邮件订阅
2024年 第46卷 第1期
显示方式:
2024, 46(1): 1-21.
doi: 10.11999/JEIT230424
摘要:
水声通信(UAC)及网络技术在海洋环境监测、商业领域和军事领域等诸多方面发挥着重要作用，关心海洋、认识海洋、经略海洋离不开水声通信及网络技术的发展。该文对水声通信技术和水声通信网络(UACN)进行综述，首先回顾了水声通信技术和水声通信网络的发展，总结了水声信道的特点。然后，对于水声通信技术中的非相干调制技术、相干调制技术以及以应用需求为导向的新型通信技术进行陈述。随后，对于水声通信网络中数据链路层媒介接入控制协议、网络层的路由协议和跨层设计进行分类探讨。最后，对目前水声通信及网络技术的不足进行总结，并且对未来水声通信及网络技术的发展进行展望。
水声通信(UAC)及网络技术在海洋环境监测、商业领域和军事领域等诸多方面发挥着重要作用，关心海洋、认识海洋、经略海洋离不开水声通信及网络技术的发展。该文对水声通信技术和水声通信网络(UACN)进行综述，首先回顾了水声通信技术和水声通信网络的发展，总结了水声信道的特点。然后，对于水声通信技术中的非相干调制技术、相干调制技术以及以应用需求为导向的新型通信技术进行陈述。随后，对于水声通信网络中数据链路层媒介接入控制协议、网络层的路由协议和跨层设计进行分类探讨。最后，对目前水声通信及网络技术的不足进行总结，并且对未来水声通信及网络技术的发展进行展望。
2024, 46(1): 22-30.
doi: 10.11999/JEIT221304
摘要:
栅栏覆盖问题近年来已成为水下传感器网络研究的热点，但水下有向传感器网络的栅栏覆盖问题尚未得到足够的重视。随机部署前提下的水下静态有向传感器网络的栅栏覆盖难度较大，因此目前关于该问题的相关研究成果较少。为弥补这方面研究的不足，该文提出一种基于图分级的有向传感器网络首次栅栏覆盖策略。首先，该策略深入研究了多种位置关系下两个相邻节点之间满足强(弱)连接的条件；其次，利用位置关系条件构建分级图，从中选取合适节点进行栅栏的首次构建。仿真实验结果表明：采用该算法对静态有向传感器网络进行栅栏首次构建在确保较高成功率的前提下采用的节点数更少，保证了较高的网络检测概率和较长的网络寿命。
栅栏覆盖问题近年来已成为水下传感器网络研究的热点，但水下有向传感器网络的栅栏覆盖问题尚未得到足够的重视。随机部署前提下的水下静态有向传感器网络的栅栏覆盖难度较大，因此目前关于该问题的相关研究成果较少。为弥补这方面研究的不足，该文提出一种基于图分级的有向传感器网络首次栅栏覆盖策略。首先，该策略深入研究了多种位置关系下两个相邻节点之间满足强(弱)连接的条件；其次，利用位置关系条件构建分级图，从中选取合适节点进行栅栏的首次构建。仿真实验结果表明：采用该算法对静态有向传感器网络进行栅栏首次构建在确保较高成功率的前提下采用的节点数更少，保证了较高的网络检测概率和较长的网络寿命。
2024, 46(1): 31-40.
doi: 10.11999/JEIT230344
摘要:
传统适配立体阵型的超短基线定位算法计算量大、定位误差难以通过解析式精确表征。针对这些问题，该文提出基于向量投影的立体阵定位算法，从向量投影的角度构建立体阵中各基线向量与目标方位之间的观测方程，实现对传统算法定位模型的简化。该文算法通过求解线性方程组即可实现对目标方位的估计，时间复杂度远小于传统算法。此外，基于该文算法简洁的观测方程，给出了适配立体阵的定位误差精确解析表征。仿真结果表明，该文算法消耗的运算时间远小于传统算法，且定位误差变化规律与基于理论解析式得到的结论相符。湖试试验结果表明，该文算法的定位精度与传统算法几乎一致，且计算效率更高。
传统适配立体阵型的超短基线定位算法计算量大、定位误差难以通过解析式精确表征。针对这些问题，该文提出基于向量投影的立体阵定位算法，从向量投影的角度构建立体阵中各基线向量与目标方位之间的观测方程，实现对传统算法定位模型的简化。该文算法通过求解线性方程组即可实现对目标方位的估计，时间复杂度远小于传统算法。此外，基于该文算法简洁的观测方程，给出了适配立体阵的定位误差精确解析表征。仿真结果表明，该文算法消耗的运算时间远小于传统算法，且定位误差变化规律与基于理论解析式得到的结论相符。湖试试验结果表明，该文算法的定位精度与传统算法几乎一致，且计算效率更高。
2024, 46(1): 41-48.
doi: 10.11999/JEIT230380
摘要:
针对现有交互式多模型(IMM)算法模型间切换迟滞和转换速率慢的缺点，提出一种基于模型概率单调性变化的自适应交互式多模型无迹卡尔曼滤波改进算法(mIMM-UKF)。该算法利用后验信息模型概率的单调性，对马尔可夫转移概率矩阵及模型估计概率进行二次修正，加快了匹配模型的切换速度及转换速率。仿真结果表明，与现有算法相比，该算法通过快速切换匹配模型，有效提高了水下目标跟踪精度。
针对现有交互式多模型(IMM)算法模型间切换迟滞和转换速率慢的缺点，提出一种基于模型概率单调性变化的自适应交互式多模型无迹卡尔曼滤波改进算法(mIMM-UKF)。该算法利用后验信息模型概率的单调性，对马尔可夫转移概率矩阵及模型估计概率进行二次修正，加快了匹配模型的切换速度及转换速率。仿真结果表明，与现有算法相比，该算法通过快速切换匹配模型，有效提高了水下目标跟踪精度。
2024, 46(1): 49-57.
doi: 10.11999/JEIT230026
摘要:
针对水声传感器网络路由过程中的空洞问题和数据传输中能效低下的问题，该文提出了融合深度调整和自适应转发的水声网络机会路由(OR-DAAF)。针对路由空洞，区别于传统绕路策略，OR-DAAF提出一种基于拓扑控制的空洞恢复模式算法—利用剩余能量对空洞节点分级，先后调整空洞节点到新的深度以克服路由空洞，恢复网络联通。针对数据传输中的能效低下问题，OR-DAAF提出了转发区域划分机制，通过转发区域的选择自适应转发面积以抑制冗余包，并提出基于加权推进距离，能量和链路质量的多跳多目标路由决策指标，综合考虑区域能量，链路质量和推进距离实现能效平衡。实验数据表明，相比DVOR协议，OR-DAAF的包投递率和生命周期分别提高10%和48.7%，端到端时延减少22%。
针对水声传感器网络路由过程中的空洞问题和数据传输中能效低下的问题，该文提出了融合深度调整和自适应转发的水声网络机会路由(OR-DAAF)。针对路由空洞，区别于传统绕路策略，OR-DAAF提出一种基于拓扑控制的空洞恢复模式算法—利用剩余能量对空洞节点分级，先后调整空洞节点到新的深度以克服路由空洞，恢复网络联通。针对数据传输中的能效低下问题，OR-DAAF提出了转发区域划分机制，通过转发区域的选择自适应转发面积以抑制冗余包，并提出基于加权推进距离，能量和链路质量的多跳多目标路由决策指标，综合考虑区域能量，链路质量和推进距离实现能效平衡。实验数据表明，相比DVOR协议，OR-DAAF的包投递率和生命周期分别提高10%和48.7%，端到端时延减少22%。
2024, 46(1): 58-66.
doi: 10.11999/JEIT230253
摘要:
水下声信号检测在海洋防御系统中扮演着不可或缺的角色，同时也广泛应用于民用领域。然而，在没有目标信号先验信息的情况下，目前仍缺乏行之有效的水下声信号检测方法。为此，该文提出了一种新的算法—相似网络，以解决在复杂海洋背景下水下目标检测的难题。该方法结合了信息几何和复杂网络理论，通过将节点相似度度量问题转化为矩阵流形上的几何问题，测量不同时间尺度上数据之间的相似性，并构建时间序列数据的网络表示。同时还引入了图信号处理理论，以提取目标信号内部隐藏的动力学特性，从而实现无目标先验信息下的水下声信号检测。通过对仿真和实测数据的研究验证，证明了该方法的有效性。结果表明，相似网络方法优于现有的网络构建和目标信号被动检测方法，能够更有效地检测水下声信号，实现无目标先验信息下的水下声信号检测。
水下声信号检测在海洋防御系统中扮演着不可或缺的角色，同时也广泛应用于民用领域。然而，在没有目标信号先验信息的情况下，目前仍缺乏行之有效的水下声信号检测方法。为此，该文提出了一种新的算法—相似网络，以解决在复杂海洋背景下水下目标检测的难题。该方法结合了信息几何和复杂网络理论，通过将节点相似度度量问题转化为矩阵流形上的几何问题，测量不同时间尺度上数据之间的相似性，并构建时间序列数据的网络表示。同时还引入了图信号处理理论，以提取目标信号内部隐藏的动力学特性，从而实现无目标先验信息下的水下声信号检测。通过对仿真和实测数据的研究验证，证明了该方法的有效性。结果表明，相似网络方法优于现有的网络构建和目标信号被动检测方法，能够更有效地检测水下声信号，实现无目标先验信息下的水下声信号检测。
2024, 46(1): 67-73.
