熔盐法合成钛酸铋钾陶瓷粉体

以K2CO3,Bi2O3和TiO2为反应物,KCl为熔盐,通过熔盐法在600℃成功合成纯钙钛矿结构K0.5Bi0.5TiO3(KBT)无铅陶瓷粉体。探寻了制备过程中影响粉体颗粒大小和形貌的工艺参数,并对影响机理进行了探讨。结果表明,与传统固相法相比,熔盐法合成温度显著降低且颗粒平均粒径明显减小。固相法合成的粉体平均粒径为115nm,KCl含量5%和20%的熔盐法合成粉体平均粒径为78nm和67nm。此外,实验发现随着熔盐量的增加,易合成各向异性的棒状粉体。     

半导体激光器温控调频相移干涉仪

利用半导体激光器作为相干照明光源,通过改变半导体激光器温度来改变其波长,实现了步进相移干涉计量。在理论分析和实验研究的基础上建立了半导体激光器温控调频相移干涉仪系统,该相移干涉体积小,结构简单,且工作可靠。     

实时Motion JPEG2000视频编码系统设计

介绍了基于ADV202 JPEG2000编码芯片的Motion JPEG2000视频编码系统,该系统可实现SMPTE274M的实时编码,支持失真/无失真编码,与标准完全兼容.给出了系统硬件结构和软件流程设计,提出了一种利用帧间相关性减少编码计算量的码率控制方法.     

SIMPLIS环境中开关电源集成电路控制器模型的开发及应用

介绍现代开关电源行业仿真工作的意义和现状,以及专用仿真软件包SIM etrix/SIMPLIS的优点和不足。通过实例给出SIMPLIS环境中集成电路控制芯片的建模过程,并就其中的关键技术予以简单讨论。     

基于ReliefF-Pearson的嗅觉脑电通道选择

基于脑电(EEG)信号的气味识别研究在嗅觉功能客观评价及嗅觉障碍疾病诊断等方面具有重要的应用价值.在实际应用场景中使用过多EEG通道会带来诸多不便,因此研究如何选择EEG通道尤为重要.该文针对嗅觉EEG信号分类中的通道选择问题,提出了一种新型的基于ReliefF-Pearson的嗅觉EEG通道选择算法.该算法结合ReliefF的权值思想和Pearson系数的相关性原理对EEG通道进行选择.结果表明,与传统基于ReliefF的通道选择算法相比,该文所提算法在保证一定分类准确率的同时能够显著减少使用的通道数量,并且通道选择的结果不依赖人为经验和分类器.此外,使用该方法获取的通道,其空间分布与已有的嗅觉神经生理学位置相一致,进一步证实了该方法的科学性和有效性.该文所提算法为嗅觉EEG通道选择的研究提供了新思路.     

光通信系统中信道模型与FEC码型构造的分析

对光通信系统中光发射机产生的噪声、光纤中的噪声、放大器的放大的自发辐射(ASE)噪声和光接收机噪声等噪声进行了分析与探讨.用中心极限定理将其中一些噪声综合化归成高斯噪声,再利用随机过程知识将光通信系统信道中的噪声简化为高斯噪声,从而建立了光通信系统的信道模型,即加性高斯白噪声信道模型,基于此信道模型对光通信系统中误码率进行了理论分析.并基于这些分析以及对光通信系统中前向纠错(FEC)码型的分析,提出了光通信系统中FEC码型的主要构造方法.     

炉管制程工艺中的片数效应及其优化方案

随着半导体技术的发展,越来越多的立式炉管在200mm及300mm集成电路晶圆制造中被应用到。同时炉管制程中的片数效应随着集成电路芯片的集成度越来越高而被凸显出来。文章将以LPCVD氮化硅在0.16μm、64M堆叠式内存制造过程中的片数效应为例,阐述炉管制程工艺中的片数效应以及通过调整制程参数（温度、沉积时间）的方式予以解决的实例。文中通过调整炉管上中下的温度来补偿气体的分布不均匀,调整沉积时间来补偿不同片数的沉积速率的差异,两者结合并辅以基于片数的分片程式来解氮化硅电介质沉积的片数效应。同时以此为基础总结出炉管片数效应的解决方案。     

短采样宽带信号方位估计快速算法

该文针对短采样宽带信号近似最大似然(AML)方位估计计算量大的问题,将马尔可夫蒙特卡罗方法与近似最大似然方位估计相结合,提出一种基于Gibbs抽样的近似最大似然方位估计新方法(Approximated Maximum Likelihood DOA estimator based on Gibbs Sampling, AMLGS)。研究结果表明,AMLGS方法不但保持了原近似最大似然方位估计方法的优良性能,而且显著减小了计算量。把原方法的计算复杂度从O(LK)减少到O(KJNs)。     

空天通信网络关键技术综述

伴随信息社会向网络化、泛在化、智能化持续发展,现有地面通信网络已经无法支持日益增长的宽带业务需求、泛在海量的物联接入需求、隐蔽可靠的安全传输需求.未来通信网络要求在全球范围内实现既纵深宽广又细致入微的全方位无线接入,其进一步演进亟需突破包括网络架构和空口技术等在内的底层技术.相比于地面通信网络,空天通信网络不受地形的限...     

音频标记一致性约束CRNN声音事件检测

级联卷积神经网络(CNN)结构和循环神经网络(RNN)结构的卷积循环神经网络(CRNN)及其改进是当前主流的声音事件检测模型。然而,以端到端方式训练的CRNN声音事件检测模型无法从功能上约束CNN和RNN结构的作用。针对这一问题,该文提出了音频标记一致性约束CRNN声音事件检测方法(ATCC-CRNN)。该方法在CRNN模型的声音事件分类网络中添加了CRNN音频标记分支,同时增加了CNN音频标记网络对CRNN网络CNN结构输出的特征图进行音频标记。然后,通过在模型训练阶段限定CNN和CRNN的音频标记预测结果一致使CRNN模型的CNN结构更关注音频标记任务,RNN结构更关注建立音频样本的帧间关系。从而使CRNN模型的CNN和RNN结构具备了不同的特征描述功能。该文在IEEE DCASE 2019国际竞赛家庭环境声音事件检测任务(任务4)的数据集上进行了实验。实验结果显示：提出的ATCC-CRNN方法显著提高了CRNN模型的声音事件检测性能,在验证集和评估集上的F1得分提高了3.7%以上。这表明提出的ATCC-CRNN方法促进了CRNN模型的功能划分,有效改善了CRNN声音事件检测模型的泛化能力。