摘要:为了实现可分像素程控的固态响应型光子晶体(photonic crystals,PCs), 进而提升固态柔性反射式彩色显示器件性能,本 研究通过使用纳米颗粒涂层来改善电活性聚合物(electroactive polymer,EAP) 丙烯酸酯薄膜VHB4905表面的亲水性,使其 具备良好的PCs组装条件,从而实现了在疏水EAP 基底上制备PCs。通过对比在不同 层数亲水涂 层上自组装PS二维光子晶体(two-dimensional photonic crystals,2D PCs) 的反射光谱,发现了在丙烯酸酯薄膜上涂覆2层纳米亲水涂层时 自组装PCs的效果最好。通过对比其与传统玻璃基PS 2D PCs的反射光谱,发现改性后的丙烯酸酯基2D PCs拥有更高的反射率增强峰值。该结果验证了经过亲水涂层改性后在EAP上 组装PCs的可行性,也为进一步以EAP作为驱动源的响应型PCs的制备提供了技术基 础。

摘要:提出了一种基于级联相位调制器和光衰减器的光 频梳产生方案,建立了方案的理论模型并进行了 系统验证,研究了射频(radio frequency,RF) 信号幅度和光衰减器衰减系数对光频梳平坦度的影响。结果表明数值 计算与实验 结果一致性较好,通过调整RF驱动信号幅度和光衰减器衰减系数可产生梳线数量为15条、平坦度为 0.8 dB,边模抑制比(side-mode suppression ratio,SMSR) 为5.05 dB的光频梳。方 案中引入滤波器后,在梳线数量保持不变的前 提下,其平坦度和SMSR可分别提高62.5%和61.4%。

摘要:本文针对激光雷达转镜扫描电机对调速精度、频 率和运动幅度的需求,提出了一种基于高热导率 石墨膜的GaN半桥功率器封装方案。仿真结果表明,与环氧玻璃布层压板 (FR-4)基板、FR-4基板+铜散热片、陶 瓷基板三种 散热结构相比,采用FR-4基板+导热石墨膜散热结构的GaN半桥功率器,制备 成本较低、工 艺复杂度可 控、成品质量轻、散热性能好,最高可降温32.6 ℃,散热性能可提 升29.6%。导热底部填充胶起到热耦合 作用,在石墨膜封装结构中不可或缺。换热系数可影响散热性能,在其他散热影响因素无法 再优化情况 下,可通过增加换热系数提高散热效果。本文研究结果对高频、高功率密度、小尺寸功率器件封 装热设计具有一定的参考和指导意义。

摘要:量子随机数基于量子力学的内禀特性,通过量子物理过程产生理论上完全不可预测的真随机数,在信息安全、计算机、量子通信等诸多领域有着重要的应用。为满足量子随机数发生器实用化应用需求,本文提出了一种基于多光子态散粒噪声测量的量子随机数发生器设计与实现方案,实现了小型化、高速率、实时量子随机数发生器,量子随机数实时输出速率可达103.2 Mbps,满足《GM/T 0005-2012随机性检测规范》的随机性测试标准,具备连续稳定工作能力。

摘要:使用COMSOL软件对体布拉格光栅 (volume Bragg grating,VBG) 外腔半导体激光 器进行稳态热分析模拟仿真,研究VBG对半导体激光器的温度特性的影响。利用15%两种VBG对888 nm半导体激光器进行外 腔锁模,测试并分析外腔锁模条件下半导体激光器的输出特性和温度特性。结果表明,VBG外 腔结构能够改善半导体激光器的光谱特性,提高半导体激光器的工作温度。在 25 ℃条件下,当采用15% 衍射效率的体光栅进行外腔锁模时,最大输出光功率为10.7 W,输 出波长稳定在888 nm,光谱线宽为0.3 nm。

摘要:针对林区环境中现有的交通监控系统目标检测算 法在雾、雨、雪等恶劣天气条件下车牌定位困难、 精度低和检测速度慢等问题,提出了一种新的车牌检测方法。该方法以YOLOv5(you only look once v5)为基础模型 ,采用K-means++的方法对实例标签信息进行聚类分析获取新的初始化锚框尺寸,在特征提 取网络中融入CBAM(convolutional block attention module) 注意力机制提取到检测目标更多的特征信息,选取了CIoU作为损失函数提高检测框定位精 度。在预处理 方面,模拟摄像头在采集图像时可能产生的干扰,使用OpenCV-Python编写脚本对图像进 行处理,增加算 法在林区复杂环境下检测的鲁棒性。实验分析表明,该方法的均值平均精度@0.5(mean average precision@0.5, mAP@0.5) 达99.5%、均 值平均精度@0.5(mAP@0.5) 达86.7%、检测速度达128帧/s、模型大小仅14 M,与YOLOv5以 及其他主流目标检测算法相比有更好的准确性、实时性和广泛可部署性。

