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

孙玲玲

双月刊

1001-9146

hztx2003@sohu.com

0571-85179834 85066039

310006

浙江省杭州市延安路472号

杭州电子科技大学学报/Journal Journal of Hangzhou Dianzi University
查看更多>>本学报在电子界、教育界广泛征稿。有健全的编委会,有较强的编辑力量,向广大科技爱好者推荐和传播最新科研成果。
正式出版
收录年代

    基于功率放大器AM-PM失真的无记忆行为模型

    丛日行游彬王锦林煊...
    1-6页
    查看更多>>摘要:提出了一种无记忆非线性行为模型,用于描述多种功率放大器(PA)的幅度调制到相位调制(AM-PM)特性.该模型结合多项式建模、优化、分段方法,降低了现有AM-PM模型处理特殊类型PA的误差.使用仿真结果与文献中的数据进行建模,并与其他知名的行为模型进行对比,该模型具有更好的精度及更简单的算法,为PA的优化设计提供了可能性.

    行为模型功率放大器AM-PM失真

    基于灰度时域图和FFA-Transformer网络的压制干扰识别算法

    彭晓晴刘顺兰沈雷
    7-17页
    查看更多>>摘要:目前基于频域构造的残差网络干扰识别算法在提取压制干扰特征时,泛化能力较弱,在低干噪比下受噪声影响大.为此,针对5类频谱图相似的压制干扰信号,提出一种基于灰度时域图和Fused Feature Aware Transformer(FFA-Transformer)网络的压制干扰识别算法.将一维的时域信号构造成体现信号特征的灰度时域图,使得网络能够提取更多信号特征,并搭建FFA-Transformer 网络,利用该网络实现5类压制干扰信号的识别.该网络通过加权平均的方式融合编码器输出的全局特征和局部特征,网络同时关注纹理等全局特征和边缘等局部特征,加强了全局特征和局部特征的关联性,较传统ViT网络和传统CNN网络训练频谱图和时域图更能高精度地实现5类压制干扰信号的识别.

    FFA-Transformer压制干扰识别灰度时域图

    基于多参量联合优化的去蜂窝大规模MIMO系统能效研究

    陈小兰曹海燕汪忠亮李斌...
    18-26页
    查看更多>>摘要:去蜂窝大规模多输入多输出(Multiple-input Multiple-output,MIMO)系统利用低精度模数转换器来降低硬件成本和反向链接负载,从而获得高频谱效率和宏分集增益,但仍产生大量的功耗精度损失.针对在接收端采用低分辨率模数转换器(Analog-to-Digtial Converter,ADC)的去蜂窝大规模MIMO系统的上行链路,本文提出了一种基于fpZF(full-poilt Zero Forcing)检测的交替联合优化能效算法.首先推导出去蜂窝大规模MIMO系统中采用fpZF接收机时系统上行链路能效的近似闭式表达式;其次,根据分数规划的性质,将分数形式转化为等价的减式形式,在确定量化精度和接入点数目的基础上,以导频序列长度、接入点天线数以及发射功率为优化目标的三变量进行交替迭代,得出最优能效值;再进一步通过调整量化精度和接入点数目,对能效和频效进行优化,以达到能效最优值.仿真结果表明,所提算法能够有效提高系统的能量效率和频谱效率,并且保证用户之间的公平性.

    去蜂窝大规模多输入多输出能量效率联合优化低精度量化频谱效率

    基于程序依赖图和图注意网络的代码克隆检测

    杜思宇徐欣
    27-36页
    查看更多>>摘要:随着软件剽窃和代码克隆现象的不断增加,对相似代码段的有效检测变得至关重要,特别是涉及语义相似克隆的代码克隆检测,对于推动研究进展和维护知识产权具有重要意义.语义相似克隆的特征涉及功能和语义的相似性,相较于句法相似性,这种相似性更难检测.为解决这一问题,提出了一种新颖的检测方法,采用程序依赖图而非抽象语法树,以更有效地表达代码的语义信息;通过引入图注意网络,从程序依赖图中提取出关键的语义特征,并最终计算出两段代码之间的功能相似性.实验证明,提出的基于程序依赖图和图注意网络的方法在语义相似克隆的检测方面明显优于当前已有的方法.

    克隆检测程序依赖图图注意网络

    基于改进MobileNet的ECG身份识别算法

    韦以嘉张烨菲张显飞赵治栋...
    37-43页
    查看更多>>摘要:信息安全在当今社会显得愈发重要,基于心电(Electrocardiogram,ECG)信号的身份识别技术因其"活体"采集的高防伪性,呈现出了独特的优势.为了在移动环境下实现更高效快捷的身份识别,提出了一种基于稀疏卷积(Sparse convolution,SP)和轻量化网络MobileNet的深度迁移识别模型SP-MobileNet.首先对原始ECG信号进行预处理,采用小波软阈值消噪后并将其盲分割成信号片段,采用广义S变换得到ECG时频图作为网络输入;其次构建基于SP-MobileNet的ECG识别模型,引入MobileNet,修改其卷积层为稀疏卷积计算策略,通过迁移学习实现从导联Ⅱ采集的大样本ECG数据训练到指尖采集的小样本ECG识别的无缝连接.实验结果表明,该算法可以高效快捷地进行ECG身份识别,在PhysioNet/Cinc Challenge 2017数据集上分别实现了 98.00%的识别准确率和50.4 FPS的推理速度.

