Effect of Peak Tracking Methods on FBG Calibration Derived by Factorial Design of Experiment

We present a calibration procedure for a humidity sensor made of a fiber Bragg grating covered by a polyimide layer. FBGs being intrinsically sensitive to temperature and strain, the calibration should tackle three variables, and, therefore, consists of a three-variable, two-level factorial design tailored to assess the three main sensitivities, as well as the five cross-sensitivities. FBG sensing information is encoded in the reflection spectrum from which the Bragg wavelength should be extracted. We tested six classical peak tracking methods on the results of the factorial design of the experiment applied to a homemade FBG humidity sensor. We used Python programming to compute, from the raw spectral data with six typical peak search algorithms, the temperature, strain and humidity sensitivities, as well as the cross-sensitivities, and showed that results are consistent for all algorithms, provided that the points selected to make the computation are correctly chosen. The best results for this particular sensor are obtained with a 3 dB threshold, whatever the peak search method used, and allow to compute the effective humidity sensitivity taking into account the combined effect of temperature and strain. The calibration procedure presented here is nevertheless generic and can thus be adapted to other sensors.

3D Imaging Algorithm of Directional Borehole Radar Based on Root-MUSIC

A directional borehole radar consists of one transmitting antenna in the borehole and four receiving antennas distributed at equal angles in a ring. The receiving antennas can determine the depth and orientation of targets beside the borehole. However, the problem of target orientation determination and 3D imaging algorithms remains a technological challenge. The MUSIC (multiple signal classification) algorithm requires a peak search, so the accuracy of the operation is limited by the angle interval. Based on the MUSIC algorithm, the Root-MUSIC algorithm is proposed and implemented. By replacing the spectral peak search with calculating the roots of the polynomials greatly improves the orientation recognition accuracy. Finally, the results obtained using the above algorithm are verified with synthetic data and compared with the results of the MUSIC algorithm. The results show that both the MUSIC algorithm and the Root-MUSIC algorithm can achieve very good orientation determination and 3D imaging results. In terms of accuracy, the Root-MUSIC algorithm has an obvious improvement compared with the MUSIC algorithm.

Design and realization of photonic structures and control for interferometric hybridly integrated sensors

