长春花微弱电信号的ARIMA模型

依据长春花(Catharanthus roseus)植物电信号小波软阈值消噪后的数据进行其电信号时间序列的求和自回归移动平均(ARIMA)模型分析.长春花植物微弱低频电信号的模型是Xt=2Xt-1+Xt-2+tε-0.119 04tε-1-0.361 83tε-2-0.155 47tε-3-0.363 66tε-4.长春花电信号幅值后向10个点的真实值与预测值的相对误差小于15%,表明利用自回归移动平均(ARIMA)模型对植物微弱电信号特性进行预测是可行的.预测数据可作为以节能为目标依据植物自适应电信号特性建立温室和/或塑料大棚智能自动化控制系统的重要参数.     

燕子掌微弱电信号的计量研究

利用自制的屏蔽室和屏蔽箱以及自制的铂金传感器接触式微弱电信号测试仪,初次获得了燕子掌(Crassula portulacea)自适应微弱电信号特性.采用小波软阈值消噪法对测试电信号进行消噪,并进行了时间序列的高斯径向基函数(RBF)神经网络预测.结果表明,采用RBF人工神经网络对植物微弱电信号进行短期预测是可行的.实现预测是在温室和/或塑料大棚生产中建立植物自适应智能化自动控制系统的关键环节.     

微弱电信号的信息融合检测分析

将自制的具有铂金传感器的双重屏蔽微弱电信号测试系统,所获取的植物微弱电信号、小波软阈值消噪、时间序列的求和自回归移动平均(ARIMA)模型等单因素分析耦合成信息融合技术,对雏菊电信号时间序列进行了数据融合分析预测.雏菊电信号为微伏量级,其幅值有随温度的升高而微弱增加的趋势.ARIMA模型对植物微弱电信号特性进行预测是可行的.以节能为目标依据雏菊植物自适应电信号的预测参数可作为建立塑料大棚智能化控制系统的重要依据.     

三种菊科植物电信号的分析

对测得的瓜叶菊(Senecio cruentus)、雏菊(Bellis perennis)和茼蒿(Chrysanthemum coronarium)三种盆栽菊科植物的电信号进行了短时傅立叶变换分析.三种菊科植物的电信号幅值的变化范围分别为-34.07~35.15μV、-94.37~25.03μV和-22.92~21.71μV,能量谱分别主要分布在约0.15 Hz、0.08 Hz和0.11 Hz以下.据此表明三种菊科植物的电信号均为微弱低频信号.另外,还发现三种菊科植物的电信号中于不同时刻出现频率范围不同的“动作电波”成分.     

植物电信号测试研究进展

综述了植物电信号研究的三个发展时期和未来研究趋势,广义的植物电信号概念就是能够记录到的植物细胞或组织电位发生波动以及相应的电流、电阻、电容等信号.论述了正常植物生理活动中的植物电信号为微弱低频信号,为小于5 Hz的"微伏"量级(1~999μV).破译绿色植物电信号特征就是深入解读植物生命信息,旨在为今后构建植物电信号自适应智能化控制系统,实现"节能减排"式农作物、蔬菜等的工厂化生产智能化自动控制研究奠定基础.     

樟树电信号计量特性表征的植物营养生长信息传导机制

采用自制的双重屏蔽微弱电信号测试系统,对木本植物樟树茎干从外到内的韧皮部、形成层和木质部三层生长信息的电信号进行测试计量分析.樟树信息传递是一种微弱、低频的非平稳信号.形成层信号的时域波形密且波动大、方向可变,其能耗较小(-127.7556~87.8689μV),表明其细胞生长信息反应迅速,主要是以满足快速、适时向内分生木质细胞和向外分生韧皮细胞的生理需要.韧皮和木质部的波动较小,相对平滑,能耗大(为380~4500μV),实为适应韧皮部中筛管由上而下逆向平周高能耗输送合成大分子有机物的需要;而木质部中的导管由下而上输送相对较小分子的水分和无机盐,其耗能明显小于韧皮细胞.     

