上海理工大学研究生导师
基于提前终止策略改进的运动估计算法
第 22卷第 7期2023年 7月Vol.22 No.7Jul.2023软件导刊Software Guide基于提前终止策略改进的运动估计算法朱鑫磊，汪伟（上海理工大学光电信息与计算机工程学院，上海 200093）摘要：针对HM-16.14中TZSearch标准算法存在的计算复杂度高、耗时相对较长等问题，提出一种基于提前终止策略的改进TZSearch算法。
首先，根据编码产生的率失真代价对编码单元、变换单元和预测单元的深度进行划分，有效避免了额外的划分深度；然后，在TZSearch初始网格搜索过程中，采用钻石搜索和六边形搜索两种搜索方式，根据运动矢量分布位置选择一种更为有效的方式，精确找出最佳匹配点；最后，使用OARP栅格搜索和精细搜索完成运动估计。
由实验结果可知，该方法与标准算法相比，平均降低了60％以上的TZSearch运动估计耗时，且基本不影响视频质量。
关键词：TZSearch算法；提前终止策略；栅格搜索；精细搜索；运动估计DOI：10.11907/rjdk.221887开放科学（资源服务）标识码（OSID）：中图分类号：TP391.1 文献标识码：A文章编号：1672-7800（2023）007-0051-08A Modified Motion Estimation Algorithm Based on Early Termination StrategyZHU Xinlei， WANG Wei（School of Optical-Electrical and Computer Engineering， University of Shanghai for Science and Technology，Shanghai 200093， China）Abstract：Considering the high computational complexity and relatively long time consumption of the TZSearch standard algorithm within HM-16.14， an improved TZSearch algorithm based on early termination strategy is proposed to improve the efficiency of video coding. Firstly，the depth sorting of the coding unit， transform unit and prediction unit is calculated according to the performance of rate distortion， which can effectively decrease additional division depths. Secondly， two search methods， i.e. diamond search and hexagonal search， are employed within the initial grid search step of TZSearch in order to precisely find the best matching point according to the motion vector distribution. Finally，OARP raster search and fine search are used to acquire the motion estimation results. Compared with the standard algorithm， experimental re‐sults show that the proposed method reduces more than 60% motion estimation time consumption on average， yet keeps the similar video quali‐ty .Key Words：TZSearch algorithm； early termination strategy； raster search； fine search； motion estimation0 引言随着视频技术的快速发展，依靠视频传递信息变得越来越普及，这使得视频流数据在互联网传输中的占比越来越大。
上海理工大学控制系导师研究方向
讲师/博士
控制理论与控制工程
鲁棒控制
lilin0211@
魏国亮
东方学者特聘教授
控制理论与控制工程
随机非线性控制、随机非线性滤波、复杂网络
guoliang.wei1973@
hjzhyf@
王亚刚
教授
控制理论与控制工程
工业无线传感器网络、先进过程控制系统、楼宇空调智能控制系统、生产制造执行系统、智能现场设备集成管理系统
ygwang@
范铠
教授级高工
控制理论与控制工程
检测技术与自动化装置
智能化现场检测仪表、现场总线技术的研究和产品开发、仪表的可靠性和功能安全
fankai@
王竹平
教授级高工
控制理论与控制工程
仪器仪表的电气防爆、防雷技术研究
自动化控制系统现场总线技术研究
wangzp@
徐建平
教授级高工
控制理论与控制工程
自动化仪表系统共性技术研究
产品质量检测、认证与评价方法研究
电气防爆安全技术
xujianping@
周一军
教授级高工
控制理论与控制工程
智能控制技术、信息化管理
zhouyijun@
孙红
副教授
控制理论与控制工程
计算机应用技术
检测技术与自动化装置
智能控制工程、计算机控制、智能决策系统、智能信息处理、分布式数据库应用
sunhong@
陈玮
副教授
控制理论与控制工程
计算机应用技术
zhhlcome@
王凯
高工
控制理论与控制工程
工业控制、智能仪表、工业无线传感器网络
wk_sppc@涂煊Biblioteka 高工控制理论与控制工程
上海理工大学光电学院导师名单光学工程
倪争技
副教授
光学工程
精密测试及控制，精密机械，自动控制，中阶梯光栅制备，先进光谱仪，光栅传感器
sioi@
张大伟
教授
光学工程
微纳光学及技术，光学薄膜技术，LED器件及应用，薄膜太阳能电池技术
dwzhang@
张荣福
副教授
houwenmei@
李毅
教授
光学工程
仪器仪表工程
控制工程
新型光电子材料、器件、模块与系统
liyi@
马军山
教授
光学工程
信号与信息处理
光电检测，光通讯
junshanma@
李湘宁
教授
光学工程
信号与信息处理
光学设计，光学自动测量技术，数字图像处理，视光学
窦晓鸣
教授
光学工程
影像显示技术、光伏技术、生物医学技术
prof_dou@
黄元申
副教授
光学工程
光栅及光谱仪，具体有：（1）凸面光栅设计及制备方法研究（2）凸面光栅光谱仪的设计及应用研究（3）平面、凹面光栅曝光和显影的实时监测（4）新型光栅传感器的设计及制备（5）离子束蚀刻技术
hyshyq@
光电学院硕士生导师情况表
（光学工程）
姓名
职称
归属学科
兼职学科1
兼职学科2
兼职学科3
研究方向
电子邮箱
庄松林
院士
光学工程
光纤传感，紫外检测，微结构
slzhuang@
郑刚
研究员
光学工程
信号与信息处理
光电精密测试技术，纳米颗粒粒径测量技术
gangzheng@
陈抱雪
研究员
2.新型“黑硅”材料的制备与应用研究.
基于强化学习的车辆服务迁移方法
第１３卷㊀第６期Ｖｏｌ．１３Ｎｏ．６㊀㊀智㊀能㊀计㊀算㊀机㊀与㊀应㊀用ＩｎｔｅｌｌｉｇｅｎｔＣｏｍｐｕｔｅｒａｎｄＡｐｐｌｉｃａｔｉｏｎｓ㊀㊀２０２３年６月㊀Ｊｕｎ．２０２３㊀㊀㊀㊀㊀㊀文章编号：２０９５－２１６３（２０２３）０６－０００１－０７中图分类号：ＴＰ３９３．０９文献标志码：Ａ基于强化学习的车辆服务迁移方法周㊀率，韩㊀韧（上海理工大学光电信息与计算机工程学院，上海２０００９３）摘㊀要：近年来，随着中国对于车联网发展战略的落实，基础设施与车联应用服务规模不断增加，车联应用服务对于资源的需求越来越高，现有车辆配备的有限计算资源已无法满足需求，需要将服务迁移到路侧单元，以提供充足的计算资源并降低服务时延㊂本文在车辆边缘计算场景下，提出了一种基于强化学习的车辆服务迁移方法，以降低服务的延迟与能耗㊂首先为迁移过程中可能产生的成本建模，并把服务迁移问题规约为马尔可夫决策问题，通过应用深度强化学习算法以降低迁移产生的成本㊂实验结果表明，提出的算法优于基线算法，在高速环境下具有相对较强的鲁棒性㊂关键词：车联网；车辆边缘计算；服务迁移；强化学习ＶｅｈｉｃｕｌａｒｓｅｒｖｉｃｅｍｉｇｒａｔｉｏｎｂａｓｅｄｏｎｒｅｉｎｆｏｒｃｅｍｅｎｔｌｅａｒｎｉｎｇＺＨＯＵＬｖ，ＨＡＮＲｅｎ（ＳｃｈｏｏｌｏｆＯｐｔｉｃａｌ－ＥｌｅｃｔｒｉｃａｌａｎｄＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇ，ＵｎｉｖｅｒｓｉｔｙｏｆＳｈａｎｇｈａｉｆｏｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｓｈａｎｇｈａｉ２０００９３，Ｃｈｉｎａ）ʌＡｂｓｔｒａｃｔɔＩｎｒｅｃｅｎｔｙｅａｒｓ，ｗｉｔｈｔｈｅｉｍｐｌｅｍｅｎｔａｔｉｏｎｏｆＣｈｉｎａᶄｓｖｅｈｉｃｌｅｔｏｅｖｅｒｙｔｈｉｎｇ（Ｖ２Ｘ）ｄｅｖｅｌｏｐｍｅｎｔｓｔｒａｔｅｇｙ，ｔｈｅｓｃａｌｅｏｆｉｎｆｒａｓｔｒｕｃｔｕｒｅａｎｄＶ２Ｘｓｅｒｖｉｃｅｓｈａｓｂｅｅｎｉｎｃｒｅａｓｉｎｇ．Ａｔｔｈｅｓａｍｅｔｉｍｅ，ｔｈｅｄｅｍａｎｄｆｏｒｒｅｓｏｕｒｃｅｓｆｏｒＶ２Ｘｓｅｒｖｉｃｅｓｉｓｇｅｔｔｉｎｇｈｉｇｈｅｒ，ｗｈｉｌｅｔｈｅｌｉｍｉｔｅｄｃｏｍｐｕｔｉｎｇｒｅｓｏｕｒｃｅｓｅｑｕｉｐｐｅｄｗｉｔｈｅｘｉｓｔｉｎｇｖｅｈｉｃｌｅｓｃａｎｎｏｌｏｎｇｅｒｍｅｅｔｔｈｅｄｅｍａｎｄ．Ｔｈｅｒｅｆｏｒｅ，ｓｅｒｖｉｃｅｓｎｅｅｄｔｏｂｅｍｉｇｒａｔｅｄｔｏｒｏａｄｓｉｄｅｕｎｉｔｓｔｏｐｒｏｖｉｄｅｓｕｆｆｉｃｉｅｎｔｃｏｍｐｕｔｉｎｇｒｅｓｏｕｒｃｅｓａｎｄｌｏｗｅｒｓｅｒｖｉｃｅｌａｔｅｎｃｙ．Ｉｎｔｈｉｓｐａｐｅｒ，ａｎｏｖｅｌｖｅｈｉｃｕｌａｒｓｅｒｖｉｃｅｍｉｇｒａｔｉｏｎａｌｇｏｒｉｔｈｍｉｓｐｒｏｐｏｓｅｄｔｏｄｅｃｒｅａｓｅｔｈｅｓｅｒｖｉｃｅｌａｔｅｎｃｙａｎｄｅｎｅｒｇｙｃｏｎｓｕｍｐｔｉｏｎｉｎｓｅｒｖｉｃｅｍｉｇｒａｔｉｏｎ．Ｆｉｒｓｔｌｙ，ｔｈｅｃｏｓｔｄｕｒｉｎｇｍｉｇｒａｔｉｏｎｉｓｍｏｄｅｌｅｄａｎｄｔｈｅｓｅｒｖｉｃｅｍｉｇｒａｔｉｏｎｐｒｏｂｌｅｍｉｓｆｏｒｍｕｌａｔｅｄａｓａＭａｒｋｏｖｄｅｃｉｓｉｏｎｐｒｏｂｌｅｍ．