2024年, 第36卷, 第03期　
刊出日期：2025-06-30

  

• 全选
  |

• Select
  基于SCMA的无人机中继辅助上行通信方案

  杨爽, 朱江

  重庆邮电大学学报（自然科学版）. 2024, 36(03): 409-419.

  摘要 ( )   可视化   收藏

  为提高蜂窝通信系统的上行总吞吐量，在满足用户服务质量需求的前提下，提出了一种基于稀疏码多址接入(sparse code multiple access, SCMA)的无人机中继辅助上行通信方案，通过部署无人机增强网络覆盖，并利用SCMA提高系统传输性能。根据用户的分布和概率视距传输模型，通过交替优化码本、功率和无人机坐标，确定无人机的3维部署位置；进行资源优化后，根据信道状态信息，对子载波进行配对并迭代码本、功率，以获得优化的码本和功率分配方案。仿真结果表明，提出的方案能够有效提高上行吞吐量，并满足用户的服务质量需求。
• Select
  基于延迟线组合调相的高能效自适应混合预编码方案

  王华华, 曹磊, 罗一丹

  重庆邮电大学学报（自然科学版）. 2024, 36(03): 420-429.

  摘要 ( )   可视化   收藏

  针对毫米波大规模多输入多输出系统采用混合预编码技术所带来的高功耗影响，基于延迟线组合调相器件设计了一种间接全连接型混合预编码系统结构，并提出一种自适应连接的混合预编码方案，可大幅减少与天线直连的调相器数量从而降低硬件造成的功耗损失。方案将编码矩阵的求解分为数字编码矩阵、模拟编码矩阵和开关组成的连接交换矩阵3个部分进行交替优化；提出一种基于互补正交投影矩阵的算法来解决模拟编码矩阵的优化；利用功率约束条件和最小二乘算法简化数字编码矩阵的求解；针对连接交换矩阵的离散组合优化问题，利用低复杂度的交叉熵算法进行优化。仿真结果表明，所提方案可以保证系统性能在接近纯数字预编码方案的同时有效提高系统的能量效率。
• Select
  Neural-Polar码：一种基于深度学习的新型信道编码方案

  金林贤, 王旭东, 吴楠

  重庆邮电大学学报（自然科学版）. 2024, 36(03): 430-437.

  摘要 ( )   可视化   收藏

  为应对新型移动通信系统智能性的需求以及在难以进行人工建模的复杂信道环境下进行可靠通信的问题，基于Polar码的编译码递归结构提出一种新型神经网络信道编码方案，即Neural-Polar码。该方案利用神经网络将Polar码编译码递归结构中父、子节点间的线性映射变成非线性映射，引入快速连续抵消(successive cancellation, SC)译码的思想，解决在完全二叉树上构建Neural-Polar码造成网络结构过大的问题。仿真实验表明，Neural-Polar码可以获得优于经典SC译码算法的误码率(bit error rate, BER)和误块率(block error rate, BLER)性能，对网络的联合训练使得Neural-Polar码能够自动学习信道特性，具有更好的信道适应性和鲁棒性。Neural-Polar码将传统的对复杂信道进行人工建模分析的难题交给机器，充分体现出其编译码的智能性。
• Select
  多策略改进的蜣螂搜索算法优化3DDV-Hop节点定位

  彭铎, 陈江旭, 张倩, 吴海涛, 王婵飞

  重庆邮电大学学报（自然科学版）. 2024, 36(03): 438-449.

  摘要 ( )   可视化   收藏

  为了提升传统3DDV-Hop算法的定位精度和稳定性，提出了MIDBO-3DDV-Hop算法。该算法利用多策略改进蜣螂搜索算法(multi strategy improvement dung beetle optimizer, MIDBO)来提高3DDV-Hop算法的定位精度。该算法通过通信半径分级方法细化跳数，使用加权平均跳距来修正节点之间的跳距误差。MIDBO算法引入立方混沌初始化和反向折射机制来初始化算法种群，采用变螺旋策略增强全局搜索能力。算法还融入Levy飞行策略和自适应权重因子，以避免陷入局部最优，并平衡算法的收敛性和搜索多样性。通过MIDBO算法对3DDV-Hop算法中未知节点位置进行优化。仿真结果显示，与传统的3DDV-Hop、IPSO-3DDV-Hop和IGA-3DDV-Hop算法相比，MIDBO-3DDV-Hop算法在定位精度、稳定性和收敛速度方面均达到最优水平。
• Select
  视听工作记忆的相位同步与跨频耦合研究

  乔锐, 田银

  重庆邮电大学学报（自然科学版）. 2024, 36(03): 450-457.

