二硫化钨(WS2)由于具有可调的带隙、强的光-物质相互作用、较高的载流子迁移率等性质, 在光电子器件领域具有较为广泛的应用。本文通过常压化学气相沉积(CVD)法, 以硫粉和过渡金属氧化物为前驱体, 在SiO2/Si上生长了枝晶WS2/单层WS2同质结。在衬底上将样品的形貌演化分为了4个区域: 叠加生长区(Ⅳ)、树枝状WS2生长区(Ⅲ)、六角状WS2生长区(Ⅱ)和无明显形貌区(Ⅰ)。采用光学显微镜、原子力显微镜、拉曼光谱、光致发光光谱、透射电子显微镜、扫描电子显微镜等测试手段系统比较了所制备枝晶WS2/单层WS2在衬底上数量、形貌、结构和性质的不同。研究发现枝晶WS2形貌的不同影响了实际缺陷浓度, 从而影响了拉曼特征峰位置。利用原子吸附模型和S、W蒸气比的变化解释了形貌演化的生长机理。此外, 基于枝晶WS2/单层WS2制备的背栅式场效应晶体管(FET)光响应率为46.6 mA/W, 响应时间和恢复时间达到了微秒级别, 性能优于大多数CVD法制备的单层WS2背栅式场效应晶体管(WS2-FET)。这一工作有助于进一步加强对二维薄膜材料可控生长的理解, 对制备大面积、高质量的枝晶型结构具有一定参考价值。

顺磁盐在超低温制冷方面具有绝对优势, 且在极低温度下使用时往往是其水合盐类晶体, 对水合盐类磁制冷材料的探索意义重大。本工作采用缓慢降温法生长出尺寸为 32 mm×32 mm×20 mm的 CrK(SO4)2·12H2O (CPA)单晶, 分析了生长条件与晶体形貌之间的相互关系, 研究了 CPA的热稳定性和磁热性能。结果表明, CPA在温度为 2K、外加磁场强度为 7T条件下, 表现出大的磁热效应, 磁熵变值达到 29.75 J·kg-1·K-1。在密集排布铜线的密封容器中生长 CPA晶体, 并将其用于 2级单冲程绝热去磁制冷系统中, 空载条件下制冷温度达到 90 mK。

拉曼光谱设备在公安一线中正逐渐得到普及, 主要用于检测易燃易爆及易制毒化学品。 但在实际应用中, 一线人员不会对拉曼设备进行非常准确的使用和操作, 不具备专业知识条件的工作人员无法完全按照最佳条件进行检测, 经常会发生离焦、 偏移、 采样时间过短等一系列问题, 而检测结果也不可能完全符合标准测试库的算法, 给最终结果比对造成非常大的影响。 利用五种主流机器学习算法对实际检查、 办案过程中采集到的原始数据进行学习分类, 通过比较相应的准确度将最佳算法用于改善一线执法、 检查过程中拉曼光谱设备的准确性。 采集的数据均来自于公安部第三研究所自行研制的EVA3000型拉曼光谱仪, 该光谱仪目前已在全国各省、 市、 地、 县进行了一定的配备, 一线检测人员会定期将采集的原始数据回传到EVA3000的后台管理系统。 通过该管理系统, 在线收集实际检查过程中产生的原始数据, 以两类易制毒化学品和易燃易爆化学品为例, 随机抽取已定性判定的苯乙酸、 二氯甲烷、 麻黄碱和硝基苯各40例共计160例, 并分别利用决策树、 随机森林、 AdaBoost、 支持向量机和人工神经网络算法各进行40, 60, 100, 150, 200, 300和500次的交叉训练、 预测、 求取平均准确度。 从实验结果可以看出, 在五种学习算法中, 对于实际样本的预测准确度排序大致为随机森林≈AdaBoost>决策树>SVM>人工神经网络。 实际测试的结果与实验过程中的平均预测准确度大体一致。 其中随机森林与AdaBoost的准确度相近, 其原因在于两者的算法本质都是不断构建新的训练数据集并提高对于错误样本在下次学习中的权重, 而SVM 和人工神经网络算法的本质都是基于感知器的算法。 可见目前几种主流学习算法中, 采用自举汇聚(bootstrap aggregating)方式的算法更适应于对实际样本的采样学习, 其准确度也较高。 在下一步的工作当中, 将继续优化现有的算法, 将其实现在后台管理系统上, 并测试算法对于目前检测中无法定性物质的在线检测功能。 该结果对于进一步将机器学习算法用于实际应用、 在线分析, 改善一线操作人员非正确使用设备对比对结果造成影响, 具有重要意义。

