2025年, 第37卷, 第03期　
刊出日期：2025-03-25

  

• 全选
  |

• Select
  基于时频融合注意力网络的频谱预测方法

  谷年润, 张建照, 吉小鹏

  重庆邮电大学学报（自然科学版）. 2025, 37(03): 305-314.

  摘要 ( )   可视化   收藏

  频谱预测能够建模频谱状态时频域关联关系，对于降低不同优先级用户频谱冲突、提升频谱利用率具有重要意义。针对复杂动态电磁环境中频谱状态多维复杂关联特性建模问题，综合考虑频谱数据中的时间相关性和频段相关性，提出一种基于时频融合注意力网络的频谱预测方法。通过多个扩张因果卷积提取频谱数据中不同周期的时序特征，将多频段频谱数据用图表征，利用图卷积网络获取频域特征，引入注意力网络对时域特征和频域特征进行动态加权，有效提升模型的训练效率和预测精度。基于实测频谱数据的大量仿真结果表明，典型场景下平均绝对误差、均方根误差和平均绝对百分比误差等指标比现有典型预测算法分别降低15.8%、16.9%、15.1%,训练时间平均降低21.5%。
• Select
  物理层网络编码的分层调制LDPC系统性能研究

  林宇晨, 谢肇鹏, 陈平平

  重庆邮电大学学报（自然科学版）. 2025, 37(03): 315-323.

  摘要 ( )   可视化   收藏

  分层调制(hierarchical modulation, HM)是一种根据发送信号的相对重要性对数据流进行不相等保护的关键技术。针对低密度奇偶校验(low-density parity-check, LDPC)信道编码的双向中继信道，提出了一种联合分层调制和比特交织编码调制(bit-interleaved coded modulation, BICM)的物理层网络编码(physical-layer network coding, PNC)方案(HM-BICM-PNC)。推导了HM-BICM-PNC的可达速率公式，并对目前主流的分层调制映射方案进行性能分析。理论分析和仿真结果表明，映射方式和星座优先级参数λ都会影响HM-BICM-PNC可达速率和误码率性能，在不同的优先级下需选取不同的星座映射来获取系统最优性能。
• Select
  用户为中心的密集毫米波网络多链路功率分配方案

  薛青, 木家俊

  重庆邮电大学学报（自然科学版）. 2025, 37(03): 324-332.

  摘要 ( )   可视化   收藏

  为提升以用户为中心的密集毫米波通信网络用户服务质量，在考虑用户多关联、辅助节点选择的基础上，联合迭代优化多链路功率分配问题，以最大化用户可达和速率。所建模问题是一个分式非凸问题，利用连续凸近似算法进行问题凸优化转化，基于拉格朗日对偶理论进行求解。仿真结果表明，相较于传统的平均功率分配算法，提出的算法在系统速率性能上实现了140.77%的提升。
• Select
  时延可容忍业务中的高能效信息传输策略研究

  邬伶凤, 朱锐, 曹九霄, 褚鹏, 赵康

  重庆邮电大学学报（自然科学版）. 2025, 37(03): 333-345.

  摘要 ( )   可视化   收藏

  近年来，随着互联网技术及其应用的飞速发展，互联网用户和无线终端设备的数量呈指数级增长，导致了能源消耗的急剧增加，在此背景下，如何在保障通信服务质量的同时，提高能源的利用率，成为了研究的重点。通过探讨利用时域注水算法分配资源来提高时延可容忍(delay tolerable, DT)服务的能源效率(energy efficiency, EE)的可能性，将最大化EE的非凸问题转化为最小化传输功率的凸问题，以获得最优解，使用贪婪算法得到传输功率上界。为了捕捉更真实的场景，引入了近似统计动态规划(approximate statistical dynamic programming, ASDP)算法，但其对提高EE的效果有限。为了克服这一限制，提出了3种深度强化学习(deep reinforcement learning, DRL)算法，使用了深度Q网络(deep Q-network, DQN)探究连续信道下离散动作传输策略对传输功率的影响，运用深度确定性策略梯度(deep deterministic policy gradient, DDPG)算法探究连续动作传输策略，以及利用近端策略优化(proximal policy optimization, PPO)算法探究动作分布传输策略，分析二者对传输功率产生的影响。通过综合比较3种算法在不同信噪比环境下的传输功率、中断概率、性能改善百分比的平均值及算法的鲁棒性，可以得出结论，DDPG算法在信噪比为2 dB的环境中，代理性能最佳，证明了DRL算法在提高通信系统EE方面的有效性和潜力。
• Select
  帧内编码相同编码参数的VVC双压缩检测算法

