一级黄色片免费播放|中国黄色视频播放片|日本三级a|可以直接考播黄片影视免费一级毛片

該文提出一種新的絕對誤差函數(shù)，應用該函數(shù)進行非線性模型參數(shù)提取可以避免計算誤差，顯著降低參數(shù)提取的不準確性。由于氮化物半導體器件，尤其是AlGaN/GaN HEMT器件已經(jīng)開始得到廣泛應用，其模型和參數(shù)對射頻和電力電子器件和電路設計至關重要，分別使用3種誤差函數(shù)對 AlGaN/GaN HEMT器件模型進行了參數(shù)提取并對比，對比結果表明該文提出的誤差函數(shù)更加精確和有效。同時為今后的電子器件的模型參數(shù)提取提供了一種有效且精確的方法。

雖然深度神經(jīng)網(wǎng)絡可以有效改善環(huán)境聲音分類(ESC)性能，但對對抗樣本攻擊依然具有脆弱性。已有對抗防御方法通常只對特定攻擊有效，無法適應白盒、黑盒等不同攻擊場景。為提高ESC模型在各種場景下對各種攻擊的防御能力，該文提出一種結合對抗檢測、對抗訓練和判別性特征學習的ESC組合對抗防御方法。該方法使用對抗樣本檢測器(AED)對輸入ESC模型的樣本進行檢測，基于生成對抗網(wǎng)絡(GAN)同時對AED和ESC模型進行對抗訓練，其中，AED作為GAN的判別器使用。同時，該方法將判別性損失函數(shù)引入ESC模型的對抗訓練中，以驅(qū)使模型學習到的樣本特征類內(nèi)更加緊湊、類間更加遠離，進一步提升模型的對抗魯棒性。在兩個典型ESC數(shù)據(jù)集，以及白盒、自適應白盒、黑盒攻擊設置下，針對多種模型開展了防御對比實驗。實驗結果表明，該方法基于GAN實現(xiàn)多種防御方法的組合，可以有效提升ESC模型防御對抗樣本攻擊的能力，對應的ESC準確率比其他方法對應的ESC準確率提升超過10%。同時，實驗驗證了所提方法的有效性不是由混淆梯度引起的。

垂直結構GaN LED能夠提高器件的出光效率和調(diào)制帶寬，是可見光通信的關鍵器件。該文面向水下藍光通信的重大應用需求，基于亞波長理想LED模型，設計、制備了垂直結構藍光LED器件，在NRZ-OOK調(diào)制下可實現(xiàn)10 Mbps的無線光通信。該文進一步搭建了水下可見光通信系統(tǒng)，采用基于該器件，實現(xiàn)了調(diào)制速率2 Mbps的全雙工水下藍光通信。

探地雷達(GPR)是一種基于電磁波的地下無損探測技術，廣泛應用于市政工程、交通、軍事等領域。在數(shù)據(jù)采集過程中，由于發(fā)射天線和接收天線之間的耦合、起伏地面的散射以及地下隨機媒質(zhì)的復雜性等原因，采集得到的GPR B-scan回波中通常存在雜波，雜波嚴重影響了地下目標的檢測和特征提取。該文提出一種用于GPR B-scan圖像雜波抑制的解糾纏表示生成對抗網(wǎng)絡(DR-GAN)，設計了目標特征編碼器和雜波特征編碼器用來提取GPR B-scan圖像中的目標特征和雜波特征，設計了雜波抑制生成器用來獲取雜波抑制后的GPR B-scan圖像。與現(xiàn)有的基于監(jiān)督學習的GPR雜波抑制方法相比，該方法在網(wǎng)絡訓練時不需要成對的匹配數(shù)據(jù)，可以更好地應用于實測GPR圖像的雜波抑制。在仿真和實測GPR數(shù)據(jù)上的實驗結果表明，DR-GAN這一無監(jiān)督學習網(wǎng)絡具有更好的雜波抑制性能。對石英砂中埋設的鋼筋進行數(shù)據(jù)采集，運用DR-GAN對含雜波的實測數(shù)據(jù)進行處理，處理結果的改善系數(shù)(IF)指標較現(xiàn)有的魯棒非負矩陣分解(RNMF)方法提高了17.85 dB。

效率和線性度是功率放大器的重要指標，也是設計的技術難點。該文設計了2.5-2.6 GHz 高效率GaN逆F類功率放大器，其輸入輸出諧波匹配網(wǎng)絡由解析的方法設計得到。單音測試結果表明，在2.55 GHz處，功放的漏極效率超過75%。為了建立逆F類功放的行為模型進行數(shù)字預失真，對傳統(tǒng)的Hammerstein模型進行了改進，提升了模型擬合精度，對20 MHz帶寬、峰均功率比為9.6 dB的16-QAM OFDM調(diào)制信號，結合峰值因子降低技術和數(shù)字預失真技術對逆F類功放進行線性化后，功放的相鄰信道功率比(ACPR)優(yōu)于-48 dBc。

