买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:南京邮电大学
摘要:本发明公开一种用于材料分析和表征的超表面微型计算光谱仪及其制备,属于光谱编码和测量技术领域。主要制备步骤包括:S1、超表面阵列的设计和制备;S2、超表面和探测器参数标定;S3、光谱重建;S4、利用神经网络对重建的特征光谱进行分析,完成材料参数表征。本申请采用光谱计算重建技术与深度学习技术相结合的方式,提出一种超表面阵列的设计方法,与黑白相机结合进行光谱重建,达到了0.32nm的光谱分辨率;另外,将计算光谱仪与深度学习分类网络算法相结合,能实现特定结构的相关参数表征以及溶液的浓度表征和分类。
主权项:1.一种超表面微型计算光谱仪的制备方法,其特征在于,包括如下步骤:S1、超表面阵列的设计和制备S11、设计由数个超表面构建的阵列结构;S12、将设计好的超表面阵列画成图纸作为掩模板,在衬底表面沉积硅膜作为母板,利用电子束光刻技术在硅膜表面加工得到编码器;S2、超表面和探测器参数标定S21、超表面阵列透射率标定:使用已知光谱信息的白光光源照射单个超表面结构,利用商用光谱仪测定单个超表面结构的透射光谱,该超表面结构对应单个波长的入射光的透射率、即超表面阵列透射率矩阵定义为相应波长的入射光经过该超表面后的光强与白光光源中相应波长的入射光的光强之比,即:Tiλ=PiλP0λ其中,Tiλ为波长为λ的入射光经过第i个超表面后的透射率,Piλ为波长为λ的入射光经过第i个超表面后的光强,P0λ为白光光源中波长为λ的入射光光强;S22、探测器光谱响应标定:使用单色仪标定探测器对携带不同光谱信息光源的响应,以单色光光源强度与单色光透过超表面单元后在CCD相机探测的灰度值之比表示探测器光谱响应ηλ,即:ηλ=PλGλ其中,Pλ为波长为λ的单色仪入射光光强,Gλ为黑白CCD相机探测到的灰度值,ηλ为探测器对波长为λ的入射光的光谱响应率;S3、光谱重建S31、测量:使用未知光源照射超表面阵列,使用黑白CCD相机接收透过超表面的光信号的灰度值,将其转化为光强信号;S32、光谱重建:通过正则化算法构建一个未知光谱求解的逆问题,并使用计算机得出未知光谱信息,写成积分形式的公式为: 其中,Si为黑白CCD探测器探测的入射光经过第i个超表面单元透射后的灰度信息,λ1和λ2为可以重建的未知波长光谱范围,Tiλ为超表面阵列透射率矩阵,ηλ为探测器在波长为λ的光谱响应率,当未知光谱通过超表面阵列照射到CCD相机上时,CCD相机可以采集到灰度信息Si,Tiλ和ηλ已经通过实验标定,通过光谱重建公式就可以反推出入射光的光谱强度Iλ;S4、利用神经网络分析重建的特征光谱,完成材料参数表征构建DNN网络:DNN由一个1×1251输入层、3×2000全连接隐藏层、一个1×n回归网络输出层和一个1×m分类网络输出层组成;其中n是回归网络输出所需的标签数,m是分类网络输出的标签数;回归网络的激活函数为ReLU,分类网络的激活函数为Softmax;使用模拟数据进行DNN训练,测试数据集由实验数据组成;实际使用中,将重建获得的光谱作为输入端输入以获得其物质信息。
全文数据:
权利要求:
百度查询: 南京邮电大学 用于材料分析和表征的超表面微型计算光谱仪及其制备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。