ISSN 
2023年 第52卷 第3期
2023, 52(3): 322-330.
doi: 10.12178/1001-0548.2023007
摘要:
基于硅基CMOS工艺，设计并制备了一维光声晶体微腔器件，在极低温(28 mK)条件下对该微腔的光学模式(光纤通信波段)和声学模式(~5.344 GHz)进行了表征，利用脉冲光驱动和单光子探测方法实现了声学模式的声子计数。其中的关键技术是利用脉冲光驱动微腔散射光子且产生(或减少)声子，这种脉冲光驱动方法可以减少光的加热效应以保持低声子占据率；再通过级联窄带宽光纤法布里−珀罗滤波器对泵浦光子进行选择滤波，之后测量得到的散射光子可以精确地计算声学模式中的声子数。实验得到的平均声子数为\begin{document}$ 0.14 \pm 0.03 $\end{document} ![]()
![]()
基于硅基CMOS工艺，设计并制备了一维光声晶体微腔器件，在极低温(28 mK)条件下对该微腔的光学模式(光纤通信波段)和声学模式(~5.344 GHz)进行了表征，利用脉冲光驱动和单光子探测方法实现了声学模式的声子计数。其中的关键技术是利用脉冲光驱动微腔散射光子且产生(或减少)声子，这种脉冲光驱动方法可以减少光的加热效应以保持低声子占据率；再通过级联窄带宽光纤法布里−珀罗滤波器对泵浦光子进行选择滤波，之后测量得到的散射光子可以精确地计算声学模式中的声子数。实验得到的平均声子数为
2023, 52(3): 331-340.
doi: 10.12178/1001-0548.2022101
摘要:
脉冲耦合神经网络(PCNN)在图像处理领域应用广泛，改进的双通道脉冲耦合神经网络(DPCNN)也在图像融合领域具有优异性能。为了将量子计算的优异并行性能与双通道脉冲耦合神经网络相结合，降低其算法复杂度，提出了双通道量子脉冲耦合神经网络(DQPCNN)。该模型使用量子逻辑门构建量子模块，如量子全加器、量子乘法器和量子比较器，构建了一个适用于DQPCNN的量子图像卷积模块，并采用这些模块完成DQPCNN所需的计算。通过仿真实验证明了DQPCNN的有效性，DQPCNN的复杂度与其他模型相比具有明显优势。
脉冲耦合神经网络(PCNN)在图像处理领域应用广泛，改进的双通道脉冲耦合神经网络(DPCNN)也在图像融合领域具有优异性能。为了将量子计算的优异并行性能与双通道脉冲耦合神经网络相结合，降低其算法复杂度，提出了双通道量子脉冲耦合神经网络(DQPCNN)。该模型使用量子逻辑门构建量子模块，如量子全加器、量子乘法器和量子比较器，构建了一个适用于DQPCNN的量子图像卷积模块，并采用这些模块完成DQPCNN所需的计算。通过仿真实验证明了DQPCNN的有效性，DQPCNN的复杂度与其他模型相比具有明显优势。
2023, 52(3): 341-347.
doi: 10.12178/1001-0548.2022270
摘要:
如何在载体(文本、图像、音频)中巧妙地嵌入秘密信息及扩大传输信息的容量一直是研究人员面临的挑战。从量子信息的角度提出了一种新的信息隐藏思想，在不破坏载体数据的情况下构造量子纠缠态实现了秘密信息的隐藏和传输。为了提高秘密信息的传输容量，将经过Schur变换压缩的量子秘密信息编码到纠缠态的相位中进行传输。在比特传输过程中，新协议能够安全隐蔽地发送秘密量子比特信息。接收方可以通过量子傅里叶变换和已接收量子态的测量结果来提取秘密信息并得到无损的量子图像。此外，还给出了提取秘密量子态信息的具体方法，将量子比特转换为经典比特信息，有效地提升了秘密信息传输容量。该方案在不牺牲载体图像质量的前提下，保证了秘密信息传输的安全性。
如何在载体(文本、图像、音频)中巧妙地嵌入秘密信息及扩大传输信息的容量一直是研究人员面临的挑战。从量子信息的角度提出了一种新的信息隐藏思想，在不破坏载体数据的情况下构造量子纠缠态实现了秘密信息的隐藏和传输。为了提高秘密信息的传输容量，将经过Schur变换压缩的量子秘密信息编码到纠缠态的相位中进行传输。在比特传输过程中，新协议能够安全隐蔽地发送秘密量子比特信息。接收方可以通过量子傅里叶变换和已接收量子态的测量结果来提取秘密信息并得到无损的量子图像。此外，还给出了提取秘密量子态信息的具体方法，将量子比特转换为经典比特信息，有效地提升了秘密信息传输容量。该方案在不牺牲载体图像质量的前提下，保证了秘密信息传输的安全性。
2023, 52(3): 348-356.
