课程文献中心 更多>>

关键词： 水声通信   传感器网络   通信调制识别   深度学习   轻量化  

摘要： 水声通信在海洋资源勘探、海洋环境监测、水下机器人通信等领域具有重要的应用价值。然而,由于水声信道的特殊性,如高噪声、强多径、带宽有限等,使得水声通信面临着诸多挑战。水声通信调制模式识别是水声通信系统的关键技术之一。通过对调制模式的准确识别,可以实现水声通信系统的自适应调制、干扰抑制、信号检测等功能,提高水声通信系统的可靠性和稳健性。传统的通信调制模式识别方法主要包括基于特征提取的方法和基于统计模型的方法。这些方法在水声通信调制模式识别中存在一些弊端,如特征提取困难、模型复杂度高、适应性差等。此外,传统方法难以有效地处理水声信道的强噪声和多径干扰,导致识别性能受限。因此,亟需探索新的水声通信调制模式识别方法来克服传统方法的不足。近年来,深度学习方法在通信调制模式识别领域取得了显著成果。与传统方法相比,深度学习方法具有自动学习特征、强适应性、高鲁棒性等优势。深度学习方法通过构建深层神经网络模型,可以自动学习和提取水声信号的高层特征。此外,深度学习方法还具有较强的非线性拟合能力,能够有效地处理水声信道的复杂噪声和多径干扰,提高识别精度。因此,将深度学习方法应用于水声通信调制模式识别具有广阔的研究前景。 本文围绕基于深度学习的水声通信调制识别算法,开展了建模、仿真以及试验研究。针对现有通信调制模式智能识别方法中存在的问题,提出了相应的基于深度神经网络的通信调制模式识别算法,有效提高了通信调制识别的分类精度、鲁棒性、计算效率等。本论文的主要研究工作包括以下三个方面: 第一,针对水声通信信号调制识别任务中具有相似调制阶数的通信调制模式特征相近,导致深度神经网络识别效果下降的问题,提出了一种基于图卷积神经网络的多特征联合识别算法—GCNN-MFS。该算法首先以信号的图像表征作为神经网络的输入,利用迁移学习训练适用于水声通信信号调制识别的Caffe Net网络。同时,采用二阶段专家特征配合支持向量机,对具有自相关谱峰性质的调制模式进行进一步分类。随后在Chi Sou Sea和QALake数据集上分别验证了不同图像表征的性能和神经网络的泛化能力,在UASimu数据集上证明了该数据集对水声信号识别场景的泛化性,并对GCNN-MFS算法进行了性能分析。实验结果表明,在三种图像表征方法中,基于等势星座图的输入具有最佳的调制表征能力。基于仿真水声信道数据集训练的网络可以对实测水声信号进行较好的分类,GCNN-MFS相较于纯Caffe Net网络有了显著的性能提升。 第二,针对深度神经网络计算复杂度高,难以在端到端水声信号识别边缘设备上部署的问题,开展了水声信号识别深度学习算法框架中的轻量化研究。首先,面向基于等势星座图的卷积神经网络模型,引入泰勒展开的剪枝准则,通过泰勒展开衡量每一个卷积核对识别的贡献程度,然后移除贡献较小的卷积核,完成识别模型的压缩。最后,配合集成学习策略弥补由于网络剪枝造成的性能损失。基于UASimu数据集的实验结果表明,本文提出的基于集成学习的轻量化网络框架在有效减少网络参数量和计算复杂度的同时,保持了原始网络的识别能力。此外,将轻量化的模型部署在边缘设备上进行测试,实验结果充分证明了本文提出的方法对大型神经网络的轻量化能力以及对水声信号识别的有效性。 第三,针对长短时记忆模型结构复杂不容易并行化的问题,提出了两个面向水声信号识别任务的轻量化卷积神经网络,分别是基于门控通道混合的时序卷积神经网络GIQNet和重参数化因果卷积网络Rep CCNet。所提出的两个框架兼备非因果卷积神经网络容易并行化的优势,以及长短时记忆模型在时序上的依赖关系。两个网络分别基于水声信号识别任务特点,采用不同的功能模块以较小的网络复杂度实现了高性能的识别算法。实验结果表明,两个轻量化网络不仅在复杂的QDLake水声信号数据集上实现了较好的识别效果,与目前已有的方法相比,在公开的无线电基准数据集RML2016.10A上也取得了更高的识别准确率,同时模型参数量更低,计算复杂度更小。其中Rep CCNet在参数量上具有优势,而GIQNet在FLOPs上优于前者。

