邮件订阅
2025年 第47卷 第4期
显示方式:
2025, 47(4): 859-875.
doi: 10.11999/JEIT241116
摘要:
无人机(UAV)凭借灵活部署和高移动性，在通信感知一体化(ISAC)技术的推动下，展现出广阔的应用前景。该文系统地综述了无人机使能的ISAC组网与关键技术的研究进展。首先，概述了ISAC技术的原理与特点。其次，针对感知辅助通信任务的应用场景，探讨了ISAC设备在无人机与地面基站中部署的不同组网结构及其优势；针对通感融合任务的应用场景，分析了无人机在定位、边缘计算与缓存等面向通感融合任务中的组网模式及关键作用。此外，从感知使能技术和资源分配技术两个维度，总结了无人机使能的ISAC关键技术发展现状。最后，针对无人机面临的能量受限、复杂传播环境、地理环境和网络安全性等挑战，探讨了无人机与无线携能、可重构智能表面、地理信息辅助及隐蔽通信等技术的融合进展，为未来智慧城市、地理测绘、应急救援等新兴低空经济场景提供技术路径与研究方向。
无人机(UAV)凭借灵活部署和高移动性，在通信感知一体化(ISAC)技术的推动下，展现出广阔的应用前景。该文系统地综述了无人机使能的ISAC组网与关键技术的研究进展。首先，概述了ISAC技术的原理与特点。其次，针对感知辅助通信任务的应用场景，探讨了ISAC设备在无人机与地面基站中部署的不同组网结构及其优势；针对通感融合任务的应用场景，分析了无人机在定位、边缘计算与缓存等面向通感融合任务中的组网模式及关键作用。此外，从感知使能技术和资源分配技术两个维度，总结了无人机使能的ISAC关键技术发展现状。最后，针对无人机面临的能量受限、复杂传播环境、地理环境和网络安全性等挑战，探讨了无人机与无线携能、可重构智能表面、地理信息辅助及隐蔽通信等技术的融合进展，为未来智慧城市、地理测绘、应急救援等新兴低空经济场景提供技术路径与研究方向。
2025, 47(4): 876-887.
doi: 10.11999/JEIT241151
摘要:
通感算一体化网络作为第六代移动通信系统的重要发展方向，融合了通信、感知和计算功能，为未来智能网络的高效协同提供了技术支撑。该文首先介绍了通感智能协同和云雾边算力协同技术，并结合区块链技术，研究了通感算一体化体系架构，提升了数据传输与存储的安全性。随后，深入分析了高精度感知与干扰管控方法，包括按需适配的高精度感知机制、双层优化频谱共享框架以及通感互干扰的优化策略。最后，围绕弹性接入与资源优化，探讨了人工智能驱动的资源分配框架和动态资源优化与调度策略，有效提升多维资源利用率和网络适应能力，满足未来高效、智能、安全的通感算一体化网络需求。
通感算一体化网络作为第六代移动通信系统的重要发展方向，融合了通信、感知和计算功能，为未来智能网络的高效协同提供了技术支撑。该文首先介绍了通感智能协同和云雾边算力协同技术，并结合区块链技术，研究了通感算一体化体系架构，提升了数据传输与存储的安全性。随后，深入分析了高精度感知与干扰管控方法，包括按需适配的高精度感知机制、双层优化频谱共享框架以及通感互干扰的优化策略。最后，围绕弹性接入与资源优化，探讨了人工智能驱动的资源分配框架和动态资源优化与调度策略，有效提升多维资源利用率和网络适应能力，满足未来高效、智能、安全的通感算一体化网络需求。
2025, 47(4): 888-908.
doi: 10.11999/JEIT240806
摘要:
智慧城市、智能工厂等物联网新兴业务对通信速率、感知精度、计算效率提出更高要求，算力网络的发展与通信网络内生感知与内生智能能力的挖掘为构建通信-感知-计算-智能融合的物联网奠定扎实基础。该文首先结合未来业务概述了物联网对通信、感知、计算、智能4个功能的需求；然后基于对物联网典型特征分析，阐述4项关键技术的技术原理、方法，提出通感算智一体物联网新范式，总结了相关技术的研究进展；最后探讨了技术挑战与未来研究方向。
智慧城市、智能工厂等物联网新兴业务对通信速率、感知精度、计算效率提出更高要求，算力网络的发展与通信网络内生感知与内生智能能力的挖掘为构建通信-感知-计算-智能融合的物联网奠定扎实基础。该文首先结合未来业务概述了物联网对通信、感知、计算、智能4个功能的需求；然后基于对物联网典型特征分析，阐述4项关键技术的技术原理、方法，提出通感算智一体物联网新范式，总结了相关技术的研究进展；最后探讨了技术挑战与未来研究方向。
2025, 47(4): 909-920.
doi: 10.11999/JEIT241142
摘要:
通感一体化是国际电信联盟定义的6G的六大场景之一。为了推动通感一体化的技术落地和标准制定，该文公开了一个实测的、基于5G空口的通感一体化感知信号数据集。该数据集使用通用软件无线电外设工作于sub-6 GHz频段，运行5G NR (New Radio)物理层协议栈，复用NR的下行解调参考信号作为感知信号进行数据采集，包含了2个场景和2种感知模式共8组数据。在每个场景和每种感知模式下，提供了包含运动感知目标和背景环境的连续30 s的8通道信道信息数据，并提供了仅包含背景环境的数据。为了清晰地展示数据特征，该文通过经典的2维离散傅里叶变换(2D-DFT)算法给出了典型感知信号的时延谱和时延-多普勒谱，并对其进行了分析和描述。此外，该文提供了基于过采样离散傅里叶逆变换(IDFT)算法的时延域参考径方法，用来进行双基地感知模式下的感知非理想因素消除，以验证数据集的可靠性和有效性。
通感一体化是国际电信联盟定义的6G的六大场景之一。为了推动通感一体化的技术落地和标准制定，该文公开了一个实测的、基于5G空口的通感一体化感知信号数据集。该数据集使用通用软件无线电外设工作于sub-6 GHz频段，运行5G NR (New Radio)物理层协议栈，复用NR的下行解调参考信号作为感知信号进行数据采集，包含了2个场景和2种感知模式共8组数据。在每个场景和每种感知模式下，提供了包含运动感知目标和背景环境的连续30 s的8通道信道信息数据，并提供了仅包含背景环境的数据。为了清晰地展示数据特征，该文通过经典的2维离散傅里叶变换(2D-DFT)算法给出了典型感知信号的时延谱和时延-多普勒谱，并对其进行了分析和描述。此外，该文提供了基于过采样离散傅里叶逆变换(IDFT)算法的时延域参考径方法，用来进行双基地感知模式下的感知非理想因素消除，以验证数据集的可靠性和有效性。
2025, 47(4): 921-931.
