高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

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:
射频低噪声放大器提高三阶交截点方法探讨
赵巾翔, 汪峰, 于汉超, 王魁松, 张胜利, 梁晓新, 阎跃鹏
, doi: 10.11999/JEIT211164
摘要:
随着现代通信技术的进步,特别是4G,5G等无线移动通信的高速发展,多正交振幅调制(QAM)等高频谱利用率的调制方式得到广泛应用,对无线通信系统提出了更高、更严格的线性要求。射频低噪声放大器(LNA)作为射频前端(RF FEM)的第1个有源器件,其非线性特征直接影响系统的信号质量和动态范围。以3阶交调为例,低噪声放大器需要足够的输入3阶交截点,以确保即使在强干扰信号下也能提供预期的性能。基于3阶非线性模型,该文简要分析了3阶交调的理论模型,梳理了提高3阶交截点的方法,归纳研究了近年来相关的研究成果与进展,并展望了未来的发展趋势。
AccFed:物联网中基于模型分割的联邦学习加速
曹绍华, 陈辉, 陈舒, 张汉卿, 张卫山
, doi: 10.11999/JEIT220240
摘要:
随着物联网(IoT)的快速发展,人工智能(AI)与边缘计算(EC)的深度融合形成了边缘智能(Edge AI)。但由于IoT设备计算与通信资源有限,并且这些设备通常具有隐私保护的需求,那么在保护隐私的同时,如何加速Edge AI仍然是一个挑战。联邦学习(FL)作为一种新兴的分布式学习范式,在隐私保护和提升模型性能等方面,具有巨大的潜力,但是通信及本地训练效率低。为了解决上述难题,该文提出一种FL加速框架AccFed。首先,根据网络状态的不同,提出一种基于模型分割的端边云协同训练算法,加速FL本地训练;然后,设计一种多轮迭代再聚合的模型聚合算法,加速FL聚合;最后实验结果表明,AccFed在训练精度、收敛速度、训练时间等方面均优于对照组。
水声网络全双工定向碰撞避免媒体接入控制协议
刘奇佩, 乔钢, SulemanMazhar
, doi: 10.11999/JEIT211426
摘要:
近年来水声网络(UAN)技术飞速发展,但仍然面临诸多严峻挑战,能量效率成为水声网络的首要考虑因素。此外,水声信道传播时延大且可用带宽受限,严重制约了水声通信技术的可靠性和有效性,进而限制了水声网络的整体性能。定向通信技术可以有效改善上述情况,通过波束聚焦能力将声波能量聚集在一定角度范围内,获得比全向通信更高的通信范围和信噪比,提升整个网络的能耗效率和空间复用率。但该技术需要对目的节点的位置具备先验知识,且会面临“聋节点”问题,因此该文提出一个水声网络全双工定向碰撞避免(FDDCA)媒体接入控制(MAC)协议,通过装备两个分别处于不同工作频带的全向换能器和定向换能器解决“聋节点”问题,并通过降低节点的冲突域解决了“暴露终端”问题。仿真结果表明,与水下Aloha(UW-Aloha)和时隙地面多址接入(S-FAMA)协议相比,FDDCA在多汇聚节点的网络拓扑下吞吐量分别提升了140%和400%,网络能效上节省了90%和94%。
有限区域同时同频全双工跳频自组网性能研究
段柏宇, 陈聪, 陈顺轲, 徐强, 邵士海
, doi: 10.11999/JEIT211499
摘要:
该文针对有限区域的同时同频全双工跳频自组网络,通信节点位置不等价,受非对称互干扰和自干扰影响的场景,开展有限区域全双工跳频自组网的通信性能分析。以网络频带利用率为性能指标,推导出节点位置分布条件下的网络频带利用率闭合表达式,并提出一种降低网络互干扰的节点位置优化分布方法。理论和仿真结果表明,有限区域全双工跳频自组网的性能与频点个数、通信距离、节点个数强相关,且全双工自组网络的性能与半双工网络相比,其占优区域受节点个数约束。
一种基于联邦学习资源需求预测的虚拟网络功能迁移算法
唐伦, 吴婷, 周鑫隆, 陈前斌
, doi: 10.11999/JEIT210743
摘要:
针对网络切片场景下时变网络流量引起的虚拟网络功能(VNF)迁移问题,该文提出一种基于联邦学习的双向门控循环单元(FedBi-GRU)资源需求预测的VNF迁移算法。该算法首先建立系统能耗和负载均衡的VNF迁移模型,然后提出一种基于分布式联邦学习框架协作训练预测模型,并在此框架的基础上设计基于在线训练的双向门控循环单元(Bi-GRU)算法预测VNF的资源需求。基于资源预测结果,联合系统能耗优化和负载均衡,提出一种分布式近端策略优化(DPPO)的迁移算法提前制定VNF迁移策略。仿真结果表明,两种算法的结合有效地降低了网络系统能耗并保证负载均衡。
基于深度引导与自学习的高动态成像算法
张俊超, 杨飞帆, 时伟, 陈溅来, 赵党军, 杨德贵
, doi: 10.11999/JEIT211188
摘要:
多曝光图像融合是将同一场景不同曝光度的图像进行融合,是当前高动态场景成像的主流方法。为了获得更自然的融合效果,该文提出基于深度引导与自学习的多曝光图像融合网络。该网络是以端到端的方式融合任意数量的不同曝光度图像,无监督地输出最优的融合结果。在损失函数方面,通过引入强度保真约束项和加权的多曝光图像融合结构相似性度量项,提升融合效果。此外,针对两幅极度曝光情况下的图像融合,该文采用自学习的方式,基于预训练的模型进行参数微调与优化,减弱光晕现象。基于大量测试数据,实验结果表明,该文所提算法在定量指标和视觉融合效果方面均优于现有主流算法。
一种面向基于闪存的脉冲卷积神经网络的模拟神经元电路
顾晓峰, 刘彦航, 虞致国, 钟啸宇, 陈轩, 孙一, 潘红兵
, doi: 10.11999/JEIT211249
摘要:
该文面向基于闪存(Flash)的脉冲卷积神经网络(SCNN)提出一种积分发放(IF)型模拟神经元电路,该电路实现了位线电压箝位、电流读出减法和积分发放功能。为解决低电流读出速度较慢的问题,该文设计一种通过增加旁路电流大幅提高电流读出范围和读出速度的方法;针对传统模拟神经元复位方案造成的阵列信息丢失问题,提出一种固定泄放阈值电压的脉冲神经元复位方案,提高了阵列电流信息的完整性和神经网络的精度。基于55 nm 互补金属氧化物半导体(CMOS)工艺对电路进行设计并流片。后仿结果表明,在20 μA电流输出时,读出速度提高了100%,在0 μA电流输出时,读出速度提升了263.6%,神经元电路工作状态良好。测试结果表明,在0~20 μA电流输出范围内,箝位电压误差小于0.2 mV,波动范围小于0.4 mV,电流读出减法线性度可达到99.9%。为了研究所提模拟神经元电路的性能,分别通过LeNet和AlexNet对MNIST和CIFAR-10数据集进行识别准确率测试,结果表明,神经网络识别准确率分别提升了1.4%和38.8%。
可见光与射频聚合系统稳健波束成形设计
马帅, 秦莉莉, 李兵, 杨瑞鑫, 李航, 李宗艳, 王悦, 李世银
, doi: 10.11999/JEIT220142
摘要:
该文首次研究了可见光通信(VLC)与射频(RF) 聚合系统稳健波束成形设计。具体来说,在VLC和RF信道状态信息都不完美(CSIs)的情况下,该文提出了稳健波束成形设计方案,研究了同时满足最小速率要求和调光控制约束的总传输功率最小化问题。然而,稳健波束成形设计问题存在无限多的约束,这是难以处理的。通过半正定松弛(SDR),首先对非凸原问题进行松弛,然后利用\begin{document}$\mathcal{S}$\end{document}引理将其重新表述为凸半正定规划(SDP),用内点方法可以有效地求解。最后,数值仿真结果验证了所提稳健VLC-RF聚合系统的鲁棒性和有效性。
基于信息年龄的工业无线传感器网络混合数据调度方法
王恒, 余蕾, 谢鑫
, doi: 10.11999/JEIT220088
摘要:
在工业无线传感器网络中,实时交付工业现场的周期性控制/传感数据流与非周期性事件数据流,是保障生产安全高效运行的关键。信息年龄(AoI)作为一种新兴的数据新鲜度衡量指标,能够从目标节点角度全面地度量网络数据交付的实时性。针对周期性和非周期性数据混合的工业无线传感器网络,该文在引入网络数据整体新鲜度指标的同时,考虑到周期性数据新鲜度在超过阈值后可能会对工业生产造成负面影响,建立了最小化系统平均AoI和周期性数据AoI逾期概率的联合优化模型,并将优化问题表述为马尔可夫决策过程进行求解。由于传统基于相对值迭代的最优求解方法在大规模网络中因为维度灾难难以实施,因此采用深度强化学习降低优化问题的状态空间维度,并改进决策探索机制以加快学习速度,提出了基于优化决策探索的深度强化学习调度方法。仿真结果表明,所提方法能够提高网络数据交付的实时性,并有效减少周期性数据的AoI逾期概率。
智能反射面辅助及人工噪声增强的无线隐蔽通信
周小波, 于辉, 彭旭, 武庆庆, 朱泽德, 辜丽川
, doi: 10.11999/JEIT211618
摘要:
该文考虑一种智能反射面(IRS)辅助及人工噪声(AN)增强的无线隐蔽通信以提升隐蔽传输性能。首先,分析了Willie的探测性能并给出了总的最小探测错误概率下界表达式。 在此基础之上,构建以最大化有效吞吐量为目标函数,以隐蔽需求和最大AN发射功率为约束的优化问题。该优化问题为非凸的,通常很难直接求解。该文提出基于Dinkelbach方法的交替迭代算法联合设计IRS的反射系数和Alice的发射功率及Bob的AN发射功率。为了降低计算复杂度,进一步提出一种低复杂度算法以获取相应优化变量的解析表达式。仿真结果表明:与无IRS及无AN方案相比,所提方案可以显著提升隐蔽传输性能。
电磁驱动下一类混合神经元模型的动力学响应与图像加密应用
安新磊, 熊丽, 乔帅
, doi: 10.11999/JEIT211605
摘要:
在神经元活动的模型建立和分析过程中,应考虑一些生物物理效应。由于神经系统内部细胞内外离子浓度的波动,在集体电活动和神经元集群之间信号传播的过程中需要考虑电磁场的内部波动和跨膜磁通的影响。该文在一类混合神经元中引入磁通变量,通过对膜电位的调制诱发复杂的时变电磁场,运用Xppauto, Matcont和MATLAB等分析工具,探讨了新模型平衡点的存在性、初值敏感性和双参数分岔,发现外界刺激电流和电磁场变化时,可诱发新模型产生丰富的放电模式,如静息态、尖峰放电、周期(或混沌)簇放电,特别是由于磁通变量及忆阻器的引入产生的共存放电、隐藏放电等新现象。通过上述分析,基于电磁感应的神经元模型具有高非线性和较多的敏感参数,可使加密算法具有较大的密钥空间,基于此,该文设计了一种图像加密算法,对明文图像的像素先进行一次扩散再对其位置进行两次置乱。最后,通过一系列数值实验证明所设计的加密算法能有效地加密图像并且具有较高的安全性。该文考虑了神经细胞内外的电磁感应效应,有助于更全面了解神经元之间的信息编码和转迁规律,更多的分岔参数和高复杂性也使所设计的神经元模型在图像加密中具有很好的应用前景。
基于改进模糊置信规则的意图识别方法
王海滨, 关欣, 衣晓, 李双明
, doi: 10.11999/JEIT211405
摘要:
针对传统意图识别方法只能处理某种类型不确定性信息的不足,该文结合模糊集和证据理论(DS)优势提出一种模糊置信规则信息处理方法。首先在置信规则前提部分改进了前提属性的连接关系,根据数据集统计分布特点设计了模糊集分割,选取Cauchy型分布作为隶属度函数,较好地避免置信规则无法被有效激活进而导致系统无有效输出问题;其次融合处理辨识框架内不同类别的置信分布,建立规则权重和特征权重优化模型,构建了特征空间与类别空间之间的输入输出关系;在此基础上,计算未知意图数据在相应规则模糊域的匹配度和激活度,采用置信度最大原则进行识别决策。通过实验验证、参数敏感性及结果分析、时间复杂度分析,表明该文方法可以获得比其他识别方法更高的正确率,尤其是在小样本条件下更能体现出该方法的有效性和可靠性。
未来低轨信息网络发展与架构展望
王宁远, 陈东, 刘亮, 秦兆涛, 梁冰苑
, doi: 10.11999/JEIT211400
摘要:
近年来,伴随着运载、卫星、通信、网络、智能等技术的发展,天基网络形态正在发生质的变化。低轨(LEO)星座网络已经成为众多应用场景、业务承载需求的新选项,有向着全球覆盖、天地一体、多业务承载、持续演进、安全可控的天基通用信息网络基础设施发展的趋势,而这样的愿景对未来低轨星座网络架构提出了更高的要求。该文首先从空间网络、先进卫星以及天地网络融合3方面技术领域对近年来低轨星座网络相关技术的发展现状进行了概述,并对低轨星座网络发展的愿景与趋势进行了分析研判。在此基础上,该文提出基于软件定义(SDN)和网络功能虚拟化(NFV)的全云化卫星-5G融合网络架构,使网络具备架构可编程、网络功能抽象解耦以及去中心化的核心优势,辅以意图驱动网络等智能网络运行管理方法,实现网络的多业务承载、持续演进、自动化管理等能力。最后,该文对需重点关注的技术方向进行了展望。
两类极小二元线性码的构造
杜小妮, 胡金霞, 金文刚, 孙彦中
, doi: 10.11999/JEIT210720
摘要:
线性码在数据存储、信息安全以及秘密共享等领域具有重要的作用。而极小线性码是设计秘密共享方案的首选码,设计极小线性码是当前密码与编码研究的重要内容之一。该文首先选取恰当的布尔函数,研究了函数的Walsh谱值分布,并利用布尔函数的Walsh谱值分布构造了两类极小线性码,确定了码的参数及重量分布。结果表明,所构造的码是不满足Ashikhmin-Barg条件的极小线性码,可用作设计具有良好访问结构的秘密共享方案。
雷达辐射源个体识别综述
史亚, 张文博, 朱明哲, 王磊, 徐胜军
, doi: 10.11999/JEIT210161
摘要:
雷达辐射源个体识别通过提取个体特征来辨识雷达个体,是电子对抗领域的热点研究方向。近年来随着深度学习的飞速发展及其在各领域的成功应用,基于深度学习的雷达辐射源个体识别成为焦点。虽然研究多年,成果丰富,但目前尚缺少关于该方向全面、细致的综述。基于此,该文从雷达辐射源个体特征机理分析、基于手工特征的识别方法、基于深度学习的识别方法以及数据集构建4个方面着手,对雷达辐射源个体识别开展系统的综述工作,并对当前现状和未来方向进行总结与展望,旨在推动雷达辐射源个体识别理论和方法研究的新发展。
基于遗传算法的抗网表逆向攻击逻辑混淆方法
赵毅强, 蒯钧, 马浩诚, 张启智, 高雅, 叶茂, 何家骥
, doi: 10.11999/JEIT220059
摘要:
随着集成电路(IC)产业进入后摩尔时代,芯片一次性工程成本愈发高昂,而以逆向工程技术为代表的知识产权窃取手段,越来越严重地威胁着芯片信息安全。为了抵抗逆向工程攻击,该文提出一种基于遗传算法的自动化逻辑混淆方法,通过分析网表寄存器的拓扑网络结构,筛选逻辑节点并创建冗余连接,从而混淆词级寄存器的相似性特征,在低开销下防止逆向攻击恢复寄存器传输级的词级变量、控制逻辑与数据通路。基于SM4国密算法基准电路开展验证实验,结果表明:经该文方法混淆后,逆向结果与设计真实情况的标准化互信息相关度下降了46%,拓扑复杂度提升61.46倍,面积额外开销为0.216%;同时相较于随机混淆,该混淆方法效率提升为2.718倍,面积额外开销降低70.8%。
卫星网络路由技术现状及展望
