摘要：Smart electronic textiles with electronic functions like displaying can provide transformative opportunities for wearable devices that traditional rigid devices are hard to realize.A general strategy of enabling textiles to display is weaving light-emitting fibers into textiles and designing control ***,it remains challenging for the current electronic textiles to display full-color images and ***,we demonstrate a large-area integrated electronic textile system(with a size of 72 cm×50 cm)by weaving light-emitting diode(LED)fibers,touch-sensing fibers and polyester fibers,which could display full-color images(with a gamut of 117.6%NTSC)and continuous videos(with a refresh rate of 11.7 Hz)by designing low-voltage supply mode and parallelly transmitting *** integration of touch-sensing fibers,such textile system could achieve various touch display and interactive functions like smart phones or computers,including hand input of text,hand painting,computing and playing *** stability and durability of textile system withstanding 5000 bending cycles was also demonstrated for wearable *** integrated electronic textile system shows similar flexibility and breathability with regular textiles,which is promising to serve as new human-machine interface to change the way in which people interact with electronics.

摘要：煤矿井下工作环境复杂,存在人造光源亮度低、粉尘多和水气密度大等不利因素,导致现有的目标检测算法在应用到煤矿井下时,存在提取特征困难、目标识别和定位精度低等问题。提出一种煤矿井下低照度环境目标检测算法,由矿井低光图像增强模块LMIENet和目标检测模块组成,使用图像增强模块对原始图像进行画质提升,恢复各类图像信息,再使用目标检测网络对增强图像进行特定目标检测,有效提高检测的精确度。在图像增强模块中,改进Zero-DCE算法设计轻量级增强参数预测网络,计算像素级增强参数矩阵,用于低光照图像的亮度调整和画质增强,该网络通过设计的非参考损失函数隐性衡量图像的增强效果,引导网络进行无监督学习,使网络能够不依赖配对数据集对原始图像进行自适应的画质增强。目标检测模块中,采用YOLO v8n目标检测模型,其轻量化的模型尺寸和高灵活性可避免模型整体复杂度过高;采用Focal-EIoU Loss改进回归损失函数,有效加速模型收敛并提升模型检测精度。实验结果显示:与经典目标检测算法Faster R–CNN,SSD,RetinaNet,FCOS等相比,提出算法在自建矿井人员数据集上表现出色,低光照环境下目标检测的mAP@0.5达到98.0%,mAP@0.5∶0.95达64.8%,在实验环境中单帧图像推理时间仅11 ms,优于其他对比方法,证明提出算法能够有效实现在煤矿井下低照度复杂环境下的目标检测,且耗时短、计算效率高。

摘要：室温品质因数低下是石墨烯纳机电谐振器走向工程应用面临的关键瓶颈,欧姆损耗难以完全解释石墨烯室温低品质因数以及品质因数应力调控现象.耗散稀释理论揭示了传统高应力硅基谐振器品质因数调控的内在能量及耗散机制,有望适用于石墨烯类二维材料体系.本文基于Zener滞弹性理论,对比分析高应力石墨烯薄板-薄膜模型下的能量分布与耗散特性,揭示边界处弯曲势能在总弯曲势能中的主导作用,指出薄板模型更适宜分析谐振器能量耗散特性.基于耗散稀释理论,结合石墨烯弯曲刚度特性,构建石墨烯纳机电谐振器耗散稀释理论模型,提出声子晶体软支撑耗散稀释机制.采用三角晶格晶胞构建声子晶体,并以此构建声子晶体软支撑石墨烯纳机电谐振器,仿真验证局域态的存在且其品质因数放大因子高于非局域态近5倍,证明了声子晶体软支撑设计提高品质因数的有效性.通过分析局域态的振幅与曲率分布,解释了声子晶体软支撑局域振动能量、抑制耗散的机制.仿真分析品质因数放大因子与软支撑声子晶体层数关系,研究发现仅需2~3层声子晶体即可实现较优局域效果,对谐振器设计具有重要指导意义.针对设计方案,提出了大规模悬空石墨烯背浮法制备工艺与石墨烯声子晶体软支撑结构FIB刻蚀工艺,成功实现了声子晶体软支撑石墨烯纳机电谐振器的制备.扫频测试结果表明,声子晶体软支撑石墨烯谐振器品质因数为圆形鼓膜石墨烯谐振器的2.5倍,验证了声子晶体软支撑结构抑制耗散提高品质因数的有效性.本文所建立石墨烯耗散稀释理论模型与声子晶体软支撑耗散稀释机制为石墨烯纳机电谐振器耗散特性研究提供了新思路,所研制声子晶体软支撑石墨烯纳机电谐振器为石墨烯纳机电谐振器谐振特性分析、耗散机制研究提供了新平台和新方法.

