一种Ku波段空间行波管预失真器

提出一种无需直流偏置的Ku波段空间行波管预失真器。基于90°电桥、反向并联GaAs肖特基二极管对和负载电阻,产生预失真信号。同时可通过改变微带线长度和负载阻值实现可调性。此外,该电路自身具有良好的输入输出匹配特性,简化了电路结构。实测结果表明,该预失真器在带宽500MHz范围内可获得约7dB增益扩展和45°相位扩张。与行波管联测表明,行波管双音饱和输入功率回退3dB时,三阶交调可获得约6dB的改善效果。

用于Ka波段行波管的反射式预失真线性化器

采用幂级数法分析得到了线性化器与行波管放大器相反的非线性特性,并建立了预失真放大器的幂级数模型。根据反并联二极管对电路能够产生奇次谐波的特点,利用反并联肖特基二极管对、正交混合电桥、二极管电路的匹配网络等结构,通过对各结构的分析优化,设计了用于Ka波段行波管的预失真线性化器。实验结果表明:该线性化器在29～31GHz频段范围内能为行波管放大器的载波交调比带来最大19dB的改善。

一种用于预失真线性化器的宽带匹配技术

由于放大链路的增益波动以及不同频点之间非线性特性的差异,预失真器难以在不同的频点同时实现非线性特性匹配,即令整个频带内不同频点的线性度指标同时满足要求。由于预失真器和放大器之间的非线性失配,放大器在某些频点的非线性特性还会恶化。本文从线性化器与预失真器的宽带匹配出发,讨论了预失真线性化器与行波管放大器宽带匹配的条件以及非线性失配所带来的影响,当增益失配误差不大于1 dB时,在行波管放大器自身的三阶交调值不大于40 dB的非线性动态范围内,三阶交调下降幅度最大值为4.1 dB;通过采用级联增益补偿电路的方式,降低链路增益波动,实现预失真器和放大器的非线性匹配,真正拓展预失真线性化器的工作带宽。

基于FPGA的QCM湿度测量系统程序设计与仿真

为了实时检测常温下的湿度,以便负责人根据需要调整环境状态。采用测频计数法结合频差法设计了以FPGA芯片(EP2C8Q208C8N)为基础的可用于湿度测量的石英晶体谐振频率漂移检测电路。重点介绍在FPGA平台上通过测量石英晶体的谐振频率来间接测量湿度的方法,讨论了FPGA平台上的每个模块的设计过程,给出了部分模块和整体电路的仿真图,解释了仿真结果。FPGA参与外围硬件电路的辅助设计,会使设计更加简单,周期更短。

基于Nafion的石英晶体微天平低湿传感器

针对大部分湿度传感器测量低相对湿度的不足,建立了一种配制低相对湿度环境的方法,并通过比较不同Nafion涂覆量的石英晶体微天平湿度传感器在低相对湿度下的湿敏曲线,综合考虑到QCM传感器的稳定性以及传感器对湿度变化的灵敏程度,得到QCM低湿度传感器较为合适的Nafion涂覆量。以此为基础,研究了此湿度传感器在低相对湿度的特性,实验结果表明基于QCM的Nafion低湿度传感器在1%~10%相对湿度范围内具有良好的线性,可以分辨相对湿度1%的变化。

基于长短时记忆神经网络硬件加速的燃爆状态监测应用

文中提出一种基于现场可编程门阵列(FPGA)实现可燃气体燃爆状态分析的方法,采用Cortex-M3系列32位工控处理器IP在纯逻辑资源的FPGA上组成片上系统,并在该片上系统构建了长短时记忆神经网络(LSTM)硬件加速器,应用于可燃气体燃爆的多种状态分类模型。LSTM加速器采用并行优化的深度流水线执行计算,提高了各模块的使用效率和计算速度,使得所提设计在Artix-XC7A100T上计算非稀疏LSTM网络能达到13.7 GOP/s的吞吐量。实验结果表明,硬件LSTM神经网络对可燃气体燃爆状态的分类具有较好的抗干扰能力和较高的准确率。

