优先发表

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:
嵌入多阶泰勒微分知识的多尺度注意力循环网络深度时空序列预测方法
孙强, 赵珂
, doi: 10.11999/JEIT231108
摘要:
融合先验物理知识的深度时空序列预测方法通常使用偏微分方程(PDE)进行建模,这种做法通常存在两大问题:(1)偏微分方程的近似精度低;(2)无法在循环网络中有效捕捉多种空间尺度的时空特征和时空序列的边缘相关空间信息。为此,提出了融合泰勒微分的卷积循环神经网络(TDI-CRNN)。首先,为了提高高阶偏微分方程的近似精度并缓解偏微分方程应用的局限性,设计了一种多阶泰勒近似物理模块。该模块首先使用泰勒展开式对输入序列作微分逼近,再将不同阶数之间的微分卷积层使用微分系数耦合,最后动态调整泰勒展开结果的截断阶数与微分项数。其次,为了捕获循环网络隐藏状态的多种空间尺度特征并更好地捕捉时空序列的边缘相关空间信息,设计了一种多尺度注意力循环模块(MSARM),在该模块的多尺度卷积空间注意力UNet(即MCSA-UNet)的卷积层中使用了多尺度卷积和空间注意力机制,目的是关注时空序列的局部空间区域。在Moving MNIST、KTH以及CIKM数据集上开展了大量实验,Moving MNIST数据集的均方误差(MSE)指标下降到42.7, 结构相似性指数(SSIM)提高到0.912;KTH数据集的SSIM和峰值信噪比(PSNR)分别提高到0.882和29.03;CIKM数据集上的临界成功指数(CSI)提高到0.515。最终的可视化和定量预测结果均验证了TDI-CRNN模型的合理性和有效性。
工业物联网中基于信息熵的联邦增量学习算法与优化
杨睿哲, 谢欣儒, 滕颖蕾, 李萌, 孙艳华, 张大君
, doi: 10.11999/JEIT231240
摘要:
面对工业生产过程中大规模、多样且随时间增长的数据和机器学习任务,该文提出一种基于信息熵的联邦增量学习(FIL)与优化方法。基于联邦框架,各本地计算节点可利用本地数据进行模型训练,并计算信息平均熵上传至服务器,以此辅助识别类增任务;全局服务器则根据本地反馈的平均熵选择参与当前轮次训练的本地节点,并判决任务是否产生增量后,进行全局模型下发与聚合更新。提出方法结合平均熵和阈值进行不同情况下的节点选择,实现低平均熵下的模型稳定学习和高平均熵下的模型增量式扩展。在此基础上,采用凸优化,在资源有限的情况下自适应地调整聚合频率和资源分配,最终实现模型的有效收敛。仿真结果表明,在不同的情景下,该文所提方法都可以加速模型收敛并提升训练精度。
洋葱路由器网站指纹攻击与防御研究综述
杨宏宇, 宋成瑜, 王朋, 赵永康, 胡泽, 成翔, 张良
, doi: 10.11999/JEIT240091
摘要:
以洋葱路由器(Tor)为代表的匿名网络是目前使用最广泛的加密通信网络之一,违法分子利用加密网络以掩盖其违法行为,给网络监管和网络安全带来极大的挑战。网站指纹攻击技术的出现使得对加密流量的分析成为可能,监管者利用数据包方向等信息对Tor流量进行解密,推断用户正在访问的网页。该文对Tor网站指纹攻击与防御方法进行了调研和分析。首先,对Tor网站指纹攻击的相关技术进行总结与比较,重点分析基于传统机器学习和深度学习的Tor网站指纹攻击;其次,对目前多种防御方法进行全面调研和分析;针对现有Tor网站指纹攻击方法存在的局限性进行分析和总结,展望未来发展方向和前景。
智能反射面辅助通感一体化系统安全资源分配算法
朱政宇, 杨晨一, 李铮, 郝万明, 杨婧, 孙钢灿
, doi: 10.11999/JEIT240083
摘要:
为了解决6G通感一体化系统(ISAC)中信息传输安全以及频谱紧张的问题,该文提出一种智能反射面(IRS)辅助ISAC系统安全资源分配算法。首先,在IRS-ISAC系统中,用户受到窃听者的恶意攻击时,通过干扰机发射的干扰信号和IRS智能地调节反射相移,重新配置传输环境,以提高系统的物理层安全。其次,考虑在基站和干扰机的最大发射功率约束,IRS反射相移约束以及雷达的信干噪比约束下,建立一个联合优化基站发射波束成形、干扰机预编码和IRS相移的系统保密率最大化优化问题。然后,利用交替优化和半正定松弛(SDR)算法等方法对原非凸优化问题进行转换,求出一个能够得到确定解的凸优化问题。最后提出一种基于交替迭代的安全资源分配算法。仿真结果验证了所提算法的安全性和有效性以及IRS-ISAC系统的优越性。
通信感知一体化硬件设计——现状与展望
林粤伟, 张奇勋, 尉志青, 李兴旺, 刘凡, 范绍帅, 王溢
, doi: 10.11999/JEIT240012
摘要:
通信感知一体化(ISAC)需要通信和感知共用无线电频段和硬件资源。多频段、大带宽、通信感知对硬件的要求不同等特点对通信感知一体化硬件设计提出更高要求。该文对后5G, 6G, WiFi等通信感知一体化的硬件设计、验证技术,以及硬件系统性验证平台进行归纳,对国内外近年相关硬件设计研究及其验证情况进行综述,关注通信感知两种系统对硬件的需求矛盾、带内全双工(IBFD)自干扰消除(SIC)、功放(PA)效率、电路性能对建模要求更高等硬件设计挑战。首先,总结、比较已有研究中通信感知一体化收发信机架构设计。然后,介绍、分析现有通信感知一体化带内全双工自干扰抑制方案、低峰均功率比(PAPR)波形与高性能PA设计、器件高精度建模方法以及硬件系统性验证平台。最后,总结全文并对未来通信感知一体化硬件设计所面临的开放性问题进行展望。
分布采样对齐的遥感半监督要素提取框架及轻量化方法
金极栋, 卢宛萱, 孙显, 吴一戎
, doi: 10.11999/JEIT240220
摘要:
近年来,利用无标签数据辅助少量标签数据进行训练的遥感半监督要素提取任务被广泛研究,大多数工作采用自训练或一致性正则方法提高要素提取性能,但仍存在数据类别分布不均衡导致的不同类别准确率差异大的问题。该文提出分布采样对齐的遥感半监督要素提取框架(FIDAS),通过获取的历史数据类别分布,在调整不同类别的训练难度的同时引导模型学习数据真实分布。具体来说,利用历史数据分布信息对各类别进行采样,增加难例类别通过阈值的概率,使模型接触到更多难例类别的特征信息。其次设计分布对齐损失,提升模型学习到的类别分布与真实数据类别分布之间的对齐程度,提高模型鲁棒性。此外,为了降低引入的Transformer模型计算量,提出图像特征块自适应聚合网络,对冗余的输入图像特征进行聚合,提升模型训练速度。该方法通过遥感要素提取数据集Potsdam上的实验,在1/32的半监督数据比例设置下,该方法相较于国际领先方法取得了4.64%的平均交并比(mIoU)提升,并在基本保持要素提取精度的同时,训练时间缩短约30%,验证了该文方法在遥感半监督要素提取任务中的高效性和性能优势。
全同态加密技术的研究现状及发展路线综述
戴怡然, 张江, 向斌武, 邓燚
, doi: 10.11999/JEIT230703
摘要:
随着物联网、云计算、人工智能的应用与普及,数据安全与隐私保护成为人们关注的焦点。全同态加密,作为隐私安全问题的有效解决办法,允许对加密数据执行任意同态计算,是一种强大的加密工具,具有广泛的潜在应用。该文总结了自2009年以来提出全同态加密方案,并根据方案的核心技术划分成4条技术路线,分析讨论了各类方案的关键构造,算法优化进程和未来发展方向。首先,全面介绍了全同态加密相关的数学原理,涵盖了全同态加密方案的基础假设和安全特性。随后,按照4条全同态加密方案的技术路线,归纳了加密方案的结构通式,总结了自举算法的核心步骤,讨论了最新研究进展,并在此基础上综合分析比较了各类方案的存储效率及运算速度。最后,展示了同态算法库对每条技术路线下加密方案的应用实现情况,分析了在当前时代背景下全同态加密方案的机遇与挑战,并对未来的研究前景做出了展望。
多尺度子群体交互关系下的群体行为识别方法
朱丽萍, 吴祀霖, 陈晓禾, 李承阳, 朱凯杰
, doi: 10.11999/JEIT231304
摘要:
群体行为识别旨在识别包含多个个体的群体行为。在现实场景中,群体行为通常可以被视为从群体到子群体再到个人的层次结构。然而,以前的群体行为识别方法主要侧重于对个体之间的关系进行建模,缺乏对子群体之间关系的深度研究。从该角度出发,该文提出一种基于多尺度子群体交互关系(MSIR)的多层次群体行为识别框架。除对个体关系进行建模外,重点关注了子群体之间的多尺度交互特征。具体优化如下:设计子群体划分模块,通过个体外观特征和其空间位置来聚合可能存在关联的个体,再进一步利用语义信息动态地生成不同尺度大小的子群体;设计子群体交互特征提取模块,通过构建不同子群体之间的交互矩阵以及图神经网络的关系推理能力,提取更具判别力的子群体特征。实验结果表明,与现有12种方法在排球数据集和集体活动数据集这两个群体行为识别基准数据集上对比,该文方法都取得最好的性能结果。作为一个易于扩展和优化的群体行为识别框架,该算法在不同数据集上都具有较好的泛化能力。
基于深度学习的水声信道联合多分支合并与均衡算法
刘志勇, 金子皓, 杨洪娟, 刘彪, 唐新丰, 李博
, doi: 10.11999/JEIT231196
摘要:
为了更好地解决水声信道中的衰落及严重码间干扰问题,该文提出一种基于深度学习的联合多分支合并与均衡算法。该算法借助深度学习网络的非线性拟合能力,联合实现了多分支合并和均衡。在算法实现中,合并与均衡并非相互独立,而是基于深度学习网络的总输出计算出总误差,以总误差对网络参数实现联合调整,数据集则基于统计水声信道模型进行构建。仿真结果表明,相较于已有算法,所提算法能获得更快的收敛速度和更好的误码率性能,使得其能更好地适应水声信道。
耦合相移下有源同时反射和透射智能反射面辅助的多用户安全通信
郝万明, 曾齐, 王芳, 杨守义
, doi: 10.11999/JEIT240149
摘要:
无源智能反射面在增强无线通信系统和提高物理层安全方面极具潜力,但是其存在严重的“双衰落”和半区域覆盖的缺点。为此,该文研究了一种有源同时反射和透射智能反射面(STAR-RIS),并在考虑反射和透射相移互耦合条件下,建立一个联合优化基站波束和有源STAR-RIS波束的安全能效最大化问题。为求解所形成的非凸优化问题,利用连续凸近似、罚函数法、半正定松弛、交替优化技术将原问题转化为凸问题,并提出一种基于惩罚对偶分解算法。仿真结果验证了该文所提算法的有效性。
一种计及风险偏好的计算卸载激励远期合同
张碧玲, 焦正阳, 刘家华, 郭彩丽
, doi: 10.11999/JEIT230617
摘要:
边缘计算网络中,为了激励边缘计算节点(ECNs)参与计算卸载,以缓解计算服务供应商(SP)的计算压力,研究面向远期交易的激励机制。考虑到SP与ECNs之间的信息不对称,且ECN闲置计算资源的不确定性易导致合作风险,基于合同理论,提出一种计及风险偏好的计算卸载远期合同激励机制。首先,建立节点风险偏好模型;接着,定义个人理性(IR)约束和激励相容(IC)约束,将激励问题建模为最大化SP收益的远期合同设计问题;最后,化简约束并求解最优远期合同。仿真结果验证了所设计的远期合同的可行性和合理性,并证明该合同能有效激励ECNs参与计算卸载,提升了SP的收益。
SDL PUF:高可靠自适应偏差锁定PUF电路
张源, 罗静茹, 张吉良
, doi: 10.11999/JEIT231313
摘要:
物理不可克隆函数(Physical Unclonable Function, PUF)作为一种新的硬件安全原语,通过提取工艺偏差产生唯一的响应序列为计算系统提供可信根。然而现有基于现场可编辑门阵列(Field Programmable Gate Array, FPGA)的PUF难以在较宽的温度和电压范围内实现高可靠性。该文提出一种基于自定时环(Self-Timed Ring,STR)的自适应偏差锁定PUF(Self-adaption Deviation Locking PUF, SDL PUF),首先利用STR延迟引起的振荡频率差产生PUF响应;然后通过在初始化阶段自适应配置,有效扩大STR环内的事件到达时间偏差,从而显著提高PUF的可靠性;最后进一步提出一种对比混淆策略,通过提取工艺偏差自动生成随机比特配置并混淆比较器,以抵抗侧信道攻击。在Xilinx Virtex-6 FPGA上实验结果表明, SDL PUF在0°C~80°C的温度范围和0.85~1.15V的电压范围内误码率为0, 唯一性和均匀性分别为49.29%的和49.84%。
基于自由空间光的无人机通信网络关键技术与发展趋势
冯斯梦, 赵一迪, 董超, 吴启晖
, doi: 10.11999/JEIT230644
摘要:
在当前电磁频谱拥堵和无线电干扰严重的情况下,基于自由空间光(FSO)的无人机(UAV)通信网络作为推进空天地一体化进程的重要一环,得到了学术界和工业界的广泛关注。与传统射频通信相比,FSO通信具有高数据传输速率、低时延和高安全性等优势。然而,FSO链路易受大气信道条件影响,同时UAV高移动性、网络高动态性以及机载资源的有限性给FSO的稳定连接与可靠通信带来了巨大挑战。因此,该文在介绍了FSO传输特性的基础上,着重分析了提升基于FSO的UAV通信网络稳定性与通信质量的关键技术,在此基础上,归纳出高可靠、强智能、长续航的发展趋势,以期为基于FSO的UAV通信网络发展提供参考与借鉴。
隐私保护密文检索技术研究进展
迟佳琳, 冯登国, 张敏, 姜皞昊, 吴阿新, 孙天齐
, doi: 10.11999/JEIT231300
摘要:
密文检索技术旨在提供密态数据查询服务,提高密文数据的可用性。但目前大多数机制仍存在不同程度的额外信息泄露,容易被攻击者捕获用于恢复明文信息与查询条件。如何强化密文检索中的隐私保护特性,实现信息泄露最小化已成为研究者关注的重点目标。近年来,随着硬件芯片技术与新型密码技术的快速发展,隐私保护密文检索研究方面涌现出了一批新成果,该文主要围绕多样化密文检索、基于可信执行环境的密文检索、隐匿信息检索等研究热点展开阐述,并总结了未来发展趋势。
高精度音频Sigma-Delta调制器综述
孙奥运, 温培旭, 邵淮先, 王桉楠, 鲁毅, 章飚, 曾永红, 张章
, doi: 10.11999/JEIT231208
摘要:
Sigma-Delta(Σ-Δ)模数转换器(ADC)基于过采样和噪声整形技术,可实现高分辨率,具有无源器件匹配性要求低、结构简单等特点。在高精度音频领域,Σ-Δ ADC能够实现高动态范围和良好的功率效率得到了广泛的关注和应用。近年来,依托先进工艺、先进技术进行低功耗高精度的音频ADC的设计已经成为新的研究热点。然而随着工艺技术向低节点的持续发展、电源电压的不断降低,使得Σ-Δ ADC的电路设计更具挑战性。该文对高精度音频Sigma-Delta调制器的离散型设计、连续型设计的研究现状进行综述,为高精度音频Sigma-Delta调制器设计提供理论支撑,并给出研究前景展望。
面向遥感图像解译的增量深度学习
翁星星, 庞超, 许博文, 夏桂松
, doi: 10.11999/JEIT240172
摘要:
深度学习的发展推动了高精度遥感图像智能解译模型的涌现。然而,目前遥感智能解译模型大多基于预先定义的静态数据集独立训练,难以适应环境开放和需求动态的实际应用,严重阻碍了遥感智能解译模型的广域和长期运用。增量学习能使模型持续学习新知识,并保持对旧知识的记忆,近年来,被广泛应用于推动遥感智能解译模型演化、提升模型智能解译性能。该文面向多模态遥感数据、不同类型解译任务,全面调研了遥感图像智能解译增量学习方法,从遗忘问题解决思路、解译模型进化应用两个层面梳理了现有研究工作。在此基础上,从促进遥感图像解译模型进化研究的角度,展望和讨论了遥感领域增量学习的未来研究方向。
面向卫星遥感图像场景重建的神经辐射场方法综述
周鑫, 王洋, 孙显, 林道玉, 刘俊义, 付琨
, doi: 10.11999/JEIT240202
摘要:
