利用 MCNP 计算非均匀体模内电子束的剂量分布并通过实验测量进行验证。 Hassan Ali Nedaie,伊朗德黑兰医科大学癌症研究所 使用 NPL 网格上的 DOSRZnrc 计算英国主要标准治疗级电子束热量计的间隙校正 Mark Bailey,英国泰丁顿国家物理实验室 辐照小组建模工作组 - 蒙特卡罗代码审查 Mark Bailey(辐照小组秘书),英国泰丁顿国家物理实验室 使用 BEAMnrc 设计 50kVp 接触式 X 射线治疗装置的平坦滤波器 Gareth M. Baugh,英国考文垂大学医院阿登癌症中心 验证 PENELOPE 蒙特卡罗代码以计算异质体模中的吸收剂量 Léone Blazy,CEA-Saclay,法国亨利贝克勒尔国家实验室 使用不同版本 MC 代码对低能锗探测器进行蒙特卡罗校准的结果 PENELOPE Robert Brettner-Messler,FJ Maringer,奥地利维也纳联邦计量测量局 Geant4 作为质子束中 Al2O3:C 发光响应的轨迹相互作用模型的传输代码 S. Greilich,Risø 国家实验室,DK-4000 罗斯基勒,丹麦 探测器死层厚度对探测器效率的影响 Mario Kedhi,阿尔巴尼亚地拉那核物理研究所 探测器效率和巧合求和 c 的计算
摘要:本文介绍了一种用于检测脑电图 (EEG) 信号的模拟前端 (AFE)。AFE 由四个部分组成,即斩波稳定放大器、纹波抑制电路、基于 RRAM 的低通 FIR 滤波器和 8 位 SAR ADC。这是首次在 EEG AFE 中引入基于 RRAM 的低通 FIR 滤波器,其中利用 RRAM 的生物可信特性高效分析模拟域中的信号。前置放大器采用对称 OTA 结构,在满足增益要求的同时降低了功耗。纹波抑制电路大大改善了噪声特性和失调电压。基于 RRAM 的低通滤波器实现了 40 Hz 的截止频率,适用于 EEG 信号的分析。SAR ADC 采用分段电容器结构,有效降低了电容器开关功耗。芯片原型采用 40 nm CMOS 工艺设计。整体功耗约为13µW,实现超低功耗运行。
*配备 C3 EMC 滤波器的 Commander S100 型号符合 IEC 61800-3 第二环境。配备 C3 EMC 滤波器的 Commander S100 型号需要额外的外部滤波器才能满足 IEC 61000-6-4 和 IEC 61800-3 第一环境的更高要求。配备 C1 EMC 滤波器的 Commander S100 型号无需额外滤波即可满足 IEC 61000-6-4 和 IEC 61800-3 第一环境的要求。
滤波器是通信系统中的核心无源元件,随着 5G 技术、物联网、传感器和自动化的兴起,通信系统中的滤波器市场预计还会不断扩大。1 – 3 虽然表面声波 (SAW) 滤波器由于制造简单而在 2 GHz 以下占据主导地位,但它们在更高频率下的性能受到低表面声波速度、光刻复杂性和低品质因数的限制。1、4 与体声波 (BAW) 滤波器相比,窄叉指换能器 (IDT) 手指中的电迁移损伤和 SAW 的不均匀电流分布导致其功率处理能力较差。1 由于厚度延伸波的速度高于表面声波,因此 BAW 滤波器在 1.5 至 6 GHz 的较低 5G 频段占主导地位。高品质因数和高功率处理能力使 BAW 滤波器可以扩展到更高的频率,同时保持高 RF 性能。 1 由于这种电声滤波(因为声波的波长比相同频率的电磁波小得多)而带来的小型化优势,在毫米波范围(30 – 300 GHz)的较高频率下,其收益会逐渐减少。对于如此高的频率,使用基片集成波导 (SIW) 和腔体滤波器在光域中进行直接滤波占主导地位。5 – 9
摘要 - 当前的最新自动驾驶车辆主要依靠每个传感器系统来执行感知任务。这样的框架的可靠性可能会受到阻塞或传感器故障的限制。为了解决这个问题,最新的研究建议使用车辆到车辆(V2V)通信与他人共享感知信息。但是,大多数相关的作品仅着眼于合作探测,并让合作社跟踪一个未充满刺激的研究领域。最近的一些数据集(例如V2V4Real)提供3D多对象合作跟踪基准。但是,他们提出的方法主要使用合作检测结果作为标准单传感器Kalman滤波器基于基于Kalman滤波器的跟踪算法的输入。在他们的方法中,可能无法正确估计来自不同连接的自动驾驶汽车(CAVS)的不同传感器的测量不确定性,以利用基于卡尔曼滤波器的基于卡尔曼滤波器的跟踪算法的理论优化属性。在本文中,我们提出了一种新颖的3D多对象合作跟踪算法,用于通过可区分的多传感器卡尔曼滤波器自动驾驶。我们的算法学会了每种检测的测量不确定性,以更好地利用基于卡尔曼滤波器基于卡尔曼滤波器的跟踪方法的理论属性。实验结果表明,与V2V4REAL中最新方法相比,我们的算法仅用0.037倍的通信成本提高了17%的跟踪精度。我们的代码和视频可在URL和URL上找到。
