基于贝叶斯压缩感知的子空间拟合离格DOA估计

针对传统的基于稀疏贝叶斯学习（Sparse Bayesian Learning,SBL）的波达方向估计算法对噪声鲁棒性不高的问题,提出了一种基于SBL的子空间拟合离格波达方向(Direction of Arrival,DOA)估计方法。首先对接收数据的协方差矩阵进行特征分解,获得信号的加权子空间,构造等价信号的稀疏表示模型并利用贝叶斯学习算法进行参数求解。同时对于网格划分带来的建模误差问题,采用了离格贝叶斯推导（Sparse Bayesian Inference,SBI）算法进行求解,利用期望最大化算法迭代更新相应的参数。仿真结果表明,相对于传统的DOA方法,该方法具有更好的估计精度。     

基于感知域测量值的自适应压缩采样方法

现有的自适应采样方法需要在采集端获得原始信号,这在实际的蒸发波导相关气象要素压缩感知过程中不易实现。针对这一问题,提出了一种以测量值数据特征为依据的采样率自适应设定方法。该方法以能量表征各信号块的重要性,以观测值能量近似估计原信号块能量,根据感知域中测量值的能量变化自适应地为各块设定采样数目。理论分析和实验表明,该方法的重构性能优于传统自适应方法,相同采样率下可获得更高的重构信噪比。     

云计算环境下的QR码双重加密复合数字水印算法

为了确保上传到“云”端环境下的数字产品的隐蔽性和安全性,在逐渐向“云”端转移的快速响应(Quick Response, QR)码的理论基础上研究并提出了一种QR码双重加密复合数字水印算法,防止QR码“云”端丢失的可能性。对“云”水印图像进行QR码编码生成QR码水印图像,确保水印信息的安全性,再对QR码水印信息实施加密置乱;对“云”上载体Lena图像进行非下采样轮廓波变换(Non-subsampled Contourlet Transform, NSCT),选择储存信息更多的低频部分进行离散小波变换(Discrete Wavelet Transform, DWT),对图像抵抗力较强的低频图像进行奇异值分解(Singular Value Decomposition, SVD),在分解的奇异值中加权加密的QR码水印。通过对算法进行实验验证,该算法在视觉效果较好的前提下,考虑实用性,将复合算法和加密相结合,提高了算法的抵抗力,尤其是旋转攻击和JPEG压缩攻击。     

一种用于取样示波器的高速数字信号传输速率的测量方法

取样示波器利用顺序等效采样技术可以实现对宽带、高速信号进行采样和波形恢复,从而对信号质量进行分析。因此取样示波器在5G高速通信、雷达等信号测量领域得到广泛应用。但是取样示波器采用的顺序等效采样方法是对被测信号进行多周期间隔、不连续采样,采样间隔周期不确定,导致不能直接从恢复的波形中分析出被测信号的传输速率。为确定传输速率,提出一种基于快速傅里叶变换算法的速率计算方法。通过实验验证,此方法能够准确计算出高速数字信号的传输速率,相对误差均在1%以内,并且在采样点数及眼图叠加次数较少的情况下仍然适用。     

光纤电压传感器传感头优化与热致非互易误差抑制

针对普通光纤电压传感器在外界温度扰动下其输出精度和稳定性会受到严重影响这一问题,本文提出了一种采用保偏光子晶体光纤(polarization maintaining photonic crystal fiber,PM-PCF) 作为传感光纤的传感头优化方法抑制温度扰动下的系统非互易误差。在综合考虑PM-PCF与传统熊猫型保偏光纤(panda polarization maintaining fiber,panda-PMF) 尾纤间的熔接损耗、传输损耗以及现有工艺条件下的光纤制备等问题的基础上,优化得到了与panda-PMF间的熔接损耗低至0.14 dB的PM-PCF;并对比分析了这两种保偏光纤的双折射温度依赖特性,建立了全光纤类型的光学电压传感器(fiber optic voltage sensor,FOVS) 热致系统误差输出模型,分析验证了PM-PCF在解决反射式逆压电型FOVS热致非互易问题的可行性。结果表明,采用PM-PCF优化后的FOVS热致非互易误差约是传统保偏光纤电压传感器 的10-2量级。这在提高系统输出精度和稳定性等方面具有显著优势,同时这种低损耗的优化方法在光纤传感及通信等领域具有重要的应用价值。     

