基于达曼涡旋光栅的光纤激光相干合成的主动锁相方法和光纤激光相干合成系统

    公开(公告)号:CN113937609B

    公开(公告)日:2022-09-23

    申请号:CN202111201308.9

    申请日:2021-10-15

    Applicant: 中南大学

    Inventor: 夏辉 于涛 谢文科

    Abstract: 本发明公开了一种基于达曼涡旋光栅的光纤激光相干合成的主动锁相方法和光纤激光相干合成系统,方法为:对当前输出的涡旋光束进行分束,低功率部分作为待检测涡旋光束;利用达曼涡旋光栅生成OAM模式分布已知的涡旋光束阵列;将待检测涡旋光束与涡旋光束阵列中每个涡旋光束进行同轴干涉,探测并计算干涉场中目标OAM模式对应实心光斑的光强;选取干涉场中指定的目标OAM模式对应的实心光斑的光强作为SPGD算法的评价函数,利用SPGD算法计算下一次光纤激光阵列中每一路子光束的相位控制信号并施加至相位调制模块,多次迭代实现OAM模式可调的涡旋光束输出。本发明可以实现高功率涡旋光束输出,并具有输出OAM模式多样性的潜力。

    基于Stacking集成学习方式雷达HRRP目标识别方法

    公开(公告)号:CN111598163B

    公开(公告)日:2022-02-01

    申请号:CN202010408431.7

    申请日:2020-05-14

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于Stacking集成学习方式雷达HRRP目标识别方法,属于雷达目标识别领域。包括训练阶段和识别阶段,训练阶段:从原始HRRP中提取多种特征,然后再利用ReliefF算法和SVM_RFE算法对提取的特征进行挑选,基于挑选的特征子集,对三个基分类器进行训练,基分类器的分类结果作为元分类器的训练数据;识别阶段:从原始HRRP中提取多种特征,然后再乘以训练阶段获得的特征筛选矩阵,完成特征选择过程,将获得的特征子集导入已训练好的基分类器进行分类,分类结果作为元分类器的测试数据,而元分类器的分类结果作为最终分类识别结果。本发明所述雷达HRRP目标识别方法在处理多类目标分类问题时具备高精度识别能力,且所需样本少,识别效率高。

    基于纳米压印的马赛克快照式微滤光片阵列及制备方法

    公开(公告)号:CN114740689A

    公开(公告)日:2022-07-12

    申请号:CN202210380903.1

    申请日:2022-04-11

    Applicant: 中南大学

    Inventor: 方靖岳 谢文科

    Abstract: 本发明涉及光学薄膜制备、半导体工艺、多光谱成像领域,特别涉及一种基于纳米压印的马赛克快照式微滤光片阵列及制备方法,所述方法是采用法布里‑珀罗周期性干涉滤光膜系结构,利用纳米压印技术,通过刻蚀或者紫外辐照固化等手段,完成微滤光单元的法布里‑珀罗腔厚度的调控,从而便捷地制备出马赛克快照式微滤光片阵列。所述方法,可以是在衬底上制备微滤光片阵列时采用,也可以是直接在图像传感器芯片上制备微滤光片阵列时采用。本发明不受滤波通道数目限制,并行地一次性完成所有工作波长膜系的法布里‑珀罗腔厚度调节,工艺简单,易于批量化生产,有利于多光谱检测技术的推广和普及,具有很大的实用价值。

    基于达曼涡旋光栅的光纤激光相干合成的主动锁相方法和光纤激光相干合成系统

    公开(公告)号:CN113937609A

    公开(公告)日:2022-01-14

    申请号:CN202111201308.9

    申请日:2021-10-15

    Applicant: 中南大学

    Inventor: 夏辉 于涛 谢文科

    Abstract: 本发明公开了一种基于达曼涡旋光栅的光纤激光相干合成的主动锁相方法和光纤激光相干合成系统,方法为:对当前输出的涡旋光束进行分束,低功率部分作为待检测涡旋光束;利用达曼涡旋光栅生成OAM模式分布已知的涡旋光束阵列;将待检测涡旋光束与涡旋光束阵列中每个涡旋光束进行同轴干涉,探测并计算干涉场中目标OAM模式对应实心光斑的光强;选取干涉场中指定的目标OAM模式对应的实心光斑的光强作为SPGD算法的评价函数,利用SPGD算法计算下一次光纤激光阵列中每一路子光束的相位控制信号并施加至相位调制模块,多次迭代实现OAM模式可调的涡旋光束输出。本发明可以实现高功率涡旋光束输出,并具有输出OAM模式多样性的潜力。

    基于Stacking集成学习方式雷达HRRP目标识别方法

    公开(公告)号:CN111598163A

    公开(公告)日:2020-08-28

    申请号:CN202010408431.7

    申请日:2020-05-14

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于Stacking集成学习方式雷达HRRP目标识别方法,属于雷达目标识别领域。包括训练阶段和识别阶段,训练阶段:从原始HRRP中提取多种特征,然后再利用ReliefF算法和SVM_RFE算法对提取的特征进行挑选,基于挑选的特征子集,对三个基分类器进行训练,基分类器的分类结果作为元分类器的训练数据;识别阶段:从原始HRRP中提取多种特征,然后再乘以训练阶段获得的特征筛选矩阵,完成特征选择过程,将获得的特征子集导入已训练好的基分类器进行分类,分类结果作为元分类器的测试数据,而元分类器的分类结果作为最终分类识别结果。本发明所述雷达HRRP目标识别方法在处理多类目标分类问题时具备高精度识别能力,且所需样本少,识别效率高。

Patent Agency Ranking