doi: 10.12178/1001-0548.2022169
摘要:
比特深度增强具有巨大的应用价值，如低比特图像采集、高比特图像显示、图像压缩等。然而，现有的比特深度增强算法或者不能有效抑制低比特图像中存在的伪轮廓，或者需要高性能的计算单元和大量的训练样本，缺乏实用性。为此，提出了一种基于自适应伪轮廓消除滤波的比特深度增强算法：FACE-BDE。FACE-BDE由3个模块组成：伪轮廓消除滤波器设计模块、自适应滤波器大小选择模块和伪轮廓区域检测模块。实验表明，所提算法能在消除不同大小的伪轮廓时保留真实轮廓和细节，使其在测试集上取得了0.28 dB的增益，伪轮廓的可见性也明显弱于同类算法。
比特深度增强具有巨大的应用价值，如低比特图像采集、高比特图像显示、图像压缩等。然而，现有的比特深度增强算法或者不能有效抑制低比特图像中存在的伪轮廓，或者需要高性能的计算单元和大量的训练样本，缺乏实用性。为此，提出了一种基于自适应伪轮廓消除滤波的比特深度增强算法：FACE-BDE。FACE-BDE由3个模块组成：伪轮廓消除滤波器设计模块、自适应滤波器大小选择模块和伪轮廓区域检测模块。实验表明，所提算法能在消除不同大小的伪轮廓时保留真实轮廓和细节，使其在测试集上取得了0.28 dB的增益，伪轮廓的可见性也明显弱于同类算法。
2023, 52(3): 357-365.
doi: 10.12178/1001-0548.2022415
摘要:
现有深度学习SAR舰船实例分割方法未考虑特征全等级信息和目标上下文信息，导致了较低实例分割精度。针对上述问题，提出了一种基于全等级上下文压缩激励感兴趣区域ROI提取器的SAR舰船实例分割方法FL-CI-SE-ROIE。FL-CI-SE-ROIE实现了全等级ROI提取，可保留全等级信息，增强了网络多尺度描述能力。FL-CI-SE-ROIE实现了上下文ROI扩充，可获取目标上下文信息，增强了网络背景鉴别能力。FL-CI-SE-ROIE引入了压缩激励SE模块来平衡不同范围的上下文ROI，可抑制背景干扰，进一步提高了实例分割精度。在公开像素级多边形分割SAR舰船检测数据集PSeg-SSDD上的实验结果表明，所提方法的SAR舰船实例分割精度高于现有其他9种对比模型。
现有深度学习SAR舰船实例分割方法未考虑特征全等级信息和目标上下文信息，导致了较低实例分割精度。针对上述问题，提出了一种基于全等级上下文压缩激励感兴趣区域ROI提取器的SAR舰船实例分割方法FL-CI-SE-ROIE。FL-CI-SE-ROIE实现了全等级ROI提取，可保留全等级信息，增强了网络多尺度描述能力。FL-CI-SE-ROIE实现了上下文ROI扩充，可获取目标上下文信息，增强了网络背景鉴别能力。FL-CI-SE-ROIE引入了压缩激励SE模块来平衡不同范围的上下文ROI，可抑制背景干扰，进一步提高了实例分割精度。在公开像素级多边形分割SAR舰船检测数据集PSeg-SSDD上的实验结果表明，所提方法的SAR舰船实例分割精度高于现有其他9种对比模型。
2023, 52(3): 366-371.
doi: 10.12178/1001-0548.2022158
摘要:
随着数据量的迅速增长，对存储海量数据的分布式存储系统的可靠性和有效性的要求日益增加。局部修复码(LRCs)具有良好的修复局部性，能够有效实现海量数据在分布式存储系统中的可靠高效存储，构造具有\begin{document}$(r,t)$\end{document} ![]()
![]()
\begin{document}$(r,t)$\end{document} ![]()
![]()
随着数据量的迅速增长，对存储海量数据的分布式存储系统的可靠性和有效性的要求日益增加。局部修复码(LRCs)具有良好的修复局部性，能够有效实现海量数据在分布式存储系统中的可靠高效存储，构造具有
2023, 52(3): 372-378.
doi: 10.12178/1001-0548.2022236
摘要:
设计了一种新型三维集成射频模拟数字一体化微系统。传统的射频前端尺寸为250 mm×120 mm，经过微系统集成后尺寸仅为37 mm×37 mm，面积减小了95%。该微系统基于一体化陶瓷三维封装架构，集成多种裸芯片和无源器件，实现内部信号的电气互连；采用一种全新的散热方案，定制开发了一种高导热复合热沉盖板，热导率从15 W/(m·K)提升至150 W/(m·K)以上。在FC裸芯片和盖板之间填充导热硅胶，形成了一条新的散热途径，达到高效散热的效果。
设计了一种新型三维集成射频模拟数字一体化微系统。传统的射频前端尺寸为250 mm×120 mm，经过微系统集成后尺寸仅为37 mm×37 mm，面积减小了95%。该微系统基于一体化陶瓷三维封装架构，集成多种裸芯片和无源器件，实现内部信号的电气互连；采用一种全新的散热方案，定制开发了一种高导热复合热沉盖板，热导率从15 W/(m·K)提升至150 W/(m·K)以上。在FC裸芯片和盖板之间填充导热硅胶，形成了一条新的散热途径，达到高效散热的效果。
2023, 52(3): 379-389.
doi: 10.12178/1001-0548.2022127
摘要:
针对单能X射线无法对复杂工件各部位同时曝光成像的问题，提出一种基于细节增强的多能DR融合网络−双编码巢式连接融合网络。该网络以Inception模块作为基础卷积层，在双编码器的辅支路设计了可训练的LOG卷积模块，用来提取多尺度边缘特征，并将其补充到主支路以增强全局特征。在训练阶段，提出一种基于图像块的局部能量一致性损失函数，以减少输入、输出的局部性误差。融合时，采用通道和空间注意力机制作为融合策略，对双编码提取的多尺度增强特征进行融合，并将融合后的多尺度特征输入嵌套连接的解码器进行重构。结果表明，该融合网络具有细节增强效果，能够完整清晰地再现复杂工件的内部结构及缺陷。
针对单能X射线无法对复杂工件各部位同时曝光成像的问题，提出一种基于细节增强的多能DR融合网络−双编码巢式连接融合网络。该网络以Inception模块作为基础卷积层，在双编码器的辅支路设计了可训练的LOG卷积模块，用来提取多尺度边缘特征，并将其补充到主支路以增强全局特征。在训练阶段，提出一种基于图像块的局部能量一致性损失函数，以减少输入、输出的局部性误差。融合时，采用通道和空间注意力机制作为融合策略，对双编码提取的多尺度增强特征进行融合，并将融合后的多尺度特征输入嵌套连接的解码器进行重构。结果表明，该融合网络具有细节增强效果，能够完整清晰地再现复杂工件的内部结构及缺陷。
2023, 52(3): 390-397.
doi: 10.12178/1001-0548.2021400
摘要:
针对目前特定领域知识图谱构建效率低、领域已有知识图谱利用率不足、传统模型提取领域语义专业性强实体困难的问题，提出了基于BERT多知识图融合嵌入的中文NER模型(BERT-FKG)，实现了对多个知识图通过融合语义进行实体间属性共享，丰富了句子嵌入的知识。该模型在开放域和医疗领域的中文NER任务中，表现出了更好的性能。实验结果表明，多个领域知识图通过计算语义相似度进行相似实体的属性共享，能够使模型吸纳更多的领域知识，提高在NER任务中的准确率。
针对目前特定领域知识图谱构建效率低、领域已有知识图谱利用率不足、传统模型提取领域语义专业性强实体困难的问题，提出了基于BERT多知识图融合嵌入的中文NER模型(BERT-FKG)，实现了对多个知识图通过融合语义进行实体间属性共享，丰富了句子嵌入的知识。该模型在开放域和医疗领域的中文NER任务中，表现出了更好的性能。实验结果表明，多个领域知识图通过计算语义相似度进行相似实体的属性共享，能够使模型吸纳更多的领域知识，提高在NER任务中的准确率。
2023, 52(3): 398-412.
doi: 10.12178/1001-0548.2022106
摘要:
网络用户身份识别对维护网络安全、推动网络身份管理制度建设具有重要价值。网络用户身份识别既是用户画像、行为预测、精准服务的研究基础，也是水军账号甄别、网络社会治理、涉网犯罪打击的技术支撑。分析了用户身份识别技术的进展，及其在机器人水军识别、目标社区检测和跨社交网络用户对齐方面的应用。首先，从用户身份识别的定义与发展历程出发，介绍了用户身份识别方法的分类；其次，对不同特征下的机器人水军识别方法进行了阐述，并分析了不同方法的主要适用场景；然后，针对水军相关的目标社区检测任务，梳理了目标社区检测技术的发展；其次，对现有跨社交网络用户对齐技术进行了分类。最后，对用户身份识研究当前面临的挑战进行了论述，并对其未来作出了展望。
网络用户身份识别对维护网络安全、推动网络身份管理制度建设具有重要价值。网络用户身份识别既是用户画像、行为预测、精准服务的研究基础，也是水军账号甄别、网络社会治理、涉网犯罪打击的技术支撑。分析了用户身份识别技术的进展，及其在机器人水军识别、目标社区检测和跨社交网络用户对齐方面的应用。首先，从用户身份识别的定义与发展历程出发，介绍了用户身份识别方法的分类；其次，对不同特征下的机器人水军识别方法进行了阐述，并分析了不同方法的主要适用场景；然后，针对水军相关的目标社区检测任务，梳理了目标社区检测技术的发展；其次，对现有跨社交网络用户对齐技术进行了分类。最后，对用户身份识研究当前面临的挑战进行了论述，并对其未来作出了展望。
2023, 52(3): 413-422.
doi: 10.12178/1001-0548.2022082
摘要:
复杂优化问题中决策变量之间的依赖性导致函数适应度地形中存在大量的局部最优解，传统进化算法求解此类问题相对困难。提出一种求解部分可分函数优化问题的构造学习差分进化算法CLSHADE。该算法首先利用差分分组技术将复杂问题解耦划分为多个子问题，降低问题复杂程度；然后基于分组结构设计一种构造学习策略，以一定概率向构造的最优解学习以引导种群的搜索方向，提高算法搜索性能。在CEC 2017部分可分测试函数上的实验结果表明了CLSHADE的有效性。
复杂优化问题中决策变量之间的依赖性导致函数适应度地形中存在大量的局部最优解，传统进化算法求解此类问题相对困难。提出一种求解部分可分函数优化问题的构造学习差分进化算法CLSHADE。该算法首先利用差分分组技术将复杂问题解耦划分为多个子问题，降低问题复杂程度；然后基于分组结构设计一种构造学习策略，以一定概率向构造的最优解学习以引导种群的搜索方向，提高算法搜索性能。在CEC 2017部分可分测试函数上的实验结果表明了CLSHADE的有效性。
2023, 52(3): 423-429.
doi: 10.12178/1001-0548.2022086
摘要:
针对目前语音情感识别模型参数多、运算量大、训练速度慢等问题，提出了一种适用于小数据集、轻量型的网络模型。模型以胶囊网络为基础结构，引入深度可分离卷积模块代替胶囊网络中原有的卷积层以减少计算量。基于迁移学习提取普适的底层图像特征，利用语谱图来微调整个网络，减弱模型在小数据集上的过拟合现象。再利用夹角余弦来计算动态路由结构中向量的相似度，提高动态路由算法性能。实验结果表明，轻量型胶囊网络的识别率和运算速度均优于对比的7种深度学习网络模型。
针对目前语音情感识别模型参数多、运算量大、训练速度慢等问题，提出了一种适用于小数据集、轻量型的网络模型。模型以胶囊网络为基础结构，引入深度可分离卷积模块代替胶囊网络中原有的卷积层以减少计算量。基于迁移学习提取普适的底层图像特征，利用语谱图来微调整个网络，减弱模型在小数据集上的过拟合现象。再利用夹角余弦来计算动态路由结构中向量的相似度，提高动态路由算法性能。实验结果表明，轻量型胶囊网络的识别率和运算速度均优于对比的7种深度学习网络模型。
2023, 52(3): 430-437.
doi: 10.12178/1001-0548.2022172
摘要:
通过网络爬虫获取天气数据，并结合金华市用户负荷数据，采用深度随机森林算法对用户负荷进行短期预测。借助4种评价指标，通过对比支持向量回归算法、K近邻算、贝叶斯岭回归算法、随机森林算法以及多个深度神经网络算法，发现深度随机森林算法预测效果最佳，支持向量回归算法次之，而深度神经网络算法在该数据集上表现一般。
通过网络爬虫获取天气数据，并结合金华市用户负荷数据，采用深度随机森林算法对用户负荷进行短期预测。借助4种评价指标，通过对比支持向量回归算法、K近邻算、贝叶斯岭回归算法、随机森林算法以及多个深度神经网络算法，发现深度随机森林算法预测效果最佳，支持向量回归算法次之，而深度神经网络算法在该数据集上表现一般。
2023, 52(3): 438-443.
doi: 10.12178/1001-0548.2022147
摘要:
提出了一种利用干法转移制备的二硫化钼反相器并对其进行了性能研究。其中，反相器的核心结构由二硫化钼异质结晶体管和电阻串联组成，石墨烯则作为该器件的电极材料。为了提高二硫化钼晶体管和反相器的电学性能，利用热蒸镀金法优化石墨烯电极与基底测试电极(Pad)之间的接触特性。研究发现，器件经过优化之后得到的二硫化钼晶体管的开关比(ION/IOFF) 最大超过105；二硫化钼反相器的增益大于6，展示出典型的逻辑反相特性。结果表明，干法转移技术在二维晶体管、反相器及逻辑电路的制备和应用中极具潜力。
提出了一种利用干法转移制备的二硫化钼反相器并对其进行了性能研究。其中，反相器的核心结构由二硫化钼异质结晶体管和电阻串联组成，石墨烯则作为该器件的电极材料。为了提高二硫化钼晶体管和反相器的电学性能，利用热蒸镀金法优化石墨烯电极与基底测试电极(Pad)之间的接触特性。研究发现，器件经过优化之后得到的二硫化钼晶体管的开关比(ION/IOFF) 最大超过105；二硫化钼反相器的增益大于6，展示出典型的逻辑反相特性。结果表明，干法转移技术在二维晶体管、反相器及逻辑电路的制备和应用中极具潜力。
2023, 52(3): 444-450.
doi: 10.12178/1001-0548.2022240
摘要:
微电子机械系统(MEMS)惯性传感器(如加速计、陀螺仪)具有高性能、低功耗、低成本、集成度高、可靠性高、体积小等特点。但MEMS传感器交叉串扰仍较大，影响了加速度的测量。该文设计了一个量程为±16 g的三质量块三轴MEMS电容式加速度计结构，通过对所设计的结构进行静力学分析和模态分析，保证加速度计良好的抗过载能力。仿真结果表明，该结构实现了模态分离避免了模态干扰，且交叉灵敏度均小于0.3%，有效地降低了交叉串扰。
微电子机械系统(MEMS)惯性传感器(如加速计、陀螺仪)具有高性能、低功耗、低成本、集成度高、可靠性高、体积小等特点。但MEMS传感器交叉串扰仍较大，影响了加速度的测量。该文设计了一个量程为±16 g的三质量块三轴MEMS电容式加速度计结构，通过对所设计的结构进行静力学分析和模态分析，保证加速度计良好的抗过载能力。仿真结果表明，该结构实现了模态分离避免了模态干扰，且交叉灵敏度均小于0.3%，有效地降低了交叉串扰。
2023, 52(3): 451-457.
