邮件订阅
优先发表栏目展示本刊经同行评议确定正式录用的文章，这些文章目前处在编校过程，尚未确定卷期及页码，但可以根据DOI进行引用。本栏目内容尚未正式出版，未经编辑部许可，不得转载。
显示方式:
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT250180
摘要:
该文提出一种集成肖特基二极管结构的新型分裂栅碳化硅MOSFET器件，有效改善传统DT-MOS器件的反向恢复与开关特性。该新型结构首先采用元胞内集成肖特基二极管技术替代传统DT-MOS的右侧沟道，其次采用分裂栅极集成技术代替传统槽栅设计，将栅极分成了两部分栅极G和源极S两个部分，中间由二氧化硅进行介质隔离。其作用包括：集成肖特基二极管抑制体二极管导通并消除双极退化效应；集成分裂栅与源极短接，减小栅漏耦合面积来降低反馈电容与栅电荷，且在接入高电位时形成电子积累层以提高电子密度。其结果显示：反向导通状态下，电流将从肖特基二极管流出，连接源极的分裂栅极将提升电子浓度从而提高电流密度；动态开关状态下，分裂栅结构通过屏蔽设计减小了栅极与漏极的耦合面积，有效降低了密勒平台电荷QGD并改善了开关性能。
该文提出一种集成肖特基二极管结构的新型分裂栅碳化硅MOSFET器件，有效改善传统DT-MOS器件的反向恢复与开关特性。该新型结构首先采用元胞内集成肖特基二极管技术替代传统DT-MOS的右侧沟道，其次采用分裂栅极集成技术代替传统槽栅设计，将栅极分成了两部分栅极G和源极S两个部分，中间由二氧化硅进行介质隔离。其作用包括：集成肖特基二极管抑制体二极管导通并消除双极退化效应；集成分裂栅与源极短接，减小栅漏耦合面积来降低反馈电容与栅电荷，且在接入高电位时形成电子积累层以提高电子密度。其结果显示：反向导通状态下，电流将从肖特基二极管流出，连接源极的分裂栅极将提升电子浓度从而提高电流密度；动态开关状态下，分裂栅结构通过屏蔽设计减小了栅极与漏极的耦合面积，有效降低了密勒平台电荷QGD并改善了开关性能。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT241116
摘要:
无人机(UAV)凭借灵活部署和高移动性，在通信感知一体化(ISAC)技术的推动下，展现出广阔的应用前景。该文系统地综述了无人机使能的ISAC组网与关键技术的研究进展。首先，概述了ISAC技术的原理与特点。其次，针对感知辅助通信任务的应用场景，探讨了ISAC设备在无人机与地面基站中部署的不同组网结构及其优势；针对通感融合任务的应用场景，分析了无人机在定位、边缘计算与缓存等面向通感融合任务中的组网模式及关键作用。此外，从感知使能技术和资源分配技术两个维度，总结了无人机使能的ISAC关键技术发展现状。最后，针对无人机面临的能量受限、复杂传播环境、地理环境和网络安全性等挑战，探讨了无人机与无线携能、可重构智能表面、地理信息辅助及隐蔽通信等技术的融合进展，为未来智慧城市、地理测绘、应急救援等新兴低空经济场景提供技术路径与研究方向。
无人机(UAV)凭借灵活部署和高移动性，在通信感知一体化(ISAC)技术的推动下，展现出广阔的应用前景。该文系统地综述了无人机使能的ISAC组网与关键技术的研究进展。首先，概述了ISAC技术的原理与特点。其次，针对感知辅助通信任务的应用场景，探讨了ISAC设备在无人机与地面基站中部署的不同组网结构及其优势；针对通感融合任务的应用场景，分析了无人机在定位、边缘计算与缓存等面向通感融合任务中的组网模式及关键作用。此外，从感知使能技术和资源分配技术两个维度，总结了无人机使能的ISAC关键技术发展现状。最后，针对无人机面临的能量受限、复杂传播环境、地理环境和网络安全性等挑战，探讨了无人机与无线携能、可重构智能表面、地理信息辅助及隐蔽通信等技术的融合进展，为未来智慧城市、地理测绘、应急救援等新兴低空经济场景提供技术路径与研究方向。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT240970
摘要:
无人机毫米波通信能够在多种按需服务场景中提供高速数据传输。然而，毫米波信号易受障碍物阻挡，使得路径损耗大，严重影响系统吞吐量性能。为解决这一问题，该文提出一种基于阻挡预测的无人机抗阻挡轨迹规划方法，在障碍物地理信息(包括位置、形状、大小)未知且移动用户定位存在误差的情况下，准确预测链路阻挡并规划无人机飞行轨迹。通过设计引入定位误差泰勒展开项的几何特征向量，对用户与无人机之间的链路阻挡进行预测，进而规划无人机的3维轨迹以有效避免阻挡，提升用户吞吐量。仿真结果表明，针对用户定位误差设计的特征向量能够提高阻挡预测精度。与基于概率阻挡模型的现有算法相比，所提基于阻挡预测的无人机抗阻挡轨迹规划算法尽管复杂度较高，但能够获得更高吞吐量，实现了复杂度与性能之间的均衡。
无人机毫米波通信能够在多种按需服务场景中提供高速数据传输。然而，毫米波信号易受障碍物阻挡，使得路径损耗大，严重影响系统吞吐量性能。为解决这一问题，该文提出一种基于阻挡预测的无人机抗阻挡轨迹规划方法，在障碍物地理信息(包括位置、形状、大小)未知且移动用户定位存在误差的情况下，准确预测链路阻挡并规划无人机飞行轨迹。通过设计引入定位误差泰勒展开项的几何特征向量，对用户与无人机之间的链路阻挡进行预测，进而规划无人机的3维轨迹以有效避免阻挡，提升用户吞吐量。仿真结果表明，针对用户定位误差设计的特征向量能够提高阻挡预测精度。与基于概率阻挡模型的现有算法相比，所提基于阻挡预测的无人机抗阻挡轨迹规划算法尽管复杂度较高，但能够获得更高吞吐量，实现了复杂度与性能之间的均衡。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT241142
摘要:
通感一体化是国际电信联盟定义的6G的六大场景之一。为了推动通感一体化的技术落地和标准制定，该文公开了一个实测的、基于5G空口的通感一体化感知信号数据集。该数据集使用通用软件无线电外设工作于sub-6 GHz频段，运行5G NR (New Radio)物理层协议栈，复用NR的下行解调参考信号作为感知信号进行数据采集，包含了2个场景和2种感知模式共8组数据。在每个场景和每种感知模式下，提供了包含运动感知目标和背景环境的连续30 s的8通道信道信息数据，并提供了仅包含背景环境的数据。为了清晰地展示数据特征，该文通过经典的2维离散傅里叶变换(2D-DFT)算法给出了典型感知信号的时延谱和时延-多普勒谱，并对其进行了分析和描述。此外，该文提供了基于过采样离散傅里叶逆变换(IDFT)算法的时延域参考径方法，用来进行双基地感知模式下的感知非理想因素消除，以验证数据集的可靠性和有效性。
通感一体化是国际电信联盟定义的6G的六大场景之一。为了推动通感一体化的技术落地和标准制定，该文公开了一个实测的、基于5G空口的通感一体化感知信号数据集。该数据集使用通用软件无线电外设工作于sub-6 GHz频段，运行5G NR (New Radio)物理层协议栈，复用NR的下行解调参考信号作为感知信号进行数据采集，包含了2个场景和2种感知模式共8组数据。在每个场景和每种感知模式下，提供了包含运动感知目标和背景环境的连续30 s的8通道信道信息数据，并提供了仅包含背景环境的数据。为了清晰地展示数据特征，该文通过经典的2维离散傅里叶变换(2D-DFT)算法给出了典型感知信号的时延谱和时延-多普勒谱，并对其进行了分析和描述。此外，该文提供了基于过采样离散傅里叶逆变换(IDFT)算法的时延域参考径方法，用来进行双基地感知模式下的感知非理想因素消除，以验证数据集的可靠性和有效性。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT250099
摘要:
单侧差分隐私机制具有敏感屏蔽特性，能确保攻击者无法显著降低其对记录敏感性的不确定性，但是该机制中的单侧差分隐私随机响应算法仅适用于敏感记录百分比较低的数据集。为克服上述算法在敏感记录百分比较高数据集中的局限性，该文提出一种新的算法——单侧个性化差分隐私随机响应算法。该算法引入敏感规范函数的定义，为不同用户的各项数据分别赋予不同的敏感级别，然后设计新的个性化采样方法，并基于用户数据权重值进行个性化采样和加噪处理。相对于单侧差分隐私随机响应算法，该文所提随机响应算法更细致地考虑到用户对不同数据的敏感程度。特别地，该文将综合权重值映射到需要添加的噪声量以满足严格的隐私保护要求。最后，在合成数据集和真实数据集上进行仿真实验，对比了单侧个性化差分隐私随机响应算法与现有的随机响应算法。实验结果表明，在不同的上限阈值下，该文所提算法不仅在敏感记录百分比较低时提供更优的数据效用，而且适用于敏感记录百分比较高的场景，并显著提高了查询结果的准确性和稳健性。
单侧差分隐私机制具有敏感屏蔽特性，能确保攻击者无法显著降低其对记录敏感性的不确定性，但是该机制中的单侧差分隐私随机响应算法仅适用于敏感记录百分比较低的数据集。为克服上述算法在敏感记录百分比较高数据集中的局限性，该文提出一种新的算法——单侧个性化差分隐私随机响应算法。该算法引入敏感规范函数的定义，为不同用户的各项数据分别赋予不同的敏感级别，然后设计新的个性化采样方法，并基于用户数据权重值进行个性化采样和加噪处理。相对于单侧差分隐私随机响应算法，该文所提随机响应算法更细致地考虑到用户对不同数据的敏感程度。特别地，该文将综合权重值映射到需要添加的噪声量以满足严格的隐私保护要求。最后，在合成数据集和真实数据集上进行仿真实验，对比了单侧个性化差分隐私随机响应算法与现有的随机响应算法。实验结果表明，在不同的上限阈值下，该文所提算法不仅在敏感记录百分比较低时提供更优的数据效用，而且适用于敏感记录百分比较高的场景，并显著提高了查询结果的准确性和稳健性。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT240441
摘要:
针对不平衡数据过采样的过程中如何合成有效新样本的问题，该文提出一种基于最大安全近邻与局部密度的自适应过采样方法。该方法利用最大安全近邻和局部密度将少数类样本划分为安全样本、边界样本和离群点；在此基础上，通过组合加权设置样本的采样概率，使得靠近边界的“次边界样本”更容易被选择为根样本，并且自适应地调整K近邻的参数K，选择最优合成区域；针对离群点，采用超球面内的随机过采样策略，进一步增加少数类样本的多样性。最后，将所提方法与合成少数类过采样技术(SMOTE)、 自适应合成采样方法(ADASYN)等6种过采样方法在13个公开数据集上进行实验分析，结果表明，所提方法相对于对比方法在 F1分数(F1-score)指标上分别平均提高了6.9%, 8.8%, 8.2%, 5.8%, 7.2%和12.5%，在几何平均值(G-mean)指标上分别平均提高了3.0%, 2.5%, 3.0%, 3.2%, 5.3%和8.6%，证明所提方法可以有效解决不平衡数据分类问题。
