Self-Adhesive Polydimethylsiloxane Foam Materials Decorated with MXene/Cellulose Nanofiber Interconnected Network for Versatile Functionalities

Polydimethylsiloxanes (PDMS) foam as one of next-generation polymer foam materials shows poor surface adhesion and limited functionality, which greatly restricts its potential applications. Fabrication of advanced PDMS foam materials with multiple functionalities remains a critical challenge. In this study, unprecedented self-adhesive PDMS foam materials are reported with worm-like rough structure and reactive groups for fabricating multifunctional PDMS foam nanocomposites decorated with MXene/cellulose nanofiber (MXene/CNF) interconnected network by a facile silicone foaming and dip-coating strategy followed by silane surface modification. Interestingly, such self-adhesive PDMS foam produces strong interfacial adhesion with the hybrid MXene/CNF nano-coatings. Consequently, the optimized PDMS foam nanocomposites have excellent surface super-hydrophobicity (water contact angle of ≈159^o), tunable electrical conductivity (from 10⁻⁸ to 10 S m⁻¹), stable compressive cyclic reliability in both wide-temperature range (from −20 to 200 ^oC) and complex environments (acid, sodium, and alkali conditions), outstanding flame resistance (LOI value of >27% and low smoke production rate), good thermal insulating performance and reliable strain sensing in various stress modes and complex environmental conditions. It provides a new route for the rational design and development of advanced PDMS foam nanocomposites with versatile multifunctionalities for various promising applications such as intelligent healthcare monitoring and fire-safe thermal insulation.     

1310nm大功率高偏振度量子阱超辐射发光二极管

设计并制备了一种斜条脊波导结构压应变高偏振度多量子阱超辐射发光二极管.设计的脊波导出光面TiO2/SiO2四层宽带增透膜的TE模式反射率约为10-6,分析了脊波导角度偏差和膜层厚度偏差对增透膜反射率的影响.实验结果表明,在250 mA直流电流驱动下,所设计的超辐射发光二极管芯片单管输出功率可达22.7 mW,出射光谱FWHM约为37.3 nm,光谱纹波系数低于0.15 dB,TE模式输出光强占主导,偏振度约为19.2 dB.     

基于单片机的温度控制系统设计

本设计以AT89C52单片机为控制核心,进行温度采集,信息显示和执行器控制.AT89C52是SST在美国推出的高度可靠的小扇区FLASH微控制器.具有72KB的超级闪存和1KB的RAM.RAM的进一步扩展可以满足嵌入式系统的操作系统操作条件.通过使用AT89C52单片机和新型测温装置设计多点温度控制加热控制系统,并根据...     

基于多普勒检测技术的智能驱鸟器

鸟类危害已严重地威胁着电力系统及网络的安全运行,为保证输电线路安全稳定的运行,设计了一种基于多普勒检测技术的智能驱鸟器。该装置由太阳能供电,利用多普勒技术对飞鸟进行检测。白天利用语音信号、机械臂驱鸟,夜晚利用发光二极管和超声信号驱鸟。经试验证明,驱鸟效果良好,可有效减少输电线路的鸟害故障,具备故障显示功能,并且具有成本低,免维护,可靠性高等优点。     

面向2G/3G/4G/WLAN融合接入应用的光载无线分布式天线系统

文章认为满足2G/3G/4G/WLAN四网融合业务的多样性、多业务等级、高品质要求,需要建设能够实现宽带接入的光载无线分布式天线网络。为了实现低成本、高性能、多业务融合接入的光载无线(ROF)分布式天线网络,文章基于商用的千兆以太网光器件,设计了低成本、宽带的光收发模块;利用光损耗和受激布里渊散射(SBS)效应对链路传输性能的影响,基于激光器线宽展宽技术,抑制了受激布里渊散射效应;采用副载波复用技术,实现了点到点的多业务混合传输;采用粗波分复用技术,实现了点到多点的多业务分布式传输。     

基于分等级对象语义图模型的复杂目标自动识别方法研究

目标自动识别是图像处理领域的研究热点。针对现有方法的不足,该文提出一种新的基于分等级对象语义图模型的复杂目标自动识别方法。该方法通过构建分等级对象语义图模型增强对目标与背景间、目标部件间语义约束的利用,引入置信对象网络统计局部特性,利用消息机制传递对象间相互影响,实现概率语义分析。训练中还将产生式和判别式方法结合,提高了目标识别的准确度。在自然和遥感部分目标类别数据集上的测试结果表明,该方法能完成对多种类型和复杂结构目标的识别和提取,具有一定的实用价值。     

“信号处理综合设计”实验教学实践

“信号处理综合设计”实验是为配合信号处理系列课程而开设的实验课程。本文论述了基础理论实验、综合设计实验的内容,以及DSP工程实现中需要注意的问题。通过基础理论实验、课程综合设计及DSP的工程实现等实践环节,使学生系统地完成从理论分析到仿真计算到DSP实现的全过程,从实践上对所学的数字信号处理技术进行深入的理解和掌握。     

基于ZigBee的无线监控装置研制

无线监控技术借助于计算机和无线通信技术使生产管理或者调度人员可随时了解工业现场的设备运行状况,实现对生产现场的实时监控.本文根据监控系统的基本要求,对基于紫峰(ZigBee)的无线监控装置进行研究与设计,该装置以芯片CC2430为核心,可实现模拟量和数字量的采集,并以无线方式将其传送至上位节点,还能接收上位机的控制命令.实验结果表明,该无线监控装置达到了设计要求,实现了无线监控的基本功能.     

A Low On-Resistance SOI LDMOS using a Trench Gate and a Recessed Drain Ge Rui(葛锐), Luo Xiaorong(罗小蓉)?, Jiang Yongheng(蒋永恒), Zhou Kun(周坤),

本文提出了一种超低比导通电阻(R_on,sp) SOI槽栅凹漏MOSFET(TGRD MOSFET)。正向导通时,槽栅和凹漏的结构增加了导电区域,缩短了电流流经的路径,从而降低了比导通电阻。并且此结构中采用了RESURF结构提高了漂移区浓度,进一步降低了比导通电阻。当TGRD MOSFET的半个元胞尺寸为6.5μm时,它的击穿电压为97V,R_on,sp为0.985mΩ.cm₂。与SOI槽栅MOSFET(TG MOSFET)和常规MOSFET(Conventional MOSFET)相比,在相同的BV下,TGRD MOSFET的R_on,sp分别地降低了46%和83%。或者在相同的R_on,sp下,与SOI槽栅槽漏MOSFET(TGTD MOSFET)相比, BV提高了37%。     

一种基于网络的实时限速牌识别算法

针对现有关于车载限速牌识别算法所存在的检测速度慢、准确率低、无法应用于嵌入式系统等问题,提出了一种基于网络的实时限速牌识别算法。该算法基于SSD_MobileNet_v1网络框架进行改进,对原来的网络进行架构裁剪以去除冗余结构;同时引入了特征金字塔网络结构,并使用focal loss作为网络训练的分类损失。实验表明,提出的识别算法准确率可达88.11%,虽然略低于目前主流目标检测算法的检测精度,但是网络的每秒帧率(Frame per Second,FPS)可以达到35.13,拥有较快的检测速度,而权重文件只有24 MB 。因此,与其他算法相比,该算法不仅适合小型的嵌入式人工智能（Artifical Intelligence,AI）设备,而且更贴近真实车载场景下的识别。