摘要:电荷耦合器件(CCD)在探测和成像领域应用广泛，然而其在辐射环境中应用时会遭受辐照损伤的影响。为提升 CCD抗辐射性能，国内外已开展大量的抗辐射加固技术研究。文章主要从信号转移沟道设计、栅氧工艺设计、栅极工艺设计、片上放大器及读出电路抗辐射加固设计等方面综述了 CCD在工艺结构方面的抗辐射加固技术研究进展；从多相钳位工作模式、电荷注入工作模式、低温工作模式、时钟驱动优化工作模式等方面综述了 CCD在工作模式方面的抗辐射加固技术研究进展；此外，还介绍了 CCD从图像校正、辐射屏蔽等方面的抗辐射加固技术研究进展。相关研究为开展 CCD抗辐射加固设计提供了实验依据和理论基础。

摘要:目标跟踪是计算机视觉领域的重要研究方向，其任务是在视频序列中对感兴趣的目标进行持续检测与精确定位。随着深度学习技术的迅速发展，视觉目标跟踪在特征建模、时序关联以及端到端学习等方面取得了显著进展。文章系统回顾了基于深度学习的视觉目标跟踪研究现状，从单目标跟踪与多目标跟踪两个方向出发，分析了不同框架下的基本思想与实现机制，阐述了从传统手工特征方法向深度特征驱动模型的演化过程。还总结了常用的跟踪数据集与性能评价指标，并对当前研究面临的主要问题进行了讨论，包括长时间建模能力欠佳、复杂场景跟踪鲁棒性差以及跨场景泛化能力有限等。最后，展望了未来视觉目标跟踪的发展趋势，指出融合多模态信息与时空建模的统一深度框架将成为该领域的重要研究方向。

摘要:视觉导航作为移动机器人自主运行的核心技术支撑，其性能直接决定移动机器人的环境感知精度、定位建图可靠性与路径规划的合理性。文章系统综述移动机器人视觉导航的研究进展，围绕视觉传感器、同步定位与地图构建(Simultaneous Localization and Mapping，SLAM)和路径规划三大核心环节展开分析:在视觉传感器层面，重点探讨单模态、多模态融合视觉传感器和新型视觉传感器的技术特性与适配场景；在 SLAM层面，总结传统几何 SLAM、多模态融合 SLAM以及神经隐式 SLAM的技术演进与性能优势；在路径规划层面，重点介绍传统算法与生物启发算法的特点与适用场景。最后，总结当前技术面临的挑战，并对未来研究方向进行展望，为视觉导航技术的进一步发展提供参考。

摘要:长波红外探测器对微弱红外信号的精准捕捉，依赖高精度时钟信号实现采样与处理过程的精准控制。电荷泵锁相环作为具备相位同步与频率跟踪功能的核心电路，能够为探测器提供稳定且精准的时钟源，进而提升探测器的整体性能与检测精度。针对高频信号场景，设计了一款基于数字像元读出架构的电荷泵锁相环，适配 320×256规格的焦平面探测器读出电路。在 1.2 V工作电压下，该锁相环可实现 10 ns快速起振，并在约 50 μs进入稳定锁定状态。锁定时控制电压 Vctrl为 0.57 V，最终输出 640 MHz高频信号，且其相位噪声性能优异，可达到 .72. 7 dBc/Hz@1MHz。此高频锁相环设计有效实现了探测器阵列读出时钟的同步，确保每个像素信号在准确时序下完成读取与处理。

摘要:文章设计了一种单 P阱结构的 2 000 V垂直双扩散金属氧化物半导体场效应晶体管(VDMOS)。利用 Silvaco仿真软件分析了 P阱宽度、结深、掺杂浓度、P-body区掺杂浓度及漂移区掺杂浓度对 VDMOS击穿电压的影响。研究结果表明，在有效长度为 26 μm的器件终端上，当 P阱宽度为 2.8 μm，P阱结深为 4.4 μm，P阱掺杂浓度为 2. 0×1018 cm.3，P-body区掺杂浓度为 3. 0×1017 cm.3，漂移区掺杂浓度为 4. 0×1014 cm.3时，器件阈值电压为 5.6 V，击穿电压为 2 000 V。与传统 VDMOS相比，优化后的器件击穿电压从 640 V提升至 2 000 V，增幅达 213%；阈值电压从 3V提升至 5.6 V，增幅为 87%。该单 P阱结构在显著提升器件耐压与阈值特性的同时，保持了终端结构的紧凑性，并未引入额外的工艺复杂度，展现出良好的性能优势与应用潜力。

