无线紫外光中继协作无人机集结编队方法

为了解决无人机集结编队时机间通信易受强电磁干扰问题,采用紫外信标模型完成集群无人机的信息交互,从而实现集结定位,将一致性理论与无线紫外光虚拟势场避障法相结合,在空中集结时使无人机编队的飞行姿态、航向角以及速度保持一致,以跟随无人机作为中继节点,提升相邻无人机发现概率,提高编队队形准确性;同时提出无线紫外光通信协作无人机中继集结编队方法,实现了无人机编队快速准确形成期望编队队形。结果表明,所提方法使得无人机四边形编队、五边形编队、六边形编队的通信可靠性分别提升了7.69%、9.41%和10.0%。该研究为无人机编队集结方法和无人机编队中的机间通信提供了一定的理论参考。

无线紫外光与射频混合链路中继协作方案性能分析

将无线紫外光通信与传统射频通信进行优势互补结合,针对双链路异构组网时的中继协作混合传输问题,采用建模与数值计算分析的方法,对比分析了不同策略和参数条件下系统的中断概率和误码率性能。基于无线紫外非直视散射信道和射频无线衰落信道的各自特点,建立了描述双链路并行传输中继与协作问题的模型,给出了3种典型情况下的传输策略。通过理论分析和数值计算的方法,给出了不同策略下混合链路中继的中断概率和误码率表达式,并在不同信道参数条件下对系统性能进行了对比分析。研究结果表明,相比于无线紫外光单链路传输,混合链路的中继协作策略在不同距离和不同参量条件下获得更低的系统中断概率。在误码率为1×10^(-6)条件下,双链路中继传输可以在不同湍流强度和不同莱斯因子情况下可获得约0.4~6.1 dB的信噪比增益改善。

非互易热辐射研究综述

非互易热辐射是一种突破传统基尔霍夫定律对称互易性的辐射传热新方式,它打破了物体光谱定向发射率与光谱定向吸收率必须相等的限制,实现了辐射器光谱、角度发射率和吸收率在时间和空间上的独立控制。本文综述了非互易热辐射在理论计算、实验验证和应用方面的研究进展,从基尔霍夫定律与洛伦兹互易性之间的内在联系出发,阐述了非互易热辐射产生的必要条件,以磁光材料In As和外尔半金属两种典型材料为例探讨了如何构建非对称结构和利用外部场调控,产生多波段、多角度的非互易热辐射,并应用于太阳能电池、热光伏系统等领域,成功突破了热辐射的黑体极限并在理论上达到朗斯堡极限,提升了能源的转换效率。未来非互易热辐射有望为能源有效利用和节能减排提供有力的支持,推动前沿材料研究和技术创新,为可持续发展注入新的动力和活力。

脉冲噪声环境下混沌扩频时延估计算法研究

针对传统时延算法面对脉冲噪声时运算结果峰值旁瓣比较低,且存在误判点较多难以判断的问题,提出了一种新型加权高斯相关熵时延估计方法,并将该方法应用于电缆故障定位的仿真模型中。仿真结果表明,与现有的方法相比,不仅可以在脉冲噪声环境下获得良好的时延估计效果,而且在强脉冲噪声干扰下依旧能够保持较高的定位精度。在不同强度的脉冲噪声背景下,其运算结果相比其他3种方法主峰值旁瓣比绝对值增加0.0203 dB以上,误判峰值与故障点峰值比减少了0.0539以上,均方值误差减少了1.8636 m以上。

基于激光散斑图像多特征参数的表面粗糙度建模研究

散斑法是表面粗糙度测量领域的研究热点之一,该方法可以通过建立散斑图像特征参数与表面粗糙度评定参数之间的关系,实现对工件表面粗糙度的高效和无损测量。然而,该方法在特征参数选取阶段缺乏统一的标准,工件的机加工方法也会对特征参数和表面粗糙度评定参数之间的关系产生影响。这可能导致选取的特征参数仅适用于某种加工工艺下的表面粗糙度测量,并且特征参数之间还可能存在冗余问题。针对以上问题,文中从采集的激光散斑图像中提取了多个特征参数,引入斯皮尔曼相关系数,制定简约规则对提取的特征参数进行预筛选,提出了改进的序列后向选择算法以剔除冗余特征。实验结果表明:文中提出的方法筛选出了一组与不同加工工艺的表面粗糙度均强相关的特征,并解决了特征冗余问题,利用这组特征建立的表面粗糙度测量模型能100%识别试件的加工类型,并实现对其表面粗糙度较高精度的测量,改进的序列后向选择算法将平磨、卧铣、立铣和研磨试件表面粗糙度测量模型的平均绝对百分比误差分别降低了1.22%、0.62%、4.99%和1.61%,解决特征冗余问题的同时建立的模型性能更优。

