高级搜索
优先发表栏目展示本刊经同行评议确定正式录用的文章,这些文章目前处在编校过程,尚未确定卷期及页码,但可以根据DOI进行引用。本栏目内容尚未正式出版,未经编辑部许可,不得转载。

显示方式:      

基于深度学习的手语识别综述
张淑军, 张群, 李辉
当前状态:  doi: 10.11999/JEIT190416
[摘要](0) [HTML全文](0) [PDF 1013KB](0)
摘要:
手语识别涉及计算机视觉、模式识别、人机交互等领域,具有重要的研究意义与应用价值。深度学习技术的蓬勃发展为更加精准、实时的手语识别带来了新的机遇。该文综述了近年来基于深度学习的手语识别技术,从孤立词与连续语句两个分支展开详细的算法阐述与分析。孤立词识别技术划分为:基于卷积神经网络、3维卷积网络和循环神经网络3种架构的方法;连续语句识别所用模型复杂度更高,通常需要辅助某种长时时序建模算法,按其主体结构分为:双向长短时记忆网络模型、3维卷积网络模型和混合模型。归纳总结了目前国内外常用手语数据集,探讨了手语识别技术的研究挑战与发展趋势,高精度前提下的鲁棒性和实用化仍有待于推进。
基于瑞利多径衰落信道的信号包络频谱感知
周义明, 李英顺, 田小平
当前状态:  doi: 10.11999/JEIT190065
[摘要](0) [HTML全文](0) [PDF 1073KB](0)
摘要:
为提高信号采样值之间的相关性和降低噪声对感知性能的影响,该文提出基于信号包络自相关矩阵的频谱感知算法。首先对采样信号等间隔时长截取,以相邻间隔的采样值计算信号自相关性,并构造出近似自相关矩阵。其次依据矩阵次对角线元素性质构造了统计量。分别计算了该统计量的检测概率分布函数与虚警概率分布函数,分析了频谱感知算法的检测性能,算法优化了信号相关性的计算,降低了噪声对感知性能的影响。最后通过仿真验证了不同参数对检测概率和虚警概率的影响,并提出了进一步提高检测性能的措施。
基于循环平稳特性的欠采样宽带数字预失真研究
兰榕, 胡欣, 邹峰, 王刚, 罗积润
当前状态:  doi: 10.11999/JEIT190105
[摘要](0) [HTML全文](0) [PDF 841KB](0)
摘要:
为了解决行波管宽带数字预失真中反馈回路ADC采样率过高的问题,该文利用信号的循环平稳特性证实可通过欠采样下的输出信号估计功放的非线性模型参数,然后由功放非线性模型参数和输入信号可恢复出与高采样率下效果相似的功放输出信号,最后通过传统的间接学习结构对功放进行数字预失真以实现行波管的线性化。为了验证该方法,利用20 MHz LTE信号驱动一只55 W的X波段行波管放大器。数字预失真反馈回路的ADC采样率从61.44 Msps降低至6.144 Msps和3.072 Msps,但线性化效果变化不大,表明欠采样方法是有效的。
一种可证安全的车联网无证书聚合签名改进方案
谢永, 李香, 张松松, 吴黎兵
当前状态:  doi: 10.11999/JEIT190184
[摘要](0) [HTML全文](0) [PDF 694KB](0)
摘要:
车联网(VANETs)是组织车-X(X:车、路、行人及互联网等)之间的无线通信和信息交换的大型网络,是智慧城市重要组成部分。其消息认证算法的安全与效率对车联网至关重要。该文分析王大星等人的VANETs消息认证方案的安全不足,并提出一种改进的可证安全的无证书聚合签名方案。该文方案利用椭圆曲线密码构建了一个改进的安全无证书聚合认证方案。该方案降低了密码运算过程中的复杂性,同时实现条件隐私保护功能。严格安全分析证明该文方案满足VANETs的安全需求。性能分析表明该文方案相比王大星等人方案,较大幅度地降低了消息签名、单一验证以及聚合验证算法的计算开销,同时也减少了通信开销。
基于低秩表示的鲁棒判别特征子空间学习模型
李骜, 刘鑫, 陈德运, 张英涛, 孙广路
当前状态:  doi: 10.11999/JEIT190164
