- 李碧莹;刘智威;曾豪;王金桥;
人脸重演技术作为可控人脸生成领域的关键研究方向，其目标在于通过给定的驱动人脸图像或视频帧，驱动源人脸图像，实现其面部表情和姿态的准确可控合成。该技术要求生成结果既能保持源人脸图像的身份特征，又能与驱动人脸图像的表情姿态保持高度一致。单样本人脸重演任务由于仅依赖单一视角的2D人脸图像，导致面部信息描述不充分。现有方法在生成姿态变化幅度较大的人脸图像时，难以准确地保持人脸身份、表情姿态的一致性。针对该问题，提出了一种基于3D可解释性神经渲染的单样本人脸重演(3D Explainable Neural Rendering Based Single-sample Face Reenactment, 3D-ENS)方法。该方法在神经网络内部显式建模出固定的3D人脸结构及纹理信息用于整个重演视频生成阶段，以保证重演结果中人脸身份的一致性和表情姿态变化的稳定性。在此基础上构建了一种神经纹理补全网络，通过多尺度特征学习机制实现高质量面部纹理重建；提出了一种背景运动估计网络，预测驱动后人脸图像的背景，将背景信息与补全后的面部神经纹理渲染(Neural Texture Rendering, NTR)结果进行融合。使用关键点检测模型提供面部一致性约束，进一步提升模型的表观一致性。在主流基准数据集与真实场景数据上的实验证明，所提方法具有较好的身份保持度，能够有效应对面部姿态变化的复杂场景，为人脸重演任务提供了新的解决方案。
2025年08期 v.55;No.435 1547-1559页 [查看摘要][在线阅读][下载 652K] [下载次数：35 ] |[引用频次：0 ] |[阅读次数：0 ] - 贾星宇;李大鹏;
针对无人机航拍图像小目标检测中面临的目标尺寸微小、分布密集、特征信息模糊以及复杂背景干扰等挑战，对YOLO11模型进行改进。改进主要聚焦在3个方面：设计了渐进式多尺度特征提取模块CSMAConv(Channel Split Multi-scale Aggregation Convolution),对原有C3k2模块进行改造，通过通道分割与多尺度卷积级联结构，既保留了原始特征信息又扩大了感受野范围，显著增强了对多尺度细节特征的捕获能力；提出了新的特征金字塔结构HEFFPN(Hierarchical Efficient Fusion Feature Pyramid Network),通过构建额外的跨尺度特征融合路径并引入SBA(Selective Boundary Aggregation)特征融合模块，频繁整合不同尺度信息，提升了特征融合能力；设计了共享增强型检测头(Shared Enhanced Detection-Head, SED-Head),在降低计算复杂度的同时提高了小目标检测效率。在VisDrone-DET2019数据集的实验中，改进后的模型较YOLO11s在参数量降低51.1%的同时，mAP@0.5和mAP@0.5:0.95分别提高了0.099和0.07,验证了模型的有效性。
2025年08期 v.55;No.435 1560-1570页 [查看摘要][在线阅读][下载 958K] [下载次数：1447 ] |[引用频次：0 ] |[阅读次数：0 ] - 李璐;陈清江;
针对远距离、弱能量、低分辨率的红外图像目标检测中存在的识别率低、虚警率高等问题，结合超分辨率和深度学习，设计了一种基于YOLOv8n的深度学习网络SR-YOLOv8。在主干网络搭建了SRNet网络，对输入图片进行超分辨率预处理来增加小目标的像素数量，在颈部部分设计了全局上下文感知模块(Global Context Aware Module, GCAM)以增强目标与背景的区分度，抑制复杂背景的影响，改进了完全交并比(Complete Intersection over Union, CIoU)损失函数，提出β-CIoU作为新边界框损失函数，该函数能够依据检测目标的大小灵活地调整损失值，提高模型检测性能。在红外遥感数据集SIRST上的mAP_(0.5)和mAP_(0.5:0.95)分别达到0.844和0.351,较原始模型YOLOv8n分别提升了4.7%和11.4%,有效解决了漏检和误检问题。
