物联网学报

面向物联网的新型柔性传感器

吴靖, 李晟, 张景, 辛明, 陶若文, 周舟, 潘力佳, 施毅

2023, 7(2): 1-14. doi:10.11959/j.issn.2096-3750.2023.00294

摘要 ( 344 )

在线阅读 ( 75 )

PDF下载 (22773KB) ( 212 )

可视化

数据和表 | 参考文献 | 相关文章

新型柔性传感技术融合了电子信息、材料化学、生物科学和微纳加工等，为物联网提供智能的传感终端，将广泛应用于健康监护、互联家居、智能制造等领域。通过对新材料的开发和新机理的研究应用，柔性传感器在灵敏度、响应范围、响应时间、线性度、回滞、稳定性等基础指标上已取得长足进步，并从单一传感器拓宽到系统级研发与优化。针对近年来的热点研究问题，从多模集成传感器、仿生电子传感器、无线信号传输与供能、智能信息处理4个方面介绍新型柔性传感器的发展现状。

基于可见光的环境自适应手势识别系统

王柱, 张化磊, 胡千红, 於志文

2023, 7(2): 15-25. doi:10.11959/j.issn.2096-3750.2023.00344

摘要 ( 223 )

在线阅读 ( 28 )

PDF下载 (6496KB) ( 224 )

可视化

数据和表 | 参考文献 | 相关文章

手势日益成为一种重要的人机交互方式，可在电子游戏、虚拟现实等场景中为用户提供更优质的体验。近年来，研究者探索利用不同感知技术实现手势识别，如射频信号、声学信号等。与之相比，利用可见光识别手势具有更强普适性。基本原理为：不同手势遮挡可见光会产生独特的阴影模式，通过光电传感器捕捉阴影变化即可实现手势识别。针对可见光手势识别面临的环境依赖难题，设计了一种基于光电传感器阵列的数字手势识别系统，提出了基于图像的阵列感知数据抽象表示模型，结合图像固有特性发掘不同传感器数据之间的时间和空间关联性，利用时空特征设计了基于CNN-RNN的环境自适应手势识别方法。为了验证所提方法的有效性，设计了环境自适应手势识别系统Vi-Gesture，准确率相比基线方法提升10%以上。

基于可穿戴与可植入技术的人体健康物联网研究进展

梁峻阁, 宋怡然, 孙杨帆, 计樱莹, 潘力佳, 施毅

2023, 7(2): 26-34. doi:10.11959/j.issn.2096-3750.2023.00343

摘要 ( 306 )

在线阅读 ( 69 )

PDF下载 (4172KB) ( 438 )

可视化

数据和表 | 参考文献 | 相关文章

健康人群通过在日常生活中对各项生理参数进行监测，能够在疾病早期预警身体异常和疾病，从而提高个人生活质量，减轻国家公共卫生医疗资源压力，因此，亟须研发基于人体物联网的可穿戴与可植入传感器系统。以基于体液和电信号的生物信息检测为切入点划分传感技术，并引入自供能、近端通信等人体健康物联网的关键技术进行讨论。最后探讨了健康数据管理与疾病诊断预防领域的技术进展和产业应用，尝试构建了基于可穿戴与可植入技术的人体健康物联网概念。

物理模型引导的智能相位成像

刘振, 朱昊, 周游, 马展, 曹汛

2023, 7(2): 35-42. doi:10.11959/j.issn.2096-3750.2023.00345

摘要 ( 152 )

在线阅读 ( 25 )

PDF下载 (12710KB) ( 107 )

可视化

数据和表 | 参考文献 | 相关文章

隐式神经表示使用神经网络刻画了信号坐标到其属性的映射，通过将正向物理过程引入误差函数的设计中，可被用于求解各种逆问题，应用前景广阔。然而，对隐式神经表示的网络参数进行随机初始化会导致优化速度慢、求解精度低，因此，提出使用元学习算法为隐式神经表示提供一个具有强先验的初始化参数，从而提升求解逆问题时的优化速度和求解精度。针对无透镜相位成像这一重要问题，基于快照式无透镜感知模型提出一种智能相位成像方法，将光学衍射传播理论引入隐式神经表示的误差函数设计中，能够消除传统深度学习算法对大规模数据集的依赖，仅需要传感器记录的单张强度图像，即可实现对样本的高精度相位恢复。此外，通过在网络初始化中引入元学习模型，进一步提升网络训练的效率和精度。数值仿真结果表明，与传统方法相比，所提方法能够获得11 dB以上的峰值信噪比（PSNR, peak signal-to-noise ratio）提升；在真实数据中的实验结果表明，所提方法重建出的相位图像更加清晰，伪影更少。