  李强, 彭依浪, 宋衍昭

  重庆邮电大学学报（自然科学版）. 2025, 37(03): 346-356.

  摘要 ( )   可视化   收藏

  为了解决多功能视频编码(versatile video coding, VVC)标准下具有相同编码参数的视频双压缩检测方法准确率不高的问题，提出了一种基于编码单元(coding unit, CU)尺寸、划分模式和预测模式的检测方法。对待检测的视频进行多次编解码，分析并确定VVC流中与压缩编码次数密切相关的基础码流特征；以CU尺寸、划分模式和预测模式构建高级码流特征输入支持向量机完成视频的双压缩检测。实验结果表明，与对比文献的方法相比，所提方法的视频双压缩检测准确率有较大提升，平均准确率达到了95.82%。
• Select
  去蜂窝大规模MIMO系统中基于人工蜂群算法的AP选择技术

  李刚

  重庆邮电大学学报（自然科学版）. 2025, 37(03): 357-365.

  摘要 ( )   可视化   收藏

  去蜂窝大规模多输入多输出(multiple input and multiple output, MIMO)系统是未来通信领域的关键技术，其核心在于高效的接入点(access point, AP)选择。合理的AP选择可以消除用户间干扰，同时实现能源的高效利用，对提升系统性能至关重要。提出了一种基于匹配滤波和人工蜂群算法相结合(matched filter-artificial bee colony, MF-ABC)的智能AP选择技术，以此优化去蜂窝大规模MIMO系统的性能。利用MF预编码，对所有AP进行预编码以增强信号。在用户的信道容量最大的优化目标前提下，利用ABC智能算法为每个用户得到对应的AP选择方案。仿真结果表明，与不进行AP选择相比，所提出的去蜂窝MIMO系统中的AP选择方案在信道容量的性能方面更优。
• Select
  面向多类遗忘的模型加噪隐私保护方案

  彭维平, 苏航羽, 平源, 宋成, 程梦娜

  重庆邮电大学学报（自然科学版）. 2025, 37(03): 366-374.

  摘要 ( )   可视化   收藏

  针对人工智能大模型隐私保护中多类遗忘时间开销大、效率低的问题，提出一种面向多类遗忘的子模型加噪隐私保护方案。将原始数据集分割为多个子数据集后训练子模型并聚合生成预训练模型；基于遗忘类数据集学习构建损失最大化噪声矩阵，结合保留类的部分数据集对模型参数进行单个训练周期的损害，使用保留类的部分数据集对模型进行修复。实验结果表明，提出的方案在确保模型对保留类数据集分类准确率的基础上，不仅实现了多类遗忘，还显著降低了时间开销、提高了遗忘效率。
• Select
  基于权重生成图卷积神经网络的链接预测方法

  黄帅帅, 张清华, 靳朋仁, 周雄

  重庆邮电大学学报（自然科学版）. 2025, 37(03): 375-386.

