基于SOI衬底的宽带低损耗声表面波滤波器研究

使用结构为42°Y-X LiTaO₃(600 nm)/SiO₂(500 nm)/Si的SOI衬底，通过抑制横向模式等优化设计，研制了单端谐振器和声表面波滤波器。经测试，谐振器的谐振频率为1.5 GHz，品质因数(Q)值高达4 000；滤波器的中心频率为1 370 MHz，插入损耗为-1.2 dB，1 dB带宽为74 MHz，相对带宽达到5.4%，阻带抑制大于40 dB，且温度系数在-55~+85 ℃时优于-9×10^-6/℃。该产品具有高频、宽带、低损耗、低温漂、高阻带抑制的特点，其性能指标优异，具有很好的实用性。     

基于图像处理研究铁尾矿的熔化行为

作为主要成分的SiO2是铁尾矿中最难熔化的部分.通过一组SiO2的熔化时序图像来探究铁尾矿的熔化情况.首先,进行图像预处理,建立质心位置追踪模型和体积估算模型.将灰度图转化为二值图,利用卡尔曼滤波器进行质心追踪和对质心运动轨迹的描述.通过计算二值图中0像素的数量得到面积随时间变化的图像,拟合出熔化过程函数.结合二值图中目标物体的边界信息得到的参数量建立多元线性回归模型.估算颗粒扁平度和物体的体积,熔融速率通过颗粒集合的质量变化函数得出.     

基于Massive MIMO及频谱叠加的5G SA网络上行优化方法

大规模多输入多输出(Multiple-Input Multiple-Output, MIMO)可以有效提升5G SA网络的上行链路数据传输速率以及可靠性。针对5G SA网络上行链路速率和覆盖不均衡的情况,提出了基于大规模MIMO的分组算法,将发送信号矢量进行分组,组内采用最大似然检测,组外采用基于正交三角分解(QR分解)的干扰消除检测,并且结合5G频谱的叠加策略,在降低算法复杂度的同时,有效提升网络覆盖和速率。通过5G SA现网实测,通过MIMO降低分组数量能够提升分组检测性能,结合上行低频段频谱叠加策略能够有效提升5G SA网络上行覆盖30%,提升5G SA网络上行平均速率40%~80%,特别是弱覆盖边缘的网络速率,最高可达600%。     

窄带SAW滤波器在频率合成中的应用

频率合成技术是电子对抗与电子系统实现高性能指标的关键,频率合成器的性能好坏直接影响雷达、导航、通信、空间电子设备及仪器、仪表等现代设备的性能。SAW 滤波器工作频率在 10M~ 3GHz 之间,具有稳定性好、高选择度、尺寸小、质量轻等优点,在频率合成中得到广泛的应用。文章根据 SAW 滤波器的原理和优点,介绍并分析其在频率合成中的应用。这种使用窄带 SAW 滤波器来实现低杂散、低相位噪声、模块小型化的频率合成方法,对于频率合成方案设计具有实际的借鉴意义,有助于推动小型化、低相位噪声的频率合成方法的发展。     

电动汽车动态无线电能恒功率充电

电动汽车充电时,且电池电量低于80％时,为了保证充电效率一般采用恒功率充电.在动态无线电能传输系统中,电动汽车的不断移动会导致发射线圈和接受线圈的互感系数变化,致使电动汽车充电不稳定.为实现恒功率充电,提出了一种基于模型预测控制(MPC)的动态无线电能传输系统(DWPT)恒功率输出的控制方法.通过对系统建立数学模型,对输出功率进行模型预测,建立最小化目标函数来获得期望输出功率所对应的最优占空比,使输出功率恒定.进行了模型预测控制的动态无线电能传输系统Simulink仿真,通过对比不同线圈互感系数下的输出功率,验证了该方法的可行性,并且通过搭建实物测得的数据也证实了该方法的可行性.     

信号线滤波器的电磁脉冲防护性能试验

为检验信号线滤波器对电磁脉冲在信号线上产生的传导干扰的抑制能力,针对不同型号的信号线滤波器进行脉冲电流注入(PCI)测试,注入电流峰值分为100 A、200 A和500 A三个等级.测量滤波器输出线残余电流,计算相应电流抑制比,并对滤波器输出线和滤波器外壳之间的绝缘电阻进行测量.试验结果表明,100～500 A之间的注入电流就可以使信号线滤波器输出线与滤波器壳体发生绝缘击穿.因此,试验过程中需要关注滤波器的非线性效应,每个等级注入试验后要及时检查滤波器功能是否正常.     

一种基于无源RFID的裂缝传感器设计

基于无源RFID原理，提出了一种安全可靠、结构简单、价格低廉的新型裂缝标签传感器。该标签由两个嵌套的环形缝隙天线、二倍压整流电路、二次谐波带阻滤波器和发光报警电路组成，工作频率为f0＝2.45GHz?并使用0.254mm厚超薄型高频覆铜板加工制作完成，当裂缝出现时，带阻滤波器与传感器标签断开连接，标签中的二次谐波信号通过缝隙天线发送到 接收端实现远距离报警，同时标签中的直流信号给发光报警电路供电实现近距离的位置报警。实验结果表明，当有效发射功率为35dBm时，传感器标签的预警距离可达7m以上，发光定位的正常工作距离超过0.8m。     

基于SAOR的Massive MIMO系统信号检测算法

大规模多输入多输出(Massive multiple input multiple output, Massive MIMO)系统采用最小均方误差(Minimum mean square error, MMSE)接收检测方法时存在矩阵求逆复杂度高的问题，已有较多降低复杂度的研究。在降低检测算法复杂度的同时，如何提高算法收敛速度和检测性能一直是人们关注的焦点。本文将对称加速超松弛(Symmetric accelerated over-relaxation， SAOR)迭代算法应用于Massive MIMO系统信号检测中，避免了复杂的矩阵求逆计算，实现了复杂度较最小均方误差算法降低了一个数量级。仿真结果表明，基于SAOR的检测方法通过较少的迭代次数就能逼近最小均方误差（Minimum mean square error, MMSE）算法的检测性能，为Massive MIMO系统中接收信号的快速检测提供了较好的实现方法。