研究生课程的国际化建设研究--以北京理工大学《高等数字通信》课程为例

在国际竞争越来越激烈的环境下，教育部全面推动了高等教育及研究生教育国际化的战略计划。在研究生教育国际化的所有要素中，以培养具有国际视野、国际化研究能力的学生为目标的课程建设国际化，是其中的最重要环节。在此背景下，各高校都陆续开展了研究生的国际化培养工作，但与此同时，在国际化课程的教育理念、教学能力和课程体系建设上等方面也出现了一定的问题。北京理工大学《高等数字通信》课程组基于研究生课程建设国际化的实践研究，通过借鉴外国高校的先进经验，建立一支具有国际化教学能力的教师团队，做好课程体系的设计及本科生课程到研究生课程的衔接，采用与国际接轨的教学方式，扩大国际交流的深度和广度，从而培养具有国际化视野、适应国家经济、社会快速发展，具有较强科研、交流能力的高层次应用型研究生。

“一带一路”倡议下提升来华留学研究生培养质量的实践——以北京理工大学为例

随着"一带一路"倡议的提出,我国与沿线国家的合作进入新阶段。教育国际化是"一带一路"建设的重要环节,培养优秀的来华留学研究生对服务"一带一路"建设具有重大而深远的意义。文章以北京理工大学为例,从招生规模、课程建设、人才培养、合作开展、质量保障等方面阐述该校的相关实践,以此探索提升来华留学研究生培养质量的有效途径,为"一带一路"沿线国家的建设提供人才支撑和智力支持。

天基信息传输高效低复杂度LDPC译码算法研究

军事卫星通信由于需满足信息实时性、传输速率高、通信容量大以及符合星间链路信道的时变特性等要求,通常采用高编码增益、高吞吐量的信道编码方案。低密度奇偶校验(Low-Density Parity-Check,LDPC)码由于具备接近Shannon极限的优异纠错性能和可并行计算的特性成为卫星通信主导信道编码标准之一。目前卫星通信接收机的译码器模块设计仍存在诸如无法实时在线判断迭代停止、系统吞吐量受限、大量判决电路影响核心译码电路的低功耗和实时性等问题。考虑上述问题,以因子图模型为基础,针对空间数据系统咨询委员会(Consultative Committee for Space Data Systems,CCSDS)标准深空通信码型,将校验节点归一化满足概率进化图案与LDPC译码器状态紧密耦合,给出可实时在线判断迭代停止的最优停止准则,实现高性能、低复杂度的停止准则译码算法设计。当优先考虑高吞吐量时,误码率(Bit Error Rate,BER)性能退化0.13 dB,中低信噪比平均迭代次数(Average Number of Iteration,ANI)降低50%以上;当优先考虑纠错性能时,BER性能仅退化0.02 dB,同时大幅降低ANI。该译码算法为高效低复杂度LDPC译码器设计提供有效解决方案。

电子信息与人工智能交叉型实验教学实践

针对电子信息实验技术落后、拔尖创新人才培养受限、教学实验箱笨重不便问题,探索电子信息与人工智能交叉型实验教学改革。将人工智能前沿技术融入电子信息大类基础实验教学,设计基础验证性、综合设计性、开放探索性等层次化实验教学案例,自制FPGA综合应用实验教学平台。有效引导学生从填鸭式知识获取向主动探索转变,增强自主探索能力,契合“电子信息+人工智能”复合型人才培养目标。

基于D2D技术的V2V中断模式的信息传输机制

针对车联网中节点高速移动性特点,以及信息传递低时延与可靠性高的需求,多网络融合已成为部署车联网架构的必然趋势。由于车联网的信息传递往往只需在一定范围内的车辆之间发生,将D2D技术的通信模式引入车联网中进行消息传输,在车辆的覆盖范围内联合完全自组网与混合车联网两种通信模式,提出了一种中断模式的信息传输机制,只有当车辆的行驶状态发生改变时才向其他车辆发送,其他时间只需一定时间间隔向其他车辆发送一个确认信息,以此来判断车辆是否仍处于保护圈内或链路是否通畅。仿真数据显示:该中断传输机制可以有效地提高互传信息的车辆数目,节省了信令开销从而避免网络堵塞,也提高了覆盖圈内所有节点的信道容量。

电子信息专业拔尖创新人才培养模式研究

本文以咸宁学院创办特色试验班为例,提出了电子信息专业拔尖创新人才培养模式存在的问题,探索了采用特色试验班树形人才培养模式和特色试验班导师制相结合的人才培养模式,并且提出了拔尖创新人才培养过程中,进行教改的基本方案,以促进电子信息专业拔尖创新人才的建设.

