2024年, 第36卷, 第01期　
刊出日期：2025-06-30

  

• 全选
  |

• Select
  大模型融入云平台，信息化走向数智化

  邬贺铨

  重庆邮电大学学报（自然科学版）. 2024, 36(01): 1-8.

  摘要 ( )   可视化   收藏

  随着人工智能的快速发展，大模型已逐渐发挥其关键作用，成为驱动企业数字化转型的重要力量。主要探寻了大模型崛起引发的众多变革，回溯了人工智能的发展轨迹，分析了自建基础大模型所面临的挑战，强调引入基础大模型提供方需要与垂直行业企业联手，合作开发行业大模型。针对中小型企业在开发行业大模型时所面临的困扰，提出“模型即服务”及其相关工具链可以通过协助微调形成专有企业模型的观点；探讨了大模型兴起对云服务产生的变革；对云网协同、算网融合以及人工智能加速数智化发展进行了深入分析。在数字经济时代的背景下，进一步分析了人工智能如何赋能新一代信息技术创新。目前正处于国际经济发展调整期、信息化向数字化的演进期及网络技术创新的加速期，大宽带、大连接、大数据、大平台、大模型、大智能正在快速地融合发展。
• Select
  面向联盟链的隐私保护技术综述

  孙爽, 唐华云, 丁旋, 王延昭, 李荣

  重庆邮电大学学报（自然科学版）. 2024, 36(01): 9-19.

  摘要 ( )   可视化   收藏

  区块链通过账本数据公开和计算透明来为上层应用提供可信服务，但公开透明的特性容易造成敏感信息泄露，阻碍区块链的发展，隐私保护技术由此成为了研究热点。与公有链不同，联盟链通过权限管理机制完成对网络层和存储层数据的安全隔离，实现外部入侵防御。然而，权限控制不支持用户的身份匿名，无法隐藏交易过程中金额等敏感信息，因此，现有联盟链平台通过嵌入密码功能模块和可信硬件来增强自身的隐私保护能力。该文调研了联盟链面临的隐私泄露风险；分析Hyperledger Fabric、FISCO BCOS和ChainMaker等3个国内外主流联盟链平台中涉及的权限控制、密码技术和可信执行环境，从能否支持身份匿名、交易内容隐藏和隐私计算角度出发，对比平台的隐私保护能力；指出了面向联盟链的隐私保护技术的研究方向。
• Select
  蚁群融合动态窗口法的分布式多机器人运动规划研究

  王倩, 杨立炜, 李俊丽, 杨振

  重庆邮电大学学报（自然科学版）. 2024, 36(01): 20-28.

  摘要 ( )   可视化   收藏

  为更好地协调分布式多移动机器人在动态环境下的运动，将蚁群算法与动态窗口法相融合构造多机器人系统，并利用优先级策略来化解运动冲突。为提升多机器人全局路径的综合最优性能，提出了多指标寻优的启发式函数和信息素更新策略来提升蚁群的寻优能力，通过冗余点删除策略进一步提升路径质量；融合蚁群与动态窗口法构造机器人运动学模型，通过自适应导航策略来提升未知环境下机器人的局部运动能力；将单机器人避障策略和多移动机器人优先级策略相结合，将多机器人路径规划简化为单个移动机器人的动态路径规划问题。仿真实验结果表明，所提方法能够实现多移动机器人系统在未知环境中的协同避障，具有较高的安全性。
• Select
  融合Transformer和卷积LSTM的轨迹分类网络

  夏英, 陈航

  重庆邮电大学学报（自然科学版）. 2024, 36(01): 29-38.