摘要 — 本文使用来自自动识别系统 (AIS) 的实时数据和扩展卡尔曼滤波器 (EKF) 设计来解决船舶运动估计问题。AIS 数据由全球船舶传输,甚高频 (VHF) AIS 接收器以美国国家海洋电子协会 (NMEA) 指定的格式接收编码的 ASCII 字符信号。因此,必须使用解析器解码 AIS 语句以获取实时船舶位置、航向和速度测量值。状态估计用于碰撞检测和实时可视化,这是现代决策支持系统的重要功能。使用来自挪威特隆赫姆港的实时 AIS 数据验证了 EKF,并证明了估计器可以实时跟踪船舶。还证明了 EKF 可以预测船舶的未来运动,并在防撞场景中分析了不同的规避动作。索引词——卡尔曼滤波器、状态估计、运动预测、碰撞检测、无人水面舰艇、船舶
摘要:情绪识别对于理解人类情感状态具有重要意义,具有多种应用。脑电图 (EEG) 是一种捕捉大脑活动的非侵入性神经成像技术,在情绪识别方面引起了广泛关注。然而,现有的基于 EEG 的情绪识别系统仅限于特定的感觉模式,阻碍了它们的适用性。我们的研究创新了 EEG 情绪识别,提供了一个全面的框架来克服感觉聚焦限制和跨感觉挑战。我们使用多模态情绪模拟(三种感觉模式:音频/视觉/视听,两种情绪状态:愉悦或不愉悦)收集跨感觉情绪 EEG 数据。所提出的框架——滤波器组对抗域自适应黎曼方法 (FBADR)——利用滤波器组技术和黎曼切线空间方法从跨感觉 EEG 数据中提取特征。与黎曼方法相比,滤波器组和对抗域自适应可以分别提高 13.68% 和 8.36% 的平均准确率。分类结果的比较分析证明,所提出的 FBADR 框架实现了最先进的跨感官情感识别性能,平均准确率达到 89.01% ± 5.06%。此外,所提出方法的稳健性可以确保在信噪比 (SNR) ≥ 1 dB 下具有较高的跨感官识别性能。总的来说,我们的研究为基于 EEG 的情感识别领域做出了贡献,提供了一个全面的框架,克服了感官导向方法的局限性,并成功解决了跨感官情况的困难。
摘要:无线传感器网络 (WSN) 应用更倾向于本地计算和更少通信,这有助于解决大多数集中式 WSN 应用的高功耗和性能问题。在本研究中,我们提出了一种完全分布式的解决方案,其中仅通过传感器节点与其近邻节点之间的本地协作来检测供水网络中的泄漏,而无需通过几跳到集中式融合中心进行长距离传输。一种完整的方法包括设计、仿真和物理测量,展示了如何通过分布式卡尔曼滤波器实现分布式计算来提高泄漏检测的准确性,并介绍了功耗。物理实现的结果表明,分布式数据融合提高了泄漏检测的准确性,同时保持了 WSN 的使用寿命。
摘要:可调的光学微环形滤波器在光学通信,微波光子学和光子神经网络中起着重要作用。典型的微环滤波器基于微秒时间尺度的热光(TO)效应或具有有限的调谐范围的电用量(EO)效应。Here, we report a continuously tunable lithium niobate on insulator (LNOI) Vernier cascaded micro-ring filter with wire-bonded packaging integrated with both TO and EO tuning electrodes, featuring a 40-nm free spectral range (FSR), 2.3 GHz EO bandwidth, and a high sidelobe suppression ratio of 21.7 dB, simultaneously.我们的高性能光学微型环滤波器可能会成为未来LNOI光子电路的重要元素,并在高容量波长分段多发性多路复用(WDM)系统,宽带微波光子学,快速启用的外部外部腔激光器和高速光谱神经网络中应用。