蜂窝物联网中短包域能量效率最大化波束成形优化与设计

为了满足未来蜂窝物联网(IoT)中超高可靠和超低时延的要求,该文提出一种适用于多小区多用户超高可靠极低时延网络短包域公平性能量效率最大化算法。首先,以最小用户传输速率、每个发射机最大功率等约束为限制,构建了一个关于波束成形矢量的非线性分式规划资源配置模型。随后,采用变量代换、连续凸近似等技术,将原始非凸优化问题转化为标准的凸问题,进而提出一种短包域迭代能量效率最优化方法进行求解。最后,数值仿真结果验证了所提算法在短包域具有良好的能量效率性能。     

基于表面等离子体共振的光子晶体光纤折射率传感器的设计与分析

为了实现光子晶体光纤在近红外波段下的高灵敏度传感,设计了一种基于表面等离子体共振的光子晶体光纤(SPR-PCF)折射率型传感器。光纤内部的空气孔呈六边形排列,金纳米层完全包覆光纤外璧并与圆形待测物通道接触。利用有限元矢量软件COMSOL对SPR-PCF传感器的光学特性进行数值模拟仿真,得到不同待测物折射率的共振波长并绘制出纤芯损耗光谱,通过纤芯损耗光谱来对SPR-PCF传感器的传感特性进行分析。实验结果表明,其折射率测量区间为1.31~1.38,最大光谱灵敏度为104 nm/RIU,最大振幅灵敏度为200RIU-1,折射率测量精度为2.94×10-5RIU。     

基于LabVIEW的多点串联光纤传感系统设计

设计了一种远程多点光纤传感系统用于大范围对象测量,其结构为一个本地控制节点通过双向光纤链路串联所有远端传感节点。在本地控制节点共享光源、光电检测器等光电器件,并结合虚拟仪器实现数据处理电路;而远端传感节点仅包含敏感元件、无源光器件构成的光路,并能直接实现时分复用。以3节点系统的甲烷气体检测为例进行实验和计算,结果证明该方案能够有效工作,通过循环检测可使首个传感节点的相对误差降至0．2％以下。     

基于THz时域混沌特征的煤粉细度检测方法的研究

煤粉气力输送的细度检测对磨煤机工作状态的最优控制具有重要的意义。传统的检测方法多采用抽检取样法,通过分样筛等设备检测样品的细度,耗时长且操作复杂。国内外对细度地快速检测也有部分研究成果,但所测粉体浓度须较低,且设备稳定性还有待提高。太赫兹时域光谱技术（THz-TDS）是一种新型的无损检测技术,其低能性、选择透过性、相干性等特点使它具备其他光谱测量方法没有的优势。国内外对太赫兹辐射与颗粒介质相互作用的研究表明,太赫兹波对颗粒介质的细度具有显著敏感性,因此通过太赫兹波检测煤粉细度具有可行性。太赫兹波在高浓度颗粒介质的传播可以被看成是一个非线性动力过程,这个过程包含了复杂的非线性动力学效应,导致光谱测量结果具有混沌特征。将非线性动力系统的概念应用到太赫兹时域光谱信号的分析中,将太赫兹时域光谱信号视为由复杂非线性动力系统产生的时间序列进行特征分析。实验中将煤样研磨并筛分为<38.5,55~74,74~88,88~105和105~200 μm六种细度,并将煤粉与HDPE混合后压制成样品片。分别提取了的煤粉样品太赫兹时域光谱信号的功率谱熵、小波能量熵、盒维数、关联维数、偏度和峭度作为太赫兹时域光谱的混沌特征,通过比较发现这些混沌特征与细度变化具有一定的相关性,从视觉上可以大致区分出细度范围,但无法进行定量分析。支持向量机常用来解决小样本和非线性的分类问题,但是需要选择合适的参数才能建立较为准确的预测模型。文中引入粒子群算法来优化支持向量机建模参数选择。将上述提取的混沌特征向量作为粒子群算法优化的支持向量机的输入变量,以分样筛筛孔作为回归目标,对所测量煤粉细度建立回归模型。实验结果表明利用混沌特征建立的回归模型对<38.5和38.5~55 μm样品的预测结果要逊色于消光谱建模的回归结果,认为这是因为煤粉细度小,太赫兹波在样品中传播时与煤粉颗粒相互作用也比较弱,时域信号的混沌特征表现不明显所导致。对55~74,74~88,88~105和105~200 μm煤粉样品细度的预测结果要明显优于频域消光谱建立的模型,特别是74~88和105~200 μm样品,校正集均方根误差相对于消光谱分别下降了29.48%和26.14%,预测集误差分别下降了88.62%和56.86%。从预测结果整体上来看,采用混沌特征建模的预测结果与目标细度的相关系数为0.9618,消光谱建模的预测结果相关系数仅为0.78。混沌特征建模的均方根预测误差仅为9.52,消光谱建模的均方根预测误差为24.48。同时采用混沌特征的建模时间相对于消光谱的建模时间下降了43.19%。研究结果为太赫兹时域光谱技术在高浓度煤粉气力输送细度检测上的应用提供了科学依据和参考。     

