郵件訂閱
2025年 第47卷 第1期
顯示方式:
2025, 47(1): 1-21.
doi: 10.11999/JEIT240012
摘要:
通信感知一體化(ISAC)需要通信和感知共用無線電頻段和硬件資源。多頻段、大帶寬、通信感知對硬件的要求不同等特點對通信感知一體化硬件設(shè)計提出更高要求。該文對后5G, 6G, WiFi等通信感知一體化的硬件設(shè)計、驗證技術(shù)，以及硬件系統(tǒng)性驗證平臺進行歸納，對國內(nèi)外近年相關(guān)硬件設(shè)計研究及其驗證情況進行綜述，關(guān)注通信感知兩種系統(tǒng)對硬件的需求矛盾、帶內(nèi)全雙工(IBFD)自干擾消除(SIC)、功放(PA)效率、電路性能對建模要求更高等硬件設(shè)計挑戰(zhàn)。首先，總結(jié)、比較已有研究中通信感知一體化收發(fā)信機架構(gòu)設(shè)計。然后，介紹、分析現(xiàn)有通信感知一體化帶內(nèi)全雙工自干擾抑制方案、低峰均功率比(PAPR)波形與高性能PA設(shè)計、器件高精度建模方法以及硬件系統(tǒng)性驗證平臺。最后，總結(jié)全文并對未來通信感知一體化硬件設(shè)計所面臨的開放性問題進行展望。
通信感知一體化(ISAC)需要通信和感知共用無線電頻段和硬件資源。多頻段、大帶寬、通信感知對硬件的要求不同等特點對通信感知一體化硬件設(shè)計提出更高要求。該文對后5G, 6G, WiFi等通信感知一體化的硬件設(shè)計、驗證技術(shù)，以及硬件系統(tǒng)性驗證平臺進行歸納，對國內(nèi)外近年相關(guān)硬件設(shè)計研究及其驗證情況進行綜述，關(guān)注通信感知兩種系統(tǒng)對硬件的需求矛盾、帶內(nèi)全雙工(IBFD)自干擾消除(SIC)、功放(PA)效率、電路性能對建模要求更高等硬件設(shè)計挑戰(zhàn)。首先，總結(jié)、比較已有研究中通信感知一體化收發(fā)信機架構(gòu)設(shè)計。然后，介紹、分析現(xiàn)有通信感知一體化帶內(nèi)全雙工自干擾抑制方案、低峰均功率比(PAPR)波形與高性能PA設(shè)計、器件高精度建模方法以及硬件系統(tǒng)性驗證平臺。最后，總結(jié)全文并對未來通信感知一體化硬件設(shè)計所面臨的開放性問題進行展望。
2025, 47(1): 22-34.
doi: 10.11999/JEIT240308
摘要:
反演光刻技術(shù)(ILT)相比傳統(tǒng)的光學臨近效應修正(OPC)，生成的掩模具有成像效果更好，工藝窗口更大等優(yōu)點，在當前芯片制造的工藝尺寸不斷減小的背景下，逐漸成為主流的光刻掩模修正技術(shù)。該文首先介紹了反演光刻算法的基本原理和幾種主流實現(xiàn)方法；其次，調(diào)研了當前反演光刻技術(shù)應用在光刻掩模優(yōu)化問題上的研究進展，分析了反演光刻技術(shù)的優(yōu)勢和存在的問題。以希望為計算光刻及相關(guān)研究領(lǐng)域的研究人員提供參考，為我國先進集成電路產(chǎn)業(yè)的發(fā)展提供技術(shù)支持。
反演光刻技術(shù)(ILT)相比傳統(tǒng)的光學臨近效應修正(OPC)，生成的掩模具有成像效果更好，工藝窗口更大等優(yōu)點，在當前芯片制造的工藝尺寸不斷減小的背景下，逐漸成為主流的光刻掩模修正技術(shù)。該文首先介紹了反演光刻算法的基本原理和幾種主流實現(xiàn)方法；其次，調(diào)研了當前反演光刻技術(shù)應用在光刻掩模優(yōu)化問題上的研究進展，分析了反演光刻技術(shù)的優(yōu)勢和存在的問題。以希望為計算光刻及相關(guān)研究領(lǐng)域的研究人員提供參考，為我國先進集成電路產(chǎn)業(yè)的發(fā)展提供技術(shù)支持。
2025, 47(1): 35-47.
doi: 10.11999/JEIT240241
摘要:
第六代(6G)移動通信網(wǎng)絡(luò)需要為大規(guī)模節(jié)點提供高可靠低時延通信(URLLC)服務(wù)。為此，該文針對多用戶大規(guī)模多輸入多輸出(MIMO)技術(shù)輔助的URLLC下行通信場景，基于有限碼長( FBL)域理論表征系統(tǒng)性能，以用戶速率公平性為目標，提出一種高效的功率分配算法。具體而言，該文首先針對傳統(tǒng)MIMO中基于全局奇異值分解(SVD)的線性預編碼方案復雜度高、不能兼顧用戶公平性等問題，設(shè)計基于局部SVD的預編碼方案，以相對較低的復雜度實現(xiàn)對MIMO用戶間干擾和用戶內(nèi)干擾的有效抑制。其次，該文以功率分配因子為優(yōu)化變量、以最大化最小用戶速率(MMR)為目標構(gòu)建優(yōu)化問題。為解決所構(gòu)建的高維變量耦合非凸問題，該文通過引入輔助變量、分段McCormick包絡(luò)將目標函數(shù)中香農(nóng)容量相關(guān)項凸松弛處理，實現(xiàn)MMR問題重構(gòu)。進而該文提出基于連續(xù)凸近似(SCA)的優(yōu)化算法有效求解MMR問題。仿真結(jié)果驗證了所提優(yōu)化算法的收斂性與準確性，同時也表明所提優(yōu)化方案相比于現(xiàn)有方案在系統(tǒng)MMR性能和魯棒性上均具有優(yōu)勢。
第六代(6G)移動通信網(wǎng)絡(luò)需要為大規(guī)模節(jié)點提供高可靠低時延通信(URLLC)服務(wù)。為此，該文針對多用戶大規(guī)模多輸入多輸出(MIMO)技術(shù)輔助的URLLC下行通信場景，基于有限碼長( FBL)域理論表征系統(tǒng)性能，以用戶速率公平性為目標，提出一種高效的功率分配算法。具體而言，該文首先針對傳統(tǒng)MIMO中基于全局奇異值分解(SVD)的線性預編碼方案復雜度高、不能兼顧用戶公平性等問題，設(shè)計基于局部SVD的預編碼方案，以相對較低的復雜度實現(xiàn)對MIMO用戶間干擾和用戶內(nèi)干擾的有效抑制。其次，該文以功率分配因子為優(yōu)化變量、以最大化最小用戶速率(MMR)為目標構(gòu)建優(yōu)化問題。為解決所構(gòu)建的高維變量耦合非凸問題，該文通過引入輔助變量、分段McCormick包絡(luò)將目標函數(shù)中香農(nóng)容量相關(guān)項凸松弛處理，實現(xiàn)MMR問題重構(gòu)。進而該文提出基于連續(xù)凸近似(SCA)的優(yōu)化算法有效求解MMR問題。仿真結(jié)果驗證了所提優(yōu)化算法的收斂性與準確性，同時也表明所提優(yōu)化方案相比于現(xiàn)有方案在系統(tǒng)MMR性能和魯棒性上均具有優(yōu)勢。
2025, 47(1): 48-56.
