半岛官网正3月16日，山东省元宇宙创新产业发展大会在山东济南隆重举办。本次大会由山东电子学会、山东省虚拟现实产业联盟、浪潮智能终端有限公司主办，山东电子学会虚拟现实技术专委会、山东浪潮超高清智能科技有限公司联合承办，山东创新谷文化科技集团有限公司协办。

　　正为深入学习贯彻习关于学雷锋活动的重要指示，大力弘扬“奉献、友爱、互助、进步”的志愿精神，3月5日，在全国第61个学雷锋纪念日活动之际，山东电子学会党支部联合山东省国防机械电子工会党支部在济南市十亩园小学组织“山东省青少年信息科技教育创新科普行”活动，为学生们带来一场别开生面的科技知识讲座。此次活动以“数智生活强国有我”为主题，不仅是一次科技盛宴，更是一次学习雷锋精神、践行社会主义核心价值观的生动实践。

　　虚拟化集群是云计算、大数据、人工智能等热门领域的重要支撑，它的稳定性和响应的及时性对上层应用发挥起决定性作用。虽然移动互联网和智能手机的普及为远程运维奠定了基础，但构建APP依旧存在开发周期长、成本高的问题。以微信和企业微信作为应用底座，基于Python实现微信机器人和企业微信数据中心资源池，可以帮助运维人员更便捷地管理虚拟化集群。经过实践检验，所提出的方案降低了开发成本，提高了开发效率和用户体验度。

　　以锂电池为研究对象，构建二阶RC等效电路模型，并通过遗忘因子递推最小二乘法（FFRLS）实现电池模型的参数辨识，应用扩展EKF估算电池SOC，实现了平均误差为4.83%的准确度。为了全面评估电池性能，同时考虑到SOC与SOH的相互影响，提出一种基于双重扩展卡尔曼滤波（DEKF）算法的SOC与SOH联合估计方法，通过在不同SOC初值条件下验证所提出的联合算法，得到SOC平均误差为1.23%,SOH平均误差为0.681%，实验结果验证了联合估计方法的精准性和可靠性。

　　设计了一种可以在金属表面上任意滚动的超高频射频识别（RFID）标签天线。标签天线基于倒F天线，采用呈圆柱状布局的六个曲面臂，其中三个曲面臂通过馈电面与标签芯片的一端相连，另外三个曲面臂通过接地面与标签芯片的另一端相连，天线圆形短路面连接着六个曲面臂。标签天线在金属面上任意滚动时，都具有稳定的工作性能。标签天线 mm，在有效全向辐射功率为3.28 W条件下，实测最大识别距离达到6.2 m。所提出的标签天线具有紧凑的尺寸、良好的读取范围以及可以在金属表面上滚动工作的优势，适合应用于复杂工业物联网环境下的RFID系统中。

　　针对人工鉴定冬虫夏草品质效率低下的问题，基于视觉深度学习技术提出了一种新型的冬虫夏草细粒度视觉分类网络，旨在辅助人工高效辨别三类不同品质的虫草。所提出的网络采用了特征融合技术和注意力引导的图像增强策略。前者能够有效生成更具判别力的多尺度特征，后者通过将注意力图像裁剪增强模块和注意力图像融合增强模块相结合的方式，实现对图像的精准增强，有效提升了模型的泛化性能和鲁棒性。实验结果表明，设计的网络在CUB-200-2011细粒度图像分类数据集展现了优越的竞争力，同时在CSCS-3冬虫夏草图像细粒度品质数据集上取得了高达96.8%的分类准确率。

　　在室内定位过程中会涉及多个设备终端，且由于设备终端之间的软硬件不同，使得在同一时刻同一位置下获取同一信号RSSI不同，最终导致定位不准确。首先利用BP神经网络算法对非线性的射频信号RSSI进行标定校正；然后为了避免算法陷入局部最优，利用人工蜂群算法选择BP神经网络最优初始权重值，提高网络的训练速度和精度；最后比较了未标定、BPNN、SVR与所提出算法的定位误差。实验结果表明，所提出的算法可以较好地减小RSSI差异，有效提高定位精度。

　　随着农业科技的发展，色选机成为红枣生产过程中的一个重要环节。但在红枣色选的过程中往往会因为物料光遮挡、粘连、边缘发黑和枣蒂等原因导致识别不准、成品质量不够高。由于Canny边缘检测具有抗噪性强并且对梯度幅值进行非极大值抑制的优势，提出一种基于Canny边缘检测的红枣识别算法，先对红枣图像用Canny算子进行边缘检测并去除异色像素，再将图像由RGB转换为HSV颜色空间识别并用气阀分选。实验证明，所提出的算法能有效解决红枣在色选过程中由于边缘异色导致的识别误差问题。