doi: 10.11999/JEIT240644
摘要:
无论在军事领域的战术通信和目标探测，还是在无人驾驶技术中实现高效的通信和高精度的环境感知，通信感知一体化都可以显著提升系统性能并大幅提高频谱资源利用率。然而，通信和感知资源分配不均衡问题成为该项技术应用的巨大挑战。针对多目标探测和多用户通信场景，该文提出一种基于Pareto优化框架的发射波束形成设计方法。该方法首先将通感资源优化问题建模为一个非凸优化问题，采用通信性能与雷达性能的加权和作为优化目标，以提高系统的灵活性。为了求解该问题，该文提出改进的加权最小均方误差算法将其转化成一个易于求解的凸问题，通过调整Pareto权重因子权衡通信信干噪比与雷达发射波束图误差，实现在功率约束条件下通感性能的最优化设计，同时通过采用MIMO雷达的方式提高了雷达的自由度。仿真结果验证了所提出波束形成方法的有效性和优越性。
无论在军事领域的战术通信和目标探测，还是在无人驾驶技术中实现高效的通信和高精度的环境感知，通信感知一体化都可以显著提升系统性能并大幅提高频谱资源利用率。然而，通信和感知资源分配不均衡问题成为该项技术应用的巨大挑战。针对多目标探测和多用户通信场景，该文提出一种基于Pareto优化框架的发射波束形成设计方法。该方法首先将通感资源优化问题建模为一个非凸优化问题，采用通信性能与雷达性能的加权和作为优化目标，以提高系统的灵活性。为了求解该问题，该文提出改进的加权最小均方误差算法将其转化成一个易于求解的凸问题，通过调整Pareto权重因子权衡通信信干噪比与雷达发射波束图误差，实现在功率约束条件下通感性能的最优化设计，同时通过采用MIMO雷达的方式提高了雷达的自由度。仿真结果验证了所提出波束形成方法的有效性和优越性。
2025, 47(4): 932-947.
doi: 10.11999/JEIT241114
摘要:
第6代移动通信(6G)系统将基于通信感知一体化能力获取精确的环境信息和用户状态信息，从而在保障通信业务的同时将真实物理世界复刻为数字孪生世界。该文提出一种完备的6G通感一体关键技术体系，包括静态环境重构、动态目标感知、物体材质识别3大基本能力。具体地，该文设计了基于多用户、多基站、主被动融合的静态环境重构技术，构建了多基站协同、多特征融合的动态目标感知技术，研究了基于多基站协同的电磁感知与材质识别技术。在此基础上，开发了基于射频系统级芯片上的现场可编程门阵列(RFSoC-FPGA)的通用通感一体化硬件原型平台，可在保持通信服务的同时有效重建环境地图并感知动态目标。
第6代移动通信(6G)系统将基于通信感知一体化能力获取精确的环境信息和用户状态信息，从而在保障通信业务的同时将真实物理世界复刻为数字孪生世界。该文提出一种完备的6G通感一体关键技术体系，包括静态环境重构、动态目标感知、物体材质识别3大基本能力。具体地，该文设计了基于多用户、多基站、主被动融合的静态环境重构技术，构建了多基站协同、多特征融合的动态目标感知技术，研究了基于多基站协同的电磁感知与材质识别技术。在此基础上，开发了基于射频系统级芯片上的现场可编程门阵列(RFSoC-FPGA)的通用通感一体化硬件原型平台，可在保持通信服务的同时有效重建环境地图并感知动态目标。
2025, 47(4): 948-957.
doi: 10.11999/JEIT240716
摘要:
通感算融合是6G的热点研究方向。为了解决复杂场景下通信-感知-计算模式的用户能耗大、计算不确定等问题，该文设计一种稳健的通感算融合网络资源分配与决策优化方案。首先，由于任务复杂度的不可预测，构建一个稳健的计算资源分配问题以优化卸载决策的不确定性。其次，在满足用户功耗、处理时间、雷达估计信息率等条件下，联合优化任务卸载比例、波束赋形和资源分配，建立用户总能耗最小化问题。由于该优化问题是多变量耦合且非凸的，将其建模为一个马尔可夫决策过程，提出一种基于柔性演员-评论家(SAC)优化算法。仿真结果表明，该算法在网络训练时更加稳定，能有效增强计算稳健性，与近端策略优化算法和优势动作评论算法相比，所提SAC算法在用户能耗方面分别减少了9.57%和40.72%。此外，用户数越多，能耗减少越显著。
通感算融合是6G的热点研究方向。为了解决复杂场景下通信-感知-计算模式的用户能耗大、计算不确定等问题，该文设计一种稳健的通感算融合网络资源分配与决策优化方案。首先，由于任务复杂度的不可预测，构建一个稳健的计算资源分配问题以优化卸载决策的不确定性。其次，在满足用户功耗、处理时间、雷达估计信息率等条件下，联合优化任务卸载比例、波束赋形和资源分配，建立用户总能耗最小化问题。由于该优化问题是多变量耦合且非凸的，将其建模为一个马尔可夫决策过程，提出一种基于柔性演员-评论家(SAC)优化算法。仿真结果表明，该算法在网络训练时更加稳定，能有效增强计算稳健性，与近端策略优化算法和优势动作评论算法相比，所提SAC算法在用户能耗方面分别减少了9.57%和40.72%。此外，用户数越多，能耗减少越显著。
2025, 47(4): 958-967.
doi: 10.11999/JEIT240446
摘要:
未来6G将实现万物智能互联、虚拟和现实结合的全新时代，这离不开通信与感知技术的发展。但由于频率资源的稀缺，二者在频率资源上的共享是一个亟待解决的问题。通信感知一体化(ISAC)技术为解决这一问题提供了新的思路，它允许通信与感知共用一套设备、共享频率资源，可以同时完成目标探测和信息通信，被认为是6G的关键技术之一。同时我国是一个海洋大国，海洋资源丰富，海洋通信与海上目标感知需求急剧增加。该文对海洋环境下的ISAC技术进行了研究，提出一种海洋环境下的加权波形优化设计方法。通过仿真实验发现通信与感知的功率比值在[0.2, 0.5]区间内时，一体化波形不仅具有良好的通信性能，也具有不错的感知性能。最后对未来的工作内容进行了展望。
未来6G将实现万物智能互联、虚拟和现实结合的全新时代，这离不开通信与感知技术的发展。但由于频率资源的稀缺，二者在频率资源上的共享是一个亟待解决的问题。通信感知一体化(ISAC)技术为解决这一问题提供了新的思路，它允许通信与感知共用一套设备、共享频率资源，可以同时完成目标探测和信息通信，被认为是6G的关键技术之一。同时我国是一个海洋大国，海洋资源丰富，海洋通信与海上目标感知需求急剧增加。该文对海洋环境下的ISAC技术进行了研究，提出一种海洋环境下的加权波形优化设计方法。通过仿真实验发现通信与感知的功率比值在[0.2, 0.5]区间内时，一体化波形不仅具有良好的通信性能，也具有不错的感知性能。最后对未来的工作内容进行了展望。
2025, 47(4): 968-978.
doi: 10.11999/JEIT240995
摘要:
针对低轨卫星场景下，传统固定功率分配、频谱带宽受限及全双工同频干扰等影响通感一体化性能的问题，该文提出一种基于多维资源联合调度的通感一体化(ISAC)性能优化方法。首先，以通信可达和速率、雷达探测互信息和位置精度因子的综合性能为优化目标，并考虑低轨卫星星座同时可用卫星数量多的特点，建立了包含选星、子信道功能分配和功率分配的多变量联合优化问题；其次，针对该混合整数非线性规划问题难以直接求解的特点，将该问题解耦成子问题，并基于块坐标下降法设计了一个综合性能优化方法对所解耦的子问题进行求解；最后，仿真结果表明，与基准方案相比，所提方法在相同资源限制下，提高用户的通信与感知综合性能可达7%以上，并探讨了较优的协作卫星数量。
针对低轨卫星场景下，传统固定功率分配、频谱带宽受限及全双工同频干扰等影响通感一体化性能的问题，该文提出一种基于多维资源联合调度的通感一体化(ISAC)性能优化方法。首先，以通信可达和速率、雷达探测互信息和位置精度因子的综合性能为优化目标，并考虑低轨卫星星座同时可用卫星数量多的特点，建立了包含选星、子信道功能分配和功率分配的多变量联合优化问题；其次，针对该混合整数非线性规划问题难以直接求解的特点，将该问题解耦成子问题，并基于块坐标下降法设计了一个综合性能优化方法对所解耦的子问题进行求解；最后，仿真结果表明，与基准方案相比，所提方法在相同资源限制下，提高用户的通信与感知综合性能可达7%以上，并探讨了较优的协作卫星数量。
2025, 47(4): 979-990.
