首页期刊导航|西安电子科技大学学报（自然科学版）
期刊信息/Journal information
西安电子科技大学学报（自然科学版）
西安电子科技大学
西安电子科技大学学报（自然科学版）

西安电子科技大学

梁昌洪

双月刊

1001-2400

xuebao@mail.xidian.edu.cn

029-88202853

710071

西安市太白南路2号349信箱

西安电子科技大学学报（自然科学版）/Journal Journal of Xidian University(Natural Science)CSCD北大核心CSTPCDEI
查看更多>>本刊主要刊登通信工程、信息工程、计算机科学与技术、机电工程与自动控制、微电子学、物理电子学、电磁场与微波技术、无线电物理、密码学、应用数学等方面的有创见有参考价值的学术论文。
正式出版
收录年代

    基于谱压缩的大斜视TOPS BP图像自聚焦算法

    周生威李宁邢孟道
    1-10页
    查看更多>>摘要：在机动平台大斜视TOPS模式SAR成像时,通过使用地平面直角坐标系BP成像算法,能够在短时间内获取地距平面无畸变的宽幅SAR图像,但实际应用中如何对BP图像快速完成运动误差补偿与旁瓣抑制仍是一个难点.针对此问题,提出了一种改进的谱压缩方法,基于此能够快速实现机动平台大斜视TOPS模式地平面BP图像自聚焦等后续操作.首先,考虑到传统BP谱压缩方法仅适用于聚束成像模式,结合大斜视TOPS SAR虚拟旋转中心理论与波数谱分析,推导出了改进的精确谱压缩函数,能够通过全孔径压缩获得无模糊的地平面TOPS模式BP图像频谱.在此基础上,利用相位梯度 自聚焦(PGA)能够快速完成全孔径运动误差估计与补偿.此外,基于提出的改进谱压缩方法得到的无模糊对齐BP图像频谱,可以在方位频域统一加窗实现图像旁瓣抑制.最后,通过仿真数据处理验证了所提算法的有效性.

    TOPS模式地平面BP成像谱压缩运动误差补偿旁瓣抑制

      原文链接:
    • 万方数据
    • 维普

    空间耦合量子LDPC码的双窗口滑动译码

    王云江朱高辉杨宇霆马钟...
    11-20页
    查看更多>>摘要：量子纠错码是应对量子计算过程中不可避免的噪声干扰的关键途径.和其经典情形一样,空间耦合量子LDPC码理论上也可在纠错性能和译码时延间取得良好的均衡.考虑到 目前采用常规置信传播算法(BPA)的空间耦合量子LDPC(SC-QLDPC)码在译码过程中仍存在复杂度高和译码时延长的问题,受经典滑窗译码算法的启发,并结合和利用SC-QLDPC码所对应的两个奇偶校验矩阵在主对角线和副对角线上具有非零对角带的结构特点,提出了针对量子SC-QLDPC码的滑窗译码算法(称为量子双窗口滑动译码算法).在该策略中,通过窗口在两个经典校验矩阵主副对角线上的同时滑动,保证了相应量子比特部分译码所需的相位与比特翻转错误图样信息的提取,从而使其在译码性能和时延之间取得良好均衡.对所提量子双窗口滑动译码算法进行仿真验证,结果表明其不仅能提供灵活的低时延译码输出,并且当窗口扩大时,其译码性能逼近标准的量子置信传播算法,显著提升了 SC-QLDPC码的应用范围.

    LDPC码空间耦合量子码双窗口滑动BP译码

      原文链接:
    • 万方数据
    • 维普

    电大山区地物环境中电波传播的电磁计算

    王楠刘俊志陈贵齐赵延安...
    21-28页
    查看更多>>摘要：在无人驾驶与无人机等新兴行业中,信号覆盖范围的要求较高,不仅仅在城市,在人迹罕至的山地、沙漠、森林中也需要无线信号的覆盖才能真正完成远程操控,这些地区更多需要考虑的是地势变化对电磁传播所带来的影响.计算电磁学中的一致性几何绕射理论方法是分析电大环境电磁问题的有效方法,使用计算电磁学的方法研究电磁波在山区地物环境中的传播规律.给出了 一种建立不规则地形模型的新方法,可以通过数字高程的网格数据生成电磁算法可用的三次多项式曲面,使用多个立方曲面对不规则地形进行拼接,使用平均均方根误差验证模型数据的准确性.基于所得的地形数据,完成了并行的几何光学算法,并对区域电磁场的分布进行了仿真计算.选取了实际山区地物环境进行了实地测量,测量结果与仿真结果对比趋势一致,验证了该方法在非规则地形中电磁波传播分析中的有效性.考虑环境电磁计算的规模,建立了相应的并行策略,100核测试的并行效率可以保持在80％以上.

    电大山区地物环境电波传播数字高程分形建模几何光学并行计算

      原文链接:
    • 万方数据
    • 维普

    注意力去噪与复数LSTM的时变信道预测算法

    陈永蒋丰源
    29-40页
    查看更多>>摘要：随着无线通信技术的发展,高速场景下通信技术的研究也越来越广泛,其中获取到准确的信道状态信息对提升无线通信系统的性能具有重要的意义.针对正交频分复用系统在高速场景下,现有信道预测算法未考虑噪声影响及预测精度低的问题,提出了 一种注意力去噪与复数卷积LSTM的时变信道预测算法.首先,设计了一种通道注意力信道去噪网络对信道状态信息进行去噪处理,降低了噪声对信道状态信息的影响.然后,提出了基于复数卷积层和长短期记忆网络的信道预测模型,对去噪后历史时刻的信道状态信息进行特征提取,并且对未来时刻的信道状态信息进行预测;改进后的LSTM预测模型增强了对信道时序特征的提取能力,提高了信道预测的精度.最后,结合Adam优化器对未来时刻信道状态信息进行预测输出.仿真结果表明:与对比算法相比,所提基于注意力去噪与复数卷积LSTM的时变信道预测算法对信道状态信息的预测精度更高,能够适用于高速移动场景下的时变信道预测.

    时变信道预测高速场景通道注意力去噪复数卷积长短期记忆网络正交频分复用

      原文链接:
    • 万方数据
    • 维普

    基于注意力自相关机制的剩余杂波抑制方法

    申露苏洪涛汪晋毛智...
    41-51页
    查看更多>>摘要：雷达工作时面临着复杂多变的环境,杂波特性经常呈现非均匀性和时变性.未被完全抑制的杂波剩余可能会产生大量虚警,进而导致虚假航迹产生或目标跟踪精度降低.在严重情况下,这些虚警还可能使雷达数据处理系统饱和,影响雷达系统的探测能力.传统的剩余杂波抑制算法需要进行特征提取和构建分类器两个步骤,存在泛化能力差、特征组合难和分类器要求高等问题.为解决这些问题,受到 自注意力机制和领域知识的启发,提出了一种数据与知识双驱动的注意力 自相关机制.该机制可以有效提取用于区分目标和杂波的雷达回波相互关系的深度特征.同时,基于该机制,构建了一种剩余杂波抑制方法,充分利用雷达回波特征,提高了算法在剩余杂波抑制方面的性能.仿真和实测数据处理结果表明,该方法在剩余杂波抑制方面具有显著的性能优势和泛化能力.此外,该方法的并行计算结构可以提高算法的运行效率.

    剩余杂波抑制注意力自相关机制深层特征神经网络

      原文链接:
    • 万方数据
    • 维普

    一种改进的双深度Q网络服务功能链部署算法

    刘道华魏丁二宣贺君余长鸣...
    52-59页
    查看更多>>摘要：网络功能虚拟化已成为未来通信网络的关键技术,动态服务功能链的高效部署是提高网络性能迫切需要解决的问题之一.为降低通信网络服务器能量消耗以及改善通信网络服务质量,提出一种改进的双深度Q网络的动态服务功能链部署算法.由于网络状态及服务功能链的动态性,首先将服务功能链部署问题建模为马尔可夫决策过程.根据通信网络中资源的状态以及所选择的动作计算奖励函数值,对双深度Q网络进行在线训练,得到最优深度神经网络模型,从而确定最优的在线服务功能链部署策略.为解决传统深度强化学习从经验回放池中采用均匀抽取经验样本而导致神经网络学习效率低的问题,设计一种基于重要性采样的优先级经验回放方法以抽取经验样本,从而有效地避免训练样本之间的高度相关性,进一步提高离线学习神经网络的效率.仿真结果表明,所提出基于改进双深度Q网络的服务功能链部署算法能够提高奖励值,与传统的双深度Q网络算法相比,在能量消耗与阻塞率方面分别降低约19.89％～36.99％与 9.52％～16.37％.

    服务功能链马尔科夫决策过程网络能耗双深度Q网络

      原文链接:
    • 万方数据
    • 维普

    意图驱动网络服务韧性机制研究

    李鹏程宋延博杨春刚李富强...
    60-71页
    查看更多>>摘要：软件定义网络、网络功能虚拟化和意图驱动网络等新技术的出现,促使网络朝着服务化、定制化和智能化等方向快速发展.然而,规模巨大且复杂的网络形态导致网络管理存在失效,同时网络攻击事件频繁发生.因此,提高网络服务韧性,确保网络服务能够持续保障,变得非常重要.意图驱动网络能实现从用户意图到网络韧性策略生成及其下发的全过程的自动部署,为网络有效应对各类挑战提供更加灵活的手段,极大地改善了网络管理效率,并提高了网络服务韧性.基于此,提出一种意图驱动网络服务韧性控制环路架构及其实现架构.首先,通过将信念-愿望-意图推理逻辑引入韧性推理机制,使网络具有预防功能、防御功能、恢复功能以及适应功能,能够在网络攻击发生前期及时地作出响应,并根据具体环境灵活调整韧性策略,以应对突发的网络攻击,持续保障网络服务.最后,以分布式拒绝服务攻击作为用例,验证所述的意图驱动网络服务韧性机制在保障网络服务韧性方面的有效性.

