上肢康复外骨骼机器人主要用于为上肢运动功能障碍患者提供科学有效的康复训练，以实现患肢运动功能恢复及日常生活自理。该文从控制策略的角度综述了近年来上肢康复外骨骼机器人的研究进展。首先，从不同时期的康复治疗需求的角度出发，对已有的控制策略进行主动、被动控制分类，并对不同的控制方法进行概述，分析了各控制方法的当前研究现状。最后，对上肢康复外骨骼机器人发展中一些关键的挑战进行讨论并展望了未来的研究方向。

主动控制 /  控制策略 /  外骨骼机器人 /  被动控制 /  上肢康复 

该文对包含发电设备、产水设备和电水联合生产设备的混合能源网络建立资源经济调度问题的非线性规划模型。针对这类考虑水电生产复杂关系的优化问题，提出一种连续时间分布式算法来寻找经济调度问题的最优解。收敛分析表明，该算法能够在任意初始条件下收敛到最优解，且不需要设备与相邻设备交换成本函数的梯度信息，能够很好地保护设备的隐私信息。最后，数值仿真实验结果验证了求解混合能源网络中资源调度问题算法的性能和有效性。

distributed optimization /  economic dispatch problem /  hybrid power network /  multi-agent systems 

针对机器人轴孔装配任务中接触状态的分类问题，该文提出了一种基于多变量时间序列的聚类方法。该方法利用深度时间聚类网络对装配过程中的接触状态变量进行编码，然后使用复杂度不变性度量对时间序列片段进行划分。该方法避免了对接触过程进行准静态分析，因此在实际中具有一定的通用性。并且利用时间序列的方式有利于提取接触状态变量的时间关联特性，从而使得聚类的结果更加鲁棒。实验结果和预期一致，验证了该算法的正确性和有效性。

聚类分析 /  接触状态 /  多变量时间序列 /  机器人装配 /  无监督 

针对车辆自组网(VANET)中链路不稳定与可靠性低的问题，该文提出基于车辆权值分簇的中继转发方案。该方案首先提出基于车辆权值分簇算法，提高车辆通信链路的稳定性；该算法将车辆的相对距离、相对可达速度与连通率作为分簇属性，利用升排序法找到最优簇头并将其作为中继节点，提升簇结构的稳定性。其次，在NaKagami-m衰落信道条件下，采用双向DF的中继转发方式进行数据传输以提高通信的可靠性。仿真结果表明：在相同条件下，该分簇算法与基于车道的分簇算法相比稳定性提高8 s，该双向DF中继转发方式与双向AF转发方式相比中断概率降低了6%，通信可靠性得到提高。

 交叉路口 /  NaKagami-m衰落信道 /  双向中继转发 /  车辆分簇 

该文针对协作NOMA系统中保密通信进行了研究，在该NOMA系统中，一个有高保密需求的用户 (LU1)被多个非合作窃听者窃听，另一个普通用户(LU2)同时与基站(Alice)进行通信。为了提高系统的安全性能，在系统中引入了一个协作干扰者(Charlie)来扰乱窃听者。考虑更加贴近实际场景的非完美信道信息情况，基于LU1的保密需求和LU2的QoS要求，提出了一个自适应功率分配算法来解决安全速率最大化问题。仿真结果验证了该方案的有效性和灵活性，并且验证了非完美信道信息会降低系统安全性能以及能效

非完美信道信息 /  非正交多址接入 /  功率分配 /  保密中断概率 /  保密速率 

为了降低相控阵天线T/R组件的尺寸和成本，提高集成度，该文基于0.5 μm GaAs pHEMT工艺，设计了一款X波段宽带幅相多功能芯片。芯片在架构设计方面除了集成传统的6位数字移相器、6位数字衰减器、单刀双掷开关和驱动放大器以外，新引入了2位数字延时器，实现了收发通道的幅相与时延的独立控制和单芯片集成，改善了宽带相控阵应用中的波束色散。在幅相特性方面，采用高低通移相网络和开关型衰减拓扑，实现平坦的移相、衰减特性，并有效降低了寄生调幅和附加相移。实测结果表明：8~12 GHz工作频带内，64态移相均方根(RMS)误差小于3.5°，寄生调幅RMS小于0.3 dB；64态衰减RMS误差小于0.4 dB，附加相移RMS小于2.5°；延时器延时误差小于1.5 ps。芯片尺寸为5.0 mm×3.5 mm。

