Journal of Zhejiang University

Current Issue: <FITEE>

Frontiers of Information Technology & Electronic Engineering (former title: Journal of Zhejiang University SCIENCE C (Computers & Electronics), 2010-2014)

ISSN 2095-9184 (print); ISSN 2095-9230 (online); CN 33-1389/TP; Monthly.

FITEE is an international peer-reviewed journal indexed by SCI-E, Ei Compendex, DBLP, IC, Scopus, JST, CSA, etc. It covers research in Electrical and Electronic Engineering, including Computer Science, Information Sciences, Control, Automation, Telecommunications, and related disciplines.

Impact factor: 0.308 (2011), 0.297 (2012), 0.380 (2013), 0.415 (2014), 0.392 (2015), 0.622 (2016), 0.910 (2017), 1.033 (2018), 1.604 (2019), 2.161 (2020), 2.526 (2021).

Frontiers of Information Technology & Electronic Engineering

ISSN 2095-9184 (print), ISSN 2095-9230 (online), monthly

2021 Vol.22 No.6 P.767-914

Cover:

<404>

Contents:

<389>

<<< CONTENTS >>>

Special Feature on High-Throughput Millimeter-Wave Wireless Communications
(Guest Editor-in-Chief: Wei HONG; Guest Editor-in-Chief Assistants: Guangrong YUE and Haiming WANG; Guest Editors: Xiaohu GE, etc.)

A general altitude-dependent path loss model for UAV-to-ground millimeter-wave communications

Qiuming Zhu, Mengtian Yao, Fei Bai, Xiaomin Chen, Weizhi Zhong, Boyu Hua, Xijuan Ye

DOI: 10.1631/FITEE.2000497 Downloaded: 2880 Clicked: 4099 Cited: 0 Commented: 0(p.767-776) <Full Text> <PPT> 1289

Chinese summary <28> 一种与高度相关的无人机对地毫米波传播损耗模型

朱秋明^1,2，姚梦恬¹，柏菲¹，陈小敏¹，仲伟志³，华博宇¹，叶溪娟¹
¹南京航空航天大学电子信息工程学院电磁频谱空间认知动态系统工信部重点实验室，中国南京市，211106
²西安电子科技大学综合业务网理论及关键技术国家重点实验室，中国西安市，710000
³南京航空航天大学航天学院电磁频谱空间认知动态系统工信部重点实验室，中国南京市，211106
摘要：提出一种通用的空地毫米波传播损耗模型。与现有传播损耗模型不同，本模型考虑了无人机高度因素，并将传播类型分为3种情况（视距、反射和绕射）。同时，提出一种结合射线追踪技术和数字地图的确定性传播损耗预测算法，并用于不同场景下生成大量数据。通过拟合分析不同场景和无人机高度下的传播损耗数据，得到与高度相关的模型参数。仿真结果表明，所提模型在低空和高空情况下都能准确预测传播损耗。相比3GPP模型和CI模型，所提模型的预测结果与射线追踪计算结果更加一致，标准偏差更小。此外，本文模型能通过仿真或测量数据进行参数调整，从而扩展到其他空地通信场景。

关键词组：传播损耗；无人机对地信道；毫米波通信信道；射线追踪；高度相关

Prior information based channel estimation for millimeter-wave massive MIMO vehicular communications in 5G and beyond

Zhao Yi, Weixia Zou, Xuebin Sun

DOI: 10.1631/FITEE.2000515 Downloaded: 3069 Clicked: 4637 Cited: 0 Commented: 0(p.777-789) <Full Text> <PPT> 1252

