一种高动态双模抗干扰接收机设计方法

针对抗干扰多阵元前端低功耗制约抗干扰能力的问题,为了减小功耗的同时提升抗干扰能力,提出一种新颖的BDII/GPS双通道4阵元抗干扰接收前端,在低噪声放大器中实现了一种三端口的双通带电路,具有小于0.1 dB的插损以及30 dB以上的隔离度。采用了一种频率流程设计方法,结合仿真选取频率从而减小了机内的组合干扰,同时简化了中频滤波器的种类;采用了无源混频与中频放大的下变频方案,提高通道线性度(IIP3)的同时降低功耗、优化通道噪声系数(NF),研究了采样钟fclk远端相位噪声折叠的效应,设计了一种窄带相位噪声滤波器,提高了中频采样的信噪比。该接收机包含一种形式简单的电源及晶振切换电路。测试结果表明,接收机同时实现了42 dB固定增益,4.37 W低功耗,超过29 dBm的OIP3线性度以及优于80 dB的抗三干扰能力。     

小像元红外探测器读出电路设计研究

介绍了基于SMIC 0.18 μm 3.3 V工艺设计研究的第一款小像元红外探测器读出电路,间距10 μm,规模1024×1024。文章详细介绍了像素输入级以及列级、输出级运放的设计,为提高线性摆伏,设计选用了低阈值NMOS管nmvt 33,仿真分析证明低阈值管nmvt 33的噪声性能优于普通管n 33；版图设计对关键信号线和敏感点采取隔离处理措施,对像元间串扰进行了仿真分析,有效控制了信号串扰。电路经测试使用各项功能正常,最大电荷处理能力达到4.3 Me-,动态范围≥65 dB,读出速率达到10 MHz,性能指标满足设计要求。     

超声乳化摘除联合人工晶状体植入术治疗超高度近视并发白内障的效果及其并发症

目的:观察探讨超声乳化摘除联合人工晶状体植入术治疗超高度近视并发白内障的效果及并发症,总结临床应用价值。方法:选取2018年1月-2019年5月来本院就诊的超高度近视合并白内障患者60例,按照随机数字表抽取法分为对照组和观察组,各30例。对照组行白内障囊外摘除联合人工晶状体植入术,观察组行超声乳化摘除联合人工晶状体植入术,观察对比两组术后眼压,术后第1、3、9、12周的裸眼视力,比较两组有效率和并发症发生率。结果:观察组术后12、24、48 h眼压均显著低于对照组(P<0.05),观察组术后第1、3、9、12周裸眼视力均显著高于对照组(P<0.05),两组有效率和并发症发生率比较差异均有统计学意义(P<0.05)。结论:超声乳化摘除联合人工晶状体植入术效果确切,安全性高,具有快速恢复术后裸眼视力、有效控制术后眼压的优势,值得临床推广应用。     

多次采样平均在长波红外高光谱成像系统中的应用

长波红外高光谱成像系统由于光谱细分导致探测器所接收的目标信号的能量较一般成像系统弱,因此系统噪声对成像效果影响较大。针对这一现象,本文在分析系统噪声成分的基础上,提出采用ADC多次采样平均的方法来降低其噪声,并从理论上推导了该方法的有效性。然后搭建了实验系统,分析计算不同积分时间下,利用多次采样平均技术得到的信号和噪声大小,并计算系统的信噪比和NETD。结果表明,多次(m次)采样平均对系统的信号值几乎无影响,但可以将系统噪声降低至原来的m~(-1/2)倍。因此,该方法可将系统的信噪比提高至原来的m~(1/2)倍,并能有效降低系统的NETD,提高系统灵敏度。该方法为改善长波红外高光谱成像系统成像效果提供了一种方案。     

一种人工情绪模型及其电商计算实验应用

针对电子商务顾客购物人工系统的计算实验研究，提出一种基于状态类比假说的人工情绪模型，给出了情绪的产生、增强、衰落和消失过程的描述方法，研究了外部刺激、情感强度和内部驱动力的计算方法，并进行了模拟分析。基于此人工情绪模型，构建了电商顾客购物的情绪-行为影响关系模型；将其应用于电商顾客购物的计算实验分析。结果表明，该人工情绪模型能较好地应用于电商复杂人工系统顾客购物的计算实验。     

求解约束优化问题的自适应人工蜂群算法

针对约束优化问题，提出一种自适应人工蜂群算法。算法采用反学习初始化方法使初始种群均匀分布于搜索空间。为了平衡搜索过程中可行个体和不可行个体的数量，算法使用自适应选择策略。在跟随蜂阶段，采用最优引导搜索方程来增强算法的开采能力。通过对13个标准测试问题进行实验并与其他算法比较，发现自适应人工蜂群算法具有较强的寻优能力和较好的稳定性。     

基于GA-BP的汽车风振噪声声品质预测模型

目前对于汽车风振噪声的优化研究主要以声压级（Sound pressure level，SPL）作为单一评价指标，既不能全面反映噪声的物理属性，也无法考虑人耳对噪声的主观认知过程。为准确评价风振噪声，引入声品质，运用大涡模拟（Large eddy simulation，LES）对风振噪声进行数值仿真，根据实车道路试验判断仿真的准确性；对仿真结果进行声品质客观评价与主观评价，综合声品质客观评价参数与声品质主观评价试验结果建立BP神经网络预测模型；利用遗传算法（Genetic algorithm，GA），进一步对BP神经网络的结构参数进行优化，建立GA-BP声品质预测模型。研究结果表明，GA-BP声品质预测模型在训练速度和预测精度上都优于BP神经网络预测模型。预测模型基于声品质主客观评价结果，其预测值可以代替传统的声压级评价指标，为风振噪声提供更为准确合理的评价。