以深度学习为代表的人工智能技术是解决电磁目标识别问题的一种有效方法.然而，在识别多模式电磁目标时，目标内部不同模式间数据的差异可能掩盖目标个体间的差异，当某种模式训练样本缺失或稀少时，该模式下的目标识别性能会显著下降.为此，提出一种基于孪生网络的电磁目标跨模式识别算法，在度量学习框架下通过优化设计网络结构和损失函数，引导网络在分类学习过程中拉近同一目标各模式数据间的距离，拉远不同目标数据间的距离，并结合邻近判决准则实现多模式电磁目标在非均衡数据集上的跨模式识别.基于实际数据的测试结果表明，在相同数据集和网络规模条件下，所提方法的跨模式识别率较经典卷积神经网络方法和数据增强方法提升20%.
先进多功能雷达可以实现灵活的波束调度和复杂的工作状态调制，进而在雷达时间线上同时执行多个不同的任务，给电子侦察设备带来了巨大挑战.准确快速地对多功能雷达工作状态切换点进行在线检测对识别多功能雷达行为意图具有重要意义.本文在对多功能雷达层次化模型中工作状态所在“符号-脉冲”层进行调制类型级和参数级扩展表征基础上，提出了一种非理想观测下的多功能雷达工作状态在线切换点检测算法.该方法针对真实信号环境中存在的测量误差、虚假脉冲和缺失脉冲等情况进行适应性设计，通过离群点剔除处理和广义切换点检测算法处理，不仅可以实现调制参数粒度的雷达工作状态在线切换点检测，还可以给出雷达工作状态调制参数在切换点前后的准确估计.仿真实验验证了本文提出方法相较传统切换点检测方法的有效性和优越性.
针对协同电子战中跳频通信干扰协同决策难题，通过构建“整体优化、逐站决策”的协同决策模型，基于深度强化学习技术，设计了在Actor-Critic算法架构下融合优势函数的决策算法，并在奖励函数中嵌入专家激励机制以提高算法的探索能力，采用集中式训练方法优化决策网络，使算法能够输出资源利用率最高的干扰方案，并大幅提高决策效率.仿真结果表明，相比于现有智能决策算法，本文算法给出的干扰方案能够节约8%干扰资源，决策效率提高50%以上，具有较大实用价值.
在越来越复杂的电磁频谱环境中，要想实现对频谱资源的管控，首先要判断发送信号的辐射源是否是己方已知的.针对此问题，本文提出了一种基于计算特征子空间投影比值的算法Open-MUSIC（MUltiple SIgnal Classification），通过神经网络获得已知类特征表示；进而得到已知类特征矩阵的两个正交子空间；以特征在两个子空间内的投影比值为指标，对辐射源信号样本是否为已知做判决.在3个数据集上的仿真表明，Open-MUSIC算法的性能在电磁数据集上较其他方法提升了3%以上.
针对战场通信对抗协同干扰中的干扰功率分配难题，本文基于多智能体深度强化学习设计了一种分布式协同干扰功率分配算法.具体地，将通信干扰功率分配问题构建为完全协作的多智能体任务，采用集中式训练、分布式决策的方式缓解多智能体系统环境非平稳、决策维度高的问题，减少智能体之间的通信开销，并加入最大策略熵准则控制各智能体的探索效率，以最大化累积干扰奖励和最大化干扰策略熵为优化目标，加速各智能体间协同策略的学习.仿真结果表明，所提出的分布式算法能有效解决高维协同干扰功率分配难题，相比于已有的集中式分配算法具有学习速度更快、波动性更小等优点，且相同条件下干扰效率可高出集中式算法16.8%.
