摘要：为解决一般轨道角动量传输光纤传输轨道角动量模式数量少、质量差的问题,提出了一种基于正六边形空气孔排列的新型光子晶体光纤结构。该光纤引入了空气填充率高的矩形空气孔以及采用高折射率材料填充环形传输区域,能够有效提高环形传输区域和包层间的折射率差,且正六边形排列空气孔有利于提高模间有效折射率差。经过结构优化得到最优光纤结构,有限元法的分析结果表明,最优结构下,该光纤在常用波段S+C+L+U波段上能够支持142种轨道角动量模式的传输,最高阶数达到36阶。且所提出光纤具有良好的传输特性,本征模式的最高限制性损耗为10−9 dB/m量级,与典型轨道角动量传输光子晶体光纤相比至少降低了一个数量级;最大有效模场面积能够达到206.18μm^(2),最小非线性系数低至0.397 W^(−1)∙km^(−1);色散平坦且最小色散变化低至1.4578 ps/(nm∙km);所有本征模式纯度均在93.4%~96.8%范围内。且该光纤具有较好的制备可行性,对制造精度要求不高。因此,该光纤在基于轨道角动量光纤的复用系统中具有广阔的应用前景,为提高通信容量提供了一种有效手段。

摘要：目的 高质量的图像重建是光声层析成像(photoacoustic tomography,PAT)技术的关键,有限角度稀疏测量和组织非均匀的声学特性都会影响重建图像质量。采用迭代重建技术可在一定程度上提高图像质量,但是其结果依赖于有关成像目标的先验假设模型。而且在迭代优化过程中需要反复计算前向成像算子及其伴随算子,因此计算成本较高,需要合理选择正则化方法及其参数。为了解决该问题,提出一种根据不完备光声测量信号联合重建光吸收能量分布图和声速分布图的深度学习方法。方法 设计并搭建基于学习迭代策略的联合迭代重建网络(joint iterative reconstruction network,JIR-Net),网络由4个结构单元组成,每个单元包括特征提取、特征融合和重建3个模块。网络的输入是探测器在成像平面中采集的不完备光声信号和预设的常数声速,输出是重建的光吸收能量分布图和声速分布图。分别构建仿真、仿体和在体数据集,用于训练、验证和测试网络。在训练网络的过程中,将光吸收能量密度和声速的梯度下降信息整合到网络训练中,并利用反向传播梯度下降法求解非线性最小二乘问题。结果 数值仿真、仿体和在体实验结果表明:与交替优化法、U-Net后处理法和深度梯度下降法相比,JIR-Net重建的光吸收能量分布图的结构相似度可分别提高约39.5%、26.4%和7.6%,峰值信噪比可分别提高约95.6%、71.4%和15.5%。与交替优化法相比,JIR-Net重建的声速分布图的结构相似度和峰值信噪比可分别提高约34.4%和22.6%。结论 JIR-Net解决了由于有限角度稀疏测量和组织声速分布不均匀所致的光声图像质量下降问题,实现了从光声信号到高质量光吸收能量分布图和声速分布图的映射。

摘要：通过优化光纤布拉格光栅形状传感技术中传感点位置和补偿重构结果来提高薄层合金板三维形状重构精度。通过ANSYS workbench建立合金板仿真模型,提取应变和位移模态振型,根据模态置信准则、转换矩阵稳定性和模态振型相似性分别设计了三个目标函数,采用快速和精英机制的多目标遗传算法优化传感器位置。将镍钛合金板弯曲成不同曲率半径的弧形,利用光纤布拉格光栅中心波长漂移量和线性插值算法计算得出不同形状下的结构应变,重构合金板形状,均方根误差和最大误差相较于单目标优化算法分别减小30%和15%。利用粒子群优化径向基函数神经网络算法拟合误差与位移的关系实现误差补偿,均方根误差和最大误差比无补偿时分别减小了90%和70%,最大相对百分比误差仅为5%,提高了三维形状重构算法精度。

摘要：为了准确描述输电环境中巡检无人机与地面基站之间无线信道,采用随机几何建模法,提出一种基于随机几何的三维信道模型。在该模型中考虑输电线路环境中塔杆,输电线的影响,采用水平圆柱体描述输电设备和周围环境的散射体分布情况,为了防止输电线路产生的电磁场影响无人机巡检作业安全,在模型中设置安全飞行区域,保证巡检安全。针对提出的信道模型,推导并分析了了空-时相关函数,多普勒功率谱密度,电平交叉率和平均衰落时间等信道统计特性。研究了散射体分布情况,无人机运动状态对信道统计特性的影响。仿真结果表明,无人机运动速度大小、飞行方向,散射体分布情况对信道影响显著。理论结果和仿真结果吻合良好,验证了所提模型的正确性和有效性,可以为输电线路场景下巡检无人机与地面基站之间的无线通信系统设计提供理论参考。

