基于大气消光系数概率分布参数的湿度订正方法

大气消光系数湿度订正是气溶胶吸湿性研究的重要内容,也是利用卫星气溶胶光学厚度(AOD)产品反演近地面颗粒物质量浓度的关键技术环节.基于成都市2016年1月至12月的逐时PM2.5质量浓度、大气能见度、相对湿度(RH)观测数据,首先,深入探讨了大气消光系数与颗粒物质量浓度之间的统计关系及其对RH变化的响应特征,发现在RH小于90％时,单位质量大气消光系数均服从对数正态分布,并进一步指出该分布函数的形状参数和尺度参数均随RH的增加呈现出波动型增长.其次,以干燥环境条件下(RH小于等于40％)单位质量大气消光系数对数正态分布参数为基准,通过数学变换消除湿度变化对单位质量大气消光系数概率分布参数的影响,据此提出了大气消光系数湿度订正的原理和计算流程.最后,对该原理的适用性进行研究,结果表明,订正后大气消光系数反演得到的PM2.5质量浓度与实际PM2.5质量浓度相关系数为0.90,显著优于气溶胶散射吸湿增长因子法的湿度订正结果.     

基于EDFA和级联RFA的混合光纤放大器的设计

基于EDFA的理论模型和受激拉曼散射效应的分析理论,利用EDFA和RFA的增益谱互补特性,对拉曼光纤放大器(RFA)采用两根光纤级联方式,研究并设计了EDFA与级联光纤的RFA相结合的混合放大器结构.仿真结果表明:在不使用增益均衡器的条件下,所设计的混合光纤放大器在输出端得到了近似相等的输出光功率,得到了增益平坦度为0.62 dB、波长带宽为70 nm(1 550～1 620 nm)的结果,在密集波分复用光通信系统中有重要的应用价值.     

Machine Learning to Instruct Single Crystal Growth by Flux Method

Growth of high-quality single crystals is of great significance for research of condensed matter physics. The exploration of suitable growing conditions for single crystals is expensive and time-consuming, especially for ternary compounds because of the lack of ternary phase diagram. Here we use machine learning(ML) trained on our experimental data to predict and instruct the growth. Four kinds of ML methods, including support vector machine(SVM), decision tree, random forest and gradient boosting decision tree, are adopted. The SVM method is relatively stable and works well, with an accuracy of 81% in predicting experimental results. By comparison,the accuracy of laboratory reaches 36%. The decision tree model is also used to reveal which features will take critical roles in growing processes.     

一种基于步长的SQP滤子法

本文将滤子法用到SQP方法中,通过减小违反约束度函数值和一个逼近目标函数的函数值来确定试探步是否被滤子接受.此方法不同于其他滤子法,它不需要减小信赖域半径而是通过改变步长因子来保证充分下降性.本文在一定条件下获得了全局收敛性.     

光纤陀螺惯导系统航位推算误差补偿方法研究

 针对惯导系统定位误差随时间积累而增大的缺点,提出利用航位推算方法进行误差补偿。在航位推算中根据引起误差的主要因素推导出位置误差方程,以此方程为依据,建立相应的卡尔曼滤波器。将惯导系统速度与航位推算速度之差作为滤波器的输入,估计系统的姿态、速度、位置及里程计刻度系数误差值,并通过闭环反馈进行实时误差补偿修正。任选2条非闭合路径进行跑车实验,第一条路径定位误差补偿修正前是3.49‰,补偿修正后定位误差是2.3‰,第二条路径补偿修正前定位误差是2.4‰,补偿修正后定位误差是2‰。实验结果表明：采用航位推算误差补偿方法可以有效降低系统定位误差。     

基于机器视觉的工件特征识别与分类方法研究

机器视觉是计算机科学与人工智能研究领域的一项重要内容,主要通过计算机应用技术来模拟人的视觉功能,对从图像中提取的信息进行分析和处理,以达到实际检测和控制的效果。本文主要对基于机器视觉的工件特征识别与分类方法进行了分析和研究,以期帮助人们更好地了解机器视觉分类识别技术。     

不同表面结构,涂层的建筑玻璃后向散射特性的研究

本文报导了建筑市场上常用的玻璃材料如冕牌玻璃，花纹玻璃，钢化玻璃，建筑用宝石蓝玻璃，有机玻璃等以及经表面处理的喷砂玻璃和镀膜玻璃在１．０６μｍ或１０．６μｍ激光外波段的向向散射特性。结果表明，散射强度与表面纹理结构，涂层材料的光学性质有关。对于降低玻璃表面镜反射来说，改变玻璃表面结构要比表面镀增透膜更为有效。     

低温等离子体剥蚀-电感耦合等离子体质谱联用对电路板镀层的深度分析

建立了基于低温等离子体(Low temperature plasma)剥蚀系统将固体样品直接引入电感耦合等离子体质谱(ICP-MS)并用于电路板镀层中Au,Ni和Cu的深度分析.此实验中采用介质阻挡放电(DBD)方式产生低温等离子体探针,逐层剥蚀样品表面,由ICPMS检测元素信号.对DBD所用放电气体种类、外加电场功率、放电气体流速和采样深度等实验条件进行优化.在优化条件下,应用LTP-ICPMS在30 s内完成电路板镀层(20 μm Au/10 μm Ni/Cu基底)的逐层剥蚀和深度分析,元素种类和分层顺序与X射线光电子能谱(XpS)相吻合,镀层的分辨率可拓展至微米水平,表明此技术可直接用于固体样品的深度分析.     

邻苯二酚-四乙烯五胺改性超高分子量聚乙烯纤维

应用Cat-TEPA改性超高分子量聚乙烯(UHMWPE)纤维,在难黏附的纤维表面形成均匀涂层.采用透射电子显微镜(TEM)、红外光谱(FTIR)、X射线光电子能谱(XPS)、X射线衍射(XRD)、示差扫描量热(DSC)、热重分析(TGA)和静态接触角测试等手段对其结构和性能进行了表征,并通过单丝拔出实验研究改性前后纤维与环氧树脂之间的界面剪切强度(IFSS),探索了反应物配比、反应时间对表面性能的影响,并确定最佳改性条件.结果表明Cat-TEPA共沉积改性未影响纤维的结晶和热稳定性,改性后纤维表面浸润性得到改善,且适当增加反应时间和TEPA含量能够提高纤维和树脂之间的IFSS,当Cat-TEPA摩尔比为1:4,反应时间为24 h时效果最佳,与未改性纤维相比,界面剪切强度提升约44%.     

下一代无线局域网——HEW

一直以来,无线局域网(WLAN)技术都是以提升吞吐量作为主要演进目标,每一代WLAN标准在吞吐量上都会比上一代有大幅提升。当前,最新制定的WLAN标准(IEEE 802.11ac/ad)理论最高吞吐量接近7Gbit/s。然而,在现实的组网环境中(特别是大规模密集组网时),WLAN性能常常与设计性能相去甚远,难以提供良好的用户体验。针对这一问题,IEEE近期启动了下一代无线局域网标准——High Efficiency WLAN(HEW)的研究工作。除了进一步提升频谱效率之外,HEW还将重点提升覆盖范围内各区域的整体吞吐量和各种室内外网络部署环境下的真实性能。