本文提出了一种中心频率与输出端口均可重构的滤波分支线电桥设计方法.验证电路由4个半波长环形阶跃阻抗谐振器（Step Impedance Resonator，SIR）构成，谐振器开路端与谐振器之间加载变容二极管用于控制中心频率以及谐振器级间耦合的强弱.为了实现滤波响应，传统分支线电桥的传输线用不同电磁特性的导纳变换器替代.通过这一简单的结构，可以在不添加额外开关电路的条件下实现滤波分支线电桥输出端口的变换.电路使用微带线谐振器设计并加工、测试.测试结果表明，该电路的中心频率调节范围为1.2~1.6 GHz，正向输出时的相差为90°，反向输出时的相差为
调制方式识别是电磁频谱战中的关键技术之一，已有星上识别方法智能化程度低、适应性差.针对此类问题，提出了一种基于多重分形谱和深度学习相结合的智能识别方法.首先分析了常见卫星通信信号的多重分形特性，构建了多重分形特征域矩阵.在此基础上，将该特征矩阵与深度学习残差网络相结合，并根据多尺度思想对残差网络结构进行了优化改进，改进后残差网络的多层自主细节特征提取优势完美契合了多重分形谱多尺度特征刻画能力，最终实现了卫星通信信号调制方式的有效识别.仿真结果表明，该方法具有较好的识别性能，当信噪比不低于1 dB时，平均识别率大于89%.
在认知电子战中，对多功能雷达工作模式的识别是至关重要的一个环节.在实际中，由于多功能雷达工作模式的多样性、隐藏性，能侦收到的不同工作模式脉冲样本数可能较少.因此，如何在少量样本条件下，准确识别多功能雷达的工作模式，对雷达对抗具有重要意义.针对此问题，本文提出了一种将模式先验知识与原型网络相融合的识别方法.该方法的核心是将雷达工作模式先验知识进行编码映射，并融入原型网络训练，实现知识在网络模型中的内嵌，以在少量训练样本条件下获得更好的识别性能.仿真结果表明，融入了先验知识的原型网络与不使用先验知识的原型网络、SVM分类器相比，识别准确率分别提升了2.9%和10.5%.
针对复杂电磁环境下大范围抖动、滑变等特殊类型雷达信号难以分选，脉冲重复周期（Pulse Repetition Interval，PRI）估计精度低，脉冲序列搜索效果不佳等问题，提出一种基于PRI多级箱与深度森林的雷达信号单参数分选算法.该算法利用PRI多级箱结构进行PRI变换，提升针对特殊类型雷达的分选正确率.在多级箱中的脉冲对个数与PRI变换结果中，提取雷达信号PRI边界特征，将不同电磁环境下特殊类型雷达信号PRI边界特征混合，通过平滑滤波器增强特征，训练深度森林预测完整雷达信号PRI范围，从而校正中心PRI估计值.最后依据PRI中心值与变化范围，搜索提取脉冲序列，完成分选.仿真实验表明，所提算法可在复杂电磁环境下，对大范围抖动、单线性滑变、双线性滑变、锯齿波滑变以及正弦滑变等特殊类型雷达信号进行有效分选，PRI范围预测效果在原始深度森林基础上提升14%，PRI估计误差降低75%.
针对电磁频谱异常检测效率不高等问题，该文结合卷积神经网络（Convolutional Neural Networks，CNN）以及长短时记忆神经（Long Short-Term Memory，LSTM）网络，提出一种融合深度特征的电磁频谱异常检测算法.首先构建深度特征提取网络，该网络包含能够分级提取深度特征的两路多层CNN以及LSTM；其次通过池化、合并等操作将网络模型提取的各级深度特征进行融合，实现频谱数据预测；最后计算预测数据与真实数据的均方误差，判别频谱异常.该算法能在无监督学习的条件下，实现多种类异常状态检测的.在公开频谱数据的多个频段对算法性能进行验证，结果表明本文算法能够有效地实现电磁频谱异常检测.
认知无线电是解决无线通信能量有效性问题的关键技术，其中频谱感知对于提高频谱的利用效率有着重要意义.针对基于共识的分布式协作频谱感知算法易受到恶意节点数据注入攻击，影响认知网络性能的问题，本文提出了两种基于神经网络的恶意节点检测和定位方法抵制网络内的恶意攻击行为，并采用基于Gossip Learning的联合学习策略进一步增强训练邻域检测和定位模型的鲁棒性.本文在9个认知节点的曼哈顿网络上模拟了分布式频谱感知的过程，并验证所提出方法的有效性.结果表明，所提方法具有良好的恶意节点检测和定位性能，联合学习策略能够使神经网络在样本局部有限的情况下学习到更多的攻击特征，提高本地检测和定位模型的可靠性.