基于占用网格的无人机激光雷达探测技术研究

由于“低慢小”无人机的特殊性,传统雷达很难对其进行有效探测,激光雷达以其独特的优势可以弥补传统雷达在低空探测领域的漏洞。本文将基于原始贝叶斯推理的占用网格方法用于无人机探测,并采用一种循环减法加速的Bresenham算法替代传统Bresenham算法,提升了占用网格的生成效率,该算法每次计算可以更新一行单元格。实验结果表明,改进的Bresenham算法在不同单元格数量下处理时间分别减少约24%、34%、75%和80%,基于原始贝叶斯推理的占用网格方法在一定范围内可以实现对无人机的探测,并且对无人机目标运动属性的分类具有较高的准确率。

多层次时空特征自适应集成与特有-共享特征融合的双模态情感识别

在结合脑电(EEG)信号与人脸图像的双模态情感识别领域中,通常存在两个挑战性问题:(1)如何从EEG信号中以端到端方式学习到更具显著性的情感语义特征;(2)如何充分利用双模态信息,捕捉双模态特征中情感语义的一致性与互补性。为此,提出了多层次时空特征自适应集成与特有-共享特征融合的双模态情感识别模型。一方面,为从EEG信号中获得更具显著性的情感语义特征,设计了多层次时空特征自适应集成模块。该模块首先通过双流结构捕捉EEG信号的时空特征,再通过特征相似度加权并集成各层次的特征,最后利用门控机制自适应地学习各层次相对重要的情感特征。另一方面,为挖掘EEG信号与人脸图像之间的情感语义一致性与互补性,设计了特有-共享特征融合模块,通过特有特征的学习和共享特征的学习来联合学习情感语义特征,并结合损失函数实现各模态特有语义信息和模态间共享语义信息的自动提取。在DEAP和MAHNOB-HCI两种数据集上,采用跨实验验证和5折交叉验证两种实验手段验证了提出模型的性能。实验结果表明,该模型取得了具有竞争力的结果,为基于EEG信号与人脸图像的双模态情感识别提供了一种有效的解决方案。

基于调频连续波雷达的人体生命体征检测算法

针对现有雷达非接触生命体征检测精度低、实时性差等问题,提出一种基于调频连续波(FMCW)雷达的人体生命体征检测算法。首先,通过毫米波雷达获取生命体征信号;其次,利用改进的经验小波变换(EWT)算法,实现生命体征信号的自适应分解和重构,通过引入麻雀搜索算法(SSA)和模糊熵(FE)寻找频谱分割线的最优值;最后,通过改进频率插值的估计算法计算心率和呼吸频率。通过与医用重症监护仪进行对比实验验证所提算法的优越性和鲁棒性。实验结果表明,所提算法相较于小波变换(WT)算法、CEEMD(Complementary Ensemble Empirical Mode Decomposition)算法和VMD(Variational Mode Decomposition)算法,均方误差(MSE)分别减小了77.65、27.25和21.05,平均绝对百分比(MAPE)分别减小了7.33、4.33和3.42个百分点,实时性分别提高了0.72 s, 16.74 s和1.87 s。同时,利用所提算法也实现了对心率变异性(HRV)的检测。

