为解决复杂多变环境下光纤入侵事件因噪声干扰识别困难、误报率高的问题，提出了基于改进的奇异谱分析和遗传算法优化的双向长短期记忆神经网络的入侵事件识别方法。首先，为了减少噪声对识别效果的影响采用改进的奇异谱分析法去噪，对入侵信号及其分量进行迭代奇异谱分析去噪，并利用信号贡献率的大小来确定信号重构的秩阶次，调节信号分量去噪的程度，实现光纤信号的去噪。然后，利用遗传算法优化神经网络结构参数，构建双向长短期记忆神经网络提取光纤信号空间特征，最后基于以上方法对攀爬、跑动、敲击、静态、大风、雨天6种实测信号进行入侵事件识别实验，实验结果表明，在双Mach-Zehnder光纤周界传感系统识别入侵事件过程中，改进的奇异谱分析相比普通的奇异谱分析，去噪信噪比有明显提高，平均信噪比提高了12.79 dB，平均均方根误差略有减少。遗传算法优化的双向长短期记忆神经网络较未优化神经网络平均识别率提高了5.7%，识别准确率最高可达98.1%。

该文使用外贴法将压电陶瓷传感器固定在玻璃纤维复合材料(GFRP)上进行损伤检测试验, 研究了GFRP试件表面裂缝的深度及数量对压电陶瓷传感器接收信号的影响。将主动感应法和基于小波包能量法相结合, 做出时域信号图和基于小波包的能量图。分析数据发现, GFRP试件损伤程度越大, 传感器接收信号的电压值越小, 信号的能量越小。试验结果表明, 压电陶瓷传感器有望通过主动感应法用于检测GFRP的损伤变化。

针对传统大气透射仪收发基线固定、采样空间有限、透过率模型适用性差等问题,设计了一种变基线大气能见度测量系统。该系统的激光发射单元固定,光学接收单元可移动,能在不同基线长度上获得大气透过率。通过测量多点大气透过率并进行最小二乘拟合,得到大气消光系数和大气能见度。在大气能见度分别为200,800,2000 m时,对本系统和传统大气透射仪进行了仿真实验。结果表明,本系统测量得到的大气消光系数均方根误差均低于传统大气透射仪,可以有效减小系统误差和随机误差对测量结果的影响。在大气模拟舱内开展的外场实验也验证了本系统的有效性和稳定性。

针对传统时域有限差分(FDTD)法的计算精度低、色散误差大的问题,将辛时域多分辨率(S-MRTD)算法引到光子晶体的数值模拟计算中。先将S-MRTD算法在时间和空间上分别引入辛传播子技术和小波尺度函数近似差分;再根据时间可逆约束条件和增长因子求解一组优化的辛算子,讨论传统FDTD法与S-MRTD算法的稳定性和数值色散性;最后基于S-MRTD算法对光子晶体的透射系数和反射系数等进行分析研究。通过数值计算和仿真结果验证了S-MRTD算法的可行性和精确性。S-MRTD算法的成功应用,为研究光子晶体的传输特性提供了高精确度和高效的全新数值计算方法。

利用自行搭建的LIBS装置对原铝中硅铁含量进行了分析测试, 测试前对原铝试样进行了微观形貌分析, 研究发现原铝中硅元素除有个别区域聚团现象外, 其分布相对较为均匀; 铁元素多以团状汇聚形态出现, 且无明显的分布规律。 实验分别考察了激光脉冲能量对激光诱导原铝等离子体光谱的影响, 发现随着激光脉冲能量的增大, 硅、 铁元素信噪比先增加后减小, 硅、 铁谱线信噪比最大值均出现在160 mJ处, 实验选取的激光脉冲能量为160 mJ。 在上述较为合理的实验条件下, 以内标法为基础, 分别采用两种标样(纯铝标样与自选标样)建立了定标模型; 结果表明: 相比于纯铝标准试样, 采用自选试样建立的定标模型不够理想, 且数据的离散程度较大, 铁元素直线拟合优度仅为0.921 3, 相对标准偏差也较大。 采用纯铝标样时, 在试样不旋转的情况下, 硅、 铁元素定标曲线拟合优度分别为0.961 1与0.974 1, 相对标准偏差分别为8.85%与9.43%, 且误差棒显示误差随定标试样的硅、 铁含量升高而增大。 当试样台保持转速50 r·min-1条件下进行实验, 发现硅、 铁元素定标曲线的拟合优度分别为0.978 5与0.988, 相对标准偏差分别为3.78%与3.4%, 相比于试样平台固定情况下的定标结果, 拟合优度明显改善, 相对标准偏差也有所降低, 定标模型明显优于自选试样建立的模型。 使用两种定标模型对25个测试样进行了分析测试, 比较了两种测试结果的相对误差, 纯铝定标试样由于含量梯度较大, 跨度较宽, 采用该标样建立的定标模型对低铁原铝试样测试适应性相对较差, 而自选试样建立的定标模型虽然不够理想, 但针对低铁原铝试样的测试适应性相对较好。 对激光诱导原铝产生的等离子体进行了诊断, 通过镁元素几条离子谱线的玻耳兹曼图, 计算出了等离子体温度约为9 163.63 K, 利用镁元素一条谱线的Stark展宽估算出等离子体电子密度为1.69ⅹ1017 cm-3, 验证了激光诱导原铝等离子体处于局部热力学平衡状态的假设是成立的。

