纤维素拉曼光谱的单体仿真方法研究

纤维素是由葡萄糖组成的大分子多糖,是世界上最丰富、最便宜、最容易获得的天然聚合物。纤维素作为最古老最丰富的天然高分子在研究中备受关注,纤维素的可控性取决于其分子量、大小和结构,而拉曼光谱具有“指纹特性”,可以对不同的纤维素纤维进行鉴别,也能对历史老化的纺织纤维材料进行鉴别。然而纤维素作为大分子多糖对其做理论仿真较为困难,该研究提出采用基本单元模拟大分子光谱这一方案,使用纤维素单体仿真拉曼光谱来分析纤维素大分子的光谱性质。使用Gaussian 16软件基于密度泛函理论,在B3LYP/6-31g(d, p)的基组条件下,计算了不同外电场(-0.01-0.03 a.u.)下的纤维素单体的拉曼光谱,以及纤维素双链节的拉曼光谱。研究表明,在无外电场作用下,纤维素单体的拉曼光谱主要在449、 597、 842、 1 127、 1 361、 1 395和3 005 cm^(-1)处有特征峰,对其做振动分析,结果表明这些拉曼峰分别是由环(C6—C4—O20)伸缩振动、 C—C—H扭曲振动、环(C4—O20—C2)伸缩振动、糖苷键(C2—O1—C8)的伸缩振动、 CH_(2)的弯曲振动、 CH_(2)的弯曲振动、 CH_(2)的伸缩振动产生。通过与实验值比较,纤维素单体仿真拉曼光谱与天然纤维素的实测拉曼光谱相吻合,故可通过对纤维素单体的第一性原理计算来反映纤维素大分子的拉曼光谱特性。当外电场由负方向变为正方向且逐渐增大时,597 cm^(-1)对应的环C—C—H扭曲振动的振幅无明显变化,以无电场为基准,施加外电场时,振动能量减小光谱红移;1 127 cm^(-1)对应的糖苷键(C2—O1—C8)的伸缩振动振幅明显减小,光谱呈蓝移;CH_(2)的弯曲振动在1 395 cm^(-1)处的特征峰光谱呈蓝移,在1 361 cm^(-1)处产生的光谱先蓝移再红移又再次蓝移,推测是弯曲振动区域更容易受到骨架振动和环境变化的影响。对比纤维素单体与双链节拉曼光谱的差异,除单体明显的特征峰外,双链节分子的在1 041和151 cm^(-1)处有明显的特征峰,其分别为仲醇C—O伸缩振动,C—O—H弯曲振动所产生,可对纤维素单体的拉曼光谱进行补充说明。这些结论为研究纤维素在外电场作用下的光谱提供理论依据,同时为其他大分子聚合物的拉曼光谱研究分析提供一种新的方法。

空间外差遥感数据光谱-干涉图双向校正算法研究

空间外差光谱技术(SHS)作为新型高光谱分析技术,被广泛应用于大气检测、卫星遥感等领域,但由于空间外差光谱仪的制作不理想或工作环境的变化都会改变仪器参数而引入误差,使干涉图数据不准确,需要进行误差校正。在卫星平台下,由于与地面环境的巨大差异,导致地面测定的校正参数对空间外差干涉图数据不再适用,特别是调制项误差(相位误差和非均匀误差)的改变,极大影响了光谱的准确性。针对空间外差遥感数据的调制项误差,从光谱与干涉图两个方面入手,进行误差分离与原因分析,认为空间外差遥感数据误差主要来源于CCD尺寸伸缩导致的光谱频率变化和CCD响应改变导致的干涉图强度变化,提出了光谱-干涉图双向校正方法。校正测试数据选取高分五号搭载检测仪(GMI)实测的12条O 2吸收光谱。取其中一条作为标定光谱,以SCIATRAN仿真的无误差光谱为基准,与标定光谱进行对比,分析两者在光谱维的频率偏差,通过特征峰频率确定两者的频率变换关系。然后根据变换关系将仿真光谱进行频率拉伸,使拉伸后的仿真光谱与实测光谱谱峰重合,计算拉伸仿真光谱与实测光谱干涉图,将两者干涉图相比得到干涉图强度的变化关系。最后将干涉图强度变化关系用于其余11条光谱的校正,得到校正后光谱。为了衡量校正效果,以校正前后光谱的标准差、均方误差和信噪比作为评价指标。结果显示标准差、均方误差都明显降低,同时信噪比显著增大,且标准差基本都在0.07以下,信噪比基本能达到20以上。其中校正效果最好的实测光谱,标准差减少了0.3767,信噪比提高了25.1016,均方误差降低了0.1587,校正效果较差的实测光谱,标准差减少了0.2296,信噪比提高了9.6328,均方误差降低了0.1049。因此所提出的光谱-干涉图双向校正方法对空间外差遥感数据的误差校正起到较好的效果,且处理过程简单,为同类数据的处理提供了一种新思路。