    意图驱动网络网络服务韧性信念-愿望-意图推理服务持续保障

      原文链接:
    • 万方数据
    • 维普

    高动态复杂场景下航空自组网路由协议研究

    姜来为陈正杨宏宇
    72-85页
    查看更多>>摘要：随着航空运输规模的迅速增长,以民航飞机为主的航空 自组网通信已经具备通信组网覆盖的基础.能否找到一种有效手段将高动态不确定复杂场景下航空器节点重要数据传输并安全备份,是提高空天地一体化系统可靠性和管理能力的重要措施.然而,航空 自组网所具备的网络拓扑结构高动态变化、网络跨度大和网络链路不稳定等特点,给航空 自组网网络协议设计,尤其是路由协议设计带来了严峻考验.为了便于未来在航空 自组网路由协议设计方面开展深入研究,对航空 自组网路由协议设计相关要求进行了全面的分析并对现有的路由协议进行了全面的调研.首先根据航空 自组网的特点分析了航空 自组网路由协议设计所需要考虑的因素、面临的挑战以及设计原则;然后,根据现有路由协议设计特点,对国内外已有航空 自组网路由协议进行了分类综述与分析;最后,探讨了未来航空 自组网路由协议设计的研究重点,为推动我国下一代空天地一体化网络研究提供了参考.

    高动态复杂场景航空自组网路由协议数据传输

      原文链接:
    • 万方数据
    • 维普

    使用图负采样的图卷积神经网络推荐算法

    黄河源慕彩红方云飞刘逸...
    86-99页
    查看更多>>摘要：经过几年的快速发展,基于图卷积神经网络的协同过滤算法已经在许多推荐系统场景中取得了最好的表现.但是这些算法在采集负样本时大多仅仅采用简单的随机负采样方法,没有充分利用图结构信息.针对这一问题,提出了一种使用图负采样的图卷积神经网络推荐算法GCN-GNS.该算法首先构造用户-物品二部图,并利用图卷积神经网络获取节点嵌入向量;接下来通过基于深度优先搜索的随机游走方法获取同时包含近距离邻居物品节点和远方物品节点的游走物品节点序列;然后设计注意力层 自适应学习游走序列中不同节点的权重,并按权重组成一个动态更新的虚拟负样本;最终利用该虚拟负样本对模型进行更高效的训练.实验结果显示,与对比算法相比,多数情况下GCN-GNS在三个真实公开数据集上都有更好的表现;这表明所提出的新的图负采样方法能够帮助GCN-GNS算法更充分地利用图结构信息,并最终提升物品推荐的效果.

    推荐系统协同过滤卷积神经网络图负采样

      原文链接:
    • 万方数据
    • 维普

    非负拉格朗日松弛优化的子空间聚类算法

    朱东霞贾洪杰黄龙霞
    100-113页
    查看更多>>摘要：传统的子空间聚类和谱聚类中普遍使用谱松弛方法聚类,需要先计算拉普拉斯矩阵的特征向量.特征向量中包含负数,根据元素的正负可以直接得到二类聚类的结果.对于多类聚类问题,需要递归地进行二划分,或在特征向量空间中使用k-means算法聚类,分配类簇标签是间接的,这种后处理的聚类方式会增加聚类结果的不稳定性.针对谱松弛的问题,提出了一种非负拉格朗 日松弛优化的子空间聚类算法,在目标函数中集成了 自表示学习和秩约束.通过非负拉格朗 日松弛来求解相似性矩阵和隶属矩阵,并保持隶属矩阵的非负性.在这种情况下,原来的隶属矩阵就变成了类簇的后验概率,当算法收敛时,只需将数据点分配给具有最大后验概率的类簇,即可得到聚类结果.与已有的子空间聚类和谱聚类方法相比,所提出的算法设计了新的优化规则,可以实现类簇标签的直接分配,不需要额外的聚类步骤.最后,给出了算法的收敛性证明.在5个基准聚类数据集上的大量实验表明,所提算法的聚类性能优于近几年来的子空间聚类方法.

    聚类算法自表示优化非负拉格朗日松弛子空间聚类

      原文链接:
    • 万方数据
    • 维普