由于安全芯片信息泄露事件的频发，提高安全芯片的防护能力刻不容缓.本文提出了一种软件定义主动屏蔽层生成及防护系统构建的方法，无需具有安全背景知识即可在短时间内生成高熵值的顶层金属布线防护网络，有效遮蔽芯片加密模块等关键组件，同时满足合规的相关要求.本文所提出的方法可由软件定义布线的类型、线宽、线间距等参数，能够适用于不同的工艺节点，且相关技术已经在华虹130 nm的工艺下进行了仿真验证，实现了主动屏蔽层与2种屏蔽层完整性检测电路的结合，验证了屏蔽层对聚焦离子束和微探针攻击的检测效果，实现了对侵入式物理攻击的有效感知与防护.
本文面向低轨卫星通信，研制了一款基于多层低温共烧陶瓷（Law Temperature Co-fired Ceramics，LTCC）工艺的K波段四通道集成接收前端模块.该集成前端模块工作频段为17.7~20.2 GHz，腔体内集成了低噪声放大器、6位移相器、5位衰减器、串并转换器等MMIC芯片和多层陶瓷电容，功率合成器和低通滤波器等无源器件嵌入多层基板中，整体尺寸为28×28×1.35 mm3.每个通道的带内测试增益大于31.5 dB，噪声系数为1.7~1.9 dB，对28~30 GHz的发射频段具有大于61.5 dBc的抑制度，相位控制误差为4.7°，幅度控制误差为1 dB.该设计具有集成度高、增益高、抑制度高、噪声低等突出优点.
在当前移动互联网时代，数据量增长迅速，服务计算能力不断增强，数据隐私保护和服务环境可信成为备受关注的重要问题.本文研究面向卷积神经网络典型应用场景的可信隐私服务计算模型，探索支持同态加密的数据和模型计算方法，保护数据隐私.构建基于区块链和智能合约技术服务过程存证及计算权益分配方法，保证服务计算的公开透明、可信可追溯.探索资源提供者、模型拥有者及用户的新型云环境资源数据服务模式，促进资源有效整合，发展共享经济.最后，通过实验分析该模型的隐私保护方法.
城市空气污染因空间扩散特性呈现出区域内的浓度高关联性.因此如何通过多个空气污染监测站的时空数据预测特定目标地点的污染情况，以解决站点分布不匀的问题，是一个重要的研究工作.本文结合空气污染物因素特性和气象因素的多维度影响，提出了一个利用区域内多站点空间监测数据实现特定目标站点的空气污染物浓度预测模型.该模型通过多层卷积神经网络（Convolutional Neural Network，CNN）实现城市多站点污染物浓度与气象数据之间的维度关联特征及空间关联特征学习，进而利用基于多层长短期记忆网络（Long Short-Term Memory，LSTM）的自编码网络实现多站点浓度的时序关联特征分析.实验通过真实数据集验证，所提出的预测模型获得了高于传统机器学习污染物浓度预测模型的预测准确度，且在多个城市数据集上验证了模型的泛化能力.
众多实验表明，microRNA（miRNA）的异常表达与人类复杂疾病的产生和演化有关.识别miRNA与疾病间的关联有助于促进临床医学的发展.然而，传统的实验方法往往耗时耗力、效率低下，因此迫切需要高效的计算方法对miRNA与疾病间的潜在关联进行预测.本文提出了一种基于异质图注意力网络的端到端的计算模型来预测miRNA与疾病的关联.该方法通过多头注意力机制捕获异质邻居的结构和属性信息，并将其与中心顶点的属性信息进行融合，从而构建出更具表达能力的miRNA和疾病的特征嵌入，进而通过全连接层对miRNA与疾病间的潜在关联进行预测.5折交叉验证结果显示，该模型分别在HMDD v2.0和HMDD v3.0数据集上取得了93.52%和94.82%的AUC值.此外，关于食管肿瘤的病例研究结果显示，该模型预测的前50个miRNA中有48个得到了证实.上述实验结果表明，该模型可作为一种可靠的工具预测候选疾病的相关miRNA.
