无限远像距中波显微光学系统设计北大核心CSCD

随着红外技术的发展,高性能红外显微系统在热物理化学、微生物及MEMS优化设计等科技领域起到了非常重要的作用,本文讨论了一种无限远像距显微系统的结构形式及设计方法,针对阵列规模320×256,像元尺寸30μm相对孔径为2的中波制冷型红外探测器,设计了一款无限远像距中波显微光学系统,放大倍率为3×,工作距离35 mm,数值孔径(NA)0.75,适合于高帧频下红外显微探测的需求以及类似显微物镜产品的系列化。     

矩形窗正交时频空检测算法

针对正交时频空(Orthogonal Time Frequency Space, OTFS)调制系统采用矩形窗函数时,信道矩阵结构复杂导致的鲁棒性差的问题,提出了一种基于时域处理和酉近似消息传递的检测算法。该算法首先添加循环前缀,将时域信道转换为分块对角矩阵;然后应用酉变换和近似消息传递建立迭代检测算法。仿真结果表明,所提检测算法能够在不增加复杂度的条件下有效提升检测精度和鲁棒性,特别是存在信道编码的条件下表现出2 dB的性能增益,使得该算法更适用于杂散多径、高速移动等环境,具有较高的应用价值。     

车联网中基于Q学习的地理位置路由协议

由于道路拓扑结构的限制以及车辆节点的快速变化,车联网路由协议正面临着很多挑战,例如道路的低连通性、较大的延时以及高开销等。为解决此类问题,提出了一种基于Q学习的地理位置路由协议。该协议将地理区域划分成大小一致的正方形,称为网格。在给定目的地的情况下,根据历史交通流信息计算出车辆从当前网格向不同方向的邻居网格移动的Q值,每辆车存储Q值表,通过查询Q值表选择最优下一跳网格。在选定的下一跳网格中,选择距离目的地最近的车辆,当最优下一跳网格中没有邻居车辆时,选择次优下一跳网格中的车辆。仿真结果表明,与其他基于地理位置的路由协议相比,所提协议能够提高分组投递率,降低传输延时并减少通信跳数。     

多波束相控阵天线角度测量方法

在雷达、通信、测控等领域中,基于相控阵天线的幅度和差单脉冲测角技术是基本方法,但该方法通过旋转法向方向图去近似表示子波束方向图,并用一阶泰勒公式近似表示子波束接收信号幅度,从而带来非噪声因素误差,最终导致目标角度估计精度不高。为此,通过相控阵天线同时产生两个形状相同但相互独立的子波束,旋转波束指向中心轴方向的方向图函数来确定两个子波束的方向图函数,并用高阶泰勒公式对子波束接收信号幅度进行近似,从而减少误差。仿真和硬件测试结果表明所提方法能够有效提高测角精度。     

一种小型化SIR交指带通滤波器设计

本文基于阶跃阻抗谐振器（SIR）比同频率均匀阻抗（UIR）尺寸更小的原理,结合薄膜工艺设计加工了一款小型化的交指滤波器。设计的SIR谐振器长度比UIR谐振器长度缩短了24.8%。使用该小型化的谐振器设计了一款小型化的交指滤波器。使用薄膜工艺在0.254 mm厚的相对介电常数为98的陶瓷基板上对滤波器进行加工。经测试,滤波器的通带为355~435 GHz,带内中心插损为3 dB,带内平坦度为17 dB,带内回波损耗小于-186 dB,在带外28与51 GHz处的抑制度分别为-428与-661 dB。滤波器尺寸仅为640 m×479 mm（021λg×016λg）。     

基于 P300 与 ErrP 决策融合的脑-机接口目标检测方法

针对脑-机接口(BCI)技术在目标检测中的应用仍然存在检测准确率受限的问题,提出基于事件相关电位(ERP)中的 P300 与错误相关电位(ErrP)决策融合的新型编解码方法。 BCI 系统编码方面通过目标图像和视觉反馈分别诱发 P300 与 ErrP 特征,解码方面采用单独 P300 特征、单独 ErrP 特征、P300 与 ErrP 特征层融合、P300 与 ErrP 决策层融合这 4 种方案进行目标检 测。 10 名健康受试者 4 种方案进行目标检测的平均结果显示,使用 P300 与 ErrP 决策层融合的平衡正确率最高,达到 80. 03%± 5. 20%,相比单独使用 P300 特征的方法提升了 4. 38%,相比单独使用 ErrP 特征的方法提升了 11. 29%,验证了混合 BCI 技术在 目标检测任务中的可行性。     

