虚拟专栏

    自然语言处理技术
    自然语言处理技术在生活中应用广泛,例如机器翻译、手写体和印刷体字符识别、语音识别后实现文字转换、信息检索、抽取与过滤、文本分类与聚类、舆情分析和观点挖掘等。它们分别应用了自然语言处理当中的语法分析、语义分析、篇章理解等技术,是人工智能界最前沿的研究领域。时至今日AI在这些技术领域的发展已经把识别准确率从70%提高到了90%以上,但只有当准确率提高到99%及以上时,才能被认定为自然语言处理的技术达到人类水平,这仍然是巨大的困难和挑战。 本专栏聚焦自然语言处理方面的相关研究,收集该领域近年来发表于本刊的文章 8 篇,旨在促进自然语言处理相关领域的发展。
    网络空间及网络通信中的安全问题
    随着人类社会全面跨入数字化信息化的网络时代,网络空间以及网络通信中相应的安全问题得到相关学者的日益重视和广大公众的普遍关注。本专栏收录的6篇论文,有的研究物联网应用场景下,物联网设备在无线信道中的安全技术;有的提出自动化沙箱更快速的恶意代码检测方法;有的针对工业互联网信息安全风险,提出更有效的入侵检测技术;还有的深入研究了卫星通信系统的物理层安全等等。相信广大电子学报的读者可以从本专栏中了解这一领域近年来的热点方向和学术研究进展。
    定位技术新进展
    波达方向估计方法作为阵列信号处理中最为重要的技术问题之一,不仅能对待处理的目标进行空间定位。在接收过程中的信号增强问题上,波达方向估计方法也能提供技术上的支持。因此,这一技术问题得到了研究者广泛的关注,在近年来的研究具有多向进展。本专栏收录的7篇论文,有的论文力图解决实际工程中,由于时钟偏移、阵元位置偏差的存在,波达方向估计如何以新的方法应对。也有论文基于空间差分技术的近场源方位角和距离联合,试图给出定位估计的新算法;还有基于Capon波束形成、对角加载以及加窗技术的返回散射回波的波达方向估计方法,以及多径辅助的目标定位算法。
    压缩感知
    进入21世纪以来,信号处理领域涌现了诸多进展,其中最值得称道的进展之一是现在已被广泛研究探讨的压缩感知(compressed sensing)技术。无论是在传统的信号处理、图像处理,还是在无线通信与光学成像乃至生物医学的交叉域前沿域研究,都可以见到压缩感知技术的应用。本次虚拟专栏收录该领域的论文5篇,旨在推进压缩感知在信号处理等领域的科研和应用。
    电磁频谱智能+
    电磁频谱智能是人工智能与传统电子信息技术进行交叉融合的新兴研究领域,也是当前国内外研究的热点问题。电磁频谱已成为信息时代、智能时代人类社会的主要活动空间和竞争资源之一,电磁频谱智能博弈以智能对抗博弈、以博弈生长智能,是电磁空间智能化的重要体现。电磁频谱智能+专栏以“电磁智能”为主题,主要围绕电磁空间智能化相关课题和技术前沿展开学术交流和技术研讨,着重讨论人工智能与电磁频谱领域相结合带来的概念、理论、技术和应用等方面的突破。
    智能时空信息服务技术
    面向国家泛在综合 PNT 重大战略和新一代人工智能、物联网与先进装备制造等产业对精准化、智能化时空服务的需求,为天地一体化智能时空服务体系架构、高精度无缝泛在定位授时、智能化精准化时空信息服务、时空服务数据安全管理、新一代移动通信网络融合与智能计算、多专业融合协作等技术研究,以及在无人系统、公众服务等领域的应用实践提供交流和展示平台。
    微波光子技术
    微波光子技术是未来信息系统的关键使能技术,具有工作带宽大、并行能力强、传输损耗低、抗电磁干扰等突出优点,可广泛应用于通信、传感、生物、医学、航空航天、国防和安全等领域。微波光子技术正向系统集成化方向发展 ,可 支撑电子信息装备实现跨平台应用,特别是适应小型化平台 应用 。在同一芯片上,使用相同材料和技术实现微波器件和光电子器件集成能够带来体积、重量、功耗的显著降低,对提升系统的可靠性、稳定性和一致性具有重要意义。
    机器学习交叉融合创新
    围绕机器学习的跨学科交叉融合创新,是近年来快速发展的前沿科技方向。考虑机器学习与其他基础学科的双向使能关系,该研究领域可以进一步分为以数学物理、脑科学为基础的新一代机器学习软硬件理论与方法;面向生命科学、材料等基础学科中关键科学计算问题的机器学习方法。此外,面向产业应用,机器学习交叉融合技术也可以极大促进智能交通、智慧物流、智慧能源、智慧医疗等重点应用领域的技术革新。然而,由于目前机器学习交叉领域研究尚处于初期阶段,传统机器学习领域对数理驱动和脑启发的新型机器学习软硬件理论的概念与内涵、基本框架与实现机制仍然缺乏深入的理解。同时,面向其他基础学科与应用领域,尚需广泛探索其中待解决的机器学习关键问题与可应用场景,给出典型案例。

