摘要：设计了一种采用0.18μm CMOS工艺制作的基于斩波拓扑的高精度RC振荡器。该结构对比较器失调有较好的抑制效果,并补偿了比较器传输延时对输出时钟频率的影响,达到了较好的温度特性。同时使用LDO对振荡器的主体电路供电,有效抑制了电源电压波动对输出频率的影响。另外该振荡器使用电容修调网络,减小了工艺漂移对中心频率的影响。仿真结果表明,所设计的振荡器在不同工艺角下均可以通过修调将频率校准至典型值2 MHz。在-40~125℃的温度范围内,输出频率的波动仅为0.87%。在3~6 V的电源电压范围,输出频率的波动仅为0.21%。与同类型的片上RC振荡器相比,该电路对温度、电源电压和工艺的漂移有更好的抑制作用。

摘要：振动测量是保障结构安全和良好状态的基本手段。高精度的振动测量可为结构设计、安装调试、健康管理等振动试验提供精确的输入与响应测试。相较于传统的振动测量手段,基于视频的振动测量技术将相机的全部像素转化为高精度振动传感器,利用视频图像方式让人们肉眼可视结构在物理世界的真实振动形态,具有非接触、全视场、高空间分辨率、灵活方便等优点,近年来受到业界的广泛关注。该文主要介绍了视频振动测量技术的系统构成与测量过程、当前主要方法和相关技术最新进展,并总结了视频振动测量技术与其他技术相比存在的优势。通过分析与对比,肯定了视频方法是解决振动测量问题的有效手段和对传统测量方法的有力补充,随着相关技术和硬件设备的发展,视频振动测量方法将具有越来越大的研究意义和应用价值。

摘要：在雷达电子战中,快速并准确地识别敌方雷达信号调制技术对于获得战术优势至关重要,而传统依赖于图形处理单元(graphics processing unit,GPU)的识别方法难以满足此应用场景的低延迟要求。为此,该文设计了一种基于数据流架构(dataflow architecture,DF)的雷达信号调制方式识别加速系统。该系统通过对卷积神经网络权值进行二值化来减少模型参数,便于将算法部署到现场可编程门阵列(field-programmablegatearray,FPGA),同时采用数据流架构加快雷达信号调制方式的识别过程。实验结果表明,在确保整体识别准确率的前提下,该加速系统的推理速度相比i7-11800H CPU提升44.43倍,相比RTX 3050Ti GPU提升2.59倍,系统功耗仅为1.724 W。

摘要：无人飞行器(unmanned aerial vehicle,UAV)自组网的路由研究多以性能指标出发、忽略无人飞行器网络的任务驱动性,与实际需求动态耦合弱、适用性不强。针对该问题基于无人飞行器多任务网络提出了面向任务的无人飞行器联盟组网架构,提出了无人飞行器联盟的任务自适应优化链路状态路由协议(task adaptive optimized link state routing,TA-OLSR)。基于模糊逻辑设计拓扑稳定度计算方法,利用拓扑稳定度实现TA-OLSR控制消息的自适应广播,同时结合稳定度设计新的多点中继选择策略。仿真结果表明,TA-OLSR算法能从宏观面向任务的角度出发,实现不同任务下的良好自适应性,提升数据包投递率,减少冗余信息传播,降低网络开销,有效提高整体网络性能。

摘要：针对疫苗玻璃试管缺陷检测中遇到的缺陷形态不规则以及缺陷类间相似度高的问题,提出了一种融合小波域信息的语义分割网络。该网络通过引入离散小波变换分支,实现了小波域信息与卷积主干网络特征图的有效融合,从而提高了对不规则缺陷的分割完整度。在主干网络设计中,加入了动态蛇形卷积,以提升对不规则缺陷分割的细腻度。同时,对主干网络结构进行优化,降低了对计算资源的依赖同时提升了分割精度。通过构建专用的疫苗玻璃试管缺陷分割数据集,与现有的几种卷积语义分割网络和视觉Transformer网络进行了一系列对比实验。实验结果显示,该方法在精度、完整度及细腻度方面均优于所对比的网络,证实了该方法在疫苗玻璃缺陷检测任务中的有效性。

