首页期刊导航|电子学报
期刊信息/Journal information
电子学报
中国电子学会
电子学报

中国电子学会

王守觉

月刊

0372-2112

new@ejournal.org.cn;wanghui@ejournal.net.cn

010-68279116，68285082

100036

北京165信箱

电子学报/Journal Acta Electronica SinicaCSCD北大核心CSTPCDEI
查看更多>>1962年创刊，中国电子学会主办的高级学术月刊。刊登电子与信息及相关领域代表我国研究水平的最新科研成果和技术进展。本刊为中国自然科学核心期刊之一；科技部科技论文统计源期刊；中国科学引文数据库来源期刊。获2000年首届国家期刊奖以及2000年国家自然科学基金重点学术期刊专项基金资助。现被五个大型检索机构（Ei、Sci-Expanded、SA、苏联文摘杂志(рж)和日本科技文献速报）作为固定收录对象。
正式出版
收录年代

    基于粗细量化并行与TDC混合的CMOS图像传感器列级ADC设计方法

    郭仲杰苏昌勖许睿明程新齐...
    486-499页
    查看更多>>摘要：针对传统单斜式模数转换器(Analog-to-Digital Converter,ADC)和串行两步式ADC在面向大面阵CMOS(Complementary Metal Oxide Semiconductor)图像传感器读出过程中的速度瓶颈问题,本文提出了一种用于高速CMOS图像传感器的全并行ADC设计方法.该方法基于时间共享和时间压缩思想,将细量化时间提前到粗量化时间段内,解决了传统方法的时间冗余问题;同时采用插入式时间差值TDC(Time-to-Digital Converter),实现了全局低频时钟下的快速转换机制.本文基于55-nm 1P4M CMOS工艺对所提方法完成了详细电路设计和全面测试验证,在模拟电压3.3 V,数字电压1.2 V,时钟频率250 MHz,输入电压1.2～2.7 V的情况下,将行时间压缩至825 ns,ADC的微分非线性和积分非线性分别为+0.6/-0.6 LSB和+1.6/-1.2 LSB,信噪失真比(Signal-to-Noise-and-Distortion Ratio,SNDR)为68.271 dB,有效位数(Effective Numbers Of Bits,ENOB)达到11.048 9 bit,列不一致性低于0.05%.相比现有的先进ADC,本文提出的方法在保证低功耗、高精度的同时,ADC转换速率提高了87.1%以上,为高速高精度CMOS图像传感器的读出与量化提供了一定的理论支撑.

    CMOS图像传感器列并行ADC单斜式ADC两步式全并行时间数字转换器

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于时空多头图注意力网络的交通流预测

    梁秀霞夏曼曼何月阳梁涛...
    500-509页
    查看更多>>摘要：针对当前路网交通流量预测方法中存在的挖掘复杂的动态时空特性和长距离的空间依赖性能力不足等问题,基于多头自注意力网络构建一种新型的交通流预测模型.考虑到交通流在不同周期尺度下呈现出的高度相似性,以及静态时空特征,引入日和周这2种周期尺度下的数据张量作为模型输入,来表达交通流数据的时间相似性,并通过输入数据的时空位置编码获取其静态时空特征.考虑到交通流的动态时空特性和长距离的空间依赖性,主体模型基于多头自注意力机制分别设计时间多头注意力模块和空间多头注意力模块.时间多头注意力模块利用一个图掩码矩阵获得局部注意力,并将其融合到一个多头自注意力中,以提取交通流的动态时间特征.空间多头注意力模块利用两个图掩码矩阵获得局部注意力和全局注意力,并将其融合到一个多头自注意力中,以提取路网节点的动态空间特征和长距离的空间依赖性.最后,设计一个门控融合模块自适应地融合交通流数据的时空相关性特征.在三个真实交通流基准数据集PEMS04,PEMS07和PEMS08上进行模型的有效性验证,结果表明,所建模型在3个数据集上的3个预测精度指标与其他精度最高模型相比,平均提高了4.437%,2.930%,4.275%.

    智能交通多头图注意力网络图掩码机制特征融合时空数据位置嵌入

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    强干扰下基于三阶互累积量的FMCW雷达信号DOA估计算法

    夏楠马昕昕王思琦
    510-517页
    查看更多>>摘要：针对车载调频连续波雷达存在相互干扰的实际情况,本文提出了一种基于三阶互累积量的多目标波达方向超分辨估计方法.该方法利用同步采集的阵列信号并根据回波信号和干扰信号的非相关特性,构造三阶互累积量矩阵,随后根据子空间方法获得二维空间谱,实现距离和方位的联合估计.计算机仿真结果表明,本文所提方法能够在抑制强干扰影响的同时实现3°以内多目标识别,与现有超分辨法和重构法相比,具有更高的角度分辨率和估计精度.