Ｔｈｅｎａｎｏｖｅｌａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｄｅｅｐｒｅｉｎｆｏｒｃｅｍｅｎｔｌｅａｒｎｉｎｇｉｓｐｒｏｐｏｓｅｄｔｏｓｏｌｖｅｔｈｉｓｉｓｓｕｅ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｏｕｔｐｅｒｆｏｒｍｓｔｈｅｂａｓｅｌｉｎｅｓａｎｄｈａｓｓｔｒｏｎｇｒｏｂｕｓｔｎｅｓｓｉｎｄｉｆｆｅｒｅｎｔｄｒｉｖｉｎｇｓｃｅｎａｒｉｏｓ．ʌＫｅｙｗｏｒｄｓɔｖｅｈｉｃｌｅｔｏｅｖｅｒｙｔｈｉｎｇ；ｖｅｈｉｃｕｌａｒｅｄｇｅｃｏｍｐｕｔｉｎｇ；ｓｅｒｖｉｃｅｍｉｇｒａｔｉｏｎ；ｒｅｉｎｆｏｒｃｅｍｅｎｔｌｅａｒｎｉｎｇ基金项目：软硬件协同设计技术与应用教育部工程研究中心（ＯＰ２０２２０２）㊂作者简介：周㊀率（１９９８－），男，硕士研究生，主要研究方向：边缘计算；韩㊀韧（１９８０－），男，博士，副教授，硕士生导师，主要研究方向：智能计算㊁物联网㊂通讯作者：韩㊀韧㊀㊀Ｅｍａｉｌ：ｒｅｎ．ｈａｎ＠ｕｓｓｔ．ｅｄｕ．ｃｎ收稿日期：２０２３－０３－１１０㊀引㊀言随着‘车联网（智能网联汽车）产业发展行动计划“通知的下发，中国车联网发展的战略目标已基本确定， 长三角三省一市统筹智能网联汽车产业发展规划 的签署进一步加快了中国车联网的发展㊂５Ｇ网络基础设施的不断完善以及国内外车联应用的涌现，使得车辆对计算资源和服务延迟的要求日益增加，现有车辆配备的计算资源已无法满足车联应用的需求，这种日益迫切的要求需要将车联应用服务迁移到具有更高计算能力的云端服务器上，但是传统的云计算不能满足车联网下的低延迟要求，因此需要考虑一种称为车载边缘计算（ＶｅｈｉｃｕｌａｒＥｄｇｅＣｏｍｐｕｔｉｎｇ，ＶＥＣ）的计算范式㊂在ＶＥＣ中，车辆将服务迁移到靠近车辆的路侧单元（ＲｏａｄＳｉｄｅＵｎｉｔ，ＲＳＵ）上，可以享受ＲＳＵ带来的低延迟㊁高带宽和充足的计算资源［１］㊂然而，盲目的迁移有时会影响服务性能，如：对于一个固定的车辆，将服务迁移到最近的ＲＳＵ在短期内可以带来良好的服务性能，但是考虑到车辆的移动性，该种策略可能会导致频繁迁移，进一步导致服务频繁中断，因此一个最佳的服务迁移策略应该考虑车辆的移动性㊂服务迁移也伴随着各种成本，包括计算成本㊁迁移成本和能源消耗，以全面评估迁移的效果㊂考虑到车辆的移动性，专注于短期的性能提升可能会导致频繁迁移因而带来巨大的成本，需要考虑迁移带来的长期累积回报，以权衡整体性能的提高㊂即当车辆远离ＲＳＵ时，如果服务性能仍然处于可接受的水平，一个最佳的迁移策略应该权衡服务迁移带来的收益与开销㊂为了提高服务迁移的性能表现，减少服务的延迟与开销，文献［２］研究了最小化移动设备和边缘服务器的总能量消耗，通过启发式算法产生了一个接近最优的解决方案；文献［３］提出在卸载比例和子载波分配时，必须考虑各种系统限制，包括延迟和子载波资源限制，以减少移动设备的能耗，并从混合整数规划（ＭｉｘｅｄＩｎｔｅｇｅｒＰｒｏｇｒａｍｍｉｎｇ，ＭＩＰ）问题中生成多对一匹配和线性编程的子问题，以解决子载波分配问题；文献［４］研究了下行链路资源分配㊁卸载决策和计算资源分配的联合优化，考虑了包括数据传输和任务计算的总成本，并建模为混合整数线性规划（ＭＩＬＰ）问题；文献［５］提出了李雅普诺夫优化的卸载决策，可以减少平均响应时间，同时降低移动设备的能耗；文献［６］评估了计算卸载的财务成本，并建模为决策和资源联合优化的ＭＩＬＰ问题；文献［７］以合作博弈理论为基础，通过终端设备和边缘云的协同合作来优化系统的性能，并提出了一种基于交易的计算卸载技术；文献［８］提出了Ｆｏｌｌｏｗ－ＭｅＣｈａｉｎ算法来解决服务功能链的问题；文献［９］研究了任务卸载，考虑了能耗和服务延迟的约束，并使用了二元卸载决策；文献［１０］提出了一个基于强化学习的离线无线接入网络分片解决方案和一个低复杂度的启发式算法，以满足不同分片的通信资源需求，使得资源利用率最大化；文献［１０］将迁移问题建模为一维马尔科夫决策过程（ＭａｒｋｏｖＤｅｃｉｓｉｏｎＰｒｏｃｅｓｓ，ＭＤＰ），并考虑了服务器和设备之间的欧氏距离；文献［１２］考虑了二维ＭＤＰ模型并提出了基于深度强化学习的迁移方案，使得时延与能耗最小㊂尽管现有的工作在服务迁移策略方面取得了很大的进展，但仍需要进一步探索，包括迁移过程中成本的建模以及车辆的移动性㊂本文将车辆的服务迁移过程建模为ＭＤＰ，同时考虑了包括计算成本㊁迁移成本和能耗的成本，此外，本文还使用行驶速度代表示车辆的运动状态，并提出了一种基于强化学习的迁移算法，该算法可以有效地解决传统ＭＤＰ中维度过高的问题，并利用Ａｃｔｏｒ－Ｃｒｉｔｉｃ网络和熵来确保收敛性和可探索性㊂最后，本文基于真实数据集进行实验并对算法进行评估㊂１㊀系统模型建立车辆行驶随机分布在城市区域的道路中，道路配备了若干通信范围相等的ＲＳＵ，并且每个ＲＳＵ都具有相同的计算能力㊂用Ｅ＝｛ｅ１，ｅ２， ，ｅｉ｝表示所有ＲＳＵ的集合，用Ｕ＝｛ｕ１，ｕ２， ，ｕｊ｝表示所有车辆的合集，每个车辆ｕɪＵ都有一个计算任务且可以选择在本地计算或者通过无线网络迁移到ＲＳＵ上㊂车辆移动时可以连接到任意一个路侧单元ｅɪＥ㊂为了保证车辆采取迁移决策时的满意程度，本文用迁移成本，计算成本，能源消耗等相关指标来衡量服务迁移过程中产生的开支㊂１．１㊀通信模型本文假定车辆通过Ｖ２Ｘ的蜂窝网络和毫米波与ＲＳＵ进行通讯㊂１．１．１㊀５Ｇ蜂窝网络根据香农公式，在假定被高斯白噪声干扰的信道中，理论的最大信息传输速率为公式（１）：Ｃ＝Ｂｌｏｇ２１＋ＳＮæèçöø÷（１）㊀㊀其中，Ｂ是信道带宽；Ｓ是信道内所传输信号的平均功率；Ｎ是信道内部的高斯噪声功率㊂因此，车辆ｕ和路侧单元ｅ之间的数据传输率可以表示为式（２）：Ｃｃｕ，ｅ＝Ｂｃｌｏｇ２１＋Ｈｕ，ｅｄｕ，ｅ｜ｈ｜２Ｎｃ２æèçöø÷（２）㊀㊀其中，Ｂｃ是信道带宽；Ｈｕ，ｅ是车辆ｕ的车载通信设备与其对应的路侧单元ｅ的传输功率；ｄｕ，ｅ表示车辆ｕ与路侧单元ｅ的距离；ｈ表示瑞利衰落因子；Ｎｃ是高斯噪声功率㊂１．１．２㊀毫米波模式ＮＲ－Ｖ２Ｘ采用毫米波模式，本文假定每辆车辆都配备有定向天线阵列，并且采用了定向波束形成来增强毫米波信号的传播㊂为了最大化提高毫米波天线的指向性增益，本文假定对发射器和接收器进行光束准直，因此可以将定向天线模式近似为理想的水平面上的扇形模型［１３］，天线增益可以建模为式（３）：ｇｕ，ｅη()＝ｇｍ，ηɤηᶄ２ｇｓ，η＞ηᶄ２ìîíïïïï（３）㊀㊀其中，η为当前天线的角度与当天线增益达到峰值时的角度之差，即天线转向方向的可容忍对准２智㊀能㊀计㊀算㊀机㊀与㊀应㊀用㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第１３卷㊀误差；ηᶄ是射束宽度；ｇｍ和ｇｓ分别是主瓣和旁瓣天线的定向增益㊂在上述条件下，本文将毫米波信道带宽表示为式（４）：Ｃｍｕ，ｅ＝Ｂｍｌｏｇ２１＋ＳＩＮＲｕ，ｅ()（４）㊀㊀其中，Ｂｍ是毫米波信号带宽㊂车辆天线与基站天线的信噪比为式（５）［１４］：ＳＩＮＲｕ，ｅ＝ｐｕ－Ｎｍ－１０ｌｏｇ１０Ｂｍ()＋２ｇｍ－１０αｌｏｇ１０ｄｕ，ｅ()－６９．６－ρ（５）其中，ｐｕ是车辆ｕ配备的毫米波收发器的传输功率；Ｎｍ是噪声功率谱密度；ｄｕ，ｅ表示车辆ｕ和路侧单元ｅ间的曼哈顿距离；ρ Ｎ０，σ２()是以分贝为单位的阴影衰落模型；而σ为标准偏差㊂１．１．３㊀通信模型车辆与ＲＳＵ的数据传输速率可以表示为式（６）：Ｃｕ，ｅ＝λｃＣｃｕ，ｅ＋λｍＣｍｕ，ｅｓ．ｔ．λｃ＝０，１{}，λｍ＝０，１{}，λｃ＋λｍ＝１（６）其中，λｃ，λｍ分别为代表是否使用５Ｇ蜂窝网络或ＮＲ模式进行通讯的二元变量㊂当λｃ＝１时，假设车辆ｕ使用５Ｇ蜂窝网络作为通讯方式，λｍ＝０；反之当λｃ＝０时，λｍ＝１认为车辆ｕ使用ＮＲ模式作为通讯方式㊂１．２㊀迁移成本模型本文使用了平台服务（ＰａａＳ）范式，并采用Ｄｏｃｋｅｒ技术，该技术具有增强应用程序可移植性的机制，可以让应用程序无环境差异地部署在各个地方，因此本文将服务迁移成本建模为Ｄｏｃｋｅｒ服务镜像迁移成本㊂假定每个车辆都包含计算任务，且任务定义为一个二元组：Ｔｕ＝ｐｕ，Ｓｕ{}，其中ｐｕ是完成任务Ｔｕ所需的计算资源，Ｓｕ代表车辆ｕ执行的服务镜像大小㊂本文采用了部分迁移而非二元迁移，并假定车辆ｕ卸载到远程路侧单元ｅ的服务比例为ωｖｅｃｕ，ｅ，表示为式（７）：ωｌｏｃｕ＝１－ωｖｅｃｕ，ｅ（７）㊀㊀其中，ωｖｅｃｕ，ｅ表示车辆ｕ卸在本地执行的服务比例㊂据服务镜像大小，可以得出在路侧单元ｅ执行的服务的镜像大小，式（８）：Ｓｖｅｃｕ，ｅ＝ωｌｏｃｕˑＳｕ（８）㊀㊀因此迁移成本如式（９）：Ｇｍｉｇｕ，ｅ＝Ｓｖｅｃｕ，ｅＣｕ，ｅ＝ωｌｏｃｕˑＳｕλｃＣｃｕ，ｅ＋λｍＣｍｕ，ｅ（９）㊀㊀其中，λｃ＝０，１{}，λｍ＝０，１{}，λｃ＋λｍ＝１１．３㊀计算成本模型１．３．１㊀本地车载计算当车辆ｕ在本地计算时，计算开销的时间取决于其可用资源㊂本文假设ｆｌｏｃｕ是车辆ｕ的车载计算资源，则本地计算时间ｔｌｏｃｕ的计算公式（１０）：ｔｌｏｃｕ＝ｐｕｆｌｏｃｕ（１０）１．３．２㊀远程ＶＥＣ计算当本地计算资源紧张或者计算负载过高时，可以将服务卸载到远程路侧单元上进行计算㊂在许多包括道路检测和智能制动在内的应用中，因为其镜像的大小远大于从路侧单元传输回来的数据大小，所以本文假定路侧单元返回的计算结果的接收时间忽略不计，则车辆ｕ的远程计算时间ｔｖｅｃｕ表示为公式（１１）：ｔｖｅｃｕ＝ｐｕｆｖｅｃｕ（１１）㊀㊀其中，ｆｖｅｃｕ表示路侧单元分配给车辆ｕ的计算资源，ｐｕ是完成任务Ｔｕ所需的计算资源㊂本文假定车辆ｕ卸载到远程路侧单元ｅ的服务比例为ωｖｅｃｕ，ｅ，车辆ｕ卸载本地执行的服务比例为ωｌｏｃｕ，因此计算成本可以表示为式（１２）：Ｇｃｏｍｐｕ，ｅ＝ωｌｏｃｕｐｕｆｌｏｃｕ＋ωｖｅｃｕ，ｅｐｕｆｖｅｃｕ（１２）１．４㊀能耗模型当本地计算资源紧张或者计算负载过高时，可以将服务卸载到路侧单元上㊂在这种情况下，传输能耗可以由公式（１３）计算：Ｐｖｅｃｕ，ｅ＝ϑｅˑＳｖｅｃｕ，ｅＣｕ，ｅ（１３）㊀㊀其中，ϑｅ表示车辆ｕ在卸载时的平均传输功率；Ｓｖｅｃｕ，ｅ是服务镜像的大小；Ｃｕ，ｅ是车辆ｕ可访问的数据传输速率㊂２㊀基于强化学习的车辆服务迁移２．１㊀马尔可夫决策问题服务迁移策略应该考虑若干成本，在服务迁移过程中对于成本的优化可以采用ＭＤＰ进行解决［１１］㊂ＭＤＰ由四元组构成＜Ａ，Ｓ，Ｒ，Ｐ＞，其中Ａ代表智能体的所有行动，Ｓ是智能体可以感知的环境状态，Ｐ是在时隙ｔ状态下的行动将导致下一个时隙ｔ＋１的状态的概率，Ｒ是一个实数，代表奖励３第６期周率，等：基于强化学习的车辆服务迁移方法或惩罚［１５］㊂２．１．