从光电子谱的峰背比及背景信号变化获得成分深度分布信息

光电子谱中的背景信号包含样品的信息 ,但过去往往被忽略。通过对背景信号简单的分析 ,可以获得成分随深度变化的信息。本文介绍了如何利用光电子谱的背景信号获得元素在深度方向的分布情况。本文所述方法可以用于纳米镶嵌结构、包裹物、表面偏析、氧化、钝化等体系的非破坏性深度剖析研究     

从光电子峰的背景信号获得成分深度分布信息: Tougaard背景拟合方法

光电子谱中的背景信号包含样品的信息 ,但过去往往被忽略。实际上通过分析背景信号 ,可以获得成分随深度分布等信息。本文介绍Tougaard背景拟合法及其在光电子谱深度剖析中的应用。     

从光电子峰的背景信号获得成分深度分布信息：Tougaard背景拟合方法

光电子谱中的背景信号包含样品的信息，但过去往往被忽略。实际上通过分析背景信号，可以获得成分随深度分布等信息。本介绍了Tougaard背景拟合法及其在光电子谱深度剖析中的应用。     

光电子谱与表面电子性质

光电子谱(简写为PS)是研究表面电子性质的主要方法。另外还有一些实验方法,如离子中和谱(INS),场发射电子谱(FES)等虽然也能得到一些表面电子状态的信息,但它们至今只起到补充和旁证的作用。大量的信息是由光电子谱给出的。近十多年来光电子谱实验与表面电子结构理论相互促进,有了很大的发展。本文简要介绍光电子谱的基本知识和利用光电子谱来获得表面电子各方面信息的方法,并选一些实验结果作例子来评述这一领域的近年成就与进展。     

表面分析讲座 第二讲 光电子谱仪

光电子谱仪是用来研究光子从材料中打出的电子能量分布、角度分布和强度的一种表面分析仪器。光电子谱仪中应用的激发源一般为 x 射线源和真空紫外光源两种。用 x 射线源的叫 x光电子谱(XPS);用紫外源的叫紫外光电子谱(UPS)。前者也叫化学分析电子谱(ESCA),多数情况下 UPS 是 XPS 的副机,所以,有时 ESCA 又是二者的总称。XPS 和 UPS 可以检测表面的元素组份,灵敏度高(0.01分子层),信息深度小于30     

基于AR双谱分析的电梯运行质量研究

文中通过采集电梯运行过程中轿厢的加速度振动信号,建立时间序列的自回归功率谱和双谱模型。结果表明,通过双谱幅值的分析、自相关功率谱与重构功率谱的比较,可以获得信号的非高斯、非线性频率特性信息,对分析电梯运行质量具有重要的指导意义。     

ART-2对滚动轴承振动信号幅值谱的清晰化提取与分类效果研究

滚动轴承振动信号的幅值谱往往在整个频带上都存在着均匀分布的噪声频率干扰，难以用一般的滤波方法去除，这对轴承实际振动频率成分的识别有很大的影响。通过对ART-2神经网络的分析，指出了在信号中的特征信息相对较强，而噪声相对较弱的情况下，利用ART-2可以对信号中的特征信息成分进行增强，并对噪声进行充分抑制。利用这一原理，实现了对轴承振动信号幅值谱的清晰化提取。对13个轴承振动信号幅值谱的处理实例表明，这种方法获得的模式中轴承实际振动频率成分被清晰地提取了出来，而均布噪声频率则被充分抑制。进一步研究了ART-2的警戒系数对幅值谱清晰化处理效果的影响。并对这种影响机理进行了解释。     

Ti／Al多层金属薄膜AES深度剖析的目标因子分析

目标因子分析法（ＴＦＡ）是一种对多元系统进行统计分析的计算数学方法。结合这种方法对Ｔｉ／Ａｌ多层金属薄膜的俄歇电子谱（ＡＥＳ）深度剖析结果进行了仔细的分析，获得了Ｔｉ、Ａｌ、Ｏ、Ｓｉ各元素的化合状态的深度分布情况，并与Ｘ射线光电子谱（ＸＰＳ）分析结果相一致．     

