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/JEIT220792
摘要:
为解决基于空间角信息水下3维定位中，闭式解算法中定位性能无法达到克拉默-拉奥界和牛顿迭代算法初始值选取问题，该文利用一种基于迭代最小二乘的高鲁棒性算法修正闭式解的残差项与选取迭代算法的初始值。利用伪线性加权最小二乘算法得到闭式解作为正则化修正迭代法的初始值，将迭代结果修正闭式解算法的残差项，通过迭代最小二乘法的交替运算，得到稳定精确的解。通过仿真验证了基于迭代最小二乘算法的高鲁棒性，消除伪线性加权最小二乘算法中残差项选取的不利影响，解决了迭代法初始值选取问题，得到与收敛情况下迭代法相近的定位性能。
为解决基于空间角信息水下3维定位中，闭式解算法中定位性能无法达到克拉默-拉奥界和牛顿迭代算法初始值选取问题，该文利用一种基于迭代最小二乘的高鲁棒性算法修正闭式解的残差项与选取迭代算法的初始值。利用伪线性加权最小二乘算法得到闭式解作为正则化修正迭代法的初始值，将迭代结果修正闭式解算法的残差项，通过迭代最小二乘法的交替运算，得到稳定精确的解。通过仿真验证了基于迭代最小二乘算法的高鲁棒性，消除伪线性加权最小二乘算法中残差项选取的不利影响，解决了迭代法初始值选取问题，得到与收敛情况下迭代法相近的定位性能。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT220957
摘要:
针对现存智能家居软件更新方案中存在的粗粒度访问控制、单点服务失效、用户解密效率低下等问题，该文提出一种具有隐私保护的细粒度智能家居远程数据安全更新方案。该方案通过属性基加密技术实现了细粒度访问控制，并结合区块链和星际文件系统(IPFS)技术对数据进行存储。通过对访问策略进行隐藏，该方案进一步保护了用户的隐私。此外，通过设计面向轻量级用户的外包解密算法，所提方案有效减轻了轻量级用户的计算负担，并结合区块链和智能合约技术实现了外包解密过程的公平支付。最后，基于判定的双线性迪菲赫尔曼 (DBDH)假设，证明了所提方案是选择明文攻击下的不可区分 (IND-CPA)安全的。仿真实验结果表明，所提方案与现有方案相比终端用户解密成本和通信开销明显降低。
针对现存智能家居软件更新方案中存在的粗粒度访问控制、单点服务失效、用户解密效率低下等问题，该文提出一种具有隐私保护的细粒度智能家居远程数据安全更新方案。该方案通过属性基加密技术实现了细粒度访问控制，并结合区块链和星际文件系统(IPFS)技术对数据进行存储。通过对访问策略进行隐藏，该方案进一步保护了用户的隐私。此外，通过设计面向轻量级用户的外包解密算法，所提方案有效减轻了轻量级用户的计算负担，并结合区块链和智能合约技术实现了外包解密过程的公平支付。最后，基于判定的双线性迪菲赫尔曼 (DBDH)假设，证明了所提方案是选择明文攻击下的不可区分 (IND-CPA)安全的。仿真实验结果表明，所提方案与现有方案相比终端用户解密成本和通信开销明显降低。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT220951
摘要:
为解决传统的物联网(IoT)通信设备功耗大、需要人工定期维护、频繁更换电池等问题，该文提出一种基于电磁波能量收集的无源WiFi物联网散射通信方法。该方法基于低功耗微处理器实现WiFi反向散射通信，同时利用自身收集的电磁波能量实现系统自供电，具有功耗低、无需电池、体积小、成本低、免人工维护、容易大量部署等诸多优势，可广泛用于物联网领域。
为解决传统的物联网(IoT)通信设备功耗大、需要人工定期维护、频繁更换电池等问题，该文提出一种基于电磁波能量收集的无源WiFi物联网散射通信方法。该方法基于低功耗微处理器实现WiFi反向散射通信，同时利用自身收集的电磁波能量实现系统自供电，具有功耗低、无需电池、体积小、成本低、免人工维护、容易大量部署等诸多优势，可广泛用于物联网领域。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT210887
摘要:
针对空中匀速圆弧运动目标激发的水下声信号，该文采用单水听器解决该动目标3维运动参数的估计问题。首先以直升机离散线谱为声源特征，在空气-水介质中建立声源线谱特征在匀速圆弧运动下3维多普勒传播模型。然后根据多普勒频移曲线、声源运动模型以及声线传播几何关系，选取3个时间观测点计算目标多普勒，推导了单水听器估计空中匀速圆弧运动声源的3维参数估计算法。最后，通过仿真单水听器所接收的水声信号，验证了该算法估计匀速圆弧运动声源飞行参数的有效性和精度。
针对空中匀速圆弧运动目标激发的水下声信号，该文采用单水听器解决该动目标3维运动参数的估计问题。首先以直升机离散线谱为声源特征，在空气-水介质中建立声源线谱特征在匀速圆弧运动下3维多普勒传播模型。然后根据多普勒频移曲线、声源运动模型以及声线传播几何关系，选取3个时间观测点计算目标多普勒，推导了单水听器估计空中匀速圆弧运动声源的3维参数估计算法。最后，通过仿真单水听器所接收的水声信号，验证了该算法估计匀速圆弧运动声源飞行参数的有效性和精度。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT210881
摘要:
该文基于2元序列支撑集和低相关序列集，提出一种新的周期准互补序列集构造框架。在此框架基础上，分别利用最优4元序列族A、族D和Luke序列集提出了3类渐近最优和渐近几乎最优周期准互补序列集，序列集参数由2元序列和低相关序列集共同决定。与传统的完备互补序列集相比，所构造的准互补序列集具有更多的序列数目，应用到多载波扩频通信系统中可以支持更多的用户。
该文基于2元序列支撑集和低相关序列集，提出一种新的周期准互补序列集构造框架。在此框架基础上，分别利用最优4元序列族A、族D和Luke序列集提出了3类渐近最优和渐近几乎最优周期准互补序列集，序列集参数由2元序列和低相关序列集共同决定。与传统的完备互补序列集相比，所构造的准互补序列集具有更多的序列数目，应用到多载波扩频通信系统中可以支持更多的用户。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT210871
摘要:
针对目前雷达欺骗干扰识别中常规特征识别方法应用受限和训练高性能深度学习模型需要的大量标注样本难以高效获取的问题，该文提出一种基于对抗域适应网络的雷达欺骗干扰识别方法，以改善标签限制；并融合注意力机制残差模块进一步提升识别精度。首先，对雷达接收信号进行时频变换后，应用基于对抗网络思想的域适应技术实现从标注源域样本到未标注目标域样本的迁移识别。其次，通过所设计的空间通道注意力残差模块使网络训练聚焦于时频图全局空间特征和高响应通道，以忽略时频图像中可迁移性低的区域抑制负迁移的产生。在不同源域与目标域雷达欺骗干扰数据集上的实验结果表明了该方法的可行性和有效性。
针对目前雷达欺骗干扰识别中常规特征识别方法应用受限和训练高性能深度学习模型需要的大量标注样本难以高效获取的问题，该文提出一种基于对抗域适应网络的雷达欺骗干扰识别方法，以改善标签限制；并融合注意力机制残差模块进一步提升识别精度。首先，对雷达接收信号进行时频变换后，应用基于对抗网络思想的域适应技术实现从标注源域样本到未标注目标域样本的迁移识别。其次，通过所设计的空间通道注意力残差模块使网络训练聚焦于时频图全局空间特征和高响应通道，以忽略时频图像中可迁移性低的区域抑制负迁移的产生。在不同源域与目标域雷达欺骗干扰数据集上的实验结果表明了该方法的可行性和有效性。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT210868
摘要:
为提高单幅图像去雾方法的准确性及其去雾结果的细节可见性，该文提出一种基于多尺度特征结合细节恢复的单幅图像去雾方法。首先，根据雾在图像中的分布特性及成像原理，设计多尺度特征提取模块及多尺度特征融合模块，从而有效提取有雾图像中与雾相关的多尺度特征并进行非线性加权融合。其次，构造基于所设计多尺度特征提取模块和多尺度特征融合模块的端到端去雾网络，并利用该网络获得初步去雾结果。再次，构造基于图像分块的细节恢复网络以提取细节信息。最后，将细节恢复网络提取出的细节信息与去雾网络得到的初步去雾结果融合得到最终清晰的去雾图像，实现对去雾后图像视觉效果的增强。实验结果表明，与已有代表性的图像去雾方法相比，所提方法能够对合成图像及真实图像中的雾进行有效去除，且去雾结果细节信息保留完整。
为提高单幅图像去雾方法的准确性及其去雾结果的细节可见性，该文提出一种基于多尺度特征结合细节恢复的单幅图像去雾方法。首先，根据雾在图像中的分布特性及成像原理，设计多尺度特征提取模块及多尺度特征融合模块，从而有效提取有雾图像中与雾相关的多尺度特征并进行非线性加权融合。其次，构造基于所设计多尺度特征提取模块和多尺度特征融合模块的端到端去雾网络，并利用该网络获得初步去雾结果。再次，构造基于图像分块的细节恢复网络以提取细节信息。最后，将细节恢复网络提取出的细节信息与去雾网络得到的初步去雾结果融合得到最终清晰的去雾图像，实现对去雾后图像视觉效果的增强。实验结果表明，与已有代表性的图像去雾方法相比，所提方法能够对合成图像及真实图像中的雾进行有效去除，且去雾结果细节信息保留完整。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT210854
摘要:
针对低景深图像(DOF)目标提取过程中，容易出现目标提取不完整或背景被误识为目标等现象，该文提出一种奇异值分解 (SVD)域差异性度量的低景深图像目标提取方法。先对低景深图像进行高斯模糊，以图像中每一个像素点为中心，利用滑动窗口分别截取模糊前后图像上相同位置的图像块并进行奇异值分解，再构造两奇异值之间的差异特征向量，针对此向量定义低中高全频段信息加权的差异性度量算子，计算对应像素点的显著性特征值，逐像素处理得到显著性结果图并进行阈值化处理，实现低景深图像目标的有效提取。对大量低景深图像进行处理，并与几种现有方法进行比较，提出方法的F度量值最大可提高54%，平均绝对误差减少76%～87%，可完整提取目标并有效去除背景，具有较强的可靠性。
针对低景深图像(DOF)目标提取过程中，容易出现目标提取不完整或背景被误识为目标等现象，该文提出一种奇异值分解 (SVD)域差异性度量的低景深图像目标提取方法。先对低景深图像进行高斯模糊，以图像中每一个像素点为中心，利用滑动窗口分别截取模糊前后图像上相同位置的图像块并进行奇异值分解，再构造两奇异值之间的差异特征向量，针对此向量定义低中高全频段信息加权的差异性度量算子，计算对应像素点的显著性特征值，逐像素处理得到显著性结果图并进行阈值化处理，实现低景深图像目标的有效提取。对大量低景深图像进行处理，并与几种现有方法进行比较，提出方法的F度量值最大可提高54%，平均绝对误差减少76%～87%，可完整提取目标并有效去除背景，具有较强的可靠性。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT220005
摘要:
高频地波雷达(HFSWR)可以实现大范围海上船只目标的连续探测，但是海杂波等干扰因素的影响容易造成跟踪航迹的断裂。目前关于地波雷达航迹关联的研究中，通常忽略了航迹断裂的情况，将航迹关联视为二分图匹配问题，这会导致可能将单一目标的断裂航迹判断为多个目标，从而引起目标的误关联。针对上述情况，该文结合模糊综合评判和迭代搜索算法，首次将盖尔-沙普利算法引入航迹关联领域，并且对其进行改进以满足航迹断裂时的多对多航迹关联情况。在该算法中，通过计算航迹之间的模糊综合评判值来得到航迹之间的倾向度序列，再由迭代搜索对航迹进行聚类以获得航迹集群，最后将航迹集群及倾向度序列输入盖尔-沙普利算法来进行数轮博弈以给出关联结果。利用双频率高频地波雷达和船只自动识别系统(AIS)的仿真数据与实测数据进行实验测试，实验结果表明：所提出的算法解决了在航迹断裂情况下的多传感器航迹关联问题，且在密集区域的航迹关联效果优于传统算法。
