摘要：通信感知一体化技术与灵活可控无人机通信技术结合将成为6G无线通信网络“万物智联”的潜在技术。针对无人机通信感知一体化系统中无人机能量受限问题,提出了一种基于强化学习的无人机功率分配和轨迹设计的联合优化算法。该算法在用户通信速率和目标感知波束图增益约束下,通过构建与无人机能耗、发射波束和通信速率相关的线性加权奖励函数,以实现智能化的无人机功率分配和轨迹设计,从而最小化无人机通信感知一体化系统的能耗。仿真结果表明,该方案相较于基准方案降低了12.36%~21.08%的无人机能耗,并拥有更优的收敛性能。

摘要：设计了一种高灵敏度、高品质因子、高品质因数、高频探测、双固定功能的太赫兹可调完美吸收器.该吸收器可实现4—14.5 THz范围内7个波段的完美吸收.在进行结构设计时将线阵结构的参数与周期进行了关联.通过计算吸收器的相对阻抗来对器件宏观层面的电磁进行解释,并通过分析共振频率点的表面电场和磁场分布,来分析该器件的物理机制.计算了7个共振频点的品质因子Q,其中最大Q值为219.41.通过改变外部折射率,该吸收器的灵敏度和品质因数值最大可达5421.43 GHz/RIU和35.204 RIU-1.通过讨论关键参数对器件的影响,得出该器件可实现双固定性能的选择、七波段吸收以及全波段反射.通过改变狄拉克半金属的费米能级,证明该吸收器具有良好的动态调节能力.通过改变外部电磁波的入射角发现该器件在中低频段具有良好的稳定性,但在高频段受外部入射角影响较大.本文所提出的吸收器在成像、探测、检测等领域具有巨大的应用潜力,相关工作对光电器件的设计提供了思路.

摘要：肺部疾病存在种类多、病灶区域小的特点,现有数据集也存在数据量小的问题,导致模型效果不理想。为提高诊断效果,提出一种基于多任务联合注意力机制的肺部诊断网络(ASNet)。基于U-Net构建多任务诊断网络,在原有病灶分割任务基础上加入病理分类任务,加强任务之间的联系,以分割任务为辅,提升分类任务准确率;提出多尺度挤压激励模块,加强空间和通道之间的信息融合;引入一种轴向注意力机制,强调全局上下文信息和位置信息缓解由于医疗数据匮乏引起的欠拟合问题;设计自适应多任务混合损失函数,实现分割和分类任务损失权重的均衡。在自建数据集上的实验结果表明,提出网络在病灶分割任务上的Dice系数、特异性(SP)、灵敏度(SE)、HD距离和准确率的平均结果分别为81.1%、99.0%、84.1%、24.6 mm和97.5%,优于SAUNet++、SwinUnet等其他先进分割网络;在病理分类任务上比MobileNetV2网络在精确率、召回率和准确率指标上分别提升了2.0、1.8和1.7百分点,明显提升了在分类和分割上的精度,对小目标病灶分割效果更佳,其在合理的参数量下更适用于协助肺部疾病诊断。

摘要：针对大多数加速退化试验优化设计没有考虑不同样本量规模引起的认知不确定性影响试验结果的问题,提出了一种威布尔分布下的加速退化试验优化设计新方法。构建了偏差度指标,用于刻画不同样本量引起的认知不确定性,以此为基础建立了以最小相对误差(MRE)为目标的加速退化试验优化设计模型,该模型以总样本量、加速应力水平数、样本分配占比为设计变量,给出了最优化模型的求解算法,并将所提出的方法应用于某激光器的加速退化试验优化设计,结果证明了该方法的有效性。

摘要：以往的通信行为指导系统未来通信,以满足用户需求并适应环境变化,是认知无线电系统的核心所在,为此提出了一种基于贝叶斯网络的认知引擎,用于解决在复杂多变的电磁环境与用户需求条件下,认知无线电系统参数自适应调整的问题.通过对系统过去通信行为样本数据,进行结构学习和参数学习建立认知引擎,将系统当前环境状态和用户需求信息经预处理作为推理的证据,应用引擎决策出系统此时最佳的工作参数,完成系统参数重构.本文利用OPNET工具建立一个移动无线网络完成仿真实验,仿真结果表明该认知引擎能有效地使移动无线网络适应环境变化,改善端到端通信性能,进一步验证了建模方法的可行性.

