基于数字锁相环的FPGA多通道频率测量系统设计

针对传统频率测量电路复杂、采集速度较慢的问题,基于FPGA(现场可编程逻辑门阵列),采用全数字锁相环对待测量信号进行倍频,辅以自适应时钟模块、计数模块和串口接收发送模块,设计了多通道频率测量系统,从而达到精简电路并实现对多路待测信号的快速精准测量。实验结果表明,对于100 Hz~10 MHz频率的稳定信号,测量时间仅为100 ms,与标准频率计相比,相对误差<0.5 ppm(1 ppm=10^(-6))。可用于多路频率信号的实时采集测量。

通道频率特性差异对高分辨率参数估计算法MUSIC的影响

本文分析了高分辨率参数估计算法-MUSIC在通过频率响应不一致（通道失配）情况下的统计性能，推导了通道失配对空间港的影响以及失配方差和分辨能力的关系表达式．理论表明：通道先配会引起空间谱误差并降低其分辨能力。计算机仿真结果证明了理论结果的有效性。

纳米金属薄膜同时实现多通道频率和角度滤波

为了研究纳米金属银薄膜和空气构成的周期结构的光学传输特性,采用周期结构的Bloch原理和传输矩阵法研究了光波在其中的传输特性。由分析可知,对特定的入射角度,有多个分离的频道可以让光波传播;对特定的光波频率,有多个入射方向让光透射。通过改变空气层的厚度,频道位置和角谱位置可以根据需要进行调节。银层在研究的光谱范围内的损耗对传输的透射率产生影响,但不改变滤波通道的位置。通过设计合适的厚度,这种影响可以得到有效的降低。结果表明,可以将该结构设计成多通道频率滤波器和多通道角度滤波器。

基于多尺度频率通道注意力融合的声纹库构建方法

为解决声纹识别准确性易受外部因素影响的问题,提出一种基于多尺度频率通道注意力融合时延神经网络(MFCA-TDNN)模型的声纹识别算法。MFCA-TDNN在ECAPA-TDNN(Emphasized Channel Attention Propagation Aggregation Time Delay Neural Network)的基础上作了3点改进,包括:加入了多尺度频率通道注意力前端以从话语中获得高分辨率的特征表示、添加了多尺度通道注意力模块结合局部和全局的特征以融合多尺度信息、嵌入了特征注意力融合模块为多尺度的融合特征加权。这些改进使模型更好地利用多尺度的时频信息,提高识别能力。实验结果表明,与ECAPA-TDNN模型相比,MFCA-TDNN模型等错误率(EER)和最小检测代价函数(minDCF)分别下降5.9%和7.9%;最低的EER可达到3.83%,最低的minDCF可达到0.2202。

基于空间频率通道的弱视眼与正常眼对比敏感度的差异分析

背景对比敏感度（cs）作为弱视诊疗手段之一在临床中已广泛应用，但其与空间频率通道之间的相互影响还有待研究。目的比较儿童弱视眼与正常眼的CS，通过空间频率通道探讨弱视眼cs缺损的原因。方法采用OPTEC6500型视功能测试仪对166眼正常眼和143眼弱视眼进行CS测量，通过主成分分析法和非正交旋转法推导空间频率通道的调谐曲线，由半高宽法计算通道带宽，比较通道数目和通道带宽，对弱视眼和正常眼的CS进行差异分析。空间频率通道的有效性采用43眼弱视眼cs数据进行交叉验证。结果在空间频率为1．5、3．0、6．0、12．0、18．0cpd时，弱视眼CS分别为：36．35±21．40、50．33±33．46、46．88±41．72、16．24±17．26、4．67±5．79；正常眼CS分另1为：49．49±24．69、87．23±40．87、93．18±51．99、36．63±24．72、15．70±13．87（H=27．83、66．61、68．34、78．23、89．88，P〈0．05）。弱视眼和正常眼的CS存在三个空间频率通道；在空间频率峰值为3．0、6．0、12．0cpd时，正常眼的通道带宽分别为1．03、1．02、0．99 octaves，弱视眼的通道带宽分别为1．04、1．01、0．73octaves。结论弱视眼cs的缺损可能由对应空间频率通道带宽的缩小引起。

一种抗干扰能力强的频率通道电路的设计

文中介绍一种抗干扰能力强的频率通道电路的设计。该电路突破了传统的斯密特触发器的不足,能根据输入信号幅度自动调节触发电平,工作可靠,通过触发器互锁技术,大大提高了通道抗干扰能力。电路设计简炼,灵敏度高,频率范围宽,具有较高的工程应用价值。

