为了寻求一种供等离子体显示板用的发蓝绿光的混合气体,本文对Ar+He、Kr+He、He+Ne、He+Xe、Kr+Ar和Ar+Hg混合气体的发光光谱和电特性进行了研究。发现混合气体Ar+Hg较为满意,发光颜色为蓝绿色、亮度较高、着火电压较低。

金属蒸气激光器利用He、Ne、N2和Ar作缓冲气体,在高功率电平下的直流放电特性被首次测得。实验表明,He气是用于直流预热的最佳缓冲气体。在200mmHg的He气压和1A的放电电流下,有多于5kW的电功率被注入到等离子体管中去。等离子体管温度在短于1h的时间内达到1400℃的高温。

提出了一种在基带采样率内对任意带通信号的正交采样技术。载频位于ADC(模/数转换器)基带采样率内的任意带通信号,经1/2抽取和(-1)n调制,再由全通线性多相滤波器内插后,得到其复包络的调制输出XI(n)和XQ(n)。

该文针对WCMA系统上行链路帧结构的特征,将Z.Rong(1997)提出的LS-DRMTA改进为利用WCDMA上行链路帧结构中的导频位(pilot bit)作为训练序列的LMS-DRMTA算法。这种新的阵列接收CDMA解调算法相对于LS-DRMTA算法大大降低了基站处理的运算量,提高了算法的实用性,仿真实验还表明该算法比原算法具有更低的误码率。

该文分析了He等人(2014)提出的无证书签名方案和Ming等人(2014)提出的无证书聚合签名方案的安全性，指出Ming方案存在密钥生成中心(KGC)被动攻击，He方案存在KGC被动攻击和KGC主动攻击。该文描述了KGC对两个方案的攻击过程，分析了两个方案存在KGC攻击的原因，最后对Ming方案提出了两类改进。改进方案不仅克服了原方案的安全性问题，同时也保持了原方案聚合签名长度固定的优势。

求给定偶图的所有完备匹配问题在LSI/VLSI的布图设计方面有着重要的应用。本文提出了一种求解这一问题的算法。(1)提出了许配树的概念并讨论了其性质;(2)证明了任意一棵许配树T(xi)对应于给定偶图的所有完备匹配的定理;(3)给出了求给定偶图的所有完备匹配的算法。本算法已在BST 386 CAD工作站上用C语言实现。运行结果证明了算法的正确性。算法已作为正在研充的VLSI积木块布图设计系统中的一个模块。

通过对Zhang-Liu-He (2006)，Gan-Chen (2004)和Wang-Zhang-Ma (2007)提出的可转换环签名方案进行分析，指出了这几个可转换环签名方案存在可转换性攻击或不可否认性攻击，即，环中的任何成员都能宣称自己是实际签名者或冒充别的成员进行环签名。为防范这两种攻击，对这几个可转换环签名方案进行了改进，改进后的方案满足可转换环签名的安全性要求。

Hilbert曲线是高维降到1维的重要方法，具有较好的空间聚集和空间连续性，在地理信息系统、空间数据库、信息检索等方面有广泛的应用。现有Hilbert编码或解码算法未考虑输入数据对编码或解码效率的影响，因此将不同输入数据同等对待。为此，该文通过设计高效的状态视图并结合快速置位检测算法提出高效的免计前0的Hilbert编码算法(FZF-HE)和免计前0的Hilbert解码算法(FZF-HD)，可快速识别输入数据前部为0而无需迭代计算的部分，从而降低迭代查询次数及算法复杂度，提高编解码效率。实验结果表明，FZF-HE算法和FZF-HD算法在数据均匀分布时效率稍高于现有算法，而在数据偏斜分布时效率远高于现有算法。

介绍了便于推广使用具有小型化结构特色的卷筒式氟化氙(XeF)准分子激光器。在Xe、NF3和He的混合气体中,得到了XeF的3531、3510和3488埃的三条激光谱线振荡。在改变XeF体系的工作气压时,首先发现了氟原子的6346埃这条新激光谱线。给出了不同的工作气体组份、工作气压对激光波形和激光强度影响的实验曲线。拍摄了激光脉冲波形。激光脉冲宽度约为20毫微秒。还对实验结果作了初步的分析讨论。

3维Hilbert空间填充曲线(3D HSFC)的编码和解码效率对空间查询处理、图像处理等领域的应用举足轻重。现有的3维编解码算法独立编解码每一个点，忽略了Hilbert曲线的局部保持特性。为了提高编解码效率，该文设计了高效的3D状态视图，并提出一种新的前缀约简的3D HSFC编码算法(PR-3HE)和前缀约简3D HSFC解码算法(PR-3HD)，这两个算法通过公共前缀的定义和识别、公共前缀约简及多种优化技术来最小化需要编码的阶数，从而提高3D HSFC的编解码效率。理论上证明：当编码或解码一个$k$阶的窗体(窗体内总共含有${2^k} \times {2^k} \times {2^k}$个点)时，PR-3HE平均每个点的编码阶数不超过2，PR-3HD平均解码阶数不超过8/7。相对于传统的基于迭代的方法，编解码时间复杂度从$O(k)$降低到了$O(1)$。实验结果表明，该文算法在模拟数据集和真实数据集上的表现显著优于现有算法。