+

网络首发


说明: 最新在线预出版文章已经经过评审,内容和格式未经编辑校对。但您仍可以通过 doi直接引用。

Please wait a minute...
  • 全选
    |
  • 彭自然, 许怀顺, 肖伸平
    预出版日期: 2024-06-18
    摘要 (25) PDF全文 (31) HTML (24)   可视化   收藏

    大部分光伏电站地处偏僻、地形复杂的区域,受到外界环境的影响,易发生各种故障.而传统的光伏阵列故障诊断方法存在精度不高以及光伏数据利用率低等问题.针对以上问题,本文先是通过引入Levy飞行策略和步长因子动态调整策略改进麻雀搜索算法(Sparrow Search Algorithm,SSA),降低SSA算法陷入局部最优的风险,提升SSA算法的寻优能力.然后采用改进的Levy步长调整麻雀搜索算法(Levy Adjustment Sparrow Search Algorithm,LASSA)对CatBoost模型关键超参数进行寻优,提出了一种基于CatBoost并以LASSA为优化策略的光伏阵列故障诊断模型LASSA-CatBoost,以实现光伏阵列的短路、开路、老化和阴影遮挡故障的精确诊断.实验结果表明,LASSA-CatBoost模型的故障诊断准确率为99.7%,相较于优化前的CatBoost模型,准确率提高了3.6%.与现有的光伏阵列故障诊断模型相比,LASSA-CatBoost模型的准确性和稳定性更高.

  • 王卫杰, 刘燕婻, 赵振国
    预出版日期: 2024-06-15
    摘要 (25) PDF全文 (29) HTML (27)   可视化   收藏

    场-路耦合仿真可以支持跨越芯片-封装-系统的多层级协同分析,多物理场仿真能够对多物理约束下芯片封装的信号完整性、电源完整性以及可靠性进行提前设计.因此,针对场-路结构的多物理场耦合仿真能够实现在初期对芯片封装的设计方案进行筛选和优化,是先进封装仿真技术最重要的发展方向之一.本文基于场-路耦合仿真和多物理场耦合仿真方法的最新研究进展,提出针对非线性场-路结构的频域仿真方法以及电磁-热耦合计算方法.本文提出的频域仿真方法能够解决基于时域仿真方法的场-路耦合仿真的长时间迭代问题,实现多物理约束下非线性场-路结构的电磁与热特性快速分析.计算结果验证了本文方法的准确性和高效性.

  • 陈喆, 王品清, 周培根, 陈继新, 洪伟
    预出版日期: 2024-06-15
    摘要 (19) PDF全文 (10) HTML (19)   可视化   收藏

    本文基于45 nm 互补金属氧化物半导体绝缘体上硅工艺(Complementary Metal Oxide Semiconductor,Silicon On Insulator,CMOS SOI)工艺设计了一款支持5G毫米波24.25~27.5 GHz和37~43.5 GHz双频段的低相位噪声压控振荡器(Voltage Controlled Oscillator,VCO).基于CMOS SOI工艺良好的晶体管开关特性,结合开关电容阵列及开关电感方案,提高宽带调谐电容、电感Q值,扩展VCO工作频段,降低相位噪声.同时,输出匹配网络也采用开关电容切换方式,实现了5G毫米波双频段良好阻抗匹配及稳定功率输出.流片测试结果表明该VCO可以完整覆盖5G毫米波双频段24.25~27.5 GHz和37~43.5 GHz,低频段输出功率-4.8~0 dBm,高频段输出功率-6.4~-2.3 dBm.在24.482 GHz载频,1 MHz频偏处的相位噪声为-105.1 dBc/Hz;在43.308 GHz载频,1 MHz频偏处的相位噪声为-95.3 dBc/Hz.VCO核心直流功耗15.3~18.5 mW,电路核心面积为0.198 mm2.低频段(高频段)的FoM(Figure of Merit)及FoMT优值分别达到-181.3 dBc/Hz(-175.4 dBc/Hz)、-194.3 dBc/Hz(-188.3 dBc/Hz).

  • 刘文犀, 张家榜, 李悦洲, 赖宇, 牛玉贞
    预出版日期: 2024-06-14
    摘要 (34) PDF全文 (10) HTML (34)   可视化   收藏

    伪装目标检测旨在检测隐藏在复杂环境中的高度隐蔽物体,在医学、农业等多个领域有重要应用价值.现有方法结合边界先验过分强调边界区域,对伪装目标内部信息的表征不足,导致模型对伪装目标的内部区域检测不准确.同时,已有方法缺乏对伪装目标前景特征的有效挖掘,使背景区域被误检为伪装目标.为解决上述问题,本文提出一种基于边界特征融合和前景引导的伪装目标检测方法,该方法由特征提取、边界特征融合、主干特征增强和预测等若干个阶段构成.在边界特征融合阶段,首先,通过边界特征提取模块获得边界特征并预测边界掩码;然后,边界特征融合模块将边界特征和边界掩码与最低层次的主干特征有效融合;同时,加强伪装目标边界位置及内部区域特征.此外,设计前景引导模块,利用预测的伪装目标掩码增强主干特征,即将前一层特征预测的伪装目标掩码作为当前层特征的前景注意力,并对特征执行空间交互,提升网络对空间关系的识别能力,使网络关注精细而完整的伪装目标区域.本文在4个广泛使用的基准数据集上的实验结果表明,提出的方法优于对比的19个主流方法,对伪装目标检测任务具有更强鲁棒性和泛化能力.

  • 贺超波, 成其伟, 程俊伟, 刘星雨, 余鹏, 陈启买
    预出版日期: 2024-06-12
    摘要 (26) PDF全文 (42) HTML (29)   可视化   收藏

    动态社区发现旨在检测动态复杂网络中蕴含的社区结构,对于揭示网络的功能及演化模式具有重要研究价值.由于相邻时刻网络的社区结构具有平滑性,前一时刻网络的社区划分信息可以用于监督当前时刻网络的社区划分过程,但已有方法均难以有效提取这些信息来提高动态社区发现性能.针对该问题,提出一种融合节点变化信息的动态社区发现方法(Semi-supervised Nonnegative Matrix Factorization combining Node Change Information, NCI-SeNMF). NCI-SeNMF首先采用k-core分析方法提取前一时刻社区网络的degeneracy-core,并选取degeneracy-core中的节点构造社区隶属先验信息,然后对相邻时刻网络的节点局部拓扑结构变化程度进行量化,并将其用于进一步修正社区隶属先验信息,最后通过半监督非负矩阵分解模型集成社区隶属先验信息进行动态社区发现.在多个人工合成动态网络和真实世界动态网络上进行大量对比实验,结果表明NCI-SeNMF比现有动态社区发现方法在主要评价指标上至少提升了4.8%.

