基于冲击光谱测量的氧化铝晶体高压相变诊断技术

氧化铝晶体是一种优良的光学透明窗口材料,更是地球内部的重要组成物质.利用气炮加载结合冲击光谱测量,不仅能够获得其发光特征,并且根据光谱分布特征得到高压结构相变信息.在自主搭建的冲击光谱动态测试平台上,结合多通道辐射高温计以及ICCD瞬态光谱测试技术在40~120 GPa的压力区间,研究了c切向氧化铝晶体的辐射发光效应.在可见光波段400~700 nm区间获得了氧化铝晶体的发光光谱和辐射温度结果,证实了光谱的结构特征和表观温度值与该压力下氧化铝的结构相变存在明显的关联性.     

离子对反相高效液相色谱法同时测定尿液中复方α-酮酸片的5种有效成分

建立了同时测定尿液中复方α-酮酸片5种有效成分(消旋羟蛋氨酸钙(HMACa)、酮缬氨酸钙(KVCa)、消旋酮异亮氨酸钙(KILCa)、酮亮氨酸钙(KLCa)和酮苯丙氨酸钙(KPACa))的离子对反相高效液相色谱法。分别考察了离子对试剂浓度、缓冲盐浓度和流动相pH值等参数对分离情况的影响。最终采用Waters Symmetry C18色谱柱(250 mm×4.6 mm,5μm);以乙腈和含15 mmol/L四丁基氢氧化铵的20 mmol/L磷酸盐缓冲液(pH 7.0)为流动相进行梯度洗脱,流速为1.0 mL/min;柱温为35℃;检测波长为210 nm。在上述条件下,5种有效成分得到很好的分离,并且不受尿液中内源性基质的干扰,在20~200 mg/L范围内线性关系良好(r≥0.999 0);HMACa、KVCa、KILCa、KLCa和KPACa的检出限(S/N=3)分别为3.0、5.0、3.6、5.7和2.5 mg/L;定量限(S/N=10)分别为9.6、16.7、12.0、19.0和8.3 mg/L;日间、日内精密度均小于7%;平均回收率在86.79%~112.00%之间,RSD小于9%(n=5)。该方法准确,灵敏度高,重现性好,适用于尿液中这5种有效成分的检测。     

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。     

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。     

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。     

衬底对单层二硫化钼光学性质的影响

为了实现二硫化钼器件化应用,通过机械剥离和PMMA纳米转移相结合的方法,研究二氧化硅、氮化硅和蓝宝石衬底对单层二硫化钼拉曼光谱以及光致发光光谱的影响.实验结果表明,单层二硫化钼在二氧化硅、氮化硅及蓝宝石衬底间转移会释放应力.氮化硅和蓝宝石衬底对单层二硫化钼引入p型掺杂,导致转移后拉曼光谱中的403 cm-1处A1g峰发生0.48 cm-1和1.20 cm-1的蓝移,光致发光光谱中的位于662 nm处的I峰有5.44 nm和12.73 nm的红移.本工作对单层二硫化钼的应用具有重要意义.     

基于科赫曲线分形结构太赫兹带通滤波器

太赫兹滤波器是太赫兹通信、太赫兹成像和太赫兹检测等太赫兹应用系统中不可或缺的功能器件。按照不同的分类方式,滤波器有不同的种类,常见的按照选频功能可分为高通滤波器、低通滤波器、带阻滤波器和带通滤波器。为了实现在太赫兹波段的滤波效果,世界各地的研究人员利用不同的结构、材料和控制方式实现了功能各异的太赫兹滤波器,但是考虑到设计的器件要应用到太赫兹系统中,成本低廉、结构简单、性能优越的太赫兹滤波器一直是研究人员的追求。分形概念自提出以来在很多研究领域都有了快速发展,但是在太赫兹波段的应用还不是很常见,特别是应用于太赫兹功能器件的设计。引入分形中科赫曲线的概念设计并制备了一种新型的太赫兹带通滤波器,该滤波器是在金属薄膜上刻蚀出科赫曲线分形结构,当太赫兹波垂直入射到该滤波器时候实现了在太赫兹波段的窄带滤波。在滤波器的设计过程中,追求理论与实验相结合,首先在电磁仿真软件中建立科赫曲线分形结构滤波器模型进行计算,探究分形结构应用于太赫兹波段进行滤波的可行性,在进行多次计算之后得到优化后的尺寸和结构,然后根据优化后的尺寸加工出科赫曲线分形结构太赫兹滤波器样品,并且将样品放在太赫兹时域光谱系统中进行实验测量,得到实验数据后与仿真结果进行比较。在仿真中利用了时域有限差分法模拟科赫曲线分形结构太赫兹带通滤波器的传输特性,优化后的仿真结果表明:滤波器的谐振频率为0.715 THz,透射系数能够达到0.92,-3 dB带宽为21.9 GHz,将仿真得到的散射参数进行S参数反演得到了太赫兹滤波器样品的电磁参数,这在理论上分析了太赫兹波在谐振点处产生透射增强的原因。利用飞秒激光微加工系统制备了尺寸优化后的科赫曲线分形结构太赫兹带通滤波器样品,然后使用太赫兹时域光谱系统对样品的传输特性进行测试,对实验得到的时域数据进行快速傅里叶变换之后得到频域数据,再把频域数据进行归一化处理后与之前的电磁仿真结果进行对比,发现实验测得的结果与电磁软件仿真得到的结果较为吻合。     

三探针方法脉冲放电等离子体特性

基于三探针方法开展了脉冲放电等离子体特性研究,实现了单次脉冲放电等离子体参数的时变特性诊断。采用金属罩屏蔽、示波器锂电池供电等方法降低了电磁信号干扰,利用Labview编制了特定的程序进行三探针诊断数据处理。根据脉冲放电等离子体具有多电荷态离子成分、离子超声速运动等特点,对三探针理论进行相应修正。诊断结果表明,整个放电脉冲内高压引出界面电子温度Te处于2~4eV之间,离子密度ni处于1017~1018 m-3量级之间,与Langmuir单探针诊断结果吻合。