一、基于虚拟仪器的电子器件低频噪声测试分析系统(论文文献综述)
陈宏[1](2021)在《过程可调的光电传感器Ⅰ-Ⅴ测试系统》文中研究说明光电传感器是一种能将光辐射转换为电信号的器件,在现代生产生活的各个领域均发挥着不可替代的重要作用。微纳制造技术的发展,一方面使光电传感器逐渐向微型化和低功耗化方向发展;另一方面,涌现出如基于石墨烯、钙钛矿和III-V族化合物等新兴材料制成的光电传感器。I-V测试是光电传感器性能表征手段中应用最为广泛的一种,随着光电传感器的发展,对光电传感器I-V测试提出了更高的要求。基于此,本文利用LabVIEW设计了一个过程可调的光电传感器I-V测试系统,利用小波阈值降噪的方法,减小了噪声对有用信号的影响,可以完成皮安到毫安范围内光电传感器I-V特性曲线的测试工作,并且可以实现测试过程可调及远程控制的功能。本文设计并搭建的过程可调的光电传感器I-V测试系统,主要包括数据产生模块、数据采集模块、数据处理以及远程控制模块。系统以LabVIEW作为软件开发平台,采用面向过程和面向组件的混合编程方法,在人机界面实时显示采集所得数据,实现采集、处理、显示、存储及读取等功能。对比了内网映射等远程控制方法的响应时间及稳定性,最终选择使用云服务器及Web技术实现远程控制功能,在广域网中通过浏览器即可访问测试控制程序进行远程控制。针对弱电流情况下易受外界噪声影响的问题,结合MATLAB设计小波阈值降噪方法实现数据处理功能,仿真实验结果表明,在信号未出现失真的情况下能有效提高信噪比。为检验本测试系统的各项功能,本文测试了标准阻值电阻的I-V曲线和光电传感器的暗电流-电压曲线,对测量值与理论值进行对比,验证了系统的稳定性与可靠性;对光电传感器的光电流-电压曲线进行测试,检验了系统的实用性;最后对输出电流信号为纳安的光电传感器I-V曲线进行测试,使用小波阈值降噪后信噪比提高了31%,说明所设计测试系统在弱电流情况下对于噪声有较好的处理能力。经过对多种器件及光电传感器的测试,说明本系统具有过程可调,量程范围宽,稳定性好,精度高等特点,适用于多种光电传感器的I-V测试,对于其它输出电流微弱元器件的测试提供了一种可靠、通用的设计方案,为其它测试工作中远程控制功能的实现提供了借鉴,具有十分重要的应用意义。
李佳宴[2](2021)在《基于低频噪声测试的太阳能电池板可靠性评估研究》文中研究指明太阳能是目前应用最广泛的新能源之一,未来可能对我们的生活有非常重要的影响。作为对太阳能利用最直接有效的手段,太阳能电池在生活中应用越来越广泛,且其工作环境往往是恶劣的户外环境甚至高辐射、温度变化巨大的太空环境,因此对太阳能电池的可靠性要求越来越高。太阳能电池传统的可靠性筛选方法主要是老化、施加外部应力等方式,耗费时间资金巨大且具有破坏性,其结果也并不准确。自从上个世纪发现1/f噪声以来,越来越多的学者都对与缺陷相关的、高敏感的低频噪声作为表征电子材料或器件可靠性手段进行了研究。目前,低频噪声测试已经被成功运用到了晶体管、光电耦合器件、半导体激光器等多种电子器件的可靠性筛选中。但是低频噪声作为表征太阳能电池可靠性手段的研究尚处于起步阶段,目前还存在如下问题:1)对于太阳能电池低频噪声测试没有一套完整的标准,包括实验环境、测试电路、测试参数等都未统一;2)目前国内外没有一套完成的可以完成大型太阳能电池组件低频噪声测试的系统;3)目前对于低频噪声表征太阳能电池可靠性的参数研究主要是针对低频噪声电压点频值的研究,较为单一且存在误差。本文针对这些问题,从低频噪声产生原理出发,主要进行了以下几个方面的研究:1)太阳能电池低频噪声测试方法研究。根据行业、国家和国际相关标准以及实际需求,提出了一套太阳能电池低频噪声测试方法。该方法提出了低频噪声测试环境及设备条件要求,提供两种基本的噪声测试电路以及五种常用低频噪声分析参数的计算方法。2)设计太阳能电池低频噪声测试系统。系统包括硬件系统以及软件系统。硬件电路的设计采用平衡桥式结构、电流噪声扩频放大技术以及并联低噪化电压放大等技术来提高系统测试电压带宽同时降低系统噪声;软件系统基于LabVIEW设计,能够完成对太阳能电池低频噪声的时域以及频域采集,同时可以对进行采集结果进行分析、保存、打印报告等操作。系统还加入了基于不同低频噪声参数的样品可靠性筛选功能。3)低频噪声的太阳能电池可靠性分类方法研究。选取太阳能电池样品开展低频噪声测试以及老化试验,根据结果发现低频噪声电压点频值、宽带噪声电压、1/f噪声幅值三个低频噪声参数与样品的可靠性存在关联,提出将三个参数联合作为太阳能电池可靠性分类的判据,并指导太阳能电池可靠性筛选分类。
杨博[3](2019)在《量子微波磁场探测与成像系统及其应用研究》文中进行了进一步梳理在自然界的金刚石中有一种由氮-空位(Nitrogen-Vacancy)形成的缺陷,这种缺陷在捕获一个自由电子以后形成的缺陷叫做(1-中心,因为带这种缺陷的金刚石呈现出红色,因此简称为NV色心。NV色心具备优良的光学特性,是一种性能优异的单光子源,在室温下有良好的电子自旋特性,因此NV色心广泛应用于量子计量、量子信息处理(QIP)和量子磁场探测与成像。本文主要研究基于金刚石NV色心的量子微波磁场探测与成像系统,探索基于金刚石NV色心磁光效应的矢量微波场重构和成像方法,并研究该系统在电磁兼容领域的应用。本文利用金刚石NV色心优异的量子光学性能,重点从提升系统的探测效率、提升系统探测灵敏度,拓展系统的探测频率,三个角度入手开展量子微波场成像系统的研究。主要研究内容如下:1、在提升系统的探测效率方面,本文探索了基于CCD相机和富含NV色心的金刚石薄膜的宽视场快速微波场成像方法。