N_2O的近红外腔增强吸收光谱技术研究

以外腔式可调谐、窄线宽近红外半导体激光为光源,以一对曲率半径r=1 000mm的宽带高反射率平凹镜(反射率R=99.97%)构成的腔长为650mm的对称高精度光学稳定腔,建立了腔增强吸收光谱系统。详细研究了纯净N2O气体、以及N2O和N2的混合气体在不同浓度和不同气压下、中心波长位于6 561.39cm-1的腔增强吸收光谱、光谱强度和谱线宽度,该腔增强吸收光谱系统的有效吸收光程可达1 460km。获得了光谱线宽与气体压强的关系曲线,导出了波数6 561.39cm-1处N2对N2O的压力展宽系数为(0.114±0.004)cm-1·atm-1。采用该腔增强吸收光谱系统,开展了N2O气体检测研究,建立可用于定量检测的N2O气体腔增强吸收光谱强度与气体浓度关系曲线,获得了2.34×10-7cm-1的检测灵敏度,多次重复测量的相对标准偏差(RSD)为1.73%,在微量N2O气体检测中具有很好的应用前景。     

基于核方法的模拟电路故障诊断

核方法通过非线性映射将原始数据嵌入到高维特征空间,然后进行线性分析和处理,为基于知识的数据分析带来新的方法和模式;传统方法无法解决故障特征数据维数高、在故障样本交叠严重时多分类性能较差的问题,因此在电路故障特征数据预处理阶段,提出了分步骤分别在时域对电路输出电压波形进行小波包分析和在频域测量电路幅频特性的方法来提取电路故障特征;预处理后的故障特征向量只是8维向量,减少了SVM的训练时间;将该方法应用于国际标准电路中的CTSV滤波器电路的故障诊断,结果表明:该方法能突出不同故障的特性,故障诊断正确率达到98.57%(414/420)。     

灰度调整与数字全息图像质的关系

如何在有限的灰度级别下输出高质量全息图是人们关注的问题之一.文章从数字全息图 （计算机制全息图）的灰度直方图出发,研究灰度调整对全息图再现像质的影响.首先通过理论推导研究了压缩计算机制全息图中占比例少的灰度,展宽占比例多的灰度后全息图衍射效率的变化,发现处理后的计算机制全息图经灰度压缩的阈值越大,衍射效率越高.然后研究了灰度压缩的阈值对计算机制全息图再现像噪音的影响,发现全息图再现像的噪音随着阈值的增大,先减少再增大.实验表明,通过取合适的阈值对全息图进行灰度调整,可以在保证全息图再现像的信噪比的同时,提高全息图的衍射效率.计算机仿真和全息图光学再现实验证明了理论分析是正确的,为制作高质量的计算机制全息图提供了参考依据.     

基于薄芯光纤模态干涉技术的折射率 传感特性实验研究

报道了一种具有微结构缺陷的折射率传感器,并对其折射率特性进行了实验研究.将一部分薄芯光纤熔接于标准单模光纤中,由于插入的薄芯光纤和单模光纤纤芯失配,导致包层的高次模被激发并与纤芯模在单模光纤内形成干涉仪.通过减小薄芯光纤的包层直径,以增强包层中的传输模在环境中的倏逝场,从而提高对环境折射率测量的灵敏度.实验表明,该折射率传感器具有损耗低、成本低、灵敏度高和线性度好等特点.     

稳态Q-tensor液晶流的Liouville定理

研究了三维空间中稳态Q-tensor液晶流模型,并用试探函数方法证明了当速度场u\in L^{\frac{\mathrm{9}}{\mathrm{2}},\mathrm{\infty }}({\mathrm{R}}^{\mathrm{3}})?\stackrel{·}{H^{\mathrm{1}}}({\mathrm{R}}^{\mathrm{3}}),液晶的张量型序参量\mathit{Q}\in H^{\mathrm{2}}({\mathrm{R}}^{\mathrm{3}})时,该稳态系统只有零平凡解。     

Banach空间中无限簇广义集值变分包含

在Banach空间中推广两个集值映射的广义变分包含到无限个集值映射的广义变分包含的情况,利用预解方程和迭代的方法,研究了其解的存在性及其迭代逼近问题.所得结果改进和推广了一些最新的成果.     

植物生长调节剂生物筛选方法的初步构建

通过对13种植物生长调节剂的试验，建立了用于筛选植物生长调节剂的生物检测方法，该方法第1步采用萝卜、黄瓜、小麦、油菜4种幼苗生长法联合筛选，第2步采用萝卜子叶扩张法、黄瓜子叶生根法联合筛选，这样能保证有生长调节剂活性的化合物在普筛中不被漏筛，而且方法简便，测试周期短。     

多圆柱上Bloch型空间之间加权复合算子的本性范数

设φ(z)=(φ1(z),…,φ_n(z))是D~n到自身的一个全纯映射,ψ(z)是D~n上的全纯函数,其中D~n是C~n中的单位多圆柱.研究了单位多圆柱上Bloch型空阊之间的加权复合算子ψC_φ的本性范数,并给出了其上下界估计.     

A THEORETICAL ANALYSIS OF THE FLOW DISTURBANCE INDUCED BY A SPHERE OSCILLATING IN INCOMPRESSIBLE FLUID

为了改进基于不可压缩流场的声类比法的气动声数值预测方法,首先要明确扰动在可压缩和不可压缩流体媒介中的传播特性. 推导了震荡小球在不可压缩流体中产生的小扰动的理论解,分析其速度场与压力场的特点,并与可压缩情况的解进行比较. 结果显示,速度场中包含传播速度为无穷大和有限值的分量;而压力场只有传播速度为无穷大的分量. 当流体黏性趋于零或小球震荡频率趋于无穷大时,其流场与经典声学中震荡小球声辐射问题的近场声一致,这表明震荡小球产生的近场扰动为不可压缩流场,即伪声.     

计算机制半周视彩色彩虹全息体视图

基于模式/模群复用的多模光纤通信系统是目前光通信领域的研究热点。系统中存在多个模式/模群,如何准确识别它们是提升传输系统性能的关键问题之一。提出了一种基于深度学习的多模光纤模式与模群的智能识别模型,通过引入全卷积神经网络(CNN),对噪声影响情况下线偏振模式及其模群进行仿真和实验研究。首先,基于多平面光转换模式复用器件和普通OM2多模光纤,搭建10个模式(LP01、LP11a/b、LP21a/b、LP02、LP12a/b、LP31a/b)及其对应的3个模群的光场信息获取的仿真和实验平台,利用大量数据进行训练和验证。实验结果显示,模式/模群的总体识别率可达到100%。通过将获取的模群光场图片重构为低分辨率图片,研究低密度光电探测器阵列接收条件下,智能识别模型的识别性能。实验结果显示,采取4×4光探测器阵列接收光场信息时,能获得98.3%的识别效率。本研究表明提出的智能识别模型具有良好的光纤模式/模群智能识别能力,其在多模光纤通信系统性能提升与智能光性能监测方面具有一定的应用潜力。