[发明专利]一种基于阵列化多峰谷宽带滤光片的光谱重构方法及微型光谱仪

权利要求书

1.一种基于阵列化多峰谷宽带滤光片的光谱重构方法，其特征在于，待测光束依次经过扩束透镜扩束、准直透镜准直后照射于多峰谷宽带滤光片阵列，探测器测得透射光束的强度值并输入计算机，经光谱反演网络的解码子网络得到待测光束的光谱分布。

2.根据权利要求1所述基于阵列化多峰谷宽带滤光片的光谱重构方法，其特征在于，所述光谱反演网络采用主成分分析算法、遗传算法、深度神经网络及压缩感知算法中的一种或多种的结合。

3.根据权利要求1所述基于阵列化多峰谷宽带滤光片的光谱重构方法，其特征在于，所述阵列化多峰谷宽带滤光片各滤光区块的结构参数由构建的光谱反演网络的编码子网络得到。

4.根据权利要求3所述基于阵列化多峰谷宽带滤光片的光谱重构方法，其特征在于，构建所述光谱反演网络时，以已知输入光谱作为训练集和测试集；以特定光学薄膜结构的光谱作为约束条件进行深度学习后，得到所述构建的光谱反演网络与多峰谷宽带滤光片阵列中各滤光区块的目标光谱响应；根据得到的目标光谱响应，获取所述各滤光区块的结构参数。

5.根据权利要求4所述基于阵列化多峰谷宽带滤光片的光谱重构方法，其特征在于，所述多峰谷宽带滤光片阵列制备完成后，根据其实际光谱响应对构建的光谱反演网络进行微优化。

6.根据权利要求5所述基于阵列化多峰谷宽带滤光片的光谱重构方法，其特征在于，微优化时，以已知输入光谱作为训练集和测试集，以实际光谱响应作为编码子网络的连接权重，并在深度学习过程中保持不变，仅对解码子网络进行优化。

7.根据权利要求3所述基于阵列化多峰谷宽带滤光片的光谱重构方法，其特征在于，所述解码子网络的输入神经元数量为阵列化多峰谷宽带滤光片区块数M，输出神经元数量为光谱通道数N，且包含若干个隐层；输入神经元与隐层神经元、隐层神经元与隐层神经元、隐层神经元与输出神经元之间的连接方式为全连接，并在每个全连接层之后添加批归一化层与激活函数。

8.根据权利要求1所述基于阵列化多峰谷宽带滤光片的光谱重构方法，其特征在于，所述多峰谷宽带滤光片阵列中每个滤光区块的透射光谱互不相同且透射峰谷数量以及峰谷波长或透过率/反射率值各异，但均为覆盖探测全波段的宽带光谱。

9.根据权利要求1所述基于阵列化多峰谷宽带滤光片的光谱重构方法，其特征在于，所述多峰谷宽带滤光片阵列中每个滤光区块包括基底和在基底上沉积的滤光膜系，所述滤光膜系选择高/低折射率堆叠的多层全介质膜或金属-介质结构膜堆。

10.一种实现权利要求1～9任一项所述基于阵列化多峰谷宽带滤光片的光谱重构方法的微型光谱仪，其特征在于，包括按照光路依次相连的扩束透镜、准直透镜、多峰谷宽带滤光片阵列、探测器以及计算机；待测光束依次经过扩束透镜扩束、准直透镜准直后照射于根据上述方法生成的多峰谷宽带滤光片阵列，探测器测得透射光束的强度值并输入计算机，经光谱反演网络的解码子网络计算得到待测光束的光谱分布。