基于光纤布拉格光栅的微波光子信号处理

由于有效利用了光子技术的优点,微波光子技术克服了传统微波系统中的一些瓶颈,从而提高已有系统性能,甚至开发出了全新的系统应用。很多光子器件已经被用在微波光子系统中,光纤布拉格光栅（Fiber Bragg grating, FBG）就是其中一种非常重要的全光纤器件。由于具有灵活的频谱响应特性、损耗低、质量轻、结构紧凑、以及与其他光纤器件耦合性好等独特的优势,光纤布拉格光栅已经成为了微波光子信号处理系统中的关键组件之一。本文主要介绍了近年来光纤布拉格光栅在微波光子信号处理应用中的最新进展,重点讨论的主要应用包括微波光子滤波器,微波任意波形产生,微波频谱感知以及光纤光栅传感器实时解调。最后,本文还讨论了在微波光子系统中应用光纤布拉格光栅的局限性及可能的解决方案。     

Ku波段光纤延迟线

介绍了Ku波段光纤延迟线的原理和特点。并对Ku波段光纤延迟线的性能进行了详细的分析与计算,其中包括：光纤链路损耗、系统噪声分析等。最后给出了Ku波段光纤延迟线的测试结果。     

基于布里渊散射的光纤传感系统性能分析

根据布里渊光纤时域分析(BOTDA)传感系统连续光谱谱宽较宽的特点,分析了光源强度噪声对直接检测BOTDA光纤传感系统性能的影响,结果表明,连续光源的强度噪声造成系统信噪比的急剧下降.另外,根据布里渊光纤时域反射(BOTDR)传感系统信号很弱的特点,分析了非相干外差检测和带前置光放大器的直接检测BOTDR传感系统的信噪比.     

光纤陀螺温度噪声的研究

从理论上建立了光纤敏感环的温度分布模式，并导出了干涉光纤陀螺敏感环的温度噪声表达式，在此基础上对基于不同绕制方法的光纤敏感环的温度噪声特性进行了分析与比较。最后给出了有关的结论。     

微波场中光纤探头温升的研究

当把光纤温度传感器置于微波场中测温时，由于受电磁场的作用，传感头内部将有能量损耗，以致发生测温偏差。本文将传感头简化成有限长圆柱，计算出在微波场中传感头的能量损耗和温度变化。最后还分析了一种实际热色效应光纤温度传感器。     

基于光子技术的微波频率测量研究进展

微波频率测量及分析在军用、民用领域中有着重要战略地位和重大需求,并随着通信、雷达、电子对抗中工作频率的不断攀升而面临着前所未有的挑战。近年来以微波光子学为基础的光子型微波频率测量技术应运而生,因其在瞬时带宽、抗电磁干扰方面有着显著优势,得到了长足发展,并具有重要的理论意义和实用价值。针对目前主要研究的光子型微波频率测量方案,如微波光子扫频方案、频率 幅度映射方案、频率 空间映射方案、频率 时间映射方案、光子压缩感知方案、以及数字化测频方案等,介绍了其基本原理及实验方案,并对各种方案的研究现状与进展进行了梳理、分析和总结。最后,对光子型微波频率测量的趋势和前景进行了简要探讨和展望。     

基于高速数字电路的延迟线设计

介绍了基于高速的AD、DA,以及大容量FIFO的数字延迟线硬件和软件设计方法.阐述了一种总延迟时间长、延迟步长时间短,且延迟时间控制灵活的数字延迟线设计思路和方法,同时对设计中的关键问题进行了理论阐述和推导.     

基于背向拉曼散射的分布工光纤温度传感器APD最佳雪崩增益的分析

本文分析了基于背向拉曼散射的分布式光纤温度传感器中光电接收用雪崩光电二极管雪崩增益对接收电路信噪比的影响，给出了使传感器系统接收电路输出信号噪比最大这一最佳意义下ＡＰＤ雪崩增益的表达式并进行了分析，实验结果和理论分析基本一致。     

基于CPLD高速可程控数字延迟线的设计与实现

针对兰州重离子加速器冷却储存环(HIRFL-CSR)踢轨磁铁(Kicker)电源的需要,设计了一种基于可编程逻辑器件(CPLD)的高速可程控数字延迟线系统。文中分析介绍了数字延迟线系统结构、工作原理及CPLD芯片的设计并给出了仿真波形。该方案满足了Kicker电源对脉冲进行适当延迟的要求,解决了Kicker电源系统脉冲同步的问题。     

探究射频微波信号在光纤中传输及处理技术

为了解光纤中射频微波信号的传输与处理,文章以射频微波信号的概念为着手点,简要阐述了光纤中射频微波信号的传输技术,论述了光纤中射频微波信号的处理技术.得出:克服"非线性"是实现光纤直接传输射频微波信号的前提,需要结合系统基底噪声、放大器与激光器非线性特性,探究可检测射频微波信号的最小值、最大值.同时利用光纤光栅传感技术、...     

基于相位噪声分析的微波跳频频率合成器设计

本文给出了一种工作于微波频段的跳频频率合成器的相位噪声分析方法,对组成锁相环(PLL)的带电荷泵鉴频鉴相器(CP-PFD)、参考晶体震荡器、压控震荡器(VCO)等部分分别建立相位噪声模型,并在Matlab中进行仿真,得出了满意结果。根据设计方案制成的硬件电路,达到了系统要求,验证了方案的可行性和分析方法的实用性。     

基于Simulink连续系统仿真驱动噪声生成

对噪声驱动的连续系统仿真,由于连续系统往往含有积分运算,不能直接输入通常的噪声信号,必须产生适合的输入信号.针对这种情况,研究了噪声驱动的连续系统仿真时的噪声生成问题,得到了输入噪声信号表达式;分析了Simulink中噪声源模块产生的数据,提出利用Simulink白噪声模块构成的等效带限白噪声模型来产生连续系统仿真需要的典型噪声;通过分析比较认为,Simulink带限白噪声模块和等效带限白噪声模型的参数意义不同但两种方法等价,能够产生连续系统仿真需要的输入信号,为噪声驱动的连续系统仿真研究奠定了基础.     

