具有陷波特性的改进Sierpinski分形超宽带天线

为了避免WLAN窄带通信系统对超宽带通信系统的干扰,该文提出一种具有陷波特性的改进Sierpinski分形超宽带天线。天线的辐射单元是改进的4阶Sierpinski分形结构,通过采用共面波导馈电技术以及增加Sierpinski分形的迭代次数,可有效展宽天线的带宽,从而实现覆盖UWB(3.1～10.6 GHz)频段的宽频特性。在分形贴片上增加两个对称的L型开路枝节,实现了5.03～5.85 GHz频段的双陷波特性,能有效抑制WLAN频段对超宽带通信系统的干扰。天线的尺寸较小,仿真和实测结果表明天线可广泛适用于各种UWB通信系统。

V-SLAM中点云配准算法改进及移动机器人实验

针对移动机器人视觉同时定位与地图构建(visual simultaneous location and mapping,V-SLAM)中,存在帧间配准误差大造成重建精度低、位姿轨迹丢失的问题,提出一种三阶段改进点云配准的ICP算法.首先通过RANSAC(随机采样一致性)采样策略对RGB图进行点对的筛选从而获得内点完成预处理;然后采用基于刚体变换一致性的对应点双重距离阈值法完成点云初配准;在得到良好的初始位姿下,引入一种动态迭代角度因子的ICP精配准方法.在后端部分引入滑动窗口法和随机采样法相结合的关键帧筛选机制,结合g2o(general graph optimization)图优化算法优化机器人位姿轨迹,实现全局一致的VSLAM系统.采用标准点云模型对本文算法与文献算法进行点云配准实验对比,在配准精度上有明显提高;通过移动机器人在真实环境下的地图重建实验,验证了本文算法的有效性;最后基于TUM数据集的实验表明了本文算法能有效估计出机器人运行轨迹.

混响环境下基于分频的广义互相关时延估计算法

实际室内环境存在混响,导致声源定位准确率下降。为此,提出一种基于分频的广义互相关时延估计声源定位算法。双耳信号通过Gammatone滤波器后得到分频的子带信号,在每个子带信号中进行最小相位分解的去混响处理,从倒谱域中反变换到时域后对每个子带进行互相关计算,然后求和每个子带互相关函数得到最大互相关值相对应的双耳时间差值,最终通过几何模型获得方位角。仿真结果表明,相比PHAT-GCC声源定位法,该算法能减少混响环境带来的定位误差,提高声源定位的稳定性。

基于时频域的卷积神经网络运动想象脑电信号识别方法

针对目前运动想象脑电(EEG)信号识别率较低的问题,考虑到脑电信号蕴含着丰富的时频信息,提出一种基于时频域的卷积神经网络(CNN)运动想象脑电信号识别方法。首先,利用短时傅里叶变换(STFT)对脑电信号的相关频带进行预处理,并将多个电极的时频图组合构造出一种二维时频图;然后,针对二维时频图的时频特性,通过一维卷积的方法设计了一种新颖的CNN结构;最后,通过支持向量机(SVM)对CNN提取的特征进行分类。基于BCI数据集的实验结果表明,所提方法的平均识别率为86.5%,优于其他传统运动想象脑电信号识别方法;同时将该方法应用在智能轮椅上,验证了其有效性。

改进粒子群优化算法的移动机器人路径规划

针对单一智能优化算法求解机器人路径规划时易陷入局部误区的问题,提出改进粒子群优化算法(GB_PSO)用于机器人路径规划。该算法以粒子群优化算法(particle swarm optimization,PSO)为主体,由于遗传算法(genetic algorithm,GA)和细菌觅食算法(bacterial foraging optimization algorithm,BFO)更新策略所受环境影响的不同,拟合两种环境参数;然后计算粒子与不同环境参数之间的相关性将粒子群划分为两类,分别通过GA的选择、交叉、变异算子和BFO的趋化操作并行加强局部优化;最后通过改进的粒子群更新公式对粒子进行更新,实现机器人全局和局部路径的优化。实验结果表明,改进粒子群优化算法进行路径规划提高了局部和整体的搜索能力,路径规划速度快且路径距离短,同时具备更强的鲁棒性。

混合脑机接口的研究现状及应用

随着多学科的发展,脑-机接口(brain-computer interface,BCI)技术取得了飞速发展,已成为脑科学、神经医学、人工智能等领域的研究热点。多项研究表明,多模态混合BCI(hybrid brain-computer interface,h BCI)比仅使用一种脑电信号(单模态)的BCI拥有更高的识别率和更好的稳定性。针对基于脑电图(electroencephalography,EEG)和肌电图(electromyography,EMG)的h BCI技术的研究现状与应用情况进行了分析与阐述,并总结了近年来EEG和EMG信号处理的主要方法,并针对目前国内外研究现状中所存在的问题,提出了在脑肌电混合BCI方向的潜在创新点,以期促进基于EEG和EMG的混合BCI在实际应用中进一步发展。

