【摘 要】
：
针对电容式微机械超声换能器(CMUT)在声-电转换过程中产生的微弱电信号检测难的问题,提出了两种微弱信号检测电路,基于电荷检测原理的电荷放大电路和基于电流检测原理的跨阻放大电路。首先对两种电路结构的瞬态及交流小信号特性进行仿真分析并进行电路性能测试,然后两种电路分别与CMUT换能器连接,进行超声波信号检测试验。测试结果表明:电荷放大电路具有高增益特性,其放大倍数为1×1011倍,其信噪比为20.57 dB;跨阻放大电路通过反馈电阻将CMUT换能器输出的微弱电流信号转换和放大为电压信号
【机 构】
：
中北大学动态测试技术省部共建实验室,国网山西省电力公司朔州供电公司
【基金项目】
：
国家重点研发计划资助项目(2016YFC0105004),国家自然科学基金资助项目(61927807),国网山西省电力公司科技资助项目(SGSXSZ00FCJS2000147),山西省“1331工程”重点学科建设计划项目(1331KSC)。
论文部分内容阅读
针对电容式微机械超声换能器(CMUT)在声-电转换过程中产生的微弱电信号检测难的问题,提出了两种微弱信号检测电路,基于电荷检测原理的电荷放大电路和基于电流检测原理的跨阻放大电路。首先对两种电路结构的瞬态及交流小信号特性进行仿真分析并进行电路性能测试,然后两种电路分别与CMUT换能器连接,进行超声波信号检测试验。测试结果表明:电荷放大电路具有高增益特性,其放大倍数为1×1011倍,其信噪比为20.57 dB;跨阻放大电路通过反馈电阻将CMUT换能器输出的微弱电流信号转换和放大为电压信号
其他文献
针对目前舰船横向航行补给时两舰距离测量方法,通过激光测距技术研究,设计了一种船用激光测距装置。详细介绍了其工作原理、结构设计和软件设计,并对其传感器信号融合处理关键技术进行了攻关与验证,解决了距离索测量时无法连续自动提供距离及其变化速率信息的问题,为舰船航行补给和靠离码头安全操纵提供保障。
为了提高超宽带(UWB)室内定位系统的定位精度,提出了一种基于双层长短期记忆神经网络(DL-LSTM)的UWB室内定位算法。利用UWB系统和惯性导航系统(INS)采集非视距(NLOS)环境下的定位数据,根据该数据在NLOS环境下传播时的深度特征建立DL-LSTM模型,然后将数据输入到网络中进行训练。第一层网络用于减小NLOS误差对系统定位精度的影响,第二层网络对UWB/INS组合系统进行位置预测,进一步提高定位的精度。实验结果表明:本文算法可以有效减小NLOS误差的影响,可达到厘米(cm)级定位要求。
针对蚁群算法收敛速度慢,规划路径存在冗余拐点不是最短路径等的一系列问题,提出优化的多步长蚁群算法。通过扩大机器人的视野域和活动域并加入简化算子,增加路径平滑度;通过差异化更新信息素并改进启发函数,促使机器人倾向终点移动,以提高收敛速度。应用MATLAB程序对改进后的算法与原蚁群算法和多步长蚁群算法进行仿真对比,通过多次仿真实验,优化的多步长蚁群算法效果显著。
通过Ansoft仿真平台,以一台内置式永磁同步电机为研究对象,分别在二维和三维仿真模型中进行漏磁系数计算,验证了仿真的准确性。通过分析不同永磁体厚度下漏磁系数的变化情况,得出了提升永磁体厚度可以提高永磁体利用率的结论。
针对车载充电机的DC/DC变换器电路,本文对全桥LLC串联谐振DC/DC变换器进行了研究。通过对全桥LLC串联谐振电路数学模型的搭建,基于直流增益特性曲线设计其谐振网络电路,最终通过实验样机证明LLC串联谐振变换器实现前级电路的ZVS和后级整流电路的ZCS,提升整机的效率,可达到96%。
无线传感器网络(WSNs)用于目标定位与追踪、频谱感知、自动雷达、导航及机器视觉等领域时,常常需要节点协同估计同一个未知参数。节点用一组输入观测未知参数,而未知参数会受到噪声干扰。本文提出了一种间隙式参数估计算法,采用分布式自适应扩散式最小均方(LMS),节点无需直接与网关通信,仅与邻居节点交换自身的估计信息,与集中式算法相比,降低了负载。然后,进一步引入间歇参数,仅在部分时刻交换估计信息,在损失少许性能的情况下大大降低通信负载。
密度峰值聚类(DPC)算法可快速搜索密度峰并进行聚类,具有调节参数少、无需迭代的特点。但对于稀疏簇和密集簇的数据,简单的局部密度定义无法有效找到聚类中心,容错性能差。为解决上述问题,提出一种基于微簇融合的密度峰值聚类算法(MCF-DPC)。首先改进局部密度计算公式,其次将微簇融合策略与DPC结合,最后引入非负分解算法,对数据进行降维。多个数据集实验验证了所提改进算法的正确性和有效性。
为了解决和完善紧急情况下复杂多层建筑物的人员撤离问题,提出了一种利用智能手机和人工神经网络(ANN)的室内导航定位系统。通过无线电频率识别(RFID)技术对每个用户的位置进行跟踪;通过服务器上ANN模块动态分析建筑物内的环境,并生成指导用户撤离的必要指令;通过安卓智能手机应用程序将撤离路线发送给用户。此外,本文系统可通过语音-视觉元素,利用用户的智能手机对其进行即时导航。通过一个火灾模拟程序在一个
应用Shapley值法,在售电侧放开后各售电公司利益均衡的情况下,评估电网的供电能力。首先,在研究合作博弈的利益分配模型基础上,计算各售电商成员的利润分配结果;然后,反推各售电商的购电量;最后,提出考虑售电公司利益均衡的配电网供电能力计算方法。通过仿真算例分析,有效地解决了电力市场环境下的供电能力计算。
为解决水面漂浮物的分类回收问题,在深度学习框架下,基于深度卷积神经网络(DCNN)提出了用于水面漂浮物的分类识别模型。使用电荷耦合器件(CCD)相机采集各类漂浮物的图像,通过平移旋转、随机裁剪、仿射变换和添加噪声的操作进行了扩充并建立了训练和测试数据集。通过对低层特征自动分层地学习提取抽象的高层特征,基于提取的高层特征,用SoftMax分类器进行训练。实验结果表明:漂浮物的分类准确率可达98.46