检索结果-南通市图书馆

集成电路未来发展与关键问题——第347期“双清论坛(青年)”学术综述

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

中国科学：信息科学 2024年第1期54卷 1-15页

作者：陈云霁蔡一茂汪玉唐华何杰刘克郝跃中国科学院计算技术研究所北京100190 北京大学集成电路学院北京100871 清华大学电子工程系北京100084 国家自然科学基金委员会信息科学部北京100085 西安电子科技大学微电子学院西安710071

集成电路是信息时代重要的技术基础,也是国家战略竞争力的重要标志.在全球范围内,集成电路技术正处于快速变革与创新的新时期.面向集成电路未来发展,需要针对先进器件及集成工艺、模拟与混合电路、电路设计方法、新型计算架构等方面开... 详细信息

集成电路是信息时代重要的技术基础,也是国家战略竞争力的重要标志.在全球范围内,集成电路技术正处于快速变革与创新的新时期.面向集成电路未来发展,需要针对先进器件及集成工艺、模拟与混合电路、电路设计方法、新型计算架构等方面开展前沿研究,加强规划布局,完善创新系统,推动我国集成电路产业在未来发展中占得先机.基于第347期“双清论坛(青年)”,本文总结了我国集成电路科学研究及产业发展面临的国家重大需求,研判分析了集成电路领域国内外的发展态势和关键问题,展望了该领域重大的前沿发展趋势,探讨了前沿研究方向和科学基金资助战略,以期助推我国集成电路技术高质量发展.

关键词：集成电路先进集成封装工艺模拟与射频电路电子设计自动化新型体系架构

挤压力对GO-CF混杂增强复合材料形状记忆性能的影响

在线全文

学校读者我要写书评

暂无评论

炭素技术 2024年第4期43卷 35-42页

作者：郑武强王浩马玉钦韩玉朋虢海银河南水利与环境职业学院机电工程系河南郑州450008 长安大学工程机械学院陕西西安710064 西安电子科技大学机电工程学院陕西西安710126

探究不同挤压力对GO-CF混杂增强复合材料形状记忆性能的影响,采用真空浸渗热压成型工艺,分别在0.3~0.9 MPa挤压力下制备了7组形状记忆复合材料,并对其浸渗规律、形状变形区微观机理、固定率、回复率、回复力及回复时间进行分析。实验结... 详细信息

探究不同挤压力对GO-CF混杂增强复合材料形状记忆性能的影响,采用真空浸渗热压成型工艺,分别在0.3~0.9 MPa挤压力下制备了7组形状记忆复合材料,并对其浸渗规律、形状变形区微观机理、固定率、回复率、回复力及回复时间进行分析。实验结果表明:随着挤压力的增加,固定率、回复率和最大回复力呈现出先增加后减小的趋势,而回复时间则呈先减小后增加的趋势。在0.7 MPa的挤压力下,GO-CF混杂增强复合材料具备理想的浸渗效果,且具备良好的形状记忆性能,固定率为99.68%,回复率为99.31%,最大回复力为7.5 N。过小或过大的挤压力会导致浸渗效果不佳、基体团聚、基体与纤维的结合性能下降。

关键词：挤压力炭纤维复合材料氧化石墨烯形状记忆微观组织

一种无需先验信息的机载组网雷达实时空间配准算法

在线全文

学校读者我要写书评

暂无评论

现代防御技术 2024年

作者：刘心成朱陈予韩玉兵中国电子科技集团公司第二十七研究所西安电子科技大学雷达信号处理国家重点实验室南京理工大学电子工程与光电技术学院

针对多部空间姿态时刻变化的机载雷达，本文提出了一种全新的、无需依赖先验信息（如雷达位置和姿态）的空间配准策略，本策略涉及到实时配准参数解算以及融合点迹优化等多个关键环节。本文利用目标点迹数据建立雷达间的空间姿态关系，... 详细信息

