基于测量数据库的多模馈电网络分析方法

馈电网络是短波多模多馈天线系统的重要组成部分,因此,馈电网络的设计是多模多馈天线系统设计的关键技术,直接分析其结构非常困难。本文将互联网络子结构分析理论应用于馈电网络的分析中,通过将复杂的通信系统划分为子结构级联的形式,然后通过设计和建立不同子结构的有效精确的参数测量数据库,并运用测量数据库的变换、级联技术实现对复杂馈电网络特性的有效表达、分析,进而反过来指导馈电网络的优化过程。     

多模馈电网络隔离器散射参数的分析与测量

应用不定散射参数分析了隔离器,给出了利用两端口矢量网络分析仪测量这种三端口网络散射参数的一种方法.通过网络的不定散射参数与混合模式散射参数之间相互转化的关系式,在测量不定散射参数的基础上用混合模式散射参数验证了测量数据的准确性,验证结果表明,该方法与理论分析的结果具有较好的一致性.     

一种基于T矩阵的10项误差模型SOLT校准方法

采用基于波传播矩阵（T-Matrix）的10项误差模型对三通道二端口矢量网络分析仪（Vector network analy-zer,VNA）进行短路-开路-匹配-直通（SOLT）校准,校准过程中只需计算并保存两个特征变量,即可推导出二端口待测件（Device Under Test,DUT）的T矩阵,进而得到待测件（DUT）的散射矩阵。与传统的SOLT校准相比,这种算法不必计算各个系统误差项,DUT的散射矩阵直接由校准和测试过程中的散射参数测量值表示得到。最后,利用此方法计算二端口待测件的真实散射参数,并与传统的SOLT算法进行对比,其结果吻合良好。     

采购热线

清华同方TFS5124Ei是一款自适应端口智能快速以太网交换机,具有24个10/100M RJ-45端口和1个扩展插槽,可选1个100BASE-FX(多模)上连模块,以便有效地延长网络传输距离。新品可通过内置多路网桥自动消除网络中不必要的通信量,使带宽高达4.8G,并且可对每个端口分配专用的带宽以解决网络拥塞的问题。(010-62770878)     

Ku波段宽频带双极化微带天线阵的设计

采用十字形缝隙耦合,层叠贴片和微带线馈电的结构形式,设计了一适用于Ku波段的宽频带双极化四元微带天线阵.利用电磁仿真软件CST5.0微波工作室对天线的电特性进行仿真优化,并制作了实物模型,实测结果和仿真结果吻合良好.两馈电端口驻波小于2的阻抗带宽分别达到20.9%和46.2%,端口隔离度高于17.5dB,天线增益11dBi.     

新品纵览

清华比威BitStream6012能插96口 9月下旬获悉,清华紫光比威网络技术有限公司针对中小园区网络的核心推出BitStream6012交换机,该产品为千兆高端口密度交换机,最大支持96个10M/100M的电口或光口或24个千兆端口,同时支持单模光纤、多模光纤、铜线等多种传输介质,很快还将推出支持VDSL的接口模块。支持不同传输距离的GBIC千兆光纤接口。BitStream 6012三层转发速率达到18Mpps。     

一种矿用低功耗馈电断电器的研究

馈电断电器作为煤矿安全监控系统的关键设备,需要使用本质安全型电源对其供电,目前市面上已有的本安电源设备由于煤矿安全要求的约束,本安电源端口输出能力被严格限制在安全范围内,大大增加了如馈电断电器等用电设备的取电难度,为了在已有的本安电源的本安输出参数不变的情况下连接更多数量的设备正常高效工作,既能帮助矿方降低成本、简化安装工作,又能为“智慧煤矿”的建设提供设备支撑,从低功耗的角度出发,介绍了一种低功耗馈电断电器,提出了硬件电路工作原理,并验证分析了低功耗下的断电执行、馈电检测等指标的准确性和稳定性。     

传输线变压器分析方法的matlab仿真

传输线变压器是多模多馈天线系统中的重要部件，由它构成的阻抗变换器和功率合成与分配器件组成的多模馈电网络是实现多模多馈特性的关键。由于它具有频带宽。阻抗匹配好，截止频率高，功率容量大等特点，现在已经广泛用于通信的各个领域。对于传输线变压器性能的分析有多种不同的分析方法，但都有着各自的优缺点。该文分别应用考虑线圈互耦的等效电路模型和不对称传输线思想分析了传输线变压器的特性，并将频率变化对磁导率的影响应用到等效电路模型特性中，最后以输入阻抗为例结合实际测量用matlab对两者的分析结果进行了仿真比较，给出了比较性的结论。     

压电加速度计特性的研究

本文给出了用四个传感器结构参数表征的一般化压电加速度计模型。并由定义确定了这四个传感器结构参数。在建立了传感器二端口网络模型后,对二端口网络进行参数变换,得到了表征压电加速度计特性的两类函数。这两类函数给出了有关压电加速度计特性的全部信息。最后,应用所得到的结论推导国内外有关互易法校准压电加速度计绝对灵敏度表达式,结论完全一致。     

一种具有宽带特性的小型化双频双极化差分天线

提出了一种具有宽带特性的小型化双频双极化差分天线。天线由双层介质板组成。辐射贴片位于上层介质板上表面,低频谐振由方环贴片提供,高频谐振由方形贴片和寄生条带共同提供,其中方形贴片被方环贴片包围,形成紧凑的嵌套式结构,四个端口提供了两组正交的差分馈电对,使天线具有双极化特性。差分馈电的共模抑制特性可提高端口隔离度并降低交叉极化。     