１㊀动作空间本文将时隙ｔ的行动αｔɪＡ定义为αｔ＝｛ωｖｅｃｕ，ｅｔ()，Ｗｔ()｝，ωｖｅｃｕ，ｅｔ()表示时隙ｔ中车辆ｕ的服务迁移给路侧单元的比例，Ｗｔ()＝｛－１，０，１，２， ，Ｉ｝表示时隙ｔ中车辆ｕ迁移的目标路侧单元，若Ｗｔ()＝－１则表示时隙ｔ中车辆ｕ不进行迁移，若Ｗｔ()ȡ０表示时隙ｔ中车辆ｕ将服务迁移到序号为Ｗｔ()的路侧单元㊂２．１．２㊀奖励函数由于强化学习的根本目标在于提升智能体的长期累积回报，因此合理的奖励函数能够提升训练速度与性能表现㊂长期累积回报的定义如式（１４）：Ｇｔ()＝ð¥ｔ＝０γｔｒｔ()，０ɤγ＜１（１４）㊀㊀其中，ｒｓｔ()是时隙ｔ中获得的奖励值，γ表示折扣率，用于计算未来奖励值的现值㊂本文的奖励函数设计如式（１５）：ｒｔ()＝ΔＧｍｉｇｔ()＋ΔＧｃｏｍｐｔ()＋ΔＰｔ()（１５）㊀㊀其中，ΔＧｍｉｇｔ()㊁ΔＧｃｏｍｐｔ()和ΔＰｔ()分别表示时隙ｔ迁移成本㊁计算成本和能耗的下降百分比㊂以ΔＰｔ()为例，如式（１６）定义：ΔＰｔ()＝Ｐｔ－１()－Ｐｔ()Ｐｔ－１()（１６）２．２㊀算法描述本文采用基于ＳｏｆｔＡｃｔｏｒ－Ｃｒｉｔｉｃ的强化学习算法，该算法考虑了预期收益和熵之间的最大化效益，因此最优迁移策略定义为式（１７）：π∗＝ａｒｇｍａｘπðｔE ｓｔ，ａｔ()ρπγｔｒｓｔ，ａｔ()＋[αＨπ㊃∣ｓｔ()()]（１７）其中，ａｔ代表智能体在时隙ｔ采取的行动；ｓｔ代表智能体在时隙ｔ的状态；γ表示奖励值折扣率；温度参数α决定了熵值的相对重要性；Ｈ（π（㊃∣ｓｔ））代表熵㊂Ｖ值表示当前环境状态下开始，未来能获得奖励的期望值，用于表现当前环境状态的好坏程度；Ｑ值表示在选取某个行动后，未来能获得奖励的期望值，该值衡量的是当前选取的行动的好坏程度㊂Ｖ值和Ｑ值之间的关系如图１所示㊂㊀㊀根据贝尔曼方程，Ｖ值和Ｑ值可以表示为式（１８）和式（１９）：Ｖｓｔ()＝Eτ πð¥ｔ＝０γｔｒｓｔ，ａｔ()＋αＨπ㊃∣ｓｔ()()()[]（１８）Ｑｓｔ，ａｔ()＝Eτ πð¥ｔ＝０γｔｒｓｔ，ａｔ()＋αð¥ｔ＝０γｔＨπ㊃∣ｓｔ()()[]（１９）V 值QQ QS SSQ 值V SAA A图１㊀Ｑ值与Ｖ值关系图Ｆｉｇ．１㊀ＴｈｅｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎＱｖａｌｕｅａｎｄＶｖａｌｕｅ２．２．１㊀Ｃｒｉｔｉｃ网络更新传统强化学习中，由于维度过高会引发训练困难的问题［１６］，因此引入神经网络进行近似，本文提出的算法网络由一个Ａｃｔｏｒ网络和两个Ｃｒｉｔｉｃ㊁目标Ｃｒｉｔｉｃ网络构成㊂Ｃｒｉｔｉｃ网络的损失函数可以表示为式（２０）：ＪＱθｋ()＝E （ｓｔ，ａｔ） ＤＱθｋｓｔ，ａｔ()－ｙ()２[]（２０）其中，θｋ为Ｃｒｉｔｉｃ网络参数；Ｄ表示重放缓冲区，可以通过ＤѳＤɣｓｔ，ａｔ，ｒｔ，ｓｔ＋１()更新；Ｑθｋｓｔ，ａｔ()是时隙ｔ的状态行动价值；ｙ表示目标网络的Ｑ值，可以表示为式（２１）：㊀ｙ＝ｒｓｔ，ａｔ()＋γＶｓｔ＋１()＝ｒｓｔ，ａｔ()＋γｍｉｎｋ＝１，２Ｑθ－ｋｓｔ＋１，ａｔ＋１()－(αｌｏｇπａｔ＋１∣ｓｔ＋１())（２１）其中，ｍｉｎｋ＝１，２Ｑθ－ｋｓｔ＋１，ａｔ＋１()表示取两个目标网络输出的最小值，能够有效防止过高估计㊂根据式（２０）和式（２１），Ｃｒｉｔｉｃ网络的更新公式为式（２２）：Ñθｋ１Ｄð（ｓｔ，ａｔ，ｒ（ｓｔ，ａｔ），ｓｔ＋１） Ｄ（Ｑθｋ（ｓｔ，ａｔ）－ｙ）２（２２）㊀㊀并根据式（２３）更新目标Ｃｒｉｔｉｃ网络：θｋ－＝λθｋ－－１－λ()θｋ（２３）㊀㊀其中，θｋ为目标Ｃｒｉｔｉｃ网络的参数，λ为网络的更新比例㊂２．２．２㊀Ａｃｔｏｒ网络更新Ａｃｔｏｒ网络的损失函数通过式（２４）计算：Ｊπϕ()＝E ｓｔ Ｄ，ɪｔ Ｎαｌｏｇπϕｆϕεｔ；ｓｔ()｜ｓｔ()－[Ｑθｓｔ，ｆϕεｔ；ｓｔ()()]（２４）其中，ｆϕεｔ；ｓｔ()采用了重参数化技巧，式（２５）：ａｔ＝ｆϕεｔ；ｓｔ()＝ｆμϕｓｔ()＋εｔ☉ｆσϕｓｔ()（２５）４智㊀能㊀计㊀算㊀机㊀与㊀应㊀用㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第１３卷㊀其中，ｆμϕ和ｆσϕ分别为均值和方差，ε Ｎ（ε）是正态分布下的噪声参数㊂策略参数可以通过式（２６）更新：ｍａｘϕEｓｔ Ｄ，εｔ Ｎｍｉｎｋ＝１，２Ｑθｋｓｔ，ａｔ()－αｌｏｇπａｔ∣ｓｔ()()[]（２６）其中，ａｔ是从策略π㊃∣ｓｔ()中采样得到的，因此可以将其微分㊂车辆服务迁移算法见表１㊂表１㊀车辆服务迁移算法Ｔａｂ．１㊀Ｖｅｈｉｃｕｌａｒｓｅｒｖｉｃｅｍｉｇｒａｔｉｏｎａｌｇｏｒｉｔｈｍ算法１㊀车辆服务迁移算法输入㊀初始策略参数ϕ，Ｑ函数网络参数θｋ，目标网络参数θｋ－，ｋ＝１，２输出㊀模型权重１㊀初始化重放缓冲区Ｄ２㊀ｆｏｒ每次迭代ｄｏ３㊀㊀ｆｏｒｔ＝１，最大时间步ｄｏ４㊀㊀㊀观察环境状态ｓｔ，根据策略选定动作ａｔ，观察执行后的环境状态ｓｔ＋１５㊀㊀㊀根据公式（１５）计算奖励值ｒｓｔ，ａｔ()６㊀㊀㊀更新重放缓冲区Ｄ＝ｓｔ，ａｔ，ｒｓｔ，ａｔ()，ｓｔ＋１()７㊀㊀结束ｆｏｒ循环８㊀㊀ｆｏｒ每次更新ｄｏ９㊀㊀㊀从重放缓冲区Ｄ中采样ｓｔ，ａｔ，ｒｓｔ，ａｔ()，ｓｔ＋１() Ｄ１０㊀㊀㊀根据公式（２０）计算ｙ，并根据公式（２２）更新θｋ１１㊀㊀㊀根据公式（２３）更新θｋ－１２㊀㊀㊀根据公式（２６）和梯度Ñθ１ＤðｓɪＤｍｉｎｋ＝１，２Ｑθｋｓｔ，ａｔ()－αｌｏｇπａｔ∣ｓｔ()()()更新ϕ１３㊀㊀结束ｆｏｒ循环１４㊀结束ｆｏｒ循环３㊀实验３．１㊀数据集介绍为了评估所提出的算法在真实场景中的性能，本文采用微软亚洲研究院在２００７年４月至２０１２年８月期间在Ｇｅｏｌｉｆｅ项目中收集的ＧＰＳ轨迹数据集，该数据集由一连串带有经度㊁纬度和高度的时间戳的点，包含的轨迹总距离为１２９２９５１ｋｍ，总时间为５０１７６ｈ㊂同时本文使用阿里巴巴集群数据来模拟真实场景中ＲＳＵ的负载，该数据集中包含每台机器的资源使用情况㊁容器的元信息和事件信息以及每个容器的资源使用情况㊂３．２㊀实验环境本文的仿真实验硬件平台配置：Ｉｎｔｅｌｉ５－１２５００，３２ＧＢＤＤＲ４内存和ＮＶＩＤＩＡＧＴＸ３０６０；软件平台基于Ｐｙｔｈｏｎ３．７．９，ＯｐｅｎＡＩ－ｇｙｍ和Ｍａｎｊａｒｏ㊂本文将通信范围设定为２００ｍ，实验参数设定见表２㊂表２㊀实验参数设置Ｔａｂ．２㊀Ｅｘｐｅｒｉｍｅｎｔｐａｒａｍｅｔｅｒｓｓｅｔｔｉｎｇ参数值重放缓冲区大小１００００优化器Ａｄａｍ学习率｛０．１，０．０１，０．００５，０．００１｝Ｍｉｎｉｂａｔｃｈｓｉｚｅ１２８折扣率０．９８５最大迭代次数６００００车辆数量２０车辆平均速度［１０－６０］ｋｍ／ｈＲＳＵ计算能力１６ＧＨｚ３．２．１㊀算法收敛性本文首先研究学习率对提出算法的影响，将学习率设置为：０．１㊁０．０１㊁０．０３㊁０．００１，采用在不同迭代次数的平均服务时延作为评价指标，平均服务时延越小，算法的表现也就越好㊂学习率对算法收敛性５第６期周率，等：基于强化学习的车辆服务迁移方法影响的实验结果如图２所示，当学习率为０．００５时，在经过９５００次迭代后收敛到最优值并能保持稳定状态；当学习率为０．００１时，在经过１５０００次迭代后收敛；当学习率为０．１㊁０．０１时，曲线变得极不稳定，而且很难收敛到稳定状态㊂因此，研究得出学习率对于算法的稳定程度具有较高影响，这是由于学习率决定了模型权重更新的速度和幅度，对模型的收敛性具有重要影响㊂过高的学习率会导致模型在训练过程中无法收敛并出现不稳定的训练行为，使得模型的性能反而变得更差；相反，如果学习率过低，模型的权重更新会变得缓慢㊂959085807570656055504506000120001800024000300003600042000480005400060000迭代次数平均服务时延学习率=0.001学习率=0.005学习率=0.1学习率=0.01图２㊀不同学习率对算法收敛性的影响Ｆｉｇ．２㊀Ｅｆｆｅｃｔｏｆｄｉｆｆｅｒｅｎｔｌｅａｒｎｉｎｇｒａｔｅｓｏｎｃｏｎｖｅｒｇｅｎｃｅ３．２．２㊀不同算法的服务时延对比为了进一步验证算法的可靠性，将本文采用的算法与就近迁移（ＡｌｗａｙｓＭｉｇｒａｔｅＣｌｏｓｅｌｙ，ＡＭＣ）㊁随机迁移（Ｒａｎｄｏｍ）和深度Ｑ学习（ＤｅｅｐＱ－Ｌｅａｒｎｉｎｇ，ＤＱＮ）算法进行对比，以验证不同移动性下算法的稳定性及其表现㊂算法的学习率设定为０．００５，实验结果如图３所示㊂随着平均车辆移动速度的增加，各算法的平均服务延迟都在上升，这是由于车辆行驶速度越快，离开ＲＳＵ通信范围的间隔也就越小，服务迁移的触发频率随之上升㊂本文和ＤＱＮ算法的平均服务延迟都处于较低的水准，同时其增长速率也较为缓慢㊂ＡＭＣ算法虽然每次都选择就近的ＲＳＵ，但是迁移服务时带来的额外开支并不能弥补其服务延迟㊂与ＤＱＮ算法相比，本文提出的算法在移动速度为２０ｋｍ／ｈ时有８．６％的优势，当移动速度达到６０ｋｍ／ｈ时有１５．３％的优势，这是由于本文提出的算法具有较高的探索率，相比ＤＱＮ算法可以探索更多的迁移决策，从而使得平均服务时延上升速度较为缓慢㊂３．２．３㊀不同算法的能耗对比对比各算法在不同车辆移动速度下的平均能耗，实验结果如图４所示，随着平均车辆移动速度的增加，各算法的能耗同步上升，其中ＡＭＣ算法的上升速率最快，这是由于车辆移动速度的上升导致车辆更快的离开ＲＳＵ通信范围，进而频繁触发迁移行动，ＡＭＣ算法的能耗因此远远高于其他算法㊂而Ｒａｎｄｏｍ算法在远离ＲＳＵ后并没有完全决定迁移，因此相比ＡＭＣ算法其能耗仍有一定优势㊂基于强化学习的ＤＱＮ和本文算法具有较大的优势，这是因为奖励函数中能耗带来的奖励值使得算法对于迁移决策较为慎重，频繁地触发服务迁移并不总是最优策略㊂与ＤＱＮ相比，本文提出的算法在６０ｋｍ／ｈ移动状态下有１４．４％的优势，这是由于该算法在训练过程中充分探索了可能的策略，因而与ＤＱＮ相比能使用更优的策略以降低能耗水平㊂本文D Q N R a n d o m A M C807570656055504540202530354045505560平均车辆移动速度/(k m ?h -1)平均服务延迟/m s图３㊀不同车辆移动速度下的平均服务延迟Ｆｉｇ．３㊀Ａｖｅｒａｇｅｓｅｒｖｉｃｅｄｅｌａｙｆｏｒｄｉｆｆｅｒｅｎｔｖｅｈｉｃｌｅｍｏｖｅｍｅｎｔｓｐｅｅｄｓ本文D Q N R a n d o m A M C55504540353025202530354045505560平均车辆移动速度/(k m ?h -1)平均能耗/J图４㊀不同车辆移动速度下的平均能耗Ｆｉｇ．