• 基于窄线宽光载波微波扫描干涉技术的绝对距离测量

  基于窄线宽DFB激光器的OCMSI数学模型及紧凑高精度系统研究，解决了传统方法忽略光学干涉效应的问题，提出微波与光学干涉信号叠加增强的量化方法，实验验证在6米测距范围内误差±0.069毫米，100毫米位移重复性±0.013毫米。

  来源：Optics & Laser Technology

  时间：2026-03-02

• 通过动态散射介质进行单像素成像的旋转平移技术：利用时间校正实现低采样率下的成像

  动态散射介质成像、单像素成像、TR调制、时域校正、蒙特卡洛估计

  来源：Optics & Laser Technology

  时间：2026-03-02

• 通过单次多波长全息干涉测量技术对瞬态等离子体流中的多参数进行三维可视化展示

  本研究提出了一种基于三波长偏置单次曝光全息干涉的三维瞬态等离子体参数重构模型，解决了传统单波长方法因色散效应导致的参数耦合误差问题。通过同步重建温度、电子密度和电离度，系统实现了2×10^5 fps的高速三维成像，验证了其在等离子体辅助燃烧和激光处理中的高精度实时诊断能力。

  来源：Optics and Lasers in Engineering

  时间：2026-03-02

• 基于波前曲率的无限共轭自动对焦方法在晶圆缺陷检测中的应用

  提出基于波前曲率测量的高精度自动调焦方法，推导无限校正显微镜系统中焦距与波前曲率的严格理论关系，优化高数值孔径（NA=0.8）物镜的能量分布模型，通过激光干涉照明可视化环形干涉条纹，结合径向强度拟合和粗细搜索策略实现亚微米级精度的绝对焦距测量。实验验证在NA=0.4折射物镜和NA=0.8折反射物镜上分别达到0.50μm和0.60μm的测量精度，方法具有抗表面图案干扰能力强、系统集成度高，适用于先进晶圆缺陷检测等高精度工业测量场景。

  来源：Optics and Lasers in Engineering

  时间：2026-03-02

• 通过自监督学习去噪技术提高结构光显微镜中参数估计的鲁棒性

  SIM参数估计低信噪比噪声消除超分辨荧光共振能量转移成像自监督学习

  来源：Optics and Lasers in Engineering

  时间：2026-03-02

• 基于超椭圆拟合优化的VU分解技术在两步相位恢复方法中的应用

  两步相位测量的VU分解与超椭圆拟合增强方法有效抑制滤波残差和噪声影响，通过加权矩阵约束补偿相位偏移，提升低信噪比和少量条纹条件下的相位提取精度。

  来源：Optics & Laser Technology

  时间：2026-03-02

• 一种用于密集高光谱陆地激光扫描点云的迭代式光谱引导去噪方法

  本文提出一种迭代光谱引导点云去噪方法，通过将PCA降维后的光谱信息转换至HSI颜色空间，结合球面坐标下的邻居搜索，分离高频噪声与低频噪声，并设计基于光谱加权的双边滤波迭代过程，有效保持边缘特征。实验表明该方法在六个场景数据集中分别减少84.96%至97.75%离群点，SSIM提升0.0102-0.0317，CV降低0.0263-0.0375，显著优于传统非光谱去噪方法。

  来源：Optics & Laser Technology

  时间：2026-03-02

• 基于EDFA辅助的双域映射相关方法的功率分布估计技术，适用于非均匀分布的CD光纤链路

  功率轮廓估计（PPE）方法无需硬件部署，是光纤链路功率监测的低成本方案。传统相关方法（CM-PPE）基于均匀色散假设，在非均匀色散场景（如多厂商光纤混合链路）中定位误差高达19公里，严重制约应用。本文提出EDFA辅助双域映射CM-PPE（EADDM-CM-PPE）方法，通过准确定位各段EDFA的位置并建立色散域与距离域的映射关系，实现非均匀色散链路中功率异常的亚公里级定位（误差<0.5公里），并可将色散系数估计误差控制在0.23 ps/(nm·km)以内，有效突破传统CM-PPE对均匀色散的依赖限制。

  来源：Optical Fiber Technology

  时间：2026-03-02

• 基于子域的RVE（ Representative Volume Element）生成方法：通过显式控制局部体积分数，实现对复合材料微观结构失效过程的精确建模

  通过子域分划控制局部纤维体积分数异质性，提出了一种新型RVE生成方法，解决传统RSA在高纤维体积分数下的堵塞问题，并通过统计分析和数值同质性验证其有效性，发现局部异质性显著影响损伤演化与应力分布。

  来源：Mechanics of Materials

  时间：2026-03-02

• 加速理解谱分析：一种多方法组合来提升神经网络中的抽象规则学习能力

  本文提出基于频谱分析的加速方法，通过分析Transformer注意力输出的频谱特性揭示"groking"机制，在模运算和排列组合任务中显著减少训练步数，同时保持高泛化准确率。

  来源：Knowledge-Based Systems

  时间：2026-03-02

知名企业招聘：