1997, 19(1): 137-140.
刊出日期：1997-01-19
本文给出了一种高精度的稳定的色散边界条件(DBC),可应用于传输线的时域有限差分法(FDTD)的分析之中。我们用一个新的二阶差分式代替了边界条件中的微分算子。与P。Y。Zhao等人(1994)提出的色散边界条件相比,本文中的边界条件具有相同的绝对稳定特性,但具有更好的吸收性能。
2021, 43(12): 3597-3604.
doi: 10.11999/JEIT200766
刊出日期：2021-12-21
为提高命名数据网络(Name Data Networking, NDN)路由过程中内容名字查找的效率，该文提出一种基于深度布隆过滤器的3级名字查找方法。该方法使用长短记忆神经网络(Long Short Term Memory, LSTM)与标准布隆过滤器相结合的方法优化名字查找过程；采用3级结构优化内容名字在内容存储器(Content Store, CS)、待定请求表(Pending Interest Table, PIT)中的精确查找过程，提高查找精度并降低内存消耗。从理论上分析了3级名字查找方法的假阳性率，并通过实验验证了该方法能够有效节省内存、降低查找过程的假阳性。
2011, 33(1): 106-111.
doi: 10.3724/SP.J.1146.2010.00242
刊出日期：2011-01-19
基于简化电磁矢量传感器阵列，该文提出了一种新的降维四元数MUSIC估计方法。文中引用了四元数的概念，利用四元数的正交特性能够很好地描述矢量传感器阵元的正交结构这一优点，建立了电磁矢量传感器阵列的四元数模型，利用降维Q-MUSIC (Quaternion-MUSIC)方法先对极化信号DOA进行估计，通过已经估计出来的DOA信息，再借助传统的V-MUSIC (long-MUSIC)方法估计极化信息。从而依次获得极化信号的4个参数。仿真实验验证了算法的可行性。
2014, 36(2): 353-357.
doi: 10.3724/SP.J.1146.2013.00445
刊出日期：2014-02-19
信噪比是衡量信道质量的一个重要参数，该文主要研究LTE(Long Term Evolution)系统中基于探测参考信号(Sounding Reference Signal, SRS)的信噪比估计方法。针对DASS(Difference of Adjacent Subcarrier Signal)算法在高信噪比下噪声估计误差较大的这一缺点，该文提出一种适用于SRS的改进DASS方法。该方法通过重新定义子载波的差分方式，减小了噪声估计的误差，并且由于对连续的3个SRS频点，仅需要估计一次噪声，使得该文方法的复杂度仅为原DASS方法的1/3。仿真结果表明，所提方法的估计性能优于其余的方法，特别是在低时延和中等时延信道下，高信噪比时的估计精度提高了约10倍。
2012, 34(12): 2823-2829.
doi: 10.3724/SP.J.1146.2012.00744
刊出日期：2012-12-19
在LTE (Long Term Evolution)异构网络中，由于宏基站(Macro)与微微(Pico)基站的发射功率相差较大，一些离Pico基站较近的用户因为接收到的宏基站下行信号质量好于Pico基站而选择接入宏小区。然而，因为这些用户距离Pico基站较近，因此上行通信会对Pico基站产生严重的上行干扰。小区覆盖增强(Range Expansion, RE)技术能够减少此类干扰，但同时又可能引入新的下行干扰。该文提出一种基于RE技术的上行干扰识别与协调机制(UIICRE)，能够准确识别上行干扰源及其强度，并进行相应的干扰协调处理。仿真结果表明，该文提出的方案能够解决Pico小区的上行干扰问题，提升用户的上行通信质量，并保证用户下行通信质量不受影响。
2017, 39(11): 2556-2562.
doi: 10.11999/JEIT170184
刊出日期：2017-11-19
利用非授权频段频谱资源提升网络容量需要有效地解决LTE(Long Term Evaluation)与WiFi的共存问题。最近，学术界和工业界相继提出了授权频段辅助接入机制和双模微基站技术提升蜂窝通信系统容量。考虑双模微基站与WiFi接入点覆盖范围存在部分重叠场景，该文提出一种新的双模微基站非授权信道接入机制及联合授权非授权的优化频谱资源分配方案。仿真结果表明，双模微基站和WiFi接入点互不可见时，新方案相比于现有方案由于考虑了空间复用具有更好的系统性能；双模微基站和WiFi接入点互相可见时，新方案与现有方案性能一致，即两者分时独立占用非授权频段频谱资源。
2018, 40(1): 200-208.
doi: 10.11999/JEIT170402
刊出日期：2018-01-19
针对传统方法不能有效抽取维吾尔语事件因果关系的问题，该文提出一种基于双向LSTM(Bidirectional Long Short-Term Memory, BiLSTM)的维吾尔语事件因果关系抽取方法。通过对维吾尔语语言以及事件因果关系特点的研究，提取出10项基于事件内部结构信息的特征；同时为充分利用事件语义信息，引入词嵌入作为BiLSTM的输入，提取事件句隐含的深层语义特征并利用批样规范化(Batch Normalization, BN)算法加速BiLSTM的收敛；最后融合这两类特征作为softmax分类器的输入进而完成维吾尔语事件因果关系抽取。实验结果表明，该方法用于维吾尔语事件因果关系的抽取准确率为 89.19%, 召回率为 83.19%, F值为86.09%，证明了该文提出的方法在维吾尔语事件因果关系抽取上的有效性。
2024, 46(2): 555-563.
doi: 10.11999/JEIT230934
刊出日期：2024-02-29
心血管疾病是造成全球死亡人数最多的疾病之一，因此对心血管疾病的预防与提前诊断至关重要。人工听诊技术与计算机心音诊断技术无法满足对心音长时间听诊的需求，因而可穿戴式听诊设备越来越受到关注，但是其具有高精度与低功耗的要求。该文设计了低功耗的面向可穿戴式的基于长短期记忆网络(Long Short-Term Memory, LSTM)的智能心音异常诊断芯片，提出了包括预处理、特征提取以及异常诊断的心音异常诊断系统，并搭建了基于听诊器的心音采集FPGA系统，采用了数据增强的方法解决数据集的不平衡问题。基于预训练模型设计了智能心音异常诊断芯片，在SMIC180 nm工艺下完成了版图设计和MPW流片。后仿真结果表明，智能心音异常诊断芯片的诊断准确率为98.6%，功耗为762 μW，面积为3.06 mm × 2.45 mm，满足可穿戴式智能心音异常诊断设备的高性能与低功耗的需求。
