声表面波卷积器用于信号处理的实验研究

利用所研制的声表面波卷积器对六种不同信号格式的信号(其中一些是在实际系统,如数字通信、雷达等中常采用的),进行了处理,所得结果是比较理想的。这表明声表面波卷积器在高速信号处理中的实用价值。     

在YZ—LiNbO_3金属化表面上弧形叉指换能器激励的声表面波聚焦

一、引 言 近年来,声表面波卷积器因其高速信号处理能力而引人注意。其中利用材料非线性效应作成的弹性卷积器,因其结构简单、造价低廉而尤其受人重视。然而,由于弹性非线性系数比较小,因而通常要用大孔径叉指换能器来激励宽的声束,而后设法压缩束宽,使得互作用区内有高的声强。从弹性卷积器的要求来看,考虑压缩效果的指标主要是:在尽量小的距离内达     

锗酸铋(BGO)长时延声表面波卷积器

BGO长时延声表面波卷积器是在国际上首创,它是用慢声速压电晶体锗酸铋(Bi_(12)Geo_(20))作基片,构成具有特别长的相互作用时间的卷积器。在解决了相关的理论、设计、大面积平面光刻工艺及外电路匹配等问     

隙式实时声表面波卷积器的研制

利用声表面波非线性效应,特别是声表面波与半导体表面中自由载流子的非线性相互作用来实现一类新型的信号处理器—卷积器/相关器,由于小型和功能强,近几年来引起人们的很大重视,对它们作了大量的研究。     

近场反卷积聚焦波束形成声图测量

为了提高声图测量中对多个声源的分辨能力和定位精度,给出了一种近场二维反卷积聚焦波束形成声图测量方法。推导了水下声图测量的广义卷积模型,根据声图测量中点传播函数移变但可预测的特点,通过预存点传播函数字典的方式,将波束形成过程中的卷积问题转化成叠加积分问题,并应用二维Richardson-Lucy迭代算法实现了二维移变模型情况下的近场二维反卷积求解,从而实现高分辨声图测量。通过仿真和海试对比了反卷积、常规声图测量和MVDR声图测量的性能,结果表明反卷积算法在500次迭代情况下聚焦峰尺度小于另外两种算法的1/2,旁瓣级下降超过6 dB.      

隙式耦合SAW卷积器的制备

本文详细地描述了隙式耦合声表面波卷积器的制造过程与方法.我们发展了一种较简单的形成均匀空气隙的技术,即在压电体基底上起积均匀的SiO_2薄膜,作为空气隙的支持物,获得±0.9dB的均匀度.器件的性能良好,卷积效率较高,F_(Te)=-50dBm,动态范围大于70dB,信杂比优于35dB.     

BGO超长时延声表面波卷积器

本文报告我们首创的BGO超长时延声表面波(SAW)卷积器,相互作用时间已达53μs,是迄今国内外这类器件中最长的,还有可能进一步加长超过60μs。     

实时隙式声表面波卷积器的理论分析

本文对实时隙式声表面波(SAW)卷积器提出一种新的理论分析,其特点是较严格地考虑了半导体表面态在非线性过程中的作用,通过一种新的等效电路,导出了新的非线性耦合系数和卷积输出(或卷积优值)的解析表达式,这些表达式表现出明显的偏压相依性。文中还对表面态效应的频率响应作了分析。本理论可应用于半导体表面处于积累层、平带、耗尽层或反型层的分析.这里提出的理论能较完满地解释最近实验得到的声电非线性相互作用的一些新现象.     

贝叶斯优化卷积神经网络公共场所异常声识别*

针对公共场所异常声的感知和识别问题,提出一种基于贝叶斯优化卷积神经网络的识别方法。提取声信号的Gammatone倒谱系数、倍频程功率谱、短时能量和谱质心,组合成声信号的特征图。构建卷积神经网络作为分类器,利用递增的卷积核设置和池化操作处理不同尺度的特征。基于贝叶斯优化算法优化卷积神经网络的模型参数,对包括火苗噼啪声、婴儿啼哭声、烟花燃放声、玻璃破碎声和警报声的5种公共场所异常声进行识别。该方法的识别结果与基于不同的特征提取和分类器方案得到的识别结果进行比较,结果表明该方法的识别效果优于其他特征提取和分类器方案的识别效果。最后分析了该方法在不同信噪比噪声干扰下的识别结果,验证了该方法的有效性。     

高性能SAW MSC弹性卷积器的研制

本文介绍的声表面波(SAW)弹性卷积器,是利用条带耦合(MSC)束宽压缩器来实现束压缩,提高了卷积效率.文中叙述了设计考虑,给出了实验结果,并作了简单讨论.器件的中心频率f_0=60MHzZ;3dB带宽 B_(3dB)=10MHz;相互作用时间长度分别为13μs和8μs两种.主要性能指标为:卷积效率F_(Te)=-70dBm;输入输出动态范围均大于70dB;最大输出电功率大于-8dBm;信号/杂波电平大于34dB