首页期刊导航|太赫兹科学与电子信息学报
期刊信息/Journal information
太赫兹科学与电子信息学报
太赫兹科学与电子信息学报

刘仓理

双月刊

2095-4980

xxdz@caep.ac.cn

0816-2487503 2495174

621999

四川绵阳919信箱532分箱

太赫兹科学与电子信息学报/Journal Information and Electronic Engineering北大核心CSTPCD
查看更多>>《太赫兹科学与电子信息学报》前身为《信息与电子工程》,是由中国工程物理研究院主管,中国工程物理研究院电子工程研究所主办、四川省电子学会协办的国内外公开发行的学术期刊,2003年创刊,于2008年被评为《中国科技核心期刊》,被《中国学术期刊(光盘版)综合评价数据库(CAJCED)》、《中国期刊(光盘版)全文数据库(CJFD)》、万方数据-数字化期刊群(网)等重要数据库全文收录,同时被美国《乌利希期刊指南》(Ulrich's Periodicals Directory)和波兰《哥白尼索引》(Index of Copernicus)收录。经新闻出版总署批准,于2013年1月起更名为《太赫兹科学与电子信息学报》,仍为《中国科技核心期刊》,国内刊号CN51-1746/TN,国际标准连续出版物编号ISSN 2095-4980,主管单位为中国工程物理研究院,主办单位为中国工程物理研究院电子工程研究所,协办单位为中国兵工学会太赫兹应用技术专业委员会、中国工程物理研究院太赫兹科学技术研究中心以及四川省电子学会。
正式出版
收录年代

    基于近端算子PHMC的机载雷达高度表参数估计

    郭牧欣江舸黄博经文...
    186-193页
    查看更多>>摘要:传统雷达高度表参数估计算法在面对参数的高维特性时会出现过拟合情况,导致参数估计精确度降低。为此,提出一种新颖的基于近端算子修正的哈密顿蒙特卡洛(PHMC)算法,通过统计学的手段估计高程参数。首先假设高程参数具有稀疏特性,并使用拉普拉斯分布对其进行表征,这种稀疏先验可表征高程突变的地形场景。稀疏先验与似然函数之间为非共轭关系,使用分层贝叶斯的方法获得后验分布函数的闭合解,采用哈密顿蒙特卡洛(HMC)方法通过采样的方式解决贝叶斯推论中的参数估计问题,引入近端算子提供次梯度完成参数估计。仿真数据验证了所提PHMC算法优于其他传统算法。

    雷达高度表哈密顿蒙特卡洛方法分层贝叶斯近端算子

    基于EMD-NLPCA的欠定非线性盲源分离算法及应用

    唐铭阳吴亚锋李晋
    194-200页
    查看更多>>摘要:对欠定非线性混合信号的盲源分离算法进行研究,提出一种基于经验模式分解与非线性主成分分析(EMD-NLPCA)的盲源分离算法。首先对观测信号做EMD处理,重构信号后引入高阶统计量,再进行主成分分析,完成信号分离。该算法既可以应对欠定环境,又解决了非线性混合问题。仿真实验中,将该算法与稀疏分量分析法的结果进行比照,证明了该算法的正确性以及相较于稀疏分量分析法更具普适性。将该算法用于无人机发动机开车音频信号的分离,效果较好。

    盲源分离经验模式分解非线性主成分分析欠定非线性混合

    基于FCOS算法的地下目标重建方法

    朱彩球刘庆华卢锦椿晋良念...
    201-208页
    查看更多>>摘要:针对从复杂多样的探地雷达(GPR)成像中检测和定位被埋藏的物体会耗费大量人力时间成本的问题,提出一种基于深度学习的方法。采用一阶全卷积目标检测算法(FCOS)对任意目标进行定量分析,然后对目标区域进行跟踪与聚类标记,曲线拟合获取地下目标的精确位置,重构被埋藏的地下目标信息。仿真结果表明,该方法避免了传统处理算法所需的对数据进行复杂的计算,能够快速检测到目标,并且能对目标的位置与介电属性进行高精确度估计,在深度上的定位误差不大于3 cm。该方法有效实现了地下场景重构目标的位置、深度和大小。

    探地雷达深度学习聚类标记目标重构

    Deep learning algorithm featuring continuous learning for modulation classifications in wireless networks

    WU NanSUN YuWANG Xudong
    209-218页
    查看更多>>摘要:Although modulation classification based on deep neural network can achieve high Modulation Classification(MC)accuracies,catastrophic forgetting will occur when the neural network model continues to learn new tasks.In this paper,we simulate the dynamic wireless communication environment and focus on breaking the learning paradigm of isolated automatic MC.We innovate a research algorithm for continuous automatic MC.Firstly,a memory for storing representative old task modulation signals is built,which is employed to limit the gradient update direction of new tasks in the continuous learning stage to ensure that the loss of old tasks is also in a downward trend.Secondly,in order to better simulate the dynamic wireless communication environment,we employ the mini-batch gradient algorithm which is more suitable for continuous learning.Finally,the signal in the memory can be replayed to further strengthen the characteristics of the old task signal in the model.Simulation results verify the effectiveness of the method.

    软硬协同的嵌入式系统存储可靠性增强设计

    杨渊邹祖伟
    219-226页
    查看更多>>摘要:单粒子翻转(SEU)效应是造成空天环境中处理器故障的常见原因,需进行有效的防护设计,提升航空航天等高空设备的可靠性。传统的嵌入式可靠性防护设计一般采用单一的硬件或软件方法:采用软件三模冗余实现,需要占用大量的中央处理器(CPU)资源;采用硬件电路实现,无法输出错误信息。以PPC460 处理器为目标系统,探讨了利用现场可编程门阵列(FPGA)对PPC460处理器的可靠性增强设计方法,同时使用扩展型的汉明码编解码算法、奇偶校验、三模冗余技术,利用软硬协同的方式提高了存储空间内数据的正确性,减少了CPU资源消耗,有效实现了PPC460处理器在特殊复杂环境中对重要数据的高安全、高可靠、抗干扰保护。

    现场可编程门阵列(FPGA)单粒子翻转汉明码三模冗余

    《新体制雷达信号处理和数据处理技术》专栏发刊词

    许述文陈小龙刘维建杨小鹏...
    前插1页

    征稿启事

    后插1-后插10页