在破损文物虚拟复原过程中，碎片匹配是重要研究内容之一，而传统几何驱动匹配算法对断裂面重叠率较低碎片的匹配误差较大，因此针对具有一定厚度的文物，本文提出一种基于特征区域划分的文物碎片自动匹配拼接算法.首先提取文物碎片的断裂面，并在断裂面上点的局部区域内构造法向量特征，计算断裂面的特征点和特征点集；然后将特征点集划分为多个小规模的点云区域，并通过区域匹配将碎片断裂面初步对齐；最后利用基于阈值约束的迭代最近点（Iterative Closest Point，ICP）算法对特征点进行精确对齐，从而实现碎片的最终匹配.实验结果表明，该基于特征区域划分的文物碎片匹配算法的时间效率和匹配精度，比多数已有算法至少可以分别提高10%和20%，适用于低重叠断裂面的文物碎片匹配.
由倾斜界面产生的空间干扰在探地雷达剖面中表现为具有一定倾向的线性干扰，通常采用f-k滤波方法来压制线性干扰.然而，由于常规的f-k滤波方法采用FFT变换中的复共轭特征，对实际数据中存在的负视速度（负波数）信号没有特别关注和处理，对线性干扰的压制效果不理想，这对数据的解译有着很大的影响.为此，本文对f-k滤波方法进行改进，实施过程中对雷达数据经f-k变换之后，在负波数到正波数进行全域分析，区别压制实际数据中的负波数信号，而不仅限于压制正波数信号变换之后的对称负波数信号.改进之后的f-k滤波方法在模拟数据和实际生产数据中均能有效压制此类线性干扰，凸显探测目标.
针对视差图像拼接之后存在对齐不准和扭曲的问题，提出一种基于局部投影的视差图像拼接的平滑优化方法.将输入图像进行特征点检测，通过局部保留结构进行图像匹配并计算投影矩阵，利用重合边界投影模型与投影矩阵进行归一化距离判定，距离小于阈值则保留，大于阈值则舍弃并继续矩阵计算.在图像非重合部分，利用图像的变形函数得到最小弯曲能量函数，使非重合区域向全局变换上过渡.实验结果表明：所提算法提高了图像匹配精度，对图像的扭曲具有优化作用，增强了图像的整体性并获得了更好的视觉体验.
工业互联网在快速发展的同时，面临着严峻的信息安全风险.针对传统入侵检测方法准确性低、难以适应工业互联网海量不平衡数据的问题，提出一种基于胶囊网络的工业互联网入侵检测方法.首先，基于残差块构建特征提取模块，引入全局平均池化层得到高质量的数据特征；其次，使用动态路由算法，通过迭代的方式对入侵数据特征进行聚类，在胶囊网络模块完成数据分类.基于Modbus/TCP协议的气体管道传感器网络数据集的测试结果表明，该方法可以在隐性提取特征的同时改善检测准确率.与所列算法对比，本文方法提高了检测指标，对不平衡数据有更强的鲁棒性，更接近工业互联网入侵检测技术需求.
不同于以往一种可逆触发器电路只能实现单一的D，T或JK触发器功能，本文在提出的3种触发器统一的次态方程基础上，设计了功能可配置的可逆单边沿和双边沿触发器.通过对输入变量的设置，提出的可逆触发器电路分别具有D，T或JK触发器逻辑功能，并能实现异步置数.提出的可逆触发器用Verilog硬件描述语言建模并用Modelsim软件仿真验证逻辑功能的正确性.相比于已有的单一功能可逆触发器，本文的可逆触发器在增加有限量子代价的基础上用单一电路实现3种不同触发器功能和异步置数.