研究了基于科勒照明实现快速微波场成像的方法,采用多通道脉冲发生器同步CCD、激光开关、微波开关和微波源。采用参考帧和图像帧之间的差分测量方法,降低了测量噪声;每帧集成N个重复序列进一步提高了信噪比。本文开发了一种软件扫描微波成像方法,通过对CCD相机的图像进行逐点软件分析,绘制出每一像素点的光探测磁共振(ODMR)谱或拉比振荡(Rabi)曲线,进而通过拟合得到每个像素点对应的微波磁场的强度,进而通过全矢量微波场重构公式计算出包括振幅和相位信息在内的微波磁场矢量。该全矢量微波场重构公式由可测量到的四个NV轴上的左右圆极化微波磁场分量推导出。本文通过对一个微型螺旋天线的测量,验证了整个实验系统的正确性。2、在提升系统探测灵敏度方面,本文研究了一种高灵敏度基于幅度和频率调制技术的金刚石NV色心微波场量子测量方法。开发了一种基于调幅调频光探测磁共振技术的微波磁场探测方法和实验系统,并提出了相应的表面电流重构算法。本文制作了一种特殊的金刚石微波探针放置在微波器件或天线的表面探测微波场;该探针是将金刚石颗粒附着在光纤顶端制成的,对微波场无扰动。该系统具备很窄带宽的滤波器过滤掉大部分噪声,该方法具有较高的检测灵敏度;虽然该方法采用扫描法实现了微波场的测量和成像,但该方法大大缩短了每个扫描点的测量时间,可达到毫秒级。利用金刚石探头中不同朝向的NV色心可以测得三维矢量磁场信息。利用三维矢量磁场信息可以更准确地重构天线表面电流的分布。本文通过对分形天线进行测量,验证了实验系统的正确性。3、在拓展系统的探测频率方面,本文探索了一种高分辨率、非破坏性宽带微波场成像方法。通过研究使用富含NV色心的金刚石传感器,在静态偏置磁场的情况下实现了对微波场的非破坏性宽带宽探测。该系统的探测灵敏度可达15 MHz。空间分辨率受制于金刚石探头的尺寸和位移平台的精度,可达微米级别。该技术是基于NV色心在532 nm的绿色激光泵浦下,在偏离轴向的静态磁场偏置下,外部的AC磁场可以调控金刚石NV色心的荧光强度的特性而开发的。本系统的最小测量灵敏度可达0.1高斯,探测灵敏度主要受限于雪崩光电二极管的背景噪声。本文通过对一个圆形的平面螺旋天线进行进行测量,验证了实验系统的正确性。本文还利用该量子磁场成像系统对一款Ga As衬底MMIC低通滤波器芯片进行芯片近场成像,并就芯片成像所呈现的电磁兼容问题进行了分析。最后,本文对上述微波场成像系统的研究进行了总结,对微波场成像系统的后续研究进行了展望。
朱美玥[4](2020)在《基于低频噪声的逆变器故障诊断方法研究》文中提出逆变器的传统状态检测方法往往需要在高温大电压电流下进行,对逆变器本身损伤过大,并且目前对于逆变器的故障诊断均针对其开关管的短路和开路,而忽视了其潜在故障的问题,所以本文提出利用低频噪声检测的方法对逆变器进行潜在故障诊断,即状态评估。电子元器件内部的载流子不断的进行微观运动,在外在上即表现成低频噪声,这种噪声在微小的电子元器件和集成的模拟电路中都广泛存在。所以,根据低频噪声的敏感特性,可以通过测量其大小来表现模拟电路的性能优劣,将这种方法用在逆变器的潜在故障诊断上,从而实现无损检测的效果。在对逆变器潜在故障诊断的过程中,首要内容就是对低频噪声进行准确提取。本文以单相半桥逆变器为研究对象,提出了一种利用低频噪声进行逆变器潜在故障诊断的方法。一是研究了低频噪声理论,在此基础上分析了逆变器开关管的失效特性,得到了逆变器中开关器件的噪声模型。二是利用测量逆变器中低频噪声的系统进行实验,获得低频噪声的功率谱密度。因为逆变器中IGBT开关器件的低频噪声主要表现为1/f噪声,故本文主要对淹没在白噪声背景下的1/f噪声进行检测。提出将变分模态分解(VMD)与粒子群(PSO)算法相结合的混合算法,利用二次粒子群算法对VMD模型参数进行寻优选取,完成对VMD模型参数的设定,实现1/f信号与背景噪声的准确分离。三是根据噪声频谱特性,提出利用全频段阈值筛选方法作为潜在故障诊断标准,克服了以往利用点频参数进行表征数据不全面、分类敏感度不高的缺点。并结合极限学习机的方法进行潜在故障的诊断及分类。通过实验测量和噪声信号时频分析结果表明,PSO-VMD算法实现了1/f噪声的准确分离,很好地避免了模态混迭问题。通过对其检测1/f的噪声信噪比(Signal to Noise Ratio,SNR)和均方误差(MSE)分析,与传统小波变换理论算法和改进EMD算法相比,表现出更高的信噪比和更低的均方误差,在白噪声背景下更加有效的提取出1/f噪声。在不同的信噪比环境中,检测性能皆为最优,且信噪比越低情况下优势越明显。同时在潜在故障诊断方面,通过与SVM、BP神经网络的实验对比表明,基于ELM的逆变器潜在故障诊断性能优于其他两种方法,诊断过程仅需0.1917s,准确率高达95.56%。
刘娟花[5](2019)在《多尺度数据融合算法及其应用研究》文中提出分别在多个尺度上对多个传感器的信息进行融合,不仅可获得比单个传感器更优的性能,而且与单尺度上的融合相比,多尺度数据融合能更好地刻画出目标的本质特性。MEMS陀螺是一种可以测量角速度的传感器,具有很多吸引人的优点。但噪声大,准确度不高也是不争的事实。于是如何去除MEMS陀螺仪中的噪声,并提高其精度就成为近年来的研究热点。对多MEMS陀螺应用多尺度数据融合算法,可以显着提高系统的精度及可靠性。本文证明了前人提出的多尺度数据融合算法的有效性,设计了 一种新的多尺度融合算法,讨论了多尺度数据融合中的重要技术问题,并通过对多个MEMS陀螺的融合应用,经仿真和硬件实验验证了本文多尺度融合算法的优越性。主要创新点和工作如下:1.从小波分析理论出发,证明了平稳和非平稳情况下的数据融合定理。