超强激光照射三维时变等离子体散射新机制

应用多光子非线性Compton散射模型和电流密度拉普拉斯变换改进的时域有限差分法,研究了超强激光照射三维时变等离子体的散射特性,提出了Compton散射光是影响等离子体散射的新机制,给出了该等离子体散射截面和频率随时间变化的修正方程,并进行了数值仿真。结果表明：与Compton散射前相比,Compton散射使等离子体散射截面增大,且随频率增大迅速衰减。这是因散射使等离子体中电子从耦合激光场中获得更多能量,从而导致电子被耦合场俘获的缘故;使瞬变等离子体最大频率随时间呈准直线缓慢下降趋势。这是因散射使等离子体中电子辐射阻尼效应增强,从而导致电子能量衰减、频率下降的缘故;使缓变等离子体频率随时间缓慢增大。这是因散射使等离子体中电子辐射阻尼增大效应减弱了频率增大的缘故。     

超强激光功率密度对等离子体中自生磁场和电子热传导的影响

应用多光子非线性康普顿散射模型、3维粒子模拟模型和数值计算方法,研究了超强激光与等离子体作用中自生磁场产生和电子热传导过程,提出了将非线性康普顿散射光作为改变等离子体自生磁场和电子热传导的新机制,给出了自生磁场最大饱和值和超热电子热传导的修正方程和数值计算结果。研究发现在时间为100~160范围内,自生磁场能量随入射激光功率密度增大而迅速增大,之后处于较高饱和阶段。增大的初始时刻较散射前提前了20,增大阶段的时间延长了30,饱和阶段增幅为40。入射激光功率密度为1019~1020W/cm2时,自生磁场强度最大模拟值为1.47104~3.75104T,单电子能谱峰值出现在3.3MeV和6.6MeV附近,能谱曲线在4~15 MeV和11~14.3MeV范围迅速衰减,在6.7MeV和13.2MeV以上时,超热电子有效温度为2.6MeV和4.5MeV,比无散射的理论值和拟合值均有一定增大。随入射激光强度增大,热流随激光脉冲一起向等离子体内流动的时间缩短,自生磁场限制热流的时间延长。并对所得结果给出了初步物理解释。     

Compton散射对激光等离子体通道天线特性的影响

应用多光子非线性Compton散射模型和数值计算方法,研究了激光等离子体通道天线传播和辐射特性,结果表明:随通道周围介质损耗和传输模式阶数的增大,传输模式THnm衰减常数明显增大.这是因散射使通道内外电场和磁场增强,粒子间碰撞频率增大,电场使更多分子电离而吸收更多能量的缘故.随模式阶数增大,电性有耗介质使相移常数明显减小.这是因散射使高阶模式可能存在被耦合电场俘获的缘故.等离子体耦合频率为0.7附近,衰减常数随频率增大而剧烈增大.这是因散射使介质分子发生二、三阶电离,更多电子被耦合电场急剧加速的缘故.随天线长度增加,天线辐射方向图主瓣和副瓣数量、宽度和最大辐射方向发生明显变化.这是因散射使天线频率增大,辐射波长变短,粒子电离几率增大,辐射波能量和频率成分增大的缘故.     

点堆中子动力学方程组曲率权重法的解

针对核反应堆安全工程对某些数值计算结果要求较高的精度和正的误差, 以及舰船核反应堆机动性对计算速度的要求, 需要从数学上寻找一种新的数值计算方法, 以满足实际曲线向上凸或向下凹时计算值总是略高于真实值, 且误差不大于欧拉法和改进的欧拉法所得值. 本文研究曲率权重法求解点堆中子动力学方程组, 该方法是在曲率圆法的基础上引入权重的思想来衡量间隔步长上两个曲率对该步长曲率平均值的贡献. 与欧拉法和改进的欧拉法比较, 曲率权重法的计算结果总是能够高于真实值或有正的误差, 且精度和计算速度得到明显提升. 将该方法用于次临界堆阶跃和线性引入反应性时中子密度的求解, 能够快速得到满足计算要求和高精度的数值结果.     

4H-3,1-苯并噁嗪-4-酮衍生物的合成及α-葡萄糖苷酶抑制活性研究

为了探索高效低毒的新型α-葡萄糖苷酶抑制剂,设计并合成了一系列4H-3,1-苯并噁嗪-4-酮衍生物,其结构经过¹H NMR、¹³C NMR和HRMS鉴定。体外α-葡萄糖苷酶抑制活性测定结果表明,化合物3a、4a、5a和4j的IC₅₀值分别为68.3、76.1、99.3和51.9μmol/L,明显优于阳性对照阿卡波糖(IC₅₀=421.7μmol/L)。此外,分子对接研究结果表明化合物3a和4j与α-葡萄糖苷酶存在较强的亲和力。     

丙酸乙酯对LiFePO4锂离子电池低温性能的影响

以丙酸乙酯(EP)作为碳酸乙烯酯(EC)、碳酸甲乙酯(EMC)和碳酸二甲酯(DMC)的共溶剂,研究其对LiFePO4锂离子电池低温电化学性能的影响.利用循环伏安曲线、交流阻抗图谱和恒电流充放电曲线等方法测试电池电化学性能.结果表明,添加一定量EP,可提高碳酸酯电解液的离子电导率,改善电解液与正极LiFePO4材料和负极石墨材料的相容性,从而提高LiFePO4锂离子电池的低温性能.使用1 mol·L-1LiPF6/(EC:EMC:DMC:EP=1:1:1:3,by mass)电解液的石墨/LiFePO4锂离子电池在10oC(1C)、-10oC(0.2C)、-20oC(0.2C)、-30oC(0.2C)和-40oC(0.2C)下的相对放电容量(以25oC时的放电容量为基准)分别为82.9%、75.6%、59.0%、46.4%和37.6%.     

