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/JEIT210816
摘要:
针对现有深度学习分类方法对稳态视觉诱发电位相位与频率信息利用不充分的问题，该文提出一种用于稳态视觉诱发电位分类的卷积神经网络模型。该模型以经过快速傅里叶变换后的复向量作为输入，首先对各个导联的实部向量和虚部向量进行卷积，学习相位信息；随后引入空间注意力机制，对判别频率信息进行增强；然后使用2维卷积和最大池化层进一步提取空域和频域信息；最后使用全连接层进行分类。实验结果表明利用该方法在跨受试情况下准确率可达到81.21%，通过在训练集增加标准正弦信号模板准确率可进一步提升至83.17%，相比典型相关分析方法获得了更好的分类效果。
针对现有深度学习分类方法对稳态视觉诱发电位相位与频率信息利用不充分的问题，该文提出一种用于稳态视觉诱发电位分类的卷积神经网络模型。该模型以经过快速傅里叶变换后的复向量作为输入，首先对各个导联的实部向量和虚部向量进行卷积，学习相位信息；随后引入空间注意力机制，对判别频率信息进行增强；然后使用2维卷积和最大池化层进一步提取空域和频域信息；最后使用全连接层进行分类。实验结果表明利用该方法在跨受试情况下准确率可达到81.21%，通过在训练集增加标准正弦信号模板准确率可进一步提升至83.17%，相比典型相关分析方法获得了更好的分类效果。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT211040
摘要:
针对基于稳态视觉诱发电位的脑机接口系统，该文开展了屏显刺激界面元素尺寸和间距对识别效率和用户体验影响的工效学实验研究。本工效学实验使用红色正方形作为频闪刺激元素，刺激元素位于上、下、左、右等4个位置，自变量包含尺寸和间距两个因素。因素1为尺寸即正方形边长，分为100px，150px，200px3个水平；因素2为间距即元素中心与界面中心的垂直/水平距离，分为：200px/400px，300px/600px，400px/800px3个水平。因变量为任务的完成时和失败次数。实验后开展主观评价，基于ISO 9241可用性标准，使用李克特七分量表对界面的满意度进行评分。工效学实验结果显示：元素尺寸对识别效率有显著影响，边长尺寸为200px的刺激元素识别效率最高，元素间距对识别效率没有影响。主观评价结果显示：元素间距对用户满意度有显著影响，刺激元素的紧凑(200px/400px)或疏远(400px/800px)都会导致满意度的下降，300px/600px间距水平的满意度最好，尺寸对用户满意度没有显著影响。本研究从设计工效学角度出发，发现了刺激界面元素尺寸、间距分别对脑机接口系统效率、用户满意度具有影响，研究结论对于规范脑机接口界面设计，提升脑机接口系统效率，有重要的指导意义和借鉴价值。
针对基于稳态视觉诱发电位的脑机接口系统，该文开展了屏显刺激界面元素尺寸和间距对识别效率和用户体验影响的工效学实验研究。本工效学实验使用红色正方形作为频闪刺激元素，刺激元素位于上、下、左、右等4个位置，自变量包含尺寸和间距两个因素。因素1为尺寸即正方形边长，分为100px，150px，200px3个水平；因素2为间距即元素中心与界面中心的垂直/水平距离，分为：200px/400px，300px/600px，400px/800px3个水平。因变量为任务的完成时和失败次数。实验后开展主观评价，基于ISO 9241可用性标准，使用李克特七分量表对界面的满意度进行评分。工效学实验结果显示：元素尺寸对识别效率有显著影响，边长尺寸为200px的刺激元素识别效率最高，元素间距对识别效率没有影响。主观评价结果显示：元素间距对用户满意度有显著影响，刺激元素的紧凑(200px/400px)或疏远(400px/800px)都会导致满意度的下降，300px/600px间距水平的满意度最好，尺寸对用户满意度没有显著影响。本研究从设计工效学角度出发，发现了刺激界面元素尺寸、间距分别对脑机接口系统效率、用户满意度具有影响，研究结论对于规范脑机接口界面设计，提升脑机接口系统效率，有重要的指导意义和借鉴价值。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT210289
摘要:
搜索引擎中的增量式搜索服务通过发送实时请求为用户更新建议列表。针对搜索加密流量存在的信息泄露，该文提出一种面向中文搜索的侧信道分析方法，利用搜索请求数据包长度增量和时间间隔的可区分性，构建了3阶段的分析模型以实现对用户输入查询的识别。实验结果表明，该方法在4个常用中文搜索引擎中的识别性能均达到理论量化值，对包含1.4×105查询监控集的综合识别准确率达到76%。最后通过评估4种针对性的缓解机制，证明了通过阻断信息泄露来源可有效防御侧信道分析。
搜索引擎中的增量式搜索服务通过发送实时请求为用户更新建议列表。针对搜索加密流量存在的信息泄露，该文提出一种面向中文搜索的侧信道分析方法，利用搜索请求数据包长度增量和时间间隔的可区分性，构建了3阶段的分析模型以实现对用户输入查询的识别。实验结果表明，该方法在4个常用中文搜索引擎中的识别性能均达到理论量化值，对包含1.4×105查询监控集的综合识别准确率达到76%。最后通过评估4种针对性的缓解机制，证明了通过阻断信息泄露来源可有效防御侧信道分析。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT202019
摘要:
在毫米波MIMO通信系统中，针对如何提升频谱效率的问题，该文提出一种有效的混合预编码双层交替迭代算法。外层交替使用分解的方法解耦收发端，减少1次计算中所求变量的个数；而内层交替只对接收或者发送端进行，利用模拟域矩阵按列分解，数字域矩阵按行分解，将频谱效率表达式化简为一系列子问题。考虑到模拟域矩阵中单个元素对函数的影响和模为1的限制，对列元素采取逐个优化的方案，并对每一次的解加上约束，使解始终处在收敛域内。实验结果表明，所提交替优化解决方案可以获得更好的性能且有着较低的复杂度。
在毫米波MIMO通信系统中，针对如何提升频谱效率的问题，该文提出一种有效的混合预编码双层交替迭代算法。外层交替使用分解的方法解耦收发端，减少1次计算中所求变量的个数；而内层交替只对接收或者发送端进行，利用模拟域矩阵按列分解，数字域矩阵按行分解，将频谱效率表达式化简为一系列子问题。考虑到模拟域矩阵中单个元素对函数的影响和模为1的限制，对列元素采取逐个优化的方案，并对每一次的解加上约束，使解始终处在收敛域内。实验结果表明，所提交替优化解决方案可以获得更好的性能且有着较低的复杂度。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT200698
摘要:
针对商用Wi-Fi设备中由于天线数量和信道带宽有限而导致的到达角(AoA)和飞行时间(ToF)估计精度受限问题，以及现有基于最大似然估计的3维参数估计算法容易收敛于局部最优值，且依次对参数进行估计的方式使参数之间会互相影响的问题，该文提出一种基于Wi-Fi信道状态信息(CSI)的AoA, ToF和多普勒频偏(DFS)的3维联合参数估计算法，以提高参数估计精度和信号分辨能力。首先，通过分析CSI数据，构造包含AoA, ToF和DFS信息的3维矩阵，并对构造的3维矩阵进行降维处理。其次，设计了一种3维空间平滑算法，以消除相干信号对参数估计的影响。最后，利用空间谱估计算法，同时估计出AoA, ToF和DFS 3个参数。实测结果表明该文所提3维联合参数估计算法的参数估计精度和信号分辨能力高于现有的子空间交替期望最大化算法(SAGE)和2维参数估计算法。
针对商用Wi-Fi设备中由于天线数量和信道带宽有限而导致的到达角(AoA)和飞行时间(ToF)估计精度受限问题，以及现有基于最大似然估计的3维参数估计算法容易收敛于局部最优值，且依次对参数进行估计的方式使参数之间会互相影响的问题，该文提出一种基于Wi-Fi信道状态信息(CSI)的AoA, ToF和多普勒频偏(DFS)的3维联合参数估计算法，以提高参数估计精度和信号分辨能力。首先，通过分析CSI数据，构造包含AoA, ToF和DFS信息的3维矩阵，并对构造的3维矩阵进行降维处理。其次，设计了一种3维空间平滑算法，以消除相干信号对参数估计的影响。最后，利用空间谱估计算法，同时估计出AoA, ToF和DFS 3个参数。实测结果表明该文所提3维联合参数估计算法的参数估计精度和信号分辨能力高于现有的子空间交替期望最大化算法(SAGE)和2维参数估计算法。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT210537
摘要:
针对目前图像隐写检测模型中线性卷积层对高阶特征表达能力有限，以及各通道特征图没有区分的问题，该文构建了一个基于多层感知卷积和通道加权的卷积神经网络(CNN)隐写检测模型。该模型使用多层感知卷积(Mlpconv)代替传统的线性卷积，增强隐写检测模型对高阶特征的表达能力；同时引入通道加权模块，实现根据全局信息对每个卷积通道赋予不同的权重，增强有用特征并抑制无用特征，增强模型提取检测特征的质量。实验结果表明，该检测模型针对不同典型隐写算法及不同嵌入率，相比Xu-Net, Yedroudj-Net, Zhu-Net均有更高的检测准确率，与最优的Zhu-Net相比，准确率提高1.95～6.15%。
针对目前图像隐写检测模型中线性卷积层对高阶特征表达能力有限，以及各通道特征图没有区分的问题，该文构建了一个基于多层感知卷积和通道加权的卷积神经网络(CNN)隐写检测模型。该模型使用多层感知卷积(Mlpconv)代替传统的线性卷积，增强隐写检测模型对高阶特征的表达能力；同时引入通道加权模块，实现根据全局信息对每个卷积通道赋予不同的权重，增强有用特征并抑制无用特征，增强模型提取检测特征的质量。实验结果表明，该检测模型针对不同典型隐写算法及不同嵌入率，相比Xu-Net, Yedroudj-Net, Zhu-Net均有更高的检测准确率，与最优的Zhu-Net相比，准确率提高1.95～6.15%。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT200893
摘要:
在基于区块链的医疗数据共享系统中为防御恶意节点攻击并且提高共识效率，该文提出基于信用等级划分的医疗数据安全共识算法(SCA_MD)。首先，在SCA_MD中，考虑由数据节点、共识节点和监管节点组成的医疗区块共识模型，提出相应的节点身份验证机制，实现快速验证。其次，提出基于海洋掠食者的自我优化信用等级划分算法(SCRD)，以限制恶意节点共识权力。最后改进代表节点选举机制和共识机制，提高共识的效率。实验结果表明：不管恶意节点数量如何变化，SCA_MD都能提高交易吞吐量，降低平均交易时延和平均节点通信开销。
在基于区块链的医疗数据共享系统中为防御恶意节点攻击并且提高共识效率，该文提出基于信用等级划分的医疗数据安全共识算法(SCA_MD)。首先，在SCA_MD中，考虑由数据节点、共识节点和监管节点组成的医疗区块共识模型，提出相应的节点身份验证机制，实现快速验证。其次，提出基于海洋掠食者的自我优化信用等级划分算法(SCRD)，以限制恶意节点共识权力。最后改进代表节点选举机制和共识机制，提高共识的效率。实验结果表明：不管恶意节点数量如何变化，SCA_MD都能提高交易吞吐量，降低平均交易时延和平均节点通信开销。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT210914
摘要:
残差神经网络(ResNet)是深度学习领域的研究热点，广泛应用于医学图像处理领域。该文对残差神经网络从以下几个方面进行综述：首先，阐述残差神经网络的基本原理和模型结构；然后，从残差单元、残差连接和网络整体结构3方面总结了残差神经网络的改进机制；其次，从与DenseNet、U-Net、Inception结构和注意力机制结合4方面探讨残差神经网络在医学图像处理领域中的广泛应用；最后，讨论ResNet在医学图像处理领域中面临的主要挑战，并对未来的发展方向进行展望。该文系统梳理了残差神经网络的最新研究进展，以及在医学图像处理中的应用，对残差神经网络的研究具有重要的参考价值。
残差神经网络(ResNet)是深度学习领域的研究热点，广泛应用于医学图像处理领域。该文对残差神经网络从以下几个方面进行综述：首先，阐述残差神经网络的基本原理和模型结构；然后，从残差单元、残差连接和网络整体结构3方面总结了残差神经网络的改进机制；其次，从与DenseNet、U-Net、Inception结构和注意力机制结合4方面探讨残差神经网络在医学图像处理领域中的广泛应用；最后，讨论ResNet在医学图像处理领域中面临的主要挑战，并对未来的发展方向进行展望。该文系统梳理了残差神经网络的最新研究进展，以及在医学图像处理中的应用，对残差神经网络的研究具有重要的参考价值。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT210710
