2024年, 第36卷, 第06期　
刊出日期：2025-06-30

  

• 全选
  |

• Select
  基于多径辅助的AOA-TOA三维单站定位方法研究

  王洋, 曾伟, 廖希, 王森, 林峰, 梁吉申

  重庆邮电大学学报（自然科学版）. 2024, 36(06): 1071-1078.

  摘要 ( )   可视化   收藏

  为解决城市非视距(non line of sight, NLOS)环境下三维单站定位方法精度低和需要先验信息的问题，提出基于多径信号到达角度(angle of arrival, AOA)和到达时间(time of arrival, TOA)的三维单站定位方法。利用移动基站在不同位置上的多径AOA估计散射中心位置；利用散射中心的多径TOA构建定位目标函数，并通过散射中心位置对目标位置进行约束，将定位问题转换为带约束的优化问题；利用列文伯格-马夸尔特(Levenberg Marquardt, LM)算法求解目标位置。仿真结果表明，所提方法在无需额外环境先验信息情况下，较对比算法提高了定位精度。
• Select
  面向5G应用的双频段1/4模基片集成波导天线

  邱鑫, 杨汶汶, 陈建新, 李业

  重庆邮电大学学报（自然科学版）. 2024, 36(06): 1079-1088.

  摘要 ( )   可视化   收藏

  为以小尺寸实现5G热点频带的双频双宽带覆盖，提出了一种小平面尺寸、低剖面的5G双频段覆盖天线。基于基片集成波导（substrate integrated waveguide, SIW）技术构建了具有小型化优势的1/4模基片集成波导（quarter-mode substrate integrated waveguide, QMSIW）天线，可以在2个目标频段附近产生4种模式(TM₂₂、TM₃₃、TM₄₄、TM₅₅),通过调谐金属通孔，可以调控模式频率使每个目标频段内有2种工作模式；引入扁U形金属枝节加载结构，可在N79（4.4～5.0 GHz）频段内增加一种新的模式（金属枝节的全波长模式）,从而进一步拓展该频段的阻抗带宽。仿真结果表明，天线在3维尺寸35 mm×35 mm×2 mm条件下实现了N78（3.4～3.6 GHz）和N79的双频段覆盖。
• Select
  被动锁模铥钬共掺光纤激光器亮暗脉冲对的谐波分裂现象（英文）

  王小发, 赵琨杨, 王杰

  重庆邮电大学学报（自然科学版）. 2024, 36(06): 1089-1098.

  摘要 ( )   可视化   收藏

  报道了一种具有“9”字型谐振腔结构的被动锁模铥钬共掺光纤激光器，该激光器采用非线性放大环镜作为锁模器件。实验通过增加泵浦功率观察到激光器输出的亮暗脉冲对先分裂为双脉冲，再分裂为二次谐波状态的具体演化过程；基频下亮暗脉冲之间和双脉冲之间的时间间隔随着泵浦功率增加而增加的规律。此外，实验还观察到，亮暗脉冲对的射频谱呈现包络调制现象，调制频率近似等于亮暗脉冲之间时间间隔的倒数；泵浦功率从0.46 W增加至0.72 W时，调制频率的倒数呈线性增长趋势。研究结果有助于探明被动锁模光纤激光器亮暗脉冲对的演化规律。
• Select
  基于机器学习的城市环境跨频段跨场景路径损耗预测方法

  廖希, 周萍, 周思洋, 陈心睿, 王洋, 何占林

  重庆邮电大学学报（自然科学版）. 2024, 36(06): 1099-1109.

  摘要 ( )   可视化   收藏

  为解决传统路径损耗模型未考虑环境信息、跨场景跨频段预测性能不佳等问题，提出了环境特征驱动的跨频段跨场景路径损耗预测方法。结合二维线性和矩形环境特征描述传播环境，在随机森林路径损耗预测模型基础上引入迁移学习，实现跨频段跨场景预测；搭建了两个城市场景，场景1频段为140、220、280和300 GHz,场景2频段为140 GHz;使用140和220 GHz数据集预测280和300 GHz路径损耗，并用场景1数据集预测场景2路径损耗。结果表明，与未经迁移学习调优的预测方法相比，所提方法实现280和300 GHz跨频段预测的均方根误差分别下降了3.331 1和4.321 5 dB,跨场景预测的均方根误差下降了0.724 4 dB。
• Select
  同步多链路Wi-Fi网络基于DDQN的资源分配和优化

  王果信, 方旭明, 何蓉

  重庆邮电大学学报（自然科学版）. 2024, 36(06): 1110-1119.

