一级黄色片免费播放|中国黄色视频播放片|日本三级a|可以直接考播黄片影视免费一级毛片

高級搜索

留言板

尊敬的讀者、作者、審稿人, 關于本刊的投稿、審稿、編輯和出版的任何問題, 您可以本頁添加留言。我們將盡快給您答復。謝謝您的支持!

姓名
郵箱
手機號碼
標題
留言內(nèi)容
驗證碼

2020年  第42卷  第1期

目錄
2020-01ml 目錄
2020, 42(1): 1-4.
摘要:
2020 年主編寄語
堅守初心,逐夢再航
2020, 42(1): 1-1.
摘要:
“智能網(wǎng)聯(lián)交通系統(tǒng)”專題論文
智能網(wǎng)聯(lián)交通系統(tǒng)的關鍵技術與發(fā)展
錢志鴻, 田春生, 郭銀景, 王雪
2020, 42(1): 2-19. doi: 10.11999/JEIT190787
摘要:
該文梳理了國內(nèi)外針對智能網(wǎng)聯(lián)交通系統(tǒng)的相關研究,闡述了智能網(wǎng)聯(lián)交通系統(tǒng)的架構和關鍵技術,分析了外部環(huán)境感知技術、車輛自主決策技術、控制執(zhí)行技術以及車路協(xié)同技術等幾個重點方向的研究進展。在分析總結已有文獻的基礎上,該文描述了未來智能網(wǎng)聯(lián)交通系統(tǒng)的方案及其工作原理。未來智能網(wǎng)聯(lián)交通系統(tǒng)應具備全程路徑規(guī)劃和精準定位功能,運用實時動態(tài)定位(RTK)技術和合成孔徑雷達(SAR)技術,對運動或非運動物體(包括未裝載GPS的物體)進行探測和定位,并保證在GPS信號弱或無信號(如隧道、室內(nèi))環(huán)境下和近距離、非可視情況下探測信號的連續(xù)性。系統(tǒng)還將運用移動邊緣計算(MEC)理論,解決低時延、大規(guī)模網(wǎng)絡接入等關鍵問題,運用大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)(IoTs)和移動通信技術,實現(xiàn)具有全局性、網(wǎng)絡化的智能網(wǎng)聯(lián)交通系統(tǒng)。
車聯(lián)網(wǎng)中基于移動邊緣計算的內(nèi)容感知分類卸載算法研究
趙海濤, 朱銀陽, 丁儀, 朱洪波
2020, 42(1): 20-27. doi: 10.11999/JEIT190594
摘要:
隨著智能交通的快速發(fā)展,車輛終端產(chǎn)生大量需要實時處理的數(shù)據(jù)消息,而在有限資源上的競爭將會增加消息處理的時延,且對終端設備造成很大的能量消耗。針對時延和能量損耗的均衡關系,該文提出一種基于移動邊緣計算(MEC)的內(nèi)容感知分類卸載算法。首先根據(jù)層次分析法對安全消息進行優(yōu)先級劃分,然后建立時延和能量損耗的最優(yōu)任務卸載模型,通過給時延和能量損耗賦予不同的權重系數(shù)構造關系模型,并利用拉格朗日松弛法將非凸問題轉化為凸問題,從而結合次梯度投影法和貪婪算法得到問題的可行解。性能評估結果表明,該算法在一定程度上改善了消息處理時延和能量損耗。
面向自動駕駛的車輛精確實時定位算法
沈連豐, 張瑞, 朱亞萍, 吳怡