随着高分辨率卫星遥感图像成为认知地理空间不可或缺的重要手段,卫星遥感图像在城市建图、生态监测和导航等领域发挥着日益重要的作用,利用卫星遥感图像进行地球表面大规模3维重建成为了计算机视觉和摄影测量领域的研究热点。神经辐射场(NeRF)利用可微渲染学习场景的隐式表示,在复杂场景新视图合成任务中实现了逼真的视觉效果,并在3维场景重建和渲染领域获得了极大的关注。近期的研究主要集中在利用神经辐射场技术,从卫星遥感图像中提取场景表示及其重建。面向卫星遥感图像的神经辐射场方法主要集中在光线空间优化、场景表示优化以及模型高效训练3方面。该文全面归纳了神经辐射场技术在卫星遥感应用中的最新进展。首先介绍神经辐射场技术的基本概念及相关数据集。然后提出一个面向卫星遥感图像的神经辐射场方法分类框架,用于系统性地回顾和整理该技术在卫星遥感领域的研究进展。接着详述了神经辐射场技术在实际卫星遥感场景应用中的相关成果。最后,基于当前研究所面临的问题和挑战进行分析和讨论,同时对未来的发展趋势和研究方向进行了展望。
面向用户移动场景的无人机中继功率分配与轨迹设计
颜志, 陆元媛, 丁聪, 何代钰, 欧阳博, 杨亮, 王耀南
, doi: 10.11999/JEIT231337
摘要:
在无人机中(UAV)继通信中,中继无人机的通信资源分配与运动规划是需要重点解决的问题。为了提升无人机中继通信系统的通信效率,该文提出一种基于近端策略优化算法的无人机中继功率分配与轨迹设计联合规划方法。该方法将用户移动场景下无人机中继功率分配与轨迹设计联合规划问题建模为马尔可夫决策过程,考虑用户位置信息获取不精确的情形,在满足用户中断概率约束的前提下,以中继通信系统的吞吐量最大为优化目标设置奖励函数,采用一种收敛速度较快的深度强化学习算法——近端策略优化算(PPO)法求解,实现中继无人机飞行轨迹优化和中继发射功率合理有效分配。仿真实验结果表明,针对用户随机移动的无人机中继通信场景,该文所提方法与基于随机策略和传统深度确定性策略梯度(DDPG)的方法相比,系统吞吐量分别提升22%和15%。结果表明,所提方法能够有效地提高系统的通信效率。
进化网络模型: 无先验知识的自适应自监督持续学习
刘壮, 宋祥瑞, 赵斯桓, 施雅, 杨登封
, doi: 10.11999/JEIT240142
摘要:
无监督持续学习(UCL)是指能够随着时间的推移而学习,同时在没有监督的情况下记住以前的模式。虽然在这个方向上取得了很大进展,但现有工作通常假设对于即将到来的数据有强大的先验知识(例如,知道类别边界),在复杂和不可预测的开放环境中可能无法获得这些知识。受到现实场景的启发,该文提出一个更实际的问题设置,称为无先验知识的在线自监督持续学习。所提设置具有挑战性,因为数据是非独立同分布的且缺乏外部监督、没有先验知识。为了解决这些挑战,该文提出一种进化网络模型(英文名EvolveNet),它是一种无先验知识的自适应自监督持续学习方法,能够纯粹地从数据连续体中提取和记忆表示。EvolveNet围绕3个主要组件设计:对抗伪监督学习损失、自监督遗忘损失和在线记忆更新,以进行均匀子集选择。这3个组件的设计旨在协同工作,以最大化学习性能。该文在5个公开数据集上对EvolveNet进行了全面实验。结果显示,在所有设置中,EvolveNet优于现有算法,在CIFAR-10,CIFAR-100和TinyImageNet数据集上的准确率显著提高,同时在针对增量学习的多模态数据集Core-50和iLab-20M上也表现最佳。该文还进行了跨数据集的泛化实验,结果显示EvolveNet在泛化方面更加稳健。最后,在Github上开源了EvolveNet模型和核心代码,促进了无监督持续学习的进展,并为研究社区提供了有用的工具和平台。
无人机高能效立体覆盖中轨迹与资源优化
赵楠, 黄香港, 邓娜, 邹德岳
, doi: 10.11999/JEIT240151
摘要:
“泛在覆盖”将成为6G的主流网络形式,完成在高山、丘陵、沙漠等网络盲区的通信部署,实现全域无线覆盖,但在远区大规模部署地面基站较为困难。为此,该文将无人机(UAV)通信与非正交多址接入(NOMA)相结合,提出一种高能效立体覆盖方案最大化网络吞吐量能效。首先,建立系统模型,基于K-Means算法与Gale-Shapley算法提出用户配对方案。其次,在用户配对完成后,将初始问题拆分为两个优化子问题并分别转化为凸。最后,利用块坐标上升法交替优化无人机轨迹和发射功率最大化能量效率。仿真结果表明,相较于其它基准方案,该文方案可以显著提高大规模无线覆盖下空地网络的吞吐量能效。
一种近端策略优化的服务功能链部署算法
颜志, 禹怀龙, 欧阳博, 王耀南
, doi: 10.11999/JEIT230902
摘要:
针对网络功能虚拟化环境下高维度服务功能链(SFC)部署的高可靠低成本问题,该文提出了一种基于近端策略优化的服务功能链部署算法(PPO-ISRC)。首先综合考虑底层物理服务器特征和服务功能链特征,将服务功能链部署建模为马尔可夫决策过程,然后,以最大化服务率和最小化资源消耗为优化目标设置奖励函数,采用近端策略优化方法对服务功能链部署策略求解。仿真实验结果表明,与启发式算法(FFD)和深度确定性策略梯度算法(DDPG)相比,所提算法具有收敛速度快,稳定性高的特点。在满足服务质量的要求下,降低了部署成本,并提高了网络服务可靠性。
粒子群优化的门控循环单元网络漂流浮标轨迹预测
刘凇佐, 王虔, 李磊, 李慧, 余赟
, doi: 10.11999/JEIT230945
摘要:
该文针对漂流浮标的轨迹预测问题,提出一种基于深度学习框架的端对端预测模型。由于不同海域的水动力模型存在较大差异,针对海面漂流浮标的流体载荷计算也较为复杂。因此,该文根据漂流浮标历史轨迹形成的多维时间序列,提出更具有普适性的基于数据驱动的轨迹预测模型。该模型将粒子群优化算法(PSO)与门控循环单元(GRU)结合,使用PSO算法对GRU神经网络的超参数进行初始化,经过多次迁移迭代训练后获得最优漂流浮标轨迹预测模型。最后使用多个北大西洋真实漂流浮标轨迹数据进行验证,结果表明PSOGRU算法能够实现准确的漂流浮标轨迹预测。
支持商密SM9算法框架的多因素认证方案
朱留富, 汪定
, doi: 10.11999/JEIT231197
摘要:
无线传感器技术使用公开无线信道且存储和计算资源受限,这使其容易遭受潜在的主动攻击(篡改等)和被动攻击(监听等)。身份认证是保障信息系统安全的第一道防线,如何为无线传感器设备设计多因素认证方案是目前安全协议研究的热点。目前,大多数身份认证方案都基于国外密码标准设计,不符合国家核心技术自主可控的网络空间安全发展战略。商密SM9标识密码算法是中国密码标准,已由ISO/IEC标准化并被广泛使用。因此,该文研究如何在商密SM9标识密码算法框架下,将口令、生物特征以及智能卡相结合来设计多因素身份认证方案,并利用模糊验证技术和蜜罐口令方法增强口令安全。该文在随机谕言模型(Random Oracle Model, ROM)下证明了方案的安全性,并给出启发式安全分析。与相关身份认证方案的对比结果表明,该文提出的身份认证方案在提供安全性的同时能够适用于资源受限的无线传感器网络。
忆阻耦合异构忆阻细胞神经网络的多稳态与相位同步研究
武花干, 边逸轩, 陈墨, 徐权
, doi: 10.11999/JEIT240010
摘要:
忆阻具有天然的可塑性,可实现与生物神经元和突触所具有的相似或相同机制的硅基神经元和纳米突触。将忆阻用作突触耦合两个异构的忆阻细胞神经网络,该文构建了一个忆阻耦合异构忆阻细胞神经网络。该耦合网络含有一个与忆阻突触初值条件和子网初值条件相关的空间平衡点集,可呈现出复杂的动力学演化。利用数值仿真方法,揭示了耦合网络依赖于初值条件而存在的稳定点、周期、混沌、超混沌以及无界振荡等多稳态行为。此外,在忆阻突触的调控下,两个异构子网可达成相位同步。最后,基于STM32单片机硬件平台完成了电路实验验证。
基于物理启发机器学习的属性散射中心提取方法
岳子瑜, 徐丰
, doi: 10.11999/JEIT231215
摘要:
基于参数化散射中心模型进行参数估计是实现合成孔径雷达高级信息获取(SAR AIR)技术的基本思路之一,传统的属性散射中心(ASC)参数估计算法往往具有计算速度慢、算法复杂度高、对参数初值要求高等问题。对此,该文提出一个新的基于无监督学习的端到端框架用于从SAR图像反演ASC参数。首先,利用自编码式网络结构有效提取目标图像特征,缓解由于优化空间复杂非凸导致的直接求解困难,解决初值敏感问题;其次,通过嵌入ASC模型作为物理解码器以将编码器输出约束为正确的ASC参数;最后,通过端到端的模型架构进行学习和推理,达到降低算法复杂度及提高估计速度的目的。通过在仿真和实测数据上进行测试,实验结果表明在0.15 m分辨率测试集SAR图像上取得低于0.1 m的估计误差,反演单个散射中心平均耗时0.06 s,验证了该文所提方法的有效性、高效性与鲁棒性。
卷积神经网络STAP低空风切变风速估计
李海, 张强, 周桉宇, 熊玉
, doi: 10.11999/JEIT231335
摘要:
由于机载气象雷达前视阵下存在非均匀性地杂波,导致难以获得足够的独立同分布样本,影响杂波协方差矩阵准确估计,进而影响风速估计。对此,该文提出一种基于卷积神经网络STAP的低空风切变风速估计方法,通过少量样本就能够实现高分辨杂波空时谱估计。首先,基于卷积神经网络模型训练好高分辨杂波空时谱卷积神经网络,接着计算杂波协方差矩阵,进而计算卷积神经网络STAP最优权矢量进行杂波抑制,达到对低空风切变风速精确估计。该文在小样本情况下,将稀疏恢复问题通过卷积神经网络实现,完成对高分辨杂波空时谱有效估计,仿真实验结果表明该方法可以有效估计空时谱,并完成风速估计。
基于超材料的电磁神经网络研究进展
马骞, 冯紫瑞, 高欣欣, 顾泽, 游检卫, 崔铁军
, doi: 10.11999/JEIT231285
摘要:
随着人工智能技术的广泛应用,面向智能计算的算力需求呈井喷式增长。目前芯片的快速发展已经逼近其工艺制程的瓶颈,同时功耗也不断增加,因此高速、高能效的智能计算硬件研究是一个重要方向。以光子电路神经网络和全光衍射神经网络为代表的计算架构因其计算快、功耗低等优势而受到广泛关注。该文回顾了光神经网络的代表性工作,通过3维衍射神经网络和光神经网络芯片化发展两条主线进行介绍,同时,针对光学衍射神经网络和光子神经网络芯片面临的瓶颈和挑战,如网络规模和集成度等,分析比较它们的特点、性能和各自的优劣势。其次,考虑到通用化的发展需求,该文进一步讨论神经形态计算硬件的可编程设计,并在各个部分中介绍了一些可编程神经网络的代表性工作。除了光波段的智能神经网络,本文还讨论了微波衍射神经网络的发展和应用,展示了其可编程能力。最后介绍智能神经形态计算的未来方向和发展趋势,及其在无线通信、信息处理和传感方面的潜在应用。
面向多子元宇宙矿工分配的多背包问题优化方案
康嘉文, 吴天昊, 文锦柏, 陈俊龙, 熊泽辉, 黄旭民, 刘雷
, doi: 10.11999/JEIT231214
摘要:
元宇宙是一种新型互联网社会生态,旨在促进用户交流、提供虚拟服务和数字资产交易。区块链作为元宇宙的底层技术,支持非同质化通证(NFT)等数字资产在元宇宙内流通。然而,随着共识节点的增加,数字资产的交易共识效率会降低。因此,该文设计了基于边缘计算和跨链技术的多子元宇宙数字资产交易管理框架,首先,利用跨链技术将多个子元宇宙连接成多子元宇宙系统;其次,将边缘设备以矿工的身份分配到各个子元宇宙中,并利用其空闲的计算资源来提高数字资产交易的效率;此外,将边缘设备分配问题建模为一个多背包问题,并设计了一套矿工选择方案。针对环境动态变化的分配问题,采用深度强化学习中的近端策略优化(DRL-PPO)算法,有效解决多子元宇宙中子元宇宙的矿工分配问题。仿真结果验证了所提方法的有效性,能够以安全、高效和灵活的方式实现跨链NFT交易和子元宇宙管理。
三维点云目标识别对抗攻击研究综述
刘伟权, 郑世均, 郭宇, 王程
, doi: 10.11999/JEIT231188
摘要:
当前,人工智能系统在诸多领域都取得了巨大的成功,其中深度学习技术发挥了关键作用。然而,尽管深度神经网络具有强大的推理识别能力,但是依然容易受到对抗样本的攻击,表现出了脆弱性。对抗样本是经过特殊设计的输入数据,能够攻击并误导深度学习模型的输出。随着激光雷达等3维传感器的快速发展,使用深度学习技术解决3维领域的各种智能任务也越来越受到重视。采用深度学习技术处理3维点云数据的人工智能系统的安全性和鲁棒性至关重要,如基于深度学习的自动驾驶3维目标检测与识别技术。为了分析3维点云对抗样本对深度神经网络的攻击方式,揭示3维对抗样本对深度神经网络的干扰机制,该文总结了基于3维点云深度神经网络模型的对抗攻击方法的研究进展。该文首先介绍了对抗攻击的基本原理和实现方法,然后总结并分析了3维点云的数字域对抗攻击和物理域对抗攻击,最后讨论了3维点云对抗攻击面临的挑战和未来的研究方向。
随机噪声平板下光学复眼内外参联合标定
李东升, 王国嫣, 刘锦新, 范红旗, 李飚
, doi: 10.11999/JEIT230652
摘要:
光学复眼在无人系统的精确定位制导、避障导航等任务中得到了越来越广泛的应用,其中光学复眼的高精度标定是保障上述任务质量的前提。通常经典的张氏棋盘格标定法要求光学复眼的每个子眼都必须观测到完整的棋盘格,然而,由于光学复眼结构的复杂性,使得在实际标定过程中难以满足这一要求。为解决张氏标定法的局限性, 该文提出一种基于随机噪声平板的光学复眼内外参联合标定算法,该算法通过子眼拍摄随机噪声平板的局部信息,可简单快速的实现任意构型和子眼数量的光学复眼内外参联合标定。为了提高光学复眼标定的稳定性,设置多阈值匹配机制解决子眼视场特征点数量稀疏导致图像匹配失效的问题。同时,给出了光学复眼内外参联合标定的误差模型,用来衡量所提出算法的精确度。在与张氏棋盘格标定法进行实验对比中,验证所提算法的稳定性和鲁棒性,并在光学复眼实物系统中,验证了所提联合标定算法具有较高的精度。
面向非完全电磁信息的智能频谱分配技术研究
赵浩钦, 段国栋, 司江勃, 黄睿, 石嘉
, doi: 10.11999/JEIT231005
摘要:
针对电磁对抗过程中环境动态变化,多节点自主用频决策频谱利用率低的问题,该文开展面向非完全电磁信息的智能协同频谱分配技术研究,通过多节点智能协同提升频谱利用率。首先将复杂电磁环境频谱分配问题建模为最大化用频设备的优化问题,其次提出一种基于多节点协同分流经验回放机制的资源决策算法(Co-DDQN),算法基于协同分流函数对历史经验数据进行评估,并通过分级经验池进行训练,使各智能体在仅观测自身状态信息条件下形成轻量级协同决策能力,解决低视度条件下多节点决策优化方向与整体优化目标不一致的问题,提升频谱利用率;设计了一种基于置信分配的混合奖励函数,各节点决策兼顾个体的奖励,能够减少惰性节点的出现,探索更优的整体动作策略,进一步提升系统效益。仿真结果表明:当节点数为20时,所提算法的可接入设备数优于全局贪婪算法与遗传算法,并与信息完全共享的集中式频谱分配算法的差距在5%内,更适用于低视度节点的协同频谱分配。
超大规模MIMO阵列可视区域空间分布数据集
高锐锋, 苗艳春, 陈颖, 王珏, 张军, 韩瑜, 金石
, doi: 10.11999/JEIT231273
摘要:
可视区域(VR)信息可用于降低超大规模多输入多输出(XL-MIMO)系统传输设计复杂度,但现有理论分析与传输设计多基于简化的VR统计分布模型。为评估分析XL-MIMO在实际物理传播场景中的性能,该文公开了XL-MIMO阵列VR空间分布数据集,其由环境参数设置、射线追踪仿真、天线场强数据预处理和VR判定准则等步骤构建。该数据集针对典型城区无线传播场景,建立了用户位置采样与场强数据、VR数据之间的关联,总数据条目数量达上亿级。进一步对其中VR形态、VR分布进行了可视化展示与分析,并以基于VR的XL-MIMO用户接入协议为例,利用该数据集对其在真实传播场景中的性能进行了仿真,为该数据集的应用提供了典型样例。
自整定多元变分模态分解
郎恂, 王佳艺, 陈启明, 何冰冰, 毛汝凯, 谢磊
, doi: 10.11999/JEIT230763
摘要:
多元变分模态分解(MVMD)作为变分模态分解(VMD)的多元扩展,在继承VMD优点的同时,也存在其分解性能很大程度上依赖于两个预置参数——模态数量K 和惩罚系数\begin{document}$ \alpha $\end{document}的问题。为此,该文提出一种自整定MVMD(SMVMD)算法。SMVMD采取了匹配追踪法的思想,通过频域的能量占比和模态正交性分别自适应地更新K\begin{document}$ \alpha $\end{document}。对仿真信号与真实案例的分析结果表明,所提SMVMD方法不仅有效解决了原MVMD的参数整定问题,而且表现出以下优势,(1) 与MVMD相比,SMVMD抗模态混叠的能力更强,且对噪声和\begin{document}$ \alpha $\end{document}值的变化都具有更好的鲁棒性。(2) 与多元经验模态分解、快速多元经验模态分解和多元变分模态分解这些经典算法相比,SMVMD算法的分解误差最小,分解效果最好。
广义逆高斯纹理杂波背景下的自适应失配检测器
范一飞, 陈铎, 粟嘉, 郭子薰, 陶明亮, 王伶
, doi: 10.11999/JEIT231440
摘要:
针对雷达对海探测过程中理论导向矢量与实际导向矢量之间不匹配导致的虚警概率升高的问题,该文在复合高斯模型(CGM)下设计自适应失配检测器。为了抑制失配信号,在零假设中引入与理论导向矢量正交的虚拟信号,从而给出存在失配信号的目标检测模型。将CGM的纹理分量建模为广义逆高斯分布,分别基于两步广义似然比(GLRT)和最大后验GLRT(MAP GLRT)准则发展类似于自适应波束形成器正交抑制检测(ABORT)的自适应失配检测器,并通过理论证明所提失配检测器对散斑协方差矩阵和目标多普勒导向矢量具有恒虚警(CFAR)特性。仿真和实测数据实验结果表明,所提失配检测器在导向矢量匹配情况下的检测性能和失配情况下的抗失配性能之间具有良好的折衷。
面向卫星物联网的柔性多址接入技术
庞明亮, 王朝炜, 吴彤, 陈佳彬, 黄赛, 江帆, 张君毅
, doi: 10.11999/JEIT231388
摘要:
基于时隙ALOHA(S-ALOHA)的免授权上行随机接入能够显著降低卫星物联网(IoT)中的接入时延和复杂度。然而,随着物联网用户数量的增加,S-ALOHA碰撞概率会显著增加,从而影响系统性能。该文针对卫星物联网中存在海量设备上行接入的场景,专注于研究物联网终端的功率资源控制,以实现最大化系统吞吐量和速率的目标。具体而言,该文提出基于S-ALOHA的柔性多址接入。当系统中存在碰撞时,采用非正交多址技术进行传输,从而避免了用户信息反复重传的问题,降低了传输时延。为了在终端功率受限的情况下实现系统和速率的最大化,该文将序列决策问题建模为马尔可夫决策过程,并采用优势演员-评论家算法(A2C)进行求解。仿真结果表明,所提出的柔性多址接入技术能够在海量物联网终端的场景下有效保证终端的接入成功率。同时,基于A2C的资源分配算法相较于传统的资源分配算法表现更为优越。
大规模多输入多输出可见光通感一体化系统的信道状态信息还原和定位
刘晓东, 宁依婷, 董帆, 汤力为, 王玉皞, 王金元
, doi: 10.11999/JEIT231389
摘要:
得益于丰富的频谱和光源,可见光通信感知一体化(IVLCP)系统为解决高性能通信定位的室内无线网络需求提供强有力的技术支撑。同时,大规模多输入多输出(m-MIMO)技术能有效提高IVLCP网络的服务范围和质量。然而,m-MIMO赋能的IVLCP网络的信道环境更加复杂且先验信息更易变化,这使得传统方法难以快速准确地完成信道估计和定位。针对此,该文提出一种信道状态信息还原和定位(CSIRP)网络,该网络不仅能够有效地捕捉复杂分布的可见光通信信道特征,同时能够应对信道状态的时变性,从而提高信道和位置估计的鲁棒性和动态适应性。具体而言,CSIRP网络首先基于条件生成对抗思想自适应训练生成器和鉴别器,进而实现根据接收信号进行信道估计,接着结合长短期记忆网络(LSTM)从估计的信道中获取接收终端的位置估计值。仿真结果表明,采用CSIRP网络所获得的信道状态准确度和定位精度均优于现有的深度学习参考方法,这为m-MIMO赋能的IVLCP系统提供了可靠和精准的信道状态信息和位置感知能力。
基于双路射频指纹卷积神经网络与特征融合的雷达辐射源个体识别
肖易寒, 王博煜, 于祥祯, 蒋伊琳
, doi: 10.11999/JEIT231236
摘要:
为实现雷达辐射源个体识别不受信号参数、调制方式的影响,该文提出基于双路射频指纹卷积神经网络(Dual RFF-CNN2)和特征融合的雷达辐射源个体识别方法。首先从接收的射频信号中提取原始I/Q(Raw-I/Q)信号;其次分别对Raw-I/Q两路信号进行轴向积分双谱(AIB)和围线积分双谱(SIB)降维以构建双谱积分矩阵;最后将Raw-I/Q信号及双谱积分矩阵共同送入Dual RFF-CNN2网络并进行特征融合以实现雷达辐射源个体识别。实验结果表明,该方法具有较高的识别准确率,提取的“指纹特征”具备稳定性、鲁棒性。
面向B5G毫米波40~50 GHz通信的漫散射传播与去极化建模
廖希, 陈心睿, 王洋, 任明浩, 陈前斌
, doi: 10.11999/JEIT230706
摘要:
漫散射传播与极化特性对于准确刻画、掌握毫米波信道传播机理,建立高精度毫米波通信信道模型至关重要。针对毫米波频段建筑材料粗糙面引起的漫散射传播和去极化特性表征不足,缺乏去极化理论模型的问题,提出一种基于有效粗糙度理论的漫散射去极化建模方法。从电磁波的极化维度分解粗糙面材料引起的漫散射辐射传播电场,引入去极化指数构建传播模型,利用40~50 GHz频段典型材料的实测数据,研究了功率角度谱、去极化指数和交叉极化鉴别比等漫散射传播及极化特性。结果表明,所提模型能够描述表面粗糙和光滑建筑材料的极化特性,去极化转化率分别高达40%和4%。
果蝇嗅视神经通路研究综述
章盛, 郑胜男, 沈洁, 殷兴辉, 徐立中
, doi: 10.11999/JEIT230508
摘要:
果蝇嗅觉和视觉神经系统对于自然环境中嗅觉和视觉刺激具有高度的灵敏性,高灵敏的嗅视单模态感知决策和跨模态协同决策机制为仿生应用提供一定的启示作用。该文首先以果蝇嗅觉和视觉神经系统为基础,从嗅觉和视觉信号的捕获、加工、决策3个部分概述了果蝇嗅觉和视觉神经单模态感知决策生理机制与计算模型的研究现状,同时对果蝇嗅觉和视觉神经跨模态协同决策生理机制与计算模型进行阐述;然后对果蝇嗅觉和视觉的单模态感知和跨模态协同的典型仿生应用进行归纳;最后总结果蝇嗅视神经通路生理机制与计算建模当前面临的难题并展望未来发展趋势,为未来相关研究工作奠定了基础。
文本到视频生成:研究现状、进展和挑战
邓梓焌, 何相腾, 彭宇新
, doi: 10.11999/JEIT240074
摘要:
文本到视频生成旨在根据用户给定的文本描述生成语义一致、内容真实、时序连贯且符合逻辑的视频。该文首先介绍了文本到视频生成领域的研究现状,详细介绍了3类主流的文本到视频生成方法:基于循环网络与生成对抗网络(GAN)的生成方法,基于Transformer的生成方法和基于扩散模型的生成方法。这3类生成方法在视频生成任务上各有优劣:基于循环网络与生成对抗网络的生成方法能生成较高分辨率和时长的视频,但难以生成复杂的开放域视频;基于Transformer的生成方法有能力生成复杂的开放域视频,但受限于Transformer模型单向偏置、累计误差等问题,难以生成高保真视频;扩散模型具有很好的泛化性,但受制于推理速度和高昂的内存消耗,难以生成高清的长视频。然后,该文介绍了文本到视频生成领域的评测基准和指标,并分析比较了现有主流方法的性能。最后,展望了未来可能的研究方向。
5G毫米波反向阵极简构架与CMOS芯片实现研究
郭嘉诚, 胡三明, 沈一竹, 钱昀, 胡楚悠, 黄永明, 尤肖虎
, doi: 10.11999/JEIT240143
摘要:
该文首次报道了一种极简构架的5G毫米波反向阵设计原理及其CMOS芯片实现技术。该文报道的毫米波反向阵极简构架,利用次谐波混频器提供相位共轭和阵列反向功能,无需移相电路及波束控制系统,便可实现波束自动回溯移动通信功能。该文采用国产0.18 μm CMOS工艺研制了5G毫米波反向阵芯片,包括发射前端、接收前端及跟踪锁相环等核心模块,其中发射及接收前端芯片采用次谐波混频及跨导增强等技术,分别实现了19.5 dB和18.7 dB的实测转换增益。所实现的跟踪锁相环芯片具备双模工作优势,可根据不同参考信号支持幅度调制及相位调制,实测输出信号相噪优于–125 dBc/Hz@100 kHz。该文给出的测试结果验证了所提5G毫米波反向阵通信架构及其CMOS芯片实现的可行性,从而为5G/6G毫米波通信探索了一种架构极简、成本极低、拓展性强的新方案。
面向复杂场景的多通道慢速动目标稳健检测算法
刘昆, 贺雄鹏, 廖桂生, 余悦, 王麒凯
, doi: 10.11999/JEIT230958
摘要:
针对鲁棒主成分分析(RPCA)算法在多通道慢速地面动目标指示(GMTI)中存在的高虚警以及对通道误差敏感问题,该文提出一种数据重构与速度合成孔径雷达(VSAR)-RPCA联合处理的方法。首先,通过样本挑选与联合像素法完成通道间数据精确重构;然后结合VSAR检测模式提出一种新的RPCA优化模型,通过采用交替投影乘子法对其进行求解得到空间频域的稀疏矩阵,进一步利用动目标与强杂波残余在空间频域通道的分布特性差异实现强杂波残余剔除与动目标检测;最后采用沿航迹干涉算法估计目标径向速度完成动目标重定位。相较于传统RPCA算法,所提算法在非理想强杂波背景下的虚警率显著降低。理论分析与实测实验验证了所提算法的有效性。
一种旁路机制下的低功耗片上网络功率门控设计
欧阳一鸣, 陈志远, 徐冬雨, 梁华国
, doi: 10.11999/JEIT231257
摘要:
随着技术尺寸的缩小,静态功耗在片上网络 (NoC)的功耗开销中占据主导地位。功率门控作为一种通用的功耗节约技术,将NoC中空闲模块关闭以降低静态功耗。然而,传统的功率门控技术带来了诸如数据包唤醒延迟,盈亏平衡时间等问题。为了解决上述问题,该文提出代替功率门控路由器进行数据包传输的分区旁路传输机制 (PBTI),并基于该旁路机制设计了低延迟低功耗的功率门控方案。PBTI使用相互独立的旁路分别处理东西方向传输的数据包,并在旁路内部使用公共的缓冲区以提高缓冲区利用率。PBTI可以在路由器断电时实现数据包的注入,传输和弹出。即使网络中所有的路由器均处于功率门控状态,数据包也可以从源节点传输到目的节点。当流量增大超过PBTI的传输能力时,路由器以列为单位进行统一的唤醒。实验结果表明与不使用功率门控的NoC相比,所提方案降低了83.4%的静态功耗和17.2%的数据包延迟,同时只额外增加了6.2%的面积开销。相较于常规的功率门控方案该文功率门控设计实现了更低的功耗和延迟,具有显著的优势。
非制冷红外无挡片非均匀性校正方法
黄源飞, 黄华
, doi: 10.11999/JEIT231400
摘要:
受成像原理及加工工艺的限制,非制冷红外探测器存在严重的非均匀性,为了提升红外成像质量,必须对图像进行非均匀性校正。依据成因和分布特点,该文将红外非均匀性分为低频非均匀性、散粒非均匀性和条纹非均匀性3类,并从探测器的光学系统、热敏材料、放大电路等方面探究了非制冷红外成像非均匀性的形成机理。之后,该文系统性地总结目前无挡片非均匀性校正方法,根据方法的工作原理,将其归纳为基于统计的、基于滤波的、基于优化的和基于学习的非均匀性校正方法4类,并根据每类方法在处理不同非均匀性时的特异性进行梳理和总结。最后,本文对现阶段非制冷红外无挡片非均匀性校正方法存在的问题进行了回顾和总结,并对面向实际应用的非均匀性校正方法发展趋势进行了展望。
全同态加密软硬件加速研究进展
边松, 毛苒, 朱永清, 傅云濠, 张舟, 丁林, 张吉良, 张博, 陈弈, 董进, 关振宇
, doi: 10.11999/JEIT230448
摘要:
全同态加密(FHE)是一种重计算、轻交互的多方安全计算协议。在基于全同态加密的计算协议中,尽管计算参与方之间无需多轮交互与大量通信,加密状态下的密态数据处理时间通常是明文计算的\begin{document}$ {10}^{3}\mathrm{~}{10}^{6} $\end{document}倍,极大地阻碍了这类计算协议的实际落地;而密态数据上的主要处理负担是大规模的并行密码运算和运算所必须的密文及密钥数据搬运需求。该文聚焦软、硬件两个层面上的全同态加密加速这一研究热点,通过系统性地归类及整理当前领域中的文献,讨论全同态加密计算加速的研究现状与展望。
基于有源智能反射面反射单元分组的反射调制系统
熊军洲, 李国权, 王钥涛, 林金朝
, doi: 10.11999/JEIT231187
摘要:
为克服智能反射面(IRS)辅助通信系统的“双重路径损耗”,进一步提升系统的可靠性和频谱效率,该文提出一种基于有源IRS反射单元分组的反射调制(RM)系统方案,利用有源反射单元分组的数量来传输额外信息。然后基于矩母函数推导了最大似然检测算法下基站发射符号与有源反射单元分组数量的平均成对错误概率,获取到系统的理论比特错误概率(BEP)上界以及可达速率。仿真结果验证了理论推导的准确性,同时表明所提方案具有更优的误码性能和频谱效率。
全球泛在连接新模式:手机直连卫星关键技术及挑战
何元智, 肖永伟, 张世杰, 封龙, 李志强
, doi: 10.11999/JEIT240032
摘要:
面向未来全球泛在连接通信需求,卫星通信对补盲通信覆盖盲区、增强无处不在的覆盖起到了至关重要的作用。手机直连卫星(DS)技术作为未来6G网络中实现全球天地融合、万物智联的一种技术手段,已成为近两年全球范围内的发展热点,得到学术界和产业界的广泛关注。该文介绍了手机直连卫星技术国内外发展现状和主流的技术路线,分析了手机直连卫星技术在频率资源使用受限、手机直连卫星宽带业务要求、海量用户业务时变非均匀分布、低轨卫星高动态影响以及手机高密度集成等方面遇到的发展挑战,并提出星地同频共用、高动态空口设计、超大阵面星载多波束天线、星地多维资源管控、适应卫星高动态的空口体制、极窄密集波束按需调度、高集成小型化手机设计等关键解决方案,最后对该文内容做了简要总结。
基于排序码本的水声自适应OFDM通信中信道状态信息反馈研究
刘凇佐, 韩雪, 马璐, 徐金颉, 杨洋
, doi: 10.11999/JEIT230878
摘要:
水声(UWA)信道时延扩展大等特点导致信道频响(CFR)快衰落,水声通信(UWAC)技术发展受到挑战。发射端获取有效可靠的信道状态信息(CSI)是自适应通信的前提,针对水声自适应正交频分复用(OFDM)通信的需求,该文提出基于排序码本的信道状态信息分组排序拟合反馈算法(CSI-GSFF),包括分组、排序、数据拟合3个步骤。该算法首先将相邻导频子载波分组,以组为反馈单元;然后对各组内的导频子载波按照信道增益值进行排序,以减轻水声信道频响快衰落造成的反馈开销大等不利影响;最后进行多项式拟合,排序操作有效地降低了拟合阶数。通过实测海试时变信道数据仿真,结果表明,该文提出的信道状态信息反馈算法能够基本达到完美信道状态信息情形下的水声自适应OFDM通信系统误码率性能,同时可以有效地减少反馈开销。
面向数字信号处理领域的近似计算技术应用与研究进展
陈珂, 王旭, 闫成刚, 王成华, 刘伟强
, doi: 10.11999/JEIT231245
摘要:
在信号处理领域,近似计算技术备受关注。复杂算法和海量数据限制了应用的处理速度且增加了系统硬件消耗。由于信号具有冗余性,精确结果并非必需,满足用户可接受的结果已足够。因此,采用近似计算技术可以有效减少计算量,提高计算效率和系统性能。该文以近似计算技术的不同设计层次为切入,首先介绍了信号处理应用的特点,综述了近年来近似计算技术在算法和电路层面的研究进展,并调研了通信、视频图像以及雷达等信号处理方向的近似计算技术方案。最后,对该领域的发展方向进行了讨论和展望,为推动近似计算技术在信号处理领域的应用提供了思路。
采用新兴隧穿器件的低功耗微控制器设计与实现
蔡浩, 童辛芳, 杨军
, doi: 10.11999/JEIT231298
摘要:
基于隧穿场效应晶体管(TFET)器件的低功耗微控制器设计将器件、电路和系统结合,利用具有超低亚阈值摆幅特性的器件使得电路在非工作情况下达到极低泄露功耗,避免了金属氧化物半导体场效应晶体管(MOSFET)器件亚阈值摆幅理论极限带来的功耗瓶颈,解决了目前对电池供电设备中微控制器的低功耗需求问题。TFET器件与传统MOSFET器件在工作机理上差异较大,主要体现在关断后具有更低的泄露电流,可以在更低的电压下工作,适用于长休眠电池供电低功耗需求下的物联网应用场景设计。该文调研了近年来TFET器件在低功耗电路设计方面的研究,介绍了传统微控制器的结构以及功耗来源,同时阐述了TFET器件的工作原理、特性以及设计挑战,在数字电路、模拟电路以及系统设计各领域考察了TFET器件的研究发展进程,并对各设计方案进行了优劣势分析,结合文献调研分析了TFET器件在低功耗微控制器设计领域的未来展望。
极化雷达图像目标超分辨率重建研究进展
李铭典, 肖顺平, 陈思伟
, doi: 10.11999/JEIT231249
摘要:
成像雷达具有全天时、全天候的观测能力,能够通过成像处理获得目标雷达图像信息,是对地观测、侦察监视等民用和军用领域中的重要遥感设备。高分辨率雷达图像能够提供目标的详细轮廓和精细结构,有利于后续目标分类识别等应用。对获取的雷达图像,如何利用信号和信息处理等理论方法进一步提升分辨率,突破分辨率瑞利极限,具有重要的科学研究和实际应用价值。另一方面,作为电磁波的重要属性之一,极化在目标特性的获取和挖掘中发挥着重要作用,能够为目标超分辨率重建带来丰富信息。为此,该文梳理了极化雷达图像目标超分辨率重建的概念及性能评价指标,并重点归纳整理了极化雷达图像目标超分辨率重建方法及其应用。最后,总结了现有方法的局限性并展望了未来的技术发展趋势。
分组密码算法uBlock积分攻击的改进
王晨, 崔佳敏, 李木舟, 王美琴
, doi: 10.11999/JEIT231231
摘要:
积分攻击是由Daemen等人(doi: 10.1007/BFb0052343)于1997年提出的一种密码分析方法,是继差分分析和线性分析之后最有效的密码分析方法之一。作为2018年全国密码算法设计竞赛分组算法的获胜算法,uBlock抵抗积分攻击的能力受到较多的关注。为了重新评估uBlock家族密码算法抵抗积分攻击的安全性,该文利用单项式传播技术,结合混合整数线性规划(MILP)工具搜索积分区分器,并利用部分和技术进行密钥恢复攻击。对于uBlock-128/128和uBlock-128/256,基于搜索到的9轮积分区分器分别进行了首个11轮和12轮攻击,数据复杂度为\begin{document}$ {2}^{127} $\end{document}选择明文,时间复杂度分别为\begin{document}$ {2}^{127.06} $\end{document}\begin{document}$ {2}^{224} $\end{document}次加密,存储复杂度分别为\begin{document}$ {2}^{44.58} $\end{document}\begin{document}$ {2}^{138} $\end{document}字节;对于uBlock-256/256,基于搜索到的10轮积分区分器进行了首个12轮攻击,数据复杂度为\begin{document}$ {2}^{253} $\end{document}选择明文,时间复杂度为\begin{document}$ {2}^{253.06} $\end{document}次加密,存储复杂度为\begin{document}$ {2}^{44.46} $\end{document}字节。与之前uBlock的最优积分攻击结果相比,uBlock-128/128和uBlock-256/256的攻击轮数分别提高2轮,uBlock-128/256的攻击轮数提高3轮。本文的攻击说明,uBlock针对积分攻击依然有足够的安全冗余。
多无人机输电线路巡检联合轨迹设计方法
高云飞, 胡钰林, 刘鸣柳, 黄雨茜, 孙鹏
, doi: 10.11999/JEIT231199
摘要:
无人机(UAV)技术在输电线路自动巡检的应用中具有重要的意义和广阔的应用空间。考虑到无人机的续航能力受限,无人机需要在电量耗尽前从机巢飞往指定巡检区域,完成输电塔杆的巡检,再安全返回机巢。为此,针对大范围输电线路巡检场景,该文以最小化巡检时间为优化目标,提出一种支持大范围输电线路多无人机巡检方法。具体而言,首先通过k-means++算法合理分配无人机巡检任务,再在巡检电池能量的约束下基于改进的模拟退火算法优化无人机巡检轨迹来提升巡检效率。最后,基于模拟真实环境中塔杆的分布数据,对所提出的无人机任务分配和轨迹设计算法进行仿真分析。仿真结果验证了所提算法通过多无人机巡检任务分配和轨迹设计可显著减少总的巡检时间。
面向 6G 的多维扩展通感一体化研究综述
徐金雷, 赵俊湦, 卢华兵, 蒋旭, 赵楠
, doi: 10.11999/JEIT231045
摘要:
面对第6代移动通信(6G)网络立体覆盖的互联感知需求和无线设备广泛接入造成的频谱稀缺问题,基于无人机(UAV)的机动性和智能反射面(IRS)重构无线传播环境特性的多维扩展通感一体化可实现立体网络空间中通信和感知功能的相互协同,有效提升频谱效率和硬件资源的利用率,满足6G万物智联的无线网络愿景。该文针对6G多维扩展通感一体化网络架构展开综述。首先,概述了 6G网络愿景和通感一体化的理论基础,并讨论基于UAV和IRS多维扩展通感一体化的应用场景、发展趋势和性能指标。然后,探讨了超大规模多输入多输出天线、太赫兹、无线携能通信、人工智能、隐蔽通信和有源反射面等6G关键前沿技术在基于无人机和智能反射面多维扩展通感一体化网络中的潜在应用。最后,展望了未来6G多维扩展通感一体化的发展方向及关键技术挑战。
面向商业航天卫星成本效益的三模冗余软错误防护技术:近似计算的实践
李炎, 胡岳鸣, 曾晓洋
, doi: 10.11999/JEIT231288
摘要:
三模冗余(TMR)作为如今集成电路可靠性领域中最为常用且有效的软错误加固技术,在满足高容错要求之时,不可避免地牺牲了庞大的硬件损耗。为实现面积、功耗等硬件性能和容错电路加固能力的折中考虑,适应低成本高可靠性加固的时代需求,针对基于近似计算的三模冗余加固技术(ATMR)进行研究,该文提出一种基于近似门单元(ApxLib)的动态调整多目标优化框架(ApxLib+DAMOO)。首先,其基本优化框架采用非支配排序遗传算法(NSGA-II)实现, 通过极性分析与预创建的近似库对电路实现快速近似。随后,该框架提出动态概率调整和极性扩张两种创新机制,根据可测性分析对遗传算法中门单元的突变概率进行动态更新,对双向门单元进行定向识别和重构,以实现寻优效率和寻优效果的双重优化。实验结果表明,该文提出的优化框架与传统NSGA-II相比,在相同硬件损耗下可实现最大10%~20%的额外软错误率(SER)降低,且其执行时间平均降低18.7%。
压缩感知辅助的低复杂度 SCMA系统优化设计
余礼苏, 钟润, 吕欣欣, 王玉皞, 王正海
, doi: 10.11999/JEIT231226
摘要:
稀疏码多址接入(SCMA)技术是一项备受重视的基于码域的非正交多址接入(NOMA)技术。针对现有SCMA码本设计中未能结合数据和解码器性质以及MPA复杂度较高的问题,该文提出一种压缩感知辅助的低复杂度 SCMA系统优化设计方案。首先以系统误码率为优化目标,设计一种码本自更新方法用于实现低复杂度检测器,该方法在稀疏向量重构训练过程中使用梯度下降法实现码本的自更新。其次,设计一种压缩感知辅助的多用户检测算法:符号判决正交匹配追踪(SD-OMP)算法。通过在发射端对发射信号进行稀疏化处理,在接收端利用压缩感知技术对多用户的稀疏信号进行高效的检测和重构,达到减少用户间的冲突和降低系统复杂度的目的。仿真结果表明,在高斯信道条件下,压缩感知辅助的低复杂度 SCMA系统优化设计方案能够有效降低多用户检测的复杂度,且在系统用户部分活跃时能够表现出较好的误码率性能。
高可靠信息系统非相似冗余架构中的执行体同步技术
于洪, 刘勤让, 魏帅, 兰巨龙
, doi: 10.11999/JEIT231048
摘要:
非相似冗余架构被广泛使用到信息系统中,提高系统的安全性和可靠性。非相似冗余架构中的执行体之间存在差异,当系统正常工作时,执行体表现一致,但在面对恶意攻击行为时,执行体会表现出不一致。架构通过比较执行体的表现监控系统、感知威胁,从而提升系统安全可靠性。执行体的同步监控,是所有非相似冗余架构都需要解决的难题。目前没有针对同步技术比较系统性的描述和总结。该文首先对执行体同步问题进行了抽象建模,然后提出基于同步点的同步技术分类方法,并分别对每种技术的基本方式、流行度、优缺点进行了总结。该文还提出了影响同步效果的3个重要指标:同步点、误报率和性能,同时给出了同步技术的数学模型,可用于同步技术的设计评估。最后,结合网络弹性工程领域和软件定义晶上系统领域的发展,指出了同步技术未来的发展潜力和可能的发展方向。
输入谐波相位控制的宽带高效率连续逆F类功率放大器
黄超意, 聂泽宁, 熊珉
, doi: 10.11999/JEIT231202
摘要:
卫星通信与地面移动通信的互补融合已成为趋势,这意味着以功率放大器(功放)为核心的无线射频前端需要应对大带宽和高效率的双重挑战。该文提出的输入谐波相位控制方法可以有效突破功放带宽和效率相互制约的瓶颈,并以连续逆F类工作模式为基础,通过控制输入端二次谐波相位来重构晶体管漏极时域波形,在保证高效率的同时获得阻抗设计空间的大幅提升。利用这一拓展的阻抗设计空间,研制了一款1.7~3.0 GHz的连续逆F类功放,实测结果表明在该工作频段内可以实现40.6~42.8 dBm的输出功率和72.2%~78.6%的漏极效率,同时增益可达10.6~14.8 dB。
车联网隐私保护自主管理身份方案
郭显, 袁建鹏, 冯涛, 蒋泳波, 方君丽, 王晶
, doi: 10.11999/JEIT231092
摘要:
针对车联网(VANETs)环境下车辆用户数字身份管理问题,该文提出基于区块链的去中心化可撤销隐私保护自主管理身份(SSI)方案。经可信机构(TA)授权后,路侧单元(RSU)组成委员会负责车辆用户身份注册、数字身份凭证颁发及维护。基于门限BLS签名和实用拜占庭容错(PBFT)共识机制实现数字身份凭证创建,解决凭证颁发机构去中心化问题;集成秘密共享和零知识证明技术,解决数字身份凭证颁发和验证过程中隐私保护问题;基于密码学累加器技术,解决分布式存储环境数字身份凭证撤销问题。最后,对该方案安全属性进行了详细分析,证明方案能够满足所提出的安全目标,同时基于本地以太坊私有链平台使用智能合约对所提方案进行了实现及性能分析,实验结果表明设计的可靠性、可行性和有效性。
考虑坐标耦合的三维变结构多模型机动目标跟踪方法
张宏伟, 高志坚, 张翊
, doi: 10.11999/JEIT231290
摘要:
在3维空间机动目标跟踪过程中,目标运动先验未知和坐标耦合误差会引起运动模型-模式失配,而模型-模式失配会引起状态估计有偏。该文根据目标运动速度正交条件修正状态转移矩阵,利用原始-对偶正则约束空间测量到球面可行域,结合自适应转弯模型和无迹卡尔曼滤波(UKF),进行模型状态滤波并融合状态估计的一致输出,推导3维变结构多模型无迹卡尔曼滤波(VSMMUKF)算法。实验结果表明,相比多模重要性无迹卡尔曼滤波(MIUKF)算法,VSMMUKF计算量相当,能够更准确地拟合3维空间点目标机动运动。相比于交互多模型最大最小粒子滤波(IMM-MPF)算法,VSMMUKF跟踪固定翼无人机(UAV)的滤波精度提升了2.8%~59.9%,整体算法负担减小了1个数量级。
一种双重积累自反馈优化的三维多目标检测前跟踪算法
薄钧天, 张嘉毫, 王国宏, 于洪波, 张翔宇, 王万田, 王衡峰
, doi: 10.11999/JEIT240057
摘要:
针对3维微弱多目标检测问题,该文提出一种双重积累自反馈优化的3级平行线坐标变换(PT)检测前跟踪(TBD)算法。通过将平行线坐标变换引入至TBD技术,依次在规格化的径向距离-时间、方位角-时间和俯仰角-时间平面对量测点进行投影变换和双重非相参积累,同时利用功率累积结果反馈优化二值积累,有效缓解强目标淹没弱目标和编队目标串扰问题。仿真结果表明,当整体信杂比达到10 dB时,所提算法的全局检测概率接近80%,证明了该算法的有效性。
低相关区互补序列集的构造方法研究
刘涛, 王玉含, 李玉博
, doi: 10.11999/JEIT231332
摘要:
完备互补序列是一类具有理想相关函数性质的信号,在多址接入通信系统、雷达波形设计等领域具有广泛的应用。然而完备互补序列集合大小不超过其子序列数目。为扩展互补序列数目,该文研究了非周期低相关区互补序列集的构造方法,首先提出了两类有限域上的映射函数,进而得到两类参数渐近达到最优的低相关区互补序列集。该类低相关区互补序列集相比完备互补序列集具有更多的序列数目,在通信系统中可支持更多的用户。
车联网中基于区块链的个性化联邦互蒸馏学习方法
黄晓舸, 吴雨航, 尹宏博, 梁承超, 陈前斌
, doi: 10.11999/JEIT230976
摘要:
联邦学习(FL)作为一种分布式训练方法,在车联网(IoV)中得到了广泛应用。区别于传统机器学习,FL允许智能网联车辆(CAVs)通过共享模型而非原始数据来协同训练全局模型,从而保护CAV隐私和数据安全。为了提升联邦学习模型精度,降低通信开销,该文首先提出一种基于有向无环图(DAG)区块链和CAVs的IoV架构,分别负责全局模型共享和本地模型训练。其次,设计了一种基于DAG区块链的异步联邦互蒸馏学习(DAFML)算法在本地同时训练教师和学生模型,教师模型的专业级网络结构可取得更高精度,学生模型的轻量级网络结构可降低通信开销,并采用互蒸馏学习使教师模型和学生模型从互相转移的软标签中学习知识以更新模型。此外,为了进一步提高模型精度,基于全局训练轮次和模型精度设定个性化权值来调节互蒸馏占比。仿真结果表明,DAFML算法在模型精度和蒸馏比率方面优于其他比较算法。
最优字典选择多频段雷达信号宽带融合
陆睿民, 李卫东, 王锐, 张帆, 李沐阳, 胡程
, doi: 10.11999/JEIT231309
摘要:
多频段雷达带宽融合外推是一种提升雷达带宽、解决小目标高分辨成像的有效手段。然而,现有多频段融合算法仍面临运算慢、精度低等问题。为此,本文提出基于最优字典选择正交匹配追踪的多频段融合外推雷达超分辨距离成像方法。首先,对多频段信号进行参数化建模,提出基于蛇优化的信号相参配准方法,实现多频段信号高精度相位对齐;然后,利用几何绕射模型,提出基于最优字典选择正交匹配追踪的多频段信号模型估计方法,实现多频段信号融合外推,估计未知频段频谱,获取大带宽信号;最后,通过仿真和实测数据,验证了该方法的可行性。该方法在保障高精度的前提下,通过简化模型粗估计与完整模型精估计结合,有效降低了运算量,实现了快速精确多频段融合外推处理。
多重关系感知的红外与可见光图像融合网络
李晓玲, 陈后金, 李艳凤, 孙嘉, 王敏鋆, 陈卢一夫
, doi: 10.11999/JEIT231062
摘要:
为充分整合红外与可见光图像间的一致特征和互补特征,该文提出一种基于多重关系感知的红外与可见光图像融合方法。该方法首先利用双分支编码器提取源图像特征,然后将提取的源图像特征输入设计的基于多重关系感知的跨模态融合策略,最后利用解码器重建融合特征生成最终的融合图像。该融合策略通过构建特征间关系感知和权重间关系感知,利用不同模态间的共享关系、差分关系和累积关系的相互作用,实现源图像一致特征和互补特征的充分整合,以得到融合特征。为约束网络训练以保留源图像的固有特征,设计了一种基于小波变换的损失函数,以辅助融合过程对源图像低频分量和高频分量的保留。实验结果表明,与目前基于深度学习的图像融合方法相比,该文方法能够充分整合源图像的一致特征和互补特征,能够有效保留可见光图像的背景信息和红外图像的热目标,整体融合效果优于对比方法。
面向阵列级同时同频收发的宽带自干扰空域抑制
林朗, 赵宏志, 邵士海, 唐友喜
, doi: 10.11999/JEIT231036
摘要:
具备阵列级同时同频收发能力的多功能一体化平台,面临发射阵列对接收阵列的强自干扰问题。针对这一问题,该文设计了一种宽带自干扰空域抑制方法,构造了限制主波束增益损失条件下,最小化残余自干扰和噪声功率的非凸优化问题,提出了交替迭代的优化算法联合求解发射和接收数字波束成形系数,从理论上分析了所提算法的自干扰抑制极限性能,并给出了所提算法的计算复杂度。分析和仿真结果表明,给定2.4 GHz工作频率,100 MHz带宽,主波束增益损失限制在3 dB时,收发各30阵元的相控阵列宽带自干扰空域抑制能力达到168 dB,距离自干扰抑制性能极限差距7 dB。
利用离散时间聚合图的无人机编队最短时延路由协议
李博, 王改芳, 杨洪娟, 茹雪菲, 张敬淳, 王钢
, doi: 10.11999/JEIT230707
摘要:
针对传统的无人机编队路由算法无法有效利用拓扑变化的可提前预知特性、以发送探测包的方式获取链路的连接情况会导致开销大等问题,该文引入时变图模型,提出了基于离散时间聚合图的无人机编队最短时延路由协议。首先,利用无人机编队网络的先验知识,如节点的运动轨迹以及网络拓扑变化情况,使用离散时间聚合图对网络的链路资源和拓扑进行表征。其次,基于该图模型设计路由决策算法,即在路由探索阶段将链路时延作为链路权重求解网络的源节点到目的节点的最短时延路由。最后,性能仿真结果表明,该路由协议与传统按需距离矢量路由协议相比提高了网络的分组投递率、降低了端到端时延和网络的控制开销。
6G新型时延多普勒通信范式:OTFS的技术优势、设计挑战、应用与前景
廖勇, 罗渝, 荆亚昊
, doi: 10.11999/JEIT231133
摘要:
在未来的通信网络中,被广泛期待的第6代移动通信系统(The Sixth Generation of Mobile Communications System, 6G)技术将面临诸多挑战,其中包括在高速移动场景下的超高可靠通信问题。正交时频空间(Orthogonal Time Frequency Space, OTFS)调制技术克服了传统通信系统在高速移动环境下多径和多普勒效应的影响,为实现 6G 超高可靠通信提供了新的可能性。该文首先介绍了OTFS的基本原理、数学模型、干扰与优势分析。然后,归纳分析了OTFS技术在同步、信道估计、信号检测技术上的研究现状。接着,从车联网、无人机、卫星通信、海洋通信4个典型应用场景分析了OTFS的应用趋势。最后,从降低多维匹配滤波器、相位解调和信道估计、硬件实现的复杂度和提高对时频资源的高度利用4个角度探讨了未来研究OTFS需要克服的困难和挑战。
面向密集场景的空天地网络资源分配算法
张鸿, 廖彧歆, 王汝言, 吴大鹏, 杜慧敏
, doi: 10.11999/JEIT231086
摘要:
空天地网络具有覆盖范围大、吞吐量高、弹性强等优点,该文针对大量用户并发接入、网络负载不均衡所引发的网络拥塞、服务质量恶化等问题,提出一种面向密集场景的资源分配算法。首先以用户需求为中心,根据不同类型用户任务的偏好来构建用户效用函数,然后基于匹配博弈的网络选择算法和结合对偶上升法的功率控制算法来实现负载均衡,优化资源分配方案。实验表明,相较于传统策略,所提策略整体用户接入率至少提高35%,时延和吞吐量方面性能提升超过50%;在密集场景下,能更有效地均衡负载,提升网络性能。
物联网双层耦合动力学信息传播模型研究
张月霞, 常凤德
, doi: 10.11999/JEIT231291
摘要:
信息传播模型的研究是物联网领域的重要组成部分,它有助于提高物联网系统的性能和效率,促进物联网技术的进一步发展,针对物联网通信中影响信息传播的因素复杂且不稳定的问题,该文提出一种双层耦合信息传播模型SIVR-UAD,通过分析物联网中不同状态的设备和用户对信息传播的影响,建立了六种耦合状态,并利用马尔科夫方法分析耦合节点的状态变化过程,找到信息传播平衡点,最后通过理论分析证明了模型的平衡点的唯一性以及稳定性。仿真结果表明,在3组不同的初始耦合节点数下,SIVR-UAD模型中的六种耦合节点数量变化始终趋向同一稳定水平,证明了该模型的平衡点和稳定性。
多任务协同的多模态遥感目标分割算法
毛秀华, 张强, 阮航, 杨雨昂
, doi: 10.11999/JEIT231267
摘要:
利用语义分割技术提取的高分辨率遥感影像目标分割具有重要的应用前景。随着多传感器技术的飞速发展,多模态遥感影像间良好的优势互补性受到广泛关注,对其联合分析成为研究热点。该文同时分析光学遥感影像和高程数据,并针对现实场景中完全配准的高程数据不足导致两类数据融合分类精度不足的问题,提出一种基于多模态遥感数据的多任务协同模型(UR-PSPNet),该模型提取光学图像的深层特征,预测语义标签和高程值,并将高程数据作为监督信息嵌入,以提升目标分割的准确性。该文设计了基于ISPRS的对比实验,证明了该算法可以更好地融合多模态数据特征,提升了光学遥感影像目标分割的精度。
基于非理想条件可重构智能超表面辅助无线携能通信-非正交多址接入系统通感性能研究
李兴旺, 王新莹, 田心记, 王心水, 秦攀科, 陈慧
, doi: 10.11999/JEIT231395
摘要:
为满足日益增长的高效通信和可靠感知需求,该文提出可重构智能超表面(RIS)辅助无线携能通信(SWIPT)-非正交多址接入(NOMA)系统,该系统同时实现目标感知和信息传输。考虑非完美连续干扰消除(SIC)和信道估计误差(CEE)两种非理想因素,分析了所提系统的可靠性、有效性以及雷达感知性能,分别推导出系统中断概率(OP)、遍历速率(ER)、检测概率(PoD)以及雷达估计信息速率(REIR)的解析表达式。分析结果表明:非完美SIC和CEE对系统的性能有负面影响;中断概率随基站发射功率的增大而减小,在高信噪比区域趋于定值;遍历速率及雷达估计信息速率随基站发射功率增大而增加,在高信噪比区域稳定于一个上限值;在不同的检测阈值下,检测概率随基站发射功率的增大而增大;联合雷达检测和通信覆盖概率(JRDCCP)分别随中断阈值和检测阈值的升高而降低。
开关电容DC-DC转换器:从变压器模型到电路的演进
黄沫, 陈中俊, 夏添, 杨在天
, doi: 10.11999/JEIT231216
摘要:
开关电容(Switched Capacitor, SC)DC-DC转换器在很多领域有着广泛的应用。为应对大电压转换比(Voltage Conversion Ratio, VCR)的情况,前人提出了诸多拓扑结构。常用的拓扑结构包括Dickson,Cockcroft-Walton,Series-Parallel,Ladder,Fibonacci,Divider等等。这些拓扑结构有着各自的性能特点,适用于不同的场景。然而,对于这些不同的拓扑结构是如何产生的,本质的区别是什么,各自的优缺点是什么,并无直观的解释和分析。因此,该文从开关电容DC-DC转换器的等效变压器模型入手,分析了各个拓扑之间的本质区别,并展示了从等效模型到实际电路的演进过程,解释了规则和原因。
微波波段涡旋波束的多模式集成与动态调控研究进展
袁乐眙, 杨德生, 刘云飞, 张狂
, doi: 10.11999/JEIT231211
摘要:
该文回顾并总结了近期关于涡旋波束多模式集成与动态调控的研究成果与进展。首先从无源超表面透镜出发,利用传播相位与几何相位的综合调控作用,在单一超表面平台上实现了分数模涡旋波束的高纯度激发。更进一步,基于无源式超表面的多模式涡旋集成理论及方法,通过在超表面单元结构中加载变容二极管等有源可调谐式器件,实现涡旋波束的动态切换与人工调控。并在此基础上,对基于超表面的涡旋通信系统实现信道建模,并对涡旋通信系统的性能做出了理论分析与评估,为提高现代通信系统信道容量及信息传输速率打下理论基础。
面向外辐射源雷达发射站定位的合作无人机航迹规划方法研究
万显荣, 武冰倩, 易建新, 胡仕波
, doi: 10.11999/JEIT231293
摘要:
在广域未知环境中,外辐射源雷达机动部署常面临难以及时获取第三方发射站精确位置信息的难题。为此,该文提出一种基于合作无人机航迹规划的发射站定位方法。首先,利用单个无人机作为合作目标,建立2维场景下的定位模型和量测方程,并采用列文伯格-马夸尔特(Levenberg-Marquardt, LM)算法进行解算。然后,构建融合Fisher信息和控制参数约束的优化函数,对无人机航迹进行动态规划,从而提高发射站定位的精度和方法的实用性。最后,仿真实验表明,在最大控制距离约束下,所提方法的定位结果优于直线航迹和经典优化航迹,最终发射站定位精度小于双基距离差量测标准差,能够满足外辐射源雷达系统目标探测定位的应用要求。
基于亚稳态叠加单元的高吞吐量真随机数发生器设计
倪天明, 俞俊勇, 彭青松, 聂牧
, doi: 10.11999/JEIT231166
摘要:
真随机数发生器(TRNG)作为一类重要的硬件安全原语,在密钥生成、初始化向量和协议中的身份认证等加密领域得到应用。为设计出高吞吐量的轻量级TRNG,该文研究了利用多路选择器(MUX)和异或门(XOR gate)的开关特性来产生亚稳态的方法,提出一种基于亚稳态叠加单元(MS-cell)的TRNG(MS-TRNG)设计。它将MUX和异或门触发的亚稳态进行叠加,从而提高TRNG的熵。所提TRNG分别在Xilinx Virtex-7和Xilinx Artix-7 FPGA开发板中实现,无需后处理电路。与其他先进的TRNG相比,所提TRNG具有最高的吞吐量和极低的硬件开销,并且它所生成的随机序列通过了NIST测试和一系列性能测试。
基于复合基线时间调制阵列的单通道高精度测向系统
林昱龙, 王无忌, 武军伟, 程强
, doi: 10.11999/JEIT231137
摘要:
随着定位系统的快速发展,人们对高精度、低成本测向技术的需求日益增大。传统测向方法复杂的硬件结构和高昂的经济成本阻碍了其广泛应用。近年来,基于时间调制阵列(TMA)的测向技术克服了传统测向方法的缺陷,但为了确保测量精度,阵列中仍必须保持足够的单元数量。因此出现了一个问题,即是否能在确保高测向精度的前提下减少时间调制阵列中的单元数量,从而尽可能降低系统的硬件复杂度。所以,该文提出一种基于时间调制阵列的单通道复合基线测向方法并进行了实验验证。该方法将4根天线按特定的间隔排列,形成复合基线系统,利用现场可编程门阵列(FPGA)和单接收通道,实现了高精度、低成本的测向。为了验证所提方法的有效性,该文设计、制作并测量了工作在S波段的原型系统,并与现有测向方法进行了详细比较。该工作对高精度、低成本测向系统的开发和应用具有重要意义。
基于面部全局抑郁特征局部感知力增强和全局-局部语义相关性特征融合的抑郁强度识别
孙强, 李正, 何浪
, doi: 10.11999/JEIT231330
摘要:
现有基于深度学习的大多数方法在实现患者抑郁程度自动识别的过程中,主要存在两大挑战:(1)难以利用深度模型自动地从面部表情有效学习到抑郁强度相关的全局上下文信息,(2)往往忽略抑郁强度相关的全局和局部信息之间的语义一致性。为此,该文提出一种全局抑郁特征局部感知力增强和全局-局部语义相关性特征融合(PLEGDF-FGLSCF)的抑郁强度识别深度模型。首先,设计了全局抑郁特征局部感知力增强(PLEGDF)模块,用于提取面部局部区域之间的语义相关性信息,促进不同局部区域与抑郁相关的信息之间的交互,从而增强局部抑郁特征驱动的全局抑郁特征表达力。然后,提出了全局-局部语义相关性特征融合(FGLSCF)模块,用于捕捉全局和局部语义信息之间的关联性,实现全局和局部抑郁特征之间的语义一致性描述。最后,在AVEC2013和AVEC2014数据集上,利用PLEGDF-FGLSCF模型获得的识别结果在均方根误差(RMSE)和平均绝对误差(MAE)指标上的值分别是7.75/5.96和7.49/5.99,优于大多数已有的基准模型,证实了该方法的合理性和有效性。
阵列SAR高分辨三维成像与点云聚类研究
姬昂, 裴昊, 张邦杰, 徐刚
, doi: 10.11999/JEIT231223
摘要:
相较于传统SAR 2维成像,SAR 3维成像技术能克服叠掩与几何失真等问题,因而具有广阔的应用前景。作为一种3维成像典型体制,阵列SAR高程维分辨率通常理论上受阵列孔径的限制,远低于距离和方位维分辨率。针对这一问题,该文通过引入邻域像素间高程的一致性假设,提出一种基于加权局域像素联合稀疏的压缩感知(CS)算法。然后利用K平均(K-means)和基于密度的空间聚类(DBSCAN)等典型聚类算法实现观测场景内特定目标(如建筑物与车辆)聚类分析。最后,实测数据实验验证了该文所提算法的有效性。
无人机辅助通感一体化系统中的信息年龄分析优化
于宝泉, 杨炜伟, 王权, 张若愚, 蔡跃明
, doi: 10.11999/JEIT231175
摘要:
在许多监测控制任务中,由于被监测目标和控制中心距离较远,控制中心难以直接获取目标实时的状态信息。无人机(UAV)可以发挥其高移动性优势,减少感知和通信距离,进而提升感知和通信能力,为远距离目标状态信息实时获取问题提供了新思路。对此,该文研究了UAV辅助通感一体化系统中的信息年龄(AoI)分析优化问题,首先分析了控制中心的状态更新过程,然后推导出平均峰值AoI的闭式表达式。进一步地,在多UAV多目标场景中,通过优化UAV在空中的感知位置和通信位置以及UAV和目标的匹配关系,来进一步降低系统的平均峰值AoI,改善状态更新的实时性。仿真结果验证了理论分析的正确性,同时表明了相比于对比方法,所提优化方法可以有效改善系统的AoI性能。
基于迭代二次优化算法的低截获波形序列设计
刘强, 张敏, 郭福成, 殷加鹏, 胡卫东
, doi: 10.11999/JEIT231333
摘要:
对抗条件下,低截获雷达通过发射特殊波形防止非合作电子侦察系统截获和检测其发射信号,是现代雷达技术的重点研究方向。该文旨在降低电子侦察系统的功率截获概率,在保证目标的辐射能量基础上,针对短时傅里叶变换(STFT)宽带数字侦察接收机特点,从能量的时频分布的角度将波形设计技术应用到无源对抗领域。首先,建立STFT宽带数字侦察接收机检测低截获模型,利用2次优化模型,将低截获问题转变为恒包络序列迭代优化问题;然后,为了获得较好的自相关性能,利用辅助标量,将优化模型转化为2次和形式,结合迭代算法得到了所提低截获波形序列;最后,讨论了计算复杂度。从仿真结果上看,所提序列比常见相位编码信号在相同的接收信噪比下具有更优的低截获能力,另外,引入Pareto权对所提序列的自相关特性进行控制,有效地提高了设计灵活性。
基于时间调制阵列的共孔径干扰辅助短包隐蔽通信
马越, 马瑞谦, 杨炜伟, 林志, 缪晨, 吴文
, doi: 10.11999/JEIT231115
摘要:
该文首次研究了基于时间调制阵列(TMA)的共孔径干扰辅助短包隐蔽通信。首先提出并设计了共口径干扰的TMA架构,提出一种优化方法,能够在最大化目标方向信号增益的同时对非目标方向形成干扰。基于上述模型,推导出隐蔽性约束和隐蔽吞吐量的闭合表达式。在此基础上,该文进一步对发送功率和数据包长进行联合优化,以最大化隐蔽吞吐量。仿真结果表明,存在一个使隐蔽吞吐量最大化的最优包长,所提方案相比基准方案实现了更好的隐蔽通信性能。
多子阵合成孔径声纳距离-多普勒成像算法
张学波, 王砚梅, 杨家崇, 沈文彦, 孙海信
, doi: 10.11999/JEIT231160
摘要:
基于相位中心近似(PCA)的传统多子阵合成孔径声纳(SAS)成像方法忽略了近似误差的方位空变性,使得分布式目标的聚焦结果发生畸变。为解决这个问题,该文从收发阵元空间分置采样与相位中心近似采样的几何模型出发推导了一种考虑近似误差方位空变性的双程斜距历程,并将多子阵合成孔径声纳2维频域系统函数分解为收发分置畸变项和类收发合置项。在此基础上,采用复数相乘、插值实现收发分置畸变项的补偿,并利用距离-多普勒算法进行成像处理。相对传统方法,该文方法在整个测绘带内的近似误差更小,不会带来方位向上的位置偏移,能得到与真实目标位置一致的成像结果。
针对电力线通信信道下脉冲噪声的鲁棒混沌传输系统优化设计综述
苗美媛, 田峰, 王琳, 代洲
, doi: 10.11999/JEIT231142
摘要:
随着用户的剧增,现有的无线资源已经难以为继。因此,电力线通信(PLC)的重新启用引起了各大研究单位及工业界的关注。PLC由于信道环境复杂,现有处理方案复杂度及成本较高,因而导致其发展缓慢。其中针对脉冲噪声的研究工作最为广泛,如何在低成本情况下针对脉冲噪声实现数据传输的鲁棒性尤为重要。该文首先介绍PLC环境中几种主流噪声以及分类,而后描述具有低成本低复杂度的差分混沌键控(DCSK)及多元DCSK(MDCSK)调制技术。分别介绍与分析该系统在PLC中的特性,以及针对各种脉冲噪声种类存在的优势以及改进方式。其次该文将介绍一些相关编码调制新方案以便于提高带限环境下的传输质量。结果表明这些优化工作显著地改善了系统性能,针对PLC整体信道特性系统参数的调制及编码调制传输优化方案将成为未来工作的研究热点。
ErlangShen: 基于流水线低访问开销的图式区块链高效事务执行机制
肖江, 吴恩平, 张世桀, 伏子豪, 金海
, doi: 10.11999/JEIT230874
摘要:
基于有向无环图(DAG)的图式区块链能够显著提升系统性能,已成为近年来业界的研究热点。相较于传统串行化的链式区块链,图式区块链可在单位时间内并发处理大量事务从而提升吞吐量。随着事务量的激增,图式区块链面临事务执行效率低的瓶颈问题,即海量事务执行对状态数据访问的需求大幅增加,导致高昂的输入/输出(I/O)开销。实现低I/O访问主要包括两方面的全新挑战:一方面,图式区块链若直接采用传统的事务预取机制,将因执行逻辑不一致引入大量的陈旧读;另一方面,针对不同账户的状态访问会在默克尔树的高层节点中造成重复的I/O开销。为此,本文设计基于流水线的图式区块链高效事务执行机制—ErlangShen,包括Epoch粒度的状态预取机制和默克尔高层路径缓存机制来分别减少陈旧读的数量和重复的I/O开销。具体而言,ErlangShen充分分析并利用了事务访问频次的冷热特征,将访问热事务的逻辑执行与冷事务的状态预取并行化,以避免状态预取对事务执行的影响。此外,为了进一步提升事务执行的吞吐量,根据访问冷热状态事务的特性设计了定制化的并发控制方法。实验结果表明,ErlangShen机制能够减少约90%的陈旧读数量,与最新图式区块链事务处理机制Nezha相比,可将性能提升3~4倍。
面向6G无线网络的全息多输入多输出技术综述
陈晓明, 魏建川, 黄崇文
, doi: 10.11999/JEIT231140
摘要:
未来的第6代(6G)无线通信系统需要支持超大规模的用户需求,且对频谱效率和能源效率的要求越来越高。在此背景下,全息多输入多输出(MIMO)技术由于其具有智能可重构、电磁可调控、高方向性增益、成本低廉和部署灵活等潜力而愈发受到关注。在全息MIMO系统中,大量微小而廉价的天线单元被紧密集成,使其在低硬件成本的情况下能够实现高方向性增益,同时其可以对电磁波进行灵活的调控,从而有效提升了无线通信性能。该文从全息MIMO技术出发,首先简要介绍了全息MIMO的发展过程、技术现状、分类和特点,然后对全息MIMO在视距场景和空间平稳散射的非视距场景的信道模型进行了介绍,最后阐述了全息MIMO面对的挑战和未来趋势,并进行了总结。
面向低轨卫星的星地信道模型综述
苏昭阳, 刘留, 艾渤, 周涛, 韩紫杰, 段相龙, 张嘉驰
, doi: 10.11999/JEIT230941
摘要:
低轨卫星(LEO)具备通信时延低、部署成本低、覆盖范围广的特点,已经成为了建设未来空天地一体化网络的重要组成部分。然而卫星通信中端到端传播距离长、经历衰落复杂、终端移动速度快,其信道特性与地面蜂窝网络信道具有很大差异。基于此,为了对低轨卫星星地信道特性以及信道模型有较为全面的认识,该文总结了目前国际标准组织对星地信道的标准化进展,讨论了星地信道在不同传播位置处的衰落特性,根据建模方法对已有的重要信道模型进行了划分与阐述,最后对未来的工作提出了展望。
空地一体化网络服务连续性保障的低功耗通信与控制联合优化方法
蔡自伟, 盛敏, 刘俊宇, 赵晨曦, 李建东
, doi: 10.11999/JEIT231192
摘要:
空地一体化网络(AGIN)充分利用了空中基站(ABSs)灵活部署的特点,为热点地区提供了按需覆盖与高质量服务。然而,空中基站的高动态性使得网络的服务连续性难以保障。而且,空中基站能量受限,提升服务连续性和降低功耗通常又对应不同的飞行动作,因此,低功耗的服务连续性保障尤为困难。针对上述问题,该文基于联邦深度强化学习(FDRL)提出了一种面向低功耗服务连续性保障的通信与控制联合优化方法。所提方法通过联合优化空中基站的移动控制、用户关联和功率分配来保障网络服务的连续性。针对空中基站的高动态性,通过在所提方法中设计了环境状态经验池来利用信道的时空相关性,并在奖励函数中引入速率方差来保障网络服务连续性。考虑到不同飞行动作的功耗差异,所提方法通过优化空中基站的飞行动作来降低网络功耗。仿真结果说明,该文所提算法在满足用户速率需求和速率方差需求的前提下,能够减小网络功耗,并且所提联邦深度强化学习的性能接近中心式强化学习的性能。
基于统计信道状态信息的智能反射面辅助反向散射通信系统鲁棒资源分配算法
徐勇军, 徐娟, 田秦语, 黄崇文
, doi: 10.11999/JEIT231169
摘要:
为解决传统反向散射通信(BackCom)系统存在通信距离短、系统吞吐量较低和克服信道不确定性能力差的问题,该文提出一种基于统计信道状态信息(CSI)的智能反射面(RIS)辅助反向散射通信系统鲁棒资源分配算法。考虑功率站最大发射功率约束、反射节点的能量中断约束和吞吐量中断约束、反射系数约束、RIS相移约束和信息传输时间约束,建立了系统加权和吞吐量最大化的鲁棒资源分配模型;利用伯恩斯坦不等式、交替优化和半正定松弛方法,将原非凸问题转换成凸优化问题求解,并提出一种基于迭代的鲁棒吞吐量最大化算法。仿真结果表明,与传统非鲁棒资源分配算法和无RIS资源分配算法相比,所提算法具有更强的鲁棒性和更高的吞吐量。
基于混沌映射的抗机器学习攻击强物理不可克隆函数
汪鹏君, 方皓冉, 李刚
, doi: 10.11999/JEIT231129
摘要:
物理不可克隆函数(PUF)在硬件安全领域具有广阔的应用前景,然而易受到基于机器学习等建模攻击。通过对强PUF电路结构和混沌映射机理的研究,该文提出一种可有效抵御机器学习建模攻击的PUF电路。该电路将原始激励作为混沌映射初始值,利用PUF激励响应映射时间与混沌算法迭代深度之间的内在联系产生不可预测的混沌值,并采用PUF中间响应反馈加密激励,进一步提升激励与响应映射的复杂度,增强PUF的抗机器学习攻击能力。该PUF采用Artix-7 FPGA实现,测试结果表明,即使选用的激励响应对数量高达106组,基于逻辑回归、支持向量机和人工神经网络的攻击预测率仍接近50%的理想值,并具有良好的随机性、唯一性和稳定性。
面向演化计算的群智协同研究综述
公茂果, 罗天实, 李豪, 何亚静
, doi: 10.11999/JEIT231195
摘要:
演化计算为代表的群体智能的迅速发展引发了人工智能领域新一轮技术变革。为满足多样化复杂系统应用需求,人工智能越来越趋向于跨级别的智能化、协同化研究。该文提出面向演化计算的群智协同的概念,根据群智协同层级将人工智能跨级别的智能化、协同化研究分为微观协同、中观协同与宏观协同,以群智协同视角对近年来上述分支领域相关研究做出了总结。首先,通过分析决策变量级协同、全局与局部级协同对微观协同进行了阐述。其次,从目标级协同和任务级协同两个维度对中观协同进行了总结。再次,以智能协同系统中存在的空天地海协同、车路云协同和端边云协同对宏观协同展开分析。最后,该文指出了面向演化计算的群智协同领域的研究挑战,并对相关领域发展方向进行了展望。
全球尺度下的海洋鱼类图像智能分类研究进展
周鹏, 李昌永, 步雨馨, 周芷诺, 王春生, 沈红斌, 潘小勇
, doi: 10.11999/JEIT231365
摘要:
在全球尺度上了解鱼类物种组成、丰度及时空分布等,将有助于其生物多样保护。水下图像采集是获取鱼类物种多样性数据的主要调查手段之一,但图像信息分析工作耗时耗力。2015年以来,海洋鱼类图像数据集更新和深度学习模型算法优化等方面取得了一系列进展,但细粒度分类表现仍显不足,研究成果的生产实践应用相对薄弱。因此,该文首先分析海洋相关行业对鱼类自动化图像分类的需求,然后综合介绍鱼类图像数据集和深度学习算法应用,并分析了所面临的小样本下的细粒度分析等主要挑战及相应解决方法。最后探讨了基于深度学习的海洋鱼类图像自动化分类对相关图像信息处理研究及应用平台对未来在生态环境监测等海洋相关产业领域的重要性及其前景。该文旨在为快速了解基于深度学习的海洋鱼类图像自动化分类的研究背景、进展和未来方向的工作者提供相关信息。
面向全息MIMO 6G通信的电磁信道建模理论与方法
黄崇文, 季然, 魏丽, 宫铁瑞, 陈晓明, 沙威, 杨军, 张朝阳, YuenChau
, doi: 10.11999/JEIT231219
摘要:
全息多输入多输出(HMIMO)是6G通信中的新兴技术,相应阵列由固定物理孔径下的密布天线单元组成。全息MIMO是电磁约束下Massive MIMO天线技术的拓展。全息MIMO系统在有效提升无线通信性能方面具有极大的潜力。比如,可用最小的功率损耗实现尽可能大的连续孔径,灵活控制目标方向的电磁波传输等。但是,由于全息MIMO系统包含大量的紧密分布的天线单元,且单元之间的距离小于半波长,因而造成严重的电磁耦合作用。这些耦合使传统的独立同分布的信道假设失效。因此,如何设计一个有效且贴近实际的信道建模成为当前全息MIMO研究中最具挑战性的问题之一。针对该挑战,该文研究了基于电磁场理论的4种信道建模方式,它们都能很好描述全息MIMO系统中的电磁波传输特征。第1种是基于平面格林函数的精确信道建模方式,该方式将自由空间中点对点的格林函数扩展到平面之间积分形式的格林函数,通过积分计算来构造两个全息MIMO平面之间的通信信道,但该方法的复杂度较高。第2, 3种方法则分别采用了平面波展开和球面波展开来近似全息MIMO的通信信道,这两种方案的复杂度更低。其中,基于平面波展开的信道建模形式相对简单,更适用于远场,但是会低估单元强耦合时的最大系统容量;基于球面波展开的信道建模能更好捕捉电磁波信道几何特征,但其复杂度较高。最后介绍基于随机格林函数的信道建模方法,主要描述富散射环境或瑞利信道中电磁波的随机特性。
6G无线多模态通信技术
任超, 丁思颖, 张晓奇, 张海君
, doi: 10.11999/JEIT231201
摘要:
该文综述了多模态通信作为一种能够同时交互多种模态形式的信息转移方式在不同应用场景下的重要性及其未来在6G无线通信技术中的发展前景。首先,将多模态通信分为3类,并探讨了其在这些领域中的关键作用。随后,针对6G无线通信系统可能面临的通信、感知、计算和存储资源限制以及跨域资源管理问题进行了深入剖析,指出未来的6G无线多模态通信将实现通感算存的深度融合和通信能力的提升。在多模态通信实现过程中,必须考虑多个环节,包括多发送端处理、传输技术和接收端处理等,以解决多模态语料库构建、多模态信息压缩、传输、干扰处理、降噪、对齐、融合和扩充等方面的挑战,以及资源管理问题。最后,强调了6G网络的跨域多模态信息转移、互补和协同的重要性,这将更好地整合和应用海量异构信息,以满足未来高速、低延迟、智能互联的通信需求。
卷积神经网络与视觉Transformer联合驱动的跨层多尺度融合网络高光谱图像分类方法
赵凤, 耿苗苗, 刘汉强, 张俊杰, 於俊
, doi: 10.11999/JEIT231209
摘要:
高光谱图像(HSI)分类是地球科学和遥感影像处理任务中最受关注的研究热点之一。近年来,卷积神经网络(CNN)和视觉Transformer相结合的方法,通过综合考虑局部-全局信息,在HSI分类任务中取得了成功。然而,HSI中地物具有丰富的纹理信息和复杂多样的结构,且不同地物之间存在尺度差异。现有的二者结合的方法通常对多尺度地物目标的纹理和结构信息的提取能力有限。为了克服上述局限性,该文提出CNN与视觉Transformer联合驱动的跨层多尺度融合网络HSI分类方法。首先,从结合CNN与视觉Transformer的角度出发,设计了跨层多尺度局部-全局特征提取模块分支,其主要由卷积嵌入的视觉Transformer和跨层特征融合模块构成。具体来说,卷积嵌入的视觉Transformer通过深度融合多尺度CNN与视觉Transformer实现了多尺度局部-全局特征信息的有效提取,从而增强网络对不同尺度地物的关注。进一步地,跨层特征融合模块深度聚合了不同层次的多尺度局部-全局特征信息,以综合考虑地物的浅层纹理信息和深层结构信息。其次,构建了分组多尺度卷积模块分支来挖掘HSI中密集光谱波段潜在的多尺度特征。最后,为了增强网络对HSI中局部波段细节和整体光谱信息的挖掘,设计了残差分组卷积模块对局部-全局光谱特征进行提取。Indian Pines, Houston 2013和Salinas Valley 3个HSI数据集上的实验结果证实了所提方法的有效性。
混合智能反射面辅助的通信感知一体化:高能效波束成形设计
褚宏云, 杨梦瑶, 黄航, 郑凌, 潘雪, 肖戈
, doi: 10.11999/JEIT230699
摘要:
能量效率(EE)是5G+/6G无线通信的重要设计指标,而智能反射面(RIS)被普遍认为是改善EE的潜在手段。不同于被动RIS,混合RIS由有源和无源元件组成,对来波移相的同时可放大信号强度,能够有效克服被动RIS引起的“乘性衰落”效应。鉴于此,该文提出一种混合RIS辅助通信感知一体化(ISAC)的下行链路传输系统。为探究数据传输速率与能耗之间的内在关联,该文以RIS辅助ISAC网络能量效率最大化为目标,在满足基站(BS)发射功率、波束图增益以及混合RIS功率和幅值约束的条件下,联合优化基站端的波束赋形和混合RIS的相移。为解决该复杂的分数规划问题,提出基于交替优化(AO)的算法来求解。为克服AO算法中引入辅助变量造成算法复杂度高的难题,利用耦合优化变量的关联,提出一种基于级联深度学习网络的求解算法。仿真结果表明,提出的混合RIS辅助ISAC方案在和速率、能效方面皆优于现有方案,且算法收敛速度快。
恶意干扰下的无人机辅助边缘计算加权能耗与时延智能优化
杨和林, 郑梦婷, 刘帅, 肖亮, 谢显中, 熊泽辉
, doi: 10.11999/JEIT230986
摘要:
近年来,将移动边缘计算(MEC)服务器搭载在无人机(UAV)上为地面移动用户提供服务备受学术界和工业界广泛的研究。但在恶意干扰环境下,如何有效调度资源降低系统时延和能耗成为关键问题。为此,针对干扰机影响下无人机辅助边缘计算的问题,该文建立一个以最小化加权能耗与时延为目标的模型,联合优化无人机飞行轨迹、资源调度和任务分配来提升无人机辅助移动边缘计算系统性能。鉴于优化问题难求解以及恶意干扰行为动态多变,该文提出了一种基于双延迟深度确定性策略梯度(TD3)的资源调度算法,同时结合优先经验回放(PER)机制提高算法收敛速度和稳定性,高效对抗恶意干扰攻击。仿真结果表明所提算法较其他算法,能够有效降低系统的时延和能耗,并具有很好的收敛性与稳定性。
面向重大活动电磁安全管控的协同电磁压制方法
石嘉, 李安童, 李赞, 肖什贵, 魏庆
, doi: 10.11999/JEIT231318
摘要:
该文研究了复杂环境条件下重大活动安保区域的电磁安全协同压制技术问题。首先采用了城市环境电波传播模型,建模分析了城市复杂电磁环境的特征。其次,针对高效电磁压制与有效避免有害干扰问题,利用势博弈方法设计电磁压制设备协同部署算法,基于此,提出了基于遗传算法的压制设备功率优化方法,实现了电磁压制设备协同工作下干扰功率的高效投送。仿真结果表明,所提出的电磁压制设备位置部署算法可获得与理论最优方法(即遍历算法)近似的优异性能,且运算复杂度更低;在保证相同干扰效果下,所提功率优化算法相较于传统干扰功率分配方法的传输功率降低了50%以上,实现了精准协同管控。
针对多目标跟踪的组网雷达检测门限与功率联合优化算法
石兆, 时晨光, 汪飞, 周建江
, doi: 10.11999/JEIT231242
摘要:
为了提升组网雷达多目标跟踪(MTT)时的射频隐身性能,本文研究了针对MTT的组网雷达检测门限与功率联合优化算法。首先,在采用检测跟踪一体化结构的基础上,分别推导相关波门内的平均检测概率和预测贝叶斯克拉美-罗下界作为衡量目标检测性能和MTT性能的指标。其次,以有限的辐射资源和满足一定的目标检测和MTT性能为约束条件,以最小化组网雷达的总功率资源消耗为目标,建立组网雷达检测门限与功率联合优化模型,联合优化雷达节点选择方式、各雷达的检测门限和辐射功率。在此基础上,结合改进的概率数据互联算法和序贯二次规划算法求解上述问题。仿真结果表明,所提算法在满足目标检测和跟踪性能需求时有效降低组网雷达功率资源消耗,提升射频隐身性能。
一种满足个性化差分隐私的多方垂直划分数据合成机制
朱友文, 王珂, 周玉倩
, doi: 10.11999/JEIT231158
摘要:
当今时代,随着大数据技术的飞速发展和数据量的持续增加,大量数据不断被不同的公司或者机构收集,把来自不同公司或机构的数据聚合起来并发布,有助于更好地提供服务、支持决策。然而他们各自的数据中可能包含敏感程度不同的隐私信息,所以在聚合发布各方数据时需要满足个性化隐私保护要求。针对个性化隐私保护的多方数据聚合发布问题,该文提出满足个性化差分隐私的多方垂直划分数据合成机制(PDP-MVDS)。该机制通过生成低维边缘分布实现对高维数据的降维,用低维边缘分布更新随机初始的数据集,最终发布和各方的真实聚合数据集分布近似的合成数据集;同时通过划分隐私预算实现个性化差分隐私保护,利用安全点积协议和门限Paillier加密保证各方数据在聚合过程中的隐私性,利用分布式拉普拉斯机制有效保护了多方聚合边缘分布的隐私。该文通过严格的理论分析证明了PDP-MVDS能够确保每个参与方数据和发布数据集的安全。最后,在公开数据集上进行了实验评估,实验结果表明PDP-MVDS机制能够以低开销生成高效用的多方合成数据集。
声纳图像水下目标识别综述与展望
黄海宁, 李宝奇, 刘纪元, 刘正君, 韦琳哲, 赵爽
, doi: 10.11999/JEIT231207
摘要:
随着海洋资源开发和水下作业的增加,声纳图像水下目标识别已成为热门研究领域。该文全面回顾了该领域的现状和未来趋势。首先,强调了声纳图像水下目标识别的背景和重要性,指出水下环境复杂和样本稀缺增加了任务难度。其次,深入探讨了典型的成像声纳技术,包括前视声纳、侧扫声纳、合成孔径声纳、多波束测深仪、干涉合成孔径声纳和前视三维声纳等。接下来,系统地审视了二维和三维声纳图像水下目标识别方法,比较了不同算法的优劣,还讨论了声纳图像序列的关联识别方法。最后,总结了当前领域的主要挑战,展望了未来研究方向,旨在促进水下声纳目标识别领域的发展。
利用自适应融合和混合锚检测器的遥感图像小目标检测算法
王坤, 丁麒龙
, doi: 10.11999/JEIT230966
摘要:
针对遥感图像背景噪音多,小目标多且密集排列,以及目标尺度分布广导致的遥感图像小目标难以检测的问题,该文提出一种根据不同尺度的特征信息自适应融合的混合锚检测器AEM-YOLO。首先,提出了一种结合目标宽高信息以及尺度宽高比信息的二坐标系k-means聚类算法,生成与遥感图像数据集匹配度较高的锚框。其次,设计了自适应增强模块,用于解决不同尺度特征之间的直接融合导致的信息冲突,并引入更低特征层沿自底向上的路径传播小目标细节信息。通过混合解耦检测头的多任务学习以及引入尺度引导因子,可以有效提高对宽高比大的目标召回率。最后,在DIOR数据集上进行实验表明,相较于原始模型,AEM-YOLO的AP提高了7.8%,在小中大目标的检测中分别提高了5.4%,7.2%,8.6%。
基于混合可重构智能表面和人工噪声辅助的物理层安全通信
邓志祥, 戴陈庆, 张志威
, doi: 10.11999/JEIT231235
摘要:
针对可重构智能表面(Reconfigurable Intelligent Reflecting Surface, RIS)辅助的物理层安全通信,该文设计了基于混合有源-无源RIS和人工噪声(Artificial Noise, AN)辅助的安全传输方案。考虑基站和RIS的功率约束以及RIS无源反射元件的反射系数恒模约束,以最大化系统安全传输速率为目标,构建基站发射波束成形、AN波束向量、RIS反射系数矩阵联合优化问题。使用交替优化(Alternating Optimization, AO)、权值最小均方误差(Weighted Minimum Mean Square Error, WMMSE)和半定松弛(Semi-definite Relaxation, SDR)算法,求解所构建的变量高度耦合的非凸优化问题。仿真结果表明,混合RIS辅助安全传输方案,能够有效提高系统的安全速率,与无源RIS相比,能够有效克服“双衰落”效应导致的安全速率降低,与有源RIS相比,具有更高的能量效率。
一种基于柔性形变天线的极化波束在线重构技术
陈志坤, 崔津赫, 王伟, 陈智斌, 郭云飞
, doi: 10.11999/JEIT240070
摘要:
针对柔性极化阵列天线因其结构实时形变而难以波束重构以及性能受损的问题,该文提出一种基于柔性形变天线的极化波束在线重构技术。首先,基于无人机机翼模型的柔性形变状态进行阵列建模,借助于模态法得到实时形变数据,在线重构天线阵列模型;其次,基于矢量阵列天线的阵元响应,构建3维空间中的柔性阵列信号模型;最后,将循环算法(CA)与2阶锥规划(SOCP)进行深度结合设计以求解最优极化波束重构的动态优化问题。仿真结果表明:在一定的形变范围内,即在环境载荷对不同弧度与角度需求下,该文所提方法能够实现在线天线阵列重构,并根据所测量应变位移数据而实现最优极化波束在线重构,方向图增益、波束宽度以及极化匹配设计均能满足工程应用要求。
3DSARBuSim 1.0:人造建筑高分辨星载SAR三维成像仿真数据集
焦润之, 邓嘉, 韩亚权, 黄海风, 王青松, 赖涛, 王小青
, doi: 10.11999/JEIT230882
摘要:
层析合成孔径雷达(Tomographic Synthetic Aperture Radar,TomoSAR)成像技术可有效解决陡峭地形叠掩恢复难题,因此成为城市测绘技术的研究热点之一。基于公开数据集的评估是TomoSAR算法研究与系统论证的必要过程,但目前存在的公开数据集缺乏相应的地物模型真值,无法对算法进行定量验证。为解决这一问题,并进一步推动TomoSAR技术的发展,该文首先提出一种基于射线追踪的先进星载雷达模拟器(Ray Tracing Space Borne Radar Advanced Simulator,RT-SBRAS),相较过往方法,该模拟器可快速稳定地模拟复杂建筑物星载SAR图像。基于此,构建了人造建筑物高分辨SAR三维成像仿真(3D SAR Building Simulation,3DSARBuSim)数据集的1.0版本,其中包含8个典型建筑物场景的双频段多航过全链路仿真数据。最后给出正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法和双频OMP算法在所提数据集上的验证实验,该数据集可对算法进行清晰、准确的定量比较。
对称谐振式甚低频发/接磁电天线耦合性能研究
王晓煜, 张博焱, 赵相晨, 杨西杰, 冯晴, 曹振新
, doi: 10.11999/JEIT230247
摘要:
甚低频段由于低传播损耗特性,在远距离信号传输及军事通信方面有巨大潜力。传统天线庞大物理尺寸以及复杂网络匹配限制了低频天线通信的发展。磁电(ME)天线基于声波谐振原理可以突破尺寸极限且易于阻抗匹配,在甚低频段传输具有独特优势。基此设计了P/T/P结构的发射天线和T/P/T结构的接收天线组成的新型ME天线系统。依据磁机电耦合模型分析天线在接收/发射电磁波时的规律;依据辐射模型研究近场范围内天线磁场分布情况;以声波介导激励,实现ME天线在甚低频段的发/收通信实验。实验得到在谐振频率下,ME发射/接收天线在压电占比分别在0.66、0.34时,结构优化前较于优化后输出电压提升82.6%,通信距离提升42.2%;相较于同等尺寸电小天线辐射效率提高3个数量级;可实现传输速率为5bit/s的调制通信,依据结构优化实现了天线性能的提升。
基于无监督图互信息最大化的海面小目标异常检测
许述文, 何绮, 茹宏涛
, doi: 10.11999/JEIT230887
摘要:
受到复杂海洋环境的影响,雷达对海面慢速小目标难以实现高性能检测。对于这类目标,传统的基于能量的统计检测方法存在着严重的性能损失。针对这一问题,该文提出了基于互信息最大化框架下的海面小目标检测方法,实现海杂波背景下的无监督目标异常检测任务。首先,考虑到高分辨雷达回波不满足传统神经网络对样本独立同分布的假设,该文从图的角度重新建模数据,利用回波的空时相关特性来构建图拓扑结构。该文提出相对最大节点度并联合7个已有特征作为节点的初始表示向量。接下来,采用图注意力网络作为互信息最大化框架中的编码器学习节点表示向量。最后,使用异常检测算法进行目标检测,并实现虚警可控。经实测数据验证,使用快速凸包学习算法时,相比三特征检测器,所提检测器性能提升了9.2%;相比时频三特征检测器,性能提升了7.9%。当网络输出更高维的表示向量时,使用孤立森林算法的检测器的性能提升了27.4%。
面向纵向联邦学习的隐私保护数据对齐框架
高莹, 谢雨欣, 邓煌昊, 朱祖坤, 张一余
, doi: 10.11999/JEIT231234
摘要:
纵向联邦学习中,各个客户端持有的数据集中包含有重叠的样本ID和不同维度的样本特征,需要进行数据对齐以适应模型训练。现有数据对齐技术一般将各方样本ID交集作为公开信息,如何在不泄露样本ID交集的前提下实现数据对齐成为亟需解决的问题。基于可交换加密和同态加密技术,该文构造了隐私保护的数据对齐框架ALIGN,包括数据加密、密文盲化、密文求交和特征拼接等步骤,使得相同的原始样本ID经过双重可交换加密可变换为相同的密文,并且对样本特征经同态加密后又进行了盲化处理。ALIGN框架能够对参与方样本ID的密文求交,将交集内样本ID对应的全部特征数据进行拼接并以秘密分享形式分配给参与方。相比现有数据对齐技术,该框架不仅能够保护样本ID交集的隐私性,同时能安全地删除样本ID交集外的样本信息。对ALIGN框架的安全性证明表明,除数据规模外,各客户端不能通过数据对齐获得关于对方数据的任何信息,保证了隐私保护策略的有效性。与现有工作相比,每增加10%的冗余数据,ALIGN框架利用所得数据对齐结果可将模型训练时间缩短约1.3秒,将模型训练准确度稳定在85%以上。仿真实验结果表明,通过ALIGN框架进行纵向联邦学习数据对齐,有利于提升后续模型训练的效率和模型准确度。
语义增强图像-文本预训练模型的零样本三维模型分类
丁博, 张立宝, 秦健, 何勇军
, doi: 10.11999/JEIT231161
摘要:
目前,基于对比学习的图像-文本预训练模型(CLIP)在零样本3维模型分类任务上表现出了巨大潜力,然而3维模型和文本之间存在巨大的模态鸿沟,影响了分类准确率的进一步提高。针对以上问题,该文提出一种语义增强CLIP的零样本3维模型分类方法。该方法首先将3维模型表示成多视图;然后为了增强零样本学习对未知类别的识别能力,通过视觉语言生成模型获得每张视图及其类别的语义描述性文本,并将其作为视图和类别提示文本之间的语义桥梁,语义描述性文本采用图像字幕和视觉问答两种方式获取;最后微调语义编码器将语义描述性文本具化为类别的语义描述,其拥有丰富的语义信息和较好的可解释性,有效减小了视图和类别提示文本的语义鸿沟。实验表明,该文方法在ModelNet10和ModelNet40数据集上的分类性能优于现有的零样本分类方法。
智能交通系统中具有隐私保护性的属性基可搜索加密方案
牛淑芬, 戈鹏, 董润园, 刘琦, 刘维
, doi: 10.11999/JEIT231074
摘要:
针对智能交通系统(ITS)中车载用户出行信息容易被非法盗用、交通系统云端服务器存储的交通数据被恶意用户非法滥用等问题,该文提出一种新的属性基可搜索加密(ABSE)方案,该方案具有隐私保护、密钥聚合和轻量计算等功能。该方案在密钥生成阶段、访问控制阶段和部分解密阶段实现了全隐私保护;将搜索关键字嵌入到访问结构中,在实现部分策略隐藏的同时保证了关键字安全;通过密钥聚合技术,将所有满足搜索条件和访问策略的文件标识聚合成一个聚合密钥,减轻用户的密钥存储负担,保障文件密钥安全的同时进一步保障了数据安全。安全性分析表明,该方案具有隐藏访问结构安全、关键字密文不可区分安全和陷门不可区分安全。理论分析和数值模拟显示所提方案在通信和计算方面的开销是高效且实用的。
基于半张量积的逻辑综合研究进展
储著飞, 马铖昱, 闫鸣, 潘家祥, 潘鸿洋, 王伦耀, 夏银水
, doi: 10.11999/JEIT231457
摘要:
逻辑综合在现代电子设计自动化流程中扮演着至关重要的角色。随着计算能力的不断增强以及新的计算范式的涌现,各种高效的布尔可满足性(SAT)求解器和电路仿真器(Simulator)得以开发,并在逻辑综合的领域取得了显著的应用。该文首先对布尔可满足性问题和电路逻辑仿真器进行了简要介绍;其次回顾了矩阵半张量积的发展历程,并根据半张量积的基本原理深入阐述了其在推理引擎和逻辑综合方面的研究进展;最后,对未来可能对逻辑综合产生重大影响的新技术进行了展望。
综合孔径微波辐射计的射频干扰源空间角度稀疏贝叶斯估计方法
张娟, 庄乐慧, 李一楠, 李虹, 窦昊锋
, doi: 10.11999/JEIT231367
摘要:
该文提出一种综合孔径微波辐射计射频干扰源(RFI)空间稀疏贝叶斯估计方法。首先建立了综合孔径微波辐射计可见度函数干涉测量模型,观测数据表示为综合孔径天线基线对相关导向矢量观测矩阵与视场亮温的乘积,由于相关导向矢量观测矩阵的正交性和RFI空间角度分布的稀疏性,亮温在基线对相关导向矢量观测矩阵正交基所构成的支撑域中的变换系数是稀疏的。该文在稀疏贝叶斯学习(SBL)框架下对亮温进行稀疏重构。该方法在无需稀疏度和正则化参数等先验信息前提下也能获得较高的重构性能。计算机仿真验证了该方法的有效性。
面向同频干扰环境的5G机会信号定位算法研究
孙骞, 丁天语, 简鑫, 李一兵, 于飞
, doi: 10.11999/JEIT231423
摘要:
针对全球导航卫星系统(GNSS)拒止环境下定位精度难以保证的问题,该文设计了一种基于新无线电(NR)机会信号的定位方案,并提出一种基于干扰消除子空间追踪(ICSP)算法,解决超密集网络(UDNs)和异构网络(HetNets)环境中同频干扰对定位观测量提取精度不足的问题。通过仿真实验和通用软件无线电外设(USRP)半实物仿真,验证了ICSP算法在复杂网络环境中优化5G机会信号接收机性能、提高定位精度上的有效性。
结合可逆神经网络和逆梯度注意力的抗屏摄攻击水印方法
李谢华, 娄芹, 杨俊雪, 廖鑫
, doi: 10.11999/JEIT230953
摘要:
随着智能设备的普及,数字媒体内容的传播和分享变得更加便捷,人们可以通过手机拍摄屏幕等简单方式轻松获取未经授权的信息,导致屏幕拍摄传播成为版权侵权的热点问题。为此,该文针对屏幕盗摄版权保护任务提出一种端到端的基于可逆神经网络和逆梯度注意力的抗屏摄攻击图像水印框架,实现屏幕盗摄场景下版权维护的目标。该文将水印的嵌入和提取视为相互关联的逆问题,利用可逆神经网络实现编解码网络的一体化,有助于减少信息传递损失。进一步地,通过引入逆梯度注意模块,捕捉载体图像中鲁棒性强且视觉质量高的像素值,并将水印信息嵌入到载体图像中不易被察觉和破坏的区域,保证水印的不可见性和模型的鲁棒性。最后,通过可学习感知图像块相似度(LPIPS)损失函数优化模型参数,指导模型最小化水印图像感知差异。实验结果表明,所提方法在鲁棒性和水印图像视觉质量上优于目前同类的基于深度学习的抗屏摄攻击水印方法。
基于脉冲序列标识的深度脉冲神经网络时空反向传播算法
王子华, 叶莹, 刘洪运, 许燕, 樊瑜波, 王卫东
, doi: 10.11999/JEIT230705
摘要:
尖峰放电的脉冲神经网络(SNN)具有接近大脑皮层的信号处理模式,被认为是实现大脑启发计算的重要途径。但是,目前对于深度脉冲神经网络的学习仍缺乏有效的监督学习算法。受尖峰放电速率标识的时空反向传播算法的启发,该文提出一种面向深度脉冲神经网络训练的基于时间脉冲序列标识的监督学习算法,通过定义突触后电位和膜电位反传迭代因子分别分析脉冲神经元的空间和时间依赖关系,使用替代梯度的方法解决反传过程中不连续可微的问题。不同于现有基于尖峰放电速率标识的学习算法,该算法能够充分反映了脉冲神经网络输出的时间脉冲序列的动态特性。因此,所提算法非常适合应用于需要较长时间序列标识的计算任务,例如行为的时间脉冲序列控制。该文在静态图像数据集CIFAR10和神经形态数据集NMNIST上验证了所提算法的有效性,在所有这些数据集上都显示出良好的性能,这有助于进一步研究基于时间脉冲序列应用的大脑启发计算。
时空自适应图卷积与Transformer结合的动作识别网络
韩宗旺, 杨涵, 吴世青, 陈龙
, doi: 10.11999/JEIT230551
摘要:
在一个以人为中心的智能工厂中,感知和理解工人的行为是至关重要的,不同工种类别往往与工作时间和工作内容相关。该文通过结合自适应图和Transformer两种方式使模型更关注骨架的时空信息来提高模型识别的准确率。首先,采用一个自适应的图方法去关注除人体骨架之外的连接关系。进一步,采用Transformer框架去捕捉工人骨架在时间维度上的动态变化信息。为了评估模型性能,制作了智能生产线装配任务中6种典型的工人动作数据集,并进行验证,结果表明所提模型在Top-1精度上与主流动作识别模型相当。最后,在公开的NTU-RGBD和Skeleton-Kinetics数据集上,将该文模型与一些主流方法进行对比,实验结果表明,所提模型具有良好鲁棒性。
基于反障碍距离加权的复杂场景电磁频谱地图构建方法
陶诗飞, 吴昱江, 罗佳, 丁浩, 王元贺
, doi: 10.11999/JEIT231374
摘要:
针对复杂场景中存在电磁波不可穿透的障碍物导致电磁频谱地图(REMs)构建性能不佳、反距离加权(IDW)算法受限于插值邻域的人工选择等问题,该文提出一种基于Voronoi图的反障碍距离加权(VIODW)的复杂场景电磁频谱地图构建算法。该算法通过创建包含障碍物的Voronoi图,为每一个待插值点自适应选定插值邻域用于电磁频谱数据构建,并利用任意角度路径寻优(ANYA)算法计算得到待插值点与插值邻域内每个监测站点之间的障碍距离,最后以障碍距离的反幂次作为权重加权获得待插值点处的电磁频谱数据,实现高精度的复杂场景电磁频谱地图构建。理论分析和仿真结果表明,该方法具有良好的构建精度,能够准确拟合出电磁波在复杂场景中的功率分布情况,为复杂场景下电磁频谱地图高精度构建提供了一种有效方法。
基于低复杂度加法网络的非正交多址接入短报文多用户检测算法研究
王骥, 李子龙, 肖健, 李涣哲, 谢文武, 余超
, doi: 10.11999/JEIT231186
摘要:
针对非正交多址接入(NOMA)系统中,接收机使用串行干扰删除算法译码时需要已知干扰用户的调制方式而产生额外的信令开销问题,该文提出一种基于联合星座轨迹图和深度学习的NOMA短包传输干扰用户调制方式盲检测算法。考虑在通信设备部署神经网络时存在计算复杂度高和能量消耗大等不足,将原始卷积神经网络替换为深度加法网络,在调制检测准确率,计算延迟和能耗等方面进行了充分比较,使用时域过采样技术改善低信噪比下的识别率。最后分析并验证了功率分配,数据包长度对检测性能的影响。
一种基于时间序列分解和时空信息提取的云服务器异常检测模型
唐伦, 赵禹辰, 薛呈呈, 陈前斌
, doi: 10.11999/JEIT230679
摘要:
异常检测是维护云数据中心性能的一项重要任务。云数据中心中运行着大量的云服务器以实现各种云计算功能。由于云数据中心的性能取决于云服务的正常运行,因此检测和分析云服务器中的异常至关重要。为此,该文提出一种基于时间序列分解和时空信息提取的云服务器异常检测模型。首先,提出带时空信息提取模块的双向Wasserstein 生成对抗网络算法(BiWGAN-GTN),该算法在具有梯度惩罚的双向Wasserstein 生成对抗网络(BiWGAN-GP)算法的基础上,将生成器与编码器替换为由图卷积网络(GCN)与时间卷积网络(TCN)组成的时空信息提取模块(GTN),实现对数据空时信息的提取;其次,提出半监督BiWGAN-GTN算法来识别多维时间序列中的异常,以在训练过程中避免异常数据侵入的风险并增强模型鲁棒性。最后设计多通道BiWGAN-GTN算法-MCBiWGAN-GTN以实现降低数据复杂度并提升模型学习效率的目标。利用带有自适应噪声完全集合经验模态分解(CEEMDAN)算法将时序数据分解,然后将不同的分量送入对应通道下的BiWGAN-GTN算法中训练。在真实世界云数据中心数据集Clearwater和MBD上采用精确率、召回率和F1分数这3个性能指标验证了该文所提模型的有效性。实验结果表明,MCBiWGAN-GTN在这两个数据集上的性能稳定并优于所比较的方法。
反向散射NOMA赋能的混合多播-单播协作传输方案
阔永红, 薛彦文, 吕璐, 贺冰涛, 陈健
, doi: 10.11999/JEIT230672
摘要:
针对协作中继通信系统频谱效率低和链路利用率低的问题,面向多播、单播业务共存场景,该文提出一种反向散射NOMA赋能的混合多播-单播协作传输方案。机会式选择一个多播用户作为协作节点,将其接收信号的一部分功率用于自身解码,剩余功率反向散射以增强其余用户的接收质量。为提升系统性能,通过联合优化基站功率分配系数、协作用户反向散射系数和协作节点选择变量,在保障多播服务质量的前提下,实现单播用户最小可达速率的最大化。为解决上述高度非凸联合优化问题,该文设计了一种协作用户选择准则并提出了一种迭代算法来获取原问题的最优解。仿真结果验证了所提迭代算法的快速收敛性,相较于传统非协作传输方案,所提方案可将单播用户最小可达速率提升11.5%,有效保证多业务服务质量。
基于预训练固定参数和深度特征调制的红外与可见光图像融合网络
徐少平, 周常飞, 肖建, 陶武勇, 戴田宇
, doi: 10.11999/JEIT231283
摘要:
为了更好地利用红外与可见光图像中互补的图像信息,得到符合人眼感知特性的融合图像,该文采用两阶段训练策略提出一种基于预训练固定参数和深度特征调制的红外与可见光图像融合网络(PDNet)。具体地,在自监督预训练阶段,以大量清晰的自然图像分别作为U型网络结构(UNet)的输入和输出,采用自编码器技术完成预训练。所获得编码器模块能有效提取输入图像的多尺度深度特征功能,而解码器模块则能将其重构为与输入图像差异极小的输出图像;在无监督融合训练阶段,将预训练编码器和解码器模块的网络参数保持固定不变,而在两者之间新增包含Transformer结构的融合模块。其中,Transformer结构中的多头自注意力机制能对编码器分别从红外和可见光图像提取到的深度特征权重进行合理分配,从而在多个尺度上将两者融合调制到自然图像深度特征的流型空间上来,进而保证融合特征经解码器重构后所获得融合图像的视觉感知效果。大量实验表明:与当前主流的融合模型(算法)相比,所提PDNet模型在多个客观评价指标方面具有显著优势,而在主观视觉评价上,也更符合人眼视觉感知特点。
智能超表面辅助多用户系统的通用低复杂度波束成形设计
陈晓, 施建锋, 朱建月, 潘存华
, doi: 10.11999/JEIT240051
摘要:
针对可重构智能超表面(RIS)辅助多用户系统中基站和RIS联合波束成形设计问题,该文提出通用低复杂度联合波束成形设计方案。首先,分析RIS辅助多用户系统以最大化和数据速率为目标的联合波束成形非凸优化问题。其次,利用波束导向矢量近似正交性设计RIS反射矩阵,进一步利用迫零方法设计基站发射波束成形,并对多用户进行功率分配优化。最后,讨论该方案适用性并对比该方案的计算复杂度相比现有方案降低了一个数量级。仿真结果表明,所提通用低复杂度波束成形设计可以获得较高和数据速率,并且采用最优功率分配可以进一步提高和数据速率。此外,仿真结果和理论分析都表明系统和数据速率随RIS位置的变化而变化,该结论为RIS位置的选择提供参考依据。
空间高速光通信基带调制信号产生与相位同步方法研究
汪滴珠, 靳一, 左金钟, 徐常志, 梁慧剑, 苟保卫
, doi: 10.11999/JEIT231460
摘要:
高速调制基带信号的高质量产生与相位精确同步是实现空间光通信测距的关键技术。传统采用FPGA或数字信号处理器(DSP)与高速数模转换器 (DAC)的实现方法,存在相位同步精度低、硬件实现复杂度高等缺点。该文提出一种高速光通信基带信号产生与相位同步方法,设计了相位闭环动态控制环路,通过实时调整高速信号发射时钟相位,可实现I,Q高速基带信号相位与外部参考时钟相位的确定性关系。实验结果表明:正交相移键控(QPSK)光调制信号码速率为5 Gbit/s时,相位同步精度小于2 ps,误差矢量幅度(EVM)小于8% ;5 Gbit/s光通信速率误码率为10–7,接收灵敏度优于–47 dBm,测距精度优于2 mm。与传统方法相比,其灵敏度与测距精度均得到明显改善。
基于特征融合的窄带雷达短时观测回波序列空中目标识别
郭泽坤, 刘峥, 谢荣, 冉磊, 徐寒铮
, doi: 10.11999/JEIT231232
摘要:
窄带雷达因其成本低、作用距离远的优点在防空制导领域有着广泛应用,随着高速机动平台的发展,传统的基于长时间观测回波序列特征建模的目标识别方法已不再适用。针对窄带雷达对短时间观测回波(OEST)序列特征识别能力较差,并且易受诱饵目标干扰,导致识别结果可靠性不高的问题,该文提出一种采用多特征自适应融合的窄带雷达OEST序列空中目标识别方法。首先,对编码层和分类层进行训练,通过构建通道-空间注意力模块,自适应地突出高可分性特征,然后,构建最大边缘正交损失函数,增大不同类别特征间距,缩小同类特征间距,并使类间特征正交,以此提升分类性能;最后,固定编码层与分类层参数,利用重构误差对解码层进行训练,确保模型具备对诱饵等库外目标的准确鉴别能力。实验部分在观测序列长度为100的条件下,分类准确率和鉴别率分别达到94.37%和96.78%,由此可得,所提方法能够有效提升窄带雷达的分类性能和对诱饵目标的鉴别能力,进而提高识别结果的可靠性。
复杂场景下自适应注意力机制融合实时语义分割
陈丹, 刘乐, 王晨昊, 白熙茹, 王子晨
, doi: 10.11999/JEIT231338
摘要:
实现高准确度和低计算负担是卷积神经网络(CNN)实时语义分割面临的严峻挑战。针对复杂城市街道场景目标种类众多、光照变化大等特点,该文设计了一种高效的实时语义分割自适应注意力机制融合网络(AAFNet)分别提取图像空间细节和语义信息,再经过特征融合网络(FFN)获得准确语义图像。AAFNet采用扩展的深度可分离卷积(DDW)可增大语义特征提取感受野,提出自适应平均池化(Avp)和自适应最大池化(Amp)构成自适应注意力机制融合模块(AAFM),可细化目标边缘分割效果并降低小目标的漏分率。最后在复杂城市街道场景Cityscapes和CamVid数据集上分别进行了语义分割实验,所设计的AAFNet以32帧/s(Cityscapes) 和52帧/s (CamVid)的推理速度获得73.0%和69.8%的平均分割精度(mIoU),且与扩展的空间注意力网络(DSANet)、多尺度上下文融合网络(MSCFNet)以及轻量级双边非对称残差网络(LBARNet)相比,AAFNet平均分割精度最高。
融合通道个性标准化的本地自适应联邦学习研究
赵宇, 陈思光
, doi: 10.11999/JEIT231165
摘要:
为了缓解联邦学习(FL)中客户端之间由于完全重叠特征偏移所带来的数据异构问题影响,该文提出一种融合通道个性标准化的本地自适应联邦学习算法。具体地,构建了一个面向数据特征偏移的联邦学习模型,在训练开始之前先对客户端中的图像数据集进行一系列随机增强操作。其次,客户端分别按颜色通道单独计算数据集的均值和标准差,实现通道个性标准化。进一步地,设计本地自适应更新联邦学习算法,即自适应地聚合全局模型和本地模型以进行本地初始化,该聚合方法的独特之处在于既保留了客户端模型的个性化特征,同时又能从全局模型中捕获必要信息,以提升模型的泛化性能。最后,实验结果表明,该文所提算法与现有相关算法相比,收敛速度更快,准确率提高了3%~19%。
非语言信息增强和对比学习的多模态情感分析模型
刘佳, 宋泓, 陈大鹏, 王斌, 张增伟
, doi: 10.11999/JEIT231274
摘要:
因具有突出的表征和融合能力,深度学习方法近年来越来越多地被应用于多模态情感分析领域。已有的研究大多利用文字、面部表情、语音语调等多模态信息对人物的情绪进行分析,并主要使用复杂的融合方法。然而,现有模型在长时间序列中未充分考虑情感的动态变化,导致情感分析性能不佳。针对这一问题,该文提出非语言信息增强和对比学习的多模态情感分析网络模型。首先,使用长程文本信息去促使模型学习音频和视频在长时间序列中的动态变化,然后,通过门控机制消除模态间的冗余信息和语义歧义。最后,使用对比学习加强模态间的交互,提升模型的泛化性。实验结果表明,在数据集CMU-MOSI上,该模型将皮尔逊相关系数(Corr)和F1值分别提高了3.7%和2.1%;而在数据集CMU-MOSEI上,该模型将“Corr”和“F1值”分别提高了1.4%和1.1%。因此,该文提出的模型可以有效利用模态间的交互信息,并去除信息冗余。
一种改进YOLOv5算法的伪装目标检测方法
彭锐晖, 赖杰, 孙殿星, 李莽, 颜如玉, 李雪
, doi: 10.11999/JEIT231170
摘要:
为了深入挖掘伪装目标特征信息含量、充分发挥目标检测算法潜能,解决伪装目标检测精度低、漏检率高等问题,该文提出一种多模态图像特征级融合的伪装目标检测算法(CAFM-YOLOv5)。首先,构建伪装目标多波谱数据集用于多模态图像融合方法性能验证;其次,构建双流卷积通道用于可见光和红外图像特征提取;最后,基于通道注意力机制和空间注意力机制提出一种交叉注意力融合模块,以实现两种不同特征有效融合。实验结果表明,模型的检测精度达到96.4%、识别概率88.1%,优于YOLOv5参考网络;同时,在与YOLOv8等单模态检测算法、SLBAF-Net等多模态检测算法比较过程中,该算法在检测精度等指标上也体现出巨大优势。可见该方法对于战场军事目标检测具有实际应用价值,能够有效提升战场态势信息感知能力。
面向数据压缩的NOMA-MEC系统能耗最小化研究
施丽琴, 刘璇, 卢光跃
, doi: 10.11999/JEIT231033
摘要:
该文研究基于数据压缩的非正交多址-移动边缘计算(NOMA-MEC)系统中系统能耗最小化问题。考虑到部分压缩与卸载方案和基站端计算能力有限等条件,通过联合优化各用户的任务压缩和卸载比例、发射功率以及任务压缩时间等变量,建立一个系统能耗最小化优化问题。为了求解该问题,首先推导出各用户最佳发射功率的闭式表达式。接着利用连续凸逼近(SCA)方法对原问题的非凸约束进行近似,然后提出一个基于SCA的高效迭代算法来求解原问题,从而得到该系统的最佳资源分配方案。最后借助于计算机仿真对所提出方案的性能优势进行验证,仿真结果表明相比于其他基准方案,该文所提方案能有效降低系统能耗。
低分辨率随机遮挡人脸图像的超分辨率修复
任坤, 李峥瑱, 桂源泽, 范春奇, 栾衡
, doi: 10.11999/JEIT231262
摘要:
针对低分辨率随机遮挡人脸图像,该文提出一种端到端的4倍超分辨率修复生成对抗网络(SRIGAN)。SRIGAN生成网络由编码器、特征补偿子网络和含有金字塔注意力模块的解码器构成;判别网络为改进的Patch判别网络。该网络通过特征补偿子网络和两阶段训练策略有效学习遮挡区域的缺失特征,通过在解码器中引入金字塔注意力模块和多尺度重建损失增强信息重构,从而实现低分辨率随机遮挡图像与4倍高分辨率完整图像的映射。同时,通过损失函数设计和改进Patch判别网络,确保网络训练的稳定性,提升生成网络性能。对比实验和模块验证实验验证了该算法的有效性。
多蛇形机器人编队路径跟踪控制
<