检索结果-南通市图书馆

重叠阵元时分复用MIMO雷达多目标参数估计方法研究

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

电子与信息学报 2024年第1期46卷 229-239页

作者：田丰刘万符渭波张浩宇西安科技大学通信与信息工程学院西安710054 西安市网络融合通信重点实验室西安710054

针对多普勒-角度耦合和速度模糊问题,该文提出一种基于重叠阵元MIMO阵列的多目标参数估计方法。该方法基于虚拟孔径原理,在传统MIMO天线阵列中引入重叠阵元,构建重叠阵元MIMO天线阵列。通过在角度快速傅里叶变换(FFT)算法中引入循环迭... 详细信息

针对多普勒-角度耦合和速度模糊问题,该文提出一种基于重叠阵元MIMO阵列的多目标参数估计方法。该方法基于虚拟孔径原理,在传统MIMO天线阵列中引入重叠阵元,构建重叠阵元MIMO天线阵列。通过在角度快速傅里叶变换(FFT)算法中引入循环迭代的方法估计阵列位置参数,利用重叠阵元回波信号的相位差值进行频率估计。同时,引入频谱搬移方法对速度区间进行转换,实现多目标的距离和速度估计。通过蒙特卡罗仿真实验,信噪比15 dB的条件下,解模糊正确率为100%,速度误差为0.1 m/s,角度误差为0.1°。基于城市交通场景采集的车辆数据集进行测试,测试结果表明,该方法能够实现对车辆目标的速度和角度精确估计,可满足交通雷达对车辆信息监测的实时性和准确性需求。

关键词：时分复用多输入多输出雷达运动补偿速度模糊重叠阵元

基于对称双环嵌套管的低损耗弱耦合六模空芯负曲率光纤

在线全文

学校读者我要写书评

暂无评论

物理学报 2024年第7期73卷 90-103页

作者：惠战强刘瑞华高黎明韩冬冬李田甜巩稼民西安邮电大学电子工程学院西安710121 西安市微波光子与光通信技术重点实验室西安710121

本文设计了一种具有对称双环嵌套管结构的新型低损耗少模空芯负曲率光纤,该光纤支持LP_(01),LP_(11),LP_(21),LP_(02),LP_(31a),LP_(31b)共6种纤芯模式.所设计的光纤以SiO(_2)作为基底材料,采用特殊的对称双环嵌套结构将包层区域进行划... 详细信息

本文设计了一种具有对称双环嵌套管结构的新型低损耗少模空芯负曲率光纤,该光纤支持LP_(01),LP_(11),LP_(21),LP_(02),LP_(31a),LP_(31b)共6种纤芯模式.所设计的光纤以SiO(_2)作为基底材料,采用特殊的对称双环嵌套结构将包层区域进行划分,能够有效地减小纤芯模式与包层模式的耦合.使用有限元法对该少模空芯负曲率光纤的结构参数进行优化,并分析了纤芯各个模式的限制损耗和弯曲损耗.仿真结果表明,所提出的少模空芯负曲率光纤能够同时支持弱耦合的6种纤芯模式独立传输(相邻模式间的有效折射率差均大于10~(–4),有效地避免了纤芯内模式间的耦合).在400 nm带宽(1.23—1.63μm,覆盖O,E,S,C,L波段)范围内,纤芯中的6个模式均保持低损耗稳定传输.各模式限制损耗在1.4μm处达到最低,其中基模LP_(01)模式的限制损耗最低,为4.3×10^(–7)d B/m.此外,当弯曲半径为7 cm时,各模式在一定工作波长范围内均保持低弯曲损耗传输.公差分析表明,当结构参数偏移±1%时,该少模空芯负曲率光纤仍然可以保持低损耗弱耦合的传输特性.

