邮件订阅
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:
, 最新更新时间 , doi: 10.11999/JEIT240755
摘要:
在医学影像分析领域，精准分割视频中的病灶对于疾病的早期诊断和治疗至关重要。该文创新性地提出一种融合邻域注意力机制与状态空间模型的算法，旨在全面而精细地捕捉医学视频中的时空特征，从而对视频中的病灶进行准确分割。该算法通过两阶段的精心设计，显著提升了分割性能：第1阶段，通过深度卷积网络捕获低层次的空间语义信息，并借助邻域注意力机制，挖掘相邻帧间的局部时序语义关联。第2阶段，引入状态空间模型来捕捉全面的时序信息，并再次应用邻域注意力模块，进一步增强对局部时序特征的敏感度。该方法不仅有效整合了视频中丰富...
在医学影像分析领域，精准分割视频中的病灶对于疾病的早期诊断和治疗至关重要。该文创新性地提出一种融合邻域注意力机制与状态空间模型的算法，旨在全面而精细地捕捉医学视频中的时空特征，从而对视频中的病灶进行准确分割。该算法通过两阶段的精心设计，显著提升了分割性能：第1阶段，通过深度卷积网络捕获低层次的空间语义信息，并借助邻域注意力机制，挖掘相邻帧间的局部时序语义关联。第2阶段，引入状态空间模型来捕捉全面的时序信息，并再次应用邻域注意力模块，进一步增强对局部时序特征的敏感度。该方法不仅有效整合了视频中丰富...
, 最新更新时间 , doi: 10.11999/JEIT241082
摘要:
通感一体化波形的多普勒容忍性和低旁瓣电平对于通感一体化场景中的目标探测和信息传输至关重要，但其设计面临着诸多挑战。为此，该文提出一种基于多普勒容忍的通感一体化波形与接收滤波器联合设计方法。以最小化加权积分旁瓣电平和处理增益损失为优化指标，同时考虑发射波形的恒模约束、发射波形与通信波形之间的相位差约束以及失配滤波器的能量约束，提出了基于迭代扭曲近似算法的框架来解决波形优化设计问题。仿真结果表明，该文提出的一体化波形在小处理增益损失的情况下，在感兴趣时延区间宽度上实现了很低的旁瓣电平和误符号率，可有...
通感一体化波形的多普勒容忍性和低旁瓣电平对于通感一体化场景中的目标探测和信息传输至关重要，但其设计面临着诸多挑战。为此，该文提出一种基于多普勒容忍的通感一体化波形与接收滤波器联合设计方法。以最小化加权积分旁瓣电平和处理增益损失为优化指标，同时考虑发射波形的恒模约束、发射波形与通信波形之间的相位差约束以及失配滤波器的能量约束，提出了基于迭代扭曲近似算法的框架来解决波形优化设计问题。仿真结果表明，该文提出的一体化波形在小处理增益损失的情况下，在感兴趣时延区间宽度上实现了很低的旁瓣电平和误符号率，可有...
, 最新更新时间 , doi: 10.11999/JEIT241084
摘要:
针对暗室近场信号模型且校正源位置存在误差情况下，校正精度低的问题，该文提出一种近场效应残差分离的高精度暗室大孔径阵列校正方法。该方法先后利用近场相位反补偿技术、标称坐标位置下的阵列幅相误差估计技术，估计受校正源位置误差影响的低精度阵列误差估计结果。然后利用近场相位残差分离技术，去除由校正源位置误差引起的近场效应相位残差，获得高精度阵列误差估计结果。仿真结果表明，该方法有效提升阵列校正性能，提升目标测向精度，并且对校正源位置坐标误差和大阵列孔径有较高的容忍度。相比于现有有源阵列校正算法，当信号频率...
针对暗室近场信号模型且校正源位置存在误差情况下，校正精度低的问题，该文提出一种近场效应残差分离的高精度暗室大孔径阵列校正方法。该方法先后利用近场相位反补偿技术、标称坐标位置下的阵列幅相误差估计技术，估计受校正源位置误差影响的低精度阵列误差估计结果。然后利用近场相位残差分离技术，去除由校正源位置误差引起的近场效应相位残差，获得高精度阵列误差估计结果。仿真结果表明，该方法有效提升阵列校正性能，提升目标测向精度，并且对校正源位置坐标误差和大阵列孔径有较高的容忍度。相比于现有有源阵列校正算法，当信号频率...
, 最新更新时间 , doi: 10.11999/JEIT240864
摘要:
自适应光正交频分复用符号分解串行传输(O-OFDM-ASDST)可以有效抑制可见光通信(VLC)中发光二极管(LED)的非线性限幅失真，然而，O-OFDM-ASDST在接收端合并分解符号时会导致加性高斯白噪声(AWGN)叠加，从而引起误码率(BER)恶化。为此，该文基于人工智能粒计算的粗糙集理论(RST)信息系统与不可分辨关系，提出一种O-OFDM-ASDST信号检测算法。首先，将接收端时域抽样值作为论域，并将信号特征作为条件属性构建信息系统。通过决策规则对接收的分解符号进行分类，尽可能分类决策...
自适应光正交频分复用符号分解串行传输(O-OFDM-ASDST)可以有效抑制可见光通信(VLC)中发光二极管(LED)的非线性限幅失真，然而，O-OFDM-ASDST在接收端合并分解符号时会导致加性高斯白噪声(AWGN)叠加，从而引起误码率(BER)恶化。为此，该文基于人工智能粒计算的粗糙集理论(RST)信息系统与不可分辨关系，提出一种O-OFDM-ASDST信号检测算法。首先，将接收端时域抽样值作为论域，并将信号特征作为条件属性构建信息系统。通过决策规则对接收的分解符号进行分类，尽可能分类决策...
, 最新更新时间 , doi: 10.11999/JEIT241150
摘要:
为了提高场面监视效率，实现场面运动目标精准跟踪，考虑到传统交互多模型由于固定马尔可夫转移概率矩阵导致模型跟踪精度降低，该文提出一种转移概率自适应改进的交互多模型滤波算法。该算法利用观测数据和滤波残差数据，结合模糊推理算法，构建机动强弱模糊推理系统，推理出观测数据与隐马尔可夫显状态集合的映射关系，得到显状态集下的状态序列；根据隐马尔可夫模型中的Baum-Welch算法实时求解状态转移矩阵和更新观测概率矩阵，优化状态转移概率矩阵自适应更新策略；将机动强弱模糊推理系统和隐马尔可夫模型融入交互多模型算法...
为了提高场面监视效率，实现场面运动目标精准跟踪，考虑到传统交互多模型由于固定马尔可夫转移概率矩阵导致模型跟踪精度降低，该文提出一种转移概率自适应改进的交互多模型滤波算法。该算法利用观测数据和滤波残差数据，结合模糊推理算法，构建机动强弱模糊推理系统，推理出观测数据与隐马尔可夫显状态集合的映射关系，得到显状态集下的状态序列；根据隐马尔可夫模型中的Baum-Welch算法实时求解状态转移矩阵和更新观测概率矩阵，优化状态转移概率矩阵自适应更新策略；将机动强弱模糊推理系统和隐马尔可夫模型融入交互多模型算法...
, 最新更新时间 , doi: 10.11999/JEIT240664
摘要:
针对发射站位置与速度未知时的运动目标定位问题，该文提出一种低复杂度的两阶段定位算法。首先，利用直接路径时间迟延和多普勒频移量测构建一个基于约束加权最小二乘(CWLS)模型获得发射站的位置和速度。然后，将发射站位置和速度估计值代入直接路径和间接路径联合模型，建立基于CWLS的目标位置和速度估计模型，利用拟牛顿法求解目标的位置和速度。理论分析和仿真结果显示所提算法定位性能达到克拉美罗下界(CRLB)。
针对发射站位置与速度未知时的运动目标定位问题，该文提出一种低复杂度的两阶段定位算法。首先，利用直接路径时间迟延和多普勒频移量测构建一个基于约束加权最小二乘(CWLS)模型获得发射站的位置和速度。然后，将发射站位置和速度估计值代入直接路径和间接路径联合模型，建立基于CWLS的目标位置和速度估计模型，利用拟牛顿法求解目标的位置和速度。理论分析和仿真结果显示所提算法定位性能达到克拉美罗下界(CRLB)。
, 最新更新时间 , doi: 10.11999/JEIT240995
摘要:
针对低轨卫星场景下，传统固定功率分配、频谱带宽受限及全双工同频干扰等影响通感一体化性能的问题，该文提出一种基于多维资源联合调度的通感一体化(ISAC)性能优化方法。首先，以通信可达和速率、雷达探测互信息和位置精度因子的综合性能为优化目标，并考虑低轨卫星星座同时可用卫星数量多的特点，建立了包含选星、子信道功能分配和功率分配的多变量联合优化问题；其次，针对该混合整数非线性规划问题难以直接求解的特点，将该问题解耦成子问题，并基于块坐标下降法设计了一个综合性能优化方法对所解耦的子问题进行求解；最后，仿真...
针对低轨卫星场景下，传统固定功率分配、频谱带宽受限及全双工同频干扰等影响通感一体化性能的问题，该文提出一种基于多维资源联合调度的通感一体化(ISAC)性能优化方法。首先，以通信可达和速率、雷达探测互信息和位置精度因子的综合性能为优化目标，并考虑低轨卫星星座同时可用卫星数量多的特点，建立了包含选星、子信道功能分配和功率分配的多变量联合优化问题；其次，针对该混合整数非线性规划问题难以直接求解的特点，将该问题解耦成子问题，并基于块坐标下降法设计了一个综合性能优化方法对所解耦的子问题进行求解；最后，仿真...
, 最新更新时间 , doi: 10.11999/JEIT240798
摘要:
针对现有基于图像隐写的区块链隐蔽通信方案利用传统深度学习方法面临的抗隐写分析能力低、信息嵌入率低及信息泄露等问题，该文提出一种基于图像多重隐写嵌入的隐蔽通信方案。首先，构造基于隐写器的多重对抗网络，通过生成对抗网络和隐写分析对抗网络的对抗迭代训练，生成更适合信息隐写的载密图像；其次，利用基于位置图信息的密文域可逆信息隐藏方法，将隐蔽信息嵌入至载密图像，生成含完整隐蔽信息的载密密文图像；最后，将载密密文图像存储至IPFS文件返回唯一标识，利用地址映射的方法将该标识存储至区块链网络中实现隐蔽传输。理...
针对现有基于图像隐写的区块链隐蔽通信方案利用传统深度学习方法面临的抗隐写分析能力低、信息嵌入率低及信息泄露等问题，该文提出一种基于图像多重隐写嵌入的隐蔽通信方案。首先，构造基于隐写器的多重对抗网络，通过生成对抗网络和隐写分析对抗网络的对抗迭代训练，生成更适合信息隐写的载密图像；其次，利用基于位置图信息的密文域可逆信息隐藏方法，将隐蔽信息嵌入至载密图像，生成含完整隐蔽信息的载密密文图像；最后，将载密密文图像存储至IPFS文件返回唯一标识，利用地址映射的方法将该标识存储至区块链网络中实现隐蔽传输。理...
, 最新更新时间 , doi: 10.11999/JEIT241029
摘要:
可重构智能表面(RIS)被视为未来无线通信中前景广泛的关键技术之一。超对角可重构智能表面(BD-RIS)作为RIS的一种新型架构，相移矩阵不限于对角矩阵的结构，为通信系统设计带来了更高的自由度。该文针对组连接BD-RIS辅助的上行通信系统展开研究，通过联合优化均衡器、用户发射功率和BD-RIS的相移矩阵来降低通信系统的总发射功耗。具体来说，采用最小均方差(MMSE)均衡器使得各个用户接收信干噪比(SINR)最大，接着推导了用户发射功率与相移矩阵之间的表达式，并进一步将相移优化问题转化为无约束的单...
可重构智能表面(RIS)被视为未来无线通信中前景广泛的关键技术之一。超对角可重构智能表面(BD-RIS)作为RIS的一种新型架构，相移矩阵不限于对角矩阵的结构，为通信系统设计带来了更高的自由度。该文针对组连接BD-RIS辅助的上行通信系统展开研究，通过联合优化均衡器、用户发射功率和BD-RIS的相移矩阵来降低通信系统的总发射功耗。具体来说，采用最小均方差(MMSE)均衡器使得各个用户接收信干噪比(SINR)最大，接着推导了用户发射功率与相移矩阵之间的表达式，并进一步将相移优化问题转化为无约束的单...