关键词： 辐射制冷   严格耦合波分析法   光栅   光谱选择性   制冷功率  

摘要： 辐射制冷技术是一种无需消耗额外能源的被动的节能制冷技术。其实现手段是将尽可能地反射太阳光辐射的能量,并且在8～13μm波段范围内的大气透明窗口中将能量辐射至太空中。随着对微纳结构研究的发展,有研究人员发现,在微纳米尺寸的结构中存在着表面等离子极化（SPPs）、磁极化（MPs）等现象,能够改变微纳结构的光谱辐射特性。这一发现打开了实现辐射制冷的新思路。根据上述研究,本文提出了一种基于曲面光栅结构的具有光谱选择性的辐射制冷模型,使用严格耦合波分析法（RCWA）对曲面光栅结构的光谱选择性进行分析研究,根据其内部发生的各种电磁现象探索影响光栅结构光谱选择性的关键性因素,之后使用粒子群优化算法对关键性因素以及材料选择方面进行优化处理,得出理想的辐射制冷光栅结构,为实际应用提供一定的理论支持。主要研究内容如下: 使用RCWA法计算了曲面光栅结构与平面光栅结构的辐射特性,对比发现曲面光栅结构在大气透明窗口波段内具有更宽且更高的高吸收率带,表现出了更好的制冷潜力。之后从入射角度、曲面占空比、基面厚度、光栅周期长度四个方面对曲面光栅结构的辐射特性及其内部的电磁现象展开了研究。研究发现光栅结构内部发生的磁极化现象能够激发光栅结构产生宽且高的吸收带,相比与表面等离子极化更适合于辐射制冷应用;在0～60°范围内,入射角角度对光栅结构的辐射特性影响不大。曲面占空比以及光栅周期长度能够激发光栅在大气透明窗口波段产生新的高吸收带,此外,光栅结构对光栅结构在太阳光谱波段的吸收率也有调控作用。而基面光栅厚度的变化对光栅结构吸收带的数量无影响,但是能够调节光栅结构高吸收峰的峰值。 为了获得具有最优辐射特性的光栅结构,就上述关键性因素以及材料选择方面对光栅结构进行了优化。优化后的光栅结构由材料Al2O3、Si3N4以及Si O2构成,其曲面占空比为0.479;光栅基面厚度为1.368μm;光栅周期长度为2.136μm。其在阳光以0°入射时,能够实现在太阳光谱波段只有6.81%的吸收率,在大气透明窗口波段具有93.17%的发射率。其在夜间的辐射制冷功率能够达到137.84W/m2。在日间也能够实现77.89 W/m2辐射制冷功率。

关键词： 模分复用   掺铒光纤   全光纤放大器   增益均衡   噪声系数  

摘要： 设计并构建全光纤型少模掺铒放大器，实验对比研究不同泵浦模式及方向对LP01、LP11a、LP11b这3个信号模式的增益特性影响.实验对泵浦功率、输入信号功率以及多波长情况下的放大器特性进行分析.结果表明，4种泵浦方案中，前向LP11泵浦情况下放大器有最佳性能，在整个C波段上信号增益超过20 dB、模式增益差低于0.9 dB，噪声系数小于9.6 dB；信号输入功率为-10 dBm/模式时，在1 550 nm处，3个信号模式的增益均超过20.8 dB、DMG低至0.3 dB、LP01信号光的噪声系数低于6.2 dB以及LP11信号光的噪声系数低于9.6 dB. 4种泵浦方案下对比不同泵浦方向可得：前向泵浦放大器的噪声系数最小，但3种信号模式的增益也较小，而采用后向泵浦时，高阶信号模式增益增加，但噪声系数也会变大.对比泵浦模式可发现，相比于LP01泵浦，LP11泵浦能大幅提高LP11信号光的增益，对LP01信号光增益影响较小，从而可降低DMG值.

