基于全相位滤波技术的光纤表面等离子体共振传感解调算法

基于生物样品检测对折射率传感的迫切需求,构建一种全光纤表面等离子体共振(surface plasmon resonance,SPR)系统,并针对其设计了基于全相位滤波技术的SPR特征波长传感解调算法.基于系统仿真,理论计算了光纤SPR传感器的折射率传感灵敏度.采用全相位滤波技术提取光纤SPR传感器透射光谱的特征波长,理论推导了全相位滤波器的解析表达式.实验结果表明,使用本算法的光纤SPR传感器折射率传感灵敏度为1640.4 nm/RIU,折射率检测的分辨率是7.36×10~(-4)RIU,与传统方法相比,有效提高了系统的检测精度和抗光源扰动性能,降低了实验成本.     

Horizontally slotted photonic crystal nanobeam cavity with embedded active nanopillars for ultrafast direct modulation

A horizontally slotted photonic crystal nanobeam cavity with an embedded active nanopillar structure is proposed for ultrafast direct modulation. By designing the thicknesses of both the nanobeam and the horizontal slot layer, the quality factor (Q factor) and the mode volume (Vn ) of the proposed cavity can be engineered independently. As a result, the spontaneous emission (SpE) rate is enhanced with a small Vn of 2.4 while the SpE rate and the cavity photon lifetime have an optimal Q factor of ～ 1000. In our simulation, the modulation bandwidth could be enhanced up to 170 GHz with different emission linewidths of the active nanopillar.     

基于全相位滤波技术的FBG降噪解调算法

提出一种基于全相位滤波技术的光纤布喇格光栅降噪解调算法,该算法根据信号的数字频率特征快速配置适应于该信号的滤波器系数,由传感信号的数字截止频率控制滤波器边界,有效滤除混杂在光纤布喇格光栅信号中的高频分量.推导了滤波器解析表达式,结合光纤布喇格光栅信号的数字频率特征分析了滤波器幅频特性.实验结果表明,该算法对不同采样间隔下的传感信号能够实现适应性降噪;与高斯拟合法相比,解调波长稳定性相近,但平均解调时间缩短了10倍,与质心法相比,解调波长稳定性提高了30%.     

单次空时域并行欠采样下的频率和到达角联合估计

随着应用频段的不断升高,空时域欠采样下的入射信号的频率和到达角的联合估计变得愈加困难.为解决此难题,本文提出了一种基于互素稀疏阵列的联合估计器.首先,结合互素稀疏阵列和闭式中国余数定理,建立了频率估计和到达角估计的理论模型;其次,将频谱校正理论和中国余数定理结合起来,导出了频率估计算法;再次,将相位差校正和中国余数定理结合起来,导出了到达角估计算法.该估计器不仅可降低现有估计器的硬件成本,而且仅需对单次并行采样的快拍做并行处理即可获得联合估计结果,无需对单阵元做多次采样,数据处理效率较高.仿真实验表明,该估计器具有较高的鲁棒性估计精度,因而在雷达、遥感等被动感知领域具有较广阔的应用前景.     

前后向子分段相位差频率估计法

为提高直接频率估计法的精度并推导出估计误差方差的闭合表达式,本文提出基于前后向子分段相位差的直接频率估计法. 该方法对样本的前向和后向两个子段做快速傅里叶变换,再提取这两个子段变换后的峰值谱相位差而获得频率估计. 本文证明了该估计器具有无偏性,并推导出其频率估计方差的闭合理论表达式. 仿真实验验证了该闭合表达式的正确性,故本文方法具有更高的测频精度和广泛的应用前景. 关键词： 频率估计 前后向子段 相位差 克拉美罗限     

基于综合特征的光纤周界安防系统高效入侵事件识别

在光纤周界安防系统中,急需对入侵事件实现准确而高效的识别,对事件特征做简练而恰当的描述是其关键所在.本文提出一种基于综合特征的入侵事件识别方法,该方法引入全相位滤波器组将输入信号并行分解为多个频率通道,以提取这些通道的归一化功率值;进而与信号过零率相结合,构成包含时域信息、频域信息的综合特征向量;最后将该特征向量馈入径向基函数神经网络即可准确识别出攀爬、敲击、晃动、剪切四种常见的入侵动作.实验证明,本文方法相比于现有的经验模态分解方法,不仅提高了精度,而且显著加快了识别速度.     

基于中国余数定理的欠采样下余弦信号的频率估计

基于中国余数定理的重构算法的信号频率估计是近年来信号处理、电磁学以及光学等领域的前沿问题,但目前这些研究仅限于对复指数信号做粗略频率估计.因而,本文把基于中国余数定理的频率估计从复指数信号粗估计拓展到实余弦信号精细估计领域,其所提出的估计方案处理过程如下:1)对高频余弦波形进行过零点检测,确定信号的相位信息;2)对各路欠采样信号做快速傅里叶变换,并借助Candan估计器对各路谱峰值做频率校正以获取高精度余数估计,基于此算出频偏值以做相位校正;3)用提出的基于相位特征分类方法对校正得到的余数做筛选;4)将筛选出的频率余数代入闭合形式的中国余数定理得到原信号频率的高精度估计.此外,本文还推导出了频率估计方差的理论表达式.数据模拟实验验证了该表达式的正确性,实验结果还反映了本文提出的方案具有高精度和高抗噪性能.