基于稀疏训练点和指纹重构的室内可见光三维定位算法

目前构建基于机器学习的室内可见光定位模型主要依赖于光电二极管和指纹数量,为了降低指纹采集的复杂度,提高定位精度,提出一种基于指纹矩阵稀疏重构的室内三维可见光定位算法。该算法利用极限学习机训练稀疏采样点,采用奇异值分解和交替方向乘子法求解稀疏指纹矩阵的重构问题。该算法可以有效降低指纹的采样率,同时可以基于极限学习机算法较强的泛化能力提高定位速度和定位精度。在此基础上,由于可见光的多径反射等因素的影响,定位区域的边界定位误差大于内部定位误差,通过引入一种边界修正定位算法,可以有效降低边界定位误差。仿真和实验结果表明,与传统的机器学习算法相比,该算法在减少其所需指纹数量的同时,具有更高的定位速度和精度。     

基于激光测距传感器校正四旋翼飞行器姿态的室内组合导航

摘 要：为了提高室内环境下四旋翼飞行器的姿态解算精度,提出一种基于激光测距传感器校正四旋翼飞行器姿态的室内组合导航。首先从搭载激光测距传感器的四旋翼飞行器的运动模型出发,采用三角函数方法求解飞行器的姿态角参数,通过对其微分获得角速度数据。其次,将惯性系统中经过互补滤波融合后的陀螺仪、加速度计及磁力计的角速度作为观测量,再应用扩展卡尔曼滤波将惯性系统数据与激光测距传感器获得的角速度数据融合,对旋转矩阵中的误差进行修正。最后验证组合导航的有效性,用带有激光测距传感器及惯性系统的开发板依次进行静态、水平滑动和动态测试,实验测试表明：这种组合导航融合策略使姿态检测系统静态特性和水平滑动特性均有所提高,5s内,静态误差控制在0.05度以内,水平滑动误差控制在7度;在静态时能够抑制姿态角漂移和滤除噪声,在动态时能够快速跟踪姿态的变化,提高了姿态角的解算精度。     

低复杂度高阶 APSK 解映射方法与实现结构

针对高阶幅度相移键控(amplitude phase shift keying, APSK)解映射复杂度,不易硬件实现的问题,提出了一种低复杂度的APSK解映射方案及电路实现结构。具体而言,基于Max-Log-MAP算法,分析APSK星座图对称性并进行区域划分,对落到每个区域的接收符号比特软信息计算进行化简,得到具有低计算量的解映射公式。进一步,利用简化后每个比特软信息计算公式的特点,设计了软信息计算电路结构并在现场可编程门阵列(field programmable gate array, FPGA)硬件平台上进行了性能测试。测试结果表明,信噪比为14 dB时,利用简化方法实现的APSK解映射电路可实现10~(-5)的误比特率(bit error rate,BER),与传统解映射算法性能接近,且具有较低的硬件资源消耗。     

基于 HCORDIC 的浮点运算协处理器的设计

通信硬件、信号和图像处理上需要进行大量数学运算,坐标旋转数字计算机(CORDIC)算法可以在硬件上快速计算三 角、双曲线、自然对数和平方根函数,IEEE 754 标准是目前最常用的浮点数标准,所以提出了一种处理浮点运算的协处理器。 高基数自适应性 CORDIC(HCORDIC)算法具有收敛速度快的优点,通过设计用于该算法的浮点乘法器和浮点加法器,进而设计 出计算多种三角函数和超越函数的浮点运算协处理器架构。 该架构可以实现更快的收敛,同时减少了输出延时并具有低误差 精度。 设计已在现场可编程逻辑门阵列(FPGA)上实现,结果表明,相比于 Xilinx CORDIC IP 和其他 CORDIC 架构,在输出延 迟、最大工作频率、关键路径和计算精度等方面有更好的表现,该设计可以应用于多种计算场景,具有较强的工程价值。     

针对目标检测的隐蔽式对抗扰动生成方法

针对现有面向目标检测的白盒攻击方法在不可察觉性上的不足,从扰动生成过程与扰动成本的限制两方面,提出一种隐蔽式对抗扰动生成方法(stealthy adversarial perturbation generation, SPG)。该方法首先利用图像的纹理信息,赋予扰动在难以被人眼察觉的高纹理区域更高的权重,然后采用扰动位置选取策略降低修改的像素点数目,最后进行对抗扰动的解耦计算,自适应地搜索具有最佳L₂范数度量的对抗扰动。所提方法以4种主流目标检测器作为攻击对象,在COCO-MS 2014和PASCAL-VOC数据集上与对比方法进行了评估。实验结果表明,本文攻击方法的不可察觉性的度量值优于对比方法,其生成的对抗扰动具有低于0.239的L₀范数和2.9×10^-5以内的L₂范数,同时使得目录检测器的mAP降低至9%以下。     

