Journal of Zhejiang University

Current Issue: <FITEE>

Frontiers of Information Technology & Electronic Engineering (former title: Journal of Zhejiang University SCIENCE C (Computers & Electronics), 2010-2014)

ISSN 2095-9184 (print); ISSN 2095-9230 (online); CN 33-1389/TP; Monthly.

FITEE is an international peer-reviewed journal indexed by SCI-E, Ei Compendex, DBLP, IC, Scopus, JST, CSA, etc. It covers research in Electrical and Electronic Engineering, including Computer Science, Information Sciences, Control, Automation, Telecommunications, and related disciplines.

Impact factor: 0.308 (2011), 0.297 (2012), 0.380 (2013), 0.415 (2014), 0.392 (2015), 0.622 (2016), 0.910 (2017), 1.033 (2018), 1.604 (2019), 2.161 (2020), 2.526 (2021).

Frontiers of Information Technology & Electronic Engineering

ISSN 2095-9184 (print), ISSN 2095-9230 (online), monthly

2020 Vol.21 No.10 P.1413-1534

Cover:

<508>

Contents:

<500>

<<< CONTENTS >>>

Perspective

Perspective: Artificial intelligence and wireless communications

Jun Wang, Rong Li, Jian Wang, Yi-qun Ge, Qi-fan Zhang, Wu-xian Shi

DOI: 10.1631/FITEE.1900527 Downloaded: 2832 Clicked: 4929 Cited: 0 Commented: 0(p.1413-1425) <Full Text> <PPT> 1601

Chinese summary <24> 人工(gōng)智能與無線通信

王俊¹，李榕¹，王堅¹，葛屹群²，張其蕃²，史無限²
¹華爲技術有限公司無線技術實驗室，中(zhōng)國杭州市，310051
²華爲技術有限公司無線技術實驗室，加拿大(dà)渥太華市，K0A3M0

摘要：近來，人工(gōng)智能和機器學習技術在無線通信領域的應用受到極大(dà)關注。人工(gōng)智能在語音理解、圖像識别、自然語言處理等領域取得成功，展示了其解決難以建模問題的巨大(dà)潛力。無線通信在大(dà)量應用場景中(zhōng)存在着日益增長且多樣的需求，而人工(gōng)智能已成爲滿足這些需求的重要使能技術。本文詳細介紹無線通信中(zhōng)人工(gōng)智能發揮重要作用的一(yī)些典型場景，包括信道建模、信道譯碼和信号檢測以及信道編碼設計。進而，從信息瓶頸的角度讨論了人工(gōng)智能和信息論的關系。最後，讨論了将人工(gōng)智能技術深入集成在無線通信系統的一(yī)些想法。

關鍵詞組：無線通信；人工(gōng)智能；機器學習

Research Articles

Multi-dimensional optimization for approximate near-threshold computing

Jing Wang, Wei-wei Liang, Yue-hua Niu, Lan Gao, Wei-gong Zhang

DOI: 10.1631/FITEE.2000089 Downloaded: 2269 Clicked: 4520 Cited: 0 Commented: 0(p.1426-1441) <Full Text>

Chinese summary <22> 支持近似計算的近阈值系統多目标優化

王晶¹，梁偉偉¹，牛躍華²，高岚¹，張偉功³
¹首都師範大(dà)學信息工(gōng)程學院，中(zhōng)國北(běi)京市，100056
²中(zhōng)國空間技術研究院空間飛行器設計總體(tǐ)部，中(zhōng)國北(běi)京市，100094
³北(běi)京市成像理論與技術高精尖創新中(zhōng)心，中(zhōng)國北(běi)京市，100048

摘要：登納德縮放(fàng)定律的失效使計算機系統面臨功耗和利用率雙重挑戰。讓晶體(tǐ)管在近阈值電壓附近工(gōng)作，能夠有效解決能耗牆問題。然而，電壓降低會引發錯誤，導緻可靠性問題。若在解決電壓降低帶來的副作用的同時确保系統完全正确，又(yòu)會額外(wài)減損系統性能，增加能耗。由此可見，計算機系統設計的目标已從簡單的性能優化發展到多目标綜合優化。本文提出一(yī)種通過有效識别系統最佳配置實現性能、能耗和可靠性的綜合優化方法。設計了輸出精度預測器、性能預測器和功耗預測器，分(fēn)别預測不同系統配置下(xià)的精度、性能和功耗。其中(zhōng)輸出質量預測器采用軟硬件協同的故障注入平台，分(fēn)析近阈值電壓導緻的錯誤對輸出精度的影響。采用多目标優化動态規劃模型，基于所設計的輸出精度預測器、性能預測器和功耗預測器，選擇系統最佳的電壓和近似級别。實驗結果顯示本文方案在能效性下(xià)降10%的情況下(xià)将輸出精度提高28%，從而實現平均20%的精度、功耗和性能的綜合優化。

