邮件订阅
2019年 第41卷 第6期
显示方式:
2019, 41(6): 1271-1279.
doi: 10.11999/JEIT180661
摘要:
微波光子雷达发射信号带宽大、波长短，能够实现分辨率更高的逆合成孔径雷达(ISAR)成像。但带宽大、波长小的回波信号也导致传统成像算法对目标转动分量的近似不成立，使得传统算法无法应用。在微波光子雷达成像中，目标转动分量在回波包络中形成空变的距离弯曲项，在方位相位中形成空变的2次相位误差，导致ISAR图像散焦。该文针对微波光子雷达系统提出一种新的ISAR成像算法，该算法同时考虑了目标转动分量对回波包络和相位的影响，以包络相关值为目标函数值迭代估计目标转速，根据转速估计值，在距离向进行重采样对齐包络，在方位向构造空变的方位补偿函数校正转动相位。仿真和实测数据的处理结果证明了该算法的有效性。
微波光子雷达发射信号带宽大、波长短，能够实现分辨率更高的逆合成孔径雷达(ISAR)成像。但带宽大、波长小的回波信号也导致传统成像算法对目标转动分量的近似不成立，使得传统算法无法应用。在微波光子雷达成像中，目标转动分量在回波包络中形成空变的距离弯曲项，在方位相位中形成空变的2次相位误差，导致ISAR图像散焦。该文针对微波光子雷达系统提出一种新的ISAR成像算法，该算法同时考虑了目标转动分量对回波包络和相位的影响，以包络相关值为目标函数值迭代估计目标转速，根据转速估计值，在距离向进行重采样对齐包络，在方位向构造空变的方位补偿函数校正转动相位。仿真和实测数据的处理结果证明了该算法的有效性。
2019, 41(6): 1280-1286.
doi: 10.11999/JEIT181086
摘要:
为了消除逆合成孔径雷达(ISAR)越分辨单元徙动(MTRC)引起的图像散焦，需要估计目标的等效旋转中心。该文以空间目标为研究对象，提出了一种基于图像旋转相关的ISAR旋转中心估计算法。首先，分析了ISAR的瞬时成像机理；其次，将采用相同运动补偿后的回波数据分段成像，得到不同视角的2幅图像；然后，基于定标后的图像像素旋转和图像相关，估计等效旋转中心。当假定的等效旋转中心与真实的旋转中心一致时，2幅图像相关性最大，据此得到旋转中心位置。仿真实验表明，该算法能够有效利用图像整体信息，估计出高精度的目标等效旋转中心，利于提高成像质量。
为了消除逆合成孔径雷达(ISAR)越分辨单元徙动(MTRC)引起的图像散焦，需要估计目标的等效旋转中心。该文以空间目标为研究对象，提出了一种基于图像旋转相关的ISAR旋转中心估计算法。首先，分析了ISAR的瞬时成像机理；其次，将采用相同运动补偿后的回波数据分段成像，得到不同视角的2幅图像；然后，基于定标后的图像像素旋转和图像相关，估计等效旋转中心。当假定的等效旋转中心与真实的旋转中心一致时，2幅图像相关性最大，据此得到旋转中心位置。仿真实验表明，该算法能够有效利用图像整体信息，估计出高精度的目标等效旋转中心，利于提高成像质量。
2019, 41(6): 1287-1293.
doi: 10.11999/JEIT180663
摘要:
采用传统SAR成像方法对星载SAR地面运动目标进行成像处理时，运动目标通常会处于散焦状态，导致运动目标检测性能下降。该文结合RD算法，提出一种基于2维速度搜索的星载SAR运动目标检测算法，通过对运动目标距离向速度和方位向速度进行遍历来匹配运动目标多普勒参数，提取不同搜索速度下运动目标的最强幅度值用于恒虚警检测，可以提高运动目标的检测概率。仿真结果验证了该方法的可行性和有效性。
采用传统SAR成像方法对星载SAR地面运动目标进行成像处理时，运动目标通常会处于散焦状态，导致运动目标检测性能下降。该文结合RD算法，提出一种基于2维速度搜索的星载SAR运动目标检测算法，通过对运动目标距离向速度和方位向速度进行遍历来匹配运动目标多普勒参数，提取不同搜索速度下运动目标的最强幅度值用于恒虚警检测，可以提高运动目标的检测概率。仿真结果验证了该方法的可行性和有效性。
2019, 41(6): 1294-1301.
doi: 10.11999/JEIT180145
摘要:
在压缩感知成像算法中，真实目标点一般不会恰好落在预先划定的网格点上，这种网格偏离(Off-grid)问题会带来真实回波与测量矩阵之间的失配，严重降低雷达成像的性能。针对多输入多输出(MIMO)雷达3维成像的网格失配问题，该文提出一种自适应的Off-grid校正方法，基于Off-grid目标的稀疏回波模型构造贝叶斯概率密度函数，采用最大后验概率(MAP)方法求解含有失配偏差的稀疏像。与传统方法相比，该方法可以充分利用失配参数的先验信息，自适应地更新参数，降低了失配误差的影响，并能实现对稀疏目标和噪声功率的高精度估计。仿真结果表明，该方法可以有效地实现对网格失配的优化，具有精确且稳定的成像性能。
在压缩感知成像算法中，真实目标点一般不会恰好落在预先划定的网格点上，这种网格偏离(Off-grid)问题会带来真实回波与测量矩阵之间的失配，严重降低雷达成像的性能。针对多输入多输出(MIMO)雷达3维成像的网格失配问题，该文提出一种自适应的Off-grid校正方法，基于Off-grid目标的稀疏回波模型构造贝叶斯概率密度函数，采用最大后验概率(MAP)方法求解含有失配偏差的稀疏像。与传统方法相比，该方法可以充分利用失配参数的先验信息，自适应地更新参数，降低了失配误差的影响，并能实现对稀疏目标和噪声功率的高精度估计。仿真结果表明，该方法可以有效地实现对网格失配的优化，具有精确且稳定的成像性能。
2019, 41(6): 1302-1309.