doi: 10.11999/JEIT221563
摘要:
考虑时钟异步和声波分层效应的影响，该文研究了当测量过程受到未知噪声干扰，且锚节点位置不确定时水下目标节点的定位问题。首先构造了水下节点间飞行时间模型，设计了一种交互式异步通信协议，建立了最小化定位误差的优化目标函数。然后提出了一种基于深度强化学习的水下目标定位算法，并采用层归一化来改进深度神经网络，进一步提高模型的泛化能力。最后，仿真和实验结果验证所提方法的有效性。
考虑时钟异步和声波分层效应的影响，该文研究了当测量过程受到未知噪声干扰，且锚节点位置不确定时水下目标节点的定位问题。首先构造了水下节点间飞行时间模型，设计了一种交互式异步通信协议，建立了最小化定位误差的优化目标函数。然后提出了一种基于深度强化学习的水下目标定位算法，并采用层归一化来改进深度神经网络，进一步提高模型的泛化能力。最后，仿真和实验结果验证所提方法的有效性。
2024, 46(1): 74-82.
doi: 10.11999/JEIT230149
摘要:
当前基于深度神经网络的船舶辐射噪声分类研究主要关注分类性能，对模型的解释性关注较少。本文首先采用导向反向传播和输入空间优化，基于DeepShip数据集，构建以对数谱为输入的船舶辐射噪声分类卷积神经网络(CNN)，提出了一种船舶辐射噪声分类CNN的可视化分析方法。结果显示，多帧特征对齐算法改进了可视化效果，深层卷积核检测线谱和背景两类特征。其次，基于线谱是船舶分类的稳健特征这一知识，提出了一种卷积核剪枝方法，不仅提升了CNN分类性能，且训练过程更加稳定。导向反向传播可视化结果表明，卷积核剪枝后的CNN更加关注线谱信息。
当前基于深度神经网络的船舶辐射噪声分类研究主要关注分类性能，对模型的解释性关注较少。本文首先采用导向反向传播和输入空间优化，基于DeepShip数据集，构建以对数谱为输入的船舶辐射噪声分类卷积神经网络(CNN)，提出了一种船舶辐射噪声分类CNN的可视化分析方法。结果显示，多帧特征对齐算法改进了可视化效果，深层卷积核检测线谱和背景两类特征。其次，基于线谱是船舶分类的稳健特征这一知识，提出了一种卷积核剪枝方法，不仅提升了CNN分类性能，且训练过程更加稳定。导向反向传播可视化结果表明，卷积核剪枝后的CNN更加关注线谱信息。
2024, 46(1): 83-91.
doi: 10.11999/JEIT230183
摘要:
在多输入多输出正交时频空调制(MIMO-OTFS)水声通信系统中，基于消息传递(MP)算法的MIMO-OTFS通信的计算复杂度较高，在实际应用中会增加设备成本。针对上述问题，该文提出一种基于2维虚拟时间反转镜(VTRM)的MIMO-OTFS均衡算法，该算法利用VTRM的时频空聚焦特性，有效提高了均衡性能，并通过改进的2维比例归一化最小均方(IPNLMS)算法进行信道估计，该算法利用时延-多普勒域信道的稀疏特性以较低的复杂度提高了收敛速度，最后通过2维自适应判决反馈均衡算法消除残余的码间串扰，进一步提高系统性能。仿真结果表明，所提均衡算法具有可行性，且在保证相同性能时，复杂度低于MP算法。
在多输入多输出正交时频空调制(MIMO-OTFS)水声通信系统中，基于消息传递(MP)算法的MIMO-OTFS通信的计算复杂度较高，在实际应用中会增加设备成本。针对上述问题，该文提出一种基于2维虚拟时间反转镜(VTRM)的MIMO-OTFS均衡算法，该算法利用VTRM的时频空聚焦特性，有效提高了均衡性能，并通过改进的2维比例归一化最小均方(IPNLMS)算法进行信道估计，该算法利用时延-多普勒域信道的稀疏特性以较低的复杂度提高了收敛速度，最后通过2维自适应判决反馈均衡算法消除残余的码间串扰，进一步提高系统性能。仿真结果表明，所提均衡算法具有可行性，且在保证相同性能时，复杂度低于MP算法。
2024, 46(1): 92-100.
doi: 10.11999/JEIT230217
摘要:
为提高被动声纳对水下低噪声安静型目标的检测，研究者开始关注基于深度学习的线谱增强方法，其中，基于LSTM的线谱增强网络由于同时具有时域和频域的非线性处理能力，具有很强的灵活性，然而其性能还需要进一步提升。为此，该文提出了基于时-频注意力机制的网络模型(TFA-Net)，通过在LSTM模型的基础上同时增加时域注意力机制和频域注意力机制，充分利用了目标信号在时域和频域的双重重要特征，提升了对LOFAR谱的线谱增强效果。TFA-Net中的时域注意力机制利用LSTM隐藏状态之间的关联性，增加了模型在时域的注意力，频率注意力机制通过将深度残差收缩网络中收缩子网络的全链接层设计为1维卷积层，增加了模型在频域的注意力。相比于LSTM，TFA-Net具有更高的系统信噪比增益：在输入信噪比为–3 dB的情况下，将系统信噪比增益由2.17 dB提升到12.56 dB；在输入信噪比为–11 dB的情况下，将系统信噪比增益由0.71 dB提升到10.6 dB。仿真和实测数据的实验结果表明，TFA-Net可以有效提升LOFAR谱的线谱增强效果，解决低信噪比下水下目标的检测问题。
为提高被动声纳对水下低噪声安静型目标的检测，研究者开始关注基于深度学习的线谱增强方法，其中，基于LSTM的线谱增强网络由于同时具有时域和频域的非线性处理能力，具有很强的灵活性，然而其性能还需要进一步提升。为此，该文提出了基于时-频注意力机制的网络模型(TFA-Net)，通过在LSTM模型的基础上同时增加时域注意力机制和频域注意力机制，充分利用了目标信号在时域和频域的双重重要特征，提升了对LOFAR谱的线谱增强效果。TFA-Net中的时域注意力机制利用LSTM隐藏状态之间的关联性，增加了模型在时域的注意力，频率注意力机制通过将深度残差收缩网络中收缩子网络的全链接层设计为1维卷积层，增加了模型在频域的注意力。相比于LSTM，TFA-Net具有更高的系统信噪比增益：在输入信噪比为–3 dB的情况下，将系统信噪比增益由2.17 dB提升到12.56 dB；在输入信噪比为–11 dB的情况下，将系统信噪比增益由0.71 dB提升到10.6 dB。仿真和实测数据的实验结果表明，TFA-Net可以有效提升LOFAR谱的线谱增强效果，解决低信噪比下水下目标的检测问题。
2024, 46(1): 101-108.
doi: 10.11999/JEIT230337
摘要:
图像配准是声呐进行高精度干涉测量的保障，该文针对水下目标的声呐图像配准，提出了一种基于4阶偏微分方程尺度不变特征变换的声呐干涉图像配准方法。该方法聚焦声呐图像配准的难点，首先基于4阶偏微分方程构建尺度空间，在保持图像细节的前提下滤除噪声，提高特征提取的准确度；对于残余噪声造成的特征点误检，借助特征点的相位一致性信息加以筛选，精简特征点样本集；最后对特征点匹配策略进行优化，提出改进的快速样本一致性匹配策略剔除特征点的误匹配。算法增加了匹配点对的数量，提高了匹配点对的准确度，实现了声呐干涉图像的精确配准。水池实验和外场试验表明，该文所提出的算法相较现有算法对声呐图像有着更好的适用性，配准后的均方根误差与留一法均方根均小于1像素，达到了亚像素配准精度。
图像配准是声呐进行高精度干涉测量的保障，该文针对水下目标的声呐图像配准，提出了一种基于4阶偏微分方程尺度不变特征变换的声呐干涉图像配准方法。该方法聚焦声呐图像配准的难点，首先基于4阶偏微分方程构建尺度空间，在保持图像细节的前提下滤除噪声，提高特征提取的准确度；对于残余噪声造成的特征点误检，借助特征点的相位一致性信息加以筛选，精简特征点样本集；最后对特征点匹配策略进行优化，提出改进的快速样本一致性匹配策略剔除特征点的误匹配。算法增加了匹配点对的数量，提高了匹配点对的准确度，实现了声呐干涉图像的精确配准。水池实验和外场试验表明，该文所提出的算法相较现有算法对声呐图像有着更好的适用性，配准后的均方根误差与留一法均方根均小于1像素，达到了亚像素配准精度。
2024, 46(1): 109-117.
