电子学报

Select

陆兴鹏, 王明羽, 曹扬, 赵瑞莲, 周武, 李兆麟, 魏少军

电子学报. 2020, 48(8): 1457-1464. https://doi.org/10.3969/j.issn.0372-2112.2020.08.001

摘要 ( ) PDF全文 ( )

可视化

动态视觉传感器（Dynamic Vision Sensor，DVS）利用事件驱动原理实现运动目标的快速提取，具有低延迟、低存储空间和高动态范围等优势.目前研究表明，基于DVS的神经网络在目标检测等领域具有明显的速度优势.但是，这类神经网络在训练时所需要的样本集主要依赖DVS相机产生，缺少高效的样本集生成方法，这制约了这类神经网络的应用与发展.本文根据DVS原理，提出了一种基于帧图像的DVS建模以及样本集建模方法.该方法设定每个像素单元独立工作，经过动态差分和逻辑判断后输出触发的地址-事件数据，这些数据通过编码和归一化生成神经网络训练时所需要的样本集.通过对MNIST和CIFAR-10样本集建模的实验结果表明，该建模方法效果与DVS相机基本一致；与基于帧图像的存储方式相比，该样本集可以明显减少存储空间.该方法所生成样本集已经通过卷积神经网络训练和测试验证.

Select

基于GFU和分层LSTM的组群行为识别研究方法

王传旭, 薛豪

电子学报. 2020, 48(8): 1465-1471. https://doi.org/10.3969/j.issn.0372-2112.2020.08.002

摘要 ( ) PDF全文 ( )

可视化

提出一种以"关键人物"为核心，使用门控融合单元（GFU，Gated Fusion Unit）进行特征融合的组群行为识别框架，旨在解决两个问题：①组群行为信息冗余，重点关注关键人物行为特征，忽略无关人员对组群行为的影响；②组群内部交互行为复杂，使用GFU有效融合以关键人物为核心的交互特征，再通过LSTM时序建模成为表征能力更强的组群特征.最终，通过softmax分类器进行组群行为类别分类.该算法在排球数据集上取得了86.7%的平均识别率.

Select

基于二阶池化网络的鲁棒视觉跟踪算法

蒲磊, 冯新喜, 侯志强, 余旺盛

电子学报. 2020, 48(8): 1472-1478. https://doi.org/10.3969/j.issn.0372-2112.2020.08.003

摘要 ( ) PDF全文 ( )

可视化

针对低分辨率、遮挡以及相似物体干扰等复杂场景下目标易丢失的问题，本文提出了基于二阶池化网络的视觉跟踪算法.已有的方法大多采用一阶池化网络，使得对低分辨目标和相似目标间的区分性不足.对此，本文首先在VGG16网络结构的基础上，将网络最后的一阶池化层替换为二阶协方差池化层，接着在ImageNet和CUB200-2011数据集上对网络进行重新训练.在跟踪阶段，为了减少运算负担，仅提取预训练网络的第四层卷积特征作为目标的外观表征.最后将提取的特征与已有的相关滤波算法进行结合.实验结果表明，本文算法在跟踪精度和成功率上均取得了优异的性能表现.

Select

一种高精度的毫米波稀疏平面阵列频域类成像算法

孟祥新, 柳桃荣, 笪敏, 刘泽鑫

电子学报. 2020, 48(8): 1479-1485. https://doi.org/10.3969/j.issn.0372-2112.2020.08.004

摘要 ( ) PDF全文 ( )

可视化

本文以手持式毫米波人体安检设备为研究背景，设计了一种工作于90~94GHz频段的稀疏十字阵列，并采用时域相关算法与改进距离徙动算法（Range Migration Algorithm，RMA）对目标进行成像.针对改进RMA算法在推导过程中存在球面波展开为平面波近似和复杂的插值问题，本文提出一种高精度的无需球面波展开和复杂插值运算的基于（Fast Fourier Transform，FFT）的成像算法，在实现过程中不会引入近似误差和插值误差.采用电磁仿真软件建立目标回波模型，进行测试分辨率和噪声鲁棒性的实验.系统方位分辨率达到5mm，满足系统设计指标要求，验证了所提算法的正确性.综合实验结果得出所提算法的计算效率优于时域相关算法并且噪声鲁棒性优于改进RMA算法，在手持式毫米波人体安检设备实时成像的应用中，所提算法的适用性更好.

