首页期刊导航|中国电子科学研究院学报
期刊信息/Journal information
中国电子科学研究院学报
中国电子科学研究院学报

王积鹏

双月刊

1673-5692

dkyxuebao@126.com

010-68207307/08

100846

北京市海淀区万寿路27号电子大厦电科院学报1313房间

中国电子科学研究院学报/Journal Journal of China Academy of Electronics and Information Technology北大核心
查看更多>>为了适应电子信息技术的飞速发展以及我国综合电子信息系统建设和发展的迫切需要,提高我国综合电子信息系统领域整体的学术和技术水平,更好地为国内同行提供广阔的学术交流平台,同时更加适应国家和国防信息化建设对我院科研、技术发展和人才培养的要求,《中国电子科学研究院学报》在1990年创刊的《电子科学技术评论》期刊的基础上孕育而生。 《中国电子科学研究院学报》主管单位是中华人民共和国信息产业部,主办单位是中国电子科学研究院;其国际刊号为:ISSN1673—5692,国内刊号为:CN11—5401/TN;采用国际标准大16开本;逢双月20日出版,全国公开发行,定价为30元。主要发表综合电子信息系统领域内的技术和学术研究论文。聘请行业内资深专家,由工程院院士、长期从事综合电子信息系统研究的老专家以及近年来在此领域内卓有成就的中年专家组成编委会。全国人大常委会委员长吴邦国为《中国电子科学研究院学报》题写刊名。 立足于推动电子信息科学理论和前沿技术的交流与研究,注重理论与实践相结合,要以“创新”为魂,以“战略化、综合化、系统化”为纲,倡导原始创新、集成创新与引进消化吸收再创新,不断发现人才、培养人才、锻炼人才,着力营造电子信息科学技术百花齐放、百家争鸣的文化环境,力争成为国内一流的核心学术期刊。
正式出版
收录年代

    多无人机网络中信息隐蔽传输保证的频谱资源分配方法

    吴义政钱鹏智杜奕航张余...
    97-108页
    查看更多>>摘要:针对多无人机网络中信息隐蔽传输的频谱分配问题,构建了多无人机网络隐蔽传输中继选择、频谱分配和块长度分配多维度优化模型,将无人机的中继选择问题转化为无人机联盟选择问题,以最大化多无人机网络中信息传输满意度为目标,提出了一种联合无人机联盟选择和频谱资源分配的优化方法.由于无人机联盟选择、频谱分配和块长度分配的联合优化是一个复杂的NP问题和非凸问题,利用降维处理方式将问题划分为两个子问题,一是无人机的中继选择,二是无人机的带宽分配和块长度分配.通过构建联盟形成博弈来优化无人机联盟选择,同时优化无人机的频谱分配和块长度分配.所提博弈被证明是个精确势能博弈(Exact Potential Game,EPG),即,所提博弈至少存在一个纯策略纳什均衡.考虑到对频谱分配和块长度分配联合优化也是一个复杂的NP问题和非凸问题,通过块坐标下降法将联合优化问题分解为带宽分配和块长度分配两个子问题迭代优化,采用粒子群优化算法求解上述两个子问题.仿真结果表明,所提联合优化方法可以有效提高多无人机网络信息传输的满意度,同时使得无人机可以隐蔽地将信息传输到地面控制站.

    多无人机信息传输安全传输频谱资源分配联合优化算法联盟形成博弈

    基于时频域分析的车载毫米波雷达干扰抑制方法

    李家强危雨萱任梦豪陈金立...
    109-118页
    查看更多>>摘要:文中针对车载调频连续波雷达之间相互干扰导致虚警和漏警的问题,提出一种在时频域基于改进经验模式分解和自回归模型相结合的干扰抑制方法.该方法首先使用经验模式分解区分出拍频信号中干扰分量主导的低阶本征模态函数,将其转换到短时傅里叶变换域后通过全局阈值方法进行干扰分量定位;其次,在时频域根据定位信息将拍频信号包含干扰的数据置零;最后,使用自回归模型对拍频信号中缺失的有用信号进行估计并插值.通过仿真和实测结果显示,该方法在精确地去除干扰分量的同时可以减少有用信号的功率损失,干扰抑制后的信号与参考信号的相关系数达到0.969 7.与现有干扰抑制技术相比文中方法也体现出更优的干扰抑制性能.

