近期學術(shù)啟動計劃結(jié)題報告預告：

　　2017年12月7日下午2：30

　　信息學院  金城    混合邊界條件等腰直角三角形波導場分析及其微波電路設(shè)計

　　摘要：具有電壁磁壁復雜組合邊界條件波導在分析特殊微帶天線，提取高性能微波器件諧振頻率,，以及研究特殊形狀波導電磁場分布非常重要,。項目組首先完成了分析所有六種具有可能電壁磁壁組合邊界條件的等腰直角三角形波導，給出完整的TE/TM模式方程,，分析各模式電磁場分布情況并比較其截止頻率,。其次，項目組設(shè)計了幾種高性能微波電路來證明理論的正確及可行性,。一個直角邊為電壁,，另外的直角邊和斜邊為磁壁的1/8模基片集成波導（EMSIW）將提出,，并用于設(shè)計平面小型化微波器件,。最終，為了分析完整,，項目組還分析邊界條件為兩個電壁一個磁壁的等腰三角形波導,。這些成果為基于等腰直角三角形波導以及波導腔結(jié)構(gòu)的微波器件設(shè)計提供理論支持，并將為分析其它不規(guī)則波導提供參考,。

　　信息學院   李巖    認知雷達對抗中機器學習算法的研究

　　摘要：傳統(tǒng)的雷達對抗系統(tǒng)遵循著固定的干擾策略,，其對抗是相對靜止的，干擾效率較低,。認知雷達對抗可根據(jù)接收到的信號進行雷達狀態(tài)識別,，從而自適應地選擇干擾方案,，并實時地對干擾效果進行評估，使得對抗更具有主動性和針對性,。機器學習是實現(xiàn)認知雷達對抗的基本途徑之一,。

　　本課題將認知概念引入雷達對抗領(lǐng)域，構(gòu)建認知雷達對抗系統(tǒng)的架構(gòu),，研究可用于該系統(tǒng)的機器學習算法的性能,，包括：增量式的雷達狀態(tài)識別算法、基于強化學習的干擾策略優(yōu)化算法,、干擾效果評估算法等,，并核心算法進行優(yōu)化、集成,，設(shè)計并研制了認知雷達對抗的數(shù)字化功能仿真軟件,，驗證算法的可行性和有效性。

　　信息學院   石巖    各向異性框架提升變換理論研究及其在圖像融合中的應用

　　摘要：小波變換是20世紀90年代興起的一種時頻分析工具,，其擁有時頻局部化特征,，克服了傳統(tǒng)Fourier變換缺乏時頻局部信息的弊端，這一特點已被廣大從事數(shù)學,、工程的科研人員所熟知,，并成功應用于信號處理、圖像處理,、數(shù)值計算,、計算機視覺等領(lǐng)域。本報告介紹小波框架提升變換理論及在多源圖像融合中的應用,。作為小波分析的重要分支,，小波框架降低了對基底的正交性要求，變換具有冗余性,，因此有利于提高信號傳輸?shù)聂敯粜?，以及實現(xiàn)信號的稀疏表示。提升結(jié)構(gòu)可實現(xiàn)具有如下性質(zhì)的變換,，如完全重構(gòu),、快速實現(xiàn)、多尺度,、各向異性,、局部自適應性等，這些性質(zhì)可以滿足不同類型的圖像分析及處理的需求,。本報告將以多光譜圖像融合為例,，探討框架提升變換的應用潛力。

　　具體詳情請參見人事處網(wǎng)站學術(shù)啟動計劃結(jié)題報告專題http://renshichu.bit.edu.cn/ztzl/111275.htm