数字信号处理教学中的数学概念物理化解释——以卷积为例

针对数字信号处理理论性强、公式繁杂以及用专业例证解释存在学习时间差等问题,提出了该专业基础课程的教学改革方法.以卷积概念为例,通过对其涉及的单位抽样响应、线性和移不变概念的物理化阐述,给出了卷积物理化本质的教学解释,加深了学生对卷积概念的理解,提升了数学信号处理专业基础课的教学效果.     

求不定积分易犯错误分析

学生在计算不定积分的过程中经常出错,对学生在解题过程中易犯的错误进行了分析总结,其常见的错误类型主要有:忽略积分变量,随意利用基本积分表;自创公式,乱用性质;利用第二类换元积分法时,没有将变量代回;把不定积分移项后,忽略了任意常数;忽略被积函数的定义域;求分段函数的不定积分时,忽略了原函数的连续性.针对每种错误给出了相应的例题,对错解进行分析,给出了正确解法.     

光纤通信课程教学问题与方法探究——以传输原理与特性知识点为例

光纤通信课程是通信工程专业的核心课程之一,背景知识复杂,涉及内容多,授课难度大.在当前学时普遍被压缩的条件下如何提高教学效率,确保教学质量已成为必须解决的问题.根据该课程特点和教学实际,以传输原理与特性知识点为例分析了光纤通信教学中容易出现的几种问题,并对相应的解决方法进行了探讨.     

弘扬中国精神,为实现高水平科技自立自强贡献力量

中国精神是以马克思主义思想为指引,以中华民族优秀传统文化为基础的民族精神和时代精神的统一.其中民族精神是中华文明传承的精髓,时代精神则不断丰富中华文明的内涵,二者的统一成为中华民族伟大复兴的强大支撑. 作为一名科研工作者,我们要以中国精神作为引领,特别是弘扬中国科学家精神,为实现科学研究的高水平自立自强贡献力量.     

职业教育中应用角色扮演法的模拟教学模式探索

本文主要基于职业教育课程开发的合理性,对那些工作过程中出现的工作不稳定,岗位定位不清晰等专业领域的课程进行角色扮演构建,在此基础上对职业教育在应用角色扮演法的模拟教学模式进行探索。     

基于蔡氏电路和压缩感知的图像压缩加密方法

针对当前信号采集传输高效性和安全性的实际需求, 提出了基于蔡氏电路和压缩感知的图像压缩加密方法。首先利用SHA-256算法生成原始信号的消息摘要; 其次利用摘要生成蔡氏电路的初始值; 再次利用蔡氏电路生成的混沌模拟信号经过8位量化采集和数字移位差分生成伪随机序列, 从而构建出混沌观测矩阵并对信号进行压缩采样; 最后将压缩后的信号通过生成的伪随机序列进行置乱加密和灰度加密, 生成压缩加密后的信号。实验结果表明, 该方法生成的混沌观测矩阵性能优于传统的随机观测矩阵, 同时能够有效提高信号的传输效率及安全性。     

新型旋转抛物面换能器阵列的设计

针对常见的一维线阵列和二维平面阵存在能量转化率低、成本高和加工精度要求高等问题, 在构建任意三维阵列的指向性函数的基础上, 设计了一种旋转抛物面型换能器阵列。将平面型换能器阵列旋转成抛物面型，利用指向性函数确定旋转抛物面型换能器阵列相应参数的最优值。仿真对比实验及其分析表明, 该新型阵列可以在减少换能器阵元使用数量、增大阵元间距的同时, 改善阵列的指向性, 并能提高声能量转化效率, 使更多的声能集中在主瓣方向。     

间歇通信条件下多无人机保性能编队追踪控制

针对多无人机系统在通信链路非周期性中断情况下的优化编队控制问题, 提出了一种多无人机保性能编队追踪控制方法。首先, 引入一种分布式性能指标, 用于描述多无人机系统编队调节性能。然后, 设计了间歇型多无人机编队追踪控制器, 可在通信时段根据无人机间局部交互信息构建分布式反馈控制, 并在中断时段中止对无人机的编队追踪控制, 以应对间歇通信的影响。同时, 获得了间歇通信条件下多无人机保性能编队追踪控制判据, 确定了多无人机系统的保性能上界。最后, 通过仿真算例验证了理论结果的有效性。     

基于相关滤波的视觉目标跟踪算法新进展

相关滤波跟踪算法凭借其优良的综合性能, 已成为视觉目标跟踪领域中理论研究和实践应用的热点。尽管目前已有大量研究, 但仍缺乏从跟踪框架层面对现有相关滤波跟踪算法的系统分析。因此, 文中从视频目标跟踪算法基本框架出发, 深入剖析了相关滤波跟踪算法的特性以及各工作阶段存在的基本问题。以此为依据, 归纳总结了近十年来其主要技术新进展及相应算法特点, 并对20种典型相关滤波跟踪算法进行了测试与分析。最后, 给出了相关滤波跟踪算法亟待解决的重点问题以及未来可研究方向。     

基于自学习框架的红外场景仿真效果评价

针对红外场景仿真效果评估困难的问题,提出了基于自学习框架的评价方法。首先,从仿真图像与实际图像视觉对比的角度提出了面向图像视觉相似的红外场景仿真效果评价指标体系,用于量化评价过程;其次,提出以极限学习机(extreme learning machine, ELM)为核心建立评估模型,建立包括蒙特卡罗样本仿真、ELM评估网络及自更新仿真样本评估模型等3部分在内的自学习框架来生成仿真样本、强化对ELM的训练;最后,针对实际样本数量较少的问题,在此框架基础上提出了包括样本评定、自学习、评估模型测试3个阶段在内的仿真图像相似性评估方法,实现了从样本生成到评估过程的自动化。实验结果表明提出的自学习框架能够显著提高评估模型的正确率,而且训练后的评估模型适用性强,可独立自主进行红外场景仿真效果评估。