摘要：多芯超模光纤(MCSMF)的芯间距较小,多个芯子共同形成芯区支持多个超模传输,与普通单芯少模光纤相比,其具有较大的有效模场面积和较小的模式串扰,备受关注。MCSMF用于长距离传输时,与其相匹配的新型增益均衡放大器是实现信号中继并保持信号稳定传输的必要器件。文中提出了一种基于粒子群优化算法的19芯超模光纤增益均衡放大器,该光纤支持10个超模共同传输。通过粒子群算法分别优化各纤芯内掺铒浓度来降低不同超模的交叠积分因子,从而减小模式增益差(DMG)。结果表明,在包层泵浦条件下,最大DMG从1.33 dB (各纤芯均匀掺杂)降低至0.20 dB,在1 550 nm信号波长处10模式的平均增益为27.79 dB,且该放大器在整个C波段的增益平坦度低于1 dB。

摘要：为充分整合红外与可见光图像间的一致特征和互补特征,该文提出一种基于多重关系感知的红外与可见光图像融合方法。该方法首先利用双分支编码器提取源图像特征,然后将提取的源图像特征输入设计的基于多重关系感知的跨模态融合策略,最后利用解码器重建融合特征生成最终的融合图像。该融合策略通过构建特征间关系感知和权重间关系感知,利用不同模态间的共享关系、差分关系和累积关系的相互作用,实现源图像一致特征和互补特征的充分整合,以得到融合特征。为约束网络训练以保留源图像的固有特征,设计了一种基于小波变换的损失函数,以辅助融合过程对源图像低频分量和高频分量的保留。实验结果表明,与目前基于深度学习的图像融合方法相比,该文方法能够充分整合源图像的一致特征和互补特征,能够有效保留可见光图像的背景信息和红外图像的热目标,整体融合效果优于对比方法。

摘要：在表情识别任务中由于人脸特征的多样性和不确定性,导致在特征提取阶段容易出现特征缺失以及特征提取率低下等问题,与此同时,在具有特征复用结构的网络训练过程中还会堆积大量冗余特征,从而影响特征质量。针对以上问题,提出了一种基于特征筛选结合改进卷积的残差多尺度特征融合注意力机制模型(residual multiscale feature fusion attentional network,RMFANet)。参考蓝图可分离卷积以及空洞卷积的思想,设计并引入了改进后的卷积形式,从而更有效地将卷积进行分离,提升特征提取效能;在改进后卷积模式的基础上设计并引入了多尺度并行特征提取通路,丰富了特征信息;设计并引入了特征筛选模块,以减少模型训练过程中产生的冗余特征,同时筛选出优质特征,提升特征质量;设计并引入了浅层输入特征处理层,以简化网络结构,降低计算复杂度;引入通道注意力机制,以突出局部关键特征信息;最后引入SMU激活函数,从而提升模型的非线性能力。通过实验结果可以看出,该模型可以在保证较低参数量以及计算成本的前提条件下在Fer2013数据集以及CK+数据集上分别取得70.298%和96.566%的识别准确率,相比较传统算法而言具有更好的鲁棒性。

摘要：当用户前往共享单车站点租车而站点无自行车或用户还车而无空桩时,将发生未满足租车或还车服务,造成经营方收益损失.为了优化服务,以包含停运期和营运期、在停运期进行自行车静态调度的共享单车系统为研究对象,调度成本和未满足服务损失成本为目标函数,调度卡车启用、旅行路线及站点间车辆调度为决策变量,营运期站点在站自行车数量为状态变量,综合分析调度策略与站点间租还车需求相互作用引发状态变量变化的动态演化过程,分析调度活动的内在逻辑,构建非线性静态调度优化模型,提出一种线性化方法,将其转化为线性规划模型.然后,根据问题特性设计了一种可求解大规模问题的人工蜂群-贪婪算法.最后,应用数值算例对问题性质和算法性能进行分析,结果显示单位租还车损失成本和调度能力对调度优化效果有重要影响,人工蜂群-贪婪算法在求解大规模问题时具有一定优势.研究成果可为共享单车调度提供决策支持.

摘要：飞机通信寻址与报告系统(ACARS)允许飞机和地面站之间发送和接收报文,在保障飞行安全、实现空中交通管制等方面具有重要意义。通信链路的噪声和频偏是影响ACARS信号接收性能的关键因素。针对ACARS信号接收过程中的失真等问题,深入研究频偏、噪声等因素与ACARS报文接收性能之间的关系;在充分考虑噪声与多普勒频移等因素的基础上,提出基于过零点斜率加窗解调的ACARS信号接收方法,并从理论和仿真分析2方面探讨不同方法的抗频偏抗噪声能力;设计并搭建基于软件无线电平台的ACARS信号接收系统。通过对ACARS报文接收性能的仿真分析和真实报文接收性能的对比分析,表明所提方法在提升抗噪声和频偏能力、降低误码率等方面均具有优势。

摘要：网络虚拟化技术将物理网络中的节点、链路资源进行抽象,通过虚拟网络嵌入(VNE)方法,使多个虚拟网络(VN)共享底层网络(SN)资源。对于应用于航空航天电子领域的时间触发以太网(TTE),提出一种面向时间触发流量调度的虚拟网络嵌入(TT-VNE)方法,在满足传统虚拟网络嵌入问题的总资源量限制条件的同时,保证时间触发(TT)流量的严格周期性。在求解过程中,根据与虚拟节点相连的链路中TT流量带宽需求及其总带宽资源需求对虚拟节点进行排序,利用广度优先搜索算法嵌入虚拟节点,并在候选最短路径集合中对虚拟链路进行路径规划;如果当前虚拟链路中TT流量不可调度,则进行局部虚拟节点重新嵌入与路径规划的迭代设计。仿真结果表明:TT-VNE方法的请求接受率不低于VNE-DCC、VNE-NTANRC-D、ELECTRE-VNE这3种既有方法,且当星型拓扑中虚拟网络请求数超过30时,其请求接受率比仅考虑网络拓扑属性和资源属性的VNE-NTANRC-D方法提高约14.3%。

