RF MEMS技术在毫米波探测系统中的应用

微机电系统（MEMS）是一项与集成电路制造工艺相似的新兴技术,其研究领域已扩展到了射频（RF）与微波领域,并有继续向毫米波频率扩展的趋势。文中结合RFMEMS技术研究的最新进展,研究了如何利用最新的RFMEMS技术设计毫米波探测系统,以实现毫米波探测系统的小型化、低功耗和高性能。     

光学探测系统电磁屏蔽设计与应用

光学探测系统在高功率微波系统运行造成的强辐射、强电磁干扰环境下工作,HPM产生的强电磁脉冲会通过后门耦合的方式由探测器前端光学镜头进入内部的电路系统造成光学探测系统瞬间黑屏、图像抖动、器件毁坏等现象,通过采用光学玻璃金属丝夹层的方法研制光窗,在2.4 GHz±100 MHz频段内电磁屏蔽性能达到了65 dB,同时满足探测目标的光窗透过率的要求。经过应用后表明:加载了这种电磁屏蔽光窗的光学探测系统在HPM工作时图像稳定,未受到干扰。     

无人机探测系统研究

无人机作为一种常用设备开始出现在人们的生活之中,从其本质上来说,无人机是一种由无线电遥控设备或者能够进行自身控制的无人驾驶无人机,在科学技术更新换点日益迅速的今天,无人驾驶的航空器开始广泛应用于影视航拍、地理测绘、军事活动、环境监测等方面,其机动灵活、精准度高、迅速高效、作业成本较低的特点受到了人们的欢迎,尤其是在一些...     

Ku波段海表波高／潮位探测系统的研究

本文提出的Ｋｕ波段海表波高／潮位探测系统在测量精度和使用方便上优于沿用至今的波高计和浪潮仪。该探测系统为一机两用,使１４．５ＧＨｚ微波信号通过两只检相管比较Ｄｏｐｐｌｅｒ回波相位,而精确测得波高,使１１ＧＺｚ微波信号通过三角波调频的相干差频可精确测得海表潮位。基于两路信号共用一部天线,采用正交极化工作且各插入带通滤波器,使隔离度在８０ｄＢ以上,相互串扰抑制到很微弱,确保了测量精度在ｃｍ级,使实测值     

人工神经网络在金相图像分割中的应用研究

利用多层感知器神经网络和自组织映射神经网络对球墨铸铁、可锻铸铁和灰铸铁的金相图像进行了分割提取.通过对比以上两种方法分割后的图像质量和定量分析样本图像中的石墨结构、珍珠岩/铁氧体结构所占的百分含量后发现,多层感知器网络分割提取的结果与样本实际的结果更加接近,而自组织映射神经网络分割提取的结果则不够理想.据此,可以推断多层感知器网络是实现金属图像分割自动化提取和精确性分析的有效工具.     

GIS在机载环境大气成分探测系统中的应用

机载环境大气成分探测系统获取的大气信息与空间位置密切相关.为了提高探测精度,同时为后续的数据反演工作提供精确的空间参考信息,设计时在大气成分探测系统的主控管理器中集成了地理信息系统(geographic information system,GIS).利用GIS的空间数据管理、分析和图形显示、输出功能,实现了航线规划、...     

基于面阵探测系统的扫描成像信息获取方式研究

为了实现对目标进行高信噪比、高时间分辨率的探测,近年来数字时间延迟积分技术（TDI）逐步应用于面阵探测系统。结合自行研制的CMOS探测器,搭建测试平台,对面阵探测系统的扫描成像方式进行深入研究。重点针对数字时间延迟积分技术（TDI）对面阵探测系统信噪比提高的分析,结合试验研究系统信噪比提高倍数与数字TDI级数M的关系,并对探测系统时间分辨率与数字TDI级数M的关系进行讨论。引入数字TDI及多帧叠加两种图像信息获取方式的对比,分别对特定目标获取图像的噪声特性及非均匀性对比分析。     

人工神经网络在股市预测模型中的应用

介绍了人工神经网络的基本原理和传统股市预测方法的缺点,建立BP神经网络模型,以某个股实际收盘价为原始数据样本,对网络进行训练后,对股票价格进行了短期预测,并计算出预测值和实际值的误差。通过实验发现该模型收敛速度快,预测精度高。     

人工神经网络在有限元分析中的应用

人工神经网络是解决复杂工程问题的有效途径,将其应用于有限单元法中是近年来研究的新方向。     

RBF神经网络在微波幅度均衡器设计中的应用

针对多谐振腔结构的均衡器其S参数测量数据库,提出了一种工程上实用的径向基函数(RBF)神经网络插值算法,介绍了该算法的主要思想,利用MATLAB软件给出了微波均衡器插值实例,并对其插值特性进行了分析和改进。计算和分析结果表明,该算法能在较高的插值精度条件下对数据进行有效的插值处理。该算法在微波器件的工程设计中具有一定的推广应用价值。     

