目录 | 《西安电子科技大学学报》2024年第51卷第2期

01

无人机集群任务分配的多目标算法研究

高卫峰1, 王琼1, 李宏1, 谢晋1, 公茂果2

1.西安电子科技大学 数学与统计学院 2.西安电子科技大学 协同智能系统教育部重点实验室

摘要

针对目标识别场景下的无人机集群协同任务分配问题，建立了以识别代价和识别收益为目标的优化模型，设计了基于分解的多目标差分进化算法求解该模型。首先，提出了精英初始化方法，在保证所得非支配解分布均匀的基础上，筛选初始解以提高解集的质量；其次，结合模型特性构造整数编码下的多目标差分进化算子，提高算法的收敛速度；最后，设计了带限制的禁忌搜索策略，使得算法具有跳出局部最优的能力。该算法为问题的求解提供一组非支配解集，使得可以根据实际需求选择更加合理的最优解。通过上述方法获得分配方案后，基于拍卖算法设计任务重分配策略，进一步调整分配方案，以应对无人机损毁的突发情况。仿真实验验证了所提算法在求解小、中、大规模任务分配问题上的有效性。相比于其他算法，文中算法所得非支配集具有更高的质量，可以消耗更少的识别代价来获取更高的识别收益，说明算法具有一定的优越性。 

02

通信计算联合优化的图分割工作流部署方法

马英红1, 吝李婉1, 焦毅2, 李秦尧3

1.西安电子科技大学 通信工程学院 2.润建股份有限公司 3.中国航天空气动力技术研究院 创新与应用中心

摘要

为提高计算效率，将复杂的大规模任务分解为简单任务并建模为工作流，交由并行分布式计算集群来完成，已成为云中心处理持续增长的计算和网络任务的重要手段。然而，分布式计算的任务间数据传输所带来的通信带宽占用却容易造成云中心的网络拥塞。如何兼顾计算效率和通信开销，科学地部署工作流意义重大。两类典型的工作流部署算法为基于列表的部署算法和基于分簇的部署算法。然而，前者致力于提高计算效率，未关注工作流中任务之间的通信开销，大规模工作流的部署易带来较重的网络负荷；后者关注通信开销的最小化，但牺牲了工作流中任务的并行计算效率，导致工作流完成时间较长。文中从图论的角度出发，充分挖掘工作流中各任务之间的依赖性和并行性，通过对经典图分割算法进行改进，实现了工作流任务分区过程中通信开销最小化和计算并行性最大化之间的平衡。仿真结果表明，在不同的工作流规模下，所提算法的通信开销比列表部署算法平均减少约35%~50%，工作流完成时间比分簇部署算法平均降低约50%~65%，且对于具有不同通信计算比的工作流均具有良好的稳定性。 

03

面向韧性拓扑构造的无人机集群功率分配策略

胡嘉琳1, 任智源1, 刘安妮2,3, 程文驰1, 梁晓东2,3, 李少波2,3

1.西安电子科技大学 空天地一体化综合业务网全国重点实验室 

2.中国电子科技集团公司第五十四研究所 3.河北省光子信息技术与应用重点实验室

摘要

针对无人机作战网络因自身内部故障或受到敌方攻击干扰而造成的网络性能下降及网络瘫痪问题，提出了一种基于功率分配的强韧性无人机作战网络拓扑构造方法。该方法首先以边连通度作为网络的韧性指标；其次，基于最大流最小割定理将最小割作为韧性指标的测度；在此基础上，考虑到单架无人机及系统整体功率有限，从物理层角度出发，通过调节无人机节点的发射功率以构造拓扑，从而提高网络韧性，提出了功率约束下的无人机作战网络功率分配策略；最后，采用粒子群优化算法解决功率约束下的拓扑结构韧性优化问题。仿真结果表明，在相同的调制方式及功率约束下，面对链路失效模式和节点失效模式，对比其它功率分配算法，基于粒子群优化算法得到的功率分配方案能有效提高无人机作战网络韧性，其所构建的网络在约66.7%的链路失效情况下，平均业务成功到达率仍保持在95%以上，满足实际作战需求。 