Select

四维信号星座图改进及相应OFDM系统模型设计

张祥莉, 王勇, 王典洪, 陈振兴

电子学报. 2020, 48(8): 1486-1492. https://doi.org/10.3969/j.issn.0372-2112.2020.08.005

摘要 ( ) PDF全文 ( )

可视化

针对当前三维OFDM系统存在的频谱效率较低问题，提出了一种具有规则分布的四维信号星座图改进设计方法，并建立了相应的OFDM系统模型.在所提出的四维OFDM系统中，输入的比特信息通过设计的四维信号星座图映射到OFDM信号的子载波，再利用二维离散傅里叶反变换把OFDM信号从频域调制到时域.所设计的8点和16点四维星座图信号点分布弥补了以往高维星座图信号点无规则的缺陷，具有进一步降低误码率的潜能.通过对提出系统在AWGN和频率选择性衰落信道环境下的性能仿真验证，所提出的基于四维8点和16点OFDM系统比传统三维OFDM具有更优的误码率性能，且系统的频谱效率提高了三分之一.

Select

基于量子遗传算法的视觉目标跟踪

金泽芬芬, 侯志强, 余旺盛, 王鑫, 寇人可

电子学报. 2020, 48(8): 1493-1501. https://doi.org/10.3969/j.issn.0372-2112.2020.08.006

摘要 ( ) PDF全文 ( )

可视化

针对视觉目标跟踪中传统搜索方法效率不高、难以求取全局最优等问题，利用量子遗传算法的全局寻优能力，提出了一种采用量子遗传算法作为搜索策略的视觉跟踪方法.在量子遗传算法的框架下，将像素点位置作为种群中的个体，提取颜色直方图作为特征，以相似性度量作为目标函数计算个体适应度值，找出相似度最大的像素点位置输出，最终完成跟踪.实验结果表明，本文方法在目标速度快、遮挡和非刚性形变等情况下具有明显优势，且算法运算量小，跟踪速度快.

Select

一种基于深度学习的强对抗性Android恶意代码检测方法

李鹏伟, 姜宇谦, 薛飞扬, 黄佳佳, 徐超

电子学报. 2020, 48(8): 1502-1508. https://doi.org/10.3969/j.issn.0372-2112.2020.08.007

摘要 ( ) PDF全文 ( )

可视化

针对现有Android恶意代码检测方法容易被绕过的问题，提出了一种强对抗性的Android恶意代码检测方法.首先设计实现了动静态分析相结合的移动应用行为分析方法，该方法能够破除多种反分析技术的干扰，稳定可靠地提取移动应用的权限信息、防护信息和行为信息.然后，从上述信息中提取出能够抵御模拟攻击的能力特征和行为特征，并利用一个基于长短时记忆网络（Long Short-Term Memory，LSTM）的神经网络模型实现恶意代码检测.最后通过实验证明了本文所提出方法的可靠性和先进性.

Select

超像素内容感知先验的多尺度贝叶斯显著性检测方法

张荣国, 贾玉闪, 胡静, 刘小君, 李晓明

电子学报. 2020, 48(8): 1509-1515. https://doi.org/10.3969/j.issn.0372-2112.2020.08.008

摘要 ( ) PDF全文 ( )

可视化

针对复杂背景下显著性检测方法不能够有效地抑制背景，进而准确地检测目标这一问题，提出了超像素内容感知先验的多尺度贝叶斯显著性检测方法.首先，将目标图像分割为多尺度的超像素图，在每个尺度上引入内容感知的对比度先验、中心位置先验、边界连通背景先验来计算单一尺度上的目标显著值；其次，融合多个尺度的内容感知先验显著值生成一个粗略的显著图；然后，将粗略显著图值作为先验概率，根据颜色直方图和凸包中心先验计算观测似然概率，再使用多尺度贝叶斯模型来获取最终显著目标；最后，使用了3个公开的数据集、5种评估指标、7种现有的方法进行对比实验，结果表明本文方法在显著性目标检测方面具有更好的表现.

