2025年, 第54卷, 第03期　
刊出日期：2025-03-25

  

• 全选
  |

• Select
  基于位串行卷积神经网络加速器的运动想象脑电信号识别系统

  程筱舒, 王忆文, 娄鸿飞, 丁玮然, 李平

  电子科技大学学报. 2025, 54(03): 321-332.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  准确识别运动想象脑电信号是神经科学和生物医学工程领域的重要挑战。设计了基于位串行卷积神经网络加速器的脑电信号识别系统，充分利用其小体积、低能耗和高实时性的优势。从软件层面，介绍了脑电数据的预处理、特征提取及分类过程，并采用格拉姆角场转换将一维信号映射为二维特征图供网络处理。在硬件层面，提出了列暂存数据流和固定乘数原位串行乘法器等方法，在FPGA上实现了位串行卷积神经网络加速器的原型验证。实验表明，基于位串行LeNet-5加速器的FPGA实现对BCI竞赛Ⅳ数据集2a和2b的分类平均准确率分别达到95.68%和97.32%,kappa值分别为0.942和0.946，展现出的优异性为运动想象脑电信号识别的高效实现提供了思路。
• Select
  多径环境下地面雷达的地形匹配设计

  倪东, 刘山, 马超, 方宇, 江涛

  电子科技大学学报. 2025, 54(03): 333-338.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  地面雷达部署于阵地后，由于地面多路径反射叠加，会产生垂直方向波瓣的分裂，即多径效应。多径效应对低频段地面雷达的探测性能影响显著。该文从多径效应产生的机理出发，定量分析了其对雷达探测威力与精度的影响。在此基础上，提出了地面雷达的地形匹配设计，包括反射点调整法和频率分集法，通过合理设计，不仅可以消弭多径效应的影响，还能增强雷达探测的威力。该方法可以指导地面雷达部署后的阵地优化，提升雷达的探测性能。
• Select
  基于斜坡脉冲的多米诺环形采样器（DRS4）采样间隔不均匀校准方法研究

  张惊蛰, 张博, 刘美洋, 肖金凤, 赵久瑶, 苟想想, 师成成, 王小睿

  电子科技大学学报. 2025, 54(03): 339-346.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对多米诺环形采样器（DRS4）采样单元的采样间隔不均匀，提出了一种新的校准方法，以斜坡脉冲作为校准源，利用每两个连续采样单元对斜坡脉冲采样的幅度差和采样间隔的固定比例关系（斜率相等）进行计算，获得采样间隔的校准值。信号发生器产生周期200 ns、斜率±4.5 mV/ns的两种斜坡脉冲，波形采样数字化板采样后计算线性增加/降低过程中1 024个采样单元的采样间隔，得到采样单元平均采样间隔为200.288 ps、RMS为15.603 ps。测试结果与“正弦波过零”法和“锯齿波”法得到的校准采样间隔进行比较，平均采样间隔相对误差分别为0.14%、2.49%、2.48%，斜坡法校准精度最高。同时，斜坡法对校准源信号频率无范围限制，迭代次数3 000次即可满足测量精度，更适合于具有实时校准应用需求的场合。
• Select
  硅和碳化硅MOSFET中PN结SEM图像掺杂衬度分析

  冯文洁, 蔡亚辉, 付祥和, 黄丹阳, 王丹, 贺永宁

  电子科技大学学报. 2025, 54(03): 347-352.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  PN结是半导体器件结构的基础，对PN结掺杂剂分布的量测直接关系到器件的性能和可靠性。对于掺杂剂分析，二次电子图像展示了巨大的潜力。基于扫描电子显微镜对硅基MOSFET和碳化硅MOSFET的PN结进行量测，发现硅和碳化硅两种材料的掺杂衬度存在明显差异。为探究该差异产生机理，利用样品电流法测量相关材料的二次电子发射系数。分析测试结果发现，掺杂半导体衬度产生与表面态有关，对二次电子图像在半导体量测中的应用具有指导意义。
• Select
  VLAST反符合探测器的多线程数据采集设计与实现

  杨作桥, 颜俊伟, 安一郎, 佘乾顺, 张永杰, 方芳, 魏子洋, 余玉洪, 孙志宇, 孔洁

  电子科技大学学报. 2025, 54(03): 353-361.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  反符合探测器（ACD）是甚大面积伽马射线空间望远镜（VLAST）的一部分。为充分测试探测器的功能和性能，并兼容未来多版本探测器的升级与评估，需要设计具有一定灵活性的数据采集系统。该文针对ACD的需求设计并实现了基于USB 3.0规范的数据采集系统，包括USB相关的硬件设计、FPGA逻辑设计和上位机软件设计。软件系统作为该设计的核心，使用Python 3.11实现，应用多线程技术灵活配置系统中接入的USB设备数量并进行设备控制和数据传输。该系统已应用在反符合探测器原理样机中，并在欧洲核子研究中心（CERN）进行了束流实验。实验结果表明，该数据采集系统在长时间实验下工作正常，运行稳定，符合探测器测试需求。
• Select
  面向无损检测的近场30～40 GHz毫米波相位成像方法

