拉曼光谱因具有简单、 快速及无损等特点, 非常适合矿石的分类与鉴别。 拉曼光谱模型拟合分类方法无需构建参考光谱库且避免了复杂的逐项光谱匹配, 具有明显的优势。 然而, 已有的基于机器学习及深度学习的矿石拉曼光谱分类研究所采用的学习模型比较单一, 缺乏具有参考意义的综合比较。 对基于机器学习及深度学习的矿石拉曼光谱模型拟合分类方法进行综合评估验证, 对比了KNN, XGBoost, SVM, RF四种传统机器学习方法和CNN, DNN, RNN三种深度学习模型在RRUFF矿物拉曼光谱数据集上的分类效果, 验证了4种数据预处理方法和样本量对模型分类效果的影响。 为提升机器学习模型的分类性能, 本文还提出了一种拉曼光谱强度曲率的数据预处理方法, 对经基线矫正后的拉曼光谱序列强度计算曲率作为构造特征, 使模型更有效的提取出拉曼光谱的特征峰位置。 实验结论: 数据预处理对提升机器学习模型的分类性能效果明显, 而对深度学习模型不敏感; 样本量为影响模型分类效果的关键因素, 当样本量较大时, 深度学习模型的分类效果优于传统的机器学习模型; 对于微小样本, 深度学习模型难以发挥其优势, 而辅以预处理的机器学习具有更优的分类性能。

为进一步提升量子密钥分发 (QKD) 技术的实用性和安全性, 挖掘 QKD 系统中可能存在的安全漏洞并研究相应的防御策略是该领域的一个重要研究方向。死时间攻击是一种针对具有多通道探测器的 QKD 系统的攻击方式, 攻击者利用单光子雪崩光电二极管的死时间效应实现对指定通道的致盲以破坏 QKD 系统生成密钥的安全性。针对该类型攻击, 提出了一种能够有效防范攻击的基于时间测量的动态死时间设置方案, 该方案通过使用 TDC 时间测量技术确保多通道探测器能够同步进入与退出死时间状态从而实现防御目标。经试验平台验证, 该方案具备可行性。

研制了一套90 m的开放光路傅里叶变换红外光谱（OP-FTIR）温室气体分析测量设备，并利用该设备开展了CO₂、CH₄和CO质量浓度的高精度检测。OP-FTIR系统反演CO₂、CH₄和CO的光谱区域分别为2102~2250 cm^-1、2920~3140 cm^-1和2172~2210 cm^-1。以采集到的中红外吸收光谱为反演基准，开展了与Picarro温室气体分析仪的对比测试。选取测量期间10 d的数据，研究了温湿度、风向风速与环境大气中CO₂、CH₄和CO质量浓度的关联度，并详细分析了污染物的日变化特征。实验结果表明：研制的OP-FTIR光谱系统监测温室气体质量浓度具有较高的可靠性；温度、相对湿度、风速和风向对当地污染物质量浓度影响显著；CO₂、CH₄和CO质量浓度的时序变化具有明显的周期性变化趋势。将CO、CH₄质量浓度分别与CO₂质量浓度进行相关性分析，相关系数分别为0.495和0.659。

针对量子密钥分发 (QKD) 技术的市场化需求, 提出一种应用于 QKD 产品的随机数源实现方案及高速自检算法。采用商用的 WNG-8 噪声源搭建芯片阵列作为随机数源, 并通过异或的方式提升随机数可靠性。根据国家相关标准要求, 基于现场可编程门阵列 (FPGA) 设计了一种高速扑克自检算法方案, 通过优化判断策略, 并对检测数据流实行乒乓切换控制和并行统计, 实现了 3.8 Gbps 的处理带 宽, 并预留进一步提升至 10 Gbps 处理带宽的能力, 以满足未来高速 QKD 产品随机数源实时检测需求。

量子密钥分发 (QKD) 是一种新型对称密钥分发技术, 其采用随机数编码产生发射端的量子信号。目前高速 QKD 技术不断发展, 对随机数源的速率及可靠性提出了更高的要求, 详细梳理了高速 QKD 系统随机数源的整体需求, 提出了一种基于现场可编程门阵列 (FPGA) 的 10 Gbps 高速随机数源及实时自检方案。其中随机数源采用相位抖动原理实现, 通过叠加 128 个振荡器实现单个随机数源, 再并行例化产生 10 Gbps 高速随机数, 数据符合《GM/T-0005-2012 随机性检测规范》。并依据 QKD 系统对随机数的独特使用需求, 设计实现了 10 Gbps 处理带宽的实时全 0 全 1 自检模块, 保障了 QKD 系统所使用高速随机数的可靠性, 为高速 QKD 系统的研制提供了支撑。

The development of surface-enhanced Raman scattering (SERS) devices for detection of trace pesticides has attracted more and more attention. In this work, a large-area self-assembly approach assisted with reactive ion etching (RIE) is proposed for preparing SERS devices consisting of Ag-covered "hedgehog-like" nanosphere arrays (Ag/HLNAs). Such a SERS device has an enhancement factor of 2:79×10⁷, a limit of detection (LOD) up to 10^-12M for Rhodamine 6G (R6G) analytes, and a relative standard deviation (RSD) smaller than 10%, demonstrating high uniformity. Besides, for pesticide detections, the device achieves an LOD of 10^-8M for thiram molecules. It indicates that the proposed SERS device has a promising opportunity in detecting toxic organic pesticides.

