首页期刊导航|信息与电子工程前沿(英文)
期刊信息/Journal information
信息与电子工程前沿(英文)
浙江大学出版社
信息与电子工程前沿(英文)

浙江大学出版社

月刊

2095-9184

杭州浙大路38号浙大学报英文版编辑部

信息与电子工程前沿(英文)/Journal Frontiers of Information Technology & Electronic EngineeringCSCDCSTPCD北大核心EISCI
正式出版
收录年代

    中长波红外探测技术发展与空间应用进展

    王玉莹李劲东孙鹤枝李享...
    1031-1056,后插1页
    查看更多>>摘要:中波、长波红外探测大气穿透力强、识别伪装目标能力优越,是制约未来天基对地观测、天文探测能力的关键技术,其对低温、遥远、弱目标和低对比度目标的探测性能决定空间红外遥感系统能否探得清、看得远。由于天基红外探测系统探测目标的多样化,不同任务目标对探测器的需求也十分不同。本文梳理天基红外探测技术的发展脉络和研究进展,对中长波红外探测器技术及其空间应用进行综述,基于对天基遥感应用中地面像元分辨率(GSD)、探测距离和噪声等效温差(NETD)等关键性能指标的综合分析,厘清其与红外探测器相关参数的关联,进而具体分析像元间距、探测器NETD、探测率及工作温度等对天基红外遥感性能的影响。最后根据未来高分辨率、体系效能型天基遥感的发展趋势,提出了中长波红外探测技术面临的挑战和发展方向。

    红外探测空间应用中长波红外探测天基对地观测遥感

    多跳有损自组网下多机器人集群分裂模型构建

    李思岚张绳昱江涛
    1057-1076,后插2页
    查看更多>>摘要:在多机器人集群系统中,不可靠的通信网络可能引发群体分裂现象,进而为集群任务带来不利影响。本文研究网络拓扑特征参数对集群分裂现象的影响,以期为多机器人集群系统的网络构建提供理论指导。具体地,首先针对多机器人集群系统提出一种分布式"通信—计算—执行"协议,以表征多跳有损自组织网络下机器人的信息交互和运动控制过程。该协议考虑了信息的单跳及多跳传输成功概率,并利用离散时间Olfati-Saber模型实现集群控制。基于该协议,针对特定初始状态下的集群场景构建了分裂预测模型。该模型明确了与集群分裂现象相关的关键系统状态特征及网络拓扑特征,可在确定性网络拓扑下根据系统初始状态完成群体分裂预测。根据这些特征,进一步利用基于反向传播神经网络的数据拟合方法,构建了集群分裂概率模型,可表征网络拓扑参数与集群分裂概率之间的函数关系。仿真结果验证了所提预测模型和集群分裂概率模型的有效性和准确性。最后,对多机器人集群自组网的构建提出指导建议。

    多机器人集群集群分裂概率分裂预测多机器人通信网络

    电子商务平台"二次放号"被盗账号检测研究:以美团为例

    高敏陈疏桐高洋波张振华...
    1077-1095,后插3页
    查看更多>>摘要:"二次放号"是指移动运营商回收已停机手机的号码并将其重新分配给新号主的行为。这种操作方式对电子商务平台现有身份验证解决方案的可靠性构成了威胁。具体而言,重新分配号码的新号主可以使用该号码之前已绑定的应用程序账户,并可能基于此开展欺诈活动。对于拥有庞大用户群体的电子商务平台而言,现有的基于移动运营商重新分配号码数据库的解决方案成本高昂。因此,我们迫切需要一种只依赖应用程序信息的解决方案。本文深入探究了因二次放号引发的被盗账号检测问题。基于对美团真实数据集的分析发现,被盗账户具有独特的统计特征和时序模式。基于这些观察结果,我们提出一种时序模式与统计特征融合模型(TSF)。该模型分别设计了时序模式编码器和统计特征编码器,旨在捕获能够有效区分正常账号和异常账号的时序演化模式和关键行为特征。在美团数据集和IEEE-CIS数据集上进行的大量实验表明,TSF的性能明显优于其它基线模型,进一步验证了所提模型的有效性。

    二次放号神经网络电子商务被盗账号检测

    一种基于局部差分隐私的数据流高效在线直方图发布算法

    陶陶张福南王修君郑啸...
    1096-1109,后插4页
    查看更多>>摘要:目前各领域都在产生包含用户敏感信息的实时数据流。尽管这些数据的共享和发布具有巨大商业价值,但如果直接发布数据,将会泄露数据中的用户隐私信息。因此,如何基于滑动数据流窗口持续生成满足隐私保护要求的可发布直方图已成为一个关键问题,尤其是在将数据发送给不受信任的第三方时。现有直方图发布方法在时间和存储成本方面的表现并不令人满意,因为它们必须缓存当前滑动窗口(SW)中的所有元素。为解决这一问题,我们为本地差分隐私数据流提出一种高效的在线直方图发布算法(EOHP)。具体来说,在EOHP 算法中,数据收集器首先使用数据流的近似计数方法实现在线处理数据获得初步直方图。其次,提出了优化隐私预算分配策略减少隐私预算的消耗,在近似直方图中添加适当噪声,使其在保持较好数据可用性的同时发布直方图。经两个不同真实数据集上的大量实验结果表明,与其他现有算法相比,EOHP算法显著降低了时间和存储成本,提高数据实用性。

    数据流差分隐私滑动窗口近似计数

    一种对攻击韧性的分布式一致性扩展卡尔曼滤波算法及其在多无人机追踪问题中的应用

    胡玉如李忘言吴励锋宇振盛...
    1110-1122,后插5页
    查看更多>>摘要:本文研究了非线性系统下多传感器融合过程中发生的欺骗攻击事件。首先,在分布式一致性扩展卡尔曼滤波(DEKCF)框架下引入一种能量受限的欺骗攻击(DALE)。然后,建立一种基于假设检验的检测机制,在存在误差项的情况下,对非线性系统进行线性化处理以检测 DALE 产生的异常数据。为有效缓解 DALE 对局部节点预测值的不良影响,分析设计了一种状态估计校正策略,用于重新校准由 DALE 引起的异常数据。在此基础上,提出了一种对攻击韧性分布式一致性扩展卡尔曼滤波(AR-DEKCF)算法,并在适当的条件下证明了其融合估计误差满足均方指数有界性能。最后,通过多无人机追踪问题的仿真实验验证了该算法的有效性。

    一致性扩展卡尔曼滤波假设检验纠正策略多无人机追踪

    异构多智能体系统的事件触发分布式跨维度编队控制

    魏惠敏彭晨赵敏
    1123-1133,后插6页
    查看更多>>摘要:本文研究受有限资源限制异构多智能体系统的事件触发分布式跨维度编队控制问题。中心任务是设计一个有效编队控制方案,即使在通讯受限情况下也能实现预期编队控制目标。因此,首先建立一个多维异构多智能体系统,根据智能体维度对它们进行分组。其次,为减少通信资源的过度消耗,设计一种跨维度事件触发通信方案,减少智能体之间信息交流。在设计的通信机制下,将异构多智能体编队控制问题转化为闭环误差系统渐近稳定性问题。然后,在不同维数追随者之间无通信条件下,给出设计跨维度编队控制和通信协议的准则。最后,通过一个仿真实例验证所设计编队控制协议的有效性。

    异构多智能体系统编队控制跨维度事件触发机制

    具有非对称时变输出约束的一类非线性系统的事件触发自适应跟踪控制

    杨义涛张立东
    1134-1144,后插7页
    查看更多>>摘要:本文研究了带有延迟非对称时变(DATV)输出约束的事件触发自适应神经网络(NN)跟踪控制问题。为了处理DATV输出约束,首先建立了一个非对称时变障碍李亚普诺夫函数(ATBLF),以简化系统的稳定性分析和控制器构造。其次,引入误差转移函数构造事件触发的自适应神经网络跟踪控制器,保证跟踪误差在预定时间内收敛到原点的任意小邻域,进而优化网络资源的利用。从理论上严格证明了当系统初值处于约束边界外时,闭环系统中的所有信号都是半全局一致最终有界的(SGUUB)。最后,通过单连杆机械臂(SLRA)应用实例验证了所获得的控制算法的可行性。

    自适应控制延迟非对称时变输出约束误差转移函数事件触发控制

    面向K/Ka波段空间应用的低剖面双宽频双圆极化反射阵天线

    童宣锋蒋之浩李远吴凡...
    1145-1161,后插8页
    查看更多>>摘要:提出并验证了一款能够独立控制K波段和Ka波段右旋圆极化/左旋圆极化波束指向的低剖面双宽频双圆极化反射阵天线。该反射阵天线通过将工作于K/Ka波段的多层移相单元进行共口径交错排布实现,其厚度仅为0。1λL。将设计的K/Ka波段反射阵单元分别围绕它们各自的几何中心旋转后,实现了对每个频段双圆极化波的独立调制。此外,为降低天线总体剖面高度,基于磁电偶极子和多阶耦合器设计了K/Ka波段双圆极化平面天线作为馈源,其可在32%和26%带宽内具有反射系数幅度小于-13 dB、轴比低于2 dB以及增益变化小于1 dB的特性。最后,将所设计的反射阵和馈源天线集成后实现了双宽频双圆极化反射阵天线,其产生的双频双圆极化波束可非对称地分布在x-z面和y-z面内。对所设计的反射阵天线进行加工和实验验证,其在低频和高频实测的最大增益值分别为24。3 dBic和27。3 dBic、实测的1 dB增益和2 dB轴比带宽分别为20。6%和14。6%。该双宽频双圆极化反射阵天线具备4个波束成形自由度,有望成为空间通信和卫星通信的有力备选器件之一。

    宽带双频双圆极化反射阵共口径

    基于深度展开的宽带太赫兹近场大规模天线信道估计

    高佳宝陈晓明李烨
    1162-1172,后插9页
    查看更多>>摘要:得益于巨大的带宽和空间自由度,太赫兹与大规模天线的结合有望满足未来无线通信系统不断增长的数据传输速率需求。然而,近场波束分裂效应等独特的信道特性使得太赫兹大规模天线系统的信道估计极具挑战性。一方面,采用针对低频远场信道设计的角度域变换字典会导致变换域信道稀疏度的下降并破坏其稀疏结构。另一方面,大多数现有基于压缩感知的信道估计算法无法同时取得高性能和低复杂度。为缓解这些问题,本文首先采用频率相关的近场字典以在近场波束分裂效应下维持良好的变换域信道稀疏度和稀疏结构。然后,提出一种基于深度展开的宽带太赫兹大规模天线信道估计算法。在近似消息传递—稀疏贝叶斯学习算法的每轮迭代中,通过一个深度神经网络学习最优更新规则,精心设计网络结构以有效利用内在信道规律。此外,开发了一种基于网络结构和损失函数设计的混合训练方法,以有效训练来自不同系统配置的数据。仿真结果验证了所提算法在性能、复杂度和鲁棒性上的优越性。

    太赫兹大规模天线信道估计深度学习

    Information for Authors

    封2页