开发了地平坐标系-光敏定位混合式太阳跟踪及聚焦平台,在此基础上完成大直径PMMA塑料光纤聚焦能流6m距离传输试验,进行了连续9h的检测记录,获得光纤输出光功率谱密度分布数据,其色温绝对自然光低约600K,色度坐标、显示指数、主波长等与自然光接近,实验发现室外照度与光纤输出光色温存在线性关联,并进行函数拟合,针对光纤传输光损进行定量测量与计算,结果揭示光纤端面存在2dB幅度的耦合损失。

多模光纤是一种厚散射介质,当目标图像经过多模光纤传输时将构成多种模式耦合,从而在光纤的输出端生成散斑图案。
基于深度学习对多模光纤成像进行复原,解决了厚散射介质成像失真的问题。
采用DenseUnet,并以散斑图样作为模型的输入来重建目标图像。
DenseUnet模型采用融合机制加深了网络的深度,提高了重建的准确性,并具有很好的鲁棒性。
实验结果表明,DenseUnet可以很好地对具有不同长度的多模光纤产生的散斑图像进行重建。

研究了光学涡旋在光纤中传播特性。
从Maxwell方程出发，推导光波导中的波动方程，并进行阶跃光纤传输的本征模式求解，根据光学涡旋模式(OAM模)和线偏振模式(LP模)与矢量模式之间的关系，解出光学涡旋以及线偏振模在光纤中的模式分布，理论分析了光学涡旋在光纤中较LP模的传播优势，并通过计算模仿其在弯折光纤中的传播过程，发现其光场强度空间分布具有周期性旋转特性。
研究光纤弯曲半径以及涡旋拓扑荷对光学涡旋传播的影响。
光纤弯曲半径越小，传输损耗越大；
涡旋拓扑荷越大,传输损耗越大，对应的旋转周期越小。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。