doi: 10.11999/JEIT240566
摘要:
可重构智能表面(RIS)因其能够智能配置无线传输环境而成为增强通信和感知的革新技术。随着RIS孔径的增加，电磁场特性发生根本性变化，近场范围扩大。与远场通信和感知不同，近场通信和感知需要考虑更为复杂的信道结构特性，这使得RIS辅助的毫米波系统在近场通信和感知方面更具挑战。基于此，该文研究一种RIS辅助通信感知一体化(ISAC)的近场传输系统。首先，利用所考虑的ISAC场景的多维度资源和Khatri-Rao空时编码方法，将接收到的ISAC信号构造为4阶嵌套张量。然后，利用嵌套张量的代数结构和对近场信道模型的2阶菲涅耳近似，设计一种基于嵌套张量的同时定位和通信方案，在不发送专用导频的情况下实现近场环境散射点和用户定位以及信息符号检测。仿真结果表明，提出的方案具有较好的ISAC性能并优于现有方案。此外，即使是在高阶调制情况下，所提方案也有良好的定位精度和的误码率性能。
可重构智能表面(RIS)因其能够智能配置无线传输环境而成为增强通信和感知的革新技术。随着RIS孔径的增加，电磁场特性发生根本性变化，近场范围扩大。与远场通信和感知不同，近场通信和感知需要考虑更为复杂的信道结构特性，这使得RIS辅助的毫米波系统在近场通信和感知方面更具挑战。基于此，该文研究一种RIS辅助通信感知一体化(ISAC)的近场传输系统。首先，利用所考虑的ISAC场景的多维度资源和Khatri-Rao空时编码方法，将接收到的ISAC信号构造为4阶嵌套张量。然后，利用嵌套张量的代数结构和对近场信道模型的2阶菲涅耳近似，设计一种基于嵌套张量的同时定位和通信方案，在不发送专用导频的情况下实现近场环境散射点和用户定位以及信息符号检测。仿真结果表明，提出的方案具有较好的ISAC性能并优于现有方案。此外，即使是在高阶调制情况下，所提方案也有良好的定位精度和的误码率性能。
2025, 47(4): 991-1003.
doi: 10.11999/JEIT240601
摘要:
由于通信与目标感知波形的耦合共用，通感一体(ISAC)系统更容易面临信息泄露的风险。该文从隐蔽通信角度，研究了具有可移动阵元的同时透射和反射智能超表面(ME-STAR-RIS)辅助的ISAC系统。首先引入了ME-STAR-RIS，其阵元可在一定范围内移动，以获取更有利的信道条件。根据离散阵元部署位置模型，构建了ME-STAR-RIS辅助ISAC系统的波束优化模型，旨在联合设计ISAC基站(BS)处的主动波束成形以及ME-STAR-RIS处的柔性被动波束成形(包括阵元位置、相移和振幅系数)，在隐蔽通信质量约束下，最大化感知目标的探测波束增益。进而提出一种双层迭代优化算法有效求解主动和柔性被动波束成形。仿真结果验证了所提算法的有效性，并表明阵元移动能够有利于提升ISAC系统性能。
由于通信与目标感知波形的耦合共用，通感一体(ISAC)系统更容易面临信息泄露的风险。该文从隐蔽通信角度，研究了具有可移动阵元的同时透射和反射智能超表面(ME-STAR-RIS)辅助的ISAC系统。首先引入了ME-STAR-RIS，其阵元可在一定范围内移动，以获取更有利的信道条件。根据离散阵元部署位置模型，构建了ME-STAR-RIS辅助ISAC系统的波束优化模型，旨在联合设计ISAC基站(BS)处的主动波束成形以及ME-STAR-RIS处的柔性被动波束成形(包括阵元位置、相移和振幅系数)，在隐蔽通信质量约束下，最大化感知目标的探测波束增益。进而提出一种双层迭代优化算法有效求解主动和柔性被动波束成形。仿真结果验证了所提算法的有效性，并表明阵元移动能够有利于提升ISAC系统性能。
2025, 47(4): 1004-1013.
doi: 10.11999/JEIT240606
摘要:
随着无人机(UAV)通信技术在军民领域的广泛应用，保障UAV网络中的信息传输安全越来越受到关注。隐蔽通信提供了一种隐藏信息行为的良好手段，但目前数字波束成形等技术在带来更好隐蔽通信性能的同时，增加了体积和功耗。该文提出了一种基于时间调制平面阵列(TMPA)感知辅助的UAV短包隐蔽通信方法。首先，该文提出了基于TMPA-UAV隐蔽通信系统架构，并以此为基础提出了一种2维波达方向角(DOA)估计方法。其次，针对该场景建立了隐蔽通信模型，基于KL散度推导了隐蔽约束的闭式表达式。进一步地，该文根据估计的Willie角度对TMPA的开关序列进行优化，以最大化目标方向信号增益的同时最小化非目标方向信号增益。最后，该文以隐蔽吞吐量作为优化目标，使用一维搜索求解关于包长和发射功率优化问题的最优解。仿真表明，存在一个最优的数据包长使隐蔽吞吐量最大，所提TMPA辅助感知方案能够有效保证隐蔽传输，此外，选择合适的无人机高度可提高隐蔽通信性能。
随着无人机(UAV)通信技术在军民领域的广泛应用，保障UAV网络中的信息传输安全越来越受到关注。隐蔽通信提供了一种隐藏信息行为的良好手段，但目前数字波束成形等技术在带来更好隐蔽通信性能的同时，增加了体积和功耗。该文提出了一种基于时间调制平面阵列(TMPA)感知辅助的UAV短包隐蔽通信方法。首先，该文提出了基于TMPA-UAV隐蔽通信系统架构，并以此为基础提出了一种2维波达方向角(DOA)估计方法。其次，针对该场景建立了隐蔽通信模型，基于KL散度推导了隐蔽约束的闭式表达式。进一步地，该文根据估计的Willie角度对TMPA的开关序列进行优化，以最大化目标方向信号增益的同时最小化非目标方向信号增益。最后，该文以隐蔽吞吐量作为优化目标，使用一维搜索求解关于包长和发射功率优化问题的最优解。仿真表明，存在一个最优的数据包长使隐蔽吞吐量最大，所提TMPA辅助感知方案能够有效保证隐蔽传输，此外，选择合适的无人机高度可提高隐蔽通信性能。
2025, 47(4): 1014-1025.