摘要：无线航空电子机内通信(WAIC)宽带互连可选用多天线无线局域网(WLAN)。在航空电子设备舱,无线电信号在机舱结构和航电设备架之间的反射是造成多径衰落的主要因素,而且在进行多入多出(MIMO)传输时,不同天线接收信号间的相关性一般不可忽略。根据航电设备架和设备布置的几何位置关系及其材质,建立了三维模型,采用接收球反射角误差法模拟信号在航电舱内的传播路径。针对不同航电设备安装密度条件,分别考虑均匀线性和圆形天线的信号接收情况进行仿真,使用聚类对数据预处理,得到多簇多径信道模型,并使用多径衰落和时延分布描述的航电舱WAIC信道特性,统计分析得到MIMO信道传输矩阵,以及接收机天线间相关性对信道性能的影响。仿真分析表明,当航电设备安装密度大于60%时,信道条件可近似采用完全满载时的信道参数。文中的仿真分析方法为航电设备架附近的MIMO无线传输特性分析和设计提供了参考。

摘要：非位置概率数的计算机制已经成为边缘计算片上系统的新范式.本文介绍了概率计算(stochastic computing)的起源、发展和目前国内外的研究现状.针对传统概率计算存在诸如计算时延长、脉冲串信息携带效率低等问题,本文提出了二进制数-概率脉冲串混合编码的混合概率数概念,并从数的表示机理上阐释了二进制数、概率数和混合概率数的数理关系,进而揭示了混合概率计算所具备的低时延、高算力和高能效比的计算特点.本文基于40 nm CMOS工艺设计混合概率深度神经网络,该神经网络芯片在内核面积仅0.73 mm×0.73 mm的条件下,设计4544个乘累加(MAC)单元.在时钟频率400 MHz条件下,总功率为102.3 mW,其中动态功耗仅97μW.通过ASIC芯片的实验测试表明,混合概率计算作为一种全新的颠覆性计算范式,与其他确定性、可扩展和全并行等概率计算方案相比,其能效比分别提高了50倍、2.5倍和3.26倍.

摘要：随着光谱学的不断发展,光谱检测作为一种快速无损的检测手段逐渐被应用于越来越多的领域中。而随着对信息精度要求的不断提高,如何得到高分辨率和低波长误差的光谱信息,是设计光谱检测系统时必须解决的问题。传统的色散元件如衍射光栅,虽然有较大的波长响应范围,但是通常只能提供nm量级的分辨率而无法满足当下的高光谱分辨率的要求。虚像相位阵列(VIPA)具有大角度色散特性,可以有效提高系统的光谱分辨率,因而近年来不断被用于精细光谱检测的研究。但其波长和色散角度对应关系存在非线性,而且同一波长易产生多个衍射级次的光斑,从而造成额外的光能损失。因此,本文主要基于VIPA的交叉色散光路就如何降低VIPA色散的非均匀性的问题进行了理论分析和实验验证。首先基于傍轴理论的色散定律展开理论分析探讨了入射光腰尺寸、入射角度等参数对于VIPA色散的非线性程度和衍射级次数量的影响。然后通过进行仿真记录了宽光谱光源在不同VIPA倾斜角度条件下各波长衍射级次的数量,以及各波长对应的光斑质心的坐标值。计算各情况下的质心坐标与拟合曲线之间的距离均差,比较了不同角度条件下线性度的好坏。最后根据理论分析和仿真实验的结果进行实验。实验中记录了VIPA的交叉色散光路在不同的VIPA倾斜条件下出现的衍射级次数量,并利用一个波长可变的激光器得到了不同波长的光源在VIPA倾斜2°的实验条件下各衍射级次光斑的质心坐标。同样通过计算不同衍射级次光斑的质心与拟合曲线之间的距离均差分析不同衍射级次的线性度好坏。实验证明通过控制入射光束参数,可以一定程度上降低VIPA色散的非均匀性。VIPA倾斜角度越大且越靠近探测器中央位置的衍射级次线性度越好。

摘要：粒子图像测速(PIV)技术是一种定量的非接触式全局速度场测量技术。在船舶与海洋工程领域,PIV实验中拍摄的粒子图像常出现结构物遮挡或自由液面等干扰现象,需要对其进行掩模后计算液相区域速度场。因此,实现PIV图像中干扰区域自动掩模及液相区域速度场高精度计算具有重要的意义。本文基于光流卷积神经网络LiteFlowNet,设计了一种可实现自动掩模及速度场计算的深度学习模型Mask-PIV-LiteFlowNet,并使用基于物体入水PIV实验图像掩模数据集和PIV速度场计算数据集制作的数据集对其进行训练和测试。测试结果表明,该模型能够有效减少临近掩模边界区域的速度场计算错误并能够精细地提取流场小尺度流动信息,相比于当前先进的PIV深度学习模型PIV-LiteFlowNet-en,本文提出的模型在对带结构物的合成粒子图像进行流场计算时精度获得了至少14.5%的提升,计算速度上获得了5.7%的提升。最后,使用楔形体入水PIV图像对提出的模型进行了测试,验证了模型的泛化能力。