小型微型计算机系统

过刊目录

  • 2026年, 47卷, 第2期
    刊出日期：2026-03-04
      
  • 全选
    |
  • 基于毫米波感知的皮革瑕疵分类方法
    张健，关灏文
    2026, 47(2): 257-264.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    皮革瑕疵分类是确保皮革产品质量的关键环节.传统的人工检测和图像处理方法受限于光照等环境因素，难以满足高效检测需求.近年来，深度学习特别是卷积神经网络（CNN）的应用提高了瑕疵检测的准确性和效率，但仍受到环境影响.毫米波雷达技术作为一种新兴的无损检测方法，因其强穿透性和不受光照等因素影响的特性而逐渐受到关注.文中提出了一种结合毫米波雷达与改进Vision Transformer模型的皮革瑕疵分类方法，利用毫米波雷达信号提取皮革瑕疵的时频特征，并通过深度学习模型进行分类，在自建数据集上达到了95.62%的准确率，相比经典的分类模型优势显著.
  • 基于分治策略和频域调制的轻量级多元长时序预测方法
    张亚浩1，2，3，周晓锋1，2，张宜弛1，2，李帅1，2，刘舒锐1，2，3
    2026, 47(2): 265-273.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    多元长时序预测的主流框架是编码器-解码器结构，然而关于解码器结构的研究略显不足.采用简单的全连接层作为解码器不仅导致模型参数量过大，且忽略了多元时间序列的通道异质性和时序依赖性.针对上述问题，本文提出了一种基于分治策略和频域调制的轻量级多元长时序预测方法.首先，频域分段编码器将历史时间序列划分为时间片段并映射至频域，利用频域混合器提取时间片段内部特征和片段间相关性；然后，基于分治策略将长时序预测任务分解为各频率分量的子预测任务，并通过模型参数共享机制实现了解码器的轻量化设计；最后，使用通道调制头和时序调制头对初步预测结果进行频域特异性调制，弥补了解码过程在建模通道异质性和时序依赖性方面的不足.五个时序数据集上的实验结果表明该方法的预测精度优于现有的八个最新基线方法，同时展现出优异的轻量化特性.
  • 面向教学评估的图注意力网络情感分析模型
    柯昌博，任知临，张伯雷
    2026, 47(2): 274-281.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    随着深度学习的发展，预训练模型、图神经网络等技术的广泛应用，课堂教学评价已成为人工智能和智慧教育领域的研究热点.本文提出了图注意力网络和预训练模型BERT相结合的细粒度情感分析模型，其中方面类别情感分析（ACSA）被分为方面检测（ACD）和方面情感分析（ASC）且共用同BERT参数，同时利用句子依存关系的图注意力网络强化上下文语义来提升模型性能，实验证明了在公开数据集中，本文的模型具有更高的准确率.在案例分析中，本文使用了自主设计并标注的包含13个方面的课堂教学评价数据集，并通过实验证明了本文的模型在多方面、小样本情感分析等任务上的优越性.最后，总结现有神经网络模型在情感分析任务中遇到的挑战，并展望未来研究的潜在方向.
  • 面向文档的检索增强生成技术综述
    黄天金1，朱兴动1，刘凯1，汪时交2，赵鹏1
    2026, 47(2): 282-297.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    大语言模型（LLMs）的迅速发展正在全球范围内引发深刻的技术变革.检索增强生成（RAG）作为一种通过融合外部知识以提升模型输出准确性、时效性与可靠性的技术范式，已成为增强LLM应用效能的关键手段.从“文档”的视角，提出“文档全谱系”概念，构建一个包含文档处理、嵌入与索引、检索、生成四大组件的RAG基础框架，并进行形式化描述.围绕“文档特性-优化策略”映射关系，系统梳理各项技术的最新进展，涵盖复杂文档处理、领域适应性嵌入、高级检索策略、可信生成等关键环节.最后，分析当前挑战，并展望未来发展方向.为相关领域的研究者和实践者提供一个以解决真实世界文档问题为导向的系统性参考.