doi: 10.11999/JEIT180677
摘要:
为满足雷达舰船目标识别的高实时性和高泛化性的需求，该文提出了一种基于深度多尺度1维卷积神经网络的目标高分辨1维距离像(HRRP)识别方法。针对高分辨1维距离像特征提取难的问题，所提方法通过共享卷积核的权值，使用多尺度的卷积核提取不同精细度的特征，并构造中心损失函数来提高特征的分辨能力。实验结果表明，该模型可以显著提高目标在非理想条件下的识别正确率，克服目标姿态角敏感性问题，具有良好的鲁棒性和泛化性。
为满足雷达舰船目标识别的高实时性和高泛化性的需求，该文提出了一种基于深度多尺度1维卷积神经网络的目标高分辨1维距离像(HRRP)识别方法。针对高分辨1维距离像特征提取难的问题，所提方法通过共享卷积核的权值，使用多尺度的卷积核提取不同精细度的特征，并构造中心损失函数来提高特征的分辨能力。实验结果表明，该模型可以显著提高目标在非理想条件下的识别正确率，克服目标姿态角敏感性问题，具有良好的鲁棒性和泛化性。
2019, 41(6): 1310-1316.
doi: 10.11999/JEIT180714
摘要:
针对同平台雷达与电子支援措施(ESM)存在系统误差、上报目标不完全一致等复杂场景下航迹关联鲁棒性和有效性问题，该文提出一种基于航迹矢量分级聚类的雷达与ESM航迹抗差关联算法。首先推导修正极坐标系(MPC)下目标等价测量方程，基于等价测量的近似展开得到目标状态估计分解方程，利用真实状态对消的方法得到航迹矢量，基于高斯随机矢量的统计特性，采用航迹矢量分级聚类的方法提取同源航迹。最后通过实验仿真验证，所提算法在不同系统误差、目标分布密度、检测概率等环境下具有较好的关联效果和鲁棒性。
针对同平台雷达与电子支援措施(ESM)存在系统误差、上报目标不完全一致等复杂场景下航迹关联鲁棒性和有效性问题，该文提出一种基于航迹矢量分级聚类的雷达与ESM航迹抗差关联算法。首先推导修正极坐标系(MPC)下目标等价测量方程，基于等价测量的近似展开得到目标状态估计分解方程，利用真实状态对消的方法得到航迹矢量，基于高斯随机矢量的统计特性，采用航迹矢量分级聚类的方法提取同源航迹。最后通过实验仿真验证，所提算法在不同系统误差、目标分布密度、检测概率等环境下具有较好的关联效果和鲁棒性。
2019, 41(6): 1317-1323.
doi: 10.11999/JEIT180655
摘要:
多基外辐射源雷达定位系统受系统偏差影响较大。该文针对多基外辐射源雷达到达角度(DOA)和到达时差(TDOA)联合定位系统，提出一种基于约束总体最小二乘(CTLS)的无源定位和误差校正算法。首先引入辅助变量，将DOA和TDOA非线性观测方程进行线性化处理。考虑伪线性化后定位方程中噪声矩阵各分量统计相关特性，将无源定位与误差校正联合优化问题建立为CTLS模型，并采用牛顿迭代方法对模型求解。在此基础上，考虑辅助变量与目标位置的关联性，设计关联最小二乘算法改进目标位置估计值，采用后验迭代方法进一步提高系统偏差估计精度。最后推导了算法的理论误差。仿真结果表明：该算法能够有效地估计目标位置和系统偏差。
多基外辐射源雷达定位系统受系统偏差影响较大。该文针对多基外辐射源雷达到达角度(DOA)和到达时差(TDOA)联合定位系统，提出一种基于约束总体最小二乘(CTLS)的无源定位和误差校正算法。首先引入辅助变量，将DOA和TDOA非线性观测方程进行线性化处理。考虑伪线性化后定位方程中噪声矩阵各分量统计相关特性，将无源定位与误差校正联合优化问题建立为CTLS模型，并采用牛顿迭代方法对模型求解。在此基础上，考虑辅助变量与目标位置的关联性，设计关联最小二乘算法改进目标位置估计值，采用后验迭代方法进一步提高系统偏差估计精度。最后推导了算法的理论误差。仿真结果表明：该算法能够有效地估计目标位置和系统偏差。
2019, 41(6): 1324-1329.
doi: 10.11999/JEIT180672
摘要:
获得随机阵列的高效、统计无偏波达方向(DoA)估计是超分辨率DoA估计领域的一大挑战。该文基于“利用旋转不变技术扩展估计信号参数法(AESPRIT)” 提出了一种随机阵列DoA估计算法。该算法将AESPRIT改造成闭合环结构，并使用阵列内插技术(AIT)提供的角度粗估计作为初始相位补偿角，从而通过迭代快速获得精确的DoA估计。所提算法直接给出代数形式的估计结果，具有低的计算复杂度；同时由于不存在流形映射或者模式截断误差，估计结果具有统计无偏性。仿真结果验证了所提算法的有效性。
获得随机阵列的高效、统计无偏波达方向(DoA)估计是超分辨率DoA估计领域的一大挑战。该文基于“利用旋转不变技术扩展估计信号参数法(AESPRIT)” 提出了一种随机阵列DoA估计算法。该算法将AESPRIT改造成闭合环结构，并使用阵列内插技术(AIT)提供的角度粗估计作为初始相位补偿角，从而通过迭代快速获得精确的DoA估计。所提算法直接给出代数形式的估计结果，具有低的计算复杂度；同时由于不存在流形映射或者模式截断误差，估计结果具有统计无偏性。仿真结果验证了所提算法的有效性。
2019, 41(6): 1330-1335.
doi: 10.11999/JEIT180648
摘要:
为提高吸波体吸波效率，该文设计了一种基于集总电阻加载的小型化超宽带超材料吸波体结构，该结构通过纵向级联的方式，结合上下两层吸波体结构拓展了带宽。通过等效电路分析得到该吸波体在宽频带内具有良好的阻抗匹配，并通过电流分析验证了吸波机理。整个吸波体的单元大小仅为0.089\begin{document}$\lambda_ {\rm{L}}$\end{document} ![]()
![]()
\begin{document}$\lambda_ {\rm{L}}$\end{document} ![]()
![]()
\begin{document}$\lambda_ {\rm{L}}$\end{document} ![]()
![]()
\begin{document}$\lambda_ {\rm{L}}$\end{document} ![]()
![]()
为提高吸波体吸波效率，该文设计了一种基于集总电阻加载的小型化超宽带超材料吸波体结构，该结构通过纵向级联的方式，结合上下两层吸波体结构拓展了带宽。通过等效电路分析得到该吸波体在宽频带内具有良好的阻抗匹配，并通过电流分析验证了吸波机理。整个吸波体的单元大小仅为0.089
2019, 41(6): 1336-1343.
