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。     

可模式识别的水声成像方法

提出一种在自由环境中可以进行模式识别的水声成像方法。利用角域滤波将空间不同入射方向的平面波在阵元域中进行分离,在成像扇面内按要求设计一系列角域带通滤波器,这些滤波器的输出就是从角通带内入射的平面波在阵元域中的快拍数据,可以实现要求输入为阵元域特性数据的目标识别和底质分类等专用的模式识别算法,角域滤波器输出的平面波快拍数据的幅度作为像素值进行水声成像。采用角域滤波的方法可以进行水声成像得到所需要的声图,并且每个像素对应着相应点目标远场平面波入射到接收阵时所产生的快拍数据。仿真和实验数据处理结果表明,采用角域滤波和利用常规波束形成所得到的声图是一样的,并且两种成像方法具有相同的稳健性。      

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。     

水声信号稀疏重构高分辨角度-多普勒成像

针对傅氏空时二维谱估计分辨率低以及声呐空时采样数据样本数不足给角度-多普勒成像带来困难的问题,提出一种水声信号稀疏重构的高分辨角度-多普勒成像方法和抗混响空时滤波器的稀疏重构方法。该方法在声呐阵列单测量向量的极少观测样本条件下,建立阵列信号的空时稀疏表示模型,应用稀疏表示的匹配追踪算法和基追踪算法重构回波与混响的高分辨角度-多普勒像。并根据运动声呐回波与混响的空时分布规律及声呐待检测距离单元位置的先验信息,沿着混响空时分布脊线设计混响稀疏表示的专用空时导向向量字典,通过重构抗混响空时滤波器来抑制角度-多普勒平面的混响干扰。对运动声呐前视和侧视阵列的计算机仿真结果表明,在混响背景中,该方法采用声呐阵列单测量向量重构了低速运动目标多亮点回波的高分辨角度-多普勒像,频率分辨率突破傅里叶分辨率,角度分辨率突破阵列瑞利限,分辨率明显优于傅氏空时谱估计。      

改进的信道稀疏度检测正交多载波多普勒估计方法

针对正交频分复用水声移动通信中频域变采样技术联合信道稀疏度检测的多普勒估计算法在冰水混合区复杂信道环境下多普勒估计效果欠佳且计算量大的问题,提出了一种改进的多普勒估计算法。采用时域重采样技术对信号进行不同压缩因子的补偿,避免了频域变采样技术中的高阶快速傅里叶变换运算,从而降低了算法复杂度。利用梳状导频位置向量结合时域变采样技术更准确提取的导频子载波,进而获得更加精确的信道估计和信道稀疏度检测结果,提高了多普勒估计精度。仿真结果和冰下试验结果表明,与原始算法相比,改进的方法在冰水混合水域复杂多径时变信道环境下可以有效实现对信号多普勒畸变的跟踪并且计算量显著下降,能够保障正交频分复用水声移动实时通信。      

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。     

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。     

Optical pulse shaper with integrated slab waveguide for arbitrary waveform generation using optical gradient force

Integrated optical pulse shaper opens up possibilities for realizing the ultra high-speed and ultra wide-band linear signal processing with compact size and low power consumption. We propose a silicon monolithic integrated optical pulse shaper using optical gradient force, which is based on the eight-path finite impulse response. A cantilever structure is fabricated in one arm of the Mach–Zehnder interferometer（MZI） to act as an amplitude modulator. The phase shift feature of waveguide is analyzed with the optical pump power, and five typical waveforms are demonstrated with the manipulation of optical force. Unlike other pulse shaper schemes based on thermo–optic effect or electro–optic effect, our scheme is based on a new degree of freedom manipulation, i.e., optical force, so no microelectrodes are required on the silicon chip,which can reduce the complexity of fabrication. Besides, the chip structure is suitable for commercial silicon on an insulator（SOI） wafer, which has a top silicon layer of about 220 nm in thickness.