关键词： 光纤传感   微纳光纤   螺旋光纤光栅   金属有机框架  

摘要： 随着光纤传感技术的发展,传统的一维、二维薄膜材料逐渐在光纤化学传感器中被淘汰。大部分金属有机框架(Metal-organic Framework简称MOF)材料是由有机配体和金属离子组成,是具有高孔隙性和高比表面积的三维结构化合物。通过调控有机配体的结构和金属离子的种类,可以精确调控材料的孔径大小、表面化学性质和功能,这使得不同配位金属的MOF可以特定地吸附和释放某种分子来实现对环境参数的检测。将MOF作为传感材料与光纤传感技术相结合,可以实现高灵敏度的环境参数检测,为各种应用提供了一种新的传感器技术。本文分别将Ni-MOF-74、Mg-MOF-74、Ui O-66和光纤结构相结合,设计并制备三种不同的光纤化学传感器,并对其性能进行了研究。本文主要内容如下: (1)设计并制备了一种基于锥形微纳光纤(Tapered Micro-nano Fiber简称TMF)和光纤布拉格光栅(Fiber Bragg Grating简称FBG)的复合光纤结构。选取Mg为配位金属的MOF材料并通过原位生长法在TMF过渡区生长一层Mg-MOF-74薄膜来监测环境中的相对湿度(Relative Humidity简称RH)。基于光束传播法对TMF进行了参数优化。当水分子被Mg-MOF-74薄膜吸附后致使TMF过渡区包层有效折射率发生改变。温度变化时,FBG的周期会发生形变进而导致波长位移。实验结果表明该复合结构与Mg-MOF-74相结合,具有较高的鲁棒性、制备过程简单,在精密的RH测量中具有显著实用价值。 (2)设计并制备了一种基于TMF和螺旋光纤光栅(Spiral Fiber Grating简称SFG)的复合光纤结构。将热膨胀系数较大的紫外(Ultraviolet简称UV)胶和SFG相结合来提高温度灵敏度。当温度变化时,UV胶发生形变对SFG施加拉伸力,从而改变SFG的周期。通过原位生长法将Ni-MOF-74和TMF相结合来实现对一氧化碳(Carbonic Oxide简称CO)的实时监测。采用有限元方法分析了温度变化对SFG周期的影响。实验结果表明该复合结构灵敏度高、重复性好、对CO具有特异性且能同时监测温度、制备过程简便,在气体浓度测量中具有良好的应用前景。 (3)设计并制备了一种金膜涂覆螺旋光纤光栅传感器,它可以同时产生表面等离子体共振(Surface Plasmon Resonance简称SPR)光谱和光栅光谱。在SFG的金膜表面生长了一层Ui O-66@allylthiourea复合薄膜,用于镉离子(Cadmium ion简称Cd(II))的特异性检测。烯丙硫脲基团(allylthiourea)对Cd(II)具有特异性的结合亲和力,Ui O-66可以提供填充骨架增加离子吸附的比表面积。当Cd(II)被复合膜吸附时薄膜的等效折射率随之变化,导致SPR光谱发生位移。实验结果表明,该传感器结构紧凑、特异性强、相比于其它痕量Cd(II)检测方法更简单并具有实时温度测量的特点。 本文基于前人的研究基础上,将MOF和光纤传感器相结合,设计和制备了监测环境中RH、CO浓度以及水中Cd(II)浓度的三种光纤传感器,为相关领域的研究和应用提供了更为可靠和有效的解决方案。