    微波光子与相关元件技术
    微波光子技术是未来信息系统的关键使能技术,该领域结合了微波技术和光子技术的各自优势,具有工作带宽大、并行能力强、传输损耗低、抗电磁干扰等突出优点,可广泛应用于通信、传感、生物、医学、航空航天、国防和安全等领域。本专栏中的多篇文章包含微波光子技术相关设备以及半导体元件的设计,以及微波光子技术在通信、传感、雷达等多个领域的应用。    
    粒子群优化算法

    优化问题涉及到人类社会经济活动的多个方而,随着科学和技术不断的进步,在科学研究和工程实践中遇到的问题变得越来越复杂,采用传统的优化方法来求解这些问题面临着计算复杂度高、计算时间长等问题。人们受到大自然的启发,提出了一系列的生物启发式智能优化算法,粒子群优化算法是近年来被广为关注和研究的一种智能优化算法,源于对鸟群捕食系统的模拟。它收敛速度快、易实现并且仅有少量参数需要调整,因而一经提出就成为智能优化与进化计算领域的一个新的研究热点,目前已经被广泛应用于目标函数优化、动态环境优化、神经网络训练、模糊控制系统等许多领域。其中最具应用前景的领域包括多目标问题的优化、系统设计、分类、模式识别、生物系统建模规划、信号处理、决策和模拟等。本专栏聚焦粒子群优化算法方面的相关研究,收集该领域近年来发表于本刊的文章9篇,旨在促进粒子群优化算法及相关领域的发展。


    压电能量采集技术

    近年来人们对环保型能源需求的不断增长。同时,随着诸如物联网(IoT)等技术的不断发展,无线传感器及其他各种无线设备被大量部署。这些设备由于环境所限,供能问题也日益突出。目前广泛使用的电池技术也逐渐在容量和体积等多方面面临挑战。压电能量采集(PEH)技术捕获周围环境广泛存在的振动能并转化为电能,绿色环保,环境适应性强。它在满足能源多样化需求的同时,也为诸如物联网等特定应用场景下的设备自供能提供了新的发展方向。本专栏聚焦压电能量采集方面的相关研究,收集该领域近年来发表于本刊的文章6篇,旨在促进压电发电技术及相关领域的发展。

    机器学习之图像处理
    在智能化时代的今天,图像和视频产生的数据量也与日俱增,伴随而来的是图像数据处理问题。如何通过一系列算法来充分挖掘图像反馈出的隐藏信息,来最大化数据的价值,已经成为亟待解决的问题。目前,机器学习在应用方面取得的卓越成效对各个行业都产生着巨大的影响。图像处理也不例外,目前机器学习和图像处理相关领域的碰撞已经产生了数个前沿的技术领域,《电子学报》围绕这一研究主题,汇集了2019年到2021年中关于机器学习中特征选择的8篇相关文章形成本虚拟专栏,旨在推动相关领域的学术研究及机器学习在图像处理领域的更快发展。感谢您花宝贵的时间阅读这期虚拟专栏。
    多目标优化

    多目标优化与传统的单目标优化相对。多目标优化的概念是在某个情景中在需要达到多个目标时,由于容易存在目标间的内在冲突,一个目标的优化是以其他目标劣化为代价,因此很难出现唯一最优解,取而代之的是在他们中间做出协调和折衷处理,使总体的目标尽可能的达到最优。多目标优化的思路目前广泛应用在工程设计,基因工程,互联网推送,路经规划,无人机等领域。本次虚拟专栏收录近5年多目标优化论文10篇,涵盖以上多个领域。

