摘要：设计了一种基于D形光子晶体光纤(PCF)的新型等离激元传感器,用于检测低折射率的微小变化,并通过有限元法(FEM)对其性能进行了数值分析。与传统D形PCF不同,本文提出在D形光纤截面处刻蚀C型凹槽通道,并涂覆Au层来激发等离激元。C形凹槽通道的设计可以增强纤芯的能量泄露以及光纤芯模和等离子体模的耦合强度。在Au层上方增覆一层TiO_(2)介电层,可以增强对金属层的保护和提高传感器的灵敏度,将PCF表面等离谐振(PCF-SPR)传感器的工作波长范围扩展到红外区域,仿真结果得到的最大灵敏度为24236 nm/RIU。该传感器可以有效监测低折射率的微小变化,对于生物医学和有机检测及相关应用具有潜在的价值。

摘要：为了弥补强度图像在阴暗处丢失纹理细节的劣势,结合偏振度图像的偏振特性,本文提出了一种强度图像和偏振度图像的融合方法。首先,构建编码器网络提取源图像的语义信息和纹理细节。随后,特征融合网络采用加法策略和残差网络进行图像特征融合。最后,通过解码器网络对融合后的图像特征进行重构获得最终的融合图像。此外,根据源图像和融合图像之间的结构相似性损失和梯度损失,本文提出了一种改进的损失函数来引导融合网络训练。实验结果表明:与其他6种方法中融合效果最好的改进的双通道脉冲耦合神经网络(MD-PCNN)相比,本文方法的客观评价指标平均梯度、信息熵、图像质量、标准差和改进的多尺度结构相似性分别提高了4.3%,1.0%,8.1%,2.5%,3.1%,图像噪声降低了8.8%,且克服了强度图像在阴暗处丢失纹理细节的问题。

摘要：光功率分配器作为光子集成电路中分束并束的关键器件,要求结构紧凑、宽带、低损耗。基于亚波长光栅(SWG)结构,提出一种分束区域长5μm、分光比为50∶50的超大带宽低损耗3 dB光功率分配器。仿真结果表明,该光功率分配器在±15 nm的大工艺容差下,TE模式在1.26~2.02μm波段内(即760 nm带宽)损耗低于0.54 dB。通过电子束曝光、干法刻蚀等工艺在绝缘体上硅(SOI)晶圆上加工制备该光功率分配器,在扫描电子显微镜(SEM)下观察SWG结构的加工误差不超过±10 nm。此外,搭建垂直耦合测试平台,利用可调谐激光器在1496.8~1600 nm波段,对TE模式的损耗与分光比进行测试。结果表明,该波段损耗约为0.3 dB,与仿真结果吻合,分光比误差在5%以内。该功率分配器适用于高速、大容量通信、波分复用(WDM)系统等互联应用场合。

摘要：为提高译码性能,基于CCSDS标准中应用于近地空间的(8176,7154)LDPC码,根据归一化最小和译码算法理论,设计实现了尺度因子可变的LDPC译码器。本次译码器的设计主要对校验结点量化数据进行优化处理,设计实现了尺度因子随迭代次数变化而变化,且尺度因子值以2的倍数为基数,采用右移相加代替校验结点数据与尺度因子的乘法运算,简化硬件实现。此外,增加了译码校验模块来检验经校验结点与变量结点迭代计算后的码字是否译码成功,译码成功或到达设定的最大迭代次数后将数据发出。基于FPGA设计实现了LDPC译码器,其中硬件设计中采用部分并行的译码电路,合理利用硬件资源。在信噪比为1.8、最大迭代次数为15时,通过仿真及板级验证,并对比尺度因子值为0.5、0.75及尺度因子可变时的译码结果,证明了可变尺度因子NMS译码算法可以实现译码功能且具有较好的译码性能。

摘要：卷积神经网络(CNN)计算量大主要在于卷积运算复杂,因而难以在边缘端计算设备中应用。对此提出了一种基于ZYNQ平台的硬件通用卷积加速器设计方案,该加速器对所有卷积神经网络的卷积层适用,为目标检测领域的产品应用拓宽了市场前景。选用YOLOv3-Tiny网络进行分析,采用定点量化方法,损失较小精度获得8倍速度性能提升。针对硬件级加速器设计,用软核CPU代替硬核CPU,进一步提高资源利用率;根据卷积计算特点,优化了乘加运算及缓存机制,并采用流水线及并行处理等操作进行硬件加速。实验结果表明,该方案模型均值平均精度69%,硬件级实现了210 fps的前向推理速度,整体系统功耗控制在5 W以内。