doi: 10.11999/JEIT230375
摘要:
围绕水下被动目标跟踪问题，目前的研究通常以最优估计点迹表征被测目标跟踪状态，而点估计无法表达示向性的位置误差信息，导致无法较好地为实际战场提供决策支持。针对上述问题，该文提出一种基于不确定区域(AOU)的水下纯方位目标跟踪方案。首先，提出一种基于变权解析的定位算法以获得精确的目标位置信息，将目标位置作为AOU构建算法的先验知识。然后，分别通过有无滤波不确定区域构造算法，输出目标位置不确定区域。通过对不同仿真态势下AOU的评估指标进行统计分析，结果表明利用该目标跟踪方案均能对目标实现可靠精确的位置估计，说明该文提出的基于不确定区域的目标跟踪方案能够有效完成目标跟踪任务。该方案优势在于，目标估计结果包含示向性位置误差和区间估计的置信度，为后续决策提供清晰的容错与判断区域，具有更好的参考价值及实用价值。
围绕水下被动目标跟踪问题，目前的研究通常以最优估计点迹表征被测目标跟踪状态，而点估计无法表达示向性的位置误差信息，导致无法较好地为实际战场提供决策支持。针对上述问题，该文提出一种基于不确定区域(AOU)的水下纯方位目标跟踪方案。首先，提出一种基于变权解析的定位算法以获得精确的目标位置信息，将目标位置作为AOU构建算法的先验知识。然后，分别通过有无滤波不确定区域构造算法，输出目标位置不确定区域。通过对不同仿真态势下AOU的评估指标进行统计分析，结果表明利用该目标跟踪方案均能对目标实现可靠精确的位置估计，说明该文提出的基于不确定区域的目标跟踪方案能够有效完成目标跟踪任务。该方案优势在于，目标估计结果包含示向性位置误差和区间估计的置信度，为后续决策提供清晰的容错与判断区域，具有更好的参考价值及实用价值。
2024, 46(1): 118-128.
doi: 10.11999/JEIT230495
摘要:
光线在水下被吸收或者散射使得水下图像成像出现色偏、模糊遮挡等问题，影响水下视觉任务。传统的图像增强方法分别采用直方图均衡、伽马矫正和白平衡方法较好地增强水下图像。然而，3种方法融合增强水下图像的互补性和相关性方面的研究较少。因此，该文提出一种基于多路混合注意力机制的水下图像增强网络。首先，提出多路特征提取模块，对图像进行直方图均衡支路、伽马矫正支路和白平衡支路的多路特征提取，提取图像的对比度、亮度和颜色特征；然后，融合直方图均衡、伽马矫正和白平衡3支路特征，增强3支路特征融合的互补性；最后，设计混合注意力学习模块，深度挖掘3支路在对比度、亮度和颜色的相关性矩阵，并引入跳跃连接增强图像输出。在多个数据集上的实验结果表明，该方法能够有效恢复水下图像色偏、模糊遮挡和提高图像明亮度。
光线在水下被吸收或者散射使得水下图像成像出现色偏、模糊遮挡等问题，影响水下视觉任务。传统的图像增强方法分别采用直方图均衡、伽马矫正和白平衡方法较好地增强水下图像。然而，3种方法融合增强水下图像的互补性和相关性方面的研究较少。因此，该文提出一种基于多路混合注意力机制的水下图像增强网络。首先，提出多路特征提取模块，对图像进行直方图均衡支路、伽马矫正支路和白平衡支路的多路特征提取，提取图像的对比度、亮度和颜色特征；然后，融合直方图均衡、伽马矫正和白平衡3支路特征，增强3支路特征融合的互补性；最后，设计混合注意力学习模块，深度挖掘3支路在对比度、亮度和颜色的相关性矩阵，并引入跳跃连接增强图像输出。在多个数据集上的实验结果表明，该方法能够有效恢复水下图像色偏、模糊遮挡和提高图像明亮度。
2024, 46(1): 129-137.
doi: 10.11999/JEIT221509
摘要:
针对6G物联网中信道误差影响与用户采集能量的公平性问题，该文在用户信干噪比受限、发射功率约束和反射相位模一约束的条件下，研究了智能反射面(IRS)辅助的信息与能量同传(SWIPT)系统中公平性采集能量最大化问题。为了解决该非凸问题，分别运用Schur-Complement和S-Procedure将无限维约束转换为有限维的矩阵线性不等式，然后利用罚函数和连续凸逼近的方法将难以求解的原问题转化为标准的凸优化问题，进而提出了一种迭代的鲁棒公平性能量采集算法。数值结果表明，所提鲁棒优化算法能够明显提升网络采集的公平性能量。
针对6G物联网中信道误差影响与用户采集能量的公平性问题，该文在用户信干噪比受限、发射功率约束和反射相位模一约束的条件下，研究了智能反射面(IRS)辅助的信息与能量同传(SWIPT)系统中公平性采集能量最大化问题。为了解决该非凸问题，分别运用Schur-Complement和S-Procedure将无限维约束转换为有限维的矩阵线性不等式，然后利用罚函数和连续凸逼近的方法将难以求解的原问题转化为标准的凸优化问题，进而提出了一种迭代的鲁棒公平性能量采集算法。数值结果表明，所提鲁棒优化算法能够明显提升网络采集的公平性能量。
2024, 46(1): 138-145.
doi: 10.11999/JEIT221536
摘要:
针对超密集组网中毫米波通信系统复杂的波束配置问题，该文提出一种基于分布式联邦学习(DFL)的波束配置算法(BMDFL)，旨在利用有限的波束资源实现用户覆盖率最大化。考虑到传统集中式学习存在用户数据安全问题，基于分布式联邦学习框架构建系统模型，从而减少用户隐私信息的泄露。为了实现波束的智能化配置，引入双深度Q学习算法(DDQN)训练系统模型，并通过马尔可夫决策过程将长期的动态优化问题转化为相应的数学模型进行求解。仿真结果从系统的网络吞吐量和用户覆盖率方面验证了该方法的有效性和鲁棒性。
针对超密集组网中毫米波通信系统复杂的波束配置问题，该文提出一种基于分布式联邦学习(DFL)的波束配置算法(BMDFL)，旨在利用有限的波束资源实现用户覆盖率最大化。考虑到传统集中式学习存在用户数据安全问题，基于分布式联邦学习框架构建系统模型，从而减少用户隐私信息的泄露。为了实现波束的智能化配置，引入双深度Q学习算法(DDQN)训练系统模型，并通过马尔可夫决策过程将长期的动态优化问题转化为相应的数学模型进行求解。仿真结果从系统的网络吞吐量和用户覆盖率方面验证了该方法的有效性和鲁棒性。
2024, 46(1): 146-154.
doi: 10.11999/JEIT221560
摘要:
为解决毫米波信道反射和透射特性测量数据不足、多层材料传播系数计算不准确和传播特性表征不明的问题，该文开展面向6G通信感知一体化(ISAC)的40～50 GHz毫米波信道反射和透射特性研究。首先，基于菲涅尔理论和射线弹跳追踪原理，提出一种室内多层建筑材料传播系数计算方法；然后，利用基于矢量网络分析仪的毫米波信道测量平台，开展40～50 GHz频率范围内多层木板和多层玻璃的反射和透射系数测量活动。结果表明，该方法与测量值间高度吻合，传播系数误差低于0.1，能够准确地刻画毫米波信道反射和透射特性变化规律。此外，研究还发现反射系数谐振特性和有效布儒斯特角特性依赖于电波极化、入射角和材料厚度。
为解决毫米波信道反射和透射特性测量数据不足、多层材料传播系数计算不准确和传播特性表征不明的问题，该文开展面向6G通信感知一体化(ISAC)的40～50 GHz毫米波信道反射和透射特性研究。首先，基于菲涅尔理论和射线弹跳追踪原理，提出一种室内多层建筑材料传播系数计算方法；然后，利用基于矢量网络分析仪的毫米波信道测量平台，开展40～50 GHz频率范围内多层木板和多层玻璃的反射和透射系数测量活动。结果表明，该方法与测量值间高度吻合，传播系数误差低于0.1，能够准确地刻画毫米波信道反射和透射特性变化规律。此外，研究还发现反射系数谐振特性和有效布儒斯特角特性依赖于电波极化、入射角和材料厚度。
2024, 46(1): 155-164.
