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

    基于自适应差分进化算法的拉曼放大器设计

    蒋杰伟魏戌盟巩稼民刘海洋...
    561-568页
    查看更多>>摘要:为满足下一代6G网络对光通信网络提出的传输容量大、速率高及传输时延低的要求,本文将碲酸盐光纤作为光纤增益介质,并利用自适应差分进化(adaptive differential evolution,ADE)算法对拉曼光纤放大器(Raman fiber amplifier,RFA)的泵浦参数进行优化.该算法通过引入自适应算子控制变异率的大小,在保持个体多样性的同时增强全局搜索最优解的能力.最终设计出一款覆盖100 nm带宽范围、平均增益为28.27 dB、增益平坦度为0.65 dB的多泵浦RFA.同时,在该模型基础上分别研究了泵浦功率和光纤长度对拉曼放大器增益及增益平坦度的影响,为设计和优化多泵浦拉曼放大器模型提供了参考.

    拉曼光纤放大器(RFA)自适应差分进化(ADE)算法多泵浦碲酸盐光纤

    基于p-型氮化硼材料的深紫外LED设计

    王莉莉符彬啸张旭薛琦...
    569-575页
    查看更多>>摘要:本文通过在发光二极管(light emitting diode,LED)的p掺杂区域引入六方氮化硼(hexagonal boron nitride,h-BN)结构,以提升深紫外(deep ultraviolet,DUV)LED 的空穴浓度.通过 COMSOL有限元软件对LED器件量子阱区域建模,结果表明:1)掺入h-BN后,p区域空穴浓度提升了约一个数量级,发射率和内量子效率(inernal quantum efficiency,IQE)得到了显著提升;2)随着h-BN厚度的增加,p区空穴浓度显著提升;3)h-BN相对于AIGaN材料带隙上移的特性,有效地阻挡了电子泄露,使量子阱区域电子和空穴复合进一步增强,有效改善了 DUV LED的发光效率.本文提出的设计结构为实验制备高量子效率的DUV LED器件提供了解决方案.

    量子阱六方氮化硼(h-BN)材料空穴浓度AlGaN材料

    基于显著性检测的星载嵌入式跟踪系统

    方歆楠李奇冯华君徐之海...
    576-585页
    查看更多>>摘要:随着航天科技的不断发展,计算机视觉算法在卫星上的应用方兴未艾,为了实现更多的功能需求和应对可能的威胁,视觉目标跟踪作为其中基础但具有挑战性的任务更是至关重要.然而,目前已有的目标跟踪算法大多数算法只限于对图像序列进行跟踪.另一方面,受到硬件条件制约,很多优秀的算法因为复杂度较高很少被应用到星载嵌入式系统中.这些目标跟踪算法运行时,通常需要人为地给出目标的边界框.为了自动得到边界框,需要目标检测算法对输入图像进行运动目标检测.本文提出了一种基于显著性检测和相关滤波的单目标检测与跟踪一体化算法,并与嵌入式系统相结合,在搭载的TMS320C6678芯片上达到了 2048 pixelX 2048 pixel分辨率下24 fps的帧率.具体地,检测算法负责对图像进行预处理并获得边界框,然后目标跟踪算法给出目标在后续帧中的位置.为了验证算法在实际跟踪中的有效性,本研究搭建了 一个由相机、DSP和云台组成的光学平台并进行了实验验证.在该系统中,DSP自动完成检测、跟踪、驱动云台和再检测任务,达到了很好的检测跟踪效果.

    星载嵌入式系统显著性检测运动目标检测相关滤波一体化算法

    点击率的深度交叉注意力预估模型

    赵佰亭梁润贾晓芬
    586-591页
    查看更多>>摘要:为了区分不同高阶交叉特征的重要程度并剔除冗余交叉特征,提高点击率的预估精度,提出了 一种深度交叉注意力预估网络(deep cross attention prediction network,DAPN)模型.它将具有稀疏高维特征的输入信息表示为低维稠密向量后,分别送入因子分解机(factorization machine,FM)和深度交叉注意力层(deep cross attention,DCA).FM通过一阶特征和二阶特征交叉挖掘训练数据中从未出现或者很少出现的低阶交叉特征.DCA层利用缩放点积注意力机制(dot-product attention,DP_Att)设计交叉注意力层,用于区分高阶交叉特征的重要度,并设计深度神经网络(deep neural network,DNN)实现对高阶交叉特征建模.仿真表明,D APN在MovieLens-1 m和Avazu等公开数据集上均具有良好的预估性能,它使用并行结构能同时有效地学习低阶和高阶交叉特征,提高预估精度.