从数学上解释了多尺度数据融合算法优于经典加权算法的原理,为该算法的推广应用奠定了数学基础。2.结合小波域多尺度数据融合算法的原理、具体步骤及存在问题等,设计了基于小波包的多尺度数据融合算法,并用实测数据通过仿真实验,比较了小波多尺度数据融合和小波包多尺度数据融合。3.分析了多MEMS陀螺数据融合中的小波基、分解层数、加权因子等的选择方法,通过仿真实验验证了其可行性。4.比较了基于时间序列分析、基于小波去噪和基于小波变换的多尺度融合这三种融合方法不同方面的性能。另外,还比较了多尺度融合和前向线性预测(Forward Linear Prediction,FLP)融合方法,结果均表明本文所提出的多尺度融合方法的独特性和有效性。将上述研究成果应用于我们设计并制作的一套多MEMS陀螺仪数据融合实时处理系统平台中,对4个MEMS陀螺仪所采集的原始数据进行实时处理。分别在静态和动态环境下对该集成系统进行了测试,实验结果表明:该系统运行稳定可靠,将MEMS陀螺的精度提高了 1个量级。本文的研究工作不仅为有关多尺度融合系统的分析奠定了理论基础,还为算法的推广应用提供了实验依据。
张新超[6](2019)在《基于IGBT的低频噪声检测系统》文中进行了进一步梳理IGBT是目前最具创新性的功率器件,广泛应用于风力发电的变流装置和航空航天的控制系统等领域,其可靠性直接关系整个系统的安全运行,使得其可靠性评估成为现今研究的热点。IGBT器件中的低频噪声包含其材料和内部载流子微观运动的重要信息,可以用于研究IGBT器件内部缺陷和了解内部电荷传输机制。低频噪声检测是建立电子器件内在现象和外在表现、噪声特性与可靠性表征联系的关键任务。本课题以IGBT单管为研究对象,在研究IGBT的低频噪声的统计特性和物理特性的基础上,设计IGBT低频噪声检测系统,实现IGBT低频噪声的无损检测。完成的具体工作如下:1).研究半导体器件低频噪声理论基础、低频噪声检测基本参量和低频噪声检测技术;分析IGBT器件的内部结构特性、工作特性和小信号等效电路模型,建立IGBT器件漏极电压噪声模型;确定IGBT器件低频噪声检测方案。2).设计IGBT低频噪声检测系统。主要包括硬件测量系统和软件分析平台两个部分:其中的硬件测量系统包含电源系统、低噪声IGBT偏置电路、低噪声前置放大器及高速数据采集卡四个部分,设计并分析每个模块的噪声特性和工作特性;软件分析是在LabVIEW编程环境下搭建的低频噪声分析平台,主要完成由高速数据采集卡采集的低频噪声数据时间序列和功率谱密度的显示和分析以及IGBT低频噪声数据的存储和检测报告的打印;3).以吉林华微电子股份有限公司提供的JCS4N80F型IGBT单管正常器件和经过高温反偏实验后的两类器件作为检测对象,分别检测两类器件的低频噪声时间序列和频谱,完成该低频噪声数据时间序列和频谱的分析。实验结果表明,该检测系统性能良好,能够准确的获取IGBT器件的低频噪声数据并完成其频谱分析功能。通过本课题的探索和研究,将为IGBT器件低频噪声检测提供准确可行的方法和技巧,为IGBT器件的可靠性表征和故障诊断提供有力的支撑。
薛增增[7](2012)在《红外地球敏感器关键模块低频噪声测试系统研究》文中提出卫星上的一种姿态测量部件是红外地球敏感器,用于测量地球与卫星本体之间的姿态偏差,它为天上通信卫星星上天线提供了指地基准,相当于卫星的眼睛。红外地球敏感器由信号处理电路、偏置及放大电路、地球探头组成。卫星对地球红外特征的捕获是通过红外探测器为主的地球探头来完成的,红外探测器输出的微弱电信号通过偏置及放大电路进行足额放大后,前置放大器输出的地球梯形波信号将由处理电路进行处理,再通过整形处理,给出地球敏感器光轴扫出和扫入地球时刻的前、后沿信号。国内外的现场测试结果表明,红外探测器、偏置电路、放大电路是决定红外地球敏感器灵敏度及长期可靠性的关键模块。本文从红外地球敏感器的工作原理出发,对其失效模式和关键模块做了详细的说明。首先,在分析红外地球敏感器基本结构的基础上,结合其典型的噪声故障特征,建立了其关键模块低频噪声定量模型,提取了热噪声、1/f噪声以及g-r噪声对应的噪声敏感参量。其次,根据红外地球敏感器低频噪声测试的原理,基于虚拟仪器技术,建立了红外地球敏感器关键模块低频噪声测试的软件和硬件系统,并对搭建的系统进行了测试验证。最后分别对红外探测器模块、放大电路模块、偏置电路模块的低频噪声进行了测试,并对测试结果进行了分析,进一步验证了该系统能更加准确地测试及分析各低频噪声特征参量,为红外地球敏感器噪声检测与分析提供了平台。本文搭建的低频噪声测试系统的带宽是0.05Hz-1kHz,放大器的噪声电压是1.2022E-7V。由实验结果可得红外探测器的噪声电压比放大器噪声电压大8到10倍,保证了该系统测试的准确度。
叶伟[8](2012)在《基于虚拟仪器的宽频噪声检测系统实现与应用》文中进行了进一步梳理电子器件中广泛存在着各种类别、各种频段的噪声。噪声信号看似杂乱无章,实则包含着与器件相关的丰富信息,电子器件噪声相关研究既具有科学意义,又有实用价值。以往对低频噪声的研究表明,电子器件中的低频噪声,尤其是1/f噪声能够用于诊断器件内部材料缺陷以及损伤状况,可以表征器件可靠性。近年来对纳米尺度电子器件散粒噪声的研究表明,散粒噪声与纳米器件内部结构信息和电子传输特性相关,可作为纳米光电材料和器件介观信息表征的新工具。上述对各频段噪声的研究与应用是建立在噪声检测技术的基础之上的,其中散粒噪声测试和提取需要在低频1/f噪声转折频率以上。传统的电子器件噪声检测方法仅能覆盖电子器件噪声频谱中较低的频段部分,适用于1/f噪声等低频噪声测试和分析,对于较高频段噪声(如散粒噪声)测试则不能适用。