针对多部空间姿态时刻变化的机载雷达，本文提出了一种全新的、无需依赖先验信息（如雷达位置和姿态）的空间配准策略，本策略涉及到实时配准参数解算以及融合点迹优化等多个关键环节。本文利用目标点迹数据建立雷达间的空间姿态关系，借助递归最小二乘法（Recursive Least Squares ， RLS）迭代求解旋转矩阵和平移向量，进而实现各雷达坐标系的实时配准。此外，本文引入了一种基于融合结果的目标轨迹级空间配准参数反向调节策略，通过构建配准误差模型并运用梯度下降法进行优化，有效降低了融合轨迹误差，提升了配准精度与跟踪质量。本文所提策略为雷达空间姿态的实时配准问题提供了一种全面且高效的解决方案，具有重大的理论价值与实际应用前景。

关键词：组网雷达空间配准机动目标数据融合递归最小二乘法

基于误差网络映射模型的矢量网络分析仪校准技术

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于误差网络映射模型的矢量网络分析仪校准技术

基于HotStuff的高效量子安全拜占庭容错共识机制

2024年全国微波毫米波会议（中国微波年会）

作者：赵伟西安电子科技大学机电工程学院测控工程与仪器系

本报告介绍了二端口矢量网络分析仪误差网络映射模型,以及基于该模型的校准算法重建与灵敏度分析方法。报告人建立了二端口矢量网络分析仪的误差网络映射模型,结合部分校准件测试信息对误差网络进行了定义,引入3个校准系数替代了传统的... 详细信息

本报告介绍了二端口矢量网络分析仪误差网络映射模型,以及基于该模型的校准算法重建与灵敏度分析方法。报告人建立了二端口矢量网络分析仪的误差网络映射模型,结合部分校准件测试信息对误差网络进行了定义,引入3个校准系数替代了传统的7项系统误差,据此模型对TRL[1]、SOLR[2]和LRM[3]校准进行了公式重建。同时,对校准件不确定度导致的待测散射参数不确定度进行了灵敏度分析,并针对常规校准和自校准给出了两种灵敏度分析策略,归纳了以上校准算法的灵敏度系数解析公式,实验证明了重建算法及其灵敏度分析的正确性。针对LRRM校准[4],提出了混合参数形式的误差网络映射模型,将误差网络定义为波参数测量值至待测电压电流的映射关系,仍只需引入3个校准系数作为未知量,一旦求得3个校准系数即可完成校准。此外,针对LNN和LRR超定校准,提出了一种基于误差网络映射模型的通用校准算法[5],利用T矩阵、伪T矩阵和归一化T矩阵分别对误差模型中不同网络进行表征,从而构造出类似于TRL校准中的特征值问题,极大简化了算法的推导过程,降低了算法的复杂度。

关键词：矢量网络分析仪灵敏度分析校准算法校准件校准技术映射模型

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

计算机科学 2024年第8期51卷 429-439页

作者：程安东谢四江刘昂冯艺萌北京电子科技学院网络空间安全系北京100070 西安电子科技大学计算机科学及技术学院西安710000 中国科学技术大学网络空间安全学院合肥230026 北京邮电大学网络空间安全学院北京100876

经典区块链中拜占庭容错共识机制使用的公钥数字签名在量子计算机的指数级加速下暴露出脆弱性,存在一定的安全风险。针对拜占庭容错共识机制不具有量子安全性的问题,提出了基于HotStuff的高效量子安全拜占庭容错共识机制EQSH(Efficient ... 详细信息

经典区块链中拜占庭容错共识机制使用的公钥数字签名在量子计算机的指数级加速下暴露出脆弱性,存在一定的安全风险。针对拜占庭容错共识机制不具有量子安全性的问题,提出了基于HotStuff的高效量子安全拜占庭容错共识机制EQSH(Efficient Quantum-Secured HotStuff)。首先,为解决现有无条件安全签名(Unconditionally Secure Signatures,USS)通信复杂度高的问题,提出了一种高效的多方环形量子数字签名(Efficient Multi-party Ring Quantum Digital Signatures,EMRQDSs)方案,该方案基于一种环形量子网络,在保证量子安全性、不可伪造性、不可抵赖性以及可转移性的同时,通信复杂度为O(n)。其次,为了消除量子敌手对门限签名的安全威胁,对HotStuff中使用的门限签名进行替换,提出了一种基于密钥分发中心的签名收集方案,该方案可以实现与门限签名同样的效果,通信复杂度为O(n),同时保证了量子安全性。最后,将上述两个方案相结合,应用于HotStuff中,提供了量子安全性;设计了一个起搏器保证了活性;简化了共识信息格式,使用流水线共识流程提高了共识效率。EQSH中没有使用量子纠缠等成本较高的技术,可在现有技术条件下实现,实用价值较高。相较于HotStuff,EQSH具有量子安全性。相较于其他非纠缠型量子安全拜占庭容错共识机制,EQSH首次将通信复杂度降为O(n),具有更佳的性能表现,且对于客户端量子线路数量的需求更低,有利于降低量子网络的架设成本。