  • 双分支概率网络的血肿扩张时序建模及预测
    王恩良1，2，罗森瀚2，3，孙知信2，3
    2026, 47(2): 298-308.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    出血性脑卒中发病率高、病情进展快、预后差，其中，血肿扩张是影响预后的关键因素，精确预测血肿扩张事件对优化临床干预时机、改善治疗效果和提高患者生存质量具有重大意义.针对血肿演变过程复杂性和个体差异性导致的预测挑战，本研究提出了一种基于神经网络参数化高斯过程的血肿扩张建模与预测方法.通过引入非平稳高斯过程对血肿体积的时序演变进行建模，并设计双分支概率预测网络（Dual-Branch Probabilistic Network，DPPN），利用多头注意力机制实现多模态特征动态融合，同时通过独立参数估计分支提高预测可靠性和稳定性.实验结果显示，与现有方法相比，该方法在预测准确性和校准性能上均有显著提升，其中AUC值提高3~5个百分点，预期校准误差降低约40%.该方法为临床实践中的早期预警和干预提供了可靠的技术支撑.
  • UGA-SR:融合U-Net与GAN的加速度计语音恢复模型
    沈澍，陈林浩，袁晓博
    2026, 47(2): 309-317.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    本文提出了一种基于安卓设备内置加速度传感器的语音恢复模型UGA-SR，展示了利用加速度传感器进行语音恢复的可行性.该模型结合生成对抗网络和改进的U-Net架构，引入多尺度卷积的空间注意力模块，优化特征提取和信号重构，将预处理的加速度信号转换为梅尔频谱图，以生成高质量语音信号.在自制6位数字验证码数据集和公开开放词汇数据集的实验中，UGA-SR在限定词汇任务中的语音恢复清晰度指标达到0731，能够被语音识别系统准确识别；在开放词汇任务中，尽管难度较高，模型仍有效恢复了低频和高频特征，清晰度指标为0553.实验结果表明，UGA-SR在语音恢复任务中具有显著优势，为从加速度信号到语音的跨模态转换提供了新思路.
  • BART驱动的跨领域方面词与情感词联合抽取方法
    郝雯娜1，2，刘韧3，李晓戈1，2
    2026, 47(2): 318-325.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    跨领域方面级情感分析面临目标领域标注数据不足以及不同领域间文本特征差异带来的领域适应问题.为此，本文提出一种基于BART的跨领域数据增强框架，利用大语言模型结合源领域的语义信息，为目标领域生成高质量的标注数据，以解决数据短缺问题.首先，采用BERT-BiLSTM-CRF架构结合Transformer编码器，为目标领域的未标注数据分配伪标签.其次，提取不同领域标注数据和伪标注数据的特定领域特征，并对其进行掩码处理，构建与领域无关的数据.随后，利用预训练BART模型生成既连贯又准确的目标领域数据，同时通过引入熵最小化过滤器提升生成数据的质量与一致性.在三个公开数据集上的实验结果表明，所提框架在性能上显著优于多种基准方法和其他数据增强技术.
  • 类簇分布引导的标签噪声检测与清洗
    姜高霞1，张妮1，王文剑2，3
    2026, 47(2): 326-335.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    标签噪声通常会误导分类器训练并对分类性能产生负面影响.利用聚类技术可以实现类簇分布引导的标签噪声辅助检测，但存在特征语义和标签语义不一致的问题，导致噪声识别过于敏感.为了充分挖掘数据分布信息以提升噪声检测准确度，本文提出一种类簇分布引导的噪声检测与清洗方法(Cluster Distribution-Guided Label Noise Detection and Cleaning,CDGDC).该方法通过类别编码的属性增强机制实现特征语义和标签语义的自适应融合，并构造近邻特征曲线来进一步排除伪标签噪声，最后对识别出的噪声进行纠正或过滤的针对性清洗以提升数据质量.实验结果表明，所提方法在模拟和真实含噪数据集上能够准确识别标签噪声，并有效提高了分类器泛化性能.