高频地波雷达(HFSWR)可以实现大范围海上船只目标的连续探测，但是海杂波等干扰因素的影响容易造成跟踪航迹的断裂。目前关于地波雷达航迹关联的研究中，通常忽略了航迹断裂的情况，将航迹关联视为二分图匹配问题，这会导致可能将单一目标的断裂航迹判断为多个目标，从而引起目标的误关联。针对上述情况，该文结合模糊综合评判和迭代搜索算法，首次将盖尔-沙普利算法引入航迹关联领域，并且对其进行改进以满足航迹断裂时的多对多航迹关联情况。在该算法中，通过计算航迹之间的模糊综合评判值来得到航迹之间的倾向度序列，再由迭代搜索对航迹进行聚类以获得航迹集群，最后将航迹集群及倾向度序列输入盖尔-沙普利算法来进行数轮博弈以给出关联结果。利用双频率高频地波雷达和船只自动识别系统(AIS)的仿真数据与实测数据进行实验测试，实验结果表明：所提出的算法解决了在航迹断裂情况下的多传感器航迹关联问题，且在密集区域的航迹关联效果优于传统算法。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT220436
摘要:
为进一步提升索引调制正交频分复用(OFDM-IM)系统在高信噪比(SNR)条件下的误比特率(BER)，该文提出一种混合映射方案。该方案利用高信噪比时索引比特比数据比特错误率更低的特性，混合使用两种不同位数的索引比特分配策略，提高了索引比特的占比。相应地，将子载波激活模式(SAPs)分为超级SAPs和普通SAPs，相比于普通SAPs，超级SAPs对应的索引比特和数据比特分别增加1 bit和减少1 bit。将超级SAP对应的数据比特采用奇偶校验的方式补齐，然后映射为数据符号，提高了系统的分集度，增大了数据符号间的最小欧氏距离。仿真结果表明，相比于以往的映射方案，混合映射方案在误比特率为10–4时可取得1～3 dB的性能增益，有效改善索引调制OFDM系统的误码性能。
为进一步提升索引调制正交频分复用(OFDM-IM)系统在高信噪比(SNR)条件下的误比特率(BER)，该文提出一种混合映射方案。该方案利用高信噪比时索引比特比数据比特错误率更低的特性，混合使用两种不同位数的索引比特分配策略，提高了索引比特的占比。相应地，将子载波激活模式(SAPs)分为超级SAPs和普通SAPs，相比于普通SAPs，超级SAPs对应的索引比特和数据比特分别增加1 bit和减少1 bit。将超级SAP对应的数据比特采用奇偶校验的方式补齐，然后映射为数据符号，提高了系统的分集度，增大了数据符号间的最小欧氏距离。仿真结果表明，相比于以往的映射方案，混合映射方案在误比特率为10–4时可取得1～3 dB的性能增益，有效改善索引调制OFDM系统的误码性能。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT210848
摘要:
针对现有的浅海水声目标深度分类方法存在的频率适用范围有限、信噪比要求较高等问题，在已获得有效的测距结果的前提下，该文提出一种基于新匹配量的浅海水声目标深度分类算法。通过分析模态互相关项的深度分布特征，建立以垂直复声强为匹配量的目标深度分类模型。接收深度不同时，算法虽均使用垂直复声强为匹配量，但实际上影响深度分类效果的模态互相关项是不同的。根据目标深度分类需求的不同，通过指定双矢量传感器的接收深度，实现目标深度分类模型匹配量的优化选取，从而实现目标深度分类算法性能的提升。仿真结果表明：该算法适用于目标频率激发3阶简正波的情况，算法的频率适用范围得以扩展。算法在低信噪比(SNR)情况下(SNR= 0 dB)、复杂海洋波导中可以获得有价值的深度分类结果。
针对现有的浅海水声目标深度分类方法存在的频率适用范围有限、信噪比要求较高等问题，在已获得有效的测距结果的前提下，该文提出一种基于新匹配量的浅海水声目标深度分类算法。通过分析模态互相关项的深度分布特征，建立以垂直复声强为匹配量的目标深度分类模型。接收深度不同时，算法虽均使用垂直复声强为匹配量，但实际上影响深度分类效果的模态互相关项是不同的。根据目标深度分类需求的不同，通过指定双矢量传感器的接收深度，实现目标深度分类模型匹配量的优化选取，从而实现目标深度分类算法性能的提升。仿真结果表明：该算法适用于目标频率激发3阶简正波的情况，算法的频率适用范围得以扩展。算法在低信噪比(SNR)情况下(SNR= 0 dB)、复杂海洋波导中可以获得有价值的深度分类结果。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT211620
摘要:
现有车载应用设备对时延有更严苛的要求，车载边缘计算(VEC)能够充分利用网络边缘设备，如路边单元(RSU)进行协作处理，可有效地降低时延。现有研究多假设RSU计算资源充足，可提供无限的服务，但实际其计算资源会随着所需处理任务数量的增加而受限，对时延敏感的车载应用造成限制。该文针对此问题，提出一种车载边缘计算中多任务部分卸载方案，该方案在充分利用RSU的计算资源条件下，考虑邻近车辆的剩余可用计算资源，以最小化总任务处理时延。首先在时延限制和资源约束下分配各任务在本地、RSU和邻近车辆的最优卸载决策变量比例，其次以最小处理时延为目的在一跳通信范围内选择合适的空闲车辆作为处理部分任务的邻近车辆。仿真结果表明所提车载边缘计算中多任务部分卸载方案相较现有方案能较好地降低时延。
现有车载应用设备对时延有更严苛的要求，车载边缘计算(VEC)能够充分利用网络边缘设备，如路边单元(RSU)进行协作处理，可有效地降低时延。现有研究多假设RSU计算资源充足，可提供无限的服务，但实际其计算资源会随着所需处理任务数量的增加而受限，对时延敏感的车载应用造成限制。该文针对此问题，提出一种车载边缘计算中多任务部分卸载方案，该方案在充分利用RSU的计算资源条件下，考虑邻近车辆的剩余可用计算资源，以最小化总任务处理时延。首先在时延限制和资源约束下分配各任务在本地、RSU和邻近车辆的最优卸载决策变量比例，其次以最小处理时延为目的在一跳通信范围内选择合适的空闲车辆作为处理部分任务的邻近车辆。仿真结果表明所提车载边缘计算中多任务部分卸载方案相较现有方案能较好地降低时延。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT220503
摘要:
微波移频技术(MFS)广泛应用于电子对抗、卫星通信、频控阵雷达等系统。基于光子学的微波移频方法具有带宽大、频谱纯净等优点。为了探索基于光子学的微波移频性能，该文对比研究了基于声光移频(AOFS)、锯齿波相位调制(SPM)和I/Q调制3种微波光子移频方法，阐释了3种方法的原理，搭建了对应的原理验证系统，对不同的移频方法进行了实验与分析。结果表明，3种移频方法都可以实现精准的微波信号移频，实现大于30 dB的杂散抑制比。但3种移频方法也存在各自的局限性：AOFS的工作频率、带宽和移频方向较为固定，可调谐性低；SPM移频与I/Q调制对输入驱动信号要求严格，系统稳定性较差。
微波移频技术(MFS)广泛应用于电子对抗、卫星通信、频控阵雷达等系统。基于光子学的微波移频方法具有带宽大、频谱纯净等优点。为了探索基于光子学的微波移频性能，该文对比研究了基于声光移频(AOFS)、锯齿波相位调制(SPM)和I/Q调制3种微波光子移频方法，阐释了3种方法的原理，搭建了对应的原理验证系统，对不同的移频方法进行了实验与分析。结果表明，3种移频方法都可以实现精准的微波信号移频，实现大于30 dB的杂散抑制比。但3种移频方法也存在各自的局限性：AOFS的工作频率、带宽和移频方向较为固定，可调谐性低；SPM移频与I/Q调制对输入驱动信号要求严格，系统稳定性较差。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT220302
摘要:
传统的数字预失真(DPD)模型通常在所有的输入信号功率上采用单一多项式模型和单一记忆深度对功率放大器(PA)进行线性化矫正。然而，功率放大器在不同的功率水平下会呈现出不同的非线性特性，并产生不同的记忆效应。针对这一问题，该文提出一种基于维度加权盲K近邻算法(KNN)算法的数字预失真模型，所提出的模型根据功放当前输入信号以及记忆输入信号的幅度对其进行维度加权的KNN分类，并为每一类输入信号序列建立子模型。所提方法用Doherty功率放大器进行实验验证，使用带宽为30 MHz、频点为2.2 GHz的三载波长期演进(LTE)信号作为输入，反馈端使用122.88 MHz的采样率进行采样。实验结果表明，所提维度加权盲KNN分类方法与记忆多项式(MP)模型结合时，功放正向建模效果和数字预失真效果均超过了广义记忆多项式(GMP)模型，并远超记忆多项式模型的效果，实验结果验证了所提模型的优良性能。
传统的数字预失真(DPD)模型通常在所有的输入信号功率上采用单一多项式模型和单一记忆深度对功率放大器(PA)进行线性化矫正。然而，功率放大器在不同的功率水平下会呈现出不同的非线性特性，并产生不同的记忆效应。针对这一问题，该文提出一种基于维度加权盲K近邻算法(KNN)算法的数字预失真模型，所提出的模型根据功放当前输入信号以及记忆输入信号的幅度对其进行维度加权的KNN分类，并为每一类输入信号序列建立子模型。所提方法用Doherty功率放大器进行实验验证，使用带宽为30 MHz、频点为2.2 GHz的三载波长期演进(LTE)信号作为输入，反馈端使用122.88 MHz的采样率进行采样。实验结果表明，所提维度加权盲KNN分类方法与记忆多项式(MP)模型结合时，功放正向建模效果和数字预失真效果均超过了广义记忆多项式(GMP)模型，并远超记忆多项式模型的效果，实验结果验证了所提模型的优良性能。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT210385
摘要:
在图像的捕获、传输或者处理过程中都有可能产生噪声，当图像被大量噪声影响时，许多行人再识别(ReID)方法将很难提取具有足够表达能力的行人特征，表现出较差的鲁棒性。该文主要针对低质图像的行人再识别问题，提出双域滤波分解构建3元组，用于训练度量学习模型。所提方法主要分为两个部分，首先分析了监控视频中不同图像噪声的分布特性，通过双域滤波进行图像增强。然后基于双域滤波分解对图像噪声具有很好的分离作用，该文提出一种新的3元组构建方式。在训练阶段，将双域滤波生成的低频原始图像和高频噪声图像，与原图一起作为输入3元组，网络可以进一步抑制噪声分量。同时优化了损失函数，将3元组损失和对比损失组合使用。最后利用re-ranking扩充排序表，提高识别的准确率。在加噪Market-1501和CUHK03数据集上的平均Rank-1为78.3%和21.7%，平均准确率均值(mAP)为66.9%和20.5%。加噪前后的Rank-1精度损失只有1.9%和7.8%，表明该文模型在含噪情况表现出较强的鲁棒性。
在图像的捕获、传输或者处理过程中都有可能产生噪声，当图像被大量噪声影响时，许多行人再识别(ReID)方法将很难提取具有足够表达能力的行人特征，表现出较差的鲁棒性。该文主要针对低质图像的行人再识别问题，提出双域滤波分解构建3元组，用于训练度量学习模型。所提方法主要分为两个部分，首先分析了监控视频中不同图像噪声的分布特性，通过双域滤波进行图像增强。然后基于双域滤波分解对图像噪声具有很好的分离作用，该文提出一种新的3元组构建方式。在训练阶段，将双域滤波生成的低频原始图像和高频噪声图像，与原图一起作为输入3元组，网络可以进一步抑制噪声分量。同时优化了损失函数，将3元组损失和对比损失组合使用。最后利用re-ranking扩充排序表，提高识别的准确率。在加噪Market-1501和CUHK03数据集上的平均Rank-1为78.3%和21.7%，平均准确率均值(mAP)为66.9%和20.5%。加噪前后的Rank-1精度损失只有1.9%和7.8%，表明该文模型在含噪情况表现出较强的鲁棒性。
2022, 44(9): 2977-2985.
