2025年, 第54卷, 第01期　
刊出日期：2025-01-30

  

• 全选
  |

• Select
  一种抗辐射16位25 MS/s流水线ADC

  周晓丹, 苏晨, 刘涛, 付东兵, 王健安, 陈光炳, 李强, 刘杰, 郭刚

  电子科技大学学报. 2025, 54(01): 1-7.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  设计了一款抗辐射16位25 MS/s流水线型模数转换器（ADC）。根据电容失配等因素确定了第一级4位的流水线结构，并设计了改进的自举开关来提高采样线性度。为了降低系统功耗，设计了一种开关电容动态偏置电路，通过减小放大器的平均电流来降低ADC的系统功耗。为了满足抗辐射的要求，针对电离总剂量效应和单粒子闩锁效应的机理，对电路进行抗辐射加固设计。该款抗辐射ADC在0.18μm CMOS工艺上进行制造，转换器的芯片面积为2.5 mm2，经过辐射试验后，在采样率25 MHz、1.8 V电源电压和30.1 MHz正弦输入的条件下，ADC的信噪比（SNR）达到了76.7 dBFS，无杂散动态范围（SFDR）为95.1 dBFS，功耗为38.76 mW，抗辐射能力达到电离总剂量100 Krad(Si)和单粒子闩锁阈值75 MeV·cm2/mg，可满足空间环境的使用要求。
• Select
  基于耦合电感的超宽带小型化威尔金森功分器

  韩思扬, 彭思睿, 卢子焱

  电子科技大学学报. 2025, 54(01): 8-12.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  论述了一款覆盖2～18 GHz的威尔金森功分器，能够满足超宽带、多频带应用。通过将2条功分路径上的电感相互缠绕形成互耦线圈，代替传统基于集总参数威尔金森功分器中的独立电感作为感性器件，在减小芯片面积的同时利用了线圈间的互感效应展宽功分器的工作带宽。芯片采用GaAs IPD工艺制作，在跨9倍频程的工作频带内，插入损耗仅为3.65～3.88 dB（附加无源损耗0.65～0.88 dB），带内损耗波动小于±0.12 dB，隔离度大于11 dB，输入输出回波损耗大于10 dB，除去焊盘的核心电路面积仅为780μm×430μm（在2 GHz为0.000 014 9λ2），展现了极好的宽带特性。
• Select
  采用谐振电感复用的LCL-T/LLC谐振变换器

  方炜, 王帅, 康国杭, 刘宿城, 刘晓东

  电子科技大学学报. 2025, 54(01): 13-22.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  LLC谐振变换器有着转换效率高、软开关特性好等显著优点。但在储能系统充电的应用场合中，宽电压增益输出要求LLC谐振变换器工作频率在较大范围内变化，从而引起转换效率明显降低、磁性元件设计困难、轻载调节有限等问题。研究了一种采用谐振电感复用的LCL-T/LLC谐振变换器，可用于电动汽车的车载充电。将谐振电感置于变压器副边，构建LCL-T谐振腔使得变换器工作在恒流充电阶段，LCL-T谐振变换器的恒流特性可以显著减小变换器的工作频率范围；通过辅助开关改变谐振支路，该谐振电感也可参与LLC谐振，使变换器工作在恒压充电阶段，提供稳定的充电电压。由于谐振电感位于变压器副边，减少了死区时间内的磁芯损耗，提高了转换效率。详细分析了该变换器的工作模式和直流增益特性，给出了关键参数设计原则。最后，搭建了一台3.3 kW、400 V/330 V的实验样机，验证了变换器拓扑和控制方案的有效性。
• Select
  基于强化学习的无人机通信感知一体化能耗优化

