1 兰州交通大学道桥工程灾害防治技术国家地方联合工程实验室,兰州 730070
2 兰州交通大学土木工程学院,兰州 730070
3 江苏省建筑科学研究院有限公司,高性能土木工程材料国家重点实验室,南京 210008
4 东南大学材料科学与工程学院,南京 211189
高原气候环境下基础设施结构混凝土材料强度、耐久性所面临的问题逐渐凸显,研究高原气候环境对混凝土性能的影响具有重要意义。通过低气压试验箱模拟95.0、70.7、57.6、47.0和38.7 kPa气压环境,测试了不同养护气压下水泥净浆的抗压强度、孔结构和物相组成。结果表明,在同一龄期时,随着养护气压的降低,水泥净浆的抗压强度逐渐降低,孔隙率逐渐增加,最可几孔径逐渐增大,过渡孔比例减小,毛细孔和大孔的比例增加,水化产物中的Ca(OH)2逐渐减少。此外,本文还分析了水泥净浆抗压强度与孔结构的关系,基于水泥净浆孔结构参数,建立了水泥净浆抗压强度预测模型。
低气压 水泥净浆 抗压强度 孔隙率 孔径分布 物相组成 low air pressure cement paste compressive strength porosity pore size distribution phase composition
中国电子科技集团公司 第二十六研究所, 重庆 400060
绝缘体上压电基板(POI)是一种新兴的压电单晶复合薄膜结构材料。POI基板由压电单晶材料薄层(单晶钽酸锂/铌酸锂)、二氧化硅层及高阻硅衬底构成, 采用Smart-Cut工艺制备, 可保证板层高均匀度及高质量的批量生产。通过这种基板可设计满足5G通信要求的高性能集成声表面波(SAW)谐振器和滤波器。基于POI材料制备的SAW器件具有高频、高品质因数(Q)值、低温度敏感性及较大带宽等优良特性, 同时还能在同一芯片上集成多个SAW滤波器, 具有广阔的市场应用前景。该文介绍了POI基板的制备、国内外的研究现状及POI基板在高性能SAW滤波器中的应用, 综述了制备POI基板的关键技术并展望了未来的发展趋势。
绝缘体上单晶钽酸锂薄膜(LTOI) POI基板 声表面波 智能剥离技术 晶体离子注入剥离(CIS) 晶圆键合 LiTaO3-on-insulator(LTOI) piezo-on-insulator(POI) substrate surface acoustic wave (SAW) Smart-Cut process crystal ion slicing(CIS) wafer bonding
1 浙江理工大学信息学院, 浙江 杭州 310018
2 浙江理工大学机械与自动控制学院, 浙江 杭州 310018
为减轻虫害对大豆的影响, 首先使用相应的高光谱仪器进行样本采集, 样本分为4类: 包括带有微小虫卵的, 带有幼虫的, 有啃食痕迹的和完全正常的大豆各20颗; 然后提出了一种基于三维图像检索(3D-R-D, 3D Resnet18 DCH)的大豆食心虫的高光谱检测方法。 该方法从视频检索的应用中得到启发, 考虑到视频不同帧之间和高光谱不同层之间存在类比关系, 使用了在大规模视频检索数据集下训练而成的分类模型, 将它作为预训练3D卷积模型进行训练。 和已知的文献方法相同, 使用公开的光谱数据集进行正式训练和微调, 从而得到能进行特征提取的3D卷积网络, 用图像检索来实现间接分类, 通过利用样本之间的特征距离, 实现在全新类别上的分类。 为能适应任务, 将模型最后的分类层变成了图像检索常用的hash层, 从而得到了代表特征的二进制码。 该方法不但完成了对不同情况下大豆种类的检测, 还解决了训练时样本不足的问题。 为探寻一种好的相似度匹配损失函数, 对比了多种较新的方法, 最后发现使用融入柯西分布的损失函数, 实验效果最佳, 最终模型的分类精度达86%±1.00%, 和在大豆食心虫检测上最新的小样本方法对比, 3D-R-D方法提高了3.5%左右的精度, 表明该方法是有效的, 它也为结合高光谱检测相关研究提供了一种全新思路。
图像检索 大豆食心虫 高光谱 虫害检测 Image retrieval Soybean heartworm Hyperspectral 3DCNN Pest detection 3D CNN 光谱学与光谱分析
2022, 42(9): 2931
1 重庆工业职业技术学院, 重庆 401120
2 苏州中材非金属矿工业设计研究院有限公司, 江苏 苏州 215004
3 中国电子科技集团公司 第二十六研究所, 重庆 400060
压电微机电系统(MEMS)为各种高性能滤波器、振荡器和传感器等提供了一个多功能平台。氮化铝(AlN)MEMS轮廓模谐振器(CMR)具有工作频率跨度大,品质因数高,体积小及能在单个芯片上集成多频器件且与集成电路(IC)技术兼容等优点, 具有较好的应用前景。该文对AlN MEMS CMR的原理与典型结构、制备工艺及应用进行了综合性阐述, 并分析了CMR技术未来的发展方向。
压电微机电系统 氮化铝 轮廓模式谐振器 滤波器 振荡器 射频前端模块 piezoelectric microelectromechanical system(MEMS) AlN contour mode resonator(CMR) filter oscillator RF front-end module
