SnSxSe2-x单晶纳米片的可控制备与表征

锡二硫族化合物可以通过改变硫和硒的含量来连续调控三元合金材料的带隙、载流子浓度等物理化学性质,在电子和光电子器件应用上具有巨大的潜力。本文采用化学气相沉积(CVD)技术可控地制备了不同元素组分的SnS_xSe_2-x(x=0,0.2,0.5,0.8,1.0,1.2,1.5,1.8,2.0)单晶纳米片。采用扫描电子显微镜(SEM)、原子力显微镜(AFM)、能量色散X射线光谱(EDS)、透射电子显微镜(TEM)以及拉曼光谱等手段对SnS_xSe_2-x纳米片进行了综合表征。结果表明本方法成功实现了元素百分比可调的SnS_xSe_2-x单晶纳米片的可控制备。重点研究了依赖于元素百分比的SnS_xSe_2-x的拉曼特征谱,实验结果与基于密度泛函理论(DFT)的第一性原理计算得到的SnS_xSe_2-x的拉曼仿真谱高度吻合,理论计算结果较好地诠释了实验拉曼光谱发生变化的原因。本研究提供了一种元素百分比可调的三元SnS_xSe_2-x单晶纳米片的可控制备方法,同时对锡二硫族化合物的明确、无损识别提供了方案。     

双激光脉冲打靶形成Gd等离子体的极紫外光谱辐射

高端芯片制造所需要的极紫外光刻技术位于我国当前面临35项"卡脖子"关键核心技术之首.高转换效率的极紫外光源是极紫外光刻系统的重要组成部分.本文通过采用双激光脉冲打靶技术实现较强的6.7 nm极紫外光输出.首先,理论计算Gd¹⁸⁺—Gd²⁷⁺离子最外层4d壳层的4p-4d和4d-4f能级之间跃迁、以及Gd¹⁴⁺—Gd¹⁷⁺离子最外层4f壳层的4d-4f能级之间跃迁对波长为6.7 nm附近极紫外光的贡献.其后开展实验研究,结果表明,随着双脉冲之间延时的逐渐增加,波长为6.7 nm附近的极紫外光辐射强度呈现先减弱、后增加、之后再减弱的变化趋势,在双脉冲延时为100 ns处产生的极紫外光辐射最强.并且,在延时为100 ns处产生的光谱效率最高,相比于单脉冲激光产生的光谱效率提升了33%.此外,发现双激光脉冲打靶技术可以有效地减弱等离子体的自吸收效应,获得的6.7 nm附近极紫外光谱宽度均小于单激光脉冲打靶的情形,且在脉冲延时为30 ns时刻所产生的光谱宽度最窄,约为单独主脉冲产生极紫外光谱宽度的1/3.同时...     

近紫外光激发下KBaGd(MoO_(4))_(3)∶Er^(3+)的下转换发光及温度传感特性EI北大核心CSCD

近年来,Er^(3+)离子掺杂的无机发光材料被广泛应用于温度传感材料的研究。本文采用溶胶⁃凝胶法制备了Er^(3+)掺杂的KBaGd(MoO_(4))_(3)荧光粉,利用常温激发和发射光谱、荧光衰减曲线以及变温发射光谱对其光谱性能以及温度传感特性进行了分析。荧光光谱表明,KBaGd(MoO_(4))_(3)∶Er^(3+)在380 nm处有着较强的吸收峰,源自于Er^(3+)离子的4I_(15/2)→4G_(11/2)吸收跃迁。在近紫外光激发下,KBaGd(MoO_(4))_(3)∶Er^(3+)荧光粉在520~570 nm之间具有两个明亮的绿色发射。由于电偶极间相互作用,当Er^(3+)离子掺杂浓度超过8%时,样品发光开始出现浓度猝灭。基于荧光强度比(FIR)模型计算得到KBaGd(MoO_(4))_(3)∶Er^(3+)的相对灵敏度优于已报道的大部分同类温度传感材料,因此在光温传感领域有着更好的应用潜力。最后,对利用KBaGd(MoO_(4))_(3)∶Er^(3+)设计的LED进行了光电参数测试,并对其在照明领域的应用进行了客观评价。     

