边缘负载FBAR谐振器有限元仿真分析

外部激励施加于薄膜体声波谐振器(FBAR)时会激发纵向与横向剪切的振动,引发能量损耗,为了减少寄生谐振,降低FBAR器件的工作损耗,提高器件的品质因数,故需要抑制横向剪切振动。该文采用有限元仿真法讨论了顶电极边缘负载参数对FBAR器件横向寄生的影响,并通过COMSOL仿真软件实现且制备了结构完整的谐振器。测试结果表明,负载结构可有效提升器件品质因数约10%。     

手臂电磁通道特征研究

依据现有研究结果和未来体域网发展趋势研究了手臂电磁通道特征.将两个同样工作在5.8 GHz、尺寸为4 cm×4 cm的全织物贴片天线作为收发两端,研究竖直状态下手臂的传输特征;再依据自然行走状态,模拟前摆最大值位置、自然下垂和后摆最大值位置手臂的动态过程.通过对天线在空气和手臂不同位置上传输特征的对比分析,确定表面波对传输特征的影响,并采用曲线拟合方法获得相对路径损耗预测模型;通过对比手臂三种自然状态的实测结果,建立路径损耗的预测模型.研究表明,对自然下垂状态下的预测模型进行简单的修正即可较好地预测前摆和后摆时的路径损耗.     

新型电阻膜吸波体在封装辐射抑制中的应用

为抑制封装系统中无意的电磁辐射,设计了一种单元尺寸为0.079λ_L×0.079λ_L、厚度为0.057λ_L的新型电阻膜超材料吸波体结构.该电阻膜超材料吸波体通过在玻璃基板的两侧溅射氧化铟锡薄膜,并在顶层设计图案化的强耦合结构实现了超带宽吸收.通过仿真和实物测试证实了该吸波体结构在17～41 GHz频率范围内具有90%以上的吸收率.为了进一步研究其电磁辐射抑制能力,将该吸波体应用于封装系统模型中,仿真结果显示在18～47 GHz频率范围内3 m辐射电场明显降低,最佳抑制效果达到18 dB.所有结果表明所提出的电阻膜吸波体具有小型化、超宽带、极化不敏感和角度稳定的特性,其良好的辐射抑制能力为封装系统的辐射超标问题提供了新的解决思路.     

光学微纳结构红外隐身技术研究进展(特邀)EI北大核心CSCD

随着红外探测技术手段的多样化发展,红外隐身技术的需求日益迫切。由于传统的红外隐身技术面临着多途径目标探测和多功能兼容的严峻挑战,因此研究光学微纳结构红外隐身技术有着十分重要的意义。基于局域共振机制的亚波长尺度的光学微纳结构,极大地丰富了人们对光的传输行为的调控。在红外隐身技术领域,光学微纳结构可以针对红外辐射特性进行材料和结构的精细化设计,从而满足理想红外隐身发射光谱的需求,为发展更加多光谱、多功能、自适应的红外隐身技术提供全新的解决方案。文中围绕红外隐身技术的相关研究,首先介绍了多层薄膜吸收体、金属表面等离子激元、基于相变材料薄膜可调吸收体、智能化设计光学微纳结构实现光谱响应的基本原理,在此基础上,重点回顾了近年来基于光学微纳结构的红外隐身技术新特点,包括多光谱红外隐身技术、多功能红外隐身技术、自适应红外隐身技术的发展现状。最后,梳理了光学微纳结构红外隐身技术所存在的不足及面临的困难并对未来的研究方向和发展趋势进行了展望。     