, 最新更新时间 , doi: 10.11999/JEIT250109
摘要:
波束成形(Beamforming)阵列技术是现代无线电系统的核心使能技术，其发展历程贯穿电磁学理论突破、半导体工艺革新和系统体制迭代3个维度。移动通信的演进进一步驱动了波束成形阵列技术的发展，特别地，混合波束成形阵列技术在5G 3GPP Release 15标准中被确立为5G毫米波通信的关键技术之一。为适应未来6G通信与感知的需求，毫米波波束成形阵列技术将向超大规模(>1 000单元)、智能化(AI赋能)、异构(光电量融合)方向持续演进，为构建泛在智能连接提供核心使能基础。该文主要探讨面向...
波束成形(Beamforming)阵列技术是现代无线电系统的核心使能技术，其发展历程贯穿电磁学理论突破、半导体工艺革新和系统体制迭代3个维度。移动通信的演进进一步驱动了波束成形阵列技术的发展，特别地，混合波束成形阵列技术在5G 3GPP Release 15标准中被确立为5G毫米波通信的关键技术之一。为适应未来6G通信与感知的需求，毫米波波束成形阵列技术将向超大规模(>1 000单元)、智能化(AI赋能)、异构(光电量融合)方向持续演进，为构建泛在智能连接提供核心使能基础。该文主要探讨面向...
, 最新更新时间 , doi: 10.11999/JEIT241071
摘要:
无人机辅助移动边缘计算(MEC)具有灵活部署、快速响应、广域覆盖、分布计算和可扩展性等优势，在智慧城市、环境监测和应急救援等领域具有广阔应用前景，是提升低空智能网联服务质量的重要研究方向。该文围绕无人机辅助MEC场景的飞行轨迹与资源分配联合优化，从离线优化和在线优化两个维度展开分析：针对离线联合优化，以不同优化性能指标为切入点，从网络场景、性能控制方法和算法设计3个方面梳理研究现状；针对在线联合优化，以优化框架为基础，从网络场景、性能指标和控制方法3个方面梳理研究现状；针对离线与在线混合优化，阐...
无人机辅助移动边缘计算(MEC)具有灵活部署、快速响应、广域覆盖、分布计算和可扩展性等优势，在智慧城市、环境监测和应急救援等领域具有广阔应用前景，是提升低空智能网联服务质量的重要研究方向。该文围绕无人机辅助MEC场景的飞行轨迹与资源分配联合优化，从离线优化和在线优化两个维度展开分析：针对离线联合优化，以不同优化性能指标为切入点，从网络场景、性能控制方法和算法设计3个方面梳理研究现状；针对在线联合优化，以优化框架为基础，从网络场景、性能指标和控制方法3个方面梳理研究现状；针对离线与在线混合优化，阐...
, 最新更新时间 , doi: 10.11999/JEIT241079
摘要:
随着重用方法学被引入到超大规模集成电路设计中，宏单元的使用率大幅提高。宏单元与标准单元之间巨大的尺寸差异给电路布局器带来了严峻的挑战。该文提出并实现了基于张力微调和线长驱动的宏单元布局器 WIMPlace。该文方法结合了基于权重的分割方法和受液体表面张力原理启发的宏单元微调技术，以实现有效的宏放置。WIMPlace算法采用4步流程：预处理、预布局、宏微调和宏合法化，并在其中宏微调阶段合理利用标准单元密度和线长函数进行优化。该文采用DREAMPlace2.0布局工具作为后端布局器，并在现代混合尺寸...
随着重用方法学被引入到超大规模集成电路设计中，宏单元的使用率大幅提高。宏单元与标准单元之间巨大的尺寸差异给电路布局器带来了严峻的挑战。该文提出并实现了基于张力微调和线长驱动的宏单元布局器 WIMPlace。该文方法结合了基于权重的分割方法和受液体表面张力原理启发的宏单元微调技术，以实现有效的宏放置。WIMPlace算法采用4步流程：预处理、预布局、宏微调和宏合法化，并在其中宏微调阶段合理利用标准单元密度和线长函数进行优化。该文采用DREAMPlace2.0布局工具作为后端布局器，并在现代混合尺寸...
, 最新更新时间 , doi: 10.11999/JEIT250045
摘要:
为了应对目前设备到设备 (D2D) 隐蔽通信研究中引入额外不确定性源而带来高成本、高功耗的问题，该文提出一种智能超表面 (RIS) 赋能的D2D隐蔽传输方法。该方法借助RIS为合法用户创造更好的无线传播条件的同时，利用RIS的相移不确定性来混淆监听者的检测。为探究所提方法的隐蔽性能增益，在保证监听者低检测概率以及满足蜂窝用户服务质量的条件下，构建通过联合优化蜂窝用户、D2D发射机的发射功率以及RIS相移来最大化D2D用户的隐蔽速率的优化问题。为解决上述变量和约束高度耦合的非凸优化问题，提出一种高...
为了应对目前设备到设备 (D2D) 隐蔽通信研究中引入额外不确定性源而带来高成本、高功耗的问题，该文提出一种智能超表面 (RIS) 赋能的D2D隐蔽传输方法。该方法借助RIS为合法用户创造更好的无线传播条件的同时，利用RIS的相移不确定性来混淆监听者的检测。为探究所提方法的隐蔽性能增益，在保证监听者低检测概率以及满足蜂窝用户服务质量的条件下，构建通过联合优化蜂窝用户、D2D发射机的发射功率以及RIS相移来最大化D2D用户的隐蔽速率的优化问题。为解决上述变量和约束高度耦合的非凸优化问题，提出一种高...
, 最新更新时间 , doi: 10.11999/JEIT250018
摘要:
自适应滤波是滤除传感输出中宽带噪声的常用方法。自适应过程跟随传感信号统计特征的变化进行调整，收敛时自适应滤波器输出为传感信号的最优估计，而收敛前的调整过程中输出并非最优，且会产生畸变引入额外噪声。该文根据噪声标准差\begin{document}$\sigma $\end{document}
自适应滤波是滤除传感输出中宽带噪声的常用方法。自适应过程跟随传感信号统计特征的变化进行调整，收敛时自适应滤波器输出为传感信号的最优估计，而收敛前的调整过程中输出并非最优，且会产生畸变引入额外噪声。该文根据噪声标准差
\begin{document}$\sigma $\end{document}
, 最新更新时间 , doi: 10.11999/JEIT240775
摘要:
左心房疤痕的分布情况与严重程度能够为房颤的生理病理学研究提供重要信息，因此，实现左心房疤痕的自动化分割对房颤的临床诊断与治疗有着重要意义。但由于左心房疤痕具有形状多样化、目标小、分布离散等特点，现有的左心房疤痕分割方法往往难以取得好的分割效果。该文利用疤痕通常分布在左心房壁上的先验知识，提出一种基于左心房边界特征增强的左心房疤痕分割方法，通过提出的跨模态特征激励模块与双分支交叉注意力融合模块在U型网络的编码器与瓶颈层分别对核磁共振图像与左心房边界符号距离图进行特征增强引导与深层语义信息融合增强，...
左心房疤痕的分布情况与严重程度能够为房颤的生理病理学研究提供重要信息，因此，实现左心房疤痕的自动化分割对房颤的临床诊断与治疗有着重要意义。但由于左心房疤痕具有形状多样化、目标小、分布离散等特点，现有的左心房疤痕分割方法往往难以取得好的分割效果。该文利用疤痕通常分布在左心房壁上的先验知识，提出一种基于左心房边界特征增强的左心房疤痕分割方法，通过提出的跨模态特征激励模块与双分支交叉注意力融合模块在U型网络的编码器与瓶颈层分别对核磁共振图像与左心房边界符号距离图进行特征增强引导与深层语义信息融合增强，...
, 最新更新时间 , doi: 10.11999/JEIT241017
摘要:
文本检测作为计算机视觉领域一项重要分支，在文字翻译、自动驾驶和票据信息处理等方面具有重要的应用价值。当前文本检测算法仍无法解决实际拍摄图像的部分文本分辨率低、尺度变化大和有效特征不足的问题。针对上述待解决的问题，该文提出一种基于高分辨扩展金字塔的场景文本检测方法(HREPNet)。首先，构造一种改进型特征金字塔，引入高分辨扩展层和超分辨特征模块，有效增强文本分辨率特征，解决部分文本分辨率低的问题；同时，在主干网络传递特征过程中引入多尺度特征提取模块，通过多分支空洞卷积结构与注意力机制，充分获取文...
文本检测作为计算机视觉领域一项重要分支，在文字翻译、自动驾驶和票据信息处理等方面具有重要的应用价值。当前文本检测算法仍无法解决实际拍摄图像的部分文本分辨率低、尺度变化大和有效特征不足的问题。针对上述待解决的问题，该文提出一种基于高分辨扩展金字塔的场景文本检测方法(HREPNet)。首先，构造一种改进型特征金字塔，引入高分辨扩展层和超分辨特征模块，有效增强文本分辨率特征，解决部分文本分辨率低的问题；同时，在主干网络传递特征过程中引入多尺度特征提取模块，通过多分支空洞卷积结构与注意力机制，充分获取文...
, 最新更新时间 , doi: 10.11999/JEIT240566
摘要:
可重构智能表面(RIS)因其能够智能配置无线传输环境而成为增强通信和感知的革新技术。随着RIS孔径的增加，电磁场特性发生根本性变化，近场范围扩大。与远场通信和感知不同，近场通信和感知需要考虑更为复杂的信道结构特性，这使得RIS辅助的毫米波系统在近场通信和感知方面更具挑战。基于此，该文研究一种RIS辅助通信感知一体化(ISAC)的近场传输系统。首先，利用所考虑的ISAC场景的多维度资源和Khatri-Rao空时编码方法，将接收到的ISAC信号构造为4阶嵌套张量。然后，利用嵌套张量的代数结构和对近场...
可重构智能表面(RIS)因其能够智能配置无线传输环境而成为增强通信和感知的革新技术。随着RIS孔径的增加，电磁场特性发生根本性变化，近场范围扩大。与远场通信和感知不同，近场通信和感知需要考虑更为复杂的信道结构特性，这使得RIS辅助的毫米波系统在近场通信和感知方面更具挑战。基于此，该文研究一种RIS辅助通信感知一体化(ISAC)的近场传输系统。首先，利用所考虑的ISAC场景的多维度资源和Khatri-Rao空时编码方法，将接收到的ISAC信号构造为4阶嵌套张量。然后，利用嵌套张量的代数结构和对近场...
, 最新更新时间 , doi: 10.11999/JEIT240853
摘要:
为了解决智能反射面(IRS)辅助的通感一体化系统(ISAC)的安全通信问题，该文提出一种基于扩展卡尔曼滤波(EKF)目标追踪的安全传输方案。首先，针对作为潜在窃听者的移动感知目标，利用ISAC基站的感知功能从雷达回波中获取其状态参数，并采用EKF技术对其运动轨迹进行实时跟踪和预测。然后，利用感知目标的实时位置和信道状态信息调整基站发射波束成形和IRS反射波束成形。在此基础上，通过联合优化基站的发射波束成形、接收波束成形、上行链路用户的发射功率以及IRS的反射波束成形，最大化系统的保密速率。利用交...
为了解决智能反射面(IRS)辅助的通感一体化系统(ISAC)的安全通信问题，该文提出一种基于扩展卡尔曼滤波(EKF)目标追踪的安全传输方案。首先，针对作为潜在窃听者的移动感知目标，利用ISAC基站的感知功能从雷达回波中获取其状态参数，并采用EKF技术对其运动轨迹进行实时跟踪和预测。然后，利用感知目标的实时位置和信道状态信息调整基站发射波束成形和IRS反射波束成形。在此基础上，通过联合优化基站的发射波束成形、接收波束成形、上行链路用户的发射功率以及IRS的反射波束成形，最大化系统的保密速率。利用交...
, 最新更新时间 , doi: 10.11999/JEIT240842
摘要:
为应对6G密集城市环境下车联网(V2X)通信和传感路径受限问题，该文提出了一种基于可重构智能超表面(RIS)辅助的通感一体化(ISAC) V2X系统框架。针对非视距(NLOS)下的车辆移动性，采用扩展卡尔曼滤波(EKF)算法，结合ISAC回波信号中的实时信道状态信息(CSI)，实现对移动车辆位置的跟踪与预测。该文提出基于非正交多址接入技术(NOMA)的多车辆间功率分配优化方案，在保证感知精度的同时提升下行链路通信总速率，并引入Karush-Kuhn-Tucker(KKT)条件作为反馈机制，避免陷...
