大频率比的毫米波频率可重构滤波天线

针对现有毫米波频率可重构天线频率调谐比小的问题,本文设计了一款宽频带双频毫米波频率可重构滤波天线.天线以PIN二极管为重构开关,选择阶梯阻抗谐振器作为可重构带通滤波器,并加载U型枝节引入陷波;通过微带线-带状线过渡馈电结构将滤波器与Vivaldi天线级联,并设计了金属腔隔离辐射和滤波两部分,有效降低了电磁干扰和交叉极化.测试结果显示:PIN二极管处于导通状态时,天线工作在25.9-28.6 GHz,最大增益为8.83 dBi;PIN二极管处于断开状态时,天线工作在32.6-35.9 GHz,最大增益为9.97 dBi;可重构中心频率比达到了1∶1.26,两个频带的交叉极化电平均低于-20 dB.

基于改进多目标粒子群算法的可重构装配线调度

针对可重构装配线调度问题,构建了最小化重构成本、最小化生产负荷平衡和最小化物流平准化的多目标调度模型,设计了改进多目标粒子群算法。该算法采取了自适应调整策略和重启机制以保证种群多样性,帮助算法跳出局部最优。为了测试两种改进策略的有效性,所提出算法与两种多目标粒子群算法进行对比实验,实验结果表明自适应调整策略和重启机制有效提升了多目标粒子群算法的性能。同时,将改进多目标粒子群算法与原始多目标粒子群算法、多目标模拟退火算法、多目标人工蜂群算法、多目标差分进化算法、基于分解的多目标进化算法、快速非支配遗传算法进行对比。对100个测试案例进行求解,在世代距离、指标和超体积率上均表明改进多目标粒子群算法优于对比算法,可实现多目标可重构装配线调度问题的高效求解。

子连接有源可重构智能表面辅助的宽带无蜂窝网络能效优化

面对无蜂窝网络中超密集基站部署产生的高功耗问题,提出了一种基于子连接有源可重构智能表面辅助的宽带无蜂窝网络系统。考虑有源智能超表面最大功率约束、放大因子约束和基站端最大功率约束,构建了一个联合基站和可重构智能表面波束优化的能效最大化问题。由于所形成的优化问题非凸,提出了一种交替优化方案将原问题转化为多个子问题,进而利用块坐标下降、拉格朗日对偶变换、多维复二次变换等方法将每个子问题转化为凸优化问题,通过交替求解每个子问题最终获得原问题的解。仿真结果验证了所提方案的有效性。

基于可重构智能表面的二维高精度角度估计方法

可重构智能表面(Reconfigurable Intelligent Surface)因其提高频谱和能量使用效率、成本低等特点,被认为是未来无线通信和目标感知的关键性技术。RIS在平面上集成了大量低成本的无源反射元件,通过连接RIS的智能控制器,可以控制入射到这些可重构元件的信号的相位和幅度,从而重新配置入射信号的传播。波达方向(Direction of Arrival)估计问题是实现目标感知的重要组成部分,而RIS因其能够重新配置信号的特性被用来提高DOA估计的准确性。然而,在实际使用RIS时,由于元件之间的距离小于半波长而引起的互耦效应以及无法完美控制反射过程导致的反射失配(反射相位和幅度误差)等问题会严重影响RIS的性能。本文针对基于RIS系统的二维DOA估计问题,建立了考虑互耦效应和反射失配的RIS系统模型;并基于该模型,提出了一种新的二维角度估计方法用于DOA估计。该方法首先通过深度神经网络(Deep Neural Network)将RIS接收的信号进行重构,以降低互耦效应和反射失配的影响,再进一步使用非线性最小二乘法(Nonlinear Least Square)进行高精度的DOA估计。本文通过仿真验证了算法的估计性能,并与快速傅里叶变换(Fast Fourier Transformation)、正交匹配追踪(Orthogonal Matching Pursuit)等传统方法进行比较,结果表明相对于快速傅里叶变换、正交匹配追踪等传统方法新算法具有更好的估计性能。

可重构智能表面辅助通信系统时变级联信道估计

针对可重构智能表面(RIS)辅助通信系统时变级联信道的估计中需解决的级联信道稀疏表示、时变信道参数跟踪和信号重构等关键问题,提出了一种结合Khatri-Rao积的分层贝叶斯卡尔曼滤波(KR-HBKF)算法。该算法首先利用信道的稀疏特性,通过Khatri-Rao积和克罗内克积变换得到RIS级联信道的稀疏表示,将RIS级联信道估计问题转化为低维度的稀疏信号恢复问题。然后,根据RIS级联信道的状态演化模型,在HBKF算法的预测模型中引入了时间相关性参数,应用改进的HBKF解决时变信道参数跟踪和信号重构问题,完成时变级联信道的估计。KR-HBKF算法综合利用了信道的稀疏性和时间相关性,能以较小的导频开销获得更好的估计精度。仿真结果表明,与传统压缩感知算法相比,所提算法具有约5 dB的估计性能提升,且在不同的时变信道条件下具有更好的鲁棒性。