  摘要 ( )   可视化   收藏

  为了减少原始轨迹数据的噪声，充分提取轨迹的时空特征，提高基于轨迹数据的交通模式分类精度，提出一种融合堆叠降噪自编码器、Transformer和卷积长短期记忆网络的轨迹分类网络(networks fusing stacked denoising auto-encoder, Transformer and ConvLSTM,SDAETC)。通过堆叠降噪自编码器减少原始轨迹数据中的噪声；利用结合了Transformer的递归图自编码器，提取到更为丰富的时间特征，同时利用特征图自编码器提取空间特征；改进卷积长短期记忆网络，充分提取轨迹中的时空特征，并与提取到的时间特征和空间特征相融合，从而实现交通模式分类。实验结果表明，提出的SDAETC与基线模型相比，在GeoLife和SHL数据集上的准确率分别提升了1.8%和2%。此外，消融实验结果和模型训练时间分析表明，引入堆叠降噪自编码器、Transfomer和ConvLSTM虽然增加了时间消耗，但是对分类精度有积极贡献。
• Select
  改进卷积神经网络的单词级语音活体检测方法

  李志刚, 宋晓婷, 郭琪美, 孙晓川

  重庆邮电大学学报（自然科学版）. 2024, 36(01): 39-48.

  摘要 ( )   可视化   收藏

  为提高智能家居语音验证系统中重放语音的检测精度，提出了一种新型的单词级语音活体检测方法，采用轻量型卷积全局门控循环神经网络(light convolutional global gate recurrent neural network, LC-GGRNN)作为深度特征提取器，由支持向量机(support vector machine, SVM)执行真实和重放语音的分类，即LC-GGRNN-SVM框架。LC-GGRNN是在轻量型卷积神经网络的基础上引入了全局注意力机制和门控循环单元，前者关注提取特征的通道信息、空间信息以及通道与空间相互作用的信息，后者学习深度特征的长期相关性。提取POCO(pop noise corpus)数据集中音频文件的3种声学特征分别用于模型训练、验证和测试。结果表明，提取的伽马通频率倒谱系数声学特征在所提方法上检测效果最好，准确率、等错误率分别为85.72%、14.28%,错误接受率和错误拒绝率之和为28.59%,所提方法在POCO上的语音活体检测还具有性别依赖性。此外，所提方法对句子级重放语音检测也具有较好的泛化性。
• Select
  车联网中格上基于身份的隐私保护协议

  赵宗渠, 王瀚博, 李英, 汤永利

  重庆邮电大学学报（自然科学版）. 2024, 36(01): 49-58.

  摘要 ( )   可视化   收藏

  为了解决车载自组织网络(vehicular ad hoc network, VANET)上的通信协议可能存在的节点冒充、数据伪造、真实身份泄露等问题，同时考虑到现有隐私保护认证协议存在身份管理成本大、协议性能与用户数量呈负相关、签名长度长等不足，提出一种车联网中格上基于身份的隐私保护协议。通过数字签名实现身份认证和数据鉴别，基于环上容错学习(ring learning with errors, RLWE)困难问题对用户身份进行匿名化保护，基于小整数解(small integer solution, SIS)困难问题和拒绝采样技术对消息进行数字签名认证。理论分析证明，提出的协议具有抗量子攻击的特性，满足车联网中的安全需求，在提高计算和通信效率的同时减小了签名长度。仿真结果表明，提出的协议性能满足国内车联网通信相关指标要求。
• Select
  知识嵌入深度强化学习的6G网络决策算法

  张亚林, 高晖, 粟欣, 刘蓓

  重庆邮电大学学报（自然科学版）. 2024, 36(01): 59-67.

  摘要 ( )   可视化   收藏

  为了保证6G网络场景下用户的服务质量(quality of service, QoS)时延以及解决深度强化学习(deep reinforcement learning, DRL)收敛时间较长的问题，对云-边-端架构下的计算网络进行了研究。提出了多评论家深度强化学习框架，在此基础上提出知识嵌入多评论家深度强化学习算法，将无线通信知识嵌入深度强化学习，采取深度强化学习与计算网络结合的方式对网络中的计算资源和频谱资源进行分配。仿真结果表明，所提出的方法相比于传统的深度强化学习方法能够有效减少收敛时间，并且能够在信道时变的环境下，保证用户时延的基础上能够实现实时决策。
• Select
  基于时空Inception残差注意力网络的脑电情绪识别

  王伟, 周建华, 刘紫恒, 赵世昊, 伏云发

  重庆邮电大学学报（自然科学版）. 2024, 36(01): 68-75.