  • 雷天亮, 吉立新, 王庚润, 刘树新, 巫岚
    预出版日期: 2024-06-12
    摘要 (16) PDF全文 (23) HTML (17)   可视化   收藏

    用户轨迹识别作为一项重要的时空数据挖掘任务,广泛应用于基于位置的个性化服务推荐、行程规划、犯罪行为检测和目标跟踪等领域,但依然面临预测精度不高的问题,主要原因是轨迹数据低采样且稀疏、轨迹类别数量巨大等.针对上述问题提出了基于可拓展自注意力时空图卷积神经网络的用户轨迹识别模型(Expandable Self-Attention Spatio-Temporal Graph Convolutional Neural Networks,ESAST-GCNN),该模型采用时空图卷积神经网络方式,深度挖掘时序特征与空间特征关系并进行预测与拓展,结合自注意力机制获取用户轨迹特征向量内部相关性,最终根据该特征向量进行用户轨迹身份识别.在两个真实数据集上进行测试后发现,ESAST-GCNN相较于TULER-GRU(TUL via Embedding and RNN)在Geolife与Gowalla中准确率分别提高了13.95%、10.63%,实验结果表明ESAST-GCNN优于其他模型,识别效果更好、适用范围更广.

  • 刘文杰, 吴青山, 查颖, 王海彬
    预出版日期: 2024-06-12

    在变分量子算法中,参数化量子线路拓扑结构的选择对算法性能具有重要意义.目前已有的拓扑结构存在着一些问题,如全连接拓扑结构所需量子门数量较多,环型拓扑结构的表达能力与纠缠能力略有欠缺.为了解决以上问题本文提出了一种新型的区块环(Block-Ring,BR)拓扑结构,在保障良好性能同时减少参数规模(即量子门数量),降低线路复杂度.在BR拓扑中,n个量子比特被等分为多个区块,每个区块包含m个量子比特,区块内部所有量子比特两两连接,区块之间采用环型结构进行连接.为了构造BR拓扑结构的参数化量子线路,我们设计了一种多层线路生成算法,可自动生成由单量子比特门Rx、Rz和双量子比特门CRx或CRz构成的量子线路.IBM Q模拟实验表明,相较于环型拓扑结构,无论单层、双层以及三层BR拓扑结构的表达能力和纠缠能力均有不同程度的提升;相较于拥有最高表达能力与纠缠能力的全连接拓扑结构,BR拓扑呈现接近的性能指标,且线路复杂度显著降低,即参数数量与双量子比特门数量均从On 2)降低为Omn),线路深度从On 2)降低为On/m+m 2).

  • 李鑫, 陆伟, 马召祎, 朱攀, 康彬
    预出版日期: 2024-06-12
    摘要 (23) PDF全文 (29) HTML (27)   可视化   收藏

    当前,图Transformer主要在传统Transformer框架中附加辅助模块达到对图数据进行建模的目的.然而,此类方法并未改进Transformer原有体系结构,数据建模精度还有待进一步提高.基于此,本文提出一种基于图注意力和改进Transformer的节点分类方法.该方法构建基于拓扑特征增强的节点嵌入进行图结构强化学习,并且设计基于二级掩码的多头注意力机制对节点特征进行聚合及更新,最后引入归一前置及跳跃连接改进Transformer层间结构,避免节点特征趋同引起的过平滑问题.实验结果表明,相较于6类基线模型,本文方法在不同性能指标上均可获得最优评估结果,且能同时兼顾小规模和中规模数据集的节点分类任务,实现分类性能的全面提升.

  • 姜文涛, 高原, 袁姮, 刘万军
    预出版日期: 2024-06-07
    摘要 (71) PDF全文 (38) HTML (73)   可视化   收藏

    为了提取更具表达能力和区分度的重点特征,减少网络传递时关键特征的流失,提高神经网络图像分类能力,提出一种新的门控机制图像分类网络(Image Classification Network of Gating Mechanism,GMNet).首先,使用门控卷积提取浅层特征,通过门控机制选择性地进行卷积操作,提高网络对原始图像关键特征的提取能力;其次,设计了一种插值门控卷积(Interpolation Gated Convolution,IGC)模块,利用Lanczos插值与门控卷积相结合,强化浅层特征的同时提取更具区分度的特征,提高特征的非线性表达能力;然后,设计了大核门控注意力机制(Large Kernel Gated Attention Mechanism,LGAM)模块,将大核注意力与门控卷积相融合,实现了特征的选择性增强和选择性融合,提高关键区域特征的贡献度;最后,将大核门控注意力机制模块嵌入到残差分支中,让模型更有效地学习输入数据的特征和上下文信息,减少关键特征在网络信息传递时流失,提高网络的分类能力.本文方法在图像数据集CIFAR-10、CIFAR100、SVHN、Imagenette、Imagewoof上分别达到了97.05%、83.68%、97.68%、90.60%、83.05%的分类准确率,与当前先进的方法相比分别平均提高了3.26%、7.08%、3.44%、2.65%、5.02%.与现有主流网络模型相较,本文门控机制图像分类网络能够增强特征的非线性表达能力,提取更具表达能力和区分度的重点特征,减少关键特征流失,提高关键区域特征的贡献度,有效地提高神经网络图像分类能力.

  • 师硕, 覃嘉俊, 于洋, 郝小可
    预出版日期: 2024-06-07
    摘要 (29) PDF全文 (16) HTML (30)   可视化   收藏

    视听双模态情感识别是情感计算领域的研究热点.目前情感识别方法存在无法同时提取视频局部和全局特征,多模态数据融合简单,损失函数在模型优化中无法关注错分样本等问题,导致情感识别结果精确度不高.本文提出一种基于改进的ConvMixer和动态权重焦点损失函数的视听情感识别方法.采用空间和时间邻接矩阵代替ConvMixer中的深度分离卷积,提取视频时域空域上的全局和局部特征.提出跨模态时间注意力模块,以对称结构捕捉模态间的时间相关性,提高特征融合效果.结合混淆矩阵计算具有动态权重的焦点损失函数,差异化地加大错分样本在损失中的占比,优化模型参数.在公开数据集上的实验结果表明,本文方法能提取到代表性特征,有效地优化网络结构,提高了情感识别的准确率.

