ISSN 
2021年 第50卷 第1期
2021, 50(1): 1-7.
doi: 10.12178/1001-0548.2019232
摘要:
已有的上行非正交多址接入(NOMA)系统中最大化能量效率的功率分配方案的计算量有待降低，针对此问题，该文提出了上行NOMA系统中低复杂度的最大化系统能量效率的功率分配方案。首先，根据用户的最低速率需求计算每个用户所需的最低功率，以单个用户的最大发送功率和用户的最低速率需求作为约束条件，建立最大化能量效率的功率分配优化问题，然后求解所有用户的总功率为常数时最大的能量效率及其对应的功率分配，最后求解总功率变化时最大化能量效率的功率分配。仿真结果显示，随着信噪比的变化，该文所提方案的系统能量效率高于或等于相同场景中的已有方案。
已有的上行非正交多址接入(NOMA)系统中最大化能量效率的功率分配方案的计算量有待降低，针对此问题，该文提出了上行NOMA系统中低复杂度的最大化系统能量效率的功率分配方案。首先，根据用户的最低速率需求计算每个用户所需的最低功率，以单个用户的最大发送功率和用户的最低速率需求作为约束条件，建立最大化能量效率的功率分配优化问题，然后求解所有用户的总功率为常数时最大的能量效率及其对应的功率分配，最后求解总功率变化时最大化能量效率的功率分配。仿真结果显示，随着信噪比的变化，该文所提方案的系统能量效率高于或等于相同场景中的已有方案。
2021, 50(1): 8-13.
doi: 10.12178/1001-0548.2019115
摘要:
为了提高帧存储的压缩性能，该文提出了一种纹理感知多模式编码的帧存有损压缩算法。该算法首先感知区域纹理的方向性，为当前像素计算得到最优方向的参考像素，并方向性预测得到预测残差；然后根据运动方向的延续性和帧间同位置像素的量化步长的相关性，对率失真模型进行改进，以得到量化参数；最后针对不同纹理区域的预测残差特点，在游程编码、自适应k的哥伦布编码和直传编码3种编码模式中，自适应选取最优的编码模式进行编码。实验结果显示，与内容感知自适应量化的帧存压缩算法相比，一方面，该算法在PSNR和编码时间几乎不变的情况下，平均压缩率提高了14.8%；另一方面，该算法的性能与图像复杂程度强相关，即图像纹理越简单，该算法的编码时间越短，提高的压缩率越大。
为了提高帧存储的压缩性能，该文提出了一种纹理感知多模式编码的帧存有损压缩算法。该算法首先感知区域纹理的方向性，为当前像素计算得到最优方向的参考像素，并方向性预测得到预测残差；然后根据运动方向的延续性和帧间同位置像素的量化步长的相关性，对率失真模型进行改进，以得到量化参数；最后针对不同纹理区域的预测残差特点，在游程编码、自适应k的哥伦布编码和直传编码3种编码模式中，自适应选取最优的编码模式进行编码。实验结果显示，与内容感知自适应量化的帧存压缩算法相比，一方面，该算法在PSNR和编码时间几乎不变的情况下，平均压缩率提高了14.8%；另一方面，该算法的性能与图像复杂程度强相关，即图像纹理越简单，该算法的编码时间越短，提高的压缩率越大。
2021, 50(1): 14-23.