多通道高性能宽带频率源设计与实现

为了实现多通道高性能宽带频率源,本文提出了一种采用低相噪低杂散高鉴相频率的设计方法,同时采用开关级联关断和合理的结构分腔来保证多通道之间的高隔离度,根据该方法研制了一款多通道超低相噪和低杂散和高隔离度的频率源。本文介绍了该频率源的设计方案,分析了关键技术,并对采用该设计方法实现的产品进行了测试,测试结果表明在233 mm×160 mm×24 mm的体积下实现三个独立的宽带频率源,其频率范围为4 305 MHz^7 405 MHz,相位噪声优于-120 dBc/Hz@10 kHz,杂散优于-80 dBc和通道隔离度优于85 dB。在高性能接收机中一个本振模块可以同时给多个通道提供本振,降低系统的体积,应用前景广阔。

不同空间频率通道的深度知觉及其质地的影响

我们设计了四种不同质地的随机点立体图对(RDS),并按照Wilson的空间频率通道的频带,分别利用Butterworth滤波器及Gabor函数对之进行了数字滤波处理,然后进行各种左右眼配对观察.得结果如下:1、Gabor函数滤波后图对的匹配结果好于Butterworth滤波器滤波后的图对.2、滤波后图对的匹配效果与图象质地有关.3、不同滤波的图对匹配大多也能形成立体感.4、在体视不同通道图对的匹配中,右眼对图象的高频成分更为敏感.

融合频率和通道卷积注意的脑电(EEG)情感识别

现有的脑电(EEG)情感识别研究普遍采用神经网络和单一注意机制来学习情感特征,具有相对单一的特征表示。而神经科学研究表明,不同频率和电极通道的脑电信号对情感有不同的响应程度,因此文中提出了一种融合频率和电极通道卷积注意的方法,用于脑电情感识别。具体来说,首先将EEG信号分解到不同的频带上并提取相应的帧级特征,然后用预激活残差网络来学习深层次的脑电情感相关特征,同时在残差网络的每个预激活残差单元中都融入频率和电极通道卷积注意模块,以建模脑电信号的频率和电极通道信息,并生成脑电特征的最终注意表示。在DEAP和DREAMER数据集上的独立于受试者场景下的实验结果表明,所提出的卷积注意方法相比单一注意机制更有助于增强EEG信号中情感显著信息的导入,并且能产生更好的情感识别结果。

基于频率通道注意力网络的花生图像识别

为了解决不同等级花生果的外形和颜色相似性大、难以分类识别的问题,本研究在ResNet50的基础上进行了改进。首先,在每个残差结构中引入频率通道注意力(Frequency Channel Attention,FCA)机制,减少图像特征信息的丢失,保留更多细节信息;其次,通过可学习的自适应激活函数(Activate or Not,ACON)进行激活,动态地学习了激活函数的非线性程度,激活过程更加稳健而有效;最后,利用梯度集中(Gradient Centralization)的动量梯度下降算法优化损失函数。同等实验条件下对比VGG16、AlexNet和未改进的ResNet50模型,该模型性能最优,模型参数大小为127 MB,单张图耗时0.31 s,测试集上平均识别准确率为98%,高出模型改进前2.46个百分点。FAG-ResNet50模型可以很好地解决花生果分类问题,为智能花生果分级设备的开发奠定了技术基础。

空间频率通道中噪声对体视匹配的影响

本工作希望了解噪声在各空间频率通道中对体视的影响.产生从5%至35%每隔5%的七个等级的随机点噪声图象,参照Wilson四通道模型的频率分别用两种不同滤波器对随机点立体图对(RDS)及噪声图象进行滤波,然后在各通道图对中加入不同通道噪声进行匹配观察.得到:1.高频通道的体视抗干扰能力高于低频通道.2.Gabor函数滤波后图对的体视抗干扰能力高于Butterworth滤波器滤波后的,但均低于未滤波的.3.当噪声大于15%时,低频噪声对低频图对及高频噪声对高、低频图对的体视匹配有抑制作用,而低频噪声对高频图对则影响很小.4.未滤波及各通道图对的最大噪声容限均不超过25%.

一种多通道数据流直接数字频率合成器

采用0.13μm工艺,设计了一种10 bit精度、无杂散动态范围(SFDR)为54 dBc、最大工作频率达到1.2 GHz的直接数字频率合成器DDFS。采用多通道数据流结构,提高了工作频率;利用QLA技术对ROM查询表进行了优化,压缩了ROM查询表的大小,提高了频谱纯度。

正弦光栅的显示面积与低空间频率通道

实验中用电视方法产生正弦光栅图形,系统地研究了正弦光栅刺激面积的大小和空间频率通道之间的相关。结果表明,随正弦光栅显示面积的增加(由1°、2°增至5°、10°)提高了人眼对低频光栅的敏感性,扩大了对低空间频率的适应范围(自3周/度至0.2周/度)。实验中进一步阐明了最低空间频率通道的位置是随光栅显示面积的增加而向低频处延伸。此外还观察到低频通道的带宽带有非对称性的特征,一般表现为上边频频带大于下边频频带。从实验结果中可认为低空间频率通道是存在的,而光栅显示面积的变化是显示低频通道的重要条件。

