主题一： 大口径射电望远镜反射面风荷载预测研究
主讲：吴睿
（导师：曹忠）
主题二：基于多分支时空特征学习的卷积神经网络脑电信号分类研究
主讲：熊诗明
（导师：王力）
主题三：雷达有源欺骗干扰的智能抑制方法研究
主讲：杨小萱
（导师：浣沙）
主办机构
广州大学电子与通信工程学院
时间安排
2025年5月19日10：30-12：00
地点
A1栋303教室
为拓宽研究生学术视野，促进研究生学术交流，营造良好的学术氛围，广州大学电子与通信工程学院主办的“研途青年说”第100讲于5月19日10：30-12：00在A1栋303教室举行。本次主讲人为22级研究生吴睿，熊诗明和杨小萱。
吴睿同学汇报的主题是大口径射电望远镜反射面风荷载预测研究，他的讲解主要包含以下6个部分：选题背景与意义、国内外研究现状及分析、风压时序数据预处理、基于NGO-BiLSTM的风压时序预测、风致响应预测的NGO-BiLSTM-FE耦合方法验证以及总结与展望。吴睿同学针对大口径射电望远镜风致响应预测难题，提出深度学习与有限元耦合的创新方法。首先，采用优化变分模态分解（OVMD）对昆明40米射电望远镜（KRT40m）实测非平稳风压信号进行预处理，通过自适应调整分解层数k、惩罚因子α及噪声容限τ，有效提取低频风压分量并抑制高频噪声。其次，构建北方苍鹰优化算法（NGO）与双向长短期记忆网络（BiLSTM）融合模型（NGO-BiLSTM），利用NGO动态优化超参数，结合BiLSTM的双向时序建模能力，实现多测点风压高精度预测，其RMSE、MAE等指标优于传统模型。最后，通过有限元仿真建立反射面结构模型，将预测风压经节点等效面积映射至反射面，结合半光程差理论和隐式动力学求解，验证了NGO-BiLSTM-FE耦合方法在不同俯仰角工况下面形精度（RMS）分析的可靠性，结果显示与实测-FE结果的偏差小于5%，证实该方法可有效解决非平稳风场与结构非线性耦合的预测瓶颈。
熊诗明同学汇报的主题是基于多分支时空特征学习的卷积神经网络脑电信号分类研究，他的讲解主要包含以下6个部分：研究背景及意义、现状与研究目标、研究方法及过程、关键技术与实践难点、研究结果与应用以及论文总结。熊诗明同学主要介绍了脑机接口技术中的运动想象脑电信号分类并且针对EEG信号的低信噪比、非平稳性及个体差异等挑战，提出了一种融合多分支结构与双向时间卷积的深度学习模型（MBCNN-EATCFNet），该模型通过引入高效注意力机制和自适应加权方法，丰富了时空特征提取与融合的理论框架，为EEG信号处理提供了新的技术路径。该模型在两个公共权威数据集上使用受试者依赖与受试者独立训练策略进行评估，与多个基线模型相比，达到了最高的平均分类准确率，且具有良好的泛化能力。
杨小萱同学汇报的主题是雷达有源欺骗干扰的智能抑制方法研究，她的讲解主要包含以下4个部分：选题背景和国内外研究现状、雷达探测原理和间歇采样转发干扰、端到端的时域复值干扰抑制网络以及总结与展望。在当今的研究中，中断采样转发干扰以其相干处理增益和灵活的调制技术为特点。而ISRJ在整个范围内产生假目标，这对雷达系统提出了重大挑战。但是，现有的ISRJ抑制方法很难在不损害真实目标信号完整性的情况下消除干扰信号，从而导致副瓣恶化和检测性能下降。对于以上情况，杨小萱同学提出了一种基于信号分解的复值编码器-解码器网络(CVEDNet)来解决这些挑战。该网络提供了一种基于复值时域信号的端到端抑制ISRJ的方法，而无需对干扰信号进行时频预处理。编码和解码结构抑制噪声，更准确地提取回波特征。采用叠置双支路结构和多尺度展开卷积进一步分离回波信号和基于高维特征的ISRJ。多域组合损失函数将波形和距离信息结合起来，保证了重建回波波形幅度和相位的完整性。从干扰抑制能力、回波保真度和检测性能指标等方面验证了该方法的有效性。
吴睿
2022级电子与通信工程学院
通信工程专业
导师：曹忠
主要研究方向：人工智能技术
主要科研成果：Wu R, Cao Z, Wang F, et al. Scientific preparation for JRT: Wind pressure prediction model for large radio telescope based on real data from multi-sensors[J]. Heliyon, 2024, 10(18).
熊诗明
2022级电子与通信工程学院
新一代电子信息技术（含量子技术等）专业
导师：王力
主要研究方向：脑机接口
主要科研成果：
1.学术论文
[1] Shiming Xiong, Li Wang, Guoxian Xia, et al. MBCNN-EATCFNet: A multi-branch neural network with efficient attention mechanism for decoding EEG-based motor imagery[J]. Robotics and Autonomous Systems, 2025, 185: 104899. （中科院二区, JCR Q1）
2.发明专利
[1] 王力, 熊诗明, 夏国贤, 邓嘉贤, 杨佳烽. 一种运动想象脑电信号分类方法、系统、电子设备及介质[P]. 广东省：CN202410315171.7, 2024-03-19
杨小萱
2022级电子与通信工程学院
通信工程专业
导师：浣沙
主要研究方向：雷达抗干扰
主要科研成果：论文一篇、专利一篇
（撰稿人：朱振光 审核：谢玲、张虓）