doi: 10.11999/JEIT240302
摘要:
隨著無人機(UAV)系統(tǒng)的規(guī)模持續(xù)擴大以及對更高通信速率的需求增長，UAV光移動通信(UAV-OMC)已經(jīng)成為一個有前景的技術(shù)方向。然而，傳統(tǒng)的UAV-OMC難以支持多UAV之間的通信。該文基于光學智能反射表面(OIRS)技術(shù)，提出一個適用于UAV群的分布式OMC系統(tǒng)。通過在特定的UAV上設(shè)置OIRS，利用OIRS將光信號從單個UAV節(jié)點擴散到多個UAV節(jié)點。這一系統(tǒng)在保留UAV-OMC系統(tǒng)的高能效和高速度的同時，能夠支持分布式UAV群的通信。對所提出的系統(tǒng)進行了數(shù)學建模，考慮了一系列現(xiàn)實因素，如OIRS的光束控制、UAV之間的相對運動和UAV的抖動等，這些因素都符合實際系統(tǒng)的特點。此外，該文還推導出了系統(tǒng)的誤比特率(BER)和漸進中斷概率的閉式表達式?；诶碚摲治龊湍M結(jié)果，討論了各個參數(shù)和系統(tǒng)設(shè)計的影響。
隨著無人機(UAV)系統(tǒng)的規(guī)模持續(xù)擴大以及對更高通信速率的需求增長，UAV光移動通信(UAV-OMC)已經(jīng)成為一個有前景的技術(shù)方向。然而，傳統(tǒng)的UAV-OMC難以支持多UAV之間的通信。該文基于光學智能反射表面(OIRS)技術(shù)，提出一個適用于UAV群的分布式OMC系統(tǒng)。通過在特定的UAV上設(shè)置OIRS，利用OIRS將光信號從單個UAV節(jié)點擴散到多個UAV節(jié)點。這一系統(tǒng)在保留UAV-OMC系統(tǒng)的高能效和高速度的同時，能夠支持分布式UAV群的通信。對所提出的系統(tǒng)進行了數(shù)學建模，考慮了一系列現(xiàn)實因素，如OIRS的光束控制、UAV之間的相對運動和UAV的抖動等，這些因素都符合實際系統(tǒng)的特點。此外，該文還推導出了系統(tǒng)的誤比特率(BER)和漸進中斷概率的閉式表達式?；诶碚摲治龊湍M結(jié)果，討論了各個參數(shù)和系統(tǒng)設(shè)計的影響。
2025, 47(1): 57-65.
doi: 10.11999/JEIT240590
摘要:
針對農(nóng)村偏遠地區(qū)通信不暢的臨時突發(fā)性問題，該文提出一種自適應的多無人機(UAV)輔助通感一體化(ISAC)機制，在地面用戶和感測目標呈簇狀隨機分布的情況下，通過合理調(diào)度多無人機實現(xiàn)覆蓋式通信保障，為無人機使能的通感一體系統(tǒng)提供了一種新的解決思路和方案。該文主要研究了無人機空間部署及其對地面設(shè)備的波束成形等問題，在空地關(guān)聯(lián)約束條件下，系統(tǒng)可通過優(yōu)化無人機的通信和感知波束成形變量組，最大限度地提高用戶傳輸可達速率的下限，同時保證基本的通感需求。為了有效解決所考慮的非凸優(yōu)化問題，該文借助基于高斯核的均值漂移算法(MS)，用以處理關(guān)聯(lián)策略中的混合整型線性問題，此外，結(jié)合2次變換與連續(xù)凸逼近(SCA)的相關(guān)技巧，采用塊坐標下降(BCD)的方式優(yōu)化波束成形，以獲取次優(yōu)解。數(shù)值結(jié)果驗證了自適應機制的有效性。
針對農(nóng)村偏遠地區(qū)通信不暢的臨時突發(fā)性問題，該文提出一種自適應的多無人機(UAV)輔助通感一體化(ISAC)機制，在地面用戶和感測目標呈簇狀隨機分布的情況下，通過合理調(diào)度多無人機實現(xiàn)覆蓋式通信保障，為無人機使能的通感一體系統(tǒng)提供了一種新的解決思路和方案。該文主要研究了無人機空間部署及其對地面設(shè)備的波束成形等問題，在空地關(guān)聯(lián)約束條件下，系統(tǒng)可通過優(yōu)化無人機的通信和感知波束成形變量組，最大限度地提高用戶傳輸可達速率的下限，同時保證基本的通感需求。為了有效解決所考慮的非凸優(yōu)化問題，該文借助基于高斯核的均值漂移算法(MS)，用以處理關(guān)聯(lián)策略中的混合整型線性問題，此外，結(jié)合2次變換與連續(xù)凸逼近(SCA)的相關(guān)技巧，采用塊坐標下降(BCD)的方式優(yōu)化波束成形，以獲取次優(yōu)解。數(shù)值結(jié)果驗證了自適應機制的有效性。
2025, 47(1): 66-74.
doi: 10.11999/JEIT240083
摘要:
為了解決6G通感一體化系統(tǒng)(ISAC)中信息傳輸安全以及頻譜緊張的問題，該文提出一種智能反射面(IRS)輔助ISAC系統(tǒng)安全資源分配算法。首先，在IRS-ISAC系統(tǒng)中，用戶受到竊聽者的惡意攻擊時，通過干擾機發(fā)射的干擾信號和IRS智能地調(diào)節(jié)反射相移，重新配置傳輸環(huán)境，以提高系統(tǒng)的物理層安全。其次，考慮在基站和干擾機的最大發(fā)射功率約束，IRS反射相移約束以及雷達的信干噪比約束下，建立一個聯(lián)合優(yōu)化基站發(fā)射波束成形、干擾機預編碼和IRS相移的系統(tǒng)保密率最大化優(yōu)化問題。然后，利用交替優(yōu)化和半正定松弛(SDR)算法等方法對原非凸優(yōu)化問題進行轉(zhuǎn)換，求出一個能夠得到確定解的凸優(yōu)化問題。最后提出一種基于交替迭代的安全資源分配算法。仿真結(jié)果驗證了所提算法的安全性和有效性以及IRS-ISAC系統(tǒng)的優(yōu)越性。
為了解決6G通感一體化系統(tǒng)(ISAC)中信息傳輸安全以及頻譜緊張的問題，該文提出一種智能反射面(IRS)輔助ISAC系統(tǒng)安全資源分配算法。首先，在IRS-ISAC系統(tǒng)中，用戶受到竊聽者的惡意攻擊時，通過干擾機發(fā)射的干擾信號和IRS智能地調(diào)節(jié)反射相移，重新配置傳輸環(huán)境，以提高系統(tǒng)的物理層安全。其次，考慮在基站和干擾機的最大發(fā)射功率約束，IRS反射相移約束以及雷達的信干噪比約束下，建立一個聯(lián)合優(yōu)化基站發(fā)射波束成形、干擾機預編碼和IRS相移的系統(tǒng)保密率最大化優(yōu)化問題。然后，利用交替優(yōu)化和半正定松弛(SDR)算法等方法對原非凸優(yōu)化問題進行轉(zhuǎn)換，求出一個能夠得到確定解的凸優(yōu)化問題。最后提出一種基于交替迭代的安全資源分配算法。仿真結(jié)果驗證了所提算法的安全性和有效性以及IRS-ISAC系統(tǒng)的優(yōu)越性。
2025, 47(1): 75-83.
