车辆路径问题的混合优化算法

讨论了一类车辆路径调度问题(VRP)及其数学模型，并且分析了以遗传算法求解该类问题时的染色体表示和有关遗传操作，然后结合2-opt局部优化算法提出了GA with2-opt算法来求解VRP问题，试验结果说明了该算法的有效性和可行性。     

25MeV／u^6He十^9Be破裂反应的α碎片发射

测量了在25MeV／u^6He轰击^9Be靶的破裂反应产生的α碎片双微分截面及角分布，并在Ser—ber模型的框架下计算了在破裂反应中衍射破裂与擦去过程的贡献，并对结果进行了讨论．结果表明基于包含衍射破裂和擦去过程的Serber模型可以对^6He的直接反应进行较好地描述，擦去过程的贡献远大于衍射破裂的贡献．相对于^6Li而言，^6He较大的去2n微分截面源于它的弱束缚特性。     

Kerr介质中压缩真空场与耦合双原子依赖强度耦合系统原子布居数的时间演化

研究了存在Kerr介质时,单模压缩真空场与耦合双原子依赖强度耦合相互作用系统原子布居数的时间演化规律,讨论了Kerr介质、原子间相互作用和光场的初始压缩因子对原子布居数时间演化的影响.     

“口头报告”与未来科学家

“口头报告”与未来科学家方家光（清华大学现代应用物理系北京１０００８４）清华大学争取成为世界一流的社会主义大学，应培养出世界一流的科学家，这些未来的科学家既要具有深厚扎实的理论基础，又要具备很强的实验能力和科学研究能力，而且要富于创新精神．在基础教学...     

20MPixel/s高速红外焦平面读出电路设计

针对中大规模红外焦平面对高速读出的需求,研究并设计了一款20MPixel/s红外焦平面高速读出电路。读出电路单元电路由电容负反馈运放输入级、相关双采样、源随输出级电路组成,总线输出级采用基于低功耗推挽运放的跟随器结构。研究了输出级运放像元信号建立时间和负载电容的关系,给出了20 MPixel/s高速读出的负载电容适用范围。采用0.5μm Mixed Signal CMOS工艺研制了一款红外焦平面高速读出电路芯片,和InGaAs光敏芯片耦合后实测读出速率达到20MPixel/s,像元信号之间最大上升时间为17ns。     

基于1560 nm外腔式激光器的拉曼光锁相技术

拉曼光产生技术是量子精密测量领域的一个重要研究内容,是冷原子重力仪、冷原子陀螺仪等量子惯性传感器的关键技术.对于铷87原子,需要两束频差6.834 GHz且相位稳定的780 nm激光来产生拉曼光.基于两台外腔式780 nm激光器,并利用光学锁相环技术可以产生拉曼光,但系统复杂、环境适应性不强.基于内腔式1560 nm激...     

单模辐射场与Ⅴ型三能级原子依赖强度耦合系统光场的量子特性

利用全量子理论,研究了单模光场与Ⅴ型三能级原子依赖强度耦合系统的非共振相互作用系统中光场的二阶相干性质和光场压缩性质.分别讨论了初始光场的平均光子数和失谐量对光场量子特性的影响.     

LTE上行干扰分析

通过对第三代移动通信系统的长期演进系统（LTE）的干扰进行简要分析,认为LTE系统的上行干扰相对于下行干扰更加复杂、随机。通过理论推导、分析和仿真证实,认为LTE系统的单载波上行干扰大致符合对数正态分布,并且来自相邻小区的干扰占主导因数;与此同时,多载波上的干扰随着频率呈阶梯型起伏,不利于采用自适应调制编码技术,需要采取必要的措施来克服。该结论有利于估算LTE系统容量和调度中的干扰预测。     

微型近红外物联网节点的传感器输出数字化应用研究

物联网光谱分析技术的兴起,推动近红外光谱传感器向着微型化、数字化和智能化方向发展。针对InGaAs焦平面数字化、智能化的发展需求,研究InGaAs光谱组件输出数字化方案。设计一种集成自研ADC的数字化光谱传感电路,并研制了新型微型近红外光谱节点。该节点内部集成202个有效光谱通道,波长范围为900~1 700 nm,光谱分辨率优于16 nm,波长准确性小于1 nm,波长重复性优于0.3 nm,节点系统信噪比约为500:1,帧扫描时间约3 ms。研究结果表明:该微型物联网光谱节点满足近红外光谱分析实际应用需求,为传感器片上数字化输出发展和近红外光谱分析物联网应用提供技术支持。     

改进的CIELAB均匀颜色空间

颜色学的发展依赖于感知现象和实验数据。随着视觉色差实验数据的增加,人们试图探索研发与CIELAB颜色空间一样简单,但更加均匀的颜色空间。分析了CIELAB颜色空间的特性,并基于这些特性提出了包含4个参数的颜色空间,称之为MLAB颜色空间。新颜色空间参数的确定是非线性约束优化问题,可保证优化后的空间能很好地预测由国际照明委员会专家组收集的视觉色差数据集COM-corrected。基于COM-corrected数据集的比较表明,MLAB颜色空间显著优于CIELAB颜色空间。基于色调线性数据集和椭圆数据集的测试表明,MLAB颜色空间较CIELAB颜色空间也有一定程度的进步。