ISSN 
2023年 第52卷 第2期
2023, 52(2): 162-167.
doi: 10.12178/1001-0548.2023006
摘要:
量子分类器在扰动攻击下的脆弱性是量子机器学习中的基本理论问题之一。量子分类器的脆弱性是指其随着量子系统规模增大而更容易因为一些微小的扰动而分类错误的性质。这种微小扰动也被称为量子对抗攻击，而如何生成尽可能小的扰动使得量子分类器失效仍是一个开放问题。针对这一问题，提出了一种新的量子对抗攻击生成算法——量子混淆算法。该算法利用量子分类器关于输入数据的梯度信息来生成扰动，从而使得已训练好的量子分类器失效。数值仿真结果表明，与已有的量子对抗攻击方法相比，量子混淆算法可以通过更小的扰动实现对抗攻击，为理解分类器的有效性和脆弱性提供了新的思路。
量子分类器在扰动攻击下的脆弱性是量子机器学习中的基本理论问题之一。量子分类器的脆弱性是指其随着量子系统规模增大而更容易因为一些微小的扰动而分类错误的性质。这种微小扰动也被称为量子对抗攻击，而如何生成尽可能小的扰动使得量子分类器失效仍是一个开放问题。针对这一问题，提出了一种新的量子对抗攻击生成算法——量子混淆算法。该算法利用量子分类器关于输入数据的梯度信息来生成扰动，从而使得已训练好的量子分类器失效。数值仿真结果表明，与已有的量子对抗攻击方法相比，量子混淆算法可以通过更小的扰动实现对抗攻击，为理解分类器的有效性和脆弱性提供了新的思路。
2023, 52(2): 168-174.
doi: 10.12178/1001-0548.2022096
摘要:
相位匹配协议是双场量子密钥分发协议的一种，能突破密钥容量限制且安全性得到了理论和实践的证明。针对实际应用中数据有限长效应产生的不良影响，系统地分析了相位匹配协议统计波动性能；利用高斯分析和切诺夫−霍夫丁界等统计波动分析方法，结合线性规划对相关参数进行估计，分别对不同数据长度情况下三诱骗态及二诱骗态相位匹配协议的性能进行了仿真分析。仿真结果表明：考虑统计波动的相位匹配协议仍能突破线性密钥容量的限制，在数据长度达到1016量级时，密钥生成率和最大安全传输距离均接近理想值；在数据长度小于等于1013时，增加诱骗态并不能显著提升相位匹配协议性能；随着数据长度的增加，采用切诺夫−霍夫丁界系统性能逐渐趋近采用高斯分析法的系统性能。
相位匹配协议是双场量子密钥分发协议的一种，能突破密钥容量限制且安全性得到了理论和实践的证明。针对实际应用中数据有限长效应产生的不良影响，系统地分析了相位匹配协议统计波动性能；利用高斯分析和切诺夫−霍夫丁界等统计波动分析方法，结合线性规划对相关参数进行估计，分别对不同数据长度情况下三诱骗态及二诱骗态相位匹配协议的性能进行了仿真分析。仿真结果表明：考虑统计波动的相位匹配协议仍能突破线性密钥容量的限制，在数据长度达到1016量级时，密钥生成率和最大安全传输距离均接近理想值；在数据长度小于等于1013时，增加诱骗态并不能显著提升相位匹配协议性能；随着数据长度的增加，采用切诺夫−霍夫丁界系统性能逐渐趋近采用高斯分析法的系统性能。
2023, 52(2): 175-181.