  丁一鸣, 毕东杰, 涂明武, 李西峰, 彭礼彪, 唐宇, 谢永乐

  电子科技大学学报. 2025, 54(03): 362-368.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  毫米波因在近场具有较强的物体穿透能力和优异的空间分辨率，在航空航天高强度低密度隔热抗腐蚀吸波的复合材料无损检测领域引发了广泛关注。主动反射式毫米波成像主要利用近场毫米波与物体的反散射效应来反演被测物体的特征。目前已有的近场毫米波成像方法主要利用毫米波能量衰减效应重构被测物体的图像，而该文将相位成像与近场毫米波成像相结合，利用毫米波与物体的相位效应进一步扩展面向无损检测的近场高精度成像方法。提出的近场毫米波相位成像方法首先利用基于球面波分解的近场二维合成孔径算法来反演被测物体反射率的相位主值数据，然后通过近场相位展开算法重构被测物体的高精度绝对相位图像。为了验证该方法的可行性，对金属遮蔽、材料夹层、聚四氟乙烯、石英陶瓷和氮化硅试块进行了实测，测试结果表明30～40 GHz毫米波近场相位成像方法可以有效检测半径为2 mm的缺陷。
• Select
  干扰环境下通信信号的调制识别技术研究

  李昱辰, 余尔聪, 潘雪, 葛孟佳, 李强

  电子科技大学学报. 2025, 54(03): 369-376.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  自动调制样式识别是非合作通信场景中实现信号检测和解调的关键前提。近年来，深度学习在自动调制样式识别领域展现了显著的优势。然而，现有研究普遍忽视了通信过程中随机干扰所带来的挑战。事实上，由于无线通信的开放性和广播特性，干扰攻击已成为无线通信中的重大威胁。为了充分发挥自动调制样式识别在无线通信中的潜力，该文深入探讨了干扰环境下基于深度学习的调制样式识别技术，针对已知干扰和随机未知干扰两种情况，设计了相应的基于干扰认知的识别方法，并通过开放数据集RML2016.10a验证了该算法的有效性。
• Select
  基于广义似然比的非圆信号频谱感知方法

  赖华东, 罗朋, 徐今强, 刘洺辛

  电子科技大学学报. 2025, 54(03): 377-383.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  传统的频谱感知方案通常假设信号为圆信号，在非圆信号的信道环境下存在一定程度的性能损失。针对这一问题，提出了一种基于非圆信号的频谱感知方法。利用非圆信号的补偿协方差不为零的特征，在广义似然比的框架下推导了检验统计量。该方法能够充分利用非圆信号的完整二阶统计特性，并且无须预知主用户信号的先验知识以及背景噪声功率。另外，推导了零假设下所提方法的统计矩，并基于埃奇沃斯展开（EE）定理得到所述方法的分布函数。在此基础上，进一步建立了判决门限的表达式。仿真结果表明，与现有的频谱感知方法相比，该方法具有明显的性能提升。
• Select
  多任务分解与自适应色彩均衡融合下的敦煌壁画色彩增强

  邬开俊, 单宏全, 魏赟, 田彬, 王璐璐

  电子科技大学学报. 2025, 54(03): 384-392.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对壁画图像在拍摄过程中存在的环境光色辐射以及由于年代原因形成的色彩退化等问题，提出了多任务分解与自适应色彩均衡融合下的敦煌壁画色彩恢复增强算法。该算法通过分析壁画图像存在的问题，对问题进行任务分解，首先对壁画各通道信息提取暗通道信息并进行纹理和细节增强，同时为避免增强后原始壁画上存在的脏点影响色彩增强效果，又对其进行局部滤波处理，并配合自适应色彩均衡模型，使输出壁画不仅在色彩上有了较好地提升，纹理信息也更加丰富。随后采用融合算法，融合自适应色彩均衡与滤波后的结果，使壁画细节及色彩信息更加丰富，壁画图像对比度、能量值以及相关性均得到提升。
• Select
  融合注意力机制的多粒度行人再识别方法

  莫太平, 覃汉岳, 孙鹏, 张向文, 孟春城

  电子科技大学学报. 2025, 54(03): 393-400.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对监控环境复杂，行人在光照变化、视角变化和遮挡等不同条件下图像外观差异较大，导致行人细节特征难以被提取的问题，提出了一种融合注意力机制的多粒度行人再识别模型。该模型通过引入多分支结构，提取包含不同尺度信息的特征图；结合多粒度切分模块和注意力机制，进一步提取特征图的局部判别性信息，获取多样化的特征表示并实现特征的协调统一；采用联合学习的方式对模型进行监督训练，得到更全面的特征描述。在主流的行人再识别数据集Market-1501、DukeMTMC-reID和CUHK03上取得了优异的性能，mAP分别达到了88.42%、78.86%和76.70%，结果表明了该模型的有效性。
• Select
  多特征融合的目标物体导航方法

  毕盛, 林华伟, 董敏

  电子科技大学学报. 2025, 54(03): 401-410.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  目标物体导航是在未知的环境中根据视觉观察到达预期的目标物体。其中，如何从视觉观察中找到目标物体的方向是至关重要的。针对这一问题，提出一种基于多特征融合的目标物体导航方法。该方法通过特征融合模块融合包含导航环境整体信息、局部信息的视觉特征和指代目标物体语义的文本特征，得到表征导航方向的方向特征和导航环境的环境特征，将视觉表示与导航方向相关联，从而指导导航动作的生成，约束代理朝目标物体方向导航，提高模型的导航成功率和效率。AI2-Thor数据集上的实验表明，和基准模型对比，导航成功率SR提升11.7%、导航成功路径长度加权比率SPL提升0.093；和目前先进的方法对比，SR提升2.1%、SPL提升0.008。实验结果证明了该方法的准确性和高效性。
• Select
  基于提示学习的ERNIE-BiLSTM-PN通用信息抽取方法研究

  刘万里, 雍新有, 曹开臣, 陈俞舟, 刘禄波, 蔡世民

  电子科技大学学报. 2025, 54(03): 411-423.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  随着大数据时代的到来，信息抽取已成为自然语言处理领域的重要研究方向。信息抽取涉及多项任务，包括命名实体识别、关系抽取和事件抽取等，每项任务通常需要依靠专用模型来应对其特定的挑战。该文提出一种基于提示学习的ERNIE-BiLSTM-PN通用信息抽取方法（EBP-UIE），结合预训练语言模型（ERNIE）、双向长短期记忆网络（BiLSTM）和指针网络（PN），旨在通过一个统一的框架解决信息抽取任务的复杂性，并实现跨任务知识的共享。ERNIE优化了对文本的深层理解和上下文分析，BiLSTM的应用加强了对序列特征的捕捉及长距离依赖关系的解析，PN则提高了对文本中信息元素起止位置的精确标定，提示学习机制灵活实现多个信息抽取任务的统一建模。实验结果显示：在命名实体识别任务，EBP-UIE在MSRA和PeopleDaily数据集上的F1分数比UIE模型分别高出7.12%和0.53%；在关系抽取任务，EBP-UIE在DuIE数据集上的F1分数超过UIE模型6.84%；对于事件抽取任务，EBP-UIE在DuEE数据集上的触发词和论元抽取F1分数分别比UIE模型高出4.49%和0.95%。
• Select
  基于异质模体特征的社交机器人识别

  肖晶晶, 冉义军, 许小可

  电子科技大学学报. 2025, 54(03): 424-431.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  识别社交网络中的机器人账户，可以保护社交网络运营商及其用户免受各种恶意活动的侵害。现有的基于网络结构的社交机器人识别方法，忽略了真实网络多数是节点或连边性质具有差异的异质网络，无法充分利用不同类型节点或连边的拓扑结构信息，使得在识别社交机器人时存在一定的局限性。基于模体理论融合节点标签信息，提出一种基于异质模体特征的社交机器人识别方法，提取更加细节的局部信息来区分人类用户和机器人用户。所提方法与BotRGCN方法相比，在ACC、Precision、Recall和F1这4个指标上均有所提升，其中ACC指标提高了17.3%,Precision指标提高了23.3%，同时相较于对比方法，在面对标签噪声时展现出更强的鲁棒性。该识别方法可以更精确地识别社交机器人，从而有效防止恶意机器人对社交网络平台进行攻击、传播虚假信息或进行欺诈行为。
• Select
  结合混洗器的差分隐私矩阵分解推荐算法

