【摘 要】
：
本文设计了一种辐射装置,用于研究2.45 GHz电磁辐射细胞效应,改善了辐射质量（包括辐射效率和辐射不均匀度）和改善了温控质量（抑制细胞温度变化,提升辐射剂量）。辐射装置中,波导谐振腔采用长度为272 mm的WR-340波导谐振腔制成,谐振腔工作在TE103模式,工作频率为2.45 GHz。谐振腔顶部中央为信号功率馈源,两端短路,细胞样品为1对T25培养瓶（方形培养面,面积为25cm~2）中的细胞
论文部分内容阅读
本文设计了一种辐射装置,用于研究2.45 GHz电磁辐射细胞效应,改善了辐射质量（包括辐射效率和辐射不均匀度）和改善了温控质量（抑制细胞温度变化,提升辐射剂量）。辐射装置中,波导谐振腔采用长度为272 mm的WR-340波导谐振腔制成,谐振腔工作在TE103模式,工作频率为2.45 GHz。谐振腔顶部中央为信号功率馈源,两端短路,细胞样品为1对T25培养瓶（方形培养面,面积为25cm~2）中的细胞单层或细胞溶液,每个培养瓶注入6.2 ml培养液,培养液中心对称放置于谐振腔中电场最小-磁场最大的位置,培养液表面与磁场平行。在上述传统波导谐振腔的基础上通过引入电热耦合器优化细胞样品的比吸收率分布以及优化热传导以达到改善辐射质量和温控质量的目的。根据电磁场和电磁波基本理论以及电磁场时域有限差分法,构建了谐振腔和细胞样品的初始电磁模型。基于初始电磁模型,根据辐射效率和辐射不均匀度优化耦合器的高度和半径,最终找到了最优的耦合器尺寸:高度为3.6 mm,半径为10.8 mm,此时的辐射效率为38.4%,辐射不均匀度为25.16%。接着对采用电热耦合器改善辐射质量进行了仿真,采用电热耦合支架时,对于细胞单层样品,辐射不均匀度从89.1%减小到了27.1%;对于细胞溶液样品,辐射效率从23.7%增加到了43.3%。根据温度场时域有限差分法,对细胞样品和支撑组件进行建模,仿真了电热耦合器改善温控质量的情况。在传统恒温控制方法时,分别采用1.23 W/kg和2.49 W/kg的辐射剂量对细胞单层和细胞溶液进行辐射。对于细胞单层样品,采用电热耦合器以后,细胞单层中的最高温度从0.135?C降低到了0.1?C。对于细胞溶液样品,采用电热耦合器以后,细胞溶液中的最高温度从0.2381?C降低到了0.1?C。接着引入自适应温度控制方法,仿真比较了自适应温度控制方法和传统恒温控制方法在本文所设计的辐射装置中所能采用的最大辐射剂量。结果显示,传统恒温控制方法所能采用的最大辐射剂量为1.05 W/kg,自适应温度控制方法所能采用的最大辐射剂量为2.07 W/kg,较大幅度的提高辐射剂量。在搭建好的实验装置中,采用矢量网络分析仪测量了谐振腔的S11参数,和电磁仿真计算得到的S11参数进行对比,结果大致是一样的,验证了电磁仿真结果的准确性;采用红外热成像仪测量了细胞溶液样品上表面的温度分布情况,和温度仿真时得到的温度分布进行定性比较,结果大致是一样的,验证了温度仿真结果的准确性。
其他文献
近年来,以深度卷积神经网络（Deep Convolutional Neural Network,DCNN）为代表的人工智能技术迅速发展,在图像识别等特定领域的性能已经接近甚至超过以人类为代表的灵长类动物。然而,在目标/背景复杂多变、遮挡和干扰等复杂开放场景下,DCNN模型的性能容易急剧下降,而灵长类动物仍能快速、准确、稳定地识别目标,这表明现有的DCNN模型在数据驱动的模式下,还很难像灵长类动物大
视频时空定位任务是计算机视觉和自然语言处理技术两个领域的交叉融合,可被广泛地应用于安防监控、视频检索等领域。关系时空定位和多句式查询文本的目标时空定位是视频时空定位任务中的两个新兴的研究分支。现阶段的关系时空定位方法利用目标空间特征构建目标之间的动态关系特征,通过信息的单向传递定位符合关系的多目标时空轨迹,然而其忽略了信息的双向传递对定位的指导作用,且错误的信息在单向传递过程中难以被矫正。同时,现
