首页期刊导航|电子科技大学学报
期刊信息/Journal information
电子科技大学学报
电子科技大学
电子科技大学学报

电子科技大学

许宣伟

双月刊

1001-0548

xuebao@uestc.edu.cn

028-83202308;83207559

610054

成都市成华区建设北路二段四号

电子科技大学学报/Journal Journal of University of Electronic Science and Technology of ChinaCSCD北大核心CSTPCDEI
查看更多>>本刊是全国最早的电子类期刊之一,是以电子科学为主的综合性学术刊物。本刊2次荣获“全国优秀科技期刊评比”二等奖;1次荣获教育部“全国高校自然科学学报评比”二等奖;4次荣获“四川省优秀期刊评比”一等奖;2次荣获国家教委“全国高校自然科学学报系统评比”一等奖;4次荣获电子工业部“优秀科技期刊评比”一等奖;2次荣获“信息产业部”精品期刊称号;2001年进了国家“双百期刊”方阵;2000年获第二届国家期刊奖提名奖。被美国《工程索引》的EI数据库、美国《数学评论》、美国《CAS》、英国《INSPEC》、德国《数学文摘》、俄罗斯《文摘杂志》、国内的《中国科学引文数据库》、《中国科技论文统计与分析》等20个数据库和文摘杂志摘录。
正式出版
收录年代

    一种抗辐射16位25 MS/s流水线ADC

    周晓丹苏晨刘涛付东兵...
    1-7页
    查看更多>>摘要:设计了一款抗辐射 16位 25 MS/s流水线型模数转换器(ADC)。根据电容失配等因素确定了第一级 4位的流水线结构,并设计了改进的自举开关来提高采样线性度。为了降低系统功耗,设计了一种开关电容动态偏置电路,通过减小放大器的平均电流来降低ADC的系统功耗。为了满足抗辐射的要求,针对电离总剂量效应和单粒子闩锁效应的机理,对电路进行抗辐射加固设计。该款抗辐射ADC在 0。18 μm CMOS工艺上进行制造,转换器的芯片面积为 2。5 mm2,经过辐射试验后,在采样率 25 MHz、1。8 V电源电压和 30。1 MHz正弦输入的条件下,ADC的信噪比(SNR)达到了 76。7 dBFS,无杂散动态范围(SFDR)为 95。1 dBFS,功耗为 38。76 mW,抗辐射能力达到电离总剂量 100 Krad(Si)和单粒子闩锁阈值75 MeV·cm2/mg,可满足空间环境的使用要求。

    模数转换器流水线信噪比无杂散动态范围抗辐射

    基于耦合电感的超宽带小型化威尔金森功分器

    韩思扬彭思睿卢子焱
    8-12页
    查看更多>>摘要:论述了一款覆盖 2~18 GHz的威尔金森功分器,能够满足超宽带、多频带应用。通过将 2条功分路径上的电感相互缠绕形成互耦线圈,代替传统基于集总参数威尔金森功分器中的独立电感作为感性器件,在减小芯片面积的同时利用了线圈间的互感效应展宽功分器的工作带宽。芯片采用GaAs IPD工艺制作,在跨 9倍频程的工作频带内,插入损耗仅为3。65~3。88 dB(附加无源损耗 0。65~0。88 dB),带内损耗波动小于±0。12 dB,隔离度大于 11 dB,输入输出回波损耗大于10 dB,除去焊盘的核心电路面积仅为780 μm×430 μm(在2 GHz为0。000 014 9 λ2),展现了极好的宽带特性。

    超宽带极紧凑砷化镓威尔金森功分器

    采用谐振电感复用的LCL-T/LLC谐振变换器

    方炜王帅康国杭刘宿城...
    13-22页
    查看更多>>摘要:LLC谐振变换器有着转换效率高、软开关特性好等显著优点。但在储能系统充电的应用场合中,宽电压增益输出要求LLC谐振变换器工作频率在较大范围内变化,从而引起转换效率明显降低、磁性元件设计困难、轻载调节有限等问题。研究了一种采用谐振电感复用的LCL-T/LLC谐振变换器,可用于电动汽车的车载充电。将谐振电感置于变压器副边,构建LCL-T谐振腔使得变换器工作在恒流充电阶段,LCL-T谐振变换器的恒流特性可以显著减小变换器的工作频率范围;通过辅助开关改变谐振支路,该谐振电感也可参与LLC谐振,使变换器工作在恒压充电阶段,提供稳定的充电电压。由于谐振电感位于变压器副边,减少了死区时间内的磁芯损耗,提高了转换效率。详细分析了该变换器的工作模式和直流增益特性,给出了关键参数设计原则。最后,搭建了一台3。3 kW、400 V/330 V的实验样机,验证了变换器拓扑和控制方案的有效性。

    直流充电LCL-T/LLC谐振变换器软开关运行电动汽车

    基于强化学习的无人机通信感知一体化能耗优化

    李新民张徐浩刘易阳曹辉...
    23-28,51页
    查看更多>>摘要:通信感知一体化技术与灵活可控无人机通信技术结合将成为 6G无线通信网络"万物智联"的潜在技术。针对无人机通信感知一体化系统中无人机能量受限问题,提出了一种基于强化学习的无人机功率分配和轨迹设计的联合优化算法。该算法在用户通信速率和目标感知波束图增益约束下,通过构建与无人机能耗、发射波束和通信速率相关的线性加权奖励函数,以实现智能化的无人机功率分配和轨迹设计,从而最小化无人机通信感知一体化系统的能耗。仿真结果表明,该方案相较于基准方案降低了12。36%~21。08%的无人机能耗,并拥有更优的收敛性能。

    通信感知一体化无人机强化学习能耗优化

    未知环境中基于控制障碍函数的机器人安全控制研究综述

    周毅张浩施孟佶林伯先...
    29-38页
    查看更多>>摘要:随着机器人系统工作环境的复杂程度日益增加,以及对实时性需求的逐步提升,机器人的安全避障能力将面临新的挑战,控制障碍函数作为一种基于控制器的安全方法在机器人安全控制系统中迎来新的发展契机。调研分析了控制障碍函数及基于二次规划的优化控制器,总结了机器人在已知和未知环境中的避障问题,综述了高斯过程和强化学习两种理论合成控制障碍函数的策略。最后,讨论了未来基于控制障碍函数的空地协同机器人安全控制需要重点关注的问题,为未来控制障碍函数的理论研究和技术应用提供了参考。

    控制障碍函数非线性系统安全关键控制二次规划

    考虑过载级联失效的航空-高铁相依网络鲁棒性

    任新惠袁娜
    39-51页
    查看更多>>摘要:空铁联运是航空运输与铁路运输协作的一种联合运输方式,通过机场与高铁的无缝中转,旅客可以有效换乘,出行范围扩大。由于公共卫生事件、自然灾害带来的冲击,重点研究不同时段下航空-高铁相依网络过载级联失效的鲁棒性问题。构建线性负载容量模型对航空-高铁相依网络进行蓄意攻击和随机攻击下的鲁棒性分析,并结合负载容量系数β和初始负载系数α提出了中心节点负载占比p指标,分析α对网络鲁棒性的影响。研究发现:航空-高铁相依网络并非属于同配耦合和异配耦合的网络;蓄意攻击相依网络时,网络效率随β值的增大而增大,呈现一阶相变并存在临界负载容量系数;模型参数α通过指标p影响网络鲁棒性,p越大,单网越脆弱。而整体相依网络的鲁棒性,则取决于相依的两个节点中较大的p值;从不同时段下随机攻击相依网络上的节点结果来看,8:00-10:00时段是网络鲁棒性最高的时段,22:00-24:00是网络最为脆弱的时段。研究结论为构建快速高效稳定的空铁联运网络便于旅客选择空铁换乘提供理论依据。

    相依网络鲁棒性级联失效综合运输空铁联运

    基于在线学习的离散时间人机协作系统预定性能柔顺控制

    刘霞王露陈勇
    52-61页
    查看更多>>摘要:为了使人机协作系统中机器人能够准确地顺应人类行为,提出了一种基于在线学习的离散时间预定性能柔顺控制方法。该方法在外环采用在线顺序极限学习机算法估计人类行为,并将估计结果结合参考阻抗模型来重建参考轨迹。在内环建立了离散时间预定性能控制器用于跟踪重建后的参考轨迹,并利用时间延迟估计来获得机器人复杂的未知动力学模型。分析了闭环系统的瞬态和稳态性能,通过对比仿真验证了该方法的有效性。所提的离散时间控制方法可更好地满足数字计算机的工作原理,在减少计算和内存负担的基础上,使得机器人末端执行器的跟踪误差能够满足预设性能要求。此外,该方法无需机器人精确的数学模型,同时还能减轻人类操作机器人的力量负担,保证人机协作的柔顺性。

    柔顺控制离散时间人机协作系统人类行为估计在线顺序极限学习机预定性能

    基于改进Res2Net与迁移学习的水果图像分类

    吴迪肖衍沈学军万琴...
    62-71页
    查看更多>>摘要:针对传统水果图像分类算法特征学习能力弱和细粒度特征信息表示不强的缺点,提出一种基于改进Res2Net与迁移学习的水果图像分类算法。首先,针对网络结构,在Res2Net的残差单元中引入动态多尺度融合注意力模块,对各种尺寸的图像动态地生成卷积核,利用meta-ACON激活函数优化ReLU激活函数,动态学习激活函数的线性和非线性,自适应选择是否激活神经元;其次,采用基于模型迁移的训练方式进一步提升分类的效率与鲁棒性。实验结果表明,该算法在Fruit-Dataset和Fruits-360数据集上的测试准确率相比Res2Net提升了 1。2%和 1。0%,召回率相比Res2Net提升了 1。13%和0。89%,有效提升了水果图像分类性能。

    图像分类Res2Net动态多尺度融合注意力激活函数迁移学习

    多无人机辅助的移动边缘计算任务卸载及路径优化方法

    巨涛李林娟张文金张宇斐...
    72-83页
    查看更多>>摘要:针对多无人机辅助移动边缘计算中的任务卸载决策和路径优化问题,提出了一种基于多智能体深度强化学习的计算任务卸载与路径优化方法,以降低系统总能耗,提升计算性能。首先,设计了多无人机辅助移动边缘计算系统模型,通过软件定义网络技术对无人机网络进行集中管理;然后,在考虑无人机负载及用户设备关联服务公平性的基础上,以系统总能耗为优化目标,通过设计多智能体深度确定性策略梯度算法完成任务卸载与无人机路径管理优化,以实现负载均衡、降低整个系统总能耗。仿真实验结果表明,与其他基准算法相比,所提方法在充分利用无人机辅助移动边缘计算系统计算资源的基础上,可在一定程度上降低系统能耗和计算延迟,保证整个系统的高效、稳定和可靠性,较好地满足移动边缘用户的服务请求。

    移动边缘计算多无人机网络任务卸载路径优化多智能体深度强化学习

    基于主动学习代理模型的结构时空相关可靠性分析方法

    詹红有梁峻源肖宁聪
    84-90页
    查看更多>>摘要:结构的极限状态方程常为隐函数,受到不确定性、时间和空间的影响,导致其输出为时变随机场。由于结构失效通常是小概率事件,需要大量有限元模拟,现有方法难以适用。尽管一阶/二阶可靠性分析方法可用,但精度和效率有限。该文提出基于主动学习Kriging代理模型的时空相关可靠性分析方法,旨在提高计算效率。首先推导随机样本在时空域内的极值符号预测概率,然后构建相应的学习函数。通过选择具有最小符号预测概率的候选样本加入训练集,并序列地更新Kriging模型,直至所有候选样本的准确预测概率超过 99%,同时计算失效概率。通过 3个算例验证了所提方法的效率和准确性,为时空相关可靠性分析提供了新思路。

    时空相关可靠性代理模型主动学习Kriging模型失效概率