doi: 10.12178/1001-0548.2022078
摘要:
利用COMSOL Multiphysics 仿真软件建立了含叉指电极结构的紫外传感贴片三维模型，并对其进行了相关电特性研究。为降低传感器初始电阻，便于后端电路的测量开发，利用控制变量法，基于叉指指宽、间距、厚度等结构参数设置了多个不同的仿真模型。在AC/DC模块下的电流物理场接口下，选择稳态研究，结果表明，不同的结构参数将对电极和传感器的电场分布和初始电阻产生影响。通过对比分析发现，叉指电极的指宽为0.6 mm，间距为0.4 mm，厚度为5 μm时，初始电阻最小。此外，还设计了新型环状叉指电极结构，初步探究了其相关电学特性。研究发现该结构的初始电阻值与优化后的矩形叉指处于同一量级，对相关实验实践具有很好的指导意义。
利用COMSOL Multiphysics 仿真软件建立了含叉指电极结构的紫外传感贴片三维模型，并对其进行了相关电特性研究。为降低传感器初始电阻，便于后端电路的测量开发，利用控制变量法，基于叉指指宽、间距、厚度等结构参数设置了多个不同的仿真模型。在AC/DC模块下的电流物理场接口下，选择稳态研究，结果表明，不同的结构参数将对电极和传感器的电场分布和初始电阻产生影响。通过对比分析发现，叉指电极的指宽为0.6 mm，间距为0.4 mm，厚度为5 μm时，初始电阻最小。此外，还设计了新型环状叉指电极结构，初步探究了其相关电学特性。研究发现该结构的初始电阻值与优化后的矩形叉指处于同一量级，对相关实验实践具有很好的指导意义。
2023, 52(3): 458-474.
doi: 10.12178/1001-0548.2022216
摘要:
滚动轴承是动车组列车的关键基础零部件，我国动车组高速、长时间持续运行的特点，以及多变的运行环境，使得动车组轴承的工作环境及其内部受力状态较一般轴承更为复杂，这对轴承的设计制造及可靠性提出了更高的要求。为实现我国高速铁路核心技术完全自主化，近年来针对动车组轴承的研究众多。该文首先介绍了动车组轴承的设计制造与工艺，阐述了动车组轴承在服役过程中的典型失效模式、机理及其影响，随后归纳了动车组轴承故障诊断方法与技术，并对轴承可靠性建模与寿命评估方法的研究现状进行论述，最后简要阐述了动车组轴承的可靠性试验研究。通过对动车组轴承及其可靠性研究进展的总结，可为我国轴承的自主设计理论及制造技术提供参考。
滚动轴承是动车组列车的关键基础零部件，我国动车组高速、长时间持续运行的特点，以及多变的运行环境，使得动车组轴承的工作环境及其内部受力状态较一般轴承更为复杂，这对轴承的设计制造及可靠性提出了更高的要求。为实现我国高速铁路核心技术完全自主化，近年来针对动车组轴承的研究众多。该文首先介绍了动车组轴承的设计制造与工艺，阐述了动车组轴承在服役过程中的典型失效模式、机理及其影响，随后归纳了动车组轴承故障诊断方法与技术，并对轴承可靠性建模与寿命评估方法的研究现状进行论述，最后简要阐述了动车组轴承的可靠性试验研究。通过对动车组轴承及其可靠性研究进展的总结，可为我国轴承的自主设计理论及制造技术提供参考。
2023, 52(3): 475-480.
doi: 10.12178/1001-0548.2022371
摘要:
由于微机电(MEM)硅谐振器高能量输出下的周期性振荡、分岔、混沌等非线性因素，使其振荡频率控制精度有限。针对双端固支梁微机电硅谐振器，提出了一种输出反馈同步控制方法，通过振荡器同步以提高其振荡频率控制性能。首先，对双端固支梁MEM硅谐振器系统结构及非线特性进行了分析，并建立了充分考虑系统非线性特性的动态模型；在此基础上，设计了基于同步误差的输出反馈同步控制器，实现了多 MEM 硅谐振器同步控制，并使得相应的同步误差渐近收敛到零。最后，通过仿真实验证明了所提出方法的有效性。
由于微机电(MEM)硅谐振器高能量输出下的周期性振荡、分岔、混沌等非线性因素，使其振荡频率控制精度有限。针对双端固支梁微机电硅谐振器，提出了一种输出反馈同步控制方法，通过振荡器同步以提高其振荡频率控制性能。首先，对双端固支梁MEM硅谐振器系统结构及非线特性进行了分析，并建立了充分考虑系统非线性特性的动态模型；在此基础上，设计了基于同步误差的输出反馈同步控制器，实现了多 MEM 硅谐振器同步控制，并使得相应的同步误差渐近收敛到零。最后，通过仿真实验证明了所提出方法的有效性。
