首页期刊导航|电子与信息学报
期刊信息/Journal information
电子与信息学报
电子与信息学报

吴一戎

月刊

1009-5896

jeit@mail.ie.ac.cn

010-58887066

100190

北京市北四环西路19号

电子与信息学报/Journal Journal of Electronics & Information TechnologyCSCD北大核心CSTPCDEI
查看更多>>本刊是电子科学高级综合性学术刊物。主要刊登有关电子与信息科学方面的具有创新性的、高水平的文章。
正式出版
收录年代

    超大规模MIMO阵列可视区域空间分布数据集

    高锐锋苗艳春陈颖王珏...
    3063-3072页
    查看更多>>摘要：可视区域(VR)信息可用于降低超大规模多输入多输出(XL-MIMO)系统传输设计复杂度,但现有理论分析与传输设计多基于简化的VR统计分布模型.为评估分析XL-MIMO在实际物理传播场景中的性能,该文公开了XL-MIMO阵列VR空间分布数据集,其由环境参数设置、射线追踪仿真、天线场强数据预处理和VR判定准则等步骤构建.该数据集针对典型城区无线传播场景,建立了用户位置采样与场强数据、VR数据之间的关联,总数据条目数量达上亿级.进一步对其中VR形态、VR分布进行了可视化展示与分析,并以基于VR的XL-MIMO用户接入协议为例,利用该数据集对其在真实传播场景中的性能进行了仿真,为该数据集的应用提供了典型样例.

    超大规模MIMO可视区域射线追踪能量集中度子阵列

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    以全球导航卫星系统为辐射源的前向散射雷达发展综述

    郑雨晴艾小锋王满喜徐志明...
    3073-3093页
    查看更多>>摘要：前向散射雷达(FSR)可获得高水平雷达截面积(RCS)的特性使其在反隐身中占据重要地位.利用全球导航卫星系统(GNSS)作为辐射源,具有全天时全天候全地域覆盖的优势,通过部署多个接收节点可构建地面/海上/空中目标监视网络.该文针对基于GNSS的FSR发展现状,从目标检测、目标参数估计、阴影逆合成孔径雷达(SISAR)成像及目标分类识别等方面对关键技术和现存问题进行概述,并从组网探测、多目标定位、布站优化和极化信息获取等方面对基于GNSS的FSR发展趋势提出展望.

    前向散射雷达GNSS信号建模目标检测参数估计侧影成像目标识别

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于深度学习的时间序列分类研究综述

    任利强贾舒宜王海鹏王子玲...
    3094-3116页
    查看更多>>摘要：时间序列分类(TSC)是数据挖掘领域中最重要且最具有挑战性的任务之一.深度学习技术在自然语言处理和计算机视觉领域已取得革命性进展,同时在时间序列分析等其他领域也显示出巨大的潜力.该文对基于深度学习的时间序列分类的最新研究成果进行了详细综述.首先,定义了关键术语和相关概念.其次,从多层感知机、卷积神经网络、循环神经网络和注意力机制4个网络架构角度分类总结了当前最新的时间序列分类模型,及各自优点和局限性.然后,概述了时间序列分类在人体活动识别和脑电图情绪识别两个关键领域的最新进展和挑战.最后,讨论了将深度学习应用于时间序列数据时未解决的问题和未来研究方向.该文为研究者了解最新基于深度学习的时间序列分类研究动态、新技术和发展趋势提供了参考.

    深度学习时间序列神经网络分类综述

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    可重构智能表面辅助的V2I通信系统联合波束赋形算法

    仲伟志何艺段洪涛万诗晴...
    3117-3125页
    查看更多>>摘要：为解决基于信道先验知识的联合波束赋形方法受限于多变的车辆与交通基础设施(V2I)通信场景且信道估计开销过大等问题,该文结合环境态势感知,提出一种基于无线传播链路预测的联合波束赋形方法.该方法首先利用射线追踪模拟器构建了可重构智能表面(RIS)辅助的V2I毫米波通信系统模型,通过改变环境态势以获取多样的无线传播链路数据来构建数据集.其次,使用该数据集训练基于机器学习的无线传播链路预测模型.最后,在最大发射功率约束条件下,构建了联合波束赋形问题模型,并基于预测结果采用交替迭代优化方法(AIOA)优化基站波束赋形矩阵和RIS相移矩阵,以实现同步通信车辆用户最小信干噪比(SINR)的最大化.仿真结果验证了该方法的有效性,通过引入非信道先验知识驱动,降低了信道探测开销,提高了该方法在V2I场景中的可行性.

    V2I通信可重构智能表面联合波束赋形环境态势感知信道预测

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    Nakagami-m信道下无人机辅助的速率分拆多址接入协作通信系统性能研究

    黄海燕张鸿生刘伯阳梁琳琳...
    3126-3135页
    查看更多>>摘要：针对多用户通信资源短缺、分配不均衡的问题,该文研究了基于速率分拆多址接入技术(RSMA)的无人机(UAV)辅助多用户下行通信网络.在复杂的实际通信环境中,频率复用所引起的无用信号的干扰不可避免,考虑无人机与各用户节点信息传输受共道干扰影响,在Nakagami-m衰落信道下推导了该无人机协作通信系统的中断概率和信道容量的精确闭式表达式,证明共道干扰的存在使得高信噪比(SNR)区域系统的分集阶数为0.结果表明,在相同的空间模型下,采用RSMA通信方案的系统性能优于非正交多址(NOMA)方案;无人机飞行速度增大时,地-空通信建立视距链路的概率降低,系统中断性能下降.因此,在满足用户实际通信的需求时需要综合考虑无人机飞行速度、多址接入方式、系统性能以及通信连通性,以实现对无人机通信系统整体的有效权衡.

