近年来因为高品质银灰色Akoya珍珠备受青睐, 大量改色处理的银灰色珍珠涌入市场, 造成混乱, 其中辐照处理改色的珍珠很难鉴别, 成为检测难题。 对一批白色和浅黄色Akoya珍珠进行了不同剂量的γ射线辐照改色实验, 并对辐照前后的样品和天然呈银灰色的Akoya珍珠进行放大观察及光致发光光谱、 紫外可见光光谱和三维荧光光谱等无损谱学测试。 实验结果表明: 浅黄色Akoya辐照的改色效果明显好于白色者, 随辐照剂量的加大, 改变的颜色加深。 通过对比辐照改色前后的样品与天然呈银灰色Akoya珍珠样品的镜下特征, 发现: 辐照改色者具有浅色珠层和带有深褐色条纹的褐色珠核, 天然呈色者则在浅色珠层和白色珠核间有一褐色有机质夹层, 有机质不均匀的地方在珍珠表面形成“黑斑”。 对比辐照前后样品与天然呈银灰色Akoya珍珠样品的谱学特征发现: 辐照改色者较改色前及天然呈色者的光致发光光谱的荧光背景更高, 但背景峰与文石主峰强度比值F/A值(1.34～1.98)比天然呈色者(0.52～1.12)略高； 辐照改色者较改色前紫外可见光谱反射率明显降低, 在紫外光区的360 nm处出现宽缓吸收, 而天然呈色者在430～530 nm范围内有宽缓吸收, 且随伴色不同位置发生改变, 有时在750～800 nm也可以有弱的宽缓吸收； 辐照改色者三维荧光光谱与改色前样品的发光中心一致, 只是荧光强度较改色前降低了一半, 但改色者与天然呈色者的主要发光中心完全不同, 辐照改色者三维荧光光谱显示两个最高强度的发光中心于Ex/Em为374/449和463 nm处, 而天然呈色者的最强发光中心在Ex/Em为280/340 nm处。 研究结果表明, 珍珠孔眼及表面特征和三维荧光光谱的测试结果, 可以很好地鉴别天然呈色和γ射线辐照改色的银灰色Akoya珍珠, 光致发光光谱和紫外可见光光谱可以作为辅助鉴定依据。

为了降低微流分析成本，该文提出了基于智能手机检测压电基片上目标微液滴方法，并开发出相应的应用软件，通过分析微液滴颜色信息和几何信息定位目标微液滴位置，结合分析时间获取微液滴输运速度。为验证提出方法的正确性，以5 μL黑色墨水溶液微液滴为研究对象，进行压电基片上微液滴识别和位置分析实验。结果表明，该文所提方法和开发的应用软件可识别和定位压电基片上微液滴，在功率为27, 5 dBm时，第2~10 s段内微液滴输运速度为0, 416 mm/s。

为了实现对翡翠种属及注胶翡翠的鉴定, 采用显微联用位移激发差分喇曼光谱法进行了理论分析与实验验证, 得到了112个翡翠样品的差分喇曼光谱数据, 比较了翡翠的差分喇曼光谱和普通喇曼光谱, 并统计分析了翡翠的喇曼特征峰及B货翡翠的鉴别依据。结果表明, 差分喇曼可有效滤除荧光, 对识别高荧光翡翠样品的特征峰有显著优势；378cm-1, 698cm-1, 1037cm-1峰强较强、峰形尖锐, 是检测翡翠时出现频率最高特征峰, 可以借此对样品种属进行鉴定；通过显微放大能观察到B货翡翠经酸洗产生的裂纹、凹坑及其充填的有机物, 并在此处可检测到有机物的喇曼特征峰, 其中1114cm-1, 1188cm-1, 1611cm-1出现最为频繁, 可以此对翡翠的A货、B货进行鉴定。该方法操作简单、提高鉴定效率, 可为翡翠的快速鉴定提供参考。