doi: 10.11999/JEIT221599
摘要:
在车联网中，基于位置的服务(LBS)的兴趣点(POI)查询被广泛用于车载应用中。但是，由于攻击者容易获取车辆位置、查询内容以及其它额外信息，单独对位置隐私或查询隐私进行保护很难保障车载用户的隐私安全，使得对位置隐私和查询隐私开展联合保护越发关键。为此，该文提出一种基于虚拟序列的位置隐私和查询隐私联合保护机制。首先根据POI查询的限制，分析位置隐私和查询隐私的相关性，运用欧几里得距离和关联规则算法对其建模描述，得到相关性判断模型；然后基于虚拟序列，根据影响隐私保护的因素和真实查询的相关性值，将联合保护转化为虚拟序列的选择问题，建立联合保护优化模型，得到匿名程度高且匿名区域大的匿名查询集，防止攻击者识别出真实查询。最后，实验结果表明，与现有方案相比，所提联合保护机制能抵御针对位置隐私和查询隐私的联合攻击(语义范围攻击、时间关联攻击和长期观察攻击)，能更有效地保护用户的LBS隐私。
在车联网中，基于位置的服务(LBS)的兴趣点(POI)查询被广泛用于车载应用中。但是，由于攻击者容易获取车辆位置、查询内容以及其它额外信息，单独对位置隐私或查询隐私进行保护很难保障车载用户的隐私安全，使得对位置隐私和查询隐私开展联合保护越发关键。为此，该文提出一种基于虚拟序列的位置隐私和查询隐私联合保护机制。首先根据POI查询的限制，分析位置隐私和查询隐私的相关性，运用欧几里得距离和关联规则算法对其建模描述，得到相关性判断模型；然后基于虚拟序列，根据影响隐私保护的因素和真实查询的相关性值，将联合保护转化为虚拟序列的选择问题，建立联合保护优化模型，得到匿名程度高且匿名区域大的匿名查询集，防止攻击者识别出真实查询。最后，实验结果表明，与现有方案相比，所提联合保护机制能抵御针对位置隐私和查询隐私的联合攻击(语义范围攻击、时间关联攻击和长期观察攻击)，能更有效地保护用户的LBS隐私。
2024, 46(1): 165-174.
doi: 10.11999/JEIT221554
摘要:
为了解决蜂窝通信系统中因窃听者、障碍物阻挡和信道不确定性导致安全性低和传输质量差的问题，该文提出一种智能反射面(IRS)辅助的多天线通信系统鲁棒安全资源分配算法。首先，考虑合法用户的安全速率约束、最大发射功率约束和IRS相移约束，基于有界信道不确定性，建立了一个联合优化基站主动波束、IRS被动波束的鲁棒资源分配问题。然后，利用S-程序、连续凸近似、交替优化和罚函数等方法对含参数摄动的原非凸问题进行转换，得到可直接求解的确定性凸优化问题。最后，提出一种基于迭代的鲁棒能效最大化算法。仿真结果表明，该文算法具有较好的能效和较强的鲁棒性。
为了解决蜂窝通信系统中因窃听者、障碍物阻挡和信道不确定性导致安全性低和传输质量差的问题，该文提出一种智能反射面(IRS)辅助的多天线通信系统鲁棒安全资源分配算法。首先，考虑合法用户的安全速率约束、最大发射功率约束和IRS相移约束，基于有界信道不确定性，建立了一个联合优化基站主动波束、IRS被动波束的鲁棒资源分配问题。然后，利用S-程序、连续凸近似、交替优化和罚函数等方法对含参数摄动的原非凸问题进行转换，得到可直接求解的确定性凸优化问题。最后，提出一种基于迭代的鲁棒能效最大化算法。仿真结果表明，该文算法具有较好的能效和较强的鲁棒性。
2024, 46(1): 175-183.
doi: 10.11999/JEIT230051
摘要:
车辆边缘计算(VEC)为处理计算密集、延迟敏感型任务提供了新的范式，然而边缘服务器在整合可再生能源方面的能力较差。因此，为了提高边缘服务器的能效，该文设计了一种面向绿色计算的车辆协同任务卸载框架。在该框架中，车辆配备能源收集(EH)设备，通过彼此间共享绿色能源和计算资源协作执行任务。为有效促进车辆的参与积极性，该文通过动态定价激励车辆，并综合考虑了车辆的移动性、任务优先级等。为了使卸载决策适应动态环境的变化，该文提出了一种基于双延迟深度确定性策略梯度(TD3)的任务卸载方法，以在最大化所有车辆平均任务完成效用的同时减少边缘端电网电力的使用。最后，仿真结果验证了该方法的有效性，相比基于深度确定性策略梯度(DDPG)和基于贪心原则(GPE)的方法在性能上分别提升了7.34%和37.47%。
车辆边缘计算(VEC)为处理计算密集、延迟敏感型任务提供了新的范式，然而边缘服务器在整合可再生能源方面的能力较差。因此，为了提高边缘服务器的能效，该文设计了一种面向绿色计算的车辆协同任务卸载框架。在该框架中，车辆配备能源收集(EH)设备，通过彼此间共享绿色能源和计算资源协作执行任务。为有效促进车辆的参与积极性，该文通过动态定价激励车辆，并综合考虑了车辆的移动性、任务优先级等。为了使卸载决策适应动态环境的变化，该文提出了一种基于双延迟深度确定性策略梯度(TD3)的任务卸载方法，以在最大化所有车辆平均任务完成效用的同时减少边缘端电网电力的使用。最后，仿真结果验证了该方法的有效性，相比基于深度确定性策略梯度(DDPG)和基于贪心原则(GPE)的方法在性能上分别提升了7.34%和37.47%。
2024, 46(1): 184-194.
doi: 10.11999/JEIT230015
摘要:
针对软件定义网络/网络功能虚拟化(SDN/NFV)架构中，多播请求流(MRs)需满足严格时延和抖动约束下遍历由多个虚拟网络功能(VNFs)依序组成的服务功能树(SFT)问题。该文提出一种基于最优链路选择函数进行深度优先搜索构建SFT的路由算法。首先，提出网络资源相对成本函数，以保证网络负载自动均衡。其次，联合考虑网络资源、VNF动态放置及多播流延迟和抖动约束，构建SFT动态嵌入问题的整数线性规划模型(ILP)。最后，针对该NP难问题，设计辅助边权图和最优链路选择函数进行路由路径选择，并以最小化资源消耗成本为目标提出具有延迟和抖动感知的SFT嵌入算法(SFT-EA)。仿真结果表明，SFT-EA在吞吐量，流接受率和网络负载均衡方面具有更好的性能。
针对软件定义网络/网络功能虚拟化(SDN/NFV)架构中，多播请求流(MRs)需满足严格时延和抖动约束下遍历由多个虚拟网络功能(VNFs)依序组成的服务功能树(SFT)问题。该文提出一种基于最优链路选择函数进行深度优先搜索构建SFT的路由算法。首先，提出网络资源相对成本函数，以保证网络负载自动均衡。其次，联合考虑网络资源、VNF动态放置及多播流延迟和抖动约束，构建SFT动态嵌入问题的整数线性规划模型(ILP)。最后，针对该NP难问题，设计辅助边权图和最优链路选择函数进行路由路径选择，并以最小化资源消耗成本为目标提出具有延迟和抖动感知的SFT嵌入算法(SFT-EA)。仿真结果表明，SFT-EA在吞吐量，流接受率和网络负载均衡方面具有更好的性能。
2024, 46(1): 195-203.
doi: 10.11999/JEIT221517
摘要:
由于数据量激增而引起的信息爆炸使得传统集中式云计算不堪重负，边缘计算网络(ECN)被提出以减轻云服务器的负担。此外，在ECN中启用联邦学习(FL)，可以实现数据本地化处理，从而有效解决协同学习中边缘节点(ENs)的数据安全问题。然而在传统FL架构中，中央服务器容易受到单点攻击，导致系统性能下降，甚至任务失败。本文在ECN场景下，提出基于区块链技术的异步FL算法(AFLChain)，该算法基于ENs算力动态分配训练任务，以提高学习效率。此外，基于ENs算力、模型训练进度以及历史信誉值，引入熵权信誉机制评估ENs积极性并对其分级，淘汰低质EN以进一步提高AFLChain的性能。最后，提出基于次梯度的最优资源分配(SORA)算法，通过联合优化传输功率和计算资源分配以最小化整体网络延迟。仿真结果展示了AFLChain的模型训练效率以及SORA算法的收敛情况，证明了所提算法的有效性。
由于数据量激增而引起的信息爆炸使得传统集中式云计算不堪重负，边缘计算网络(ECN)被提出以减轻云服务器的负担。此外，在ECN中启用联邦学习(FL)，可以实现数据本地化处理，从而有效解决协同学习中边缘节点(ENs)的数据安全问题。然而在传统FL架构中，中央服务器容易受到单点攻击，导致系统性能下降，甚至任务失败。本文在ECN场景下，提出基于区块链技术的异步FL算法(AFLChain)，该算法基于ENs算力动态分配训练任务，以提高学习效率。此外，基于ENs算力、模型训练进度以及历史信誉值，引入熵权信誉机制评估ENs积极性并对其分级，淘汰低质EN以进一步提高AFLChain的性能。最后，提出基于次梯度的最优资源分配(SORA)算法，通过联合优化传输功率和计算资源分配以最小化整体网络延迟。仿真结果展示了AFLChain的模型训练效率以及SORA算法的收敛情况，证明了所提算法的有效性。
2024, 46(1): 204-212.