04

考虑HPSA的IRS辅助室内VLC系统光源优化

何慧萌1, 杨婷1, 施会丽1, 王平1, 邴喆2, 王星2, 白勃1

1.西安电子科技大学 通信工程学院 2.中煤能源研究院有限责任公司

摘要

随着无线通信技术的发展，高速场景下通信技术的研究也越来越广泛，其中获取到准确的信道状态信息对提升无线通信系统的性能具有重要的意义。针对正交频分复用系统在高速场景下，现有信道预测算法未考虑噪声影响及预测精度低的问题，提出了一种注意力去噪与复数卷积LSTM的时变信道预测算法。首先，设计了一种通道注意力信道去噪网络对信道状态信息进行去噪处理，降低了噪声对信道状态信息的影响。然后，提出了基于复数卷积层和长短期记忆网络的信道预测模型，对去噪后历史时刻的信道状态信息进行特征提取，并且对未来时刻的信道状态信息进行预测；改进后的LSTM预测模型增强了对信道时序特征的提取能力，提高了信道预测的精度。最后，结合Adam优化器对未来时刻信道状态信息进行预测输出。仿真结果表明：与对比算法相比，所提基于注意力去噪与复数卷积LSTM的时变信道预测算法对信道状态信息的预测精度更高，能够适用于高速移动场景下的时变信道预测。

05

灾后无人机自组网高动态多信道TDMA调度算法

孙彦景1, 李林1, 王博文1,2, 李松1

1. 中国矿业大学 信息与控制工程学院 2.中国矿业大学 物联网（感知矿山）研究中心

摘要

以自然灾害、事故灾难为主要类型的极端突发事件对应急通信网络快速重组与灾情信息实时回传提出了严峻挑战，亟需构建具备快速响应能力、按需动态调整的应急通信网络。为了在断电、断路、断网“三断”极端条件下实现灾情信息实时回传，可通过多无人机形成飞行自组网对受灾区域进行网络通信覆盖。针对灾后复杂环境受限条件下飞行自组织网络通信资源调度不合理引起的信道冲突问题，提出了基于Q-learning的自适应多信道时分多址调度算法。根据无人机间的链路干扰关系建立顶点干扰图，结合图着色理论，将高动态场景下多信道时分多址调度问题抽象为动态二重着色问题。考虑无人机的高速移动性，通过自适应调整Q-learning的学习因子，实现算法的收敛速度与最优解探索能力的权衡优化，以适应高动态的网络拓扑。通过仿真实验证明，所提算法可以实现网络通信冲突和收敛速度的权衡优化，能够解决灾后高动态场景下资源分配决策与快变拓扑适配问题。 

06

基于归一化循环前缀相关谱的无人机识别技术

张涵硕1,2, 李涛1, 李勇朝1, 温志津2

1.西安电子科技大学 通信工程学院 2.电磁空间认知与智能控制技术实验室

摘要

基于射频的无人机识别技术具有探测距离长、环境依赖性低的优点，已成为无人机监控系统不可或缺的技术手段。如何在低信噪比条件下有效识别无人机是当前热点问题。为保证良好的图传质量，无人机通常采用带有循环前缀结构的正交频分复用(OFDM)调制作为图传链路的调制方式。据此特性，首先提出一种基于归一化循环前缀相关谱和卷积神经网络的无人机识别算法。依据对无人机信号的OFDM符号周期和循环前缀长度的分析结果，计算信号归一化循环前缀相关谱。当归一化循环前缀相关谱的计算参数与无人机信号的调制参数匹配时，谱线中会出现若干相关峰，峰的位置分布反映了无人机信号帧结构、突发规则等协议特征。然后，利用卷积神经网络对归一化循环前缀相关谱进行特征分析和提取，从而识别无人机。最后，利用通用软件无线电平台USRP X310对5款无人机的射频信号进行采集，构建实验数据集。实验结果表明，该算法优于基于频谱和基于时频谱的算法，且在低信噪比下仍然有效。

