共面波导馈电折叠缝隙对数周期天线的研究

超宽带天线是宽带电子系统中的关键部件。本文开展了折叠缝隙对数周期天线的电磁仿真和性能实验研究。根据对数周期偶极子天线的基本原理,设计了共面波导馈电的折叠缝隙对数周期天线。采用在折叠缝隙对数周期天线的折叠缝隙单元中加载相位槽的方法,进一步改善了天线低频端的驻波特性。对相位槽加载的折叠缝隙对数周期天线进行加工测试,测试结果表明在2 GHz~18 GHz的阻抗带宽内,驻波比小于3.5,与仿真结果吻合良好。设计了基于相位槽加载的共形LPFSA,给出了具体的仿真结果。本文的研究工作为该天线的实际应用提供了技术参考。     

基于迁移学习的三子网图像去雾方法

目前大部分图像去雾算法只在一种或几种均匀雾图数据集中有较好的表现,对于不同风格或非均匀雾图数据集去雾效果较差,同时算法在实际应用中会因模型泛化能力差导致模型场景受限。针对上述情况,该文提出一种基于迁移学习的卷积神经网络(CNN)用于解决去雾算法中非均匀雾图处理效果不佳和模型泛化能力差等问题。首先,该文使用ImageNet预训练的模型参数作为迁移学习模型的初始参数,以加速模型训练收敛速度。其次,主干网络模型由3个子网组成：残差特征子网络、局部特征提取子网络和整体特征提取子网络。3子网结合以保证模型可从整体和局部两个方面进行特征提取,在现实雾场景(浓雾、非均匀雾)中获得较好的去雾效果。该文在模型训练效率、去雾质量和雾图场景选择灵活性3个方面进行了研究和改进,为衡量模型性能,模型选择在去雾难度较大的非均匀雾图数据集NTIRE2020和NTIRE2021上进行定量与定性实验。实验结果证明3子网模型在图像主观和客观评价指标两个方面都取得了较好的效果。该文模型改善了算法泛化性能差和小数据集难以进行模型训练的问题,可将该文成果广泛应用于小规模数据集和多变场景图像的去雾工作中。     

海面目标的红外景象增强技术研究

海天类红外图像的增强要求去除风浪等的环境影响,同时增强目标区域的对比度。通过探索几种典型的图像增强算法,结合红外图像梯度幅值直方图特点,提出基于梯度域的海面红外场景增强算法,将低梯度值置零去除海浪干扰,调整梯度范围对结果控制亮度,利用有效梯度范围均衡化增强目标区域的细节。实验结果表明,该算法可以明显降低图像的干扰信息,同时提高目标区域的对比度和信息熵。     

基于深度学习的雷达成像技术研究进展

成像雷达具有全天时、全天候、远距离、高分辨对地观测的能力,使得雷达系统具有对观测区域进行成像和解译的能力。利用先进信号处理技术实现实时高分辨成像以满足图像解译的需求是雷达成像技术研究的重要目的和意义。随着深度学习的迅速兴起,深度学习网络在逆问题求解中得到广泛应用,也为提升成像质量和成像效率提供新的求解思路。本文基于雷达成像数学模型将雷达成像问题建模为成像逆问题,从逆问题求解的角度分析了基于深度学习的雷达成像方法的可行性。并综述了近年来雷达深度学习技术在合成孔径雷达（Synthetic Aperture Radar,SAR）、逆合成孔径雷达（Inverse Synthetic Aperture Radar,ISAR）、SAR运动目标成像等雷达成像领域的研究现状,在此基础上探讨了目前面临的亟待解决的问题,并对未来发展方向进行了展望。     

基于直方图均衡化图像增强的两种改进方法

直方图均衡化（Histogram Equalization,HE）是图像增强领域中基础性很强的方法,对其研究和改进工作至关重要.首先,本文分析了经典HE算法的缺点,也概括了五类基于直方图均衡化的图像增强技术,然后针对HE经典算法的缺点提出了两种改进方法,分别引入了直方图动态削峰技术和边缘信息融合技术,最后选取曝光不足和过曝光的两类图像验证算法的性能,采取了有效的图像客观质量评价指标对实验结果做出评价.结合主客观图像质量评价可以看出,本文提出的算法具有增强效果好、输入参数少等特点.     