DFT方法研究木质素单体及二聚体的结构与拉曼光谱

木质素是自然界中第二丰富的天然聚合物,广泛存在于各种陆地植物的木质部中,利用木质素拉曼光谱对植物种类进行快速无损鉴别具有重要的应用价值。但由于木质素大分子构型非常复杂,对其拉曼特征光谱的仿真研究一直存在困难。利用Gaussian16W中包含的B3LYP密度泛函方法结合6-311G(d, p)基组,构建出三种木质素单体及其三种同种木质素单体构成的二聚体以及三种异种木质素单体构成的二聚体,提出了一种利用木质素的三种基本结构单体及其二聚体仿真分析木质素大分子拉曼光谱特征的方法。首先计算了三种单体的基本构型、轨道能级和电子空间分布,并分析了三种木质素单体拉曼光谱和振动模式的特点。随后利用不同组合方式的β-O-4二聚体的光谱谱峰特征,解释了特征谱峰信号位置漂移的成因,提出了判断木质素大分子信号特征的主要依据。研究结果表明,1 712 cm^(-1)谱峰信号最强且位置稳定,振动归属为碳碳双键伸缩振动,该振动归属引起的特征峰可以作为木质素大分子最主要的信号特征;1 642 cm^(-1)谱峰信号振动归属为芳香环骨架振动,仅受芳香环甲基数量影响产生劈裂,该振动归属引起的特征峰不仅可以作为识别木质素大分子最主要的信号特征也可以作为木质素内三种单体含量的判据;1 352 cm^(-1)谱峰信号振动归属为HCCH原子链摇摆振动,附近的特征峰受单体种类和聚合方式共同影响,在木质素大分子拉曼光谱中会形成信号包络,可以作为鉴别木质素的一个辅助判据。该研究对于复杂分子的光谱特征及其物理机制的仿真具有一定的借鉴价值,同时也能为植物检材的拉曼光谱分析方法提供理论指导。

基于空间外差的三叶草拉曼特征光谱测量实验研究

空间外差光谱技术凭借超高光谱分辨率、高通量、瞬态探测、无运动部件等优势,在星际暗物质及大气微量气体成分等微弱光谱信号检测方面得到广泛应用。为了探索一种基于空间外差光谱技术实现物质拉曼光谱(RS)快速、直接检测的可行性,选择三叶草作为测量对象,使用一体化HEP-765-S空间外差光谱系统作为拉曼特征光谱探测器,配合特定波长激光器搭建系统,开展拉曼特征光谱直接测量实验。首先使用Gaussview6.0构建三叶草所含主要色素:叶绿素a、叶绿素b、α-胡萝卜素和β-胡萝卜素的分子结构,然后利用Gaussian16获取优化的仿真RS,分析四种色素最强拉曼谱峰的波段范围,确定四种成分的强信号特征波段为1 537~1 800 cm^-1。根据激发光源与拉曼位移的理论关系,结合探测系统759~769 nm的检测波段范围,计算出用波长680 nm的激光器作为光源激发拉曼信号,可保证四种色素强特征拉曼信号正好落在探测范围,且可避开光源瑞利散射光及荧光干扰的影响。最终购置中心波长为680.28 nm的激光器与HEP-765-S空间外差光谱系统搭配开展三叶草强峰拉曼信号的直接检测实验。实验结果表明:搭建系统能够实现三叶草RS的直接测量,但是所测拉曼信号强度偏弱,这主要是两方面原因造成:(1)由于所用激光器的输出功率峰值偏小,约为130 mW;(2)所用HEP-765-S空间外差光谱系统为一体化设计仪器,软硬件系统及参数固化后不能进行调整,仪器数据采集的最大积分时间偏小,设定值为832 ms。光源功率不够大且仪器积分时间小共同导致采集信号偏弱。通过与仿真光谱比较,实测光谱在使用空间外差系统探测波段与三叶草叶片内四种主要色素拉曼信号叠加的包络基本一致,中央主峰与两端次峰都符合较好,实测光谱与仿真光谱具有较好一致性,说明采用空间外差系统对物质拉曼信号进行快速、直接检测具有可行性。