  • PGCA-RAG：面向大语言模型检索增强的并行图缓存架构
    郭宇豪，陈庆奎
    2026, 47(2): 336-342.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    目前大语言模型在检索增强（Retrieval-Augmented Generation，RAG）领域大部分工作都着重于提高检索能力提高召回精度，以及结合大语言模型对知识图谱进行构建.但目前大语言模型在检索增强（Retrieval-Augmented Generation，RAG）领域大部分工作都着重于提高检索能力提高召回精度，以及结合大语言模型对知识图谱进行构建.但是在面对实际工程化任务时，RAG系统往往会面临高并发场景，目前的RAG系统存在知识图谱数据检索速度慢，系统并发能力差等问题.为了克服这些局限性，本文提出了一种面向大语言模型检索增强的并行图缓存架构（PGCA-RAG），和一种面向大语言模型检索增强的动态缓存图数据模型知识图缓存单元（KGCU），能够在RAG系统中表现出良好的适用性，并基于VoltDB实现了并行缓存调度算法.通过仿真对比实验结果表明相比于现有架构，PGCA-RAG在多轮查询检索速度指标上提高了82.8%，同时在并发测试中性能保持领先，较好的证明了该并行图缓存架构的合理性和有效性.是在面对实际工程化任务时，RAG系统往往会面临高并发场景，目前的RAG系统存在知识图谱数据检索速度慢，系统并发能力差等问题.为了克服这些局限性，本文提出了一种面向大语言模型检索增强的并行图缓存架构（PGCA-RAG），和一种面向大语言模型检索增强的动态缓存图数据模型知识图缓存单元（KGCU），能够在RAG系统中表现出良好的适用性，并基于VoltDB实现了并行缓存调度算法.通过仿真对比实验结果表明相比于现有架构，PGCA-RAG在多轮查询检索速度指标上提高了82.8%，同时在并发测试中性能保持领先，较好的证明了该并行图缓存架构的合理性和有效性.
  • 领域知识驱动结合深度学习的调制识别方法
    刘高辉，张宇
    2026, 47(2): 343-350.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对数据驱动深度学习调制识别中的数据冗余及低信噪比下训练性能欠佳的问题，提出了一种基于领域知识驱动的双流网络模型，并引入了自适应注意力机制.首先，利用通信信号领域知识和主分量分析算法提取信号关键动态特性，并初始化卷积神经网络，提高训练效率；其次，将信号的I/Q数据送入初始化后的卷积神经网络提取信号时域特征；同时，对具有噪声抑制特性的双谱数据进行对角切片处理，送入结合软阈值降噪算法的深度残差收缩网络提取频域特征，将时、频域特征同领域知识组成联合特征向量；在分类阶段，自适应注意力机制通过动态调整注意力头数量与权重筛选冗余特征，最后经全连接层完成分类.仿真结果表明：提出的模型在SNR=0dB时识别率达到87.9%，最高识别率达到95.8%，训练时间减少6.40%~39.68%.相比其他深度学习模型，本方法在较低参数量下表现出更好的性能.
  • 一种基于智能体的G代码生成问答系统设计与实现
    郜宇博1,2，何平1，周正1,2，迟连攀1,2，陈伟强1,2，于东1,2,3
    2026, 47(2): 351-360.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    智能制造与工业自动化的发展使数控加工技术成为现代制造业的关键.G代码作为数控机床的重要指令语言，其生成质量直接影响加工精度、生产效率和制造水平.然而，传统G代码依赖人工编写，效率低下且易出错.为此，本文提出了一种基于智能体的G代码生成系统.系统通过自然语言处理解析用户需求，自动生成精准的G代码.同时，采用领域数据校正方法，有效解决了相似词语识别错误问题.此外，设计了CMT-BERT模型，优化任务识别与参数提取.实验结果表明，意图识别和实体抽取的F1分数分别为98.0%和95.8%，显著优于其他传统模型，极大地提升了G代码生成效率与准确性.本研究为数控加工的智能化与自动化提供了创新解决方案，具有重要实践与理论意义.
