紫色球杆菌视紫红质光谱特性的机器学习研究

近年来，机器学习等人工智能技术被应用于蛋白质工程，其在蛋白质结构、功能预测、催化活性等研究中具有独特优势。在未知蛋白质结构的情况下，将蛋白质序列和功能特性与机器学习相结合，基于序列-活性关系（innovative sequence-activity relationship，ISAR）算法，将蛋白质氨基酸序列数字化，用快速傅里叶变换（fast four transform，FFT）进行预处理，再进行偏最小二乘回归建模，可在数据集较少情况下拟合得到最佳模型。通过机器学习对紫色球杆菌视紫红质（gloeobacter violaceus rhodopsin，GR）的突变体蛋白质氨基酸序列与光谱最大吸收波长进行建模，获得了最佳模型。用最佳索引LEVM760106建模得到的确定系数R² 为0.944，均方误差E为11.64。用小波变换进行的预处理，其R² 虽也约为0.944，但E大于11.64，不及FFT进行的预处理。方法较好地解决了蛋白质序列与功能特性之间的数学建模问题，在蛋白质工程中可为预测更优的突变体提供支持。     

二维解卷积波束形成水下高分辨三维声成像

针对水下三维成像的空间分辨率难以提高,且具有较高旁瓣级的问题,提出了一种二维解卷积波束形成高分辨三维声成像算法,该算法首先完成任意距离切片的平面阵波束形成,近场情况下采用菲涅尔近似实现近场平面阵波束形成,然后通过二维解卷积技术对任意距离切片的二维波束形成结果进行解卷积处理,去除阵列指向性函数的影响,改善波束响应非理想冲击函数所造成波束形成主瓣宽及旁瓣级高的问题。通过计算机仿真分析,新算法可以有效的提高水下三维成像的空间分辨率,抑制旁瓣级,并能够在较宽频带和不同阵列孔径内保持与常规波束形成相当的稳定性。通过试验研究,新方法比常规波束形成实际目标成像分辨率提高一倍,最高旁瓣级下降20 dB,验证了该算法在实际系统中的有效性.      

低失真爆炸冲击信号零漂分析和处理方法

短时的爆炸瞬态冲击信号，具有冲击频带宽、幅值高特点，在测试过程中，常常会有信号失真的零漂现象。本文中详细分析零漂现象产生的原因，对比各种修正方法的优缺点，提出基于经验模态分解（empirical mode decomposition，EMD）改进高效算法，结合频域窗函数滤波方法，这种新修正方法，能够较好弥补现行修正方法的缺陷，可为瞬态冲击信号时域模拟提供失真较小的环境条件数据。     

在PC机上实现开环光纤陀螺数字解调的方法研究

本介绍了开环光纤陀螺输出信号数字调解在通用PC机上的实现方法,合理地选取了相关参数,为研制采用DSP微处理器的数字式光纤陀螺提供良好的技术基础。     

三轴一体化光纤陀螺技术

为了实现光纤陀螺组合小型化、低成本和高精度,进行了三轴一体化光纤陀螺样机的研制。该样机包括光学表头和陀螺解算电路两部分,其中,三个安装在三维空间正交支架上的敏感线圈共用一个光源,并且和其它独立的光学器件组成光学表头。陀螺解算电路由一块FPGA芯片处理三路探测器输出信号,输出与角速度成正比的数字信号。与传统光纤陀螺组合相比,三轴一体化光纤陀螺的组合结构缩小60%,成本降低20%,功耗降低一倍,但制作工艺较复杂。经过测试,其性能和单轴陀螺相当。此项研究技术可广泛应用于对体积要求严格的战术型号上。     

通用工业相机的炸点瞬时位置测量模拟研究

为解决当前已有炸点空间位置探测系统存在的结构复杂、成本昂贵的问题,进行了基于通用工业相机的炸点瞬时位置测量的模拟研究,设计了LED瞬态闪光单元,通过光电传感器探测LED产生的光信号并转换为电信号。经过信号处理,根据信号的幅值控制2台普通工业相机同时曝光进行抓拍,然后对采集的图像进行数字图像处理,获取2幅图像中爆炸光斑中心的位置坐标,再结合2个相机之间的相对位置关系,最终解算出炸点的空间位置坐标。实验结果表明:在距离测量系统24 m、32 m、48 m处,最大误差绝对值在水平X方向为127 mm,在竖直Y方向为68 mm,在深度Z方向为279 mm。系统具有响应速度快、精度高、成本低等优点,满足系统探测要求。     

采用空间谱加权稀疏约束的稳健Capon波束形成方法

针对标准Capon波束形成器旁瓣级高以及期望信号方向存在误差时,性能会严重下降的问题,提出一种基于噪声及干扰空间谱加权的稀疏约束Capon波束形成方法。该方法利用波束响应本身具有的稀疏特性,以及在稀疏重构算法中l₁范数具有抑制较大值保护较小值的特性,使用噪声及干扰的空间谱对不同角度的波束响应进行加权,然后施以稀疏约束。仿真、水池试验与湖上试验中,与其它几种方法比较表明该方法可以降低波束形成器的旁瓣级,获得较深的零陷,提高了阵列输出信干噪比与抗导向向量误差的能力。      

小快拍高分辨目标方位估计算法 GMUSIC的性能分析*

针对水下运动阵列在运动过程中进行方位估计时存在快拍不足的问题,研究了基于随机矩阵理论的MUSIC改进算法GMUSIC,该方法通过Stieltjes变换建立起统计协方差矩阵真实特征值、特征向量与样本协方差矩阵之间在逼近域中的关联,以修正样本协方差特征分解的结果,进而实现小快拍方位估计。仿真与试验表明:GMUSIC算法可以更好地分辨相邻目标,且需要的快拍数较MUSIC算法要少;在低信噪比情况下,GMUSIC算法方位估计均方根误差远小于MUSIC算法,估计成功概率远大于MUSIC算法。因此,GMUSIC算法适用于解决水声目标的小快拍方位估计问题。     

面向鲁棒自动语音识别的一致性自监督学习方法

提出了一种基于一致性自监督学习的鲁棒自动语音识别方法。该方法通过使用语音信号仿真技术,模拟一条语音在不同声学场景下的副本;在通过自监督学习方式学习语音表征的同时,极大化一条语音在不同声学环境下对应语音表征的相似性,从而获取到与环境干扰无关的语音表征方式,提高下游语音识别模型的性能。在远讲数据集CHiME-4和会议数据集AMI上的实验表明,所提的一致性自监督学习算法能够取得相比已有的wav2vec2.0自监督学习基线算法30%以上的识别词错误率下降。这表明,所提方法是一种获取噪声无关语音表征、提升鲁棒语音识别性能的有效方法。     

利用频率波数谱能量扩展差异的水面水下目标分辨

提出基于波数能量频域扩展特征的水面水下目标分辨方法,通过模态域波束形成计算频率波数谱,并根据环境信息建立目标深度与波数扩展差异间的映射关系,并以此作为判决模型实现目标深度辨识。仿真结果表明所提方法在目标方位预估不准时依然稳健。通过SWellEx-96数据和大连海域实测数据验证了本文所提方法的有效性,海上试验数据处理结果表明该方法在132 m水平阵纵向有效孔径、100～800 Hz处理频段条件下,初步具备了水面水下目标分辨能力,且水面目标波数扩展特征高出水下目标10°左右,两类目标差异明显。从声传播特性的角度,所提方法为解决目标深度辨识难题提供了新的思路。