　　传统的电气火灾防控系统在受到线路分布电容与漏电检测死区的影响时可能会失效或误判。为了提高漏电故障检测和电火防控的速度及准确率，设计开发了一套基于电压电流多信息采集的电火防控系统。系统实时采集相电压与漏电流，通过滑动窗口算法提取其故障特征，进行线性预测后完成故障检测和判断，并驱动故障相的旁路保护模块，提供低阻抗接地通路降低漏电电流，消除线路分布电容对电火防控的影响。系统分别完成了漏电故障的保护效果和保护动作特性测试，均能实现快速、准确的漏电故障保护，保护后的故障相电压低于3 V，漏电电流低于5 mA半岛bandao体育，保护动作时间不超过15 ms，且输出线电压幅值、相位保持不变。

　　角度是雷达探测和跟踪目标的重要信息，主波束宽度通常决定了雷达角度分辨率，当雷达主波束范围内包含不止一个目标时，采用传统的和差测角方法只能获得多目标的合成角度位置，不能获得场景中目标的真实角度值，严重影响了雷达对真实目标的截获和跟踪。针对雷达主波束内存在双目标的场景，首先通过理论分析和数值仿真说明双目标对和差测角的影响，再结合传统C~2多目标角度估计算法在和差测角中的应用，给出一种改进的C~2角度估计算法。最后，通过数值仿真验证了所提出的方法在双目标回波能量相同和不同场景下均适用，且角度估计精度相对传统多目标角度估计方法明显提升。

　　针对经典LEACH协议随机选择簇首导致的极大簇和极小簇、簇首分布不均，从而导致网络生命周期较短的问题，提出一种基于谱聚类的分簇路由协议。在网络初始化时期，在基站计算确定最优簇首数目后，将谱聚类算法应用到节点的分簇中；分簇完成后，节点的分簇保持不变；簇首选择阶段，根据节点剩余能量因子、节点到基站的距离因子来竞争簇首；数据传输阶段，簇内节点通过单跳的方式将数据传送给簇首，簇首将数据融合后通过单跳的方式传送给基站。通过网络仿真实验，比较了网络生存周期、节点剩余总能量和基站接受数据包数量等参数，结果表明：相较于LEACH协议，新协议均衡了网络中节点能耗，延长了网络生存期。

　　为了提高全新中国交通标志检测数据集2021(CCTSDB 2021)的小目标检测精度。在YOLOv5网络模型上，融入归一化的注意力模块（NAM）和协调注意力模块（CA），同时新增加160160的检测特征图，增加小目标检测层，用于检测44以上的目标。在YOLOv5中采用改进的SIou目标回归损失函数，使得整个网络模型对图像特征的学习能力和目标检测精度得到一定的提升。实验表明，CCTSDB2021在改进的YOLOv5算法中，小目标检测精度mAP@.5和mAP@.5:.95达到85.87%、57.21%，相比原YOLOv5网络mAP@.5、mAP@.5:.95分别提升了5.72%、5.85%，检测精度和精确率-召回率得到了明显提升，减少了推理时间，提高了整体网络的鲁棒性，具有更好的检测性能和目标分辨能力。

　　运价发布业务产品是民航运价系统的数据基础，为航空公司提供数据维护、发布和查询业务，通过大量定时执行的应用任务或夜维程序，为航空公司导入大批量数据，处理后发布或导出到运价计算或运价搜索系统。不同航空公司有不同的调度需求，需要方便灵活管理作业的调度策略，也要易维护和高可用。基于此，提出一种利用数据库技术，将定时任务信息存入数据库表，基于数据驱动的定时调度方法，实现任务调度配置与业务代码之间的解耦，具有任务调度数据集中、便于维护等特点，可提供多种调度模式，并通过前后端分离的方式，通过前端页面方便地维护任务调度数据，极大地提升应用的处理效率和维护成本。

　　高光谱遥感图像分类已被公认为是高光谱数据处理的基础性和挑战性任务之一，其最终目标是给影像中的每个像元赋予唯一的类别标识。针对传统高光谱遥感图像分类方法只依靠单一特征进行分类的问题，提出一种基于空谱多特征融合的分类策略。首先在光谱域上利用主成分分析法PCA降维，得到前3个主成分数据，然后通过多视图策略对PCA降维后的数据分别提取局部二值模式LBP、方向梯度直方图HOG与Gabor特征，将其输入到多视图支持向量机进行分类。所提方法在Indian Pines数据集上进行验证，实验结果表明，所采用的分类策略相较于传统只利用单一特征进行分类的方法分类精度更高。

　　针对传统基于协同稀疏的半监督解混方法中存在的丰度结果过度平滑、高光谱空间上下文信息利用不足、丰度矩阵稀疏程度较低等问题，提出一种基于非局部高阶空间信息的双重加权协同稀疏解混方法。所提出的方法以协同稀疏解混模型为基础，一方面通过结合自适应权重因子以提高估计结果的稀疏性，另一方面通过挖掘高光谱数据较为丰富的非局部空间信息，形成空间权重矩阵以提高对高光谱图像空间信息的利用率，同时对行稀疏约束带来的过度平滑问题加以限制。算法选择结合交替方向乘子法对模型进行迭代求解，求解过程中采用了内外双循环结构以便于优化算法结果。在模拟和真实高光谱数据集上的实验结果表明了所提出方法的有效性。

