位置:成果数据库 > 期刊 > 期刊详情页
基于奇异值分解的光子相关光谱滤波方法研究
  • ISSN号:1002-1582
  • 期刊名称:《光学技术》
  • 时间:0
  • 分类:TN247[电子电信—物理电子学]
  • 作者机构:[1]上海理工大学光电信息与计算机工程学院,上海200093, [2]上海理工大学上海市现代光学重点实验室,上海200093, [3]阿德雷德大学化工学院,阿德雷德5005
  • 相关基金:国家自然科学基金(No.61007002)资助
中文摘要:

摘要:针对光子相关光谱颗粒测量法在测量超细纳米颗粒时,容易受噪声影响,导致拟合误差较大的问题,提出了一种基于奇异值分解的光子相关光谱滤波方法。其处理步骤为:利用颗粒系的光强自相关函数数据构造Hankel矩阵H;对矩阵进行奇异值分解;根据奇异值的大小分布,确定噪声级别和重建参数r;从重建矩阵H1中提取经滤波后的光强自相数据,再通过传统方法进行拟合,得到颗粒的粒径分布。实验中采用30nm标准乳胶球单分散颗粒系,以及30nm和100nm标准乳胶球双分散颗粒系进行实验对比。结果证明:基于奇异值分解的光子相关光谱滤波法有效地提高了测量准确性。

英文摘要:

During the measurement of the ultrafine nanoparticles's size with the method of PCS(Photon Correlation Spectroscopy), the fitting results are always susceptible to the noise and have quite large errors. To solve the problem, the filtering algorithm of photon correlation spectroscopy based on singular value decomposition is proposed. Its proce- dure is: the Hankel matrix H with the intensity autocorrelation data is constructed; the singular value decomposition of H is calculated; the reconstruction parameters r with the singular value of H1 are deter- mined; the filtered light intensity autocorrelation data from the reconstruction matrix H1 are extracted, and fitting with the traditional method, and then the particle size distribution is obtained. The experiment is carried out in two different particle dispersions, one is 30nm standard monodisperse la- tex particle dispersion, and another is 30nm and 100nm standard double dispersion latex particle dis- persion. The results show that, the filtering algorithm of photon correlation spectroscopy based on singular value decomposition can improve the measurement accuracy effectively.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《光学技术》
  • 中国科技核心期刊
  • 主管单位:国防科工委
  • 主办单位:中国兵工学会 北京理工大学 中国北方光电工业总公司
  • 主编:夏阳
  • 地址:北京海淀中关村南大街5号
  • 邮编:100081
  • 邮箱:gxjs@bit.edu.cn
  • 电话:010-68913628 68948720
  • 国际标准刊号:ISSN:1002-1582
  • 国内统一刊号:ISSN:11-1879/O4
  • 邮发代号:2-830
  • 获奖情况:
  • 中国兵器工业总公司优秀期刊一等奖,首届国防科工委优秀期刊二等奖,美国工程索引(EI)对本刊论文的收录率为87%
  • 国内外数据库收录:
  • 美国化学文摘(网络版),荷兰文摘与引文数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:12855