Τις τελευταίες δύο δεκαετίες, έχει παρατηρηθεί αξιοσημείωτη πρόοδος στην ανάπτυξη συσκευών φωτονικών αισθητήρων με εφαρμογή σε τομείς όπως η παρακολούθηση του περιβάλλοντοςη βιοτεχνολογία, η ιατρική διαγνωστική, ο έλεγχος φαρμάκων και ο έλεγχος ποιότητας των τροφίμων. Παρότι η τεχνολογία των φωτονικών αισθητήρων έχει ωριμάσει, τόσο σε ερευνητικό όσο και σε εμπορικό επίπεδο, παρατηρούνται προβλήματα σταθερότητας, ευαισθησίας και μεγέθους τα οποία έχουν αποτρέψει τη γενική χρήση τους για εφαρμογές στο πραγματικό πεδίο δράσης. Σε αυτή τη διατριβή, παρουσιάζεται η ανάπτυξη ενός φωτονικού αισθητήρα ανίχνευσης της αλλαγής του δείκτη διάθλασης του δείγματος, ο οποίος προσφέρει λύσεις σε αυτά τα μειονεκτήματα. Τα κύρια μέρη αυτού του αισθητήρα είναι οι φωτονικές δομές που έχουν σκοπό την επιπλέον συμπάγειά του μέσω της υβριδικής ολοκλήρωσης που προσφέρουν, ο αλγόριθμος για την επεξεργασία των δεδομένων, στοχεύοντας την αυξημένη ευαισθησία και τη βελτίωση του ορίου ανίχνευσης καθώς και οι ηλεκτρονικές διατάξεις ελέγχου του. Στο πρώτο κεφάλαιο της διατριβής, παρουσιάζεται η αρχή λειτουργίας του αισθητήρα ανίχνευσης αλλαγής του δείκτη διάθλασης και η τοποθέτησή του στο φάσμα των φωτονικών αισθητήρων, ως προς την ευαισθησία και το μέγεθός του. Στο δεύτερο κεφάλαιο, περιγράφονται οι φωτονικές δομές που σχεδιάστηκαν και μελετήθηκαν στα πλαίσια της παρούσας διατριβής. Χρησιμοποιώντας την κατάλληλη μέθοδο προσομοίωσης στα αντίστοιχα στάδια σχεδιασμού, περιγράφονται αναλυτικά οι τρεις φωτονικές δομές οι οποίες είναι το κλειδί προς την υβριδική ολοκλήρωση του αισθητήρα. Το πρώτο είδος φωτονικών δομών είναι οι συζεύκτες πολλών ρυθμών (Multimode Interference couplers – MMIs) οι οποίοι είναι υπεύθυνοι για τον ακριβή και ισόποσο διαχωρισμό της οπτικής ισχύος ώστε να τροφοδοτούνται οι μικροδακτύλιοι συντονισμού που δρουν ως το αισθητήριο στοιχείο. Έπειτα από τον εργαστηριακό τους χαρακτηρισμό, διαπιστώθηκαν δομές με επιδόσεις ανισορροπίας ισχύος μεταξύ των κυματοδηγών εξόδου και απώλειας ισχύος, 0.08 dB και 0.6 dB αντίστοιχα, που επιτυγχάνουν τους στόχους που αρχικά είχαν τεθεί. Το δεύτερο είδος φωτονικών δομών, είναι οι συζεύκτες φράγματος περίθλασης με στόχο την ανακατεύθυνση του φωτός από την πηγή (VCSEL) προς το φωτονικό chip και από το φωτονικό chip προς τις φωτοδιόδους αντίστοιχα. Έχοντας ως προαπαιτούμενο την ευκολία κατασκευής τους, σχεδιάστηκαν fully-etched δομές με συντελεστή σύζευξης 54%, καθιστώντας τις χρήσιμο εργαλείο στη βιβλιοθήκη κατασκευαστών φωτονικών chips. Το τρίτο είδος φωτονικών δομών είναι ο περιστροφικός πολωτής, ο οποίος σε επίπεδο προσομοίωσης πληρούσε τις προδιαγραφές με στόχο τη μερική περιστροφή του κυματοδηγούμενου ΤΕ ρυθμού σε ΤΜ, ο οποίος θα μπορούσε να οδηγήσει σε αύξηση της ευαισθησίας του συστήματος λόγω του μεγαλύτερου βάθους εισχώρησής του στο δείγμα προς εξέταση. Στο τρίτο κεφάλαιο, περιγράφεται ο αλγόριθμος που αναπτύχθηκε για την επεξεργασία των πειραματικών δεδομένων για τον υπολογισμό της μετατόπισης του μήκους κύματος συντονισμού, ο οποίος βασίζεται στη θεωρία Fourier Transform. Μέσω ενός εκτεταμένου συνόλου αριθμητικών μελετών, περιγράφεται η σύγκριση του αλγορίθμου που έχει ως πυρήνα υπολογισμού τού διακριτού μετασχηματισμού Fourier της συνάρτησης μεταφοράς των MRRs, την FFT μέθοδο, με αυτήν της αναζήτησης τοπικού μεγίστου (Peak search method) και με την μέθοδο Lorentzian προσαρμογής καθώς και η ανεκτικότητά του στα ποικίλα είδη θορύβου. Στην πρώτη περίπτωση, αποδείχθηκε πως για πρακτικά βήματα σάρωσης και ρεαλιστικά επίπεδα απώλειας εντός της MRR κοιλότητας, η FFT μέθοδος βελτιώνει την ανάλυση (0.01 pm) και το όριο ανίχνευσης (~10e-7 nm/RIU) του συστήματος κατά 2-3 τάξεις μεγέθους. Στην περίπτωση σύγκρισης της FFT μεθόδου με αυτή της Lorentzian προσαρμογής, αποδείχθηκε πως μπορούν να επιτευχθούν ίδια επίπεδα ακρίβειας του αισθητήρα, χρησιμοποιώντας όμως μέχρι και 270 μεγαλύτερο βήμα σάρωσης, κάτι που οδηγεί στην δυνατότητα χρήσης ακόμη πιο φθηνών στοιχείων, μειώνοντας έτσι το συνολικό κόστος του αισθητήρα. Χρησιμοποιώντας λοιπόν τον αλγόριθμο που αναπτύχθηκε στα πλαίσια της διατριβής, επιτυγχάνουμε αποτελέσματα ανάλυσης και ορίου ανίχνευσης των φωτονικών αισθητήρων όμοια με αυτά έπειτα από τη χρήση των κοινών μεθόδων αναζήτησης τοπικού μεγίστου και Lorentzian προσαρμογής, χρησιμοποιώντας όμως είτε πολύ μεγαλύτερα βήματα σάρωσης της πηγής, είτε πιο ευρεία οπτικά φίλτρα, μειώνοντας έτσι χαρακτηριστικά το κόστος κατασκευής του . Στο τέταρτο κεφάλαιο της διατριβής, παρουσιάζεται η δύο επιπέδων αρχιτεκτονική της ηλεκτρονικής πλατφόρμας που ελέγχει τα μεμονωμένα μέρη του αισθητήρα. Επίσης, παρουσιάζονται πειράματα επαλήθευσης των θεωρητικών αποτελεσμάτων των αριθμητικών μελετών του 3ου κεφαλαίου, οδηγώντας σε πειραματική επαλήθευση της ευαισθησίας των MRRs κοντά στα 93.7 nm/RIU, ανάλυση του αισθητήρα 0.08 pm για βήμα σάρωσης 0.5 pm, και όριο ανίχνευσης 8.5·10e-7 RIU. Τέλος, παρουσιάζονται πειράματα με τη χρήση πραγματικών δειγμάτων χρησιμοποιώντας βιο-τροποποιημένους μικροδακτυλίους συντονισμού και έχοντας ως στόχο την ανίχνευση και τη δέσμευση των μορίων μυκοτοξίνης OTA και χαλκού στα αντίστοιχα απταμερή, καθώς και την επίδραση της παρουσίας MgCl2 στη διαδικασία μέτρησης.