电子信息类专业随机信号分析课程教学方法探讨

随机信号分析课程是电子信息专业的一门核心专业基础课程,在电子信息专业的学生培养中占据了重要地位.本文探讨在这门课程的教学实践中,形成的一些教学方法和教学方案.针对当前课程中的存在重点难点问题,提出相应的解决对策.通过贯穿课程知识点,直观地举例说明,联合时域频域分析以及简化计算公式这几种教学方法来提高学生们对信号分析课程的理解程度,夯实信号分析基础.在实际的教学实践中证明,这些方法是切实有效的.

一种认知电子战雷达对抗教学训练系统

电子战的迅猛发展使得原有基于手控干扰的雷达对抗训练方式难以完全满足实战教学训练的需求。对此,提出并实现了一种新的、基于认知电子战的雷达对抗训练系统实验方案。该系统由雷达/雷达模拟子系统、干扰子系统和干扰评估子系统3部分构成,其中,干扰子系统在不同干扰模式间切换,干扰评估子系统通过机器学习和人工智能的方法可针对干扰模式进行迭代处理并形成最优干扰策略表,雷达/雷达模拟子系统则形成相应的电磁对抗环境仿真。室内仿真测试和室外真实应用环境测试结果均表明,该系统可有效提高雷达对抗训练的有效性和真实性,大大激发了学生对雷达对抗训练的学习兴趣。

英国电子信息类课程观摩与思考

目前我国高等教育特别是研究生阶段教育,与英美等发达国家尚有一定距离。提升研究生教学质量,对于我国建设高等教育强国具有重要意义。借鉴外国高校的先进经验和成功做法,对于推动我国高校研究生课程教学建设具有重要的借鉴与启示作用。通过借鉴英国赫瑞瓦特大学电子信息类研究生课程,总结英国大学在课程内容、教学方法等方面的经验,结合我国国情,为我国建设高水平国际化电子信息类研究生课程提出了建议。

电子信息产业:搞活科技金融体系

今年国务院审议并原则通过的《电子信息产业调整振兴规划》高度重视金融体系建设,将“完善融资体系,落实金融促进经济发展的政策措施,坚持区别对待、有保有压原则,加大对电子信息产业科技创新、技术改造和兼并重组、区域协调发展的信贷支持”,作为十大政策措施之一。

基于壳温信息的功率器件可靠性分析

功率器件的焊料层易受到温度波动逐步发生老化脱落,造成热量无法快速消散而在芯片处积聚,引起芯片过热损毁,造成功率器件突发失效,因此,焊料层老化的实时评估是实现功率器件可靠运行的重要保障。该文通过提出基于壳温的焊料层老化评估方法,分析了焊料层老化影响的壳温分布情况,建立了基于壳温的基板二维温度梯度模型对壳温分布变化规律,研究了壳温分布变化与热阻抗的关联情况,以焊料层老化程度作为中间变量,通过离线加速老化平台采集壳温分布和热阻抗的演化信息,建立基板二维温度梯度与热阻抗关系的数据库,在工程应用中,通过布设在器件基板和散热板之间的传感器测量壳温并计算二维温度梯度,通过数据库识别热阻抗值对器件可靠性进行评估。在仿真和实验的老化分析中,表征壳温分布的二维温度与热阻抗的变化趋势相同,当器件失效时,二维温度梯度和热阻抗分别增长了16.1%、20%和20.1%,表明二维温度梯度与热阻抗受焊料层老化影响是一致的,与现有的方法相比,该方法通过壳温便可实现功率器件的可靠性评估。