倪少杰, 岳洋, 左勇, 刘文祥, 肖伟, 叶小舟
, doi: 10.11999/JEIT211393
摘要:
与地面固定通信网络不同,卫星网络的节点高度动态性、有限的星上处理能力和网络拓扑周期性变化的特点给卫星互联网的路由协议与算法设计带来了新的挑战。该文系统梳理了学术界针对卫星网络所提出的路由技术,提出了卫星路由技术未来的发展方向。首先介绍了卫星网络架构和目前在卫星通信系统上应用的主要路由协议,并且简要介绍了卫星光通信网络的路由问题;其次,根据卫星节点的管理方式以及路由表生成方式将路由算法分类为集中式卫星路由、分布式卫星路由以及混合式卫星路由,详细介绍了各类卫星路由方法的代表性成果并总结其优化目标和适用场景;接着,总结了不同卫星网络场景和网络需求下如何选择合适的卫星路由算法;最后,阐述目前卫星路由技术面临的挑战以及未来的发展趋势,并在附录中介绍了当前主流的卫星网络仿真平台。
基于网络模拟器3的声电协同网络实现及路由性能分析
江子龙, 王焱, 钟雪峰, 陈芳炯, 官权升, 季飞
, doi: 10.11999/JEIT211274
摘要:
水下无线通信主要依靠水声通信的方式进行信息传输。但水声链路本身具有高时延和高误码率等不足,为水下应用提供低时延的通信服务是一项具有挑战性的工作。声电协同网(CRAN)旨在充分利用水面无线电链路弥补水声网络(UAN)的性能局限,提升网络的整体性能。其中,CRAN中的路由协议需要构建声、电混合路径,是声电协同网络研究中的关键问题。该文首先在网络模拟器3(NS-3)中设计并实现了声电浮标节点与CRAN协议栈,搭建了CRAN的仿真平台。随后探讨了以无线自组网按需平面距离向量路由协议(AODV)为代表的被动式路由在CRAN中的应用。该文发现,AODV协议使用的距离向量准则在CRAN中能够更多地选择高速的无线电链路进行数据转发,有效地降低了网络传输时延。最后,通过仿真对AODV与其他协议的性能进行了对比、分析。结果表明,CRAN在投递率、传输时延、网络吞吐量、能效和路由响应速度方面对比水声通信网有较大提升。同时,以AODV为代表的被动路由协议,相比于以优化链路状态路由协议(OLSR)为代表的主动路由协议更适用于CRAN。
星地融合网络中基于层分复用的广播和单播传输鲁棒波束赋形
李云, 张本思, 彭德义, 夏永红, 邢智童
, doi: 10.11999/JEIT210838
摘要:
星地融合网络(STIN)为解决下一代无线通信中地面基站存在的覆盖范围约束和频谱短缺瓶颈提供一种有效架构。针对该融合网络中下行广播和单播单独传输性能受限问题,该文建立基于服务质量(QoS)约束的最小化传输功率优化模型,提出基于层分复用(LDM)的鲁棒联合波束赋形传输方案。且根据最差情况准则,采用S-Procedure及半正定松弛(SDR)方法将具有无穷维约束的鲁棒优化问题转化为具有线性矩阵不等式(LMI)的确定性优化形式,并提出一种基于罚函数的迭代算法求解该问题。仿真结果表明,所提方案在传输功耗方面比传统正交时分复用(TDM)传输方案降低约6 dBm,且用户平均速率相较于非协作传输方案提升明显。
智能反射面辅助的无人机无线携能通信网络吞吐量最大化算法研究
刘志新, 赵松晗, 杨毅, 袁亚洲
, doi: 10.11999/JEIT220195
摘要:
为了解决城市场景中无人机(UAV)与地面终端设备(GUs)间易受到障碍物阻挡的问题,该文提出一种基于智能反射面(IRS)辅助的UAV供能通信网络吞吐量最大化算法。首先,在满足能量因果、IRS相移、UAV移动性等约束条件下,建立了一个联合IRS相移设计、GU无线资源分配、UAV飞行轨迹设计的多变量耦合优化模型。其次,通过快坐标下降法(BCD)将原非凸问题转换为3个易于处理的子问题,并通过三角不等式、引入松弛变量、连续凸近似(SCA)等方法,对子问题进行转化求解。仿真结果表明,该文所提算法具有较好的收敛性,同时可有效提高系统总吞吐量。
多个可重构智能表面辅助的双向通信系统中断概率分析
宋康, 董丹丹, 李春国
, doi: 10.11999/JEIT220072
摘要:
可重构智能表面(RIS)可以智能地改变无线传播环境来显著提高通信性能,被视为6G的潜在关键技术之一。为了进一步提升RIS辅助通信系统的性能,该文提出一种双向RIS选择方案,通过引入全双工技术和自干扰消除技术,有效提高了系统传输效率。研究了所提方案在瑞利衰落信道下的中断性能,推导了所提系统的中断概率的闭合表达式,得到了系统中断概率与系统中RIS反射单元的数量、RIS个数等系统参数之间的函数关系。最后,蒙特卡罗仿真验证了推导的准确性和所提方案的性能优势。
基于知识图谱的城市轨道交通突发事件演化结果预测
朱广宇, 张萌, 裔扬
, doi: 10.11999/JEIT211594
摘要:
准确预测突发事件的演化结果,对城市轨道交通系统制定应急方案、保障安全运营,具有重要的参考意义。目前突发事件演化结果预测方法智能化程度不高,过分依赖决策者主观设定的特征权重、检索模板,复杂、准确性低且应用性较弱。该文基于知识图谱(KG)和关系图卷积神经网络(R-GCN)模型提出一种城市轨道交通突发事件演化结果预测方法。首先,构建城市轨道交通突发事件知识图谱,将与事件相关的场景信息进行结构化处理;其次,基于关系图卷积神经网络模型构建城市轨道交通突发事件结果的预测模型;最后,利用城市轨道交通突发事件案例库进行验证。实验结果表明,所提预测方法具有较好的准确率、较强的普适性,可为轨道交通应急管理提供方法和技术支持。
基于新型开关键控编码脉冲对的异步可见光定位方法
王正海, 许梦真, 梅佳能, 雷恺, 余礼苏, 王玉皞
, doi: 10.11999/JEIT211568
摘要:
发光二极管(LED)照明的普及为高精度室内定位提供了一种绿色低成本的解决方案,作为最经济的LED调制方式,开关键控(OOK)由于开关速度、响应时间和节点间同步等的限制,存在定位精度差等问题。该文提出一种基于新型开关键控编码脉冲对的室内信标构造方法及其对应的异步可见光定位模型,各LED仅需按所提规则进行开关键控,光电探测器(PD)端可以获得最大后验概率准则下的最优位置估计。经验证,当信道(含LED和接收机)具有理想带宽、200 MHz和100 MHz带宽时,在30 dB的信噪比(SNR)条件下,终端以90%的概率使得定位精度分别可以达到6 mm, 7 mm和1 cm。在相同条件下,与异步码分多址(CDMA)进行定位、传统OOK基于指纹进行定位以及传统OOK基于接收信号强度进行定位这3种方法相比,该文提出的方法可以获得明显较好的定位效果。另外,当带内信噪比从30 dB恶化至15 dB时,终端的定位精度还能稳健地保持在厘米量级。
基于异质图表达学习的跨境电商推荐模型
张瑾, 朱桂祥, 王宇琛, 郑烁佳, 陈镜潞
, doi: 10.11999/JEIT211524
摘要:
跨境电商产品推荐已经成为电子商务领域新兴的研究议题之一。由于电商产品信息复杂多样、“用户-产品”关联矩阵极为稀疏并且冷启动问题突出,因此传统的协同过滤推荐模型很难奏效。而改进的深度协同过滤模型,只考虑了用户对产品的“显式”和“隐式”的反馈信息,忽视了由用户与项目组成的图结构信息,推荐性能很难满足平台和用户的要求。为了解决这些难题,该文提出基于异质图表达学习的图神经网络模型(HGNR)用于个性化的跨境电商产品推荐,该模型具有2个显著的优势:(1) 构造“用户-产品-主题”3部图作为模型的输入,通过图卷积神经网络(GCN)在异质图上进行高质量信息传播和聚合;(2)能够获取高质量的用户和产品表征向量,实现了用户和产品复杂交互关系的建模。在真实的跨境电商订单数据集上的实验结果表明,HGNR模型不仅在推荐性能上表现出色,还能有效提升冷启动用户的推荐准确率,与9种推荐基准算法相比,HGNR在评价指标HitRate@10, Item-coverage@10, MRR@10上至少提升了3.33%, 0.91%, 0.54%。
基于忆阻器的图卷积神经网络加速器设计
李冰, 午康俊, 王晶, 李森, 高岚, 张伟功, 倪天明
, doi: 10.11999/JEIT211435
摘要:
图卷积神经网络(GCN)在社交网络、电子商务、分子结构推理等任务中的表现远超传统人工智能算法,在近年来获得广泛关注。与卷积神经网络(CNN)数据独立分布不同,图卷积神经网络更加关注数据之间特征关系的提取,通过邻接矩阵表示数据关系,因此其输入数据和操作数相比卷积神经网络而言都更加稀疏且存在大量数据传输,所以实现高效的GCN加速器是一个挑战。忆阻器(ReRAM)作为一种新兴的非易失性存储器,具有高密度、读取访问速度快、低功耗和存内计算等优点。利用忆阻器为CNN加速已经被广泛研究,但是图卷积神经网络极大的稀疏性会导致现有加速器效率低下,因此该文提出一种基于忆阻器交叉阵列的高效图卷积神经网络加速器,首先,该文分析GCN中不同操作数的计算和访存特征,提出权重和邻接矩阵到忆阻器阵列的映射方法,有效利用两种操作数的计算密集特征并避免访存密集的特征向量造成过高开销;进一步地,充分挖掘邻接矩阵的稀疏性,提出子矩阵划分算法及邻接矩阵的压缩映射方案,最大限度降低GCN的忆阻器资源需求;此外,加速器提供对稀疏计算支持,支持压缩格式为坐标表(COO)的特征向量输入,保证计算过程规则且高效地执行。实验结果显示,该文加速器相比CPU有483倍速度提升和1569倍能量节省;相比GPU也有28倍速度提升和168倍能耗节省。
基于随机几何理论的多天线密集异构网络性能分析与优化
赵东来, 王钢, 刘浩洋, 贾少波
, doi: 10.11999/JEIT211365
摘要:
无线网络的异构化、密集化部署极大地提高了系统容量,可满足用户日益增长的数据流量需求,但是复杂的网络结构、近乎随机的基站分布不利于系统的性能评估和参数设计。针对这一问题,该文提出一种适用于多天线密集异构网络的性能分析框架。首先,利用随机几何模型推导了覆盖率的闭合表达式并给出了优化方案。为了直观地观察关键系统参数对覆盖率的影响,还给出了一种渐近表达式。其次,推导了区域频谱效率(ASE)的积分表达式,为了减小计算复杂度,给出了一种ASE的上界。最后,还提出了一种有效的算法来设计最优的基站(BSs)部署密度,以在满足覆盖率需求的前提下最大化ASE。仿真结果验证了理论分析的正确性和所提优化算法的有效性。该文的研究成果不但可以为复杂网络的性能分析提供理论依据,还可为系统的优化与设计提供可行性方案。
面向异构多层多小区的多级服务质量跳频稀疏码分多址通信系统
曾琦, 钟俊, 刘星
, doi: 10.11999/JEIT211364
摘要:
该文主要解决未来大规模接入场景下,无线异构多层多小区通信网络设计及其多级服务质量(QoS)实现等问题。针对多层异构大规模接入网络的通信需求,该文提出一种基于跳频(FH)的稀疏码分多址接入(SCMA)多层异构传输方案(FH/SCMA)。该通信方案中,小区内大规模用户数据通过SCMA技术复用,异构网络的层间小区和层内小区通过跳频码分多址进行区分。由于传统跳频只能提供同一级别的频点碰撞率(即同一误码率),无法保证异构网络多级QoS需求, 因此该文进而提出一类新的具有两级汉明相关值的跳频序列集合,利用交织技术给出了这类跳频序列的设计方法。为了验证所提出的多级QoS跳频及其异构多层FH/SCMA通信性能,该文从序列设计和系统分析方面进行了严谨的理论分析和大量的仿真验证。研究表明,采用了新型跳频SCMA技术的多层异构网络可保证大规模用户接入、有效抑制多层小区干扰和衰落信道影响;同时,又可实现异构多层网络多级QoS传输质量需求(多级误码率(BER))。该文的研究成果从信号处理与传输角度,为多层异构网络设计及其多级QoS传输需求提供了有价值的解决方案。
移动水声异步网络自定位和时间同步联合的单向动态预测算法
高婧洁, 王威, 陈鹏, 申晓红
, doi: 10.11999/JEIT211363
摘要:
节点位置的实时变化以及水下长传输时延等特性影响了移动水声异步网络(MUAANs)的时间同步与自定位精度。针对上述问题,该文研究并提出一种自定位和时间同步联合的单向动态预测算法。该算法通过建立时间同步与自定位联合的状态与观测模型,同时预测不同时刻下移动节点的位置信息与时钟差异,实现网络的联合位置跟踪与动态时间同步。与此同时,由于该算法仅采用节点间的单向信息传输即可实现自定位与时间同步,有效解决了由水下长传输时延导致的移动节点间双向信息交互时延差异的问题,提高了网络的自定位与时间同步精度和效率。仿真结果表明,该文所提算法可以高精度地联合预测移动水声异步网络的自定位与时间同步结果,且有效增强了网络的时间同步与自定位时间效率。
基于主从式水下自主航行器移动组网的合作目标定位方法
赵婧旭, 赵晨, 周锋
, doi: 10.11999/JEIT211359
摘要:
利用水下自主航行器(AUVs)协同编队可以在未知水域中实现对目标的定位。针对AUV导航误差导致定位精度降低问题,该文提出一种基于扩展卡尔曼滤波器(EKF)的多AUV编队融合观测协同目标定位算法。AUV编队由一个装备有高精度惯性导航系统(INS)的领航AUV以及多个装配有低精度INS的跟随AUV组成。从跟随AUV中选取参考AUV和待测AUV,通过设置定位周期和观测间隔来分别对其进行不同的观测。参考AUV作为中转,接收来自高精度AUV位置参数后,向待测AUV传递自身位置参数,利用扩展卡尔曼滤波器完成对AUV集群的协同位置修正。仿真结果表明,该方法AUV集群自身定位精度高且误差随时间积累小,对领航AUV数量需求少,能够实现水下目标低功耗、远距离定位。
网络切片场景下基于分布式生成对抗网络的服务功能链异常检测
唐伦, 王恺, 张月, 周鑫隆, 陈前斌
, doi: 10.11999/JEIT211261
摘要:
针对网络切片场景中,由于软硬件异常而导致服务功能链(SFC)异常的问题,该文提出一种基于分布式生成对抗网络(GAN)的时间序列异常检测模型(DTSGAN)。首先,为学习SFC中正常数据的特征,提出分布式GAN架构,对SFC中包含的多个虚拟网络功能(VNF)进行异常检测;其次,针对时间序列数据构建一种基于滑动窗口数据特征提取器,通过提取数据的两种衍生特性和8种统计特征以挖掘深层次特征,得到特征序列;最后,为学习并重构数据特征,提出时间卷积网络(TCN)与自动编码器(AE)构建的3层编解码器作为分布式生成器,生成器通过异常得分函数衡量重构数据与输入数据的差异以检测VNF的状态,进而完成SFC的异常检测。在数据集Clearwater上采用准确率、精确率、召回率和F1分数这4个性能指标验证了该文所提模型的有效性和稳定性。
基于观测概率有效下界估计的二维激光雷达和摄像机标定方法
彭梦, 万琴, 陈白帆, 邬书跃
, doi: 10.11999/JEIT210800
摘要:
针对2D激光雷达和摄像机最小解标定方法的多解问题,该文提出一种基于观测概率有效下界估计的标定方法。首先,提出一种最小解集合的分级聚类方法,将每类最优解替换原来的解集合,从而减少解集合样本个数。然后,提出一种基于激光误差的联合观测概率度量,对解集合元素的优劣进行度量。最后,利用聚类结果和观测概率度量结果,该文提出基于观测概率有效下界估计的有效解选取策略,将优化初始值从最优解转化为有效解候选集合,提高了标定结果的准确性。仿真实验结果表明,在真解命中率性能上相比于Francisco方法,该文方法在不同棋盘格个数情况下提升真解命中率16%~20%,在不同噪声水平下提升真解命中率6%~20%,有效提高真解比例。
