一种GHz高频应用的低失调高速CMOS动态比较器

提出了一种由改进的前置差分运算放大器和差分式锁存器构成的高频、高速、低失调电压的动态比较器。前置预差分放大器采用PMOS交叉互连的负载结构,提升差模增益,进而减小输入失调。后置输出级锁存器采用差分双尾电流源抑制共模噪声,改善输出级失调,并加速比较过程。采用一个时钟控制的开关晶体管替代传统复位模块,优化版图面积,在锁存器中构建正反馈回路,加速了比较信号的复位和输出建立过程。采用65 nm/1.2 V标准CMOS工艺完成电路设计,结合Cadence Spectre工艺角和蒙特卡洛仿真分析对该动态比较器的延时、失调电压和功耗特性进行评估。结果表明,在1.2 V电源电压和1 GHz采样时钟控制下,平均功耗为117.1 μW;最差SS工艺角对应的最大输出延迟仅为153.4 ps;1 000次蒙特卡罗仿真求得的平均失调电压低至1.53 mV。与其他比较器相比,该动态比较器的电压失调和高速延时等参数有明显优势。     

航空机载软件全数字仿真测试系统的设计与实现

针对航空机载软件测试环境与开发环境冲突、测试环境可控性和通用性差、非干预性测试困难的问题,分析了全物理实装测试环境、半实物仿真测试环境的优缺点,研究了全数字仿真测试技术,设计并实现了一种航空机载软件全数字仿真测试系统。该系统由仿真核心平台、仿真工具组件、协同仿真组件和人机交互组件构成,提供了航空机载处理器、内存、外设等多种可重用库。提出了基于底层虚拟机的动态二进制翻译技术、协同仿真时间同步和数据通信机制等关键技术,实现了航空机载软件全数字高速闭环仿真运行。工程实践证明,该系统能达到降低硬件设备的依耐性、简化测试环境搭建的复杂度、提高测试效率约42%的目的。     

一种实时多尺度目标检测识别算法

无人机目标检测与识别任务中,目标随着飞行高度的改变尺寸发生显著变化。常规目标检测模型中,获取的小目标细节信息有限,检测精度较低;而适用于小目标的实时检测模型往往容易丢失大目标的背景信息,降低大目标的检测精度。针对以上多尺度目标检测识别任务难点,提出一种基于改进特征金字塔网络(Feature Pyramid Network, FPN)结构的实时多尺度目标检测识别模型。该模型通过增加特征金字塔层级覆盖更广的目标尺度,获取更为丰富的目标信息;同时,利用跨连接增加不同尺度特征融合的多样性,降低特征传导距离,保留更加完整的尺度特征来提高模型检测识别多尺度目标的性能。通过实验发现,相比于原始网络结构和相同特征层级的四层特征金字塔结构,加入改进特征金字塔结构的多尺度目标检测模型识别性能得到了提升。     

太赫兹网络中基于中继协作转发的高效双信道MAC协议

针对现有多输入多输出(Multiple-Input Multiple-Output, MIMO)太赫兹通信网络双信道MAC协议存在波束重叠干扰和冗余控制开销等问题,提出了一种太赫兹网络中基于中继协作转发的双信道MAC协议(High Efficiency Dual channel MAC Protocol Based on Relay Cooperative Forwarding in Terahertz Networks, HE-RCFMAC)。HE-RCFMAC协议包含动态帧聚合、基于位置信息自适应协作转发和精简RTS(Request To Send)/CTS(Clear To Send)帧三种机制。经三种机制处理后,可有效提升信道利用率,同时减小控制开销,提高数据传输成功率和整体网络吞吐量。仿真结果表明,所提协议与现有的MIMO太赫兹双信道MAC协议相比,MAC层吞吐量、数据传输成功率和信道利用率分别提升了12.82%、12.28%和8.73%,证明了所提协议的有效性。     

基于残差网络和注意力机制的步态识别算法

针对现有行人步态数据集样本较少、多特征融合复杂且识别精准度不高的问题,提出了一种基于残差网络和注意力机制的步态识别算法。首先对每种特征制作标签,然后将表示不同特征的标签做拼接,达到识别多特征的目的。通过迁移ResNet18的预训练模型,并在ResNet18网络第一个和最后一个卷积层后面加入注意力机制,能够加速网络的收敛,提升模型的精准率。〖JP3〗在CASIA-B数据集上进行多次实验,结果表明所提出方法能准确识别行人、状态和不同角度三种步态特征,识别的精准率为97.6%。     

面向典型战场应用的目标智能融合技术

针对战场多源信息融合的典型应用需求,提出了基于人工智能的目标信息融合技术思路,并对其中的两项关键技术,即新型融合知识库构建技术和基于本体核的目标知识融合技术进行了分析,最后对多源信息融合系统在应用过程中存在的技术问题及其解决思路进行了探讨。     

TETRA通信与干扰信号智能识别技术

陆上集群无线电(Terrestrial Trunked Radio,TETRA)数字集群通信系统因其开放性易受到内外部电磁干扰。干扰信号的类型多种多样,针对不同的干扰样式,采取的抗干扰措施也各不相同,因此干扰信号的识别具有重大意义。基于此,提出了一种干扰信号智能识别技术。该技术首先对受到不同干扰后的TETRA音频数据进行特征提取,并筛选出具有分类能力的特征,其次使用决策树、支持向量机和随机森林3种分类模型对特征提取后的待测试信号进行智能分类识别。实验结果表明,使用的这3种模型能够有效判断TETRA系统中的信号是否受到干扰,以及受到何种样式的干扰,可为后续TETRA系统中的信号干扰识别提供参考。     

基于光子多普勒测速的长景深动态测试研究

目前光子多普勒测速的应用场景多为瞬时、短时的冲击、震动、飞片等测量,采集时间少、景深距离短,缺少长景深动态测试的应用。为此我们搭建了一套全光纤结构PDV以及基于LabWindows的上位机解调软件,以15 kHz线宽1550.12 nm激光器为光源,300 mm工作距离非球面镜作为探头,针对运动距离为1.33 m、最高速度14 m/s的无杆气缸滑块进行速度测量。通过多次实验,得出了无杆气缸滑块运动的全程速度曲线,并用积分反推出运动距离与实际滑块运动距离相符,平均相对误差为-0.5266%。实验结果表明,光子多普勒测速系统健壮性良好,在信号光耦合功率低的情况下仍可以得到16 dB以上信噪比的干涉信号,大气环境稳定时可在长景深范围内进行动态测量。     

新型星载超宽带微波光子变频技术

传统的星载变频通道存在易受电磁干扰、动态范围受限、带宽瓶颈等不足,将微波光子技术引入卫星通信系统中,可克服电域信号变频的局限性,提升星载变频通道的性能。文章提出了一种基于并联马赫-增德尔调制器(MZM)与相干接收的宽带微波光子变频技术,通过采用相干接收方法,能够实现较好的共模噪声抑制,并降低谐波失真的影响,同时结合抑制载波调制方式所带来的优势,有效改善了变频无杂散动态范围等指标。通过实验验证,其杂散抑制比优于60 dB,无杂散动态范围优于100 dB·Hz2/3,为新型星载微波光子变频方案设计、实际应用提供了必要的理论依据与技术支撑。