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2023年第01期

• 一种适应不同距离的低清人脸深度识别算法

  邵文泽,胡洪明,李金叶,邓海松

  针对多数人脸识别算法对于实际低清影像鲁棒性弱的问题，构建了一种融合知识蒸馏和域自适应的低清人脸识别新模型，包含教师网和学生网。首先，两分支骨干网均引入Res2Net模块，以助于提取细粒度强的人脸身份特征；其次，骨干网的不同阶段均引入知识蒸馏，以助于提升学生网的低清人脸特征提取能力；最后，在学生网引入域自适应学习机制，以助于实现域不变的特征提取能力。公开数据集上的实验结果验证了新模型对于不同距离低清人脸的有效性。

• D2D网络中基于SVC视频流缓存的跨层网络编码重传方案

  姚玉坤,陈鑫垚,羊　杰

  为了降低基站重传视频流的完成时间，针对视频流业务设计了一种D2D网络中基于可伸缩视频编码（Scalable Video Coding, SVC）的视频流缓存跨层网络编码重传方案。该方案首先采用SVC对视频流进行编码以应对终端处理能力的差异性，引入跨层网络编码搜寻最大独立集选取最佳的传输以及编码调度，减少完成时间。其次，针对多协作重传设备间的干扰问题，设计了最佳的资源调度算法，在给定发送设备集的前提下迭代优化设备的发送功率，在不增加完成时间的同时优化系统的吞吐量。仿真结果表明，所提出的方案能够有效地降低完成时延，减少重传次数，增加系统的弹性。

• 基于分数规划的X2切换密钥管理安全性研究

  李贵勇,吴妙灵,何　沛,黄俊霖

  为了减少X2切换过程遭受去同步攻击导致的用户信息泄露，提出了一种基于分数规划(Fractional Programming，FP)的X2切换密钥更新方案。该方案在传统FP算法的基础上，首先通过离差标准化将暴露数据包数(Number of Exposed Packets，NEP)和信令开销率(Signalling Overhead Rate，SOR)映射在0—1内，消除NEP和SOR的量纲影响，同时考虑最小值和最大值对NEP和SOR的影响；然后通过FP算法确定最优的密钥更新间隔TU和移动管理实体停留时间TR。仿真结果表明，当TU=2s且TR,opt=1s时，改进FP算法比传统FP算法σ减少了0.25左右。在保证X2切换安全的条件下，改进FP算法确定的最优密钥更新间隔和移动管理实体停留时间有更小的暴露数据包和信令开销率。

• 基于门限判断机会调度的多用户PLC/RF系统性能分析

  徐　天,刘笑宇,孔槐聪,朱丽文,林　敏

  针对融入译码转发中继技术的混合电力线通信(Power Line Communication，PLC)与射频(Radio-Frequency，RF)传输系统，首先提出了一种基于门限判断的多用户机会调度方案。其次，在PLC和RF链路信道衰落分别服从对数正态分布和相关莱斯分布的条件下，推导出采用所提调度方案的PLC/RF系统中断概率和归一化平均反馈负载的闭合表达式。接着，还通过分析高信噪比条件下系统中断概率的渐进性能，得到系统分集度和阵列增益的简单闭合表达式。最后，计算机仿真不仅验证了理论分析的正确性，而且进一步揭示了所提方案能够在尽量减少反馈负载的同时获得较优的中断性能，从而为实际的系统设计提供参考和依据。

• 基于空域滤波的抗干扰信号同步算法

  姚远翔,马文峰,王　聪,田　辉,朱　熠,吴　霞,赵几航

  信号同步是无线通信中最为关键的一步。同步质量的好坏，决定了通信能否建立。针对存在较强有色干扰的通信环境，提出了基于空域滤波的采用雅可比旋转法实现奇异值分解的信号抗干扰同步算法。具有较强的抗干扰性能，减少了计算量，有利于工程实现。在实际环境中对算法进行了验证。

