课程文献中心 更多>>

关键词： 波动方程正演   物理驱动神经网络   二次神经元   非光滑速度模型   偶应力理论  

摘要： 地震波的数值模拟是地震勘探的重要任务之一,其计算精度和效率可直接影响地震反演成像的结果。然而传统数值方法经常需要在计算精度和计算成本之间作出取舍,当模型较大时对计算机要求较高。此外,传统线弹性理论假设地下岩石为连续介质,忽略了岩石细观颗粒和孔隙的影响。物理驱动神经网络近年来在求解偏微分方程领域获得了广泛的关注和应用,它能够处理复杂偏微分方程中的高维问题。偶应力理论考虑了微元的尺寸与所受力矩,可以用来模拟广义连续介质中地震波的传播过程。本文基于物理驱动神经网络和偶应力理论,从算法和理论两个方面对上述地震波模拟问题展开了研究。 本文采用物理驱动神经网络求解散射场波动方程,指出了物理驱动神经网络难以在非光滑速度模型中求解的问题。通过将完美匹配层引入物理驱动神经网络,改善了网络在非光滑问题中的计算结果。通过测试阐明了网络计算结果受非光滑速度模型影响的原因,同时还给出了完美匹配层在物理驱动神经网络中的适用条件。提出了一种能够使网络输出自动满足自由表面边界条件的强约束方法,无需正则化项就能计算出自由表面边界条件下的波场。 采用单层二次神经网络来拟合非线性函数,证明二次神经元在高频情况下比传统线性神经元的拟合能力更强。提出了新的交替二次神经网络,提高了网络的计算精度和收敛速度,进一步改善了物理驱动神经网络求解波动方程时在非光滑速度模型中表现不佳的问题。本文还提出将预训练策略用于物理驱动神经网络,减少了计算成本,为解决大规模正演问题和全波形反演问题提供了思路。 将非线性弹性理论中的偶应力理论用于地震波的数值模拟,推导了偶应力弹性理论的一阶速度—应力波动方程,提出了该方程的交错网格有限差分格式,并模拟了均匀半空间、层状介质和Marmousi模型中地震波的传播过程。通过与传统线弹性理论的数值模拟结果对比来分析不同频率下不同介质特征长度对纵波、横波和面波造成的尺寸效应。数值模拟结果表明面波受尺寸效应的影响最大,且频率越高、特征长度越大尺寸效应越明显。采用相移法计算了面波的频散特性,总结了偶应力弹性理论中介质特征长度与面波频散特性的关系。

关键词： 柔性皮肤   全同弱光纤光栅阵列   压力传感特性  

摘要： 随着机器人、医疗设备等的智能化和自主操控化技术的迅猛发展以及可穿戴设备的广泛应用，对类皮肤感知系统中的高性能触滑觉的性能提升有了更高的要求。而对触滑觉参量传感的前提是对压力的传感，利用全同弱光纤光栅可以实现大面积测量，对于全同弱光纤光栅的解调成为在被大范围应用前需要解决的问题。本文基于全同弱光纤光栅阵列，建立了柔性皮肤仿真模型，实现对各个全同弱光栅的定位以及压力发生点的定位，探究了本柔性皮肤对压力的传感特性，具体内容包括：　　首先，介绍了研究课题的背景和意义，总结了国内外对于柔性压力传感器领域的研究现状，分析了光纤光栅对压力传感的研究现状;其次，研究了光纤光栅的压力传感机理，分析了压力对光纤光栅的反射光造成的影响，介绍了两类全同弱光纤光栅的解调系统，并比较了两个解调系统的特点及其解调方式，并对解调系统的性能进行分析;然后，设计并制备了柔性皮肤封装结构，搭建了线性扫频光源、拍频干涉光路，研究了压力信号的处理方法，探索了压力施加方式、光纤光栅阵列的增敏对压力灵敏度的影响，仿真分析了全同弱光纤光栅的阵列排布以及对于全同弱光纤光栅阵列的封装;最后，研究了多根光纤中的全同弱光纤光栅定位原理，分别对裸全同弱光纤光栅、封装后的全同弱光纤光栅阵列的柔性皮肤进行压力实验，研究了光栅定位的空间分辨率、光栅压力传感的解调方法。

