强耦合阵列中匹配网络设计及对天线性能影响

为研究强耦合阵列匹配网络对收发状态下性能影响以及评估该匹配网络在两种状态下的通用性,以网络散射理论为基础,分别在发射和接收耦合天线框架内讨论了该网络参数对阵列性能的影响,并给出了网络不同端接负载条件下的相关函数。理论和计算表明:对于强耦合组成的发射阵列,其匹配网络在收发状态下具有一定通用性;网络负载对天线分集性能具有明显的作用。文章中的理论和方法为研究强耦合阵列特性提供了便利和条件,也为工程实施和应用提供了较强的指导意义。     

表层掺杂板条状激光模块仿真研究分析

介绍了一种表层增益板条状激光器模块。提出一种结合光线追迹、有限元、数值分析的仿真方法,建立表层增益激光增益模块的模型。在求解抽运光在该结构内部的分布情况以及其温度场的分布情况时,发现与传统体掺杂的CCEPS结构相比,表层增益激光模块有较高的散热能力以及较低的光学畸变。     

140 GHz, TE22,6模式回旋振荡管高频谐振腔

通过数值计算方法,编程模拟了140 GHz, TE22,6模式回旋振荡管开放式缓变截面谐振腔的传播特性,计算出谐振腔的谐振频率和品质因数;利用CST软件对该高频谐振腔进行仿真计算,得到腔体内横截面的电场分布云图。通过实验和仿真软件得到的数据进行比较,两者有较好的一致性。测试结果表明,当磁场为5.48 T,电子注电流为28 A,电子注电压为68.6 kV时,TE22,6模式的平均输出功率为0.25 kW,峰值功率为0.56 MW。当磁场为5.68 T,电子注电流为27.6 A,电子注电压为69.12 kV时,回旋振荡管可同样工作于TE22,6,2模式,平均输出功率为0.21 kW,峰值功率为0.47 MW。     

一种高效低时延的宽带电力线通信网多跳MAC协议

针对IEEE1901.1宽带电力线通信媒体接入控制(Medium Access Control,MAC)协议涉及到信标时隙利用不充分和控制开销过大等问题,提出了一种高效低时延的宽带电力线通信网多跳MAC协议(Efficient and Low Delay Multi-hop MAC,ELDM-MAC).采用基于节点层级...     

1310nm大功率高偏振度量子阱超辐射发光二极管

设计并制备了一种斜条脊波导结构压应变高偏振度多量子阱超辐射发光二极管.设计的脊波导出光面TiO2/SiO2四层宽带增透膜的TE模式反射率约为10-6,分析了脊波导角度偏差和膜层厚度偏差对增透膜反射率的影响.实验结果表明,在250 mA直流电流驱动下,所设计的超辐射发光二极管芯片单管输出功率可达22.7 mW,出射光谱FWHM约为37.3 nm,光谱纹波系数低于0.15 dB,TE模式输出光强占主导,偏振度约为19.2 dB.     

干涉光谱重建中的相位误差检测方法对比研究

干涉条纹相位误差检测与校正是傅里叶变换光谱重建中的关键技术之一。本文对同步 法、傅里叶变换法和局部傅里叶变换法三种典型干涉条纹相位误差检测方法的效果进行了对 比研究。仿真及实际数据实验发现上述方法在处理缓变与快变的干涉条纹相位误差及干涉条 纹有噪声时存在很大差异:同步法适宜于处理相位误差缓变的干涉条纹,而傅里叶变换法和 加窗傅里叶变换法适用于处理相位误差快变的情况;傅里叶变换法在高信噪比情况下具有较 好的性能,加窗傅里叶变换法在低信噪比下具有较强的鲁棒性。     

基于半监督卷积神经网络的心律不齐分类

心律不齐早期的检测和分类有十分重要的价值.然而,由于心律不齐特征不够明显、不同人体心电信号存在较大的差异性等问题,心律不齐分类技术在现实中的应用存在很大困难.针对上述问题,提出了一种基于半监督卷积神经网络的心律不齐分类方法.首先,对心电信号进行马尔可夫变迁场变换将其变为二维图像;然后,迁移二维卷积神经网络训练得到普通模...     

一种适用于卫星通信的低噪声放大器设计

采用高频电路仿真软件ADS,结合高频电磁仿真软件HFSS,进行联合仿真,设计了一种低噪声放大器,适用于Ku频段卫星通信接收通道。在频率11.45 GHz-12.75 GHz范围内,噪声系数小于0.80 dB,端口输入驻波小于-17.0 dB,有一定的实用价值。     

A Review of FPGA-Based Custom Computing Architecture for Convolutional Neural Network Inference

Convolutional neural network (CNN) has been widely adopted in many tasks. Its inference process is usually applied on edge devices where the computing resources and power consumption are limited. At present, the performance of general processors cannot meet the requirement for CNN models with high computation complexity and large number of pa-rameters. Field-programmable gate array (FPGA)-based custom computing architecture is a promising solution to further enhance the CNN inference performance. The software/hardware co-design can effectively reduce the computing overhead, and improve the inference performance while ensuring accuracy. In this paper, the mainstream methods of CNN structure design, hardware-oriented model compression and FPGA-based custom architecture design are summarized, and the improvement of CNN inference performance is demonstrated through an example. Challenges and possible research directions in the future are concluded to foster research efforts in this domain.     

基于图像预处理的视频降码率研究

针对高清视频编码的高码率问题,提出一种基于人脸感兴趣区域(Region Of Interest,ROI)检测和运动区域检测的滤波预处理算法,在保持视频清晰度的同时,极大地降低视频码率.实验结果表明,所提算法实现了视频码率下降15％～25％的效果;和相同码率的视频相比,经过该算法预处理的视频清晰度有明显提高.该预处理算法...