  叶建梅, 杨久裕, 陈钱宏, 邓江洲, 王永

  电子科技大学学报. 2025, 54(03): 432-441.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  推荐系统需要利用大量用户数据进行运算，存在用户隐私泄露风险。虽然差分隐私技术已被用于保护用户隐私，但在不可信服务器场景下，现有方法由于过多噪声注入会导致推荐效果下降。针对此问题，提出了一种结合混洗器的差分隐私矩阵分解推荐算法，利用混洗操作的隐私放大效应来减少噪声。在此基础上，通过对本地最大的k个梯度添加噪音来避免因数据稀疏性引起的推荐性能下降的问题，从而更好地优化了隐私保护与数据效用之间的平衡。理论与实验结果均验证了该算法不仅能有效提升隐私保护力度，而且能够产生良好的推荐效果，展现出良好的应用潜力。
• Select
  结合混合特征选择和Transformer的网络数据流异常检测

  向思羽, 刘才铭

  电子科技大学学报. 2025, 54(03): 442-454.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  智能学习方法在网络数据异常分析中发挥着重要作用，但传统智能化异常分析方法难以在网络数据分析结果的可解释性、异常分析的计算资源消耗量、网络数据流序列数据分析准确度上寻得平衡。为克服以上问题，提出了一种结合混合特征选择和Transformer的网络数据流异常检测模型，基于混合特征选择方法进行数据预处理，基于改进的Transformer进行异常检测。采用树模型与互信息的混合特征选择算法对网络数据特征进行降维。采用Transformer的encoder部分作为分类任务的核心，并融入卷积操作来增强对网络数据流序列数据的局部感知能力，通过分类头进行输出。对所提方法进行了仿真实验，在公共入侵检测数据集CICIDS2017上进行验证，实验结果表明，该模型能对网络数据流异常进行有效检测，优于所对比的基于神经网络的入侵检测方法。
• Select
  基于集成学习的不平衡图节点分类算法

  赵华健, 杨钦程, 胡兆龙

  电子科技大学学报. 2025, 54(03): 455-463.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  图神经网络（GNN）被广泛应用于节点分类。然而，现有研究集中于平衡数据集，但是不平衡数据却普遍存在。传统处理不平衡数据集的方法，如重采样和重加权，往往需要进行较多的预处理或提出新的网络结构，容易引入新的偏差并导致信息丢失。该文提出了一种改良的装袋（Bagging）集成学习方法，对不平衡图数据集进行了k折划分，并采用GNN为基础模型对子数据集进行训练得到多个不同的子模型。最后，通过融合不同模型来提升节点的分类精度而不引入过多的预处理。基于不平衡图数据集的实验结果，表明所提出的方法在准确性和鲁棒性上优于基本分类器，此外，还发现分类精度随着k的增加先提高后降低。
• Select
  具有起升转速自传感的双向俘能装置研究

  孟丽霞, 孟健, 刘士明, 王封懿

  电子科技大学学报. 2025, 54(03): 464-470.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  起重机的起升机构需使用传感器来监测其运动参数，目前传感器主要使用电源或电池供电，存在布线困难、无法提供持续性电源（电池供电）等问题。为此研究了一种具有自驱动传感功能的双向俘能式摩擦纳米发电机，完成自然环境风能和重物下降势能俘获的同时，实现起升机构卷筒转速的监测。基于摩擦纳米发电的工作原理，设计双向俘能式摩擦纳米发电机结构，研制具有自驱动传感功能的原理样机。依据起升机构实际工作环境，搭建实验测试系统，进行输出性能、传感及应用演示实验。研究结果表明，该摩擦纳米发电机可以同时收集环境中风能和起升机构重物下降势能，双向俘能机制相对于单向俘能提高了40%的输出性能。同时，通过采集分析输出的电信号监测起升机构的运动状态，对起升机构卷筒转速的监测误差小于1%。该工作拓展了摩擦纳米发电机在能量俘获和自驱动传感领域的研究，为起升机构运动状态监测提供了新的解决方案。
• Select
  磁流变缓冲座椅的最小峰值传递载荷控制方法

  冯忠强, 吴涛, 袁显举, 张继伟, 邱天宇

  电子科技大学学报. 2025, 54(03): 471-480.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对最优常加速度控制方法在磁流变缓冲座椅系统中适用冲击强度范围小且不连续的问题，提出了最小峰值传递载荷控制方法（MPTL）。基于磁流变座椅系统的动力学方程，理论推导出系统在MPTL方法控制下的状态，并分析了MPTL方法的适用冲击强度范围及所需可控阻尼力范围；仿真分析了MPTL方法在不同冲击条件下的缓冲防护效果，并通过实验对仿真分析进行验证。结果表明，MPTL方法不仅可以最小化传递载荷的峰值，还对冲击强度和负载质量有较好的适应能力。