保偏光纤的应力双折射与结构优化

简单介绍了保偏光纤的应力双折射,并着重介绍了应用有限元法对"一"字型与熊猫型结构保偏光纤的应力双折射的对比分析.分析结果表明,对"一"字型而言,纤芯区的双折射在一定范围内随应力区的长度及宽度加大而增大;在相同剖面结构参数条件下,"一"字型光纤应力区对双折射的贡献约为熊猫型光纤的1.3倍;无论是何种结构的保偏光纤,缩小应力区与纤芯之间的距离是增大纤芯区双折射更为有效的途径.同时对保偏光纤结构优化的趋势进行了展望.     

云的多次散射对激光雷达测量结果影响的研究

为了更加准确地获得大气消光系数和后向散射系数,利用半解析Monte Carlo方法对云的大气多次散射激光雷达回波信号进行了模拟计算。分析了激光雷达接收视场角及光学厚度对多次散射回波信号的影响及水云和卷云多次散射因子与光学厚度的关系。激光雷达测量数据的对比结果表明,多次散射对卷云和水云消光系数影响较明显,而对后向散射系数的影响可以忽略。     

用于挠性驱动的短筒型压电振子研究

面内模态压电振子是压电驱动的一个重要分支,小型的面内模态压电振子研究较少。为了拓宽面内弯曲压电振子的应用,提出了一种短筒型压电振子,可用于挠性驱动。利用ANSYS有限元软件确立了压电振子的结构尺寸、工作模态及固有频率。振子外径䥺SymbolFC@30 mm,高度12 mm,且外圈均布36个2 mm高的齿形结构,用于放大振幅。结果表明,该结构能够很好地激发出两同频正交三阶面内弯曲工作模态。实验测得振子在B₀₃工作模态下具有同频正交性且谐振频率为27 140 Hz,与仿真结果吻合。通过实验验证了压电振子用于挠性驱动的可行性。     

新一代煤矿井下监控系统研制

针对现有煤矿监控系统的数据传输还主要采用主从式、基带传输或FSK传输的通信方式,使得通信网络结构单一、监控设备冗余度不高、危险控制响应时间慢等缺点,本文提出新一代煤矿监控系统研究,论文建立了新一代煤矿监控系统结构模型,并对系统关键技术进行了深入研究,研究了基于现场总线的多主分站通信技术及监控软件技术,然后对系统进行了井下现场工业性试验与测试,结果表明,新一代煤矿监控系统无需上位机便可自动完成分站之间的对等通信与控制功能,响应时间小于5 s,且网络结构可靠性高,系统运行稳定,断开冗余线路的任何一根光纤,自恢复时间不大于20 ms。     

一种基于Gm-C的高Q值模拟中频带通滤波器设计与实现

设计并实现了一种基于Gm-C二次节(Biquad)结构的6阶切比雪夫Ⅰ型模拟中频带通滤波器,中心频率为46MHz,带宽为2.046MHz.其中Biquad结构中加入了负阻抗单元,增加输出阻抗,实现滤波器的高Q值(品质因数).跨导放大器(Operational transconductance amplifier,OTA)单元使用源极负反馈技术,优化了OTA的线性性能.整个滤波器电路采用0.35μm CMOS工艺实现.经过仿真验证,滤波器的通带纹波是2.704dB,1.5倍带宽处衰减大于21dB.在3.3V电源电压情况下,滤波器的总电流消耗为8.87mA.     

RFID标签芯片验证平台

RFID(Radio Frequency Identification)标签芯片命令及其帧格式多样,增加了验证的复杂性,而且验证充分性难以得到保障.为了能够高效地验证RFID标签芯片以及解决验证充分性的问题,提出了一种基于覆盖率和受约束的随机激励的面向对象的功能验证平台设计方法.验证平台不仅能对单条命令进行验证,也能对特定的和随机的命令流进行验证,并自动检查验证结果.实践表明,该验证平台大大提高了验证生产率,保证了流片后芯片功能的正确性.     

声表面波滤波器教学与学生综合能力培养的探索

针对声表面波滤波器知识点教学环节中存在的问题,本文结合本科生综合能力培养这一宗旨,将声表面波滤波器的基本原理、器件结构、器件设计等授课和实验环节,与学生的文献检索、整理,科技论文撰写,工具软件使用等综合能力培养紧密联系在一起,加深了学生对声表面波滤波器知识的掌握,提高了学生的综合能力。此外,这种综合能力的培养在一定程度上解决了其它课程学习、毕业设计中存在的不会利用文献检索工具,不会进行科技论文撰写等问题。     

AlSb／GaAs异质外延薄膜应变的HRTEM几何相位分析

用几何相位分析（geometric phasean alysis,GPA）方法研究了AlSb／GaAs畀质外延薄膜的应变。此方法基于高分辨像的傅里叶变换。通过选择傅里叶变换点分辨率以内的某个强衍射,做反傅里叶变换得到晶格条纹的相对的相位分布,进一步得到应变分布。Bragg滤波条纹像确认了60°和90°失配位错的存在。分析讨论了位错核心区域应变分布差异的可能机制。     

基于非下采样Contourlet域高斯尺度混合模型的图像降噪

提出了一种图像去噪方法,将高斯尺度混合(GSM)模型引入非下采样Contourlet变换(NSCT)域,构造了基于NSCT分解系数的邻域模型,并利用Bayes最小均方(BLS)估计进行局部去噪。仿真实验结果表明,通过本文提出的方法能够有效去除高斯噪声,较完整地保持图像中的边缘等细节信息,在峰值信噪比(PSNR)提高与视觉效果上优于其它的去噪方法。实验结果验证了方法的正确性。