07

面向国产异构DCU平台的大规模并行矩量法研究

贾瑞鹏1, 林中朝1, 左胜1, 张玉1, 杨美红2

1.西安电子科技大学 电子工程学院 2.齐鲁工业大学 计算机科学与技术学院

摘要

面向国产异构众核处理器超级计算机发展趋势，实现了基于CPU+DCU国产异构并行系统的大规模并行高阶矩量法。在同构并行矩量法负载均衡策略的基础上，提出了一种“MPI+openMP+DCU”的高效异构并行编程框架，解决了计算任务与计算能力不匹配的问题，实现了矩量法异构并行计算过程的负载均衡。采用细粒度任务划分策略与异步通信技术，对深度计算处理器计算过程进行了流水线优化设计，实现了计算与通信重叠，提升了矩量法异构协同计算的效率。通过与有限元法的仿真结果对比，验证了CPU+DCU异构并行矩量法的准确性。基于国产深度计算处理器异构平台的可扩展性分析结果表明，与单纯CPU计算相比，所实现的CPU+DCU异构协同计算方法能够获得5.5~7.0倍的加速效果，且在国家超级计算西安中心能够实现全系统运行，并行规模从360节点扩展到3 600节点(共1 036 800个处理器核心)，并行效率可以达到约73.5%。

08

一种添加振荡抑制的移动机器人避障算法

吴庭明1,2, 吴宪云1,2,3, 邓亮4, 李云松1

1.西安电子科技大学 空天地一体化综合业务网国家重点实验室

2.西安电子科技大学 广州研究院 3.西安电子科技大学 杭州研究院 4.广州科语机器人有限公司 研发事业部

摘要

针对室内移动机器人动态避障算法易出现局部死区问题，提出一种改进VFH动态避障算法。首先，针对传统VFH类算法，在候选波谷评价函数中引入波谷宽度和路径长度评价指标以降低移动机器人陷入局部死区的概率，提高路径平滑性；其次，针对局部避障算法受限于局部环境易在障碍物附近发生来回振荡的问题，引入振荡评价函数，通过计算移动机器人位姿到起始点和终点的加权欧氏距离绘制振荡评价曲线，利用自动峰值检测和一阶前向差分曲线获取振荡位置，并添加振荡抑制，使移动机器人逃离局部死区。仿真验证表明，在100组仿真场景中，改进算法陷入局部死区的场景减少约70组，平均规划迭代次数降低约32.3次，平均路径长度降低约26.2%，平均累计转折角度降低约79.6%。该算法有效降低了局部避障的代价，提高路径平滑度的同时降低在局部特殊环境下陷入死区的概率。

09

SAR图像舰船目标检测的轻量化和特征增强研究

龚峻扬1, 付卫红1, 方厚章2

1.西安电子科技大学 通信工程学院 2.西安电子科技大学 计算机科学技术学院

摘要

针对合成孔径雷达（SAR）图像中的舰船目标的准确率易受近岸杂波的影响，且现有检测算法复杂度高，在嵌入式设备上的部署难度大的问题，提出一种适用于嵌入式设备的轻量化高精度SAR图像舰船目标检测算法CA-Shuffle-YOLO。基于YOLO v5目标检测算法，对骨干网络进行轻量化及特征精细化提取两个方面的改进，引入轻量化模块以降低网络的计算复杂度，提高推理速度，并引入协同注意力机制模块增强算法对近岸船舶目标的细节信息的提取能力。在特征融合网络中采用加权特征融合以及跨模块融合，增强模型对SAR舰船目标的细节信息的融合能力，同时，利用深度卷积模块降低计算复杂度，提高实时性。通过在SSDD舰船目标检测数据集上的测试及对比实验的结果，表明CA-Shuffle-YOLO的检测准确率约为97.4%，检测帧率为206 FPS，所需运算复杂度为6.1 GFlops，相比原始的YOLO v5，所提方法的检测帧率提升了60 FPS，所需运算复杂度降低为原来的12%。