动态可重构技术浅述

动态可重构技术可以利用可重配置硬件的灵活性,使可重配置硬件不同时刻完成不同的功能。分析表明,通过对可重配置硬件的复用进而扩大硬件的等效规模,可以节省硬件资源的面积、输入/输出管脚和系统的功耗等。研究了动态可重构技术包含的内容,讨论了动态可重构系统设计过程中需要考虑的问题并描述了其发展趋势。

可重构智能表面辅助通信系统的非线性优化及实验设计

针对可重构智能表面辅助的通信系统,提出了一种智能反射表面开关选择和功率分配的联合设计方法,以改变电磁波传播环境、提高信号传输效率、减少功率消耗。首先,在保证接收端数据传输速率达到一定门限值等多个约束条件下,建立以系统能量效率最大化为目标的多维变量联合非线性优化问题,其中涉及的优化变量包括:智能反射表面开关选择、相位调整和功率分配。在开关选择方面,采用贪婪算法选择开启起主要作用的元器件,并关掉起次要作用的智能反射表面。在功率分配方面,通过求解凸优化问题得到功率分配的闭式解。基于此,设计出一种高传输速率、低功率消耗的迭代优化算法。最后,设计仿真教学实验,通过MATLAB软件,验证了所提出的联合优化算法通过改变电磁波传播环境,有效地提高了信号传输的速率和能量效率;并分析了实验中导致算法性能发生变化的机理,这也有利于帮助学生提高科研创新能力和工程实践能力。

混合可重构智能表面和人工噪声辅助的物理层安全通信

针对可重构智能表面(Reconfigurable Intelligent Reflecting Surface,RIS)辅助的物理层安全通信,该文设计了基于混合有源-无源RIS和人工噪声(Artificial Noise,AN)辅助的安全传输方案。考虑基站和RIS的功率约束以及RIS无源反射元件的反射系数恒模约束,以最大化系统安全传输速率为目标,构建基站发射波束成形、AN波束向量、RIS反射系数矩阵联合优化问题。使用交替优化(Alternating Optimization,AO)、权值最小均方误差(Weighted Minimum Mean Square Error,WMMSE)和半定松弛(Semi-definite Relaxation,SDR)算法,求解所构建的变量高度耦合的非凸优化问题。仿真结果表明,混合RIS辅助安全传输方案,能够有效提高系统的安全速率,与无源RIS相比,能够有效克服“双衰落”效应导致的安全速率降低,与有源RIS相比,具有更高的能量效率。

基于动态可重构电池网络的大规模退役动力电池梯次利用储能系统运行性能评估

退役动力电池因其一致性差、安全性薄弱等缺陷在梯次利用时面临巨大挑战。动态可重构电池网络(dynamic reconfigurable battery network,DRBN)能够有效提高退役动力电池梯次利用储能系统的一致性和安全性。目前DRBN储能系统已经进入工程应用阶段,然而现有的研究缺少对大规模DRBN储能系统的运行性能评估。为此,以实际运行的大规模退役动力电池梯次利用储能系统作为分析对象,选取储能系统中80个DRBN的1个月运行数据进行分析。从运行工况、均衡效果、薄弱辨识三个方面验证了DRBN储能系统对电池模组一致性的提升效果。数据分析表明,90%的DRBN一致性良好,且其他一致性较差的DRBN都能够被准确辨识。

毫米波通信系统中可重构智能表面辅助多用户信道估计方案

为了解决可重构智能表面(Reconfigurable Intelligent Surface,RIS)辅助的多用户毫米波通信系统中级联信道的信道估计问题,提出了一种新的基于压缩感知(Compressive Sensing,CS)的两阶段级联信道估计方案,该方案在传统的压缩感知信道估计上引入级联信道双时间尺度性质和行列稀疏邻近结构,同时利用信道特性和双结构正交匹配追踪算法(Double-Structured Orthogonal Matching Pursuit,DS-OMP)在节约导频开销的同时也提高了信道估计的精度和性能。通过仿真分析各变量对所提方案归一化均方误差(Normalized Mean Square Error,NMSE)的影响,相较于传统基于压缩感知的信道估计算法,所提方案具有较好性能,同时有较小的导频开销。

地面机动平台可重构轮履复合推进机构研究现状与展望

可重构轮履复合推进机构兼具轮式推进机构的快速性和履带推进机构的通过性,是提高地面机动平台在极端地形上综合性能的关键技术,在各类机器人和特种车辆上都得到了一定应用.文中在系统调研国内外相关文献的基础上,按轮履构型重构互换原理对推进机构进行分类,着重对比分析了不同构型的结构特点和应用场景,指出了可重构轮履复合推进机构的主要技术难点和发展前景.