doi: 10.12178/1001-0548.2020245
摘要:
复杂噪声环境下，电力设备局部放电信号的高完备度提取是实现其运行状态在线评估的关键。该文提出一种基于自适应噪声的总体集合经验分解(CEEMDAN)和改进小波包结合的复杂染噪局放信号提取方法。首先，通过自适应CEEMDAN将染噪信号进行分解，利用奇异值分解(SVD)算法对分量中包含的窄带噪声和频率混叠进行抑制，再根据信号间的相关系数确定有效分量并重构。最后，采用改进的小波包阈值法对重构信号中的白噪声进行滤除。利用该文算法分别对仿真数据和实测数据进行去噪处理，定量分析表明，该方法可有效去除白噪声和窄带噪声干扰，提取的局放信号波形畸变小、能量损失小，能够满足后续的工程应用需求。
复杂噪声环境下，电力设备局部放电信号的高完备度提取是实现其运行状态在线评估的关键。该文提出一种基于自适应噪声的总体集合经验分解(CEEMDAN)和改进小波包结合的复杂染噪局放信号提取方法。首先，通过自适应CEEMDAN将染噪信号进行分解，利用奇异值分解(SVD)算法对分量中包含的窄带噪声和频率混叠进行抑制，再根据信号间的相关系数确定有效分量并重构。最后，采用改进的小波包阈值法对重构信号中的白噪声进行滤除。利用该文算法分别对仿真数据和实测数据进行去噪处理，定量分析表明，该方法可有效去除白噪声和窄带噪声干扰，提取的局放信号波形畸变小、能量损失小，能够满足后续的工程应用需求。
2021, 50(1): 24-29.
doi: 10.12178/1001-0548.2020014
摘要:
为实现重离子治癌装置中γ-γ符合时间的高精度和高分辨率测量，设计实现了符合时间的测量系统，该系统主要由高速比较器构成的定时甄别电路和基于现场可编程逻辑阵列(FPGA)的时间−数字转换(TDC)电路构成。FPGA-TDC通过“粗”时间和“细”时间结合的方法实现精确的时间测量：“粗”时间测量采用二进制计数器实现，“细”时间测量基于片内缓冲器和寄存器阵列构成的级联延迟链实现。实测结果表明，该符合时间测量系统的本征时间间隔测量分辨好于276 ps(FWHM)。构建了H8500耦合LYSO晶体阵列组成的测量系统，并对22Na 511 keV γ射线进行测试，结果表明时间测量精度优于1.12 ns(FWHM)，且通过统计分析有效符合时间得到的晶体阵列位置映射散点图清晰。
为实现重离子治癌装置中γ-γ符合时间的高精度和高分辨率测量，设计实现了符合时间的测量系统，该系统主要由高速比较器构成的定时甄别电路和基于现场可编程逻辑阵列(FPGA)的时间−数字转换(TDC)电路构成。FPGA-TDC通过“粗”时间和“细”时间结合的方法实现精确的时间测量：“粗”时间测量采用二进制计数器实现，“细”时间测量基于片内缓冲器和寄存器阵列构成的级联延迟链实现。实测结果表明，该符合时间测量系统的本征时间间隔测量分辨好于276 ps(FWHM)。构建了H8500耦合LYSO晶体阵列组成的测量系统，并对22Na 511 keV γ射线进行测试，结果表明时间测量精度优于1.12 ns(FWHM)，且通过统计分析有效符合时间得到的晶体阵列位置映射散点图清晰。
2021, 50(1): 30-35.
doi: 10.12178/1001-0548.2020240
摘要:
该文研制了一种基于现场可编程逻辑阵列(FPGA)的自动标定装置，用于对深空粒子探测系统的自动校准和刻度。该标定装置主要包括标准脉冲产生单元、高速模数转换单元和控制与数据处理单元。其控制与数据处理单元基于FPGA实现，采用模块化的设计完成对外围电路控制及数据在线处理。通过各项实验验证，该装置可在复杂环境下实现对系统的基线稳定性、线性、能量分辨等特性的自动标定，具有高集成度、高可靠性、高自动化程度和灵活配置等特点，为深空探测器飞行中的在板标定和自动测试提供手段。
该文研制了一种基于现场可编程逻辑阵列(FPGA)的自动标定装置，用于对深空粒子探测系统的自动校准和刻度。该标定装置主要包括标准脉冲产生单元、高速模数转换单元和控制与数据处理单元。其控制与数据处理单元基于FPGA实现，采用模块化的设计完成对外围电路控制及数据在线处理。通过各项实验验证，该装置可在复杂环境下实现对系统的基线稳定性、线性、能量分辨等特性的自动标定，具有高集成度、高可靠性、高自动化程度和灵活配置等特点，为深空探测器飞行中的在板标定和自动测试提供手段。
2021, 50(1): 36-42.
