- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
[2018年IEEE国际超声研讨会(IUS) - 日本神户 (2018.10.22-2018.10.25)] 2018年IEEE国际超声研讨会(IUS) - 基于铌酸锂衬底采用低声速瑞利表面波的无SH型杂散响应TC-SAW谐振器
摘要： 本文描述了低声速（LAV）瑞利型声表面波（SAW）结构中由剪切水平（SH）型SAW器件引发的伪共振行为。众所周知，在铌酸锂（LN）衬底上，SH型SAW或瑞利型SAW器件会出现在主谐振峰附近，从而对器件特性产生各种不良影响。然而这些现象在实际应用中往往不可忽略。为探究该问题的解决方案，我们通过理论与实验研究了LN衬底上低声速（LAV）瑞利型SAW结构中SH型SAW谐振的变化情况——这是一种结合高性能温度补偿（TC）SAW器件（TC-SAW）技术的新LAV-SAW结构。研究结果表明：即使改变各类参数，SH型SAW仍可近乎消除。此外，采用该新技术还能实现尺寸极小且具备温度补偿功能的SAW器件。
关键词： 温度补偿、声表面波（SAW）、瑞利型声表面波（Rayleigh-type SAW）、声速、铌酸锂（LiNbO3）、SH型声表面波（SH-type SAW）
更新于2025-09-23 15:22:29
-
[IEEE 2019年第四届仪器系统、电路与传感器国际研讨会(INSCIT) - 巴西圣保罗 (2019.8.26-2019.8.30)] 2019年第四届仪器系统、电路与传感器国际研讨会(INSCIT) - 基于超连续谱激光源直接法的二极管归一化光谱响应测量
摘要： 基于田口法的遗传算法（TBGA）被应用于自适应神经模糊推理系统（ANFIS），用于优化声表面波（SAW）气体传感器的设计参数。田口方法用于减少实验次数并收集SAW气体传感器的性能数据。该TBGA具有双重优化功能：在ANFIS中，通过最小化均方根误差性能指标来选择合适的隶属函数，并优化前提参数与结论参数；另一功能是优化SAW气体传感器的设计参数。基于TBGA的ANFIS方法仿真实验表明，无论是谐振频率偏移还是精度性能，这种系统化设计方法相比传统试错法及其他田口法设计方法都取得了显著更优的结果。
关键词： 自适应神经模糊推理系统、田口-遗传算法、声表面波(SAW)气体传感器
更新于2025-09-19 17:13:59
-
[2019年IEEE光子学与电磁学研究秋季研讨会（PIERS-Fall）-中国厦门（2019.12.17-2019.12.20）] 2019光子学与电磁学研究秋季研讨会（PIERS-Fall）-采用嵌入式棋盘极化转换超表面的低雷达散射截面高增益带宽法布里-珀罗天线
摘要： 提出了一种改进的自适应神经模糊推理系统（IANFIS），用于构建预测声表面波（SAW）气体传感器谐振频率偏移性能的模型。在该IANFIS中，通过直接最小化均方根误差性能准则，采用田口-遗传学习算法在ANFIS中寻找最优前提参数和结论参数，并同步确定最合适的隶属函数。将SAW气体传感器的五个设计参数作为IANFIS模型的输入变量，包括电极指对数、电极重叠长度、基底上两个叉指换能器的分离距离、稳定温度切割（ST-cut）石英基底的尺寸以及电极厚度。IANFIS模型的输出变量为谐振频率偏移性能。将所提IANFIS的预测结果与反向传播神经网络的结果进行对比，结果表明该IANFIS对谐振频率偏移的性能预测是有效的。此外，五个设计参数的敏感性分析还表明，电极重叠长度和ST-cut石英基底的尺寸对谐振频率偏移性能的影响最为显著。
关键词： 自适应神经模糊推理系统、声表面波(SAW)气体传感器、田口-遗传学习算法
更新于2025-09-19 17:13:59