《上海交通大学学报》2022年“电子信息与电气工程”专题
提出一种基于生成对抗模型的水下图像修正与增强算法.该算法将多尺度内核应用于改进的残差模块中,以此构建生成器,实现多感受野特征信息的提取与融合;判别器设计考虑了全局信息与局部细节的关系,建立了全局-区域双判别结构,能够保证整体风格与边缘纹理的一致性;最后,根据人类视觉感官系统设计了无监督损失函数,此部分无需参考图像进行约束,同时其与对抗损失和内容损失一起进行联合优化,能够得到更优的色彩和结构表现.在多个数据集上进行实验分析表明,此算法能较好地修正色偏、对比度,保护细节信息不丢失,在主客观指标上都优于典型对比算法.
为满足多种场景对电路指标的不同需求,基于近似电路理念提出一种精度可调快速Fourier变换(FFT)处理器.首先,在蝶形节点和旋转因子乘法节点上分别提出了一种截断进位链的可配置近似蝶形计算单元和一种位宽可调的乘法模块.通过MATLAB搭建误差分析平台,详细分析了在各个蝶形节点和旋转因子节点对近似计算的敏感程度,确定了FFT处理器的5种计算模式,实现性能、功耗与精度等参数的动态调节.最终,所提设计在台积电 (TSMC) 180 nm 互补金属氧化物半导体 (CMOS) 工艺下通过超大规模数字集成电路标准流程实现,性能结果由专业电子自动化设计 (EDA) 工具评估得到,相对于精确模式,处理器在近似模式下的最高工作频率提升约14.33%;当工作频率为60 MHz时, 功耗降低约15.61%.
针对线性调频小波变换(CT)引入的调频率参数不能完全匹配信号的瞬时频率及算法抗噪性能不佳等问题,提出高质量的局部最大值同步压缩线调频小波变换 (LMSCT) 算法,改善CT时频分布图能量扩散幅度出现的偏差.所提算法的核心思想是通过局部最大值同步压缩操作重新分配CT的频率点.实验结果表明,LMSCT算法具有较高的时频聚集度,并且能够较好地抑制噪声的干扰,在低信噪比的情况下仍然保持良好的时频聚集度.在IPIX处理雷达信号分析中,LMSCT 算法能够较为清晰地描绘目标信号的时间-频率联合分布特性,并且确定目标出现的距离单元,为海杂波背景下的IPIX雷达信号小目标检测提供判断依据.
提出一种将深度学习与灵敏度分析结合的端到端方法, 对深度模型的结构和激活函数进行特殊设计以适应后续灵敏度的计算,深度模型训练的同时对保存的权重信息进行反向传播计算灵敏度.在波士顿房价数据集、航迹融合数据集和G函数上的实验结果表明,所提方法相比于Sobol’法等经典方法在参数分布不均匀时准确性更高, 具备更强的鲁棒性, 相比于使用传统神经网络的方法准确性更高.此外,通过实验验证了基于深度学习模型的样本参数灵敏度可以优化模型的输出结果.
针对现有照相机图像标定方法存在的依赖外部图像特征、要求照相机特殊位姿、需要标定物、操作复杂等不足之处,提出了一种基于平行激光测距的实时自标定方法.该方法在图像拍摄过程中,利用高精度激光测距仪连续测量以获得被测物表面的实时位置信息.在此基础上,对物面方程进行求解,选取物面和像面上至少4组对应点的二维坐标,求解得到表示两个平面之间变换关系的单应性矩阵,从而简便快速地完成标定.采用自主研制的标定装置,开展了不同场景下的图像自标定精度测试.结果表明,图像中各线段长度的测量误差介于-0.49%~0.15%,平均误差仅为-0.14%,验证了所提平行激光测距自标定方法具有很高的准确性和稳定性.对标定误差来源进行进一步分析,得到了激光测距误差、激光倾角误差、偏置误差等因素的定量影响规律,并给出了相应的误差规避方法,为该自标定方法在图像测量领域中的应用提供参考.
紧致化仓储系统是智慧物流技术领域内新兴的一种仓储技术,其最典型的特征是能够实现货物的多深位存储.研究该系统在双端口布局下堆垛机执行单一作业和复合作业并存的路径优化问题,并以堆垛机运行时间最短为优化目标建立该问题的数学模型.设计了遗传-集束搜索混合优化算法对模型进行求解,利用遗传算法得到的最优个体作为集束搜索的初始路径选择,避免算法陷入局部最优.通过算例仿真验证了模型与算法的有效性,验证结果表明,所建立的堆垛机作业路径优化模型与求解算法,能更好地适应双端口紧致化立体仓库出/入库任务调度要求,得到更为合理的堆垛机调度方案,提高存储效率.