2020, 42(1): 28-35. doi: 10.11999/JEIT190610
摘要:
針對車輛自組織網(wǎng)絡(VANETs)中的車輛定位問題,以提高定位精度和實時性為目標,該文提出一種面向自動駕駛的車輛精確實時定位算法,包括基于矩陣束(MP)與非線性擬合(NLF)以及基于視覺感知兩種技術?;贛P-NLF的技術通過聯(lián)合TOA/AOA估計進行車輛單站定位,并引入高分辨率估計以提高估計精度;基于視覺感知的技術通過提取定位范圍內(nèi)視覺感知圖像的特征信息來完成定位,并結合慣性信息進行無跡卡爾曼濾波進一步提高精度。仿真結果表明,與傳統(tǒng)多徑指紋算法相比,所提算法即使在低信噪比情況下也具有較好的定位性能。
基于車輛行為分析的智能車聯(lián)網(wǎng)關鍵技術研究
張海霞, 李腆腆, 李東陽, 劉文杰
2020, 42(1): 36-49. doi: 10.11999/JEIT190820
摘要:
車聯(lián)網(wǎng)通信系統(tǒng)中通信節(jié)點的高移動性、移動行為的復雜性,使得此場景下通信業(yè)務呈現(xiàn)數(shù)據(jù)實時交互性強、空時分布不均、尺度多變、規(guī)律復雜的特征,導致傳統(tǒng)的車聯(lián)網(wǎng)網(wǎng)絡部署、資源調(diào)配難以有效滿足用戶的差異化服務質(zhì)量需求。因此,迫切需要設計“車-人-路-云”泛在互聯(lián)的智能異構車聯(lián)網(wǎng)網(wǎng)絡,通過充分挖掘車輛行為數(shù)據(jù)的潛在價值,精準預測、刻畫車輛行為的空時分布特性,以提升車聯(lián)網(wǎng)資源利用率、改善車聯(lián)網(wǎng)服務性能。該文全面梳理了國內(nèi)外在車輛行為分析、網(wǎng)絡部署與接入以及資源優(yōu)化方面的相關工作,重點闡述了智能車聯(lián)網(wǎng)關鍵使能技術,即如何借助先進的人工智能、數(shù)據(jù)分析技術,探索車聯(lián)網(wǎng)中車輛行為的空時分布特性,建立車輛行為預測模型,進行智能化網(wǎng)絡部署與多網(wǎng)接入、動態(tài)資源優(yōu)化管理,實現(xiàn)高容量、高效率的智能車聯(lián)網(wǎng)通信。
基于深度學習的車聯(lián)邊緣網(wǎng)絡交通事故風險預測算法研究
趙海濤, 程慧玲, 丁儀, 張暉, 朱洪波
2020, 42(1): 50-57. doi: 10.11999/JEIT190595
摘要:
針對傳統(tǒng)交通事故風險預測算法無法自動判別數(shù)據(jù)特征,且模型表達能力差等問題。該文提出一種基于深度學習的車聯(lián)邊緣網(wǎng)絡交通事故風險預測算法,該算法首先針對車載自組織網(wǎng)絡中采集的大量交通數(shù)據(jù),采用邊緣服務器中建立的卷積神經(jīng)網(wǎng)絡自主提取多維特征,經(jīng)歸一化、去均值等預處理后,再將得到的新變量輸入卷積層、采樣層進行訓練,最后根據(jù)全連接層輸出的判別值,得到模擬預測交通事故發(fā)生的風險性。仿真結果表明,該算法被驗證能夠預測交通事故發(fā)生的風險性,較傳統(tǒng)的機器學習算法BP神經(jīng)網(wǎng)絡、邏輯回歸具有更低的損失與更高的預測準確度。
