GaInP2外延膜中施主—受主对复合发光带的能量关量

通过变温与变激发强度的近红外光致发光研究了用ＭＯＣＶＤ方法、生长在ＧａＡｓ衬底上的Ｇａ０．５Ｉｎ０．５Ｐ（ＧａＩｎＰ２）外延薄膜的１．１７ｅＶ发射带的发光特性。１．１７ｅＶ发光带性质与０．９９ｅＶ及０．８５ｅＶ发光带的性质有着明显的差别。１．１７ｅＶ发光带的机理可用施主－受主对的复合发光来解释，其中施主－受主对系白处在Ｇａ格位上的Ｓｉ（ＳｉＧａ）及其最邻近的Ｇａ空位（ＶＧａ）所组成，记作ＳｉＧａ－ＶＧａ。考虑到ＧａＩｎＰ２中存在着很强的电子－格子耦合作用及其Ⅲ族子格子为部分有序，所以在施主－受主对复合发光中应计及Ｆｒａｎｃｋ－Ｃｏｎｄｏｎ位移△ＦＣ及该对在等效的部分有序势场中的相互作用能Ｅｓ（ＤＡＰ）。Ｘ—射线衍射实验表明，部分有序结构相当于成分调制，因而可用Ｋｒｏｎｉｇ－Ｐｅｎｎｅｙ模型来计算Ｅｓ（ＤＡＰ）值。这样，我们就导出了施主－受主对复合发光的新的能量表示式。     

实用换能器频谱及声场特性分析

本文从超声检测原理出发 ,针对超声检测中近场区内缺陷难以准确定量的问题 ,利用计算机数字信号处理技术 ,通过对不同换能器进行频谱分析 ,计算各换能器声轴线上声压分布曲线 ,并进行对比实验 ,探讨了超声检测中声轴线上声压分布的一般规律。为提高超声检测的可靠性 ,并最终解决上述问题提供了理论和实验依据     

π/4 D-QPSK基带调制解调的DSP实现

在以前的数字蜂窝系统中，往往采用FSK、ASK、PSK等调制方式。随着数字蜂窝系统的发展，对调制和数字蜂窝系统的技术要求也越来越高了。利用DSP手段，实现的π／4D—QPSK基带调制解调在技术要求方面要优于FSK、ASK、PSK等调制方式，更能满足数字蜂窝系统的要求。该技术的实现，提高了调制与解调的速度，为数字蜂窝系统的发展提供了更大的发展空间。     

介质材料对频率选择表面传输特性的影响

通过理论计算和实验验证分析了介质材料对频率选择表面传输特性的影响规律,讨论了蒙皮的厚度、介电常数,芯层厚度、介电常数四个因素对FSS的通带位置、宽度、损耗的影响。结果表明,蒙皮和芯层厚度增厚会使通带位置向低频移动,厚度减小通带位置向高频移动;蒙皮和芯层介电增大会使通带位置向低频移动,介电减小通带位置向高频移动。并测试了同样结构的FSS平板传输特性,理论分析和实验结果一致性较好。     

基于STFRFT的LFM引信抗欺骗干扰方法

针对线性调频脉冲压缩引信易受转发式假目标欺骗干扰问题,提出了基于短时分数阶傅立叶变换(STFRFT)的抗欺骗干扰方法。首先,通过分数阶傅立叶变换将回波信号与欺骗干扰各分量信号进行分离;再利用相同调频率的LFM信号经短时分数阶傅立叶变换后最大幅值与窗函数宽度成线性关系,而不同调频率的最大幅值不随窗函数宽度变化的特点,有效分辨假目标欺骗干扰,正确检测目标回波信号;最后,通过仿真证明了方法的正确性,并验证所提方法具有良好的抗欺骗干扰效果。     

