원래 이름 기록: 电子科技大学

本发明公开了一种基于环境感知和深度展开网络的自适应阵列SAR非视距成像方法，属于雷达技术领域。本发明旨在解决现有阵列SAR成像技术对非视距遮蔽目标的成像精度低、感知能力不足的问题。该方法包括：获取阵列SAR在非视距场景下的回波数据、利用回波数据初步处理估计场景中关键反射面的参数、划分非视距区域及确定遮蔽目标位置、构建自适应的深度展开成像网络，该网络通过学习和优化成像过程，将获取的回波数据重建为高精度的二维及三维图像。本发明还公开了一种包含雷达阵列和配置用于完成上述方法的处理方案。通过将环境感知和深度展开网络相结合，本发明能够适应各种场景环境变化，提高阵列SAR非视距成像的分辨率和鲁棒性，实现非视距遮蔽目标的高精度成像及定位。

本发明提供一种自由曲面微透镜的设计与实现方法，包括：（1）自由曲面微透镜口径设计：自由曲面微透镜的口径设计为平面封闭自由曲线，该平面封闭自由曲线采用“基点+连接曲线”的方式进行数学定义；（2）PDMS微凹模具的制造：使用光刻工艺在硅基底上形成横截面形状为平面封闭自由曲线的光刻胶微柱结构，以该光刻胶微柱结构为模板，采用微模铸工艺制得PDMS微凹模具；（3）自由曲面微透镜的实现：将涂覆在玻璃基底上的光刻胶薄膜放入透明的气体压力控制器中，将PDMS微凹模具开口一侧与光刻胶薄膜表面接触并保持，增大或减小密封气体压力控制器中的压强，即在光刻胶薄膜表面形成凸起或凹陷的自由曲面微结构，然后对光刻胶薄膜进行紫外线固化处理，最后将PDMS微凹模具剥离即得到光刻胶自由曲面微透镜。本发明为光学自由曲面在微光学元件领域的应用提供了技术基础。

本发明公开一种基于热光效应的可重构光学PUF，应用于身份认证、防伪加密领域，针对现有光学PUF依赖于在制造过程中形成的静态随机结构，缺乏后期调控与动态更新能力，存在安全风险的问题；本发明的可重构光学PUF包括：热调控单元、衬底、具有热光效应的材料层及随机散射结构；所述热调控单元用于对具有热光响应特性的散射体或介质层施加温度场，通过热光效应引起折射率分布变化，从而实现散射矩阵的可调控与光学响应的动态重构。

本发明属于通信技术领域，涉及一种面向抗干扰通信的无人机用户关联与3D飞行轨迹优化方法。本发明的方法中先获取无人机、各个地面节点和干扰节点的信息建立系统模型，然后建立无人机的3D轨迹运行模型、用户关联策略模型及视距概率信道模型，定义通信速率，最后建立最大化系统总吞吐量的优化问题，通过将优化问题建模为马尔可夫决策过程，最后构建用户关联与无人机3D轨迹规划网络，通过深度学习框架获得无人机学习最优策略以及无人机3D轨迹及用户关联策略。本发明的方法在保持轻量化特性的同时，动态实现用户调度以及无人机3D轨迹控制，显著提升无人机辅助通信系统在恶意干扰环境下的通信性能。

本发明具体为一种基于软硬件交互的智能系统可靠性分析方法，涉及智能系统可靠性分析技术领域，包括：软硬件失效机理及交互关系建模；基于场景的软硬件关键功能与故障模式识别；软硬件交互驱动的故障预案研制；面向任务的系统可靠性指标确定与量化评估。本发明中，构建软硬件失效机理及交互关系模型，实现多维度、全流程的失效分析；从硬件子系统的环境应力模拟与故障根因追溯，到软件子系统的静态动态测试与数据驱动分析，再到软硬件交互流程、资源协同的细致剖析，全方位覆盖系统运行关键环节；借助故障树、贝叶斯网络等建模工具，清晰呈现失效传播链条与因果关联，精准识别隐蔽的交互失效模式，为智能系统可靠性保障奠定坚实基础。