doi: 10.11999/JEIT240640
摘要:
通感一体化(ISAC)作为一种6G关键技术，将通信和感知功能集成到Wi-Fi设备，为室内人体呼吸频率感知提供一种有效的方法。针对当前基于ISAC的呼吸频率感知存在鲁棒性低和“盲点”的问题，该文提出一种基于信号变分模态分解(VMD)- 希尔伯特-黄变换(HHT)呼吸频率感知算法。首先，选择对环境感知敏感度较强的Wi-Fi链路构建信道状态信息(CSI)比值模型。其次，将滤波后的CSI比值时间序列的各子载波进行投影，结合幅相信息生成不同呼吸模式信号的候选集。再次，对于每一个子载波，根据周期性在候选集中选择一个短期呼吸噪声比最大的候选序列作为最终的呼吸模式，然后设置阈值选择子载波，并对其进行VMD和HHT时频分析，去除人体呼吸频率成分以外的模态分量，并重构剩余模态分量。在此基础上，利用主成分分析(PCA)对所有重构的子载波降维，选择方差贡献率达到99%以上的主成分分量，并使用ReliefF算法重新构建呼吸信号，得到融合信号。最后，对融合信号利用峰值检测算法计算呼吸频率。实验结果表明，该感知方法在会议办公室和走廊两种场景下的平均估计精度超过97%，显著提高了鲁棒性并克服了“盲点”问题，优于其他现有的感知方案。
通感一体化(ISAC)作为一种6G关键技术，将通信和感知功能集成到Wi-Fi设备，为室内人体呼吸频率感知提供一种有效的方法。针对当前基于ISAC的呼吸频率感知存在鲁棒性低和“盲点”的问题，该文提出一种基于信号变分模态分解(VMD)- 希尔伯特-黄变换(HHT)呼吸频率感知算法。首先，选择对环境感知敏感度较强的Wi-Fi链路构建信道状态信息(CSI)比值模型。其次，将滤波后的CSI比值时间序列的各子载波进行投影，结合幅相信息生成不同呼吸模式信号的候选集。再次，对于每一个子载波，根据周期性在候选集中选择一个短期呼吸噪声比最大的候选序列作为最终的呼吸模式，然后设置阈值选择子载波，并对其进行VMD和HHT时频分析，去除人体呼吸频率成分以外的模态分量，并重构剩余模态分量。在此基础上，利用主成分分析(PCA)对所有重构的子载波降维，选择方差贡献率达到99%以上的主成分分量，并使用ReliefF算法重新构建呼吸信号，得到融合信号。最后，对融合信号利用峰值检测算法计算呼吸频率。实验结果表明，该感知方法在会议办公室和走廊两种场景下的平均估计精度超过97%，显著提高了鲁棒性并克服了“盲点”问题，优于其他现有的感知方案。
2025, 47(4): 1026-1042.
doi: 10.11999/JEIT240719
摘要:
当前车联网(V2X)环境普遍存在频谱资源紧缺和数据传输效率低的问题。该文通过集成感知、通信和计算车联网系统(ISCC-V2X)以提升车辆用户的数据传输能力。ISCC-V2X中采用雷达感知技术帮助次用户接入主用户频谱空洞进行车联网通信，在车辆用户中加入计算单元提升数据传输卸载能力，为了更好地提升车联网通信和计算性能并同时降低系统功耗，在ISCC-V2X中引入混合智能反射面(H-RIS)。该研究从时间和功率资源分配的角度出发，对H-RIS辅助的ISCC-V2X技术进行了深入探讨。该文采用了一种两阶段的优化方法，对功率分配、时间分配和反射元件进行交替优化求解，以找到最佳的优化方案，并通过定义联合吞吐量(JTC)的性能指标来表征次用户的数据传输能力和计算性能。通过仿真实验分析表明，在H-RIS辅助ISCC-V2X场景中存在一种时间功率联合分配的最优策略，能够显著提升次用户的联合吞吐量。
当前车联网(V2X)环境普遍存在频谱资源紧缺和数据传输效率低的问题。该文通过集成感知、通信和计算车联网系统(ISCC-V2X)以提升车辆用户的数据传输能力。ISCC-V2X中采用雷达感知技术帮助次用户接入主用户频谱空洞进行车联网通信，在车辆用户中加入计算单元提升数据传输卸载能力，为了更好地提升车联网通信和计算性能并同时降低系统功耗，在ISCC-V2X中引入混合智能反射面(H-RIS)。该研究从时间和功率资源分配的角度出发，对H-RIS辅助的ISCC-V2X技术进行了深入探讨。该文采用了一种两阶段的优化方法，对功率分配、时间分配和反射元件进行交替优化求解，以找到最佳的优化方案，并通过定义联合吞吐量(JTC)的性能指标来表征次用户的数据传输能力和计算性能。通过仿真实验分析表明，在H-RIS辅助ISCC-V2X场景中存在一种时间功率联合分配的最优策略，能够显著提升次用户的联合吞吐量。
2025, 47(4): 1043-1051.
doi: 10.11999/JEIT240842
摘要:
为应对6G密集城市环境下车联网(V2X)通信和传感路径受限问题，该文提出了一种基于可重构智能超表面(RIS)辅助的通感一体化(ISAC) V2X系统框架。针对非视距(NLOS)下的车辆移动性，采用扩展卡尔曼滤波(EKF)算法，结合ISAC回波信号中的实时信道状态信息(CSI)，实现对移动车辆位置的跟踪与预测。该文提出基于非正交多址接入技术(NOMA)的多车辆间功率分配优化方案，在保证感知精度的同时提升下行链路通信总速率，并引入Karush-Kuhn-Tucker(KKT)条件作为反馈机制，避免陷入局部最优。仿真结果表明，所提系统在通信性能和感知性能方面优于传统的RIS辅助ISAC-V2X系统。
为应对6G密集城市环境下车联网(V2X)通信和传感路径受限问题，该文提出了一种基于可重构智能超表面(RIS)辅助的通感一体化(ISAC) V2X系统框架。针对非视距(NLOS)下的车辆移动性，采用扩展卡尔曼滤波(EKF)算法，结合ISAC回波信号中的实时信道状态信息(CSI)，实现对移动车辆位置的跟踪与预测。该文提出基于非正交多址接入技术(NOMA)的多车辆间功率分配优化方案，在保证感知精度的同时提升下行链路通信总速率，并引入Karush-Kuhn-Tucker(KKT)条件作为反馈机制，避免陷入局部最优。仿真结果表明，所提系统在通信性能和感知性能方面优于传统的RIS辅助ISAC-V2X系统。
2025, 47(4): 1052-1065.
doi: 10.11999/JEIT240853
摘要:
为了解决智能反射面(IRS)辅助的通感一体化系统(ISAC)的安全通信问题，该文提出一种基于扩展卡尔曼滤波(EKF)目标追踪的安全传输方案。首先，针对作为潜在窃听者的移动感知目标，利用ISAC基站的感知功能从雷达回波中获取其状态参数，并采用EKF技术对其运动轨迹进行实时跟踪和预测。然后，利用感知目标的实时位置和信道状态信息调整基站发射波束成形和IRS反射波束成形。在此基础上，通过联合优化基站的发射波束成形、接收波束成形、上行链路用户的发射功率以及IRS的反射波束成形，最大化系统的保密速率。利用交替优化的思想将该非凸优化问题解耦为3个独立的子问题，并分别基于连续凸近似、丁克尔巴赫变换和优化最小化求解子问题。仿真结果表明，该方案可以对移动的感知目标进行有效的轨迹追踪，以提供更高的保密速率。同时证实了与没有IRS的方案相比，IRS的辅助能够实现更好的安全通信性能。
为了解决智能反射面(IRS)辅助的通感一体化系统(ISAC)的安全通信问题，该文提出一种基于扩展卡尔曼滤波(EKF)目标追踪的安全传输方案。首先，针对作为潜在窃听者的移动感知目标，利用ISAC基站的感知功能从雷达回波中获取其状态参数，并采用EKF技术对其运动轨迹进行实时跟踪和预测。然后，利用感知目标的实时位置和信道状态信息调整基站发射波束成形和IRS反射波束成形。在此基础上，通过联合优化基站的发射波束成形、接收波束成形、上行链路用户的发射功率以及IRS的反射波束成形，最大化系统的保密速率。利用交替优化的思想将该非凸优化问题解耦为3个独立的子问题，并分别基于连续凸近似、丁克尔巴赫变换和优化最小化求解子问题。仿真结果表明，该方案可以对移动的感知目标进行有效的轨迹追踪，以提供更高的保密速率。同时证实了与没有IRS的方案相比，IRS的辅助能够实现更好的安全通信性能。
2025, 47(4): 1066-1075.