针对不平衡数据过采样的过程中如何合成有效新样本的问题，该文提出一种基于最大安全近邻与局部密度的自适应过采样方法。该方法利用最大安全近邻和局部密度将少数类样本划分为安全样本、边界样本和离群点；在此基础上，通过组合加权设置样本的采样概率，使得靠近边界的“次边界样本”更容易被选择为根样本，并且自适应地调整K近邻的参数K，选择最优合成区域；针对离群点，采用超球面内的随机过采样策略，进一步增加少数类样本的多样性。最后，将所提方法与合成少数类过采样技术(SMOTE)、 自适应合成采样方法(ADASYN)等6种过采样方法在13个公开数据集上进行实验分析，结果表明，所提方法相对于对比方法在 F1分数(F1-score)指标上分别平均提高了6.9%, 8.8%, 8.2%, 5.8%, 7.2%和12.5%，在几何平均值(G-mean)指标上分别平均提高了3.0%, 2.5%, 3.0%, 3.2%, 5.3%和8.6%，证明所提方法可以有效解决不平衡数据分类问题。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT241114
摘要:
第6代移动通信(6G)系统将基于通信感知一体化能力获取精确的环境信息和用户状态信息，从而在保障通信业务的同时将真实物理世界复刻为数字孪生世界。该文提出一种完备的6G通感一体关键技术体系，包括静态环境重构、动态目标感知、物体材质识别3大基本能力。具体地，该文设计了基于多用户、多基站、主被动融合的静态环境重构技术，构建了多基站协同、多特征融合的动态目标感知技术，研究了基于多基站协同的电磁感知与材质识别技术。在此基础上，开发了基于射频系统级芯片上的现场可编程门阵列(RFSoC-FPGA)的通用通感一体化硬件原型平台，可在保持通信服务的同时有效重建环境地图并感知动态目标。
第6代移动通信(6G)系统将基于通信感知一体化能力获取精确的环境信息和用户状态信息，从而在保障通信业务的同时将真实物理世界复刻为数字孪生世界。该文提出一种完备的6G通感一体关键技术体系，包括静态环境重构、动态目标感知、物体材质识别3大基本能力。具体地，该文设计了基于多用户、多基站、主被动融合的静态环境重构技术，构建了多基站协同、多特征融合的动态目标感知技术，研究了基于多基站协同的电磁感知与材质识别技术。在此基础上，开发了基于射频系统级芯片上的现场可编程门阵列(RFSoC-FPGA)的通用通感一体化硬件原型平台，可在保持通信服务的同时有效重建环境地图并感知动态目标。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT241152
摘要:
无人机定位不仅能够提高无人机操作的安全性和效率，还为各种低空经济活动提供了技术保障。传统蜂窝定位技术依赖于专用的定位导频，不仅需要大量的导频开销，且在3D定位精度上存在限制。针对该问题，该文提出了一种空地协同的通感一体化网络中的多基站分布式无人机3D定位方法，根据多信号分类算法(MUSIC)得到多个发射信号经过目标无人机折射并到达接收站的时延估计，进而利用椭圆定位算法得到无人机的3D位置估计。进一步地，推导了基于分布式通感一体化网络的无人机3D位置估计的误差克拉美罗下界(CRLB)，并与所提位置估计算法的蒙特卡洛性能仿真进行对比，验证了所提算法的性能在高信噪比(SNR)区域能够逼近CRLB。研究结果表明，所提算法能够在无需定位导频的情况下保证目标无人机的3D定位精度，并且利用无人机基站作为通感信号收发机和边缘计算中心辅助地面基站进行目标无人机的3D定位，相较于仅依赖地面基站的传统定位算法，可以有效地提高目标无人机高度的估计精度。
无人机定位不仅能够提高无人机操作的安全性和效率，还为各种低空经济活动提供了技术保障。传统蜂窝定位技术依赖于专用的定位导频，不仅需要大量的导频开销，且在3D定位精度上存在限制。针对该问题，该文提出了一种空地协同的通感一体化网络中的多基站分布式无人机3D定位方法，根据多信号分类算法(MUSIC)得到多个发射信号经过目标无人机折射并到达接收站的时延估计，进而利用椭圆定位算法得到无人机的3D位置估计。进一步地，推导了基于分布式通感一体化网络的无人机3D位置估计的误差克拉美罗下界(CRLB)，并与所提位置估计算法的蒙特卡洛性能仿真进行对比，验证了所提算法的性能在高信噪比(SNR)区域能够逼近CRLB。研究结果表明，所提算法能够在无需定位导频的情况下保证目标无人机的3D定位精度，并且利用无人机基站作为通感信号收发机和边缘计算中心辅助地面基站进行目标无人机的3D定位，相较于仅依赖地面基站的传统定位算法，可以有效地提高目标无人机高度的估计精度。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT240853
摘要:
为了解决智能反射面(IRS)辅助的通感一体化系统(ISAC)的安全通信问题，该文提出一种基于扩展卡尔曼滤波(EKF)目标追踪的安全传输方案。首先，针对作为潜在窃听者的移动感知目标，利用ISAC基站的感知功能从雷达回波中获取其状态参数，并采用EKF技术对其运动轨迹进行实时跟踪和预测。然后，利用感知目标的实时位置和信道状态信息调整基站发射波束成形和IRS反射波束成形。在此基础上，通过联合优化基站的发射波束成形、接收波束成形、上行链路用户的发射功率以及IRS的反射波束成形，最大化系统的保密速率。利用交替优化的思想将该非凸优化问题解耦为3个独立的子问题，并分别基于连续凸近似、丁克尔巴赫变换和优化最小化求解子问题。仿真结果表明，该方案可以对移动的感知目标进行有效的轨迹追踪，以提供更高的保密速率。同时证实了与没有IRS的方案相比，IRS的辅助能够实现更好的安全通信性能。
为了解决智能反射面(IRS)辅助的通感一体化系统(ISAC)的安全通信问题，该文提出一种基于扩展卡尔曼滤波(EKF)目标追踪的安全传输方案。首先，针对作为潜在窃听者的移动感知目标，利用ISAC基站的感知功能从雷达回波中获取其状态参数，并采用EKF技术对其运动轨迹进行实时跟踪和预测。然后，利用感知目标的实时位置和信道状态信息调整基站发射波束成形和IRS反射波束成形。在此基础上，通过联合优化基站的发射波束成形、接收波束成形、上行链路用户的发射功率以及IRS的反射波束成形，最大化系统的保密速率。利用交替优化的思想将该非凸优化问题解耦为3个独立的子问题，并分别基于连续凸近似、丁克尔巴赫变换和优化最小化求解子问题。仿真结果表明，该方案可以对移动的感知目标进行有效的轨迹追踪，以提供更高的保密速率。同时证实了与没有IRS的方案相比，IRS的辅助能够实现更好的安全通信性能。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT241017
摘要:
文本检测作为计算机视觉领域一项重要分支，在文字翻译、自动驾驶和票据信息处理等方面具有重要的应用价值。当前文本检测算法仍无法解决实际拍摄图像的部分文本分辨率低、尺度变化大和有效特征不足的问题。针对上述待解决的问题，该文提出一种基于高分辨扩展金字塔的场景文本检测方法(HREPNet)。首先，构造一种改进型特征金字塔，引入高分辨扩展层和超分辨特征模块，有效增强文本分辨率特征，解决部分文本分辨率低的问题；同时，在主干网络传递特征过程中引入多尺度特征提取模块，通过多分支空洞卷积结构与注意力机制，充分获取文本多尺度特征，解决文本尺度变化大的问题；最后，提出高效特征融合模块，选择性融合高分辨特征和多尺度特征，从而减少模型的空间信息的丢失，解决有效特征不足的问题。实验结果表明，HREPNet在公开数据集ICDAR2015, CTW1500和Total-Text上综合指标F值分别提高了7.6%, 5.5%和3.0%，在准确率召回率上都得到显著提升；此外，HREPNet对不同尺度和分辨率的文本检测效果均有明显提升，对小尺度和低分辨率文本提升尤为显著。
文本检测作为计算机视觉领域一项重要分支，在文字翻译、自动驾驶和票据信息处理等方面具有重要的应用价值。当前文本检测算法仍无法解决实际拍摄图像的部分文本分辨率低、尺度变化大和有效特征不足的问题。针对上述待解决的问题，该文提出一种基于高分辨扩展金字塔的场景文本检测方法(HREPNet)。首先，构造一种改进型特征金字塔，引入高分辨扩展层和超分辨特征模块，有效增强文本分辨率特征，解决部分文本分辨率低的问题；同时，在主干网络传递特征过程中引入多尺度特征提取模块，通过多分支空洞卷积结构与注意力机制，充分获取文本多尺度特征，解决文本尺度变化大的问题；最后，提出高效特征融合模块，选择性融合高分辨特征和多尺度特征，从而减少模型的空间信息的丢失，解决有效特征不足的问题。实验结果表明，HREPNet在公开数据集ICDAR2015, CTW1500和Total-Text上综合指标F值分别提高了7.6%, 5.5%和3.0%，在准确率召回率上都得到显著提升；此外，HREPNet对不同尺度和分辨率的文本检测效果均有明显提升，对小尺度和低分辨率文本提升尤为显著。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT240848
摘要:
针对低信噪比(SNRs)下低截获概率(LPI)雷达脉内波形识别准确率低的问题，该文提出一种基于时频分析(TFA)、混合扩张卷积(HDC)、卷积块注意力模块(CBAM)和GhostNet网络的LPI雷达辐射源信号识别方法，旨在提升LPI雷达信号的识别性能。该方法先从信号预处理角度给出一种适合LPI雷达信号的时频图像增强处理方法，并基于双时频特征融合技术，有效提升了后续网络对LPI雷达信号脉内调制的识别准确率。接着改造了一种高效轻量级网络，用于对LPI雷达脉内调制信号识别，该网络在GhostNet基础上，结合HDC和CBAM，形成了改进型GhostNet，扩大了特征图的感受野并增强了网络获取通道和位置信息的能力。仿真结果表明，在–8 dB信噪比下，该方法的雷达信号识别准确率依然能够达到98.98%，并在参数数量上也优于对比网络。该文所提方法在低信噪比环境下显著提高了LPI雷达脉内波形识别的准确率，为LPI雷达信号识别领域提供了新的技术途径。
