基于随机森林算法的酒精浓度在线测量系统

酒精度是酒类生产过程中重要的技术指标，目前对于酒精度的测量方法过程繁琐，耗时较长，容易污染浪费，本文提出一种基于微波测量和随机森林算法的在线酒精浓度测量系统。首先基于传输反射法和有限元法(FEM)设计双端口测量装置，优化腔体结构，使S₁₁和S₂₁与酒精浓度呈单调变化；然后基于FEM算法计算腔体内不同介电常数的S₁₁和S₂₁,得到4081组训练数据；基于随机森林算法，训练反演网络；最后引入非线性回归校准算法，依据浓度与介电实部的关系获得待测样品的酒精浓度，测试准确度高达99%。本系统结构简单，可以用于酒精浓度的非接触式在线测量，测量精度高，避免酒精的污染浪费，有效地提高了生产效率。     

收扩喷管设计对双S形二元排气系统气动与红外特征的影响

为了研究双S形二元收扩排气系统的气动与红外辐射特性,基于一个基准加力型轴对称排气系统,设计了三种带正尾向全遮挡收扩喷管的双S形二元排气系统模型,通过数值模拟研究了喉道与出口的中心线偏径比差,(S₈?S₉)/D=0.26~0.3,和喉道至出口的宽度扩张比,(W₉?W₈)/D=0.1~0.36,对排气系统气动与红外特征的影响。结果表明:所设计的三种双S形二元收扩排气系统,相比基准轴对称排气系统,在尾向0°~15°角域内红外辐射强度平均降幅在73.4%以上,在上方、下方和侧方90°探测角降幅在60.3%以上,红外辐射强度降幅随(S₈?S₉)/D的减小而上升,随(W₉?W₈)/D的增大而上升,且对(S₈?S₉)/D的敏感较高。三种排气系统的推力系数随(S₈?S₉)/D与(W₉?W₈)/D的降低而上升。     

基于人工磁导体的芯片内/芯片间无线互连单极子天线传输特性研究

提出了一种新的用于芯片内/芯片间无线通信系统中的基于人工磁导体（Artificial Magnetic Conductor,AMC）结构的单极子管脚天线阵列模型.印刷电路板（Printed Circuit Board,PCB）采用厚度3mm的FR4介质,形状为边长50mm正方形.4个单极子天线分布在PCB基板中心15mm×15mm的正方形各顶点上,代表4个芯片的4个管脚.天线为铜材质,长度2.6mm,直径1.5mm.在PCB介质中嵌入了一个周期性人工磁导体铜质平面,4个单极子天线形成一个4端口网络.在仿真基础上,进了实物加工测试.实测结果表明,具有AMC的天线阵列回波损耗（S₁₁）-10dB频带为13.02GHz~15.73GHz;在14.22GHz处,S₁₁的幅度达到最小值-27.25dB,S₂₁、S₃₁、S₄₁分别为-26.26dB、-19.23dB、-21.14dB.与不含AMC结构的天线阵列相比,S参数得到了有效改善,其中S₁₁改善了约3.63dB,S₂₁、S₃₁、S₄₁分别提高了2.05dB、7.21dB、5.28dB.验证了在PCB介质中嵌入AMC结构,可以有效提高单极子天线间的电压传输系数,增加信号的功率传输增益.     

太赫兹频段基于NR迭代法的复介电常数提取

伴随着6G通信的发展,雷达遥感、检测成像等多个领域向太赫兹频段拓展,获取材料在该频段的介电常数显得愈发重要。本文基于NR迭代法提取了太赫兹频率下样品的复介电常数,分析了迭代法的初值选取对提取结果的影响。在325～500 GHz频段(Y频段)搭建了一套由矢量网络分析仪(VNA)、扩频模块和四抛物面镜组成的8f准光系统,实现散射参数S₂₁的自由空间测量。由电磁波传输模型推导出复介电常数与S₂₁之间的关系式,利用迭代法提取出了特氟龙(Teflon)、丙烯腈-丁二烯-苯乙烯共聚物(ABS)和聚甲基丙烯酸甲酯(PMMA)样品的复介电常数谱,与其他文献报道的结果一致,验证了系统和方法的有效性。     

