基准点法和表面匹配法加权结合的MRI图像和EEG电极的配准

融合EEG和MRI是同时获得高时间分辨率和高空间分辨率的脑功能成像的有效方法.在融合中必需解决电极与MRI图像的配准.有两种常见的配准方法:基准点法和表面匹配法.基准点法的主要缺陷是易受基准点的定位和测量误差的干扰,而表面匹配法的主要缺陷是需要另一套高精度的测量仪对头皮表面进行扫描.本文研究了一种加权结合基准点法和表面匹配法的方法,它不需要对头皮表面作扫描,而是利用生理基准点和电极位置进行配准.仿真结果证明了方法的有效性,且采用生理基准点和电极同时配准的新方法的效果优于用单纯基准点配准或用电极作表面匹配两种方法.     

输送机交流调速控制系统研究

在火电厂输煤传送系统中,需要采用变频器改变交流电机频率,实现交流电机调速。文中针对输煤传送系统中传统的直流电机维护困难、成本高、对环境要求严格的问题,采用交流电机输送,节约维护成本。系统利用PLC和变频器协同控制,将检测量反馈至PLC,实现PLC对变频器的逻辑控制。更进一步地在控制系统中,采用空间矢量调制算法,对调速系统进行了建模与仿真,结果表明,改进的调速系统更精确、抗干扰能力更强,实现了良好的调速性能。     

宽带无线接入技术WiMAX及其与Wi-Fi对比

本文介绍了下一代宽带无线接入技术WiMAX的技术特点，并将WiMAX技术与wi-Fi进行了对比，最后叙述了WiMAX发展面临的问题。     

光纤传感系统中APD增益温漂的动态补偿研究

为实现对雪崩光电二极管(APD)增益温漂的动态偏压补偿, 设计了高精度的ADC和DAC电路系统,对APD可以达到毫伏级的偏压控制精度和0.2 ℃的温度采样精度.依托光纤传感系统并运用数据采集与处理技术获得了在APD增益比较稳定的条件下其偏压与温度之间的线性关系以及增益温漂误差的偏压补偿公式,应用时传感系统能够实时补偿增益的温漂并且具有足以满足系统要求的补偿精度.     

多模态自适应特征融合的目标检测

随着深度学习的发展,基于卷积神经网络（CNN）的目标检测方法取得巨大成功。现有的基于CNN的目标检测模型通常采用单一模态的RGB图像进行训练和测试,但在低光照环境下,检测性能显著下降。为解决此问题,提出了一种基于YOLOv5构建的多模态目标检测网络模型,将RGB图像和热红外图像相结合,以充分利用多模态特征融合信息,从而提升目标检测精度。为了实现多模态特征信息的有效融合,提出了一种多模态自适应特征融合（MAFF）模块。该模块通过自适应地选择不同模态特征并利用各模态间的互补信息,实现多模态特征融合。实验结果表明：所提算法能有效融合不同模态的特征信息,从而显著提高检测精度。     

光场空间结构全维度非线性调控理论及应用

得益于数字全息与几何相位平面光学技术的逐渐成熟,空间结构光场调控及应用研究已在线性光学领域取得蓬勃发展。与之相比,以非线性光学为物理途径的相关研究虽能实现许多关键功能(如光场间信息交互)却仍处于起步阶段。笔者课题组在国家自然科学基金等项目的支持下,近期聚焦光场调控与非线性光学领域前沿问题“空间多模态经典及量子光场的非线性产生、变换及接口技术”,重点突破了空间全维度参量变换理论与相关技术瓶颈,取得了一系列理论及应用创新成果,为高维量子光学相关实验研究的开展打下坚实基础。     

柠檬酸镁掺杂的葡萄糖基电极材料的制备及电化学性能北大核心

以葡萄糖为前驱体、柠檬酸镁为模板,先预碳化再结合KOH活化制备高性能多孔碳电极材料。通过扫描电子显微镜（SEM）研究掺杂柠檬酸镁前后样品的形貌结构,发现通过柠檬酸镁模板法制备的活性碳孔径分布更为均匀。通过氮气吸脱附测试发现,以柠檬酸镁为模板,活性碳的比表面积由135.6 m2/g提高到326.13 m2/g。电化学测试结果表明,以柠檬酸镁为模板,电极材料的双电层电容特性得到明显提高。在电流密度为0.5 A/g时,AC-Mg的比电容139.88 F/g远大于AC的比电容31 F/g;在10 A/g的电流密度下,AC比电容保持率为72.5%,AC-Mg比电容保持率增加到87%,电极材料的电阻从1.589Ω下降到1.021Ω,具有更好的导电性,在进行了5 000圈循环测试后,AC-Mg比电容保持率仍为96%。     

基于红外图像的地面自主车导航的道路边界检测

讨论了用于地面自主车(ALV)视觉导航的红外道路图像的特点, 论述了红外道路图像的预处理策略和方法, 分析了一些常用的图像处理方法在处理红外道路图像时的缺陷, 指出由于温差的渐变性, 红外道路图像的路边检测特别适合使用阈值穷举法, 并给出了在温度渐变的路边上边缘强度的求取方法和使用二阶微分算子得到边界线段的精确位置的方法。同时使用了边缘信息和灰度信息来提取道路边界信息, 阈值穷举法和二阶微分算子得到的道路边界线段相互融合, 得到候选的道路边界线段, 在ALV 的实际应用中取得了很好的效果。