基于深度相位估计网络的涡旋光束相位校正

大气湍流会引起涡旋光束（VB）的相位畸变和模态扩散,造成湍流介质中通信性能下降。提出基于深度相位估计网络的拉盖尔-高斯（LG）光束相位补偿方法,以提高模态检测准确度,即通信的可靠性。分别利用使用和不使用高斯光作为探测光束两种方案进行学习,在光强图像与大气湍流引起的扰动相位之间建立映射关系,在接收端依据接收到的光强图像,预测湍流引起的扰动相位并进行相位校正。结果表明,所提深度网络能够较准确地实现相位预测,经补偿后,光束模态纯度达到95%以上,补偿后光强图像与发送端光强图像之间的均方误差明显减小。     

基于负载在碳基底上的钌纳米颗粒的类过氧化物酶活性比色检测抗氧化剂

采用湿化学-热解法制备了具有不同晶格应变效应、负载在氮改性碳纳米片上的钌纳米颗粒（RuNPs/NC）。氮掺杂有助于RuNPs在载体上均匀分布及晶格压缩,通过控制热解温度,可有效调节氮的掺杂量、类型及RuNPs的晶格应变程度,从而调控其类过氧化物酶活性。热解温度在900℃下制备的RuNPs/NC-900具有最优的类过氧化物酶活性,在过氧化氢（H2O2）存在下可催化氧化3,3′,5,5′-四甲基联苯胺（TMB）生成蓝色产物。稳态动力学分析结果表明,RuNPs/NC-900催化H2O2-TMB的反应遵循Michaelis-Menten动力学模型。基于抗氧化剂单宁酸（TA）、没食子酸（GA）和抗坏血酸（AA）可抑制RuNPs/NC-900催化TMB的显色反应,进而导致体系颜色变浅及吸光度降低的原理,实现了对TA、GA和AA的灵敏、准确检测,检出限分别为0.014、0.014和0.29μmol/L(3σ/S)。本研究发展了一种基于RuNPs/NC纳米酶的比色传感方法,为食品中抗氧化剂的灵敏检测提供了新的思路。