  • 余毅丰, 钱江波, 严迪群, 王翀, 董理
    预出版日期: 2024-06-05
    摘要 (51) PDF全文 (54) HTML (49)   可视化   收藏

    对长序列的动画线稿帧进行着色是计算机视觉中一项具有挑战性的任务.一方面,线稿中包含的信息较为稀疏,需要着色算法对缺失的信息进行推断;另一方面,连续帧之间的色彩需要保持一致,以确保整个视频的视觉质量.现有的着色算法多数只针对单张图片进行着色,这类算法只给出一个开放性的符合合理范围的色彩结果,无法适用于帧序列着色.另一些基于参考帧的着色算法,并没有将2帧之间的关系有机地联系起来,导致着色效果不够出色.在同一镜头序列中,同一对象的特征往往不会发生太大变化,因此,可以设计一个根据给定参考帧,即可给线稿自动着色的模型.为此,本文提出了基于CNN(Convolutional Neural Networks)和Transformer相结合的模型Cross-CNN,该模型能够从参考帧中寻找并匹配颜色,从而保证时间维度上的特征一致性.Cross-CNN模型参考帧和线稿帧在通道维度叠加,输入预训练的Resnet50网络提取局部融合特征,将融合特征图传给Transformer结构进行编码以提取全局特征.在Transformer结构中设计了交叉注意力机制更好地匹配远距离特征.最后使用带有跳层连接的卷积解码器完成着色图片输出.本文在数据集方面从8部电影中截取画面并经过严格筛选,最终制作了一个包含20 000对二元组的数据集用于实验研究.Cross-CNN的SSIM(Structural SIMilarity)达到了0.932,高于SOTA算法0.014.本文算法代码链接:https://github.com/silenye/Cross-CNN.

  • 项秋艳, 訾玲玲, 丛鑫
    预出版日期: 2024-06-05
    摘要 (33) PDF全文 (54) HTML (30)   可视化   收藏

    精确的在线异常检测方法是物联网行业发展的核心,其中,以复杂和动态数据流为对象的在线异常识别是研究热点.现有在线异常检测方法存在处理复杂性负载过重问题,离线深度异常检测方法则存在因数据分布变化导致概念漂移问题.针对上述问题,本文提出了改进自适应模型池的在线异常检测框架,该框架可以与基于自动编码器的异常检测方法协作实现在线异常检测.首先,利用基于自动编码器的异常检测模型进行基本异常识别;其次,以自适应模型池为基础,融合概念漂移检测算法准确识别概念漂移,适应动态变化的数据流,解决概念漂移现象;最后,优化自适应模型池的模型合并方法,提升在线异常识别能力.实验结果表明,相比自动编码器模型的流变体和原自适应模型池算法,提出的算法在异常检测精度指标上分别提升了20.2%和5.83%,同时,最佳精度指标高于现有在线异常检测算法约16.7%.

  • 钟钰彬, 杨鹏, 窦磊
    预出版日期: 2024-06-05
    摘要 (36) PDF全文 (23) HTML (37)   可视化   收藏

    由于跟踪过程目标不规则形变的影响,采用固定纵横比的尺度模型无法精确地估计目标的尺度.为解决该问题,本文提出基于纵横比自适应的相关滤波跟踪算法.基于fDSST(fast Discriminative Scale Space Tracking)算法,训练学习纵横比模型,更新目标的纵横比,获取更精确的目标尺度,在此基础上,本文设计了平滑修正方案以及学习率自适应机制,可以有效地缓解因目标出现遮挡导致的模型漂移问题.在OTB100、VOT2016和VOT2018数据集上与其他跟踪算法进行对比实验,结果表明本文算法改善了基准算法的性能.特别是在OTB100上的总体准确率和成功率比fDSST提高了9.6%和6.2%.

  • 陈爽, 田烨, 付莹
    预出版日期: 2024-06-04
    摘要 (46) PDF全文 (55) HTML (46)   可视化   收藏

    量子图像传感器(Quanta Image Sensor,QIS)具有超高的单光子灵敏度与空间分辨率,因此其有望成为替代CMOS的下一代图像传感器.然而,从QIS获取的原始数据是二进制的图像帧,因此需要采用图像重建算法从二进制观测值中恢复原始场景.现有的方法包括基于模型的QIS图像重建和基于深度学习的QIS图像重建,其中基于模型的QIS图像重建通常需要进行大量的优化迭代,且对内部参数选择高度敏感.而基于深度学习的QIS图像重建则往往需要对每个具有细微不同的任务设计和训练单独的网络模型,灵活性欠缺并在很大程度上限制了其实用性.为了解决上述QIS图像重建方法的局限性,本文提出一种基于强化学习的免调参即插即用单光子图像重建方法.该方法能够自适应地对不同输入图像、不同过采样倍率和重建所处的不同迭代轮次动态选取合适的参数,实现更好的重建效果.具体地,本文将即插即用框架下的QIS图像重建任务中需要手动调整的参数建模为序列决策问题,引入结合无模型强化学习和基于模型强化学习思想的算法学习一个最佳策略,以实现对于不同输入图像在每次优化迭代时的最优超参选择.在合成和真实数据集上的实验结果表明,本文提出的方法可以在过采样倍率为4、6、8三种情况下,在峰值信噪比上相较现有先进方法提高约0.44~0.60 dB,在重建的视觉效果上也能够保留更多的纹理细节.真实极暗光QIS图像数据已在https://github.com/ying-fu/Real-SPAD-Dataset公开.

  • 李青, 钟将, 倪航
    预出版日期: 2024-06-03
    摘要 (27) PDF全文 (31) HTML (23)   可视化   收藏

    图异常检测作为一项重要的数据挖掘任务,专注于识别与大多数节点显著偏离的异常节点.随着无监督图神经网络技术的进步,现已开发出了基于密度估计、对抗生成网络等多种高效识别图数据中潜在异常的方法.然而,这些方法更注重无监督图异常检测生成高质量的表征,而往往忽略了图异常的特性.因此,本文提出了一个双通道异构图异常检测模型(Dual-Channel Heterogeneous Graph Anomaly Detection,HD-GAD).其模型基础架构包括双通道的图神经网络:全局子结构感知的图神经网络和局部子结构感知的图神经网络,用于图异常检测捕获全局和局部子结构属性.同时,基于对偶推断引入了多超球体学习目标(Multi-Hypersphere Learning,MHL),在从宏观和介观超球体角度,分别测量在整个图/社区结构中偏离的异常节点.HD-GAD模型利用相似度函数EmbSim优化训练目标,以缓解多超球面学习中的模型坍问题.最后,在五种不同的数据集上进行了全面的实验.其AUC值在大多数情况下均超过了0.9,达到了行业领先水平,进一步证明了HD-GAD模型在图异常检测任务上的高效性与性能优势.