doi: 10.11999/JEIT211364
摘要:
该文主要解决未来大规模接入场景下，无线异构多层多小区通信网络设计及其多级服务质量(QoS)实现等问题。针对多层异构大规模接入网络的通信需求，该文提出一种基于跳频(FH)的稀疏码分多址接入(SCMA)多层异构传输方案(FH/SCMA)。该通信方案中，小区内大规模用户数据通过SCMA技术复用，异构网络的层间小区和层内小区通过跳频码分多址进行区分。由于传统跳频只能提供同一级别的频点碰撞率(即同一误码率)，无法保证异构网络多级QoS需求, 因此该文进而提出一类新的具有两级汉明相关值的跳频序列集合，利用交织技术给出了这类跳频序列的设计方法。为了验证所提出的多级QoS跳频及其异构多层FH/SCMA通信性能，该文从序列设计和系统分析方面进行了严谨的理论分析和大量的仿真验证。研究表明，采用了新型跳频SCMA技术的多层异构网络可保证大规模用户接入、有效抑制多层小区干扰和衰落信道影响；同时，又可实现异构多层网络多级QoS传输质量需求(多级误码率(BER))。该文的研究成果从信号处理与传输角度，为多层异构网络设计及其多级QoS传输需求提供了有价值的解决方案。
该文主要解决未来大规模接入场景下，无线异构多层多小区通信网络设计及其多级服务质量(QoS)实现等问题。针对多层异构大规模接入网络的通信需求，该文提出一种基于跳频(FH)的稀疏码分多址接入(SCMA)多层异构传输方案(FH/SCMA)。该通信方案中，小区内大规模用户数据通过SCMA技术复用，异构网络的层间小区和层内小区通过跳频码分多址进行区分。由于传统跳频只能提供同一级别的频点碰撞率(即同一误码率)，无法保证异构网络多级QoS需求, 因此该文进而提出一类新的具有两级汉明相关值的跳频序列集合，利用交织技术给出了这类跳频序列的设计方法。为了验证所提出的多级QoS跳频及其异构多层FH/SCMA通信性能，该文从序列设计和系统分析方面进行了严谨的理论分析和大量的仿真验证。研究表明，采用了新型跳频SCMA技术的多层异构网络可保证大规模用户接入、有效抑制多层小区干扰和衰落信道影响；同时，又可实现异构多层网络多级QoS传输质量需求(多级误码率(BER))。该文的研究成果从信号处理与传输角度，为多层异构网络设计及其多级QoS传输需求提供了有价值的解决方案。
2022, 44(9): 2986-2993.
doi: 10.11999/JEIT211365
摘要:
无线网络的异构化、密集化部署极大地提高了系统容量，可满足用户日益增长的数据流量需求，但是复杂的网络结构、近乎随机的基站分布不利于系统的性能评估和参数设计。针对这一问题，该文提出一种适用于多天线密集异构网络的性能分析框架。首先，利用随机几何模型推导了覆盖率的闭合表达式并给出了优化方案。为了直观地观察关键系统参数对覆盖率的影响，还给出了一种渐近表达式。其次，推导了区域频谱效率(ASE)的积分表达式，为了减小计算复杂度，给出了一种ASE的上界。最后，还提出了一种有效的算法来设计最优的基站(BSs)部署密度，以在满足覆盖率需求的前提下最大化ASE。仿真结果验证了理论分析的正确性和所提优化算法的有效性。该文的研究成果不但可以为复杂网络的性能分析提供理论依据，还可为系统的优化与设计提供可行性方案。
无线网络的异构化、密集化部署极大地提高了系统容量，可满足用户日益增长的数据流量需求，但是复杂的网络结构、近乎随机的基站分布不利于系统的性能评估和参数设计。针对这一问题，该文提出一种适用于多天线密集异构网络的性能分析框架。首先，利用随机几何模型推导了覆盖率的闭合表达式并给出了优化方案。为了直观地观察关键系统参数对覆盖率的影响，还给出了一种渐近表达式。其次，推导了区域频谱效率(ASE)的积分表达式，为了减小计算复杂度，给出了一种ASE的上界。最后，还提出了一种有效的算法来设计最优的基站(BSs)部署密度，以在满足覆盖率需求的前提下最大化ASE。仿真结果验证了理论分析的正确性和所提优化算法的有效性。该文的研究成果不但可以为复杂网络的性能分析提供理论依据，还可为系统的优化与设计提供可行性方案。
2022, 44(9): 2994-3003.
doi: 10.11999/JEIT211406
摘要:
联邦学习是6G关键技术之一，其可以在保护数据隐私的前提下，利用跨设备的数据训练一个可用且安全的共享模型。然而，大部分终端设备由于处理能力有限，无法支持复杂的机器学习模型训练过程。在异构网络融合环境下移动边缘计算(MEC)框架中，多个无人机(UAVs)作为空中边缘服务器以协作的方式灵活地在目标区域内移动，并且及时收集新鲜数据进行联邦学习本地训练以确保数据学习的实时性。该文综合考虑数据新鲜程度、通信代价和模型质量等多个因素，对无人机飞行轨迹、与终端设备的通信决策以及无人机之间的协同工作方式进行综合优化。进一步，该文使用基于优先级的可分解多智能体深度强化学习算法解决多无人机联邦学习的连续在线决策问题，以实现高效的协作和控制。通过采用多个真实数据集进行仿真实验，仿真结果验证了所提出的算法在不同的数据分布以及快速变化的动态环境下都能取得优越的性能。
联邦学习是6G关键技术之一，其可以在保护数据隐私的前提下，利用跨设备的数据训练一个可用且安全的共享模型。然而，大部分终端设备由于处理能力有限，无法支持复杂的机器学习模型训练过程。在异构网络融合环境下移动边缘计算(MEC)框架中，多个无人机(UAVs)作为空中边缘服务器以协作的方式灵活地在目标区域内移动，并且及时收集新鲜数据进行联邦学习本地训练以确保数据学习的实时性。该文综合考虑数据新鲜程度、通信代价和模型质量等多个因素，对无人机飞行轨迹、与终端设备的通信决策以及无人机之间的协同工作方式进行综合优化。进一步，该文使用基于优先级的可分解多智能体深度强化学习算法解决多无人机联邦学习的连续在线决策问题，以实现高效的协作和控制。通过采用多个真实数据集进行仿真实验，仿真结果验证了所提出的算法在不同的数据分布以及快速变化的动态环境下都能取得优越的性能。
2022, 44(9): 3004-3013.
doi: 10.11999/JEIT220370
摘要:
6G网络将带来全场景按需服务泛在智能新范式，其中可信可靠网络服务是泛在智能的关键技术指标。该文面向6G零信任网络的通信需求，以区块链为“信任桥梁”，研究6G车联网边缘计算中的可信可靠接入管理方法。首先，采用基于2次剩余的零知识身份验证算法，在不暴露车辆隐私的前提下完成基站和车辆之间的相互验证与授权。然后，为提高验证效率并节省基站能耗，建立了基于契约理论的路侧冗余算力激励模型，将基站的一部分验证任务分配给边缘服务器或停泊车辆，再给予相应的报酬。最后，建立了基于双层区块链的6G零信任车联网架构，利用基站群维护的主链与边缘算力维护的辅链记录车联网身份验证的重要参数，实现零信任网络环境的可信接入。通过与现有方法比较，该文所述方法在不泄露车辆隐私的前提下显著提升了车辆验证效率，降低了基站能耗，具有更高的安全性。
6G网络将带来全场景按需服务泛在智能新范式，其中可信可靠网络服务是泛在智能的关键技术指标。该文面向6G零信任网络的通信需求，以区块链为“信任桥梁”，研究6G车联网边缘计算中的可信可靠接入管理方法。首先，采用基于2次剩余的零知识身份验证算法，在不暴露车辆隐私的前提下完成基站和车辆之间的相互验证与授权。然后，为提高验证效率并节省基站能耗，建立了基于契约理论的路侧冗余算力激励模型，将基站的一部分验证任务分配给边缘服务器或停泊车辆，再给予相应的报酬。最后，建立了基于双层区块链的6G零信任车联网架构，利用基站群维护的主链与边缘算力维护的辅链记录车联网身份验证的重要参数，实现零信任网络环境的可信接入。通过与现有方法比较，该文所述方法在不泄露车辆隐私的前提下显著提升了车辆验证效率，降低了基站能耗，具有更高的安全性。
2022, 44(9): 3014-3023.
doi: 10.11999/JEIT220306
摘要:
为平衡网络负载与充分利用网络资源，针对超密集异构的多用户和多任务边缘计算网络，在用户时延约束下，该文构造了协作式计算任务卸载与无线资源管理的联合优化问题以最小化系统能耗。问题建模时，为应对基站超密集部署导致的严重干扰问题，该文采用了频带划分机制，并引入了非正交多址技术(NOMA)以提升上行频谱利用率。鉴于该目标优化问题具备非线性混合整数的形式，根据多样性引导变异的自适应遗传算法(AGADGM)，设计出了协作式计算卸载与资源分配算法。仿真结果表明，在严格满足时延约束条件下，该算法能获取较其他算法更低的系统能耗。
为平衡网络负载与充分利用网络资源，针对超密集异构的多用户和多任务边缘计算网络，在用户时延约束下，该文构造了协作式计算任务卸载与无线资源管理的联合优化问题以最小化系统能耗。问题建模时，为应对基站超密集部署导致的严重干扰问题，该文采用了频带划分机制，并引入了非正交多址技术(NOMA)以提升上行频谱利用率。鉴于该目标优化问题具备非线性混合整数的形式，根据多样性引导变异的自适应遗传算法(AGADGM)，设计出了协作式计算卸载与资源分配算法。仿真结果表明，在严格满足时延约束条件下，该算法能获取较其他算法更低的系统能耗。
2022, 44(9): 3024-3032.
doi: 10.11999/JEIT220409
摘要:
为了更好地平衡多波束卫星通信系统的频谱效率和能量效率，以及保证多用户服务场景下的用户服务公平性，该文提出一种基于公平效用函数的波束成形(BF)方案。具体而言，首先在同时考虑卫星发射功率最小化准则以及系统和速率最大化准则的前提下，建立一个多目标优化问题，并在最大化系统频谱效率的同时利用\begin{document}$\alpha $\end{document} ![]()
![]()
为了更好地平衡多波束卫星通信系统的频谱效率和能量效率，以及保证多用户服务场景下的用户服务公平性，该文提出一种基于公平效用函数的波束成形(BF)方案。具体而言，首先在同时考虑卫星发射功率最小化准则以及系统和速率最大化准则的前提下，建立一个多目标优化问题，并在最大化系统频谱效率的同时利用
2022, 44(9): 3033-3042.
