具有残留耦合的分子间和分子内多量子相干及其应用

核磁共振中分子内与分子间多量子相干已得到充分的发展和广泛的使用. 为深入系统地比较研究两种多量子相干的物理机理与性质及其潜在的应用,本文总结近年来相关研究的前沿,首先系统地论述了产生这两种多量子相干的基础－偶极耦合－的作用机理,然后再分别描述基于分子内偶极耦合的分子内多量子相干和基于分子间偶极耦合的分子间多量子相干的原理、性质、及其在化学、生物等领域中的应用.      

基于分子间多量子相干的矢量场磁共振成像模拟

对基于分子间多量子相干的矢量场成像进行了系统的模拟研究. 模拟结果表明：这类成像能够对几十微米量级的异质结构进行成像,并较好地抑制来自均匀介质的信号. 即使不存在梯度磁场情况下,通过相位循环该方法亦可实现对异质结构的成像. 这将有助于开拓基于分子间多量子相干成像的应用领域,深化对其成像机制的理解.     

核磁共振中多量子相干扩散行为的理论表述和计算机模拟

改进了Warren所提出的CRAZED脉冲序列以研究分子间多量子相干的扩散过程 ,讨论了利用核磁共振测量分子内和分子间多量子相干表观自扩散系数的理论表述 ,采用粒子的随机行走模型模拟其扩散行为 .在短脉冲近似和长脉冲梯度场两种实验条件下 ,分别获得了因扩散引起的不同相干阶数的相对信号衰减强度随梯度场脉冲间隔时间的变化曲线 ,由此得到分子内多量子相干和分子间多量子相干的表观扩散率与溶液分子扩散系数的关系 .还将计算机模拟结果与理论预测进行分析和比较 ,发现二者能很好地吻合 .研究结果表明 ,分子间多量子相干的表观扩散率与常规的分子内多量子相干的表观扩散率明显不同 ,因此 ,分子间多量子相干的表观扩散率可能提供一种新的核磁共振成像的对比度机理     

液体NMR中平板间多量子相干受限扩散行为的有限差分模拟

将平板间单量子相干受限扩散理论表述推广到多量子相干,并结合积算符矩阵、Bloch方程和有限差分方法进行模拟. 通过模拟找出平板间受限扩散信号衰减随平板间距变化的规律,并与实际体系比较. 结果表明：平板间n量子相干的自旋回波信号衰减曲线与单量子类似,且其产生同样衍射图样所需的脉冲梯度场强度仅为单量子的1/|n|,可用于测量微小的平板间距. 本文的模拟方法可进一步推广到复杂体系的研究.     

不均匀场下基于分子间双量子相干核磁共振技术的果肉检测

核磁共振（NMR）谱图可在不破坏生物样品的状态下提供组织成分组成及其含量的信息,已被广泛应用于生物、医学和食品检测等领域.NMR谱图分辨率越高,提供的与组织成分相关的信息越丰富、越准确,也越有利于未知成分的定性和定量分析.传统的高分辨NMR谱图通常要在均匀磁场下采集.但在实际应用中,均匀的磁场较难获得.这就使得我们采集的NMR谱图的分辨率,以及由此获得的生物组织成分组成和含量等信息的准确性受到影响.源于远程偶极相互作用的分子间双量子相干（iDQC）技术对磁场均匀度不敏感,可在不均匀场下获得高分辨率NMR谱图.本文采用基于iDQC技术的IDEAL-Ⅱ序列对甲基丙烯酸丁酯、蕃茄和西瓜三种样品进行了NMR实验,结果证明基于iDQC技术在不均匀场下获得水果的高分辨NMR谱图是可行的,这对食品科学以及食品检测具有积极的意义.     

液体核磁共振中由分子间偶极耦合和分子内标量耦合共同作用后的谱图裂分模式

在高极化多自旋液体样品中,同时存在着分子间偶极（D）耦合和分子内标量（J）耦合,它们的共同作用产生了一些原来观测不到的分子间多量子相干信号。而且,信号的裂分模式与只存在J耦合的多自旋体系中观测到的多量子相干信号的裂分模式不同。本文从理论和实验上研究了这些禁阻的共振峰及其独特的裂分模式。为了比较验证,我们以I2S3+X自旋体系为例,结合使用选择和非选择性的射频脉冲序列来获得分子间双量子相干信号的五种裂分模式。进而归纳出对IpSq+Xk (p, q, k = 1, 2, 3,…)自旋体系普适的裂分模式规则。并指出,它们中如(1:0:-1)的裂分模式会放大J耦合裂分,使得J耦合常数的测量更精确,特别在J耦合常数很小或不均匀场中的J耦合常数的测量中具有诱人的应用前景。结果表明理论预测,计算机模拟和实验观测结果三者吻合的很好。     