一种应用于光电导太赫兹天线的可调方波电压源

设计了一种方波电压源,可用来代替光电导太赫兹天线系统中的机械斩波器。根据功能提出了方波电压源的总体设计结构,给出了DDS方波等电路的设计方案;再根据光电导太赫兹天线的参数要求和方波电压源的参数,通过调试和实验,设计的方波电压源实现了5 V^80 V可调方波电压的输出,方波电压最大幅度输出时误差<0.22%,能够满足太赫兹探测系统的需要,大大缩减太赫兹探测系统的体积,提高了太赫兹探测系统的效率。

基于空间外差的拉曼信号处理方法研究

空间外差拉曼光谱技术是近年兴起的一种超光谱探测技术,它既具有拉曼光谱测量的非接触、快速、简单、可重复、无需样品准备等特点,更具有空间外差的超光谱分辨率、高通量、无运动部件优点,能在被测物质特征波长中心范围探测,实现微弱拉曼光信号的直接测量。由于被测信号微弱、光学元件加工精度、器件封装及仪器安装误差等原因,会导致空间外差拉曼光谱仪(SHRS)接收到的干涉图存在光强分布不均匀、干涉条纹倾斜或扭曲等现象,从而使普通光谱恢复方法得到光谱信号准确度下降或无法识别。根据SHRS探测到的干涉图所存在的误差特点,将二维傅里叶变换应用于SHRS干涉图的光谱复原,提出基于二维频域谱重采样的最强直线方向光谱提取方法,以实现SHRS光谱的获取。提取过程为:将采集的目标干涉图进行二维傅里叶变换,获得二维频谱图,通过使用相同实验系统采集的单波长或多波长光源的二维频谱信号特征峰的位置信息,拟合获取光信息强度最大方向直线方程。然后根据该直线与目标二维频谱图各列交点坐标位置,确定重采样贡献像元及权重。对拟合直线方程经过的所有列像元进行重采样,得到最终的光谱信号。将该方法应用于自行搭建实验系统采集的三叶草干涉图数据,同时与其他方法光谱复原结果进行对比。结果表明:与一维行平均光谱法比较,该方法获取的光谱在探测波段中心区域信号强度更加明显,同时消除了探测器热噪声的影响;与二维频谱中心行直接提取法比较,该方法是该方法的改进版本,两者结果比较接近。但是由于考虑到干涉条纹y分量的影响,沿二维频谱信号最强方向重采样得到的最终光谱,其主峰半峰宽更窄、边频噪声强度更小,且随着y分量的增加,光谱复原效果及优势将越发明显。该方法是空间外差拉曼光谱技术数据处理的一种有益补充与尝试。

基于空间外差的超光谱测量实验教学研究

为扩展物质光谱探测的实验课程内容,设计了基于空间外差的超光谱测量实验项目。内容包括空间外差光谱仪基本原理介绍及钾盐光谱探测、光谱提取、实验延伸设计等。实验结果表明,与普通光谱测量技术相比,基于空间外差的超光谱测量技术在探测微弱光信号方面具有很大优势,是光谱测量的前沿技术。本实验设计旨在通过提供一种超光谱探测与提取的新方法,培养学生的研究、探索与创新能力。

基于两模光纤φ-OTDR的振动检测方法及实验研究

研究了基于两模光纤和相位敏感光时域反射计(φ-OTDR)的振动检测系统。两模光纤支撑LP01模和LP11模稳定传输。实验结果表明,LP01模和LP11模的后向瑞利散射信号经相干检测和正交解调后,均可独立检测出振动信号并进行准确定位;同时,两种模式均复原500Hz的振动信号波形。本实验通过提供基于两模光纤的振动信号检测方法,旨在培养学生的研究、探索与创新能力。