doi: 10.11999/JEIT180247
摘要:
变换光学(TO)是目前电磁领域的一个研究热点，为了对基于TO的隐身斗篷设计提供更深入的理论支持，该文对TO的3个基本数学问题进行了讨论。首先分析了基于Maxwell方程组3维坐标变换下变换形式的唯一性问题，提出了不同于参考文献的新变换方式，指出了可以灵活调整变换空间特性阻抗的变换方法。以此为基础，提出了以自由空间的场分布为原始空间，通过变换获取到可以隐藏在介质包围区域中并和介质阻抗匹配的隐身斗篷设计方法。然后以基于波动方程的2维TO为研究对象，分析了以电场分量波动方程为基础进行2维变换时，磁场所满足的变换关系和对应的边界条件特性，同样指出了可以隐藏在介质包围区域中并和介质阻抗匹配的隐身斗篷设计方法。最后从数学上证明了2维变换下共形变换对于设计出非各向异性介质隐身斗篷的充分必要性。以上述讨论为基础，该文给出了一个嵌入式斗篷的仿真验证示例。该文的研究内容和结论对基于TO的各种电磁应用提供了理论支持。
变换光学(TO)是目前电磁领域的一个研究热点，为了对基于TO的隐身斗篷设计提供更深入的理论支持，该文对TO的3个基本数学问题进行了讨论。首先分析了基于Maxwell方程组3维坐标变换下变换形式的唯一性问题，提出了不同于参考文献的新变换方式，指出了可以灵活调整变换空间特性阻抗的变换方法。以此为基础，提出了以自由空间的场分布为原始空间，通过变换获取到可以隐藏在介质包围区域中并和介质阻抗匹配的隐身斗篷设计方法。然后以基于波动方程的2维TO为研究对象，分析了以电场分量波动方程为基础进行2维变换时，磁场所满足的变换关系和对应的边界条件特性，同样指出了可以隐藏在介质包围区域中并和介质阻抗匹配的隐身斗篷设计方法。最后从数学上证明了2维变换下共形变换对于设计出非各向异性介质隐身斗篷的充分必要性。以上述讨论为基础，该文给出了一个嵌入式斗篷的仿真验证示例。该文的研究内容和结论对基于TO的各种电磁应用提供了理论支持。
2019, 41(6): 1344-1351.
doi: 10.11999/JEIT180680
摘要:
协作MIMO技术通过协作发射或协作接收的方式可以将干扰信号转变为有用信号，在高铁无线通信中引入该技术，能解决回波信道响应和提高系统容量。为了掌握协作MIMO技术在高铁场景中的信道特性，该文基于几何随机散射理论，提出一个高速铁路协作MIMO信道模型，简单调整该模型中的几个关键参数即可适用于高速铁路的多种场景。基于该模型计算信道冲激响应，推导多链路空间相关函数，进行数值计算、仿真分析和实测数据验证。仿真结果显示，直射分量越强，散射分量的角度扩展越小，多链路的空间相关性越强。散射次数越少，散射分量空间相关性越强。使用北京-天津高铁段LTE专网的实测数据验证理论模型的正确性。这些结论有助于认知协作MIMO信道和进行有效的测量活动。
协作MIMO技术通过协作发射或协作接收的方式可以将干扰信号转变为有用信号，在高铁无线通信中引入该技术，能解决回波信道响应和提高系统容量。为了掌握协作MIMO技术在高铁场景中的信道特性，该文基于几何随机散射理论，提出一个高速铁路协作MIMO信道模型，简单调整该模型中的几个关键参数即可适用于高速铁路的多种场景。基于该模型计算信道冲激响应，推导多链路空间相关函数，进行数值计算、仿真分析和实测数据验证。仿真结果显示，直射分量越强，散射分量的角度扩展越小，多链路的空间相关性越强。散射次数越少，散射分量空间相关性越强。使用北京-天津高铁段LTE专网的实测数据验证理论模型的正确性。这些结论有助于认知协作MIMO信道和进行有效的测量活动。
2019, 41(6): 1352-1358.
doi: 10.11999/JEIT180228
摘要:
该文考虑一个大规模MIMO全双工中继系统，该系统下多个单天线的源节点和多个单天线的目的节点通过一个在接收端和发送端分别配置\begin{document}${N_{{\mathop{\rm rx}\nolimits} }}$\end{document} ![]()
![]()
\begin{document}${N_{{\mathop{\rm tx}\nolimits} }}$\end{document} ![]()
![]()
该文考虑一个大规模MIMO全双工中继系统，该系统下多个单天线的源节点和多个单天线的目的节点通过一个在接收端和发送端分别配置
2019, 41(6): 1359-1364.
doi: 10.11999/JEIT180762
摘要:
无线携能通信(SWIPT)技术是解决无线网络能量受限问题的有效方法，该文研究一个由基站(BS)和多用户组成的多载波SWIPT系统，其上行和下行链路均采用正交频分复用(OFDM)技术。在下行链路中，基站向用户同时进行信息与能量传输；在上行链路中，用户利用从基站接收的能量向基站回传信息。该文以最大化上下行加权和速率为目标，联合优化上行和下行的子载波分配和功率分配，提出基于拉格朗日对偶法和椭球法的最优联合资源分配算法。计算机仿真结果证实了该算法的有效性。
无线携能通信(SWIPT)技术是解决无线网络能量受限问题的有效方法，该文研究一个由基站(BS)和多用户组成的多载波SWIPT系统，其上行和下行链路均采用正交频分复用(OFDM)技术。在下行链路中，基站向用户同时进行信息与能量传输；在上行链路中，用户利用从基站接收的能量向基站回传信息。该文以最大化上下行加权和速率为目标，联合优化上行和下行的子载波分配和功率分配，提出基于拉格朗日对偶法和椭球法的最优联合资源分配算法。计算机仿真结果证实了该算法的有效性。
2019, 41(6): 1365-1373.
