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

2022 Vol.23 No.2 P.171-350

Cover:

<332>

Contents:

<269>

<<< CONTENTS >>>

Review Article

Review Article: A review of optically induced rotation

Qi ZHU, Nan LI, Heming SU, Wenqiang LI, Huizhu HU

DOI: 10.1631/FITEE.2000338 Downloaded: 6209 Clicked: 5414 Cited: 0 Commented: 0(p.171-185) <Full Text> <PPT> 413

Chinese summary <29> 光緻旋轉技術綜述

朱琦¹，李楠¹，蘇鶴鳴¹，李文強¹，胡慧珠^1,2
¹浙江大(dà)學光電科學與工(gōng)程學院現代光學儀器國家重點實驗室，中(zhōng)國杭州市，310027
²之江實驗室，中(zhōng)國杭州市，311121
摘要：光緻旋轉技術興起于20世紀90年代。光鑷爲研究激光角動量提供了一(yī)個理想平台。近幾十年來，光緻旋轉技術被廣泛運用在光學微操控實驗和生(shēng)物(wù)與微流控領域。近年來，其在經典和量子物(wù)理領域的應用潛力引起人們廣泛關注。本文回顧了光緻旋轉技術實驗與應用進展。首先介紹了角動量的基本研究。其次，介紹了由軌道角動量引起的光緻旋轉技術的發展和應用，并給出自旋角動量的概念。最後，介紹了光緻旋轉技術在高真空光阱中(zhōng)的應用與前景。随着液體(tǐ)介質中(zhōng)精密光學操作技術的成熟，高真空光鑷技術爲高速微納轉子開(kāi)辟了一(yī)條新道路。
關鍵詞：光鑷；光緻旋轉；角動量；微納轉子

Research Articles

A full-process intelligent trial system for smart court

Bin WEI, Kun KUANG, Changlong SUN, Jun FENG, Yating ZHANG, Xinli ZHU, Jianghong ZHOU, Yinsheng ZHAI, Fei WU

DOI: 10.1631/FITEE.2100041 Downloaded: 3933 Clicked: 5932 Cited: 0 Commented: 0(p.186-206) <Full Text> <PPT> 482

Chinese summary <31> 一(yī)種智慧法院的全流程智能化審判系統

魏斌¹，況琨²，孫常龍²,³，馮珺⁴，張雅婷³，朱新力⁵，周江洪²，翟寅生(shēng)⁵，吳飛²
¹浙江大(dà)學光華法學院，中(zhōng)國杭州市，310008
²浙江大(dà)學計算機科學與技術學院，中(zhōng)國杭州市，310027³阿裏巴巴達摩院，中(zhōng)國杭州市，310099
⁴國家電網浙江省電力有限公司，中(zhōng)國杭州市，310007
⁵浙江省高級人民法院，中(zhōng)國杭州市，310012
摘要：在智慧法院建設中(zhōng)，爲實現更高效、公平和可解釋的審判程序，我(wǒ)們提出一(yī)種全流程智能化審判系統（FITS）來提供智能化協助。在所提FITS中(zhōng)，介紹了對構建智慧法院至關重要的任務，包括信息抽取、證據分(fēn)類、問題生(shēng)成、對話(huà)摘要、判決預測和判決文書(shū)生(shēng)成。具體(tǐ)而言，準備工(gōng)作是從法律文本中(zhōng)抽取要素，從而幫助法官高效地确定案情。利用提取的屬性，通過在所有證據中(zhōng)确認一(yī)緻性等标準來證實每條證據的有效性。在庭審過程中(zhōng)，設計了自動發問機器人，協助法官主持庭審。它由一(yī)個表示程序性發問的有限狀态機和一(yī)個通過對法庭辯論中(zhōng)的話(huà)語上下(xià)文編碼進而生(shēng)成事實問題的深度學習模型組成。此外(wài)，FITS還在多任務學習框架下(xià)，實時總結法庭辯論中(zhōng)産生(shēng)的争議焦點，并在對話(huà)檢查摘要（DIS）模塊中(zhōng)生(shēng)成摘要審判記錄。爲支持法官決策，采用了一(yī)階邏輯來表達法律知(zhī)識，并将其嵌入深度神經網絡（DNN）來預測判決。最後，提出一(yī)種基于注意力和反事實的自然語言生(shēng)成（AC-NLG）方法生(shēng)成法院判決。