核心素养导向的FPGA创新课堂建设

新一轮人工智能技术的快速发展推动工程教育的变革,要求全面提升学习者的以问题解决、高阶思维、创新意识、自主学习和团队合作等为代表的核心素养,以适应行业的需求。本文以FPGA创新课堂建设为例,探索新工科教育教学模式,以价值观引领为核心,以项目为主线重构“教”和“学”,以教-科-创融合为手段,提高课程的“两性一度”。课程改革的实施激发了学生学习的内生动力,提升了学生的核心素养,为今后课程改革提供了参考。     

纠正随机错误与长突发删除的多进制乘积码研究

考虑多进制LDPC码的符号特性，以及对其残留错误和删除的分析，本文采用多进制LDPC码作为内码，相同Galois域下的高码率RS码作为外码来构造多进制乘积码；并提出了一种低复杂度的迭代译码方案，减少信息传输的各类错误。在译码时，只对前一次迭代中译码失败的码字执行译码，并对译码正确码字所对应的比特初始概率信息进行修正，增强下一次迭代多进制LDPC译码符号先验信息的准确性，减少内码译码后的判决错误，从而充分利用外码的纠错能力。仿真结果显示，多进制乘积码相较于二进制LDPC乘积码有较大的编码增益，并通过迭代进一步改善了性能，高效纠正了信道中的随机错误和突发删除。对于包含2%突发删除的高斯信道，在误比特率为10-6时，迭代一次有0.4 dB左右的增益。      

基于非度量多维标度的室内多标签协同定位算法

与有源标签相比,无源RFID标签成本较小,本文选取后者作为待定位标签。但是由于无源RFID标签之间无法通信,目前大多数传统的RFID定位算法一次只能定位一个标签而无法实现多标签同时定位。针对这一问题,提出了基于非度量多维标度(NMDS)的室内RFID多标签协同定位算法。利用到达相位差(PDOA)法拟合在多径存在环境下的测距误差,将待定位标签之间的距离差欧氏距离与非度量多维标度算法结合,计算出待定位标签的位置坐标。仿真结果表明,提出的算法可以通过一次非度量多维标度计算得到所有待定位标签的坐标,同时定位精度高于经典多维标度定位算法和传统三边定位算法。     

“微电子工艺技术”课程教学改革创新与实践

作为集成电路产业的核心环节,微电子工艺技术决定着集成电路制备的特征尺寸,也是一个国家综合实力和科技水平的集中体现。本课程改革以“立德树人”和“新工科”理念为指导,以学生为中心,优化“微电子工艺技术”课程知识体系结构,将虚拟仿真、项目式教学和校企协作育人等教学模式有机融入课程体系建设,构建链条式的课程知识地图和由价值观塑造、知识传授和能力培养组成的闭合回路,提升学生知识应用和工程实践能力,培养专业责任感和家国情怀。整合各方优势资源,打破了传统观念束缚和时空限制,推进现代信息技术和产业与微电子工艺教学的深度融合。项目成果为微电子专业课程建设和人才培养提供了一定的参考。     

改进的全卷积神经网络的脑肿瘤图像分割

针对现有机器学习算法分割脑肿瘤图像精度不高的问题,提出一种基于改进的全卷积神经网络的脑肿瘤图像分割算法。算法首先将FLAIR、T2和T1C三种模态的MR脑肿瘤图像进行灰度归一化,随后利用灰度图像融合技术得到肿瘤信息更加全面的预处理图像;然后采用融合三次脑肿瘤特征信息的改进全卷积神经网络对预处理图像进行粗分割,并且在每个卷积层后加入批量正则化层以加快网络训练的收敛速度,提高训练模型精度;最后融合全连接条件随机场细化粗分割结果中的脑肿瘤边界。实验结果表明,相较于传统的卷积神经网络脑肿瘤图像分割算法,本算法在分割精度和稳定性上有了较大提升,平均Dice可达91.29%,实时性较好,利用训练模型平均1s内可完成单张脑肿瘤图像的分割。