doi: 10.11999/JEIT240885
摘要:
针对毫米波大规模多输入多输出(MIMO)系统中智能超表面(RIS)辅助的密钥生成方法面临的导频开销高、信道信息估计误差大和信道稀疏度依赖性强等问题，该文提出一种基于原子范数最小化(ANM)的RIS辅助密钥生成方案。现有基于压缩感知(CS)的密钥生成方案需预设信道稀疏度作为先验知识，且受限于网格化离散建模，易导致密钥失配问题。该方案通过引入ANM技术，将基站(Base Station, BS)与用户(UE)间的级联信道估计问题转化为无限分辨率的稀疏信号恢复问题，结合多信号分类(MUSIC)算法联合估计虚拟离开角(AoDs)与到达角(AoAs)，突破传统网格化约束并消除对稀疏度的显式假设，从而提取高精度信道参数作为密钥源。仿真结果表明，与基于传统CS的方案相比，该方案在5 dB的信噪比条件下密钥不一致率降低了47.7%，同时显著减少了导频开销；随着天线规模扩大，其性能优势进一步凸显。该方案为RIS辅助毫米波MIMO系统的密钥生成提供了一种无需先验稀疏度、抗网格误差的可靠解决思路。
针对毫米波大规模多输入多输出(MIMO)系统中智能超表面(RIS)辅助的密钥生成方法面临的导频开销高、信道信息估计误差大和信道稀疏度依赖性强等问题，该文提出一种基于原子范数最小化(ANM)的RIS辅助密钥生成方案。现有基于压缩感知(CS)的密钥生成方案需预设信道稀疏度作为先验知识，且受限于网格化离散建模，易导致密钥失配问题。该方案通过引入ANM技术，将基站(Base Station, BS)与用户(UE)间的级联信道估计问题转化为无限分辨率的稀疏信号恢复问题，结合多信号分类(MUSIC)算法联合估计虚拟离开角(AoDs)与到达角(AoAs)，突破传统网格化约束并消除对稀疏度的显式假设，从而提取高精度信道参数作为密钥源。仿真结果表明，与基于传统CS的方案相比，该方案在5 dB的信噪比条件下密钥不一致率降低了47.7%，同时显著减少了导频开销；随着天线规模扩大，其性能优势进一步凸显。该方案为RIS辅助毫米波MIMO系统的密钥生成提供了一种无需先验稀疏度、抗网格误差的可靠解决思路。
2025, 47(4): 1076-1084.
doi: 10.11999/JEIT241111
摘要:
近年来无人机(UAV)数量的剧增，无论是在民用还是军用领域都带来了一定的隐私和安全问题，因此对无人机的管控技术已成为研究热点。当前基于深度学习的射频指纹识别(RFFI)技术虽然在无人机识别上表现优异，但由于模型复杂度高，训练速度慢，且在不同数据分布下的泛化能力有限，因此在实际应用中存在局限性。该文提出一种基于梅尔频率倒谱系数的无人机识别方法，使用USRP N210采集无人机图传信号，然后提取梅尔倒谱系数(MFCC)作为无人机射频指纹特征，输入门控循环单元(GRU)进行分类识别，最后通过正则化正交匹配追踪算法(ROMP)估计无人机定位参数得到无人机具体位置。试验结果表明无人机的识别准确率可达98%，且GRU模型参数量只有1.6 k，训练时间仅需9 s，显著降低了模型复杂度并提高了训练速度和识别精度，在无人机定位中，其3维定位误差小于1 m。为进一步验证该文所提方法的可行性，对同一厂家同一型号10个无线模块进行不同距离的分类识别，1 m, 2 m, 3 m和5 m识别结果分别为100%, 98%, 98%和99%。
近年来无人机(UAV)数量的剧增，无论是在民用还是军用领域都带来了一定的隐私和安全问题，因此对无人机的管控技术已成为研究热点。当前基于深度学习的射频指纹识别(RFFI)技术虽然在无人机识别上表现优异，但由于模型复杂度高，训练速度慢，且在不同数据分布下的泛化能力有限，因此在实际应用中存在局限性。该文提出一种基于梅尔频率倒谱系数的无人机识别方法，使用USRP N210采集无人机图传信号，然后提取梅尔倒谱系数(MFCC)作为无人机射频指纹特征，输入门控循环单元(GRU)进行分类识别，最后通过正则化正交匹配追踪算法(ROMP)估计无人机定位参数得到无人机具体位置。试验结果表明无人机的识别准确率可达98%，且GRU模型参数量只有1.6 k，训练时间仅需9 s，显著降低了模型复杂度并提高了训练速度和识别精度，在无人机定位中，其3维定位误差小于1 m。为进一步验证该文所提方法的可行性，对同一厂家同一型号10个无线模块进行不同距离的分类识别，1 m, 2 m, 3 m和5 m识别结果分别为100%, 98%, 98%和99%。
2025, 47(4): 1085-1092.
doi: 10.11999/JEIT241152
摘要:
无人机定位不仅能够提高无人机操作的安全性和效率，还为各种低空经济活动提供了技术保障。传统蜂窝定位技术依赖于专用的定位导频，不仅需要大量的导频开销，且在3D定位精度上存在限制。针对该问题，该文提出了一种空地协同的通感一体化网络中的多基站分布式无人机3D定位方法，根据多信号分类算法(MUSIC)得到多个发射信号经过目标无人机折射并到达接收站的时延估计，进而利用椭圆定位算法得到无人机的3D位置估计。进一步地，推导了基于分布式通感一体化网络的无人机3D位置估计的误差克拉美罗下界(CRLB)，并与所提位置估计算法的蒙特卡洛性能仿真进行对比，验证了所提算法的性能在高信噪比(SNR)区域能够逼近CRLB。研究结果表明，所提算法能够在无需定位导频的情况下保证目标无人机的3D定位精度，并且利用无人机基站作为通感信号收发机和边缘计算中心辅助地面基站进行目标无人机的3D定位，相较于仅依赖地面基站的传统定位算法，可以有效地提高目标无人机高度的估计精度。
无人机定位不仅能够提高无人机操作的安全性和效率，还为各种低空经济活动提供了技术保障。传统蜂窝定位技术依赖于专用的定位导频，不仅需要大量的导频开销，且在3D定位精度上存在限制。针对该问题，该文提出了一种空地协同的通感一体化网络中的多基站分布式无人机3D定位方法，根据多信号分类算法(MUSIC)得到多个发射信号经过目标无人机折射并到达接收站的时延估计，进而利用椭圆定位算法得到无人机的3D位置估计。进一步地，推导了基于分布式通感一体化网络的无人机3D位置估计的误差克拉美罗下界(CRLB)，并与所提位置估计算法的蒙特卡洛性能仿真进行对比，验证了所提算法的性能在高信噪比(SNR)区域能够逼近CRLB。研究结果表明，所提算法能够在无需定位导频的情况下保证目标无人机的3D定位精度，并且利用无人机基站作为通感信号收发机和边缘计算中心辅助地面基站进行目标无人机的3D定位，相较于仅依赖地面基站的传统定位算法，可以有效地提高目标无人机高度的估计精度。
2025, 47(4): 1093-1103.
