基于卷积自编码网络的BPSK信号降噪

针对传统降噪方法提取特征繁琐、参数选取不易的问题,提出了基于卷积自编码器(Convolutional Autoencoder,CAE)降噪的方法,对BPSK信号、加性高斯白噪声,信噪比-10dB 2dB的数据构成信号数据集。在网络训练阶段,将加噪后的样本经过卷积自编码器提取潜在特征,多次训练迭代并且保存模型的参数;在测试阶段,利用新产生的测试集完成对该算法的验证与测试,可以观察到恢复出的有用信号,且误码率有了明显的降低。实验表明,相对于传统信号降噪算法(例如小波阈值降噪、PCA等),所提算法不需要人工手动提取信号特征,实现了对BPSK信号的降噪处理。     

基于分形理论的通信对抗技术研究

基于分形理论和分形特性,从突发信号检测和分形滤波2个方面,研究了分形理论在通信侦察中的应用,并针对通信信号的发射和接收特性,利用分形的自相似等特性,提出了分形信号干扰技术,并从时、频和瞬态等方面初步分析了可行性,从而为通信对抗开启了一扇新的大门.     

基于ATmega128和CH374的USB接口设计

针对嵌入式MCU的USB接口需求,提出了以ATmega128为微处理器,采用USB控制器CH374,用SPI串口方式设计了一款USB接口,以解决嵌入式MCU与PC机进行通讯问题。文中介绍了该接口的硬件电路和软件设计方法,充分利用南京沁恒公司提供的资源,大大降低了软件设计的难度,提高了工作效率。在1KW碟式斯特林太阳能热发电装置中得到了应用,实践证明,该USB接口工作稳定、可靠,成本较低,取得了良好的应用效果。     

利用相移条纹相位解调的广角镜头畸变校正

文中提出了一种基于相移条纹图相位分析的广角镜头畸变校正方法。首先,用大尺寸液晶平板显示器显示四幅相移量为π/2的余弦条纹图作为校正模板。然后,用广角镜头相机拍摄该校正模板,获得四幅畸变条纹图,使用四步相移算法解调径向畸变条纹图的相位分布。由于经广角镜头成像的图像中心区域几乎无畸变,利用图像中心无畸变的相位值进行数值拟合得到径向无畸变条纹图的相位分布,作为求解径向畸变相位的基准,也就是径向畸变相位分布可以根据径向畸变条纹图的相位分布与径向无畸变条纹图相位分布相减得到,再将畸变相位转换成实际的畸变量。提出的方法不需要通过特征点或特征线确定畸变模型,可以直接计算畸变图像中每个像素点的畸变量。实验结果表明,提出的方法简单、有效,具有广泛应用价值。     

掺杂nc-Si：H膜的电导特性

采用常规PECVD工艺,以高纯H2稀释的SiH4作为反应气体源,以PH3作为P原子的掺杂剂,在P型(100)单晶硅(c-Si)衬底上,成功地生长了掺P的纳米硅膜(nc-Si(P)：H)膜.通过对膜层结构的Raman谱分析和高分辨率电子显微镜(HREM)观测指出：与本征nc-Si：H膜相比,nc-Si(P)：H膜中的Si微晶粒尺寸更小(～3nm),其排布更有秩序,呈现出类自组织生长的一些特点.膜层电学特性的研究证实,nc-Si(P)：H膜具有比本征nc-Si：H膜约高两个数量级的电导率,其σ值可高达10-1～10-1Ω-1·cm-1.这种高电导率来源于nc-Si(P)：H膜中有效电子浓度ne的增加、Si微晶粒尺寸的减小和电导激活能△E的降低.采用nc-Si(P)：H膜和P型c-Si制备了异质结二极管,其反向击穿电压值可高达75V,而反向漏电流却仅有几个nA,呈现出良好的反向击穿特性.     