针对低信噪比(SNRs)下低截获概率(LPI)雷达脉内波形识别准确率低的问题，该文提出一种基于时频分析(TFA)、混合扩张卷积(HDC)、卷积块注意力模块(CBAM)和GhostNet网络的LPI雷达辐射源信号识别方法，旨在提升LPI雷达信号的识别性能。该方法先从信号预处理角度给出一种适合LPI雷达信号的时频图像增强处理方法，并基于双时频特征融合技术，有效提升了后续网络对LPI雷达信号脉内调制的识别准确率。接着改造了一种高效轻量级网络，用于对LPI雷达脉内调制信号识别，该网络在GhostNet基础上，结合HDC和CBAM，形成了改进型GhostNet，扩大了特征图的感受野并增强了网络获取通道和位置信息的能力。仿真结果表明，在–8 dB信噪比下，该方法的雷达信号识别准确率依然能够达到98.98%，并在参数数量上也优于对比网络。该文所提方法在低信噪比环境下显著提高了LPI雷达脉内波形识别的准确率，为LPI雷达信号识别领域提供了新的技术途径。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT240390
摘要:
现有基于同态加密的联邦学习安全和隐私保护方案中，仍面临着服务器伪造聚合结果或与用户合谋导致隐私数据泄露风险。针对上述问题，该文提出抗合谋的隐私保护和可验证联邦学习方案。首先，通过结合秘密共享算法实现密钥的生成和协作解密，并采用同态加密等密码学原语进一步保护模型，防止用户与服务器的合谋攻击。然后基于双线性聚合签名算法使每个用户能够独立验证服务器提供的聚合结果。同时，为了鼓励更多拥有高质量数据的用户参与进来，该文提出一种激励机制，为用户提供相应的奖励。安全性分析表明，该文方案对系统中存在的合谋攻击具有鲁棒性。最后，理论分析和实验验证结果表明该方案具有可靠性、可行性和有效性。
现有基于同态加密的联邦学习安全和隐私保护方案中，仍面临着服务器伪造聚合结果或与用户合谋导致隐私数据泄露风险。针对上述问题，该文提出抗合谋的隐私保护和可验证联邦学习方案。首先，通过结合秘密共享算法实现密钥的生成和协作解密，并采用同态加密等密码学原语进一步保护模型，防止用户与服务器的合谋攻击。然后基于双线性聚合签名算法使每个用户能够独立验证服务器提供的聚合结果。同时，为了鼓励更多拥有高质量数据的用户参与进来，该文提出一种激励机制，为用户提供相应的奖励。安全性分析表明，该文方案对系统中存在的合谋攻击具有鲁棒性。最后，理论分析和实验验证结果表明该方案具有可靠性、可行性和有效性。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT240835
摘要:
作为新质生产力的低空智联网(LAIN)，通过构建多种应用场景下的3维网络体系，可协助实现泛在覆盖和万物互联的美好愿景。然而，随着LAIN的快速发展，在数据采集和利用过程中，分布式飞行器和地面设备在运营过程中所产生的数据来源广泛、格式各异，但由于尚未形成对数据的统一表征标准，极大地限制了LAIN中信息共享和有效利用。因此，该文首先总结了当前国内外相关研究现状，分析了LAIN下潜在的异构数据类型，指明其主要特征和应用场景；然后，设计了LAIN数据集成与融合的示范平台；其次，剖析了实现LAIN下多维异构信息统一表征所面临的挑战；进而，基于数据融合技术、时空栅格化技术、多模态协同推理以及知识图谱，提出潜在的融合与集成表征方法，构建统一的知识表征模型框架，以期实现不同信息源数据的语义对齐和集成；最后，对所述内容进行总结，并展望了未来的研究方向，旨在为LAIN的进一步发展提供理论基础和技术支持，推动LAIN信息资源的高效利用和智能化发展。
作为新质生产力的低空智联网(LAIN)，通过构建多种应用场景下的3维网络体系，可协助实现泛在覆盖和万物互联的美好愿景。然而，随着LAIN的快速发展，在数据采集和利用过程中，分布式飞行器和地面设备在运营过程中所产生的数据来源广泛、格式各异，但由于尚未形成对数据的统一表征标准，极大地限制了LAIN中信息共享和有效利用。因此，该文首先总结了当前国内外相关研究现状，分析了LAIN下潜在的异构数据类型，指明其主要特征和应用场景；然后，设计了LAIN数据集成与融合的示范平台；其次，剖析了实现LAIN下多维异构信息统一表征所面临的挑战；进而，基于数据融合技术、时空栅格化技术、多模态协同推理以及知识图谱，提出潜在的融合与集成表征方法，构建统一的知识表征模型框架，以期实现不同信息源数据的语义对齐和集成；最后，对所述内容进行总结，并展望了未来的研究方向，旨在为LAIN的进一步发展提供理论基础和技术支持，推动LAIN信息资源的高效利用和智能化发展。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT241111
摘要:
近年来无人机(UAV)数量的剧增，无论是在民用还是军用领域都带来了一定的隐私和安全问题，因此对无人机的管控技术已成为研究热点。当前基于深度学习的射频指纹识别(RFFI)技术虽然在无人机识别上表现优异，但由于模型复杂度高，训练速度慢，且在不同数据分布下的泛化能力有限，因此在实际应用中存在局限性。该文提出一种基于梅尔频率倒谱系数的无人机识别方法，使用USRP N210采集无人机图传信号，然后提取梅尔倒谱系数(MFCC)作为无人机射频指纹特征，输入门控循环单元(GRU)进行分类识别，最后通过正则化正交匹配追踪算法(ROMP)估计无人机定位参数得到无人机具体位置。试验结果表明无人机的识别准确率可达98%，且GRU模型参数量只有1.6 k，训练时间仅需9 s，显著降低了模型复杂度并提高了训练速度和识别精度，在无人机定位中，其3维定位误差小于1 m。为进一步验证该文所提方法的可行性，对同一厂家同一型号10个无线模块进行不同距离的分类识别，1 m, 2 m, 3 m和5 m识别结果分别为100%, 98%, 98%和99%。
近年来无人机(UAV)数量的剧增，无论是在民用还是军用领域都带来了一定的隐私和安全问题，因此对无人机的管控技术已成为研究热点。当前基于深度学习的射频指纹识别(RFFI)技术虽然在无人机识别上表现优异，但由于模型复杂度高，训练速度慢，且在不同数据分布下的泛化能力有限，因此在实际应用中存在局限性。该文提出一种基于梅尔频率倒谱系数的无人机识别方法，使用USRP N210采集无人机图传信号，然后提取梅尔倒谱系数(MFCC)作为无人机射频指纹特征，输入门控循环单元(GRU)进行分类识别，最后通过正则化正交匹配追踪算法(ROMP)估计无人机定位参数得到无人机具体位置。试验结果表明无人机的识别准确率可达98%，且GRU模型参数量只有1.6 k，训练时间仅需9 s，显著降低了模型复杂度并提高了训练速度和识别精度，在无人机定位中，其3维定位误差小于1 m。为进一步验证该文所提方法的可行性，对同一厂家同一型号10个无线模块进行不同距离的分类识别，1 m, 2 m, 3 m和5 m识别结果分别为100%, 98%, 98%和99%。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT241151
摘要:
通感算一体化网络作为第六代移动通信系统的重要发展方向，融合了通信、感知和计算功能，为未来智能网络的高效协同提供了技术支撑。该文首先介绍了通感智能协同和云雾边算力协同技术，并结合区块链技术，研究了通感算一体化体系架构，提升了数据传输与存储的安全性。随后，深入分析了高精度感知与干扰管控方法，包括按需适配的高精度感知机制、双层优化频谱共享框架以及通感互干扰的优化策略。最后，围绕弹性接入与资源优化，探讨了人工智能驱动的资源分配框架和动态资源优化与调度策略，有效提升多维资源利用率和网络适应能力，满足未来高效、智能、安全的通感算一体化网络需求。
通感算一体化网络作为第六代移动通信系统的重要发展方向，融合了通信、感知和计算功能，为未来智能网络的高效协同提供了技术支撑。该文首先介绍了通感智能协同和云雾边算力协同技术，并结合区块链技术，研究了通感算一体化体系架构，提升了数据传输与存储的安全性。随后，深入分析了高精度感知与干扰管控方法，包括按需适配的高精度感知机制、双层优化频谱共享框架以及通感互干扰的优化策略。最后，围绕弹性接入与资源优化，探讨了人工智能驱动的资源分配框架和动态资源优化与调度策略，有效提升多维资源利用率和网络适应能力，满足未来高效、智能、安全的通感算一体化网络需求。
显示方式:
2025, 47(3): 573-581.
doi: 10.11999/JEIT240804
摘要:
无人机射频检测是实现非合作无人机管控的手段之一，而基于射频信号的无人机个体识别(DIR)是无人机检测的重要环节。鉴于当前DIR开源数据集缺失，该文公开了一个名为DroneRFb-DIR的无人机射频信号数据集。该数据集使用软件无线电设备采集无人机与遥控器间通信的射频信号，包含城市场景下的无人机种类共6类(每类无人机各包含3架不同个体)以及1类背景参考信号。采样信号存储为最原始的I/Q数据，每类数据包含不少于40个片段，每个片段包含不少于4 M个采样点。信号采集范围为2.4～2.48 GHz，包含无人机飞控信号、图传信号以及周围干扰设备的信号。该数据集包含详细的个体编号和视距或非视距场景标注，并已划分训练集与测试集，以便于用户进行识别算法验证和性能对比分析。与此同时，该文提供了一种基于快速频率估计和时域相关分析的无人机个体识别方法，并在该数据集上验证了所提方法的有效性。
无人机射频检测是实现非合作无人机管控的手段之一，而基于射频信号的无人机个体识别(DIR)是无人机检测的重要环节。鉴于当前DIR开源数据集缺失，该文公开了一个名为DroneRFb-DIR的无人机射频信号数据集。该数据集使用软件无线电设备采集无人机与遥控器间通信的射频信号，包含城市场景下的无人机种类共6类(每类无人机各包含3架不同个体)以及1类背景参考信号。采样信号存储为最原始的I/Q数据，每类数据包含不少于40个片段，每个片段包含不少于4 M个采样点。信号采集范围为2.4～2.48 GHz，包含无人机飞控信号、图传信号以及周围干扰设备的信号。该数据集包含详细的个体编号和视距或非视距场景标注，并已划分训练集与测试集，以便于用户进行识别算法验证和性能对比分析。与此同时，该文提供了一种基于快速频率估计和时域相关分析的无人机个体识别方法，并在该数据集上验证了所提方法的有效性。
2025, 47(3): 582-589.
