双金属ZnAu纳米团簇的光学性质及生物成像应用

为了优化Au纳米团簇(nanoclusters,NCs)的光 学性能,拓宽它的应用领域,利用原子掺杂法合成 了超稳定的发光双金属ZnAu NCs。通过对紫外-可见吸收光谱、发射光谱、红外光谱、荧光 寿命等的测试 和分析,研究了合成的ZnAu NCs的光学特性,讨论了Zn原子掺杂对Au NCs发光性能的影响, 并且借 助透射电子显微镜和质谱等表征手段,分析了这种光学材料的结构性质。最后,通过细胞毒 性评估以及细 胞成像实验探究了其在生物医学上的应用。研究结果表明,与未掺杂原子的Au NCs相比,掺 杂Zn原子的 ZnAu NCs的荧光强度增强了3倍左右,荧光寿命也从6.73 μs延长到 7.26 μs。此外,结合 质谱确定了超小 的ZnAu NCs是分子量位于5.0 kDa－5.8 kDa之 间的复合物团簇。这种发光纳米材料所表现出的良好的光稳 定性和低细胞毒性,使其在生物成像领域具有潜在的应用价值。同时,Zn原子的掺杂提升了 Au NCs的光学性能,为其在其它领域的广泛应用提供了更大的可能性。     

AdaCode:IEEE 802.11n长距离无线链路自适应编码算法

通过在实验床上的大量真实测量,分析了长距离无线链路中导致吞吐率低下的原因,总结了数据帧出错模式和丢包特点.在此基础上,提出了MAC（Media Access Control）层自适应编码算法AdaCode.该算法将帧间编码和帧内编码有机结合起来,帧间编码使用喷泉码LT（Luby Transform）码,帧内编码使用RS（Reed Solomon）码,根据链路中数据帧误比特率和丢包率的实时变化,动态选择最佳编码率,使接收端能够解码出所有数据帧,从而避免重传,极大提升了链路吞吐率.在MATLAB平台上实现了AdaCode,并使用实验床测得的真实数据进行仿真.仿真结果表明在固定物理层发送速率和可变发送速率两种情况下,AdaCode都能有效提升链路吞吐率.     

新型高效率二次谐波宽带可调复合互作用回旋管

该文利用回旋管注-波模式耦合理论,提出了返波振荡-速调群聚-行波放大复合互作用回旋管工作原理。理论分析表明,Ka波段二次谐波连续磁调谐复合互作用回旋管的工作效率高达40%,磁调谐带宽为10%。利用该复合互作用工作原理,回旋管振荡器可实现毫米波电磁辐射源的高效率、高功率输出及宽频带连续磁调谐。     

爆炸冲击的激光多普勒远距离测量技术的研究

利用激光多普勒效应和数字信号处理方法,获取爆炸冲击过程中的高速变形参数,以此作为对爆炸强度分析的依据。根据爆炸变形的特点,设计了外差式纵向激光多普勒测量系统,提出了相应的数字滤波和频谱分析的信号处理方法,实现了爆炸变形的动态测量。系统测量的位移量程为±30mm,速度量程为-10~+20m/s,测量距离为4.5m。与振动台的试验对比,位移测量相对误差小于1%。给出了圆筒钢制爆炸容器在300gTNT当量炸药爆炸过程中弹性变形的测量结果。     

光谱吸收光纤气体传感技术探讨

简述了光纤气体传感器的基本特性.介绍了几种光谱吸收光纤气体传感的方法.详细阐述了各种传感原理.分析了影响光谱吸收光纤气体传感精度的因素.     

一种新的AlGaN/GaN HEMT半经验直流特性模型

在EEHEMT1模型的基础上给出一种新的A1GaN/GaN HEMT半经验直流特性模型,考虑了栅源电压对膝点电压的影响,得到描述AlGaN/GaN HEMT器件I-Ⅴ特性的方程.此模型可以应用于蓝宝石和SiC两种不同衬底AlGaN/GaN HEMT器件的I-Ⅴ特性模拟.仿真结果和实验测量结果拟合误差小于3%.     

电大尺寸导体附近线天线的辐射方向图研究

采用一致性几何绕射理论分析了电大尺寸导体对其附近的对称振子天线辐射方向图的影响,计算了在三种不同环境下的天线方向图,结果与软件(FEKO)仿真结果吻合良好.为分析工程中复杂的电大尺寸目标,提供了重要的参考依据.     

SoC中混合信号的测试

随着经济社会的发展,人们对消费类电子的多媒体功能要求越来越高;这极大促进了SoC中混合信号工艺的运用,但是随之而来的是SoC在测试上遇到了前所未有的难题,因为混合信号电路的集成使他不同于纯数字电路IC的测试。SoC中混合信号的测试是SoC进一步发展的瓶颈,这对研究提出了紧迫的要求。介绍SoC中混合信号测试面临的主要问题,着重讨论了混合信号边界扫描测试,内置自测试方法(BIST)等测试手段及各自的特点。展望了SoC混合信号测试的研究方向。     

基于Linux的以太网数据包捕获方法

网络数据的捕获是入侵检测系统的基础,本文在分析了以太网工作模式的基础上,实现了基于Linux操作系统上的以太网数据包捕获,与传统的套接字方法进行比较,说明该方法具有高效率和良好的兼容性。     

基于模糊聚类的运动对象分割算法研究

为了从视频序列中分割出完整的、一致的运动视频对象,该文使用基于模糊聚类的分割算法获得组成对象边界的像素,从而提取对象。该算法首先使用了当前帧以及之前一些帧的图像信息计算其在小波域中不同子带的运动特征,并根据这些运动特征构造了低分辨率图像的运动特征矢量集;然后,使用模糊C-均值聚类算法分离出图像中发生显著变化的像素,以此代替帧间差图像,并利用传统的变化检测方法获得对象变化检测模型,从而提取对象;同时,使用相继两帧之间的平均绝对差值大小确定计算当前帧运动特征所需帧的数量,保证提取视频对象的精确性。实验结果证明该方法对于分割各种图像序列中的视频对象是有效的。