doi: 10.11999/JEIT211289
摘要:
针对无人机(UAV)辅助的卫星通信系统下行链路，该文研究了基于多天线波束成形和协作非正交多址(NOMA)技术相结合的多用户传输系统。首先，在UAV采用多天线和NOMA技术服务多个用户的情况下，基于用户平均信干噪比最大化准则，提出一种利用角度信息的波束成形方案。其次，在卫星-UAV链路服从相关阴影莱斯分布，而UAV-地面用户链路服从Nakagami-m分布的条件下，推导出系统的中断概率闭合表达式。然后，为了进一步分析系统性能，还推导了高信噪比条件下系统的中断概率近似表达式。最后，计算机仿真验证了理论分析的正确性和所提方案的优越性。
针对无人机(UAV)辅助的卫星通信系统下行链路，该文研究了基于多天线波束成形和协作非正交多址(NOMA)技术相结合的多用户传输系统。首先，在UAV采用多天线和NOMA技术服务多个用户的情况下，基于用户平均信干噪比最大化准则，提出一种利用角度信息的波束成形方案。其次，在卫星-UAV链路服从相关阴影莱斯分布，而UAV-地面用户链路服从Nakagami-m分布的条件下，推导出系统的中断概率闭合表达式。然后，为了进一步分析系统性能，还推导了高信噪比条件下系统的中断概率近似表达式。最后，计算机仿真验证了理论分析的正确性和所提方案的优越性。
2022, 44(9): 3043-3050.
doi: 10.11999/JEIT220374
摘要:
基于区块链的边缘缓存技术可以实现更大范围的内容共享并提高缓存内容的使用效率。针对不同运营商各自建设边缘设备，缓存内容相互隔离，难以共享信息的问题，该文提出一种基于联盟链的边缘缓存系统框架并设计了内容共享和交易流程，实现了不同运营商之间的内容共享。此外，为了降低高维缓存节点的共识开销，设计了基于内容缓存的部分实用拜占庭容错(pPBFT)共识机制，仅选取缓存相关内容的联盟链节点作为验证智能合约的执行节点。最后，将运营商内容共享所带来的收益进行量化并构建为最大化收益的优化问题。通过所提出的内容缓存算法，得到了最优缓存决策的闭式表达式和与内容流行度相关的最优缓存策略。仿真结果表明，在该框架中所提出的共识机制和缓存策略能够有效增加运营商的缓存收益。
基于区块链的边缘缓存技术可以实现更大范围的内容共享并提高缓存内容的使用效率。针对不同运营商各自建设边缘设备，缓存内容相互隔离，难以共享信息的问题，该文提出一种基于联盟链的边缘缓存系统框架并设计了内容共享和交易流程，实现了不同运营商之间的内容共享。此外，为了降低高维缓存节点的共识开销，设计了基于内容缓存的部分实用拜占庭容错(pPBFT)共识机制，仅选取缓存相关内容的联盟链节点作为验证智能合约的执行节点。最后，将运营商内容共享所带来的收益进行量化并构建为最大化收益的优化问题。通过所提出的内容缓存算法，得到了最优缓存决策的闭式表达式和与内容流行度相关的最优缓存策略。仿真结果表明，在该框架中所提出的共识机制和缓存策略能够有效增加运营商的缓存收益。
2022, 44(9): 3051-3057.
doi: 10.11999/JEIT211300
摘要:
当前研究主要采用椭圆模型描述第6代 (6G)电力物联网(IoT)物理层多节点通信场景，忽视了信号传输路径的俯仰角对系统性能造成的影响。为解决这一问题，该文通过建立3维半椭球体几何传输模型描述6G电力物联网物理层通信场景，提高了电力物联网异构网物理层数据传输分析过程中的准确度。在提出的传输分析算法中，通过推导电力物联网通信无线传输信道中不同传输路径的复冲激响应函数表达式，揭示物理层数据的传输特性。数值分析不同传输路径间的互相关特性，探索电力物联网的时域传输特性，验证上述信道传输特性仿真结果的正确性，对于分析与设计电力物联网无线通信系统具有重要的理论依据和技术支撑。
当前研究主要采用椭圆模型描述第6代 (6G)电力物联网(IoT)物理层多节点通信场景，忽视了信号传输路径的俯仰角对系统性能造成的影响。为解决这一问题，该文通过建立3维半椭球体几何传输模型描述6G电力物联网物理层通信场景，提高了电力物联网异构网物理层数据传输分析过程中的准确度。在提出的传输分析算法中，通过推导电力物联网通信无线传输信道中不同传输路径的复冲激响应函数表达式，揭示物理层数据的传输特性。数值分析不同传输路径间的互相关特性，探索电力物联网的时域传输特性，验证上述信道传输特性仿真结果的正确性，对于分析与设计电力物联网无线通信系统具有重要的理论依据和技术支撑。
2022, 44(9): 3058-3064.
doi: 10.11999/JEIT220212
摘要:
纠缠光量子定位方法是目前导航与定位领域的研究热点之一，而现有方法很少考虑散射环境动态变化对不同光源中传播距离估计性能的影响，从而导致定位精度不高且鲁棒性较差的问题。针对这一问题，该文提出一种基于自适应光源选择的纠缠光量子定位方法。首先，建立不同散射环境干扰与各光源信号传播距离之间的数学关系，计算各光源信号光时间脉冲序列光子丢失率均值，并对各光源时间脉冲序列进行动态分组；其次，对纠缠光时间脉冲序列进行符合计数，根据光的2阶关联曲线得到各光源各分组下的传播距离；最后，以各光源各分组下的相对误差为依据，动态选择具有较小相对误差的光源进行定位。实验结果表明，所提方法具有更高的定位精度和更强的定位鲁棒性。
纠缠光量子定位方法是目前导航与定位领域的研究热点之一，而现有方法很少考虑散射环境动态变化对不同光源中传播距离估计性能的影响，从而导致定位精度不高且鲁棒性较差的问题。针对这一问题，该文提出一种基于自适应光源选择的纠缠光量子定位方法。首先，建立不同散射环境干扰与各光源信号传播距离之间的数学关系，计算各光源信号光时间脉冲序列光子丢失率均值，并对各光源时间脉冲序列进行动态分组；其次，对纠缠光时间脉冲序列进行符合计数，根据光的2阶关联曲线得到各光源各分组下的传播距离；最后，以各光源各分组下的相对误差为依据，动态选择具有较小相对误差的光源进行定位。实验结果表明，所提方法具有更高的定位精度和更强的定位鲁棒性。
2022, 44(9): 3065-3074.
doi: 10.11999/JEIT211390
摘要:
为了满足用户日益增长的计算密集型和时延敏感型服务需求，同时最小化计算任务的处理成本，在时延约束下，该文针对超密集异构边缘计算网络，构建了有关任务卸载、无线资源管理、计算资源块分配的联合优化问题。考虑到所规划的问题具有非线性和混合整数的形式，且为满足约束条件及提升算法收敛速率，通过改进分层自适应搜索(HAS)算法设计了混合粒子群优化 (HPSO)算法来求解所提出的问题。仿真结果表明，HPSO算法明显优于现有算法，能有效降低任务处理成本。
为了满足用户日益增长的计算密集型和时延敏感型服务需求，同时最小化计算任务的处理成本，在时延约束下，该文针对超密集异构边缘计算网络，构建了有关任务卸载、无线资源管理、计算资源块分配的联合优化问题。考虑到所规划的问题具有非线性和混合整数的形式，且为满足约束条件及提升算法收敛速率，通过改进分层自适应搜索(HAS)算法设计了混合粒子群优化 (HPSO)算法来求解所提出的问题。仿真结果表明，HPSO算法明显优于现有算法，能有效降低任务处理成本。
2022, 44(9): 3075-3082.
doi: 10.11999/JEIT220390
摘要:
为了满足未来蜂窝物联网(IoT)中超高可靠和超低时延的要求，该文提出一种适用于多小区多用户超高可靠极低时延网络短包域公平性能量效率最大化算法。首先，以最小用户传输速率、每个发射机最大功率等约束为限制，构建了一个关于波束成形矢量的非线性分式规划资源配置模型。随后，采用变量代换、连续凸近似等技术，将原始非凸优化问题转化为标准的凸问题，进而提出一种短包域迭代能量效率最优化方法进行求解。最后，数值仿真结果验证了所提算法在短包域具有良好的能量效率性能。
为了满足未来蜂窝物联网(IoT)中超高可靠和超低时延的要求，该文提出一种适用于多小区多用户超高可靠极低时延网络短包域公平性能量效率最大化算法。首先，以最小用户传输速率、每个发射机最大功率等约束为限制，构建了一个关于波束成形矢量的非线性分式规划资源配置模型。随后，采用变量代换、连续凸近似等技术，将原始非凸优化问题转化为标准的凸问题，进而提出一种短包域迭代能量效率最优化方法进行求解。最后，数值仿真结果验证了所提算法在短包域具有良好的能量效率性能。
2022, 44(9): 3083-3090.
doi: 10.11999/JEIT220343
摘要:
第6代移动通信技术(6G)网络所产生的海量数据对数据存储带来了全新挑战，推动着存储技术的迅猛发展。与非门(NAND)闪存存储器具有读写速度快，可靠性高等优点，故在6G网络中具有广泛的应用前景。为了提高NAND闪存的可靠性，针对两种不同位线结构的错误特性，该文分别提出基于全位线结构的等精度重映射方案和基于奇偶位线结构的不等精度的重映射方案。仿真结果表明，两种新型比特重映射方案有效提升了闪存的误码性能。基于此，该文所提重映射技术可被视作6G网络中可靠而高效的存储优化技术。
第6代移动通信技术(6G)网络所产生的海量数据对数据存储带来了全新挑战，推动着存储技术的迅猛发展。与非门(NAND)闪存存储器具有读写速度快，可靠性高等优点，故在6G网络中具有广泛的应用前景。为了提高NAND闪存的可靠性，针对两种不同位线结构的错误特性，该文分别提出基于全位线结构的等精度重映射方案和基于奇偶位线结构的不等精度的重映射方案。仿真结果表明，两种新型比特重映射方案有效提升了闪存的误码性能。基于此，该文所提重映射技术可被视作6G网络中可靠而高效的存储优化技术。
2022, 44(9): 3091-3098.
doi: 10.11999/JEIT220272
摘要:
空天地异构网络作为一种新型网络构架，是未来6G实现泛在连接的关键支撑。该文提出一种面向空天地异构网络(SAGIN)的移动边缘计算部分任务卸载方案。首先，分析了低轨(LEO)卫星的覆盖时间。其次，联合考虑用户与无人机(UAV)匹配关联因子、任务分配、带宽分配、无人机计算资源分配以及无人机轨迹，旨在建立一个能耗最小化问题。最后，采用交替迭代优化算法，将原非凸问题分解为3个子问题，并利用变量替换和连续凸逼近方法将问题转化为凸问题进行求解。仿真结果表明，所提算法具有良好的收敛性能，并有效地降低系统能耗。
空天地异构网络作为一种新型网络构架，是未来6G实现泛在连接的关键支撑。该文提出一种面向空天地异构网络(SAGIN)的移动边缘计算部分任务卸载方案。首先，分析了低轨(LEO)卫星的覆盖时间。其次，联合考虑用户与无人机(UAV)匹配关联因子、任务分配、带宽分配、无人机计算资源分配以及无人机轨迹，旨在建立一个能耗最小化问题。最后，采用交替迭代优化算法，将原非凸问题分解为3个子问题，并利用变量替换和连续凸逼近方法将问题转化为凸问题进行求解。仿真结果表明，所提算法具有良好的收敛性能，并有效地降低系统能耗。
2022, 44(9): 3099-3107.
