ErP5O14非晶中从0秒到稳态的粒子数变化过程和发光强度

分别对五磷酸盐非晶材料(ErP5O14)在979.3,803.8,521.8,450.0,405.5和378.5nm等光激发下所有能级的动力学过程在改进能量传递理论前后进行了数值模拟比较。结果发现,应用改进后的能量传递速率进行计算模拟的结果才是合理的,其中在521.8,450.0和378.5nm光激发ErP5O14非晶时,4I 13/2→4I 15/2和4I 11/2→4I 15/2跃迁的相对荧光强度的比值分别是979.3nm光激发的2.11倍,2.82倍和2.99倍,均存在有效的4I 13/2→4I 15/2跃迁的红外量子剪裁效应。该研究对于提高锗太阳能电池的转换效率具有潜在的应用前景。     

一类具有输入饱和的随机非线性系统的自适应镇定

研究了一类包含输入饱和的随机非线性系统的自适应镇定问题.采用基于死区算子的模型来描述饱和现象,利用随机控制Lyapunov设计方法,对于受方差不确定Wiener噪声干扰的参数严反馈系统,设计了自适应控制器,使得系统能够依概率全局渐近稳定.仿真结果验证了该方法的有效性.     

小麦发育后期茎秆抗倒伏问题研究

围绕小麦抗倒伏问题,综合运用数据预处理、相关性分析、数据拟合、数理方程、微分方程等方法,根据已有的抗倒伏模型,进行了模型修正,运用修正的模型,计算了六种小麦的倒伏指数,计算结果与试验结论基本吻合,并从生活常识的角度对模型的合理性进行论证,在对小麦茎秆性状相关性分析中,讨论了小麦最优性状特征,得出不同穗重下的最优株型结构,在考虑麦穗自重的前提下,进行力矩分析,运用最小势能原理进行理论推导,建立茎秆抗倒伏数理方程模型,并从数值计算和图形分析两个方面对模型的合理性进行了论证.     

数字微镜光谱仪的互补S编码矩阵的设计及实验

数字微镜光谱仪在应用中编码矩阵的选取至关重要。最佳的理论编码矩阵H矩阵存在非循环、编码复杂、双光路系统实现困难的问题而得不到广泛应用;而最佳实用S矩阵较H矩阵信噪比提高优势略逊。为此本文针对数字微镜光谱仪设计了一种互补S编码矩阵,介绍了其构造、实现过程以及对杂散光和暗电流噪声的削弱作用,通过对其噪声改善程度理论的分析,说明该算法结合了H矩阵与S矩阵的优点,达到了理论与实用的双优。经实验验证,该算法较S矩阵编码模板信噪比提高了2.05倍。     

噪声诱导的二维复时空系统的同步研究

研究了一类噪声诱导的二维复时空系统的同步问题.首先讨论了二维复Ginzburg-Laudau(CGL) 方程随时间和空间变化的时空混沌特性;其次,研究了时空噪声驱动下CGL系统的同步问题.理论上利用线性稳定性分析,得到了常数激励下CGL系统达到稳定态的临界强度;结合噪声的随机性和非零均值特性, 揭示了噪声诱导同步的机理;并从理论上和数值上分别给出了达到同步所需要的控制参数和噪声强度满足的条件,实现了两个非耦合CGL系统的完全同步.结果表明,数值模拟和理论分析有很好的一致性.     

随机基因选择模型中的延迟效应

研究了噪声驱动的基因选择模型中的延迟效应. 据小延迟方法和随机等价法则得到相应的延迟Fokker-Planck方程, 给出稳态概率分布函数的近似表达式. 分析了在噪声驱动下, 延迟时间对系统稳态性质的影响. 结果表明: 延迟时间可以诱导系统从单稳态向双稳态转化, 发生相变; 在基因选择过程中, 延迟时间有利于从基因群体中选择出某一单倍体基因. 数值模拟结果与理论预测基本符合.     

噪声相互关联时间对Logistic系统亚稳态稳定性的影响

研究了噪声交叉关联时间对Logistic 系统亚稳态稳定性的影响.利用最陡下降法导出了系统亚稳态到稳态的平均第一通过时间的表达式. 数值计算结果表明:内噪声、外噪声、 内外噪声的相互关联时间削弱了亚稳态的稳定性,而内外噪声的关联增加了亚稳态的稳定性.     

基于辐照前1/f噪声的金属-氧化物-半导体场效应晶体管潜在缺陷退化模型

基于金属-氧化物-半导体-场效应管(MOSFET)辐射损伤的微观机理,推导出了MOSFET经历辐照之后氧化层空穴俘获与阈值电压漂移之间关系的表达式.又根据MOSFET中1/f噪声产生的微观机理,建立了辐照之前MOSFET的1/f噪声功率谱幅值与阈值电压漂移量之间的定量关系,并通过实验予以验证.结果表明,辐照之前的1/f噪声功率谱幅值与辐照之后的阈值电压漂移量存在正比例关系,阈值电压漂移量可以反映出MOSFET内部的潜在缺陷的退化程度,因此,该模型有助于利用1/f噪声参量来表征MOSFET内部潜在缺陷的数量和严重程度.     

耦合小世界神经网络的随机共振

噪声广泛存在于生物神经系统中,对系统功能具有重要作用.采用神经元二维映射模型构建一个复杂神经网络,由多个小世界子网络构成,研究了Gaussian白噪声诱导的随机共振现象.研究发现,只有合适的噪声强度才能使神经网络对输入刺激信号的频率响应达到峰值.另外,网络结构对系统随机共振特性有重要影响.在固定的耦合强度下,存在一个最优的局部小世界子网络结构,使得整个系统的频率响应最佳.     

非高斯噪声激励下FitzHugh-Nagumo神经元系统的随机共振

研究了乘性非高斯噪声和加性高斯白噪声共同激励下FitzHugh-Nagumo(FHN) 神经元系统的随机共振问题. 利用路径积分法和两态模型理论, 推导出系统信噪比的表达式. 研究结果表明: 系统参数在不同的取值条件下, FHN神经元模型出现了随机共振和双重随机共振现象. 此外, 非高斯参数q在不同的取值条件下, 乘性噪声强度和加性噪声强度对信噪比的影响是不同的. 非高斯噪声的加入有利于增强FHN神经元系统的信号响应.