doi: 10.12178/1001-0548.2022392
摘要:
现有智能穴位检测方法存在依赖红外等外部设备、特征表示挖掘不足、穴位检测精度较低等问题。在分析穴位检测需求的基础上，将其定义为基于视觉图像的关键点检测任务，提出融合特征表示学习的中医面部穴位检测模型框架FADbR。首先，构建基于自监督学习机制的对抗自编码网络模型，通过人脸图像重建任务实现特征表示学习，利用神经网络提取人脸隐性知识，深度挖掘面部抽象特征。随后，基于自监督学习对抗自编码器构建监督学习面部穴位检测模型，充分利用学习到的人脸隐性知识提高智能面部穴位检测精度。最后，基于现有人脸数据库构建稠密人脸穴位数据集FAcupoint并用于方法验证。实验结果表明，FADbR可以通过表示学习挖掘面部关键特征支撑穴位检测任务，即使在少量训练样本的情况下也能够获得较好的检测性能。
现有智能穴位检测方法存在依赖红外等外部设备、特征表示挖掘不足、穴位检测精度较低等问题。在分析穴位检测需求的基础上，将其定义为基于视觉图像的关键点检测任务，提出融合特征表示学习的中医面部穴位检测模型框架FADbR。首先，构建基于自监督学习机制的对抗自编码网络模型，通过人脸图像重建任务实现特征表示学习，利用神经网络提取人脸隐性知识，深度挖掘面部抽象特征。随后，基于自监督学习对抗自编码器构建监督学习面部穴位检测模型，充分利用学习到的人脸隐性知识提高智能面部穴位检测精度。最后，基于现有人脸数据库构建稠密人脸穴位数据集FAcupoint并用于方法验证。实验结果表明，FADbR可以通过表示学习挖掘面部关键特征支撑穴位检测任务，即使在少量训练样本的情况下也能够获得较好的检测性能。
2023, 52(2): 182-187.
doi: 10.12178/1001-0548.2023002
摘要:
近年来，诸多研究揭示了miRNA的表达和疾病之间的关系，特别是其与肿瘤的发生、发展和治疗的密切关联。然而，传统的分子生物学测试方法既耗时又昂贵，患病样本获取困难，不平衡的数据集训练得到的分类器导致患病样本识别准确率低。面对以上挑战，提出了一种新的区分患病样本、健康样本以及挖掘疾病生物标志物的数据增强算法OCF，使用条件式生成对抗网络进行数据增强，然后用特征选择算法减少特征数量，最后再利用机器学习分类器进行分类识别并筛选出生物标志物进行分析。实验结果表明，该算法具有更好的分类性能，并验证了筛选出的生物标志物的准确性。
近年来，诸多研究揭示了miRNA的表达和疾病之间的关系，特别是其与肿瘤的发生、发展和治疗的密切关联。然而，传统的分子生物学测试方法既耗时又昂贵，患病样本获取困难，不平衡的数据集训练得到的分类器导致患病样本识别准确率低。面对以上挑战，提出了一种新的区分患病样本、健康样本以及挖掘疾病生物标志物的数据增强算法OCF，使用条件式生成对抗网络进行数据增强，然后用特征选择算法减少特征数量，最后再利用机器学习分类器进行分类识别并筛选出生物标志物进行分析。实验结果表明，该算法具有更好的分类性能，并验证了筛选出的生物标志物的准确性。
2023, 52(2): 188-195.
doi: 10.12178/1001-0548.2022163
摘要:
针对宽波束微波层析建筑布局成像问题，考虑实际应用中天线发射的电磁波具有一定波束宽度，建立了基于电磁波束方向图约束的Rytov信号模型，并提出了基于宽波束信号的微波层析统计成像方法。首先，通过构造建筑布局成像矩阵的最大似然函数，导出了统计成像求解方程；然后，通过稀疏角度依赖的各子集合数据更新成像矩阵，实现了宽波束微波层析建筑布局成像。该方法适用于稀疏采样角度下宽波束微波层析成像，且对噪声有较强抑制作用。通过仿真与实验数据验证了该信号模型与方法的有效性。
针对宽波束微波层析建筑布局成像问题，考虑实际应用中天线发射的电磁波具有一定波束宽度，建立了基于电磁波束方向图约束的Rytov信号模型，并提出了基于宽波束信号的微波层析统计成像方法。首先，通过构造建筑布局成像矩阵的最大似然函数，导出了统计成像求解方程；然后，通过稀疏角度依赖的各子集合数据更新成像矩阵，实现了宽波束微波层析建筑布局成像。该方法适用于稀疏采样角度下宽波束微波层析成像，且对噪声有较强抑制作用。通过仿真与实验数据验证了该信号模型与方法的有效性。
2023, 52(2): 196-202.