  • 梁博, 刘锦辉, 张晓鹏, 谭雯丹, 张馨丹, 刘刚
    预出版日期: 2024-05-31
    摘要 (56) PDF全文 (43) HTML (56)   可视化   收藏

    模数转换器(Analog-to-Digital Converter,ADC)是连接模拟信号域与数字信号域的关键器件,而现有研究缺乏ADC辐照效应建模的相关内容.为满足大型模数混合信号系统辐照效应建模仿真的需要,本文提出了建立具有辐照效应的ADC行为级模型的方法.本文首先根据ADC的工作原理将其拆解为不同的通用模块,使用模拟和混合信号硬件描述语言(Very High speed integrated circuit hardware Description Language for Analog and Mixed Signals,VHDL-AMS)建立了各模块的行为级模型,接着根据基本原理将各模块动态组合为未辐照情况下基本的ADC模型.对于ADC的辐照效应,通过开展辐照试验,测量了ADC芯片HWD7710和SAD9434受总剂量(Total Ionizing Dose,TID)效应和中子辐射(Neutron Radiation,NR)效应影响的工作参数,并利用最小二乘法拟合获得ADC的工作参数与辐照剂量的关系式.最后根据辐照关系式,在基本模型上添加辐照参数模块并建立两种不同结构ADC的TID与NR模型.通过仿真结果与试验数据对比,验证了所建ADC辐射效应模型的普适性和精度.模型的静态参数仿真结果与试验结果的相对偏差在5%以内.结果证明该方法支持对不同ADC及不同辐射效应进行辐照效应模型建模.

  • 何鹏, 王良军, 张武, 朱文浩
    预出版日期: 2024-05-31
    摘要 (45) PDF全文 (25) HTML (42)   可视化   收藏

    基于格子Boltzmann方法的多层网格局部加密技术,通过多尺度网格计算不同层次的流动特征,避免了单层均匀笛卡尔网格中的低效率与计算资源的浪费,但仍存在并行性能上的不良影响.本文考虑并行计算中的负载均衡效应,从单层网格出发,通过考虑多层网格的运算特点来研究基于负载均衡的网格划分方法.同时,将网格划分与程序实现进行分离,在单层和多层网格中均完成了任意网格划分下的并行计算.在单层网格中,以二维血管流动的不同并行策略为例,研究了负载量划分与不同进程的各自时间开销的关系.在多层网格中,首先论述了多尺度网格在运算顺序上的特征,其次以三种不同的多层网格验证二维翼型绕流的计算结果,最后在每种网格中均使用三种不同的网格划分方法进一步探讨负载均衡与时间开销的关系.在128核的高性能计算平台上进行并行性能测试,强可扩展性可达到60%左右,弱可扩展性可达到82.78%.这种高可扩展性结果表明本文通过改进负载均衡性能,明显提升了多层网格计算中的并行性能.

  • 种一宁, 李珏, 乔明
    预出版日期: 2024-05-29

    本文利用半超结结构进行高压超结功率金属氧化物半导体(Metal Oxide Semiconductor,MOS)器件的设计,基于Sentaurus TCAD(Technology Computer Aided Design)仿真平台设计超结元胞结构并优化高压超结功率MOS器件的击穿电压与导通电阻,随后探究了寄生电容的特性.最后,基于多次外延工艺自主设计出一款器件结构仿真击穿电压1 658 V、工艺仿真击穿电压1 598 V、比导通电阻值303 mΩ·cm2的高压超结功率MOS器件,与相同耐压值器件相比,比导通电阻值下降约50%.同时探究了超结掺杂浓度与厚度以及电压支持层掺杂浓度与厚度4个主要结构参数对器件寄生电容特性的影响.

  • 康海燕, 王骁识
    预出版日期: 2024-05-28
    摘要 (81) PDF全文 (73) HTML (76)   可视化   收藏

    基于差分隐私的深度学习隐私保护方法中,训练周期的长度以及隐私预算的分配方式直接制约着深度学习模型的效用.针对现有深度学习结合差分隐私的方法中模型训练周期有限、隐私预算分配不合理导致模型安全性与可用性差的问题,提出一种基于数据特征相关性和自适应差分隐私的深度学习 方法 (Deep Learning Methods Based on Data feature Relevance and Adaptive Differential Privacy,RADP).首先,该方法利用逐层相关性传播算法在预训练模型上计算出原始数据集上每个特征的平均相关性;然后,使用基于信息熵的方法计算每个特征平均相关性的隐私度量,根据隐私度量对特征平均相关性自适应地添加隐私预算为ε1的拉普拉斯噪声;在此基础上,根据加噪保护后的每个特征平均相关性,合理分配隐私预算,自适应地对特征添加隐私预算为ε2的拉普拉斯噪声;最后,理论分析该方法(RADP)满足ε-差分隐私,并且兼顾安全性与可用性.同时,在三个真实数据集(MNIST,Fashion-MNIST,CIFAR-10)上的实验结果表明,RADP方法的准确率以及平均损失均优于AdLM(Adaptive Laplace mechanism)方法、DPSGD(Differential Privacy with Stochastic Gradient Descent)方法和DPDLIGDO(Differentially private deep learning with iterative gradient descent optimization)方法,并且RADP方法的稳定性仍能保持良好.

  • 张启坤, 朱亮, 韩桂锋, 刘梦琪, 金保华, 李元章
    预出版日期: 2024-05-28
    摘要 (48) PDF全文 (51) HTML (45)   可视化   收藏

    针对边云协同应用场景中多域间终端的安全通信、信息安全交换及安全资源共享等问题,提出一种基于动态属性权限的群组密钥协商(Group Key Agreement, GKA)协议,为应用场景中的群组终端之间建立了一条安全的通信信道.协议提出了一种密钥证实算法,解决了传统方案中密钥生成和密钥分发造成的安全隐患;采用隐藏属性认证技术实现对终端身份认证,同时,保障了终端的身份和属性信息不被泄露;采用属性基加密(Attribute-Based Encryption,ABE)与牛顿插值多项式相结合的方式,能够支持安全细粒度的GKA;采用非对称计算,将计算任务转移到边缘服务器上执行,减轻终端的计算量;利用区块链技术不可篡改的特性,实现终端身份和通信信息的完整性验证和数据的可追溯性.此外,该协议支持属性权限动态更新,保障群组的新鲜性.通过与应用的文献进行对比分析,本协议在计算时间、计算能耗和通信能耗方面具有较好的性能.