摘要:
现有多模态分割方法通常先对图像进行配准，再对配准后的图像进行分割。对于成像特点差异较大的不同模态，两阶段的结构匹配与分割算法下的分割精度较低。针对该问题，该文提出一种基于跨模态空间匹配的多模态肺部肿块分割网络(MMSASegNet)，其具有模型复杂度低和分割精度高的特点。该模型采用双路残差U型分割网络作为骨干分割网络，以充分提取不同模态输入特征，利用可学习的空间变换网络对其输出的多模态分割掩膜进行空间结构匹配；为实现空间匹配后的多模态特征图融合，形变掩膜和参考掩膜分别与各自模态相同分辨率的特征图进行矩阵相乘，并经特征融合模块，最终实现多模态肺部肿块分割。为提高端到端多模态分割网络的分割性能，采用深度监督学习策略，联合损失函数约束肿块分割、肿块空间匹配和特征融合模块，同时采用多阶段训练以提高不同功能模块的训练效率。实验数据采用T2权重磁共振图像(T2W)和扩散权重磁共振图像(DWI)肺部肿块分割数据集，该方法与其他多模态分割网络相比，Dice Similarity Coefficient (DSC)和Hausdorff Distance (HD)等评价指标均显著提高。
现有多模态分割方法通常先对图像进行配准，再对配准后的图像进行分割。对于成像特点差异较大的不同模态，两阶段的结构匹配与分割算法下的分割精度较低。针对该问题，该文提出一种基于跨模态空间匹配的多模态肺部肿块分割网络(MMSASegNet)，其具有模型复杂度低和分割精度高的特点。该模型采用双路残差U型分割网络作为骨干分割网络，以充分提取不同模态输入特征，利用可学习的空间变换网络对其输出的多模态分割掩膜进行空间结构匹配；为实现空间匹配后的多模态特征图融合，形变掩膜和参考掩膜分别与各自模态相同分辨率的特征图进行矩阵相乘，并经特征融合模块，最终实现多模态肺部肿块分割。为提高端到端多模态分割网络的分割性能，采用深度监督学习策略，联合损失函数约束肿块分割、肿块空间匹配和特征融合模块，同时采用多阶段训练以提高不同功能模块的训练效率。实验数据采用T2权重磁共振图像(T2W)和扩散权重磁共振图像(DWI)肺部肿块分割数据集，该方法与其他多模态分割网络相比，Dice Similarity Coefficient (DSC)和Hausdorff Distance (HD)等评价指标均显著提高。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT200792
摘要:
为尽可能保持原始低分辨率多光谱(LRMS)图像光谱信息的同时，显著提高融合后的多光谱图像的空间分辨率，该文提出一种联合多流融合和多尺度学习的卷积神经网络遥感图融合方法。首先将原始MS图像输入频谱特征提取子网得到其光谱特征，然后分别将通过梯度算子处理全色图像得到的梯度信息和通过卷积后的全色图像与得到的光谱特征图在通道上拼接输入到具有多流融合架构的金字塔模块进行图像重构。金字塔模块由多个骨干网络组成，可以在不同的空间感受野下进行特征提取，能够多尺度学习图像信息。最后，构建空间光谱预测子网融合金字塔模块输出的高级特征和网络前端的低级特征得到具有高空间分辨率的MS图像。结合WorldView-3卫星获取的图像进行实验，结果表明，所提方法生成的融合图像在主观目视检验和客观评价指标上都优于大多先进的遥感图像融合方法。
为尽可能保持原始低分辨率多光谱(LRMS)图像光谱信息的同时，显著提高融合后的多光谱图像的空间分辨率，该文提出一种联合多流融合和多尺度学习的卷积神经网络遥感图融合方法。首先将原始MS图像输入频谱特征提取子网得到其光谱特征，然后分别将通过梯度算子处理全色图像得到的梯度信息和通过卷积后的全色图像与得到的光谱特征图在通道上拼接输入到具有多流融合架构的金字塔模块进行图像重构。金字塔模块由多个骨干网络组成，可以在不同的空间感受野下进行特征提取，能够多尺度学习图像信息。最后，构建空间光谱预测子网融合金字塔模块输出的高级特征和网络前端的低级特征得到具有高空间分辨率的MS图像。结合WorldView-3卫星获取的图像进行实验，结果表明，所提方法生成的融合图像在主观目视检验和客观评价指标上都优于大多先进的遥感图像融合方法。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT201030
摘要:
天波超视距雷达(简称天波雷达)(OTHR)通过电离层反射效应可实现对多种高价值目标的远程预警。天波雷达目标跟踪算法设计中，电离层建模对其跟踪性能至关重要。该文考虑现实中电离层的空间相关性，提出一种基于高斯马尔可夫随机场的电离层虚高模型，以及相应的天波雷达多路径目标跟踪方法。该方法在贝叶斯估计的基础上，对多路径杂波环境下目标状态估计与电离层虚高参数进行联合建模与估计。该方法有效建立起了不同电离层区域之间的相关性，能够在电离层量测有限的情况下推断未量测区域的电离层虚高，改善电离层虚高参数辨识精度，进而提高目标跟踪精度。仿真结果表明基于空间相关性的电离层模型可以有效改善天波雷达目标跟踪性能。
天波超视距雷达(简称天波雷达)(OTHR)通过电离层反射效应可实现对多种高价值目标的远程预警。天波雷达目标跟踪算法设计中，电离层建模对其跟踪性能至关重要。该文考虑现实中电离层的空间相关性，提出一种基于高斯马尔可夫随机场的电离层虚高模型，以及相应的天波雷达多路径目标跟踪方法。该方法在贝叶斯估计的基础上，对多路径杂波环境下目标状态估计与电离层虚高参数进行联合建模与估计。该方法有效建立起了不同电离层区域之间的相关性，能够在电离层量测有限的情况下推断未量测区域的电离层虚高，改善电离层虚高参数辨识精度，进而提高目标跟踪精度。仿真结果表明基于空间相关性的电离层模型可以有效改善天波雷达目标跟踪性能。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT201069
摘要:
通过信息共享，车联网(IoV)为车辆提供各种应用，以提高道路安全和交通效率。然而，车辆之间的公开通信导致了车辆隐私泄露和各种攻击。因而，安全且保护隐私的信息共享方法是非常必要的，并且对车辆间通信的安全性和保密性提出了更高的要求，所以该文提出了一种支持批量验证的非线性对的无证书匿名认证方案。在该方案中，首先，采用无证书签名机制避免了证书管理和密钥托管问题；其次结合区域管理局生成的长期伪身份和自己生成的短期伪身份保证车辆的强匿名性和签名的新鲜性，避免路侧单元计算伪身份造成的身份泄露和时延；再次，采用无对的聚合签名提供批验证，减少车联网环境中路侧单元的计算量；最后，当发生恶意事件时，区域管理局可以追踪车辆的真实身份并由可信中心撤销该用户。安全性证明和分析表明，该方案具有高的安全性，并满足完整性、可追踪性、匿名性、可撤销性等安全要求。将该方案与现有的方案进行了比较，效率分析表明该方案更有效。
通过信息共享，车联网(IoV)为车辆提供各种应用，以提高道路安全和交通效率。然而，车辆之间的公开通信导致了车辆隐私泄露和各种攻击。因而，安全且保护隐私的信息共享方法是非常必要的，并且对车辆间通信的安全性和保密性提出了更高的要求，所以该文提出了一种支持批量验证的非线性对的无证书匿名认证方案。在该方案中，首先，采用无证书签名机制避免了证书管理和密钥托管问题；其次结合区域管理局生成的长期伪身份和自己生成的短期伪身份保证车辆的强匿名性和签名的新鲜性，避免路侧单元计算伪身份造成的身份泄露和时延；再次，采用无对的聚合签名提供批验证，减少车联网环境中路侧单元的计算量；最后，当发生恶意事件时，区域管理局可以追踪车辆的真实身份并由可信中心撤销该用户。安全性证明和分析表明，该方案具有高的安全性，并满足完整性、可追踪性、匿名性、可撤销性等安全要求。将该方案与现有的方案进行了比较，效率分析表明该方案更有效。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT200829
摘要:
具有理想自相关特性的序列在无线通信、雷达以及密码学中具有重要的作用。因此为了扩展更多可应用于通信系统的理想序列，该文基于2阶分圆类和中国剩余定理，提出3类新的周期为\begin{document}$T = 4v$\end{document} ![]()
![]()
\begin{document}$v \equiv 3{\text{ }}\left( {\boldsymbolod 4} \right)$\end{document} ![]()
![]()
\begin{document}$\left\{ {0, - 4} \right\}$\end{document} ![]()
![]()
\begin{document}$\left\{ {0, 4, - 4} \right\}$\end{document} ![]()
![]()
\begin{document}$v \equiv 1{\text{ }}\left( {\boldsymbolod 4} \right)$\end{document} ![]()
![]()
\begin{document}$\left\{ {0, 4, - 4} \right\}$\end{document} ![]()
![]()
\begin{document}$v$\end{document} ![]()
![]()
具有理想自相关特性的序列在无线通信、雷达以及密码学中具有重要的作用。因此为了扩展更多可应用于通信系统的理想序列，该文基于2阶分圆类和中国剩余定理，提出3类新的周期为
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT200996
摘要:
针对脑出血CT图像病灶部位的多尺度性导致分割精度较低的问题，该文提出一种基于改进U型神经网络的图像分割模型(AU-Net+)。首先，该模型利用U-Net中的编码器对脑出血CT图像特征编码，将提出的残差八度卷积块(ROC)应用到U型神经网络的跳跃连接部分，使不同层次的特征更好地融合；其次，对融合后的特征，分别引入混合注意力机制，用以提高对目标区域的特征提取能力；最后，通过改进Dice损失函数进一步加强模型对脑出血CT图像中小目标区域的特征学习力度。为验证模型的有效性，在脑出血CT图像数据集上进行实验，同U-Net, Attention U-Net, UNet++以及CE-Net相比，mIoU指标分别提升了20.9%, 3.6%, 7.0%, 3.1%，表明AU-Net+模型具有更好的分割效果。
针对脑出血CT图像病灶部位的多尺度性导致分割精度较低的问题，该文提出一种基于改进U型神经网络的图像分割模型(AU-Net+)。首先，该模型利用U-Net中的编码器对脑出血CT图像特征编码，将提出的残差八度卷积块(ROC)应用到U型神经网络的跳跃连接部分，使不同层次的特征更好地融合；其次，对融合后的特征，分别引入混合注意力机制，用以提高对目标区域的特征提取能力；最后，通过改进Dice损失函数进一步加强模型对脑出血CT图像中小目标区域的特征学习力度。为验证模型的有效性，在脑出血CT图像数据集上进行实验，同U-Net, Attention U-Net, UNet++以及CE-Net相比，mIoU指标分别提升了20.9%, 3.6%, 7.0%, 3.1%，表明AU-Net+模型具有更好的分割效果。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT201025
摘要:
为了解决判别式空间正则项的目标跟踪算法在遮挡、旋转等因素干扰下失跟率较高的问题，该文提出一种自适应空间异常的目标跟踪算法。首先，在目标函数中加入自适应空间正则项，既缓解了边界效应带来的影响，又提高了滤波器对目标和背景区域的分辨能力；其次，根据每一帧的响应值计算验证分数，分析跟踪结果的可信度和异常情况；最后为目标模型和响应图模型的更新速率实现动态取值。大量实验结果表明，自适应空间异常的目标跟踪算法能够较好地处理背景模糊、形状变化等多种异常情况，具有较高的跟踪性能。
为了解决判别式空间正则项的目标跟踪算法在遮挡、旋转等因素干扰下失跟率较高的问题，该文提出一种自适应空间异常的目标跟踪算法。首先，在目标函数中加入自适应空间正则项，既缓解了边界效应带来的影响，又提高了滤波器对目标和背景区域的分辨能力；其次，根据每一帧的响应值计算验证分数，分析跟踪结果的可信度和异常情况；最后为目标模型和响应图模型的更新速率实现动态取值。大量实验结果表明，自适应空间异常的目标跟踪算法能够较好地处理背景模糊、形状变化等多种异常情况，具有较高的跟踪性能。
2021, 43(12): 3393-3406.