摘要:微纳天线能够突破传统光学衍射极限，实现对量子点辐射性能的精确调控，在纳米光子学领域具有重要研究价值。文章提出一种基于混合衬底的空心结构微纳天线设计，可同时实现高辐射强度与高定向性。与已有的微纳天线设计相比，该型微纳天线设计结合了牛眼圆环结构和等离子体效应的优势，使其在 0.5~1.5 μm的宽波长范围内表现出优异的辐射性能。研究结果发现，在此复合结构中，位于天线中心的量子点辐射强度提升约 1 000倍，定向辐射控制在 30°范围内，最大珀塞尔因子约为 8 800。此外，验证了外部牛眼圆环通过调控内部电场模式，在定向辐射和增强珀塞尔因子方面发挥关键作用。最后还提出了几种高性能天线组合，为天线的优化设计提供了理论依据。

摘要:在生成式 AI、大规模分布式计算推动数据中心流量爆炸式增长的背景下，为满足数据中心向 1.6 T网络升级需求，1.6 T OSFP-XD 2×DR4光收发模块的设计与研究至关重要。文章提出一种基于双 DSP协同调度架构的创新方案，采用 OSFP-XD封装标准与 PAM4技术，通过 8个差分通道实现 1. 6 Tbit/s的总传输速率。此外，模块内置前向纠错算法与自适应 LMS均衡器，保障高速信号处理性能。测试结果显示，模块在 0℃，25℃和 70℃三种温度条件下，发射端眼图性能稳定，平均光功率、消光比、TDECQ等指标均符合 IEEE 802. 3dj协议；在常温下，光谱宽度小于 0.12 nm，边模抑制比大于 30 dB，接收端各通道灵敏度均低于 .4. 7 dBm，满足协议要求。该模块可广泛应用于 AI训练集群、超大规模云平台等场景，为下一代智能网络构建提供重要技术支撑。

摘要:为提高光纤陀螺在复杂温度环境下的输出稳定性，文章提出了一种基于自适应螺旋鲸鱼优化算法(ASWOA)优化支持向量回归(SVR)参数的温度补偿模型。该 ASWOA算法在标准鲸鱼优化算法的基础上，引入螺旋角自适应机制与收缩边界动态调整策略。通过实验采集光纤陀螺在 .40°C~60°C范围内的零偏输出与温度数据，构建以温度和温变率为输入、零偏为输出的 SVR模型，并利用 ASWOA对模型参数进行全局优化。实验结果表明，利用 ASWOA-SVR模型对光纤陀螺进行温度补偿，零偏稳定性和补偿精度与其他对比算法相比提升明显，且该模型对不同样本的补偿表现出优越的泛化能力。

摘要:面向新一代相控阵系统的小型化、大瞬时带宽以及高精度探测应用需求，文章提出一种多通道微波光子收发模块集成技术。重点研究了以薄膜铌酸锂调制芯片为核心的光电多芯片之间的高效耦合与高频互连技术，以及四通道收发模块的高频封装技术。通过对模块架构指标和混合集成技术的优化，该收发模块具有 2~18 GHz的工作带宽，收发噪声系数低于 9.4 dB，通道间相位一致性优于 16°。四通道收发模块体积仅 80 cm×40 cm×15 cm，为相控阵子阵系统提供了宽带、小尺寸的收发前端。

摘要:在光纤陀螺小型化的探索中，集成光引擎芯片较高的插入损耗始终是限制其性能的关键问题。文章提出一种新型三轴光子集成陀螺光引擎芯片架构，引入片上偏振旋转器，实现波导中非工作模式向主模式转换，避免传统结构中因偏振选择引起的固有 3 dB损耗。同时，芯片集成端面耦合器与多级分束器，实现与光源、敏感环及探测器阵列的高效耦合。基于 Lumerical FDTD的仿真验证表明器件插入损耗小于 .5 dB，偏振消光比大于 19 dB，整体尺寸小于0.5 mm×0.9 mm。所设计的芯片展示了优异的低损耗性能，为高性能集成光纤陀螺的发展提供了新的解决方案。

