摘要：为提高红外图像小目标检测的性能,融合传统方法的先验知识和深度学习方法的特征学习能力,该文设计了一种融合多尺度分形注意力的红外小目标端到端检测模型。首先,在对适用于红外图像弱小目标检测的多尺度分形特征分析基础上,给出了基于深度学习算子对其进行加速计算的过程。其次,设计卷积神经网络(CNN)学习度量得到目标显著性分布图,结合特征金字塔注意力模块和金字塔池化下采样模块,提出了一种基于多尺度分形特征的注意力模块。将其嵌入到红外目标语义分割模型时,采用非对称上下文融合机制提高浅层特征和深层特征的融合效果,并利用非对称金字塔非局部模块获取全局注意力,以提高红外小目标检测性能。最后,采用单帧红外小目标(SIRST)数据集验证提出算法的性能,所提模型交并比(IoU)和归一化交并比(nIoU)分别达到了77.4%和76.1%,优于目前已知方法的性能。同时通过迁移实验进一步验证了提出模型的有效性。由于有效地融合了传统方法和深度学习方法的优势,所提模型适用于复杂环境下的红外小目标检测。

摘要：针对柔性极化阵列天线因其结构实时形变而难以波束重构以及性能受损的问题,该文提出一种基于柔性形变天线的极化波束在线重构技术。首先,基于无人机机翼模型的柔性形变状态进行阵列建模,借助于模态法得到实时形变数据,在线重构天线阵列模型;其次,基于矢量阵列天线的阵元响应,构建3维空间中的柔性阵列信号模型;最后,将循环算法(CA)与2阶锥规划(SOCP)进行深度结合设计以求解最优极化波束重构的动态优化问题。仿真结果表明:在一定的形变范围内,即在环境载荷对不同弧度与角度需求下,该文所提方法能够实现在线天线阵列重构,并根据所测量应变位移数据而实现最优极化波束在线重构,方向图增益、波束宽度以及极化匹配设计均能满足工程应用要求。

摘要：CLLLC谐振变换器能实现功率双向流动以及全局软开关而广泛应用于电动汽车充电和直流微电网中。文中对CLLLC电路的小信号建模方法和静态建模方法分别进行改进。谐振型变换器,由于其状态变量含高频的开关分量且开关周期平均值为0,因此,无法满足传统状态空间平均法中小纹波假设的条件。对传统扩展描述函数法进行改进,通过正弦和余弦分量的叠加来表示对应的状态变量,并对各状态变量取各模态的加权平均值,建立CLLLC电路的小信号模型。在开关频率小于谐振频率段内,为简化建模中对状态量稳态值的求解计算过程且同时保持高精度,提出一种状态变量优化计算方法,即在等效输出负载中包含开关频率和谐振频率信息,在此基础上对输出电压波形进行简化近似,得到更准确的输出等效负载。该方法可得到与基波近似(fundamental harmonic approximation,FHA)法相同的简化结构,解决了其工作在欠谐振时状态量求解精度低的问题。此外,该模型还可用于电路参数设计,以提高谐振腔参数设计的精度。最后,通过仿真和实验对所提模型进行对比和验证。

摘要：平衡是人体完成各项运动的基础,现有人体平衡能力评估方法多基于外在表现。本研究以平衡中枢神经调节这一内源性角度为切入点,研究静力平衡调节过程的感觉运动皮层整合,分析大脑皮层的激活状态,建立静力平衡脑电传递熵网络。设计了视觉输入和本体觉输入差异化条件下的实验范式,定义了平衡脑电的相位同步化准则,构建突破因果关系双节点分析模型,提出一种以平衡事件为驱动的传递熵网络分析方法。先将节点间的因果关系降级为相关关系,进而将因果关系的研究转移至功能脑区层面,以契合人体平衡协调过程脑区间信息传递的相位同步关系。在20名被试脑电数据的基础上,基于相位同步关系确定平衡事件的中枢神经调节时间段提取平衡脑电多种内源性特征,以网络聚类系数(C),最短路径(E)和最大李雅普诺夫指数(MLE)的特征组合[C,E,MLE],用支持向量机分类。与传统网络特征分类结果对比,平均分类准确率提升了14.66%。传递熵网络分析中补充最大李雅普诺夫后能更充分表达人体平衡调节的内在规律演进过程,提高了人体平衡的分类能力。

摘要：针对红外图像分辨率低、背景复杂、目标细节特征缺失等问题,提出了一种基于YOLOv5s的改进实时红外小目标检测模型Infrared-YOLOv5s。在特征提取阶段,采用SPD-Conv进行下采样,将特征图切分为特征子图并按通道拼接,避免了多尺度特征提取过程中下采样导致的特征丢失情况,设计了一种基于空洞卷积的改进空间金字塔池化模块,通过对具有不同感受野的特征进行融合来提高特征提取能力;在特征融合阶段,引入由深到浅的注意力模块,将深层特征语义特征嵌入到浅层空间特征中,增强浅层特征的表达能力;在预测阶段,裁减了网络中针对大目标检测的特征提取层、融合层及预测层,降低模型大小的同时提高了实时性。首先通过消融实验验证了提出各模块的有效性,实验结果表明,改进模型在SIRST数据集上平均精度均值达到了95.4%,较原始YOLOv5s提高了2.3%,且模型大小降低了72.9%,仅为4.5 M,在Nvidia Xavier上推理速度达到28 f/s,利于实际的部署和应用。在Infrared-PV数据集上的迁移实验进一步验证了改进算法的有效性。提出的改进模型在提高红外图像小目标检测性能的同时,能够满足实时性要求,因而适用于红外图像小目标实时检测任务。

摘要：基于自主研发的ARMv7架构教学模型计算机,提出一种与MIPS和RISC-V不同的通用寄存器堆结构设计方法。采用在译码电路中添加工作模式控制等策略,能够支持ARM 9种工作模式。该方法是对非开源的ARM芯片中多工作模式寄存器堆设计技术的模拟实现,也为传统计算机组成原理课程,增添一种新的计算机部件设计方法。借助RSIE-SPOC教学方法和自制远程可交互式FPGA实验设备,设计了教学实施方案。课程调查表明,90.5%学生认为实验对理解ARM CPU结构有促进作用。

摘要：研究未知执行器偏移和部分失效故障的随机多智能体系统的容错控制方法。首先,在有向拓扑结构下,针对具有多重故障的随机多智能体系统,设计了一种满足混合无源/H_(∞)性能指标的故障估计器;然后,充分考虑控制系统和估计系统之间的耦合关系及相互影响,运用Lyapunov函数、线性矩阵不等式、舒尔补引理等方法,提出一种故障下的容错控制器设计方法,实现了随机多智能体系统的混合无源/H_(∞)容错一致性;最后,通过数值仿真验证了故障估计与容错控制方法的有效性。