绿光收发一体式集成光电子芯片的脉搏检测传感器

张晨辰, 高绪敏, 叶子琪, 柏明明, 胡泽锋, 王永进

2023, 7(2): 43-49. doi:10.11959/j.issn.2096-3750.2023.00319

摘要 ( 166 )

在线阅读 ( 21 )

PDF下载 (15375KB) ( 163 )

可视化

数据和表 | 参考文献 | 相关文章

光学体积描记（PPG, photo plethysmo graphy）因其设计简单、成本低、信号周期能有效反应心脏节律等特点被广泛应用于检测心率及脉搏活动。基于多量子阱（MQW, multiple quantum well）二极管发光谱与探测谱存在重叠区的物理现象，采用兼容工艺在一块氮化镓芯片上实现光发射和接收器件的集成，研制收发一体式集成光电子芯片及脉搏传感器。实验结果表明，该氮化镓集成光电子芯片能够有效地接收经过心脏脉冲调制过的反射光。结合电路处理，能够根据还原的PPG信号计算出测试者的心率及脉搏跳变频率，以此起到检测和警示的作用。

联邦学习赋能6G网络综述

耿光磊, 高博, 熊轲, 樊平毅, 陆杨, 王煜炜

2023, 7(2): 50-66. doi:10.11959/j.issn.2096-3750.2023.00323

摘要 ( 434 )

在线阅读 ( 75 )

PDF下载 (6843KB) ( 308 )

可视化

数据和表 | 参考文献 | 相关文章

基于内生人工智能（AI, artificial intelligence）在大规模复杂异构网络中实现万物智联是6G的重要特征之一。联邦学习（FL, federated learning）因其数据处理本地化这一特有的机器学习架构，被认为是在6G场景中实现分布式泛在智联的重要途径，已成为6G的重要研究方向。为此，首先分析了在未来6G，特别是物联网（IoT, internet of things）场景中引入分布式AI的必要性，以此为基础论述了FL在满足相关6G指标要求的潜力，并从架构设计、资源利用、数据传输、隐私保护、服务提供角度综述了FL如何赋能6G网络，最后给出了FL赋能6G研究存在的一些关键挑战和未来有价值的研究方向。

6G多回程链路选择与功率分配联合优化方法

李庆洋, 李雪婷, 朱晓荣

2023, 7(2): 67-75. doi:10.11959/j.issn.2096-3750.2023.00284

摘要 ( 101 )

在线阅读 ( 17 )

PDF下载 (3571KB) ( 289 )

可视化

数据和表 | 参考文献 | 相关文章

针对6G系统热点区域基站单回程链路能力受限的问题，提出了弹性覆盖系统多回程链路选择与功率分配联合优化方法，使数据包根据其业务特点和链路状况选择合适的回程链路和功率进行传输。首先，运用排队论分析了数据包在小基站子队列上的传输时延；然后，以最大化时延容忍弹性值为优化目标进行建模；最后，采用匈牙利算法和拉格朗日对偶加梯度下降法进行求解。分析和仿真结果表明，与传统算法相比，所提算法将超可靠低时延通信（URLLC, ultra-reliable and low-latency communication）业务数据包和增强型移动宽带（eMBB, enhanced mobile broadband）业务数据包的平均时延分别降低了17%和14%，有效提高了网络的传输速率。

基于SMOTE和gcForest的医疗小样本数据分类研究

刘文昌, 魏赟, 袁浩轩, 高跃

2023, 7(2): 76-87. doi:10.11959/j.issn.2096-3750.2023.00337

摘要 ( 158 )

在线阅读 ( 27 )

PDF下载 (1804KB) ( 468 )

可视化

数据和表 | 参考文献 | 相关文章

针对传统机器学习模型在医疗小样本数据上由浅层模型结构和复杂数据特征导致的分类表现不佳的问题，提出了一种联合多粒度改进级联森林（cgicForest，combine multi-grained improved cascade forest）模型。通过在多粒度扫描中加入随机抽样环节以及对变换特征进行优化来提高模型表征学习能力，并改进级联森林部分的层级结构来提升模型分类能力。针对存在类别不平衡问题的数据集，提出安全边界过采样（SBS, safe-borderline-SMOTE）算法在属于安全边界的少数样本周围进行动态插值，提高训练数据质量，再通过cgicForest模型进行训练学习，最终得到支持不平衡医疗小样本数据的SBS-cgicForest分类模型。在3种医疗数据集上应用SBS-cgicForest分类模型进行测试，结果表明，cgicForest模型在具有复杂特征的医疗小样本数据上分类的性能指标较多粒度级联森林（gcForest, multi-grained cascade forest）模型提升了4.1～5.4个百分点，与SBS算法结合后各性能指标提升6.6～11.2个百分点，比与传统采样方法结合后的F₁评分高出2～2.5个百分点，为解决医疗小样本数据的分类问题提供了参考，并为智慧医疗场景下的物联网应用提供了支持。