doi: 10.12178/1001-0548.2022359
摘要:
通信雷达一体化(RadCom)被认为是下一代通信技术的重要研究方向，受到了学术界和工业界的广泛关注。研究了基于频分多址(FDMA)的多用户OFDM RadCom方案，其关键问题在于多用户子载波分配方式。不同的子载波分配方式会导致雷达距离处理出现不同的旁瓣水平，从而影响雷达的测距性能，在子载波采用连续分配和随机分配方式的情况下，各用户在雷达距离处理时会出现明显的旁瓣，雷达测距性能退化严重。为了找到适当的子载波分配方式，使得各用户的雷达距离处理的旁瓣水平尽可能低，以距离观测窗内的综合旁瓣水平作为代价函数，发现在用户数受限的情况下，子载波采用等间隔分配方式时，代价函数取得最小值，所有用户的旁瓣水平在距离观测窗内最低，各用户都能够有效地实现雷达探测功能。最后，在车联网(IoV)场景下，对不同的子载波分配方式进行仿真和对比，验证了子载波等间隔分配的有效性。
通信雷达一体化(RadCom)被认为是下一代通信技术的重要研究方向，受到了学术界和工业界的广泛关注。研究了基于频分多址(FDMA)的多用户OFDM RadCom方案，其关键问题在于多用户子载波分配方式。不同的子载波分配方式会导致雷达距离处理出现不同的旁瓣水平，从而影响雷达的测距性能，在子载波采用连续分配和随机分配方式的情况下，各用户在雷达距离处理时会出现明显的旁瓣，雷达测距性能退化严重。为了找到适当的子载波分配方式，使得各用户的雷达距离处理的旁瓣水平尽可能低，以距离观测窗内的综合旁瓣水平作为代价函数，发现在用户数受限的情况下，子载波采用等间隔分配方式时，代价函数取得最小值，所有用户的旁瓣水平在距离观测窗内最低，各用户都能够有效地实现雷达探测功能。最后，在车联网(IoV)场景下，对不同的子载波分配方式进行仿真和对比，验证了子载波等间隔分配的有效性。
2023, 52(2): 203-208.
doi: 10.12178/1001-0548.2022091
摘要:
面向特定任务场景，无人机蜂群需要通过拓扑构型自主形成特定的拓扑形状以实现高效群体协同机制。拓扑构型通常包含从初始拓扑到目标拓扑的最佳映射和最优拓扑构型位置这两个问题，它们相互影响并直接关系到无人机蜂群的全局能量消耗。基于全局能耗最小化为目标的无人机蜂群拓扑构型联合优化模型，建立了基于群体智能算法的一般化求解框架，给出了基于灰狼优化算法(GWO)、均衡优化算法(EO)和穷富优化算法(PRO)的具体求解方法，并讨论了基于群体智能算法求解优化模型的加速收敛策略。仿真结果证明了该无人机蜂群拓扑构型方法的有效性。在典型拓扑构型场景下，该优化方法在8次迭代内即可实现算法收敛。
面向特定任务场景，无人机蜂群需要通过拓扑构型自主形成特定的拓扑形状以实现高效群体协同机制。拓扑构型通常包含从初始拓扑到目标拓扑的最佳映射和最优拓扑构型位置这两个问题，它们相互影响并直接关系到无人机蜂群的全局能量消耗。基于全局能耗最小化为目标的无人机蜂群拓扑构型联合优化模型，建立了基于群体智能算法的一般化求解框架，给出了基于灰狼优化算法(GWO)、均衡优化算法(EO)和穷富优化算法(PRO)的具体求解方法，并讨论了基于群体智能算法求解优化模型的加速收敛策略。仿真结果证明了该无人机蜂群拓扑构型方法的有效性。在典型拓扑构型场景下，该优化方法在8次迭代内即可实现算法收敛。
2023, 52(2): 209-213.
doi: 10.12178/1001-0548.2021208
摘要:
提出了一种基于支节加载GaN-FET的大功率、低插损、超低功耗移相器。该移相器的核心电路由多节高阻抗微带支节线以及支节末端加载的GaN-FET管芯构成。通过对单支节加载GaN-FET移相器电路模型的详细分析，得到了移相器的插损和相移表达式，并将其作为基本单元进行拓展可得到满足所需工作带宽的多支节加载GaN-FET移相器。由于采用了高阻抗微带线支节，该移相器具有大功率处理能力。结合理论分析，对多支节加载GaN-FET移相器进行了设计、加工和测试。测试结果表明，所加工的移相器在9.2～9.8 GHz范围内，通过控制GaN FET的关断实现了30°和60°两种相移状态。同时，移相器功率承受能力大于10 W，插损优于1 dB，控制电流小于6 μA。
提出了一种基于支节加载GaN-FET的大功率、低插损、超低功耗移相器。该移相器的核心电路由多节高阻抗微带支节线以及支节末端加载的GaN-FET管芯构成。通过对单支节加载GaN-FET移相器电路模型的详细分析，得到了移相器的插损和相移表达式，并将其作为基本单元进行拓展可得到满足所需工作带宽的多支节加载GaN-FET移相器。由于采用了高阻抗微带线支节，该移相器具有大功率处理能力。结合理论分析，对多支节加载GaN-FET移相器进行了设计、加工和测试。测试结果表明，所加工的移相器在9.2～9.8 GHz范围内，通过控制GaN FET的关断实现了30°和60°两种相移状态。同时，移相器功率承受能力大于10 W，插损优于1 dB，控制电流小于6 μA。
2023, 52(2): 214-223.
doi: 10.12178/1001-0548.2022089
摘要:
针对导航增强、通信、雷达探测、电子侦察和干扰综合多功能一体化载荷系统对硬件通用化、功能软件化和资源虚拟化的需求，实现最大限度资源复用与共享，提出了低剖面、超宽带宽角扫描、极化可重构的综合孔径技术，基于射频全链路可重构架构和三维异构集成的综合射频微系统技术；基于硬件进程实现超异构计算资源灵活调度和动态管理技术。该文提出的综合多功能一体化电磁信号发射接收处理架构和关键技术，为未来分布式多域智能网联电子系统的软件化、虚拟化和智能化提供技术基础。
针对导航增强、通信、雷达探测、电子侦察和干扰综合多功能一体化载荷系统对硬件通用化、功能软件化和资源虚拟化的需求，实现最大限度资源复用与共享，提出了低剖面、超宽带宽角扫描、极化可重构的综合孔径技术，基于射频全链路可重构架构和三维异构集成的综合射频微系统技术；基于硬件进程实现超异构计算资源灵活调度和动态管理技术。该文提出的综合多功能一体化电磁信号发射接收处理架构和关键技术，为未来分布式多域智能网联电子系统的软件化、虚拟化和智能化提供技术基础。
2023, 52(2): 224-231.
doi: 10.12178/1001-0548.2021388
摘要:
在现有的LoRa时间同步工作中，LoRa网关周期性地将同步报文广播到固定位置的终端设备。然而，这些方法往往忽略了不同终端设备具有不同的时钟偏移，且在多网关场景下无法保证时间同步的可靠性。为此，提出了多网关场景下的LoRa网络时间同步方法，通过同步时间和扩频因子的选择提高同步精度，并提出了移动感知的自适应算法，以解决跨网关的终端设备移动性的影响。在真实LoRa环境和仿真环境的实验结果表明，与现有工作相比，该方法可将LoRa网络的时间同步精度提高60.43%。
在现有的LoRa时间同步工作中，LoRa网关周期性地将同步报文广播到固定位置的终端设备。然而，这些方法往往忽略了不同终端设备具有不同的时钟偏移，且在多网关场景下无法保证时间同步的可靠性。为此，提出了多网关场景下的LoRa网络时间同步方法，通过同步时间和扩频因子的选择提高同步精度，并提出了移动感知的自适应算法，以解决跨网关的终端设备移动性的影响。在真实LoRa环境和仿真环境的实验结果表明，与现有工作相比，该方法可将LoRa网络的时间同步精度提高60.43%。
2023, 52(2): 232-239.
doi: 10.12178/1001-0548.2021369
摘要:
振动触觉作为人机交互领域被广泛运用的交互方式，在方向导航、图形显示、音乐表达等方面都发挥了重要作用。振动触觉音乐交互是人机交互与艺术结合研究热潮中的方向之一，目前，振动触觉表征音乐信息的相关研究缺乏系统的总结。该文首先系统地探讨了使用振动触觉表征音乐信息的各个映射要素，包括音高、旋律、音色、节奏以及响度。然后从增强音乐体验、乐器教学以及舞蹈动作辅助3个方面对振动触觉音乐的应用和交互设计方法进行归纳总结。最后展望了振动触觉音乐的发展前景，指出结合具体场景下的触觉音乐应用将具有实际意义和市场价值。
振动触觉作为人机交互领域被广泛运用的交互方式，在方向导航、图形显示、音乐表达等方面都发挥了重要作用。振动触觉音乐交互是人机交互与艺术结合研究热潮中的方向之一，目前，振动触觉表征音乐信息的相关研究缺乏系统的总结。该文首先系统地探讨了使用振动触觉表征音乐信息的各个映射要素，包括音高、旋律、音色、节奏以及响度。然后从增强音乐体验、乐器教学以及舞蹈动作辅助3个方面对振动触觉音乐的应用和交互设计方法进行归纳总结。最后展望了振动触觉音乐的发展前景，指出结合具体场景下的触觉音乐应用将具有实际意义和市场价值。
2023, 52(2): 240-246.
doi: 10.12178/1001-0548.2022063
摘要:
为了提高输电线路巡检效率，解决高空悬挂物和鸟巢检测准确率低的问题，提出将注意力模型集成到YOLOv5网络的输电线路隐患检测算法。该算法将SE注意力模型融入YOLOv5网络当中，得到通道级别的全局特征，增强模型对通道特征的敏感性，提高了对高空悬挂物和鸟巢检测的准确率。在一组输电线路隐患图像上进行广泛实验，结果表明，带有注意力模型的YOLOv5网络对高空悬挂物检测的平均准确率为84.2%，对鸟巢的平均准确率为87.4%，该方法检测到的mAP值比直接使用YOLOv5算法高2%。
为了提高输电线路巡检效率，解决高空悬挂物和鸟巢检测准确率低的问题，提出将注意力模型集成到YOLOv5网络的输电线路隐患检测算法。该算法将SE注意力模型融入YOLOv5网络当中，得到通道级别的全局特征，增强模型对通道特征的敏感性，提高了对高空悬挂物和鸟巢检测的准确率。在一组输电线路隐患图像上进行广泛实验，结果表明，带有注意力模型的YOLOv5网络对高空悬挂物检测的平均准确率为84.2%，对鸟巢的平均准确率为87.4%，该方法检测到的mAP值比直接使用YOLOv5算法高2%。
2023, 52(2): 247-253.
doi: 10.12178/1001-0548.2022072
摘要:
提出了一种基于多通道自适应加权神经网络的配网电气拓扑识别算法，构建了多通道一维卷积神经网络(1DCNN)模型，以电压、电流、功率和功率因数4种采集数据作为各通道的输入数据，通过两层叠加的卷积模块实现特征提取；同时，提出了一种自适应加权的特征融合方案，通过神经网络自适应学习各通道重要性特征。实验采用真实用电数据制作数据集，并针对通道数、数据种类、数据维度等参数进行了多组实验。实验结果表明，该算法融合多种用电数据特征，配网电气拓扑辨识准确率达到99.772%。
提出了一种基于多通道自适应加权神经网络的配网电气拓扑识别算法，构建了多通道一维卷积神经网络(1DCNN)模型，以电压、电流、功率和功率因数4种采集数据作为各通道的输入数据，通过两层叠加的卷积模块实现特征提取；同时，提出了一种自适应加权的特征融合方案，通过神经网络自适应学习各通道重要性特征。实验采用真实用电数据制作数据集，并针对通道数、数据种类、数据维度等参数进行了多组实验。实验结果表明，该算法融合多种用电数据特征，配网电气拓扑辨识准确率达到99.772%。
2023, 52(2): 254-262.