doi: 10.11999/JEIT180157
摘要:
针对多径信道环境下非同步长码DS-CDMA信号扩频码及信息序列等参数的联合估计问题，该文提出了基于序贯蒙特卡罗(SMC)的盲估计算法。该算法采用混合重要密度函数对联合后验分布模型进行抽样，并迭代计算重要性权值，以完成所需状态参量的估计。同时为了减少算法的计算量，在算法的实现过程中，先估计出各用户的扩频码，再对观测数据进行处理，从而修正原有的迭代步骤，提出一种修正的SMC算法。仿真结果验证了算法对多种情况的适应性，且在时变的多径信道环境下也能获得较好的估计性能。
针对多径信道环境下非同步长码DS-CDMA信号扩频码及信息序列等参数的联合估计问题，该文提出了基于序贯蒙特卡罗(SMC)的盲估计算法。该算法采用混合重要密度函数对联合后验分布模型进行抽样，并迭代计算重要性权值，以完成所需状态参量的估计。同时为了减少算法的计算量，在算法的实现过程中，先估计出各用户的扩频码，再对观测数据进行处理，从而修正原有的迭代步骤，提出一种修正的SMC算法。仿真结果验证了算法对多种情况的适应性，且在时变的多径信道环境下也能获得较好的估计性能。
2019, 41(6): 1374-1380.
doi: 10.11999/JEIT180261
摘要:
基于宽带电力线通信(PLC)中，高斯分布的背景噪声往往不能如实反应人类日常用电活动产生的噪声特性，为此，该文提出用对称\begin{document}${\alpha}$\end{document} ![]()
![]()
\begin{document}$\alpha$\end{document} ![]()
![]()
\begin{document}$\alpha$\end{document} ![]()
![]()
\begin{document}$\alpha$\end{document} ![]()
![]()
\begin{document}$\alpha$\end{document} ![]()
![]()
\begin{document}$\alpha$\end{document} ![]()
![]()
基于宽带电力线通信(PLC)中，高斯分布的背景噪声往往不能如实反应人类日常用电活动产生的噪声特性，为此，该文提出用对称
2019, 41(6): 1381-1388.
doi: 10.11999/JEIT180637
摘要:
针对传统指纹定位算法建库耗时长和定位精度低的问题，该文提出一种基于自适应渐消记忆的蓝牙序列匹配定位算法。首先，利用行人航迹推算(PDR)和最近邻算法(NNA)对运动序列进行位置标定和接收信号强度(RSS)映射；然后，根据邻近位置的相关性，采用序列递归搜索算法构建指纹序列数据库；最后，通过自适应渐消记忆算法，并结合初始序列匹配度实现位置估计。实验结果表明，该算法在室内环境下能够获得较低的建库时间开销以及较高的定位精度。
针对传统指纹定位算法建库耗时长和定位精度低的问题，该文提出一种基于自适应渐消记忆的蓝牙序列匹配定位算法。首先，利用行人航迹推算(PDR)和最近邻算法(NNA)对运动序列进行位置标定和接收信号强度(RSS)映射；然后，根据邻近位置的相关性，采用序列递归搜索算法构建指纹序列数据库；最后，通过自适应渐消记忆算法，并结合初始序列匹配度实现位置估计。实验结果表明，该算法在室内环境下能够获得较低的建库时间开销以及较高的定位精度。
2019, 41(6): 1389-1396.
doi: 10.11999/JEIT180357
摘要:
针对全双工无线接入与回传一体化小基站场景下长期的频谱效率和能效同时最大化问题，该文提出一种基于近似动态规划理论的接入与回传一体化小基站接入控制与资源分配联合优化算法。该算法首先联合考虑当前基站的资源使用和功率配置情况，在任一用户需求动态到达以及平均时延、小基站回传速率和传输功率约束下，使用受限马尔科夫决策过程(CMDP)建立频谱效率最大化和功率消耗最小化的多目标优化模型，其次运用切比雪夫理论将多目标优化问题转化为单目标问题，并使用拉格朗日对偶分解法进一步转化为非受限的马尔科夫决策过程(MDP)问题。最后，为了解决其求解时存在的“维度灾”爆炸问题，该文提出基于近似动态规划的无线接入与回传一体化小基站资源动态分配算法进行求解，得到此时的接入与资源分配策略。仿真结果表明，所提算法能在保证平均时延约束、小基站回传速率约束和传输功率约束的同时最大化长期平均频谱效率和能效。
针对全双工无线接入与回传一体化小基站场景下长期的频谱效率和能效同时最大化问题，该文提出一种基于近似动态规划理论的接入与回传一体化小基站接入控制与资源分配联合优化算法。该算法首先联合考虑当前基站的资源使用和功率配置情况，在任一用户需求动态到达以及平均时延、小基站回传速率和传输功率约束下，使用受限马尔科夫决策过程(CMDP)建立频谱效率最大化和功率消耗最小化的多目标优化模型，其次运用切比雪夫理论将多目标优化问题转化为单目标问题，并使用拉格朗日对偶分解法进一步转化为非受限的马尔科夫决策过程(MDP)问题。最后，为了解决其求解时存在的“维度灾”爆炸问题，该文提出基于近似动态规划的无线接入与回传一体化小基站资源动态分配算法进行求解，得到此时的接入与资源分配策略。仿真结果表明，所提算法能在保证平均时延约束、小基站回传速率约束和传输功率约束的同时最大化长期平均频谱效率和能效。
2019, 41(6): 1397-1404.
doi: 10.11999/JEIT180666
摘要:
针对5G网络场景下缺乏对资源需求的有效预测而导致的虚拟网络功能(VNF)实时性迁移问题，该文提出一种基于深度信念网络资源需求预测的VNF动态迁移算法。该算法首先建立综合带宽开销和迁移代价的系统总开销模型，然后设计基于在线学习的深度信念网络预测算法预测未来时刻的资源需求情况，在此基础上采用自适应学习率并引入多任务学习模式优化预测模型，最后根据预测结果以及对网络拓扑和资源的感知，以尽可能地减少系统开销为目标，通过基于择优选择的贪婪算法将VNF迁移到满足资源阈值约束的底层节点上，并提出基于禁忌搜索的迁移机制进一步优化迁移策略。仿真表明，该预测模型能够获得很好的预测效果，自适应学习率加快了训练网络的收敛速度，与迁移算法结合在一起的方式有效地降低了迁移过程中的系统开销和服务级别协议(SLA)违例次数，提高了网络服务的性能。
针对5G网络场景下缺乏对资源需求的有效预测而导致的虚拟网络功能(VNF)实时性迁移问题，该文提出一种基于深度信念网络资源需求预测的VNF动态迁移算法。该算法首先建立综合带宽开销和迁移代价的系统总开销模型，然后设计基于在线学习的深度信念网络预测算法预测未来时刻的资源需求情况，在此基础上采用自适应学习率并引入多任务学习模式优化预测模型，最后根据预测结果以及对网络拓扑和资源的感知，以尽可能地减少系统开销为目标，通过基于择优选择的贪婪算法将VNF迁移到满足资源阈值约束的底层节点上，并提出基于禁忌搜索的迁移机制进一步优化迁移策略。仿真表明，该预测模型能够获得很好的预测效果，自适应学习率加快了训练网络的收敛速度，与迁移算法结合在一起的方式有效地降低了迁移过程中的系统开销和服务级别协议(SLA)违例次数，提高了网络服务的性能。
2019, 41(6): 1405-1412.
