中科大电子信息工程 实验室介绍 无线网络通信实验室(姚卫东)
可保护数据隐私性和完整性的安全数据融合算法分析
摘 要 ........................................................................................................................... I ABSTRACT............................................................................................................... III 1 绪论 .........................................................................................................................1
1.1 课题的背景及意义 ......................................................................................................... 1 1.2 无线传感器网络概述 ..................................................................................................... 2
1.2.1 无线传感器网络安全数据融合概述 ....................................................................... 4 1.2.2 数据融合面临的安全威胁概述 ..............................................................
电信院导师研究方向
需要参与实验测试
《光通信原理与技术》
32
胡海峰
副教授
（1）于遨波，15349127 （2）邢宋隆，15350061 （3）张穗安，15349137 《概率论》、《计算机视觉》《数字图像处理》、《模式识别 （4）陈志鸿，15305009 》； （5）麦思杰，15350048 （6）徐凯昕，15343087 （7）孙健哲，14304141
《数字电路与逻辑设计》《数字集成电路设计》
9
夏明华
教授
确保在实验室有足够的工 作时间；认真负责，积极 主动；保研或者考研的同 学优先。
《数值计算方法》，《概率论与数理统计》
10
孙伟
教授
1、安全数据空间构建技术及其应用； 2、信息伪装处理编码及FPGA设计与实现； 3、基于Linux+ARM的安全通信系统设计与开发； 4、安全传输协议在网络通信中的应用研究； 5、基于面向对象聚类的协同过滤推荐算法及其 系统实现； 6、基于TensorFlow的仿人脑安全软件代码智能 生成技术研究及其应用。
对学生有何要求
主讲课程
1
戴宪华
教授
《数字通信系统》
2
刘星成
教授
《通信原理》；《无线通信原理》；《现代数字信号处理》
3
龙云亮
教授
1、基于PE的电波传播数值仿真及应用； 2、基于FDTD的电波传播数值仿真及应用； 3、移动通信终端天线设计。
《微波技术与天线》
4
马争鸣
教授
1，HSIC正则的流形学习 2，Grassmann流形上的字典学习 3，基于核学习的域自适应学习 4，流形学习的多项式逼近
《微电子学导论》、《半导体物理》
13
陈军
基于平滑非线性能量算子划分的尖峰相关特征癫痫发作自动检测算法
第１４卷㊀第３期Ｖｏｌ．１４Ｎｏ．３㊀㊀智㊀能㊀计㊀算㊀机㊀与㊀应㊀用ＩｎｔｅｌｌｉｇｅｎｔＣｏｍｐｕｔｅｒａｎｄＡｐｐｌｉｃａｔｉｏｎｓ㊀㊀２０２４年３月㊀Ｍａｒ．２０２４㊀㊀㊀㊀㊀㊀文章编号：２０９５－２１６３（２０２４）０３－０１２８－０５中图分类号：ＴＰ１８，ＴＰ３９９文献标志码：Ａ基于平滑非线性能量算子划分的尖峰相关特征癫痫发作自动检测算法何雪兰，吴㊀江，蒋路茸（浙江理工大学信息科学与工程学院，杭州３１００１８）摘㊀要：针对癫痫发作自动检测算法多集中于时域㊁频域等传统特征，无法全面表征癫痫脑电信号的信息等问题，本文结合癫痫脑电图中异常波振幅和频率提高的现象，提出一种基于平滑非线性能量算子划分的尖峰相关特征癫痫发作自动检测算法㊂该算法使用传统的时域㊁频域特征，结合尖峰相关性特征对脑电信号进行刻画，使用有监督的机器学习分类器，测试癫痫发作自动检测的有效性和可靠性㊂本文将提出的方法在开源数据集ＣＨＢＭＩＴ上进行了评估，获得了９６．５２％的准确率㊁９５．６５％的敏感性和９７．０９％的特异性㊂实验结果表明，基于平滑非线性能量算子划分的尖峰相关特征，能够作为癫痫脑电信息的补充，提高癫痫发作检测的性能㊂关键词：癫痫发作检测；机器学习；尖峰相关性；平滑非线性能量算子Ａｕｔｏｍａｔｉｃｓｅｉｚｕｒｅｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｓｐｉｋｅ－ｒｅｌａｔｅｄｆｅａｔｕｒｅｓｏｆｓｍｏｏｔｈｅｄｎｏｎｌｉｎｅａｒｅｎｅｒｇｙｏｐｅｒａｔｏｒｄｉｖｉｓｉｏｎＨＥＸｕｅｌａｎ，ＷＵＪｉａｎｇ，ＪＩＡＮＧＬｕｒｏｎｇ（ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＺｈｅｊｉａｎｇＳｃｉ－ＴｅｃｈＵｎｉｖｅｒｓｉｔｙ，Ｈａｎｇｚｈｏｕ３１００１８，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｍｏｓｔｃｕｒｒｅｎｔｓｅｉｚｕｒｅａｕｔｏｍａｔｉｃｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｓｆｏｃｕｓｏｎｔｒａｄｉｔｉｏｎａｌｆｅａｔｕｒｅｓｓｕｃｈａｓｔｉｍｅｄｏｍａｉｎａｎｄｆｒｅｑｕｅｎｃｙｄｏｍａｉｎ，ｗｈｉｃｈｃａｎｎｏｔｆｕｌｌｙｃｈａｒａｃｔｅｒｉｚｅｔｈｅｉｎｆｏｒｍａｔｉｏｎｏｆｅｐｉｌｅｐｔｉｃＥＥＧｓｉｇｎａｌｓ．Ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａｎａｕｔｏｍａｔｉｃｓｅｉｚｕｒｅｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｓｐｉｋｅｃｏｒｒｅｌａｔｉｏｎｆｅａｔｕｒｅｓｄｉｖｉｄｅｄｂｙａｓｍｏｏｔｈｎｏｎｌｉｎｅａｒｅｎｅｒｇｙｏｐｅｒａｔｏｒ，ｔａｋｉｎｇｉｎｔｏａｃｃｏｕｎｔｔｈｅｐｈｅｎｏｍｅｎｏｎｔｈａｔｔｈｅａｍｐｌｉｔｕｄｅａｎｄｆｒｅｑｕｅｎｃｙｏｆａｂｎｏｒｍａｌｗａｖｅｓｉｎｅｐｉｌｅｐｔｉｃＥＥＧｗｉｌｌｉｎｃｒｅａｓｅ．Ｔｈｅａｌｇｏｒｉｔｈｍｕｓｅｓｔｒａｄｉｔｉｏｎａｌｔｉｍｅ－ｄｏｍａｉｎａｎｄｆｒｅｑｕｅｎｃｙ－ｄｏｍａｉｎｆｅａｔｕｒｅｓ，ｃｏｍｂｉｎｅｄｗｉｔｈｓｐｉｋｅｃｏｒｒｅｌａｔｉｏｎｆｅａｔｕｒｅｓｔｏｃｈａｒａｃｔｅｒｉｚｅｔｈｅＥＥＧｓｉｇｎａｌ，ａｎｄｕｓｅｓｓｕｐｅｒｖｉｓｅｄｍａｃｈｉｎｅｌｅａｒｎｉｎｇｃｌａｓｓｉｆｉｅｒｓｔｏｔｅｓｔｉｔｓｅｆｆｅｃｔｉｖｅｎｅｓｓａｎｄｒｅｌｉａｂｉｌｉｔｙｆｏｒａｕｔｏｍａｔｉｃｓｅｉｚｕｒｅｄｅｔｅｃｔｉｏｎ．ＴｈｅｒｅｓｅａｒｃｈｅｖａｌｕａｔｅｓｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｏｎｔｈｅｏｐｅｎｓｏｕｒｃｅｄａｔａｓｅｔＣＨＢＭＩＴａｎｄｏｂｔａｉｎｓ９６．５２％ｏｎａｃｃｕｒａｃｙ，９５．６５％ｏｎｓｅｎｓｉｔｉｖｉｔｙａｎｄ９７．０９％ｏｎｓｐｅｃｉｆｉｃｉｔｙ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｓｐｉｋｅ－ｒｅｌａｔｅｄｆｅａｔｕｒｅｓｂａｓｅｄｏｎｔｈｅｓｍｏｏｔｈｅｄｎｏｎｌｉｎｅａｒｅｎｅｒｇｙｏｐｅｒａｔｏｒｓｅｇｍｅｎｔａｔｉｏｎｃａｎｂｅｕｓｅｄａｓａｃｏｍｐｌｅｍｅｎｔｔｏｔｈｅｅｐｉｌｅｐｔｉｃＥＥＧｉｎｆｏｒｍａｔｉｏｎｔｏｉｍｐｒｏｖｅｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｓｅｉｚｕｒｅｄｅｔｅｃｔｉｏｎ．Ｋｅｙｗｏｒｄｓ：ｓｅｉｚｕｒｅｄｅｔｅｃｔｉｏｎ；ｍａｃｈｉｎｅｌｅａｒｎｉｎｇ；ｓｐｉｋｅｃｏｒｒｅｌａｔｉｏｎ；ｓｍｏｏｔｈｅｄｎｏｎｌｉｎｅａｒｅｎｅｒｇｙｏｐｅｒａｔｏｒ基金项目：浙江省基础公益项目（ＬＧＦ１９Ｆ０１０００８）；北京邮电大学泛网无线通信教育部重点实验室（ＢＵＰＴ）（ＫＦＫＴ－２０１８１０１）；浙江省重点研发计（２０２２Ｃ０３１３６）；国家自然科学基金（６１６０２４１７）㊂作者简介：何雪兰（１９９９－），女，硕士研究生，主要研究方向：癫痫检测；吴㊀江（１９７８－），男，博士，高级工程师，主要研究方向：无线通信技术，工业物联网㊂通讯作者：蒋路茸（１９８２－），男，博士，教授，主要研究方向：生理电信号处理㊁复杂网络和无线传感器网络㊂Ｅｍａｉｌ：ｊｉａｎｇｌｕｒｏｎｇ＠ｚｓｔｕ．ｅｄｕ．