一種車載服務的快速深度Q學習網(wǎng)絡邊云遷移策略
彭軍, 王成龍, 蔣富, 顧欣, 牟玥玥, 劉偉榮
2020, 42(1): 58-64. doi: 10.11999/JEIT190612
摘要:
智能網(wǎng)聯(lián)交通系統(tǒng)中車載用戶的高速移動,不可避免地造成了數(shù)據(jù)在邊緣服務器之間頻繁遷移,產(chǎn)生了額外的通信回傳時延,對邊緣服務器的實時計算服務帶來了巨大的挑戰(zhàn)。為此,該文提出一種基于車輛運動軌跡的快速深度Q學習網(wǎng)絡(DQN-TP)邊云遷移策略,實現(xiàn)數(shù)據(jù)遷移的離線評估和在線決策。車載決策神經(jīng)網(wǎng)絡實時獲取接入的邊緣服務器網(wǎng)絡狀態(tài)和通信回傳時延,根據(jù)車輛的運動軌跡進行虛擬機或任務遷移的決策,同時將實時的決策信息和獲取的邊緣服務器網(wǎng)絡狀態(tài)信息發(fā)送到云端的經(jīng)驗回放池中;評估神經(jīng)網(wǎng)絡在云端讀取經(jīng)驗回放池中的相關信息進行網(wǎng)絡參數(shù)的優(yōu)化訓練,定時更新車載決策神經(jīng)網(wǎng)絡的權值,實現(xiàn)在線決策的優(yōu)化。最后仿真驗證了所提算法與虛擬機遷移算法和任務遷移算法相比能有效地降低時延。
面向自動協(xié)同駕駛的多車編隊任務分配策略
李長樂, 張云鋒, 張堯, 毛國強, 賈存興
2020, 42(1): 65-73. doi: 10.11999/JEIT190557
摘要:
自動駕駛的實現(xiàn)需要大量車載傳感器的支持,然而,在有限車載計算資源條件下,由傳感器所產(chǎn)生的龐大數(shù)據(jù)量使得自動駕駛任務的實時性難以滿足,成為阻礙自動駕駛技術進一步發(fā)展的重要阻力。通過將駕駛任務進行協(xié)作處理,因而充分利用多個協(xié)作車輛的計算資源,自動協(xié)同駕駛成為解決該問題的新途徑。而如何形成多車編隊并實現(xiàn)編隊中駕駛任務分配則是實現(xiàn)自動協(xié)同駕駛的關鍵。該文首先采用排隊理論G/G/1模型建立一種普適性車輛編隊網(wǎng)絡拓撲分析模型,充分考慮編隊內(nèi)車輛間的任務協(xié)作能力和單個車輛的任務負荷,得出任務的處理時延和車輛系統(tǒng)中的平均任務數(shù);其次,采用支持向量機(SVM)方法,基于車輛的負荷程度及處理能力將車輛的“空閑”、“繁忙”兩狀態(tài)進行分類,進而建立針對車輛協(xié)作任務分配的候選車輛集。最后,基于上述分析,該文提出面向多車編隊協(xié)同駕駛的任務均衡策略——基于分類的貪婪均衡策略(C-GBS),以充分平衡編隊內(nèi)所有車輛的任務負荷并利用不同車輛的任務處理能力。仿真結果表明,該策略能夠減小重負荷網(wǎng)絡中的任務處理時延,有效提升自動駕駛車輛的任務處理效率。
密碼學與信息安全
基于差分隱私模型的位置軌跡發(fā)布技術研究
馮登國, 張敏, 葉宇桐
2020, 42(1): 74-88. doi: 10.11999/JEIT190632
摘要:

