论文部分内容阅读
p-GaN增强型氮化镓HEMT器件的退化机理研究
【机 构】
：
西安电子科技大学
【发表日期】
：
2023年01期
其他文献
在复杂大气环境中红外探测成像系统的性能必然出现退化,为使红外探测成像系统能应用于各种复杂大气环境中,有必要基于特定探测环境条件下经过优化设计后的成像系统性能推演复杂大气环境下成像系统性能。本文针对复杂大气环境下红外探测成像性能推演的实际应用需求,基于红外辐射传输理论,对复杂大气环境下的红外辐射传输机理、目标背景对比度精确建模、外场性能评估模型修正等关键问题展开研究。主要研究工作如下:（1）红外探测
学位
场景中高于绝对零度的物体能够向外发出红外辐射,红外成像系统能够将人眼不可见的红外辐射,转化为可见光图像,供人眼进行观察,且红外成像系统以被动方式工作,具有隐蔽性和全天时工作的特点,在许多领域都得到了广泛应用。但由于红外成像系统输出图像为高动态范围图像,难以在传统低动态范围显示设备上显示,且图像具有灰度分布集中、细节反差小、对比度低等问题。为了解决这些问题,提供更好的便于观察的红外图像,研究压缩红外
学位
采用激光直写技术可在聚酰亚胺薄膜（PI）上一步获得具有图案化、高孔隙率和高电导率的激光诱导石墨烯（LIG）,该技术具有速度快、成本低以及环境友好等特点。但目前LIG技术的研究多基于商业聚酰亚胺（PI）薄膜上的直接生长,PI衬底去除以及三维石墨烯转移技术一直是限制其应用的主要瓶颈问题。针对该问题,本文提出以染料协助PI热塑液的新方法,结合一步激光诱导技术,实现了在绝缘衬底、导电薄膜衬底以及柔性衬底上
学位
推荐方法作为一种个性化的信息过滤工具,能够有效缓解智慧城市中的信息过载。但传统的推荐方法只能在单个领域中进行推荐,难以满足智慧城市中跨部门、跨业务的服务推荐需求。跨域推荐方法能够借助其它领域中的信息,辅助目标域进行推荐,解决冷启动和数据稀疏问题,从而有效满足用户多样化的需求。本文从跨域捆绑推荐和隐私保护跨域联邦推荐两个方面开展研究,实现不同领域信息的有效利用和需求的精准匹配。针对现有跨域推荐方法仅
学位
人工智能和深度学习技术在持续的发展完善和应用领域的不断拓展中陆续暴露了一些伴生安全问题,后门攻击即一种新兴的针对深度学习模型训练阶段的对抗攻击。目前,针对后门攻击的防御研究主要归为两类,一类是基于样本过滤和模型诊断的检测后门防御策略,另一类是基于触发器重建和模型重训练的缓解后门防御策略,并取得了一定的研究成果。然而,由于模型训练过程的不透明性和数据来源的未知性,现有的防御方法仍有明显不足。例如,模
学位
β-Ga2O3超宽的带隙、低的制备成本使得其在日盲紫外光电探测器方面有着重要的应用前景和优势。然而,目前β-Ga2O3日盲紫外光电探测器性能,如响应速度,远低于商业应用需求,从而限制其实用化进程。二维材料MoS2具有可调的带隙、高的迁移率、强的光-物质作用、优异的力学性能等,并且可以灵活的与其他材料集成异质结,为优化β-Ga2O3日盲紫外光电探测器的性能提供了新思路。因此,本文通过制备MoS2/β
学位
智能终端设备的普及给人们的日常生活带来了极大的便利,但大量敏感信息被存储在本地,对设备的数据安全与隐私保护提出了挑战。目前智能终端设备多使用指纹、口令等一次认证机制,无法在设备使用期间验证身份。持续认证方法能够在不中断设备使用的情况下,定期验证用户身份,将其作为传统认证机制的辅助认证方法,可以有效应对频繁解锁需求,提高设备在用户使用期间的安全性。步行特征和心跳特征均满足普遍性、特异性、持久性与可采
学位
论文课题来源于模拟前端电容/电压转换电路工程项目,具体要求为研究并设计一款稳定的低温度系数带隙基准源。电容/电压转换电路将电容信号转换为电压信号,广泛应用于陀螺仪、加速度计等电容式传感器电路系统中。基准源电路作为基准模块单元,为电容/电压转换电路提供稳定的共模电压和偏置电流,在整个电路系统中发挥着重要作用。在本论文课题中,基准源的设计工作包括电路前端设计、版图绘制、寄生参数提取、仿真验证、芯片测试
学位
氮化镓基材料由于自发极化和压电极化使得在未掺杂的异质结中能形成高密度高迁移率的二维电子气（2DEG）,2DEG是影响GaN基高电子迁移率晶体管（HEMT）器件性能的关键因素。然而它们的性能受到两个相互矛盾的因素的限制,即2DEG浓度和栅极可控性。由于栅极长度和器件的频率特性成反比,一般通过减薄（Al,Ga）N（AlGaN）势垒层厚度以减小栅极到异质结界面的距离,以保持良好的栅极可控性。但另一方面减
学位
近年来,随着无人驾驶技术、人工智能、传感和机器视觉等技术的迅速发展,类似于3D游戏、移动增强现实（Mobile Augmented Reality,MAR）等新型车载应用层次不穷,该类应用极大地提升用户驾驶体验和驾驶安全,然而它们通常是计算密集和时延敏感的,因此它们的出现对无人驾驶车辆的资源提出了更高要求。考虑到单辆无人驾驶车辆资源有限,若全部本地化处理将会大大加重无人驾驶车辆的资源负担,可能导致
学位