  • 刘兵, 李穗, 刘明明, 刘浩
    预出版日期: 2024-05-28
    摘要 (37) PDF全文 (23) HTML (35)   可视化   收藏

    现有多样化图像描述生成方法受到隐空间表示能力和评价指标制约,很难同时兼顾描述生成的多样性和准确性.为此,本文提出了一种新的多样化图像描述生成模型,该模型由一个条件变分推断编码器和一个生成器组成.编码器利用全局注意力学习每个单词的隐向量空间,以提升模型对描述多样化的建模能力.生成器根据给定图像和序列隐向量生成多样化的描述语句.同时,引入内省对抗学习的思想,条件变分推断编码器同时作为鉴别器来区分真实描述和生成的描述,赋予模型自我评价生成的描述语句的能力,克服预定义评价指标的局限性.在MSCOCO数据集上的实验表明,与传统方法相比,在随机生成100个描述语句时,多样性指标mBleu(mutual overlap-Bilingual Evaluation Understudy)提升了1.9%,同时准确性指标CIDEr(Consensus-based Image Description Evaluation)显著提升了14.6.与典型多模态大模型相比,所提出方法在较小参数量的条件下更适用于生成多样化的陈述性描述语句.

  • 化青龙, 张云, 任航, 姜义成, 徐丹
    预出版日期: 2024-05-27
    摘要 (54) PDF全文 (29) HTML (42)   可视化   收藏

    在合成孔径雷达(Synthetic Aperture Radar,SAR)系统中,舰船目标在中高海情下的三维转动会导致多普勒频谱时变和图像散焦,并对后续SAR舰船目标的信息解释造成不利影响.针对三维转动舰船目标的重聚焦问题,本文提出一种基于最小熵准则与生成对抗网络的SAR三维转动舰船目标重聚焦方法,设计了生成器和判别器的网络结构.生成器将散焦SAR舰船复图像变换到距离-多普勒域,利用相位误差系数估计网络逐距离单元估计相位误差系数,并实现对多阶次相位误差的补偿.判别器由一个复数域卷积神经网络构成,其所有元素,包括卷积层、激活函数、特征图和网络参数,均被扩展到复数域.损失函数中引入最小熵准则和对抗损失进行无监督训练,避免非合作舰船目标标注样本难以获取的问题.在仿真数据和高分三号SAR数据上的实验表明,该方法在重聚焦精度和效率上均有显著提升.

  • 吕建行, 李玉榕, 陈建国, 高宁
    预出版日期: 2024-05-27
    摘要 (32) PDF全文 (32) HTML (29)   可视化   收藏

    心电信号广泛应用于心脏疾病的医学检测中,可穿戴动态心电监测设备可以实现对心律失常的风险识别并预警.相比于静息心电信号,动态心电信号在采集过程中会受到更大运动伪迹的干扰,这些干扰会覆盖心电信号的关键信息,限制其临床应用.本文兼顾心电信号局部和全局特征,利用其周期性,研究了一种将心电信号低频PT波和高频QRS波群分开处理的两步式自适应阈值滤波算法,适用于单通道心电信号中的运动伪迹滤除.第一步先通过多分辨率阈值初步抑制心电信号低频部分中的运动伪迹;第二步,对受运动伪迹影响而不平衡的QRS波进行自适应阈值修复,通过对QRS波形调节,减少心电信号中高频部分运动伪迹,同时设置自适应阈值对心电信号P波、T波对应的小波系数进行处理,超出自适应阈值范围的小波系数通过波形缩放进行调整,进一步抑制低频运动伪迹.研究通过不同心电数据库评估算法的性能.在输入信噪比从-10 ~10 dB时,心电信号信噪比提升了10.912 2 dB和4.391 2 dB,滤波后心电信号与纯净心电信号的相关系数分别为0.687 6和0.978 3,提取的运动伪迹与原运动伪迹相关系数分别为0.953 0和0.852 9.实验结果表明,算法在不同噪声水平下,利用自适应阈值的优点,能有效复原受运动伪迹污染的心电信号波形特征,最大限度保留心电信号的临床信息,可作为可穿戴心电设备滤除运动伪迹的有效工具.

  • 柳秀秀, 杜秀娟, 韩多亮
    预出版日期: 2024-05-27
    摘要 (23) PDF全文 (15) HTML (19)   可视化   收藏

    随着智慧海洋的发展,水声网络多媒体数据的传输受到学者关注.水声网络高度动态的拓扑导致相邻节点数据传输不完整,压缩的水下图像或视频等数据对重建数据的质量有不同影响,因此水声网络需要具有不等差错保护(Unequal Error Protection,UEP)的编码机制来编解码重要性不等的多媒体数据.递归与限制反馈的在线喷泉码(Recursive Online Fountain Code with Limited Feedback,ROFC-LF)具有开销低、反馈少及编译码简单等特点,因此适用于水声网络.本文针对水声信道带宽窄、延时长及能量受限等特点,系统地分析了ROFC-LF编码机制建立阶段存在的环问题.针对ROFC-LF编码存在的环和无法提供UEP功能这两个问题,本文提出了两个优化目标.此外,还提出了具有不等差错保护的避环ROFC-LF编码机制.该编码机制减少了由于建立阶段最大组件存在环引起的无用编码包的数量,进而降低了网络能耗.不等差错保护的避环ROFC-LF编码机制在建立阶段和完成阶段分别采用权重策略和数据优先级策略来实现UEP特性,并利用随机图理论对该编码机制进行理论分析,理论结果和仿真实验结果一致.结果表明:该编码机制能够快速的恢复重要数据的同时,降低了编码包的数量,适用于网络拓扑结构动态变化的水声网络传输重要性不等的多媒体数据.