摘要:针对激光诱导石墨烯(LIG)导电性能优化问题，文章系统探究了激光参数调控、聚酰亚胺(PI)化学预处理及金属溅射对 LIG电阻特性及表面形貌的影响规律。实验结果表明:在 10. 87~46. 25 J/mm2能量密度范围内，LIG的电阻值与激光能量密度呈显著负相关；采用 2 mol/L NaOH与 0. 028 2 mol/L AgNO3溶液对 PI基底进行预处理后，所得 LIG的电阻值较原始样品降低两个数量级，性能优于其他对比方案；进一步在预处理样品表面溅射铂金属层最大可以降低 15. 07%的电阻值。该研究为高性能 LIG的制备提供了有效的工艺优化策略。

摘要:针对热释电红外探测器在外部振动与温度波动环境下易产生信号漂移及噪声增强的问题，文章从敏感元支撑结构设计出发，系统研究其对探测器抗干扰性能的作用机制。通过多物理场仿真与实验测试，对比分析了三类支撑结构对敏感元挠度及感应电势的响应特性。结果表明，五支撑柱结构能够显著降低敏感元在力 -热耦合场中的挠曲变形，从而有效增强热释电效应主导的电荷生成，同时明显抑制压电效应引入的干扰信号。此外，进一步揭示了关键结构参数对抗干扰性能的影响机制，为高性能热释电红外探测器的设计与优化提供了理论基础与数据参考。

摘要:准二维铅卤钙钛矿薄膜(A2Bn-1PbnBr3n+1)具有发光线宽窄、激子束缚能高和载流子扩散寿命长等优势，但该材料在发光效率和光稳定性方面仍存在不足，在多种实际应用场景中仍然面临挑战。为此，文章提出一种双金属协同掺杂策略，以增强薄膜的光量子产率。通过在准二维锌钛矿(BA2MAn-1PbnBr3n+1)薄膜中共掺杂 Cs+和 Cd2+离子，显著优化了薄膜的光学性能和相稳定性。 X射线衍射证实了准二维钙钛矿的结构演变，层数从 n=1增加至 n>3。扫描电子显微镜展示出掺杂薄膜的平坦形貌、表面针孔被有效修饰。X射线光电子能谱特征峰证明，Cs+和 Cd2+离子被有效掺杂到晶格。光谱分析表明，一价 Cs+离子掺杂会迫使准二维钙钛矿层数增加，导致使激子发光峰红移，而二价 Cd2+离子掺杂会引起晶格收缩，导致激子发光蓝移。将这两种金属离子引入晶格后，有效钝化了薄膜的能级缺陷态，延长了带边的复合寿命，进而提高了薄膜量子产率至 85%。此外， Cs+和 Cd2+离子的协同作用改善了薄膜的相稳定性，在 12 h后仍能维持高质量发光。

摘要:基于 0. 18 μm CMOS混合信号工艺，设计了一款 8×8阵列结构的读出集成电路(ROIC)，适用于盖革模式 InGaAs/InP雪崩光电二极管阵列。该读出电路具备帧内自由异步多回波探测的功能。电路像元中心距为 100 μm，集成了电容式主动淬灭电路和 14位时间数字转换器(TDC)，可实现 4 μs的帧周期长度和 1 ns的时间分辨率。相较于其他多回波探测方案，所设计电路通过引入像素 SRAM阵列和双模式触发器阵列，实现在较小像素中心距下的单帧内像素自恢复并连续探测三次光子回波的探测。采用 16通道并行输出架构，在 125 MHz读出时钟频率下，系统数据读出时间为 1.34 μs。有效探测时间占比最高达 75%，表明该结构在准连续盖革模式探测领域具有一定优势，能够实现全时域范围内较低盲区的光子检测。

摘要:针对洒水车智能喷洒中非机动车辆检测算法复杂度高、多尺度目标检测困难等问题，提出一种基于 YOLO11n的轻量化目标检测模型。基于 YOLO11n模型，设计了轻量化多尺度骨干网络，将传统下采样模块替换为轻量级自适应提取模块。提出多尺度卷积模块 C3k2-MSCB，并引入大核注意力机制改进 C2PSA，以减少模型的参数量，提升模型对多尺度信息的检测能力。使用基于卷积神经网络的跨尺度特征融合模块替换原模型颈部网络，进一步缩小模型大小，提高检测效率。实验结果表明，在自建的非机动车辆数据集上，相较于基准模型，改进的 YOLO11n模型的的参数量、GFLOPs和模型大小分别降低了 46. 3%，20. 3%和 42. 9%，同时 mAP@50提升了0. 3%，为洒水车智能喷洒系统提供了可靠的支持。