  摘要 ( )   可视化   收藏

  为了深入了解视听工作记忆中的神经机制和节律耦合规律，采集了视听工作记忆任务脑电数据，通过时频分析确定关键节律及核心电极，并使用多变量模式分析确定关键时间段。theta相位同步在记忆呈现期至关重要，其中额颞叶同步参与听觉记忆，额顶叶同步参与视觉记忆，而theta和alpha的跨频耦合只在特定记忆模态的相关脑区有显著增强。工作记忆任务相关脑区通过远端theta同步协调中央执行功能，alpha同步协调记忆存储缓冲功能，theta-alpha耦合整合不同模态功能间的信息，揭示了视听模态工作记忆的部分神经机制。
• Select
  稀疏网络编码中秩分布分析模型研究

  王练, 王贺, 李永恒, 李仙

  重庆邮电大学学报（自然科学版）. 2024, 36(03): 458-468.

  摘要 ( )   可视化   收藏

  针对现有稀疏网络编码研究中线性相关概率性能指标精准度较低的问题，提出基于马尔可夫链的性能分析模型。对线性相关概率、秩的概率分布等性能指标及其复杂度进行分析，并通过该性能分析模型分析编码包传输后期的译码成功概率；基于吸收马尔可夫链计算编码包传输过程中的瞬态、吸收态以及各状态间的状态转移概率，并对状态转移概率中蒙特卡罗模拟误差较大的问题进行改进，由状态转移概率构建吸收马尔可夫链基本矩阵，得出信宿端收到非再生包的线性相关概率，进而推导出秩的概率分布和译码成功概率性能指标。仿真结果表明，在相同条件下所提模型性能指标精确度均优于对比模型，且能精确地评估信宿端解码矩阵秩的概率分布、译码成功概率等稀疏网络编码的译码行为。
• Select
  Stackelberg博弈的MEC资源分配策略

  任潇扬, 于秀兰

  重庆邮电大学学报（自然科学版）. 2024, 36(03): 469-477.

  摘要 ( )   可视化   收藏

  移动边缘计算(mobile edge computing, MEC)通过在网络边缘部署计算资源成为缓解终端设备资源匮乏的有效方案。针对设备计算资源无法满足任务需求的问题，提出一种基于Stackelberg博弈的MEC资源分配策略。该策略应用Stackelberg博弈理论将请求方、协作方的卸载过程描述为效用最大化问题以激发双方的协作积极性，并设计一种基于粒子群的Stackelberg博弈算法，以快速获得该优化问题的最优解。同时，由于区块链具有分布式、不可篡改等特性，出于对安全性的考虑，将其应用于协作过程的管理。实验结果表明，所提策略可以实现双方联合效用最大化，且相较于遗传算法的卸载方案；所提算法具有更快的收敛性能。
• Select
  5G基站射频滤波器发展和分析

  丁海, 李慧阳, 尤博怀, 苏华峰, 徐金旭, 章秀银

  重庆邮电大学学报（自然科学版）. 2024, 36(03): 478-483.

  摘要 ( )   可视化   收藏

  大规模多输入多输出技术是5G的关键技术之一，包含了多个射频通道，系统中的滤波器数量大幅增加，使得5G滤波器在保持高性能的同时对小型化和高集成度提出了更高要求。分析了5G射频基站滤波器的基本要求，介绍了射频基站滤波器的形式和特点，包括微带、波导腔、同轴、介质加载、陶瓷介质滤波器。通过分析不同形式基站滤波器的特点及研究现状，并进行综合对比，从性能、尺寸、成本方面综合考虑，陶瓷介质滤波器在5G基站中具有更大的发展空间。
• Select
  融合特征通道重要性与相似性的深度YOLO网络压缩方法

  张起荣, 韩中, 王彪

  重庆邮电大学学报（自然科学版）. 2024, 36(03): 484-493.

  摘要 ( )   可视化   收藏

  基于深度YOLO网络的目标检测方法网络结构复杂、冗余参数过多、计算量大，极大影响模型检测性能。针对此问题，从降低网络中低效通道和冗余通道的影响出发，提出了一种融合特征通道重要性与相似性的深度YOLO网络压缩方法，基于深度网络压缩中的网络剪枝思路，采用2次剪枝剪去低效及冗余特征通道。构建通道重要性计算方法，将稀疏因子作为通道效能计算指标，结合剪枝率剪去低效通道；根据通道间存在的线性关系计算其相似度，对相似度较高的通道进行替代，剪去相似度较大的通道；微调模型参数，恢复剪枝前的检测精度。仿真实验表明，同当前性能较优的深度网络压缩方案相比，提出的方法在保证目标检测精度的同时极大减小了模型尺寸、提升了检测速度，方法可行、有效。
• Select
  基于ILVD的多分量LFM信号重构算法

  张千坤, 陈任翔, 钟志刚, 黄佳敏, 桂术亮, 田增山

  重庆邮电大学学报（自然科学版）. 2024, 36(03): 494-502.