doi: 10.11999/JEIT240655
摘要:
大尺度战场环境中电磁频谱作战装备测试和演训需要依靠大规模数字化电磁环境进行仿真，然而大尺度电磁信道计算复杂度较高，难以提升计算速度。针对这一问题，该文提出一种迭代时域辐射度算法。该算法通过递推方法建模信道，利用空间相干性复用前一时刻的信道数据，并经过修正后用于当前时刻的信道计算。同时，采用面元信道搜索方法对面元中的信道进行低复杂度近似，有效降低了计算复杂度。仿真结果表明，与传统时域辐射度算法相比，所提算法在保证计算精度的基础上计算速度提升了1个数量级。与频域辐射度算法相比，所提算法的时延分辨率更高，更适用于大规模战场环境。
大尺度战场环境中电磁频谱作战装备测试和演训需要依靠大规模数字化电磁环境进行仿真，然而大尺度电磁信道计算复杂度较高，难以提升计算速度。针对这一问题，该文提出一种迭代时域辐射度算法。该算法通过递推方法建模信道，利用空间相干性复用前一时刻的信道数据，并经过修正后用于当前时刻的信道计算。同时，采用面元信道搜索方法对面元中的信道进行低复杂度近似，有效降低了计算复杂度。仿真结果表明，与传统时域辐射度算法相比，所提算法在保证计算精度的基础上计算速度提升了1个数量级。与频域辐射度算法相比，所提算法的时延分辨率更高，更适用于大规模战场环境。
2025, 47(3): 590-599.
doi: 10.11999/JEIT240840
摘要:
设计高效且复杂度低的检测算法是差分空间调制(DSM)系统中的一大关键问题。该文提出了一种多相移键控差分空间调制系统的贝叶斯期望传播(EP)信号检测方法，将DSM的信号检测问题转化为待检测信号的参数估计问题，通过迭代估计先验和后验分布的参数，获得检测信号的估计值。该算法将原始的信号检测问题分解为天线域信息和星座域信息两部分，其中天线域检测通过期望传播算法迭代求取，星座域比特通过迭代过程中最优解调获得，降低了算法复杂度。进一步地，该文针对传统期望传播方法中噪声参数进行了扩展，在迭代过程中不断调整噪声项的矩估计，获得了比传统方案更好的性能。该文对所提近最优解调方案进行了仿真验证，结果表明所提方案性能优于传统线性检测方案；所提的基于期望传播的噪声修正方案性能优于传统恒值方案；在不同天线配置和调制阶数情况下，所提方案均能够快速收敛。
设计高效且复杂度低的检测算法是差分空间调制(DSM)系统中的一大关键问题。该文提出了一种多相移键控差分空间调制系统的贝叶斯期望传播(EP)信号检测方法，将DSM的信号检测问题转化为待检测信号的参数估计问题，通过迭代估计先验和后验分布的参数，获得检测信号的估计值。该算法将原始的信号检测问题分解为天线域信息和星座域信息两部分，其中天线域检测通过期望传播算法迭代求取，星座域比特通过迭代过程中最优解调获得，降低了算法复杂度。进一步地，该文针对传统期望传播方法中噪声参数进行了扩展，在迭代过程中不断调整噪声项的矩估计，获得了比传统方案更好的性能。该文对所提近最优解调方案进行了仿真验证，结果表明所提方案性能优于传统线性检测方案；所提的基于期望传播的噪声修正方案性能优于传统恒值方案；在不同天线配置和调制阶数情况下，所提方案均能够快速收敛。
2025, 47(3): 600-611.
doi: 10.11999/JEIT240874
摘要:
可重构智能表面(RIS)能够调控入射电磁波以优化通信系统性能，是第6代(6G)无线通信技术的关键创新。将可重构智能表面部署于无人机(UAV)上，借助无人机的灵活运动轨迹和按需部署特性，可以有效解决因树木和建筑等障碍物遮挡所引起的信息传输效率下降的问题。针对空中可重构智能表面辅助的车对车(V2V)通信场景，该文提出了一种基于几何的3维信道模型，该模型综合考虑了无人机在3个自由度下的旋转和任意轨迹移动，以及无人姿态变化对于信道模型的影响，引入了时变空间相位。此外，还考虑了发射端、接收端和无人机的实时运动速度和方向，给出了复信道脉冲响应(CIRs)的表达式，并对空域互相关函数(CCFs)、时域自相关函数(ACFs)和信道容量等关键信道统计特性进行了详细分析。仿真结果表明，所提信道模型能够准确捕获信道特性，为未来可重构智能面辅助无线通信的系统设计和优化提供了有价值的理论参考。
可重构智能表面(RIS)能够调控入射电磁波以优化通信系统性能，是第6代(6G)无线通信技术的关键创新。将可重构智能表面部署于无人机(UAV)上，借助无人机的灵活运动轨迹和按需部署特性，可以有效解决因树木和建筑等障碍物遮挡所引起的信息传输效率下降的问题。针对空中可重构智能表面辅助的车对车(V2V)通信场景，该文提出了一种基于几何的3维信道模型，该模型综合考虑了无人机在3个自由度下的旋转和任意轨迹移动，以及无人姿态变化对于信道模型的影响，引入了时变空间相位。此外，还考虑了发射端、接收端和无人机的实时运动速度和方向，给出了复信道脉冲响应(CIRs)的表达式，并对空域互相关函数(CCFs)、时域自相关函数(ACFs)和信道容量等关键信道统计特性进行了详细分析。仿真结果表明，所提信道模型能够准确捕获信道特性，为未来可重构智能面辅助无线通信的系统设计和优化提供了有价值的理论参考。
2025, 47(3): 612-622.
doi: 10.11999/JEIT240596
摘要:
低轨卫星资源调度是长时间的连续资源分配过程，这一过程中低轨卫星保持高速移动，跳波束图案的设计需要考虑星地链路的切换。针对这种切换，即卫星覆盖区域间的服务目标迁移，所导致的多星资源联合调度需求，该文提出一种资源自适应权衡分配的多星联合跳波束图案设计算法。该算法通过设计星间联合调度框架和多星联合调度权重，将多星资源联合分配问题转化为星座内单星资源调度问题，轻量化设计跳波束图案。经过与多种权重设计方法的对比验证，仿真结果表明，所提算法的轻量化设计思路合理，并且可以有效地保障受迁移影响区域内小区的服务质量，可为低轨卫星系统长时资源调度设计提供参考。
低轨卫星资源调度是长时间的连续资源分配过程，这一过程中低轨卫星保持高速移动，跳波束图案的设计需要考虑星地链路的切换。针对这种切换，即卫星覆盖区域间的服务目标迁移，所导致的多星资源联合调度需求，该文提出一种资源自适应权衡分配的多星联合跳波束图案设计算法。该算法通过设计星间联合调度框架和多星联合调度权重，将多星资源联合分配问题转化为星座内单星资源调度问题，轻量化设计跳波束图案。经过与多种权重设计方法的对比验证，仿真结果表明，所提算法的轻量化设计思路合理，并且可以有效地保障受迁移影响区域内小区的服务质量，可为低轨卫星系统长时资源调度设计提供参考。
2025, 47(3): 623-632.
doi: 10.11999/JEIT240732
摘要:
面向密集低轨道卫星网络辅助的星地无线通信系统，该文提出一种基于非完美信道状态信息的多低轨卫星鲁棒波束赋形方法来改善频谱效率。具体地，在多低轨卫星全频复用场景下，提出了一个多卫星下行通信系统和速率最大化问题，并联合考虑卫星发射功率、卫星与用户关联关系，以及馈线链路容量约束。为了求解该优化问题，原优化问题被分解成卫星-用户关联和卫星传输波束赋形两个子问题，然后使用加权最小均方误差方法和连续凸近似方法对问题进行求解。仿真结果验证了即使在非理想信道条件下，该文所提出的多星频率复用和鲁棒波束赋形设计方法能有效提高系统吞吐量。
面向密集低轨道卫星网络辅助的星地无线通信系统，该文提出一种基于非完美信道状态信息的多低轨卫星鲁棒波束赋形方法来改善频谱效率。具体地，在多低轨卫星全频复用场景下，提出了一个多卫星下行通信系统和速率最大化问题，并联合考虑卫星发射功率、卫星与用户关联关系，以及馈线链路容量约束。为了求解该优化问题，原优化问题被分解成卫星-用户关联和卫星传输波束赋形两个子问题，然后使用加权最小均方误差方法和连续凸近似方法对问题进行求解。仿真结果验证了即使在非理想信道条件下，该文所提出的多星频率复用和鲁棒波束赋形设计方法能有效提高系统吞吐量。
2025, 47(3): 633-644.
doi: 10.11999/JEIT240344
摘要:
针对移动边缘计算(MEC)场景中任务卸载、计算和结果反馈全过程时延优化问题，该文提出了一种数字孪生(DT)辅助的联合MEC任务卸载、设备关联与资源分配的端到端时延优化方法。首先，在数字孪生边缘网络(DITEN)框架下，为包含传感器、边缘服务器以及执行器构成的边缘计算网络建立了物理模型与数字孪生模型，以及全过程边缘网络任务模型并推导了任务端到端时延，进而建立了时延、能耗等约束下的端到端时延优化问题。其次，为解决所提出的混合整数非凸优化问题，将原问题分解为4个子问题，并提出了一种基于内部凸近似方法和匈牙利算法的交替优化算法。在DT辅助下联合优化了设备关联、卸载比例、发射功率、传输带宽以及DT估计处理速率。最后，仿真结果表明，与其他基准方案相比，所提联合优化方案显著降低了端到端时延。
针对移动边缘计算(MEC)场景中任务卸载、计算和结果反馈全过程时延优化问题，该文提出了一种数字孪生(DT)辅助的联合MEC任务卸载、设备关联与资源分配的端到端时延优化方法。首先，在数字孪生边缘网络(DITEN)框架下，为包含传感器、边缘服务器以及执行器构成的边缘计算网络建立了物理模型与数字孪生模型，以及全过程边缘网络任务模型并推导了任务端到端时延，进而建立了时延、能耗等约束下的端到端时延优化问题。其次，为解决所提出的混合整数非凸优化问题，将原问题分解为4个子问题，并提出了一种基于内部凸近似方法和匈牙利算法的交替优化算法。在DT辅助下联合优化了设备关联、卸载比例、发射功率、传输带宽以及DT估计处理速率。最后，仿真结果表明，与其他基准方案相比，所提联合优化方案显著降低了端到端时延。
2025, 47(3): 645-656.