空间静态偏振调制干涉光谱系统的设计与仿真

为了更好地获取目标物的光谱偏振信息,设计了一套空间静态偏振调制干涉光谱系统。该系统结合了空间外差光谱和偏振光谱强度调制技术,只需一次采样便可同步获取目标的分辨偏振光谱信息以及高光谱分辨率的Stokes矢量偏振光谱。首先从偏振光谱强度调制和空间外差光谱仪的光学理论入手,对该系统的光谱信息采集和偏振信息调制解调过程进行数学推导。然后根据调制模块中高阶相位延迟器的厚度与光谱仪带宽之间的对应关系,发现现有的光谱仪带宽过窄,导致延迟器厚度过大,无法适应宽波段的光谱测量需求。结合延迟器厚度与光谱复原分辨率的约束关系,在极限厚度下得出了空间外差光谱仪的最小拓宽光谱范围。最后根据改进的参数匹配设计,对探测过程进行了计算机数值模拟。研究结果表明:在空间外差光谱仪的最小拓宽工作波段内,对CCD探测器记录的干涉图进行基于傅里叶变换的解调处理,能够高保真地复原输入光信号的Stokes参量的偏振光谱信息,从而验证了该系统的可行性。

大模场抗弯曲全固态光纤的结构设计

提出了一种具有对称结构的大模场面积和低弯曲损耗的新型结构光纤,运用全矢量有限元法结合完美匹配层边界条件分析了光纤特性。该光纤由纤芯中的梯形折射率环和包层中的多层下陷层组成,仿真结果显示该光纤具有低弯曲损耗大模场单模传输的特性。对比分析了梯形谐振环、矩形谐振环、三角形谐振环结构光纤的弯曲损耗以及电场模式分布,实验结果显示梯形折射率环更具优越性。多层下陷层结构将模场限制在纤芯中,下陷层的数量大于2时模场面积基本上保持不变。研究结果表明,在波长为1550 nm、弯曲半径为20 cm时,基模(FM)弯曲损耗只有0.056868 dB/m,而高阶模(HOMs)损耗为3.58 dB/m,有效模场面积可达2313.67μm^(2)。该光纤对弯曲方向不敏感,在高功率光纤激光器放大器等光通信器件领域具有广阔的发展前景。

基于HPSOGA的多目标电动汽车充电优化

随着电动汽车保有量的快速上升,电动汽车无序并网充电将会给配电网负荷平稳带来巨大的不确定性,因此对电动汽车的充电进行优化十分重要。为此,提出一种基于混合粒子群优化遗传算法(hybrid particle swarm optimization genetic algorithm,HPSOGA)的多目标电动汽车充电优化策略。使用Monte Carlo法基于用户出行规律建立电动汽车充电负荷曲线,在传统PSO算法的基础上引入GA算法的迭代机制,形成HPSOGA算法并用其对以用户充电费用最少和电网负荷波动率最小建立的多目标优化模型进行求解。结合具体算例进行仿真分析,结果显示基于HPSOGA算法的多目标电动汽车充电优化策略具有更快的优化速度以及更好的优化效果,进一步降低电网负荷峰值、提高电网负荷谷值,电网负荷波动率得到有效降低,同时用户充电成本得到有效减少。

浅海遥感水深反演研究及其软件设计与实现

针对目前暂无专门利用卫星遥感影像分析浅海水深软件的问题,研究了一种基于IDL的浅海遥感水深反演软件,能够快速、准确地反演浅海水深。首先分析了国内外卫星遥感水深反演的理论研究以及水深反演专业软件现状,在此基础上依托IDL语言,设计并实现涵盖输入显示、水深反演、输出保存和其他辅助功能在内的浅海遥感水深反演软件。采用新竹市南寮附近海港的IKONOS和南沙群岛中鸿庥岛的GeoEye-1卫星影像分别进行绝对水深和相对水深反演。绝对水深和相对水深反演下的各项评价指标:R2分别为0.9967、0.9897,RMSE分别为0.5726 m、1.0761 m,MRE分别为6.6593%、5.4962%,MAE分别为0.4792m、0.6592m,可见水深反演精度良好,软件稳定性较高,可快速、准确地实现浅海遥感水深反演,软件具备一定的推广性。