结合时间注意力机制和单模态标签自动生成策略的自监督多模态情感识别

大多数多模态情感识别方法旨在寻求一种有效的融合机制,构建异构模态的特征,从而学习到具有语义一致性的特征表示。然而,这些方法通常忽略了模态间情感语义的差异性信息。为解决这一问题,提出了一种多任务学习框架,联合训练1个多模态任务和3个单模态任务,分别学习多模态特征间的情感语义一致性信息和各个模态所含情感语义的差异性信息。首先,为了学习情感语义一致性信息,提出了一种基于多层循环神经网络的时间注意力机制(TAM),通过赋予时间序列特征向量不同的权重来描述情感特征的贡献度。然后,针对多模态融合,在语义空间进行了逐语义维度的细粒度特征融合。其次,为了有效学习各个模态所含情感语义的差异性信息,提出了一种基于模态间特征向量相似度的自监督单模态标签自动生成策略(ULAG)。通过在CMU-MOSI,CMU-MOSEI, CH-SIMS 3个数据集上的大量实验结果证实,提出的TAM-ULAG模型具有很强的竞争力:在分类指标(Acc_(2),F_(1))和回归指标(MAE, Corr)上与基准模型的指标相比均有所提升;对于二分类识别准确率,在CMUMOSI和CMU-MOSEI数据集上分别为87.2%和85.8%,而在CH-SIMS数据集上达到81.47%。这些研究结果表明,同时学习多模态间的情感语义一致性信息和各模态情感语义的差异性信息,有助于提高自监督多模态情感识别方法的性能。

辐射零点可控的平面滤波贴片天线

为满足射频前端器件集成化和多功能化的需求,设计了一款适用于WLAN 5 GHz波段的辐射零点可控的平面滤波贴片天线。该天线以同轴探针馈电的微带贴片天线为原型,上表面是由融合共生带和矩形槽的金属辐射贴片,下表面试接地面。其中共生条带位于辐射贴片的宽边两侧,矩形槽蚀刻在辐射贴片上,位于同轴馈电点两侧。两种结构分别在通带的低频和高频处各引入一个辐射零点,天线实现了的滤波响应和良好的辐射特性,同时两个辐射零点的位置自由可控,提高了设计的灵活度。仿真与测试结果表明:滤波天线的中心频率为5.25 GHz,相对带宽为14%(4.89~5.62 GHz),两个辐射零点分别位于4.55和6.05 GHz处;工作通带内增益平缓,平均增益约为7 dBi,通带外抑制水平大于19 dBi,测试与仿真结果较为一致。该滤波天线的设计未引入额外的滤波器网络,节省了天线的整体尺寸,且剖面低、重量轻、结构紧凑,具有良好的滤波和辐射性能。

加载人工磁导体的双频柔性可穿戴天线

该文研究了一种加载人工磁导体(AMC)的双频柔性可穿戴天线,天线的谐振频率为3.5 GHz和5.8 GHz。天线由双频单极子天线和4×4阵列的双频人工磁导体构成,均采用柔性材料作为介质基板。天线尺寸为0.70λ_(0)×0.70λ_(0)×0.05λ_(0)(λ_(0)为3.5 GHz时的自由空间波长)。人工磁导体的介质基板为3层结构,增加了相位响应,使用双环开槽结构延长电流路径长度,实现了双频的宽带同相位反射。人工磁导体的引入有效降低天线的背向辐射,从而降低比吸收率(SAR),同时提高天线的增益。仿真结果表明,该天线性能受结构变形和人体载荷的影响较小。在工作频段内天线的阻抗带宽分别为7.5%和4.0%;峰值增益分别为7.86 dBi和8.06 dBi。在3.5 GHz和5.8 GHz的比吸收率分别为0.2 W/kg和0.06 W/kg,均小于美国联邦通信委员会标准。为了验证仿真结果,对天线进行加工测试,实测与仿真结果基本一致。实验结果表明,加载人工磁导体的天线具有良好的鲁棒性和增益以及较低的比吸收率,适用于可穿戴无线通信系统。