近年来,随着深度学习技术的迅速发展,基于有监督学习的方法在各种视觉任务上达到了很好的性能。然而,这类方法依赖于大量有标签的训练样本,学习得到的分类器往往能够较好地识别训练过程中见过的样本类别,而无法很好地迁移到训练中未见过的其他样本类别。为了解决这种缺少有标签数据的学习任务,零样本学习（zero-shot learning）受到广泛关注,即一个神经网络模型将在已知类别的样本数据上学习到的知识迁移到
现代军事战争大多发生在复杂地、海环境中,目标所处背景对于雷达探测与识别的影响不容忽视。通常将目标所处背景看作是单层介质粗糙面,只研究粗糙面与上方目标的电磁散射问题。但是实际中的自然环境组成复杂,如植被覆盖的土壤、雪层覆盖的土壤、溢油海面、浮冰海面等通常为多层介质。在研究时,除了粗糙面与上方自由空间的散射问题,对于上层和下层粗糙面之间发生的电磁波透射问题也要重视。对分层粗糙面与目标复合电磁散射进行研
图像去噪作为一种计算机视觉、图像处理领域的基础性任务,在生产制造、医学健康和卫星遥感等领域具有重要的应用价值。图像去噪是一种逆问题,其目的是从噪声观测中估计出未被噪声污染的图像,实现图像质量的增强,继而使后续的图像处理、分析等环节免受噪声影响。在过去几十年,基于不同理论的图像去噪方法相继被提出。其中,传统方法原理清楚、计算简单,然而去噪效果不够理想;基于神经网络,特别是深度神经网络的方法,近些年在
有限元方法（Finite Element Method,FEM）作为一种计算精度较高的全波算法,常被用于具有复杂媒质、复杂几何结构的目标的电磁特性分析,但由于该方法基于体网格离散计算区域,网格量随目标的电尺寸的增加而剧烈增长,在进行诸如带罩天线阵列电磁辐射、复杂环境下电磁散射等电大尺寸目标的电磁特性分析时,常见的PC机甚至工作站往往无法满足其计算所需的庞大的计算资源,严重限制了有限元方法在实际工程
通过成像仪获取的高光谱遥感图像具有光谱分辨率高、波段频率密集的优点,其所包含的丰富光谱和空间信息使得高光谱遥感图像在包括军事和农业等各个领域都有着广阔的应用范围和前景。然而,由于成像设备的限制,高光谱遥感图像的光谱分辨率在提高的同时,还存在空间分辨率降低的问题。空间分辨率的下降使得采样得到的图像数据中存在大量混合像元,每个像元对应的真实地物空间中包含多种物质,而成像设备获取的像元光谱曲线是由多种不
锑烯因独特的褶皱蜂窝状结构和优良的光电特性,被广泛应用于光电器件,纳米电子器件等领域。然而单一锑烯材料的固定能带结构以及较高的载流子复合率使其应用受限。将锑烯与其他二维材料构建范德华异质结,可以避免单一材料的缺陷,同时还会出现许多新颖的性质,使其在光电领域有着更加广泛的应用。本文通过Materials Studio软件,采用第一性原理计算方法,对锑烯/Ga Te和锑烯/MoX2（X=S,Te）范德
近些年来,随着移动通信技术的发展形势愈发迅速,对射频前端器件高性能与高品质的要求愈发严格。多频段与可重构差分滤波器作为移动通信系统中的关键组成部分,其工作性能的优劣影响着系统的可靠性。同时,与传统的单端器件相比,差分器件能够更加有效地抑制外界噪声和干扰,受到国内外学者越来越多的关注。在这种背景下,本文提出并设计了两款高频率选择性的双频差分带通滤波器、一款频率可独立控制的四频差分带通滤波器以及一款具
低噪声放大器作为射频接收机的第一级有源器件,是决定整体射频接收机灵敏度的关键元器件,它是否可以正常工作以及工作状态好坏,都会直接影响整体接收机的性能。然而,近年来,随着无线通讯技术的快速发展,射频接收机所处的电磁环境越来越复杂。作为一种敏感器件,接收机中的低噪声放大器被干扰、损坏的可能性越来越大。同时,低噪声放大器也极容易被通过前门耦合进入接收机的高功率脉冲信号影响,甚至发生功能回退和损毁的现象。