Select

标准模型下基于身份的混淆乐观公平交换方案

戚珉, 陈明

电子学报. 2020, 48(8): 1516-1527. https://doi.org/10.3969/j.issn.0372-2112.2020.08.009

摘要 ( ) PDF全文 ( )

可视化

为防止签名验证者利用部分签名取得不公平的优势，Huang等人提出混淆乐观公平交换（Ambiguous Optimistic Fair Exchange，AOFE）方案及其一般构造方法，但是其构造方法没有考虑真实的用户环境.在基于IBC（Identity-Based Cryptography）的用户环境下，文章提出基于身份的混淆乐观公平交换（ID-AOFE）方案构造方法、方案实例、及其选择身份安全模型.提出的ID-AOFE构造方法对Huang等人的AOFE方案进行了简化，采用具有信息提取功能的证据不可区分证明算法替换原方案模型中的基于标签加解密和零知识证明算法.ID-AOFE安全模型以Huang等人的AOFE安全模型为基础，融合了选择身份安全模型，并对ID-AOFE方案的安全性进行了归纳和重新定义.在选择身份安全模型下，提出的ID-AOFE方案实例的公平性被规约到经典密码原语的安全性.此外，文章探讨了ID-AOFE方案的消息交互模型，就争端解决的方案和过程进行了重点分析.

Select

带特征监控的高维信息编解码端到端无标记人体姿态估计网络

沈栎, 陈莹

电子学报. 2020, 48(8): 1528-1537. https://doi.org/10.3969/j.issn.0372-2112.2020.08.010

摘要 ( ) PDF全文 ( )

可视化

针对点云空间三维信息非结构化和旋转易变性对预测结果的影响，提出一种带特征监控的三维信息编解码卷积神经网络，该网络可实现三维空间下单目深度图的端对端无标记人体姿态估计.所设计的网络由特征监控编解码组件串联而成，该组件第一部分使用三维卷积模块以类似沙漏结构的形式组合设计，实现对特征图的编码和解码；第二部分以不同参数残差块并联，实现对特征图的监控融合，第一部分与第二部分首尾连接构成组件.特征监控编解码组件能根据数据集大小，通过串联的方式搭建不同深度的网络，同时根据数据分辨率，设置组件参数，实现由粗到精的特征学习，最终获得最佳网络.通过ITOP数据库的实验表明，该网络实现了空间三维信息的端到端深度学习，显著提高了系统性能并具有更高的精度.

Select

基于深度学习的配电网无线通信入侵检测系统

刘文军, 郭志民, 吴春明, 阮伟, 周伯阳, 周宁, 吕卓

电子学报. 2020, 48(8): 1538-1544. https://doi.org/10.3969/j.issn.0372-2112.2020.08.011

摘要 ( ) PDF全文 ( )

可视化

在采用无线通信接入的配电网中，入侵检测系统（IDS）通过分析通信网中传输数据来判断入侵事件.为提高检测的准确性，本文将深度学习理论应用于IDS，提出了一种面向配电网无线通信网络新型入侵检测系统，由带有门控循环单元、多层感知器和Softmax的循环神经网络组成.攻击测试基准实验结果表明IDS防御的有效性，在KDD99测试数据集上，其误报率为0.06%，总检出率为96.43%；在NSL-KDD测试数据集上，其误报率低至0.86%，总检出率则为99.33%.

Select

支持可验证加解密外包的CP-ABE方案

杨贺昆, 冯朝胜, 晋云霞, 王蔺, 罗王平, 邓红辉

电子学报. 2020, 48(8): 1545-1551. https://doi.org/10.3969/j.issn.0372-2112.2020.08.012

摘要 ( ) PDF全文 ( )

可视化

针对现有的应用于基于属性加密方案的安全模指数外包算法存在会降低安全性、验证概率低、外包计算结果可能出错等问题，利用改进的安全模指数外包算法，提出一种支持可验证加解密外包的CP-ABE（Ciphertext-Policy Attribute-Based Encryption）方案.将属性相关密钥子项外包，将共享密文子项的一半计算任务外包，并对所有的外包结果进行验证.理论分析和实验结果都表明，和现有相关方案相比，无论在密钥生成时，还是在加密时，所提出方案的授权机构和用户客户端的计算量都有明显减少.安全性分析表明，所提出的方案达到CPA（Chosen Plaintext Attack）安全.

