首页期刊导航|光电子·激光
期刊信息/Journal information
光电子·激光
光电子·激光

巴恩旭

月刊

1005-0086

baenxu@public.tpt.tj.cn；　baenxu@263.net

022-23679707

300191

天津市南开区红旗南路263号

光电子·激光/Journal Journal of Optoelectronics·LaserCSCD北大核心CSTPCDEI
查看更多>>本刊为专业技术性刊物。报道光电子、激光技术领域的研究成果，内容包括新型光电子器件、装置和材料、光电控制和检测、光存贮和光电信息处理、通讯和光纤应用技术光电集成技术、光计算和光学神经网络、激光加工和激光应用、光电生物医学等方面。
正式出版
收录年代

    占空比可调的奈奎斯特脉冲产生

    王辉李佳康贾东方葛春风...
    1-9页
    查看更多>>摘要：奈奎斯特(Nyquist)脉冲在光通信、微波光子学、光存储和全光采样等领域中有着重要应用价值.为适应不同的应用场合对Nyquist脉冲的占空比的具体要求,提出了一种基于光谱展宽和啁啾补偿的占空比可调的Nyquist脉冲产生方案.首先,利用相位调制器(phase modulator,PM)作为时间透镜,将强度调制器(intensity modulator,IM)输出的平顶光脉冲变换到频域光谱展宽的平坦光频梳;然后,通过标准单模光纤(standard single-mode fiber,SSMF)补偿相位调制引入的近线性啁啾,得到脉宽压缩的无啁啾短脉冲;最后,通过中心波长和带宽可调的光滤波器滤波实现了 Nyquist脉冲占空比的连续可调.通过数值仿真实验,在10 GHz的射频信号频率下,获得了周期为100 ps,脉宽为4.0-12.6 ps,占空比在4.0％-12.6％之间可调的Nyquist脉冲,且脉冲的滚降系数较低,在0-0.127之间,与理想Nyquist脉冲的均方根误差为0.16％-0.58％.结果表明,该方案能够实现占空比灵活可调的Nyquist脉冲的产生.

    奈奎斯特脉冲光学频率梳光谱展宽啁啾补偿

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    大模场面积低正常色散的同轴双芯光纤

    李培鑫王春灿杜志勇
    10-18页
    查看更多>>摘要：为设计具有大模场面积和正常色散的光纤,提出了 一种新型的同轴双芯光纤.通过在中心纤芯内引入空气孔,光纤能够拥有红移的零色散波长和提升的有效模场面积.进一步分析了光纤参数对光纤群速度色散和有效模场面积的影响.据此分别设计了具有三种不同参数条件的光纤,光纤具有宽带的正常色散工作区域,可分别覆盖1400-1 800 nm,1 700-2 000 nm,2 000-2300 nm,具有大于-5 ps/(nm·km)的群速度色散,有效模场面积可高达296μm2.提出的光纤在高功率超短脉冲光纤激光源中具有潜在的应用价值.

    光纤光学正常色散大模场面积双芯光纤

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    煤矸的轻量级智能分选网络

    王天奇贾晓芬杜圣杰郭永存...
    19-25页
    查看更多>>摘要：针对现有煤矸分选方法存在模型复杂、实时性差、特征易丢失等问题,构建了一种轻量化煤矸分选网络 GC-ResNet18.GC-ResNet18 利用幽灵卷积(ghost convolution,GC)线性生成 ghost 映射的特性,剔除煤和矸石相似性特征的冗余信息.借助Softpool的下采样激活映射,保留、凸显煤和矸石的特征信息并去除冗余参数,防止过拟合现象.引入GC自注意力机制,融合SENet的轻量化和NLNet长距离信息全局捕获的优势,使网络记忆、放大煤矸图像间的细微差异特征,提升煤矸图像的识别准确率.实验结果表明,GC降低了 46.6％的参数量,GC自注意力机制在CI-FAR10、CIFAR100上分别提升1.44％、2.32％的准确率,而Softpool池化在上述两个数据集中分别提升了 0.22％、0.17％.通过对比实验,全面改进后的GC-ResNet18网络在训练效率和分类精度上优于VGG19-S-GDCNN、SBP-VGG-16等模型,在CIFAR10和CIFAR100数据集中的分类精度与同规模的网络相比均达到最优的94.07％和74.95％,并最终在自建煤矸数据集上达到了 97.2％的分类准确率.