关键词：拜占庭容错共识机制非纠缠量子安全量子数字签名环形量子网络

线性调频脉冲激光引信在烟雾中的回波特性仿真研究

在线全文

学校读者我要写书评

暂无评论

光电子．激光 2024年第10期35卷 1075-1081页

作者：丁星梁超张向荣张雪霞牛兰杰西安电子科技大学人工智能学院陕西西安710071 西安机电信息技术研究所陕西西安710065 西安现代控制技术研究所陕西西安710065 华北光电技术研究所激光重点实验室北京100015

为了提高激光引信对烟雾环境适应的能力,研究了线性调频(linear frequency modulated,LFM)脉冲激光引信的烟雾回波特性。通过对蒙特卡洛算法进行计算速度优化建立了烟雾中激光散射模型,研究了烟雾后向散射波形变化规律和影响探测性能的... 详细信息

为了提高激光引信对烟雾环境适应的能力,研究了线性调频(linear frequency modulated,LFM)脉冲激光引信的烟雾回波特性。通过对蒙特卡洛算法进行计算速度优化建立了烟雾中激光散射模型,研究了烟雾后向散射波形变化规律和影响探测性能的因素。结果表明:LFM脉冲在烟雾中的回波信号由烟雾低频(low frequency,LF)、烟雾高频(high frequency,HF)、目标信号3种叠加而成。当烟雾浓度1.4 mg/m^(3)时,目标信号完全被衰减。虽然烟雾LF对目标信号检测影响不大,但是当烟雾浓度大于1.2 mg/m^(3)时,烟雾HF和目标信号频谱混叠导致激光引信产生虚警信号。与传统脉冲激光相比,LFM脉冲激光可以适应更高浓度的烟雾,并且带宽越宽抗烟雾干扰能力越强。该研究结果对LFM脉冲激光引信的设计和信号处理具有重要支撑。

关键词：线性调频(LFM)脉冲激光引信后向散射激光测距

基于Lasso-Huber的近红外光谱特征波长选择方法及应用

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2024年第3期44卷 737-743页

作者：郭拓徐凤捷马晋芳肖环贤陕西科技大学电子信息与人工智能学院陕西西安710021 暨南大学光电系广东广州510632 江西保利制药有限公司江西赣州341900

在近红外光谱(NIRS)波长筛选过程中,当变量数目远大于样本量时,特征波长的选择是一个极具挑战性的问题。Lasso与Elastic Net算法虽被用于大维小样本数据的变量选择,但二者均以最小平方误差作为损失函数的度量方法来选择特征变量。因此,... 详细信息

在近红外光谱(NIRS)波长筛选过程中,当变量数目远大于样本量时,特征波长的选择是一个极具挑战性的问题。Lasso与Elastic Net算法虽被用于大维小样本数据的变量选择,但二者均以最小平方误差作为损失函数的度量方法来选择特征变量。因此,当样本中含有异常点时,经两种算法建立的模型对异常点更加敏感,导致模型向异常点偏移,鲁棒性降低。针对上述问题,采用Huber函数作为损失函数,提出了Lasso-Huber法进行近红外特征波长选择,结合偏最小二乘(PLS)方法建立安胎丸质控指标成分的定量校正模型,并与全波长建模、 Lasso与Elastic-Net方法波长选择后建模的模型性能进行对比。本实验采集21批安胎丸的近红外光谱数据共116条,其中101条数据作为校正集,采用留一交叉验证法对模型进行内部验证,另外15条数据则作为验证集用于外部验证。对于校正集中的异常光谱,使用基于主成分分析(PCA)的马氏距离法(MD)进行检测。以安胎丸的质控指标成分之一阿魏酸为例,采用Lasso、 Elastic-Net和Lasso-Huber方法分别筛选了安胎丸样品无异常光谱中69、 155和87个特征波长。其中Lasso-Huber法结合PLS建立的预测模型效果最佳,外部验证的RP2和SEP分别为0.953 1和0.058 7。此外,通过对校正集中是否包含异常光谱的校正模型预测性能对比发现,Lasso-Huber法在包含异常光谱的建模中更具优势。结果显示,Lasso-Huber算法优选出最佳波长点数为88,结合PLS建立的模型性能R_(v)^(2)为0.967 3,而Lasso方法的R_(v)^(2)为0.840 5, Elastic-Net方法的R_(v)^(2)为0.834 7,全波长建模的R_(v)^(2)为0.852 0。可见,在含有异常光谱的样本中,Lasso-Huber法不仅减少了特征波段的数量,同时降低了算法对异常光谱的敏感性,提高了模型的准确度和鲁棒性。从简化模型的角度上比较,Lasso法和Elastic-Net法的建模时间分别为61.826 0和79.959 9 s,而Lasso-Huber建模时间仅为1.360 8 s,因此,该算法更有望未来集成于实际生产应用的近红外光谱建模软件中。