doi: 10.11999/JEIT240395
摘要:
環(huán)境反向散射通信(AmBC)是一種新型的低功耗通信技術(shù)，它能利用周圍環(huán)境中的射頻(RF)信號源實現(xiàn)無源信息傳輸，但由于其存在雙重衰落、障礙物阻擋等問題，導致反射鏈路信號強度弱。為此，該文將智能反射面(IRS)引入到AmBC系統(tǒng)中用以增強反射鏈路增益。然而，IRS與標簽均為無源器件使得信道估計極具挑戰(zhàn)性。為此，該文提出了一種IRS輔助的AmBC系統(tǒng)信道估計方案。首先，將信道分解為多個子信道，其中，反射鏈路的每個子信道對應一個IRS反射單元。然后，將最小二乘(LS)法作為估計準則，以最小化均方誤差(MSE)為目標，探索了IRS反射模式與信道估計的聯(lián)合設(shè)計。仿真結(jié)果表明，該信道估計方案具有良好的估計性能。
環(huán)境反向散射通信(AmBC)是一種新型的低功耗通信技術(shù)，它能利用周圍環(huán)境中的射頻(RF)信號源實現(xiàn)無源信息傳輸，但由于其存在雙重衰落、障礙物阻擋等問題，導致反射鏈路信號強度弱。為此，該文將智能反射面(IRS)引入到AmBC系統(tǒng)中用以增強反射鏈路增益。然而，IRS與標簽均為無源器件使得信道估計極具挑戰(zhàn)性。為此，該文提出了一種IRS輔助的AmBC系統(tǒng)信道估計方案。首先，將信道分解為多個子信道，其中，反射鏈路的每個子信道對應一個IRS反射單元。然后，將最小二乘(LS)法作為估計準則，以最小化均方誤差(MSE)為目標，探索了IRS反射模式與信道估計的聯(lián)合設(shè)計。仿真結(jié)果表明，該信道估計方案具有良好的估計性能。
2025, 47(1): 84-92.
doi: 10.11999/JEIT240003
摘要:
作為一種基于軟硬件資源共享和信息共享的新型信息通信技術(shù)，通感一體化(ISAC)可將無線感知集成到Wi-Fi平臺，為低成本的室內(nèi)定位提供一種高效的方法。針對室內(nèi)定位參數(shù)估計實時性與準確性問題，該文提出一種基于3維矩陣束(MP)聯(lián)合參數(shù)估計算法。首先，對信道狀態(tài)信息(CSI)數(shù)據(jù)進行分析，構(gòu)建包含到達角(AoA)、飛行時間(ToF)和多普勒頻移(DFS)的3維矩陣。其次，對3維矩陣進行平滑處理并利用3維MP算法進行參數(shù)估計，通過聚類找到直達徑。最后，利用雙角定位法進行定位，驗證該文所提算法的有效性。實驗結(jié)果表明，與多重信號分類(MUSIC)參數(shù)估計算法相比，無需復雜的峰值搜索步驟，降低了90%計算復雜度。與2維MP算法相比，加入多普勒參數(shù)，使AoA估計誤差均值在會議室和教室兩種場景下分別降低了1.45°和2°。該文通過實際測試驗證了所提算法在室內(nèi)可以達到在置信度67%處平均0.56 m的定位精度。因此，該文所提算法有效地改善了現(xiàn)有室內(nèi)定位參數(shù)估計的實時性和準確性。
作為一種基于軟硬件資源共享和信息共享的新型信息通信技術(shù)，通感一體化(ISAC)可將無線感知集成到Wi-Fi平臺，為低成本的室內(nèi)定位提供一種高效的方法。針對室內(nèi)定位參數(shù)估計實時性與準確性問題，該文提出一種基于3維矩陣束(MP)聯(lián)合參數(shù)估計算法。首先，對信道狀態(tài)信息(CSI)數(shù)據(jù)進行分析，構(gòu)建包含到達角(AoA)、飛行時間(ToF)和多普勒頻移(DFS)的3維矩陣。其次，對3維矩陣進行平滑處理并利用3維MP算法進行參數(shù)估計，通過聚類找到直達徑。最后，利用雙角定位法進行定位，驗證該文所提算法的有效性。實驗結(jié)果表明，與多重信號分類(MUSIC)參數(shù)估計算法相比，無需復雜的峰值搜索步驟，降低了90%計算復雜度。與2維MP算法相比，加入多普勒參數(shù)，使AoA估計誤差均值在會議室和教室兩種場景下分別降低了1.45°和2°。該文通過實際測試驗證了所提算法在室內(nèi)可以達到在置信度67%處平均0.56 m的定位精度。因此，該文所提算法有效地改善了現(xiàn)有室內(nèi)定位參數(shù)估計的實時性和準確性。
2025, 47(1): 93-101.
doi: 10.11999/JEIT231120
摘要:
衛(wèi)星物聯(lián)網(wǎng)終端低功耗、輕控制的設(shè)計需求導致系統(tǒng)采用常規(guī)隨機接入?yún)f(xié)議時易發(fā)生大量碰撞，難以滿足系統(tǒng)吞吐量要求?，F(xiàn)有容碰撞隨機接入技術(shù)依賴功率控制、波形積累的方式，在實際中難以實現(xiàn)。該文分析了功率域碰撞分離所需條件，提出面向功率域信號分離的輔助波束設(shè)計方案，在常規(guī)接收波束外增設(shè)輔助接收波束，通過優(yōu)化輔助波束增益構(gòu)造接收信號信噪比差異，支撐碰撞信號分離。仿真表明，所提方案能夠顯著提升隨機接入的吞吐量。
衛(wèi)星物聯(lián)網(wǎng)終端低功耗、輕控制的設(shè)計需求導致系統(tǒng)采用常規(guī)隨機接入?yún)f(xié)議時易發(fā)生大量碰撞，難以滿足系統(tǒng)吞吐量要求?，F(xiàn)有容碰撞隨機接入技術(shù)依賴功率控制、波形積累的方式，在實際中難以實現(xiàn)。該文分析了功率域碰撞分離所需條件，提出面向功率域信號分離的輔助波束設(shè)計方案，在常規(guī)接收波束外增設(shè)輔助接收波束，通過優(yōu)化輔助波束增益構(gòu)造接收信號信噪比差異，支撐碰撞信號分離。仿真表明，所提方案能夠顯著提升隨機接入的吞吐量。
2025, 47(1): 102-115.
doi: 10.11999/JEIT240464
摘要:
針對移動用戶數(shù)量迅猛增長和地面基礎(chǔ)設(shè)施分布稀疏所帶來的挑戰(zhàn)，該文提出一種能量收集輔助的空地協(xié)同計算卸載架構(gòu)。該架構(gòu)充分利用無人機(UAVs)的靈活機動性和路側(cè)單元(RSUs)及基站(BS)的強大算力，實現(xiàn)了任務(wù)計算的動態(tài)實時分發(fā)。特別地，無人機通過能量收集來維持其持續(xù)運行和穩(wěn)定的計算性能?？紤]到無人機與地面車輛的高動態(tài)性、車輛計算任務(wù)的隨機性，以及信道模型的時變性，提出一個能耗受限的長期優(yōu)化問題，旨在從全局角度有效降低整個系統(tǒng)的平均時延。為了解決這一復雜的混合整數(shù)規(guī)劃(MIP)問題，提出一種基于改進演員-評論家(Actor-Critic)強化學習算法的計算卸載策略(IACA)。該算法運用李雅普諾夫優(yōu)化技術(shù)，將長期系統(tǒng)時延優(yōu)化問題分解為一系列易于處理的幀級子問題。然后，利用遺傳算法計算目標Q值替代目標神經(jīng)網(wǎng)絡(luò)輸出以調(diào)整強化學習進化方向，有效避免了算法陷入局部最優(yōu)，從而實現(xiàn)動態(tài)車輛網(wǎng)絡(luò)中的高效卸載和資源優(yōu)化。通過綜合仿真驗證了所提計算卸載架構(gòu)和算法的可行性和優(yōu)越性。
針對移動用戶數(shù)量迅猛增長和地面基礎(chǔ)設(shè)施分布稀疏所帶來的挑戰(zhàn)，該文提出一種能量收集輔助的空地協(xié)同計算卸載架構(gòu)。該架構(gòu)充分利用無人機(UAVs)的靈活機動性和路側(cè)單元(RSUs)及基站(BS)的強大算力，實現(xiàn)了任務(wù)計算的動態(tài)實時分發(fā)。特別地，無人機通過能量收集來維持其持續(xù)運行和穩(wěn)定的計算性能?？紤]到無人機與地面車輛的高動態(tài)性、車輛計算任務(wù)的隨機性，以及信道模型的時變性，提出一個能耗受限的長期優(yōu)化問題，旨在從全局角度有效降低整個系統(tǒng)的平均時延。為了解決這一復雜的混合整數(shù)規(guī)劃(MIP)問題，提出一種基于改進演員-評論家(Actor-Critic)強化學習算法的計算卸載策略(IACA)。該算法運用李雅普諾夫優(yōu)化技術(shù)，將長期系統(tǒng)時延優(yōu)化問題分解為一系列易于處理的幀級子問題。然后，利用遺傳算法計算目標Q值替代目標神經(jīng)網(wǎng)絡(luò)輸出以調(diào)整強化學習進化方向，有效避免了算法陷入局部最優(yōu)，從而實現(xiàn)動態(tài)車輛網(wǎng)絡(luò)中的高效卸載和資源優(yōu)化。通過綜合仿真驗證了所提計算卸載架構(gòu)和算法的可行性和優(yōu)越性。
2025, 47(1): 116-127.
