摘要:为了解决传统滤波器尺寸大、滤波性能差的问题 ,本文基于光子晶体线缺陷波导和环 形谐振腔的耦合原理,设计了一种新型的多通道光子晶体滤波器。利用平面波展开法和时域 有限差分法分别对滤波器的结构和传输特性进行了分析,结果表明:该结构滤波器具有优异 的选频功能,可以实现1.571 μm、1.583 μm 、1.508 μm、1.519 μm的多波长输出,各通 道的透射率均达95%以上。由此可见,该滤波器的滤波性能优异,可 以满足未 来对滤波器高集成度和高效率的信号处理要求,在光通信领域中具有广阔的应用前景。

摘要:本文基于阻抗匹配原理和表面等离子体共振理论 ,设计了一种石墨烯-MIM结构-金属铝(Al)底板三层结构超材料吸收器。采用时域有限差分法FDTD研究和分析了吸收器的共振吸 收光谱,电磁场能量分布,并优化了设计结构。研究结果表明,该吸收器具有近红外波段四 个超窄带吸收峰；最大吸收率可达0.943,3dB带宽均为3.55 μm左右。吸收器顶层覆盖石墨烯 增强光吸收并激发表面等离子体波；随着石墨烯层厚度的增加,四通道吸收光谱整体右移, 但吸收率几乎不变；四个吸收峰峰位波长对MIM结构高度不敏感,伴随吸收率变化明显,当M IM结构高度为110 nm时,相邻三通道吸收率均达到最大值。这种多通 道、超窄带吸收器可为高精度传感、功能成像和三维存储等领域的应用提供有用参考。

摘要:低密度奇偶校验(LDPC)码是一种逼近香农极限 的线性分组码,而好的非规则LDPC 码其性能优于同码率的规则码。在非规则LDPC码的对数似然比置信传播(LLR-BP)译码算 法中,由于行重大小的不同,校验节点对伪后验判决贡献的外部信息不同,为此提出一种基 于行重的改进LLR-BP译码算法,该算法引入行权重系数,用以调整不同行重外部信息的作 用,提高了系统的译码性能。仿真结果表明:在低信噪比时,改进的LLR-BP译码算法对译 码性能与标准的LLR-BP译码算法的性能几乎相同；在中高信噪比时,改进的LLR-BP译码 算法的误码性能优于LLR-BP译码算法,在码长为64,误码率是10－5时,改进LLR- BP译码算法较之传统LLR-BP译码算法的编码增益提高了0.15 dB。

摘要:图像作为记录生活和储存信息的重要途径之一, 是人对视觉感知的物质的一种再现, 同时也是对现实场景的一种真实写照。面对海量的图像数据,如何准确高效的提取图像特征 ,获取有用信息,将信息转化为所需特征,是需要解决的问题。针对这一问 题,本文提出的基于CSLBP模糊图像特征提取与检测方法很好的解决了这一问题。同时结合H OG特征提取与检测、Haar特征提取与检测以及基于深度学习的人脸特征检测方法与本文算法 进行比较,对各类方法的基本原理 、步骤、应用等进行分析。其次,将对近年来出现的方法予以介绍,从解决问题的角度对经 典方法和新方法进行分析比较,对于存在的问题进行对比、归纳总结,并得出结论。结果得 知,本文提出的模糊图像特征匹配算法较经典算法与深度学习算法而言有一定的优势,但均 有改进之处。例如如何控制高噪声情况下的特征提取率,以及如何提高在光照强度下的稳定性,是今后研究的重点问题。

摘要:乳腺细胞的准确分割是乳腺组织切片图像病理分 析的关键环节,对乳腺癌的诊治具有 重要价值。针对乳腺细胞图像分割中细胞边界不清晰、分割准确率低的问题,提出一种基于 空洞U-Net网络的乳腺细胞图像分割算法。在U-Net网络中引入空洞卷积增大卷积层感受野 , 获得包含更多乳腺细胞边缘信息的特征图,在卷积层和池化层间增加实例归一化层,提高网 络收敛速度的同时缓解过拟合现象,并使用加权损失函数增强乳腺细胞区域的权重,提高网 络对细胞特征的提取能力,实现乳腺细胞边界的有效分割。实验结果表明,该算法在USCB B reast数据集上的分割准确率和Dice系数分别达到97.63%和83.25%,较原始U-Net网络分别提高了6.5%,对乳腺细胞图像具有更好的分割效果。

