自发参量下转换光场的实验研究进展综述

自发参量下转换(spontaneous parametric down-conversion,SPDC)光场是基于单色泵浦光子流和量子真空噪声对非线性晶体的综合作用而产生的,它固有的量子起源决定了在非经典光场研究中的重要地位和作用.对SPDC光场的相干特性和它在绝对测量光电探测器量子效率中的应用进行了深入而细致的研究和探讨.     

透镜初级球差的横向剪切干涉条纹研究

利用玻璃平行平板构成简单的横向剪切干涉仪可以观察到单薄透镜形成的准直光束的剪切干涉条纹,由干涉条纹分布求出对应的几何像差和离焦量.用焦距为190 mm的单薄透镜做实验,实验结果与计算机模拟结果符合,说明可以从剪切干涉条纹的分布求出透镜的轴向调整误差和初级球差.     

有扰对称信道平均信息量的计算

照相手机让诺基亚抢了风头，这真是亚洲人的失策。在日本和韩国，内置摄像头的手机早就不是什么值得炫耀的东西了。不过日本人的动作还是很快的，GD88和N8一副后来居上的架势，让人不敢小瞧。     

表面粗糙度测量的磁光位相调制和锁相干涉

提出了一种表面粗糙度测量的新方法，该方法采用了微分偏振干涉的原理，利用由法拉第磁光调制器所组成的调制系统对偏振干涉光路的位相进行调制，利用锁相干涉原理对位相进行探测，该方法可实现无参考面快速非接触测量，在普通实验条件下，也可保持良好的稳定恶性循环 ，实验装置即可给出表面的轮廓又可给出其它统计数据，其横向分辨率为１．２μｍ纵向为２ｎｍ。     

激光二极管自混合干涉和微振动的实验观测

介绍了利用LabView软件虚拟示波器和信号源,对激光二极管自混合干涉和微振动进行的实验观测.该实验可以作为本科低年级学生的综合设计实验.     

IPA模型对Hopfield模型神经网络的改进

考虑Ｈｏｐｆｉｅｌｄ模型中假态之间的布尔逻辑关系，提出利用ＩＰＡ模型对神经网络中的假态进行抑制，并和原网络的性能进行了比较，结果表明：改进后的网络性能比Ｈｏｐｆｉｅｌｄ模型和ＩＰＡ模型均有较大提高。     

Modulation of Particle Concentrations in the Interference Laser Radiation Field

Spatial redistribution of microparticles in a suspension on exposure to the interference laser field depending on the parameters of the particles and the field characteristics has been analyzed theoretically. Results of experimental investigations are presented that illustrate the capture of an ensemble of polymeric small spheres and also of the lymphocytes of human blood and other microparticles in a liquid in the interference radiation bands of the He–Ne laser.     

激光探针监测半导体器件内自由载流子浓度调制效应

介绍了基于自由载流子对介质折射率调制作用,而建立的监测半导体器件内自由载流子变化情况的实验装置,该装置能实时反映自由载流子变化情况,且对原电路无任何影响。本方法适用于硅和砷化镓材料的电子和光电子器件,也显示了在测量集成电路内部有源器件特性方面的潜在应用前景。     

带有块间串扰MC-CDMA的时域信道估计和多用户检测

本文把带有IBI的MC-CDMA系统等效解释为特殊的直接序列码分多址（DS-CDMA）系统，并给出了相应的时域信道估计方法和时域线性最小均方误差（MMSE）多用户检测方法。仿真实验表明了本文方法的性能。     

Enhancing cognitive radio systems with robust reasoning

Cognitive radio systems dynamically reconfigure the algorithms and parameters they use, in order to adapt to the changing environment conditions. However, reaching proper reconfiguration decisions presupposes a way of knowing, with high enough assurance, the capabilities of the alternate configurations, especially in terms of achievable transmission capacity and coverage. The present paper addresses this problem, firstly, by specifying a complete process for extracting estimations of the capabilities of candidate configurations, in terms of transmission capacity and coverage, and, secondly, by enhancing these estimations with the employment of a machine learning technique. The technique is based on the use of Bayesian Networks, in conjunction with an effective learning and adaptation strategy, and aims at extracting and exploiting knowledge and experience, in order to reach robust (i.e. stable and reliable) estimations of the configurations' capabilities. Comprehensive results of the proposed method are presented, in order to validate its functionality. Copyright © 2007 John Wiley & Sons, Ltd.