關鍵詞組：智能化審判系統；智慧法院；證據分(fēn)析；對話(huà)摘要；争議焦點；自動發問；判決預測

FlowDNN: a physics-informed deep neural network for fast and accurate flow prediction

Donglin CHEN, Xiang GAO, Chuanfu XU, Siqi WANG, Shizhao CHEN, Jianbin FANG, Zheng WANG

DOI: 10.1631/FITEE.2000435 Downloaded: 5656 Clicked: 6288 Cited: 0 Commented: 0(p.207-219) <Full Text> <PPT> 422

Chinese summary <25> FlowDNN：一(yī)種用于快速精确流場預測的物(wù)理啓發深度神經網絡

陳東林¹，高翔^1,2，徐傳福^1,2，王思齊^1,2，陳世钊¹，方建濱¹，王铮³
¹國防科技大(dà)學計算機學院，中(zhōng)國長沙市，410073
²國防科技大(dà)學高性能計算國家重點實驗室，中(zhōng)國長沙市，410073
³利茲大(dà)學計算學院，英國利茲市，LS29JT
摘要：對于與流場相關的設計優化問題，例如飛機和汽車(chē)空氣動力學設計，計算流體(tǐ)力學（CFD）模拟通常用于預測流場并分(fēn)析性能。雖然CFD模拟十分(fēn)重要，但它的叠代計算非常需要計算資(zī)源且極其耗時。昂貴的模拟開(kāi)銷限制了大(dà)範圍設計空間的探索，并阻礙了實時的交互式設計。在本文中(zhōng)，我(wǒ)們提出FlowDNN模型，它是一(yī)種新穎的深度神經網絡，可從CFD結果中(zhōng)高效地學習流場表示。FlowDNN根據給定的流動條件和幾何形狀可以直接預測預期的流場結果，從而極大(dà)地節省計算時間。FlowDNN首次結合了流體(tǐ)力學的基本守恒定律和注意力機制進行定常流場預測。這樣做不僅可以提高預測準确性，而且可以維持預測流場的物(wù)理一(yī)緻性，這對于CFD模拟至關重要。本文設計了多種指标以評估FlowDNN預測的整體(tǐ)流場和關鍵區域的結果（如流場快速變化的邊界層）。實驗結果表明，FlowDNN明顯優于其他方法且具有更短的推理時間和更準确的結果。它與最新的GPU并行求解器相比，生(shēng)成流場的速度提升14 000倍以上，同時保持預測誤差在5%以内。

關鍵詞組：深度神經網絡；流場預測性能；注意機制；物(wù)理損失函數

Dual-constraint burst image denoising method

Dan ZHANG, Lei ZHAO, Duanqing XU, Dongming LU

DOI: 10.1631/FITEE.2000353 Downloaded: 4857 Clicked: 5300 Cited: 0 Commented: 0(p.220-233) <Full Text> <PPT> 400

Chinese summary <24> 基于雙重約束的多幀圖像降噪方法

張丹，趙磊，許端清，魯東明
浙江大(dà)學計算機科學與技術學院網絡與媒體(tǐ)實驗室，中(zhōng)國杭州市，310027
摘要：深度學習在計算機視覺領域應用非常成功，促進了圖像降噪和多幀圖像降噪領域的快速發展。本文針對多幀圖像降噪問題，提出一(yī)種從多幀噪聲圖像中(zhōng)恢複清晰圖像的方法。該方法結合BM3D（塊匹配和三維濾波，block-matching and 3D filtering）算法和卷積神經網絡（CNN）模型完成多幀圖像降噪任務。該CNN模型基于分(fēn)治法的思想設計。首先，用BM3D算法處理帶噪聲的多幀圖像。然後，将預處理後的圖像和原始噪聲圖像分(fēn)别輸入CNN模型的兩個并行分(fēn)支。最後，用一(yī)個輕量級CNN模塊融合兩個分(fēn)支的輸出得到最終圖像估計。與以往研究不同，我(wǒ)們對CNN中(zhōng)兩個并行分(fēn)支分(fēn)配了不同約束函數--信号約束和噪聲約束，以提升模型提取不同特征的能力。此外(wài)，引入圖像塊匹配策略解決幀不對齊問題。在合成和真實噪聲圖像上的實驗結果表明，該算法與其他算法相比具有一(yī)定競争力。關鍵詞：圖像降噪；多幀圖像降噪；深度學習

