基于Golomb Ruler的QC-LDPC码构造方法

针对准循环低密度奇偶校验(QC-LDPC)码中短环结构会影响其纠错性能的问题,基于Golomb Ruler提出了一种新颖的围长为8的QC-LDPC码构造方法。该方法先根据码长码率的需求,从Golomb Ruler中选择部分元素构造一个集合,结合指数矩阵中元素所在位置的四六环特性,通过搜索算法,依次找出符合无四六环条件的元素得到另一个集合,然后构造相应的指数矩阵,最后得到其奇偶校验矩阵。仿真结果表明:在误码率为10^(-6)时,所构造的GR-QC-LDPC码与同码率码长的其他4种QC-LDPC码的码型相比,其净编码增益均有一定的提高,且无明显错误平层现象。

基于DBR增强的850 nm GaAs/AlGaAs单行载流子光电探测器

高速850 nm GaAs/AlGaAs面入射型单行载流子光电探测器(PD)是短距离光链路中的重要器件,面临着带宽和响应度之间的相互矛盾。报道了一种基于分布布拉格反射器(DBR)增强的GaAs/AlGaAs单行载流子光电探测器(UTC-PD)。DBR由20个周期的高/低Al组分的Al_(x)Ga_(1-x)As三元合金组成,可以在830~870 nm范围内形成大于0.9的反射。在AlGaAs DBR的增强下,将GaAs吸收层所需的厚度降低到1 040 nm,兼顾PD对光的吸收率和光生载流子的渡越时间。采用双台面、聚合物平面化、共面波导电极结构制作了UTC-PD器件。该器件在850 nm波长、-2 V偏压下具有19.26 GHz的-3 dB带宽和0.492 6 A/W的响应度。

高速数字化三维集成式CCD-CMOS图像传感器

为了解决CCD与CMOS工艺兼容性低、互连集成制作难度大,以及芯片间接口匹配和高性能兼备等问题,对CCD器件拓扑结构与像元、CMOS读出电路、三维异质互连集成及高密度引脚封装等技术进行研究,提出了一种1024×256阵列规模的集成式CCD-CMOS图像传感器。该器件实现了CCD信号的高精度数字化处理、高速输出及多芯粒的技术融合,填补了国内CCDCMOS三维集成技术空白。测试结果表明:集成CCD-CMOS器件的光响应和成像功能正常,双边成像效果良好,图像无黑条和坏列,互连连通率(99.9%)满足三维集成要求,实现了集成式探测器件的大满阱高灵敏度成像(满阱电子数达165.28ke^(-)、峰值量子效率达86.1%)、高精度数字化(12bit)和高速输出(行频率达100.85kHz),满足集成化、数字化、小型化的多光谱探测成像系统要求。

高品质磷化铟多晶的HGF法合成研究

用高压水平温度梯度定向结晶技术合成了磷化铟(InP)多晶。分析了不同温度梯度对多晶配比度的影响,结果表明当温度梯度低于4℃/cm时,多晶呈明显富铟状态,配比度在97%以下;当温度梯度在5℃/cm以上时多晶致密、无铟夹杂,达到近化学配比状态,配比度达到99%以上。对多晶样品进行了霍尔测试和辉光放电质谱(GDMS)测试,合成的高配比度磷化铟多晶载流子浓度在8×10^(15)cm^(-3)以下,迁移率在3900 cm~2·V^(-1)·s^(-1)以上,纯度达到99.99999%以上。多晶中的杂质主要有Si,S,Fe,Cu,Zn,As等,分析了杂质的来源及其对材料性能的影响。

全局/滚动曝光兼容高动态抗辐照CMOS图像传感器设计

针对高速目标的高精度探测及辐射环境的应用要求,为解决全局与滚动曝光模式兼容难度大、灵敏度和动态低、帧速不高、抗辐照水平低等问题,对CMOS图像传感器架构、像素结构、列并行高精度数字化、高速读出、抗辐照加固等技术进行研究。基于单边列并行DDS、多模兼容的架构方案,设计了一款7.5μm×7.5μm,2048×2048可见光CMOS图像传感器,采用双增益像素结构、高帧速数字化读出、多通道可选输出、像素和电路抗辐照加固等方法,实现了全局与滚动曝光兼容、高灵敏度高动态成像、高精度数字化和高速输出、抗辐照加固等技术验证,填补了国内多模曝光兼容抗辐照CMOS图像传感技术研究空白。测试结果表明:器件功能正常,成像效果良好,动态范围、满阱电荷、灵敏度、帧速、抗辐照等指标满足预期要求,对高速高动态成像及辐射环境的系统应用具有重要意义。

