碳纳米管的本征微波吸收特性研究

从碳纳米管电磁参数和微波吸收特性的实验结果出发,分析探讨了碳纳米管的本征微波吸收机理,并得出结论:界面极化吸收、多重反射和散射以及螺旋型碳纳米管的手性微波吸收是碳纳米管的主要本征微波吸收机理.碳纳米管的结构缺陷能增强极化效应,从而增加介电损耗;碳纳米管所具有的小尺寸效应、表面效应(比表面积大)、量子尺寸效应和宏观量子隧道效应等有利于其微波吸收.碳纳米管的电容率值远大于磁导率值,碳纳米管是一种介电损耗型吸波介质.     

铁磁性金属填充碳纳米管的微波吸收机理研究

深入探讨了铁磁性金属填充碳纳米管的微波吸收机理,对铁纳米粒子填充碳纳米管的微波吸收特性进行了数值模拟,计算了其自然共振频率,模拟结果与实验数据相吻合理论上证明了铁磁性金属填充碳纳米管对微波的强烈吸收主要是样品中铁磁性金属纳米粒子在微波作用下产生了磁共振的结果研究发现,随着铁磁性金属填充碳纳米管薄膜厚度的增加,其共振频率...     

碳纳米管中氢等离子体的介电特性及微波吸收机理研究

运用双流体理论和唯象模型,导出了碳纳米管中氢等离子体的复介电常数和微波吸收系数,构建了铁催化高压歧化生成的碳纳米管中氢等离子体的微波吸收模型,从理论上证明了铁催化高压歧化生成的碳纳米管氢等离子体中的带电粒子对微波产生的碰撞吸收是其主要微波吸收机理,揭示了铁催化高压歧化生成的碳纳米管对2.45 GHz的微波产生强烈吸收的物理机制.     

基于ASNBD-CMFE特征信息提取的短时交通流预测

针对短时交通流数据的非线性和随机性特点,为提高其预测精度,提出了一种基于自适应最稀疏窄带分解(Adaptive Sparsest Narrow-band Decomposition,ASNBD)和复合多尺度模糊熵(Composite Multiscale Fuzzy Entropy,CMFE)的短时交通流数据特征信息提取方法.首先利用ASNBD将短时交通流数据分解成若干个内禀窄带分量,分别求出每个分量的CMFE.根据CMFE反映的不同分量的非线性程度选取有效分量,从而提取数据的非线性特征.然后根据非线性分析的结果分别对每个分量建立支持向量机网络模型,针对每个分量的自身特点选择不同的模型训练参数,以提高单个模型预测精度.最后将各个预测值进行累加并得出预测结果.实验结果表明,该方法能有效应用于短时交通流数据特征信息的提取,进而提高预测精度.     

基于初值优化的自适应最稀疏时频分析方法

自适应最稀疏时频分析(adaptive and sparsest time-frequency analysis,ASTFA)是一种新的时频分析方法,该方法需要事先确定较为准确的初始值,缺乏自适应性.针对ASTFA存在的问题,提出了基于初值优化的ASTFA方法.该方法使用残余量的能量作为优化目标函数,使用不同的初始值对信号进行分解,当残余量的能量最小时,则认为该初始值为最优初始值.因此,该方法能够自适应地寻找最优的初始值,增加了ASTFA方法的自适应性.采用仿真信号将该方法与原ASTFA方法进行对比,结果表明该方法能自适应地得到更准确的分解结果.对仿真信号和滚动轴承故障数据进行分析,结果表明ASTFA在抑制端点效应和模态混淆、抗噪声性能、提高分量的准确性等方面要优于经验模态分解(empirical mode decomposition,EMD),并能有效应用于滚动轴承故障诊断.