关键词： MIMO   毫米波   信道估计   张量分解   时变信道  

摘要： 在5G(Fifth Generation)无线通信系统中,用户迫切需要高速率、低时延和高可靠的无线数据传输业务,却往往面临着频谱资源短缺的问题,因此将频谱拓展到更高频带已经成为5G通信的主要方向之一。毫米波(Millimeter Wave,mmWave)的庞大带宽足以提供每秒千兆比特的数据吞吐量,是下一代蜂窝无线通信技术的核心技术之一。与此同时,通过结合毫米波通信与多输入多输出(Multiple Input Multiple Output,MIMO)系统,不仅能够有效提高毫米波通信的频谱利用率,而且可以克服高频通信带来的严重路径损耗。为了保证毫米波通信与MIMO系统的高效结合,基站和用户端都需要良好的信道状态信息,而在5G毫米波高速移动场景中,用户端的高移动性导致信道状态愈加复杂,多普勒频移的影响为信道估计带来了更大的挑战。因此本文将以毫米波MIMO系统时变信道估计问题为核心,针对时变信道估计算法中低导频开销、低复杂度、高鲁棒性的需求,结合张量分解的数学理论对不同通信场景下的信道估计算法展开研究。本文的主要内容包括:(1)对于频分双工(Frequency Division Duplex,FDD)系统,主要研究下行时变信道估计,用户端可以反馈信道状态信息给发射端。在点对点MIMO系统下,用户端采用两阶段信道估计的方法将信道估计划分为角度估计、多普勒频偏与复增益估计两部分,并使用张量分解的方法辅助信道估计。在第一阶段,将接收信号建模为三阶张量,针对传统张量分解方法低稳定性的问题,提出了一种结构化张量分解方法来估计角度信息,该方法利用张量因子矩阵的范德蒙结构,使用纯代数的方法恢复参数,避免传统张量分解方法需要迭代的不稳定性,达到了提高稳定性并提升性能的效果;在第二阶段,通过已求得的角度和接收信号来恢复多普勒频偏和复增益。(2)扩展到多用户MIMO场景,在时分双工(Time Division Duplex,TDD)系统中,基站端可以利用信道互易性将上行信道转化为下行信道,因此主要研究上行信道估计。基站端采用两阶段信道估计的方法将信道估计划分为角度估计、多普勒频偏与复增益估计两部分。在第一阶段,针对传统张量分解方法复杂度偏高的问题,提出了一种基于字典的张量分解方法来估计角度,该方法利用毫米波信道在角度域上的稀疏性,大大降低了张量分解计算过程的迭代次数,从而达到了降低复杂度的效果;在第二阶段,通过已求得的角度和接收信号来恢复多普勒频偏和复增益。本文采用张量分解的方法来进行信道估计,能够有效降低信道估计的导频开销,进一步的通过利用张量因子矩阵的稀疏性与范德蒙结构,改善了传统张量分解方法的复杂度与性能,对后续的相关研究有一定的参考价值。

