粤港澳大湾区和深圳先行示范区背景下高校基层党组织建设创新研究--以中山大学为例

高校作为知识创新和人才培养重地,在以粤港澳大湾区和深圳先行示范区为建设背景的新形势下加强高校基层党建工作,具有重要的现实和战略意义。当前高校部分基层党组织存在架构设置不合理、支部书记选配不够强、党建载体相对单一、党建和教学科研融合不深等问题。一方面,高校需要探索党建组织形式、组织架构的创新模式;另一方面,高校应积极探索将党组织建设和教学科研紧密结合,充分发挥党的引领作用,促进高等教育教学和科技创新,促进党建和教学科研深度融合、互融互促,建立更符合时代和高校特色的新型基层党组织,助力深圳建设“双区”、打造“高水平人才高地”和高校“双一流”建设,落实立德树人根本任务。

非机类工程制图线上线下课程建设研究

工程制图课程是工科专业的一门传统公共基础课,随着计算机和电子信息等专业的快速发展,非机械类专业在工科专业中的比重逐年增长,受数字化趋势、专业特点、工作导向等因素影响,这些专业的部分学生认为工程制图在实际中的应用价值有限。文章针对该问题展开讨论,结合电子信息专业的教学实践,对非机类工程制图课程学习的必要性、教学内容的调整和优化、线上线下混合教学方法进行了详细论述。其中,在课程学习必要性上,指出非机类工程制图课程对于包括电子信息专业在内的所有工科学生都有着重要作用,可以提升学生在设计与原理表达、空间想象、跨学科合作、就业竞争力等方面的能力;在教学内容调整和优化方面,指出非机类工程制图课程教学多结合机械专业内容开展,与本专业的联系不够紧密,建议在专业特色、内容比重等方面进行调整;在教学方法上,从学习实践的灵活便利、学习个性化、互动与合作、多样化教学手段、效果反馈等方面分析了线上线下混合教学的必要性,建议从线上教学资源、专业特点设计、互动交流平台、评估和反馈机制等方面发力,给学生提供更加丰富的学习体验。

基于内部实体信息增强的语义通信

近年来,深度学习的快速发展为语义通信的实现提供了强有力的支持。一个值得探究的问题是知识库的应用。部署和生成知识库需要占用大量的缓存资源,而频繁地请求知识库可能会增加通信开销。考虑了如何在小规模知识库以及不增加传输数据量的情况下提高文本语义通信系统的性能,设计了一个基于内部实体信息增强的语义通信系统。具体地说,设计了一个实体识别器来识别文本内部的实体信息,并通过二次编码的方式来挖掘和增强实体信息,在接收端将实体信息和文本的整体语义信息融合解码。仿真结果表明,该系统可以有效利用实体信息提高接收端的性能,在低信噪比下有3%以上的提升。

智能超表面辅助的通感一体化性能优化

为了解决因障碍物等遮挡导致的覆盖空洞和探测精度下降问题,提出了一种基于栅格化的智能超表面辅助的通感一体化优化方法。首先,建模了最小化均方位置误差问题,将弱通感区域和RIS可能部署区域栅格化以降低计算难度,并采用粒子群优化算法和交替优化算法联合优化智能超表面期望反射角角度和部署位置。最后,引入探测需求因子,建模通感性能联合优化问题,并分析了探测需求因子对系统通感性能的影响。仿真结果显示:(1)相较于仅优化期望反射角,联合优化智能超表面的期望反射角和部署位置的方案,在平均信噪比仅有略微下降的情况下,可显著降低平均均方位置误差,平均均方位置误差降低10倍左右;(2)不同尺寸大小的智能超表面会对其最佳部署位置有影响;(3)联合优化智能超表面的期望反射角和部署位置提高了探测精度,最大化了通感整体性能。

基于无线信道特征的内生安全通信技术及应用

伴随着信息技术的高速发展,无线通信网络的安全形势日益严峻。数以亿计的设备接入无线通信网络中,针对用户隐私以及基础网络环境的窃听、攻击事件频频发生,无线通信网络的安全问题已成为限制无线通信业务广泛开展的严重障碍。传统认证与加密机制与传输相脱离,以密码算法和分发密钥的私密性为前提,容易受到物理层的攻击。为此,迫切需要深入开展面向物理层的安全机制研究。从无线通信网络的根源出发,面向无线信道的内生属性,研究了基于无线信道特征的内生安全通信架构,并针对此架构提出了基于射频指纹与信道密钥的内生安全通信技术方案。该架构将认证、加密与传输融为一体,从体系结构上增强了防御效果;利用无线信道特征的内生特点,从技术手段上提高了安全性能。