面向生产线全生命周期的数字孪生模型应用

针对传统生产方式存在的管理成本大,生产效率低的问题,为实现智能化生产,设计了基于数字孪生技术的生产线全生命周期管理应用框架。首先基于物理生产线的多元数据,通过建模技术构建了生产线数字孪生模型,分别从生产线的规划阶段、调试阶段、运行阶段,为物理实体生产线提供仿真预演分析、连通调试、生产状态监控、数据可视化等服务。通过孪生模型对实际生产线的规划到运行阶段进行指导和改进,使企业生产线平衡率提高了6.84%,年产量增加了792件,结果表明该方法有效。     

测量噪声方差未知的多传感器组合导航集中融合算法

目前,多传感器组合导航系统的信息融合方法是建立在测量噪声方差已知的基础上,然而测量噪声方差会随着内部及外部的干扰而发生变化。为此,本文首先将基于变分贝叶斯逼近的自适应卡尔曼滤波(variational Bayesian approximation based adaptive Kalman filter, VB-AKF)从单一组合导航系统扩展到多传感器组合导航系统;然后,提出了多传感器组合导航系统的两种集中融合算法,即基于VB-AKF的增广式集中融合算法及基于VB-AKF的序贯式集中融合算法,以解决测量噪声方差未知情况下的多传感器组合导航的信息融合问题;最后,通过SINS/GNSS/CNS/ADS多传感器组合导航系统对上述算法进行了仿真验证。实验结果表明,本文所提两种算法滤波精度相同、且接近于测量噪声方差已知情况下的理想集中融合算法(ICKF)。在整个仿真时段内,相对于传统集中式卡尔曼滤波器(TCKF)及具有容错功能的联邦卡尔曼滤波算法(FT-FKF),本文算法可提高位置精度分别为32%和90%、提高速度精度分别为38%和71%。     

隧道围岩沉降自适应实时识别及测量

针对传统隧道围岩沉降监测方法鲁棒性较差、难以及时有效的监测隧道围岩沉降值的问题,提出将坐标注意力结合目标检测算法的隧道围岩沉降自适应识别测量算法。利用工业相机拍摄不同环境靶标图像建立数据集,训练具有坐标注意力的目标检测模型,在测试集中验证模型预测精度为97.9%。使用图像中靶标的数字以及LED灯点的像素坐标标定测量算法模型并计算沉降值。结果表明在25 m范围内测量误差小于1 cm,在10 m范围内的靶标测量误差小于5 mm。     

基于偏振信息图像增强的多目标检测

偏振是光的重要特性之一,偏振成像技术能够获取场景中目标的强度信息和偏振信息,偏振信息能够反映出目标物体表面的材质特征。本文针对雾霾天气状况下道路场景中常见目标识别结果的准确性要求,提出了两种基于偏振信息的图像增强方案。首先经过多次采集实验,经过数据清洗、图像标注构建偏振数据集,共4 649张图像和31 877个标签。针对雾霾轻度污染的场景,通过区域自动生长算法分割出偏振强度图像中的天空区域,根据天空区域的偏振度和偏振角信息以及大气物理散射模型反演出目标反射光,从而实现图像去雾。针对雾霾重度污染的场景,使用小波变换的方式对图像进行增强,利用偏振度图像来增强强度图像中的目标轮廓。使用图像灰度方差和图像信息熵作为图像质量评价指标,使用YOLO v5s深度学习网络进行目标检测。实验结果表明,雾霾轻度污染的情况下,图像质量和目标检测准确性均有所提升,图像信息熵提升了3.36%,灰度方差提升了40.27%,目标检测mAP达到了76.40%,提升了12.69%;雾霾重度污染的情况下,目标检测mAP提升约1.69%。