基于联合分布适配的水下声源测距算法研究
李理, 孙玉林, 曹然, 郭龙祥
, doi: 10.11999/JEIT211418
摘要:
水下声源被动测距基于接收数据中声源辐射的声压信号,通过特定方法在空域中搜索声源位置参数,是一个参数估计问题。对于参数估计问题,机器学习方法通常将其转化为分类问题,相比于传统匹配场处理(MFP)具有更准确的估计能力,并且无需先验的声场环境信息。但当训练数据和测试数据的概率密度函数服从不同的分布或者训练数据严重不足时,传统机器学习方法下的分类器预测效果通常较差。因此,该文提出基于联合分布适配(JDA)的水下声源测距算法,该算法使用JDA寻找恰当的变换矩阵进行数据映射,从而减小不同数据域间分布差异,实现源域到目标域的迁移。对经过JDA后数据进行实验的结果表明,JDA可以有效降低在不同时间和不同方位的水声场中获取航迹数据之间的差异,使得基于源域训练的分类器对目标域预测结果的均方根误差(RMSE)和平均绝对误差(MAE)降低了超过30%,从而实现对声源更准确的距离估计。
基于Kalman滤波的水声混合双向迭代信道均衡算法
杨斌斌, 鄢社锋, 章绍晨, 叶子豪
, doi: 10.11999/JEIT211343
摘要:
水声信道均衡中基于信道估计的均衡方法理论上具有更优的均衡性能,但较高的计算复杂度限制了算法的实际应用。针对这一问题,该文首先基于Kalman滤波和Turbo均衡提出一种迭代Kalman均衡器,实现了基于软符号的迭代信道估计与迭代Kalman均衡,且复杂度较常规方法降低约1个数量级。其次,针对单一均衡算法和单一方向Turbo均衡器存在的误差传递现象,设计了基于迭代Kalman均衡器与改进成比例归一化LMS (IPNLMS)自适应均衡器相结合的混合双向Turbo均衡器,提高了自适应均衡器的收敛速度和均衡性能,并通过双向均衡结构带来的增益改善了符号估计误差传递的现象。理论分析与仿真实验验证了该文算法的有效性。
基于改进自适应IMM-UKF算法的水下目标跟踪
王平波, 刘杨
, doi: 10.11999/JEIT211128
摘要:
针对现有自适应交互式多模型算法(AIMM)在水下目标跟踪过程中模型切换和跟踪精度上的不足,该文结合无迹卡尔曼滤波(UKF)算法,提出一种改进的AIMM-UKF算法。该算法在自适应修正马尔可夫转移概率矩阵的基础上,利用判定窗对其进行二次修正,实现匹配模型概率的快速增大和对非匹配模型的抑制。仿真结果表明,改进算法相比原有自适应算法,能更加充分地利用后验信息,拥有更好的模型切换速度,跟踪精度提升约24%。
基于动态参数HMM的水声信号线谱轨迹提取方法
罗昕炜, 李磊, 沈子涵
, doi: 10.11999/JEIT211374
摘要:
针对传统隐马尔可夫模型(HMM)方法提取时变线谱与多线谱的能力较弱以及动态规划过程计算量过大的问题,该文提出一种基于动态参数的1维隐马尔可夫模型(1D-HMM)的方法用于水声信号低频分析与记录(LOFAR)图中的线谱轨迹提取。该方法将时变频率状态建模为1阶马尔可夫过程,利用Viterbi算法循环提取多条线谱轨迹。在动态规划的迭代过程中,通过实时计算序列的1阶导数动态调整HMM中的状态转移概率矩阵,提升了对线谱轨迹的提取能力和多线谱的分辨能力;设计了一种基于动态滑动窗口的功率谱累积方法估计线谱的生灭,剔除虚假的线谱轨迹并判断线谱轨迹提取的结束。同时,该方法在实现过程中设计了对LOFAR图数据的块处理策略,大大减少了计算量。仿真和实际数据的处理结果表明,该方法在低信噪比条件下能够有效地检测和跟踪复杂时变频谱的频率状态,并有较好运行效率,为声纳设备的弱信号检测提供了良好的技术支持。
一种面向水下移动通信的组合差分扩频水声通信方法
胡耀辉, 韩树平, 刘建波, 张奇, 张延厚
, doi: 10.11999/JEIT211311
摘要:
针对水下移动平台(AUVs)直接序列扩频(DSSS)水声通信过程中大多普勒时变带来的频偏及载波相位跳变问题,该文提出一种组合差分扩频通信方法。该方法设计一种2维组合差分(TCD)扩频帧结构,接收端通过对重复码时域加窗相关实现时变多普勒粗估计;接收端提出一种频率压缩-能量接收器(FC-ED),通过采用能量检测接收器提高接收端处理多普勒容限,使用频率压缩法多频点压缩处理进一步提高系统鲁棒性,实现扩频码识别映射解码;最后提出一种组合差分算法,实现2维组合扩频间的极性差分解码,在能量接收映射解码基础上引入极性调制,进一步提高频谱利用率。经理论及仿真试验分析,该方法具备一定的抗时变多普勒能力,在恒加速度相对运动–8 dB信噪比条件下误码率小于10–2
基于辐射噪声干涉条纹斜率分布的声源深度分辨方法研究
安良, 徐若珺, 曹红丽
, doi: 10.11999/JEIT211371
摘要:
针对水中声源深度分辨问题,该文提出一种基于干涉条纹斜率分布的声源深度分辨方法。该方法利用存在负跃层的浅海波导中水面和水下声源简正波激发能力的差异,建立了辐射噪声干涉条纹分布随声源深度变化的模型,分析了水面和水下声源激发的辐射噪声干涉条纹斜率分布差异性的物理机理。利用图像处理算法,将该差异表征为辐射噪声干涉图像Radon变换矩阵列方差向量的峰值个数,并据此进行水面和水下目标辨别。仿真和海试数据验证结果证明,该文提出的方法可应用于存在负跃层的浅海波导中,能有效分辨水面和水下目标,且与传统方法相比,不需要声源距离与海洋声学环境参数的先验信息。
云应用程序编程接口安全研究综述:威胁与防护
陈真, 乞文超, 贺鹏飞, 刘林林, 申利民
, doi: 10.11999/JEIT211185
摘要:
云时代,云应用程序编程接口(API)是服务交付、能力复制和数据输出的最佳载体。然而,云API在开放服务和数据的同时,增加了暴露面和攻击面,攻击者通过数据劫持和流量分析等技术获取目标云API的关键资源,能够识别用户的身份和行为,甚至直接造成背后系统的瘫痪。当前,针对云API的攻击类型繁多,威胁与防护方法各异,缺乏对现有攻击和防护方法的系统总结。该文梳理了云API安全研究中云API面临的威胁和防护方法,分析了云API的演化历程和类别划分;讨论了云API的脆弱性以及云API安全研究的重要性;提出了云API安全研究框架,涵盖身份验证、云API分布式拒绝服务(DDoS)攻击防护、重放攻击防护、中间人(MITM)攻击防护、注入攻击防护和敏感数据防护6个方面相关研究工作综述。在此基础上,探讨了增加人工智能(AI)防护的必要性。最后给出了云API防护的未来挑战和发展趋势。
稀疏贝叶斯字典学习空时机动目标参数估计算法
章涛, 张亚娟, 孙刚, 罗其俊
, doi: 10.11999/JEIT210567
摘要:
针对基于稀疏恢复的空时自适应处理(STAP)目标参数估计方法中字典失配导致估计性能下降的问题,该文提出一种基于稀疏贝叶斯字典学习的高精度目标参数估计方法。该方法首先通过目标方位信息补偿多个阵元数据构建联合稀疏恢复数据,然后对补偿后的每个阵元数据利用双线性变换进行加速度和速度项分离,最后构建速度参数和加速度参数的泰勒级数动态字典,对机动目标参数进行高精度贝叶斯字典学习稀疏恢复。仿真实验证明,该方法能有效提高字典失配情况下目标参数估计精度,估计性能优于已有字典固定离散化的稀疏恢复空时目标参数估计方法。
基于差集矩阵的部分重复码构造
王静, 何亚锦, 雷珂, 刘向阳
, doi: 10.11999/JEIT210829
摘要:
针对最小带宽再生码的有效修复问题,该文提出一种基于差集矩阵的部分重复(FR)码的构造算法。利用差集矩阵和克罗内克(Kronecker)和来构造正交排列,根据正交排列每一列取相同元素所在行作为节点的编码块,得到相应的FR码。构造的FR码可以划分成多个平行类,同时还能调整数据块的重复度和节点的存储容量。仿真结果表明,与传统的里德-所罗门(RS)码和简单再生码(SRC)相比,构造的FR码在修复复杂度、修复带宽开销和修复局部性方面具有更好的性能,修复选择度上虽然是基于表格的修复方案,但选择度依旧可以达到很高。
基于自适应梯度压缩的高效联邦学习通信机制研究
唐伦, 汪智平, 蒲昊, 吴壮, 陈前斌
, doi: 10.11999/JEIT211262
摘要:
针对物联网(IoTs)场景下,联邦学习过程中大量设备节点之间因冗余的梯度交互通信而带来的不可忽视的通信成本问题,该文提出一种阈值自适应的梯度通信压缩机制。首先,引用了一种基于边缘-联邦学习的高效通信(CE-EDFL)通信机制,其中边缘服务器作为中介设备执行设备端的本地模型聚合,云端执行边缘服务器模型聚合及新参数下发。其次,为进一步降低联邦学习检测时的通信开销,提出一种阈值自适应梯度压缩机制,通过对本地模型梯度参数压缩,减少设备端与边缘服务器之间的冗余通信。实验结果表明,所提算法能够在大规模物联网设备场景下,在保障深度学习任务完成准确率的同时,通过降低梯度交互通信次数,有效地提升了模型整体通信效率。
面向可见光通信的硅基InGaN/GaN多量子阱多口分路器光子集成芯片
李欣, 王徐, 李芸, 沙源清, 蒋成伟, 王永进
, doi: 10.11999/JEIT210953
摘要:
为研究面向可见光通信的多功能光子集成芯片,实现可见光信号发射、探测、传输和功率分配的一体化的复合功能,该文提出一种基于硅基InGaN/GaN多量子阱材料的微型发光二极管(LED)多口分路器结构的光子集成芯片,对集成芯片进行了形貌、光电特性和可见光通信测试等多方面表征,实现了对可见光信号的有效传输和不同比例的多口功率分路,并对分路器不同端口的出射光强进行量化处理,最后,利用信号发生器在微型LED光源发射端加载300 KHz的矩形波电信号,收集分路器末端发射的调制可见光信号,输入/接收信号的波形变化趋势一致,说明该光子集成芯片可实现有效的可见光通信。该研究的主要目的是尝试性将可见光波段的光源和光电探测器集成在氮化物晶圆上,为可见光通信的全光网络的可见光信号片上集成式处理提供新的研究思路和方案,为发展面向可见光通信网络需求的复合功能光子集成芯片终端提供了更多可能性。
基于多时间服务器的时控性加密体制研究
袁科, 程自伟, 杨龙威, 闫永航, 贾春福, 何源
, doi: 10.11999/JEIT211066
摘要:
时控性加密(TRE)是一种被称为“向未来发送消息”的密码原语,接收方在未来指定时间之前无法解密密文。目前,大部分TRE方案采用非交互式单时间服务器方法,系统用户能够正常解密,依赖于单一时间服务器在预定解密时间计算并广播的时间陷门。如果单一的时间服务器遭受攻击,或被腐败,则容易直接威胁TRE的安全应用。因此,需要将1个时间服务器“分散”成多个。但已有多时间服务器TRE方案既没有给出安全性分析,也没有给出严格的安全性证明。为此,该文给出一种随机预言机模型下基于双线性迪菲·赫尔曼(BDH)问题的多时间服务器的TRE模型,构造出一种可证明安全的具体和通用方案,并严格证明所提具体方案在自适应选择明文攻击下是安全的。效率分析表明,与已有最有效的多时间服务器TRE解决方案相比,所提具体方案的计算效率也略有提高。
隐蔽可见光通信的基本性能限研究
王金元, 余鹏飞, 石佳炜, 林敏, 王俊波
, doi: 10.11999/JEIT220026
摘要:
面向第6代移动通信的发展需求,可见光通信(VLC)是一种极具发展潜力的室内覆盖方案。由于开放性和广播性,VLC的信息安全问题不容忽视。作为一种新型的信息安全技术,隐蔽无线通信近年来得到了广泛研究。然而VLC和无线射频通信存在显著差异,隐蔽无线通信的研究成果并不能直接运用在隐蔽VLC中。鉴于此,该文对隐蔽VLC的基础理论进行了研究。首先,在隐蔽性约束、信号非负性和平均光功率约束下,建立了泛函优化问题,得到了输入信号的最优分布为指数分布,为隐蔽VLC的信号设计提供了参考。接着,利用隐蔽性约束条件,得到了发射机的平均光功率需满足的条件,为发射机设定发送光功率提供了依据。然后,在发射机已知或未知监视者信息情况下,分别推导了隐蔽VLC可以隐蔽传输的最大信息量,揭示了隐蔽VLC的基本性能限。最后,数值结果对理论分析进行了验证。
基于超表面的宽带超低剖面折叠透射阵
钟显江, 许河秀, 侯建强, 陈蕾, 肖秦琨
, doi: 10.11999/JEIT220007
摘要:
本文提出了基于超表面的宽带超低剖面折叠透射阵天线设计方法。该天线由两种超表面阵列和一个作为馈源的开口波导构成。其中,下层超表面能够将馈源发射的线极化入射波转换为交叉极化反射波,上层超表面能够实现特定线极化波的全反射和另一种线极化波的全透射。通过合理设计,该天线能够将辐射电磁波来回反射3次并在较宽频带内实现增益提升,同时其剖面高度能够降至传统透射阵的1/4。天线实测和仿真结果吻合良好,表明3 dB增益带宽达到19.6%(9.2~11.2 GHz),且9.6 GHz处峰值增益达21dBi,峰值口径效率为30%。该文设计方法为实现宽带低剖面阵列天线设计提供了新思路。
基于双重迭代的零样本低照度图像增强
向森, 王应锋, 邓慧萍, 吴谨, 喻莉
, doi: 10.11999/JEIT211593
摘要:
针对低光照条件下拍摄图像质量低下的问题,该文提出一种基于双重迭代的零样本低照度图像增强方法。其外层迭代通过卷积神经网络估计增强参数,再由内层迭代进行图像增强,增强结果进一步用于计算损失函数并反馈更新外层的参数估计网络,最终通过多轮迭代生成高质量的图像。在该框架下,该文还设计了多尺度增强系数估计模块、基于注意力的像素级大气光估计模块,并提出了基于亮度对比度、大气光、颜色均衡以及图像平滑性先验的无监督损失函数。大量实验结果表明,该方法可有效将低光照图像增强为高质量的清晰图像,其性能优于现有的同类方法。同时该方法基于零样本学习,不需任何训练数据集,具有良好的普适性。
单细胞结构和电学特征检测方法
梁红雁, 陈德勇, 王军波, 陈健
, doi: 10.11999/JEIT211459
摘要:
单细胞固有生物物理学特征,主要包括结构特征如细胞直径和细胞核直径,以及电学特征如细胞膜比电容和细胞质电导率,已经被应用于细胞亚类型分类和细胞状态评估,在生物医学研究和临床诊断方面具有广阔的应用前景。该文综述了不同类型的单细胞结构和电学特征检测方法,介绍了固定式、流动式以及基于微流控的方法。归纳总结了这些方法的工作原理、发展和主要优缺点,探讨了单细胞结构和电学特征检测所面临的挑战以及未来的研究机遇。
基于蓝绿通道自适应色彩补偿的水下图像增强
周景春, 卫晓靖, 史金余
, doi: 10.11999/JEIT211444
摘要:
光在水中传播时受到水的吸收和悬浮粒子散射作用,导致水下图像颜色失真、对比度低、可视性差。针对上述退化问题,该文提出一种基于蓝绿通道自适应色彩补偿水下图像增强方法。首先,该方法分析水下成像模型的特点,根据蓝、绿色通道均值在3通道均值和的占比,将水下场景深度划分3个等级,利用光衰减率特性自适应补偿色彩,实现多场景色彩校正。然后对色彩补偿后的图像划分暗调、中间暗调、中间亮调、亮调4个区域,利用暗区域映射函数将图像暗区域映射到亮区域,在提升对比度的同时抑制噪声的产生。最后采用双线性插值解决分块处理产生的区域块效应。真实水下数据集实验结果表明,与现有方法相比,该方法可以提升多种场景的水下图像质量。
