基于迁移学习的原子力显微镜成像恢复方法

受限于探针针尖结构尺寸,用原子力显微镜进行微纳测量时会产生图像边缘失真.提出了一种基于迁移学习的原子力显微镜成像恢复方法,通过迁移学习训练源模型和靶模型实现一维栅格成像恢复.该方法采用数学形态法中的腐蚀算法生成栅格点云数据,通过U-Net网络源模型从点云中提取针尖卷积效应的特征向量,将权重参数迁移至U-Net网络靶模型,靶模型在自适应正则化方法下进行监督学习.实验结果表明,该方法能有效恢复一维栅格的原子力显微镜测量图像,提高横向分辨力,可用于纳米栅格的线宽检测上.     

Use of enriched <Superscript>74</Superscript>Se and <Superscript>77</Superscript>Se in combination with isotope pattern deconvolution to differentiate and determine endogenous and supplemented selenium in lactating rats

A quantitative methodology has been developed to differentiate between endogenous and supplemented selenium in lactating rats using two enriched selenium isotopes. Lactating rats were fed for 2 weeks with formula milk containing one enriched Se isotope, ⁷⁷Se, as the metabolic tracer. The isotopic composition of selenium in serum and urine samples was then measured by collision cell ICP-MS after the addition of a solution containing another enriched isotope, ⁷⁴Se, as quantitation tracer, before analysis. Isotope pattern deconvolution allowed the transformation of measured Se isotopic abundances into concentrations of natural abundance (endogenous) selenium and enriched ⁷⁷Se (supplemented) present in the samples. The proposed methodology was validated using serum and urine reference materials spiked with both ⁷⁷Se and ⁷⁴Se. The obtained results are discussed in terms of selenium exchange and half-life in lactating rats (11–12 days) and selenium levels in serum in comparison with non-supplemented rats and control rats after maternal feeding.     

准正交空时分组码系统的一种盲信道估计方法

空时分组码(STBC)系统的经典信道盲估计方法,如子空间法(SS)等,都是基于接收端样本自相关矩阵的特征值分解(EVD)或奇异值分解(SVD)来实现信道估计的,而基于QR分解的信道盲估计方法是一种性能优良的新算法.文中将该算法应用到准正交空时分组码系统的信道估计中,结合准正交空时分组码的特性提出了一种新的信道盲估计算法.与以上经典的信道盲估计算法相比,文中提出的算法的计算量大为降低.同时Monte-Carlo仿真表明,当信噪比较低时,该算法比子空间法有更好的性能.     

基于延时估计的实时语音盲分离算法

目前盲分离算法相当复杂,对硬件的运算速度要求很高,无法满足实时性要求。根据盲信号分离的原理和特点,提出了一种基于延时估计的实时语音盲分离算法,大大提高了盲解分离的运算速度,主客观评价表明其具有很好的分离效果,证明了算法的有效性。     

基于负熵最大化盲抽取的雷达信号分选研究

研究了盲源分离算法在雷达信号分选中的应用,用基于负熵最大化的盲抽取算法对实际环境下的雷达信号进行分选,仿真结果表明,该方法能够有效地应用于多路雷达信号的分选,能抗突发脉冲干扰及完成降噪处理,并且易于实现,收敛速度快.     

MIMO-OFDM中基于系统分解的VC子空间盲信道估计快速算法

研究MIMO-OFDM系统中的盲信道估计问题。将OFDM系统中的子空间盲信道估计方法引入到MIMO-OFDM系统中,建立了带有虚拟载波的系统数据传输模型。针对MIMO-OFDM系统VC子空间盲信道估计算法复杂度高的特点,提出了一种该算法下基于系统分解的快速方法。仿真实验结果表明,算法在RMSE性能上稍差于原算法,但却显著降低了信道估计算法的复杂度,对快速信道估计应用方面具有一定的指导意义。     

应用于雷达方位超分辨的改进Richardson-Lucy算法

方位超分辨是国内外雷达界持续探索的一项技术难题。为解决高斯噪声情况下天线低通效应造成的方位低分辨力问题,利用基于泊松噪声情况下Richardson-Lucy(RL)算法对其进行研究。针对RL算法中高斯噪声被放大出现虚假目标和RL算法收敛速度慢的缺点,提出了一种改进RL算法。该算法首先使用低通滤波去除高频段的噪声,然后利用加速RL算法进行方位超分辨。仿真结果表明:与原RL算法相比,改进RL算法能降低高斯噪声的影响,消除虚假目标;在信噪比低至0 dB时,相对于半功率波束宽度,改进RL算法的最大分辩倍数为1.8倍,与维纳逆滤波算法相比具有较强的噪声适应能力,可以应用于雷达方位超分辨。     

OFDM系统中同步算法的分析与比较

对近年来具有代表性的53种同步算法进行了分析和比较,指出了各自的优缺点。提出了下一步研究的方向。这对于无线通信OFDM系统中同步技术研究具有重要指导意义。     

基于迭代滤波盲复原算法的水下图像噪声去除

摘要：图像复原的目的是从观测到的退化图像重建原始图像,维纳滤波与约束去卷积滤波是比较常采用的复原方法。在未知降质函数的情况下,直接运用维纳滤波和约束去卷积滤波有一定困难。针对此提出以维纳滤波与约束去卷积滤波为模型的迭代滤波盲复原算法对水下图像进行去噪。实验证明,该方法获得了比较理想的复原效果。     

基于QR分解的最大负熵盲分离算法

提出了一种新的实时线性混叠信号盲分离算法。该算法先采取白化混叠信号将混叠矩阵转换为正交矩阵,然后基于QR分解理论,并结合源信号相互独立时负熵最大的特点而导出。该方法避免了目前许多学习算法中矩阵逆的计算,从而大大地减少了分离的计算量。理论分析与仿真结果表明该算法不仅具有很好的分离效果,而且也减少了分离时间,其效果均优于Andrzej(1996)和Pham(1999)的相应结果。