自建光声超声双模态成像系统的肿瘤成像分析

现有B超成像可以提供基于声阻抗差异的组织解剖结构信息,而近年来研究发现,光声成像可以提供标记组织成分的分布和功能信息。本文基于商用B超仪和脉冲激光系统建立了光声超声双模态成像系统,实现了超声组织结构成像和光声生物功能的同时成像。首先基于血红蛋白在某些波段的较强吸光性,实现了肿瘤内部组织血管灌注图像;其次用链接有靶向抗体的纳米颗粒作为靶向光声造影剂,对恶性肿瘤边缘和内部的血管以及血管附近的肿瘤组织进行了成像。最终,通过超声和光声的融合图像提供的肿瘤结构信息与光声图像提供的肿瘤功能信息,可以准确识别肿瘤组织。     

磷石膏中微量含氟物相的光谱分析

磷石膏中二水硫酸钙(CaSO₄·2H₂O)的含量高达90%以上,是一种重要的再生石膏资源。然而与天然石膏不同,磷石膏中磷、氟、有机物等有害杂质限制了它的实际利用。探明微量杂质氟物相的存在形态、含量及分布规律,对高效脱除磷石膏中杂质氟具有重要的理论价值。采用X射线光电子能谱(X-ray photoelectron spectroscopy, XPS)与电子显微探针(electron microprobe analysis, EMPA)相结合的分析方法,研究了磷石膏中微量含氟物相的主要存在形式和分布规律。结果表明,磷石膏中微量含氟物相主要包括NaF,KF,CaF₂,K₂SiF₆,Na₂SiF₆,Na₃AlF₆,K₃AlF₆,AlF₃·3H₂O,AlF_2.3(OH)_0.7·H₂O,Ca₅(PO₄)₃F,Ca₁₀(PO₄)₆F₂。其中,4.83%的氟以NaF,KF,CaF₂等氟化物形式存在,8.42%的氟以氟磷酸盐Ca₅(PO₄)₃F和Ca₁₀(PO₄)₆F₂形式存在,12.21%的氟以氟铝酸盐Na₃AlF₆和K₃AlF₆形式存在,41.52%的氟以氟硅酸盐K₂SiF₆和Na₂SiF₆形式存在,33.02%的氟以带结晶水的氟化铝AlF₃·3H₂O和AlF_2.3(OH)_0.7·H₂O形式存在。研究表明分析固体样品中微量元素物相时,采用XPS与EMPA相结合的分析方法更具有优势。本研究为磷石膏中微量杂质氟的脱除以及有效回收氟资源提供理论依据。     

2019年3期 电子期刊

通过Debus-Radziszewski、Suzuki-Miyaura和Knoevenagel缩合反应,设计合成了一种新型的咪唑衍生物L,并使用傅里叶变换红外光谱和核磁共振氢谱对合成化合物进行了结构表征。不同极性溶剂中光物理性质和密度泛函理论计算结果表明该系列化合物具有典型的分子内电荷转移（Intramolecular charge transfer,ICT）效应;紫外-可见吸收和荧光发射光谱证实它表现出聚集诱导猝灭（Aggregation-caused quenching,ACQ）性质。进一步的光物理性质测试表明化合物L在THF/H₂O混合溶液中可实现对2,4,6-三硝基苯酚（苦味酸,picric acid,PA）的检测,检测限为3.7×10^-6 mol/L。     

Rheology,Crystallization, Mechanical and Barrier Properties of Polyamide 6/66 Nanocomposites with Exfoliated Organoclays

Nylon copolymer/clay (NC) nanocomposites were prepared using PA6/66 as a matrix and organoclay as a nanofiller through a two-step melt-compounding method. It was shown that the organoclay flakes were well exfoliated and dispersed in the PA6/66 matrix. With increasing content of organoclay, the apparent shear viscosity and the entrance pressure drop of the NC nanocomposites decreased whereas the corresponding shear activation energy increased, suggesting that the NC nanocomposites were suitable to be used in shear-flow rather than extension-flow related processes. Investigations of the crystallization behaviors of the NC nanocomposites indicated that the organoclay addition was capable of facilitating the γ-form crystal formation, which is suggested to be due to the restriction effect of the organoclay on the PA6/66 chain motion during the crystallization. Compared to the neat PA6/66, the tensile strength and elongation at break of the NC nanocomposites were both enhanced at an appropriate content of the organoclay. In addition, the NC nanocomposites exhibited enhanced barrier properties due to the high specific surface area and the homogeneous dispersion of the organoclay.     

