MODIS叶面积指数时间序列建模与预测

植被叶面积指数(LAI)时间序列的建模及预测是陆面过程模型和遥感数据同化方法的重要组成部分。MODIS数据产品MOD15A2是目前应用最为广泛的LAI数据源之一,然而MODIS LAI时间序列产品包含了一些低质量的数据,例如由于云层、气溶胶等的影响,该产品在时间和空间上缺乏连续性。MODIS LAI时间序列包含线性部分和外在干扰产生的非线性部分,单一的线性方法或非线性方法都不能对其精确建模和预测。首先利用Savitzky-Golay(SG)滤波和线性插值平滑受到干扰的LAI时间序列,然后采用季节自回归积分滑动平均(SARIMA)方法、BP神经网络方法及二者的组合方法(SARIMA-BP)对MODIS LAI时间序列进行建模及预测。在SARIMA-BP神经网络组合方法中,各自在线性与非线性建模的优势得以充分发挥,其中SARIMA方法用于建模及预测LAI时间序列中的线性部分,BP神经网络方法用于对非线性残差部分进行建模及预测。实验结果显示：SG滤波和线性插值后的LAI时间序列比原LAI时间序列更平滑;SARIMA-BP神经网络组合方法的决定系数为0.981,比SARIMA和BP神经网络的0.941和0.884更接近于1;SARIMA-BP神经网络组合方法的预测值同观测值之间的相关系数为0.991,高于SARIMA(0.971)和BP神经网络(0.942)的相关系数。由此得出结论：SARIMA-BP神经网络组合方法对MODIS LAI时间序列具有更好的适应性,其建模和预测准确性高于SARIMA方法或BP神经网络方法。     

基于Fibonacci序列准周期结构的小角度低通空间滤波器

利用常规材料构造了Fibonacci序列准周期结构,运用传输矩阵法研究了该结构的空间传输特性,并基于该结构优良的空间传输特性设计了小角度低通空间滤波器.数值模拟结果表明,该小角度空间滤波器的角域带宽可通过改变序列的结构类型和序列数来调谐,其调谐规律为:随着Fibonacci序列F(m,1)中m值的增加,对应空间滤波器的角域带宽减小;随着序列数的增大,对应角域带宽也减小.在调谐的基础上,还可通过改变构成准周期结构的介质折射率参量来精确调节其角域带宽.相比于基于超材料的小角度空间滤波器而言,基于Fibonacci序列的小角度空间滤波器制备更简单,且有望应用于新一代的高功率激光系统中.     

一种用于衍射光元件优化设计的快速算法的研究

讨论了傅里叶迭代算法对初始相位敏感的缺陷机理,提出用伪随机相位编码作为傅里叶迭代算法初始值的改进算法来克服相位敏感缺陷。改进算法具有加快迭代收敛速度、提高恢复图像强度准确性的优点。将该算法产生的任意期望图样的相位全息图写入纯相位液晶空间光调制器上,在远场成功地再现了期望图样。算法迭代10次可产生衍射效率接近85%的一幅相位全息图。作为一种快速相位恢复算法它在相控阵激光雷达以及光束敏捷偏转等领域有重要意义。     

基于无信息变量消除法与岭极限学习机的新型变量选择方法：以CO气体浓度反演为例

变量选择是光谱分析领域一个重要的组成部分。为了克服传统区间选择法的缺点与不足,基于无信息变量消除法和岭极限学习机提出一种新型的变量选择与评价方法。首先,利用无信息变量消除法剔除整个光谱区间中无信息的波长点;其次,为了解决传统建模方法(偏最小二乘法、BP神经网络等)存在的共线性问题,采用岭极限学习机方法建立回归模型;最后,最佳的特征光谱波长点组合利用特征选择路径图和稀疏度-误差折中曲线进行确定。CO气体的浓度反演实验结果表明：(1)利用无信息变量消除法可以有效筛选出最能表征CO气体透过光谱的特征波长点;(2)岭极限学习机方法具有快速建模、避免共线性和高精度等优点(CO气体浓度反演模型的决定系数可达0.995);(3)特征选择路径图和稀疏度-误差折中曲线可以直观地帮助用户寻找出最佳的特征波长点组合。     

大空间三向组合平板网架研究

利用中心节点、交叉梁、三角形拉杆和空心板所构成承力单元的组合以及内部支承柱的自由布置,本文提出了一种新型大空间三向组合平板网架结构。相关的TDGS分析系统针对原型试验取得了较好的模拟效果。通过引入柱的局部影响区域这一全新概念,系统总结了加入内部支承柱前后网架结构的内力和变形规律,进而为进一步的工程应用提供了可行性建议。     

告作者

为适应我国信息化建设需要,实现科技期刊编辑、出版、发行工作的电子化,推进科技信息交流网络化的进程,扩大作者学术交流渠道,本刊已加入《中国学术期刊(光盘版)》和"中国期刊网"。     

Information for Authors

Chinese Optics Letters is a short-article journal for the rapid dissemination of new, important results in all branches of optical science and technology and related fields,