移动边缘计算中资源分配和定价方法综述

移动边缘计算（mobile edge computing,MEC）通过将计算任务卸载至边缘服务器，降低网络负荷，减少传输时延，提升用户服务体验。因此，MEC受到了广泛关注，并成为5G的关键技术。资源分配作为MEC的主要问题，在提升能量效率、缩短任务时延和节约成本方面具有非常重大的研究意义。首先，介绍了MEC的基本概念、参考架构和技术优势；然后，从技术层面和经济层面归纳总结了MEC中最新的资源分配和定价策略；最后，讨论了MEC资源分配和定价策略中可能存在的问题与挑战，并提出了一些可行的解决方案，为后续研究发展提供参考。     

SCVerify:抗功耗侧信道攻击软件实现的验证

功耗侧信道攻击,通过使用统计分析技术推断出加密算法中的密钥,已成为物理网络设备的一个巨大威胁.随机掩码是一种被广泛使用的用来消除密钥数据和侧信道泄露数据之间关联性的对策.尽管现有技术可以验证加密软件代码是否被随机掩码保护,但是它们在准确性和可扩展性方面受到限制.为消除此类限制,提出了一种基于原有技术改进过的验证随机掩码策略的方法,该方法比已有的基于句法类型的推断技术更准确,比使用SAT(SMT)模型计数的方法更具有可扩展性.实际上,该方法使用一系列语义类型推导规则去推导分布类型,这些规则最初保持抽象以允许快速推导,然后具体化那些抽象规则推导解决不了的验证问题.此类细化方法集成在验证工具SCVerify中,并使用包含AES和MAC-Keccak等加密算法的测试用例进行了验证,实验结果表明此方法在准确性和可扩展性方面明显优于当前的技术.     

分块制造下硬件木马攻击方法及安全性分析

由于硬件木马对芯片的安全性构成了严重威胁,所以研究了分块制造防护芯片遭受硬件木马攻击时的效果。首先提出了分块制造下硬件木马的攻击模型;其次针对此攻击模型提出了两种可能的攻击方法,即改进的近似攻击和基于遗传算法的攻击。这两种方法分别利用了芯片后端设计过程泄露的不同物理信息。实验结果表明,两种攻击方法都能有效地对分块制造下的芯片进行硬件木马植入,其中基于遗传算法的攻击准确率可达到78.62%。同时表明分块制造本身在防护硬件木马攻击上的安全性是不够的,需要采取更多的措施提升分块制造的安全性。     

基于标准CMOS工艺线性APD倍增区的优化仿真

采用标准CMOS工艺制备的n~+-p-π-p~+结构的线性APD,其倍增区p层的掺杂分布极大地影响着器件的性能.采用Silvaco仿真软件对倍增区p层进行了设计仿真,研究了p层的注入剂量和注入峰值浓度深度对器件特性的影响.仿真结果表明,设定器件增益为50,在p层的最佳注入剂量为1.82×10~(12)/cm~2,峰值浓度深度为2.1μm左右的最佳工艺条件下,器件的工作电压为73.1 V,过剩噪声因子为4.59,过剩噪声指数在0.34~0.45之间(波长λ=800 nm),优于目前已报道的结果.通过工艺的优化,器件的性能可以得到进一步提高.     

基于时间域读出的大动态范围CMOS图像传感器

设计了一款基于时间域读出的大动态范围CMOS图像传感器。传感器基于一种新型的结构,其可在时间域下探测高输入光强,在模拟域下探测低输入光强。该设计在传统电容反馈式跨阻放大器(CTIA)的基础上,新增了时间域测量电路,在不改变原有积分过程的同时可实现连续的大动态范围。基于0.35μm,5V-CMOS工艺进行了256×1线列CMOS图像传感器流片,光电二极管面积为22.5μm×22.5μm,并对器件的光电特性进行了后仿真验证。仿真测试结果表明,基于时间域读出的图像传感器可实现96dB的大动态范围,且时间域和模拟域的两路输出信号可同步输出,功耗为7.98mW。     

数字孪生增强的领域自适应航天器多余物检测

由于标注数据的短缺,对航天器多余物进行在线检测受到了较大的限制。文章研究了多余物的物理特性,在航天器的数字孪生系统中构建相应的多余物模型,提出了一种结合数字孪生技术增强的跨域自适应航天器多余物检测方法。该方法通过数字孪生技术获取航天器的实时数据,并借助于历史标注数据中的相似结构,以跨域自适应技术辅助实时在线推理的进行。设计了一种新型的跨域自适应模型,该模型采用共享网络结构以及门控机制,从而在复杂任务中更有效地挖掘先验知识,实现了跨域自适应技术与数字孪生技术的有机结合,以实现更高效、准确和实时的预测。此种方法可以全面地检测航天器各个部件的多余物状态。     