NO分子光声光谱的理论分析

采用拉普拉斯变换严格求解二能级系统光与物质相互作用的速率方程,获得了强激光诱导气体分子系统光声信号的解析表达式。结果显示光声信号的大小与样品分子的吸收截面、激发光强度、分子共振跃迁吸收的光子数、分子碰撞弛豫速率等因素有关。借助于光声信号随激光强度的变化关系,将NO分子在420.0～470.0 nm波长区间的激光诱导光声光谱归属于NO分子经X 2Π→A 2Σ的双光子激发跃迁及X 2Π→E 2Σ,F 2Σ,R 2Σ的三光子激发跃迁,由此获得NO分子A 2Σ,E 2Σ,F 2Σ和R 2Σ激发电子态的振动常数分别为2 346,2 342,2 397和2 381 cm-1,结果与采用其他方法测量的结果符合得较好。并对光声信号随缓冲气压升高而出现饱和的现象进行了理论解释。     

一种新的分数阶记忆多项式预失真器

该文针对由记忆多项式设计的功率放大器预失真系统,提出了一种新的分数阶记忆多项式预失真器。提出预失真多项式是在常用记忆多项式基础上,通过去掉偶数阶项增加分数阶项以提高线性化性能。文中给出了分数阶记忆多项式的表达式,并给出了相应的系数估计算法。仿真分析表明,针对Wiener-Hammerstein和记忆多项式模型的功率放大器,在两种典型记忆多项式预失真的基础上可以分别得到10 dB和8 dB的带外谱抑制增益。相应的FPGA实现表明该预失真多项式总体硬件资源增加的代价并不高,易于在实际系统中应用。     

基于增益扩展现象的线性化技术在Doherty功放中的应用

在分析Doherty放大器特性基础上,研究了利用Doherty具有增益扩展特性的放大器线性化技术.深入分析了Doherty功放中辅助功放的栅压变化对增益扩展特性的影响,并讨论了据此将具有增益扩展特性的前级Doherty功放作为模拟射频预失真器与末级Doherty功放进行级联而构成的线性化功放.最后根据这一原理,采用一对MRF21010功放管所设计并优化的Doherty模拟预失真功率放大器与前级为平衡放大器、末级为相同Doherty功放的级联电路相对照,表明三阶互调可以改善15dB,效率提高2%.研究结果对高效率、高线性功放的设计具有实际意义.     

一个4-9GHz 10W 宽带功率放大器

设计并制作了4-9GHz宽带混合集成功率放大器,在6-8GHz频带内功率能达到10W,其余频段内功率也能达到6W以上。电路采用平衡放大器形式,整个频段内增益为7.3dB±0.9dB,在8GHz频点处功率附加效率（PAE）为39%。输入输出驻波均小于-10dB。     

一类随机变量序列部分和的强大数定律

设{Xn,n≥1}是随机变量序列.文[4]在二阶矩限制下,获得了任意随机变量序列的Hajek-Renyi型不等式,并给出了随机变量序列的强大数定律.本文利用胡舒合等获得的强大数定律,给出了随机变量序列的一些几乎必然收敛性,并给出了结果在PA,NA和两两NQD序列场合下的应用.     

基于星座图和卷积神经网络的射频指纹识别

基于无线设备物理层的射频指纹识别是保障通信安全的有效途径。传统射频特征提取方法容易受到信道的信噪比变化的干扰,难以适应动态信噪比下的通信场景。因此,本文提出了一种基于卷积神经网络的射频指纹识别方法,实现了动态信噪比下的射频指纹识别,显著改善了低信噪比下的识别准确率。本文通过搭建实验系统对4台不同功放设备进行识别,实验结果表明,在信噪比为0.5～14.5 dB范围内,该方法的综合识别率达89.4%。