　　运动目标检测的发展历史由来已久，出现了基于均值方法、中值方法、直方图方法和高斯混合模型等各种检测算法。然而，这些目标检测方法往往未考虑图像背景之间的时间相关性以及前景对象内的空间连续性，也未考虑视频中的其他结构信息。采用微观视角，将目标视频中每个帧像素的张量化进行了扩展，即将原始图像的像素邻域扩展为一定阶数的数组。因此，原始图像转化为了一个形式上的高阶图像。所提出的模型旨在应用于诸如视频前景背景分离等任务，以增强图像算法的有效性。

　　随着技术的不断发展，机载智能系统正在向智能化发展。相较于虚拟机，轻量灵活且可伸缩的容器技术在安全性和性能均要求较高的机载智能应用中更适用。随着容器技术的不断发展，容器编排系统也迅速崛起，其中Kubernetes已成为主流的容器编排平台。然而目前Kubernetes在GPU管理方面存在不足，多个并发GPU容器无法共享GPU资源。考虑到日益增加的硬件自主可控需求半岛bandao体育，面向容器技术的国产GPU资源的共享迫在眉睫。针对上述问题，提出了一种名为sharedGPU的通用国产GPU共享方法，所提出的方法面向Kubernetes平台，实现了并发容器之间共享GPU，同时保留容器独占GPU的使用模式。实验结果表明，sharedGPU支持独占和共享两种使用GPU的模式。

　　嵌入式设备之间的身份认证是建立安全通信链接的基础，也将直接影响嵌入式设备及网络的攻击面暴露风险与攻击方式数量。传统的公钥基础设施（PKI）显式证书方法虽然可以解决身份认证问题，但高度依赖于设备的网络计算资源且效率较低。针对上述问题，提出了一种基于隐式证书的嵌入式设备证书压缩方法。首先采用标准MES(minimal ASN.1 encoding scheme)方案生成DER编码的隐式证书作为嵌入式设备身份认证基础，并引入CBOR(concise binary object representation)编码对MES隐式证书进行压缩与优化，同时由于CoAP(constrained application protocol)协议支持CBOR编码证书的自动解析，二者配合可以有效提升嵌入式设备之间的身份认证效率。实验结果表明，相较于传统显式证书、DER编码隐式证书和PEM编码隐式证书，基于CBOR编码压缩的隐式证书大小分别减少了75.3%、20.6%与40.6%，解决了设备身份认证过程中计算资源耗费过多的问题,为资源受限的嵌入式设备网络的安全通信提供了有效保证。

　　采用磁电偶极子天线作为阵列单元，设计了一种兼具双极化、高增益、大功率和宽带特性的相控扫描阵列。磁电偶极子天线为全金属结构，可以承受大功率；两对菱形电偶极子和弯折磁偶极子呈十字交叉排列，实现正交双线极化；电偶极子末端与金属腔壁上倒L形弯折片之间由于容性耦合形成等效LC电路，能够改善天线低频的阻抗匹配。加工制作了一只88相控阵天线样品，仿真和测试表明，阵列有源驻波小于2的阻抗带宽达到44.4%(2.1～3.3 GHz)；在整个工作频段内阵列有良好的高增益定向辐射性能，以及大角度波束扫描性能，在重点工作频点2.3 GHz的法向增益最大值为23.4 dBi,45扫描角下的阵列增益仅下降了1.9 dBi。

　　通常情况下，鲁棒主成分分析（RPCA）在数据矩阵的正部分条目被任意损坏，或是缺少部分条目的情况下，依然可以恢复数据矩阵的主成分，但RPCA中采用核范数最小化（NNM），往往会过度缩小秩分量，限制了分离的质量，因此使用加权Schatten-p范数的最小化（WSNM）来代替核范数的最小化，以取得更好的低秩逼近效果。灰度图像和彩色图像均可以用低秩矩阵去近似，因此可以用基于WSNM的RPCA模型来对含有随机噪声的图像进行恢复。经实验验证，与基于核范数的RPCA相比，基于WSNM的RPCA模型可以更有效地提高降噪的效果。

　　交通标志的检测与识别是当今目标检测领域一项较为关键的技术，在智能交通系统和辅助驾驶技术中发挥着重要作用。对交通标志检测与识别领域早期的传统方法和现阶段较流行的深度学习方法分别做了阐述和分析，相较于传统的交通检测和交通识别方法，基于深度学习的方法更能兼顾准确性和实时性半岛bandao体育，对于遮挡、光线变化、目标太小等情况有很好的鲁棒性。最后总结了国内外常用的交通标志数据集，并对深度学习方法在该领域的发展进行了展望。

