高性能SAW MSC弹性卷积器的研制

本文介绍的声表面波(SAW)弹性卷积器,是利用条带耦合(MSC)束宽压缩器来实现束压缩,提高了卷积效率.文中叙述了设计考虑,给出了实验结果,并作了简单讨论.器件的中心频率f_0=60MHzZ;3dB带宽 B_(3dB)=10MHz;相互作用时间长度分别为13μs和8μs两种.主要性能指标为:卷积效率F_(Te)=-70dBm;输入输出动态范围均大于70dB;最大输出电功率大于-8dBm;信号/杂波电平大于34dB     

盲目反卷积光谱图超分辨复原算法

反卷积是实现光谱图超分辨复原的重要手段,与常规反卷积相比,盲目反卷积具有不需要预先准确获取卷积核函数的优势.着眼于充分利用光谱信号的特点和已有的光谱图反卷积成果,详细讨论了空域迭代盲目反卷积方法用于光谱图反卷积时的算法实现问题,并在分析光谱图卷积退化过程的基础上,针对光谱图反卷积算法特点,提出了光谱图卷积退化简化计算模型和最小二乘高斯拟合模型,以解决算法中相应的计算问题.基于Matlab平台的仿真表明,对于所用的高斯型谱线和点扩散函数,空域迭代盲目反卷积算法效果良好,在信噪比为50 dB时,分辨率提高约30%.     

基于噪声特性的大气湍流退化图像多帧盲反卷积复原

由于大气湍流和噪声的影响,造成观测目标图像的退化.为了目标的精确观测,根据噪声特性,结合符合物理意义的约束条件,提出了新的大气湍流图像盲反卷积复原最小化模型,并以共轭梯度数值优化方法交替迭代求解,复原观测目标图像.为验证提出的算法的有效性,在计算机上模拟参数为望远镜口径为2.0 m,大气相干长度为0.1 m,图像信噪比为10 dB的大气湍流退化和噪声污染的图像,以提出的盲反卷积复原方法复原,实验结果表明,提出的盲反卷积复原算法避免了传统的盲反卷积复原算法的缺陷,有效地克服大气湍流和噪声的影响,复原出了清晰的观测目标图像.该图像盲反卷积复原方法的研究,对地基望远镜的观测有重要的基础性作用.     

大气中激光等离子体通道寿命的延长及测量分析

介绍了一种反卷积方法.利用该方法分析了实验中测得的等离子体通道的光电信号特征，获 得了空气中等离子体通道的真实寿命.还证明了利用双脉冲激光结构，可以将等离子体寿命 延长近5倍. 关键词： 反卷积 大气激光等离子体通道 等离子体寿命     

多局部残差连接注意网络的图像去模糊

针对现有的基于卷积神经网络的图像去模糊算法存在图像纹理细节恢复不清晰的问题,提出了一种基于多局部残差连接注意网络的图像去模糊算法。首先,采用一个卷积层进行浅层特征提取;其次,设计了一种新的基于残差连接和并行注意机制的多局部残差连接注意模块,用于消除图像模糊并提取上下文信息;再次,采用一个基于扩张卷积的成对连接模块进行细节恢复;最后,利用一个卷积层重建清晰图像。实验结果表明：在GoPro数据集上的PSNR (peak signal to noise ratio)和SSIM (structure similarity)分别为31.83 dB、0.927 5,在定性和定量两方面都表明所提方法能够有效地恢复模糊图像的纹理细节,网络性能优于对比方法。     

傅里叶退卷积光谱噪音特性研究

通过数学推导给出了更为一般的计算傅里叶退卷积FSD（Fourier self-deconvolution）光谱信噪比变化率的公式.研究了在六种不同切趾函数情况下,当退卷积系数由小逐渐增大时,傅里叶退卷积光谱信噪比变化率随切趾长度的变化.研究结果表明,当傅里叶退卷积由欠退卷积过渡到完全退卷积再到过退卷积时,傅里叶退卷积光谱信噪比的衰减迅速加快.     