[摘要](0) [HTML全文](0) [PDF 1966KB](0)
摘要:
特征子空间学习是图像识别及分类任务的关键技术之一,传统的特征子空间学习模型面临两个主要的问题。一方面是如何使样本在投影到特征空间后有效地保持其局部结构和判别性。另一方面,当样本含噪时传统学习模型所发生的失效问题。针对上述两个问题,该文提出一种基于低秩表示的判别特征子空间学习模型,该模型的主要贡献包括:通过低秩表示探究样本的局部结构,并利用表示系数作为样本在投影空间的相似性约束,使投影子空间能够更好的保持样本的局部近邻关系;为提高模型的抗噪能力,构造了一种利用低秩重构样本的判别特征学习约束项,同时的增强模型的判别性和鲁棒性;设计了一种基于交替优化技术的迭代数值求解方案来保证算法的收敛性。该文在多个视觉数据集上进行分类任务的对比实验,实验结果表明所提算法在分类准确度和鲁棒性方面均优于传统特征学习方法。
时间反转多用户系统中保密和速率优化的预处理滤波器设计
雷维嘉, 杨苗苗
当前状态:  doi: 10.11999/JEIT190339
[摘要](0) [HTML全文](0) [PDF 1194KB](0)
摘要:
利用无线信道的特征通过物理层技术实现信息的安全传输是保密通信的一种方式。时间反转传输特有的时空聚焦特性使其具有天然的抗干扰和抗窃听能力,在单发射天线条件下也能获得较好的保密传输性能。该文研究两用户时间反转下行多址安全传输系统中,发送滤波器脉冲响应的优化问题。根据互惠原则将两个发送滤波器的联合优化问题转换为各滤波器的独立优化问题,进一步将其转换为寻找最大特征值及其对应的特征向量的问题,并通过迭代算法进行求解。仿真结果表明,针对保密和速率优化预处理滤波器后,系统的可达保密速率明显优于采用常规时间反转预处理滤波器时的系统和直接传输系统。
基于能量效率的双层非正交多址系统资源优化算法
高东, 梁子林
当前状态:  doi: 10.11999/JEIT190048
[摘要](0) [HTML全文](0) [PDF 956KB](0)
摘要:
该文针对双层非正交多址系统(NOMA)中基于能量效率的资源优化问题,提出了基于双边匹配的子信道匹配方法和基于斯坦科尔伯格(Stackelberg)博弈的功率分配算法。首先将资源优化问题分解成子信道匹配与功率分配两个子问题,在功率分配问题中,将宏基站与小型基站层视作斯坦科尔伯格博弈中的领导者与追随者。然后将非凸优化问题转换成易于求解的方式,分别得到宏基站和小型基站层的功率分配。最后通过斯坦科尔伯格博弈,得到系统的全局功率分配方案。仿真结果表明,该资源优化算法能有效地提升双层NOMA系统的能量效率。
大规模MIMO系统中联合用户分组和联盟博弈的动态导频分配方案
智慧, 王飞跃, 黄子菊
当前状态:  doi: 10.11999/5EIT190445
[摘要](0) [HTML全文](0) [PDF 1761KB](0)
摘要:
大量研究表明,大规模MIMO系统中的小区边缘用户比中心用户更易遭受导频污染的影响。因此,该文提出一种联合用户分组和联盟博弈(JUG-AG)的动态导频分配方案来减轻系统导频污染。根据用户信号强度将所有用户分为A,B两组,把接收基站信号强度弱的小区边缘用户记为A组,剩余用户则为B组。A组用户使用相互正交的导频,B组用户则借助联盟博弈来重复使用剩余的正交导频。在B组用户的联盟博弈中,用户被分成若干个互不相交的用户子联盟,属于不同子联盟的用户分配不同的相互正交导频序列,而属于同一子联盟中的用户使用相同的导频序列。与已有的导频分配方案相比,该文提出的JUG-AG方案更灵活,可以用于所有用户随机分布的场景。而且,该算法通过循环搜索可以获得整体最优解。仿真结果表明JUG-AG方案能够有效降低上行链路中用户信号检测的平均均方根误差(RMSE),而且可以提高用户的平均服务速率。
基于价值优化的相控阵雷达任务调度算法
杨善超, 田康生, 刘仁争, 郑玉军
当前状态:  doi: 10.11999/JEIT190147
[摘要](589) [HTML全文](0) [PDF 1626KB](33)
摘要:
针对相控阵雷达时间资源分配问题,该文提出一种基于价值优化的任务调度算法。首先建立任务调度属性参数,对跟踪任务队列进行可行性分析和筛选操作,确定跟踪任务调度属性。其次,根据任务最大价值及其变化斜率,建立关于实际执行时刻的动态任务价值函数,并基于此构建任务调度的价值优化模型,对跟踪任务执行时刻进行分配,以更好满足及时性原则。最后,利用执行跟踪任务间的空闲时间片对搜索任务进行调度。仿真结果表明,该文算法有效减小了时间偏移量,提升了实现价值率。
一种新的基于虚拟队列的无线多播网络编码调度策略
张瑞, 占友, 钱权
当前状态:  doi: 10.11999/JEIT190059
[摘要](460) [HTML全文](0) [PDF 2216KB](20)
摘要:
网络编码由于其传输效率高的特性,近年来在无线多播网络中得到广泛的应用。针对无线多播网络中丢包自动重传效率低的问题,该文提出一种新的基于虚拟队列中数据包到达时间的编码调度策略(CSAT)。在CSAT策略中,为了提高编码效率,采用虚拟队列来存放初始以及未被所有接收者接收到的数据包。考虑到队列的稳定性,CSAT策略按照一定的比率从主次队列选择发送;在次队列发送数据包时,结合了编码和非编码两种方式,根据数据包到达队列的先后,选取能够使较多数据包参与编码的方式发送。仿真结果表明,该文所提的CSAT编码调度策略在有效提高了数据包传输效率的同时,提高了网络的吞吐量并降低了平均等待时延。
Chernof f加权分类器框架在运动想象脑-机接口中的应用
谭平, 刘利枚, 郭璠, 周开军
当前状态:  doi: 10.11999/JEIT181132
[摘要](340) [HTML全文](0) [PDF 2217KB](16)
摘要:
针对现有脑机接口(BCI)分类器与大脑认知过程结合不够紧密的问题,该文提出一种基于Chernoff加权的分类器集成框架方法,并用于同步运动想象脑机接口中。通过对训练数据进行统计分析,获得各时刻脑电信号(EEG)的统计特性,并建立基于大脑认知过程的高斯概率模型。然后利用Chernoff边界特性得到该概率模型的最小误差,并以此确定该时刻分类器的权重,通过对各时刻分类器的加权,实现同步脑机接口的信号分类。以脑机接口竞赛数据作为测试,并与线性判决分析、支持向量机和极限学习方法分别结合构成新的集成方法。由实验结果可知,加权集成框架方法的分类性能比原独立分类方法有显著提高。
异构网络中基于能效优化的D2D资源分配机制
张达敏, 张绘娟, 闫威, 陈忠云, 辛梓芸
当前状态:  doi: 10.11999/JEIT190042
[摘要](584) [HTML全文](0) [PDF 1773KB](27)
摘要:
针对异构网络中D2D通信复用蜂窝用户频谱时存在的频谱分配问题,该文提出一种基于改进离散鸽群优化(PIO)算法的D2D通信资源分配机制。通过设置信干噪比(SINR)门限值来保证用户的通信服务质量(QoS),采用功率控制算法为用户设置发射功率,使用基于运动权值的二进制离散鸽群优化(MWBPIO)算法为D2D用户进行资源分配,并将D2D通信技术与中继技术进行有效结合,为边缘用户建立D2D中继链路,保证边缘用户的通信质量,最大化系统性能目标。仿真结果表明,该方案有效抑制了异构通信系统中引入D2D用户后导致的干扰问题,提高了边缘用户的通信质量和系统的频谱利用率以及系统的能效。
雷达间歇辐射对测向交叉定位性能的影响分析
王亚涛, 曾小东, 周龙建
当前状态:  doi: 10.11999/JEIT190110
[摘要](584) [HTML全文](0) [PDF 799KB](13)
摘要:
针对雷达采取间歇辐射的射频隐身管控措施,以双站测向交叉定位为例,该文研究了辐射时间比与定位性能的影响关系。首先分析了雷达间歇辐射的管控方法,然后在载机做匀速直线运动的假设下,采用克拉美罗下界(CRLB)方法,建立了辐射时间比对定位精度的影响模型。最后给出了模型的求解步骤并进行了仿真验证。仿真结果表明,不同辐射时间比对定位性能的影响不同,在初始距离为100 km,辐射时间比小于0.5时,定位收敛时间超过10 s,可以有效降低测向交叉定位的性能。
大规模MIMO系统上行链路时间-空间结构信道估计算法
路新华, MANCHÓNCarles Navarro, 王忠勇, 张传宗
当前状态:  doi: 10.11999/JEIT180676
[摘要](793) [HTML全文](0) [PDF 1072KB](37)
摘要:
针对大规模多入多出(MIMO)系统上行链路非平稳空间相关信道的估计问题,该文利用信道的时间-空间2维稀疏结构信息,应用狄利克雷过程(DP)和变分贝叶斯推理(VBI),设计了一种低导频开销和计算复杂度的信道估计迭代算法,提高了信道估计精度。由于平稳空间相关信道难以适用于大规模MIMO系统,该文借助于狄利克雷过程构建了非平稳空间相关信道先验模型,可将具有空间关联的多个物理信道映射为具有相同时延结构的概率信道,并应用变分贝叶斯推理设计了低导频开销和计算复杂度的信道估计迭代算法。实验结果验证了所提算法的有效性,且具有对系统关键参数鲁棒性的优点。
超密集组网下一种基于干扰增量降低的分簇算法
梁彦霞, 姜静, 孙长印, 刘欣, 谢永斌
当前状态:  doi: 10.11999/JEIT181144
[摘要](789) [HTML全文](0) [PDF 1186KB](17)
摘要:
超密集网络(UDNs)拉近了终端与节点间的距离,使得网络频谱效率大幅度提高,扩展了系统容量,但是小区边缘用户的性能严重下降。合理规划的虚拟小区(VC)只能降低中等规模UDNs的干扰,而重叠基站下的用户的干扰需要协作用户簇的方法来解决。该文提出了一种干扰增量降低(IIR)的用户分簇算法,通过在簇间不断交换带来最大干扰的用户,最小化簇内的干扰和,最终最大化系统和速率。该算法在不提高K均值算法的复杂度的同时,不需要指定簇首,避免陷入局部最优。仿真结果表明,网络密集部署时,有效提高系统和速率,尤其是边缘用户的吞吐量。
基于快速贝叶斯匹配追踪优化的海上稀疏信道估计方法
张颖, 姚雨丰
当前状态:  doi: 10.11999/JEIT190102
[摘要](429) [HTML全文](0) [PDF 1432KB](38)
摘要:
正交频分复用(OFDM)系统中,由于频率发生选择性衰落会导致信道在数据传输中产生符号间干扰,因此接收机往往需要知道信道状态信息。而在海上通信的情况下,信道传输会受到多种外界因素的干扰,往往需要预先进行信道探测估计。为了提高估计性能,该文提出一种基于奇异值分解优化观测矩阵的快速贝叶斯匹配追踪稀疏信道估计优化算法(FBMPO),该算法不仅能够充分考虑海上通信的信道稀疏性,也能够降低信道的不确定性带来的影响。计算机仿真实验表明,与传统的信道估计算法相比,该算法能够提高信道估计的精确度。
基于双向参考集矩阵度量学习的行人再识别
陈莹, 许潇月
当前状态:  doi: 10.11999/JEIT190159
[摘要](995) [HTML全文](0) [PDF 1606KB](12)
摘要:
针对行人再识别中由于外观差异不显著导致特征描述不准确的问题,该文提出一种基于双向参考集矩阵度量学习(BRM2L)的行人再识别算法。首先通过互近邻算法获得每个摄像头下的互近邻参考集,为保证参考集的鲁棒性,联合考虑各摄像头下的互近邻参考集获得双向参考集。通过双向参考集挖掘出困难样本进行特征描述,从而得到准确的外观差异描述。最后利用该特征描述进行更有效的矩阵度量学习。在多个公开数据集上的实验结果证明了该算法比现有算法具有更好的行人再识别性能。
一种基于天牛须算法的新型超宽带功分器研究
李杰, 阎跃鹏, 梁晓新, 万晶, 王魁松
当前状态:  doi: 10.11999/JEIT181003