Chinese summary <24> 基于先验信息的5G及后5G毫米波大规模多入多出车载通信信道估计

易钊¹，邹卫霞^1,2，孙学斌¹
¹北京邮电大学泛网无线通信教育部重点实验室，中国北京市，100876
²东南大学毫米波国家重点实验室，中国南京市，210096
摘要：毫米波（mmWave）被认为是5G及后5G高带宽车载通信的可行解决方案。为实现在未来车辆通信中的应用，鲁棒的毫米波车载网络非常重要。然而，一个挑战是，毫米波应在车辆或车辆到基础设施（V2I）之间提供高速和超高速数据交换。此外，由于车辆的高速移动引起毫米波信道快速变化，传统的实时信道估计方案难以实现。针对这些问题，提出一种毫米波V2I车辆通信信道估计方法。首先考虑快速运动的车辆场景，建立相应的快速时变信道数学模型。然后，利用基站与每个移动用户之间的时间变化规律和确定的到达方向，预测时变信道先验信息（PI）。最后，利用PI和信道特性对时变信道进行估计。仿真结果表明，在毫米波时变车载通信系统中，该方案在归一化均方误差和和率性能上均优于传统方案。

关键词组：大规模多入多出；毫米波；信道估计；车辆通信；时变

Forward link outage performance of aeronautical broadband satellite communications

Huaicong Kong, Min Lin, Shiwen He, Xiaoyu Liu, Jian Ouyang, Weiping Zhu

DOI: 10.1631/FITEE.2000445 Downloaded: 3553 Clicked: 4192 Cited: 0 Commented: 0(p.790-801) <Full Text> <PPT> 1562

Chinese summary <27> 航空宽带卫星通信系统前向链路中继性能分析

孔槐聪¹，林敏¹，何世文^2,3，刘笑宇¹，欧阳键¹，朱卫平^1,4
¹南京邮电大学通信与信息工程学院，中国南京市，210003
²中南大学计算机科学与工程学院，中国长沙市，410083
³紫金山实验室，中国南京市，210096
⁴康考迪亚大学电气与计算机工程系，加拿大蒙特利尔，QC H3G 1M8
摘要：高通量卫星系统可以满足未来高速率和大带宽的需求，在毫米波航空通信中扮演着重要角色。研究了航空宽带卫星通信系统前向链路的中断性能，其中从信关站到卫星的馈线链路使用自由空间光通信传输，从卫星到飞机的用户链路则在毫米波频段工作。特别地，在用户链路中，高通量卫星采用点波束技术，并在飞机上部署大型天线阵列。首先，在采用放大转发协议情况下，提出一种基于位置的波束成形方案，使得平均输出信噪比最大，并且此方案适用于相控阵。然后，假设馈电链路服从伽马-伽马分布，而用户链路经历阴影莱斯衰落，同时考虑相位误差影响，推导出系统的中断概率闭合表达式。为获得分集度和编码增益，进一步推导了高信噪比情况下的渐近中断表达式。最后，数值仿真验证了理论分析的有效性，并揭示相位误差对系统中断性能的影响。

关键词组：航空宽带卫星网络；自由空间光传输；高通量毫米波通信；中断概率；相位误差

Regular Papers

Review Article: Decentralized multi-agent reinforcement learning with networked agents: recent advances

Kaiqing Zhang, Zhuoran Yang, Tamer Ba?ar

DOI: 10.1631/FITEE.1900661 Downloaded: 3583 Clicked: 5202 Cited: 0 Commented: 0(p.802-814) <Full Text>

Chinese summary <26> 带有网络智能体的去中心化多智能体强化学习进展

张凯清¹，杨卓然²，Tamer Başar¹
¹伊利诺伊大学香槟分校协调科学实验室，美国伊利诺伊州，61801
²普林斯顿大学运筹学与金融工程系，美国新泽西州，08544
摘要：多智能体强化学习长期以来一直是机器学习和控制领域的重要研究课题。最近在（单智能体）深度强化学习领域的进展重新唤醒了对多智能体强化学习的研究兴趣，尤其在理论分析方面。本文回顾这个大课题中的一个子领域：带有网络智能体的去中心化多智能体强化学习。在这一场景中，多个智能体在一个共同的环境中进行序贯决策，无需中心控制器的协调，且智能体被允许和它们在通信网络上的邻居交换信息。这样的一个模型在很多方向都有相关应用，包括机器人控制、无人车控制、移动传感器网络控制、智能电网，等等。本综述旨在覆盖和整理我们和其他科研人员在这一方向的相关工作。我们希望该综述能够激发更多研究热情，投入到这个激动人心却又充满挑战的领域。