基于卷积神经网络的随机因子重采样图像检测

图像重采样检测是图像取证领域的重要任务,其目的是检测图像是否经过重采样操作。现有的基于深度学习的重采样检测方法大多只针对特定的重采样因子进行研究,而较少考虑重采样因子完全随机的情况。本文根据重采样操作中所涉及的插值技术原理设计了一组高效互补的图像预处理结构以避免图像内容的干扰,并通过可变形卷积层和高效通道注意力机制(efficient channel attention, ECA)分别提取和筛选重采样特征,从而有效提高了卷积神经网络整合提取不同重采样因子的重采样特征的能力。实验结果表明,无论对于未压缩的重采样图像还是JPEG压缩后处理的重采样图像,本文方法都可以有效检测,且预测准确率相比现有方法均有较大提升。     

基于FPGA与DSP遥测声压谱分析装置设计

为压缩飞行器遥测系统运行过程中的数据传输量,设计了遥测声压谱分析装置。设计基于FPGA与DSP双核架构,配合流水线作业的设计理念,采集信号的同时进行数据时频转换,并实时将数据处理结果传输给外部设备。噪声信号声压谱密度(SPL)算法运用1/3倍频程的方式选择噪声的频率带,采用快速傅里叶变换法(FFT),极大地降低运算量,缩短数据转换时间,从而实现数据传输的实时性。测试结果表明,该数据预处理装置算法的误差小于3.4%,设计具有良好的实时性和稳定性,具有较高的实用价值。     

声子极化激元干涉条纹周期的精密测量研究EI北大核心CSCD

二维材料由于其独特的物理化学性质,对纳米光子学及光电子学的应用与发展具有重要研究价值。特别是二维材料中声子与光子耦合激发产生的声子极化激元高度局域在纳米尺度,在片上光子学的光学操控和能量传输等前沿研究领域具有极大的应用潜力。同时,光电器件制造进入纳米节点,器件应用对材料表征精度具有纳米级的要求。然而目前对声子极化激元特性分析的关键之一在于测量其干涉条纹周期,测量结果准确性依赖于仪器设备校准。因此,为实现对声子极化激元干涉条纹的精确测量,文中提出构建铬原子自溯源型光栅与二维材料的复合结构,分析金属光栅结构周期性变化对二维材料的声子极化激元耦合增强与调制作用,以及基于该原理实现对声子极化激元干涉条纹周期的精密测量。研究实现了测量干涉条纹周期为(261.01±0.34)nm的亚纳米级高精度测量,相比具有不确定度为4 nm的传统拟合测量方式具有可溯源的计量精度,同时实现了对测量仪器的亚纳米级精密校准。自溯源光栅天然溯源至基本自然常数的特性使得测量结果具备极好的准确性和可靠性,为二维材料在微纳光子学器件领域的应用提供了保障。     

3D密码的7轮子空间迹区分器

子空间迹攻击是一种新型分组密码分析方法,该文对使用了类AES密码新结构的3D密码子空间性质进行研究。首先利用3D密码的3轮明确子空间迹,结合子空间的交集性质,首次构造出3D密码的7轮子空间迹不可能差分区分器,数据复杂度为2^193.1个选择明文,时间复杂度为2^202.3次查表操作,成功率为60.6%;“n倍”性质指子空间的全部明文对经过一轮加密,差分属于同一子空间的密文对个数为n的倍数。利用该性质,构造了3D密码的7轮结构区分器,数据复杂度为2^{1 28}个选择明文,时间复杂度为2^129.6次查表操作,存储复杂度为2^{1 28} Byte,成功率大于99.99%。     

基于激光雷达的道路不平度及可行驶区域检测

为了提高室外场景中车载激光雷达道路不平度信息检测的精度, 采用随机降采样和局部特征聚合的网络结构对道路环境信息进行提取分割。在分割过程中加入随机降采样的方法, 从而提高点云信息的计算效率, 为解决道路环境信息分割过程中关键特征丢失的问题, 加入局部特征聚合器来增加每个3维点云的接受域来保留几何细节。结果表明, 所提出的算法可以准确识别道路环境信息, 对于凸包、凹坑、道路可行驶区域的识别精度分别达到71.87%, 82.71%, 93.01%, 与传统卷积神经网络相比有显著提升。该研究可高效提取道路不平度及道路可行驶区域信息, 从而提高了车辆的主动安全性与平顺性。