doi: 10.11999/JEIT211135
摘要:
随着国民经济中各个产业信息化程度的提升和产业间深度交叉融合，信息物理系统(Cyber-Physical System, CPS)正成为支撑这一发展的关键技术，也被誉为是引领全球新一轮产业技术变革的核心体系。通过将客观物理世界中实体、行为以及交互环境等精准映射至信息空间，进行实时处理并反馈回物理空间，CPS能够从系统视角和不同层面解决复杂系统的分析建模、决策优化、不确定处理等难题。该文从CPS的体系架构和设计开发流程分析了其关键技术和难点瓶颈，探讨了CPS与边云协同计算、数字孪生、人工智能和区块链等前沿技术间相互支撑关系，综述了CPS在工业生产、能源电力、交通驾驶和医疗健康4个应用领域研究现状。最后，对CPS未来的技术发展进行了展望。以希望为信息物理系统及相关研究领域的专家和学者提供参考，为我国产业科技变革和智能化转型提供技术支持。
随着国民经济中各个产业信息化程度的提升和产业间深度交叉融合，信息物理系统(Cyber-Physical System, CPS)正成为支撑这一发展的关键技术，也被誉为是引领全球新一轮产业技术变革的核心体系。通过将客观物理世界中实体、行为以及交互环境等精准映射至信息空间，进行实时处理并反馈回物理空间，CPS能够从系统视角和不同层面解决复杂系统的分析建模、决策优化、不确定处理等难题。该文从CPS的体系架构和设计开发流程分析了其关键技术和难点瓶颈，探讨了CPS与边云协同计算、数字孪生、人工智能和区块链等前沿技术间相互支撑关系，综述了CPS在工业生产、能源电力、交通驾驶和医疗健康4个应用领域研究现状。最后，对CPS未来的技术发展进行了展望。以希望为信息物理系统及相关研究领域的专家和学者提供参考，为我国产业科技变革和智能化转型提供技术支持。
2021, 43(12): 3407-3417.
doi: 10.11999/JEIT210251
摘要:
针对四旋翼无人机(UAVs)系统，该文提出一种基于线性降阶滤波器的深度强化学习(RL)策略，进而设计了一种新型的智能控制方法，有效地提高了旋翼无人机对外界干扰和未建模动态的鲁棒性。首先，基于线性降阶滤波技术，设计了维数更少的滤波器变量作为深度网络的输入，减小了策略的探索空间，提高了策略的探索效率。在此基础上，为了增强策略对稳态误差的感知，该文结合滤波器变量和积分项，设计集总误差作为策略的新输入，提高了旋翼无人机的定位精度。该文的新颖之处在于，首次提出一种基于线性滤波器的深度强化学习策略，有效地消除了未知干扰和未建模动态对四旋翼无人机控制系统的影响，提高了系统的定位精度。对比实验结果表明，该方法能显著地提升旋翼无人机的定位精度和对干扰的鲁棒性。
针对四旋翼无人机(UAVs)系统，该文提出一种基于线性降阶滤波器的深度强化学习(RL)策略，进而设计了一种新型的智能控制方法，有效地提高了旋翼无人机对外界干扰和未建模动态的鲁棒性。首先，基于线性降阶滤波技术，设计了维数更少的滤波器变量作为深度网络的输入，减小了策略的探索空间，提高了策略的探索效率。在此基础上，为了增强策略对稳态误差的感知，该文结合滤波器变量和积分项，设计集总误差作为策略的新输入，提高了旋翼无人机的定位精度。该文的新颖之处在于，首次提出一种基于线性滤波器的深度强化学习策略，有效地消除了未知干扰和未建模动态对四旋翼无人机控制系统的影响，提高了系统的定位精度。对比实验结果表明，该方法能显著地提升旋翼无人机的定位精度和对干扰的鲁棒性。
2021, 43(12): 3418-3426.
doi: 10.11999/JEIT210509
摘要:
该文研究面向电网业务质量保障的5G 高可靠低时延通信(URLLC)的资源调度机制，以高效利用低频段蜂窝通信系统内有限的频谱和功率资源来兼顾电力终端传输速率和调度时延、调度公平性，保障不同电力业务的通信质量（QoS）。首先，基于URLLC的高可靠低时延传输特性，建立电力终端多小区下行传输模型。然后，提出面向系统下行吞吐量最大化的资源分配问题模型并对其进行分步求解，分别提出基于定价机制与非合作博弈的功率分配算法和基于调度时延要求的改进比例公平算法（DPF）动态调度信道资源。仿真结果表明，提出的资源调度方法能在保证一定传输可靠性和公平性的条件下降低电力终端调度时延，满足不同业务等级的QoS需求，与已知算法对比有一定的优越性。
该文研究面向电网业务质量保障的5G 高可靠低时延通信(URLLC)的资源调度机制，以高效利用低频段蜂窝通信系统内有限的频谱和功率资源来兼顾电力终端传输速率和调度时延、调度公平性，保障不同电力业务的通信质量（QoS）。首先，基于URLLC的高可靠低时延传输特性，建立电力终端多小区下行传输模型。然后，提出面向系统下行吞吐量最大化的资源分配问题模型并对其进行分步求解，分别提出基于定价机制与非合作博弈的功率分配算法和基于调度时延要求的改进比例公平算法（DPF）动态调度信道资源。仿真结果表明，提出的资源调度方法能在保证一定传输可靠性和公平性的条件下降低电力终端调度时延，满足不同业务等级的QoS需求，与已知算法对比有一定的优越性。
2021, 43(12): 3427-3433.
doi: 10.11999/JEIT210493
摘要:
异构网络边缘缓存机制是解决传统回程传输链路负载过大的可靠技术之一，但已有的缓存策略往往不能与被请求数据的流行度相匹配。为了解决这一问题，该文提出一种流行度匹配边缘缓存策略(PMCP)，该策略能够根据流行度参数匹配对应的文件缓存概率以最大限度提升通信可靠性并降低回程带宽压力。基站的平面位置通过随机几何建模，文件的被请求概率则通过齐夫分布建模。蒙特卡罗仿真结果表明缓存机制能够有效降低回程带宽压力，且所提出缓存策略的可靠性优于对比策略。
异构网络边缘缓存机制是解决传统回程传输链路负载过大的可靠技术之一，但已有的缓存策略往往不能与被请求数据的流行度相匹配。为了解决这一问题，该文提出一种流行度匹配边缘缓存策略(PMCP)，该策略能够根据流行度参数匹配对应的文件缓存概率以最大限度提升通信可靠性并降低回程带宽压力。基站的平面位置通过随机几何建模，文件的被请求概率则通过齐夫分布建模。蒙特卡罗仿真结果表明缓存机制能够有效降低回程带宽压力，且所提出缓存策略的可靠性优于对比策略。
2021, 43(12): 3434-3441.
doi: 10.11999/JEIT210492
摘要:
状态不透明性作为一种重要的机密属性，能够表征入侵者窃取系统隐私信息的能力。针对带有不可观测事件的信息物理融合系统(CPSs)，该文提出一种基于矩阵半张量积(STP)的代数状态空间方法，并且分析与验证CPSs的状态不透明性。首先利用矩阵STP理论对CPSs的状态演化进行建模，得到系统的动态代数表达式，然后利用STP运算的特性，给出验证系统当前状态不透明性的充分必要代数条件。最后，通过数值仿真算例验证了方法的有效性。该文提出的基于矩阵STP方法为CPSs相关隐私分析与安全控制研究提供了一个新的思路和框架。
状态不透明性作为一种重要的机密属性，能够表征入侵者窃取系统隐私信息的能力。针对带有不可观测事件的信息物理融合系统(CPSs)，该文提出一种基于矩阵半张量积(STP)的代数状态空间方法，并且分析与验证CPSs的状态不透明性。首先利用矩阵STP理论对CPSs的状态演化进行建模，得到系统的动态代数表达式，然后利用STP运算的特性，给出验证系统当前状态不透明性的充分必要代数条件。最后，通过数值仿真算例验证了方法的有效性。该文提出的基于矩阵STP方法为CPSs相关隐私分析与安全控制研究提供了一个新的思路和框架。
2021, 43(12): 3442-3450.
doi: 10.11999/JEIT200905
摘要:
为解决学者与成果的精确匹配问题，该文提出了一种基于图卷积半监督学习的论文作者同名消歧方法。该方法使用SciBERT预训练语言模型计算论文题目、关键字获得论文节点语义表示向量，利用论文的作者和机构信息获得论文的合作网络和机构关联网络邻接矩阵，并从论文合作网络中采集伪标签获得正样本集和负样本集，将这些作为输入利用图卷积神经网络进行半监督学习，获得论文节点嵌入表示进行论文节点向量聚类，实现对论文作者同名消歧。实验结果表明，与其他消歧方法相比，该方法在实验数据集上取得了更好的效果。
为解决学者与成果的精确匹配问题，该文提出了一种基于图卷积半监督学习的论文作者同名消歧方法。该方法使用SciBERT预训练语言模型计算论文题目、关键字获得论文节点语义表示向量，利用论文的作者和机构信息获得论文的合作网络和机构关联网络邻接矩阵，并从论文合作网络中采集伪标签获得正样本集和负样本集，将这些作为输入利用图卷积神经网络进行半监督学习，获得论文节点嵌入表示进行论文节点向量聚类，实现对论文作者同名消歧。实验结果表明，与其他消歧方法相比，该方法在实验数据集上取得了更好的效果。
2021, 43(12): 3451-3458.
doi: 10.11999/JEIT200932
摘要:
基于评论文档的推荐系统普遍采用卷积神经网络识别评论的语义，但由于卷积神经网络存在“不变性”，即只关注特征是否存在，忽略特征的细节，卷积中的池化操作也会丢失文本中的一些重要信息；另外，使用用户项目交互的全部评论文档作为辅助信息不仅不会提升语义的质量，反而会受到其中低质量评论的影响，导致推荐结果并不准确。针对上述提到的两个问题，该文提出了自注意力胶囊网络评分预测模型(Self-Attention Capsule network Rate prediction, SACR)，模型使用可以保留特征细节的自注意力胶囊网络挖掘评论文档，使用用户和项目的编号信息标记低质量评论，并且将二者的表示相融合用以预测评分。该文还改进了胶囊的挤压函数，从而得到更精确的高层胶囊。实验结果表明，SACR在预测准确性上较一些经典模型及最新模型均有显著的提升。
基于评论文档的推荐系统普遍采用卷积神经网络识别评论的语义，但由于卷积神经网络存在“不变性”，即只关注特征是否存在，忽略特征的细节，卷积中的池化操作也会丢失文本中的一些重要信息；另外，使用用户项目交互的全部评论文档作为辅助信息不仅不会提升语义的质量，反而会受到其中低质量评论的影响，导致推荐结果并不准确。针对上述提到的两个问题，该文提出了自注意力胶囊网络评分预测模型(Self-Attention Capsule network Rate prediction, SACR)，模型使用可以保留特征细节的自注意力胶囊网络挖掘评论文档，使用用户和项目的编号信息标记低质量评论，并且将二者的表示相融合用以预测评分。该文还改进了胶囊的挤压函数，从而得到更精确的高层胶囊。实验结果表明，SACR在预测准确性上较一些经典模型及最新模型均有显著的提升。
2021, 43(12): 3459-3466.