微区X射线荧光成像技术在岩心分析中的应用

微区X射线荧光（Micro-XRF）分析技术是通过微小的X射线光束照射样品，对样品进行原位成分观测的无损分析手段之一，具有灵敏度高、速度快和准确性高的特点。采用微区X射线荧光光谱仪（M6 JETSTREAM）对安徽铜陵冬瓜山铜矿床四段岩心样品进行面扫描，分析不同矿层共17种元素区域分布特征、空间分布规律及组合关系等，结果表明：（1）Cu和Fe两种成矿元素高值空间分布区域基本不重叠，S与Fe分布范围高度重叠，关系密切，微量元素Ni，Bi，Pb，Zn，Si，Na与Cu密切相关，而Ti，Al，K与Fe具有弱相关性；（2）垂向上，Fe元素含量随深度增加逐步增大，而Cu元素含量呈降低趋势，其他元素也随深度呈下降趋势；（3）元素分布受石炭纪中期海底喷流沉积成矿作用和岩浆热液成矿作用叠加改造作用明显；（4）该钻孔矿石矿物以磁黄铁矿、黄铜矿和黄铁矿为主，垂向上组合规律明显，脉石矿物以石英、石榴子石和透辉石为主。该技术通过分析元素空间分布规律、相关性以及矿物组合和分配关系等可对元素富集和运移以及对矿床的成矿机制、成因模式等地质环境和地质过程提供新认识和新证据。结合矿床地球化学特征的分布模式，微量元素可作为寻找主矿种的指示元素，为深部找矿提供依据。此外，该技术能作为预分析技术快速筛选出感兴趣的信息和位置，为后期各种更高精度的微区分析提供不同尺度、不同层次的元素分布信息。     

氮分子A3Σu+、B3Пg、C3Пu电子态的高温高振转光谱研究

采用态平均（CASSCF）/高度相关多参考组（MRCI）方法，对N2分子A3Σu+、B3Пg、C3Пu电子态的势能、跃迁偶极矩进行了高度相关的精确计算．计算的势能在平衡位置附近与RKR拟合的势能曲线非常一致，获得的跃迁偶极矩与已有实验值符合很好。首次对A3Σu+、B3Пg、C3Пu电子态的振转光谱常数随振动量子数v的变化进行系统定量计算，其结果与已有的实验观测数据相符．同时，获得了N2分子第一正带系的0-1、0-2、1-0、1-2、1-3、2-0、2-1、2-3、3-0、3-1和3-2光谱带分别在300，3000，6000，10000K时的谱线强度，如1-0带在3000，6000，10000K时的高温谱线带强度分别为1.58543×10-16 cm-1/(分子 cm-2)、6.07889×10-17 cm-1/(分子 cm-2)和2.3781×10-17 cm-1/(分子 cm-2)．这些结果对N2分子进一步的理论研究、实际应用和高温大气的建模与研究具都有一定的参考价值．     

紫外可见偏振成像光谱仪的光谱定标与匹配方法

紫外可见偏振成像光谱仪中沃拉斯顿棱镜的色散效应会导致探测器同一空间通道的中心坐标发生偏移，影响目标信号探测精度。根据偏振解调算法，利用沃拉斯顿棱镜出射的两正交分量调制光谱(S光和P光)实现偏振信息解调时，还需要完成光谱匹配。针对这一问题，提出了一种光谱定标与匹配方法。首先利用平行光源标定了仪器视场角与空间维像元的对应关系，提取出各空间通道对应的像元坐标集合并确定了视场定标方程；在同一空间通道内，通过低压汞灯标准光源对波长与像元的对应关系进行标定，得出光谱定标方程；利用视场定标和光谱定标结果完成正交分量光谱的匹配；最后利用太阳光谱中Fraunhofer线的特征波长对定标结果进行了检验。结果表明：紫外可见偏振成像光谱仪正交分量的光谱吸收峰位具有较好的一致性，定标值和标准值的偏差在0.1 nm以内，这验证了定标结果的准确性。     

电机驱动微装配在双光子制备微结构中的应用

对微结构的制作、微装配系统进行了研究. 采用飞秒激光双光子聚合微加工技术制作有底座、精细的三维立体“拱形”微结构, 其高250μm、长300μm、厚50μm. 将此微结构与实验室自主搭建的二维微装配平台相结合, 利用自主编程的人机交互界面驱动步进电机, 远程操控微装配设备; 将荧光闪烁陶瓷粉末装配到微结构中, 对装配后的微结构进行荧光光谱表征发现, 纯荧光粉末和微结构中的荧光粉末的发射光谱在测量误差范围内基本一致, 表明荧光粉末的光学性质未发生改变. 利用该装置可以将各类微纳米级材料和微结构进行装配, 形成含有不同材料的微结构系统.     

