【摘 要】
:
毫米波与太赫兹频段的电磁波具有其他波长不具有的安全性、金属反射特性、非电离特性和非极性物质穿透性等,且其波长相对较短,可以实现更高的成像分辨率。因此,在毫米波与太赫兹波段进行成像系统的研究,这对军事勘测、医学成像、人体安检等领域都具有重要意义。在众多成像系统中,焦平面(FPA)成像无需额外机械扫描,具有便携、实时性强的特点,成为成像的主要方式。但是传统焦平面成像体积庞大、成本较高,难以实现实时成像
论文部分内容阅读
毫米波与太赫兹频段的电磁波具有其他波长不具有的安全性、金属反射特性、非电离特性和非极性物质穿透性等,且其波长相对较短,可以实现更高的成像分辨率。因此,在毫米波与太赫兹波段进行成像系统的研究,这对军事勘测、医学成像、人体安检等领域都具有重要意义。在众多成像系统中,焦平面(FPA)成像无需额外机械扫描,具有便携、实时性强的特点,成为成像的主要方式。但是传统焦平面成像体积庞大、成本较高,难以实现实时成像,存在一些亟待解决的问题。近些年来,结构功能材料凭借人为调控所需特性的优势,应用到了各个领域。除此之外,微光机电系统(MOEMS)可以实现高集成、低成本、小体积的设计,也成为科研工作者关注的重点。本文将结构功能材料和MOEMS两门技术交叉融合,应用在成像系统关键部件焦平面芯片的研究上,具体研究成果如下:(1)对焦平面芯片的工作机理进行研究:从成像框架出发,研究整体结构和成像原理。接着从电磁吸收原理和悬臂探测原理两部分对焦平面进行分析。指出焦平面研究的重点是在超薄厚度下实现超高吸收,进而引起焦平面较大的机械应变。(2)对超薄厚度下的高吸收焦平面芯片进行研究:创新性地提出分离-倒置结构,解决了结构功能材料厚度的限制的问题,将焦平面芯片的有效厚度降低至两千分之波长的尺度。在94GHz和220GHz频段分别设计了一款FPA芯片。对于94GHz频段焦平面芯片,其电磁仿真结果在94GHz吸收率大于99%;热机械研究表明,FPA芯片单位温升下的热响应时间为1.14s,最大机械偏转量为1.17um。实测结果显示,其在94GHz吸收率为96.7%。对于220GHz焦平面仿真,结果在220GHz的吸收率大于99%,单位温升下的热响应时间为0.3s,最大机械偏量转为0.22um;受加工工艺限制,实测吸收频点偏移到226.3GHz处,吸收率为98%。(3)对基于氧化铟锡(ITO)薄膜的超薄高吸收焦平面芯片的研究:采用透光的氧化铟锡薄膜,利用该薄膜的高透光性和类金属性,可以实现高吸收和一侧可透光设计,解决了光学读出系统中可见光源入射的难题。除此之外,对第一版结构进行改进:打孔减小自重影响;优化拐角结构,减小加工难度;增加硅支撑框,提高结构机械性能。仿真结果表明基于ITO薄膜的94GHz焦平面芯片在94GHz频点处达到近乎完美地吸收。测试结果表明整体吸收频带向低频移动,完美吸收峰点偏移到92.04GHz,在设计94GHz频点吸收率约为90%。
其他文献
当前主流的人体安检设备大多为金属探测门,但其仅能对人身携带的金属物品进行检测,而对其他非金属材质的物品检测能力不足。太赫兹无源成像技术采用无源的工作方式,被动地接收人体和隐蔽目标自身辐射的太赫兹频段电磁波来进行成像,对人体无辐射性危害。并且太赫兹频段电磁波对衣物等具有高穿透性,可以探检到隐藏在人体衣物内的各类危险物品,该技术在公共场所的人体安检设备中具有重要的应用前景和研究价值。本论文的研究依托于
随着人口老龄化的加剧,人们对老年人的健康监测技术提出了更高的要求。室内人体速度估计是老年人居家健康监测的关键,它可以提供人体的运动状态。现阶段,一些穿戴式设备或光学设备等都提供了高准确度的速度估计方法,但接触式设备的要求是繁琐的,而光学设备也存在只能视距监测、侵犯隐私等问题。因此,人们迫切需要一种非接触性和非视距性的速度监测方法。随着技术的发展,基于射频信号的无线感知技术得到了广泛关注。但是,由于
