For the problem of low sensing accuracy of the integration requirement in the sixth generation mobile communication,a generation and transmission scheme of the integrated sensing and communication signals for terahertz-over-fiber system based on minimum frequency shift ke-ying(MSK)and linear frequency modulation(LFM)is proposed.The MSK-LFM signal is used to achieve both communication and sensing ranging in the terahertz band,and digital signal pro-cessing is adopted to improve the wireless communication bit error rate(BER)at the communica-tion receiver,and de-chirping technique is used for ranging at the sensing receiver.Simulation re-sults show that the MSK-LFM signal can achieve a wireless communication rate of 8 Gbit·s-1 in the 235 GHz terahertz band,a distance resolution of 3.75 cm in distance sensing accuracy,and a communication BER below the soft judgement threshold.When the DC bias is 0.8,the 8 GHz bandwidth MSK-LFM signal can have balanced communication and sensing performances,and this scheme has higher sensing accuracy at the desired communication rate compared to the MPSK-LFM signal scheme.
提出了一种提高屏蔽栅沟槽型(Shielded-Gate Trench,SGT)金属氧化物半导体场效应晶体管(Metal Oxide Semiconductor Field Effect Transistor,MOSFET)雪崩耐量的方法.利用 Sentaurus 计算机辅助设计软件,通过调整屏蔽栅沟槽型 MOSFET元胞区接触孔宽度、深度、注入剂量和注入能量,以降低P型体区电阻,抑制寄生三极管的开启,提高器件雪崩耐量.测试结果表明,优化后的器件雪崩耐量相较基准条件由 518.2 mJ 提升至 583.2 mJ,提升约12.6%.
针对传统随机控制方法不能控制随机变量的高阶矩问题,提出一种基于粒子群-蒙特卡罗的概率密度函数(Probability Density Function,PDF)形状控制策略.通过设计多项式控制器和积分形式的目标函数,将 PDF形状控制问题转化为控制器增益的优化问题.采用粒子群算法优化PDF形状控制器的增益,同时引入蒙特卡罗方法求解定积分形式的目标函数,使得非线性随机系统状态变量的PDF形状与期望的PDF形状一致.实验结果表明,该控制策略能够解决PDF的形状控制问题,而且缩短了粒子群算法的计算时间,提升了粒子群算法在PDF形状控制器增益中的优化性能.
《西安邮电大学学报》是西安邮电大学主办的科学技术学术刊物,以追求真理、崇尚科学,坚持学术性和应用性并重为办刊宗旨.主要刊登通信与信息技术、电子科学与技术、计算机理论及技术、自动控制理论与技术、传统行业信息化以及信息产业管理与发展等相关理论研究的最新成果.
为提高超宽带(Ultra Wide Band,UWB)技术应用于室内运动环境的定位精度和抗干扰能力,提出一种改进的Chan-泰勒-卡尔曼双边双向(Chan-Taylor-Kalman-Improved Double-Sided,CTK-IDS)联合定位算法.该算法通过测距计算修正与预测拟合技术,以降低设备测距误差及提升测距精度,采用改进的双边双向测距(Improved Double-Sided Two-Way Ranging,IDS-TWR)算法计算信号传播时间.将Chan算法估计的位置坐标作为 Taylor 算法的初值点进行迭代,从而解算出运动员的位置坐标.最后,结合Kalman滤波进行坐标的二次估计,以减弱非视距、多径等环境因素的影响,实现运动员室内运动环境中的实时、精准定位.验证结果表明,在室内环境中使用该算法可以使移动标签位置的平均误差在 4～5 cm以内,最大定位误差不超过 13 cm.
