光学非球面面形误差和参数误差干涉测量

光学非球面在先进光学系统中有着广泛的应用,其面形和参数的高精度测量是光学非球面加工和装调的基础。从面形误差和参数误差两类被测量的角度,阐述了各种典型的干涉测量方法,重点介绍了笔者在部分补偿法、数字莫尔干涉法中取得的成果,探讨了光学非球面干涉测量的发展前景和研究方向。     

牛顿环测量数据的不确定误差参数统计分析

牛顿环实验数据分析是大学物理实验中的重要问题,两种主要数据处理方法获得的牛顿环实验曲率半径通常存在着一定差异,且其测量误差不一定服从正态分布.为了准确估计曲率半径,需要更细致地对数据测量误差进行统计建模分析.频率学派不确定误差参数统计模型使用Gamma分布分析系统误差,具有对异常值不敏感的特性.基于牛顿环实际测量数据集,应用不确定误差参数统计模型可以得到更准确的牛顿环实验曲率半径估计值.     

相干合成中多抖动相位锁定算法

分析了多抖动算法的工作原理,通过波动光学原理以2-11路相干合成系统作为数学模型进行仿真模拟,引入了动态噪声模型,以总合成光束的均方根相位误差作为评价函数,分析了不同阵列规模下的相干合成系统中噪声频率以及噪声振幅对系统相位锁定效果的影响,当噪声频率或噪声振幅过大,超出算法补偿相位噪声的能力时,便会锁相失败。证明了增益系数与调制振幅存在一个最优区间且只有处于该区间内时,才能快速完成锁相。引入有效控制带宽概念,用以直观评价多抖动算法的锁相性能,研究表明,有效控制带宽与采样频率、第一路调制频率成正比例,与噪声振幅成反比例,且随着阵列规模增大,有效控制带宽降低。     

高温超导滤波器频带偏移研究——以L波段滤波器为例

基于阶跃阻抗谐振器(SIR)设计了一款工作于L波段的十四阶高温超导带通滤波器,借助交叉耦合结构在通带两侧引入两对传输零点以提高带边陡度,使得滤波器的60 dB/3 dB矩形度优于1.25。滤波器制备在双面涂覆YBCO薄膜、厚度为0.500 mm的MgO基片上。70 K温度下的测试结果表明：其带外抑制优于80 dB,插入损耗优于0.31 dB,反射损耗优于14.8 dB,通带范围为1.235～1.271 GHz。与设计指标1.250～1.286 GHz相比,通带范围往低频端整体偏移15 MHz。梳理滤波器的研制流程,经分析后认为频带偏移主要源于光刻、刻蚀中线条变窄效应和超导薄膜在超导状态下的动态电感效应。     

格栅式回热器换热性能解析解的误差分析

为探究格栅式回热器的换热性能,首先建立了近似的圆管解析模型,并采用数值法验证了圆管解析模型的正确性,数值解和解析解最大均方误差不超过0.025,基于此误差很小。然后分析了格栅式回热器六方管和圆管的温度分布和换热量,并对两种不同结构的温度分布和换热量进行误差分析。结果表明：六方管和圆管温度的最大均方误差为1.8,随着频率的越大,两种等效结构之间的温度误差和换热量误差就越大,圆管解析解和六方管数值解换热量的最大误差不超过0.026,在误差允许范围内用近似的圆管解析模型代替六方管是可行的。     

基于彩色交叉条纹的相机标定北大核心CSCD

针对相位标靶标定相机需采集多幅条纹图获取相位的问题,提出了一种基于彩色交叉条纹的相机标定方法。本方法在每个标定位置仅需一幅条纹图就可以完成特征标识点的提取;通过液晶显示屏显示一幅红蓝交叉条纹图像,由相机拍摄,采用傅里叶变换和多频外差法分别得到水平和垂直方向的绝对相位;根据相位标靶的空间位置与图像中绝对相位的精确对应关系,标定相机内参,采用非线性最小二乘法优化。基于重投影误差的实验结果表明,本方法可以快速精确的实现相机标定。     

基于灰色模型和改进Chan的海洋移动传感器定位

为了实现海洋水下传感器网络中的移动节点定位,并改善传统节点定位方法在应用于无人值守和复杂环境的海洋生态监控中具有的定位误差大的问题,提出了一种基于灰色模型预测和改进Chan算法的海洋移动传感器节点定位方法;首先,采用灰色模型对节点在下一时刻的采集数据进行预测,然后将预测值与实际采集值进行比较从而判断出移动节点的状态是否正常;在此基础上,采用改进的Chan算法对处于正常状态的移动节点进行定位,从而提高水下移动传感器节点的定位精度;在Matlab中进行仿真实验,实验结果表明:文中方法能在节点运动速度增加、通信半径变大和锚节点密度增加的情况下,均具有比其它方法更低的节点定位误差,具有一定的优越性。      

基于RFID无阻塞扫描控制的机器人室内定位设计

针对RFID移动机器人室内定位中的标签扫描问题,提出一种基于六边形分布模式的RFID无阻塞扫描控制方案,用于机器人的室内定位系统设计和误差检测。首先,将RFID标签根据六边形模式进行分布,减小位置估计的静态误差;然后,阅读器利用固定信道分配(FCA)方法给每个标签分配ID,使阅读范围内标签ID都不相同;最后,当阅读器读取信息时,发送查询请求给范围内的标签,标签根据自身ID决定应答时隙,避免冲突。实验结果表明,相比基于树的扫描控制方案,本文方案能够降低标签/阅读器的复杂度,同时具有较小的位置估计误差和扫描延迟,可帮助机器人实现精确定位。     

基于混合Taguchi-GA算法的MIMO-OFDM信号检测

为了避免传统MIMO-OFDM信号检测方法具有的计算量过大而导致的算法复杂度高的问题,设计了一种基于混合Taguchi方法和GA算法的MIMO-OFDM信号检测方法,首先建立了MIMO-OFDM信号检测的模型,然后依据信号检测模型建立目标函数,将目标函数作为混合Taguchi-GA算法的适应度函数,通过个体在信号检测问题的解空间中进行不断地选择、交叉和变异等操作来求解全局最优解,为了进一步增加算法的全局寻优能力,通过Taguchi方法进一步在交叉和变异之间产生新个体;最后,定义和描述了基于混合Taguchi和GA算法的MIMO-OFDM信号检测算法,仿真实验表明,文中方法能有效进行信号检测,与其他方法相比,在BPSK调制和16QAM调制情况下,均具有较小的BER均方误差。     

声矢量阵阵元位置及幅相误差有源校正算法*

针对声矢量阵幅相误差及阵元位置误差校正问题,基于特征分解法,提出一种简单实用的有源校正算法。该方法需要合作信源的至少3个方位信息,根据声矢量阵的通道特征,利用特征分解法构造矩阵方程组,通过矩阵运算得到声矢量阵阵元位置和幅相误差参数,从而实现对声矢量阵的校正。大量计算机仿真表明该校正算法具有良好的声矢量阵阵列误差参数估计性能。