光电双向负阻晶体管的数值模拟与实验研究

光电双向负阻晶体管(PBNRT)是一种新型S型光电负阻器件.本文对它的光电负阻特性进行了数值模拟和实验研究,给出了器件等效电路.PBNRT在光电混合工作模式下具有光控电流开关效应,可通过光照和控制电压两种控制方式改变器件的S型负阻特性.模拟和实验结果均表明:光照强度增大,维持电压基本保持不变,转折电压减小,负阻电压摆幅减小;而增大控制电压,维持电压和转折电压均增大,输出负阻特性曲线右移.上述特点使得PBNRT可望在光电开关、光控振荡和光电探测等方面有很好的应用前景.     

三端双向负阻晶体管的二维数值模拟及分析

对双向负阻晶体管(BNRT)的三端特性进行了数值模拟，得到了器件S型负阻曲线。根据BNRT不同工作状态下的内部电势、电子浓度和空穴浓度分布，解释了其S型负阻特性的产生机理。模拟分析了负阻曲线随控制电压变化的情况。结果表明，随控制电压的增大，转折电压、转折电流和维持电压均增大。最后，对不同结构和工艺参数的三端BNRT进行了模拟，总结出器件结构和工艺参数对负阻特性的影响。     

LT3759：DC／DC控制器

凌力尔特公司推出宽输入范围DC／DC控制器LT3759,该器件面向升压型、SEPIC和负输出电源应用,能产生正或负的稳定输出电压。LT3759具有两个电压反馈误差放大器和基准电压。一组用于正输出电压,另一组则用于负输出电压,它们均利用单个反馈引脚进行调节,     

将-5V转换为5V的电荷泵

通用的开关电容电荷泵式电压转换器都能将一个正电压源的电压转换为负电压，或使之增加一倍。但是．某些完全由ECL(射极耦合逻辑)电路组成的设备。只能提供一个负电压，如-5.2V。图1说明如何用一只开关电容转换器来获得一个适宜为ECL-TTL电平转换器和其它电路供电的正电源电压。     

大功率白光LED伏安特性和正向电压温度特性研究

在Ga N基大功率白光发光二极管(LED)老化过程中,有部分器件在小电流驱动下出现亮度不一致的现象,对其伏安特性和正向电压温度特性进行了研究。实验结果发现在小电流驱动下发光微弱的LED漏电流严重增大,在高温和大电流驱动的情况下LED正向电压随温度的变化偏离了线性关系,正向电压随温度的变化系数由负数变为正数。同时,通过对比实验表明这种器件出现的反常现象会伴随着寿命和可靠性问题。     

表面杂质浓度分布对晶体管负阻特性的影响

本文对镓、镓－硼两种基区的３ＤＤ２０２型晶体管负阻摆幅现象进行了比较和理论分析，证明了基区表面杂质浓度分布对器件发射极－集电极电压负阻特性有较大影响．找到了改善晶体管击穿特性的具体措施     

凌力尔特公司推出宽输入范围DC／DC控制器LT3759

凌力尔特公司日前推出宽输入范围DC／DC控制器LT3759,该器件面向升压型、SEPIC和负输出电源应用,能产生正或负的稳定输出电压。LT3759具有两个电压反馈误差放大器和基准电压。一组用于正输出电压,另一组则用于负输出电压,它们均利用单个反馈引脚进行调节,从而使LT3759成为一款适合多种电源设计的高通用型DC／D...     

静电感应晶闸管的负阻转折特性

针对静电感应晶闸管SITH在正向阻断态下加负栅压,当阳极电压增加到一定程度后Ⅰ-Ⅴ特性出现负阻转折的特性,以一种全新的角度,从SITH的作用机理出发,考虑双注入效应,考虑载流子寿命的变化,对负阻现象进行了物理分析,并计算了负阻转折电压和转折电流.     

"电流负反馈放大器"讨论

对近年的“电流负反馈放大器”的工作原理进行了理论分析，从电路的演变归纳出它的主要特征－－射极负反馈，指出它实质上是电压负反馈。     

利用背栅调制效应制作斩波稳零集成运放

通常对N-MOS晶体管只研究负衬底偏置电压对其开启电压的影响,然而本文却在研究负偏置电压的基础上着重研究了正偏置电压对N-MOS晶体管开启电压的影响,提出了计算公式和实验曲线,并成功地用于CMOS斩波稳零集成运放中.     

基于二级聚类的家宽异常数据分析与应用

为充分挖掘家宽异常数据信息、直观了解家宽异常情况,针对用户端反馈家宽异常事件相关指标的具体数据,提出了一种基于异常主导因素和严重程度的综合评价体制,在此基础上分别利用余弦相关性和曼哈顿距离对归一化后的常见异常数据进行二级聚类,最终对常见家宽异常数据进行类别划分。现网数据实践表明,该方法可将大量无规则家宽异常数据划分为特点各异的若干类,并提取出需重点整改信息,并可建立一个预测准确率较高的KNN分类模型。     

蒸发波导中电磁波异常传播特征研究及其应用

蒸发波导是海洋大气环境中一种典型的异常大气折射结构。它能够部分地陷获电磁波的传播,从而改变电磁波的传播特征。这种特性在雷达、通信、电子对抗等设备的使用方面具有广泛的应用。该文主要利用电磁波传播的抛物型数值方程和裂步傅里叶算法,通过仿真方法研究了蒸发波导环境下电磁波所具有的异常传播特征,并利用2003年8月大连海域的雷达异常探测试验作为应用实例,说明了蒸发波导对电磁波异常传播以及对雷达异常性能的影响。     

