DAB发射端信道编码技术的研究及其实现

本文介绍了DAB（数字音频广播）发射端的信道编码过程及其关键技术，并用软件实现了信道编码算法。与硬件模块协同工作良好。     

具有幅度补偿的线性调频信号的卷积测频算法

一个谐振信号可以通过A/D变换后做有限长度的数字卷积测量出它的频率。本文推导了一种能够测量线性调频信号中心频率及其线性调频系数的卷积测频算法。根据所得到的鉴频特性分析和讨论了信号诸参数对鉴频特性的影响,并且给出了这种数字卷积测频算法的测频精度。     

一种最小均方卷积反演方法

本文提出一种最小均方卷积反演方法,其解偏离真解的均方误差为最小。从而有效地抑制了数据误差的影响。     

微波电路设计技术及其应用特点

阐述了微波电路设计的几种现代方法,通过对微波线性电路的S参数分析法、微波非线性电路SPICE及谐波平衡分析法较详细地讨论,分析了它们各自的技术特点,并对它们在工程应用方面的性能进行了比较,指出了它们适合应用的场合及设计者在应用中应注意的问题。     

基于进化卷积神经网络算法的开孔外壳屏蔽效能预测

本文研究了基于进化卷积神经网络算法的开孔外壳屏蔽效能预测。电子设备工作频率逐渐提高,电磁辐射噪声日益严重,采用屏蔽外壳是有效抑制电磁干扰的常用方法。然而,由于散热和接线,外壳会带有孔洞,极大地影响了其屏蔽效能,部分外壳内部介质板的存在也对屏蔽效能产生了一定的影响。本文对含介质板开孔外壳建模后,通过传输线方法（TLM）建立等效电路模型,然后通过进化卷积神经网络算法（Evolutionary Convolutional Neural Network Algorithms,ECNN）得到验证参数,从而得到外壳屏蔽效能。利用CST对相应外壳进行仿真分析后,对比屏蔽效能仿真结果和算法结果,证明了该方法结果的准确性和可靠性。通过等效电路计算箱内各点屏蔽效能,最后通过电波暗室远场测量各点辐射强度来验证预测结果。     

基于MobileNet的地基云图分割方法研究

本文利用深度卷积神经网络技术,针对全天相机的云图分割方法进行了改进,将MobileNet作为三种分割模型U-Net、SegNet和DeepLabV3+的主干,再分别使用白天和夜间云图进行训练预测,利用一些评价指标对于其性能做出评价。结果表明,MobileNet可以更好的提取网络特征信息,经过改良后的U-Net网络更适合于地基云图的分割,对于白天云图和夜间云图的分割精确度分别达到了89%和95%。     

基于上下文注意力机制的实时语义分割

针对实时语义分割网络提取的特征缺少上下文信息,易造成分割结果出现类内不一致和类间不可区分的问题,文中提出了轻量级的自适应通道注意力模块和空间注意力模块。自适应通道注意力模块使用深度分离卷积对通道层面的特征依赖关系进行建模,自适应地调整通道卷积核大小,强化高层特征的上下文表征能力,加强了分割结果的类内一致性。空间注意力模块使用分组卷积,以较小的计算量获得较大的特征信息流动区域,在空间层面加强特征的上下文联系,增强特征的空间细节信息,加强了分割结果的类间可区分性。在Cityscapes数据集上的测试与分析表明,轻量级上下文注意力机制获得了71.5%的mIoU。     

基于Gabor滤波器的手绘草图深度检索网络

基于手绘草图的图像检索在生活中有着广泛的应用,人们不再需要知道物体的实际名字或者照片,只需要根据记忆将物体画出便能够获取相关信息。基于此,提出了基于Gabor滤波器的手绘草图深度检索网络。手绘草图首先使用Gabor滤波器进行预处理,筛去草图的冗余信息,然后输入全卷积神经网络,该网络能够学习草图的高维抽象特征,最后通过全连接层输出检索结果。在Quick Draw和Tu-Berlin数据集上的实验结果表明,所提出的方法不仅性能超过了多个常见算法,并且参数量更少,能够更快地完成训练及推理。