doi: 10.11999/JEIT200561
摘要:
智能粒子滤波通过借鉴遗传算法思想能够减轻粒子退化现象。在基于遗传算法的智能粒子滤波基础上，该文提出对低权值粒子的改进的智能粒子滤波(IIPF)处理策略。在对粒子进行分离、交叉后，优化遗传算子，对低权值粒子进行自适应处理。低权值粒子根据权值大小自行判断是否为底层粒子；底层粒子将直接进行变异，其余低权值粒子将根据变异概率随机变异。仿真结果表明，改进的智能粒子滤波(IIPF)性能优于智能粒子滤波、一般粒子滤波算法和拓展卡尔曼滤波。在1维仿真实验中，改进的智能粒子滤波误差较一般粒子滤波算法和智能粒子滤波分别降低了10.5%和8.5%，且具有更好的收敛性；在多维仿真实验中，改进的智能粒子滤波较智能粒子滤波在高度均方根误差和平均误差上分别降低了8.5%和7.5%，在速度均方根误差和平均误差上分别降低了11.5%和7.6%；在乘性噪声和非高斯随机噪声中，改进的智能粒子滤波依旧有10%以上的性能优势。
智能粒子滤波通过借鉴遗传算法思想能够减轻粒子退化现象。在基于遗传算法的智能粒子滤波基础上，该文提出对低权值粒子的改进的智能粒子滤波(IIPF)处理策略。在对粒子进行分离、交叉后，优化遗传算子，对低权值粒子进行自适应处理。低权值粒子根据权值大小自行判断是否为底层粒子；底层粒子将直接进行变异，其余低权值粒子将根据变异概率随机变异。仿真结果表明，改进的智能粒子滤波(IIPF)性能优于智能粒子滤波、一般粒子滤波算法和拓展卡尔曼滤波。在1维仿真实验中，改进的智能粒子滤波误差较一般粒子滤波算法和智能粒子滤波分别降低了10.5%和8.5%，且具有更好的收敛性；在多维仿真实验中，改进的智能粒子滤波较智能粒子滤波在高度均方根误差和平均误差上分别降低了8.5%和7.5%，在速度均方根误差和平均误差上分别降低了11.5%和7.6%；在乘性噪声和非高斯随机噪声中，改进的智能粒子滤波依旧有10%以上的性能优势。
2021, 43(12): 3467-3475.
doi: 10.11999/JEIT200543
摘要:
冻结步态(FoG)是一种在帕金森病(PD)中常见的异常步态，而拖步则是冻结步态的一种表现形式，也是医生用来判断患者的治疗状况的重要因素，并且拖步状态也对PD患者的日常生活有很大影响。该文提出一种通过计算机视觉来实现患者拖步状态自动识别的方法，该方法通过以3维卷积为基础的网络结构，可以从PD患者的TUG测试视频中自动识别出患者是否具有拖步症状。其思路是首先利用特征提取模块从经过预处理的视频序列中提取出时空特征，然后将得到的特征在不同空间和时间尺度上进行融合，之后将这些特征送入分类网络中得到相应的识别结果。在该工作中共收集364个正常步态样本和362个具有拖步状态的样本来构成实验数据集，在该数据集上的实验表明，该方法的平均准确率能够达到91.3%。并且其能从临床常用的TUG测试视频中自动准确地识别出患者的拖步状态，这也为远程监测帕金森病患者的治疗状态提供了助力。
冻结步态(FoG)是一种在帕金森病(PD)中常见的异常步态，而拖步则是冻结步态的一种表现形式，也是医生用来判断患者的治疗状况的重要因素，并且拖步状态也对PD患者的日常生活有很大影响。该文提出一种通过计算机视觉来实现患者拖步状态自动识别的方法，该方法通过以3维卷积为基础的网络结构，可以从PD患者的TUG测试视频中自动识别出患者是否具有拖步症状。其思路是首先利用特征提取模块从经过预处理的视频序列中提取出时空特征，然后将得到的特征在不同空间和时间尺度上进行融合，之后将这些特征送入分类网络中得到相应的识别结果。在该工作中共收集364个正常步态样本和362个具有拖步状态的样本来构成实验数据集，在该数据集上的实验表明，该方法的平均准确率能够达到91.3%。并且其能从临床常用的TUG测试视频中自动准确地识别出患者的拖步状态，这也为远程监测帕金森病患者的治疗状态提供了助力。
2021, 43(12): 3476-3485.
doi: 10.11999/JEIT200440
摘要:
基于视觉的非合作空间目标3维姿态估计，关键在于建立观测图像与目标模型的特征关联。当前方法往往通过采用复杂的多维特征、产生候选关联结果的方式确保特征关联的准确性，难以兼顾算法效率。为解决以上问题，该文提出一种结合深度学习技术的姿态估计方法，首先通过深度神经网络得到姿态初值，然后基于姿态初值建立图像和目标模型之间的特征关联，进而求解目标姿态。所提方法中，深度神经网络提供了稳定的姿态初值，缩小了特征关联的候选空间；在姿态初值的支撑下采取了更为高效的特征提取与匹配方法。仿真实验表明，该文方法相比于现有方法更好地兼顾了算法准确率和效率。
基于视觉的非合作空间目标3维姿态估计，关键在于建立观测图像与目标模型的特征关联。当前方法往往通过采用复杂的多维特征、产生候选关联结果的方式确保特征关联的准确性，难以兼顾算法效率。为解决以上问题，该文提出一种结合深度学习技术的姿态估计方法，首先通过深度神经网络得到姿态初值，然后基于姿态初值建立图像和目标模型之间的特征关联，进而求解目标姿态。所提方法中，深度神经网络提供了稳定的姿态初值，缩小了特征关联的候选空间；在姿态初值的支撑下采取了更为高效的特征提取与匹配方法。仿真实验表明，该文方法相比于现有方法更好地兼顾了算法准确率和效率。
2021, 43(12): 3486-3495.
doi: 10.11999/JEIT200094
摘要:
为减少Gossip算法进行信息传播的通信开销，该文提出一个将二进制指数退避算法与经典Gossip算法相结合的二进制指数退避的Gossip算法(BEBG)，其信息传播策略是一个节点收到同一信息的次数越多，继续传播该信息的概率就越低。理论分析与仿真实验表明，BEBG能够有效减少信息传播冗余，网络中有104个节点时比经典Gossip算法减少了约61%网络负载。为解决BEBG存在的边缘节点问题，进一步提出了两个BEBG改进算法，引入Pull的PBEBG和引入向邻居节点Push的NBEBG。实验结果表明，两个算法能够消除边缘节点，当网络中有104个节点时，它们与相应的分别引入相同Pull和Push的经典Gossip算法相比，分别减少了约34%和37%的网络负载。
为减少Gossip算法进行信息传播的通信开销，该文提出一个将二进制指数退避算法与经典Gossip算法相结合的二进制指数退避的Gossip算法(BEBG)，其信息传播策略是一个节点收到同一信息的次数越多，继续传播该信息的概率就越低。理论分析与仿真实验表明，BEBG能够有效减少信息传播冗余，网络中有104个节点时比经典Gossip算法减少了约61%网络负载。为解决BEBG存在的边缘节点问题，进一步提出了两个BEBG改进算法，引入Pull的PBEBG和引入向邻居节点Push的NBEBG。实验结果表明，两个算法能够消除边缘节点，当网络中有104个节点时，它们与相应的分别引入相同Pull和Push的经典Gossip算法相比，分别减少了约34%和37%的网络负载。
2021, 43(12): 3496-3504.
doi: 10.11999/JEIT200891
摘要:
针对PET-CT肺肿瘤分割中存在的没有充分将医生临床经验融入到算法设计的问题，该文利用PET高斯分布先验，结合区域可伸缩拟合(RSF)模型和最大似然比分类(MLC)准则，提出一种基于变分水平集的混合活动轮廓模型RSF_ML。进一步，借鉴人工勾画肺肿瘤过程中融合图像的重要价值，提出了基于RSF_ML的PET-CT肺肿瘤融合图像分割方法。实验表明，所提出方法较好地实现了有代表性的非小细胞肺肿瘤(Non-Small Cell Lung Cancer, NSCLC)的精确分割，主客观结果优于对比方法，可为临床提供有效的计算机辅助分割结果。
针对PET-CT肺肿瘤分割中存在的没有充分将医生临床经验融入到算法设计的问题，该文利用PET高斯分布先验，结合区域可伸缩拟合(RSF)模型和最大似然比分类(MLC)准则，提出一种基于变分水平集的混合活动轮廓模型RSF_ML。进一步，借鉴人工勾画肺肿瘤过程中融合图像的重要价值，提出了基于RSF_ML的PET-CT肺肿瘤融合图像分割方法。实验表明，所提出方法较好地实现了有代表性的非小细胞肺肿瘤(Non-Small Cell Lung Cancer, NSCLC)的精确分割，主客观结果优于对比方法，可为临床提供有效的计算机辅助分割结果。
2021, 43(12): 3505-3512.
doi: 10.11999/JEIT200862
摘要:
AI+热成像人体温度监测系统被广泛用于人群密集的人体实时温度测量。此类系统检测人的头部区域进行温度测量，由于各类遮挡，温度测量区域可能太小而无法正确测量。为了解决这个问题，该文提出一种融合红外注意力提升机制的无锚点实例分割网络，用于实时红外热成像温度测量区域实例分割。该文所提出的实例分割网络在检测阶段和分割阶段融合红外空间注意力模块(ISAM)，旨在准确分割红外图像中的头部裸露区域，以进行准确实时的温度测量。结合公共热成像面部数据集和采集的红外热成像数据集，制作了“热成像温度测量区域分割数据集”用于网络训练。实验结果表明：该方法对红外热成像图像中头部裸露测温区域的平均检测精度达到88.6%，平均分割精度达到86.5%，平均处理速度达到33.5 fps，在评价指标上优于大多数先进的实例分割方法。
AI+热成像人体温度监测系统被广泛用于人群密集的人体实时温度测量。此类系统检测人的头部区域进行温度测量，由于各类遮挡，温度测量区域可能太小而无法正确测量。为了解决这个问题，该文提出一种融合红外注意力提升机制的无锚点实例分割网络，用于实时红外热成像温度测量区域实例分割。该文所提出的实例分割网络在检测阶段和分割阶段融合红外空间注意力模块(ISAM)，旨在准确分割红外图像中的头部裸露区域，以进行准确实时的温度测量。结合公共热成像面部数据集和采集的红外热成像数据集，制作了“热成像温度测量区域分割数据集”用于网络训练。实验结果表明：该方法对红外热成像图像中头部裸露测温区域的平均检测精度达到88.6%，平均分割精度达到86.5%，平均处理速度达到33.5 fps，在评价指标上优于大多数先进的实例分割方法。
2021, 43(12): 3513-3521.
doi: 10.11999/JEIT200836
摘要:
水下图像往往会因为光的吸收和散射而出现颜色退化与细节模糊的现象，进而影响水下视觉任务。该文通过水下成像模型合成更接近水下图像的数据集，以端到端的方式设计了一个基于注意力的多尺度水下图像增强网络。在该网络中引入像素和通道注意力机制，并设计了一个多尺度特征提取模块，在网络开始阶段提取不同层次的特征，通过带跳跃连接的卷积层和注意力模块后得到输出结果。多个数据集上的实验结果表明，该方法在处理合成水下图像和真实水下图像时都能有很好的效果，与现有方法相比能更好地恢复图像颜色和纹理细节。
水下图像往往会因为光的吸收和散射而出现颜色退化与细节模糊的现象，进而影响水下视觉任务。该文通过水下成像模型合成更接近水下图像的数据集，以端到端的方式设计了一个基于注意力的多尺度水下图像增强网络。在该网络中引入像素和通道注意力机制，并设计了一个多尺度特征提取模块，在网络开始阶段提取不同层次的特征，通过带跳跃连接的卷积层和注意力模块后得到输出结果。多个数据集上的实验结果表明，该方法在处理合成水下图像和真实水下图像时都能有很好的效果，与现有方法相比能更好地恢复图像颜色和纹理细节。
2021, 43(12): 3522-3529.
