全文下载排行

  • 一年内发表的文章
  • 两年内
  • 三年内
  • 全部

Please wait a minute...
  • 全选
    |
  • 综述评论
    张仰森, 刘帅康, 刘洋, 任乐, 辛永辉
    电子学报. 2023, 51(4): 1093-1116. https://doi.org/10.12263/DZXB.20221176
    摘要 (1117) PDF全文 (1237) HTML (688)   可视化   收藏

    实体关系抽取是信息抽取领域的核心任务.从文本中抽取的实体关系三元组是构建大规模知识图谱的基础.传统的流水线方法将实体关系抽取分解为独立的命名实体识别和关系抽取两个子任务.首先,构建一个高效的命名实体识别器,从大规模非结构化文本语句中识别实体边界和类型.然后,将该命名实体识别器识别的实体与类型作为关系抽取任务中所用数据的标注.最后,通过关系抽取器得到两个实体之间的关系类别,进而组合成为结构化的实体关系三元组.命名实体识别任务存在的误差会影响后续的关系抽取任务的性能,这使得流水线方法具有错误累积问题.这是因为关系抽取任务中使用的标注数据来自于前面的命名实体识别任务,这会有一定的误差,进而影响关系抽取的结果质量.此外,流水线方法减弱了两个子任务之间的特征关联,这会出现冗余实体的问题.命名实体识别任务和关系抽取任务独立进行学习训练,导致这两个子任务间缺乏交互,使得文本信息没有得到充分利用,限制了流水线方法的性能瓶颈.由于非结构化文本信息没有得到充分利用,流水线方法在抽取实体间长依赖关系时具有一定局限性,很难达到联合抽取模型的性能指标.实际应用中,实体间往往存在多种关系,流水线方法无法充分使用全局文本信息,且命名实体识别会产生冗余实体,在抽取多元重叠关系时,该方法具有一定的局限性.因此,在构建高准确率实体关系抽取模型时,流水线方法具有欠缺之处.本文对实体关系联合抽取的研究发展全景进行了综述,简要阐明整数线性规划、卡片金字塔解析模型、概率图模型和结构化预测模型这四类基于特征工程的联合模型的共同缺点.本文聚焦基于深度学习的实体关系联合抽取技术,根据近年来实体关系联合抽取前沿研究成果,总结了实体关系联合抽取模型的主流构建方法.按照建模思想的特点总结为三种建模方法:多模块-多步骤、多模块-单步骤以及单模块-单步骤.多模块-多步骤建模方法主要包含实体域映射关系域、关系域映射实体域和头实体域映射关系-尾实体域这三种类别.这三类模型的共同特点都是将三元组的提取过程分为多个模块,通过共享参数的方式整合各个模块,逐步迭代得到三元组.这种方法推动联合模型性能提升,初步解决了流水线方法存在的问题.但每个步骤使用独立的解码算法,导致解码误差累积问题.且共享参数整合各个模块的冗余误差会互相影响预测性能,从而产生级联冗余问题.多模块-单步骤建模方法旨在构建一个最优化的联合解码算法,并对其求取最优解进而得到最优超参数.这种方法设计了简单精确的联合解码算法,并加强了多个子模块间的交互性,减弱了因为逐步迭代导致的解码误差和级联冗余对联合模型性能的影响.然而,模块的分离依然会产生冗余错误,具有一定局限性.单模块-单步骤建模方法可以直接从文本语句中抽取三元组,有效缓解了多模块-多步骤和多模块-单步骤建模方法的级联错误和实体冗余等问题.本文以前沿文献中具有代表性的联合模型为例,详细分析了这些模型的建模思路,剖析了各个模型的优缺点,将多个具有共同建模思路的经典模型进行归类,以阐述实体关系联合抽取模型的发展趋势.本文将单模块-单步骤建模方法的代表模型在公开基准数据集上的模型性能与多模块-多步骤和多模块-单步骤的代表模型性能进行对比分析,阐明实体关系联合抽取模型的建模思路正在从基于多模块-多步骤和多模块-单步骤的复杂建模方法,逐渐向单模块-单步骤的高效建模方法转变的客观趋势.最后,本文对三个实体关系联合抽取的研究方向进行了展望.当下主流的联合模型聚焦于限定域的实体关系抽取任务,对于开放域问题研究得不够.开放域实体关系联合抽取任务是未来的研究人员亟待解决的问题之一.在实际工业应用中,文本语料包含多元信息,如时序信息.而当前的实体关系联合抽取模型大多依据单一文本上下文信息进行特征抽取,从而忽略了时序信息.若融入像时序信息这样的多元信息或能进一步提升联合模型性能,这是未来一项具有重大意义的课题.此外,对于跨文本的实体关系联合抽取模型研究较少,这也是该领域未来的一个研究趋势.本文旨在建立一个完整的基于深度学习的实体关系联合抽取领域研究视图,以对相关领域研究者有所帮助.

  • 学术论文
    葛同澳, 李辉, 郭颖, 王俊印, 周迪
    电子学报. 2023, 51(11): 3100-3110. https://doi.org/10.12263/DZXB.20230414
    摘要 (227) PDF全文 (1170) HTML (172)   可视化   收藏

    相机和激光雷达多模态融合的3D目标检测可以综合利用两种传感器的优点,提高目标检测的准确度和鲁棒性.然而,由于环境复杂性以及多模态数据间固有的差异性,3D目标检测仍面临着诸多挑战.本文提出了双融合框架的多模态3D目标检测算法.设计体素级和网格级的双融合框架,有效缓解融合时不同模态数据之间的语义差异;提出ABFF(Adaptive Bird-eye-view Features Fusion)模块,增强算法对小目标特征感知能力;通过体素级全局融合信息指导网格级局部融合,提出基于Transformer的多模态网格特征编码器,充分提取3D检测场景中更丰富的上下文信息,并提升算法运行效率.在KITTI标准数据集上的实验结果表明,提出的3D目标检测算法平均检测精度达78.79%,具有更好的3D目标检测性能.

  • 综述评论
    陈颢瑜, 李浥东, 张洪磊, 陈乃月
    电子学报. 2023, 51(10): 2985-3010. https://doi.org/10.12263/DZXB.20230139
    摘要 (146) PDF全文 (990) HTML (133)   可视化   收藏

    联邦学习能够促进多方参与者之间的数据共享和协同计算,其已经成为一种流行的分布式机器学习范式.联邦学习目前的研究主要集中在性能提升和隐私保护方面.近年来,随着可信人工智能研究的深入,可信联邦学习的研究也受到越来越多的关注.其中,保证联邦学习的公平性是面临的关键问题之一.提升联邦学习的公平性能够保证客户端参与的积极性和联邦学习训练的可持续性.然而,由于联邦学习中通常存在着数据异构性和设备异构性,传统的联邦学习方法会导致客户端之间具有很大的差异,无法保证所有参与者之间的公平,这会极大地影响用户参与联邦学习的动力.基于此,对近年来联邦学习公平性的研究方法进行全面归纳梳理与深度探讨分析.首先对当前联邦学习公平性研究的主要方向进行划分,并对每个方向的公平性定义与评价标准进行了解释及对比.随后详细探讨了联邦学习公平性不同方向面临的挑战和主要解决方案.最后对联邦学习公平性研究中常用的数据集、实验场景设置和公平评价指标进行了归纳梳理,并对未来研究方向与发展趋势进行探讨和展望.

  • 综述评论
    刘晶, 孙玲, 何杰, 刘克
    电子学报. 2023, 51(3): 757-764. https://doi.org/10.12263/DZXB.20230053
    摘要 (682) PDF全文 (946) HTML (291)   可视化   收藏

    为广大科研人员了解国家自然科学基金“电子科学与技术”领域基础研究队伍、主要研究方向和发展趋势,针对2022年度信息一处受理的人才和探索两大系列部分类型的项目,从申请代码、申请人年龄和性别、依托单位分布以及按科学问题属性分类评审等不同角度分析了各类项目申请与资助情况,介绍了2022年度“负责任、讲信誉、计贡献”评审机制试点工作情况,最后展望了“十四五”期间领域重点发展方向.