面向工业无线网络的时间同步攻击检测

张思超, 梁炜, 苑旭东, 张吟龙, 郑萌

2023, 7(2): 88-97. doi:10.11959/j.issn.2096-3750.2023.00334

摘要 ( 114 )

在线阅读 ( 14 )

PDF下载 (2806KB) ( 510 )

可视化

数据和表 | 参考文献 | 相关文章

高精度的时间同步是保障工业无线网络（IWN, industrial wireless network）安全、可靠传输的基础。延迟攻击作为一类无法使用密码技术解决的时间同步攻击，严重威胁工业无线网络的安全运行。首先，在深入分析工业无线网络时间同步机制的基础上，构造了3种时间同步攻击模型，即单向全生命周期延迟攻击、双向全生命周期延迟攻击和单向非全生命周期延迟攻击，模型在目标节点未被捕获的前提下可实现较隐蔽的延迟攻击。其次，针对现有检测算法难以检测时间特征无明显变化的较隐蔽延迟攻击的问题，提出了一种基于贝叶斯模型的攻击检测算法，算法提取传输速率、传输时延、传输成功率及时间同步周期共4类代表性特征。此外，在贝叶斯特征信息矩阵中引入无线信道噪声模型，以保证在噪声干扰存在条件下的攻击检测和分类准确性。实验结果表明，所提算法在有噪声存在的情况下能够有效检测3种延迟攻击。

多用户干扰网络中基于干扰对齐的安全传输方案

胡林, 范家兵, 文红, 唐杰, 陈前斌

2023, 7(2): 98-108. doi:10.11959/j.issn.2096-3750.2023.00331

摘要 ( 127 )

在线阅读 ( 21 )

PDF下载 (3010KB) ( 140 )

可视化

数据和表 | 参考文献 | 相关文章

面向物联网业务中的信息安全需求，考虑多用户干扰网络中存在多个窃听节点的场景，提出基于干扰对齐（IA, interference alignment）的物理层安全传输方案。为解决传统干扰对齐算法可能导致保密信号消除的问题，提出一种改进的交替最小化（AM, alternating minimization）方法，通过交替优化发射和接收矩阵消除多用户干扰，同时利用人工噪声（AN，artificial noise）辅助的最大特征模式波束成形（max-eigenmode beamforming）进行安全传输。为更加准确地分析该方案的可行性，提出将干扰对齐方程分解为独立的子方程及其组合，通过分析每个方程的可解性，得到了更严格的可行性必要条件。最后，通过优化保密信号和人工噪声之间的功率分配比例，在满足安全中断概率（SOP）的约束下，实现安全传输速率的最大化。仿真结果表明，该方案不但可以保证保密信号的质量，同时可以提高安全性能，因此可以更好地支持多用户干扰网络中的安全业务。

基于峰均比约束的双功能雷达通信波形折中优化设计

侯跃峰, 赵晓, 刘嘉宁, 周荣康, 王文博, 田峰

2023, 7(2): 109-117. doi:10.11959/j.issn.2096-3750.2023.00338

摘要 ( 156 )

在线阅读 ( 25 )

PDF下载 (2538KB) ( 199 )

可视化

数据和表 | 参考文献 | 相关文章

双功能雷达通信（DFRC, dual-function radar-communication）技术利用相同的硬件平台、频谱资源和发射波形同时实现雷达和通信功能，为实现通信感知一体化功能提供强有力的支撑。针对双功能雷达通信系统，研究了雷达和通信的波形折中优化设计，同时考虑在传输能耗和峰均比约束下，构建具有二次等式和不等式约束的非凸优化问题，并利用非线性等式约束交替方向乘子算法将非凸优化问题分解为3个子问题实现优化求解。仿真结果表明，优化设计的双功能雷达通信波形可逼近理想雷达波形，同时实现了雷达性能和通信性能之间的折中优化。

基于CSI小样本学习的场景鲁棒性跌倒检测系统

曾钰婷, 毕宿志, 郑莉莉, 林晓辉, 王晖

2023, 7(2): 118-132. doi:10.11959/j.issn.2096-3750.2023.00339

摘要 ( 241 )