针对柔性机械臂因在实际运动过程中易发生变形而需进行状态监测的问题,提出一种基于扰动块的分布式滚动时域估计算法.在分布式一致性滚动时域估计的基础上,通过设计扰动块并将其应用于估计窗口内的过程扰动序列,减少了与优化相关的变量,从而降低了算法的计算量,实现快速性.通过分析算法在最大分块长度下的可行性与收敛性,建立了保证算法的优化问题存在等价解的假设条件,并将结果推广到了过程扰动任意分块的情况.仿真结果表明:与不加扰动块的算法相比,所提算法能在不影响估计误差的前提下有效缩短计算时间.
为解决在低信噪比下特征提取困难、雷达信号识别率低的问题,提出了一种基于Choi-Williams分布(CWD)和多重同步压缩变换(MSST)的双通道卷积神经网络模型.模型通过对雷达信号进行CWD和MSST时频分析,分别获取二维时频图像并进行预处理,然后送入双通道卷积神经网络进行深度特征提取,最后将两路通道获取的特征进行融合,通过卷积神经网络分类器实现对雷达信号的分类识别.仿真结果表明:在信噪比为 -10 dB时,所提模型整体识别准确率能达到96%以上,其在低信噪比下表现优异.
针对移动水声网络中定位精度与通信开销之间的矛盾,提出一种自适应动态周期下的移动水声网络自定位算法.该算法根据系统状态估计与观测采样之间的残差,设计自适应的动态周期选择机制和非均匀的动态更新网络定位周期,进而实现非均匀动态周期下的移动水声网络高精度预测定位.该算法无需大量通信观测即可实现移动节点位置的实时跟踪,达到了定位精度与通信开销间的平衡.仿真结果表明,所提算法既保证了网络的定位估计精度,又减小了冗余定位通信开销,实现了有限通信开销下的高精度定位,更适用于精度要求高且通信带宽有限的水下环境中.
针对现有K均值聚类(KMC)算法受初始化影响较大,随机产生的聚类中心极易使聚类结果陷入局部最优而停止迭代,导致聚类精度低、鲁棒性差的问题,提出一种基于记忆传递旗鱼优化的K均值混合迭代聚类(MTSFO-HIKMC)算法.首先,借鉴已有改进思路,引入最大最小距离积来初始化KMC聚类中心,避免随机初始化带来的不确定性;同时,在迭代过程中,令当前最优解在局部进行自适应记忆传递修正,解决由于旗鱼算法搜索路径单一带来的全局寻优能力差和搜索精度不足的问题.利用Iris、Seeds、CMC和Wine国际标准数据集对MTSFO-HIKMC、旗鱼优化的K均值混合迭代聚类 (SFO-KMC)算法、 引入改进飞蛾扑火的K均值交叉迭代聚类(IMFO-KMC)算法、KMC算法和模糊C均值(FCM)算法进行比较测试,从得到的收敛曲线和性能指标可知,所提出的MTSFO-HIKMC算法相较于IMFO-KMC算法具有更快的收敛速度;在高维度空间较IMFO-KMC算法具有更高的搜索精度;相较于KMC和FCM算法具有更高的搜索精度;相比SFO-KMC算法在收敛速度和搜索精度方面都有明显提升,在高维数据集方面尤其明显.
液晶高分子聚合物(LCP)以其优异的微波毫米波特性,被广泛应用于高频多层电路板.在多层电路板结构中,为了实现不同层电子器件以及传输线结构的高效互联,设计电学特性优异的过孔互联结构显得尤为重要.近年来,随着多层电路板使用频率的不断升高,过孔互联结构的不连续性问题愈发凸显,因此对其进行快速、准确的电磁建模,可以大大提高微波毫米电路的设计效率.基于4层LCP电路板,针对接地共面波导-带状线-接地共面波导(GCPW-SL-GCPW)结构,提出一种高效、快速的多层电路过孔建模方法.通过对多层结构进行分段建模,在寄生参数提取过程中引入快速收敛算法,建立过孔的集总参数等效电路结构;基于微波网络级联法,完成GCPW-SL-GCPW结构等效电路模型的快速构建.与三维高频电磁软件(HFSS)全波仿真结果进行对比,发现该建模方法过程简单、求解速度快.利用LCP多层工艺,制备了GCPW-SL-GCPW电路结构,测试结果表明,在10 MHz~40 GHz的宽频范围内,测试结果和等效电路分析结果具有高度一致性,验证了该过孔互联建模方法的有效性.
三维相变存储芯片1S1R存储单元由双向阈值选通管(OTS)和相变存储器件(PCM)串联组成.为了解决现有OTS和PCM电路仿真模型不能准确模拟器件电学特性和物理特性、不适用于限制型PCM等问题,提出了一种采用Verilog-A语言实现的1S1R电路仿真模型.该模型实现了对OTS电学特性和PCM相变过程中电流、温度、熔融比例、晶态比例和非晶比例变化的模拟,具有良好的收敛性和较快的仿真速度,仿真结果与器件实际测试结果吻合.与传统模型相比,该模型针对限制型PCM特点,实现了对PCM熔融过程、晶态非线性、熔融电阻率稳定和OTS亚阈值非线性、双向选通特性的模拟和集成.分析了OTS亚阈值非线性参数和读电压窗口的关系,发现当OTS阈值电流约等于PCM阈值电流时读窗口最大;展示了1S1R单元直流和阵列瞬态仿真结果,为三维相变存储器的电路设计和仿真提供了基础.