摘要：从低照度户外环境中航拍采集的绝缘子影像,存在照度低、背景复杂、绝缘子故障目标小等缺陷,严重影响低照度环境下绝缘子故障检测准确性。为解决上述问题,文章提出一种基于TOE-Net的低照度复杂环境下绝缘子故障检测方法,提出TOE-Net进行图像预处理方法,再使用YOLOv7-OL作为故障检测模块检测小目标绝缘子故障。在二阶段目标增强网络(two-stage object enhancement network,TOE-Net)中,设计零目标图像增强损失函数实现预增强网络(preparation enhancement network,PreEnNet)和深度增强网络(deep enhancement network,DeepEnNet)的无监督学习;使用信道级注意力模块跳跃式通道注意力机制(skip squeeze excitation networt,Skip_SENet)和跳跃式通道注意力机制(skip convolutional block attention module,Skip_CBAM)模块改进原始小目标特征增强单次多框检测算法(small object detection enhancement single shot multiBox detector,SDE-SSD),从而提升定位网络的小目标检测能力;设计弱监督机制使预增强网络根据小目标特征增强SSD的要求来提升图像增强能力,直到小目标特征增强SSD能够从增强图像中准确定位绝缘子串位置;使用深度增强网络深度增强绝缘子串区域,提升各类故障的特征显著性。故障检测模块中,将YOLOv7目标检测算法改进为面向小目标YOLOv7,在原模型中添加结合多尺度特征自适应融合网络的小目标检测通道,并将原始损失函数的CIOU改进为BIOU,从而提高模型的小目标检测性能。在低照度环境绝缘子故障检测实验中,该算法与5种目前常用目标检测算法相比具有较大优势,并且相较于低光目标检测算法IA-YOLO、GenISP with RetinaNet,m AP提升9.77%、10.35%,检测速度提升7.23%、10.16%,证明该算法适用于低照度复杂环境下小目标绝缘子故障检测任务;在正常光照绝缘子故障检测实验中该算法仍保持出色性能,证明该算法能够实现常规光照条件下绝缘子小目标故障检测。

摘要：高质量矿井影像为矿山安全生产提供保障,也有利于提高后续图像分析技术的性能。矿井影像受低照度环境的影响,易出现亮度低,照度不均,颜色失真,细节信息丢失严重等问题。针对上述问题,提出一种基于Transformer和自适应特征融合的矿井低照度图像亮度提升和细节增强方法。基于生成对抗思想搭建生成对抗式主体模型框架,使用目标图像域而非单一参考图像驱动判别器监督生成器的训练,实现对低照度图像的充分增强;基于特征表示学习理论搭建特征编码器,将图像解耦为亮度分量和反射分量,避免图像增强过程中亮度与颜色特征相互影响从而导致颜色失真问题;设计CEM-Transformer Encoder通过捕获全局上下文关系和提取局部区域特征,能够充分提升整体图像亮度并消除局部区域照度不均;在反射分量增强过程中,使用结合CEM-Cross-Transformer Encoder的跳跃连接将低级特征与深层网络处特征进行自适应融合,能够有效避免细节特征丢失,并在编码网络中添加ECA-Net,提高浅层网络的特征提取效率。制作矿井低照度图像数据集为矿井低照度图像增强任务提供数据资源。试验显示,在矿井低照度图像数据集和公共数据集中,与5种先进的低照度图像增强算法相比,该算法增强图像的质量指标PSNR、SSIM、VIF平均提高了16.564%,10.998%,16.226%和14.438%,10.888%,14.948%,证明该算法能够有效提升整体图像亮度,消除照度不均,避免颜色失真和细节丢失,实现矿井低照度图像增强。