    无人机通信速率分拆多址接入共道干扰视距链路中断概率

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    面向同频干扰环境的5G机会信号定位算法研究

    孙骞丁天语简鑫李一兵...
    3136-3145页
    查看更多>>摘要：针对全球导航卫星系统(GNSS)拒止环境下定位精度难以保证的问题,该文设计了一种基于新无线电(NR)机会信号的定位方案,并提出一种基于干扰消除子空间追踪(ICSP)算法,解决超密集网络(UDNs)和异构网络(HetNets)环境中同频干扰对定位观测量提取精度不足的问题.通过仿真实验和通用软件无线电外设(USRP)半实物仿真,验证了ICSP算法在复杂网络环境中优化5G机会信号接收机性能、提高定位精度上的有效性.

    机会信号导航新无线电定位技术干扰消除子空间追踪同频干扰软件无线电平台

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    工业物联网中基于信息熵的联邦增量学习算法与优化

    杨睿哲谢欣儒滕颖蕾李萌...
    3146-3154页
    查看更多>>摘要：面对工业生产过程中大规模、多样且随时间增长的数据和机器学习任务,该文提出一种基于信息熵的联邦增量学习(FIL)与优化方法.基于联邦框架,各本地计算节点可利用本地数据进行模型训练,并计算信息平均熵上传至服务器,以此辅助识别类增任务;全局服务器则根据本地反馈的平均熵选择参与当前轮次训练的本地节点,并判决任务是否产生增量后,进行全局模型下发与聚合更新.所提方法结合平均熵和阈值进行不同情况下的节点选择,实现低平均熵下的模型稳定学习和高平均熵下的模型增量式扩展.在此基础上,采用凸优化,在资源有限的情况下自适应地调整聚合频率和资源分配,最终实现模型的有效收敛.仿真结果表明,在不同的情景下,该文所提方法都可以加速模型收敛并提升训练精度.

    工业物联网联邦增量学习信息平均熵

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    混合可重构智能表面和人工噪声辅助的物理层安全通信

    邓志祥戴陈庆张志威
    3155-3164页
    查看更多>>摘要：针对可重构智能表面(Reconfigurable Intelligent Reflecting Surface,RIS)辅助的物理层安全通信,该文设计了基于混合有源-无源RIS和人工噪声(Artificial Noise,AN)辅助的安全传输方案.考虑基站和RIS的功率约束以及RIS无源反射元件的反射系数恒模约束,以最大化系统安全传输速率为目标,构建基站发射波束成形、AN波束向量、RIS反射系数矩阵联合优化问题.使用交替优化(Alternating Optimization,AO)、权值最小均方误差(Weighted Minimum Mean Square Error,WMMSE)和半定松弛(Semi-definite Relaxation,SDR)算法,求解所构建的变量高度耦合的非凸优化问题.仿真结果表明,混合RIS辅助安全传输方案,能够有效提高系统的安全速率,与无源RIS相比,能够有效克服"双衰落"效应导致的安全速率降低,与有源RIS相比,具有更高的能量效率.

    可重构智能表面混合有源-无源RIS物理层安全人工噪声交替优化半定松弛

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    物联网双层耦合动力学信息传播模型研究

    张月霞常凤德
    3165-3173页
    查看更多>>摘要：信息传播模型的研究是物联网领域的重要组成部分,它有助于提高物联网系统的性能和效率,促进物联网技术的进一步发展,针对物联网通信中影响信息传播的因素复杂且不稳定的问题,该文提出一种双层耦合信息传播模型SIVR-UAD,通过分析物联网中不同状态的设备和用户对信息传播的影响,建立了6种耦合状态,并利用马尔科夫方法分析耦合节点的状态变化过程,找到信息传播平衡点,最后通过理论分析证明了模型的平衡点的唯一性以及稳定性.仿真结果表明,在3组不同的初始耦合节点数下,SIVR-UAD模型中的6种耦合节点数量变化始终趋向同一稳定水平,证明了该模型的平衡点和稳定性.

    物联网通信SIVR-UAD双层耦合信息传播模型稳定性证明

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    融合通道个性标准化的本地自适应联邦学习研究

    赵宇陈思光
    3174-3183页
    查看更多>>摘要：为了缓解联邦学习(FL)中客户端之间由于完全重叠特征偏移所带来的数据异构问题影响,该文提出一种融合通道个性标准化的本地自适应联邦学习算法.具体地,构建了一个面向数据特征偏移的联邦学习模型,在训练开始之前先对客户端中的图像数据集进行一系列随机增强操作.其次,客户端分别按颜色通道单独计算数据集的均值和标准差,实现通道个性标准化.进一步地,设计本地自适应更新联邦学习算法,即自适应地聚合全局模型和本地模型以进行本地初始化,该聚合方法的独特之处在于既保留了客户端模型的个性化特征,同时又能从全局模型中捕获必要信息,以提升模型的泛化性能.最后,实验结果表明,该文所提算法与现有相关算法相比,收敛速度更快,准确率提高了3%～19%.

    边缘计算联邦学习标准化模型聚合

      原文链接:
    • NETL
    • NSTL
    • 万方数据