doi: 10.11999/JEIT181040
摘要:
基于随机信号流的密钥生成方案会在合法发送方发送随机信号时泄露部分共享随机源信息导致密钥安全性和可达密钥速率较低。针对此问题，该文提出一种基于多随机信号流的密钥生成方案。首先，发送方利用信道互易性和上行导频估计下行信道，然后发送方在各天线上发送相互独立的随机信号流。由于窃听者难以准确估计所有随机信号流，因此难以窃取接收方每根天线接收到的叠加随机信号，而发送方则可根据估计的下行信道和自身发送的随机信号流计算出接收方各天线的接收信号。因此，可以将接收天线上的叠加随机信号作为共享随机源提取密钥。进一步地，该文还推导了该方案的可达密钥速率和共享随机源的互信息量表达式，并分析了两者间的关系以及对密钥安全性的影响。最后，通过仿真验证了该方案的有效性，仿真结果表明该方案能够有效降低窃听者观察到的共享随机源互信息，从而提升可达密钥速率及密钥安全性。
基于随机信号流的密钥生成方案会在合法发送方发送随机信号时泄露部分共享随机源信息导致密钥安全性和可达密钥速率较低。针对此问题，该文提出一种基于多随机信号流的密钥生成方案。首先，发送方利用信道互易性和上行导频估计下行信道，然后发送方在各天线上发送相互独立的随机信号流。由于窃听者难以准确估计所有随机信号流，因此难以窃取接收方每根天线接收到的叠加随机信号，而发送方则可根据估计的下行信道和自身发送的随机信号流计算出接收方各天线的接收信号。因此，可以将接收天线上的叠加随机信号作为共享随机源提取密钥。进一步地，该文还推导了该方案的可达密钥速率和共享随机源的互信息量表达式，并分析了两者间的关系以及对密钥安全性的影响。最后，通过仿真验证了该方案的有效性，仿真结果表明该方案能够有效降低窃听者观察到的共享随机源互信息，从而提升可达密钥速率及密钥安全性。
2019, 41(6): 1413-1419.
doi: 10.11999/JEIT180896
摘要:
针对密钥协商过程中的信息泄露问题，该文综合考虑信息协商和隐私放大提出了基于安全极化码(SPC)的密钥协商方法，打通了从量化误比特率(QBER)条件到密钥中断概率(SKOP)需求的桥梁。首先，将QBER建模为加性高斯白噪声(AWGN)信道的传输误比特率(TBER)，进而将QBER优势转化为AWGN信道优势；然后，利用高斯近似计算出各极化子信道的传输错误概率，并进一步推导出安全极化码的译码误比特率上下界；最后，根据密钥中断概率阈值利用遗传算法构造出合适的安全极化码实现密钥协商。仿真结果表明，该文所提的密钥协商方法能够满足设计的密钥中断概率需求，且具有比低密度奇偶校验(LDPC)码更高的密钥协商效率。
针对密钥协商过程中的信息泄露问题，该文综合考虑信息协商和隐私放大提出了基于安全极化码(SPC)的密钥协商方法，打通了从量化误比特率(QBER)条件到密钥中断概率(SKOP)需求的桥梁。首先，将QBER建模为加性高斯白噪声(AWGN)信道的传输误比特率(TBER)，进而将QBER优势转化为AWGN信道优势；然后，利用高斯近似计算出各极化子信道的传输错误概率，并进一步推导出安全极化码的译码误比特率上下界；最后，根据密钥中断概率阈值利用遗传算法构造出合适的安全极化码实现密钥协商。仿真结果表明，该文所提的密钥协商方法能够满足设计的密钥中断概率需求，且具有比低密度奇偶校验(LDPC)码更高的密钥协商效率。
2019, 41(6): 1420-1426.
doi: 10.11999/JEIT180703
摘要:
该文提出两类高斯整数零相关区(ZCZ)序列集的构造方法。方法1以ZCZ序列集为基础，利用插零滤波法构造高斯整数ZCZ序列集，并给出了所构造的高斯整数ZCZ序列集度的计算方法。方法2提出了两种高斯整数正交矩阵的构造方法，进而基于正交矩阵构造最优高斯整数ZCZ序列集。该文所构造的高斯整数ZCZ序列集可以应用于准同步码多分址(QS-CDMA)、正交频分复用(OFDM)和多输入多输出(MIMO)等多种通信系统中，在抑制干扰的同时，提高系统的频谱效率。
该文提出两类高斯整数零相关区(ZCZ)序列集的构造方法。方法1以ZCZ序列集为基础，利用插零滤波法构造高斯整数ZCZ序列集，并给出了所构造的高斯整数ZCZ序列集度的计算方法。方法2提出了两种高斯整数正交矩阵的构造方法，进而基于正交矩阵构造最优高斯整数ZCZ序列集。该文所构造的高斯整数ZCZ序列集可以应用于准同步码多分址(QS-CDMA)、正交频分复用(OFDM)和多输入多输出(MIMO)等多种通信系统中，在抑制干扰的同时，提高系统的频谱效率。
2019, 41(6): 1427-1433.