10

一种信标辅助的北斗伪卫星CPD定位方法

张衡1,2,3, 蔚保国2,3, 潘树国1

1.东南大学 仪器科学与工程学院 2.中国电子科技集团公司第五十四研究所 3.卫星导航系统与装备技术国家重点实验室

摘要

针对北斗伪卫星信号引入室内并在小尺度空间下提供高精度定位的难题，如何在顾及网络建设成本的基础上提升小尺度空间的定位时效性和定位精度是未来室内定位技术中需要解决的重要一环。此处充分结合室内环境下小尺度空间的空间特征，提出一种室内节点信标辅助的北斗伪卫星载波相位差定位方法。该方法首先将传统的大范围指纹构建问题转化为指纹节点的方式，在指纹图谱的基础上提出室内节点信标的概念，通过信标节点实现小尺度空间与周围空间的连接，并对以载噪比和载波相位为基础的信标特征谱构建与处理进行了分析；然后以室内节点信标为基础给出了基于载波相位差的位置估计过程，最后结合粒子群寻优算法提出一种顾及行人特征的位置与速度空间约束下的位置搜索算法。在真实环境下的试验结果表明，通过室内节点信标的辅助在室内环境可以实现动态定位精度优于30 cm、暂停态下的定位精度优于25 cm的定位效果。正常步速运动下算法与惯性导航定位精度相当，同时相比于惯性导航方式具有更宽松的运动姿态条件。在小尺度空间下算法具有更优的适用性。

11

针对浅海水声通信的极化码构造与应用研究

邢莉娟, 李卓, 黄彦彪

西安电子科技大学 空天地一体化综合业务网全国重点实验室

摘要

为了实现浅海环境中高速率和高可靠通信，研究了极化码编译码技术在浅海水声通信中的性能。针对基于射线声学理论建立的时不变、准静止和时变3种浅海水声信道模型，采用蒙特卡罗构造算法完成相应极化码的构造，并分别与信道极化和信道退化构造算法、基对称扩展极化权重构造算法进行了复杂度和性能比较。将构造的极化码作为文中基于正交频分复用的水声通信系统的信道编码方案，译码方案使用循环冗余校验辅助的串行抵消列表译码算法。通过仿真模拟分析了上述3种信道中极化码的性能，并与码长和码率相同的低密度奇偶校验码的性能进行对比分析；结果显示在这3种信道中，在关注的信噪比范围内极化码相对于低密度奇偶校验码约有0.5 dB~1.2 dB的增益。3种信道仿真对比结果表明，基于信道构造编码的极化码相比低密度奇偶校验码在恶劣的信道环境中有更好的增益效果，且极化码有更低的编译码复杂度，证明了极化码在能量和资源受限的浅海水声通信中具有广阔的应用前景。

12

一种高效的软件模糊测试种子生成方法

刘振岩1, 张华1, 刘勇2, 杨立波3, 王梦迪4

1.北京邮电大学 网络与交换技术国家重点实验室 2.青岛科技大学 信息科学技术学院 3.国网河北省电力有限公司 4.国网河北省电力有限公司信息通信分公司

摘要

模糊测试技术作为当前软件工程领域用于挖掘漏洞的有效方式之一，其在发现软件潜在漏洞方面有着非常显著的效果。针对传统模糊测试技术中种子选择策略无法快速有效地生成高质量的种子集，导致变异生成的测试用例无法到达更深路径、触发更多安全漏洞的问题，基于改进生成对抗网络(GAN)提出了一个种子生成方法以实现高效模糊测试。通过优化LeakGAN网络结构提高生成种子的质量和多样性，引入编解码技术实现灵活扩展生成种子的类型，并显著提高了在不同输入格式下目标程序的模糊测试性能。实验结果表明，采取的种子生成策略在覆盖率、触发唯一崩溃等指标上有明显提升，并有效地提高了种子生成速度。文中选择了6个具有不同高度结构化输入的开源程序和不同的模糊测试工具来验证策略的有效性，相较原策略分支覆盖率平均增长约2.79%，并且多发现了约10.35%的唯一路径以及约86.92%的唯一崩溃。

13

融合模式搜索的蝗虫优化算法及其应用

肖怡心, 刘三阳

西安电子科技大学 数学与统计学院 

摘要

在智能优化算法应用于复杂优化问题的求解过程中，平衡开发和探索以获得最优解具有重要意义。因此针对传统蝗虫优化算法在处理一些较为复杂的优化问题时出现的收敛精度低、搜索能力弱且容易陷入局部最优等缺陷，提出一种融合模式搜索的蝗虫优化算法。首先引入Sine混沌映射初始化蝗虫个体种群位置，减少个体重叠概率以增强种群迭代初期的多样性；其次利用模式搜索法，对种群目前找到的最优目标展开局部搜索，提高算法的收敛速度与寻优精度；同时为了避免算法后期陷入局部最优，引入了基于凸透镜成像的反向学习策略。实验部分通过对改进的蝗虫算法进行消融实验，验证了Sine 混沌映射、模式搜索、反向学习每个策略的独立有效性。并用两组测试函数进行仿真实验，采用Wilcoxon秩和检验、Friedman 检验的方法进行结果分析。实验结果均表明了融合模式搜索法改进的蝗虫算法在收敛速度与寻优精度上得到明显提高。最后，将其应用于移动机器人路径规划，测试结果进一步验证了改进算法的有效性。

