期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
微型热电能量采集器的研究进展 被引量:3
1
作者 吴利青 徐德辉 熊斌 《半导体技术》 CAS CSCD 北大核心 2015年第10期721-729,共9页
热电能量采集器是一种基于塞贝克效应,利用温差将热能直接转化成电能的温差发电装置。由于其体积小、重量轻、寿命长、无机械运动部件、绿色环保等优点,微型热电能量采集器(MTEG)已经引起了国内外的广泛关注。综述了微型热电能量采集器... 热电能量采集器是一种基于塞贝克效应,利用温差将热能直接转化成电能的温差发电装置。由于其体积小、重量轻、寿命长、无机械运动部件、绿色环保等优点,微型热电能量采集器(MTEG)已经引起了国内外的广泛关注。综述了微型热电能量采集器在国内外的研究进展,介绍了温差发电的工作原理,从热电材料和器件结构两方面重点探讨了微型热电能量采集器的研究现状。对微型热电能量采集器未来的发展方向进行了分析和预测,认为积极寻找具有高优值系数的热电材料制备易于加工和集成的高性能的微型热电能量采集器是未来研究工作的目标。微型热电能量采集器有广阔的应用前景。 展开更多
关键词 温差发电 热电材料 塞贝克效应 能量采集器 微型热电能量采集器(MTEG)
在线阅读 下载PDF
射频系统的电源电磁兼容设计 被引量:3
2
作者 杨建军 唐云峰 汪海勇 《微波学报》 CSCD 北大核心 2016年第6期86-89,共4页
射频系统中,电源方面的干扰有多种,一旦设计考虑不周全,就会带来许多不必要的干扰和噪声信号,降低通信系统的预期设计指标,从而使得通信性能大打折扣。抑制和削弱电源带来的干扰和噪声信号,对于整机的通信性能提升尤为关键,文章分别从... 射频系统中,电源方面的干扰有多种,一旦设计考虑不周全,就会带来许多不必要的干扰和噪声信号,降低通信系统的预期设计指标,从而使得通信性能大打折扣。抑制和削弱电源带来的干扰和噪声信号,对于整机的通信性能提升尤为关键,文章分别从电源器件的选取、印制板电源层和地层的设置、电源器件布局、电源屏蔽和隔离、电源滤波和退耦、电源走线等方面进行了探讨,有效抑制和削弱射频系统电源干扰,提高射频系统电磁兼容能力。并提出了相应的解决手段,将其应用到工程实践中,取得不错的实际效果。 展开更多
关键词 电磁兼容 干扰 屏蔽 滤波 退耦
在线阅读 下载PDF
三维掩膜硅各向异性腐蚀工艺释放微悬空结构 被引量:1
3
作者 黄占喜 吴亚明 《微纳电子技术》 CAS 北大核心 2011年第5期326-332,共7页
提出了一种新颖的基于三维掩膜的硅各向异性腐蚀工艺,即利用深反应离子刻蚀、湿法腐蚀等常规体硅刻蚀工艺和氧化、化学气相沉积(CVD)等薄膜工艺制作出具有三维结构的氧化硅(SiO2)或氮化硅(Si3N4)薄膜,以该三维薄膜作为掩膜进行各向异性... 提出了一种新颖的基于三维掩膜的硅各向异性腐蚀工艺,即利用深反应离子刻蚀、湿法腐蚀等常规体硅刻蚀工艺和氧化、化学气相沉积(CVD)等薄膜工艺制作出具有三维结构的氧化硅(SiO2)或氮化硅(Si3N4)薄膜,以该三维薄膜作为掩膜进行各向异性腐蚀,该工艺可以应用于MEMS微悬空结构的制作。利用该工艺成功地在单片n-Si(100)衬底上完成了一种十字梁结构的释放,并对腐蚀的过程和工艺参数进行了研究。 展开更多
关键词 微悬空结构释放 体硅工艺 三维掩膜 各向异性腐蚀 腐蚀模拟
在线阅读 下载PDF
基于可变形空腔的起落架舱体噪声抑制研究 被引量:4
4
作者 翟庆波 宁方立 +3 位作者 丁辉 刘哲 韦娟 李宝清 《振动与冲击》 EI CSCD 北大核心 2022年第3期99-106,共8页