Lung cancer classification using neural networks for CT images

Early detection of cancer is the most promising way to enhance a patient's chance for survival. This paper presents a computer aided classification method in computed tomography (CT) images of lungs developed using artificial neural network. The entire lung is segmented from the CT images and the parameters are calculated from the segmented image. The statistical parameters like mean, standard deviation, skewness, kurtosis, fifth central moment and sixth central moment are used for classification. The classification process is done by feed forward and feed forward back propagation neural networks. Compared to feed forward networks the feed forward back propagation network gives better classification. The parameter skewness gives the maximum classification accuracy. Among the already available thirteen training functions of back propagation neural network, the Traingdx function gives the maximum classification accuracy of 91.1%. Two new training functions are proposed in this paper. The results show that the proposed training function 1 gives an accuracy of 93.3%, specificity of 100% and sensitivity of 91.4% and a mean square error of 0.998. The proposed training function 2 gives a classification accuracy of 93.3% and minimum mean square error of 0.0942.     

基于特征脸和BP神经网络的人脸识别*

利用类间的散布矩阵,寻找特征脸子空间,让每一类在子空间中散布得更开;然后结合BP神经网络学习能力强、分类能力强的优点,利用它实现分类器。具体是将所有的样本投影到特征脸子空间中,并将每一个样本得到的特征系数作为BP神经网络的输入。实验证明,这种方法是有效的。     

Surface roughness prediction in turning using artificial neural network

In this work, a back propagation neural network model has been developed for the prediction of surface roughness in turning operation. A large number of experiments were performed on mild steel work-pieces using high speed steel as the cutting tool. Process parametric conditions including speed, feed, depth of cut, and the measured parameters such as feed and the cutting forces are used as inputs to the neural network model. Roughness of the machined surface corresponding to these conditions is the output of the neural network. The convergence of the mean square error both in training and testing came out very well. The performance of the trained neural network has been tested with experimental data, and found to be in good agreement.     

基于μC/OS-Ⅲ和LwIP时栅位移传感器多模式网络接口设计

针对时栅位移传感器网络化通信的要求日益提高,提出了一种基于μC/OS-Ⅲ和LwIP时栅位移传感器多模式网络接口设计方案。根据时栅位移传感器的特点,该系统采用基于Cortex-M4内核的微控制器STM32F407ZGT6硬件平台,利用μC/OS-Ⅲ实时操作系统和LwIP轻量型网络协议栈的特点,选择以太网、Wi-Fi、4G作为互联网通信多模式网络接口,建立各传感器之间的联系,完成时栅位移传感器产品的后台服务终端。实验结果表明,该设计能够实现远程故障诊断和校验,提高时栅位移传感器智能化和数字化水平,促进时栅产业化。     

超立方体网络的3路结构连通度及子结构连通度

针对以超立方体网络为蓝本的多处理机系统的可靠性和容错能力的精准度量问题，结合多处理机系统遭受计算机病毒攻击时常常发生结构性故障的特点，研究了n维超立方体网络的结构连通性和子结构连通性评价问题。首先，使用构造n维超立方体网络的3路结构割的方法得到其3路结构连通度的一个上界；然后，使用构造n维超立方体网络的3路子结构集的等价变换或约简变换的方法，得到其3路结构子连通度的一个下界；最后，利用任意网络的3路结构连通度不小于3路子结构连通度的性质，证实了超立方体网络的3路结构连通度和子结构连通度均为该超立方体网络维数的一半。这一结果表明，在3路结构故障模型下，破坏敌方以超立方体网络为底层拓扑的多处理系统至少需要攻击该系统中维数一半的3路结构或子结构。     

运输方式选择多目标优化问题的混合遗传算法

多式联运运输方式选择问题直接关系到货物运输的费用、时间和运输质量。首先分析了多式联运运输方式选择多目标优化问题的数学模型及虚拟运输网络图;其次,将基于信息熵的多属性决策方法引入适应度函数的设计中,提出了一种求解多式联运运输方式选择多目标优化问题的混合遗传算法,给出了染色体编码、遗传算子设计、染色体有效性判断和修正的方法;最后用示例对算法的有效性进行了验证。     

ANN inverse analysis based on stochastic small-sample training set simulation

A new approach of inverse analysis is proposed to obtain parameters of a computational model in order to achieve the best agreement with experimental data. The inverse analysis is based on the coupling of a stochastic simulation and an artificial neural network (ANN). The identification parameters play the role of basic random variables with a scatter reflecting the physical range of potential values. A novelty of the approach is the utilization of the efficient small-sample simulation method Latin Hypercube Sampling (LHS) used for the stochastic preparation of the training set utilized in training the artificial neural network. Once the network has been trained, it represents an approximation consequently utilized to solve the key task: To provide the best possible set of model parameters for the given experimental data. The efficiency of the approach is shown using numerical examples from civil engineering computational mechanics.     

刻纹光纤传感阵列神经网络处理 的可行性研究

提出了一种新颖、采用周性双面不对称刻纹多模光纤组成的传感阵列，可用于机敏材料与结构的状态探测与损伤估计，探索了采用人工神经网络处理其阵列传感信号的可行性，并给出了ＢＰ网与Ｋｏｈｏｎｅｎ网的仿真结果。