doi: 10.12178/1001-0548.2022081
摘要:
提出了一种基于目标检测的医学影像分割算法。目标检测网络可以从医学影像中获取到感兴趣目标(一般为器官或病变组织)的精确位置信息，根据位置信息对医学影像进行裁剪得到感兴趣目标的图像块。以感兴趣目标图像块的关键区域作为参考对象，以该图像块作为搜索对象，孪生网络可以获取到图像块中的每一个像素点被分类为关键像素点的概率，根据预先设定好的概率阈值可得到感兴趣目标的分割结果。使用肝脏(LITS17)和肾脏(KITS19)两个数据集对上述医学影像分割算法进行评估。实验结果表明该分割方法可以较准确地对医学影像中的感兴趣目标进行分割。
提出了一种基于目标检测的医学影像分割算法。目标检测网络可以从医学影像中获取到感兴趣目标(一般为器官或病变组织)的精确位置信息，根据位置信息对医学影像进行裁剪得到感兴趣目标的图像块。以感兴趣目标图像块的关键区域作为参考对象，以该图像块作为搜索对象，孪生网络可以获取到图像块中的每一个像素点被分类为关键像素点的概率，根据预先设定好的概率阈值可得到感兴趣目标的分割结果。使用肝脏(LITS17)和肾脏(KITS19)两个数据集对上述医学影像分割算法进行评估。实验结果表明该分割方法可以较准确地对医学影像中的感兴趣目标进行分割。
2023, 52(2): 263-270.
doi: 10.12178/1001-0548.2022058
摘要:
股票市场的预测一直以来是金融大数据分析领域一项难题，而财经新闻中包含的内在信息对市场表现有很大影响。提出了一种基于 BERT 的向量自回归融合网络 (BVANet)，该网络通过 BERT 将财经新闻情感量化，后结合市场表现联合构建金融时间序列向量自回归 (VAR) 模型，最终实现股票的预测。结果表明，与传统算法相比，BVANet在提取新闻情绪信息和模型预测中取得了更好的效果，新闻的情绪对市场表现有预测作用。该研究可为自然语言处理在金融预测的应用提供实践参考。
股票市场的预测一直以来是金融大数据分析领域一项难题，而财经新闻中包含的内在信息对市场表现有很大影响。提出了一种基于 BERT 的向量自回归融合网络 (BVANet)，该网络通过 BERT 将财经新闻情感量化，后结合市场表现联合构建金融时间序列向量自回归 (VAR) 模型，最终实现股票的预测。结果表明，与传统算法相比，BVANet在提取新闻情绪信息和模型预测中取得了更好的效果，新闻的情绪对市场表现有预测作用。该研究可为自然语言处理在金融预测的应用提供实践参考。
2023, 52(2): 271-279.
doi: 10.12178/1001-0548.2022177
摘要:
提出一种最少边扰动算法，以解决如何在扰动最少边的前提下，以最小代价来使得一条特定的目标路径成为最短路径的问题。该算法基于最少边的最短路径扰动模型，通过引入每条边的权重扰动上限约束，提出了最少扰动边数-最小扰动成本的双目标混合整数规划问题，从而实现操纵网络节点间的最短路径。与以往的最小代价扰动算法相比，该方法降低了扰动的复杂性和扰动网络被察觉的风险。实验表明，最优解使扰动边数减少了约27%，具有更好的性能。
提出一种最少边扰动算法，以解决如何在扰动最少边的前提下，以最小代价来使得一条特定的目标路径成为最短路径的问题。该算法基于最少边的最短路径扰动模型，通过引入每条边的权重扰动上限约束，提出了最少扰动边数-最小扰动成本的双目标混合整数规划问题，从而实现操纵网络节点间的最短路径。与以往的最小代价扰动算法相比，该方法降低了扰动的复杂性和扰动网络被察觉的风险。实验表明，最优解使扰动边数减少了约27%，具有更好的性能。
2023, 52(2): 280-288.
doi: 10.12178/1001-0548.2022077
摘要:
在现代信息化战争中，识别电网中的重要目标能有效指导攻击方或防御方战术的制定。而现有的电网攻防策略研究通常忽略真实电网具有弹性这一特性，因此提出RHGEle_Rank方法用于在电网的多轮攻防博弈中识别重要的变电站和输电线。首先基于仿真的弹性电力网络模型，考虑电站节点的工作效率，设计了节点的自我恢复策略用于模拟多轮攻防博弈下变电站的自我修复场景。然后，针对电网的异质特征，构建了基于过载式和断电式的级联失效模型。最后，利用贪心算法，识别每轮攻防博弈中的最佳攻击(防御)目标。实验表明，相较于传统的度中心性、介数中心性方法，攻击RHGEle_Rank选择出的重要目标能更大程度上破坏电网的供电能力。同时，考虑网络弹性的贪心算法能有效避免多轮攻防博弈中出现“无效攻击”。
在现代信息化战争中，识别电网中的重要目标能有效指导攻击方或防御方战术的制定。而现有的电网攻防策略研究通常忽略真实电网具有弹性这一特性，因此提出RHGEle_Rank方法用于在电网的多轮攻防博弈中识别重要的变电站和输电线。首先基于仿真的弹性电力网络模型，考虑电站节点的工作效率，设计了节点的自我恢复策略用于模拟多轮攻防博弈下变电站的自我修复场景。然后，针对电网的异质特征，构建了基于过载式和断电式的级联失效模型。最后，利用贪心算法，识别每轮攻防博弈中的最佳攻击(防御)目标。实验表明，相较于传统的度中心性、介数中心性方法，攻击RHGEle_Rank选择出的重要目标能更大程度上破坏电网的供电能力。同时，考虑网络弹性的贪心算法能有效避免多轮攻防博弈中出现“无效攻击”。
2023, 52(2): 289-295.
doi: 10.12178/1001-0548.2022366
摘要:
以放松减压为目标的情绪调节及放松状态评估有助于提升国民身心健康。针对降低生理信号采集导致的放松情绪诱发困难，使用附着型人体传感器采集受试者的心率信号进行放松状态识别，使用混合音频诱发受试者产生放松情绪，从二维情绪量表中换算获得放松状态标签。采集受试者的心率信号，从心率信号中提取时域特征、频域特征和心拍数。基于多层感知机和长短时记忆网络构建放松评估模型，实现放松状态识别。实验结果表明，相比于目前的研究成果，该放松识别模型具有更优的分类性能，能够为情绪调节与放松状态评估问题提供一种新的可靠解决方法。
以放松减压为目标的情绪调节及放松状态评估有助于提升国民身心健康。针对降低生理信号采集导致的放松情绪诱发困难，使用附着型人体传感器采集受试者的心率信号进行放松状态识别，使用混合音频诱发受试者产生放松情绪，从二维情绪量表中换算获得放松状态标签。采集受试者的心率信号，从心率信号中提取时域特征、频域特征和心拍数。基于多层感知机和长短时记忆网络构建放松评估模型，实现放松状态识别。实验结果表明，相比于目前的研究成果，该放松识别模型具有更优的分类性能，能够为情绪调节与放松状态评估问题提供一种新的可靠解决方法。
2023, 52(2): 296-305.
doi: 10.12178/1001-0548.2022041
摘要:
脑成像技术是生物医学工程学研究的热点。现有传统脑成像手段，如X射线成像(X-ray)、磁共振成像(MRI)等已发展成熟，广泛应用于科学研究和临床诊疗。然而这些成像技术大多具有侵入性、设备体积庞大、成像成本高昂等局限性，且难以适用于特殊人群，如新生儿。该文介绍了几种可用于脑成像的微观光学分子成像模态，这些方法大多无创、成本较低且性能优异，具有广阔的发展前景。在给出了它们的成像原理、系统组成以及关键技术后，总结了已有的研究成果和现阶段研究进展。最后，通过列举和比较这几种成像模态的优缺点讨论了脑成像技术未来的发展方向。
脑成像技术是生物医学工程学研究的热点。现有传统脑成像手段，如X射线成像(X-ray)、磁共振成像(MRI)等已发展成熟，广泛应用于科学研究和临床诊疗。然而这些成像技术大多具有侵入性、设备体积庞大、成像成本高昂等局限性，且难以适用于特殊人群，如新生儿。该文介绍了几种可用于脑成像的微观光学分子成像模态，这些方法大多无创、成本较低且性能优异，具有广阔的发展前景。在给出了它们的成像原理、系统组成以及关键技术后，总结了已有的研究成果和现阶段研究进展。最后，通过列举和比较这几种成像模态的优缺点讨论了脑成像技术未来的发展方向。
2023, 52(2): 306-312.