一种基于FPGA的高精度大动态数字延迟单元的设计

本文提出了一种数字延迟单元的设计方案,该方案能够实现0.1ns的延迟度精度和10ms的动态范围,通过调节该方案的工作参数可以很方便的实现更大的动态范围。该电路在Virtex5系列的FPGA上实现,其核心由粗延时单元和精延时单元两部分组成,粗延时单元采用计数器法实现,精延时单元的核心由IODELAY基元构成,语言代码通过了FPGAdv软件的综合和仿真。目前该单元电路已成功的应用在卫星雷达高度计的地面回波模拟器上。     

基于Simulink的干涉式微波辐射计系统仿真研究

介绍了通过Matlab/Simulink建立干涉式微波辐射计系统仿真模型的方法。针对干涉式微波辐射计的基本构成单元——二元干涉仪,搭建了仿真模型,通过对辐射计随机噪声测量过程的模拟,实现了单通道全功率测量仿真及双通道干涉测量仿真,在时域范围内实现了对系统测量精度、灵敏度指标的定量化分析。     

基于时延估计的扰动卡尔曼滤波器外力估计

针对机械臂末端力估计存在模型误差及系统扰动等问题,提出了一种基于时延估计的扰动卡尔曼滤波器外力估计法。在不使用额外力传感器的情况下,通过电机驱动电流的测量,采用时间延时估计法设计出不需要精确动力学模型的估计器。将外力作为状态变量,对系统的不确定性和扰动进行观测,考虑机械臂动力学和扰动动力学,设计出扰动卡尔曼滤波器来估计末端所受外力。使用Matlab仿真软件验证了该方法的有效性,结果表明所提估计方法对具有测量噪声、模型误差及不确定性扰动的系统具有很好的鲁棒性。     

基于图像噪点去除的微波设备火情预警系统

物料在微波干燥过程中,由于物质处于运动状态,起火时,色彩、颗粒大小、反光程度都有其特殊性,容易造成火苗或闪光的光源变得模糊,特征难以提取,令传输的图像出现噪点,导致感温探测器和红外探测器误报率高,有时甚至出现设备停机的情况。针对微波设备火情的这种特殊性和复杂性,提出了采用基于图像处理技术搭建微波设备的火情预警模型,通过采用带防护装置的 CCD 摄像头对火情的图像进行采集,以解决复杂工作环境下传统探测仪器有时停机的问题。该图像处理中采用火焰图像色彩识别与灰度图亮度识别方法相互结合,以防止传感器误报,针对性解决图像噪点去除问题,补充采用条件语句循环结构算法和嵌入阈值过滤程序。数据线上的USB接口连接到NI myRIO的硬件接口,借助内嵌于硬件系统的LabVIEW软件编程,对接收的图像进行处理。实验数据的分析和测试显示：该系统能有效的克服感温、感烟、感光,气体,复合型传感器所带来的误报问题。     

基于声表面波延迟线和谐振器的无源无线阵列传感器

本文介绍了延迟线型无源无线声表面波传感器的结构、传感器系统的组成、工作原理和传输特性.在分析延迟线型无源无线声表面波传感器缺点的基础上,提出了一种全新的谐振延迟型无源无线声表面波传感器的模型,并用延迟线和谐振器构造了这种传感器.它既有谐振型传感器传感距离远的优点,又有延迟线型传感器容易编码的优势.本文还分析了该传感器的信号响应特性和传感器系统的构造.     

基于Simulink仿真的步进电机细分控制分析

针对大视场视觉测量系统中标定物的高精度定位控制问题,研究二维转台的驱动电机细分控制方法.步进电机是一种数字控制电机,它将电脉冲信号转换成相应的角位移,具有快速启动和停止的能力.它每转一周都有固定的步数,在不丢步的情况下,其步距误差不会长期积累,仅与脉冲频率有关.为了提高转台的分辨率,对步进电机的步距角进行研究,分析了步进电机步距角实行细分的可行性,采用SPWM技术对步进电机相电流进行控制,在Simulink的环境下对步进电机建立数学模型并进行了分析.通过对步进电机的细分控制大大改善了其各项性能,可实现二维转台的高精度定位控制.     

基于CNN-RVM的输电杆塔外破振动识别方案

针对现有杆塔状态检测方案缺乏外破振动识别的现状,提出了一种基于深度学习模型的杆塔外破振动识别技术。首先获取外破条件下的输电杆塔外破振动信号和不同风激励条件下的输电杆塔振动信号,应用延时嵌陷技术对振动信号预处理,将原始信号转为二维形式后送入卷积神经网络(Convolutional Neural Network, CNN)进行特征提取,并采用相关向量机(Relevance Vector Machine, RVM)分类器实现振动模式识别;通过多次实验,确定CNN的最佳参数,再利用softmax分类器和梯度下降法对CNN的权值和阈值进行调整,最终得到高精度识别结构。仿真结果表明,提出的CNN-RVM识别模型在三种振动条件实验中准确率都高于99%,相比于国内外现有其它振动识别方案,具有高精度和高效率的优点。