摘要:为了减轻卷积神经网络模型对训练样本的依赖性 和提高高光谱图像的分类性能,本 文提出了一种融合Gabor滤波与3D/2D卷积的高光谱图像分类算法。首先,三维Gabor滤 波器用于处理原始高光谱数据以生成空谱隧道信息；其次,利用三维卷积操作提取生成的 空谱隧道信息的深层特征；然后,再利用二维卷积进一步提取图像的空间信息；最后,通 过Softmax分类器完成高光谱图像分类。为验证模型性能,将提出的方法与CNN、2D- CNN、3D-CNN-LR、SSRN算法在Indian Pines、Pavia University、Salinas数据集上进行 对 比实验。实验结果表明,提出的方法在三个数据集上的总体识别精度分别达到99.51%、99.94%、99.99%,均高于其 他方法,能够有效提高分类性能,是一种简单而高效的高光谱图像分类算法。

摘要:针对深度网络模型进行端到端语音去噪时存在对 语音底层信息表示能力不足以及网 络只采用卷积级联的方式造成参数冗余的问题,提出了一种融合残差机制和注意力机制的生 成对抗网络去噪模型(Attention Res-UNetGAN)。模型在波形域对语音进行去噪,其生成网 络为U-Net结构,包含下采样层、中间层和上采样层。中间层为改进的嵌套残差模块(Resid ual-Residual Block,RRB),是由两块基础残差块进行残差拼接而形成的。对称的下采样 层 和上采样层之间采用注意力跳连和直接跳连进行连接。在VCTK(Voice Bank corpus)数据集 进行去噪后并经PESQ等六种客观语音质量评价指标进行评价,Attention Res-UNetGAN相比 原生成对抗网络模型各指标值平均提升了9.13%。

摘要:注意力机制是目前神经机器翻译的主流技术,目 前已提出了多种注意力生成机制,各 机制生成的注意力各有优劣,但每种机制都不能充分利用全部已知信息,其结果和理论上的 真实注意力具有一定差距,影响翻译质量。本文提出一种基于民主决策的合并注意力生成方 法,将多种注意力生成机制所产生的注意力进行加权叠加与归一化后,所生成的值作为新的 注意力,用于指导解码器的翻译过程。类似民主决策会比独断专行的决策获得更好的决策准 确度,该机制可以获得相对更为准确的注意力,进而提升翻译质量。基于上述方法,本文在 CNN、Transformer、Tree Transformer三个算法的基础上,生成合并注意力,提出MA-CTT 算 法,在开放德英语料(IWSLT14)上,MA-CTT获得了32.61的BLEU, 翻译准确度明显高于各基础算法。

摘要:在地下盐穴储气库的建设过程中,建腔管柱容易 因为恶劣的工作环境而弯折。利用若 干特定排布在管道外壁上的光纤布喇格光栅(FBG)可以测量管道的弯曲形状,但管道直径会 影响弯曲重建的精度。为了找到重建精度与管道直径的关系,本文利用粘贴在管壁的同一素 线上的FBG对管道弯曲重建进行了有限元模拟和检测试验,将有限元结果和试验结果进行了 对比,并进行了误差分析。试验结果表明,FBG可以实现对弯曲管道的形状重建,在同样壁 厚的管道中,随着管道直径的增加,管道挠度的相对误差随着直径的增大由负向正增大。直 径为32 mm的管道在弯曲时的挠度相对误差靠近0点,在测试的4种不 同直径的管道中,弯曲重建效果最好。

摘要:为光整加工技术当中的烧结型滚抛磨块的粉体原 料均匀性判断提供理论依据,提出 一种粉体图像相似性检测理论。首先利用采样转盘采集粉体样本,并通过数字显微镜采集粉 体图像,将采集到的粉体图像进行灰度化、降采样、滤波和锐化处理,滤除采集过程中出现 的噪声,使得图像细节更加清晰；其次提取基于灰度直方图的特征参数,利用均值法得到中 心图像的特征参数及权重；最后计算各图像与中心图像带权重的欧式距离,用距离均值表征 图像的灰度分布相似性。实验结果表明:通过仿真分析不同时刻采集到的粉体图像,得到粉 体混合过程中粉体图像灰度分布相似性随时间的变化趋势,为之后工作中粉体混合均匀性的 判断提供依据。

摘要:掌纹识别是一种比较新颖的生物特征识别技术,提 取最佳分类特征一直是掌纹识别研究领域的一个重要方向。掌纹图像纹理特征丰富,但传统 方法难以准确将其表征。针对此问题,将固定尺度及自适应多尺度Gabor滤波器结合起来, 提出基于混合Gabor滤波器与加权中心对称局部二值模式(weighted center symmetric loca l binary pattern,WCS-LBP)的掌纹识别方法。首先,利用混合Gabor滤波器对掌纹感兴趣 区域进行滤波得到特征图像,并将其串联在掌纹特征空间；然后,使用WCS-LBP提取该空间 掌纹特征形成特征向量；最后,通过匹配WCS-LBP直方图序列的相似度来实现分类。在Poly U图库、同济大学图库、IIT-D图库和自建非接触图库中进行实验。结果显示,该算法获得 的识别率最高分别可达99.768%、99. 510%、99.091%和98.501%,最低等误率分别为 0.794%、1.235%、1.672%和2.339%,且识别时间都在1s以内,相比其他传统和流行算法具有优势 ,显示出方法良好的效果。