doi: 10.11999/JEIT240970
摘要:
无人机毫米波通信能够在多种按需服务场景中提供高速数据传输。然而，毫米波信号易受障碍物阻挡，使得路径损耗大，严重影响系统吞吐量性能。为解决这一问题，该文提出一种基于阻挡预测的无人机抗阻挡轨迹规划方法，在障碍物地理信息(包括位置、形状、大小)未知且移动用户定位存在误差的情况下，准确预测链路阻挡并规划无人机飞行轨迹。通过设计引入定位误差泰勒展开项的几何特征向量，对用户与无人机之间的链路阻挡进行预测，进而规划无人机的3维轨迹以有效避免阻挡，提升用户吞吐量。仿真结果表明，针对用户定位误差设计的特征向量能够提高阻挡预测精度。与基于概率阻挡模型的现有算法相比，所提基于阻挡预测的无人机抗阻挡轨迹规划算法尽管复杂度较高，但能够获得更高吞吐量，实现了复杂度与性能之间的均衡。
无人机毫米波通信能够在多种按需服务场景中提供高速数据传输。然而，毫米波信号易受障碍物阻挡，使得路径损耗大，严重影响系统吞吐量性能。为解决这一问题，该文提出一种基于阻挡预测的无人机抗阻挡轨迹规划方法，在障碍物地理信息(包括位置、形状、大小)未知且移动用户定位存在误差的情况下，准确预测链路阻挡并规划无人机飞行轨迹。通过设计引入定位误差泰勒展开项的几何特征向量，对用户与无人机之间的链路阻挡进行预测，进而规划无人机的3维轨迹以有效避免阻挡，提升用户吞吐量。仿真结果表明，针对用户定位误差设计的特征向量能够提高阻挡预测精度。与基于概率阻挡模型的现有算法相比，所提基于阻挡预测的无人机抗阻挡轨迹规划算法尽管复杂度较高，但能够获得更高吞吐量，实现了复杂度与性能之间的均衡。
2025, 47(4): 1104-1112.
doi: 10.11999/JEIT240827
摘要:
针对物联网中无线收发系统天线低轮廓集成需求，该文基于低温共烧陶瓷(LTCC)工艺设计了一款圆极化集成天线。该天线利用LTCC工艺3维层合结构，将3 dB耦合器馈电结构，印刷辐射贴片，蓝牙芯片以及外围控制电路一体化集成，采用LTCC镂空结构有效拓展了天线的带宽。设计的天线和电路基板进行了样品制备，天线的整体尺寸为：\begin{document}$ {\text{0}}{\text{.37}}{\lambda _{\text{0}}} \times {\text{0}}{\text{.37}}{\lambda _{\text{0}}} \times {\text{0}}{\text{.033}}{\lambda _{\text{0}}} $\end{document} \begin{document}$ {\lambda _{\text{0}}} $\end{document}
针对物联网中无线收发系统天线低轮廓集成需求，该文基于低温共烧陶瓷(LTCC)工艺设计了一款圆极化集成天线。该天线利用LTCC工艺3维层合结构，将3 dB耦合器馈电结构，印刷辐射贴片，蓝牙芯片以及外围控制电路一体化集成，采用LTCC镂空结构有效拓展了天线的带宽。设计的天线和电路基板进行了样品制备，天线的整体尺寸为：
2025, 47(4): 1113-1125.
doi: 10.11999/JEIT240390
摘要:
现有基于同态加密的联邦学习安全和隐私保护方案中，仍面临着服务器伪造聚合结果或与用户合谋导致隐私数据泄露风险。针对上述问题，该文提出抗合谋的隐私保护和可验证联邦学习方案。首先，通过结合秘密共享算法实现密钥的生成和协作解密，并采用同态加密等密码学原语进一步保护模型，防止用户与服务器的合谋攻击。然后基于双线性聚合签名算法使每个用户能够独立验证服务器提供的聚合结果。同时，为了鼓励更多拥有高质量数据的用户参与进来，该文提出一种激励机制，为用户提供相应的奖励。安全性分析表明，该文方案对系统中存在的合谋攻击具有鲁棒性。最后，理论分析和实验验证结果表明该方案具有可靠性、可行性和有效性。
现有基于同态加密的联邦学习安全和隐私保护方案中，仍面临着服务器伪造聚合结果或与用户合谋导致隐私数据泄露风险。针对上述问题，该文提出抗合谋的隐私保护和可验证联邦学习方案。首先，通过结合秘密共享算法实现密钥的生成和协作解密，并采用同态加密等密码学原语进一步保护模型，防止用户与服务器的合谋攻击。然后基于双线性聚合签名算法使每个用户能够独立验证服务器提供的聚合结果。同时，为了鼓励更多拥有高质量数据的用户参与进来，该文提出一种激励机制，为用户提供相应的奖励。安全性分析表明，该文方案对系统中存在的合谋攻击具有鲁棒性。最后，理论分析和实验验证结果表明该方案具有可靠性、可行性和有效性。
2025, 47(4): 1126-1139.
doi: 10.11999/JEIT240798
摘要:
针对现有基于图像隐写的区块链隐蔽通信方案利用传统深度学习方法面临的抗隐写分析能力低、信息嵌入率低及信息泄露等问题，该文提出一种基于图像多重隐写嵌入的隐蔽通信方案。首先，构造基于隐写器的多重对抗网络，通过生成对抗网络和隐写分析对抗网络的对抗迭代训练，生成更适合信息隐写的载密图像；其次，利用基于位置图信息的密文域可逆信息隐藏方法，将隐蔽信息嵌入至载密图像，生成含完整隐蔽信息的载密密文图像；最后，将载密密文图像存储至IPFS文件返回唯一标识，利用地址映射的方法将该标识存储至区块链网络中实现隐蔽传输。理论及实验结果表明，相较于传统基于深度学习的区块链隐蔽通信方案，该方案具备更强的抗隐写检测攻击能力和更高的信息嵌入容量，同时减少了通信时延。
针对现有基于图像隐写的区块链隐蔽通信方案利用传统深度学习方法面临的抗隐写分析能力低、信息嵌入率低及信息泄露等问题，该文提出一种基于图像多重隐写嵌入的隐蔽通信方案。首先，构造基于隐写器的多重对抗网络，通过生成对抗网络和隐写分析对抗网络的对抗迭代训练，生成更适合信息隐写的载密图像；其次，利用基于位置图信息的密文域可逆信息隐藏方法，将隐蔽信息嵌入至载密图像，生成含完整隐蔽信息的载密密文图像；最后，将载密密文图像存储至IPFS文件返回唯一标识，利用地址映射的方法将该标识存储至区块链网络中实现隐蔽传输。理论及实验结果表明，相较于传统基于深度学习的区块链隐蔽通信方案，该方案具备更强的抗隐写检测攻击能力和更高的信息嵌入容量，同时减少了通信时延。
2025, 47(4): 1140-1149.
