基于变分主题模型的半监督文本分类

为解决实际应用场景中常面临的数据标注不足的问题,提出一种基于变分主题模型的半监督文本分类模型。首先使用无监督变分主题模型挖掘出语义信息集中的文档-主题分布,作为有效的文档特征表示,再通过半监督方式训练分类器。基于神经网络的变分主题模型相较传统的主题模型,不仅可以得到合理的主题,而且推断速度更快。在20NewsGroup等数据集上的实验结果表明,所提出的模型仅使用30%的训练数据就可以取得与使用90%训练数据的半监督基线模型相当甚至更好的结果,证明了所提出模型的正确性和实用性。     

高速直接调制半导体激光器研究进展

直接调制半导体激光器因其具有高速传输、高可靠和低成本等特点,成为应用在第五代移动通信技术(5G)前传和数据中心中的高性价比光源。高速直接调制半导体激光器性能提升已有许多研究,文章分别从无制冷宽温工作高速半导体激光器研究方面和超高速半导体激光器方面对高速直接调制半导体激光器的基本理论和发展历程进行了综述,分析各自的优缺点,并介绍了研发团队在这些方面取得的部分进展。     

基于单片机的变论域模糊 ＰＩ 车载供电系统设计

针对现有车载供电系统的效率低和常规PI控制策略的超调量大、响应时间长、抗干扰性能差等问题,提出了基于单片机的变论域模糊PI供电系统。该系统可以输入低压直流电,经DC-DC升压电路、DC-AC电路变换,输出交流电压为小型用电器供电,并采用变论域模糊控制策略,根据误差大小对PI参数进行实时在线调整,从而满足最优的性能要求。实验结果表明,该系统效率高,响应速度快,电流波动小,电压稳定性高,具有较强的鲁棒性,证实了所提出的方法可行。     

基于多尺度模型融合和VMD-TCN-RF混合网络的短期电力负荷预测方法

为了充分挖掘不同尺度影响因子对短期电力负荷的影响,以及解决预测精度受数据非平稳特性影响的问题,提出了一种基于多尺度模型融合和VMD-TCN-RF混合网络的短期电力负荷预测方法。该方法先采用变分模态分解(Variational Mode Decomposition, VMD)将历史负荷分解为若干平稳性好的本征模态函数(Intrinsic Mode Function, IMF)分量,再把VMD分解得到的各个历史负荷的IMF分量和气象数据分别送入时间卷积网络(Temporal Convolutional Network, TCN)进行特征提取;将所有TCN网络提取的特征融合为一个新的特征向量;最后将融合得到的特征向量与经过One-Hot编码的日期因素特征向量拼接,把拼接得到的向量送入随机森林网络进行预测。通过公开的电力负荷数据集对本方法进行验证,结果表明所提方法与现有模型相比具有更高的预测精度。     

基于离散分数阶傅里叶变换的二维跳频通信系统及性能分析

传统跳频(FH)通信技术具有抗干扰能力强、截获概率低等优点,广泛应用在军民领域。针对检测传统跳频的手段越来越成熟,信息易被截获的问题,该文借鉴正交频分复用(OFDM)系统框架,提出一种基于离散分数阶傅里叶变换(DFrFT)的时宽与起始频率跳变的分数阶跳频(FrFT-FH-VTFB)系统,设计了一种新的系统框架,实现信息隐蔽传输的同时,通过DFrFT的工程实现规避传统跳频工程应用中跳速受频率合成器限制的问题。该系统通过两组不同伪随机序列选取时宽与起始频率跳变的Chirp基信号,实现系统参数的多维变换,打破系统的周期特性。此外,建立了系统发送与接收两端数学模型,并在此基础上推导了系统在白噪声信道下的理论误码率。仿真结果表明,该文所设计的系统有较好的抗衰落性能;且功率谱淹没在噪声之下,时频域特征无明显周期特性,有较好的隐蔽性。     