  • 面向主动学习的异常检测方法：现状与展望
    赵海燕1，吴思雨1，曹健2，陈庆奎1
    2026, 47(2): 361-369.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    随着异常检测技术在网络安全、金融风控以及医疗诊断等众多领域的广泛应用，如何应对标注数据成本高昂以及误报率居高不下等问题，正变得愈发关键.在此背景下，主动异常检测应运而生，它借助交互学习框架，致力于降低误报率并提升检测性能.本文深入剖析了异常检测以及主动异常检测，系统阐释了主动异常检测的构成要素，并着重强调了其在削减数据标注成本以及减少误报发生频率方面的重要意义.此外，本文还从异常分类器、主动数据选择策略以及反馈信息的利用这三重视角，对主动异常检测方法进行了分类.最后，论文深入剖析了主动异常检测所面临的挑战，并为其未来的发展方向提出了研究方向和思路.
  • ETC-DRE：基于实体类型约束的对话级关系抽取
    龙奕锟，李卫疆
    2026, 47(2): 370-377.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    目前针对对话级关系抽取的大多数方法都集中在通过序列或图方法增强实体对的上下文表示，但却忽略了长尾问题.关系相关性是缓解长尾问题的一种有效方法，该方法可以将头部关系的丰富信息传递给尾部关系，从而缓解尾部关系训练数据不足的情况.本文针对长尾问题和非对称互逆问题构造了一个实体类型约束图，该约束图为每个关系制定了所有对应的主/客体类型，并且约束图中明确指示了一个实体在关系三元组中属于主体还是客体，不同的关系由共同的实体类型连接，进而反映关系的相关性.通过利用图卷积网络将信息从数据丰富的头部关系传递给信息稀缺的尾部关系，从而同时缓解尾部关系训练不足和非对称互逆关系的问题.本文模型在DialogRE数据集上进行了实验，其中F1和F1c分数分别达到了64.1%和60.3%，验证了其有效性.
  • 结合思维链评估和事实验证的小样本关系抽取方法
    谭思莹1，2，段建勇1，2，范安宇1，2，孙婷3，刘杰1，2
    2026, 47(2): 378-385.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    小样本关系抽取旨在从极少量标注数据中学习提取样本中实体之间关系的能力.一些研究表明，引入思维链生成推理过程辅助大模型进行推理的方法，可以有效完成小样本关系抽取任务.然而，现有的基于思维链的方法很少评估推理过程的准确性，其推理过程可能存在质量低的问题.因此，提出一种为基于思维链的小样本关系抽取任务设计的思维链评估方法，来检查生成的推理过程是否包含样本关键信息.同时，为了解决大模型推理存在的幻觉问题，提出了事实验证方法，旨在评估提取的三元组与原样本之间的事实一致性.实验结果表明，与之前的方法相比，该模型实现了性能上的提升，在FewRel 1.0和FewRel 2.0数据集上性能最高提升了1.3%和2%，这表明了这两个方法的有效性.
  • 利用序列编码及稀疏学习的药物-miRNA关联预测
    任鹏飞，柳迪，滕志霞
    2026, 47(2): 386-393.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    微小RNA（miRNA）在许多人类复杂疾病的发生和发展中起着重要的作用，并被广泛认为是未来治疗疾病的有效药物靶点.然而，现有计算模型主要以基于生物学信息的药物(miRNA)间相似度进行学习，缺少其对应的序列特征；此外，目前的miRNA 与药物的关联数据存在显著的稀疏性和噪声问题，进一步限制了预测模型的性能.针对上述问题，本文提出了一种基于序列特征编码和稀疏学习的药物-miRNA 关联预测模型SESL.该模型通过深度学习编码器生成序列相似性矩阵，并利用稀疏学习方法对关联矩阵进行优化，最终结合有界核范数正则化实现关联预测.实验结果显示SESL在多种情况下优于现有方法，同时在数据更加稀疏的情况下仍保持较高的性能.