一种适应新型电力系统的加速型工程最速比例 积分控制器

在以新型绿色能源的快速发展为代表的新能源革命的发展进程中,从现有火电机组重要过程控制回路实现深度调峰、快速调频性能的角度,传统的比例积分微分(proportional-integral-derivative,PID)控制技术难以再适应。为此,发明工程最速控制器(engineering fastest controller,EFC),显著提高反馈控制性能,适应目前新型绿色能源快速发展的客观需要。但是构造EFC的工程最速比例积分(engineering fastest proportional-integral,EFPI)控制器存在控制性能相对不高的问题,EFPI难以单独运用,需要针对EFPI存在的问题进行改进;因此提出加速型工程最速跟踪滤波器(acceleration engineering fastest tracking filter,AEFTF),采用AEFTF构造出加速型工程最速比例积分(acceleration engineering fastest proportional-integral,AEFPI)控制器,实现一种工程上的加速型最速控制性能,相对EFPI,有效提高了控制性能。通过将AEFPI与EFPI、最优PI(optimal proportional-integral,OPI)控制进行对比,验证了AEFPI的控制性能明显优于EFPI、OPI。所给出的典型工程应用案例证明:与PI控制相比,AEFPI显著提高了现有火电机组的过程控制性能。AEFPI是EFC的继续深入发展,AEFPI、EFC的快速发展为新能源革命提供动力。

面向6G毫米波通信感知一体化的机动目标联合定位与测速

针对6G毫米波无线通信感知一体化网络中的车辆状态估计问题,提出了车辆位置、速度和时变信道联合估计算法。为了应对多径反射干扰、随机信道衰落、非凸函数优化等技术难题,挖掘时变信道及反射传播特点,提取多径反射传播模型的隐含线性结构,并采用下行多载波通信信号回波,联合推算车辆位置、速度及信道状态,以抵消多径传播干扰和信道扰动,进而补偿多普勒效应对车辆定位的不利影响。由于在干扰抵消、扰动补偿、非凸函数优化等方面的特殊设计,所提算法的定位及测速性能优于以往技术。仿真分析发现,定位精度和测速精度都随着子载波和收发天线数量的增加而提升,但是随着目标距离的增大而下降。由于车辆定位只利用了回波信号的基带特征,车辆定位精度与中心载波频率无关,但是随着系统带宽的增加而增加,且当系统带宽在150 MHz以上时,车辆定位性能增益非常小。相比之下,车辆测速精度随着中心载波频率的增大而提升,而受系统带宽的影响很小。另外,相比于车辆测速,车辆定位受传输距离和收发天线数量的影响更大。

适应新工科发展的电子技术实验教学改革研究

为了适应新工科发展的高素质工程科技人才培养要求,学院电子信息类专业在统筹专业建设发展的基础上,通过开展电子技术实验教学改革,以探索新工科发展下学生主动学习能力和实践创新能力的培养,为培养高水平的工程科技人才提供支撑。文章从实验教学体系、教学内容、教学手段、教学过程、教学考核和师资建设等方面对电子技术实验教学进行探索与改革,提出了适应新工科发展的电子技术实验课程建设的新思路,进一步提升了实验教学的质量与效果,提高了学生解决实际工程问题、团队协作、技术交流和自主创新等能力,探索了基于新工科理念深化工科实验教学改革的新路径。

新建院系电子信息类教学实验室建设

该文探讨了电子信息类新建院系进行教学实验室规划建设的思路和方法,分析了“新工科”对电子信息类教学实验室提出的新要求,阐述了需要对电子信息类专业学生着重培养的各项能力、教学实验室的人才培养层次,提出了从专业设置、课程体系、理论课程知识点出发的教学实验室设置和建设思路,给出了教学实验室建设论证的要点。此外,探讨了实践与理论交叉的新实验教学模式。实践表明,该建设思路和方法适应新工科人才培养需求,可以为电子信息类新建院系建设教学实验室提供参考。

基于新工科电子技术实验课程的学生能力培养研究

电子技术实验是一门重要的电子信息类基础实践课程,在工程实践类人才的培养上发挥着举足轻重的作用。文章结合目前我国大力发展新工科建设的需求,探讨传统类型电子技术类实验课程存在的问题,提出分拆校企合作或在目前正热门的实际课题中的电子技术类相关模块进行实验选题,要求学生在课前使用虚拟仿真软件对实验任务进行模拟仿真并完成所布置的设计类任务,再在线下实际课程中完成实体电路实验的培养模式,从而达到培养学生设计性思维、锻炼学生动手能力和巩固理论教学所学知识的目的。

大学本科量子密钥分发实验课程探索

量子信息技术因其卓越的特性而受到高度重视,被认为是未来信息技术发展的必然趋势,而具备量子物理背景的专业人才培养就显得极为重要.但是,由于量子信息技术具有抽象性、交叉性、前沿性和复杂性等特点,针对本科生开展相关实验教学具有一定挑战.中山大学从2018年开始在该方面进行了初步探索,针对高年级本科生开设了量子密钥分发等实验课程.本文基于笔者的教学工作,对量子密钥分发实验课程进行了介绍,探讨了其中的难点以及解决方案,希望通过本文探讨,能够对量子信息技术的教学工作有一定帮助.

