Author Affiliations
Abstract
1 School of Information Science and Technology, Fudan University, Shanghai 200433, China
2 Changfei Optical Fiber and Cable Joint Stock Limited Company, Wuhan 430073, China
3 Nanjing University of Information Science & Technology, Nanjing 210000, China
We experimentally transmit eight wavelength-division-multiplexing (WDM) channels, 16 quadratic-amplitude-modulation (QAM) signals at 32-GBaud, over 1000 km few mode fiber (FMF). In this experiment, we use WDM, mode division multiplexing, and polarization multiplexing for signal transmission. Through the multiple-input–multiple-output (MIMO) equalization algorithms, we achieve the total line transmission rate of 4.096 Tbit/s. The results prove that the bit error rates (BERs) for the 16QAM signals after 1000 km FMF transmission are below the soft-decision forward-error-correction (SD-FEC) threshold of , and the net rate reaches 3.413 Tbit/s. Our proposed system provides a reference for the future development of high-capacity communication.
optical fiber communication mode division multiplexing few-mode fiber multiple-input–multiple-output high-capacity transmission long-distance transmission Chinese Optics Letters
2024, 22(1): 010602
群组行为识别是对个体的共同行为进行识别。群组行为与群组状态密不可分，也与群组内个体时空特征息息相关，时空信息既能描述空间语义信息，更能反映行为的动态变化情况。针对有效精细的时空特征提取问题，本文提出了一种基于注意力机制和深度时空信息的群组行为识别方法。首先将 ShuffleAttention引入双流特征提取网络中，有效提取个体外观和运动信息。其次使用改进 Non-Local网络提取深度时序信息。最后将个体特征送到图卷积网络中进行空间交互信息建模，得到群组行为识别结果。在 CAD和 CAED数据集上的准确率达到了 93.6%和 97.8%，在 CAD数据集上与凝聚群组搜索算法(CCS)和成员关系图 (ARG)方法相比，准确率提高了 1.2%和 2.6%，这表明本文方法能有效提取深度时空特征，提升群组行为识别准确率。
群组行为识别 注意力机制 时空特征 交互关系 非局部网络 group activity recognition attention mechanism saptio-temporal information interactive relationships non-local network 太赫兹科学与电子信息学报
2023, 21(5): 661
河南科技大学 电气工程学院， 河南 洛阳 471023
提出了一种基于TSMC 40 nm/0.9 V CMOS工艺设计的适用于音频范围的低功耗高性能栅压自举采样开关电路。通过PMOS晶体管的衬底和漏极相连接代替了时钟放大模块，极大降低了电路整体的功耗。在输入端增加了一个NMOS晶体管，随着开关时钟的开启/关闭，通过抑制核心采样晶体管的体效应，可以有效提高开关线性度。鉴于音频信号的范围，选用频率为19.53 kHz、幅值为0.3 V的正弦波信号进行10 MHz采样频率的高速采样仿真，与传统结构相比，有效位数(ENOB)、信噪比(SNR)、无杂散动态范围(SFDR)和总谐波失真(THD)四项性能指标分别提升了5.5%、3.7%、13.8%和5.4%，并且功耗降低了36.8%。
