金纳米颗粒的有序制备及其光学特性

采用纳米球蚀刻技术在石英衬底上制备了不同高度的金纳米颗粒阵列.通过扫描电子显微镜对其表面形貌进行了观测,表明金纳米颗粒为有序分布的三棱柱结构.通过红外—紫外吸收光谱仪在190—900nm波长范围内对其光吸收特性进行了测量, 并成功观测到了金纳米颗粒表面等离子体振荡效应引起的光吸收峰,结果表明随着金纳米颗粒高度的增加,其吸收峰的位置向短波方向移动(蓝移).同时对金纳米颗粒的光吸收特性进行了基于离散偶极子近似的理论计算,并与实验结果进行了比较. 关键词： 纳米球蚀刻技术 金纳米颗粒 离散偶极子近似     

离散差分序列变质量力学系统的Mei对称性

研究离散差分序列变质量力学系统的Mei对称性与守恒量.定义离散系统的差分序列方程在无限小变换群下的形式不变性为Mei对称性. 给出由Mei对称性得到守恒量的判据. 举例说明结果的应用. 关键词： 离散力学 变质量系统 Mei对称性 离散守恒量     

基于Lyapunov方程的分数阶混沌系统同步

对阶次小于1的分数阶系统提出了基于Lyapunov方程的系统稳定性判定理论. 将该理论应用于分数阶混沌系统的同步,实现了未知参数的分数阶Lorenz混沌系统的自适应同步. 仿真结果证实了该理论的正确性. 关键词： 分数阶混沌系统 同步 Lyapunov方程 自适应     

离散泡沫的光学衰减原理研究

为研究泡沫的光学干扰原理,基于几何光学原理和电磁波传输理论,对离散泡沫的光线折射及吸收等现象进行了分析,从光线传播方向和透射能量变化的角度研究了泡沫对光线的衰减,建立了衰减模型。通过计算和红外光谱及热成像试验,发现：泡沫结构和泡沫材料是造成光线强烈衰减的重要原因。结果显示：泡沫溶液的溶质/溶剂的消光能力、浓度等对特定波段光波的吸收产生关键影响;泡沫通过改变光线的传播方向,大大分散出射光线的能量密度;随着光线穿过泡沫液膜界面的次数增多,透射光强迅速衰减,透射能量迅速下降;其漂浮运动还将导致出射光线方向和能量密度分布的不确定性。     

基于柱坐标系下的空心高斯光束的分数傅里叶变换

推导出分数傅里叶变换基于柱坐标系下的解析表达式,应用此解析表达式对空心高斯光束进行分析,得到其分数傅里叶变换的解析表达式。讨论其在分数傅里叶变换平面的光强分布与各种光束参数之间的变换关系,并进行数值计算,从而得出基于柱坐标系下的空心高斯光束的分数傅里叶变换的传输性质。所得结果为分析和计算这种光束的分数傅里叶变换提供了方便,同时对此类光束的传输控制提供了基础理论支持。     

基于SVR的混合域鲁棒音频水印算法

对于常见的基于离散小波变换-奇异值分解的水印算法应对常见的攻击鲁棒性较差的情况,提出一种基于奇异值比(Singular Value Ratio,SVR)的混合域音频水印算法.先将音频分帧,利用音频特性选择适合水印嵌入的帧,然后对水印嵌入帧进行离散小波变换和离散余弦变换,将离散余弦变换系数分为4段,选取中频系数进行奇异值...     

分数阶Schrodinger—Kirchhoff方程无穷多高能量解的存在性

本文研究如下带有变号势函数的分数阶Schrodinger Kirchhoff方程(a+b∫∫R^N|u(x)-u(y)|^p/|x-y|^N+p^sdxdy)^p-1(-△)p^su+λV(x)|u|^p-2u=f(x,u)-μg(x)|u|^q-2u,x∈R^N.其中s∈(0,1),p∈[2,∞),q∈(l,p),a,b>0,λ,μ>0均为正常数,在V,f,g等函数合适的条件下,运用喷泉定理获得该系统无穷多高能量解的存在性.     

消光式核壳二聚体传感器的设计与光谱特性分析

根据ITO/Au纳米核壳二聚体粒子在生物医学领域的应用合理性,设计了一种实时检测生物液体的核壳二聚体探针消光式传感器;由偶极子理论推导出输出波长与外界环境折射率关系;利用MATLAB设计ITO/Au纳米核壳二聚体粒子结构;采用软件DDSCAT7.3结合离散偶极近似法,利用二聚体有效半径模拟计算了300~950nm可见光到红外光波段不同核壳比、二聚体间距、以及不同介质折射率的消光光谱;根据传感芯片折射率与偶极共振、耦合八级共振的响应关系得出ITO/Au二聚体的折射率灵敏特性。与传统Ag/Au核壳纳米粒子相比,ITO/Au纳米核壳二聚体结构引入了可作为传感芯片灵敏性自参考参数的耦合八级共振峰,同时ITO/Au二聚体结构的折射率灵敏度可达到419nm/RIU。这些工作及其结果对制作消光式传感器具有重要的意义。     

基于离散Morse理论的散乱点云特征提取

为了有效提取散乱点云上的特征点,针对现有点云特征提取算法采用全局统一的特征度量阈值易造成特征误判、漏判及需要多次人工调参的问题,基于离散Morse理论,提出一种自适应的特征提取算法。首先,采用基于局部邻域的协方差分析计算每个数据点的特征度量,标定潜在特征点。然后将潜在特征点与其邻域点在主方向上所形成的夹角平均值作为局部特征检测算子,利用该算子计算该点的离散梯度;最后,构建每个潜在特征点局部邻域内的Voronoi图,利用线性插值法计算离散点所在泰森多边形所有顶点的梯度构建离散梯度向量域,将离散梯度向量域中的梯度极值点判定为特征点。为提高算法的稳健性和抗噪能力,将离散梯度计算扩展到多尺度上,将邻域大小作为离散的尺度参数,多尺度地对一点进行判定。实验结果表明,该方法简单、稳健性好,不依赖于特征的尖锐程度,能在有效提取较尖锐特征的同时,尽可能多地保留较平滑特征。当噪声为0.03 dB时,可以有效地提取点云特征,而当噪声为0.05 dB时,尽管存在个别特征点消失的情况,但整体上显著特征点能够得到较好地提取,效果令人满意。