智能控制的模糊神经网络技术的研究现状与前景展望

本文从模糊系统与神经网络作为逢应用模型无关估计器时智能特性的研究、模糊控制器的神经网络实现技术及神经网络学习的模糊视网络技术等方面，详细地介绍了目前关于智能控制的模糊神经网络技术的研究现状，同时亦融入了作者关于此课题的一些思想，并对模糊神经网络的研究趋势进行了简单预测。     

基于高效可扩展改进残差结构神经网络的舰船目标识别技术

神经网络的深度在一定范围内与识别效果成正相关,为解决超出范围后网络层数增加识别准确率却下降的模型饱和问题,该文提出一种具有高效的微块内部结构和残差网络结构的神经网络模型,用于对舰船目标基于高分辨距离像的分类识别。该方法利用具有小尺度卷积核的卷积模块提取目标的稳定可分特征,同时利用联合损失函数约束目标特征的类内距离提高识别能力。仿真结果表明,该模型相比于其他常见网络结构,在模型参数更少的情况下,识别效果更好,同时具有较强的噪声鲁棒性。     

使用不同置信级训练样本的神经网络学习方法

针对含不同置信级样本的模型拟合问题,该文提出了一种基于神经网络的二次学习方法。文中指出真实模型是实验模型的一种变异,提出逼近真实模型期望值的神经网络,是融合先验样本和真实样本的最佳网络。首先,以先验样本为训练样本进行第1次神经网络学习,并计算取决于硬点信息的软点误差容量区间;然后,同时将先验样本和真实样本作为训练样本,利用软点误差容量区间和硬点误差敏感系数,对神经网络训练过程中输入/目标对的误差进行修改,通过第2次学习得到既能精确拟合真实样本,又能最大化利用先验样本信息的综合网络。与基于知识的神经网络(KBNN)相比,该方法更加简单,可操控性更强并具有更加明确的逻辑意义。     

Neural network applications in smart antenna arrays: A review

Techniques employed in the synthesis of antenna arrays vary from complex analytical methods to iterative numerical methods based on optimisation algorithms. The drawback of these techniques is that they usually consider the array factor but not the interaction between array elements and real-time problems. This omission induces an error in the resultant radiation pattern; therefore, the physical relations between the array feeding details and the corresponding radiation patterns are taken into account to improve the accuracy. The behaviour of an antenna array is nonlinear in nature, resulting in an extremely high complexity using this approach, and it is usually disregarded. A neural-network-based solution can avoid complexity by establishing a relation between the desired radiation patterns and feeding details such as voltage and spacing in the real antenna array and can help convert the real array into a smart array. Several neural network applications in smart antenna array synthesis are reviewed in this paper.     

基于双层递归神经网络的路由优化算法

研究分组交换网的路由选择及流量分配问题,以网络的平均时延为优化目标函数。为使问题的解能实时、可靠地完成,将一种用于最短路径计算的双层递归神经网络应用于路由选择的流量导数法中。仿真结果表明,该算法在收敛的可靠性和计算的实时性方面有所提高。     

一种新的语音和噪声活动检测算法及其在手机双麦克风消噪系统中的应用

针对现有双通道语音活动检测(Voice Activity Detection, VAD)算法依赖于固定阈值难以在多种噪声环境下准确地检测语音和噪声,应用于手机消噪系统会造成语音失真或噪声消除不好等问题,该文提出一种基于神经网络的VAD算法,该算法以分频带能量差和归一化互通道相关为特征,采用神经网络对语音和噪声进行分类。在此基础上,将神经网络VAD与基于互通道信号功率比值的VAD相结合,提出一种新的适用于手机消噪系统的语音和噪声活动检测算法分别对语音和噪声进行检测,并以此进行噪声抑制处理,减少了消噪系统因VAD误判而造成的性能下降。实验结果表明,该处理方法在抑制背景噪声和减少语音失真等方面优于现有的消噪算法,对于方向性语音干扰也有很好的抑制效果。     

面向二十一工嵌入式系统综述

本文根据应用领域,对计算机分类提出了嵌入式计算机和通用计算机的新定义,总结了嵌入式系统工业及其开发的特点,概括了嵌入式处理器的发展及现状。实时多任务操作系统（RTOS）已成为嵌入式系统的热点,本文对RTOS及其与嵌入式开发的关系进行了详细讨论,提出了当前中国嵌入式系统应用行业面临的困惑和挑战以及建立嵌入式应用产业化的设想。     

神经网络用于反演微波亮度温度分布

将神经网络用于反演目标的微波亮度温度分布,提出了视在温度的神经网络迭代反演法。该方法利用神经网络正向模型提供反演误差对输入的梯度信息,利用该梯度信息进行迭代得到最优反演结果。利用该方法对水面在35GHz频段的视在温度进行反演所得的结果显示,该方法优于Holms反演法及HFR反演法。从视在温度中剔除散射辐射温度得到目标的亮度温度。