    调频连续波雷达干扰抑制时频域经验模式分解自回归模型

    GFDM系统中基于软符号的迭代信道估计

    张前波刘春刚李泽鹏
    119-126页
    查看更多>>摘要:广义频分复用(Generalized Frequency Division Multiplexing,GFDM)是能够满足低轨通信卫星各种应用和场景要求的候选波形.为了在基于GFDM的低轨卫星通信系统中实现可靠的数据传输,信道估计(Channel Estimation,CE)是先决条件.但是由于GFDM的二维块调制和子载波之间的非正交性使得传统CE方法几乎不可能直接应用于GFDM.除此之外,当依靠硬判决策略来保证迭代信道估计准确度的时候,需要较多迭代次数才能达到理想效果.针对上述问题,提出了一种基于软符号的迭代信道估计(Iterative Channel Estimation,ICE).根据最大后验(Maximum A Poste-riori,MAP)准则推导出ICE,通过调和平均相结合的方法构造每一个子载波上的软符号,并利用不动点迭代(Fixed-point Iteration,FPI)求解.最后通过仿真实验证明,与硬判决信道估计相比,在同样的迭代次数下,误码率(Bit Error Rate,BER)性能提升2 dB左右,并且在低迭代次数下,该方法的均方误差(Mean Squared Error,MSE)性能明显低于硬判决迭代信道估计,更适合对运算复杂度有较高要求的低轨卫星通信系统.

    GFDM软符号迭代信道估计最大后验准则低轨卫星通信系统

    一种基于层次分析法的复杂电磁环境相似度评估方法

    陈馨杨东升孟冲王严...
    127-137页
    查看更多>>摘要:文中提出了一种基于层次分析法的复杂电磁环境相似度评估方法,明确了复杂电磁环境相似度评估的原理和设计实现方式,在具体实现时,将电磁环境与构设要求的一致性评估问题转换为对被试装备感知电磁环境的相似度分析.针对复杂电磁环境,采用层次分析思想构建相似度评估体系,基于电磁环境中的信号特征参数,对电磁环境信号在时域、频域、调制域、功率域和极化域等多维度指标进行分析计算,评估电磁环境构设效果,为电磁环境构设方案的调整提供依据.

    层次分析复杂电磁环境相似度评估体系

    基于深度强化学习的战术通信网络路径优选算法

    潘成胜曹康宁石怀峰王英植...
    138-148页
    查看更多>>摘要:针对作战业务的异质性、链路类型的多样性以及链路状态的时变性,使得满足业务服务质量需求的端到端传输路径的决策空间指数级上升,导致业务与最优路径的匹配更加困难的问题,提出了一种基于深度强化学习的战术通信网络路径优选算法(DRL-ST).DRL-ST通过Dueling DQN构建了端到端传输路径决策模型,并利用SumTree存储结构对采样机制进行优化,以提升模型的收敛速度;进一步,在对传输路径端到端QoS参数进行刻画的基础上,构建基于多业务特征的奖励函数,实现了业务服务质量需求与传输路径的最优匹配.实验结果表明,与传统算法相比,DRL-ST在满足业务服务质量需求的同时,端到端时延和丢包率分别降低了 16.78%和28.43%,且吞吐量最大提升了 20.36%.

    深度强化学习软件定义网络路径优选服务质量

    一种动平台MIMO雷达对海广域探测波束锐化方法

    张冰瑞韩文俊郭国强崔炜程...
    149-154,171页
    查看更多>>摘要:为解决动平台相控阵雷达前视成像方位分辨率低的问题,文中利用多输入多输出(Multiple Input Multiple Output,MIMO)雷达角度分辨力的优势,给出了一种适用于广域宽角扫描的机载MI-MO雷达波束锐化方法.首先,根据MIMO雷达虚拟阵列原理,在宽发窄收和同时多波束探测模式下,建立了子阵级MIMO雷达前视成像回波模型;然后,在贝叶斯准则下,结合噪声统计先验信息,给出了基于最大似然估计的波束锐化方法.仿真和数据分析发现,该方法在较宽的角域内均可以获得良好的波束锐化性能,同时又极大节省了时间资源,具有一定的工程应用价值.

