针对多用户的卫星-无人机-地面通信网络(SUTN)的用户接入信道问题, 提出基于遍历容量的调度算法(ECSA)。卫星通过空间光通信(FSO)向无人机(UAV)传输数据; UAV采用无线通信射频(RF)链路向用户传输数据。ECSA算法通过推导无人机端和用户端的信噪比, 再推导出信噪比的概率密度函数, 然后依据概率密度函数计算用户的遍历容量; 最后, 依据公平原则, 并结合用户的遍历容量, 计算用户的目标函数, 将具有最大的目标函数值的用户优先接入信道。仿真结果表明, 相比于轮流调度算法, 提出的 ECSA算法有效提高了系统容量。

21世纪初诞生的超分辨光学成像技术在生命科学研究中发挥着巨大作用,极大地增强了人们探索微纳尺度亚细胞结构的能力,然而这些成像技术往往耗时长,成本高。如今,许多研究者致力于基于深度学习的图像超分辨重建算法的研究中。利用自主搭建的随机光学重构超分辨显微镜获得细胞微管骨架超分辨图像,然后采用双线性插值降采样法处理得到低分辨率输入图集,再分别使用传统的三次样条插值法和增强型深度超分辨率神经网络进行学习训练,实现低分辨率图像的超分辨重建。结果表明:通过深度学习所重建的各种降采样的图像效果均优于采用传统插值法得到的图像效果,尤其是二倍降采样重建图像在主观和客观评价指标上可比拟实验获得的微管骨架超分辨图像。基于增强型深度超分辨率神经网络的细胞骨架图像超分辨重建有望提供一种简捷、有效和高性价比的成像方法,可应用于对细胞骨架超微结构的快速预测。

分别采用NaOH和HCl溶液对废旧氧化铟锡（ITO）基板进行再生处理，用原子力显微镜（AFM）观测了处理后的ITO表面形貌，并基于再生处理过的ITO制备了有机电致发光器件（OLED），系统研究了器件的性能。结果表明，上述方法可以有效去除废旧ITO残留的铝电极并改变其表面的化学结构，提高了器件的特性，尤其以NaOH单次处理最为有效。以此制备的OLED器件电流效率达到12.08 cd/A，较之未回收利用的新ITO所制备的器件提高了14.7%；外量子效率达到5.23%，提高了11.7%。另外，经不同方法处理后，器件中生色团与生色团之间、生色团与助色团之间的空间位阻增大，器件发光光谱肩峰效应增强。

研究了有机电致发光二极管(OLEDs)工作过程中的生热与热传输机制。OLEDs器件产热由载流子复合产生, 散热渠道主要由热辐射、对流两部分构成。基于传热学理论计算, 发现发光亮度为1 000 cd/m2时, 发光占输入功率的15%, 热辐射占30%, 热对流占55%, 器件温度上升了39.4 ℃, 并且计算结果与实验数据有良好的匹配。决定器件工作温度的因素有环境、材料、工作功率等。具有不同发光材料的OLEDs器件, 其亮度衰减速率不同。

提出了一种利用Ag/Al电极作为叠层结构的连接层，有效调控白色有机电致发光器件（WOLEDs）的发射光谱和提高器件的发光效率的新方法。当连接层厚度从9 nm降到5 nm，白光区域内的色坐标从(0.27, 0.29)变化到(0.38, 0.31)。此外，通过调控任意色度的互补色（蓝黄）WOLEDs，成功地制备了色温从8009 K到4539 K的可以独立寻址的器件。最后，论文讨论了基于独立寻址实现色温可控的红绿蓝三基色WOLEDs的光电性能。