关键词： 蛋白质基因组学   耻垢分枝杆菌   代谢标记   镜像酶切   新肽段  

摘要： 蛋白质基因组学(Proteogenomics)自2004年提出后,已被广泛地应用于基因组重注释及精准医疗的新肽段或突变肽段的鉴定研究中。然而,在传统蛋白质基因组学研究中,数据库从注释编码基因的一种读框变为所有DNA序列信息的六种读框,发生了急剧膨胀,经质谱碎裂采集的二级谱图在与六框数据库匹配时,容易误配;加上肽段的二级质谱碎裂谱图子离子类型未知,系列不全,噪音峰与信号峰有时难辨以及等重氨基酸无法区分等诸多难题,实验质谱谱图与数据库中理论谱图和诱饵谱图匹配的鉴别力极大地减弱,导致新肽段在鉴定中存在较高的假阳性。从肽段质谱二级谱图端提升分辨率这一根本策略,至今尚未被业界研究和系统测试,其技术手段,在新基因事件鉴定中的特异性和灵敏度等问题均值得研究。本研究以非致病菌--耻垢分枝杆菌(Mycolicibacterium smegmatis MC 155)为研究材料,尝试利用技术重复、重稳定性同位素标记氨基酸、以及随肽段中氨基酸残基数量及组成变化而呈现二级质谱谱图子离子不同幅度质量数迁移的氮(N和N)和碳(C和C)双标记技术,借助物理学中光栅理论,建立了基于提高谱图分辨率的精准蛋白质基因组学技术体系。首先,本研究基于深度覆盖的常规蛋白质基因组学数据,鉴定到新肽段的分类FDR为22.16%,表明即使有生物学重复,新肽段的真假也难以分辨。其次,比较肽段二级质谱谱图子离子质量数固定迁移的SILAC轻重标、以及随氨基酸残基数量及组成改变而呈现不同幅度质量数迁移的N和C双标记技术,发现标记技术分辨率越高,鉴定到的新肽段准确性越高。此外,利用实验室发展的自主知识产权的Ac-Trypsin和Ac-Lysargi Nase,发展了基于成对镜像酶切的肽段精准鉴定技术,提高新肽段二级质谱谱图b/y离子序列覆盖度,实现了新肽段的精准鉴定。本研究利用高分辨率标记和成对镜像酶切技术,从谱图层面增强了新肽段的谱图鉴别力。将新研制的精准蛋白质基因组学技术应用于*** MC 155中,本研究实现:1)鉴定了69个全新编码基因,其中20个基因鉴定到2条及2条以上的新肽段,且这些新基因在转录和蛋白质水平呈现中高丰度表达;2)矫正了24个基因的N端,用N端富集技术共验证了8个基因的N端肽段;3)意外发现并验证了39个基因在基因组测序中存在错误,意味着蛋白质基因组学技术还可以用于检测基因组测序底层错误。本研究不仅为可标记的其他原核及真核微生物,还为无法标记模式生物、甚至临床组织样本的蛋白质基因组学研究提供了新思路、新方法,从实验底层通过提高谱图分辨力来实现新肽段的精准鉴定。

关键词： 微透镜阵列   光刻热回流   太阳能电池   紫外纳米压印   等离子体处理  

摘要： 硅太阳能电池具有无毒、可靠、价格低廉、性能稳定等优点,在现代光伏市场占据的份额已经超过了90%,科研人员们对于提升其性能的研究也一直在进行。微透镜阵列由于其具有良好的光学特性如:尺寸小、折射率可变、阵列化等特点,而且对于进入太阳能电池表面的入射光有着陷光作用,能够有效提升太阳能电池的光电转换能力,受到科学家们的关注。本文采用光刻法结合热回流工艺在硅基底上制备了不同结构,不同尺寸的光刻胶薄膜微透镜阵列模具,并通过紫外纳米压印技术将微透镜阵列成功的制备在太阳能电池表面;通过等离子体处理技术制备出周期可调制微透镜纳米光栅褶皱结构,并将其应用到太阳能电池表面,研究了微结构对太阳能电池光电转换性能的影响。具体工作内容如下:(一)通过光刻技术结合热回流工艺在硅基板上制备得到不同尺寸的微透镜阵列模板,其结构分别为圆形、六边形和正方形。通过紫外纳米压印技术将该结构复制到玻璃衬底上,使用扫描电子显微镜测试了光刻胶薄膜微透镜阵列的表面形貌,测试结果显示出制备得到的微透镜阵列结构大小均匀,排列紧密,表面光滑。使用光学显微镜测试了光刻胶薄膜微透镜阵列的光学聚焦与成像性能,结果表明所制备的光刻胶薄膜微透镜阵列具有良好的光学聚焦及成像性能。(二)将该光刻胶薄膜微透镜阵列应用在太阳能电池表面,测试了太阳能电池的表面水滴接触角结果表明该光刻胶薄膜微透镜阵列太阳能电池具有良好的表面疏水性,微透镜阵列结构能够提升太阳能电池的表面自清洁能力。利用模拟太阳光检测站测试了光刻胶薄膜微透镜阵列太阳能电池的光电转换性能,其中,透镜边长为15μm的正方形微透镜阵列太阳能电池的光电转换效率的提升了约14.40%。(三)利用氧等离子体处理技术结合拉伸技术在PDMS薄膜表面制备得到光栅褶皱结构,研究了等离子体处理功率以及处理时间对光栅褶皱的周期和振幅的影响。使用扫描电子显微镜和原子力显微镜测试了光栅褶皱结构的表面轮廓,测试结果显示制备得到的光栅褶皱结构,表面光滑,结构均匀,随着等离子体处理功率和时间的增大,光栅褶皱的周期和振幅都增加。进一步在PDMS微透镜阵列表面制备得到光栅褶皱结构,并将其应用到太阳能电池上,通过扫描电子显微镜观察到该PDMS微透镜阵列表面的光栅褶皱清晰可见、结构均匀、完整。

