2025年, 第46卷, 第2期　
刊出日期：2025-04-10

  

• 全选
  |

研究
• Select
  RIS使能的多组播通信联合主被动波束赋形优化设计^*

  吴迪

  微处理机. 2025, 46(2): 1-8. https://doi.org/10.3969/j.issn.1002-2279.2025.02.001

  摘要 ( ) PDF全文 ( )   可视化   收藏

  本研究旨在通过可重构智能反射面（RIS）技术优化无线多组多播通信系统,以最小化基站发射功率并满足多播用户服务质量要求。针对非凸优化问题,提出了一种基于凸优化理论的算法,通过引入辅助变量和连续凸近似方法,将问题转化为可处理的凸约束形式,并利用交替优化和罚方法求解。研究结果表明,RIS的引入显著降低了基站发射功率,较无RIS方案减少约8 dBm,且随着RIS反射单元数增加,功率消耗进一步减少。所提算法在10次迭代内收敛,较无优化方案减少发射功率约4 dBm,验证了RIS及算法在多组多播系统中的性能提升效果。
• Select
  高压MOS器件SPICE建模研究

  顾祥, 彭宏伟, 纪旭明, 李金航

  微处理机. 2025, 46(2): 9-13. https://doi.org/10.3969/j.issn.1002-2279.2025.02.002

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对BSIM3v3模型在高压集成电路中高压MOS器件建模上的局限性,通过深入分析栅源电压和衬源电压对源漏电阻的影响,以及电流准饱和效应、碰撞电离电流、高压寄生管和自热效应等关键因素,提出一种基于BSIM3v3的高压MOS模型改进方法。该方法通过引入不同的压控电阻（VCR）、受控电压源（VCVS）和受控电流源（CCCS）等子电路,构建了一个用于精确模拟高压MOS器件的SPICE Macro模型。这一改进显著提升了高压MOS器件的建模精度,对高压集成电路的设计与仿真具有重要的实际意义和应用价值。
• Select
  基于对比学习的图像压缩感知预训练方法^*

  许常宜, 丁海峰, 王海栋

  微处理机. 2025, 46(2): 14-20. https://doi.org/10.3969/j.issn.1002-2279.2025.02.003

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对当前基于深度学习的图像压缩感知方法中非线性采样算子预训练方案不足的问题,提出一种基于对比学习的预训练方法。该方法从限制等距性质（RIP）矩阵的特性出发,利用对比学习优化采样算子,使其能够更有效地捕捉样本间的相似性关系,从而在采样阶段保留更多图像信息。通过将对比学习引入非线性采样算子的预训练过程,增强了采样算子的表征能力。实验表明该方案显著提升了图像重构质量,同时加快了模型收敛速度,提高了训练效率。基于对比学习的预训练策略能够有效优化非线性采样算子,为图像压缩感知的性能提升提供了新的思路。
• Select
  多尺度特征信息融合的图像超分辨率重建^*

  刘佳, 李巍岷, 杨大为

  微处理机. 2025, 46(2): 21-27. https://doi.org/10.3969/j.issn.1002-2279.2025.02.004

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对图像超分辨率重建方法存在的图像特征信息利用率不高、特征信息丢失等问题,提出一种多尺度特征信息融合的图像超分辨率重建方法。该方法通过稠密多尺度特征提取块和移动窗口自注意力机制,提取图像不同尺度的深层和全局特征信息,提高图像特征信息利用率;利用通道注意力和稠密多尺度特征提取块,对多阶段提取的特征进行信息融合,增强图像的深层特征信息;网络整体和模块内部利用跳跃连接减少特征信息在提取过程中的信息丢失。在公共测试集上的实验结果表明,与其他主流方法比较,该方法拥有更好的图像超分辨率重建效果。
• Select
  RIS辅助MU-MISO系统中信道估计算法研究

  张钊, 吕瑞宏

  微处理机. 2025, 46(2): 28-32. https://doi.org/10.3969/j.issn.1002-2279.2025.02.005

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对RIS辅助MU-MISO系统中由于RIS的无源特性和高维特性导致传统信道估计算法精度下降和导频开销过大的问题,设计一种高效且低消耗的信道估计算法。利用基站和RIS之间的公共列稀疏性和级联信道具有联合缩放特性的行稀疏性,将级联信道矩阵降维以减小导频开销。将双结构稀疏性、交替优化和迭代重加权最小二乘算法结合,设计出DS-AO-IRLS算法对级联进行估计。仿真结果表明,在使用相同的导频消耗进行信道估计时,本算法相比较正交匹配追踪（OMP）算法信道估计性能提升了11.2 dB以上。
• Select
  基于深度双向门控循环网络的回声消除算法

