数字电视系统的解复用和同步问题

解复用和同步是数字电视系统中的关键技术,涉及到复杂的实时控制过程．本文阐明了数字电视系统中MPEG-2传输流解复用的实现方法,并详细讨论了MPEG-2解码器中系统时钟的恢复以及视频和音频的同步问题．     

GaN非线性光学效应研究进展

本文简述了对非线性光学材料的一般要求，详细介绍了GaN材料的极化效应，以及因此而具有的良好非线性光学效应。以波长转换为例说明了它在未来全光网络中的应用前景。     

基于能谱滤波分离的多谱计算机层析成像方法

随着科技的发展,适用于结构分析的传统单能X射线计算机层析(CT)成像技术,已不能满足现代工业对物质组分区分与鉴定的功能成像需求。这是由于在X射线CT系统中,现有重建算法的单能假设与CT投影的多谱性不一致,导致CT重建质量差,无法组分区分。基于光子计数探测器的能谱分离成像思想,提出了基于能谱滤波分离的多谱CT成像方法,该方法通过在X射线发射端加滤波片的方式,实现能谱滤波分离,并通过变能量成像,获得近似单能的递变能量投影序列;针对滤波后噪声水平较高问题,利用EM-TV重建算法,实现了多谱CT成像,可满足组分区分的需求。仿真实验结果表明,对于密度相近的检测对象,该方法可以满足组分区分的要求。     

递变能量成像中最佳X射线管电压预测算法

X射线递变能量成像是依次获取复杂结构件在递变能量下的局部有效信息,并通过多谱融合获取完整结构信息。但是目前的能量选择主要以人工设定管电压步进为主,无法匹配检测对象的有效厚度变化率,成像效率及射线利用率较低。基于递变能量成像规律,提出一种最佳X射线管电压预测算法。该方法通过对检测物体进行变能量预扫描,提取图像序列中有效厚度(高质量区域)和临近厚度(预测区域),建立有效厚度的图像灰度与管电压、X射线光谱之间的物理模型,及临近厚度灰度差与电压的函数模型,进而得到临近厚度最佳成像时的能量预测模型。通过模型求解,实现了能量的自适应预测。以不同厚度钢块为对象,利用该算法逐一预测各个厚度钢块最佳成像时的管电压,并与实际值对比。实验结果显示,在低能时可跨3~4 mm准确预测,高能时可跨7~10 mm预测,精度可以达到95%以上。     

高效率的蓝色磷光有机电致发光器件

制备了基于双母体结构的高效率蓝色磷光有机电致发光器件。通过与采用单母体结构和双发光层结构的器件性能进行对比,发现双母体结构的应用对蓝光器件的性能起到了明显的提升作用。双母体蓝光器件的最大效率为14.9 cd/A(13.3 lm/W),最大亮度达到10 440 cd/m~2,其开启电压仅为2.7 V。蓝光器件同时展示出低的效率滚降特性,在100~5 000 cd/m~2范围内,器件的效率滚降仅为35.3%。在3~8 V的电压变化内,器件的色坐标一直位于蓝光区域。     

磁性Salisbury屏的高频响应

研究了利用磁性薄膜构造Salisbury屏的可能性及其在微波频段的反射率频率特性.结果表明，利用铁磁性材料在铁磁共振频率附近磁化率具有χ″>χ′的特性，可以构造出对电磁波有良好吸收性能的磁性Salisbury屏.通过对铁磁材料高频磁谱物理机理的分析后指出，具有弛豫型共振磁谱的铁磁材料可以构造出薄膜型Salisbury屏，其厚度为微米甚至亚微米量级.反射率的频率特性与磁性材料的特征阻抗z-r有关，它取决于铁磁共振频率和静态磁化率.反射率的频率响应显示磁性薄膜Salisbury屏具有较宽的吸收带宽. 关键词： 磁性Salisbury屏 反射率 频带响应 磁性薄膜     

一种基于运算放大器的高灵敏度惠斯通电桥

关于如何提升惠斯通电桥灵敏度一直是惠斯通电桥研究的热门话题.运算放大器组装成为的差分放大电路在一定范围内可以线性放大输入电压.但是,使用运算放大器提高电桥灵敏度的方法并未被采用.本文采用LM358N型运算放大器来提高电桥两端电势差的测量精度,从而提升惠斯通电桥的灵敏度.我们使用Multisim软件对该方案进行仿真,结果表明如果将放大倍数调至20倍,那么实际误差将小于2%.经过对改进电桥进行实际测量,实验和理论结论符合得很好.采用此方法可以得到一个易操作、低成本、高灵敏度的惠斯通电桥.     

基于LED的色度学实验研究

作为环保、节能、可智能控制的新型光源,发光二极管（LED）广泛应用于人们的现代生活、生产中,更有望替代传统的照明光源。以三基色LED为光源,制作了三路独立可调恒流电源,通过调节三基色光的不同配比实现加法混色,研究设计了加法混色的色度学实验,既可以直接观察混色后的实验现象,又能通过测量光谱数据得到色度参数。LED光源环保...     

氩离子激光器输出光功率稳定度与光反馈应用

通过实验观测氩离子激光器工作电流与输出光功率及其稳定性之间的关系，采用光反馈解决了反馈工作点的设置和跟踪调解，使输出光功率稳定性得到明显提高。