排序方式: 共有10条查询结果,搜索用时 551 毫秒
1
1.
在密集读写器模式下,UHF RFID读写器邻近信道之间的频率干扰问题是影响RFID读写器性能的重要因素之一。在深入分析RFID系统标准协议EPC Cl G2的基础上,采用安捷伦ADS(Advanced Design System)软件,设计了临近信道抑制的密集读写滤波器。该滤波器采用4级子滤波器级联的方式,其中包括一个4阶椭圆低通滤波器、两个2阶车比雪夫高通滤波器和一个2阶车比雪夫低通滤波器。以减少信号对临近信道的干扰,可获得较好的幅频特性和更为峭陡的过渡带。测试结果表明:采用设计的密集读写滤波器后,UHF RFID读写器的读取率和识别率得到明显提高,并且可以降低密集部署读写器成本。 相似文献
2.
3.
基于横向滤波器耦合结构,采用支节加载双模谐振器,设计了中心频率位于1.57 GHz(GPS应用)与2.4GHz(WLAN应用)的双频微带滤波器。由短路支节加载双模谐振器形成第一个通带,开路支节加载双模谐振器形成第二个通带,两个谐振器被输入/输出馈线隔离,每个通带的中心频率与带宽可以单独调节。测试结果表明:两个通带内的最小插损分别为2.18,1.35 dB,3 dB带宽分别为5.2%,6.8%,回波损耗均小于16 dB,三个传输零点分别位于1.28,2.08,2.71 GHz处。该滤波器具有尺寸小、带外选择性好等优点。 相似文献
4.
在密集读写器模式下,UHF RFID读写器邻近信道之间的频率干扰问题是影响RFID读写器通信性能的重要因素之一。在深入分析RFID通信协议EPC Cl G2的基础上,采用安捷伦ADS(Advanced Design System)软件,设计了临近信道抑制的密集读写滤波器。其采用4级滤波器级联的方式,其中包括一个4阶椭圆低通滤波器、两个2阶车比雪夫高通滤波器和一个2阶车比雪夫低通滤波器。测试结果表明:采用设计的密集读写滤波器后,UHF RFID读写器的读取率和识别率得到明显提高,并且可以降低密集部署读写器成本。 相似文献
5.
为了改善黑磷(BP)光探测器因BP的弱光吸收导致的光电流小和在空气中不稳定的问题,采用加热蒸发金纳米粒子(Au NP)水溶液的方法将Au NP集合到BP光探测器的表面,增强整个结构对光的吸收率和稳定性,并通过改变Au NP水溶液的加热温度控制Au NP的密度分布。结果表明,当Au NP的密度分布达到4.5×109 cm^-2时,Au NP-BP光探测器的光电流从1.02μA(BP光探测器)增加到13.36μA(电压=1 V),光响应度也相应地增加了12倍。同时,Au NP-BP光探测器的电流值在空气中保持数天无明显变化且暗电流较低。Au NP能够有效地提升光探测器的性能,有助于光探测器的实际应用。 相似文献
6.
当前利用三维打印技术(3DP)制备石墨烯器件时,通常采用的化学还原法由于常使用剧毒的强还原剂,生产过程危险性大,污染性强。相较而言,热还原法制作工艺简单,参数可控性强,更适合用于通过3DP技术制备高导电集成电路器件。采用还原氧化法来制备石墨烯,通过Hummers法氧化石墨单质合成氧化石墨烯(GO),以GO作为基底材料,加入一定比例的黏结剂、分散剂等添加剂来配制可用于3DP的GO墨水。选择3DP中简单可控的直写成型(DIW)工艺来打印导电线路,并将导线置于氩气环境下的管式炉中,分别在200,500和800℃的温度中进行烧结还原,经过800℃热还原的还原氧化石墨烯(rGO),其方阻可降低至200 mΩ/以下。试验测试分析表明,配制的GO墨水可用于三维打印导电线路,且经烧结热还原后得到高电导率的rGO电子器件。 相似文献
7.
为提高轮胎嵌入式UHF RFID 电子标签读取可靠性,需要解决一对矛盾,即一方面,为保证电子标签与轮胎有良好的粘合性和绑定性,要求标签天线尺寸足够小;另一方面,轮胎无线电环境差,轮胎材料对电磁波的固有介质损耗和干扰要求电子标签天线尺寸应足够大,以提高电磁辐射能力。针对以往设计方法复杂、不利于标签与轮胎绑定的问题,根据Bode-Fano 阻抗匹配的约束,利用弯折天线的周期性和紧凑性,提出了一种简单、具有良好阻抗特性和绑定特性的轮胎嵌入式小型化UHF RFID 弯折天线方法,设计了一种物理空间受限的轮胎嵌入式小型化UHF RFID 弯折天线。HFSS 仿真验证表明,设计的天线在833 ~971MHz 频带范围内回波损耗小于-10dB,覆盖了美国RFID 标准带宽902 ~928MHz,最大辐射增益为2. 4dBi。最后,通过设计的轮胎嵌入式RFID 电子标签测试,结果表明:当读取距离小于90cm 时,标签识别率大都大于80%;当读取距离小于50cm 时,标签识别率大于90%,标签与轮胎具有良好的绑定效果,满足设计要求。 相似文献
8.
9.
交互式图像分割是指向计算机提供有用的先验知识,通过用户交互辅助计算机把感兴趣的区域从复杂环境中分离出来。交互式图像分割目前存在的两个难点:一是用户交互过程复杂,操作不方便。二是计算机根据用户提供的交互信息分割出的结果不理想。针对上述问题,提出了一种融入极值点特征的深度交互式图像分割方法。首先通过用户标出图像中目标区域顶部、底部、最左侧、和最右侧的极值点,然后利用算法求解出以极值点为顶点的极值框;根据欧氏距离变换原理,将极值框求解成欧式距离映射图,最后将欧氏距离映射图和图像的RGB三个通道级联输入到卷积神经网络(Convolutional Neural Networks,CNN),通过卷积神经网络提取特征,输出特征图。与其他类似的方法相比较,该方法用户交互时间少、分割结果更加完整。 相似文献
10.
1