紫外光通信协作蜂群无人机网络动态能效均衡算法

针对蜂群无人机在复杂战场环境下的能效均衡需求,提出一种紫外光通信协作蜂群无人机网络动态能效均衡算法。该算法结合紫外光抗干扰、高保密的优点,为蜂群无人机提供一种可靠的通信方式,并通过引入自适应节点度、无人机能效和距离稳定度参数加权分簇来选举簇首,使算法更加适用于动态场景。最后结合无线紫外光通信及能量消耗模型,在高斯马尔可夫移动模型下对蜂群无人机进行了仿真分析,结果表明,本算法相比LEACH算法可以将网络生存周期提升16%,同时可将平均簇首数量降低57%,数据传输量提升近两倍。     

大口径超低吸收系数中红外磷锗锌晶体与器件制备

光参量振荡（OPO）技术是目前实现全固态可调谐高功率3～5μm中红外激光的主流方案,其核心是红外非线性光学晶体,晶体品质决定红外激光功率水平。磷锗锌（ZnGeP₂, ZGP）晶体性能优异,被称为"中红外非线性光学晶体之王",但在0.7～2.2μm附近存在异常的光学吸收带,这阻碍了ZGP OPO功率的进一步提升。针对这一问题,采用自制的梯度冷凝炉,结合超低梯度冷凝技术,生长出3.8～5.0 cm大尺寸ZGP单晶,通过定向、切割、退火、抛光、镀膜等处理后,成功实现了多种规格OPO器件的生产,最大器件尺寸达30 mm×30 mm×40 mm,器件在波长2.09μm和1.064μm处的吸收系数分别低至0.015 cm^-1和0.4 cm^-1。采用单块超低吸收ZGP OPO器件,实现了3～5μm高功率中红外激光输出,功率达107 W,斜率效率为75%,光光效率为61.8%,光束质量（M²）为3.1左右。     

轻量级(2+1)D卷积结构的动态手势识别研究

目前,基于卷积神经网络的动态手势识别方法取得了巨大的进展,但神经网络模型具有很大的参数量,计算成本和内存占用较大,很难应用在设备资源有限的场合.以减少计算量和参数量为出发点,提出了一种轻量级(2+1)D卷积结构.该结构在(2+1)D卷积结构的基础上,将其中的3D卷积替换为3D深度可分离卷积,在输出向量维度不变的前提下,进一步减少了(2+1)D卷积结构的计算量和参数量.为了弥补时空特征在表征动态手势上的不足,融合注意力机制模块,专注于对运动特征的提取,结合轻量级(2+1)D卷积结构提取的时空特征,可以更好地表征手势动作.实验结果表明,注意力机制模块的插入,在不增加太多额外计算和空间成本的前提下,进一步提高了模型的识别精度.基于以上结构构建的模型,在20BN-jester、EgoGesture和IsoGD数据集上分别取得了96.62%、91.83%和60.1%的识别精度,模型参数量和浮点计算量分别为5.05M和12.81GFLOPs,相比于其他手势识别模型,计算成本和内存占用大大减少,实时手势识别速度达到每秒70帧.     

基于大数据与OMC结合的低速率探测研究

在网络优化工作当中,主要通过前台DT测试来评估网络性能,然而,对于感知速率却没有有效的衡量和优化方法。针对LTE网络中存在的业务低速率问题,本文从栅格大数据及网管OMC指标入手进行分析,结合大数据100*100栅格与OMC网管小区指标进行匹配,将栅格主服务小区与小区速率结合分析,利用四象限法找出栅格速率低且小区速率低的小区栅格区域。     

基于动态贝叶斯网络的低慢小目标威胁评估北大核心CSCD

针对复杂地形下低慢小目标难以防御的难题,本文分析并研究对于与低慢小目标威胁评估具有影响作用的因素,提出一种基于动态贝叶斯网络的威胁评估方法。基于低慢小目标的威胁属性,构建动态贝叶斯网络拓扑,利用贝叶斯理论推理出威胁值;并通过仿真试验验证该种基于动态贝叶斯网络的方法在对低慢小目标进行威胁评估是可行的。     

Multi-scale fusion residual encoder-decoder approach for low illumination image enhancement

The sensing light source of the line scan camera cannot be fully exposed in a low light environment due to the extremely small number of photons and high noise, which leads to a reduction in image quality. A multi-scale fusion residual encoder-decoder (FRED) was proposed to solve the problem. By directly learning the end-to-end mapping between light and dark images, FRED can enhance the image's brightness with the details and colors of the original image fully restored. A residual block (RB) was added to the network structure to increase feature diversity and speed up network training. Moreover, the addition of a dense context feature aggregation module (DCFAM) made up for the deficiency of spatial information in the deep network by aggregating the context's global multi-scale features. The experimental results show that the FRED is superior to most other algorithms in visual effect and quantitative evaluation of peak signa-to-noise ratio (PSNR) and structural similarity index measure (SSIM). For the factor that FRED can restore the brightness of images while representing the edge and color of the image effectively, a satisfactory visual quality is obtained under the enhancement of low-light.     

中红外4 μm波长下MgF2晶体脊形光波导的制备及特性研究（特邀）

为了研究离子与中红外晶体相互作用的机理,探索中红外晶体光波导的制备和性能,采用离子辐照技术结合精密金刚石刀切割,在MgF₂晶体材料中制备了深度17.5 μm、宽度14 μm的脊形光波导。采用SRIM软件模拟了C5+离子辐照MgF₂晶体的电子能量损伤和核能量损伤的过程,分析了波导的形成机理;模拟了波导的折射率变化,并对波导的近场模式进行了实验测量和理论模拟;采用热退火处理来降低波导的传输损耗,将传输损耗降低为0.4 dB/cm;微拉曼光谱证明离子辐照过程并未对MgF₂晶体波导区造成较大的晶格损伤。该工作表明,离子辐照技术结合划片机精密切割是一种十分成熟的脊形波导制备手段,制备的MgF₂晶体脊形光波导在中红外集成光学和光通讯领域具有广泛的应用前景。     

基于卡口上下文和深度置信网络的车辆轨迹预测模型研究

针对车辆轨迹预测中节点序列的时序特性和实际路网中的空间关联性,该文提出一种基于深度置信网络和SoftMax (DBN-SoftMax)轨迹预测方法.首先,考虑到轨迹在节点集合中的强稀疏性和一般特征学习方法对新特征的泛化能力不足,该文利用深度置信网络(DBN)较强的无监督特征学习能力,达到提取轨迹局部空间特性的目的;然后,针对轨迹的时序特性,该文采用逻辑回归的预测思路,用当前轨迹集在路网特征空间中的线性组合来预测轨迹;最后,结合自然语言处理领域中的词嵌入的思想,基于实际轨迹中节点存在的上下文关系,运用节点的向量集表征了节点间的交通时空关系.实验结果表明该模型不仅能够有效地提取轨迹特征,并且在拓扑结构复杂的路网中也能得到较好的预测结果.