摘要:提出一种具有高Q值的太赫兹全金属超构表面。该超构表面由4个菱形孔组成，改变相邻菱形孔的尺寸，可以打破结构的对称性，产生准连续域束缚态(BICs)；改变入射波的极化角度，激发的准BICs频率保持不变，超构表面具有极化不相关特性。优化结构参数，仿真结果表明，当尺寸偏差为3 μm时，产生的准BICs实现了小于1 GHz的超窄带宽，对应Q值大于1 300。实验测试结果显示，加工的样品(偏差30 μm)测试Q值为40。相比于圆孔结构，菱形孔结构由于尖锐的转角可以实现较强的束缚场。本文提出的具有极化无关准BICs的超构表面在实时化学和生物分子传感中具有巨大的实际应用潜力。

摘要:基于VO₂的相变特性，提出一种具有宽带特性的太赫兹超材料吸收器，包括2层VO₂图案、2层聚酰亚胺介电层和1层金属反射层，共5层结构。对吸收器的吸收特性、电场分布和可调谐特性进行仿真分析，结果表明，所设计的吸收器吸收率大于90%的带宽为2.56 THz。该吸收器将2层结构相同但尺寸不同的周期单元堆叠，有效扩展了带宽；且通过控制VO₂从绝缘态到金属态的相变，可以实现吸收率的连续调谐。通过研究不同偏振角及入射角条件下所设计超材料吸收器的吸收性能发现，该吸收器具有偏振无关、在较大入射角入射时吸收不敏感特性。所设计的吸收器有望在太赫兹通信、成像和探测器等领域得到广泛应用。

摘要:针对复杂电磁环境电子对抗信号分析要求高、情报处理数据量大、多维信息分析提取困难等问题，基于电子对抗情报系统海量历史侦察数据特点和已有电磁目标知识库，研究跨行业数据挖掘标准流程(CRISP-DM)大数据处理方法，设计了一种离线电子对抗电磁信号历史数据处理分析平台。通过探索挖掘电磁目标参数、目标时间规律、多目标关联规则等情报分析的技术路径，实现了聚类、时间序列和关联规则挖掘等分析方法在电子对抗电磁信号历史数据处理中的应用；获取了未知电子目标聚类、目标数量规模预测和多目标关联共现规律等信息特征。结果表明，电磁目标参数特征和关联规则明显，目标时间特性拟合相关度达0.825，为后续进一步研究及实践应用提供了参考。

摘要:针对不同调制参数的多调制指数(Multi-h)连续相位调制(CPM)信号间识别问题，提出一种基于模糊熵的调制识别算法。模糊熵理论摒弃了近似熵中距离与数目的二值化相似性判断，提出利用隶属度函数判断相似性，可以更精确地描述时间序列的复杂度。算法分离接收信号的同相和正交分量并分别求其模糊熵，将求取的模糊熵作为分类特征送入支持向量机(SVM)进行分类，完成不同Multi-h CPM信号的调制识别。仿真实验结果表明，该算法在信噪比大于6 dB时，对不同调制指数集合的全响应矩形成形Multi-h CPM信号可以实现100%识别，且仅需较少符号数即可实现调制识别。

摘要:针对短基线时差测向精确度低、长基线相差测向存在模糊和传统的微波技术难以满足电子战设备分布式部署的长距离传输需求的问题，结合微波光子学，提出一种基于微波光子联合时差相差的分布式长距离单基线高精确度测向技术。该技术使用直调模式微波光子传输设备，克服了微波信号经过长距离传输后引起的时差和相差变化影响，满足长距离微波光子的稳定传输；并在此基础上采用改进的时差曲面拟合插值方法解决相差模糊问题。仿真和实验测试验证了该技术实现分布式长距离单基线高精确度测向的可行性。

摘要:在卫星物联网上行免授权接入场景下，用户直接将数据发送给卫星，不需要进行动态资源分配，这将导致接收端难以事先区分活跃用户。为恢复传输数据，需进行活跃用户检测(AUD)。目前，多使用码域方法进行活跃用户辨识，但物联网密度远超移动通信用户，仅依靠码域辨识会导致地址码维度激增，降低帧效率，并且较多采集类与监测类物联网终端自身能力弱，无法实现自身位置的上报，导致这一维接入辅助信息的缺失，不利于活跃用户检测的性能提升。本文面向未来星载相控阵发展趋势，引入空域辨识思想，通过空域与码域的级联辨识，采用多域联合方法进行活跃用户检测。仿真结果表明，本文方法能够提升地址码冲突时的辨识能力。

