Effects of Quantum Noise on Quantum Clock Synchronization

In laboratory environment, the channel apparatus will generate particular dominant quantum noise. The noise then will give rise to some errors during synchronization. In this work, the accuracies of one qubit transport protocol and entangled states transport protocol in the presence of noise have been studied. With the help of three important and familiar noise models, the quantum noise will degrade the accuracy has been proved. Due to the influence of quantum noise, the accuracy of entangled qubits decrease faster than that of one qubit. The entangled states will improve the accuracy in noise-free channel, and will degrade the accuracy in noise channel.     

夹持方式和加工误差对大口径薄型KDP晶体附加面形的影响

惯性约束聚变频率转换系统中,大口径薄型KDP晶体的面形质量是影响频率转换效率能否达到设计要求的关键因素之一。针对45放置状态下口径为400 mm400 mm的三倍频KDP晶体,采用ANSYS有限元分析软件,建立了不同夹持方式和具有不同加工误差的KDP晶体模型和夹具模型,分析了加工误差对不同夹持方式下KDP晶体附加面形的影响,给出了不同加工误差和不同夹持情况下,KDP晶体附加面形的P-V值和RMS值。研究结果表明,夹持方式和加工误差是引起KDP晶体附加面形变化的重要因素,正面压条夹持方式即使在晶体和夹具存在加工误差时也可以较好地控制晶体的附加面形。     

基于Heston随机波动率模型和风险偏好视角的资产负债管理

本文研究基于Heston随机波动率模型的资产负债管理问题。假设金融市场由一个无风险资产和一个风险资产构成,投资者的目标是最大化其终端财富的期望效用。应用随机控制方法,得到了该问题最优资产配置策略的解析表达式和相应值函数的解析解,通过数值算例分析了Heston模型主要参数以及债务对最优资产配置策略的影响。结果表明:配置到风险资产的比例对Heston模型中的参数非常敏感;为了对冲债务风险,负债的引入使得配置到风险资产的比例比无负债情形下的高;在风险厌恶系数变大时,无论投资者是否有负债,其投资到风险资产的比例则越来越低。     

光学补偿LD侧向非均匀泵浦全固化激光器

采用定向棱镜谐振腔、半圆柱面LD阵列交错侧向泵浦两根串接NdYAG激光棒、热传导冷却结构,研制出了一台工程实用的全固化激光器.定向棱镜腔内振荡光线平行于光轴的对称位置交换穿行,匀化了增益,降低了模序数;同时,定向棱镜准相位共轭特性和自准直作用在一定程度上修正波前畸变、热光楔以及热致双折射,保证了大的动态范围内热稳定性,改善了光束质量.激光器采用Cr4+YAG被动调Q,在室温条件下,工作电流为53 A、频率10 Hz时,1.06 μm单脉冲激光能量高于150 mJ、脉宽9 ns、输出稳定度±3%、束散度2.5 mrad且光轴指向稳定,远场分布近似相干平顶高斯光束.     

墙体对微波脉冲的衰减特性

 研究墙体对微波脉冲的衰减特性，测量了微波脉冲垂直入射墙体后的脉冲信号，经过计算得到普通砖混墙、普通钢筋混凝土墙、钢筋网混凝土墙对窄带微波和超宽带微波的衰减值；分析了微波脉冲穿越不同墙体的频谱变化。研究结果表明，普通钢筋混凝土墙和普通砖混墙对窄带微波脉冲的衰减为0.342～0.699 dB/cm，对超宽带信号的衰减为0.134～0.183 dB/cm。钢筋网混凝土墙（厚65 cm）对超宽带信号的衰减较大（29.07～45.79 dB），同时使穿透墙体的超宽带信号频率分布向高频位移。     

利用Offner光学系统进行图像恢复和光学检测

设计了一种Offner光学系统,用于基于相位差异技术的图像恢复和光学系统波像差的辅助检测。该Offner光学系统采用同轴抛物面反射镜作为Offner反射镜,以高速CCD相机和Shack—Hartmann波前探测器作为接收元件,能完好地消除复色光源在图像恢复过程中带来的色差;设计的RMS波像差小于a／50（A=632．8nm）,结构简单,容易实现。利用该系统分别以分辨率板和光纤光源为目标进行了图像恢复实验,经过恢复后的图像分辨率提高了19％。此外,利用该系统,采用相位差异算法解算了系统波像差,并与Shack—Hartmann波前探测器的测量结果进行了比较。比较显示两者的RMS波像差测量值相差5％,证明该系统同样能够进行光学波前检测。     

基于投资者情绪的市场均衡分析

在行为金融研究框架下,通过分析情绪投资者与理性投资者的市场均衡条件,构建基于投资者情绪的资产定价模型,并对模型进行了数值模拟。结果表明,投资者情绪是影响资产价格的重要因素:被情绪投资者高估的资产,其回报将下降;被情绪投资者低估的资产,其回报将增加;资产回报的变化程度与情绪投资者卖出低估资产的份额正相关,与资产预期回报金额的相关系数负相关;并且,乐观情绪与悲观情绪对资产价格的作用是非对称的。     