柔性功能薄膜辉光光谱深度分辨率分析

本文首先通过脉冲射频辉光放电发射光谱定量表征了自然生长在Si (111)基片上约1nm的SiO_2膜,表明射频辉光放电发射光谱具有纳米级别的深度分辨率。随后用原子力显微镜和分光光度计对一款含有Ag层的柔性光学功能薄膜进行了表征,并利用脉冲射频辉光放电发射光谱,在不同的工作条件下对其进行了深度剖析。最后利用原子混合-粗糙度-信息深度模型对所测量的Ag深度谱进行了定量分析,获得了不同测量条件下Ag深度谱的深度分辨率,由此确定了最佳的脉冲射频辉光放电发射光谱工作条件,对获得柔性功能薄膜高分辨率深度谱具有指导意义。     

滤箔型反光电子谱仪

反光电子谱可直接测定固体材料表面的电子空态密度及空态的能带结构。由于过程中不包括芯能级激发,因此可避免芯能级激发时伴随的“驰豫过程”引起的信号失真。本文叙述一种滤箔型反光电子谱仪的原理、结构和用于测定一些稀土金属样品的结果,所得谱的重复性良好。最后还估计了实验中存在的各种加宽效应并对谱进行了退卷积处理。     

气相和溶液多硫化物钝化InP表面的XPS和AFM研究

利用Ｘ射线光电子谱和原子力显微镜研究经气要和溶液钝化的ＩｎＰ表面的化学键合、表面残余氧含量、表面刻效应和粗糙度。结果表明，采用气相多硫化物钝化可以获得均匀、光滑和可重复的表面质量，但其热稳定性不如溶液多硫化物钝化的ＩｎＰ表面好。     

8英寸MCP型光电倍增管的实验研究

研制了一套单光电子谱测试仪。对8英寸微通道板型光电倍增管(MCP-PMT)的性能指标进行了标定,包括单光电子谱的增益和峰谷比、光电阴极的均匀性。单光电子谱测试仪采用高精度QDC采集电荷谱。VME数据获取系统积分电荷谱得到单光电子谱。采用LABVIEW的电流采样系统获得光电阴极某确定位置上光电流的I-V坪曲线。单光电子谱测试仪测得MCP-PMT在高压为2100 V、脉冲发生器的设置为脉冲宽度10 ns、采样频率1 k Hz、驱动电压1.735 V驱动LED光源时,单光电子谱的增益为2.5233×107、峰谷比值为2.78,光电阴极的非均匀性小于10%。实验测得的性能指标均满足中微子探测等实验要求。同时为20英寸MCP-PMT的成功研制奠定了理论设计及测试基础。     

用离散余弦/正弦变换提取语音基频

本文提出了一种应用离散余弦／正弦变换提取语音信号基频的新方法，这种方法将语音信号的离散余弦变换或离散正弦变换的数据应用倒谱技术进行分析，从而测得语音信号的基频值，文中也给出从离散余弦变换谐波积变中取语言基频的方法，这两种方法应用简便，运算最小，可以获得满意的结果。     

基于HHT方法的模拟调制信号瞬时特征分析

Hilben变换利用解析表达式中的实部与虚部的关系,定义出任意时刻的瞬时频率、瞬肘相位以及瞬时幅度,从而解决了对信号瞬时参量的定义和计算问题。在噪声和干扰信号背景下,Hilben变换应用于模拟调制信号瞬时特征分析时,很难从中获取有效信息。因此,本文采用EMD方法先把信号分解成IMF分量,再分别进行Hilben变换,最后从完整的Hilbert时间一频率一幅度三维谱中分析模拟调制信号的瞬时特征。仿真表明该方法可以有效的分析模拟调制信号的瞬时特征,为进一步获取调制信息提供了依据。     

