首页期刊导航|激光杂志
期刊信息/Journal information
激光杂志
激光杂志

程正学

双月刊

0253-2743

JGZZ001@163.com

023-63051328

401123

重庆市黄山大道杨柳路2号A塔楼14楼140室

激光杂志/Journal Laser JournalCSCD北大核心CSTPCD
查看更多>>本刊是国家新闻出版局批准的国内外公开发行的刊物，以报导光电与激光技术为主的科技期刊。从1992起被列为中国科技论文统计源刊物，所刊登论文被美国《EI》检索。
正式出版
收录年代

    光放大器原理及其发展

    李征刘新雨柯熙政
    1-14页
    查看更多>>摘要：光通信系统的工作性能，除与光源有关外，还与其传输媒质有关。随着光纤技术的发展，通过追求光通信领域的远距离传输，诞生了光放大器，光放大器可以做到直接放大光信号，在通信领域有很大的应用价值。总结了光放大器的基本原理及其发展。首先介绍了光放大器的概念、分类和原理。然后分别对三类光放大器的关键技术进行了介绍，包括工作原理与性能方面，然后对各类光放大器的国内外现状进行了分析。最后，对光放大器未来的发展进行了展望。

    掺铒光纤放大器拉曼光纤放大器半导体光放大器无线光通信

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

    上消化道肿瘤光动力治疗中光敏剂的应用综述

    李佳航李永亮冯海龙张馨元...
    15-19页
    查看更多>>摘要：国家癌症中心统计数据显示，2022年我国上消化道肿瘤死亡病例近50万，严重威胁人民群众的健康安全。光动力治疗上消化道肿瘤是通过内镜及传导光纤将治疗激光束引入体内对病灶进行靶向治疗，已成为近年来临床治疗肿瘤的效果最佳、副作用最少的医学方式。影响光动力治疗效果的关键因素之一是光敏剂的类型和剂量。通过研究光敏剂发展情况、在上消化道肿瘤治疗中的应用现状以及治疗效果等，对比国内外研究进展，分析了光动力治疗中对光敏剂的特性要求以及未来的研究方向。

    光动力治疗光敏剂上消化道肿瘤

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

    激光SLAM技术下移动机器人自主导航优化研究

    金凯乐李发元杨婷
    20-24页
    查看更多>>摘要：在进行自主导航时，移动机器人躲避障碍物的能力较差，使得完成任务需要的时间较长。为此，提出一种激光SLAM技术下移动机器人自主导航优化方法。利用图优化理论，获取全部位姿拓展节点对应的子节点，通过闭环检测，计算误差最小的位姿，根据SPA算法更新位姿，完成移动机器人的位姿估计。利用激光SLAM技术，输出优化后移动机器人位姿，使用A*算法，得到最优通行路径，引入DWA算法展开轨迹计算，实现移动机器人自主导航优化。实验结果表明，所提方法能够准确估计移动机器人位姿，在自主导航优化后，移动机器人自主导航路径长度仅为1 900 mm，转角次数仅为2次，运行周期仅为190次，平均速度高达280 mm/s，具有较好的移动机器人自主导航优化效果。

    位姿估计激光SLAM技术移动机器人自主导航优化

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

    强激光加载下铝、锡微喷特性实验研究

    罗笔瀚王洪建冯永祯
    25-33页
    查看更多>>摘要：基于皮秒激光驱动的高能X射线源具有微焦点、高亮度和高分辨的优良特性，已成为研究金属材料微层裂和微喷射现象的热门诊断方法之一。锡因其熔点较低而成为微喷研究熔化影响的首选材料，铝由于熔点相对较高，不易发生冲击或卸载熔化形成液滴喷射，因此，铝微喷实验研究结果相对较少。基于"星光-Ⅲ"激光装置的纳秒加载源和皮秒束诊断源，发展了皮秒激光驱动高能X射线背光照相技术，研究了表面含V型几何缺陷的金属锡、铝微喷特性，通过延时控制，获取了两种典型金属微喷射过程的高分辨物理图像，得到了喷射物质的形态分布、平均速度和面密度分布等重要信息。采用SPH方法对实验结果进行了数值模拟分析，揭示了实验中喷射物的形成机理以及高速喷射物质的来源。

    强激光金属微喷表面缺陷X射线背光照相

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

    面向高反物体的区域映射自适应条纹投影方法

    王启江刘元坤魏振东王杰...
    34-40页
    查看更多>>摘要：对于具有高反射率表面物体的测量，传统条纹投影方法无法测量出完整的三维信息。为了解决这一问题，采用了区域映射条纹投影方法(RMAFP)，通过图像灰度值区分饱和区域，再采用改进的相移算法，得到饱和区域的相位与饱和度;相位值实现投影区域映射，再投影根据饱和度修正的标准条纹图，对原饱和区域重新测量，即可消除饱和现象，结合原非饱和区域像素的高精度相位，就能完成对高反物体的准确测量。实验过程仅需两轮投影即可实现，实验结果显示高反点的测量准确率为98％，同时对所有高反点均能得到较为准确的测量结果，表明该方法切实可行，可以完整地对复杂高反射率表面进行测量。