基于高分辨率网络和图卷积网络的三维人体重建模型

针对单目图像重建人体时出现的头部姿态翻转和图像特征间隐式空间线索缺失的问题,提出了一种基于高分辨率网络（HRNet）和图卷积网络（GCN）的三维人体重建模型。首先利用HRNet和残差块作为主干网络从原始图像中提取丰富的人体特征信息,然后使用GCN来捕获特征之间隐式的空间线索以获得空间精确的特征表示,最后使用此特征来预测多人线性蒙皮模型（SMPL）的参数以得到更加准确的重建结果;同时为了有效解决人体头部姿态翻转的问题,对SMPL的关节点重新进行了定义,在原有关节的基础上增加对头部关节点的定义。实验结果表明,所提模型能够准确地重建出三维人体,在2D数据集LSP上的重建准确率达到了92.41%,在3D数据集MPI-INF-3DHP上的关节误差和重建误差也大幅降低,平均误差仅分别为97.73 mm和64.63 mm,验证了所提模型在人体重建领域的有效性。     

具有反馈控制的多自主体系统迭代学习输出一致性

为改进多自主体系统的学习过程并提高系统对外部干扰的鲁棒性,提出一种具有反馈控制的迭代学习一致性控制算法。首先,自主体之间通过共享控制输入信息以改进其学习过程,并且当系统外部存在非迭代重复干扰时,通过设计反馈控制器以提高系统的鲁棒性;然后,使用压缩映射的方法对系统一致性进行分析,并严格推导出算法的收敛条件;最后,通过仿真实验验证了算法的正确性和有效性,改进后的算法与P型算法相比有更高的收敛速度,且在存在外部干扰时有更平滑的收敛曲线。     

余弦自适应混沌被囊体种群优化算法

针对被囊体种群优化算法存在易陷入局部最优、收敛速度慢等缺点,提出一种余弦自适应混沌被囊体种群优化算法。在模拟被囊体喷射推进行为中,引入余弦自适应曲线计算搜索个体间的社会作用力,从而改进算法易出现早熟的问题;并在搜索个体向最佳位置移动上增加了一种混沌行为,使其避免局部最优并拥有更快的收敛速度。采用多种标准测试函数进行测试,实验结果表明,提出的新的被囊群优化算法在保留原有算法优点的基础上具有更好的收敛速度、精度和全局最优性。     

基于深度学习的藏文乌梅体场景文字识别

藏文乌梅体场景文字识别是文字识别领域的一个难题,使用传统的文字识别方法人工构件难度很大。文章使用深度学习方法进行研究,使用卷积神经网络（Convolutional Neural Network,CNN）提取图像信息,采用注意力与循环神经网络（Recurrent Neural Network,RNN）结合的方式进行解码。实验结果证明,模型对于藏文乌梅体场景文字能够有效识别F1值达到86.76%。     

融合多标签损失与双注意力的U型视网膜血管分割

眼底视网膜血管的检测与分析对许多眼科疾病的诊断具有重要意义.为了更精确、健全地提取视网膜血管的特征信息,提出一种融合多标签损失与双注意力的U型网络模型.首先在编码部分通过空间金字塔池化提供多尺度输入,在U型网络内部融入双注意残差块提升网络对特征信息的提取能力;其次,在网络底部嵌入特征相似模块以捕获特征之间的远程依赖关系,为了有效地抑制眼底图像中的噪声影响和捕获血管多尺度信息,在跳连部分分别引入双路径注意门机制与稠密的空洞空间金字塔池化模块;最后,在解码部分设置侧输出层生成与层级对应的局部预测图像,并配合多标签Dice损失函数进行训练.在DRIVE,STARE和CHASE＿DB1数据集上进行实验,灵敏度分别为80.54%, 83.97%和82.40%,受试者曲线下的面积(AUC)分别为98.07%, 98.50%和98.36%.     

基于特征建模的连续体机械臂自适应鲁棒控制技术研究

针对连续体机械臂动力学建模困难,控制难度大的问题,使用特征建模的方法,用简化等价的特征模型设计了自适应鲁棒控制器。首先,通过对机械臂系统进行分析,使用特征建模得到等价的动力学模型,然后采用递推最小二乘法进行参数辨识,得到该特征模型的特征参数,最后,利用模型与辨识得到的参数设计了一种结合滑模控制的自适应控制器。通过仿真实验对本文方法与传统PID方法进行对比,仿真结果表明,本文的方法对于末端角度控制的跟踪精度高,同时对于末端扰动有着良好的自适应能力和鲁棒性。