一种高岭土基多孔硅材料的制备及其对Ca2+和Mg2+的吸附

成功合成了一种高岭土基新型多孔硅材料（ASM）并以FTIR,XRD,FE-SEM和N₂吸附-脱附进行了系统的表征。ASM的制备过程涉及两步：SiO₃^2-提取和ASM的制备。SiO₃^2-提取的最优条件为煅烧温度为960℃,NaOH浓度为20%,反应温度为90℃,反应时间为90 min,在此条件下SiO₃^2-提取率为60.45%（w/w）。以此提取液为原材料,调整提取液中SiO₃^2-的浓度为12 g·L^-1,反应温度为90℃,反应时间为60 min,然后再搅拌2 h可制得ASM。以此ASM对Ca²⁺和Mg²⁺进行吸附研究,脱除率分别可达94.99%和62.32%。     

由羧酸配体和铁(Ⅱ)构筑的两个过渡金属配位聚合物的结构、表征和性质

采用水热法合成了2个铁的过渡金属配位聚合物[Fe(Medpq)(BDC)H₂O]_n(1)和{[Fe(Medpq)(QUI)H₂O]·2H₂O}_n(2)(Medpq=2-methyldipyrido[3,2-f:2',3'-h]quinoxaline; H₂BDC=terephthalic acid; H₂QUI=2,3-pyridinedicarboxylic acid),并对其进行了元素分析、红外光谱和热重表征,并用X射线单晶衍射测定结构。2个配位聚合物中的中心铁(Ⅱ)离子,都呈现一个稍微扭曲的八面体几何构型。     

一种适用于多输入多输出声呐的稳健空时自适应检测方法

针对多输入多输出声呐在水下探测场景中获得的空时快拍数量不足导致空时自适应检测性能下降的问题, 提出一种适用于小空时快拍数情况下的稳健空时自适应检测(STAD)方法。首先将斜对称特性推广到多输入多输出(MIMO)声呐空时自适应检测中, 并利用该特性将空时快拍数量扩展至原来的两倍; 然后利用迭代自适应方法实现对空时协方差矩阵的重构; 最后根据广义似然比检测(GLRT)准则推导出检验统计量。计算机仿真结果表明, 所提方法可以在小空时快拍数情况下准确估计空时协方差矩阵, 大幅减小空时自适应检测对空时快拍数量的需求, 提高多输入多输出声呐在小空时快拍数情况下的检测稳健性。      

基于光谱特征变量的高寒草甸主要毒草分类方法研究

高寒草甸毒草化是青藏高原草地生态系统面临的主要问题之一。高寒草甸毒草分类技术对草地群落的变化具有及时监测和科学防控的重要意义。近年来,毒草种类及危害面积急剧增加,传统人工实地调查耗时费力、调查结果代表性差。同时毒草在地域分布上具有一定的差异性,依靠人力难以实现大面积调查。高光谱遥感技术凭借分辨率高、波段多、图谱合一等特点,在毒草精细分类中表现出巨大的优势,可满足快速、准确、大尺度获取毒草发生面积的需求。已有学者对草地植物的光谱反射特征开展了研究,证明采用植物光谱反射特征可有效区分其种类。但是,目前尚缺乏针对草地有毒植物光谱特征变量的筛选及构建基于毒草光谱特征的预测分类模型。本研究利用SOC710VP近红外高光谱成像仪,在甘肃省天祝县和玛曲县境内高寒草甸上采集黄花棘豆(Oxytropis ochrocephala)、宽苞棘豆(O latibracteata)、多枝黄芪(Astragalus polycladus)、长毛风毛菊(Saussurea hieracioides)、黄帚橐吾(Ligularia virgaurea)、乳白香青(Anaphalis lactea)、葵花大蓟(Cirsium souliei)、瑞香狼毒(Stellera chamaejasme)、密花香薷(Elsholtzia densa)、露蕊乌头(Aconitum gymnandrum)、碎米蕨叶马先蒿(Pedicularis cheilanrthifolia)11种主要毒草野外光谱数据,采用Savitzky-Golay卷积平滑算法（SG）对原始光谱值进行去噪,使用一阶微分导数（FD）开展光谱特征分析,利用典型判别分析（CDA）对选用的16种光谱特征变量标准化得分系数绝对值进行排序,然后从大到小分别添加到随机森林（RF）、支持向量机-径向核函数（SVM-RBF）、k最邻近分类（KNN）、朴素贝叶斯（NB）、决策树（CART）5种算法中构建分类模型并筛选最佳特征变量,使用混淆矩阵评价分类效果。结果表明：（1）16个光谱特征变量典型判别分析（CDA）总体分类精度为92.34%,R2=0.89;（2）筛选出最佳分类光谱特征变量为绿峰幅值（Mg）、蓝边面积（Ab）、红边幅值（Mre）、红边面积（Are）、红边位置（Lre）、NDVI2、RVI1;（3）将筛选出的7个光谱特征变量用于毒草分类,结果支持向量机-径向核函数（SVM-RBF）分类效果最好,精度达96.45%。