研究了b轴10 at.% Er∶YAP晶体的偏振吸收和输出特性以及多波长激光运转特性。 首次测量了Er∶YAP晶体的偏振吸收光谱, 结果显示晶体对偏振方向平行于a轴和c轴的偏振光在4I11/2能级对应的吸收峰附近的最大吸收系数分别为4.606 3 cm-1 (975.2 nm处)和2.936 6 cm-1(967.6 nm处), 因此选择合适波长的线偏振光作为泵浦光有利于提高晶体对泵浦光的吸收效率, 从而改善激光性能; 在氙灯泵浦的激光实验中, 自由运转条件下实现了2 710, 2 728, 2 795和2 918 nm等4条谱线的激光输出, 并分别研究了各谱线的偏振特性和起振的阈值特性。 通过在谐振腔内加JGS石英片、 云母片、 K9镜片等选择性吸收片分别实现了2 918 nm单波长, 2 710, 2 821, 2 837和2 862 nm等四波长和2 710 nm单波长的激光输出。 测量了自由运转和不同选择性吸收片条件下的激光光谱, 并与不同选择性吸收片的透过谱及之前报道的荧光光谱进行对照分析, 证明通过调节谐振腔能够对Er∶YAP晶体中的起振谱线进行选择。 偏振激光实验结果表明除谱线2 918 nm是偏振方向平行于a轴的线偏振光, 谱线2 728 nm有时是偏振方向平行于c轴的线偏振光, 有时又是偏振椭圆长轴平行于YAP晶体a轴的部分偏振光外, 谱线2 710和2 795, 2 821, 2 837和2 862 nm均为偏振方向平行于c轴的线偏振光; 在LD端面泵浦条件下, 得到2 710, 2 728, 2 750和2 795 nm四条谱线的激光输出, 其中谱线2 750 nm首次在Er∶YAP晶体中实现激光输出, 这四条谱线均为偏振方向平行于晶体c轴的线偏振光; 此外, 首次测量了该晶体在8 K低温下的吸收光谱, 利用Gauss函数对光谱进行分峰拟合, 根据拟合结果对激光上下能级各斯塔克子能级进行了能级指认, 并结合Er∶YAP晶体激光光谱、 荧光光谱对可能的谱线跃迁进行了辨认。 Er∶YAP晶体偏振特性和多波长讥光运转特性的研究以及对后续Er∶YAP晶体调Q等技术的实现和电光调Q晶体的选择具有一定的指导意义。

石斛是一种常用的中药材, 经常使用新鲜的或干燥的茎条入药, 有益胃生津、 滋阴清热的效果。 近年来, 药理学研究探索出石斛具有抗白内障、 抗氧化、 抗肿瘤、 提高免疫力的作用, 其在许多病例中疗效显著, 引起了国内外学者的关注, 然而不同时间采集的石斛中氨基酸、 微量元素等含量各不同, 其对应药用价值, 价格也不同, 因此石斛价格等级分辨的研究具有重要意义。 为快速鉴别不同价格、 不同药效的石斛, 研究了随机森林分类模型结合激光诱导击穿光谱技术(LIBS)对石斛价格等级进行分析建模。 选取5个等级的石斛样品进行建模, 为了对样品进行精确稳定分析, 所有石斛样品均通过粉碎压片减小实验误差。 采用1 064 nm波长的Nd∶YAG脉冲激光器作为激发光源, 设置激光脉冲能量50 mJ, 探测延时1 μs, 采集五个等级石斛样本的光谱数据, 每个等级的样本采集40组光谱, 共200组数据, 并采用归一化处理, 使所有的光谱数据转换到-1～1之间。 采用归一化处理后的光谱数据进行主成分分析, 通过主成分分析获得前7个主成分的得分矩阵, 其累计解释95.24%的光谱信息。 将选取的7个主成分作为输入, 建立波段为220~880 nm的随机森林鉴别模型。 并将石斛样本编号打乱, 任意选取50%的光谱数据作为训练集, 剩下50%的光谱数据作为测试集, 默认决策树个数ntree为500, 分裂属性集中属性个数mtry为5, 建立模型对不同等级的石斛进行分类。 等级一、 二、 三、 四、 五的识别率分别为95.45%, 100%, 78.26%, 94.12%和85%, 平均识别率为90.57%。 为提高识别率, 研究了不同的ntree和mtry对分类模型的影响, 利用袋外数据误差率估计对随机森林的两个参数进行了优化。 选择ntree为300, mtry为1, 等级一、 二、 三、 四、 五的识别率分别为100%, 100%, 92.31%, 100%和90%, 平均识别率为96.46%, 识别率提高了5.89%。 综上所述, 采用LIBS技术结合优化后的随机森林模型鉴别石斛等级具有一定的可行性, 为未来快速鉴定不同价格的石斛等级分类提供了可行性的判别系统。