基于分层引导滤波与最近邻正则化子空间的高光谱图像分类

针对高光谱图像中同质异谱现象造成的分类精度较低以及边缘像元在联合空间光谱信息分类时特征易混淆的问题,提出了基于分层引导滤波与最近邻正则化子空间的分类方法.利用主成分分析获得高光谱图像的第一主成分.以第一主成分为引导图像对高光谱图像执行分层引导滤波操作,引导滤波的边缘保护特性,有效阻隔了边缘处类间光谱信息的混淆,并减小了局部区域类内光谱的差异,最后将预处理后的高光谱图像送至最近邻正则化子空间分类器进行分类识别.在Indian Pines,Salinas以及GRSS_DFC_2013高光谱数据集上与现有的方法进行对比实验.结果表明,本文提出的方法在三个数据集上分别取得了98.63%,99.13%与99.42%的总体分类准确率,有着更优的分类精度与可视化效果.     

共享激光器的分布式光纤气体传感系统

为了实现远端多节点的高效检测并降低成本,设计了一种新颖的分布式光纤气体传感系统。该系统采用共享一个工作于特种波长的分布反馈半导体激光器,将其置于一个本地控制节点内并通过双向光纤链路串联各远端检测节点,同时使用特殊设计的远端节点结构和光纤段,在每个检测节点,用两个Y型耦合器接入气室,将系统中信号分为上行流和下行流,避免来自其它节点信号影响并直接实现时分复用;并以三节点系统的瓦斯体积分数检测为例进行数值计算和实验。结果表明,激光二极管占总成本比重可由约60%降至约38%,且增加循环检测次数能使各节点测定气体体积分数的相对误差降低,首个节点的相对误差可降至0.2%以下,甚至更低,该方案能够精简高效地实现共享光源的分布检测。     

用于结构健康监测的智能夹层研究进展

利用改进的柔性印刷电路技术,把一个分布式传感器/驱动器网络预先复合到一片绝缘载体膜上形成薄层,再结合相应的信号控制和处理软件,这就是当前先进的智能夹层(SMARTLayer)技术。结构健康监测(SHM)系统中智能夹层的提出及发展,将有可能把目前广泛采用的离线、静态、被动的材料及结构的损伤检测,转变为在线、动态、实时的健康监测,从而导致工程结构及材料安全监测与性能改善思路产生质的飞跃,引起结构及材料设计思想的变革。在本文中,主要阐述了智能夹层的发展、特点、关键技术、部件、相关的数据处理和应用情况,以及对今后的发展提出了一些需要注意解决的问题。在研究中,我们发现嵌入到玻璃纤维复合材料中的智能夹层对工程材料基体的力学性能没有产生明显的影响,并且自身的电学性能也非常稳定。