　　激光雷达技术目前已经在商业中得到了广泛的运用，通过激光雷达技术对点云数据处理系统的研究也有了长足的发展。由于激光雷达数据扫描所获取的是大量的离散化三维数据信息，这些以坐标来记录的数据被称为点云数据。点云是表示实际物体三维信息的统计无序数集，包含物体的三维坐标值、颜色值和灰度值。使用激光雷达的信息采集处理系统采集数据时，由于会受到外界的干扰因素（如光线反射、阴影环境）、扫描精度、物品机械振动的负面影响，采集到的点云数据存在着很大的噪声和孔洞。这些点云空间密度相差较大，使得分析结果不能直接描绘实际物体的模型。对于上述存在的漏洞，设计了一种基于激光雷达的点云数据的处理算法，实现对点云数据处理的简化、过滤半岛bandao体育、检索以及可视化。

　　视频目标跟踪一直是计算机视觉领域非常重要的一个研究分支，多种目标跟踪算法都有着非常亮眼的跟踪效果。但为了适应更多应用场景，目标跟踪算法的结构不断复杂化，计算量的增加使跟踪精度高的算法难以保证实时性的要求。针对这一问题，提出了一种基于HLS的目标跟踪IP核设计方法，选用目标跟踪领域经典算法——核相关滤波算法（KCF），通过分析算法原理中的可并行性，从循环和数组两个方面实现算法由串到并的转换，利用高级综合工具（HLS）将优化后算法打包为IP核，充分结合软硬件设计优势，在保证跟踪精度的基础上提高算法运算效率。经验证，目标跟踪IP核的处理速率可达66.7帧/s，满足视频实时跟踪的要求。

　　近年来，深度神经网络模型在机载图像识别方面的应用场景不断扩大，为了满足神经网络模型对硬件资源更高的实时算力需求，适应机载场景下的设备运行条件，集合嵌入式异构处理器资源，选取FTD2000/8作为主处理器进行算法调度，选取复旦微FMQL100TAI作为协处理器进行智能计算，并设计了具体的并行处理流程以加快计算过程。实验结果表明，相比于CPU单处理器，在CPU+NPU这样的异构处理平台下可以将图像识别帧率提高至2.8倍，同时识别精度误差控制在1.035%内，具有良好的性能功耗比表现。

　　针对群体智能优化算法具有随机性、盲目性、可编程性差的问题，提出了一种简单有效且不具有随机性的全局搜索算法，用于求解非线性规划问题。通过对每个决策变量的可行域离散化处理后得到的数据构建决策树，采用深度优先的规则对最优解进行搜索，搜索的同时用指数衰减函数调整搜索步长，从而逐步缩小搜索范围，直到结果收敛。算法不具有随机性，不需要编码、解码、交叉、变异等复杂操作，也不需要随机生成初始种群，可编程性强。对非线性规划的六个测试函数进行求解，并与文献中报道的结果对比，结果表明基于决策树的遍历搜索对解决非线性规划问题有效，对于多决策变量的复杂优化问题，采用分组搜索的策略既能保证求解精度，也能保证收敛速度。

　　现有授时设备虽然支持内置高精度时钟源以及GPS/北斗卫星授时，但面对高度复杂电磁环境的军事训练评估场景，可能由于强干扰、高阻塞等原因导致授时基准源信息获取失败，进而引起整体系统失效风险。针对上述问题，提出一种多时统源的智能授时管理方法。在实现方法中，首先以FPGA系统时钟作为基准对输入时统源进行有效性分析；然后基于分析结果进行授时智能仲裁选通，以支持系统运行期间时统源的随时切换，保证系统运行的稳定性和精确性，为复杂系统的抗干扰性和可靠性提供有效支撑。所提出的方法已在某军事训练评估系统中部署使用，并长期稳定运行。

　　近年来，植物中的细粒度分类问题已经成为计算机视觉领域热门的方向之一。现有的大部分细粒度分类方法只专注于如何寻找更有区分性的部位，忽视了目标的整体结构有助于网络的分类和区分性部位的定位。基于注意力定位关键区域的方法大多都是利用局部注意力来直接定位的，这些方法无法判断所定位到的区域在全局所有区域中是否是最有区分性的。为了解决以上问题，提出一个模板定位和区域选择网络从粗粒度到细粒度渐进式的学习目标的特征。具体来说，目标定位模块可以定位到完整的目标，排除背景的干扰，强化网络提取目标整体结构特征的能力，有助于准确分类和后续区分性区域的定位。区域选择模块则通过全局相关性来衡量数千个区域在全局上的重要程度，根据重要性来选择最有区分性的区域，使网络学习目标的细粒度特征。在iNaturalist-2021Mini和iNaturalist-2018数据集上的实验表明，所提出的方法可以达到优异的效果。