    煤矸分选神经网络幽灵卷积(GC)高效池化层自注意机制

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于毫米波雷达点云和视觉信息差异性特征注意力融合的3D目标检测

    李艳沈韬曾凯
    26-33页
    查看更多>>摘要：自动驾驶中传感器融合是感知系统的重要组成部分,雷达点云信息和视觉信息融合可以提高车辆的感知能力.然而现有的研究将雷达点投影到图像上时只是对雷达点简单的增加高度,无法提供更加准确的横向信息,缺乏空间信息.同时对两个模态只是进行简单的融合,虽然产生了一个联合表征,但不足以充分捕捉两种模态之间的复杂联系.文中同时增加了雷达点云的宽度来进行空间信息增强,另外设计了一种利用差异性特征注意力融合的方法,使两个模态进行跨模态交互融合.本文在具有挑战性的nuScenes数据集上对模型进行了评估,提出的模型的NDS评分和mAP分别达到了 46.3％和33.9％,体现了优秀的性能.

    差异性特征注意力空间信息增强跨模态融合3D目标检测

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于FE-Unet的机场道面裂缝检测

    邓治林罗仁泽费越李海丰...
    34-42页
    查看更多>>摘要：机场道面裂缝具有形态复杂多变、走向不连续、数据噪音多等特征,现有算法模型均未达到令人满意的结果.为了改善裂缝检测效果,本文提出了一种新的深度学习模型,命名为"FE-Un-et".该模型采用改进的残差连接方式,在解决多层网络下梯度的回传问题的同时起到细化特征以及整合通道的信息作用,提升了各阶段特征的区分度;此外,模型中的通道注意力模块(channel attention block,CAB)可以更好地提取判别特征,增强预测的一致性;最后,利用焦点损失(focal loss,FL)使模型专注于难分类的细小裂缝.实验中,以实际7 778张机场道面裂缝图像来训练模型,并在1 701张图像上进行验证.在与经典的全卷积神经网络(fully convolutional network,FCN)、DeepLab v3和Unet对比实验中,FE-Unet对裂缝、灌缝和板缝的检测性能均优于其他模型.其中,FE-Unet对裂缝检测的精度、召回率、F1值分别达到了 80.31％、82.72％和81.49％.

    深度学习图像处理机场道面检测FE-Unet裂缝识别

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    自恢复蒙特卡罗定位算法

    陈铭张淑芳缪长蔚李亚阳...
    43-51页
    查看更多>>摘要：机器人定位技术作为智能机器人领域的重要技术,是机器人进行自主规划和导航的重要前提.为解决机器人运动过程中的绑架问题,在蒙特卡罗定位(Monte Carlo localization,MCL)算法的基础上,提出了基于激光雷达似然域模型的定位可靠度评判算法以及基于惯性导航单元的定位自恢复模型.定位可靠度评判算法对机器人是否发生绑架问题进行判定,当发生绑架问题后,首先基于惯性导航单元的测量数据进行位姿预估计,然后基于预估计的位姿构建粒子重分布模型,最后进行粒子滤波得到重定位的结果,达到了对机器人绑架判定和自恢复定位的目的.经过实验测试和对比,该算法可以对绑架问题进行高效的判断,具有更高的恢复效率和准确度.