基于多层石墨烯-黑磷结构可调谐各向异性吸收器

基于阻抗匹配理论(IMT)和多层局域表面等离子体共振(LSPR)耦合效应,设计了一种多层石墨烯-黑磷可调谐各向异性吸收器。通过采用时域有限差分法(FDTD)进行模拟仿真计算分析发现,TE偏振下,吸收器在波长20.8~45.34μm范围内可实现94%的宽带平均吸收;TM偏振下,在波长16.6~44.6μm范围内可以实现96.3%的宽带平均吸收,呈现出一定程度的各向异性吸收特性。此外,通过调整石墨烯-黑磷块的宽度,可以调节吸收带宽。同时,动态调节石墨烯的费米能级或黑磷的电子掺杂浓度也能够调节吸收带宽和平均吸收率。该研究成果对动态可调谐红外能量采集、偏振选择性吸收和红外伪装领域具有理论指导意义。

单模-空芯-单模光纤微结构应变传感特性研究

设计了一种单模-空芯-单模光纤微结构应变传感器,利用光束传播法进行仿真分析,建立了波长-应变关系模型,并对其应变特性、温度特性进行实验研究。实验结果表明,在0~340με范围内的拉伸应变灵敏度和-340~0με范围内的压缩应变灵敏度分别高达-4.19和-4.26 pm/με,线性度分别为0.9971和0.9981;在20~70℃范围内的温度灵敏度为9.6 pm/℃,线性度达到0.9909。该传感器制作简单且具有较高的应变灵敏度,可以实现应变测量。

基于经验模态分解的单端BOTDA系统降噪方法研究

针对单端布里渊光时域分析(BOTDA)系统存在噪声大、信噪比较低等不足,提出一种基于经验模态分解的降噪方法。理论分析经验模态分解的降噪原理和少模光纤单端布里渊光时域分析传感原理,通过搭建的单端结构布里渊光时域分析温度传感系统,对经验模态分解的降噪效果进行对比分析。实验和仿真结果表明,经验模态分解算法对温度传感系统具有良好的降噪效果,降噪后信噪比提升了约3.06dB,温度测量精度提升了约0.98℃。

基于角度偏差自校正的光纤形状传感结构设计

光纤形状传感中FBG的放置角度误差会影响曲率的计算精度,从而增大形状反演的误差。为了实现传感胶棒的角度自校正,设计了一种自校正形状传感结构,在传感胶棒的感知截面上布设9个FBG,以120°等角度间隔作为基准位置,分别提取±10°位置上的应变,从而实现FBG响应与角度偏差的函数映射。提出了一种基于角度偏差自校正算法,通过适应度函数完成对传感参量α与k的阈值优化,实现任意角度偏差的自校正。仿真分析不同α与k条件下的响应关系,发现α具有很好的线性变化特性,k仅随主敏感FBG波动的特性。在单截面实验中,加载0~100 N应力变化后,9个FBG的平均响应度介于[-1.012με/N,0.987με/N]之间。响应度的正负可以表征弯曲方向,相邻FBG的响应也具有很好的线性度。在组合截面实验中,根据反演结果重建传感胶棒三维结构,输出各点位坐标和应力值信息。

Co_(3)O_(4)/Fe_(2)O_(3)异质结复合材料的制备及其紫外光光电探测性能

分别采用旋涂法和水热法在FTO衬底上制备Co_(3)O_(4)种子层和Co_(3)O_(4)薄膜,再在Co_(3)O_(4)薄膜上水热生长Fe_(2)O_(3)纳米棒,获得了高质量的Co_(3)O_(4)/Fe_(2)O_(3)异质结复合材料。通过改变Fe_(2)O_(3)前驱体溶液浓度来改变异质结复合材料中Fe_(2)O_(3)组分的含量。结果表明,Fe_(2)O_(3)纳米棒覆盖在呈网状结构的Co_(3)O_(4)薄膜上,随着Fe_(2)O_(3)前驱体溶液浓度即Fe_(2)O_(3)组分含量的增加,Co_(3)O_(4)/Fe_(2)O_(3)异质结复合材料对紫外光的响应逐渐增强,当Fe_(2)O_(3)前驱体溶液浓度为0.015mol/L时,异质结复合材料有着很好的光电稳定性,并表现出较高的响应率(12.5mA/W)和探测率(4.4×10^(10)Jones)。

