超声检测中变采样问题研究

本文对超声检测中常遇到的变采样问题进行讨论，比较了两种实现方法：基于特征值的二次采样和滤波器组，并给出了二次采样算法。通过试验，对这两种方法在超声信号变采样前后时频域特性的变化做了比较分析，得出前者可以很好地保留检测中所需的特征信号，但频域特性较差；而后者有很好的频域特性，便于进行时频分析。     

喷流冷却复合陶瓷薄片激光器的热特性仿真分析及实验研究

为分析喷流冷却复合陶瓷薄片激光器的热特性,设计用于冷却复合陶瓷薄片的喷流冷却系统.利用湍流换热理论和计算流体动力学仿真方法建立喷流冷却复合陶瓷薄片激光器的流固耦合热仿真模型,定义评价其冷却能力和冷却均匀性的定量参数.根据该仿真模型得到喷流冷却系统的最优设计参数,并进行实验验证.使用163孔喷板,流量为0.2kg/s,入口温度为20℃,在1200 W泵浦时获得359 W激光输出功率,并测得复合陶瓷薄片上表面的最高温度为92℃.激光输出功率与复合陶瓷薄片上表面温度均与泵浦功率呈近似正线性关系,且温度的实验值与仿真值相符度较高.     

基于时间融合的波形方式高精度超声测厚

在超声测厚过程中使用波形方式利用闸门进行测量,可以方便自由地选取测量对象,有利于 避开盲区测量;同时还可以设置闸门和峰值或边沿的测量方式,有利于减小测量误差。在测量中,特 征计算采用基于采样序列较基于显示序列精度要高,采样率越高,精度越好;在此基础上,加入多时 间序列的融合算法可以将有效采样率成倍提高,精度也得到相应的改善。     

基于排队模型的警力人员排班计划

社会发展日益增长的警力需求与目前警力资源的限制之间的矛盾使得如何提高现阶段的警力资源的利用效率是一个迫切需要解决的问题.基于警情主导警务的指导思想,考虑动态警力需求,在多目标整数规划中引入排队论理论,并以排班公平性为目标,对传统模型进行改善,然后建立动态需求下的警力排班模型.运用Matlab对实例数据求解结果,得到模型下的一个警力排班计划,与此同时进一步比较了结果相对传统模型下的结果的优越性与合理性,使得警情等待处理的时间得到了有效控制,而且考虑了每一位警务人员工作时间公平性,为当前社会警力方面的人力资源配置优化提供了一个现实有效的解决方案.     

一致凸Banach空间中渐近非扩张映射不动点的粘性逼近

在一致凸并具有一致G可微范数的Banach空间中,研究一类渐近非扩张映象迭代序列的收敛性,给出强收敛定理.     

Banach空间中渐近非扩张映射不动点的粘性逼近

在一致凸并具有一致G可微范数的Banach空间中,研究一类渐近非扩张映象迭代序列的收敛性,给出强收敛定理.     

宽温范围LD端泵Nd∶YAG激光器泵浦源光谱理论化

针对先进光刻调焦调平传感器系统的增益系数工艺相关性开展理论仿真与实验研究。建立了增益系数工艺相关性理论模型，仿真分析了调焦调平传感器增益系数与测量误差随不同光刻工艺材料膜层厚度的变化规律。在自研实验系统上对表面涂覆不同厚度SiO₂薄膜的硅片样品进行了实验验证，发现实验与理论仿真得到的增益系数与测量误差随膜层厚度的变化规律一致。仿真与实验研究结果表明，调焦调平传感器的工艺相关性测量误差在SiO₂膜层厚度为250 nm和690 nm附近时分别出现约55.9 nm和36.6 nm的误差峰值。采用表面覆盖特定膜层的硅片来标定光刻机调焦调平传感器，可以有效减小增益系数工艺相关性的影响和测量误差。本研究结果对于光刻精密对焦控制、光刻工艺优化具有重要的参考意义。     

宽温范围LD端泵Nd···YAG激光器泵浦源光谱理论优化

为实现二极管泵浦激光器在宽温度环境下免温控稳定工作，分析了激光器泵浦源发射光谱对激光系统稳定性的影响。综合考虑了泵浦过程中的能量利用率，提出了激光器免温控泵浦源光谱优化设计方案。所提方案可有效降低泵浦源波长漂移对激光器系统吸收率和热焦距的影响，实现激光器宽温度范围内免温控工作。在-40～60℃工作温区内，计算了不同吸收长度和掺杂浓度(原子数分数)的Nd···YAG激光器系统泵浦源的最优发射光谱。从理论角度而言，与一般无温控单波长激光二极管(LD)泵浦源相比，利用所提优化方案获得的泵浦源，可以将激光器系统的工作稳定性明显提高，将系统的泵浦光吸收率波动和晶体热焦距波动分别降低到13%和16%以内。对吸收长度为30 mm,掺杂浓度为0.8%的Nd···YAG激光器系统，设计了一种双波长LD泵浦源(中心波长为803.7 nm@10℃和809.2 nm@10℃,对应比重为68.4%和31.6%)。模拟结果表明，在-40～60℃温度范围内，晶体对该泵浦光的吸收率可保持在90.7%以上，泵浦光吸收稳定性和晶体热焦距稳定性分别为91.4%和85.4%。     

基于鲁棒二阶随机占优的投资组合优化模型研究

本文主要考虑一类经典的含有二阶随机占优约束的投资组合优化问题,其目标为最大化期望收益,同时利用二阶随机占优约束度量风险,满足期望收益二阶随机占优预定的参考目标收益。与传统的二阶随机占优投资组合优化模型不同,本文考虑不确定的投资收益率,并未知其精确的概率分布,但属于某一不确定集合,建立鲁棒二阶随机占优投资组合优化模型,借助鲁棒优化理论,推导出对应的鲁棒等价问题。最后,采用S&P 500股票市场的实际数据,对模型进行不同训练样本规模和不确定集合下的最优投资组合的权重、样本内和样本外不确定参数对期望收益的影响的分析。结果表明,投资收益率在最新的历史数据规模下得出的投资策略,能够获得较高的样本外期望收益,对未来投资更具参考意义。在保证样本内解的最优性的同时,也能取得较高的样本外期望收益和随机占优约束被满足的可行性。