基于F-P腔的激光频率稳定传递方法

量子传感的发展需要频率高度稳定的激光器为基础,且实现大失谐激光频率稳定通常是提高其精度和灵敏度的关键。针对大失谐激光稳频问题,提出了一种利用法布里-珀罗（F-P）腔传递激光频率稳定性的方法。以饱和吸收稳频法锁定的激光器频率为参考,基于锁相原理,锁定F-P腔长度。利用F-P腔长度这个稳定的参考点,实现目标激光器的频率的精确锁定。实验将目标激光器波长锁定于767.001 nm,失谐频率为150 GHz,锁定后的频率漂移为1 MHz/h。该方法解决了激光大失谐稳频问题,对工程实践和科学研究有重要意义。      

不同直径圆球诱导燃烧的振荡机制与频率特性

为了分析不同直径圆球诱导振荡燃烧的规律，并揭示圆球大小在振荡燃烧现象中所发挥的深层次作用，本文采用二维轴对称Euler方程和基元反应模型，对不同直径的圆球在H2/air预混气体中诱导振荡燃烧的现象开展数值模拟研究。研究发现，振荡频率并不是简单地随直径增大而逐渐从高频向低频连续过渡，而是存在两次突变，形成了超高频、高频以及低频三种振荡燃烧模态。在两种模态间过渡时，振荡达到稳定状态前，会存在一段双频耦合的振荡阶段。三种不同振荡燃烧模态的产生是受到了不同振荡机制的作用，而两种模态间过渡时的双频耦合现象则是两种机制相互竞争的结果。     

相位检测误差对核磁共振陀螺输出频率的影响

针对核磁共振陀螺中采用相位检测方案时可能引起额外频率误差的问题,提出了通过控制电子顺磁共振失谐量及静磁场扰动来抑制额外频率误差的方案。基于Bloch方程,推导了惰性气体原子系综输出频率的表达式,并将相位检测的过程包含在内。建立了考虑相位检测误差的核磁共振陀螺频率误差方程,给出了相位检测引入的额外频率误差表达式并进行了数值仿真。仿真结果表明,通过设定合适的共振失谐量,其额外频率误差至少可以抑制1个数量级,而通过精确地抑制静磁场的一阶及二阶扰动,可以进一步抑制1～3个数量级,将额外频率误差降低到nHz量级。     

Using TensorFlow-based Neural Network to estimate GNSS single frequency ionospheric delay (IONONet)

In the last 20?years, and in particular in the last decade, the availability of propagation data for GNSS has increased substantially. In this sense, the ionosphere has been sounded with a large number of receivers that provide an enormous amount of ionospheric data. Moreover, the maturity of the models has also been increased in the same period of time. As an example, IGS has ionospheric maps from GNSS data back to 1998, which would allow for the correlation of these data with other quantities relevant for the user and space weather (such as Solar Flux and Kp). These large datasets would account for almost half a billion points to be analyzed. With the advent and explosion of Big Data algorithms to analyze large databases and find correlations with different kinds of data, and the availability of open source code libraries (for example, the TensorFlow libraries from Google that are used in this paper), the possibility of merging these two worlds has been widely opened. In this paper, a proof of concept for a single frequency correction algorithm based in GNSS GIM vTEC and Fully Connected Neural Networks is provided. Different Neural Network architectures have been tested, including shallow (one hidden layer) and deep (up to five hidden layers) Neural Network models. The error in training data of such models ranges from 50% to 1% depending on the architecture used. Moreover, it is shown that by adjusting a Neural Network with data from 2005 to 2009 but tested with data from 2016 to 2017, Neural Network models could be suitable for the forecast of vTEC for single frequency users. The results indicate that this kind of model can be used in combination with the Galileo Signal-in-Space (SiS) NeQuick G parameters. This combination provides a broadcast model with equivalent performances to NeQuick G and better than GPS ICA for the years 2016 and 2017, showing a 3D position Root Mean Squared (RMS) error of approximately 2?m.     

超宽带变频系统中的本振产生技术研究

本振源是超宽带变频系统中的核心部件，本文以超宽带上变频系统为例，介绍变频系统中本振信号的产生技术。本文所设计的超宽带变频系统，经过三次上变频，可将(0.8~2.8)GHz 的低频信号变换至（0.5~40）GHz。变频过程中需要一系列点频本振和一组宽带本振，基于PLL+DFS 的方法产生点频本振，基于DDS+DFS 的方式产生宽带本振。