doi: 10.12178/1001-0548.2021299
摘要:
风电清洁又安全，然而，风力发电机存在维护成本高、难度大的特点。在将风力发电机作为多状态系统进行维护决策优化时，其各个状态的性能水平、状态转移概率和维护成本等很难精准得知，因而模型中会产生认知不确定性。以特定型号风力发电机的实际运行情况为背景，利用其运行过程中可能出现的多个性能水平进行多状态退化建模，提出一种基于模糊马尔科夫决策过程的风力发电机维护决策优化方法，再用三角模糊数量化模型中的状态转移概率、设备单位时间收益等参数的认知不确定性，最终实现求解。该方法旨在考虑模型认知不确定性下优化合理的维护决策，在工程中更好地实现兆瓦级风力发电机系统的收益最大化。
风电清洁又安全，然而，风力发电机存在维护成本高、难度大的特点。在将风力发电机作为多状态系统进行维护决策优化时，其各个状态的性能水平、状态转移概率和维护成本等很难精准得知，因而模型中会产生认知不确定性。以特定型号风力发电机的实际运行情况为背景，利用其运行过程中可能出现的多个性能水平进行多状态退化建模，提出一种基于模糊马尔科夫决策过程的风力发电机维护决策优化方法，再用三角模糊数量化模型中的状态转移概率、设备单位时间收益等参数的认知不确定性，最终实现求解。该方法旨在考虑模型认知不确定性下优化合理的维护决策，在工程中更好地实现兆瓦级风力发电机系统的收益最大化。
2023, 52(2): 313-320.
doi: 10.12178/1001-0548.2022013
摘要:
多轴联动高速加工中，运动参数引起的机床动态误差是产生零件加工误差的重要因素。针对EtherCAT总线型数控机床，以球杆仪QC20-W和工业以太网探头工具ET2000为测量工具，建立了机床动态误差和静态误差模型。首先基于齐次坐标变换理论建立球杆仪杆长变化量与机床动、静态误差的数学关系；然后根据这两类误差的不同特性，构建了以坐标位置表达的静态误差多项式及以速度、加速度的角频率及相位表达的动态误差低阶正弦多项式。并采用小波变换针对位置信息中的噪声进行降噪处理。最后采用最小二乘理论求解误差表达式中的未知系数。结果表明，指令速度为动态误差的主要因素，加速度为次要因素。在加速度不变，指令速度由20 mm/s依次上升至40、80 mm/s时，动态误差占总误差的比例由2.13%增加到11.74%、49.15%；指令速度不变，加速度由200 mm/s2上升至800 mm/s2时，动态误差占比由22.72%上升至26.83%。
多轴联动高速加工中，运动参数引起的机床动态误差是产生零件加工误差的重要因素。针对EtherCAT总线型数控机床，以球杆仪QC20-W和工业以太网探头工具ET2000为测量工具，建立了机床动态误差和静态误差模型。首先基于齐次坐标变换理论建立球杆仪杆长变化量与机床动、静态误差的数学关系；然后根据这两类误差的不同特性，构建了以坐标位置表达的静态误差多项式及以速度、加速度的角频率及相位表达的动态误差低阶正弦多项式。并采用小波变换针对位置信息中的噪声进行降噪处理。最后采用最小二乘理论求解误差表达式中的未知系数。结果表明，指令速度为动态误差的主要因素，加速度为次要因素。在加速度不变，指令速度由20 mm/s依次上升至40、80 mm/s时，动态误差占总误差的比例由2.13%增加到11.74%、49.15%；指令速度不变，加速度由200 mm/s2上升至800 mm/s2时，动态误差占比由22.72%上升至26.83%。