Nb∶SrTiO3阻变单元及1T1R复合结构的电离辐射总剂量效应研究

开展了Nb∶SrTiO_(3)阻变单元及1T1R复合结构的X射线总剂量效应实验研究。结果表明,Nb∶SrTiO_(3)阻变单元在累积剂量达到10 Mrad(Si)时依然能够保持良好的阻变特性,高、低阻态未发生逻辑混乱。1T1R复合结构中的NMOS选通晶体管对电离辐射较为敏感,在栅氧化层中辐射感生氧化物陷阱电荷的作用下,NMOS器件阈值电压逐渐向负方向漂移,泄漏电流逐渐增加,进一步导致关态条件下(V_(G)=0 V)对阻变存储单元的错误读写。通过选用抗辐射加固NMOS选通晶体管,可显著提升1T1R复合结构的抗总剂量能力。     

组合跳变随机平移宽间隔混沌跳频序列设计

为进一步提高宽间隔跳频序列的性能,基于混沌跳频序列,针对随机平移替代法存在的“窄点”平移与序列平衡性的矛盾问题,提出了一种新的组合跳变随机平移法。该方法在随机平移替代法的基础上取消“窄点”修正,引入组合跳变序列控制频点宽间隔映射。为兼顾组合跳变随机平移法产生序列的平衡性、汉明自相关性和宽间隔特性,构造了跳频序列的复合目标优化函数,引入粒子群算法计算得到最优的序列控制参数。仿真结果表明,组合跳变随机平移法可构造更多的序列,且产生的宽间隔混沌跳频序列具有更好的平衡性、汉明相关性和复杂度,采用粒子群优化获取的控制参数可以实现序列性能的均衡最优。     

基于峰宽修正的玻璃药瓶内氧气残留浓度的检测研究

玻璃药瓶中的氧气残留对瓶中药品的无菌特性造成了严重的威胁。采用波长调制光谱（Wavelength Modulated Spectrum, WMS）技术解调得到的二次谐波信号峰高值作为氧浓度反演的基础。然而,在用二次谐波信号测量气体浓度时,由于调制深度的变化会导致二次谐波峰值的变化,这通常会给系统带来误差,进而降低浓度的反演精度。而调制深度受调制电流波动、温度和压强变化等因素的影响不能直接计算获得进而修正。针对这一问题,本文成功地将调制深度与二次谐波峰高的关系转换为二次谐波峰宽和峰高的关系。然后,利用峰宽校正后的谐波峰高对气体浓度进行反演。初步实验表明,利用峰宽校正后的谐波峰高对瓶内气体浓度进行预测的准确性提高了2.1%,且系统的整体鲁棒性也得以提升。本文提出的校正方法不需要系统参数信息与气体成分信息,可以直接从谐波信号本身出发对调制深度进行校正,十分适合于工业现场的在线氧气浓度预测。     

云网融合背景下城域光网络的演进策略探讨

针对5G等新业务所带来的新的承载需求,阐述云网融合下网络总体架构的演进,分析城域网对业务承载存在的不足,得出城域光网络的演进的必要性。首先从新业务的承载需求出发,列举不同接入场景的特点,再结合ROADM(可重构光分插复用器)等新技术的技术特点和优势,对云网融合背景下网络和业务需求提出城域光网络的演进策略。     

基于光纤传感的呼吸与心跳信号采集方法

为了实现无束缚式的居家健康生理信息检测,提出了一种基于光纤布拉格光栅传感器的呼吸与心跳信号采集方法。针对信号在测量过程中存在的噪声干扰问题,提出了一种变分模态分解联合改进小波阈值函数的降噪算法,首先利用变分模态分解去除信号中的大部分高频噪声,其次利用改进的小波阈值函数去除信号中的残余噪声。利用带通滤波器将降噪后信号中的呼吸与心跳信号分离并计算其频率。实验结果表明,该方法获得的心率的最大误差率为8.75%,呼吸的最大偏差为1 beat/min。