doi: 10.11999/JEIT240624
摘要:
基于單智能體強化學習的任務(wù)卸載算法在解決大規(guī)模多接入邊緣計算(MEC)系統(tǒng)任務(wù)卸載時，存在智能體之間相互影響，策略退化的問題。而以多智能體深度確定性策略梯度(MADDPG)為代表的傳統(tǒng)多智能體算法的聯(lián)合動作空間維度隨著系統(tǒng)內(nèi)智能體的數(shù)量增加而成比例增加，導致系統(tǒng)擴展性變差。為解決以上問題，該文將大規(guī)模多接入邊緣計算任務(wù)卸載問題，描述為部分可觀測馬爾可夫決策過程(POMDP)，提出基于平均場多智能體的任務(wù)卸載算法。通過引入長短期記憶網(wǎng)絡(luò)(LSTM)解決局部觀測問題，引入平均場近似理論降低聯(lián)合動作空間維度。仿真結(jié)果表明，所提算法在任務(wù)時延與任務(wù)掉線率上的性能優(yōu)于單智能體任務(wù)卸載算法，并且在降低聯(lián)合動作空間的維度情況下，任務(wù)時延與任務(wù)掉線率上的性能與MADDPG一致。
基于單智能體強化學習的任務(wù)卸載算法在解決大規(guī)模多接入邊緣計算(MEC)系統(tǒng)任務(wù)卸載時，存在智能體之間相互影響，策略退化的問題。而以多智能體深度確定性策略梯度(MADDPG)為代表的傳統(tǒng)多智能體算法的聯(lián)合動作空間維度隨著系統(tǒng)內(nèi)智能體的數(shù)量增加而成比例增加，導致系統(tǒng)擴展性變差。為解決以上問題，該文將大規(guī)模多接入邊緣計算任務(wù)卸載問題，描述為部分可觀測馬爾可夫決策過程(POMDP)，提出基于平均場多智能體的任務(wù)卸載算法。通過引入長短期記憶網(wǎng)絡(luò)(LSTM)解決局部觀測問題，引入平均場近似理論降低聯(lián)合動作空間維度。仿真結(jié)果表明，所提算法在任務(wù)時延與任務(wù)掉線率上的性能優(yōu)于單智能體任務(wù)卸載算法，并且在降低聯(lián)合動作空間的維度情況下，任務(wù)時延與任務(wù)掉線率上的性能與MADDPG一致。
2025, 47(1): 128-137.
doi: 10.11999/JEIT240051
摘要:
針對可重構(gòu)智能超表面(RIS)輔助多用戶系統(tǒng)中基站和RIS聯(lián)合波束成形設(shè)計問題，該文提出通用低復雜度聯(lián)合波束成形設(shè)計方案。首先，分析RIS輔助多用戶系統(tǒng)以最大化和數(shù)據(jù)速率為目標的聯(lián)合波束成形非凸優(yōu)化問題。其次，利用波束導向矢量近似正交性設(shè)計RIS反射矩陣，進一步利用迫零方法設(shè)計基站發(fā)射波束成形，并對多用戶進行功率分配優(yōu)化。最后，討論該方案適用性并對比該方案的計算復雜度相比現(xiàn)有方案降低了一個數(shù)量級。仿真結(jié)果表明，所提通用低復雜度波束成形設(shè)計可以獲得較高和數(shù)據(jù)速率，并且采用最優(yōu)功率分配可以進一步提高和數(shù)據(jù)速率。此外，仿真結(jié)果和理論分析都表明系統(tǒng)和數(shù)據(jù)速率隨RIS位置的變化而變化，該結(jié)論為RIS位置的選擇提供參考依據(jù)。
針對可重構(gòu)智能超表面(RIS)輔助多用戶系統(tǒng)中基站和RIS聯(lián)合波束成形設(shè)計問題，該文提出通用低復雜度聯(lián)合波束成形設(shè)計方案。首先，分析RIS輔助多用戶系統(tǒng)以最大化和數(shù)據(jù)速率為目標的聯(lián)合波束成形非凸優(yōu)化問題。其次，利用波束導向矢量近似正交性設(shè)計RIS反射矩陣，進一步利用迫零方法設(shè)計基站發(fā)射波束成形，并對多用戶進行功率分配優(yōu)化。最后，討論該方案適用性并對比該方案的計算復雜度相比現(xiàn)有方案降低了一個數(shù)量級。仿真結(jié)果表明，所提通用低復雜度波束成形設(shè)計可以獲得較高和數(shù)據(jù)速率，并且采用最優(yōu)功率分配可以進一步提高和數(shù)據(jù)速率。此外，仿真結(jié)果和理論分析都表明系統(tǒng)和數(shù)據(jù)速率隨RIS位置的變化而變化，該結(jié)論為RIS位置的選擇提供參考依據(jù)。
2025, 47(1): 138-146.
doi: 10.11999/JEIT240236
摘要:
作為一種通過算法智能地控制信號反射來重構(gòu)無線通信環(huán)境的新技術(shù)，智能反射面(IRS)近年來受到了廣泛關(guān)注。與傳統(tǒng)的中繼系統(tǒng)相比，IRS輔助的中繼系統(tǒng)可有效節(jié)約成本和能耗，并顯著提高系統(tǒng)性能。然而，配備離散移相器的IRS會導致相位量化誤差，從而降低接收機的接收性能。為了分析IRS相位量化誤差導致的性能損失，該文基于弱大數(shù)定律和瑞利分布，在瑞利信道下，推導了關(guān)于移相器量化比特數(shù)的雙IRS輔助放大轉(zhuǎn)發(fā)中繼網(wǎng)絡(luò)的信噪比性能損失與可達速率的閉合表達式。此外，基于Taylor級數(shù)展開表達式，推導了其近似性能損失閉合表達式。仿真結(jié)果表明，系統(tǒng)的信噪比和可達速率性能損失隨著量化比特數(shù)的增加而逐漸減小，而隨著 IRS 相移元件數(shù)的增加而逐漸增大。當量化比特數(shù)為4時，系統(tǒng)的信噪比和可達速率性能損失分別小于0.06 dB 和0.03 bit/(s·Hz)。
作為一種通過算法智能地控制信號反射來重構(gòu)無線通信環(huán)境的新技術(shù)，智能反射面(IRS)近年來受到了廣泛關(guān)注。與傳統(tǒng)的中繼系統(tǒng)相比，IRS輔助的中繼系統(tǒng)可有效節(jié)約成本和能耗，并顯著提高系統(tǒng)性能。然而，配備離散移相器的IRS會導致相位量化誤差，從而降低接收機的接收性能。為了分析IRS相位量化誤差導致的性能損失，該文基于弱大數(shù)定律和瑞利分布，在瑞利信道下，推導了關(guān)于移相器量化比特數(shù)的雙IRS輔助放大轉(zhuǎn)發(fā)中繼網(wǎng)絡(luò)的信噪比性能損失與可達速率的閉合表達式。此外，基于Taylor級數(shù)展開表達式，推導了其近似性能損失閉合表達式。仿真結(jié)果表明，系統(tǒng)的信噪比和可達速率性能損失隨著量化比特數(shù)的增加而逐漸減小，而隨著 IRS 相移元件數(shù)的增加而逐漸增大。當量化比特數(shù)為4時，系統(tǒng)的信噪比和可達速率性能損失分別小于0.06 dB 和0.03 bit/(s·Hz)。
2025, 47(1): 147-155.
