双包层铒镱共掺光纤放大器功率漂移及控制

基于速率方程的离散算法,分析了双包层Er3+/Yb3+光纤放大器增益动态的特性。研究了功率漂移与撤除信道数的关系及不同控制方式的控制效果。结果表明:信道撤除数量越多,放大器达到稳态的时间越长,功率漂移越大;泵浦控制方式下,泵浦功率的调整随撤除信道数的增加而增大,且抑制功率漂移的时间也随之增长;反馈控制方式下,功率漂移首先呈现振荡结构,抑制功率漂移的时间较短。     

关于两南卧室+北起居厅型住宅套型的分析

当前,住宅市场给人们提供的集合住宅产品中,套型似乎已不再是人们关注的热点问题。一种普遍的观点是套型设计已近极致,套型在总体上表现出趋同倾向:锦州市住宅市场上推出的集合住宅套型最热销的是两室两厅,占了一半以上。通过对2000～2008年期间锦州市房地产市场上38套两南卧室+北起居厅型两室两厅趋同套型的细节数据分析,对套型设计中的要素特征加以归纳总结,尝试地进行了适于中国北方地区的两南卧室+北起居厅型两室两厅住宅套型的原型设计,并阐明了该套型原型设计所具有的特征。     

NPC逆变器混合四段法与六段法的空间矢量调制策略

针对传统的空间矢量脉宽调制SVPWM(Space Vector Pulse Width Modulation)方法计算量大且扇区判断复杂,控制器计算工作量大这一问题,研究一种基于60°坐标系和新型混合段法调制的SVPWM。该方法采用四段法与六段法结合生成所需的空间矢量调制波形,通过改变电压调整系数对P型N型O型单位矢量进行调整,进而降低电容中点电压的不平衡程度。仿真结果表明,该方法可省去扇区判断过程,协调中点电压漂移和偶次谐波消除的不足,THD缩小为31.08%。     

基于Contourlet 变换和Hu 不变矩的图像检索算法

文章提出一种基于Contourlet 变换和Hu 不变矩的图像检索算法。首先,对每幅图像进行Contourlet 变换,得到低频子带与高频方向子带,把计算得到的低频子带的Hu 不变矩和各个高频方向子带的均值与标准差作为图像的特征向量,利用Manhattan距离进行相似度度量,完成基于内容的图像检索。为对该文提出的算法的检索效果进行检验,分别与基于Contourlet 变换特征的检索算法和基于Hu不变矩特征的检索算法等方法进行了对比实验研究。结果表明,该算法有效地融合了图像的纹理特征与低频子带的形状特征,较好地实现了基于内容的图像检索,平均查准率达到73.94%。     

薄膜体声波谐振器温度-频率漂移特性分析

薄膜体声波谐振器(FBAR)的谐振频率会受外界环境温度的影响而产生漂移,对于FBAR滤波器而言,这种温度-频率漂移特性会导致其中心频率、插入损耗、带内纹波等性能发生变化,降低其在电学应用中的可靠性。应用ANSYS有限元分析软件,对一个典型Mo-AlN-Mo结构的FBAR进行温度-频率漂移特性的仿真,在-50⁺150℃温度范围内得到其温度频率系数为-33.6×10-6/℃。通过在FBAR结构中添加一层正温度系数的补偿层,分析了补偿层厚度对FBAR温度-频率漂移特性、谐振频率和机电耦合特性的影响。设计的温度补偿FBAR其温度频率系数为0.872×10-6/℃,比未添加补偿层时有很大改善。     

一种基于ART2神经网络的算法改进

针对传统的ART2神经网络中对于主观设置的警戒参数以及识别分类过程中产生模式漂移的问题,提出基于改进算法的ART2神经网络模型,用于解决分析模式识别问题。通过自组织,加权,迭代等过程推导合理的警戒参数用于聚类运算,通过对ART2神经网络的权值训练方面进行修正,减缓学习速率,降低模式漂移速度,近一步对聚类对象进行合理分类。实验结果证明,该方法是可行的和有效的。     

电涡流传感器热稳定性标定技术

介绍电涡流传感器位移测量原理,分析温度变化时传感器线圈和探头热胀冷缩在测量位移过程中造成的温度漂移现象.针对传感器的温漂,研制出具有温度补偿功能的电涡流传感器热稳定性标定装置,对传感器输出电压进行温度补偿,减小温度变化对传感器输出电压的影响.同时介绍利用该装置进行温度标定的实现方法,并进行实验验证,实现固定位移条件下环境温度变化时对电涡流传感器输出电压的标定,与无温度补偿时输出电压对比,电压变化量减小了近50%.     

零点漂移的补偿方法在压力传感器中的使用

目前各行业应用的多数压力变送器是利用压阻式扩散硅压力传感器作为信号的传送环节。但由于技术等多方面限制的原因,压阻式压力传感器易受现场温度变化的影响,从而产生零点漂移。文章针对此问题进行了探讨。     

一种新型的光纤陀螺非线性温度漂移模型ANN辨识方法

介绍了Gauss-Newton全局优化算法在干涉型光纤陀螺非线性温漂模型人工神经网络辨识器中的应用,详细阐述了该辨识器的构成、算法原理以及辨识方法。应用结果表明,该优化算法具有收敛速度快、网络训练精度高的优点。采用该辨识方法可实现光纤陀螺非线性温度漂移的在线辨识和补偿,有效地提高光纤陀螺的测量精度。     

基于模糊C均值的WSN路由协议

提出一种基于模糊C均值的分簇[1]算法。算法采用经典的模糊C均值聚类技术,对整个传感器区域进行划分;并根据每个节点属于该簇的隶属度来判定节点当选为簇头节点的概率,这样在簇边缘节点也就是隶属度低的节点当选簇头节点的概率就会较低,从而使整个网络能耗负载均衡。在簇的划分中,引入了最优簇头数的概念。该方法有效地解决了簇头分布不均带来的簇头之间距离过近、大片区域没有簇头以及边缘节点能量损失过快的问题。