2025年08期 v.55;No.435 1571-1579页 [查看摘要][在线阅读][下载 554K] [下载次数：220 ] |[引用频次：0 ] |[阅读次数：0 ] - 刘侠;陈楠;
近年来，低功耗广域网络(Low-Power Wide-Area Network, LPWAN)技术在低轨道(Low Earth Orbit, LEO)卫星通信中的应用快速发展。作为LPWAN的典型代表，远距离无线电(Long Range, LoRa)技术因其低功耗与广覆盖特性，成为卫星物联网通信的研究热点。然而，在低信噪比(Signal to Noise Ratio, SNR)条件下，LoRa调制系统的下行链路存在解调误差问题，导致数据传输可靠性显著下降。针对这一问题，通过理论推导与模型分析，研究了Rician信道下LoRa卫星通信系统的误符号率(Symbol Error Rate, SER)性能。通过推导视距(Line of Sight, LOS)路径信号的SER闭式表达式，分析了非视距(Non Line of Sight, NLOS)多径分量对LOS信号解调的干扰机制。在此基础上，提出了一种基于干扰影响阈值的SER优化模型，进一步揭示了低SNR环境下系统的性能极限。仿真结果表明，所推导的闭式表达式能够准确刻画NLOS干扰与LOS信号SER的关联性。优化模型可有效提升低SNR场景下的解调可靠性，为LoRa技术在卫星物联网中的实际部署提供了理论依据与设计指导。
2025年08期 v.55;No.435 1580-1589页 [查看摘要][在线阅读][下载 509K] [下载次数：32 ] |[引用频次：0 ] |[阅读次数：0 ] - 刘充;江雪;
尽管人工智能系统在认知任务上表现出色，但由于缺乏人类的情感理解能力，其在人机交互场景中的应用仍存在显著局限，这使得情绪识别研究成为提升机器环境适应性的关键环节。针对多模态融合不足造成的情绪分类效果不佳的问题，提出了一种基于视听融合的情感识别解决方案。使用MobileNet模型提取面部特征，同时使用Emotion2vec提取音频特征，2种模态特征分别经过双向长短期记忆网络(Bi-dictional Long Short-Term Memory, BiLSTM)以结合前后帧特征并使用残差注意力模块融合视听2种模态特征。实验中在公共数据集RAVDESS的情绪识别准确率为91.33%,与其他方法的比较表明，该方法显著提高了视听情感识别的准确率。
2025年08期 v.55;No.435 1590-1597页 [查看摘要][在线阅读][下载 706K] [下载次数：111 ] |[引用频次：0 ] |[阅读次数：0 ] - 张亚军;张涛;李峰;宋长军;
针对基于WiFi信道状态信息(Channel State Information, CSI)的人体活动识别(Human Activity Recognition, HAR)技术在多人场景下，因动作遮挡与重叠导致识别困难的问题，探索提升复杂场景识别准确率与鲁棒性的方法。为此，提出时频多尺度金字塔网络(Time-Frequency Multi-Scale Pyramid Network, TFMS-Net)模型，通过频域增强模块实施多通道滤波，引入门控机制增强信号抗干扰能力；利用动态时空卷积模块结合双重门控机制捕捉动作特征，采用多尺度空洞卷积挖掘交互信息，借助通道分割策略并行处理子信号，通过分层下采样实现个体动作特征分离。在室内多人活动场景实验中，该模型对复杂动作的识别准确率超过92%,显著提升了基于WiFi CSI的HAR技术在多人场景下的鲁棒性，为非接触式多人动作识别提供了有效的解决方案。
2025年08期 v.55;No.435 1598-1606页 [查看摘要][在线阅读][下载 607K] [下载次数：58 ] |[引用频次：0 ] |[阅读次数：0 ] - 张嘉欣;赵子月;陈猛;