ｃｎ收稿日期：２０２３－０３－１５０㊀引㊀言癫痫是一种神经系统疾病，由大脑神经元异常放电引起［１］，常常表现为突发性㊁反复性和复发性等特点㊂癫痫发作的临床症状复杂多样，如阵发性痉挛㊁意识丧失㊁认知功能障碍等［２］㊂这些发作事件对患者的认知水平及正常生活都产生了明显影响㊂因此，癫痫的诊断和治疗对于预防癫痫发作和改善生活质量至关重要㊂头皮脑电图是一种用于临床记录脑活动的无创信号采集方法［３］，用于记录大脑活动时的电波变化㊂头皮脑电图包含丰富的生理㊁心理和病理信息，是评估癫痫和其他脑部疾病的有效工具［４］㊂在脑电图的记录中，癫痫发作和癫痫样放电（如棘波㊁尖波和棘慢波复合体）是癫痫的重要生物标志物［５］，并被广泛应用于临床评价㊂目前，临床上基于脑电图的识别与分析是医生进行癫痫检测的黄金标准，但对海量的临床脑电数据进行人工筛查，不仅给医生带来沉重的负担，还存在较强的主观性㊁判断标准不统一等问题［６－７］，影响分析的效率和准确性㊂因此，设计一种自动的癫痫发作检测方法是亟待解决的问题㊂为了克服传统诊断方法的局限性㊁提高医疗效率，伴随着机器学习的快速发展，癫痫发作的自动检测已成为行业内关注的重点㊂研究者们根据头皮脑电图的时域㊁频域或非线性特征建立了特征工程方法［８－１０］，并通过具有一个或多个特征的分类器检测癫痫发作㊂Ｍｕｒｓａｌｉｎ等学者［１１］从时域㊁频域和基于熵的特征中选择突出特征，使用随机森林分类器学习选定特征集合的特性，获得了更好的分类结果㊂杨舒涵等学者［１２］使用时域和非线性特征对脑电信号进行表征，结合ＸＧＢｏｏｓｔ分类器，实现了癫痫的自动检测㊂Ｚａｒｅｉ等学者［１３］使用离散小波变换ＤＷＴ和正交匹配追踪（ＯｒｔｈｏｇｏｎａｌＭａｔｃｈｉｎｇＰｕｒｓｕｉｔ，ＯＭＰ）提取ＥＥＧ中不同的系数，计算非线性特征和统计特征，使用ＳＶＭ进行分类，获得了较好的检测性能㊂吴端波等学者［１４］使用ａＥＥＧ尖峰和ｃＥＥＧ棘波提取的方法计算棘波率，使用阈值法对癫痫进行发作检测㊂上述模型虽然都能取得较好的分类结果，但是也存在以下问题：（１）多数研究在特征提取阶段仅从时域㊁频域或时频域中表征脑电信号信息，这些特征所涵盖的信息量并不足以全面描述一段ＥＥＧ信号㊂（２）在癫痫发作的自动检测中，强调周期性的信号转换对于有效㊁可靠地区分癫痫发作的重复特征至关重要，而互相关是时域上广泛用于表示信号周期性的方法㊂针对上述问题，本文提出一种基于平滑非线性能量算子划分的尖峰相关（ＳｐｉｋｅＣｏｒｒｅｌａｔｉｏｎ，ＳＣ）特征的癫痫发作自动检测算法㊂ＳＣ是关于自适应提取的脑电图尖峰信号段之间时间延迟的最大互相关㊂使用平滑非线性能量算子衡量癫痫脑电信号中出现的异常波，将脑电信号在癫痫发作期和非发作期的尖峰相关特征作为度量患者大脑活动的一个重要补充㊂本文提出的算法主要使用巴特沃斯滤波器对脑电信号进行滤波，去除外部伪迹的干扰，然后从传统特征角度出发，提取时域㊁频域特征，再结合提出的尖峰相关特征，进一步表征癫痫发作时的异常信息㊂最后结合有监督的机器学习分类模型，实现癫痫发作的自动检测㊂１㊀方法癫痫发作自动检测整体流程设计如图１所示，其中包含预处理㊁特征提取和分类等３个模块㊂脑电信号通道筛选滤波数据分割归一化预处理特征提取传统特征:时域、频域尖峰相关特征分类癫痫发作/非发作图１㊀癫痫发作自动检测流程图Ｆｉｇ．１㊀Ｆｌｏｗｃｈａｒｔｏｆｓｅｉｚｕｒｅｄｅｔｅｃｔｉｏｎ１．１㊀脑电信号预处理头皮脑电数据通过放置在头皮固定位置的电极采集得到㊂由于外置电极，这种采集方式很容易受到外部干扰，导致采集到的数据被噪声污染㊂此外，由于受试者在采集过程中生理活动产生的内部伪迹（如：眨眼㊁心脏跳动等）［１５］，也会对数据产生干扰，影响分类结果㊂因此，针对内部伪迹，本文首先对采集到的脑电信号进行通道筛选，剔除受眼部运动干扰严重的２个电极ＦＴ１和ＦＴ２；同时，由于左侧耳电磁极易受到心电伪迹的干扰，因此也剔除了靠近耳部的２个电极ＦＴ９和ＦＴ１０㊂所以，在通道筛选阶段，共选择了脑电图中２０个通道信号㊂㊀㊀滤波是一种常见的去除脑电信号外部伪迹的方法，本文采用１ ４８Ｈｚ的带通巴特沃斯滤波器进行滤波，抑制其他频率范围的信号［１６］㊂根据数据集中标注的癫痫发作开始和结束时间，为了保证波形的完整性，设置重叠率为５０％的滑动窗口，将脑电信号分割成４ｓ的数据片段，最后对所有片段进行归一化处理㊂由于通道筛选和滤波后的脑电信号幅值的浮动一般是在可接受范围内，最大最小标准化能够较大程度地还原真实ＥＥＧ信号波形㊂因此，本文采用最大最小标准化对原始ＥＥＧ信号进行归一化操作，推得的公式为：Ｘｍｉｎ－ｍａｘ＝Ｘ－Ｘ－ｍａｘＸ()－ｍｉｎＸ()（１）１．２㊀特征提取原始脑电信号数据量庞大，且不具有代表性，而特征提取方法可以提炼出能够表征癫痫发作特征的数据，用于模型的建立㊂因此，本文主要使用传统时域㊁频域特征和基于平滑非线性能量算子的尖峰相关性特征，对脑电数据进行特征提取㊂１．２．１㊀传统特征提取研究主要从时域和频域两个角度对脑电信号进行传统特征提取㊂本文主要提取时域上每个通道的最大值㊁最小值㊁平均值㊁峰度（Ｋｕｒｔｏｓｉｓ）㊁偏斜度９２１第３期何雪兰，等：基于平滑非线性能量算子划分的尖峰相关特征癫痫发作自动检测算法（Ｓｋｎｅｗｎｅｓｓ）和线长（ＬｉｎｅＬｅｎｇｔｈ）；频域上主要提取每个信号频域分量的振幅㊂其中，峰度㊁偏斜度和线长的数学定义分别见式（２） （４）：Ｋｕｒｔｏｓｉｓ＝Ｅ［（ｘ－ｍｅａｎ（ｘ））４］｛Ｅ［（ｘ－ｍｅａｎ（ｘ））２］｝２（２）Ｓｋｎｅｗｎｅｓｓ＝Ｅ［（ｘ－ｍｅａｎ（ｘ）ｓｔｄ（ｘ））３］（３）ＬｉｎｅＬｅｎｇｔｈ＝１ｎðｎｉ＝１ａｂｓｘｉ＋１－ｘｉ()（４）㊀㊀其中，ｘ表示脑电信号片段；Ｅ表示对括号中数值求期望；ｘｉ表示采样点ｉ的值；ｎ表示片段ｘ中采样点数㊂１．２．２㊀尖峰相关特征提取根据癫痫发作时脑电信号异常波的振幅和频率发生改变的特异性现象，本文提出将尖峰相关特征作为表征癫痫发作时异常特征的补充㊂非线性能量算子（ＮＬＥＯ）是一种对信号进行能量度量的方法［１７］，能够跟踪信号的瞬时能量㊂对于离散信号ｘｎ，其非线性能量算子表达如式（５）所示：φ［ｘ（ｎ）］＝ｘ（ｎ－ｌ）ｘ（ｎ－ｐ）－ｘ（ｎ－ｑ）ｘ（ｎ－ｓ）（５）㊀㊀通常，当癫痫脑电信号中出现异常放电时，脑电波的振幅和频率会有所提高，可以更好地突出异常波在平稳状态下的放电波形，但非线性能量对脑电信号中可能存在的噪音信号也具有很高的敏感度㊂为了进一步提高ＮＬＥＯ对非平稳信号的表征能力和抗干扰能力，文献［１８］提出了一种ＮＬＥＯ的改进方法，即平滑非线性能量算子（ＳＮＬＥＯ），将计算所得的能量与一个窗函数进行卷积运算，在一定程度上减小低波幅噪音信号对输出结果的影响㊂ＳＮＬＥＯ计算见式（６）：φ［ｘ（ｎ）］＝ｗ（ｎ）∗φ［ｘ（ｎ）］（６）㊀㊀其中，ｗ是一个矩形的窗函数， ∗ 表示卷积操作㊂在非线性能量算子的计算中，本文使用的参数值为ｌ＝１，ｐ＝２，ｑ＝０和ｓ＝３，并采用７个点的窗函数进行卷积计算㊂获得ＳＮＬＥＯ后，需要设定一个合适的阈值，尽可能多地筛选出可能是尖峰的样本，同时最小化漏检率㊂本文使用自适应阈值，对ＳＮＬＥＯ进行尖峰筛选识别㊂本文采用影响检测尖峰数量没有大范围变化的阈值作为最优阈值㊂最优阈值的搜索范围为ＳＮＬＥＯ的１０％ ９０％［１９］，相邻２个峰值的中间被确定为一个尖峰的起始点或结束点㊂由于数据在划分过程中导致波形的不连续问题，本文将检测到的第一个和最后一个尖峰丢弃，以确保每个片段具有完整的尖峰形态㊂如果检测出尖峰，则将每个划分好的尖峰与后续５个尖峰片段相关联㊂本文使用尖峰相关性（ＳｐｉｋｅＣｏｒｒｅｌａｔｉｏｎ，ＳＣ）来定义该矩阵，并将ＳＣ的平均值和标准差作为癫痫发作检测的特征㊂ＳＣ计算见式（７ ８）：ＳＣｉ，ｊ＝ｍａｘｍＲｘｉｘｊ（ｍ）（７）Ｒｘｉｘｊ（ｍ；ｉ，ｊ）＝Ｅ［ｘｉ（ｎ）ｘｊ（ｎ＋ｍ）］σｘｉσｘｊ（８）㊀㊀其中，ｘｉ㊁ｘｊ是脑电ＥＥＧ信号的片段，这里ｉ＝［２， ，Ｓ－６］，ｊ＝［ｉ＋１， ，ｉ＋５］；Ｓ表示在一个片段中检测到的峰值数；σ表示脑电图片段的标准差㊂估计ＳＣ特征的处理过程如图２所示㊂将一个片段的第一个和最后一个丢弃，而后根据得到的尖峰计算其与后面５个尖峰的相关性㊂根据图２（ａ）中样例计算出的尖峰相关矩阵如图３所示㊂10050-501234时间/s(a)癫痫发作片段样例EEG/μV400200SNLEO/μV23224168尖峰数/个1234时间/s(b)片段(a)对应的S N L E Ot h(c)基于（b)确定的自适应阈值t h阈值104.87710050-50EEG/μV1234时间/s(d)划分好的尖峰片段(“*”表示丢弃的片段)12345678910t h图２㊀使用自适应阈值的ＳＮＬＥＯ计算尖峰相关性示意图Ｆｉｇ．２㊀ＳｃｈｅｍａｔｉｃｄｉａｇｒａｍｏｆＳＮＬＥＯｃａｌｃｕｌａｔｉｏｎｏｆｓｐｉｋｅｃｏｒｒｅｌａｔｉｏｎｓｕｓｉｎｇａｄａｐｔｉｖｅｔｈｒｅｓｈｏｌｄ1234567892345678910图３㊀尖峰片段得到的最大相关矩阵Ｆｉｇ．３㊀Ｍａｘｉｍｕｍｃｏｒｒｅｌａｔｉｏｎｍａｔｒｉｘｏｂｔａｉｎｅｄｆｒｏｍｓｐｉｋｅｆｒａｇｍｅｎｔｓ０３１智㊀能㊀计㊀算㊀机㊀与㊀应㊀用㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第１４卷㊀㊀㊀此外，计算了ＳＮＬＥＯ的平均值㊁标准差和平均最大ＳＮＬＥＯ值ｓｐｉｋｉｎｅｓｓ㊂其中，ｓｐｉｋｉｎｅｓｓ被定义为ＳＮＬＥＯ中峰值的最大值除以ＳＮＬＥＯ的平均值［２０］，以及检测到的峰值数量（ｓｎｕｍ）㊁平均持续时间（ｓｗｉｄｔｈ）和平均峰值间间隔（ｓｇａｐ）㊂基于ＳＮＬＥＯ划分的尖峰相关特征的具体描述见表１㊂表１㊀尖峰相关特征的描述Ｔａｂｌｅ１㊀Ｄｅｓｃｒｉｐｔｉｏｎｏｆｓｐｉｋｅ－ｒｅｌａｔｅｄｃｈａｒａｃｔｅｒｉｓｔｉｃｓ特征描述ｍｅａｎ（ＳＣ）尖峰相关性矩阵的平均值ｓｔｄ（ＳＣ）尖峰相关性矩阵的标准差ｍｅａｎ（ＳＮＬＥＯ）ＳＮＬＥＯ的平均值ｓｔｄ（ＳＮＬＥＯ）ＳＮＬＥＯ的标准差ｓｐｉｋｉｎｅｓｓ平均最大ＳＮＬＥＯ值ｓｎｕｍ峰值数量ｓｗｉｄｔｈ平均持续时间ｓｇａｐ平均峰值间间距１．３㊀分类模型使用传统机器学习分类器ＲＦ和ＳＶＭ来评估本文提出的方法，这些分类器经常被用于癫痫发作的自动检测㊂２㊀实验２．１㊀数据集本研究采用公开的头皮脑电数据集ＣＨＢ－ＭＩＴ㊂该数据集共记录了美国波士顿儿童医院的２３名癫痫患者的头皮脑电数据，每个患者的数据都是由多个．ｅｄｆ文件组成，采样频率２５６Ｈｚ，共含有１５７次癫痫发作㊂大多数文件包含有２３个ＥＥＧ通道信号，并采用国际标准１０－２０系统使用的ＥＥＧ电极位置命名这些通道记录㊂由于癫痫发作时间远小于发作间期的时间，为了保证数据集正负样本的均衡性，本文采用欠采样的方式在发作间期随机采样和癫痫发作样本数量相当的负样本㊂２．２㊀评价指标为了验证本文方法的有效性，采用准确率（Ａｃｃ）㊁敏感性（Ｓｅｎ）㊁特异性（Ｓｐｅ）㊁Ｆ１值和ＡＵＣ等指标进行实验评估㊂计算方法见式（９） 式（１１）：Ａｃｃ＝ＴＰ＋ＴＮＴＰ＋ＴＮ＋ＦＰ＋ＦＮ（９）Ｓｅｎ＝ＴＰＴＰ＋ＦＮ（１０）Ｓｐｅ＝ＴＮＴＮ＋ＦＰ（１１）㊀㊀其中，ＴＰ㊁ＦＰ㊁ＦＮ和ＴＮ分别为真阳性㊁假阳性㊁假阴性和真阴性㊂本文产生的所有实验结果都是在配置为Ｉｎｔｅｌ（Ｒ）Ｃｏｒｅ（ＴＭ）ｉ７－９７００ＣＰＵ＠３．００ＧＨｚ，１６ＧＢＲＡＭ的计算机上实现的㊂实验模型使用Ｐｙｔｈｏｎ３．７和Ｓｃｉｋｉｔ－ｌｅａｒｎ构建㊂２．