doi: 10.11999/JEIT210838
摘要:
星地融合网络(STIN)为解决下一代无线通信中地面基站存在的覆盖范围约束和频谱短缺瓶颈提供一种有效架构。针对该融合网络中下行广播和单播单独传输性能受限问题，该文建立基于服务质量(QoS)约束的最小化传输功率优化模型，提出基于层分复用(LDM)的鲁棒联合波束赋形传输方案。且根据最差情况准则，采用S-Procedure及半正定松弛(SDR)方法将具有无穷维约束的鲁棒优化问题转化为具有线性矩阵不等式(LMI)的确定性优化形式，并提出一种基于罚函数的迭代算法求解该问题。仿真结果表明，所提方案在传输功耗方面比传统正交时分复用(TDM)传输方案降低约6 dBm，且用户平均速率相较于非协作传输方案提升明显。
星地融合网络(STIN)为解决下一代无线通信中地面基站存在的覆盖范围约束和频谱短缺瓶颈提供一种有效架构。针对该融合网络中下行广播和单播单独传输性能受限问题，该文建立基于服务质量(QoS)约束的最小化传输功率优化模型，提出基于层分复用(LDM)的鲁棒联合波束赋形传输方案。且根据最差情况准则，采用S-Procedure及半正定松弛(SDR)方法将具有无穷维约束的鲁棒优化问题转化为具有线性矩阵不等式(LMI)的确定性优化形式，并提出一种基于罚函数的迭代算法求解该问题。仿真结果表明，所提方案在传输功耗方面比传统正交时分复用(TDM)传输方案降低约6 dBm，且用户平均速率相较于非协作传输方案提升明显。
2022, 44(9): 3108-3116.
doi: 10.11999/JEIT220373
摘要:
将边缘缓存技术引入雾无线接入网，可以有效减少内容传输的冗余。然而，现有缓存策略很少考虑已缓存内容的动态特性。该文提出一种基于内容流行度和信息新鲜度的缓存更新算法，该算法充分考虑用户的移动性以及内容流行度的时空动态性，并引入信息年龄(AoI)实现内容的动态更新。首先，所提出算法根据用户的历史位置信息，使用双向长短期记忆网络(Bi-LSTM)预测下一时间段用户位置；其次，根据预测得到的用户位置，结合用户的偏好模型得到各位置区的内容流行度，进而在雾接入点进行内容缓存。然后，针对已缓存内容的信息年龄要求，结合内容流行度分布，通过动态设置缓存更新窗口以实现高时效、低时延的内容缓存。仿真结果表明，所提算法可以有效地提高内容缓存命中率，在保障信息的时效性的同时最大限度地减小缓存内容的平均服务时延。
将边缘缓存技术引入雾无线接入网，可以有效减少内容传输的冗余。然而，现有缓存策略很少考虑已缓存内容的动态特性。该文提出一种基于内容流行度和信息新鲜度的缓存更新算法，该算法充分考虑用户的移动性以及内容流行度的时空动态性，并引入信息年龄(AoI)实现内容的动态更新。首先，所提出算法根据用户的历史位置信息，使用双向长短期记忆网络(Bi-LSTM)预测下一时间段用户位置；其次，根据预测得到的用户位置，结合用户的偏好模型得到各位置区的内容流行度，进而在雾接入点进行内容缓存。然后，针对已缓存内容的信息年龄要求，结合内容流行度分布，通过动态设置缓存更新窗口以实现高时效、低时延的内容缓存。仿真结果表明，所提算法可以有效地提高内容缓存命中率，在保障信息的时效性的同时最大限度地减小缓存内容的平均服务时延。
2022, 44(9): 3117-3125.
doi: 10.11999/JEIT210877
摘要:
针对配置大规模MIMO的多无人机空地网络中的动态资源分配问题，从最大化系统吞吐量的角度出发，该文提出一种基于K-臂赌博机的强化学习算法联合优化多个无人机的用户选择与功率分配策略。首先根据地理位置对用户进行分簇，利用簇中心节点规划无人机飞行路径；其次在不考虑无人机之间端到端通信的情况下，将多无人机资源分配问题转化为相互独立的多个智能体强化学习问题；最后提出分幕式多智能体多状态K-臂赌博机算法来实现用户选择与功率分配的联合优化。通过将无人机每个时刻的位置索引定义为状态空间，从而使得无人机可动态适配自身位置及信道的动态变化。仿真结果表明，所提方案可根据环境状态变化自主智能调整资源分配策略，相比于已有方案能有效提升系统总吞吐量。
针对配置大规模MIMO的多无人机空地网络中的动态资源分配问题，从最大化系统吞吐量的角度出发，该文提出一种基于K-臂赌博机的强化学习算法联合优化多个无人机的用户选择与功率分配策略。首先根据地理位置对用户进行分簇，利用簇中心节点规划无人机飞行路径；其次在不考虑无人机之间端到端通信的情况下，将多无人机资源分配问题转化为相互独立的多个智能体强化学习问题；最后提出分幕式多智能体多状态K-臂赌博机算法来实现用户选择与功率分配的联合优化。通过将无人机每个时刻的位置索引定义为状态空间，从而使得无人机可动态适配自身位置及信道的动态变化。仿真结果表明，所提方案可根据环境状态变化自主智能调整资源分配策略，相比于已有方案能有效提升系统总吞吐量。
2022, 44(9): 3126-3135.
doi: 10.11999/JEIT220383
摘要:
随着6G网络和无人机(UAV)技术的迅猛发展，无人机通信网络将成为6G空天地一体化网络融合的关键组成部分，在战场侦查、野外救援和物联网信息传输等民用和军用领域发挥重要作用。针对无人机群大规模、高动态和自组织等特性，以6G网络任务驱动为出发点，该文提出基于联盟的6G无人机通信网络优化框架。围绕联盟形成、联盟任务实施和联盟资源管理对无人机联盟工作原理展开论述。结合博弈论、机器学习和在线决策，给出了无人机通信网络资源优化方法和仿真示例。最后，对6G无人机通信网络的应用前景和亟需解决的问题进行了开放性讨论。
随着6G网络和无人机(UAV)技术的迅猛发展，无人机通信网络将成为6G空天地一体化网络融合的关键组成部分，在战场侦查、野外救援和物联网信息传输等民用和军用领域发挥重要作用。针对无人机群大规模、高动态和自组织等特性，以6G网络任务驱动为出发点，该文提出基于联盟的6G无人机通信网络优化框架。围绕联盟形成、联盟任务实施和联盟资源管理对无人机联盟工作原理展开论述。结合博弈论、机器学习和在线决策，给出了无人机通信网络资源优化方法和仿真示例。最后，对6G无人机通信网络的应用前景和亟需解决的问题进行了开放性讨论。
2022, 44(9): 3136-3143.
doi: 10.11999/JEIT210560
摘要:
在高轨(GEO)合成孔径雷达(SAR)成像中，超大的成像幅宽导致成像区域不满足平面近似，使得基于平面网格的快速BP算法失效。该文提出一种基于地表网格的快速BP算法来精确高效地处理高轨SAR信号。首先针对轨道弯曲和地表弯曲所带来的信号复杂空变问题，采用一种基于实际地表的曲面网格布置方法。针对子孔径BP图像的频谱混叠问题，提出基于曲面网格的两步频谱压缩函数，将子孔径图像在合成之前实现频谱解混叠。同时采用多级子孔径图像合成的方法提高成像效率。最后，通过对比仿真，证明了该文所提算法的精确性以及高效性。
在高轨(GEO)合成孔径雷达(SAR)成像中，超大的成像幅宽导致成像区域不满足平面近似，使得基于平面网格的快速BP算法失效。该文提出一种基于地表网格的快速BP算法来精确高效地处理高轨SAR信号。首先针对轨道弯曲和地表弯曲所带来的信号复杂空变问题，采用一种基于实际地表的曲面网格布置方法。针对子孔径BP图像的频谱混叠问题，提出基于曲面网格的两步频谱压缩函数，将子孔径图像在合成之前实现频谱解混叠。同时采用多级子孔径图像合成的方法提高成像效率。最后，通过对比仿真，证明了该文所提算法的精确性以及高效性。
2022, 44(9): 3144-3154.
doi: 10.11999/JEIT210610
摘要:
针对3天线 (SAR-GMTI)的单干扰机输出结果会被周期性对消，造成场景中出现干扰盲区，导致运动目标被暴露的问题，该文提出一种多干扰机空-频协同的反对消方法。文中首先建立了以噪声乘积为基础，辅之以移频处理的多干扰机信号模型；接着，推导了干扰的SAR-GMTI输出解析式，从理论上分析了干扰对消的本质原因，继而得到了实现反对消的空-频协同条件；之后，详细论证了所提方法的性能情况。仿真结果表明，该文所提多干扰机协同对抗方法能有效反制SAR-GMTI的干扰对消作用，灵活高效地实现对场景中指定位置和范围的无盲区压制或欺骗效果，对工程实践具备一定的参考价值。
针对3天线 (SAR-GMTI)的单干扰机输出结果会被周期性对消，造成场景中出现干扰盲区，导致运动目标被暴露的问题，该文提出一种多干扰机空-频协同的反对消方法。文中首先建立了以噪声乘积为基础，辅之以移频处理的多干扰机信号模型；接着，推导了干扰的SAR-GMTI输出解析式，从理论上分析了干扰对消的本质原因，继而得到了实现反对消的空-频协同条件；之后，详细论证了所提方法的性能情况。仿真结果表明，该文所提多干扰机协同对抗方法能有效反制SAR-GMTI的干扰对消作用，灵活高效地实现对场景中指定位置和范围的无盲区压制或欺骗效果，对工程实践具备一定的参考价值。
2022, 44(9): 3155-3162.
doi: 10.11999/JEIT210524
摘要:
合成孔径无源定位中，为获得高的2维分辨率，需要长的合成孔径，但斜距历程的多项式近似会带来距离定位的误差。针对此问题，该文分析了合成孔径定位中距离误差的影响因素，给出了定位误差的近似表达式，同时分析了距离和方位分辨率的影响因素，给出了分辨率的分析方法。在此基础上，综合考虑定位精度和分辨率的约束条件，给出了合成孔径长度参数的优化方法。仿真结果验证了方法的有效性。
合成孔径无源定位中，为获得高的2维分辨率，需要长的合成孔径，但斜距历程的多项式近似会带来距离定位的误差。针对此问题，该文分析了合成孔径定位中距离误差的影响因素，给出了定位误差的近似表达式，同时分析了距离和方位分辨率的影响因素，给出了分辨率的分析方法。在此基础上，综合考虑定位精度和分辨率的约束条件，给出了合成孔径长度参数的优化方法。仿真结果验证了方法的有效性。
2022, 44(9): 3163-3169.
doi: 10.11999/JEIT210690
摘要:
该文对复合高斯杂波条件下存在干扰时的目标检测问题进行研究。针对自适应检测器需要一定数目独立同分布训练样本才能保证较好的检测性能，利用接收天线的反对称结构以及引入杂波协方差矩阵的先验信息的方法，利用两步广义似然比检验准则提出了该背景下的贝叶斯检测器。仿真结果表明，该文提出的检测器在训练样本数较少时具有较好的目标检测性能。
该文对复合高斯杂波条件下存在干扰时的目标检测问题进行研究。针对自适应检测器需要一定数目独立同分布训练样本才能保证较好的检测性能，利用接收天线的反对称结构以及引入杂波协方差矩阵的先验信息的方法，利用两步广义似然比检验准则提出了该背景下的贝叶斯检测器。仿真结果表明，该文提出的检测器在训练样本数较少时具有较好的目标检测性能。
2022, 44(9): 3170-3177.