面向边缘计算的可重构CNN协处理器研究与设计

随着深度学习技术的发展,卷积神经网络模型的参数量和计算量急剧增加,极大提高了卷积神经网络算法在边缘侧设备的部署成本。因此,为了降低卷积神经网络算法在边缘侧设备上的部署难度,减小推理时延和能耗开销,该文提出一种面向边缘计算的可重构CNN协处理器结构。基于按通道处理的数据流模式,提出的两级分布式存储方案解决了片上大规模的数据搬移和重构运算时PE单元间的大量数据移动导致的功耗开销和性能下降的问题;为了避免加速阵列中复杂的数据互联网络传播机制,降低控制的复杂度,该文提出一种灵活的本地访存机制和基于地址转换的填充机制,使得协处理器能够灵活实现任意规格的常规卷积、深度可分离卷积、池化和全连接运算,提升了硬件架构的灵活性。本文提出的协处理器包含256个PE运算单元和176 kB的片上私有存储器,在55 nm TT Corner(25°C,1.2 V)的CMOS工艺下进行逻辑综合和布局布线,最高时钟频率能够达到328 MHz,实现面积为4.41 mm^(2)。在320 MHz的工作频率下,该协处理器峰值运算性能为163.8 GOPs,面积效率为37.14GOPs/mm^(2),完成LeNet-5和MobileNet网络的能效分别为210.7 GOPs/W和340.08 GOPs/W,能够满足边缘智能计算场景下的能效和性能需求。

基于可重构硅光滤波器的计算重建片上光谱仪

相比于笨重的台式光谱仪,集成化的芯片级光谱仪可以应用于便携式的健康监测、环境检测等场景.我们设计了一个基于硅光子平台的片上光谱仪.该器件由一个透射光谱可重构的硅光滤波器构成.通过改变滤波器的透射光谱,可以实现对输入光谱的多次且不同的采样.再结合人工神经网络算法,从采样后的信号中重建出入射光谱.可重构的硅光滤波器由互相耦合的马赫曾德干涉仪和微环谐振腔组成.采用集成的热光相移器引入相位变化,能够对滤波器的透射光谱进行重构.通过这种方式,基于单个可重构滤波器可得到包含宽、窄光谱多样特征的响应函数.不需要滤波器阵列,就可以实现对入射光谱的多样化采样,能够显著地减小光谱检测器件的面积.仿真结果表明,所设计的器件在1500—1600 nm波长范围内可以实现连续光谱和稀疏光谱的重建,分辨率约为0.2 nm.该器件在可穿戴光学传感、便携式光谱仪等场景中具有巨大的应用潜力.

空中可重构智能表面辅助的全双工无人机安全通信

针对传统的可重构智能表面(reconfigurable intelligent surface,RIS,也称智能超表面)在无人机辅助安全通信中存在的灵活性不足和系统安全保障能力不强的问题,以及当前无人机半双工通信系统普遍面临的频谱利用率低和通信效率低的挑战,提出了一种空中可重构智能表面(aerial reconfigurable intelligent sur‐face,ARIS)与全双工无人机的双机协同解决方案,旨在提升面对地面窃听者时的通信安全性和效率。联合优化用户通信调度、传输功率、无人机发送的干扰功率及其飞行轨迹,以及ARIS的相移和轨迹,设计了一个旨在最大化最小平均可达安全速率的优化问题,并提出基于交替优化(alternating optimization,AO)、半定松弛(semi-definite relaxation,SDR)技术和连续凸近似(successive convex approximation,SCA)的迭代算法,以获得高质量的次优解。仿真结果验证了ARIS与全双工无人机结合的双机协作方案在提升通信质量和安全性能方面的有效性,展示了其在复杂安全通信环境下的优越性。

面向6G可重构智能超表面使能的近场海洋通信信道建模与信号传播机理研究

可重构智能超表面(RIS)作为6G移动通信中的潜在关键技术之一,具有低成本、低能耗和易于部署等特点。该文提出将RIS技术引入至海洋无线通信场景中,可使无线传输环境从不可控变为可控。然而,现有的信道模型难以充分揭示RIS使能基站-海面无人船近场通信信号独特的传输机理,信道特性分析方法与建模理论难以在计算准确性与复杂度之间实现平衡。因此,该文通过对RIS使能近场海洋通信中各子信道进行建模,提出空时频多域信号传播机理分析方法,建立RIS使能基站-无人船近场海洋通信参数化统计信道模型,解决现有RIS信道建模方法难以兼顾精度与效率的技术瓶颈问题,提高RIS使能近场海洋通信系统设计过程中的信道模型匹配效率,为我国6G移动通信产业的快速发展提供技术支撑。