衰减器 /  多功能芯片 /  移相器 /  T/R组件 /  延时器 /  X波段 

 该文主要描述了一种适合宽角扫描的相控阵天线单元设计思路，研究了其组阵实现宽角扫描的特性。为尽量减少大角度扫描过程中由于天线单元波束宽度有限带来的阵列增益下降，采用折叠地板的方式展宽天线单元半功率波束宽度；同时，为了降低互耦引起的天线单元方向图畸变，在宽波束设计基础上探索了降低天线互耦的方法，使得真实阵列方向图尽可能地满足方向图乘积定理，从而实现宽角、高增益扫描的目的。经一维线阵的仿真和测试，设计了一种能扫描到±70°且增益变化不大的宽角扫描阵列。设计的天线还能作为一种典型的天线单元，应用于5G等民用消费电子场景

高增益 /  高隔离度 /  相控阵天线 /  宽角扫描 

该文设计了一种双圆极化宽带天线单元，并在此基础上实现了小型阵列天线。单元天线为层叠型微带天线，其辐射贴片的四周寄生了环形金属带和金属柱以拓展波束宽度。另外，为了满足双圆极化要求和拓展天线带宽，天线采用电桥进行馈电。天线单元的10 dB阻抗带宽为26.9%(1.8～2.36 GHz)，3 dB轴比带宽为19.3%(1.92～2.33 GHz)，方向图半功率波束宽度大于110°。对非规则的五单元面阵进行了研究。测试结果表明，该天线阵的合成增益高于11.5 dBi，±55°扫描增益高于9 dBi，仿真和实验结果一致性较高，为宽带卫星通信的应用奠定了基础。

宽带 /  双圆极化 /  双馈 /  层叠微带天线 /  宽波束 

针对现有视频加密算法复杂度高的问题，提出一种低复杂度的纹理自适应视频加密算法。该算法直接利用视频编码DCT系数和运动矢量建立阈值自适应的纹理估计模型，以此检测视频纹理区域并进行加密。考虑到视频编码效率和格式兼容性，选择纹理区域的DCT系数符号和MVD符号进行加密。该算法以应用广泛的H.264/AVC视频编解码器为验证平台，实验结果表明，该文提出的加密算法在确保视频内容安全性和压缩编码效率的同时，加密算法复杂度降低，待加密数据量减少。与现有纹理检测模型相比，该文纹理检测算法复杂度低，能够适用于实时性视频加密应用场景。

数字加密 /  选择性加密 /  纹理检测 /  视频压缩 /  视频加密 

为提高复杂背景和任意着装情况下的量体特征点定位精度，将堆叠沙漏网络(SHN)引入人体图像量体特征点定位中，并针对SHN模型输出特征图分辨率过低导致定位精度不足的问题，构建了一种Deconv-SHN模型。一方面用多个反卷积层代替初始模型的输出层以提高输出特征图的分辨率，另一方面基于Smooth L1和局部响应对目标函数进行了优化。在自建的6 700幅正面人体图像数据集上对Deconv-SHN模型、SHN模型以及传统算法进行实验的结果表明，Deconv-SHN模型在复杂背景和任意着装情况下的特征点定位精度较传统算法有显著提升，也明显优于SHN模型，基本满足人体参数测量应用的要求。

量体特征点定位 /  深度学习 /  非接触式人体参数测量 /  堆叠沙漏网络 

Fruit fly optimization algorithm (FOA) is a new global optimization algorithm inspired by the osphresis and vision behaviors of the fruit flies, which has been shown to have a strong capacity for solving continuous optimization problems. However, the candidate solutions of FOA could not take values those are negative, and the basic FOA is also faced with the challenges of poor diversity of the swarm and weak local search ability. To overcome these limitations synthetically, this study presents an improved FOA based on multi-strategy evolution and dynamic updating of swarm optimal information (MDFOA), aiming at well balancing the global search and local search abilities. In the proposed MDFOA, an effective candidate solution generating method and a new control parameter are introduced to improve the convergence performance. Moreover, a real-time update mechanism of the global optimal information is designed to further improve the convergence speed of the algorithm. 29 complex continuous benchmark functions are used to test the effectiveness of the proposed method. Numerical results show that the proposed MDFOA is superior to several other algorithms, such as the basic FOA, six variants of FOA, and two state-of-the-art intelligent optimization algorithms.