  李新民, 张徐浩, 刘易阳, 曹辉, 张晓强

  电子科技大学学报. 2025, 54(01): 23-28+51.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  通信感知一体化技术与灵活可控无人机通信技术结合将成为6G无线通信网络“万物智联”的潜在技术。针对无人机通信感知一体化系统中无人机能量受限问题，提出了一种基于强化学习的无人机功率分配和轨迹设计的联合优化算法。该算法在用户通信速率和目标感知波束图增益约束下，通过构建与无人机能耗、发射波束和通信速率相关的线性加权奖励函数，以实现智能化的无人机功率分配和轨迹设计，从而最小化无人机通信感知一体化系统的能耗。仿真结果表明，该方案相较于基准方案降低了12.36%～21.08%的无人机能耗，并拥有更优的收敛性能。
• Select
  未知环境中基于控制障碍函数的机器人安全控制研究综述

  周毅, 张浩, 施孟佶, 林伯先, 石磊

  电子科技大学学报. 2025, 54(01): 29-38.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  随着机器人系统工作环境的复杂程度日益增加，以及对实时性需求的逐步提升，机器人的安全避障能力将面临新的挑战，控制障碍函数作为一种基于控制器的安全方法在机器人安全控制系统中迎来新的发展契机。调研分析了控制障碍函数及基于二次规划的优化控制器，总结了机器人在已知和未知环境中的避障问题，综述了高斯过程和强化学习两种理论合成控制障碍函数的策略。最后，讨论了未来基于控制障碍函数的空地协同机器人安全控制需要重点关注的问题，为未来控制障碍函数的理论研究和技术应用提供了参考。
• Select
  考虑过载级联失效的航空-高铁相依网络鲁棒性

  任新惠, 袁娜

  电子科技大学学报. 2025, 54(01): 39-51.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  空铁联运是航空运输与铁路运输协作的一种联合运输方式，通过机场与高铁的无缝中转，旅客可以有效换乘，出行范围扩大。由于公共卫生事件、自然灾害带来的冲击，重点研究不同时段下航空-高铁相依网络过载级联失效的鲁棒性问题。构建线性负载容量模型对航空-高铁相依网络进行蓄意攻击和随机攻击下的鲁棒性分析，并结合负载容量系数β和初始负载系数α提出了中心节点负载占比p指标，分析α对网络鲁棒性的影响。研究发现：航空-高铁相依网络并非属于同配耦合和异配耦合的网络；蓄意攻击相依网络时，网络效率随β值的增大而增大，呈现一阶相变并存在临界负载容量系数；模型参数α通过指标p影响网络鲁棒性，p越大，单网越脆弱。而整体相依网络的鲁棒性，则取决于相依的两个节点中较大的p值；从不同时段下随机攻击相依网络上的节点结果来看，8:00-10:00时段是网络鲁棒性最高的时段，22:00-24:00是网络最为脆弱的时段。研究结论为构建快速高效稳定的空铁联运网络便于旅客选择空铁换乘提供理论依据。
• Select
  基于在线学习的离散时间人机协作系统预定性能柔顺控制

  刘霞, 王露, 陈勇

  电子科技大学学报. 2025, 54(01): 52-61.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  为了使人机协作系统中机器人能够准确地顺应人类行为，提出了一种基于在线学习的离散时间预定性能柔顺控制方法。该方法在外环采用在线顺序极限学习机算法估计人类行为，并将估计结果结合参考阻抗模型来重建参考轨迹。在内环建立了离散时间预定性能控制器用于跟踪重建后的参考轨迹，并利用时间延迟估计来获得机器人复杂的未知动力学模型。分析了闭环系统的瞬态和稳态性能，通过对比仿真验证了该方法的有效性。所提的离散时间控制方法可更好地满足数字计算机的工作原理，在减少计算和内存负担的基础上，使得机器人末端执行器的跟踪误差能够满足预设性能要求。此外，该方法无需机器人精确的数学模型，同时还能减轻人类操作机器人的力量负担，保证人机协作的柔顺性。
• Select
  基于改进Res2Net与迁移学习的水果图像分类

  吴迪, 肖衍, 沈学军, 万琴, 陈子涵

  电子科技大学学报. 2025, 54(01): 62-71.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对传统水果图像分类算法特征学习能力弱和细粒度特征信息表示不强的缺点，提出一种基于改进Res2Net与迁移学习的水果图像分类算法。首先，针对网络结构，在Res2Net的残差单元中引入动态多尺度融合注意力模块，对各种尺寸的图像动态地生成卷积核，利用meta-ACON激活函数优化ReLU激活函数，动态学习激活函数的线性和非线性，自适应选择是否激活神经元；其次，采用基于模型迁移的训练方式进一步提升分类的效率与鲁棒性。实验结果表明，该算法在Fruit-Dataset和Fruits-360数据集上的测试准确率相比Res2Net提升了1.2%和1.0%，召回率相比Res2Net提升了1.13%和0.89%，有效提升了水果图像分类性能。
• Select
  多无人机辅助的移动边缘计算任务卸载及路径优化方法

  巨涛, 李林娟, 张文金, 张宇斐, 火久元

  电子科技大学学报. 2025, 54(01): 72-83.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对多无人机辅助移动边缘计算中的任务卸载决策和路径优化问题，提出了一种基于多智能体深度强化学习的计算任务卸载与路径优化方法，以降低系统总能耗，提升计算性能。首先，设计了多无人机辅助移动边缘计算系统模型，通过软件定义网络技术对无人机网络进行集中管理；然后，在考虑无人机负载及用户设备关联服务公平性的基础上，以系统总能耗为优化目标，通过设计多智能体深度确定性策略梯度算法完成任务卸载与无人机路径管理优化，以实现负载均衡、降低整个系统总能耗。仿真实验结果表明，与其他基准算法相比，所提方法在充分利用无人机辅助移动边缘计算系统计算资源的基础上，可在一定程度上降低系统能耗和计算延迟，保证整个系统的高效、稳定和可靠性，较好地满足移动边缘用户的服务请求。
• Select
  基于主动学习代理模型的结构时空相关可靠性分析方法

  詹红有, 梁峻源, 肖宁聪

  电子科技大学学报. 2025, 54(01): 84-90.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  结构的极限状态方程常为隐函数，受到不确定性、时间和空间的影响，导致其输出为时变随机场。由于结构失效通常是小概率事件，需要大量有限元模拟，现有方法难以适用。尽管一阶/二阶可靠性分析方法可用，但精度和效率有限。该文提出基于主动学习Kriging代理模型的时空相关可靠性分析方法，旨在提高计算效率。首先推导随机样本在时空域内的极值符号预测概率，然后构建相应的学习函数。通过选择具有最小符号预测概率的候选样本加入训练集，并序列地更新Kriging模型，直至所有候选样本的准确预测概率超过99%，同时计算失效概率。通过3个算例验证了所提方法的效率和准确性，为时空相关可靠性分析提供了新思路。
• Select
  基于改进光流的三维医学图像Z轴精度增强方法

  邓尔强, LOO Gowen, 朱国淞, 肖鹏

  电子科技大学学报. 2025, 54(01): 91-102.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  三维医学图像在诊断和治疗中具有重要价值，但由于切片结构导致纵轴方向分辨率较低，给三维重建等任务带来一定挑战。针对三维医学图像在z轴方向上分辨率不足的问题，提出了一种基于插帧技术的新方法。该方法通过生成中间切片来提升图像的连续性，间接改善三维重建的质量。设计了一个紧凑型编码器-解码器网络，融合中间光流估计和中间特征重建，旨在克服传统图像处理方法中的模型失真和分辨率限制。此外，该网络通过特征金字塔结构有效融合全局与局部信息，并采用双重损失函数优化图像重建质量和特征空间的几何一致性。实验结果显示，相比现有插帧方法，该方法在图像质量、结构相似性、绝对误差和感知质量等方面实现了明显提升，平均提高约2.7%到5.8%。这些结果表明该插帧技术在脑肿瘤数据集上表现良好，展示了在提升医学图像连续性和细节方面的潜在优势。该研究对提高临床诊断的准确性和治疗效果可以产生积极影响，为医学图像处理领域的进一步研究提供了启示。
• Select
  非对称深度在线哈希

