高斯积分在量子表象理论中的应用

首先证明了真空投影算符的正规乘积形式,然后结合有序算符内积分技术,把数学上的高斯积分推广到量子算符的积分形式.通过表象的完备性与对称性,进一步给出了坐标表象、动量表象、中介表象和相干态表象的具体形式.     

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。     

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%.     

非齐次动力学方程的一种精细积分单步方法

针对非齐次动力学方程■,结合精细积分法和微分求积法,利用同阶的显式龙格-库塔法对计算过程中待求的v_(k+i/s)(i=1,2,…,s)进行预估,提出了一种避免状态矩阵求逆的高效精细积分单步方法。该方法采用精细积分法计算e~(Ht),而Duhamel积分项采用s级s阶的时域微分求积法,计算格式统一且易于编程,可灵活实现变阶变步长。仿真结果表明,与其他单步法及预估校正-辛时间子域法进行数值比较,该方法具有高精度、高效率及良好的稳定性,在求解大规模动力系统时间响应问题中具有较大的优势。     

双密度复小波与系数相关性的红外图像去噪北大核心CSCD

为了去除红外图像中高斯噪声的同时,更好地保持和恢复图像的纹理边缘和细节特征,提出了基于双密度复小波与系数相关性的红外图像去噪方法。该方法充分利用双密度双树复小波在图像处理上的优势:图像信息的平移不变性、图像纹理细节的多方向选择性等,基于对图像小波系数分布的假设,根据当前小波系数与其父、子小波系数的相关性,对无噪的小波系数作贝叶斯估计,以恢复无噪的红外图像,最后对去噪图像进行引导滤波,去除图像的波纹效果。实验数据显示,该方法在EPI和FSIM以及图像的视觉效果上优于部分现有算法,证明该方法在噪声去除、纹理边缘的保持和恢复上具有更好的性能。     

基于高斯过程回归的线性激光束指向稳定优化

为解决激光应用中的光束指向抖动问题,提出一种基于高斯过程回归（Gaussian process regression）的激光光束指向稳定性优化方案。介绍了激光光束指向稳定系统装置构成及原理,论述了高斯过程回归方法的原理及其作为激光光束快速稳定控制算法的优势。经过该方法优化后,指向抖动达到水平方向2.3μrad,竖直方向3.3μrad,将激光系统指向稳定性提高了1个数量级以上。指向性抖动为已有线性反馈系统的20%,尤其对于高频噪声优化有显著效果。该研究对于激光光束指向性敏感的精密实验和精密加工具有重要意义。     

利用量子化学高斯软件辅助工科教学——以能源、环境、化工学科为例

介绍了量子化学高斯软件在能源、环境和化工等大学传统工科教学中的应用,并结合3个具体实例羟基自由基与臭氧的基元反应、一氧化氮与羟基自由基的基元反应和甲酸超临界水气化制氢的反应路径进行了详细说明。实践表明,采用该方法可以使工科生从微观层面去洞悉化学反应的内在规律和本质问题,从而加深学生对"微观化学知识"的理解,激发学生对深层次"微观化学知识"探求的积极性和热情,产生了良好的教学效果。     

基于最大相关熵准则回归模型的大盘指数预测

大盘指数是衡量股票市场运行情况的“晴雨表”,是投资者洞察股票市场发展态势和制定投资策略的重要依据.大盘指数的变化趋势与经济发展状况、宏观经济政策、投资者心态等诸多复杂因素密切相关,具有明显的随机性和不确定性,这导致精准预测大盘指数的变化趋势成为一个富有挑战性的问题.文章基于最大相关熵准则,使用一种新的回归预测模型,该方法将实际输出与理想输出视为两个随机变量,并采用相关熵度量它们之间的相似程度,进而基于最大熵准则构建一种新的回归模型优化函数,用于指导回归系数的确定.在实际操作中,通常基于有限样本,采用高斯核函数的Parzen窗方法估计两个随机变量的相关熵,因此可借助高斯核函数的核宽调节,解决最小均方误差准则回归模型对异常数据和随机噪声敏感性问题,从而提升预测精度.基于实测数据的实验结果表明:与自回归模型、差分自回归模型以及深度学习方法等相比,文章所提方法能有效降低异常数据对预测精度的影响,预测误差小,鲁棒性强.     

飞行物体受瞬态荷载作用的精细逐步积分

当前的精细逐步积分方法不能直接处理具有刚体自由度结构的瞬态响应计算。本文就此提出了应对策略，仍然可用较大的步长而获得精确解答。