４㊀Ａｖｅｒａｇｅｅｎｅｒｇｙｃｏｎｓｕｍｐｔｉｏｎｆｏｒｄｉｆｆｅｒｅｎｔｖｅｈｉｃｌｅｍｏｖｅｍｅｎｔｓｐｅｅｄｓ４㊀结束语针对中国目前重点发展方向之一的车联网，本（下转第１２页）４ 结束语本文设计了一种基于ＦＰＧＡ的ＵＤＰ＿ＩＰ协议栈，ＩＣＭＰ报文和ＵＤＰ报文数据部分在该协议栈内完成了正确的缓存和转发，当发送ＡＲＰ报文时，在该协议栈内能够及时进行ＡＲＰ列表的更新㊂本设计具有良好的稳定性和可靠性，为高速以太网通信提供了一个很好的解决方案，有着广泛的应用前景㊂参考文献［１］武朋，黄虎，王兴．基于ＦＰＧＡ的ＴＣＰ／ＩＰ协议设计与实现［Ｊ］．软件导刊，２０１３，１２（５）：２２－２３．［２］朱明辉，司斌，张从霞，等．ＦＰＧＡ与８８Ｅ１１１１的千兆以太网接口设计［Ｊ］．单片机与嵌入式系统应用，２０１７，１７（３）：６０－６３，６６．［３］李勋，刘文怡．基于ＦＰＧＡ的以太网接口设计与实现［Ｊ］．自动化与仪表，２０１４，２９（５）：５７－６０．［４］董永吉，王钰，袁征．基于ＦＰＧＡ的万兆以太网ＵＤＰ＿ＩＰ硬件协议栈设计与实现［Ｊ／ＯＬ］．计算机应用研究：１－４［２０２２－０４－２５］．［５］韩剑南，胡辽林．基于ＦＰＧＡ和ＵＤＰ／ＩＰ协议的千兆网络图传系统［Ｊ］．计算机系统应用，２０１８，２７（３）：９９－１０４．［６］刘源，张刚．可靠ＵＤＰ协议栈的ＦＰＧＡ实现［Ｊ］．火力与指挥控制，２０１７，４２（７）：１３９－１４３．（上接第６页）文研究了基于该环境下的服务迁移问题，并对服务迁移过程中产生的计算成本㊁迁移成本和能耗建模，将迁移决策规划为部分迁移而非二元迁移，同时考虑了车辆移动性带来的问题㊂本文将服务迁移建模为ＭＤＰ问题，并提出了基于深度强化学习的服务迁移算法来降低服务的平均时延和能耗㊂实验结果表明，本文提出的算法在学习率为０．００５时能够较快达到收敛，并且与其他算法相比在２０ｋｍ／ｈ和６０ｋｍ／ｈ时分别有８．６％和１５．３％的性能提升，同时当移动速度处于６０ｋｍ／ｈ时，在能耗方面有１４．４％的优势㊂在未来工作中，将车辆加速度引入以预测用户驾驶车辆的移动意图，从而进行更精确的迁移决策㊂参考文献［１］ＡＢＢＡＳＮ，ＺＨＡＮＧＹ，ＴＡＨＥＲＫＯＲＤＩＡ，ｅｔａｌ．Ｍｏｂｉｌｅｅｄｇｅｃｏｍｐｕｔｉｎｇ：Ａｓｕｒｖｅｙ［Ｊ］．ＩＥＥＥＩｎｔｅｒｎｅｔｏｆＴｈｉｎｇｓＪｏｕｒｎａｌ，２０１８，５（１）：４５０－４６５．［２］ＢＩＪ，ＹＵＡＮＨ，ＤＵＡＮＭＵＳ，ｅｔａｌ．Ｅｎｅｒｇｙ－ｏｐｔｉｍｉｚｅｄｐａｒｔｉａｌｃｏｍｐｕｔａｔｉｏｎｏｆｆｌｏａｄｉｎｇｉｎｍｏｂｉｌｅ－ｅｄｇｅｃｏｍｐｕｔｉｎｇｗｉｔｈｇｅｎｅｔｉｃｓｉｍｕｌａｔｅｄ－ａｎｎｅａｌｉｎｇ－ｂａｓｅｄｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ［Ｊ］．ＩＥＥＥＩｎｔｅｒｎｅｔｏｆＴｈｉｎｇｓＪｏｕｒｎａｌ，２０２０，８（５）：３７７４－３７８５．［３］ＺＨＡＮＧＱ，ＺＨＥＮＧＨ，ＺＨＯＮＧＺ，ｅｔａｌ．Ｅｎｅｒｇｙｍｉｎｉｍｉｚａｔｉｏｎｆｏｒｆｏｇｃｏｍｐｕｔｉｎｇ－ｅｎａｂｌｅｄｈｉｅｒａｒｃｈｉｃａｌｎｅｔｗｏｒｋｓｗｉｔｈｄｙｎａｍｉｃＴＤＤ［Ｃ］／／２０１９ＩＥＥＥ／ＣＩＣＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｍｕｎｉｃａｔｉｏｎｓｉｎＣｈｉｎａ（ＩＣＣＣ）．ＩＥＥＥ，２０１９：５９０－５９５．［４］ＷＡＮＧＫ，ＨＵＺ，ＡＩＱ，ｅｔａｌ．Ｊｏｉｎｔｏｆｆｌｏａｄｉｎｇａｎｄｃｈａｒｇｅｃｏｓｔｍｉｎｉｍｉｚａｔｉｏｎｉｎｍｏｂｉｌｅｅｄｇｅｃｏｍｐｕｔｉｎｇ［Ｊ］．ＩＥＥＥＯｐｅｎＪｏｕｒｎａｌｏｆｔｈｅＣｏｍｍｕｎｉｃａｔｉｏｎｓＳｏｃｉｅｔｙ，２０２０，１：２０５－２１６．［５］ＷＵＦ，ＬＩＸ，ＬＩＨ，ｅｔａｌ．Ｅｎｅｒｇｙ－ｔｉｍｅｅｆｆｉｃｉｅｎｔｔａｓｋｏｆｆｌｏａｄｉｎｇｆｏｒｍｏｂｉｌｅｅｄｇｅｃｏｍｐｕｔｉｎｇｉｎｈｏｔ－ｓｐｏｔｓｃｅｎａｒｉｏｓ［Ｃ］／／ＩＣＣ２０２１－ＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｍｕｎｉｃａｔｉｏｎｓ．ＩＥＥＥ，２０２１：１－６．［６］ＳＩＮＧＨＳ，ＫＩＭＤＨ．Ｐｒｏｆｉｔｏｐｔｉｍｉｚａｔｉｏｎｆｏｒｍｏｂｉｌｅｅｄｇｅｃｏｍｐｕｔｉｎｇｕｓｉｎｇｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ［Ｃ］／／２０２１ＩＥＥＥＲｅｇｉｏｎ１０Ｓｙｍｐｏｓｉｕｍ（ＴＥＮＳＹＭＰ）．ＩＥＥＥ，２０２１：１－６．［７］ＫＩＭＳ．Ｂａｒｇａｉｎｉｎｇｇａｍｅｂａｓｅｄｏｆｆｌｏａｄｉｎｇｓｅｒｖｉｃｅａｌｇｏｒｉｔｈｍｆｏｒｅｄｇｅ－ａｓｓｉｓｔｅｄｄｉｓｔｒｉｂｕｔｅｄｃｏｍｐｕｔｉｎｇｍｏｄｅｌ［Ｊ］．ＩＥＥＥＡｃｃｅｓｓ，２０２２，１０：６３６４８－６３６５７．［８］ＯＵＹＡＮＧＴ，ＺＨＯＵＺ，ＣＨＥＮＸ．Ｆｏｌｌｏｗｍｅａｔｔｈｅｅｄｇｅ：Ｍｏｂｉｌｉｔｙ－ａｗａｒｅｄｙｎａｍｉｃｓｅｒｖｉｃｅｐｌａｃｅｍｅｎｔｆｏｒｍｏｂｉｌｅｅｄｇｅｃｏｍｐｕｔｉｎｇ［Ｊ］．ＩＥＥＥＪｏｕｒｎａｌｏｎＳｅｌｅｃｔｅｄＡｒｅａｓｉｎＣｏｍｍｕｎｉｃａｔｉｏｎｓ，２０１８，３６（１０）：２３３３－２３４５．［９］ＶＵＴＴ，ＮＧＵＹＥＮＤＮ，ＨＯＡＮＧＤＴ，ｅｔａｌ．Ｏｐｔｉｍａｌｅｎｅｒｇｙｅｆｆｉｃｉｅｎｃｙｗｉｔｈｄｅｌａｙｃｏｎｓｔｒａｉｎｔｓｆｏｒｍｕｌｔｉ－ｌａｙｅｒｃｏｏｐｅｒａｔｉｖｅｆｏｇｃｏｍｐｕｔｉｎｇｎｅｔｗｏｒｋｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＣｏｍｍｕｎｉｃａｔｉｏｎｓ，２０２１，６９（６）：３９１１－３９２９．［１０］ＡＬＢＯＮＤＡＨＤＲ，ＰéＲＥＺ－ＲＯＭＥＲＯＪ．ＡｎｅｆｆｉｃｉｅｎｔＲＡＮｓｌｉｃｉｎｇｓｔｒａｔｅｇｙｆｏｒａｈｅｔｅｒｏｇｅｎｅｏｕｓｎｅｔｗｏｒｋｗｉｔｈｅＭＢＢａｎｄＶ２Ｘｓｅｒｖｉｃｅｓ［Ｊ］．ＩＥＥＥＡｃｃｅｓｓ，２０１９，７：４４７７１－４４７８２．［１１］ＫＳＥＮＴＩＮＩＡ，ＴＡＬＥＢＴ，ＣＨＥＮＭ．ＡＭａｒｋｏｖｄｅｃｉｓｉｏｎｐｒｏｃｅｓｓ－ｂａｓｅｄｓｅｒｖｉｃｅｍｉｇｒａｔｉｏｎｐｒｏｃｅｄｕｒｅｆｏｒｆｏｌｌｏｗｍｅｃｌｏｕｄ［Ｃ］／／２０１４ＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｍｕｎｉｃａｔｉｏｎｓ（ＩＣＣ）．ＩＥＥＥ，２０１４：１３５０－１３５４．［１２］ＴＡＮＧＺ，ＺＨＯＵＸ，ＺＨＡＮＧＦ，ｅｔａｌ．Ｍｉｇｒａｔｉｏｎｍｏｄｅｌｉｎｇａｎｄｌｅａｒｎｉｎｇａｌｇｏｒｉｔｈｍｓｆｏｒｃｏｎｔａｉｎｅｒｓｉｎｆｏｇｃｏｍｐｕｔｉｎｇ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＳｅｒｖｉｃｅｓＣｏｍｐｕｔｉｎｇ，２０１９，１２（５）：７１２－７２５．［１３］ＷＩＬＤＭＡＮＪ，ＮＡＲＤＥＬＬＩＰＨＪ，ＬＡＴＶＡ－ＡＨＯＭ，ｅｔａｌ．Ｏｎｔｈｅｊｏｉｎｔｉｍｐａｃｔｏｆｂｅａｍｗｉｄｔｈａｎｄｏｒｉｅｎｔａｔｉｏｎｅｒｒｏｒｏｎｔｈｒｏｕｇｈｐｕｔｉｎｄｉｒｅｃｔｉｏｎａｌｗｉｒｅｌｅｓｓｐｏｉｓｓｏｎｎｅｔｗｏｒｋｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＷｉｒｅｌｅｓｓＣｏｍｍｕｎｉｃａｔｉｏｎｓ，２０１４，１３（１２）：７０７２－７０８５．［１４］ＬＩＺ，ＸＩＡＮＧＬ，ＧＥＸ，ｅｔａｌ．ＬａｔｅｎｃｙａｎｄＲｅｌｉａｂｉｌｉｔｙｏｆｍｍＷａｖｅＭｕｌｔｉ－ＨｏｐＶ２ＶＣｏｍｍｕｎｉｃａｔｉｏｎｓＵｎｄｅｒＲｅｌａｙＳｅｌｅｃｔｉｏｎｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＶｅｈｉｃｕｌａｒＴｅｃｈｎｏｌｏｇｙ，２０２０，６９（９）：９８０７－９８２１．［１５］ＢＥＬＬＭＡＮＲ．Ａｍａｒｋｏｖｉａｎｄｅｃｉｓｉｏｎｐｒｏｃｅｓｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＭａｔｈｅｍａｔｉｃｓａｎｄＭｅｃｈａｎｉｃｓ，１９５７，６（５）：６７９－６８４．［１６］ＳＵＴＴＯＮＲＳ，ＢＡＲＴＯＡＧ．Ｒｅｉｎｆｏｒｃｅｍｅｎｔｌｅａｒｎｉｎｇ：Ａｎｉｎｔｒｏｄｕｃｔｉｏｎ［Ｍ］．ＭＩＴｐｒｅｓｓ，２０１８：４７２－４７５．。
《科技英语》课程的现代教学模式研究
但学生本身专 业 知识 薄弱 ， 没有 足够 的文 献 阅读 和 科研 基 础， 作为 知识 传授 的对 象 ， 始终处于被 动的接受地 位 ， 偶 尔对
教师 的讲 授 做 出 回 应或 提 出 疑 问 ， 从 学 生 到 教 师 是 弱 交 互。 ［ １ 棚 而科技英语 阅读 与写 作是 实践 性 很强 的课 程 ， 这 种师生交互 的不平衡将 使 教师很 难充 分考 虑学生 在学 习 中 的感受 ， 并对教学 内容和方 法进 行相 应的修订 。这类课 程往
语 文 学
《 科技英语 》 课程 的现代教学模 式研究
Ｏ李代禧 刘媛
（ 上海理工大学， 上海 ２ ０ ０ ０ ９ ３ ）
［ 摘 要 ］ 科技英语课程是理工科大学生和研究生的技能培训性课程。该课程将科技英语的阅读与写作
技 能培养与科学研 究方法的传授 进行有机的结合 ， 注重培 养学生的科技 英语 实际运 用能力。随着 多媒 体和 网络技 术 的普及 ， 其教 学模 式也 必然由教 师主讲 ， 学生被动 学 习的英语 教 学模 式转 变为多媒体 及 网络环境 下， 教 师主导 ，
教学模式。缺点是系统 性差 ， 学 生接 受 的知 识面 窄 ， 教学 内 容散 ， 学生难抓重 点 、 没有具 体 的内容 复 习和体会 。学 生 在
训练时 ， 没有 足够 的文献 阅读 和科研 基 础 ， 难免 有 “ 纸 上谈 兵” 之嫌 。
２ ． 师生和生生交互性 不平 衡 。传统 的教学模式 中 ， 教 师
是课堂的主体 ， 是教学 的中心 。在 知识的传 授和能力 的培养 中占主导地位 ， 引领整个教学过 程。从教师 到学生呈现 出一
从文学上海分析《倾城之恋》中的都市世界
238王小敏，华 燕：从文学上海分析《倾城之恋》中的都市世界《倾城之恋》讲述的是一个通俗男女在乱世中的爱情故事，而小说中真正罗曼蒂克的爱情情节很少，这段爱情是在一座城市沦陷之后才得到成全。
这段故事里，上海所代表的都市意象是一个封闭的传统封建家庭白公馆，而这么一个封闭的空间里，张爱玲描写了许多更细节的物体，人与人之间的拥挤和尴尬也显而易见。
文学上海的建构由虚化的时间和纪实的记忆组成，《倾城之恋》的都市世界和苍凉之感也在虚无的时间和都市记忆中得以体现。
