摘要：传统的肺功能检测仪是基于测量呼气和吸气期间的气流和压力变化来评估受测者的呼吸功能.这些技术主要基于机械式压差传感器或涡轮传感器,通过测量受测者口腔吹气和吸气的能力来评估其肺功能.其所测得的肺功能参数包括峰值呼气流量(peak expiratory flow,PEF)和用力肺活量(forced vital capacity,FVC)等.本文报道了基于动态湿度传感技术发展而来的穿戴式呼吸功能检测系统(穿戴式呼吸波谱仪).基于湿度传感器的特点,对呼吸检测原理与设备的定量设计与模拟潮气实验进行了全面的探索.根据达西定律,通过穿戴式呼吸波谱仪的气体流量与其内外压差成正比关系,该系统符合压差式传感原理.以此为基础,根据其结构特点,建立PEF和FVC与传感器电信号变化的定量关系.实验结果验证了波谱仪内相对湿度的最大变化率与PEF呈线性正相关的关系.波谱仪的模拟潮气实验结果表明,测试范围为180—840 L/min条件下,PEF的示值误差小于10%,相邻测试误差小于5%,频率响应测试误差小于12%,符合呼气峰值流量计行业标准的要求.此外,将传统便携式肺功能检测仪作为对照,进行不同PEF(300—720 L/min)和FVC(3—6 L)条件下的模拟潮气实验.结果表明,波谱仪所测PEF和FVC的平均示值误差分别约为0.35%和0.23%,均远远小于便携式肺功能检测仪,充分验证了该系统对肺功能实时评估的准确性和可靠性.更重要的是,在模拟自由呼吸条件(PEF为12—24 L/min,FVC为0.5—0.7 L)下,波谱仪的电信号变化与自由呼吸体积仍呈线性关系.因此,穿戴式呼吸波谱仪可对人体自然、微弱的鼻呼吸,进行自由、动态、定量的长期监测.所测量人们的自由呼吸波谱在人体肺功能实时监测以及呼吸系统疾病远程监测方面,具有巨大的应用潜力.

摘要：非合作第三方水下标准协议信号识别在水声通信信号识别中具有重要研究意义。针对浅海水声JANUS信号的特征提取因易受脉冲噪声和多径效应等复杂水声环境影响而导致识别率低下的问题,提出一种分数低阶时频谱和ResNet18(Residual Network 18)相结合的迁移学习识别方法。首先,选取JANUS固定前导作为识别对象,设计分数低阶傅里叶同步压缩变换(FLOFSST),以分数低阶操作抑制脉冲噪声,以时频重排特性增强时频集中性。其次,将基于ImageNet的ResNet18预训练模型微调,迁移至JANUS信号和常见水声信号时频图集。仿真表明所提算法在信噪比为-10 dB时JANUS信号的识别率为96.15%,能够有效抑制脉冲噪声并减小多径效应影响,比传统算法识别性能好。海试中JANUS信号识别率达90.00%,证明算法识别准确率和网络的泛化性较高。

摘要：为提高水下声波轨道角动量的通信性能,建立环形相控阵发射和圆面接收的通信模型,研究声波轨道角动量复用通信时的源头串扰特性;提出一种新的驱动方式以提高发射效率,并分析接收偏角对通信质量的影响。研究结果表明:当使用由N个不同发射源组成的环形相控阵产生l阶轨道角动量时,将同时产生c阶的轨道角动量串扰声束(其中c=l+bN,b为非零整数)。声源数N与声涡旋阶数l满足||l≤N/2,因此,在基于该环形相控阵的轨道角动量复用通信中,任意轨道角动量信道的串扰分量均在有用信道之外。使用N×M型环形相控阵(其中N为弧形声源组数,M为每组声源内的换能器数量)发射时,增大N和M均可提高发射效率,而当相控阵中换能器数量固定时,根据实际的需要合理选取N和M,有利于提高发射效率并降低阵列控制的复杂度,体现了控制设计的灵活性;随着接收偏角增大,通信性能整体下降。

摘要：为克服离岸深水网箱群养殖水域环境和鱼群安全日常监测不便的问题,提出了一种集中式深水网箱群鱼群状态远程监测系统。采用水声多波束探测技术、多路信号处理技术设计了远程探测节点,用于扫描各深水网箱内部空间;采用虚拟仪器技术设计了本地监控中心,便于用户集中控制远程探测节点、查看网箱探测结果;采用GPRS无线数据传输技术构建了远程、实时的指令和数据传送通道。监测系统样机在福建省泉州市围头深水网箱养殖现场进行测试,结果表明:系统设计合理,操作方便,性能稳定、可靠,能够准确及时地反馈养殖环境变化情况和网箱鱼群状态,减轻养殖工作量。

摘要：多输入多输出技术通过采用多个阵元进行多发多收空间复用信道可在极其有限的通信带宽下实现高速水声通信,但由于同时存在通道间干扰和多径干扰,水声MIMO信道估计变得困难。提出利用MIMO水声信道多径稀疏结构存在的相关性,在经典联合稀疏模型的基础上对MIMO观测矩阵进行重组,从而建立基于分布式压缩感知的单载波水声MIMO通信信道联合稀疏模型;同时,针对信道响应中具有相同多径位置的稀疏部分和特有稀疏部分设计区分性正交匹配追踪算法进行联合重构,进一步抑制通道间干扰的影响。最后通过仿真和海上实验进行本方法有效性的验证,实现16 kbps的MIMO水声通信。通过算法推导、仿真和实验可得到结论:利用MIMO水声信道多径相关性进行分布式压缩感知估计可提高估计性能。