角分辨光电子扩展精细结构谱

一、引言角分辨光电子谱作为表面电子结构研究的有力工具,是人们熟知的。由于光电子从邻近原子的散射而引起的终态相干性,使人们预计从角分辨光电子谱中也包含有表面结构的信息。1974年,Liebsch从理论上预言了这种相干作用,并认为在实验上是可观     

粗糙表面的双相干谱分析

双谱分析是近年发展的一种随机信号的现代分析方法，它保留了信号的相位信息，可以定量描述信号之间的非线性相位耦合；同时具有很强的消噪能力，可以很好地反映信号的非对称特征．正常的加工条件下，表面轮廓符合高斯型分布，因此其双谱为零．但实际加工中，许多表面表现为非高斯型，其双谱不为零，此时可以用双谱分析定量地描述表面轮廓特征的非对称性．然而，用双谱表示灵敏度高、幅值大、不够直观，为了有效地反映表面轮廓的双谱特征，本文采用了双谱的归一化形式——双相干谱分析．最后还通过对几种典型试件的实验，证明了其有效性，并得出了一些有益的结论．     

基于AR谱的声矢量传感器阵的波束形成

1引言 水声信号处理中研究的对象是声场,基于传统的声压传感器阵的水声信号处理只拾取声场的声压,而具有方向敏感性的矢量传感器测得声压的同时,可以得到质点振速等矢量信号,即同时获得p,Vx,Vy,Vz四个关于目标信息的物理量.由于获得的关于声场信息量的增加,基于矢量传感器阵的定向精度必将得到改善[1].常规的波束形成法如Bartlett法,Capon法是一种非参数谱估计法,没有将信号的可用信息结合到估计中,本文将AR模型法引入声矢量阵信号处理,将信号的模型结合到谱估计算法中,获得了更精确,分辨率更高的谱估计.     

基于AR谱的声矢量传感器阵方位估计

1.引言 水声信号处理中研究的对象是声场,基于传统的声压传感器阵的水声信号处理只拾取声场的声压,而具有方向敏感性的矢量传感器可以同时测得质点振速等矢量信号,即同时获得p,Vx,Vy,Vz四个关于目标信息的物理量,由于获得的关于声场信息量的增加,基于矢量传感器阵的定向精度必将得到改善[1].常规的波束形成法如Bartlett法,Capon法是一种非参数谱估计法,没有将信号的可用信息结合到估计中[2],本文将AR模型法引入声矢量阵信号处理,将信号的模型结合到谱估计算法中,获得了更精确,分辨率更高的谱估计.     

动态物理量信号间相位测量方法的研究

理论分析和计算机模拟考证结果证明，可以利用互功率谱密度函数和传递函数所包含的相位信息来测量两相关动态物理量信号在指定频率成分上的相位差。本文还就相位测量中仪器系统的相移标定进行讨论。     

基于总变差去噪和快速谱相关的滚动轴承故障诊断

特征提取在滚动轴承故障诊断中起着至关重要的作用,然而实测的振动信号本质上是复杂的、非平稳的,同时故障轴承的脉冲特征常常淹没于噪声中。为了有效提取强噪声背景下的滚动轴承故障信息,提出一种基于总变差去噪(Total Variation Denoising,TVD)和快速谱相关(Fast Spectral Correlation,Fast-SC)相结合即TVD-Fast SC故障特征提取方法;首先,利用总变差去噪方法对振动信号进行消噪,提高信号的信噪比(SNR);然后,对去噪后的信号进行快速谱相关分析,准确地识别出轴承的故障特征频率。仿真和实验结果表明,该方法可以有效地提取出滚动轴承的微弱故障特征信息,分析效果优于直接快速谱相关方法和小波阈值去噪与快速谱相关结合的方法,为滚动轴承微弱故障特征提取提供一种有效的方法。