doi: 10.11999/JEIT221508
摘要:
针对反向散射通信系统信道估计不准、信息容易被窃听等问题，该文提出一种基于用户窃听的多用户-多输入单输出(MU-MISO)反向散射通信系统鲁棒资源分配算法，以提高系统传输鲁棒性与信息安全性。首先，考虑基站最大功率、时间分配、信道不确定性、能量收集和保密率等约束，建立一个MU-MISO的反向散射通信系统鲁棒资源分配问题。其次，基于非线性能量收集模型和有界球形信道不确定性模型，利用变量松弛法和S过程将原NP-hard问题转化为确定性问题，随后利用连续凸近似、半正定松弛与块坐标下降法将其转化为凸优化问题求解。仿真结果表明，与传统非鲁棒算法对比，所提算法具有较高的系统容量和较低的中断概率。
针对反向散射通信系统信道估计不准、信息容易被窃听等问题，该文提出一种基于用户窃听的多用户-多输入单输出(MU-MISO)反向散射通信系统鲁棒资源分配算法，以提高系统传输鲁棒性与信息安全性。首先，考虑基站最大功率、时间分配、信道不确定性、能量收集和保密率等约束，建立一个MU-MISO的反向散射通信系统鲁棒资源分配问题。其次，基于非线性能量收集模型和有界球形信道不确定性模型，利用变量松弛法和S过程将原NP-hard问题转化为确定性问题，随后利用连续凸近似、半正定松弛与块坐标下降法将其转化为凸优化问题求解。仿真结果表明，与传统非鲁棒算法对比，所提算法具有较高的系统容量和较低的中断概率。
2024, 46(1): 213-221.
doi: 10.11999/JEIT221577
摘要:
针对矩形平面阵列天线同时存在主、旁瓣干扰的单脉冲测角问题，该文设计了2维分级自适应单脉冲波束形成算法(TDHJ-ADBF)。TDHJ-ADBF算法将矩形平面阵分为方位维和俯仰维两个正交维度，采用2维分级处理架构：第1级处理在测角维进行，采用低运算量的压缩多重信号分类法对测角维主瓣干扰进行快速识别与方向估计，构造阻塞矩阵滤除主瓣干扰，获得仅含旁瓣干扰和噪声的协方差矩阵，进而对和、差波束方向图进行指向与鉴角曲线联合约束，完成测角维旁瓣干扰抑制与波束形成处理；第2级在非测角维对残留的测角维主瓣干扰进行抑制。通过2维分级处理实现主、旁瓣干扰联合对抗，并保持单脉冲测角的鉴角曲线线性度。仿真结果表明，TDHJ-ADBF算法实现了对主、旁瓣干扰联合抑制，具有高精度的单脉冲测角性能。
针对矩形平面阵列天线同时存在主、旁瓣干扰的单脉冲测角问题，该文设计了2维分级自适应单脉冲波束形成算法(TDHJ-ADBF)。TDHJ-ADBF算法将矩形平面阵分为方位维和俯仰维两个正交维度，采用2维分级处理架构：第1级处理在测角维进行，采用低运算量的压缩多重信号分类法对测角维主瓣干扰进行快速识别与方向估计，构造阻塞矩阵滤除主瓣干扰，获得仅含旁瓣干扰和噪声的协方差矩阵，进而对和、差波束方向图进行指向与鉴角曲线联合约束，完成测角维旁瓣干扰抑制与波束形成处理；第2级在非测角维对残留的测角维主瓣干扰进行抑制。通过2维分级处理实现主、旁瓣干扰联合对抗，并保持单脉冲测角的鉴角曲线线性度。仿真结果表明，TDHJ-ADBF算法实现了对主、旁瓣干扰联合抑制，具有高精度的单脉冲测角性能。
2024, 46(1): 222-228.
doi: 10.11999/JEIT221537
摘要:
双功能雷达通信系统(DFRC)是有效解决未来网络频谱资源拥挤问题的理想技术之一，该文引入了可重构智能表面(RIS)技术，旨在提升用户的加权和速率和系统的探测性能。首先在雷达功率约束和可重构智能表面的恒定模约束以及通信的整体功率预算下，构建了通信用户的加权和速率和系统探测性能最大化的优化模型。通过联合优化基站的主动波束和可重构智能表面的无源被动波束形成，该文设计了一种有效的基于加权最小均方误差、分式规划和流形优化的交替优化算法，将非凸优化问题转化为两个子问题并利用迭代进行求解。仿真结果表明，所提方案对解决该问题的有效性和对用户加权和速率在较低迭代次数下达到收敛，并且可使用户的加权和速率上限提升0.86 bit/(s·Hz)和使系统探测更具方向性。
双功能雷达通信系统(DFRC)是有效解决未来网络频谱资源拥挤问题的理想技术之一，该文引入了可重构智能表面(RIS)技术，旨在提升用户的加权和速率和系统的探测性能。首先在雷达功率约束和可重构智能表面的恒定模约束以及通信的整体功率预算下，构建了通信用户的加权和速率和系统探测性能最大化的优化模型。通过联合优化基站的主动波束和可重构智能表面的无源被动波束形成，该文设计了一种有效的基于加权最小均方误差、分式规划和流形优化的交替优化算法，将非凸优化问题转化为两个子问题并利用迭代进行求解。仿真结果表明，所提方案对解决该问题的有效性和对用户加权和速率在较低迭代次数下达到收敛，并且可使用户的加权和速率上限提升0.86 bit/(s·Hz)和使系统探测更具方向性。
2024, 46(1): 229-239.
doi: 10.11999/JEIT230039
摘要:
针对多普勒-角度耦合和速度模糊问题，该文提出一种基于重叠阵元MIMO阵列的多目标参数估计方法。该方法基于虚拟孔径原理，在传统MIMO天线阵列中引入重叠阵元，构建重叠阵元MIMO天线阵列。通过在角度快速傅里叶变换(FFT)算法中引入循环迭代的方法估计阵列位置参数，利用重叠阵元回波信号的相位差值进行频率估计。同时，引入频谱搬移方法对速度区间进行转换，实现多目标的距离和速度估计。通过蒙特卡罗仿真实验，信噪比15 dB 的条件下，解模糊正确率为100%，速度误差为0.1 m/s，角度误差为0.1°。基于城市交通场景采集的车辆数据集进行测试，测试结果表明，该方法能够实现对车辆目标的速度和角度精确估计，可满足交通雷达对车辆信息监测的实时性和准确性需求。
针对多普勒-角度耦合和速度模糊问题，该文提出一种基于重叠阵元MIMO阵列的多目标参数估计方法。该方法基于虚拟孔径原理，在传统MIMO天线阵列中引入重叠阵元，构建重叠阵元MIMO天线阵列。通过在角度快速傅里叶变换(FFT)算法中引入循环迭代的方法估计阵列位置参数，利用重叠阵元回波信号的相位差值进行频率估计。同时，引入频谱搬移方法对速度区间进行转换，实现多目标的距离和速度估计。通过蒙特卡罗仿真实验，信噪比15 dB 的条件下，解模糊正确率为100%，速度误差为0.1 m/s，角度误差为0.1°。基于城市交通场景采集的车辆数据集进行测试，测试结果表明，该方法能够实现对车辆目标的速度和角度精确估计，可满足交通雷达对车辆信息监测的实时性和准确性需求。
2024, 46(1): 240-248.
doi: 10.11999/JEIT221539
摘要:
该文研究了阵元位置互质的线性阵列(CLA)的阵列校正和波束形成问题。在假设CLA天线单元部分校准的条件下，基于同时干扰定位与阵列校正(SILAC)技术，设计了一种适用于CLA的阵列校正和波束形成方法：CLA-SILAC-INCM算法。从理论上分析证明了，当CLA中包含有Lc≥3个完全校准的天线单元，使用SILAC技术可以高精度无模糊地实现干扰源角度和阵列天线幅相误差估计，并在此基础上完成干扰噪声协方差矩阵(INCM)重建和波束形成最优权向量构造。通过仿真实验验证了，提出的CLA-SILAC-INCM算法具有比其他常用算法更好的性能，尤其是信噪比接近干噪比时，CLA-SILAC-INCM算法的优势更为明显。
该文研究了阵元位置互质的线性阵列(CLA)的阵列校正和波束形成问题。在假设CLA天线单元部分校准的条件下，基于同时干扰定位与阵列校正(SILAC)技术，设计了一种适用于CLA的阵列校正和波束形成方法：CLA-SILAC-INCM算法。从理论上分析证明了，当CLA中包含有Lc≥3个完全校准的天线单元，使用SILAC技术可以高精度无模糊地实现干扰源角度和阵列天线幅相误差估计，并在此基础上完成干扰噪声协方差矩阵(INCM)重建和波束形成最优权向量构造。通过仿真实验验证了，提出的CLA-SILAC-INCM算法具有比其他常用算法更好的性能，尤其是信噪比接近干噪比时，CLA-SILAC-INCM算法的优势更为明显。
2024, 46(1): 249-257.