doi: 10.11999/JEIT240018
摘要:
同時透射和反射可重構(gòu)智能表面(STAR-RIS)能夠創(chuàng)建全空間智能無線電環(huán)境，有效提高無線通信系統(tǒng)性能，具有廣闊的研究潛力。因此，該文提出一種大規(guī)模STAR-RIS輔助的近場通感一體化(ISAC)方法，并對感知目標3維參數(shù)估計的克拉美羅界(CRB)進行優(yōu)化。首先，搭建近場系統(tǒng)模型，分別推導基站、STAR-RIS、通信用戶、感知目標與傳感器之間的導向矢量。其次，通過設(shè)計基站發(fā)射波束成形矩陣、發(fā)射信號協(xié)方差矩陣和STAR-RIS透射反射系數(shù)，實現(xiàn)感知性能最優(yōu)化。再次，針對非凸優(yōu)化問題利用半正定松弛方法進行求解。仿真結(jié)果表明了所提出ISAC方案的有效性，以及近場額外距離自由度所帶來的定位性能優(yōu)勢。
同時透射和反射可重構(gòu)智能表面(STAR-RIS)能夠創(chuàng)建全空間智能無線電環(huán)境，有效提高無線通信系統(tǒng)性能，具有廣闊的研究潛力。因此，該文提出一種大規(guī)模STAR-RIS輔助的近場通感一體化(ISAC)方法，并對感知目標3維參數(shù)估計的克拉美羅界(CRB)進行優(yōu)化。首先，搭建近場系統(tǒng)模型，分別推導基站、STAR-RIS、通信用戶、感知目標與傳感器之間的導向矢量。其次，通過設(shè)計基站發(fā)射波束成形矩陣、發(fā)射信號協(xié)方差矩陣和STAR-RIS透射反射系數(shù)，實現(xiàn)感知性能最優(yōu)化。再次，針對非凸優(yōu)化問題利用半正定松弛方法進行求解。仿真結(jié)果表明了所提出ISAC方案的有效性，以及近場額外距離自由度所帶來的定位性能優(yōu)勢。
2025, 47(1): 156-166.
doi: 10.11999/JEIT240469
摘要:
針對存在突變測量偏差和未知時變量測噪聲場景下的目標跟蹤問題，該文提出一種偏差未補償自適應邊緣化容積卡爾曼濾波跟蹤方法。首先通過建立差分量測方程來消除恒定的測量偏差，同時構(gòu)建滿足beta-Bernoulli分布的指示變量識別突變測量偏差，將相鄰時刻目標狀態(tài)擴維以滿足實時濾波需求，利用逆Wishart分布建模未知量測噪聲協(xié)方差矩陣，從而建立目標狀態(tài)、指示變量、噪聲協(xié)方差矩陣的聯(lián)合分布，并通過變分貝葉斯推斷來求解各個參數(shù)的近似后驗。為減小濾波負擔，對擴維后的狀態(tài)向量進行邊緣化處理，結(jié)合容積卡爾曼濾波方法實現(xiàn)邊緣化容積卡爾曼濾波跟蹤。仿真實驗結(jié)果表明，所提方法能夠同時處理突變測量偏差和未知時變量測噪聲，從而對目標進行有效跟蹤。
針對存在突變測量偏差和未知時變量測噪聲場景下的目標跟蹤問題，該文提出一種偏差未補償自適應邊緣化容積卡爾曼濾波跟蹤方法。首先通過建立差分量測方程來消除恒定的測量偏差，同時構(gòu)建滿足beta-Bernoulli分布的指示變量識別突變測量偏差，將相鄰時刻目標狀態(tài)擴維以滿足實時濾波需求，利用逆Wishart分布建模未知量測噪聲協(xié)方差矩陣，從而建立目標狀態(tài)、指示變量、噪聲協(xié)方差矩陣的聯(lián)合分布，并通過變分貝葉斯推斷來求解各個參數(shù)的近似后驗。為減小濾波負擔，對擴維后的狀態(tài)向量進行邊緣化處理，結(jié)合容積卡爾曼濾波方法實現(xiàn)邊緣化容積卡爾曼濾波跟蹤。仿真實驗結(jié)果表明，所提方法能夠同時處理突變測量偏差和未知時變量測噪聲，從而對目標進行有效跟蹤。
2025, 47(1): 167-177.
doi: 10.11999/JEIT240595
摘要:
在復雜的海洋環(huán)境中，目標的可知信息受環(huán)境噪聲、混響等的干擾嚴重，導致目標跟蹤效果較差，而從這些干擾中提取目標的可利用特征及其困難。該文將目標與環(huán)境的耦合特征融入目標跟蹤算法中，提出了一種基于主動波導不變量分布的改進擴展卡爾曼濾波跟蹤方法。首先基于淺海波導中目標散射特性基本理論，推導了收發(fā)分置條件下的主動波導不變量表征的數(shù)學模型，獲得了距離、頻率以及主動波導不變量分布的約束關(guān)系；然后將該約束加入到擴展卡爾曼濾波的狀態(tài)向量中，通過增加新的約束來提高目標運動模型與真實目標運動軌跡的契合度進而提高目標跟蹤的精度；最后通過仿真實驗和實測數(shù)據(jù)驗證了該方法的跟蹤性能，結(jié)果顯示：該方法較常規(guī)擴展卡爾曼濾波跟蹤方法能夠更好地提高目標跟蹤精度，仿真中結(jié)果的優(yōu)化率約能達到50%，實測數(shù)據(jù)處理結(jié)果的優(yōu)化率約在60%左右。
在復雜的海洋環(huán)境中，目標的可知信息受環(huán)境噪聲、混響等的干擾嚴重，導致目標跟蹤效果較差，而從這些干擾中提取目標的可利用特征及其困難。該文將目標與環(huán)境的耦合特征融入目標跟蹤算法中，提出了一種基于主動波導不變量分布的改進擴展卡爾曼濾波跟蹤方法。首先基于淺海波導中目標散射特性基本理論，推導了收發(fā)分置條件下的主動波導不變量表征的數(shù)學模型，獲得了距離、頻率以及主動波導不變量分布的約束關(guān)系；然后將該約束加入到擴展卡爾曼濾波的狀態(tài)向量中，通過增加新的約束來提高目標運動模型與真實目標運動軌跡的契合度進而提高目標跟蹤的精度；最后通過仿真實驗和實測數(shù)據(jù)驗證了該方法的跟蹤性能，結(jié)果顯示：該方法較常規(guī)擴展卡爾曼濾波跟蹤方法能夠更好地提高目標跟蹤精度，仿真中結(jié)果的優(yōu)化率約能達到50%，實測數(shù)據(jù)處理結(jié)果的優(yōu)化率約在60%左右。
2025, 47(1): 178-187.