３㊀结果分析本文先对提取的传统时域㊁频域特征分别使用ＲＦ和ＳＶＭ分类模型进行测试，所得实验结果见表２㊂由表２可知，ＳＶＭ分类模型表现最佳㊂表２㊀基于传统特征的实验结果Ｔａｂｌｅ２㊀Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｂａｓｅｄｏｎｔｒａｄｉｔｉｏｎａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓ特征分类器ＡｃｃＳｅｎＳｐｅ传统特征ＲＦ０．８６２１０．７５３３０．９３３９ＳＶＭ０．９５９００．９３８５０．９７３６㊀㊀在确定分类模型ＳＶＭ的基础上，将传统特征和尖峰相关特征结合，探讨尖峰相关特征对癫痫脑电信号的表征能力㊂添加前后对比结果见表３㊂表３㊀尖峰相关特征对比的分类结果Ｔａｂｌｅ３㊀Ｃｌａｓｓｉｆｉｃａｔｉｏｎｒｅｓｕｌｔｓｏｆｓｐｉｋｅ－ｒｅｌａｔｅｄｆｅａｔｕｒｅｃｏｍｐａｒｉｓｏｎ分类器特征ＡｃｃＳｅｎＳｐｅＳＶＭ传统特征０．９５９００．９３８５０．９７３６传统特征＋尖峰相关特征０．９６５２０．９５６５０．９７０９㊀㊀由表３可知，尖峰相关特征能够对癫痫脑电信号信息进行表征㊂加入尖峰相关特征后，检测结果在Ａｃｃ上提升了０．６２％，在Ｓｅｎ上提升了１．８％，在Ｓｐｅ上有所降低㊂在实际的临床应用中，正确识别发作样本比正确识别非发作样本更重要，因此Ｓｅｎ指标更能准确衡量方法的优劣㊂本文提出的方法虽然在Ｓｐｅ上略有降低，但Ｓｅｎ指标上有一定程度的提升㊂３㊀结束语本文提出了一种基于平滑非线性能量算子划分的尖峰相关特征的癫痫发作自动检测算法㊂该算法使用传统的时域㊁频域特征，结合尖峰相关性特征对脑电信号进行刻画，使用ＲＦ和ＳＶＭ分类器来测试癫痫发作自动检测的有效性和可靠性㊂将所提方法在开源数据集ＣＨＢ－ＭＩＴ上进行了评估，ＳＶＭ分类器获得了更好的结果，其准确率㊁敏感性和特异性分别为９６．５２％，９５．６５％和９７．０９％㊂此外，研究开展的特征消融实验结果表明，提出的基于平滑非线性能１３１第３期何雪兰，等：基于平滑非线性能量算子划分的尖峰相关特征癫痫发作自动检测算法量算子划分的尖峰相关特征，能够作为癫痫脑电信息的补充，进一步提高癫痫发作检测的性能㊂参考文献［１］ＰＡＴＥＬＤＣ，ＴＥＷＡＲＩＢＰ，ＣＨＡＵＮＳＡＬＩＬ，ｅｔａｌ．Ｎｅｕｒｏｎ–ｇｌｉａｉｎｔｅｒａｃｔｉｏｎｓｉｎｔｈｅｐａｔｈｏｐｈｙｓｉｏｌｏｇｙｏｆｅｐｉｌｅｐｓｙ［Ｊ］．ＮａｔｕｒｅＲｅｖｉｅｗｓＮｅｕｒｏｓｃｉｅｎｃｅ，２０１９，２０（５）：２８２－２９７．［２］ＳＰＥＣＣＨＩＯＮ，ＷＩＲＲＥＬＬＥＣ，ＳＣＨＥＦＦＥＲＩＥ，ｅｔａｌ．ＩｎｔｅｒｎａｔｉｏｎａｌＬｅａｇｕｅＡｇａｉｎｓｔＥｐｉｌｅｐｓｙｃｌａｓｓｉｆｉｃａｔｉｏｎａｎｄｄｅｆｉｎｉｔｉｏｎｏｆｅｐｉｌｅｐｓｙｓｙｎｄｒｏｍｅｓｗｉｔｈｏｎｓｅｔｉｎｃｈｉｌｄｈｏｏｄ：ＰｏｓｉｔｉｏｎｐａｐｅｒｂｙｔｈｅＩＬＡＥＴａｓｋＦｏｒｃｅｏｎＮｏｓｏｌｏｇｙａｎｄＤｅｆｉｎｉｔｉｏｎｓ［Ｊ］．Ｅｐｉｌｅｐｓｉａ，２０２２，６３（６）：１３９８－１４４２．［３］ＳＣＨＡＤＡ，ＳＣＨＩＮＤＬＥＲＫ，ＳＣＨＥＬＴＥＲＢ，ｅｔａｌ．Ａｐｐｌｉｃａｔｉｏｎｏｆａｍｕｌｔｉｖａｒｉａｔｅｓｅｉｚｕｒｅｄｅｔｅｃｔｉｏｎａｎｄｐｒｅｄｉｃｔｉｏｎｍｅｔｈｏｄｔｏｎｏｎ－ｉｎｖａｓｉｖｅａｎｄｉｎｔｒａｃｒａｎｉａｌｌｏｎｇ－ｔｅｒｍＥＥＧｒｅｃｏｒｄｉｎｇｓ［Ｊ］．ＣｌｉｎｉｃａｌＮｅｕｒｏｐｈｙｓｉｏｌｏｇｙ，２００８，１１９（１）：１９７－２１１．［４］ＢＥＮＢＡＤＩＳＳＲ，ＢＥＮＩＣＺＫＹＳ，ＢＥＲＴＲＡＭＥ，ｅｔａｌ．ＴｈｅｒｏｌｅｏｆＥＥＧｉｎｐａｔｉｅｎｔｓｗｉｔｈｓｕｓｐｅｃｔｅｄｅｐｉｌｅｐｓｙ［Ｊ］．ＥｐｉｌｅｐｔｉｃＤｉｓｏｒｄｅｒｓ，２０２０，２２（２）：１４３－１５５．［５］王学峰．癫癎的脑电图：传统观点㊁新认识和新领域［Ｊ］．中华神经科杂志，２００４，３７（３）：７－９．［６］刘晓燕，黄珍妮，秦炯．不同类型小儿癫痫持续状态的临床及脑电图分析［Ｊ］．中华神经科杂志，２０００，３３（２）：７３－７３．［７］ＭＡＴＵＲＡＮＡＭＩ，ＭＥＩＳＥＬＣ，ＤＥＬＬＫ，ｅｔａｌ．Ｃｒｉｔｉｃａｌｓｌｏｗｉｎｇｄｏｗｎａｓａｂｉｏｍａｒｋｅｒｆｏｒｓｅｉｚｕｒｅｓｕｓｃｅｐｔｉｂｉｌｉｔｙ［Ｊ］．ＮａｔｕｒｅＣｏｍｍｕｎｉｃａｔｉｏｎｓ，２０２０，１１（１）：２１７２．［８］彭睿旻，江军，匡光涛，等．基于ＥＥＧ的癫痫自动检测：综述与展望［Ｊ］．自动化学报，２０２２，４８（２）：３３５－３５０．［９］ＨＯＳＳＥＩＮＩＭＰ，ＨＯＳＳＥＩＮＩＡ，ＡＨＩＫ．ＡｒｅｖｉｅｗｏｎｍａｃｈｉｎｅｌｅａｒｎｉｎｇｆｏｒＥＥＧｓｉｇｎａｌｐｒｏｃｅｓｓｉｎｇｉｎｂｉｏｅｎｇｉｎｅｅｒｉｎｇ［Ｊ］．ＩＥＥＥＲｅｖｉｅｗｓｉｎＢｉｏｍｅｄｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，２０２０，１４：２０４－２１８．［１０］ＡＣＨＡＲＹＡＵＲ，ＨＡＧＩＷＡＲＡＹ，ＤＥＳＨＰＡＮＤＥＳＮ，ｅｔａｌ．ＣｈａｒａｃｔｅｒｉｚａｔｉｏｎｏｆｆｏｃａｌＥＥＧｓｉｇｎａｌｓ：Ａｒｅｖｉｅｗ［Ｊ］．ＦｕｔｕｒｅＧｅｎｅｒａｔｉｏｎＣｏｍｐｕｔｅｒＳｙｓｔｅｍｓ，２０１９，９１：２９０－２９９．［１１］ＭＵＲＳＡＬＩＮＭ，ＺＨＡＮＧＹ，ＣＨＥＮＹ，ｅｔａｌ．Ａｕｔｏｍａｔｅｄｅｐｉｌｅｐｔｉｃｓｅｉｚｕｒｅｄｅｔｅｃｔｉｏｎｕｓｉｎｇｉｍｐｒｏｖｅｄｃｏｒｒｅｌａｔｉｏｎ－ｂａｓｅｄｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎｗｉｔｈｒａｎｄｏｍｆｏｒｅｓｔｃｌａｓｓｉｆｉｅｒ［Ｊ］．Ｎｅｕｒｏｃｏｍｐｕｔｉｎｇ，２０１７，２４１：２０４－２１４．［１２］杨舒涵，李博，周丰丰．基于机器学习的跨患者癫痫自动检测算法［Ｊ］．吉林大学学报（理学版），２０２１，５９（１）：１０１－１０６．［１３］ＺＡＲＥＩＡ，ＡＳＬＢＭ．Ａｕｔｏｍａｔｉｃｓｅｉｚｕｒｅｄｅｔｅｃｔｉｏｎｕｓｉｎｇｏｒｔｈｏｇｏｎａｌｍａｔｃｈｉｎｇｐｕｒｓｕｉｔ，ｄｉｓｃｒｅｔｅｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍ，ａｎｄｅｎｔｒｏｐｙｂａｓｅｄｆｅａｔｕｒｅｓｏｆＥＥＧｓｉｇｎａｌｓ［Ｊ］．ＣｏｍｐｕｔｅｒｓｉｎＢｉｏｌｏｇｙａｎｄＭｅｄｉｃｉｎｅ，２０２１，１３１：１０４２５０．［１４］吴端坡，王紫萌，董芳，等．基于ａＥＥＧ尖峰和ｃＥＥＧ棘波提取的癫痫发作检测算法［Ｊ］．实验技术与管理，２０２０，３７（１２）：５７－６２．［１５］骆睿鹏，冯铭科，黄鑫，等．脑电信号预处理方法研究综述［Ｊ］．电子科技，２０２３，３６（４）：３６－４３．［１６］ＯＣＢＡＧＡＢＩＲＨＴ，ＡＢＯＡＬＡＹＯＮＫＡＩ，ＦＡＥＺＩＰＯＵＲＭ．ＥｆｆｉｃｉｅｎｔＥＥＧａｎａｌｙｓｉｓｆｏｒｓｅｉｚｕｒｅｍｏｎｉｔｏｒｉｎｇｉｎｅｐｉｌｅｐｔｉｃｐａｔｉｅｎｔｓ［Ｃ］／／２０１３ＩＥＥＥＬｏｎｇＩｓｌａｎｄＳｙｓｔｅｍｓ，ＡｐｐｌｉｃａｔｉｏｎｓａｎｄＴｅｃｈｎｏｌｏｇｙＣｏｎｆｅｒｅｎｃｅ（ＬＩＳＡＴ）．Ｆａｒｍｉｎｇｄａｔｅ，ＵＳＡ：ＩＥＥＥ，２０１３：１－６．［１７］ＢＯＯＮＹＡＫＩＴＡＮＯＮＴＰ，ＬＥＫ－ＵＴＨＡＩＡ，ＣＨＯＭＴＨＯＫ，ｅｔａｌ．ＡｒｅｖｉｅｗｏｆｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎａｎｄｐｅｒｆｏｒｍａｎｃｅｅｖａｌｕａｔｉｏｎｉｎｅｐｉｌｅｐｔｉｃｓｅｉｚｕｒｅｄｅｔｅｃｔｉｏｎｕｓｉｎｇＥＥＧ［Ｊ］．ＢｉｏｍｅｄｉｃａｌＳｉｇｎａｌＰｒｏｃｅｓｓｉｎｇａｎｄＣｏｎｔｒｏｌ，２０２０，５７：１０１７０２．［１８］ＭＵＫＨＯＰＡＤＨＹＡＹＳ，ＲＡＹＧＣ．Ａｎｅｗｉｎｔｅｒｐｒｅｔａｔｉｏｎｏｆｎｏｎｌｉｎｅａｒｅｎｅｒｇｙｏｐｅｒａｔｏｒａｎｄｉｔｓｅｆｆｉｃａｃｙｉｎｓｐｉｋｅｄｅｔｅｃｔｉｏｎ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＢｉｏｍｅｄｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，１９９８，４５（２）：１８０－１８７．［１９］ＴＡＰＡＮＩＫＴ，ＶＡＮＨＡＴＡＬＯＳ，ＳＴＥＶＥＮＳＯＮＮＪ．ＩｎｃｏｒｐｏｒａｔｉｎｇｓｐｉｋｅｃｏｒｒｅｌａｔｉｏｎｓｉｎｔｏａｎＳＶＭ－ｂａｓｅｄｎｅｏｎａｔａｌｓｅｉｚｕｒｅｄｅｔｅｃｔｏｒ［Ｃ］／／ＥＭＢＥＣ＆ＮＢＣ２０１７：ＪｏｉｎｔＣｏｎｆｅｒｅｎｃｅｏｆｔｈｅＥｕｒｏｐｅａｎＭｅｄｉｃａｌａｎｄＢｉｏｌｏｇｉｃａｌＥｎｇｉｎｅｅｒｉｎｇＣｏｎｆｅｒｅｎｃｅ（ＥＭＢＥＣ）ａｎｄｔｈｅＮｏｒｄｉｃ－ＢａｌｔｉｃＣｏｎｆｅｒｅｎｃｅｏｎＢｉｏｍｅｄｉｃａｌＥｎｇｉｎｅｅｒｉｎｇａｎｄＭｅｄｉｃａｌＰｈｙｓｉｃｓ（ＮＢＣ）．Ｓｉｎｇａｐｏｒｅ：Ｓｐｒｉｎｇｅｒ，２０１８：３２２－３２５．［２０］ＴＡＰＡＮＩＫＴ，ＶＡＮＨＡＴＡＬＯＳ，ＳＴＥＶＥＮＳＯＮＮＪ．Ｔｉｍｅ－ｖａｒｙｉｎｇＥＥＧｃｏｒｒｅｌａｔｉｏｎｓｉｍｐｒｏｖｅａｕｔｏｍａｔｅｄｎｅｏｎａｔａｌｓｅｉｚｕｒｅｄｅｔｅｃｔｉｏｎ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＮｅｕｒａｌＳｙｓｔｅｍｓ，２０１９，２９（４）：１８５００３０．２３１智㊀能㊀计㊀算㊀机㊀与㊀应㊀用㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第１４卷㊀。
中科大研制成功我国首个脉冲超宽带无线网络系统
国 内迄最大的炼油乙烯一体化 项 目投产
由中国石 化与 沙特基 础工业 公 司 ｊ
变 压 器产 品 各项性 能指 标优 异 ，一次 性 通 是 这 台 ±８ ０ Ｖ直 流 换 流变 压 器 ，由于 结 ０ｋ 过 全部 试 验项 目 ，被现 场 的 国家 电 网专 家 构 紧密 复 杂 ，电气性 能 和 制造 技 术要 求 更 和 监造 代 表誉 为 “ 制造 精 良 、达 到 国际 领 是 高 出一 筹 。为 保 质 、保 量 、保 进 度 ，为
和 中 国石 化 按 ５ ５ 的 股 份 比 例 ，于 ２ ０ ０： ０ ０９ 年 １月合资组建而成。其石化一体化项 目 １ 今年 １ 月份 投 入试 运 行 ，正式 投 产运 行 后 ，
技 术 水 平 最 为 先 进 的 特 高 压 直 流 输 电 工 住 中国西 电的 成功 诞生 。
