混沌符号动力学运算电路模型研究

结合混沌符号动力学原理及1-D分段线性映射混沌系统,本文经过理论论证并提出了一种能够实现混沌符号序列运算的运算电路模型.并结合单驱动式恒流源混沌电路和FPGA芯片,对该运算模型进行了实验验证.实验结果表明,在精度允许范围内,两串混沌符号序列经运算得到的结果与真实测量结果之间可进行等效.该模型可应用于数字图像加密处理等混沌信号处理系统中.     

磁场与流场耦合问题中Newton-Laphson方法的收敛性分析(英文)

针对磁场与流场耦合问题的数值分析,提出并证明求解离散化过程所得到的非线性方程组牛顿-拉夫逊方法的-类局部收敛性条件.这-条件不仅给出了时间步长与空间步长、拟压缩因子等之间的关系,而且为数值求解磁场与流场耦合问题的牛顿-拉夫逊方法收敛性提供了理论依据.数值算例表明时间步长的实际取值要比理论值偏大.     

基于SOC的单芯片无线收发系统设计

在无线收发系统电路结构的基础上,分析了基于片上系统(SOC)的单芯片无线电通信最重要的收发部分的设计原理。给出了单芯片无线电的基本结构及电路实现的若干组成部分(混频器、低噪音放大器和功率放大器等)的解决方案。利用单芯片无线电体积小、低功耗、成本低和可靠性高的优点,在无线传感器网络、蓝牙技术与无限局域网(WLAN)方面具有广泛的应用。     

半张量积低存储压缩感知方法研究

由于随机观测矩阵的随机性,存在数据存储量大、内存占用率高、数据计算量大以及难以面向大规模实际应用等问题.为此,提出了一种可有效降低随机观测矩阵所占存储空间的半张量积压缩感知（STP-CS）方法.利用该方法,构建低维随机观测矩阵,经奇异值分解（SVD）优化后对原始信号进行采样,并利用拟合0-范数的迭代重加权方法进行重构.实验利用2维灰度图像进行测试,并对重构图像的峰值信噪比,结构相似度等指标进行了统计和比较.实验结果表明,本文所述的STP-CS方法在不改变随机观测矩阵数据类型的前提下,可将观测矩阵减小至传统CS模型中观测矩阵所占内存空间的1/256（甚至更低）,同时仍保持很高的重构质量.     

基于符号动力学的混沌信号处理研究

基于1-D分段线性映射函数构造的混沌系统符号动力学,该文研究了一种能直接对混沌符号序列进行加、减及乘法运算的方法。由两串符号序列之间的轨道距离定义推导并证明了相应的运算法则。通过FIR数字滤波器卷积和操作的计算机数值仿真表明,采用这些方法运算得到的结果与传统二进制算术编码算法完全等效,可应用于混沌信号处理系统。     

基于混沌符号动力学的图像加密电路研究

结合混沌符号动力学原理及单驱动恒流源混沌电路1-D分段线性映射混沌系统,本文经过理论论证并提出了一种能够实现数字图像加密的像素位和像素值的置乱算法.该算法利用混沌符号动力学原理,仅利用一个有限长度的密钥参数便可完成多密钥的置乱加密过程,而且能同时完成像素位和像素值的不同密钥加密,大大加强了密钥的搜索空间,增强了抗破解的...     

FTIR研究聚氨酯包膜尿素的溶胀度与控释机理

采用傅里叶变换红外光谱(FTIR)分析了聚氨酯包膜控释尿素(PCU)养分溶出过程膜层的结构变化。对比发现,随着溶出时间的延长,膜层的结构产生明显的改变,当养分累积释放量达到50%,膜层的红外谱图在3 435,3 342,1 671,1 621,1 448,1 159cm-1出现了新的吸收峰,与尿素的特征吸收峰3 440,3 347,1 667,1 624,1 460,1 154cm-1吻合,当养分累积释放量达到70%,新出现吸收峰的强度继续增加,此时膜层的红外谱图新增的吸收峰与尿素的红外谱图有较高的相似度。结果表明,新吸收峰的出现及增强是由于尿素在膜层连续相中含量增加引起的,含量越高表明膜层溶胀度越大,此时膜层微孔尺寸发生变化,导致养分释放速率的改变,养分释放曲线呈"S"形状。     

高精度混沌测量电路研究

由于工作环境等因素造成混沌系统的参数发生漂移,从而在利用混沌轨道距离测量小信号时,精度得不到提高.本文提出了一种减少混沌测量电路参数漂移的新方法.利用镜像恒流源的工作原理,采用三个性能一致的晶体管和若干二极管组成RC充放电回路,该电路结构简单,实验结果表明它能有效地提高测量精度.     

基于轻量化注意力残差网络的食管鳞癌识别方法

食管鳞癌（ESCC）是我国常见的消化道恶性肿瘤之一。临床上,窄带成像联合放大内镜（NBI-ME）能够显示出食管粘膜层的微血管形态变化,是诊断ESCC的重要手段。针对ESCC识别模型难以兼顾识别准确率和推理效率的问题,提出一种融合注意力机制的轻量化残差网络（CALite-ResNet）对食管NBI-ME图像进行分类。从多家医院采集到206例患者共11468张NBI-ME图像作为本研究数据集。实验结果表明,ESCC识别的准确率和敏感度分别在图像级别达到96.39%和95.70%,在病人级别达到95.70%和94.62%,单张食管图像的平均预测时间为16.42 ms。因此,CALiteResNet模型对ESCC具有较高的识别准确率和较快的推理效率,能够为ESCC的临床辅助诊断提供有效帮助,具备一定的临床意义与应用价值。