超级电容器具有快速充放、高功率密度和长寿命等优点, 被广泛用于新能源汽车的储能系统. 系统可靠运行需获取其剩余电量, 即对其荷电状态(SOC)进行估算. 依托超级电容单体的等效模拟电路模型, 建立了以模型中多电容端电压为状态, 电容器输入电流为控制输入, 电容器输出电压为观测输出的电容器二阶非线性系统的状态空间模型, 包含了自放电现象产生的泄漏电流的因素. 为提高模拟精度, 辨识不同的模型参数,分别刻画充电和放电工况. 采用非线性观测器算法来获取模型内部状态从而实现对SOC的估计. 充放电实验的结果表明, 考虑泄漏因素和建立不同参数下的充放电模型, 能够更好地模拟超级电容器的动态特性, 同时验证了非线性观测器算法具有稳定的跟踪能力.
源重构近远场变换方法在天线测量、天线诊断以及成像等方面的应用越来越多.该方法将待测天线的近场分布等效为包围待测天线的一个平面上的磁流作用,从而进行近远场变换,但现有源重构方法由于没有合适的探头补偿算法而精度较低.对此,首先根据互易定理给出等效磁流和探头接收信号之间的积分方程;然后用矩量法将其转化为矩阵方程,并求解出磁流分布;最后得到待测天线的方向图.波导探头测量喇叭天线的例子表明:所提方法得到的方向图的均方根误差仅为现有无补偿方法方向图均方根误差的1/3,该探头补偿算法准确有效.
在非合作场景所导致的小样本条件下,稳健提取通信辐射源目标特征并准确识别目标是当前研究的难点和热点.针对正交频分复用通信辐射源的小样本个体识别问题,文章在相位域、时域翻转的数据增强和源领域实例迁移的基础上,提出一种非合作通信辐射源个体识别方法.采用不同域翻转的数据增强方法扩充数据集,结合改进的残差网络,达到提高正交频分复用通信辐射源个体识别准确率的目的,并引入迁移学习以增强识别模型的泛化能力.实验结果表明:数据增强策略提升了小样本下的正交频分复用通信辐射源个体识别准确率,迁移学习方法的引入加快了模型的收敛速度,小幅度提高模型识别准确率并提升了鲁棒性.
自然语言处理中的语法错误纠正 (GEC) 任务存在着低资源性的问题,学习GEC模型需要耗费大量的标注成本以及训练成本.对此,采用从掩码式序列到序列的预训练语言生成模型 (MASS) 中的迁移学习方式,充分利用预训练模型已提取的语言特征,在GEC的标注数据上微调模型,结合特定的前处理、后处理方法改善GEC模型的表现,从而提出一种新的GEC系统(MASS-GEC).在两个公开的GEC任务中评估该系统,在有限的资源下,与当前GEC系统相比,达到了更好的效果.具体地,在CoNLL14 数据集上,该系统在强调查准率的指标F0.5上表现分数为57.9;在JFLEG数据集上,该系统在基于系统输出纠正结果与参考纠正结果n元语法重合度的评估指标GLEU上表现分数为59.1.该方法为GEC任务低资源问题的解决提供了新视角,即从自监督预训练语言模型中,利用适用于GEC任务的文本特征,辅助解决GEC问题.
45钢存在耐磨性能及耐蚀性能较差等问题.采用激光熔覆技术在45钢表面制备了CoCrFeMnNiMox(x=0.00, 0.25, 0.50, 0.75, 1.00)高熵合金涂层,研究了Mo元素对高熵合金涂层的微观组织和性能的影响.结果表明:CoCrFeMnNiMox高熵合金涂层由单一的面心立方(FCC)固溶体组成.含Mo元素涂层微观结构为典型的枝晶和枝晶间结构,这是熔池在凝固过程中的非均质形核现象导致的.涂层的显微硬度随x值的增大而升高,其中Mo1.00涂层硬度最高为2.391 GPa,定量计算表明固溶强化是显微硬度提升的主要原因.随着Mo质量分数的升高,磨损机制从黏着磨损演变为磨粒磨损和氧化磨损.其中,Mo1.00涂层具有最低的体积磨损率(0.68×10-4 mm3/(N·m)).根据点缺陷模型理论分析了涂层钝化对耐蚀性能的影响.添加Mo元素提升了涂层钝化行为的脱水速率,使得氧化物层变厚,进而提升了涂层的耐蚀性.涂层的腐蚀机制为晶间腐蚀,Mo0.75涂层具有最小的自腐蚀电流密度和最正的自腐蚀电位,分别为3.69×10-6 A/cm2和 -0.432 V.
《上海交通大学学报》2022年“电子信息与电气工程”专题
