基于频谱迁移的红外探测研究进展(特邀)

传统的红外探测主要基于铟镓砷、锑镉汞等半导体光子型探测器,然而这类探测器在常温下具有灵敏度低和噪声较大的缺点,高灵敏探测还需要深制冷,相对于成熟的硅探测器性能差距非常大。因此,将不易探测的红外波段转迁移至硅探测器的工作波段,并且利用高性能的硅基探测器进行有效探测是一种可行的路径。基于这种思想,目前发展了一种有效的频谱迁移探测方法,即通过非线性和频上转换过程将红外光子的频谱迁移到硅探测器的探测波段,从而实现高效的探测。文中系统介绍了基于频谱迁移红外探测的基本原理、主要参数和最新研究进展,最后对潜在的研究趋势和应用前景进行了展望。

基于区间Mamdani模糊推理的认知无线网络频谱迁移方案

机会式频谱接入技术虽能够有效提升认知无线网络频谱利用率,但在保障认知用户服务质量(quality of service,QoS)以及频谱资源有效利用率方面存在不足.为了提高认知用户QoS,提升认知无线网络系统性能,提出一种基于区间Mamdani模糊推理的认知无线网络频谱迁移方案.通过引入预判决方法减少不必要的数据量和系统开销.综合考虑待迁移频谱的频谱占用率以及链路维持率,并利用模糊推理计算出频谱迁移度,指导认知用户迁移至最优的频谱空穴.为了缩短模糊推理时长,提出区间Mamdani模糊推理方法.仿真结果表明,该方案能够降低认知用户业务传输的强制中断率、重传率以及频谱迁移次数,在维持较高系统吞吐量的同时,提高认知无线网络频谱资源的有效利用率.

直流光学传感频谱迁移测量法及其实现方案

首先分析了法拉第光学直流电流互感器的信噪频带重叠现象及低频噪声的影响,提出了直流光学传感频谱迁移测量法,推导了光学调制和信号解调方法的数学模型。其次设计了直流光学传感频谱迁移测量法的实现方案。最后对所设计的直流光学电流测量系统进行了误差分析及特性试验。实验结果表明,该测量系统具有较高的测量精度,能够消除信噪重叠现象,证明了该方法的实用性。

四边形网格与三角形网格模型间的低频谱姿态迁移

为使谱姿态迁移能够操纵更多类型的网格,本文研究四边形网格与三角形网格模型间的姿态迁移方法。作为变形编辑技术的一种,目前的谱姿态迁移主要在三角网格模型之间进行。本文首先对多边形网格的拉普拉斯矩阵进行特征分解,手工选取网格模型之间对应确定四边形网格与三角形网格之间的泛函映射,然后求解四边形与三角形网格模型的耦合准调和基,在此基础上设计并实现了四边形网格与三角网格模型之间的平凡谱姿态迁移、基于耦合准调和基的低频谱姿态迁移和基于拉普拉斯坐标投影的低频谱姿态迁移,使得在四边形网格模型之间、四边形与三角形网格模型之间均能进行低频姿态迁移。

认知无线电网络中的频谱管理技术

由于可用频谱的动态特性和应用需求的多样性,认知无线电(Cognitive Radio,CR)面临很多挑战,其中最为迫切的一个问题是有效的频谱管理技术。首先简要介绍认知无线电及其网络体系结构,然后讨论频谱管理的定义和功能,具体包括四个主要方面:频谱感知、频谱决策、频谱共享和频谱迁移。

一种在频域迁移高次回波的方法

通过逐个周期地、有规律地改变相干本振(COHO)的相位,以使高次回波在频域上迁移一段确知距离的方法,被称为COHO移相法。本文通过引入移相因子、移相序列、移相模式等概念,阐述了COHO移相法的工作原理。为便于直接运用,本文给出了几个实例。

认知无线网络中频谱预测技术研究进展

随着无线网络业务的迅猛增长,稀缺的无线频谱资源成为制约无线通信技术发展的瓶颈。认知无线电技术通过对授权频谱进行二次利用的方法为缓解频谱资源匮乏与日益增长的无线业务需求之间的矛盾提供了一种十分有效的技术解决方案。频谱预测技术作为认知无线电的关键技术之一,其在降低系统能量消耗,提高系统灵敏度,降低频谱冲突及提高系统容量等方面发挥重要作用。为此,对认知无线网络中频谱预测技术的研究现状及最新进展进行较为全面和深入的研究,从频谱感知,频谱决策,频谱迁移及频谱共享等4个方面对频谱预测技术及其在认知无线网络中的应用进行了分析,并指出频谱预测技术未来的发展趋势及存在的挑战。

一种新型B型超声成像自适应时间增益补偿技术

目的探索B型超声图像的自适应时间增益补偿算法。方法提出改进的综合法(hybrid)预测组织局部衰减系数,通过获取自适应增益补偿曲线,实现B型超声图像的自适应时间增益补偿。结果与传统的时间增益补偿(TGC)相比,所提出的方法能够获得更有效的B型超声图像亮度补偿,在不增加超声诊断仪电路复杂度的情况下,提高了图像质量,从而降低了后继如图像分割等图像分析方法的难度。结论本方法能准确地预测超声通过组织的衰减,获得更好的衰减补偿效果。