  陈丽丽, 郭莹

  微处理机. 2025, 46(2): 33-36. https://doi.org/10.3969/j.issn.1002-2279.2025.02.006

  摘要 ( ) PDF全文 ( )   可视化   收藏

  本研究旨在提升语音通信系统的用户体验,针对双讲情景下传统自适应滤波算法存在的非线性回声残留、噪声抑制及语音质量下降问题,提出一种基于深度双向门控循环单元网络的回声和噪声联合消除算法。该算法通过全连接网络提取语音序列特征,以理想比值掩蔽（IRM）为目标训练模型,并结合相位信息进行语音重建。采用融合型损失函数RMAE增强模型鲁棒性。实验结果表明,该算法在双向通话、非线性回声和噪声环境下,显著提升了语音质量和可懂度,优于传统及其他深度学习算法。
应用
• Select
  基于无线传感器的无线电监测设备干扰源定位方法

  郭鹤凡, 刘子豪

  微处理机. 2025, 46(2): 37-43. https://doi.org/10.3969/j.issn.1002-2279.2025.02.007

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对无线电监测中多径衰落导致干扰信号强度波动、定位准确率下降的问题,提出一种基于无线传感器网络的干扰源定位方法。采用区域分割聚类法确定干扰源数量并划分监测区域;利用传感器节点采集信号强度、频率分布及相关性系数,结合时间戳信息计算信号传输距离;通过实数编码和交叉重组优化传感器节点种群,求解适应度函数以获得最优定位路径,有效规避多径效应区域。实验结果表明,本方法平均定位误差较空地协同法和三维显示法分别降低11.1%和9.6%,定位速度提升34.4%和47.3%,干扰源识别率达90%以上,显著提高了复杂环境下的无线电干扰源定位精度与效率。
• Select
  基于深度迁移学习的网络敏感信息快速辨识研究

  王彩玲

  微处理机. 2025, 46(2): 44-51. https://doi.org/10.3969/j.issn.1002-2279.2025.02.008

  摘要 ( ) PDF全文 ( )   可视化   收藏

  本研究旨在解决传统方法在网络敏感信息辨识中因单一特征提取导致的准确性不足问题。提出一种基于深度迁移学习的快速辨识方法,通过分布式网络爬虫捕获数据,结合TF-IDF和近邻算法进行数据聚类和敏感信息提取。采用BERT-BiLSTM-CRF框架,融合深度迁移学习和特征融合策略,提取深层特征以实现快速准确辨识。实验结果显示,该方法在Kappa系数和辨识准确率上优于对比方法,有效提升了网络安全防护和用户隐私保障水平。
• Select
  用于低功耗人体运动姿态估计系统的数据压缩感知方法

  王功, 赵柏山

  微处理机. 2025, 46(2): 52-55. https://doi.org/10.3969/j.issn.1002-2279.2025.02.009

  摘要 ( ) PDF全文 ( )   可视化   收藏

  本研究旨在降低惯性传感器式人体运动姿态估计系统中信息采集节点的功耗。针对传统方法功耗高的问题,提出一种低功耗运动信息数据处理方法,基于优化的二值托普利兹测量矩阵对加速度数据进行低维投影,并结合近似消息传递的广义稀疏贝叶斯估计重构模型,设计非稀疏加速度数据重构算法,实现高效低功耗的数据获取。实验结果表明,该方法在保证信号重构精度的同时,显著缩短了重构时间,优于传统方法,并有助于提高数据处理效率,简化硬件设计,有效降低采集节点的功耗,为低功耗运动姿态估计系统提供了技术支持。
• Select
  基于改进U-Net网络的视杯视盘联合分割方法

  于海波, 刘振宇

  微处理机. 2025, 46(2): 56-60. https://doi.org/10.3969/j.issn.1002-2279.2025.02.010

  摘要 ( ) PDF全文 ( )   可视化   收藏

  为更好实现青光眼早期筛查诊断中视杯视盘的联合精准分割,针对杯盘比（CDR）评估,提出一种改进的U-Net卷积神经网络Seg-UNet。该网络使用ResNet50作为编码层,增强图像的特征提取能力;加入模拟人类视觉的融合感受野模块,增大网络对全局信息的感知能力。借鉴高分辨率网络（HRNET）的思想设计了多尺度特征融合模块来融合上下文语义信息。使用公开数据集REFUGE对所提出方法进行性能验证和比较。结果表明,本方法在REFUGE数据集上分割视杯和视盘的效果优于现有分割方法。
• Select
  基于ASFF-BiGRU的滚动轴承剩余寿命预测方法研究

  王誉霏, 于洋

  微处理机. 2025, 46(2): 61-64. https://doi.org/10.3969/j.issn.1002-2279.2025.02.011

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对滚动轴承剩余使用寿命预测中数据驱动方法难以有效提取敏感特征信息的问题,提出一种基于ASFF-BiGRU的预测方法。该方法对滚动轴承的声发射信号进行时、频域特征提取,结合单调性和时间相关性筛选敏感特征集,并通过自适应特征融合策略构建健康指标。利用双向门控循环单元（BiGRU）对健康指标进行趋势预测,实现RUL的精准预测。实验结果表明,与经典门控循环单元网络方法相比,所提方法有效提高了轴承剩余寿命的预测精度,为滚动轴承的健康管理提供了更可靠的技术支持。