摘要：基于VQM客观评测模型体系,提出了一种适合水声及无线信道传输的实时图像质量评测模型。模型基于三个分项参数(结构损伤、空域边缘能量增加、空域边缘能量损耗)描述水下图像传输中压缩图像和非压缩图像的典型劣化特征。通过这三个分项参数,可有效地评测水下图像的劣化程度,统计实验表明,本实时评测模型具有较好的评测准确性、单调性和一致性。同时,模型利用了奇异值秩可压缩性,进一步压缩了参考特征的信息量,节约了实时评测所需的信道资源,为实现实时评测的业务评测目标提供了新途径。研究表明,本方法占用的额外信息开销不超过数据信息量的3%,对于水声信道、无线信道等资源受限的实时评测应用具有实用价值。此外,论文设计了基于面积理论的质量网图模型,通过网图的开闭程度,形象直观地反映图像质量的好坏,克服了传统方式在评测结果表达中存在的综合分物理意义不明确等缺陷。本实时评测模型可应用在水下监测、海底勘探等水下图像通信场合,具有较好的应用前景。

摘要：水声多径信道具有的稀疏特性已被应用于设计稀疏估计方法提高信道估计性能。然而,水声信道具有的快速时变特性,给传统稀疏信道估计方法带来了很大的困难。考虑到水声信道除了高时变性多径,还存在着相对静止,缓慢变化的直达径或者海底反射径,通过将水声信道建模为由静态和时变稀疏支撑集组成,把时变水声信道估计转化为动态压缩感知问题。结合卡尔曼滤波和压缩感知理论,并采用原始对偶追踪算法求解Dantzig selector模型,从而实现对复数域基于卡尔曼滤波器的压缩感知稀疏求解问题的处理。信道时变条件下的数值仿真及基于信道估计的判决反馈均衡器的海上实验结果表明,该算法相对经典的正交匹配追踪和最小二乘QR分解算法具有较明显的性能改善。从而说明,通过对时变水声信道进行动态压缩感知估计可有效提高估计性能。

摘要：中华白海豚依靠其回声定位系统进行导航与目标探测.本文利用计算机断层扫描、超声测量与数值模拟研究中华白海豚声呐系统声接收过程.计算机断层扫描结果表明,中华白海豚声接收系统位于下颌区域.声接收通道主要包含下颌骨内侧脂肪、下颌骨外侧脂肪、下颌骨与听小骨.数值模拟结果表明,中华白海豚的声接收通道具有多样性.声波可沿着下颌骨传播至下颌内部脂肪,并随后传导至听小骨处.声波还可以通过下颌骨外侧脂肪进入声接收系统.声接收通道的多样性表明中华白海豚声呐系统的复杂性,探究声接收工作原理能加深下颌脂肪与下颌骨等多相介质形成的系统对声传播的控制,可为人工声接收系统设计提供新思路.

摘要：随着智能装备、可穿戴设备、智能家居、远程会议等语音交互领域对语音质量要求的不断提高,麦克风阵列被广泛用于前端语音增强,但低信噪比场景对传统麦阵增强方法造成了极大挑战。采用时频掩蔽深度学习麦阵算法,可利用语音和噪声频谱、通道间相位差特征估计掩蔽值实现增强,但其在低信噪比条件下性能无法保证。与声学模型联合训练的深度学习麦克风阵列算法,可以利用声学模型词错误率(word error rate,WER)等识别端反馈,以提高低信噪比条件下的识别性能,但该类方法无需重构信号,不输出增强语音信号,不适合远程会议、通话终端等需增强语音输出的应用。针对低信噪比条件,设计了一种基于空域代价函数的麦克风阵列波束形成深度学习网络,提高了低信噪比下的语音质量,并通过仿真和实验证明了该方法的有效性。

摘要：该文针对水下物联网(IoUT)数据传输问题设计了一种混合地理路由协议。海洋环境的复杂性严重地限制了IoUT水下物联网节点间的数据传输性能,因此需要一个高效的路由协议以对抗复杂的信道环境。无状态几何路由(G-STAR)是一种采用贪婪转发模式的地理路由协议,在大多数3维物联网情景中能够找到合适的数据传输路径,然而水下环境中存在诸多不利因素制约了G-STAR的性能。对此,该文提出一个混合G-STAR(Hybrid GSTAR,H-G-STAR)协议,在保有G-STAR优势的基础上对协议在水下环境中的适应性进行了针对性设计。通过增加基于信道监听的无协作转发策略,在节点数量足够时自发地选择信道状况最佳的路径进行路由,由此避开贪婪转发在水下环境中可能遭遇的极端劣化信道。仿真结果显示H-G-STAR协议相较于基准G-STAR协议有着更好的路由性能,并且在物理层能够取得更低的误比特率(BER),在水下节点的网络拓扑中更为适用。