基于随机并行梯度下降算法的多波长激光相干合成

由于受到受激布里渊散射(SBS)等非线性效应的限制,单频激光放大器的功率在百瓦量级,以非单频激光多波长激光作为种子源能够有效地抑制SBS并提高放大器功率.与单频激光相干合成相比,非单频率、多波长激光的相干合成有望将输出激光功率成量级地提高.基于随机并行梯度下降(stochastic parallel gradient descent,SPGD)算法,实现了四波长激光的相干合成.在系统闭环时,四路多波长激光合成后的主瓣能量能够提高3倍,达到理想值的75%.验证了多波长、非单频激光相干合成的可行性,为高功率相干合成的发展提供了新的途径.     

有限采样下低频声源聚焦波束形成的定位研究

依赖于基阵协方差矩阵的算法,要求有足够样本容量来实现稳健的性能。针对常规聚焦波束形成在低频段分辨能力不足以及有限的数据长度,本文研究了一种基于最小方差无失真响应(MVDR)的重叠分子阵算法。仿真实验表明,重叠分子阵MVDR算法在低快拍数、低信噪比情况下,稳健性优于全阵列MVDR算法。在海试数据中,利用一条孔径为109m的光纤水听器阵列,验证了该算法可以在低快拍数下对50m内低频段100～200Hz的目标实现分辨率为0.5m的近场定位。     

PZT厚膜及高频超声换能器的研究

近年来,基于PZT厚膜的超声换能器研究受到了广泛的重视。本文综述了PZT厚膜制备技术的发展情况,简要介绍了水下声纳和医用超声领域中PZT厚膜型高频超声换能器的应用研制进展。     

驻波法测杨氏模量及误差分析

驻波法运用驻波原理,采用人为控制金属丝形变,测出金属丝驻波基频,得出其张力,从而求出金属丝杨氏模量.相对传统方法,驻波法避免了金属丝直径和形变的测量,其不确定度基本上仅由千分尺精度决定,故而具有操作简单,测量准确度高的特点.     

基于经验模态分解滤波的低频振荡Prony分析

传统Prony法在分析低频振荡时对输入信号要求较高,存在着对噪声敏感的弱点.因此提出一种经验模态分解滤波和改进Prony法相结合的低频振荡分析方法.该方法先用经验模态分解对低频振荡信号进行自适应滤波,再用改进Prony法对滤波后的信号进行分析.其中,改进Prony法有效阶数用归一化奇异值法确定.将该方法分别用于分析试验信号和IEEE 4机系统振荡信号,并与基于低通滤波器的Prony分析进行比较.结果表明,在较大噪声环境下,该方法仍然能相对准确的辨识出低频振荡主导模式,验证了其有效性. 关键词： 低频振荡 经验模态分解 改进Prony法 归一化奇异值法     

基于双谱估计的BL Lac天体S5 0716+714光变周期

大幅度、快速光变是BL Lac天体的重要特征之一,光变研究对探索BL Lac天体内部的物理过程和机理具有特殊的意义.从大量文献中收集了BL Lac天体S5 0716+714光学V,R,I 3个波段从1994年到2008年的有效观测数据,并将这些数据30天平均后进行自回归模型(AR)的双谱估计. 双谱的等高线图和对角切片图表明,双谱估计能消除噪声的干扰来提取有用信息,抑制了噪声、提高了信噪比,有很高的分辨率,避免了伪峰的出现,能准确地认证BL Lac天体的光变周期值.由V,R,I 3个波段的双谱等高线图和对     

二阶Y环频率选择表面的设计研究

利用分形结构的自相似性将分形理论应用于频率选择表面(FSS)领域即可使在单屏FSS上具有多频段带通滤波的特性,结合Floquet周期边界条件,采用矩量法研究了二阶Y环分形FSS在不同入射角度下迭代比例因子F及单元排布方式对频率响应特性的影响规律,给出谐振频率的经验估算值.计算及实验结果表明,FSS的谐振频率主要由迭代比例因子及起始单元尺寸决定,而透过率及-3 dB带宽则对排布方式的改变较敏感.实验结果与理论分析一致.     

单室沉积高效非晶硅/微晶硅叠层太阳电池的研究

采用甚高频等离子体增强化学气相沉积技术,在前期单室沉积的微晶硅薄膜太阳电池和非晶硅/微晶硅叠层太阳电池研究的基础上,通过对微晶硅底电池本征层硅烷浓度的优化,获得了初始效率达到11.02%(电池面积1.0 cm²)的非晶硅/微晶硅叠层太阳电池.同时,100 cm²的非晶硅/微晶硅叠层太阳电池的组件效率也达到了9.04%. 关键词： 非晶硅/微晶硅叠层电池 单室 甚高频     

多脉冲加载下材料的绝缘特性

利用多脉冲实验平台分别对尼龙与交联聚苯乙烯两种绝缘材料在单脉冲与三脉冲两种不同加载条件下的绝缘特性差异进行初步研究,得到了两种绝缘材料在不同加载条件下沿面闪络场强的统计平均值,结合实验现象对所得实验结果做出了初步分析。通过进行单脉冲与三脉冲加载条件下材料沿面闪络场强的对比实验,为新型绝缘器件设计中相关参数的确定提供了实验依据。     

快速无参数背景建模的红外目标检测方法研究

针对复杂背景红外图像序列目标检测的难题,给出了一种用于红外监控系统中入侵目标检测的背景建模方法。应用特征样本集为每一个像素建立统计无参数样本集模型,根据核函数估计计算每一个像素值对模型的符合概率。使用双阈值进行目标检测和模型更新,将图像分为三类:可靠背景、感兴趣区域和不可靠背景。通过不可靠背景类提供的信息进一步将感兴趣区域细分为入侵目标和错误检测。对几种红外图像序列仿真实验表明,该算法不仅可以比较精确的检测显著入侵目标,对于容易淹没在噪声中的弱小入侵目标也可以实现准确地检测。