材料表面偏振双向反射分布函数模型修正

为表征物体表面偏振散射特性对目标偏振信息提取的影响,基于微面元散射模型结合KubelMunk理论,综合考虑镜面散射和漫散射,构建一种改进的偏振双向反射分布函数(pBRDF)模型,得到物体表面散射光的偏振度与材料复折射率、方位角、探测角和入射波长等因素的数学模型,并利用该模型对基础材料的复折射率进行反演.结合实际应用利用FD-1665偏振成像仪在不同影响因子条件下对目标表面进行了一系列偏振探测实验.最后将数值模拟结果和实测数据进行比较,其材料偏振特性曲线与实测数据吻合,表明修正后的模型有较高的精确度,该模型可以为后续的偏振监测和目标识别工作提供理论支持.

基于经验模态分解与回归分析的空间外差光谱目标提取

为识别空间外差光谱仪探测目标干涉信号的特征信息,提出一种基于经验模态分解与回归分析的空间干涉谱目标提取方法。首先对预处理后的光谱进行经验模态自适应分解,得到各阶次固有模态分量并分别计算它们与原始光谱信号的Pearson相关系数,根据相关系数分选准则判定背景与目标信息重构的分界点。然后计算重构背景与实测背景间的Pearson相关系数来判定经验模态分解结果。对信号主导的固有模态分量利用小波软阈值进行消噪,重构较纯净的目标特征信息;利用目标特征信息与原始干涉光谱信息进行多元线性回归分析获得最佳的近似滤波系数,构造滤波器并应用到目标信号,提取目标。最后通过差谱信号与提取的目标光谱的Pearson相关系数来判别提取的目标信号。实验结果表明:经验模态分解可将背景与目标近似分离;在未知背景信号情况下,利用经验模态分解与回归分析可实现钾共振双线特征光谱的提取。

基于机器学习的偏振遥感云检测优化算法

偏振遥感经验阈值云检测算法受主观因素影响较强,极易在亮地表上空出现云检测不准确的问题。针对该问题,本文提出了一种主动和被动遥感卫星相结合的机器学习云检测算法。该算法基于POLDER3载荷多通道多角度偏振特性以及CALIOP载荷高精度云垂直特性展开研究,利用POLDER3载荷和CALIOP载荷观测重合区域数据,搭建了粒子群算法优化的BP神经网络训练云检测模型。基于该云检测训练模型,利用POLDER3一级数据开展云检测试验,试验显示该算法云检测结果与MODIS云检测产品一致性为92.46%,高于POLDER3官方云检测产品与MODIS云检测产品的一致性83.13%。通过对比本文算法试验结果与POLDER3官方云检测产品不同的像元的光学特性发现,相比POLDER3官方算法,本算法对于亮地表上空薄云具有更强的敏感性,能更有效地进行云检测。

基于太赫兹时域光谱技术与PCA-SVM的转基因大豆油鉴别研究

太赫兹时域光谱(THz-TDS)技术是基于飞秒超快激光技术的THz波段光谱测量新技术,具有较强的光谱分辨本领以及良好的透视性和安全性,在物质检测方面具有广泛的应用价值。文中在采用太赫兹时域光谱技术对转基因大豆油光谱检测的基础上结合主成分分析方法(PCA)及支持向量机(SVM),构建PCA-SVM模型对转基因大豆油进行鉴别。首先,从样品在太赫兹波段测得的时域光谱中得到其吸光度光谱;然后,将其作为输入源导入PCA-SVM模型中,剔除冗余数据、降低数据维数并鉴别。实验结果表明,所建立的PCA-SVM模型能准确识别校验集,可以准确地对转基因大豆油进行鉴别。研究结果表明:太赫兹时域光谱技术可以实现转基因大豆油的快速、无损检测,在食品安全领域有广泛的应用前景。