目前,随着互联网技术的快速发展及工业4.0的提出,未来的社会生活将会发生巨大的变化。目前5G技术的发展以及6G技术的提出让万物互联不仅仅只是期望而有望成为事实,而要实现万物互联,其中的一个关键技术突破点就在于人机交互新型传感器的开发。例如智能家居系统中如何感知人体的温度及人体的位置从而实现家居系统的智能调控,无人看护的老人如何感知判断自身的身体状况指标并上传到监控系统,仿生型机器人如何具有类似于人
图像语义分割旨在实现图像像素级区域分割与识别,是多媒体分析、计算机视觉等众多任务的基础步骤。由于存在类内的差异性、类间的相似性、以及背景的复杂性等干扰问题,图像语义分割是一个极具挑战的工作。传统分割方法立足于手工设计的低层特征,难以有效刻画对象的语义信息,导致分割性能不足。近期,基于深度学习的分割方法能够通过深度网络提取更具判别性的深度语义特征,有效改善了语义分割性能。然而,基于深度学习的图像分割
人体行为识别是机器人系统及计算机视觉领域的基本研究挑战之一,其研究内容是识别视频中的人体行为,对视频进行分类。基于视觉的人体行为识别技术有着重要的现实意义,在智能监控,自动驾驶,视频剪辑,基于互联网视频的内容检索与分类,以及人机交互,游戏娱乐等领域有着重要的应用价值。传统算法往往识别精度较低,实现复杂,且大多依赖手工特征,模型的普适性较差;深度学习的出现与普及在很大程度上解决了传统算法中存在的一系
金属3D打印应用广泛,在现代制造技术中具有举足轻重的地位。在使用SLM技术打印过程中,零件内部会形成较大的温度梯度,同时受到周围材料的约束在金属结构件中产生较大的热应力,如果当残余应力积累到材料强度无法抵抗时会产生裂纹来释放应力。裂纹缺陷严重影响到零件的力学性能、减少零件的疲劳寿命,因此实现裂纹缺陷的检测定位是具有重要意义的。声发射技术作为一种新型的动态无损检测技术,越来越多的被应用于复杂的工业检
随着电力电子、机电一体化等领域的快速发展,电子测试技术已经越来越广泛地应用于各类工业生产和科研工作中。但是传统的测量仪器面对现代社会越来越高的测量需求,已经难以应对。因此开发出一款能够实现多通道、多物理量测量并且具有程控功能的示波记录仪尤为重要。本文研制的示波记录仪是一款基于采集板卡+信号处理板+工控机架构的多功能电子测量仪器,本文的研究目标是为其设计实现底层软件及程控功能,底层软件包括可供应用层
图像分割是计算机视觉与图像处理应用的关键基础,其研究目标是根据图像内在特征建立像素级标签,将其划分为不同的语义区域。随着深度学习技术的兴起,基于卷积神经网络的图像分割技术取得了阶段性突破。然而,现有方法主要基于图像局部特征到像素级标签的非线性映射,其成功依赖于成像清晰、规模庞大的高质量训练数据集,在众多实际应用中均难以获取。一方面,恶劣天气(如雨、雾)环境下采集的图像数据规模大,但能见度低,为精准
随着企业的发展,部门间的沟通与交流已占据了企业日常工作的大部分,普通电话、邮件、即时聊天、会议等形式的问题处理已不能满足企业日常工作中问题的及时性与有效性,目前工作上的问题已经制约着工厂的生产效率,各部门每天不得不花费大量的时间进行推诿扯皮。为了解决以上问题,建立一套专门用于问题处理与跟踪的系统尤为重要,于是开发了复材厂问题协调管理平台,该平台基于.NET框架,使用C#语言,选择使用Oracle数
人体步态作为一种生物身份识别特征,相比于人脸、指纹、声纹等,由于其具有不宜伪装,可接受性高,可以远距离获取等优点,因此在智能安防、刑事侦查等领域具有重要的潜在应用价值。然而,由于实际拍摄环境的复杂性,人体步态识别也面临着诸如拍摄角度,行走速度、携带物等多方面的挑战。在这其中,视频拍摄角度的不同会带来人体步态行走轮廓的明显变化,造成步态识别准确率的剧烈下降,严重阻碍了这项技术走向大规模工程应用。面对