关键词：空芯负曲率光纤少模光纤限制损耗弯曲损耗

维普期刊数据库博看期刊

结合时间注意力机制和单模态标签自动生成策略的自监督多模态情感识别

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年第2期46卷 588-601页

作者：孙强王姝玉西安理工大学自动化与信息工程学院通信工程系西安710048 西安市无线光通信与网络研究重点实验室西安710048

大多数多模态情感识别方法旨在寻求一种有效的融合机制,构建异构模态的特征,从而学习到具有语义一致性的特征表示。然而,这些方法通常忽略了模态间情感语义的差异性信息。为解决这一问题,提出了一种多任务学习框架,联合训练1个多模态任... 详细信息

大多数多模态情感识别方法旨在寻求一种有效的融合机制,构建异构模态的特征,从而学习到具有语义一致性的特征表示。然而,这些方法通常忽略了模态间情感语义的差异性信息。为解决这一问题,提出了一种多任务学习框架,联合训练1个多模态任务和3个单模态任务,分别学习多模态特征间的情感语义一致性信息和各个模态所含情感语义的差异性信息。首先,为了学习情感语义一致性信息,提出了一种基于多层循环神经网络的时间注意力机制(TAM),通过赋予时间序列特征向量不同的权重来描述情感特征的贡献度。然后,针对多模态融合,在语义空间进行了逐语义维度的细粒度特征融合。其次,为了有效学习各个模态所含情感语义的差异性信息,提出了一种基于模态间特征向量相似度的自监督单模态标签自动生成策略(ULAG)。通过在CMU-MOSI,CMU-MOSEI, CH-SIMS 3个数据集上的大量实验结果证实,提出的TAM-ULAG模型具有很强的竞争力:在分类指标(Acc_(2),F_(1))和回归指标(MAE, Corr)上与基准模型的指标相比均有所提升;对于二分类识别准确率,在CMUMOSI和CMU-MOSEI数据集上分别为87.2%和85.8%,而在CH-SIMS数据集上达到81.47%。这些研究结果表明,同时学习多模态间的情感语义一致性信息和各模态情感语义的差异性信息,有助于提高自监督多模态情感识别方法的性能。

关键词：多模态情感识别自监督标签生成多任务学习时间注意力机制多模态融合

多层次时空特征自适应集成与特有-共享特征融合的双模态情感识别

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年第2期46卷 574-587页

作者：孙强陈远西安理工大学自动化与信息工程学院通信工程系西安710048 西安市无线光通信与网络研究重点实验室西安710048

在结合脑电(EEG)信号与人脸图像的双模态情感识别领域中,通常存在两个挑战性问题:(1)如何从EEG信号中以端到端方式学习到更具显著性的情感语义特征;(2)如何充分利用双模态信息,捕捉双模态特征中情感语义的一致性与互补性。为此,提出了... 详细信息

在结合脑电(EEG)信号与人脸图像的双模态情感识别领域中,通常存在两个挑战性问题:(1)如何从EEG信号中以端到端方式学习到更具显著性的情感语义特征;(2)如何充分利用双模态信息,捕捉双模态特征中情感语义的一致性与互补性。为此,提出了多层次时空特征自适应集成与特有-共享特征融合的双模态情感识别模型。一方面,为从EEG信号中获得更具显著性的情感语义特征,设计了多层次时空特征自适应集成模块。该模块首先通过双流结构捕捉EEG信号的时空特征,再通过特征相似度加权并集成各层次的特征,最后利用门控机制自适应地学习各层次相对重要的情感特征。另一方面,为挖掘EEG信号与人脸图像之间的情感语义一致性与互补性,设计了特有-共享特征融合模块,通过特有特征的学习和共享特征的学习来联合学习情感语义特征,并结合损失函数实现各模态特有语义信息和模态间共享语义信息的自动提取。在DEAP和MAHNOB-HCI两种数据集上,采用跨实验验证和5折交叉验证两种实验手段验证了提出模型的性能。实验结果表明,该模型取得了具有竞争力的结果,为基于EEG信号与人脸图像的双模态情感识别提供了一种有效的解决方案。

关键词：双模态情感识别脑电人脸图像多层次时空特征特征融合

在线全文

学校读者我要写书评

暂无评论

基于超快激光调制的纳秒脉冲X射线发射源

物理学报 2024年第4期73卷 98-104页

作者：李昀苏桐盛立志张蕊利刘舵刘永安强鹏飞杨向辉许泽方中国科学院西安光学精密机械研究所瞬态光学与光子技术国家重点实验室西安710119 中国科学院大学光电学院北京100049 邯郸学院数理学院邯郸056005