  摘要 ( )   可视化   收藏

  针对线性调频(linear frequency modulated, LFM)信号参数估计技术面向多目标产生的多分量信号会产生交叉项，从而降低参数估计精度的问题，提出了基于逆吕氏分布(inverse Lv’s distribution, ILVD)的多分量LFM信号重构算法。利用特征值分解结合最小误差准则方法的中心频率-调频斜率(centroid frequency-chirp rate, CFCR)域信号分析与合成，克服传统时频变换方法中的交叉项干扰问题；采用特征值分解思想构造ILVD变换核函数；使用最小误差准则校正CFCR域随机相位误差，重构出分布在CFCR域吕氏分布中不同位置对应的各个目标信号。实验结果表明，提出的算法在重构信号的准确度和抗噪声干扰方面的有效性均有较大提高。
• Select
  对比增强的关联记忆网络用于医学图像报告生成

  王志强, 曾宪华

  重庆邮电大学学报（自然科学版）. 2024, 36(03): 503-512.

  摘要 ( )   可视化   收藏

  在现有的医学影像诊断报告自动生成模型中，仅利用输入图像的视觉特征来提取相应的语义特征，并且生成词之间关联较弱和缺乏上下文信息等问题。为了解决上述问题，提出一种对比增强的关联记忆网络模型，通过对比学习提高模型区分不同图像的能力，设计了注意力增强关联记忆模块根据上一时间步生成的单词来持续更新，以加强生成医学图像报告中生成词之间的关联性，使得本模型可以为医学图像生成更准确的病理信息描述。在公开IU X-Ray数据集和私有胎儿心脏超声数据集上的实验结果表明，提出的模型在Cider评估指标方面明显优于以前的一些模型(与经典的AOANet模型相比较，在IU X-Ray上Cider指标提升了51.9%,在胎儿心脏超声数据集上Cider指标提升了3.0%)。
• Select
  基于自信息熵的直觉模糊决策系统的属性约简

  尹晓君, 冯涛, 张少谱

  重庆邮电大学学报（自然科学版）. 2024, 36(03): 513-523.

  摘要 ( )   可视化   收藏

  针对在直觉模糊集中，利用下近似构建的约简只考虑了下近似而忽略了上近似，从而导致一些信息丢失的问题，基于直觉模糊集的上、下近似提出了3种熵度量，并将其应用于直觉模糊决策信息系统的约简之中。在直觉模糊决策信息系统上定义用于描述直觉模糊关系的3种不确定性度量，分别为平均决策指数、平均安全决策指数以及平均风险决策指数，并在此基础上依次提出了条件信息熵、条件粗糙熵和自信息熵，基于自信息熵给出了相应的约简定义以及属性约简算法。在多个数据集上的实验表明，所提出的属性约简算法与其他算法相比，约简结果更具有优越性以及鲁棒性。
• Select
  基于多尺度时序交互的第一人称行为识别方法

  罗祥奎, 高陈强, 陈欣悦, 王升伟

  重庆邮电大学学报（自然科学版）. 2024, 36(03): 524-532.

  摘要 ( )   可视化   收藏

  对于第一人称行为识别任务，现有方法大多使用了目标边界框和人眼视线数据等非行为类别标签对深度神经网络进行辅助监督，以使其关注视频中手部及其交互物体所在区域。这既需要更多的人工标注数据，又使得视频特征的提取过程变得更为复杂。针对该问题，提出了一种多尺度时序交互模块，通过不同尺度的3D时序卷积使2D神经网络提取的视频帧特征进行时序交互，从而使得单一视频帧的特征融合其近邻帧的特征。在只需行为类别标签作监督的情况下，多尺度时序交互能够促使网络更加关注第一人称视频中手部及其交互物体所在区域。实验结果表明，提出的方法在识别准确率优于现有第一人称行为识别方法。
• Select
  基于蜣螂优化的改进粒子群算法

  易云飞, 王志勇, 施运应

  重庆邮电大学学报（自然科学版）. 2024, 36(03): 533-542.

