基于谐振原理的RF MEMS滤波器的研制

采用与IC工艺兼容的硅表面MEMS加工技术,以碳化硅材料作为结构材料,研制出一种新型的基于谐振原理工作的RF MEMS滤波器。详细介绍了器件的工作原理、制备方法、测试技术和结果,并对测试结果做出分析。该RF MEMS滤波器由弹性耦合梁连接两个结构尺寸和谐振频率完全相同的MEMS双端固支梁谐振器构成,MEMS谐振器的结构决定了滤波器的中心频率,弹性耦合梁的刚度决定了滤波器的带宽。在大气环境下测试器件的频响特性,得到中心工作频率为41.5MHz,带宽为3.5MHz,品质因数Q为11.8。     

松下NA—711C型全自动洗衣机电原理图

匕…厂升下.,勺.几…邻}Z1别,.-1}. 』..i湃三.C门国卜曰卜州 月.礼之司夕. 。头 十川.南〕闪.—Il10001丈几!.一,p}c6。琵 粼瓷 国任奄矗亡斟jL口州闷_ 的 Q 妈 淤 宕 ,姗 日一哭,州时竹寸不孟夏正二日」」州日寸廿下}川日」寸 _洲一一州卜{〕一卜1娜叩 }}丙呼日寸爪口口」州日门月一一一一丽而飞一~lI}矛仁口」日门]门口口 叮阅,发C.卜 C闷C 奋口_书、.、,.川,丫 ,:叫, 匕l一1万~ C、」 仁,勺 国乙佗一} .:双).、}卜闷}国人闷O家庭电各O37松下NA—711C型全自动洗衣机电原理图@韩永庆…     

低温生长AlGaAs／GaAs多量子阱中的超快过程研究

半导体材料无论在应用领域，还是在基础研究中都有重要的意义，对其中超快过程的研究近年来已成为研究的热点之一．低温生长的AlGaAs／GaAs多量子阱材料具有超短的非平衡载流子复合寿命，广泛应用于超快光学元件中．我们利用飞秒激光泵浦一探测技术对其中的超快过程进行了研究。     

基于虚拟仪器技术的雷达信号模拟器设计．

为了解决采用DSP技术的雷达模拟器的硬件外围电路设计复杂、人机交互界面设计繁琐的问题,利用FPGA芯片控制能力强,设计灵活以及LabVIEw语言易于实现人机交互界面设计等优点,采用计算机结合NI公司的PCI-5640R数据收发中频卡,设计了雷达回波模拟器。利用Matlab仿真出线性调频、杂波、干扰等信号数据后,通过PCI总线把它们写入板卡的FPGA中,由FPGA控制时序,经D／A转换后将数据送出,从而实现雷达回波信号的模拟。实验结果表明,该模拟器具有良好的通用性和精确度,并且结构简单,使用灵活。该设计形式对于今后雷达信号模拟器模块化设计具有借鉴意义。     

半导体位置敏感探测器新型结构研究

在分析半导体光电位置敏感探测器(PSD)二维枕形结构特性的基础上,采用光敏面与边缘区域分别注入不同离子剂量的方法,研究了一种PSD新型结构,这种结构的PSD边缘采用了带宽很窄的正方形状的离子注入电阻带形式,输出电极附加了一个较小的正方形框架作为阳极,通过在PSD边缘电阻带中注入较高离子剂量的元素,改变PSD边缘电阻带的电阻和有效感光面区域电阻的比值;实验模拟结果显示:新型结构的PSD可获得较高的位置分辨率、较大的有效光敏面积以及较小的非线性。     

基于智能IP跳转实现网络拥塞控制

介绍当前智能DNS(域名系统)解析策略中所使用的方法及网络拥塞控制手段,提出一种基于智能IP跳转实现网络拥塞控制的新方法。通过智能IP跳转组件,可实现利用源IP地址与目标网络地址的对应关系进行无缝切换,并利用网络Ping包的测试结果实现智能IP跳转,引导用户使用最优质的网络资源,有效解决网络拥塞问题,最大限度地保障行业用户的网络感知。     

压敏陶瓷材料及新世纪对策

本文介绍了我国制作压敏电阻器用的压敏陶瓷材料的需求与现状,分析了我国与国外生产的压敏资料在差距的原因并提出了今后改进的措施。     

混合频率激光对CCD探测器损伤机理

为了进行对CCD探测器的损伤机理的探索研究,提出了采用双光束合成器件产生混合频率激光的原理与方法．利用Zemax软件模拟了双光束合成器件,同时对远场光斑进行了采集．基于热传导和热弹性力学的基本关系式建立了混合频率激光辐CCD探测器遮光铝膜层的热力耦合数学物理模型,对热传导方程和应力平衡方程进行了半解析求解,计算得到混合频率激光辐照CCD探测器的遮光铝膜层的瞬态温度场和环向热应力场,并通过数值仿真比较了不同工作模式激光光源对CCD的损伤效果．     

科学级CCD相机的响应度测试研究

响应度是科学级CCD相机的重要技术参数之一,随着成像技术的发展,精确测量科学级CCD相机的响应度变得越来越重要。本文分析了科学级CCD相机响应度的测试技术条件,推导出了响应度的计算公式,建立了科学级响应度测量装置,在不同光照条件下对CCD相机的响应度进行测量与分析,给出了部分测试结果,得到CCD相机响应度随光照度变化的规律。随着CCD相机光敏面光照度的提高,响应度趋于一个恒值,符合CCD相机的实际性能。     

基于卷积神经网络学习的盲突发通信信号检测方法

为了解决工程应用中传统数字信号处理方法对于低信噪比条件下盲突发通信信号检测存在检测正确率低和虚警率高的问题,提出了一种基于卷积神经网络(Convolutional Neural Network, CNN)的突发通信信号检测方法。该方法将传统数字信号处理提取检测特征与CNN深度学习结合,提高了低信噪比条件下突发通信信号检测的正确率,降低了虚警率。对比实验表明,对于QPSK突发通信信号,该方法比多分辨分析数字信号处理方法性能提高大约4 dB,比自适应门限能量数字信号检测处理方法性能提高大约8 dB。