  • 基于增强型蛇鹫优化算法的光伏电站清洗机器人路径规划
    王涛1，黄庭宇2，徐凌桦1，王霄1，杨靖1，冯平平1
    2026, 47(2): 394-402.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对现有路径规划算法在光伏电站清洗机器人路径规划中存在寻径效果差、易陷入局部最优等问题，提出了一种多策略融合的增强型蛇鹫优化算法（ESBOA）.首先，结合光伏电站环境特征，综合考虑路径长度、平滑度和拐点数三个评价指标，构建仿真环境和适应度函数；其次，对原始蛇鹫优化算法（SBOA）引入Halton序列初始化种群、动态调整自适应参数、融合黄金正弦和最优个体混合扰动等优化策略，使得ESBOA算法具备更佳的全局优化能力和鲁棒性；最后，对ESBOA算法进行性能测试，仿真结果表明，ESBOA算法在基准测试函数上的寻优性能明显优于对比算法，且在20×20和30×30的光伏电站栅格地图中，ESBOA算法所规划的平均路径长度最短、平滑度最小、拐点数最少，综合寻径效果最佳.
  • 思维链推理的方面级情感分析模型
    黄俊光1，缪裕青1，刘同来2，张万桢2，蔡国永1
    2026, 47(2): 403-412.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    现有的方面级情感分析方法，大多是通过分析句子中意见项和句子语义信息得到方面项的情感极性，较少考虑意见项出现的背后可能原因和句子本身所处的语境等与方面相关的潜在外部信息，而这些潜在外部信息有助于方面级的情感分析.本文提出一种基于思维链推理的方面级情感分析模型4-T.4-T思维链模型在推理过程中，由浅入深地不断给出提示，使语言模型通过推理，不断挖掘方面相关的潜在外部信息；利用推理出的潜在外部信息作为辅助，增强模型对方面情感的理解.同时，为提高推理的逻辑正确性和优化训练效率，设计思维一致性约束和特征裁剪.实验结果表明，所提模型的效果优于多个对比模型，进一步提高了方面级情感分析的准确率.
  • 时序向量引导的多特征融合驾驶员疲劳检测方法
    裴颂文1，谢影1，张慧辰2
    2026, 47(2): 413-420.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    疲劳驾驶检测是降低交通事故发生率，提高驾驶安全的关键技术.现有技术主要依赖提取驾驶员面部特征判断疲劳状态.由于光照条件、拍摄角度等复杂的交通场景带来的各类干扰信息，使得驾驶疲劳状态难以准确检测.因此，本文提出了一种时序向量引导的多特征融合驾驶员疲劳视频检测方法.首先，通过局部图像及节点图特征提取模块分别提取对应分支的疲劳特征块，减少低质图像区域对整体检测的负面影响；其次，通过关键点间的变化向量构建时序向量邻接矩阵，得到包含疲劳状态信息的时序向量；最后，通过Transformer多特征融合模块，使用时序向量引导双分支增强对疲劳状态动态变化的检测，提高疲劳检测的精度.在公共数据集YAWDD和NTHU-DDD的实验结果表明了本文方法的准确率分别至少提高了28%和32%.