近 日，中 国科 学技 术 火学 成功 研 制 出 划课 题— — 超 宽 带Ｓ Ｃ 片 设计 及 组 网试 ｏ芯
我 国首 个脉 冲 超宽 带 无线 通 信 系统 和 网络 验 。 经过 ３ 的 努 力 ，课题 组 完成 了超 宽 年
１０ ０ 万吨 乙 烯 、 １０ 万 吨 炼油 、热 电工 程 和 ００
４ ｏ Ｅ ５ （ ，较 当前 国际 通 用的 短 距离 ｏ ｏ至 （兆 Ｊ 】
而 中 石 化 天 津 原 油 商 业 储 备 基 地 位 于 滨 海 新 区下 属的 南 港 工业 区 ， 距 天 津大 乙 ｔ 烯 项 目１ 公 里 ，规 划 扩 容 ３ ０ 立 方 米 ， ７ ２万 占地 面 积约 为 ６ ．公 顷 ，计 划 两 年 完 工 。 ８４ 该 基 地 包 含 ８ 原 油 罐 区 ，每 个 罐 区 设４ 个 座
一种基于小波变换的YOLOv5_火灾检测改进算法
ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００３－３１０６．２０２３．１０．０１０引用格式：章曙光，唐锐，邵政瑞，等．一种基于小波变换的ＹＯＬＯｖ５火灾检测改进算法［Ｊ］．无线电工程，２０２３，５３（１０）：２３０３－２３１０．［ＺＨＡＮＧＳｈｕｇｕａｎｇ，ＴＡＮＧＲｕｉ，ＳＨＡＯＺｈｅｎｇｒｕｉ，ｅｔａｌ．ＡｎＩｍｐｒｏｖｅｄＹＯＬＯｖ５ＦｉｒｅＤｅｔｅｃｔｉｏｎＡｌｇｏｒｉｔｈｍＢａｓｅｄｏｎＷａｖｅｌｅｔＴｒａｎｓｆｏｒｍ［Ｊ］．ＲａｄｉｏＥｎｇｉｎｅｅｒｉｎｇ，２０２３，５３（１０）：２３０３－２３１０．］一种基于小波变换的ＹＯＬＯｖ５火灾检测改进算法章曙光１，２，唐 锐１，邵政瑞１，鲍 锐１（１．安徽建筑大学电子与信息工程学院，安徽合肥２３０６０１；２．安徽建筑大学信息网络中心，安徽合肥２３０６０１）摘 要：由于复杂环境下类烟火物体的干扰，常导致火灾检测误判。
为了提高图像中火灾信号的检测精度，减少火灾误报，利用传统光谱分析在火灾图像检测技术中的优势，提出了一种基于小波变换的ＹＯＬＯｖ５火灾检测改进算法。
该算法利用二维Ｈａａｒ小波变换提取图像的光谱特征，将其输入到ＹＯＬＯｖ５ｓ的主干网络ＣＳＰＤａｒｋｎｅｔ中，与卷积层进行通道上的特征融合，增强烟火的纹理细节特征；通过嵌入ＣＡ注意力机制的ＣＡＣ３模块，对融合小波特征后的网络层的位置信息进行增强，提高网络的信息提取和定位能力；为明确衡量边界框宽高的真实差，平衡烟火难易样本，采用α ＥＩＯＵ损失函数替换原本的ＣＩＯＵ，提高框定位准确性。
在公开的火灾数据基础上结合自制火灾数据构建火灾数据集，并进行模型训练和推理。
实验结果表明，改进后算法的ｍＡＰ比原ＹＯＬＯｖ５ｓ提升了２．３％，实现了对火灾场景烟火目标较好的检测效果。
关键词：火灾检测；小波变换；ＹＯＬＯｖ５；注意力机制；特征融合中图分类号：ＴＰ３９１．４文献标志码：Ａ开放科学（资源服务）标识码（ＯＳＩＤ）：文章编号：１００３－３１０６（２０２３）１０－２３０３－０８ＡｎＩｍｐｒｏｖｅｄＹＯＬＯｖ５ＦｉｒｅＤｅｔｅｃｔｉｏｎＡｌｇｏｒｉｔｈｍＢａｓｅｄｏｎＷａｖｅｌｅｔＴｒａｎｓｆｏｒｍＺＨＡＮＧＳｈｕｇｕａｎｇ１，２，ＴＡＮＧＲｕｉ１，ＳＨＡＯＺｈｅｎｇｒｕｉ１，ＢＡＯＲｕｉ１（１．ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃｓａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＡｎｈｕｉＪｉａｎｚｈｕＵｎｉｖｅｒｓｉｔｙ，Ｈｅｆｅｉ２３０６０１，Ｃｈｉｎａ；２．ＩｎｆｏｒｍａｔｉｏｎＮｅｔｗｏｒｋＣｅｎｔｅｒ，ＡｎｈｕｉＪｉａｎｚｈｕＵｎｉｖｅｒｓｉｔｙ，Ｈｅｆｅｉ２３０６０１，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｄｕｅｔｏｔｈｅｉｎｔｅｒｆｅｒｅｎｃｅｏｆｐｙｒｏｔｅｃｈｎｉｃｏｂｊｅｃｔｓｉｎｃｏｍｐｌｅｘｅｎｖｉｒｏｎｍｅｎｔ，ｍｉｓｊｕｄｇｍｅｎｔｏｆｆｉｒｅｄｅｔｅｃｔｉｏｎｉｓｏｆｔｅｎｃａｕｓｅｄ．Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｄｅｔｅｃｔｉｏｎａｃｃｕｒａｃｙｏｆｆｉｒｅｓｉｇｎａｌｓｉｎｉｍａｇｅｓａｎｄｒｅｄｕｃｅｆａｌｓｅａｌａｒｍｓ，ａｎｉｍｐｒｏｖｅｄＹＯＬＯｖ５ｆｉｒｅｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍｉｓｐｒｏｐｏｓｅｄｂｙｔａｋｉｎｇａｄｖａｎｔａｇｅｏｆｔｒａｄｉｔｉｏｎａｌｓｐｅｃｔｒａｌａｎａｌｙｓｉｓｉｎｆｉｒｅｄｅｔｅｃｔｉｏｎｔｅｃｈｎｏｌｏｇｙ．Ｔｈｅａｌｇｏｒｉｔｈｍｕｓｅｓｔｗｏ ｄｉｍｅｎｓｉｏｎａｌＨａａｒｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍｔｏｅｘｔｒａｃｔｔｈｅｓｐｅｃｔｒａｌｆｅａｔｕｒｅｓｏｆｔｈｅｉｍａｇｅａｎｄｉｎｐｕｔｔｈｅｍｉｎｔｏＣＳＰＤａｒｋｎｅｔ，ｔｈｅｂａｃｋｂｏｎｅｎｅｔｗｏｒｋｏｆＹＯＬＯｖ５ｓ，ａｎｄｃａｒｒｙｏｕｔｆｅａｔｕｒｅｆｕｓｉｏｎｏｎｔｈｅｃｈａｎｎｅｌｗｉｔｈｔｈｅｃｏｎｖｏｌｕｔｉｏｎｌａｙｅｒｔｏｅｎｈａｎｃｅｔｈｅｔｅｘｔｕｒｅｄｅｔａｉｌｆｅａｔｕｒｅｓｏｆｔｈｅｆｉｒｅｗｏｒｋｓ．ＴｈｅｌｏｃａｔｉｏｎｉｎｆｏｒｍａｔｉｏｎｏｆｔｈｅｎｅｔｗｏｒｋｌａｙｅｒｉｓｅｎｈａｎｃｅｄｂｙｔｈｅＣＡＣ３ｍｏｄｕｌｅｅｍｂｅｄｄｅｄｗｉｔｈＣＡａｔｔｅｎｔｉｏｎｍｅｃｈａｎｉｓｍ，ａｎｄｔｈｅｉｎｆｏｒｍａｔｉｏｎｅｘｔｒａｃｔｉｏｎａｎｄｐｏｓｉｔｉｏｎｉｎｇａｂｉｌｉｔｙｏｆｔｈｅｎｅｔｗｏｒｋｉｓｉｍｐｒｏｖｅｄ．Ｉｎｏｒｄｅｒｔｏｍｅａｓｕｒｅｔｈｅｄｉｆｆｅｒｅｎｃｅｏｆｔｈｅｗｉｄｔｈａｎｄｈｅｉｇｈｔｏｆｔｈｅｂｏｕｎｄｉｎｇｂｏｘａｎｄｂａｌａｎｃｅｄｉｆｆｉｃｕｌｔｙｓａｍｐｌｅｓｏｆｆｉｒｅｗｏｒｋｓ，ｔｈｅｏｒｉｇｉｎａｌＣＩＯＵｉｓｒｅｐｌａｃｅｄｂｙｔｈｅα ＥＩＯＵｌｏｓｓｆｕｎｃｔｉｏｎ，ｗｈｉｃｈｉｍｐｒｏｖｅｓｔｈｅｆｒａｍｅｏｒｉｅｎｔａｔｉｏｎａｃｃｕｒａｃｙ．Ｂａｓｅｄｏｎｔｈｅｏｐｅｎｆｉｒｅｄａｔａａｎｄｈｏｍｅｍａｄｅｆｉｒｅｄａｔａ，ｔｈｅｆｉｒｅｄａｔａｓｅｔｉｓｃｏｎｓｔｒｕｃｔｅｄ，ａｎｄｔｈｅｍｏｄｅｌｔｒａｉｎｉｎｇａｎｄｒｅａｓｏｎｉｎｇａｒｅｃａｒｒｉｅｄｏｕｔ．ＴｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｍＡＰｏｆｔｈｅｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍｉｓ２．３％ｈｉｇｈｅｒｔｈａｎｔｈａｔｏｆｔｈｅｏｒｉｇｉｎａｌＹＯＬＯｖ５ｓ，ａｃｈｉｅｖｉｎｇａｂｅｔｔｅｒｄｅｔｅｃｔｉｏｎｅｆｆｅｃｔｏｎｔｈｅｆｉｒｅｗｏｒｋｔａｒｇｅｔｉｎｔｈｅｆｉｒｅｓｃｅｎｅ．Ｋｅｙｗｏｒｄｓ：ｆｉｒｅｄｅｔｅｃｔｉｏｎ；ｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍ；ＹＯＬＯｖ５；ａｔｔｅｎｔｉｏｎｍｅｃｈａｎｉｓｍ；ｆｅａｔｕｒｅｆｕｓｉｏｎ收稿日期：２０２３－０６－１１基金项目：安徽省高校协同创新项目（ＧＸＸＴ－２０２１－０９３）；安徽省重点研究与开发计划项目（２０２００４ａ０７０２００５０）；基于国产智能芯片的宿舍安全管理平台应用开发服务（ＨＹＢ２０２００１９０）ＦｏｕｎｄａｔｉｏｎＩｔｅｍ：ＡｎｈｕｉＵｎｉｖｅｒｓｉｔｙＣｏｌｌａｂｏｒａｔｉｖｅＩｎｎｏｖａｔｉｏｎＰｒｏｊｅｃｔ（ＧＸＸＴ－２０２１－０９３）；ＫｅｙＲｅｓｅａｒｃｈａｎｄＤｅｖｅｌｏｐｍｅｎｔＰｒｏｇｒａｍｏｆＡｎｈｕｉＰｒｏｖｉｎｃｅ（２０２００４ａ０７０２００５０）；ＡｐｐｌｉｃａｔｉｏｎＤｅｖｅｌｏｐｍｅｎｔＳｅｒｖｉｃｅｏｆＤｏｒｍｉｔｏｒｙＳｅｃｕｒｉｔｙＭａｎａｇｅｍｅｎｔＰｌａｔｆｏｒｍＢａｓｅｄｏｎＤｏｍｅｓｔｉｃＩｎｔｅｌｌｉｇｅｎｔＣｈｉｐ（ＨＹＢ２０２００１９０）信号与信息处理０ 引言火灾是一种最常见的多发性灾害之一，严重威胁自然环境和人类生命财产安全。
实验室简介邓中亮
研究方向与主要研究内容
主要研究内容
❖ 1. 基于卫星与无线通信技术的定位导航系统 主要研究导航系统的信号体制与设计，系统结构与安全性，接
收机天线、射频的设计，高动态/高灵敏度接收机技术，抗 干扰接收机技术，GNSS互操作信号接收机技术，高精度差 分伪距测量技术，GNSS与其他无线网络的融合定位技术， A-GNSS技术及其他接收机产品应用等。
研究成果
结合北京大学数字中国研究院“中国之星”数字中国原型系统， 开发“数字校园”平台实用系统，并在校园重要区位（大门、图书 馆、行政办公楼等）设立信息亭，为全校师生和来访者提供全方位的 信息查询、三维可视化浏览、校史重现与校园变迁回放等等。
数字校园
研究成果及在研项目
研究成果
INS/GNSS / 地形匹配/重力场等组成复合制导的多源信息融合技术
该开发平台主要由射频前端和基带部分构成，射频前端用于 接收BD2/GPS信号，同时完成A/D转换；基带采用FPGA+ARM 的设计，用于处理接收到的数据，进行信号的相关运算、C/A码 生成、捕获、跟踪、频谱分析以及PVT解算、修正等。
RF 射频前端
基带通道
SIN
载波剥离
I Q
相关阵列
RI RQ
通信接口
sin
cos
本地 载波 生成器
EP L
本地码 生成器
RQ
RI
码鉴别器
RQ
RI
载波鉴别器
Dout_code
Dout_car
DSP
比特同步 帧同步
码环滤波器
载波环滤波器
观测量提取
ARM
FPGA
载波修正
码修正
通信接口
可选
加速度传感器
泛网无线教研中心
五、泛网无线教研中心张平导师组：张平，无线通信领域专家，北京邮电大学教授，博士生导师，现任北京邮电大学无线新技术研究所(WTI)所长、泛网无线通信教育部重点实验室主任。
张平教授是“新一代宽带无线移动通信网”国家科技重大专项总体专家组成员，国家重点基础研究发展计划（973项目）“认知无线网络基础理论与关键技术研究”项目首席科学家，无线移动通信国家重点实验室（电信科学技术研究院）学术委员会委员，中国《科学通报》编辑委员会副主编，北京市第十一届政协委员，并且享受政府特殊津贴。