  • 学术论文
    杨威, 李玮杰, 刘永祥, 黎湘
    电子学报. 2023, 51(3): 527-536. https://doi.org/10.12263/DZXB.20211574
    摘要 (601) PDF全文 (896) HTML (262)   可视化   收藏

    非合作目标识别常常面临少量不完备的训练样本、训练样本与测试样本信噪比不一致等现象,本文为此提出了一种基于测地线流式核的雷达目标高分辨距离像鲁棒识别方法.该方法沿格拉斯曼流形中测地线积分提取不变特征,且通过核函数映射可获得解析特征提取表达式.该方法还可作为预处理手段对数据降噪,进一步提高其他算法的识别准确率.实验结果表明,对于信噪比失配和少量不完备样本等问题,该方法都具有鲁棒目标识别能力,并且满足实时性要求.

  • 综述评论
    许辰人, 马翔天, 徐昊天, 刘启瑞, 王诚科, 王雄, 高峰, 陈晓光, 孔令和
    电子学报. 2023, 51(3): 765-778. https://doi.org/10.12263/DZXB.20221102
    摘要 (619) PDF全文 (896) HTML (346)   可视化   收藏

    5G技术不仅在以蜂窝网络为代表的移动互联网中占据主要角色,还正在积极地为工业场景提供技术变革的契机.目前,国内外已经开展了大量和5G抗干扰技术相关的工作,但仍缺乏对5G在授权和非授权频谱下抗干扰技术的系统性综述.本文分析了5G无线干扰的主要来源,指出了抗干扰研究的技术难点,并以授权频段5G蜂窝网络干扰与非授权频段异构系统间干扰两个关键问题为例,对现有的无线抗干扰方案进行了具体分析和归纳对比,最后对5G技术在授权频段和非授权频段抗干扰技术的未来研究方向进行了展望.

  • 学术论文
    电子学报. 2023, 51(9): 2492-2503. https://doi.org/10.12263/DZXB.20220856
    摘要 (387) PDF全文 (850) HTML (241)   可视化   收藏

    时间序列具有非线性和不稳定性等特点,当前时间序列预测研究面临模型训练参数多、泛化能力差等挑战,其预测精度无法保证.基于此,本文提出一种基于全局最优的麻雀搜索算法(Globally Optimal Sparrow Search Algorithm,GOSSA)和隐马尔可夫模型(Hidden Markov Model, HMM)相融合的时间序列预测模型(GOSSA-HMM).根据隐马尔可夫模型在模式识别和分类上的优势,对原始数据做差值处理并划分类别属性,以此作为隐马尔可夫模型的输入.采用全局最优的麻雀搜索算法对隐马尔可夫模型的参数进行训练,以解决参数训练过程中存在的收敛速度慢,对初始值设置敏感的问题.将赋予类别属性的差值数据进行分段,利用改进之后的隐马尔可夫模型测算每段序列走势的概率,从与当前数据走势相匹配的过去数据集中定位相同的模型实现预测.通过对山东半岛15个海洋牧场的溶解氧数据进行预测分析,结果表明与当前主要时间序列预测算法相比,GOSSA-HMM训练的参数较少,计算成本较低,具有更好的预测精度和泛化能力.

  • 综述评论
    电子学报. 2023, 51(9): 2598-2622. https://doi.org/10.12263/DZXB.20230082
    摘要 (405) PDF全文 (788) HTML (200)   可视化   收藏

    可视图是将时间序列转换成复杂网络的重要方法之一,也是连接非线性信号分析和复杂网络之间的全新视角,在经济金融、生物医学、工业工程等领域均应用广泛.可视图的拓扑结构继承了原始时间序列的重要性质,稳定且易于实现,通过可视图网络的相关统计特性,可区分特定时间序列数据下的特定行为.首先本文介绍了可视图方法在时间序列复杂网络分析中的相关研究,并通过必要性与可行性分析,充分说明可视图方法的优势所在.然后本文阐述了经典可视图和水平可视图方法的具体步骤及主要性质,从算法的过程改进、效率提升和可视图应用几个方面对现阶段可视图相关研究进行综述,介绍了众多可视图方法的基本过程,分析了可视图算法的识别抗噪能力和建网效率,并归纳整理了这些可视图方法的主要特性与适用范围.另外,本文复现了目前几种主流可视图算法,并公开相关的算法代码以供参考使用.通过对可视图相关研究的综述分析,可了解现阶段可视图的主要研究方向,为未来相关研究提供思路,并为时间序列复杂网络分析奠定基础.

  • 综述评论
    万升, 杨健, 宫辰
    电子学报. 2023, 51(6): 1687-1709. https://doi.org/10.12263/DZXB.20221295
    摘要 (900) PDF全文 (761) HTML (629)   可视化   收藏

    高光谱成像是遥感领域的一项先进技术,它能够收集和处理来自不同波段的电磁光谱信息,包括可见光、近红外和红外波段.由于高光谱成像技术能够检测到光谱信息的细微变化,因此,其在区分不同类型的地物方面取得了不错的成果.近年来,高光谱图像分类在城市规划和植被监测等应用中引起了许多研究者的关注,其主要目的是将图像中的每个像素分类到一个有意义的类别中.然而,高光谱图像数据量大、特征维数高的问题给像素的精确分类带来了一定挑战.如何有效提取高光谱图像的空谱特征已成为高光谱图像分类中最重要的问题之一.在过去的几年里,深度学习技术依靠强大的特征提取能力,在高光谱图像分类中具有不错的表现.其中,基于图神经网络(Graph Neural Network,GNN)的方法凭借其处理不规则数据的出色能力,为高光谱图像分类提供了新的研究方向.图神经网络是一种能够直接处理图结构数据的深度学习模型.在图神经网络模型中,每个图节点表示一个样本,每条边表示一对样本之间的关系.图卷积操作通过在图节点之间传播信息,来学习图节点的表征,从而模型能够捕捉到图节点之间的复杂关系,并实施诸如节点分类和链接预测的任务.通过将高光谱图像转换为图结构,图神经网络能够在卷积过程中提取图像的空谱特征.其中,每个节点对应于一个像素或区域,像素或区域之间的关系被表示为边.本文从图神经网络的构图方式、图卷积类型、模型架构和优化策略4个角度,梳理了当前基于图神经网络的高光谱图像分类方法的研究内容和进展,并为该领域的技术研究提供了多层次的对比分析.在基于图神经网络的高光谱图像分类方法中,图结构的构建是一项非常重要的任务.目前,主要存在两种基于高光谱数据的建图方法,即基于像素和基于区域的方法.在基于像素的建图方法中,每个像素都被视为一个图节点,这也是构建图结构最直接的方法.其中,每对图节点之间的权重可以由网络预先计算或学习.考虑到基于像素的建图方法复杂度较高,研究者开发了基于区域的建图方法.此类方法将图像的区域作为图节点,目前已被广泛应用于高光谱图像分类方法中.基于区域的建图方法可以有效减小图结构的尺寸,从而实现高效的图卷积运算.此外,图卷积类型的选择也是基于图神经网络的高光谱图像分类中的一个重要问题.当前的图卷积操作主要包含两种类型,即基于谱域的图卷积和基于空间域的图卷积.基于谱域的图卷积从图信号处理的角度引入了滤波器,通常具备较为坚实的数学基础,并且在高光谱图像分类中得到了较为广泛的使用.与基于谱域的方法不同,基于空间域的图卷积利用加权平均函数直接对每个图节点的邻居进行卷积.因此,基于空间域的图卷积通常表现出更强的灵活性和泛化能力.同时,模型架构的选择在基于图神经网络的高光谱图像分类中同样关键.目前主要存在两种类型的模型架构,即单一型和混合型.基于单一型架构的方法仅使用单一类型的深度模型(即图神经网络),早期的基于图神经网络的高光谱图像分类方法大多采用这一架构.然而,图神经网络模型本身存在一些固有的缺陷,这一定程度上限制了单一型架构方法在高光谱图像分类任务中的表现.为了缓解图神经网络模型的固有缺陷,进一步提高算法在高光谱图像分类任务中的性能,研究者开始探索将图神经网络与其他深度模型相融合的混合型模型架构,从而能够利用不同子模型来捕捉高光谱图像中多种类型的空谱特征.模型优化策略的选择对于算法性能也有着显著的影响.目前主要存在两种模型优化策略,即全批量梯度下降和小批量梯度下降.全批量梯度下降法会遍历所有样本计算一次损失函数,然后根据各个参数对应的梯度来更新模型参数,这种优化策略通常用于基于谱域的图神经网络模型.然而,由于每一次的参数更新都会涉及所有样本,因此全批量梯度下降法的复杂度通常较高,尤其是像素或超像素数量较多时.为了提高训练效率,研究者提出使用小批量梯度下降进行模型优化.其中,损失可以根据每个子图计算得到.由于每个子图的规模比原始图结构小得多,因此小批量梯度下降策略通常具有很高的效率.尽管图神经网络模型已经在高光谱图像分类任务中取得了一定成果,但现有方法仍存在一些问题有待改进.例如自适应邻域构建,即邻域的大小和形状可以根据图像的不同区域变化.现有的基于图神经网络的方法通常假设邻域大小和形状是固定不变的,而这一假设对于图像的所有区域而言可能并非最优.此外,另一个问题是可伸缩性和准确性之间的权衡.图神经网络在获得可伸缩性的同时,无可避免地会对原始数据的完整性造成损伤.然而,保持数据的完整性对模型学习是至关重要的.因此,越来越多学者开始研究能够同时保证可扩展性和高分类精度的图神经网络方法.同时,由于高光谱图像可能包含各种类型的噪声,因此噪声的处理亦是一个值得关注的问题.大部分现有的图神经网络方法对噪声不具有鲁棒性,这更加凸显了开发噪声鲁棒图神经网络方法的必要性.总的来讲,由于基于图神经网络的方法能够有效提取高光谱图像中的空谱特征,其在高光谱图像分类领域展现了巨大的潜能.本文从不同角度回顾并总结了当前基于图神经网络的高光谱图像分类方法,包括建图方式、图卷积类型、模型架构和优化策略.同时,还分析了高光谱图像分类所面临的挑战和图神经网络算法的特点,并探讨了未来潜在的研究方向.随着图神经网络方法的不断发展,高光谱图像分类有望在各个领域取得更高的精度和更广泛的应用.