Novel robust simultaneous localization and mapping for long-term autonomous robots

Wei WEI, Xiaorui ZHU, Yi WANG

DOI: 10.1631/FITEE.2000358 Downloaded: 4309 Clicked: 5485 Cited: 0 Commented: 0(p.234-245) <Full Text> <PPT> 427

Chinese summary <25> 用于長期自主機器人的新型魯棒同時定位與建圖方法

魏偉¹，朱曉蕊^1,2，王毅¹
¹哈爾濱工(gōng)業大(dà)學（深圳）機電工(gōng)程與自動化學院，中(zhōng)國深圳市，518055
²嶺南(nán)大(dà)數據研究院，中(zhōng)國珠海市，519000
摘要：自主移動機器人的基本任務是同時定位與建圖（SLAM）。此外(wài)，長期魯棒性是SLAM的一(yī)個重要屬性。當車(chē)輛或機器人快速旋轉或在某些場景中(zhōng)（例如低紋理環境、長走廊、隧道或其他重複的結構環境）轉向時，大(dà)多數SLAM系統可能會失效。本文提出一(yī)種新穎的魯棒視覺慣性激光雷達(LiDaR)導航(VILN)SLAM系統，包括立體(tǐ)視覺-慣性LiDaR裏程計和視覺-LiDaR閉環。所提出的VILN SLAM系統即使在偶爾會降低LiDaR或視覺測量性能的複雜(zá)場景中(zhōng)也可以長期穩定地運行。大(dà)量實驗結果表明，與最先進的SLAM系統相比，VILN SLAM系統在各種場景下(xià)的魯棒性都有了很大(dà)提高。

關鍵詞組：同時定位與建圖（SLAM）；長期；魯棒性；激光雷達（LiDaR）；視覺慣性激光雷達導航（VILN）

Cloud-assisted cognition adaptation for service robots in changing home environments

Qi WANG, Zhen FAN, Weihua SHENG, Senlin ZHANG, Meiqin LIU

DOI: 10.1631/FITEE.2000431 Downloaded: 4323 Clicked: 5609 Cited: 0 Commented: 0(p.246-257) <Full Text> <PPT> 401

Chinese summary <24> 面向變化用戶家居環境的服務機器人雲輔助認知(zhī)适應

王祺¹，樊臻¹，盛衛華²，張森(sēn)林¹，劉妹琴^1,3
¹浙江大(dà)學電氣工(gōng)程學院，中(zhōng)國杭州市，310027
²俄克拉荷馬州立大(dà)學電氣與計算機工(gōng)程學院，美國俄克拉荷馬州斯蒂爾沃特，74078
³西安交通大(dà)學人工(gōng)智能與機器人研究院，中(zhōng)國西安市，710049
摘要：機器人需要更強的智能以勝任家居環境中(zhōng)的認知(zhī)任務。本文提出一(yī)種新的雲輔助家居服務機器人認知(zhī)适應機制，它可以從其他機器人處學習新知(zhī)識。在該機制中(zhōng)，在機器人處部署一(yī)種變化檢測方法以檢測用戶家居環境變化，并觸發認知(zhī)适應過程，實現經雲端從其他機器人處學習新知(zhī)識。而認知(zhī)适應是通過模型融合方法将知(zhī)識從雲端全局模型遷移至機器人本地模型得以實現。首先，提出3種不同模型融合方法執行認知(zhī)适應過程，并給出影響模型融合方法的兩個關鍵因素。其次，确定最适合雲端至機器人知(zhī)識轉移的模型融合方法及其設置。再次，在一(yī)個變化的用戶家居環境中(zhōng)進行案例研究，，實驗結果驗證了所提方案的效率和有效性。基于實驗結果，提出一(yī)種雲端至機器人知(zhī)識轉移模型融合的經驗準則。

關鍵詞組：家居服務機器人；雲端至機器人知(zhī)識遷移；模型融合

Identity-based threshold proxy re-encryption scheme from lattices and its applications