摘要:针对有限的内存资源导致图神经网络 (graph neural network,GNN) 无法完全加 载属性图的问题,文中提出了二值化身份感知 图卷积神经网络(binary identify-aware graph convolutional network,BID-GCN)。 该网络通过在消息传 递过程中递归地考虑节点的信息,为了获得一个给定的节点的嵌入,BID-GCN将提取以该 节点为中心的 自我网络,并进行多轮的异构消息传递,在自我网络的中心节点上应用与其他节点不同的参 数。在消息 传递过程中,对网络参数和输入节点特征进行二值化,并将原始的矩阵乘法修改为二值化以 加速运算。 通过理论分析和实验评估,BID-GCN可以减少网络参数和输入数据的平均约36 倍的内存消 耗,并加快引 文网络上平均约49倍的推理速度,可以提供与全精度基线相当的性能 ,较好地解决内存资源有限的问题。

摘要:在日常生活中,存在着丰富的文本信息,对这些 信息的提取,能够极大地提高人们的生活品质。 但自然场景中文本信息表达形式丰富多样,文本形状各异,在检测过程中存在误检、文本区 域定位不准 问题。针对以上不足,本文提出了一种具有自校正与注意力机制相结合的文本检测方法。首 先,在ResNet50 骨干网络中嵌入自校正卷积(self-calibrated convolution,SConv) 及高效通道注意力(efficient channel attention,ECA) ,使网络能够校正全局无关信息的干扰,并集 中关注于文 本区域,提取更加丰富的语义信息；其次,在特征融合后加入协调注意力(coordinate attention,CA) ,纠正不同尺度的特 征图在融合 过程中产生的位置偏差。最后,通过修正后的特征图预测得到多个不同尺度的文本实例,采用 渐进尺度扩 展算法,求出最终检测到的文本实例。实验结果表明,在任意方向数据集ICDAR2015以及弯 曲文本数据 集Total-Text、SCUT-CTW1500上,相比于改进前的ResNet50综合指标F值分别提升了1.0%、5.4%,证明了 本方法具有良好的检测能力。

摘要:利用高光谱遥感的浅海水深反演由于具有成本低 、精度高等特点,近年来已经逐步发展成为一种 探测水柱参数的可靠方法。半分析模型是一种应用广泛的高光谱遥感浅海水深反演模型,MI LEBI(maximum likelihood estimation including environmental noise and bottom intra- class variability)方法为基于 半分析模型的一种反演方法。鉴于水深增加时MILEBI会出现水深被高估的问题,本文提出 一种改进的半 分析模型的水深反演方法。本方法通过增设关于深度的先验分布,然后在MILEBI方法的损 失函数中加入 正则化项构成新的目标函数,使深度值对水面下反射率影响力增大,从而提高水深反演精度 。本文运用了 真实数据集和模拟数据集进行实验,实验结果表明:在15—20 m的深 度范围内,MILEBI方法的平均绝对 误差约为4.27 m,而改进后方法的平均绝对误差约为2.27 m,提高了反演精度。

摘要:目前,常见的三维(3D)人体姿态估计算法在表征学习上取 得很好的效果,但是在人体骨架关节点处依然存在估计精度不佳等问题,因此,如何从单目RG B图像中利用冗余的二维(2D)姿态序列时空信息来估计人体姿 态的有效方式是一个研究的难点。本文提出一种基于时空多特征融合网络的三维人体姿态估 计算法,具 体是结合一种图像外观信息和运动时序信息时空多特征融合层级方法,该方法利用一种紧凑 的卷积神经 网络(convolutional neural network,CNN)学习时空信息将二维关节点位置信息建模为三维关节点位置。实验结果表明,本文所提 出的方法能实现较为先进的端对端姿态估计精度,而且不需要任何后处理阶段的姿态优化方法,本 文得到的姿态估计在平均精度上得到有效的提升,证明本文方法能够有效提高人体姿态估计的 准确性。