为了解决上述问题,本论文设计并实现了一种能同时覆盖噪声信号高低频段的检测系统,该系统能够实现宽频噪声采集与分析的功能,其中硬件部分使用NI公司的高速数据采集卡与低噪声宽频放大器等构建,软件部分使用Labview图形化开发平台编写。本文主要完成的工作如下:1,提出了基于虚拟仪器实现宽频噪声检测的思路,并在此基础上设计了系统总体构成方案。2,在上述结果的基础上,首先分析了实验室现有仪器的局限性,随后针对目标测量频段的范围,完成了新的数据采集卡和低噪声宽频带放大器的选型和调试工作,以此作为系统的硬件部分。利用Labview图形化开发平台编制了相应的软件,实现宽频噪声信号时间序列和频谱的采集及分析等功能。3,验证了系统测量的准确性、系统采集的频带宽度、放大器本底噪声的影响以及软件功能的实现性。验证结果表明该系统的各项指标均达到了设计目标。将该系统应用于基于低频噪声的电子器件可靠性筛选方案和雪崩光电二极管散粒噪声测试分析方案中,探究了该系统的实用价值。
殷雪松[9](2011)在《红外探测器低频噪声测量及应用研究》文中提出红外探测器是红外探测系统中的核心元件,输出信号(电压或电流)所包含的噪声对探测器的探测率和灵敏度有着直接影响,因此降低噪声可以提高红外探测器的性能。低频噪声不仅影响红外探测器的性能,而且通过对其分析可以评估器件的质量和可靠性,诊断器件的缺陷,因此对红外探测器低频噪声的研究具有重要意义。目前,国内红外探测器低频噪声的研究刚刚起步,测量方法复杂,研究目的单一(主要是为了降噪)。为了深入研究红外探测器低频噪声,本文建立了红外探测器低频噪声物理模型及噪声测试分析系统,并在红外探测器噪声实际测量和分析基础上,提出了红外探测器缺陷和可靠性的低频噪声表征方法。本文从1/f噪声基本特征、欧姆定律和基本物理量(电阻、电流和电压)表达式出发推导了红外探测器的1/f噪声和g-r噪声物理模型。在分析红外探测器低频噪声基础上,制定了噪声测量方案。根据测量方案,研制了红外探测器噪声测试分析系统(包括硬件电路和噪声测试分析软件),并给出了具体的测量方法。将研制的系统用于研究红外探测器低频噪声的主要产生机理、偏压特性、温度特性。通过理论计算与实际测量结果对比,验证了模型的正确性。最后,以通过验证的噪声物理模型为基础,建立了红外探测器缺陷和可靠性的噪声表征模型,提取了缺陷的特征参数,包括表面缺陷密度、深能级杂质激活能、简并因子和载流子俘获截面等。本文所完成的红外探测器噪声研究工作为红外探测器的可靠性筛选提供新的方法,可以指导工艺设计,为阵列式红外探测器噪声研究奠定了基础。
李玉峰,周求湛[10](2009)在《基于虚拟仪器的低频噪声自动测试系统设计》文中研究表明电子器件的低频噪声是表征其工作可靠性的敏感参数,基于虚拟仪器组建了一套低频噪声测试系统,由双通道低噪声前置放大器、PXI-4472数据采集卡和PC机构成。介绍了系统功能框图和软件设计,不仅能够测量光电耦合器的噪声功率谱,而且还能显示时域波形,并完成时域分析。运用LabVIEW软件对噪声进行快速准确的检测和分析,通过小波分析剔除爆裂噪声,自动完成测试数据存储、打印等功能,并给出了低频噪声功率谱测量结果和时域波形,为电子器件的可靠性诊断和筛选提供必要的依据。
二、基于虚拟仪器的电子器件低频噪声测试分析系统(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于虚拟仪器的电子器件低频噪声测试分析系统(论文提纲范文)
(1)过程可调的光电传感器Ⅰ-Ⅴ测试系统(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 引言 |
1.2 国内外研究现状 |
1.2.1 光电传感器 |
1.2.2 仪器测控技术 |
1.3 研究意义及主要研究内容 |
1.4 论文结构 |
第2章 LabVIEW软件开发平台及信号降噪技术 |
2.1 仪器控制相关技术 |
2.1.1 开发平台LabVIEW介绍 |
2.1.2 LabVIEW2018 编程环境 |
2.1.3 LabVIEW与硬件通信方式 |
2.1.4 LabVIEW与 MATLAB混合编程 |
2.2 信号降噪方法 |
2.2.1 经典滤波算法 |
2.2.2 数字滤波器 |
2.2.3 连续小波变换和离散小波变换 |
2.2.4 小波阈值降噪算法 |
2.3 本章小结 |
第3章 过程可调的光电传感器I-V测试系统硬件需求分析与设计 |
3.1 硬件设计需求分析 |
3.2 过程可调的光电传感器I-V测试系统硬件设计 |
3.3 光源及其控制 |
3.4 数据采集模块 |
3.5 本章小结 |
第4章 过程可调的光电传感器I-V测试系统软件设计 |
4.1 软件设计需求分析 |
4.2 软件编程方法与流程 |
4.3 数据采集 |
4.3.1 参数配置 |
4.3.2 定时测量 |
4.4 数据处理 |
4.4.1 I-V曲线显示 |
4.4.2 降噪效果评估指标 |
4.4.3 降噪处理 |
4.5 远程控制 |
4.6 数据保存与回放 |
4.6.1 数据保存 |
4.6.2 历史数据回放 |
4.7 本章小结 |
第5章 过程可调的光电传感器I-V测试系统仿真与分析 |
5.1 构造仿真信号 |
5.1.1 过程可调的光电传感器I-V测试系统噪声分析 |
5.1.2 构造仿真信号 |
5.2 中值滤波与滤波器降噪效果 |
5.3 小波阈值降噪算法 |
5.3.1 小波降噪基本步骤 |
5.3.2 确定小波降噪最优参数 |
5.4 本章小结 |
第6章 过程可调的光电传感器I-V测试系统测试与分析 |
6.1 整体结构与过程可调 |