  摘要 ( )   可视化   收藏

  针对同步多链路Wi-Fi网络资源分配复杂度高并且难以同时优化系统吞吐量和传输时延以提升网络性能的问题，提出了一种基于双重深度Q网络(double deep Q network, DDQN)的Wi-Fi网络同步多链路资源分配和优化算法。将各个链路信道划分为多种不同规格的资源块(resource unit, RU)组合，利用DDQN进行RU组合选取，结合KM(Kuhn-Munkres)算法为设备分配RU,从而降低资源分配复杂度；针对网络性能提升问题，将满意度定义为吞吐量和时延的函数，联合优化资源分配和传输时长，以提升满意度，从而提升系统吞吐量、降低传输时延。在饱和业务流量及低负载流量模型下进行仿真分析，结果表明，所提算法具有较好的收敛性能，并且在提升满意度和系统吞吐量、降低传输时延方面优于对比算法。
• Select
  基于用户级差分隐私的联邦学习方案研究

  王莉芳, 罗明星

  重庆邮电大学学报（自然科学版）. 2024, 36(06): 1120-1127.

  摘要 ( )   可视化   收藏

  联邦学习(Federated learning, FL)作为一种安全的分布式机器学习技术，允许各参与方通过分布式合作训练一个优于各方单独训练的全局模型，而无须共享本地数据。大量研究表明，联邦学习机制仍存在安全泄露的风险，差分隐私技术被广泛应用于联邦学习来实现参与方的隐私保护。针对现有基于差分隐私的联邦学习方案在数据效用和数据隐私之间难以达到良好权衡的问题，提出一种基于用户级差分隐私的联邦学习方案UDPFL-Blur。利用本地差分隐私，保证框架中的客户端可以实现(ε,δ)-DP;为缓解差分隐私带来的模型性能下降问题，采用有界局部更新正则化技术规范本地模型更新，提高模型效用；为了进一步减轻差分隐私带来的负面影响，通过添加与客户端训练数据相关的噪声来扰动本地更新。与不同基于差分隐私的联邦学习算法的对比实验结果表明，UDPFL-Blur方案有效实现了具有用户级差分隐私保证的联邦学习方法的隐私效用权衡。
• Select
  基于预测误差扩展的加密域点云模型可逆信息隐藏算法

  欧跃发, 邓维, 任帅, 程慧荣

  重庆邮电大学学报（自然科学版）. 2024, 36(06): 1128-1139.

  摘要 ( )   可视化   收藏

  在现代云计算环境中，对于医疗诊断和三维地质模型等应用场景，保证数据安全的同时实现数据的无损恢复尤为重要。针对这一挑战，提出了基于预测误差扩展的加密域点云模型可逆信息隐藏算法。利用新颖的混沌系统对点云模型进行加密，以确保模型内容在上传到云端存储时的安全性；通过贪心算法对模型顶点进行有效分类，并计算每个顶点的预测误差；利用预测误差模长的扩展技术，使秘密信息安全地嵌入到点云模型中；在接收端，通过对比预测误差模长实现秘密信息的准确提取，并无损恢复原始点云模型。实验验证显示，相比现有技术，提出的算法在嵌入性能上有着显著提升，平均嵌入率较对比算法分别提高了0.284和0.298 bit/vertex,明显优化了信息嵌入的效率和安全性；保证了点云模型的无损恢复能力，实现了对算法可逆性的要求；在确保模型内容安全的同时，有效提高了秘密信息的嵌入性能和提取精度。该算法对于医疗诊断、地质探索等需要高度数据安全和完整性恢复的应用场景，提供了新的解决方案。
• Select
  基于特征轨迹点的位置隐私保护方案

  敖山, 黄朋阳, 王辉, 申自浩, 刘沛骞

  重庆邮电大学学报（自然科学版）. 2024, 36(06): 1140-1149.

