二维多粗糙度分层粗糙面与上方目标复合电磁散射计算方法

研究了二维多粗糙度分层粗糙面与上方目标复合电磁散射特性的自适应迭代物理光学算法。采用Monte Carlo法并结合高斯谱函数生成高斯粗糙面,基于分区域建模方法,建立了二维多粗糙度分层粗糙面和上方目标的复合模型。利用物理光学法和等效原理,得到分层粗糙面和目标的直接感应电磁流;基于表面积分方程,分析了分层粗糙面之间以及粗糙面和目标之间的耦合电磁流迭代机理。引入感应电磁流能量改变速率,对传统迭代物理光学法进行改进,使算法自动收敛。将计算结果同多层快速多极子方法和迭代物理光学法进行比较,验证了算法的准确性和高效性。在此基础上,研究了不同目标、不同粗糙度的分层粗糙面的双站RCS计算结果和散射特性,讨论了分层粗糙面间距对双站RCS计算结果和散射特性的影响。本研究为分层环境及上方超低空突袭目标的探测、分类和识别提供了数据支撑和理论基础。     

二维十次准晶的量子扩散与能谱分形维数

研究了具有十次旋转对称的二维Ｐｅｎｒｏｓｅ格子的量子扩散及其与能谱关联维数Ｄ２的关系根据跳跃积分Ｖｉｊ的不同取值,分析了三种模型不同类型格点的自关联函数Ｃ（ｔ）及其对整个体系平均后的平均自关联函数Ｃ（ｔ）的长时特征结果表明,Ｃ（ｔ）～ｔ－δ,Ｃ（ｔ）～ｔ－δ,对于仅考虑沿瘦菱形短对角线方向有相互作用的模型Ｉ,电子在整个体系中是不扩散的,δ＝０;当仅考虑沿菱边的相互作用时（模型Ⅱ）,自关联函数的长时行为具有与周期体系相一致的标度关系,即δ＝１;同时考虑以上两者的相互作用时（模型Ⅲ）,０＜δ＜１能谱关联维数Ｄ２的计算表明,Ｄ２与其相应的自关联函数标度指数δ相等图６,参５     

基于QGA—BP神经网络的人脸识别技术研究

本文介绍了人脸识别的发展概况和人脸识别的主要方法。提出了一种基于QGA和BP神经网络相结合的人脸识别方法。首先使用M—FastlCA方法进行人脸特征提取,然后采用QGA-BP神经网络作为人脸识别的分类器,仿真实验具有较好的识别效果,表明本文方法是一种可行的人脸识别方法。     

光引发制备互穿聚合物网络及其二阶非线性光学性能

合成了一种含生色团的环氧单体,将它与酚醛缩水甘油醚和双环氧丙烯酸酯及光引发剂溶解在一起后涂膜,用UV光照固化,同时在高压电场下极化,得到了一种极化互穿聚合物网络.该体系二阶非线性光学系数d33值为9.4×10-8esu,d33热稳定性良好.     

多模虚奇、偶相干态的叠加态光场等幂N次方Y压缩

目的　利用多模压缩态理论,研究态 |Ψ(4)oe V〉q的广义非线性等幂次N次方Y压缩特性。方法　根据量子力学中的态叠加原理,构造了由多模虚奇相干态和多模偶相干态组成的四态叠加多模叠加态光场 |Ψ(4)oeV〉q。结果　①当压缩次数N为偶数时,态 |Ψ(4)oe V〉q始终不呈现广义非线性等幂N次方Y压缩效应: (a)当压缩次数N=4m(m=1, 2, 3,… )时,态 |Ψ(4)oe V〉q处于等幂N Y最小测不准态; (b)当N=4m-2(m=1, 2, 3,…)时,态 |Ψ(4)oe-V〉q呈现半相干态效应。②当压缩幂次N为奇数时,在一定条件下态 |Ψ(4)oeV〉q的第一正交分量和第二正交分量可分别呈现出奇数次和偶数次的广义非线性等幂N次方Y压缩效应。结论　发现了态 |Ψ(4)oe V〉q的广义非线性等幂N次方Y压缩具有某些新的物理性质。     

水下电视摄象系统的研制与开发

论述了水下电视摄象系统中的光学设计，电气器件，精密机械设计，照明和与系统相关的综合因素。     

光学文献的几种检索工具与方法

介绍了光学文献资料的常用检索方法与工具,及目前国内常用的几种光学文献数据库,并简要介绍了较为重要的几个光学文献的因特网检索工具、站点、方法及检索过程中应注意的几个问题。     

光学全息的计算机仿真及计算全息软件

在光学全息理论的基础上论述了计算机仿真技术及其计算全息的基本原理,并运用Quickbasic编制了罗曼Ⅲ型和干涉型计算全息制作软件,通过接口程序对多种滤形的计算全息图进行输出,验证了全息软件仿真光学系统的准确性。     

纳米孔径近场光学显微成像的数值分析

将纳米级光孔的近场分布表征为横电与横磁模式按空间频谱分布的展开叠加,其频谱系数由界面上的电磁分布来确定。在柱坐标系上,横电及横磁各分量的具体形式来源于矢量亥姆霍兹方程的一般解,通过界面上电磁分布的修正,是到更为精确的矢量解,既保留了近场的发散特性,又满足了远场的偶极子分布特性。     

最大偏向角法测光栅常量实验的数据处理

研究了最大偏向角法测量光栅常量实验的数据处理方法,分析了光栅常量测量产生较大误差的原因,提出了减小该误差的方案,把最小二乘法引入到该实验数据的处理中,并在MATLAB中编写了相应的数据处理程序,实践证明用最小二乘法处理该实验数据的方法合理且精度高,且用最小二乘法拟合出离散数据点满足的曲线方程再联立方程求解消失点的位置的方法有效地解决了消失点的位置精确读数困难的问题.