摘要:高性能实用化辐射源是太赫兹应用的关键器件，利用周期结构电磁色散中的止带区域具有耦合阻抗高的特点，电子注和电磁波能够高效互作用，可以实现大功率太赫兹振荡器。带边振荡器(BO)相比于传统的返波振荡器(BWO)，可以实现大功率输出，在W波段能达到百瓦量级，太赫兹波段能达到瓦级；采用周期永磁聚焦系统，可以实现小体积轻质量；慢波结构尺寸短，结构简单；成本低，具有批量生产能力。本文提出可构建3π止带的交错子周期折叠波导慢波结构(FWG SWS)和双频双模双向带边振荡器工作机理，采用皮尔斯双阳极电子枪、周期永磁聚焦系统、金刚石输能窗以及高效率收集极，设计和研发了频率在100 GHz以上的几种带边振荡器，实现了100 GHz频段140 W的功率输出，120 GHz频段实现了30 W的功率输出，在300 GHz实现了1 W以上的功率输出。

摘要:利用Gaussian软件，选取密度泛函理论(DFT)、哈特里—福克理论(HF)对葡萄糖、果糖的单分子在0~3 THz波段的吸收谱进行仿真计算，并与参考文献中的实验结果进行比对。仿真计算结果验证了利用Gaussian软件进行单分子吸收谱计算的可行性。最后基于密度泛函理论得到的结果分析了不同位置吸收峰对应的分子内振动模式。

摘要:介绍了一款基于GaAs肖特基二极管单片工艺的220 GHz倍频器的设计过程以及测试结果。为提高输出功率，倍频器采用多阳极结构，8个二极管在波导呈镜像对称排列，形成平衡式倍频器结构。采用差异式结电容设计解决了多阳极结构端口散射参数不一致问题，提高了倍频器的转换效率和工作带宽。对设计的倍频器进行流片、装配和测试，测试结果显示：倍频器在204~234 GHz频率范围内，转化效率大于15%；226 GHz峰值频率下实现最大输出功率为90.5 mW，转换效率为22.6%。设计的220 GHz倍频器输出功率高，转化效率高，工作带宽大。

摘要:深度学习(DL)在语音识别、图像物体识别上取得了卓越的成效，深度学习代替传统处理技术，成为了研究该领域的主要处理方法。在雷达领域，深度学习用于雷达目标识别和分类，也取得了很好的效果，进而，人们试图将深度学习用于雷达成像。本文根据近几年所公开的文献资料，按照雷达成像的特点，分类介绍深度学习用于雷达成像的研究进展；之后，对深度学习用于雷达成像的可行性、样本选取、泛化以及成像质量的评价等开放性问题提出了作者的设想，并对深度学习用于雷达成像进行了展望。

摘要:针对辐射源个体识别高精确度、轻量化、实时性的现实应用需求，提出了面向广播式自动相关监测(ADS-B)信号辐射源个体识别的轻量化模型设计方法。根据信号数据特点进行解码处理，并对不均衡样本进行权重调节，改善样本质量；通过分组卷积获取不同维度的细微特征，与初始特征拼接，实现多维互补特征融合，并联同步进行提高识别效率。利用Ghost bottleneck结构实现网络模型压缩与跨层连接，在融合多维特征的同时节省计算资源。实验结果表明，本文算法结构精简，计算量低，识别率达到95.2%，并在不同容量的样本识别中效果稳定。本文算法较好地平衡了辐射源个体识别精确度、轻量化与高时效的需求。

摘要:为有效去除动态背景对弱小目标信号的干扰，提出改进特征空间的红外弱小目标背景建模法来抑制背景。先采用改进的各向异性滤波算法从空域角度进行滤波以约束图像各个组分的差异，紧接着取连续时间域上多帧滤波后的图像组成一个特征矩阵，借助于主成分分析法进行特征分解，最后将输入图像投影到特征空间上进行背景建模，同时为了适应动态变化的背景，在时域上以一定学习率来更新背景模型。实验结果表明，提出的算法比传统的算法取得更好的背景估计效果，结构相似性SSIM、对比度增益I和背景抑制因子BIF分别大于0.97、15.46和5.25。

摘要:由于缺少旁瓣匿影性能评估的统一标准，子阵划分对旁瓣匿影性能影响研究较少。对此，本文提出旁瓣匿影性能评估参量——旁瓣匿影率，其本质是计算满足旁瓣匿影要求区域占整个方向图区域的比例。其中保护通道直接利用子阵级数据通过加权非相参积累方式构建，可实现保护通道的自适应干扰抑制，支撑干扰条件下的自适应旁瓣匿影。实验表明，子阵划分非均匀性越强，子阵数越多，扫描角越小，有源相控阵天线的旁瓣匿影率越高，旁瓣匿影性能越好。

摘要:微波技术对大脑信息进行探测正处于发展时期，目前正逐渐走向成熟，现已用于实体的检测与操作中。通过联合超声波、核磁等方法，完善了微波信息探测体系，增强了微波信息探测的效率。本文基于对大脑深层信息探测的3种微波技术以及现有微波探测技术中存在的问题进行总结，并对微波技术未来在大脑信息探测上的应用进行展望。通过对3种不同微波探测应用的分析，发现微波技术对大脑的探测具有巨大的潜力。这些应用可以有效地为脑部组织或人体其他组织的病态检查提供解决方案。同时，通过与人工智能结合，微波技术还可用于脑部的远程监测或身体的其他部位的远程监测中。

