新型阵列涡旋光束对微观粒子分级筛选的方法及系统

    公开(公告)号:CN111028974B

    公开(公告)日:2023-04-07

    申请号:CN201911254181.X

    申请日:2019-12-06

    Abstract: 本发明提出了新型阵列涡旋光束对微观粒子分级筛选的方法及系统,系统将激光器产生的激光束经匀光板得到一束均匀的等强度光束,再通过透镜组将均匀光束准直扩束,扩束后的均匀光束垂直入射光孔阵列板上,得到等强度均匀光阵列,通过光孔出射后的等强度的均匀光阵列入射到由螺旋相位板排布成M行L列的阵列板上,通过差异化设置每列的SPP的高度,得到在不同列位置上具有不同拓扑荷值的出射涡旋光阵列,最后通过透镜阵列,聚焦在远场,得到聚焦涡旋光束阵列的夫琅禾费衍射场,把微流体室放在聚焦涡旋光束阵列的夫琅禾费衍射场范围内。由于在各列位置的涡旋光束具有不同的拓扑荷,因此可根据涡旋光束光场力的差异,对微流体室中微观粒子进行分级筛选。

    新型阵列涡旋光束对微观粒子分级筛选的方法及系统

    公开(公告)号:CN111028974A

    公开(公告)日:2020-04-17

    申请号:CN201911254181.X

    申请日:2019-12-06

    Abstract: 本发明提出了新型阵列涡旋光束对微观粒子分级筛选的方法及系统,系统将激光器产生的激光束经匀光板得到一束均匀的等强度光束,再通过透镜组将均匀光束准直扩束,扩束后的均匀光束垂直入射光孔阵列板上,得到等强度均匀光阵列,通过光孔出射后的等强度的均匀光阵列入射到由螺旋相位板排布成M行L列的阵列板上,通过差异化设置每列的SPP的高度,得到在不同列位置上具有不同拓扑荷值的出射涡旋光阵列,最后通过透镜阵列,聚焦在远场,得到聚焦涡旋光束阵列的夫琅禾费衍射场,把微流体室放在聚焦涡旋光束阵列的夫琅禾费衍射场范围内。由于在各列位置的涡旋光束具有不同的拓扑荷,因此可根据涡旋光束光场力的差异,对微流体室中微观粒子进行分级筛选。

    多维复用光传输方法、电子设备和存储介质

    公开(公告)号:CN116886262A

    公开(公告)日:2023-10-13

    申请号:CN202310835349.6

    申请日:2023-07-07

    Abstract: 本发明提供多维复用光传输方法、电子设备和存储介质,所述方法包括:对携带传输信息的高维度的并行数据流进行星座压缩成形调制,得到所述并行数据流对应的低维度的星座序列串,并将所述星座序列串映射为三维星座点坐标;对所述三维星座点坐标进行四元数旋转加密,得到四元数加密数据流;对所述四元数加密数据流进行基于正交基的码分四维无载波幅度相位调制,得到携带传输信息的目标数据。本发明能够避免高维信号传输造成的高误码率,还能够确保不同用户之间的信息加密是独立的;能够为光传输系统提供针对高维度数据的调制和加密方案,从而增加光传输容量,并保证光传输的安全性。

    一种通信系统三维星座的优化方法、系统、介质及设备

    公开(公告)号:CN119941998A

    公开(公告)日:2025-05-06

    申请号:CN202510098463.4

    申请日:2025-01-22

    Abstract: 本发明公开了一种通信系统三维星座的优化方法、系统、介质及设备,属于通信技术领域。其方法包括:获取通信系统的星座点;将所述星座点作为立方体的顶点,基于所述星座点得到星座骨架;在所述星座骨架的中心添加基点,以星座骨架每一面的中心为对称中心,得到与所述基点对称的面心对称点,基于所述星座点、基点和面心对称点,得到新的星座骨架;以新的星座骨架其中一个面的中心为对称中心,得到与所述基点对称的角落对称点,基于所述星座点、基点、面心对称点和角落对称点,得到三维星座;将所述三维星座进行全局平移,得到平移后的三维星座;对所述平移后的三维星座进行比特映射优化,得到优化后的三维星座。本发明有效提升星座图的性能指标和通信系统的传输可靠性。

