2024年, 第53卷, 第02期　
刊出日期：2024-03-30

  

• 全选
  |

• Select
  电磁频谱空间应用及发展趋势综述

  谢春茂, 张川, 黄明, 刘红军, 李恩, 杨仕文

  电子科技大学学报. 2024, 53(02): 161-173.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  近年来，电磁频谱空间已逐步发展成为大国博弈的必争领域，成为国家的战略稀缺资源。在民用电磁频谱领域，电磁频谱拥挤、应用业务激增，在宽带频谱监测、频谱安全、频谱大数据及智能化应用方面面临着巨大挑战；军用电磁频谱博弈对抗愈加激烈，电磁频谱感知、监测及影响效应评估面临感知手段有限、频谱管控和协同应用能力不足等难题。该文首先回顾了典型电磁频谱应用现状、面临的挑战及国外发展趋势。然后，分析了国内电磁频谱空间总体设计和规划管理、典型工程实践和关键技术突破情况。最后，给出了我国电磁频谱空间应用的发展思路。
• Select
  低压Si MOSFETs对SiC/Si级联器件短路特性的影响

  周郁明, 楚金坤, 周伽慧

  电子科技大学学报. 2024, 53(02): 174-179.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  由低压硅金属-氧化物-半导体场效应晶体管（Silicon Metal-Oxide-Semiconductor Field-Effect Transistor, Si MOSFET）和碳化硅结型场效应晶体管（Silicon Carbon Junction Field-Effect Transistor, SiC JFET）构成的SiC/Si级联（Cascode）器件，兼具了低压Si MOSFET易于驱动、SiC JFET高耐压低损耗等优点。该文采用实验和数值模拟的方式研究了低压Si MOSFET对SiC/Si级联器件短路特性的影响，结果表明，在短路过程中SiC/Si级联器件中的SiC JFET最高温度比单独的SiC JFET短路时的最高温度低，SiC/Si级联器件的短路失效时间得到了延长，并且随着Si MOSFET额定电压的增加，SiC/Si级联器件短路失效延长的时间也在增加。
• Select
  自成形硅表面微结构：表面特征及潜在应用（英文）

  李佳城, 刘爽, 伍胜兰, 刘永, 钟智勇

  电子科技大学学报. 2024, 53(02): 180-184.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  采用等离子体增强化学气相沉积法（Plasma Enhanced Chemical Vapor Deposition, PECVD）制备掺氢非晶硅膜，并对其表面结构学进行研究。该文发现在晶体硅衬底上沉积非晶硅薄膜时，会在表面形成非均匀分布的起泡缺陷。在已制备的非晶硅薄膜上进一步沉积了氮化硅/非晶硅的交替层，在起泡缺陷原位形成了一个完美的穹顶多壳的微结构，并且没有明显的结构坍塌。该文总结了自成形穹顶微结构的3个独特的结构特性，并进一步指出了该自成形穹顶微结构在纳米光学和微机电系统中的潜在应用。
• Select
  一种16位110 dB无杂散动态范围的低功耗SAR ADC

  邢向龙, 王倩, 康成, 彭姜灵, 李清, 俞军

  电子科技大学学报. 2024, 53(02): 185-193.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  该文设计了一款16位、转换速率为625 kS/s的逐次逼近寄存器型模数转换器（SAR ADC）。改进的采样保持电路结构，优化了采样线性度和噪声性能。采用分段结构设计电容型数模转换器并使用混合方式的电容切换方案，减小面积和能耗。利用扰动注入技术提升ADC的线性度。比较器采用两级积分型预放大器减小噪声，利用输出失调存储技术及优化的电路设计减小了比较器失调电压和失调校准引入的噪声，优化并提升了比较器速度。芯片采用CMOS 0.18μm工艺设计和流片，ADC核心面积为1.15 mm~2。测试结果表明，在1 kHz正弦信号输入下，ADC差分输入峰峰值幅度达8.8 V，信纳比为85.9 dB，无杂散动态范围为110 dB，微分非线性为-0.27/+0.32 LSB，积分非线性为-0.58/+0.53 LSB，功耗为4.31 mW。
• Select
  基于帧交错的LDPC译码器流水结构设计