利用可見光信號作為新型信息載體的光通信技術近些年來得到長足發(fā)展，為了開發(fā)新一代光子集成芯片作為可見光通信網(wǎng)絡的終端器件，滿足可見光信號發(fā)射、接收、傳輸與處理的復合需求，該文基于硅基InGaN/GaN多量子阱材料，設計了一種集成可見光波段微型發(fā)光二極管(LED)光源、波導定向耦合器、微型光電探測器于一體的光子集成芯片。該芯片利用InGaN/GaN多量子阱材料的發(fā)光探測共存現(xiàn)象，實現(xiàn)了上述復合功能。微型LED光源作為發(fā)射端，可以發(fā)射出藍色波段的可見光信號，其發(fā)光強度受到注入電流的線性調(diào)制，可實現(xiàn)調(diào)幅可見光通信，適合作為可見光通信的發(fā)射端。微型LED光源發(fā)射的可見光信號傳輸進入波導定向耦合器，實現(xiàn)了片內(nèi)有效傳輸耦合和光功率平均分配。經(jīng)過耦合傳輸?shù)目梢姽庑盘栠M入微型光電探測器，可以監(jiān)測到與耦合傳輸?shù)墓庑盘枏姸认嗥ヅ涞墓怆娏?。最后，可見光通信測試也表明該芯片可實現(xiàn)有效的可見光通信。該研究為發(fā)展面向可見光通信網(wǎng)絡需求的復合功能光子集成芯片終端提供了更多可能性。

為研究面向可見光通信的多功能光子集成芯片，實現(xiàn)可見光信號發(fā)射、探測、傳輸和功率分配的一體化的復合功能，該文提出一種基于硅基InGaN/GaN多量子阱材料的微型發(fā)光二極管(LED)多口分路器結構的光子集成芯片，對集成芯片進行了形貌、光電特性和可見光通信測試等多方面表征，實現(xiàn)了對可見光信號的有效傳輸和不同比例的多口功率分路，并對分路器不同端口的出射光強進行量化處理，最后，利用信號發(fā)生器在微型LED光源發(fā)射端加載300 kHz的矩形波電信號，收集分路器末端發(fā)射的調(diào)制可見光信號，輸入/接收信號的波形變化趨勢一致，說明該光子集成芯片可實現(xiàn)有效的可見光通信。該研究的主要目的是嘗試性將可見光波段的光源和光電探測器集成在氮化物晶圓上，為可見光通信的全光網(wǎng)絡的可見光信號片上集成式處理提供新的研究思路和方案，為發(fā)展面向可見光通信網(wǎng)絡需求的復合功能光子集成芯片終端提供了更多可能性。

該文針對WCMA系統(tǒng)上行鏈路幀結構的特征,將Z.Rong(1997)提出的LS-DRMTA改進為利用WCDMA上行鏈路幀結構中的導頻位(pilot bit)作為訓練序列的LMS-DRMTA算法。這種新的陣列接收CDMA解調(diào)算法相對于LS-DRMTA算法大大降低了基站處理的運算量,提高了算法的實用性,仿真實驗還表明該算法比原算法具有更低的誤碼率。

為提高圖像轉換模型生成圖像的質(zhì)量，該文針對轉換模型中的生成器進行改進，同時探究多樣化的圖像轉換，拓展轉換模型的生成能力。在生成器的改進方面，利用選擇性(卷積)核模塊(SKBlock)的動態(tài)感受野機制獲取和融合生成器中每個上采樣特征的多尺度信息，借助特征的多尺度信息和動態(tài)感受野構造選擇性(卷積)核的生成式對抗網(wǎng)絡(SK-GAN)。與傳統(tǒng)生成器相比，SK-GAN以動態(tài)感受野獲取多尺度信息的生成結構提高了生成圖像的質(zhì)量。在多樣化圖像轉換方面，基于SK-GAN在草圖合成真實圖像任務提出帶引導圖像的選擇性(卷積)核的生成式對抗網(wǎng)絡(GSK-GAN)。該模型利用引導圖像指導源圖像的轉換，通過引導圖像編碼器提取引導圖像特征，然后由參數(shù)生成器(PG)和特征轉換層(FT)將引導圖像特征的信息傳遞至生成器。此外，該文還提出雙分支引導圖像編碼器以提高轉換模型的編輯能力，以及利用引導圖像的隱變量分布實現(xiàn)隨機樣式的圖像生成。實驗表明，改進后的生成器有助于提高生成圖像質(zhì)量，SK-GAN在多個數(shù)據(jù)集中獲得合理的生成結果。GSK-GAN不僅保證了生成圖像的質(zhì)量，還能生成更多樣式的圖像。

小麥多生理生化指標變化趨勢反映了儲藏品質(zhì)的劣變狀態(tài)，預測多指標時序數(shù)據(jù)會因關聯(lián)性及相互作用而產(chǎn)生較大誤差，為此該文基于長短期記憶網(wǎng)絡(LSTM)和生成式對抗網(wǎng)絡(GAN)提出一種改進拓撲結構的長短期記憶生成對抗網(wǎng)絡(LSTM-GAN)模型。首先，由LSTM預測多指標不同時序數(shù)據(jù)的劣變趨勢；其次，根據(jù)多指標的關聯(lián)性并結合GAN的對抗學習方法來降低綜合預測誤差；最后通過優(yōu)化目標函數(shù)及訓練模型得出多指標預測結果。經(jīng)實驗分析發(fā)現(xiàn)：小麥多指標的長短期時序數(shù)據(jù)的變化趨勢不同，進一步優(yōu)化模型結構及訓練時序長度可有效降低預測結果的誤差；特定條件下小麥品質(zhì)過快劣變會使多指標預測誤差增大，因此應充分考慮儲藏期環(huán)境變化對多指標數(shù)據(jù)的影響；LSTM-GAN模型的綜合誤差相對于僅使用LSTM預測降低了9.745%，并低于多種對比模型，這有助于提高小麥品質(zhì)多指標預測及分析的準確性。