MeterEye:基于NB-IoT和图像处理的普适远程抄表系统

窄带物联网(NB-IoT)技术的出现为现有抄表系统存在的抄表难、管理难等问题提供了一种有效的解决方案.但是,现有的NB-IoT远程抄表系统仍然存在着诸多不足,例如较高的功耗、高昂的安装成本和单一的应用范围,这大大限制了其应用的推广.本文提出了一种基于NB-IoT和图像处理的普适远程抄表系统Meter Eye.Meter Eye通过读取表盘图片避免了对原有表的改装,只传输包含读数信息的图像变化量,并利用压缩感知技术大幅度压缩图像体积来降低传输功耗.本文对指针式和字轮式表头的传输图像都进行了图像重建质量分析,并采用基于卷积神经网络(CNN)的数字识别系统的准确率作为衡量图像重建质量的标准.实验表明,当压缩率大于7%时,图像数字利用CNN的识别准确率高于94.09%,降低传输功耗可达到15.99%.

非均匀折射率分布少模光纤光学特性研究

以实现柱矢量光横向选模为目标,研究了非均匀折射率分布的少模光纤的光学特性。利用有限元法分析了U型折射率分布和弯曲少模光纤的模场特性:前者结合1 550nm泵浦光可支持LP11模式并抑制LP01模式;后者包括二模光纤和四模光纤,当二者弯曲半径分别为4和2cm时,仅支持LP01和LP11模式。结合理论和实验研究了四模和二模FBG(光纤布拉格光栅),对于二模FBG,当透射波长位于1 549.79nm附近时,可获得呈两瓣分布的LP11模式;对于四模FBG,其反射谱峰值波长个数随尾纤弯曲半径的减小而减少。相关结果对于柱矢量光的产生和应用具有重要的理论和实践意义。