doi: 10.11999/JEIT180691
摘要:
为提高无线网络入侵检测模型的综合性能，该文将循环神经网络(RNN)算法用于构建无线网络入侵检测分类模型。针对无线网络入侵检测训练数据样本分布不均衡导致分类模型出现过拟合的问题，在对原始数据进行清洗、转换、特征选择等预处理基础上，提出基于窗口的实例选择算法精简训练数据集。对攻击分类模型的网络结构、激活函数和可复用性进行综合优化实验，得到最终优化模型，分类准确率达到98.6699%，综合优化后的运行时间为9.13 s。与其他机器学习算法结果比较，该优化方法在分类准确率和执行效率两个方面取得了很好的效果，综合性能优于传统的入侵检测分类模型。
为提高无线网络入侵检测模型的综合性能，该文将循环神经网络(RNN)算法用于构建无线网络入侵检测分类模型。针对无线网络入侵检测训练数据样本分布不均衡导致分类模型出现过拟合的问题，在对原始数据进行清洗、转换、特征选择等预处理基础上，提出基于窗口的实例选择算法精简训练数据集。对攻击分类模型的网络结构、激活函数和可复用性进行综合优化实验，得到最终优化模型，分类准确率达到98.6699%，综合优化后的运行时间为9.13 s。与其他机器学习算法结果比较，该优化方法在分类准确率和执行效率两个方面取得了很好的效果，综合性能优于传统的入侵检测分类模型。
2019, 41(6): 1434-1441.
doi: 10.11999/JEIT180653
摘要:
针对当前贝叶斯网络结构学习算法易陷入局部最优和寻优效率低的问题，该文提出一种基于改进鲸鱼优化策略的贝叶斯网络结构学习算法。该算法首先提出一种新的方法建立较优的初始种群，然后利用不产生非法结构的交叉变异算子构建适用于贝叶斯网络结构学习的改进捕食行为，同时采用动态调节参数增强算法个体寻优的能力，通过适应度排序更新种群，最终获得最优的贝叶斯网络结构。仿真结果表明，该算法具有全局收敛性，寻优效率高，精确率高于其它同类优化算法。
针对当前贝叶斯网络结构学习算法易陷入局部最优和寻优效率低的问题，该文提出一种基于改进鲸鱼优化策略的贝叶斯网络结构学习算法。该算法首先提出一种新的方法建立较优的初始种群，然后利用不产生非法结构的交叉变异算子构建适用于贝叶斯网络结构学习的改进捕食行为，同时采用动态调节参数增强算法个体寻优的能力，通过适应度排序更新种群，最终获得最优的贝叶斯网络结构。仿真结果表明，该算法具有全局收敛性，寻优效率高，精确率高于其它同类优化算法。
2019, 41(6): 1442-1449.
doi: 10.11999/JEIT180595
摘要:
针对半诚信的数据收集者对包含敏感属性(SA)数据收集和使用过程中可能造成隐私泄露问题，该文在传统模型中增加实时的数据领导者，并基于改进模型提出一个隐私保护的数据收集协议，确保无可信第三方假设前提下，数据收集者最大化数据效用只能建立在K匿名处理过的数据基础上。数据拥有者分布协作的方式参与协议流程，实现了准标识(QI)匿名化后SA的传输，降低了数据收集者通过QI关联准确SA值的概率，减弱内部标识揭露造成隐私泄露风险；通过树形编码结构将SA的编码值分为随机锚点和补偿距离两份份额，由K匿名形成的等价类成员选举获取两个数据领导者，分别对两份份额进行聚集和转发，解除唯一性的网络标识和SA值的关联，有效防止外部标识揭露造成的隐私泄露；建立符合该协议特性的形式化规则并对协议进行安全分析，证明了协议满足隐私保护需求。
针对半诚信的数据收集者对包含敏感属性(SA)数据收集和使用过程中可能造成隐私泄露问题，该文在传统模型中增加实时的数据领导者，并基于改进模型提出一个隐私保护的数据收集协议，确保无可信第三方假设前提下，数据收集者最大化数据效用只能建立在K匿名处理过的数据基础上。数据拥有者分布协作的方式参与协议流程，实现了准标识(QI)匿名化后SA的传输，降低了数据收集者通过QI关联准确SA值的概率，减弱内部标识揭露造成隐私泄露风险；通过树形编码结构将SA的编码值分为随机锚点和补偿距离两份份额，由K匿名形成的等价类成员选举获取两个数据领导者，分别对两份份额进行聚集和转发，解除唯一性的网络标识和SA值的关联，有效防止外部标识揭露造成的隐私泄露；建立符合该协议特性的形式化规则并对协议进行安全分析，证明了协议满足隐私保护需求。
2019, 41(6): 1450-1457.
doi: 10.11999/JEIT180631
摘要:
针对基于概率抽样的网络流量异常检测数据集构造过程中无法同时兼顾大、小流抽样需求及未区分flash crowd与流量攻击等问题，该文提出一种面向流量异常检测的概率流抽样方法。在对数据流按目的、源IP地址进行分类的基础上，将每类数据流抽样率定义为其目的、源IP地址抽样率的最大值，并在抽样过程中对数据流抽样数目向上取整，保证每类数据流至少被抽样一次，使抽样得到的数据集可有效反映原始流量在大、小流和源、目的IP地址方面的分布性。采用源IP地址熵刻画异常流源IP地址分散度，并基于源IP地址熵阈值设计攻击流抽样算法，降低由flash crowd引起的非攻击异常流抽样概率。仿真结果表明，该方法能同时满足大、小流抽样需求，具有较强的异常流抽样能力，可抽样到所有与异常流相关的可疑源、目的IP地址，并能在抽样过程中过滤非攻击异常流。
针对基于概率抽样的网络流量异常检测数据集构造过程中无法同时兼顾大、小流抽样需求及未区分flash crowd与流量攻击等问题，该文提出一种面向流量异常检测的概率流抽样方法。在对数据流按目的、源IP地址进行分类的基础上，将每类数据流抽样率定义为其目的、源IP地址抽样率的最大值，并在抽样过程中对数据流抽样数目向上取整，保证每类数据流至少被抽样一次，使抽样得到的数据集可有效反映原始流量在大、小流和源、目的IP地址方面的分布性。采用源IP地址熵刻画异常流源IP地址分散度，并基于源IP地址熵阈值设计攻击流抽样算法，降低由flash crowd引起的非攻击异常流抽样概率。仿真结果表明，该方法能同时满足大、小流抽样需求，具有较强的异常流抽样能力，可抽样到所有与异常流相关的可疑源、目的IP地址，并能在抽样过程中过滤非攻击异常流。
2019, 41(6): 1458-1465.