一种用于射频识别阅读器的双频宽带圆极化天线

该文设计了一种紧凑的用作射频识别(RFID)阅读器的双频宽带圆极化天线。天线由弯折处理的矩形贴片、L形贴片和三角形地板构成,通过微带线进行馈电。两个辐射贴片分别独立控制高低两个频段,其轴比带宽也可独立调整,三角形地板可以使横向电流和纵向电流发生变化,从而改变横向电流和纵向电流的比值大小,实现圆极化性能。天线尺寸为0.92λ_(0)×0.92λ_(0)×0.0064λ_(0)(λ_(0)为2.40 GHz时的自由空间波长)。测试结果表明在超高频(UHF)频段该天线实现了49%(0.77~1.27 GHz)的阻抗带宽和46%(0.84~1.34 GHz)的轴比带宽,在无线局域网(WLAN)频段实现了47.5%(1.54~2.50 GHz)的阻抗带宽和24.2%(1.96~2.50 GHz)的轴比带宽,可以完整覆盖UHF和WLAN两个频段,具有良好的辐射特性。与其他双频圆极化天线相比,该天线整体结构紧凑、设计简单、避免了使用复杂的馈电网络,且具有较宽的3 dB轴比带宽。

弱风条件下斜程海洋湍流中涡旋光束的传输特性

光束在海洋介质中传输会极大地受到海洋湍流的影响。此外,涡旋光束轨道角动量的复用会极大地提高系统容量,因此研究涡旋光束在海洋湍流中的传输具有重要意义。在水平海洋湍流理论基础上,创新性地构建了斜程路径上海洋湍流相位屏模型,以相位结构函数为依据验证了海洋湍流相位屏的准确性,根据多相位屏法搭建准直高斯涡旋光束在海洋湍流中的上行传输链路模型。数值模拟并分析了不同天顶角、海洋湍流内外尺度及拓扑荷数等其他海洋湍流参数对准直高斯涡旋光束经海洋湍流上行传输的光强及相位分布、光束漂移、轴上闪烁指数和长曝光光斑半径的影响。结果表明:涡旋光束的拓扑荷数越小、天顶角越小,光束受到湍流的影响越大;在海洋湍流上行传输链路中,准直高斯涡旋光束的光束漂移、轴上闪烁指数及长曝光光斑半径随海洋湍流外尺度的增大而增大,且主要受传输距离的影响;理想情况下,取海洋湍流外尺度为无穷大,会高估湍流对光束的影响;由于涡旋光束的本身特性,拓扑荷数对光强及相位分布和长曝光光斑半径的影响也较为显著。

基于马尔科夫模型的双站激光微波混合链路性能分析

针对气象变化对自由空间光(Free Space Optical,FSO)通信链路和毫米波射频(Radio Frequency,RF)通信链路可用率的影响问题,采用马尔科夫建模与稳态概率求解计算方法,分析不同天气条件下FSO/RF混合链路的双接收站分集与中断概率性能.基于FSO链路和RF链路的信道模型,采用有限状态马尔科夫链(Finite State Markov Chain,FSMC)分别对单双站FSO/RF混合链路的切换选择进行建模,推导得出不同参数和天气情况下系统稳态的中断概率表达式.数值计算结果表明,当中断概率达到10^(-6),雨雾天气链路距离为1~7 km时,双站FSO/RF混合链路相比单站可获得4~25 dB的增益.

加载超表面的双频紧凑高隔离阵列天线设计

为了减小极小距离多输入多输出(multiple-input multiple-output,MIMO)天线之间的相互耦合,设计了一种极紧凑的高隔离度的双频MIMO贴片天线,谐振频率分别为2.45 GHz和3.5 GHz。该MIMO天线由两个对称的双层U型槽贴片天线组成,其中边与边的距离为0.5 mm(0.004λ_(0),λ_(0)为中心频率2.45 GHz时的自由空间波长)。利用不同宽度的双层金属线切割对作为超表面单元,该超表面体积紧凑,可以显著降低天线单元之间的相互耦合。仿真和测量结果表明:在天线工作频段2.4~2.5 GHz和3.4~3.6 GHz范围内,单元间的隔离度可以提高到30 dB以上,并且两个天线端口阻抗匹配良好,同时在低频段的总效率提高了9%左右;两天线间的包络相关系数(envelop correlation coefficient,ECC)在2.45 GHz时由0.33降到0.01,在3.5 GHz时由0.09降到0.006,所设计天线具有良好的辐射性能。