一、时间的虚无文学上海的本质核心是时间，在《倾城之恋》中，张爱玲对时间的体验是非常明显的，在故事初始，便是时间的概念体现，上海这座城市与白公馆的时钟有一小时时差，这种时间的错差也是一种仿佛未与时代同步的生命之感。
张爱玲的时间观和这样时间特色的写作，与上海这座城市是分不开的。
描写白流苏在白公馆的日子时，“世上已千年” 这种时间的虚无感使白流苏觉得日子都是日复一日在过，而自己生命里没有依附，飘忽忽没有归属感和安全感，那么这样子的人生过了一年如同世上千年，每一天都是同样的单调和无聊。
而这样的无聊时光，竟也须臾过了七八年。
时间如行云流水般度过的虚无之感在张爱玲笔下表现得淋漓尽致。
“文学上海”的“时间”，其本质在于现代时间和传统时间的交融，时间的流逝对于白流苏来说是非常绝情又无奈的事情。
一个人的岁月不会不朽，永远会有新生的事物来代替原有的事物。
张爱玲将白流苏与范柳原的世俗爱情故事置于一种虚无感之上，这种虚无恰恰是她为苍茫人生所作的真实注脚。
二、都市的民间记忆《倾城之恋》中范柳原和白流苏两位主人公之间有着不可调和的文化冲突和矛盾，在对话中经常出现理解的偏差。
这样的文化误读和错位源于两人成长的环境与城市不同，所接受的文化感染自然是不同的，文化的刻印在两个人物身上表现尤为明显，而导致这种刻印的因素则是个人对都市民间的记忆。
所谓的都市民间就是隐藏在市民的各自记忆中的文化因素，是都市人的无意识文化积累。
上海理工大学机械学院学术型研究生导师
机械制造及其自动化
机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械电子工程 机械电子工程 机械电子工程 机械电子工程 机械电子工程
研究方向
精密加工工艺、金属切削理论、微细加工机理；计算机辅助设计、柔性制造技术、表 面质量控制、微孔加工技术与设备等 高强度高导电铜合金的研究和开发 计算机辅助智能设计制造、机械快速设计及敏捷制造系统、产品数据管理系统、企业 信息化、虚拟技术等 材料塑性成形理论、工艺、模具和设备。 机械系统动力学、机械加工减震技术 机、电、液一体化
机械故障诊断，动力学测试与分析，固体力械设计理论、机器人机构学 计算机辅助设计 外形复杂的柔性产品和体内材料复杂非均质产品的建模、分析理论方法和技术，在基 于机器视觉与感知的非接触式测量技术、机械行业企业信息化软件开发方面
微机械结构大变形分析及其在微电机械中的应用，多孔介质混合物物理论 机床动力学、结构动态优化设计 材料的计算机模拟与设计
工业控制及自动化设备 长度测量及压力测量 计算机辅助设计CAD/CAM 半导体高端封装设备及机器人应用 精密加工技术及检测
针对大型电站机械设备、长征系列运载火箭配套试验机和替代进口机电设备的动态设 计、机械结构的动态分析、状态检测和故障诊断。 机械设计及理论、齿轮动态力学仿真技术、机器及机械零部件的动态仿真解析、虚拟 样机技术 机械系统和结构现代设计理论、重点是智能适应结构和系统的设计方法，尤其是结构 拓扑优化设计方法以及基于仿生技术的设计理论。
上海理工大学教授简介
附件2上海理工大学教授简介童正明●上海理工大学能源与动力工程学院教授、原过程装备与控制工程研究所所长●《化学进展》理事●中国化工学会化工机械专业委员会第八届委员●上海化工机械专业委员会副主任●中国内燃机标委会委员（TC177）●中国内燃机学会基础件分会委员会委员●中国工程热物理学会会员●中国化工学会会员主要从事动力工程及节能减排方面的教学和科研。
为汽车及内燃机行业的零部件企业服务30余年，并基于此类实验研究之上拟订了多项行业基础标准，保持在该行业内的广泛合作；2000年~2012年间，和原二炮、九院基地、海装有多项项目合作；在我国脱硫脱硝行业耕耘十余年，目前产品在国内市场属于替代进口产品。
有著作二本：工程燃烧学、工程热力学题解。
完成国家自然科学基金项目二项（89、91）完成上海自然科学基金项目一项（92）完成上海14项难题攻关项目一项（95）杨茉●上海理工大学能源与动力工程学院教授工学博士●热工程研究所所长，原能源与动力工程学院院长●工程热物理博士点学科带头人●曾获全国优秀教师、国务院政府特殊津贴和省有突出贡献专家等荣誉称号●中国工程热物理学会会员●中国民主同盟盟员●教育部高等学校能源动力类专业教学指导委员会委员●中国工程热物理学会传热传质委员会委员●热能与动力工程国家特色专业建设点负责人●传热学国家精品课负责人长期在动力工程与工程热物理领域的教学与科研第一线工作，主要研究领域为流动和传热数值计算技术、流动与传热的非线性特性与混沌、换热器与强化传热、热力系统的优化与运行、及多相流动与传热。
主持完成了5项国家自然科学基金课题及参加完成了国家973科研课题和多项国家自然科学基金课题；主持完成了各种省部级纵向科研课题和来自企业的各种横向应用性科研课题。
在国内外学术刊物和会议发表了400余篇学术论文，6项科研成果分别获省部级科技进步二等奖，获得20余项专利。
获得了上海市领军人才、全国优秀教师、国务院政府特殊津贴、上海市教学名师奖、省级有突出贡献的中青年专业技术人才、市级劳动模范和宝钢教育奖等荣誉。
基于PCA_降噪的改进型CLAHE_算法
第 22卷第 12期2023年 12月Vol.22 No.12Dec.2023软件导刊Software Guide基于PCA降噪的改进型CLAHE算法张学典，王文明（上海理工大学光电信息与计算机工程学院，上海 200093）摘要：为解决可见光成像设备采集的图像细节特征识别困难的问题，结合两种不同方法提出一种主成分分析和改进型的各向异性扩散滤波器的模糊裁剪对比度受限自适应直方图均衡化（ADFS-CLAHE-FC）图像增强技术，从图像中提取有意义的信息。
首先通过PCA对图像进行降噪处理，然后利用ADFS-CLAHE-FC对降噪后的图像作增强处理，最后基于ADFS-CLAHE-FC进一步降低图片的噪声，保持对比度和亮度。
实验表明，该方法在增强图像对比度的同时消除了图像噪声，在视觉上效果更好，相较于直方图均衡化（HE）、对比度受限自适应直方图均衡化（CLAHE）方法及其他方法在提升图像质量和保持图像细节方面性能更优，有助于提升图像分割和提取的准确性。
关键词：图像增强；CLAHE；主成分分析；对比度增强；直方图均衡化DOI：10.11907/rjdk.222402开放科学（资源服务）标识码（OSID）：中图分类号：TP183 文献标识码：A文章编号：1672-7800（2023）012-0200-09Improved CLAHE Algorithm Based on PCA Noise ReductionZHANG Xuedian， WANG Wenming（School of Optical-Electrical and Computer Engineering， University of Shanghai for Science and Technology， Shanghai 200093， China）Abstract：To address the difficulty in identifying detailed features of images captured by visible light imaging devices， a fuzzy cropping con‐trast limited adaptive histogram equalization （ADFS-CLAHE-FC） image enhancement technique is proposed by combining principal compo‐nent analysis and an improved anisotropic diffusion filter with two different methods to extract meaningful information from the image. Firstly，the image is denoised using PCA， and then the denoised image is enhanced using ADFS-CLAHE-FC. Finally， the noise of the image is fur‐ther reduced based on ADFS-CLAHE-FC，maintaining contrast and brightness. Experiments have shown that this method enhances image contrast while eliminating image noise，resulting in better visual performance. Compared to histogram equalization （HE），contrast limited adaptive histogram equalization （CLAHE）， and other methods， it performs better in improving image quality and preserving image details，which helps to improve the accuracy of image segmentation and extraction.Key Words：image enhancement； CLAHE； principal component analysis； contrast enhancement； histogram equalization0 引言计算机视觉系统的成功很大程度取决于图像质量，因为它决定了信息检索和解释的准确性，图像质量差会给目标识别、分割和特征提取带来很大阻碍。
(完整版)上海理工大学研究生导师
机械设计及理论、齿轮动态力学仿真技术、机器及机械零部件的动态仿真解析、虚拟样机技术 机械系统和结构现代设计理论、重点是智能适应结构和系统的设计方法，尤其是结构拓扑优化设 计方法以及基于仿生技术的设计理论。 机械故障诊断，动力学测试与分析，固体力学
机械传动、汽车工程
机械设计理论与方法
机械设计理论、机器人机构学