为应对6G密集城市环境下车联网(V2X)通信和传感路径受限问题，该文提出了一种基于可重构智能超表面(RIS)辅助的通感一体化(ISAC) V2X系统框架。针对非视距(NLOS)下的车辆移动性，采用扩展卡尔曼滤波(EKF)算法，结合ISAC回波信号中的实时信道状态信息(CSI)，实现对移动车辆位置的跟踪与预测。该文提出基于非正交多址接入技术(NOMA)的多车辆间功率分配优化方案，在保证感知精度的同时提升下行链路通信总速率，并引入Karush-Kuhn-Tucker(KKT)条件作为反馈机制，避免陷...
, 最新更新时间 , doi: 10.11999/JEIT240928
摘要:
早期阶段火灾的目标较小，且易受到遮挡、类火物体的干扰。Faster RCNN, YOLO等火灾检测模型因参数量过大导致推理速度较慢，无法满足实时检测；早期火灾边缘和颜色特征在模型中丢失，造成检测精度较低。针对上述问题，该文提出了一种粗细粒度搜索与焦点调制的早期阶段火灾识别模型CFS-YOLO。通过粗粒度搜索优化特征提取网络，最大化提高推理速度，细粒度搜索用于获取早期火灾的边缘和颜色信息，避免特征信息丢失。采用焦点调制注意力机制，精准地处理关键信息，有效减少干扰。引入一种新型损失函数ShapeIo...
早期阶段火灾的目标较小，且易受到遮挡、类火物体的干扰。Faster RCNN, YOLO等火灾检测模型因参数量过大导致推理速度较慢，无法满足实时检测；早期火灾边缘和颜色特征在模型中丢失，造成检测精度较低。针对上述问题，该文提出了一种粗细粒度搜索与焦点调制的早期阶段火灾识别模型CFS-YOLO。通过粗粒度搜索优化特征提取网络，最大化提高推理速度，细粒度搜索用于获取早期火灾的边缘和颜色信息，避免特征信息丢失。采用焦点调制注意力机制，精准地处理关键信息，有效减少干扰。引入一种新型损失函数ShapeIo...
, 最新更新时间 , doi: 10.11999/JEIT240936
摘要:
移动群智感知是收集数据的重要手段之一，其中一个基本的问题就是如何从众多质量不同的感知数据中发现“真值”。为解决真值发现过程中可能存在的隐私泄露问题，现有方法通常结合本地差分隐私技术来对工人提交数据进行保护。然而这些方法往往没有充分考虑到数据中存在的表示工人质量的高斯噪音对噪音“真值”的准确度带来的负面影响。此外，直接采用拉普拉斯机制进行隐私保护会由于拉普拉斯分布的随机性和无界性导致大量噪音注入。为解决上述问题，该文提出一种基于混合分布的本地差分隐私真值发现算法(MOON)。该算法结合了工人质量的...
移动群智感知是收集数据的重要手段之一，其中一个基本的问题就是如何从众多质量不同的感知数据中发现“真值”。为解决真值发现过程中可能存在的隐私泄露问题，现有方法通常结合本地差分隐私技术来对工人提交数据进行保护。然而这些方法往往没有充分考虑到数据中存在的表示工人质量的高斯噪音对噪音“真值”的准确度带来的负面影响。此外，直接采用拉普拉斯机制进行隐私保护会由于拉普拉斯分布的随机性和无界性导致大量噪音注入。为解决上述问题，该文提出一种基于混合分布的本地差分隐私真值发现算法(MOON)。该算法结合了工人质量的...
, 最新更新时间 , doi: 10.11999/JEIT241022
摘要:
在传统AirComp系统中，汇聚节点接收到来自不同发送端的信号相位是否严格对齐将直接影响AirComp的计算精度，将AirComp引入分布式联邦学习和分布式推理系统中，由于相位对齐问题造成的计算误差则会导致模型训练精度和推理精度下降。目前，现有的AirComp分布式联邦学习和分布式推理系统，无论在训练还是推理过程中，基本上都未考虑信道对模型性能的影响，导致其推理精度远低于本地训练和推理的结果，这一点在低信噪比时表现得尤为突出。该文提出了一种MOSI-AirComp系统，其中同一轮参与计算的发射信...
在传统AirComp系统中，汇聚节点接收到来自不同发送端的信号相位是否严格对齐将直接影响AirComp的计算精度，将AirComp引入分布式联邦学习和分布式推理系统中，由于相位对齐问题造成的计算误差则会导致模型训练精度和推理精度下降。目前，现有的AirComp分布式联邦学习和分布式推理系统，无论在训练还是推理过程中，基本上都未考虑信道对模型性能的影响，导致其推理精度远低于本地训练和推理的结果，这一点在低信噪比时表现得尤为突出。该文提出了一种MOSI-AirComp系统，其中同一轮参与计算的发射信...
, 最新更新时间 , doi: 10.11999/JEIT250180
摘要:
该文提出一种集成肖特基二极管结构的新型分裂栅碳化硅MOSFET器件，有效改善传统DT-MOS器件的反向恢复与开关特性。该新型结构首先采用元胞内集成肖特基二极管技术替代传统DT-MOS的右侧沟道，其次采用分裂栅极集成技术代替传统槽栅设计，将栅极分成了栅极G和源极S两个部分，中间由二氧化硅进行介质隔离。其作用包括：集成肖特基二极管抑制体二极管导通并消除双极退化效应；集成分裂栅与源极短接，减小栅漏耦合面积来降低反馈电容与栅电荷，且在接入高电位时形成电子积累层以提高电子密度。其结果显示：反向导通状态下，...
该文提出一种集成肖特基二极管结构的新型分裂栅碳化硅MOSFET器件，有效改善传统DT-MOS器件的反向恢复与开关特性。该新型结构首先采用元胞内集成肖特基二极管技术替代传统DT-MOS的右侧沟道，其次采用分裂栅极集成技术代替传统槽栅设计，将栅极分成了栅极G和源极S两个部分，中间由二氧化硅进行介质隔离。其作用包括：集成肖特基二极管抑制体二极管导通并消除双极退化效应；集成分裂栅与源极短接，减小栅漏耦合面积来降低反馈电容与栅电荷，且在接入高电位时形成电子积累层以提高电子密度。其结果显示：反向导通状态下，...
, 最新更新时间 , doi: 10.11999/JEIT241105
摘要:
在无人机应用、空中旅游、应急救援等新兴业务驱动下，到达时差(TDOA)定位技术不断发展，逐渐成为低空智能网联的关键技术之一。但现有解析类迭代定位算法计算量过高，难以满足低延迟实时定位需求。因此，该文提出基于空间栅格梯度的TDOA快速迭代定位方法。在定位前，首先进行预处理，包括构建空间栅格、根据已建立的空间栅格计算栅格间的TDOA梯度，并基于这些梯度构建栅格迭代矩阵。在定位过程中，根据定位初值调用迭代矩阵，计算并补偿定位初值相对于目标位置的偏差，从而避免传统迭代定位的大量计算，显著降低计算时间。该...
在无人机应用、空中旅游、应急救援等新兴业务驱动下，到达时差(TDOA)定位技术不断发展，逐渐成为低空智能网联的关键技术之一。但现有解析类迭代定位算法计算量过高，难以满足低延迟实时定位需求。因此，该文提出基于空间栅格梯度的TDOA快速迭代定位方法。在定位前，首先进行预处理，包括构建空间栅格、根据已建立的空间栅格计算栅格间的TDOA梯度，并基于这些梯度构建栅格迭代矩阵。在定位过程中，根据定位初值调用迭代矩阵，计算并补偿定位初值相对于目标位置的偏差，从而避免传统迭代定位的大量计算，显著降低计算时间。该...
, 最新更新时间 , doi: 10.11999/JEIT250003
摘要:
在万物互联的云时代，云应用程序编程接口(API)是数字经济建设和服务化软件开发的关键数字基础设施。然而，云API数量的持续增长给用户决策和推广带来挑战，设计有效的推荐方法成为亟待解决的重要问题。现有研究多利用调用偏好、搜索关键词或二者结合进行建模，主要解决为给定Mashup推荐合适云API的问题，未考虑开发者对个性化高阶互补云API的实际需求。该文提出一种基于个性化张量分解的高阶互补云API推荐方法(Personalized Tensor Decomposition based High-ord...
在万物互联的云时代，云应用程序编程接口(API)是数字经济建设和服务化软件开发的关键数字基础设施。然而，云API数量的持续增长给用户决策和推广带来挑战，设计有效的推荐方法成为亟待解决的重要问题。现有研究多利用调用偏好、搜索关键词或二者结合进行建模，主要解决为给定Mashup推荐合适云API的问题，未考虑开发者对个性化高阶互补云API的实际需求。该文提出一种基于个性化张量分解的高阶互补云API推荐方法(Personalized Tensor Decomposition based High-ord...
, 最新更新时间 , doi: 10.11999/JEIT241116
摘要:
无人机(UAV)凭借灵活部署和高移动性，在通信感知一体化(ISAC)技术的推动下，展现出广阔的应用前景。该文系统地综述了无人机使能的ISAC组网与关键技术的研究进展。首先，概述了ISAC技术的原理与特点。其次，针对感知辅助通信任务的应用场景，探讨了ISAC设备在无人机与地面基站中部署的不同组网结构及其优势；针对通感融合任务的应用场景，分析了无人机在定位、边缘计算与缓存等面向通感融合任务中的组网模式及关键作用。此外，从感知使能技术和资源分配技术两个维度，总结了无人机使能的ISAC关键技术发展现状。...
无人机(UAV)凭借灵活部署和高移动性，在通信感知一体化(ISAC)技术的推动下，展现出广阔的应用前景。该文系统地综述了无人机使能的ISAC组网与关键技术的研究进展。首先，概述了ISAC技术的原理与特点。其次，针对感知辅助通信任务的应用场景，探讨了ISAC设备在无人机与地面基站中部署的不同组网结构及其优势；针对通感融合任务的应用场景，分析了无人机在定位、边缘计算与缓存等面向通感融合任务中的组网模式及关键作用。此外，从感知使能技术和资源分配技术两个维度，总结了无人机使能的ISAC关键技术发展现状。...
, 最新更新时间 , doi: 10.11999/JEIT240970
摘要:
无人机毫米波通信能够在多种按需服务场景中提供高速数据传输。然而，毫米波信号易受障碍物阻挡，使得路径损耗大，严重影响系统吞吐量性能。为解决这一问题，该文提出一种基于阻挡预测的无人机抗阻挡轨迹规划方法，在障碍物地理信息(包括位置、形状、大小)未知且移动用户定位存在误差的情况下，准确预测链路阻挡并规划无人机飞行轨迹。通过设计引入定位误差泰勒展开项的几何特征向量，对用户与无人机之间的链路阻挡进行预测，进而规划无人机的3维轨迹以有效避免阻挡，提升用户吞吐量。仿真结果表明，针对用户定位误差设计的特征向量能够...
无人机毫米波通信能够在多种按需服务场景中提供高速数据传输。然而，毫米波信号易受障碍物阻挡，使得路径损耗大，严重影响系统吞吐量性能。为解决这一问题，该文提出一种基于阻挡预测的无人机抗阻挡轨迹规划方法，在障碍物地理信息(包括位置、形状、大小)未知且移动用户定位存在误差的情况下，准确预测链路阻挡并规划无人机飞行轨迹。通过设计引入定位误差泰勒展开项的几何特征向量，对用户与无人机之间的链路阻挡进行预测，进而规划无人机的3维轨迹以有效避免阻挡，提升用户吞吐量。仿真结果表明，针对用户定位误差设计的特征向量能够...
, 最新更新时间 , doi: 10.11999/JEIT241142
摘要:
通感一体化是国际电信联盟定义的6G的六大场景之一。为了推动通感一体化的技术落地和标准制定，该文公开了一个实测的、基于5G空口的通感一体化感知信号数据集。该数据集使用通用软件无线电外设工作于sub-6 GHz频段，运行5G NR (New Radio)物理层协议栈，复用NR的下行解调参考信号作为感知信号进行数据采集，包含了2个场景和2种感知模式共8组数据。在每个场景和每种感知模式下，提供了包含运动感知目标和背景环境的连续30 s的8通道信道信息数据，并提供了仅包含背景环境的数据。为了清晰地展示数据...
通感一体化是国际电信联盟定义的6G的六大场景之一。为了推动通感一体化的技术落地和标准制定，该文公开了一个实测的、基于5G空口的通感一体化感知信号数据集。该数据集使用通用软件无线电外设工作于sub-6 GHz频段，运行5G NR (New Radio)物理层协议栈，复用NR的下行解调参考信号作为感知信号进行数据采集，包含了2个场景和2种感知模式共8组数据。在每个场景和每种感知模式下，提供了包含运动感知目标和背景环境的连续30 s的8通道信道信息数据，并提供了仅包含背景环境的数据。为了清晰地展示数据...