合成孔径雷达高分辨率成像虚拟仿真实验平台设计

合成孔径雷达(synthetic aperture radar,SAR)系统组成复杂,搭载于飞机、卫星等运动平台上才可实现数据获取,难以开展基于SAR雷达实物的实验教学。为解决此问题,设计并搭建了SAR高分辨率成像虚拟仿真实验平台。该虚拟仿真实验平台将系统设计技术、实验设计技术、数据采集过程、信号处理技术、图像评估技术等SAR实验的完整流程进行了高展示度、高保真度、高交互性的计算机模拟。一方面,该虚拟仿真实验可以帮助学生理解SAR设计、工作和应用的流程,巩固相关课程基础知识,激发学习雷达信号处理知识的兴趣;另一方面,可以考查学生对相关知识的综合应用能力,增强学生解决实际问题的技能。该仿真平台已成功应用于虚拟仿真教学课程实践,教学效果良好,对培养新工科技术型人才具有重要意义。

雷达信号与遥感地图融合的深度学习低慢小目标检测算法

雷达复杂环境低慢小目标检测是一项具有挑战性的任务,而利用深度学习以及数据特征融合等方法是解决这一难题的有效手段。本文在雷达地图融合检测网络(Radar Map fusion Detection Network,RMDN)的基础上进行了优化,主要优化方向为将雷达与地图信息在检测过程中进行重要性程度区分,具体优化内容为减少地图特征提取模块的网络深度,加入通道注意力机制,让神经网络自主学习雷达信息与地图信息特征的权重,使神经网能够更好地利用地图信息对雷达目标进行辅助检测。在此优化基础上,本文重新设计出了雷达地图融合检测网络RMDN-V2。算法的主要思想为利用卫星遥感地图来提供背景环境信息,作为雷达信号检测的辅助,通过将目标背景中的特征信息融入检测决策中,提高目标检测的准确性和鲁棒性,减少对强杂波和移动物体的干扰敏感性,改善目标检测算法在复杂环境下的表现。最后的无人机雷达实测数据实验结果表明,本文所做的针对性优化是有效的,RMDN-V2的检测性能优于原始的RMDN,同时本文算法检测性能远超传统的雷达检测算法,同时也优于目前主流的一些深度学习雷达目标检测算法。本文为解决当下低慢小目标检测的难题提出了新的算法。

M-APSK鉴相算法与并行载波同步方法

为实现M进制幅相调制(M-APSK)体制下高阶调制信号的相位精细校正,将DVB-S2标准推荐的16APSK和32APSK的Q次方无数据辅助鉴相算法进行了扩展,以应用于64APSK、128APSK和256APSK等高阶调制。针对高阶调制的有效鉴相星座点占比较低时环路工作不稳定的问题提出了改进算法,通过对功率归一化后接收符号的幅值进行阈值判决,仅在高于阈值时进行鉴相,低于阈值时则不改变滤波器状态和相位补偿值,以提高星座点的鉴相有效性和可靠性,从而降低入锁门限。针对高速数传的符号速率非常高,而处理器的工作时钟频率相对较低的问题,提出了一种适用于M-APSK的并行载波同步方法,可以满足接收机工作时钟处理需要。相对于传统固定编码调制(CCM)的载波同步环路,该并行方法还可应用于可变编码调制(VCM)体制的频率跟踪。

MCJ-UNet:一种双/多通道联合InSAR相位解缠网络

干涉合成孔径雷达(InSAR)可实现地表高程的高效获取,在地形测绘中应用广泛。双/多通道InSAR技术可借助不同通道(基线、频点)的高程模糊度差异,解决相位欠采样问题,完成高程陡变区域的干涉相位解缠,实现InSAR技术在测绘困难区域的有效应用。该文即面向高效高精度相位解缠需求,利用深度学习这一有力工具,结合不同通道的相位特征及相互约束关系,提出了一种双/多通道联合干涉相位解缠网络:Multi-Channel-Joint-UNet(MCJ-UNet)。该网络的构建以双通道(双频、双基线)InSAR为基本观测构型,并可实现向多通道构型的扩展,其构建的核心思路主要包括3点:首先,将干涉相位解缠中的模糊数估计问题转化为语义分割问题,并采用UNet网络完成分割处理;其次,引入挤压激励模块(SE)动态调整信息权重,以增强网络不同通道对其所需信息的感知能力;最后,利用多通道联合约束下的相位残差优化损失函数,实现网络调谐。此外,为避免语义分割结果的边缘细节误差对解缠效果的影响,该文还提出了一种基于多通道联合约束的解缠误差自修正方法,以保证解缠质量。模拟地形仿真数据、真实地形仿真数据以及TerraSAR-X实测数据验证了所提方法的有效性。