采用二极管的模拟预失真行波管线性化器

设计了一款用于Ku波段行波管的线性化器,基于模拟预失真技术,90°电桥和两个肖特基二极管,在外加直流馈电的情况下,产生预失真信号,矢量网络分析仪测试结果表明,在工作频率为12.5GHz时,其增益扩展了6dB,相位扩张了40°左右。该线性化器与行波管功率放大器级联,双音测试结果表明,当功放双音饱和输入功率回退3dB、三阶交调指标在工作频率12.25GHz和12.75GHz时,均改善了6dB左右。该线性化器结构简单、成本较低、实用性强。

探究水稻病虫害绿色防控技术的应用

针对水稻病虫害绿色防控技术的应用分析,首先从水稻病虫害绿色防控技术的应用现状和优势入手,然后对水稻病虫害绿色防控技术的应用进行有效评价,主要内容有:农业技术、物理防控技术、生物技术、化学技术、综合防控技术。

浅析水稻稻飞虱的发生特点及防治对策

在水稻种植过程中,要想从根本上保证水稻的质量和产量,必须做好病虫害防治工作。基于此,针对水稻稻飞虱的发生特点进行分析,并且结合实际情况,提出针对性的防治对策,旨在有效保障病虫害治理效果。

基于熵值和TOPSIS法的装备体系方案优选方法

针对传统的方案筛选方法会产生海量数据且评估不客观的问题,提出一种基于熵值和TOPSIS法的装备体系方案优选方法。在确定装备体系方案优选指标的基础上,构建了基于熵值赋权的TOPSIS法装备体系方案价值评估与优选模型,并通过实例验证了该模型的有效性。结果表明:该方法能有效提高装备体系方案优选的科学性、客观性和有效性,从而为装备论证人员开展装备体系方案优选工作提供参考。

应对“空海一体战”的地面防空作战体系发展研究

“空海一体战”的提出与发展给我军地面防空作战体系提出了挑战。，文章从美军“空海一体战”概念下装备建设发展的角度描述了对我地面防空作战的威胁，并从侦察预警、指挥控制、火力拦截、电子对抗等方面阐述了我军地面发展作战体系的发展方向。

基于改进EEMD方法的工程机械液压系统冲击振动信号研究

工程机械液压系统发生冲击故障时,振动信号会出现相应的时频特性的变化,准确捕捉液压缸冲击振动信号,提取信号的典型特征是故障诊断的关键。该文首先运用SVM延拓解决EEMD方法的端点效应,然后通过改进的三次样条插值方法拟合包络线,再利用互相关分析与频谱分析对特征模态分量进行筛选,选取出能够代表信号特征的IMF分量。最后使用改进的EEMD方法对液压系统突然换向引起的冲击振动信号进行分析,选取出能够代表信号特征的IMF分量,为以后的智能诊断故障特征提取提供依据。

液压系统冲击振动信号采集与分析方法研究

针对液压系统冲击故障发生时,振动信号会出现相应的时频特性的变化这一特点,该文利用锤击响应实验,采集了几种典型情况下液压系统冲击信号,并对液压冲击信号进行频谱分析,结果显示不同工况条件下液压冲击振动信号具有不同的频率特征。不同采集位置对液压冲击的具有不同的响应幅度。

基于虚拟仪器的推土机液压测试系统研究

针对某型推土机工作装置液压系统的常见故障,利用LabVIEW强大的函数功能、数值分析和信号处理能力,集成测试信号处理、专家系统、ADO数据库访问等技术,构建了基于虚拟仪器的液压测试系统,实现了信号的在线分析和动态波形显示。该测试系统操作方便、界面友好、开发周期短,为虚拟现实环境下的测试训练提供了一种可行的测试方法。

