南京邮电大学学报(自然科学版)杂志

南京邮电大学学报(自然科学版)杂志2022年第06期

• 一种基于遗传算法的车载边缘计算卸载方案

  王　珺,刘家豪,宋巧凤

  延迟敏感型和计算密集型车辆应用的出现，给计算资源有限的车联网带来了巨大的挑战。移动边缘计算（Mobile Edge Computing，MEC）是云计算的一种补充，可以有效解决车辆计算资源有限等问题，但是车辆的高机动性以及中心云距离较远导致数据卸载延迟较大，对卸载效率产生较大影响。现有方案大多对车辆的高机动性以及空闲资源的利用方面考虑不足，因此，文中提出一种基于遗传算法的车载边缘计算卸载方案（Genetic Algorithm based Vehicle Edge Computing Offloading Scheme，GAVECOS）。在该方案中，考虑了任务车辆周围的本地车辆、路边基站上的边缘服务器和空闲车辆的计算资源来卸载任务，然后提出一个以系统总成本最小为目标的优化问题，并利用遗传算法求解该优化问题。最后通过搭建仿真平台对方案进行了验证。仿真结果显示，在综合考虑系统的时延和能耗这两个因素的情况下，该方案与其他4种方案相比总成本有明显的降低。

• 基于双重注意力机制的大规模MIMO系统CSI反馈

  陈发堂,戴东林,袁　立

  在频分双工大规模多输入多输出(Multiple Input Multiple Output，MIMO)系统中，针对现有基于深度学习信道状态信息(Channel State Information，CSI)反馈方法重建精度低、未考虑量化损失以及压缩率固定的问题，提出一种基于注意力机制和密集连接卷积网络的多压缩率CSI反馈方案。该方法采用双重注意力机制提取CSI空间和时间相关性，串行全连接网络和密集连接卷积网络分别压缩和重构CSI。实验结果表明：在室内信道条件下，与基于卷积神经网络CsiNet相比，所提方法的参数量较少，归一化均方误差平均降低4.8dB。所提反馈方法仅8比特量化可实现与未量化相近的重建精度。

• 基于5G通信的混合非连续接收算法

  王华华,李鹏飞,杨　夏,李欣超

  第五代(the Fifth Generation，5G)移动通信系统的各种高速业务将加速电池消耗，为了满足海量设备的低功耗需求，文中提出一种基于5G通信的混合非连续接收(Hybrid Discontinuous Reception，HDRX)算法，利用用户设备(User Equipment，UE)与长期演进型节点B(Long Term Evolution node B，LTE eNB)和新空口节点B(New Radio node B，NR node B)进行双连接，对UE的各个状态进行策略优化，从而有效降低功耗。仿真表明，使用优化算法比传统的非连续接收(Discontinuous Reception，DRX)算法降低了近35%的功耗，并在功耗和唤醒延迟之间取得了较好的权衡。

• 异构蜂窝网络中基于协作混合缓存的能耗分析

  张　骏,朱　琦

  针对由宏基站和小基站组成的两层异构蜂窝网络缓存场景，设计了将混合缓存与基站之间的协作相结合的混合协作缓存机制。用户接入采用封闭式接入策略，将两层异构网络基站的分布建模为相互独立的PPP过程，基于随机几何理论，在宏基站和小基站使用正交频谱和共享频谱两种场景下，采用文件重传机制，分别推导了宏用户和小基站用户的无线传输中断概率，基于混合协作缓存机制推导了文件命中率，并在此基础上，进一步推导了服务用户的系统能耗。仿真结果表明，推导的理论值与仿真值基本一致，证明了推导的正确性；文中设计的缓存策略能够提高用户请求文件的命中率，减少系统的能耗。

