摘要：随着集成电路后端设计中宏单元数量增多,传统布局规划方法效率低且耗时,而自动布局规划的混合放置(MP)技术存在物理规则违例数量多、电压降大和功耗高等问题。针对传统方式和MP方式的不足,提出了一种优化的MP布局规划方法,通过控制宏单元通道空间和标准单元密度大小、固定边界宏单元位置及脚本修复TSMC芯片集成检查(TCIC)违例的方法解决MP技术存在的问题。研究结果表明,优化的MP方式保留了MP技术的性能、功耗和面积(PPA)优势,且相比于传统方式布线长度优化了28%,时序违例优化了65%,功耗优化了609%。该方案可为多宏单元大规模设计的布局规划提供参考。

摘要：针对目前轨道角动量(Orbital Angular Momentum,OAM)波束发生器模态单一、设计复杂等问题,设计并实现了一种在X频段内产生可调OAM波束的均匀圆形阵列天线。天线为半径60 mm的圆盘,由8个阵元组成,阵元采用微带天线设计,同轴馈电,在中心频率处回波损耗达-51.5 dB,S_(11)<-10 dB的工作带宽为9.6~10.5 GHz。仿真和实测结果表明,天线可通过调节相位产生7种不同模态的涡旋电磁波,产生OAM为+1的涡旋电磁波纯度可达90%。通过误差分析发现,低模态数的涡旋电磁波对幅度和相位误差具有很好的抗干扰能力,这为利用涡旋电磁波实现目标探测和提高信道容量奠定了基础。

摘要：针对现有传染病传播预测模型存在未充分考虑数据的内在关联性的问题,采用图多项式-向量自回归(GPVAR)模型对传染病的传播进行预测,并提出新的用于模型参数估计的优化方法.将传染病发病地区建模为图节点,并根据地区间的距离信息和人群流动情况确定节点间的边及其权重,以反映传染病传播过程中的空间关联性.将不同时刻的感染疾病人数建模为时变图信号,使用GP-VAR模型对时变图信号在图上的演变过程进行预测,并设计一种最小二乘(LS)优化方法对GP-VAR模型的参数进行估计.仿真实验结果表明,与现有的预测方法相比,所提方法能够更好地考虑到数据在空间维的相关性和时间维的演变特性,更加准确地刻画传染病的传播特性,且具有普适性,预测效果更好.

摘要：该文针对探地雷达(GPR)2维剖面图像中目标特征提取困难及其识别精度较低等问题,采用深度学习方法来提取2维剖面图像中目标的特征双曲线。根据GPR工作的物理机制,设计了一种级联结构的卷积神经网络(CNN),先检测并去除回波数据中的直达波干扰信号,再利用CNN得到B扫描(B-SCAN)图像的特征图,并对特征信号进行分类识别以提取目标的特征双曲线。同时,为处理各种干扰信号影响目标特征双曲线结构完整性的问题,提出了一种基于方向引导的特征数据补全方法,提高了目标特征双曲线识别的准确率。与方向梯度直方图(HOG)算法、单级式目标检测(YOLOV3)算法和更快速的区域卷积神经网络(Faster RCNN)算法相比,在综合评价指标F上该文方法的检测结果是最优的。

摘要：与传统相控阵(phased array, PA)相比,频率分集阵列(frequency diverse array, FDA)可以通过发射窄带信号获得宽带观测效果。然而,FDA波束方向图的距离角度耦合会带来模糊问题,解决耦合问题成为FDA成像的关键问题之一。为解决耦合问题,提出了一种基于阵元内频率偏置和阵元间频率偏置联合设计的FDA结构,阵元内发射多组频率偏移不同的信号,并通过调整阵元内和阵元间的频率偏置将传输能量聚焦在期望的距离-角度区域来实现距离-角度解耦。利用所设计的FDA结构,无需依赖复杂的图像重建算法解决了目标的模糊性问题,实现多目标解除模糊成像。通过仿真实验结果验证了该模型对距离-角度解耦和目标解除模糊成像的有效性。