摘要：光源和探测器的集成可有效促进轻量化和小型化光电系统的发展,InGaN/GaN多量子阱器件中发光与探测共存现象为收发一体芯片的设计提供了可能。本文采用标准半导体工艺制备了硅片上集成的圆盘形InGaN/GaN多量子阱阵列器件,并对其发光、探测以及基本通信特性进行了研究。微盘型器件中的共振模式有助于提升其探测特性,同时各向同性的辐射特性有助于器件作为光源时与探测器在空间上的耦合。作为光源,该器件的开启电压为2.5 V,中心波长455 nm,-3 dB带宽为5.4 MHz。作为探测器,该器件对紫外到蓝光波段的光有响应,探测性能随波长增加而减弱,截止波长450 nm。在365 nm光源激发下,该器件具有最高开关比7.2×10^(4),下降沿时间为0.41 ms。同时,基于单个微盘器件,本文构建并演示了半双工通信系统,在不同频段实现数据传输。这项研究对于电驱动光源制备以及收发一体的光通信具有重要意义。

摘要：针对复杂表面航天器在激光雷达照射下散射特性模拟不准的问题,通过表面建模和激光特性修正进行了解决。该方法首先通过高斯能量分布法对激光光束模型进行修正;然后基于有限元的思想,针对航天器复杂表面非光滑、非连续以及多材质等特性,利用改进Z-buffer的消隐算法解决了复杂航天器表面建模问题;最后建立了面向激光雷达的复杂表面航天器激光雷达散射截面的计算方法。仿真分析表明:航天器不同姿态下的激光雷达散射截面精度提升了14 58%,为后续面向激光雷达的隐身设计奠定了基础。

摘要：为了验证并行传输标架还原光纤传感器形状的可行性和准确性,设计了基于单模光纤的形状传感器,提出了利用有限元分析方法进行形状传感器建模和分布式应变信息的提取,对比分析了并行传输标架和弗莱纳标架在形状传感器不同弯曲形状和不同应变采样点数下的还原精度。结果表明:并行传输标架进行传感器形状还原时,不仅很好地还原了传感器的形状,而且弥补了在奇点位置前后弗莱纳标架方向发生突变,造成还原结果出现较大误差的不足。并行传输标架的远端位置误差低于光纤总长度的0.003 42%,相较弗莱纳标架,降低了10倍。

摘要：为了减少低压差线性稳压器(Low Dropout Regulator,LDO)电路中的噪声以及输入电压携带的纹波对输出电压精度所带来的影响,提出了一种基于有源滤波思想的优化LDO噪声和电源抑制比(Power Supply Rejection Ratio,PSRR)的电路设计技术,在不考虑功耗以及压差的条件下,采用多级稳压设计以大幅提升LDO的电源抑制比。通过前级LDO电路对输入电压进行稳压,形成二次电源后对后续电路进行供电,同时在后级LDO的基准端加入一级额外的稳压电路进行稳压,并通过低功耗RC滤波器和跨导放大器以减少环路噪声。此外,电路还加入了低噪声前馈电路以及快速启动电路提高LDO的响应速度。基于0.18μm BCD工艺,在5 V输入3.3 V输出,负载电流为10 mA的仿真验证下,测得整体电路在1 kHz时PSRR达到−110 dB,同时在10~100 kHz下其噪声仅为5.3μVrms。同时,通过改变基准端负载电容以及负载电流对LDO的PSRR以及噪声进行仿真,其结果均满足设计需求,有效提高了LDO输出电压的精度。

摘要：提出了一种基于法布里-珀罗干涉仪(FPI)级联马赫-曾德干涉仪(MZI)的混合干涉型光纤温盐深传感器。利用两段单模光纤与二氧化硅(SiO_(2))毛细管制作了28μm的FPI微腔。FPI导出单模光纤依次与大芯径多模光纤、细芯光纤对准熔接,并在细芯光纤后错位熔接单模光纤,FPI导出单模-多模-细芯-错位熔接单模构成MZI。对传感器的温度、折射率及深度响应特性进行了理论分析和实验研究,通过监测反射谱和透射谱,选取不同的特征波长。实验结果表明:FPI对折射率变化不敏感,温度和深度灵敏度为0.578 nm/℃和1.297 2 nm/cm, MZI两个特征波谷对温度灵敏度分别为0.052 4 nm/℃和0.055 2 nm/℃,折射率灵敏度分别为-35.157 nm/RIU和-27.581 nm/RIU,对深度变化不敏感。该传感器具有制作简单、成本低廉等优点。