光通信研究
2024, 50(1): 23016201
光通信研究
2024, 50(1): 23014301
1 电子科技大学 电子科学与工程学院
2 先进毫米波技术集成攻关研究院
3 电子科技大学 先进毫米波技术集成攻关研究院
4 信息与通信工程学院, 四川成都 611731
与广泛应用的以微波为代表的无线系统和以光纤为代表的有线系统相比, 太赫兹除了其特殊的频谱特性外, 人们期待太赫兹频段用于无线系统能突破微波系统的带宽限制, 实现可与光纤系统相媲美的大带宽, 并具有无线系统的灵活性和智能化。但如何实现宽带、智能以及具有较远作用距离的太赫兹系统, 面临极大的挑战性。本文介绍了光电融合智能太赫兹的体系架构, 重点讨论了基于光电融合的太赫兹源、接收检测、阵列天线以及太赫兹光电混频器等关键技术的国内外研究进展与进一步发展方向, 以期解决单纯的电子学方式或光子学方式存在的难以克服的瓶颈限制。
太赫兹 光电融合 超宽带通信 体系架构 terahertz photonic-electronicconvergence ultrawidebandcommunications system architecture 太赫兹科学与电子信息学报
2023, 21(4): 482
1 中国农业大学“智慧农业系统集成研究”教育部重点实验室, 北京 100083
2 中国农业大学“智慧农业系统集成研究”教育部重点实验室, 北京 100083中国农业大学农业农村部“农业信息获取技术”重点实验室, 北京 100083
叶面积指数(LAI)是评价作物长势的重要参数, 快速、 准确、 低成本地获取作物LAI对于指导作物田间管理有重要的意义。 为了低成本获取多种作物的LAI, 基于多源信息和深度学习构建了通用的LAI预测模型。 在大豆、 小麦、 花生、 玉米四种作物的六个生长时期进行了大田实验, 以获取用于建模的多源信息。 使用航拍无人机获取作物低空可见光图像、 红边图像和近红外图像等多光谱图像信息, 此外还采集相关的一维数据信息, 包括无人机飞行姿态、 拍摄高度、 作物生长状态和环境光照。 借助深度学习出色的图像和数据处理能力建立基于复杂输入信息的LAI预测模型, 考虑到一维数据也要参与模型的训练过程, 在设计模型时, 采用了组合型网络架构。 在卷积神经网络(CNN)算法提取图像深度特征的基础上加入了LightGBM算法用于结合图像特征和一维数据实现作物LAI的最终预测。 CNN模型部分使用了VGG19, ResNet50, Inception V3和DenseNet201四种常见的结构。 为了更好地说明CNN模型提取图像特征的能力, 分析了不同图像输入下四种模型的作物分类情况。 结果表明, 以可见光、 红边和近红外图像为输入时, 四种模型的分类准确度均相较于仅有可见光图像时有所提高, 尤其是基于Inception V3和DenseNet201的两种模型分类准确率均达到99%以上, 证明了CNN模型提取多光谱图像特征的有效性。 将图像特征作为LightGBM模型的输入信息预测LAI时, 实测值与预测值的R2最大为0.819 2, 而在输入中加入一维数据信息后, 模型的R2均可达到0.9以上, 说明多源信息输入对于提高LAI预测模型的准确度有重要作用。 该研究建立的模型可以针对不同的作物进行LAI的预测, 不需要对多光谱图像进行复杂的处理, 因此, 该研究可以实现LAI的低成本、 快速预测, 同时可以获得较高的预测准确度。
叶面积指数 多光谱图像 多源信息 组合型网络架构 预测模型 Leaf area index Multispectral image Multi-source information Combined network architecture Prediction models 光谱学与光谱分析
2023, 43(12): 3862
1 中国空空导弹研究院, 河南 洛阳 471000
2 航空制导武器航空科技重点实验室, 河南 洛阳 471000
随着人工智能和无人技术的发展应用, 未来制空作战的规模化对抗进程加快。分析了未来制空作战平台及制空作战**的发展情况, 梳理了规模化空战具备的参战平台高密度协同对抗、制空**饱和协同攻击、网络信息作为基础支撑的主要特点, 从作战使用、生产制造、设计研制等方面分析了规模化空战对未来空空导弹发展的需求和影响, 可为空空导弹的未来发展提供一定的技术借鉴。
规模化作战 空空导弹 低成本设计 系统架构设计 导弹解耦设计 large-scale operation air-to-air missile low-cost design system architecture design missile decoupling design