    一种基于图神经网络的高光谱遥感图像分类方法及装置

    公开(公告)号:CN119888367A

    公开(公告)日:2025-04-25

    申请号:CN202510177022.3

    申请日:2025-02-18

    Abstract: 本发明公开了一种基于图神经网络的高光谱遥感图像分类方法及装置,涉及高光谱图像处理技术领域,本发明将原始高光谱数据中的每个像素点作为一个节点构建邻接矩阵,生成图结构数据;并使用余弦相似度度量函数去除一阶邻居节点中的异常像素,构建新的邻接矩阵,对原始数据使用主成分分析方法进行降维,提取主要光谱特征成分,降低计算复杂度,将优化后的邻接矩阵和降维后的三维高光谱遥感图像输入预先训练好的图神经网络模型,通过平均聚合方式聚合每个像素点的邻居特征,并通过KAN网络提取聚合后中心像素点的特征,得到中心像素点的嵌入,最后通过Softmax处理得到分类结果,提升了分类效率和准确性,为高光谱遥感图像处理领域带来了突破性的进展。

    一种高光谱图像分类方法

    公开(公告)号:CN119206379B

    公开(公告)日:2025-04-22

    申请号:CN202411700036.0

    申请日:2024-11-26

    Abstract: 本发明公开了高光谱图像处理领域的一种高光谱图像分类方法,旨在解决高光谱图像中存在复杂的空间关系和纹理信息,常规的分类算法难以充分利用这些信息技术问题。其包括:脉冲神经网络能够自适应地提取更有效的特征,提高对高光谱数据的敏感性,动态阈值调整层避免人工设定固定阈值,更好地适应高光谱数据的复杂性;脉冲神经网络通过模拟生物神经系统的动态处理特性,能有效处理时空数据,特征提取层突出二值化的脉冲信号中的关键特征,从而增强关键特征的分类性能;根据每个像素的具体信息自动二值化编码为脉冲序列,具备更好的信息保真度;进而实现从高光谱图像中充分提取关键特征,实现高光谱图像的分类。

    基于深度学习和压缩感知辅助的编码方法及系统

    公开(公告)号:CN119628788A

    公开(公告)日:2025-03-14

    申请号:CN202411619078.1

    申请日:2024-11-13

    Abstract: 本发明公开基于深度学习和压缩感知辅助的编码方法及系统,属于光传输技术领域;方法包括:对比特数据进行编码映射,使用AlexNet模型进行码本设计,每个码本通过五个卷积层训练后获得在当前环境下的误码率;对误码率最低的码本进行数据映射;对映射到码本上的数据信号进行压缩感知;压缩感知后的信号先经过OFDM调制,然后经过信号传输,接着进行信号解调,之后将信号重构后解映射为码本信号为码本信号,最后通过解码器将将码本信号解码为原始信号。将SCMA调制与卷积神经网络技术以及压缩感知技术结合,建立了SCMA的编码器和解码器,使误码率最小化,并使用了压缩感知理论处理信号,大大降低了需要采集、传输、处理的数据量,实现占用更少的子载波传输数据。

    一种草原碳含量监测系统、方法、存储介质和装置

    公开(公告)号:CN115297383B

    公开(公告)日:2024-11-26

    申请号:CN202210997008.4

    申请日:2022-08-19

    Abstract: 本发明公开了一种草原碳含量监测系统、方法、存储介质和装置,属于草原土壤碳含量监测领域。与现有技术相比,本申请对草原土壤碳含量监测场景,通过基于感传一体的分布式草原碳含量监测系统,实现了同时在无源光接入系统中信号的传输与光纤的传感。所提出的多维并行光接入体系不仅能够实现对光纤线路的时间控制自动循环检测,即轮询检测,降低对光纤监测的复杂程度;而且还能同时保证光信号正常地传输,不会因为对光纤的检测而中断信号。除此之外,感传一体的多维并行光接入体系还提升了系统的效率,降低了成本,提升了系统的安全性能,非常适用于草原土壤碳含量监测场景中的PON系统。

Patent Agency Ranking