位置軌跡大數(shù)據(jù)的安全分享、發(fā)布需求離不開位置軌跡隱私保護技術支持。在差分隱私出現(xiàn)之前,K-匿名及其衍生模型為位置軌跡隱私保護提供了一種量化評估的手段,但其安全性嚴重依賴于攻擊者所掌握的背景知識,當有新的攻擊出現(xiàn)時模型無法提供完善的隱私保護。差分隱私技術的出現(xiàn)有效地彌補了上述問題,越來越多地應用于軌跡數(shù)據(jù)隱私發(fā)布領域中。該文對基于差分隱私理論的軌跡隱私保護技術進行了研究與分析,重點介紹了差分隱私模型下位置直方圖、軌跡直方圖等空間統(tǒng)計數(shù)據(jù)發(fā)布方法,差分隱私模型下軌跡數(shù)據(jù)集發(fā)布方法,以及連續(xù)軌跡實時發(fā)布隱私保護模型。與此同時,在對現(xiàn)有方法對比分析的基礎上,提出了未來的重點發(fā)展方向。

基于正則圖上量子游走的仲裁量子簽名方案
施榮華, 馮艷艷, 石金晶
2020, 42(1): 89-97. doi: 10.11999/JEIT190597
摘要:

量子游走已經(jīng)被提出可以用于瞬時地傳輸量子比特或多維量子態(tài)。根據(jù)量子游走的隱形傳輸模型,該文提出一種無需提前準備糾纏源的基于正則圖上量子游走的仲裁量子簽名算法。在初始化階段,密鑰是由量子密鑰分發(fā)系統(tǒng)制備;在簽名階段,基于正則圖上的量子游走隱形傳輸模型被用于轉移信息副本密文從發(fā)送者到接收者。具體地,發(fā)送者編碼要簽名信息的密文在硬幣態(tài)上,通過兩步正則圖上的量子游走,可以自動地產(chǎn)生用于量子隱形傳輸必須的糾纏態(tài)。發(fā)送者和接收者對制備的糾纏態(tài)的測量為簽名生成和簽名驗證的憑據(jù)。在驗證階段,在仲裁的輔助下,驗證者依照發(fā)送者的經(jīng)典結果核實簽名的有效性。此外,隨機數(shù)和認證的公共板被引進阻止接收方在接收真正信息序列之前的存在性偽造攻擊和否認攻擊。安全性分析表明設計的算法滿足簽名者和接收者的不可抵賴以及任何人的不可偽造。討論表明方案不能抗擊發(fā)送者的抵賴攻擊,相應的建議被給出。由于實驗上已經(jīng)證明量子游走可以在多個不同的物理系統(tǒng)上實現(xiàn),因此該簽名方案未來是可實現(xiàn)的。

理想格上格基的快速三角化算法研究
張洋, 劉仁章, 林東岱
2020, 42(1): 98-104. doi: 10.11999/JEIT190725
摘要:

為了提高理想格上格基的三角化算法的效率,該文通過研究理想格上的多項式結構提出了一個理想格上格基的快速三角化算法,其時間復雜度為O(n3log2B),其中n是格基的維數(shù),B是格基的無窮范數(shù)?;谠撍惴ǎ梢缘玫揭粋€計算理想格上格基Smith標準型的確定算法,且其時間復雜度也比現(xiàn)有的算法要快。更進一步,對于密碼學中經(jīng)常所使用的一類特殊的理想格,可以用更快的算法將三角化矩陣轉化為格基的Hermite標準型。

相關熵與循環(huán)相關熵信號處理研究進展
邱天爽
2020, 42(1): 105-118. doi: 10.11999/JEIT190646
摘要:

在無線電監(jiān)測和目標定位等應用中,接收信號經(jīng)常會受到脈沖噪聲和同頻帶干擾等復雜電磁環(huán)境的影響,傳統(tǒng)的基于2階統(tǒng)計量的信號處理方法往往不能正常工作,基于分數(shù)低階統(tǒng)計量的信號處理方法也由于對信號噪聲統(tǒng)計先驗知識的依賴性而遇到困難。近年來提出并受到信號處理領域普遍關注的相關熵和循環(huán)相關熵信號處理理論與方法,是解決復雜電磁環(huán)境下信號分析處理、參數(shù)估計、目標定位和其他應用問題的有效技術手段,有力促進了非高斯、非平穩(wěn)信號處理理論方法和應用的發(fā)展。該文系統(tǒng)性地綜述了相關熵和循環(huán)相關熵信號處理的基本理論和基本方法,包括相關熵與循環(huán)相關熵的起源背景、定義概念、性質(zhì)特點,以及所包含的數(shù)學物理意義。該文還介紹了相關熵與循環(huán)相關熵信號處理在多個領域的應用問題,希望對非高斯、非平穩(wěn)統(tǒng)計信號處理的研究和應用有所裨益。

雷達信號處理
卷積神經(jīng)網(wǎng)絡在雷達自動目標識別中的研究進展
賀豐收, 何友, 劉準釓, 徐從安
2020, 42(1): 119-131. doi: 10.11999/JEIT180899
摘要:

自動目標識別(ATR)是雷達信息處理領域的重要研究方向。由于卷積神經(jīng)網(wǎng)絡(CNN)無需進行特征工程,圖像分類性能優(yōu)越,因此在雷達自動目標識別領域研究中受到越來越多的關注。該文綜合論述了CNN在雷達圖像處理中的應用進展。首先介紹了雷達自動目標識別相關知識,包括雷達圖像的特性,并指出了傳統(tǒng)的雷達自動目標識別方法局限性。給出了CNN卷積神經(jīng)網(wǎng)絡原理、組成和在計算機視覺領域的發(fā)展歷程。然后著重介紹了CNN在雷達自動目標識別中的研究現(xiàn)狀,其中詳細介紹了合成孔徑雷達(SAR)圖像目標的檢測與識別方法。接下來對雷達自動目標識別面臨的挑戰(zhàn)進行了深入分析。最后對CNN新理論、新模型,以及雷達新成像技術和未來復雜環(huán)境下的應用進行了展望。