1 桂林电子科技大学 广西无线宽带通信与信号处理重点实验室, 广西 桂林 541004
2 桂林电子科技大学 广西高校微电子器件与集成电路重点实验室, 广西 桂林 541004
3 江西洪都航空工业集团有限责任公司, 南昌 330001
为了满足低电压条件下高速高精度采样需求, 设计了一种电压-时域两级混合结构流水线模数转换器(ADC)。该流水线ADC的第一级逐次逼近型(SAR) ADC将电压转换为8 bit数字, 残差电压变换为时域延时信息后, 第二级4.5 bit时间数字转换器(TDC)将延时转换, 最终校准输出, 实现12 bit精度转换。通过采用多电压供电、改进残差电压转移和放大器结构, 以及优化时间判决器, 提升了ADC的动态性能和采样速度, 降低了采样功耗。该ADC基于40 nm CMOS工艺设计和仿真。采样率为200 MS/s时, 功耗为9.5 mW, 动态指标SNDR、SFDR分别达到68.4 dB、83.6 dB, 优值为22 pJ·conv-1·step-1, 能够满足低功耗高速采样的应用需求。
混合架构 高速ADC 电压-时域转换 时间数字转换器 hybrid architecture high speed ADC voltage-time domain conversion TDC
1 北方民族大学 计算机科学与工程学院, 宁夏银川75002
2 北方民族大学图像图形智能处理国家民委重点实验室, 宁夏银川75001
3 宁夏医科大学 医学信息工程学院, 宁夏银川750004
多模态医学图像融合在医学临床应用中起着至关重要的作用,为了解决现有方法大多数侧重于局部特征的提取,对全局依赖关系的探索不足,忽略了全局和局部信息交互,导致难以有效解决周围组织与病灶区域之间的模式复杂性和强度相似性问题。该文提出面向PET和CT医学图像融合的LL-GG-LG Net模型。首先,提出了局部-局部融合模块(Local-Local Fusion Module,LL Module),该模块采用双层注意力机制更好地关注局部细节信息特征;其次,设计了全局-全局融合模块(Global-Global Fusion Module,GG Module),该模块通过在Swin Transformer中加入残差连接机制将局部信息引入全局信息中,提高了Transformer对局部信息的关注程度;然后,提出一种基于可微分神经架构搜索自适应的密集融合网络的局部-全局融合模块(Local-Global Fusion Module,LG Module),充分捕获全局关系并保留局部线索,有效解决背景和病灶区域相似度高问题;使用临床多模态肺部医学图像数据集验证模型的有效性,实验结果表明,该文方法在平均梯度,边缘强度,QAB/F,空间频率,标准差,信息熵等感知图像融合质量评价指标上与其他七种方法中最优的方法相比,分别平均提高了21.5%,11%,4%,13%,9%,3%。模型能够突出病变区域信息,融合图像结构清晰且纹理细节丰富。
医学图像融合 深度学习 注意力机制 可微分架构搜索 密集网 medical image fusion deep learning attention mechanism differentiable architecture search dense network 光学 精密工程
2023, 31(20): 3050
1 天津大学微电子学院,天津 300072
2 天津大学智能与计算学部,天津 300072
3 天津市成像与感知微电子技术重点实验室,天津 300072
针对无人机航摄图像中目标尺寸差异大导致的感受野难以同时兼顾不同尺寸物体分割效果的问题,提出了利用两路分支分别提取浅层和深层信息的双路特征融合网络(DSFA-Net)。在编码器中,浅层分支利用三个串行ConvNeXt模块提取高通道数的浅层特征以保留更多空间细节;深层分支利用坐标注意力空洞空间金字塔池化(CA-ASPP)模块为特征图重新分配权重,使网络更加关注尺寸各异的分割目标,获得深层多尺度特征。在解码过程中,网络利用双边引导融合模块为两层特征建立通信以进行分辨率融合,提高层级特征的利用率。所提方法在AeroScapes和Semantic Drone航摄图像数据集上进行了实验,其平均交并比分别达到83.16%和72.09%、平均像素准确率分别达到90.75%和80.34%。与主流的语义分割方法相比,所提方法对于具有较大尺寸差异的目标,分割能力更强,更适用于无人机航摄图像场景下的语义分割任务。
语义分割 特征融合 双路网络 坐标注意力空洞空间金字塔池化 多尺度特征提取 激光与光电子学进展
2023, 60(24): 2428005
光学 精密工程
2023, 31(16): 2395