摘要:在主电网断路器操动机构异常监测中，多维混合特征提取困难，导致分类识别准确率较低。特别是当电网处于恶劣场景中，信号干扰和数据不完整的问题更加突出，进一步增加监测和故障诊断的难度。对此，文章提出一种基于变分模态分解算法与综合式梅尔倒谱系数的多源信号特征提取方法。在该方法的基础上，利用核主成分聚类分析与优化后的支持向量机，最终提出一种新型的主电网断路器操动机构异常监测与诊断技术。实验结果表明，在正常工况下，该研究方法信号的特征提取标准差与均方根值分别为 0. 10与 1. 12，验证了其在多源信号特征提取与噪声抑制中的有效性。此外，该方法的最高分类识别准确率达到了 97. 7%，显示出其在提高异常监测精度和诊断效率方面具有显著优势。所提出的方法不仅能为主电网断路器操动机构的异常监测与诊断提供新的技术路径，还能为实际应用中的多源信号分析提供有效的解决方案，解决军事电网中信号干扰和数据不完整的问题，提升监测与诊断的智能化水平。

摘要:温度波动对垂直腔面发射激光器(VCSEL)的波长影响显著，在外界温度骤变的复杂环境下采用传统 PID进行温度控制存在超调量大、抗干扰能力弱和自适应性能差等问题。文章通过仿真分析 VCSEL温控系统的三维稳态热分布特性，建立温度控制数学模型，提出一种基于反向传播(BP)神经网络优化的 PID控制方法。在 MATLAB/Simulink环境中，将所提出的方法与经典 PID控制、模糊 PID控制进行对比仿真实验。结果表明，该方法利用 BP神经网络实现在线整定 PID参数，有效抑制了系统超调，显著提高了系统对环境变化的适应能力与鲁棒性，从而整体提升了温控性能，能够满足高精度原子磁强计对激光器温度稳定性的严格要求。

摘要:针对低密度奇偶校验码的最小和译码算法性能有限及传统译码算法收敛速度较慢等问题，提出一种自适应分层阈值最小和(Adaptive Layered Threshold Min-Sum，ALTMS)译码算法。该算法结合阈值归一化最小和译码算法与阈值偏移最小和译码算法的优势，通过动态调整修正因子，使其随迭代次数自适应变化。同时，采用分层调度方式，有效提升了算法收敛速度和译码性能。仿真结果表明，与分层调度下的四种阈值最小和译码算法相比，所提出的 ALTMS译码算法实现了一定的性能增益，相比使用固定修正因子的最小和译码算法展现出更优越的纠错性能。

摘要:针对相位噪声补偿光频域反射仪(PNC-OFDR)测量速度慢、解调效率低，难以满足实时性要求，文章提出一种基于现场可编程门阵列(FPGA)的实时处理系统。该系统通过低通滤波与降采样简化相位噪声补偿计算，显著降低数据处理量；并采用多路信号复用的二维傅里叶变换结构，实现对长序列的高效频域分析。实验结果表明，该系统完成了 11阶相位噪声补偿，在 27 km测量距离内实现了 2.5 cm空间分辨率，且 FPGA处理延时仅为 8.13 ms，低于硬件系统的 10 ms的扫频周期，从而实现了 PNC-OFDR的实时解调。

摘要:针对现有分心驾驶行为检测算法检测精度低、计算量大等问题，文章提出一种基于 YOLOv11n改进的双主干网络(YOLO-DCC)。首先，该算法使用两条不同的轻量化主干替换 YOLOv11n的原始主干，在保持轻量化的同时，增强了模型的特征提取能力。随后，引入跨注意力融合模块(CAFM)在通道与空间维度上实现跨分支特征的动态交互与加权融合，进一步提升了关键特征的表达能力。最后，在颈部网络中引入上下文引导融合模块(CGFM)，通过聚合局部、周边与全局上下文信息，优化了多尺度特征的融合效果，提升了模型的检测精度。在 StateFarm数据集上进行实验，结果表明所提算法将 mAP@0. 5提升到了 95. 7%，相比于 YOLOv11n算法检测精度提高了 3. 1%，计算量减少了 7. 94%，能够有效检测驾驶员的分心驾驶行为。