激光雷达测距系统光源驱动设计

脉冲式激光雷达探测性能与激光光源发出的光脉冲密切相关,而激光二极管(LD)驱动电路性能直接决定了光脉冲的优劣。基于激光雷达系统要求,选用超快速金属氧化物半导体场效应管(MOSFET)作为开关器件,建立驱动电路模型,对驱动电路设计与分析,经过多次试验,成功设计出最小脉宽10 ns,上升沿3.5 ns,重复频率可达50 k Hz的LD驱动电路。驱动LD峰值功率将近60 W,成功用于激光雷达光源部分,测距精度达到3 cm/10.77 m,满足激光雷达系统要求。

GP-WIRGAN:梯度惩罚优化的Wasserstein图像循环生成对抗网络模型

通常情形下,现有的图像生成模型都采用单次前向传播的方式生成图像,但实际中,画家通常是反复修改后才完成一幅画作的;生成对抗模型(Generative Adversarial Networks,GAN)能生成图像,但却很难训练.在保证生成图像质量的前提下,效仿作画时的不断更新迭代,以提升生成样本多样性并增强样本语义,同时引入Wasserstein距离,提出了Wasserstein图像循环生成对抗网络模型,简称WIRGAN(Wasserstein Image Recurrent Generative Adversarial Networks Model).WIRGAN定义了生成模型和判别模型,其中,生成模型是由一系列结构相同的神经网络模型组成的循环结构,用时间步骤T控制生成模型的循环次数,用于迭代式生成图像,并以最后一个循环结构的生成图像作为整个生成模型的输出;判别模型也由神经网络构建,结合权重剪枝技术,用来判别输入图像是生成的还是真实的.WIRGAN利用Wasserstein距离作为目标函数,将生成模型和判别模型进行博弈对抗训练.另外,由于模型存在难以优化的问题,本文引入了梯度惩罚来解决此类问题,进一步提出了梯度惩罚优化的Wasserstein图像循环生成对抗网络模型(Gradient Penalty Optimized Wasserstein Image Recurrent Generative Adversarial Networks Model,GP-WIRGAN).最后,WIRGAN和GP-WIRGAN在MNIST、CIFAR10、CeUN四个数据集上进行了基础学习能力、模型间GAM自比较、模型内GAM自比较、初始得分比较、图像生成可视化、时间效率比较等6组实验,采用生成对抗矩阵(Generative Adversarial Metric,GAM)和起始分数(Inception Scores)进行评估,结果表明,本文提出的WIRGAN、GP-WIRGAN具有良好的稳定性,可以生成高质量的图像.

雾天偏振成像影响分析及复原方法研究

为了抑制雾天图像质量的退化,基于大气散射物理模型及偏振图像暗通道原理,提出了一种改进的雾天偏振遥感图像去雾算法。首先依据大气散射模型对雾天偏振成像机理进行分析,对大气偏振信息对去雾的影响进行了阐述。其次利用边缘检测和闭运算自动获取雾天偏振图像的天空区域,估算无穷远大气光强和大气偏振度。最后,针对图像中存在的噪声干扰等因素,修正大气偏振度及大气光强,恢复了退化图像的辐射强度信息。通过理论分析和实验验证,取得了较好的雾天图像复原结果。结果表明,该算法可以准确获取天空区域,实现更高鲁棒性的天空区域估计方法,有效提高图像的对比度和清晰度,增加图像细节,改善雾天图像的质量。该算法能够有效抑制雾天对图像造成的退化,从而提高遥感的目标探测和识别能力。

采用小波变换的空间外差光谱仪基线校正

空间外差光谱技术是应用于天文测量以及大气遥感等方面的一种超光谱分析技术。为消除应用过程中的基线漂移,提出了改进的小波变换进行基线校正的方法。通过对不同小波函数以及分解层数对基线校正结果影响的分析,对原始光谱信号进行小波分解得到细节系数和逼近系数,将逼近系数置零以实现光谱信号的重构,从而实现干涉图的基线校正。最后将小波校正结果与阈值拟合校正结果进行对比。结果显示:两种方法校正光谱的相关系数为0.999 9,结果一致,但小波变换的程序运算耗时缩短10余倍。说明利用小波变换进行空间外差干涉图基线校正是一种行之有效、省时、简便的方法。