  摘要 ( )   可视化   收藏

  针对标准加权图卷积神经网络无法对有向图的方向进行建模，以及在邻居信息传递过程中未考虑边语义特征的问题，提出了一种基于权重生成器的加权图卷积神经网络编码器用于链接预测。该编码器通过权重生成器构造加权邻接矩阵，同时加入边的方向性和三元组中实体(节点)和关系(边)的特征，为解码器模型生成语义更加丰富的实体嵌入。将所提出的编码器和LKER组合成端到端模型并在公开数据集上进行链接预测实验表明，所提出的模型具有有效性。
• Select
  智能合约的实时V2G负荷预测博弈模型研究

  李亦非, 王芳, 秦宇辉, 张雅静, 赵斌, 于钊

  重庆邮电大学学报（自然科学版）. 2025, 37(03): 387-395.

  摘要 ( )   可视化   收藏

  随着智能电网发电设施的分布式建设，风能、太阳能等可再生能源的接入得到了充分利用，可再生能源不可预测性与消费者用电习惯，导致电力负荷呈现的波动问题。电动汽车入网技术(vehicle to grid, V2G)利用大规模分布式电动汽车的储荷能力，将电动汽车(electric vehicle, EV)集群封装为广义上的储能设备，可达到削峰填谷的效果。提出一种基于智能合约的V2G负荷预测博弈模型。使用区块链记录初始负荷状态，提出基于区块链V2G的蒙特卡洛预测方法，预测下一阶段内大规模的电动汽车充放电规律。通过电网领导电价，电动汽车跟随用电的二阶段斯坦伯格博弈算法，调整谷峰时间段内的负荷极值。将该弹性负荷调度优化算法写入智能合约实现自动执行。经过区块链浏览器性能测试，该模型可有效减少负荷波动用并提高社会用电福利。
• Select
  结合光流融合特征与自监督学习的微表情识别

  张家波, 徐光辉, 高洁

  重庆邮电大学学报（自然科学版）. 2025, 37(03): 396-404.

  摘要 ( )   可视化   收藏

  针对微表情样本数目少且难以找到其光流融合特征对应源域的问题，提出了基于自监督学习的微表情识别方法。该方法包括自监督对比学习阶段和分类阶段。从微表情运动幅度低的特点出发，设计了双端运动信息提取策略，自监督对比学习阶段，设计了Inception结构结合瓶颈注意模块的特征提取网络以学习到丰富的特征表示；分类阶段，利用余弦距离引入宏表情的光流融合特征，与微表情光流融合特征分支相结合以补充运动信息。在CASME II和SAMM数据集上进行实验，识别精度分别达到0.734 9、0.580 8。实验结果表明，提出方法与基线方法和其他先进方法相比，可以获得良好的识别性能。
• Select
  基于外源样本的深度神经网络模型版权保护框架

  刘红, 吴远豪, 李析东, 吴迪, 陈思旭, 吴希昊

  重庆邮电大学学报（自然科学版）. 2025, 37(03): 405-416.

  摘要 ( )   可视化   收藏

  深度神经网络(deep neural networks, DNN)的知识产权(intellectual property, IP)保护引起了人们的普遍关注。已有的研究提出的查询修改攻击通过修改关键样本，可以使基于后门的DNN水印方法性能下降。防御工作将数据集内样本当作关键样本来抵御查询修改攻击，导致模型的性能随着关键样本的增多而下降。因此，提出将具有外部特征的样本作为关键样本来解决上述问题。在目标模型的训练过程中，将外源样本与训练样本组成混合样本进行训练，将外源样本作为关键样本嵌入到模型中。当攻击者使用查询修改攻击阻止关键样本触发后门时，该样本能够顺利触发后门，从而验证版权。为了阻止关键样本伪造，设计一种不可见水印嵌入与提取机制，将水印嵌入到关键样本中，只有通过水印验证的关键样本触发后门才可以声明版权。通过实验，所提出的方法对模型微调、模型剪枝、查询修改攻击都具有较高的鲁棒性，同时伪造的关键样本无法通过版权认证。
• Select
  基于文本特征增强和MHGCN的社交机器人检测方法

  肖景博, 余尚戎, 席祖平, 瞿左珉, 殷琪林, 卢伟

  重庆邮电大学学报（自然科学版）. 2025, 37(03): 417-425.