溶解性有机质（DOM）是土壤中对气候变化较为敏感的组分, 在重金属迁移转化、 碳释放等土壤环境化学过程中占有重要地位。 同时, 青藏高原也是对气候变化最为敏感的地区之一。 而应用荧光光谱来探明气候条件的变化对土壤DOM的影响, 从而确定气候变化背景下DOM的环境化学行为方面的研究较少。 通过采集青海板达山不同海拔高度下（2 800, 3 000, 3 300, 3 600和3 900 m）的草甸土, 应用三维荧光-平行因子分析的方法测定土壤中DOM的荧光光谱, 揭示草甸土中DOM的来源、 组成和性质对不同海拔气候条件的响应特征。 结果表明: 海拔对土壤理化性质有重要影响。 随海拔升高, 土壤pH显著降低, 而有机质的平均值则从6.32%提高至13.75%, 但溶解性有机碳含量未有显著性变化。 同时, 海拔对DOM的来源与性质也产生影响。 DOM的BIX指数随海拔升高而升高, 表明: 微生物源对高海拔土壤中DOM的贡献更高, 可能是由于高海拔下的低温限制了植物残体等的分解和有机质的矿化。 而FI指数（1.332~1.621）处于自生源特征值（FI=1.9）和陆生源特征值（FI=1.4）之间, 表明: DOM的来源既有自生微生物活动产生, 又有植物残体与根际分泌物等陆源的输入。 但HIX指数在不同海拔土壤DOM中无显著性差异, 说明: 海拔的升高未显著改变DOM的腐殖化程度。 平行因子分析的结果显示, 在青海草甸土DOM中识别出6个有机组分（C1—C6）, 分别是: 两个类胡敏酸组分（C2和C4）、 两个类富里酸组分（C1和C3）、 一个水溶微生物副产物（C5）和一个类蛋白组分（C6）。 其中, 类富里酸和类蛋白分别是DOM中占比最高（54.69%~59.78%）和最低（5.42%~8.47%）的组分, 类胡敏酸则平均占DOM的25.08%。 对不同海拔下DOM的有机组分进行主成分分析, 结果显示: 各海拔土壤DOM的样点基本分散开, 这说明DOM的组成对海拔高度具有响应。 类富里酸组分C3、 类胡敏酸组分C4和类蛋白组分C6对各DOM组成差异的贡献最大。 随海拔升高, C3和C6的相对比重显著升高, C4则显著降低。 这说明高海拔的气候条件对类富里酸和类蛋白的生成有增强作用, 但限制了类胡敏酸的产生。 研究表明: 不同海拔气候条件下, 青海草甸土中DOM的来源、 性质和组成均有重要差异, 研究结果对评估青藏高原地区的土壤碳库, 并为预测全球气候变化背景下DOM对土壤中重金属迁移转化和碳循环等环境化学行为的影响提供理论基础。

提出了一种基于局部均值分解(LMD)和串行特征融合(SFF)的光纤周界振动信号识别方法。该方法先去除噪声,提取振动信号的相关信息,再进行SFF以得到具有准确描述能力的特征向量,最后采用概率神经网络(PNN)算法进行学习和分类。利用不同单一振动信号和风雨天气干扰下的不同振动信号对该方法进行验证。结果表明,该方法在上述两种情况下的平均正确识别率分别达到96.0%和96.7%,识别时间分别为0.87 s和0.91 s,在敏感信息识别和特征提取方面明显优于传统的LMD算法和SFF-PNN算法。