基于空时处理的水声扩频通信
周锋, 张文博, 张宝胜, 聂东虎, 王洋, 刘兵
, doi: 10.11999/JEIT211398
摘要:
由于海洋干扰严重,水声通信十分困难。扩频通信技术具有良好的抗干扰性能,能够保证在复杂的海洋环境中进行可靠的通信,常被用于水声通信中。水声信道是典型的相干多径信道。沿不同路径到达的信号具有不同的传播时延和到达角,因此接收信号具有时空特性。即接收信号具有时延扩展和角度扩展。多径信号的相干叠加导致接收信号中存在严重的符号间干扰。为了充分利用水声信号的时空聚类特性,该文设计了一个空时处理器,分别对沿每条路径到达的信号进行滤波。结合时空簇的多样性,可以有效提高通信系统的可靠性。提出了一种基于空时聚类处理的水声扩频通信方案。并在仿真和实验中对该通信方案进行了比较和分析,以验证其性能优势。
基于频移键控的仿海豚哨声水声通信技术
马天龙, 刘凇佐, 乔钢, 浦王轶
, doi: 10.11999/JEIT211322
摘要:
针对水下隐蔽声通信的需求,该文提出一种基于频移键控的仿海豚哨声水声通信方法,通过模拟海豚哨声以降低通信信号被发现的概率,从而实现水下隐蔽声通信。该方法将信息调制生成的基带信号以一定比例与海豚哨声信号时频谱轮廓曲线相加获得合成哨声时频谱,再生成合成哨声作为仿生通信信号。接收端提取接收到的合成哨声与本地生成的存在固定频差的海豚哨声相干相乘,经过低通滤波获得频移键控信号进行信息解调,实现仿生通信。通过时频相关系数和Mel倒谱距离分析了通信信号仿生效果。仿真与海试试验验证了该方法的可行性,当码元宽度为0.1s时可在2km距离上实现有效通信,且时频相关系数不低于0.99。该方法调制解调原理简单,系统资源消耗更少,更易于工程实现,为仿生水声通信算法的实际应用提供技术支撑。
基于局部亮度直方图的自适应视频帧类型决策算法
刘鹏宇, 张悦, 贾克斌, 段堃, 刘畅, 孙萱, 崔腾鹤
, doi: 10.11999/JEIT211199
摘要:
视频帧类型决策是影响视频编码效率的关键因素之一。为提升x265视频编码器的编码性能,该文提出基于局部亮度直方图的自适应视频帧类型决策算法。首先,在64×64大小的编码树单元(CTU)级别上统计各帧局部亮度直方图,用帧间局部亮度直方图差异表征帧间场景变换程度;其次,引入帧内编码帧(I帧)检测窗,在检测窗内通过比较帧间场景变换程度自适应确定I帧;最后,根据帧间场景变换程度与迷你图像组(MiniGOP)大小之间的相关性确定MiniGOP大小,从而自适应确定普通P和B帧(GPB帧)及双向预测编码帧(B帧)。实验结果表明,与x265标准中的相关算法相比,所提算法能够有效降低x265的编码复杂度,可在减少近5%编码时间的前提下,实现视频I帧、GPB帧和B帧的高效自适应决策。
对TweAES的相关调柄多重不可能差分攻击
蒋梓龙, 金晨辉
, doi: 10.11999/JEIT211147
摘要:
TweAES算法是在NIST轻量级密码标准竞赛中,进入到第2轮的认证加密候选算法。该文提出了对8轮TweAES算法的相关调柄多重不可能差分攻击。首先,利用两类不可能差分区分器,构造了两条攻击路径,每条攻击路径需要攻击16Byte子密钥。值得注意的是,两条攻击路径有相同的明文结构和14Byte的公共子密钥,攻击者可以利用同一个明文结构下的明文对,筛选两次错误子密钥,且因为有大量的公共子密钥,可以提高子密钥筛选的效率。此外,利用密钥生成算法的不完全性,有针对性地选择子密钥字节。利用子密钥之间的相关性,提高主密钥恢复效率,从而改进整体攻击方案的结果。与前人的分析结果相比较,该文对8轮TweAES的攻击方案在时间、数据、存储3项复杂度结果上均有所改进。
复合高斯杂波条件下存在干扰时的反对称贝叶斯检测器
杨海峰, 李振兴, 胡晓琴, 李琼, 狄源水
, doi: 10.11999/JEIT210690
摘要:
该文对复合高斯杂波条件下存在干扰时的目标检测问题进行研究。针对自适应检测器需要一定数目独立同分布训练样本才能保证较好的检测性能,利用接收天线的反对称结构以及引入杂波协方差矩阵的先验信息的方法,利用两步广义似然比检验准则提出了该背景下的贝叶斯检测器。仿真结果表明,该文提出的检测器在训练样本数较少时具有较好的目标检测性能。
两个认证密钥协商协议的前向安全性分析
程庆丰, 马玉千
, doi: 10.11999/JEIT211137
摘要:
目前,网络安全及隐私受到广泛关注。前向安全性是Günther在1989年提出的一种认证密钥协商协议( AKA)的安全属性,该性质经过30年的蓬勃发展已经成为研究领域的热点之一。该文主要分析了MZK20和VSR20两个AKA协议。首先在启发式分析的基础上,利用BAN逻辑分析了MZK20协议不具有弱前向安全性;其次利用启发式分析和Scyther工具证明了VSR20协议不具备前向安全性。最后,在分析VSR20协议设计缺陷的基础上,提出了改进方案,并在eCK模型下证明了改进后协议的安全性;并且,结合Scyther软件证明了改进VSR20协议与VSR20协议相比明显提高了安全性。
基于局部散射中心的近、远场微动回波时频分布特性的解析表达
占伟杰, 万显荣, 易建新
, doi: 10.11999/JEIT210565
摘要:
微多普勒效应是由目标(或其部件)的转动、振动、进动等微动引起的频率调制现象,能够反映目标的几何结构和运动状态。该文全面分析了近、远场探测条件下目标扇叶转动引起的微动回波的时频分布特性。首先建立了近、远场雷达微动回波模型。然后从远场微动回波模型中推导其瞬时频率表达式,结果表明远场微动回波的时频图中包含由叶尖散射点、叶彀散射点和镜面反射点引入的正弦型flash、零频flash和矩形flash。最后,在近场条件下,直接推导得到上述3类局部散射点的瞬时频率表达式,表明近场微动回波时频图呈现类正弦型flash,零频flash和部分余弦型flash的组合。该文还从积分运算性质和电磁散射理论两方面解释了上述flash的形成机理,揭示了它们与扇叶数目、尺寸、转速等参数之间的关系。该文结果将有助于目标精细化建模、分类识别等应用。仿真和实测数据结果均证明了分析结果的正确性。
基于邻域信息和快速FCM的肺部电阻抗成像伪迹优化算法
丁明亮, 李晓童, 卢立晖
, doi: 10.11999/JEIT210648
摘要:
针对电阻抗成像技术可视化过程中因“欠定”问题和“软场”效应所导致的重建图像伪迹问题,该文提出一种基于邻域信息和快速模糊C均值聚类(快速FCM)的无监督图像质量评价指标。基于该评价指标和Tikhonov正则化算法,提出了一种重建图像伪迹优化算法TR-NC。仿真结果表明,该算法能够有效地修正重建图像中的伪迹,修正后的重建图像的相关系数平均提高了18.45%,相对误差平均降低了22.2%;仿体实验结果表明,当目标电导率变化率大于30%时,该算法能够准确地检测到目标。由此可见,相比于传统的Tikhonov正则化算法,提出的修正算法在重建图像目标的数量和位置精确度方面都得到了显著提高,为电学层析技术在医学和工业等领域的应用实践提供了新的成像理论依据和技术参考。
超宽带太赫兹通信中天线结构设计及其波束色散影响分析
郝万明, 尤晓蓓, 孙钢灿, 朱政宇
, doi: 10.11999/JEIT211290
摘要:
为克服超宽带太赫兹通信中的波束色散,当前已设计了多种基于延时器的天线结构,但其功耗大、复杂度高。为解决这一问题,该文提出一种低功耗、低复杂度的基于串行等间距延时器的稀疏射频链天线结构。通过联合优化延时器时延和移相器相位,可以改变子载波波束方向,实现多载波波束扩展与波束聚拢,从而为不同分布场景的用户服务。具体而言,在所提天线结构下,提出一种优化延时器时延和移相器相位的方案将多载波波束扩散到不同方向,实现波束扩展,以服务分布在不同方向上的用户。然后,通过调节时延和相位使所有载波波束对准同一方向,实现波束聚拢,以服务分布在同一方向上的用户。仿真结果表明了所设计天线结构和所提优化方案的有效性。
间隙波导技术及其空间应用
陈翔, 孙冬全, 崔万照
, doi: 10.11999/JEIT211291
摘要:
间隙波导(GW)是一种基于非接触电磁带隙结构的新型人工电磁(EM)材料,其独特的非接触结构和宽带电磁屏蔽特性在构建新型电磁传输线及屏蔽结构方面显示出极大的优势和灵活性,为微波毫米波部件、电路及天线等领域带来了新的研究视角和实现途径,近年来引起了广泛关注。该文首先简要介绍了间隙波导概念和原理,分析了其技术优势;进一步,根据不同的研究及应用领域分类,全方位地归纳总结了间隙波导技术相关的国内外研究进展情况;最后,结合空间技术背景和发展需求,探讨了间隙波导在空间微波毫米波技术中的应用前景,提出了基于间隙波导技术的非接触式无源互调干扰控制方法及堆叠集成毫米波电路系统两个重要的应用方向。该文工作可为间隙波导技术相关研究和应用提供一定的借鉴与参考。
基于自适应网络编码的异构无线链路并发传输控制方法研究
赵夙, 王伟, 朱晓荣, 倪钦崟
, doi: 10.11999/JEIT210520
摘要:
随着高清视频直播、虚拟现实等高速率业务不断兴起,单一的网络很难满足用户的业务需求。利用多种异构链路实现并发传输,可以有效聚合带宽资源,提高服务质量。但是,在异构无线网络中,由于链路状况复杂多变,多条链路质量不一,现有的多路径并发传输算法并不能自适应地根据复杂的网络状况做出最优的决策。该文提出了一种自适应网络编码的多路径并发传输控制算法,引入Asynchronous Advantage Actor-Critic(A3C)强化学习,通过自适应的网络编码,根据当前网络状况智能地选择编码分组大小和冗余大小,从而解决数据包的乱序问题。仿真结果表明,该算法能够提高10%左右的传输速率,提升了用户体验。
一种基于干涉场匹配的声源距离速度估计方法
高源, 周胜增
, doi: 10.11999/JEIT210484
摘要:
浅海环境中运动目标可以生成稳定的干涉声场,干涉声场结构中蕴含目标的距离、速度等信息。该文提出一种利用运动目标干涉声场进行被动距离速度估计的方法——匹配干涉场处理方法。首先对浅海波导环境中的干涉现象和结构特性进行理论分析,推导了匹配干涉场方法聚焦原理。然后将运动目标的时间-频率干涉场转换成与目标距离速度相关的距离-频率干涉场,与拷贝声场进行相关处理实现目标距离速度同时估计。进一步分析了算法估距性能以及海深、声速剖面、海底海面等环境对估距性能的影响,给出了算法宽容性的仿真结论。最后通过实际运动目标的海上试验数据处理验证了所提方法的有效性。
全局关系注意力引导场景约束的高分辨率遥感影像目标检测
张菁, 吴鑫嘉, 赵晓蕾, 卓力, 张洁
, doi: 10.11999/JEIT210466
摘要:
高分辨率遥感影像中地物目标往往与所处场景类别息息相关,如能充分利用场景对地物目标的约束信息,有望进一步提升目标检测性能。考虑到场景信息和地物目标之间的关联关系,提出全局关系注意力(Relation-aware Global Attention, RGA)引导场景约束的高分辨率遥感影像目标检测方法。首先在多尺度特征融合检测器的基础网络之后,加入全局关系注意力学习全局场景特征;然后以学到的全局场景特征作为约束,结合方向响应卷积模块和多尺度特征模块进行目标预测;最后利用两个损失函数联合优化网络实现目标检测。在NWPU VHR-10数据集上进行了4组实验,在场景信息约束的条件下取得了更好的目标检测性能。
FPGA三模冗余工具的关键技术与发展
陈雷, 张瑶伟, 王硕, 周婧, 田春生, 庞永江, 马筱婧, 周冲, 杜忠
, doi: 10.11999/JEIT210330
摘要:
SRAM型现场可编程门阵列(Field Programmable Gate Array, FPGA)在空间辐射环境中容易受到单粒子效应的影响,从而发生软错误,三模冗余技术(Triple Modular Redundancy, TMR)是目前使用最广泛的缓解FPGA软错误的电路加固技术。该文首先介绍了三模冗余技术研究现状,然后总结了三模冗余工具常用的细粒度TMR技术、系统分级技术、配置刷新技术、状态同步技术4项关键技术及其实现原理。随着FPGA的高层次综合技术愈发成熟,基于高层次综合的三模冗余工具逐渐成为新的研究分支,该文分类介绍了当前主流的基于寄存器传输级的三模冗余工具,基于重要软核资源的三模冗余工具,以及新兴的基于高层次综合的三模冗余工具,最后对FPGA三模冗余工具的未来发展趋势进行了总结与展望。
阵元位置互质的线性阵列:互耦分析和角度估计
何劲, 唐莽, 舒汀, 郁文贤
, doi: 10.11999/JEIT210489
摘要:
该文研究了阵元位置互质的线性阵列(Coprime Location Arrays, CLA)的互耦分析和角度估计问题。首先,给出了阵元位置互质的线性阵列的定义,证明了其导向矢量是不模糊的。随后,利用高阶累积量,建立了阵列输出信号的3阶张量模型,并通过张量分解得到导向矢量的估计。最后,利用得到的导向矢量估计,推导了一种无模糊的信号角度估计的方法。CLA可将相邻阵元间的间距设计远大于半波长,因此可显著降低阵列互耦效应。通过阻抗匹配互耦模型比较了CLA和常用典型阵列结构的互耦与角度估计性能,表明了CLA的有效性。
基于语义导向的光场图像深度估计
邓慧萍, 盛志超, 向森, 吴谨
, doi: 10.11999/JEIT210545
摘要:
光场图像的深度估计是3维重建、自动驾驶、对象跟踪等应用中的关键技术。然而,现有的深度学习方法忽略了光场图像的几何特性,在边缘、弱纹理等区域表现出较差的学习能力,导致深度图像细节的缺失。该文提出了一种基于语义导向的光场图像深度估计网络,利用上下文信息来解决复杂区域的不适应问题。设计了语义感知模块的编解码结构来重构空间信息以更好地捕捉物体边界,空间金字塔池化结构利用空洞卷积增大感受野,挖掘多尺度的上下文内容信息;通过无降维的自适应特征注意力模块局部跨通道交互,消除信息冗余的同时有效融合多路特征;最后引入堆叠沙漏串联多个沙漏模块,通过编解码结构得到更加丰富的上下文信息。在HCI 4D光场数据集上的实验结果表明,该方法表现出较高的准确性和泛化能力,优于所比较的深度估计的方法,且保留较好的边缘细节。
带精英集并行遗传算法的无人机干扰资源调度
邓敏, 伍志高, 姚志强, 陈永其
, doi: 10.11999/JEIT210349
摘要:
在中大规模无人机干扰资源调度中,针对现有模型约束条件简单、调度算法适用规模较小的问题,该文提出了带最少任务数约束的资源调度模型,以最大化干扰效益和最小化成本为目标,用层次分析法对效益与成本指标赋权,并设计了一种用精英集加快收敛的改进并行遗传算法。在中等规模和500:500(干扰资源数:目标数)的更大规模仿真实验中,所提算法与遗传算法、非支配排序遗传算法II、修复遗传算法、基于岛屿模型的并行遗传算法和自适应模拟退火遗传禁忌搜索算法的性能相比,能在更短的时长内达到较优的目标函数值。
基于智能反射面辅助的无人机中继系统安全通信方法
卢为党, 曹明锋, 高原, 曹江, 花俏枝, 李博, 赵楠
, doi: 10.11999/JEIT211379
摘要:
为了提高无人机中继系统的安全通信性能,解决无线信道受障碍物遮挡问题,该文提出一种基于智能反射面(IRS)辅助的无人机(UAV)中继系统安全通信方法。在所提方法中,通过联合优化UAV的位置、基站波束成形和IRS相移,最大化系统的最小保密速率。为了解决这个复杂的非凸优化问题,该文将原问题分解为UAV位置优化子问题、波束成形和IRS相移优化两个子问题。使用1阶泰勒展开处理优化问题中的非凸项,然后提出一种交替优化的算法进行求解。仿真结果表明本文提出的算法能提高系统的最小保密速率,并且具有良好的收敛性。
基于多项式秘密共享的图像密文域可逆信息隐藏
张敏情, 王泽曦, 柯彦, 孔咏骏, 狄富强
, doi: 10.11999/JEIT211054
摘要:
针对密文域可逆信息隐藏在多用户场景下算法嵌入率低、载体图像容灾性能较弱等问题,该文提出一种基于多项式秘密共享的图像密文域可逆信息隐藏方案。通过将图像分割成多幅影子图像并存储在不同的用户端,可以增强图像的容灾性,为了实现额外信息在图像重构前后提取的可分离性,该方案包括两种嵌入算法:算法1在图像分割的过程中,将额外信息嵌入多项式的冗余系数中得到含有额外信息的影子图像,该算法支持在图像重构之后提取额外信息;算法2针对图像分割后的任一影子图像,利用秘密共享的加法同态特性实施嵌入,该算法支持直接从影子图像中提取额外信息。实验在不同门限方案和影子图像压缩率的条件下进行测试,当压缩率为50%时,(3, 4)门限方案的嵌入率达4.18 bpp(bit per pixel),(3, 5)门限方案的嵌入率达3.78 bpp。结果表明,两种嵌入算法分别支持从影子图像与重构图像中提取额外信息,实现了方案的可分离性;与现有方案相比,所提算法嵌入率较高、计算复杂度较低,具有较强的实用性。
基于深度学习特征融合和联合约束的单通道语音分离方法
孙林慧, 王灿, 梁文清, 李平安
, doi: 10.11999/JEIT210616
摘要:
为了提高单通道语音分离性能,该文提出基于深度学习特征融合和联合约束的单通道语音分离方法。传统基于深度学习的分离算法的损失函数只考虑了预测值和真实值的误差,这使得分离后的语音与纯净语音之间误差较大。该文提出一种新的联合约束损失函数,该损失函数不仅约束了理想比值掩蔽的预测值和真实值的误差,还惩罚了相应幅度谱的误差。另外,为了充分利用多种特征的互补性,提出一种含特征融合层的卷积神经网络(CNN)结构。利用该CNN提取多通道输入特征的深度特征,并在融合层中将深度特征与声学特征融合用来训练分离模型。由于融合构成的特征含有丰富的语音信息,具有强的语音信号表征能力,使得分离模型预测的掩蔽更加准确。实验结果表明,从信号失真比(SDR) 、主观语音质量评估( PESQ)和短时客观可懂度(STOI)3个方面评价,相比其他优秀的基于深度学习的语音分离方法,该方法能够更有效地分离目标语音。
基于图像退化模型的红外与可见光图像融合方法
蒋一纯, 刘云清, 詹伟达, 朱德鹏
, doi: 10.11999/JEIT211112
摘要:
基于深度学习的红外与可见光图像融合算法依赖人工设计的相似度函数衡量输入与输出的相似度,这种无监督学习方式不能有效利用神经网络提取深层特征的能力,导致融合结果不理想。针对该问题,该文首先提出一种新的红外与可见光图像融合退化模型,把红外和可见光图像视为理想融合图像通过不同退化过程后产生的退化图像。其次,提出模拟图像退化的数据增强方案,采用高清数据集生成大量模拟退化图像供训练网络。最后,基于提出的退化模型设计了简单高效的端到端网络模型及其网络训练框架。实验结果表明,该文所提方法不仅拥有良好视觉效果和性能指标,还能有效地抑制光照、烟雾和噪声等干扰。
基于强化学习的智能超表面辅助无人机通信系统物理层安全算法
胡浪涛, 毕松姣, 刘全金, 吴建岚, 杨瑞, 王宏
, doi: 10.11999/JEIT211613
摘要:
该文从物理层安全的角度出发研究了智能超表面(RIS)辅助的无人机(UAV) 3D轨迹优化。具体地说,当RIS辅助的UAV向地面用户进行无线传输时,通过联合优化RIS相移和UAV的3D轨迹来最大化物理层安全速率。然而,由于目标函数是非凸的,传统的优化技术很难直接求解。深度强化学习能够处理无线通信中动态复杂的优化问题,该文基于强化学习双深度Q网络(DDQN)设计一种联合优化RIS相移和无人机3D轨迹算法,最大化可实现的平均安全速率。仿真结果表明,所设计的RIS辅助UAV通信优化算法可以获得比固定飞行高度的连续凸逼近算法(SCA)、随机相移下的RIS算法和没有RIS的算法更高的安全速率。
几类指标为2的不可约拟循环码的重量分布
高健, 张耀宗, 孟祥蕊, 马芳卉
, doi: 10.11999/JEIT211104
摘要:
少重量线性码在认证码、结合方案以及秘密共享方案的构造中有着重要的应用。如何构造少重量线性码一直是编码理论研究的重要内容。该文通过选取特殊的定义集,构造了有限域上指标为2的不可约拟循环码,利用有限域上的高斯周期确定了几类指标为2的不可约拟循环码的重量分布,并且得到了几类2-重量线性码和3-重量线性码。结果表明,由该文构造的三类2-重量线性码中有两类是极大距离可分(MDS)码,另一类达到了Griesmer界。
μ2算法的积分攻击和不可能差分攻击
胡斌, 张贵显
, doi: 10.11999/JEIT210638
摘要:
\begin{document}$ {\mu }^{\text{2}} $\end{document}算法是由Yeoh等人设计的一种轻量级分组密码算法,该算法全轮共15轮,采用TYPE-II广义Feistel结构,Yeoh等人在设计文档中对\begin{document}$ {\mu ^{\text{2}}} $\end{document}算法抵抗差分分析、线性分析的能力进行了评估,但\begin{document}$ {\mu ^{\text{2}}} $\end{document}算法抵抗积分攻击和不可能差分分析的能力目前尚不清楚。该文给出了\begin{document}$ {\mu ^{\text{2}}} $\end{document}算法的8轮和9轮积分区分器和9轮不可能差分,利用8轮积分区分器,对9轮\begin{document}$ {\mu ^{\text{2}}} $\end{document}算法进行了积分攻击,攻击的时间复杂度为\begin{document}${2^{76}}$\end{document}次9轮加密,数据复杂度为\begin{document}${2^{48}}$\end{document},存储复杂度为\begin{document}${2^{48}}$\end{document};利用9轮不可能差分,对11轮\begin{document}$ {\mu ^{\text{2}}} $\end{document}算法进行了不可能差分分析,攻击的时间复杂度为\begin{document}${2^{49}}$\end{document}次11轮加密,数据复杂度为\begin{document}${2^{64}}$\end{document}对明文。结果表明,9轮的\begin{document}$ {\mu ^{\text{2}}} $\end{document}算法不能抵抗积分攻击,11轮的\begin{document}$ {\mu ^{\text{2}}} $\end{document}算法不能抵抗不可能差分分析。另外,该文对\begin{document}$ {\mu ^{\text{2}}} $\end{document}算法抵抗差分攻击的能力进一步评估并证明4轮\begin{document}$ {\mu ^{\text{2}}} $\end{document}算法的差分特征的最大概率为\begin{document}${{\text{2}}^{{{ - 39}}}}$\end{document},与设计报告指出的4轮差分特征的概率不超过\begin{document}${2^{ - 3{\text{6}}}}$\end{document}相比结果更为紧致。
基于动态平衡自适应迁移学习的流量分类方法
尚凤军, 李赛赛, 王颖, 催云帆
, doi: 10.11999/JEIT210623
摘要:
针对应用流量识别性能和准确率降低等问题,该文提出一种动态平衡自适应迁移学习的流量分类算法。首先将迁移学习引入到应用流量识别中,通过将源领域和目标领域的样本特征映射到高维特征空间中,使得源领域和目标领域的边缘分布与条件分布距离尽量小,提出使用概率模型来判断和计算域之间的边缘分布与条件分布的区别,利用概率模型对分类类别确认度的大小,定量来计算平衡因子\begin{document}$ \mu $\end{document},解决DDA中只考虑到分类错误率,没有考虑到确认度的问题。然后引入断崖式下跌策略动态确定特征主元的数量,将进行转换后的特征使用基础分类器进行训练,通过不断的迭代训练,将最终得到的分类器应用到最新的移动终端应用识别上,比传统机器学习方法的准确率平均提高了7%左右。最后针对特征维度较高的问题,引入逆向特征自删除策略,结合推土机距离(EMD),使用信息增益权重推土机相关系数,提出了针对应用流量识别的特征选择算法,解决了部分特征对模型的分类无法起到任何的帮助,仅仅导致模型的训练时间增加,甚至由于无关特征的存在导致模型的性能和准确率降低等问题,将经过选择处理的特征集作为迁移学习的训练输入数据,使得迁移算法的时间缩短大约80%。
基于相位补偿的非理想无线轨道角动量复用通信系统研究
王洋, 修艳磊, 胡韬, 施盼盼, 廖希
, doi: 10.11999/JEIT210626
摘要:
电磁波轨道角动量各模态间满足严格正交性,为无线通信系统提供了一个新的复用维度。当前无线轨道角动量通信的研究仍集中于理想视距(LoS)场景,在实际通信场景中,多径效应和非对齐效应等非理想传输情况通常是无法避免的,这会使得无线轨道角动量多入多出(OAM-MIMO)通信系统的性能遭受较大损失。为提升非理想无线OAM-MIMO通信系统性能,该文建模了一种更加符合实际传输场景的毫米波OAM-MIMO 10射线信道模型;然后评估了多径效应和非对齐效应带来的性能损失问题;最后,提出了一种低复杂度的平均相位补偿与迭代功率分配(APC-IPA)联合优化方案来消除非对齐和多径效应造成的相位偏差,提升系统信道容量。仿真结果表明:在同时遭受非对齐和多径效应时,所提APC-IPA联合方案能够有效地提升系统信道容量。
基于ADMM的低仰角目标二维DOA估计算法
马健钧, 魏少鹏, 马晖, 刘宏伟
, doi: 10.11999/JEIT210582
摘要:
针对面阵米波雷达低仰角目标2维DOA估计问题,该文提出一种基于交替乘子法(ADMM)的快速2维DOA估计算法。该方法首先利用均匀面阵条件下方位、俯仰角无耦合的特性,将2维角度估计问题转化为两个1维角度估计问题,通过方位、俯仰维波束合成实现对目标信息提取;其次根据信号模型建立信号空域超完备表达式,利用ADMM方法完成对方位、俯仰角估计。该方法避免了2维联合估计复杂计算量,复杂度大大降低,且运算过程无需特征分解,进一步提高了运算效率。仿真结果表明了该算法的优越性。
自适应高效无线传感器网络时间同步优化算法
王义君, 钱志鸿
, doi: 10.11999/JEIT210533
摘要:
针对无线传感器网络全网多跳自适应时间同步效率低的问题,在接收端与接收端同步模型基础上,该文提出一种自适应高效无线传感器网络时间同步优化算法。首先,双节点同步时,从节点接收来自参考节点的同步消息并进行确认,在同步周期结束后通过拟合估计和数据更新完成时间修正,构建交互参数同步包,并与主节点进行信息交换完成同步过程。其次,全网同步时,建立Voronoi多边形拓扑结构,认定拓扑结构中参考节点和邻域节点身份(ID),参考节点覆盖区域间通过邻域节点交换同步信息,实现自适应多区域节点联合时间同步。仿真结果表明该算法在双节点时间同步中能够保证同步误差较小,网络能耗较低;同时,Voronoi拓扑相较于其他典型拓扑,在连通效率和收敛时间方面均有所改进。
考虑终端安全和资源调度的垂直切换算法
马彬, 陈鑫, 谢显中, 钟世林
, doi: 10.11999/JEIT210450
摘要:
存在恶意终端的超密集异构无线网络中,针对高并发接入请求带来的资源分配效率降低和拥塞问题,该文提出一种考虑终端安全和资源调度的垂直切换算法(CTSRS-VHA)。首先,在网络侧通过基于有限状态机的攻击检测算法,构建终端安全评估模型,计算得到终端安全度。其次,结合网络拥塞度、用户数据传输速率和终端安全度构建了一个多目标优化函数。再次,分析网络与终端之间的综合效益,把多目标优化函数转换成单目标优化函数求解,证明了该解为帕累托最优解。最后,仿真结果及分析表明,该算法能够提高网络的接入安全水平和总吞吐量,降低网络拥塞度和切换失败率。
基于局部影响分析模型的图神经网络对抗攻击
吴翼腾, 刘伟, 于洪涛, 操晓春
, doi: 10.11999/JEIT210448
摘要:
图神经网络(GNN)容易受到对抗攻击安全威胁。现有研究未注意到图神经网络对抗攻击与统计学经典分支统计诊断之间的联系。该文分析了二者理论本质的一致性,将统计诊断的重要成果局部影响分析模型引入图神经网络对抗攻击。首先建立局部影响分析模型,提出并证明针对图神经网络攻击的扰动筛选公式,得出该式的物理意义为扰动对模型训练参数影响的度量。其次为降低计算复杂度,根据扰动筛选公式的物理意义得出扰动筛选近似公式。最后引入投影梯度下降算法实施扰动筛选。实验结果表明,将局部影响分析模型引入图神经网络对抗攻击领域具有合理性;与现有攻击方法相比,所提方法具有有效性。
基于LSTM多尺度共生关系挖掘的测井曲线复原
韩建, 李婧, 曹志民, 高攀
, doi: 10.11999/JEIT210424
摘要:
利用测井数据进行储层地质描述的应用中,经常出现部分测井曲线失真或缺失的问题,为此,测井曲线复原一直以来都是相关研究领域的研究热点和难点。传统信号复原方法和基于神经网络等机器学习的复原方法,对同井不同测井曲线间关联信息的表示和利用不充分,跨井模型适应能力差。针对这些问题,该文提出一种基于长短时记忆(LSTM)网络多尺度共生关系挖掘的测井曲线复原方法:在基于神经网络测井曲线复原方法的基础上,通过引入多尺度灰度共生(GLCM)关系完成对不同测井曲线间横向关联信息的表征以实现测井曲线集纵横向语义信息的全面利用,进而实现缺失测井曲线的复原。实验结果表明,与BP神经网络、随机森林(RF)、GBDT、深度森林(DF)和LSTM网络方法相比,该文所提方法具有更好的信号复原精度,且所构建模型具有一定的井间适应能力。
面向移动边缘计算中多应用服务的虚拟机部署算法
李光辉, 周辉, 胡世红
, doi: 10.11999/JEIT210415
摘要:
移动边缘计算(MEC)通过在用户近端以虚拟机(VM)形式部署应用服务,能有效降低服务响应延迟并减少核心网络数据流量。然而,当前MEC中虚拟机部署的大多数研究尚未具体考虑用户对多种应用服务的需求。因此,该文针对MEC中多应用服务的虚拟机部署问题,提出两种启发式算法,即基于适应度的启发式部署算法(FHPA)和基于分治的启发式部署算法(DCBHPA),通过在边缘网络中配置支持多种应用服务的虚拟机来最大限度地减少网络中的数据流量。FHPA和DCBHPA分别基于边缘服务器的网络连接特征和用户对应用请求的差异性,定义了不同的适应度计算模型。在此基础上,通过子问题划分机制实现VM配置。仿真结果表明,相比于基准算法,所提算法能更好地控制系统数据流量,有效地提高边缘网络服务资源的利用率。