张平教授主持参与的项目曾获国家科学技术进步奖、中国通信学会科学技术奖、北京市科学技术奖、和北京市经济技术创新奖等奖项。
研究方向为：宽带移动通信系统新理论及技术。
Professor Ping ZhangFamous expert in the area of Wireless communication,doctoral supervisor of BUPT,Director of Key Lab. of Universal Wireless Communications (BUPT) of Ministry of Education,Director of WTI Institute,Director of Sino-Germany Joint Software Institute.He is also a Member of National Natural Fund Advisory Committee,draftsman of National Key Program,vice president of World Wide Research Forum,Team member of National 863 key Program about Future Mobile Communication , Chief scientist of 973 National Key program of basic research plan,the associate managing editor of < Chinese Science Bulletin >,Editor of WC IEEE.Obtain special government allowance,Member of the 11th Beijing Committee of CPPCCGot National Award for Science and Technology Progress many timesGot Beijing Science and Technology Awards many times田辉，女，教授，博士生导师，主要从事B3G、4G移动通信系统关键技术及无线网络研究。
3GPP长期演进(LTE)高层技术原理与系统设计V 1.02 [兼容模式]
![3GPP长期演进(LTE)高层技术原理与系统设计V 1.02 [兼容模式]](https://img.taocdn.com/s3/m/a85a3f7952ea551810a687be.png)
鲍炜电信科学技术研究院2012年7月30日2012-7-30无线移动创新中心无线移动创新中心•了解EPS系统的网络架构•了解LTE协议模型•了解LTE L2/L3关键过程•了解LTE增强技术特性无线移动创新中心概述L2协议介绍L3协议介绍增强技术特性•E-UTRAN：Evolved UTRAN，演进的接入网•EPC：Evolved Packet Core，演进的核心网•LTE：Long Term Evolution，是3GPP的一个项目的名称，以接入网演进为主要研究对象•SAE：System Architecture Evolution，与LTE并行的项目，以网络架构演进为主要研究对象•EPS：Evolved Packet System，整个网络体系的全称无线移动创新中心无线移动创新中心P-GWS-GWPeer EntityUEeNBEPS BearerRadio BearerS1 BearerEnd-to-end ServiceExternal BearerRadio S5/S8InternetS1E-UTRANEPCGiE-RABS5/S8 Bearer无线移动创新中心•RLC (Radio Link Control)Ø三种传输模式Ø数据重传Ø根据TB 大小进行数据分段Ø对需要重传的RLC PDU 进行重分段Ø对同一个承载的数据进行级联Ø按序递交Ø重复检测•MAC (Media Access Control)Ø复用/解复用RLC PDU Ø数据重传Ø调度Ø填充•PDCP (Packet Data Convergence Protocol)Ø头压缩Ø加密Ø按序递交Ø重复检测Ø数据重传无线移动创新中心•RLC 和MAC 的功能与用户面相同•PDCP 不执行头压缩，但需要执行完整性保护•RRC(Radio Resource Control)Ø广播系统信息Ø建立，维护和释放RRC 连接Ø建立，配置，维护和释放无线承载Ø安全管理Ø移动性管理Ø测量管理用户面重操作；控制面重管理无线移动创新中心控制面协议栈用户面协议栈概述L2协议介绍L3协议介绍增强技术特性•高效传输•可靠传输•安全传输•调度•其他无线移动创新中心无线移动创新中心•PDCP 对用户数据包进行头压缩效率：25% -> 90.9%Data IP UDP Data RTP60byte 20byte 2byte•灵活适配资源承载能力无线移动创新中心•降低UE的电力消耗•可配置的UE接收机休眠模式•网络只在Active time调度用户•仅在Active time UE才进行数据接收•网络为不同的UE配置不同的Active time起始时刻无线移动创新中心•错误发现：L1在为每一个MAC PDU计算CRC Ø不能通过CRC校验的包将被丢弃•错误纠正：双层重传机制ØPHY/MAC层HARQ高效ü简单，没有序号开销(开销低)ü基于子帧进行调度(速度快)ü使用软合并(不浪费)ØRLC层ARQ可靠ü反馈受到CRC和HARQ重传的保护无线移动创新中心无线移动创新中心•切换过程中，RLC 层复位•源eNB 未正确传输给UE 的RLC_AM 承载用户面数据由PDCP 层负责进行前转Ø在源eNB 已经开始传输但未获得确认的数据，由目标eNB 的PDCP 重传Ø在源eNB 尚未开始传输的数据，在目标eNB 进行初始传输S1-u Source eNB 切换前S1-u Source eNB 切换中X2-u S1-u Source eNB切换后•乱序原因：ØHARQ多进程并行传输，导致后发先至Ø切换时，RLC将乱序数据包递交到PDCP层•按序递交：基于RLC和PDCP层的SNØ非切换时，RLC负责按序递交ü按照序列号的顺序将数据包递交给高层ü对于RLC_AM和RLC_UM的处理模式有不同Ø切换时，RLC复位,由PDCP负责按序递交üPDCP按照序列号的顺序将数据包递交给高层ü只用于RLC_AM模式的DRB无线移动创新中心•原因：ØHARQ ACK解码为DTX/NACK，概率1%ØARQ ACK未被发送端正确接收，如发生切换•重复检测：基于RLC和PDCP层的SNØ非切换时，RLC负责重复检测ü丢弃序列号重复的包Ø切换时，PDCP负责重复检测ü丢弃序列号重复的包无线移动创新中心•AS层的安全功能由PDCP层提供Ø总是尽早被激活，一旦激活，就不会去激活Ø在切换时，更换密钥•完整性保护Ø仅用于控制面的保护，防止信令被篡改Ø基于32bit的MAC-I，MAC-I被放在PDCP PDU的最后•加密Ø用于控制面和用户面无线移动创新中心•由MAC完成•调度的原则Ø满足承载的QoS;Ø最大化小区吞吐量Ø兼顾公平性•调度的依据Ø调度信息：如信道质量（CQI）; 缓存状态ØQoS参数：优先级，QCI，误块率，时延等•基于承载粒度进行QoS的管理Ø控制面为每条承载配置QoS参数Ø能支持各种QoS的业务：VoIP（低时延高丢包容忍），FTP(高时延低丢包容忍)等无线移动创新中心•动态调度：Ø一次调度对应一次初始传输资源üDL：自适应HARQ，初始传输和重传都需要调度üUL：自适应/非自适应HARQ，非自适应HARQ允许重传不用发送HARQ调度信令•半持续调度：Ø一次调度对应多次初始传输资源（周期性发生）ü多次传输使用相同的资源ü适用于VoIP等周期性发送大小相同数据包的业务无线移动创新中心•L2协议结构•信道映射•随机接入过程无线移动创新中心无线移动创新中心•传输信道ØPCH: Paging Ch.ØBCH: Broadcast Ch.ØMCH: Multicast Ch.ØDL-SCH: Downlink Shared Ch.ØUL-SCH: Uplink Shared Ch.•逻辑信道ØPCCH: Paging Control Ch.ØBCCH: Broadcast Control Ch.ØCCCH: Common Control Ch.ØDCCH: Dedicated Control Ch.ØDTCH: Dedicated Traffic Ch.ØMCCH: Multicast Control Ch.ØMTCH: Multicast Traffic Ch.无线移动创新中心•目的Ø获取定时提前量Ø获取调度ID:C-RNTIØ获取上行调度机会• 5 种场景ØUE初始接入Ø无线链路失败后发起的初始接入Ø切换时进行随机接入Ø上行失步的UE下行数据到达Ø上行失步的UE上行数据到达无线移动创新中心•竞争随机接入•无竞争随机接入UE eNBRandom Access Preamble1Random Access Response2Scheduled Transmission 3Contention Resolution4无线移动创新中心无线移动创新中心•RLC (Radio Link Control)Ø三种传输模式Ø数据重传Ø根据TB 大小进行数据分段Ø对需要重传的RLC PDU 进行重分段Ø对同一个承载的数据进行级联Ø按序递交Ø重复检测•MAC (Media Access Control)Ø复用/解复用RLC PDU Ø数据重传Ø调度Ø填充•PDCP (Packet Data Convergence Protocol)Ø头压缩Ø加密和完整性保护Ø按序递交Ø重复检测Ø数据重传•具有相同QoS属性的数据被映射到相同的承载上传输•基于RB的QoS属性，为高层数据提供匹配的传输服务Ø高效性：头压缩，级联，DRXØ可靠性：重传，无损，按序，重复避免Ø安全性：加密，完整性保护Ø调度：QoS，用户公平性，网络容量•上述服务特性是可以配置的，相关配置由L3控制L2基于承载为高层提供可以满足各种QoS需求的传输服务无线移动创新中心概述L2协议介绍L3协议介绍增强技术特性•系统信息•连接控制•RRC状态•空闲状态下移动性管理•连接状态下移动性管理•RAT间互操作•测量无线移动创新中心•两种传输方式：ØMIB（Master