基于定型匹配成形的5G LDPC编码调制方案

星座成形技术是通信系统的关键技术之一,可以通过成形技术来获得成形增益.然而,近年提出的定型概率幅度成形方案仅适用于方形星座调制,不适用于一般结构的二维星座.为此,本文提出了适用于一般二维星座的定型匹配成形编码调制方案,其可以直接应用于实际工程中任意对称结构的二维星座.在此基础上,针对5G低密度校验(Low-Density Parity-Check,LDPC)码的打孔特性进行特殊设计,提出了基于定型匹配成形的5G LDPC编码调制方案.仿真结果表明:(1)本文提出的基于定型匹配成形的二维编码调制方案与通常的概率幅度成形方案性能相一致,且所提方案具有更好的二维星座普适性;(2)本文提出的基于定型匹配成形的5G LDPC编码调制方案可以获得约0.6 dB的成形增益和约0.5 dB的打孔增益(相比于非打孔设计).

基于判别性无穷模糊受限玻尔兹曼机模型的HRRP序列识别

针对雷达高分辨率距离像(High Resolution Range Profiles, HRRP)序列数据在受干扰或背景杂波严重时目标识别性能较差的问题,提出一种判别性无穷模糊受限玻尔兹曼机(Discriminative Infinite Fuzzy Re-stricted Boltzmann Machine, Dis-iFRBM)模型。该模型结合判别性受限玻尔兹曼机分类和无穷受限玻尔兹曼机模型复杂度自适应特点,汲取模糊神经网络在低信噪比环境下提取特征更稳定的优点,将模型参数从实数扩展为模糊参数,实现了对HRRP序列数据原始特征的更稳定提取以及对雷达目标的更稳健识别。通过对多个HRRP序列的识别实验,验证了Dis-iFRBM的识别稳定性以及鲁棒性,与其他模型的对比实验验证了所提模型在“噪声”环境中的有效性和优越性。

重频超宽带电磁脉冲对GPS导航接收机的效应研究

全球定位系统(GPS)在被广泛应用的同时,也容易受到外界的干扰,因此研究GPS导航接收机的可靠性具有重要意义。超宽带(UWB)电磁脉冲具有陡峭的上升沿和宽频谱,能够对GPS进行干扰,是一种新型导航干扰手段。通过分析重频超宽带电磁脉冲的能量谱线分布情况探究了其对GPS导航接收机的干扰机理,对重频UWB电磁脉冲对GPS接收机干扰效果与脉冲参数之间的关系进行了研究。结果表明:重频UWB电磁脉冲可以对导航接收机射频前端电路造成非线性干扰,降低接收机的捕获性能,提高脉冲场强或者重频可以增强干扰效果,甚至导致接收机失去捕获能力。

基于RVoG模型的双极化SAR水稻株高反演

水稻株高被广泛应用于物候监测、水稻健康评估及产量预测等领域,极化合成孔径雷达(Polarimetric Synthetic Aperture Radar,PolSAR)信号能穿透水稻冠层记录水稻垂直结构信息,有助于实现高分辨率、大范围水稻株高提取。该文提出一种适用于非干涉条件下PolSAR数据水稻株高反演方法:利用极化SAR分解技术分离冠层及地表散射信号,引入随机地体二层散射模型(Random Volume over Ground,RVoG)对分解得到的水稻冠层散射能量进行建模,从而建立水稻株高反演模型;最后,联合邻域同质像素并利用NSGA-Ⅱ遗传算法对模型进行解算。利用2019年13景Sentinel-1影像在西班牙地区进行试验,水稻株高反演精度达到0.1 m,R^(2)达0.96以上,证明新方法能较好地适用于非干涉条件下PolSAR数据水稻株高反演。

雷达对抗技术研究综述与智能反干扰展望

电磁频谱的争夺是未来信息化战场至关重要的博弈对抗,为了应对更加灵巧和智能化的电子干扰,雷达也必须要发展智能化的反干扰技术。围绕当前雷达反干扰技术发展现状,将雷达反干扰技术框架分解为被动干扰抑制、主动干扰抑制和认知反干扰3个主要模块,从基础原理、实现逻辑、性能表现等方面对近几年的代表性文献进行了归纳总结。在此基础上,引入了干扰记忆诱导的智能化反干扰概念,丰富了雷达反干扰智能化内涵。并进一步分析了未来该领域的技术需求、应对场景以及发展趋势,为后续的反干扰技术智能化发展提供参考和依据。

