Current Issue: <EITEE>
ENGINEERING Information Technology & Electronic Engineering
Editors-in-Chief: Yunhe PAN, Aiguo FEI
Advisor: Xicheng LU
ISSN 3069-8928 (print), 3069-8936 (online), monthly; CN 33-1439/TP
ENGINEERING Information Technology & Electronic Engineering (EITEE for short), formerly known as Frontiers of Information Technology & Electronic Engineering (2015-2025) and Journal of Zhejiang University SCIENCE C (Computers & Electronics) (2010–2014), is a peer-reviewed (double blind) journal that covers research in Computer Science and Technology, Information and Communication Engineering, Control Science and Technology, Electronic Science and Technology, Optical Engineering and Technology, Instrument Science and Technology, among others. It is launched by the Chinese Academy of Engineering and Zhejiang University, and published by Zhejiang University Press and IEEE.
Abstracted and indexed in: ACM Digital Library, Baidu, CLOCKSS, CNKI, CNPIEC, Chinese Science Citation Database, DBLP, Dimensions, EBSCO, EI Compendex, Google Scholar, INSPEC, Naver, Norwegian Register for Scientific Journals and Series, OCLC WorldCat Discovery Service, Portico, ProQuest, SCImago, SCOPUS, Science Citation Index Expanded (SCIE), TD Net Discovery Service, UGC-CARE List (India), Wanfang.
History:
2015-2025: Frontiers of Information Technology & Electronic Engineering (ISSN 2095-9184 (print), 2095-9230 (online), CN 33-1389/TP)
2010-2014: Journal of Zhejiang University SCIENCE C (Computers & Electronics) (ISSN 1869-1951 (print), 1869-196X (online))
ENGINEERING Information Technology & Electronic Engineering
ISSN 3069-8928 (print), 3069-8936 (online)
CN 33-1439/TP
2026 Vol.27 No.5
<19> <13><<< CONTENTS
Research Articles
Ping LV, Qinrang LIU, Jiangxing WU, Jianliang SHEN, Mengke LIAN, Rui CAO, Shuai WEI, Zhichao LI, Peijie LI, Wei GUO, Wenjian ZHANG, Hong YU, Yanzhao GAO
DOI: 10.1631/ENG.ITEE.2025.0063 Downloaded: 436 Clicked: 672 Cited: 0 Commented: 0(p.1-13) <Full Text>