低功耗 高性能 栅压自举采样开关 low-power high-performance bootstrap sampling switch
1 桂林电子科技大学广西精密导航技术与应用重点实验室, 广西 桂林 541000
2 桂林电子科技大学信息与通信学院, 广西 桂林 541000
3 卫星导航定位与位置服务国家地方联合工程研究中心, 广西 桂林 541000
4 南宁桂电电子科技研究院有限公司, 南宁 530000
针对无人机图像匹配时间较长的问题, 提出了一种基于SIFT改进的无人机图像匹配算法。引入了FAST算法检测角点, 它能快速通过比较中心像素点和一定领域内像元的灰度值以判断是否为角点, 从而提高算法的速度。同时, 为了弥补FAST算法在高斯差分金字塔上搜索的不足, 使用了基于Ostu和GA的图像分割算法对图像进行分割, 对分割图像构建高斯金字塔, 在高斯金字塔上进行特征点搜索。实验结果表明, 与传统的SIFT算法相比, 改进算法提高了无人机图像匹配的速率和正确率。
无人机 图像匹配 图像分割 高斯金字塔 特征点搜索 UAV image matching image segmentation Gaussian pyramid feature points search
1 国网宁夏电力有限公司超高压公司，宁夏 银川 750001
2 浙江工业大学机械工程学院，浙江 杭州 310023
采用激光辅助低压冷喷涂技术在Cu基体上制备表面金属化CNTs（Ni-Cu-CNTs）/Cu复合涂层，研究了复合涂层的微观特性以及耐磨损性能。研究结果表明，在激光辐照的作用下，Ni-Cu-CNTs增强相和Cu黏结相由于受热软化均发生了明显的塑性变形，Ni-Cu-CNTs颗粒嵌入到塑性变形的Cu颗粒中形成连续致密且结合良好的复合涂层，复合涂层的厚度可达2609 μm，CNTs弥散均匀分布在复合涂层中且保持其结构的完整性。添加Ni-Cu-CNTs的复合涂层表现出优异的耐磨损性能，平均摩擦系数可降低至0.385，体积磨损速率降至1.49×10-4 mm3/（N·m）。复合涂层中的Ni-Cu-CNTs增强相一方面通过承受磨球对涂层表面的载荷力，减少了涂层磨损，另一方面随着磨损过程的进行，Ni-Cu-CNTs从涂层中脱离到涂层表面形成润滑层，降低了涂层的摩擦系数，从而提高复合涂层的耐磨损性能。
激光技术 低压冷喷涂 CNTs/Cu复合涂层 微观特性 耐磨损性能 激光与光电子学进展
2023, 60(21): 2114008
1 复旦大学信息科学与工程学院通信科学与工程系，上海 200433
2 长飞光纤光缆股份有限公司，湖北 武汉 430073
3 南京信息工程大学物理与光电工程学院，江苏 南京 210044
为了解决通信容量不足以及非线性损伤问题，基于正交相位（IQ）调制外差相干探测，利用极化复用技术、模分复用技术以及先进的数字处理算法，搭建了单通道模分复用少模光纤传输系统，并成功实现了波特率为32 Gbaud的16正交振幅调制（QAM）信号在两个兼并模LP11a和LP11b模式下的1000 km传输。使用时域和频域多输入多输出最小均方（MIMO-LMS）算法进行均衡处理后，误码率（BER）低于软判决前向纠错（SD-FEC）的阈值（5.2×10-2）。
光通信 光纤通信 模分复用 少模光纤 极化复用 长距离传输 中国激光
2023, 50(19): 1906006
1 中国科学院空间光电精密测量技术重点实验室, 成都 610209
2 中国科学院光电技术研究所, 成都 610209
3 中国科学院大学, 北京 100049
为了实现弱回波信号下非合作目标识别跟踪, 文章基于单像素光子计数激光雷达系统设计了目标识别跟踪策略, 并且提出了一种目标识别跟踪方法。该方法首先将单像素光子计数激光雷达系统采集得到的三维点云经过插值处理得到直观的距离像, 然后采用最大稳定极值区域算法分割目标和背景, 根据目标轮廓特征识别并选择需要跟踪的目标。最后提取识别目标的质心, 与激光雷达扫描中心的偏差作为误差信号, 控制伺服系统在扫描的基础之上执行目标跟踪。实验结果表明, 当激光发射能量为625pJ、回波光子数为25时, 该系统能对距离为5m、角速度约为2mrad/s的目标进行稳定的识别跟踪; 验证了基于单像素光子计数激光雷达的策略及方法能够稳定的分割目标和背景, 以及正确提取需要识别跟踪测距的目标质心, 为弱回波信号下目标识别跟踪测距提供一种有效直观的探测方法, 同时, 弱信号探测作为远距离探测的必要条件, 为远距离下的目标探测及识别跟踪提供了一个新的技术方向。
单像素光子计数激光雷达 扫描成像 识别跟踪 极大值稳定区域 single pixel photon counting lidar scanning imaging detect and tracking MSER