摘要：“雷达原理”课程是一门电子信息类专业方向的选修课程,同时也是为国防事业所需专业技术人才培养提供理论技术基础的重要课程。针对“雷达原理”课程中存在的学生主动参与度不高、实践能力缺乏等问题,从教学目标、内容、方法和评价等方面进行改革,同时突出了专业课程思政教学的重要性。增加了船用导航雷达教学演示环节;突出了以“教师为主导,学生为主体”的雷达实验教学环节。在雷达实验教学环节中,通过“雷达目标角度测量”典型实验案例创新设计,以实际工程需求为导向,以学生发展为中心,培养学生具备独立自主进行天线阵列布局设计、仿真和实际测试验证的能力。对“雷达原理”课程改革效果进行了总结,该教学创新改革在以工程应用为背景的课程中具有一定的推广价值。

摘要：由于车联网中节点资源有限,车联网中存在不愿意传递消息的自私车辆节点,严重影响网络性能。为了改善网络性能,提出了一种基于演化博弈的车联网消息合作分发的激励机制,利用节点始终追求最大收益的有限理性的特点,根据节点传递消息的数量以及节点在固定时间内的空闲程度设计收益函数,引导自私节点努力参与到车联网中消息的传递过程,同时引入路边单元作为监管者加速车辆节点的策略更新过程。仿真结果表明自私节点比例越多,网络性能越差,而该激励机制可以有效地改善存在自私节点的车联网的网络性能。

摘要：针对侦察干扰一体化技术的需求、应用和发展,为解决大带宽同时侦收、干扰的问题,本文提出基于调制宽带转换器(Modulation wideband converter,MWC)技术的侦察干扰一体化设计。该设计包括多路压缩复用接收模块、压缩信号干扰生成模块、多路随机解混模块以及干扰发射模块。首先,将多路接收的信号采用MWC技术实现随机混频,经多路复合后实现单路模数转换器(ADC)采集,得到复合压缩信号;再对压缩信号加入指定样式的干扰生成压缩干扰信号;接下来完成单路数模转换器(DAC)的复合压缩信号随机解混;最后进行多路发射。仿真结果表明,该设计可以在较少的ADC与DAC通道下实现大带宽同时侦察与同时干扰,并验证了信噪比以及混频序列的相关性对干扰信号的影响。

摘要：由于侦察干扰机设备具有发射功能,为使发射的干扰信号还具有探测的效果,考虑将探测信号隐藏在干扰信号中,提出一种基于非均匀间歇采样重复转发的探测干扰一体化信号波形。首先,建立一体化信号模型,并利用非均匀间歇采样重复转发技术实现幅度编码调制;然后,在优化过程中,从模糊函数以及雷达检测环节分析一体化信号的特征,根据距离、速度分辨率以及脉压后幅度的均值与标准差之比,构造相应的目标函数;最后,利用深度Q学习算法求解目标函数,获取最优的幅度编码方式。仿真结果表明,当编码状态量小时,深度Q网络(deep Q-network,DQN)算法与强化学习算法收敛效果一致。与遗传算法相比,DQN算法最优解的质量提高了13.10%;当编码状态量增大时,相对于遗传算法和强化学习算法,DQN算法的收敛值更优,最优解更稳定。

摘要：为解决在卫星遥感图像的多尺度目标检测中出现的背景混乱、小目标检测精度低、漏检率高等问题,提出一种用于卫星遥感图像的多尺度目标检测算法。在主干网络中使用通道和空间注意力模块,并重新设计特征融合网络,实现上采样-下采样-上采样的多重融合,并在其中加入通道权重参数,让网络更加关注重要的层次,实现不同层次特征信息的充分利用,使细节特征信息得到增强。在DIOR数据集中的实验结果表明,所提算法不仅显著提升对小目标的检测效果,而且提高对复杂场景中目标的检测精度,与YOLOv5m相比,对部分较小或者复杂的目标检测效果提升明显,精度提升4.5个百分点以上,整体精度提升3.1个百分点。