, 最新更新时间 , doi: 10.11999/JEIT250099
摘要:
单侧差分隐私机制具有敏感屏蔽特性，能确保攻击者无法显著降低其对记录敏感性的不确定性，但是该机制中的单侧差分隐私随机响应算法仅适用于敏感记录百分比较低的数据集。为克服上述算法在敏感记录百分比较高数据集中的局限性，该文提出一种新的算法——单侧个性化差分隐私随机响应算法。该算法引入敏感规范函数的定义，为不同用户的各项数据分别赋予不同的敏感级别，然后设计新的个性化采样方法，并基于用户数据权重值进行个性化采样和加噪处理。相对于单侧差分隐私随机响应算法，该文所提随机响应算法更细致地考虑到用户对不同数据的敏感...
单侧差分隐私机制具有敏感屏蔽特性，能确保攻击者无法显著降低其对记录敏感性的不确定性，但是该机制中的单侧差分隐私随机响应算法仅适用于敏感记录百分比较低的数据集。为克服上述算法在敏感记录百分比较高数据集中的局限性，该文提出一种新的算法——单侧个性化差分隐私随机响应算法。该算法引入敏感规范函数的定义，为不同用户的各项数据分别赋予不同的敏感级别，然后设计新的个性化采样方法，并基于用户数据权重值进行个性化采样和加噪处理。相对于单侧差分隐私随机响应算法，该文所提随机响应算法更细致地考虑到用户对不同数据的敏感...
, 最新更新时间 , doi: 10.11999/JEIT240441
摘要:
针对不平衡数据过采样的过程中如何合成有效新样本的问题，该文提出一种基于最大安全近邻与局部密度的自适应过采样方法。该方法利用最大安全近邻和局部密度将少数类样本划分为安全样本、边界样本和离群点；在此基础上，通过组合加权设置样本的采样概率，使得靠近边界的“次边界样本”更容易被选择为根样本，并且自适应地调整K近邻的参数K，选择最优合成区域；针对离群点，采用超球面内的随机过采样策略，进一步增加少数类样本的多样性。最后，将所提方法与合成少数类过采样技术(SMOTE)、 自适应合成采样方法(ADASYN)等6...
针对不平衡数据过采样的过程中如何合成有效新样本的问题，该文提出一种基于最大安全近邻与局部密度的自适应过采样方法。该方法利用最大安全近邻和局部密度将少数类样本划分为安全样本、边界样本和离群点；在此基础上，通过组合加权设置样本的采样概率，使得靠近边界的“次边界样本”更容易被选择为根样本，并且自适应地调整K近邻的参数K，选择最优合成区域；针对离群点，采用超球面内的随机过采样策略，进一步增加少数类样本的多样性。最后，将所提方法与合成少数类过采样技术(SMOTE)、 自适应合成采样方法(ADASYN)等6...
, 最新更新时间 , doi: 10.11999/JEIT241114
摘要:
第6代移动通信(6G)系统将基于通信感知一体化能力获取精确的环境信息和用户状态信息，从而在保障通信业务的同时将真实物理世界复刻为数字孪生世界。该文提出一种完备的6G通感一体关键技术体系，包括静态环境重构、动态目标感知、物体材质识别3大基本能力。具体地，该文设计了基于多用户、多基站、主被动融合的静态环境重构技术，构建了多基站协同、多特征融合的动态目标感知技术，研究了基于多基站协同的电磁感知与材质识别技术。在此基础上，开发了基于射频系统级芯片上的现场可编程门阵列(RFSoC-FPGA)的通用通感一体...
第6代移动通信(6G)系统将基于通信感知一体化能力获取精确的环境信息和用户状态信息，从而在保障通信业务的同时将真实物理世界复刻为数字孪生世界。该文提出一种完备的6G通感一体关键技术体系，包括静态环境重构、动态目标感知、物体材质识别3大基本能力。具体地，该文设计了基于多用户、多基站、主被动融合的静态环境重构技术，构建了多基站协同、多特征融合的动态目标感知技术，研究了基于多基站协同的电磁感知与材质识别技术。在此基础上，开发了基于射频系统级芯片上的现场可编程门阵列(RFSoC-FPGA)的通用通感一体...
, 最新更新时间 , doi: 10.11999/JEIT241152
摘要:
无人机定位不仅能够提高无人机操作的安全性和效率，还为各种低空经济活动提供了技术保障。传统蜂窝定位技术依赖于专用的定位导频，不仅需要大量的导频开销，且在3D定位精度上存在限制。针对该问题，该文提出了一种空地协同的通感一体化网络中的多基站分布式无人机3D定位方法，根据多信号分类算法(MUSIC)得到多个发射信号经过目标无人机折射并到达接收站的时延估计，进而利用椭圆定位算法得到无人机的3D位置估计。进一步地，推导了基于分布式通感一体化网络的无人机3D位置估计的误差克拉美罗下界(CRLB)，并与所提位置...
无人机定位不仅能够提高无人机操作的安全性和效率，还为各种低空经济活动提供了技术保障。传统蜂窝定位技术依赖于专用的定位导频，不仅需要大量的导频开销，且在3D定位精度上存在限制。针对该问题，该文提出了一种空地协同的通感一体化网络中的多基站分布式无人机3D定位方法，根据多信号分类算法(MUSIC)得到多个发射信号经过目标无人机折射并到达接收站的时延估计，进而利用椭圆定位算法得到无人机的3D位置估计。进一步地，推导了基于分布式通感一体化网络的无人机3D位置估计的误差克拉美罗下界(CRLB)，并与所提位置...
, 最新更新时间 , doi: 10.11999/JEIT240848
摘要:
针对低信噪比(SNRs)下低截获概率(LPI)雷达脉内波形识别准确率低的问题，该文提出一种基于时频分析(TFA)、混合扩张卷积(HDC)、卷积块注意力模块(CBAM)和GhostNet网络的LPI雷达辐射源信号识别方法，旨在提升LPI雷达信号的识别性能。该方法先从信号预处理角度给出一种适合LPI雷达信号的时频图像增强处理方法，并基于双时频特征融合技术，有效提升了后续网络对LPI雷达信号脉内调制的识别准确率。接着改造了一种高效轻量级网络，用于对LPI雷达脉内调制信号识别，该网络在GhostNet基...
针对低信噪比(SNRs)下低截获概率(LPI)雷达脉内波形识别准确率低的问题，该文提出一种基于时频分析(TFA)、混合扩张卷积(HDC)、卷积块注意力模块(CBAM)和GhostNet网络的LPI雷达辐射源信号识别方法，旨在提升LPI雷达信号的识别性能。该方法先从信号预处理角度给出一种适合LPI雷达信号的时频图像增强处理方法，并基于双时频特征融合技术，有效提升了后续网络对LPI雷达信号脉内调制的识别准确率。接着改造了一种高效轻量级网络，用于对LPI雷达脉内调制信号识别，该网络在GhostNet基...
, 最新更新时间 , doi: 10.11999/JEIT240390
摘要:
现有基于同态加密的联邦学习安全和隐私保护方案中，仍面临着服务器伪造聚合结果或与用户合谋导致隐私数据泄露风险。针对上述问题，该文提出抗合谋的隐私保护和可验证联邦学习方案。首先，通过结合秘密共享算法实现密钥的生成和协作解密，并采用同态加密等密码学原语进一步保护模型，防止用户与服务器的合谋攻击。然后基于双线性聚合签名算法使每个用户能够独立验证服务器提供的聚合结果。同时，为了鼓励更多拥有高质量数据的用户参与进来，该文提出一种激励机制，为用户提供相应的奖励。安全性分析表明，该文方案对系统中存在的合谋攻击具...
现有基于同态加密的联邦学习安全和隐私保护方案中，仍面临着服务器伪造聚合结果或与用户合谋导致隐私数据泄露风险。针对上述问题，该文提出抗合谋的隐私保护和可验证联邦学习方案。首先，通过结合秘密共享算法实现密钥的生成和协作解密，并采用同态加密等密码学原语进一步保护模型，防止用户与服务器的合谋攻击。然后基于双线性聚合签名算法使每个用户能够独立验证服务器提供的聚合结果。同时，为了鼓励更多拥有高质量数据的用户参与进来，该文提出一种激励机制，为用户提供相应的奖励。安全性分析表明，该文方案对系统中存在的合谋攻击具...
, 最新更新时间 , doi: 10.11999/JEIT240835
摘要:
作为新质生产力的低空智联网(LAIN)，通过构建多种应用场景下的3维网络体系，可协助实现泛在覆盖和万物互联的美好愿景。然而，随着LAIN的快速发展，在数据采集和利用过程中，分布式飞行器和地面设备在运营过程中所产生的数据来源广泛、格式各异，但由于尚未形成对数据的统一表征标准，极大地限制了LAIN中信息共享和有效利用。因此，该文首先总结了当前国内外相关研究现状，分析了LAIN下潜在的异构数据类型，指明其主要特征和应用场景；然后，设计了LAIN数据集成与融合的示范平台；其次，剖析了实现LAIN下多维异...
作为新质生产力的低空智联网(LAIN)，通过构建多种应用场景下的3维网络体系，可协助实现泛在覆盖和万物互联的美好愿景。然而，随着LAIN的快速发展，在数据采集和利用过程中，分布式飞行器和地面设备在运营过程中所产生的数据来源广泛、格式各异，但由于尚未形成对数据的统一表征标准，极大地限制了LAIN中信息共享和有效利用。因此，该文首先总结了当前国内外相关研究现状，分析了LAIN下潜在的异构数据类型，指明其主要特征和应用场景；然后，设计了LAIN数据集成与融合的示范平台；其次，剖析了实现LAIN下多维异...
, 最新更新时间 , doi: 10.11999/JEIT241111
摘要:
近年来无人机(UAV)数量的剧增，无论是在民用还是军用领域都带来了一定的隐私和安全问题，因此对无人机的管控技术已成为研究热点。当前基于深度学习的射频指纹识别(RFFI)技术虽然在无人机识别上表现优异，但由于模型复杂度高，训练速度慢，且在不同数据分布下的泛化能力有限，因此在实际应用中存在局限性。该文提出一种基于梅尔频率倒谱系数的无人机识别方法，使用USRP N210采集无人机图传信号，然后提取梅尔倒谱系数(MFCC)作为无人机射频指纹特征，输入门控循环单元(GRU)进行分类识别，最后通过正则化正交...
近年来无人机(UAV)数量的剧增，无论是在民用还是军用领域都带来了一定的隐私和安全问题，因此对无人机的管控技术已成为研究热点。当前基于深度学习的射频指纹识别(RFFI)技术虽然在无人机识别上表现优异，但由于模型复杂度高，训练速度慢，且在不同数据分布下的泛化能力有限，因此在实际应用中存在局限性。该文提出一种基于梅尔频率倒谱系数的无人机识别方法，使用USRP N210采集无人机图传信号，然后提取梅尔倒谱系数(MFCC)作为无人机射频指纹特征，输入门控循环单元(GRU)进行分类识别，最后通过正则化正交...
, 最新更新时间 , doi: 10.11999/JEIT241151
摘要:
通感算一体化网络作为第六代移动通信系统的重要发展方向，融合了通信、感知和计算功能，为未来智能网络的高效协同提供了技术支撑。该文首先介绍了通感智能协同和云雾边算力协同技术，并结合区块链技术，研究了通感算一体化体系架构，提升了数据传输与存储的安全性。随后，深入分析了高精度感知与干扰管控方法，包括按需适配的高精度感知机制、双层优化频谱共享框架以及通感互干扰的优化策略。最后，围绕弹性接入与资源优化，探讨了人工智能驱动的资源分配框架和动态资源优化与调度策略，有效提升多维资源利用率和网络适应能力，满足未来高...
通感算一体化网络作为第六代移动通信系统的重要发展方向，融合了通信、感知和计算功能，为未来智能网络的高效协同提供了技术支撑。该文首先介绍了通感智能协同和云雾边算力协同技术，并结合区块链技术，研究了通感算一体化体系架构，提升了数据传输与存储的安全性。随后，深入分析了高精度感知与干扰管控方法，包括按需适配的高精度感知机制、双层优化频谱共享框架以及通感互干扰的优化策略。最后，围绕弹性接入与资源优化，探讨了人工智能驱动的资源分配框架和动态资源优化与调度策略，有效提升多维资源利用率和网络适应能力，满足未来高...