针对低光环境下人体姿态估计网络存在参数量大、远距离拍摄导致的人体目标占比小的检测困难、运动模糊引起的关键点定位不准确等问题，提出了基于改进YOLO11-Pose的轻量级姿态估计网络LLDS-Pose。该方法采用幻影卷积(Ghost Convolution, GhostConv)实现轻量级线性变换，以优化网络的特征提取能力，同时大幅减少网络的参数量；添加小目标检测层并采用多路径融合策略，构造四尺度特征融合网络，以增强对小目标人体的感知能力；融入上下文Transformer注意力(Contextual Transformer Attention, CoTAttention)模块，结合局部关键点的静态与动态上下文关系，有效强化网络对关节点模糊特征的细节捕捉。通过对COCO(Common Objects in Context)人体姿态数据集进行亮度衰减、施加运动模糊和几何变换等数据增强操作，提高了网络在低光环境下的适应性和泛化性能。实验结果表明，LLDS-Pose在COCO人体姿态数据集上取得了83.7%的mAPpose50和88.3%的mAPperson50,模型参数量仅为2.3 M,推理速度高达每秒319.6帧，在精度和效率方面均优于现有主流算法。LLDS-Pose出色的检测性能为低光环境下的人体姿态估计任务提供了新的解决方案。
2025年08期 v.55;No.435 1607-1617页 [查看摘要][在线阅读][下载 834K] [下载次数：144 ] |[引用频次：0 ] |[阅读次数：0 ]
- 丁卓航;卞立安;李高升;黄俊;曾钦云;
基于无线通信系统中对多输入多输出(Multiple Input Multiple Output, MIMO)天线小型化、高隔离度、低相关性的要求，设计了一种基于超构材料多维协同去耦机制的MIMO天线。以矩形贴片天线作为基础，采用微带线的方式馈电。通过在辐射贴片上蚀刻U型槽优化天线的阻抗匹配。在天线的地板上加载T型寄生枝节，通过引入新的电流路径，初步降低了天线单元之间的耦合。在天线单元之间加载频率选择表面(Frequency Selective Surface, FSS)阵列，通过FSS阵列的反射特性阻断表面电磁波在天线单元之间的传播。利用T型枝节和FSS阵列协同去耦，达到更加良好的隔离效果。仿真及测试结果表明，天线的工作带宽为4.0～4.6 GHz,频段内隔离度均高于20 dB,最高可达54 dB,天线的包络相关系数(Envelope Correlation Coefficient, ECC)小于0.025,最大增益为4.55 dBi。天线具备高频远距离传输、高隔离、小型化等优点，实测结果与仿真数据相吻合。
2025年08期 v.55;No.435 1618-1626页 [查看摘要][在线阅读][下载 906K] [下载次数：92 ] |[引用频次：0 ] |[阅读次数：0 ] - 高宇;杨晶晶;黄铭;赵海茹;
为满足无线电波传播预测的需求，提出了一种结合卫星影像地物特征与无线电传播特性的深度学习模型RadioDualNet,以实现电波传播过程与地理空间信息的关联及可视化表示。在此基础上，设计了一种基于深度学习和Web技术的移动通信电波预测系统。该系统在开源数据集和实测数据集上进行训练与测试，结果表明，所提模型在开源数据集上的预测性能提升了45.8%,在2个数据集中的预测结果均与实测值保持较高一致性，验证了模型的有效性与适用性，为无线通信领域的网络规划与电波传播研究提供了重要参考，在提升预测精度的同时展现了良好的鲁棒性与应用价值。
2025年08期 v.55;No.435 1627-1634页 [查看摘要][在线阅读][下载 552K] [下载次数：34 ] |[引用频次：0 ] |[阅读次数：0 ] - 闫晓莹;李云冲;
对于海面舰船目标的雷达散射截面(Radar Cross Section, RCS)测量，在不同的雷达入射角度下海面会对舰船目标的RCS造成不同影响。如果入射角度选取不合适，会导致舰船目标RCS的测量误差较大。通过分析海面和舰船目标的多径散射机理，建立了典型IHF-Boat舰船模型与PM(Pierson-Moscowitz)海谱模型，给出了不同频率下纯水与海水的复介电常数对RCS影响的曲线。采用电磁计算软件FEKO仿真了不同入射角度下海面对舰船目标RCS特性的影响，仿真结果表明，在入射角度约为60°时海面对舰船目标的RCS影响较小，最小误差可优于3 dB。