doi: 10.11999/JEIT200735
摘要:
知识图谱作为辅助信息可以有效缓解传统推荐模型的冷启动问题。但在提取结构化信息时，现有模型都忽略了图谱中实体之间的邻居关系。针对这一问题，该文提出一种基于共同邻居排序采样的知识图谱卷积网络(KGCN-PN)推荐模型，该模型首先基于共同邻居数目对知识图谱中的每个实体邻域进行排序采样；其次利用图卷积神经网络沿着图谱中的关系路径将实体自身信息与接收域信息逐层融合；最后将用户特征向量与融合得到的实体特征向量送入预测函数中预测用户与实体项目交互的概率。实验结果表明该模型在数据稀疏场景下相较其他基线模型性能均获得了相应提升。
知识图谱作为辅助信息可以有效缓解传统推荐模型的冷启动问题。但在提取结构化信息时，现有模型都忽略了图谱中实体之间的邻居关系。针对这一问题，该文提出一种基于共同邻居排序采样的知识图谱卷积网络(KGCN-PN)推荐模型，该模型首先基于共同邻居数目对知识图谱中的每个实体邻域进行排序采样；其次利用图卷积神经网络沿着图谱中的关系路径将实体自身信息与接收域信息逐层融合；最后将用户特征向量与融合得到的实体特征向量送入预测函数中预测用户与实体项目交互的概率。实验结果表明该模型在数据稀疏场景下相较其他基线模型性能均获得了相应提升。
2021, 43(12): 3530-3537.
doi: 10.11999/JEIT200988
摘要:
哈希广泛应用于图像检索任务。针对现有深度监督哈希方法的局限性，该文提出了一种新的非对称监督深度离散哈希(ASDDH)方法来保持不同类别之间的语义结构，同时生成二进制码。首先利用深度网络提取图像特征，根据图像的语义标签来揭示每对图像之间的相似性。为了增强二进制码之间的相似性，并保证多标签语义保持，该文设计了一种非对称哈希方法，并利用多标签二进制码映射，使哈希码具有多标签语义信息。此外，引入二进制码的位平衡性对每个位进行平衡，鼓励所有训练样本中的–1和+1的数目近似。在两个常用数据集上的实验结果表明，该方法在图像检索方面的性能优于其他方法。
哈希广泛应用于图像检索任务。针对现有深度监督哈希方法的局限性，该文提出了一种新的非对称监督深度离散哈希(ASDDH)方法来保持不同类别之间的语义结构，同时生成二进制码。首先利用深度网络提取图像特征，根据图像的语义标签来揭示每对图像之间的相似性。为了增强二进制码之间的相似性，并保证多标签语义保持，该文设计了一种非对称哈希方法，并利用多标签二进制码映射，使哈希码具有多标签语义信息。此外，引入二进制码的位平衡性对每个位进行平衡，鼓励所有训练样本中的–1和+1的数目近似。在两个常用数据集上的实验结果表明，该方法在图像检索方面的性能优于其他方法。
2021, 43(12): 3538-3545.
doi: 10.11999/JEIT200431
摘要:
针对现有通道注意力机制对各通道信息直接全局平均池化而忽略其局部空间信息的问题，该文结合人体行为识别研究提出了两种改进通道注意力模块，即矩阵操作的时空(ST)交互模块和深度可分离卷积(DS)模块。ST模块通过卷积和维度转换操作提取各通道时空加权信息数列，经卷积得到各通道的注意权重；DS模块首先利用深度可分离卷积获取各通道局部空间信息，然后压缩通道尺寸使其具有全局的感受野，接着通过卷积操作得到各通道注意权重，进而完成通道注意力机制下的特征重标定。将改进后的注意力模块插入基础网络并在常见的人体行为识别数据集UCF101和HDBM51上进行实验分析，实现了准确率的提升。
针对现有通道注意力机制对各通道信息直接全局平均池化而忽略其局部空间信息的问题，该文结合人体行为识别研究提出了两种改进通道注意力模块，即矩阵操作的时空(ST)交互模块和深度可分离卷积(DS)模块。ST模块通过卷积和维度转换操作提取各通道时空加权信息数列，经卷积得到各通道的注意权重；DS模块首先利用深度可分离卷积获取各通道局部空间信息，然后压缩通道尺寸使其具有全局的感受野，接着通过卷积操作得到各通道注意权重，进而完成通道注意力机制下的特征重标定。将改进后的注意力模块插入基础网络并在常见的人体行为识别数据集UCF101和HDBM51上进行实验分析，实现了准确率的提升。
2021, 43(12): 3546-3553.
doi: 10.11999/JEIT200368
摘要:
随着基于位置的社交网络(LBSN)技术的快速发展，为移动用户提供个性化服务的兴趣点(POI)推荐成为关注重点。由于POI推荐面临着数据稀疏、影响因素多和用户偏好复杂的挑战，因此传统的POI推荐往往只考虑签到频率以及签到时间和地点对用户的影响，而忽略了签到序列中用户前后行为的关联影响。为了解决上述问题，该文通过序列的表示考虑签到数据的时间影响和空间影响，建立了时空上下文信息的POI推荐模型(STCPR)，为POI推荐提供了更精准的个性化偏好。该模型基于序列到序列的框架下，将用户信息、POI信息、类别信息和时空上下文信息进行向量化后嵌入GRU网络中，同时利用了时间注意力机制、全局和局部的空间注意力机制来综合考虑用户偏好与变化趋势，从而向用户推荐感兴趣的Top-N的POI。该文通过在两个真实的数据集上实验来验证模型的性能。实验的结果表明，该文所提出的方法在召回率(Recall)和归一化折损累计增益(NDCG)方面优于几种现有的方法。
随着基于位置的社交网络(LBSN)技术的快速发展，为移动用户提供个性化服务的兴趣点(POI)推荐成为关注重点。由于POI推荐面临着数据稀疏、影响因素多和用户偏好复杂的挑战，因此传统的POI推荐往往只考虑签到频率以及签到时间和地点对用户的影响，而忽略了签到序列中用户前后行为的关联影响。为了解决上述问题，该文通过序列的表示考虑签到数据的时间影响和空间影响，建立了时空上下文信息的POI推荐模型(STCPR)，为POI推荐提供了更精准的个性化偏好。该模型基于序列到序列的框架下，将用户信息、POI信息、类别信息和时空上下文信息进行向量化后嵌入GRU网络中，同时利用了时间注意力机制、全局和局部的空间注意力机制来综合考虑用户偏好与变化趋势，从而向用户推荐感兴趣的Top-N的POI。该文通过在两个真实的数据集上实验来验证模型的性能。实验的结果表明，该文所提出的方法在召回率(Recall)和归一化折损累计增益(NDCG)方面优于几种现有的方法。
2021, 43(12): 3554-3562.
doi: 10.11999/JEIT200684
摘要:
为了提高无人机中继通信系统的频谱利用率，该文提出一种交替中继方法，通过两个无人机中继交替工作，轮流将信息从源端转发到目的端。研究联合优化无人机中继的飞行轨迹和各发射端的发射功率，协调两条中继链路的相互干扰，实现端到端的吞吐量最大化。涉及的优化问题受限于无人机的高度约束、机动约束、防碰撞约束以及各发射端的平均与峰值发射功率约束，是难以求得最优解的非凸优化问题。该文提出一种基于交替最大化和连续凸优化技术的高效迭代算法求解次优解，并用计算机仿真验证了所提算法的有效性。
为了提高无人机中继通信系统的频谱利用率，该文提出一种交替中继方法，通过两个无人机中继交替工作，轮流将信息从源端转发到目的端。研究联合优化无人机中继的飞行轨迹和各发射端的发射功率，协调两条中继链路的相互干扰，实现端到端的吞吐量最大化。涉及的优化问题受限于无人机的高度约束、机动约束、防碰撞约束以及各发射端的平均与峰值发射功率约束，是难以求得最优解的非凸优化问题。该文提出一种基于交替最大化和连续凸优化技术的高效迭代算法求解次优解，并用计算机仿真验证了所提算法的有效性。
2021, 43(12): 3563-3570.
doi: 10.11999/JEIT200898
摘要:
将移动边缘计算技术(MEC)与非正交多址技术(NOMA)结合，同时考虑公平性，该文研究了采用NOMA上行部分卸载的MEC系统公平能效问题。首先将基于公平函数的用户速率与功耗比值定义为公平能效函数，随后提出了两种公平能效调度准则下的能效调度算法，即最大化最小速率准则下DK-SCA算法及最大化系统能效准则下DK-SCALE算法，通过算法实现分别得到两种公平能效调度准则下用户最佳本地CPU处理频率及最佳传输功率。最后通过仿真表明，与基准方案相比，所提基于NOMA的部分卸载方案能够有效地将本地计算和基于NOMA的边缘卸载结合，达到最佳的公平能效性能。
将移动边缘计算技术(MEC)与非正交多址技术(NOMA)结合，同时考虑公平性，该文研究了采用NOMA上行部分卸载的MEC系统公平能效问题。首先将基于公平函数的用户速率与功耗比值定义为公平能效函数，随后提出了两种公平能效调度准则下的能效调度算法，即最大化最小速率准则下DK-SCA算法及最大化系统能效准则下DK-SCALE算法，通过算法实现分别得到两种公平能效调度准则下用户最佳本地CPU处理频率及最佳传输功率。最后通过仿真表明，与基准方案相比，所提基于NOMA的部分卸载方案能够有效地将本地计算和基于NOMA的边缘卸载结合，达到最佳的公平能效性能。
2021, 43(12): 3571-3579.
doi: 10.11999/JEIT200776
摘要:
由于多输入多输出(MIMO)异构网络能够提高系统容量和实现更多的用户接入，因此受到了学术界和工业界的广泛关注，从而成为下一代通信系统的关键技术之一。然而，由于放大器非线性、相位噪声和I/Q不均衡等因素的影响，这类硬件损伤成为制约当前MIMO异构网络波束成形性能进一步提升的瓶颈。为了解决该问题，该文提前将硬件损伤考虑到MIMO异构网络波束成形算法设计当中。首先，考虑了每个基站的最大发射功率约束和每个用户的最小信干噪比约束，建立了一个含硬件损伤参数的系统总能耗最小的资源优化问题。其次，利用等价变换和半正定松弛方法，将原非凸问题转化为凸优化问题进行求解。仿真结果表明，与完美硬件条件下的波束成形算法对比，所提算法具有较好的抗硬件损伤能力和较低的中断概率。
由于多输入多输出(MIMO)异构网络能够提高系统容量和实现更多的用户接入，因此受到了学术界和工业界的广泛关注，从而成为下一代通信系统的关键技术之一。然而，由于放大器非线性、相位噪声和I/Q不均衡等因素的影响，这类硬件损伤成为制约当前MIMO异构网络波束成形性能进一步提升的瓶颈。为了解决该问题，该文提前将硬件损伤考虑到MIMO异构网络波束成形算法设计当中。首先，考虑了每个基站的最大发射功率约束和每个用户的最小信干噪比约束，建立了一个含硬件损伤参数的系统总能耗最小的资源优化问题。其次，利用等价变换和半正定松弛方法，将原非凸问题转化为凸优化问题进行求解。仿真结果表明，与完美硬件条件下的波束成形算法对比，所提算法具有较好的抗硬件损伤能力和较低的中断概率。
2021, 43(12): 3580-3587.
doi: 10.11999/JEIT200872
摘要:
为提高基于非正交多址接入(NOMA)的移动边缘计算(MEC)系统中计算任务部分卸载时的安全性，该文在存在窃听者情况下研究MEC网络的物理层安全，采用保密中断概率来衡量计算卸载的保密性能，考虑发射功率约束、本地任务计算约束和保密中断概率约束，同时引入能耗权重因子以平衡传输能耗和计算能耗，最终实现系统能耗加权和最小。在满足两个用户优先级情况下，为降低系统开销，提出一种联合任务卸载和资源分配机制，通过基于二分搜索的迭代优化算法寻求问题变换后的最优解，并获得最优的任务卸载和功率分配。仿真结果表明，所提算法可有效降低系统能耗。
为提高基于非正交多址接入(NOMA)的移动边缘计算(MEC)系统中计算任务部分卸载时的安全性，该文在存在窃听者情况下研究MEC网络的物理层安全，采用保密中断概率来衡量计算卸载的保密性能，考虑发射功率约束、本地任务计算约束和保密中断概率约束，同时引入能耗权重因子以平衡传输能耗和计算能耗，最终实现系统能耗加权和最小。在满足两个用户优先级情况下，为降低系统开销，提出一种联合任务卸载和资源分配机制，通过基于二分搜索的迭代优化算法寻求问题变换后的最优解，并获得最优的任务卸载和功率分配。仿真结果表明，所提算法可有效降低系统能耗。
2021, 43(12): 3588-3596.