  摘要 ( )   可视化   收藏

  为了提高脑电情绪识别分类精度，最大限度利用脑电信号的空间和时间信息，提出一种Inception残差注意力卷积神经网络与双向长短期记忆(bi-directional long short-term memory, BiLSTM)网络相结合的新型架构时空Inception残差注意力网络。将脑电信号采集电极位置映射到二维矩阵中，采集信号作为通道，构成三维数据；将得到的三维数据输入到时空Inception残差注意力卷积网络之中，提取时空信息；将得到的特征输入到全连接层进行分类；将Inception结构引入脑电情绪识别领域，实现多尺度特征提取，并将电极映射到矩阵之中，保留电极位置信息，使用时空Inception残差注意力网络从时空两个维度获取脑电相关信息。实验表明，使用该模型对DEAP数据集进行情绪四分类可得到93.71%的准确度，相较于对比模型，识别精度提高了10%～20%。提出的模型在脑电信号情绪识别领域具有优良性能。
• Select
  多尺度特征提取残差网络的超分辨率图像重建算法

  钟梦圆, 姜麟, 李超

  重庆邮电大学学报（自然科学版）. 2024, 36(01): 76-85.

  摘要 ( )   可视化   收藏

  为了改善超分辨率图像重建算法存在的图像低频信息提取不足、边缘轮廓模糊、风格信息丢失等问题，提出一种全新的多尺度特征提取残差网络，在生成器网络结构中叠加使用残差特征聚合模块与多尺度感受野模块；采取浅层特征与深层特征接替训练，辅助网络对低频、高频信息的提取与融合；新添风格损失函数以约束风格信息，确保图像纹理、色彩、亮度等风格信息的有效传递。在自然景物占多数且细节信息多样的BSD100数据集上，其4倍图像重建的峰值信噪比(peak signal to noise ratio, PSNR)达到31.81 dB、结构相似性(structural similarity, SSIM)达到0.87,相比原始的超分辨率生成对抗(super-resolution generative adversarial network, SRGAN)算法，PSNR提高了3.47 dB,SSIM提高了0.04。实验结果表明，所提算法能够深层次学习自然景物图像在纹理细节、色彩亮度等方面的特征信息，实现多层网络结构对特征信息的连续性记忆性学习、提取与传递，使得重建图像质量更高。
• Select
  基于再感知双模型联合训练的散焦模糊检测

  朱智勤, 孟骏, 李嫄源, 齐观秋, 李华锋, 姚政

  重庆邮电大学学报（自然科学版）. 2024, 36(01): 86-97.

  摘要 ( )   可视化   收藏

  针对散焦模糊检测(defocus blur etection, DBD)模型训练时没有对响应错误区域学习优化，且在识别过程中部分图像的模糊同质区域和处理边界过渡等位置仍然具有挑战性等问题，提出了再感知双模型联合训练方法和基于注意力机制多尺度语义融合散焦模糊检测网络。将未正确响应的预测区域映射到全新合成图像中驱动模型学习，实现再感知错误位置的图像特征；利用DBD任务的互补性质构建预测网络，组成对焦预测和模糊预测双模型，将互补网络中多余响应的区域反馈到另一个模型上从而提升训练效果；利用多尺度特征融合模块逐渐整合不同尺度的语义信息；在特征提取时设计了全局通道注意力模块，使模型关注预测结果的有效特征信息，增强网络在不同输入场景下的灵活性。在DUT、CUHK和CTCUG数据集上进行的对比实验表明，提出的方法与对比方法中性能最优者相比，F-Measure指标分别提高了0.082、0.051、0.264,MAE指标分别降低了0.032、0.018、0.144。
• Select
  基于区块链的轻量级物联网医疗数据访问控制方案

  李嘉豪, 李冬梅, 张晓梅

  重庆邮电大学学报（自然科学版）. 2024, 36(01): 98-105.