    动平台MIMO雷达波束锐化最大似然估计

    基于神经网络的WiFi信号度量学习方法

    赵鹏尹广举朱雷李昆...
    155-161页
    查看更多>>摘要:WiFi室内定位中,信号空间度量主要为先验距离度量及其组合.然而实际情况中,最佳信号空间距离度量与先验的距离度量不存在显式联系.文中提出一种基于神经网络的信号空间距离度量方法,通过样本训练,得到对位置空间近邻关系的估计,从而进行定位.通过开源数据集实验,证明了本方法相比于传统的基于欧式距离、Jaccard距离、基于秩的距离以及CMD复合距离的度量方式,平均定位误差分别下降了 0.6m,1.8m,1.3m和0.4 m,能有效提高定位精度.

    室内定位神经网络信号空间度量

    基于全局上下文网络的视频异常行为检测方法

    朱艺璇易淑涵刘睿涵范哲意...
    162-171页
    查看更多>>摘要:文中针对视频信息中的长距离时间特征关系易被忽略的问题,提出了一种基于全局上下文网络的弱监督视频异常行为检测方法.为了提升对视觉场景的全局理解,提高异常检测的准确性,对时间特征提取模块进行改进,仅计算一个与查询位置无关的全局注意力矩阵,并对所有查询位置共享,有效降低网络计算量和参数量.同时进行网络模块优化,加快运算速度.实验结果表明,基于全局上下文网络的视频异常行为检测算法能够在网络更具轻便性、运算效率更高的情况下有效提高异常检测准确率.

    视频异常行为检测弱监督时间特征全局注意力矩阵

    基于话题知识增强的立场检测大模型提示学习框架

    何耀彬胡金晖丁代俊朱润酥...
    172-178页
    查看更多>>摘要:立场检测旨在分析观点性文本(例如支持、中立或反对)对给定目标的态度.随着预训练模型的发展,现有方法主要基于微调框架构建立场检测模型.近期,提示学习框架在自然语言处理任务中取得了成功.然而,在实际应用场景中,面向立场检测构建提示学习框架仍然具有如下挑战:推文文本可能不会明确地表达某种态度,而是使用各种话题标签(#hashtag)来表达立场观点.文中设计一种背景知识增强的提示学习框架(Background Knowledge Enhanced Framework,BKEF),在框架中首先提出了 一个主题发现模型来学习主题表示其次,提出话题知识增强的提示学习网络构建立场预测器最后,选用三个公开数据集对本文所提的方法进行评测实验结果显示,文中提出的BKEF方法优于现有方法.

    立场检测深度学习提示学习框架

    深度神经网络架构轻量化方法综述

    林冲范加利闫文君陈姮...
    179-193页
    查看更多>>摘要:当前,深度神经网络作为学术界和工业界最受关注的研究方向之一,倍受广大科研人员青睐,但是存在架构很复杂、参数量巨大、计算成本、存储成本过高的缺点.因此,如何在保证神经网络性能可接受的情况下对其去冗余、实现轻量化设计成为热点问题.当前,各种轻量化方法如雨后春笋般涌现,为给希望利用轻量化神经网络解决具体问题的研究人员建立对网络轻量化方法的整体认识、快速选择合适的解决方案,文中对具有代表性的架构轻量化方法进行介绍:剪枝、架构搜索、知识蒸馏以及轻量化卷积核设计,并从不同角度对比分析各种方法优劣,最后在宏观层面展望神经网络轻量化的未来发展方向.

    深度神经网络深度神经网络轻量化神经网络架构轻量化轻量化网络