doi: 10.11999/JEIT221507
摘要:
柱面毫米波合成孔径雷达(CSAR)是近距离非接触成像领域的重要技术之一。基于傅里叶变换理论的高分辨成像算法需要通过2维插值消除波数域数据在方位维和距离维的非均匀性。但是这两个维度呈现出同心圆环状的高度耦合，导致传统基于2维逐点遍历的插值方法时间复杂度高，成像算法效率低。为此，该文基于解析解的CSAR成像算法推导，提出了同心方形网格的插值分解方法。通过补0、径向1维插值和分区处理消除波数域方位维和距离维的强耦合性，并在两个分区进行独立的1维插值实现2维非均匀波数域的均匀重采样，获得最终同心方形环带均匀填充的波数域样式。通过实验验证了所提算法能有效降低2维插值的时间复杂度，并且所提算法插值处理速度比传统算法提升了7倍，与算法复杂度理论分析结果吻合。
柱面毫米波合成孔径雷达(CSAR)是近距离非接触成像领域的重要技术之一。基于傅里叶变换理论的高分辨成像算法需要通过2维插值消除波数域数据在方位维和距离维的非均匀性。但是这两个维度呈现出同心圆环状的高度耦合，导致传统基于2维逐点遍历的插值方法时间复杂度高，成像算法效率低。为此，该文基于解析解的CSAR成像算法推导，提出了同心方形网格的插值分解方法。通过补0、径向1维插值和分区处理消除波数域方位维和距离维的强耦合性，并在两个分区进行独立的1维插值实现2维非均匀波数域的均匀重采样，获得最终同心方形环带均匀填充的波数域样式。通过实验验证了所提算法能有效降低2维插值的时间复杂度，并且所提算法插值处理速度比传统算法提升了7倍，与算法复杂度理论分析结果吻合。
2024, 46(1): 258-266.
doi: 10.11999/JEIT221506
摘要:
现有暖通空调(HVAC)空气处理单元(AHU)的故障诊断研究往往是集中式的。少量的分布式方法大多需要求解大量耗时的优化问题，使得无法及时完成故障诊断。针对以上挑战，该文提出一种基于投票机制的分布式故障诊断方法。在该方法中，建立一个玻尔兹曼机来描述传感器网络，通过传感器之间的相互投票来确定玻尔兹曼机的边权值，基于边权值对玻尔兹曼机的状态也就是传感器的状态进行迭代，从而定位传感器的故障。设计了一种基于欧氏距离的投票策略确定投票值。开发了一种方法，通过在玻尔兹曼机中增加一个额外的节点来重置其权值矩阵，在将玻尔兹曼机对称化的同时，保持原来各传感器之间的投票关系，以保证玻尔兹曼机状态的迭代收敛。该方法不需要求解大量的优化问题，相较于当前的分布式方法计算量小。使用ASHRAE Project RP-1312提供的实际数据对所提方法进行验证。实验结果表明所提方法可以精确且高效地诊断出空气处理单元传感器的偏差故障和漂移故障。
现有暖通空调(HVAC)空气处理单元(AHU)的故障诊断研究往往是集中式的。少量的分布式方法大多需要求解大量耗时的优化问题，使得无法及时完成故障诊断。针对以上挑战，该文提出一种基于投票机制的分布式故障诊断方法。在该方法中，建立一个玻尔兹曼机来描述传感器网络，通过传感器之间的相互投票来确定玻尔兹曼机的边权值，基于边权值对玻尔兹曼机的状态也就是传感器的状态进行迭代，从而定位传感器的故障。设计了一种基于欧氏距离的投票策略确定投票值。开发了一种方法，通过在玻尔兹曼机中增加一个额外的节点来重置其权值矩阵，在将玻尔兹曼机对称化的同时，保持原来各传感器之间的投票关系，以保证玻尔兹曼机状态的迭代收敛。该方法不需要求解大量的优化问题，相较于当前的分布式方法计算量小。使用ASHRAE Project RP-1312提供的实际数据对所提方法进行验证。实验结果表明所提方法可以精确且高效地诊断出空气处理单元传感器的偏差故障和漂移故障。
2024, 46(1): 267-276.
doi: 10.11999/JEIT221562
摘要:
天空背景下的红外弱小目标检测技术较为成熟，但在近地复杂背景下，红外弱小目标的检测存在准确率不高、虚警目标多、实时性差的问题。针对以上问题，该文提出一种基于改进顶帽变换的红外弱小目标检测算法(OTHOLCM)。该算法采用基于改进顶帽变换的图像预处理算法(OTH)，通过对不同灰度值的图像采取不同的策略针对性地处理图像，达到目标增强、背景抑制的效果。并在此基础上，采用基于改进多尺度局部对比度的红外弱小目标检测算法(OLCM)，通过针对目标尺寸特点进行尺度设计，使得在保证算法实时性的基础上扩大目标尺寸检测范围。实验证明：OTHOLCM算法可以保证实时性并明显提高目标检测准确率、减少虚警目标数量。与3层模板局部差异度量算法(TTLDM)、基于边角感知的时空张量模型(ECASTT)等先进算法相比，OTHOLCM算法可使真阳性率分别提高近79%, 61%，假阳性率分别降低近77%, 73%，目标检测速度达到每秒25帧。
天空背景下的红外弱小目标检测技术较为成熟，但在近地复杂背景下，红外弱小目标的检测存在准确率不高、虚警目标多、实时性差的问题。针对以上问题，该文提出一种基于改进顶帽变换的红外弱小目标检测算法(OTHOLCM)。该算法采用基于改进顶帽变换的图像预处理算法(OTH)，通过对不同灰度值的图像采取不同的策略针对性地处理图像，达到目标增强、背景抑制的效果。并在此基础上，采用基于改进多尺度局部对比度的红外弱小目标检测算法(OLCM)，通过针对目标尺寸特点进行尺度设计，使得在保证算法实时性的基础上扩大目标尺寸检测范围。实验证明：OTHOLCM算法可以保证实时性并明显提高目标检测准确率、减少虚警目标数量。与3层模板局部差异度量算法(TTLDM)、基于边角感知的时空张量模型(ECASTT)等先进算法相比，OTHOLCM算法可使真阳性率分别提高近79%, 61%，假阳性率分别降低近77%, 73%，目标检测速度达到每秒25帧。
2024, 46(1): 277-286.
doi: 10.11999/JEIT221502
摘要:
图像超分变率重建方法在公共安全检测、卫星成像、医学和照片恢复等方面有着十分重要的用途。该文对基于生成对抗网络的超分辨率重建方法进行研究，提出一种基于纯合成数据训练的真实世界盲超分算法(Real-ESRGAN)的UNet3+双鉴别器Real-ESRGAN方法(Double Unet3+ Real-ESRGAN, DU3-Real-ESRGAN)。首先，在鉴别器中引入UNet3+结构，从全尺度捕捉细粒度的细节和粗粒度的语义。其次，采用双鉴别器结构，一个鉴别器学习图像纹理细节，另一个鉴别器关注图像边缘，实现图像信息互补。在Set5, Set14, BSD100和Urban100数据集上，与多种基于生成对抗网络的超分重建方法相比，除Set5数据集外，DU3-Real-ESRGAN方法在峰值信噪比(PSNR)、结构相似性(SSIM)和无参图像考评价指标(NIQE)都优于其他方法，产生了更直观逼真的高分辨率图像。
图像超分变率重建方法在公共安全检测、卫星成像、医学和照片恢复等方面有着十分重要的用途。该文对基于生成对抗网络的超分辨率重建方法进行研究，提出一种基于纯合成数据训练的真实世界盲超分算法(Real-ESRGAN)的UNet3+双鉴别器Real-ESRGAN方法(Double Unet3+ Real-ESRGAN, DU3-Real-ESRGAN)。首先，在鉴别器中引入UNet3+结构，从全尺度捕捉细粒度的细节和粗粒度的语义。其次，采用双鉴别器结构，一个鉴别器学习图像纹理细节，另一个鉴别器关注图像边缘，实现图像信息互补。在Set5, Set14, BSD100和Urban100数据集上，与多种基于生成对抗网络的超分重建方法相比，除Set5数据集外，DU3-Real-ESRGAN方法在峰值信噪比(PSNR)、结构相似性(SSIM)和无参图像考评价指标(NIQE)都优于其他方法，产生了更直观逼真的高分辨率图像。
2024, 46(1): 287-298.