doi: 10.11999/JEIT200029
摘要:
针对5G端到端网络切片场景下底层物理节点出现故障会导致运行在其上的多条服务功能链出现性能异常的问题，该文提出一种基于深度动态贝叶斯网络(DDBN)的服务功能链故障诊断算法。首先根据网络虚拟化环境下故障的多层传播关系，构建故障与症状的依赖图模型，并采用在物理节点监测其上多个虚拟网络功能相关性能数据的方式收集症状。其次，考虑到基于软件定义网络(SDN)和网络功能虚拟化(NFV)的架构下网络症状观测数据的多样性以及物理节点和虚拟网络功能的空间相关性，引入深度信念网络对观测数据特征进行提取，使用加入动量项的自适应学习率算法对模型进行微调以加快收敛速度。最后，利用故障传播的时间相关性，引入动态贝叶斯网络对故障根源进行实时诊断。仿真结果表明，该算法能够有效地诊断故障根源且具有良好的诊断准确度。
针对5G端到端网络切片场景下底层物理节点出现故障会导致运行在其上的多条服务功能链出现性能异常的问题，该文提出一种基于深度动态贝叶斯网络(DDBN)的服务功能链故障诊断算法。首先根据网络虚拟化环境下故障的多层传播关系，构建故障与症状的依赖图模型，并采用在物理节点监测其上多个虚拟网络功能相关性能数据的方式收集症状。其次，考虑到基于软件定义网络(SDN)和网络功能虚拟化(NFV)的架构下网络症状观测数据的多样性以及物理节点和虚拟网络功能的空间相关性，引入深度信念网络对观测数据特征进行提取，使用加入动量项的自适应学习率算法对模型进行微调以加快收敛速度。最后，利用故障传播的时间相关性，引入动态贝叶斯网络对故障根源进行实时诊断。仿真结果表明，该算法能够有效地诊断故障根源且具有良好的诊断准确度。
2021, 43(12): 3597-3604.
doi: 10.11999/JEIT200766
摘要:
为提高命名数据网络(Name Data Networking, NDN)路由过程中内容名字查找的效率，该文提出一种基于深度布隆过滤器的3级名字查找方法。该方法使用长短记忆神经网络(Long Short Term Memory, LSTM)与标准布隆过滤器相结合的方法优化名字查找过程；采用3级结构优化内容名字在内容存储器(Content Store, CS)、待定请求表(Pending Interest Table, PIT)中的精确查找过程，提高查找精度并降低内存消耗。从理论上分析了3级名字查找方法的假阳性率，并通过实验验证了该方法能够有效节省内存、降低查找过程的假阳性。
为提高命名数据网络(Name Data Networking, NDN)路由过程中内容名字查找的效率，该文提出一种基于深度布隆过滤器的3级名字查找方法。该方法使用长短记忆神经网络(Long Short Term Memory, LSTM)与标准布隆过滤器相结合的方法优化名字查找过程；采用3级结构优化内容名字在内容存储器(Content Store, CS)、待定请求表(Pending Interest Table, PIT)中的精确查找过程，提高查找精度并降低内存消耗。从理论上分析了3级名字查找方法的假阳性率，并通过实验验证了该方法能够有效节省内存、降低查找过程的假阳性。
2021, 43(12): 3605-3611.
doi: 10.11999/JEIT200525
摘要:
针对离线的无人机(UAV)基站飞行路线设计无法满足随机的、动态的地面用户通信请求难题，该文研究了飞行路线在线优化设计算法。考虑单个无人机空中基站为两个地面用户提供无线通信服务，通过在线实时优化无人机的飞行路线实现最小化与地面用户的平均通信时延。首先，由于系统的无人机的状态和动作是连续的，将问题转化成一个马尔可夫决策过程(MDP)；然后，把单次通信时延引入到动作价值函数中；最后分别采用强化学习中蒙特卡罗和Q-Learning算法来实现无人机的飞行路线在线优化。仿真结果表明，所提出的在线优化的平均时延性能优于“固定位置”和“贪婪算法”的时延计算结果。
针对离线的无人机(UAV)基站飞行路线设计无法满足随机的、动态的地面用户通信请求难题，该文研究了飞行路线在线优化设计算法。考虑单个无人机空中基站为两个地面用户提供无线通信服务，通过在线实时优化无人机的飞行路线实现最小化与地面用户的平均通信时延。首先，由于系统的无人机的状态和动作是连续的，将问题转化成一个马尔可夫决策过程(MDP)；然后，把单次通信时延引入到动作价值函数中；最后分别采用强化学习中蒙特卡罗和Q-Learning算法来实现无人机的飞行路线在线优化。仿真结果表明，所提出的在线优化的平均时延性能优于“固定位置”和“贪婪算法”的时延计算结果。
2021, 43(12): 3612-3620.
doi: 10.11999/JEIT200734
摘要:
为了提高LoRa在衰落信道下的误码率性能，该文设计了一种轻量级的增强型长距离(EnLoRa)物理层。首先，采用循环码移位键控(CCSK)作为纠错码，级联对角矩阵交织和啁啾扩频(CSS)调制技术，构造了一种新的比特交织编码调制(BICM)结构。然后，基于该结构，提出了一种基于比特对数似然比信息的软CSS解调和软译码算法，并将译码输出后的外信息作为先验信息反馈至解调模块，进行迭代译码。仿真结果表明，与相同码率的LoRa系统对比，EnLoRa系统在高斯信道下的编码增益提高了0.8 dB，在瑞利信道下的编码增益提高了7 dB。在此基础之上，通过多次迭代译码，还可以获得最大2.5 dB的额外收益。时间复杂度增加不到10%，空间复杂度增幅可忽略不计。该方法可望进一步降低物联网节点的功耗，在室内、市区和工业等复杂多径场景具有较大的应用价值。
为了提高LoRa在衰落信道下的误码率性能，该文设计了一种轻量级的增强型长距离(EnLoRa)物理层。首先，采用循环码移位键控(CCSK)作为纠错码，级联对角矩阵交织和啁啾扩频(CSS)调制技术，构造了一种新的比特交织编码调制(BICM)结构。然后，基于该结构，提出了一种基于比特对数似然比信息的软CSS解调和软译码算法，并将译码输出后的外信息作为先验信息反馈至解调模块，进行迭代译码。仿真结果表明，与相同码率的LoRa系统对比，EnLoRa系统在高斯信道下的编码增益提高了0.8 dB，在瑞利信道下的编码增益提高了7 dB。在此基础之上，通过多次迭代译码，还可以获得最大2.5 dB的额外收益。时间复杂度增加不到10%，空间复杂度增幅可忽略不计。该方法可望进一步降低物联网节点的功耗，在室内、市区和工业等复杂多径场景具有较大的应用价值。
2021, 43(12): 3621-3628.
doi: 10.11999/JEIT200937
摘要:
为缓解终端设备处理大数据量、低时延业务的压力，该文提出一种基于全双工中继的移动边缘计算网络资源分配算法。首先，在满足计算任务时延约束、用户最大计算能力、用户和中继的最大发射功率约束条件下，考虑中继选择与子载波分配因子、用户任务卸载系数、用户与中继的传输功率的联合优化，建立了系统总能耗最小化问题。其次，利用交替迭代和变量代换的方法，将原非凸问题分解为两个凸优化子问题，并利用内点法和拉格朗日对偶原理分别进行求解。仿真结果表明，所提算法具有较低的能量消耗。
为缓解终端设备处理大数据量、低时延业务的压力，该文提出一种基于全双工中继的移动边缘计算网络资源分配算法。首先，在满足计算任务时延约束、用户最大计算能力、用户和中继的最大发射功率约束条件下，考虑中继选择与子载波分配因子、用户任务卸载系数、用户与中继的传输功率的联合优化，建立了系统总能耗最小化问题。其次，利用交替迭代和变量代换的方法，将原非凸问题分解为两个凸优化子问题，并利用内点法和拉格朗日对偶原理分别进行求解。仿真结果表明，所提算法具有较低的能量消耗。
2021, 43(12): 3629-3638.
doi: 10.11999/JEIT200628
摘要:
网络安全本质在对抗。针对现有研究缺乏从博弈视角分析网络攻防行为与态势演化关系的问题，该文提出一种网络攻防博弈架构模型(NADGM)，借鉴传染病动力学理论以不同安全状态网络节点密度定义网络攻防态势，分析网络节点安全状态转移路径；以网络勒索病毒攻防博弈为例，使用NetLogo多Agent仿真工具开展不同场景下攻防态势演化趋势对比实验，得出增强网络防御效能的结论。实验结果验证了模型方法的有效性和可行性。
网络安全本质在对抗。针对现有研究缺乏从博弈视角分析网络攻防行为与态势演化关系的问题，该文提出一种网络攻防博弈架构模型(NADGM)，借鉴传染病动力学理论以不同安全状态网络节点密度定义网络攻防态势，分析网络节点安全状态转移路径；以网络勒索病毒攻防博弈为例，使用NetLogo多Agent仿真工具开展不同场景下攻防态势演化趋势对比实验，得出增强网络防御效能的结论。实验结果验证了模型方法的有效性和可行性。
2021, 43(12): 3639-3646.
doi: 10.11999/JEIT200485
摘要:
单基地多输入多输出(MIMO)雷达的波达方向(DOA)估计问题是近年来研究的热点。高维度的MIMO雷达数据，导致传统旋转不变性参数估计技术(ESPRIT)算法需要付出较大的运算代价。在低信噪比、低快拍数的条件下，传统ESPRIT算法性能会严重下降。为了克服传统ESPRIT算法的以上缺点，该文提出一种降维波束空间的实值ESPRIT算法。该算法通过转换矩阵，将高维度MIMO雷达数据转换到低维度的数据，从而去除数据中的冗余。然后再将低维数据变换到波束空间，构造实值旋转不变性等式，用以估计目标的角度。仿真结果表明，在低信噪比和低快拍数时，相比于传统ESPRIT算法，该文所提方法具有更好的角度估计性能和更少的运算量。
单基地多输入多输出(MIMO)雷达的波达方向(DOA)估计问题是近年来研究的热点。高维度的MIMO雷达数据，导致传统旋转不变性参数估计技术(ESPRIT)算法需要付出较大的运算代价。在低信噪比、低快拍数的条件下，传统ESPRIT算法性能会严重下降。为了克服传统ESPRIT算法的以上缺点，该文提出一种降维波束空间的实值ESPRIT算法。该算法通过转换矩阵，将高维度MIMO雷达数据转换到低维度的数据，从而去除数据中的冗余。然后再将低维数据变换到波束空间，构造实值旋转不变性等式，用以估计目标的角度。仿真结果表明，在低信噪比和低快拍数时，相比于传统ESPRIT算法，该文所提方法具有更好的角度估计性能和更少的运算量。
2021, 43(12): 3647-3655.