    点击率预估注意力机制深度神经网络(DNN)特征交叉

    基于高阶奇异值分解和深度学习的光场图像拼接方法

    金佳锋郁梅宋洋蒋志迪...
    592-601页
    查看更多>>摘要:光场图像拼接旨在提高光场图像的视场角.考虑到光场数据包含较多冗余,且传统拼接方法对于低纹理场景的光场图像鲁棒性不足,本文提出一种基于高阶奇异值分解(high-order singu-lar value decomposition,HOSVD))和深度学习的光场图像拼接方法.首先,通过光流估计和HOS-VD对光场图像进行降维,得到所有视角下一致空间信息的主基和不同视角下高频信息的其他基带.其次,提出注意力增强的无监督单应性估计网络来提高图像的配准精度.最后,将扭曲后的参考基带和目标基带进行光场重建与图像融合,得到最终的拼接光场.实验结果表明,该方法在拼接光场的主客观质量和角度一致性方面表现出较好的性能.

    光场成像光场图像拼接高阶奇异值分解无监督单应性估计

    基于 transformer自适应特征向量融合的图像分类

    胡义黄勃淳李凡
    602-609页
    查看更多>>摘要:针对目前基于transformer的图像分类模型直接应用在小数据集上性能较差的问题,本文提出了 transformer自适应特征向量融合网络,该网络在特征提取器中将不同阶段的特征进行融合,减少特征信息丢失的同时获得更多不同感受野下的信息,同时利用最大池化来去除特征中的冗余信息,从而使提取的特征更具有判别性.此外,为了充分利用图像的各级特征信息来进行分类预测,本文将网络各阶段产生的特征向量进行融合,使融合后的特征向量更具有表征能力,从而减少网络对大数据集的依赖,使网络在小数据集中也能获得很好的性能.实验表明,本文提出的算法在数据集Mini-ImageNet-100、CIFAR-100和ImageNet-1 k上的TOP-1准确率分别达到了74.22%、85.86%和81.4%.在没有增加计算量的情况下,在baseline上分别提高了 6.0%、3.0%和0.1%,且参数量减少了 18.3%.本文代码开源在"https://github.com/xhutongxue/afvf".

    transformer图像分类自适应特征向量融合卷积神经网络(CNN)模式识别

    基于深度特征提取和图神经网络匹配的图像复制粘贴篡改检测

    陈文霞魏伟一陶洪
    610-619页
    查看更多>>摘要:针对图像中特征提取不均匀、单尺度超像素划分对伪造定位结果影响较大的问题,提出一种基于深度特征提取和图神经网络(graph neural network,GNN)匹配的图像复制粘贴篡改检测(cope-move forgery detection,CMFD)算法.首先将图像进行多尺度超像素分割并提取深度特征,为保证特征点数目充足,以超像素为单位计算特征点分布的均匀度,自适应降低特征提取阈值;随后引入新的基于注意力机制的GNN特征匹配器,进行超像素间的迭代匹配,且用随机采样一致性(random sample consensus,RANSAC)算法消除误匹配;最后将多尺度匹配结果进行融合,精确定位篡改区域.实验表明,所提算法具有良好的性能,也证明了 GNN在图像篡改检测领域的可用性.