doi: 10.12178/1001-0548.2020268
摘要:
传统的迭代式压缩感知重构算法由于计算复杂度高，数据处理实时性差，难以在实际的可穿戴设备中发挥作用。该文结合深度学习中的一维扩张卷积和残差网络，提出了一种适用于可穿戴健康监护的非迭代式压缩感知实时重构算法。该方法基于大量生理信号数据训练一个用于压缩感知重构的网络模型，该模型可以对生理信号进行快速精确重构。通过在两个公开的生理信号数据集上的实验表明，相比于已有的基于深度学习的生理信号压缩感知重构算法，该方法有着更高的重构精度，并且该方法在文中所使用的计算机上仅需约0.7 ms即可完成对一个2 s长度信号帧的重构，这比传统的迭代式压缩感知重构算法快了大约2～3个数量级，说明该方法有着出色的实时性能。
传统的迭代式压缩感知重构算法由于计算复杂度高，数据处理实时性差，难以在实际的可穿戴设备中发挥作用。该文结合深度学习中的一维扩张卷积和残差网络，提出了一种适用于可穿戴健康监护的非迭代式压缩感知实时重构算法。该方法基于大量生理信号数据训练一个用于压缩感知重构的网络模型，该模型可以对生理信号进行快速精确重构。通过在两个公开的生理信号数据集上的实验表明，相比于已有的基于深度学习的生理信号压缩感知重构算法，该方法有着更高的重构精度，并且该方法在文中所使用的计算机上仅需约0.7 ms即可完成对一个2 s长度信号帧的重构，这比传统的迭代式压缩感知重构算法快了大约2～3个数量级，说明该方法有着出色的实时性能。
2021, 50(1): 43-51.
doi: 10.12178/1001-0548.2020321
摘要:
该文提出了面向低质量数据的3D人脸识别方法。该方法针对快速采集设备的低质量3D人脸数据提出了空间注意力机制的Dropout(SAD)、类间正则化损失函数(IR Loss)，有效提升了不完整3D人脸数据的识别精度。SAD通过空间注意力机制对特征图中权重大的部分随机Dropout，让网络学习到更多的隐藏特征；IR Loss通过约束不同身份人脸间的聚类中心的距离分离，使网络学习到的不同身份人的人脸特征相似度更低。实验表明，在当前最大规模的低质量数据集(Lock3DFace)上，该方法优于当前的基准方法，且提出的SAD和IR Loss表现出了强大的适用性和鲁棒性。
该文提出了面向低质量数据的3D人脸识别方法。该方法针对快速采集设备的低质量3D人脸数据提出了空间注意力机制的Dropout(SAD)、类间正则化损失函数(IR Loss)，有效提升了不完整3D人脸数据的识别精度。SAD通过空间注意力机制对特征图中权重大的部分随机Dropout，让网络学习到更多的隐藏特征；IR Loss通过约束不同身份人脸间的聚类中心的距离分离，使网络学习到的不同身份人的人脸特征相似度更低。实验表明，在当前最大规模的低质量数据集(Lock3DFace)上，该方法优于当前的基准方法，且提出的SAD和IR Loss表现出了强大的适用性和鲁棒性。
2021, 50(1): 52-58.