微弱电信号测试计量的植物生长信息传递研究展望

将所测得的植物微弱电信号特性用于植物生长信息传递研究.构建了依据植物电信号特征的植物营养生长信息传递新模型.展望了植物电信号发生的表征以及生长发育信息传递的数学分析的研究前景.植物电信号及其信息传递模型研究向植物生命活动中的基因活动和电子运动方面深入是生物物理学发展的新动向,意义就在于破译植物生命信息,以期丰富植物物理学基础理论,以及为实现效益最大化的"节能减排"式农业生产而构建植物电信号信息传递的各种自适应智能化控制管理系统奠定理论依据.     

君子兰叶片电信号的初步研究

首次采用铂电极测定了君子兰叶片的微弱电信号,在增益设置为200倍,时间常数为5s,滤波设置为30Hz时,测得在起始阶段植物信号渐增后趋于平稳,之后此条件下不再有任何变化,且一天内植物信号波形在同一测点的峰峰值在几个到十几个mV间变化;当将增益设置增大到80000倍时,可以看到植物信号微弱部分的变化,可看出此信号为叠加有噪声的随机信号,经过初步统计峰峰值在10～150μV.     

试论植物微弱电信号研究

介绍了植物微弱电信号的特点、产生机理、生理效应 ,并就当前植物微弱电信号研究状况进行了简要评价     

植物微弱电波信号的时、频域分析

在时域和频域上对植物电波信号进行了分析.植物电波信号的幅值处于μV级量级,是一种微弱信号;随时间变化剧烈,在不同时刻的取值关系松散;植物电波信号属于低频信号,其功率谱主要分布在小于5 Hz这一频段.     

Non-invasive VHF injected signal monitoring in atmospheric pressure plasma and axial DC magnetron

A universal non-invasive real-time frequency domain reflectometry plasma process measurement that is independent of impedance matching network is described. The measurement is deployed on the main power transmission line of the plasma tool to detect both hardware and reflections form plasma. An illustration for atmospheric pressure plasma and axial DC magnetron plasma is given. Power handling capability is 20 (2 A×10 V) and 100 W (250 mA×400 V), respectively. Four simple equivalent electrical models in terms of transmission-line theory and frequency dependent reflection modulus (gain) are employed to analyze the DC magnetron measurement results. It is shown that the electrical length between the directional device measurement plane and the plane at which the transmission line is termination by the hardware and plasma determines the frequency response signal. The strength of the signal (depth of the zero) is found to be inversely related to the termination resistance. Information on hardware, and dynamic process-induced changes due to physical sputtering/erosion are accessible.     

基于缸盖振动信号频域特征识别气缸压力的研究

在不同的燃烧状况下同时测量缸盖表面振动信号和缸内压力信号,对平均处理后的信号进行频域分析,发现缸内压力信号中相对于基频前50阶的谐波分量包含了所关心的主要信息.根据频域分析得到的复数谱的对称特性建立了训练样本,并对建立的BP和RBF神经网络进行训练.训练的结果表明RBF神经网络可以在更短的训练时间内,获得更小的均方误差.利用不同的神经网络进行了缸内压力信号的识别,识别的结果表明,RBF神经网络识别的精度高于BP神经网络.     

Using Radial-basis Function Network for CLV

Analysis and comparing with three existing and popularly used forcasting customer lifetime value(CLV) methods,which are the Dwyer method,customer event-method and fitting method,and using performances of the existent artificial neural network,we apply the Radial-basis Function (RBF) network to forecast the CLV,the RBF network can approach the objective function partially.To every input/output pairs,it only needs adjust the weight a little and learn quickly which is very important to the forecast precision.Simulation and experimental results on the customers‘ data of a company in Shaanxi Province reveal the effectiveness and feasibility of the RBF network.     

高性能图形化SOI功率器件的研制

利用掩膜注氧隔离技术（Masked SIMOX）制备图形化SOI衬底,采用与常规1μmSOI CMOS工艺兼容的工艺流程,制备了图形化SOI LDMOS功率器件。器件的输出特性曲线中未呈现翘曲效应、开态击穿电压高于6V、关态击穿电压达到13V、泄漏电流的量级为10^-8A;截止频率为8GHz;当漏工作电压3．6V,频率为1GHz时,小信号电压增益为6dB。直流和射频电学性能表明,图形化SOI LDMOS结构作为射频功率器件具有较好的开发前景。