基于误差估值累加开环校正的诱导式欺骗检测方法

诱导式卫星欺骗干扰可诱导航空器逐渐偏离预定航迹，难以被发现，因此及时有效地检测干扰是飞行安全的保障。在现有紧组合导航体制基础上，设计了一种基于误差估值累加开环校正的紧组合导航结构，并证明了其性能与传统闭环校正紧组合导航性能等效。在此结构中，将紧组合导航系统与自适应序贯概率比检测方法结合，提出了一种基于误差估值累加开环校正的诱导式欺骗检测方法，融合紧组合导航信息与其他不受欺骗影响的导航信息，构建欺骗检测统计量进行诱导式欺骗检测。仿真结果表明，开环校正结构可避免随时间累加的惯性导航系统误差所导致的组合导航滤波器发散问题，同时欺骗检测方法可进一步提高算法对“最坏”情形下微小诱导式欺骗的检测效果。     

基于三维模型的NPN双极型晶体管电离辐射效应仿真模拟北大核心

为更加迅速可靠地评估星用双极型晶体管抗电离辐射损伤性能,建立了三维NPN晶体管模型,并对其电离辐射效应进行了数值模拟。仿真计算了电离辐射在晶体管中产生的氧化物正电荷陷阱以及界面陷阱,以此模拟不同总剂量、剂量率电离辐照对晶体管的损伤;以漂移扩散模型计算了晶体管典型性能的响应,验证了晶体管的总剂量效应和低剂量率损伤增强效应。结果表明晶体管对电离辐射敏感的区域位于基区和发射结区附近的Si/SiO_(2)界面,从Gummel曲线提取的归一化增益发现,电离辐射损伤可能使晶体管增益降低50%以上,这对晶体管性能影响很大。该方法可以在降低成本、缩短周期的前提下,为晶体管抗电离辐射可靠性评估提供合理的技术支撑和可借鉴的理论数据。     

InP/InGaP/GaAsSb/InGaAsSb/InP双异质结双极晶体管设计北大核心

应用半导体器件的电阻电容计算理论和SILVACO ATLAS软件,在综合考虑载流子渡越时间和电阻电容延迟时间对增益截止频率的影响下设计了一种InP/InGaP/GaAsSb/InGaAsSb/InP双异质结双极晶体管(DHBT)结构。该结构中在基区与发射区之间加入P型半导体层以降低基区与发射区之间的电子势垒,并通过引入梯度渐变材料及优化掺杂分布提高基区电场、增强集电区中易趋近于零区域的电场,器件的电流增益截止频率得到显著提升。此外,还列出了InGaP和InGaAsSb材料的禁带宽度和电子亲合势、P型GaAs_(0.51)Sb_(0.49)和InGaAsSb材料的电子迁移率的近似计算公式。     

4英寸f_(max)=620 GHz的0.25μm InP DHBT北大核心

报道了一款在101.6 mm(4英寸)InP晶圆上制备的特征尺寸为0.25μm的磷化铟双异质结双极型晶体管。采用发射极自对准技术和介质钝化工艺,器件的发射极典型尺寸为0.25μm×3.00μm,最大电流增益为25,当发射极电流密度为10μA/μm^(2)时,器件的击穿电压达到了4.2 V,电流增益截止频率为390 GHz,最高振荡频率为620 GHz。建立了用于提取器件寄生参数的小信号等效电路模型,模型的仿真结果与高频实测数据具有很好的拟合精度。     

背栅偏置对掩埋氧化层辐射感生陷阱电荷调控规律及机理北大核心

研究了辐照过程中施加背栅偏置对掩埋氧化层(BOX)辐射感生陷阱电荷的调控规律及机理。测试了130 nm部分耗尽绝缘体上硅金属氧化物半导体场效应晶体管在不同背栅偏置条件下辐射损伤规律,试验结果显示辐照过程中施加正向背栅偏置可以显著增强辐射陷阱电荷产生,而施加负向背栅偏置并不能明显抑制氧化物陷阱电荷的产生,甚至在进一步提高负向偏置时会使氧化物陷阱电荷的数量上升。通过TCAD器件模拟仿真研究了背栅调控机理,研究结果表明:尽管负向背栅偏置可使辐射感生陷阱电荷远离沟道界面,但随着BOX层厚度减薄该区域电荷仍可导致器件电参数退化,且提高负向偏置电压可进一步增强陷阱电荷产生,加剧辐射损伤。     

一种可传输轨道角动量的螺旋光子晶体光纤北大核心

设计了一种基于阿基米德螺线的新型螺旋光子晶体光纤,该光纤以二氧化硅为基底材料,包层由24个螺旋臂组成,每个螺旋臂包含11个小空气孔,纤芯设有大空气孔,包层与纤芯中间的环形区域用于传输轨道角动量模式。该结构在1300~1800 nm波段上可支持22种轨道角动量模式稳定传输,在1550 nm波长下,有效折射率差最高可达2.89×10^(-3),色散系数最低可达66.4 ps/(nm·km),非线性系数最低可达2.17 W^(-1)·km^(-1),且1500~1600 nm波段上的色散值变化均小于15.15 ps/(nm·km)。此螺旋光子晶体光纤不仅结构简单,且具有低非线性、色散平坦的性能,为螺旋光子晶体光纤的设计提供了思路。     

Joint Power-Trajectory-Scheduling Optimization in A Mobile UAV-Enabled Network via Alternating Iteration

This work focuses on an unmanned aerial vehicle(UAV)-enabled mobile edge computing(MEC) system based on device-to-device(D2D) communication. In this system, the UAV exhibits caching,computing and relaying capabilities to periodically provide specific service to cellular users and D2D receiver nodes in the appointed time slot. Besides, the D2D transmitter can provide additional caching services to D2D receiver to reduce the pressure of the UAV. Note that communication between multi-type nodes is mutually restricted and different links share spectrum resources. To achieve an improved balance between different types of node, we aim to maximize the overall energy efficiency while satisfying the quality-of-service requirements of the cellular nodes.To address this problem, we propose an alternating iteration algorithm to jointly optimize the scheduling strategies of the user, transmitting power of the UAV and D2D-TX nodes, and UAV trajectory. The successive convex approximation, penalty function, and Dinkelbach method are employed to transform the original problem into a group of solvable subproblems and the convergence of the method is proved. Simulation results show that the proposed scheme performs better than other benchmark algorithms, particularly in terms of balancing the tradeoff between minimizing UAV energy consumption and maximizing throughput.