关键词： 神情识别   舌象识别   卷积神经网络   张量分解  

摘要： 随着医疗水平的不断提升,中医屡次展现出其独特的医疗价值。相较于西方医疗,中医专家将人体看作一个有机整体,在诊断过程中需要从多维度去获取患者信息,从而对患者进行临床治疗。“望闻问切”作为一种综合的中医治疗诊断方法,被每一位中医专家使用。望诊作为诊断中极其重要的一环,其客观化的研究内容为面诊和舌诊,为临床提供了直接的判断结果和及时的诊断方案。随着人工智能与图像处理技术的发展,利用计算机对相关图像进行分析逐渐被认为是辅助中医诊断的有效途径,然而现有的中医望诊数字化的过程中存在主观化,数据样本少,及时性差等问题。为了解决上述问题,本文以中医望诊的神情与舌象诊断方法作为理论基础,研究自注意力加权模型提高神情识别的准确度;设计多分支网络模型增强舌象识别的精确度;提出Tucker-CP分解算法减少模型尺寸和GFLOPs。其主要研究内容包括:(1)研究基于自注意力加权模型的神情识别模型,消除不确定性样本对模型训练的影响;设计排序正则化损失,扩大高注意力权重样本与低注意力权重样本的边界。实验结果证明,自注意力加权神情识别模型的最高准确率为78.1%,实现较高的神情识别准确度。(2)建立多语义分支的舌象识别模型,不同的分支学习不同的语义信息,提高舌象识别精确度;设计舌象特征编码损失,构建编码器和扩展编码器获取同一批次数据不同分布的特征编码,得到舌象数据预训练模型,获取良好的舌象特征。实验结果证明,提出的多分支舌象识别模型的最高精确度为70%。(3)研究卷积神经网络的张量分解方法,设计连续卷积的Tucker-CP分解算法,构建小参数量Tucker-CP分解卷积序列以代替大参数量的卷积层,实现模型压缩。在Cifar-10数据集中训练好的ResNet-50上进行实验,Tucker-CP分解在保证精度损失较小的情况下,模型尺寸减小了81.5MB,GFLOPs值降低了3.22。在神情识别与舌象识别任务中,Tucker-CP分解分别减少了40.8MB与50.4MB,GFLOPs分别下降了1.61与1.77。(4)设计并开发中医望诊辅助系统,采用B/S架构,使用Springboot作为后端框架,Vue作为前端框架完成数据交互。系统具备神情识别和舌象功能,可以有效利用神情与舌象识别算法。经使用表明Tucker-CP对模型分解后,降低系统响应时间。

