摘要:

摘要:低空智联网是低空经济发展的重要基础设施，在这种复杂的系统中，无人机的安全控制面临着空域安全、数据安全及频谱安全等多重安全挑战。为了同时解决这3个问题， 本文提出了一个基于区块链的三面协同监管架构，同时使用链上和链下信息。链上包含无人机身份和注册等信息，而链下包含广播式自动相关监视（Automatic dependent surveillance-broadcast，ADS-B）和频谱等信息。为解决跨域认证问题，提出了一种基于ADS-B信息和无证书的高效签名算法。由于ADS-B协议中缺乏纠错机制，ADS-B信息在传输过程中容易受到信道噪声和干扰而产生错误，因此哈希验证可能会失败。为了缓解这种签名失败，设计了一种基于纠错码的跨层签名算法进行纠错。经实践验证，基于区块链的三面协同监管平台已成功试用于长江低空示范试验区。

摘要:针对低空智联网协同认知干扰决策过程中，多架电子干扰无人机对抗多部多功能雷达的干扰资源分配问题，提出了一种基于数字孪生和深度强化学习的认知干扰决策方法。首先，将协同电子干扰问题建模为马尔可夫决策问题，建立认知干扰决策系统模型，综合考虑干扰对象、干扰功率和干扰样式选择约束，构建智能体动作空间、状态空间和奖励函数。其次，在近端策略优化（Proximal policy optimization， PPO）深度强化学习算法的基础上，提出了自适应学习率近端策略优化（Adaptive learning rate proximal policy optimization， APPO）算法。同时，为了以高保真的方式提高深度强化学习算法的训练速度，提出了一种基于数字孪生的协同电子干扰决策模型训练方法。仿真结果表明，与已有的深度强化学习算法相比，APPO算法干扰效能提升30%以上，所提训练方法能够提高50%以上的模型训练速度。

摘要:低空飞行空间范围小、目标速度慢、环境要素杂，传统的经纬度表征方式无法满足智联环境下的低空精细管理要求，为此本文研究了数字低空空域栅格化的表征度量与最优标定问题。首先，从“点-线-面”视角构建了多维度低空空域结构要素量化表征规则，提出了低空空域多层级栅格量化表征方法；然后，通过判定不同空域栅格的“点-线-面”位置关系，提出了基于栅格交集矩阵的低空空域拓扑关系度量方法；最后，综合考虑低空无人机碰撞指数、低空栅格利用指数等优化目标，以及节点与栅格匹配约束、空间位置约束、无人机与无人机/障碍物安全约束等限制条件，建立了面向多维性能的低空空域栅格粒度最优标定模型。针对城市低空典型飞行任务场景对所提方法的有效性及优化效果进行了验证分析。实验结果表明，针对任意设定的低空空域和无人机飞行任务，在可接受的无人机碰撞指数和栅格利用指数下，所提方法可对数字低空栅格粒度进行最优配置，从根源上有效确保低空飞行活动的安全和高效。研究成果对于支撑数字低空空域精细化管理和异质飞行器融合运行具有一定的理论价值和应用意义。

摘要:无人机作为低空智联网的重要组成部分，在无线通信领域已经被广泛应用，然而在无人机网络规模和拓扑结构的不断变化时，现有解决方案常常遭遇诸多挑战，如收敛速度缓慢、实时响应能力不足、训练成本高昂以及泛化能力受限等。针对这些问题，本文提出了一种基于图神经网络（Graph neural network， GNN）的无人机网络观测表征和决策方案。研究首先通过图建模方法对无人机与其观测实体之间的关系进行建模，设计了一种基于GNN的表征方案，并利用机器学习算法进行预训练，以适应动态变化的观测空间。针对决策空间的动态特性，进一步提出了一种基于边决策的GNN模型，该模型通过图建模及边权重拟合，以增强对动态决策空间的适应性。此外，通过两个无人机网络案例的研究，本文验证了所提出方案的有效性和先进性，展现了其在实际无人机网络应用中的潜力。

摘要:随着网络化、智能化的发展，无人机（Unmanned aerial vehicles， UAVs）逐渐成为低空智联网（Low-altitude intelligent network， LAIN）的重要组成部分，但如何对低空智联网中的无人机平台进行有效的管理仍面临严峻挑战。基于无人机信号中的细微特征可对无人机进行个体识别，并检测是否为非法无人机，从而实现低空智联网中无人机的身份识别和管理。针对低空领域信道环境复杂且无法提前获取非法无人机信号样本的问题，本文提出了基于差值时频和多质心OpenMax的无人机开集识别方法。首先，提出了与信道无关的差值时频特征来降低多径信道环境对射频指纹（Radio frequency fingerprinting， RFF）特征的影响，并利用数据增强提高了识别模型的准确率和鲁棒性。其次，利用多质心OpenMax替代神经网络Softmax层，以实现无人机个体的开集识别。最后，对神经网络的损失函数进行了改进，提高了开集识别准确率。本文利用真实环境采集的数据对所提算法进行了验证，在多径信道环境中开放度为0.087时，开集识别准确率达到了93.23%，与基准算法相比，准确率分别提高了7.61%和13.4%。本文提出的算法可在复杂信道环境中有效识别无人机个体并检测出首次出现的非法无人机。

摘要:低空生态的繁荣不断推动智能网络服务由平面向低空三维立体方向转变，低空业务呈现出规模化、协同化和智能化等演进态势，对低空智联网跨域设备协作能力、任务处理效率、数据安全性及操作可信性等提出了较严苛要求。集群式多设备联合计算协作可提升低空智联网中复杂化大规模任务的处理效率，然而现有模式仍存在跨域设备协作困难、安全可信性缺乏保障以及资源调度灵活性不足等问题。区块链具有数据及操作不可篡改、公开透明和集体维护等特性，尤为适合在多方参与的低空智联环境中建立高效协作信任。本文提出区块链增强的低空智联网可信协作架构，为低空多源异构智联设备提供链上跨域协作计算与状态同步渠道，并设计深度融合集群任务处理流程的多级共识协议，保障低空智联网协作集群式计算服务的安全性与可信性。针对低空智联网中协作集群链上同步状态的时效性开展分析，并据此提出一种基于排队模型的低空智联协作节点链上状态修正算法与高效集群构建策略，保障链上协作任务处理效率。仿真结果表明所提架构及方案可有效提升低空智联网中协作任务处理效率和资源利用率等性能。

摘要:针对无人机（Unmanned aerial vehicle，UAV）辅助的内容分发系统中信息新鲜度的问题，提出了一种基于信息年龄（Age of information，AoI）的无人机缓存和轨迹优化算法，缓解了热点区域内用户请求长时间无法应答的问题。在无人机有限的缓存容量和覆盖范围内，通过优化地面用户成簇，无人机缓存策略以及轨迹，建立了所有用户获取请求内容的平均代价最小化问题。以无人机的覆盖半径作为成簇半径，采用AP（Affinity propagation）聚类算法，对地面用户进行分簇；将本文中的无人机缓存问题转化为01背包问题，采用动态规划（Dynamic programming，DP）算法进行求解；通过遗传算法（Genetic algorithm，GA）求解无人机的飞行轨迹。仿真结果表明，本文算法能够有效降低用户获得请求内容的平均代价。

摘要:针对多层异构融合网络（Multi-layer heterogeneous integrated network， MLHetINet）切换复杂的问题，提出通过凝视波束及干扰消除算法获取切换分析的有效数据，简化波束对准及捕获过程，扩展空基网络覆盖范围，进而降低跨层切换的复杂度。首先，针对地面终端和空中基站间的相对高速运动特性，提出空基凝视多波束形成算法，自适应地调整天线相位和权值，在目标方向生成主瓣并对干扰源进行零陷实现空域隔离，简化切换分析的复杂度。然后针对空地信道的复杂性，提出了基于列范数分组排序的多阶干扰消除算法，进一步提高目标信号的检测精度，提高切换分析的准确性。最后，依靠凝视波束技术和干扰消除算法，针对空天地三维多层异构融合网络中的切换事件设计了独立的切换协议，显著降低了网络资源的消耗。仿真结果表明，相较于传统地面网络和天地融合网络，所提波束赋形辅助的天空地多层异构融合网络中的用户信息速率有显著提升。

摘要:深度学习技术极大地提高了雷达图像目标分类的精度，但由于神经网络自身的脆弱性使得雷达图像分类系统的安全性受到威胁。本文对雷达对抗样本的攻击性及雷达对抗样本与原始样本在频率域上的差异性进行了分析，并在此基础上，提出了两步式雷达对抗样本检测技术来提升雷达分类模型的安全性。首先基于频率域对输入的雷达图像进行第1步对抗样本检测，分离出对抗样本，然后将剩下的图像分别送入到一个经过对抗训练的模型和一个未经过对抗训练的模型进行第2次对抗样本检测。通过这种两步式的检测方法，可以有效地检测出对抗样本，检测成功率不低于95.73%，有效提升了雷达分类模型的安全性。

摘要:针对复杂场景下合成孔径雷达（Synthetic aperture radar， SAR）图像船舶目标像素尺度差异大和船舶密集排列造成目标漏检的问题，提出一种基于改进YOLOv5的船舶多尺度SAR图像检测算法。对于YOLOv5的颈部网络，采用双向特征金字塔结构（Bi-directional feature pyramid network， BiFPN）提升网络多尺度特征融合能力，并在其自下而上的特征融合支路中，基于深度可分离卷积（Depthwise separable convolution， DSC）和通道MLP构建EC-MLP（Enhanced channel-MLP）模块，从而丰富语义信息，提供更充分的船舶目标上下文特征；引入全局注意力机制（Global attention mechanism， GAM），使网络对输入特征进行针对性提取并运算，减少网络的信息丢失；此外，使用SIoU损失函数进一步提高网络的训练收敛速度和检测精度。在SSDD和HRSID数据集上与其他8种方法（Faster R-CNN、Libra R-CNN 、FCOS、YOLOv5s、PP-YOLOv2、YOLOX-s、PP-YOLOE-s和YOLOv7-tiny）进行对比实验。实验结果表明：改进后算法在SSDD数据集上的AP50达到了96.7%，在HRSID数据集上AP50达到了95.6%，优于对比方法。

摘要:提出了一种相控阵雷达横滚角标校方法，利用相控阵雷达横滚角与目标俯仰角测量误差之间的近似线性关系，结合雷达自带的角度测量误差标定手段，快速地计算得到雷达的横滚角，进而大幅提高相控阵雷达的角度测量精度。实验证明，使用该方法计算得到的横滚角与使用激光测量仪器测得的横滚角结果精度相当，完全能够满足高精度测量雷达的需求。

摘要:提出同时将透射和反射可重构智能表面（Simultaneously transmitting and reflecting reconfigurable intelligent surfaces， STAR-RIS）与通信感知一体化（Integrated sensing and communication， ISAC）系统结合，以实现全空间的通信与感知。同时在STAR-RIS上应用一种低成本的传感器实现了在STAR-RIS上进行目标感知，解决了雷达感知的严重路径损耗问题。基于此，本文研究了STAR-RIS辅助位于STAR-RIS两侧的多用户多输入单输出（Multi-user multi-input single-output， MU-MISO） 以及一个位于STAR-RIS透射侧的目标的ISAC系统，旨在联合优化STAR-RIS的被动波束成形矩阵和ISAC基站处的主动波束成形矩阵，以最大化用户的通信和速率，同时满足目标感知的最低信噪比要求。为了解决优化过程中的非凸问题，提出了一种基于分式规划的块坐标上升算法，将优化变量分为几个块变量交替优化。在迭代优化后续波束成形问题上，应用了连续凸逼近和半正定松弛算法。与传统的可重构智能表面相比，仿真结果验证了在ISAC系统中部署STAR-RIS的优点。同时将所提的基于分式规划的算法与基于加权最小均方误差的算法进行了对比并验证了所提算法在提高通信和速率上的优势和有效性。

摘要:在无监督域自适应语义分割任务中，有效地融合源域和目标域的特征以及解决不同类别像素数量分布不均衡的问题是提升跨域语义分割网络性能的关键。为了充分融合源域和目标域的特征，建立源域和目标域之间的长距离上下文关系，本文构建了双跨域图卷积网络，利用图卷积来引导源域和目标域的特征进行融合。本文分别构造了跨域位置相似矩阵和通道相似矩阵，提出了跨域位置图卷积和跨域通道图卷积。为了解决数据集中存在的类不平衡问题，同时提取到更多域不变特征，本文提出了分组对比学习策略，通过在组内构造正负样本，拉近2个域相同类之间的距离并拉远2个域不同类之间的距离。实验证明，本文提出的方法在数据集GTA5到Cityscapes和SYNTHIA到Cityscapes上的跨域语义分割均取得了良好的效果。

摘要:由于文档纸张的几何形变、拍摄场景的干扰及拍摄角度不理想导致的透视失真，移动设备获取的文档图像的光学字符识别（Optical character recognition，OCR）性能受到很大挑战。针对折叠和扭曲的畸变文档图像预处理问题，设计了两种基于自编码器的网络结构，以实现自适应性图像矫正并提高文字识别正确率。首先提出空洞残差块和非对称卷积残差块两种残差块，然后将残差块与自编码器相结合，设计了一种非对称空洞自编码器网络；同时利用空间金字塔池化代替全连接层，并用非对称卷积残差块实现特征提取，设计了另一种空间金字塔自编码器网络。实验结果表明，与畸变图像相比，经非对称空洞自编码器网络矫正后的图像在OCR正确率、OCR召回率和文本相似度上分别提高了26.3%、20.4%和12.3%，而经空间金字塔自编码器网络矫正后的图像在正确率、召回率和文本相似度上分别提高了27.7%、22.0%和15.5%。与RectiNet等其他图像矫正网络相比，这两种网络可以自适应矫正多种类型的畸变文档图像，且矫正后的图像在文字识别上表现更为优异。本文提出的两种矫正网络能有效提高图像文字识别正确率、召回率和文本相似度，同时在鲁棒性、泛化性等方面与现有矫正网络相比具有明显的优势。

摘要:网络入侵检测系统是网络信息安全防护的重要防御工具，而复杂的、冗长的网络入侵行为特征严重影响了网络入侵检测的效果。针对网络入侵检测中信息量增长迅速、数据不完备的现实问题，提出一种基于邻域量化容差条件熵增量式更新的特征选择算法。首先，在邻域量化容差粒计算的基础上，结合条件熵在刻画特征不确定性、对特征之间的相关或依赖程度方面的显著特性，研究了邻域量化容差条件熵的增量式更新机制；然后，基于该更新机制提出动态数据库增量式更新的特征选择算法；最后，通过数据实验分析验证了所提出的算法能有效提高不完备信息系统特征选择的计算效率。新提出的算法在网络入侵检测实例应用中体现的计算复杂度及虚警率低的优势，表明其可为网络信息安全防护提供有效可行的具体方法。

摘要:针对评论情感分析任务中文本长度失衡引起的特征稀疏、特征缺失和提取信息不全等问题，提出了一种基于字句动态特征和自注意力的情感分析方法。首先基于预训练模型对评论进行动态特征编码，使用句向量对不足固定长度的部分进行补全，并表征超出的截断部分，以缓解批训练下文本尺寸失衡引起的特征稀疏和特征缺失问题。然后使用基于自注意力机制的特征重组方法动态整合字句融合特征，并优化权重参数以降低计算和训练时间复杂度。最后在开源数据集上分别进行了消融实验和对比实验。测试结果表明，本文方法在准确率上有较优的改进效果。

摘要:弱监督视频异常检测由于抗干扰性强、数据标注要求低，成为视频异常事件检测研究的热点。在现有的工作中，大多数弱监督视频异常检测方法认为各个视频段独立同分布，单独判断每个视频段是否异常，忽略了视频段间的时空依赖关系。为此，提出了一种基于时空依赖关系和特征融合的弱监督视频异常检测方法，在保留视频段原始特征的同时，使用视频段之间的索引距离和特征相似程度拟合视频段的时间和空间依赖关系，构建视频段的关系特征。通过融合原始特征和关系特征，更好地表达视频的动态特性和时序关系。在UCF-Crime和ShanghaiTech 两个基准数据集上进行了大量实验，实验结果表明所提方法的AUC指标优于其他方法，AUC值分别达到了80.1%和94.6%。

摘要:在大规模资源环境下，传统的资源索引机制导致Peer结点数量急剧增加和负载均衡性能下降，影响查询效率和系统稳定性。本文提出了一种质心模型的局部资源聚类方法，通过将相近资源聚类于单一结点并选出代表性键，有效减少了P2P（Peer-to-peer）网络中的Peer结点规模。此外，局部聚类机制集中处理距离相近的键，避免了资源覆盖的过度膨胀。实验结果显示，基于质心模型的Skip Graph算法不仅降低了查询复杂度，提高了负载均衡性能，而且在网络规模、数据量及查询复杂度方面展现出优秀的扩展性，更好地适应大规模资源发现的需求。

摘要:自动准确的息肉定位分割方法可以在结直肠癌病变早期及时地发现息肉，大大降低癌变几率。编解码结构作为近年来息肉分割中最主流的网络结构，已经得到了很大的改进，如提高模型捕获全局上下文特征和局部特征的能力，使用深层特征对浅层解码做指导。但是息肉形状和大小不一，在编码时，由于卷积特性容易过于陷入局部信息挖掘，而失去远程信息依赖关系；还有一些息肉图像存在对比度低、空间复杂的特性，导致息肉与背景两者极易混淆。本文提出了基于多重注意力和schatten-p 范数的息肉分割网络。其中，轴向多重注意力模块利用轴向注意力补充图像中的远程上下文关系，同时补充对边缘、背景信息的关注以实现特征互补，在注意全局特征的同时加强对局部细节特征的捕捉；利用矩阵奇异值和矩阵隐含信息的关联性，引入schatten-p 范数作约束，从矩阵角度分析数据，辅助模型辨别前景和背景。通过设置大量实验，证明了本文提出方法的有效性，并且MASNet在Kvasir-SEG数据集上对比不同的方法，取得了较好的分割结果。

摘要:脉搏诊断仪器的研发和使用为传统中医的智能诊断提供了客观基础，但现有的脉搏诊断设备没有考虑采集部位（寸、关、尺）与压力（浮、中、沉）共同作用时对诊断结果的影响，诊断精度仍有提升空间。为了更加准确地识别脉象，本文提出了一种基于柔性传感器的智能脉诊系统和相应的脉搏信号处理方法。在寸、关、尺采集部位安装3个阵列柔性传感器，通过设置浮、中、沉不同压力阈值，获取多组脉象信号，接着提取信号特征，并基于多重集典型相关分析（Multi-set canonical correlations analysis，MCCA）方法对多通道特征进行融合，以获得更多脉搏信息。实验结果表明，本文所提方法在4种典型脉象分类中，脉象分类准确度得到进一步提升。本文设计的采集部位、压力相结合的脉象感应方法可以模拟还原中医诊断过程，有助于提取真实的脉搏信号，为后续基于柔性传感器的智能脉搏诊断设备的研发提供了理论基础和参考价值。