二维解卷积波束形成水下高分辨三维声成像

针对水下三维成像的空间分辨率难以提高,且具有较高旁瓣级的问题,提出了一种二维解卷积波束形成高分辨三维声成像算法,该算法首先完成任意距离切片的平面阵波束形成,近场情况下采用菲涅尔近似实现近场平面阵波束形成,然后通过二维解卷积技术对任意距离切片的二维波束形成结果进行解卷积处理,去除阵列指向性函数的影响,改善波束响应非理想冲击函数所造成波束形成主瓣宽及旁瓣级高的问题。通过计算机仿真分析,新算法可以有效的提高水下三维成像的空间分辨率,抑制旁瓣级,并能够在较宽频带和不同阵列孔径内保持与常规波束形成相当的稳定性。通过试验研究,新方法比常规波束形成实际目标成像分辨率提高一倍,最高旁瓣级下降20 dB,验证了该算法在实际系统中的有效性.      

稀疏信道条件下正交多载波扩频水声通信无导频信道估计算法

提出了一种无导频信道估计算法,该算法首先利用水声信道的稀疏特性对扩频信号进行识别,再利用扩频信号识别结果对水声信道响应进行判决反馈估计,从而实现对稀疏水声信道响应的可靠重建。仿真和湖上试验结果证实:无导频信道估计算法可以在不降低通信质量的前提下,实现对水声通信信号的稳健均衡,提升水声通信速率。      

可模式识别的水声成像方法

提出一种在自由环境中可以进行模式识别的水声成像方法。利用角域滤波将空间不同入射方向的平面波在阵元域中进行分离,在成像扇面内按要求设计一系列角域带通滤波器,这些滤波器的输出就是从角通带内入射的平面波在阵元域中的快拍数据,可以实现要求输入为阵元域特性数据的目标识别和底质分类等专用的模式识别算法,角域滤波器输出的平面波快拍数据的幅度作为像素值进行水声成像。采用角域滤波的方法可以进行水声成像得到所需要的声图,并且每个像素对应着相应点目标远场平面波入射到接收阵时所产生的快拍数据。仿真和实验数据处理结果表明,采用角域滤波和利用常规波束形成所得到的声图是一样的,并且两种成像方法具有相同的稳健性。      

应用浮动冲击平台考核舰载设备响应分析

为研究安装甲板模拟器的浮动冲击平台系统考核舰载设备的机理，对整个系统建立有限元模型进行数值模拟并建立力学模型进行了理论分析。根据船体甲板结构产生的垂向低通滤波特性，提出甲板模拟器具有减缓高频冲击并满足设备安装频率要求的作用。将被试设备的浮动冲击平台考核系统简化为有阻尼的三自由度系统强迫振动模型，通过拉普拉斯变换方法求解了不同冲击环境下被试设备的响应。数值模拟与理论计算结果比较吻合，被试设备响应迅速达到峰值后逐渐衰减，振动频率由高频向低频过渡，在分析浮动冲击平台舰载设备考核系统长时间响应时需考虑阻尼的影响。     

超高压材料合成设备的研究进展

超高压技术主要是研究如何能产生超高压以及物体在超高压状态下的物理性质改变的一门学科,是产生新材料和制造人造金刚石的主要技术.我国在超高压设备上仍然落后于外国的技术,大部分超高压设备需要从外国进口.由于外国各厂家对超高压设备的核心技术十分保密,因而不能借鉴和参考国际上的研究成果,我国对超高压设备的需求又逐年递增,因此我国对超高压设备的研究与改进迫在眉睫.本文通过对现在国内外各种超高压设备进行分析和总结,从承压能力、适用领域等多方面进行介绍,对各种超高压设备进行优劣势分析,并且对超高压设备的发展方向做出了展望.     

一种基于自组织粒子群–径向基神经网络的污水总磷TP软测量

针对当前污水处理过程出水总磷TP测量操作繁琐、仪器设备造价高、测量结果可靠性和精确性低等问题,本发明设计了一种基于自组织粒子群–径向基神经网络的污水处理过程出水总磷TP软测量方法,并利用实时数据对出水总磷TP软测量方法进行校正,实现了对污水处理过程出水总磷TP的预测,解决了出水总磷TP难以测量的问题;结果表明该出水总磷TP软测量方法能够快速、准确地预测污水处理出水总磷TP的浓度,有利于加强城市污水处理厂精细化管理和提升实时水质质量监控水平。     

四川大学研发出世界首款风冷型高性能激光诱导击穿-拉曼一体化光谱分析仪

由四川大学生命科学学院分析仪器研究中心段忆翔教授作为项目负责人,牵头承担的国家重大科学仪器设备开发专项又取得最新进展——"激光诱导击穿-拉曼光谱分析仪(LIBRAS)"首次亮相于2014年12月20日~21日的"激光光谱分析前沿技术国际研讨会"。     

改进的测量设备无关协议参数优化方法

实际量子密钥分发中参数的优化选择能大幅提升系统密钥生成率和最大传输距离,由于全局搜索算法的成本过大,本地搜索算法被广泛地应用.然而该算法存在两个问题,一是所得解不一定为全局最优解,二是算法的有效性极大地受制于初始值的选择.利用蒙特卡罗方法对密钥生成率函数是否为凸函数进行了证明,并仿真分析了密钥生成率函数在不同参数维度上的特性,提出了粒子群本地搜索算法并与本地搜索算法进行仿真比较.结果表明,密钥生成率函数为非凸函数,但合理设置初始值,本地搜索算法仍能求得全局最优解;在传输距离较远时,本地搜索算法因难以通过随机取值的方法得到有效的初始值而失效,粒子群本地搜索算法能克服这一缺点,以轻微增加算法复杂度为代价,提升了系统的最大传输距离.     

在体酶生物燃料电池的研究进展

酶生物燃料电池(Enzymatic biofuel cells,EBFCs)具有高专一性和催化性能,可催化与氧化还原反应有关的燃料并获得电能.可用的生物燃料,如葡萄糖、乳酸和丙酮酸盐,可以从汗液、泪液和血液中提取,因而以体液为燃料的EBFCs在可植入式或可穿戴式设备中具有良好的应用前景.采用生物电催化机理对酶生物燃料电池在体液发电中的应用进行了研究,以及对可植入式或可穿戴式生物燃料电池的主要挑战和未来的前景进行了展望.     

基于MXenes的功能纤维的制备及其在智能可穿戴领域的应用

在电子信息和物联网技术的推动下,人类对可穿戴电子器件和智能织物的需求愈发突出,功能纤维作为智能可穿戴设备的重要载体,近年来获得快速发展。功能纤维的性能很大程度上取决于纤维的基础构筑单元。过渡金属碳/氮化物(MXenes)作为一种新兴的二维材料,凭借其高电导率、优异的可加工性能、可调节的表面特性以及出色的机械强度等优点,受到了极大的关注,也逐渐成为构筑功能纤维的重要单元。本文将主要综述MXenes的湿化学、熔融盐、无氟试剂刻蚀等方法和力学、电学、光学和化学稳定性等性能,阐述基于该材料制备的功能纤维在传感、储能以及其他智能领域的应用,最后讨论了基于MXenes材料的功能纤维的未来应用前景和技术挑战。