[發明專利]基于深度網絡解混的瞬態光譜儀

在審

• 申請號: 201910797710.4
• 申請日: 2019-08-27
• 公開（公告）號: CN110631699A
• 公開（公告）日: 2019-12-31
• 發明（設計）人: 韓靜;柏連發;王旭;趙壯;張毅;陳霄宇;樓嘯天;戚浩存
• 申請（專利權）人: 南京理工大學
• 主分類號: G01J3/28
• 分類號: G01J3/28;G06N3/04
• 代理公司: 32203 南京理工大學專利中心
• 代理人: 岑丹

1.一種基于深度網絡解混的瞬態光譜儀，其特征在于，包括望遠物鏡、數字微鏡器件DMD、棱鏡、準直透鏡、光柵、聚焦透鏡、CCD相機、光強還原模塊以及光譜重建模塊；

所述望遠物鏡用于將目標場景聚焦在數字微鏡器件DMD上；

所述數字微鏡器件DMD用于對目標場景進行編碼；

所述棱鏡正對數字微鏡器件設置，用于將編碼后目標場景折反至準直透鏡；

所述準直透鏡用于將棱鏡折反的目標場景進行準直；

所述光柵用于將準直后的目標場景進行色散；

所述CCD相機用于記錄色散疊加后的光譜；

所述光強還原模塊用于通過卷積神經網絡將色散疊加后的光譜還原為光強分布；

所述光譜重建模塊用于將Hadamard-S矩陣與光強分布進行疊加形成Sub-Hadamard-S矩陣，并根據Sub-Hadamard-S矩陣重建光譜。

2.根據權利要求1所述的基于深度網絡解混的瞬態光譜儀，其特征在于，所述卷積神經網絡包括解混模塊和增強模塊，所述解混模塊包括第一卷積層、逆卷積層、第二卷積層以及relu激活函數，所述第一卷積層用于提取光譜色散方向信息進行解混，所述逆卷積層用于將解混后的數據變換為與光譜數據相同維度的數據立方，所述第二卷積層以及relu激活函數用于從數據立方中提取初級特征；所述增強模塊用于對初級特征進行加強。

3.根據權利要求2所述的基于深度網絡解混的瞬態光譜儀，其特征在于，所述第一卷積層的卷積核大小為1×n，n為光譜色散在CCD上的像素長度，所述第二卷積層的卷積核大小為3×3。

4.根據權利要求2所述的基于深度網絡解混的瞬態光譜儀，其特征在于，所述增強模塊為encoder-decoder結構的網絡。

5.根據權利要求2-4任一所述的基于深度網絡解混的瞬態光譜儀，其特征在于，所述卷積神經網絡訓練時的Loss函數為：

其中，t為設定的閾值，表示歐式距離，其中x_i為label數據，為網絡輸出結果，N為樣板總數。