doi: 10.11999/JEIT240741
摘要:
联邦学习中，高模型贡献率的无线网络设备通常由于算力不足、能量有限成为掉队者，进而增加模型聚合时延并影响全局模型精度。针对此问题，该文设计了联合边缘服务器辅助训练和模型自适应稀疏联邦学习架构，并提出了基于边缘辅助训练的自适应稀疏联邦学习优化算法。首先，引入边缘服务器为算力不足或能量受限的设备提供辅助训练。构建了辅助训练和通信、计算资源分配的优化模型，并采用多种深度强化学习方法求解优化的辅助训练决策。其次，基于辅助训练决策，在每个通信轮次自适应地对全局模型进行非结构化剪枝，进一步降低设备的时延和能耗开销。实验结果表明，所提算法极大地减少了掉队设备，其模型测试精度优于经典联邦学习的测试精度；利用深度确定性策略梯度(DDPG)优化辅助资源分配的算法有效地减少了系统训练时延，提升了模型训练效率。
联邦学习中，高模型贡献率的无线网络设备通常由于算力不足、能量有限成为掉队者，进而增加模型聚合时延并影响全局模型精度。针对此问题，该文设计了联合边缘服务器辅助训练和模型自适应稀疏联邦学习架构，并提出了基于边缘辅助训练的自适应稀疏联邦学习优化算法。首先，引入边缘服务器为算力不足或能量受限的设备提供辅助训练。构建了辅助训练和通信、计算资源分配的优化模型，并采用多种深度强化学习方法求解优化的辅助训练决策。其次，基于辅助训练决策，在每个通信轮次自适应地对全局模型进行非结构化剪枝，进一步降低设备的时延和能耗开销。实验结果表明，所提算法极大地减少了掉队设备，其模型测试精度优于经典联邦学习的测试精度；利用深度确定性策略梯度(DDPG)优化辅助资源分配的算法有效地减少了系统训练时延，提升了模型训练效率。
2025, 47(3): 657-665.
doi: 10.11999/JEIT240447
摘要:
为进一步提升多用户无线通信系统的频谱利用率，该文提出了一种基于深度强化学习的智能反射面(IRS)辅助认知无线电网络次用户和速率最大化算法。首先在考虑次基站最大发射功率约束、次基站对主用户的干扰容限约束以及IRS相移矩阵单位模量约束的情况下，建立一个联合优化次基站波束成形和IRS相移矩阵的资源分配模型；然后提出了一种基于深度确定性策略梯度的主被动波束成形算法，联合进行变量优化以最大化次用户和速率。仿真结果表明，所提算法相对于传统优化算法在和速率性能接近的情况下具有更低的时间复杂度。
为进一步提升多用户无线通信系统的频谱利用率，该文提出了一种基于深度强化学习的智能反射面(IRS)辅助认知无线电网络次用户和速率最大化算法。首先在考虑次基站最大发射功率约束、次基站对主用户的干扰容限约束以及IRS相移矩阵单位模量约束的情况下，建立一个联合优化次基站波束成形和IRS相移矩阵的资源分配模型；然后提出了一种基于深度确定性策略梯度的主被动波束成形算法，联合进行变量优化以最大化次用户和速率。仿真结果表明，所提算法相对于传统优化算法在和速率性能接近的情况下具有更低的时间复杂度。
2025, 47(3): 666-677.
doi: 10.11999/JEIT240773
摘要:
为满足动态边缘计算网络场景下用户差异化服务需求，该文提出一种基于生成对抗网络(GAN)辅助多智能体强化学习(RL)的联邦切片资源管理方案。首先，考虑未知时变信道和随机用户流量到达的场景，以同时优化长期平均服务等待时延和服务满意率为目标，构建联合带宽和计算切片资源管理优化问题，并进一步建模为分布式部分可观测马尔可夫决策过程 (Dec-POMDP)。其次，运用多智能体竞争双深度Q网络(D3QN)方法，结合GAN算法对状态值分布多模态学习的优势，以及利用联邦学习框架促使智能体合作学习，最终实现仅需共享各智能体生成网络加权参数即可完成切片资源管理协同决策。仿真结果表明，所提方案相较于基准方案能够在保护用户隐私的前提下，降低用户平均服务等待时延28%以上，且同时提升用户平均服务满意率8%以上。
为满足动态边缘计算网络场景下用户差异化服务需求，该文提出一种基于生成对抗网络(GAN)辅助多智能体强化学习(RL)的联邦切片资源管理方案。首先，考虑未知时变信道和随机用户流量到达的场景，以同时优化长期平均服务等待时延和服务满意率为目标，构建联合带宽和计算切片资源管理优化问题，并进一步建模为分布式部分可观测马尔可夫决策过程 (Dec-POMDP)。其次，运用多智能体竞争双深度Q网络(D3QN)方法，结合GAN算法对状态值分布多模态学习的优势，以及利用联邦学习框架促使智能体合作学习，最终实现仅需共享各智能体生成网络加权参数即可完成切片资源管理协同决策。仿真结果表明，所提方案相较于基准方案能够在保护用户隐私的前提下，降低用户平均服务等待时延28%以上，且同时提升用户平均服务满意率8%以上。
2025, 47(3): 678-686.
doi: 10.11999/JEIT240789
摘要:
针对太赫兹智能反射面(RIS)系统中基于波束扫描感知耗时较长问题，该文提出一种基于太赫兹RIS波束色散和分裂的快速感知方法。通过在每个RIS元件处部署实时延(TTD)以动态调整波束色散程度，设置大阵列RIS单元间距以形成波束分裂效应，进而联合波束色散和分裂实现目标区域快速感知。具体地，将感知区域分为多个子区域，并基于RIS波束色散优化TTD和RIS反射元件相移，以覆盖单一子区域。同时，利用波束分裂无缝覆盖多个子区域，相比使用单一波束扫描感知显著降低了时间开销。而后，为减少回波信号路径损耗，在RIS处配置主动感知元件，用于直接接收并分析回波信号。在此基础上，推导出感知目标角度估计值及其均方根误差(RMSE)。仿真结果表明了所提快速感知方案的有效性。
针对太赫兹智能反射面(RIS)系统中基于波束扫描感知耗时较长问题，该文提出一种基于太赫兹RIS波束色散和分裂的快速感知方法。通过在每个RIS元件处部署实时延(TTD)以动态调整波束色散程度，设置大阵列RIS单元间距以形成波束分裂效应，进而联合波束色散和分裂实现目标区域快速感知。具体地，将感知区域分为多个子区域，并基于RIS波束色散优化TTD和RIS反射元件相移，以覆盖单一子区域。同时，利用波束分裂无缝覆盖多个子区域，相比使用单一波束扫描感知显著降低了时间开销。而后，为减少回波信号路径损耗，在RIS处配置主动感知元件，用于直接接收并分析回波信号。在此基础上，推导出感知目标角度估计值及其均方根误差(RMSE)。仿真结果表明了所提快速感知方案的有效性。
2025, 47(3): 687-695.
doi: 10.11999/JEIT240631
摘要:
无线通信设备数量的骤增造成频谱资源日益稀缺，通信用频逐渐向更高频段扩展，从而导致通信与雷达频段出现越来越多的重叠，雷达通信一体化被视为解决频谱拥挤实现高效共生的潜在技术。该文考虑一个多输入多输出(MIMO)雷达通信一体化系统，在实现目标探测的同时进行多用户通信。首先，在满足多用户信干噪比和总功率约束的条件下，最大化目标方向的波束图增益。然后，针对一体化发射波束成形设计问题，提出基于半正定松弛(SDR)和优化最小化(MM)的两种波束成形设计方案，求解得到发射波束成形矢量。最后，仿真结果表明基于MM的方案复杂度更低，并且能够实现与基于SDR的方案几乎相同的波束图增益。此外，随着发射天线数量的增加，基于MM的方案相比于基于SDR的方案复杂度的降低程度变得更为显著。
无线通信设备数量的骤增造成频谱资源日益稀缺，通信用频逐渐向更高频段扩展，从而导致通信与雷达频段出现越来越多的重叠，雷达通信一体化被视为解决频谱拥挤实现高效共生的潜在技术。该文考虑一个多输入多输出(MIMO)雷达通信一体化系统，在实现目标探测的同时进行多用户通信。首先，在满足多用户信干噪比和总功率约束的条件下，最大化目标方向的波束图增益。然后，针对一体化发射波束成形设计问题，提出基于半正定松弛(SDR)和优化最小化(MM)的两种波束成形设计方案，求解得到发射波束成形矢量。最后，仿真结果表明基于MM的方案复杂度更低，并且能够实现与基于SDR的方案几乎相同的波束图增益。此外，随着发射天线数量的增加，基于MM的方案相比于基于SDR的方案复杂度的降低程度变得更为显著。
2025, 47(3): 696-706.