  摘要 ( )   可视化   收藏

  针对标准粒子群算法存在的局部最优、早熟和慢收敛等问题，提出了一种新的粒子群更新方法。改进了算法惯性权重，引入一种新的更新方式；借鉴蜣螂优化算法中蜣螂滚球、繁殖、觅食和偷窃行为，将基本粒子群的操作划分为寻优、变异、波动和跳跃，从而提高了算法的全局寻优能力和收敛速度，并避免了早熟问题。通过与其他9种智能算法进行实验对比表明，在10个基准测试函数中，基于蜣螂优化的改进粒子群算法在寻优能力和收敛速度方面表现出色，证实了该算法的优越性。
• Select
  群体决策可靠性的分层反馈与多级度量

  庞继芳, 寇斌, 宋鹏, 王宝丽

  重庆邮电大学学报（自然科学版）. 2024, 36(03): 543-552.

  摘要 ( )   可视化   收藏

  为了提高群体决策质量，获得更加可靠的决策结果，结合语言环境下考虑专家自信度的异构多属性群决策问题，建立了群体决策可靠性的分层反馈机制与多级度量模型。利用三支决策思想将各方案各属性下对应子群体中的专家按照自信度的高、中、低划分成三类，进而，依次从子群体的专家构成、自信度以及共识度3个层次对决策可靠性进行量化分析，建立由粗到细、逐层细化的反馈机制，为决策过程的可靠性调整和控制提供途径；综合考虑子群体中高、中自信度专家的占比以及自信度和共识度等影响因素，构建多级可靠性度量模型，并形成针对方案级决策和整体决策的两级可靠性判定规则，有效提升决策结果的可解释性。在此基础上，提出一种可靠性驱动的异构多属性群决策方法，通过供应商选择实例分析并验证了所提方法的可行性和有效性。
• Select
  基于区块链的车联网群智感知位置隐私保护方法

  张俊, 任飞, 申自浩, 王辉, 刘沛骞

  重庆邮电大学学报（自然科学版）. 2024, 36(03): 553-560.

  摘要 ( )   可视化   收藏

  针对车联网群智感知位置隐私泄露和用户参与任务公平性的问题，提出了一种基于区块链的车联网群智感知位置隐私保护方法(location privacy protection method based on blockchain and crowdsensing, LPPMBC)。将分布式的区块链引入车联网群智感知位置隐私保护方法中，消除第三方服务平台对参与用户数据的控制；通过保序加密和Geohash编码相结合，为参与工人提供多级别的位置隐私保护，确保参与工人位置隐私的保密性；通过Haversine公式进行感知位置验证，防止工人通过非感知区域数据获得非法奖励，保障感知数据的质量。仿真结果表明，LPPMBC能够更好地权衡感知数据质量与工人隐私保护关系，保障用户参与任务的公平性，提高用户参与任务的积极性。
• Select
  基于模糊粗糙集的层次分类增量特征选择

  田秧, 折延宏

  重庆邮电大学学报（自然科学版）. 2024, 36(03): 561-571.

  摘要 ( )   可视化   收藏

  随着大数据时代的到来，数据的类标签数量急剧增加，对现有的分类任务带来了严峻的挑战。为了解决这个问题，人们通常将标签组织成层次结构，使用结构中所包含的信息来对任务进行学习。考虑样本的不断增加，使用模糊粗糙集信息熵设计了一种面向层次分类的增量特征选择算法。考虑兄弟策略，将现有的λ条件熵推广到了层次分类的情形，设计了一种非增量的层次分类特征选择算法，设计了λ增量条件熵，基于此设计了增量版本的特征选择算法。在实验中，采用了包括非增量版本在内的7种不同的特征选择算法在5个层次数据集上与增量算法进行比较，实验结果验证了2种算法的有效性，并且所设计的增量算法能在不影响性能的情况下加快特征选择的进程。
• Select
  量测随机丢失下基于容积卡尔曼滤波的厚尾噪声处理方法

  李帅永, 聂嘉炜, 郭成春

  重庆邮电大学学报（自然科学版）. 2024, 36(03): 572-581.