doi: 10.11999/JEIT221582
摘要:
多无人车(multi-UGV)分散在军事作战任务中应用非常广泛，现有方法较为复杂，规划时间较长，且适用性不强。针对此问题，该文提出一种基于拍卖多智能体深度确定性策略梯度(AU-MADDPG)算法的多无人车分散策略。在单无人车模型的基础上，建立基于深度强化学习的多无人车分散模型。对MADDPG结构进行优化，采用拍卖算法计算总路径最短时各无人车所对应的分散点，降低分散点分配的随机性，结合MADDPG算法规划路径，提高训练效率及运行效率；优化奖励函数，考虑训练过程中及结束两个阶段，全面考虑约束，将多约束问题转化为奖励函数设计问题，实现奖励函数最大化。仿真结果表明：与传统MADDPG算法相比，所提算法在训练时间上缩短了3.96%，路径总长度减少14.50%，解决分散问题时更为有效，可作为此类问题的通用解决方案。
多无人车(multi-UGV)分散在军事作战任务中应用非常广泛，现有方法较为复杂，规划时间较长，且适用性不强。针对此问题，该文提出一种基于拍卖多智能体深度确定性策略梯度(AU-MADDPG)算法的多无人车分散策略。在单无人车模型的基础上，建立基于深度强化学习的多无人车分散模型。对MADDPG结构进行优化，采用拍卖算法计算总路径最短时各无人车所对应的分散点，降低分散点分配的随机性，结合MADDPG算法规划路径，提高训练效率及运行效率；优化奖励函数，考虑训练过程中及结束两个阶段，全面考虑约束，将多约束问题转化为奖励函数设计问题，实现奖励函数最大化。仿真结果表明：与传统MADDPG算法相比，所提算法在训练时间上缩短了3.96%，路径总长度减少14.50%，解决分散问题时更为有效，可作为此类问题的通用解决方案。
2024, 46(1): 299-307.
doi: 10.11999/JEIT221580
摘要:
为提高无监督深度图像先验(DIP)降噪模型的降噪性能，该文提出了一种基于内外混合图像先验与图像融合的DIP改进降噪模型(IDIP)，该模型由样本生成和样本融合两个相继执行的模块组成。在样本生成阶段，首先利用2个分别来自内部和外部先验且有代表性的降噪算法(模型)处理噪声图像以产生2张初始降噪图像。基于这2张初始降噪图像，使用空间随机混合器按照各自50%混合比例随机生成足够多的混合图像作为DIP降噪模型的第2目标图像并与第1目标图像(即噪声图像)构成双目标图像。然后，每次使用不同的随机输入和双目标图像，多次执行标准DIP降噪流程生成多张具有互补性的样本图像；在样本融合阶段，首先为了获得更好的随机性和稳定性，随机丢弃50%的样本图像。然后，采用无监督融合网络在样本图像上完成自适应融合，获得的融合图像的图像质量相对参与融合的样本图像得到再次提升，作为最终降噪图像。在人工合成噪声图像上实验表明：IDIP降噪模型较原DIP降噪模型在峰值信噪比评价指标上有约2 dB的提升，且较大幅度超过了其他无监督降噪模型，逼近了有监督降噪模型。而在实际真实噪声图像上，其降噪性能较各对比方法更具鲁棒性。
为提高无监督深度图像先验(DIP)降噪模型的降噪性能，该文提出了一种基于内外混合图像先验与图像融合的DIP改进降噪模型(IDIP)，该模型由样本生成和样本融合两个相继执行的模块组成。在样本生成阶段，首先利用2个分别来自内部和外部先验且有代表性的降噪算法(模型)处理噪声图像以产生2张初始降噪图像。基于这2张初始降噪图像，使用空间随机混合器按照各自50%混合比例随机生成足够多的混合图像作为DIP降噪模型的第2目标图像并与第1目标图像(即噪声图像)构成双目标图像。然后，每次使用不同的随机输入和双目标图像，多次执行标准DIP降噪流程生成多张具有互补性的样本图像；在样本融合阶段，首先为了获得更好的随机性和稳定性，随机丢弃50%的样本图像。然后，采用无监督融合网络在样本图像上完成自适应融合，获得的融合图像的图像质量相对参与融合的样本图像得到再次提升，作为最终降噪图像。在人工合成噪声图像上实验表明：IDIP降噪模型较原DIP降噪模型在峰值信噪比评价指标上有约2 dB的提升，且较大幅度超过了其他无监督降噪模型，逼近了有监督降噪模型。而在实际真实噪声图像上，其降噪性能较各对比方法更具鲁棒性。
2024, 46(1): 308-316.
doi: 10.11999/JEIT230023
摘要:
信息年龄(AoI)是一种业界新兴的时间相关指标，其经常用于评估接收数据的新鲜度。该文考虑了一个视频数据与环境数据混合的多集群视频直播系统，并制定调度策略以联合优化系统数据价值与信息年龄。为克服优化问题中动作空间过大导致难以实现有效求解的问题，该文将优化问题的调度策略分解为相互关联的内外两层策略，外层策略利用深度强化学习实现集群间的信道分配，内层策略则基于构造的虚拟队列实现集群内的链路选择。双层调度策略将每个集群的内层策略嵌入到外层策略中进行训练，仿真结果显示，与现有调度策略相比，该文所提的调度策略可以提高时间平均的接收数据价值并降低时间平均的信息年龄。
信息年龄(AoI)是一种业界新兴的时间相关指标，其经常用于评估接收数据的新鲜度。该文考虑了一个视频数据与环境数据混合的多集群视频直播系统，并制定调度策略以联合优化系统数据价值与信息年龄。为克服优化问题中动作空间过大导致难以实现有效求解的问题，该文将优化问题的调度策略分解为相互关联的内外两层策略，外层策略利用深度强化学习实现集群间的信道分配，内层策略则基于构造的虚拟队列实现集群内的链路选择。双层调度策略将每个集群的内层策略嵌入到外层策略中进行训练，仿真结果显示，与现有调度策略相比，该文所提的调度策略可以提高时间平均的接收数据价值并降低时间平均的信息年龄。
2024, 46(1): 317-326.
doi: 10.11999/JEIT221441
摘要:
研究界对如何对神经编码模型的性能度量还没有达成一个统一的评价标准。现有的主要编码度量方法是对神经编码模型的编码响应与真实生理响应之间的相似度进行度量。该文提出一种通过神经解码验证神经编码模型性能的方法。基于此方法构建了包括传统编码度量方法和神经解码度量方法的视觉脉冲信号编码验证框架，并基于动态视觉刺激下采集的蝾螈视网膜神经节细胞(RGC)脉冲信号数据集对此框架进行了实验验证。选择了具有动态视觉刺激脉冲响应编码能力的编码模型与性能先进的神经解码模型作为标准度量模型。实验从不同神经编码方式和不同维度全面地对3种神经编码模型的编码性能进行了度量。此外，实验结果表明，脉冲频率编码和脉冲计数编码两种编码方式对脉冲编码性能存在不可忽略的影响。
研究界对如何对神经编码模型的性能度量还没有达成一个统一的评价标准。现有的主要编码度量方法是对神经编码模型的编码响应与真实生理响应之间的相似度进行度量。该文提出一种通过神经解码验证神经编码模型性能的方法。基于此方法构建了包括传统编码度量方法和神经解码度量方法的视觉脉冲信号编码验证框架，并基于动态视觉刺激下采集的蝾螈视网膜神经节细胞(RGC)脉冲信号数据集对此框架进行了实验验证。选择了具有动态视觉刺激脉冲响应编码能力的编码模型与性能先进的神经解码模型作为标准度量模型。实验从不同神经编码方式和不同维度全面地对3种神经编码模型的编码性能进行了度量。此外，实验结果表明，脉冲频率编码和脉冲计数编码两种编码方式对脉冲编码性能存在不可忽略的影响。
2024, 46(1): 327-334.
doi: 10.11999/JEIT221593
摘要:
RAIN是一族SPN结构的轻量级分组密码算法，该算法具有软硬件实现效率高、安全性强等特点。中间相遇攻击被广泛应用于分组密码算法的安全性分析中。该文通过分析RAIN-128的结构特性和截断差分特征，利用差分枚举技术分别构造了4轮和6轮中间相遇区分器，给出了8轮及10轮的中间相遇攻击。当攻击轮数为8轮时，预计算阶段的时间复杂度为\begin{document}$ {2^{68}} $\end{document} \begin{document}$ {2^{75}} $\end{document} \begin{document}$ {2^{109}} $\end{document} \begin{document}$ {2^{72}} $\end{document} \begin{document}$ {2^{214}} $\end{document} \begin{document}$ {2^{219}} $\end{document} \begin{document}$ {2^{109}} $\end{document} \begin{document}$ {2^{72}} $\end{document}
RAIN是一族SPN结构的轻量级分组密码算法，该算法具有软硬件实现效率高、安全性强等特点。中间相遇攻击被广泛应用于分组密码算法的安全性分析中。该文通过分析RAIN-128的结构特性和截断差分特征，利用差分枚举技术分别构造了4轮和6轮中间相遇区分器，给出了8轮及10轮的中间相遇攻击。当攻击轮数为8轮时，预计算阶段的时间复杂度为
2024, 46(1): 335-343.