关键词组：强化学习；多智能体系统；网络系统；一致性优化；分布式优化；博弈论

Review Article: A survey on indoor 3D modeling and applications via RGB-D devices

Zhilu Yuan, You Li, Shengjun Tang, Ming Li, Renzhong Guo, Weixi Wang

DOI: 10.1631/FITEE.2000097 Downloaded: 3752 Clicked: 4332 Cited: 0 Commented: 0(p.815-826) <Full Text> <PPT> 1452

Chinese summary <26> 基于RGB-D传感器的室内三维建模及应用研究综述

原志路¹，李游¹，汤圣君¹，李明²，郭仁忠¹，王伟玺¹
¹深圳大学建筑与城市规划学院，智慧城市研究院，粤港澳大湾区智慧城市联合实验室，自然资源部监测与仿真重点实验室，中国深圳市，518060
²测绘与遥感信息工程国家重点实验室，中国武汉市，430079
摘要：随着消费级RGB-D摄像机的快速发展，真实世界的室内三维场景建模和机器人应用越来越受到重视。然而，室内三维场景建模仍具有挑战性，因室内物体结构可能具有较高复杂性，在此情况下，消费者级传感器采集的RGB-D数据质量需进一步提升。近年来，在提高消费者级传感器采集的RGB-D数据质量方面，有很多值得关注的研究。本文介绍了室内场景建模方法的最新进展、室内公共数据集和库以及RGB-D设备的典型应用，包括室内定位和紧急疏散。

关键词组：三维室内制图；RGB-D；室内定位；施工监测；应急疏散

Received signal strength based indoor positioning algorithm using advanced clustering and kernel ridge regression

Yanfen Le, Hena Zhang, Weibin Shi, Heng Yao

DOI: 10.1631/FITEE.2000093 Downloaded: 2351 Clicked: 4436 Cited: 0 Commented: 0(p.827-838) <Full Text> <PPT> 1452

Chinese summary <22> 基于改进型分簇和核岭回归的RSS室内定位算法

乐燕芬，张贺娜，施伟斌，姚恒
上海理工大学光电信息与计算机工程学院，中国上海市，200093
摘要：智能移动设备和无线传感器网络相关技术的融合发展，使得基于位置的服务受到广泛关注。如何利用无线信号在室内复杂环境下实时获得理想的定位精度，成为当前研究热点之一。提出一种基于接收信号强度（RSS, received signal strength）的位置指纹定位算法。该算法分为离线和在线阶段。离线阶段采用一种改进的分簇方法，采用K中心点分簇算法，把物理位置位于簇外边缘的参考点加入簇指纹库，使得参考位置点的RSS信号特性与物理位置结合。在线定位时，基于簇匹配的粗定位与簇内二次精确定位结合。簇内定位采用基于核岭回归的算法，通过核函数实现RSS信号特性与物理位置非线性关系挖掘，同时算法在簇内成员中进行，减小了时间复杂度。通过两个典型室内环境下的定位实验，探究了基于RSS信号强度和覆盖向量的两种分簇和簇匹配准则对算法性能的影响，以及不同环境下参数的选择，验证了所提算法的定位性能。

关键词组：室内定位；接收信号强度（RSS）指纹；核岭回归；簇匹配；改进型分簇

Joint tracking and classification of extended targets with complex shapes

Liping Wang, Ronghui Zhan, Yuan Huang, Jun Zhang, Zhaowen Zhuang

DOI: 10.1631/FITEE.2000061 Downloaded: 3144 Clicked: 3958 Cited: 0 Commented: 0(p.839-861) <Full Text> <PPT> 1250

Chinese summary <26> 复杂形状的扩展目标联合跟踪与分类

王丽萍，占荣辉，黄源，张军，庄钊文
国防科技大学自动目标识别重点实验室，中国长沙市，410073
摘要：本文解决具有复杂形状的单扩展目标联合跟踪与分类（joint tracking and classification, JTC）问题。为描述复杂形状，首先利用随机超曲面模型（random hypersurface model, RHM）将空间扩展状态建模为星凸形状，并将其作为目标分类的特征信息。利用两个向量对目标状态建模，以减轻高维状态空间和严重非线性观测模型对目标状态估计的影响，并利用归一化傅立叶描述子的欧氏距离度量获得类别概率更新的解析解。因此，该方法被称为"JTC-RHM方法"。此外，为解决检测不确定和杂波情况下的单扩展目标JTC问题，将所提JTC-RHM方法整合到Bernoulli滤波框架中，提出JTC-RHM-Ber滤波算法。特别地，推导了该滤波算法的递推表达式。仿真结果表明：（1）与基于随机矩阵模型的JTC算法相比，所提JTC-RHM方法能更准确地对不同形状、相似大小的目标进行分类；（2）与基于星凸RHM的扩展目标跟踪算法相比，所提算法对目标状态性能估计更优；（3）所提JTC-RHM-Ber滤波算法在状态检测和估计方面具有良好性能，能够正确地实现目标分类。

关键词组：扩展目标；傅里叶描述子；联合跟踪与分类；随机超曲面模型；伯努利滤波器

Fractional-order memristive neural synaptic weighting achieved by pulse-based fracmemristor bridge circuit

Yifei Pu, Bo Yu, Qiuyan He, Xiao Yuan

DOI: 10.1631/FITEE.2000085 Downloaded: 2555 Clicked: 4075 Cited: 0 Commented: 0(p.862-876) <Full Text> <PPT> 1296

Chinese summary <24> 基于脉冲分忆抗桥电路的分数阶记忆性神经突触加权

蒲亦非¹，余波^1,2，何秋燕¹，袁晓³
¹四川大学计算机学院（软件学院），中国成都市，610065
²成都师范学院物理与工程技术学院，中国成都市，611130
³四川大学电子信息学院，中国成都市，610065
摘要：提出一种新颖的分数阶记忆性神经突触加权电路。与以往大多数整数阶神经突触加权电路不同，该分数阶记忆性神经突触加权电路具有许多重要优点。由于忆阻的概念已从经典的整数阶忆阻推广到分数阶忆阻（分忆抗），分忆抗能否实现分数阶记忆性突触成为一个具有挑战性的理论问题。本文研究利用脉冲分忆抗桥电路实现的分数阶记忆性神经突触加权电路的特点。首先，利用基于脉冲的分忆抗桥电路设计分数阶记忆性神经突触加权电路结构。其次，从数学上证明分数阶记忆性神经突触加权电路的分数阶学习能力。最后，通过实验研究分数阶记忆性神经突触加权电路的电特性。分数阶记忆性神经突触加权电路在解释学习和记忆基础的细胞机制方面具有很强的能力，优于传统的整数阶神经突触加权电路，是该电路的主要优势。

关键词组：分数阶微积分；分忆抗；分忆抗值；分数阶忆阻；分数阶记忆性突触

Improved dynamic grey wolf optimizer

Xiaoqing Zhang, Yuye Zhang, Zhengfeng Ming

DOI: 10.1631/FITEE.2000191 Downloaded: 3629 Clicked: 3944 Cited: 0 Commented: 0(p.877-890) <Full Text> <PPT> 1158

Chinese summary <22> 改进的动态灰狼优化算法

张小青^1,2，张玉叶¹，明正峰²
¹咸阳师范学院物理与电子工程学院，中国咸阳市，712000
²西安电子科技大学机电工程学院，中国西安市，710071
摘要：在标准灰狼优化算法（GWO）中，搜索狼必须等到其他搜索狼与3个领导狼之间的比较完成后才能更新其当前位置矢量。正因为有此等待时间，标准GWO被视为静态GWO。为消除这种等待时间，提出两种动态GWO算法：第一种动态灰狼优化算法（DGWO1）和第二种动态灰狼优化算法（DGWO2）。在动态GWO算法中，当前搜索狼不需要等待所有其他搜索狼与领导狼的比较，在完成自身或前一匹搜索狼与领导狼的比较后，即可更新其位置矢量。动态GWO算法及时更新搜索狼的位置，提高了算法迭代收敛速度。以动态GWO算法结构为基础，对其他改进GWO算法也进行了一定的性能测验。实验证明，对同一改进GWO算法，以动态GWO结构为基础时的性能总体上优于以静态GWO结构为基础时的性能。