工艺优先的低成本太赫兹模块研制技术

基于探针设计、性能评价和互连方式对模块研制成本的影响，提出了一种W波段单面图形探针设计，在75～110 GHz频带内，实现S₁₁参数小于-20 dB，S₂₁参数小于-0.05 dB；提出了一种利用冷热源响应的波形图的性能优劣评价方法，提高模块的调试效率；还提出了一种传输线T结构设计，实现了在基板与芯片（或基板）拼接缝隙大于30 μm的情况下，明显改善了W波段高频传输通道的性能指标。根据仿真数据和实物装配后的性能测试验证结果，实现了低成本高性能的太赫兹模块研制。     

一种基于可变电容的低频可调谐双频去耦天线

本文提出了一种基于可变电容的低频可调谐的双频去耦天线结构,能够实现低频可调谐去耦和高频固定频段去耦。本设计双天线结构为一对F型天线,为满足小尺寸的需求,两天线之间近距离放置。然而天线间的耦合导致天线的性能降低。为了提高这两个频段的隔离度,本文应用中和线结构、地板枝节、缺陷地以及0.1-0.7pF的可调谐电容实现了高频6.3GHz去耦和低频3.85-4.63GHz频段的可调谐去耦,并基于该去耦网络设计可调谐阻抗匹配网络。仿真结果表明,该设计可实现双频段上的S₁₂参数低于-10dB、S₁₁参数低于-6dB的目标。     

一种小型化超宽带MIMO天线设计

提出了一种基于槽天线的小型化、高隔离度的超宽带(Ultra Wideband, UWB)多入多出(Multiple-Input Multiple-Output, MIMO)天线.该MIMO天线由两个槽天线单元构成, 为了增加天线阻抗带宽, 每个槽天线单元由末端带有圆形贴片的微带线和末端为圆形的槽线两部分耦合馈电.采用在地板上开槽和方向图分集方法, 减少地板表面波和空中电磁波影响, 达到提高天线隔离度的目的.数值仿真和实验结果表明:该天线在3.1~11 GHz频段内满足端口反射系数|S₁₁| < -10 dB, 隔离度|S₁₂|在7~11 GHz频段内小于-25 dB, 在3.1~7 GHz频段内小于-16 dB, 并根据仿真和测试S参数计算了包络相关系数.     

基于CMOS的新型人工表面等离激元滤波器设计

本文基于0.18μm CMOS工艺提出了一种新型微波人工表面等离激元(Spoof Surface Plasmon Polariton,SSPP)耦合式滤波器结构并进行加工和测量，同时设计了一种太赫兹SSPP四边形滤波器并进行了全波仿真.新型微波SSPP耦合式滤波器通带为11～12.3 GHz(S₁₁<-10 d B,S₂₁>-3.5 d B)，结构紧凑，电尺寸仅为0.018 4λ_g×0.008 4λ_g，远小于其他基于集成电路工艺设计的无源滤波器.通过优化与调整，可以将新型微波SSPP耦合式滤波器的性能进一步优化到要求范围内.太赫兹SSPP四边形滤波器通带为210.8～241.3 GHz(S₁₁<-10 d B,S₂₁>-4.7 d B)，带内插入损耗仅为2.7 d B，带外抑制良好.两种SSPP滤波器均采用非接触式电磁耦合的新型能量传递方式，结构设计新颖，并且微波段SSPP耦合式滤波器小型化优势明显，电尺寸仅为0.019λ_...     

碱金属对磷酸盐钕玻璃光谱性质影响的结构模拟研究

玻璃结构基因模拟法可以实现在有限数据下对玻璃性质及玻璃成分的准确模拟及设计。针对碱金属(Li₂O、Na₂O)改性的磷酸盐钕玻璃，笔者采用玻璃结构基因模拟法，建立了玻璃红外结构基团(S)、玻璃成分(C)与多种性质(P)间的结构‐性质(S‐P)模型、成分‐结构(C‐S)模型及成分‐结构‐性质(C‐S‐P)模型。模拟结果显示，受激发射截面(σ_emi)、有效线宽(Δλ_eff)、荧光寿命(τ_f)及Judd‐Ofelt参量(Ω₂、Ω₄、Ω₆)等关键性质的模拟精度皆较为理想。采用混合碱样品PLN对模型进行了实验验证，结果表明，样品各项性质的预测值与实测值匹配较好且二者之间的相对误差均小于0.6%。     