doi: 10.11999/JEIT230001
摘要:
Negabent函数是一种具有最优自相关性、较高非线性度的布尔函数，在密码学、编码理论及组合设计中都有着广泛的应用。该文基于有限域上的迹函数，将其与置换多项式相结合，提出两种构造negabent函数的方法。所构造的两类negabent函数均具备\begin{document}${\text{Tr}}_1^k(\lambda {x^{{2^k} + 1}}) + {\text{Tr}}_1^n(ux){\text{Tr}}_1^n(vx) + {\text{Tr}}_1^n(mx){{\rm{Tr}}} _1^n(dx)$\end{document} \begin{document}$\lambda ,{\text{ }}u,{\text{ }}v,{\text{ }}m$\end{document} \begin{document}$\lambda $\end{document} \begin{document}$({2^{n - 1}} - 2)({2^n} - 1)({2^n} - 4)$\end{document} \begin{document}$\lambda ,{\text{ }}u,{\text{ }}v,{\text{ }}m,{\text{ }}d$\end{document} \begin{document}$\lambda$\end{document} \begin{document}${2^{n - 1}}[({2^{n - 1}} - 2)({2^{n - 1}} - 3) + {2^{n - 1}} - 4]$\end{document}
Negabent函数是一种具有最优自相关性、较高非线性度的布尔函数，在密码学、编码理论及组合设计中都有着广泛的应用。该文基于有限域上的迹函数，将其与置换多项式相结合，提出两种构造negabent函数的方法。所构造的两类negabent函数均具备
2024, 46(1): 344-352.
doi: 10.11999/JEIT221446
摘要:
针对现有椭圆曲线密码标量乘法器难以兼顾灵活性和面积效率的问题，该文设计了一种基于比特重组快速模约简的高面积效率标量乘法器。首先，根据椭圆曲线标量乘的运算特点，设计了一种可实现乘法和模逆两种运算的硬件复用运算单元以提高硬件资源使用率，并采用Karatsuba-Ofman算法提高计算性能。其次，设计了基于比特重组的快速模约简算法，并实现了支持secp256k1, secp256r1和SCA-256(SM2标准推荐曲线)快速模约简计算的硬件架构。最后，对点加和倍点的模运算操作调度进行了优化，提高乘法与快速模约简的利用率，降低了标量乘计算所需的周期数量。所设计的标量乘法器在55 nm CMOS工艺下需要275 k个等效门，标量乘运算速度为48309次/s，面积时间积达到5.7。
针对现有椭圆曲线密码标量乘法器难以兼顾灵活性和面积效率的问题，该文设计了一种基于比特重组快速模约简的高面积效率标量乘法器。首先，根据椭圆曲线标量乘的运算特点，设计了一种可实现乘法和模逆两种运算的硬件复用运算单元以提高硬件资源使用率，并采用Karatsuba-Ofman算法提高计算性能。其次，设计了基于比特重组的快速模约简算法，并实现了支持secp256k1, secp256r1和SCA-256(SM2标准推荐曲线)快速模约简计算的硬件架构。最后，对点加和倍点的模运算操作调度进行了优化，提高乘法与快速模约简的利用率，降低了标量乘计算所需的周期数量。所设计的标量乘法器在55 nm CMOS工艺下需要275 k个等效门，标量乘运算速度为48309次/s，面积时间积达到5.7。
2024, 46(1): 353-361.
doi: 10.11999/JEIT221479
摘要:
该文提出了基于无源介质谐振器腔内磁偶极子谐振的准超方向性再辐射，旨在增强薄导电板受到平面电磁波侧向照射时的后向散射截面。在平面电磁波激励下，设计适当的长方介质体中可诱导产生具有磁偶极子再辐射特征的混合电磁谐振模式。以长方介质体为基本谐振单元，将两个相同的介质体沿入射波传播方向紧密级联以组成一个超单元。超单元的两个介质体中的磁场强度与电场强度矢量均呈现相反的方向且相近的幅度，接近等幅而反相的内部场分布使超单元类似一个二元准超方向性磁偶极子阵列，由此产生的准超方向性再辐射有效地贡献于后向散射截面增强。进一步，由镜像原理，将超单元剖面厚度减半并加载于薄导电板表面。结果表明，剖面厚度仅为0.078λ0的介质谐振器形成基于磁偶极子的准超方向性再辐射，在谐振频率处可显著修改薄导电板的侧向回射特性，进而在相对宽带宽角范围内对侧向入射波实现有效的后向散射截面增强。
该文提出了基于无源介质谐振器腔内磁偶极子谐振的准超方向性再辐射，旨在增强薄导电板受到平面电磁波侧向照射时的后向散射截面。在平面电磁波激励下，设计适当的长方介质体中可诱导产生具有磁偶极子再辐射特征的混合电磁谐振模式。以长方介质体为基本谐振单元，将两个相同的介质体沿入射波传播方向紧密级联以组成一个超单元。超单元的两个介质体中的磁场强度与电场强度矢量均呈现相反的方向且相近的幅度，接近等幅而反相的内部场分布使超单元类似一个二元准超方向性磁偶极子阵列，由此产生的准超方向性再辐射有效地贡献于后向散射截面增强。进一步，由镜像原理，将超单元剖面厚度减半并加载于薄导电板表面。结果表明，剖面厚度仅为0.078λ0的介质谐振器形成基于磁偶极子的准超方向性再辐射，在谐振频率处可显著修改薄导电板的侧向回射特性，进而在相对宽带宽角范围内对侧向入射波实现有效的后向散射截面增强。
2024, 46(1): 362-372.
doi: 10.11999/JEIT230012
摘要:
随着CMOS器件特征尺寸进入纳米量级，因高能粒子辐射等造成的电路失效问题日益严重，给电路可靠性带来严峻挑战。现阶段，准确评估集成电路可靠性，并以此为依据对电路进行容错加固，以提高电路系统可靠性变得刻不容缓。然而，由于逻辑电路中存在大量扇出重汇聚结构，由此引发的信号相关性导致可靠性评估与敏感单元定位面临困难。该文提出一种基于相关性分离的逻辑电路敏感门定位算法。先将电路划分为多个独立电路结构(ICS)；以ICS为基本单元分析故障传播及信号相关性影响；再利用相关性分离后的电路模块和反向搜索算法精准定位逻辑电路敏感门单元；最后综合考虑面向输入向量空间的敏感门定位及针对性容错加固。实验结果表明，所提算法能准确、高效地定位逻辑电路敏感单元，适用于大规模及超大规模电路的可靠性评估与高效容错设计。
随着CMOS器件特征尺寸进入纳米量级，因高能粒子辐射等造成的电路失效问题日益严重，给电路可靠性带来严峻挑战。现阶段，准确评估集成电路可靠性，并以此为依据对电路进行容错加固，以提高电路系统可靠性变得刻不容缓。然而，由于逻辑电路中存在大量扇出重汇聚结构，由此引发的信号相关性导致可靠性评估与敏感单元定位面临困难。该文提出一种基于相关性分离的逻辑电路敏感门定位算法。先将电路划分为多个独立电路结构(ICS)；以ICS为基本单元分析故障传播及信号相关性影响；再利用相关性分离后的电路模块和反向搜索算法精准定位逻辑电路敏感门单元；最后综合考虑面向输入向量空间的敏感门定位及针对性容错加固。实验结果表明，所提算法能准确、高效地定位逻辑电路敏感单元，适用于大规模及超大规模电路的可靠性评估与高效容错设计。
2024, 46(1): 373-382.
doi: 10.11999/JEIT240000
摘要:
国家自然科学基金委员会信息科学部一处“电子科学与技术”领域涉及电路与系统、电磁场与波、电子学及应用等相关研究。本文介绍了2023年度该领域“人才”和“研究”两大项目系列中部分项目的申请与资助情况，并从申请代码、申请人年龄、依托单位分布及其近五年的变化趋势等角度进行了分析，旨在为广大科研人员了解该领域的研究热点和未来发展方向提供参考。
国家自然科学基金委员会信息科学部一处“电子科学与技术”领域涉及电路与系统、电磁场与波、电子学及应用等相关研究。本文介绍了2023年度该领域“人才”和“研究”两大项目系列中部分项目的申请与资助情况，并从申请代码、申请人年龄、依托单位分布及其近五年的变化趋势等角度进行了分析，旨在为广大科研人员了解该领域的研究热点和未来发展方向提供参考。