关键词组：群智能；灰狼优化算法；动态灰狼优化算法；优化实验

Post-quantum blind signcryption scheme from lattice

Huifang Yu, Lu Bai

DOI: 10.1631/FITEE.2000099 Downloaded: 2915 Clicked: 4007 Cited: 0 Commented: 0(p.891-901) <Full Text> <PPT> 1278

Chinese summary <22> 后量子安全的格盲签密方案

俞惠芳，白璐
西安邮电大学网络空间安全学院，中国西安市，710121
摘要：盲签密能够保证签密消息的盲性和不可追踪性，可以同时实现盲签名和公钥加密。大多数盲签密都是基于传统数论问题。随着量子计算技术的发展，传统盲签密面临着严峻的安全威胁。作为有前途的抗量子计算候选密码系统，格密码系统在学术领域引起越来越多关注。本文通过将盲签密应用于格密码系统，提出一种后量子安全的格盲签密方案（PQ-LBSCS）。PQ-LBSCS具有格密码体制和盲签密技术的优点。在标准模型中PQ-LBSCS基于带错误学习问题和小整数解问题被证明是安全的。Matlab仿真结果表明PQ-LBSCS比已有方案更高效。PQ-LBSCS安全性强、计算效率高，使其在电子商务、移动通信、智能卡等领域具有广泛应用前景。

关键词组：格密码系统；盲签密；抗量子计算；带错误学习问题；最短向量问题

Video summarization with a graph convolutional attention network

Ping Li, Chao Tang, Xianghua Xu

DOI: 10.1631/FITEE.2000429 Downloaded: 3334 Clicked: 4045 Cited: 0 Commented: 0(p.902-913) <Full Text> <PPT> 1351

Chinese summary <23> 基于图卷积注意力网络的视频摘要方法

李平^1,2，唐超¹，徐向华¹
¹杭州电子科技大学计算机学院，中国杭州市，310018
²南京大学计算机软件新技术国家重点实验室，中国南京市，210023
摘要：视频摘要已成为生成浓缩简洁视频的一种基础技术，该技术有利于管理和浏览大规模视频数据。已有方法并未充分考虑各视频帧之间的局部和全局关系，导致摘要性能下降。提出一种基于图卷积注意力网络（graph convolutional attention network, GCAN）的视频摘要方法。GCAN由嵌入学习和上下文融合两部分组成，其中嵌入学习包括时序分支和图分支。具体而言，GCAN使用空洞时序卷积对局部线索和时序自注意力建模，能有效利用各视频帧的全局线索；同时利用多层图卷积网络学习图嵌入，反映视频帧样本的本征结构。上下文融合部分将时序分支和图分支的输出信息流合并形成视频帧的上下文表示，然后计算其重要性得分，据此选择具有代表性的帧，生成视频摘要。在两个基准数据集SumMe和TVSum上的实验结果表明，相比其他多种先进方法，GCAN方法在3种不同评测环境下取得更优越的性能。

关键词组：时序学习；自注意力机制；图卷积网络；上下文融合；视频摘要

Erratum: Erratum to: Latent discriminative representation learning for speaker recognition

Duolin Huang, Qirong Mao, Zhongchen Ma, Zhishen Zheng, Sidheswar Routray, Elias-Nii-Noi Ocquaye

DOI: 10.1631/FITEE.19e0690 Downloaded: 1565 Clicked: 3106 Cited: 0 Commented: 0(p.914-914) <Full Text>