锗硅异质结双极型晶体管RF雪崩效应Mextram模型研究

传统Mextram模型基于雪崩倍增电流源I_avl来描述硅锗异质结双极晶体管的雪崩倍增效应，忽略了射频条件下因雪崩倍增相位延迟以及载流子传输时间延迟带来的集电结电感延迟问题.对硅锗异质结双极晶体管的雪崩倍增效应进行了研究，解释了导致器件集电结中出现电感延迟的物理机制.提出采用击穿电感和电阻分别表征器件的(Radio Frequency,RF)电感延迟特性和雪崩倍增载流子的贡献，建立考虑RF雪崩倍增效应的电感击穿等效电路模型，并嵌入到Mextram 505.00模型中.基于S参数来描述改进模型的验证结果，与传统模型相比，改进模型在应用频率小于35 GHz条件下，显著改善了硅锗异质结双极晶体管的增益和输出阻抗的精度，且不会对器件模型的直流特性拟合精度产生负面影响.同时从改进模型的电子击穿电感L_jcn、电子击穿电阻R_jcn、输出曲线、增益参数和输出阻抗中提取等效电路模型的敏感参数A_em和V_g.结果表明，基于RF电感击穿等效电路的Mextram 505.00改进模型可以更精确地预测射频条...     

基于层次级联模型的声表面波COM参数提取方法

该文研究了基于层次级联模型的耦合模(COM)参数提取方法。通过仿真42°Y-X LiTaO₃衬底的有限长声表面波(SAW)单端谐振器,提取COM参数及建立COM参数数据库,研制了一款1 200 MHz的三换能器混合结构的SAW滤波器。结果表明,实际制作器件响应和仿真幅频响应符合性好,验证了该文提取COM参数方法的可行性,可用于指导SAW滤波器设计。     

基于二维点缺陷可重构光子晶体的毫米波微等离子体源的研究

本文根据光子晶体缺陷理论,利用HFSS软件设计了一款基于二维可重构光子晶体阵列的毫米波微等离子体源,研究其谐振特性和电磁场分布等。仿真结果表明：晶格数目、介质柱半径和介质柱间距等参数对毫米波微等离子体源的S参数和电磁场分布等有较大影响;当谐振频率为76.02 GHz时,S₁₁为-25.11 dB,品质因数Q为400.11,最大电场强度可以达到2.3×10⁵ V/m。本文工作对基于二维可重构光子晶体的毫米波微等离子体源的进一步研究提供参考。     

可调带隙硫硒化锑薄膜及太阳电池的研究进展

硫硒化锑(Sb₂(S,Se)₃)薄膜太阳电池因其制备方法简单、原材料丰富且低毒、性能稳定等本征优势成为研究热点。目前Sb₂(S,Se)₃太阳电池最高效率已超过10%,显示出产业化潜力。Sb₂(S,Se)₃太阳电池的研究重点是提高吸光层质量和优化器件结构。首先,系统介绍了Sb₂(S,Se)₃薄膜的主流生长工艺;其次,对Sb₂(S,Se)₃太阳电池各功能层选择和渐变带隙结构设计进行分析;最后,对Sb₂(S,Se)₃太阳电池的大面积制备和其在锑基多结叠层太阳电池中的应用潜力做了进一步展望,为其产业化发展提供可行性参考。     

基于单π模型的RF螺旋电感模型及参数提取法

提出了一种基于单π模型的RF螺旋电感等效电路模型及参数提取方法。该模型在传统单π模型基础上,增加支路间的并联RC网络来表征衬底耦合。在串联支路,增加RL网络来模拟趋肤效应和邻近效应。采用分频段的方法来合理简化等效电路。采用直接解析法来获得等效电路网络中所有的模型参数,无需任何优化。验证结果表明,在0~40 GHz范围内,模型值与仿真值吻合较好。该模型及参数提取方法不仅能简化计算量,还能更好地解释电路行为,对RFIC设计有参考价值。     