  • 针对病变区域的多视图集成甲状腺分类网络
    徐蕾1，2，4，郭锐锋1，2，4，王广义3，郭佳慧5，王鸿亮1，2，4
    2026, 47(2): 421-427.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    甲状腺结节是一种常见的内分泌疾病.近年来，随着深度学习的发展，提出了大量的甲状腺良恶性辅助诊断（CAD）方法.尽管CAD在甲状腺分类任务上表现良好，但目前大多数研究都是采用黑盒模式，并没有从医生的诊疗过程出发，忽视了医生是从肿瘤的多个角度及其周围组织信息进行诊断.因此本文提出一种多视图专家集成分类网络.首先，利用Curvelet变换得到更多图像特征；其次，将不同视图输入到多个专家网络模型中，以分而治之的策略进行诊断；最后，结合主治专家网络与多个辅助专家网络，实现对甲状腺结节良恶性的综合判断.实验结果表明，基于多视图集成网络的分类性能显著优于单视图方法，并在多个评价指标上表现出明显的提升.
  • 多相似度矩阵融合的多目标跟踪算法
    陈涛，肖杰，张雨飞，周德龙
    2026, 47(2): 428-434.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    多目标跟踪是计算机视觉领域的核心研究方向，面临目标模糊、尺寸小和频繁遮挡等难题.提出一种基于深度学习和尺度不变特征转换(SIFT)的多目标跟踪算法，旨在解决目标模糊、尺寸小、遮挡等情况下跟踪精度不稳定的问题.通过引入SIFT特征改进DeepSORT算法，将DeepSORT算法中的重识别网络提取的描述目标间外观相似度的相似度矩阵与SIFT提取的目标间相似度矩阵融合.同时还采用与外观无关的连接模型与高斯平滑插值法对目标轨迹进行优化，提高了算法在复杂场景下的跟踪精度.采用MOT16数据集进行实验验证，结果表明，该跟踪算法在目标密集、遮挡等复杂情况下表现良好，多目标跟踪算法跟踪精度达到5426%，IDF1分数达到6124%，身份编号转换次数仅为406，相比DeepSORT算法具有较好的鲁棒性和精度.
  • 深度融合实例-类别特征的多人解析算法
    叶岚清1,刘骊1,2,付晓东1,2,刘利军1,2,彭玮1,2
    2026, 47(2): 435-442.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对多人解析中存在阶段间强耦合性、多尺度表征不足、解析精准性受限的问题,提出一种深度融合实例-类别特征的多人解析算法.首先,在特征空间中定义包含人体部位、关节点和服装配饰的编码集,通过引入可变形注意力进行人体多尺度特征学习;然后,将人体多尺度特征作为共享语义信息,统一表示实例特征和类别特征;最后结合交叉注意力深度融合实例与类别特征,以生成精准的多人解析结果.在MHP V2.0数据集上的实验结果表明,所提算法在评估指标APPvol和PCP50上分别达到了51.2%和55.6%,较现有方法提升了1.9%和2.7%,能够有效识别并准确解析不同尺度下的人体部位和服装配饰,提高多人解析精度.此外,在CIHP数据集上的测试,进一步验证所提算法具有一定的鲁棒性.
  • 面向小程序模板的漏洞挖掘方法研究
    杨雲腾，史一哲，杨哲慜
    2026, 47(2): 443-450.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    小程序模板在开发过程中被广泛使用，但其固有的安全漏洞导致大量模板小程序面临安全风险.由于小程序模板代码闭源且使用情况不透明，现有方法难以对小程序模板固有漏洞以及衍生的小程序漏洞进行挖掘.为此，本文提出了一种面向小程序模板的融合多阶段聚类分析和模板行为分析的漏洞挖掘方法.该方法通过提取代码特征汇总相同模板开发的小程序，采用基于图匹配的启发式方法来识别相似的程序行为，即模板行为，以此构建小程序模板过程间控制流图，从而快速定位并系统性评估模板开发行为导致的小程序漏洞及其扩散现象.基于该方法本文实现了一个面向小程序模板的漏洞挖掘工具MTVMiner，从小程序集中提取出11489套小程序模板过程间控制流图，准确率达9335%，并将其用于密钥泄漏漏洞检测，检出690套存在密钥泄漏漏洞的模板，影响超2万个小程序.
