【摘 要】
：
硅基光电晶体管在高频通信、自动控制、电力系统领域具有广泛的应用前景.从系统验证和仿真的角度,迫切需要建立光电晶体管的等效电路模型,该模型需要包含电学特性和光学特性.本文提出了一种高频(100MHz~1GHz)硅基光电晶体管的SPICE(Simulation Program with Integrated Circuit Emphasis)等效模型,包含器件的主要光电特性,通过TCAD(Technology Computer Aided Design)仿真建立了模型中关键电学和光学参数的提取方法.基于所建立
【基金项目】
：
国家自然科学基金(No.61774078,No.51802124),江苏省自然科学基金(No.BK 20180626)。
论文部分内容阅读
硅基光电晶体管在高频通信、自动控制、电力系统领域具有广泛的应用前景.从系统验证和仿真的角度,迫切需要建立光电晶体管的等效电路模型,该模型需要包含电学特性和光学特性.本文提出了一种高频(100MHz~1GHz)硅基光电晶体管的SPICE(Simulation Program with Integrated Circuit Emphasis)等效模型,包含器件的主要光电特性,通过TCAD(Technology Computer Aided Design)仿真建立了模型中关键电学和光学参数的提取方法.基于所建立
其他文献
三维掌纹能显著地减少应用过程中潜在的安全隐患,近年来吸引了越来越多的关注.然而,现有的三维掌纹识别方法大多借助人工设计的描述符来进行匹配,这往往需要先验知识.本文提出一种基于学习策略的局部方向特征二进制编码来完成三维掌纹识别.该方法利用形状指数来描述三维掌纹的局部几何特征,并且在形状指数图像上计算Gabor滤波器响应并将响应差值组合起来形成特征向量.提出利用哈希学习模型得到特征映射函数并将响应差值特征向量转换为方向特征二进制编码,并对方向特征二进制编码图采用分块策略形成特征直方图来进行匹配.在香港理工三维
动态蛋白质网络的构建和复合物挖掘问题是目前研究的热点.针对现有的算法在解决前述问题上的不足,文中考虑了蛋白质的活性周期和连接强度,首先提出了一种基于动态图的蛋白质网络构建算法.然后基于密度聚类设计了一种在动态蛋白质网络上挖掘复合物的算法(PCMA).整个挖掘过程包含三个步骤:基于DBSCAN(Density-Based Spatial Clustering of Applications with Noise)算法的蛋白质复合物生成;基于合并增益的蛋白质复合物合并和基于归属度的复合物调整.在多个公开的生物
针对低压配电网箱表关系存在人工核查成本高、异常案例少、难以实现异常规律捕获的问题,采用极端不平衡分类学习方法实现低压异常箱表关系识别的泛化应用推广.通过电压原理识别出部分异常箱表关系样本集,随后构建CNN(卷积神经网络)异常箱表关系识别模型,通过样本三分类赋权值实现类别均衡处理;并在模型推广应用过程中,采用强化学习实现离线模型的在线泛化学习,并以分组模型交互学习和竞争优化的方式筛选出最优泛化识别模型.实验证明,通过人工核查和数据反馈,该方法可实现模型对异常样本数据分布规律的自拟合学习,提高模型对不同应用环
为提高具有帧间位移平移特性的视频图像的信噪比和去噪时效,本文提出了基于非局部自相似序列集的视频图像盲去噪算法.选取与待去噪视频图像前后相邻的若干图像帧,在每一图像帧中寻找具有典型特征的图像块群,并通过在前一帧图像中查找和该图像块群具有最小差异度的块群来确定帧间的精确位移;将待去噪视频图像划分成若干图像块,根据帧间位移快速构建每个图像块的自相似序列集;随后将每个自相似序列集中的二维图像块整合成三维矩
狮群算法是一种具有较强寻优能力的群智能算法.为了克服基本狮群算法中因狮王替换的长周期性导致收敛速度较慢,幼狮选择策略较盲目导致的前期遍历性不足,幼狮步长扰动因子受解空间影响过大和算法后期局部收敛速度慢等缺陷;本文在原始狮群算法的基础上改良了狮王的替换策略和幼狮选择的概率,引入信息熵分别控制不同幼狮的步长,引入狮王稳定因子解决幼狮后期选择的盲目性,并适当调整狮群整体构成方式.由信息熵的值来度量狮群算法中幼狮选择的不确定性,通过设置不同的扰动因子达到控制算法中不同幼狮的移动范围,实现算法的自适应调节并增大算法
为实现三相逆变器的高效率运行,提出了一种新型三相谐振直流环节逆变器拓扑结构,其在直流环节设置了结构简单的辅助谐振电路.分析了电路的工作流程.实验结果表明开关器件实现了软切换,而且逆变器输出电流波形无明显畸变.因此,该逆变器能实现高效率稳定运行.
本文研究了带切割工序生产企业的工件调度优化问题.以最小化所有工件的最大完工时间为目标,建立了考虑一对多加工约束的混合流水调度问题的两阶段数学模型.设计了基于问题特征的协同奔袭灰狼算法,制定了新的编码规则和狼群分级策略,改进了探狼游走策略,并提出了猛狼协同奔袭策略.通过改进的标准算例对GA、GWO和CDGWO算法进行参数敏感性测试及求解对比.求解小规模问题时算法差异不明显,但是随着问题规模的增大,CDGWO求解效果性能稳定且进化效率较好.
针对目前一些正确识别率高的SVM(Support Vector Machines)分类器、超球SVM分类器、深度学习分类器在一些典型样本集上应用时仍然有2%左右的错误识别率和增量学习功能不强的问题,本文提出了一种具有合适拒识机制的高正确识别率分类器设计方案和相应的增量学习算法,较好地解决了上述问题.主要工作包括:同类特征集合的紧密包裹集构造算法;基于同类特征集合和紧密包裹集的同类特征区域紧密包裹面的求解算法;设置所有紧密包裹面之外的公共区域为分类器的拒识区域的方法;当增加新类别、增减训练样本时,以上算法的
动态异构冗余(Dynamic Heterogeneous Redundancy,DHR)模型的安全性分析是拟态防御的核心问题之一.本文针对DHR模型安全性量化分析问题提出了执行体-漏洞矩阵和服务体-漏洞矩
为解决工业网络安全防护中工艺数据异常检测误报率较高的问题,本文提出一种基于时间序列的异常检测方法.该方法对工艺数据进行相关性分析、向量映射等处理,再采用堆叠自编码神经网络(SAE)对工艺数据特征进行降维,根据工艺数据在传输序列间的相互关联性,设计基于长短期记忆神经网络(LSTM)的异常检测模型,最后进行工艺数据异常检测仿真实验验证分析.实验结果表明,基于时间序列的异常检测模型能有效提高工艺数据异常检测准确率,并且误报率要低于传统隐马尔可夫异常检测模型,同时获得较好的异常检测实时性.