闫淑霞
- 作品数：11 被引量：24H指数：3
- 供职机构：天津工业大学电子与信息工程学院更多>>
- 发文基金：天津市自然科学基金国家自然科学基金国家重点实验室开放基金更多>>
- 相关领域：文化科学电子电信理学自动化与计算机技术更多>>
- 求解波导不连续性问题的二维有限元网格生成算法
- 2023年
- 网格是有限元仿真的基础,网格质量的好坏直接影响着后续数值计算分析结果的精确性。当分析矩形波导不连续性问题时,对不连续结构电场分布在传播方向的任意切面上完全相同的情况,可以用简化的二维模型得到仿真结果,即仅需进行二维有限元网格划分^([1])。由于波导不连续处电场发生变化,通常对不连续区域进行网格加密来保证求解的精度。文中提出了一种基于Delaunay算法的二维有限元网格生成算法,可以实现在电场发生不连续的区域自动进行网格加密,加密效果与COMSOL生成的网格基本一致。文中的加密算法生成的网格可以用于波导二维有限元仿真中。
- 闫淑霞闫淑霞李成林刘伟王健
- 关键词：DELAUNAY算法
- 基于特征频率的天线替代模型优化方法
- 2023年
- 目前天线优化设计主要采用数值仿真方法来实现,设计过程主要依靠全波仿真,但其不仅仿真时间长而且耗费大量计算机资源.为提高天线设计效率,提出一种基于特征频率的天线替代模型优化方法,利用神经网络建立的替代模型代替耗时长的全波仿真模型进行优化,引入了特征频率技术作为替代模型优化辅助条件,可将特征频率移位至目标频率范围内,从而为优化的过程提供了更为直接的方向,加快了基于替代模型中的优化速度.此外,本文引入了信任区间更新算法,提高建模范围的有效性,减少优化次数.双频天线设计实例证明:所提出的替代模型优化方法仅用较少的迭代次数就可获得最优设计参数,缩短了天线设计周期.
- 李坤来李廷鹏陈志峰杨娜娜林文婷王健闫淑霞
- 关键词：神经网络天线优化
- 基于自适应阈值的干涉高光谱图像稀疏重建被引量：9
- 2019年
- 干涉高光谱图像是一类特殊的图像源,其海量数据导致很难在有限带宽信道上传输。传统的方法是对数据进行压缩,然后进行编码传输。但是压缩后的数据还是很大,给数据的传输和存储带来很大困难,而压缩感知技术可以很好地解决该类图像在传输时的问题。本文在压缩感知原有算法的基础上提出了更适用于干涉高光谱图像的基于自适应阈值的正交匹配追踪算法(ATROMP),该算法首先采用分块处理,然后挑选出干涉条纹块。由于竖直干涉条纹具有较强的单方向特性,水平全变分值较大。因此本文根据水平全变分值提取出图像中的干涉条纹,进行自适应采样。然后采用一个自适应阈值来代替正则正交匹配追踪(ROMP)算法中的二次选取,采用自适应阈值不仅可以保障每次选取的原子的相关性足够高,而且每次可以适当地选取多个原子保证足够的循环次数,避免了后续匹配度更高原子的遗漏。相比于传统ROMP算法,大量实验数据表明本文方法稀疏重建的精度可以得到明显的提高。
- 温佳刘明威崔军崔军
- 关键词：压缩感知干涉条纹全变分自适应阈值
- 电感变化率对涡流传感器性能影响的仿真研究被引量：6
- 2019年
- 为了提高涡流传感器的电感灵敏度和热稳定性,研究了探头线圈的结构、激励频率和温度对线圈电感变化率的影响。首先通过COMSOL Multiphysics仿真软件构建稳态物理模型并加入瞬态温度模块,通过参数化扫描仿真,验证该模型的合理性。其次在稳态恒温实验条件下对线圈内外半径、厚度、匝数进行仿真,得到导线直径不超过40μm、内半径0.1mm^0.5mm、外半径2.5mm的60匝单层平面线圈的电感灵敏度和测量分辨率最佳。最后在瞬态变温实验条件下得到激励频率900kHz时可以最大程度的提高传感器热稳定性和电感灵敏度,减小温度引起的误差。
- 荣锋王一郭翠娟郭翠娟
- 关键词：涡流传感器灵敏度热稳定性
- 基于复合结构级联的双点折射率光纤传感器研究
- 2024年
- 设计了一种基于气球型光纤环和光纤布拉格光栅(FBG)级联的双点折射率光纤传感器.利用布拉格光栅进行温度补偿,消除了温度对折射率测量的影响.将两个独立的干涉结构进行级联,实现基于波分复用的双点传感测量.该传感器在1.333 0-1.388 3的环境折射率范围内,两个测量点的折射率灵敏度分别为126.326nm/RIU和141.109 nm/RIU.该传感器具有制作简单、成本低、结构体积小等优点.
- 赵军发林美汐王潇刘昶张诚张诚
- 关键词：折射率光纤传感器布拉格光栅
- 基于Neuro-SM的新型HBT晶体管直流特性建模
- 2021年
- 为在不降低建模设计要求的条件下改进建模方法,提高建模精度,对神经网络空间映射(neuro-space mapping,Neuro-SM)直流特性建模方法进行优化,提出了一种适用于异质结双极型晶体管(heterojunction bipolar transistor,HBT)的新型Neuro-SM模型,该方法在输入映射基础上增加了输出映射神经网络,并将该模型在HBT晶体管实例中进行验证。结果表明:输入输出映射网络可以共同作用将粗模型的电流电压信号映射到细模型,新型Neuro-SM模型可以自动调整输入信号以准确地匹配设备数据;通过HBT晶体管的实验证明,新型Neuro-SM模型在直流特性建模中可以达到优化的效果,且建模误差由传统Neuro-SM模型的0.744%降低到0.477%,比传统Neuro-SM模型提高了精度。
- 闫淑霞张爽
- 关键词：直流特性
