摘要：采用空间限域强制组装(SCFNA)法,制备SCF/PDMS导电复合材料,设计正交实验,研究了研究了碳纤维含量、SCF和PDMS的混合转速和混合时间对导电复合材料电阻的影响,并通过计算得到三因素对导电复合材料电导率的影响。结果表明,在SCF/PDMS制品厚度为0.2 mm不变的情况下,三因素对SCF/PDMS导电复合材料制品电阻的影响从大到小依次为:碳纤维含量、混合转速、混合时间,得到了SCF/PDMS导电复合材料制品的电阻响应值与碳纤维含量、混合转速以及混合时间三因素之间的多元线性回归方程,建立了电导率预测模型,并能够通过调节碳纤维含量、混合转速以及混合时间等变量,而对SCF/PDMS导电复合材料制品的电导率进行调控。

摘要：随着WiFi基础设施的广泛部署,使得WiFi成为继RSSI(接收信号强度指标)之后强大的无线传感介质。通过对CSI(信道状态信息)的收集和处理,可以逐步描摹人类活动。然而,这种WiFi感知的解决方案也伴随着识别规模扩大、识别准确率极度下降,以及CSI信息固有的与域(环境和方向)相关的问题。论文提出了一种基于残差网络的深度学习WiFi感知方法。首先,通过两个设计的残差块自动提取预处理后的CSI信号特征,解决了细腻度手势特征提取困难和特征不足的问题。其次,网络结构简单,识别单个用户仅需0.59389ms。最后,我们在两种环境中验证了模型的有效性。在简单的办公环境和复杂的标准实验室场景下,2人~8人的识别准确率分别达到97.86%~100%和97.2%~99.35%。在跨域识别方面,论文提出的模型对预处理后的信号域敏感度较低,在复杂的实验室环境下,15人的分组仍然可以达到92%以上。