卷积神经网络在雷达自动目标识别中的研究进展

自动目标识别(ATR)是雷达信息处理领域的重要研究方向。由于卷积神经网络(CNN)无需进行特征工程,图像分类性能优越,因此在雷达自动目标识别领域研究中受到越来越多的关注。该文综合论述了CNN在雷达图像处理中的应用进展。首先介绍了雷达自动目标识别相关知识,包括雷达图像的特性,并指出了传统的雷达自动目标识别方法局限性。给出了CNN卷积神经网络原理、组成和在计算机视觉领域的发展历程。然后着重介绍了CNN在雷达自动目标识别中的研究现状,其中详细介绍了合成孔径雷达(SAR)图像目标的检测与识别方法。接下来对雷达自动目标识别面临的挑战进行了深入分析。最后对CNN新理论、新模型,以及雷达新成像技术和未来复杂环境下的应用进行了展望。     

基于弹跳射线法的海上目标快速成像与识别算法

合成孔径雷达(Synthetic Aperture Radar,SAR)以全天候、全天时的观测能力,在军事和民用领域有着广泛的应用背景。考虑到SAR研究的成本和效率以及SAR图像在目标检测领域的应用,SAR图像的仿真技术发挥了重要优势。针对传统成像方法耗时较长的问题,本文利用基于弹跳射线法（SBR）的快速成像技术以达到快速获取大批量SAR图像的目的。为了更加精准地识别SAR图像中的目标,在Faster RCNN目标检测网络的基础上,根据真实舰船目标改变候选框的初始尺寸以及利用特征融合的方式对原算法框架加以改进。最后,在Faster RCNN框架中加入特征金字塔结构（Feature pyramid networks,FPN）,进一步提高目标识别算法对SAR图像中的舰船目标检测和识别的能力。      

SAR图像目标检测研究综述

SAR图像目标检测是SAR ATR(自动目标识别)的关键步骤,也是近年来SAR图像解译应用的一大研究热点.在广泛文献调研的基础上,本文从SAR图像目标检测的历史沿革、研究现状开始,综述了SAR图像目标检测的研究进展及存在问题,指出了该技术领域的发展趋势.     

一种改进的Capsule及其在SAR图像目标识别中的应用

为了解决Capsule网络随着输入图像增大计算量和参数数量急剧增加的问题,对Capsule网络进行了改进并将其用于SAR自动目标识别（SAR-ATR）中。基于大脑视觉皮层以层级结构以及柱状形式处理信息的机制,提出了完全实例化的思想,并运用类脑计算对Capsule网络进行了改进。具体方法是:使用多个卷积层实现层级处理,同时使用了较少的卷积核,但每一层使用的卷积核数量随着层级加深逐渐增加,使得提取的特征更加趋于抽象化;在PrimaryCaps层中,Capsule向量由最后一层卷积层输出的所有特征图构成,使得Capsule单元包含目标局部或整体的全部特征,以实现目标的完全实例化。在SAR-ATR上,将改进的Capsule网络与原Capsule网络、传统目标识别算法和基于经典卷积神经网络的目标识别算法进行对比实验。实验结果表明,改进的Capsule网络训练参数和计算量大大减少,并且训练速度得到很大提升,在SAR图像数据集上的识别准确率较Capsule网络和前两类方法分别提高了0.37和1.96~8.96个百分点。     

基于DCResNet的SAR图像车辆目标识别

合成孔径雷达（SAR）图像自动目标识别中,特征提取和目标分类是两个重要环节。残差网络（ResNet）作为一种较新的卷积神经网络,凭借其对目标特征的自适应学习能力,在SAR图像分类领域表现突出。本文在ResNet基础上,设计出了密集连接型残差网络（DCResNet）,用于SAR图像目标识别。DCResNet在残差模块中增加了跳跃性连接的密度,不仅继承了ResNet的易学习的优点,还加强了特征的传播和利用率。除此之外,DCResNet采用平均池化的方式进行下采样,抑制了SAR图像中噪声对识别精度造成的影响。关于SAR图像目标识别的实验结果证明,本文提出的DCResNet与ResNet、AlexNet相比,不仅具有更快的收敛速度和推理速度,而且目标分类的准确率更高。     

