首页期刊导航|半导体光电
期刊信息/Journal information
半导体光电
半导体光电

江永清

双月刊

1001-5868

soe@163.net

023-62806174

400060

重庆市南坪花园路14号44所内

半导体光电/Journal Semiconductor OptoelectronicsCSCD北大核心CSTPCD
查看更多>>本刊是专业技术性刊物。刊载半导体光电器件、光通信系统和光传输、光存贮、光计算、处理技术,以及摄像、传感、遥感等方面的研究成果、学术论文、学位论文和工作报告,介绍光学、光子学、量子电子学、光电子学领域的新材料、新结构、新工艺、新器件,报道国内外该领域的研究和发展方向。读者对象为半导体光电专业的科技人员和大专院校师生。
正式出版
收录年代

    基于LSD和FLD融合的道路裂缝图像预处理方法研究

    陈昌川彭芳
    122-129页
    查看更多>>摘要:针对道路中的路标、路沿等直线类干扰物影响道路裂缝识别的问题,提出一种基于LSD(Line Segment Detector)和FLD(Fast Line Detector)融合的道路裂缝图像预处理方法.首先,基于LSD算法和FLD算法对裂缝图像进行直线检测,获取直线类干扰物的线段坐标值;其次,根据直线检测算法返回的线段坐标值进行断线重连,解决了直线检测算法提取线段不连续的问题;最后,根据线段重连后获取的直线类干扰物的掩膜图和裂缝图像原图,运用FMM(Fast Marching Method)图像修复算法达到消除直线类干扰物的 目的.经过大量实验分析可得:该方法能够有效地消除裂缝图像中的直线类干扰物,使得裂缝检测的准确率提升了 7.1%.

    LSD算法FLD算法断线重连FMM图像修复算法

    基于角度偏差自校正的光纤形状传感结构设计

    王春霞刘云朋
    130-136页
    查看更多>>摘要: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[-1.012 με/N,0.987 με/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.

    光纤形状传感自校准角度偏差传感胶棒组合探测

    基于误差效应的亚像素边缘检测算法

    崔居超宋文啸李小威王璐...
    137-144页
    查看更多>>摘要:针对传统亚像素边缘检测算法在实时性、精确性和鲁棒性之间难以平衡的问题,提出了一种基于误差效应的亚像素边缘检测方法.该方法首先建立边缘函数模型,并计算每个像素边缘对应函数方程常数项的近似值和对应误差,然后结合最小二乘法使整体函数模型误差最小,从而获得较为精确的边缘参数.基于标准图像和实际图像的实验测试结果表明,该算法具有快速、鲁棒性强和检测精度高等优点,能够满足实时检测的要求,评价指标优于其他传统算法.

    亚像素边缘检测算法函数模型误差图像

    基于植入式光纤传感网络的固体火箭发动机结构健康监测

    慕聪颖胡曙阳武丹梁纪秋...
    145-151页
    查看更多>>摘要:为实现对固体火箭发动机结构健康状态的实时监测和评估,设计并研制了一种高强度飞秒光栅传感网络,重点研究了传感器与信号传输链路的涂覆和封装.开展了发动机界面脱粘模拟实验.设计可用于发动机应变、温度和载荷的模拟演示系统,建立了基于光纤传感器采集数据的发动机数字孪生模型,形成发动机实物与数字孪生体的精准映射.最后将光纤传感器阵列植入发动机,对发动机开展水压监测实验、高低温存储实验、长周期监测实验和点火实验.对监测结果进行无损检测验证,结果表明该传感网络能够准确测量出发动机的应变状态,为固体火箭发动机的结构健康管理提供有效的数据支撑.

    固体火箭发动机健康监测飞秒光栅数字孪生应变

    基于维度注意力与多尺度卷积网络的脑电分类方法研究

    谷学静杨赵辉郭宇承许金钢...
    152-158页
    查看更多>>摘要:针对脑电信号的非平稳性、时变复杂和分类准确率较低的问题,以及传统机器学习方法在提取复杂特征方面的不足,提出了一种基于维度注意力机制的多尺度时空卷积神经网络分类模型(DIMS-CNN),旨在提高分类准确率,以更好地适用于实际应用场景.首先,对数据进行带通滤波和去伪迹,并进行了降采样和通道选择等预处理;随后,将经过处理的数据输入构建的时空卷积模型中,为了进一步增强网络的特征提取能力,加入了时序和通道的多维度注意力机制以及正则化技术;对于数据量不足的问题,采用了频带互换的方法进行数据增强,且提高了模型的泛化性能.分别在HGD数据集和实验室自采集数据集上进行验证,获得了 90.97%和90.21%的平均分类准确率,发现所提方法在分类准确率上有显著提高.

    脑电信号深度学习卷积网络注意力机制频带互换

    基于CVMD和DBO-SVM的光纤周界安防信号识别方法

    尚秋峰樊小凯
    159-166页
    查看更多>>摘要: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.

    光纤传感相关变分模态分解蜣螂算法支持向量机周界安防