本发明公开一种面向AIoT应用的RISC‑V向量扩展强耦合小型数据访问装置和方法，应用于处理器架构技术领域，针对现有技术具有“主核译码+接口传输+协处理器再译码+共享存储仲裁”导致的固定启动/同步开销、以及在内存密集型场景下受带宽上限约束等缺点；本发明集成了仅需两条自定义指令的与向量指令强耦合的小型DMA控制器，该控制器的地址生成支持线性与固定步长序列，从而将传统的向量数据搬运从多级往返压缩为一次触发+硬件直达，本发明显著降低固定启动/同步开销与仲裁干扰，在数据密集型嵌入式应用中提升搬运带宽与端到端性能。本发明提供了装置和方法，可以有效地集成于面向AIoT的成熟基于RISC‑V的MCU中。

本发明涉及人工智能与机器学习技术领域，具体涉及一种基于任务级注意力的深度神经网络持续学习方法及系统，包括全局经验池构建、分层特征增强网络、指数移动平均模型，通过任务流接收、分任务序贯训练及动态推理等步骤，通过在分任务序贯训练及动态推理步骤中融合任务注意力模块组与经验回放等核心机制，实现不同任务特征的高效筛选、存储与利用；结合优化的分层特征增强网络及动态特征融合设计，显著提升模型持续学习综合性能。本发明兼顾新任务的高效学习能力与旧任务的记忆保留效果，为深度神经网络在多任务持续学习环境中的应用提供了全新解决方案。

本发明公开了一种融合失效物理与退化数据的空间齿轮传动系统可靠性评估方法，属于机械可靠性工程与故障预测技术领域。该方法旨在解决空间齿轮传动系统在极端环境、小样本、多失效模式耦合及个体差异显著条件下的可靠性评估难题。首先，建立考虑非线性激励的齿轮动力学模型以获取动态啮合力；继而，基于失效物理分别构建磨损与疲劳退化模型；随后，引入考虑个体差异的逆高斯随机过程进行单失效模式可靠性建模；最终，利用Copula函数构建二元相关竞争失效模型，实现系统级可靠性综合评估。本发明通过“物理机理驱动‑不确定性量化‑数据统计融合”的技术路线，形成了完整的评估体系，为空间齿轮传动系统的在轨健康管理与寿命预测提供了关键技术支撑。

本发明公开了一种基于多尺度静态‑动态融合网络的癫痫异常脑网络识别方法，属于脑影像分析领域。该方法首先构建静态功能连接加权图与动态功能连接图；随后采用交叉注意力模块对静态与动态表征进行融合。为刻画多尺度空间关系，依据解剖学分区与功能网络对脑连接进行词元化；并通过局部‑全局融合模块整合细粒度与宏观关系，突出具有诊断意义的脑区。训练阶段联合使用交叉熵、逆向对比损失及基于对比图邻接矩阵熵的稀疏正则。该方法在多中心功能磁共振数据上验证，与其他主流深度模型对比，在分类准确率、泛化性与可解释性方面显著提升，并能定位与致痫网络一致的异常脑区与连接，识别具有生物学意义的脑影像标记物。

本发明提供了一种类别高斯分布引导的SAR目标开集识别方法及系统，涉及雷达信号处理技术领域，其中，该方法包括：使用KLD分类器对输入的SAR图像进行已知类别的识别，KLD分类器通过最小化其损失函数进行训练；利用重构‑匹配检测器对未知类别的SAR图像进行检测，重构‑匹配检测器通过最小化其整体损失函数进行训练；通过双重logits机制计算修正后的判别概率，并据此校正闭集识别概率，实现开集识别。本发明方法不仅利用了生成模型学习数据分布的优势，而且还通过巧妙的机制将这些优势转化为实际的识别和检测性能。这样，通过本发明的方法所实现的效果不仅是性能指标的提升，更是能够为SAR开集识别这一实际应用难题提供了一个切实可行且高效的解决方案。