  • 学术论文
    陈亚鹏, 周振宇, 韩东升, 赵雄文, 戚银城, 魏勇
    电子学报. 2023, 51(5): 1141-1147. https://doi.org/10.12263/DZXB.20220963
    摘要 (566) PDF全文 (670) HTML (249)   可视化   收藏

    面向融合时延敏感网络的电力+5G前传网,针对电力通信业务确定性时延与差异化服务质量保障问题,该文提出了一种基于交换匹配的低复杂度流量调度算法.考虑业务优先级与差异化时延需求,将流量调度问题建模为最大化网络整体效用的二值变量优化问题.考虑不同业务数据包调度决策的相互耦合,将该问题转化为一个业务数据包与虚拟传输位置间的匹配关系决策问题,利用改进后的低复杂度交换匹配算法实现问题求解.理论分析了该方法收敛性与复杂度.仿真结果表明,与传统的4种流量调度方法相比,该方法可在满足高优先级业务传输需求的前提下有效提升网络整体效用20.06%、25.93%、37.54%、52.26%.

  • 太赫兹超表面技术及应用
    张在琛, 江浩
    电子学报. 2023, 51(10): 2623-2634. https://doi.org/10.12263/DZXB.20221352
    摘要 (816) PDF全文 (664) HTML (562)   可视化   收藏

    智能超表面(Reconfigurable Intelligent Surface,RIS)作为第六代(Sixth Generation,6G)移动通信中的潜在关键技术之一,具有低成本、低能耗和易于部署等特点.通过给电磁单元上的可调元件施加控制信号,可以实现对入射信号的幅度、相位、极化等调控,从而构造智能化的通信环境,为终端高能效无线通信提供了契机.本文首先基于无人机通信技术发展现状,阐明了将RIS技术引入无人机通信系统的必要性;然后,分析了RIS使能无人机高能效通信信道的传输机理,归纳了信道建模关键技术;最后针对RIS使能无人机高能效通信信道建模,总结和展望了未来的技术挑战与研究方向.

  • 学术论文
    姚睿, 朱享彬, 周勇, 王鹏, 张艳宁, 赵佳琦
    电子学报. 2023, 51(4): 826-834. https://doi.org/10.12263/DZXB.20220057
    摘要 (459) PDF全文 (656) HTML (122)   可视化   收藏

    视频目标跟踪的黑盒攻击方法受到越来越多的关注,目的是评估目标跟踪器的稳健性,进而提升跟踪器的安全性.目前大部分的研究都是基于查询的黑盒攻击,尽管取得较好的攻击效果,但在实际应用中往往不能获取大量的查询以进行攻击.本文提出一种基于迁移的黑盒攻击方法,通过对特征中与跟踪目标高度相关而不受源模型影响的重要特征进行攻击,将其重要程度降低,同时增强不重要的特征以实现具有可迁移性的攻击,即通过反向传播获得的所对应的梯度来体现其特征的重要程度,随后通过梯度得到的加权特征进行攻击.此外,本文使用视频相邻两帧之间相似这一时序信息,提出基于时序感知的特征相似性攻击方法,通过减小相邻帧之间的特征相似度以进行攻击.本文在目前主流的深度学习目标跟踪器上评估了提出的攻击方法,在多个数据集上的实验结果证明了本文方法的有效性及强可迁移性,在OTB数据集中,SiamRPN跟踪模型被攻击后跟踪成功率以及精确度分别下降了71.5%和79.9%.

  • 学术论文
    电子学报. 2023, 51(9): 2277-2288. https://doi.org/10.12263/DZXB.20221214
    摘要 (458) PDF全文 (636) HTML (303)   可视化   收藏

    随着网络空间重要性日益增强,其涵盖范畴也在不断延展.除了传统互联网支持全球网络空间互联互通之外,还存在不同形式的有限域网络,例如空间卫星网络、工业互联网、数据中心网络等. 这些有限域网络具有多样化的终端类型、接入方式、拓扑结构和业务场景,而传统互联网体系结构所采用的协议、传输格式和转发方式无法满足这些异构网络高效的互联互通发展需求.因此,实现互联网、空间卫星网络、工业互联网、高性能数据中心网络等异构网络的一体化融合是势在必行的发展趋势.本文针对一体化融合网络所面临的规模可扩展性和实时性两大挑战,采用演进创新的研究思路,设计了一种分域自治、可扩展的一体化融合网络体系结构,实现了域间协同和域内自治的大规模可扩展的架构,并通过富语义的层间接口支撑差异化业务跨域传输的服务质量需求.

  • 学术论文
    郭庆, 陈雨庭, 段宗明, 吴先良
    电子学报. 2023, 51(3): 593-600. https://doi.org/10.12263/DZXB.20211116
    摘要 (445) PDF全文 (633) HTML (208)   可视化   收藏

    基于65 nm 互补金属氧化物半导体(Complementary Metal Oxide Semiconductor,CMOS)工艺研制了一款用于X波段的小型化高增益低噪声放大器(Low Noise Amplifier,LNA).通过研究晶体管尺寸和偏置电压对噪声系数和增益性能的影响,确定了低噪声高增益情况下晶体管尺寸和偏置电压的取值.针对LNA的输入、输出和级间匹配,采用变压器匹配网络,使得LNA尺寸缩小至0.33 mm×0.73 mm,同时提高了电路的隔离度.在变压器中嵌入并联电容,降低了变压器的耦合系数.基于差分共源拓扑结构,引入中和电容技术,有效地抑制了晶体管栅-漏间寄生电容引起的米勒效应,提高了LNA的增益和稳定性.测试结果表明,在1 V电源电压下,该LNA的带内最大增益为22.9 dB,最小噪声系数为2.8 dB,功耗为49 mW.在射频收发系统中,本款LNA具有良好的应用前景.