, 最新更新时间 , doi: 10.11999/JEIT241074
摘要:
针对传统深度学习意图识别方法难以在噪声标签存在时获得可靠模型的问题，该文提出基于信息分类处理(ICP)网络和多尺度鲁棒学习的空中目标意图识别(ATIR)方法。首先，基于空中目标属性性质，构建基于ICP的编码器，以获得更具可分性的嵌入；随后，设计了从精细到粗糙的跨尺度嵌入融合机制，利用不同尺度的目标序列，训练多个编码器来学习判别模式；同时，利用不同尺度的互补信息，以交叉教学的方式训练每个编码器，以选择小损失样本作为干净标签；对于未选定的大损失样本，基于多尺度嵌入图和说话者-倾听者标签传播算法(SL...
针对传统深度学习意图识别方法难以在噪声标签存在时获得可靠模型的问题，该文提出基于信息分类处理(ICP)网络和多尺度鲁棒学习的空中目标意图识别(ATIR)方法。首先，基于空中目标属性性质，构建基于ICP的编码器，以获得更具可分性的嵌入；随后，设计了从精细到粗糙的跨尺度嵌入融合机制，利用不同尺度的目标序列，训练多个编码器来学习判别模式；同时，利用不同尺度的互补信息，以交叉教学的方式训练每个编码器，以选择小损失样本作为干净标签；对于未选定的大损失样本，基于多尺度嵌入图和说话者-倾听者标签传播算法(SL...
, 最新更新时间 , doi: 10.11999/JEIT240886
摘要:
红外与可见光图像融合的目的是将这两种异模态图像信息整合成场景细节信息更全面的融合图像。现有的一些融合算法仅关注评价指标的提升，而忽略了其在现实应用中的模型轻量性和场景泛化性的需求。为了解决该问题，该文提出一种基于场景自适应知识蒸馏的红外与可见光图像融合方法。首先，将领先的融合算法作为教师网络得到白天场景的学习样本，用低光增强算法继续处理得到黑夜场景的学习样本；然后，通过光照感知网络预测可见光图像的白天黑夜场景概率，从而指导学生网络实现对教师网络的场景自适应知识蒸馏；最后，引入基于结构重参数化的视...
红外与可见光图像融合的目的是将这两种异模态图像信息整合成场景细节信息更全面的融合图像。现有的一些融合算法仅关注评价指标的提升，而忽略了其在现实应用中的模型轻量性和场景泛化性的需求。为了解决该问题，该文提出一种基于场景自适应知识蒸馏的红外与可见光图像融合方法。首先，将领先的融合算法作为教师网络得到白天场景的学习样本，用低光增强算法继续处理得到黑夜场景的学习样本；然后，通过光照感知网络预测可见光图像的白天黑夜场景概率，从而指导学生网络实现对教师网络的场景自适应知识蒸馏；最后，引入基于结构重参数化的视...
, 最新更新时间 , doi: 10.11999/JEIT241044
摘要:
无人机自组织网络中，各个节点的流量不均衡，容易导致网络拥塞和时隙资源利用率低的问题。本该文研究了无人机自组网中饱和节点和不饱和节点共存的场景下的接入控制问题，旨在让更多的节点共享不饱和节点的空闲时隙，提升网络的吞吐量。针对无人机多跳自组织网络接入控制问题，该文提出一种基于深度强化学习的多跳无人机自组织网络MAC协议(DQL-MHTDMA)，将饱和节点联合为一个大智能体，学习网络拓扑信息和时隙占用规律，选择最优的接入动作，实现每个时隙上的最大吞吐量或最佳能效。仿真结果表明，所提DQL-MHTDMA...
无人机自组织网络中，各个节点的流量不均衡，容易导致网络拥塞和时隙资源利用率低的问题。本该文研究了无人机自组网中饱和节点和不饱和节点共存的场景下的接入控制问题，旨在让更多的节点共享不饱和节点的空闲时隙，提升网络的吞吐量。针对无人机多跳自组织网络接入控制问题，该文提出一种基于深度强化学习的多跳无人机自组织网络MAC协议(DQL-MHTDMA)，将饱和节点联合为一个大智能体，学习网络拓扑信息和时隙占用规律，选择最优的接入动作，实现每个时隙上的最大吞吐量或最佳能效。仿真结果表明，所提DQL-MHTDMA...
, 最新更新时间 , doi: 10.11999/JEIT241026
摘要:
低空空域的开放和无人机的大规模应用使得低空飞行活动日益增多，航迹规划是确保无人机在复杂低空环境下有序飞行的关键。然而由于无线遥控链路中存在的干扰、欺骗等各种攻击，导致无人机偏离规划的航迹，给低空安全带来严峻挑战。为减小位置欺骗攻击引起的航迹异常，该文提出一种多模型融合的无人机异常航迹校正方法，通过预测无人机的位置参数进行航迹校正。为了降低长期预测误差对无人机航迹校正的影响，提出融合长短期记忆网络(LSTM)和Transformer的长短期记忆网络-Transformer (LSTM-Transf...
低空空域的开放和无人机的大规模应用使得低空飞行活动日益增多，航迹规划是确保无人机在复杂低空环境下有序飞行的关键。然而由于无线遥控链路中存在的干扰、欺骗等各种攻击，导致无人机偏离规划的航迹，给低空安全带来严峻挑战。为减小位置欺骗攻击引起的航迹异常，该文提出一种多模型融合的无人机异常航迹校正方法，通过预测无人机的位置参数进行航迹校正。为了降低长期预测误差对无人机航迹校正的影响，提出融合长短期记忆网络(LSTM)和Transformer的长短期记忆网络-Transformer (LSTM-Transf...
, 最新更新时间 , doi: 10.11999/JEIT241133
摘要:
近年来，医疗数据泄露频发，严重威胁患者隐私与健康安全，亟需有效的解决方案以保护医疗数据在传输过程中的隐私与安全性。该文提出了一种基于双忆阻类脑混沌神经网络的医疗物联网(Internet of Medical Things, IoMT)数据隐私保护方法，以应对这一挑战。首先，利用忆阻器的突触仿生特性，构建了一种基于Hopfield神经网络的双忆阻类脑混沌神经网络模型，并通过分岔图、Lyapunov指数谱、相图、时域图及吸引盆等非线性动力学工具，深入揭示了模型的复杂混沌动力学特性。研究结果表明，该网...
近年来，医疗数据泄露频发，严重威胁患者隐私与健康安全，亟需有效的解决方案以保护医疗数据在传输过程中的隐私与安全性。该文提出了一种基于双忆阻类脑混沌神经网络的医疗物联网(Internet of Medical Things, IoMT)数据隐私保护方法，以应对这一挑战。首先，利用忆阻器的突触仿生特性，构建了一种基于Hopfield神经网络的双忆阻类脑混沌神经网络模型，并通过分岔图、Lyapunov指数谱、相图、时域图及吸引盆等非线性动力学工具，深入揭示了模型的复杂混沌动力学特性。研究结果表明，该网...
, 最新更新时间 , doi: 10.11999/JEIT240977
摘要:
在日益复杂的电磁环境中，卫星导航信号极易受到欺骗干扰，因此有必要对欺骗干扰进行检测。针对多种欺骗干扰场景下，单一参数欺骗检测方法不通用、不够鲁棒的问题，该文提出了一种基于门控机制的并行CNN-Transformer神经网络(PCTN)的多参数欺骗干扰信号检测算法，用于检测接收机是否受到欺骗信号的干扰。该算法考虑了欺骗干扰在跟踪阶段对接收机各参数的影响，并从中提取出多个特征信息组成多维时间序列。对序列进行预处理后，利用PCTN网络提取序列的时间前后联系和多个维度上的特征信息。实验结果表明，所提算法...
在日益复杂的电磁环境中，卫星导航信号极易受到欺骗干扰，因此有必要对欺骗干扰进行检测。针对多种欺骗干扰场景下，单一参数欺骗检测方法不通用、不够鲁棒的问题，该文提出了一种基于门控机制的并行CNN-Transformer神经网络(PCTN)的多参数欺骗干扰信号检测算法，用于检测接收机是否受到欺骗信号的干扰。该算法考虑了欺骗干扰在跟踪阶段对接收机各参数的影响，并从中提取出多个特征信息组成多维时间序列。对序列进行预处理后，利用PCTN网络提取序列的时间前后联系和多个维度上的特征信息。实验结果表明，所提算法...
, 最新更新时间 , doi: 10.11999/JEIT241091
摘要:
针对协作频谱感知易遭受频谱感知数据篡改(SSDF)攻击导致无法准确识别恶意用户的问题，该文提出一种基于多尺度熵的协作频谱感知方法。该方法通过滑动窗对用户进行多次本地感知以获取信誉值。随后引入多尺度熵算法，对用户的感知结果进一步实施多尺度分析，利用分析结果作为权重更新信誉值，归一化处理后对用户进行判定并做出最终全局判决。仿真结果表明，对于不同的攻击策略，在攻击概率超过0.4的情况下，所提算法与其它对比算法相比恶意用户检测率分别平均提升3.56%, 0.77%和6.45%, 36.92%，具有良好的...
针对协作频谱感知易遭受频谱感知数据篡改(SSDF)攻击导致无法准确识别恶意用户的问题，该文提出一种基于多尺度熵的协作频谱感知方法。该方法通过滑动窗对用户进行多次本地感知以获取信誉值。随后引入多尺度熵算法，对用户的感知结果进一步实施多尺度分析，利用分析结果作为权重更新信誉值，归一化处理后对用户进行判定并做出最终全局判决。仿真结果表明，对于不同的攻击策略，在攻击概率超过0.4的情况下，所提算法与其它对比算法相比恶意用户检测率分别平均提升3.56%, 0.77%和6.45%, 36.92%，具有良好的...
, 最新更新时间 , doi: 10.11999/JEIT240440
摘要:
虚拟现实晕动症(VRMS)是阻碍虚拟现实技术行业发展的重要问题，检测VRMS水平是研究并克服这一问题的先决条件。所以该文引入并改进了一种脑电端到端识别模型定量识别用户在使用虚拟现实时的VRMS水平。该模型首先利用1维卷积神经网络(CNN)对脑电信号进行滤波，然后计算导联间相关性构成功能脑网络，最后利用CNN和全连接层提取脑网络特征和回归分析。该文通过优化1维卷积核大小及加入一种新型导联注意力结构来增强该模型特征提取能力。最后采用虚拟现实场景《VRQ test》诱发受试者产生VRMS并记录受试者脑...
虚拟现实晕动症(VRMS)是阻碍虚拟现实技术行业发展的重要问题，检测VRMS水平是研究并克服这一问题的先决条件。所以该文引入并改进了一种脑电端到端识别模型定量识别用户在使用虚拟现实时的VRMS水平。该模型首先利用1维卷积神经网络(CNN)对脑电信号进行滤波，然后计算导联间相关性构成功能脑网络，最后利用CNN和全连接层提取脑网络特征和回归分析。该文通过优化1维卷积核大小及加入一种新型导联注意力结构来增强该模型特征提取能力。最后采用虚拟现实场景《VRQ test》诱发受试者产生VRMS并记录受试者脑...
, 最新更新时间 , doi: 10.11999/JEIT240841
摘要:
利用生成模型为小样本目标检测提供额外样本是解决样本稀缺问题的方法之一。现有生成额外样本的方法，多关注于生成样本的多样性，而忽略了生成样本的质量和代表性。为解决这一问题，该文提出了一个新的基于数据生成的小样本目标检测框架FQRS。首先，构造类间条件控制模块使得数据生成器能够学习不同类别间的关系，利用基类和新类的类间关系信息辅助模型估计新类的分布，从而提高生成样本的质量。其次，设计类内条件控制模块，利用交并比(IOU)信息限制生成样本在特征空间的位置，通过控制生成的样本更聚集于类别的中心，确保它们能...
利用生成模型为小样本目标检测提供额外样本是解决样本稀缺问题的方法之一。现有生成额外样本的方法，多关注于生成样本的多样性，而忽略了生成样本的质量和代表性。为解决这一问题，该文提出了一个新的基于数据生成的小样本目标检测框架FQRS。首先，构造类间条件控制模块使得数据生成器能够学习不同类别间的关系，利用基类和新类的类间关系信息辅助模型估计新类的分布，从而提高生成样本的质量。其次，设计类内条件控制模块，利用交并比(IOU)信息限制生成样本在特征空间的位置，通过控制生成的样本更聚集于类别的中心，确保它们能...