基于DBSCAN技术的SAR图像感兴趣区域鉴别

使用一种新奇的聚类方法从粗略检测后的SAR图像中提取感兴趣区域(ROI),再通过多特征提取和综合鉴别,去除虚警保留目标,为进一步的目标识别做准备。自动目标聚类是基于SAR图像的自动目标识别系统的难点之一,带有噪声的基于密度的聚类方法 (DBSCAN)可以发现任意形状的聚类目标,只依赖于两个不敏感的系统参数,通过区域判断缩减计算时间减少计算内存,很好地适应了自动目标识别的系统需要。多特征目标鉴别方案基于聚类结果,研究聚类得到的感兴趣区域,通过提取多种特征综合判断,有效去除了虚警。所述方法已应用于某SAR-ATR系统,得到了很好的应用体验。     

卷积神经网络对SAR目标识别性能分析

近年来,以卷积神经网络（Convolutional Neural Network,CNN）为代表的深度学习方法在图像识别领域取得了巨大进展,但尚未在SAR目标识别领域得到广泛应用。基于此,将具有代表性的LeNet,AlexNet,VGGNet,GoogLeNet,ResNet,DenseNet,SENet等卷积神经网络模型应用到SAR图像目标识别上,并依据识别精度、模型尺寸、运行时间等指标在公开SAR数据集MSTAR上对9类目标进行识别实验。详细对比分析了不同CNN模型的综合性能,验证了利用CNN网络模型进行SAR图像目标识别的优越性,同时也为该领域的后续工作提供了参考基准。     

SAR图像飞机目标智能检测识别技术研究进展与展望

合成孔径雷达(SAR)采用相干成像机制,具有全天时、全天候成像的独特优势。飞机目标作为一种典型高价值目标,其检测与识别已成为SAR图像解译领域的研究热点。近年来,深度学习技术的引入,极大提升了SAR图像飞机目标检测与识别的性能。该文结合团队在SAR图像目标特别是飞机目标的检测与识别理论、算法及应用等方面的长期研究积累,对基于深度学习的SAR图像飞机目标检测与识别进行了全面回顾和综述,深入分析了SAR图像飞机目标特性及检测识别难点,总结了最新的研究进展以及不同方法的特点和应用场景,汇总整理了公开数据集及常用性能评估指标,最后,探讨了该领域研究面临的挑战和发展趋势。     

基于SAR图像的自动目标识别系统设计与实现

设计并实现了一套完整的、基于合成孔径雷达（SAR,synthetic aperture radar）图像的自动目标识别（ATR,automatictargetrecognition）系统。该系统包括降相干斑处理、恒虚警率（CFAR,con-stantfalsealarmrate）检测、强散点聚类与鉴别、感兴趣区域（ROI,rangeofinterest）分割和基于模板的最大相关匹配等五大部分。SAR图像匹配模板库来自于对典型目标的电磁仿真,待检测SAR图像来自某机载SAR系统对某地面区域的成像实验。测试表明所介绍的ATR系统在满足工程性能要求的意义上,实现了在典型的地貌环境下对典型军事目标的实时自动识别。     

机载SAR图像解译系统设计研究

针对机载SAR系统应用的海量SAR图像数据的存储管理、态势显示和快速解译等需求,本文提出了一种基于客户端/服务器端（C/S）架构的机载SAR图像解译系统的解决方案。本文介绍了该方案的系统软件架构和硬件架构,重点阐述多源异构海量数据管理、基于OSGEarth的地图和图像叠加显示、基于金字塔的大图像显示、基于深度学习的目标自动检测等关键技术;描述了数据管理、SAR图像显示和SAR图像目标检测识别等功能,其中海量数据的有序管理和查询功能,有效解决海量数据存储管理问题;SAR图像数据的地图叠加显示功能,为图像解译奠定基础;基于深度学习的智能检测识别等功能,满足SAR图像实时快速解译需求。     

