本文论述了大口径等厚条纹型F-P干涉仪的工作原理,指出了它具有对光学元件的材料要求较低,抗震动干扰力强,条纹定位精度高等优点.并研制成大口径、能在强震动环境条件下工作的瞬态干涉测试仪,得到了火焰燃烧的干涉图,火箭发动机真实燃气射流的流谱图.
2025/6/5 2:15:19
3.79MB
1
干涉仪测向具有精度高、速度快的特点，在无源探测定位系统中具有广泛的应用。
传统干涉仪依靠短基线保证无模糊测向范围，依靠长基线保证测向精度，采用整数阶基线比。
该方法在宽带应用条件下难以实现，且对天线阵的安装位置非常敏感。
本课题研究分数阶干涉仪测向的算法，同时实现宽带、高精度、无模糊的要求，并研究不同分数比、相位测量误差对测向精度的影响，进行仿真验证。
传统干涉仪依靠短基线保证无模糊测向范围，依靠长基线保证测向精度，采用整数阶基线比。
该方法在宽带应用条件下难以实现，且对天线阵的安装位置非常敏感。
本课题研究分数阶干涉仪测向的算法，同时实现宽带、高精度、无模糊的要求，并研究不同分数比、相位测量误差对测向精度的影响，进行仿真验证。
2025/3/11 10:56:51
2KB
1
为提高基于渐开线原理的快速光学延迟线（FODL）装置的扫描频率和延迟时间，提出一种具有高速及高稳定性特点的光学延迟线装置，分析了延迟线装置装配误差引起的出射光束角度偏转和光程差变化。
通过迈克耳孙干涉系统验证装置的扫描频率、延迟时间、延迟平稳性和延迟线性度四个方面的特性。
实验结果表明，延迟线装置的装配精度较高，可实现高速高稳定性扫描和较大的光学延迟，其扫描频率为100Hz，延迟时间为167.45ps，延迟距离为50.06mm，平稳性误差为0.25%，线性度误差为0.05%。
通过迈克耳孙干涉系统验证装置的扫描频率、延迟时间、延迟平稳性和延迟线性度四个方面的特性。
实验结果表明，延迟线装置的装配精度较高，可实现高速高稳定性扫描和较大的光学延迟，其扫描频率为100Hz，延迟时间为167.45ps，延迟距离为50.06mm，平稳性误差为0.25%，线性度误差为0.05%。
2025/2/12 22:46:03
9.17MB
1
随着人们交通出行的日益频繁，环境噪声已严重影响到出行的质量。
传统的降噪手段主要有隔音、材料吸收等，但受限于布置空间、材料特性和成本等因素，传统方法对高频噪声去除效果较好，但对低频噪声效果不太理想。
因此，主动降噪开始从民航军事领域逐渐走入大众生活。
与传统降噪手段不同，主动噪声控制(ANC)是通过声波干涉相消的原理，利用次级声源发声抵消原有噪声从而实现噪声消除。
主动降噪可以根据环境变化自动调整降噪策略，并且能够选择性的处理特定频段的噪声，从而显著的提升降噪质量。
目前，主动降噪耳机采用的最著名控制算法是由Widrow提出的滤波-XLMS算法(FXLMS)。
该算法特点是在基准信号通道放置一个与次级通道传递特性相同的滤波器来进行LMS算法权修改，以解决引入次级通道带来的系统不稳定性问题。
但基于FXLMS算法设计的降噪耳机，使用过程中存在收敛速度慢，仅对窄带噪声效果好，而对宽带噪声控制效果不理想等问题，因此在很多场景下无法得到较好的降噪效果。
传统的降噪手段主要有隔音、材料吸收等，但受限于布置空间、材料特性和成本等因素，传统方法对高频噪声去除效果较好，但对低频噪声效果不太理想。
因此，主动降噪开始从民航军事领域逐渐走入大众生活。
与传统降噪手段不同，主动噪声控制(ANC)是通过声波干涉相消的原理，利用次级声源发声抵消原有噪声从而实现噪声消除。
主动降噪可以根据环境变化自动调整降噪策略，并且能够选择性的处理特定频段的噪声，从而显著的提升降噪质量。
目前，主动降噪耳机采用的最著名控制算法是由Widrow提出的滤波-XLMS算法(FXLMS)。
该算法特点是在基准信号通道放置一个与次级通道传递特性相同的滤波器来进行LMS算法权修改，以解决引入次级通道带来的系统不稳定性问题。
但基于FXLMS算法设计的降噪耳机，使用过程中存在收敛速度慢，仅对窄带噪声效果好，而对宽带噪声控制效果不理想等问题，因此在很多场景下无法得到较好的降噪效果。
2025/2/9 0:44:32
27.58MB
1
研究了离焦量、脉冲能量、扫描间距、扫描速度和重复频率等激光加工参数对金属表面着色及微纳结构制备的影响机理，诱导制备了氧化膜、类光栅、凹坑和柱状突起4种结构，这些结构会使不锈钢表面产生薄膜干涉、光栅衍射和陷光等现象。
通过Matlab软件在工艺参数与颜色HSB值之间建立了一个单隐含层的反向传播（BP）神经网络，该神经网络的训练均方根误差为0.0078，色相H、饱和度S和亮度B的测试相对误差分别为23%，10.4%和5.6%。
该神经网络在一定程度上揭示了工艺参数与颜色之间的映射关系，使用该神经网络模型可以对激光着色效果作出有效的预测。
通过Matlab软件在工艺参数与颜色HSB值之间建立了一个单隐含层的反向传播（BP）神经网络，该神经网络的训练均方根误差为0.0078，色相H、饱和度S和亮度B的测试相对误差分别为23%，10.4%和5.6%。
该神经网络在一定程度上揭示了工艺参数与颜色之间的映射关系，使用该神经网络模型可以对激光着色效果作出有效的预测。
2025/1/10 14:27:45
13.14MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB