近日，计算机学院罗海波、明锐、张建山团队围绕空天地一体化网络、可编程网络测量与虚拟化、多模态图像融合等前沿方向持续开展攻关，与浙江大学、同济大学、南洋理工大学等国内外知名高中国福彩合作，形成了一批科研成果，多篇论文被国内外顶级期刊或bob娱官网入口议录用。相关工作面向无人机协同部署、任务卸载、内容缓存、数据采集、网络测量优化、可编程网络虚拟化以及可见光与红外图像融合等关键问题，提出了多种具有针对性的智能模型与优化方法，为智慧网络、边缘智能和智能感知等领域的创新应用提供了有力支撑。
以下为相关成果发表的论文简介：
论文标题: HSENet: Hierarchical Semantic-Enriched Network for Multi-Modal Image Fusion
发表期刊: Pattern Recognition 2026 (SCI 1区TOP)
作者: Xinyu Liu, Rui Ming(明锐)*, Songlin Du, Lianghua He, Haibo Luo(罗海波)*, Guobao Xiao
完成单位: 闽江大学、福州大学、东南大学、同济大学
论文介绍:
该论文针对多模态图像融合中“语义增强”与“细节保真”难以平衡的问题，提出了层次化语义增强网络HSENet。研究围绕语义聚合、分发和注入三个关键环节，设计了语义聚合分发机制以及渐进式语义密集注入与层次注入策略，使全局语义一致性与局部纹理细节能够协同提升。同时，论文还设计了两类特征融合模块，增强复杂场景下的跨模态信息整合能力。实验结果表明，HSENet在图像融合视觉质量和语义分割性能方面均取得了优异表现。
论文标题: SSDFusion: A Scene-Semantic Decomposition Approach for Visible and Infrared Image Fusion
发表期刊: Pattern Recognition 2025 (SCI 1区TOP)
作者: Rui Ming(明锐), Yixian Xiao, Xinyu Liu, Guolong Zheng, Guobao Xiao*
论文介绍:
该论文面向可见光与红外图像融合任务中跨模态特征关系建模不足、对下游视觉任务支持有限等问题，提出了场景—语义分解融合方法SSDFusion。研究构建了多层级编码—融合网络，将场景相关特征与语义相关特征分别提取和融合，再将融合后的语义信息注入场景特征，从而在保持融合图像保真度的同时增强上下文表达能力。此外，论文还通过元特征嵌入机制将融合网络与下游任务网络连接起来，提升了方法在语义分割等任务中的表现，体现出图像融合与高层视觉任务协同优化的研究价值。
论文标题: Energy-Efficient Multi-UAV-Assistant Data Collection for Multisensor Marine Networks
发表期刊: IEEE Internet of Things Journal 2026 (SCI 1区TOP)
作者: Haibo Luo(罗海波)#, Hong Xu#, Longlong Zhu, Yuxiang Fu, Rui Ming(明锐), Guolong Zheng, Ming Li, Jianshan Zhang(张建山)*
完成单位: 闽江大学、浙江大学、福州大学
论文介绍:
该论文面向多传感器海洋网络中的高效数据采集需求，构建了由多架无人机与中心船舶协同组成的海洋数据采集系统模型。研究以系统总能耗最小化为目标，联合优化无人机轨迹、船舶轨迹、传感器接入选择、数据卸载决策以及发射功率调度等关键变量，并设计了结合连续凸近似与贪心策略的交替优化算法。结果表明，该方法能够在复杂动态海洋环境下显著提升数据采集效率与系统鲁棒性。
论文标题: Energy-Efficient UAV Deployment and Computation Offloading in Space-Air-Ground Integrated Networks
发表期刊: IEEE Transactions on Vehicular Technology 2026 (SCI 2区)
作者: Jianshan Zhang(张建山), Xu Yang, Xing Chen*, Xiang Chen*, Xun Yi, Ibrahim Khalil, Dusit Niyato
完成单位: 闽江大学、福州大学、浙江大学、皇家墨尔本理工大学、南洋理工大学
论文介绍:
该论文面向空天地一体化网络中的移动设备计算卸载问题，聚焦无人机部署与任务卸载之间高度耦合、动态变化且求解复杂的关键挑战，提出了一种基于凸优化的联合优化方法。研究将原问题分解为无人机部署、地面设备接入和计算卸载三个子问题，并结合块坐标下降方法实现近优求解，在保证求解效率的同时有效降低系统加权总能耗，为空天地协同计算服务中的资源调度与能效优化提供了新的技术路径。
论文标题: A Time-Driven UAV Deployment and Content Caching Approach for Multi-UAV-Enabled Consumer Electronics Network
发表期刊: IEEE Transactions on Consumer Electronics 2025 (SCI 2区)
作者: Jianshan Zhang(张建山), Xu Yang, Rui Ming(明锐), Haibo Luo(罗海波)*, Xiaoding Wang, Md. Jalil Piran*
完成单位: 闽江大学、福建师范大学、世宗大学
论文介绍:
该论文围绕多无人机赋能的消费电子网络内容服务场景，针对移动数据流量快速增长带来的高时延问题，系统研究了无人机部署、用户接入和内容缓存三者的联合优化。论文提出一种基于交替优化的时间驱动求解框架，通过分别求解无人机部署、内容缓存和用户接入等子问题，获得具有收敛保证的次优解，实验结果表明该方法在平均内容访问时延和缓存命中率方面均优于对比方案。
论文标题: MonPlan: Taming Network Measurement with Accurate and Resource-Efficient Sketch-INT Co-Design
发表bob娱官网入口议: IEEE International Conference on Computer Communications 2026 (CCF-Abob娱官网入口议)
作者: Xiang Chen, Linying Zheng, Longlong Zhu, Zedi Chen, Qing Shu, Jialu Tian, Siqi Dong, Qun Huang, Jianshan Zhang(张建山)*, Xuan Liu, Haifeng Zhou, Hongyan Liu, Dong Zhang, Chunming Wu*
完成单位: 浙江大学、北京大学、闽江大学、福州大学、扬州大学
论文介绍:
该论文针对网络测量中大流测得准、小流测得全与资源消耗可控难以兼顾的问题，提出了融合Sketch与INT优势的协同测量框架MonPlan。研究基于大流由Sketch测量、小流由INT测量的核心思路，进一步围绕测量点选择和测量数据无拥塞回传两个难题，分别设计了基于拉格朗日松弛的近优求解方法和结合最坏情况速率估计的强化学习路径选择机制。实验表明，MonPlan在保持资源效率的同时，可较现有方法实现23%至95%的准确率提升。
论文标题: Carrera: Enabling High-Performance eBPF-based Sketches in Network Measurement
发表bob娱官网入口议: IEEE International Conference on Network Protocols 2025 (CCF-Bbob娱官网入口议)
作者: Xiang Chen, Xin Yao, Jiayu Li, Longlong Zhu, Linying Zheng, Hongyan Liu, Jianshan Zhang(张建山)*, Dong Zhang, Xuan Liu, Qun Huang, Haifeng Zhou, Chunming Wu*
完成单位: 浙江大学、福州大学、闽江大学、扬州大学、北京大学
论文介绍:
该论文面向动态网络测量中eBPF草图方法面临的高CPU开销、低吞吐和高时延问题，提出了高性能优化库Carrera。研究系统分析了eBPF草图的性能瓶颈，进一步设计了硬件卸载、SIMD加速哈希、流感知索引缓存、随机数预取和主动式数据收集等多项跨草图优化机制，使用户在无需针对不同草图进行复杂底层重构的情况下即可获得性能提升。实验结果表明，Carrera最高可提升65%的吞吐率，并将时延最多降低93%，同时还能进一步改善测量准确性。
论文标题: Virtualizing Next-generation Programmable Networks: Techniques, Use Cases, and Promising Future Directions
发表期刊: IEEE Network 2025 (中国科学院3区)
作者: Xiang Chen, Hongyang Du, Wenjing Liu, Hongyan Liu, Jianshan Zhang(张建山)*, Xu Yang, Dong Zhang, Chunming Wu*, Xuan Liu, Dusit Niyato
完成单位: 浙江大学、香港大学、闽江大学、福州大学、扬州大学、南洋理工大学
论文介绍:
该论文聚焦下一代可编程网络虚拟化的发展趋势，系统梳理了可编程网络虚拟机的技术演进、关键机制、典型应用场景及未来研究方向。论文指出，随着6G等新型网络逐步走向可编程化，传统面向OpenFlow的SDN超管技术已难以满足数据平面可编程和控制平面灵活配置的新需求，因此亟需发展适用于可编程网络的新型虚拟化框架。基于测试平台的实验结果进一步表明，PNHs在复杂拓扑和高负载场景下能够支持更高比例的虚拟网络接入，展现出良好的应用潜力。
论文标题: ACO使能的边缘计算系统服务部署和计算任务卸载方法
发表期刊: 小型微型计算机系统 2025
作者: 邓福康, 许英豪, 张建山*, 陈星
完成单位: 福州大学、闽江大学
论文介绍:
该论文聚焦多边缘服务器协同服务场景，针对服务部署和计算任务卸载的联合优化问题，提出了一种基于蚁群优化算法的求解策略。研究构建了多边缘服务器协同提供计算服务的网络系统模型，在综合考虑任务完成时延和能耗的基础上，对服务部署位置与任务卸载策略进行协同设计。实验结果表明，所提方法相较基准策略能够有效降低任务完成时延和系统能耗，并提升网络整体效率与可扩展性。
论文标题: 面向移动边缘计算环境的服务部署和任务卸载优化：一种深度强化学习方法
发表期刊: 小型微型计算机系统 2025
作者: 和世杰, 邓福康, 张建山*, 陈星
完成单位: 福州大学、闽江大学
论文介绍:
该论文针对移动边缘计算环境中资源异构、网络状态动态变化以及时延与能耗多目标权衡等问题，提出了一种基于深度强化学习的混合优化框架。研究在服务部署阶段采用DQN处理离散决策，在任务卸载阶段引入MADDPG实现连续资源分配，并通过双向反馈机制实现服务部署与任务卸载的协同优化。实验结果表明，该方法在多种工作场景下均具有较好的适应能力，并在时延和能耗控制方面表现出明显优势。
（计算机学院 张建山 通讯员 黄昆畅）
【责任编辑 罗晓华】