当期目录

2025年 第38卷 第3期 刊出日期：2025-03-15

  

基于复数深度神经网络的电磁信号调制识别

袁德品, 赵亮, 葛宪生

2025, 38(3):  1-6.  doi:10.16180/j.cnki.issn1007-7820.2025.03.001

摘要 ( 111 )   HTML ( 18 )   PDF (2836KB) ( 110 )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

在复杂电磁环境区域中,较难获取信号调制类型。传统调制信号识别分类方法因自身缺陷导致识别成功率不佳。目前用于信号调制的深度学习方法均基于实数来表征和处理,但因丢失复数原本的内在联系而容易出现识别偏差。针对这种情况,文中将复数深度神经网络应用于电磁信号的调制识别,设计了复卷积、批归一化和全连接网络等复数卷积深度神经网络,并通过Softmax函数完成最终的分类任务。采用标准数据集RML2016.10a完成网络训练以及测试工作。实验结果表明,通过训练后的复数深度神经网络优于传统识别算法,可以有效提升电磁信号识别率。

一种非线性表征的概率潜在因子张量模型

董佳英, 宋燕, 李明

2025, 38(3):  7-15.  doi:10.16180/j.cnki.issn1007-7820.2025.03.002

摘要 ( 50 )   HTML ( 8 )   PDF (981KB) ( 23 )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

针对具有极度稀疏和不平衡的非负不完整数据的填补问题,文中提出了一种非线性表征的概率潜在因子张量模型。通过合理假设数据的概率分布作为先验信息,缓解了数据的稀疏性。利用非线性映射实现对数据中每一非负元素的非线性表征,提高了模型的表征能力。考虑到数据的不平衡性,对传统正则化项添加基于实例频率的权重,增加了正则化项的有效性和针对性。实验结果表明,所提模型在补全精度和时间成本方面较现有模型具有明显提升。

基于MFC的压电振动能量采集器

何悦, 袁天辰, 杨俭, 宋瑞刚

2025, 38(3):  16-21.  doi:10.16180/j.cnki.issn1007-7820.2025.03.003

摘要 ( 43 )   HTML ( 7 )   PDF (2447KB) ( 32 )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

机械振动是环境中常见的运动形式,对其进行能量采集可以满足无线传感节点等低功耗器件的用电需求。压电式发电具有良好的应用前景,针对压电式发电因压电材料的不足而受到限制问题,文中设计了一种基于MFC(Macro Fiber Composite)的压电振动能量采集器,利用圆环型结构的大变形振动和MFC良好的柔韧性实现了低频振动能量采集。文中研究了MFC压电片在圆环不同位置的输出性能,结果显示当MFC压电片与导柱夹角为97°时,采集器的输出电压达到峰值。通过有限元仿真和实验对比验证发现采集器的共振频率为3.8 Hz,在0.3g激励下,共振时实验样机的输出电压为6.60 V,功率达到0.17 mW,仿真和实验结果基本一致。

基于图对比学习的自监督网络流量检测模型

王紫祎, 陈世平

2025, 38(3):  22-31.  doi:10.16180/j.cnki.issn1007-7820.2025.03.004

摘要 ( 54 )   HTML ( 7 )   PDF (3059KB) ( 31 )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

传统网络异常流量检测方法存在忽略网络拓扑结构、获取标注数据成本高等问题,导致模型的准确率和泛化性较低。为此,文中提出了一种基于图神经网络和自监督学习的检测方法。利用网络流量数据的特点构建自监督图对比学习任务,通过边特征变换和边遮掩进行流量图增强生成对比样本。改进基于GraphSAGE(Graph SAmple and aggreGatE)的图编码器以充分利用相关关系来丰富节点的特征表示。使用适合对比学习的InfoNCE损失函数训练图编码器的参数,实现自主学习特征表示,摆脱对网络流量标签数据的依赖,并提高网络异常流量检测的准确率。实验结果表明,所提模型在没有标签数据的情况下在检测异常网络流量性能方面表现良好,在两个公开数据集上的F1值分别达到了92.64%和90.97%。

Kubernetes容器云的弹性伸缩方法

李佳颖, 杨泽民, 宋哲代, 朱金荣

2025, 38(3):  32-39.  doi:10.16180/j.cnki.issn1007-7820.2025.03.005

摘要 ( 50 )   HTML ( 5 )   PDF (998KB) ( 22 )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