1,3,5-三(羧基甲氧基)苯镍配位聚合物的合成、晶体结构及性质研究

采用溶剂热法,1,3,5-三(羧基甲氧基)苯为定向配体和乙酸镍反应构筑了一个新型的金属配位聚合物[Ni(TB)₂(H₂O)₂]_n·2H₂O,其中H₃TB=1,3,5-三(羧基甲氧基)苯,通过元素分析、IR及X射线单晶衍射对配合物结构进行表征,并研究其荧光性质、热稳定性及Hirshfeld表面作用力。单晶结构分析表明,该配合物属于三斜晶系,空间群$P \overline{1}$,配合物中心离子Ni(Ⅱ)分别与来自两个水分子上的氧原子及四个不同1,3,5-三(羧基甲氧基)苯配体的羧酸氧原子配位,形成六配位的NiO₆八面体构型,并通过与1,3,5-三(羧基甲氧基)苯配体的氧原子配位不断延伸形成具有孔洞结构的一维链状构型。配合物具有良好的荧光性能和热稳定性。Hirshfeld表面作用分析表明配合物分子中O…H/H…O作用占主导且占比为39.0%,而H…H的作用力占比为25.9%,O…O的作用力占比为13.6%。     

紫色球杆菌视紫红质光谱特性的机器学习研究

近年来，机器学习等人工智能技术被应用于蛋白质工程，其在蛋白质结构、功能预测、催化活性等研究中具有独特优势。在未知蛋白质结构的情况下，将蛋白质序列和功能特性与机器学习相结合，基于序列-活性关系（innovative sequence-activity relationship，ISAR）算法，将蛋白质氨基酸序列数字化，用快速傅里叶变换（fast four transform，FFT）进行预处理，再进行偏最小二乘回归建模，可在数据集较少情况下拟合得到最佳模型。通过机器学习对紫色球杆菌视紫红质（gloeobacter violaceus rhodopsin，GR）的突变体蛋白质氨基酸序列与光谱最大吸收波长进行建模，获得了最佳模型。用最佳索引LEVM760106建模得到的确定系数R² 为0.944，均方误差E为11.64。用小波变换进行的预处理，其R² 虽也约为0.944，但E大于11.64，不及FFT进行的预处理。方法较好地解决了蛋白质序列与功能特性之间的数学建模问题，在蛋白质工程中可为预测更优的突变体提供支持。     

Sentinel-2卫星的多光谱轻量级船舶目标检测算法

近年来深度卷积神经网络在可见光船舶检测方面取得了显著的进展，然而，大多数相关研究是通过改进大型的网络结构来提高检测性能，因此加大了对更高计算机性能的需求。此外，可见光图像难以在云、雾、海杂波、黑夜等复杂场景检测到船舶。针对以上问题，提出了一种融合红（red, R）、绿（green, G）、蓝（blue, B）和近红外（NIR）4个波段光谱信息的由粗到精细的轻量型船舶检测算法。与现有的方法中根据光谱特性利用水体检测算法提取水体区域不同之处是该算法是利用改进的水体检测算法来提取船舶候选区域。为获取更准确的候选区域，对船舶、厚云、薄云、平静海面、杂波海面5种场景中4个波段的像素值进行了统计分析，选取近红外大于阈值作为辅助判断，并以其中心点获取候选区域32×32大小的切片，并对切片进行非极大值抑制，由此获得了船舶粗检测结果。随后构建了轻量级LSGFNet网络对船舶候选区域切片进行精细识别。构建的网络融合了1×1卷积提取的波谱特征与3×3的提取几何特征，为防止光谱特征与几何特征的信息在融合时“信息不流通”，在LSGFNet网络中引入了ShuffleNet中的通道打乱机制，并减小了模型结构，与典型的轻量级网络相比具有更好的效果且模型较小。最后，利用Sentinel-2卫星多光谱10 m分辨率数据构建了512×512大小的1 120组数据进行粗检测，以及32×32大小的6 014组数据进行精细网络训练，其中候选区域粗提取的查全率为98.99%，精细识别网络精确度为96.04%，不同场景下的平均精确度为92.98%。实验表明该算法在抑制云层、海浪杂波等干扰的复杂背景下具有较高的检测效率，且训练时间短、计算机性能需求低。