  • 李思聪, 王坚, 宋亚飞, 王硕
    预出版日期: 2024-05-27
    摘要 (50) PDF全文 (29) HTML (47)   可视化   收藏

    随着网络威胁的日益严峻,恶意代码的检测与分类变得尤为关键.传统分析方法依赖手动特征提取,不仅耗时且难以跟上恶意代码的快速变异.相比之下,深度学习技术在恶意代码分类方面展现出巨大潜力.然而,模型复杂度和资源消耗仍是实际部署的难题.本研究提出了LKRepNet(Triple-Channel Large Kernel Reparameterisation Network),该网络专注于轻量化设计,旨在确保检测性能的同时降低计算和内存需求.通过提出的三通道映射技术,将恶意代码的多维信息有效转换为图像通道,增强了特征的区分性.结合卷积神经网络(Convolutional Neural Networks,CNN)和Transformer的优势,设计了一个高效的深度学习架构,并通过重参数化技术优化了连接路径,以降低内存消耗并提升运行效率.此外,引入的线性训练时间过参数化和大卷积核技术进一步降低了模型的参数量和计算负担.通过实验证明,LKRepNet在提升恶意代码分类精度的同时实现了模型的轻量化,与现有技术相比,展现出更佳的性能和更广泛的应用潜力,特别是在资源受限和需要实时检测的环境中,提供了一种有效的解决方案.

  • 周新民, 熊智谋, 史长发, 杨健
    预出版日期: 2024-05-23
    摘要 (102) PDF全文 (128) HTML (103)   可视化   收藏

    当前,越来越多的医学图像分割模型都采用Transformer模型作为基础结构,然而,Transformer模型的计算复杂度与输入序列呈二次关系且需要大量的数据进行预训练才能取得较好的结果,在数据量不足的情况下无法发挥优势;此外,Transformer往往无法有效提取图像的局部信息.相比于Transformer,卷积神经网络则能够很好地规避上述两个问题.为了充分发挥卷积神经网络与Transformer的各自优势并进一步挖掘卷积神经网络的潜力,本文提出一个多尺度卷积调制网络模型(Multi-Scale Convolution Modulation Network,MSCMNet),该模型将视觉Transformer领域模型结构设计方法融入传统卷积网络.采用卷积调制和多尺度特征提取策略,构建基于多尺度卷积调制机制的特征提取模块(Multi-Scale Convolution Modulation,MSCM).并提出高效的patch组合与patch分解策略分别用于特征图的下采样以及上采样,进一步提升模型的表征能力.在腹部多器官、心脏、皮肤癌以及细胞核四个不同类型以及不同规模的医学图像分割数据集上取得的mDice分别为0.805 7、0.923 3、0.923 9、0.854 8,以较低的运算量和参数量取得了最好的分割性能,为卷积神经网络以及Transformer在医学图像分割领域提供了一个新颖而高效的模型结构设计范式.

  • 黄俊炀, 陈宏辉, 王嘉宝, 陈平平, 林志坚
    预出版日期: 2024-05-22
    摘要 (69) PDF全文 (79) HTML (67)   可视化   收藏

    场景文本图像超分辨率(Scene Text Image Super-Resolution, STISR)旨在提高文本在低分辨率图像中的分辨率和可读性.但是在空间变形或低分辨率的文本图像中,由于缺乏文本区域细节,语义线索和视觉特征信息难以与字符位置匹配对齐,文本识别效果不佳.针对该问题,该文提出多域字符距离感知的场景文本图像超高分辨率重建方法(Perceiving Multi-domain Character Distance super-resolution, PMDC),强化视觉语义特征,提高文本区域和纹理信息.首先,采用非对称卷积以及语义先验信息模块,提取文本图像的视觉和语义特征信息;其次,融合字符距离感知模块中的视觉和语义特征,得到增强位置编码感知字符间的间距变化和语义相似性;最后,结合引导线索和视觉特征对像素进行重组得到超分辨率文本图像.在公开数据集TextZoom上的实验结果,与最近TATT文本超分网络性能相比,在峰值信噪比指标上提高0.11 dB,有效提高文本清晰度和边缘纹理细节,同时提升1.5%的平均识别准确率,改进文本图像的可读性.

  • 章子旭, 简志华
    预出版日期: 2024-05-20
    摘要 (49) PDF全文 (41) HTML (42)   可视化   收藏

    在任意说话人语音转换中,训练阶段通常采用编码器对同一说话人语音进行解耦,然后用解码器进行自重构,而转换阶段的解码器是对源语音的内容信息与目标语音的个性特征进行耦合,因此解码器在转换阶段与训练阶段会存在性能失配现象,影响语音转换性能.对此提出了一种采用双重交换表示分离的语音转换方法DERS-VC(Double Exchange Representation Separation Voice Conversion).该方法在训练阶段的自重构过程中,用同一说话人的语音模拟不同说话人的语音进行自监督训练.训练过程引入转换不变损失和周期循环一致损失,通过双重交换表示分离的循环过程使自重构语音与原始语音更加逼近.实验结果表明,DERS-VC算法在梅尔倒谱距离(Mel-Cepstral Distortion,MCD)上比现有的AGAIN-VC(Activation Guidance and Adaptive Instance Normalization Voice Conversion)转换方法平均降低了4.03%,平均意见分(Mean Opinion Score,MOS)提升了3.62%,转换语音质量和相似度都有提高.这说明,通过双重交换表示分离的方法可以更好地训练解码器,实现更好性能的任意说话人之间的语音转换.

  • 黄晋维, 鲍长春, 周静
    预出版日期: 2024-05-20
    摘要 (42) PDF全文 (30) HTML (38)   可视化   收藏

    对基于神经网络的丢包隐藏方法而言,输入特征是直接影响最终恢复效果的重要因素.此外,如何通过丢包隐藏恢复高自然度的语音,也是亟待解决的难题.为有效恢复丢包语音并提高自然度,本文提出了一种基于先验梅尔谱和神经声码器的语音丢包隐藏方法.所提方法采用一种非对称的编解码网络结构.在编码端,该方法用两个独立的编码网络分别从时域波形和梅尔谱中提取深层时频特征.在解码端,该方法将时频深层特征一同送入由时序自适应反归一化层构成的声码器中,以恢复丢失的语音信号并提高自然度.仿真实验表明,所提方法在语音感知质量和短时客观可懂度上均要优于现有的两种丢包隐藏算法.