• 基于OSDK的分布式无人机集群控制系统设计与验证

  董广胜,李大鹏,田　峰,丁良辉,杨锦彬

  针对当下无人机集群平台可靠性低、实用性差的问题，提出基于Onboard SDK的分布式无人机集群控制系统(Distributed UAV Swarm Control System, DUSS)设计方案。首先，基于模块化思想，将DUSS分为控制模块、执行模块与监控模块，控制模块与监控模块利用自组网通信方式与ROS分布式通信机制，实现对异构集群的分布式控制，OSDK的使用在降低模块间耦合度的同时实现控制模块与执行模块的交互，其对底层控制逻辑的封装可减少时间成本；其次，在考虑真实物理环境中的惯性因素的基础上对人工势场法进行改进，设计一种一致性联合虚拟势场(CVPF)编队算法，解决目标不可达问题并使用DUSS进行演示；最后，通过试验证明DUSS在保证避碰的前提下可实现编队飞行、队形保持以及队形变换等功能，验证了DUSS作为分布式无人机集群平台的可行性与CVPF算法的稳定性。

• 内核驱动的轻量级动态二进制程序分析框架

  潘家晔,赵学健

  如今网络攻击活动越来越复杂，为更好地实现防御与溯源等目标，需对攻击代码进行深度分析。同时攻击影响也从桌面终端扩大到路由器、智能家居等物联网设备，新场景需要有轻量化和易部署的程序分析方法。为应对攻击活动分析新形势，提出一种系统内核驱动的轻量级二进制程序分析框架，通过合理利用操作系统实现机制对程序进行动态拦截，从而对目标程序进行细粒度动态分析。在此基础上结合内核特性提出一种优化的动态数据流分析方法，可进一步提升程序细粒度分析能力。通过采用基准程序和实际程序进行大量实验，验证了所提出方法的有效性和较好的分析性能，实验表明分析框架具有较好的可部署性和应用价值。

• 基于对比学习的单幅图像去雾算法

  何　涛,许广峰,徐　鹤,杨　忆

  现有的图像去雾算法，只采用了清晰图像来指导去雾网络的训练，而没有利用模糊图像，从而造成去雾不彻底，细节信息不完整的问题。为此提出了一种对比正则化的方法，利用模糊图像和清晰图像共同指导去雾网络的训练。对比正则化保证恢复后的图像信息向清晰图像方向靠近，远离模糊图像的方向。此外提出一种新的金字塔通道的特征自适应融合网络。该网络包含3个部分：三尺度特征提取网络、特征自适应混合模块(PCFM)和图像重建模块。三尺度特征提取模块同时捕捉不同尺度特征。金字塔结构和特征自适应融合操作，有效地提取相互依赖地特征，并以金字塔的方式有选择性地聚集更重要的特征。图像重建模块用于重建特征，恢复清晰的图像。实验结果表明，与现有的经典去雾算法相比，客观评价指标：峰值信噪比(PSNR)和结构相似性(SSIM)都得到了提升，并改善了去雾不彻底和颜色失真的现象。

• 基于双支路核化群稀疏学习的微表情识别

  魏金生,卢官明,彭　伟,陈浩侠,黄晓华,闫静杰

  在微表情识别系统中，常规的特征融合方法会引入冗余或干扰特征，因而会影响识别准确率和效率。针对上述问题，提出一种基于双支路核化群稀疏学习（Two-Branch Kernelized Groups Sparse Learning，TB-KGSL）的特征选择方法，并将其应用于微表情识别系统。首先，提取多个人脸区域的3个正交平面上局部二值模式（Local Binary Patterns from Three Orthogonal Planes，LBP-TOP）和多个方向上的单方向梯度直方图（Histogram of Single Direction Gradient，HSDG）两组不同类型的特征；然后，使用TB-KGSL模型从上述两组特征中分别选择有效区域的LBP-TOP特征和有效方向上的HSDG特征；最后，将选择的LBP-TOP和HSDG特征进行拼接融合，得到紧凑且可鉴别的特征，并使用基于支持向量机（Support Vector Machine，SVM）的分类器进行微表情分类。实验结果验证了TB-KGSL的可行性和有效性，并在CASME II和SMIC数据集上分别达到68.63%和75.95%的识别准确率，比基线方法分别高出5.77个百分点和15.20个百分点。