關鍵詞組：近似計算；近阈值計算；輸出精度預測器；能耗；性能

A low-overhead asynchronous consensus framework for distributed bundle adjustment

Zhuo-hao Liu, Chang-yu Diao, Wei Xing, Dong-ming Lu

DOI: 10.1631/FITEE.1900451 Downloaded: 3065 Clicked: 4288 Cited: 0 Commented: 0(p.1442-1454) <Full Text> <PPT> 1443

Chinese summary <20> 一(yī)種用于分(fēn)布式集束調整的低開(kāi)銷異步共識框架

劉卓昊¹，刁常宇^2,3，邢衛¹，魯東明^1,3
¹浙江大(dà)學計算機科學與技術學院，中(zhōng)國杭州市，310027
²浙江大(dà)學文化遺産研究院，中(zhōng)國杭州市，310027
³浙江大(dà)學石窟寺數字化保護重點科研基地，中(zhōng)國杭州市，310027

摘要：分(fēn)布式集束調整方法使用多個工(gōng)作節點解決集束調整問題，克服單台計算機的計算和内存存儲限制。但是，額外(wài)的塊劃分(fēn)步驟和同步等待會引入可觀的性能開(kāi)銷。因此，我(wǒ)們提出一(yī)個低開(kāi)銷共識框架，該方法基于異步共識融合使先到達的節點先共識融合，避免等待較慢(màn)的計算節點。此外(wài)，提出一(yī)個場景彙總方法，并将其集成到塊劃分(fēn)步驟，用以在小(xiǎo)規模彙總場景上執行聚類。在公開(kāi)數據集上的實驗結果表明，本文方法可以提高工(gōng)作節點利用率，減少塊劃分(fēn)時間。此外(wài)，在大(dà)規模文化遺産數據集上的實驗也證明該方法有效。

關鍵詞組：運動恢複機構；分(fēn)布式集束調整；計算開(kāi)銷；異步共識；部分(fēn)屏障；二部圖彙總

Automatic synthesis of advertising images according to a specified style

Wei-tao You, Hao Jiang, Zhi-yuan Yang, Chang-yuan Yang, Ling-yun Sun

DOI: 10.1631/FITEE.1900367 Downloaded: 2696 Clicked: 5165 Cited: 0 Commented: 0(p.1455-1466) <Full Text> <PPT> 1351

Chinese summary <23> 針對特定風格的平面廣告圖像自動生(shēng)成

尤偉濤¹，江浩²，楊智淵¹，楊昌源³，孫淩雲¹
¹浙江省設計智能與數字創意重點實驗室，中(zhōng)國杭州市，310027
²浙江大(dà)學國際設計研究院，中(zhōng)國杭州市，310058
³阿裏巴巴國際用戶體(tǐ)驗事業部，中(zhōng)國杭州市，311121

摘要：公司常用平面廣告圖像宣傳産品，提高品牌知(zhī)名度。設計平面廣告圖像不僅需要清晰地傳達産品信息，還需考慮廣告的目标産品、産品品牌和目标用戶等内容，因此自動平面廣告生(shēng)成具有挑戰性。本文提出數據驅動的方法捕獲平面廣告圖像中(zhōng)設計特征與各個元素之間的特征關系，從而根據特定的風格，将輸入的元素自動合成平面廣告圖像。爲實現多樣式的平面廣告生(shēng)成，構建了包含13280張平面廣告圖像的數據集，标簽涵蓋圖像中(zhōng)産品類别、元素位置、顔色等内容。利用本文的概率模型，用戶通過附加的約束（例如，基于上下(xià)文關鍵字）引導合成廣告的風格。将本文方法用于大(dà)量設計任務，并針對生(shēng)成結果進行用戶感知(zhī)和評價實驗。結果表明，本文方法生(shēng)成結果的用戶滿意度比非專業學生(shēng)的設計結果提高了7.1%，生(shēng)成的廣告配色也比由色彩和諧模型與Colormind得到的結果獲得更多用戶好感。

關鍵詞組：圖像數據集；數據驅動方法；自動平面廣告生(shēng)成

Asymmetric discriminative correlation filters for visual tracking

Shui-wang Li, Qian-bo Jiang, Qi-jun Zhao, Li Lu, Zi-liang Feng

DOI: 10.1631/FITEE.1900507 Downloaded: 2296 Clicked: 4504 Cited: 0 Commented: 0(p.1467-1484) <Full Text> <PPT> 1298