聚对苯撑苯并双(口恶)唑发光及其器件制备

采用光谱技术,研究了聚对苯撑苯并双(口恶)唑(PBO)溶液的光敏发光特性,并用相对法估算出溶液发光效率在50%范围.结合光谱技术、半导体电学和电化学等研究手段,具体研究了以PBO为发光层的单层电致发光器件,研究结果显示,电致发光与薄膜的光致发光有具有相同的发光中心,峰值位于510 nm左右.同时发现,由于存制备过程中不同处理条件使得不同厚度薄膜残留的掺杂物质浓度不同,从而引起薄膜的导电性的不同.使得器件的阈值场强随PBO厚度的减小而逐渐增加.     

系统级封装新型埋入式电源滤波结构的研究

在高密度小尺寸的系统级封装(SiP)中,对供电系统的完整性要求越来越高,多芯片共用一个电源网路所产生的电压抖动除了会影响到芯片的正常工作,还会通过供电网路干扰到临近电路和其他敏感电路,导致芯片误动作,以及信号完整性和其他电磁干扰问题.这种电压抖动所占频带相当宽,几百MHz到几个GHz的中频电源噪声普通方法很难去除.结合埋入式电容和电源分割方法的特点,提出一种新型高性能埋入式电源低通滤波结构直接替代电源/地平面.研究表明,在0.65～4GHz的频带内隔离深度可达-40～75 dB,电源阻抗均在0.25ohm以下,实现了宽频高隔离度的高性能滤波作用.分别用电磁场和广义传输线两种仿真器模拟,高频等效电路模型分析这种低通滤波器的工作原理以及结构对隔离性能的影响,并进行了实验验证.     

Emerging interconnects: a state-of-the-art review and emerging solutions

Aluminium was a primary material for interconnection in integrated circuits (ICs) since their inception. Later, copper was introduced as interconnect material which has better metallic conductivity and resistance to electromigration. As the aggressive technology scaling continues, the copper resistivity increased because of size effects, which causes increase in delay, power dissipation and electromigration. The need to reduce the resistor-capacitor??????? delay, dynamic power utilisation and the crosstalk commotion is as of now the fundamental main impetus behind the presentation of new materials. The purpose of this paper is to do a survey of interconnect material used in IC from introduction of ICs to till date. This paper studies and reviews new materials available for interconnect application which are optical interconnects, carbon nanotube (CNT), graphene nanoribbons (GNRs) and silicon nanowires which are alternatives to copper. While doing a survey of interconnect material, it is found that multiwalled CNTs, multilayer GNR and mixed CNT bundles are promising candidates and are ultimate choice that can strongly address the problems faced by copper but on integration basis copper would last for coming years.     

Arsenic deposition as a precursor layer on silicon (211) and (311) surfaces

We investigate the properties of arsenic (As) covered Si(211) and Si(311) surfaces by analyzing data from x-ray photoelectron spectroscopy (XPS) and low-energy electron diffraction (LEED) images. We then create a model using total surface energy calculations. It was found that both Si(211) and Si(311) had 0.68±0.08 surface As coverage. Si(211) had 0.28±0.04 Te coverage and Si(311) had 0.24±0.04 Te coverage. The Si(211) surface replaces the terrace and trench Si atoms with As for a lower surface energy, while the Si edge atoms form dimers. The Si(311) surface replaces all terrace atoms and adsorbs an As dimer every other edge site. These configurations imply an improvement in the mean migration path from the bare silicon surface by allowing the impinging atoms for the next epitaxial layer, tellurium (Te), to bind at every other pair of edge atoms, and not the step terrace sites. This would ensure a nonpolar, B-face growth.     