摘要:针对现有基于深度学习方法的三维点云目标识别算法存在多层感知法缺少点间的特征交互、对点云间欧式距离的依赖、未考虑特征通道层面关联性问题，提出一种基于注意力机制的三维点云(PAttenCls)目标识别算法。采用基于点的空间注意力机制，挖掘各点之间的注意力值，实现自适应的云邻域选择；同时采用基于点的通道注意力机制，给特征通道自适应分配权重，实现特征增强。此外，在网络中添加了一个几何均匀化模块，以应对不同局部区域几何结构的不同特征模式。所提算法在ModelNet40数据集上的识别准确率为93.2%，在ScanObjectNN数据集最难子集上的识别准确率为80.9%，并在实测数据上验证了算法的有效性。实验证明了本文所提算法可以更好地提取点云的特征信息，使点云识别结果更加精准。

摘要:针对卫星有效载荷技术小型化、集成化的发展需求，以及大功率、低无源互调等空间应用的瓶颈问题，本文基于3D打印一体化成型的技术特点和滤波器综合理论，提出一种易于3D打印的TE₁₀₁模波导滤波器设计方法。设计了一款Ka频段的波导滤波器并采用3D打印技术进行加工，整个滤波器结构一体化成型，实测与仿真结果一致性良好；重量为同尺寸传统螺钉紧固方案的70%；滤波器的回波损耗优于22 dB，带内插损优于0.3 dB，电镀前的等效Q值约为1 100。仿真结果表明，此滤波器具有单模工作带宽、功率容量大等特点；同时滤波器结构适用3D打印实现一体成型，免于装配和调试，避免了传统滤波器腔体与盖板连接引起的非线性接触。实测滤波器的无源互调电平低于-130 dBm，验证了3D打印技术实现滤波器加工的准确性和可实现性，对3D打印宽带滤波器集成化设计和工程化应用具有非常重要的指导意义。

摘要:层间垂直过渡结构通常被用来实现组件结构的小型化和高密度设计，在毫米波电路布线中起着不可或缺的作用。本文设计了一种可用于Q波段的微带线到带状线的垂直过渡结构，在微带线的末端采用“水滴”匹配结构，以金属通孔连接传输线的形式进行射频信号的垂直传输。运用三维高频电磁仿真软件(HFSS)建立该结构，并与其他类似结构进行性能仿真比对。优化结果表明，这种结构在42~47 GHz频带范围内，反射系数小于-20 dB，带内插入损耗优于0.3 dB，可以满足工程应用的要求。相比同类型的其他垂直过渡结构，本文结构在减小占用面积的同时保持了良好的传输性能。

摘要:针对通信、雷达等用频装备日益突出的电磁频谱使用安全，以及电磁频谱参数泄露风险量化评估难等问题，本文采用数值、解析等方法对敌我用频装备发射特征、接收敏感特征及天线辐射特性等进行电磁特征参数建模；结合电磁频谱参数泄露完整的通信链路结构，从用频装备效能与电波环境影响角度进行分析，运用网格剖分思想，量化分析用频装备电磁频谱参数泄露概率，提出一种电磁频谱参数泄露概率计算方法，并通过仿真验证了该计算方法。计算得到地面固定雷达L1和1 000跳发射电台M1分别在300~450 km和350~450 km范围内的泄露概率值，实现了电磁频谱参数泄露风险量化评估，解决了电磁频谱参数泄露风险量化评估难问题。

摘要:采用硅基三维异构集成技术，在极小的体积内，将多个微波单片集成电路(MMIC)和无源功分网络一体化集成，实现了一种X波段4通道片式收发系统级封装(SiP)。该SiP由2个体硅堆叠封装(PoP)而成，不同封装通过球栅阵列(BGA)方式互连，单层封装的内部腔体上下面均贴装芯片，封装内部采用硅通孔技术(TSV)实现垂直互连，SiP尺寸为14 mm×14 mm×3.2 mm。测试结果表明，在8~12 GHz内，SIP 4个通道的发射饱和输出功率≥30.5 dBm，接收增益≥24.5 dB，噪声系数≤3 dB，接收输入P_-1≥-26 dBm，同时具备6位数控移相和6位数控衰减功能，重量约1 g，可广泛用于微波收发系统。