  摘要 ( )   可视化   收藏

  针对现有位置隐私保护方案大多对轨迹上所有位置点都进行处理，导致数据处理效率低、可用性差的问题，提出一种基于特征轨迹点的位置隐私保护方案。将优化后的最小描述长度与迪杰斯特拉(Dijkstra)算法相结合，选择代表整个轨迹的特征轨迹点，实现最优的轨迹分割，以得到相似轨迹；采用优化后的DBSCAN密度聚类算法对相似轨迹进行处理，得到等价类；在保证隐私预算的前提下，从等价类中选择与用户真实特征轨迹点弗朗明歇距离(Fréchet distance)最小的混淆点，然后以时间序列连接这些点形成混淆轨迹。提出的方案对特征轨迹点进行保护，降低了数据的计算复杂度；通过选择与用户真实位置距离最小的混淆点，保证了数据可用性。与IFTS和TP-MALS两个方案进行对比分析表明，提出的方案既能提高数据处理效率，又能保证数据的可用性。
• Select
  全双工模式下利用干扰抑制技术实现物理层密钥生成

  徐鹏, 凌桐, 杨俊

  重庆邮电大学学报（自然科学版）. 2024, 36(06): 1150-1158.

  摘要 ( )   可视化   收藏

  窃听者距离合法用户非常近时，合法信道和窃听信道的相关性极强，导致系统的可达密钥速率过低。针对这一问题，提出了一种基于全双工(full duplex, FD)干扰抑制的物理层密钥生成方法。通过各节点进行信道估计，同时合法用户发送干扰来抑制窃听者窃取信息，进而合法用户通过在无噪的公共信道上进行密钥协商来获得密钥；利用遍历性的特征和Jensen不等式推导出了系统密钥容量下界的解析表达式。仿真结果表明，少量的干扰信号功率能够提升系统的可达密钥速率；与传统的半双工(half duplex, HD)无干扰系统相比，有干扰的全双工系统有着显著的性能提升。
• Select
  份额重构的变方向灰度渐进视觉密码

  王春常, 邵利平, 李赫然

  重庆邮电大学学报（自然科学版）. 2024, 36(06): 1159-1174.

  摘要 ( )   可视化   收藏

  基于二值模式组合的灰度阶视觉密码可实现灰度阶像素免计算重构，但不能充分利用二值像素点阵且会产生大量拆分份额；而多密图变方向视觉密码需考虑像素重构冲突，构造复杂且缺乏灵活性和普适性。针对以上问题，提出份额重构的变方向灰度渐进视觉密码。将待隐藏灰度密图通过多级半色调转换为降灰度阶密图并直接映射为二值密图，借助(2,2)门限视觉密码来构造公共份额和隐藏不同密图的中间份额，采用主辅对角线融合的方式产生融合份额并通过不透明像素点拆分策略实现不同密图的渐进重构。理论和实验表明，相对于二值模式组合方案，提出的方法可充分利用二值像素点阵提升视觉质量，避免大量份额拆分；相对于变方向视觉密码，提出的方法构造简单灵活，可实现不同方向不同密图重构和渐进重构，具有普适性，可保持较好的灰度阶视觉质量且只在正确的叠加方向下才能恢复密图。
• Select
  门控时空卷积网络中的微服务时延预测模型

  蒋溢, 冯啸林, 杨川, 熊安萍

  重庆邮电大学学报（自然科学版）. 2024, 36(06): 1175-1182.

  摘要 ( )   可视化   收藏

  微服务的多实例化部署和微服务间存在的依赖关系，使得准确捕捉微服务调用拓扑与微服务时延之间的关联性十分困难。针对该问题，提出了一种基于门控时空卷积网络(gated attention spatio-temporal graph convolutional network, GaSTGCN)的时延预测模型。通过构建微服务拓扑调用实例的图数据序列，采用多层时空卷积图神经网络模型，在考虑微服务调用拓扑的同时，捕捉微服务节点时间和空间上特征的关联性；考虑微服务应用规模日渐庞大、时空关联性更难捕捉的现状，结合门控卷积模型，采用膨胀卷积技术与自适应门控机制，更精确地获取局部与全局微服务依赖特征。实验表明，所提模型具有较好的收敛性能，并且预测精度优于传统的预测算法。
• Select
  低高频多尺度融合的跨模态行人重识别研究

  朱沛伍, 高树辉

  重庆邮电大学学报（自然科学版）. 2024, 36(06): 1183-1193.