benchmark function /  continuous optimization /  fruit fly optimization algorithm /  multi-strategy 

为了揭示城市轨道交通大客流的演化机制，该文引入了异常移动网络的概念，并利用复杂网络分析技术，对比研究了深圳地铁正常客流和大客流状态下异常移动网络的结构复杂性和动态演变过程；提出了能有效识别异常移动网络关键节点的指标。研究结果表明，随着大客流的集聚和疏散，异常移动网络呈现从入度“长尾”到出度“长尾”的演变，网络结构在无标度网络与随机网络间转换。研究结论可为地铁大客流预警、制定客流组织管理方案提供参考依据。

异常移动网络 /  复杂网络 /  关键节点 /  地铁客流 /  网络演化 

挖掘位置社交网络(LBSNs)中的签到数据背后所蕴藏的信息是城市计算、智慧城市的重要研究方向，其中一个关键的任务是推断位置语义。位置语义因其在位置检索、位置推荐、数据预处理等领域的广泛应用而受到越来越多的关注。现有的推断方法倾向于手工提取位置的时空特征或用户签到活动的时空模式训练分类器进而推断位置语义。然而，提取有价值的时空模式或时空特征是一项困难的任务。该文提出一种新的基于图卷积神经网络的位置语义推理模型(SI-GCN)。SI-GCN利用node2vec和变分自编码器来学习位置的空间和时间特征。构建用户−位置访问二部图，利用图卷积神经网络来捕获用户签到活动中的高阶信息。此外，SI-GCN引入自注意力机制区分用户−位置访问二部图中不同邻居节点的贡献。SI-GCN在两个真实签到数据集上的实验表明，SI-GCN比现有3种算法具有更好的推断性能。

数据挖掘 /  图卷积神经网络 /  位置社交网络 /  自注意力机制 /  语义推断 

AFL-CGI-wrapper (ACW)是桌面CGI程序的漏洞自动挖掘方法，其利用QEMU仿真器执行二进制CGI来实施模糊测试。但在嵌入式设备中直接应用ACW进行CGI漏洞挖掘会面临两个难题：1) 固定输入模型难以应对嵌入式设备的多样性；2) 主模块跟踪难以覆盖依赖外部调用的分支路径，导致漏洞挖掘效率低下。针对这两个问题，一种基于反馈的惰性输入模型和选择性外部函数跟踪被提出，并在原型系统BCFuzzer中实现。最后使用实际的嵌入式CGI程序集进行了实验，结果表明相比现有方法，其能自动探索更多的代码路径，也能更快地发现更多未知漏洞。

覆盖率驱动 /  嵌入式设备 /  模糊测试 /  漏洞挖掘 

为提高抽油机的故障诊断性能、减少诊断模型的硬件存储，设计了基于轻量注意力卷积神经网络和示功图的故障诊断方法。首先，将示功图的位移−载荷数据转换为图像，诊断模型的基础结构采用深度分离卷积，提出一种可嵌入连续卷积层的正则化注意力模块，对每个卷积层的通道进行压缩、注意力计算，并根据注意力建立通道失活机制，输出具有特征抑制或加强的注意力特征图。其次，在模型学习算法上，提出注意力损失函数抑制易分样本对模型训练损失的贡献，使模型训练关注难分样本。最后通过仿真实验验证有效性，结果表明该模型硬件存储仅为5.4 MB，故障诊断精度达95.1%，满足抽油机工况检测的诊断精度要求。

卷积神经网络 /  故障诊断 /  损失函数 /  抽油机 /  正则化注意力 

针对全面禁核试低频声监测中需要对大气低频声信号进行有效识别的问题，对深度神经网络中的卷积神经网络进行了研究，提出了一种将低频声信号转换为图像，然后采用卷积神经网络进行识别，并对学习过程进行改进的方法。将该方法与基于人工设计特征的支持向量机方法进行了对比实验，实验结果表明，在训练数据集不大的情况下，通过改进学习过程的卷积神经网络可以挖掘出信号的潜在特征，具有和支持向量机同等的识别能力。

大气低频声 /  卷积神经网络 /  深度学习 /  信号识别 /  支持向量机