Select

基于多尺度低秩模型的电力无线接入网异常流量检测方法

周伯阳, 郭志民, 王延松, 阮伟, 吴春明, 周宁, 张伟, 程国振

电子学报. 2020, 48(8): 1552-1557. https://doi.org/10.3969/j.issn.0372-2112.2020.08.013

摘要 ( ) PDF全文 ( )

可视化

电力无线接入网的安全性对于电网生产至关重要，然而由于其IEC 60870-5-104规约控制数据存在着高维度的特点，且无线信道质量动态变化，难以快速、有效地检测控制数据的异常.鉴于此，本文提出了一种基于多尺度低秩的电力无线网异常流量检测器，首先构建一种规约深度分析的多尺度低秩模型，对其安全特征进行归一化和维度缩减，然后采用改进的递归特征选取和聚焦分类算法实现异常数据的检测.实验结果表明异常流量分类的准确性和维度缩减的性能.

Select

多阅读器协作的RFID标签树形防碰撞算法

宋建华, 何帅, 姚慧

电子学报. 2020, 48(8): 1558-1564. https://doi.org/10.3969/j.issn.0372-2112.2020.08.014

摘要 ( ) PDF全文 ( )

可视化

在物联网复杂的应用环境中，射频识别技术中的标签碰撞问题作为造成其系统标签识别时间长，通信量大等问题的主要原因，已成为近年来本领域的核心研究热点之一.针对以上问题，本文提出一种多阅读器协作的树形防碰撞算法：在第一阶段，根据位追踪技术能够识别标签碰撞位的特点，阅读器通过判别待识别标签中的碰撞位，从待广播节点中删除已验证的无效节点；在第二阶段的循环广播中，阅读器间通过共享每次的广播的前缀与当次广播结果对自身的树形结构进行不断优化，优化策略是为每一个阅读器分配一个待广播节点队列，通过共享的信息计算待广播节点中含有标签的概率，依据其概率调整队列中待广播节点的优先级，并不断地删除无需广播的节点.在下一轮广播中阅读器选取含有标签概率最大的节点进行广播.仿真实验结果表明：提出的算法的平均标签识别效率达到59.9%，并且在总时隙数量方面有一定优势.

Select

基于RRAM延时单元的PUF设计

杨轩, 叶文强, 崔小乐

电子学报. 2020, 48(8): 1565-1571. https://doi.org/10.3969/j.issn.0372-2112.2020.08.015

摘要 ( ) PDF全文 ( )

可视化

随着技术的发展，信息安全受到了很大挑战.物理不可克隆函数（Physically Unclonable Function，PUF）电路是一种新型的密钥生成电路，阻变存储器（Resistive Random Access Memory，RRAM）可以为其提供物理随机熵源，这使得PUF在物理上不可被攻击.但目前在基于RRAM的PUF设计方案中，RRAM延时单元的测试响应对（Challenge Response Pair，CRP）效率并不够高.本文提出一种基于RRAM延时单元的PUF结构，延时单元将RRAM的阻值输出到反向器中，形成脉冲的延迟，最后通过判决器判断两路脉冲达到顺序并编码为"0"和"1"，这就是PUF的输出位.基于RRAM延时单元，本文设计了8位、16位、32位、64位PUF，这些PUF在保证良好的随机性、稳定性、唯一性的前提下，大大提高了PUF的RRAM单元效率.实验结果表明：该设计能够有效的提高RRAM使用效率，使得PUF能够更好地防止外界的攻击.

Select

基于Wi-Fi多维参数特征的无源目标跟踪技术

田增山, 廉颖慧, 周牧, 李泽, 金悦

电子学报. 2020, 48(8): 1572-1579. https://doi.org/10.3969/j.issn.0372-2112.2020.08.016

摘要 ( ) PDF全文 ( )

可视化

针对Wi-Fi无源目标跟踪技术中，由于直射路径信号以及噪声等影响造成提取目标反射路径信号困难等难点，本文提出了基于Wi-Fi多维参数特征的无源目标跟踪技术.该技术采用串行干扰消除代替全零初始化来完成某时刻多条路径到达角（Arrival of Angle，AoA）、飞行时间（Time of Flight，ToF）以及多普勒频移（Doppler Frequency Shifts，DFS）的初始化，并且对传统频域空间交替广义期望最大化（Frequency Domain Space Alternating Generalized Expectation-maximization，FD-SAGE）算法进行改进，弥补了传统算法收敛速度慢以及噪声影响等缺陷.除此之外，本文采用基于最小代价多路径网络的混合数据关联方法解决了在不同时刻具有不同路径数目时无法进行路径有效关联的问题，同时该方法将固定时间窗中的最优匹配作为某时刻的关联数据，避免了某次关联错误导致后续关联失败所造成的不可逆错误.实验结果表明，本文在复杂室内环境下能够达到1.3m的平均跟踪定位精度.

