Improve the performance of interferometer with ultra-cold atoms

Ultra-cold atoms provide ideal platforms for interferometry.The macroscopic matter-wave property of ultra-cold atoms leads to large coherent length and long coherent time,which enable high accuracy and sensitivity to measurement.Here,we review our efforts to improve the performance of the interferometer.We demonstrate a shortcut method for manipulating ultra-cold atoms in an optical lattice.Compared with traditional ones,this shortcut method can reduce the manipulation time by up to three orders of magnitude.We construct a matter-wave Ramsey interferometer for trapped motional quantum states and significantly increase its coherence time by one order of magnitude with an echo technique based on this method.Efforts have also been made to enhance the resolution by multimode scheme.Application of a noise-resilient multi-component interferometer shows that increasing the number of paths could sharpen the peaks in the time-domain interference fringes,which leads to a resolution nearly twice compared with that of a conventional double-path two-mode interferometer.With the shortcut method mentioned above,improvement of the momentum resolution could also be fulfilled,which leads to atomic momentum patterns less than 0.6hkL. To identify and remove systematic noises,we introduce the methods based on the principal component analysis (PCA) that reduce the noise in detection close to the 1/√2 of the photon-shot noise and separate and identify or even eliminate noises.Furthermore,we give a proposal to measure precisely the local gravity acceleration within a few centimeters based on our study of ultracold atoms in precision measurements.     

用支持向量机网络实现VBR视频通信量的预测

VBR(Variable Bit Rate)视频信号具有时变性、非线性和突发性等特点,实现该信号通信量的高精度预测是提高信息传输速度和提高网络带宽资源利用效率的重要手段.针对以上问题,本文提出了一种用于VBR视频通信量预测的差分输入支持向量机(SVM:Support Vector Machine)网络模型.该网络模型采用结构风险最小化准则,在最小化经验风险的同时,尽量缩小模型预测误差的上界,从而使网络模型具有更好的推广能力.实验结果表明:支持向量机网络模型的预测误差为0.0018,而梯度径向基函数(Gradient Radial Basis Function:GRBF)神经网络模型的预测误差为0.0029.可以看出,支持向量机网络模型的预测精度要比GRBF网络模型的预测精度高出大约40%.     

光动力法制备抗小鼠H22肝癌的肿瘤疫苗

研究了光动力疗法(PDT)制备的抗小鼠H22肝癌肿瘤疫苗的抗瘤效应.将昆明鼠60只,随机分为2组,每组30只.实验组取6~12周龄的昆明鼠背部皮下接种光动力疗法产生的疫苗,每3天注射一次,每次注射50μL(相当于3×105个细胞),连续两周.隔一周于第22天注射H22肿瘤细胞悬液0.1 mL(1×106个细胞);对照组:每周每次注射50μL生理盐水,连续两周.隔一周于第22天注射H22肿瘤细胞悬液0.1 mL(1×106个细胞).比较两组的抑瘤率、生存率以及两组之间免疫学的相关指标.结果表明,实验组小鼠具有显著的抑瘤效果,抑瘤率、生存率较对照组有显著提高.实验组肿瘤抑瘤率最高可达60%且长期有效,100天生存率达56%.说明光动力疗法产生的抗小鼠H22肝癌疫苗可以有效地抑制肿瘤生长,提高荷瘤小鼠的生存率,具有明显的抗瘤效应.该方法可能成为一种辅助性治疗肿瘤的手段而应用于临床.     

LDA泵浦Cr4+:YAG被动调QNd:YAG激光器实验研究

采用300W准连续激光二极管阵列LDA端面泵浦Nd:YAG晶体,微柱透镜和透镜导管耦合,Cr4 :YAG可饱和吸收体被动调Q,实现调Q脉冲输出,激光腔长4.5cm,Cr4 :YAG晶体初始透过率Tcr=73.2%,泵浦能量63.48mJ,输出单脉冲激光,脉冲宽度10ns,单脉冲能量3.42mJ,输出脉冲被调制并产生明显尾脉冲现象,分析了原因,说明调制脉冲是由于空间电磁辐射干扰,Cr4 :YAG晶体的慢恢复可饱和吸收特性导致尾脉冲产生。     

多运动平台多传感器机动目标自适应跟踪

针对多运动平台多传感器背景下的机动目标跟踪问题,提出了模糊自适应无迹卡尔曼滤波(FUKF)算法,基于良好机动性描述的"当前统计"模型和良好非线性滤波能力的UKF(Unscented Kalman Filter),利用模糊推理技术实时自适应地调整系统噪声协方差矩阵,来提高对目标机动性的理解能力和跟踪精度.仿真实验表明该算法的有效性.     

Forouhi-Bloomer离散方程在低k材料光学表征上的应用

半导体工艺中对低k介质材料的精确表征是工艺监控的重要环节,传统方法如扫描电子显微镜和透射电子显微镜存在耗时长和破坏性等缺点。使用一种结合了Forouhi-Bloomer离散方程组和宽光谱分光光度法的新方法,对低k薄膜进行光学表征,得到薄膜的折射率n、消光系数k和膜厚d,并将结果与椭偏仪的测量进行比较,证明了使用F-B方程在半导体工艺中精确表征低k材料的能力和这种方法快速无损的优点。     

大功率TEA CO2激光器开关电机侧电场干扰测试

在各种类型的激光器中,电激励方式的激光器导致电磁干扰是众所周知的,这类激光器有铜蒸汽激光器、氮分子激光器、准分子激光器、二氧化碳激光器以及各种固体激光器等。经验表明,决定激光器电磁干扰能量大小的因素主要有：激光器的物理结构、工作能量、转换效率、工作模式、泵浦方式和附属设备的使用。多数固体激光器具有紧凑的结构,所需电功率较小,因而电磁干扰较小。而多数气体激光器结构可分成两部分：激光头和电源．其典型尺寸在几米范围．输出激光功率可达几千瓦甚至几十千瓦。     

用神经网络实现VBR视频通信量的在线预测

VBR(Varible Bit Rate)视频信号具有时变性、非线性和突发性等特点,实现该信号通信量的高精度预测难度较大.针对以上问题,本文提出了一种用于VBR视频通信量预测的自适应神经网络模型,网络训练采用离线与在线相结合的方式,同时通过删除不重要的权重,以优化网络的拓扑结构,提高网络的推广能力,降低网络在线学习的计算复杂度;对VBR视频通信量预测的模拟结果表明该模型具有高的预测精度,并能满足通信系统对预测实时性的要求.