面向基础科学与空间应用研究领域对小型化超快脉冲X射线发射源的需求,设计并研制了基于激光调制光源与光电阴极X射线管的超快脉冲X射线发生器,解决了传统X射线调制发射装置重复频率低、时间稳定性差、脉冲特性差等应用难题.本文主要开... 详细信息

面向基础科学与空间应用研究领域对小型化超快脉冲X射线发射源的需求,设计并研制了基于激光调制光源与光电阴极X射线管的超快脉冲X射线发生器,解决了传统X射线调制发射装置重复频率低、时间稳定性差、脉冲特性差等应用难题.本文主要开展了脉冲X射线发生器的超快调制控制模块研究,并利用基于预调制的激光控制光源实现了高时间精度、高时间稳定度的超快时变光子信号以及纳秒脉冲X射线产生.理论方面,建立了脉冲X射线发生器时间响应模型,分析了出射脉冲X射线的时域时间特性.实验方面,搭建了基于超快闪烁体探测器的脉冲X射线时间特性实验测试系统,测试了激光控制光源及脉冲X射线发射源的时间特性参数.实验结果表明脉冲X射线发生器可同时实现高重频(12.5 MHz)、超快脉冲(4 ns)、高时间稳定度(400 ps)特性,且与所建立的理论模型高度符合.相比于传统X射线调制方案,脉冲时间参数指标得到了大幅提升、应用场景获得了极大拓展,本项研究有望为实现超高时间稳定性、超快脉冲X射线发射源提供新思路.

关键词：脉冲X射线发生器光电阴极X射线管激光控制光源超快闪烁体探测器

一种用于射频识别阅读器的双频宽带圆极化天线

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

电子与信息学报 2024年第3期46卷 960-966页

作者：王丽黎高智勇杜忠红徐亚妮西安理工大学自动化与信息工程学院西安710048 西安市无线光通信与网络研究重点实验室西安710048

该文设计了一种紧凑的用作射频识别(RFID)阅读器的双频宽带圆极化天线。天线由弯折处理的矩形贴片、L形贴片和三角形地板构成,通过微带线进行馈电。两个辐射贴片分别独立控制高低两个频段,其轴比带宽也可独立调整,三角形地板可以使横向... 详细信息

该文设计了一种紧凑的用作射频识别(RFID)阅读器的双频宽带圆极化天线。天线由弯折处理的矩形贴片、L形贴片和三角形地板构成,通过微带线进行馈电。两个辐射贴片分别独立控制高低两个频段,其轴比带宽也可独立调整,三角形地板可以使横向电流和纵向电流发生变化,从而改变横向电流和纵向电流的比值大小,实现圆极化性能。天线尺寸为0.92λ_(0)×0.92λ_(0)×0.0064λ_(0)(λ_(0)为2.40 GHz时的自由空间波长)。测试结果表明在超高频(UHF)频段该天线实现了49%(0.77~1.27 GHz)的阻抗带宽和46%(0.84~1.34 GHz)的轴比带宽,在无线局域网(WLAN)频段实现了47.5%(1.54~2.50 GHz)的阻抗带宽和24.2%(1.96~2.50 GHz)的轴比带宽,可以完整覆盖UHF和WLAN两个频段,具有良好的辐射特性。与其他双频圆极化天线相比,该天线整体结构紧凑、设计简单、避免了使用复杂的馈电网络,且具有较宽的3 dB轴比带宽。

关键词：双频段宽带射频识别阅读器天线圆极化天线

在线全文

学校读者我要写书评

暂无评论

保留模体信息的属性二分图神经网络表示学习

计算机工程与应用 2024年第10期60卷 148-155页

作者：吕少卿王驰驰李婷婷包志强西安邮电大学通信与信息工程学院西安710121 西安邮电大学陕西省信息通信网络及安全重点实验室西安710121

目前网络表示学习方法大多针对通过网络,忽略了属性二分网络的特殊性以及网络的模体信息等。为了解决以上问题,提出一种保留模体信息的属性二分图神经网络表示学习方法MABG。该方法首先通过网络中两节点共同参与形成的蝶形模体数量来调... 详细信息

