硅和锗纳米线的原子排布和电荷分布的密度泛函紧束缚方法研究

低维硅锗材料是制备纳米电子器件的重要候选材料，是研发高效率、低能耗和超高速新一代纳米电子器件的基础材料之一，有着潜在的应用价值。采用密度泛函紧束缚方法分别对厚度相同、宽度在0.272 nm~0.554 nm之间的硅纳米线和宽度在0.283 nm~0.567 nm之间的锗纳米线的原子排布和电荷分布进行了计算研究。硅、锗纳米线宽度的改变使原子排布，纳米线的原子间键长和键角发生明显改变。纳米线表层结构的改变对各层内的电荷分布产生重要影响。纳米线中各原子的电荷转移量与该原子在表层内的位置相关。纳米线的尺寸和表层内原子排列结构对体系的稳定性产生重要影响。     

基于气体浓度定量的嗅觉刺激器优化设计

现有的基于磁共振测量的嗅觉刺激器，通过调节嗅剂液体浓度的方法可以实现不同浓度的嗅觉刺激，但随着实验进行，受到嗅剂挥发以及实验环境（温度、湿度、气流量）变化的影响，很难确保输送至鼻腔的嗅剂气体浓度的稳定性，进而影响实验结果的准确性．本研究对本实验室前期开发的嗅觉刺激装置进行改进，实现了气体浓度精确定量．改进后的嗅觉刺激器主要分为三个部分：控制系统、反馈系统和气路系统．控制系统主要实现气路系统的送气控制和嗅剂气体浓度调节；反馈系统则负责对气体浓度进行测量；气路系统则在原有基础上添加活性炭装置，降低无关因素干扰．装置改进之后，不同气路切换时间为75.2 ms，比原装置减少了1 s，有效提高刺激精度．实验结果显示，气体浓度调节前，300 s内乙醇、吡啶、乙酸戊酯嗅剂气体浓度分别下降6.7%、71.4%、79.2%，嗅剂气体浓度短时间内发生较大改变．加入气体浓度调节功能后，当气体浓度下降至目标浓度的90%时，可通过调节气泵电压改变嗅剂气流与空气气流比例，从而调节嗅剂气体浓度至目标值，其中吡啶、乙酸戊酯用时13 s．     

高反射腔镜双折射效应对腔增强光谱技术的影响

在吸收光谱技术中,使用光学腔增长激光与气体介质的作用路径,可提升探测灵敏度.然而,高反射率腔镜会存在双折射效应,导致光学腔产生两个本征偏振态,入射光在两个偏振方向相移的不同会导致腔模的分裂,会引起腔增强光谱信号以及腔衰荡光谱信号的扭曲.本文观测到了双折射效应下腔增强信号的频率分裂现象,并给出了函数模型,拟合结果表明其可以准确得到透射腔模中不同偏振光的比例.根据上述比例,可给出考虑不同耦合效率、双折射效应下的腔衰荡信号模型,实验结果表明相较于传统e指数模型,本文模型可更精确描述腔衰荡信号,得到拟合残差的标准偏差最大抑制了9倍.该分析有利于改善腔衰荡信号信噪比和不确定性,提升其浓度反演准确度.     

基于差分反射高光谱成像的薄层TMDC材料检测技术研究

二维过渡金属硫化物(TMDC)材料因为独特的激子效应和材料学性质，在太阳电池、光催化、传感器、柔性电子器件等领域得到广泛的应用。层数对其性质有显著的调控作用，自动检测识别所需层数的样品是其从实验室走进半导体制造工业的重要技术需求。本文结合反射高光谱成像技术与图像处理算法，发展了一种二维TMDC薄层样品的显微成像自动检测技术。基于自主搭建的反射高光谱成像系统，对制备的不同层数TMDC标准样品进行了光学对比度的系统研究，阐明了层数的差分反射光谱机理，提出了可靠的层数判定方法。基于传统边缘检测技术优化设计了一套图像处理算法，实现了TMDC样品的图像检测及层数鉴定。本文方法具有普遍性、实用性，结合自动对焦的扫描控制，能够实现大规模的自动化样品检测，这也为其他表面目标的显微识别和检测提供了新的灵感和参考。     

现代分析仪器在高中化学教学中的应用*——以“防晒霜的防晒效果实验探究”为例

从高中化学原子、分子等抽象性的知识教学出发,以防晒霜的防晒效果实验探究为例,探讨了现代分析仪器在高中化学教学中的应用。通过利用现代分析仪器紫外可见分光光度计,结合紫外线变色球实验探究防晒霜的防晒效果,分析并认识防晒霜中化学防晒的机理。结果表明,防晒霜的厚度越大、SPF越高,防晒霜的防晒效果越好,并且防晒霜的防晒效果可以持续一段时间,但是不同类型的防晒产品存在一定差异。在化学教学中渗透现代分析仪器的应用,为学生进一步了解化学学科在改变学习方式、拓宽学科知识领域、推动自身全面与可持续发展方面打下坚实的基础。     

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．     

基于无人机探测大柴旦地区近地层气溶胶特征

通过改装多旋翼无人机（UAV）和搭载各类载荷以及联合地基观测设备对大柴旦地区大气、环境以及气溶胶参数进行测量。利用获得的数据资料，对该地区近地层气溶胶粒子数浓度（即单位体积空气中气溶胶粒子的数目）、消光系数以及气象要素等特征进行了分析。结果表明，在大柴旦地区，近地层气溶胶粒子数浓度日变化显著，呈现双峰形态，气溶胶粒子数浓度的变化范围为75～220 cm^-3,消光系数的变化范围为0.004～0.038 km^-1;当风速小于6 m/s时，气溶胶粒子数浓度与风速呈负相关关系；当风速大于6 m/s时，二者呈正相关关系；相对湿度对气溶胶粒子的影响较小，这可能是由于该地区以沙尘型气溶胶为主，吸湿性较弱。本研究基于多旋翼无人机探测平台，可以有效地获得近地层精细化大气、环境结构，有助于研究人员了解该地区气溶胶的结构、变化特征以及建立气溶胶模式，同时也为气溶胶及大气环境参数探测方法提供了技术支撑及思路拓展。     

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。     

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...     

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。