  • 学术论文
    杨宏宇, 王泽霖, 张良, 成翔
    电子学报. 2023, 51(5): 1198-1206. https://doi.org/10.12263/DZXB.20220881
    摘要 (456) PDF全文 (610) HTML (196)   可视化   收藏

    针对现有僵尸网络检测方法采样不均、特征选择差、泛化能力较弱,导致检测分类效果偏低且对计算和存储资源受限的物联网环境的适应性较差等不足,本文提出了一种面向物联网的多协议僵尸网络检测方法.通过所设计的基于地址三元组和时间窗口的IP聚合与特征重构方法整合从物联网网关中获取的网络流量,得到重构样本集.采用所提出的自修正混合加权采样算法平衡重构样本集中正常流量与僵尸流量,得到重采样样本集.采用所提出的基于多属性决策和邻接关系链的序列前向选择算法剔除重采样样本集中的冗余特征,得到最优特征子集.采用所设计的基于阵发混沌的秃鹰搜索算法优化后的两阶段混合异构模型,对经最优特征子集筛选后的重采样样本集进行检测分类.实验结果表明,所提方法对僵尸网络的检测效果较好,检测准确率为99.24%,马修斯相关系数为98.49%,误报率为0.17%,漏报率为1.29%,优于现有方法.该方法能够有效降低采样与特征选择的时空开销,可较好地适应资源受限的物联网环境.

  • 学术论文
    彭翔, 许华, 蒋磊, 张悦, 饶宁
    电子学报. 2023, 51(5): 1223-1234. https://doi.org/10.12263/DZXB.20220391
    摘要 (386) PDF全文 (606) HTML (154)   可视化   收藏

    针对传统干扰功率分配方法在干扰目标策略未知的情况下容易造成资源浪费和干扰效费比低的问题,本文提出一种基于深度强化学习的动态自适应干扰功率分配方法.在目标通信功率及功率控制策略完全未知的情况下,该方法将空间分布的侦察节点的观测值作为连续状态输入,利用深度强化学习方法进行干扰功率的辅助决策,可通过对目标策略的有效学习实现自适应稳定干扰.为进一步提升算法性能,本文设计了基于时序误差的优先经验回放机制和自适应探索策略.仿真结果表明,所提方法在与传统干扰功率分配方法干扰效果相当的情况下可节约42.5%的功率资源,提升了干扰效费比,且成功率和功率损耗皆优于对比的智能算法.

  • 学术论文
    轩勃娜, 李进
    电子学报. 2023, 51(5): 1187-1197. https://doi.org/10.12263/DZXB.20220818
    摘要 (517) PDF全文 (601) HTML (285)   可视化   收藏

    越来越多的恶意软件变种给网络安全带来了巨大的威胁,导致了现有基于CNN(Convolutional Neural Networks)的恶意软件分类方法的泛化能力弱和准确性不足.为了解决这些问题,本文提出了一种新的方法,即基于改进CNN的恶意软件RGB(Red Green Blue)可视化的分类方法,可以抵御变种和混淆性恶意软件. 首先,提出了一种基于RGB图像的特征表示方法,该方法更加关注恶意软件的二进制和汇编信息、API信息间的语义关系,生成具有更丰富纹理信息的图像,可以挖掘恶意代码原始与变种之间更深层的依赖关系.其次,针对恶意软件的加密和混淆问题,使用坐标注意力模块(Coordinate Attention Module,CAM)获取更大范围的空间信息来强化特征.最后,结合空洞空间金字塔池化(Atrous Spatial Pyramid Pooling,ASPP)来改进CNN模型,解决因图像尺寸归一化导致的信息丢失和冗余.实验结果表明,上述方法在最近的先进方法中脱颖而出,对Kaggle数据集和DataCon数据集的准确率分别达到99.48%和97.78%.与其它方法相比,该方法对Kaggle数据集的准确率提高了0.22%,对DataCon数据集的准确率提高了0.80%.本文方法可以有效地分类恶意软件和恶意软件家族变种,具有良好的泛化能力和抗混淆能力.

  • 综述评论
    田海博, 梁岫琪
    电子学报. 2023, 51(8): 2260-2276. https://doi.org/10.12263/DZXB.20210702
    摘要 (302) PDF全文 (589) HTML (192)   可视化   收藏

    人工智能隐私保护的应用场景多种多样.在不同的场景中,完成隐私保护计算的实体可信程度和数量不尽相同.这些实体的可信程度和数量对隐私保护计算方法能否实际应用具有重要影响.本文从实体的可信程度和数量出发,将基于密码技术的人工智能隐私保护计算方法归类为4种计算模型,分别是多中心模型、双中心模型、单中心模型和现实模型.除现实模型外,其它计算模型都存在可信实体.对每一种计算模型,本文给出当前基于密码学工具给出的人工智能隐私保护方法涉及的典型计算和采取的典型算法,并指出提升算法的效率和安全性是对每种计算模型都适用的研究方向.

  • 学术论文
    刘乔寿, 刘俊杰, 蔚淦丞, 周雄
    电子学报. 2023, 51(7): 1725-1733. https://doi.org/10.12263/DZXB.20220374
    摘要 (756) PDF全文 (568) HTML (601)   可视化   收藏

    针对现有端到端自动编译码器无线通信系统在多径信道中表现不佳的问题,本文提出了一种改进的自动编译码器端到端无线通信系统.在设计中,通过改变卷积核的尺寸,利用二维卷积来对抗多径效应引起的频率选择性衰落,并将传统OFDM(Orthogonal Frequency Division Multiplexing)模块同自动编译码器相结合,以此来增加系统应对多径信道的能力.同时,通过仿真分析一维卷积自动编译码器无线通信系统、传统OFDM无线通信系统以及本文改进的自动编译码器无线通信系统在多径信道下的性能.结果表明,在5径瑞利信道下并且以误块率(Block Error Rate,BLER)作为性能指标时,所提出的基于二维卷积的自动编译码器无线通信系统在64QAM调制下相比经典自动编译码器无线通信系统和传统OFDM无线通信系统分别提升了17%和60%的性能,本文的仿真分析给出了详细的对比说明.另外本文还分析了不同调制、不同信道时卷积核数量对系统性能的影响.

  • 学术论文
    刘金平, 吴娟娟, 张荣, 徐鹏飞
    电子学报. 2023, 51(5): 1163-1171. https://doi.org/10.12263/DZXB.20220368
    摘要 (389) PDF全文 (539) HTML (137)   可视化   收藏

    基于深度学习模型的胸部CT(Computed Tomography)图像自动分割有助于辅助医生诊疗.但随着网络宽度与深度的加深,网络训练困难且推理减慢.为提高隐藏层的学习能力,深度监督机制被用于网络训练.但以往的深度监督方法没有考虑模型中多尺度特征图的分层表示以及上采样对参与损失计算的特征图质量的影响.为加强隐藏层学习过程的直接性同时加快网络推理,本文提出一种结构重参数化与多尺度深度监督分割网络(Structural Reparameterization and Multi-scale Deep Supervision Network,SR&MDS-Net),以实现COVID-19(COrona VIrus Disease 2019)胸部CT图像的高效准确分割.首先构建一种结构重参数化特征变异(Structure Reparameterized Featurev ariation,SRFV)模块将网络的训练与推理进行解耦,在提高模型表达能力的同时加快推理速度;然后,提出一种新颖的多尺度深度监督机制,以加强网络监督效果,提高网络性能.在公开的COVID-19胸部CT图像数据集上进行实验,SR&MDS-Net的灵敏度、特异性、准确率、Dice分别达到了91.5%、99.5%、72.8%、80.1%,与同类其他方法比较,具有更优的性能.

