摘要：智能反射面(IRS/RIS)应用于实际无线通信系统时,如何优选布放位置及面板取向,是提升技术实效所面临的主要问题之一。RIS布放的数学规划问题,不仅有优化目标的设计,还要考虑通信环境的建筑物分布和可选部署面的有效散射截面。相比于室外较为开放的空间,RIS的室内部署存在更多限制性条件。针对室内既有墙面的RIS布放,该文设计了多终端接入选址规划模型和等价问题。为约化其非线性计算,通过单终端退化分析,给出目标函数的卡西尼卵形线分布特征,证明RIS布放范围限于各终端及基站在部署面投影的重叠区,提出基于对半搜索法的高效启发式算法。数值仿真了2种复杂室内结构的多终端接入场景,结果表明所提算法不仅有显著加速效益,还可扩展用于多RIS网络规划。

摘要：针对低成本和小型化低轨卫星的监测角度和方向分辨率相对较低、处理能力和峰值功率受限等因素造成单颗低轨卫星频谱认知能力弱的问题,提出了融合Stackelberg博弈和联邦学习的多星协作频谱认知方法。首先,结合各频谱认知卫星的可用算力、认知性能、处理与传输时延等特性,建立面向多频谱认知任务的协作卫星选择与算力资源分配算法;其次,基于所选择的节点和所分配的算力,设计低复杂度的多星协作频谱认知策略,其可自动辨识频谱空洞、检测干扰和识别调制模式。仿真实验结果表明,相比于单节点认知方法,所设计多星协作频谱认知策略能显著提升认知性能,且相比于对比模型,所设计策略中的模型可在不损失性能时,模型的参数量和浮点运算量降低分别可达96.69%和93.32%。

摘要：智能反射表面(intelligent reflecting surface,IRS)可以通过提供额外的视线(line of sight,LoS)路径补偿传播损耗或解决阻塞问题,有效地提高毫米波(millimeter wave,mmWave)通信系统的性能,被认为是下一代移动通信的核心技术。与传统的地面IRS相比,部署在无人机、热气球等空中平台上的空中IRS(aerial IRS,AIRS)结合了空中平台的高移动特性/旋转特性和IRS提供的优质链路特性,可以提供更广阔的信号覆盖范围。考虑到现实场景中用户的移动性,通信系统有必要实时调整波束成形以使波束对准移动用户。然而,AIRS不具备有源射频链,难以在AIRS处获取离开角和到达角,增加了波束跟踪的复杂性。针对这一问题,建立了具有时变信道的AIRS辅助mmWave大规模多输入多输出(multiple input multiple output,MIMO)系统模型,结合基站端有源波束成形、AIRS的旋转角度和无源波束成形设计,提出了一种基于级联角度的无迹卡尔曼滤波波束跟踪方案。仿真结果表明,提出的方案具有较高的跟踪精度,同时AIRS的旋转特性对提升系统可达速率起着重要作用。

摘要：针对现有主动轮廓模型(Active Contour Model,ACM)无法进行准确高效的SAR(Synthetic Aperture Radar)图像水陆分割的难题,提出一种基于加权混合符号压力(Signed Pressure Force,SPF)主动轮廓的新模型.该模型将中值拟合中心和均值拟合中心结合起来,建立新的混合符号压力函数,以抑制干扰边缘的影响.通过设计基于绝对中位差的自适应权重,实现自动调节内外拟合中心的比例系数,以更合理地描述灰度差异.此外,计算平滑后图像梯度信息构建边缘引导函数并引入到SPF函数中,以进一步提高分割性能和演化效率.在实际SAR图像上进行分割实验,结果表明:与相关实验模型相比,提出模型在保持高效的同时能获得更加准确的分割结果,其中Dice相似系数(Dice Similarity Coefficient,DSC)至少提高6%.

摘要：数据增强的代表性研究主要针对ImageNet等常规分类数据集展开。考虑到细粒度识别数据集中测试样本类内及类间关联性与常规分类数据集差异明显,因此针对细粒度识别的数据增强方法尚待深入研究。为此,从细粒度识别任务以及数据集的特殊属性入手提出基于常识辅助的细粒度语义图块混合策略。所提方法利用常识知识挖掘样本标签间潜在关联,以此为基础设计结构化图像混合策略的多支路卷积神经网络结构,使图像混合过程更关注目标的细微差异。通过大量性能测试可验证所提方法的性能明显优于主流的基于图像混合的数据增强方法。同时,通过实验验证,所提出的常识知识有助于多种基于混合图像类的数据增强模型性能提升。