基于数学形态学的油压波动信号降噪研究

由于工程机械油压信号易受各种噪声的影响,难以提取有用的信号特征。该文对比了数学形态学降噪、小波阈值降噪、EMD自适应降噪、改进EEMD自适应降噪四种方法,通过仿真信号和实测信号对四种降噪方法进行检验,结果表明:对于一般的信号,小波降噪、EMD降噪、改进EEMD降噪、数学形态学降噪都可以进行降噪处理,并提取趋势项。但是对于含有冲击或突变信号的油压信号,基于数学形态滤波器的方法最好,所得到的信号不失真、信噪比最高。

基于特征金字塔的场景文本检测

自然场景文本检测是从自然场景中检测出文本所在的位置,检测结果的好坏将直接影响后续的文本识别效果,在图像检索、自动驾驶等领域具有重要应用。提出CNN与RNN联合的自然场景文本检测方法。首先,采用CNN提取图片中多尺度特征并构建FPN;其次,为充分利用文本的序列特性,采用Bi-LSTM编码特征并输出一系列文本提议;最后,通过多向文本连接器连接生成的文本提议,实现多尺度、多方向的文本检测。通过在ICDAR2013、ICDAR2015以及USTB-SV1K数据集上进行测试,实验结果证明该算法在精确度和召回率上具有优势。

基于深度学习的工业恶意流量检测

针对工业控制系统中的恶意流量检测,提出一种新的检测算法DT2-ANN。该算法通过集成决策树和人工神经网络实现恶意流量检测。算法在4组工业流量数据集上进行实验,并与朴素贝叶斯、支持向量机、线性回归、人工神经网络、K均值聚类算法和随机森林等6种算法的检测结果进行对比。结果显示,DT2-ANN检测准确率高达99.77%~99.94%,召回率最高达到100%,F1得分0.9987,超过其他6种算法,实验证明该算法具有较好的检测能力。

基于改进人工鱼群算法和模糊C均值的WSN分簇算法

针对无线传感器网络(Wireless Sensor Networks,WSN)节点能耗不均衡问题,提出一种基于改进人工鱼群算法(Improved Artificial Fish Swarm Algorithm,IAFSA)和模糊C均值(Fuzzy C-Means,FCM)的分簇算法IAFCA。首先,IAFSA改进搜素视野及步长,避免迭代解陷入局部最优解,并将最终的迭代解作为FCM的初始聚类中心,克服FCM对初始解的敏感性。其次,FCM在确定最佳簇头数目的基础上,根据节点间的距离相似性,有效建立起节点与聚类中心间的不确定性关系,合理进行节点分簇。最后,根据节点相对剩余能量和到聚类中心的距离两个参数选举出簇头。IAFCA分别在两种场景下进行仿真实验,并与低能耗自适应聚类层次协议(Low Energy Adaptive Clustering Hierarchy,LEACH)及其变种算法进行对比。实验结果表明,IAFCA在网络寿命和能量效率方面均优于传统的WSN分簇算法,有效延长了网络寿命,降低了节点能耗。

MSE_BLS:一种基于宽度学习系统的异常流量检测方法

如今深度学习在异常检测中得到了广泛应用。但是,基于深度学习的方法在训练阶段采用反向传播算法(Back Propagation,BP)进行模型的参数更新,需要花费大量时间,并且可能会丢失部分信息。基于上述原因,提出一种基于均方误差的宽度学习系统(Mean Square Error based Broad Learning System,MSE_BLS)异常检测方法。在公开数据集上进行测试,并与其他检测方法进行比较。结果表明,MSE_BLS能够在保证高效率异常检测的同时,获得较高的异常检测准确率。

基于ARM和GPRS的PLC远程监控系统设计

为了解决PT泵实验台PLC人机交互能力差,监控困难的问题。本文采用ARM嵌入式技术和GPRS技术,完成了PLC远程监控系统的构建,利用ARM监控终端对PT泵试验台中PLC模块进行实时数据、状态参数的监控。实验结果表明:该系统操作简单且能与PLC模块良好通讯,具有一定的实用价值。