改进粒子群算法的紫外光协作多无人机任务分配方法

为了解决无人机协同作战问题,需要将多任务分配给多个无人机。利用无线紫外光实现强电磁干扰环境下无人机机间隐秘信息传输,提出一种改进粒子群算法的多无人机任务分配方法,综合考虑无人机执行任务所付出的威胁代价、航程代价以及完成任务的时间差,结合压缩因子和差分进化思想解决粒子群优化算法容易陷入局部最优的问题。仿真结果表明,改进粒子群算法相较于传统粒子群算法在不同无人机和任务数量比下的任务分配平均成功率提高了约16%,算法在收敛时的迭代次数平均减少了约4.5倍,最优适应度值平均减小了近一倍,在多无人机任务分配的实际应用中有一定的意义。

小型化低剖面全向滤波天线设计

设计了一个小型化全向微带滤波天线。天线由带通滤波器和微带天线组成,二者共用一个地平面以减小尺寸且采用缝隙耦合方式连接,带通滤波器蚀刻在微带贴片天线的馈线位置处,引入选频滤波功能,在输入馈线前端添加一个横向矩形贴片使整个系统达到良好的阻抗匹配。与传统的微带天线相比,所设计的滤波天线在不改变尺寸大小的基础上引入了选频滤波功能,在通带边缘体现出较高的选择性。仿真与测试结果表明,该滤波天线的阻抗带宽为2.31 GHz~2.56 GHz,且通带内增益平缓,平均增益约为2.1 dBi,在工作频段内呈全向辐射特性。

深度相机的测量误差建模及校正

ToF(Time of Flight)深度相机是获取三维点云数据的重要手段之一,但ToF深度相机受到自身硬件和外部环境的限制,其测量数据存在一定的误差。本文针对ToF深度相机的非系统误差进行研究,通过实验验证了被测目标的颜色、距离和相对运动等因素均会对深度相机获取的数据产生影响,且影响均不相同。本文提出了一种新的测量误差模型对颜色和距离产生的误差进行校正,对于相对运动产生的误差,建立了三维运动模糊函数进行恢复,通过对所建立的校正模型进行数值分析,距离和颜色的残余误差小于4 mm,相对运动所带来的误差小于0.7 mm。本文所做工作改善了ToF深度相机的测量数据的质量,为开展三维点云重建等工作提供了更精准的数据支持。

加载极化扭转人工磁导体的双频圆极化天线

为减少多径损耗、抗极化失配,同时满足无线设备对多频段的需求,设计了一款加载极化扭转人工磁导体的双频圆极化天线。极化扭转人工磁导体采用双层结构增加了相位响应,使用矩形环延长电流路径,矩形环中加入圆角和截断的矩形贴片结构引起表面阻抗不平衡性,实现了在2.45 GHz和5.8 GHz频段内高效的极化转换。在双频单极子天线下方加载极化扭转人工磁导体,利用90°极化旋转效应实现了在低频段左旋圆极化和高频段右旋圆极化。仿真和实验结果表明:设计天线的工作带宽分别为2.2~2.58 GHz和3.5~6 GHz,3dB轴比带宽分别为2.3~2.56 GHz和5.6~6.2 GHz,峰值增益分别为16.8和7.5 dBic。实验结果证实了采用极化扭转人工磁导体可以降低双频圆极化天线的复杂度。

基于激光散斑图像和卷积神经网络-支持向量回归的表面粗糙度预测

目前,基于激光散斑图像对表面粗糙度进行测量的视觉方法主要有两类:建立人工设计的散斑图像特征参数与表面粗糙度之间的关系,或建立深度学习网络预测模型。这两类方法均存在不足,前者特征参数设计阶段过程复杂,后者需要大量的样本图像。针对以上问题,本文提出一种基于激光散斑图像和卷积神经网络-支持向量回归(CNN-SVR)的表面粗糙度预测方法。该方法在预训练的卷积神经网络基础上引入迁移学习,将卷积神经网络池化层的深度特征输入支持向量回归网络进行表面粗糙度值预测,不仅能实现激光散斑图像特征的自动提取,而且在少量样本时就能实现对表面粗糙度值较高精度的预测。实验结果表明,建立的模型对平磨、卧铣、立铣试件表面粗糙度预测的平均绝对百分比误差分别为3.46%、3.20%和3.53%,表现出较高的精度。