Chinese summary <22> 用于視頻(pín)跟蹤的非對稱判别相關濾波器

李水旺，蔣權波，趙啓軍，盧莉，馮子亮
四川大(dà)學視覺合成圖形圖像技術國防重點學科實驗室，中(zhōng)國成都市，610065

摘要：判别相關濾波器（DCF）是視頻(pín)跟蹤領域一(yī)種有效方法，顯著推動了視頻(pín)跟蹤領域進展。然而，卷積算子的對稱性會帶來計算上的問題，并破壞廣義的平移等變性。針對前一(yī)問題，人們提出許多解決方法，但對後一(yī)問題不夠重視。本文分(fēn)析循環卷積的對稱性帶來的問題，提出一(yī)種非對稱卷積運算，且證明這種運算具有弱的廣義平移等變性。利用提出的卷積運算，構造一(yī)個非對稱判别相關濾波跟蹤器（ADCF）。它對目标的平移更加敏感，且其非對稱性允許濾波器和輸入樣本有不同空域大(dà)小(xiǎo)，這使得ADCF的計算複雜(zá)性，從濾波器參數數量不随輸入樣本增大(dà)而增加的意義上說，更加可控。且ADCF對應的正規矩陣具有兩級塊Toeplitz矩陣結構，利用該結構可設計時間複雜(zá)度爲O(NlogN)、空間複雜(zá)度爲O(N)的矩陣-向量乘法。此外(wài)，有别于基于DCF的跟蹤器，ADCF引進空域和時域正則化項，本質上不會增加計算複雜(zá)度。在4個公開(kāi)基準數據集（OTB-2013，OTB-2015，VOT-2016和Temple-Color）和一(yī)個合成數據集上進行對比實驗，結果表明所提方法取得最優視頻(pín)跟蹤性能。

關鍵詞組：視頻(pín)跟蹤；判别相關濾波器（DCF）；非對稱判别相關濾波器（ADCF）

An improved method for image denoising based on fractional-order integration

Li Xu, Guo Huang, Qing-li Chen, Hong-yin Qin, Tao Men, Yi-fei Pu

DOI: 10.1631/FITEE.1900727 Downloaded: 2249 Clicked: 4747 Cited: 0 Commented: 0(p.1485-1493) <Full Text> <PPT> 1343

Chinese summary <24> 一(yī)種基于分(fēn)數階積分(fēn)的圖像去(qù)噪改進方法

許黎^1,2，黃果³，陳慶利³，秦洪英³，門濤³，蒲亦非²
¹樂山師範學院電子與材料工(gōng)程學院，中(zhōng)國樂山市，614000
²四川大(dà)學計算機學院，中(zhōng)國成都市，610064
³樂山師範學院，互聯網自然語言智能處理四川省高等學校重點實驗室，中(zhōng)國樂山市，614000

摘要：針對現有圖像去(qù)噪方法容易造成圖像紋理細節丢失的現象，提出一(yī)種基于分(fēn)數積分(fēn)的去(qù)噪新方法。首先，通過拓展柯西積分(fēn)推導分(fēn)數階積分(fēn)公式，然後利用數值方法估計分(fēn)數階積分(fēn)算子的近似值。最後，在圖像8個像素方向構造一(yī)個任意階次的分(fēn)數階積分(fēn)掩模算子。仿真結果表明，本文提出的圖像去(qù)噪方法在去(qù)除噪聲的同時，能夠保護圖像的邊緣和紋理信息。并且，由于在叠代過程中(zhōng)采用了紋理保護機制，該方法在去(qù)噪後可獲得更高的圖像特征值和更好的視覺效果。

關鍵詞組：分(fēn)數階積分(fēn)；柯西積分(fēn)；圖像去(qù)噪；分(fēn)數梯度；紋理保護

Multi-UAV cooperative target tracking with bounded noise for connectivity preservation

Rui Zhou, Yu Feng, Bin Di, Jiang Zhao, Yan Hu

DOI: 10.1631/FITEE.1900617 Downloaded: 3977 Clicked: 5068 Cited: 0 Commented: 0(p.1494-1503) <Full Text> <PPT> 1513