本发明公开了一种基于乡村道路的交叉特征融合语义分割方法，包括：将拍摄到的非结构化的乡村道路图片输入至语义分割模型，得到语义分割结果；模型包括MobileNetV2、交叉融合多尺度特征提取模块、通道注意力模块和解码器模块；乡村道路图片经MobileNetV2处理后输出浅层特征图、中层特征图、深层特征图；深层特征图输出至交叉融合多尺度特征提取模块输出第一上采样特征图；浅层特征图和中层特征图分别输出至第一通道注意力模块和第二通道注意力模块得到第二上采样特征图和第三上采样特征图；解码器模块将第一、第二和第三上采样特征图拼接后输出。本发明结合不同感受野的特征提取能力，实现对目标多尺度信息的充分捕获。

本发明涉及集成电路设计技术领域，具体为一种基于电容网络的电荷域线性加权电路。本发明通过构建满足二进制比例的电容网络配合时序控制，以电荷共享的方式直接实现加权，将复杂的模拟加权过程转化为一系列的电荷共享操作，输出的模拟电压可直接送至量化模块，并获得最终的数字结果。本发明无需集成高面积、高功耗的DAC电路，加权过程在电荷域完成，其物理原理基于线性的电荷守恒和分配定律，还保证了多位MAC运算的高精度；且SRAM行列分区能够在一个时钟周期内同步完成N组乘法操作，极大提升了多位MAC的运算效率。本发明尤其适用于多位乘累加（MAC）运算的存内计算场景，可应用于边缘AI设备、神经网络加速芯片等领域。

本发明公开了一种基于混合专家与EMA‑NLL双群中子扩散方程求解方法，包括步骤：确定待求解的两群中子扩散方程组；构造数据集；构造方程求解神经网络，包括混合专家网络、快群预测网络、热群预测网络、不确定性估计网络；构造总损失函数L；用数据集以最小化L训练求解神经网络，得到方程求解模型并用于预测。本发明在神经网络结构与物理建模策略上引入多项关键改进，不仅提升了模型在多区域、物性非均匀、耦合效应显著场景下的表达能力与求解精度；还能实现对区域差异性强、通量变化剧烈问题的精细建模，且能增强对不同区域误差分布的适应能力，提高模型对高梯度区域的敏感性与训练效率。

本发明公开了一种基于单原子催化和有机硫电解液的低温锂硫电池、制备方法。该低温锂硫电池包括锂负极、硫碳正极、有机硫添加电解液和单原子催化剂改性隔膜，所述有机硫包括二甲基二硫、叔丁基二硫、二苯基二硫、p‑对甲苯二硫醚、双(2‑硝基苯基)二硫醚、二苄基二硫醚、二烯丙基二硫、4,4'‑联吡啶二硫醚、2,2'‑二硫二吡啶、1,1'‑二硫代双己内酰胺、3,3'‑二硫代双‑1‑丙磺酸二钠盐、2,2'‑[二硫代二(亚甲基)]二呋喃、3,3'‑二硫代丙腈、二硫化碳的一种或几种，该发明的低温锂硫电池中，有机硫添加电解液通过有机硫和多硫化物之间相互作用生成中间产物有机多硫实现低温环境中多硫化物团簇的解聚。

本发明公开一种用于高能量密度电极的固态电解质制备方法。一种基于原位固化的耐高压聚合物固态电解质的制备方法，涉及固态电解质制备技术领域。包括：1)将局部高电子云密度溶液和高活性聚合物单体混合均匀，得到混合液A；2)将引发剂加入混合液A，搅拌均匀，得到固化前驱液；3)在带多孔骨架膜的电芯中注入固化前驱液，原位固化，得到适用于高能量密度极片的耐高压固态聚合物电解质。本发明将局部高电子云密度溶液的抗氧化供电子能力协同高活性聚合单体，使得固态聚合物电解质的耐高电压性能大幅提升；高活性聚合单体构建的三维网络结构具有高机械强度和稳定的电极/电解质界面性质。