关键词： 社交网络   链路预测   非负张量分解   时间序列预测  

摘要： 随着社交网络数据分析技术的广泛应用,各界对社交网络的研究需求日益增长。然而,社交网络规模不断扩大,交互的信息成倍增加,因此,如何补全和发现社交网络的链路信息已成为学术界和工业界共同关注的重要研究方向。其中,链路预测是研究社交网络的重要手段之一。传统链路预测算法多聚焦于历史静态链路的发现,没有考虑社交网络的动态变化特性。因此,为解决传统链路预测算法的局限性问题,本文提出一种模型以提高社交网络链路预测的精度,并进一步扩展其适用性。本文采用非负张量分解算法,创新性地将线性偏差和交替方向法原则纳入其中,并重新构造参数学习规则,提出一种基于偏差非负张量分解(Biased non-negative tensor factorization,BNTF)模型,将动态社交网络链路预测问题转化为不完备张量缺失值预测问题,有效地提高对社交网络时态特征的表征学习。实验表明,与先进的缺失链路预测器相比,该模型的预测误差降低了2.1%-10.3%。其次,为解决BNTF模型不适用于预测动态社交网络未来链路的问题,进一步扩展其适用性,本文提出一种基于偏差非负张量分解的时间序列预测模型,通过将霍尔特-温特(Holt-Winters,HW)时间序列预测算法应用于BNTF模型提取的时态隐特征中,创新性地以单一隐特征趋势预测整个社交网络的未来链路。实验表明,与先进的未来链路预测器相比,该模型实现了最高的AUC值,进一步扩展了BNTF模型的适用性。综上所述,本文提出的模型能更准确地表示社交网络中随时间变化的隐特征趋势,实现了社交网络链路的高精度预测。通过结合Holt-Winters时间序列预测算法,表明其他时间序列预测算法亦可能应用于BNTF模型中,在不同社交网络任务上具有较大的应用潜力。

关键词： 光纤光栅传感器   激光超声   无损检测   健康监测   缺陷定位  

摘要： 激光超声（LaserUltrasonic，LU）-光纤光栅传感技术是近几年来发展起来的一种新型传感技术，该技术具有灵敏度高、无损、远程实时监测等优点，可应用在高温、高压、腐蚀、强电磁辐射和核辐射等恶劣环境下，可有效应对极端环境下金属构件在线服役过程中的失效问题。本论文基于激光超声-光纤光栅传感技术，对金属板材表面缺陷进行了检测与定位，具体研究内容如下：　　（1）对比验证传统光纤布拉格光栅和π相移光纤布拉格光栅(π-Phase-shiftedfiberBragggrating，πPS-FBG)的传感特性。静态响应特性实验表明，πPS-FBG的电压响应灵敏度为190.907mV/pm，为传统FBG灵敏度的5倍。动态响应特性实验结果表明，传感器在1-5MHz范围内的频率响应灵敏度变化小于19dB，灵敏度为79.583pε。证明了采用πPS-FBG传感器搭建针对金属板材无损检测的光纤光栅传感系统的优越性，确定了超声接收端使用πPS-FBG作为高灵敏传感器。　　（2）搭建了高灵敏光纤光栅超声传感器系统。利用处于低成本通信波段(1550nm)的单模可调谐分布式反馈（DistributedFeedback，DFB）激光器为光源，在板材表面点源激发超声表面波，以πPS-FBG为超声应变敏感器件，采用平衡差分探测方法搭建了噪声免疫的超声传感器无损检测系统。可实际稳定的检测到激光作用下6061铝合金板材上产生的nε级应变的超声响应信号。　　（3）表征6061铝合金板材裂纹缺陷。改变距离缺陷的激发距离时，根据πPS-FBG传感器的首波响应信号和裂纹缺陷反射信号的到达时间，结合飞行时间法得铝板中超声表面波波速为3015.93m/s，与理论值2910m/s相比误差率仅3.64%，能较准确的根据超声表面波信号出现时间表征出缺陷距离信息。随着板材缺陷深度加深，缺陷反射表面波超声信号幅值随之线性增加，根据峰峰值变化拟合曲线，验证得超声表面波反射信号对缺陷深度的检测误差率在4.55%以下，也能较准确的通过缺陷反射信号峰峰值表征出未知缺陷的具体深度。　　本论文从距离和深度两方面证明了无损检测系统对缺陷表征的可行性，为在极端环境下金属板材无损检测提供了新的思路与方法，在金属构件远程在线结构健康监测方面具有较高的应用价值。