Select

基于加性间距胶囊网络的家庭活动识别方法研究

郑启航, 王章权, 刘半藤, 陈阳, 陈友荣

电子学报. 2020, 48(8): 1580-1586. https://doi.org/10.3969/j.issn.0372-2112.2020.08.017

摘要 ( ) PDF全文 ( )

可视化

本文研究基于音频的家庭活动识别方法，提出了一种基于加性间距胶囊神经网络识别模型，针对传统胶囊神经网络目标函数仅以输出胶囊模长作为约束的弊端，本文以几何学的视角，在胶囊神经网络结构中加入Transition层，使用Transition层对胶囊单元空间关系进行变基至一维空间，再使用加性间距Softmax作为目标函数，以同类特征变化小，非同类特征差异大作为优化策略构建基于胶囊向量空间关系的目标函数以提高模型分类能力，最后对方法进行试验，采用音频事件对家庭活动进行分类识别.选择声学场景和事件检测与分类（Detection and Classification of Acoustic Scenes and Events，DCASE）2018挑战任务5作为数据集，进行分类器构建和测试，最终平均F1分数达到92.3%，优于其他主流方法.

Select

基于马尔科夫链的灰狼优化算法收敛性研究

张孟健, 龙道银, 王霄, 杨靖

电子学报. 2020, 48(8): 1587-1595. https://doi.org/10.3969/j.issn.0372-2112.2020.08.018

摘要 ( ) PDF全文 ( )

可视化

针对灰狼优化算法（Grey Wolf Optimization，GWO）在收敛性研究上的不足，首先，通过定义灰狼群状态转移序列，建立了GWO算法的马尔科夫（Markov）链模型，通过分析Markov链的性质，证明它是有限齐次 Markov链；其次，通过分析灰狼群状态序列最终转移状态，结合随机搜索算法的收敛准则，验证了GWO算法的全局收敛性；最后，对典型测试函数、偏移函数及旋转函数进行仿真实验，并与多种群体智能算法进行对比分析.实验结果表明，GWO算法具有全局收敛性强、计算耗时短和寻优精度高等优势.

Select

基于自适应支配准则的高维多目标进化算法

孙文静, 李军华, 黎明

电子学报. 2020, 48(8): 1596-1604. https://doi.org/10.3969/j.issn.0372-2112.2020.08.019

摘要 ( ) PDF全文 ( )

可视化

基于松弛支配的高维多目标进化算法（Many-objective Evolutionary Algorithms，MaOEAs）由于能够有效地提高区分解的能力，受到广泛关注，但该类大多数算法处理不同目标的优化问题时普适性较差.针对这个问题，本文提出一种基于自适应支配准则的高维多目标进化算法（Adaptive Dominance Criterion Based Evolutionary Algorithm for Many-objective Optimization，ADCEA）.首先，自适应准则（Adaptive Dominance Criterion，ADC）根据目标空间中相邻解间的角度信息和目标数目，设计一种自适应小生境方法，并结合收敛性指标信息，实现对候选解的非支配排序.然后，为了进一步增强种群的多样性，在环境选择中引入参考向量分割种群技术；最后，构建合理的适应度函数，并根据适应度值大小选取收敛性和多样性较好的非支配解集.实验证明，本文所提的方法在处理不同目标的优化问题时普适性提高，并在平衡种群的收敛性和多样性上取得显著效果.

Select

基于概率耦合的双直接判决先验信噪比估计算法

欧世峰, 赵艳磊, 宋鹏, 高颖

电子学报. 2020, 48(8): 1605-1614. https://doi.org/10.3969/j.issn.0372-2112.2020.08.020

摘要 ( ) PDF全文 ( )

可视化

直接判决（DD，Decision-Directed）算法结构简单、音乐噪声抑制能力较好，是当前语音增强领域最为常用的先验信噪比估计方法.但该算法对于滑动因子的选取数值较为敏感，且估计性能要受到时延问题的限定.本文首先采用实际的语音和噪声数据，根据音乐噪声残留及输出语音失真两方面的评测标准对DD算法中滑动因子的取值问题进行了研究，通过数据分析给出了其较为明确的上下边界值；然后基于语音及噪声信号的复高斯分布模型，采用软判决技术对两个具有不同滑动因子的DD算法进行概率耦合，提出了一种具有双DD结构的先验信噪比估计算法.该算法可以充分结合两个具有不同特性DD算法的优点，在音乐噪声抑制及限制语音失真等方面均获得了较为理想的输出效果.多种噪声背景及输入信噪比条件下的仿真结果表明，相对于目前流行的几种先验信噪比估计算法，本文提出算法具有更为优良的估计性能.

