基于面向对象的C++语言研制三维柱坐标共形网格生成程序，对束-场互作用器件作共形网格剖分，为粒子模拟算法提供积分线元、面元。通过定义三维柱坐标网格体系如网格步长、网格索引、守护网格层、包围盒等数据，使模型的空间信息能转换成柱坐标网格信息。将轴上网格单元作特殊处理，使粒子模拟算法形式在轴上网格和在非轴上网格上保持一致。利用射线跟踪法得到属于模型子面、模型棱边的离散边界点，接着通过拓扑关系获得模型的顶点，保存上述三类离散边界点的拓扑信息和网格信息。将构建的基础网格元与边界点信息耦合，在离散网格体系中重构模型。用该共形网格剖分技术对相对论磁控管进行剖分，能够识别该磁控管的透明阴极、阳极和谐振腔等结构。

等离子体相对论微波发生器（PRMG）可以产生宽带高功率微波输出，同时又具有良好的频率可调谐性，因此在雷达、通信、电子对抗和物体探测等诸多领域均具有良好的应用前景。PRMG通常采用加载环形等离子体束的圆柱波导作为其波束互作用区，工作模式为慢等离子体波TM₀₁模（下称P-TM₀₁模）。P-TM₀₁模的色散特性及其变化规律对PRMG输出性能有着重要影响。利用全电磁粒子模拟程序对加载环形等离子体束的圆柱波导中P-TM₀₁模的色散特性和场分布进行了粒子模拟和分析，获得等离子体束密度n_p、径向厚度Δr_p和径向位置r_p以及外加引导磁场强度B_z和波导半径r_w等参数对P-TM₀₁模的色散特性和场分布的影响规律。主要研究结果包括：（1）一定范围内，n_p 和Δr_p的变化对色散特性影响较大，r_p，B_z和r_w的变化对色散特性影响较小。值得关注的是，由于波导中环形等离子体束的存在，随着波导半径r_w的增加，相同纵向波数k_z对应的P-TM₀₁模的频率没有降低而是略有提高。因此，在实际应用时，可以适当加大波导径向尺寸以提高器件功率容量；适当降低磁场，则有利于提高器件的紧凑性。（2）P-TM₀₁模的纵向电场的方向不随径向位置变化，径向电场的方向在等离子体束内外两侧相反，外侧的场分布与同轴波导中TEM模相似。（3）主要物理参数变化时，场分布基本特点不会改变。但随着纵向模式数N和k_z相应增加，电场能量向等离子体束收拢，不利于波束相互作用和电磁场的耦合输出。因此为了PRMG的高效运行，束波互作用的共振点最好落在k_z相对较小的区域。上述研究结果对PRMG的设计和优化具有一定的理论参考价值。

为实现不同尺寸微粒的高效分离，提出一种三角形截面微流道的惯性微流控芯片，研究了微粒在流道中的聚焦与分离特性。首先，设计一种直角三角形截面结构的螺旋流道，采用精密微铣削工艺加工了流道的铝材模具，利用倒模与等离子清洗键合工艺制备微流控芯片。接着，配制三种尺寸（6 μm，10 μm和15 μm）的荧光微粒悬浮液，利用高速摄像机和荧光显微镜拍摄粒子在流道中的运动轨迹，观测不同悬浮液流量时微粒的聚焦效果。最后，对微粒聚焦轨迹图像进行堆叠分析，研究微粒的惯性聚焦与分离行为。结果表明：随着悬浮液流量的增大，6 μm粒子逐渐聚焦并向流道外壁面迁移，而10 μm和15 μm聚焦粒子束则向流道中心迁移。当悬浮液流量为1.5 mL/min时，6 μm和15 μm混合粒子实现了100%精确分离。研究结果表明，三角形截面螺旋流道可产生强偏置二次流，使不同尺寸微粒实现高效、精确分离，为细胞精准操控提供了一种新的技术手段。

Recently, deep learning has been used to establish the nonlinear and nonintuitive mapping between physical structures and electromagnetic responses of meta-atoms for higher computational efficiency. However, to obtain sufficiently accurate predictions, the conventional deep-learning-based method consumes excessive time to collect the data set, thus hindering its wide application in this interdisciplinary field. We introduce a spectral transfer-learning-based metasurface design method to achieve excellent performance on a small data set with only 1000 samples in the target waveband by utilizing open-source data from another spectral range. We demonstrate three transfer strategies and experimentally quantify their performance, among which the “frozen-none” robustly improves the prediction accuracy by ∼26 % compared to direct learning. We propose to use a complex-valued deep neural network during the training process to further improve the spectral predicting precision by ∼30 % compared to its real-valued counterparts. We design several typical teraherz metadevices by employing a hybrid inverse model consolidating this trained target network and a global optimization algorithm. The simulated results successfully validate the capability of our approach. Our work provides a universal methodology for efficient and accurate metasurface design in arbitrary wavebands, which will pave the way toward the automated and mass production of metasurfaces.

通过优化光纤布拉格光栅形状传感技术中传感点位置和补偿重构结果来提高薄层合金板三维形状重构精度。通过ANSYS workbench建立合金板仿真模型，提取应变和位移模态振型，根据模态置信准则、转换矩阵稳定性和模态振型相似性分别设计了三个目标函数，采用快速和精英机制的多目标遗传算法优化传感器位置。将镍钛合金板弯曲成不同曲率半径的弧形，利用光纤布拉格光栅中心波长漂移量和线性插值算法计算得出不同形状下的结构应变，重构合金板形状，均方根误差和最大误差相较于单目标优化算法分别减小30%和15%。利用粒子群优化径向基函数神经网络算法拟合误差与位移的关系实现误差补偿，均方根误差和最大误差比无补偿时分别减小了90%和70%，最大相对百分比误差仅为5%，提高了三维形状重构算法精度。

多芯超模光纤（MCSMF）的芯间距较小，多个芯子共同形成芯区支持多个超模传输，与普通单芯少模光纤相比，其具有较大的有效模场面积和较小的模式串扰，备受关注。MCSMF用于长距离传输时，与其相匹配的新型增益均衡放大器是实现信号中继并保持信号稳定传输的必要器件。文中提出了一种基于粒子群优化算法的19芯超模光纤增益均衡放大器，该光纤支持10个超模共同传输。通过粒子群算法分别优化各纤芯内掺铒浓度来降低不同超模的交叠积分因子，从而减小模式增益差（DMG）。结果表明，在包层泵浦条件下，最大DMG从1.33 dB （各纤芯均匀掺杂）降低至0.20 dB，在1 550 nm信号波长处10模式的平均增益为27.79 dB，且该放大器在整个C波段的增益平坦度低于1 dB。