Chinese summary <22> 有界噪聲下(xià)保通信連接的多無人機分(fēn)布式協同目标跟蹤

周銳¹，馮禹¹，邸斌²，趙江¹，胡炎^1,3
¹北(běi)京航空航天大(dà)學自動化科學與電氣工(gōng)程學院，中(zhōng)國北(běi)京市，100191
²中(zhōng)國人民解放(fàng)軍軍事科學院國防科技創新研究院，中(zhōng)國北(běi)京市，100171
³中(zhōng)國電子科技集團有限公司航空航天信息應用重點實驗室，中(zhōng)國石家莊市，050081

摘要：本文研究通信距離(lí)受限的多無人機協同目标跟蹤問題。該問題集成了無人機運動控制、目标狀态估計和網絡拓撲控制。首先，介紹用于描述網絡連通性的通信拓撲和基本符号，以及分(fēn)布式卡爾曼一(yī)緻性濾波器。其次，分(fēn)析基于濾波器的估計誤差收斂性和有界性，采用勢函數方法實現通信連接保持和防撞控制。在考慮穩定跟蹤的基礎上，設計基于勢函數的分(fēn)布式無人機運動控制器。由于無人機僅能獲得目标狀态的估計值而非真實值，且其運動也會影響狀态估計精度，因此目标狀态估計與無人機運動控制是耦合的。最後，詳細分(fēn)析耦合系統在有界噪聲下(xià)的穩定性和收斂性，并進行仿真驗證。

關鍵詞組：多無人機協同目标跟蹤；網絡連通；卡爾曼一(yī)緻性濾波；有界噪聲；連通性保持

A convolutional neural network based approach to sea clutter suppression for small boat detection

Guan-qing Li, Zhi-yong Song, Qiang Fu

DOI: 10.1631/FITEE.1900523 Downloaded: 3304 Clicked: 5694 Cited: 0 Commented: 0(p.1504-1520) <Full Text> <PPT> 1357

Chinese summary <22> 一(yī)種用于小(xiǎo)船檢測的基于卷積神經網絡的海雜(zá)波抑制方法

李官清，宋志(zhì)勇，付強
國防科技大(dà)學電子科學學院ATR國防科技重點實驗室，中(zhōng)國長沙市，410073

摘要：目前的雷達目标檢測方法通常基于高信雜(zá)比。本文提出一(yī)種新的基于卷積神經網絡的雙激活雜(zá)波抑制算法，以解決實際海況中(zhōng)低信雜(zá)比下(xià)的小(xiǎo)目标檢測問題。雙激活有兩個步驟。首先，激活最後一(yī)個全連接層的權重和來自上采樣層的特征圖獲得類激活圖，對應于海雜(zá)波的輪廓；其次，将類激活圖反向映射到海雜(zá)波頻(pín)譜得到抑制系數。抑制系數與原始距離(lí)多普勒圖相乘即得到雜(zá)波抑制後的距離(lí)多普勒圖。此外(wài)，提出一(yī)種基于采樣的數據增強方法和一(yī)種有效的多類編碼方法以提高預測精度。實測數據驗證了方法的有效性。

關鍵詞組：卷積神經網絡；類激活圖；短時傅立葉變換；小(xiǎo)目标檢測；海雜(zá)波抑制

Trajectory optimization with constraints for alpine skiers based on multi-phase nonlinear optimal control

Cong-ying Cai, Xiao-lan Yao

DOI: 10.1631/FITEE.1900586 Downloaded: 3096 Clicked: 4821 Cited: 0 Commented: 0(p.1521-1534) <Full Text> <PPT> 1606

Chinese summary <21> 基于多階段非線性最優控制的高山滑雪約束性軌迹優化

蔡聰影，姚小(xiǎo)蘭
北(běi)京理工(gōng)大(dà)學自動化學院，中(zhōng)國北(běi)京市，100081

摘要：超級大(dà)回轉是一(yī)項高山滑雪速度系列運動項目，滑雪軌迹對運動員(yuán)比賽成績有重要影響。由于優化模型複雜(zá)且難以收斂，确定滑雪者全程最優軌迹具有挑戰性。本文基于最優控制理論，以滑行時間最小(xiǎo)爲優化指标，建立高山滑雪運動員(yuán)在超級大(dà)回轉中(zhōng)的軌迹優化模型。将軌迹優化問題轉化爲多階段非線性最優控制問題，采用僞譜法求解，并優化軌迹參數。MATLAB仿真結果驗證了所提軌迹優化模型的有效性和合理性。此外(wài)，提出一(yī)些切實可行的滑雪策略，幫助高山滑雪運動員(yuán)提高訓練水平和比賽成績。

關鍵詞組：軌迹優化；最優控制；僞普法；最優軌迹；數值求解