    调频连续波雷达波达方向估计空间谱三阶互累积量干扰抑制

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于L2灵敏度最小化的数字滤波器状态空间实现稀疏化方法

    庄陵张文静王光宇
    518-527页
    查看更多>>摘要：为解决传统数字滤波器在有限精度实现时因有限字长(Finite Word Length,FWL)效应导致滤波器性能下降的问题,提出一种L2灵敏度最小化的数字滤波器状态空间实现稀疏化方法.推导前向差分算子数字滤波器结构传输函数及其等效状态空间实现,根据可控及可观格莱姆矩阵得到基于相似变换矩阵的L2灵敏度表达式,并进行稀疏化校准,将L2灵敏度最小化问题转换为凸函数求最值问题,求导得到L2灵敏度最小化表达式,代回即得前向差分算子数字滤波器的稀疏化状态空间实现.仿真结果表明,所提方法设计的数字滤波器具有更好的抗FWL效应.

    数字滤波器有限字长效应前向差分算子矩阵稀疏化L2灵敏度

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    面向三维多目标追踪的运动补偿优化方法

    王顺洪张昱沈江楠吉建民...
    528-539页
    查看更多>>摘要：三维多目标追踪是自动驾驶系统中的关键模块之一,其结果的优劣主要取决于追踪模块中数据关联过程的准确度.现有的追踪方法大多从外观特征或运动特征出发计算两帧之间物体的相似度,而基于运动特征的方法通常根据当前帧和历史帧三维包围框之间的交并比(Intersection over Union,IoU)进行关联,然而这种方式在观测点物体自身运动时存在严重缺陷.在观测点物体自身进行运动时,观测到的两帧数据将处于不同的局部坐标系,导致无法使用运动模型准确预测已追踪物体在下一帧中的位置.本文针对上述问题,通过引入观测点自身的惯性测量单元(Inertial Measurement Unit,IMU)或全球定位系统(Global Positioning System,GPS)数据,在一帧数据到达之后计算当前帧局部坐标系与上一帧局部坐标系之间的旋转和平移关系,并对已追踪的物体状态按得到的坐标变换关系进行运动补偿,使其抵消因观测点自身运动造成的偏移量.这种运动补偿增强了追踪模块的数据关联环节,提高追踪时三维包围框的关联成功率,降低误关联数量,改善三维多目标追踪的精度.在相关追踪框架及KITTI数据集上的原型验证表明,所提的运动补偿优化方法实现了1%左右的精度提升.

    自动驾驶运动补偿三维多目标追踪运动特征全球定位系统惯性测量单元

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    严格可证明安全的两方协同SM2签名协议

    程一帆刘擎宇梁泽宇于昇...
    540-549页
    查看更多>>摘要：SM2签名算法自提出后得到了广泛的应用,其中电子合同是一个典型的应用场景.用户在使用电子合同服务签约时,由于单个用户抗攻击能力较弱,存在严重的私钥泄露风险,因此往往将私钥托管在服务商的云端服务器上.但是这又涉及对服务商的信任问题,甚至直接影响电子合同的合法性.为了解决这个两难问题,我们基于同态加密的思想提出了一种两方协同SM2签名协议,用户和服务商协同生成并保存各自的私钥分片,在使用时通过线上交互的方式合作生成签名,从而同时解决安全和信任问题.我们发现,现有的两方协同SM2签名协议的安全性都存在问题或者错误,就我们所知,本协议是第一个严格可证明安全的两方协同SM2签名协议.

    SM2协同签名可证明安全电子合同同态加密安全多方计算

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    收发未精确同步条件下非相关多运动辐射源TOAs/FOAs协同定位方法

    王鼎尹洁昕郑娜娥杨宾...
    550-563页
    查看更多>>摘要：在联合到达时间/到达频率的无线定位体制中,除了TOAs/FOAs(Time-Of-Arrivals/Frequency-Of-Arriv-als)估计误差与传感器位置/速度先验观测误差以外,收发两端的传感器时钟同步误差也是影响定位精度的重要因素.为了抑制时钟同步误差和各类观测误差的影响,本文针对非相关多运动辐射源定位场景,提出一种基于加权多维标度分析的TOAs/FOAs多辐射源协同定位方法.文中首先通过构造两组标量积矩阵推导定位关系式,然后基于一阶误差分析方法得到该关系式中的误差渐近统计特性,并进而构建联合定位与时钟同步误差校正的优化准则.针对此优化模型,本文提出一种基于正交投影矩阵数学性质的参数解耦合优化算法,可实现对多运动辐射源位置/速度参数与同步误差参数的分步估计,显著降低了参与优化迭代的变量维数.此外,文中还在收发未精确同步条件下推导TOAs/FOAs多辐射源协同定位模型的克拉美罗界,定量证明多辐射源协同定位可以带来性能增益,并且利用一阶误差分析以及正交投影矩阵数学性质证明新方法的渐近统计最优性.仿真实验结果验证所提出的协同定位方法的优越性.

    协同定位到达时间到达频率时钟同步误差加权多维标度分析正交投影矩阵理论性能分析克拉美罗界

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于引导扩散模型的自然对抗补丁生成方法

    何琨佘计思张子君陈晶...
    564-573页
    查看更多>>摘要：近年来,物理世界中的对抗补丁攻击因其对深度学习模型安全的影响而引起了广泛关注.现有的工作主要集中在生成在物理世界中攻击性能良好的对抗补丁,没有考虑到对抗补丁图案与自然图像的差别,因此生成的对抗补丁往往不自然且容易被观察者发现.为了解决这个问题,本文提出了一种基于引导的扩散模型的自然对抗补丁生成方法.具体而言,本文通过解析目标检测器的输出构建预测对抗补丁攻击成功率的预测器,利用该预测器的梯度作为条件引导预训练的扩散模型的逆扩散过程,从而生成自然度更高且保持高攻击成功率的对抗补丁.本文在数字世界和物理世界中进行了广泛的实验,评估了对抗补丁针对各种目标检测模型的攻击效果以及对抗补丁的自然度.实验结果表明,通过将所构建的攻击成功率预测器与扩散模型相结合,本文的方法能够生成比现有方案更自然的对抗补丁,同时保持攻击性能.

    目标检测对抗补丁扩散模型对抗样本对抗攻击深度学习

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于时空交叉感知的实时动作检测方法

    柯逍缪欣郭文忠
    574-588页
    查看更多>>摘要：时空动作检测依赖于视频空间信息与时间信息的学习.目前,最先进的基于卷积神经网络(Convolu-tionsl Neural Networks,CNN)的动作检测器采用2D CNN或3D CNN架构,取得了显著的效果.然而,由于网络结构的复杂性与时空信息感知的原因,这些方法通常采用非实时、离线的方式.时空动作检测主要的挑战在于设计高效的检测网络架构,并能有效地感知融合时空特征.考虑到上述问题,本文提出了一种基于时空交叉感知的实时动作检测方法.该方法首先通过对输入视频进行乱序重排来增强时序信息,针对仅使用2D或3D骨干网络无法有效对时空特征进行建模,提出了基于时空交叉感知的多分支特征提取网络.针对单一尺度时空特征描述性不足,提出一个多尺度注意力网络来学习长期的时间依赖和空间上下文信息.针对时序和空间两种不同来源特征的融合,提出了一种新的运动显著性增强融合策略,对时空信息进行编码交叉映射,引导时序特征和空间特征之间的融合,突出更具辨别力的时空特征表示.最后,基于帧级检测器结果在线计算动作关联性链接.本文提出的方法在两个时空动作数据集UCF101-24和JHMDB-21上分别达到了84.71%和78.4%的准确率,优于现有最先进的方法,并达到73帧/秒的速度.此外,针对JHMDB-21数据集存在高类间相似性与难样本数据易于混淆等问题,本文提出了基于动作表示的关键帧光流动作检测方法,避免了冗余光流的产生,进一步提升了动作检测准确率.

    实时动作检测多尺度注意力时空交叉感知

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    M3 Res-Transformer:新冠肺炎胸部X-ray图像识别模型

    周涛刘赟璨侯森宝常晓玉...
    589-601页
    查看更多>>摘要：新冠肺炎(COVID-19)自爆发以来严重影响人类生命健康,近年来残差神经网络广泛应用于COVID-19识别任务中,辅助医生快速地诊断COVID-19患者,但是COVID-19图像病变区域形状复杂、大小不一,与周围组织的边界模糊,导致网络难以提取有效特征.本文针对上述问题,提出一种M3 Res-Transformer的新冠肺炎胸部X-ray图像识别模型,采用Res-Transformer作为模型的主干网络,结合ResNet和ViT,有效地整合局部病变特征和全局特征;设计混合残差注意力模块(mixed residual attention Module,mraM),同时考虑通道和空间位置的相互依赖性,增强网络的特征表达能力;为了增大感受野,提取多尺度特征,通过叠加具有不同扩张率的扩张卷积构造多尺度扩张残差模块(multi-scale dilated residual Module,mdrM),根据不同层次特征尺度的差异,使用3个逐渐收缩尺度的mdrM进行多尺度特征提取;提出上下文交叉感知模块(contextual cross-awareness Module,ccaM),使用深层特征中的语义信息来引导浅层特征,然后将浅层特征中的空间信息嵌入深层特征中,采用交叉加权注意力机制高效聚合深层和浅层特征,获得更丰富的上下文信息.为了验证本文所提模型的有效性,在新冠肺炎胸部X-ray图像数据集上进行实验,与先进的CNN分类模型、融合不同注意力机制的ResNet50模型、基于Transformer的分类模型对比以及消融实验.结果表明,本文所提模型的Acc、Pre、Rec、F1-Score与Spe指标分别为96.33%、96.36%、96.33%、96.35%与96.26%,在COVID-19胸部X-ray图像识别任务中有效提升了识别精度,并通过可视化方法对其进行进一步验证,为COVID-19的辅助诊断提供重要的参考价值.

    COVID-19胸部X-ray图像残差神经网络visiontransformer注意力机制

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据