土壤重金属的污染影响着农作物的产量和质量。 传统的土壤重金属检测方法步骤繁琐、 检测费用高且速度慢。 利用X射线荧光光谱(XRF)分析技术检测土壤中重金属含量, 具有处理简单、 现场、 快速、 无损等优点。 由于土壤背景复杂, 包含大量噪声和无关信息, 建立XRF校正模型前, 对光谱的预处理能有效的去除不相干信息, 保留有用信息, 对XRF预测模型的精度有重要影响。 主要研究光谱预处理方法对重金属含量预测模型精度的影响。 首先, 采用向前间隔偏最小二乘(FiPLS)作为校正模型, 对比了无预处理、 去趋势处理(DT)、 标准正态变量变换(SNV)、 多元散射校正(MSC)、 小波去噪(WT)、 SNV+DT、 卷积平滑(SG)+一阶导数、 卷积平滑(SG)+二阶导数等7种不同预处理条件下的土壤重金属模型的检测精度。 初步结果表明, 多元散射校正预处理方法效果较好, 与原始光谱相比, 相关系数r从原始的0.988提高到0.990, 预测均方根误差RMSEP、 相对误差平均从原来的20.809和0.166分别降低到19.051和0.121。 其次, 在多元散射校正预处理方法的基础上, 针对多元散射校正方法以线性表达式描述非线性关系的局限性, 提出了局部加权线性回归多元散射校正(LWLRMSC)和偏最小二乘多元散射校正(PLSMSC), 并比较了它们的建模效果。 LWLRMSC是基于加权思想, 在预测一个点的值时, 选择适当的核函数和权重分配策略进行预测点的线性回归, 来解决简单线性回归的欠拟合状况; PLSMSC是基于PLS建模思想, 考虑了自变量和因变量的最大相关性, 来减少拟合误差及失真问题。 结果表明, PLSMSC具有最佳的预处理效果, 五种重金属Cu, Zn, As, Pb, Cr预测值和实际值的R分别为0.989, 0.973, 0.991, 0.989和0.986, RMSEP分别为8.805, 58.360, 7.671, 12.549和20.851, 相比于传统的MSC方法不仅在精度方面有大幅度的提升, 且具有更好的泛化性能, 能消除光谱噪声, 提升有效信息贡献度, 为土壤重金属含量预测模型选取合适的预处理方法提供了理论支撑。

为提高机载激光雷达回波信号的分解精度，以偏正态分布函数作为拟合基函数，采用层层剥离策略以及人群搜索算法与全局收敛LM算法相结合的方法，实现了机载激光雷达回波信号的波形分解，并通过实验加以验证。结果表明：回波信号可被分解为一系列偏正态分布函数的叠加，获得了信号幅值、中心位置、半宽和偏态系数等关键参数；拟合波形和回波信号的相关系数均在99%以上，波形分解精度得以有效提高。所提方法能够实现全波形机载激光雷达回波信号的精确分解。

光学检测的指纹图谱具有专属性强、稳定性好、重现性好的特性。通过离子迁移谱毒品探测仪(IMS)与易制毒化学品拉曼快速检查仪分别采集离子与拉曼光谱的双谱图数据,然后将两个谱图进行创新数据融合后,结合主成分分析(PCA)和支持向量机(SVM)分类法对毒品进行鉴别。实验结果表明,融合后的数据相较于分别用单谱图数据进行鉴别,有效提高了对毒品的识别率和准确性。为鉴别毒品提供了一种安全、快速、可靠的新分析方法。

全波形机载激光雷达可以直接快速获取地面特征点的3维空间位置, 相比于其它测绘方法, 全波形机载激光雷达在一定程度上性能更优。首先介绍了全波形机载激光雷达激光测距的工作原理, 随后讨论了全波形机载激光雷达数据处理的一般性方法, 并总结了其数据处理技术国内外研究现状的主要进展, 最后归纳了全波形激光雷达数据处理研究中的关键问题, 在此基础上对其数据处理的研究前景进行了展望。

由于信号强度低、环境复杂等因素会造成光谱杂乱和波峰不 明显,利用被动红外远程遥测技术难以准确地对易制毒化学品 气体进行定性检测,即使采用基本的数字滤波算法也无 法有效解决这些问题。为此提出了一种基于卡尔曼/维 纳叠加的滤波算法。通过用该算法对光谱信号进行预处理,可以有效提高后期 波峰匹配的定性检测的准确性。基于改进的算法对采集到的 实验数据进行了验证。结果表明,与其他滤波算法的 处理效果相比,本文方法可以对干扰信号进行有效 过滤,并且可以对特征峰进行准确识别。

以硬质硅片作为承载体, 在其表面合成性质可控的聚合物薄膜, 利用光刻工艺制作微结构, 将薄膜与硅片剥离, 获得在柔性衬底上大面积均匀的太赫兹器件.以聚酰亚胺薄膜为衬底的太赫兹偏振片的测试结果表明: 在0.1 THz处, 器件的偏振消光比可达到50 dB, 在0.1~2 THz范围内偏振方向的平均透过率高达89.78%, 偏振度大于99.84%, 在42.3 mm直径的区域内, 其偏振均匀性好, 达到实用化要求.

被动毫米波成像是公共安全检查工作的一个重要发展方向。目前，国内外 主要集中在对纯反射系统的面阵探测领域进行研究，其研发成本较高，而大口径离轴抛物面镜的 加工更是颇具难度。将几何光学和高斯波束相结合，基于毫米波透镜设计和研制了 一种适用于近场被动毫米波成像的准光学系统，其探测距离为1.5 m，成像面积为1.2 m×1.2 m， 空间分辨率优于3 cm。该系统可实现非接触式安全检查，因此在各种公共检查场所具有 广泛的应用前景。