doi: 10.11999/JEIT240441
摘要:
针对不平衡数据过采样的过程中如何合成有效新样本的问题，该文提出一种基于最大安全近邻与局部密度的自适应过采样方法。该方法利用最大安全近邻和局部密度将少数类样本划分为安全样本、边界样本和离群点；在此基础上，通过组合加权设置样本的采样概率，使得靠近边界的“次边界样本”更容易被选择为根样本，并且自适应地调整K近邻的参数K，选择最优合成区域；针对离群点，采用超球面内的随机过采样策略，进一步增加少数类样本的多样性。最后，将所提方法与合成少数类过采样技术(SMOTE)、自适应合成采样方法(ADASYN)等6种过采样方法在13个公开数据集上进行实验分析，结果表明，所提方法相对于对比方法在F1分数(F1-score)指标上分别平均提高了6.9%, 8.8%, 8.2%, 5.8%, 7.2%和12.5%，在几何平均值(G-mean)指标上分别平均提高了3.0%, 2.5%, 3.0%, 3.2%, 5.3%和8.6%，证明所提方法可以有效解决不平衡数据分类问题。
针对不平衡数据过采样的过程中如何合成有效新样本的问题，该文提出一种基于最大安全近邻与局部密度的自适应过采样方法。该方法利用最大安全近邻和局部密度将少数类样本划分为安全样本、边界样本和离群点；在此基础上，通过组合加权设置样本的采样概率，使得靠近边界的“次边界样本”更容易被选择为根样本，并且自适应地调整K近邻的参数K，选择最优合成区域；针对离群点，采用超球面内的随机过采样策略，进一步增加少数类样本的多样性。最后，将所提方法与合成少数类过采样技术(SMOTE)、自适应合成采样方法(ADASYN)等6种过采样方法在13个公开数据集上进行实验分析，结果表明，所提方法相对于对比方法在F1分数(F1-score)指标上分别平均提高了6.9%, 8.8%, 8.2%, 5.8%, 7.2%和12.5%，在几何平均值(G-mean)指标上分别平均提高了3.0%, 2.5%, 3.0%, 3.2%, 5.3%和8.6%，证明所提方法可以有效解决不平衡数据分类问题。
2025, 47(4): 1150-1160.
doi: 10.11999/JEIT240886
摘要:
红外与可见光图像融合的目的是将这两种异模态图像信息整合成场景细节信息更全面的融合图像。现有的一些融合算法仅关注评价指标的提升，而忽略了其在现实应用中的模型轻量性和场景泛化性的需求。为了解决该问题，该文提出一种基于场景自适应知识蒸馏的红外与可见光图像融合方法。首先，将领先的融合算法作为教师网络得到白天场景的学习样本，用低光增强算法继续处理得到黑夜场景的学习样本；然后，通过光照感知网络预测可见光图像的白天黑夜场景概率，从而指导学生网络实现对教师网络的场景自适应知识蒸馏；最后，引入基于结构重参数化的视觉变换器(RepViT)进一步降低模型的计算资源消耗。在MSRS和LLVIP数据集上与7种主流的深度学习融合算法进行了定性与定量的实验对比，所提融合方法能够在更低的计算资源消耗下，实现多个评价指标的提升，并在白天黑夜场景均能实现较好的融合视觉效果。
红外与可见光图像融合的目的是将这两种异模态图像信息整合成场景细节信息更全面的融合图像。现有的一些融合算法仅关注评价指标的提升，而忽略了其在现实应用中的模型轻量性和场景泛化性的需求。为了解决该问题，该文提出一种基于场景自适应知识蒸馏的红外与可见光图像融合方法。首先，将领先的融合算法作为教师网络得到白天场景的学习样本，用低光增强算法继续处理得到黑夜场景的学习样本；然后，通过光照感知网络预测可见光图像的白天黑夜场景概率，从而指导学生网络实现对教师网络的场景自适应知识蒸馏；最后，引入基于结构重参数化的视觉变换器(RepViT)进一步降低模型的计算资源消耗。在MSRS和LLVIP数据集上与7种主流的深度学习融合算法进行了定性与定量的实验对比，所提融合方法能够在更低的计算资源消耗下，实现多个评价指标的提升，并在白天黑夜场景均能实现较好的融合视觉效果。
2025, 47(4): 1161-1171.
doi: 10.11999/JEIT240440
摘要:
虚拟现实晕动症(VRMS)是阻碍虚拟现实技术行业发展的重要问题，检测VRMS水平是研究并克服这一问题的先决条件。所以该文引入并改进了一种脑电端到端识别模型定量识别用户在使用虚拟现实时的VRMS水平。该模型首先利用1维卷积神经网络(CNN)对脑电信号进行滤波，然后计算导联间相关性构成功能脑网络，最后利用CNN和全连接层提取脑网络特征和回归分析。该文通过优化1维卷积核大小及加入一种新型导联注意力结构来增强该模型特征提取能力。最后采用虚拟现实场景《VRQ test》诱发受试者产生VRMS并记录受试者脑电信号及主观评价VRMS水平(模拟器眩晕量表SSQ)，所得数据用于验证该模型。结果显示经过10折交叉验证该方法检测到的VRMS水平与真实值之间平均均方误差为15.10，平均拟合优度为：96.63%。该结果表明该文所提模型可用于虚拟现实晕动症的检测，该脑电检测方法有望成为一种通用的虚拟现实产品评估方法。
虚拟现实晕动症(VRMS)是阻碍虚拟现实技术行业发展的重要问题，检测VRMS水平是研究并克服这一问题的先决条件。所以该文引入并改进了一种脑电端到端识别模型定量识别用户在使用虚拟现实时的VRMS水平。该模型首先利用1维卷积神经网络(CNN)对脑电信号进行滤波，然后计算导联间相关性构成功能脑网络，最后利用CNN和全连接层提取脑网络特征和回归分析。该文通过优化1维卷积核大小及加入一种新型导联注意力结构来增强该模型特征提取能力。最后采用虚拟现实场景《VRQ test》诱发受试者产生VRMS并记录受试者脑电信号及主观评价VRMS水平(模拟器眩晕量表SSQ)，所得数据用于验证该模型。结果显示经过10折交叉验证该方法检测到的VRMS水平与真实值之间平均均方误差为15.10，平均拟合优度为：96.63%。该结果表明该文所提模型可用于虚拟现实晕动症的检测，该脑电检测方法有望成为一种通用的虚拟现实产品评估方法。
2025, 47(4): 1172-1181.
doi: 10.11999/JEIT240855
摘要:
已有的深度主动聚类方法未能通过标注样本推理生成必须链接(ML)约束或不能链接(CL)约束，标注成本较高。为此该文提出一种基于约束传递的深度主动时序聚类方法。该方法设置了标注类簇集合(ACS)及相应的辅助标注集合(AAS)。通过预训练时序自编码器得到时序样本的表示向量。在深度聚类的每个训练轮次过程中，采样并标注表示空间中离类簇中心最近的样本存入ACS，使每个ACS内的样本属同一类别而ACS集合间的样本属于不同类别，然后从包含样本数最小的ACS集合中随机选取时序样本，采样并标注与该样本不属于同一类簇且距其所在类簇中心最近的时序样本存入AAS，使ACS与相应的AAS中的样本为不同类别，由ACS及对应的AAS中的样本推理生成ML和CL约束。由基于t-分布的类簇分布与其生成的辅助分布间的KL散度以及使满足ML及CL约束的时序样本在表示空间距离分别变小和变大的约束损失更新时序自编码器中编码网络参数和聚类中心。在18个公开数据集上的实验结果表明，该方法聚类效果在较低标注预算下平均RI值比已有的典型基线模型均提升5%以上。
已有的深度主动聚类方法未能通过标注样本推理生成必须链接(ML)约束或不能链接(CL)约束，标注成本较高。为此该文提出一种基于约束传递的深度主动时序聚类方法。该方法设置了标注类簇集合(ACS)及相应的辅助标注集合(AAS)。通过预训练时序自编码器得到时序样本的表示向量。在深度聚类的每个训练轮次过程中，采样并标注表示空间中离类簇中心最近的样本存入ACS，使每个ACS内的样本属同一类别而ACS集合间的样本属于不同类别，然后从包含样本数最小的ACS集合中随机选取时序样本，采样并标注与该样本不属于同一类簇且距其所在类簇中心最近的时序样本存入AAS，使ACS与相应的AAS中的样本为不同类别，由ACS及对应的AAS中的样本推理生成ML和CL约束。由基于t-分布的类簇分布与其生成的辅助分布间的KL散度以及使满足ML及CL约束的时序样本在表示空间距离分别变小和变大的约束损失更新时序自编码器中编码网络参数和聚类中心。在18个公开数据集上的实验结果表明，该方法聚类效果在较低标注预算下平均RI值比已有的典型基线模型均提升5%以上。
2025, 47(4): 1182-1191.