2025年08期 v.55;No.435 1635-1639页 [查看摘要][在线阅读][下载 449K] [下载次数：78 ] |[引用频次：0 ] |[阅读次数：0 ] - 姜艳霞;郭国君;郭海亮;张维;杜明;
针对电磁试验场环境存在不确定性、多变性、多样性等特点，导致复杂电磁环境中试验场区用频设备的空间、时间、频谱试验资源调度困难的问题，提出了一种面向复杂电磁环境的试验资源调度优化算法——CVSPSO。利用布局方案的多种影响因素构建适应度函数，结合所提出的多维相似度计算以及基于自适应相似度阈值的凝聚式层次聚类算法提高局部多样性。在此基础上，提出一种改进的高斯变异方法，进一步提高种群随机多样性。在标准测试函数以及Unreal Engine 4 (UE4)仿真电磁试验环境的用频设备上验证了方法的效果。实验结果表明，所提方法在大多数指标上均优于对比方法，能够为复杂电磁环境的试验资源调度提供优化布局方案，满足电子试验场空间布局与资源调度需求。
2025年08期 v.55;No.435 1640-1649页 [查看摘要][在线阅读][下载 266K] [下载次数：43 ] |[引用频次：0 ] |[阅读次数：0 ]
- 殷博怀;刘浩宇;杨讴;王峰;李杰;
水位是湿地、湖泊、河流等水体的重要水文参数，可用于生态监测、自然灾害预警等。针对现有水位监测方法依赖人工测量或高成本专业监测站点导致偏远地区存在水位监测精度低、成本高、实时性差等问题，设计并研制了低成本全球卫星导航系统干涉反射(Global Navigation Satellite System Interferometric Reflectometry, GNSS-IR)测量无接触式日平均水位仪。为解决低成本GNSS天线和芯片级接收机抵周边多径信号差的问题，提出迭代式自适应数据质量控制方法。方法通过经验模态分解(Empirical Mode Decomposition, EMD)和迭代式最大类间方差异常数据剔除，使输出的测量水位与同比水位的均方根误差(Root Mean Square Error, RMSE)为6 cm。利用GNSS微带天线、低成本GNSS板卡、4G模块及树莓派搭建一套低成本、高精度的水位监测系统，将成本控制在千元内，日平均水位测量精度达到厘米级。系统具备本地数据化实时处理能力、自适应数据质量控制和远程数据传输。在外场开展实地实验得到的相关系数达0.920 5,RMSE为2.03 cm。外场测试表明，所研制的系统能有效对水体进行精准实时监测，尤其适用于偏远地区的水体监测预警。
2025年08期 v.55;No.435 1650-1657页 [查看摘要][在线阅读][下载 968K] [下载次数：32 ] |[引用频次：0 ] |[阅读次数：0 ] - 贾茜子;高玲;刘牧天;
周跳是全球卫星导航系统(Global Navigation Satellite System, GNSS)载波相位观测中因信号中断导致的整周跳变，严重影响整周模糊度的正确固定和定位精度。系统地分析了各类周跳探测方法的技术特点及适用性，为高精度GNSS定位提供了理论支持。针对GNSS载波相位数据中存在的周跳问题，理论推导了各种传统的周跳探测方法并分析了其优缺点，系统分类总结了常用的单频、双频周跳探测方法。对不同方法的仿真与实验验证结果表明，单频周跳探测方法操作简便，但对小周跳探测敏感性低且易受干扰；双频探测方法能够有效消除大部分误差源影响，探测精度提高至1周水平，但存在无法探测特定不敏感周跳对的缺陷。对于上述问题，通常通过联立互补的周跳探测方法，提高周跳探测成功率。在不同的场景下，选用合适的周跳探测修复方法对周跳的探测结果至关重要。
2025年08期 v.55;No.435 1658-1666页 [查看摘要][在线阅读][下载 360K] [下载次数：154 ] |[引用频次：0 ] |[阅读次数：0 ] - 苏珂;焦国强;徐莹;杨宇泽;孔一诺;王梓鑫;