摘要：基于语音的帕金森病检测具有非介入式、成本较低和无创等优点。当前公开的帕金森病语音数据集大多来源于单一语种,存在数据容量不够大、受试者母语发音特点差异小等特点。单一语种数据集上训练的帕金森病检测模型在面对跨语种语音数据时,将出现性能下降。为避免语种差异带来的影响,提升模型在跨语种场景下的检测性能,该文引入对抗迁移学习和特征解耦的思想,提出一种帕金森病跨语种声学分析模型(CLSAM)。首先,将基于多头自注意力机制的Transformer编码块和多层神经网络级联,组成特征提取器模块,用于将从源域和目标域语音中提取的原始Fbank语音特征初步解耦为两个向量,即域不变病理信息表征向量和域信息表征向量;设计了目标任务不一致的双重对抗训练模块,显式地分离域不变病理信息和域信息;最终,提取跨语种语音数据中的域不变病理信息用于帕金森病检测。该文在公开的MaxLittle帕金森病语音数据集以及自采的帕金森病语音数据集上,采用十折交叉验证的方法验证了所提方法的有效性。实验结果表明:与传统机器学习方法以及现有的迁移学习算法相比,所提模型在跨语种场景中的检测准确率、敏感度和F1分数等性能均有明显提升。

摘要：针对可重构智能反射表面(RIS)辅助多输入多输出(MIMO)非正交多址接入(NOMA)下行传输系统,该文提出利用统计信道状态信息(CSI)的基站发送协方差矩阵与RIS相移矩阵设计方法。首先,在莱斯空间相关信道假设下,利用大维随机矩阵理论,推导了RIS辅助MIMO NOMA系统遍历和速率的确定性表达式;然后,在弱用户速率约束与发送功率受限的条件下,通过最大化确定性大系统近似和速率,利用统计CSI,分别设计了强、弱用户的次优发送协方差矩阵和RIS的相移矩阵。仿真结果表明,所推导的近似表达式具有很好的近似效果,所设计的发送协方差矩阵和相移矩阵能显著提升系统的和速率。

摘要：针对自动驾驶中风险要素提取不充分、风险场景评估鲁棒性低等问题,提出一种基于六维语义空间的风险评估框架,包括基于六维语义空间的风险要素提取和基于知识图谱的风险场景评估。前者构建六维语义空间并将RGB和红外数据映射其中,利用模态间的关联提取丰富的数据特征,以获得显在和潜在的风险要素。后者通过语义角色标注和实体融合将风险要素凝练为知识图谱,并联合节点补全和风险等级函数设计知识图谱推理方法,实现准确的风险评估。仿真结果表明,较现有的MSMatch和iSQRT-COV-Net方法,所提方法在准确率、漏/虚警率和处理时间上均有优势。

摘要：现代雷达为了实现目标侦察功能,一般会使用相应的电子抗干扰技术,而强大的抗干扰能力则是其在复杂的电磁干扰条件下完成任务的重要保证。现有组网雷达抗干扰技术大多针对窄带组网雷达,而宽带雷达相对于窄带雷达具有更高的分辨率,可以探测目标更加全面的信息,达到更好的抗干扰效果。针对宽带组网雷达下的抗欺骗式干扰方法,现有研究直接类比窄带雷达抗欺骗式干扰方法,假设真实目标在每个距离单元的回波矢量独立同分布,并没有从理论上分析多视角一维距离像去相关的内在原因。针对此问题,本文推导了真实目标的三维散射中心模型投影得到目标多视角一维距离像的过程,并以此为基础,分析了真假目标一维距离像在各雷达站中的差异,及真实目标一维距离像在不同宽带雷达中的同源非一致性与转发式欺骗干扰在不同宽带雷达中的同源一致性。基于此差异,进一步提出了一种在宽带雷达组网条件下,基于一维距离像相关性差异的抗欺骗式干扰方法,设计了鉴别统计量并分析了基于累积分布函数的闭式鉴别性能。计算机仿真结果表明,本文所提方法体系能够有效对抗宽带欺骗式干扰,且鉴别性能相对于目标尺寸来说较为稳健。

摘要：量子密钥分发(QKD)作为一种由量子物理保证的绝对安全的密钥分发引起了广泛的关注。在现有的量子密钥分发协议中,循环差分相移量子密钥分发协议(RRDPS-QKD)因其具有较大的比特错误容限度,在实际应用中具有极大的优势。在循环差分相移量子密钥分发协议基础上,设计一种新型循环差分相移量子密钥分发协议,在接收设备中通过一个开关将接收到的脉冲序列分为两支(定义为奇偶两支路),在奇(偶)路上加入一个随机延时器和一个延时器,既能使接收端接收到的所有脉冲都能参与干涉,提升脉冲序列的利用率,又能使发送端可以连续发送脉冲序列。仿真分析结果和模拟量子密钥分发实验结果表明,新型循环差分相移量子密钥分发协议能够明显增大脉冲序列参与干涉的概率,有效地提升了循环差分相移量子密钥分发协议的安全密钥率。