　　针对航空电子设备调试过程中，传统的模块调试方法需要多次在机柜中插拔模块，易造成模块损坏，且调试效率低下的问题，基于USB＿HUB控制芯片TUSB2046IBVF设计了一款同时适用于不超过10模块的实时在线调试电路并实现为调试模块。首先介绍了设计方案的物理架构，其次介绍了模块核心芯片的供电方式、时钟电路、负载的过流保护、与机柜的连接器定义等，最后通过对模块的测试，达到了预定的功能，效果良好。

　　情感分析是文本分类的研究方向，深度迁移学习通过学习目标领域数据和已有领域数据之间的相关度，提高当目标数据不足时文本分类的精度。从基于网络迁移的角度设计算法，首先使用Word2vec+词性特征词向量表示，然后进行卷积神经网络文本分类，再将训练好的模型共享网络参数，迁移至跨域商品评论数据，训练、分类评论数据。实验证明，在小样本数据集中算法精度有明显提升。

　　随着计算机视觉应用的突破性发展以及垃圾分类智能化需求的日益增长，基于深度学习的垃圾分类技术成为生活垃圾分类的主流发展趋势。基于深度学习的垃圾分类典型方法主要包括基于ResNet、DenseNet、单阶段目标检测方法和卷积神经网络与迁移学习相结合方法等。文章系统梳理各分类方法的技术特色和适用效果，介绍了有限的垃圾分类公开数据集图像获取及数据情况，指出深度学习在垃圾分类应用中面临数据集依赖、多目标小物体检测率低、轻量型网络模型少等瓶颈问题。聚焦问题，提出了深度学习技术在生活垃圾分类中应用的重点研究领域，并对未来研究发展趋势予以展望。

　　计算机双目视觉从三维世界获取信息，对三维世界进行重构和感知。传统孪生卷积神经网络计算复杂，运算时间长。为满足特征实时提取，提出一种基于孪生卷积神经网络的立体匹配方法。首先通过卷积层和池化层来进行图像的深度特征提取，然后通过点积运算和函数进行分类，最后通过kitti数据集训练测试和现有的几种立体匹配的算法进行对比。实验结果表明，所提出的方法具有较好的立体匹配效果和实时性，具有一定的实用性，与NCC等匹配代价算法相比，PBM值提升了4.53%，平均视差误差提升了2.01%。

　　以Transformer为代表的深度学习理论在时间序列预测任务中表现优异。首先阐述了Transformer的基本原理和特点；然后着重分析了目前基于Transformer结构改进的相关预测模型，分别从性能优化和结构改进两方面进行了详细的论述，并列举了改进模型应用的场合和领域；最后总结了Transformer在时间序列预测上的优缺点，并对未来的研究工作进行了展望。

　　针对板级高速互连线的物理特征优化问题，采用非支配排序遗传算法Ⅲ（NSGA-Ⅲ）、推拉搜索算法（PPS）和TIGE2算法对其进行优化，主要针对板级高速互连线信号完整性的反射、串扰和损耗的多目标优化问题，并结合实际工程设计时的生产工艺、性能要求和材料成本设定了多个约束条件。对比优化前起始结构的目标函数和三种遗传算法优化结构的目标函数，结果显示，三种遗传算法都可以用于处理板级高速互连线的物理特征优化问题，其中NSGA-Ⅲ优化结构的目标函数总和最小，算法的运算时间较短，在实际的工程设计中更具备指导意义。

　　为了解决移动端数据传输经常面临的数据拥塞、传输不稳定和可靠性不足等问题，提出一种移动端数据拥塞避免机制传输方法，旨在提高移动端数据传输的效率和性能，保证传输的稳定性和可靠性，并避免数据拥塞的发生。首先，实时监控并反馈移动端数据流的动态变化。通过判断移动端数据传输是否存在数据拥塞的情况，可以及时发现并解决问题。其次，根据数据流拥塞情况，设计了数据拥塞避免机制，其能够有效减少数据拥塞的发生，提高数据传输的效率。在此基础上，基于业务协同工作原理，开展移动端数据拥塞避免机制传输。通过业务协同工作，可以更好地整合和优化资源，提高数据传输的稳定性和可靠性。实验结果表明，提出的方法应用后，在传输数据量逐渐增加的情况下，数据传输速率始终高于对照组，有效地解决了移动端数据拥塞和延迟问题，为用户提供了更好的数据传输体验。

　　随着电子技术的加速发展，更好地处理现实生活中的模拟信号和数字世界中的数字信号，是人们迫切的需求。核心器件FPGA实现对16位高精度模数转换芯片ADS1115的控制。VHDL硬件描述语言设计I~2C总线工作时序特点，设计有限状态机，实现对控制电路的逻辑控制。根据FPGA结构特点和I~2C总线的通信协议，设计相关驱动程序，实现采集单路模拟量。通过对相应电路的实际测量，证明所设计的方案有效、可靠，同时可应用于其它类似的模数转换装置。