摘要:卷积神经网络(convolutional neural network ,CNN)作为传统神经网络的改进,已经得到了 广泛的应用。然而,在CNN性能提升的同时其模型的规模不断扩大,对存储及算力 的要求 越来越高,基于冯·诺依曼体系结构的处理器难以达到令人满意的高处理性能。为了提升系 统性能, 近存储计算(near memory computing,NMC)成为了一个具有发展前景的研究方向。本文利 用一种 支持NMC的可重构阵列处理器实现手写数字识别,并行地实现了卷积运算；同时利用 共享缓 存阵列结构,减少片外存储的频繁访问。实验结果表明,在110 MHz 的工作频率下,执行单 个5×5 卷积运算的计算速度提升了75.00%,可以在9 960 μs内实现一个手写数字的识别。

摘要:傅里叶单像素成像是一种新型光学成像技术,在 三维成像等领域具有重要应用前景。为了促进傅 里叶单像素成像的应用,本文分析研究光源的离焦对傅里叶单像素成像的影响并探索离焦成 像的优化策 略。首先基于描述光源离焦的高斯模型,理论分析离焦光源的傅里叶单像素成像,接着实验 上以傅里叶 基底图案调制的数字光投影仪为光源,通过改变光源的离焦参量,分析研究光源离焦对傅里 叶单像素成 像的峰值信噪比(peak signal-to-noise ratio,PRSN )的影响 。结果表明:光源偏离焦点越多,成像质量越差, 具体为重建图像PRSN从28.4 dB下降至20.5 dB。为此,本文探索实现了一种融合自适应滤波和盲 去卷积的成像质量优化策略,优化后的图像PRSN提高了1.4 —4.0 dB。该结果对于傅里叶单像素成像应用于远距离成像等复杂环 境具有重要意义。

摘要:光子辅助的毫米波通信因其超带宽优势在下一代 宽带无线接入网中有着广泛的应用前景,本文基于单个激光源和一个 双极化马赫-曾德尔调制器(dual-polarization Mach-Zehnder modulator, DP-MZM)的光路结构产生了频率稳定的偏振复用毫米波信号, 联合VPI与MATLAB仿真环境对 单边带(single sideband,SSB) 偏振复用四相相移键控(polarization-division-multiplexing,PDM)quadrature phase shift keying,QPSK、16阶正交幅度调制(16-ary quadrature amplitude modulation,16QAM)和32阶正 交幅度调制(32-ary quadrature amplitude modulation,32QAM) 信号分别实现了70 km、65 km与 50 km的有效传输,并结合概率整形(probability shaping, PS)技术在28 GHz波段上,以相同净比 特传输速率 对比分析了均匀16QAM与PS-16QAM,均匀32QAM与PS-32QAM的SSB矢量毫米波(millimeter wave,MMW) 信 号在光纤传输条件下 的误码率(bit error rate, BER)性能。仿真结果表明:在相同净比特速率,以硬 判决阈值3.8×10－3为判断条件,在普通单模光纤 (single-mode fiber,SMF) 传输系统中, PS-16QAM/32QAM信号光功率约有0.3 dBm的提升,非线性光纤(nonlinear fiber NLF )传输系统中,PS-16QAM信号光功率约有0.8 dBm 的提升,PS-32QAM信号光功率约有0.5 dBm的提升,结果表明:经过PS后的MMW信号光纤传输性能有明显改善。

摘要:针对现有脑肿瘤核磁共振成像 (magnetic resonance imaging,MRI)分割神经网络的参数量和计算量较大且对肿瘤区域小目标分割精度不高 的问 题,提出一种改进的轻量级脑肿瘤分割网络MF-RES2Net(multiple fiber residual-like networks) 。该网络以3D U-Net为基础架构, 将多纤模块(multi-fiber,MF) 和类残差模块(RES2) 相结合代替传统卷积模块。MF将特征图像的通道进行混合,增加了通道 间信息的交 流融合；RES2将通道均分,单通道的卷积结果相加到相邻通道,在扩大图像感受野的 同时保留了 细节特征,同时降低网络参数量。此外,为改善数据不平衡问题,提出一种改进的加权损失 函数,提高 了网络对小目标的分割精度。将MF-RES2Net在BRATS 2019数据集进 行验证,完整肿瘤、核心肿瘤和增 强肿瘤分割的平均Dice系数分别为89.98%、84.02%、77.62%,参数量和浮点数分别为3.16 M和16.24 G, 结果表明:该网络在降低参数量和计算量的同时进一步提升了分割性能,有效地降低了网络运 行时的设备要求。