doi: 10.12178/1001-0548.2020196
摘要:
时定位与地图构建 (SLAM)，或同步建图与定位，目前主要应用于自动驾驶及机器人自主导航领域。由于激光雷达SLAM系统具有较高的测量准确性、对光照变化不敏感的特点，其在工业界获得了广泛的应用。但是基于激光雷达的SLAM算法有几个难以处理的问题：1) 在结构化信息较少或在变化场景下的定位的不准确性；2) 对于运动畸变的矫正能力还比较欠缺。该文针对以上问题做了两点改进：1) 当结构化信息较少时，改进了原始算法处理迭代退化的步骤，提出了静态门限与动态门限结合共同应对退化的方法；2) 在应对剧烈运动时，在1的基础上增加了一个局部地图优化的方法，给后端提供更精确的初始位姿和点云信息。实验结果表明，本文算法在剧烈运动和变化环境中有较好的鲁棒性及定位精度，同时免除了多传感器融合在SLAM中面临的激励不足的问题。
时定位与地图构建 (SLAM)，或同步建图与定位，目前主要应用于自动驾驶及机器人自主导航领域。由于激光雷达SLAM系统具有较高的测量准确性、对光照变化不敏感的特点，其在工业界获得了广泛的应用。但是基于激光雷达的SLAM算法有几个难以处理的问题：1) 在结构化信息较少或在变化场景下的定位的不准确性；2) 对于运动畸变的矫正能力还比较欠缺。该文针对以上问题做了两点改进：1) 当结构化信息较少时，改进了原始算法处理迭代退化的步骤，提出了静态门限与动态门限结合共同应对退化的方法；2) 在应对剧烈运动时，在1的基础上增加了一个局部地图优化的方法，给后端提供更精确的初始位姿和点云信息。实验结果表明，本文算法在剧烈运动和变化环境中有较好的鲁棒性及定位精度，同时免除了多传感器融合在SLAM中面临的激励不足的问题。
2021, 50(1): 59-62.
doi: 10.12178/1001-0548.2020226
摘要:
随着卷积神经网路的快速发展，深度学习在人脸识别领域进行了大量的应用。近几年，人脸识别准确率快速提高，主要归功于新颖损失函数的提出。在目前最大的人脸评测数据集MegaFace上，最顶尖的模型已经实现了97.91%的1∶N查找性能，但是训练过程中收敛稳定性问题没有得到解决。该文提出一种新型的损失函数LineFace，其logit曲线在余弦空间中呈线性，使训练中梯度收敛更加稳定。大量实验表明，该损失函数可以实现良好的模型性能收敛性与识别性能。
随着卷积神经网路的快速发展，深度学习在人脸识别领域进行了大量的应用。近几年，人脸识别准确率快速提高，主要归功于新颖损失函数的提出。在目前最大的人脸评测数据集MegaFace上，最顶尖的模型已经实现了97.91%的1∶N查找性能，但是训练过程中收敛稳定性问题没有得到解决。该文提出一种新型的损失函数LineFace，其logit曲线在余弦空间中呈线性，使训练中梯度收敛更加稳定。大量实验表明，该损失函数可以实现良好的模型性能收敛性与识别性能。
2021, 50(1): 63-75.
doi: 10.12178/1001-0548.2020075
摘要:
由于图像采集设备的限制和采集条件不佳等原因，在现实中很难获得高质量的图像，尤其是视频图像。现有的实例分割算法在低分辨率(low resolution，LR)视频中达不到理想效果。另一方面，现有复杂的实例分割模型很难直接应用于移动设备上。该文基于MobileNet建立了一种高效的轻量化实例分割模型。同时，针对低分辨率视频，提出一种改进的超分辨算法(SCN)作为预处理，并建立一种基于运动矢量预测帧间掩码的后处理算法。通过对比实验说明，该算法应用于低分辨率实时场景时中精度高，内存小，且易于移植到嵌入式平台中。
由于图像采集设备的限制和采集条件不佳等原因，在现实中很难获得高质量的图像，尤其是视频图像。现有的实例分割算法在低分辨率(low resolution，LR)视频中达不到理想效果。另一方面，现有复杂的实例分割模型很难直接应用于移动设备上。该文基于MobileNet建立了一种高效的轻量化实例分割模型。同时，针对低分辨率视频，提出一种改进的超分辨算法(SCN)作为预处理，并建立一种基于运动矢量预测帧间掩码的后处理算法。通过对比实验说明，该算法应用于低分辨率实时场景时中精度高，内存小，且易于移植到嵌入式平台中。
2021, 50(1): 76-83.
doi: 10.12178/1001-0548.2020341
摘要:
该文提出一种支持直接撤销功能且具有固定长度的密文策略属性基加密方案，首先给出了该属性基加密方案的形式化定义和安全模型，然后对方案具体的实现进行了阐述，最后给出了该方案在标准模型下的安全性证明。该方案在密文长度和解密开销固定的同时，允许用户在加密过程中将撤销列表嵌入到密文中以实现直接撤销，保证了仅当用户所拥有的属性满足密文访问结构且用户身份没有出现在撤销列表的前提下，才可以使用自己的私钥解密执行解密。对比分析结果表明，该方案较同类方案具有更高的计算效率且支持更灵活的访问结构。
该文提出一种支持直接撤销功能且具有固定长度的密文策略属性基加密方案，首先给出了该属性基加密方案的形式化定义和安全模型，然后对方案具体的实现进行了阐述，最后给出了该方案在标准模型下的安全性证明。该方案在密文长度和解密开销固定的同时，允许用户在加密过程中将撤销列表嵌入到密文中以实现直接撤销，保证了仅当用户所拥有的属性满足密文访问结构且用户身份没有出现在撤销列表的前提下，才可以使用自己的私钥解密执行解密。对比分析结果表明，该方案较同类方案具有更高的计算效率且支持更灵活的访问结构。
2021, 50(1): 84-90.
doi: 10.12178/1001-0548.2020273
摘要:
法语复杂的语法和词形变化规则导致N-gram等词语提取方法的效果无法保证，影响法语文本挖掘的准确性。该文提出一种高效的法文词语提取方法，从待分析的法语文本中自动获取包括单词和短语的词语集合，构建法语文本挖掘所需的词库。该方法把文本中的单词共现信息压缩为FP序列树结构，快速提取频繁词串并计算其成词度，得到法文词语集合。实验表明，该方法的准确率高达90%，且具有比现有法文词语提取方法更高的召回率，能有效支持法语文本挖掘应用。
法语复杂的语法和词形变化规则导致N-gram等词语提取方法的效果无法保证，影响法语文本挖掘的准确性。该文提出一种高效的法文词语提取方法，从待分析的法语文本中自动获取包括单词和短语的词语集合，构建法语文本挖掘所需的词库。该方法把文本中的单词共现信息压缩为FP序列树结构，快速提取频繁词串并计算其成词度，得到法文词语集合。实验表明，该方法的准确率高达90%，且具有比现有法文词语提取方法更高的召回率，能有效支持法语文本挖掘应用。
2021, 50(1): 91-100.
doi: 10.12178/1001-0548.2019171
摘要:
该文对一类具比例时滞脉冲递归神经网络给出全局多项式稳定性定义。通过引入可调参数，构造适合的Lyapunov泛函和运用线性矩阵不等式 (LMI) 的方法，对该系统的全局多项式稳定性进行讨论，得到了保证该系统全局多项式稳定的判定准则，且这些准则以LMI的形式给出的，方便应用Matlab工具箱进行验证。该文还揭示了多项式稳定性与指数稳定性之间的关系，最后通过数值算例验证了所得准则的准确性。
该文对一类具比例时滞脉冲递归神经网络给出全局多项式稳定性定义。通过引入可调参数，构造适合的Lyapunov泛函和运用线性矩阵不等式 (LMI) 的方法，对该系统的全局多项式稳定性进行讨论，得到了保证该系统全局多项式稳定的判定准则，且这些准则以LMI的形式给出的，方便应用Matlab工具箱进行验证。该文还揭示了多项式稳定性与指数稳定性之间的关系，最后通过数值算例验证了所得准则的准确性。
2021, 50(1): 101-105.
doi: 10.12178/1001-0548.2019243
摘要:
不确定性度量是粗糙集理论的一个主要研究问题，其中熵度量受到学者们的广泛关注。然而，迄今为止，区间值信息系统的香农熵度量研究较少，尤其缺乏满足单调性的香农熵度量。为此，该文首先给出了一种由覆盖导出划分的方法，并证明了覆盖越细，由其导出的划分越细，从而可用划分熵对区间值信息系统的不确定性进行度量；其次，分别构造了区间值信息系统的香农熵度量和补熵(粒度)度量，并证明了其单调性和有界性。最后，分析了香农熵和补熵的关系。
不确定性度量是粗糙集理论的一个主要研究问题，其中熵度量受到学者们的广泛关注。然而，迄今为止，区间值信息系统的香农熵度量研究较少，尤其缺乏满足单调性的香农熵度量。为此，该文首先给出了一种由覆盖导出划分的方法，并证明了覆盖越细，由其导出的划分越细，从而可用划分熵对区间值信息系统的不确定性进行度量；其次，分别构造了区间值信息系统的香农熵度量和补熵(粒度)度量，并证明了其单调性和有界性。最后，分析了香农熵和补熵的关系。
2021, 50(1): 106-120.
doi: 10.12178/1001-0548.2020068
摘要:
该文对多层网络的研究现状与进展进行了综述。首先，介绍了不同类型多层网络的概念，描述了多层网络的数学模型构建；其次，根据多层网络的拓扑结构，分别从基本统计性质、节点重要性、社团结构、鲁棒性与动力学行为4个方面综述多层网络的研究进展；最后展望了多层网络的未来研究方向。
该文对多层网络的研究现状与进展进行了综述。首先，介绍了不同类型多层网络的概念，描述了多层网络的数学模型构建；其次，根据多层网络的拓扑结构，分别从基本统计性质、节点重要性、社团结构、鲁棒性与动力学行为4个方面综述多层网络的研究进展；最后展望了多层网络的未来研究方向。
2021, 50(1): 121-126.
doi: 10.12178/1001-0548.2020283
摘要:
目前针对复杂网络中相对重要节点的挖掘方法已有一些成果，但方法的效率和准确性仍有待提高。该文基于如下假设—如果一个节点具有某种特征的邻居节点越多，则该节点具有此特征的可能性越大—提出了一种基于邻层传播(NLD)的相对重要节点挖掘算法，并通过实验比较与分析，验证了该方法的准确性与适用性。
目前针对复杂网络中相对重要节点的挖掘方法已有一些成果，但方法的效率和准确性仍有待提高。该文基于如下假设—如果一个节点具有某种特征的邻居节点越多，则该节点具有此特征的可能性越大—提出了一种基于邻层传播(NLD)的相对重要节点挖掘算法，并通过实验比较与分析，验证了该方法的准确性与适用性。
2021, 50(1): 127-137.
doi: 10.12178/1001-0548.2020220
摘要:
链路预测旨在利用已有的网络拓扑信息来挖掘未知连边，具有较高的应用价值。大部分已有的基于拓扑结构的方法，关注节点对之间的路径数或者预测节点对的出入度，未有效挖掘节点对之间的连边长度和连边上节点的影响力对相似性的影响。针对此问题，该文提出了基于拓扑有效连通路径的链路预测方法，并分析了不同路径长度在节点度、半局部中心性和H-指数这3种不同衡量节点影响力指标下对节点相似性的贡献。通过8个真实网络仿真，发现H-指数能有效量化节点的局部影响力，且在3种衡量指标下均具有较高的预测精度。
链路预测旨在利用已有的网络拓扑信息来挖掘未知连边，具有较高的应用价值。大部分已有的基于拓扑结构的方法，关注节点对之间的路径数或者预测节点对的出入度，未有效挖掘节点对之间的连边长度和连边上节点的影响力对相似性的影响。针对此问题，该文提出了基于拓扑有效连通路径的链路预测方法，并分析了不同路径长度在节点度、半局部中心性和H-指数这3种不同衡量节点影响力指标下对节点相似性的贡献。通过8个真实网络仿真，发现H-指数能有效量化节点的局部影响力，且在3种衡量指标下均具有较高的预测精度。
2021, 50(1): 138-147.
doi: 10.12178/1001-0548.2020131
摘要:
“一带一路”致力于实现地区的互联互通，共建贸易共同体，促进自由贸易和全球经济的包容性发展。该文基于开放的流网络模型，从社团结构和核心−边缘结构两个视角，对比了全球贸易网络和“一带一路”贸易网络，并将中美的经济结构与两种网络的差异进行了相关性分析。研究发现：1) 两种贸易网络的格局相对稳定，相对于全球贸易网络，“一带一路”贸易网络在社团分布中出现了地域不连续，体现出了“一带一路”倡议的部署；2) 贸易流网络的节点重要性排序具有幂律分布的特征，但两种网络的核心−边缘结构强弱程度有不同的变化；3) 中美两国的贸易强度、核心作用、经济实力都与贸易网络的全球化特征正相关，而不同发展程度国家的贸易强度与核心−边缘结构的相关性却存在着差异。
“一带一路”致力于实现地区的互联互通，共建贸易共同体，促进自由贸易和全球经济的包容性发展。该文基于开放的流网络模型，从社团结构和核心−边缘结构两个视角，对比了全球贸易网络和“一带一路”贸易网络，并将中美的经济结构与两种网络的差异进行了相关性分析。研究发现：1) 两种贸易网络的格局相对稳定，相对于全球贸易网络，“一带一路”贸易网络在社团分布中出现了地域不连续，体现出了“一带一路”倡议的部署；2) 贸易流网络的节点重要性排序具有幂律分布的特征，但两种网络的核心−边缘结构强弱程度有不同的变化；3) 中美两国的贸易强度、核心作用、经济实力都与贸易网络的全球化特征正相关，而不同发展程度国家的贸易强度与核心−边缘结构的相关性却存在着差异。
2021, 50(1): 148-154.
doi: 10.12178/1001-0548.2019114
摘要:
该文建立了芯片尺寸封装(CSP)焊点有限元分析模型并对其进行了再流焊焊后残余应力应变分析。以焊点直径、焊点高度、焊盘直径和焊点间距为输入参数，焊后残余应力为输出参数进行了灵敏度分析。选取灵敏度分析结果中对残余应力影响显著的因子作为输入，建立了带动量项神经网络预测模型，对CSP焊点焊后残余应力进行了预测。结果表明，置信度为95%时，焊点直径、焊盘直径和焊点间距对CSP焊点残余应力影响显著，灵敏度从大到小的排序为：焊点直径>焊盘直径>焊点间距。所建立的带动量项神经网络预测模型对CSP焊点焊后残余应力预测最大相对误差为7.93%，平均误差为3.19%，实现了对CSP焊点焊后残余应力准确预测。
该文建立了芯片尺寸封装(CSP)焊点有限元分析模型并对其进行了再流焊焊后残余应力应变分析。以焊点直径、焊点高度、焊盘直径和焊点间距为输入参数，焊后残余应力为输出参数进行了灵敏度分析。选取灵敏度分析结果中对残余应力影响显著的因子作为输入，建立了带动量项神经网络预测模型，对CSP焊点焊后残余应力进行了预测。结果表明，置信度为95%时，焊点直径、焊盘直径和焊点间距对CSP焊点残余应力影响显著，灵敏度从大到小的排序为：焊点直径>焊盘直径>焊点间距。所建立的带动量项神经网络预测模型对CSP焊点焊后残余应力预测最大相对误差为7.93%，平均误差为3.19%，实现了对CSP焊点焊后残余应力准确预测。
2021, 50(1): 155-160.
doi: 10.12178/1001-0548.2019219
摘要:
该文提出一种基于高效代理模型—Kriging模型的可靠性分析方法，通过欧式距离构造抽样区域，用于确定代理模型更新过程中样本点的选取范围，保证代理模型在更新过程中只对失效概率贡献大的区域选取样本点。算例分析表明该方法具有较高的精度和效率，不仅适用于性能函数为隐式的结构可靠性分析，而且通过改变环形抽样区域的带宽，同样适用于结构可靠性分析中的小概率失效问题，为结构可靠性分析提供了新途径。
该文提出一种基于高效代理模型—Kriging模型的可靠性分析方法，通过欧式距离构造抽样区域，用于确定代理模型更新过程中样本点的选取范围，保证代理模型在更新过程中只对失效概率贡献大的区域选取样本点。算例分析表明该方法具有较高的精度和效率，不仅适用于性能函数为隐式的结构可靠性分析，而且通过改变环形抽样区域的带宽，同样适用于结构可靠性分析中的小概率失效问题，为结构可靠性分析提供了新途径。
