大气湍流中贝塞尔-高斯涡旋光束传播性能分析

为了研究涡旋光束在湍流大气中的传输特性,根据广义的惠更斯-菲涅耳原理,采用基于快速傅里叶变换的功率谱反演法,对贝塞尔-高斯光束在大气湍流中的传输过程进行了理论分析和数值仿真; 采用次谐波补偿法产生随机相位屏来模拟大气湍流,解决了大气湍流模拟时存在低频成分不足的问题。结果表明,除了湍流强度外,传输距离、拓扑荷数、激光波长等也成为影响贝塞尔-高斯涡旋光束质量的主要因素; 湍流越强,光束的环形光强越弱,相位畸变越严重,光强起伏越明显,且逐渐退化为普通高斯光束; 随着传输距离的增加,涡旋光束扩散现象明显,最终退化为普通高斯光束; 波长越长,则涡旋光束抑制湍流能力越强,环形光强越强,相位畸变程度会得到逐步改善; 拓扑荷数越小,涡旋光束会最先退化为普通高斯光束,相位畸变程度越弱。该结果对于研究涡旋光束在自由空间光通信中的传输是有帮助的。     

中频脉冲溅射制备绒面ZnO透明导电薄膜

采用中频脉冲磁控溅射系统制备高透过率、高电导率的平面ZnO薄膜。电阻率为5.57×10-4Ω·cm,载流子浓度2.2×1020cm-3,霍尔迁移率40.1cm2/V·s,可见光范围内(400～800nm)的平均透过率大于85%。用酸腐蚀的方法可以获得绒面效果。分析了气压和温度对绒面结构的影响,获得了适合薄膜太阳能电池要求的绒面ZnO透明导电薄膜。     

基于支持向量机的多类分类研究

现今流行的分类方法的重要基础是传统的统计学，前提是要有足够的样本，当样本数目有限时容易出现过学习的问题，导致分类效果不理想。引入支持向量机方法，它基于统计学习理论，采用了结构风险最小化原则代替经验风险最小化原则，较好的解决了小样本学习的问题；又由于采用了核函数思想，把非线性空间的问题转换到线性空间，降低了算法的复杂度。对其相关内容包括优化算法及多类分类问题的解决进行了研究，最后用一个实例说明了该方法的可行性和有效性。     

MIMO系统的约束广义预测控制

讨论了输出终端带不等式约束情形的多输入多输出系统，说明了这些约束可以通过修改输入柔化系数而使其得以满足，在柔化系数的选择范围确定过程中，为了避免矩阵求逆，采用利用已知数据辨识参数的方法来确定柔化系数，从而使得问题简化。降低了计算量且加快了收敛速度。     

铁电材料用于阴极发射的研究

铁电材料作为一种新型的阴极材料，具有真空要求低、制作简单、功函数低、响应速度快等特点。本文讨论了铁电阴极发射的机理，回顾了主要铁电阴极材料的发射实验，包括低电压铁电发射实验，最后对铁电阴极材料的应用做了讨论和展望。     

群签名中成员撤销问题解决方案

针对Camenisch-Stadler群签名方案中无法撤销成员的问题,提出了一种有效的群成员撤销方案,该方案可以灵活地增加和撤销群成员。当成员加入时,群主管向其颁发成员证书,其他成员无需更新成员密钥和证书;当成员撤销时,群主管只需将撤销成员的匿名身份更新到撤销列表中,无需更新群密钥和其他成员证书,且签名长度与验证工作量均独立于群成员和已撤销成员的个数。因此,新方案适用于群成员数较多和成员更新比较频繁的群签名。     

EPON:下一代接入网的最佳选择

EPON技术具有大带宽、高性价比、结构简单和一定服务质量保证等特点,被业界普遍看好,成为 下一代接入网的最佳候选技术.本文主要介绍了EPON的工作原理、分层结构、接入控制和组帧方式,最后给出 了实现EPON的关键技术和难点以及EPON的发展近况.     

轮式装甲车体非均匀焊接裂纹修复方法

为增强轮式装甲车体强度,用ER100焊丝焊接母材AZF3465修复非均匀焊接裂纹.焊后进行2.5 h×250℃消氢处理.结果表明:焊接热输入、焊接电流对修复裂纹接头的熔深与熔宽影响显著;修复后焊缝区硬度较修复前下降,不同区域硬度均低于规定值250HV,且焊后钢材应力符合材料强度要求,说明接头组织未产生淬硬,应用性能较好.     

基于资源签名的Android应用相似性快速检测方法

由于盗版Android应用（Android Application,简称APP）通常保持着与正版APP相似的用户体验,因此本文提出一种基于资源签名的APP相似性快速检测方法.该方法将APP的资源签名视为字符串集合,利用计算任意一对APP资源签名集合的Jaccard系数判断两者的相似性.为了避免遍历全部的APP对,该方法将MinHash和LSH（Locality Sensitive Hashing）算法的思路引入其中,通过从APP集合中挑选候选对并对候选对进行检验的方式获得最终的检测结果.由于挑选候选对的方式将大量相似性较低的APP对排除在外,因此该方法可以明显地提高APP相似性的检测速度.实验结果表明,该方法的检测速度比现有方法FSquaDRA提高了大约30倍,而检测结果与FSquaDRA几乎完全相同.     

DL-assisted programmable multilayer network application awareness system for IP-over-EON

In order to realize real-time and fine-granularity network monitoring and adjustment,and satisfy the specific QoS demands of various applications,a deep learning (DL) assisted programmable multilayer network application performance awareness system for IP-over-EON was proposed.The distributed network monitoring based on network application performance awareness was combined with centralized network management.The multilayer and fine-grained network monitoring was implemented by distributed network monitoring,and the data analysis through DL was performed.Experimental results indicate that by combining distributed and centralized processing seamlessly,the proposed network monitoring system can not only realize timely and automatic network control and management but also provide superior scalability.