关键词： 表面等离子体共振成像   表面等离子体共振耦合电化学   高时空分辨率  

摘要： 表面等离子共振技术（SPR）具有高灵敏、实时检测、无标记等优点。近年来,SPR与电化学联用的新技术得到研究人员的广泛关注。用于SPR的金膜可同时作为电化学的工作电极,在同一传感系统中进行原位电化学和SPR检测,以获得电学和光学方面丰富的传感信息。然而,目前大部分SPR-EC系统时空分辨率低使得微观分子检测受到限制,电化学电极体积大易受外界干扰,电化学电解池无法实时流动对小体积样本检测困难,另外如何将SPR结构和电化学结构集成为稳定的高分辨率SPR-EC联用检测系统也是一个难点。基于以上问题,本课题将围绕研究高时空分辨SPR-EC检测方法及系统搭建,并应用该系统进行生化传感检测,具体研究内容如下: 1.本文研究出了基于微电极和微流控芯片的SPR-EC联用检测方法。首先讨论了SPR的分层介质模型和粒子散射模型,并通过仿真对两种模型进行了验证;随后针对本文所使用的各种伏安法进行了阐述,针对电化学准可逆体系进行了循环伏安的仿真及实际验证;阐述了SPR角位移与电化学电流i（t）信号之间的关系,明确了SPR-EC联用的信号采集原理。针对系统检测生物样本体积大、大电极检测信号容易被干扰的问题,建立了基于微电极及微流控芯片的SPR-EC联用检测方法。仿真分析了在微流道里电极排布方向、距离、流道直径和液体流速的关系,设计出SPR金膜和电化学工作电极共用的微电极传感器及微流控进样芯片,以实现各类伏安法和SPR强度信号的同步采集。 2.本文研制并搭建了高分辨率棱镜耦合型SPR-EC联用检测系统,实现了原位SPR和电化学检测一定浓度梯度的免疫球蛋白G（Ig G）。高分辨率SPR-EC联用检测系统包括电化学检测电路、SPR-EC联用电极、SPR-EC联用微流控芯片以及棱镜耦合型SPR仪。电化学检测电路可以实现循环伏安、差分脉冲伏安、电流时间曲线三种电化学方法;SPR-EC联用电极包括SPR和电化学共用的金工作电极、铂丝对电极、基于电解氯化法制备的银/氯化银参比电极,制备了SPR-EC联用微流控芯片以实现小体积样本流动检测;搭建了4倍光学放大的棱镜耦合型SPR-EC成像仪,该系统能够实现视场大小为 2.8×1.7mm的SPR图像采集和μA级电化学电流采集。基于高分辨率棱镜耦合型SPR-EC联用检测系统和生物分子免疫结合原理完成了Ig G光电双信号原位检测,检测浓度范围达到0.078125-2.5μg/m L。 3.针对超高分辨率检测需求,基于表面等离子体显微成像系统（SPRM）及电化学检测技术,建立了超高分辨的物镜耦合式SPRM-EC联用检测方法,实现单分子检测和纳米气泡成像。基于SPRM系统成像Ig G抗体分子与抗原结合过程,发现单分子结合强度区别,通过计算和比较微观和宏观的动力学常数（ka,kd和KD）揭示了单分子和扩展区域动力学的差异。此外,将电化学和SPRM进行联用,搭建了100倍光学放大的物镜耦合式SPRM-EC联用检测系统,跟踪析氢反应中H2纳米气泡的实时生长过程,发现了纳米气泡出现、成核、合并、移动等现象。通过计算纳米气泡特定区域的图像强度,发现了H2纳米气泡的SPRM信号强度与气泡生长、平衡阶段的数值关系,建立了一种基于SPRM强度曲线值判断气泡不同阶段状态的方法。物镜耦合式SPRM-EC联用检测系统有望能够为SPR和电化学的高分辨成像检测打开新的大门。