  摘要 ( )   可视化   收藏

  在社交机器人进化的过程中，其伪装能力不断增强，现有检测方法难以保持良好的检测性能。针对这一问题，提出一种基于文本特征增强和多路异构图卷积网络(multiplex heterogeneous graph convolutional network, MHGCN)的社交机器人检测方法，利用增强文本特征和社交图中的异质性、层次性信息实现更精准的检测。一方面，设计了文本特征增强模块，通过账户描述与账户所发布社交文本之间的差异来衡量社交文本的重要程度，依据重要程度增强社交文本特征；另一方面，设计了社交图特征提取模块，将MHGCN应用于社交机器人检测，利用MHGCN捕获账户的社交图特征。通过这两个模块，提出方法能够凸显出混杂在正常文本中的恶意文本和隐匿在真实用户社交邻居中的社交机器人。实验表明，提出方法在开源数据集上的检测效果优于对比方法，证明了提出方法的有效性。
• Select
  基于随机森林与自适应窗口的家电异常状态监测

  戴理, 齐金鹏, 黄莉娜, 郭阳阳, 彭思源

  重庆邮电大学学报（自然科学版）. 2025, 37(03): 426-434.

  摘要 ( )   可视化   收藏

  针对现有家电监测方法准确率较低的问题，提出了一种基于随机森林与自适应窗口的家电状态及异常监测方法。利用缓冲区接收在线数据，使用随机森林方法识别电器状态，结合多路搜索树(ternary search tree, TST)算法与自适应窗口检测状态切换点，利用模板匹配方法识别异常，基于状态转换模型实现缓冲区的自适应迭代。实验结果表明，该方法能在准确识别家电状态的同时，有效检测异常。
• Select
  面向物联网应用的智能合约性能测试与分析

  姜好, 曹傧, 严以宁, 胡钦全, 彭木根, 姚建丰, 孙井会

  重庆邮电大学学报（自然科学版）. 2025, 37(03): 435-444.

  摘要 ( )   可视化   收藏

  针对将智能合约技术应用于物联网时，需要考虑物联网在实时性和轻量化方面的需求这一问题，提出一套性能测试方案来评估智能合约在不同环境下的性能表现，为智能合约在物联网中的应用和对区块链平台的选择提供依据。通过移除以太坊EVM中Gas机制的实验表明，在满负载情况下，提出的方法能够将EVM执行智能合约的时间缩短近50%。基准合约测试时，利用Caliper对智能合约在不同主流区块链平台上的性能进行统一标准实验，结果表明，在联盟链平台Hyperledger Fabric和Fisco BCOS上，智能合约的交易吞吐量、执行时间、CPU占用率和内存消耗均优于公有链以太坊和Besu平台，联盟链更适合作为物联网应用的区块链底层平台。
• Select
  基于面部动作不一致的压缩深度伪造视频检测方法

  王玉梅, 胡娟, 武晓帅, 肖靖, 陈雁翔, 廖鑫

  重庆邮电大学学报（自然科学版）. 2025, 37(03): 445-452.

  摘要 ( )   可视化   收藏

  为准确高效地识别社交网络中的压缩深度伪造视频，通过借鉴表情识别领域的知识，基于对人脸面部动作的分析，挖掘伪造视频中五官区域不规则的运动，提出了一种基于面部动作不一致的压缩深度伪造视频检测方法。鉴于人物的面部运动时，低维的角度特征能直接反应五官区域的运动。从人脸视频中提取精确的面部特征点，通过对五官区域建模从而构建五官角度特征，并从运动和速度2种模式对角度特征进行分析，用长短期记忆网络捕获五官区域的不规则运动。实验结果表明，所提出的检测方法能够有效辨别压缩视频的真假，且对不同的压缩因子具有较好的鲁棒性。