    硅基半导体器件新进展
    本次虚拟专栏收录论文7篇,涵盖硅基器件分析、工艺与设计等领域。
    车载自组织网络
    车载自组织网络 (Vehicular Ad hoc Network,简称 VANET)作为一种以无线网络技术为基础而广泛应用于车载通信领域的技术,在道路通行及导航和车路通信架构之间的交互上有着广阔研究前景。因此,这一技术问题近年来被广为研究。本专栏收录的6篇论文,有的论文提出车载自组织网络分布式信道接入机制,有的论文研究车载网的通信安全机制。车载网运动模型、数据分发方案和可靠路由算法等也被研究者充分重视。相信广大电子学报的读者可以从本专栏中了解这一领域近年来的热点方向和学术研究进展。
    无线光通信及其组网技术

    “ 无线光通信是指不需要波导而在自由空间中采用光波传输信息的一种方法,是光通信技术最重要、最活跃的部分。无线光通信包括自由空间光通信、水下光通信、可见光通信,紫外光散射隐蔽通信以及涡旋光通信,均代表了无线光通信 技术发展 的重要方向。无线光通信既可以实现点对点之间的通信,也可以实现点对多点以及组网通信。



    天线设计与仿真
    随着5G通信、卫星通信、遥感、水下通信等领域的发展,对天线相关技术的需求也在不断更新和变化。本专栏遴选《电子学报》近两年来有关天线设计及仿真的论文六篇,旨在推进相关领域的学术交流和技术发展。
    机器学习—特征选择

    随着人工智能的发展,机器学习进入了越来越多的实际应用领域。在机器学习的实际应用中,特征选择作为预处理步骤,是影响分类性能的关键因素。特征的数量通常很大,特征选择可以剔除不相关或冗余的特征,从而减少特征的数量,提高模型的精度,减少运行时间。《电子学报》围绕这一研究主题,汇集了2016年到2021年中关于机器学习中特征选择的9篇相关文章形成本虚拟专栏,旨在推动相关领域的学术研究及机器学习中特征选择的更快发展。感谢您花宝贵的时间阅读这期虚拟专栏。


    微波器件
    微波作为信号传递的载体具有波长短、频率高、能穿透电离层等特点,容易制成具有体 积小、波束窄、方向性强、增益性高等特性的天线系统,微波半导体集成技术发展使得信号收发系统不断小型化,载波频率提高可大幅增加信息容量并有效规避电磁干扰,因此在雷达、电子对抗和通信系统中被广泛应用。 GaN 因禁带宽度大、热导率高、化学性质稳定和抗辐射等优点逐渐成为高频大功率微波器件的首选材料,常被应用于雷达探测、通讯基站、功率器件中。随着军用相控阵雷达及微波器件工艺的成熟化应用,微波器件公司具有军转民的基础, 而通信领域逐步向高频领域(如 5G等)发展以及国产化率提升的要求提供了更加广阔的市场。本专栏收录近年来《电子学报》有关微波器件的研究成果 10篇,旨在推进相关学术领域及行业发展。
    面向自动驾驶和智慧交通协同的通信与控制
    随着机器视觉、传感器、移动网络通信、人工智能和车路协同等技术的发展,汽车的功能不再局限于传统的出行和运输工具,而是逐渐增加智能演变为一个智能的、互联的、协同的智能网联车。未来智慧交通系统也不再局限于传统的被动交通系统,也必将走向与智能汽车协同的主动交通系统。协同自动驾驶系统要求高可靠性、高精度、超低延时和大带宽,在用户资源需求不同的协同应用从时间、位置和内容等方面都有极大差异性。因此最新研究不再局限于仅仅改善通信性能,更加关注不同的智能体(车辆、路侧单元、行人、管控中心)间的实时通信、合作与协同控制。
    近年来,基于人工智能的协同学习方法受到广泛关注,例如联邦学习和多智能体系统应用于一些智能系统,达到降低网络拥塞和提升学习效率的目的。在面向自动驾驶的智能交通系统中,通过车辆、路侧和云之间的高效合作实现协同智能方面已取得了一些创新成果,但仍存在众多的挑战。为及时发表科研工作者在智能网联车辆协同通信和智慧交通主动控制等方面取得的研究成果,推动我国自动驾驶和智能交通相关理论和技术的研究进展,《电子学报》于2021年5月刊出“面向自动驾驶和智慧交通协同的通信与控制”专题。
    机器学习与智慧医疗
    近年来,以机器学习为代表的人工智能技术已经广泛应用于智慧医疗的各种场景中,并且取得了显著成效。其中,机器学习技术在医学影像研究和医疗大数据等领域的研究是当前的研究热点和前沿方向。《电子学报》围绕这些研究方向,汇集了2016年到2021年中关于机器学习技术在医学应用的10篇相关文章形成本虚拟专栏,旨在推动相关领域的学术研究及智慧医疗领域的更快发展。