6.2 测试器件与目的 |
6.3 稳定性 |
6.4 可靠性 |
6.5 实用性 |
6.6 弱电流测试能力 |
6.7 本章小结 |
第7章 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
攻读学位期间发表论文与研究成果清单 |
致谢 |
(2)基于低频噪声测试的太阳能电池板可靠性评估研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 研究现状 |
1.3 本文的主要工作以及结构安排 |
1.4 本章小结 |
第二章 电子器件噪声与其可靠性间的关系 |
2.1 噪声及其统计特性 |
2.1.1 噪声的概率分布 |
2.1.2 噪声的基本数字特征 |
2.1.3 噪声的功率谱密度 |
2.2 噪声的形成机理 |
2.2.1 白噪声 |
2.2.2 1/f噪声 |
2.2.3 G-R噪声 |
2.2.4 爆裂噪声 |
2.3 本章小结 |
第三章 太阳能电池低频噪声测试系统硬件设计 |
3.1 噪声测试系统整体设计 |
3.2 偏置电源和适配器 |
3.3 低噪声前置放大器 |
3.4 数据采集卡 |
3.5 屏蔽箱及其他装置 |
3.6 本章小结 |
第四章 太阳能电池低频噪声测试系统软件设计 |
4.1 虚拟仪器及LabVIEW |
4.1.1 虚拟仪器简介 |
4.1.2 LabVIEW简介 |
4.2 测试系统软件整体设计 |
4.3 输出噪声与传输函数 |
4.3.1 预采集 |
4.3.2 示波器 |
4.3.3 频谱仪 |
4.3.4 时间序列 |
4.3.5 频谱密度 |
4.4 等效输入噪声电压/电流 |
4.4.1 频谱采集 |
4.4.2 调入频谱 |
4.4.3 频谱平滑 |
4.4.4 频谱探测 |
4.4.5 宽带噪声 |
4.4.6 谱线拟合 |
4.5 爆裂噪声分析 |
4.6 可靠性筛选判据 |
4.6.1 点频值筛选判据 |
4.6.2 谱值比筛选判据 |
4.6.3 B值筛选判据 |
4.6.4 f_c与μ值筛选判据 |
4.7 本章小结 |
第五章 基于低频噪声的太阳能电池可靠性表征参量研究 |
5.1 太阳能低频噪声参数测试方法 |
5.1.1 术语及定义 |
5.1.2 测试要求 |
5.1.3 测试方法 |
5.1.4 数据分析 |
5.2 太阳能电池低频噪声测试条件 |
5.2.1 太阳能电池低频噪声测试实验样品 |
5.2.2 太阳能电池低频噪声测试系统设置 |
5.3 太阳能电池低频噪声测试结果及分析 |
5.3.1 爆裂噪声分析 |
5.3.2 低频噪声频谱分析 |
5.4 太阳能电池可靠性筛选 |
5.4.1 太阳能电池老化实验 |
5.4.2 可靠性筛选判据研究 |
5.4.3 基于电压噪声点频值的可靠性筛选 |
5.4.4 基于联合参数的可靠性筛选 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 工作总结 |
6.2 展望 |
致谢 |
参考文献 |
攻硕期间的研究成果 |
(3)量子微波磁场探测与成像系统及其应用研究(论文提纲范文)
摘要 |
abstract |
专用术语注释表 |
第一章 绪论 |
1.1 量子磁场探测与成像技术 |
1.1.1 量子磁场探测与成像技术研究现状 |
1.1.2 金刚石NV色心量子磁场探测技术的研究热点 |
1.2 量子微波磁场探测技术的应用 |
1.2.1 电磁兼容与近场测量 |
1.2.2 芯片级电磁兼容测试 |
1.2.3 近场测试技术的挑战 |
1.3 论文的研究内容与安排 |
第二章 金刚石中NV色心的研究基础 |
2.1 金刚石NV色心的物理性质 |
2.1.1 电子轨道和能级结构 |
2.1.2 吸收和荧光谱 |
2.1.3 电子自旋与光量子纠缠 |
2.1.4 塞曼分裂和ODMR谱 |
2.1.5 DC磁场探测及灵敏度分析 |
2.2 动态自旋与微波场探测 |
2.2.1 脉冲ODMR测量技术 |
2.2.2 Rabi振荡测量技术 |
2.2.3 Ramsey干涉测量法 |
2.2.4 自旋Hahn回声测量技术 |
2.3 金刚石NV色心的制备 |
2.3.1 辐照方法制备NV色心 |
2.3.2 表面刻蚀工艺制作金刚石NV色心探头 |
2.4 本章小结 |
第三章 基于CCD的非破环性量子磁场成像系统 |
3.1 基于CCD的非破环性量子磁场成像系统架构 |
3.1.1 科勒照明技术与共聚焦技术 |
3.1.2 CCD量子磁场成像系统架构 |
3.1.3 激光和微波泵浦 |
3.1.4 微波场重构算法 |
3.2 实验建立与数据 |
3.2.1 ODMR微波场强度校准实验 |
3.2.2 Rabi振荡与Ramsey振荡实验 |
3.2.3 对螺旋天线的微波场成像实验 |
3.3 系统性能分析 |
3.3.1 灵敏度分析 |
3.3.2 系统成像效率与空间分辨率分析 |
3.3.3 分析结论 |
3.4 本章小结 |
第四章 基于AM/FM脉冲调制方法的量子磁场成像系统 |
4.1 高灵敏度AM/FM脉冲调制量子磁场成像系统 |
4.1.1 虚拟仪器平台的设计 |
4.2 高灵敏度量子磁场成像方法 |
4.2.1 基于AM/FM脉冲调制的光探测磁共振技术 |
4.2.2 源场与表面电流重构算法 |
4.3 实验结果 |
4.4 系统性能分析 |
4.4.1 灵敏度分析 |
4.4.2 系统成像效率与空间分辨率分析 |
4.4.3 分析结论 |
4.5 本章小结 |
第五章 中低频量子磁场成像系统及其在芯片领域的应用 |