摘要：原子力显微镜(AFM)作为微观领域表征物质性质的强有力工具,在科学研究中被广泛应用。现有的商业原子力显微镜的工作模式大都为调幅模式(AM-AFM),受品质因子Q的影响限制了进一步的高分辨率成像研究。为进一步提高分辨率,设计研发了调频原子力显微镜(FM-AFM),分析了影响系统分辨率的重要因素,并且设计了真空系统,以此提高探针悬臂的品质因子Q。本文对真空环境下FM-AFM的系统性能进行了实验和研究,从系统灵敏度以及测量效果等方面讨论了真空环境下FM-AFM相较于大气环境下的优越性。系统功率谱密度达到10 mHz/√Hz,系统灵敏度Δf≤0.02Hz,探针悬臂的品质因子Q达到14212,突破了原子力显微镜中的Q限制。

摘要：为了有效解决相控阵雷达/天线瞬时带宽小、孔径效应严重、功耗大等问题,将射频MEMS开关引入实时可调延时器结构中,设计了一种基于射频MEMS开关的实时可调延时器。通过MEMS双掷开关选择具有不同电长度的延时路径,在DC~20 GHz内实现了5位的射频信号延时。利用HFSS三维电磁仿真软件对延时单元的几何参数进行仿真优化,得到5个可切换延时状态的延时量,分别为64.76 ps,101.46 ps,137.97 ps,174.61 ps,210.98 ps,延时步进为36.5 ps,整体面积约为5 mm^(2)。与其他实时可调延时器相比,该实时可调延时器具有多可控位数、大延时带宽积、高集成度等优点。

摘要：在各类仪用总线网络通信过程中,系统往往需要在应用层上对接收的高速数据流进行实时处理。而如何对连续的数据流进行数据帧数据提取是讨论的主要问题。对此,分析了常见仪用总线的协议处理方法,并设计了一套帧提取算法,算法包含帧提取状态机、改进的Sunday帧头匹配算法以及帧内子域查找算法。然后本文采用直接发送、经由TCP网络发送两种环境对算法进行测试,实验证明本算法性能优于Netty框架下的帧长度域解码。最后,本文为了实际测试和应用算法,使用该算法对64通道,100 kS/s模拟量采集卡进行数据帧的实时提取和存储,并对采集的模拟量进行波形显示。本算法可用于仪用总线应用层的数据分隔、帧头识别、帧数据提取工作。

摘要：针对舵机测试数据量大且样本不均衡问题,提出了一种使用灰狼优化算法(GWO)优化深度神经网络(DNN)并与逻辑回归分类器(LRC)相结合的舵机异常检测模型(GWO-DNN-LRC)。模型的构建有效地解决了舵机测试数据中小样本难以被准确分类的问题,适用于舵机测试数据的深度特征提取与多故障分类。该方法的准确度达到99.261%,相较于LRC、DNN、GWO-DNN分别提高了4.931%、0.205%、0.087%,精确度、召回率、F-score达到98.417%、98.062%、98.217%。在不同类别分类准确度对比中,6种小样本的类别能够达到100%。实验结果表明,该方法充分提高了舵机异常检测的性能,是深度学习技术在舵机测试数据中的有效应用。

摘要：为实现强噪声背景下时延目标信号自提取,设计了相关检测模型,提出了基于目标数据段自截取和变分模态分解(Variational Mode Decomposition,VMD)算法的目标信号自适应定位和提取算法。首先,根据目标信号频域参数构建基准信号;然后,利用互相关检测技术并以峰值梯度为特征值确定目标信号时延参数;最后,利用预设参数自适应初始化的VMD算法对截取的数据段进行处理,并对分解的各分量进行自动筛选实现目标信号有效提取。不同算法的对比实验表明,自截取+VMD算法可有效实现强噪声下时延信号的定位提取,实时性基本满足实际应用需求。