PDDA/SnTsPc静电自组装膜的制备及其形态研究

采用静电层-层自组装技术制备出了含有阴离子磺化酞菁锡(SnTsPc)和阳离子聚二烯丙基二甲基胺盐酸盐(PDDA)交替复合超薄膜.利用紫外-可见光谱表征了PDDA/SnTsPc多层膜的组装过程,表明薄膜的吸收是连续的、有规律的.原子力结果表明,膜表面是光滑的、均匀的;在膜表面紧密堆积的纳米粒子的平均粒径为53.1 nm,平均表面粗糙度是4.021 nm.     

超分子聚合物:自组装的高分子

简单介绍基于氢键、主客体化学、以及金属配位作用形成超分子聚合物的研究进展,着重概述了金属配位超分子聚合物的形成、特点及其与异电荷物质的静电自组装。     

取向静电纺丝纳米纤维的制备及应用研究进展

简单描述了静电纺丝的基本装置、原理;为制得高性能的取向纳米纤维,对静电纺丝中出现的不稳定性进行了研究,介绍了三种不稳定状况,并分析了其产生原因.列举了通过改变接收装置、控制电场和附加磁场等方法,改进静电纺丝技术来制取连续取向的纳米纤维,并对各种方法进行了简单的评价,指出磁化静电纺丝(MES)是目前制备取向纳米纤维最具有发展前景的方法.简要介绍了取向纳米纤维在生物组织工程领域方面的应用,并对其未来作了展望.     

基于改进小波阈值的微机械陀螺去噪方法

陀螺的噪声是影响组合导航系统精度的重要因素之一。以插秧机GPS/INS组合导航系统为研究背景,在分析常规硬阈值和软阈值小波去噪的基础上,提出了一种改进的小波阈值去噪方法。该方法构造了一种改进的阈值函数,改进的阈值函数具有较好的连续性,避免了将混叠在噪声中的有效信号完全消除,能够自动调节小波系数的收缩程度,具有一定的自适应性。利用插秧机组合导航系统中微机械陀螺的实际输出数据,分别采用硬阈值、软阈值和改进阈值小波去噪方法进行了对比试验。结果表明改进的小波阈值去噪方法处理后信号的信噪比提高了约3倍、均方差小,具有一定的实用价值。     

微机电陀螺信号盲均衡迭代反卷积算法

小型移动机器人在未知环境下运行,陀螺所受噪声干扰无法建立有效的数学模型,需要仅从观测信号中把噪声去除,并估计出原始信号,根据该特点提出一种微机电陀螺信号盲均衡迭代反卷积算法。该算法利用横向滤波器对陀螺信号进行反卷积运算,使用贝叶斯方法对信号进行估计,建立了误差函数并与LMS算法组合,实现了均衡器参数的自动调整,在小型移动机器人上进行了算法实验验证。实验结果表明,该算法可以有效分离角速度信号与噪声信号,其噪声信号幅值减小约10倍,移动机器人运行275.41 s抵达终点的偏航角误差从13°下降到1.46°。     

单轴旋转捷联惯导系统最优转轴选取方案(英文)

捷联惯性导航系统的旋转调制技术是一种自校正方法,它能将惯性测量单元中陀螺仪的常值漂移和加速度计的零偏调制成周期性的信号,通过积分运算消除这些周期信号对系统的影响。从而使得惯导系统在不使用外部信息的条件下,自动补偿由陀螺漂移和加速度计零偏引起的导航误差,提高系统精度。从单轴旋转调制原理入手,详细推导分析了IMU绕任意转轴做单轴旋转时,陀螺和加速度计常值漂移、安装误差、刻度系数误差在单轴旋转下的误差表现形式,基于最大限度消除陀螺和加速度计常值漂移的原则,给出了最优的转轴选取方案。进行了大量仿真和实验,证明了提出的旋转方案的有效性。     

光纤陀螺信号的解耦自适应Kalman滤波降噪方法

针对光纤陀螺(FOG)输出信号的随机噪声问题,提出了一种解耦自适应Kalman滤波方法用于FOG信号降噪。方法采用Allan方差分析法估计量测噪声的方差参数,Kalman滤波过程与量测噪声方差的估计过程完全独立,避免了Kalman滤波器与量测噪声估值器间的相互耦合。利用时间序列分析法对FOG的随机噪声进行建模,并在建立的二阶自回归模型的基础上,采用本文滤波方法对采集的FOG实测数据随机噪声进行了试验验证。与传统方法相比,提出的滤波方法具有更好的降噪效果,噪声均方误差降低40%以上。     

基于LMS与二代小波变换的光纤陀螺去噪算法

为了降低光纤陀螺输出中的噪声分量,提出一种基于最小均方法与二代小波变换相结合的去噪方法。首先利用LMS算法进行前端预处理,提高信号的信噪比;然后使用SGWT去噪算法降噪,考虑到SGWT去噪算法易受阈值函数的影响,将模糊与平滑因子引入到传统软阈值法,以缩小估计小波系数和原小波系数两者之间的常值偏差;最后,将本文提出的算法应用于某型光纤陀螺的去噪研究中。实验结果表明,相对于SGWT去噪算法,采用LMS-SGWT算法处理后,光纤陀螺的信噪比从0.1698d B提高到2.0521 d B,方位对准误差从0.33°降低到0.13°。