摘要:为实现对微波信号多普勒频移(DFS)与到达角(AOA)的同步测量，提出一种基于光外差探测的微波光子学方法。该方法通过一个双支路光子链路，将携带目标速度信息的 DFS和携带目标方位信息的 AOA，分别映射至拍频信号的频率和幅度上，此信号由一个低速光电探测器生成。为提升 AOA的测量精度，系统采用一个深度神经网络模型，通过对实验数据的学习来补偿链路中的非理想因素，从而建立拍频信号幅度与 AOA之间精确的非线性映射关系。实验结果表明，在 100 kHz的测量范围内，DFS的测量误差低于 0.5 Hz。此外，在发射频率为 10 GHz，天线间距为 1.5 cm条件下，系统在 0°~90°的宽角度 AOA测量范围内，实现了低于 1°的测量误差。

摘要:为解决 FBG传感系统中 F-P滤波器的温度误差问题，文章提出一种基于改进 DNN的 F-P滤波器温度误差补偿方法。该方法在传统 DNN模型的基础上增加了 BN层、Dropout层、注意力机制层和残差连接层，提高了 DNN模型的性能。利用改进后的 DNN模型预测 F-P滤波器在不同温度和电压时的波长漂移，再将不同温度下 F-P滤波器的波长折算到某一固定温度时的波长，从而消除了温度变化带来的误差。通过搭建实验系统，对所提方法进行实验验证，并与 LSTM和 LSTM+CNN误差补偿模型预测结果进行对比。实验结果表明，误差补偿后的波长标准差最大为 4.7 pm，偏离平均值的最大波动为 13.3 pm，相比补偿前，标准差降低了 99. 96%，最大波动降低了 99. 93%。利用所提方法可在不添加额外硬件的基础上显著提高 FBG传感的精度，减小系统的复杂性和成本。

摘要:针对传统合成孔径雷达(SAR)舰船图像检测方法精度低、易漏检等，提出一种基于改进 YOLOv11的图像舰船检测方法 C3K2-SC-YOLOv11。首先，设计并行卷积多尺度特征模块 C3K2-SC，以替换 C3K2模块，有效增强了模型对多尺度特征和关键通道的自适应能力。其次，设计 HSAN_PSA模块，以替代 C2PSA，通过深度融合分层空间注意力与位置敏感注意力，有效抑制了相干斑点噪声的干扰。最后，引入 SSSA注意力机制改进 CBAM，在保持 CBAM优势的同时，增强了模型对 SAR图像中小目标的细节捕获能力。在 HRSID数据集上的实验结果表明，相较于较 YOLOv11，改进后的模型平均精度均值 mAP@50和综合平均精度 mAP@50∶95分别提升 6%和

摘要:针对地铁车辆车顶图像中螺栓占比小，算法检测精度低和计算量大的问题，提出一种基于轻量化 AWD-YOLOv8s的小目标螺栓检测算法。首先，设计了一种自适应权重下采样 AWD模块，通过赋予局部特征信息不同的权重值，从而增强算法对小目标特征信息的提取能力；其次，引入尺度内特征交互(AIFI)模块替换 SPPF模块，通过捕捉同一尺度特征间的依赖关系，实现算法的轻量化改进；最后，采用轻量化 Ghost-P2结构，增强算法对小目标螺栓特征信息的提取能力。实验结果表明，改进后的算法平均精度均值达到 98. 7%，比原算法提高 2. 2%，模型参数量减少 46. 7%，检测速度达到 115 FPS，在实现模型轻量化的同时显著提高检测精度。

摘要:随着电力通信网络的迅速发展，高效准确的业务识别对于保障电力系统的稳定运行至关重要。因此，文章提出一种基于自适应多通道注意力和知识蒸馏的电力通信业务识别方法，旨在提高识别精度并优化计算资源的使用。首先，提出一种自适应多通道注意力网络，该网络融合了自适应多通道机制、注意力机制与交互注意力机制，通过多个并行特征通道有效捕捉输入数据中的多样化特征信息，并引入自适应权重机制，实现对不同通道贡献的动态加权调整。其次，设计了一种自适应知识传递蒸馏方法，该方法通过两个阶段逐步传递教师模型的知识，并随着迭代次数动态调整传递过程，使轻量级学生模型在显著降低计算资源消耗的同时，依然能够保持较高的识别精度。最后，在 Moore数据集上的实验结果表明，所提方法在精确率、准确率、召回率和 F1分数方面均优于对比方法，具有广泛的实际应用前景。