基于高度计辅助的GNSS欺骗干扰检测

气压高度计可以获得精确高程数据,且不受外界电磁干扰,利用气压高度计辅助全球导航卫星系统(global navigation satellite system,GNSS)进行欺骗检测具有显著优势。为了评估气压高度计在GNSS欺骗检测中的能力并提高检测概率,首先对系统误差进行建模分析,并利用差分整合移动平均自回归(autoregressive integrated moving average,ARIMA)模型对气压高度计和GNSS测量结果进行处理。同时,通过计算欧氏距离构建数据空间,提出一种基于移动方差的自适应门限检测方法。试验结果表明,在虚警率为10^(-6)的情况下,检测率达到了92%,所提方法能够在高程信息上有效监测潜在的欺骗威胁,增强了GNSS系统的可靠性。

基于可解释深度卷积网络的空时自适应处理方法

在实际应用中,空时自适应处理(STAP)算法的性能受限于足够多独立同分布(IID)样本的获取。然而,目前可有效减少IID样本需求的算法仍面临一些问题。针对这些问题,该文融合数据驱动和模型驱动思想,构建了具有明确数学含义的多模块深度卷积神经网络(MDCNN),实现了小样本条件下对杂波协方差矩阵快速、准确、稳定估计。所构建MDCNN网络由映射模块、数据模块、先验模块和超参数模块组成。其中,前后端映射模块分别对应数据的预处理和后处理;单组数据模块和先验模块共同完成一次迭代优化,网络主体由多组数据模块和先验模块构成,可实现多次等效迭代优化;超参数模块则用来调整等效迭代中可训练参数。上述子模块均具有明确数学表述和物理含义,因此所构造网络具有良好的可解释性。实测数据处理结果表明,在实际非均匀杂波环境下该文所提方法杂波抑制性能优于现有典型小样本STAP方法,且运算时间较后者大幅降低。

基于运动模式集精细差异特征估计的真假弹道目标联合跟踪与辨识方法

针对对抗条件下弹道目标和有源多假目标跟踪及辨识难的问题,基于稳健交互多模型(Robust Interacting Multiple Model,RIMM)策略,提出真假弹道目标的联合跟踪与辨识方法。该方法基于推导的真假目标运动模式集以及模式间的精细差异特征设计交互多模型(Interacting Multiple Model,IMM)策略,以扩展卡尔曼滤波(Extended Kalman Filter,EKF)为子滤波器,并引入概率调整因子与时变因子,实时更新概率转移矩阵,有效放大运动模式集的精细差异特征,不仅能实现对真假目标的稳定跟踪,提高跟踪精度,同时也能实时在线辨识真假目标,实现跟踪辨识一体化。仿真结果表明,该方法的跟踪效果比传统单模型EKF算法和经典的IMM+EKF算法更好,能实时跟踪并辨识出真假目标,有利于提高雷达资源调度的效率。

基于半月板MRI的3D卷积神经网络模型预测膝骨关节炎发生的研究

目的探究基于自动分割半月板MRI的3D卷积神经网络(convolutional neural network,CNN)模型预测膝骨关节炎(knee osteoarthritis,KOA)发生的潜在价值。材料与方法本回顾性研究数据均来自于公开数据库骨关节炎倡议(Osteoarthritis Initiative,OAI)。随机选择基线时的130例膝关节MRI图像,由经过训练的肌骨诊断医师手动勾画半月板感兴趣区,训练半月板MRI分割模型。采用OAI骨关节炎发生队列的MRI图像分割半月板,并基于3D CNN构建KOA预测模型。该关节炎发生队列共纳入710例膝关节,基线时均无放射学KOA,即Kellgren-Lawrence(KL)分级均≤1。在48个月的随访期间,发生放射学KOA(KL分级≥2)为病例组,未发生放射学KOA为对照组。病例组与对照组以1∶1的比例进行匹配。分别利用基线和确定放射学KOA前1年随访时间点(P-1)的膝关节MRI图像构建KOA预测模型。采用Dice系数评估半月板MRI分割模型性能。采用受试者工作特征曲线下面积(area under the curve,AUC)评估基于半月板MRI、临床信息和MRI骨关节炎膝关节评分(MRI Osteoarthritis Knee Score,MOAKS)构建的预测模型的预测价值。结果本研究半月板分割模型在测试集的Dice系数达90.32%。在基线和P-1时间点,3D CNN KOA预测模型(基线时AUC:0.60;P-1时AUC:0.71)比基于临床信息的模型(基线时AUC:0.55;P-1时AUC:0.63)及MOAKS(基线时AUC:0.52~0.56;P-1时AUC:0.51~0.64)在测试集中表现出更好的预测能力,且差异存在统计学意义(P<0.05)。结论基于自动分割半月板MRI构建的3D CNN KOA预测模型较临床信息或MRI半定量评分能更好地预测放射学KOA的发生。