　　针对现有的跨站脚本检测技术尚未对漏洞注入点进行充分研究，且漏洞检测率相对较低的问题，为了提升检测效果，提出一种基于分布式系统的跨站脚本动态检测方法。通过综合考虑字符串长度、字符类型等因素对攻击向量进行了分类与变形，根据输入点、输出点类型自动生成攻击向量与合法向量。采用基于PhantomJS的网络爬虫对网站进行更为全面的漏洞注入点分析，并使用Gearman来实现分布式任务调度，提高检测效率。采用PHP语言设计并实现了分布式自动化跨站脚本检测系统，进一步通过实验和其他相关工具对比分析，表明所提方法能够有效挖掘出Web应用中的跨站脚本漏洞。

　　提出了一种宽带双极化紧耦合偶极子阵列天线，单元采用全金属结构以满足大功率输入需求，渐变平行平板双线与短路柱的馈电结构设计可实现宽带阻抗匹配并移除共模谐振影响，针对紧耦合阵列的边缘截断效应提出了一种短接与差异化加载的阻抗调节方法，实现了在不额外加载哑元情况下的阵列边缘端口的良好阻抗匹配。有限大阵列仿线 GHz工作频段内所有端口的有源驻波小于2.5，最大增益达到13.3 dBi，定向辐射性能优良。加工天线样品的测试结果与仿真结果吻合良好，证明了阵列性能的有效性。

　　目前LCL滤波器的逆变器广泛应用于并网过程中，由于本身是三阶欠阻尼系统，常常出现谐振尖峰，进而导致系统不稳定。对此，提出一种基于带通滤波器单反馈有源阻尼策略。首先，选取合适的LCL滤波器参数实现并网条件。其次，从幅值特性和相位裕度的角度出发，采用极点配置法对带通滤波器进行参数设计并设置反馈并网高频电流。最后，通过MATLAB/Simlink仿真验证带通滤波器有源阻尼方法的可行性和有效性。

　　针对小信号采集电路设计过程中存在的问题，提出一种电路设计与仿真相结合的研究方式。首先，采用自顶而下、模块化设计、定制化研究的思路制定小信号采集方案；然后根据实际使用工况确定小信号的特征，通过理论计算得到适用于信号放大、滤波的电路参数；接着结合性能参数、市场价格等因素合理选用放大滤波、模数转换、微控制器等芯片；最后，将电路Layout形成PCB提取关键参数，通过仿真来评估电路的设计质量。通过理论计算电路增益、滤波参数等指标进行电路设计，再结合时钟、电源等电路仿真，结果表明此电路设计达到了预期指标，缩短了研发周期。通过此电路设计与仿真研究，期望为小信号检测技术发展提供一种合理的、适用于工程设计的解决方案。

　　企业融资信息数据多处于异构数据属性，在匹配过程中需要进行数据结构转换。由于现有数据匹配方法处理相似匹配特征，易受数据结构转换作用影响，导致智能匹配召回率偏低，因此半岛bandao体育，基于特征挖掘设计了一种企业融资信息资源数据智能匹配方法。提取了信息资源数据智能匹配特征，为有效区分异构数据属性，避免数据结构转换作用影响，进一步进行了信息资源智能匹配数据特征挖掘，保证数据智能匹配的准确性。最终基于挖掘后的特征，设计了跨模态信息资源数据智能匹配函数，从而实现了信息资源数据智能匹配。实验结果表明，设计的企业融资信息资源数据特征挖掘智能匹配方法，在不同类型融资信息资源数据下的智能匹配召回率均较高，匹配效果较好，具有准确性，有一定的应用价值，有利于推动企业信息化管理升级。

　　为了满足ICS(internet connection sharing，因特网连接共享)PCIE Gen2协议，可提供输入时钟信号给PC、PCIE桥芯片以及以太网等芯片，利用时钟扩频技术的研究来减少系统的电磁干扰问题。基于应用于ICS PCIE Gen2协议的设计要求，通过采用SMIC 0.18μm工艺设计传统锁相环结构，包括鉴频鉴相器、电荷泵、环路滤波器、环形振荡器、分频器以及相位插值器所设计的扩频时钟模块电路，实现了在满足指标400 MHz输出频率的基础上对扩频深度控制在-510~(-3)以内，频谱峰值能量降低了10.32 dB，输出相位噪声在1 MHz频偏下为-107.378 dBc/Hz。未扩频模式下输出时钟的确定性抖动为31.6 ps，周期间RMS抖动为5.1 ps；进行扩频后，周期间RMS抖动为8.6 ps，满足了ICS PCIE Gen2的协议要求。