doi: 10.11999/JEIT200773
摘要:
针对机载气象雷达在复杂的地形环境下探测低空风切变时，地杂波呈现的非均匀特征导致难以准确获得杂波统计特性，进而影响杂波抑制效果，使得风切变风速估计不准的问题，该文提出一种色加载知识辅助STAP(CL-KA-STAP)的低空风切变风速估计方法。该方法首先构造降维联合时空变换矩阵，并对待检测距离单元的回波信号进行降维处理，然后将由数字高程模型(DEM)和国家土地覆盖数据库(NLCD)获取的先验知识融入到组合空时主通道自适应处理器(CMCAP)中，构造色加载系数优化函数求解色加载系数，最后构造滤波器，实现杂波自适应滤波并准确估计风速。后续仿真结果证明了所提方法的有效性。
针对机载气象雷达在复杂的地形环境下探测低空风切变时，地杂波呈现的非均匀特征导致难以准确获得杂波统计特性，进而影响杂波抑制效果，使得风切变风速估计不准的问题，该文提出一种色加载知识辅助STAP(CL-KA-STAP)的低空风切变风速估计方法。该方法首先构造降维联合时空变换矩阵，并对待检测距离单元的回波信号进行降维处理，然后将由数字高程模型(DEM)和国家土地覆盖数据库(NLCD)获取的先验知识融入到组合空时主通道自适应处理器(CMCAP)中，构造色加载系数优化函数求解色加载系数，最后构造滤波器，实现杂波自适应滤波并准确估计风速。后续仿真结果证明了所提方法的有效性。
2021, 43(12): 3656-3661.
doi: 10.11999/JEIT200895
摘要:
针对复杂战场电磁环境下，导航接收机因电磁干扰而引起内部卫星跟踪丢失的现象，该文研究了导航接收机跟踪环路在面临带内和带外双频干扰时的效应预测模型。通过对接收机射频前端的阻塞机理分析，以矢量分析的方法推导了射频前端信号的增益公式，并结合接收机跟踪环路相关处理的过程，得到了带外和带内双频干扰下的效应预测模型。之后以载噪比门限值为失锁判据，开展了双频干扰效应试验，试验结果表明上述模型能够对接收机内部卫星跟踪的状态进行预测，预测误差小于±1 dB，且对于窄带和宽带干扰信号同样适用。
针对复杂战场电磁环境下，导航接收机因电磁干扰而引起内部卫星跟踪丢失的现象，该文研究了导航接收机跟踪环路在面临带内和带外双频干扰时的效应预测模型。通过对接收机射频前端的阻塞机理分析，以矢量分析的方法推导了射频前端信号的增益公式，并结合接收机跟踪环路相关处理的过程，得到了带外和带内双频干扰下的效应预测模型。之后以载噪比门限值为失锁判据，开展了双频干扰效应试验，试验结果表明上述模型能够对接收机内部卫星跟踪的状态进行预测，预测误差小于±1 dB，且对于窄带和宽带干扰信号同样适用。
2021, 43(12): 3662-3670.
doi: 10.11999/JEIT200755
摘要:
土壤在物理系统的工作频率范围内可能表现出较强的色散性，色散物质的不确定参数在波传播的仿真结果中引入了不确定性。在考虑这些仿真结果的可接受性时，量化仿真结果中的不确定性至关重要。针对传统不确定性分析法计算效率低、运算量大的问题，该文以探地雷达建模仿真中的不确定性分析为例，提出一种基于人工神经网络的不确定性分析模型，阐述了模型的构建过程，及克服过拟合问题的策略。作为探地雷达全波仿真的替代模型能够预测仿真结果，进而得到仿真结果的统计信息，如均值、标准差。经比较，在相同的数值模型、不确定性输入参数个数，以及参数变化范围为10%的前提条件下，对任意一组输入参数，输出得到1000组结果时，该方法所得预测结果统计特性与执行全波仿真所得具有较好的一致性，且显著降低运算量，计算时间效率提升79.82%。
土壤在物理系统的工作频率范围内可能表现出较强的色散性，色散物质的不确定参数在波传播的仿真结果中引入了不确定性。在考虑这些仿真结果的可接受性时，量化仿真结果中的不确定性至关重要。针对传统不确定性分析法计算效率低、运算量大的问题，该文以探地雷达建模仿真中的不确定性分析为例，提出一种基于人工神经网络的不确定性分析模型，阐述了模型的构建过程，及克服过拟合问题的策略。作为探地雷达全波仿真的替代模型能够预测仿真结果，进而得到仿真结果的统计信息，如均值、标准差。经比较，在相同的数值模型、不确定性输入参数个数，以及参数变化范围为10%的前提条件下，对任意一组输入参数，输出得到1000组结果时，该方法所得预测结果统计特性与执行全波仿真所得具有较好的一致性，且显著降低运算量，计算时间效率提升79.82%。
2021, 43(12): 3671-3679.
doi: 10.11999/JEIT200594
摘要:
基于鲁棒主成分分析(RPCA)的单通道语音增强算法是高斯白噪声环境下语音增强的一种重要处理手段，但其对低秩语音分量处理效果欠佳且无法较好地抑制色噪声。针对此问题，该文提出一种基于白化频谱重排RPCA的改进语音增强算法(WSRRPCA)，通过优化噪声白化模型，将色噪声语音增强转换成白噪声语音信号处理，利用频谱重排改进RPCA语音增强处理算法，从而获得色噪声环境下语音信号处理性能的整体提升。仿真实验表明，该算法能够较好地实现色噪声环境下的语音增强，且相对于其他算法具有更佳的噪声抑制和语音质量提升能力。
基于鲁棒主成分分析(RPCA)的单通道语音增强算法是高斯白噪声环境下语音增强的一种重要处理手段，但其对低秩语音分量处理效果欠佳且无法较好地抑制色噪声。针对此问题，该文提出一种基于白化频谱重排RPCA的改进语音增强算法(WSRRPCA)，通过优化噪声白化模型，将色噪声语音增强转换成白噪声语音信号处理，利用频谱重排改进RPCA语音增强处理算法，从而获得色噪声环境下语音信号处理性能的整体提升。仿真实验表明，该算法能够较好地实现色噪声环境下的语音增强，且相对于其他算法具有更佳的噪声抑制和语音质量提升能力。
2021, 43(12): 3680-3686.
doi: 10.11999/JEIT200122
摘要:
在一定环境条件下，当系统的量测方程没有进行验证或校准时，使用该量测方程往往会产生未知的系统误差，从而导致较大的滤波误差。同样地，当系统的噪声方差不确定时，滤波的性能也将会变坏，甚至会引起滤波器发散。增量方程的引入可以有效消除系统的未知量测误差，从而带未知量测误差的欠观测系统的状态估计问题可以转换为增量系统的状态估计问题。该文考虑带未知量测误差和未知噪声方差的线性离散系统，首先提出一种基于增量方程的鲁棒增量Kalman滤波器。进而，基于线性最小方差最优融合准则，提出一种加权融合鲁棒增量Kalman滤波算法。仿真实例证明了所提算法的有效性和可行性。
在一定环境条件下，当系统的量测方程没有进行验证或校准时，使用该量测方程往往会产生未知的系统误差，从而导致较大的滤波误差。同样地，当系统的噪声方差不确定时，滤波的性能也将会变坏，甚至会引起滤波器发散。增量方程的引入可以有效消除系统的未知量测误差，从而带未知量测误差的欠观测系统的状态估计问题可以转换为增量系统的状态估计问题。该文考虑带未知量测误差和未知噪声方差的线性离散系统，首先提出一种基于增量方程的鲁棒增量Kalman滤波器。进而，基于线性最小方差最优融合准则，提出一种加权融合鲁棒增量Kalman滤波算法。仿真实例证明了所提算法的有效性和可行性。
2021, 43(12): 3687-3694.
doi: 10.11999/JEIT210027
摘要:
针对基于互质阵列的欠定DOA估计方法在非均匀噪声条件下性能下降的问题，该文提出一种基于协方差矩阵重构和矩阵填充的鲁棒DOA估计方法。首先，将接收数据协方差矩阵分解，得到包含非均匀噪声项的对角阵；然后，选取对角线元素中的最小值，替换其余对角线元素，进而得到重构后的数据协方差矩阵；最后，对重构后的协方差矩阵进行扩展和矩阵填充，结合子空间方法进行DOA估计。理论分析和仿真结果表明，相对于现有方法，该文方法有效地抑制了非均匀噪声的影响，有更好的DOA估计性能。
针对基于互质阵列的欠定DOA估计方法在非均匀噪声条件下性能下降的问题，该文提出一种基于协方差矩阵重构和矩阵填充的鲁棒DOA估计方法。首先，将接收数据协方差矩阵分解，得到包含非均匀噪声项的对角阵；然后，选取对角线元素中的最小值，替换其余对角线元素，进而得到重构后的数据协方差矩阵；最后，对重构后的协方差矩阵进行扩展和矩阵填充，结合子空间方法进行DOA估计。理论分析和仿真结果表明，相对于现有方法，该文方法有效地抑制了非均匀噪声的影响，有更好的DOA估计性能。
2021, 43(12): 3695-3702.
doi: 10.11999/JEIT200793
摘要:
针对不规则结构阵列的波束图容易出现旁瓣升高的问题，该文提出了一种基于径向基神经网络(RBFNN)的波束设计方法。该方法根据Olen波束形成中阵元位置和阵列加权向量之间的非线性关系，利用径向基神经网络输入和输出之间的非线性映射特性，以任意结构阵列的实际阵元位置为基准，构造带有误差的阵元位置样本集。之后利用Olen法计算阵列加权向量并进行波束形成，当波束图满足设计要求时，记录对应的位置和阵列加权向量作为径向基神经网络训练数据的输入样本和输出样本，并使用训练后的网络得到实际阵列的加权向量。最后，对直线阵、弧形阵、随机环形阵进行了波束优化设计，结果这几种阵形的波束都可以满足设计要求，证明了所提方法的有效性。
针对不规则结构阵列的波束图容易出现旁瓣升高的问题，该文提出了一种基于径向基神经网络(RBFNN)的波束设计方法。该方法根据Olen波束形成中阵元位置和阵列加权向量之间的非线性关系，利用径向基神经网络输入和输出之间的非线性映射特性，以任意结构阵列的实际阵元位置为基准，构造带有误差的阵元位置样本集。之后利用Olen法计算阵列加权向量并进行波束形成，当波束图满足设计要求时，记录对应的位置和阵列加权向量作为径向基神经网络训练数据的输入样本和输出样本，并使用训练后的网络得到实际阵列的加权向量。最后，对直线阵、弧形阵、随机环形阵进行了波束优化设计，结果这几种阵形的波束都可以满足设计要求，证明了所提方法的有效性。
2021, 43(12): 3703-3709.
doi: 10.11999/JEIT210406
摘要:
为了适应各种阵列构型，该文提出基于混合基线的任意平面阵列干涉仪测向方法。首先，基于无相位模糊的数学模型分析，推导了混合基线任意平面阵干涉仪测向方法。然后，针对相位模糊问题，提出了基于归一化改进方向函数的聚类方法，并给出了基线对的选取方法。最后，通过数值仿真在随机任意阵、均匀圆阵和半圆阵上验证了所提方法的有效性。该方法对所选基线对中两个基线的长度和斜率没有约束。仿真结果显示，借助灵活的基线对选择以及归一化改进方向函数的引入，混合基线算法的解模糊性能优于等长基线算法和立体基线算法。
为了适应各种阵列构型，该文提出基于混合基线的任意平面阵列干涉仪测向方法。首先，基于无相位模糊的数学模型分析，推导了混合基线任意平面阵干涉仪测向方法。然后，针对相位模糊问题，提出了基于归一化改进方向函数的聚类方法，并给出了基线对的选取方法。最后，通过数值仿真在随机任意阵、均匀圆阵和半圆阵上验证了所提方法的有效性。该方法对所选基线对中两个基线的长度和斜率没有约束。仿真结果显示，借助灵活的基线对选择以及归一化改进方向函数的引入，混合基线算法的解模糊性能优于等长基线算法和立体基线算法。
2021, 43(12): 3710-3717.