Liqiang WU, Yiliang HAN, Xiaoyuan YANG, Minqing ZHANG

DOI: 10.1631/FITEE.2000366 Downloaded: 5266 Clicked: 5833 Cited: 0 Commented: 0(p.258-277) <Full Text> <PPT> 491

Chinese summary <21> 格上基于身份的門限代理重加密方案及應用

吳立強¹，韓益亮¹，楊曉元^1,2，張敏情¹
¹中(zhōng)國人民武裝警察部隊工(gōng)程大(dà)學網絡和信息安全重點實驗室，中(zhōng)國西安市，710086
²西安電子科技大(dà)學計算機網絡與信息安全教育部重點實驗室，中(zhōng)國西安市，710071
摘要：門限代理重加密通過設置多個代理者，不僅能有效防止單個代理者和被授權者合謀，從而違背授權者的意願随意轉化任意文件，而且能在某些代理者癱瘓或者損毀的情況下(xià)仍然提供正常服務。本文提出一(yī)個格上非交互的基于身份門限代理重加密方案，無需公鑰證書(shū)。在設計方案過程中(zhōng)，采用了兩次Shamir的秘密共享方法，一(yī)方面有效隐藏了授權者的私鑰信息，另一(yī)方面通過分(fēn)割代理重加密密鑰，實現了代理權限的去(qù)中(zhōng)心化。魯棒性是指某個代理者如果提交了非法的密文轉化密文份額，那麽組合者會立刻識别出這個惡意的代理者。本文方案通過格上全同态簽名實現了這一(yī)屬性。因此，即使未來量子攻擊變得可行，我(wǒ)們整個方案也能完全抵抗量子攻擊。本文方案的安全性在标準模型下(xià)規約爲判定性差錯學習困難假設。最後，給出本文方案的兩個典型應用場景，包括基于區塊鏈的文件共享系統和基于門限密碼學的魯棒密鑰托管系統。

關鍵詞組：後量子密碼；門限代理重加密；格；魯棒性；去(qù)中(zhōng)心化

One-against-all-based Hellinger distance decision tree for multiclass imbalanced learning

Minggang DONG, Ming LIU, Chao JING

DOI: 10.1631/FITEE.2000417 Downloaded: 4525 Clicked: 5579 Cited: 0 Commented: 0(p.278-290) <Full Text> <PPT> 494

Chinese summary <21> 面向多類不平衡學習的一(yī)對多海林格距離(lí)決策樹(shù)研究

董明剛^1,2，劉明^1,2，敬超^1,2,3
¹桂林理工(gōng)大(dà)學信息科學與工(gōng)程學院，中(zhōng)國桂林市，541004
²廣西嵌入式技術與智能系統重點實驗室，中(zhōng)國桂林市，541004
³桂林電子科技大(dà)學廣西可信軟件重點實驗室，中(zhōng)國桂林市，541004
摘要：由于傳統機器學習方法對偏斜分(fēn)布很敏感，且未考慮多類不平衡問題的特點，多類偏斜分(fēn)布對機器學習算法來說是一(yī)個巨大(dà)挑戰。爲解決這一(yī)問題，提出一(yī)種新的基于一(yī)對多的海林格距離(lí)（OAHD）決策樹(shù)分(fēn)割準則。OAHD主要由兩部分(fēn)組成。首先，将一(yī)對多思想集成到OAHD的海林格距離(lí)計算過程中(zhōng)，從而對海林格距離(lí)決策樹(shù)進行擴展，使其能解決多類不平衡問題。其次，針對多類不平衡問題，考慮了不同類的分(fēn)布和數量，設計了改進的基尼系數。此外(wài)，對OAHD的性質進行理論證明，包括偏斜不敏感性和在決策樹(shù)中(zhōng)尋找更純節點的能力。最後，從基于進化學習的知(zhī)識抽取（KEEL）和加州大(dà)學歐文分(fēn)校（UCI）數據庫中(zhōng)收集20個公開(kāi)的真實不平衡數據集進行實驗。實驗結果表明，與其他5種常用決策樹(shù)相比，OAHD在精度、F值，和多類别接收者操作特征曲線下(xià)面積（MAUC）上有顯著優勢。此外(wài)，使用了Friedman和Nemenyi檢驗，統計結果表明OAHD優于其他5種決策樹(shù)。