• 智能电网场景下基于MEC和D2D的时延对称性研究

  巩龙豪,邹玉龙,郭海燕,王　玲

  智能电网以电力线路及终端电力设备为基础，并与大量传感设备、信号发送及接收设备构成的信息交互系统相连接而构成。当前智能电网中电力设备接入的密集度越来越高，传统的信息交互系统无法保证电力设备的时延对称性。随着第五代（5th Generation,5G）移动通信技术的高速发展，将5G通信网应用于智能电网成为可能。文中针对电力设备间的时延差最小化问题，利用5G通信网中的移动边缘计算（Mobile Edge Computing, MEC）技术和设备到设备通信（Device to Device,D2D）技术，提出了基于时延对称优化的计算任务比例和功率联合分配方案，将复杂的原始问题分解为子问题，并采用非线性规划的方法分别求解，对终端电力设备的发送功率以及任务分配比例进行优化。通过仿真分析证明，文中所提方案有效降低了信息交互系统的时延差，提升了信息交互系统的时延对称性。同时，相较于其他方案，所提方案具有更好的时延对称性。

• 基于液晶的28GHz可调反射阵列天线单元研究

  花　磊,牛连生,严　静,于　映

  利用液晶作为可调相对介电常数衬底层引入反射阵列天线单元，实现了两款单元反射相位的连续可调。采用了5CB和E7两款液晶，以及0.168mm和0.203mm两种垫片厚度，对单元进行测试。测试结果表明，由于加工误差和液晶材料本身的局限性等因素，两款单元最佳测试结果分别为在25.2GHz下实现105°的相移，最大损耗为24dB，以及在26.05GHz下实现75°的相移，最大损耗为18dB。对中心为十字贴片的单元进行了组阵仿真，在液晶层相对介电常数设置为2.4～3.2的条件下，该阵列实现了±45°的宽角度波束扫描。最后，对测得的相移曲线与仿真进行拟合，得到实验中的液晶（5CB）在25.5GHz左右时的相对介电常数变化范围为2.70～2.84。

• 基于NOMA的多用户协作MEC卸载方案

  陈　韩,张　晶,董　俊,董　洁

  移动边缘计算（Mobile Edge Computing，MEC）在网络边缘为用户提供计算服务，有效降低了数据传输和处理时延，成为第五代移动通信系统（the 5th Generation Mobile Communication System，5G）低时延通信的关键技术。如何优化设计卸载策略以保证低时延、低能耗和高可靠通信是MEC面临的一个极具挑战性的任务。为此，文中针对频谱和能量双受限的多用户多任务MEC系统场景，提出可最小化系统能耗的多用户任务非正交多址（Non Orthogonal Multiple Access，NOMA）协作中继卸载计算方案。考虑多用户协作中继场景并允许多任务基于NOMA实现并行卸载传输，在时延约束下建立多用户任务卸载计算能耗最小化问题；利用拉格朗日对偶法求解该问题，得到最优的基于中继的任务卸载传输方案和用户功率分配方案。仿真结果表明，所提方案能够有效降低MEC系统的多任务卸载计算能耗。

• 基于MCR WPT的无人机协助WPCN的资源分配策略

  徐志红,赵宜升,贺喜梅,陈　勇

  针对无人机(Unmanned Aerial Vehicle, UAV)协助的无线供电通信网络中采用射频能量收集方式出现的地面终端能量不足的问题，研究基于磁耦合谐振无线能量传输的最小吞吐量最大化资源分配策略。通过引入一个搭载磁耦合谐振装置的能量传输UAV，依次为地面终端提供足够的能量。为了使所有地面终端的最小吞吐量最大化，联合优化信息接收UAV轨迹、地面终端发射功率和时隙分配比例。由于该问题是非凸优化问题，难以直接求解。通过引入一些辅助变量，将一些非凸约束条件通过适当的数学推导转换成凸约束条件。对于难以转化的非凸约束条件，采用凹凸过程将非凸函数线性化成两个凸函数相减的形式。最后通过迭代求解原非凸逼近问题的凸逼近问题，得到原始问题的次优解。仿真结果表明，与固定UAV轨迹、固定时隙分配比例、量子行为粒子群优化算法和标准粒子群优化算法相比，所提方法在最小吞吐量方面有一定程度的提高。

