-
公开(公告)号：CN117907277A
公开(公告)日：2024-04-19
申请号：CN202410256890.6
申请日：2024-03-07
Applicant: 南京信息工程大学
IPC: G01N21/39 , G01N21/21 , G06F18/241 , G06F17/15
Abstract: 本发明公开了一种基于深度学习的偏振增强型气体识别探测方法、装置，该方法包括获取超连续谱激光信号，并通过准直分光耦合出两路信号；对光谱信号进行气体的吸收处理，得到气体吸收后的光谱信号，将其与标准的光源光谱对照信号作对比，获得气体吸收特征光谱；利用超连续谱激光信号深度学习模块对光谱谐波信号图谱进行训练，并结合电控偏振片和锗基二维光谱探测器完成信号重构，利用偏振增强的气体光谱指纹信号的智能识别终端绘制气体吸收的光谱信号图谱，完成气体成分和浓度的识别。本发明提高了多气体识别精度，气体浓度识别的下限能够达到ppb级别。
-
公开(公告)号：CN117907277B
公开(公告)日：2024-05-28
申请号：CN202410256890.6
申请日：2024-03-07
Applicant: 南京信息工程大学
IPC: G01N21/39 , G01N21/21 , G06F18/241 , G06F17/15
Abstract: 本发明公开了一种基于深度学习的偏振增强型气体识别探测方法、装置，该方法包括获取超连续谱激光信号，并通过准直分光耦合出两路信号；对光谱信号进行气体的吸收处理，得到气体吸收后的光谱信号，将其与标准的光源光谱对照信号作对比，获得气体吸收特征光谱；利用超连续谱激光信号深度学习模块对光谱谐波信号图谱进行训练，并结合电控偏振片和锗基二维光谱探测器完成信号重构，利用偏振增强的气体光谱指纹信号的智能识别终端绘制气体吸收的光谱信号图谱，完成气体成分和浓度的识别。本发明提高了多气体识别精度，气体浓度识别的下限能够达到ppb级别。
-
公开(公告)号：CN116839731B
公开(公告)日：2025-05-06
申请号：CN202310839835.5
申请日：2023-07-10
Applicant: 南京信息工程大学
Abstract: 本发明公开一种应用于激光光谱仪的晶体管型光谱传感器，属于激光光谱探测技术领域，并整体采用“电”栅极代替光栅，构建以p‑i‑n晶体管异质结为核心的光谱传感器。本发明开发的光谱传感器可以利用电栅压对不同波段的激光进行分光采集，利用深度学习方法实现了多组分激光光谱寻址和重构；构建高性能的光谱可调的p‑i‑n晶体管异质结改善激光动态响应的特性，从而降低高频高速环境下的激光信号的非线性失真，衰减以及频移；实现了传感器对不同波段激光分光，可以快速重构激光光谱，及时采集数据进行分析处理。
-
公开(公告)号：CN116839731A
公开(公告)日：2023-10-03
申请号：CN202310839835.5
申请日：2023-07-10
Applicant: 南京信息工程大学
Abstract: 本发明公开一种应用于激光光谱仪的晶体管型光谱传感器，属于激光光谱探测技术领域，并整体采用“电”栅极代替光栅，构建以p‑i‑n晶体管异质结为核心的光谱传感器。本发明开发的光谱传感器可以利用电栅压对不同波段的激光进行分光采集，利用深度学习方法实现了多组分激光光谱寻址和重构；构建高性能的光谱可调的p‑i‑n晶体管异质结改善激光动态响应的特性，从而降低高频高速环境下的激光信号的非线性失真，衰减以及频移；实现了传感器对不同波段激光分光，可以快速重构激光光谱，及时采集数据进行分析处理。
-
-
-
Search Results
4
records
(took 0.024 seconds)