可迁移的土壤重金属污染高光谱定性分类方法研究

现有基于高光谱遥感的土壤重金属污染定性分类模型,大多采用同一地区室内光谱测定训练样本数据进行模型构建与测试。但室内光谱测定需要复杂的处理过程,成本高,效率低,且无法快速获得目标区域空间上连续的光谱信息。考虑到实际应用需求,模型在相同实验区和不同试验区野外光谱数据是否具有较好的迁移推广能力是目前迫切需要回答的问题。为回答这一问题,选取湖南省郴州市和衡阳市两铅锌矿区作为实验研究区,选用支持向量机（SVM）作为分类器,将郴州实验区室内采样的83个样本数据和衡阳实验区室内采样的46个样本数据分别用于分类器训练,将衡阳地区野外采样的46个样本数据用于分类测试。并首先通过基于联合分布适配（JDA）的迁移学习方法进行光谱变换以缩小两地室内外测定光谱分布差异,然后进行不同区域室内外土壤重金属污染定性分类模型迁移。实验结果表明：（1）由于野外测得的光谱数据会受到太阳辐射、提取的土壤成分差异等因素的干扰导致室内外光谱数据存在显著的分布差异,难以直接将基于室内采样数据训练得到的土壤重金属污染定性分类模型迁移到同一地区测定的野外高光谱数据上。但通过JDA变换缩小室内外分布差异后,模型迁移能力得到显著提升,砷（As）、铅（Pb）和锌（Zn）三种重金属含量是否超标的分类精度都达到了84%以上,Zn元素含量是否超标的分类精度甚至达到了89%以上。（2）由于季节性影响、地区成分的干扰和光谱噪声的增加,不同地区光谱数据存在着更为显著的分布差异,加大了不同地区土壤重金属污染监测的难度,难以将基于室内采样光谱数据所建立的土壤重金属定性分类模型直接迁移到其他地区野外采样数据上（平均分类精度仅在50%左右）。经过JDA迁移学习方法进行室内外光谱变换处理后,模型迁移能力得到保证,因此,室外光谱采样可直接用于研究不同试验区域重金属（As,Pb和Zn）的污染情况。     

拉曼光谱编码的荧光液相生物芯片检测系统研究

随着医疗诊断需求的增加,生物分子检测技术越来越受到人们的重视,液相生物芯片技术作为一种高通量,多通道的分子检测手段在近几年得到了飞速发展。通过层层自组装方法制备以微片为载体的拉曼光谱编码液相生物芯片,并利用自行搭建的一套高灵敏度、高分辨率的光学系统,实现对液相生物芯片的定性与定量分析。光学系统由拉曼光谱检测系统与荧光显微成像系统耦合而成。在拉曼光谱检测系统中激光器发射出785 nm波长的激光,通过二向色镜,带反反射镜与物镜汇聚到样品上,样品产生的拉曼散射光,经物镜,带反反射镜,二向色镜与拉曼滤波片,最后通过凹透镜聚焦到光谱仪的狭缝上,光谱仪色散实现在线阵CCD上拉曼光谱的获取。荧光显微成像系统应用光学成像原理,通过调节凹透镜与405 nm的激发光之间的距离,使激发光通过物镜均匀的照射到样品之上,样品激发出的荧光,通过物镜,带反反射镜,二向色镜,滤波片与相应的凹透镜,最后成像到面阵CCD上。改进传统便携式拉曼光谱检测系统光路并选用相应波段的带反反射镜与焦距20倍的物镜完成拉曼光谱检测系统与荧光显微成像系统的耦合。为了减少两路系统之间的相互影响选用合适的二向色镜以及滤波片,在提高耦合系统获取数据的准确性中有着重要的作用。该系统通过对反应之后的液相生物芯片进行拉曼光谱检测,以完成对每个编码玻片的定性识别,即解码;同时激发反应后液相生物芯片的荧光并采集荧光强度图,根据每个解码玻片上的荧光强度值完成对目标检测物的定量分析。区别于传统荧光编码液相生物芯片, 拉曼光谱编码具有稳定性更强,光谱分辨率更高等优点。该光学系统集拉曼光谱检测系统与荧光显微成像系统于一体,解决了目前未有基于拉曼编码的液相生物芯片的检测系统的问题,并且可同时对多种目标物进行识别和定量分析,提升了实验结果的准确性。     

改进蚁群算法优化周期性车辆路径问题

周期性车辆路径问题(PVRP)是标准车辆路径问题(VRP)的扩展,PVRP将配送期由单一配送期延伸到T(T＞1)期,因此,PVRP需要优化每个配送期的顾客组合和配送路径。由于PVRP是一个内嵌VRP的问题,其比标准VRP问题更加复杂,难于求解。本文采用蚁群算法对PVRP进行求解,并提出采用两种改进措施——多维信息素的运用和基于扫描法的局部优化方法来提高算法的性能。最后,通过9个经典PVRP算例对该算法进行了数据实验,结果表明本文提出的改进蚁群算法求解PVRP问题是可行有效的,同时也表明两种改进措施可以显著提高算法的性能。