27.5GHz 0.2μm PHEMT1∶4静态分频器

描述了一种能运用于未来光传输系统SONETOC768的超高速1∶4静态分频器,其工作频率超过27GHz.该电路采用栅长为0.2μm,截止频率约为60GHz的砷化镓赝晶高电子迁移率晶体管工艺制作,采用共面波导作为电感实现了宽带阻抗匹配.通过采用推拉式有源跟随器,在没有增加功耗的情况下拓宽了频带.单端输入和差分信号输出的方式,为实际应用提供了便利.通过晶圆测试,在单端时钟输入的情况下,芯片的最高工作频率超过27GHz.测试所得到的波形均方根抖动小于820fs.芯片的面积是1.6mm×0.5mm,功耗为440mW.     

一种利用方位角信息基于峰值匹配的SAR图像目标分类方法

本文研究了基于峰值匹配的SAR图像目标分类问题,给出了一种利用方位角信息基于峰值匹配的SAR图像目标分类方法.该方法先对输入待分类SAR图像进行目标峰值提取,再基于提取的峰值进行目标方位角估计,然后根据该估计及其置信区间由模板SAR图像数据库检索出方位角位于该估计及该估计+180°置信区间内的所有SAR图像,并分别提取其峰值,这样即可通过寻找待分类SAR图像与由模板库检索的模板SAR图像目标峰值间的最佳匹配,实现目标分类.和不利用方位角信息的目标分类方法相比,本文方法显然具有更高的计算效率.另外,如何快速有效的确定待分类SAR图像与每一幅模板SAR图像目标峰值间的对应关系,计算其匹配度,是基于峰值匹配SAR目标分类中的另一个关键问题,针对该问题,本文提出了一种基于匹配代价函数表搜索的SAR图像目标峰值对应关系确定方法,该方法能在得到较好分类性能的同时,有效提高分类效率.实测MSTAR SAR图像数据的分类结果验证了本文方法的有效性.     

一种基于干扰重构的自适应干扰对消算法

从干扰信号的波束域和时域特征入手,建立了基于四阶累积量联合对角化的干扰估计模型,提出了联合干扰重构和自适应对消的主瓣干扰抑制算法,给出了处理流程和工程应用条件,分析了干扰重构的相对误差,对信噪比损失性能进行了仿真分析,同时评估了对测角性能的影响。仿真结果表明,在干噪比大于40 dB、干扰与目标夹角大于1/8 波束宽度的条件下,该算法可有效抑制主瓣干扰,其重构的干扰信号与真实干扰信号相对误差小于2% ,干扰抑制后目标回波信噪比损失小于3 dB,测角精度恶化小于波束宽度的1/30。     

具有学习功能的自动人脸识别

人脸识别是模式识别领域中一个相当困难而又有理论意义和实际价值的研究课题。传统的基于K－L变换的自动人脸识别方法,不用过多地考虑人脸的局部特征,利用特征脸方法进行识别,取得了一定的。但是,人脸作为一个特殊的场景,脸像会受年龄、心情、拍摄角度、光照条件、发饰等因素影响,所成图像存在差异。传统的基于K－L变换的自动人脸识别方法不能很好地克服这些畸变的影响。文中就主成分分析方法引入人脸识别,模拟人脸脸像的各种变化,事先对脸像做相应的变化,产生一系列变形脸。然后对变形脸进行主成分分析,提取它们的主成分。最后应用遗传算法选择最优特征向量构造子空间,提出一种能抗御一定脸像变化的人脸识别方法,并运用该方法进行了实验。实验结果证明了该方法的可行性和良好的抗畸变能力。     

基于奇异值分解的图像匹配方法

传统的图像匹配方法中, 由于实时图和参考图之间存在着灰度差异和几何形变,仅用灰度作为特征进行匹配算法的性能很容易受到影响。文中提出了一种基于奇异值分解的图像匹配方法。该方法首先利用奇异值分解方法,求出模板图像矩阵的奇异值及奇异值向量,用它们作为模板图像的特征代替传统算法中的灰度对两幅待匹配图像进行全局搜索定位。由于奇异分解方法所特有的优越性,匹配实验取得了良好效果。实验结果验证了该方法的有效性。     

按队长周期性设置EFCI的ABR流量控制算法

本文提出了一种新的基于EFCI的ABR流量控制算法,它的基本思想是扩展EFCI的功能,使其不仅反映网络阻塞状况,而且还反映网络排队状况,在交换机中通过周期性设置EFCI来传递网络的排队信息。仿真结果表明,本文提出的算法比基本EFCI算法具有更好的控制行为,减小了ACR和排队长度的振荡幅度,提高了链路利用率,并具有较高的性能价格比。     

宽带毫米波雷达目标时延神经网络识别新方法

基于一维距离像和神经网络研究宽带毫米波雷达目标识别问题,研究了用于雷达距离像序列识别的时延神经网络模型及其学习算法,并提出了基于距离像序列的宽带雷达目标时延神经网络识别方法,还利用三种飞机缩比模型的暗室测量数据,研究了时延神经网络分类器中时延单元数目对分类精度的影响以及分类器的分类性能。实验结果表明：本方法具有良好的应用前景。     

Adaptive sparse system identification using normalized least mean fourth algorithm

Normalized least mean square (NLMS) was considered as one of the classical adaptive system identification algorithms. Because most of systems are often modeled as sparse, sparse NLMS algorithm was also applied to improve identification performance by taking the advantage of system sparsity. However, identification performances of NLMS type algorithms cannot achieve high‐identification performance, especially in low signal‐to‐noise ratio regime. It was well known that least mean fourth (LMF) can achieve high‐identification performance by utilizing fourth‐order identification error updating rather than second‐order. However, the main drawback of LMF is its instability and it cannot be applied to adaptive sparse system identifications. In this paper, we propose a stable sparse normalized LMF algorithm to exploit the sparse structure information to improve identification performance. Its stability is shown to be equivalent to sparse NLMS type algorithm. Simulation results show that the proposed normalized LMF algorithm can achieve better identification performance than sparse NLMS one. Copyright © 2013 John Wiley & Sons, Ltd.     

离心SHS涂层的组织结构及性能研究

对离心SHS涂层进行了实验研究 ,分析了涂层的组织结构、界面结合机制及工艺因素对涂层性能的影响。     

木犀科植物花粉的扫描电镜研究

植物花粉的形态特征具有种属特异性。本文用扫描电子显微镜观察了木犀科(Oleaceae)的六属八种植物花粉的形态特征。结果表明,除迎春有个别四萌发沟外,其它花粉都是三沟型,外壁纹饰均为网状。但各种植物花粉的细微形态仍有明显差异。因此,用扫描电镜观察研究植物花粉的亚微形态特征,可为植物分类提供一些必要的形态依据。