5.1 自旋混合与中低频磁场测量 |
5.1.1 GSLAC自旋混合效应 |
5.1.2 偏NV轴磁场偏置的自旋混合与全光磁场成像 |
5.2 中低频量子磁场成像系统实现及实验 |
5.2.1 成像系统和方法 |
5.2.2 实验结果 |
5.2.3 结果分析 |
5.3 量子磁场测量在芯片电磁兼容领域的应用研究 |
5.3.1 系统架构 |
5.3.2 芯片表面微波场成像及电磁兼容问题分析 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 研究内容总结 |
6.2 研究方向展望 |
参考文献 |
附录1 攻读博士学位期间撰写的论文 |
附录2 攻读博士学位期间申请的专利 |
附录3 攻读博士学位期间参加的科研项目 |
致谢 |
(4)基于低频噪声的逆变器故障诊断方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 本文的主要研究内容与安排 |
1.3.1 主要研究内容 |
1.3.2 论文内容安排 |
第2章 逆变器的噪声基础理论 |
2.1 噪声基础理论 |
2.2 低频噪声分类 |
2.3 逆变器中的低频噪声 |
2.3.1 白噪声 |
2.3.2 1/f噪声 |
2.3.3 RTS噪声 |
2.3.4 G-R噪声 |
2.4 逆变器噪声模型 |
2.5 本章小结 |
第3章 逆变器低频噪声检测方法研究 |
3.1 基于小波理论的1/F噪声检测算法 |
3.1.1 小波分析基本理论 |
3.1.1.1 连续小波变换 |
3.1.1.2 离散小波变换 |
3.1.1.3 Mallat算法 |
3.1.2 基于小波熵软阈值的检测方法 |
3.1.2.1 小波软阈值去噪 |
3.1.2.2 小波熵 |
3.1.2.3 小波熵软阈值检测方法 |
3.1.3 基于提升小波的小波熵软阈值的检测方法 |
3.1.3.1 提升小波变换 |
3.1.3.2 提升小波的小波熵软阈值检测方法 |
3.2 基于改进EMD的1/F噪声检测算法 |
3.3 基于PSO-VMD的1/F噪声检测算法 |
3.3.1 变分模态分解算法(VMD) |
3.3.2 粒子群优化算法(PSO) |
3.3.3 PSO-VMD算法检测1/f噪声基本理论 |
3.4 实验结果与分析 |
3.5 本章小结 |
第4章 逆变器潜在故障诊断方法研究 |
4.1 逆变器潜在故障分类标准 |
4.1.1 全频段阈值筛选方法 |
4.1.2 筛选阈值?和?的确定 |
4.1.3 全频段阈值筛选标准 |
4.2 基于极限学习机的逆变器潜在故障诊断方法 |
4.2.1 极限学习机基本原理 |
4.2.2 极限学习机应用步骤 |
4.3 实验结果与分析 |
4.4 本章小结 |
第5章 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
攻读硕士学位期间取得的成果 |
致谢 |
(5)多尺度数据融合算法及其应用研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 论文的研究背景及意义 |
1.2 多传感器信息融合概述 |
1.2.1 信息融合的概念和优点 |
1.2.2 信息融合的模型 |
1.2.3 信息融合的方法 |
1.2.4 信息融合技术的研究现状 |
1.3 多尺度数据融合有关技术及进展 |
1.3.1 多尺度系统估计理论研究概况 |
1.3.2 多尺度数据融合的应用及研究现状 |
1.3.3 多尺度数据融合概念的演变 |
1.4 MEMS陀螺仪中漂移信号处理方法研究现状 |
1.5 陀螺仪中的多尺度数据融合及需要解决的问题 |
1.6 本文的主要研究内容及结构安排 |
2 多尺度数据融合算法及其有效性的证明 |
2.1 引言 |
2.2 小波分解原子时算法 |
2.2.1 常见时间尺度 |
2.2.2 原子时算法 |
2.2.3 小波分解原子时算法的提出 |
2.2.4 小波分解原子时算法有待解决的问题 |
2.2.5 小波分解原子时算法的基本原理 |
2.3 预备知识 |
2.3.1 原子钟的噪声特性 |
2.3.2 相关说明 |
2.4 随机信号数据融合的理论体系 |
2.4.1 平稳单尺度数据融合 |
2.4.2 平稳多尺度数据融合 |
2.4.3 非平稳单尺度数据融合 |
2.4.4 非平稳多尺度数据融合 |
2.5 非平稳多尺度数据融合定理的证明 |
2.6 分析与讨论 |
2.7 本章小结 |
3 多尺度数据融合算法的小波包实现 |
3.1 引言 |
3.2 小波变换和小波包变换 |
3.3 小波包的基本理论 |
3.3.1 正交小波包的定义与性质 |
3.3.2 小波包的子空间分解 |
3.3.3 小波库及小波包基的定义 |
3.3.4 小波包的分解与重构算法 |
3.3.5 最优小波包基的概念 |
3.3.6 最优基的快速搜索 |
3.4 基于小波包的多尺度数据融合方案 |
3.4.1 基于小波变换的多尺度数据融合算法 |
3.4.2 基于小波包的多尺度数据融合方案 |
3.5 基于小波包的多尺度陀螺融合实验研究 |
3.5.1 MEMS陀螺概述 |
3.5.2 MEMS陀螺随机误差分析 |
3.5.3 MEMS陀螺随机误差的Allan方差分析 |
3.5.4 MEMS陀螺漂移的数学模型 |
3.5.5 MEMS陀螺信号实时小波处理方法 |
3.5.6 基于小波包的多尺度陀螺融合算法仿真实验 |
3.6 本章小结 |
4 小波多尺度数据融合中关键技术 |
4.1 MEMS陀螺噪声特性与小波熵 |
4.1.1 MEMS陀螺误差及噪声特性 |