14

张量分解和自适应图全变分的高光谱图像去噪

蔡明娇1, 蒋俊正1,2, 蔡万源1, 周芳1,3

1.桂林电子科技大学 信息与通信学院 2.桂林电子科技大学 卫星导航定位与位置服务国家地方联合工程研究中心 3.桂林电子科技大学 广西无线宽带通信与信号处理重点实验室

摘要

高光谱图像在采集过程中受到观测条件、成像仪材料属性、传输条件等客观因素的影响，不可避免地会引入各种噪声。这严重降低了高光谱图像的质量以及限制了后续处理的精度。因此，高光谱图像去噪是一个极其重要的预处理步骤。针对高光谱图像去噪问题，提出了低秩张量分解和自适应图全变分的高光谱图像去噪算法。首先，利用低秩张量分解来描述高光谱图像的全局空间和光谱相关性，并使用自适应权重图全变分来刻画高光谱图像空间维度上的分段平滑特性和保留高光谱图像的边缘信息；此外，采用l1-范数、Frobenius-范数分别刻画包括条纹噪声、脉冲噪声、死线噪声在内的稀疏噪声和高斯噪声。由此高光谱图像去噪问题归结为一个包含低秩张量分解和自适应图全变分的约束优化问题。利用增广拉格朗日乘子法对该优化问题进行交替求解。实验结果表明，所提出的高光谱图像去噪算法与现有的算法相比，能够充分刻画高光谱图像数据的内在结构特性，具有更好的去噪性能。

15

自适应密度峰值聚类算法

张强, 周水生, 张颖

西安电子科技大学 数学与统计学院 

摘要

密度峰值聚类(DPC)以其简单、高效的特点被广泛应用。然而，其有两个不足:① 集群密度不均匀和不平衡的数据集在DPC所提供的决策图中，很难识别真正的聚类中心；② 存在一个区域密度最高的点的错误分配将导致该区域内的所有点都指向同一个错误的聚类的“链式效应”。针对这两个不足，引入新的自然邻域(NaN)的概念，提出了一种基于自然邻域的密度峰值聚类算法(DPC-NaN)。算法使用新的自然邻域密度识别噪声点，选择初始预聚类中心点，将非噪声点按密度峰值方法进行分配以得到预聚类；并通过确定预聚类的边界点和合并半径，自适应地将预聚类结果合并为最终聚类。所提算法无需人工预设参数，也缓解了“链式效应”的问题。实验结果表明，与相关聚类算法相比，所提出的算法可在典型的数据集上获得更好的聚类结果，同时在图像分割表现良好。

16

多尺度卷积结合Transformer的抑郁脑电分类研究

翟凤文, 孙芳林, 金静

兰州交通大学 电子与信息工程学院 

摘要

在通过深度学习模型进行抑郁症类脑电信号分析时，针对单一尺度的卷积存在特征提取不充分的问题和卷积神经网络在感知脑电信号全局依赖性方面的局限性，分别设计了多尺度动态卷积网络模块和门控Transformer编码器模块，并与时间卷积网络相结合，提出了混合网络模型(MGTTCNet)进行抑郁症患者和健康对照组的脑电信号分类。该模型首先通过多尺度动态卷积从空间域和频率域捕捉脑电信号的多尺度时频信息。其次通过门控Transformer编码器学习脑电信号中的全局依赖关系，其利用多头注意力机制有效增强网络表达相关脑电信号特征的能力。之后利用时间卷积网络提取脑电信号可用的时间特征，最后将提取的抽象特征输入到分类模块进行分类。在公开数据集MODMA上用留出法和十折交叉验证法对提出模型进行实验验证，分别取得了约98.51%和98.53%的分类准确率，相较于基线单尺度模型EEGNet，分类准确率分别提升了约1.89%和1.93%，F1值分别提升了约2.05%和2.08%，kappa系数值分别提高了约0.038 1和0.038 5；同时消融实验验证了文中设计的各个模块的有效性。