Select

融合内容表示的度量排序学习推荐模型

李琳, 唐守廉

电子学报. 2020, 48(8): 1615-1622. https://doi.org/10.3969/j.issn.0372-2112.2020.08.021

摘要 ( ) PDF全文 ( )

可视化

融合内容语义信息的推荐模型可以有效缓解音乐推荐系统中的数据稀疏性和冷启动问题.然而，这些模型是通过最小化预测评分误差学习用户与音乐的全局关系，忽略了用户和音乐隐式特征的细粒度差异.此外，内容语义特征是以推荐任务无关的无监督学习方式提取的，从而导致不精确推荐.为此，本文提出了融合内容表示的度量排序学习推荐模型，该模型是以个性化排序最优化为目标的概率图模型，利用度量学习从全局和细粒度层面挖掘用户音乐偏好.为了解决冷启动推荐问题，本文建立了与推荐任务相关的监督学习策略训练内容语义特征提取模型.在KKBOX和MIGU数据集上的实验结果表明，提出的模型显著提升了冷启动音乐推荐的效果，在不同稀疏度数据集上的鲁棒性得到了显著增强.

Select

一种集成电路测试流程分级动态调整方法

詹文法, 邵志伟

电子学报. 2020, 48(8): 1623-1630. https://doi.org/10.3969/j.issn.0372-2112.2020.08.022

摘要 ( ) PDF全文 ( )

可视化

针对集成电路测试过程中测试时间长，影响测试效率的问题，提出了一种集成电路测试流程分级动态调整方法.通过统计样本集成电路中每种测试类型和每条测试向量的测试故障率来建立贝叶斯概率模型，根据其命中故障点的概率高低分级调整它们的加载顺序.随着测试的进行，不断收集测试数据，动态更新测试类型和测试向量的测试故障率，同步调整测试类型以及测试向量的加载顺序.实验表明，使用动态调整后的测试流程可以更早的发现故障电路，显著减少故障电路的测试时间，提高测试效率.本算法是完全基于软件的，不需要增加硬件开销，可以相容于传统的集成电路测试流程.

Select

基于NV色心的晶体管放大器近场分布成像

姜海峰, 陈国彬, 郭志刚, 和文豪, 顾邦兴, 王昊, 杜关祥

电子学报. 2020, 48(8): 1631-1634. https://doi.org/10.3969/j.issn.0372-2112.2020.08.023

摘要 ( ) PDF全文 ( )

可视化

微波毫米波芯片非破坏高分辨率近场分布成像对高频射频芯片的功能和失效分析至关重要.本实验基于金刚石NV（Nitrogen-Vacancy）色心这一独特的量子体系，选取直径约为14μm的金刚石样品，将其粘附于20μm直径的光纤锥形尖端，制备成高分辨、非破坏、微型化的探针，通过分析NV色心在微波场变化中的基态自旋演化规律，采用全光学的方法，一次性成像，获得芯片表面整体场分布.本文给出了氮化镓高电子迁移率晶体管的近场分布成像图，拟合出光学探测磁共振（Optically Detected Magnetic Resonance，ODMR）谱图以及Rabi谱图，并对成像结果进行了分析.这一系统具有高效、高分辨、高灵敏度、对近场干扰小等优势，有望为高集成度微波电路故障诊断、天线辐射剖面、微波集成电路电磁兼容测试等应用提供一种全新的方案.