doi: 10.11999/JEIT240818
摘要:
海面小目标识别是海事雷达监视任务中一个重要且具有挑战性的问题。由于海面小目标类型多样、环境复杂多变，对其进行有效分类存在较大困难。在高分辨体制雷达下，海面小目标通常只占据一或几个距离单元，缺乏足够的空间散射结构信息，因此目标的雷达截面积(RCS)起伏和径向速度变化成为分类的主要依据。为此，该文提出一种基于多域雷达回波数据融合的分类网络模型，用于海面小目标的分类任务。由于不同域的数据具有其特殊的物理意义，因此该文构建了时域LeNet(T-LeNet)神经网络模块和时频特征提取神经网络模块，分别从雷达海面回波信号的幅度序列和时频分布(TFD)即时频图中提取特征。其中幅度序列主要反映了目标RCS的起伏特性，而时频图不仅反映RCS起伏特性，还能体现目标径向速度的变化。最后，利用IPIX, CSIR数据库和自测的无人机数据集构建了包括4种海面小目标的数据集：锚定漂浮小球、漂浮船只、低空无人机(UAV)和移动的快艇。实验结果表明所提方法具有良好的识别能力。
海面小目标识别是海事雷达监视任务中一个重要且具有挑战性的问题。由于海面小目标类型多样、环境复杂多变，对其进行有效分类存在较大困难。在高分辨体制雷达下，海面小目标通常只占据一或几个距离单元，缺乏足够的空间散射结构信息，因此目标的雷达截面积(RCS)起伏和径向速度变化成为分类的主要依据。为此，该文提出一种基于多域雷达回波数据融合的分类网络模型，用于海面小目标的分类任务。由于不同域的数据具有其特殊的物理意义，因此该文构建了时域LeNet(T-LeNet)神经网络模块和时频特征提取神经网络模块，分别从雷达海面回波信号的幅度序列和时频分布(TFD)即时频图中提取特征。其中幅度序列主要反映了目标RCS的起伏特性，而时频图不仅反映RCS起伏特性，还能体现目标径向速度的变化。最后，利用IPIX, CSIR数据库和自测的无人机数据集构建了包括4种海面小目标的数据集：锚定漂浮小球、漂浮船只、低空无人机(UAV)和移动的快艇。实验结果表明所提方法具有良好的识别能力。
2025, 47(3): 707-719.
doi: 10.11999/JEIT240528
摘要:
特征检测作为海杂波环境下小目标检测的有效手段，受到了广泛关注与深入研究。过去对特征的研究大多关注于当前帧，近年来使用帧间时序信息融合当前帧特征的方法也被提出并在检测方面取得一定效果。但该方法不能很好地适应具有时变性的海杂波数据，且仅采用静态加权算法融合特征，对历史帧信息的利用不够充分。针对上述问题，该文提出基于模型稳定的修正Burg方法进行特征自回归(AR)建模与一步预测，使模型能够自适应调整极点分布，提高了海杂波特征预测的准确性，并基于求解多变量极值问题提出了一种动态加权算法得到了最小方差的融合特征。该文结合IPIX数据集和海军航空大学共享数据集进行实验，利用相对平均幅度(RAA)、相对多普勒峰高(RDPH)、频域峰均值比(FPAR)3特征构建凸包检测器验证了所提方法的有效性。
特征检测作为海杂波环境下小目标检测的有效手段，受到了广泛关注与深入研究。过去对特征的研究大多关注于当前帧，近年来使用帧间时序信息融合当前帧特征的方法也被提出并在检测方面取得一定效果。但该方法不能很好地适应具有时变性的海杂波数据，且仅采用静态加权算法融合特征，对历史帧信息的利用不够充分。针对上述问题，该文提出基于模型稳定的修正Burg方法进行特征自回归(AR)建模与一步预测，使模型能够自适应调整极点分布，提高了海杂波特征预测的准确性，并基于求解多变量极值问题提出了一种动态加权算法得到了最小方差的融合特征。该文结合IPIX数据集和海军航空大学共享数据集进行实验，利用相对平均幅度(RAA)、相对多普勒峰高(RDPH)、频域峰均值比(FPAR)3特征构建凸包检测器验证了所提方法的有效性。
2025, 47(3): 720-728.
doi: 10.11999/JEIT240517
摘要:
针对车联网(IoV)中传统信任管理方案对恶意车辆的识别假阳率高、无法满足多样化服务且传统共识算法不适用于当前车联网环境的问题，该文提出了基于区块链的协作式车联网信任管理方案。构建了基于狄利克雷分布的信任管理模型，将车辆信任和协作服务划分为多个等级，针对不同服务调整信任等级阈值。设计了具有反馈机制的信任等级评价算法，考虑协作车辆当前状态、邻居推荐、历史信任信息、服务质量4方面因素，从协作前、后两阶段对协作车辆信任等级进行评价。改进了传统的工作量证明(PoW)共识算法，动态调整矿工节点出块难度。仿真结果表明，相比同类方案，所提方案在保证能够高效识别恶意节点的前提下，还能够进一步降低识别假阳率，提高协作成功率和共识效率。
针对车联网(IoV)中传统信任管理方案对恶意车辆的识别假阳率高、无法满足多样化服务且传统共识算法不适用于当前车联网环境的问题，该文提出了基于区块链的协作式车联网信任管理方案。构建了基于狄利克雷分布的信任管理模型，将车辆信任和协作服务划分为多个等级，针对不同服务调整信任等级阈值。设计了具有反馈机制的信任等级评价算法，考虑协作车辆当前状态、邻居推荐、历史信任信息、服务质量4方面因素，从协作前、后两阶段对协作车辆信任等级进行评价。改进了传统的工作量证明(PoW)共识算法，动态调整矿工节点出块难度。仿真结果表明，相比同类方案，所提方案在保证能够高效识别恶意节点的前提下，还能够进一步降低识别假阳率，提高协作成功率和共识效率。
2025, 47(3): 729-738.
doi: 10.11999/JEIT240782
摘要:
2017年，PFP作为一种超轻量级分组密码被提出，而因其卓越的实现性能备受业界广泛关注。该算法不仅硬件开销需求低(仅需约1355 GE(等效门))、功耗小，而且加解密速度快(其速度甚至比国际著名算法 PRESENT的实现速度快1.5倍)，非常适合在物联网环境中使用。在PFP算法的设计文档中，作者声称该算法具有足够的能力抵御差分攻击、线性攻击及不可能差分攻击等多种密码攻击方法。然而该算法是否存在未知的安全漏洞是目前研究的难点。该文基于可满足性模理论(SMT)，结合PFP算法轮函数特点，构建两种区分器自动化搜索模型。实验测试结果表明：该算法在32轮加密中存在概率为2–62的相关密钥差分特征。由此，该文提出一种针对全轮PFP算法的相关密钥恢复攻击，即只需263个选择明文和248次全轮加密便可破译出80 bit的主密钥。这说明该算法无法抵抗相关密钥差分攻击。
2017年，PFP作为一种超轻量级分组密码被提出，而因其卓越的实现性能备受业界广泛关注。该算法不仅硬件开销需求低(仅需约
2025, 47(3): 739-757.
doi: 10.11999/JEIT241067
摘要:
在大数据和物联网应用中，本地差分隐私(LDP)技术用于保护聚类分析中的用户隐私，但现有方法要么在LDP下交互式地进行聚类，需要消耗大量隐私预算，要么没有同时考虑到聚类数据中蕴含的表示数据质量的高斯噪音以及为满足LDP保护的拉普拉斯噪音，致使聚类精度低下。同时，对于衡量用户提交数据和簇心之间的距离选择较为武断，没有充分利用到用户提交的噪音数据中蕴含的噪音模式。为此，该文创新性地提出一种满足LDP的混合噪音感知的模糊C均值聚类算法(mnFCM)，该算法的主要思想是同时建模用户上传数据中蕴含的表示用户质量的高斯噪音以及为保护用户数据注入的拉普拉斯噪音，进而设计出混合噪音感知的距离替代传统的欧式距离，来衡量样本数据与簇心间的相似性。特别地，在mnFCM中，该文首先设计了混合噪音感知的距离计算方法，在此基础上给出算法新的目标函数，并基于拉格朗日乘子法设计了求解方法，最后理论上分析了求解算法的收敛性。该文进一步理论分析了mnFCM的隐私、效用和复杂度，分析结果表明所提算法严格满足LDP、相对于对比算法更接近非隐私下的簇心以及和非隐私算法具有接近的复杂度。在两个真实数据集上的实验结果表明，mnFCM在满足LDP下，聚类精度提高了10%～15%。
在大数据和物联网应用中，本地差分隐私(LDP)技术用于保护聚类分析中的用户隐私，但现有方法要么在LDP下交互式地进行聚类，需要消耗大量隐私预算，要么没有同时考虑到聚类数据中蕴含的表示数据质量的高斯噪音以及为满足LDP保护的拉普拉斯噪音，致使聚类精度低下。同时，对于衡量用户提交数据和簇心之间的距离选择较为武断，没有充分利用到用户提交的噪音数据中蕴含的噪音模式。为此，该文创新性地提出一种满足LDP的混合噪音感知的模糊C均值聚类算法(mnFCM)，该算法的主要思想是同时建模用户上传数据中蕴含的表示用户质量的高斯噪音以及为保护用户数据注入的拉普拉斯噪音，进而设计出混合噪音感知的距离替代传统的欧式距离，来衡量样本数据与簇心间的相似性。特别地，在mnFCM中，该文首先设计了混合噪音感知的距离计算方法，在此基础上给出算法新的目标函数，并基于拉格朗日乘子法设计了求解方法，最后理论上分析了求解算法的收敛性。该文进一步理论分析了mnFCM的隐私、效用和复杂度，分析结果表明所提算法严格满足LDP、相对于对比算法更接近非隐私下的簇心以及和非隐私算法具有接近的复杂度。在两个真实数据集上的实验结果表明，mnFCM在满足LDP下，聚类精度提高了10%～15%。
2025, 47(3): 758-768.
doi: 10.11999/JEIT240796
摘要:
在车载网络(VANETs)中，联邦学习(FL)通过协同训练机器学习模型，实现了车辆间的数据隐私保护，并提高了整体模型的性能。然而，FL在VANETs中的应用仍面临诸多挑战，如模型泄露风险、训练结果验证困难以及高计算和通信成本等问题。针对这些问题，该文提出一种面向联邦学习的可验证隐私保护批量聚合方案。首先，该方案基于Boneh-Lynn-Shacham (BLS)动态短群聚合签名技术，保护了客户端与路边单元(RSU)交互过程中的数据完整性，确保全局梯度模型更新与共享过程的不可篡改性。当出现异常结果时，方案利用群签名的特性实现车辆的可追溯性。其次，结合改进的Cheon-Kim-Kim-Song (CKKS)线性同态哈希算法，对梯度聚合结果进行验证，确保在联邦学习的聚合过程中保持客户端梯度的机密性，并验证聚合结果的准确性，防止服务器篡改数据导致模型训练无效的问题。此外，该方案还支持车辆在部分掉线的情况下继续更新模型，保障系统的稳定性。实验结果表明，与现有方案相比，该方案在提升数据隐私安全性和结果的可验证性的同时，保证了较高效率。
在车载网络(VANETs)中，联邦学习(FL)通过协同训练机器学习模型，实现了车辆间的数据隐私保护，并提高了整体模型的性能。然而，FL在VANETs中的应用仍面临诸多挑战，如模型泄露风险、训练结果验证困难以及高计算和通信成本等问题。针对这些问题，该文提出一种面向联邦学习的可验证隐私保护批量聚合方案。首先，该方案基于Boneh-Lynn-Shacham (BLS)动态短群聚合签名技术，保护了客户端与路边单元(RSU)交互过程中的数据完整性，确保全局梯度模型更新与共享过程的不可篡改性。当出现异常结果时，方案利用群签名的特性实现车辆的可追溯性。其次，结合改进的Cheon-Kim-Kim-Song (CKKS)线性同态哈希算法，对梯度聚合结果进行验证，确保在联邦学习的聚合过程中保持客户端梯度的机密性，并验证聚合结果的准确性，防止服务器篡改数据导致模型训练无效的问题。此外，该方案还支持车辆在部分掉线的情况下继续更新模型，保障系统的稳定性。实验结果表明，与现有方案相比，该方案在提升数据隐私安全性和结果的可验证性的同时，保证了较高效率。
2025, 47(3): 769-779.