doi: 10.11999/JEIT240348
摘要:
互質(zhì)陣列因具有較低的互耦效應而備受關(guān)注，但交替部署的子陣卻在一定程度上限制了連續(xù)自由度的提升。針對上述問題，該文在分析子陣互差集中冗余虛擬陣元產(chǎn)生條件的基礎(chǔ)上，提出了兩種子陣移位互質(zhì)陣列(Coprime Array with Translated Subarray, CATrS)，以改善自由度性能。首先，將子陣平移至適當位置以優(yōu)化布陣結(jié)構(gòu)，并分析了子陣的平移距離。隨后，推導了CATrS結(jié)構(gòu)的自由度、連續(xù)自由度、孔洞位置和虛擬陣元權(quán)重的閉合表達式。理論分析表明，CATrS結(jié)構(gòu)能夠在保持物理陣元數(shù)量不變的條件下，有效增加自由度和連續(xù)自由度，并抑制陣元互耦。最后，利用仿真實驗驗證了CATrS結(jié)構(gòu)在波達方向估計中的優(yōu)越性。
互質(zhì)陣列因具有較低的互耦效應而備受關(guān)注，但交替部署的子陣卻在一定程度上限制了連續(xù)自由度的提升。針對上述問題，該文在分析子陣互差集中冗余虛擬陣元產(chǎn)生條件的基礎(chǔ)上，提出了兩種子陣移位互質(zhì)陣列(Coprime Array with Translated Subarray, CATrS)，以改善自由度性能。首先，將子陣平移至適當位置以優(yōu)化布陣結(jié)構(gòu)，并分析了子陣的平移距離。隨后，推導了CATrS結(jié)構(gòu)的自由度、連續(xù)自由度、孔洞位置和虛擬陣元權(quán)重的閉合表達式。理論分析表明，CATrS結(jié)構(gòu)能夠在保持物理陣元數(shù)量不變的條件下，有效增加自由度和連續(xù)自由度，并抑制陣元互耦。最后，利用仿真實驗驗證了CATrS結(jié)構(gòu)在波達方向估計中的優(yōu)越性。
2025, 47(1): 188-200.
doi: 10.11999/JEIT240521
摘要:
非完備、高動態(tài)有源干擾對抗作戰(zhàn)環(huán)境下，現(xiàn)階段針對庫內(nèi)多類型單一有源干擾樣本所優(yōu)化訓練的靜態(tài)模型，在面對庫外類型多樣、參數(shù)多變、組合方式多元的復合干擾時，模型無法快速更新且難以應對測試樣本數(shù)非均衡問題。針對此問題，該文提出一種基于零記憶增量學習的雷達復合有源干擾識別方法。首先，利用元學習訓練模式對庫內(nèi)單一干擾進行原型學習，訓練出高效的特征提取器，使其具備對庫外復合干擾特征有效提取能力。進而，基于超維空間和余弦相似度計算，構(gòu)建零記憶增量學習網(wǎng)絡(luò)(ZMILN)，將復合干擾原型向量映射到超維空間并存儲，從而實現(xiàn)識別模型動態(tài)更新。此外，為解決樣本數(shù)非均衡下復合干擾識別問題，設(shè)計直推式信息最大化(TIM)測試模塊，通過在互信息損失函數(shù)中加入散度約束，對識別模型進一步強化訓練以應對非均衡測試樣本。實驗結(jié)果表明，該文所提方法在非均衡測試條件下對4種單一干擾和7種復合干擾進行增量學習后，平均識別準確率達到了93.62%。該方法通過對庫內(nèi)多類型單一干擾知識充分提取，實現(xiàn)對多種組合條件下庫外復合干擾的快速動態(tài)識別。
非完備、高動態(tài)有源干擾對抗作戰(zhàn)環(huán)境下，現(xiàn)階段針對庫內(nèi)多類型單一有源干擾樣本所優(yōu)化訓練的靜態(tài)模型，在面對庫外類型多樣、參數(shù)多變、組合方式多元的復合干擾時，模型無法快速更新且難以應對測試樣本數(shù)非均衡問題。針對此問題，該文提出一種基于零記憶增量學習的雷達復合有源干擾識別方法。首先，利用元學習訓練模式對庫內(nèi)單一干擾進行原型學習，訓練出高效的特征提取器，使其具備對庫外復合干擾特征有效提取能力。進而，基于超維空間和余弦相似度計算，構(gòu)建零記憶增量學習網(wǎng)絡(luò)(ZMILN)，將復合干擾原型向量映射到超維空間并存儲，從而實現(xiàn)識別模型動態(tài)更新。此外，為解決樣本數(shù)非均衡下復合干擾識別問題，設(shè)計直推式信息最大化(TIM)測試模塊，通過在互信息損失函數(shù)中加入散度約束，對識別模型進一步強化訓練以應對非均衡測試樣本。實驗結(jié)果表明，該文所提方法在非均衡測試條件下對4種單一干擾和7種復合干擾進行增量學習后，平均識別準確率達到了93.62%。該方法通過對庫內(nèi)多類型單一干擾知識充分提取，實現(xiàn)對多種組合條件下庫外復合干擾的快速動態(tài)識別。
2025, 47(1): 201-210.
doi: 10.11999/JEIT240297
摘要:
隨著新興應用的不斷涌現(xiàn)，頻譜擁堵問題日益嚴重。通信雷達一體化(DFRC)是解決頻譜擁堵問題的關(guān)鍵技術(shù)之一。然而，如何解決通信與雷達之間的相互干擾并實現(xiàn)高通信速率是通信雷達一體化亟待解決的基礎(chǔ)難題。該文以多載波互補碼分多址技術(shù)為基礎(chǔ)，設(shè)計一種適用于多用戶場景的新型通信雷達一體化信號。理論分析和仿真結(jié)果表明，與典型的擴頻方案相比，所提方案可以實現(xiàn)通信雷達的無擾傳輸，并具有低的誤碼率與高的通信速率。
隨著新興應用的不斷涌現(xiàn)，頻譜擁堵問題日益嚴重。通信雷達一體化(DFRC)是解決頻譜擁堵問題的關(guān)鍵技術(shù)之一。然而，如何解決通信與雷達之間的相互干擾并實現(xiàn)高通信速率是通信雷達一體化亟待解決的基礎(chǔ)難題。該文以多載波互補碼分多址技術(shù)為基礎(chǔ)，設(shè)計一種適用于多用戶場景的新型通信雷達一體化信號。理論分析和仿真結(jié)果表明，與典型的擴頻方案相比，所提方案可以實現(xiàn)通信雷達的無擾傳輸，并具有低的誤碼率與高的通信速率。
2025, 47(1): 211-222.
doi: 10.11999/JEIT240650
摘要:
低軌導航星座衛(wèi)星數(shù)量多，信號多普勒頻偏大，接收機冷啟動搜索空間巨大，捕獲速度慢，該文提出一種偽碼調(diào)相-線性調(diào)頻(CSK-LFM)的導航信號波形，線性調(diào)頻提高信號的多普勒容限，不同偽碼相位實現(xiàn)不同衛(wèi)星的多址播發(fā)，可以極大壓縮衛(wèi)星號、時延、多普勒3維搜索空間，加快了捕獲信號捕獲速度。仿真和實驗結(jié)果表明，當信號強度為40 dBHz時，采用CSK-LFM調(diào)制的導航信號，其捕獲性能比同等條件下的傳統(tǒng)直接擴頻序列(DSSS)調(diào)制的導航信號高1 dB左右，且信號搜索空間可降低為直接擴頻序列調(diào)制的1/10。
低軌導航星座衛(wèi)星數(shù)量多，信號多普勒頻偏大，接收機冷啟動搜索空間巨大，捕獲速度慢，該文提出一種偽碼調(diào)相-線性調(diào)頻(CSK-LFM)的導航信號波形，線性調(diào)頻提高信號的多普勒容限，不同偽碼相位實現(xiàn)不同衛(wèi)星的多址播發(fā)，可以極大壓縮衛(wèi)星號、時延、多普勒3維搜索空間，加快了捕獲信號捕獲速度。仿真和實驗結(jié)果表明，當信號強度為40 dBHz時，采用CSK-LFM調(diào)制的導航信號，其捕獲性能比同等條件下的傳統(tǒng)直接擴頻序列(DSSS)調(diào)制的導航信號高1 dB左右，且信號搜索空間可降低為直接擴頻序列調(diào)制的1/10。
2025, 47(1): 223-232.