基于普通介质无缺陷一维光子晶体高Q值多通道滤波器

设计用常规介质构成的无缺陷的一维光子晶体,用特征矩阵法研究光波在其中的传输特性。在消逝波和传输波相互耦合的传播模式条件下,对特定的入射角度,有多个分离的高Q值频道可以让光波传播。因此可以将该结构用作多通道高Q值频率滤波器。通道位置和数目可以通过入射角度和结构的周期数目进行调节。

视觉运动的时空通道

报导了在3种目标运动速度（静止和两种运动速度：10°/s,30°/s）和3种对比度水平（阈值和两种阈上对比度：0.035，0.155）下，对人眼时空频率通道的测量结果。研究了目标运动速度和对比度对通道带宽和最优空间分辨频率的影响。给出了不同运动速度和对比度下预测人眼空间频率通道的经验公式。

浅谈CPI GEN IV 2003 KHPA的通道调整

目前，国内卫星地球站大多使用GENIV20035腔速调管高功率放大器．其C波段的频率范围为5．85GHz-6．425GHz．额定输出功率3kW（34．1dBw）．具有24个预设频道．整机典型增益85dB。在实际使用中．一些地球站因为转星或者更换使用频率，都需要对通道频率进行重新调整，笔者根据调整速调管中心频率到6086MHZ，1dB带宽45MHz过程中的操作步骤、经验和体会写出心得，以供各位同行参考。

基于改进注意力模块的船舶涂装缺陷检测方法

针对人工检测船舶缺陷效率低、传统检测网络准确率差的问题,提出一种基于改进注意力模块(improved convolutional block attention module, ICBAM)的船舶涂装缺陷检测方法.首先,YOLOv4在路径聚合网络中将深度可分离卷积代替常规卷积形成IYOLOv4,减少模型计算量;其次,将ICBAM融入IYOLOv4的路径聚合网络Route层后形成ICBAM-IYOLOv4,ICBAM在通道上构建多频率通道改善全局平均池化,利用一维卷积代替全连接层聚合相邻通道间的信息,减少模型参数;然后,在空间上融合Inception v3思想和特征分层思想改善空洞卷积;最后,在船舶涂装缺陷样本数据增强的基础上,对ICBAM-IYOLOv4进行测试.实验结果表明:ICBAM-IYOLOv4相比其他算法,其损失值更低、收敛更快;平均精度均值(mean average precision, MAP)在训练集和测试集上分别提高了1.89%和1.91%.

一种多尺度特征融合TDNN的声纹识别方法

为了有效提高声纹识别的性能,改进了一种时延神经网络(Time Delay Neural Network,TDNN)架构,通过引入多尺度频率通道注意力(Multi-scale Frequency-channel Attention,MFA)以及多尺度通道注意力模块(Multi-scale Channel Attention Module,MS-CAM),从而增强模型对不同尺度特征的学习能力。MFA模块通过引入频率通道关注机制,有针对性地强化关键信息;MS-CAM模块进一步加强了对多尺度信息的融合,能更好地获得局部与全局的特征。结果表明,所使用的模型在声纹识别测试数据集VOXCELEB1的等错误率和最小检测代价函数2项指标分别为0.96和0.064,与基线系统相比下降幅度分别为8.6%和19%。

用于胸片分类的自校正特征融合金字塔网络

胸部疾病的病灶区域面积差异较大,易受健康部位的影响,难以定位,并且用于诊断疾病的X射线胸片样本数据分布不平衡,导致胸部疾病分类网络的分类准确度较低.针对胸部疾病分类任务中仍然存在的问题和挑战,本文提出了一种自校正特征融合金字塔网络.该网络使用自校正卷积增强疾病部位在特征图上以及通道之间的位置联系,在不引入额外参数量的条件下增大了卷积的感受野,避免无病区域的信息干扰;然后通过特征融合金字塔网络整合多尺度图像特征信息,在获取高分辨率特征图的同时,能够准确地定位病变区域,可以更好地识别不同尺度疾病的特征,在多标签分类任务上具有独特的优势;同时引入频率通道注意力机制强化网络对疾病特征的提取能力,在上采样和特征融合变换之前,减少全局平均池化过程中造成的特征丢失;最后提出一种轮次焦点损失函数区分不同种类胸部疾病的训练程度,根据分类难易程度区分样本,并在不同的训练轮次调整权重,以解决胸部疾病样本分布不平衡问题.在ChestX-ray14数据集上的平均AUC值可达0.853,在CheXpert数据集上的平均AUC值可达0.903,超过了近年来较为先进的网络模型.实验结果表明,该网络与传统的胸部疾病分类网络相比能有效地提高胸部疾病的分类精度,并且具有较强的泛化能力.

水轮机空化空蚀分析软件设计

本文从数据的测试与存储管理、信号数据的分析、空蚀失重量估计等方面介绍了水轮机空化空蚀软件的设计思路和方法。介绍了两种分析空化噪声的有效方法:多维空化分析和叶片通道频率分析;通过修正J.L.Gordon空蚀率估计公式,并结合工况和空化噪声的分析计算,提出了空蚀失重量估计的思路,并在软件上加以实现。