  • 张换香, 彭俊杰
    预出版日期: 2024-05-20
    摘要 (34) PDF全文 (61) HTML (32)   可视化   收藏

    方面级情感分析是一种细粒度的情感分类任务,在实际应用中具有广泛的应用前景,正因为如此,得到了广泛关注与研究,尤其是近年来,基于依赖树的图神经网络和基于注意力的网络模型的研究取得了较大进展.但是,由于在线评论表达的复杂性和依赖关系不易解析使得这些方法在情感分析的性能上得不到有效提升.为了克服这些挑战,本文提出了一种同时考虑句法语义和上下文语义的深度语义挖掘模型(Deep Semantic Mining Model,DSMM).具体地,为了深度挖掘句法背后隐含的深度语义,模型采用并行的图卷积和多头注意力机制挖掘丰富的语义;为了充分利用句法语义和上下文语义的内在关联关系,采用了关联注意力机制获取句法语义和上下文语义的相关性,并且采用自适应方面路由机制有效获取方面的情感语义,并在此基础上,通过引入基于依赖树的语义位置嵌入,进一步增强方面-意见词的关联.在三个公共数据集上的实验结果表明,我们的模型在复杂句情感分析中,既能从不同语义空间挖掘句子的语义特征,也能有效利用句法特征强化句子的语义表征,在分类准确率和泛化能力上的表现优于相关工作.

  • 学术论文
    钟佳平, 李云松, 谢卫莹, 雷杰, Gamba Paolo
    预出版日期: 2024-05-16
    摘要 (73) PDF全文 (76) HTML (68)   可视化   收藏

    高光谱图像(HyperSpectral Images,HSIs)具有高光谱分辨率和丰富的光谱信息,其具有的大量窄波段电磁波有利于获取感兴趣目标的理化信息,并根据对应的光谱特征对不同物质进行有效区分,从而完成目标检测任务.然而有限样本、少量先验信息、高维相似背景及不同类别差异小所导致的目标和背景混淆问题使得高光谱目标检测(Hyperspectral Target Detection,HTD)面临挑战.为此,本文提出结合区域引导和双注意力机制的高光谱目标检测判别式学习网络(Region-guided and dual-Attention Discriminative learning Network,RADN),以缓解标记样本少的条件下不同类别相似度高和相同类别差异性大导致的背景和目标不易区分的问题,减少高维冗余特征带来的计算复杂度,同时提升检测精度.本文使用经验性区域引导网络训练,采用光谱约束的无监督聚类方法确定网络输入,选择性地关注高光谱图像中的显著性特征和感兴趣区域.此外,本文在网络中添加双通道注意力机制来辅助复杂背景分布的估计,并在网络中引入不同类别光谱先验损失函数,进一步减少高维复杂背景以及光谱变化对于目标的干扰.实验结果和分析表明,RADN在不同数据集上的性能优于现有先进的算法.

  • 学术论文
    江佳鸿, 夏楠, 李长吾, 周思瑶, 于鑫淼
    预出版日期: 2024-05-16
    摘要 (64) PDF全文 (45) HTML (3)   可视化   收藏

    人体关键点检测是计算机视觉的热点研究领域.目前,对于体操动作关键点检测,仍存在检测精度不足及缺乏细节部位检测能力等问题.为了提升检测精度,本文设计了一种多分辨率网络,该网络在浅层具备较大感受野,同时能够利用高分辨率通道增强细节特征的提取能力.为实现对手部及脚部关键点的检测,设计了一种增量学习网络.该网络融合了多分辨率网络的浅层特征并利用自建数据集计算深层特征以提升网络对手部及脚部关键点的检测能力.最后对两个网络输出结果进行合并.计算机仿真表明,多分辨率网络在COCO2017关键点检测数据集上达到了94.4%的准确率,并且增量学习网络能够在训练数据较少的情况下实现对细节部位关键点的准确检测.

  • 魏聪, 黄黎杰, 胡炜, 魏榕山
    预出版日期: 2024-05-16
    摘要 (38) PDF全文 (93) HTML (0)   可视化   收藏

    针对物联网传感器难以同时满足高分辨率与低功耗的瓶颈问题,本文设计了一种伪三阶离散时间delta-sigma调制器.该架构将一阶无源噪声整形SAR(Successive Approximation Register)量化器嵌入传统二阶delta-sigma调制器以实现更强的噪声整形能力.本文设计允许系统在更低的过采样率(Over Sampling Ratio,OSR)下获取更高的峰值SQNR(Signal-to-Quantizing Noise Ratio),有效缓解了系统精度和功耗之间的设计矛盾,并且减少了有源积分器的使用.针对传统有源加法器高功耗和无源加法器存在衰减不确定性的问题,本文提出了一种新型前馈求和量化电路,它具有对衰减不敏感的优势并且降低了第二级有源积分器的驱动压力,这进一步降低了系统的功耗.本文提出的delta-sigma调制器采用180 nm CMOS(Complementary Metal Oxide Semiconductor)工艺制造并测试.在电源电压1.4 V下,芯片测试功耗为47.2 μW.在带宽为8 kHz的测试条件下,调制器的DR(Distortion Rate)、峰值SNDR(Signal Noise Distortion Rate)和SFDR(Spurious-Free Dynamic Range)分别为97.2 dB,96.6 dB和114.4 dB.因此,Schreier和Walden的SNDR FoM(Figure of Merit)优值达到了178.9 dB 和0.053 pJ/step.本文提出的伪三阶delta-sigma调制器在功耗和分辨率之间实现了较好的权衡,为物联网领域的低功耗高分辨率调制器设计提供了较好的解决方案.

  • 贾熹滨, 于高远, 王珞, 邓玉辉, 杨大为, 杨正汉
    预出版日期: 2024-05-14
    摘要 (58) PDF全文 (41) HTML (56)   可视化   收藏

    微血管侵犯(MicroVascular Invasion, MVI)是肝细胞癌(Hepatocellular Carcinoma, HCC)切除或移植患者出现早期复发和长期预后不良的重要影响因素,因此在HCC患者术前评估是否存在MVI具有非常重要的临床价值. 近年来,深度学习为MVI影像诊断评估提供了有价值的解决方法,但受数据标注收集困难等因素的影响,目前研究多独立利用电子计算机断层扫描(Computed Tomography, CT)或核磁共振成像(Magnetic Resonance Imaging, MRI)手段采集影像中的单模态序列,缺乏对各成像手段中多模态序列的综合应用. 在小样本场景下,为有效地利用多模态序列数据,提高诊断效能,本文提出一种高效多模态贡献度感知网络. 该网络可以利用模态分组卷积和高效多模态自适应加权模块,在极少计算开销的引入下,学习CT或MRI的各模态影像信息在复杂多样的MVI表象下的诊断贡献.本文在三甲医院收集的临床数据集上进行实验,结果表明该网络模型可以在少量有标注数据的支持下,取得优于多种基于注意力机制的神经网络模型的MVI诊断性能,为专业医师的诊断分析提供了有效参考.