  • 综述评论
    阮思捷, 熊可钦, 王树良, 耿晶, 鲍捷, 郑宇
    电子学报. 2023, 51(8): 2238-2259. https://doi.org/10.12263/DZXB.20230131
    摘要 (424) PDF全文 (530) HTML (310)   可视化   收藏

    对地理信息的准确掌握是城市中各种智能决策得以实现的基础.传统地理信息收集主要靠人工测绘、人工巡检或固定传感器感知,设备、人力成本高昂.近年来,随着移动互联网的发展,泛在的移动群体在城市中产生了海量的时空数据,他们有意或无意间成为城市的传感器,使研究人员有机会利用众包的思路基于此类数据推测城市地理信息.基于众包时空数据推测城市地理信息具有成本低、空间覆盖广、更新及时等优点.但其具有严重的数据质量问题,对城市地理信息推测带来了巨大挑战.本文综述了根据轨迹、基于位置的社交网络、街景等众包时空数据,推测城市中以路段、兴趣点、兴趣面为代表的地理实体的位置和属性的方法.本文给出了众包时空数据和地理实体的定义,详细比较了众包时空数据驱动的推测方法与传统方法的优劣,说明了研究问题和挑战,然后讨论了地图匹配、名称提取、位置发现和统计属性推测四个研究问题的研究进展,最后展望了该领域未来的研究方向.

  • 学术论文
    桑海峰, 王金玉, 陈旺兴, 王海峰
    电子学报. 2023, 51(5): 1266-1272. https://doi.org/10.12263/DZXB.20211467
    摘要 (301) PDF全文 (529) HTML (90)   可视化   收藏

    行人轨迹预测在自动驾驶和监控系统等多个应用中具有重要意义.目前大多数行人轨迹预测模型采用基于循环神经网络的编码器-解码器结构,其自回归的解码结构存在一定的累积误差,而且循环神经网络对序列的长期依赖问题仍然无法很好地解决.本文提出一种基于Transformer网络的非自回归行人轨迹预测模型,非自回归的解码结构能够同时生成所有预测值来减少累积误差,Transformer网络中的自注意力机制能够改善长期依赖问题.本文还设计一个局部信息加强模块来捕获行人运动趋势发生变化的局部特征,同时结合边界框的位置信息和大小信息来编码第一视角下透视投影产生的影响,使得模型提取到的轨迹特征更加有效.实验结果表明,在基于第一视角的公开数据集PIE(Pedestrian Intention Estimation)上,本文提出的模型比PIE预测模型在15、30、45帧的平均位移误差和终点位移误差上分别降低了24%,14.5%,11%和6%.

  • 李学龙
    预出版日期: 2023-09-14
    摘要 (296) PDF全文 (528) HTML (256)   可视化   收藏

    地球表面有约71%的面积被江河湖海等水体覆盖,陆地上的成像也会受到云雪雨雾等水体影响,但是,当前常见的机器视觉科研工作和应用系统基本只围绕空气和真空介质中的视觉任务展开,涉及不同形态水体的视觉工作没有得到系统的研究.涉水视觉(Water-related Vision)作为涉水光学技术在视觉领域的具象化体现,重点研究光与水的物质相互作用及跨介质传播过程中,涉水视觉影像信号智能处理与分析方面的科学问题,以及先进智能涉水视觉装备研制方面的工程技术问题.本文从“为什么大海是蓝色的?”这一具有普适意义的问题出发,系统介绍了水对光的吸收、散射、衰减作用机理,对涉水视觉任务造成的影响,以及现有的涉水图像处理与解析方法.基于水体光学特性及成像退化机理,介绍了团队在探索涉水成像和图像解析等涉水视觉关键技术及装备方面的成果,先后研制了全海深超高清相机“海瞳”、全海深3D相机、全海深高清摄像机等,形成了从色彩、强度、偏振、光谱等全方位、体系化的水下观测解析装备研制能力,填补了我国全海深光学视觉技术的空白,推动了我国涉水视觉领域技术的升级,应用价值和社会效益显著.

  • 学术论文
    张薇, 吴永乐, 王卫民, 郝丽薇, 杨雨豪
    电子学报. 2023, 51(6): 1413-1420. https://doi.org/10.12263/DZXB.20220344
    摘要 (491) PDF全文 (525) HTML (237)   可视化   收藏

    随着无线通信系统的快速发展,尤其是5G时代的来临,带通滤波器作为射频前端的选频器件被广泛应用于各种系统.近年来,人们对通信的需求日益提升,因此滤波器的小型化、低成本以及高性能等方面的要求成为业内研究的重点.现代工艺技术的发展为带通滤波器的设计提供了多种方法,如使用阶跃阻抗谐振器设计微带带通滤波器、利用互补开环谐振器作为基本谐振单元构造宽带带通滤波器和基于E型双模谐振器设计微带带通滤波器等.然而,这些微带滤波器的尺寸较大,令实现小型化的目标难以实现.由于集总元件具有体积小、成本低、带宽宽、元件间相互作用小等优点,在射频器件设计中发挥着重要作用.相较于基于集成无源器件(Integrated Passive Device,IPD)工艺和低温共烧陶瓷(Low-Temperature Co-fired Ceramic,LTCC)工艺的带通滤波器,这种单层宽带带通滤波器具有更低的生产成本、更少的损耗限制,以及避免了基于表面贴装器件的成本和制造公差等问题.由于其采用交指电容和微带电感的简单实现方式,该方法所设计的滤波器还具有工艺简单和体积小的优点.基于单层印刷电路板(Printed Circuit Board,PCB)工艺,本文提出了一种新型高选择性宽带带通滤波器.该电路结构对称,由多组对称的串联谐振器构建滤波器通带和带外多零点特性.其中,为了增强阻带的抑制能力和滤波器的频率选择性,添加多对接地的串联谐振器在通带左右两侧各增加一个传输零点,两个传输零点独立控制,互不影响.使用奇偶模分析方法对电路进行分析,以求解传输零点,并给出零点解析式.随后,对带通滤波器的传输零点频率、中心频率、3 dB相对带宽以及品质因数等参数变化进行分析.为了实现小型化和低成本的要求,该电路中的所有集总元件均由交指电容和微带电感实现.交指电容是一种多指周期性结构,具有多个几何变量,如指长、指宽、指间间隙、指端间隙和指数等.这些变量使得交指电容的结构具有较大的自由度,同时也增加了结构优化的难度.同理,微带电感的电感值可通过改变其长度和宽度进行调节.为了验证带通滤波器设计方法的有效性,基于单层PCB工艺,对工作在4.52 GHz的滤波器进行仿真、制造和测量,使用HFSS软件对滤波器整体结构进行优化.所用介质基板为Rogers RO4350B,其相对介电常数为3.66,损耗正切角为0.003 7,板厚为1.524 mm.测试结果表明,3 dB相对带宽为38.9%,在中心频率4.52 GHz处插入损耗最小(为1.68 dB),回波损耗优于21.45 dB,谐波抑制水平为7.7~9.4 GHz大于19.6 dB,通带内测试的群时延在0.56~1.2 ns变化.本文展示了一种单层低成本宽带带通滤波器,基于奇偶模电路和解析方程,详细阐述了滤波器的设计原理.该滤波器采用交指电容和微带电感作为集总元件,实现了小型化和低成本.实物测试进一步验证了滤波器的可行性,证明了其性能良好,具有体积小、损耗低、宽频带和选择性好等优点,适用于单层PCB工艺,易于与无线通信系统集成.

  • 学术论文
    张智, 易华挥, 郑锦
    电子学报. 2023, 51(4): 944-955. https://doi.org/10.12263/DZXB.20220313
    摘要 (451) PDF全文 (519) HTML (220)   可视化   收藏

    与通用目标检测不同,无人机(Unmanned Aerial Vehicle,UAV)航拍图像目标检测主要面临两个难题:(1)远距离观察下存在大量小尺寸目标,难以与背景区分;(2)大量区域中目标密集且存在严重遮挡.因此,将通用目标检测器直接应用于航拍图像会导致检测精度下降.本文提出一种聚焦小目标的航拍图像目标检测算法(Focusing on Small objects Detector in aerial images,FocSDet).针对小目标,通过密集高级组合(Dense Higher-Level Composition,DHLC)模式连接双Swin-Transfomer骨干网络,并和特征金字塔(Feature Pyramid Networks,FPN)结合,构建小目标特征聚合网络作为FocSDet的骨干网络,可丰富单层特征表达并提升对图像全局信息的利用,在不损失大目标语义信息的同时得到对小目标更好的特征描述,有效提升了小目标检测能力;针对区域密集遮挡,提出任务平衡样本分配策略,区别于现有样本分配策略只依赖定位位置,本文所提出的策略中样本匹配质量评价分数由定位位置信息和预测分类分数共同构成.基于该新评价分数不断迭代更新样本分配和监督网络优化,取得了更高质量的预测结果.最后,在检测头的分类和回归分支中引入层注意力构成增强检测头,进一步提升了小目标的检测性能.在Visdrone无人机数据集、CARPK航拍数据集上的实验表明,本文提出的FocSDet相较于现有方法ATSS和VFNET,在Visdrone上平均精度(Average Precision,AP)分别提升2%和0.6%,小目标APs分别提升2.6%和1.2%;在CARPK上AP分别提升2.2%和1.7%,小目标APs分别提升5.2%和5.0%.

