FBG解调实时校正技术研究

在基于可调谐F-P的FBG解调系统中,由于驱动电压与扫描波峰的关系不固定,增加了系统误差。为此研究了实时校正技术。首先,通过方案比较和分析,设计了并联型的实时校正系统,此系统可以通过多个参考点实时校正PZT的非线性问题以及可调谐F-P滤波器的结构性误差。然后,通过实验分析了PZT驱动电压与可调谐F-P波峰的关系,设计了快速分段算法。最后,针对此系统,设计了以现场可编程门阵列(FPGA)为核心的信号处理单元,将解调系统的控制、滤波计算和数据压缩等电路集成在FPGA芯片内部,保证了系统的实时性。实验结果表明,该系统的均方误差为2.2pm,最大误差为6pm。解决了此类解调系统受可调谐F-P滤波器精度限制的问题,提高了测量精度。     

无线网规划中的传播模型校正

本文简要介绍了移动通信中传播模型的概念和几种常用的传播模型,论述了模型校正的必要性,并详细介绍了模型校正的步骤,同时对模型校正中可能出现的误差进行了分析.     

吹扫捕集-气相色谱/质谱法对饮用水源地中痕量苯系物的测定

对饮用水源地中七种苯系物浓度痕量变化情况进行监测,采用吹扫捕集-气相色谱/质谱联用,对各七种组分的分离良好,浓度在(0.2～4.0)μg/L范围内标准曲线线性良好,精密度的相对标准偏差为2.92%～6.42%,加标回收率为92%～105%,该法可靠且满足水质分析要求,能及时准确掌握饮用水源地水中苯系物的浓度痕量变化情况,便于预警预报。     

热力学数据对1, 3-丁二烯燃烧特性的影响

基于G4方法, 计算了1,^{3-丁二烯框架燃烧反应机理中102个物种的热力学数据, 并考察了振动非谐性、 频率校正因子以及受阻内转动对结果的影响. 结果表明, 考虑振动非谐性或采用不同的频率校正因子, 对热力学数据的影响不大; 考虑内转动后, 对热力学数据有较大影响. 而且考虑内转动后, 得到的热力学数据与实验热力学数据吻合得更好. 用所得热力学数据模拟了1,3-丁二烯的绝热燃烧温度以及点火延迟时间, 结果显示, 要得到可靠的绝热火焰温度, 对小分子(如CO和CO₂等)的热力学数据需要采用实验结果. 将用所得热力学数据模拟得到的点火延迟时间, 与机理本身的热力学数据所得点火延迟时间进行对比, 二者差别显著, 表明所得热力学数据主要通过改变一些反应的逆反应速率常数来影响点火延迟时间. 进一步确定了用所得热力学数据对点火延迟时间有显著影响的一些物种.}     

双助催化剂负载CdS的能量捕集和电荷分离增强产H2(英文)

利用半导体光催化分解水产氢是将太阳能转换为化学能的有效策略之一.然而,现有催化剂体系的太阳能-氢能转化率较低,制约了人工光合作用的长远发展.因此,急需开发一种新的捕光策略通过储存和释放化学能来提高能源利用效率.由于无机半导体具有低的激子结合能,光生电子-空穴对在室温下可以迅速解离.因此,只要相邻的半导体畴是电子耦合的,并提供驱动力,能量迁移就可以通过独立的电子和空穴传输过程有效进行.然而,在半导体光催化剂中利用能量捕集(即定向能量迁移)的系统很少被涉及.尽管分子助催化剂常被负载在半导体光催化剂上来提高电荷分离和催化效率,但分子助催化剂对半导体光催化剂内部能量捕集的影响尚未被阐明.本文制备了粗细不同的Cd S纳米棒,并将共轭分子2-巯基苯并咪唑(MBI)和钴分子催化剂(MCo A)依次锚定在纳米棒表面.Cd S和Cd S/MBI的透射电子显微镜照片表明, Cd S纳米棒的直径不是完全均一的,主要集中在20–50 nm.由HRTEM照片观察到修饰MBI分子后Cd S表面出现一层无定形膜,进一步修饰MCo A分子后Cd S表面的膜厚变化不明显.XPS谱结果表明,修饰了MBI的Cd S,其Cd...     

微波消解-高分辨电感耦合等离子体质谱 (HR-ICP-MS)法测定煤炭中35种痕量金属元素

高分辨电感耦合等离子体质谱可以区分干扰元素和目标元素微弱的质量数差别,能解决大多数多原子、氧化物干扰问题,在煤炭痕量元素分析领域受到关注,但煤炭样品中痕量金属元素尤其是稀土元素受到的质谱干扰挑战未被系统地报道.采用HNO3-HF混酸微波消解煤炭样品,优化了消解时间、赶酸、复溶等前处理条件,研究了煤炭中V、Cr、Mn、C...     

基于LASSO算法的光谱变量选择方法研究

光谱分析技术由于具有简单、快速、无损等优势,在复杂体系的定性和定量分析中得到了广泛应用。然而光谱中往往包含成百上千的波长点,有些波长点与研究的目标性质并不相关,加大了计算量并降低了模型的预测准确度。因此,在建立模型前需要进行变量选择。最小绝对收缩与选择算子（LASSO）可将回归系数收缩为0,进而达到变量选择的目的。该研究将LASSO用于三元调和油样品近红外光谱和生物样品拉曼光谱的变量选择,基于偏最小二乘（PLS）和多元线性回归（MLR）模型,分别对香油和肌氨酸的含量进行定量分析,并与无信息变量消除－PLS（UVE－PLS）、蒙特卡罗结合UVE－PLS（MCUVE－PLS）和随机检验－PLS（RT－PLS）3种变量选择方法进行比较。结果表明,基于LASSO的变量选择方法保留的变量数最少,运算速度最快。对三元调和油样品,LASSO－PLS预测的准确度最高;对生物样品,LASSO－MLR预测的准确度最高。因此,基于LASSO的变量选择算法有望在光谱分析领域中得到良好应用。