　　干电池是用于小型电子产品的电源，在移动电源市场上有一定的市场份额，具有一定的经济价值。然而，在干电池的生产中，底盖缺陷问题很常见，而且用肉眼进行人工分拣效率较低。为了快速准确地分拣底盖缺陷产品，采集了1568张干电池底盖图像，共分为4种类别，并将其随机划分为训练集、验证集和测试集，比例分别为70%、10%和20%。通过将CBAM注意力机制嵌入MobileNetV2网络模型的倒残差结构中，成功构建了CBAM＿MobileNetV2模型。实验结果表明，CBAM＿MobileNetV2模型的准确率达到了95.78%，相较于MobileNetV2提高了1.19%，优化效果较为明显。

　　GB/T 28181《公共安全视频监控联网系统信息传输、交换、控制技术要求》标准是为视频监控联网系统的方案设计、系统检测、验收以及与之相关设备研发、生产制定的国家推荐性标准，在借鉴国际通用标准的基础上，经过一定程度的定制化以满足国内的具体需求。针对视频监控联网设备及平台，依照GB/T 28181—2022标准在实际应用过程中遇到的部分问题进行分析，并提出相应的解决建议，以供相关从业者参考。

　　在跨境贸易监管中，传统的数据交换技术在安全性、开放性等方面无法满足海关监管需求。为提高跨境物流监管效率，实现海关监管数据的互联互通，设计一种基于区块链跨链技术的海关监管系统，实现多国异构区块链间跨链物流信息交换及跨境监管。为验证系统的可行性，以多个国家之间的跨境物流监管为例进行实验分析，研究基于中继链跨链技术实现异构链之间跨境物流数据的互联互通，为跨境贸易提供多方共同治理的高安全互联互信系统。结果表明，基于区块链跨链技术的跨境物流海关监管系统在数据共享效率、安全性、系统扩展性和系统运行稳定性等方面表现良好，满足跨境贸易场景下海关监管数据可追溯、去中心化和异构区块链互联互通的应用需求，为跨境贸易“智享联通”提供了一种可行的系统平台。

　　图像检索在涉及图像的各种应用领域具有越来越重要的地位。当进行图像检索时,在完全不同类型的图像里去检索会增加很多不必要的开销。同时很多图像中包含大量的隐私信息,如果不进行适当的保护,检索过程极易泄露隐私信息。为避免泄露隐私信息，针对图像类型是否相同进行保密判定,基于Paillier加密算法和0-r编码方法设计了一个高效、安全的协议，该协议结合图像检索方案可以减少因不同类型的图像检索的不必要性。协议不仅简单快速,并且用模拟范例证明了其安全性。

　　伴随着计算机系统对高速数据大量传输的需求，美国国家标准委员会提出具有高带宽、低延迟、灵活的FC（光纤通道协议），但光纤存储网络可以存储大量数据的同时，也存在着数据信息安全隐患问题。当网络中的节点机被外部或内部攻击节点攻击后，便会造成整个网络中的安全隐私数据存在泄露的风险。针对上述问题，提出一种FC交换式网络信任模型，并将其应用于节点机的信任管理模块中。实验测试结果表明，所提出的模型可以将综合信任值小于信任阈值的恶意节点机从FC网络中剔除，提高FC网络的安全性。

　　针对现有电力系统安全体系架构防护性能弱、网络延迟高等问题，基于计算机技术构建安全体系架构。基于一个新型物理层防火墙硬件原型，其仅允许接收器在与传入主信号同时检测到有效水印的情况下进行访问，并且可以与几乎任何网络波形一起使用，将任何未经验证的消息标记为不受信任，如果消息未请求未经授权的权限，则按正常方式处理。同时提出一种在电力系统线监测算法模型，对调试系统中的安全防护软件进行针对性的调整，增加系统防护能力。实验结果表明，防护系统风险更小，安全性更强。

　　目前电力系统的数据往往包含大量的隐私信息，一旦泄露或被滥用，将会对个人隐私和企业利益造成严重威胁，因此提出基于深度学习算法的电力运行数据隐私保护方法。首先，基于深度学习算法提取电力运行数据特征，有效地保护电力运行数据的隐私；其次，构建电力运行数据加密模型，在处理电力运行数据时，防止未经授权的用户获取敏感数据；最后，保护电力运行的隐私数据，实现平衡数据利用和隐私保护的需求。实验结果表明，传统加密方法在40 s内，对电力数据进行加密后的成功数量达到了4700条，而基于深度学习算法的电力运行数据隐私保护方法达到了5800条，可见其数据隐私保护的效率相较于传统加密方法的效率更佳。

