非局域非线性介质中高斯势垒或势阱作用下矢量光孤子的传输特性,由具有高斯型线性势的耦合非局域非线性薛定谔方程描述,通过平方算子法对方程进行数值计算,并利用分步法仿真矢量光孤子的传输.在非局域非线性大块介质中,异相位矢量孤子的分量总是自发地分离,高斯势垒可以抑制分量间的排斥作用；同相位矢量孤子的分量则总是自发地融合,高斯势阱可以抑制分量间的吸引作用.通过定量分析势垒高度(或势阱深度)或宽度与矢量孤子两个分量在归一化传输距离为500处的间距之间的关系,发现如果势垒(或势阱)的高度(或深度)及宽度太大或太小,高斯线性势都不能抑制这一过程,甚至会恶化矢量光孤子的传输.对于异相位孤子,最有效抑制分量分离过程的高斯势垒设置是高度为1.10,宽度为1.00；对于同相位孤子,最有效抑制分量融合过程的高斯势阱应设置是深度为－1.50,宽度为1.00.研究结果可为全光开关、光逻辑门、光计算等光控光技术提供参考.

基于光子计数探测器的多能谱计算机断层成像技术(CT),能够获得多个能量段的能谱信息,在材料识别方面有着独特的优势。由于窄能谱探测及光子计数探测器存在一致性差的问题,多能谱CT图像中含有较多的噪声和伪影,这不利于材料的分解与识别。因此从重建的角度出发,改进了传统张量字典学习(TDL)方法,提出一种基于图像总变分(TV)和TDL的图像重建算法,简称TV+TDL。该算法不但继承了TDL 算法在刻画各个能量通道图像之间相似性的优势,而且通过引进TV作为正则项,可进一步恢复图像微小结构和细节并有效地抑制噪声,提高材料分解精度。仿真实验结果表明,TV+TDL算法能够有效重建高质量的多能谱CT图像,并成功实现基材料模型下的材料分解与识别,从而验证了该方法的有效性和实用性。