    心电信号身份识别轻量型网络稀疏卷积迁移学习

    基于遗传粒子群融合的射频电源阻抗匹配方法

    蔡馨慧易志强李光俊
    44-50页
    查看更多>>摘要:在实际工作中,射频电源的负载特性会发生快速变化,导致阻抗失配,使得电源输出功率无法始终处于额定值.为克服该现象,须对时变负载完成实时阻抗匹配.本文提出一种基于遗传粒子群融合的射频电源阻抗匹配方法.首先对代表阻抗匹配网络中可变元器件参数的粒子进行交叉、变异操作,增加粒子多样性;同时引入非线性递减的惯性权重和动态学习因子,根据粒子寻优情况调节搜索范围,只需少量迭代即可求得阻抗匹配网络参数的最优解,提高了寻优速度.仿真结果表明,该融合算法在阻抗匹配实时性及精度方面均优于传统粒子群算法和遗传算法.

    射频电源阻抗匹配遗传粒子群融合动态学习因子非线性递减惯性权重

    基于LOF模型的输水管网异常数据检测及校正

    李守俊李江严佳杰金波...
    51-59页
    查看更多>>摘要:为了解决实测流量压力数据错误对输水管道实时水力模型EPANET-RTX造成的干扰,针对大量实测数据,通过局部异常因子LOF算法与多个局部测量模型,建立异常数据检测模型检测异常样本;再采用Z分数算法检出异常参数,并采用k邻域均值法校正参数,实现高维向量快速检异、校正,从而保证EPANET-RTX稳定可靠地跟踪输水管网实时运行状态.以JS输水管网为实例进行运行数据异常检测及校正,异常数据识别准确率达99.53%,校正数据的质量及检异/校正速度均满足实时水力模型所需.

    输水管网异常值检测LOF算法Z分数k邻域均值法

    体推进剂老化机理及寿命评估的研究进展

    周想徐江荣李和平
    60-69页
    查看更多>>摘要:固体推进剂老化是影响其安全贮存及固体火箭发动机正常工作的关键因素.精准评估固体推进剂的当前状态和使用寿命,详细分析固体推进剂在贮存期间各种外界因素耦合作用对装药结构缺陷等老化特性的影响规律及作用机制,建立一套有效的失效判定准则,对固体火箭发动机安全发射及"高寿命"固体推进剂研制和使用具有重要意义.基于固体推进剂的材料特性及贮存环境,本文综述了固体推进剂的老化过程(包括物理化学过程、机械过程),以及因装药结构缺陷引起的内弹道性能、结构完整性的变化;同时,根据测试表征手段、量子化学计算和分子动力学模拟方法,阐述了目前广泛使用及研究的NEPE和HTPB推进剂的老化机理;最后,分别从失效指标、数据采集及数据处理三方面综述了固体推进剂的寿命评估及延寿方法.

    固体推进剂装药缺陷老化机理寿命评估

    洗扫车路径规划问题及求解算法

    郑城钦王剑
    70-79页
    查看更多>>摘要:洗扫车路径规划问题是一类容量约束弧路径问题(CARP),具有NP-hard性质.为了提升求解CARP的能力,本文提出一种模拟退火算法与混合遗传算法的结合算法,简称为模拟退火混合遗传算法(SAHGA).该算法在混合遗传算法中的局部搜索操作之后加入模拟退火算法的思想,在一定程度上优化了算法在洗扫车优化调度中求解能力.同时改进算法中的选择算法,使用更加有效的锦标赛算法.使用标准CARP算例集进行了测试,并给出了改进算法与传统混合遗传算法和其他启发式算法的效果比较.结果表明,SAHGA改进效果明显,是有效的求解CARP的方法.使用算法对杭州电子科技大学周边街道的洗扫车规划问题进行求解,验证了算法的可靠性.

    容量约束弧路径问题模拟退火算法混合遗传算法锦标赛算法

    基于正交Legendre多项式的神经网络求解随机It?-Volterra积分方程

    曾嵘张洪铭邵新平
    80-87页
    查看更多>>摘要:为求多维随机Itô-Volterra积分方程近似解,首先利用Legendre多项式的函数逼近和带配点法的算子矩阵,将所求方程转化为代数方程组.基于算子矩阵构造损失函数,并用配置点作为网络输入、Legendre多项式的系数作为权重构造神经网络,再采用梯度下降法对权重进行学习从而得到近似解.从理论上对该方法的收敛性进行了分析.最后,通过数值算例验证该方法的准确性.

    Legendre多项式算子矩阵神经网络随机积分方程