　　基于改进的YOLOv8算法的二维码和条形码检测方法是一种高效的图像处理技术，旨在快速准确地识别和定位图像中的二维码和条形码。改进的YOLOv8是一种实时目标检测系统，有着快速、准确和高效的特点。首先，通过预处理图像来提高二维码和条形码的可识别性，例如调整对比度和亮度。接着，对处理过的图像进行分析，以便快速定位图像中的二维码和条形码。改进的YOLOv8算法的一个关键特点是其使用了深度学习技术，这使得算法能够在各种条件下有效地识别和检测目标，不仅能处理标准形状和尺寸的二维码和条形码，还能识别被部分遮挡或处于不利角度的码。此外，算法的实时处理能力使其非常适合需要快速响应的应用场景，如零售业的快速结账和物流行业的包裹跟踪。总的来说，基于改进的YOLOv8算法的二维码和条形码检测方法提供了一种高效、灵活且可靠的解决方案，适用于多种商业和工业应用。

　　人脸作为人体信息最为密集的部位，人脸图像在各个研究领域都有不可替代的作用。因此，研究如何将遮挡或模糊的人脸图像恢复成真实图像是非常有意义的。针对人脸图像修复技术的研究，提出基于扩散模型的人脸图像修复技术。在现有的人脸图像修复技术基础上，解决在修复大区域破损或遮挡的情况下，修复图像出现纹理模糊及结构扭曲等问题。所提出的方法基于边缘引导的扩散模型图像修复网络，主要包括两个阶段：首先训练基于U-Net结构的边缘修复模型生成较为真实的缺失区域的边缘信息，然后根据已修复好的边缘信息，训练内容生成模型填充缺失部分的内容信息。实验证明对于人脸图像修复具有较好的效果。

　　随着视频类自媒体平台的迅速发展，视频内容的安全性审核需求急速增加。为提高视频内容审核的便捷性和准确性，提出结合轻量级神经网络和长短时记忆网络的暴力视频分类方法。借助轻量级神经网络提取视频帧的视觉特征，使用长短时记忆网络对视频帧之间的时序特征将进行提取，引入时空注意力机制提高视频分类准确率。实验结果表明，所提出的方法不仅在模型上表现出轻量性，而且还能提高视频分类的准确性。

　　在恶劣天气中拍摄的图片，由于雨雪霾等恶劣天气的影响会对视线有一定的阻挡，导致可见度下降严重，图片的背景失真严重，从而对图片识别、语义分割或者目标监测产生很大的误差。此前，大多数的天气退化图像的修复都是基于深度学习算法或是生成对抗网络为基本架构的，由于去噪扩散模型（DDPM）在计算机视觉上的优势比较大，所以采用以扩散模型为基本架构来进行雨类的天气退化图像的反向采样，经典扩散模型的噪声估计网络是基于U-Net的结构，现提出了一种改进的U-Net噪声估计网络结构，将通道自适应注意力机制与U-Net结合，在图像去雨方面有着较好的恢复表现。

　　在计算机视觉领域，三维人脸重建起着重要的作用，特别是在动画制作、虚拟人脸、人脸识别等领域正被广泛应用。基于单张图片的三维人脸重建，通过使用拟合的模型对图像进行采样，可以创建出面部的UV纹理图。然而通过相机采集到的是单视角的二维图像，存在人脸自遮挡的情况，这导致生成的UV纹理图的信息是不完整的。因此，提出一种针对三维人脸纹理补全问题的条件生成对抗网络，将Unet和部分卷积结合起来作为生成器，从而在纹理修复时可以保留更多的图像信息；判别器中引入SMPatchGAN提高图像判别的真实准确度。实验结果表明，相较于其他算法，所提出的算法取得了较为显著的改进效果，特别是在处于大视角下存在人脸自遮挡问题时，也能重建出精细的三维人脸模型。

　　军用无人作战飞机是近年来快速发展的一种载具平台，应用于其上的核心任务处理机系统控制管理（SCM）程序，随着其功能丰富性与复杂性的提升，使得飞机在实际作战的飞行控制与电子侦查方面的问题也逐渐凸显。因此，为了更好地保证作战飞机对敌机位置的确定，以SCM程序为核心的目标定位问题成为当下研究和探讨的热点话题之一，尤其是处理单机与多机不同场景下，如何保证飞机执行飞行任务的同时兼顾单机信息处理与多机信息共享和协同作战，是研究的重点。对此，提出一种基于SCM的无人机无源定位方案，通过SCM协调各系统资源，利用单机无源和多机协同不同方式的定位手段定位敌机，实现记录敌机信息的目的。在某型号任务系统的工程试验中验证了所提系统程序的可行性与稳定性，为无人机定位任务的研究与实现提供了有效方案。

　　正《信息技术与信息化》是由山东省工业和信息化厅主管、山东电子学会主办的科技期刊,主要从信息技术的研究和应用角度,展现信息行业的发展与科技进步,是全国高校、科研院所、企业发表信息学术研究、技术应用成果的园地,知网、万方、维普收录,欢迎踊跃投稿。刊登内容:计算机应用、电子与通信技术、网络与信息安全、信息化教学、智能技术、数据科学与技术等。投稿要求:1.投稿渠道:邮箱。2.来稿要求重点突出,论述严谨,内容4版以上,重复率15%以下。