基于WGAN-GP的微多普勒雷达人体动作识别

针对人体动作识别微多普勒雷达数据量有限的问题,本文提出基于梯度惩罚的沃瑟斯坦生成对抗网络(WGAN-GP)进行雷达数据增强,实现深度卷积神经网络(DCNN)在样本数量较少时可以得到有效训练。首先对人体各种动作的线性调频连续波雷达回波数据进行预处理得到微多普勒时频谱图像,然后采用WGAN-GP进行时频谱图像数据增强,最后利用生成的图像对DCNN进行训练。实验结果表明使用WGAN-GP可以有效解决雷达数据不足的问题,从而提高DCNN人体动作识别准确率。     

水系锂离子电池负极材料LiTi2(PO4)3的研究进展

锂离子电池作为一种绿色可充电电池, 具有较高的能量密度及功率密度, 但市售锂离子电池主要以有机物为电解液, 当电池过充或短路时存在一定的燃烧及爆炸风险。为应对此问题, 水系锂离子电池逐渐走进人们的视野, 它具有清洁环保、安全性能高等优点, 其工作电压为1.5~2.0 V, 主要应用于储能领域。考虑到水系电池的析氢析氧反应, 常规负极材料无法应用于水系锂离子电池, 因此水系锂离子电池的研发关键在于负极材料的选取。LiTi₂(PO₄)₃具有开放的三维通道以及合适的嵌锂电位, 可以作为水系锂离子电池的负极材料。LiTi₂(PO₄)₃的合成方法主要有高温固相法、溶胶-凝胶法和水热法等。为进一步提高LiTi₂(PO₄)₃的电化学性能, 可以采用颗粒纳米化、形貌控制、元素掺杂及碳包覆等方式进行改性。本文从合成方法及改性手段的角度, 对近年来国内外水系锂离子电池负极材料LiTi₂(PO₄)₃的研究进行综述, 并对LiTi₂(PO₄)₃负极材料的发展前景做出展望。