, 最新更新时间 , doi: 10.11999/JEIT240811
摘要:
该文基于精简指令集系统(RISC-V)架构提出了一种新型的自适应全流程(ADFF)时钟树优化方法，高效利用有用偏差(useful skew)来优化高性能CPU时钟树，以满足市场对芯片高性能和低功耗的双重需求。针对时钟树，通过选择关键路径并结合理论延迟和缓冲器制造有用偏差，采用循环迭代的方式，在不同流程自适应修复常规流程无法解决的建立时间违例(setup violation)和保持时间违例(hold violation)。为了在提升性能的同时，最大限度降低功耗，该文对加入的延迟单元进行合并(mer...
该文基于精简指令集系统(RISC-V)架构提出了一种新型的自适应全流程(ADFF)时钟树优化方法，高效利用有用偏差(useful skew)来优化高性能CPU时钟树，以满足市场对芯片高性能和低功耗的双重需求。针对时钟树，通过选择关键路径并结合理论延迟和缓冲器制造有用偏差，采用循环迭代的方式，在不同流程自适应修复常规流程无法解决的建立时间违例(setup violation)和保持时间违例(hold violation)。为了在提升性能的同时，最大限度降低功耗，该文对加入的延迟单元进行合并(mer...
, 最新更新时间 , doi: 10.11999/JEIT240855
摘要:
已有的深度主动聚类方法未能通过标注样本推理生成必须链接(ML)约束或不能链接(CL)约束，标注成本较高。为此该文提出一种基于约束传递的深度主动时序聚类方法。该方法设置了标注类簇集合(ACS)及相应的辅助标注集合(AAS)。通过预训练时序自编码器得到时序样本的表示向量。在深度聚类的每个训练轮次过程中，采样并标注表示空间中离类簇中心最近的样本存入ACS，使每个ACS内的样本属同一类别而ACS集合间的样本属于不同类别，然后从包含样本数最小的ACS集合中随机选取时序样本，采样并标注与该样本不属于同一类簇...
已有的深度主动聚类方法未能通过标注样本推理生成必须链接(ML)约束或不能链接(CL)约束，标注成本较高。为此该文提出一种基于约束传递的深度主动时序聚类方法。该方法设置了标注类簇集合(ACS)及相应的辅助标注集合(AAS)。通过预训练时序自编码器得到时序样本的表示向量。在深度聚类的每个训练轮次过程中，采样并标注表示空间中离类簇中心最近的样本存入ACS，使每个ACS内的样本属同一类别而ACS集合间的样本属于不同类别，然后从包含样本数最小的ACS集合中随机选取时序样本，采样并标注与该样本不属于同一类簇...
, 最新更新时间 , doi: 10.11999/JEIT240885
摘要:
针对毫米波大规模多输入多输出(MIMO)系统中智能超表面(RIS)辅助的密钥生成方法面临的导频开销高、信道信息估计误差大和信道稀疏度依赖性强问题，该文提出一种基于原子范数最小化(ANM)的RIS辅助密钥生成方案。现有基于压缩感知(CS)的密钥生成方案需预设信道稀疏度作为先验知识，且受限于网格化离散建模，易导致密钥失配问题。该方案通过引入ANM技术，将基站(Base Station, BS)与用户(UE)间的级联信道估计问题转化为无限分辨率的稀疏信号恢复问题，结合多信号分类(MUSIC)算法联合估...
针对毫米波大规模多输入多输出(MIMO)系统中智能超表面(RIS)辅助的密钥生成方法面临的导频开销高、信道信息估计误差大和信道稀疏度依赖性强问题，该文提出一种基于原子范数最小化(ANM)的RIS辅助密钥生成方案。现有基于压缩感知(CS)的密钥生成方案需预设信道稀疏度作为先验知识，且受限于网格化离散建模，易导致密钥失配问题。该方案通过引入ANM技术，将基站(Base Station, BS)与用户(UE)间的级联信道估计问题转化为无限分辨率的稀疏信号恢复问题，结合多信号分类(MUSIC)算法联合估...
, 最新更新时间 , doi: 10.11999/JEIT240640
摘要:
通感一体化(ISAC)作为一种6G关键技术，将通信和感知功能集成到Wi-Fi设备，为室内人体呼吸频率感知提供一种有效的方法。针对当前基于ISAC的呼吸频率感知存在鲁棒性低和“盲点”的问题，该文提出一种基于信号变分模态分解(VMD)- 希尔伯特-黄变换(HHT)呼吸频率感知算法。首先，选择对环境感知敏感度较强的Wi-Fi链路构建信道状态信息(CSI)比值模型。其次，将滤波后的CSI比值时间序列的各子载波进行投影，结合幅相信息生成不同呼吸模式信号的候选集。再次，对于每一个子载波，根据周期性在候选集中...
通感一体化(ISAC)作为一种6G关键技术，将通信和感知功能集成到Wi-Fi设备，为室内人体呼吸频率感知提供一种有效的方法。针对当前基于ISAC的呼吸频率感知存在鲁棒性低和“盲点”的问题，该文提出一种基于信号变分模态分解(VMD)- 希尔伯特-黄变换(HHT)呼吸频率感知算法。首先，选择对环境感知敏感度较强的Wi-Fi链路构建信道状态信息(CSI)比值模型。其次，将滤波后的CSI比值时间序列的各子载波进行投影，结合幅相信息生成不同呼吸模式信号的候选集。再次，对于每一个子载波，根据周期性在候选集中...
, 最新更新时间 , doi: 10.11999/JEIT240601
摘要:
由于通信与目标感知波形的耦合共用，通感一体(ISAC)系统更容易面临信息泄露的风险。该文从隐蔽通信角度，研究了具有可移动阵元的同时透射和反射智能超表面(ME-STAR-RIS)辅助的ISAC系统。首先引入了ME-STAR-RIS，其阵元可在一定范围内移动，以获取更有利的信道条件。根据离散阵元部署位置模型，构建了ME-STAR-RIS辅助ISAC系统的波束优化模型，旨在联合设计ISAC基站(BS)处的主动波束成形以及ME-STAR-RIS处的柔性被动波束成形(包括阵元位置、相移和振幅系数)，在隐蔽...
由于通信与目标感知波形的耦合共用，通感一体(ISAC)系统更容易面临信息泄露的风险。该文从隐蔽通信角度，研究了具有可移动阵元的同时透射和反射智能超表面(ME-STAR-RIS)辅助的ISAC系统。首先引入了ME-STAR-RIS，其阵元可在一定范围内移动，以获取更有利的信道条件。根据离散阵元部署位置模型，构建了ME-STAR-RIS辅助ISAC系统的波束优化模型，旨在联合设计ISAC基站(BS)处的主动波束成形以及ME-STAR-RIS处的柔性被动波束成形(包括阵元位置、相移和振幅系数)，在隐蔽...
, 最新更新时间 , doi: 10.11999/JEIT240806
摘要:
智慧城市、智能工厂等物联网新兴业务对通信速率、感知精度、计算效率提出更高要求，算力网络的发展与通信网络内生感知与内生智能能力的挖掘为构建通信-感知-计算-智能融合的物联网奠定扎实基础。该文首先结合未来业务概述了物联网对通信、感知、计算、智能4个功能的需求；然后基于对物联网典型特征分析，阐述4项关键技术的技术原理、方法，提出通感算智一体物联网新范式，总结了相关技术的研究进展；最后探讨了技术挑战与未来研究方向。
智慧城市、智能工厂等物联网新兴业务对通信速率、感知精度、计算效率提出更高要求，算力网络的发展与通信网络内生感知与内生智能能力的挖掘为构建通信-感知-计算-智能融合的物联网奠定扎实基础。该文首先结合未来业务概述了物联网对通信、感知、计算、智能4个功能的需求；然后基于对物联网典型特征分析，阐述4项关键技术的技术原理、方法，提出通感算智一体物联网新范式，总结了相关技术的研究进展；最后探讨了技术挑战与未来研究方向。
, 最新更新时间 , doi: 10.11999/JEIT240716
摘要:
通感算融合是6G的热点研究方向。为了解决复杂场景下通信-感知-计算模式的用户能耗大、计算不确定等问题，该文设计一种稳健的通感算融合网络资源分配与决策优化方案。首先，由于任务复杂度的不可预测，构建一个稳健的计算资源分配问题以优化卸载决策的不确定性。其次，在满足用户功耗、处理时间、雷达估计信息率等条件下，联合优化任务卸载比例、波束赋形和资源分配，建立用户总能耗最小化问题。由于该优化问题是多变量耦合且非凸的，将其建模为一个马尔可夫决策过程，提出一种基于柔性演员-评论家(SAC)优化算法。仿真结果表明，...
通感算融合是6G的热点研究方向。为了解决复杂场景下通信-感知-计算模式的用户能耗大、计算不确定等问题，该文设计一种稳健的通感算融合网络资源分配与决策优化方案。首先，由于任务复杂度的不可预测，构建一个稳健的计算资源分配问题以优化卸载决策的不确定性。其次，在满足用户功耗、处理时间、雷达估计信息率等条件下，联合优化任务卸载比例、波束赋形和资源分配，建立用户总能耗最小化问题。由于该优化问题是多变量耦合且非凸的，将其建模为一个马尔可夫决策过程，提出一种基于柔性演员-评论家(SAC)优化算法。仿真结果表明，...
, 最新更新时间 , doi: 10.11999/JEIT240927
摘要:
在带频谱认知的车联网中，由于车辆终端的高动态移动性和无线电环境的复杂性，使频谱的稳定性难以评估。该文提出一种评估频谱稳定性的动态频谱接入算法。首先，基于信噪比、接收信号强度和带宽参数，利用长短期记忆神经网络预测出参数在未来1个周期内多时刻的值，并计算各参数1个周期的变化率，将结果作为频谱稳定性的评估指标。其次，利用K-Means算法对变化率向量进行聚类，构建稳定性评估模型。再次，根据稳定性评估结果重构了状态空间和奖励函数，提出一种基于强化学习的动态频谱接入算法。最后，实验结果表明，所提算法能够满...
在带频谱认知的车联网中，由于车辆终端的高动态移动性和无线电环境的复杂性，使频谱的稳定性难以评估。该文提出一种评估频谱稳定性的动态频谱接入算法。首先，基于信噪比、接收信号强度和带宽参数，利用长短期记忆神经网络预测出参数在未来1个周期内多时刻的值，并计算各参数1个周期的变化率，将结果作为频谱稳定性的评估指标。其次，利用K-Means算法对变化率向量进行聚类，构建稳定性评估模型。再次，根据稳定性评估结果重构了状态空间和奖励函数，提出一种基于强化学习的动态频谱接入算法。最后，实验结果表明，所提算法能够满...
, 最新更新时间 , doi: 10.11999/JEIT240905
摘要:
具有良好相关特性的正交波形集可以提高多输入多输出(MIMO)雷达系统的目标检测性能和抗干扰能力。为此，该文提出主瓣增益和动态范围约束下最小化广义互模糊函数积分旁瓣(ISL)的发射序列集和接收滤波器组联合设计方法。该方法采用最大块改进算法(MBI)将非凸优化问题分解为多个子问题，再利用连续凸近似方法(SCA)迭代求解子问题。为了进一步降低运算量，该文还提出了具有并行实现潜力的交替方向惩罚法(ADPM)求解SCA的子问题。最后，通过仿真实验从收敛速度、积分旁瓣电平等方面验证了该方法的有效性。
具有良好相关特性的正交波形集可以提高多输入多输出(MIMO)雷达系统的目标检测性能和抗干扰能力。为此，该文提出主瓣增益和动态范围约束下最小化广义互模糊函数积分旁瓣(ISL)的发射序列集和接收滤波器组联合设计方法。该方法采用最大块改进算法(MBI)将非凸优化问题分解为多个子问题，再利用连续凸近似方法(SCA)迭代求解子问题。为了进一步降低运算量，该文还提出了具有并行实现潜力的交替方向惩罚法(ADPM)求解SCA的子问题。最后，通过仿真实验从收敛速度、积分旁瓣电平等方面验证了该方法的有效性。
, 最新更新时间 , doi: 10.11999/JEIT241008
摘要:
高性能微机电系统电场传感器是大气电场及非接触电压测量的核心部件，模态局域化效应可显著提升传感器的分辨力等性能，是电场传感器的重要发展方向。然而，基于弱耦合的谐振系统在品质因子较低时会出现模态混叠现象，难以读取有效振幅信息。该文提出一种高品质因子的新型模态局域化MEMS电场传感结构，采用双端音叉设计和T形系绳固定锚点的结构以减少能量损耗，实现了高品质因子和高分辨力，有效避免了模态混叠现象。对该结构进行了理论分析和数值模拟，制备了传感器原理样机，在\begin{document}$ {10}^{-3...