1 中国电子科技集团公司 第二十四研究所，重庆400060
2 中国电子科技集团公司 第二十六研究所，重庆 400060
兰姆波谐振器(LWR)作为一种新兴的压电微机电系统(MEMS)声学器件，同时具有高工作频率、高机电耦合系数、高品质因数值及低功耗等特点，其制造工艺与集成电路工艺兼容，可在单片晶圆上实现多频率器件。基于LWR的声学滤波器是实现高性能射频前端组件的有效解决方案之一，能够满足未来通信设备多频率及集成化的发展要求，其相关研究已成为微声器件领域的热点。该文简要介绍了兰姆波的基本原理，综述了近年来基于氮化铝(AlN)薄膜和铌酸锂薄膜(LNOI)的压电MEMS兰姆波器件研究取得的最新成果，并讨论了压电MEMS兰姆波器件的发展趋势。
兰姆波谐振器(LWR) 压电微机电系统(MEMS) 横向激励声体波谐振器(XBAR) 高次谐波组合模式谐振器(CORs) 截面拉梅模式谐振器(CLMRs) Lamb wave resonator piezoelectric micro-electro-mechanical system(MEMS laterally-excited bulk-wave resonators (XBAR) combined overtone resonators(CORs) cross-sectional-Lamé-mode resonator (CLMRs)
1 中国电子科技集团公司第二十六研究所, 重庆 400060
2 云南省机电一体化应用技术重点实验室 云南省先进制造技术研究中心, 云南 昆明 650031
掺铈钆铝镓石榴石(Ce∶GAGG)是一种新型的无机闪烁晶体材料, 在核医学成像、环境辐照剂量监测、空间探测、国土安全及地质勘探等领域有广阔的应用前景。该文总结了Ce∶GAGG闪烁晶体在国内外的最新研究进展, 综述了Ce∶GAGG闪烁体探测器在地基、空基和天基搭载平台上的应用, 最后展望了Ce∶GAGG晶体材料及其应用的发展方向。
掺铈钆铝镓石榴石(Ce∶GAGG)闪烁晶体 闪烁体探测器 辐射监测 γ相机 康普顿相机 正电子发射断层扫描(PET) cerium-doped gadolinium aluminum garnet(Ce∶GAGG) scintillator detector radiation monitoring γ-ray camera Compton camera positron emission tomography(PET)
中国电子科技集团公司第二十六研究所, 重庆 400060
绝缘体上压电单晶薄膜结构材料(POI)为研制高性能、可集成的声表面波(SAW)器件提供了新的解决途径和方案, 可满足射频(RF)前端在集成化、小型化发展趋势下对新一代压电声学器件的需求。该文介绍了POI的制备工艺技术。总结了基于铌酸锂/钽酸锂-POI(LN/LT-POI)多层结构的高性能SAW器件的最新研究成果, 并展望了其未来的发展。
绝缘体上压电单晶薄膜结构材料(POI) 声表面波(SAW)器件 5G无线通信 射频前端 键合剥离 piezoelectric-on-insulator structure material(POI) SAW device 5G wireless communication RF front-end smart-cut
1 中国电子科技集团公司第二十六研究所, 重庆 400060
2 中国电子科技集团公司第四十四研究所, 重庆 400060
铌酸锂单晶薄膜(LNOI)具有透光光谱宽, 折射率高, 二阶非线性高及压电响应大等优点, 是一种重要的集成光子学基础材料。LNOI材料具有亚波长尺度的光约束和光电器件的高密度集成能力, 能够实现具有更高性能、更低成本的全新器件及应用, 给光通信和微波光子学带来革命性的变革。该文重点综述了LNOI的制备技术、LNOI电光调制器、LNOI声光调制器和LNOI电光频率梳的最新研究进展, 简要讨论了铌酸锂光子器件在制作工艺和系统实现中面临的挑战。
绝缘体上铌酸锂 集成光子器件 铌酸锂单晶薄膜(LNOI)电光调制器 铌酸锂单晶薄膜(LNOI)声光调制器 铌酸锂单晶薄膜(LNOI)光学频率梳 lithium niobate(LiNbO3) on insulator(LNOI) integrated photonic device LNOI electro-optic modulator LNOI acousto-optic modulator LNOI electro-optic frequency comb
1 国防科学技术大学电子科学与工程学院, 湖南 长沙 410073
2 武警警官学院信息工程系, 四川 成都 610213
常规图像去噪方法难以去除飞行时间技术或结构光等深度传感器所获取的深度图像中的大量噪声, 因此提出一种根据图像深度值进行分层的去噪算法。该算法首先对深度图像实现噪声强度估计, 根据噪声强度和深度图像的探测距离范围, 确立图像的深度层级间隔, 并得到分层级的深度图像, 然后对每一层级的深度图像进行去噪, 最后对分层级的图像进行拼合, 合成完整深度图像。实验结果表明, 该算法能够有效去除图像中不确定性干扰噪声, 同时较好地保持图像中目标和景物背景的原始细节以及边缘信息。
图像处理 深度图像 层析去噪 噪声强度 空洞填补