目前网络表示学习方法大多针对通过网络,忽略了属性二分网络的特殊性以及网络的模体信息等。为了解决以上问题,提出一种保留模体信息的属性二分图神经网络表示学习方法MABG。该方法首先通过网络中两节点共同参与形成的蝶形模体数量来调整边的权重,从而构建模体权重矩阵,获得包含模体信息的属性二分网络邻接矩阵。接着采取不同的策略捕捉网络中的显式和属性隐式消息,对于不同类型节点集合间的显式关系采用消息传递机制,对于同类型节点中的隐式关系采用消息对齐机制,同时使用对抗模型最小化输入特征和显式关系表示之间的差异,之后通过级联框架来捕捉高阶信息并得到最终的节点表示。将该模型在四个真实公开的数据集上执行推荐任务并与其他方法进行对比,验证了该模型的有效性。

关键词：属性二分网络网络表示学习网络模体图神经网络

基于马尔科夫模型的双站激光微波混合链路性能分析

在线全文

学校读者我要写书评

暂无评论

电子学报 2024年第2期52卷 468-476页

作者：邵军虎杜旭晓庞健史魏征西安理工大学自动化与信息工程学院西安市无线光通信与网络研究重点实验室陕西西安710048 华侨大学厦门市移动多媒体通信重点实验室福建厦门361021

针对气象变化对自由空间光(Free Space Optical,FSO)通信链路和毫米波射频(Radio Frequency,RF)通信链路可用率的影响问题,采用马尔科夫建模与稳态概率求解计算方法,分析不同天气条件下FSO/RF混合链路的双接收站分集与中断概率性能.基于... 详细信息

针对气象变化对自由空间光(Free Space Optical,FSO)通信链路和毫米波射频(Radio Frequency,RF)通信链路可用率的影响问题,采用马尔科夫建模与稳态概率求解计算方法,分析不同天气条件下FSO/RF混合链路的双接收站分集与中断概率性能.基于FSO链路和RF链路的信道模型,采用有限状态马尔科夫链(Finite State Markov Chain,FSMC)分别对单双站FSO/RF混合链路的切换选择进行建模,推导得出不同参数和天气情况下系统稳态的中断概率表达式.数值计算结果表明,当中断概率达到10^(-6),雨雾天气链路距离为1~7 km时,双站FSO/RF混合链路相比单站可获得4~25 dB的增益.

关键词： FSO/RF混合链路多站分集马尔科夫模型中断概率误码率

在线全文

学校读者我要写书评

暂无评论

高光谱遥感影像异常目标检测研究进展

遥感学报 2024年第1期28卷 42-54页

作者：屈博郑向涛钱学明卢孝强中国科学院西安光学精密机械研究所光谱成像技术实验室西安710119 西安交通大学信息与通信工程学院西安710049 中国科学院大学北京100049

随着航空航天技术与遥感技术的不断发展,遥感影像在诸多领域的应用不断拓展,其中高光谱分辨率遥感影像具有“图谱合一”的特点,即该数据既包含了具有强大区分性的地物光谱信息,又包含了丰富的地物空间位置信息,因此高光谱数据具有非常... 详细信息

随着航空航天技术与遥感技术的不断发展,遥感影像在诸多领域的应用不断拓展,其中高光谱分辨率遥感影像具有“图谱合一”的特点,即该数据既包含了具有强大区分性的地物光谱信息,又包含了丰富的地物空间位置信息,因此高光谱数据具有非常大的应用潜力。高光谱异常目标检测问题,是在对目标先验信息未知的前提下,根据光谱与空间信息实现对区域中的异常目标的进行“盲”检测,因此其在资源调查、灾害救援等领域发挥了巨大的作用,是遥感领域非常重要的研究课题。本文针对高光谱遥感影像异常目标检测研究方向,首先总结阐述了目前高光谱异常目标检测问题的主要研究进展,根据算法原理的不同对现有主流算法进行了分类与总结,主要分成了基于统计学、基于数据表达、基于数据分解、基于深度学习等不同的种类的方法,并对每类方法的特点进行分析。随后通过对现有方法的调研、分析与总结,提出了数据库拓展、多源数据融合、算法实用化等高光谱异常检测研究未来发展的3个方向。

关键词：遥感高光谱遥感高光谱异常检测深度学习矩阵分解