测量生物组织等效杨氏模量的毫米压痕仪

生物组织的弹性是诊断其是否发生病变的重要依据,杨氏模量是反映组织弹性的重要参数。以Labview为软件平台结合数据采集和运动控制等硬件设备,研制了一套测量弹性模量的毫米压痕弹性仪。以市购冷鲜牛肉、猪肉、猪肝和猪肾为试样,测量了球形压头向试样施加的负载力和对应的试样压痕深度,在对测量数据进行校准的基础上,利用基于赫兹接触力学模型的压头半径R、作用力F、压痕深度δ与试样等效杨氏模量E~*间的解析关系,得到各试样的等效杨氏模量。实验结果表明,测得的组织试样等效杨氏模量数值与文献基本相符,所设计的毫米级压痕法测试装置可用于生物组织等效杨氏模量的检测。     

水下探测中继平台系统研究

水下升降中继控制系统能够依照控制策略实现天线仓的升降过程,通过水声通信机、卫星天线实现潜标与远程指挥机的周期性数据上传及指令下载。设计了系统的结构与通信方案,解决了水下小型排缆绞车、深水直流小功率电机、升降控制策略及通信协议等关键技术问题。介绍了锚系系统设计方案、工作流程、每个结构部分的功能需求及系统应用;通过预先设定的中继控制仓时间表,控制天线仓的升降,完善可靠的升降控制过程及通信协议,为系统功能的实现提供了条件。     

基于稀疏贝叶斯学习的MIMO-OFDM电力线通信系统接收机设计

丰富的脉冲噪声干扰对基于MIMO-OFDM技术的电力线通信系统接收机设计带来了巨大挑战。针对这个问题,提出了一种联合估计电力线信道和脉冲噪声的接收机设计方案。该方案主要利用电力信道多径模型参数在频域上的稀疏性和脉冲噪声在时域上的稀疏性特征,将待估计信道模型参数和脉冲噪声联合视作一个稀疏向量,同时利用MIMO系统的空间相关性,构建了一个基于多测量向量的压缩感知模型,并引入多测量向量稀疏贝叶斯学习理论,设计了一种联合估计MIMO信道模型参数和脉冲噪声的方法。仿真结果表明,与传统的MIMO信道估计与脉冲噪声抑制相互分离的接收机方案相比,新方法在估计性能和误比特率性能上有明显提升。     

基于声表面波色散延迟线的频谱探测系统

利用声表面波(SAW)技术设计的Chirp变换频谱仪(CTS)具有低功耗、高稳定性等优势,特别适用于深空探测领域。该文提出了一种大带宽的CTS系统。由数模转换器(DAC)和四倍频器产生2 GHz带宽的展宽线Chirp信号,其色散特性与1 GHz带宽的声表面波色散延迟线特性匹配。搭建了实时处理带宽为1 GHz、频率分辨率为100 kHz的频谱分析仪,并对在大带宽下CTS出现的响应不均衡展开探讨。分析了系统各部分对CTS的影响,通过实验验证了响应不均衡出现的原因。测试结果表明,该文设计搭建的1 GHz带宽CTS系统的频率分辨率可达115.512 kHz。     

一种适用于北极双轴声道的改进压缩匹配场定位算法研究

北极水域信道特殊,匹配场处理作为一类可结合环境信息进行信号处理的目标定位方法,在模型匹配时可以准确估计出声源位置,但存在环境变化复杂且信息了解少的问题,导致模型很难完全匹配,从而出现位置估计不准确的问题。该文提出建立一种改进的压缩匹配场模型,并基于相位归一化原理对稀疏模型进行优化,利用归一化阵元域信息进行匹配,以消除声源频谱的影响,提高压缩匹配场的定位准确度。仿真结果表明,改进后方法比改进前方法的定位准确率更高;试验数据处理表明,单快拍下改进后方法比改进前方法在目标位置估计上误差更小,比常规匹配场方法的分辨率更高。     

基于改进SSD的水下光学图像感兴趣目标检测算法研究

针对轻量化目标模型SSD-MV2对水下光学图像感兴趣目标检测精度低的问题,该文提出一种通道可选择的轻量化特征提取模块(SEB)和一种卷积核可变形、通道可选择的特征提取模块(SDB)。与此同时,利用SEB模块和SDB模块分别重新设计了SSD-MV2的基础网络和附加特征提取网络,记作SSD-MV2SDB,并为其选择了合理的基础网络扩张系数和附加特征提取网络SDB模块数量。在水下图像感兴趣目标检测数据集UOI-DET上,SSD-MV2SDB比SSD-MV2检测精度提高3.04%。实验结果表明,SSD-MV2SDB适用于水下图像感兴趣目标检测任务。     

基于自编码器的水声非相干恒重映射优化

针对水声多径衰落非相干信道, 提出一种灵活的恒重自编码方案以解决传统恒重映射(如Hadamard映射) 权重单一, 频谱利用率低的问题. 将水声多径信道建模为泛化性更高的Rice衰落, 利用深度神经网络(DNN)合理构 建自编码器(AE), 在多个衰落因子下进行输入到输出的端到端训练, 在发射平均功率不变的条件下, 得到权重分布 更优的映射集. 发射符号幅度不局限于‘0’和‘1’的分布集合, 但分组仍保持恒重. 接收端仍可采用能量检测, 不依赖 信道状态信息(CSI)、鲁棒性强. 为扩展到高阶情况, 提出一种低复杂度的网络输入模式使AE复杂度大大降低, 加速 训练收敛. 仿真证明, 在接收端CSI未知的情况下, 所提方案在标准衰落信道及Bellhop模拟水声信道上均取得相较 传统方案5–6 dB的性能增益. 最后, 采用通信带宽4 kHz, 通信距离2500 m, 海底深度1750 m的南海海试数据对结果 进行了验证.     

基于对抗训练的端到端语音翻译研究

为了进一步利用源文本数据来提高语音翻译的性能,本文提出了一种基于生成对抗网络的端到端语音翻译算法。通过加入判别网络来判断语音特征序列和文本特征序列的真伪,从而引导生成模型来学习文本真实序列的分布,以使语音序列特征分布更加逼近文本特征序列的分布。引入了Wasserstein GAN(WGAN)来计算语音特征序列和文本特征序列通过判别器的标量似然值的Earth-Mover(EM)距离,来解决语音特征序列和文本特征序列存在长度不一致的问题。整个模型遵从多任务学习和对抗学习的训练准则,本文在How2数据集上和MuST-C英中数据集上验证了本文提出算法的有效性,该方法可以显著提升翻译质量。      

MEMS压电指向性传声器仿真与性能优化

为提高微机电系统(MEMS)压电指向性传声器的声压灵敏度,该文采用有限元法对一种MEMS压电指向性传声器进行了仿真与性能优化。对于该压电指向性传声器结构的声压灵敏度随压电层材料种类、厚度及长度的变化进行了研究,优化了结构参数,提高了器件的灵敏度及信噪比。结果表明,当硅梁厚为10 μm,压电层厚为6.3 μm时,器件灵敏度达到最大,较先前结构提高了约14 dB。