摘要:利用电磁辐射信号进行雷电源探测和定位是当前雷电研究的重要探测手段，其定位结果的准确性对正确认识闪电的放电机理非常重要。本文通过数学推导建立了多普勒效应在球坐标下的定位影响理论模型；用Matlab软件进行模拟，分析了多普勒效应对阵列接收信号的影响及误差，研究了多普勒效应对运动雷电源定位结果产生的影响。研究结果表明，多普勒效应对于不同类型、不同距离、不同高度的闪电影响程度不同；根据雷电发展的不同阶段，雷电源的运动速度不同，多普勒效应带来的误差也不同，且其带来的误差是不可忽略的。该研究对实现更高时空分辨力的运动雷电源定位结果和雷电的精细化研究具有重要意义。

摘要:如果采用旁路攻击方法对神经网络结构、框架进行攻击，恢复出结构、权重等信息，会产生敏感信息的泄漏，因此，需要警惕神经网络计算设备在旁路攻击领域产生敏感信息泄露的潜在风险。本文基于Jetson Nano平台，针对神经网络及神经网络框架推理时产生的旁路电磁泄漏信号进行采集，设计了基于深度学习方法的旁路攻击算法，对旁路进行分析研究，并对两个维度的安全进行评估。研究表明，良好的网络转换策略能够提升网络分类识别准确率5%~12%。两种评估任务中，针对同一框架下不同结构的典型神经网络推理时，电磁泄漏的分类准确率达到97.21%；针对不同神经网络框架下同一种网络推理时，电磁泄漏的分类准确率达到100%。说明旁路电磁攻击方法对此类嵌入式图像处理器(GPU)计算平台中的深度学习算法隐私产生了威胁。

摘要:基于深度学习的人脸识别技术在大量应用场景中表现出优于传统方法的性能，它们的损失函数大致可分为2类：基于验证的和基于辨识的。验证型损失函数符合开集人脸识别的流程，但实施过程比较困难。因此目前性能较优的人脸识别算法都是基于辨识型损失而设计的，通常由softmax输出单元和交叉熵损失构成，但辨识型损失并没有将训练过程与评估过程统一起来。本文针对开集人脸识别任务提出一种新的验证型损失函数，即最大化受试者工作特征(ROC)曲线下的部分面积(pAUC)；同时还提出一种类中心学习策略提高训练效率，使提出的验证型损失和辨识型损失有较强的可比性。在5个大规模非限定环境下的人脸数据集上的实验结果表明，提出的方法和目前性能最优的人脸识别方法相比，具有很强的竞争性。

摘要:针对脉冲涡流技术在油气井套管检测过程中易受到环境影响而产生的噪声干扰问题，提出一种油气井套管电磁检测数据的分段动态自适应降噪方法。通过对比分析仿真信号、实验井检测信号与实测井检测信号的差异，结合实际检测过程中的噪声来源分析，建立了基于偏心-抖动-温度影响因素的检测信号补偿模型。基于该补偿模型训练得到油气井套管电磁检测数据的分段动态自适应降噪模型。测井数据消噪实验结果表明，所研究方法与常用的降噪方法相比能更好地抑制实际检测过程中偏心、抖动及温度因素带来的噪声影响，具有应用和借鉴价值。

摘要:语音感知是无人系统的重要组成部分，已有的工作大多集中于单个智能体的语音感知，受噪声、混响等因素的影响，性能存在上限。因此研究多智能体语音感知，通过多智能体自组织、相互协作，提高感知性能非常必要。假设每个智能体输出一个通道的语音流条件下，本文提出一种多智能体自组织语音系统，旨在综合利用所有通道提高感知性能；并进一步以语音识别为例，提出能处理大规模多智能体语音识别的通道选择方法。基于Sparsemax算子的端到端语音识别流注意机制，将带噪通道权重置零，使流注意力具备通道选择能力，但Sparsemax算子会将过多通道权重置零。本文提出Scaling Sparsemax算子，只将带噪较强的通道权重置零；同时提出了多层流注意力结构，有效降低了计算复杂度。在30个智能体的无人系统环境下，基于conformer架构的识别系统实验结果表明，在通道数失配的测试环境下，提出的Scaling Sparsemax在仿真数据集上的文字差错率(WER)相比Softmax降低30%以上，在半真实数据集上降低20%以上。

摘要:为解决应用调度算法进行全域电力资源调度，资源剩余率依旧较高的问题，提出结合用户画像与关联规则的新型调度算法，实现全域电力资源的合理分配。运用双聚类算法，对整个调度区域内所有用户用电数据进行分析，构建电力用户画像从而描述用户用电个性化需求；以用户画像为基础，建立以满足用户需求为核心的全域资源分配模式；总结全域内资源调度子任务，计算不同子任务之间的支持度和置信度，结合关联规则实现子任务的分组；根据子任务组进行资源分域，在每个分域中设置二级调度中心，再与全域一级调度中心相连接，实现全域资源集中调度。实验结果表明，所提调度算法应用后，电力测试系统每日的全域资源剩余率出现了大幅降低，仅保持在12%左右。该算法具有较好的实际应用价值。

摘要:针对当前遥感卫星电荷耦合器件(CCD)相机幅宽越来越大，速率越来越高，现有相机模拟源设备数据输出带宽不足的问题，提出并实现了一种基于非易失性存储器Express(NVMe)的超高速多通道遥感相机模拟源设备。该设备利用现场可编程逻辑门阵列(FPGA)实现4组NVMe SSD主机控制器，完成对固态硬盘(SSD)的读写操作；同时利用DMA控制器读取DDR4中缓存数据，数据经封装处理后通过光纤接口输出。实验结果表明：NVMe主机控制器的写平均速率可以达到1.7 GBps，读平均速率达到3.2 GBps。模拟源系统整体存储容量8 TB，对外输出带宽高达80 Gbps，支持8路光纤接口输出。该模拟源具有较强的稳定性及良好的可扩展性，已成功应用在某遥感卫星CCD相机模拟源系统中，为数传等设备的测试以及调试提供了充分保障。