本发明属于锂硫电池技术领域，具体涉及一种修饰隔膜、局部凝胶混合电解质及制备方法和应用。其特征在于所述修饰隔膜单侧上设置有固体引发剂，将设置有引发剂的一侧装配在锂金属负极。所述局部凝胶混合电解质通过电解质前驱体溶液中的环状单体溶剂与分散在隔膜负极侧的固体引发剂发生原位开环聚合及凝胶化转变，该原位凝胶层局部发生在锂金属负极侧。凝胶化对金属负极的枝晶问题具有明显的改善作用，并特殊地对硫正极在充放电过程中产生的多硫化物中间体具有抑制其穿梭的作用，从而提升锂硫电池的循环稳定性。这种原位局部凝胶混合电解质制备方法简单，成本低廉，操作简便，是实现锂硫电池长循环稳定性的一种简单方法。

本发明属于无线通信技术领域，具体涉及一种基于对称式径向线波导结构的表面波模式激励器装置，包括表面波激励器和馈电模块，所述表面波激励器用于激励表面波，其包括同轴‑矩形波导模式变换器、矩形波导过渡段、矩形波导‑同轴模式变换器和同轴‑表面波模式变换器；同轴‑矩形波导模式变换器的一端与馈电模块相连，另一端依次经矩形波导过渡段、矩形波导‑同轴模式变换器与同轴‑表面波模式变换器连接。本发明通过同轴TEM–矩形波导TE‑同轴TEM‑表面波TM等多阶段模式转换，在实现高效激励的同时，还具有了超宽带、低插损特性。

本发明公开了一种小型化宽阻带高共模抑制SIW差分滤波器，属于微波技术领域。该滤波器包括从上至下依次设置的第一金属层、第二介质层、第三金属层、第四介质层、第五金属层、第六介质层、第七金属层、第八介质层、第九金属层，还包括至少两个金属微扰通孔以及若干金属通孔；第一金属层至第五金属层及金属通孔共同构成两个八分之一模腔，第五金属层至第九金属层及金属通孔共同构成两个八分之一模腔；所述第一和第九金属层上设置有共面波导输入输出端，金属微扰通孔位于共面波导输入输出端的中心线上。本发明具有小型化、宽阻带和高共模抑制的性能特点，为5G/6G通信系统在小型化、带外抗干扰及共模信号抑制方面的需求提供了切实可行的工程解决方案。

本发明属于微波技术领域，具体涉及一种用于微波/毫米波传输的槽线‑半模SIW复合传输线，该结构通过在三明治结构中设置半模SIW结构，第一金属层同步加载锥形微带馈线与喇叭形微带馈线结构；第二金属层兼具地板功能的金属结构使用，同时额外加载槽线以及交指电容的设计方式，使该器件能够同时实现S波段和Ka波段的传输。其中，S波段由第一金属层的喇叭形微带结构为槽线进行耦合馈电，Ka波段由第一金属层的锥形微带结构直接对半模SIW馈电；同时，第二金属层在半模SIW的末端处加载交指电容以完成滤波，最终构建出支持半模SIW和槽线同步传输的复合传输线馈电结构。本发明简化了加工工艺，降低了加工成本。

本发明公开了一种仿蘑菇3D打印水相变微纳发电机，属于新能源技术。该发电机包括自下而上依次设置仿生菌根、底电极、仿生菌柄、仿生菌盖以及嵌入仿生菌盖内部的顶电极。仿生菌根由聚乙烯醇与甲基纤维素经壳聚糖增稠后通过3D打印并经由冻融循环凝胶化制备而成，其结构模仿天然植物根冠；仿生菌柄和菌盖则分别采用聚苯乙烯磺酸/碳纳米管和聚二烯丙基二甲基氯化铵/碳纳米管与聚乙烯醇复合，形态分别模仿天然蘑菇的菌柄和菌盖结构。发电机通过水分的吸收、输运与蒸发过程，聚电解质材料解离出氢离子和氯离子，在不对称电极对的耦合作用下形成持续电势差，从而实现直流电能的有效输出，可稳定用于自然环境中的微小能量收集与转换。