基于地铁复杂场景下异常行为的视频分析研究

为减少异常行为在公共场所造成的安全隐患,以复杂场景地铁为研究背景,从人工智能的角度出发,全面地分析异常行为特征并进行系统设计,快速标定视频监控场景。在上下文场景模型与异常行为模型建立的基础上,采用改进camshift算法对轨迹间断进行填补并跟踪,提出了一种以轨迹属性集对晕倒异常行为进行表征。实验结果表明,该算法能够快速分析地铁场景中的晕倒行为并及时预警,检测率为89.9%。     

射线跟踪技术用于分析波导环境下电波异常折射误差

海洋大气环境中电磁波传播受大气波导影响常呈现出复杂的折射特征,本文通过构建基于射线跟踪技术的电波传播轨迹微分计算方法,研究了电波受蒸发波导和表面波导环境影响所形成的电波折射误差(仰角和高度误差)的异常特性,并对雷达试验的实际测量数据的误差进行了分析验证。     

基于盲均衡算法的网络大数据异常节点检测

网络大数据具有复杂性、多样性,其在流动期间容易出现异常节点。工作人员需采用智能性能检测的方式,才能减少网络故障问题的发生。相关部门基于网络大数据提出了异常节点的检测方法,采用传感序列采集模型,应用盲均衡算法提取网络环境中的噪声均值,以展现网络大数据异常节点的特征。基于此,文中结合实际,简要分析了盲均衡算法,阐述了基于盲均衡算法的网络大数据异常节点检测方法,以期为相关部门的工作提供支持。     

基于活跃熵的网络异常流量检测方法

提出了一种基于活跃熵的网络异常流量检测新方法,将受监控的目标网络视为一个整体系统,对进出系统的网络数据流所形成的NetFlow记录进行分析,分别统计二者的活跃度并计算它们的活跃熵。在进行活跃熵的计算时,根据流量大小选择不同的尺度来降低误报率,从而能更有效地检测网络流量中存在的异常。在实际网络环境下的模拟实验结果表明,与传统检测方案相比,基于活跃熵的网络异常流量检测方法能够更有效地检测出具有随机特征的网络异常流量。     

异常掺杂引起的AlGaInP同型结结构

用电化学C－V和I－V特性分析的方法，对Mg掺杂在MOCVD生长AlGaInP发光二极管（LED）的影响进行了研究。通过电化学C－V分析，确定了在生长结构中Mg掺杂从有源层到GaP窗口层由高到低的情况；用I－V特性分析的方法对器件结构进行了分析，发现了异常的实验结果。同时理论计算得到了同型结（N^ -N,P^ -P)的势垒高度和空间电荷区的宽度，由此得到了在同型结两侧浓度比不同时的差异，极好的解释了异常的I－V测试结果。     

躯体化症状患者红外热像的特点及临床价值探讨

通过红外热像检测技术,获得了躯体化症状患者体表温度分布的特点,能为临床提供识别躯体化症状的指标。用躯体化症状自评量表筛查出躯体化症状患者162人。以这些患者为观察组,以非躯体化症状患者145人为对照组,全部进行规范性红外热像检查。每人撷取5帧图像,辨识其图形特点及图像异常情况,并比较两组间的差别。观察组图像的结果是,3例正常,107例（66.1%）轻度异常,42例（26%）中度异常,10例（6.2%）重度异常。对照组图像的结果是,127例（87.6%）正常,18例（12.4%）轻度异常,0例（0%）中度异常,0例（0 %）重度异常。观察组患者的红外热像温度分布总异常率为98%。因此,躯体化症状患者出现的异常温度分布图像可作为躯体化症状的识别指标。     

基于端口互动模式的入侵检测模型

针对链路层的海量高速数据流、信息易被伪装、较小异常流量占比等特征,提出了一种基于端口互动模式量化模型的入侵检测模型。为提高入侵检测模型的精度和效率,提出了一种从初始流量中获取流量特征的新方法,并重点探讨如何以流量到达时间分布作为一维特征。使用相空间重构、可视化等方法证明了模型的有效性,并进一步根据长会话和短会话各自的特征设计了基于卷积层和长短时记忆层的改进神经网络,用以挖掘正常和异常流量端口互动模式之间的差异。在此基础上,设计了多模型评分机制下的改进入侵检测算法,对模型空间内的会话进行流量分类。所提出的量化模型和改进算法在提高计算效率的同时,能够有效避免伪装身份信息的情况,降低神经网络训练成本,提升小样本异常检测精度。     

Multi-step attack detection method based on network communication anomaly recognition

In view of the characteristics of internal fixed business logic,inbound and outbound network access behavior,two classes and four kinds of abnormal behaviors were defined firstly,and then a multi-step attack detection method was proposed based on network communication anomaly recognition.For abnormal sub-graphs and abnormal communication edges detection,graph-based anomaly analysis and wavelet analysis method were respectively proposed to identify abnormal behaviors in network communication,and detect multi-step attacks through anomaly correlation analysis.Experiments are carried out on the DARPA 2000 data set and LANL data set to verify the results.The experimental results show that the proposed method can effectively detect and reconstruct multi-step attack scenarios.The proposed method can effectively monitor multi-step attacks including unknown feature types.It provides a feasible idea for detecting complex multi-step attack patterns such as APT.And the network communication graph greatly reduces the data size,it is suitable for large-scale enterprise network environments.