doi: 10.11999/JEIT240645
摘要:
針對變壓器油下圖像存在顏色失真、亮度低和細節(jié)失真問題，該文提出一種多尺度加權(quán)Retinex變壓器油下圖像增強算法。首先，為了緩解變壓器油下圖像顏色失真問題，提出一種混合動態(tài)顏色通道補償算法，根據(jù)拍攝圖像各通道的衰減狀態(tài)對衰減通道進行動態(tài)補償。然后，為了解決細節(jié)失真問題，提出一種銳化權(quán)重加權(quán)策略。最后，該文創(chuàng)新性采用金字塔多尺度融合策略對不同尺度Retinex反射分量和相應權(quán)重圖進行加權(quán)融合得到變壓器油下清晰圖像。實驗結(jié)果表明所提算法可以有效解決變壓器油下圖像復雜退化問題。
針對變壓器油下圖像存在顏色失真、亮度低和細節(jié)失真問題，該文提出一種多尺度加權(quán)Retinex變壓器油下圖像增強算法。首先，為了緩解變壓器油下圖像顏色失真問題，提出一種混合動態(tài)顏色通道補償算法，根據(jù)拍攝圖像各通道的衰減狀態(tài)對衰減通道進行動態(tài)補償。然后，為了解決細節(jié)失真問題，提出一種銳化權(quán)重加權(quán)策略。最后，該文創(chuàng)新性采用金字塔多尺度融合策略對不同尺度Retinex反射分量和相應權(quán)重圖進行加權(quán)融合得到變壓器油下清晰圖像。實驗結(jié)果表明所提算法可以有效解決變壓器油下圖像復雜退化問題。
2025, 47(1): 233-243.
doi: 10.11999/JEIT240560
摘要:
以廣距鳥瞰視角拍攝獲取的遙感圖像通常具有目標種類多、尺度變化大以及背景信息豐富等特點，為目標檢測任務(wù)帶來巨大挑戰(zhàn)。針對遙感圖像成像特點，該文設(shè)計一種上下文感知多感受野融合網(wǎng)絡(luò)，通過充分挖掘深度網(wǎng)絡(luò)中遙感圖像在不同尺寸特征描述下所包含的上下文關(guān)聯(lián)信息，提高圖像特征描述力，進而提升遙感目標檢測精度。首先，在特征金字塔前4層網(wǎng)絡(luò)中構(gòu)建了感受野擴張模塊，通過擴大網(wǎng)絡(luò)在不同尺度特征圖上的感受野范圍，增強網(wǎng)絡(luò)對不同尺度遙感目標的感知能力；進一步，構(gòu)建了高層特征聚合模塊，通過將特征金字塔網(wǎng)絡(luò)中高層語義信息聚合到低層特征中，從而將特征圖中所包含的多尺度上下文信息進行有效融合；最后，在雙階段定向目標檢測框架下設(shè)計了特征細化區(qū)域建議網(wǎng)絡(luò)。通過對一階段提案進行精細化處理，提升提案準確性，進而提高二階段興趣區(qū)域?qū)R網(wǎng)絡(luò)得到的不同成像方向下的遙感目標檢測性能。在公測數(shù)據(jù)集DIOR-R和HRSC2016上的定性和定量的對比實驗結(jié)果證明，所提方法對不同種類和尺度大小的遙感目標均能實現(xiàn)更加準確的檢測。
以廣距鳥瞰視角拍攝獲取的遙感圖像通常具有目標種類多、尺度變化大以及背景信息豐富等特點，為目標檢測任務(wù)帶來巨大挑戰(zhàn)。針對遙感圖像成像特點，該文設(shè)計一種上下文感知多感受野融合網(wǎng)絡(luò)，通過充分挖掘深度網(wǎng)絡(luò)中遙感圖像在不同尺寸特征描述下所包含的上下文關(guān)聯(lián)信息，提高圖像特征描述力，進而提升遙感目標檢測精度。首先，在特征金字塔前4層網(wǎng)絡(luò)中構(gòu)建了感受野擴張模塊，通過擴大網(wǎng)絡(luò)在不同尺度特征圖上的感受野范圍，增強網(wǎng)絡(luò)對不同尺度遙感目標的感知能力；進一步，構(gòu)建了高層特征聚合模塊，通過將特征金字塔網(wǎng)絡(luò)中高層語義信息聚合到低層特征中，從而將特征圖中所包含的多尺度上下文信息進行有效融合；最后，在雙階段定向目標檢測框架下設(shè)計了特征細化區(qū)域建議網(wǎng)絡(luò)。通過對一階段提案進行精細化處理，提升提案準確性，進而提高二階段興趣區(qū)域?qū)R網(wǎng)絡(luò)得到的不同成像方向下的遙感目標檢測性能。在公測數(shù)據(jù)集DIOR-R和HRSC2016上的定性和定量的對比實驗結(jié)果證明，所提方法對不同種類和尺度大小的遙感目標均能實現(xiàn)更加準確的檢測。
2025, 47(1): 244-259.
doi: 10.11999/JEIT240648
摘要:
針對單傳感器和單模態(tài)信號特征信息不足的問題，該文提出一種基于多模態(tài)融合的端到端深度聚類旋轉(zhuǎn)機械多傳感器故障診斷方法(EDCM-MFF)。首先，利用門控遞歸單元自編碼模塊提取多傳感器故障信號的深度時序特征。然后，應用短時傅里葉變換(STFT)將故障信號轉(zhuǎn)換為時頻圖像，并通過卷積自編碼器提取這些圖像的深度空間特征。接著，設(shè)計了一種模態(tài)融合注意力機制，通過計算不同模態(tài)深度特征之間的親和矩陣，實現(xiàn)模態(tài)特征的融合。最后，采用Kullback-Leibler(KL)散度聚類，以端到端方式實現(xiàn)故障類型的識別。實驗結(jié)果顯示，該方法在東南大學齒輪箱和軸承數(shù)據(jù)集上的識別準確率分別為99.16%和98.63%。與現(xiàn)有的無監(jiān)督學習方法相比，所提方法能夠更有效地實現(xiàn)多傳感器和多模態(tài)的旋轉(zhuǎn)機械故障診斷。
針對單傳感器和單模態(tài)信號特征信息不足的問題，該文提出一種基于多模態(tài)融合的端到端深度聚類旋轉(zhuǎn)機械多傳感器故障診斷方法(EDCM-MFF)。首先，利用門控遞歸單元自編碼模塊提取多傳感器故障信號的深度時序特征。然后，應用短時傅里葉變換(STFT)將故障信號轉(zhuǎn)換為時頻圖像，并通過卷積自編碼器提取這些圖像的深度空間特征。接著，設(shè)計了一種模態(tài)融合注意力機制，通過計算不同模態(tài)深度特征之間的親和矩陣，實現(xiàn)模態(tài)特征的融合。最后，采用Kullback-Leibler(KL)散度聚類，以端到端方式實現(xiàn)故障類型的識別。實驗結(jié)果顯示，該方法在東南大學齒輪箱和軸承數(shù)據(jù)集上的識別準確率分別為99.16%和98.63%。與現(xiàn)有的無監(jiān)督學習方法相比，所提方法能夠更有效地實現(xiàn)多傳感器和多模態(tài)的旋轉(zhuǎn)機械故障診斷。
2025, 47(1): 260-270.