關鍵詞組：決策樹(shù)；多類不平衡學習；節點劃分(fēn)準則；海林格距離(lí)；一(yī)對多技術

Design and analysis of a proportional-integral controller based on a Smith predictor for TCP/AQM network systems

Ouassim MENACER, Abderraouf MESSAI, Lazhar KASSA-BAGHDOUCHE

DOI: 10.1631/FITEE.2000245 Downloaded: 4186 Clicked: 6311 Cited: 0 Commented: 0(p.291-303) <Full Text>

Chinese summary <21> 面向TCP/AQM網絡系統基于史密斯預估器的比例積分(fēn)控制器的設計與分(fēn)析

Ouassim MENACER¹, Abderraouf MESSAI¹, Lazhar KASSA-BAGHDOUCHE²
¹Frères Mentouri University of Constantine 1技術科學學院電子系，阿爾及利亞君士坦丁市，25000
²8 May 1945 University of Guelma科學與技術學院電子通訊系，阿爾及利亞蓋爾馬市，24000
摘要：主動式隊列管理（AQM）對于預防具有往返時滞的TCP/AQM系統的服務質量退化至關重要。往返時滞主要由數據包傳播時延引起，但也可由隊列操作的處理時間和動态改變的網絡情況引起。本文聚焦帶有時延不确定性的主動式隊列管理數字控制器的設計與分(fēn)析。該控制器基于史密斯預估器算法，我(wǒ)們稱其爲SMITHPI控制器。本文同時證明了該控制器的穩定性和抵禦網絡參數變化的魯棒性，如傳輸控制協議源的數量、時延、用戶數據電報協議流。運用NS-2仿真評估所提SMITHPI控制器的性能、魯棒性和有效性。最後，将SMITHPI控制器與著名的主動式隊列管理（稱爲比例積分(fēn)控制器）進行性能比較。

關鍵詞組：主動式隊列管理；傳輸控制協議；往返時滞；史密斯預估器

Range estimation based on symmetry polynomial aided Chinese remainder theorem for multiple targets in a pulse Doppler radar

Chenghu CAO, Yongbo ZHAO

DOI: 10.1631/FITEE.2000418 Downloaded: 4136 Clicked: 5713 Cited: 0 Commented: 0(p.304-316) <Full Text> <PPT> 406

Chinese summary <22> 基于對稱多項式輔助的中(zhōng)國餘數定理的脈沖多普勒雷達多目标距離(lí)估計算法

曹成虎¹，趙永波^1,2
¹西安電子科技大(dà)學雷達信号處理國家重點實驗室，中(zhōng)國西安市，710071
²西安電子科技大(dà)學信息感知(zhī)技術協同創新中(zhōng)心，中(zhōng)國西安市，710071
摘要：工(gōng)作在高脈沖重複頻(pín)率的脈沖多普勒雷達能避免多普勒模糊，但是高脈沖重複頻(pín)率在許多場合導緻距離(lí)模糊。目前，解決距離(lí)模糊的有效方案是基于波形設計，但是增加了雷達系統的複雜(zá)性。由于目标距離(lí)和量測距離(lí)的對應關系未知(zhī)，傳統的基于多脈沖重複頻(pín)率方案，特别是中(zhōng)國餘數定理，很難應用于多目标距離(lí)解模糊。本文旨在研究量測距離(lí)含有誤差的基于中(zhōng)國餘數定理多目标距離(lí)估計方法。提出基于對稱多項式輔助的中(zhōng)國餘數定理，能有效從含有誤差的量測距離(lí)中(zhōng)重建多目标距離(lí)。封閉式魯棒中(zhōng)國餘數定理和基于Aitken加速算法的多項式方程求解方法能有效降低所提算法的計算複雜(zá)度。

關鍵詞組：距離(lí)模糊；誤差距離(lí)；多目标；對稱多項式輔助的中(zhōng)國餘數定理

A large-current, highly integrated switched-capacitor divider with a dual-branch interleaved topology and light load efficiency improvement

