同频段混合信号中的无人机信号盲检测识别

无人机信号的探测识别技术是应对无人机黑飞滥用的关键技术之一。在实际信号监测环境中，经常会接收到多个信号的混合信号，它们在时域和频域上混叠且各信号分量调制样式相同。为解决在同频段混合信号中检测识别出无人机信号的问题，提出了一种通过谱特征分析判断无人机信号存在性的方法。分别采用基于二次方谱特征的无人机图传和WiFi混合信号检测识别算法以及基于频谱带宽特征的多无人机混合信号检测识别算法，通过对射频电路采集的信号进行仿真验证，实现了从同频段混合信号中检测识别出无人机信号分量。理论分析和实验测试结果证实了所提检测识别算法的有效性。     

一种温度不敏感的高线性功率放大器

设计了一种温度不灵敏的高线性度的射频功率放大器芯片,采用新颖的带温度反馈环路的有源片上自适应偏置电路,该电路降低了温度引起的放大器集电极直流电流分量的变化量,补偿了由温度变化而引起的性能偏差,进而有效提高了放大器的线性度。基于这个温度不灵敏的偏置结构采用InGaP/GaAs HBT工艺设计了一个工作在2110~2170 MHz频段的功率放大器。测试结果表明,该功放在工作频段内的增益大于等于35.3 dB;在中心频率2140 MHz处,1 dB功率压缩点大于33 dBm,功率附加效率在输出功率24.5 dBm时为18%;使用LTE_FDD调制信号,获得邻信道功率比为-47 dBc。在环境温度为-40℃、+25℃和+80℃条件下,功放的增益平坦度较好,增益变化量小于1.5 dB,输出级集电极电流基本不变,有效降低了功放对温度的敏感性。     

基于多层感知卷积和通道加权的图像隐写检测

针对目前图像隐写检测模型中线性卷积层对高阶特征表达能力有限,以及各通道特征图没有区分的问题,该文构建了一个基于多层感知卷积和通道加权的卷积神经网络(CNN)隐写检测模型。该模型使用多层感知卷积(Mlpconv)代替传统的线性卷积,增强隐写检测模型对高阶特征的表达能力;同时引入通道加权模块,实现根据全局信息对每个卷积通道赋予不同的权重,增强有用特征并抑制无用特征,增强模型提取检测特征的质量。实验结果表明,该检测模型针对不同典型隐写算法及不同嵌入率,相比Xu-Net, Yedroudj-Net, Zhang-Net均有更高的检测准确率,与最优的Zhu-Net相比,准确率提高1.95%～6.15%。     

基于频率分集阵列的多功能一体化波形设计与信号处理方法

频率分集阵(FDA)是在相控阵基础上的一次体制革新,其通过在发射天线阵元间进行频率步进,得到的发射方向图是角度、距离、时间的多维函数,显著提升了波束控制能力与信号处理维度,经过收发联合处理后,可应用于多维参数联合估计、主瓣欺骗式干扰抑制、模糊杂波抑制、高分宽幅成像等方面。该文从系统层面出发,研究基于FDA的多功能一体化波形设计与信号处理方法,重点对其在检测与估计一体化、解模糊与抗干扰一体化、合成孔径雷达(SAR)成像与动目标检测一体化的信号处理新方法进行综述、评述及研究,并对FDA多功能一体化系统的应用前景进行展望。     

CMOS集成温度传感器中的器件模型分析

根据CMOS集成温度传感器对器件的要求,对MOS器件的亚阈值模型和MOS工艺下的双极型器件进行了分析对比,选用后者更适合作为CMOS集成温度传感器的器件,并对衬底PNP管压电结型效应对温度传感器的影响进行了分析,最后对不同类型电阻进行了分析对比,为CMOS集成温度传感器设计打下了理论基础。     

基于SRAM的通用存算一体架构平台在物联网中的应用

最近,存算一体(IMC)架构引起了广泛关注,并被认为有望成为突破冯诺依曼瓶颈的新型计算机架构,特别是在数据密集型(data-intensive)计算中能够带来显著的性能和功耗优势.其中,基于SRAM的IMC架构方案也被大量研究与应用.该文在一款基于SRAM的通用存算一体架构平台——DM-IMCA的基础上,探索IMC架构在物联网领域中的应用价值.具体来说,该文选取了物联网中包括信息安全、二值神经网络和图像处理在内的多个轻量级数据密集型应用,对算法进行分析或拆分,并将关键算法映射到DM-IMCA中的SRAM中,以达到加速应用计算的目的.实验结果显示,与基于传统冯诺依曼架构的基准系统相比,利用DM-IMCA来实现物联网中的轻量级计算密集型应用,可获得高达24倍的计算加速比.     

一种基于小波变换的同步盲水印算法研究

介绍了一种基于小波变换的同步盲水印算法,该算法首先将二值水印图像置乱后经过降维操作转换成为一维序列.并用m序列作同步信号与水印序列一起组成嵌入序列,嵌入到音频信号的小波变换域低频系数中.在水印检测时不需要原始音频信号参与.实验表明,该算法具有较好的鲁棒性.     

基于级联Dense-UNet和图割的肝脏肿瘤自动分割

腹部CT图像肝脏肿瘤分割是进行肝脏疾病诊断、手术规划和放射治疗的重要前提。针对肝脏肿瘤灰度异质、纹理丰富、边界模糊等因素引起的分割困难,该文提出基于级联Dense-Unet和图割的自动精确鲁棒分割方法。首先运用级联的Dense-UNet获取肝脏肿瘤初始分割结果及感兴趣区域,然后利用图像像素级和区域级特征,分别构建可有效区分肿瘤与非肿瘤的灰度模型和概率模型,并将其融入图割能量函数,进一步精确分割感兴趣区域中的肿瘤组织。最后分别采用LiTS和3Dircadb公共数据库作为训练集与测试集进行实验,并与现有多种自动分割方法进行了比较。结果表明,提出方法可有效分割CT图像中灰度、形状、大小、位置各异的肝脏肿瘤,能提取更精确的肿瘤边界,尤其对于对比度低、边界模糊的肿瘤具有明显优势。     

传输核心汇聚机房工艺布局规划研究

本文通过理论分析与实地测试,探究了当前传输核心汇聚机房普遍存在的局部温度过高问题,分析了造成该问题的主要原因,并提出了降低机房局部温度过高的工艺布局规划方法.     

弹片连接的弱力接触电阻测试与分析

弹片作为一种重要的电连接器,它的可靠性会直接影响设备的电性能。研究弹片电连接的规律和影响因素,对于提升设备性能并节约成本具有重要意义。本文通过软件仿真及实验测量,测试了在弱外加力(<2 N)的条件下,以弹片为代表的电连接部件,接触电阻阻值随着接触金属面材料的电阻率减小而减小,且随着外加力的增大而减小的规律。通过机械接触理论分析及计算,验证了接触电阻会受到材料的电阻率与外加力影响;对弹片的接触电阻产生机理给出了明确解释,能够更准确地判断弹片与不同接触界面产生接触电阻的大小关系。