针对单模态生物特征模板保护识别率低和安全性差等问题,提出一种基于指纹和虹膜特征融合的可撤销模板保护方法.首先,对指纹和虹膜图像进行预处理和特征提取,采用 t 分布随机近邻嵌入(t-distributed Stochastic Neighbor Embedding,t-SNE)方法对提取的特征数据进行降维和串联融合.其次,对融合后的特征向量进行随机索引置乱、小波变换和离散傅里叶变换(Discrete Fourier Transform,DFT)运算,以进一步提取生物信息,增强模板保护方法的安全性.最后,通过部分 Hadamard变换生成可撤销生物特征模板.理论分析和实验结果表明,该方法生成的模板满足不可逆性和可撤销性,具有较高的识别率和安全性.
针对钢丝绳漏磁检测信号中存在的未知频率噪声干扰问题,提出一种基于多尺度样本熵(Multi-scale Sam-ple Entropy,MSE)的自适应噪声完备集合经验模态分解(Complete Ensemble Empirical Mode Decomposition with A-daptive Noise,CEEMDAN)联合小波包阈值降噪(Wavelet Packet Threshold Denoising,WPTD)方法.将钢丝绳损伤信号分解为一系列本征模态函数(Intrinsic Mode Functions,IMF)分量,分别计算各 IMF分量的多尺度样本熵,通过阈值对比筛选出含有噪声的 IMF分量,进而利用小波包阈值法对这些分量进行降噪,并与保留的 IMF分量进行重组,获取降噪后的损伤信号.实验结果表明,该联合降噪方法比其他降噪方法的信噪比提高了 9.2%,均方根误差明显提高,滤波后的损伤信号曲线更加平滑,余弦相似度也大于 0.85,能够有效降低检测信号中的噪声分量.
为了增加网络吞吐量并改善用户体验,提出一种基于 Q 学习(Q-learning)的多业务网络选择博弈(Multi-Service Network Selection Game based on Q-learning,QSNG)策略.该策略通过模糊推理和综合属性评估获得多业务网络效用函数,并将其用作 Q-learning的奖励.用户通过博弈算法预测网络选择策略收益,避免访问负载较重的网络.同时,使用二进制指数退避算法减少多个用户并发访问某个网络的概率.仿真结果表明,所提策略可以根据用户的 QoS 需求和价格偏好自适应地切换到最合适的网络,将其与基于强化学习的网络辅助反馈(Reinforcement Learning with Network-Assisted Feedback,RLNF)策略和无线网络选择博弈(Radio Network Selection Games,RSG)策略相比,所提策略可以分别减少总切换数量的 80%和 60%,使网络吞吐量分别提高了 7%和 8%,并且可以保证系统的公平性.
提出了一种基于两级特征压缩反向传播(Back Propagation,BP)神经网络的无线网络性能预测方法.针对原始网络参数特征维数过高的问题,设计了两级特征压缩.第一级压缩利用网络参数之间的数学关系进行特征简并;第二级压缩基于网络参数数据与网络性能指标数据的相关度以及网络参数数据之间的冗余度,为每个特征计算优选权重,然后,根据优选权重对特征进行排序并逐个添加至模型中训练,获得基于优选特征的预测模型.通过合理选择特征参数避免特征冗余,在保证较高的网络性能预测精度的同时,降低 BP 神经网络的复杂度.仿真结果表明,在不同的网络数据集下,相比于未进行特征压缩,所提方法对网络吞吐量和分组平均时延的平均预测精度可以分别提升15.4%和 6.0%,平均特征数量降低约 24.9%,平均模型训练时间缩短了约 7.79%.
提出了一种三层外延(Epitaxy,EPI)结构的屏蔽栅沟槽金属氧化物半导体场效应晶体管(Shielded Gate Trench Metal-Oxide-Semiconductor Field-Effect Transistor,SGT MOSFET)设计方案.利用 Sentaurus TCAD 工具,将单层 EPI结构调整为三层 EPI结构,通过控制变量法拉偏三层 EPI结构的外延层厚度、电阻率等参数,仿真分析其参数变化对 SGT MOSFET性能的影响.仿真结果表明,在相同的原胞尺寸条件下,与单层 EPI结构 SGT MOSFET相比,三层 EPI结构 SGT MOSFET通过横向电场调制作用降低了纵向电场的峰值,击穿电压提高 9.5%,比导通电阻降低 15.6%,有效地提高了器件的电学性能.