基于信道分段平滑的外輻射源雷達非平穩(wěn)雜波抑制方法
萬顯榮, 劉玉琪, 程豐, 易建新
2020, 42(1): 132-139. doi: 10.11999/JEIT190754
摘要:

復雜電磁環(huán)境下,外輻射源雷達中多徑雜波可能具備非平穩(wěn)的跳變特性。該文針對這種跳變型非平穩(wěn)雜波,結合輻射源信號的正交頻分復用(OFDM)調(diào)制特性,提出一種基于信道分段平滑的雜波抑制方法。首先建立了跳變雜波的時域信號模型,然后結合OFDM信號結構將其變換到子載波域,接著在子載波域?qū)Ω鱋FDM符號進行信道估計與分段平滑,最后利用該信道平滑值和對應段的參考信號抑制非平穩(wěn)雜波。仿真和實測數(shù)據(jù)表明,該文方法能夠有效抑制跳變型的非平穩(wěn)雜波。

昆蟲雷達散射截面積特性分析
胡程, 方琳琳, 王銳, 周超, 李衛(wèi)東, 張帆, 郎添嬌, 龍騰
2020, 42(1): 140-153. doi: 10.11999/JEIT190611
摘要:

昆蟲雷達是觀測昆蟲遷飛最有效的工具。研究昆蟲的雷達散射截面積(RCS)特性對于昆蟲雷達目標識別有著重要意義。該文將分析昆蟲的靜態(tài)RCS特性和動態(tài)RCS特性。首先,基于實測的X波段全極化昆蟲RCS數(shù)據(jù),分析昆蟲的靜態(tài)RCS特性,包括水平和垂直極化RCS隨體重變化規(guī)律以及昆蟲極化方向圖隨體重的變化規(guī)律。其次,總結當前通過電磁仿真研究昆蟲RCS特性所用到的介質(zhì)和幾何形狀模型,并對比了水、脊髓、干皮膚和殼質(zhì)與血淋巴混合物4種介質(zhì)和等體型扁長橢球體、等質(zhì)量扁長橢球體和三軸橢球體3種幾何模型組成的12種介質(zhì)模型,經(jīng)過電磁仿真結果與實測數(shù)據(jù)相對比發(fā)現(xiàn)脊髓介質(zhì)等質(zhì)量扁長橢球體模型與實測昆蟲RCS特性最接近。然后,基于Ku波段高分辨昆蟲雷達外場實測昆蟲回波數(shù)據(jù),分析了昆蟲動態(tài)RCS的起伏特性,將實測昆蟲動態(tài)RCS起伏數(shù)據(jù)與4種經(jīng)典的RCS起伏分布模型χ2, Log-normal, Weibull和Gamma分布分別進行了擬合分析,從最小二乘擬合誤差和擬合優(yōu)度檢驗結果可以看出,相比于其他3種模型,Gamma分布可以較好地描述昆蟲目標RCS起伏的統(tǒng)計特性。最后,綜述了昆蟲RCS特性在昆蟲雷達測量昆蟲朝向、體重等參數(shù)測量的應用。

基于半監(jiān)督學習的SAR目標檢測網(wǎng)絡
杜蘭, 魏迪, 李璐, 郭昱辰
2020, 42(1): 154-163. doi: 10.11999/JEIT190783
摘要:

現(xiàn)有的基于卷積神經(jīng)網(wǎng)絡(CNN)的合成孔徑雷達(SAR)圖像目標檢測算法依賴于大量切片級標記的樣本,然而對SAR圖像進行切片級標記需要耗費大量的人力和物力。相對于切片級標記,僅標記圖像中是否含有目標的圖像級標記較為容易。該文利用少量切片級標記的樣本和大量圖像級標記的樣本,提出一種基于卷積神經(jīng)網(wǎng)絡的半監(jiān)督SAR圖像目標檢測方法。該方法的目標檢測網(wǎng)絡由候選區(qū)域提取網(wǎng)絡和檢測網(wǎng)絡組成。半監(jiān)督訓練過程中,首先使用切片級標記的樣本訓練目標檢測網(wǎng)絡,訓練收斂后輸出的候選切片構成候選區(qū)域集;然后將圖像級標記的雜波樣本輸入網(wǎng)絡,將輸出的負切片加入候選區(qū)域集;接著將圖像級標記的目標樣本也輸入網(wǎng)絡,對輸出結果中的正負切片進行挑選并加入候選區(qū)域集;最后使用更新后的候選區(qū)域集訓練檢測網(wǎng)絡。更新候選區(qū)域集和訓練檢測網(wǎng)絡交替迭代直至收斂?;趯崪y數(shù)據(jù)的實驗結果證明,所提方法的性能與使用全部樣本進行切片級標記的全監(jiān)督方法的性能相差不大。