摘要：用于低功耗、混合信号及高频领域的CMOS技术的缩比进展,表明其最佳的高频性能已从低中反区转移至弱反区.高频噪声模型是射频与毫米波电路设计的先决条件,是纳米级金属氧化物半导体场效应晶体管(MOSFET)噪声分析的重要基础.本文基于40 nm MOSFET的器件物理结构,并结合漂移-扩散方程和电荷守恒定律,提出了基于物理的高频感应栅极电流噪声模型及其与漏极电流噪声的互相关噪声模型,以此来统一表征噪声从弱反区到强反区的频率与偏置依赖性.本文通过将有效栅极过载引入高频噪声模型中,使得统一模型具有良好的准确性、连续性和平滑性.最后,通过所建模型的仿真结果与实验结果的数据比较,验证了本文所建模型的准确性及其对长沟道器件在强反区的适用性.

摘要：植保无人机的惯导数据输出频率最高可达8 k Hz,而常用GPS输出频率最高只有10 Hz,会导致位置估计器的数据源之间存在延时问题。为此设计了一种处理延时测量值的变结构线性滚动时域估计器(Variable structure linear-Moving horizon estimator,VSL-MHE)。首先将多传感器测量数据进行序列化;然后通过线性索引来确定排列项中无数据的坐标,根据该坐标对代价函数中权重矩阵进行更新,从而改变估计器结构;最后通过VSL-MHE估计植保无人机位置。在室内测试中,通过Opti Track向植保无人机发送模拟GPS信号,输出频率范围为2~20 Hz。将VSL-MHE估计的位置、MHE估计的位置和循环迭代扩展卡尔曼滤波器(Circular iterated extended Kalman filter,CIEKF)估计的位置分别与Opti Track获取的精确位置做对比,结果表明,VSL-MHE的位置最大偏差小于CIEKF和MHE的位置最大偏差。在室外40 m×30 m范围的飞行测试中,VSL-MHE的航线位置最大偏差小于CIEKF和MHE的位置最大偏差,验证了该算法的有效性。

摘要：具有远场超分辨聚焦特性、消色差、小尺寸和易加工的光学聚焦器件在光学成像、光学显微和光刻等领域具有巨大应用潜力.本文提出了一种基于光学超振荡基本原理,结合角谱衍射理论和二进制粒子群算法的二值振幅型远场超分辨消色差聚焦器件设计方法.为了验证所提出设计方法,首先针对波长λ_(1)=405 nm,λ_(2)=532 nm和λ_(3)=632.8 nm的径向偏振光对二值振幅型远场超分辨聚焦器件振幅进行优化设计,再对三者振幅分布进行逻辑“与”操作,使其同时含有3个工作波长远场超分辨聚焦的振幅分布信息.仿真结果表明:在3个波长入射条件下相应的峰值半高全宽分别为0.441λ_(1) (0.179μm),0.469λ_(2 )(0.249μm)和0.427λ_(3) (0.270μm),低于阿贝衍射极限,实现了远场超分辨消色差聚焦,且同时聚焦较小的旁瓣比率(<15%).此类器件具有易加工、消色差和超分辨等优点,适用于光学系统微型化、集成化.所提出的设计方法可拓展至其他光学波段,并为相关光学研究领域提供核心聚焦器件.

摘要：针对大棚基地作物状态及环境信息的无线采集的需求,设计了改进的分簇Tree-Mesh混合拓扑结构无线传感器网络,并利用ZigBee实现了组网和多跳通信,以CC2530为核心设计了多传感器无线节点硬件系统,基于Z-Stack协议栈设计了有限状态机节点程序。同时,针对无线节点低功耗和网络信息低冗余的要求,设计了基于接收信号强度指示的最佳发射功率自适应机制,和基于感知数据差值的最小传输数据冗余自适应机制。试验结果表明,节点单跳和多跳通信速率典型值分别为20与0.3kb/s,采用干电池供电和直流供电的节点通信距离分别可达30和90m。仿真结果证明采用低功耗自适应机制的节点功耗降低了38.44%,可用作大棚基地的环境监测。

摘要：认知无线电(CR)的核心是认知引擎设计。为适合变化的无线环境状况,提出了一种基于最小二乘支持向量机的认知无线电认知引擎设计方法,该引擎根据经验知识,动态重配置无线环境参数。在802.11a仿真平台上模拟认知无线电通信系统模型,通过样本值训练支持向量机的分类、回归模型,并利用该模型学习信道特征,建立相应的认知引擎。在对感知信息进行学习前提下,实现满足用户需求的无线通信参数配置功能。仿真结果表明,该认知引擎能有效地实现认知无线电学习重构功能。