• 基于TransH的双重注意力机制远程监督关系抽取算法

  季一木,汤淑宁,刘尚东,张　旺,洪　程,邱晨阳,刘　强,肖　婉

  远程监督为关系抽取任务提供了大量自动标注的数据集，且领域迁移性强，为实现自动抽取奠定了基础。然而，构造的数据集伴随了强约束性的假设，存在着严重的错误标签问题，且这些噪声数据极大影响了最终的性能结果。为了缓解错误标注的问题，文中提出了一种双重注意力模型：第一层注意力机制通过在句子编码部分引入TransH预训练好的实体向量，与句子特征共同进行注意力选择，为体现关系信息的特征分配更高的权重来提高句子编码质量；第二层则是从句子级别再进行一次注意力计算，挑选出有效的实例，进一步降低噪声数据的权重。通过在广泛使用的数据集上进行多次对比实验，表明文中所提模型可以充分利用所有信息资源，结果明显优于其他基线模型。

• 基于邻域粗糙集的极限学习机恶意DoH流量预警

  骆公志,侯若娴,陈圣瑜

  在对网络安全发起攻击的恶意DoH流量数据中，存在属性特征影响恶意DoH流量攻击目标达成，使用基于邻域粗糙集的极限学习机决策分析方法建立恶意DoH流量预警模型，可为恶意DoH流量预警提供决策支持。首先运用邻域粗糙集属性约简算法对高维DoH流量特征进行降维，并得到约简后的属性重要度，然后利用极限学习机算法测试评估约简后的属性特征对数据样本的分类正确率。应用实例表明，在保证样本类别比例与原数据集一致的前提下，约简后的属性特征对样本数据具有足够高的分类准确率，验证了文中所提基于邻域粗糙集的极限学习机决策分析方法能有效地简化恶意DoH流量安全评价的复杂度。

• 基于联盟链的车联网位置隐私保护方案

  周　倩,孙知信,吴加洋,戴　华,杨　庚

  为了保障车辆行驶过程中上下文信息的隐私性，并满足基于位置服务的去中心化需求，提出了一种基于联盟链的车联网位置隐私保护CSLPP方案。该机制设计了基于联盟链的分布式系统，通过访问控制和轻量级共识机制，允许多个互不信任的实体间合作。智能合约自动执行不同实体间的链上加密数据，同态加密和基于上下文信息的访问控制技术可以使每个分布式站点实时生成并返回查询路线，使车辆的行驶轨迹和位置隐私得到了有效的保护，并具有防路线篡改和强抗共谋攻击的能力。最后通过分析和实验验证了CSLPP的安全性和高效性能。

• 基于鲸群优化随机森林算法的非平衡数据分类

  叶丽珠,郑冬花,刘月红,牛少华

  为了提高非平衡数据分类的准确性，采用随机森林算法用于数据分类，并结合鲸鱼优化算法对随机森林弱分类器权重进行优化求解，以增强随机森林算法对非平衡数据分类的适应性。首先，建立基于随机森林的非平衡数据分类模型。通过随机森林的多个决策树弱分类器进行分类，有效解决样本不均衡导致的分类困难问题。接着，采用鲸群优化算法对弱分类器权重进行优化求解，将分类准确率均值作为鲸群优化适应度函数，以提高弱分类器权重投票对最终分类结果的精度。最后，采用经过鲸群优化得到的随机森林模型进行非平衡数据分类。实验证明，通过合理设置鲸群优化算法参数，可以获得分类准确度更高的随机森林弱分类器权重，相较于常用非平衡数据分类算法，文中算法能够获得更优的分类性能。

• 区分时间段的细粒度假位置选择算法

  焦泽鑫,张　琳,刘茜萍

  针对位置隐私保护算法中未考虑背景知识中位置在不同时间段里对应的查询概率不同而导致的隐私保护效果降低，提出了基于时间段的假位置攻击算法，并基于这种攻击设计了区分时间段的细粒度假位置选择算法。在选择假位置时充分考虑发起请求的时间，选择满足查询概率、语义距离和匿名集面积要求的假位置，仿真实验证明了所提算法能够完全抵挡攻击者通过请求时间分析的攻击方式，在保证查询服务质量的同时，满足用户的隐私保护需求。