针对视频重压缩取证方法应用于最新的通用视频编码(Versatile Video Coding,VVC)标准效率低的问题,提出一种面向VVC标准相同编码参数下的视频重压缩取证(Video Recompression Forensics for VVC,VVC-VRF)方法.通过分析 VVC编码框架,结合理论分析与实验验证得到与 VVC压缩视频次数密切相关的基础码流特征,即I帧亮度编码单元(Coding Unit,CU)的划分类型、预测模式和参考行.再基于基础码流特征得到高级码流特征,即不同属性CU占比和CU划分类型占比等高级码流特征.将高级码流特征和量化参数级联,并作为支持向量机的输入得到重压缩取证结果.与帧内预测单元预测模式(Intra Prediction Unit Prediction Mode,IPUPM)方法相比,VVC-VRF能够平均节省约一半的取证时间,取证准确度也得到提升,且 VVC-VRF在帧删除情况下仍具有鲁棒的性能.
针对多机械臂协作搬运同一个物体时的期望轨迹跟踪问题,设计一种带有非零时变参数的模糊自适应控制器.通过一个具有非零参数的模糊逻辑系统(Fuzzy Logic System,FLS)万能逼近原理补偿多机械臂在协调操作中的不确定性,为了提高逼近精度,利用积分障碍李雅普诺夫函数(Integral Barrier Lyapunov Function,IBLF)的稳定性条件,设计可自动更新的逼近误差.当系统状态超出 FLS的逼近域时,通过滑模面建立的自适应律使系统状态重新进入 FLS定义域内.仿真结果表明,在有限空间中多个机械臂协作将一个物体沿预期轨迹完成控制任务时,既可以避免违反输出限制,又可以使闭环系统全局稳定.
针对现有模糊多属性决策方法大多仅给出备选方案的静态排序问题,提出一种基于动态广义正交模糊集的多属性决策方法.首先,将广义正交模糊集进行动态扩展,定义动态广义正交模糊集及其基本运算.然后,利用动态广义正交模糊集对初始决策信息进行量化,并采用广义正交有序加权平均算子进行信息集结,从而在动态广义正交模糊环境下给出备选方案的偏好排序.最后,通过 5G通信企业评估问题对该方法的合理性和有效性进行验证,结果表明,基于动态广义正交模糊集的多属性决策方法考虑了时间因素对决策过程的影响,能够捕捉不同时刻决策信息的变化,从而做出更符合实际情况的科学决策.
在常压无催化条件下,采用化学气相沉积(Chemical Vapor Deposition,CVD)方法,直接生长二维α-硒化铟(In2 Se3)纳米片材料.研究了生长温度、生长时间和气体流量对 In2 Se3 纳米片的微观形貌和尺寸的影响,采用扫描电子显微镜、X射线衍射仪、拉曼光谱仪对In2 Se3 纳米材料的分布、形貌、结构进行了表征和分析.实验结果表明,CVD法直接生长的In2 Se3 纳米片为规则的六边形,分布较均匀,沿(006)晶面择优生长,具有 2H-α相的晶体结构.最佳工艺参数为硒粉区域温度为 430℃,氧化铟粉末区域温度为 800℃,生长时间为 45 min,H2 流量为 45 sccm,Ar流量为 15 sccm.
为平衡物联网中加密流量检测困难同流量特征隐私保护需求之间的冲突,提出一种具备终端匿名化的恶意加密流量双层过滤方法.通过终端匿名化方法阻断基于流量特征的终端身份推断,构建对流量检测模块匿名的流量环境.采用终端接入受信度评估构建第一层过滤,将来源于失陷终端的流量阻断,来源于信任终端的流量放行.在第二层过滤中,对加密流量进行随机性检测构建特征空间,采用前馈神经网络(Feedforward Neural Network,FNN)以区分不同的加密密码算法,过滤掉不属于协商算法集合的恶意流量.实验分析表明,所提的加密流量双层过滤方法在终端匿名的流量环境下,可通过对失陷终端的准确检测抑制恶意流量,并利用密码体制识别实现对恶意流量的二次过滤.