  韩国军, 杨伟泽, 叶震亮, 翟雄飞, 史治平

  电子科技大学学报. 2024, 53(02): 194-200.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  低密度奇偶校验码（LDPC）的译码器通常采用基于节点置信度更新迭代的算法，这种算法可以并行实现，具有非常高的吞吐量。在此提出了一种具有高硬件利用效率（HUE）的帧交错译码结构，并提供了一种用于层内节点重排序的动态规划方法，解决内存访问冲突问题。与现有的结构相比，该结构可以实现更高的硬件利用效率。
• Select
  基于频域数据压缩感知的复合调制信号盲识别

  何羚, 阳鹏飞, 阎啸, 钟旭诺, 白泰礼

  电子科技大学学报. 2024, 53(02): 201-209.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  现有基于特征提取和模式识别的复合调制盲识别方法对特征和样本量敏感，且在多子载波情况下流程繁琐。基于统一载波体制复合调制信号建模，提出了以压缩后的复合调制信号频域数据为特征、利用倒残差分组卷积结构的轻量化神经网络对压缩数据进行训练和分类的盲识别新思路。通过实验平台搭建和Python代码实现，对10种复合调制信号进行了不同信噪比下的盲识别对比试验，结果表明：该方法在0 dB信噪比条件下识别率可达94.5%,5 dB信噪比条件下识别率为100%；精确识别所需数据量少于基于统计特征和决策树的识别方法，分类所用神经网络的准确率和参数量亦优于基准网络。
• Select
  基于延迟断点映射FMCW的双功能雷达通信系统设计

  徐瑞, 文瑞铭, 黄子涵, 李钢, 文光俊

  电子科技大学学报. 2024, 53(02): 210-218.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  基于调频连续波（Frequency Modulated Continuous Wave, FMCW）的双功能雷达通信（Dual-Functional RadarCommunication, DFRC）系统具有时频利用率高、抗多普勒性能强、距离旁瓣低的特点。现有的FMCW-DFRC波形系统产生双功能性能恶化，并增加通信接收机的链路复杂度。设计了一种基于延迟断点映射（Delayed Breakpoint Mapping, DBM）FMCW的DFRC系统，通过啁啾周期内延迟断点位置的映射和被分割的簇间的相位进行数据调制。通信接收端在载波混频和欠采样后，在数字域实现去啁啾、码片对齐和数据解调，极大降低了接收端生成相干信号和ADC性能的需求。在雷达处理链路中，设计了断点区域删除与拼接（Breakpoint Area Deletion and Splicing, BADS）方案，使DFRC的雷达性能与无调制的FMCW一致。仿真结果表明，与无补偿的方案相比，BADS方案距离图像的副瓣幅度减小约37 dB，且不受调制数据的影响。与现有基于啁啾波形的DFRC方案的通信性能相比，DBM-FMCW降低了约3 dB误符号率。
• Select
  数字示波器中FPGA间高速信号传输同步方法

  高媛, 赵禹, 王厚军, 叶芃

  电子科技大学学报. 2024, 53(02): 219-226.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  数据采集系统是数字示波器（DSO）的核心组成单元，随着示波器带宽采样率的逐步提升，单片模数转换器（ADC）+现场可编辑门控阵列（FPGA）的架构难以满足超高速以及多通道的应用场景，因此，高端示波器中数据采集系统普遍采用“主从”FPGA控制架构。在该架构下，多个FPGA之间信号的同步传输是实现采集系统的同步和精确采集的重要前提。针对多FPGA板卡之间的信号同步传输问题，提出了一种FPGA之间高速信号同步传输的方法，借助FPGA的IODELAY单元，通过测试数据训练找到最稳定的同步传输区间，实现多FPGA之间的同步传输。在自研的数字示波器上的实验表明，该方法能够有效实现FPGA之间高速信号的同步传输。
• Select
  基于频域控制约束的物理神经网络非线性系统预测方法