一种基于改进QPSO的机器人路径规划算法

针对量子行为粒子群优化(QPSO)算法在移动机器人路径规划中出现早熟收敛的问题,提出一种基于聚集度因子和阶段变异策略的改进QPSO算法。根据目标函数计算粒子的适应度值,在压缩扩张因子中引入改进聚集度因子划分搜索阶段,利用分阶段变异策略更新个体位置,并对算法进行性能测试。实验结果表明,与FE-PSO算法相比,该算法具有较高的收敛精度与较好的稳定性。

一种新型共边矩形环嵌套的分形多频天线设计

提出了一种新型分形结构的天线,该分形结构由多个共用一条边的矩形环嵌套构成。由于结构的自相似特性,使天线能够在多个频段工作。研究表明,天线的通频带个数由分形结构的矩形环个数控制,且各谐振频点与相应辐射单元的尺寸密切相关。设计了能同时工作在蓝牙、WLAN和Wi MAX频段的三频天线,天线仿真的谐振频点分别为2.44 GHz、3.55 GHz和5.59 GHz,相应的带宽分别为7.0%(2.35 GHz^2.52 GHz)、15.0%(3.28 GHz^3.81 GHz)和30.1%(5.13 GHz^6.95 GHz)。实物的测试结果与仿真结果基本吻合,符合设计要求。

融入二维码信息的自适应蒙特卡洛定位算法

蒙特卡洛定位(MCL)算法存在计算量大、定位精度差的问题,由于二维码具有携带信息的多样性、二维码识别的方便性与易用性的特点,提出一种融入二维码信息的自适应蒙特卡洛定位算法。首先,利用二维码提供的绝对位置信息修正里程计模型的累计误差后进行采样;然后,采用激光传感器提供的观测模型确定粒子的重要性权重;最后,因为重采样部分采用固定样本集会导致大计算量,所以利用Kullback-Leibler距离(KLD)进行重采样,根据粒子在状态空间的分布情况自适应调整下一次迭代所需粒子数,从而减小计算量。基于移动机器人进行的实验结果表明,改进算法与传统蒙特卡洛算法相比定位精度提高了15.09%,时间缩短了15.28%。

一种新型类Vicsek分形多频天线的设计

在Vicsek结构的分形理论基础上进行了改进,提出了一种具有良好空间填充性和自相似特性的新型类Vicsek分形天线,并在接地板上引入缺陷地结构（Defected Ground Structure,DGS）来改善频率、抑制谐波,得到了可以运用在无线局域网（Wireless Local Area Networks,WLAN）、全球微波互联接入（Worldwide Interoperability For Microwave Access,WiMAX）以及C波段卫星通信的四个频段.天线的谐振频率分别为2.45GHz、3.46GHz、5.8GHz和7GHz,相应带宽为0.2GHz（2.37~2.57GHz）、0.49GHz（3.2~3.69GHz）、0.75GHz（5.52~6.27GHz）和0.56GHz（6.68~7.24GHz）,增益最高达到4.89dB.天线的小尺寸及全向性辐射特性表明该天线能很好地满足便携式多频段移动设备的要求.

基于CBLSTM算法的脑电信号特征分类

由于传统的脑电信号分类方法识别率较低,且识别率随着脑电信号类别的增加逐渐下降,针对脑电信号时空特征结合的特点,设计了一个多层的卷积双向LSTM型递归神经网络(CBLSTM)分类模型。此分类模型利用多层的卷积神经网络有效提取脑电序列的频域特征,采用双向LSTM提取脑电信号的时域特征,并将脑电信号序列逐帧输入到此分类模型中进行标记,最后输出分类结果。对比研究验证了所提出方法的可行性,实验表明此分类模型平均分类识别率得到了提高,且鲁棒性较好。

反射式光纤传感器在高清晰度CPT荫罩振动测试中的应用

文中研究了反射式光纤传感器在高清晰度CPT荫罩振动测试中的应用 ,系统采用反射式光纤传感器和高速数据采集电路 ,实现了对测试荫罩位移振动过程的实时、非接触、快速地测量 ,充分发挥了激光光纤传感测量方法的突出优点。

减小光栅传感器测量信号误差的研究

在光栅传感器测量系统中,为了提高测量信号的精度,需要对系统输出信号的误差进行研究。介绍了莫尔条纹的产生和光栅传感器测量系统,对测量系统的误差进行了分析,提出了利用基于误差修正技术的光栅测量系统减小光栅测量信号的系统误差的方法,以及利用滑动平均滤波与中值滤波结合的方法减小动态莫尔条纹信号中的随机误差,总结了设计光栅传感器测量系统的关键技术。仿真结果表明:混合滤波方法可以有效地减小动态莫尔条纹信号中的噪声干扰,且算法简单。

