西安电子科技大学学报最新期刊目录
基于半监督学习的日志异常检测研究————作者：孙夫雄;孟雯锦;孙奕灵;李漾佚;尹昱凯;
摘要：分布式系统日志是由分布式系统中的各个组件或节点生成的，记录系统运行状态和事件的时序数据记录，具有多样性、大数据量、可读性差和脆弱性等特点。监督日志异常检测方法在日志标签不足时需要专家人工标注，成本高昂；而无监督方法则难以构建有效的异常检测模型。鉴于此，提出一种半监督学习的日志异常检测模型。首先，将日志数据转化为日志事件模板序列，并采用词嵌入酉不变性和矩阵微扰理论以确定其最佳词向量维度，进而构造日志...
面向SAR图像任意方向舰船检测的改进YOLOv5————作者：曲春辉;王玮;张婷;王英华;陈渤;
摘要：SAR图像舰船检测方法面临舰船多尺度、任意方向、密集排列等难题，旋转框检测方法能实现任意方向舰船的精确检测，但是现有旋转框检测方法难以兼顾高精度与实时性。为解决上述问题，提出了一个结合中点偏移量表示法和YOLOv5的旋转框检测网络模型，直接继承水平框的回归机制，并设计适应于旋转检测的多任务联合网络损失函数，解决了常用旋转框检测表示方法引入角度参数而产生的网络难以训练和网络预测层参数冗余的问题。此外...
格上抗合谋多权威属性基加密方案————作者：赵宗渠;马少骅;郭孟昊;王乃锋;
摘要：属性基加密（ABE）提供了灵活的访问控制，但密钥完全由中央权威生成和签发，导致中央权威负荷过重且易受攻击。一旦中央密钥泄露，将会带来严重的安全后果。为解决此问题，多权威属性基加密（MA-ABE）允许多个授权机构独立、分散地分发各自所管属性下的密钥，即使单个权威密钥泄露，整个系统的安全性仍能得到保障。与传统ABE相同，MA-ABE仍面临着任意非授权用户的合谋问题，甚至一些权威可能被破坏并与对手勾结。...
动态任务构建的多任务算法求解MOVRPTW问题————作者：王宇东;武燕;
摘要：带时间窗的多目标车辆路径问题（MOVRPTW）是一个重要且具有挑战性的物流问题。进化多任务算法（EMT）是一种通过任务间知识迁移提升算法寻优能力的新颖方法。本文提出一种动态构造辅助任务的方法，旨在增强任务间的知识迁移效果，从而提高原始任务的寻优能力。文中采用动态更换辅助任务的思想改进多任务优化算法求解MOVRPTW问题，期望算法在任务间能持续提供有效的知识迁移。在算法的迭代过程中，当辅助任务不能提...
高效移动策略的分簇路由匹配优化算法————作者：孙泽宇;廖桂生;刘云卿;廖瑞乾;
摘要：无线传感器网络中节点部署、路由选择和能量效率是影响网络生存周期和传输效率的关键因素，针对上述问题，提出了一种基于高效移动策略的路由匹配优化算法。首先，提出算法结合雾计算理论，给出跨层分簇路由最优簇数量的计算办法，完成了网络能量衰减与传输距离增量和减量Δd变化的数学模型计算过程，通过自适应地动态调整路由策略，以提高数据传输成功率；其次，在簇建立阶段，利用粒子群优化算法实现了对复杂全局的时间-空间最优...
无人机辅助的MEC任务卸载双目标优化方法————作者：卢晓琴;赵辉;李建华;王静;万波;王泉;
摘要：在无人机（UAV）辅助移动边缘计算（MEC）框架中，现有研究在UAV轨迹设计阶段主要关注了UAV的能耗约束，却往往忽视了任务负载的影响；而在任务卸载阶段，并没有综合考虑终端设备和UAV的总能耗，不能最小化UAV与终端设备总能耗。针对UAV辅助MEC架构下任务卸载存在的问题，提出了一种UAV辅助的MEC任务卸载双目标优化方法。首先，综合考虑不同位置的任务负载和UAV能耗约束，引入位置兴趣指数概念LI...
结合多尺度注意力的轻量自监督单目深度估计————作者：葛竟睿;秦国轩;张为;
摘要：针对目前单目深度估计网络模型参数量大、计算复杂度高、难以部署在边缘计算设备上进行实时推理的问题，提出一种结合多尺度注意力的轻量级自监督单目深度估计算法。该算法引入多尺度注意力模块作为编码器主体，以卷积操作与自注意力机制的局部结构和远程全局信息捕获能力作为核心思想，通过将添加了多分支大核空洞卷积的门控多层感知机与前馈神经网络相结合，实现带有注意力机制的局部与全局特征聚合，从而在确保深度估计精度的情况...
一种轻量级小目标无人机检测YOLO模型————作者：阳小兵;李钊;许艳红;
摘要：由于无人机体积小、空域背景复杂、且容易与鸟类等天空目标混淆，已有的目标检测模型精度不足。虽然增加模型规模可以在一定程度上提升检测精度，但也会降低模型推理速度、增大参数量与计算量。此外，目前可用于小目标无人机检测的数据集缺乏，难以有效支持无人机检测方法设计。针对以上问题，首先根据现有的开源无人机与鸟类检测数据集，采用基于目标面积压缩的小目标样本增强方法，构建一个可用于小目标无人机与鸟类分类任务的数据...
多天线辅助同时同频非合作干扰抑制技术研究————作者：段柏宇;李维实;李彤;潘文生;邵士海;
摘要：随着无线通信与感知设备数量的急速增长，设备间的互干扰问题日益严重。较强的同频互干扰将抬升接收机底噪，显著影响接收机的通信、感知性能。该文利用干扰发射信号与期望发射信号间的不相关特性，针对非自适应阵列或单天线接收机，提出一种多天线辅助同时同频非合作互干扰抑制算法。所提干扰抑制算法无需信道估计，利用期望信号的静默周期，基于最大输出信干噪比准则求解最优权值。依据定义的信干噪比增益，推导了所提算法的性能上...
结合纹理特征与注意力机制的Seam Carving检测————作者：赵洁;李海燕;武斌;
摘要：针对目前Seam Carving篡改检测方法在低缩放因子场景下普遍存在的检测精准度较低、鲁棒性不强的问题，提出了一种结合中心像素邻域差分和与SE注意力机制的Seam Carving篡改鲁棒检测方法。首先，提出中心像素邻域差分和对输入图像进行预处理，凸显图像的篡改伪影，得到8邻域差分和特征矩阵；然后，将预处理生成的特征矩阵传入引入残差传播和残差反馈机制的ResNet骨干网络，进行深层次的特征学习；最...
区块链赋能的车辆边缘网络任务卸载方法研究————作者：康海燕;刘鑫旭;李彦芳;
摘要：随着城市智慧交通及车联网(IoV)蓬勃发展，自动驾驶、图像语音处理等计算密集型应用对计算和缓存资源需求攀升。鉴于传统车联网中云计算架构因云服务器位于网络核心，传播延迟大，难以给予行驶车辆实时优质服务，旨在提出区块链赋能的车辆边缘网络任务卸载方法研究(BTO-VEN)。通过任务卸载，将车辆生成的计算任务动态分配到边缘计算服务器或邻近车辆中，从而减少计算负载并降低延迟。首先，将边缘计算(MEC)融入车...
Keystone变换数字实现的一种新解释————作者：史昊;廖桂生;
摘要：尽管Keystone变换在雷达信号处理中得到了广泛应用，但其数字实现仍存在若干问题。首先，从插值理论的角度来看，新采样点的选择可能存在模糊性，且由降采样引起的频域混叠问题常被忽视。其次，现有Keystone变换数字实现方法之间的关系尚未得到充分分析。针对这些问题，将二维序列Keystone变换的数字实现归结为一维序列重采样的问题。基于插值理论并结合分数重采样理论，从频谱分析的角度推导了多种序列重采...
基于SSENet的飞行员脑力疲劳评估方法————作者：金恒;孙有朝;曾一宁;刘威成;郭媛媛;
摘要：着舰任务具备时间紧迫、操作过程复杂等特点，准确评估飞行员脑力疲劳对提高着舰安全至关重要。针对着舰任务中飞行员脑力疲劳评估问题，开展不同难度模拟着舰实验，采集9名被试人员在为期9天实验中的脑电信号，构建基于SSENet的着舰场景下跨被试脑力疲劳评估模型。针对脑电信号空间特征和跨被试训练方法，在模型中设计了SEConv模块以捕捉脑电信号中的空间信息耦合与通道特征信息。结果表明：在不同难度的着舰任务中，...
TDC转置卷积硬件加速器的设计与优化————作者：王国庆;严利民;
摘要：转置卷积在深度学习(Deep Learning， DL)任务中应用广泛，但是在小型快速超分辨率卷积神经网络(Fast Super-Resolution Convolutional Neural Network-small， FSRCNN-s)中已经成为推理阶段的主要性能瓶颈，因此设计高效的转置卷积硬件加速器至关重要。基于转换转置卷积为卷积(Transforming Deconvolution to...
云边端环境中的分布式数据双边访问控制方案————作者：赵一帆;张嘉伟;杨颜博;韩磊;李腾;马建峰;
摘要：物联网等新兴技术的发展使爆炸增长的各种数据给资源受限的终端设备带来沉重负担。云计算集中式数据存储和共享服务对车联网等时间敏感应用而言通信延时较长，边缘计算能弥补该不足并推动云边端架构发展。而在云边端环境中数据存储和共享面临各种安全威胁，有效访问控制为其数据安全基本保障。传统属性基加密对数据使用者进行细粒度访问控制无法用于分布式环境中并对数据拥有者进行访问控制，也无法确保云端数据的来源真实性和动态完...
结合多粒度信息学习的卫星视频目标跟踪算法————作者：鲁宸旭;高隆;邹云龙;李云松;
摘要：在遥感卫星视频目标跟踪任务中，由于跟踪目标分辨率低，背景干扰较多，容易被遮挡等问题，导致现有目标跟踪算法不能满足需要。针对这些问题，提出了一种基于多粒度信息学习与运动状态估计的卫星视频目标跟踪算法。多粒度信息学习通过双向融合网络，将空间信息丰富的浅层特征与语义信息丰富的深层特征进行双向自适应融合，提升特征对低分辨目标的表征能力。进一步，使用运动状态估计方法，基于历史目标运动状态，估计当前目标位置，...
北斗失效隧道场景下列车自适应定位方法研究————作者：陈永;陶瑄;袁姣姣;
摘要：高可靠的列车定位技术是列车运行控制系统的基础。当列车运行至隧道严重遮挡场景时，北斗卫星导航系统BDS将失效，导致列车定位误差累积，严重影响定位性能。为了提高列车在隧道严重遮挡场景下的定位性能，本文提出了一种北斗失效隧道严重遮挡场景下的列车自适应定位方法。首先，对北斗失效场景下，SINS定位误差进行分析，利用航位推算DR算法，解决了SINS自校准失效问题。其次，提出了基于无迹卡尔曼的隧道严重遮挡场景...
面向直觉推理的量子效应交通预测算法研究————作者：王潮;蒋晓锋;王苏敏;
摘要：准确的实时交通预测是实现智能交通系统的核心技术问题。目前已有的预测方法在考虑交通信息的时空特征时，忽略了道路之间空间特征的依赖程度差异，导致预测模型缺乏差异化设计，无法实现对单条道路的精准预测。为了更好地分析道路之间空间特征的依赖程度差异性，设计了面向直觉推理的量子效应交通预测模型。引入直觉推理的思想对路网结构进行编码、组合和比较，分离出在空间特征上高度相关的道路集群，使用量子退火算法优化聚类结果...
联合SG滤波和扩展典型相关性分析的脑控轮椅————作者：潘红光;滕冰洋;于欣宇;张拓;米文毓;
摘要：脑控轮椅（BCW）结合脑机接口（BCI）技术与电动轮椅，使运动障碍患者能够通过意念操控电动轮椅，从而提升生活质量。然而，现有BCW系统有效性和实用性亟待改进。本研究结合稳态视觉诱发电位和眼电图（EOG），实现了嵌入式异步BCW系统，以提升其整体性能与实用性。首先，针对EOG波峰波谷明显的特征，采用斜率阈值法实时检测眨眼事件，为BCW系统提供了启动与停止的异步控制机制。其次，提出基于小波包分解的Sa...
基于联盟链的公平性联邦学习框架————作者：赵洋;刘悦;李鹤翔;王文豪;
摘要：为了解决传统联邦学习应用中心服务器可能存在的隐私泄露、单点失效和中毒攻击等问题，提出一种基于联盟链的公平性联邦学习框架。该框架通过每轮领导人节点与共识委员会节点的相互选择，实现数据的安全聚合和更新，确保系统的去中心化和分布式特性。同时利用区块链的不可篡改性和防单点攻击等特性，设计一种客户端级的数据质量评估方法，为多方训练提供必要的量化依据，保证评估结果的透明性和可追溯性，并优化节点选举流程，保证高...