Sheng LIU, Menglian ZHAO, Zhao YANG, Haonan WU, Xiaobo WU

DOI: 10.1631/FITEE.2000404 Downloaded: 4596 Clicked: 5623 Cited: 0 Commented: 0(p.317-327) <Full Text> <PPT> 450

Chinese summary <23> 具有雙支路交錯拓撲結構和輕載效率優化模式的大(dà)電流、高集成度開(kāi)關電容分(fēn)壓器

劉勝¹，趙夢戀²，楊朝²，吳皓楠²，吳曉波¹
¹浙江大(dà)學電氣工(gōng)程學院，中(zhōng)國杭州市，310027
²浙江大(dà)學信息與電子工(gōng)程學院，中(zhōng)國杭州市，310027
摘要：由于無磁且容易實現高集成度，開(kāi)關電容（SC）變換器作爲一(yī)種直流變壓器在現代電子領域具有廣泛應用前景。然而，設計具有大(dà)電流和高功率的SC變換器仍面臨挑戰。本文提出一(yī)種雙支路SC分(fēn)壓器拓撲，并通過集成電路（IC）得以實現。所設計SC變換器能驅動大(dà)電流負載，将其使用範圍擴展至大(dà)功率應用場合。該SC變換器具有1/2的恒定變換比，其雙支路交錯操作方式可确保輸入電流的連續性。此外(wài)，提出一(yī)種使用電容耦合型浮動電壓電平轉換器的片上栅極驅動方法有效驅動全NMOS功率鏈。通過自供電結構，飛電容器本身也是用于栅極驅動的自舉電容器，從而減少所需元器件數量。采用數字調制方式，在輕載時自動降低開(kāi)關頻(pín)率以提高效率。所設計SC變換器IC使用180 nm三阱BCD工(gōng)藝制造。實驗結果證明了所提雙支路交錯操作方式和自供電栅極驅動方法的有效性。所設計SC變換器可在5至12V的輸入電壓下(xià)驅動高達4A的負載電流，功率效率高達96.5％。在輕負載條件下(xià)，使用所提優化方法，電源效率提高了30％。

關鍵詞組：開(kāi)關電容變換器；雙支路；集成電路；自舉栅極驅動器

Intelligent fractional-order integral sliding mode control for PMSM based on an improved cascade observer

Lingfei XIAO, Leiming MA, Xinhao HUANG

DOI: 10.1631/FITEE.2000317 Downloaded: 5183 Clicked: 6416 Cited: 0 Commented: 0(p.328-338) <Full Text> <PPT> 426

Chinese summary <21> 基于改進級聯觀測器的永磁同步電機智能分(fēn)數階積分(fēn)滑模控制

肖玲斐^1,2，馬磊明³，黃欣浩¹
¹南(nán)京航空航天大(dà)學能源與動力學院，中(zhōng)國南(nán)京市，210016
²浙江大(dà)學流體(tǐ)動力與機電系統國家重點實驗室，中(zhōng)國杭州市，310027
³南(nán)京航空航天大(dà)學自動化學院，中(zhōng)國南(nán)京市，210016
摘要：提出一(yī)種基于改進級聯觀測器的智能分(fēn)數階積分(fēn)滑模控制（FOISMC）策略。首先，針對永磁同步電機設計了分(fēn)數階積分(fēn)滑模控制器，該控制器有良好跟蹤性能，具有強魯棒性，且能有效削弱抖振。所提策略結合了積分(fēn)能消除穩态跟蹤誤差和分(fēn)數階微積分(fēn)靈活的優點。其次，提出一(yī)種改進的級聯觀測器，能獲得較小(xiǎo)的轉子信息觀測誤差。所設計級聯觀測器結合了自适應滑模觀測器和擴展高增益觀測器。此外(wài)，利用改進的變速灰狼優化算法優化控制器參數。最後，在綜合考慮模型不确定性和外(wài)部幹擾的情況下(xià)，通過仿真和實驗驗證了所提策略的有效性。

關鍵詞組：永磁同步電機；分(fēn)數階積分(fēn)滑模；優化算法；無傳感器控制；觀測器

Correspondences

Correspondence: A compact ultra-wideband crossed-dipole antenna for 2G/3G/4G/IMT/5G customer premise equipment applications