  摘要 ( )   可视化   收藏

  基于物联网的智慧医疗系统，给患者和医务工作者带来极大的便利，但是物联网医疗设备产生的海量医疗数据包含着患者的个人隐私，一旦泄露会造成重大损失，以往的访问控制方案存在不灵活，中心化，加密效率较低等问题。针对这些问题，提出了一种基于区块链的轻量级物联网医疗数据访问控制方案。提出了一种改进的多中心属性基加密(multi-authority attribute-based encryption, MA-ABE)方案为患者提供细粒度的安全数据共享，并且利用IPFS技术存储患者数据。结合雾计算技术，利用雾节点承担属性基加解密过程中大部分的计算开销，减轻了物联网设备负担。进行安全性分析和仿真实验，结果表明，提出的方案在保证安全的情况下为物联网医疗数据提供了高效并且轻量级的访问控制。
• Select
  混合供能蜂窝网络的投资回报率和碳效联合优化

  喻越, 闫文, 钟祎, 葛晓虎

  重庆邮电大学学报（自然科学版）. 2024, 36(01): 106-117.

  摘要 ( )   可视化   收藏

  为解决“5G基站+光伏+储能”系统难以兼顾系统经济性与蜂窝网络性能的问题，提出双层优化模型。外层模型将时间尺度压缩在1天，采用基于模拟退火的粒子群算法求解基站光伏储能容量，其优化目标为在满足光伏利用率要求下，使得系统投资回报率最大。内层模型将时间尺度确定在1小时，采用拉格朗日对偶分解方法求解基站发射功率分配策略，其优化目标为在满足用户服务速率要求下，使得网络逐小时碳排放效率最优。通过对混合供能蜂窝网络系统经济性分析，分别得出了系统投资回报率、碳效与系统光伏板面积、电池储能容量的关系。仿真结果表明，使用提出的算法可使得系统投资回报率达到380.3%,光伏利用率达到96.5%;其内层碳效优化算法相较于注水算法碳排放量降低了31.8%。
• Select
  基于类型矩阵转移的汉越事件因果关系识别

  高盛祥, 熊琨, 余正涛, 张磊, 黄于欣

  重庆邮电大学学报（自然科学版）. 2024, 36(01): 118-127.

  摘要 ( )   可视化   收藏

  针对汉越跨语言新闻事件因果关系识别中，汉越跨语言的文本语义空间难以统一、新闻之间的因果关联特征捕获困难的问题，提出了基于类型矩阵转移的汉越跨语言新闻事件因果关系识别方法。通过跨语言预训练统一汉越跨语言的文本语义空间，使用树形长短期记忆循环神经网络提取汉越文本中的句法结构化特征，融入汉越句法特征并结合基于事件类型转移的注意力机制，对汉越事件句对的因果关系进行识别。实验结果表明，该方法在汉越跨语言新闻事件因果关系的识别上较基线模型准确率有所提升。
• Select
  MFE-YOLOX:无人机航拍下密集小目标检测算法

  马俊燕, 常亚楠

  重庆邮电大学学报（自然科学版）. 2024, 36(01): 128-135.

  摘要 ( )   可视化   收藏

  针对无人机航拍时物体尺度变化大，检测目标大多较小且物体较密集的问题，提出一种混合特征增强结构(mix feature enhancement, MFE)方法。通过在超分辨率方法中加入注意力机制以增强小目标信息提取，利用一种新的特征层融合计算方法，加强不同特征层间的融合效率，提高了中小型目标的检测精度；设计了尾端感受野扩大层以扩大尾端特征层感受野，使检测头可接收丰富的物体信息来定位并区分密集物体。实验在数据集VisDrone2021的测试集上进行测试，MFE-YOLOX网络的AP50结果为47.78%,在参数量、计算量与原网络相近的情况下精度提高了9.43个百分点。
• Select
  基于协同卷积的轻量级行为检测方法

  陈欣悦, 高陈强, 陈旭, 黄思翔

  重庆邮电大学学报（自然科学版）. 2024, 36(01): 136-144.