提出了基于光子轨道角动量(Orbital Angular Momentum,OAM)的多用户量子身份认证协议。协议首先以光子OAM编码分布式网络节点,网络节点与子服务器之间共享光子OAM纠缠态。可信中心以相位因子分组网络用户,以OAM的纠缠特性实现不同光子OAM的隐形传态。协议利用量子信息保证了认证系统的安全性,以光子OAM实现了网络系统的多用户的同时认证。当OAM态具备两个正交极化方向时,拓扑态的拓扑荷值为li(i=1,2,…,4)时,身份认证系统的量子认证效率可提高2×li倍。

塑料具有成本低、 质量好, 可塑性强等优点被广泛用于生产生活等领域, 但废弃塑料处置不当容易引发二次污染。 回收再利用有望成为解决废弃塑料污染问题的关键手段, 其前提是对废料的准确分选。 传统分选手段耗费时间, 效率低下, 难以实现废弃塑料的快速、 经济、 有效分类。 激光诱导荧光技术是一种快速灵敏的光谱检测技术。 具有操作简便, 检测效率高, 样品使用量小等优点常被应用于水体、 土壤中油类, 多环芳烃等有机污染物的快速识别与定量分析。 利用激光诱导荧光技术可以快速采集不同塑料的荧光光谱, 结合相应的模式识别算法, 可实现塑料材质的快速准确识别。 实验采集了8种塑料(ABS, HDPE, PA66, PLA, PP, PET, PS, PVC)共358组激光诱导荧光光谱, 依据特征峰信息构建358×10的光谱矩阵。 利用主成份分析法削减原光谱矩阵中的线性相关量, 提高数据精度。 结果显示前3个主成分的累计方差贡献值达98.085%, 足以表征原光谱矩阵的主要信息。 将降维的主成分PC1, PC2, PC3作为输入进行光谱分类, 其中同种塑料光谱聚合度高, 元素构成不同的塑料如PA66, PLA, HDPE和PVC的光谱分离度较好, 而元素构成相同的塑料如PET和PLA的光谱分离度较差。 PCA算法并不能准确的对未知塑料进行识别。 BP-神经网络具有收敛速度快, 预测精度高等特点被广泛用于模式识别和分类研究。 将经PCA算法得到的简化特征矩阵作为BP-神经网络算法的输入集, 其中随机抽取256组数据作为BP-神经网络算法模型的训练集, 剩余的102组数据作为模型检测集。 BP神经网络的隐藏层设定值为1, 激活函数选择双极性Sigmoid函数, 输出层为8种塑料样品。 识别结果显示, 102组数据中只有一组HDPE光谱数据被错识为PS, 其余101组数据全部正确识别。 8种塑料荧光光谱的综合识别准确率达到99%。 研究结果表明激光诱导荧光技术结合BP-神经网络算法可实现不同材质塑料的快速准确识别。 为实现废弃塑料的自动化智能分选, 降低回收成本, 减少废弃塑料危害提供新的参考。

采用高倍光学显微镜和焦平面探测器测试系统对焦平面探测器相连缺陷元进行了测试分析, 研究了焦平面探测器相连缺陷元的成因。研究结果表明: 借助高倍光学显微镜很难识别相连缺陷元; 采用焦平面探测器响应测试系统进行测试时, 相连缺陷元的响应电压与正常元基本相同, 相连缺陷元无法被识别; 采用焦平面探测器串音测试系统进行测试时, 相连缺陷元之间串音为100%, 明显不同于正常元, 此时两元相连缺陷元响应电压是正常元响应电压的二分之一, 相连缺陷元可以被有效识别。光刻腐蚀引入的台面或电极相连, 以及光刻剥离引入的铟柱相连导致了缺陷元的产生; 通过光刻腐蚀、剥离工艺优化, 可以有效减少焦平面探测器相连缺陷元。