Information Block）由BCH传输ü在固定的时频资源位置以固定的调制编码方式发送ü包含可以找到SIB1的辅助信息（如下行带宽和系统帧号SFN）ØSIB（System Information Block）由DL-SCH传输ü基于调度发送无线移动创新中心•SIB1 ：独立的消息Ø在固定的时间发送，频域位置基于PDCCH调度指示Ø包含驻留判断，其他SIB的调度信息•其他SIB：同周期可级联成SI发送ØSI的发送周期和窗口参数在SIB1中给出ØSI发送的频域位置基于PDCCH调度指示ØSIB2：ü包含接入限制信息，公共信道参数等接入小区前所需的信息Ø其他SIB：ü包含小区重选信息，ETWS信息等无线移动创新中心无线移动创新中心•系统信息更新Ø修改周期( Modification Period)Ø在修改周期之内，系统信息不会变化；系统信息更新的生效时间只能在Modification Period 的边界；Ø先发送通知（Paging ），然后修改，目的是保证新的系统信息的生效时间点对所有UE 是一致的；•检验机制：ØPaging ：所有UE 都接收ØValueTag ：位于SIB1，有效期3小时BCCH modification period (n) Change notification Updated informationBCCH modification period (n+1)•RRC连接Ø网络和UE之间建立的一个逻辑信令连接Ø体现方式是二者之间建立了DCCH逻辑信道，可以在此之上传输专用控制RRC消息•传输RRC消息的无线承载——SRB无线移动创新中心•RRC连接管理ØRRC连接的建立，修改，释放过程•无线承载管理ØRB建立、修改、释放•安全Ø配置安全算法，启动加密完整性保护功能无线移动创新中心无线移动创新中心RRC 连接S1连接NAS 消息UEeNBMMEP-GWRadio Bearer S1 Bearer控制面用户面S-GW S5/S8 Bearer SRB0SRB1SRB2DRB DRB•SRB0Ø参数在协议中规定Ø用于建立RRC连接•SRB1ØSRB1的建立标志着RRC连接建立Ø用于初始安全性激活和SRB2建立Ø用于传输RRC消息和SRB2建立前的NAS消息•SRB2Ø必须在安全性激活后建立Ø用于传输SRB2建立后的NAS直传消息Ø优先级比SRB1低无线移动创新中心•RRC连接建立过程UE EUTRANRRCConnectionRequestRRCConnectionSetupRRCConnectionSetupComplete•作用：UE建立RRC连接•前提条件Ø正常驻留Ø已经获取驻留小区中所需的全部系统信息无线移动创新中心•如何触发•如何发送MAC:随机接入过程RRC:RRC连接建立过程无线移动创新中心无线移动创新中心•网络在Tracking Area级别上知道UE的位置•eNB通过RRC层寻呼寻找UE无线移动创新中心无线移动创新中心•源eNB 为UE 配置测量•UE 上报测量无线移动创新中心•源eNB 为发送切换请求，切换请求中携带UE 的RRC context•目标eNB 进行接纳判决•目标eNB 返回切换请求响应•切换请求响应中携带切换命令无线移动创新中心•UE 从源eNB 收到切换命令•UE 执行切换•启动Dataforwarding无线移动创新中心无线移动创新中心•目标基站要求EPC 转换数据路径•SGW 转换数据路径•切换完成目标eNB源eNB•发送切换完成无线移动创新中心•连接状态Ø切换：连接状态->连接状态ØCCO：连接状态->空闲状态->连接状态（仅用于到GERAN）Ø重定向：连接状态->空闲状态•空闲状态Ø小区重选：基于频点优先级Ø重选到高优先级频点：高优先级频点信号质量在评估时间内高于门限Ø重选到低优先级频点：üE-UTRAN信号质量低于门限ü重选到高/同优先级频点条件不满足ü有低优先级频点信号质量在评估时间内高于门限无线移动创新中心•目的Ø移动性测量，使网络及时了解UE的信号状况，用于辅助移动性管理(切换等)无线移动创新中心。
截止2010年四川省高校重点实验室名单(190个)
序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44
186 石油与天然气加工实验室 187 油气田材料 188 结构工程 189 计算物理实验室 190 发酵资源与应用
西南石油大学 西南石油大学 电子科技大学 电子科技大学 乐山师范学院 泸州医学院 泸州医学院 泸州医学院 绵阳师范学院 内江师范学院 内江师范学院 内江师范学院 攀枝花学院 攀枝花学院 四川大学 四川大学 四川大学 四川大学 四川大学 四川大学 四川大学 四川大学 四川大学 四川大学 四川大学 四川大学 四川大学 四川大学 四川大学 四川大学 四川大学 四川大学 四川大学 四川大学 四川大学 四川大学 四川大学 四川大学 四川大学 四川大学 四川大学 四川大学 四川大学 四川大学 四川大学 四川大学 四川大学
45 生物医学信息技术实验室 46 数字视频技术实验室 47 电磁生物学/生物电子技术实验室 48 电子商务实验室 49 生物有机化学与表面科学实验室 50 医学电生理实验室 51 感染与免疫实验室 52 医学分子生物学实验室 53 四川省生态与环境技术实验室 54 数值仿真实验室 55 特色农业资源研究与利用 56 果类废弃物资源化 57 钒钛材料与复合技术实验室 58 细鳞片石墨深加工实验室 59 磷化学与工程实验室 60 医学生物分子学实验室 61 肿瘤学实验室 62 靶向药物与新型给药系统实验室 63 病理实验室 64 电能质量与电磁环境学实验室 65 分子毒理学实验室 66 干细胞应用研究中心 67 感染性疾病分子生物学实验室 68 核医学实验室 69 环境工程实验室 70 疾病基因组学与法医学实验室 71 降解与阻染高分子材料实验室 72 口腔医学技术实验室 73 绿色化学与技术实验室 74 人机系统与仿生工程实验室 75 生物精神病学实验室 76 食品科学与技术实验室 77 水文学及水资源实验室 78 天然药物学实验室 79 微电子技术实验室 80 围产与生殖医学实验室 81 先进材料成型及其模具技术实验室 82 新型聚合物加工技术及其装备实验室 83 信息安全实验室 84 信息数学技术实验室 85 信息与自动化技术实验室 86 移植工程与移植免疫实验室 87 知识工程及网络智能实验室 88 制药工程与技术实验室 89 资源微生物学及微生物生物技术实验室 90 多相流传质与化学反应工程实验室 91 功能材料物理化学与工程实验室
中科大信院课程安排
课程名称 计算方法（B） 微机原理与系统（A） 信息论（A） 非线性电子线路 非线性电子线路实验 数字信号处理 电磁场理论 编译原理 电子综合设计与制作 信号统计分析 声学基础及应用 文化素质类课程
（ 7+5* ）门课
二
年
学时 60 60 60/40 60 30
学分 3 3 4 3 0.5
新课号 IN13001 ES13003 ES13702 CS13101 CS13102
学院的学生素以活跃著称，在国内外各项科技活动中，经常取得优异成绩。
二、院系专业设置 学院由电子工程与信息科学系（6 系）、自动化系（10 系）、计算机科学技术系（11
系）、电子科学与技术系（23 系）、信息安全专业和信息科学实验中心组成。 学院拥有： 一个国家重点学科：通信与信息系统。 四个博士后流动站：信息与通信工程、控制科学与工程、计算机科学与技术、电子科
60 40 60/20 40
学分 3.5 3.5 3.5 3.5 2.5 3 2 3.5 2
11
新课号
ES13003 IN13104 IN13105 IN13107 IN04101 ES44201 ES44202 IN13110 IN13201
老课号
006103 006185 006180 006133 006602 006603 006606 006186 006J01
级
老课号 104007 018502 103B01 022153 022162 001513 210045 210046
210043
计
级
老课号 022155 103D01 001506 017084 022164
春
课程名称 马克思主义基本原理 综合英语二级 基础体育选项 力学与热学 大学物理－基础实验 多变量微积分 电路基本理论 电路基本理论实验
国家科技重大专项03专项“面向RoF等新型且网技术的射频器件与模块”课题通过验收
“ 我 国物联 网关键技术研发实 现 新 突破 ， 目前 已开始在农业 、公 共 安全 、城市交通 、卫生保健 等 多个领域得 到应用 。” 中科 院物 联 网 研 究发 展 中
杜平在致 辞中指 出 ，２ ０ １ ３ 年 党的十八届 三中全会提 出成立 国家安全委员会 ，凸显
了安全工 作重要性 ，其 中信息 安全是 国家安 全 的一个 重要方面 。安委 会工作要适应 当
长叶红 同志主持 。
键 技术 研 发 实现 工作总结 会在京召开 新 突破 １ 月７ 日， 中国信息协会 信息安全专业委 员会 （ 以下简称
浙大计算机学院各大实验室介绍
天道酬勤，厚德载物
这里所列的是一些比较大的实验室和部分导师的信息，更加详细的实验室和导师介绍我
们会在复试前组织复试交流会，到时我们会请更多的师兄师姐与大家当面交流，解答大家关
于导师、实验室、面试、上机的各种问题，敬请关注我们的论坛（），关注复
试交流会(/bbs/thread-10101-1-1.html) 。大家如有的好的意见或者建议，
周昆 GPS------------------------------------------------------------------------------------------------------7 DCD 实验室 ................................................................................................................. 9
欢迎你们到论坛告诉我们。
目录
一：实验室及导师介绍..................................................................................................... 3