Select

双极电压比较器LM311电离总剂量与单粒子瞬态协同效应研究

王利斌, 姚帅, 陆妩, 王信, 于新, 李小龙, 刘默寒, 孙静, 席善学, 郭旗

电子学报. 2020, 48(8): 1635-1640. https://doi.org/10.3969/j.issn.0372-2112.2020.08.024

摘要 ( ) PDF全文 ( )

可视化

本文研究了高、低电平输出偏置条件下双极电压比较器LM311的电离总剂量（Total Ionizing Dose，TID）—单粒子瞬态（Single Event Transient，SET）的协同效应.实验结果表明，高电平输出偏置条件下累积总剂量后的LM311的SET会受到明显抑制，主要表现为瞬态脉冲宽度减小，SET幅值变小.低电平输出偏置条件下累积总剂量后的LM311的SET有促进作用，主要表现为瞬态脉冲宽度增大，SET幅值变大.与高电平输出偏置条件相比，LM311在低电平输出偏置条件下对SET不敏感.发现TID诱发的界面态陷阱电荷和氧化物陷阱电荷是TID-SET协同抑制效应出现的根本原因.

Select

作弊防控系统中独立可调双频带通滤波器设计

石光明, 马震远, 麦智荣, 林智勇

电子学报. 2020, 48(8): 1641-1646. https://doi.org/10.3969/j.issn.0372-2112.2020.08.025

摘要 ( ) PDF全文 ( )

可视化

文章提出了一种独立可调双频带通滤波器.该滤波器主要由一对加载变容二极管的并联耦合短路线、一对加载变容二极管的λ/2开路谐振器和公共输入输出部分组成.变容二极管和并联耦合短路线并联构成一个谐振器，产生第一通带.λ/2开路谐振器加载变容二极管，产生第二通带.通过改变加载在变容二极管上的偏置电压来改变变容二极管的电容值，使谐振器的谐振频率发生偏移，从而调节滤波器工作频率.结果表明，第一通带和第二通带的中心频率变化范围分别为0.2~0.4GHz和1.2~1.42GHz，调节百分比分别为66.5%和15.4%.仿真与测试的结果吻合良好，证明该设计方法是有效的.该滤波器可应用到作弊防控系统中.

Select

样本空间基于多级高维特征表示的微小故障诊断

张彩霞, 王子涵, 文成林, 刘国文, 余伟

电子学报. 2020, 48(8): 1647-1654. https://doi.org/10.3969/j.issn.0372-2112.2020.08.026

摘要 ( ) PDF全文 ( )

可视化

传统主元分析（Principal Component Analysis，PCA）、相对主元分析等多元统计法基于阈值诊断故障，由于是原空间等价表示，并未增加任何信息量，使得微小故障难以诊断；且降维分成主元空间和残差空间，微小信息得不到充分表示.深度学习在模式识别方面有成功的应用，深度学习多层次网络对细节进行线性组合表示，但不具备可解释性，仅有训练结果无理论依据，机理分析困难.本文提出一种将主元分析思想与深度学习思想结合的故障诊断方法，在原PCA基础上先扩维再降维，使得原始空间中不能表达的信息充分表达，且具备可解释性.理论和仿真实验分析表明，本文方法能判断出传统PCA无法检测的微小故障，提高了故障检测的检出率，且具备可解释性.

Select

可扩展处理器的自定义指令自动识别综述

肖成龙, 王珊珊, 王心霖, 林军, 王晶玥

电子学报. 2020, 48(8): 1655-1664. https://doi.org/10.3969/j.issn.0372-2112.2020.08.027

摘要 ( ) PDF全文 ( )

可视化

近年来，可扩展处理器越来越多地应用于嵌入式系统当中.在可扩展处理器周围使用自定义指令能够保证一定的灵活性，同时也能很好地满足嵌入式应用对高性能和低功耗的需求.自定义指令自动识别是可扩展处理器设计中的关键问题之一.针对可扩展处理器的应用领域和发展趋势，介绍近年来自定义指令自动识别的研究进展；在此基础上，对于自定义指令识别涉及的关键步骤：中间表示生成、自定义指令枚举、自定义指令选择和代码转换，分别进行总结和归纳，分析不同方法的优点和难点；按照不同应用领域，对可扩展处理器的应用进行了总结和分析；最后展望了自定义指令自动识别的未来发展趋势和研究方向.

Select

电子学报. 2020, 48(8): 1665-1666.

摘要 ( ) PDF全文 ( )

可视化

选择文件类型/文献管理软件名称

选择包含的内容

2020年, 第48卷, 第8期　刊出日期：2020-08-25

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

2020年, 第48卷, 第8期 刊出日期：2020-08-25

2020年, 第48卷, 第8期　刊出日期：2020-08-25