  • 学术论文
    龚雪鸾, 陈艳姣, 王涛, 曹雨欣
    电子学报. 2023, 51(5): 1148-1153. https://doi.org/10.12263/DZXB.20220633
    摘要 (446) PDF全文 (505) HTML (138)   可视化   收藏

    为了破解用户口令并获取用户隐私信息,口令猜测工具应运而生.基于规则的口令猜测工具虽猜测成功率较高,但制定规则非常耗时且需要一定的专业知识.基于深度神经网络的口令猜测工具则需要大量的训练数据集来训练模型.基于此,本文提出了(Sequence Generative Adversarial Network Password, SeqGANPass),利用序列生成式对抗网络,针对口令数据集执行数据预处理操作,经由多轮对抗性训练过程训练口令生成器,以生成高质量的猜测口令.即使没有任何先验知识,SeqGANPass仍可以通过小规模训练集来实现口令破译.同时我们发现使用SeqGANPass可以大大提高基于规则的口令猜测工具的有效性.在实验中,我们与当前的主流口令猜测工具进行比较,如John the Ripper,Hashcat,Markov Model,上下文无关文法(Probabilistic Context Free Grammars,PCFG),FLA(Fast, Lean, and Accurate)和PassGAN等.实验表明,SeqGANPass的匹配率优于这些主流的口令猜测工具.

  • 学术论文
    蒋伟进, 韩裕清, 吴玉庭, 周为, 陈艺琳, 王海娟
    电子学报. 2023, 51(11): 3061-3069. https://doi.org/10.12263/DZXB.20230504
    摘要 (249) PDF全文 (500) HTML (198)   可视化   收藏

    针对环境监测领域边缘设备资源不平衡、通信延迟以及模型质量不高的问题,本文提出一种基于边缘计算的环境监测自适应联邦学习算法.该算法旨在利用边缘设备进行数据处理,并根据各个设备的资源限制调整全局模型的聚合频率,以更好地适应不同的监测环境.通过考虑边缘设备之间的资源差异,算法采用了动态优化迭代频率的策略,以提升模型的训练效果.与传统的固定迭代频率相比,该算法的调整策略更加灵活,能够更好地适应不同的数据分布和参与方特征.通过大量实验评估,并利用与同类算法CNN-FL(Convolutional Neural Networks-Federated Learning),FedAvg(Federated Averaging)和HFEL(Hierarchical Federated Edge Learning)的比较,本文提出的算法在算法性能和经济成本方面具有显著优势,这种算法为环境监测提供了一种高效、安全和可扩展的数据分析和模型建立方法,有助于推动环境监测能力的提升.

  • 学术论文
    杨小东, 周航, 汪志松, 袁森, 王彩芬
    电子学报. 2023, 51(4): 922-932. https://doi.org/10.12263/DZXB.20210855
    摘要 (281) PDF全文 (496) HTML (81)   可视化   收藏

    针对无线体域网密码方案中存在的密钥管理、密文检索与依赖可信第三方等问题,本文提出了一种基于区块链的无线体域网无证书密文等值测试签密方案.基于无证书签密机制,解决了传统方案中的密钥托管问题,保证了医疗数据的机密性与可认证性.利用等值测试技术,实现了对云端医疗密文的检索,减少了数据用户对重复数据解密的计算开销.引入区块链与智能合约技术,消除了等值测试操作对可信云服务器的依赖.利用雾节点执行部分解密计算,降低了数据用户解密时的计算开销.在随机预言模型下,基于计算性Diffie-Hellman困难问题证明了本文方案满足单向性.与同类方案相比,本文方案支持更多的安全属性,并具有较低的计算开销.

  • 综述评论
    刘颖, 庞羽良, 张伟东, 李大湘, 许志杰
    电子学报. 2023, 51(10): 2960-2984. https://doi.org/10.12263/DZXB.20230397
    摘要 (172) PDF全文 (480) HTML (167)   可视化   收藏

    图像分类作为计算机视觉领域中的重要研究方向之一,应用领域非常广泛.基于深度学习的图像分类技术取得的成功,依赖大量的已标注数据,然而数据的标注成本往往是昂贵的.主动学习作为一种机器学习方法,旨在以尽可能少的高质量标注数据达到期望的模型性能,缓解监督学习任务中存在的标注成本高、标注信息难以大量获取的问题.主动学习图像分类算法根据样本选择策略,从未标记样本数据集合中选择出信息量丰富,对分类模型训练贡献更高的样本进行标注,以更新已标注训练数据池,如此循环直至满足给定的停止条件或模型标注预算耗尽.本文对近年来提出的主动学习图像分类算法进行了详细综述,并根据所用样本数据处理及模型优化方案,将现有算法分为三类:基于数据增强的算法,包括利用图像增广来扩充训练数据,或者根据图像特征插值后的差异性来选择高质量的训练数据;基于数据分布信息的算法,根据数据分布的特点来优化样本选择策略;优化模型预测的算法,包括优化获取和利用深度模型预测信息的方法、基于生成对抗网络和强化学习来优化预测模型的结构,以及基于Transformer结构提升模型预测性能,以确保模型预测结果的可靠性.此外,本文还对各类主动学习图像分类算法下的重要学术工作进行了实验对比,并对各算法在不同规模数据集上的性能和适应性进行了分析.另外,本文探讨了主动学习图像分类技术所面临的挑战,并指出了未来研究的方向.

  • 学术论文
    陈阳, 皮德常, 代成龙, 李本田, 王碧, 薛乔
    电子学报. 2023, 51(4): 984-992. https://doi.org/10.12263/DZXB.20210433
    摘要 (348) PDF全文 (477) HTML (130)   可视化   收藏

    无人机作为移动基站辅助边缘计算可为用户设备提供广泛的服务范围和额外计算能力,本文提出一种多无人机协同陆地设施辅助边缘计算的系统.该系统将多架无人机作为移动基站,来协同多个陆地设施对移动用户提供计算卸载服务.系统分为局部计算模型、无人机计算模型、陆地设施计算模型以及无人机盘旋能耗模型.目的是优化多个无人机的位置和用户的卸载决策使得系统总体能耗最小.为求解该问题,提出一种多子群驱动的均衡优化算法.该方法基于两个子种群演化交互,集成了变异和种群重启机制,具有良好的优化能力.仿真实验表明,提出的算法能更好降低系统能耗.

  • 学术论文
    王安, 谷睿, 丁瑶玲, 张雪, 袁庆军, 祝烈煌
    电子学报. 2023, 51(3): 537-551. https://doi.org/10.12263/DZXB.20211032
    摘要 (334) PDF全文 (470) HTML (124)   可视化   收藏

    基于故障注入的逆向分析技术通过向运行保密算法的设备中注入故障,诱导异常加密结果产生,进而恢复保密算法内部结构和参数. 在除S盒表外其他运算结构已知的前提下,本文基于持续性故障提出了一种分组密码算法S盒表逆向分析方法. 我们利用算法中使用故障元素的S盒运算将产生错误中间状态并导致密文出错这一特点,构造特殊的明文和密钥,诱导保密算法第二轮S盒运算取到故障值,从而逆向推导出第一轮S盒运算的输出,进而恢复出保密算法S盒表的全部元素. 以类AES-128(Advanced Encryption Standard-128)算法为例,我们的方法以1 441 792次加密运算成功恢复出完整S盒表,与现有的其他逆向分析方法进行对比,新方法在故障注入次数和计算复杂度上有明显优势. 进一步,我们将该方法应用于类SM4算法,并以1 900 544次加密运算恢复出保密S盒表. 最后,我们综合考虑了分组密码算法的两种典型结构Feistel和SPN(Substitution Permutation Network)的特点,对新方法的普适性进行了讨论,总结出适用算法需具备的条件.