1信息工程大学，中国郑州市，450001
2复旦大学大数据研究院，中国上海市，200433
3国家数字交换系统工程技术研究中心，中国郑州市，450002
摘要：随着摩尔定律逼近其物理与经济层面的根本极限，半导体行业在维持性能增长方面面临前所未有的挑战。本研究阐述了从软件定义互连（SDI）到软件定义晶圆级系统（SDSoW）的革命性演进；SDSoW这一颠覆性架构方案通过晶圆级异质集成突破了传统缩放约束。本文提出的SDSoW可在整片晶圆上实现数千个计算小芯片的动态重构，实现超线性性能缩放，并显著提升能效。我们构建了一个综合理论框架，涵盖了互连灵活性、集成缩放等关键维度的数学模型，并提出一种应用驱动的动态架构重构（ADR）方案，该方案可实时优化晶圆级资源配置，并有望在大规模异质系统中催生涌现智能。基于128–1024个节点的仿真结果表明，SDSoW优于传统多芯片系统，其吞吐量提升约3.73–4.39倍，延迟降低约79.2%，能效提升约2.8倍。作为一项堪比集成电路（IC）发明的技术变革，该方案不依赖工艺微缩，而是通过创新的架构设计，为突破摩尔定律提供一条可行路径。
关键词组：
Ziru LI, Zhaobin XU, Tao ZHANG, Xinbo YUAN, Zhonghe JIN
DOI: 10.1631/ENG.ITEE.2026.0005 Downloaded: 13 Clicked: 38 Cited: 0 Commented: 0(p.1-14) <Full Text> <PPT> 23
1浙江大学微小卫星研究中心，中国杭州市，310027
2浣江实验室，中国诸暨市，311899
3浙江省微纳卫星研究重点实验室，中国杭州市，310027
摘要：在绝对距离测量与定位应用中，大气折射误差是制约测量精度的关键因素，其中温度参数对大气折射率的计算具有主导作用。然而，在野外复杂、动态的环境中，由于传感器布设数量有限且环境具有非平稳性，沿测距路径精准获取温度场仍存在较大难度。针对上述问题，本文提出一种面向大气折射修正的温度时空数据融合方法，在卡尔曼滤波框架下融合广义回归神经网络（GRNN）与克里金插值的优势，实现温度参数的动态预测与高精度重构。通过仿真分析以及室内和公里级室外实测实验对所提方法进行了系统验证。仿真结果表明，卡尔曼滤波扩展融合方法（KFEF）在温度场重构精度与稳定性方面均优于传统插值方法径向基神经网络（RBF）和先进的时空插值预测方法时空克里金（STK）和高斯过程回归（GP）：相较于RBF，均方根误差（RMSE）降低了61.54%；相较于STK和GP，RMSE分别降低了34.21%和32.43%。这表明该方法在长距离高精度测距工程应用中具有良好的实用价值。此外，所提出的时空数据融合框架具有高度通用性和可扩展性，同样适用于其他温度场预测与重建问题。
关键词组：
Fei ZHAO, Guilong PENG, Tianyi ZANG
DOI: 10.1631/ENG.ITEE.2025.0043 Downloaded: 108 Clicked: 246 Cited: 0 Commented: 0(p.1-14) <Full Text> <PPT> 27
哈尔滨工业大学计算学部，中国哈尔滨市，150001
摘要：Raft是一种用于分布式系统的基础共识协议，旨在确保机器集群间的状态机复制与数据一致性。然而，传统Raft面临显著的性能瓶颈，尤其是在大规模部署中，选举效率欠佳且共识延迟过高。为应对这些挑战，提出一种名为MH-Raft的增强型共识变体，旨在实现高效率和低延迟。提出一种分层节点管理和选举框架，以优化网络协调。具体而言，制定一种基于分解的多目标进化算法（MOEA/D）的领导者选举方法；该方法通过评估多维节点属性，以最小化选举延迟。为进一步完善所提出的分层架构，针对最优中介节点选择，设计了一个严格的紧密度定义，并将其集成到一个混合聚类算法中，该算法能够自适应划分网络并优化中介节点与跟随者节点之间的映射。综合实验的定量评估表明，与传统Raft实现相比，MH-Raft显著降低整体选举延迟，并将共识延迟降低了14.87%–34.45%，同时将平均吞吐量提高了30.43%。
关键词组：
Yuekai CHEN, Zhejing BAO, Miao YU
DOI: 10.1631/ENG.ITEE.2026.0024 Downloaded: 131 Clicked: 210 Cited: 0 Commented: 0(p.1-13) <Full Text> <PPT> 23