Intelligent Fault Diagnosis of Machines Based on Adaptive Transfer Density Peaks Search Clustering

Intelligent fault diagnosis technology of the rotating machinery is an important way to guarantee the safety of industrial production. To enhance the accuracy of autonomous diagnosis using unlabelled mechanical faults data, a novel intelligent diagnosis algorithm has been developed for rotating machinery based on adaptive transfer density peak search clustering. Combined with the wavelet packet energy feature extraction algorithm, the proposed algorithm can enhance the computational accuracy and reduce the computational time consumption. The proposed adaptive transfer density peak search clustering algorithm can adaptively adjust the classification parameters and mark the categories of unlabelled experimental data. Results of bearing experimental analysis demonstrated that the proposed technique is suitable for machinery fault diagnosis using unlabelled data, compared with other traditional algorithms.

An Infrared Dim Target Detection Algorithm based on Density Peak Search and Region Consistency

To suppress background clutter and improve detection accuracy, this paper propose a dim target detection algorithm based on density peak search and region consistency. Firstly the density peak search algorithm is used to extract the candidate targets. And then the candidate targets are classified and marked according to the local mosaic probability factor, which is important to suppress the background clutter and accurately strip the candidate target region from the background. Considering the regional stability of the dim targets, local mosaic gradient factors are used to screen real targets from the candidate targets, and then facet kernel filter is used to extract the irregular contours of the dim targets, and as a result, the targets can be enhanced. The experimental results show that compared with the existing algorithms, the proposed method has better detection accuracy and stronger robustness in different complex scenarios.