doi: 10.11999/JEIT180831
摘要:
配置时间过长是制约可重构系统整体性能提升的重要因素，而合理的任务调度技术可有效降低系统配置时间。该文针对粗粒度动态可重构系统(CGDRS)和具有数据依赖关系的流应用，提出了一种3维任务调度模型。首先基于该模型，设计了一种基于预配置策略的任务调度算法(CPSA)；然后根据任务间的配置重用性，提出了间隔配置重用与连续配置重用策略，并据此对CPSA算法进行改进。实验结果证明，CPSA算法能够有效解决调度死锁问题、降低流应用执行时间并提高调度成功率。与其它调度算法相比，对流应用执行时间的平均优化比例达到6.13%～19.53%。
配置时间过长是制约可重构系统整体性能提升的重要因素，而合理的任务调度技术可有效降低系统配置时间。该文针对粗粒度动态可重构系统(CGDRS)和具有数据依赖关系的流应用，提出了一种3维任务调度模型。首先基于该模型，设计了一种基于预配置策略的任务调度算法(CPSA)；然后根据任务间的配置重用性，提出了间隔配置重用与连续配置重用策略，并据此对CPSA算法进行改进。实验结果证明，CPSA算法能够有效解决调度死锁问题、降低流应用执行时间并提高调度成功率。与其它调度算法相比，对流应用执行时间的平均优化比例达到6.13%～19.53%。
2019, 41(6): 1466-1471.
doi: 10.11999/JEIT180752
摘要:
为了满足时间延时积分(TDI)CMOS图像传感器转换全差分信号的需要，同时符合列并行电路列宽的限制，该文提出并实现了一种10 bit全差分双斜坡模数转换器(ADC)。在列并行单斜坡ADC的基础上，采用2个电容的上极板对差分输入进行采样，电容下极板接2个斜坡输出完成量化。基于电流舵结构的斜坡发生器同时产生上升和下降斜坡，2个斜坡的台阶电压大小相等。该电路使用SMIC 0.18 μm CMOS工艺设计实现，ADC以19.49 kS/s的采样频率对1.32 kHz的输入进行采样，仿真得到无杂散动态范围和有效位数分别为87.92 dB和9.84 bit。测试显示该ADC的微分非线性误差和积分非线性误差分别为–0.7/+0.6 LSB和–2.6/+2.1 LSB。
为了满足时间延时积分(TDI)CMOS图像传感器转换全差分信号的需要，同时符合列并行电路列宽的限制，该文提出并实现了一种10 bit全差分双斜坡模数转换器(ADC)。在列并行单斜坡ADC的基础上，采用2个电容的上极板对差分输入进行采样，电容下极板接2个斜坡输出完成量化。基于电流舵结构的斜坡发生器同时产生上升和下降斜坡，2个斜坡的台阶电压大小相等。该电路使用SMIC 0.18 μm CMOS工艺设计实现，ADC以19.49 kS/s的采样频率对1.32 kHz的输入进行采样，仿真得到无杂散动态范围和有效位数分别为87.92 dB和9.84 bit。测试显示该ADC的微分非线性误差和积分非线性误差分别为–0.7/+0.6 LSB和–2.6/+2.1 LSB。
2019, 41(6): 1472-1479.
doi: 10.11999/JEIT180651
摘要:
针对传统的模糊C-均值(FCM)算法没有考虑图像像素的空间邻域信息，对噪声敏感，算法收敛较慢等问题，该文提出一种抑制式非局部空间直觉模糊C-均值图像分割算法。首先，通过计算像素的非局部空间信息提高抗噪能力，克服传统的FCM算法只考虑图像单个像素的灰度特征信息的缺陷，提高分割精度。其次，根据直觉模糊集理论，通过“投票模型”自适应生成犹豫度作为抑制因子修正隶属度，提高算法的运行效率。实验结果表明，该算法对噪声鲁棒性较强并且有较好的分割性能。
针对传统的模糊C-均值(FCM)算法没有考虑图像像素的空间邻域信息，对噪声敏感，算法收敛较慢等问题，该文提出一种抑制式非局部空间直觉模糊C-均值图像分割算法。首先，通过计算像素的非局部空间信息提高抗噪能力，克服传统的FCM算法只考虑图像单个像素的灰度特征信息的缺陷，提高分割精度。其次，根据直觉模糊集理论，通过“投票模型”自适应生成犹豫度作为抑制因子修正隶属度，提高算法的运行效率。实验结果表明，该算法对噪声鲁棒性较强并且有较好的分割性能。
2019, 41(6): 1480-1487.
doi: 10.11999/JEIT180588
摘要:
针对传统连续自适应均值漂移(CAMshift)跟踪算法在建立目标颜色模型阶段容易包含大量背景颜色信息从而使跟踪效果变差的问题，该文提出一种改进算法。利用混合高斯模型背景法(GMM)将原始图像分割成前景和背景的叠加，在原始图像和背景图像上运动物体所在区域分别建立色调分量直方图，利用背景图像的色调分量直方图计算原始图像中对应色调分量的权值，抑制原始图像中与背景颜色相同的色调，扩大前景与背景颜色的差异性。该方法通过对原始颜色模型中属于背景的色调进行抑制，扩大了目标颜色模型的显著性，提高了跟踪的准确性和稳定性，目标定位的最大中心误差小于20%，能够准确跟踪不发生丢失。
针对传统连续自适应均值漂移(CAMshift)跟踪算法在建立目标颜色模型阶段容易包含大量背景颜色信息从而使跟踪效果变差的问题，该文提出一种改进算法。利用混合高斯模型背景法(GMM)将原始图像分割成前景和背景的叠加，在原始图像和背景图像上运动物体所在区域分别建立色调分量直方图，利用背景图像的色调分量直方图计算原始图像中对应色调分量的权值，抑制原始图像中与背景颜色相同的色调，扩大前景与背景颜色的差异性。该方法通过对原始颜色模型中属于背景的色调进行抑制，扩大了目标颜色模型的显著性，提高了跟踪的准确性和稳定性，目标定位的最大中心误差小于20%，能够准确跟踪不发生丢失。
2019, 41(6): 1488-1495.