  • 学术论文
    李潇瑶, 王炼红, 周怡聪, 章兢
    电子学报. 2023, 51(4): 975-983. https://doi.org/10.12263/DZXB.20210790
    摘要 (389) PDF全文 (461) HTML (146)   可视化   收藏

    许多彩色图像去噪算法没有充分利用图像块间和颜色分量间的相关性,在去噪时丢失大量细节,容易导致颜色失真,从而影响后续处理.此外,真实的图像噪声通常是高斯-脉冲混合噪声而不是单一类型的,导致许多成熟的仅针对加性高斯噪声或脉冲噪声的去噪算法无法直接使用于真实场景.为解决这些问题,本文提出了基于四元数非局部低秩和全变分的图像混合噪声去除算法.该算法首先将彩色图像从空间域转换至四元数域,然后计算图像的非局部结构相似性和局部梯度,利用四元数域下的L1范数最小化模型,最终实现图像去噪.与现有的彩色图像去噪算法相比,该算法能更有效地保留图像块间、块内以及颜色分量间的相关性.去噪实验结果表明,本文算法在峰值信噪比和结构相似性上分别提高0.21~3.04 dB和1.51%~14.51%,并能在有效去噪和抑制伪影的同时,更好地保持图像细节和颜色信息,对噪声类型和强度变化更具鲁棒性.

  • 学术论文
    曾卓, 汪成亮, 马飞
    电子学报. 2023, 51(3): 552-563. https://doi.org/10.12263/DZXB.20210631

    为了解决用户轨迹数据发布时的活动模式泄露问题,本文提出了一种基于差分隐私的活动模式保护与时空数据发布方法DPAP-STTP(Differentially Private Activity Pattern and Spatial-Temporal Trajectory Publication),该方法即保护了用户时空数据中活动模式的隐私,又可以保证所发布时空轨迹在服务建议生成上的有效性.在DPAP-STTP中,用户的活动模式表示为个人代表性轨迹的动静态信息,包括代表性轨迹的时空密度分布、时空路径分布、移动模式以及时空跨度.另外,DPAP-STTP通过隐私保护预算与隐私保护阈值对该动静态信息进行调控,然后根据调控后的动静态信息依次划分时空网格、重构轨迹所处时空区间、时空轨迹点随机采样,最终生成满足群体差分隐私的时空轨迹进行发布.本文的实验比较了DPAP-STTP与DP-STAR(Differential Private Synthetic Trajectory Publisher)、BNA(Bounded Noise-Adding)所生成的轨迹在特定时空范围内的有效性,证明DPAP-STTP不但可重构服从群体差分隐私的时空轨迹,而且在时空网格上维持了时空轨迹的有效性.

  • 学术论文
    王鼎, 尹洁昕, 王叶露, 徐文艳
    电子学报. 2023, 51(11): 3011-3023. https://doi.org/10.12263/DZXB.20230759
    摘要 (356) PDF全文 (449) HTML (325)   可视化   收藏

    针对位于地球表面的无线静默目标,本文提出了一种基于外辐射源雷达系统的运动目标定位新方法.与已有大多数定位方法不同,新方法考虑了地面运动目标位置向量与速度向量所需服从的二次等式约束,并且实现了对目标位置与速度的解耦合估计.文中首先将基于外辐射源雷达系统的非线性观测方程转化为伪线性观测方程,然后利用一阶误差分析方法推导该观测方程中的误差渐近统计特性,并进而构建含双重二次等式约束的目标位置与速度联合估计准则.针对此优化模型,文中提出了一种基于拉格朗日乘子法的目标位置与速度解耦合优化算法,其中仅需对目标位置向量进行迭代计算,而目标速度向量是以闭式解的形式给出,因此可减少迭代初始值的影响与局部收敛的风险.此外,文中还在双重二次等式约束条件下推导了基于外辐射源雷达系统的运动目标定位的克拉美罗界,定量刻画了等式约束所产生的性能增益,并结合一阶误差分析与拉格朗日乘子法证明了新方法的渐近统计有效性.仿真实验结果验证了所提定位方法的优势.

  • 学术论文
    白勇强, 禹晶, 李一秾, 肖创柏
    电子学报. 2023, 51(4): 1050-1067. https://doi.org/10.12263/DZXB.20211483
    摘要 (378) PDF全文 (442) HTML (152)   可视化   收藏

    盲图像去模糊旨在模糊核未知的情况下从模糊图像恢复清晰图像,这是一个欠定逆问题,需要引入图像先验信息限定解空间.受到SelfDeblur的启发,本文提出了一种基于深度先验的盲图像去模糊算法,结合深度网络与正则化模型对清晰图像与模糊核联合建模,交替迭代估计清晰图像与模糊核.在图像估计子问题中,模糊核参与RGB三通道损失函数的约束下,利用隐含图像平滑性约束的深度卷积神经网络DIP-Net生成清晰图像;在模糊核估计子问题中,直接求取模糊核正则化约束模型的全局极小解,不同于SelfDeblur的全连接网络使用梯度下降法更新模糊核.本文算法结合深度网络实现正则化方法,与监督学习相比,无需成对的模糊/清晰图像数据集训练网络;与传统模型方法相比,无需通过多级金字塔的方式由粗到细地估计模糊核.在模拟与真实模糊图像上的实验结果表明;本文算法能够快速、准确地估计出清晰图像和模糊核,并能够有效抑制图像复原过程中存在的噪声放大问题.

  • 学术论文
    吕杭, 蒋明峰, 李杨, 张鞠成, 王志康
    电子学报. 2023, 51(3): 701-711. https://doi.org/10.12263/DZXB.20211181
    摘要 (385) PDF全文 (437) HTML (157)   可视化   收藏

    心律失常是常见的心血管疾病之一,目前很多方法通过计算机辅助系统对心电图进行分析以识别心律失常,但由于大多数心律失常数据样本较少,计算机辅助系统识别心律失常效果不佳.本文提出了一种基于混合时频域分析特征提取的卷积神经网络方法,该方法提取心电图的RR间期时域特征、希尔伯特-黄变换提取的频域特征和连续小波变换提取的时频域联合特征,经过特征融合后输入卷积神经网络训练分类模型,并采用Focal Loss作为网路的损失函数,实现对心律失常的分类.本文使用MIT-BIH(Massachusetts Institute of Technology-Boston's Beth Israel Hospital)心律失常数据库验证本文提出方法对4类心电数据分类的结果,实验结果表明,与现有的分类算法相比,本文所提出的混合时频域特征方法能有效提升心律失常分类的准确性.