研究方向 精密加工工艺、金属切削理论、微细加工机理；计算机辅助设计、柔性制造技术、表面质量控制 、微孔加工技术与设备等 高强度高导电铜合金的研究和开发 计算机辅助智能设计制造、机械快速设计及敏捷制造系统、产品数据管理系统、企业信息化、虚 拟技术等 材料塑性成形理论、工艺、模具和设备。 机械系统动力学、机械加工减震技术 机、电、液一体化 医疗器械 智能控制信号处理 网络化制造、现代设计理论 虚拟制造技术、计算机辅助设计 数控技术及其应用研究 材料加工工程 模具CAD/CAE/CAM一体化技术 制造系统与自动化、先进制造技术 先进制造技术 无损检测；CAD/CAE/CAM 机器视觉在线检测系统，机械自动化设备的研究和开发 材料学，材料加工 材料学，材料加工工程 材料加工工程 金属功能材料和高强度高导电铜合金、铝合金的研究和开发；陶瓷材料表面处理。 磨削加工与特种加工、装备自动化
车辆工程 车辆工程 车辆工程
车辆工程
车辆工程 车辆工程 车辆工程 车辆工程
汽车现代设计理论，重点是汽车结构轻量化设计技术 汽车电子控制、汽车发动机燃烧及排放控制及汽车电控系统关键部件开发。 车辆动力系统及匹配技术、车辆发动机性能测试研究 汽车动力总成及整车优化设计、汽车零部件产品设计程序、知识库和专家库系统开发、发动机配 气系统及制动系统运动仿真。 车辆强度与可靠性汽车现代化设计
上海理工大学光电学院导师名单检测技术与自动化装置导师
模式识 别与智 能系统
控制理 论与控 制工程
检测技 术与自 动化装 置
控制工 程
计算机控制技术及其 系统集成 工业自动化仪表与装 置
检测技 术与自 动化装 置
控制工 程
仪器仪 表工程
仪表智能化技术 汽车电子学 可靠性与抗干扰技术
检测技 术与自 动化装 置
控制理 论与控 制工程
控制工 程
仪器仪 表工程
分布式控制网络 车载现场总线 自动化系统中的WEB 技术 嵌入式系统与智能自 动化装置
光学工 程
精密仪 器及机 械
测试计 量技术 及仪器
信号与 信息处 理
光电精密测试技术
检测技 术与自 动化装 置
光学工 程
控制工 程
仪器仪识 别与智 能系统
检测技 术与自 动化装
控制工 程
仪器仪 表工程
图像处理与分析 计算机辅助诊断 医学成像技术
置
8
于莲 芝
副教 授
检测技 术与自 动化装 置
模式识 别与智 能系统
控制工 程
仪器仪 表工程
自动检测技术 智能微机电系统 微特机器人技术 智能控制
9
张荣 福
副教 授
光学工 程
精密仪 器及机 械
模式识 别与智 能系统
仪器仪 表工程
光学照明系统设计 光电检测技术 图像信息处理
表工程
登)
置
现场总线网络控制
17
王肖 芬 (沈昱 明)
讲师/ 博士
检测技 术与自 动化装 置
模式识 别与智 能系统
控制工 程
仪器仪 表工程
自动化仪表及其智能 化 嵌入式系统
18
唐春 晖
讲师
高校教学课程思政探索——以“生态环境建筑材料”为例
高校教学课程思政探索①———以“生态环境建筑材料”为例孙畅（上海理工大学环境与建筑学院，上海200093）［摘要］随着高校教育教学体制改革的逐渐深化，传统文化课程思政的建设也纷纷展开。
鉴于此，以“生态环境建筑材料”为例，从专业课开展课程思政教育的必要性入手，结合课程教育教学内容进行思政分析，并给出实现课程思政的基本路径，以期为同类课程的思政教育提供参考。
［关键词］生态环境建筑材料；课程思政；教学改革［中图分类号］G642［文献标志码］A［文章编号］2096-0603（2021）06-0092-02近年来，全面推进课程思政已成为新时代高校思想政治教育工作的重要部分，教育部在2020年6月份印发的《高等学校课程思政建设指导纲要》指出，“课程思政建设要在所有高校、所有学科专业全面推进，围绕全面提高人才培养能力这一核心点，围绕政治认同、家国情怀、文化素养、宪法法治意识、道德修养等重点优化课程思政内容供给，提升教师开展课程思政建设的意识和能力”“坚定学生理想信念，切实提升立德树人的成效”[1]。
该意见明确提出将课程思政全面融入学科建设中，通过提升教师课程思政建设能力以及建立思政评价激励机制，实现“全程育人、全方位育人”。
如今在大学教育中，工科专业占据了很大比例，由于专业性之间的独立性与封闭性，思政与专业教育之间经常出现“两张皮”现象，学生难以获得知性教育与德行教育的统一发展。
因此，对如何发挥专业课思政教育功能的研究是十分必要的。
土木行业作为国民经济的基础产业和支柱产业，不仅需要培养土木人专业夯实的基础知识，更需要塑造正确的价值取向和职业素养。
“生态环境建筑材料”是土木工程方向一门专注学术前沿的课程，涉及绿色生态节能等热点内容，顺应全球可持续发展理念，极具创新价值。
因此，要加快推进“生态环境建筑材料”课程专业与思政的有机融合，引导大学生树立正确的核心价值观和职业操守。
一、生态环境建筑材料课程思政教育的必要性（一）生态环境建筑材料课程属性生态环境建筑材料课程是我校面向本科生和研究生的一门新增专业课程，该课程是在顺应整体土建行业向绿色可持续化方向转变的背景下应运而生的，作为“土木工程材料”和“高等建筑材料”等行业基础的深化补充课程，主要目的是解决建筑行业中对绿色生态建筑材料的需求问题，更加注重国内外学术界的前沿研究成果，旨在激发学生的创新创造意识以及培养生态环保理念[2]。
关于印发《上海理工大学硕士研究生指导教师选聘规定》的通知
上海理工大学文件上理工〔2016〕125号关于印发《上海理工大学硕士研究生指导教师选聘规定》的通知校内各部门：经校长办公会审议通过，现将《上海理工大学硕士研究生指导教师选聘规定》印发给你们，请认真按照执行。
上海理工大学2016年6月20日上海理工大学硕士研究生指导教师选聘规定研究生的培养采用导师制。
为切实保证研究生的培养质量，必须保证研究生指导教师的质量。
为此，经校学位评定委员会讨论通过，特制订关于选聘硕士研究生指导教师的规定如下：一、硕士研究生指导教师的基本条件（一）硕士研究生指导教师必须拥护四项基本原则，努力贯彻党的基本路线、方针、政策。
硕士研究生指导教师在思想、作风、品德修养、治学态度等方面应以身作则，为人师表。
（二）硕士研究生指导教师原则上应为我校专任教师，具有副教授（或副研究员、高级工程师、高级实验师）及以上专业技术职称或具有讲师职称并获得博士学位，年龄原则上不超过57周岁（至选聘当年的8月31日）。
具有其它系列的专业技术职称者，原则上不能被遴选为硕士研究生指导教师。
（三）硕士研究生指导教师应有相对稳定的与社会发展和经济建设紧密结合的科研方向、具有较高的学术水平，活跃在学科前沿，为同行所熟悉和承认。
近3年内，应以第一作者身份或通讯作者身份在A类期刊上发表过3篇与本学科相关的学术论文或有1篇与本学科相关的学术论文被SCI/SCIE/SSCI收录，并以第一负责人身份主持过比较重要的科研项目，科研经费充足。
A、B类期刊依据科技处有关规定进行界定。
（四）硕士研究生指导教师应有较丰富的教学经验，无博士学位的申请人应承担过研究生课程教学任务，或有协助指导硕士研究生的经历。
（五）原已取得导师资格的教师，按下列条件申请跨学科硕士研究生指导教师资格：1.须在原所在一级学科点指导毕业3个硕士研究生，方可申请跨另一个一级学科申报导师资格；2.原则上一人最多在2个一级学科任导师。
（六）新增硕士点申报成功的带头人直接认可其硕士研究生指导教师资格。
多通道拉曼光谱仪的主控系统设计
第 22卷第 11期2023年 11月Vol.22 No.11Nov.2023软件导刊Software Guide多通道拉曼光谱仪的主控系统设计胡翰文，薛萌，郭汉明（上海理工大学光电信息与计算机工程学院，上海 200093）摘要：根据532 nm、633 nm、785 nm和1 064 nm 4种波长激光照射到物质上的拉曼光谱采集需求，设计了四通道拉曼光谱仪的主控系统。
该系统采用Hamamatsu公司的S11511-1106型面阵CCD和G14237-512WA型线阵铟镓砷图像传感器作为光电转换器；将STM32F407作为控制芯片，实现四通道图像传感器、四通道激光器和四通道电机的控制；利用FPGA实现图像传感器的驱动、A/D模数转换以及光谱数据采集；通过串口将数据传输到电脑端上位机显示。
经实验测试，上位机端光谱信号显示准确，可以实现光谱的单次或连续采集；影响光谱成像的电压误差稳定在1.5%以内，纹波系数控制在2%以内。
该系统实现了四通道光谱数据采集和传输，可以拓展到其他像元器件设计中，具有一定应用价值。
关键词：STM32；FPGA；CCD；铟镓砷图像传感器；多通道光谱仪DOI：10.11907/rjdk.222351开放科学（资源服务）标识码（OSID）：中图分类号：TP319 文献标识码：A文章编号：1672-7800（2023）011-0155-06Design of Main Control System for Multi-Channel Raman SpectrometerHU Hanwen， XUE Meng， GUO Hanming（School of Optical-Electrical and Computer Engineering，University of Shanghai for Science and Technology，Shanghai 200093，China）Abstract：The main control system of the four-channel Raman spectrometer was designed according to the requirement of the acquisition of the material Raman spectrum irradiated by the laser at 532 nm， 633 nm， 785 nm and 1 064 nm. In this system， S11511-1106 planar array CCD and G14237-512WA linear array indium gallium arsenic image sensor of Hamamatsu company are used as photoelectric converters. STM32F407 is used as the control chip to realize the control of four-channel image sensor， four-channel laser and four-channel motor. FPGA is used to drive the image sensor， A/D analog-to-digital conversion and spectral data acquisition. The data is transmitted to the upper comput‑er through the serial port for display. The experiment shows that the spectral signal of the upper computer is accurate， and the single or continu‑ous acquisition of the spectrum can be realized. The voltage error affecting spectral imaging is stable within 1.5%， and the ripple coefficient is controlled within 2%. The system realizes the acquisition and transmission of four-channel spectral data， which can be extended to the design of other image components and has certain application value.Key Words：STM32； FPGA； CCD； indium gallium arsenic image sensor； multi-channel spectrometer0 引言拉曼光谱由光照射到物质上散射而形成，能够反映出物质的独特信息［1］。
