基于总线系统的信号波形测试方法研究

阐述总线系统的信号波形分析的方法，一类通用接口的硬件设备，实现对总线系统的信号波形测试，并能够覆盖军标中关于总线系统测试的大部分内容。     

河南平顶山:夜间捣毁县城“黑广播”窝点

2021年12月27日,河南省平顶山无线电管理局监测及执法人员联合宝丰相关部门,在宝丰县城依法查获1套在夜间定时播放的"黑广播"。12月26日,平顶山无线电管理局监测站通过对各县(市、区)无人值守固定监测站24小时监测数据的回放、分析,发现在宝丰县夜间有一个频率为92.3MHz的广播信号出现,播放时间为20:30至次日凌晨6:30,播放性保健品广告,内容十分低俗。监测人员经与台站数据库比对,确定其为"黑广播"信号。     

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。     

高清数字电视的数据传输技术及发展趋势分析

在科学技术快速发展的新形势下,各种先进技术和高科技产品在人们生产生活中广泛应用,这也使人们对高新技术和产品的要求随之提高.高清数字电视作为一种新的电视业务,其采用数字信息进行传输,在节目采集、制作、传输和用户终端接收整修过程中都实现了数字化,能够带给人们极高的精晰度.在高清数字电视发展过程中,数据传输技术作为核心技术,有效地提高了传输效率和增强了画质的清晰度.因此文章从高清数字电视数据传输技术概述入手,并对高清数字电视数据传输技术进行了分析,进一步针对高清数字电视数据传输技术的现状和发展趋势进行了阐述.     

二氧化锡传感器对挥发性有机物的动态测试方法研究

温度调制的动态测试是解决金属氧化物传感器选择性差的一种常用方法, 但至今尚未有明确的方法控制动态响应信号的波形以达到预期期望. 本文首先从静态测试的角度出发, 描述了静态性能指标与动态响应信号的对应关系, 提出了适合于动态测试的半导体传感器的选择方法. 然后以矩形波为例, 通过对其周期、占空比、工作温度范围的调整, 在不降低动态响应信号品质的前提下, 缩短在实际应用中的响应时间和功耗. 最后, 利用支持向量机算法验证了动态响应信号的品质, 在不同种类不同浓度的气体中, 识别率高达100%.     

基于音频特征的工程车辆工况识别研究

高效率地使用工程车辆是工程项目管理中节约成本的有效方法，无人监管环境下工程车辆的工况识别，是实现工程车辆高效率使用的有效手段。目前以GPS等技术为核心的车辆智能管理系统未对工程车辆进行工况识别，提出一种基于GRU循环神经网络的工程车辆工况识别方法，通过对工程车辆在不同工况下产生的音频信号进行分析，从中提取Mel倒谱系数作为主要特征，构建GRU循环神经网络模型进行训练和识别。实验结果表明，该方法可以实现对工程车辆工况的有效识别。     

化脓隐秘杆菌对奶牛脾脏组织细胞凋亡的影响

目的观察化脓隐秘杆菌自然感染奶牛脾脏组织的病理学变化,并检测组织细胞中Caspase-3、Caspase-8、Caspase-9、Bax和Bcl-2的表达,以确定化脓隐秘杆菌感染对奶牛脾脏组织细胞凋亡的影响。方法筛检2头化脓隐秘杆菌阴性健康奶牛(对照)和5头自然感染化脓隐秘杆菌的奶牛,收集脾脏组织样本,采用本课题组国家发明专利方法,进行石蜡制片和HE染色,观察脾脏组织病理学变化;采用免疫组织化学方法与本课题组国家发明专利方法相结合,检测奶牛脾脏组织中与细胞正负凋亡相关的调节基因Bax和Bcl-2及凋亡通路蛋白Caspase-3、Caspase-8和Caspase-9的表达情况。结果肉眼观察可见化脓隐秘杆菌自然感染奶牛脾脏肿大、柔软,有出血;病理组织学观察可见脾脏组织出血,水肿,淋巴细胞数量减少,有坏死;脾脏淋巴细胞Caspase-3、Caspase-9和Bax表达阳性,与对照组相比,差异有统计学意义(P <0.05),少量淋巴细胞Caspase-8和Bcl-2表达阳性,与对照组相比,差异无统计学意义(P> 0.05)。结论化脓隐秘杆菌能够引起奶牛脾脏淋巴细胞发生坏死和凋亡;可通过调节脾脏中淋巴细胞Bcl-2家族的活性,引起其Bax和Bcl-2比率改变,增加淋巴细胞线粒体内外膜通透性,导致与凋亡相关因子的释放,激活Caspase-9,进一步激活Caspase-3,从而引起脾脏中淋巴细胞发生凋亡。     

利用FDM和随机共振检测风机主轴承微弱旋转信号

轴承作为风力发电机设备中重要部件,其健康状态直接影响风力发电机运行的稳定性和现场的安全可靠性.由于风力发电机特殊的工作环境,导致采集到的振动信号中包含大量的噪声干扰,难以准确提取轴承振动信号包含的信息成分,给评估主轴承健康状态带来困难.因此本文采用将傅立叶分解(Fourier decomposition method,FDM)和随机共振(Stochastic resonance,SR)相结合的方式提取信号中微弱的轴承振动信息.首先用FDM将原始信号自适应地分解为一系列包含轴承振动特征的傅立叶频带函数,然后找出相关性大的频带函数进行重构,最后采用SR对重构信号进行分析获得特征频率,判断轴承的健康状态.结果 显示,将两种方法相结合能有效提高输出信噪比,提升特征频率检测的精度,为实现风机轴承早期微弱故障诊断提供帮助.