喜报！我司与中国计量大学产学研合作论文在《Sensors》期刊成功发表

关于《Sensors》期刊
《Sensors》是MDPI出版社旗下的国际知名传感器领域权威学术期刊，被科学引文索引（SCI）收录。根据最新期刊引证报告（JCR），其位于工程技术大类Q2区，2023年影响因子为3.9，在业内享有很高的学术声誉。此次论文的顺利发表，标志着我司与中国计量大学合作的研究成果，其创新性和学术价值得到了国际同行专家的认可。

论文链接：https://www.mdpi.com/1424-8220/25/15/4648

论文简介

      本研究针对照度测量任务中二维水平分布式光度传感器的不确定性评估问题，提出了一种基于蒙特卡洛方法（MCM）的创新评估方案。论文通过理论分析和实验验证，为解决复杂光照环境下的测量不确定度提供了新思路，对提升光度测量技术的可靠性和精确性具有重要意义。

合作背景

      此次论文的发表是我司与中国计量大学产学研合作的又一重要成果。双方充分发挥各自优势，将企业的实际应用需求与高校的科研创新能力紧密结合，实现了理论研究与工程实践的有效融合。

创新情况简介

（一）技术框架创新：构建针对性的不确定度评估体系

1. 首次针对二维水平分布式光度传感器的照度测量任务，建立 “不确定度来源分析 - 双方法评估 - 实验验证” 的完整框架，明确灯具安装位置、环境干扰等 5 类核心不确定度来源及量化方法，填补该类传感器不确定度评估的系统性空白。
2. 提出模块化测量方案选择策略，根据被测灯具安装方式（动态调角 / 水平安装）与光强分布特性，对应选择 B-β 或 C-γ 方案，提升测量系统对不同类型 LED 补光灯的适配性，突破传统固定方案的局限性。

（二）方法优化创新：突破传统评估方法的适用瓶颈

1. 对比验证 GUM 与 MCM 法在复杂光学测量场景的适用性，揭示 GUM 法在非正态分布（梯形分布）下的系统偏差，证明MCM法通过大量随机采样可更精准反映测量数据实际分布，为高精度光学仪器不确定度评估提供更可靠的方法选择依据。
2. 基于 Python 实现 MCM 法的自动化模拟计算，通过10次样本采样确保评估结果稳定性，同时可视化输出误差分布直方图，提升不确定度评估的直观性与可重复性，降低复杂模型评估的技术门槛。

（三）应用价值创新：拓展不确定度评估的工程意义

1. 研究结果不仅解决二维水平分布式光度传感器的照度测量不确定度难题，还为其他高精度光学仪器（如成像式亮度计、分布式光强计）的不确定度评估提供通用参考框架，推动光学计量领域不确定度评估的标准化。
2. 明确测量系统主要误差来源（仪器示值误差）与可忽略因素（转台旋转精度），为工业实践中优化传感器设计（如提升示值校准精度）、降低测量成本（无需过度追求转台精度）提供直接指导，助力 LED 补光品质控制与二次光学设计效率提升。

意义与展望

      《Sensors》是MDPI出版社旗下的国际知名期刊，主要刊载传感器科学和技术领域的最新研究成果，在业内具有广泛影响力。此次论文的发表，标志着我司在光电测量领域的技术实力得到了国际学术界的认可。

      展望未来，我司将以此次合作为新起点，不仅持续深化与中国计量大学的协同创新，更将积极拓展与国内顶尖高校的产学研生态合作。我们致力于攻克光电测量领域的前沿与痛点，将更多创新成果转化为领先行业的生产力，为产业升级注入强劲动能。