基于FBG和F-P的温度和折射率双参量传感器

提出了一种由单模布拉格光栅和多模Fabry-Perot腔级联而成的温度和折射率双参量传感器。对多模光纤的末端采用氢氟酸进行腐蚀,在腐蚀后形成的凹陷处填充紫外胶,从而形成Fabry-Perot腔。Fabry-Perot腔和单模光纤布拉格光栅级联后,构成最终的传感结构。Fabry-Perot腔对温度和折射率敏感,而光纤布拉格光栅对温度敏感而对折射率不敏感。利用上述特性,采用灵敏度矩阵法可实现对温度和折射率的同时测量。实验结果表明,传感器的温度和折射率灵敏度分别为-0.4832nm/℃和-508.64pm/RIU。该传感器具有制作工艺简单、结构紧凑、成本低、灵敏度高的优点,有很好的应用前景。

离散色散光域傅里叶变换的延时和带宽扩展研究

光域傅里叶变换为射频频谱分析提供了一种新的解决方案。光域傅里叶变换主要受限于大的二阶色散的获得,而离散傅里叶变换只需要控制离散点的相位,理论上可以解决大色散的获得问题。文章利用光纤环作为离散色散器件,用线性调频信号作为待测信号,进行了光域离散傅里叶变换的研究。该系统是一个快速傅里叶变换系统,每次变换用时约2.07ns。用示波器观测线性调频信号变换前与变换后的波形延迟,可以测出该系统的变换延时,约为100ns,其延时大小主要取决于系统中的光纤长度。该系统可以实现对信号的不间断处理。为了扩展系统的瞬时带宽,对片上集成光微环组方案的可实现性进行了分析。

基于激光器RIN抑制的宽带低噪声微波光传输技术

微波光子链路中的核心器件激光器、调制器、光电探测器均为有源器件,在微波信号的电光光电转换过程中会引入额外的噪声,导致微波信号的噪声性能恶化,高的噪声系数会降低电子信息系统的灵敏度、动态范围、探测精度等关键性能指标,因此抑制噪声成为实现高性能微波光子系统的关键。文章针对当前激光器噪声较高的限制,提出采用常规分布反馈(DFB)激光器与光放大器、窄带光子滤波相组合的方式来抑制激光源噪声,实现微波光子链路的宽带低噪声。建立了微波光子链路传输模型,分析了链路性能与器件参数之间的映射关系。实测对比了采用该组合光源方案与常规微波光子链路的噪声性能,结果表明采用高功率光源结合光滤波可对激光器远端相对强度噪声(RIN)实现高的抑制,通过优化,噪声系数较常规水平可改善15dB以上。

CMOS图像传感器辐射敏感参数测试电路设计及试验验证

以航天领域广泛应用的CMV4000型CMOS图像传感器(CIS)为研究对象,通过开展CIS辐射敏感参数测试电路设计,将CIS辐照电路板与测试电路板中FPGA数据采集及传输板分离,辐照电路板与测试电路板通过接插口通信,从而实现开展辐照试验时对FPGA数据采集部分进行辐射屏蔽防护,避免FPGA数据采集板受到辐射影响。开展了CIS测试电路中的电源模块、数据采集、存储模块、外围电路等设计及PCB版图的布局布线设计。采用VerilogHDL硬件描述语言对各个功能模块进行驱动时序设计,实现CIS辐射敏感参数测试功能。通过开展CMV4000型CIS ^(60)Coγ射线辐照试验,分析了平均暗信号、暗信号非均匀性、暗信号分布等辐射敏感参数随总剂量增大的退化规律,验证了CIS辐射敏感参数测试系统的可靠性。

基于CVMD和DBO-SVM的光纤周界安防信号识别方法

为降低光纤周界安防信号中噪声对分类结果的影响,提升信号分类的准确率和运行效率,提出一种融合了相关变分模态分解(Correlation Variational Mode Decomposition,CVMD)、蜣螂算法(Dung Beetle Optimizer,DBO)和支持向量机(Support Vector Machine,SVM)的分类方法。利用CVMD去除原始信号中的噪声分量,并提取去噪后信号的能量、能量熵和峭度作为特征向量。采用DBO算法优化SVM,得到最佳惩罚因子和核函数参数,并构建DBO-SVM分类模型。搭建了基于相位敏感光时域反射(Φ-OTDR)技术的周界安防系统,采集了攀爬、敲击、踩踏和无入侵四类信号。实验结果表明,CVMD-DBO-SVM的分类准确率相比CVMD-PSO-SVM和CVMD-GA-SVM更高,达到了98.75%,同时运行时间更短,综合性能最优。