  • 高速移动通信系统中多普勒抑制算法设计
    朱哲华，冯运琪
    2026, 47(2): 451-457.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    本文研究了高速移动通信系统中基于大规模天线阵列的多普勒抑制技术，重点解决了由收发端高速运动引起的多普勒效应导致的信道时变性和信道间干扰问题.本文首先分析了多普勒效应对高速移动通信系统的影响，指出当前高速移动通信系统在设计中面临显著的信道干扰和时变性问题.随后，提出了一种基于角度域信号处理的多普勒频偏估计与抑制方案，优化了系统的抗干扰能力和信号质量.最后，基于最大似然算法，联合多个接收波束对多普勒频偏进行估计，并分析了频偏估计误差对系统性能的影响.通过仿真结果验证，本文提出的盲估计算法相比现有的多普勒频偏估计算法，在精度上具有明显优势，能够更好地满足高速移动通信系统对频偏估计精度的需求.
  • 理想格上的动态前向安全群签名方案研究
    王璐1，朱晓军1，王龙2，杨倩倩2
    2026, 47(2): 458-467.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对现有的基于格的群签名方案的研究中存在的计算和存储开销大、成员加入与撤销不灵活和密钥暴露后安全性难保证等问题，提出了一种理想格上的动态前向安全群签名方案.首先，理想格的应用能够有效降低签名的计算和存储开销；其次，Ducas-Micciancio签名方案和VLR机制相结合能够实现方案的完全动态性，支持成员灵活加入和撤销，其中针对VLR机制的存在的匿名性问题，利用PKE设置额外密钥对能够实现方案的完全匿名性；最后引入盆景树技术，通过周期性的密钥更新能够实现方案的前向安全性，保证密钥暴露后的安全性.在RSIS和RLWE困难假设下，证明了该方案的安全性.
  • 多函数混合的程序控制流执行逻辑与混淆方法
    唐成华1，2，林和1，2，张靖1，3，强保华2，3
    2026, 47(2): 468-476.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对目前基于LLVM的控制流混淆局限于函数内部执行程序流程控制的问题，提出一种多函数混合的程序控制流混淆方法.基于汇编实现函数外部基本块跳转逻辑，以汇编文件中的所有函数的基本块为单位，将其杂乱混合在一个函数中，并采用两种改进混淆算法，首先是实施多函数混合的基本块虚假控制流混淆，在正常的控制流中插入函数内或外的虚假跳转，其次是执行多函数混合的基本块控制流扁平化混淆，由一个变量和一个分发器控制所有的跳转，最终达到多函数混合的控制流有效混淆目的.该方法能实现隐藏基本块所属函数，使得只能从一个大函数对执行逻辑进行逆向分析.此外，优化了代码分发器实现，时间复杂度从原来的O（n）降为了O（1）.实验结果表明，多函数混合的控制流混淆方案相对于已有的控制流混淆可进一步降低代码相似度，其中多函数混合虚假控制流下降达63.48%，多函数混合控制流扁平化方法在较高复杂度程序上运行速度提升至其他扁平化混淆的2~3倍.
  • 基于Cache功能模拟的GPU内存系统建模
    袁福焱，郝晓宇，曹振伟，张森，陈俊仕，安虹
    2026, 47(2): 477-486.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    重用距离分析是一种常用的基于Trace的Cache性能分析方法.然而，随着现代GPU微架构的持续演进，现有基于重用距离理论的GPU内存分析模型由于简化了过多硬件特性，导致了显著的失真.为此，本文提出一种基于Trace和Cache功能模拟的GPU内存系统建模框架，针对现代GPU的关键内存特性进行了精确建模，包括Sector Cache、自适应L1缓存分配机制以及写直达与写回策略等.通过在Volta架构及多个基准测试套件上的实验验证，论文模型相较现有最先进模型PPT-GPU-Mem在多个关键指标上显著提升了预测精度：L2命中率误差从43.39%降至15.86%，显存读写事务次数误差从42%降至16.85%.