图像梯度场双区间均衡化的细节增强

直方图均衡化技术已广泛地应用于图像增强中,本文将该方法引入梯度域,这样可以使图像细节均匀地分布在各灰度级上.进一步本文又研究了图像梯度幅值分布特点,根据梯度幅值的右偏分布特性,采取双区间分别对梯度场进行均衡化处理.在区间阈值选取上,本文结合频率分布的数字特征,提出了区间阈值的两个选取准则并将梯度幅值合理地分为小梯度区间和大梯度区间.在目标梯度场复原过程中,本文提出矩阵变换法替代传统的"微分迭代法",减小了算法的时间复杂度.实验结果表明本文算法可使图像细节得到有效地增强.     

逆光海况下低质量红外目标的增强与识别

海上红外目标识别在海事搜寻中发挥着重要的作用,针对逆光海况下出现的目标反向对比度特点及其目标淹没于背景的问题,结合其直方图呈现的局部尖峰特点,提出了修正灰度占比的新直方图均衡化并融合边缘信息的增强算法。该算法可以有效地提升目标区域的对比度,从而提升海上红外图像的质量。在海上红外目标识别与检测中,建立了目标与背景的多尺度“九宫格”搜索框,演化了局部对比度显著性量化的数学模型,实现了符合人眼视觉特性的红外目标的准确定位与检测。在海上红外图像增强测试中,所提算法可以使原图像的平均梯度提升两倍以上,使局部对比度增益因子提升两倍以上。在目标识别的算法测试中,所提多尺度局部对比度目标检测算法可以使目标检测率达到99%以上。     

融合压缩激活注意机制的图像去雾算法

针对非均匀带雾图像出现颜色失真和细节丢失的问题,提出一种融合压缩激活注意力机制的端到端感知去雾卷积神经网络。首先,根据非均匀雾图特征,在特征融合注意网络上引入压缩激活注意力机制,通过学习的方式自动获取每个特征通道的重要程度,并对其进行排序后去提升有用的特征权重,遏制对当前任务用途较小的特征比例;其次,在损失函数方面融入感知损失,使去雾网络模型学习到更多语义特征信息,从而加强被模糊的边缘细节,获取较好的去雾效果;最后,在非均匀带雾图像NH-HAZE数据集上进行定性和定量分析。实验结果表明,所提出的网络与经典方法相比在量化指标PSNR、SSIM分别提升了3.05 dB和0.08%,且主观视觉效果上保留了更多的边缘信息和纹理细节。     

基于近零介电常数超材料的液晶可调带通滤波器设计方法研究

可调带通滤波器是物联网、卫星通信、智能天线等系统中不可缺少的关键器件之一。针对目前对可调带通滤波器小型化、低成本和高集成度等特点的应用需求,提出了一种基于液晶材料的可调带通滤波器设计方法。通过微带传输线结构实现了近零介电常数(epsilon near zero,ENZ)超材料单元结构的设计,并利用ENZ超材料的窄通道隧穿效应有效实现了窄带滤波功能,通过将3个ENZ超材料单元结构串联从而完成了带通滤波器基本结构的设计。在此基础上,将微波液晶材料引入ENZ超材料的隧穿通道中,利用液晶材料在外部驱动电压作用下介电参数可变的特性,最终实现了对带通滤波特性的有效调控。全波数值仿真结果表明,所提出的基于ENZ超材料的液晶带通滤波器能够实现中心频率15.88~16.73 GHz的调控,从而验证了设计方法的有效性。