  钱夔, 宋爱国, 田磊

  电子科技大学学报. 2024, 53(02): 227-234.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对现有物理信息神经网络利用数值模拟近似物理控制方程带来的高计算代价、边界条件限制等问题，提出一种基于频域控制约束的物理神经网络非线性系统预测方法。首先构建时序特征交替更新的非线性预测网络模型，再在频域建立基于傅里叶谱方法（FSM）的物理控制方程约束，时空数据在网络模型与频域控制约束耦合下实现无标签数据加速训练，完成系统演化学习。最后在Burgers系统上进行湍流预测验证，实验结果表明该方法可在物理规则约束下实现无标签非线性复杂建模，对比主流PINN模型及其变体，具有更快的学习速度与预测准确率。在t≤0.25 s、t≤0.5 s短时预测情况下，经前期20次训练后系统预测均方误差（MSE）相比主流基准模型同期预测，MSE降低了86%与95%，在t≤2 s长时预测情况下，经充分训练后系统预测MSE能降低80%。
• Select
  多因素引导的行人重识别数据增广方法研究

  刘志刚, 张国辉, 高月, 刘苗苗

  电子科技大学学报. 2024, 53(02): 235-242.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  为解决行人重识别研究领域中行人标注图像获取困难的问题，提出一种多因素引导的行人数据增广方法。首先，在生成器网络中设计了一种局部多尺度引导机制，通过特征融合抑制生成图像的局部伪影；其次，提出了长距离相关性引导机制，通过外注意力引导生成图像的长距离依赖，提高生成行人图像的整体视感质量；最后，提出一种抗博弈判别网络，通过嵌入到生成对抗网络，从而构建一种三网络稳定博弈架构模型，增加生成对抗网络训练的稳定性。通过VIPeR、Market-1501、DukeMTMC-reID这3种不同规模数据集的仿真实验，结果表明该方法与目前主流方法相比，mAP与Rank-1精度上均有不同程度的提升，在小规模数据集上的提升较为显著。
• Select
  融合强化学习的实体关系联合抽取模型

  翟社平, 李航, 亢鑫年, 杨锐

  电子科技大学学报. 2024, 53(02): 243-251.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  现有的实体关系联合抽取任务为了自动生成大规模训练数据引入远程监督策略，在处理数据时产生严重的噪声数据问题。对此提出了一种融合强化学习的实体关系联合抽取模型，该模型由强化学习和联合抽取模型两个部分组成，其中联合抽取模型由图卷积网络和多头自注意力机制构成。首先，使用强化学习去除原始数据集中带有噪声的句子，将降噪后的高质量句子输入到联合抽取模型中；其次，使用联合抽取模型对输入句子中的实体和关系进行预测抽取，并向强化学习提供反馈奖励，指导强化学习挑选出高质量的句子；最后，对强化学习和联合抽取模型进行联合训练，并对模型进行迭代优化。实验证明了该模型能够有效处理数据噪声问题，在实体关系抽取方面优于基线方法。
• Select
  基于关键特征增强机制的3D人脸识别

  王奇, 钱伟中, 雷航, 王旭鹏

  电子科技大学学报. 2024, 53(02): 252-258.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  3D人脸识别是计算机视觉领域的重要组成部分，Pointnet依靠深度学习解决了点云的无序性，实现了3D点云的全局特征提取，但由于点云数据缺乏细节纹理，仅靠全局特征很难实现复杂情况下的人脸识别。针对以上问题，基于Pointnet提出了一种局部特征描述子，用于描述点云局部空间的几何特征，并引入关键特征增强机制，通过特征概率分布增强人脸关键信息，该机制能减少不必要特征对任务的干扰，有效提升模型的准确率。在公共数据集CASIA-3D、Lock3DFace、Bosphorus上进行实验测试，结果表明该方法能很好地应对表情变化、部分遮挡以及头部姿态的干扰，在弱光环境下其准确率高于RP-Net 1.1%，并具有良好的实时性。
• Select
  基于异构图和关键词的抽取式文本摘要模型