基于深度学习的合成孔径雷达图像去噪算法

针对合成孔径雷达在生成图像时产生的固有斑点噪声问题,提出了一种基于多尺度注意力级联卷积神经网络的去噪算法,用多尺度卷积网络与注意力机制来实现图像的特征提取,将级联网络结构作为主网络中的特征增强部分,并加入批量归一化来防止模型中出现过拟合。实验结果表明,所提算法相较于其他传统图像去噪算法,峰值信噪比、结构相似性分别平均提高了0.75 dB～14.45 dB和0.01～0.16,在图像熵上也优于其他算法,并且能较好地恢复图像中的细节信息。     

一种基于聚类的门控卷积网络语声分离方法*

基于深度聚类的语音分离方法已被证明能有效地解决混合语音中说话人输出标签排列的问题,然而,现有关于聚类进行说话人分离方法,大多数是优化嵌入使每个源的重建误差最小化。本文以时域卷积网络（ConvTasNet）为基础网络,设计了一种改进基于聚类的门控卷积（Gate-conv Cluster）语音分离方法,在时域上通过堆叠的门控卷积网络,实现端到端深度聚类的源分离。该框架将非线性门控激活用于时域卷积网络中,提取语音信号的深层次特征;同时在高维特征空间中聚类对语音信号的特征进行表示和划分,为恢复不同信号源提供了一个长期的说话者表示信息。该框架解决了说话人输出标签排列问题并对语音信号的长期依赖性进行建模。通过华尔街日报数据集进行实验得出,该方法在SDRi（信源失真比）和Si-SNR（尺度不变信源噪声比）指标上分别达到了16.72 dB和16.33 dB的效果。     

基于自发瑞利-布里渊散射测量空气的温度

瑞利-布里渊散射的散射截面比拉曼散射大,因而其在大气散射中实现对大气对流层温度廓线的准确测量方面具有一定的优势,同时利用瑞利-布里渊散射实现高压环境下温度的准确测量对于航天飞机主引擎状态的监测和超燃发动机燃烧室参数测量方面具有重要意义。基于自发瑞利-布里渊散射分别采用反卷积方法和卷积方法来实现空气在不同压力条件下的温度反演,研究引起温度反演误差的原因,并对利用两种方法获得的温度测量结果进行了比较。在利用基于维纳滤波器的反卷积方法对测量光谱直接处理实现温度反演之前,首先利用反卷积方法对由自发瑞利-布里渊散射模型与仪器函数卷积得到的卷积光谱进行处理获得反卷积光谱,将反卷积光谱与未经卷积的理论计算光谱进行比较实现温度反演, 并基于温度反演误差小于1.0 K,光谱拟合误差相对较小,光谱处理时间短的参数优化原则对反卷积方法中的关键参数奇异值叠加数进行了优化处理,得到优化后的奇异值叠加数为150。随后实验测量了由532 nm波长的连续激光激发的纯净空气在温度为294.0 K,压强为1～7 bar条件下的自发瑞利-布里渊散射光谱,并结合理论计算光谱和最小χ2值原理对光谱信号散射角进行优化,优化值为90.7°,同时利用反卷积和卷积方法分别对实验测量光谱进行处理实现空气在不同压强下的温度反演。实验结果表明反卷积方法在一定程度上可以提高信号光谱分辨率,而且利用反卷积和卷积方法均可以实现空气在不同压力（1～7 bar）条件下温度的准确测量,温度测量的最大误差均小于2.0 K;利用反卷积方法的温度反演结果随着气体压强的增大随之得到改善,实现温度反演测量所需要的光谱处理时间减少;在空气压强较低（≤2 bar）时,由卷积方法获得的温度反演结果要优于反卷积方法,压强较高（>2 bar）时,两种方法的温度反演结果相近, 其绝对误差均小于1.0 K。通过分析得到引起两种方法温度反演误差的原因主要包括环境温度的波动（±0.2 K）,散射角存在一定的不确定度以及气体的各已知参数的微量偏差对温度测量结果的影响以及反卷积对光谱噪声的非线性放大引起的光谱扰动对温度测量结果的影响。在实验中可以通过提高测量光谱的信噪比、提高散射角的优化精度及改善反卷积方法来获得更加准确的参数测量结果。     

基于电控棱镜结构太赫兹波开关

提出基于棱镜-空气-石墨烯-石英-硅结构,通过外加电场改变石墨烯的介电常数,引起太赫兹波反射率的变化,并利用等离子体共振机理对反射太赫兹波强度控制以实现太赫兹波开关功能.研究了空气隙对太赫兹波反射率的影响,结果表明:当空气隙为20μm时,太赫兹波反射率最小值为68.79%,当空气隙为56μm时,太赫兹波反射率最小值降至0.04%,此时的空气隙达到最佳值.分析确定了石墨烯化学势对太赫兹波反射率的影响,结果表明:当石墨烯化学势从0eV增加到0.2eV,太赫兹波的反射率从零增加到95.89%,从零反射变成全反射,表明该结构具有优异的反射太赫兹波强度控制性能,开关的消光比达到33dB.