  • ERA-UNet：一种芯片引线键合多特征提取算法
    张小国,丁丁,王士强,刘亚飞
    2026, 47(2): 487-494.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    芯片引线键合X射线图像中引线、焊球和晶粒特征灰度差异小，阈值分割和边缘检测等传统图像处理方法鲁棒性差且操作复杂.目前，已有较多基于深度学习的语义分割方法，但在多类别、小目标和多尺度分割性能方面仍存在挑战和局限，且对高分辨率X射线芯片图像而言，这些网络的模型复杂度较高.针对上述问题，提出了基于U-Net改进的芯片引线键合多特征提取网络（ERA-UNet）算法，首先引入平滑卷积预下采样模块以减少GPU内存占用和计算量，然后设计残差多尺度特征融合模块以加强特征提取，并改进跳跃连接实现邻近多级特征融合.最后，构建了芯片引线键合语义分割数据集，并设计了对比及消融实验验证算法性能.实验结果表明，ERA-UNet网络在自建数据集上的MIoU达到了93.05%，相比于其他先进网络具有更优的分割性能，实现了对引线键合多特征的高精度实时提取.
  • 时序松弛约束下绕障X结构布线算法
    鲁任1，朱予涵1，刘耿耿1，2，3
    2026, 47(2): 495-503.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    超大规模集成电路布线结果的优劣将直接影响芯片设计的质量.随着互连延迟逐渐成为芯片延迟的主要来源，在布线过程中进行时序分析变得愈发重要，同时，考虑到障碍在芯片布线中无法避免，以及X结构的引入可以更充分利用布线空间资源，因此，首次综合考虑时序松弛、障碍物以及更具互连优势的X结构，提出了一种时序松弛约束下绕障X结构布线算法.首先，为了避免重复地判断引脚间的连线是否经过障碍，提出一种高效的预处理策略，通过构建边障表来记录任意两引脚间的4种布线方式与所有障碍的关系.其次，为了解决构造Steiner最小树这一离散问题，将遗传算法与粒子群优化算法相结合，引入变异算子和交叉算子作为粒子群的离散更新方式.然后，提出了一种局部时序优化策略，通过优化布线半径达到优化最坏负松弛值的目的.接着，提出了一种有效的绕障策略，使布线在不经过障碍的前提下尽可能优化线长.最后，提出了一种路径精炼策略，选择布线资源共享程度最高的布线结构对原有的布线结构进行替换，进而达到优化线长的目标.实验结果表明，所提算法优化了布线的线长以及半径并在时序的关键性指标—最坏负松弛值上比相关算法分别优化了59%、51%和40%，极大提高了电路的稳定性.
  • 电路拓扑驱动的晶体管级时序优化算法
    成泽祥1，罗元盛1，冯超超2，3，赵振宇2，3，张曾慧2，3，成龙2，3
    2026, 47(2): 504-512.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    随着集成电路技术的飞速发展，电路设计的复杂性与日俱增，晶体管级时序优化成为提高电路性能的重要手段.针对由标准单元组成的复杂电路中关键路径延时过大的问题，提出了一种基于电路拓扑结构的晶体管级时序优化算法.该算法通过分析电路拓扑特征，精准识别电流传输的上拉或下拉路径，并结合多种优化策略，对晶体管尺寸进行精细调整，从而有效缩短了关键路径的延时.实验表明，该算法在多种电路场景下均展现出了卓越的时序优化效能.具体而言，在针对路径上所有单元的全面优化策略下，200条测试路径的前仿测试结果显示，其延时平均降低了20.7%；而当优化焦点集中于延时敏感单元时，这200条路径的前仿测试延时同样实现了8.1%的平均降幅.更进一步地，在精选的10条路径上，仅对延时敏感单元进行优化并完成版图绘制工作，后仿测试结果表明，这些路径的延时平均减少了6.8%.这一系列显著的优化成果不仅充分证明了该算法的有效性与实用性，更为未来针对延时敏感单元开展局部全定制电路设计提供了新的思路.