非理想信道下Colpitts混沌电路的自适应同步研究

本文研究了Colpitts混沌电路在非理想信道条件下的自适应同步问题。引入自适应控制器对输入到响应部分（response system）的衰变混沌信号进行预处理，来补偿衰落信道对于同步性能的影响。给出了系统的数学模型，对恒定信道衰变和时变信道衰变两种非理想信道条件下的混沌ColpiRs电路的自适应同步进行了数值仿真研究。仿真结果表明，对于恒定或慢变化的时变信道衰变，自适应控制器可以有效的提高Colpitts电路响应部分和驱动部分（Drive system）的同步性能。     

Multiplexing Chaotic Signals Generated by Colpitts Oscillator and Chua Circuit Using Dual Synchronization

We demonstrate multiplexing chaotic signals generated by two totally different dynamic systems (one is a Colpitts oscillator and the other is a Chua circuit) using dual synchronization and propose a method to select the proper coupling parameters. In the response systems, the cross coupling method is used, in which the voltage difference between the sum of two master oscillators and one slave oscillator is converted to current and then feed into the other slave oscillator. The result in this letter offers a potential multiuser coherent chaotic communication scheme where different chaotic oscillators can be used in one system.     

互质阵列信号处理研究进展:波达方向估计与自适应波束成形

阵列信号处理是雷达领域各类应用的核心技术之一。近年来,互质阵列的提出打破了传统方法受限于奈奎斯特采样速率这一瓶颈,其稀疏布设的阵列结构和互质欠采样的信号处理方式大幅降低了系统所需的软硬件开销,为当前不断提升的实际应用需求提供了理论基础和技术前提。鉴于其在自由度、分辨率及计算复杂度等方面的性能优势,互质阵列信号处理的理论和技术研究受到了国内外学者的广泛关注。该文分别从波达方向估计和自适应波束成形这两个阵列信号处理领域的基本问题出发,介绍了互质阵列信号处理方向的研究进展。在互质阵列波达方向估计方面,该文总结了互质子阵分解方法和虚拟阵列信号处理方法等两类典型技术路线,并以此为基础介绍了压缩感知和无网格化技术在低复杂度和超分辨估计等方面的最新研究工作。在互质阵列波束成形方面,该文剖析了其与互质阵列波达方向估计问题的区别与联系,并介绍了面向互质阵列的高效鲁棒自适应波束成形设计方法。该文旨在通过对互质阵列信号处理研究前沿的分类归纳和总结,探讨各类方法的优势和未来的研究方向,为其在雷达等领域的产业需求和实际应用提供理论和技术参考。      

微波Colpitts混沌电路实验研究

本文首先介绍了Colpitts电路的数学模型，给出了基于预设定频谱分布的Colpitts混沌电路中主要电路参数的设计方法；然后对工作在微波频段的Colpitts混沌电路进行了实验研究，验证了给出的电路参数设计方案；最后对实验过程中的电路调试方法，电路频谱宽度的瓶颈问题，电路功耗问题以及进一步的工作进行了讨论。     

用于纯方位跟踪的简化粒子滤波算法及其硬件实现

针对粒子滤波运算量大,硬件复杂性高的问题,该文提出了一种用于纯方位跟踪的简化粒子滤波算法,该算法引入了一种新的基于阈值的重采样方法,降低了硬件实现的复杂度。在算法研究的基础上,论文研究了基于FGPA的硬件电路实现方法,给出了系统的整体硬件结构及重采样/采样模块的实现方案,讨论了粒子滤波硬件实现的资源优化及时间优化问题。仿真结果表明,对于纯方位跟踪问题,该粒子滤波算法具有优于扩展Kalman滤波器(EKF)的性能;硬件电路实验表明,该滤波器可以实现对被动目标的纯方位跟踪,并具有比通用粒子滤波器较快的处理速度。     

DroneRFa：用于侦测低空无人机的大规模无人机射频信号数据集

为研究与发展反无人机检测识别技术,该文公开了一个名为DroneRFa的大规模无人机射频信号数据集。该数据集使用软件无线电设备探测无人机与遥控器相互通信的射频信号,包含城市户外场景下运动无人机信号9类、城市室内场景下信号15类以及背景参照信号1类。每类数据有不少于12个片段,每个片段包含1亿个以上的采样点。数据采集覆盖了3个ISM无线电频段,记录无人机多频通信的真实活动。该数据集具有详细的无人机户外飞行距离和工作频段标注,以前缀字符结合二进制编码的形式方便用户灵活访问所需数据。此外,该文提供了基于频谱可视统计特征和基于深度学习表征的两种无人机识别方案,以验证数据集的可靠和有效性。     

基于低速处理器的功能最小化嵌入式Web服务器的设计

目前嵌入式Web服务器多使用专用集成电路(ASIC)技术或高速处理器实现，但嵌入式系统中大量存在的是技术较为成熟的低速处理器，基于低速处理器设计嵌入式Web服务器，市场前景非常广阔但技术难度较大。本提出了一种基于低速处理器的功能最小化Web服务器的设计方案，着重分析了HTTP协议的实现方法。     

面向毫米波雷达手势分类的RDI数据增强方法

在基于毫米波雷达的手势分类任务中,应用深度学习技术可以显著提高准确率。然而,深度学习技术对数据量的依赖性很高,当训练样本数据稀缺时容易出现过拟合问题。由于不同的毫米波雷达参数差异较大、采集数据耗时费力,基于毫米波雷达的手势数据量往往非常有限。为了解决数据量稀缺这一问题,本文提出了一种融入注意力模块的距离多普勒图自编码（Range-Doppler Image AutoEncoder with Attention Module, RDI-AEAM）数据增强方法,旨在增强毫米波雷达手势数据的RDI表征。该方法针对RDI缺乏语义信息、难以进行标注以及特征不明显的特点,构建了一个融入注意力模块的自编码网络。首先,利用自编码器进行特征提取和数据压缩,学习输入数据的分布并提取有用特征。其次,利用注意力模块专注学习通道和空间维度的特征,解决特征不明显问题,使模型能够更加集中关注重要特征。训练过程中,预定义了原始数据标签,使用最小均方误差损失函数衡量生成数据的质量,达到设定阈值时将生成数据与预定义标签相关联,而无须额外后期标注。实验先选择100%训练集进行增强,相比仅使用原始训练集进行训练的结果,数据增...