俄罗斯GLONASS伪距频间偏差(Inter-Frequency Bias, IFB)是GLONASS伪距观测值的重要误差源，针对GLONASS伪距偏差问题设计了6种参数化处理策略，分析了不同策略对GLONASS精密单点定位(Precise Point Positioning, PPP)性能的影响。通过全球144个测站的实测数据验证结果表明，忽略GLONASS伪距IFB会导致伪距残差均方根(Root Mean Square, RMS)达到1.27 m,并延长PPP收敛时间；对伪距观测值降权虽可减少7.1%的收敛时间，但无法消除伪距IFB的系统偏差。将GLONASS伪距IFB参数化表示为线性或多项式函数可以显著降低残差RMS,其中二次项对51.3%测站的贡献达0.74 m。逐星和逐频估计策略可进一步优化模型合理性，伪距残差RMS降至1.19 m以下，逐星解在卫星充足时收敛速度最快。研究表明，中高纬度地区宜采用逐星估计，低纬度或遮挡场景推荐对伪距观测值降权处理，线性模型可作为接收机类型未知时的通用方案。为GLONASS以及多系统PPP的实际应用提供了重要的处理策略参考。
2025年08期 v.55;No.435 1667-1674页 [查看摘要][在线阅读][下载 981K] [下载次数：54 ] |[引用频次：0 ] |[阅读次数：0 ] - 葛艳琴;常巧梅;
植被指数是区分不同地表覆盖类型的重要特征，受气候、大气二向反射、地理条件等因素影响显著。针对现有基于植被指数的地表覆盖分类方法只利用时序植被指数、未考虑不同地物植被指数随季节变化和趋势变化产生的差异特征，提出一种基于归一化植被指数(Normalized Difference Vegetation Index, NDVI)时序特征分解的地表覆盖分类方法，采用时序分解方法提取地物植被指数序列的季节特征和趋势特征，结合动态时间规整(Dynamic Time Warping, DTW)算法与诱导有序加权调和平均算子(Induced Ordered Weighted Harmonic Averaging Operator, IOWHA)对特征分量加权组合，基于最近邻算法构建地表覆盖分类模型。广灵县MOD13Q1数据分类实验表明，基于NDVI时序特征分解的分类方法可以提取不同地物随季节变化和趋势变化的差异特征，总体分类精度在88%以上，相比于未加入时序分解特征的分类方法提升近8个百分点，能够为基于植被指数特征的地表覆盖时序分类研究提供支持。
2025年08期 v.55;No.435 1675-1682页 [查看摘要][在线阅读][下载 868K] [下载次数：114 ] |[引用频次：0 ] |[阅读次数：0 ]
- 姜逸;孙锴;黄威;
随着云计算、物联网、UAV通信技术的发展，面对海量通信需求，未来网络建设趋于异构密集化、无小区化、自组织化。以用户为中心分簇为每个用户定义一个基站(Base Station, BS)协作簇，在提升用户性能、降低干扰方面具有优势，是未来大规模连接、超低时延、超可靠通信的重要支撑技术。对基于随机几何分析以用户为中心分簇性能的现有工作进行总结整理，梳理了随机几何理论建模动态网络环境的核心要素：节点分布、无线信道、分簇方法，针对异构蜂窝网络、毫米波(millimeter-Wave, mmWave)、UAV辅助边缘计算以及无小区大规模多输入多输出(Cell-Free massive Multiple Input Multiple Output, CF-mMIMO)等多种通信场景，对概率类、容量类性能指标以及具体近似方法进行了总结。
2025年08期 v.55;No.435 1683-1694页 [查看摘要][在线阅读][下载 780K] [下载次数：40 ] |[引用频次：0 ] |[阅读次数：0 ] - 高俊杰;代永强;
随着农业智能监测对高质量遥感数据需求的提升，无人机路径规划已成为保障深度学习模型输入数据质量的关键环节。为此，提出一种改进苔藓生长优化算法(Improved Moss Growth Optimization Algorithm, IMGO),以优化农业场景下的无人机路径规划问题。该算法通过强化学习动态调整步长参数及复生机制触发，融合种群划分、计算风向、自适应边界策略，优化无人机路径，避开局部最优解。算法迭代优化生成高效平稳飞行路径，确保高质量农田图像采集以满足深度学习需求。仿真实验表明，相较传统算法，IMGO显著减少飞行时间与能耗，提升图像采集的覆盖率与质量，为农作物生长评估、病虫害监测、土壤肥力分析等农业指标的精确预测提供了数据支撑。该算法适用于复杂农田环境下的无人机路径规划，对推动农业智能化监测技术的实际应用具有重要意义。