高光谱微波辐射计是一种用于探测大气痕量气体的新型被动微波遥感器，数字谱仪是高光谱微波辐射计的核心部件.本文提出了一种新型宽带、实时数字谱仪的设计和实现方案，通过改进、结合快速傅里叶变换（Fast Fourier Transform，FFT）的并行处理和复数处理，形成了核心的基16实时复数FFT算法，最终得到信号的功率谱结果.数字谱仪采样率4.8 GHz，采用8 bit量化，输入3 dB带宽2 GHz，实现了1 024（1k）个频谱通道的结果.本文利用大气辐射传输模拟器（Atmospheric Radiative Transfer Simulator，ARTS）模拟了真实大气亮温谱并进行了仿真分析，随后通过输入的点频信号进行了测试，结果表明，核心算法子带亮温偏差最大值为0.02 K左右，核心算法子带灵敏度与理想子带灵敏度相比恶化程度低于20%，数字谱仪的有效位数（Effective Number Of Bits，ENOB）优于3 bit，信噪比（Signal to Noise Ratio，SNR）优于20 dB，谱分辨率恒定为2.3 MHz，可以有效满足辐射计中高层大气谱线探测的需求.
对于多重反馈滤波器提出了一种最小可接受功耗的分析方法.采用劳斯-赫尔维茨稳定性判据对3阶FLFB（Follow-the-Leader-FeedBack）低通滤波器进行分析，当滤波器处于稳定临界状态时，利用MATLAB拟合出最小可接受相位裕度曲线和跨导图，通过电路级分析和验证，给出了滤波器设计参数与功耗之间的关系.采用UMC 40 nm CMOS 工艺进行电路设计，后仿结果表明：滤波器的带宽可调范围为0.9~9.9 MHz，版图面积0.03 mm2，此时总功耗为0.36 mW，与传统采用60°相位裕度的设计相比，功耗减小了近30%.在保证滤波器稳定工作的前提下，降低了功耗，与理论相吻合.
为增强国内科技工作者对信息领域国家自然科学基金重点国际（地区）合作研究项目的了解，本文对2011—2021年该类型项目的申请与资助情况进行了统计与分析.本文从项目资助概况、学科代码分布、项目依托单位分布及项目研究领域等多个角度进行了梳理，介绍了部分典型资助成果，以期能为新时期进一步持续推进国家自然科学基金系统性改革提供参考和借鉴.
分子通信是一种利用微小粒子编码、传输和接收信息的通信范式，具有生物兼容性好、尺寸小等特点，是用来构建纳米网络的非常有潜力的通信方案之一.分子通信的概念一经提出就吸引了广泛关注，众多学者的参与使其迅猛发展.目前，分子通信理论已经被广泛研究，相关实验也有了进展.尽管如此，构建实际的分子通信系统还有大量问题亟须解决.为促进分子通信领域更好发展，对分子通信的理论基础和当前研究进展进行系统性的总结是必要的.因此，本文对基于扩散的分子通信的基本概念和研究进展进行了阐述，包括信道模型、信号的编码调制机制以及接收机制；此外，还介绍了分子通信系统的同步机制、移动分子通信系统，以及分子通信实验系统的最新研究进展，并对分子通信未来的研究方向进行了展望.
连通域分析在单次扫描中标记像素同时提取每个连通域的特征数据，是二值图像处理的重要步骤之一.基于FPGA的硬件架构实现单次扫描连通域分析算法可以实现快速位流图像实时处理.本文重点分析了近十年来发展的连通域标记算法和单次扫描连通域分析算法，阐述了典型连通域分析算法的实现策略和框架，给出了它们的伪代码，并描述了它们的联合查找算法.此外，通过数据对比，从算法硬件架构的内存需求和吞吐量等方面对不同算法的性能进行了比较分析，并总结了它们的优缺点.分析结论为实现基于FPGA高速位流图像的连通域检测提供了理论依据和数据参考.