丙烯酰胺是一种具有神经毒性、 生殖毒性, 遗传毒性及免疫毒性的化合物, 被列为2A级致癌物。 富含碳水化合物的食物经高温烹饪后, 丙烯酰胺暴露风险极大, 建立对丙烯酰胺的速测方法具有重要的意义和实用价值。 表面增强拉曼光谱技术(SERS)近年来发展迅速, 利用高SERS活性纳米结构基底可实现对目标物拉曼“指纹”信号的高灵敏增强。 复杂基质中目标物的SERS快速分析需要高活性的基底和高效的净化技术。 建立了一种基于复合纳米结构的煎炸食品中丙烯酰胺的SERS快速分析方法。 利用纳米银阵列负载纳米金粒子(AgNR@AuNPs)作为增强基底, 一是该基底基于AgNR纳米棒之间以及AuNPs纳米粒子之间双重“热点”增强作用, 对丙烯酰胺具有较高的SERS增强活性; 二是该基底中AgNR为固相基底, 每次使用前, 利用稀硝酸除去表面氧化物, 大大提高了SERS分析稳定性。 还研究了AuNPs粒径和样品添加顺序对分析灵敏度的影响。 煎炸食品中基质干扰严重, 结合QuECHERS快速净化技术, 在优化除脂、 萃取溶剂及净化材料的用量比例、 种类的基础上, 选择正己烷为除脂溶剂, 水∶乙腈(V/V=1∶1)为提取溶剂, MgSO4+NaCl为净化材料, 5 min内完成检测。 分析灵敏度1 μg·kg-1, 在5～100 μg·kg-1内以Δν=1 482 cm-1为定量峰, 实现定量分析, 线性相关系数r=0.985, 5个添加浓度下回收率为77.1%~93.6%, 相对标准偏差小于4.0%。 所建立的方法有望用于食品安全现场检测中。

基于广义Lorenz-Mie理论,对蓝宝石晶片中微体缺陷的散射特性进行了仿真,分析了散射光接收位置、缺陷大小、入射光波长对散射光强的影响。结果表明:前向散射方向上的空间散射光强信息量最大,检测结果最准确;缺陷大小对散射光强分布具有显著影响,可以将散射光强分布曲线的特征作为判断缺陷大小的依据;入射光波长越小,测量越准确。

通过紫外-可见光吸收光谱, 三维荧光光谱和气相色谱质谱联用(GC-MS)方法, 比较研究了不同湖区与不同营养水平五个典型湖泊（洱海、 滇池、 鄱阳湖、 武汉东湖、 太湖）沉积物DON组分特征及其与水体营养水平间关系。 结果表明: ①与东部平原湖区相比, 云贵高原湖泊沉积物DON结构较为稳定, 生物可利用率较低; ②同属云贵高原湖区, 污染较严重的滇池, 其沉积物DON来源和结构组分较复杂, 生物可利用率较高; 而污染程度相对较轻的洱海, 其沉积物DON来源较简单, 结构组分稳定性相对较高, 有利于维持较好的水质; ③东部平原湖区中, 太湖和武汉东湖营养水平接近, 其沉积物DON结构组分相近且相对复杂, 但芳香度较低, 芳香环取代基较少, 对营养盐的固持能力较弱, 对水污染的贡献较大, 而鄱阳湖, 其沉积物DON结构组分相对简单, 但对营养盐的固持能力较强, 对维持良好水质起积极作用; ④P( Ⅲ+Ⅴ, n)/P(Ⅰ+Ⅱ, n)指数（类腐殖质与类蛋白质含量的比值）依次为滇池（33.14）>洱海（21.49）>太湖（15.65）>东湖（8.49）>鄱阳湖（5.21）, E4/E6指数（465与665 nm处的吸光度比值）依次为滇池（27.00）>东湖（6.65）>鄱阳湖（5.47）>太湖（3.50）>洱海（2.31）, 即P( Ⅲ+Ⅴ, n)/P(Ⅰ+Ⅱ, n)与E4/E6指数对不同营养水平湖泊的区分度较好, 此外, 两种指数与沉积物中多种氮具有较好的相关性, 两者可在一定程度上指示湖泊营养水平。