doi: 10.11999/JEIT210695
摘要:
针对传统雷达信号识别方法无法有效进行识别类型扩展问题，该文提出一种基于知识蒸馏与注意力图的雷达信号识别方法。首先将雷达信号的平滑伪Wigner-Ville分布(SPWVD)作为输入；然后设计了基于残差网络的增量学习网络结构，利用基于知识蒸馏与注意力图的损失函数，缓解类别增量过程中的灾难性遗忘；最后采用基于样本特征均值距离的方法对数据集进行管理，有效降低存储资源占用空间。实验表明，该方法能在存储资源有限的情况下，对扩展分类的信号快速完成训练，且对原有分类和扩展分类信号均有良好的识别准确率。
针对传统雷达信号识别方法无法有效进行识别类型扩展问题，该文提出一种基于知识蒸馏与注意力图的雷达信号识别方法。首先将雷达信号的平滑伪Wigner-Ville分布(SPWVD)作为输入；然后设计了基于残差网络的增量学习网络结构，利用基于知识蒸馏与注意力图的损失函数，缓解类别增量过程中的灾难性遗忘；最后采用基于样本特征均值距离的方法对数据集进行管理，有效降低存储资源占用空间。实验表明，该方法能在存储资源有限的情况下，对扩展分类的信号快速完成训练，且对原有分类和扩展分类信号均有良好的识别准确率。
2022, 44(9): 3178-3185.
doi: 10.11999/JEIT210607
摘要:
针对相控阵导引头指向误差斜率对导弹制导系统带来的寄生回路振荡问题，该文提出一种指向误差斜率在线估计的算法，并能同步估计出目标状态。基于Rao-Blackwellised粒子滤波(RBPF)，将指向误差斜率和目标状态同步估计问题分解为两个问题：一个是指向误差斜率的后验估计问题，另一个是以指向误差斜率估计为条件的目标状态估计问题。该文给出了算法的推导过程，并进行了数字仿真验证。仿真结果表明，该文所提算法对于相控阵导引头指向误差斜率的估计性能优良；并能同时准确估计出目标状态信息。采用此信息形成导引指令，可以消除指向误差斜率对制导系统的不利影响，提高系统的稳定性和制导精度。
针对相控阵导引头指向误差斜率对导弹制导系统带来的寄生回路振荡问题，该文提出一种指向误差斜率在线估计的算法，并能同步估计出目标状态。基于Rao-Blackwellised粒子滤波(RBPF)，将指向误差斜率和目标状态同步估计问题分解为两个问题：一个是指向误差斜率的后验估计问题，另一个是以指向误差斜率估计为条件的目标状态估计问题。该文给出了算法的推导过程，并进行了数字仿真验证。仿真结果表明，该文所提算法对于相控阵导引头指向误差斜率的估计性能优良；并能同时准确估计出目标状态信息。采用此信息形成导引指令，可以消除指向误差斜率对制导系统的不利影响，提高系统的稳定性和制导精度。
2022, 44(9): 3186-3194.
doi: 10.11999/JEIT210994
摘要:
针对传统GPS接收机跟踪环路结构复杂，以及在低信噪比(SNR)、高动态条件下跟踪性能较差的问题，该文提出一种基于相位条纹斜率检测的跟踪新方法。通过采用到达时差(TDOA)的频域相位测量伪码时延，到达频差(FDOA)的时域相位测量载波多普勒频偏。该方法降低了环路实现的复杂度，同时提高了跟踪精度。仿真结果验证了该方法的有效性和稳定性，在载噪比为32 dB-Hz时，相比传统方法，基于TDOA/FDOA相位条纹法的码相位测量精度提高了60%，载波多普勒测量精度提高了31%，且在高动态环境中也能实现精确跟踪，对改善GPS接收机跟踪性能具有研究意义。
针对传统GPS接收机跟踪环路结构复杂，以及在低信噪比(SNR)、高动态条件下跟踪性能较差的问题，该文提出一种基于相位条纹斜率检测的跟踪新方法。通过采用到达时差(TDOA)的频域相位测量伪码时延，到达频差(FDOA)的时域相位测量载波多普勒频偏。该方法降低了环路实现的复杂度，同时提高了跟踪精度。仿真结果验证了该方法的有效性和稳定性，在载噪比为32 dB-Hz时，相比传统方法，基于TDOA/FDOA相位条纹法的码相位测量精度提高了60%，载波多普勒测量精度提高了31%，且在高动态环境中也能实现精确跟踪，对改善GPS接收机跟踪性能具有研究意义。
2022, 44(9): 3195-3202.
doi: 10.11999/JEIT210640
摘要:
全球导航卫星系统(GNSS)欺骗导致目标接收机生成错误的定位结果。利用惯性导航系统(INS)辅助，基于卡尔曼滤波新息序列构造卡方检验统计量是检测机载GNSS欺骗的有效手段。然而，该算法无法给出欺骗的持续时间，从而导致INS/GNSS系统无法依据该算法判断其解算的定位信息是否正确。该文结合测距机系统(DME)，提出一种基于重构新息序列的有限记忆卡方检测算法。该算法使用已有的INS,GNSS和DME数据构造一种不参与卡尔曼滤波的新息序列，然后将该新息序列构造成有限记忆卡方检验统计量，从而实现对欺骗式干扰的检测。仿真表明，当机载GNSS欺骗造成250 m及以上的位置偏差时，所设计的算法能够获得较为准确的欺骗持续时间。最后，该文依据所提算法的检测结果，给出了INS/GNSS/DME系统正确的定位信息。
全球导航卫星系统(GNSS)欺骗导致目标接收机生成错误的定位结果。利用惯性导航系统(INS)辅助，基于卡尔曼滤波新息序列构造卡方检验统计量是检测机载GNSS欺骗的有效手段。然而，该算法无法给出欺骗的持续时间，从而导致INS/GNSS系统无法依据该算法判断其解算的定位信息是否正确。该文结合测距机系统(DME)，提出一种基于重构新息序列的有限记忆卡方检测算法。该算法使用已有的INS,GNSS和DME数据构造一种不参与卡尔曼滤波的新息序列，然后将该新息序列构造成有限记忆卡方检验统计量，从而实现对欺骗式干扰的检测。仿真表明，当机载GNSS欺骗造成250 m及以上的位置偏差时，所设计的算法能够获得较为准确的欺骗持续时间。最后，该文依据所提算法的检测结果，给出了INS/GNSS/DME系统正确的定位信息。
2022, 44(9): 3203-3211.
doi: 10.11999/JEIT210629
摘要:
全球导航卫星系统(GNSS)精密单点定位(PPP)技术具有操作简单、成本低廉、定位精度高等优点，在精密授时领域得到了广泛应用。针对现有研究中消电离层PPP模型的组合噪声大、卫星系统多采用全球定位系统(GPS)及实时动态场景少等问题，该文采用非组合PPP模型对北斗卫星导航系统(BDS)精密授时精度开展了研究，并利用Kalman滤波静态模型和动态加速模型进行参数估计。给出了静态和实时动态场景PPP处理策略，并利用超快速预报星历保证动态实时性。结果表明：在静态和实时动态条件下，非组合PPP模型精密授时精度均优于消电离层组合PPP模型；在静态条件下，考虑到BDS和GPS定位精度相当，且亚太地区BDS定位精度更高，BDS授时精度略高于GPS；在实时动态条件下，BDS和GPS精密授时精度在2 ns以内，但BDS授时精度略低于GPS，这是由于空间位置精度因子(PDOP)、载体速度突变和环境因素等的影响，而当完成收敛后，两种系统的授时精度相当，其钟差项中误差均在0.3 m以内。
全球导航卫星系统(GNSS)精密单点定位(PPP)技术具有操作简单、成本低廉、定位精度高等优点，在精密授时领域得到了广泛应用。针对现有研究中消电离层PPP模型的组合噪声大、卫星系统多采用全球定位系统(GPS)及实时动态场景少等问题，该文采用非组合PPP模型对北斗卫星导航系统(BDS)精密授时精度开展了研究，并利用Kalman滤波静态模型和动态加速模型进行参数估计。给出了静态和实时动态场景PPP处理策略，并利用超快速预报星历保证动态实时性。结果表明：在静态和实时动态条件下，非组合PPP模型精密授时精度均优于消电离层组合PPP模型；在静态条件下，考虑到BDS和GPS定位精度相当，且亚太地区BDS定位精度更高，BDS授时精度略高于GPS；在实时动态条件下，BDS和GPS精密授时精度在2 ns以内，但BDS授时精度略低于GPS，这是由于空间位置精度因子(PDOP)、载体速度突变和环境因素等的影响，而当完成收敛后，两种系统的授时精度相当，其钟差项中误差均在0.3 m以内。
2022, 44(9): 3212-3219.
doi: 10.11999/JEIT210626
摘要:
电磁波轨道角动量各模态间满足严格正交性，为无线通信系统提供了一个新的复用维度。当前无线轨道角动量通信的研究仍集中于理想视距(LoS)场景，在实际通信场景中，多径效应和非对齐效应等非理想传输情况通常是无法避免的，这会使得无线轨道角动量多入多出(OAM-MIMO)通信系统的性能遭受较大损失。为提升非理想无线OAM-MIMO通信系统性能，该文建模了一种更加符合实际传输场景的毫米波OAM-MIMO 10射线信道模型；然后评估了多径效应和非对齐效应带来的性能损失问题；最后，提出了一种低复杂度的平均相位补偿与迭代功率分配(APC-IPA)联合优化方案来消除非对齐和多径效应造成的相位偏差，提升系统信道容量。仿真结果表明：在同时遭受非对齐和多径效应时，所提APC-IPA联合方案能够有效地提升系统信道容量。
电磁波轨道角动量各模态间满足严格正交性，为无线通信系统提供了一个新的复用维度。当前无线轨道角动量通信的研究仍集中于理想视距(LoS)场景，在实际通信场景中，多径效应和非对齐效应等非理想传输情况通常是无法避免的，这会使得无线轨道角动量多入多出(OAM-MIMO)通信系统的性能遭受较大损失。为提升非理想无线OAM-MIMO通信系统性能，该文建模了一种更加符合实际传输场景的毫米波OAM-MIMO 10射线信道模型；然后评估了多径效应和非对齐效应带来的性能损失问题；最后，提出了一种低复杂度的平均相位补偿与迭代功率分配(APC-IPA)联合优化方案来消除非对齐和多径效应造成的相位偏差，提升系统信道容量。仿真结果表明：在同时遭受非对齐和多径效应时，所提APC-IPA联合方案能够有效地提升系统信道容量。
2022, 44(9): 3220-3230.
doi: 10.11999/JEIT210102
摘要:
在车联网(IOV)环境中，如果将车辆的计算任务都放置在云平台执行，无法满足对于信息处理的实时性，考虑移动边缘计算技术以及任务卸载策略，将用户的计算任务卸载到靠近设备边缘的服务器去执行。但是在密集的环境下，如果所有的任务都卸载到附近的边缘服务器去执行，同样会给边缘服务器带来巨大的负载。该文提出基于模拟退火机制的车辆用户移动边缘计算任务卸载新方法，通过定义用户的任务计算卸载效用，综合考虑时耗和能耗，结合模拟退火机制，根据当前道路的密集程度对系统卸载效用进行优化，改变用户的卸载决策，选择在本地执行或者卸载到边缘服务器上执行，使得在给定的环境下的所有用户都能得到满足低时延高质量的服务。仿真结果表明，该算法在减少用户任务计算时间的同时降低了能量消耗。
在车联网(IOV)环境中，如果将车辆的计算任务都放置在云平台执行，无法满足对于信息处理的实时性，考虑移动边缘计算技术以及任务卸载策略，将用户的计算任务卸载到靠近设备边缘的服务器去执行。但是在密集的环境下，如果所有的任务都卸载到附近的边缘服务器去执行，同样会给边缘服务器带来巨大的负载。该文提出基于模拟退火机制的车辆用户移动边缘计算任务卸载新方法，通过定义用户的任务计算卸载效用，综合考虑时耗和能耗，结合模拟退火机制，根据当前道路的密集程度对系统卸载效用进行优化，改变用户的卸载决策，选择在本地执行或者卸载到边缘服务器上执行，使得在给定的环境下的所有用户都能得到满足低时延高质量的服务。仿真结果表明，该算法在减少用户任务计算时间的同时降低了能量消耗。
2022, 44(9): 3231-3240.