doi: 10.11999/JEIT240767
摘要:
针对快递物流网络，该文研究：(1) 构建全新的快递物流网的离散数学模型 (又称拓扑模型)；(2) 根据理论基础从图论学科的角度对快递物流网络拓扑模型进行定性分析，通过数学模型法结合参数统计、优化算法等数学手段对模型进行定量分析。对拓扑模型中的边赋予路长权重，并为快递物流网拓扑模型设计了新的优化算法(集散算法、控制集算法、预先指定子图算法)；(3) 以兰州市城关区主城区作为快递物流网拓扑模型的应用实例，实施了相应的优化算法。同时针对模型计算面临的复杂度等困难提出了解决办法，为进一步完善、优化快递物流网络提供了一定参考。
针对快递物流网络，该文研究：(1) 构建全新的快递物流网的离散数学模型 (又称拓扑模型)；(2) 根据理论基础从图论学科的角度对快递物流网络拓扑模型进行定性分析，通过数学模型法结合参数统计、优化算法等数学手段对模型进行定量分析。对拓扑模型中的边赋予路长权重，并为快递物流网拓扑模型设计了新的优化算法(集散算法、控制集算法、预先指定子图算法)；(3) 以兰州市城关区主城区作为快递物流网拓扑模型的应用实例，实施了相应的优化算法。同时针对模型计算面临的复杂度等困难提出了解决办法，为进一步完善、优化快递物流网络提供了一定参考。
2025, 47(3): 780-791.
doi: 10.11999/JEIT240477
摘要:
针对图神经网络(GNN)模型在其预测中常处于欠自信状态，导致该状态下实施成员推理攻击难度大且攻击漏报率高的问题，该文提出一种基于GNN模型校准的成员推理攻击方法。首先，设计一种基于因果推断的GNN模型校准方法，通过基于注意力机制的因果图提取、因果图与非因果图解耦、后门路径调整策略和因果关联图生成过程，构建用于训练GNN模型的因果关联图。其次，使用与目标因果关联图在相同数据分布下的影子因果关联图构建影子GNN模型，模拟目标GNN模型的预测行为。最后，使用影子GNN模型的后验概率构建攻击数据集以训练攻击模型，根据目标GNN模型对目标节点的后验概率输出推断其是否属于目标GNN模型的训练数据。在4个数据集上的实验结果表明，该文方法在2种攻击模式下面对不同架构的GNN模型进行攻击时，攻击准确率最高为92.6%，性能指标优于基线攻击方法，可有效地实施成员推理攻击。
针对图神经网络(GNN)模型在其预测中常处于欠自信状态，导致该状态下实施成员推理攻击难度大且攻击漏报率高的问题，该文提出一种基于GNN模型校准的成员推理攻击方法。首先，设计一种基于因果推断的GNN模型校准方法，通过基于注意力机制的因果图提取、因果图与非因果图解耦、后门路径调整策略和因果关联图生成过程，构建用于训练GNN模型的因果关联图。其次，使用与目标因果关联图在相同数据分布下的影子因果关联图构建影子GNN模型，模拟目标GNN模型的预测行为。最后，使用影子GNN模型的后验概率构建攻击数据集以训练攻击模型，根据目标GNN模型对目标节点的后验概率输出推断其是否属于目标GNN模型的训练数据。在4个数据集上的实验结果表明，该文方法在2种攻击模式下面对不同架构的GNN模型进行攻击时，攻击准确率最高为92.6%，性能指标优于基线攻击方法，可有效地实施成员推理攻击。
2025, 47(3): 792-802.
doi: 10.11999/JEIT240836
摘要:
火焰光场图像在形成过程中夹杂的辐射噪声和成像噪声会降低火焰温度场3维重建精度，该文提出一种基于改进U型网络(UNet)的降噪模型，该模型针对辐射噪声和成像噪声的特性以及复杂火焰图像的纹理信息设计了背景净化模块和边缘信息优化模块。通过密集卷积操作对图像背景层进行特征提取，着重净化夹杂在图像背景层的辐射噪声。通过UNet模块中对称的编码器-解码器网络结构和跳跃连接，对通道间的辐射噪声和表层的成像噪声降噪。最后利用边缘优化模块对图像细节信息进行提取，从而获得更高质量的火焰光场图像。数值模拟部分，在火焰光场图像上混合加入信噪比为10 dB的辐射噪声和成像噪声，经该文模型降噪后的峰值信噪比(PSNR)和结构相似指数(SSIM)高达47 dB和0.9931 ，与其他降噪模型相比有明显优势。随后，将火焰光场图像先经该文降噪模型降噪，再进行温度场重建，测得重建平均相对误差比未降噪时降低了约37%～57%，明显提升了火焰温度场3维重建的精度。实验部分，获取真实蜡烛火焰和丁烷火焰光场图像，经该文降噪模型降噪后的蜡烛火焰图像SSIM高达0.9870 ，降噪后的丁烷燃烧火焰图像SSIM为0.9808 。
火焰光场图像在形成过程中夹杂的辐射噪声和成像噪声会降低火焰温度场3维重建精度，该文提出一种基于改进U型网络(UNet)的降噪模型，该模型针对辐射噪声和成像噪声的特性以及复杂火焰图像的纹理信息设计了背景净化模块和边缘信息优化模块。通过密集卷积操作对图像背景层进行特征提取，着重净化夹杂在图像背景层的辐射噪声。通过UNet模块中对称的编码器-解码器网络结构和跳跃连接，对通道间的辐射噪声和表层的成像噪声降噪。最后利用边缘优化模块对图像细节信息进行提取，从而获得更高质量的火焰光场图像。数值模拟部分，在火焰光场图像上混合加入信噪比为10 dB的辐射噪声和成像噪声，经该文模型降噪后的峰值信噪比(PSNR)和结构相似指数(SSIM)高达47 dB和
2025, 47(3): 803-813.
doi: 10.11999/JEIT240824
摘要:
针对非平稳异常噪声环境下扩展目标跟踪问题，该文提出一种基于高斯-学生t混合(GSTM)扩展目标跟踪方法。首先，将过程噪声和量测噪声建模为GSTM分布，以表征非平稳厚尾噪声，并通过引入伯努利随机变量，将目标的运动状态和量测似然函数建模为分层高斯形式。其次，在随机矩阵(RMM)滤波框架下，使用变分贝叶斯方法详细推导了非平稳厚尾噪声下的GSTM扩展目标跟踪算法。该算法通过建模高斯噪声与厚尾噪声之间的非平稳过程，精确表征噪声特性，从而在非平稳异常噪声环境下稳健捕捉扩展目标的质心位置和轮廓形态。最后，构建非平稳异常噪声环境下的扩展目标跟踪仿真实验，并通过高斯-瓦瑟斯坦距离对实验结果进行效果评估，验证了所提出算法的合理性。此外，真实场景实验结果进一步证明了该算法在实际应用中的有效性和鲁棒性。
针对非平稳异常噪声环境下扩展目标跟踪问题，该文提出一种基于高斯-学生t混合(GSTM)扩展目标跟踪方法。首先，将过程噪声和量测噪声建模为GSTM分布，以表征非平稳厚尾噪声，并通过引入伯努利随机变量，将目标的运动状态和量测似然函数建模为分层高斯形式。其次，在随机矩阵(RMM)滤波框架下，使用变分贝叶斯方法详细推导了非平稳厚尾噪声下的GSTM扩展目标跟踪算法。该算法通过建模高斯噪声与厚尾噪声之间的非平稳过程，精确表征噪声特性，从而在非平稳异常噪声环境下稳健捕捉扩展目标的质心位置和轮廓形态。最后，构建非平稳异常噪声环境下的扩展目标跟踪仿真实验，并通过高斯-瓦瑟斯坦距离对实验结果进行效果评估，验证了所提出算法的合理性。此外，真实场景实验结果进一步证明了该算法在实际应用中的有效性和鲁棒性。
2025, 47(3): 814-824.