可重构智能表面辅助的V2I通信系统联合波束赋形算法

为解决基于信道先验知识的联合波束赋形方法受限于多变的车辆与交通基础设施(V2I)通信场景且信道估计开销过大等问题,该文结合环境态势感知,提出一种基于无线传播链路预测的联合波束赋形方法。该方法首先利用射线追踪模拟器构建了可重构智能表面(RIS)辅助的V2I毫米波通信系统模型,通过改变环境态势以获取多样的无线传播链路数据来构建数据集。其次,使用该数据集训练基于机器学习的无线传播链路预测模型。最后,在最大发射功率约束条件下,构建了联合波束赋形问题模型,并基于预测结果采用交替迭代优化方法(AIOA)优化基站波束赋形矩阵和RIS相移矩阵,以实现同步通信车辆用户最小信干噪比(SINR)的最大化。仿真结果验证了该方法的有效性,通过引入非信道先验知识驱动,降低了信道探测开销,提高了该方法在V2I场景中的可行性。

可重构智能超表面辅助的大规模机器类通信深度学习大规模MIMO信道估计

大规模机器类通信(mMTC)是第5代移动通信系统的重要应用场景之一,可实现每平方公里近百万级设备的连接。考虑到mMTC传播环境的复杂性,该文引入可重构智能超表面(RIS)进行上行免授权的传输,由此级联形成用户与RIS、RIS与基站(BS)之间的信道链路,从而有效控制无线信号传输的质量。在此基础上,建立Turbo译码消息传递思想下的降噪学习系统,通过大量的训练数据,以学习RIS辅助的级联信道状态信息,并对其进行估计。此外,该文对RIS辅助的mMTC信道估计结果进行了统计分析,以验证所提方案的准确性。数值仿真结果和理论分析结果表明,该文方法优于其他压缩感知类的方法。

可重构低熵智能车间布局建模与优化

针对智能车间布局,采用单元布局的方式分别对单元间布局和单元内布局进行建模,设计涵盖物料搬运成本、时间损失成本、单元重构成本、设备成本、车间面积利用率和布局柔性等面向低熵化车间布局的多目标函数,给出包括边界约束、间距约束和固定位置约束等符合车间实际情况的定量约束条件。针对车间布局模型多变量、多约束和非线性的特点,设计一种基于精英策略和自适应交叉、变异算子的双层遗传元胞算法进行求解。通过典型企业作业车间布局改造实例分析,验证模型和算法的可行性和有效性。

目标探测回波模拟单元可重构测试技术研究

现有空空导弹在柔性、可重构、快速响应等设计和研制方面与国际领先水平和军事需求相比还存在严重不足。其研发系统架构和生产研制架构形式已经无法满足未来的发展需求,特别是目标探测部件等核心关键组件。重点探索目标探测部件的新型可重构测试架构形式,通过模块化、标准化和通用化的模组组合,针对不同型号产品搭建快速验证平台,完成性能测试。提出了一种目标探测部件回波模拟单元的柔性可重构测试技术,通过对目标模拟单元的可重构设计,快速形成目标探测部件测试平台。

基于边缘计算的可重构波束控制技术研究

随着社会和技术的发展,相控阵软件无线电技术得到了快速推广和普及,其应用领域从传统的军事预警探测逐步拓展到气象探测、航空安全、无人驾驶、空间探测、天地通信中继等等。同时,新方法新体制应用对天线波束形成算法复杂度、数据传输量和波束切换的低延时等提出了更高的要求,商业应用要求高效低成本部署,并能够基于软件定义具备良好的可扩展性,传统集中式波束控制方法已无法有效应对需求。波束控制节点部署利用边缘计算理念可实现相控阵天线射频前端的就近波束形成运算与数据处理,有效减小数据传输带宽和降低延时,波束控制平台采用软件可重构体制可适应新兴领域和用户需求的不断发展变化。介绍了相控阵射频前端波束控制原理,提出了一种基于边缘计算的可重构波束控制技术,采用嵌入式分布化运算处理技术,通过建模仿真与计算,证明该技术可有效改善相控阵天线多通道数据传输压力,提升波束敏捷性,实现功能、孔径可重构,具有广泛的工程应用前景。