基于RSSR融合RNGO-Elman神经网络的室内可见光定位

针对动态环境下基于接收信号强度的传统可见光定位方法定位精度低、稳定性差等问题,提出一种基于接收信号强度比的改进北方苍鹰算法(NGO)优化Elman神经网络(RNGOElman)的室内可见光定位系统。提出选择一个辅助参考点,将待测参考点与辅助参考点的接收信号强度比值和接收机的真实位置作为训练集数据,建立不受动态环境影响的指纹数据库。针对NGO算法收敛速度慢、容易陷入局部最优等问题,利用折射反向学习策略初始化种群,增加种群多样性,引入非线性权重因子来加快收敛速度,避免陷入局部最优。使用优化后的NGO算法来优化Elman神经网络的初始权值和阈值,构建RNGO-Elman动态定位预测模型。仿真结果表明,在4m×4m×3m的实验空间下,优化后的RNGO-Elman定位模型平均定位误差为1.34cm,定位精度相较于Elman定位算法、NGO-Elman定位算法分别提高了82%,21%。在LED发射功率波动时,基于RSSR的RNGO-Elman定位误差为1.29cm,1.38cm。所提可见光定位方法具有定位精度高、定位性能稳定等优点。

基于PE-CEEMD-SVD的Φ-OTDR信号降噪方法

为实现相位敏感光时域反射仪中相位信号的精确测量,提出了一种基于排列熵算法的互补集合经验模态分解联合奇异值分解的新型降噪方法(PE-CEEMD-SVD)。首先,对含有噪声的相位信号进行CEEMD分解,得到一系列频率不同的IMF分量;然后,将PE算法和相关系数机制相结合,保留较大相关的有用分量,对较小相关的噪声分量使用SVD算法进行二次降噪;最后将两次降噪后保留下来的有用分量进行重构。仿真和实验结果表明,相较于EMD、EEMD和CEEMD降噪方法,该方法可获得更高信噪比的信号,有利于相位信号的精确测量。

基于图像处理的路面裂缝特征提取方法

裂缝是一种常见的路面损坏形式,及时、准确地检测和评估路面裂缝的状态,对于路况监测和养护决策具有重要的意义。文章提出了一种基于图像处理的路面裂缝特征提取方法,首先,对分割得到的路面二值图像进行连通域分析,利用裂缝区域和干扰区域之间的特征差异,筛选出真正代表裂缝的连通域;然后,采用改进的快速并行细化算法提取出裂缝骨架,以端点所在分支的长度为标准来去除骨架中的毛刺,针对骨架断裂和向内缩短的问题,通过端点方向以及端点间距离来进行骨架的连接和生长。实验结果表明,该方法能够有效去除分割结果中的干扰区域,提取出清晰完整且无毛刺的裂缝单一像素骨架,较好地反映了裂缝的主要结构和形态特征。

动态环境下基于深度学习的视觉SLAM研究综述

目前的同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)研究大多是基于静态场景的假设,而实际生活中动态物体是不可避免的。在视觉SLAM系统中加入深度学习,可以协同剔除场景中的动态物体,有效提升视觉SLAM在动态环境下的鲁棒性。文章首先介绍了动态环境下基于深度学习的视觉SLAM分类,然后详细介绍了基于目标检测、基于语义分割和基于实例分割的视觉SLAM,并对它们进行了分析比较。最后,结合近年来视觉SLAM的发展趋势,通过对动态环境下基于深度学习的视觉SLAM存在的主要问题进行分析,总结了未来可能的发展方向。

OFDM系统中一种A-MMSE信道估计算法

针对正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统中最小均方误差(Minimum Mean Squared Error,MMSE)信道估计算法误码率(BER)高的问题,提出一种平均最小均方误差(Averaged-Minimum Mean Squared Error,A-MMSE)信道估计算法。该算法首先基于802.11n标准而构造了一种新的导频结构,收发两端分别进行降采样和过采样处理,利用已知训练序列和导频获得信道频域响应。仿真结果表明,所提出的A-MMSE信道估计算法与传统的MMSE算法相比,在BER为10^(-3)时,信噪比改善了约8dB。因而所提出的信道估计算法能明显改善系统的BER性能。