doi: 10.11999/JEIT240867
摘要:
在鸡尾酒会场景中，听力正常的人有能力选择性地注意特定的说话者语音，但听力障碍者在这种场景中面临困难。听觉注意力解码(AAD)的目的是通过分析听者的脑电信号(EEG)响应特征来推断听者关注的是哪个说话者。现有的AAD模型只考虑脑电信号的时域或频域单个特征或二者的组合(如时频特征)，而忽略了时-空-频域特征之间的互补性，这在一定程度上限制了模型的分类能力，进而影响了模型在决策窗口上的解码精度。同时，已有AAD模型大多在长时决策窗口(1～5 s)中有较高的解码精度。该文提出一种基于时-空-频多维特征的短时窗口脑电信号听觉注意解码网络(TSF-AADNet)，用于提高短时决策窗口(0.1～1 s)的解码精度。该模型由两个并行的时空、频空特征提取分支以及特征融合和分类模块组成，其中，时空特征提取分支由时空卷积块和高阶特征交互模块组成，频空特征提取分支采用基于频空注意力的3维卷积模块(FSA-3DCNN)，最后将双分支网络提取的时空和频空特征进行融合，得到最终的听觉注意力二分类解码结果。实验结果表明，TSF-AADNet模型在听觉注意检测数据集KULeuven(KUL)和听觉注意检测的脑电和音频数据集(DTU)的0.1 s决策窗口下，解码精度分别为91.8%和81.1%，与最新的AAD模型一种基于时频融合的双分支并行网络(DBPNet)相比，分别提高了5.40%和7.99%。TSF-AADNet作为一种新的短时决策窗口的AAD模型，可为听力障碍诊断以及神经导向助听器研发提供有效参考。
在鸡尾酒会场景中，听力正常的人有能力选择性地注意特定的说话者语音，但听力障碍者在这种场景中面临困难。听觉注意力解码(AAD)的目的是通过分析听者的脑电信号(EEG)响应特征来推断听者关注的是哪个说话者。现有的AAD模型只考虑脑电信号的时域或频域单个特征或二者的组合(如时频特征)，而忽略了时-空-频域特征之间的互补性，这在一定程度上限制了模型的分类能力，进而影响了模型在决策窗口上的解码精度。同时，已有AAD模型大多在长时决策窗口(1～5 s)中有较高的解码精度。该文提出一种基于时-空-频多维特征的短时窗口脑电信号听觉注意解码网络(TSF-AADNet)，用于提高短时决策窗口(0.1～1 s)的解码精度。该模型由两个并行的时空、频空特征提取分支以及特征融合和分类模块组成，其中，时空特征提取分支由时空卷积块和高阶特征交互模块组成，频空特征提取分支采用基于频空注意力的3维卷积模块(FSA-3DCNN)，最后将双分支网络提取的时空和频空特征进行融合，得到最终的听觉注意力二分类解码结果。实验结果表明，TSF-AADNet模型在听觉注意检测数据集KULeuven(KUL)和听觉注意检测的脑电和音频数据集(DTU)的0.1 s决策窗口下，解码精度分别为91.8%和81.1%，与最新的AAD模型一种基于时频融合的双分支并行网络(DBPNet)相比，分别提高了5.40%和7.99%。TSF-AADNet作为一种新的短时决策窗口的AAD模型，可为听力障碍诊断以及神经导向助听器研发提供有效参考。
2025, 47(3): 825-838.
doi: 10.11999/JEIT240720
摘要:
虽然目前可以获取海量的多时相遥感数据，但是由于建筑物变化时间周期过长，难以获取充足的建筑物变化数据对来支撑数据驱动的深度学习变化检测模型构建，呈现多时相遥感建筑物变化检测处理精度差的问题。因此，为提升变化检测算法模型处理性能，该文从建筑物变化检测训练数据对生成开展研究，基于一致性对抗生成机理提出了多时相建筑物变化检测数据对生成网络(BAG-GAN)。其主要在多时相图像生成过程中采用对抗一致性损失函数约束，在保证生成图像和输入图像关联性的同时，保证了生成模型的多模态输出能力。此外，还通过重组原数据集中的变化标签和多时相遥感图像来进一步提升建筑物变化信息生成的多样性，解决了训练数据中有效建筑物变化信息占比少的问题，为变化监测算法模型的充分训练奠定了基础。最后，在LEVIR-CD和WHU-CD建筑物变化检测数据集上进行了数据生成实验，并使用生成扩充后的数据集训练了多种较为经典的遥感图像变化检测模型，实验结果表明该文提出的BAG-GAN多时相建筑物变化检测数据对生成网络及相应的生成策略可以有效提升变化检测模型的处理精度。
虽然目前可以获取海量的多时相遥感数据，但是由于建筑物变化时间周期过长，难以获取充足的建筑物变化数据对来支撑数据驱动的深度学习变化检测模型构建，呈现多时相遥感建筑物变化检测处理精度差的问题。因此，为提升变化检测算法模型处理性能，该文从建筑物变化检测训练数据对生成开展研究，基于一致性对抗生成机理提出了多时相建筑物变化检测数据对生成网络(BAG-GAN)。其主要在多时相图像生成过程中采用对抗一致性损失函数约束，在保证生成图像和输入图像关联性的同时，保证了生成模型的多模态输出能力。此外，还通过重组原数据集中的变化标签和多时相遥感图像来进一步提升建筑物变化信息生成的多样性，解决了训练数据中有效建筑物变化信息占比少的问题，为变化监测算法模型的充分训练奠定了基础。最后，在LEVIR-CD和WHU-CD建筑物变化检测数据集上进行了数据生成实验，并使用生成扩充后的数据集训练了多种较为经典的遥感图像变化检测模型，实验结果表明该文提出的BAG-GAN多时相建筑物变化检测数据对生成网络及相应的生成策略可以有效提升变化检测模型的处理精度。
2025, 47(3): 839-849.
doi: 10.11999/JEIT240702
摘要:
针对目前骨架行为识别方法忽视骨架关节点多尺度依赖关系和无法合理利用卷积核进行时间建模的问题，该文提出了一种可选择多尺度图卷积网络(SMS-GCN)的行为识别模型。首先，介绍了人体骨架图的构建原理和通道拓扑细化图卷积网络的结构；其次，构建成对关节邻接矩阵和多关节邻接矩阵以生成多尺度通道拓扑细化邻接矩阵，并引入图卷积网络，进一步提出多尺度图卷积(MS-GC)模块，以期实现对骨架关节点的多尺度依赖关系的建模；然后，基于多尺度时序卷积和可选择大核网络，提出可选择多尺度时序卷积(SMS-TC)模块，以期实现对有用的时间上下文特征的充分提取，同时结合MS-GC和SMS-TC模块，进而提出可选择多尺度图卷积网络模型并在多支流数据输入下进行训练；最后，在NTU-RGB+D和NTU-RGB+D 120数据集上进行大量实验，实验结果表明，该模型能够捕获更多的关节特征和学习有用的时间信息，具有优异的准确率和泛化能力。
针对目前骨架行为识别方法忽视骨架关节点多尺度依赖关系和无法合理利用卷积核进行时间建模的问题，该文提出了一种可选择多尺度图卷积网络(SMS-GCN)的行为识别模型。首先，介绍了人体骨架图的构建原理和通道拓扑细化图卷积网络的结构；其次，构建成对关节邻接矩阵和多关节邻接矩阵以生成多尺度通道拓扑细化邻接矩阵，并引入图卷积网络，进一步提出多尺度图卷积(MS-GC)模块，以期实现对骨架关节点的多尺度依赖关系的建模；然后，基于多尺度时序卷积和可选择大核网络，提出可选择多尺度时序卷积(SMS-TC)模块，以期实现对有用的时间上下文特征的充分提取，同时结合MS-GC和SMS-TC模块，进而提出可选择多尺度图卷积网络模型并在多支流数据输入下进行训练；最后，在NTU-RGB+D和NTU-RGB+D 120数据集上进行大量实验，实验结果表明，该模型能够捕获更多的关节特征和学习有用的时间信息，具有优异的准确率和泛化能力。
2025, 47(3): 850-858.
doi: 10.11999/JEIT240294
摘要:
随着对太空的探索的深入，人们发现应用于航天领域的静态随机存取存储器(SRAM)易受到高能粒子轰击发生电节点翻转(SEU)和多节点翻转(SEMNU)。该文为解决SRAM的单粒子翻转问题提出一种16TSRAM单元可以用于SRAM的抗翻转应用，该单元包含3个敏感节点，使用金属氧化物半导体(MOS)管堆叠结构，较大提高了单元的稳定性。在65 nm CMOS工艺下仿真证明该单元可以解决SEU和SEMNU问题。相比于SARP12T, LWS14T, SAR14T, RSP14T, EDP12T和SIS10T, MNRS16T的保持静态噪声容限(HSNM)分别提升了1.4%, 54.9%, 58.9%, 0.7%, 59.1%和107.4%。相比于SARP12T, RH12T, SAR14T, RSP14T, S8N8P16T, EDP12T和SIS10T, MNRS16T的读取静态噪声容限(RSNM)分别提升了94.3%, 31.4%, 90.3%, 8.9%, 71.5%, 90.4%和90.3%。相较于SAR14T, RSP14T和EDP12T, MNRS16T的保持功率(Hpwr)降低了24.7%, 33.9% 和25.7%。
随着对太空的探索的深入，人们发现应用于航天领域的静态随机存取存储器(SRAM)易受到高能粒子轰击发生电节点翻转(SEU)和多节点翻转(SEMNU)。该文为解决SRAM的单粒子翻转问题提出一种16TSRAM单元可以用于SRAM的抗翻转应用，该单元包含3个敏感节点，使用金属氧化物半导体(MOS)管堆叠结构，较大提高了单元的稳定性。在65 nm CMOS工艺下仿真证明该单元可以解决SEU和SEMNU问题。相比于SARP12T, LWS14T, SAR14T, RSP14T, EDP12T和SIS10T, MNRS16T的保持静态噪声容限(HSNM)分别提升了1.4%, 54.9%, 58.9%, 0.7%, 59.1%和107.4%。相比于SARP12T, RH12T, SAR14T, RSP14T, S8N8P16T, EDP12T和SIS10T, MNRS16T的读取静态噪声容限(RSNM)分别提升了94.3%, 31.4%, 90.3%, 8.9%, 71.5%, 90.4%和90.3%。相较于SAR14T, RSP14T和EDP12T, MNRS16T的保持功率(Hpwr)降低了24.7%, 33.9% 和25.7%。
编辑部公告
more >
- 喜报丨《电子与信息学报》入选CCF计算领域高质量科技期刊分级目录（2025）T1类
- 喜讯丨《电子与信息学报》40位编委入选爱思唯尔2024中国高被引学者榜单
- 专题征文丨“人机协同赋能智慧座舱：技术突破与效能提升”专题
- 专题征文丨“空天信息智能处理与应用”专题
- 专刊征文丨“先进集成电路技术”专刊
- 专题征文丨“超融合云网环境”专题征文通知
- 专题征文丨“信息物理系统安全与隐私保护”专题
- 《电子与信息学报》2025年若干重要举措通知
学术动态
more >
- 关于举办“第三十五届电路与系统学术大会”的通知（第一轮）
- 《电子与信息学报》领军论坛暨第九届编委会第三次工作会议在南京成功召开
- 2024“电路系统之星”获奖作者及作品（第三十四届中国电子学会电路与系统学术大会）
- 第三十四届中国电子学会电路与系统学术大会在桂林成功召开
- 第三届电子与信息前沿学术会议在南京隆重召开
- 详细议程 | 第三届电子与信息前沿学术会议第二轮通知
- 会议征文 | 第四届电子、信息与计算技术前沿国际会议 (ICFEICT 2024)
- 会议征文 | 第三届自动化，控制与通信工程国际学术研讨会(IWACCE 2024)
作者服务中心
融媒体平台
more >
友情链接
more >
官方微信，欢迎关注
电子与信息学报
微信学术论坛群