融合特征法与直接法的RGB-D稠密视觉SLAM算法

为了保持直接法的快速性与特征法的高精度和闭环能力,提出了一种融合直接法与特征法的RGB-D同时定位与地图创建(SLAM)算法。该算法主要包含3个并行线程:跟踪线程、局部建图线程和闭环线程。在跟踪线程中对非关键帧进行跟踪,通过最小化光度图像误差来进行相机的初始位姿估计以及像素点的对应关系计算,利用最小化局部地图点重投影误差进一步优化相机位姿,实现快速准确的跟踪与定位;在局部建图线程中对关键帧进行提取并匹配ORB特征,执行局部BA(光束平差法),对局部关键帧位姿和局部地图点的位置进行优化,提高SLAM的局部一致性;在闭环线程中执行对关键帧的闭环检测和优化,从而保证SLAM全局一致性。另外,根据RGB-D图像和相机位姿信息,通过基于Octomap的建图框架,构建完整准确的3D稠密环境地图。在TUM数据集下的实验表明,所提出的方法可以得到与基于特征法相当的精度,且所需时间更少。

太赫兹波段复合型FSS带通滤波器的分析与设计

利用谱域法对频率选择表面(frequency selective surface,FSS)结构进行理论分析,设计了中心频率为0.338 THz工作在大气通信窗口的复合型FSS带通滤波器。该滤波器是对圆环槽单元滤波器进行改进,增加了三极子单元,通过研究结构参数对滤波性能的影响关系,进行结构优化。实验表明,该滤波器综合滤波性能更好,3 d B带宽可以达到69.5 GHz,回波损耗小于-13.46 d B,带内插入损耗小于0.45 d B,带内纹波低到0.1 d B,且通带平坦,有较好的带外抑制和矩形系数,边带比较陡峭。同时该滤波器在不同极化波和相同极化波不同入射角度入射时都有很好的频率稳定性,能有效地用于太赫兹通信。

基于势场导向的对数蚁群算法的移动机器人路径规划

针对蚁群算法存在收敛速度慢,易陷入局部最优的问题,提出了一种将人工势场和对数蚁群算法相融合的新算法。该算法是在蚁群算法的基础上,将势场的影响因素引入到蚁群算法的状态转移概率函数和启发函数中,并通过对数函数模型对蚁群算法的信息素更新策略进行改进,使得路径算法搜索不再具有盲目性,并加快算法的收敛速度。为了验证改进算法的有效性,分别在不同环境的2维栅格地图中进行仿真。仿真结果表明,相比改进前的蚁群算法,改进后的蚁群算法在路径规划中收敛速度更快,规划效率更高。将基于势场导向的对数蚁群算法应用于Hokuyo激光建图的实际机器人上进行路径规划实验。实验结果表明,改进后的蚁群算法路径搜索效率较改进前提高了约52%。

信息光学实验的改革与实践

针对信息光学课程的性质和实验课教学的现状,结合光信息科学与技术专业对信息光学实验教学的基本要求,以努力培养创新人才为目的讨论了教学模式、教学方法和教学内容的改革思路与实践;提倡在信息光学实验中引入计算机辅助教学,陈述了关于设计性实验的一些建议,同时强调在信息光学实验教学中优化学生的实验心理。

对专业实验中心建设与改革的思考

实验室是开展科学研究、培养高素质创新性人才的基地。文章结合光电工程学院专业实验中心的实际情况，提出了专业实验中心的建设目标和建设方案，并从实验课程体系、教学手段与教学方法、教师队伍和实验中心管理等方面等进行了思考和探索。

多约束条件下基于改进遗传算法的移动机器人路径规划

针对在多约束条件下移动机器人在路径规划中搜索效率低、收敛速度慢的缺点,提出多约束条件下基于改进遗传算法的移动机器人路径规划,充分考虑路径长度、平滑度以及困难度这3种因素的影响,通过分析多约束条件下遗传算法在初始化种群时计算方法的不足,提出利用SPS(surrounding point set)算法,通过在障碍物周围生成点来产生初始路径,以提高算法快速生成初始种群的能力;增加平滑算子和删除算子,删除相对最终路径而言不必要的点,同时使路径更加平滑;结合小生境法以保持种群多样性,避免出现算法早熟现象。仿真结果表明,改进后的算法在路径长度,路径平滑度以及路径困难度方面均有一定的优势,同时算法的收敛速度也略有提高。

DFSMN-T:结合强语言模型Transformer的中文语音识别

自动语音识别系统由声学模型和语言模型两部分构成,但传统语言模型N-gram存在忽略词条语义相似性、参数过大等问题,限制了语音识别字符错误率的进一步降低。针对上述问题,提出一种新型的语音识别系统,以中文音节(拼音)作为中间字符,以深度前馈序列记忆神经网络DFSMN作为声学模型,执行语音转中文音节任务,进而将拼音转汉字理解成翻译任务,引入Transformer作为语言模型;同时提出一种减少Transformer计算复杂度的简易方法,在计算注意力权值时引入Hadamard矩阵进行滤波,对低于阈值的参数进行丢弃,使得模型解码速度更快。在Aishell-1、Thchs30等数据集上的实验表明,相较于DFSMN结合3-gram模型,基于DFSMN和改进Transformer的语音识别系统在最优模型上的字符错误率相对下降了3.2%,达到了11.8%的字符错误率;相较于BLSTM模型语音识别系统,其字符错误率相对下降了7.1%。