doi: 10.11999/JEIT240431
摘要:
顯著目標檢測(SOD)旨在模仿人類視覺系統(tǒng)注意力機制和認知機制來自動提取場景中的顯著物體。雖然現(xiàn)有基于卷積神經(jīng)網(wǎng)絡(luò) (CNN)或Transformer的模型不斷刷新該領(lǐng)域方法的性能，但較少研究關(guān)注以下兩個問題：(1)此領(lǐng)域多數(shù)方法常采用逐像素點的密集預測方式以獲取像素顯著值，然而該方式不符合基于人類視覺系統(tǒng)的場景解析機制，即人眼通常對語義區(qū)域進行整體分析而非關(guān)注像素級信息；(2)增強上下文信息關(guān)聯(lián)在SOD任務(wù)中受到廣泛關(guān)注，但通過Transformer主干結(jié)構(gòu)獲取長程關(guān)聯(lián)特征不一定具有優(yōu)勢。SOD應更關(guān)注目標在適當區(qū)域內(nèi)其中心-鄰域差異性而非全局長程依賴。針對上述問題，該文提出一種新的顯著目標檢測模型，將CNN形式的自適應注意力和掩碼注意力集成到網(wǎng)絡(luò)中，以提高顯著目標檢測的性能。該算法設(shè)計了基于掩碼感知的解碼模塊，通過將交叉注意力限制在預測的掩碼區(qū)域來感知圖像特征，有助于網(wǎng)絡(luò)更好地聚焦于顯著目標的整體區(qū)域。同時，該文設(shè)計了基于卷積注意力的上下文特征增強模塊，與Transformer逐層建立長程關(guān)系不同，該模塊僅捕獲最高層特征中的適當上下文關(guān)聯(lián)，避免引入無關(guān)的全局信息。該文在4個廣泛使用的數(shù)據(jù)集上進行了實驗評估，結(jié)果表明，該文提出的方法在不同場景下均取得了顯著的性能提升，具有良好的泛化能力和穩(wěn)定性。
顯著目標檢測(SOD)旨在模仿人類視覺系統(tǒng)注意力機制和認知機制來自動提取場景中的顯著物體。雖然現(xiàn)有基于卷積神經(jīng)網(wǎng)絡(luò) (CNN)或Transformer的模型不斷刷新該領(lǐng)域方法的性能，但較少研究關(guān)注以下兩個問題：(1)此領(lǐng)域多數(shù)方法常采用逐像素點的密集預測方式以獲取像素顯著值，然而該方式不符合基于人類視覺系統(tǒng)的場景解析機制，即人眼通常對語義區(qū)域進行整體分析而非關(guān)注像素級信息；(2)增強上下文信息關(guān)聯(lián)在SOD任務(wù)中受到廣泛關(guān)注，但通過Transformer主干結(jié)構(gòu)獲取長程關(guān)聯(lián)特征不一定具有優(yōu)勢。SOD應更關(guān)注目標在適當區(qū)域內(nèi)其中心-鄰域差異性而非全局長程依賴。針對上述問題，該文提出一種新的顯著目標檢測模型，將CNN形式的自適應注意力和掩碼注意力集成到網(wǎng)絡(luò)中，以提高顯著目標檢測的性能。該算法設(shè)計了基于掩碼感知的解碼模塊，通過將交叉注意力限制在預測的掩碼區(qū)域來感知圖像特征，有助于網(wǎng)絡(luò)更好地聚焦于顯著目標的整體區(qū)域。同時，該文設(shè)計了基于卷積注意力的上下文特征增強模塊，與Transformer逐層建立長程關(guān)系不同，該模塊僅捕獲最高層特征中的適當上下文關(guān)聯(lián)，避免引入無關(guān)的全局信息。該文在4個廣泛使用的數(shù)據(jù)集上進行了實驗評估，結(jié)果表明，該文提出的方法在不同場景下均取得了顯著的性能提升，具有良好的泛化能力和穩(wěn)定性。
2025, 47(1): 271-278.
doi: 10.11999/JEIT240524
摘要:
Draco算法是首次基于初始向量和密鑰前綴組合(CIVK)方案構(gòu)造的一個流密碼設(shè)計實例，其聲稱對于時空數(shù)據(jù)折中(TMDTO)攻擊具有完全可證明的安全性。但因Draco算法的選擇函數(shù)存在周期小的結(jié)構(gòu)缺陷，攻擊者給出了突破其安全界限的分析結(jié)果。針對Draco算法存在的安全缺陷等問題，該文提出一種基于狀態(tài)位索引和動態(tài)初始化的改進算法Draco-F算法。首先，Draco-F算法通過使用狀態(tài)位索引的方法增加了選擇函數(shù)的周期并降低硬件成本；其次，在保障非線性反饋移位寄存器(NFSR)狀態(tài)位使用均勻性的前提下，Draco-F算法通過簡化輸出函數(shù)進一步降低算法的硬件成本；最后，Draco-F算法引入動態(tài)初始化技術(shù)以防止密鑰回溯。對Draco-F算法的安全性分析和軟硬件測試結(jié)果表明：相對于Draco算法，Draco-F算法避免了Draco算法的安全漏洞，可以以128 bit的實際內(nèi)部狀態(tài)提供128 bit的安全級別；同時，Draco-F算法具有更高的密鑰流吞吐率和更小的電路面積。
Draco算法是首次基于初始向量和密鑰前綴組合(CIVK)方案構(gòu)造的一個流密碼設(shè)計實例，其聲稱對于時空數(shù)據(jù)折中(TMDTO)攻擊具有完全可證明的安全性。但因Draco算法的選擇函數(shù)存在周期小的結(jié)構(gòu)缺陷，攻擊者給出了突破其安全界限的分析結(jié)果。針對Draco算法存在的安全缺陷等問題，該文提出一種基于狀態(tài)位索引和動態(tài)初始化的改進算法Draco-F算法。首先，Draco-F算法通過使用狀態(tài)位索引的方法增加了選擇函數(shù)的周期并降低硬件成本；其次，在保障非線性反饋移位寄存器(NFSR)狀態(tài)位使用均勻性的前提下，Draco-F算法通過簡化輸出函數(shù)進一步降低算法的硬件成本；最后，Draco-F算法引入動態(tài)初始化技術(shù)以防止密鑰回溯。對Draco-F算法的安全性分析和軟硬件測試結(jié)果表明：相對于Draco算法，Draco-F算法避免了Draco算法的安全漏洞，可以以128 bit的實際內(nèi)部狀態(tài)提供128 bit的安全級別；同時，Draco-F算法具有更高的密鑰流吞吐率和更小的電路面積。
2025, 47(1): 279-286.
doi: 10.11999/JEIT250000
摘要:
該文總結(jié)了2024年度國家自然科學基金委員會信息科學部一處“電子科學與技術(shù)”領(lǐng)域重點、面上、青年、地區(qū)、優(yōu)青和杰青項目的申請與資助情況，從二級申請代碼、申請人年齡、依托單位情況、近年變化趨勢等不同角度梳理了項目分布特征，分析了領(lǐng)域自然科學基金項目構(gòu)成、研究方向熱度及其發(fā)展趨勢等，旨在為廣大科研人員了解領(lǐng)域自然科學基金重點項目布局、亟需加強的研究方向以及部分自然科學基金改革舉措對領(lǐng)域項目申請與資助的影響等提供參考。
該文總結(jié)了2024年度國家自然科學基金委員會信息科學部一處“電子科學與技術(shù)”領(lǐng)域重點、面上、青年、地區(qū)、優(yōu)青和杰青項目的申請與資助情況，從二級申請代碼、申請人年齡、依托單位情況、近年變化趨勢等不同角度梳理了項目分布特征，分析了領(lǐng)域自然科學基金項目構(gòu)成、研究方向熱度及其發(fā)展趨勢等，旨在為廣大科研人員了解領(lǐng)域自然科學基金重點項目布局、亟需加強的研究方向以及部分自然科學基金改革舉措對領(lǐng)域項目申請與資助的影響等提供參考。
