严格对角占优M-矩阵A的‖A~(-1)‖_∞的上界估计

针对严格对角占优M-矩阵A的‖A~(-1)‖_∞。的估计问题,利用逆矩阵元素的上界,给出了‖A~(-1)‖_∞的单调递减的上界序列,理论证明及数值算例均表明所得估计改进了某些现有结果.     

三维高斯拟合激光光强快速衰减算法

为缩短衰减倍率调整的时间,提高激光参数测试的效率,提出激光光强快速衰减算法。衰减倍率精确调整量由当前衰减倍率和采集到的光斑光强真实的最大灰度值共同决定。当因光电接收器件(CCD)饱和造成采集光斑图像失真时,即衰减倍率过小时,由于激光光斑的光强通常满足高斯分布,通过对光斑图像进行处理,去除饱和部分光强信息,对剩余部分光强信息利用最小二乘法进行三维高斯拟合,还原出激光光斑光强的真实分布并获得最大灰度值;当衰减倍率过大时,根据采集光斑图像可以直接获得当前最大灰度值,最后通过计算获得最佳的衰减倍率调整值,实现了激光光强快速准确的调整。算法的有效性通过步进电机带动的双轮可变衰减器及CCD配合得到验证。     

一类具有边界层性质的二次奇摄动边值问题

研究了一类具有边界层性质的二次奇摄动边值问题.在相对较弱的条件下,用合成展开法构造出该问题的形式近似式,并应用改进的Harten不动点定理和逆算子定理证明解的存在性及其渐近性质.最后,将所研究的问题和结论推广到更一般的高次情形.     

n维有限射影空间上d~e——析取矩阵的新构作

利用n维有限射影空间上的一些性质,构作了组合群验的数学模型de-析取矩阵,并研究了它的参数和Hamming距离.     

石英相二氧化硅纳米管的制备及其对Pb2+的吸附行为研究

本文采用纯化的海泡石作为硅源,在不需要模板和煅烧工艺的条件下,制备出了石英相的硅纳米管(SNTs),并对获得样品进行了XRD、FTIR和SEM等表征.制得的SNTs具有40~50 nm外径,管腔直径为10~15 nm,长度为20~100 μm.此外,研究了SNTs对于Pb2+的吸附行为.结果表明,Pb2+吸附量随初始Pb2+浓度,吸附时间,温度和溶液pH值(<5)增加而增加.在溶液pH为5时,SNTs对于Pb2+的吸附平衡的吸附焓(ΔH)和熵变(ΔS)分别为6.28 kJ/mol和69.8 J/mol· K.     

减压扩散高阻密栅技术应用研究

本文对减压扩散机理及高阻密栅技术作了详细的分析,并就设备及工艺方面的关键技术进行了阐述,最后对减压扩散高方阻工艺及密栅匹配技术电池效率进行了对比分析,有以下结论:(1)减压扩散在工艺优化后,方阻均匀性得到大幅改善,达到3;以内.(2)减压扩散电池效率完全可达到常规产线的水平,且在高阻密栅方面更有优势,可有效提升太阳电池效率.     

50Hz铌酸锂电光调Q开关

目前军用领域电光调Q开关的工作频率基本在30 Hz以下,为满足军用领域对更高重复频率脉冲激光的需求,研究并获得了可工作在50 Hz重复频率下的铌酸锂电光调Q开关.基于折射率椭球理论,通过分析铌酸锂晶体预偏置电光调Q的原理,选取了合适的预偏置角度.在闪光灯泵浦Ce∶ Nd∶ YAG激光系统中,通过合理设计谐振腔参数以及激光晶体的参数,采用预偏置加压式电光调Q方式,实现了频率为50 Hz,脉宽约为6 ns,能量不小于93mJ的1.06 μm激光输出,峰值功率达到了约15 MW.试验证明铌酸锂晶体用作电光调Q开关在中小功率和中低频率1.06μm激光上有很好的应用前景.     

Smarandache函数在两数列上的下界估计

设S(n)是Smarandache函数,其中n是一正整数.讨论Smarandache函数S(n)在数列F((2k),1)=F(n,1)=n2n+1(n=2k)与数列G(2n,1)=(2n)2n+1上的下界估计.基于初等方法证明了:当偶数n≥6时,有S(F((2k),1))=S(F(n,1))≥6×2n+1;当n≥4时,有S(G(2n,1))≥6×2n+1.     

基于EKF的水下LD通信精对准控制算法

高速激光通信中接收机与光斑中心很难处于精对准状态,导致水下光通信链路难以稳定建立.首先采用蒙特卡洛仿真统计法分析激光光子在海水中传输的接收光强分布规律,再通过实验对接收端的光斑图像进行采样分析,利用曲线拟合得到接收器位置与接收光强的关系.仿真与实验结果表明:光束经过25 m的水下传输,接收光强分布仍近似为高斯分布.采用非线性估计算法(扩展卡尔曼滤波)与基本状态控制反馈理论,根据接收光强度估计接收器当前位置与最大光强处的距离,通过反馈算法实现接收端与光斑中心的主动跟踪对准.算法仿真结果显示,接收端对准误差在2 mm以下,稳定后接收效率超过98%.     

一类正则化参数自由的线性约束凸优化问题的预测-校正算法

我们对文章的结构做这样的安排:第二节给出本文需要的预备知识;第三节简述单个目标函数问题(1.1)的己有算法和求解可能遇到的困难,第四节给出解决问题的预测-校正方法;第五节和第六节对问题(1.2)分别陈述己有方法的固有困难和我们提出的解决方案.最后,在第七节中,我们为提出的方法给出统一的算法框架,证明这类算法的收敛性和遍历意义下的收敛速率,同时给出我们的一些结论.