利用CαH系统的零量子-双量子混合相干的弛豫测量研究蛋白质动力学(英文)

越来越多的证据说明,"传统"的弛豫测量(T1, T2, NOE)不足以完整描述蛋白质的复杂动态,如化学交换、构型交换或相互作用导致的动态改变.涉及到多量子相干弛豫机制可以提供额外的动态信息.该文测量2个蛋白质的CαH系统的混合零量子和双量子弛豫速率随CPMG序列中脉冲间隔及温度的变化来探讨蛋白质中的动态及温度的影响.发现2种蛋白之质中均存在可观的交换效应,且与残基位置有关.进一步的分析表明,两位点交换模型不足以解释蛋白质的复杂动态.     

准一维混合自旋(1/2,5/2)Ising-XXZ模型的量子相干和互信息

准一维混合自旋(1/2, 5/2) Ising-XXZ模型可以用来研究一些材料(如异质三金属化合物Fe-Mn-Cu)的磁性质,该研究也有助于这类材料在量子信息等领域的应用.本文利用转移矩阵法计算了该模型的量子相干和互信息,讨论了Ising作用、温度和磁场对其的影响.结果表明,在极低温度下随Ising作用的增强量子相干逐渐减小,而互信息在各向同性系统中存在一个极小值,在各向异性系统(?=4)中存在多个极小值.进一步研究发现,量子相干和互信息在量子临界点存在突变,其一阶导数在该点存在奇异行为.还研究了有限温度下的量子相干和互信息,当磁场较弱时,两者随温度的升高单调减小;当磁场较强时,热涨落与磁场的竞争使得两者随温度的升高先增大后减小.相比于量子互信息,量子相干存在于更大的磁场和温度范围内,有利于在实验中对其进行调控.     

水体重金属LIBS多元素测量参数优化方法研究

激光诱导击穿光谱(LIBS)方法的优势之一就是可多元素同时检测。为获得水体重金属LIBS多元素测量时的综合最佳信号输出,本文利用BP神经网络拟合Pb,Cu和Ni三种元素特征谱线信背比(S/B)与延时门宽之间的数值关系,同时采用DM设计实验数据作为校验样本,保证BP神经网络模型的泛化能力。基于上述数值模型利用遗传算法优化延时门宽两个测量参数,定义了适应度函数,得到延时门宽为(15.5和21.5 μs)时,取最小值0.102 4,此时三种元素综合信背比最大,对比实验进一步验证了优化效果。神经网络结合遗传算法的优化方法提高了水体重金属LIBS多元素测量时的综合信背比,研究方法也为更多参数更多响应的实验系统优化提供了参考。     

基于回归决策树的测量设备无关型量子密钥分发参数优化

量子密钥分发(quantum key distribution,QKD)结合一次一密的加密方式,可以实现无条件安全的量子通信.双场(twin-field,TF) QKD和测量设备无关(measurement-device-independent,MDI) QKD具有较高的安全性,同时适合构建以测量端为中心的网络,具有广阔的应用前景.但在实际应用过程中,参数配置对QKD性能有着极大影响,而实际场景中存在着用户数量大、位置距离中心站点非对称、并且用户大部分处在实时移动中的特点.面对上述实时的参数配置需求,传统的参数优化方式将无法满足.本文提出将监督机器学习算法应用于QKD参数优化配置中,通过机器学习模型预测不同场景下TF和MDI两种常用协议的最优参数.将神经网络、最近邻、随机森林、梯度提升决策树和分类回归决策树(classification and regression tree,CART)等监督学习模型进行对比,结果显示CART模型在R²等回归评估指标上均有最优表现.在随机划分训练组、验证组情况下,预测参数的密钥率与最优密钥率比值的均值在0.995以上;在“超精度”...     

DIRECT MEASUREMENT OF TRANSVERSE RELAXATION TIME OF INTERMOLECULAR MULTIPLE QUANTUM COHERENCES IN NMR

A one-dimensional NMR method is presented for measuring the transverse relaxation time, T_2,n, of intermolecular multiple quantum coherences (IMQCs) of coherence order n in highly polarized spin systems. The pulse sequence proposed in this paper effectively suppresses the effects of radiation damping, molecular diffusion, inhomogeneity of magnetic field, and variations of dipolar correlation distance, all of which may affect quantitation of T_2,n. This pulse sequence can be used to measure not only IMQC transverse relaxation time T_2,n(n>1) quickly and directly, but also the conventional transverse relaxation time. Experimental results demonstrate that the quantitative relationship between T_2,n(n≥1) and T₂ is T_2,n≈T₂/n. These results will be helpful for understanding the fundamental properties and mechanisms of IMQCs.