doi: 10.11999/JEIT180670
摘要:
种群多样性与交叉算子在差分进化(DE)算法求解全局优化问题中具有重要作用，该文提出一种多种群协方差学习差分进化(MCDE)算法。首先，采用多种群机制的种群结构，利用每一子种群结合相应的变异策略保证进化过程个体多样性。然后，通过种群间的协方差学习，为交叉操作建立一个适当旋转的坐标系统；同时，使用自适应控制参数来平衡种群的勘测与收敛能力。最后，在单峰函数、多峰函数、偏移函数和高维函数的25个基准测试函数上进行测试，并同其他先进的进化算法对比，实验结果表明该文算法相较于其他算法在求解全局优化问题上达到最优效果。
种群多样性与交叉算子在差分进化(DE)算法求解全局优化问题中具有重要作用，该文提出一种多种群协方差学习差分进化(MCDE)算法。首先，采用多种群机制的种群结构，利用每一子种群结合相应的变异策略保证进化过程个体多样性。然后，通过种群间的协方差学习，为交叉操作建立一个适当旋转的坐标系统；同时，使用自适应控制参数来平衡种群的勘测与收敛能力。最后，在单峰函数、多峰函数、偏移函数和高维函数的25个基准测试函数上进行测试，并同其他先进的进化算法对比，实验结果表明该文算法相较于其他算法在求解全局优化问题上达到最优效果。
2019, 41(6): 1496-1502.
doi: 10.11999/JEIT180702
摘要:
针对经典的快速区域卷积神经网络(Faster RCNN)训练过程存在太多难训练样本、召回率低等问题，该文采用一种基于在线难分样本挖掘技术(OHEM)与负难分样本挖掘(HNEM)技术相结合的方法，通过训练中实时筛选的最大损失值难分样本进行误差传递，解决了模型对难分样本检测率低问题，提高模型训练效率；为更好地提高模型的召回率和模型的泛化性，该文改进了非极大值抑制(NMS)算法，设置了置信度阈值罚函数，又引入多尺度、数据增强等训练方法。最后通过比较改进前后的结果，经敏感性实验分析表明，该算法在VOC2007数据集上取得了较好效果，平均精度均值从69.9%提升到了74.40%，在VOC2012上从70.4%提升到79.3%，验证了该算法的优越性。
针对经典的快速区域卷积神经网络(Faster RCNN)训练过程存在太多难训练样本、召回率低等问题，该文采用一种基于在线难分样本挖掘技术(OHEM)与负难分样本挖掘(HNEM)技术相结合的方法，通过训练中实时筛选的最大损失值难分样本进行误差传递，解决了模型对难分样本检测率低问题，提高模型训练效率；为更好地提高模型的召回率和模型的泛化性，该文改进了非极大值抑制(NMS)算法，设置了置信度阈值罚函数，又引入多尺度、数据增强等训练方法。最后通过比较改进前后的结果，经敏感性实验分析表明，该算法在VOC2007数据集上取得了较好效果，平均精度均值从69.9%提升到了74.40%，在VOC2012上从70.4%提升到79.3%，验证了该算法的优越性。
2019, 41(6): 1503-1509.
doi: 10.11999/JEIT180640
摘要:
针对感知任务参与者数量不足和提供数据质量不高的问题，该文提出一种面向任务代价差异的移动群智感知激励模型。首先，利用模糊推理方法分析数据量、环境条件及设备消耗对任务代价的影响，将感知任务按照代价差异划分为不同等级，同时为请求者制定预算并给予参与者合适的报酬。其次，通过信誉度评估和参与者优选将感知任务分配给更合适的参与者完成感知任务并上传感知数据。最后，对参与者上传感知数据评估，更新参与者信誉度，并根据参与者完成感知任务的代价等级支付相应报酬。基于真实数据集的仿真实验结果表明，该模型能够利用各个模块间的相互影响，有效招募更多的用户参与感知任务并促进参与者上传高质量的感知数据。
针对感知任务参与者数量不足和提供数据质量不高的问题，该文提出一种面向任务代价差异的移动群智感知激励模型。首先，利用模糊推理方法分析数据量、环境条件及设备消耗对任务代价的影响，将感知任务按照代价差异划分为不同等级，同时为请求者制定预算并给予参与者合适的报酬。其次，通过信誉度评估和参与者优选将感知任务分配给更合适的参与者完成感知任务并上传感知数据。最后，对参与者上传感知数据评估，更新参与者信誉度，并根据参与者完成感知任务的代价等级支付相应报酬。基于真实数据集的仿真实验结果表明，该模型能够利用各个模块间的相互影响，有效招募更多的用户参与感知任务并促进参与者上传高质量的感知数据。
2019, 41(6): 1510-1517.
doi: 10.11999/JEIT180644
摘要:
针对目前民航运输业对航班延误高精度预测的需求，该文提出一种基于深度SE-DenseNet的航班延误预测模型。该模型首先将航班信息、相关机场延误信息和天气信息进行数据融合；其次，利用改进后的SE-DenseNet算法对融合后的航班数据集进行自动特征提取；最后，构建Softmax分类器进行航班离港延误等级的预测。该文提出的SE-DenseNet结构融合了DenseNet和SENet二者的优势，既能加强深层信息的传递，避免梯度消失，又可以实现特征提取过程中的特征重标定。实验结果表明，数据融合后，预测准确率较只考虑航班属性提高约1.8%；算法改进后可以有效提升网络性能，模型最终准确率达93.19%。
针对目前民航运输业对航班延误高精度预测的需求，该文提出一种基于深度SE-DenseNet的航班延误预测模型。该模型首先将航班信息、相关机场延误信息和天气信息进行数据融合；其次，利用改进后的SE-DenseNet算法对融合后的航班数据集进行自动特征提取；最后，构建Softmax分类器进行航班离港延误等级的预测。该文提出的SE-DenseNet结构融合了DenseNet和SENet二者的优势，既能加强深层信息的传递，避免梯度消失，又可以实现特征提取过程中的特征重标定。实验结果表明，数据融合后，预测准确率较只考虑航班属性提高约1.8%；算法改进后可以有效提升网络性能，模型最终准确率达93.19%。
2019, 41(6): 1518-1524.
摘要:
该文统计了近5年来国家自然科学基金委员会信息科学部一处信息论与通信系统学科自由申请类项目受理和获资助数据，分析了本学科每个二级代码和三级代码项目数和资助比例的变化情况，梳理出本学科受理项目和资助项目较多的三级代码，并统计了获资助项目依托单位的分布情况。进一步，该文分别从申请和资助两个方面统计了高频关键词的分布，并结合通信领域发展趋势进行了简要分析。
该文统计了近5年来国家自然科学基金委员会信息科学部一处信息论与通信系统学科自由申请类项目受理和获资助数据，分析了本学科每个二级代码和三级代码项目数和资助比例的变化情况，梳理出本学科受理项目和资助项目较多的三级代码，并统计了获资助项目依托单位的分布情况。进一步，该文分别从申请和资助两个方面统计了高频关键词的分布，并结合通信领域发展趋势进行了简要分析。
