高压大电流VDMOS研究

本论文主要介绍高压大电流VDMOS功率晶体管的研制。这次研制的VDMOSFET,设计耐压高达600V,导通电流达到8A,导通电阻为1Ω。设计中,按照要求,确定外延层浓度和厚度;芯片元胞结构参数,阱掺杂浓度;器件边缘保护环,场极板参数。在大量参阅国内外资料的基础上,我们提出新的芯片元胞设计方案,由此确定的垂直电流区宽度比以往方案缩小一个数量级,大大节约芯片面积,成功地实现了把大约二万人元胞集成在一块芯片上。同时,在器件边缘终端结保护环设计中提出新思路,提高了器件可靠性,并有效减少芯片面积。     

无线车载台控制器的设计

本文介绍了利用单片机设计控制器，将早期生产的半双工电台，改造居具有选呼功能的全双工电台，并已应用于无线车载台。     

互连线间容性串扰对延迟的影响

集成电路的性能越来越受到互连线间寄生效应的影响,特别是耦合电容的容性串扰,容性串扰引起互连线跳变模式相关的延迟。文中从E lm ore de lay定义的角度推导了互连线受同时跳变的阶跃信号激励时开关因子的大小,分析了互连线受非同时跳变的阶跃信号激励时耦合电容对互连线延迟的影响,给出了不同激励时的受害线延迟计算方法。分析表明,开关因子为0和2不能描述耦合电容对受害线延迟影响的下上限。H sp ice模拟结果证明了分析计算的准确性。     

多旋翼无人机单目V-SLAM研究综述

视觉同时定位与地图构建(V-SLAM)方法是保证多旋翼无人机在环境先验信息未知情况下正常工作的有效途径,对于多旋翼无人机的定位、导航和路径规划等具有重要意义。针对多旋翼无人机V-SLAM方法的国内外最新研究成果进行综述。首先,在简述V-SLAM分类及发展历程的基础上,综述了国内外具有代表性的基于滤波、基于优化、基于直接法及融合IMU数据的单目V-SLAM系统核心思想及特点;然后,分析了单目V-SLAM系统应用于多旋翼无人机的可行性,介绍了国内外若干从事多旋翼无人机单目V-SLAM研究的团队及其主要研究成果;最后,讨论了近年来V-SLAM的研究热点和发展趋势。     

星型装药固体火箭发动机烤燃特性

为研究星型装药的固体火箭发动机的热安全性问题,针对装填高氯酸铵/端羟基聚丁二烯（AP/HTPB）推进剂的火箭发动机开展烤燃数值研究。采用两步总包反应描述AP/HTPB的烤燃过程,建立三维烤燃模型对快速、中速和慢速加热速率下火箭发动机的烤燃行为进行数值预测。结果表明：升温速率对着火温度和着火延迟期有一定影响,对着火区域的中心位置、形状和大小有较大影响：在升温速率0.55~1.45 K/s快速烤燃工况下,着火位置紧邻推进剂右侧端面;在升温速率0.005~0.011 K/s中速烤燃工况下,着火区域均呈不连续点状圆环分布,着火点位于翼槽中线上;在升温速率2.4~3.3 K/h慢速烤燃工况下,着火点以翼槽中线呈对称两点分布;随着升温速率升高,着火位置向推进剂右侧端面移动;着火温度T_i与升温速率k呈二次函数关系,即T_i= 516.659 36- 1.267 8k+7.479 4k².     

法国惯性约束聚变计划概述

国家政策明确规定,法国必须维持核武器安全,可靠和性能的能力,因此授权原子能委员会开始进行“兆焦耳激光”（ＬＭＪ）的研究和发展阶段计划。该装置被认为是“模拟计划”的基石,该计划的目标和范围与美国能源部的“以科学为基础的管理计划”相同。法国过去和现在的高能激光装置均用于激光等离子体物理的实验研究,并用于更好地了解与兆焦耳级激光器有关的激光科学。这些活动的目的是核定所有计划用来达到惯性约束聚变任务目标必     

一种光纤光栅动态色散补偿仪的设计与检测

利用啁啾光纤光栅的应变调谐技术,通过闭环自动控制色散补偿量的方案,研制出了一种新型的光纤光栅动态色散补偿仪.对这种新型仪器的设计方案和原理进行了详细的说明.同时对其色散动态补偿范围、插入损耗和动态调谐步进的时间进行了检测,结果表明,该补偿仪基本上能满足现行10 Gbit/s通信系统中色散动态补偿的要求.     

创维为何给面板投资踩刹车

当众多同行把面板制造业当成增加利润空间和强化行业话语权的必选战略时,创维似乎对此视而不见. 今年2月上旬,创维集团总裁张学斌明确对外界表示:创维没有进入面板业的想法.此言论不仅与国家把平板显示产业确定为推动中国电子信息产业振兴的龙头产业的大背景不协调,也与行业流行之风不搭调.或许正是出于上述原因,分析界不少声音质疑创维彩电发展战略的正确性.然而,笔者却认为,创维坚持不自己生产面板有其充分理由.     

创刊50周年纪念版耳放打摩实验（下）

四、电源摩改 原耳放的电源电路十分简洁,设计合理。从高标准的要求米看,原型饥的并联稳压电源的内阻和噪声偏大。其过于简单的电路结构,假如沿用一般器件升级的方法来提升电源素质,估计改善的幅度不会很大,因此需要用新结构的电源来取而代之。     

一种基于ART2神经网络的算法改进

针对传统的ART2神经网络中对于主观设置的警戒参数以及识别分类过程中产生模式漂移的问题,提出基于改进算法的ART2神经网络模型,用于解决分析模式识别问题。通过自组织,加权,迭代等过程推导合理的警戒参数用于聚类运算,通过对ART2神经网络的权值训练方面进行修正,减缓学习速率,降低模式漂移速度,近一步对聚类对象进行合理分类。实验结果证明,该方法是可行的和有效的。