基于平衡技术的微带低通滤波器版图优化设计

微带线结构的不连续性,使反射损耗和插入损耗较大,影响滤波器性能。利用平衡法提升滤波器并联分支中较低的特性阻抗,达到降低微带线宽度的目的,从而均衡整个滤波器的宽度,使版图仿真优化。以一个5阶切比雪夫微带低通滤波器设计为例,仿真结果表明,滤波器通带内反射损耗从-9.566dB降低到-15.837dB,插入损耗从0.679dB降低到0.322dB,与直接采用Richards变换和Kuroda规则设计微带低通滤波器相比,该方法能缩短滤波器设计周期,获得满意的滤波器性能。     

输出功率为21.5W的单端抽运Nd:YVO4/LBO单频激光器

采用中心波长为888nm的激光二极管作为抽运源,减轻了Nd:YVO4晶体中的热效应。通过合理的谐振腔设计,扩大激光晶体处的基模尺寸和振荡光在凹面腔镜处的入射角,减轻了激光晶体内部的热效应和谐振腔像散,提高了激光器的输出功率。采用四镜环形腔选模的办法,获得稳定的高功率单频激光输出。在吸收的抽运功率为67.5W时,实现了最高功率为21.5W的532nm单频激光输出,其8h功率稳定性优于±1%,光束质量M2<1.1,光-光转换效率为31.9%。     

皮秒拍瓦激光的参数测量系统可靠性分析

皮秒参数测量系统用于提供皮秒拍瓦激光系统的各项状态参数,协助激光系统达到预期的技术指标。针对皮秒拍瓦激光系统的技术指标,皮秒参数测量系统将提供压缩脉冲的能量、脉宽、远场、信噪比等参数。为了判断参数测量系统的工作性能,采用均方根(RMS)误差来描述测量系统的可靠性。经过实验测试,能量测量单元的测量范围为10～1000J,标定实验数据的RMS误差为2.2%。脉宽测量单元的时间测量范围为0.5～18.0ps,时间分辨率为0.07ps,测试数据的RMS误差为3%。远场测量单元的空间测量范围为150倍衍射极限(DL),空间分辨率为0.3倍DL,测试数据的RMS误差为0.15%。信噪比测量单元的时间测量范围为30ps,时间分辨率为0.3ps,动态范围为106。基于拍瓦实验提供的测试数据表明,皮秒参数测量系统能够稳定可靠地提供以上参数的实时测试数据,实现拍瓦装置的运行状态诊断功能。     

利用光电反馈抑制钛宝石激光器低频段的强度噪声

对前置光电负反馈抑制钛宝石激光器强度噪声方法的特性进行了理论分析,表明注入噪声不同时对应的最佳反馈增益不同。利用前置光电负反馈方法,在实验上实现了全固态连续单频可调谐钛宝石激光器低频段的强度噪声抑制,通过调节反馈增益,使激光器的强度噪声抑制程度最大。在分析频率为1.125 MHz处,强度噪声由原来的8.7 dB降低到了1.4 dB,抑制程度达7.3 dB。调节反馈增益和相位延时,可以获得不同分析频率的强度噪声的降低。     

基于光电混合神经网络的单像素快速运动物体分类（特邀）

对快速运动物体进行持续分类具有重要的应用前景。受限于有限的数据传输带宽和存储空间,目前基于场景图像的物体分类技术难以实现对运动物体的持续分类。受到单像素成像在时间上累积获取信息这一方式的启发,结合深度学习,提出了一种基于光电混合神经网络的单像素快速运动物体分类方法。该方法不需要获取目标物体的图像,利用对光场的空间调制和单像素测量,直接获取用于分类的特征信息,从而避免了在持续分类过程中基于图像分类方法产生的海量图像数据。单像素测量过程作为神经网络的一部分,将光计算与电子计算无缝衔接起来,构建了一个光电混合神经网络用于对物体的分类。通过对快速旋转圆盘上的手写数字进行持续分类实验测试,证明了提出的方法在分类快速运动的手写数字方面的能力,超过了人眼视觉。