提出了一种基于可变形空腔的起落架舱体结构,通过机械装置调节舱体底板及后壁倾斜角度,不需要额外增加舱体体积,使用声学有限元法探讨了该结构在低马赫数下的噪声抑制效果。研究发现:随着舱体后壁倾斜角度的增大,舱体内部及外部的噪声... 提出了一种基于可变形空腔的起落架舱体结构,通过机械装置调节舱体底板及后壁倾斜角度,不需要额外增加舱体体积,使用声学有限元法探讨了该结构在低马赫数下的噪声抑制效果。研究发现:随着舱体后壁倾斜角度的增大,舱体内部及外部的噪声明显减小,同时模态频率逐渐增大,有助于避免舱体结构发生共振破坏;舱体后壁倾斜一个较小的角度就能有效地改善内部的声反射环境,进而抑制舱体内部的高频模态噪声、总声压级。当后壁倾斜角度大于某个临界值时,继续增大倾斜角度对于舱体内部高频模态噪声以及总声压级的抑制效果不再明显,在当前的仿真条件下,舱体后壁最佳倾斜角度范围为10°~16°。 展开更多
关键词 可变形空腔 起落架舱体 低马赫数 有限元法 噪声抑制
在线阅读 下载PDF
基于全并行深度Q网络的通信干扰资源快速分配算法
5
作者 陆永安 陈杰豪 +1 位作者 张琪露 唐洪莹 《现代电子技术》 北大核心 2024年第13期47-54,共8页
智能干扰技术已成为认知电子战的重要研究方向。文中研究了对抗场景下最优干扰与有限资源分配的策略优化问题,通过设计一个可以自适应调整干扰策略的认知干扰器,选择出当前状态下最优的干扰参数,满足干扰资源分配的实时性和有效性需求... 智能干扰技术已成为认知电子战的重要研究方向。文中研究了对抗场景下最优干扰与有限资源分配的策略优化问题,通过设计一个可以自适应调整干扰策略的认知干扰器,选择出当前状态下最优的干扰参数,满足干扰资源分配的实时性和有效性需求。为了进一步降低干扰能耗,引入了干扰持续时间这一干扰参数,同时考虑了能量有限的约束条件。此外,为加快干扰机的学习速度,还提出了一种具有平行学习独立决策功能的深度强化学习干扰资源快速分配算法。仿真结果表明,所提算法能够在满足干扰效果的前提下,其干扰能量利用率和训练速度均优于其他的深度强化学习干扰算法,同时对比差距会随着干扰决策空间维度的增加而扩大。 展开更多
关键词 认知干扰 深度强化学习 干扰资源分配 干扰持续时间 认知电子战 全并行
在线阅读 下载PDF
一种分层无线传感网的匿名双因素用户认证协议 被引量:4
6
作者 房卫东 张武雄 +2 位作者 潘涛 高智伟 倪业鹏 《工程科学与技术》 EI CAS CSCD 北大核心 2020年第3期168-177,共10页
用户认证协议可以确保无线传感网访问用户的合法性与传感器节点感知信息的接入安全。现有用户认证协议(Fan协议)存在各种安全缺陷,易遭受多种网络安全攻击,尤其是节点妥协攻击、口令猜测攻击、内部特权攻击等,也不支持用户的匿名性,无... 用户认证协议可以确保无线传感网访问用户的合法性与传感器节点感知信息的接入安全。现有用户认证协议(Fan协议)存在各种安全缺陷,易遭受多种网络安全攻击,尤其是节点妥协攻击、口令猜测攻击、内部特权攻击等,也不支持用户的匿名性,无法保障用户的隐私。针对这些安全挑战,提出了一种分层无线传感网的匿名双因素用户认证协议,该协议在注册阶段以哈希隐藏方式传输口令,提高了口令传输的安全性;增大网关节点秘密参数与用户的相关性,实现了秘密参数的唯一性;在认证阶段,增大会话密钥与系统时间和用户的关联性,实现会话密钥的唯一性和动态性;引入口令更新机制,用户可以在不联系簇头节点的情况下,自由更新口令,保障了口令的新鲜性。逻辑分析与仿真结果表明,与Fan协议相比,本协议在仅增加少量计算开销的基础上,不仅可以防御节点妥协攻击、口令猜测攻击和内部特权攻击,而且实现了用户匿名性;与Nam、He-Kumar、Mir等协议相比,本协议采用了哈希函数、级联操作和异或操作等轻量级安全操作,减少了传感器节点计算开销,优化了传感器节点向网关节点的注册流程,综合性能优于上面提到的3种用户认证协议。因此,本协议不但适用于资源受限的传感器节点,而且显著提高了无线传感网安全性。 展开更多