CAD&CG ..................................................................................................................... 3 1）鲍虎军组............................................................................................................ 4 2）何晓飞和蔡登组 ................................................................................................. 4 3）410 实验室......................................................................................................... 5 4）黄劲、王锐、章国峰组....................................................................................... 6 5）陈为组 ............................................................................................................... 6 6）华炜组 ............................................................................................................... 6 7）又一组 ............................................................................................................... 6
中科大首次成功实现量子隐形传态首跨百公里卫星助力全球量子通信网络可行
（ 高新处）
建伟小组 还成功实 现 了长寿命 、 高读 出效率 的量子存 步， 上述成果论文均在《 自然》 杂志或其子刊上发表。 在上述 系统技术 的长期发展 和积累基础上 。 中科 了百 公里量 级 的 自由空间量 子 隐形传 态 和双 向纠缠 的上行通 道量子 隐形传态 ， 或是卫星指 向两 个地面站
成功开发了 适用于３ 英寸电视用液晶显示模组产品的高级超维场转换 ２ 功
际上首次成功实现了
技 和 低 阻 线 为ＴＩ 膜 效 体 ）属 的 代 术， 实 术 用 电 铝 作 Ｆ（ 场 应晶 管金 线 替 技 保 １ 薄
。
－
百里级 由 公 量 的自
原 该 技术在国内首家将纯铝作为 Ｔ 视 前 下 高 光 和 彩 证 近１度 宽 角 围 以 在Ｆ 金属线用于 ３ 透 率 色 还 现 毒 间 子 形 态 性 ８ 的 视 范 ， 及 宽 角 提 的２英寸液晶电视用 了 ０ 量隐传和 Ｔ
端装备 制造 、 软件服务外包 等三 合肥等城市 示范运营 ，并批量应 用于大连达沃斯 、上海世博会 、合 纯电动豪华旅 游客车。
“ Ｆ １７ ４ Ｅ ＨＦ ６ ２ Ｋ ６ Ｖ纯 电动旅 游 客车 ”列 入 国家 战 略性 创新 产
品 ，将 获得国家专项 经费和税 收优惠 政策扶持 ，有利于开拓新能 源
纠缠 ； 国际上首 次实验 实现 了拓 扑量 子纠错 ， 在 取得 星 的广域 量子 通信 和大尺 度 的量子力 学基 础原 理 检 了可扩 展容错性 量子计算 领域 的重要 突破 ，同时 。 潘 验 的实现奠定 了坚实 的技术基础 。
（ 吴长锋 ）
（ 划处） 计
丰原生化 、 中海新材料等公 司为 汽车市 场 ，提 升新 能源汽车的核心竞争力 。
北邮继续教育学院导师介绍
北京邮电大学原继续教育学院导师介绍(2008)专业：通信与信息系统丁炜教授，博士研究生导师宽带通信网研究中心领衔教授自1986年以来培养研究生（含博士、硕士）近百人，发表论文150余篇，完成重大科研项目10项，申请专利3项，荣获省部级以上奖项共5项。
目前正在研究的项目：“广义MPLS实现和安全路由器研究”，并与美国INTER 公司合作建立联合实验室，对下一代网络关键技术进行跟踪和预测。
丁炜教授所负责的北京邮电大学培训中心通信网科研室（现更名为宽带通信网研究中心）成立于1985年。
该科研室的宗旨是跟踪世界通信网络新技术的发展，开展对其前沿课题的研究，掌握相关理论和先进技术，力求创新，为我国通信事业的发展和培养优秀的高级通信科学技术人才做出自己的贡献。
目前，为了紧跟国际宽带通信网络新技术的发展，实验室正在进行MPLS协议软件和路由软件的开发、“具有MPLS功能的多业务边缘路由器的研制”、“INTEL网络处理器应用的研究与开发”等项目，其中边缘路由器的研制项目中采用了具有自主知识产权的芯片设计来实现各种网络协议的处理和不同速率接口数据流的转发。
温向明教授，博士研究生导师研究方向：博士研究生：宽带通信网络理论与技术、无线宽带网络理论与技术硕士研究生：IP宽带通信网络技术、移动通信网络技术毕业于北京邮电大学，获通信与信息系统工学博士学位；现任北京邮电大学校长助理兼研究生院常务副院长；校学术委员会委员和校学位委员会委员；教育部归国留学评审专家；北京市信息化专业人才合作培养项目负责人；中国电信网络资源管理专家组副组长；中国通信学会高级会员；北京市大学生电子竞赛组委会副主任等。
长期从事通信与信息系统专业方面的科研与教学工作，主持和参与完成了国家级项目6项，前邮电部项目3项，校级项目1项，横向项目8项。
其中：国家863项目“宽带光纤用户网总体技术研究”，得到国家科委专家的好评，总评结果为Ab;另外，“我国接入网发展战略的研究”获邮电部科技进步二等奖；国家重大项目“移动增值业务网络安全协议方案研究与实现”和“具有V5接口的DLC网元管理设备”已进行成果转化，取得了很好的经济效益和社会效益；“V5接口用户接入系统的监控技术研究”已在通信网中应用。
863高技术研究发展计划
863-高技术研究发展计划——中国版的“星球大战”计划工程总投资：2000亿元以上工程期限：1986年——2020年1991年，邓小平为“863”计划实施5周年挥毫题词：“发展高科技，实现产业化”。
——863计划即中国国家高技术研究发展计划。
1980年代以来，科学技术迅速发展，对人类产生了巨大的影响，引起了经济、社会、文化、政治、军事等各方面深刻的变革。
1983年3月美国提出“星球大战”计划，欧洲的尤里卡计划、日本的“今后10年科学技术振兴政策”等着眼于21世纪的战略计划也先后应运而生。
什么是“863”计划？1986年3月，王大珩、王淦昌、杨嘉墀、陈芳允四位老科学家联合向**写了一封信，题为《关于跟踪世界战略性高科技发展的建议》，信中恳切地指出，面对着世界新技术革命的挑战，中国应该不甘落后，要从现在就抓起，用力所能及的资金和人力跟踪新技术的发展进程，而不能等到十年、十五年经济实力相当好时再说，否则就会贻误时机，以后永远翻不了身。
这封信得到了邓小平同志的高度重视，小平同志亲自批示：“这个建议十分重要”，“找些专家和有关负责同志讨论，提出意见，以凭决策，此事宜速作决断，不可拖延。
”在随后的半年中，经过广泛、全面和极为严格的科学和技术论证后，**、国务院批准了《高技术研究发展计划（863计划）纲要》。
从此，中国的高技术研究发展进入了一个新阶段。
15年来，在党中央和国务院的领导下，在有关部门的大力支持下，经过广大科技人员的奋力攻关，863计划取得了重大进展，为我国高技术发展、经济建设和国家安全做出了重要贡献。
由于计划的提出与邓小平同志的批示都是在1986年3月进行的，因此此计划被称为“863计划”。
863计划是在世界高技术蓬勃发展、国际竞争日趋激烈的关键时期，我国政府组织实施的一项对国家的长远发展具有重要战略意义的国家高技术研究发展计划，根据**《高技术研究发展计划（863计划）纲要》精神，863计划从世界高技术发展的趋势和中国的需要与实际可能出发，坚持“有限目标，突出中点”的方针，选择了生物技术、航天技术、信息技术、激光技术、自动化技术、能源技术和新材料7个高技术领域作为我国高技术研究发展的重点（1996年增加了海洋技术领域）。
中科大计算机网络课件06(2024)
PPP（Point-to-Point Protocol）是 一种点对点数据链路层协议，主要用 于拨号上网等场景。PPP协议包括链 路建立、链路维护和链路终止三个阶 段。在链路建立阶段，通信双方进行 协商并确定通信参数；在链路维护阶 段，双方通过定期发送LCP（Link Control Protocol）报文来维护链路 状态；在链路终止阶段，双方通过交 换终止报文来结束通信。
2024/1/28
8
数据链路层的基本概念与功能
数据链路层的基本概念
数据链路层是计算机网络体系结构中 的第二层，负责将数据组合成数据块 （帧），并在相邻节点间进行可靠传 输。
数据链路层的功能
数据链路层的主要功能包括帧同步、 差错控制、流量控制和访问控制等。 通过这些功能，数据链路层能够确保 数据在相邻节点间可靠地传输。
2024/1/28
17
网络安全的基本概念与防护措施
• 网络安全的基本概念：网络安全是指通过采取各种技术和管理措施，保护计算机网络系统免受未经授权的访问、攻击或破 坏，确保网络系统的机密性、完整性和可用性。网络安全涉及多个方面，如物理安全、网络安全、数据安全等。
2024/1/28
18ห้องสมุดไป่ตู้
网络安全的基本概念与防护措施
使用测线仪检测网线是否通路
2024/1/28
30
常见网络故障的诊断与排除方法
更换损坏的网线或接口
数据链路层故障
检查MAC地址配置是否正确
2024/1/28
31
常见网络故障的诊断与排除方法
网络层故障
检查VLAN配置是否正确
检查交换机端口配置是否 正确
01
2024/1/28
03 02
某航无线通信实验室介绍
承担项目与合作伙伴
国家自然科学基金重大国际合作项目 国家重点基础研究发展计划“973”项目 “新一代宽带无线移动网络”国家科技重大 专项
培养理念
时代需要什么样的人才？
制度设计：