  摘要 ( )   可视化   收藏

  针对量测随机丢失和厚尾量测噪声条件下的非线性状态估计易发散问题，提出了一种新的非线性卡尔曼滤波方法。引入服从Gamma分布的辅助参数，将厚尾量测噪声建模为Student’s t分布，以解决厚尾噪声导致的状态估计易发散问题，并采用服从Benroulli分布的随机变量来描述量测信号随机丢失的现象；在量测随机丢失下，基于目标状态和未知参数建立联合后验分布，并使用变分贝叶斯方法，联合估计系统状态、量测丢失概率和未知的厚尾噪声。非线性目标跟踪仿真实验表明，提出的算法可自适应估计未知的量测丢失概率，在野值概率为5%的条件下，算法目标跟踪的位置、速度和转动速率均方根误差分别为对比算法的37%、28%和60%;在野值概率为10%的条件下，其他算法均出现了发散现象，而提出的算法依然能够以较低的误差跟踪目标，体现了所提算法良好的鲁棒性和优越性。
• Select
  基于启发式回溯算法的平面移动式立体车库RGV调度策略

  李建国, 赵剑英, 薛千树

  重庆邮电大学学报（自然科学版）. 2024, 36(03): 582-590.

  摘要 ( )   可视化   收藏

  为了提高立体车库路径规划阶段的兑现率，对有轨引导小车(rail guided vehicle, RGV)运行过程及行程时间进行分析，给出了符合并行调度模式的路径重叠率计算方法，针对立体车库作业特征提出了一种值排序启发式(value ordering heuristics, VOH)回溯算法，构建路径节点滑动时间窗，以单位时间窗内任务请求数作为约束函数，通过评估函数对扩展结点性能进行估值并排序，并利用VOH-预剪枝策略对部分结点进行剪枝，以此提高算法求解速度。在非齐次泊松到达过程下进行仿真，实验结果表明，值排序启发式回溯算法可有效降低RGV并行运行过程中时间、空间的路径重叠率，在该实验规模的立体车库模型中发挥稳定，表现为在RGV平均利用率基本不变的前提下具有更小的平均服务时间，当顾客到达率为40、25、10、5 veh/h时，RGV平均服务时间分别减少18.07%、13.29%、12.46%、4.27%,为提升立体车库运行效率提供参考。
• Select
  多模态医学图像融合图像质量评估

  韩光川, 李伟生, 王国芬, 杜娇, 杨文弘

  重庆邮电大学学报（自然科学版）. 2024, 36(03): 591-600.

  摘要 ( )   可视化   收藏

  目前大多数的质量评估算法都应用于自然图像的融合场景，缺乏专用评价的医学图像数据集及多模态医学融合图像的质量评估算法。针对此问题，利用17种经典的医学图像融合方法构建医学图像主观数据集，解决无专用评价数据集的问题；提出一种基于色彩相似度(color similarity, CS)和信息相似度(information similarity, IS)的客观医学图像质量评价方法。将CS模块用于测量局部颜色失真，在传统的池化层上添加背景分离模块使其适用于医学图像多背景干扰特性；将IS模块用于衡量信息失真，改进图像熵的计算方法，添加过滤模块以剔除图像噪声。实验结果表明，所提方法的预测值和主观数据集客观评分具有更好的一致性，更符合人类视觉系统。
• Select
  可监管的工业物联网数据共享方案

  柯小辉, 李冬梅

  重庆邮电大学学报（自然科学版）. 2024, 36(03): 601-608.

  摘要 ( )   可视化   收藏

  针对当前工业数据共享存在中心化、监管困难和数据安全等问题，提出了一种在工业物联网环境下的安全、高效和可监管的数据共享方案。该方案引入监管机构来控制授权令牌发放，保证数据共享活动的可控性。结合门限代理重加密和区块链技术，将系统初始化和重加密任务分配给共识节点来完成，减轻系统计算开销。利用智能合约和零知识证明技术自动验证数据的有效性，保障了数据用户的权益。此外，高效的共识算法提高了区块链系统处理交易的速率。经安全性分析和性能分析表明，该方案在大规模工业数据共享场景中能更加安全高效地共享数据。
• Select
  融合深度神经网络和方面感知的可解释推荐方法

  唐宏, 张静, 刘斌, 金哲正

  重庆邮电大学学报（自然科学版）. 2024, 36(03): 609-618.

  摘要 ( )   可视化   收藏

  为提升推荐结果的准确性和可解释性，提出一种融合深度神经网络和方面感知的可解释推荐方法。针对评分数据的稀疏性问题，综合考虑显式和隐式评分数据，通过深度神经网络的矩阵分解模型学习用户和物品的潜在特征；通过无监督的方面提取模块来学习用户和物品的方面特征；将潜在特征和方面特征统一到预测层进行评分预测；针对生成解释质量低且缺乏个性化的问题，在评分预测的基础上，采用提取的主题词和预定义的神经模板相结合生成推荐理由，提高解释的生成质量。实验表明，提出的方法不仅能准确预测用户对物品的评分，还能够生成具有解释性的推荐理由，且生成的解释质量优于对比方法。