摘要：对于需要无人机精确飞行并对目标进行实时监测的场景,自主飞行系统能轻易实现对目标的追踪监测。当人们获取目标位置信息为具体经纬度坐标,手动操作飞机无法精确飞到地点,对使用无人机进行定点飞行拍照取证造成了巨大困难。针对此问题,基于Android studio作为开发平台,利用DJI Mobile SDK和DJI UX SDK开发组件,开发了一款无人机自主飞行手机应用,该应用主要有5大程序模块组成,可实现经纬度精确飞行、兴趣点环绕、一键起飞、自动返航、图片视频上传与下载以及无人机画面实时转播等功能,并能设置飞行高度、飞行速度、飞行路径方式、云台朝向、到达航点停留时间等一系列参数。经多次实地测试结果表明,无人机能根据经纬度自主飞向目标点,最终悬停于目标正上方,误差在10 m以内,大大提升了无人机精确飞行和追踪监测的能力。

摘要：相比于雷达、光电传感器单独工作,雷达与光电等异构传感器协同工作可有效提升探测能力。为了适应多平台异构传感器的多元化显示需求,提出了一种基于Qt的异构传感器融合显示设计方案。该设计采用多线程多点异构传输技术实现与立体多传感器实时数据交互,并通过UI将数据可视化;通过Qt独有的信号与槽机制完成人机交互设计。系统联调测试表明,该设计可以实现多平台、多传感器的雷达目标与光电图像信息融合显示,提高了监控的准确率与效率,同时具有良好的人机交互性。

摘要：针对基于全卷积孪生网络跟踪算法在面对相似物干扰、光照变化等复杂环境时容易出现跟踪漂移的问题,本文在分析与实验基础上提出如下特征强化策略。首先,将改良的深度卷积神经网络VGG16引入跟踪框架来提高模型的特征学习能力;其次,针对单一特征无法充分描述目标信息,且对干扰物比较敏感的问题,本文设计一种特征增强模块,由浅至深融合不同层次语义信息来提高特征的表达能力;最后,提出一种轻量级的三元注意力机制,帮助模型自适应关注优势特征,进一步提高了模型在复杂环境下的鲁棒性。将上述策略应用到全卷积孪生网络算法上取得了显著的效果。在OTB100数据集上,本文算法成功率曲线下面积较基准算法提升了15.1%,距离精度提升了16.3%,在复杂环境下也能对目标进行有效跟踪。

摘要：为满足海量数据处理要求,提出了一种基于网格的K-means快速聚类算法(SPGK).设计基于网格质心的聚类簇个数选取算法,对数据进行网格划分得到每个网格的质心,将质心作为K-means聚类的样本点,从而减少Kmeans的欧氏距离计算次数.该算法基于Spark平台实现并行计算,进一步地提高了算法的运行效率.SPGK不但能够获得良好的聚类效果,而且缩减了欧氏距离计算次数,适用于海量数据的快速聚类.在千万级数据集上的实验结果表明,SPGK的性能明显优于现有的K-means++和基于K均值聚类的递归划分方法.

摘要：针对扫描位移功耗过高带来的生产成本增加、良率降低的问题,提出采用时钟相位调整技术和逻辑阻隔技术相组合的方式来降低测试功耗。利用布局布线之后的时钟偏差和物理位置等信息对时钟相位进行调整,从而降低峰值功耗;通过寄存器输出端的扇出数量来决定阻隔逻辑电路插入点,从而降低平均功耗。将该方案应用于实际项目中,从面积、覆盖率、功耗角度分析了时钟相位调整技术和逻辑阻隔技术的特点。结果表明,在面积和覆盖率影响较小的情况下,采用两种技术组合后扫描位移的峰值功耗降低了73.24%,平均功耗降低了6.78%。该方案具有良好的实用性,可为大规模集成电路低功耗可测性设计提供参考。