融合领域要素知识的多粒度法律文本匹配方法

法律文本匹配的目标是快速提炼对比要素信息并发现关联案件,保障法律适用的统一性同案同判.现有方法未能充分利用特定类型案件的先验知识,其核心要素提取准确率低,仅进行词向量的权重计算,忽略字义、句义、句法的向量信息,影响匹配效果.提出一种融合领域要素知识的多粒度法律文本匹配方法,通过建立特定案件类型领域知识库准确提取法律要素,引入字、词、句3个粒度的注意力机制计算不同文本向量的权重提升匹配模型效果.实验结果表明,该方法在公开数据集上可达到最好效果.

强化学习引导模型生成的深度学习框架漏洞挖掘

现有基于应用模型挖掘漏洞的方法随机生成模型的结构信息,容易造成大量低质测试用例的生成,严重影响漏洞挖掘的效率和效果.针对该问题提出了一种强化学习引导模型生成的深度学习框架漏洞挖掘方法.提取模型运行时的框架状态信息,包括Softmax距离、程序执行结果等,再将框架运行状态信息作为奖励变量指导模型结构与超参数的生成,进而提升测试用例的生成质量与效率.实验结果表明,在生成测试用例数量相同的条件下该方法能够发现更多深度学习框架的漏洞,实用价值高.

电磁偏谐振阻抗匹配宽带传输超表面设计

针对传统传输超表面固有高Q值导致的工作频带窄的问题,提出了一种电、磁双模偏谐振阻抗匹配实现宽带传输超表面设计方法。建立了实现低损耗透波阻抗匹配的本征参数模型,并根据经典Drude-Lorentz模型分析了本征参数在电磁谐振与偏谐振区域的电磁特性。基于此,通过独立激励电、磁偏谐振模式,设计了满足宽频带阻抗匹配的本征参数电路模型。基于该模型,通过在超表面中引入金属微带线和平行贴片分别作为电、磁偏谐振器,调控结构的本征参数,从而在宽频带内实现所需本征参数条件。仿真和测试结果均证明,设计的超表面实现了双极化模式相对带宽为79.5%的3 dB传输带宽,且结构具有0°~40°的斜入射稳定性。该超表面具有超宽带、结构简单的特点,可应用于高性能天线罩设计中。

基于脉冲间隔分布矩阵的抗抖性改进算法

为解决利用脉冲间隔分布矩阵(PIDM)进行分选无抗抖性的问题,提出了一种改进算法.借鉴改进PRI变换法交叠PRI箱的思想,以PIDM矩阵中PRI箱交叠范围内的幅度之和替代元素幅度,以此进行主周期行、子序列行和门限计算,并对门限的计算方式进行了改进,对过门限的值进行聚类分析,以簇中均值(子序列提取)或最小值(主周期提取)作为真实PRI值.研究结果表明,改进算法在基本保持了原算法分选成功率的基础上,具有一定的抗抖性(5%~10%),并也能适应于多部辐射源的复杂环境.

多域特征引导的无监督SAR图像舰船检测方法

如何在合成孔径雷达(SAR)图像标注样本有限的条件下,提升舰船检测性能一直是SAR图像处理中的热点问题。本文提出一种多域特征引导的无监督域适应方法,将知识从有标注的源域(光学图像)转移到未标注的目标域(SAR图像),降低对标记SAR图像数据依赖。同时,设计了频域转换模块、注意力区域增强模块和自适应权重模块来缩小光学、SAR图像域之间的域差距,提高源域与目标域特征对齐效率,增强网络在挑战性样本下的特征迁移能力。在公开发布的数据集上进行了大量实验。结果表明:所提的模块较基础模型AP50提升10%,总体性能优于其他先进的方法。