4.1.2 小波熵 |
4.2 常见的小波簇 |
4.2.1 小波基的性质 |
4.2.2 常用小波基 |
4.3 基于小波变换的数据融合中小波基的选取 |
4.3.1 小波基选取原则 |
4.3.2 小波基的比较 |
4.3.3 小波簇的选取 |
4.3.4 陀螺数据融合效果评价 |
4.3.5 最佳小波基选取实验 |
4.4 小波分解层数的设定 |
4.5 数据融合加权因子的选择 |
4.6 本章小结 |
5 多尺度融合与其它MEMS陀螺信号处理方法的比较 |
5.1 MEMS陀螺仪噪声抑制方法研究概述 |
5.1.1 MEMS陀螺仪噪声抑制方法研究现状 |
5.1.2 卡尔曼滤波和小波阈值去噪法的缺点 |
5.1.3 多尺度数据融合算法的优点 |
5.2 MEMS陀螺数据处理中的多传感器数据融合 |
5.2.1 多尺度融合 |
5.2.2 卡尔曼滤波融合 |
5.2.3 小波阈值融合 |
5.3 基于仿真信号对三种融合方法的比较 |
5.3.1 仿真信号的产生 |
5.3.2 第一组仿真实验(Chirp信号+高斯白噪声) |
5.3.3 第二组仿真实验(Chirp信号+有色噪声) |
5.4 基于实测信号对三种融合方法的比较 |
5.5 三种融合方法比较的结论 |
5.6 多尺度数据融合与FLP(前向线性预测)方法的比较 |
5.6.1 FLP算法 |
5.6.2 基于FLP滤波的多传感器融合方法 |
5.6.3 FLP滤波融合结果和分析 |
5.7 本章小结 |
6 多尺度数据融合系统设计与验证 |
6.1 系统的总体设计方案 |
6.1.1 系统需求分析 |
6.1.2 系统整体框图 |
6.1.3 系统中的主要器件选型 |
6.2 硬件电路设计 |
6.2.1 陀螺仪模块 |
6.2.2 协处理器模块 |
6.2.3 主处理器模块 |
6.2.4 系统实物图 |
6.3 系统软件设计 |
6.3.1 接口部分 |
6.3.2 融合处理部分 |
6.4 实验研究 |
6.5 本章小结 |
7 结论 |
7.1 本文的主要研究成果 |
7.2 创新研究 |
7.3 进一步研究工作 |
致谢 |
参考文献 |
附录 |
攻读博士学位期间发表和收录的论文 |
攻读博士学位期间获奖 |
攻读博士学位期间参加的科研项目 |
(6)基于IGBT的低频噪声检测系统(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题背景及意义 |
1.2 国内外研究现状 |
1.3 本文的主要研究内容与安排 |
1.3.1 主要研究内容 |
1.3.2 论文内容安排 |
第二章 低频噪声理论及IGBT低频噪声模型建立 |
2.1 低频噪声理论 |
2.1.1 低频噪声分类 |
2.1.2 低频噪声统计特性 |
2.1.3 低频噪声物理模型 |
2.2 IGBT器件低频噪声模型 |
2.2.1 BJT和 MOSFET低频噪声模型 |
2.2.2 IGBT低频噪声模型 |
2.3 IGBT低频噪声检测技术 |
2.3.1 低频噪声检测基本参量 |
2.3.2 低频噪声检测技术 |
2.4 IGBT低频噪声检测方案 |
2.5 本章小结 |
第三章 IGBT低频噪声检测系统设计 |
3.1 硬件测量系统设计 |
3.1.1 低噪声可编程线性电源 |
3.1.2 EMI滤波器设计 |
3.1.3 低噪声偏置电路设计 |
3.1.4 低噪声前置放大器 |
3.1.5 数据采集 |
3.1.6 屏蔽技术 |
3.2 软件分析平台设计 |
3.2.1 软件分析平台整体设计方案 |
3.2.2 软件平台前面板设计 |
3.2.3 低频噪声时间序列和频谱采集和显示 |
3.2.4 低频噪声时间序列和频谱分析 |
3.3 本章小结 |
第四章 IGBT低频噪声检测实验及结果分析 |
4.1 IGBT低频噪声检测步骤 |
4.2 IGBT低频噪声检测系统验证 |
4.3 IGBT低频噪声检测结果 |
4.4 本章小结 |
第五章 总结和展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
附录A 攻读硕士学位期间发表的论文和专利 |
致谢 |
(7)红外地球敏感器关键模块低频噪声测试系统研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 国内外相关研究概况 |
1.3 论文结构 |
第二章 红外地球敏感器的故障模式 |
2.1 红外地球敏感器工作原理 |
2.2 红外地球敏感器典型故障模式和机理 |
2.3 红外地球敏感器关键模块 |
2.4 小结 |
第三章 红外地球敏感器低频噪声特性分析 |
3.1 红外地球敏感器低频噪声产生机理 |
3.1.1 热噪声 |
3.1.2 g-r噪声 |
3.1.3 1/f噪声 |
3.2 红外地球敏感器低频噪声物理模型 |
3.2.1 红外探测模块低频噪声模型 |
3.2.2 放大模块低频噪声模型 |
3.3 红外地球敏感器低频噪声特征参量 |
3.3.1 红外地球敏感器热噪声特征参量 |
3.3.2 红外地球敏感器g-r噪声特征参量 |
3.3.3 红外地球敏感器 1/f噪声特征参量 |
3.4 小结 |
第四章 红外地球敏感器低频噪声测试系统 |
4.1 红外地球敏感器低频噪声测试原理 |
4.2 基于虚拟仪器技术的红外地球敏感器低频噪声测试系统 |
4.2.1 系统构成 |
4.2.2 系统硬件 |
4.2.3 系统软件 |
4.3 测试验证 |
4.4 小结 |
第五章 红外地球敏感器关键模块低频噪声测试结果与分析 |