  • 李江敏, 乔少杰, 韩楠, 吴涛, 高瑞玮, 彭钰寒, 谢添丞, 冉黎琼
    预出版日期: 2024-05-13
    摘要 (86) PDF全文 (61) HTML (81)   可视化   收藏

    数据库参数调优是提高数据库性能的重要任务之一.数据库参数可按照作用域范围和功能进行分类,探究某一类参数之间的相互影响以及不同类别之间的相互影响是非常重要的,但是现有方法尚未考虑这一方面.提出面向数据库参数调优的协作型多智能体模型DBT-MADDPG(DataBase Tuning-Multi-Agent Deep Deterministic Policy Gradient),设计单智能体预训练模型SA(Single Agent),多智能体联合训练模型JAM(Joint Action Model)以及基于概率选择的联合训练模型JAPM(Joint Action Probability Model),分阶段对数据库参数进行调优.实验结果表明,DBT-MADDPG模型能够分功能、分参数级别对数据库参数进行调优,在SA模型训练阶段便能到达主流算法的性能,且比主流算法快17.85%获得较佳配置.

  • 王欣, 申滨, 黄晓舸
    预出版日期: 2024-05-11
    摘要 (42) PDF全文 (40) HTML (64)   可视化   收藏

    近年来,基于张量补全的频谱制图得到了广泛研究.目前用于频谱制图的张量补全算法大多隐含地假设张量具有平衡特性,而对于非平衡张量,难以利用其低秩性估计完整的张量信息,导致补全算法性能受损.本文提出基于重叠Ket增强(Overlapping Ket Augmentation,OKA)和张量列车(Tensor Train,TT)的非平衡频谱制图算法,以解决非平衡张量在应用传统张量补全算法时性能下降的问题.首先使用OKA将低阶高维张量表示为高阶低维张量,在无信息损耗的情况下解决非平衡张量无法利用其低秩性进行张量补全的问题;然后使用TT矩阵化得到较平衡的矩阵,在维度较平衡条件下提高补全算法的精确度;最后利用高阶低维张量的低秩性,使用并行矩阵分解或基于F范数的无奇异值分解(Singular Value Decomposition Free,SVDFree)算法完成张量补全.仿真结果表明,针对非平衡张量,所提方案与现有的张量补全算法相比,可以获得更精确的无线电地图,同时所提SVDFree算法具有更低的计算复杂度.

  • 袁志强, 杨思春, 阮越, 薛希玲, 陶陶
    预出版日期: 2024-05-10
    摘要 (163) PDF全文 (96) HTML (143)   可视化   收藏

    量子近似优化算法(Quantum Approximate Optimization Algorithm,QAOA)是求解组合优化问题的算法框架,是近期最有可能展示量子计算优势的算法之一.在QAOA框架内,表征解的量子态采取的二进制编码方案导致的对称性限制了QAOA的性能.为了克服这一局限性,本文受Dicke态制备算法的启发,给出了一种新的解编码方案,消除了现有编码方案中的对称性.本文还设计了新的演化算子——星图算子(Star Graph mixer),及其对应的星图(Star Graph,SG)算法,给出了算法求解图分割问题时的量子电路.在IBM Q上的实验结果显示星图算法比标准QAOA算法平均约有25.3%的性能提升.

  • 李锐雄, 林福民, 李晓鹏, 张华福
    预出版日期: 2024-05-10
    摘要 (45) PDF全文 (25) HTML (63)   可视化   收藏

    本文设计了一款应用于北斗系统(BeiDou System,BDS)的新型低剖面双频段贴片天线.该天线基于单层贴片天线结构,通过“桥形”缝隙加载的方式,引入新的谐振频率,使天线工作在双频段(分别以1 176 MHz和1 575 MHz为中心频点),实现共面双频辐射.同时加载4个环形缝隙,仅用一组馈电针进行耦合馈电,方便调节阻抗匹配,同时减少馈电针数量,简化馈电网络复杂性.另外在天线侧面加载“π型”金属枝节,进一步优化高频阻抗匹配.实测结果表明,该天线在B1C频段和B2a频段的增益大于3.5 dBic,轴比均小于3 dB.频谱显示,该天线能工作于北斗系统的B1C、B2a频段,有望应用于北斗定位系统终端设备.

  • 王为念, 苏健, 陈勇, 张建照, 唐震
    预出版日期: 2024-05-08
    摘要 (144) PDF全文 (111) HTML (170)   可视化   收藏

    针对高动态车联网环境中基站难以收集和管理瞬时信道状态信息的问题,提出了基于多智能体深度强化学习的车联网频谱分配算法.该算法以车辆通信延迟和可靠性约束条件下最大化网络吞吐量为目标,利用学习算法改进频谱和功率分配策略.首先通过改进DQN模型和Exp3策略训练隐式协作智能体.其次,利用迟滞性Q学习和并发体验重放轨迹解决多智能体并发学习引起的非平稳性问题.仿真结果表明,该算法有效载荷平均成功交付率可达95.89%,比随机基线算法提高了16.48%,可快速获取近似最优解,在降低车联网通信系统信令开销方面具有显著优势.

  • 沈光煦, 章晨扬, 冯文杰, 许锋, 车文荃
    预出版日期: 2024-05-01
    摘要 (121) PDF全文 (113) HTML (6)   可视化   收藏

    本文提出了一种基于复合左右手(Composite Right-/Left-Handed,CRLH)理论的双模态毫米波片上传输线(Transmission Line,TL),有效兼顾了宽频段和低损耗特性,并且同时包含支持前向波的右手频段和支持后向波的左手频段.为解决毫米波半导体衬底高损耗、高寄生干扰的问题,本文首先提出T型片上CRLH单元,通过研究CRLH传输线的电路拓扑与结构实现,减小了传输损耗并展宽带宽.此外,文章通过研究色散特性实现左手和右手通带两种模态.基于砷化镓(GaAs)基集成无源器件(Integrated Passive Device,IPD)工艺,本文加工并实测了一款工作频段覆盖18~44.5 GHz的3阶周期CRLH TL.本文提出的传输线尺寸紧凑,为1.3×0.55 mm2,带有GSG(Ground Signal Ground)焊盘,最小插入损耗为1.18 dB,3 dB相对带宽超过90%.该测试结果表明所提出的片上传输线可广泛应用于旨在实现独特电磁相位特性的片上功能电路和系统.