  摘要 ( )   可视化   收藏

  时空行为检测是计算机视觉领域重要的研究方向，为了减小模型体量，提高检测速度，提出一种基于协同卷积(collective convolution, CoConv)的轻量级行为检测方法。将视频的时序信息转换为时空图像(spatio-temporal image, STI),利用协同卷积获取相同位置不同时间的时空特征信息。在YOLOv5的基础上将骨干网络和检测头部替换为协同卷积模块构建时空行为检测网络结构，通过后处理对时空图像的检测结果进行连接，快速形成视频结果，提高网络的行为检测性能。实验结果表明，提出的方法可以在保证准确率和不增加参数量的情况下，减少网络计算量，提高网络检测速度，且优于现有的行为检测方法。
• Select
  Gamma-Gamma信道下基于并行交织极化码的误码性能研究

  蒋青芳, 姚海峰, 刘智, 刘树通, 王宏利, 郭昱佑

  重庆邮电大学学报（自然科学版）. 2024, 36(01): 145-152.

  摘要 ( )   可视化   收藏

  为了降低大气湍流引起的衰落影响，同时减少长片误码干扰，提出一种基于并行交织极化码（polar code）的编码方法。通过蒙特卡洛模拟Gamma-Gamma分布的随机数构建大气湍流信道，以成对差错概率（pairwise error probability, PEP）和极化谱确定极化信道的误差概率上限，采用乘积距离准则最小化差错概率，建立了并行交织的设计准则。对极化码在湍流信道中的误码率（bit error rate, BER）性能进行了评估，仿真结果表明，基于极化码的并行交织方法获得了一个量级的误码性能提升，在信噪比为5 dB时，误码率从5.11×10^-6降低为2.13×10^-7,有效缓解了湍流引起的长片误码问题。实验验证了所提准则的可靠性和适用性。
• Select
  大气相干激光通信的中断概率和信道容量研究

  周海军, 张晓, 林贻翔, 秦杰

  重庆邮电大学学报（自然科学版）. 2024, 36(01): 153-158.

  摘要 ( )   可视化   收藏

  针对大气相干激光通信常受到信道衰减、大气湍流和指向误差等效应影响的问题，分析在这些复合效应下的大气信道的衰落分布模型，求出中断概率和信道容量的闭合解。研究得出，一方面，虽然指向误差恶化了相干激光通信系统的中断性能和信道容量，但是通过将指向精度控制在ξ=1.4量级可明显降低其影响；另一方面，虽然高阶数的自适应光学补偿能更好地抑制大气湍流引入的光相位畸变，但是较低阶数(J=3)的自适应光学补偿可明显改善中断概率和信道容量。为了实现高可靠、大容量的大气相干激光通信，在系统设计时需联合考虑低阶自适应光学补偿和高精度光束指向、跟踪。
• Select
  基于受激布里渊散射的二倍频光电振荡器

  娄宏博, 王天枢, 李德琦, 张景凯, 孙畅, 郑佳伟, 陈严

  重庆邮电大学学报（自然科学版）. 2024, 36(01): 159-165.

  摘要 ( )   可视化   收藏

  为了打破器件带宽限制，提高光电振荡器(optoelectronic oscillator, OEO)的频率范围，设计了一种基于受激布里渊散射的二倍频光电振荡器。系统并联了相位调制器(phase modulator, PM)和双平行马赫曾德尔调制器(dual parallel Mach Zender modulator, DP-MZM),利用受激布里渊散射效应(stimulated Brillouin scattering,SBS)实现相位调制器的相位转幅度调制；打破±1阶边带平衡，利用光电探测器(photodetector, PD)拍频得到基频10 GHz信号；驱动DP-MZM,使其工作在最小传输点，实现载波抑制双边带调制(double side band with suppressed carrier, DSB-SC)产生二倍频20 GHz信号。实验结果显示，所设计的振荡器在OEO环路中基频信号为10 GHz的情况下，产生了20 GHz的二倍频信号，通过分析其边模抑制比性能、频率功率稳定性及相位噪声对系统性能进行验证。
• Select
  基于波前整形和自适应光学的水下可见光通信系统

  陈超旭, 徐迟, 施剑阳, 迟楠

  重庆邮电大学学报（自然科学版）. 2024, 36(01): 166-171.