  吴楠楠, 杨宵晗, 刘文皓, 常心怡, 郭呈银, 王振

  电子科技大学学报. 2025, 54(01): 103-115.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  海量图像以流数据的形式实时涌入网络，使得在线图像检索需求越来越迫切。为了保证在线图像检索性能，研究人员利用在线哈希算法实时更新哈希函数，并重新学习新、旧数据集的哈希码。然而，随着旧数据集的日益积累，在线更新旧数据集的哈希码会严重影响在线检索效率。为此，提出非对称深度在线哈希（asymmetric deep online Hashing, ADOH），以非对称的方式深度学习在线哈希网络，并且仅生成新数据集的哈希码，无须更新旧数据集的哈希码，能够有效地提升在线检索效率。ADOH算法通过最小化哈希码内积与相似度矩阵之间的差异，保持样本对之间的语义相似性关系。另外，ADOH算法建立分类损失项和标签嵌入模块学习样本的语义信息，使生成的哈希码更具备语义鉴别性。在3个广泛使用的数据集cifar-10、mnist和Places205上设置在线近邻检索对比实验，结果表明ADOH算法的在线近邻检索性能优于目前8种较先进的在线哈希算法。
• Select
  基于硬约束热启动的量子投资组合优化算法

  蔚栋敏, 陈柄任, 陈慧, 吴磊, 李晓瑜

  电子科技大学学报. 2025, 54(01): 116-124.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对金融领域的投资组合优化问题中普遍存在的整数约束难题，提出了一种基于量子近似优化算法的新解法。该算法通过将经典算法得到的连续解编码为量子电路的初始态，从而将连续优化问题转化为离散的马科维茨模型。同时，引入硬约束来严格满足投资组合中的整数约束，确保解的质量。通过热启动技术，进一步提升了算法的成功率。数值模拟实验表明，该算法在求解大规模整数约束投资组合问题时，相较于传统方法具有显著的计算效率优势，且所得解的质量更优。
• Select
  社交网络节点重要性识别研究进展

  郭强, 欧阳, 江明珠, 刘建国

  电子科技大学学报. 2025, 54(01): 125-151.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  准确识别社交网络中的节点重要性对于促进或抑制信息传播、遏制疾病传播具有重要意义，同时在精准营销和社会治理等领域也具有重要理论意义和应用价值。该文从4个角度对节点影响力识别算法进行总结和梳理，具体包括：基于微观局部结构、中观的社团结构、宏观全局结构及基于机器学习的算法。详细介绍了其中的代表性算法，并从不同层面分析了不同算法的优缺点。此外还总结了常用的传播动力学模型和评价指标。最后提炼了仍需解决的问题和未来可能的研究方向。
• Select
  复杂网络高阶结构的关联规则挖掘及其应用

  胡友鑫, 林茂彦, 罗剪秋, 陈超, 黄金煜

  电子科技大学学报. 2025, 54(01): 152-160.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  网络高阶结构即满足特定条件的子网络，是网络科学领域重要的研究内容。近年来，关于高阶结构的研究不断增加，但是关于高阶结构之间内在联系的研究还相对较少。基于此，根据传统关联规则，定义了高阶结构之间的关联规则评判指标，并提出了一种有效挖掘高阶结构之间关联规则的通用算法框架。利用该算法，在6个真实世界网络中进行了3阶高阶结构（即高阶结构包含3个结点）间的关联规则挖掘。实验结果表明，真实世界网络中高阶结构之间存在强关联规则，且不同真实世界网络中高阶结构之间的关联规则存在差异。此外，将挖掘出的强关联规则应用于链路预测当中，进而实现了链路预测方法。相比于基线方法，所实现的链路预测方法在4个真实世界网络中取得了最好的性能表现。