doi: 10.11999/JEIT200753
摘要:
地震信号分析在地质岩性、储层、流体、沉积相带的检测，以及地层界面识别与储层分析、地震资料处理和解释等方面具有重要研究意义。针对现有时频分析算法在处理地震信号时，存在时频分辨率低、能量聚集性差等问题，该文以Ricker子波为数学模型，提出了一种新的2阶挤压小波变换算法(SWT2)。考虑到传统时频同步压缩变换中的瞬时频率估计对地震信号失效，利用改进的母小波对地震信号进行匹配，进而通过谱峰对齐对参考频率进行修正，从而提升时频能量聚集性和时频分辨率。仿真实验结果表明，提出的2阶挤压小波变换算法可以极大地提升地震信号的时频聚集性，精确地反映信号的时延和主频，对地层结构的刻画更加精确。
地震信号分析在地质岩性、储层、流体、沉积相带的检测，以及地层界面识别与储层分析、地震资料处理和解释等方面具有重要研究意义。针对现有时频分析算法在处理地震信号时，存在时频分辨率低、能量聚集性差等问题，该文以Ricker子波为数学模型，提出了一种新的2阶挤压小波变换算法(SWT2)。考虑到传统时频同步压缩变换中的瞬时频率估计对地震信号失效，利用改进的母小波对地震信号进行匹配，进而通过谱峰对齐对参考频率进行修正，从而提升时频能量聚集性和时频分辨率。仿真实验结果表明，提出的2阶挤压小波变换算法可以极大地提升地震信号的时频聚集性，精确地反映信号的时延和主频，对地层结构的刻画更加精确。
2021, 43(12): 3718-3726.
doi: 10.11999/JEIT200885
摘要:
为了提高时间交织模数转换器(TIADC)的有效分辨率，需要对其通道之间的线性/非线性失配误差进行估计和补偿。该文针对M通道TIADC的带有记忆效应的非线性失配误差提出了一种自适应盲校正算法。通过子通道重构结构(SCR)重构非线性误差信号，并通过滤波降采样最小均方(FDLMS)算法估计非线性失配误差系数。实验仿真结果表明，该方法可以有效校正带有记忆效应的非线性失配误差，并且可以大大降低实现难度和硬件资源消耗。
为了提高时间交织模数转换器(TIADC)的有效分辨率，需要对其通道之间的线性/非线性失配误差进行估计和补偿。该文针对M通道TIADC的带有记忆效应的非线性失配误差提出了一种自适应盲校正算法。通过子通道重构结构(SCR)重构非线性误差信号，并通过滤波降采样最小均方(FDLMS)算法估计非线性失配误差系数。实验仿真结果表明，该方法可以有效校正带有记忆效应的非线性失配误差，并且可以大大降低实现难度和硬件资源消耗。
2021, 43(12): 3727-3734.
doi: 10.11999/JEIT200118
摘要:
为满足近地轨道(LEO)卫星星地高速数传系统对高通量、低复杂度、高可靠性信道编码的应用需求，该文提出一种基于国际空间数据系统咨询委员会(CCSDS)近地卫星通信标准低密度奇偶校验(LDPC)码的低复杂度可重构编码器设计实现方案。通过对输入信息比特插0处理和拆分循环矩阵，并分析不同并行度编码的结构特点，实现了可重构编码方案，提高了编码器的灵活性和编码数据吞吐率；采用优化的移位寄存器累加单元，降低了编码器的整体硬件资源规模。在Xilinx FPGA上对提出的编码器进行了实现，结果表明，在125 MHz系统工作时钟下，编码数据吞吐率最高可达1 Gbps，归一化编码数据吞吐率与其它文献并行度相近的编码器相比提高了17.1%，其寄存器资源和查找表资源与相同平台已有方案相比分别降低了13.7%和14.8%。
为满足近地轨道(LEO)卫星星地高速数传系统对高通量、低复杂度、高可靠性信道编码的应用需求，该文提出一种基于国际空间数据系统咨询委员会(CCSDS)近地卫星通信标准低密度奇偶校验(LDPC)码的低复杂度可重构编码器设计实现方案。通过对输入信息比特插0处理和拆分循环矩阵，并分析不同并行度编码的结构特点，实现了可重构编码方案，提高了编码器的灵活性和编码数据吞吐率；采用优化的移位寄存器累加单元，降低了编码器的整体硬件资源规模。在Xilinx FPGA上对提出的编码器进行了实现，结果表明，在125 MHz系统工作时钟下，编码数据吞吐率最高可达1 Gbps，归一化编码数据吞吐率与其它文献并行度相近的编码器相比提高了17.1%，其寄存器资源和查找表资源与相同平台已有方案相比分别降低了13.7%和14.8%。
2021, 43(12): 3735-3742.
doi: 10.11999/JEIT200599
摘要:
在局部遮蔽条件下，光伏阵列的功率输出曲线呈现多峰特性，传统控制算法无法持续准确地跟踪最大功率输出点，该文提出一种基于改进多元宇宙优化(MVO)算法跟踪全局最大功率点的方法(IMVO)。引入螺旋更新和自适应压缩因子，增强了算法的全局搜索能力；改变旅行距离率的更新方式，加快了算法的收敛速度，3方面改进有效提高了算法的寻优能力。仿真结果表明：在均匀光照、局部遮蔽和变光照强度3种条件下，改进多元宇宙优化算法均能持续稳定地跟踪最大功率点，在收敛时间和收敛精度上均有较大提高，由此验证了该算法在最大功率点跟踪控制中的可行性。
在局部遮蔽条件下，光伏阵列的功率输出曲线呈现多峰特性，传统控制算法无法持续准确地跟踪最大功率输出点，该文提出一种基于改进多元宇宙优化(MVO)算法跟踪全局最大功率点的方法(IMVO)。引入螺旋更新和自适应压缩因子，增强了算法的全局搜索能力；改变旅行距离率的更新方式，加快了算法的收敛速度，3方面改进有效提高了算法的寻优能力。仿真结果表明：在均匀光照、局部遮蔽和变光照强度3种条件下，改进多元宇宙优化算法均能持续稳定地跟踪最大功率点，在收敛时间和收敛精度上均有较大提高，由此验证了该算法在最大功率点跟踪控制中的可行性。
2021, 43(12): 3743-3748.
doi: 10.11999/JEIT200855
摘要:
该文提出一种高性能硬件加密引擎阵列架构，为大数据应用提供了先进的安全解决方案。该模块架构包括一个高速接口、一个中央管理和监视模块(CMMM)、一组多通道驱动加密引擎阵列，其中CMMM将任务分配给加密引擎，经由专用算法处理后再将数据传回主机。由于接口吞吐量和加密引擎阵列规模会限制模块性能，针对PCIe高速接口，采用MMC/eMMC总线连接构建阵列，发现更多加密引擎集成到系统后，模块性能将会得到提升。为验证该架构，使用55 nm制程工艺完成了一个PCIe Gen2×4接口的ASIC加密卡，测试结果显示其平均吞吐量高达419.23 MB。
该文提出一种高性能硬件加密引擎阵列架构，为大数据应用提供了先进的安全解决方案。该模块架构包括一个高速接口、一个中央管理和监视模块(CMMM)、一组多通道驱动加密引擎阵列，其中CMMM将任务分配给加密引擎，经由专用算法处理后再将数据传回主机。由于接口吞吐量和加密引擎阵列规模会限制模块性能，针对PCIe高速接口，采用MMC/eMMC总线连接构建阵列，发现更多加密引擎集成到系统后，模块性能将会得到提升。为验证该架构，使用55 nm制程工艺完成了一个PCIe Gen2×4接口的ASIC加密卡，测试结果显示其平均吞吐量高达419.23 MB。
2021, 43(12): 3749-3757.
doi: 10.11999/JEIT200740
摘要:
在分布式存储系统中，当节点发生故障时局部修复码(LRC)可以通过访问少量其他节点来恢复数据，然而LRC的局部度不尽相同，该文构造了短码长且局部度较小的四元LRC。当码长不超过20，最小距离大于2时，若四元距离最优线性码的生成阵维数不超过校验阵维数，可利用其生成阵给出LRC，否则利用其校验阵给出LRC。对已构造的LRC的生成阵或校验阵，利用删除、并置等方法得到新矩阵，从而构造出190个码长\begin{document}$n \le 20$\end{document} ![]()
![]()
\begin{document}$d \ge 2$\end{document} ![]()
![]()
在分布式存储系统中，当节点发生故障时局部修复码(LRC)可以通过访问少量其他节点来恢复数据，然而LRC的局部度不尽相同，该文构造了短码长且局部度较小的四元LRC。当码长不超过20，最小距离大于2时，若四元距离最优线性码的生成阵维数不超过校验阵维数，可利用其生成阵给出LRC，否则利用其校验阵给出LRC。对已构造的LRC的生成阵或校验阵，利用删除、并置等方法得到新矩阵，从而构造出190个码长
2021, 43(12): 3758-3765.
doi: 10.11999/JEIT200689
摘要:
为了研究忆阻开关电路的动力学行为，该文提出一种具有多吸引子共存现象的忆阻开关混沌电路。在该电路中存在多吸引子分岔，当系统中发生边界碰撞之后，系统中将产生不同的吸引子共存现象。其中包括单周期极限环与混沌吸引子共存，不同的混沌吸引子共存，对称的2周期极限环共存现象，以及对称的2周期极限环与5周期极限环共存现象等。该文通过相图、分岔图等数值仿真，分析了该电路的动力学行为，并利用PSIM电路仿真验证了其电路的可行性，对开关电路中多吸引子共存现象和混沌应用的研究具有重要意义。
为了研究忆阻开关电路的动力学行为，该文提出一种具有多吸引子共存现象的忆阻开关混沌电路。在该电路中存在多吸引子分岔，当系统中发生边界碰撞之后，系统中将产生不同的吸引子共存现象。其中包括单周期极限环与混沌吸引子共存，不同的混沌吸引子共存，对称的2周期极限环共存现象，以及对称的2周期极限环与5周期极限环共存现象等。该文通过相图、分岔图等数值仿真，分析了该电路的动力学行为，并利用PSIM电路仿真验证了其电路的可行性，对开关电路中多吸引子共存现象和混沌应用的研究具有重要意义。
2021, 43(12): 3766-3774.
doi: 10.11999/JEIT200575
摘要:
基于混沌的数字图像加密算法因具有较大的密钥空间和较高的密钥敏感特性等而被广泛地应用。该文在经典Logistic映射中引入正弦反馈，构成新的映射关系，并分析该映射的混沌行为。利用混沌映射导出离散混沌加密序列，并对加密序列进行放大取整，增强其伪随机性；利用NIST随机性测试方法测试了加密序列的伪随机性；将伪随机序列与原始图像进行异或运算，实现图像加密。数值仿真结果表明所提加密算法具有较好的加密效果，其密钥也具有较好的敏感性和伪随机性，最后基于FPGA平台的硬件加密实现了本算法。
基于混沌的数字图像加密算法因具有较大的密钥空间和较高的密钥敏感特性等而被广泛地应用。该文在经典Logistic映射中引入正弦反馈，构成新的映射关系，并分析该映射的混沌行为。利用混沌映射导出离散混沌加密序列，并对加密序列进行放大取整，增强其伪随机性；利用NIST随机性测试方法测试了加密序列的伪随机性；将伪随机序列与原始图像进行异或运算，实现图像加密。数值仿真结果表明所提加密算法具有较好的加密效果，其密钥也具有较好的敏感性和伪随机性，最后基于FPGA平台的硬件加密实现了本算法。
编辑部公告
more >
- “隐私数据安全共享与处理”专题征文通知
- “图信号处理基础理论与应用”专题征文通知
- “人工智能芯片与算法前沿技术”专刊征文通知
- “后摩尔时代集成电路颠覆性技术”专题征文通知
- “面向智能电网应用的信息处理关键技术研究”专题征文通知
- “智能制造算法与系统”专题截稿延期通知
- 《电子与信息学报》关于学术不端论文的认定和处理办法
- “面向6G的可见光通信”专题征文通知
会议信息
more >
- 中国电子学会电路与系统分会第三十二届学术年会延期通知
- 中国密码学会2021年密码芯片学术会议征文通知
- 信息与通信学科文峰青年学者论坛会议通知
- 第五届“中科星图杯”国际高分遥感图像解译大赛火热启动
- 第一届电子与信息科学前沿论坛在苏州成功召开
- 电子、信息与计算技术前沿国际会议ICFEICT2021会议通知
- 第一届电子与信息科学前沿论坛邀请函
- 第五届全国生物计算与生物信息处理会议在滨州医学院成功举行
作者服务中心
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