摘要:毫米波亚毫米波探测仪在静止轨道运行时，其各子系统性能受环境热辐射影响。根据在轨温度场数据，采用有限元分析法对准光学馈电网络热变形情况进行仿真；采用GRASP软件将器件热变形后的形位、形面参数进行拟合，仿真分析当准光馈电网络受在轨环境热辐射时电性能变化情况。结果表明，环境热辐射对准光学馈电网络的电性能有一定影响，采用温控措施后，可避免在轨温度变化引起的性能变化。

摘要:复合材料在通用飞机中使用率高，多种机型高达90%以上，因此复合材料的缺陷会严重影响飞行安全性。本文设计了一种基于红外成像检测技术的飞机复合材料的缺陷精准检测方法及原型无损检测系统。无损检测系统由数据采集系统、信号源组、红外热像仪组、红外图像处理重构系统等组成，可实现对飞机复合材料结构中缺陷类型及平面尺寸的辨识和深度的准确定位。搭建了光激励型红外成像飞机复合材料检测系统，对复合材料进行了不同温度的检测试验并给出了研究结果。此研究结果将扩展国内红外无损检测技术的使用场景，成果转化后将有利于解决飞机在通航中维修保养问题。

摘要:火灾会对人员与财产安全造成巨大危害，如何迅速、准确地检测火焰出现具有重要意义。为实现高大空间条件下火焰的准确识别，设计了一种具有二自由度、可全方位检测环境情况的红外摄像头，并结合深度学习对目标检测算法YOLOv5进行改进；利用K-Means聚类算法匹配出9个聚类中心宽高维度替换原网络anchor参数；考虑了目标框相对比例，对损失函数进行优化，并用于树莓派上实现火焰识别。测试结果表明：改进的YOLOv5算法在树莓派上单张检测耗时2.9 s，较无改进YOLOv5算法减少78%；系统查准率为100%，识别目标框置信度均在0.9以上，能够快速准确识别出火焰。

摘要:人体姿态估计主要依赖于视觉图像信息捕获关节点从而获得肢体和躯干的全局姿态信息。目前，基于可见光的深度学习方法具备较高的检测精确度，但隐私泄露的风险限制了其实际应用。同成本的红外探测器虽更能突出人体目标，但因成像分辨力较低，图像质量差，导致检测精确度下降。受视觉Transformer的启发，本文引入MobileViT-FPN提取人体关键点，利用MobileViT捕捉局部关节点特征和全局关节点特征关系，然后使用固定模式噪声(FPN)在多尺度上聚合这些表征信息，结合改进的OpenPose对关键点进行聚类，输出估计结果。在关键点级联阶段，注意力机制使模型自适应关注感兴趣区域，增强对遮挡部位的恢复。实验表明，该方法可以实时检测变化尺度和部分遮挡的红外人体目标，准确描绘人体姿态。

摘要:随着第五代通信技术(5G)的发展，各种应用场景不断涌现，而网络切片可以在通用的物理网络上构建多个逻辑独立的虚拟网络来满足移动通信网络多样化的业务需求。为了提高移动通信网络根据各切片业务量实现资源按需分配的能力，本文提出了一种基于深度强化学习的网络切片资源管理算法，该算法使用两个长短期记忆网络对无法实时到达的统计数据进行预测，并提取用户移动性导致的业务数据量动态特征，进而结合优势动作评论算法做出与切片业务需求相匹配的带宽分配决策。实验结果表明，相较于现有方法，该算法可以在保证用户时延和速率要求的同时，将频谱效率提高约7.7%。

摘要:在获取电网调度信号后，大多采用传统深度置信型辨识制度提取异常数据，只能获取低维数据包含的异常信息参量，使得最终数据提取结果曲线下面积(AUC)值较低。因此，为了提高电网调度信号异常数据提取结果的AUC值，提出基于数据挖掘算法的电网调度信号异常数据提取方法。应用独立成分分析算法处理电网调度信号，去除信号中的噪声信息。并对去噪后的信号进行小波分解，得到多个子信号数据集。运用数据挖掘算法中的聚类算法分析子信号数据集，得到数据样本特征，并在考虑属性特征密度指标的情况下完成数据特征分类，获取异常数据特征。最后，在支持向量数据描述的辅助下，检测出电网调度信号异常数据，汇总这部分数据即可完成异常数据提取。实验结果表明，所提方法应用后得到的异常数据提取结果AUC值总是大于0.85，证明了其具优越的应用效果。