您的位置: 专家智库 > >

姚琼

作品数:5 被引量:4H指数:2
供职机构:国防科技大学更多>>
发文基金:国防科技大学科研计划项目国家自然科学基金更多>>
相关领域:理学机械工程电子电信文化科学更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 3篇理学
  • 2篇机械工程
  • 1篇电子电信
  • 1篇文化科学

主题

  • 1篇低信噪比
  • 1篇多尺度
  • 1篇信噪比
  • 1篇抑制方法
  • 1篇噪声
  • 1篇振子
  • 1篇阵列
  • 1篇职业教育
  • 1篇神经网
  • 1篇神经网络
  • 1篇声目标识别
  • 1篇水声目标
  • 1篇水声目标识别
  • 1篇水听器
  • 1篇水下
  • 1篇水下航行
  • 1篇水下航行器
  • 1篇自主式
  • 1篇自主式水下航...
  • 1篇网络

机构

  • 5篇国防科技大学

作者

  • 5篇姚琼
  • 4篇熊水东
  • 1篇刘刚
  • 1篇曹春燕

传媒

  • 3篇光学学报
  • 1篇声学技术
  • 1篇教育教学论坛

年份

  • 1篇2024
  • 2篇2023
  • 1篇2022
  • 1篇2020
5 条 记 录,以下是 1-5
排序方式:
光纤法布里-珀罗传感器阵列串扰抑制方法
2023年
本文提出了一种基于多波长平均的五步相移解调方案,解决非本征光纤法布里-珀罗(F-P)传感器阵列的串扰问题。以光纤F-P传感器的两基元并联复用系统为研究对象,探讨了基于五步相移解调方案的基本串扰理论以及多波长解调抑制串扰的具体方法。通过数值仿真研究了串扰与传感系统的消光比、平均波长数、波长间隔以及不同传感器基元腔长的关系,对单波长解调方案和多波长解调方案的串扰抑制效果进行了对比分析。结果表明,相较于单波长解调方案,多波长解调方案通过对多个连续工作点处的五步相移信号解调结果进行平均,降低了传感阵列的串扰。同时,该解调方案降低了对传感阵列光开关消光比和不同基元间腔长一致性的要求,有效推进了光纤F-P传感器阵列大规模复用的发展。
姚琼刘政刘刚王付印夏霁熊水东
高等院校在开展海洋技术在线职业教育中面临的挑战
2020年
移动互联网主导的新时代,在线课程已经成为最受欢迎的教育模式,也是职场人士提升自己综合素质和改善职业技能的有效手段。响应我国职业化教育的号召,海洋技术相关的高等院校也积极探索推进海洋技术职业教育与在线授课模式的结合。该文主要从教学团队能力水平和教学效果评价方法两个方面,研究高校在开展海洋技术在线职业教育中面临的挑战,致力于提高现有高校教育人员应对在线教育的挑战,改善自身教学方法,探索适合在线教育的评价考核方法,建设卓有成效的在线职业教育团队。
侯庆凯姚琼马燕新
关键词:教学团队
一种提高光纤水听器解调系统噪声传递系数稳定性的多相相位生成载波解调算法被引量:2
2024年
相位生成载波(PGC)调制解调是干涉型光纤水听器常用的解调方法。首先,分析并建立了PGC解调系统的噪声传递模型,研究了光源强度噪声对PGC解调输出噪声的影响机理,分析了调制深度和工作点两个参数对PGC解调噪声稳定性的影响。然后,提出了一种基于3×3耦合器的多相PGC解调方案,即在传统PGC解调架构中引入3×3耦合器进行多相检测,利用3×3耦合器的相移特性对三路干涉信号进行融合处理。在不同的调制深度条件下,该方案可以降低水听器工作点变化所引起的光源强度噪声传递系数波动范围。实验结果显示,在常用的调制深度范围(1.7~3.4)内,工作点变化导致的噪声传递系数波动峰谷值小于0.5 dB,噪声稳定性相比传统PGC解调系统显著提升。
侯庆凯姚琼陈虎熊水东
关键词:干涉型光纤水听器
一种非线性腔光力系统中的光机械频梳现象
2023年
腔光力系统是一种光学谐振模式和机械振荡模式在微纳尺度上相互耦合作用的微纳腔体结构。基于微纳加工技术实现的腔光力结构具有超强光机械模式耦合效应,可在激光激励下产生超稳且窄线宽的机械振荡信号。腔光力系统中的经典力学、量子力学现象等已经被广泛应用于高精度传感、腔光力器件与电路、高效率微波-光学转换器件等技术领域。为了获得光机械振荡微波信号,采用基于非线性机械振子的光机械耦合方案,使腔光力作用在一个含有非线性振子的两级级联的机械振子系统上,实现由非线性特性光机械耦合作用引起的简并四波混频,进而产生光机械频梳。基于非线性腔光力系统的光机械频梳研究,将有效推动光子集成式光机械频梳技术的发展和广泛应用。
熊水东夏霁王付印侯庆凯陈虎姚琼曹春燕
关键词:非线性振子
嵌入注意力机制的卷积神经网络水声目标识别被引量:2
2022年
针对低信噪比水声目标单一特征识别率低,稳健性差的问题,提出一种基于注意力机制和多尺度残差卷积神经网络(Multi-scale Residual CNN with Attention, MR-CNN-A)进行特征融合的识别方法。该方法根据多尺度卷积核与特征图形成多分辨率分析关系,并以此通过注意力机制实现优势特征权值提取与融合,从而提高模型在文中水声数据集上提取目标噪声特征和分类识别的稳健性与抗噪能力。开展了4类舰船噪声和海洋环境噪声的识别试验、水下和水面自主式水下航行器的识别试验,以及不同信噪比条件下目标噪声的识别试验。结果表明:对于文中所涉及的水声目标噪声和人工高斯白噪声干扰,该网络模型识别正确率明显高于支持矢量机与简单卷积神经网络,且对高斯白噪声的抑制能力远强于支持矢量机与简单卷积神经网络,稳健性好,模型复杂度小。
张钇熊水东马燕新姚琼姚琼郭微朱家华
关键词:水声目标识别卷积神经网络低信噪比自主式水下航行器
共1页<1>
聚类工具0