    图像复制粘贴篡改检测(CMFD)深度特征注意力机制图神经网络(GNN)超像素

    基于改进ICP的复杂机械零件测量点云配准方法

    伍济钢马佳康杨康曹鸿...
    620-627页
    查看更多>>摘要:点云配准是基于机器视觉进行复杂机械零件三维非接触精密测量的关键环节.针对传统迭代最近点(iterative closest point,ICP)算法对初始位置依赖性强,迭代收敛速度慢,错误对应点对多,难以满足大批量复杂机械零件测量点云配准效率和精度要求的问题,提出了一种基于ISS-FPFH(intrinsic shape signature-fast point feature histogram)特征结合改进 ICP 的复杂机械零件测量点云配准方法.为了减少点云配准数量,并保留点云表面原来的细微特征,提出了基于重心邻近点的体素滤波器对点云进行下采样预处理.为解决传统ICP算法因合适初始位置难以确定而导致多视角测量点云配准失败的问题,采用了基于ISS-FPFH特征的采样一致性初始配准(sample consensus intial alignment,SAC-IA)算法进行粗配准.为解决传统ICP算法迭代收敛速度慢、错误对应点对多的问题,提出结合法向量夹角约束的点到平面ICP算法进行精配准.以斯坦福大学的bunny点云模型为对象,验证了本文提出方法对噪声点云的鲁棒性.以常见的复杂机械零件叶片和车门把手为对象,将本文提出的方法与传统ICP算法和SAC-IA+ICP算法一起进行测量点云配准实验并进行对比分析.结果表明,在两种不同机械零件的点云配准实验中,本文提出方法的均方根误差(root mean square error,RMSE)和配准时间比传统ICP算法分别平均减少了80.46%、49.07%,比SAC-IA+ICP算法分别平均减少了 67.86%、16.97%,可以满足大批量复杂机械零件三维非接触精密测量的需求.

    点云配准复杂机械零件三维非接触精密测量迭代最近点(ICP)算法

    970 nm超辐射发光二极管弯曲脊形波导数值分析

    刘帅男王芝浩王警辉张悦...
    628-635页
    查看更多>>摘要:本文基于光束传播法(beam propagation method,BPM)和时域有限差分法(finite difference time domain method,FDTD)建立了分析模型,模拟并分析了弯曲脊形波导超辐射发光二极管(su-perluminescent light emitting diode,SLD)不同结构参数(刻蚀深度、曲率半径、脊形宽度)对波导损耗的影响和倾斜脊形波导不同结构参数(刻蚀深度、脊形宽度、倾斜角度、发射波长)对模式反射率的影响.计算表明,弯曲脊形波导的刻蚀深度和曲率半径是影响波导损耗的重要因素.刻蚀深度较浅使波导对光场的限制作用较弱,过小的曲率半径会使模式传输泄露严重,损耗大大增加.脊形宽度越大,波导损耗越小,其对波导损耗影响较小.脊形波导的端面倾斜角度是抑制模式反射率的重要因素,脊形宽度增加,模式反射率逐渐减小,并在特定的几个角度形成的奇点达到最小值.刻蚀深度对于模式反射率的影响作用较小,但随着刻蚀深度的增加,奇点发生的角度产生了向小角度偏移.在特定的倾斜角度范围内,随着波长减小,奇点的数目会逐渐增加.研究结果可对设计具有优越性能的SLD器件提供参考.

    超辐射发光二极管(SLD)弯曲脊形波导损耗倾斜脊形波导模式反射率光束传播法(BPM)时域有限差分法(FDTD)

    基于TPD:PO-T2T的黄光激基复合物发光性能研究

    范烨齐吕昭月于志豪丁婷婷...
    636-643页
    查看更多>>摘要:通过多源有机分子气相沉积系统(LN-386SA)制备结构为ITO/HAT-CN/TPD/TPD:PO-T2T/PO-T2T(x=10,20,30,40,50,60,70 nm)/LiF/Al的有机发光器件,研究了电子传输层(PO-T2T)厚度对TPD:PO-T2T黄光激基复合物发光性能的影响.PO-T2T厚度对其电致发光(clcctroluminescence,EL)光谱几乎没有影响,但对电流密度(current density,CD)、亮度、效率等性能有较大影响.由于金属铝扩散至发光层中会形成淬灭中心降低发光效率,当PO-T2T越厚时,扩散至发光层的铝原子越少,因此发光效率随PO-T2T厚度增加而增加.当PO-T2T厚度为70nm时,获得最大电流效率(current efficiency,CE)和功率效率(power efficiency,PE),分别为2.16 cd/A、2.12 Im/W.此外,瞬态EL性能表明TPD:PO-T2T的发光来自TPD和PO-T2T分别对载流子的直接捕获,没有发光瞬时过冲或者深陷阱中载流子逃逸复合发光的现象.

    激基复合物黄光电子传输层直接捕获瞬时过冲