高性能微机电系统电场传感器是大气电场及非接触电压测量的核心部件，模态局域化效应可显著提升传感器的分辨力等性能，是电场传感器的重要发展方向。然而，基于弱耦合的谐振系统在品质因子较低时会出现模态混叠现象，难以读取有效振幅信息。该文提出一种高品质因子的新型模态局域化MEMS电场传感结构，采用双端音叉设计和T形系绳固定锚点的结构以减少能量损耗，实现了高品质因子和高分辨力，有效避免了模态混叠现象。对该结构进行了理论分析和数值模拟，制备了传感器原理样机，在
, 最新更新时间 , doi: 10.11999/JEIT240799
摘要:
作为新质生产力的低空智联网(LAIN)，主要由低空各类飞行器组成，可辅助实现空基多接入边缘计算(MEC)功能，能够有效应对实时数据处理和超低时延通信的挑战。考虑到任务的数据量大小具有随机性，该文聚焦研究基于LAIN的MEC网络中任务的卸载决策问题，以优化最差情况下的系统时延，保障服务的鲁棒性。首先，为刻画任务量的不确定性，利用历史数据构建基于概率距离度量的不确定集合，并建模了相应的分布鲁棒优化问题，以最小化最差任务大小概率分布情况下的系统时延。然后，为求解该最小化最大混合整数规划问题，将问题分解...
作为新质生产力的低空智联网(LAIN)，主要由低空各类飞行器组成，可辅助实现空基多接入边缘计算(MEC)功能，能够有效应对实时数据处理和超低时延通信的挑战。考虑到任务的数据量大小具有随机性，该文聚焦研究基于LAIN的MEC网络中任务的卸载决策问题，以优化最差情况下的系统时延，保障服务的鲁棒性。首先，为刻画任务量的不确定性，利用历史数据构建基于概率距离度量的不确定集合，并建模了相应的分布鲁棒优化问题，以最小化最差任务大小概率分布情况下的系统时延。然后，为求解该最小化最大混合整数规划问题，将问题分解...
, 最新更新时间 , doi: 10.11999/JEIT240891
摘要:
当前面向跟踪器的对抗样本生成研究主要集中于可见光谱段，无法在多谱段条件下实现对跟踪器的有效攻击。为了填补这一空缺，该文提出一种基于多谱段的目标跟踪补丁式对抗样本生成网络，有效提升了对抗样本在多谱段条件下的攻击有效性。具体来说，该网络包含对抗纹理生成模块与对抗形状优化策略，对可见光谱段下跟踪器对目标纹理的理解进行语义干扰，并显著破坏对热显著目标相关特征的提取。此外，根据不同跟踪器的特点设计误回归损失和掩膜干扰损失对多谱段跟踪模型补丁式对抗样本生成提供指引，实现跟踪预测框扩大或者脱离目标的效果，引入...
当前面向跟踪器的对抗样本生成研究主要集中于可见光谱段，无法在多谱段条件下实现对跟踪器的有效攻击。为了填补这一空缺，该文提出一种基于多谱段的目标跟踪补丁式对抗样本生成网络，有效提升了对抗样本在多谱段条件下的攻击有效性。具体来说，该网络包含对抗纹理生成模块与对抗形状优化策略，对可见光谱段下跟踪器对目标纹理的理解进行语义干扰，并显著破坏对热显著目标相关特征的提取。此外，根据不同跟踪器的特点设计误回归损失和掩膜干扰损失对多谱段跟踪模型补丁式对抗样本生成提供指引，实现跟踪预测框扩大或者脱离目标的效果，引入...
, 最新更新时间 , doi: 10.11999/JEIT240980
摘要:
同步定位与地图构建(SLAM)技术是移动机器人智能导航的基础。该文针对单一传感器SLAM技术存在的问题，提出一种基于激光雷达多层迭代最近点(MICP)点云匹配闭环检测的误差状态卡尔曼滤波(ESKF)多传感器紧耦合2D-SLAM算法。在完成视觉与激光雷达多模态数据的时空同步后，建立了里程计误差模型以及激光雷达与机器视觉点云匹配误差模型，并将其应用于误差状态卡尔曼滤波进行多模态数据融合，以提高SLAM的准确性和实时性。在公共数据集KITTI下进行的Gazebo环境仿真结果表明，该所提算法能够完整还原...
同步定位与地图构建(SLAM)技术是移动机器人智能导航的基础。该文针对单一传感器SLAM技术存在的问题，提出一种基于激光雷达多层迭代最近点(MICP)点云匹配闭环检测的误差状态卡尔曼滤波(ESKF)多传感器紧耦合2D-SLAM算法。在完成视觉与激光雷达多模态数据的时空同步后，建立了里程计误差模型以及激光雷达与机器视觉点云匹配误差模型，并将其应用于误差状态卡尔曼滤波进行多模态数据融合，以提高SLAM的准确性和实时性。在公共数据集KITTI下进行的Gazebo环境仿真结果表明，该所提算法能够完整还原...
, 最新更新时间 , doi: 10.11999/JEIT240953
摘要:
网络安全实体识别作为威胁信息抽取、构建知识图谱的基础，对于发现和应对网络威胁具有至关重要的作用。该文针对当前主流的命名实体识别方法在网络安全领域泛化能力欠佳、难以清晰判断网络安全实体边界的问题，提出一种基于字符表示学习与时序边界扩散的网络安全实体识别方法。该方法首先将命名实体识别任务分解为实体边界检测与实体分类两个子任务，分别进行处理；其次，对于实体边界检测任务，使用基于问答的方法将预定义的问题与数据进行编码，采用膨胀卷积残差字符网络进行数据的字符级特征提取，并使用时序边界扩散网络判断实体边界；...
网络安全实体识别作为威胁信息抽取、构建知识图谱的基础，对于发现和应对网络威胁具有至关重要的作用。该文针对当前主流的命名实体识别方法在网络安全领域泛化能力欠佳、难以清晰判断网络安全实体边界的问题，提出一种基于字符表示学习与时序边界扩散的网络安全实体识别方法。该方法首先将命名实体识别任务分解为实体边界检测与实体分类两个子任务，分别进行处理；其次，对于实体边界检测任务，使用基于问答的方法将预定义的问题与数据进行编码，采用膨胀卷积残差字符网络进行数据的字符级特征提取，并使用时序边界扩散网络判断实体边界；...
, 最新更新时间 , doi: 10.11999/JEIT240847
摘要:
无人机(UAV)辅助联邦边缘学习的通信能够有效解决终端设备数据孤岛问题和数据泄露风险。然而，窃听者可能利用联邦边缘学习中的模型更新来恢复终端设备的原始隐私数据，从而对系统的隐私安全构成极大威胁。为了克服这一挑战，该文在无人机辅助联邦边缘学习通信系统提出一种有效的安全聚合和资源优化方案。具体来说，终端设备利用其本地数据进行局部模型训练来更新参数，并将其发送给全局无人机，无人机据此聚合出新的全局模型参数。窃听者试图通过窃听终端设备发送的模型参数信号来恢复终端设备的原始数据。该文通过联合优化终端设备的...
无人机(UAV)辅助联邦边缘学习的通信能够有效解决终端设备数据孤岛问题和数据泄露风险。然而，窃听者可能利用联邦边缘学习中的模型更新来恢复终端设备的原始隐私数据，从而对系统的隐私安全构成极大威胁。为了克服这一挑战，该文在无人机辅助联邦边缘学习通信系统提出一种有效的安全聚合和资源优化方案。具体来说，终端设备利用其本地数据进行局部模型训练来更新参数，并将其发送给全局无人机，无人机据此聚合出新的全局模型参数。窃听者试图通过窃听终端设备发送的模型参数信号来恢复终端设备的原始数据。该文通过联合优化终端设备的...
, 最新更新时间 , doi: 10.11999/JEIT240827
摘要:
针对物联网中无线收发系统天线低轮廓集成需求，该文基于低温共烧陶瓷(LTCC)工艺设计了一款圆极化集成天线。该天线利用LTCC工艺3维层合结构，将3 dB耦合器馈电结构，印刷辐射贴片，蓝牙芯片以及外围控制电路一体化集成，采用LTCC镂空结构有效拓展了天线的带宽。设计的天线和电路基板进行了样品制备，天线的整体尺寸为：\begin{document}$ {\text{0}}{\text{.37}}{\lambda _{\text{0}}} \times {\text{0}}{\text{.37}}{...
针对物联网中无线收发系统天线低轮廓集成需求，该文基于低温共烧陶瓷(LTCC)工艺设计了一款圆极化集成天线。该天线利用LTCC工艺3维层合结构，将3 dB耦合器馈电结构，印刷辐射贴片，蓝牙芯片以及外围控制电路一体化集成，采用LTCC镂空结构有效拓展了天线的带宽。设计的天线和电路基板进行了样品制备，天线的整体尺寸为：
, 最新更新时间 , doi: 10.11999/JEIT241053
摘要:
配备存储部件的机会无人机打开了数据传输的机会时间窗口，在低空数据收集系统中呈现巨大的潜力。为了提高数据收集效率，移动用户可以主动组网，将数据预先集聚到具备位置优势的簇头节点，由簇头节点负责上传，实现时空维度的流量塑形。该文研究了机会无人机辅助数据收集的组网和资源分配方法。具体而言，如何根据机会无人机的既定航迹，通过联合优化用户的子网数据传输策略、子网资源分配策略和子网形成策略，最大化全网数据上传总量。上述问题高度耦合且具有海量的状态空间，较难求解。该文通过推导闭式表达式求解子网数据传输和资源分配...
配备存储部件的机会无人机打开了数据传输的机会时间窗口，在低空数据收集系统中呈现巨大的潜力。为了提高数据收集效率，移动用户可以主动组网，将数据预先集聚到具备位置优势的簇头节点，由簇头节点负责上传，实现时空维度的流量塑形。该文研究了机会无人机辅助数据收集的组网和资源分配方法。具体而言，如何根据机会无人机的既定航迹，通过联合优化用户的子网数据传输策略、子网资源分配策略和子网形成策略，最大化全网数据上传总量。上述问题高度耦合且具有海量的状态空间，较难求解。该文通过推导闭式表达式求解子网数据传输和资源分配...
, 最新更新时间 , doi: 10.11999/JEIT240738
摘要:
针对多无人机(UAV)分布式感知开展研究，为协调各UAV行为，该文设计了任务感知-数据回传协议，并建立了UAV任务分配、数据回传基站关联与飞行策略联合优化混合整数非线性规划问题模型。鉴于该问题数学结构的复杂性，以及集中式优化算法设计面临计算复杂度高且信息交互开销大等不足，提出将该问题转化为协作式马尔可夫博弈(MG)，定义了基于成本-效用复合的收益函数。考虑到MG问题连续-离散动作空间复杂耦合特点，设计了基于独立学习者(IL)的复合动作表演评论家(MA-IL-CA2C)的MG问题求解算法。仿真分析...
针对多无人机(UAV)分布式感知开展研究，为协调各UAV行为，该文设计了任务感知-数据回传协议，并建立了UAV任务分配、数据回传基站关联与飞行策略联合优化混合整数非线性规划问题模型。鉴于该问题数学结构的复杂性，以及集中式优化算法设计面临计算复杂度高且信息交互开销大等不足，提出将该问题转化为协作式马尔可夫博弈(MG)，定义了基于成本-效用复合的收益函数。考虑到MG问题连续-离散动作空间复杂耦合特点，设计了基于独立学习者(IL)的复合动作表演评论家(MA-IL-CA2C)的MG问题求解算法。仿真分析...
, 最新更新时间 , doi: 10.11999/JEIT240966
摘要:
空中交通管理系统是关乎空天安全和人民生命财产安全的国家大型关键信息基础设施。随着信息化、网络化和智能化技术的广泛应用，现代空中交通管理系统已经演化成为由多利益相关方异构融合的空天地海一体化网络。尽管系统的开放性和连接性提升了空中交通管理效率，但也引入了新的网络安全威胁，扩大了系统攻击面，使得网络安全生态复杂且形势严峻。该文以资产梳理、威胁分析、攻击建模、防御机制为主线，从不同的利益相关方(Stakeholders)出发，如电子使能飞机、空中交通管理(CNS/ATM)、智慧机场、智能决策等方面对空...
空中交通管理系统是关乎空天安全和人民生命财产安全的国家大型关键信息基础设施。随着信息化、网络化和智能化技术的广泛应用，现代空中交通管理系统已经演化成为由多利益相关方异构融合的空天地海一体化网络。尽管系统的开放性和连接性提升了空中交通管理效率，但也引入了新的网络安全威胁，扩大了系统攻击面，使得网络安全生态复杂且形势严峻。该文以资产梳理、威胁分析、攻击建模、防御机制为主线，从不同的利益相关方(Stakeholders)出发，如电子使能飞机、空中交通管理(CNS/ATM)、智慧机场、智能决策等方面对空...