doi: 10.11999/JEIT210240
摘要:
为解决无人机(UAV)集群任务调度时面临各节点动态、不稳定的情况，该文提出一种面向多计算节点的可尽量避免任务中断且具有容错性的任务调度方法。该方法首先为基于多计算节点构建了一个以最小化任务平均完成时间为优化目标的任务分配策略；然后基于任务的完成时间和边缘计算节点的存留时间两者的概率分布，将任务计算节点上的执行风险量化成额外开销时间；最后以任务的完成时间与额外开销时间之和替换原本的完成时间，设计了风险感知的任务分配策略。在仿真环境下将该文提出的任务调度方法与3种基准调度方法进行了对比实验，实验结果表明该方法能够有效地降低任务平均响应时间、任务平均执行次数以及任务截止时间错失率。证明该文提出的方法降低了任务重调度和重新执行带来的额外开销，可实现分布式协同计算任务的调度工作，为复杂场景下的无人机集群网络提供新的技术支持。
为解决无人机(UAV)集群任务调度时面临各节点动态、不稳定的情况，该文提出一种面向多计算节点的可尽量避免任务中断且具有容错性的任务调度方法。该方法首先为基于多计算节点构建了一个以最小化任务平均完成时间为优化目标的任务分配策略；然后基于任务的完成时间和边缘计算节点的存留时间两者的概率分布，将任务计算节点上的执行风险量化成额外开销时间；最后以任务的完成时间与额外开销时间之和替换原本的完成时间，设计了风险感知的任务分配策略。在仿真环境下将该文提出的任务调度方法与3种基准调度方法进行了对比实验，实验结果表明该方法能够有效地降低任务平均响应时间、任务平均执行次数以及任务截止时间错失率。证明该文提出的方法降低了任务重调度和重新执行带来的额外开销，可实现分布式协同计算任务的调度工作，为复杂场景下的无人机集群网络提供新的技术支持。
2022, 44(9): 3241-3248.
doi: 10.11999/JEIT210675
摘要:
深度神经网络(DNN)是目前中文分词的主流方法，但将针对某一领域训练的网络模型用于其他领域时，会因存在跨领域的未登录词(OOV)和表达鸿沟而造成性能显著下降，而在实际中对所有未知领域的训练语料进行人工标注和训练模型并不可行。为了解决这个问题，该文构建了一个基于新词发现的跨领域中文分词系统，可以自动完成从目标领域语料中提取新词、标注语料和训练网络模型的工作。此外，针对现有新词发现算法提取出的词表垃圾词串多以及自动标注语料中存在噪声样本的问题，提出了一种基于向量增强互信息和加权邻接熵的无监督新词发现算法以及一种基于对抗式训练的中文分词模型。实验中将使用北大开源新闻语料训练的网络模型提取出的特征迁移到医疗、发明专利和小说领域，结果表明该文所提方法在未登录词率、准确率、召回率和分词F值方面均优于现有方法。
深度神经网络(DNN)是目前中文分词的主流方法，但将针对某一领域训练的网络模型用于其他领域时，会因存在跨领域的未登录词(OOV)和表达鸿沟而造成性能显著下降，而在实际中对所有未知领域的训练语料进行人工标注和训练模型并不可行。为了解决这个问题，该文构建了一个基于新词发现的跨领域中文分词系统，可以自动完成从目标领域语料中提取新词、标注语料和训练网络模型的工作。此外，针对现有新词发现算法提取出的词表垃圾词串多以及自动标注语料中存在噪声样本的问题，提出了一种基于向量增强互信息和加权邻接熵的无监督新词发现算法以及一种基于对抗式训练的中文分词模型。实验中将使用北大开源新闻语料训练的网络模型提取出的特征迁移到医疗、发明专利和小说领域，结果表明该文所提方法在未登录词率、准确率、召回率和分词F值方面均优于现有方法。
2022, 44(9): 3249-3257.
doi: 10.11999/JEIT210664
摘要:
针对复杂城市监控场景中由于目标尺寸变化大、目标遮挡、天气影响等原因导致目标特征不明显的问题，该文提出一种基于注意力机制的多尺度全场景监控目标检测方法。该文设计了一种基于Yolov5s模型的多尺度检测网络结构，以提高网络对目标尺寸变化的适应性。同时，构建了基于注意力机制的特征提取模块，通过网络学习获得特征的通道级别权重，增强了目标特征，抑制了背景特征，提高了特征的网络提取能力。通过K-means聚类算法计算全场景监控数据集的初始锚框大小，加速模型收敛同时提升检测精度。在COCO数据集上，与基本网络相比，平均精度均值(mAP)提高了3.7%，mAP50提升了4.7%，模型推理时间仅为3.8 ms。在整个场景监控数据集中，mAP50达到89.6%，处理监控视频时为154 fps，满足监控现场的实时检测要求。
针对复杂城市监控场景中由于目标尺寸变化大、目标遮挡、天气影响等原因导致目标特征不明显的问题，该文提出一种基于注意力机制的多尺度全场景监控目标检测方法。该文设计了一种基于Yolov5s模型的多尺度检测网络结构，以提高网络对目标尺寸变化的适应性。同时，构建了基于注意力机制的特征提取模块，通过网络学习获得特征的通道级别权重，增强了目标特征，抑制了背景特征，提高了特征的网络提取能力。通过K-means聚类算法计算全场景监控数据集的初始锚框大小，加速模型收敛同时提升检测精度。在COCO数据集上，与基本网络相比，平均精度均值(mAP)提高了3.7%，mAP50提升了4.7%，模型推理时间仅为3.8 ms。在整个场景监控数据集中，mAP50达到89.6%，处理监控视频时为154 fps，满足监控现场的实时检测要求。
2022, 44(9): 3258-3265.
doi: 10.11999/JEIT210693
摘要:
针对数字全息重建算法计算速度慢、实时应用能力弱以及现有GPU加速策略跨平台移植性差等问题，该文提出一种利用开放运算语言(OpenCL)架构提高数字全息重建算法执行效率的方案。该方案充分利用OpenCL架构的异构协同计算能力，对数字全息卷积重建算法进行CPU+GPU的异构运行设计，并采用数据并行模式编程实现。针对不同分辨率数字全息图、不同GPU加速平台的测试结果表明，该加速策略的平均执行时间均比CPU低1个数量级，最高总加速比达到54.2，并行运算加速比甚至高达94.7，且具有规模增长性及良好的跨平台特性，加速效率显著，更加适用于数字全息技术的工程化实现及实时性应用场合。
针对数字全息重建算法计算速度慢、实时应用能力弱以及现有GPU加速策略跨平台移植性差等问题，该文提出一种利用开放运算语言(OpenCL)架构提高数字全息重建算法执行效率的方案。该方案充分利用OpenCL架构的异构协同计算能力，对数字全息卷积重建算法进行CPU+GPU的异构运行设计，并采用数据并行模式编程实现。针对不同分辨率数字全息图、不同GPU加速平台的测试结果表明，该加速策略的平均执行时间均比CPU低1个数量级，最高总加速比达到54.2，并行运算加速比甚至高达94.7，且具有规模增长性及良好的跨平台特性，加速效率显著，更加适用于数字全息技术的工程化实现及实时性应用场合。
2022, 44(9): 3266-3276.
doi: 10.11999/JEIT210606
摘要:
为了提高单通道语音分离性能，该文提出基于深度学习特征融合和联合约束的单通道语音分离方法。传统基于深度学习的分离算法的损失函数只考虑了预测值和真实值的误差，这使得分离后的语音与纯净语音之间误差较大。该文提出一种新的联合约束损失函数，该损失函数不仅约束了理想比值掩蔽的预测值和真实值的误差，还惩罚了相应幅度谱的误差。另外，为了充分利用多种特征的互补性，提出一种含特征融合层的卷积神经网络(CNN)结构。利用该CNN提取多通道输入特征的深度特征，并在融合层中将深度特征与声学特征融合用来训练分离模型。由于融合构成的特征含有丰富的语音信息，具有强的语音信号表征能力，使得分离模型预测的掩蔽更加准确。实验结果表明，从信号失真比(SDR) 、主观语音质量评估( PESQ)和短时客观可懂度(STOI)3个方面评价，相比其他优秀的基于深度学习的语音分离方法，该方法能够更有效地分离目标语音。
为了提高单通道语音分离性能，该文提出基于深度学习特征融合和联合约束的单通道语音分离方法。传统基于深度学习的分离算法的损失函数只考虑了预测值和真实值的误差，这使得分离后的语音与纯净语音之间误差较大。该文提出一种新的联合约束损失函数，该损失函数不仅约束了理想比值掩蔽的预测值和真实值的误差，还惩罚了相应幅度谱的误差。另外，为了充分利用多种特征的互补性，提出一种含特征融合层的卷积神经网络(CNN)结构。利用该CNN提取多通道输入特征的深度特征，并在融合层中将深度特征与声学特征融合用来训练分离模型。由于融合构成的特征含有丰富的语音信息，具有强的语音信号表征能力，使得分离模型预测的掩蔽更加准确。实验结果表明，从信号失真比(SDR) 、主观语音质量评估( PESQ)和短时客观可懂度(STOI)3个方面评价，相比其他优秀的基于深度学习的语音分离方法，该方法能够更有效地分离目标语音。
2022, 44(9): 3277-3288.
doi: 10.11999/JEIT210654
摘要:
在有监督语音增强任务中，上下文信息对目标语音的估计产生重要影响，为了获取更加丰富的语音全局相关特征，该文以尽可能小的参数为前提，设计了一种新型卷积网络来进行语音增强。所提网络包含编码层、传输层与解码层3个部分：编解码部分提出一种2维非对称膨胀残差(2D-ADR)模块，其能明显减小训练参数并扩大感受野，提升网络对上下文信息的获取能力；传输层提出一种1维门控膨胀残差(1D-GDR)模块，该模块结合膨胀卷积、残差学习与门控机制，能够选择性传递特征并获取更多时序相关信息，同时采用密集跳跃连接的方式对8个1D-GDR模块进行堆叠，以增强层间信息流动并提供更多梯度传播方式；最后，对相应编解码层进行跳跃连接并引入注意力机制，以使解码过程获得更加鲁棒的底层特征。实验部分，使用了不同的参数设置以及对比方法来验证网络的有效性与鲁棒性，通过在28种噪声环境下训练及测试，相比于其他方法，该文方法以1.25×106的参数取得了更优的客观和主观指标，具备较强的增强效果与泛化能力。
在有监督语音增强任务中，上下文信息对目标语音的估计产生重要影响，为了获取更加丰富的语音全局相关特征，该文以尽可能小的参数为前提，设计了一种新型卷积网络来进行语音增强。所提网络包含编码层、传输层与解码层3个部分：编解码部分提出一种2维非对称膨胀残差(2D-ADR)模块，其能明显减小训练参数并扩大感受野，提升网络对上下文信息的获取能力；传输层提出一种1维门控膨胀残差(1D-GDR)模块，该模块结合膨胀卷积、残差学习与门控机制，能够选择性传递特征并获取更多时序相关信息，同时采用密集跳跃连接的方式对8个1D-GDR模块进行堆叠，以增强层间信息流动并提供更多梯度传播方式；最后，对相应编解码层进行跳跃连接并引入注意力机制，以使解码过程获得更加鲁棒的底层特征。实验部分，使用了不同的参数设置以及对比方法来验证网络的有效性与鲁棒性，通过在28种噪声环境下训练及测试，相比于其他方法，该文方法以1.25×106的参数取得了更优的客观和主观指标，具备较强的增强效果与泛化能力。
2022, 44(9): 3289-3298.
