一种硅MEMS陀螺谐振频率与Q值的快速测量方法

为了解决平板电极硅微机电系统(MEMS)陀螺谐振频率和Q值的快速测定问题,提出一种基于阶跃激励余振分析的振动特性参数测量方法。首先,利用平板电容电极的吸合效应,提出一种直流阶跃激励方法,使陀螺振子产生较大初始位移的余振信号。然后,结合FFT和Morlet复小波变换对余振信号进行高分辨率频谱分析,获得谐振频率。接着,对余振信号进行Hilbert变换以提取包络线,通过最小二乘指数拟合获得阻尼系数,从而得到Q值。仿真测试表明,该方法能够精确地获得特性参数,相对误差达到了10-5量级。在角振动陀螺上的实验表明,该方法与扫频法获得的结果基本一致,且有效缩短了测试时间。     

基于压电振动能量采集器的无线监测传感节点

环境振动状况监测对设备的安全运营至关重要。通过压电振动能量采集器可实现对环境振动信息的感知,再经过智能信息处理方法无线监测设施的安全运营状态。将无线传感与深度学习相结合,在充分研究压电振动能量采集器输出信号特征的基础上,提出了优化的卷积神经网络模型,用于识别环境异常振动模式,并设计实现了智能感知无线监测传感节点。系统工作时,节点可监测环境振动、温度信息并报警异常事件。测试结果表明, 该传感节点在无线传输距离超过100 m 的情况下,实现了环境振动事件的实时监测,报警时间小于5 s,环境振动模式识别准确率可达95．7%,监测环境温度状况并准确报警异常燃烧事件的时间小于3．7 s。该节点在野外目标监测等场合有广泛的应用前景。     

12位电阻型DAC与失调自校正缓冲器的设计

设计了一种基于TSMC 0.18 μm 5 V/1.8 V CMOS工艺的12位电阻型DAC和缓冲器。该DAC采用两级电阻分压计结构,并提出了一种降低级间负载效应的方法。缓冲器运用自归零校正技术来校正失调,实现了轨到轨的输入和输出。在驱动3 kΩ电阻和15 nF电容负载时,测得芯片最大失调电压为600 μV。在100 Hz数据刷新率下,信噪比(SNR)为68.6 dB,无杂散动态范围(SFDR)为66.4 dB。     

解调器集成CAS的地面数字电视方案的实现

针对非专用数字电视设备接收加密数字电视和产品差异化的需求,设计了目前市面上唯一在解调器端处理了CAS的数字电视接收方案。对数字电视的系统架构,软硬件的设计和实现方法等进行了阐述。经实验室和商用测试表明,该方案完全符合规范要求,已被条件接收系统厂商和运营商采用,并投入市场应用。。     

阿尔法滤波自适应红外去盲元算法及硬件实现

为了解决红外焦平面阵列盲元问题对红外图像质量的影响,提出一种针对动态场景下的阿尔法滤波加时域累积去盲元算法,并对其进行硬件实现。通过阿尔法滤波获取图像估计,在单帧盲元分布判断上加入窗口均匀判断机制来防止图像边缘误检,采用时域累积的方法确定最终盲元分布并进行盲元补偿。在FPGA硬件实现上采用流水线结构提高处理实时性,采用多次时域累积迭代的方法提高盲元检测效果。通过软硬件实现验证该算法的有效性。相比其他时域累积方法能有效防止边缘过检。因此该硬件实现方法可以应用到实际红外成像系统进行实时处理,在长时间的时域累积中会有更好的盲元检测效果。     

基于PAC模块的潮汐模拟控制系统

基于对潮汐研究是预防海洋灾害的有效手段,设计开发了一种基于PAC模块的潮汐模拟控制系统。该系统中,RS 485总线网络由基于DCON协议的现场采集控制模块和PAC构成,并通过MODBUS TCP/IP协议与上位机联网构成潮汐模拟控制系统。实验证明,本系统可模拟潮汐涨潮落潮特性,具有集成度高、抗干扰能力强、稳定性高等优点。     

GA-BP神经网络结合EDXRF技术实现对中低合金钢中Cr、Mn和Ni元素含量的预测

利用能量色散X射线荧光光谱分析（EDXRF）技术与遗传算法优化的反向传播（GA-BP）神经网络对中低合金钢中Cr、Mn和Ni元素进行含量分析。通过能量色散X射线荧光光谱仪对六类中低合金钢标准样品做激发处理,获得X射线荧光光谱,使用两点法扣除背景,求得各元素对应Kα特征峰强度。利用所得108组谱线数据及其对应含量建立GA-BP神经网络,使用训练完成的GA-BP神经网络对另外36组中低合金钢样本含量进行预测,并将所预测结果与基本参数法分析结果和标准样品化学分析结果进行对比,Cr、Mn和Ni元素含量平均误差分别为0.0287%、0.0314%和0.0423%。实验结果表明,遗传算法优化的BP神经网络适用于EDXRF对中低合金钢中Cr、Mn和Ni元素含量的分析。