    机器人激光雷达惯性导航定位恢复

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    一种基于改进YOLOv5s-Ghost网络的交通标志识别方法

    徐正军张强许亮
    52-61页
    查看更多>>摘要：针对目前自动驾驶过程中对交通标志的识别检测速度慢的问题,提出一种改进的YOLOv5s-Ghost网络模型对交通标志进行识别的方法,在3×3运算核Ghost Net模型框架下,通过两个连续的Ghost模块构建的Ghost Bottleneck模块,并代替C3模块中全部的Bottleneck模块,与跨阶段局部网络(cross-stage position network,CSPNet)模块结合生成 Ghost Bottleneck CSP 模块.通过调整每个模块中加入Ghost Bottleneck模块的数量,对比实验数据得到最佳网络模型.分别用原网络和新网络对TT100K数据集进行训练,对比实验数据表明,YOLOv5s-Ghost模型的检测精度达95.1％,检测速度达到了 52.6 FPS,模型大小压缩了 69.3％,在保证原检测精度的情况下提高了网络的检测速度.

    YOLOv5自动驾驶交通标志GhostNetGhostBottleneckCSP

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    柱矢量涡旋光束在梯度折射率光纤中的光谱相干度分布

    尹晓金赵春刚李晋红
    62-67页
    查看更多>>摘要：基于广义惠更斯-菲涅尔原理,构建了柱矢量涡旋光束在径向梯度折射率(gradient-index,GRIN)光纤中传输的解析表达式,并研究了其在径向GRIN光纤中的光谱相干度分布.研究结果表明,柱矢量涡旋光束的光谱相干度沿径向关于光纤纤芯中心对称分布.在光纤焦平面处,随着相干长度σ的降低,光谱相干度分布出现的暗环数逐渐增多,且拓扑荷m越大,光谱相干度分布随相干长度σ的变化越明显.相干长度σ一定且拓扑荷m相同时,不同波长 λ的光谱相干度分布规律相同.GRIN系数β影响光谱相干度的周期.

    柱矢量涡旋光束径向梯度折射率(GRIN)光纤光谱相干度

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于深度学习的ACO-OFDM自由空间光通信中信号检测

    黎天翼黎明周明欧林芸...
    68-73页
    查看更多>>摘要：针对自由空间光通信(free-space optical communication,FSO)系统中大气湍流引起的光强起伏闪烁效应对正交幅度调制(quadrature amplitude modulation,QAM)信号影响很大,缺少实时信道信息时的最大似然(maximum likelihood,ML)检测器性能较差问题,本文提出了 一种基于深度学习(deep learning,DL)的信号检测器.其网络框架采用了一个具有全连接层的深度学习神经网络(deep-learning neural network,DNN),实现了无导频的ACO-OFDM空间通信系统中信道盲估计、信道均衡和信号解调.仿真结果表明:在中强湍流大气信道下训练的DNN检测器,8QAM、16QAM和64QAM等调制信号解调的误码率分别可以下降到在2×10-5、5×10-5和5×10-4左右,具有优越性能和鲁棒性,能较好抑制大气湍流引起的信道衰落.

    自由空间光通信大气湍流深度学习神经网络正交频分复用

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    调制电压幅值及噪声对谐振式光纤陀螺零偏稳定性的影响研究

    高天香李俊蓝士祺吴凡...
    74-80页
    查看更多>>摘要：谐振环路背向散射噪声是谐振式光纤陀螺(resonator fiber optic gyroscope,RFOG)系统中的主要光学噪声之一.本文基于谐振环中背向散射噪声对陀螺输出误差影响的理论分析,对比不同调制波形和载波抑制路数的影响,得到最佳方案为三角波双路调制.基于该方案,建立陀螺零偏及零偏稳定性(bias stability,BS)误差与调制电压幅值及噪声关系的理论模型,结合直径0.1m,光纤总长10 m,精细度24的陀螺参数,得到背向散射噪声导致的陀螺BS对调制电压变化范围与噪声幅值量化指标的需求,为特定精度的陀螺设计奠定误差分配和控制参数设计基础.

    谐振式光纤陀螺背向散射载波抑制调制电压幅值调制电压噪声零偏稳定性

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据