在线阅读 ( 35 )

PDF下载 (10035KB) ( 178 )

可视化

数据和表 | 参考文献 | 相关文章

采用小样本学习技术设计了基于CSI的场景鲁棒性跌倒检测系统（FDFL, fall detection system based on few-shot learning）。现有基于Wi-Fi无线信道状态信息（CSI, channel state information）的跌倒检测方法跨场景应用性能退化明显，通常需要在每个应用场景采集并标记大量的CSI样本，给大规模部署造成极高的成本。为此，引入了小样本学习的方法，可以在陌生场景标注样本数量不足的情况下仍然保持高准确率的跌倒检测性能。所提FDFL 主要分为源域的元训练和目标域的元学习两个阶段。源域的元训练阶段包含数据预处理和分类训练两个部分，数据预处理阶段将采集的原始CSI幅度和相位数据进行去噪、分段等操作；分类训练阶段利用大量处理好的源域数据样本训练一个基于卷积神经网络的CSI特征提取器。在目标域的元学习阶段，基于元训练模块中训练的特征提取器对目标域中采样的少量标注样本进行有效的特征提取，进而训练生成一个轻量型机器学习分类器对跨场景下的跌倒行为进行检测。通过多个不同场景下的实验，FDFL在只需要目标域少量样本下即可以实现对跌倒、坐着、步行、坐下的四分类任务达到95.52%的平均识别准确率，并且对测试环境、人员目标、设备位置等因素的变化保持鲁棒的检测准确性。

基于低成本物联网芯片ESP32的人体行为识别系统

胡超, 鲁邦彦, 杨彦兵, 陈哲, 张磊, 陈良银

2023, 7(2): 133-142. doi:10.11959/j.issn.2096-3750.2023.00330

摘要 ( 306 )

在线阅读 ( 54 )

PDF下载 (7280KB) ( 195 )

可视化

数据和表 | 参考文献 | 相关文章

人体行为识别广泛存在于运动管理、行为分类等应用中，当前的人体行为识别应用主要分为基于摄像机、基于可穿戴设备和基于Wi-Fi感知3类。其中，基于摄像机的人体行为识别应用存在隐私泄露的风险，基于可穿戴设备的人体行为识别应用存在续航短、精度差等问题。基于Wi-Fi感知的人体行为识别一般通过Wi-Fi网卡或软件无线电设备识别信道状态信息变化的规律，从而推测用户行为，不存在隐私泄露和续航短的问题，但Wi-Fi网卡需要依靠计算机且软件无线电平台价格昂贵，极大地限制了Wi-Fi感知的应用场景。针对上述问题，提出了一种基于低成本物联网芯片 ESP32 的人体行为识别系统。具体地，所提系统首先使用 Hampel 滤波器和高斯滤波器对ESP32获得的信道状态信息进行预处理，然后使用主成分分析和离散小波变换降低数据的维度，最后通过K最近邻（KNN, K-nearest neighbor）算法对数据进行分类。实验结果表明该系统在仅使用两个ESP32节点的情况下，可以达到与当前主流Wi-Fi感知系统（Intel 5300网卡）相近的识别准确率，6种行为的平均准确率为98.6%。

Wi-freshness：基于CSI的猪肉新鲜度检测系统研究

牛超, 杨卫东, 胡鹏明, 高向上, 沈二波

2023, 7(2): 143-152. doi:10.11959/j.issn.2096-3750.2023.00332

摘要 ( 98 )

在线阅读 ( 18 )

PDF下载 (6427KB) ( 456 )

可视化

数据和表 | 参考文献 | 相关文章

有效、快速地评价猪肉新鲜度对猪肉品质监测具有重要意义。然而，传统的感官评价方法过于主观，理化分析又耗时过长且具有破坏性。虽然射频信号被用于定位、材料识别、生命体征监测，但在肉类新鲜度检测方面并未受到重视。提出了一种实时、无损、低成本的基于信道状态信息（CSI, channel state information）的猪肉新鲜度检测系统Wi-freshness。该系统基于泛在网络（商用Wi-Fi）部署和实施，是物联网在生鲜农产品领域一个新的应用。Wi-freshness包括CSI数据感知、数据预处理、检测建模和新鲜度检测4个模块。考虑Wi-freshness需要处理的数据特征值不多，以及对预测的实时性要求较高的特点，提出一种基于宽度学习系统（BLS, broad learning system）的检测模型。实验结果表明，Wi-freshness系统能达到93%以上的检测准确率。

当期目录