Jingli GUO, Lun CUI, Ying LIU, Baohua SUN, Xiaofeng LI

DOI: 10.1631/FITEE.2000456 Downloaded: 4401 Clicked: 4964 Cited: 0 Commented: 0(p.339-345) <Full Text> <PPT> 419

Chinese summary <22> 一(yī)種用于用戶端設備且工(gōng)作在2G/3G/4G/IMT/5G頻(pín)段的小(xiǎo)型化超寬帶交叉振子天線

郭景麗¹，崔倫¹，劉英¹，孫保華¹，李肖鋒²
¹西安電子科技大(dà)學天線與微波技術重點實驗室，中(zhōng)國西安市，710071
²華爲技術公司，中(zhōng)國西安市，710075
摘要：設計了一(yī)種用于用戶端設備（CPE）且工(gōng)作在2G/3G/4G/IMT/5G頻(pín)段的小(xiǎo)型化超寬帶交叉振子天線。單個交叉振子的雙臂由階梯型枝節組成，天線的帶寬不但能夠通過選擇階梯型枝節的階數來控制，還可以通過延伸枝節末端來展寬。偶極子通過連接在同軸線上的微帶枝節來饋電。此外(wài)，通過在交叉振子下(xià)方增加開(kāi)縫的寄生(shēng)貼片，天線整體(tǐ)的帶寬能夠擴展到5G sub-6 GHz頻(pín)段。此外(wài)，對天線結構進行了加工(gōng)和測試。結果表明天線的10 dB相對帶寬爲147.3%（0.77–5.07 GHz），雙端口之間的隔離(lí)度優于20 dB。

關鍵詞組：5G；交叉振子；雙極化天線；終端天線；超寬帶

Correspondence: A 17–26.5 GHz 42.5 dBm broadband and highly efficient gallium nitride power amplifier design

Ming LI, Zhiqun LI, Quan ZHENG, Lanfeng LIN, Hongqi TAO

DOI: 10.1631/FITEE.2000513 Downloaded: 4524 Clicked: 5791 Cited: 0 Commented: 0(p.346-350) <Full Text> <PPT> 424

Chinese summary <21> 17-26.5 GHz 42.5 dBm寬帶高效率GaN功率放(fàng)大(dà)器設計

黎明^1,2，李智群^1,3，鄭權²，蔺蘭峰²，陶洪琪²
¹東南(nán)大(dà)學射頻(pín)與光電集成電路研究所，中(zhōng)國南(nán)京市，210096
²南(nán)京電子器件研究所，微波毫米波單片集成和模塊電路重點實驗室，中(zhōng)國南(nán)京市，210016
³教育部射頻(pín)集成電路與射頻(pín)系統工(gōng)程研究中(zhōng)心，中(zhōng)國南(nán)京市，210016
摘要：提出一(yī)種在微波頻(pín)段具有寬帶、高效率的氮化镓（GaN）功率放(fàng)大(dà)器。該功率放(fàng)大(dà)器采用0.15 µm栅長GaN-HEMT工(gōng)藝，其工(gōng)作頻(pín)段可以覆蓋整個K頻(pín)段，即17–26.5 GHz。爲獲得更好的輸出功率和功率附加效率（PAE），根據晶體(tǐ)管的性能，設計了最優前後級驅動比和最佳晶體(tǐ)管尺寸，并采用寬帶低損耗電路拓撲結構，實現寬帶高效率設計。同時，将諧波控制結構巧妙地集成到驅動級匹配電路中(zhōng)，提升高頻(pín)效率，确保整個頻(pín)段内獲得較高功率附加效率。該功率放(fàng)大(dà)器采用三級放(fàng)大(dà)拓撲結構，在連續波條件下(xià)，測試結果表明，在17-26.5 GHz頻(pín)帶範圍内飽和輸出功率超過42.5 dBm，平均PAE爲30%，在19.8 GHz時PAE達到最大(dà)，爲32.1%，輸出功率平坦度優于1.0 dB。該芯片結構緊湊，面積僅爲4.2 mm×3.0 mm，可廣泛應用于收發組件、無線通信、電子測量儀器等領域。

關鍵詞組：K波段；高效率；寬帶；氮化镓（GaN）；功率放(fàng)大(dà)器