    高反射率表面自适应条纹投影坐标映射

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

    基于CRS-YOLO算法的高密度柔性封装基板缺陷检测方法

    王锴欣黄丹于永兴周泓成...
    41-47页
    查看更多>>摘要：针对柔性封装基板表面缺陷尺寸微小、特征不明显，现有检测方案实时性较差的问题，提出了一种基于柔性封装基板目标检测的CRS-YOLO算法。在单阶段网络模型YOLOv5基础上首先在Backbone添加CA注意力机制模块，强化特征提取能力;其次，将原有的SPP池化金字塔替换为性能更佳的Basic RFB池化金字塔，扩大感受野，减少模型漏检率;最后采用SIoU损失函数替换原本的CIoU损失函数，加快训练模型收敛，提高模型的检测能力。实验结果表明，在柔性封装基板缺陷数据集的验证下，CRS-YOLO算法与原网络模型相比，mAP提高了 9％，检测速度大幅提升，FPS达到48，满足了柔性封装基板表面缺陷检测的准确性和实时性。

    柔性封装基板注意力机制缺陷检测YOLOv5

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

    基于双特征提取网络的车道线识别方法

    窦志孙后环王周利代远扬...
    48-54页
    查看更多>>摘要：为了提高复杂环境下网络的特征提取能力，提出一种双特征提取网络的车道线识别方法。首先搭建双特征提取网络，减少细节语义信息的丢失，强化模型面对复杂环境的识别能力。然后使用改进的空洞空间金字塔池化结构增大感受野，提取更为丰富的上下文信息，并结合深度可分离卷积，降低模型的计算量。最后构造通道注意力模块，重点关注有效信息较多的特征通道。经实验验证，所提方法在Tusimple数据集上准确率可达97。7％，mIoU为76。2％，单图识别时间为26。24 ms，在复杂环境下进行车道线识别时，鲁棒性较好。

    车道线识别双特征提取SwinTransformer通道注意力模块空洞卷积

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

    基于改进YOLOv7的红外安防目标检测

    韩瑶骆晓玲程换新沈静...
    55-61页
    查看更多>>摘要：针对安防场景中红外图像对比度低、目标轮廓不明显导致目标检测效果差的问题，提出一种基于改进YOLOv7的红外安防目标检测算法。采用递归门控卷积改进主干网络，增强对输入图像高阶信息交互能力;使用SimAM注意力机制构建ELAN-S模块，降低信息丢失率的同时减少网络参数;使用K-means++聚类算法优化锚盒尺寸，提高检测精度。对InfiRay公开数据集进行数据增强和模型验证实验，结果表明，提出的算法在保持较高检测速度前提下，平均精度均值达到了 87。15％，相对于原YOLOv7网络与其他主流算法有明显提高，证明改进方法先进有效。

    目标检测红外图像YOLOv7递归门控卷积SimAM

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

    基于卡尔曼算法的激光告警自适应控制系统

    张卓奇张瑞牛家麒薛鹏...
    62-68页
    查看更多>>摘要：针对二维激光告警系统在极端环境下成像质量差的问题，设计了一种基于卡尔曼算法的自适应控制系统。采用两个InGaAs焦平面阵列探测器分别对来袭激光的角度进行精测和粗测，对卡尔曼算法进行推导优化和仿真验证，同时，基于改进后的卡尔曼算法，通过FPGA实现两个探测器的自适应积分控制，达到系统输出自适应控制的目的。结果显示，精测的卡尔曼预测平均误差为0。56％，粗测的卡尔曼预测平均误差为0。78％，在532 nm的模拟光源照射下，自适应控制系统在极端光强下减少了欠曝和过曝的干扰，在不同光强下光斑大小稳定在55个像素左右。实验表明，自适应控制系统提高了激光告警系统在不同光强下的成像稳定性，对激光告警系统在恶劣环境下工作具有重要意义。

    二维激光告警卡尔曼算法FPGA光电探测

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

    YOLO-Plane:—种基于改进YOLOv5的飞机检测算法

    梅礼坤陈智利
    69-78页
    查看更多>>摘要：精准识别和定位飞机目标是航空安全和信息化战争胜利的关键，针对传统飞机目标识别抗干扰性差，对遮挡、光照、尺度敏感难应对复杂场景需求的问题，提出了 一种基于改进YOLOv5的飞机目标检测算法。通过IOU-NWD Similarity Metric for Bounding Boxes策略解决了 IOU机制对飞机小目标的标签分配歧义问题;使用GFPN based on NLnet模块完成了"跨层"与"跨尺度"的自适应融合，更加丰富和具有代表性的特征信息;使用soft-NMS方法解决了在目标密集区域中飞机小目标存在的漏检问题。在飞机数据集上进行实验，结果表明:与原始 YOLOv5 相比，改进后的模型在 Precision、Recall、mAP0。5、mAP0。5:0。95 分别提高了 1。9％、10。4％、3。6％和5。8％。该算法通过针对性的网络调整和模块迁移来提高模型对小型和遮挡的飞机目标的检测效果，并通过实验验证了该算法的优越性，实验结果表明，AIR-YOLO在检测精度和鲁棒性方面优于YOLOv5，解决了原始YOLOv5算法的小飞机目标误检的问题。

    IOU-NWDGFPNNLnetsoft-NMS

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