, 最新更新时间 , doi: 10.11999/JEIT240644
摘要:
无论在军事领域的战术通信和目标探测，还是在无人驾驶技术中实现高效的通信和高精度的环境感知，通信感知一体化都可以显著提升系统性能并大幅提高频谱资源利用率。然而，通信和感知资源分配不均衡问题成为该项技术应用的巨大挑战。针对多目标探测和多用户通信场景，该文提出一种基于Pareto优化框架的发射波束形成设计方法。该方法首先将通感资源优化问题建模为一个非凸优化问题，采用通信性能与雷达性能的加权和作为优化目标，以提高系统的灵活性。为了求解该问题，该文提出改进的加权最小均方误差算法将其转化成一个易于求解的凸问...
无论在军事领域的战术通信和目标探测，还是在无人驾驶技术中实现高效的通信和高精度的环境感知，通信感知一体化都可以显著提升系统性能并大幅提高频谱资源利用率。然而，通信和感知资源分配不均衡问题成为该项技术应用的巨大挑战。针对多目标探测和多用户通信场景，该文提出一种基于Pareto优化框架的发射波束形成设计方法。该方法首先将通感资源优化问题建模为一个非凸优化问题，采用通信性能与雷达性能的加权和作为优化目标，以提高系统的灵活性。为了求解该问题，该文提出改进的加权最小均方误差算法将其转化成一个易于求解的凸问...
, 最新更新时间 , doi: 10.11999/JEIT240606
摘要:
随着无人机(UAV)通信技术在军民领域的广泛应用，保障UAV网络中的信息传输安全越来越受到关注。隐蔽通信提供了一种隐藏信息行为的良好手段，但目前数字波束成形等技术在带来更好隐蔽通信性能的同时，增加了体积和功耗。该文提出了一种基于时间调制平面阵列(TMPA)感知辅助的UAV短包隐蔽通信方法。首先，该文提出了基于TMPA-UAV隐蔽通信系统架构，并以此为基础提出了一种2维波达方向角(DOA)估计方法。其次，针对该场景建立了隐蔽通信模型，基于KL散度推导了隐蔽约束的闭式表达式。进一步地，该文根据估计的...
随着无人机(UAV)通信技术在军民领域的广泛应用，保障UAV网络中的信息传输安全越来越受到关注。隐蔽通信提供了一种隐藏信息行为的良好手段，但目前数字波束成形等技术在带来更好隐蔽通信性能的同时，增加了体积和功耗。该文提出了一种基于时间调制平面阵列(TMPA)感知辅助的UAV短包隐蔽通信方法。首先，该文提出了基于TMPA-UAV隐蔽通信系统架构，并以此为基础提出了一种2维波达方向角(DOA)估计方法。其次，针对该场景建立了隐蔽通信模型，基于KL散度推导了隐蔽约束的闭式表达式。进一步地，该文根据估计的...
, 最新更新时间 , doi: 10.11999/JEIT240823
摘要:
随着视频编码标准的不断更新迭代，开放媒体联盟(AOM)发布最新视频编码标准开放媒体视频编码标准(AV1)。其中，帧内编码技术采用更加丰富的预测模式来提高预测效率，预测种类从VP9中的10种扩展至61种。为了应对预测种类增加的变化并提高硬件的处理吞吐能力，该文提出基于全流水线结构的AV1粗模式决策硬件架构设计。在算法层面，以4×4块为最小处理单元，按照Z顺序对64×64编码树单元(CTU)中不同尺寸的预测单元(PUs)进行粗模式决策，同时采用基于1:1 PU的代价累加近似方法来完成1:2, 1:4...
随着视频编码标准的不断更新迭代，开放媒体联盟(AOM)发布最新视频编码标准开放媒体视频编码标准(AV1)。其中，帧内编码技术采用更加丰富的预测模式来提高预测效率，预测种类从VP9中的10种扩展至61种。为了应对预测种类增加的变化并提高硬件的处理吞吐能力，该文提出基于全流水线结构的AV1粗模式决策硬件架构设计。在算法层面，以4×4块为最小处理单元，按照Z顺序对64×64编码树单元(CTU)中不同尺寸的预测单元(PUs)进行粗模式决策，同时采用基于1:1 PU的代价累加近似方法来完成1:2, 1:4...
, 最新更新时间 , doi: 10.11999/JEIT240719
摘要:
当前车联网(V2X)环境普遍存在频谱资源紧缺和数据传输效率低的问题。该文通过集成感知、通信和计算车联网系统(ISCC-V2X)以提升车辆用户的数据传输能力。ISCC-V2X中采用雷达感知技术帮助次用户接入主用户频谱空洞进行车联网通信，在车辆用户中加入计算单元提升数据传输卸载能力，为了更好地提升车联网通信和计算性能并同时降低系统功耗，在ISCC-V2X中引入混合智能反射面(H-RIS)。该研究从时间和功率资源分配的角度出发，对H-RIS辅助的ISCC-V2X技术进行了深入探讨。该文采用了一种两阶段...
当前车联网(V2X)环境普遍存在频谱资源紧缺和数据传输效率低的问题。该文通过集成感知、通信和计算车联网系统(ISCC-V2X)以提升车辆用户的数据传输能力。ISCC-V2X中采用雷达感知技术帮助次用户接入主用户频谱空洞进行车联网通信，在车辆用户中加入计算单元提升数据传输卸载能力，为了更好地提升车联网通信和计算性能并同时降低系统功耗，在ISCC-V2X中引入混合智能反射面(H-RIS)。该研究从时间和功率资源分配的角度出发，对H-RIS辅助的ISCC-V2X技术进行了深入探讨。该文采用了一种两阶段...
, 最新更新时间 , doi: 10.11999/JEIT240503
摘要:
针对无人机探测与避让(DAA)系统中无人机飞行碰撞避免的决策问题，该文提出一种将无人机系统检测和避免警报逻辑(DAIDALUS)和马尔可夫决策过程(MDP)相结合的方法。DAIDALUS算法的引导逻辑可以根据当前状态空间计算无人机避撞策略，将这些策略作为MDP的动作空间，并设置合适的奖励函数和状态转移概率，建立MDP模型，探究不同折扣因子对无人机飞行避撞过程的影响。仿真结果表明：相比于DAIDALUS，本方法的效率提升27.2%；当折扣因子设置为0.99时，可以平衡长期与短期收益；净空入侵率为5...
针对无人机探测与避让(DAA)系统中无人机飞行碰撞避免的决策问题，该文提出一种将无人机系统检测和避免警报逻辑(DAIDALUS)和马尔可夫决策过程(MDP)相结合的方法。DAIDALUS算法的引导逻辑可以根据当前状态空间计算无人机避撞策略，将这些策略作为MDP的动作空间，并设置合适的奖励函数和状态转移概率，建立MDP模型，探究不同折扣因子对无人机飞行避撞过程的影响。仿真结果表明：相比于DAIDALUS，本方法的效率提升27.2%；当折扣因子设置为0.99时，可以平衡长期与短期收益；净空入侵率为5...
, 最新更新时间 , doi: 10.11999/JEIT240446
摘要:
未来6G将实现万物智能互联、虚拟和现实结合的全新时代，这离不开通信与感知技术的发展。但由于频率资源的稀缺，二者在频率资源上的共享是一个亟待解决的问题。通信感知一体化(ISAC)技术为解决这一问题提供了新的思路，它允许通信与感知共用一套设备、共享频率资源，可以同时完成目标探测和信息通信，被认为是6G的关键技术之一。同时我国是一个海洋大国，海洋资源丰富，海洋通信与海上目标感知需求急剧增加。该文对海洋环境下的ISAC技术进行了研究，提出一种海洋环境下的加权波形优化设计方法。通过仿真实验发现通信与感知的...
未来6G将实现万物智能互联、虚拟和现实结合的全新时代，这离不开通信与感知技术的发展。但由于频率资源的稀缺，二者在频率资源上的共享是一个亟待解决的问题。通信感知一体化(ISAC)技术为解决这一问题提供了新的思路，它允许通信与感知共用一套设备、共享频率资源，可以同时完成目标探测和信息通信，被认为是6G的关键技术之一。同时我国是一个海洋大国，海洋资源丰富，海洋通信与海上目标感知需求急剧增加。该文对海洋环境下的ISAC技术进行了研究，提出一种海洋环境下的加权波形优化设计方法。通过仿真实验发现通信与感知的...
, 最新更新时间 , doi: 10.11999/JEIT221203
摘要:
为克服联邦学习(FL)客户端数据和模型均需同构的局限性并且提高训练精度，该文提出一种基于合作博弈和知识蒸馏的个性化联邦学习(pFedCK)算法。在该算法中，每个客户端将在公共数据集上训练得到的局部软预测上传到中心服务器并根据余弦相似度从服务器下载最相近的k个软预测形成一个联盟，然后利用合作博弈中的夏普利值来衡量客户端之间多重协作的影响，量化所下载软预测对本地个性化学习效果的累计贡献值，以此确定联盟中每个客户端的最佳聚合系数，从而得到更优的聚合模型。最后采用知识蒸馏将聚合模型的知识迁移到本地模型，...
为克服联邦学习(FL)客户端数据和模型均需同构的局限性并且提高训练精度，该文提出一种基于合作博弈和知识蒸馏的个性化联邦学习(pFedCK)算法。在该算法中，每个客户端将在公共数据集上训练得到的局部软预测上传到中心服务器并根据余弦相似度从服务器下载最相近的k个软预测形成一个联盟，然后利用合作博弈中的夏普利值来衡量客户端之间多重协作的影响，量化所下载软预测对本地个性化学习效果的累计贡献值，以此确定联盟中每个客户端的最佳聚合系数，从而得到更优的聚合模型。最后采用知识蒸馏将聚合模型的知识迁移到本地模型，...
, 最新更新时间 , doi: 10.11999/JEIT210265
摘要:
应用频控阵式多输入多输出(FDA-MIMO)雷达实现目标距离-角度联合估计越来越受到人们的重视，利用FDA同时获得发射波束图在角度和距离的自由度。但其性能因波束图的周期性和时变性而降低。因此，该文基于时间调制和距离补偿FDA-MIMO(TMRC-FDA-MIMO)雷达的新波形合成模型，提出了一种改进的基于旋转不变技术的信号参数估计(ESPRIT)算法。最后，通过距离和角度估计的克拉美罗下界和均方根误差，与固定频偏FDA-MIMO、对数频偏FDA-MIMO雷达系统和多信号分类(MUSIC)算法进行...
应用频控阵式多输入多输出(FDA-MIMO)雷达实现目标距离-角度联合估计越来越受到人们的重视，利用FDA同时获得发射波束图在角度和距离的自由度。但其性能因波束图的周期性和时变性而降低。因此，该文基于时间调制和距离补偿FDA-MIMO(TMRC-FDA-MIMO)雷达的新波形合成模型，提出了一种改进的基于旋转不变技术的信号参数估计(ESPRIT)算法。最后，通过距离和角度估计的克拉美罗下界和均方根误差，与固定频偏FDA-MIMO、对数频偏FDA-MIMO雷达系统和多信号分类(MUSIC)算法进行...
, 最新更新时间 , doi: 10.11999/JEIT201066
摘要:
针对增强型罗兰(eLORAN)系统增补发射台站建设中的组重复周期(GRI)选择问题，该文主要从数学的角度出发，提出一种基于交叉干扰率的筛选算法。该算法首先考虑了最小可用组重复周期以及秒信息量的要求，并在此基础上通过比较与临近的罗兰C台站间的相对交叉干扰率进行1次筛选；之后通过排列组合进行两两比较并2次筛选；最后，综合考虑数据率要求、系统规范、无交叉干扰等条件，得到最优组重复周期组合。随后，鉴于新型eLORAN系统的高精度授时要求，在GRI最优组合中进行了优选。分析结果表明，该方法得出的优选组合的...
针对增强型罗兰(eLORAN)系统增补发射台站建设中的组重复周期(GRI)选择问题，该文主要从数学的角度出发，提出一种基于交叉干扰率的筛选算法。该算法首先考虑了最小可用组重复周期以及秒信息量的要求，并在此基础上通过比较与临近的罗兰C台站间的相对交叉干扰率进行1次筛选；之后通过排列组合进行两两比较并2次筛选；最后，综合考虑数据率要求、系统规范、无交叉干扰等条件，得到最优组重复周期组合。随后，鉴于新型eLORAN系统的高精度授时要求，在GRI最优组合中进行了优选。分析结果表明，该方法得出的优选组合的...