doi: 10.11999/JEIT240841
摘要:
利用生成模型为小样本目标检测提供额外样本是解决样本稀缺问题的方法之一。现有生成额外样本的方法，多关注于生成样本的多样性，而忽略了生成样本的质量和代表性。为解决这一问题，该文提出了一个新的基于数据生成的小样本目标检测框架FQRS。首先，构造类间条件控制模块使得数据生成器能够学习不同类别间的关系，利用基类和新类的类间关系信息辅助模型估计新类的分布，从而提高生成样本的质量。其次，设计类内条件控制模块，利用交并比(IOU)信息限制生成样本在特征空间的位置，通过控制生成的样本更聚集于类别的中心，确保它们能够捕捉对应类别的关键特征，从而提高生成样本的代表性。在PASCAL VOC和MS COCO数据集上进行测试，在不同小样本条件下，该文提出的模型均超过当前最好的两阶段微调目标检测模型—解耦的更快区域卷积神经网络(DeFRCN)。实验验证了该文方法在小样本目标检测上具有出色的检测效果。
利用生成模型为小样本目标检测提供额外样本是解决样本稀缺问题的方法之一。现有生成额外样本的方法，多关注于生成样本的多样性，而忽略了生成样本的质量和代表性。为解决这一问题，该文提出了一个新的基于数据生成的小样本目标检测框架FQRS。首先，构造类间条件控制模块使得数据生成器能够学习不同类别间的关系，利用基类和新类的类间关系信息辅助模型估计新类的分布，从而提高生成样本的质量。其次，设计类内条件控制模块，利用交并比(IOU)信息限制生成样本在特征空间的位置，通过控制生成的样本更聚集于类别的中心，确保它们能够捕捉对应类别的关键特征，从而提高生成样本的代表性。在PASCAL VOC和MS COCO数据集上进行测试，在不同小样本条件下，该文提出的模型均超过当前最好的两阶段微调目标检测模型—解耦的更快区域卷积神经网络(DeFRCN)。实验验证了该文方法在小样本目标检测上具有出色的检测效果。
2025, 47(4): 1192-1201.
doi: 10.11999/JEIT240811
摘要:
该文基于精简指令集系统(RISC-V)架构提出了一种新型的自适应全流程(ADFF)时钟树优化方法，高效利用有用偏差(useful skew)来优化高性能CPU时钟树，以满足市场对芯片高性能和低功耗的双重需求。针对时钟树，通过选择关键路径并结合理论延迟和缓冲器制造有用偏差，采用循环迭代的方式，在不同流程自适应修复常规流程无法解决的建立时间违例(setup violation)和保持时间违例(hold violation)。为了在提升性能的同时，最大限度降低功耗，该文对加入的延迟单元进行合并(merge)处理，实现功耗与时序的联合优化。最后采用RISC_V CPU核进行验证，研究结果表明，在确保合理功耗的基础上，所提方法显著改善了时序情况，总时序裕量违例几乎完全消除。
该文基于精简指令集系统(RISC-V)架构提出了一种新型的自适应全流程(ADFF)时钟树优化方法，高效利用有用偏差(useful skew)来优化高性能CPU时钟树，以满足市场对芯片高性能和低功耗的双重需求。针对时钟树，通过选择关键路径并结合理论延迟和缓冲器制造有用偏差，采用循环迭代的方式，在不同流程自适应修复常规流程无法解决的建立时间违例(setup violation)和保持时间违例(hold violation)。为了在提升性能的同时，最大限度降低功耗，该文对加入的延迟单元进行合并(merge)处理，实现功耗与时序的联合优化。最后采用RISC_V CPU核进行验证，研究结果表明，在确保合理功耗的基础上，所提方法显著改善了时序情况，总时序裕量违例几乎完全消除。
2025, 47(4): 1202-1214.
doi: 10.11999/JEIT240823
摘要:
随着视频编码标准的不断更新迭代，开放媒体联盟(AOM)发布最新视频编码标准开放媒体视频编码标准(AV1)。其中，帧内编码技术采用更加丰富的预测模式来提高预测效率，预测种类从VP9中的10种扩展至61种。为了应对预测种类增加的变化并提高硬件的处理吞吐能力，该文提出基于全流水线结构的AV1粗模式决策硬件架构设计。在算法层面，以4×4块为最小处理单元，按照Z顺序对64×64编码树单元(CTU)中不同尺寸的预测单元(PUs)进行粗模式决策，同时采用基于1:1 PU的代价累加近似方法来完成1:2, 1:4, 2:1和4:1 PU的代价计算，以减少计算复杂度；在硬件层面，设计兼容4×4至32×32等多尺寸PU的粗模式决策电路，取代为不同尺寸PU单独设计电路的方法，有效减少逻辑资源的闲置。实验结果表明，在全帧内(AI)配置下，提出的改进算法相较于AV1标准算法平均节省了45.78%的时间，提高了1.94% BD-Rate。同时，提出的硬件架构设计能够在1057 个时钟周期内完成64×64 CTU的粗模式决策，使用Synopsys公司的Design Compiler 2016工具及UMC 28 nm工艺库对硬件设计综合得到，该设计能够在432.7 MHz工作频率下实时处理8k@50.6fps的视频。
随着视频编码标准的不断更新迭代，开放媒体联盟(AOM)发布最新视频编码标准开放媒体视频编码标准(AV1)。其中，帧内编码技术采用更加丰富的预测模式来提高预测效率，预测种类从VP9中的10种扩展至61种。为了应对预测种类增加的变化并提高硬件的处理吞吐能力，该文提出基于全流水线结构的AV1粗模式决策硬件架构设计。在算法层面，以4×4块为最小处理单元，按照Z顺序对64×64编码树单元(CTU)中不同尺寸的预测单元(PUs)进行粗模式决策，同时采用基于1:1 PU的代价累加近似方法来完成1:2, 1:4, 2:1和4:1 PU的代价计算，以减少计算复杂度；在硬件层面，设计兼容4×4至32×32等多尺寸PU的粗模式决策电路，取代为不同尺寸PU单独设计电路的方法，有效减少逻辑资源的闲置。实验结果表明，在全帧内(AI)配置下，提出的改进算法相较于AV1标准算法平均节省了45.78%的时间，提高了1.94% BD-Rate。同时，提出的硬件架构设计能够在