  摘要 ( )   可视化   收藏

  为了解决水下可见光通信中复杂的水下湍流、散射环境对光束造成的畸变而导致信号传输失败的问题，使用随机相位屏方法模拟了水下湍流信道，在发射端对光束进行波前整形实现远距离聚焦，接收端使用自适应相位恢复算法对接收端光斑进行恢复。在1.2 m水下实验平台使用比特功率加载技术发射离散多音信号(discrete multi-tone, DMT)信号测量接收光功率与数据传输速率的对应关系，基于此，预测了100 m湍流环境下可见光信号的传输速率，与经过波前整形以及自适应相位恢复后的结果对比得到，所提出的方法可以使得水下可见光系统的传输速率得到极大提升。
• Select
  基于压缩感知的可见光通信定位一体化系统性能分析

  左洵赫, 王子雄, 马闯, 于晋龙, 江阳

  重庆邮电大学学报（自然科学版）. 2024, 36(01): 172-180.

  摘要 ( )   可视化   收藏

  为了降低到达时间（time of arrival, TOA）算法的接收信号采样率需求，基于正交频分复用（orthogonal frequency division multiplexing, OFDM）系统中信号具有频谱稀疏性的特点，提出了基于压缩感知算法的可见光通信定位一体化系统。仿真结果表明，采用压缩感知算法后，通信系统仅需原始采样率为100 MHz时数据量的60%即可使误码率降至10^-3以下，定位系统仅需原始采样率为800 MHz时数据量的2.1%即可准确估计收发端距离，远低于采样定理所需数据量，证明了所提算法的优越性。此外，在引入噪声后，通过提高压缩感知算法的测量数据比例，一体化系统仍能在奈奎斯特采样率以下保持良好的通信与定位性能。
• Select
  CNN-AE在超奈奎斯特无线光通信端到端系统中的性能

  曹明华, 王瑞, 张悦, 张星宇, 王惠琴

  重庆邮电大学学报（自然科学版）. 2024, 36(01): 181-190.

  摘要 ( )   可视化   收藏

  符号间干扰的存在使超奈奎斯特(faster-than-Nyquist, FTN)速率无线光通信系统的性能受到严重影响，针对此问题，提出了一种基于卷积神经网络自编码器的端到端通信系统来消除符号间干扰的影响并完成信号的恢复。针对超奈奎斯特信号非正交的特性，采用交替训练算法分别训练发射机和接收机权重，解决监督训练中模型输入输出数据尺寸不匹配的问题。在此基础上，分析了该系统在Gamma-Gamma大气信道中的误码率(bit error rate, BER)性能。仿真结果证明，与采用最大似然估计的传统系统相比，该系统的误码率性能在各种条件因素影响下都有不同程度的提高。当加速因子在Mazo限内时，该系统可以消除FTN成型和湍流信道带来的复杂混合码间干扰，其误码性能几乎与正交传输系统相等。
• Select
  湍流信道中零填充三模光正交频分复用索引调制的性能分析

  周伟煜, 王惠琴, 王真, 唐崎涵, 张留堡, 朱建梅

  重庆邮电大学学报（自然科学版）. 2024, 36(01): 191-198.

  摘要 ( )   可视化   收藏

  针对无线光通信中湍流信道下正交频分复用索引调制（orthogonal frequency division multiplexing index modulation, OFDM-IM）传输速率不高、误码率性能不佳等问题，通过在不同激活子载波上加载2种不同模式的星座符号的方式，并结合离散小波变换提出了一种零填充三模光正交频分复用索引调制（zero-padded tri-mode optical OFDM-IM,ZTM-OOFDM-IM）。详细介绍了信号的映射过程，利用矩量母函数推导出其理论误码率，并在弱湍流信道下与已有的光OFDM-IM与双模光OFDM-IM （dual-mode optical OFDM-IM,DM-OOFDM-IM）进行了对比。结果表明，在保证传输速率的条件下，ZTM-OOFDM-IM有效改善了系统的误码性能。相较于光OFDM-IM和DM-OOFDM-IM,当误码率为10^-3时，所提系统的信噪比分别改善了约2.8和3.2 dB。