三种状态蒽的三重态吸收性质研究

利用瞬态吸收光谱技术研究了蒽在甲苯溶液和PMMA薄膜及晶体中的瞬态吸收过程，发现当激发波长375 nm处的吸收度为0.7时，溶液中蒽的三重态最大吸收信号强度为其在PMMA中的5倍，而在高吸收度的晶体中，三重态吸收较低。通过建立模型分析，PMMA中的蒽分子存在光场诱导下偶极矩的宏观统计极化，导致宏观极化偶极矩的降低，而处于甲苯溶液中的蒽分子则易被光场所极化，产生较大的极化偶极矩，这是引起三重态吸收信号差异的原因。在晶体状态下，S₁能级发生分裂，低于T₂能级，S₁-T₁能量差较大，系间窜越失效，抑制了三重态吸收。以上结果解释了蒽分子在不同状态下三重态最大吸收信号差异。     

延时网络控制系统的鲁棒L1控制器设计

本文探讨了延时网络控制系统的鲁棒L₁控制器设计问题，针对给定的延时网络控制系统，建立了此系统的L₁(峰值-峰值)性能准则，且可以保证系统具有最劣情况下L₁性能约束且渐近稳定。在鲁棒L₁控制器中，通过锥补线性化(CCL)方法将其存在含有逆约束的LMIs形式转化为受其约束的最小化问题，这样可以运用MATLAB仿真对控制器的各参数进行求解，从而验证所提方法的可行性和有效性。     

一种基于斯坦福RRAM模型的参数提取方法

阻变随机存取存储器(RRAM)是一种新型非易失性存储器件,比主流的闪存(Flash)器件具有更快的读/写速度、更低的编程电压和功耗。然而由于工艺不成熟等因素,RRAM准确的器件模型需要在已有的斯坦福物理模型基础上,对多达6个曲线拟合参数反复进行调整,具有一定的建模难度。提出了一种简并参数的建模方法,通过器件实测数据计算出其中4个曲线拟合参数I₀、g₀、γ₀、β。该方法大大降低了将物理模型适配为实际模型的建模难度,且由于基于实测数据,该建模方法理论上对不同工艺具有适配性。最后在不同工艺条件下制作了基于HfO_x材料的RRAM器件,并验证了该方法的有效性、先进性和准确性。     

基于微带结构双左手频带左手材料的研究

介绍了混合左右手材料传输线的传输特性和分析方法。混合左右手材料的两个通带分别出现在2.5 GHz和6 GHz处。通过仿真获得S₁₁、S₂₁和色散曲线,从理论上验证了左手特性的存在。具有双左手频带的左手材料将在未来四频器件中得到广泛应用。     

基于注意力机制的多尺度全场景监控目标检测方法

针对复杂城市监控场景中由于目标尺寸变化大、目标遮挡、天气影响等原因导致目标特征不明显的问题,该文提出一种基于注意力机制的多尺度全场景监控目标检测方法。该文设计了一种基于Yolov5s模型的多尺度检测网络结构,以提高网络对目标尺寸变化的适应性。同时,构建了基于注意力机制的特征提取模块,通过网络学习获得特征的通道级别权重,增强了目标特征,抑制了背景特征,提高了特征的网络提取能力。通过K-means聚类算法计算全场景监控数据集的初始锚框大小,加速模型收敛同时提升检测精度。在COCO数据集上,与基本网络相比,平均精度均值(mAP)提高了3.7%,mAP₅₀提升了4.7%,模型推理时间仅为3.8 ms。在整个场景监控数据集中,mAP₅₀达到89.6%,处理监控视频时为154 fps,满足监控现场的实时检测要求。     

基于图神经网络的复杂网络关键节点检测算法

针对复杂网络关键节点检测算法准确性低及可靠性不足的问题，结合图神经网络(Graph Neural Network, GNN)模型提出了一种新的复杂网络关键节点检测算法。将复杂网络建模为图模型，通过注意力机制学习每个邻居节点的权重；利用GNN强大的图学习和推理能力，评估网络中节点与连接的关键性评分；采用强化学习(Reinforcement Learning, RL)搜索GNN的超参数，从而提高关键节点检测算法的可扩展性及可靠性。仿真实验结果表明，由该算法检测的关键节点具有较高的准确性，并且具有较快的运算速度。