基于CNN-GAP可解释性模型的软件源码漏洞检测方法
王剑, 匡洪宇, 李瑞林, 苏云飞
, doi: 10.11999/JEIT210412
摘要:
源代码漏洞检测是保证软件系统安全的重要手段。近年来,多种深度学习模型应用于源代码漏洞检测,极大提高了漏洞检测的效率,但还存在自定义标识符导致库外词过多、嵌入词向量的语义不够准确、神经网络模型缺乏可解释性等问题。基于此,该文提出了一种基于卷积神经网络(CNN)和全局平均池化(GAP)可解释性模型的源代码漏洞检测方法。首先在源代码预处理中对部分自定义标识符进行归一化,并采用One-hot编码进行词嵌入以缓解库外词过多的问题;然后构建CNN-GAP神经网络模型,识别出包含CWE-119缓冲区溢出类型漏洞的函数;最后通过类激活映射(CAM)可解释方法对结果进行可视化输出,标识出可能与漏洞相关的代码。通过与Russell等人提出的模型以及Li等人提出的VulDeePecker模型进行对比分析,表明CNN-GAP模型能达到相当甚至更好的性能,且具有一定的可解释性,便于研究人员对漏洞进行更深入的分析。
单有向电磁矢量传感器的参数估计方法
胡毅立, 赵永波, 陈胜, 牛奔
, doi: 10.11999/JEIT211385
摘要:
传统的单电磁矢量传感器(UEMVS)由3个电偶极子和3个磁环构成且方向图是全向的。但是当多个单电磁矢量传感器依附在共形载体上构成共形电磁矢量传感器阵列时,为了降低共形电磁矢量传感器阵列的副瓣,通常每个传感器的方向图是有向的。基于有向方向图的单电磁矢量传感器也称为单有向电磁矢量传感器(UDEMVS)。该文针对UDEMVS的参数估计问题,提出两种参数估计方法,分别是基于免搜索的旋转不变信号参数估计和矢量叉积(ESPRIT-VCP)方法以及基于网格搜索的多重信号分类和最小瑞利商(MUSIC-MRQ)方法。ESPRIT-VCP方法是根据旋转不变性和矢量叉积,获得4维参数的闭式解,MUSIC-MRQ方法根据信号和噪声子空间正交性与最小瑞利商,利用网格搜索得到2维角度估计值,进而结合信号回波模型得到2维极化的估计值。所提两种方法只利用了UDEMVS的6通道数据就能有效得到目标的参数估计结果,有较低的计算复杂度。仿真结果从角度和极化的估计性能出发验证了所提方法的有效性。
基于智能反射表面辅助的MIMO无线通信密钥快速生成
唐杰, 文红, 宋欢欢, 王睿斐
, doi: 10.11999/JEIT210442
摘要:
近来,结合智能反射表面(IRS)辅助无线通信的密钥生成技术引发了学界的兴趣。然而目前的工作仅针对在单天线收发(SISO)系统中引入IRS辅助密钥生成,其IRS对密钥生成速率的提升效率不够高。针对此问题,该文研究了基于IRS结合MIMO系统的无线密钥快速生成方案,通过控制IRS反射合法双发与IRS之间的MIMO信号来构建等效的快速信道,可更显著地提升密钥生成速率(KGR)。该文首先从信息论角度对所提方案的密钥速率和安全性进行了分析与证明,推导了密钥速率性能上界的表达式。基于此,从不同的窃听场景出发,分析窃听者分别靠近合法收发方和IRS进行窃听时,其靠近的距离对密钥生成速率性能的影响,发现所提方案在密钥速率和安全性能上均得到显著提升。最后,通过仿真验证了所提方案的有效性和理论分析的正确性。
基于压缩感知的贪婪类重构算法原子识别策略综述
刘素娟, 崔程凯, 郑丽丽, 江书阳
, doi: 10.11999/JEIT211297
摘要:
在压缩感知(CS)重构算法中,贪婪类算法因其硬件实现的简易性与良好的恢复精度得到了广泛研究,但算法多样化的同时出现了算法选择困难的问题。原子识别策略作为贪婪类算法的核心,其差异往往决定了算法重构性能的优劣。该文以贪婪类算法最关键的一环原子识别作为研究对象,对贪婪类重构算法的原子识别策略进行了提取与分类。根据不同策略的适用阶段和特点归纳提炼出3种一步式原子识别策略、8种进阶式原子识别策略以及3种稀疏度自适应原子识别策略。最后对原子识别策略所对应原始算法的重构性能进行了分类仿真对比。整理后的策略方便于实际应用中对算法的选择,同时为贪婪类重构算法的进一步优化提供了参考。
基于水下连续波体制的捕获跟踪技术研究
孙大军, 明婉婷, 张居成
, doi: 10.11999/JEIT211376
摘要:
针对水下高速潜器回收导引过程中实现实时测量位置与传输指控信息的问题,该文提出基于水下连续波体制的捕获跟踪技术。利用连续波体制实现测距与通信的同步解析,通过并行处理结构压缩数据捕获时长,并基于锁相环原理设计出适应水声环境与高速背景的最佳环路跟踪策略。从理论仿真与松花湖试验结果来看,算法的捕获时间从传统匹配算法的83.87 s缩短至0.66 s,计算量缩小为时域算法的2.36%。信号跟踪技术在匀速模型和加速度模型下都具有良好的性能,从通信角度讲跟踪算法能够准确无误地传输数据,从参数估计角度讲,基于跟踪结果输出的参数估计精度高且随速度变化缓慢,但传统检测精度随速度增大而变差。该方法实现了对多普勒频偏和信道结构变化的精确估计与动态调整,保证了声学测量与指控信息传输的连续性与稳定性,对水下高速潜器的实时回收导引具有重要意义。
一种适用于北极双轴声道的改进压缩匹配场定位算法研究
吕玉娇, 刘崇磊, 张扬帆, 黄海宁
, doi: 10.11999/JEIT211445
摘要:
北极水域信道特殊,匹配场处理作为一类可结合环境信息进行信号处理的目标定位方法,在模型匹配时可以准确估计出声源位置,但存在环境变化复杂且信息了解少的问题,导致模型很难完全匹配,从而出现位置估计不准确的问题。该文提出建立一种改进的压缩匹配场模型,并基于相位归一化原理对稀疏模型进行优化,利用归一化阵元域信息进行匹配,以消除声源频谱的影响,提高压缩匹配场的定位准确度。仿真结果表明,改进后方法比改进前方法的定位准确率更高;试验数据处理表明,单快拍下改进后方法比改进前方法在目标位置估计上误差更小,比常规匹配场方法的分辨率更高。
基于显著特征增强的跨模态视频片段检索
杨金福, 刘玉斌, 宋琳, 闫雪
, doi: 10.11999/JEIT211101
摘要:
随着视频获取设备和技术的不断发展,视频数量增长快速,在海量视频中精准查找目标视频片段是具有挑战的任务。跨模态视频片段检索旨在根据输入一段查询文本,模型能够从视频库中找出符合描述的视频片段。现有的研究工作多是关注文本与候选视频片段的匹配,忽略了视频上下文的“语境”信息,在视频理解时,存在对特征关系表达不足的问题。针对此,该文提出一种基于显著特征增强的跨模态视频片段检索方法,通过构建时间相邻网络学习视频的上下文信息,然后使用轻量化残差通道注意力突出视频片段的显著特征,提升神经网络对视频语义的理解能力。在公开的数据集TACoS和ActivityNet Captions的实验结果表明,该文所提方法能更好地完成视频片段检索任务,比主流的基于匹配的方法和基于视频-文本特征关系的方法取得了更好的表现。
基于矢量近似消息传递的智能反射面辅助毫米波信道估计
王丹, 梁家敏, 梅志强, 刘金枝
, doi: 10.11999/JEIT211271
摘要:
毫米波属于一种典型的视距传输方式,其受大气吸收影响严重。针对毫米波的非视距传播受限,该文通过智能反射面(IRS)辅助毫米波通信,且提出结合Khatri-Rao积的矢量近似消息传递(KR-VAMP)算法来提高毫米波通信系统的信道估计质量。该算法基于Khatri-Rao积将级联信道问题转换为稀疏信号恢复问题,并结合VAMP的矢量和迭代阈值算法的优势,使得整个IRS辅助毫米波系统在减少训练迭代次数的同时,降低了整个系统的信道估计误差。最后通过仿真结果对比,分析了各变量对信道估计的均方误差(MMSE)的影响,以及MMSE随着迭代次数的收敛情况,验证了此算法对比其他近似消息传递(AMP)算法具有更好的性能。
面向可见光通信的硅基InGaN/GaN多量子阱波导定向耦合器光子集成芯片
李欣, 李芸, 王徐, 沙源清, 蒋成伟, 王永进
, doi: 10.11999/JEIT210758
摘要:
利用可见光信号作为新型信息载体的光通信技术近些年来得到长足发展,为了开发新一代光子集成芯片作为可见光通信网络的终端器件,满足可见光信号发射、接收、传输与处理的复合需求,该文基于硅基InGaN/GaN多量子阱材料,设计了一种集成可见光波段微型发光二极管(LED)光源、波导定向耦合器、微型光电探测器于一体的光子集成芯片。该芯片利用InGaN/GaN多量子阱材料的发光探测共存现象,实现了上述复合功能。微型LED光源作为发射端,可以发射出蓝色波段的可见光信号,其发光强度受到注入电流的线性调制,可实现调幅可见光通信,适合作为可见光通信的发射端。微型LED光源发射的可见光信号传输进入波导定向耦合器,实现了片内有效传输耦合和光功率平均分配。经过耦合传输的可见光信号进入微型光电探测器,可以监测到与耦合传输的光信号强度相匹配的光电流。最后,可见光通信测试也表明该芯片可实现有效的可见光通信。本研究为发展面向可见光通信网络需求的复合功能光子集成芯片终端提供了更多可能性。
基于迁移深度强化学习的低轨卫星跳波束资源分配方案
陈前斌, 麻世庆, 段瑞吉, 唐伦, 梁承超
, doi: 10.11999/JEIT211457
摘要:
针对低轨(LEO)卫星场景下,传统资源分配方案容易造成特定小区资源分配无法满足需求的问题,该文提出一种基于迁移深度强化学习(TDRL)的低轨卫星跳波束资源分配方案。首先,该方案联合星上缓冲信息、业务到达情况和信道状态,以最小化卫星上数据包平均时延为目标,建立支持跳波束技术的低轨卫星资源分配优化模型。其次,针对低轨卫星网络的动态多变性,该文考虑动态随机变化的通信资源和通信需求,采用深度Q网络(DQN)算法利用神经网络作为非线性近似函数。进一步,为实现并加速深度强化学习(DRL)算法在其他目标任务中的收敛过程,该文引入迁移学习(TL)概念,利用源卫星学习的调度任务快速寻找目标卫星的波束调度和功率分配策略。仿真结果表明,该文所提出的算法能够优化卫星服务过程中的时隙分配,减少数据包的平均传输时延,并有效提高系统的吞吐量和资源利用效率。
基于多尺度双邻域显著性的高分四号遥感图像运动船舶检测方法
余伟, 尤红建, 胡玉新, 刘瑞
, doi: 10.11999/JEIT211107
摘要:
静止轨道的高分四号(GF-4)卫星具备对海上运动船舶进行连续观测的能力,由于轨道高,海面船舶在GF-4卫星遥感图像中比较弱小不易检测。该文分析海面运动船舶的尾迹特征,提出一种基于多尺度双邻域显著性(MDSM)的GF-4卫星遥感图像运动船舶检测方法。首先依据多尺度双邻域显著性模型计算显著度,生成显著图;然后使用自适应阈值分割提取运动船舶的位置;最后利用尾迹几何特征对候选目标的形状进行校验,进一步去除虚假目标。实验结果和分析表明,所提方法可以有效地检测GF-4卫星遥感图像中的多个运动船舶目标,相比目前主流的视觉显著性检测算法,该文所提算法具有更好的检测性能。
基于硬件损伤的异构网络鲁棒安全资源分配算法
徐勇军, 曹奇, 万杨亮, 周继华, 赵涛, 陈前斌
, doi: 10.11999/JEIT211123
摘要:
针对多蜂窝多用户异构网络中收发机处信号畸变、用户信息泄露和传输中断等问题,该文提出一种基于硬件损伤的异构网络鲁棒安全资源分配算法。考虑小蜂窝用户最小安全速率约束、小蜂窝基站最大发射功率约束和宏用户干扰功率约束,建立了基于有界信道不确定性的能效最大化资源分配模型。基于Dinkelbach法、最坏准则法和连续凸近似理论,将原非凸资源分配问题等价转换为凸优化问题,并利用拉格朗日对偶算法得到解析解。仿真结果表明,与现有算法相比,所提算法具有较好的能效和鲁棒性。
基于稀疏自编码器的混合信号符号检测研究
郝崇正, 党小宇, 李赛, 王成华
, doi: 10.11999/JEIT211074
摘要:
基于深度神经网络(DNN)的符号检测器(SD)的结构直接影响检测精度和计算复杂度,然而,已有的工作中并未对DNN符号检测器的结构选择方法开展研究。此外,已知的基于DNN的符号检测器复杂度较高且仅能完成单一调制信号的检测。针对以上问题,该文提出基于误符号率(SER)度量的低复杂度稀疏自编码器(SAE)符号检测器结构选择策略,同时,利用提出的累积量和矩特征向量实现了对混合信号的检测。所设计的符号检测器不依赖信道模型和噪声假设,对不同调制方式的信号具有较好的检测性能。仿真结果表明,该文设计的SAE符号检测器的SER性能接近最大似然(ML)检测理论值,且在频偏、相偏和有限训练样本等非理想条件下具有较强的鲁棒性。
融合注意力机制的雷达欺骗干扰域适应识别方法
孙闽红, 陈鑫伟, 仇兆炀, 滕旭阳
, doi: 10.11999/JEIT210871
摘要:
针对目前雷达欺骗干扰识别中常规特征识别方法应用受限和训练高性能深度学习模型需要的大量标注样本难以高效获取的问题,该文提出一种基于对抗域适应网络的雷达欺骗干扰识别方法,以改善标签限制;并融合注意力机制残差模块进一步提升识别精度。首先,对雷达接收信号进行时频变换后,应用基于对抗网络思想的域适应技术实现从标注源域样本到未标注目标域样本的迁移识别。其次,通过所设计的空间通道注意力残差模块使网络训练聚焦于时频图全局空间特征和高响应通道,以忽略时频图像中可迁移性低的区域抑制负迁移的产生。在不同源域与目标域雷达欺骗干扰数据集上的实验结果表明了该方法的可行性和有效性。
一种基于图形处理器的高吞吐量SM2数字签名计算方案
朱辉, 黄煜坤, 王枫为, 杨晓鹏, 李晖
, doi: 10.11999/JEIT211049
摘要:
随着数据传输安全的普及和认证信息细粒化程度的提高,基于公钥密码学的签名运算使用越来越频繁,其处理速度逐渐成为制约各种高并发安全应用的瓶颈问题。为此,该文提出了一种基于图形处理器(GPU)的高吞吐量SM2数字签名计算方案。首先,通过GPU底层指令优化基础运算的计算过程,构建高效的基础运算模块;进而,结合GPU的平台特性,优化基于费马小定理的模逆算法,缩短SM2推荐素数的加法链,大幅提升模逆处理速度;同时,按需使用倍点运算和重复倍点算法,避免线程束分化现象,并有效减少未知点乘运算的计算量。理论分析和实验测试结果表明本方案可有效地提升SM2签名和验签算法的处理速度,在RTX3090单卡上实现了7.609\begin{document}$ \times {10^7}$\end{document}次/s的签名吞吐量和3.46\begin{document}$ \times {10^6}$\end{document}次/s的验签吞吐量。
基于数据预处理的侧信道分析优化方法
赵毅强, 王庆雅, 马浩诚, 张启智, 叶茂, 王汉宁, 何家骥
, doi: 10.11999/JEIT211462
摘要:
电磁侧信道信息具有数据庞杂无序,信噪比低的特征,对侧信道分析的结果存在较大影响。针对电磁侧信道数据的特性,该文提出一种最小相关差值的对齐方法,通过参考信号的自相关函数与待对齐信号的互相关函数之间的相似度来估计延时差值。同时,提出一种K奇异值分解(KSVD)字典学习的降噪方法,交替迭代进行稀疏编码和字典更新来滤除高频噪声。为了验证数据预处理方法对侧信道分析结果的优化效果,设计并搭建了电磁侧信道测评系统,并基于实际芯片进行了近场电磁侧信道信息采集与分析。该文使用所提预处理方法对电磁数据进行对齐与降噪,通过t-test泄露评估与相关性电磁分析,对比最大相关系数对齐与小波降噪方法,能够将侧信道攻击的效率分别提高29.91%和55.23%。
可重构智能表面辅助无线通信的用户分配
王丹, 陈小梦, 王勇芳
, doi: 10.11999/JEIT211473
摘要:
可重构智能表面(RIS)是一种成本效益高的解决方案,可通过大量低成本的无源反射元件,提高无线通信系统的能源效益。在远场情况时,许多工作都是假设以RIS的中心作为反射点为前提展开研究。对于多用户的远场情况而言,用户位置不同会增加基站(BS)的功耗。该文以BS发射功率为代价矩阵,利用Kuhn-Munkres (KM)算法将用户与RIS单元进行匹配。该用户匹配方法在接收信噪比约束下,可以减少BS的发射功率。仿真结果表明,该文所采用的用户与RIS单元匹配方法与随机RIS单元相比,最多可以减少1%的BS功耗。
改进的Gold码并行组合扩频水声通信
李燕, 贾宁, 黄建纯, 刘彪, 郭圣明
, doi: 10.11999/JEIT211447
摘要:
将映射序列扩频(MSSS)方法用于并行组合扩频(PCSS)水声(UWA)通信,有效降低通信信号峰均比,进而提高通信性能。但当使用Gold码作为扩频码时,由于Gold码的循环移位相加特性,导致映射信号在接收端解相关时会出现伪峰,严重降低通信系统的性能。为了减小伪峰对通信性能的影响,该文提出基于相关峰相位差法的并行组合扩频(PDCP-PCSS)和交织并行组合扩频(IPCSS)两种方法。PDCP-PCSS方法在接收端加入相关峰相位差法对伪峰进行识别和剔除,有效降低了伪峰对通信性能的影响。IPCSS方法将交织技术与并行组合扩频相结合,避免了伪峰的生成。通过仿真和海上试验验证,这两种方法相比于传统的并行组合扩频水声通信(CPCSS)方法具有更好的通信性能,PDCP-PCSS方法的通信性能最优,但适用范围仅限于3个Gold码的组合,而IPCSS方法的适用范围更广。
存在设备时间限制的两个企业协同的综合调度算法
谢志强, 裴莉榕
, doi: 10.11999/JEIT211394
摘要:
针对自有加工企业设备使用时间存在限制无法满足产品交货期的综合调度问题,该文提出存在设备时间限制的两个企业协同的综合调度算法。为了保证自有加工企业能够获得更多的收益,需要将加工任务尽可能多的分配给自有加工企业进行加工。因此,需要将加工任务进行有效分解,首先逆向遍历加工树,将自有加工企业设备使用时间上限作为阈值,设计加工任务分配策略对加工树进行拆分并生成自有加工企业加工的拆分加工树,其余部分为协同加工企业加工的协同加工树。然后设计协同选择策略,在考虑到运输问题并满足交货期的前提下,选取使自有加工企业收益最大的企业为协同加工企业。最后实例分析,该算法可以更好地解决加工企业设备使用时间存在限制并带有交货期和收益的企业车间协同综合调度问题。
考虑工序序列动态时间紧迫度的逆序贪婪综合调度算法
曹望成, 谢志强, 裴莉榕
, doi: 10.11999/JEIT211455
摘要:
针对树状结构复杂单产品加工和装配的一般综合调度问题,该文提出考虑工序序列动态时间紧迫度的逆序贪婪综合调度算法。提出工序排序策略,定义工序序列的时间紧迫度,将工序树逆置,采用叶对齐的方式,按照由叶到根的顺序,逐层根据叶结点所属工序序列动态时间紧迫度值由大到小的顺序确定其调度顺序,将各层排序后的叶结点依次入队列保存,最后将队列中元素逆置。提出逆序贪婪调度策略,每次以一道工序为单位,安排它在所需设备上的准调度时间点进行试调度,得到该工序的准调度方案集,选择准调度方案结束时间最小的方案,若不唯一,选择使该工序尽早加工的方案。实例表明所提算法优化了一般综合调度的结果且效率较高。
面向中文搜索的网络加密流量侧信道分析方法
李玎, 林伟, 芦斌, 祝跃飞
, doi: 10.11999/JEIT210289
摘要:
搜索引擎中的增量式搜索服务通过发送实时请求为用户更新建议列表。针对搜索加密流量存在的信息泄露,该文提出一种面向中文搜索的侧信道分析方法,利用搜索请求数据包长度增量和时间间隔的可区分性,构建了3阶段的分析模型以实现对用户输入查询的识别。实验结果表明,该方法在4个常用中文搜索引擎中的识别性能均达到理论量化值,对包含1.4×105查询监控集的综合识别准确率达到76%。最后通过评估4种针对性的缓解机制,证明了通过阻断信息泄露来源可有效防御侧信道分析。
基于融合边缘变化信息全卷积神经网络的遥感图像变化检测
王鑫, 张香梁, 吕国芳
, doi: 10.11999/JEIT210389
摘要:
高分辨率遥感图像变化检测是了解地表变化的关键,是遥感图像处理领域的一个重要分支。现有很多基于深度学习的变化检测方法,取得了良好的效果,但是不易获得高分辨率遥感图像中的结构细节且检测精度有待提高。因此,该文提出融合了边缘变化信息和通道注意力模块的网络框架(EANet),分为边缘结构变化信息检测、深度特征提取和变化区域判别3个模块。首先,为了得到双时相图像的边缘变化信息,对其进行边缘检测得到边缘图,并将边缘图相减得到边缘差异图;其次,考虑到高分辨率遥感图像精细的图像细节和复杂的纹理特征,为了充分提取单个图像的深度特征,构建基于VGG-16网络的3支路模型,分别提取双时相图像和边缘差异图的深度特征;最后,为了提高检测精度,提出将通道注意力机制嵌入到模型中,以关注信息量大的通道特征来更好地进行变化区域的判别。实验结果表明,无论从视觉解释或精度衡量上看,提出算法与目前已有的一些方法相比,具有一定的优越性。
正交多用户CD-DCSK方案的设计及性能分析
贺利芳, 董江涛, 张刚
, doi: 10.11999/JEIT210263
摘要:
为了进一步提升现有多用户混沌键控系统的信息传输速率和误码率(BER) 性能,该文提出一种正交多用户CD-DCSK(OMU-CD-DCSK)系统。该系统在差分混沌移位键控(DCSK)的基础上结合了相关延迟移位键控(CDSK),每个时隙中利用正交的Walsh码序列可以传输N bit的多用户信息,然后通过正交调制技术进一步提升传输速率。在接收端,采用滑动平均滤波器降低噪声方差,改善误码性能,之后进行相关解调即可恢复多用户信息比特。推导了多径瑞利衰落信道下系统的理论BER,并通过蒙特卡罗仿真实验进行了验证。此外,还定义了系统的综合效用,用于评估混沌系统的综合性能。与其他混沌键控系统相比,OMU-CD-DCSK的综合性能有明显优势,因此具有较好的实用价值。
无线供能移动边缘网络中计算时延最小化资源分配方法研究
叶迎晖, 施丽琴, 卢光跃
, doi: 10.11999/JEIT210228
摘要:
针对无线供能移动边缘计算(MEC)网络,该文将计算时延定义为数据卸载与计算所消耗的时间,并提出一种节点计算时延之和最小化的多维资源分配方法。首先,在节点能量因果约束下,通过联合优化专用能量站工作时长、任务分割系数、节点计算频率和发射功率来建立一个计算时延之和最小化的多维资源分配问题。由于存在优化变量耦合与max-max函数,所建问题非凸且无法采用凸优化工具获取最优解。为此,通过引入一系列松弛变量和辅助变量来进行优化问题简化以及优化变量解耦,并在此基础上,通过深入分析简化问题的结构特性,提出一种基于二分法的迭代算法来求解原问题的最优解。最后,计算机仿真验证了所提迭代算法的正确性以及所提资源分配方法在计算时延方面的优越性。
一种面向深度神经网络的差分隐私保护算法
周治平, 钱新宇
, doi: 10.11999/JEIT210276
摘要:
深度神经网络梯度下降过程中存在较大的梯度冗余,应用差分隐私机制抵御成员推理攻击时,会引入过量噪声。针对上述问题,该文利用Funk-SVD矩阵分解算法将梯度矩阵分解,分别在低维特征子空间矩阵和残差矩阵中添加噪声,利用梯度重构过程消除冗余梯度噪声。重新计算分解矩阵范数并结合平滑敏感度降低噪声规模。同时根据输入特征与输出相关性,将更多隐私预算分配给相关系数大的特征以提高训练精度。最后,根据分解矩阵范数均值提出一种自适应梯度剪裁算法以解决收敛缓慢的问题。算法利用时刻统计计算了在多种优化策略下的累计隐私损失。在标准数据集MNIST和CIFAR-10上验证了该文算法更有效地弥补了与非隐私模型之间的差距。
窃听者随机分布下智能反射面辅助的MISO系统物理层安全性能分析
杨杰, 季新生, 王飞虎, 金梁, 杨金梅
, doi: 10.11999/JEIT210209
摘要:
针对窃听节点随机分布的MISO系统通信场景,该文分析了智能反射面(IRS)辅助下的安全通信性能。采用随机几何理论,将窃听节点建模为均匀泊松点过程(PPP)。合法发送节点采用天线选择策略,选择最优链路发射信号,并部署智能反射面实时调控反射相移增强链路质量,然后以传输安全中断概率为性能指标,推导了其闭式表达式,分析了反射单元数量、发射天线数量等参数对中断概率的影响,最后给出了最大化安全性能的参数选择策略。仿真结果验证了理论分析的正确性,并表明部署反射面可以在低能耗下提升安全性能。
基于轻量化渐进式残差网络的图像快速去模糊
杨爱萍, 李磊磊, 张兵, 何宇清
, doi: 10.11999/JEIT210298
摘要:
基于深度学习的去模糊方法已经取得了较大进展,但是随着网络层数加深,去模糊网络需要更多的计算资源和内存消耗,难以用于实际场景。针对目前的去模糊网络参数量大、运算时间长等问题,该文设计了一种轻量快速的渐进式残差去模糊网络。该网络使用浅层残差网络作为基准模型,可充分利用图像的局部特征信息,加强反向传播时的信息流通。同时,通过多阶段递归调用残差网络并进行参数共享,可大大简化网络模型,减少网络参数。为了进一步提高去模糊网络的特征重建能力,该文引入特征重标定模块进行特征融合,对输入图像与各个残差网络的输出特征图进行通道加权,并对特征图的空间信息进行自适应选择,实现更好的特征重建。实验结果表明,所提算法网络模型参数量小、运行速度快,大幅度领先于现有算法,且对各种空域可变模糊去除均可实现理想复原效果。
基于加权核范数和L2,1范数的最优均值线性分类器
曾德宇, 梁泽逍, 吴宗泽
, doi: 10.11999/JEIT211434
摘要:
缺陷检测是智能制造系统的一个重要的环节。在采用传统机器学习算法进行缺陷分类的时候,通常会遇 到数据噪声干扰,降低算法对缺陷类别的预测精度。尽管近几年提出了如鲁棒线性判别分析(RLDA)等强大的算法用于解决数据受稀疏噪声干扰的分类问题,但仍存在一些缺点限制其应用性能。该文提出一种新的基于线性判别分析的最优均值鲁棒线性分类模型。不同于以往应对噪声数据的分类方法忽略稀疏噪声具有的拉普拉斯分布特性对数据均值的影响,该文所提出的最优均值鲁棒线性分类模型会自动更新数据的最优均值,从而保证数据的统计特性不会受到噪声的干扰。此外,随后的损失函数中首次在鲁棒分类模型中引入了关于正则化和误差测量的联合L2,1范数最小化和秩压缩的加权核范数最小化方法,从而提高算法的鲁棒性。在具有不同比例损坏的标准数据集上的实验结果说明了本文方法的优越性。
基于时空混合图卷积网络的机器人定位误差预测及补偿方法
廖昭洋, 胡睿晗, 周雪峰, 徐智浩, 瞿弘毅, 谢海龙
, doi: 10.11999/JEIT211381
摘要:
工业机器人作为智能制造的重要载体,在大范围复杂任务中具有巨大潜力。但是,定位精度低且难以控制的问题阻碍了机器人在高精度任务的进一步推广。为了提升机器人作业精度,该文提出一种基于时空混合图卷积网络的机器人定位误差预测及补偿方法。首先通过设计图关系编码模块、时空混合特征解码模块,构建基于图卷积网络的机器人位姿误差预测模型;然后,针对传统迭代补偿方法中机器人逆解次数多导致效率低的问题,该文将定位误差补偿问题转化为优化问题,并利用遗传算法同时对位置和姿态进行误差补偿;最后,通过拉丁超立方抽样方法获得训练集,实现机器人定位误差预测模型的训练,并通过实验验证了定位误差预测的准确性以及补偿的效果。
基于规划路径约束的机器人定位方法
胡钊政, 许聪, 周哲, 邓泽武
, doi: 10.11999/JEIT210984
摘要:
路径规划是为机器人生成可行驶路径以实现循迹的过程。因此,机器人的位置应该位于或靠近规划的行驶路径。从而,路径规划可为机器人定位产生重要的约束。该文提出一种规划路径约束的位置概率图 (PI-LPM)模型,该模型通过概率来表征机器人在整个地图范围内所处的位置的可能性。其中,模型中概率密度函数是通过核密度估计 (KDE)方法从表征规划路径的所有数据点生成。在所提出的PI-LPM模型基础上,提出一种规划路径约束的机器人定位新算法 (RL-PPC)来提高机器人定位精度。在该方法中,应用粒子滤波算法来融合所提出的PI-LPM模型和已有的传感器定位方法。融合过程中,从PI-LPM模型中计算得到的概率是分配粒子权重的一个重要因素。实验中分别利用仿真数据和真实数据对所提出的模型与算法进行验证。实验结果表明,所提RL-PPC算法可有效融合PI-LPM模型与主流的定位系统(如GPS和LiDAR定位系统),并显著提高机器人定位的整体性能。
一种基于Logistic电平脉冲的多涡卷系统及其图像加密应用
徐昌彪, 黎金龙, 许浩南
, doi: 10.11999/JEIT211169
摘要:
现有多涡卷吸引子混沌系统中引入的非线性函数多为阶梯函数、饱和函数、多逻辑电平脉冲函数等,从而系统的电路实现复杂度会随涡卷数量的增加而增大,致使其硬件实现变得较为困难。针对此问题,该文设计了Logistic电平脉冲函数,采用非自治的脉冲控制方法基于Lorenz系统构造了一个新的多涡卷混沌系统,对其进行了动力学特性分析和基于FPGA芯片的硬件实现,最后给出了系统在图像加密中的应用。分析结果表明,该文所设计系统的电路实现复杂度与涡卷数量无关,于是FPGA电路可在不改变RTL代码的情况下仅通过改变控制参数即可产生不同的多涡卷吸引子;与Lorenz系统相比,此多涡卷系统具有更多的敏感性参数,应用于图像加密时密钥空间更大,更能有效抵抗穷举攻击。
基于无证书的格基代理签密方案
俞惠芳, 王宁
, doi: 10.11999/JEIT210300
摘要:
无证书代理签密在信息安全领域发挥着越来越重要的作用。现有的大多数无证书代理签密基于传统数学理论,无法抵制量子计算攻击。该文采用格密码技术提出基于无证书的格基代理签密(L-CLPSC)方案。L-CLPSC在带错误学习(LWE)问题和小整数解(SIS)问题的困难假设下满足自适应选择密文攻击下的不可区分性和自适应选择消息攻击下的不可伪造性。相比较而言,L-CLPSC具有更高的计算效率和更低的通信代价。
高超声速滑翔飞行器机动状态识别方法研究
张君彪, 熊家军, 兰旭辉, 陈新, 李凡
, doi: 10.11999/JEIT211009
摘要:
高超声速滑翔飞行器(HGV)的迅猛发展改变了传统的作战样式,开辟了军事斗争的新领域。对HGV的机动状态进行识别可以为威胁评估、轨迹预测和防御决策提供有力支撑。为提高HGV机动状态识别精度,该文提出一种基于注意力机制的卷积长短时记忆网络识别模型(AT-ConvLSTM)。在对HGV进行机动建模和特性分析基础上,将HGV在空间的机动状态分为8类,构造了对应的特征识别参数,建立了包含不同初始条件和控制模式下HGV机动轨迹的轨迹库。推导了从雷达跟踪信息到特征识别参数的转换步骤,使用提出的状态识别模型对HGV机动轨迹的时空特征进行提取,并通过SoftMax分类器输出机动状态分类。最后,通过仿真实验对模型性能进行验证。结果表明,所提状态识别模型能够有效在线识别HGV机动状态,具有较好的实时性和准确性。
基于变步长约瑟夫遍历和DNA动态编码的图像加密算法的安全性分析
冯伟, 张靖, 秦振涛, 何怡刚
, doi: 10.11999/JEIT210791
摘要:
近年来,不断有新的图像加密算法被提出,其安全性却未得到充分的分析和验证。该文对一种最新报导的图像加密算法的安全性进行了分析。所分析算法通过基于变步长约瑟夫遍历的像素置乱、基于DNA动态编码的像素替换及像素行列扩散来完成图像加密。分析表明,该算法的秘密密钥设计不具有实用性,加密过程也存在缺陷。在选择明文攻击条件下,对该算法的加密过程进行了密码分析,并提出了相应的攻击算法。仿真实验和理论分析确认了所提攻击算法的有效性与可行性。最后,针对所分析算法及部分图像加密算法中存在的问题,提出了改进建议。
基于双对数谱和卷积网络的船舶辐射噪声分类
徐源超, 蔡志明, 孔晓鹏
, doi: 10.11999/JEIT211407
摘要:
卷积层平移等变性与线性谱不适配,卷积网络对高维特征的长距离依赖建模能力不足。该文提出一种双对数谱特征用于船舶辐射噪声分类。双对数谱通过重新排列对数谱频点,保证高频端分辨率的同时,规避使用太深的卷积网络。利用双对数谱各行表征同一目标的先验知识,构建卷积网络和目标函数。DeepShip数据集上的试验结果表明,特征维数相同情况下,提出的算法分类正确率比以线性谱为输入的卷积网络提高2.4%以上。
基于改进Res-UNet网络的钢铁表面缺陷图像分割研究
李原, 李燕君, 刘进超, 范衠, 王庆林
, doi: 10.11999/JEIT211350
摘要:
为了提高钢铁质量图像检测的效率和精度,提高生产自动化水平,该文提出一种改进的Res-UNet网络分割算法。使用ResNet50代替ResNet18作为编码模块,增强特征提取能力;修改编码模块,使残差块间稠密连接,增强浅层特征的深度延展,充分利用特征;使用加权Dice损失和加权交叉熵损失(BCEloss)结合的新损失函数缓解样本不均衡的情况;数据集增强策略保证网络学习更多的样本特征,增强细节分割精度。相比于经典的UNet算法,组合优化后的Res-UNet网络的Dice系数最多提高了12.64%,达到0.7930,网络训练时间更短,对各类缺陷的分割精准度更优,证明该文算法在钢铁表面缺陷分割领域具有应用价值。
智能超表面赋能移动边缘计算部分任务卸载策略
李斌, 刘文帅, 谢万城, 叶迎晖
, doi: 10.11999/JEIT211595
摘要:
针对移动边缘计算(MEC)任务卸载性能易受障碍物阻挡影响的问题,该文提出一种双智能超表面(RIS) 赋能的移动边缘计算任务部分卸载框架。首先,分析两个RIS之间的反射对链路增益的影响。其次,联合考虑终端用户的发射功率、终端用户的卸载速率、任务卸载量、卸载时间的分配以及RIS相移约束,旨在建立一个能耗最小化优化问题。最后,采用交替迭代算法,将原非凸问题分解为两个子问题,并利用Dinkelbach方法和最优性条件进行求解。仿真结果验证了所提算法的快速收敛特性以及在降低系统能耗方面的有效性。
基于索引调制的RIS辅助SIMO通信系统信号检测算法
景小荣, 马玉丹, 万宇, 陈前斌
, doi: 10.11999/JEIT211468
摘要:
面对未来无线移动通信对通信质量和频谱效率的更高要求,该文融合索引调制(IM)与可重构智能表面(RIS)技术,建立基于IM的RIS辅助单输入多输出(SIMO)通信系统架构,并提出一种基于变分贝叶斯推断(VBI)的信号检测算法。首先,在该系统中,RIS单元被划分为若干子块,利用RIS子块的激活状态传递附加信息;接着,利用VBI给出激活RIS子块对应的相移矢量与待检测信号的近似后验分布;最后,利用RIS相移矢量近似后验分布的对数零梯度值结合正交匹配追踪算法(OMP)恢复出索引信息比特,进而利用待检测信号对数零梯度值,恢复出发送信号。同时,从理论上推导了基于IM的RIS辅助SIMO系统平均速率。仿真结果表明,与传统RIS辅助的SIMO通信系统相比,基于IM的RIS辅助SIMO系统具有更高的系统平均速率;并且与现有算法相比,该文算法具有更低的误比特率。
面向电力物联网三维空间几何信道建模的研究
秦剑华, 杨穆天, 路永玲, 王真, 胡成博
, doi: 10.11999/JEIT211300
摘要:
当前研究主要采用椭圆模型描述第6代 (6G)电力物联网物理层多节点通信场景,忽视了信号传输路径的俯仰角对系统性能造成的影响。为解决这一问题,该文通过建立3维半椭球体几何传输模型描述6G电力物联网物理层通信场景,提高了电力物联网异构网物理层数据传输分析过程中的准确度。在提出的传输分析算法中,通过推导电力物联网通信无线传输信道中不同传输路径的复冲激响应函数表达式,揭示物理层数据的传输特性。数值分析不同传输路径间的互相关特性,探索电力物联网的时域传输特性,验证上述信道传输特性仿真结果的正确性,对于分析与设计电力物联网无线通信系统具有重要的理论依据和技术支撑。
基于干扰消除辅助稀疏连接神经网络的大规模MIMO信号检测
申滨, 阳建, 曾相誌, 崔太平
, doi: 10.11999/JEIT211276
摘要:
近年来,深度学习成为无线通信领域的关键技术之一。在基于深度学习的一系列MIMO信号检测算法中,大多未充分考虑相邻天线之间的干扰消除问题,无法彻底消除多用户干扰对误码率性能的影响。为此,该文提出一种将深度学习与串行干扰消除(SIC)算法进行结合的方法用于大规模MIMO系统上行链路信号检测。首先,通过优化传统的检测网络(DetNet)及改进ScNet检测算法,该文提出一种基于深度神经网络(DNN)的检测算法,称为ImpScNet。在此基础上,进一步将SIC思想应用到深度学习框架结构设计中,提出一种基于深度学习的大规模MIMO多用户SIC检测算法,称为ImpScNet-SIC。此算法在每个检测层上分为两级,其中,第1级由该文提出的ImpScNet算法提供初始解,再将初始解解调至相应的星座点上作为SIC的输入,由此构成该算法的第2级。此外,在SIC中也使用了ImpScNet算法估计传输符号,以便获得最优性能。仿真结果表明,与已有的各种典型代表算法相比,该文所提ImpScNet-SIC检测算法特别适合大规模MIMO信号检测,具有收敛速度快、收敛稳定及复杂度相对较低的优势,并且在10–3误码率上有至少0.5 dB以上的增益。
基于深度卷积神经网络的无参考低照度图像增强
陈勇, 陈东, 刘焕淋, 黄美永, 汪波
, doi: 10.11999/JEIT210386
摘要:
针对低照度图像增强算法在实现细节增强的同时对噪声抑制考虑的不足问题,该文提出一种基于深度卷积神经网络的无参考低照度图像增强方法。首先,基于Retinex理论从输入的低照度图像中提取照射分量和反射分量,并分别对二者进行优化,随后将优化后的照射分量和反射分量相乘得到增强后的图像;同时,将3D块匹配(BM3D)的去噪效果融合进反射分量的优化过程中;最后,采用无参考图像训练的方式,并配合改进后的趋势一致性损失对网络参数进行更新。实验结果表明,该文算法相较于现有的主流算法,可有效地提升低照度图像的对比度和亮度,同时保持图像的自然性。
基于忆阻循环神经网络的层次化状态正则变分自编码器
胡小方, 杨涛
, doi: 10.11999/JEIT211431
摘要:
变分自编码器(VAE)作为一个功能强大的文本生成模型受到越来越多的关注。然而,变分自编码器在优化过程中容易出现后验崩溃,即忽略潜在变量,退化为一个自编码器。针对这个问题,该文提出一种新的变分自编码器模型,通过层次化编码和状态正则方法,可以有效缓解后验崩溃,且相较于基线模型具有更优的文本生成质量。在此基础上,基于纳米级忆阻器,将提出的变分自编码器模型与忆阻循环神经网络结合,设计一种基于忆阻循环神经网络的硬件实现方案,探讨模型的硬件加速。计算机仿真实验和结果分析验证了该文模型的有效性与优越性。
多标签无线供电反向散射通信网络能效优化算法
徐勇军, 杨浩克, 李国军, 陈前斌
, doi: 10.11999/JEIT210772
摘要:
为了提高物联网节点的运行周期和能量利用率,该文提出一种多标签无线供电反向散射通信网络能效最大化资源分配算法。考虑传输速率约束、能量收集约束以及发射功率约束,建立了基于系统能效最大化的资源分配模型。利用Dinkelbach理论、2次变换以及变量替换法,将原分式非凸问题转化为可求解的凸优化问题。通过拉格朗日对偶理论求得优化问题的全局最优解。仿真结果表明,该算法具有较好的收敛性和能效。
基于强化学习的频控阵-多输入多输出雷达发射功率分配方法
丁梓航, 谢军伟, 齐铖
, doi: 10.11999/JEIT211555
摘要:
当前电磁环境日益复杂多变,新式干扰手段层出不穷,对雷达系统带来了极大的挑战和威胁。该文引入频谱干扰模型并提出了一种在频控阵-多输入多输出(FDA-MIMO)雷达与干扰机动态博弈框架下基于强化学习(RL)的发射功率分配优化方法,使雷达系统能够获得最大的信干噪比(SINR)。在此基础上,构造了频谱干扰模型。其次,雷达和干扰机之间存在一种Stackelberg博弈关系,且将雷达作为领导者,干扰机作为跟随者,建立动态博弈框架下的发射功率分配优化模型。采用深度确定性策略梯度(DDPG)算法,结合功率约束设计了奖赏函数,对雷达发射功率进行实时分配来获得最大的输出SINR。最后,仿真结果表明,在雷达与干扰机博弈的框架下,所提优化算法能够有效地对雷达发射功率进行优化,使雷达具备较好的抗干扰性能。
惯性导航系统/测距机系统辅助的机载全球导航卫星系统欺骗式干扰自主检测算法
卢丹, 赵崴震, 钟伦珑
, doi: 10.11999/JEIT210640
摘要:
全球导航卫星系统(GNSS)欺骗导致目标接收机生成错误的定位结果。利用惯性导航系统(INS)辅助,基于卡尔曼滤波新息序列构造卡方检验统计量是检测机载GNSS欺骗的有效手段。然而,该算法无法给出欺骗的持续时间,从而导致INS/GNSS系统无法依据该算法判断其解算的定位信息是否正确。该文结合测距机系统(DME),提出一种基于重构新息序列的有限记忆卡方检测算法。该算法使用已有的INS,GNSS和DME数据构造一种不参与卡尔曼滤波的新息序列,然后将该新息序列构造成有限记忆卡方检验统计量,从而实现对欺骗式干扰的检测。仿真表明,当机载GNSS欺骗造成250 m及以上的位置偏差时,所设计的算法能够获得较为准确的欺骗持续时间。最后,该文依据所提算法的检测结果,给出了INS/GNSS/DME系统正确的定位信息。
基于迭代近端投影的二维欠采样合成孔径雷达成像
李家强, 郭桂祥, 陈金立, 朱艳萍
, doi: 10.11999/JEIT210335
摘要:
合成孔径成像雷达(SAR)具有数据量大、采样率高等特点,针对传统压缩感知(CS)的SAR成像存在精度低及抗噪性能差的问题,该文提出一种基于迭代近端投影的2维欠采样合成孔径雷达成像重建方法。即通过对雷达回波构建为距离频域-方位多普勒域的2维稀疏表示模型,在此基础上将成像问题转化为距离向和方位向压缩感知稀疏重构问题,利用迭代近端投影算法的函数优化模型来表示合成孔径雷达成像中的稀疏表示,最后采用平滑削边绝对偏离(SCAD)罚函数获得近端算子以求解该模型并进行成像。仿真与实测数据处理结果表明,所提方法成像效果更好。
一种基于欧氏距离的种群规模动态控制方法
季伟东, 倪婉璐
, doi: 10.11999/JEIT210322
摘要:
种群规模是决定算法性能最重要的参数,其大小会引发算法过早收敛或效率低下等问题。该文提出一种基于欧氏距离的种群规模动态控制方法,通过引入欧氏距离建立核心圆域,利用核心圆域反馈的信息动态控制种群规模,提出基于核心圆域的增加/删除个体数目的方法。将该方法运用到粒子群算法、遗传算法和差分进化算法中,对收敛性进行分析,在测试函数上对其性能进行测试,实验结果表明了所提新策略的有效性。
基于双分支特征融合的无锚框目标检测算法
侯志强, 郭浩, 马素刚, 程环环, 白玉, 范九伦
, doi: 10.11999/JEIT210344
摘要:
针对无锚框目标检测算法CenterNet中,目标特征利用程度不高、检测结果不够准确的问题,该文提出一种双分支特征融合的改进算法。在算法中,一个分支包含了特征金字塔增强模块和特征融合模块,以对主干网络输出的多层特征进行融合处理。同时,为利用更多的高级语义信息,在另一个分支中仅对主干网络的最后一层特征进行上采样。其次,对主干网络添加了基于频率的通道注意力机制,以增强特征提取能力。最后,采用拼接和卷积操作对两个分支的特征进行融合。实验结果表明,在公开数据集PASCAL VOC上的检测精度为82.3%,比CenterNet算法提高了3.6%,在KITTI数据集上精度领先其6%,检测速度均满足实时性要求。该文提出的双分支特征融合方法将不同层的特征进行处理,更好地利用浅层特征中的空间信息和深层特征中的语义信息,提升了算法的检测性能。
基于关键特征信息感知和在线自适应掩模的孪生网络目标跟踪
何志伟, 聂佳浩, 杜晨杰, 高明煜, 董哲康
, doi: 10.11999/JEIT210296
摘要:
近年来,孪生网络在视觉目标跟踪的应用给跟踪器性能带来了极大的提升,可以同时兼顾准确率和实时性。然而,孪生网络跟踪器的准确率在很大程度上受到限制。为了解决上述问题,该文基于通道注意力机制,创新地提出了关键特征信息感知模块来增强网络模型的判别能力,使网络聚焦于目标的卷积特征变化;在此基础上,该文还提出了一种在线自适应掩模策略,根据在线学习到的互相关层输出状态,自适应掩模后续帧,以此来突出前景目标。在OTB100、GOT-10k数据集上进行实验验证,所提跟踪器在不影响实时性的前提下,准确率相较于基准有了显著提升,并且在遮挡、尺度变化以及背景杂乱等复杂场景下具有鲁棒的跟踪效果。
基于两通道深度卷积神经网络的图像隐藏方法
段新涛, 王文鑫, 李磊, 邵志强, 王鲜芳, 秦川
, doi: 10.11999/JEIT210280
摘要:
现有的基于深度卷积神经网络(DCNN)实现的图像信息隐藏方法存在图像视觉质量差和隐藏容量低的问题。针对此类问题,该文提出一种基于两通道深度卷积神经网络的图像隐藏方法。首先,与以往的隐藏框架不同,该文提出的隐藏方法中包含一个隐藏网络和两个结构相同的提取网络,实现了在一幅载体图像上同时对两幅全尺寸秘密图像进行有效的隐藏和提取;其次,为了提高图像的视觉质量,在隐藏网络和提取网络中加入了改进的金字塔池化模块和预处理模块。在多个数据集上的测试结果表明,所提方法较现有的图像信息隐藏方法在视觉质量上有显著提升,载体图像PSNR和SSIM分别提高了3.75 dB和3.61 %,实现的相对容量为2,同时具有良好的泛化能力。