集体指导制度 助研金制度 管委会制度 Workshop & Seminar
在岗位上锻炼，在项目中实习
苏州电信
联想 工信部电信研究院 中国移动研究院创新中心 中国移动研究院无线传输所 Oracle
苏州电信
联想 工信部电信研究院 中国移动研究院创新中心 中国移动研究院无线传输所 Oracle
国际交流
与美国、英国、澳大利亚、瑞典等国的十余所大学有长期 合作关系，近五年来来访专家超过100人次 鼓励博士生申请CSC联合培养项目 鼓励和资助学生出国参加本领域旗舰式学术会议
航天五院
Siemens, Prinston, USA 中航电子 北京 国家知识产权局 中华少年儿童慈善救助基金会 工信部电信研究院 Sagemcom, 深圳 香港科技大学 爱立信
王轶
凌为 孙璨 徐志昆 侯雪颖 徐永霞
硕士
硕士 博士 博士 博士 硕士
2011年
2012年 2012年 2013年 2013年 2013年
研究成果
超过180篇高水平期刊和会议论文
徐志昆 4篇Trans. 1篇Mag. 刘婷婷 7篇Trans. 北京市优秀博士论文
超过50项国际和国家发明专 申请9项国家发明专利
超过30项标准化技术提案(3GPP, IEEE, IMT2020) 在国内外拥有广泛的学术影响
毕业生去向
中科大电子信息工程 实验室介绍 无线网络通信实验室(姚卫东)
• WINLab的目标：
– 一流的学生、一流的研发。
– 共同建设一个强大的科研集体。
毕业去向
• 2014年毕业去向统计
硕士：阿里巴巴、网易游戏（2人）、联发科、华为、投行 博士：华为、外企、研究所、博后
• 2015年毕业去向统计 硕士：华为、美团、锐捷网络、出国 WINLabers 的去向多种多样， 博士：华为、外企
教育部博士点基金
安徽省信息化专项 安徽省科学研究重大计划 中兴通信合作项目 安徽超清公司合作项目
在WINLab学什么？
• 一是长知识、学技能；二是学方法、练思维；三是 交朋友、多沟通。
– 要有正确的立场：学业不是学位，工作不是打工。做事 多讲究，不能将就。 – 抓紧时间，争取在学术研究、工程实践两个方面都得到 锻炼。 – 希望同学主动工作，主动沟通。相互配合，互通有无。
领导：卫国教授 教师：王卫东教授、张文逸教授 尹华锐副教授、陈晓辉副教授 学生： 40名左右研究生、若干名本科生
• 两大研究领域：无线通信、信息系统
实验室的研究方向
• 短距离无线通信：
– 超宽带通信技术。从概念、方法到系统、芯片，近十年的历程。 – 目前主要集中在毫米波短距通信、可见光无线通信。
• 宽带无线通信网：
国家自然科学基金
国家自然科学基金 国家863计划项目 国家863计划项目 国家973计划项目 国家973计划项目 国家科技重大专项 国家科技重大专项
10
11 12 13 14
大数据处理方法
面向电磁安全的网格化空间频谱监测系统设计 面向智能环境的短距离无线通信技术 大规模天线中的信道估计 道路交通视频监控与信号处理
无线网络通信实验室
Wireless Information Network Lab
一种嵌入射频指纹的半监督辐射源识别方法
一种嵌入射频指纹的半监督辐射源识别方法姚君宇; 许小东【期刊名称】《《无线电工程》》【年(卷),期】2019(049)011【总页数】6页(P939-944)【关键词】辐射源识别; 贝叶斯CNN; 半监督学习; 射频指纹【作者】姚君宇; 许小东【作者单位】中国科学技术大学电子工程与信息科学系安徽合肥 230031【正文语种】中文【中图分类】TN9750 引言SEI能通过接收信号中的细微特征识别不同的无线电发射机[1]，在不同领域拥有广泛应用，例如军事情报侦察、电子对抗以及设备故障诊断等。
传统的SEI方法将SEI问题看作一种模式识别问题[2]，首先从信号中人工提取RFF特征，然后将其通过分类器来完成识别任务。
在RFF特征中，双谱特征[3-4]由于其良好的抗噪性能和较稳定的分离性而被广泛使用。
然而由于其主要通过信号的相频特性来对辐射源进行识别，难以提取辐射源的其他内在细微特征[3]。
在非协作通信情况下，无法取得完整的辐射源先验信息，仅使用双谱特征难以对辐射源进行准确识别[4]。
近年来，深度学习方法在SEI的应用中取得了进展。
通过神经网络来直接学习信号中的深层隐性特征[5-6]使得深度学习方法相较于特征提取方法获得了更高的识别率，并且降低了对信号先验信息的需求[7]。
在非协作通信中，通常只能得到大量无标签数据和少量有标签数据。
为了应对这种标签数据集缺失的情况，迁移学习[8]、数据增强[9-10]都是可行方法，然而这些方法需要数据的先验信息或是庞大的初始样本数据库。
相比之下，贝叶斯神经网络[11]不需要任何先验信息和初始样本，具有较好的通用性。
贝叶斯神经网络通过提升网络的泛化能力，来克服训练集稀少时遇到的过拟合问题。
在图像[12]以及文本识别[13]等领域，贝叶斯神经网络已经被证明可以在标签训练集更少的情况下达到和传统深度学习方法相同的识别率，并且通过半监督学习[14]可以更好地利用大量的无标签数据。
为了克服非协作通信中的问题，在神经网络框架下，使用双谱灰度直方图特征和贝叶斯CNN相结合，通过回归拟合射频指纹特征来指导CNN训练，并且结合了基于模糊度的半监督学习方式，在有限的标签数据下，进一步提高辐射源的识别率。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
招生情况
• 09级招生情况统计
– 本校8人（1工学7工程，全部保研） – 外校1人（工学）
• 10级招生情况统计
– 本校8人（1工学7工程，全部保研） – 外校3人（工学）
• 11级招生情况统计
– 本校7人 – 外校（未知） [校内+校外 10人左右]
研究生生活VS本科生生活
本科生
• • • • 宿舍-教室-食堂 上课+自习 有人告诉你下一步怎么做 下一站：读研（大多数）
姚卫东（PB09013037 SA13006920） 本科阶段
– 2009.8月-- 2010.7月 工程学院热能与动力工程系 – 2010.8月-- 2013.6月 信息学院6系 – 大三下学期进入实验室，2013.6月保送本系研究生
研究生阶段
– 专业为电子通信工程 – 主要研究方向为多媒体通信，主要涉及流媒体网络传输 、嵌入式系统开发等相关工作。
国家自然科学基金
国家自然科学基金 国家863计划项目 国家863计划项目 国家973计划项目 国家973计划项目 国家科技重大专项 国家科技重大专项
10
11 12 13 14
大数据处理方法
面向电磁安全的网格化空间频谱监测系统设计 面向智能环境的短距离无线通信技术 大规模天线中的信道估计 道路交通视频监控与信号处理
– 涉及传输技术、协作、中继、资源调度、干扰管理、业务建模等。 – 目前主要工作是5G关键技术、频谱感知、信道容量分析、社会网络 等。
• 城市信息感知与计算：
– 自2013年开始介入，与企业合作。目前主要是交通视频监控系统和 视频处理算法。 – 未来会涉及图像特征提取、分类识别等。
目前执行的主要课题
领导：卫国教授 教师：王卫东教授、张文逸教授 尹华锐副教授、陈晓辉副教授 学生： 40名左右研究生、若干名本科生
• 两大研究领域：无线通信、信息系统
实验室的研究方向
• 短距离无线通信：
– 超宽带通信技术。从概念、方法到系统、芯片，近十年的历程。 – 目前主要集中在毫米波短距通信、可见光无线通信。
• 宽带无线通信网：
研究生
• • • • 宿舍-实验室-食堂 做项目+发论文 自己决定下一步怎么做 下一站：工作（大多数）
研究僧的一点儿小建议
开始考虑未来的方向，未雨绸缪 不要想的太多（“你的问题主要在于读书不 多而想得太多”） 慎重做选择 出国or读研or工作？ 选择哪个研究领域？ 选择哪个实验室？ 选择哪个方向？ 学习上，好好学习，曾经会过 活动中，积极主动，广泛涉猎 找个女/男朋友
• WINLab的目标：
– 一流的学生、一流的研发。
– 共同建设一个强大的科研集体。
毕业去向
• 2014年毕业去向统计
硕士：阿里巴巴、网易游戏（2人）、联发科、华为、投行 博士：华为、外企、研究所、博后
• 2015年毕业去向统计 硕士：华为、美团、锐捷网络、出国 WINLabers 的去向多种多样， 博士：华为、外企
教育部博士点基金
安徽省信息化专项 安徽省科学研究重大计划 中兴通信合作项目 安徽超清公司合作项目
在WINLab学什么？
• 一是长知识、学技能；二是学方法、练思维；三是 交朋友、多沟通。
– 要有正确的立场：学业不是学位，工作不是打工。做事 多讲究，不能将就。 – 抓紧时间，争取在学术研究、工程实践两个方面都得到 锻炼。 – 希望同学主动工作，主动沟通。相互配合，互通有无。
无线网络通信实验室
Wireless Information Network Lab
（WINLab）USTC
报告人：姚卫东 联系方式：yao1990@ 报告时间：2015年04月19日
1
主要内容
• 实验室情况介绍
• 毕业情况&招生情况
• 研究生生活VS本科生生活
自我介绍
相关经历
– Robogame2011、国创、高清网络摄像机设计、智能家居 系统开发、交通场景下的图像视频处理算法……
实验室名称：
无线网络通信实验室
Wireless Information Network Lab，WINLab
地理分布：电三楼2层、6层，共400余平米。
WINLab的概况
• 成员：
不局限在通信领域， 心有多大，舞台就有多大 ~ [通信行业 互联网行业]
本科生培养
培养计划 • 1. 大三下进实验室（面试） • 2. 安排本科生训练项目，目的是打基础，学技能 • 3. 大研项目/国创项目指导 • 4. 实验室提供平台，环境自由，欢迎提出创造性的 想法 招收要求 倾向于基础扎实、积极主动、喜欢思考、乐于实践的 同学。（更欢迎保研的同学，儿小建议
在这个世界上，有些人比你聪明，有些人比 你勤奋，还有些人既比你聪明，又比你勤奋。 所以，努力吧，年轻人！
谢谢！
1
非高斯噪声干扰环境下的频谱感知理论与方法研究 国家自然科学基金
2
3 4 5 6 7 8 9
弱对称多播无线网络自由度研究
时变信道容量分析 毫米波通信基带处理技术 5G系统中的空分多址技术研究 无线通信网络能效理论 可见光无线通信方法 毫米波频段移动通信系统关键技术研究与验证 TD-LTE-A面向商用系统设备研发产业化