王万年个人履历
王万年简介1、个人概述：王万年，男，1963年2月15日生于安徽蚌埠。
系河南科技大学本科毕业，学士学位，研究员职称，民主党派人士，民建会员，安徽省蚌埠市第十二届、十三届政协委员。
2006年安徽省委省政府授予“安徽省自主创业先进个人”表彰（皖再就｛2006｝2号文件）；2007年被蚌埠市委市政府评为“十大道德模范人物”；2008年9月至今担任上海意生源工业自动化科技有限公司法定代表人；2014年3月应邀受聘上海理工大学硕士研究生导师（上理工[2014]26号文）；担任上海徐汇区工商联（商会）第十三届执委，现居上海。
王万年担任蚌埠市第十二、十三届市政协委员以来，他的提案多次被蚌埠政协列为1号提案，如：2008年12月18日递交的《关于打造零配件产业集群的提案》、2010年1月2日提交的《关于设立蚌埠市“市长质量奖”的提案》，2011年1月8日提交的《关于尽快延伸蚌埠高新区公交线路的提案》，2013年1月7日提交的《坚持工业强市战略不动摇，民营企业无小事的提案》等，所提交的提案基本上都已实现了。
尤其是“市长质量奖”从2013年至今连续评选两届了。
成功不忘回报社会，王万年创办企业至今，已为社会公益事业捐赠千万余元，他说:“一个人的成功，离不开社会各界的支持与帮助，所以，财富必须取之于社会，用之于社会”，做个“为富也仁”的商人。
安徽电视台、蚌埠电视台、蚌埠日报曾有详细报道介绍。
2、个人简历：1、1979年6月至1985年4月在蚌埠酒精厂所属百花香料厂工作；2、1985年4月至1990年4月在蚌埠酒精厂所属天源商场任业务经理；3、1990年5月至1998年3月（期间停薪留职），创办蚌埠市机电物资有限公司，任法定代表人；4、1996年4月与蚌埠酒精厂（更名安徽蚌埠聚星酿造化工（集团）公司）解除全民劳动合同关系自谋职业；5、1996年6月至1998年6月在安徽财贸学院经济管理专业学习并取得学业证书（皖人培[94]第08号），该证书在人事管理岗位享受国民教育大专毕业生同等待遇；6、1998年3月至2003年2月创办蚌埠市科达烟机电器厂，任法定代表人；7、2003年3月蚌埠市科达烟机电器厂更名蚌埠市科达电器有限公司，任法定代表人，后该公司于2011年9月公司变更法定代表人；8、2005年6月至2009年6月创办安徽科达机械自动化有限公司，任法定代表人；9、2005年12月，经蚌埠市科技局/蚌埠市人事局审核批准取得“工程师”职称；10、2008年1月，经安徽省民营科技企业自然科研高级专业技术资格评审委员会评定，获得副研究员职称（[2008]1号安徽省科学技术厅文件）；11、2008年9月注册成立上海意生源工业自动化科技有限公司，注册资金120万元，任法定代表人至今；12、2009年6月创办蚌埠市科达贸易有限公司，7月更名为安徽爱意爱机电科技有限公司，任法定代表人，9月该公司变更法定代表人；13、2009年7月安徽科达机械自动化有限公司更名为安徽科达自动化集团股份有限公司，任法定代表人，至2010年3月公司法定代表人变更，工作至2010年12月底；14、2010年12月经安徽省民营科技企业自然科研高级专业技术资格评审委员会评定，获得研究员职称（[2010]209号安徽省科学技术厅文件）。
基于FPGA_的超声手术刀频率跟踪技术设计
第 22卷第 11期2023年 11月Vol.22 No.11Nov.2023软件导刊Software Guide基于FPGA的超声手术刀频率跟踪技术设计黄永国1，陈小红1，孙福佳2，林晓佳3，赵浩男1（1.上海理工大学材料与化学学院；2.上海理工大学机械工程学院；3.上海理工大学健康科学与工程学院，上海 200093）摘要：超声手术刀在工作过程中由于超声换能器的声阻抗变化、自身发热等情况导致其谐振频率产生漂移，驱动信号的频率难以准确地工作在换能器的谐振频率处，从而导致超声换能器停震或损坏。
为解决上述问题，采用等效电路法分析超声换能器的谐振频率特性，设计基于FPGA的频率跟踪方法实时跟踪超声换能器的谐振频率。
首先利用DDS产生频率可调节的驱动信号，然后设计相位检测模块实时检测换能器电流和电压的相位差，同时为了提高跟踪效率，通过PID算法进行控制以实现频率跟踪。
实验结果表明，所设计的频率跟踪方法可以快速实现频率跟踪，跟踪误差保持在±2Hz内，避免了跟踪过程中出现的反谐振频率跟踪和失锁等问题，具有响应速度快、鲁棒性强等优点。
关键词：超声换能器；DDS；谐振频率；相位检测；PID；FPGADOI：10.11907/rjdk.222379开放科学（资源服务）标识码（OSID）：中图分类号：TP319 文献标识码：A文章编号：1672-7800（2023）011-0133-08Design of Frequency Tracking Technology of Ultrasonic Scalpel Based on FPGA HUANG Yongguo1， CHEN Xiaohong1， SUN Fujia2， LIN Xiaojia3， ZHAO Haonan1（1.School of Materials and Chemistry， University of Shanghai for Science and Technology；2.School of Mechanical Engineering， University of Shanghai for Science and Technology；3.School of Health Sciences and Engineering， University of Shanghai for Science and Technology， Shanghai 200093， China）Abstract：During the operation of the ultrasonic scalpel， the resonant frequency of the ultrasonic transducer drifts due to the change of acous‑tic impedance and self-heating of the ultrasonic scalpel， which makes it difficult for the frequency of the driving signal to accurately work at the resonant frequency of the transducer， thus causing the ultrasonic transducer to stop or be damaged. In order to solve this problem， the equivalent circuit method is used to analyze the resonant frequency characteristics of the ultrasonic transducer， and a frequency tracking meth‑od based on FPGA is designed to track the resonant frequency of the ultrasonic transducer in real time. First of all， DDS is used to generate drive signals with adjustable frequency. Then a phase detection module is designed to detect the current and voltage phases of the transducer in real time. At the same time， in order to improve the tracking efficiency， frequency tracking is realized by PID algorithm. The experimental re‑sults show that the frequency tracking method designed in the experiment can quickly achieve frequency tracking， and the tracking error is kept within ± 2Hz and avoiding the problems of anti-resonance frequency tracking and locking loss during the tracking process. It has the char‑acteristics of fast response speed and strong robustness.Key Words：ultrasonic transducer； DDS； resonant frequency； phase detection； PID； FPGA0 引言超声手术刀又称超声刀，作为一种首选的电外科手术器械，其能够实现软组织切割和血管闭合等功能，已广泛应用于多种临床手术中［1］。
上海理工大学机械学院学术型研究生导师