5.1 红外探测模块低频噪声测试结果与分析 |
5.1.1 红外探测器薄片低频噪声 |
5.1.2 红外探测器模块低频噪声 |
5.2 放大电路模块低频噪声测试结果与分析 |
5.3 偏置电路模块低频噪声测试结果与分析 |
5.4 小结 |
第六章 总结 |
6.1 主要研究工作及结论 |
6.2 展望 |
致谢 |
参考文献 |
(8)基于虚拟仪器的宽频噪声检测系统实现与应用(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 电子器件宽频噪声检测的意义 |
1.2 电子器件噪声检测的现状与不足 |
1.3 本论文工作内容与结构 |
第二章 电子器件宽频噪声检测系统基础 |
2.1 电子器件中的宽频噪声检测 |
2.1.1 噪声基础及其分类 |
2.1.2 宽频噪声信号检测 |
2.2 基于虚拟仪器的信号检测系统 |
2.2.1 虚拟仪器 |
2.2.2 Labview 图形化开发环境 |
第三章 基于虚拟仪器的宽频噪声检测系统设计与实现 |
3.1 系统总体构成设计 |
3.2 系统硬件部分构成 |
3.2.1 现有仪器限制因素分析 |
3.2.2 宽频放大器及数据采集卡选型 |
3.2.3 IVI 驱动程序、VISA 技术与 RS232 接口 |
3.2.4 系统硬件部分构成 |
3.3 软件部分功能设计与实现 |
3.3.1 软件部分总体功能设计 |
3.3.2 软件部分各模块设计与实现 |
第四章 宽频噪声检测系统验证及应用 |
4.1 检测系统验证 |
4.1.1 宽频噪声采集结果准确性验证 |
4.1.2 系统总体功能验证 |
4.2 系统功能及用法介绍 |
4.2.1 系统功能及流程介绍 |
4.2.2 软件界面及用法介绍 |
4.3 宽频噪声检测系统应用 |
4.3.1 在电子器件可靠性筛选中的应用 |
4.3.2 在电子器件散粒噪声测试中的应用 |
第五章 总结与展望 |
5.1 论文总结 |
5.2 展望 |
致谢 |
参考文献 |
在校期间研究成果 |
(9)红外探测器低频噪声测量及应用研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 研究状况和主要问题 |
1.2.1 研究现现状 |
1.2.2 主要问题 |
1.3 论文结构 |
第二章 红外探测器低频噪声理论 |
2.1 经典噪声理论 |
2.1.1 1/f 噪声理论 |
2.1.2 g-r 噪声理论 |
2.1.3 热噪声 |
2.2 红外探测器低频噪声产生机理 |
2.2.1 1/f 噪声产生机理 |
2.2.2 g-r 噪声产生机理 |
2.3 红外探测器低频噪声物理模型 |
2.3.1 1/f 噪声物理模型 |
2.3.2 g-r 噪声物理模型 |
2.4 小结 |
第三章 红外探测器的低频噪声测量 |
3.1 红外探测器噪声测量方案 |
3.2 红外探测器低频噪声测量系统 |
3.2.1 红外探测器噪声测量系统组成 |
3.2.2 噪声测量硬件系统 |
3.2.3 噪声测量虚拟仪器软件设计 |
3.2.4 噪声测试分析软件实现 |
3.2.5 红外探测器噪声测试分析虚拟仪器的功能 |
3.3 红外探测器噪声测量方法 |
3.4 测量结果 |
3.5 小结 |
第四章 红外探测器低频噪声特性及应用研究 |
4.1 红外探测器低频噪声特性研究 |
4.1.1 红外探测器低频噪声特性 |
4.1.2 噪声特性分析讨论 |
4.2 低频噪声物理模型验证 |
4.3 低频噪声用于红外探测器缺陷表征 |
4.3.1 1/f 噪声表征红外探测器的表面缺陷 |
4.3.2 g-r 噪声表征深能级缺陷 |
4.4 低频噪声用于红外探测器可靠性表征 |
4.4.1 红外探测器的失效模式和机理 |
4.4.2 红外探测器可靠性的低频噪声表征模型 |
4.4.3 红外探测器可靠性的低频噪声表征参量 |
4.5 小结 |
第五章 总结 |
5.1 主要研究工作及结论 |
5.2 展望 |
致谢 |
参考文献 |
攻读硕士期间成果 |
(10)基于虚拟仪器的低频噪声自动测试系统设计(论文提纲范文)
0 引言 |
1 系统原理及硬件结构 |
2 系统软件设计 |
3 实验结果分析和讨论 |
3.1 爆裂噪声的检测 |
3.2 功率谱密度和时域波形的测量 |
4 结论 |
四、基于虚拟仪器的电子器件低频噪声测试分析系统(论文参考文献)
- [1]过程可调的光电传感器Ⅰ-Ⅴ测试系统[D]. 陈宏. 山东工商学院, 2021(12)
- [2]基于低频噪声测试的太阳能电池板可靠性评估研究[D]. 李佳宴. 电子科技大学, 2021(01)
- [3]量子微波磁场探测与成像系统及其应用研究[D]. 杨博. 南京邮电大学, 2019(03)
- [4]基于低频噪声的逆变器故障诊断方法研究[D]. 朱美玥. 长春理工大学, 2020(01)
- [5]多尺度数据融合算法及其应用研究[D]. 刘娟花. 西安理工大学, 2019
- [6]基于IGBT的低频噪声检测系统[D]. 张新超. 长春理工大学, 2019(01)
- [7]红外地球敏感器关键模块低频噪声测试系统研究[D]. 薛增增. 西安电子科技大学, 2012(03)
- [8]基于虚拟仪器的宽频噪声检测系统实现与应用[D]. 叶伟. 西安电子科技大学, 2012(03)
- [9]红外探测器低频噪声测量及应用研究[D]. 殷雪松. 西安电子科技大学, 2011(07)
- [10]基于虚拟仪器的低频噪声自动测试系统设计[J]. 李玉峰,周求湛. 半导体技术, 2009(07)