• 基于样式编码的真实图像逆映射算法

  尹　芹,方　晖,王金东,王　侃,晏天文,霍智勇

  将图像准确地逆映射到StyleGAN的潜在空间，构造能够恢复真实图像的潜码，是实现真实图像语义操纵的基础。然而现有方法将图像逆映射为1×512维W潜码，重建后的图像并不能保真恢复。为此文中提出了一种基于样式编码网络的真实图像逆映射算法，其编码器网络提取粗、中、细不同的空间尺度特征作为风格特征向量，通过组合得到W+潜码后，送入预训练的StyleGAN生成器中，利用潜在空间重构出输入真实图像。实验表明，文中算法能够构造出真实图像在潜在空间的准确逆映射的潜码，提高了图像重构的质量，从而实现优于现有技术的图像语义操纵。

• 基于集成分类的数据库指纹综合评价

  李鼎文,张迎周

  为了在给定的数据库及特定的使用场景下选取性能更高的数据库指纹，同时完善数据库指纹理论体系，对数据库指纹综合评价进行研究具有强烈的现实意义。针对数据库使用场景，结合传统数字指纹的性能评价指标，建立数据库指纹层次评价指标体系，并提出指标量化和评测数据预处理的解决方案。指标体系在全面、客观地描述数据库指纹综合性能的同时，清晰、准确地反映了指标间的逻辑关系。提出基于集成分类的数据库指纹综合评价算法，利用传统评价算法直接获取评价结果，并提出一种基于轮廓系数和K均值聚类的分级算法，解决不同评价算法间评价结果量纲不一致的问题。利用分级评价结果和分类算法构建集成分类器，实现对数据库指纹的精确分级综合评价。实验结果表明，基于集成分类的评价算法模型较同类分类器具有更好的准确度和泛化能力，能够有效地指导决策者选取性能更优的数据库指纹。

• 基于元Q学习与DDPG的机械臂接近技能学习方法

  李茂捷,徐国政,高　翔,谭彩铭

  针对深度强化学习方法在机械臂的接近技能学习中普遍存在的样本效率低、泛化性差的问题，提出一种基于元Q学习的技能学习方法。首先利用结合后视经验回放（Hindsight Experience Replay，HER）的DDPG训练机械臂以指定姿态到达目标点，验证了算法在接近任务中的有效性；其次，在相关任务集上构造多任务目标作为优化对象，利用结合HER的DDPG训练模型，得到泛化性强的元训练模型和元训练数据，此外利用GRU获取轨迹上下文变量；最后，先在新任务上进行少量训练，再利用元训练数据训练模型进一步提升性能。仿真实验表明，在初始性能、学习速率和收敛性能三方面元Q学习均带来明显提升，其中达到期望性能所需样本量降低77%，平均成功率提高15%。

• 互编码器辅助视频的多模态场景分类

  黄天阳,侯元波,李圣辰,邵　曦

  为了解决多模态场景分类准确率不高的问题，文中提出一种由互编码器辅助视频的多模态场景分类方法。音频部分首先对输入音频数据进行特征提取并且使用自注意力机制取得关注信息，图像部分首先对视频进行分帧图片提取，然后通过ResNet50网络进行特征提取，随后提取到的双模态信息进入互编码器，互编码器通过提取各个模态隐层特征进行特征融合，融合后的新特征结合attention机制辅助视频特征。在该模型中，互编码器为融合特征的辅助系统。实验基于DCASE2021 Challenge Task 1B数据集进行验证，结果表明互编码器能够提升分类准确率。