针对毫米波(millimeter Wave,mmW)系统中有监督深度神经网络(Deep Neural Networks,DNN)功率控制算法的性能受限及mmW信道信息测量质量不佳的问题,提出一种基于无监督DNN(Unsupervised DNN,UDNN)和Sub-6GHz频段的mmW功率控制算法.将最大化系统和速率设置为UDNN的损失函数,改进有监督学习的性能上限并利用集成学习进一步提升算法性能,最终实现输入Sub-6GHz频段信道信息即可得到mmW频段最优功率分配.为了验证所提算法的可行性,将所提算法与加权最小均方误差算法、最大功率控制算法、随机功率控制算法和二进制穷举搜索算法的系统和速率进行对比.验证结果表明,所提算法的和速率性能分别是其他 4 种算法的 1.121 倍、2.322倍、1.843 倍和1.022 倍,且采用Sub-6GHz预测mmW功率控制可全程逼近使用mmW信道预测功率控制的性能.
在不完全信道状态信息和非理想连续干扰消除条件下对存在窃听者的非正交多址系统安全性能问题进行研究,提出一个存在窃听者的解码转发中继辅助非正交多址接入系统(Decode and Forward Cooperative Relay in Non-Orthogonal Multiple Access System with Eavesdropper,DFCR-E-NOMA).在该系统中,分析了在不完全的信道状态信息和非理想连续干扰消除同时存在的条件下系统的安全性能,利用中断概率和截获概率表征系统的安全性能,通过蒙特卡罗模拟仿真分析了功率分配系数、信道估计误差对所提系统性能的影响.验证结果表明,在信道条件一定的情况下,可通过设置较高的数据传输速率,在基站或中继处选择合适的功率分配系数能够有效降低窃听者的截获概率.
为保护新媒体写作数据的安全性和用户云盘存储文件的私密性,设计一个基于国密算法的安全云存储系统.该系统基于Android平台开发使用C/S架构,在服务端和客户端交互的过程中,利用SM2和SM4算法相结合的方式保证数据传输的安全性和加解密过程效率.SM4 算法用来加密数据明文文件产生数据密文,在服务器端利用SM2公钥算法对SM4算法的对称密钥进行加密,并分配给客户端用户私钥,用以实现数据文件的加解密过程.在Pixel 3设备的测试结果表明,该系统运行良好,能有效保护用户数据,提高新媒体写作存储的安全性.
针对三维场景存在多样化多尺度目标等问题,提出了一种基于数据融合和双向特征金字塔的多尺度目标检测网络算法.首先,构造了一种基于通道注意力残差结构改进卷积特征的提取网络,并引入注意力机制自适应提取目标融合特征,从而构建了基于数据融合和引入注意力机制残差结构的目标检测网络.接下来,为了使网络更适配多尺度目标,利用双向特征金字塔结构增强融合不同维度特征,并划分不同单元对多尺度目标进行检测,以提高多尺度目标检测的鲁棒性.实验结果表明,与相关算法相比,所提算法对于中小目标的检测准确率较高.
为了改善极限学习机随机初始化输入权重和隐藏层节点偏置,导致模型性能不稳定的问题,提出一种自适应模拟退火遗传算法优化的极限学习机颜色校正模型.模型采用遗传算法对极限学习机的输入权重和隐藏层偏置实施全局优化搜索,结合自适应机制和模拟退火算法优化遗传算法中的选择、交叉和变异操作,以改善遗传算法中"早熟"和后期收敛速度慢的问题.利用Pantone色卡数据集测试,实验结果表明,使用所提方法进行校正,色差平均值、最大值、标准差和大于3 NBS的占比分别降低为校正前的14.40%、37.05%、35.41%和11.98%,优于其他相关方法,并且,提出的颜色校正模型的鲁棒性较好.