  朱颀林, 王羽, 徐建

  电子科技大学学报. 2024, 53(02): 259-270.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  使用一定的策略从冗长的文本中选择一些句子组成摘要，其关键在于要尽可能多地利用文本的语义信息和结构信息。为了更好地挖掘这些信息，进而利用它们指导摘要的抽取，提出了一种基于异构图和关键词的抽取式文本摘要模型（HGKSum）。该模型首先将文本建模为由句子节点和词语节点构成的异构图，在异构图上使用图注意力网络学习节点的特征，之后将关键词抽取任务作为文本摘要任务的辅助任务，使用多任务学习的方式进行训练，得到候选摘要，最后对候选摘要进行精炼以降低冗余度，得到最终摘要。在基准数据集上的对比实验表明，该模型性能优于基准模型，此外，消融实验也证明了引入异构节点和关键词的必要性。
• Select
  中国电影演员市场影响力的性别差异分析

  赵世跃, 周涛, 韩筱璞, 周银座

  电子科技大学学报. 2024, 53(02): 271-276.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  构建了以豆瓣网为主，猫眼网、IMBD以及百度为辅，包含中国2000—2020年10 000多名演员及3 000多部电影组成的数据库。聚焦演员市场影响力的性别差异，其中市场影响力用电影票房来衡量，而演员对票房的贡献程度与该演员在相应电影列表中排名的倒数成正比。研究显示，男性演员在市场影响力、职业生涯长度、题材多样性上都明显高于女性，且2015年后每年女演员人均票房贡献与男演员人均票房贡献的比例在0.6左右波动，低于中国全行业女性薪酬与男性薪酬的比例，表现出更显著的性别不平等。进一步的中介效应分析和调节效应分析显示，职业生涯长度差异与题材多样性差异是导致市场影响力性别差异的重要原因，且在同等情况下男性演员提高其职业生涯长度和题材多样性所获得的市场影响力回报显著高于女性。
• Select
  具有活跃节点的多层网络作用下时滞SEQS模型分析

  曹铃苓, 杨宏春, 高雅纯, 张虎, 杨春, 付传技

  电子科技大学学报. 2024, 53(02): 277-283.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  疾病传播的研究使得对疫情分布和发展的预测更为准确。现有的疾病传播模型对不同城市间流动人口对疾病传播造成的影响研究较少，为此，该文提出了具有活跃节点的多层网络作用下的时滞SEQS(Susceptible-Exposed-Quarantined-Susceptible)模型。其中，时滞SEQS重点研究疾病潜伏期、恢复期及恢复后可再次感染等特性对传播行为的影响，模型中每层静态网络表示不同城市的社交网络，活跃节点表示城市间流动人口，活跃节点的存在使得该多层网络具有时变性，同时模型引入检测机制，以隔离态节点为中心，对在其检测半径内的邻接节点进行检测。研究表明，该模型的传播行为最终演化状态存在3种主要模式：稳态、周期性振荡和非周期性振荡，在能有效降低疾病传染率的情况下，划定精准检测范围可有效控制疾病大规模传播。
• Select
  量子模糊信息管理数学模型研究

