可编程序逻辑阵列的伪穷举故障检测

本文提出了一种适合可编程序逻辑阵列的伪穷举测试方法。在增加少量硬件电路的基础上，通过巧妙的逻辑划分，使每个逻辑子块可用穷举测试法进行故障检测。在保证故障被测度达到１００％的同时，大大缩短了测试所需的时间。测试序列总长度仅为原始输入端数和乘积线数的乘积。     

基于信号子空间线性预测的测向方法

文章分析了均匀线阵输出信号的信号子空间结构，提出了基于信号子空间线性预测的测向方法。理论分析和计算机仿真实验表明，通过信号子空间的线性预测．可以获得较高的角度分辨率。     

带权PLA折叠问题及其启发式算法

本文将可编程逻辑阵列（ＰＬＡ）的折叠问题推广到行列折叠点间带权的一般情况，对这个ＮＰ－完全问题给出三个启发式算法，其中两个为贪心类算法，另一个是利用独立集的启发式算法，分析了各个算法的复杂性。     

敷介质大圆柱面周向共形缝隙列天线的实验研究

本文对大半径敷介质导体圆柱表面共形缝隙天线作了实验研究。实验模型为十单元周向线阵，单元分别用屏蔽带线缝隙和矩形波导缝隙．包括等间隔阵和用缩短馈线的方法补偿了往面引起的射线路程差的不等间隔阵，实测方向图大致趋势与计算结果一致。结果表明，缩短馈线的补偿方法对降低旁瓣有效。     

碳纤维微电极制作与电化学行为的研究

讨论了两种制作碳纤维微电极的方法.研究了微电极的某些电化学行为,并与宏电极的结果进行了比较.验证了在控制电流条件下边缘效应的影响.结果表明,由于传质过程的加快,在通常扫描速度下,微电极伏安技术可测得呈现稳态极化特征的伏安图形,展示了某些良好的应用前景.     

深拉筒形制品用冷轧钼板的力学性能与显微结构分析

冷轧钼板各向异性是造成深拉筒形制品成材率低的基本原因.本文研究的两次交又轧制工艺制取的钼板明显减少了力学性能的各向异性,并且呈现形变软化现象,研究表明是由于{111}面织构增多及显微结构、位错组态变化的结果.生产证明该工艺已取得较好的经济效益.     

多电极阵列上长时间培养神经元网络的发育变化

体外培养海马神经元网络的自发活动对于发育研究及学习记忆机制分析具有重要意义. 为了研究体外培养网络自发放电随发育的变化，在多电极阵列芯片上长时间培养海马神经元网络，连续记录分析了培养14周的网络发育过程. 结果显示，网络整体放电频率从培养第1周到第8周逐渐增加，9—14周基本稳定. 对放电模式的分析表明，培养1周内出现自发、低频、不同步的锋电位；4—7周为同步簇发放电，7周出现同步簇发和随机放电混合的复杂模式；9周后为高频随机放电模式，稳定4周以上. 由此推测，高密度培养的神经元网络发育过程可以分为3个阶段，连接建立期、活动协同期和成熟期，同步放电是高密度培养神经元网络发育过程的一个重要现象，其模式表现形式随培养时间改变.     

高频可变焦的超声显微术

在超声显微成像领域, Fresnel声学透镜作为传统球面声学透镜的一种相互补充形式, 最近受到人们的关注. Fresnel声学透镜的优点之一是平面结构, 因此制作简单. 另外一个优点就是它的会聚焦点可以随频率沿深度方向进行扫描. 研究了圆环形Fresnel表面换能器阵在固体中产生的声场和高频聚焦特性. 理论分析和实验皆表明, 这种表面阵列不但可以工作在很高的频率(如400 MHz), 而且当激励频率改变时, 会聚声场的焦点可以沿深度方向进行扫描, 即B扫描成像中的动态扫描. 基于这种聚焦原理, 研制了可调焦高分辨超声显微成像系统, 并对已知样品的小孔缺陷进行了内部的检测和成像实验.     

运用GA和FFT确定稀疏阵列的激励幅度

针对天线单元沿阵列中心非对称分布的稀疏直线阵列(单元从间距为半波长的规则栅格中稀疏),讨论了以激励幅度分布为决策变量,以最大相对旁瓣电平为优化目标的遗传算法(genetic algorithm,GA),运用个体的真值编码及其中间重组的交叉方法改进了遗传算法的收敛性能。由于阵元间距是栅格的整数倍,因此GA中凭借离散傅里叶变换,使适应度函数的计算可利用高效的FFT算法。仿真中对一个154阵元、孔径约100倍波长的非对称稀疏线阵的激励幅度进行优化,使其副瓣电平下降了1.36dB。两个仿真实例证实了算法的有效性。     

一种基于四阶累积量的相干信号测向算法

利用四阶累积量估计相干信号的来波方向(DoA)需要获得修正阵列的方向矩阵。提出了一种估计修正阵列方向矩阵的改进算法,它减少了计算量,通过模式激励和空间平滑,实现均匀圆阵对来自不同独立信号源的相干信号的DoA估计,并利用虚拟阵列流形的中心对称性,将复矩阵的特征分解转换为实矩阵的特征分解,减少了计算量。相比基于自相关矩阵的算法,所提出方法提高了阵元利用率,有效地抑制了高斯噪声,不需要对模式激励后的数据进行白化处理,仿真结果表明,在低信噪比和多个独立信号源存在的条件下,有更明显的优势。