  摘要 ( )   可视化   收藏

  跨模态行人重识别技术在公共安全、灾难响应、犯罪现场勘查等方面有广阔的应用前景。为了高效利用不同模态之间多样化信息，探索有效的行人重识别方法，提出一种结合低高频信息的多尺度融合(multiple frequence multi-scale embedding, MFME)模型。通过多尺度信息融合(multi-scale information fusion, MIF)模块从多个尺度捕获行人特征，分别获得图像的全局结构和局部细节特征；通过低高频特征聚合(multi frequency feature embedding, MFFE)模块聚合行人的多频信息，确保模型在面对环境变化和不同光照条件下依然能保持高准确度以适应模态变化。实验结果表明，提出的模型在公开数据集SYSU-MM01上Rank-1和mAP识别率分别达到75.79%和72.02%。该模型有效挖掘和利用了跨模态间的多样化信息，提高了行人的重识别率，能更好地适应多变的实际应用环境。
• Select
  针对肿瘤生长预测的边缘注入自适应时空网络

  张晶, 李思阳, 王河喜

  重庆邮电大学学报（自然科学版）. 2024, 36(06): 1194-1204.

  摘要 ( )   可视化   收藏

  为了更有效地表征肿瘤的生长趋势，提出了基于边缘注入的自适应时空网络(adaptive spatiotemporal networks based on edge injection, EA-Net)。引入紧密型空间增强模块学习多形态肿瘤的静态抽象信息，并重点提取关键生长特征；明确监督目标肿瘤的边缘信息，设计多密度边缘注入模块来增强特征图像内目标的边缘权重；建立广泛的时空信息关联，实现对肿瘤未来成像的自适应建模；引入个体特异性因子，促使网络学习不同人群肿瘤的生长趋势。实验表明，提出的方法能更高效地预测肿瘤未来的生长状态，其Dice score、Recall、RMSE分别可达89.36%、90.83%、10.42%,能在一定程度上揭示肺癌疾病的发展方向。
• Select
  全局线索和多级特征驱动的息肉分割

  简丽琼, 李春生, 陈志莉, 车进, 白雪冰, 高翔

  重庆邮电大学学报（自然科学版）. 2024, 36(06): 1205-1214.

  摘要 ( )   可视化   收藏

  在结肠镜检查中，自动分割息肉是开发计算机辅助结肠镜检测和诊断系统的先决条件。息肉分割是一项非常具有挑战性的任务，因为息肉与周边组织具有很大的相似性以及息肉的大小形状变化很大。针对息肉与周围组织相似以及息肉多变的问题，提出基于全局线索定位和多视图特征融合的息肉分割方法。设计全局线索定位模块将全局定位信息传播到每个级别的特征图中，以显式的方式使每个级别的特征图都获得伪装特性息肉的位置信息；设计自我多视图特征融合模块，通过不同视图下的特征捕获不同视图之间的层次特征，更好地适应不同情况下的息肉分割场景。提出方法在5个数据集上的得分比对比算法提高的百分点分别为1.2、3.3、1.8、8.5和3.7,证明提出方法在学习能力和泛化能力上都达到了预期的效果。
• Select
  融合抽取式和抽象式的藏文摘要算法

  高一鸣, 魏志恒, 多拉, 王文强, 左祥建, 贾星星

  重庆邮电大学学报（自然科学版）. 2024, 36(06): 1215-1222.

  摘要 ( )   可视化   收藏

  为了推动文本摘要技术在藏文领域的发展，采用两阶段微调的方法，构建了一种融合抽取式和抽象式的藏文摘要模型(BERT-ext-abs),保留了摘要的流畅性和语义一致性。训练抽取式藏文摘要模型BERT-ext,在此基础上进行第二次微调，得到抽象式藏文摘要模型BERT-ext-abs。从训练模型结构和数据规模两个角度分别设置对比实验，结果表明，相较于未经过二次微调的抽象式藏文摘要模型BERT-abs, BERT-ext-abs模型在ROUGE-1分数上提高了3.23%,在BERT Score分数上提高了0.95%。此外，与BERT-abs相比，BERT-ext-abs的模型参数量和训练数据量更少，能更高效地生成流畅且语义一致的摘要。