2025年08期 v.55;No.435 1695-1702页 [查看摘要][在线阅读][下载 714K] [下载次数：172 ] |[引用频次：0 ] |[阅读次数：0 ] - 马艺嘉;卢睿智;付可欣;史旭阳;李珂;
光伏组件表面缺陷的高效检测是保障光伏系统可靠性的关键，现有方法在微小缺陷检测、复杂背景干扰抑制等方面存在显著挑战。为此，提出一种基于YOLOv8n改进的光伏缺陷检测模型MBL-YOLOv8n。该模型通过两模块优化策略提升性能。在Backbone中引入了C2f-MBConv模块，结合深度可分离卷积与挤压-激励(Squeeze-and-Excitation, SE)注意力机制，增强了对微小缺陷(如油墨点、微裂纹)的细粒度特征提取能力；引入大尺度选择性卷积核注意力(Large-scale Selective Convolutional Kernel Attention, LSK-Attention)机制，通过动态融合多尺度卷积核的特征响应，自适应调整感受野范围，显著提升了模型对低对比度缺陷的敏感性与复杂背景的鲁棒性。在自制的光伏组件数据集上的实验结果表明，与原始的YOLOv8n相比，所提出的MBL-YOLOv8n模型在各项指标上取得了良好的提升，将mAP50提高了2%,召回率和精度分别提升了1.8%和2.5%。MBL-YOLOv8n模型在光伏组件缺陷检测中展现出较好的精度，为光伏产业智能化质检提供了有效的解决方案。
2025年08期 v.55;No.435 1703-1709页 [查看摘要][在线阅读][下载 402K] [下载次数：44 ] |[引用频次：0 ] |[阅读次数：0 ] - 刘英;白洁;甘朝辉;
为了解决卫星遥感影像数据共享、音视频共享等数据资源共享系统技术领域中传输速度、系统成本、数据资源版权、数据安全等需求难以兼顾的问题，基于综合多副本多服务器并行传输技术和Peer-to-Peer(P2P)技术2种典型数据共享网络架构和传输模式，设计了一套动态自组织网络模型和处理算法；采用分片技术、大数据存储技术、断点续传技术等典型技术或新技术，构建了完整的网络动态自组织的数据共享系统。测试表明，技术方案支持使用普通计算机构建数据共享系统，能提供数据高速下载服务，系统组成节点动态调整和扩展，节点和数据来源具有可控性。
2025年08期 v.55;No.435 1710-1716页 [查看摘要][在线阅读][下载 403K] [下载次数：46 ] |[引用频次：0 ] |[阅读次数：0 ] - 范桃;石艳;林椿松;李淇;夏明;
针对O型密封圈表面缺陷检测技术检测效率不高且检测速度慢的问题，提出一种基于改进YOLOv10n的缺陷检测算法。设计了C2f-GhostV2模块，在保持特征表达能力的同时降低大量训练资源；引入自适应下采样模块(Adaptive Downsampling Module, ADown),在更高层次上捕捉图像的特征，提高算法对小目标特征的学习能力；添加简单无参注意力模块(Simple Parameter-Free Attention Mechanism, SimAM),使模型更加关注表面缺陷特征的提取；引入轻量级共享卷积检测头(Lightweight Shared Convolutional Detection Head, LSCD-Head),解决检测头检测到的目标尺度不一致的问题，提升检测头定位和分类的性能。结果表明，GAS-YOLO能有效提升模型对于O型密封圈表面缺陷的检测，算法的平均精度均值(mean Average Precision, mAP)达到了94.4%,相较于YOLOv10n模型提升了1.7个百分点，帧率(Frames Per Second, FPS)达到129,计算量(Floating Point Operations, FLOPs)降低了14%,能更好地满足工业检测要求。
2025年08期 v.55;No.435 1717-1726页 [查看摘要][在线阅读][下载 690K] [下载次数：128 ] |[引用频次：0 ] |[阅读次数：0 ] 下载本期数据