关键词 无线传感网 用户认证协议 双因素 匿名性
在线阅读 下载PDF
基于语谱图与改进DenseNet的野外车辆识别 被引量:4
7
作者 周鹏 李成娟 +4 位作者 赵沁 王艳 唐洪莹 李宝清 袁晓兵 《声学技术》 CSCD 北大核心 2020年第2期235-242,共8页
针对在野外运动车辆分类过程中,传统梅尔倒谱系数与高斯混合模型分类方法对干扰噪声较为敏感的情况,提出了改进的密集卷积网络结构(DenseNet)方法。首先是将声音信号转换为语谱图,然后送入到改进的DenseNet网络结构中进行识别。其中,改... 针对在野外运动车辆分类过程中,传统梅尔倒谱系数与高斯混合模型分类方法对干扰噪声较为敏感的情况,提出了改进的密集卷积网络结构(DenseNet)方法。首先是将声音信号转换为语谱图,然后送入到改进的DenseNet网络结构中进行识别。其中,改进的DenseNet网络结构是在全连接层加入了中心损失(center loss)函数,使得同类特征聚合程度较高,这样就能够提取出声音信号的深度特征,有利于分类。实验结果表明,在相同的样本集下,改进DenseNet方法的识别率得到了明显的提升,达到97.70%。 展开更多
关键词 野外运动车辆分类 深度特征 密集卷积网络 语谱图 中心损失
在线阅读 下载PDF
结合LSTM与CNN的野外车辆声信号分类 被引量:3
8
作者 李翔 王艳 李宝清 《压电与声光》 CAS 北大核心 2021年第3期379-384,共6页
针对野外环境下微声传感器采集的小型轮式车、大型轮式车和履带车3种车辆声信号受风噪影响严重、分类性能较低的问题,提出了一种长短时记忆网络(LSTM)与多尺度、多层次特征融合卷积神经网络(CNN)相结合的分类算法——野外车辆识别算法(F... 针对野外环境下微声传感器采集的小型轮式车、大型轮式车和履带车3种车辆声信号受风噪影响严重、分类性能较低的问题,提出了一种长短时记忆网络(LSTM)与多尺度、多层次特征融合卷积神经网络(CNN)相结合的分类算法——野外车辆识别算法(FVNet)。该算法先采用一层LSTM网络提取声信号的时序特征,充分利用声信号的长时依赖关系;再用CNN并行提取多尺度特征,避免网络加深过程中特征的流失;引入通道注意力机制进行多尺度和多层次特征融合,增强多尺度、多层次关键特征信息;最后在相同数据集上进行验证。实验结果表明,FVNet算法对3种车辆的总识别率可达94.95%,与传统方法相比,其总识别率提高了14.61%,取得了较好的分类效果。 展开更多
关键词 车辆声信号分类 长短时记忆网络(LSTM) 卷积神经网络(CNN) 并行多尺度特征提取 通道注意力机制 特征融合
在线阅读 下载PDF
联合噪声分类和掩码估计的语音增强方法 被引量:3
9
作者 凌佳佳 袁晓兵 《电子设计工程》 2018年第17期30-34,共5页
为了克服传统语音增强算法对语音信号和噪声信号各种假设前提的依赖,并且提升语音增强性能,本文在基于深层神经网络的语音增强方法的基础上,提出了一种联合噪声分类和卷积神经网络的时频掩码估计方法。该算法综合考虑到多种类型噪声混... 为了克服传统语音增强算法对语音信号和噪声信号各种假设前提的依赖,并且提升语音增强性能,本文在基于深层神经网络的语音增强方法的基础上,提出了一种联合噪声分类和卷积神经网络的时频掩码估计方法。该算法综合考虑到多种类型噪声混合的带噪信号会对训练的卷积神经网络的预测精度产生不同程度的影响,其通过噪声分类识别,自适应被各类噪声污染的语音信号的时频掩码的估计,并利用语音活性检测方法对预测的掩码进行后修正。实验结果表明,该算法在多种噪声环境下取得更大的信噪比增益。 展开更多
关键词 语音增强 时频掩码 卷积神经网络 噪声分类
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部