  张仕斌, 黄晨猗, 李晓瑜, 郑方聪, 李闯, 刘兆林, 杨咏熹

  电子科技大学学报. 2024, 53(02): 284-290.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  为了高效处理大数据所具有的复杂性和不确定问题，将“不确定性问题+直觉模糊集理论+量子计算”交叉融合，构建基于直觉模糊集理论的量子模糊信息管理数学模型。为了验证该模型的可行性、合理性和有效性，设计了不确定性环境下基于参数化量子线路的量子模糊神经网络仿真实验。实验结果表明，基于该模型的量子模糊神经网络模型能更客观、准确、全面地反映不确定性问题中各对象所蕴含的知识信息，从而提高算法处理大数据的准确性。
• Select
  任意三粒子GHZ态和W态的概率隐形传态（英文）

  王浩圳, 谭晓青, 许青山, 包戴鹏伟

  电子科技大学学报. 2024, 53(02): 291-298.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  构造了一个全新的由两个多粒子部分纠缠态组成的用于量子隐形传态（QT）的量子信道。利用构造的量子信道，提出了两个任意三粒子GHZ态和W态的受控概率隐形传态的三方方案。发送者执行贝尔态测量和单粒子测量，控制者执行贝尔态测量，接收者引入一个辅助粒子并执行相应酉操作，可实现任意三粒子GHZ态和W态的概率隐形传送。两个QT方案的总成功概率都是8d~2n~2(其中d和n是量子信道的系数)。
• Select
  汉语具体词和抽象词记忆的神经机制研究

  闫静, 李文娟, 张婷婷, 张俊俊, 金贞兰, 李凌

  电子科技大学学报. 2024, 53(02): 299-306.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  具体词和抽象词加工的神经机制是认知神经科学的研究热点，但过往的相关研究主要集中于拼音文字，发现抽象词加工更多激活语言系统，而具体词加工更多激活感知觉系统。该文使用功能性磁共振成像，通过记忆-自由回忆任务，探究了汉语具体词和抽象词加工在记忆编码过程中的大脑活动情况，结果是两种词类的记忆加工都主要激活了颞枕皮层和左侧额下回。除此之外，抽象词记忆更多激活了默认脑网络，而具体词记忆更多激活了感觉运动皮层。结果表明具体词和抽象词的记忆都会激活语言和执行控制系统，但也会依赖不同的脑区进行记忆编码。
• Select
  Dual-Path Vision Transformer用于急性缺血性脑卒中辅助诊断

  张桃红, 郭学强, 郑瀚, 罗继昌, 王韬, 焦力群, 唐安莹

  电子科技大学学报. 2024, 53(02): 307-314.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  急性缺血性脑卒中是由于脑组织血液供应障碍导致的脑功能障碍，数字减影脑血管造影（DSA）是诊断脑血管疾病的金标准。基于患者的正面和侧面DSA图像，对急性缺血性脑卒中的治疗效果进行分级评估，构建基于Vision Transformer的双路径图像分类智能模型DPVF。为了提高辅助诊断速度，基于EdgeViT的轻量化设计思想进行了模型的构建；为了使模型保持轻量化的同时具有较高的精度，提出空间-通道自注意力模块，促进Transformer模型捕获更全面的特征信息，提高模型的表达能力；此外，对于DPVF的两分支的特征融合，构建交叉注意力模块对两分支输出进行交叉融合，促使模型提取更丰富的特征，从而提高模型表现。实验结果显示DPVF在测试集上的准确率达98.5%，满足实际需求。
• Select
  机器学习在帕金森病诊断中的应用研究

  李西, 姜孟

  电子科技大学学报. 2024, 53(02): 315-320.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  机器学习是医学人工智能的研究热点和重点之一。针对神经退行性帕金森病（Parkinson's Disease, PD）的早期诊断，现有的临床评分量表具有一定的主观性和局限性。该文报告了基于行为（语音、步态、书写）、电生理（脑电）、影像组学（核磁共振成像、单光子发射断层成像、正光子发射断层成像）和基因组学等数据，机器学习应用于PD诊断的研究进展，发现其较传统方法更为精准，以期为未来人工智能智慧诊断的研究与应用提供参考与借鉴。