  • 学术论文
    阮天宸, 吴启晖, 赵世瑾, 周福辉, 黄洋
    电子学报. 2023, 51(6): 1430-1442. https://doi.org/10.12263/DZXB.20221137
    摘要 (473) PDF全文 (436) HTML (283)   可视化   收藏

    随着无线设备及其应用呈现指数级增长,以及各种无线技术的出现,电磁频谱环境呈现环境多域、态势多维、应用多样、行为多变、信号密集的复杂特性.通过对海量数据进行即时有效的分析和处理,实现有效的频谱资源管控,对于频谱高效利用和电磁致胜显得尤为重要.以机器学习为代表的智能技术方法为电磁频谱数据分析提供了新的发展机遇,目前其已经应用于无线网络、频谱管理、资源管理等场景.然而,将机器学习应用于电磁频谱空间存在许多挑战.因为电磁频谱空间环境任务动态变化、高质量标记样本稀缺、频谱决策对高实时性的需求、知识利用和迁移困难等难点,现有机器学习算法难以很好地适用于电磁频谱空间的智能认知和决策.以干扰识别的研究为例,传统的技术包括信号特征提取和模式识别两个阶段.随着计算机算力的进步,深度学习技术凭借强大的特征表征能力逐渐占据主导地位.然而电磁频谱空间环境和数据往往存在未知、动态变化等不确定性因素,深度学习难以快速学习和适应未观测到的任务,其泛化性较差,且依赖大量高质量标记样本和人工调整超参数进行离线训练.因此,尽管深度学习在大多数研究场景中展现出了传统机器学习难以望其项背的结果,传统的机器学习图像识别模型仍然在某些场景中具备优势.在干扰识别中,若根据环境和任务特征动态地调度传统机器学习算法和深度学习算法及其超参数,则可以避免单一算法的缺陷,使总体性能得到改善.由此可见,提出一个能够自适应动态环境与任务、不断积累新知识、对错误样本数据具有鲁棒性、部分可解释的学习范式,对于从感知智能向认知智能跨越、迈向通用人工智能具有重要的研究意义和实际应用价值.本文从频谱特性出发,提出了电磁频谱空间机器学习新范式:认知学习,试图在“认知”的层面使用机器学习技术.认知学习范式包括离线训练、在线执行、在线结果反馈、离线自学习过程,对应大脑认知机制的执行控制和内省过程.离线训练探索算法结构和超参数与环境和任务的匹配关系,在线时能够有效地根据实际环境执行快速决策,选择合适的算法和超参数并输出学习结果,同时利用学习结果的反馈传递进行离线自学习的自我优化,形成离线-在线-离线的结构.具体来说,认知特征提取模块建立环境和任务特征与算法类型和超参数之间的匹配关系,从而得到合适的算法类型和超参数;记忆模块调用具体算法和超参数值,进行算法的重构;学习网络模块根据数据执行所选择的算法,输出在线学习结果;认知评估模块对在线学习结果进行内省,调整记忆中的频谱数据库与认知案例库,更新最合适的算法和超参数.在离线阶段,根据当前的学习结果判断是否将其作为新的认知案例存储至记忆空间;认知控制模块重新训练算法和超参数的选择,从而不断优化算法和超参数选择性能.此外,本文揭示了认知学习中的动态匹配定理和最优匹配定理,并根据没有免费午餐定理的思路完成了定理证明.动态匹配定理论证了最优算法和超参数的存在性与动态性,即对于任意环境和任务,总存在一组性能最优的算法和超参数.不同的环境与任务对应不同的最佳算法和超参数,并且本文提出的框架可以为动态环境和任务选择出这组算法和超参数.本文还揭示了最优匹配定理,即当算法和超参数选择的知识增加时,候选的算法类型和超参数搜索空间减小,能够选择到最合适的算法类型和超参数的概率提升.本文设计了一种面向干扰识别的认知学习方案.通过认知特征提取,基于差异性的任务需求和信号模态,对不同问题采取不同算法和超参数产生测试结果,生成认知案例库.将大量认知案例作为训练样本训练算法和超参数选择的神经网络.对于神经网络结构,采用了径向基函数神经网络,其优势是隐藏单元的数量不需要手动设置.当各种问题特征的训练样本数量增加时,隐藏层的大小可以根据近似线性相关准则自动扩展,缓解了神经网络中灾难性遗忘的问题.本文进行了不同数据集和不同识别要求情况下的干扰识别仿真.仿真结果表明,所提框架能适应动态变化的环境和任务、能通过自学习提升性能、能缓解错误标记样本的影响,对电磁频谱空间机器学习的发展具有启发式意义.认知学习的发展仍有进步空间,未来需要从多模态计算、知识的可解释性、大规模任务、学习架构的可扩展性等方向寻求突破.

  • 学术论文
    张长胜, 张健忠, 钱斌, 胡蓉
    电子学报. 2023, 51(5): 1245-1255. https://doi.org/10.12263/DZXB.20220205
    摘要 (340) PDF全文 (431) HTML (123)   可视化   收藏

    为了解决天鹰优化算法(Aquila Optimization algorithm,AO)易陷入局部最优及收敛速度慢的问题,本文提出一种多策略融合的改进天鹰优化算法(Multi-Strategy Integration Aquila Optimization algorithm,MSIAO).该算法采用结合Tent混沌映射的折射反向学习初始化种群以提高算法前期的搜索效率,根据种内互助及优化策略解决算法寻优停滞的缺陷,并通过基于Bernoulli混沌序列的自适应权重策略提高算法的收敛速度,引入了柯西-高斯变异算子增强算法迭代后期逃逸局部极值的能力.本文对10个基准函数、部分CEC2014测试函数集进行实验,并将MSIAO用于2个工程设计优化问题.结果表明,对于高维单峰、高维多峰以及固定维复杂多模态函数,MSIAO比AO具有更高的收敛精度和更快的收敛速度;MSIAO对压力容器与焊接梁优化设计的经济成本较AO分别节约4.62%、0.77%,验证了MSIAO对于处理机械工程问题的实用性和优越性.

  • 学术论文
    宋昭阳, 王一诺, 王浩文, 马鸿洋
    电子学报. 2023, 51(8): 2030-2042. https://doi.org/10.12263/DZXB.20211391
    摘要 (182) PDF全文 (428) HTML (89)   可视化   收藏

    近年来,图像信息的安全传输已成为互联网领域的重要研究课题.本文提出了一种将Hopfield网络伪吸引子特性与交替量子随机行走概率分布矩阵相结合的抗攻击彩色图像加密方案.研究发现,若控制Hopfield网络状态矩阵的精度参数,将交替量子随机行走产生的概率分布矩阵4分块中的1个子块 M1作为伪随机数矩阵参与加密,Hopfield网络的训练矩阵与输入矩阵分别为矩阵 M1的4分块中的2个对角子块之一时,能产生伪吸引子.该伪吸引子的矩阵形式通过张量运算、进制转换等处理后,能作为密钥矩阵对原始图像进行基于空间域上的像素值排序自适应置乱以及元素数值的混淆,生成加密图像.其中,密钥矩阵是图像加密中的关键部分,具备优异统计学属性的密钥矩阵能极大的提高图像加密的效果.本文所提加密方案在统计学特性测试中,实现了平均信息熵为7.999 4,像素数改变率的平均值为99.621 8%,统一平均变化强度的平均值为33.537 9%,平均相关性为0.003 9等.同时本文还对所提加密方案进行了各种噪声模拟测试以验证其实际应用中遇到常见噪声及攻击干扰情况下的鲁棒性.

  • 学术论文
    郭仲杰, 许睿明, 程新齐, 余宁梅, 苏昌勖, 李晨
    电子学报. 2023, 51(8): 2067-2075. https://doi.org/10.12263/DZXB.20220022
    摘要 (158) PDF全文 (425) HTML (91)   可视化   收藏

    针对传统单斜式模数转换器(Analogue-to-Digital Conversion,ADC)和串行两步式ADC在面向大面阵CMOS图像传感器读出过程中的速度瓶颈问题,本文提出了一种用于高速CMOS图像传感器的全并行两步式ADC设计方法,该ADC设计方法基于时间共享和时间压缩思想,将细量化时间提前到粗量化时间段内,解决了传统方法的时间冗余问题;同时针对两步式结构在采样过程中的电荷注入和时钟馈通问题,提出了一种基于误差同步存储技术的误差校正方法,消除了采样电路非理想因素对ADC性能的影响.本文基于55 nm 1P4M CMOS工艺对所提方法完成了详细电路设计和全面测试验证,在模拟电压为3.3 V,数字电压为1.2 V,时钟频率为250 MHz,输入信号为1.472 V的设计条件下,本文设计实现的13 bit ADC转换时间为512 ns,DNL(Differential NonLinearity)为+0.8/-0.8LSB,INL(Integral NonLinearity)为+2.1/-3.5LSB.信噪失真比(Signal to Noise and Distortion Ratio,SNDR)达到70 dB,有效位数为11.33 bit,列级功耗为47 μW.相比现有的先进ADC,本文提出的方法在保证低功耗、高精度的同时,使ADC转换速率提高了74.4%以上,为高速高精度CMOS图像传感器的读出与量化提供了一定的理论支撑.