光子晶体微腔发光二极管

光子晶体微腔因其具有增强自发辐射、定向输出和单模工作的能力而受到广泛关注。介绍了光子晶体微腔发光二极管的基本原理、设计、特性、制作及其典型器件。     

用于单光子TOF测量的时间-幅度变换器

基于新型共源共栅电流源的积分方法,设计了一种用于单光子飞行时间(TOF)测量的时间-幅度变换器(TAC)。该方法有效简化了TAC电路结构,减小了TAC占用面积,显著提高了TOF的满量程范围(FSR)。采用0.18 μm标准CMOS工艺设计。集成TAC的单光子探测器像素单元的填充因子可达到26.8%。后仿真结果表明,该TAC在120 ns的FSR内具有230 ps的定时分辨率,微分非线性(DNL)低于0.05 LSB,积分非线性(INL)低于1.1 LSB。蒙特卡洛仿真表明,512个TAC像素间的不均匀性低于0.5 %。该TAC非常适用于高密度时间相关的单光子计数(TCSPC)探测器阵列。     

Comparative study of maximum power point tracking techniques for hybrid renewable energy system

The power generation demand is increasing day-by-day throughout the world, therefore, the use of hybrid systems becomes a significant solution. The hybrid renewable energy system (HRES) is used for delivering power in various regions in order to overcome intermittence of wind and solar resources. Because of increasing environmental problems, for example, greenhouse gas emission and energy cost have interested novel research into substitute methods in favour of electrical power generation. Maximum Power Point Tracking (MPPT) control method is a vast deal of novel research used for enhancing the efficiency of HRES. The authors have revealed that the hybrid techniques i.e. Global MPPT, fuzzy-neuro systems, Adaptive Neuro-Fuzzy Inference System (ANFIS), Perturbed and Observe (P&O) + Adaptive Neural Network (ANN) etc. can provide best results as compared to other MPPT control methods. This paper offering a state of art review of MPPT control techniques for HRES.     

Joint estimation of TOA and DOA in IR-UWB system using a successive propagator method

Impulse radio ultra-wideband (IR-UWB) ranging and positioning require accurate estimation of time-of-arrival (TOA) and direction-of-arrival (DOA). With receiver of two antennas, both of the TOA and DOA parameters can be estimated via two-dimensional (2D) propagator method (PM), in which the 2D spectral peak searching, however, renders much higher computational complexity. This paper proposes a successive PM algorithm for joint TOA and DOA estimation in IR-UWB system to avoid 2D spectral peak searching. The proposed algorithm firstly gets the initial TOA estimates in the two antennas from the propagation matrix, then utilises successively one-dimensional (1D) local searches to achieve the estimation of TOAs in the two antennas, and finally obtains the DOA estimates via the difference in the TOAs between the two antennas. The proposed algorithm, which only requires 1D local searches, can avoid the high computational cost in 2D-PM algorithm. Furthermore, the proposed algorithm can obtain automatically paired parameters and has better joint TOA and DOA estimation performance than conventional PM algorithm, estimation of signal parameters via rotational invariance techniques algorithm and matrix pencil algorithm. Meanwhile, it has very close parameter estimation to that of 2D-PM algorithm. We have also derived the mean square error of TOA and DOA estimation of the proposed algorithm and the Cramer-Rao bound of TOA and DOA estimation in this paper. The simulation results verify the usefulness of the proposed algorithm.     

超宽带脉冲信号的光学生成方法研究

近年来超宽带(UWB)通信技术迅猛发展,在测量、雷达技术、民用和军事无线通信中有着重要的应用,UWB-over-fiber技术已经成为目前研究的热点,其中就包括UWB脉冲信号的产生方法。区别于传统的电子学方法,光子学产生方法不受电子瓶颈制约,可以实现很高的带宽,并且具有抗电磁干扰、重量轻、结构紧凑的优点。通过对比国内外本领域研究成果,讨论及总结了以下三种原理的UWB脉冲信号的光学生成方法:1)相位调制-强度调制转换(PM-IM);2)半导体光放大器(SOA)的非线性效应;3)频谱塑形和色散所致频域-时域映射,然后对各种方案进行了对比分析。     

多孔硅发光机制的分析

从量子力学的基本理论出发讨论了量子限制效应，推导出多孔硅有效禁带宽度增量并用量子限制效应和表面态及其物质在发光中作用的理论解释了ＰＳ光致发光的实验现象。