17

抗理性敌手共谋的安全K-prototype聚类

田有亮1,2,3,4, 赵敏1,2,3,4, 毕仁万5, 熊金波1,2,5

1.贵州大学 公共大数据国家重点实验室 2.贵州大学 计算机科学与技术学院 3.贵州大学 密码学与数据安全研究所 4.贵州省密码学与区块链技术特色重点实验室 5.福建师范大学 计算机与网络空间安全学院

摘要

针对云环境下数据隐私泄露及聚类过程中云服务器间共谋的问题，提出一种抗理性敌手共谋的安全协作K-prototype聚类方案，目的在不泄露各方隐私数据情况下根据距离度量将相似的数据进行聚类。首先，考虑到同态加密不直接支持非线性计算，基于同态加密和加性秘密共享技术设计安全比较协议和安全大于协议，并确保输入数据、中间结果及模型参数均为加性秘密份额形式，以防止单个服务器能够获得完整数据，且能实现非线性函数的精确计算，在已设计的安全计算协议基础上，实现安全距离计算、安全聚类标签更新、安全聚类中心更新、聚类标签及聚类中心重构；其次，根据博弈均衡理论设计多种高效激励机制，构造互制合约及举报合约以约束云服务器诚实非共谋地执行聚类任务；最后，对所提的安全计算协议及合约进行理论分析,并对该方案的性能进行实验验证。实验结果表明，与明文环境下的模型精度相比，该方案的模型精度损失控制在0.22%内，进而验证了所提方案的有效性。

18

一种计算ARX密码差分—线性偏差的新方法

张峰1,2, 刘正斌1, 张晶1, 张文政1

1.保密通信重点实验室 2.中国电子科技集团公司电子科学研究院

摘要

ARX密码由模加、循环移位和异或这3种基本运算组成。目前ARX密码差分—线性区分器偏差的计算大多采用统计分析的方法。在2022年美密会上，NIU等给出了一种计算ARX密码差分—线性区分器相关度的非统计分析的方法，并给出了SPECK32/64的10轮差分—线性区分器。基于BLONDEAU等和BAR-ON等的方法，给出了差分—线性特征的定义，并首次提出了用差分—线性特征计算差分—线性区分器偏差的方法。同时，提出了一种基于布尔可满足性问题(SAT)自动化技术搜索差分—线性特征的方法，给出了计算ARX密码差分—线性区分器偏差的非统计分析的新方法。作为应用，对NIU等给出的SPECK32/64的10轮差分—线性区分器偏差进行计算，得到的理论值为2-15.00，非常接近统计分析的实验值2-14.90，且优于NIU等给出的理论值2-16.23。同时，首次给出了SIMON32/64的9轮差分—线性区分器偏差的理论值2-8.41，接近统计分析得到的实验值2-7.12。实验结果说明了这种方法的有效性。

19

一种改进条件广播代理重加密的数据共享方案

翟社平1,2, 陆娴婧1, 霍媛媛1, 杨锐1

1.西安邮电大学 计算机学院 2.西安邮电大学 陕西省网络数据分析与智能处理重点实验室

摘要

传统的条件广播代理重加密数据共享方式过度依赖不可信第三方代理商，存在效率低、数据安全和隐私泄露等问题。针对以上问题，提出了一种将条件广播代理重加密与区块链共识机制相结合的信息安全保障方案。首先，为解决单个代理商的单点故障以及合谋攻击问题，所提方案使用区块链节点轮流担任代理商节点，同时利用融合信誉机制的委托权益证明共识算法筛选出高信誉度的代理商节点参与重加密过程，大大降低了单点故障和合谋攻击的风险。其次，针对代理商节点对重加密密钥使用的高权限问题，引入门限密钥思想，将重加密密钥分割为多个片段，这些片段分布于不同的代理商节点上。通过这种方式，任何单个代理商节点都无法单独完成数据的解密，从而有效提高了重加密过程的安全性。最后，通过对方案的安全性、正确性和可信度进行分析，表明提出的方案能有效解决传统方案中的安全隐患。仿真实验结果证明，与现有数据共享方案相比，所提方案在保障数据安全方面具有明显优势，同时计算成本较低。