摘要：为了进一步提高光学折射率传感器灵敏度,设计了一种金属-介质-金属(MIM)波导结构耦合椭圆八字形谐振腔的折射率传感器。首先,理论分析了该传感结构的原理及关键性能指标;然后,使用有限元分析仿真软件构建了仿真结构,研究其传感性能。仿真结果表明:当a=540 nm、b=340 nm、g=10 nm、l=70 nm时,所设计的传感器的灵敏度可以达到1323 nm/RIU,对应的品质因数可以达到16。

摘要：为了验证并行传输标架还原光纤传感器形状的可行性和准确性,设计了基于单模光纤的形状传感器,提出了利用有限元分析方法进行形状传感器建模和分布式应变信息的提取,对比分析了并行传输标架和弗莱纳标架在形状传感器不同弯曲形状和不同应变采样点数下的还原精度。结果表明:并行传输标架进行传感器形状还原时,不仅很好地还原了传感器的形状,而且弥补了在奇点位置前后弗莱纳标架方向发生突变,造成还原结果出现较大误差的不足。并行传输标架的远端位置误差低于光纤总长度的0.003 42%,相较弗莱纳标架,降低了10倍。

摘要：提出了一种基于法布里-珀罗干涉仪(FPI)级联马赫-曾德干涉仪(MZI)的混合干涉型光纤温盐深传感器。利用两段单模光纤与二氧化硅(SiO_(2))毛细管制作了28μm的FPI微腔。FPI导出单模光纤依次与大芯径多模光纤、细芯光纤对准熔接,并在细芯光纤后错位熔接单模光纤,FPI导出单模-多模-细芯-错位熔接单模构成MZI。对传感器的温度、折射率及深度响应特性进行了理论分析和实验研究,通过监测反射谱和透射谱,选取不同的特征波长。实验结果表明:FPI对折射率变化不敏感,温度和深度灵敏度为0.578 nm/℃和1.297 2 nm/cm, MZI两个特征波谷对温度灵敏度分别为0.052 4 nm/℃和0.055 2 nm/℃,折射率灵敏度分别为-35.157 nm/RIU和-27.581 nm/RIU,对深度变化不敏感。该传感器具有制作简单、成本低廉等优点。

摘要：基于忆阻器交叉阵列的神经网络加速器具有存算一体化的优势,能够有效提升神经网络的执行性能.但忆阻器的非易失性特点容易被攻击者利用,通过实施模型偷窃攻击获取神经网络的权重参数.加速器作为用户端设备时,攻击者还可以实施模型复制攻击,通过收集输入-输出样本集合训练替代网络.上述攻击方法为神经网络模型在忆阻器平台的安全部署以及模型知识产权的保护带来严峻的挑战.为解决上述问题,本文提出一种基于权重混排和模糊化的模型保护方法.为抵御模型偷窃攻击,在将权重参数映射到忆阻器平台之前,以虚操作单元粒度对权重进行随机混排,打乱权重矩阵中元素的位置.同时,设计密钥保护的输出重定向模块以支持权重混排后神经网络正确的推理计算.另一方面,借助忆阻器的电阻漂移效应抵御模型复制攻击.一旦检测到恶意输入样本,系统自动进入自毁模式,加快忆阻器的电阻漂移,造成权重值模糊化,使网络模型的分类精度迅速下降到不可接受的程度,破坏攻击者收集输入-输出样本的努力.实验结果表明,与已有工作相比,本文提出的混排方法能够实现相同的安全保证,但硬件开销和功耗降低了两个数量级.当系统进入自毁模式,提出的权重模糊化方法只需几十个输入样本即可将网络模型的分类精度降低到40%以下,有效阻值攻击者的模型复制努力.

摘要：为提升无线网络频谱利用率和增强信息传输的安全性,针对下行多载波非正交多址接入安全通信系统,提出了一种基于安全和速率最大化的稳健性资源分配算法。首先,设计人工噪声(AN)预编码矢量与合法用户信道正交,消除人工噪声对合法传输的影响。然后,考虑每个用户最小速率约束、基站最大功率约束,基于窃听信道不确定性建立AN预编码、下行数据预编码和子载波分配联合优化问题模型。为求解该非凸问题,将其分解为预编码优化和子载波分配2个子问题进行联合优化,基于S-procedure和块坐标下降算法对预编码优化问题进行求解,基于动态匹配理论进行子载波分配。研究结果表明,所提算法具有很好的稳健性,能够有效提高系统安全和速率。

摘要：为减少路边单元(RSU)部署,同时满足移动车辆用户对处理时延敏感和计算密集任务的需求,提出了基于停放车辆环境感知的资源分配算法。选择路边停放的车辆替代RSU为车辆用户提供服务,将停放时间作为选择停放车辆路边单元(PCRSU)的决策要素,分别在内容缓存和分发2个方面设计了减小需求响应时延的机制。在内容缓存方面,PCRSU通过感知用户历史搜索数据与兴趣点区域类型两类要素对用户进行个性化的内容推荐。在内容分发方面,PCRSU通过感知车辆用户的数据传输需求,对带宽进行高效分配。实验证明,与已有方法相比,所提算法能更合理地选择PCRSU,有效降低系统的需求响应时延,在保证网络覆盖的同时提升系统稳定性,并且能为车辆用户提供更加准确的服务内容。