浙江大学电气工程学院，中国杭州市，310027
摘要：可再生能源与负荷的不确定性给电力系统安全运行带来严峻挑战，亟需表征高维安全域的高效方法。为克服现有方法中存在的维数灾难、对不确定性考虑不足或者过度保守等问题，提出一种融合分布鲁棒优化与深度学习的安全域表征方法。首先，为在合理考虑不确定性的同时避免过强保守性，构建了一种基于分布鲁棒优化的主动搜索策略，用于识别关键边界点；其中，联合了基于扩散模型生成的可再生能源场景以及围绕典型负荷曲线构造的负荷偏差样本，共同建立鲁棒概率模糊集。随后，设计了基于Transformer的模型，利用这些边界点学习并重构完整的高维安全域。该模型的自注意力机制能够捕捉各维度之间的全局非线性依赖关系，从而实现对安全域边界的高精度、高效率拟合。在IEEE测试系统上的仿真结果表明，所提方法能够以较低计算成本准确表征高维安全域，并获得对源–荷不确定性具有较强鲁棒性的安全域。本文为高不确定性背景下的电力系统安全评估与决策支持提供了一种新的研究范式。
关键词组：
Chenglong SUN, Yanqing ZHOU, Qi WANG, Yan ZHANG
DOI: 10.1631/ENG.ITEE.2025.0156 Downloaded: 84 Clicked: 209 Cited: 0 Commented: 0(p.1-14) <Full Text>
1阜阳师范大学计算机与信息工程学院，中国阜阳市，236037
2阜阳师范大学，安徽省智能计算与信创应用工程研究中心，中国阜阳市，236037
3合肥工业大学计算机与信息学院，中国合肥市，230601
摘要：三维片上网络（3D NoCs）在多核系统中的应用日益广泛，其核心价值在于显著提升系统的可扩展性。硅通孔（TSV）是实现片上网络层间垂直互连的关键技术。然而，基于硅通孔的层间互连极易因制造缺陷、器件老化及其他因素产生故障，进而严重影响系统可靠性。针对上述问题，尤其在芯粒架构的三维片上网络场景中，亟需构建高鲁棒性容错机制，以保障硅通孔故障状态下系统稳定运行。本文提出一种名为HyRAS的新型容错架构，该架构基于混合冗余与串行化方法，旨在当垂直链路发生永久性失效时，持续保障片上网络的通信可靠性。该架构融合两种协同工作的容错机制：首先，采用一种轻量级空间冗余策略，通过复用共享硅通孔资源，缓解单点独立故障带来的性能损耗；其次，面向大规模严重故障场景，引入自适应串行传输机制，高效调度剩余可用正常链路，维持网络全局连通性。结合合成流量模型与真实应用负载开展全功能仿真实验，对所提架构进行全面性能验证。实验结果表明，相较于现有主流容错方案，在存在大规模缺陷簇的真实负载环境下，HyRAS架构的网络吞吐量最高可提升28.2%；该架构硬件开销可控，相较于传统冗余路由架构，芯片面积开销仅增加14.53%，功耗开销提升8.87%。
关键词组：
Shiwei YI, Congsheng LI, Tongning WU
DOI: 10.1631/ENG.ITEE.2025.0021 Downloaded: 12 Clicked: 35 Cited: 0 Commented: 0(p.1-10) <Full Text>
1中国信息通信研究院，中国北京市，100191
2国家无线电监测中心检测中心，中国北京市，100041
摘要：近年来，准确评估人体暴露于毫米波（mmWave）电场（E-field）的水平对公共健康与安全变得至关重要。根据国际电工委员会（IEC）和电气与电子工程师协会（IEEE）的规范（IEC/IEEE 63195-2标准），评估毫米波电磁暴露需要高空间分辨率的电场分布数据。本研究提出一种结合电场梯度损失的生成对抗网络（GAN），命名为EFGraGAN，用于毫米波电场的超分辨率重建。电场梯度损失的引入使网络能够同时学习局部场强幅度与空间结构，从而提升重建电场图的准确度并丰富结构细节。为提高模型在不同类型天线上的泛化能力，利用平面波积分表示（PWIR）和随机参数化入射生成训练数据集，从而模拟多样化的场分布情况。结合双线性插值，该方法在30 GHz和60 GHz频段下均实现了高分辨率重建，满足IEC/IEEE 63195-2标准对暴露评估的要求。数值仿真结果表明，在4×4偶极子阵列场景下（频率高达60 GHz），EFGraGAN在皮肤体模中重建电场分布的最大平均相对误差（MRE）小于9%，性能优于传统的线性插值方法和GAN模型。此外，该方法还展现出对噪声的强鲁棒性，有望助力现有测量系统实现对毫米波暴露准确且高效的评估。
关键词组：