关键词： 光纤温度传感器   光纤气压传感器   法布里-玻罗干涉仪   萨格纳克干涉仪   二甲基硅油   聚二甲基硅氧烷  

摘要： 光纤传感器具有重量轻、体积小、耐腐蚀、抗电磁干扰和抗辐射能力强等优势,被广泛应用于化学工业、生物工程、制药工业、环境测量、海洋工程等领域,但灵敏度普遍偏低,因此制备新型的高灵敏度光纤传感器十分重要。所以,本文从提高光纤传感器灵敏度的角度出发,设计并制作了几款高灵敏度的波长调制型光纤传感器。主要采用了两种方法来提高传感器的灵敏度:第一,利用敏感材料;第二,采用光学游标效应。本论文主要利用敏感性材料和光学游标效应（传统游标效应和增强游标效应）相结合的方式制备了四款光纤传感器,包括两款敏感材料结合传统游标效应的光纤传感器和两款敏感材料结合增强游标效应的光纤传感器。主要研究内容如下: （1）利用FPI和FPI级联制作了一款游标效应温度传感头。其中,传感腔FPI由“SMF-NCF-毛细管-SMF”依次拼接,然后用飞秒激光在毛细管壁上钻一个微孔,通过微孔向毛细管内注入DSO。参考腔FPI是一个空气腔,由“SMF-毛细管-SMF”拼接而成。由于DSO的热敏性,单个FPI的温度灵敏度达到-0.3674 nm/℃。而由FPI和FPI级联形成的游标效应传感探头的温度灵敏度达到1.8456 nm/℃,是单个FPI的5.02倍。采用敏感材料和传统游标效应相结合的方法双重提高了光纤传感器的灵敏度。 （2）基于飞秒激光和PDMS制备了一款级联FPI的传统游标效应光纤传感头。首先,在SMF末端拼接75μm的毛细管并将毛细管切割至适当长度,然后将敏感材料PDMS填满毛细管,随后烘干制成传感腔FPI。最后,利用飞秒激光在SMF纤芯烧蚀短线形成第三个反射面,构成两个级联的FPI。采用敏感材料和传统游标效应相结合的方法双重提高了传感器的灵敏度,它的温度和气压灵敏度分别达到14.41 nm/℃和113.82 nm/MPa。此外,将FBG与传感器级联实现了温度和气体压力的同时测量,消除了交叉灵敏度。 （3）提出并设计了一种并联FPI构成的增强游标效应的超高灵敏度气压传感器。将一段内径为75μm的毛细管与SMF熔接,在毛细管的另一端镀上一层PDMS薄膜,制备成FPI。FPI由SMF、大内径毛细管（75/125μm）和小内径毛细管（10/125μm）依次拼接而成。实验发现FPI和FPI的气压灵敏度符号相反,它们级联产生增强游标效应。采用敏感材料和增强游标效应相结合的方式,将传感器的气压灵敏度提高到283.32 nm/MPa,是传统游标效应气压传感器（170.03nm/MPa）的1.67倍。 （4）设计了一种FPI和SI级联构成的增强游标效应光纤传感器。将SMF和一段充满PDMS的石英毛细管拼接制成了FPI。SI是由3 dB光纤耦合器和一段PMF制成。实验发现FPI和SI的温度灵敏度符号相反,它们级联产生增强游标效应。该增强游标效应传感器的温度灵敏度为-93.97 nm/℃,而基于传统游标效应传感器的温度灵敏度只有-42.26 nm/℃,提高了2.22倍。可见,采用热敏材料与增强游标效应相结合的方式,极大地提高了传感器的温度灵敏度。

关键词： 深度学习   生物信息   生存预后分析   特征筛选   条件变分自动编码  

摘要： 癌症依然是全球公共卫生领域中最难治疗的疾病之一。不同类型癌症有不同的病因及生物学特性,这给预防和治疗带来很大挑战。而决定癌症发展和预后的基础是细胞和基因层面的变化。若在治疗的过程中,医生能根据基因表达的变化及时调整治疗策略,就能极大提高患者的生存率。 生存预后模型是一种用于评估患者生存期或事件发生时间的预测模型。它通过分析患者的临床特征、生物标志物或其他相关因素,来预测患者在未来一段时间内的生存状况。在治疗癌症的过程中,构建基因表达数据的生存预后模型是一个重要但复杂的任务,面临下述特有挑战:(1)原始基因表达数据具有高维度和低样本的性质,这需要一种能与右删失的生存时间之间的联合分布有较好匹配的特征筛选方法。(2)病人预后和肿瘤的发展进程之间存在紧密的关系,而这种进展取决于分子机制的异质性。在实际临床诊断中使用的方法缺乏考虑来自高分子异质性和许多难以预料的预后相关因素的不确定性,因此需要设计专门适用于基因表达数据的生存预后模型。为解决上述挑战,本文面向基因表达数据的生存预后分析任务,主要工作如下: (1)针对基因表达数据高维度低样本的问题,提出了方差与Cox风险比例模型组合的特征筛选方法。这使得在对基因表达数据实现降维的同时保留了关键特征数据。实验表明该方法有效提升了预测的准确率,且该方法适用于多类基因表达数据。 (2)针对预后因素存在不确定性和数据中的异质性,提出了一种新的条件变分深度生存模型(CVaDeS)进行生存预后分析。CVaDeS有效地与方差和Cox风险比例模型的组合特征筛选方法适配,并且能捕捉数据中存在的不确定性和异质性。实验结果显示,本研究提出的CVaDeS模型表现出优于基线模型的良好性能。