非稳腔激光光束质量评价的几个问题

本文讨论了研究光束质量的目的意义，认为测量光束质量的实质，是在能量守恒前提下，确定光束的传输方程。分析了虚共焦非稳腔环孔激光束的远场衍射特性，环孔衍射产生的中心亮斑比同样孔径的圆孔衍射中心亮斑细小，但强度低。环孔越窄，中心亮斑越细小，强度越低，大部分能量都分散到侧瓣上去，能量集中度下降，远场发散角增大。用能量含量百分比定义光束束宽不符合传输方程，环孔光束远场衍射的强度分布二阶矩不收敛，因此用β和Ｍ２衡量这种虚共焦非稳腔的光束质量都存在一些基本困难。顺便讨论了所谓无衍射光束和超衍射极限光束。最后也讨论了非稳腔激光光束质量评价的可能解决方法。     

量子逻辑门中的编码量子位研究

本文提出在量子编码中用量子字节控制量子字节的设想,具体分析了字节被控编码法防止或纠正逻辑运算错误的量子线路,该编码既适用于量子逻辑门的防错和纠错,也适用于防止量子计算机存储单元的解相干。该编码法量子位使用效率为５０％,且防错和纠错过程简单明了,并有单个逻辑双态双轨技术提供实验基础,因此该方案实现的可能性大。     

低应力PECVD SiC晶圆级薄膜封装新技术

为了解决MEMS封装过程中易对微致动件造成损伤的问题,提出了一种低成本、与CMOS工艺兼容的晶圆级薄膜封装技术,用等离子体增强化学气相淀积(PECVD)法制备的低应力SiC作为封装和密封材料。此材料的杨氏模量为460 GPa,残余应力为65 MPa,可使MEMS器件悬浮时封装部位不变形。与GaAs,Si半导体材料相比,SiC具有较佳的物理稳定性,较高的杨氏模量等性能优势。将PECVD薄膜封装技术用于表面微结构和绝缘膜上Si(SOI)微结构部件(如射频开关、微加速度计等)封装中,不仅减小了封装尺寸,降低了芯片厚度,简化了封装工艺,而且封装芯片还与CMOS工艺兼容。较之晶圆键合封装方式,此晶圆级薄膜封装成本可降低5%左右。     

基于DSP的PCI总线高速DMA数据传输

针对数据采集系统中的高速数据传输需求,对TMS320C6416DSP的PCI接口特性进行了简单介绍,以TMS320C6416DSP作为PCI主设备控制并启动直接存储器存取(DMA)数据传输,给出了数据传输系统的硬件及软件设计流程,实现了PCI总线的DMA数据传输.与其他PCI总线传输方式比较,TMS320C6416DSP开发成本低、集成度高、通用性好、功能拓展灵活,具有良好的PCI总线数据传输性能,使板卡与PC机之间通信速度得到很大提高,并在项目中证实了PCI总线数据传输方面的能力.     

开博通对激光血管成形术后平滑肌细胞增殖周期的影响

采用球囊拉伤动脉内膜加高脂饲养建立兔髂动脉粥样硬化模型．对模型兔进行Ｎｄ：ＹＡＧ激光血管成形术。应用流式细胞计数仪分析细胞中ＤＮＡ含量。结果表明，治疗组血管平滑肌细胞周期中增殖细胞数明显低于对照组，提示开博通能抑制激光血管成形术后血管平滑肌细胞的增殖。     

激光与三个两能级原子相互作用

本文研究了激光场与三个原子的相互作用，激光场用相干态描述，原子用自旋态描述，在不同的初始条件下，得到了光子数和原子状态随时间的变化关系。光子数很大时，量子理论结果与半经典理论结果是一致的。     

采用输入信号适配技术的BiCMOS运放

为了满足高性能开关电源中集成运放的应用需要,设计了一种结构简单且具有轨对轨输出的运算放大器.该运放基于0.5μm BiCMOS 工艺,采用浮动输出的输入信号适配器(ISAFO),将输入信号放大至差分输入级的工作区域,从而实现了轨对轨的运行.对所设计的运放进行了仿真分析,结果表明在工作电源电压为±0.75 V、外接100 kΩ电阻的条件下,该运放的直流开环增益达到了102 dB,单位增益-带宽为6.35 MHz,相位裕度为62.5°,而功耗仅约为150 μW.所设计的运放具有很宽的共模输入范围及较高的增益,所以特别适用于开关电源的误差放大器、过流、过压和过热保护模块中.     

激光心肌血管再建的机理研究

激光在离体猪心肌和活体兔心脏上打孔。观察术后激光孔道的病理改变,认为激光血管再建的主要机理可能为激光孔道中血流缓慢,血栓形成,肉芽组织长入机化血栓,肉芽组织中丰富的毛细血管在血流冲击下改建与心肌组织中的毛细血管网沟通使血道重建。     

激光场与两能级原子相互作用的全量子理论分析

本文用全量子理论研究激光场与两个原子的相互作用。在不同的初始条件下,得到了光子数和原子状态各自随时间的变化关系。光子数很大时,全量子理论结果与半经典理论结果是一致的。     

一种新的社会化相似度计算方法

基于社交网络的推荐算法引入社交网络信息到协同过滤算法中来, 使得用户朋友的偏好能够影响用户本身的偏好 。这些算法需要用到用户之间的相似度信息。目前有两个流行的基于共同评分项目集的相似度计算函数（VSS、PCC）。在很多情况下, 由于用户间没有共同评分项目集, 故无法计算他们之间的相似度。为了解决这个问题, 提出了一种基于矩阵分解的新的社会化相似度计算方法。在真实的包含社交网络的数据集上进行实验验证, 该方法的性能优于几个经典的基于社交网络的协同过滤算法, 而且能够解决新用户的冷启动问题。