摘要:在复杂场景中,许多现有的车牌检测和识别方面 的研究方法存在数据集单一且有限、算法复杂等问题。因此提出了一个端到端的统一网络: 残差-空间变换-连接时序分类融合的 车辆号牌检测识别网络(LPDR-RSCNet)。该网络结合残差神经网络、空间变压器网络和连 接主义者时间分类,联合训练检测和识别模块,以减少中间错误积累。通过在残差神经网络 提取特征过程中引入空间变换网络,使特征提取器具有平移不变性、旋转不变性和缩放不变 性；在分类器引入连接时序分类,可以自动识别图片标签和特征之间的关系。同时,还可以 适应可变长度序列的识别。在中国城市停车场数据集(CCPD)上进行了比较实验,CCPD是一 个大规模、多样的中文车牌数据集。实验证明LPDR-RSCNet模型在实际应用中可实现98.8％ 的识别精度和34 fps的速度,并且相较于YOLO9000、Faster-RCNN、SSD300, 具有更好的检测准确度,可满足智能交通系统中对移动车辆实时车牌检测和识别的要求。

摘要:基于一阶微扰法,推导了涡旋光束在大气中传输 的稳态热晕解析表达式,并得到了由 热晕引起的涡旋光束的相位畸变表达式。通过数值模拟涡旋光束在大气中传输的光强等值线 分布,详细分析了传输距离、初始功率、横向风速、大气吸收系数和初始半径对涡旋光束热 晕的影响。研究结果表明,在其他参数不变的情况下,单一增大涡旋光束的初始功率、传输 距离和大气吸收系数,热晕效应会增强；相反,单一增大初始半径和横向风速反而会减小热 晕效应。在有风的情况下,由于热晕作用,涡旋光束会向来风方向偏折,峰值强度发生移动 ,形成不对称的分布,且涡旋光束在沿风向和垂直风向的相位变化有所不同。所得结果对高 功率激光在大气传输中的应用与高能激光器的发展具有重要的指导意义。

摘要:人工智能技术在现代战争中具有举足轻重的地位 ,复杂环境下的军事目标精准识别有 利于使我方抢占先机从而克敌制胜。秉承海空一体化联合作战的重要理念,为使目标检测方 法能够嵌入到各种军事单位中的微电脑中,提出了一种轻量且精准的军事目标检测方法。通 过分析与结合士兵、汽车、与坦克及其履带的特征,设计出一个轻量级的网络单元。使用网 络单元组成一种计算复杂度低且精准的骨干网络,用于提取目标特征信息。设计一个MSCA(multi-scale context aggregation)模块,对骨干网络中高维与低维的特征分别提取,解 决了目标遮挡的问题。实验结果表明,本文方法在军事目标测试集中的准确识别率为97.8% ,与最新的YOLOv4检测方法相比,检测准确度提高了1.1%,运行速度 提高了5倍,能够满足 嵌入式设备实时运行的要求。通过实验可得,本文方法可以实时且精准的检测多种场景下的 军事目标。

摘要:随着物联网与智能制造兴起,提升拉曼光谱仪的 数字化与智能网络化操作显得尤为重 要。激光拉曼光谱仪中传统的光路转换系统需要手动调节光路转换器的高度以达到控制光路 的目的,由于人工手动操作精度有限,为了减少操作带来的误差,本文利用无线通信技术在 移动终端上实现了对多路激光拉曼光谱仪的无线控制及远程监控,使用户能远程控制仪器并 实时了解运行状态。为解决控制功能与监控功能之间可能存在通信干扰的问题,基于蓝牙及 WiFi两种无线通信技术自主设计了可靠的通信协议。基于实时流传输协议(RTSP)流媒体服务 器技术,在移动终端上对接收到的码流进行视频解码,使用增强深度残差网络(EDSR)对视频 帧进行超分辨率重建后渲染播放,改善了视频采集和解码过程中图像细节信息丢失的问题, 提升了图像的视觉效果。将控制与监控功能集成于移动终端,不仅提升了操作的精度和便利 性,同时使用户能在不与激光接触的情况下控制仪器,减少了激光可能对用户带来的危害, 使开展更多的研究性实验成为可能。