Kubernetes容器云是当前流行的云计算技术,其默认的弹性伸缩方法HPA(Horizontal Pod Autoscaler)能对云原生应用进行横向扩缩容。但该方法存在以下问题:基于单一负载指标,使其难以适用于多样化云原生应用;基于当前负载进行弹性伸缩,使扩缩容过程具有明显的滞后性;基于滑动时间窗口算法进行弹性缩容,使缩容过程缓慢易造成系统资源浪费。针对上述问题,文中提出一种改进的弹性伸缩方法。设计一种动态加权融合算法将多种负载指标融合为综合负载因子,全面反映云原生应用的综合负载。提出CEEMDAN(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise)-ARIMA(Autoregressive Integrated Moving Average Model)预测模型,基于该模型的预测负载值实现预先弹性伸缩以应对突发流量。提出快速缩容与滑动时间窗口相结合的方法,在确保应用服务质量的基础上减少系统资源浪费。实验结果表明,相较于HPA机制,改进的弹性伸缩方法在应对首次突发流量时的平均响应时间缩短了336.55%,流量结束后系统资源占用减少了50%,再次遇到突发流量时能迅速扩容,平均响应时间缩短66.83%。

一种融合空洞卷积与池化模型的遥感影像水体提取方法

赵云飞, 薛存金

2025, 38(3):  40-46.  doi:10.16180/j.cnki.issn1007-7820.2025.03.006

摘要 ( 45 )   HTML ( 4 )   PDF (2425KB) ( 24 )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

植被、阴影和云层等同谱异物物体的干扰导致遥感影像水体提取完整性较低、提取效果差。文中提出一种融合多层次空洞卷积和池化模型的遥感影像水体提取模型MAP_UNet(A UNet of Combining Multi Atrous Convolution and Pooling Model)。该模型以UNet为基准编解码网络,提取水体的不同尺寸特征,引入双递归残差模块防止出现深层网络梯度消失现象,并使用多模块来融合空间空洞卷积和最大池化以捕捉更大范围的特征信息,进一步加强相邻尺度的特征语义关系。为验证所提方法的有效性与先进性,利用高分辨率可见光遥感影像数据进行实验,并与公开深度学习语义分割算法进行对比。实验结果表明,MAP_UNet模型在提取精度和防止同谱异物体误检方面都取得了较好效果,其精确率、召回率、F1-Score和MIoU(Mean Intersection over Union)分别达96.20%、92.64%、87.27%和89.10%,相比UNet(U-shaped Network)、UNet++和UNet_ASPP(UNet with Atrous Spatial Pyramid Pooling Network)网络均有较大提升。

融合CNN与Transformer的视网膜OCT图像积液分割方法

陈宇洋, 李峰

2025, 38(3):  47-59.  doi:10.16180/j.cnki.issn1007-7820.2025.03.007

摘要 ( 59 )   HTML ( 3 )   PDF (2708KB) ( 30 )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

针对积液区域尺寸小、形状异质、细节模糊等问题,文中将卷积神经网络(Convolutional Neural Networks, CNN)和Transformer相融合,提出了一种创新的多分支分割网络。该网络包括全卷积路径、Transformer路径和CNN-Transformer融合路径3个关键路径。全卷积路径用于捕获病变区域的细节特征,Transformer路径提取了具有长范围依赖的多尺度非局部特征信息。融合路径同时利用了CNN和Transformer的优势弥补其他分支的不足之处,通过预测头整合3个分支的特征生成最终的分割图。在Kermany数据集、UMN数据集和DUKE数据集上针对视网膜内积液和视网膜下积液进行了视网膜积液分割性能测试。实验结果表明,所提方法的Dice系数为86.63%,交并比为77.02%,灵敏度为89.47%,精确度为85.51%,证明了其有效性,为视网膜积液自动分割问题提供了一种可行的解决方案。

基于改进蛇算法的无线传感器网络三维空间覆盖优化

高志翔, 庞菲菲, 宋培坤

2025, 38(3):  60-67.  doi:10.16180/j.cnki.issn1007-7820.2025.03.008

摘要 ( 40 )   HTML ( 8 )   PDF (1647KB) ( 22 )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

针对基本蛇算法被应用于三维空间无线传感器网络覆盖时存在的收敛较慢、覆盖不完全等问题,文中提出改进蛇算法来对空间网络覆盖问题进行优化。采用切比雪夫多项式对蛇优化算法的初始种群实施改进,使算法的种群拥有较优良的初始位置,为后续位置更新奠定基础。在蛇优化算法的勘探阶段与开发阶段分别引入螺旋正弦策略与Piecewise混沌映射对种群位置更新进行干预,使种群持续保持较高的搜索能力和搜索范围。最后,将改进蛇优化算法应用于无线传感器三维空间网络的覆盖问题。仿真结果表明,相比基本蛇优化算法,改进蛇优化算法将空间网络覆盖率提升了20%,增强了网络的整体性能,具有良好的实用性和鲁棒性。

超声波流量计的阻抗匹配设计

扶艺辉, 刘瑜, 肖汉林, 王明杰

2025, 38(3):  68-74.  doi:10.16180/j.cnki.issn1007-7820.2025.03.009

摘要 ( 38 )   HTML ( 3 )   PDF (2029KB) ( 23 )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