关键词：近红外光谱波长选择大维小样本定量校正模型 Lasso-Huber

在线全文

学校读者我要写书评

暂无评论

基于语义认知网络的数字孪生网络架构研究

移动通信 2024年第2期48卷 34-40页

作者：金冬子李莹玉高大化石光明肖泳鹏城实验室华中科技大学电信学院中国地质大学(武汉)机械与电子信息学院西安电子科技大学人工智能学院

数字孪生网络是一种新兴的技术架构,通过对物理网络中的实体进行数字化表示,有望实现物理网络与孪生网络的闭环系统。然而,在传统通信网络框架下仍然难以满足数字孪生网络高保真度、高时效性和高资源利用率等需求。语义认知网络作为一... 详细信息

数字孪生网络是一种新兴的技术架构,通过对物理网络中的实体进行数字化表示,有望实现物理网络与孪生网络的闭环系统。然而,在传统通信网络框架下仍然难以满足数字孪生网络高保真度、高时效性和高资源利用率等需求。语义认知网络作为一种智能的信息交互范式,侧重对数据含义的理解和处理,可显著提高传输效率和准确性,从而满足数字孪生网络高保真度和高时效性的需求。为此,提出了一种基于语义认知网络的数字孪生网络架构。该架构通过融合语义认知网络,可实现高保真度的孪生体模型构建、网络决策的智能优化以及高效的数据传输。在该架构的基础上,以基于语义认知网络的网络数据增强为案例,验证了语义认知网络可以在模型聚合过程中同时考虑样本数据量和分布相似性,训练得到具备生成高精度合成数据的孪生模型。

关键词：数字孪生网络语义认知网络数据增强

基于Transformer及多任务学习的电信网络诈骗识别

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

应用科技 2024年

作者：邓翠艳齐小刚晋中信息学院大数据学院西安电子科技大学数学与统计学院

针对现有电信诈骗信息识别模型中识别分类不充分、语义关联不全面，较少考虑诈骗语义信息及诈骗目的等情况，提出了一种融合Transformer及多任务学习的电信网络诈骗识别模型（Transformer Muti-task， TMM）。在模型构建中，首先通过文... 详细信息

针对现有电信诈骗信息识别模型中识别分类不充分、语义关联不全面，较少考虑诈骗语义信息及诈骗目的等情况，提出了一种融合Transformer及多任务学习的电信网络诈骗识别模型（Transformer Muti-task， TMM）。在模型构建中，首先通过文本分词及词嵌入实现文本信息的向量化，其次针对诈骗信息分类问题提出了一种固定位置编码技术，通过典型的Transformer架构建立encode-only模型，将生成式文本模型转化为判别式模型，最后运用多任务学习模型，建立了基于Transformer的文本理解及文本分类2种模态的多任务学习模型，通过将文本理解知识共享给文本分类模型，实现了多任务识别模型泛化能力的大幅提升。本文基于某通信企业收集的诈骗信息数据，构建了电信网络诈骗识别模型。实验结果表明，相较于其他识别模型，上述模型能够较好地理解文本语义内容信息，实现诈骗信息的有效识别，诈骗语义识别准确率达到94%以上。

关键词：电信诈骗文本分类 Transformer 固定位置编码注意力机制多任务学习模式识别语义理解