基于多通道調(diào)頻連續(xù)波毫米波雷達的微動手勢識別
夏朝陽, 周成龍, 介鈞譽, 周濤, 汪相鋒, 徐豐
2020, 42(1): 164-172. doi: 10.11999/JEIT190797
摘要:

該文提出一種基于多通道調(diào)頻連續(xù)波(FMCW)毫米波雷達的微動手勢識別方法,并給出一種微動手勢特征提取的最優(yōu)雷達參數(shù)設計準則。通過對手部反射的雷達回波進行時頻分析處理,估計目標的距離多普勒譜、距離譜、多普勒譜和水平方向角度譜。設計固定幀時間長度拼接的距離-多普勒-時間圖特征,與距離-時間特征、多普勒-時間特征、水平方向角度-時間圖特征和三者聯(lián)合特征等,分別對7類微動手勢進行表征。根據(jù)手勢運動過程振幅和速度差異,進行手勢特征捕獲和對齊。利用僅有5層的輕量化卷積神經(jīng)網(wǎng)絡對微動手勢特征進行分類。實驗結果表明,相較其他特征,設計的距離-多普勒-時間圖特征能夠更為準確地表征微動手勢,且對未經(jīng)訓練的測試對象具有更好的泛化能力。

硅基毫米波雷達芯片研究現(xiàn)狀與發(fā)展
賈海昆, 池保勇
2020, 42(1): 173-190. doi: 10.11999/JEIT190666
摘要:

毫米波雷達具備全天候復雜環(huán)境下的工作能力,在汽車雷達、智能機器人等方面有廣泛的應用。同時,隨著半導體技術的快速發(fā)展,硅基工藝晶體管的截止頻率提升,硅基毫米波雷達成為研究熱點,大量的工作從系統(tǒng)設計、電路設計等方面提高毫米波雷達的性能。該文從系統(tǒng)和核心電路等方面對硅基毫米波雷達芯片的研究現(xiàn)狀和發(fā)展趨勢進行綜述。

面向探地雷達 B-scan圖像的目標檢測算法綜述
侯斐斐, 施榮華, 雷文太, 董健, 許孟迪, 席景春
2020, 42(1): 191-200. doi: 10.11999/JEIT190680
摘要:

利用無損探測技術來獲取地下目標的信息是當前研究的熱點,探地雷達(GPR)作為一種重要的無損工具,已被廣泛用于檢測,定位和特征化地下目標。然而,從GPR成像中探測掩埋物體并評估其位置既費時又費力。因此,實現(xiàn)地下目標的自動化探測對實際應用是必要的。為此,該文在綜合分析地下目標回波特征的基礎上,討論了使用GPR評估目標位置的可行性,并回顧了國內(nèi)外學者在GPR成像中對雙曲線特征自動化檢測的研究進展。該文還在國內(nèi)外典型實例剖析的基礎上,總結并比較了目標檢測的處理方法。最后指出,未來的研究應集中于開發(fā)新的深度學習檢測框架,用以自動檢測和估計真實場景中的地下特征。

模式識別與智能信息處理
基于模式識別的生物醫(yī)學圖像處理研究現(xiàn)狀
徐瑩瑩, 沈紅斌
2020, 42(1): 201-213. doi: 10.11999/JEIT190657
摘要:

海量的生物醫(yī)學圖像蘊含著豐富的信息,模式識別算法能夠從中挖掘規(guī)律并指導生物醫(yī)學基礎研究和臨床應用。近年來,模式識別和機器學習理論和實踐不斷完善,尤其是深度學習的廣泛研究和應用,促使人工智能、模式識別與生物醫(yī)學的交叉研究成為了當前的前沿熱點,相關的生物醫(yī)學圖像研究有了突破式的進展。該文首先簡述模式識別的常用算法,然后總結了這些算法應用于熒光顯微圖像、組織病理圖像、醫(yī)療影像等多種圖像中的挑戰(zhàn)性和國內(nèi)外研究現(xiàn)狀,最后對幾個潛在研究方向進行了分析和展望。

倒數(shù)粗糙熵圖像閾值化分割算法
范九倫, 雷博
2020, 42(1): 214-221. doi: 10.11999/JEIT190559
摘要:

基于粗糙集理論的粗糙熵閾值法不需要圖像之外的先驗信息。粗糙熵閾值法需要解決兩個問題,一是圖像信息不完整性的度量,二是圖像的粒化。該文基于倒數(shù)信息熵,提出一種倒數(shù)粗糙熵用來度量圖像中信息的不完整性。為了更好地對圖像進行?;捎靡环N基于均勻性直方圖的粒子選取方式。該文提出的倒數(shù)粗糙熵表述簡潔,計算簡單。實驗驗證了該文方法的有效性。

基于壓縮感知理論的圖像優(yōu)化技術
王鋼, 周若飛, 鄒昳琨
2020, 42(1): 222-233. doi: 10.11999/JEIT190669
摘要:

壓縮感知(CS)理論是目前信息工程相關領域研究的前沿熱點之一。它打破了傳統(tǒng)的奈奎斯特采樣定理,相比于其要求的最小采樣頻率,CS理論證明了能夠從更低數(shù)目的采樣中以高概率完整地恢復原始信號,在保證信息特征不丟失的前提下節(jié)省了數(shù)據(jù)采集和處理的時間成本。壓縮感知理論本質(zhì)上可以視為處理線性信號恢復問題的工具,因此在求解信號和圖像的逆問題上有著顯而易見的優(yōu)勢。圖像退化問題便是其中之一,恢復相應的高質(zhì)量圖像的過程即為圖像優(yōu)化。為推動壓縮感知理論的學術研究與實際應用,該文介紹了其基本原理與方法。根據(jù)圖像優(yōu)化技術的現(xiàn)存研究工作,分別從去噪、去模糊和超分辨三大主流方面研究了基于CS理論的優(yōu)化技術。最后探討了所面臨的問題和挑戰(zhàn),分析了未來的發(fā)展趨勢,為將來研究工作的展開提供借鑒與幫助。

基于深度學習的故障診斷方法綜述
文成林, 呂菲亞
2020, 42(1): 234-248. doi: 10.11999/JEIT190715
摘要:

海量高維度的過程測量信息給傳統(tǒng)的故障診斷算法帶來極大的計算復雜度和建模復雜度,且傳統(tǒng)診斷算法存在難以利用高階量進行在線估計的不足。鑒于深度學習技術強大的數(shù)據(jù)表示學習和分析能力,基于深度學習的故障診斷引起了工業(yè)界和學術界的廣泛關注,并促使智能過程控制更加自動化和有效。該文從方法上將基于深度學習的故障診斷技術分為:基于棧式自編碼的故障診斷方法、基于深度置信網(wǎng)絡的故障診斷方法、基于卷積神經(jīng)網(wǎng)絡的故障診斷方法及基于循環(huán)神經(jīng)網(wǎng)絡的故障診斷方法4類,分別進行了回顧和總結,最后從數(shù)據(jù)預處理、深度網(wǎng)絡設計和決策3個層面對這一領域進行展望,提出了“集成創(chuàng)新”、“數(shù)據(jù)+知識”和“多技術融合”等故障診斷思想,闡明基于深度學習技術進行復雜系統(tǒng)的故障診斷仍具有巨大潛力。

通信與物聯(lián)網(wǎng)
工業(yè)互聯(lián)網(wǎng)低功耗數(shù)據(jù)鏈算法設計綜述——聯(lián)合信源信道編碼設計的必要性、現(xiàn)實與前景
王琳, 劉三亞, 陳辰, 陳啟望
2020, 42(1): 249-262. doi: 10.11999/JEIT190762
摘要:

原模圖低密度奇偶校驗(P-LDPC)碼已經(jīng)廣泛應用于各種通信系統(tǒng),為了使其能夠滿足不同應用場景下系統(tǒng)對糾錯性能、硬件資源損耗以及功耗等方面的要求,需要對P-LDPC碼進行進一步的設計優(yōu)化。該文主要從標準信道環(huán)境下基于雙P-LDPC(DP-LDPC)碼的聯(lián)合信源信道編碼(JSCC)系統(tǒng)的屬性研究、系統(tǒng)設計優(yōu)化以及性能表現(xiàn)等角度入手,對近些年出現(xiàn)的針對該系統(tǒng)環(huán)境所做的優(yōu)化分析工作進行了綜述。表明進行的優(yōu)化工作屬實顯著地改善了系統(tǒng)性能,為面向工業(yè)互聯(lián)網(wǎng)(II)的LDPC碼的研究工作提供些許思路。最后,該文對未來的研究工作進行了展望,為感興趣的研究學者提供參考以繼續(xù)推進。

車輛網(wǎng)絡多平臺卸載智能資源分配算法
王汝言, 梁穎杰, 崔亞平
2020, 42(1): 263-270. doi: 10.11999/JEIT190074
摘要:

為了降低計算任務的時延和系統(tǒng)的成本,移動邊緣計算(MEC)被用于車輛網(wǎng)絡,以進一步改善車輛服務。該文在考慮計算資源的情況下對車輛網(wǎng)絡時延問題進行研究,提出一種多平臺卸載智能資源分配算法,對計算資源進行分配,以提高下一代車輛網(wǎng)絡的性能。該算法首先使用K臨近(KNN)算法對計算任務的卸載平臺(云計算、移動邊緣計算、本地計算)進行選擇,然后在考慮非本地計算資源分配和系統(tǒng)復雜性的情況下,使用強化學習方法,以有效解決使用移動邊緣計算的車輛網(wǎng)絡中的資源分配問題。仿真結果表明,與任務全部卸載到本地或MEC服務器等基準算法相比,提出的多平臺卸載智能資源分配算法實現(xiàn)了時延成本的顯著降低,平均可節(jié)省系統(tǒng)總成本達80%。

社會屬性感知的邊緣計算任務調(diào)度策略
王汝言, 聶軒, 吳大鵬, 李紅霞
2020, 42(1): 271-278. doi: 10.11999/JEIT190301
摘要:

邊緣計算服務器的負載不均衡將嚴重影響服務能力,該文提出一種適用于邊緣計算場景的任務調(diào)度策略(RQ-AIP)。首先,根據(jù)服務器的負載分布情況衡量整個網(wǎng)絡的負載均衡度,結合強化學習方法為任務匹配合適的邊緣服務器,以滿足傳感器節(jié)點任務的資源差異化需求;進而,構造任務時延和終端發(fā)射功率的映射關系來滿足物理域的約束,結合終端用戶社會屬性,為任務不斷地選擇合適的中繼終端,通過終端輔助調(diào)度的方式實現(xiàn)網(wǎng)絡的負載均衡。仿真結果表明,所提出的策略與其他負載均衡策略相比能有效地緩解邊緣服務器之間的負載和核心網(wǎng)的流量,降低任務處理時延。

基金項目
項目計算機輔助受理的申請代碼與研究方向-2019年受理情況與2020年注意事項
唐華, 朱鵬程, 邊超, 武岳, 盧婷, 宋朝暉
2020, 42(1): 279-286.
摘要:

該文首先對2019年度國家自然科學基金委分類申請分類評審等改革措施進行介紹,而后對信息一處的計算機輔助受理情況進行簡要的介紹和分析,以表格的形式說明了近十年來項目申請代碼、研究方向選擇持續(xù)進展情況。其次對2019年面上、青年、地區(qū)、重點和優(yōu)秀青年科學基金項目資助情況和項目的科學問題屬性進行統(tǒng)計和說明。再次舉例分析并強調(diào)研究方向選擇中應該注意的問題,最后介紹信息一處2020年申請代碼的調(diào)整情況和研究方向及選擇注意事項,以及重點領域建議的征集和評審。