【摘 要】
：
针对微波脉冲功率测量过程中脉冲宽度时间受系统时钟限制而分辨率低的问题,首先通过FPGA数字触发方式,给出脉冲功率上升沿和紧邻下降沿对应的ADC地址,以实现对脉宽进行粗计时
【机 构】
：
中电科思仪科技股份有限公司 青岛266000;中国电子科技集团公司第四十一研究所 青岛266000
论文部分内容阅读
针对微波脉冲功率测量过程中脉冲宽度时间受系统时钟限制而分辨率低的问题,首先通过FPGA数字触发方式,给出脉冲功率上升沿和紧邻下降沿对应的ADC地址,以实现对脉宽进行粗计时,然后通过在ARM中对脉冲跳变沿附近采样点进行Sinc插值,重构出脉冲跳变沿细节并给出时间修正参数,最后利用时间修正参数对粗计时结果进行修正得到高精度、高分辨率的脉宽时间.通过该方法,脉冲宽度时间分辨率可达0.5 ns,误差优于±2 ns,可以满足对脉冲宽度的测量要求.
其他文献
传统的波分复用网络采用固定栅格,已无法满足网络需求。提出一种改进的基于图着色理论的路由选择频谱分配(GT-RSA)算法。首先,使用前k条最短路径算法确定备选路由集合,根据各备选路由集合建立备选路由关系图;然后,使用图着色理论的混合整数线性规划模型进行选路,根据分支定界的饱和度最大优先算法得到优解,同时完成频谱的路由着色分区分配;最后,采用分区前后适配(PAR-FLF)算法对业务完成频谱资源的分配。
基于汽车轻量化原则,利用热轧大压下+超快冷+弛豫制备得到1200 MPa级热轧双相钢(DP),借助OM、SEM、TEM和室温拉伸等试验手段,研究了终轧温度对试验钢组织性能的影响。研究表明:随着终轧温度增加,铁素体体积分数和晶粒尺寸逐渐减小,马氏体的体积分数逐渐增加;抗拉强度增加,伸长率减小,强塑积减小,屈强比最低为0.56,n值最高为0.13。终轧温度对各相的体积分数、形貌、分布和析出行为有影响,组织中细小的铁素体晶粒、细化的马氏体板条束和弥散的析出相提高了材料的均匀变形能力,综合考虑轧机负荷、生产效率和
为了提高局部放电光纤检测的灵敏性,提出了一种用于局部放电检测的梁支撑膜结构光纤法布里-珀罗(F-P)传感器的设计方案,在不同的几何参数下对传感器的响应频率、灵敏度、线性范围及平坦度进行了仿真分析。仿真结果表明:与圆膜结构的光纤F-P传感器相比,梁支撑膜结构光纤F-P传感器不仅显示出较高的灵敏度(在某些情况下灵敏度提高了将近3倍)和更宽的频率工作范围,而且改善了传感器的线性范围和平坦度。
烧结矿入炉后,会在高炉上部发生低温还原粉化现象,严重时会影响高炉料柱透气性,破坏高炉顺行.为了改善烧结矿的这一性能,揭示烧结矿粉化机制,归纳了化学成分、添加物、微观结
通过一系列不同厚度的模具浇铸得到不同凝固冷却速率的铸坯,采用腐蚀法结合计算机辅助设计(Creo Parametric)技术重构了高钛耐磨钢中液析TiC在基体中的三维形貌,利用OM和SEM对液析TiC的二维和三维形貌进行对比分析,借助TEM和SAXS研究了凝固冷速对TiC析出的影响。结果表明:液析TiC在空间中的三维形貌以片层状和枝晶状为主,液析TiC的二维形貌可通过截取不同角度的三维形貌获得,二维微观组织中的链状颗粒TiC在三维空间中实际上为树枝状TiC。随着凝固冷却速率增大,实验钢铸态组织细化,二次枝晶
将炼铁厂高炉喷吹所使用的无烟煤、烟煤、褐煤以不同配比制取混合煤样,对其着火点、可磨性以及燃烧性能进行研究.实验结果表明:每加入5％褐煤后会降低混合煤样的着火点4℃左右;
转炉提钒是实现钢-钒分离的关键环节,反应动力学条件弱严重影响转炉提钒效果.基于此,提出转炉多元气体喷吹提钒,通过热力学研究了 CO2与C、V反应的选择性氧化转化温度,根据物
交流杂散电流严重威胁埋地管道的腐蚀,尤其是管道涂层出现破损时交流杂散电流的影响更为严重和复杂。为此,采用电化学方法、阵列电极技术(WBE)、扫描电镜(SEM)以及X射线能谱分析(EDS)等研究了不同交流杂散电流密度对剥离涂层下X80管线钢腐蚀行为的影响。结果表明:交流杂散电流对X80钢在土壤模拟溶液中的腐蚀起促进作用,其腐蚀产物以铁的氧化物为主,但交流杂散电流干扰会影响腐蚀产物的成分。此外,在氧浓差电池与闭塞电池自催化效应共同作用下,缝隙内部金属一直处于加速溶解状态,且交流干扰的存在,增强了金属的活性,更
结合MTS压缩实验,分析了不同变形温度、应变速率、变形量及变形后保温时间对优质GH738合金再结晶的影响规律;进而,利用光学金相显微镜(OM)、透射电子显微镜(TEM)和电子背散射
针对高炉炼铁过程中的数据离群问题,首先根据数据的不同特点对数据类型进行划分,选定针对性数据离群筛选办法,利用河北某钢铁企业的数据样本结合数据的实际状况进行分析,采用全局结合局部多层次的改进型箱线图离群筛选办法,对时序类数据进行筛选;采用以差值、目标参数强关联性数据为条件对K-means算法进行优化,对关联性数据的离群值进行筛选;针对周期性统计类数据的分布聚集性特点结合数据实际情况,基于K-means算法采用差异化、多层次数据聚类分析,对其进行离群筛选。结果表明:采用的针对性办法对数据的离群筛选效果较为理想