小像元量子阱FPA抗光学串音的FDTD仿真

采用光栅耦合结构的焦平面阵列(Focal Plane Array,FPA)在工艺上难以制备,反射耦合结构较为容易。为探究反射耦合结构是否可以在小尺寸范围内替代光栅耦合结构,文章使用FDTD电磁场仿真软件MEEP构建了光栅耦合结构和反射结构GaAs/AlGaAs量子阱红外焦平面阵列三像元模。通过对器件内部光学串音进行仿真,验证了在逼近衍射极限时,采用全内反射结构的FPA在5~7μm和8.5~10μm之间的抗串音效果强于光栅耦合结构,而在6.5~8.5μm和10~12μm之间,光栅耦合结构的抗串音效果更好,在12~15μm范围内,两种结构的抗串音能力相当。针对15μm中心距全内反射结构量子阱FPA,探究了反射角度、刻蚀深度和量子阱周期对其串音的影响。     

基于自适应对比度增强的红外小目标检测网络

红外探测系统需要尽早发现目标以便及时拦截,但是红外图像上的小目标检测是一个挑战十足的任务。为了提高检测准确率,提出一种基于自适应对比度增强的红外小目标检测方法。为了利用自注意力机制和卷积各自的优势,设计了一个高效的特征提取网络和一个面向小目标的检测头。同时为了解决实际应用中出现的弱目标,在检测子网络前添加了一个图像预处理子网络,该模块可以自适应地调节图像对比度。在红外空中小目标数据集上的实验表明,提出的方法能达到93.76%的检测精度,与经典的检测方法相比,能够更好地平衡检测精度和召回率,证明了方法的巨大应用潜力。     

使用多智能体反馈神经网络实现的数字预失真器

近年来,深度学习（Deep Learning,DL）在通信场景中的应用逐渐兴起,其中就包括射频发射机的数字预失真（Digital Predistortion,DPD）处理。然而,由于射频功率放大器（Power Amplifier,PA）固有的非线性失真和记忆效应特点,如果直接应用传统DL算法去实现DPD会出现拟合效果不佳、自适应性差等现象。针对这个问题,本文提出了一种由多智能体反馈神经网络实现的数字预失真器（Multi-Agent Feedback Enabled Neural Network for Digital Predistortion,MAFENN-DPD）,该网络引入了具有高纠错能力的反馈智能体结构,其主要特点是基于Stackelberg博弈理论去加速网络训练和收敛,同时我们还应用信息瓶颈理论指导网络超参数设计以增强MAFENN-DPD对PA记忆效应变化的动态适应能力。我们进行了一系列的实验来验证MAFENN-DPD的有效性。与使用典型前馈网络实现的DPD方案相比,基于MAFENN-DPD的方案在相邻信道功率比（Adjacent Channel Power Ratio,ACPR）指标上提高了约5 dB。同时,在没有通信过程中的大量先验知识的情况下,MAFENN-DPD实现了与使用记忆多项式方法建模的DPD方案十分接近的ACPR性能。仿真结果说明MAFENN-DPD相比传统神经网络可进一步提升ACPR性能,同时相比记忆多项式方法具有更好的自适应建模能力和通用性,并且具有多智能体反馈结构特征的神经网络未来在其他的通信场景中也具有应用推广的潜力。      

空间光通信中应用于精密指向的面阵探测器的定位精度分析与验证

为了实现空间光通信中高精度的链路,本文重点研究了影响面阵探测器对于目标定位精度的关键因素。首先从机理上分析了质心算法的误差,并仿真验证了满足空间无损采样条件的必要性。我们定义了NU值并以此为指标来量化探测器的非均匀性,随着NU自0开始线性增长,质心的定位误差持续增长但是速度放缓。当NU值为0.005时,最大定位误差为0.043 像素。在目标入射到光学系统的光强不断改变的条件下,NU值越小,质心位置越接近光斑的真实位置。我们通过实验测试了某种典型的CMOS探测器在不同光照强度下的像元响应,建立了像元响应非均匀性的数理模型,计算出NU值于线性响应范围内在0.0045到0.0048范围内波动。光斑质心定位精度的实验结果表明,绝对定位误差小于0.05 像素,可以满足高精度链路的需求,验证了理论和仿真的有效性。