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.     

氨基功能化磁性CoFe2O4/氧化石墨烯去除电镀废水中Cr(Ⅵ)的研究

使用改良的hummers法制备出的氧化石墨烯为载体,采用共沉淀法制备出磁性CoFe2O4/氧化石墨烯(MGO),再使用三乙烯四胺(TETA)对磁性CoFe2O4/氧化石墨烯进行氨基功能化,制备出氨基功能化磁性CoFe2O4/氧化石墨烯吸附剂.采用X-射线衍射仪(XRD)、傅里叶变换红外光谱仪(FT-IR)和扫描电子显微镜(SEM)对TETA-MGO的物相、化学组成和微观形貌进行表征,以TETA-MGO作为吸附剂去除电镀废水中Cr(Ⅵ),探讨吸附性能和吸附机理,分析TETA-MGO在外加磁场下的液固分离和再生吸附性能.结果表明纳米级立方尖晶石相磁性CoFe2O4均匀生长于氧化石墨烯的表面和片层之间,TETA通过C-N键与磁性氧化石墨烯(MGO)相连,氨基功能化成功,活性吸附位点增点.室温下,pH =2时吸附效果最佳,吸附120 min时达到吸附平衡,平衡吸附量约为48.66 mg·g-1,TETA-MGO对Cr(Ⅵ)的吸附动力学和吸附热力学可分别使用拟二级动力学模型和Langmuir等温吸附模型描述,吸附过程主要属于化学吸附控制的单分子层吸附,使用外加磁场可以对TETA-MGO实现简单的固液分离,TETA-MGO经过6次再生吸附后,对Cr(Ⅵ)的吸附量仅下降19.67;,说明具有良好的循环再生吸附能力.     

基于阵列MEMS磁传感器的测量与标定方法

针对MEMS磁传感器存在测量噪声大的问题,利用MEMS磁传感器体积小的特点,设计了阵列形式的MEMS磁传感器测量模块,减小了测量噪声对标定结果的影响。通过合理的硬件设计,实现同一时刻采集32个MEMS磁传感器信号。在硬件设计基础上,通过对阵列MEMS磁传感器建模与分析,设计了基于阵列MEMS磁传感器的标定方法。通过仿真及实物系统实验,验证了所提出方法的有效性。系统实验结果表明,采用阵列MEMS磁传感器标定结果的归一化模值标准差较单个磁传感器减小了70%。     

红外动态场景生成装置空间分辨率的测试

建立了一套基于刀口灰度图红外探测的实验装置,对红外场景生成器的空间分辨率进行了测试。首先通过被测红外场景生成器产生带有刀口标志的红外图像,然后利用红外热像仪采集红外场景生成器所成的红外图像,通过对采集到的红外热图的数据处理,实现了对红外场景生成器空间分辨率的测量。测得的红外场景生成器的空间分辨率为5lp/mm,标准误差为0.04。     

拓扑材料中的超导

近来,人们在凝聚态体系中发现了由拓扑不变量定义的物相,其中最重要的有拓扑绝缘体、拓扑半金属和拓扑超导体等.这些物相的拓扑性质由非平凡的拓扑数描述,相应的材料被称为拓扑材料,具有诸多新奇的物理特性.其中拓扑超导体由于边界上有满足非阿贝尔统计的Majorana零能模,成为实现拓扑量子计算的主要候选材料.除了探索本征的拓扑超导体外,由于拓扑性质上的相似性,在不超导的拓扑材料中调制出超导自然成为了实现拓扑超导的重要手段.目前,人们发展了栅极调制、掺杂、高压、近邻效应调制和硬针尖点接触等多种技术,已经成功地在许多拓扑绝缘体和半金属中诱导出了超导,并对超导的拓扑性和Majorana零能模进行了研究.本文回顾了本征拓扑超导候选材料,以及拓扑绝缘体和半金属中诱导出超导的代表性工作,评述了不同实验手段的优势和缺陷、分析了其超导拓扑性的证据,并提出展望.     

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。     

狄拉克材料BaMnBi2的单晶制备和物理性质研究

在本工作中,我们成功制备了层状过渡金属磷族化合物BaMnBi2单晶样品,并研究了该化合物的磁学性质和电学输运性质.准二维化合物BaMnBi2具有四方晶体结构,主要包含有两个Bi四方格子层和一个共边的MnBi4四面体层.磁化率显示BaMnBi2在TN ＝288 K以下发生反铁磁相变,并表现出很强的磁各向异性.在反铁磁相变温度TN 以上,磁化率随温度呈线性关系,暗示体系在顺磁态具有很强的反铁磁关联.电阻率随温度变化曲线和在磁场下电阻率随角度的变化曲线都表明BaMnBi2具有准二维的电子结构.磁场导致的金属-绝缘体转变和低温下大的非饱和线性磁阻,与Bi四方格子层存在狄拉克费米子是一致的.     

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。