为提高超声波流量计测量精度,需要对激励信号源和超声波压电换能器之间进行阻抗匹配,但现有超声波压电换能器的阻抗匹配装置依赖进口,存在操作复杂、灵活性不佳等缺点。为降低制造和维护成本并提升操作的方便性,文中设计了串联电感、并联电感两种阻抗匹配电路。文中设计模拟开关电路实现超声波信号的收发控制,信号放大电路负责放大超声波信号,单片机实现模拟开关电路的通道切换和超声波传播时间的数据采集。仿真结果表明,串联电感阻抗匹配优化了输入信号波形,提高了超声波压电换能器的驱动效率。实验结果表明,串联电感阻抗匹配后,单片机测量的超声波传播时间数据提前了50 μs,提高了超声波传播时间数据的准确性。但是激励信号源内阻较小,因此并联电感阻抗匹配效果不佳。

应用于Flash型FPGA的正高压电荷泵

江少祥, 禹胜林, 马金龙, 吴楚彬

2025, 38(3):  75-81.  doi:10.16180/j.cnki.issn1007-7820.2025.03.010

摘要 ( 38 )   HTML ( 3 )   PDF (1639KB) ( 24 )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

Flash型FPGA(Filed Programmable Gate Array)在进行编程操作时,电荷泵为编程管栅端提供正高压。为满足Flash型FPGA的上电及时运行性和编程稳定性,要求电荷泵不仅能输出高压,还应具有较快的启动速度和较小的输出电压纹波。文中基于传统交叉耦合电荷泵提出一种正高压电荷泵。电荷泵的主体采取并联双支路结构,降低了输出电压纹波,采用六相不交叠时钟和新增时钟升压模块对电荷泵进行时序控制,在消除了反向电流影响的同时提高了电荷泵启动速度。在输出端设置稳压模块进行稳压调节,保证编程稳定性。仿真结果表明,在电源电压为3.3 V、时钟频率为20 MHz、负载电容为50 pF的条件下,电荷泵启动时间为6.6 μs,输出电压稳定到15 V,输出纹波仅有23 mV。采用0.18 μm CMOS(Complementary Metal Oxide Semiconductor)工艺流片后,测试结果满足Flash型FPGA的编程需求。

基于FPGA高速Serdes接口的收发模块握手协议设计

刘正强, 洪徐健, 孙卫红

2025, 38(3):  82-87.  doi:10.16180/j.cnki.issn1007-7820.2025.03.011

摘要 ( 37 )   HTML ( 5 )   PDF (1583KB) ( 20 )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

为提升FPGA(Field Programmable Gate Array)高速Serdes通讯稳定性,实时监控其通讯状态,文中设计了一种基于K码控制字符的通讯协议。创建标志用户数据帧起始的动态SOF(Start of Frame)和标志结束的静态EOF(End of Frame)两种K码控制字符,有利于通讯的连续性检测。创建TLINK(Transmit Link)、BLINK(Back Link)的K码控制字符,其中TLINK控制字符在Serdes的发送端进行定期发送,接收端收到TLINK控制字符后,控制本方的Serdes发送端优先输出BLINK控制字符进行应答,以建立通讯双方之间的握手关系,有利于通讯的超时和状态检测。校验独立于SOF、EOF之间的用户数据,进行CRC32(Cyclic Redundancy Check32)计算,有利于通讯的误码检测。实验结果表明,该协议可实现对Serdes链路的丢帧数量、误码数量、超时数量及通讯断开时长进行准确监控,最小时间精度为10 μs。

基于集成学习的虹膜分割算法

孙佳倩, 朱金荣, 张小宝, 张云恺, 龚卫娟

2025, 38(3):  88-94.  doi:10.16180/j.cnki.issn1007-7820.2025.03.012

摘要 ( 46 )   HTML ( 9 )   PDF (2040KB) ( 33 )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

针对虹膜图像在分割过程中细节分割不准确、边界分割不圆滑以及易受噪声影响等问题,文中提出了一种基于集成学习的虹膜分割算法。相较于传统集成学习算法,文中算法基于皮尔森系数法选择合适的模型作为基学习器,从而提高了集成学习的性能。选用U²-Net、DeepLabv3+以及PSPNet作为同质个体学习器在CASIA-Iris-Interval数据集上进行训练,并预测得到对应的虹膜分割预测结果。对预测结果进行CLAHE和Gamma校正等图像增强操作得到新的预测结果图,选取加权平均法作为集成算法将基学习器的预测结果进行集成学习,从而得到最终的虹膜分割预测结果。测试结果表明,在3个不同的评估指标下,相较于基学习器,所提算法的准确率提升了1%,平均交并比提升了3.8%,宏平均分数提升了2.4%,视觉效果和客观评价指标均有所提升。