精密加工工艺、金属切削理论、微细加工机理；计算机辅助设计、柔性制造技术、表 面质量控制、微孔加工技术与设备等 高强度高导电铜合金的研究和开发 计算机辅助智能设计制造、机械快速设计及敏捷制造系统、产品数据管理系统、企业 信息化、虚拟技术等 材料塑性成形理论、工艺、模具和设备。 机械系统动力学、机械加工减震技术 机、电、液一体化
胡育佳 余慧杰
刘佚 郑松林* 张振东 孙跃东 褚超美 卢曦 周萍 孙涛 冯金芝
机械设计及理论 机械设计及理论 机械设计及理论
车辆工程 车辆工程 车辆工程 车辆工程 车辆工程 车辆工程 车辆工程 车辆工程 机械设计及理论 动力机械及工程 机械制造及其自动化 动力机械及工程 机械设计及理论
程学院研究生（学术型）导师名单
机械制造及其自动化
机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械电子工程 机械电子工程 机械电子工程 机械电子工程 机械电子工程
工业控制及自动化设备 长度测量及压力测量 计算机辅助设计CAD/CAM 半导体高端封装设备及机器人应用 精密加工技术及检测
针对大型电站机械设备、长征系列运载火箭配套试验机和替代进口机电设备的动态设 计、机械结构的动态分析、状态检测和故障诊断。 机械设计及理论、齿轮动态力学仿真技术、机器及机械零部件的动态仿真解析、虚拟 样机技术 机械系统和结构现代设计理论、重点是智能适应结构和系统的设计方法，尤其是结构 拓扑优化设计方法以及基于仿生技术的设计理论。
上海理工大学 专硕导师名单
上海电机学院
上海电机学院
上海电机学院
上海电机学院
上海电机学院
仲梁维 仲梁维 仲梁维 仲梁维
仲梁维 仲梁维 仲梁维 孙首群
褚超美 褚超美 褚超美 褚超美 褚超美 褚超美 褚超美 冯金芝 孙涛 孙跃东 郑松林 卢曦 郑松林 张振东
62
机械工程
63
车辆工程
64
车辆工程
65
机械工程
66
机械工程
22
机械工程
孙勤 上海电气自动化设计研究所有限公司
23
机械工程
乔俊伟 上海光华印刷机械有限公司
24
机械工程
彭国成 三一集团港机公司
25
机械工程
江海燕 上海起重运输机械厂有限公司
26
机械工程
李焱 上海电气电站设备有限公司
27
机械工程
李国杰 三一集团港机公司
28
机械工程
张毅 上海起重运输机械厂有限公司
29
7
机械工程
8
机械工程
9
机械工程
10
机械工程
11
机械工程
12
机械工程
13
机械工程
刘钢
查德根 陈吉勇
冯钧 熊建新 朱小明 陶益民
曾乐才
上海工具厂有限公司
上海宝菱冶金设备工程技术有限公司 上海宝菱冶金设备工程技术有限公司 上海宝菱冶金设备工程技术有限公司 上海宝菱冶金设备工程技术有限公司 上海豪高机电科技有限公司 上海电气中央研究院
上海第三机床厂 中船重工第七一一研究所 光驰科技（上海）有限公司 上汽集团乘用车公司技术中心 上海电器科学研究所（集团）有限公司 中国电子科技集团公司第五十一研究所 中国电子科技集团公司第二十三研究所 中国电子科技集团公司第二十三研究所 中国电子科技集团公司第三十二研究所 中煤科工集团上海研究院 中煤科工集团上海研究院 中煤科工集团上海研究院 中煤科工集团上海研究院 上海材料研究所 上海材料研究所 上海材料研究所
CATIA二次开发
5于航空航天、汽车制造、造船、机械制造、电子电器、消费品行业，其特有的DMU电子样机模块功能及混合建模技术更是推动着企业竞争力和生产力的提高。
CATIA拥有众多且功能强大的人性化模块，且开放了大部分接口，为用户提供了很好的二次开放的平台。
应用CATIA的二次开发技术，完全可以对数控工作台建模过程中不完善的、较薄弱的环节进行改良。
1基于CATIA进行二次开发的思想传统的CAD技术局限于固定尺寸定义的几何元素。
完成各个零件的三维建模以后添加相关配合生成装配体，然后经过干涉分析等处理完成一套产品的设计。
但是一旦需要改变尺寸生成不同规格的产品，则需要大费周折。
因为虽然现在大部分CAD软件都是尺寸驱动的，即通过编辑尺寸数值来驱动几何形状的改变，但必须先改子体的尺寸后改基体的尺寸，否则有可能会因为找不到基于基体的特征而发生错误。
即便各个零件修改完毕，在装配体内亦会因为配合约束的缺失等原因造成严重错误。
而且，当产品应用于实际环境中，其应力分析及其相关处理也必须借助其他软件，耗费了大量人力物力。
这样产品的生产率根本得不到保证。
基于CATIA的二次开发是针对以上薄弱环节进行的合理化改进。
具体流程图如下：图1.二次开发流程图基于上述开发思想，在VBA生成的人机交互界面中可以直接选择产品的规格由代码立即生成三维模型。
如果用户有对产品某部件的局部尺寸进行合理修改的需求，也可以从人机界面窗口中直接输入进行修改。
由于部件的尺寸实现了全关联，所以不会发生找不到基体特征尺寸的错误。
在三维建模以后对部件进行受力分析时，只需对装配体进行Explode （爆炸）操作，找到需进行分析的部件，利用CATIA下的有限元分析模块对其按实际受力情况进行分析，即可对产品的强度、刚度等参数进行实时评估。
如此，便大大缩短了产品的设计周期，生产成本也被大幅降低。
2以数控工作台为例阐述基本开发步骤基本步骤如下：步骤1：运行CATIA V5软件，[Start]->[Mechanical Design] -> [Part Design]进入数控工作台零件的三维建模环境。
上海理工大学 专硕导师名单
67
机械工程
68
机械工程
69
机械工程
70
机械工程
71
机械工程
72
机械工程
73
机械工程
74
机械工程
75
机械工程
76
机械工程
77
机械工程
78
机械工程
79
机械工程
80
机械工程
81
机械工程
82
机械工程
83
机械工程
84
机械工程
85
机械工程
86
机械工程
87
机械工程
88
机械工程
89
机械工程
90
机械工程
91
机械工程
57
车辆工程
58
机械工程
59
机械工程
60
机械工程
61
机械工程
朱纪庆 上海电气电站设备有限公司电站辅机厂
李翠英 三一集团港机公司
唐玫 上海建设路桥机械设备有限公司
杨勇 上海建设路桥机械设备有限公司
屈年凯 上海市离心机械研究所有限公司
徐群 上海市离心机械研究所有限公司
刘金江 三一科技公司
刘钢 上海宝钢设备检修有限公司
上海第三机床厂 中船重工第七一一研究所 光驰科技（上海）有限公司 上汽集团乘用车公司技术中心 上海电器科学研究所（集团）有限公司 中国电子科技集团公司第五十一研究所 中国电子科技集团公司第二十三研究所 中国电子科技集团公司第二十三研究所 中国电子科技集团公司第三十二研究所 中煤科工集团上海研究院 中煤科工集团上海研究院 中煤科工集团上海研究院 中煤科工集团上海研究院 上海材料研究所 上海材料研究所 上海材料研究所
- 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)。
陈彩凤 李厦 朱文博 李郝林* 朱坚民 蔡锦达 麦云飞 孙首群 陈劲杰
机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械电子工程 机械电子工程 机械电子工程 机械电子工程 机械电子工程 机械电子工程
机械设计与制造 数控技术、智能控制、机电一体化和故障诊断 数字化设计及制造 数控技术、精密检测与智能控制 精密测量技术与智能仪器设计、机电系统的智能测控 光机电一体化 机电一体化设备研发、计算机测控系统研发、液压伺服控制系统研发、电气控制系统研发、精密 测试设备的研发。 机电系统动力学 工业控制及自动化设备 长度测量及压力测量 计算机辅助设计CAD/CAM
张雷* 汪中厚 丁晓红 林建中 崔建昆 赵高晖 钱炜 沈景凤 陈龙 胡育佳 余慧杰
机械设计及理论 机械设计及理论 机械设计及理论 机械设计及理论 机械设计及理论 机械设计及理论 机械设计及理论 机械设计及理论 机械设计及理论 机械设计及理论 机械设计及理论
针对大型电站机械设备、长征系列运载火箭配套试验机和替代进口机电设备的动态设计、机械结 构的动态分析、状态检测和故障诊断。 机械设计及理论、齿轮动态力学仿真技术、机器及机械零部件的动态仿真解析、虚拟样机技术 机械系统和结构现代设计理论、重点是智能适应结构和系统的设计方法，尤其是结构拓扑优化设 计方法以及基于仿生技术的设计理论。 机械故障诊断，动力学测试与分析，固体力学 机械传动、汽车工程 机械设计理论与方法 机械设计理论、机器人机构学 计算机辅助设计 外形复杂的柔性产品和体内材料复杂非均质产品的建模、分析理论方法和技术，在基于机器视觉 与感知的非接触式测量技术、机械行业企业信息化软件开发方面 微机械结构大变形分析及其在微电机械中的应用，多孔介质混合物物理论 机床动力学、结构动态优化设计
郑松林* 张振东 孙跃东 程 车辆工程 车辆工程 车辆工程 车辆工程 车辆工程 车辆工程 车辆工程
汽车现代设计理论，重点是汽车结构轻量化设计技术 汽车电子控制、汽车发动机燃烧及排放控制及汽车电控系统关键部件开发。 车辆动力系统及匹配技术、车辆发动机性能测试研究 汽车动力总成及整车优化设计、汽车零部件产品设计程序、知识库和专家库系统开发、发动机配 气系统及制动系统运动仿真。 车辆强度与可靠性汽车现代化设计 汽车发动机与动力系统匹配技术、汽车轻量化设计 汽车系统动力学与电子控制、汽车疲劳耐久性分析 车辆动力学与控制
机械工程学院2012年研究生（学术型）导师名单
姓名 曾忠* 刘平 仲梁维 雷君相 张永亮 骆艳洁 胡兆燕 宫赤坤 甘屹 杜宝江 白国振 刘芳 陈泽中 林献坤 杨丽红 吴恩启 周律 李伟 马凤仓 李晓燕 刘新宽 王艳 归属学科名称 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 机械制造及其自动化 研究方向 精密加工工艺、金属切削理论、微细加工机理；计算机辅助设计、柔性制造技术、表面质量控制 、微孔加工技术与设备等 高强度高导电铜合金的研究和开发 计算机辅助智能设计制造、机械快速设计及敏捷制造系统、产品数据管理系统、企业信息化、虚 拟技术等 材料塑性成形理论、工艺、模具和设备。 机械系统动力学、机械加工减震技术 机、电、液一体化 医疗器械 智能控制信号处理 网络化制造、现代设计理论 虚拟制造技术、计算机辅助设计 数控技术及其应用研究 材料加工工程 模具CAD/CAE/CAM一体化技术 制造系统与自动化、先进制造技术 先进制造技术 无损检测；CAD/CAE/CAM 机器视觉在线检测系统，机械自动化设备的研究和开发 材料学，材料加工 材料学，材料加工工程 材料加工工程 金属功能材料和高强度高导电铜合金、铝合金的研究和开发；陶瓷材料表面处理。 磨削加工与特种加工、装备自动化