doi: 10.11999/JEIT210605
摘要:
目标降维是研究超多目标优化问题的一个重要方向，它通过恰当的算法设计，能够剔除一些对求解优化问题冗余的目标，达到极大简化优化问题的效果。在超多目标优化降维问题中，前沿界面呈现非线性的情形是最普遍也是最难处理的降维问题。该文提出一种基于分解和超平面拟合的算法(DHA)来处理这类目标降维问题，通过对进化过程中种群的有效分解，使得在几何上非线性分布的非劣解集近似分解为多个近似线性分布的子集，再用系数是稀疏的超平面结合一些扰动项去拟合这些非劣解子集，最后根据该超平面提取出原问题的本质目标集，达到去除冗余目标的效果。为了检验提出算法的有效性，采用DTLZ5(I, m), WFG3(I, m)和MAOP(I, m)作为测试问题集，与代表当今水平的著名算法进行比较。计算机仿真结果表明该文提出的算法无论前沿界面是线性或非线性的情形都具有优异的性能。
目标降维是研究超多目标优化问题的一个重要方向，它通过恰当的算法设计，能够剔除一些对求解优化问题冗余的目标，达到极大简化优化问题的效果。在超多目标优化降维问题中，前沿界面呈现非线性的情形是最普遍也是最难处理的降维问题。该文提出一种基于分解和超平面拟合的算法(DHA)来处理这类目标降维问题，通过对进化过程中种群的有效分解，使得在几何上非线性分布的非劣解集近似分解为多个近似线性分布的子集，再用系数是稀疏的超平面结合一些扰动项去拟合这些非劣解子集，最后根据该超平面提取出原问题的本质目标集，达到去除冗余目标的效果。为了检验提出算法的有效性，采用DTLZ5(I, m), WFG3(I, m)和MAOP(I, m)作为测试问题集，与代表当今水平的著名算法进行比较。计算机仿真结果表明该文提出的算法无论前沿界面是线性或非线性的情形都具有优异的性能。
2022, 44(9): 3299-3307.
doi: 10.11999/JEIT210634
摘要:
针对多目标跟踪过程中遮挡严重时的目标身份切换、跟踪轨迹中断等问题，该文提出一种基于卷积注意力模块 (CBAM)和无锚框(anchor-free)检测网络的行人跟踪算法。首先，在高分辨率特征提取网络HrnetV2的基础上，对stem阶段引入注意力机制，以提取更具表达力的特征，从而加强对重识别分支的训练；其次，为了提高算法的运算速度，使检测和重识别分支共享特征权重且并行运行，同时减少头网络的卷积通道数以降低参数运算量；最后，设定合适的参数对网络进行充分的训练，并使用多个测试集对算法进行测试。实验结果表明，该文算法相较于FairMOT在2DMOT15, MOT17, MOT20数据集上的精确度分别提升1.1%, 1.1%, 0.2%，速度分别提升0.82, 0.88, 0.41 fps；相较于其他几种主流算法拥有最少的目标身份切换次数。该文算法能够更好地适用于遮挡严重的场景，实时性也有所提高。
针对多目标跟踪过程中遮挡严重时的目标身份切换、跟踪轨迹中断等问题，该文提出一种基于卷积注意力模块 (CBAM)和无锚框(anchor-free)检测网络的行人跟踪算法。首先，在高分辨率特征提取网络HrnetV2的基础上，对stem阶段引入注意力机制，以提取更具表达力的特征，从而加强对重识别分支的训练；其次，为了提高算法的运算速度，使检测和重识别分支共享特征权重且并行运行，同时减少头网络的卷积通道数以降低参数运算量；最后，设定合适的参数对网络进行充分的训练，并使用多个测试集对算法进行测试。实验结果表明，该文算法相较于FairMOT在2DMOT15, MOT17, MOT20数据集上的精确度分别提升1.1%, 1.1%, 0.2%，速度分别提升0.82, 0.88, 0.41 fps；相较于其他几种主流算法拥有最少的目标身份切换次数。该文算法能够更好地适用于遮挡严重的场景，实时性也有所提高。
2022, 44(9): 3308-3319.
doi: 10.11999/JEIT210623
摘要:
针对应用流量识别性能和准确率降低等问题，该文提出一种动态平衡自适应迁移学习的流量分类算法。首先将迁移学习引入到应用流量识别中，通过将源领域和目标领域的样本特征映射到高维特征空间中，使得源领域和目标领域的边缘分布与条件分布距离尽量小，提出使用概率模型来判断和计算域之间的边缘分布与条件分布的区别，利用概率模型对分类类别确认度的大小，定量来计算平衡因子\begin{document}$ \mu $\end{document} ![]()
![]()
针对应用流量识别性能和准确率降低等问题，该文提出一种动态平衡自适应迁移学习的流量分类算法。首先将迁移学习引入到应用流量识别中，通过将源领域和目标领域的样本特征映射到高维特征空间中，使得源领域和目标领域的边缘分布与条件分布距离尽量小，提出使用概率模型来判断和计算域之间的边缘分布与条件分布的区别，利用概率模型对分类类别确认度的大小，定量来计算平衡因子
2022, 44(9): 3320-3327.
doi: 10.11999/JEIT210648
摘要:
针对电阻抗成像技术可视化过程中因“欠定”问题和“软场”效应所导致的重建图像伪迹问题，该文提出一种基于邻域信息和快速模糊C均值聚类(快速FCM)的无监督图像质量评价指标。基于该评价指标和Tikhonov正则化算法，提出了一种重建图像伪迹优化算法TR-NC。仿真结果表明，该算法能够有效地修正重建图像中的伪迹，修正后的重建图像的相关系数平均提高了18.45%，相对误差平均降低了22.2%；仿真体验实验结果表明，当目标电导率变化率大于30%时，该算法能够准确地检测到目标。由此可见，相比于传统的Tikhonov正则化算法，提出的修正算法在重建图像目标的数量和位置精确度方面都得到了显著提高，为电学层析技术在医学和工业等领域的应用实践提供了新的成像理论依据和技术参考。
针对电阻抗成像技术可视化过程中因“欠定”问题和“软场”效应所导致的重建图像伪迹问题，该文提出一种基于邻域信息和快速模糊C均值聚类(快速FCM)的无监督图像质量评价指标。基于该评价指标和Tikhonov正则化算法，提出了一种重建图像伪迹优化算法TR-NC。仿真结果表明，该算法能够有效地修正重建图像中的伪迹，修正后的重建图像的相关系数平均提高了18.45%，相对误差平均降低了22.2%；仿真体验实验结果表明，当目标电导率变化率大于30%时，该算法能够准确地检测到目标。由此可见，相比于传统的Tikhonov正则化算法，提出的修正算法在重建图像目标的数量和位置精确度方面都得到了显著提高，为电学层析技术在医学和工业等领域的应用实践提供了新的成像理论依据和技术参考。
2022, 44(9): 3328-3334.
doi: 10.11999/JEIT210646
摘要:
图着色问题是在满足相邻顶点不能分配相同颜色且颜色数最少的约束条件下，将图的顶点划分为不相交的集合，且每个集合中的顶点分配相同的颜色。由于图着色问题属于NP-完全问题，求解图着色问题的算法复杂度会随顶点个数的增加呈指数级增长。当顶点个数非常大时，通用处理器求解图着色问题的性能将会显著下降。因此，该文基于现场可编程逻辑门阵列(FPGA)实现求解图着色算法的专用硬件加速器。首先依据FPGA模块化的设计思路提出并实现了基于回溯法的图着色问题求解的硬件架构；其次分析了FPGA内部消耗资源与图着色顶点数之间的关系；最后利用通用异步收发传输器协议实现了通用处理器与FPGA的通信。实验结果表明，相比于在通用处理器上利用软件实现图着色算法，基于FPGA所实现的图着色算法运行时间减少了一个数量级。除此之外，FPGA内部消耗资源数与顶点个数呈线性关系，且每次迭代时FPGA运算所消耗的时间与顶点个数无关。
图着色问题是在满足相邻顶点不能分配相同颜色且颜色数最少的约束条件下，将图的顶点划分为不相交的集合，且每个集合中的顶点分配相同的颜色。由于图着色问题属于NP-完全问题，求解图着色问题的算法复杂度会随顶点个数的增加呈指数级增长。当顶点个数非常大时，通用处理器求解图着色问题的性能将会显著下降。因此，该文基于现场可编程逻辑门阵列(FPGA)实现求解图着色算法的专用硬件加速器。首先依据FPGA模块化的设计思路提出并实现了基于回溯法的图着色问题求解的硬件架构；其次分析了FPGA内部消耗资源与图着色顶点数之间的关系；最后利用通用异步收发传输器协议实现了通用处理器与FPGA的通信。实验结果表明，相比于在通用处理器上利用软件实现图着色算法，基于FPGA所实现的图着色算法运行时间减少了一个数量级。除此之外，FPGA内部消耗资源数与顶点个数呈线性关系，且每次迭代时FPGA运算所消耗的时间与顶点个数无关。
2022, 44(9): 3335-3342.
doi: 10.11999/JEIT210638
摘要:
\begin{document}$ {\mu }^{\text{2}} $\end{document} ![]()
![]()
10.1007/978-981-15-0058-9-27 )，该算法全轮共15轮，采用TYPE-II广义Feistel结构，Yeoh等人在设计文档中对\begin{document}$ {\mu ^{\text{2}}} $\end{document} ![]()
![]()
\begin{document}$ {\mu ^{\text{2}}} $\end{document} ![]()
![]()
\begin{document}$ {\mu ^{\text{2}}} $\end{document} ![]()
![]()
\begin{document}$ {\mu ^{\text{2}}} $\end{document} ![]()
![]()
\begin{document}${2^{76}}$\end{document} ![]()
![]()
\begin{document}${2^{48}}$\end{document} ![]()
![]()
\begin{document}${2^{48}}$\end{document} ![]()
![]()
\begin{document}$ {\mu ^{\text{2}}} $\end{document} ![]()
![]()
\begin{document}${2^{49}}$\end{document} ![]()
![]()
\begin{document}${2^{64}}$\end{document} ![]()
![]()
\begin{document}$ {\mu ^{\text{2}}} $\end{document} ![]()
![]()
\begin{document}$ {\mu ^{\text{2}}} $\end{document} ![]()
![]()
\begin{document}$ {\mu ^{\text{2}}} $\end{document} ![]()
![]()
\begin{document}$ {\mu ^{\text{2}}} $\end{document} ![]()
![]()
\begin{document}${{\text{2}}^{{{ - 39}}}}$\end{document} ![]()
![]()
\begin{document}${2^{ - 3{\text{6}}}}$\end{document} ![]()
![]()
编辑部公告
more >
- 海军“金海豚”杯算法挑战赛公告
- 基于全球AIS的多源航迹关联数据集（MTAD）
- “水声传感技术与应用”专题征文通知
- “面向6G的时延多普勒域通信范式”专题征文通知
- 李健伟等人论文获评“中国电子学会电子信息领域获奖优秀科技论文“
- 《电子与信息学报》融媒体工作室招募令（2022）
- “脑-行为”一致性提升人机协作效能”专刊征文通知
- “脑启发的视觉时空信息感知”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报名重启
- 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
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
