立体声放大器特性的软件测量

在电子工作台（Electronics Workbench EWB）上，对立体声放大器电路进行了直流工作点分析、时域分析、零-极点分析和温度扫描分析，从而设计出高质量立体声放大器。     

具有温度补偿的LPFG功率解调系统的设计与实现

传统的利用光纤Bragg光栅(FBG)反射光作为长周期 光纤光栅(LPFG)入射光的解调方式,无法避免温度的影响。本文提出了一种具有温度补偿功 能的LPFG功率解调方案,将FBG的Bragg波长由压电陶瓷(PZT)的驱动电压控制,使得FBG谐振 波长始终跟随LPFG谐振波长, 以此抵消温度对传统功率解调中的影响。这种解调方案适用于LPFG透射光谱随物理量变化谱 形也发生变化的传感,如微 弯、横向负载等特性。利用本系统对LPFG的横向负载特性进行试验,结果表明,采用此解调 方案获得的实验数据具有与 光谱仪相同的功率变化趋势,能够始终监测LPFG的谐振峰幅值,实现温度补偿的功率解调, 更适合于动态解调。对LPFG 的温度特性进行功率解调实验,结果也验证了解调系统具有温度补偿功能。     

偏振无关的全光纤窄带通梳状滤波器

提出了一种基于二阶高双折射光纤(HBF)Sagnac环Sagnac环镜的全光纤窄带通梳状滤波器。二阶HBFSagnac环镜由单环构成,环中包含2段HBF。对照由2个一阶HBFSagnac环镜级联实现的窄带通梳状滤波器,进行了理论推导和试验证明。结果表明,当二阶HBFSagnac环镜中的2段HBF的长度设定为L1∶L2=1∶2,入射光与HBF快轴间的夹角为θ1+θ3=45°、θ2=45°时,实现了类似于2个一阶HBFSagnac环镜级联的传输谱,具有窄带通和宽信道间隔的特点。与对照的方案相比,边模抑制比高出3dB,此外还具有插入损耗低、实现简单等优点。理论推导与实验结果吻合。     

环境高温物体对红外热像仪测温误差的影响

根据红外辐射理论和热像仪测温原理,考虑被测物体附近高温物体温度、位置和被测物体对附近高温物体吸收率的影响,得出了上述因素对被测物体真实温度和测温误差影响的理论计算公式,分析了高温物体温度测量误差、高温物体位置测量误差、对高温物体辐射的吸收率测量误差和附近高温物体的温度对红外热像仪测温误差的影响程度,并给出了减小误差的对策,以提高热像仪的测温精度及降低辐射测温误差.     

微结构光纤激光器件

由于微结构光纤灵活多变的结构特点,使得以其为增益介质的光纤激光器件,具有比普通光纤激光器件更加优异的性能.本文结合国际上微结构光纤激光器件的最新研究进展情况,概述了微结构光纤作为增益介质的独特特性、微结构光纤激光器件的理论分析方法和掺铒、掺镱以及喇曼微结构光纤激光器件的特点.     

光纤布喇格光栅的压力增敏封装研究

将光纤布喇格光栅置于两种均匀混合的有机聚合物基底中，并对其进行压力敏感研究，由于聚合物基底的带动作用，在0～10MPa内，封装后的光纤布喇格光栅元件压力敏感系数为裸光纤光栅的60．1倍，在0～30MPa内，封装后的光纤布喇格光栅元件压力敏感系数为裸光纤光栅的38．4倍。     

设备内热源的红外无损辨识研究

用逐层比较的方法对二维内热源及其温度场分布进行了重构,通过数值试验验证了该方法的正确性.通过对计算结果的分析,发现该方法能够很好的用于内热源的重构以及任何一类反问题的求解.当测量结果精度较高时,该方法的计算结果非常准确.因此,可通过热电偶测量和红外扫描相结合的方法,来提高测量准确性,以达到较好的辨识结果.     

从PAS到iPAS--从北京小灵通的发展看小灵通技术的进步

PHS(Personal Handy-Phone System) 是一种个人无线接入系统,在国内,人们又称其为小灵通.从产生那天起,它就是一项饱受争议的技术,但是它给运营商和广大用户带来的利益却是不可低估的.本文通过讨论北京通信公司建设的两代小灵通系统,介绍了小灵通技术的进步.     

智能材料结构自修复的策略研究

并非结构的任何微小损伤都会加以维修,即结构损伤修复的实时性要求要弱于诊断的实时性。对智能材料与结构在实时获得结构诊断信息条件下的自修复策略问题进行了研究,应用马尔可夫过程描述智能材料结构的劣化过程,以单位时间费用最低为目标的自修复策略,给出了计算修复阀值的具体算法并用具体的实例说明了计算过程。     

基于全局背景与特征降维的视觉跟踪算法

相关滤波算法容易受到形变、运动模糊、相似背景等因素的干扰,导致跟踪任务失败。为了克服以上问题,该文提出一种基于全局背景与特征降维的视觉跟踪算法。该算法首先提取紧邻目标的图像区域作为负样本供分类器学习,以抑制相似背景的干扰;然后提出一种基于主成分分析的更新策略,构建降维矩阵压缩HOG特征的维度,在更新分类器的同时减少其冗余度;最后加入颜色特征表征运动目标,并根据特征对系统状态的响应强度进行自适应融合。在标准数据集上将该文提出的算法与Staple, KCF等其他算法进行了仿真对比,结果表明该文算法具有更强的鲁棒性,在形变因素的影响下,所提出的算法与Staple和KCF算法相比距离精度分别提升8.3%和13.1%。