[摘要](697) [HTML全文](0) [PDF 1260KB](17)
摘要:
根据对马刺线的原理分析,该文提出一种新型马刺线结构,并在此基础上设计出一种新颖的超宽带功分器(频率范围为2.5~13.2 GHz)。该超宽带功分器尺寸较小,制作结构简单,带内传输特性好,输入与输出端口的回波损耗均小于–12 dB,带内插入损耗小于3.5 dB。在设计过程中,根据理想传输线模型,利用奇偶模分析方法,推导出设计的目标函数,并利用天牛须算法对其进行优化设计,有效提高了功分器的设计准确性和灵活性。为了验证设计的准确性,采用材料RO4003C作为基板设计超宽带功分器。实验结果表明,采用新型马刺线结构的超宽带功分器结合天牛须算法有效缩短了计算时间,提高了设计精度,可以广泛运用于超宽带功分器设计。
基于张量分解的卫星遥测缺失数据预测算法
马友, 贾树泽, 赵现纲, 冯小虎, 范存群, 朱爱军
当前状态:  doi: 10.11999/JEIT180728
[摘要](460) [HTML全文](0) [PDF 775KB](18)
摘要:
卫星健康状况监测是卫星安全保障的重要基础,而卫星遥测数据又是卫星健康状况分析的唯一数据来源。因此,卫星遥测缺失数据的准确预测是卫星健康分析的重要前瞻性手段。针对极轨卫星多组成系统、多仪器载荷以及多监测指标形成的高维数据特点,该文提出一种基于张量分解的卫星遥测缺失数据预测算法(TFP),以解决当前数据预测方法大多面向低维数据或只能针对特定维度的不足。所提算法将遥测数据中的系统、载荷、指标以及时间等多维因素作为统一的整体进行张量建模,以完整、准确地表达数据的高维特征;其次,通过张量分解计算数据模型的成分特征,通过成分特征可对张量模型进行准确重构,并在重构过程中对缺失数据进行准确预测;最后,提出一种高效的优化算法实现相关的张量计算,并对算法中最优参数设置进行严格的理论推导。实验结果表明,所提算法的预测准确度优于当前大部分预测算法。
一种新型的高阶时域有限差分方法
许杰, 徐珂, 黄志祥
当前状态:  doi: 10.11999/JEIT190050
[摘要](438) [HTML全文](0) [PDF 1332KB](17)
摘要:
相比于传统高阶时域有限差分算法(FDTD)而言,该文提出了一种改进的高阶FDTD的优化方法,该算法基于安培环路定律,通过计算机技术寻找到一组最优的系数使得FDTD方法的全局色散误差达到最小,通过不同分辨率下的点源辐射模拟证明了该方法在较低分辨率的情况下仍然具有极低的相位误差,对于解决电大尺寸结构建模中的数值色散等问题提供了有效的解决方案。
基于集成固有时间尺度分解的IFF辐射源个体识别算法
张玉, 李天琪, 张进, 唐波
当前状态:  doi: 10.11999/JEIT190085
[摘要](387) [HTML全文](0) [PDF 3903KB](6)
摘要:
为研究敌我识别(IFF)辐射源信号的细微特征,针对目前在复杂噪声环境中IFF辐射源个体识别研究不足的问题,该文提出一种基于集成固有时间尺度分解的IFF辐射源个体识别算法。该算法应用集成固有时间尺度分解(EITD)将采样信号自适应划分为若干有实际意义的信号分量并求取IFF辐射源信号在时频域的能量分布图。通过对时频能量谱的纹理分析,以图像的纹理特征表征辐射源信号的无意调制特征,送入支持向量机(SVM)中进行分类识别。实验表明,所提算法相较于基于希尔伯特-黄变换(HHT)、基于固有时间尺度分解(ITD)的辐射源个体识别方法在识别准确度上有较大提升。
一种全数字前馈式时间交织模数转换器时间误差后台校准算法
邓红辉, 闫辉, 肖瑞, 陈红梅
当前状态:  doi: 10.11999/JEIT190052
[摘要](629) [HTML全文](0) [PDF 2108KB](8)
摘要:
该文设计实现了一种全数字前馈式时间交织模数转换器(TIADC)时间误差校准算法,其中采样时间误差提取采用改进的时间误差函数求导模块的前馈式提取方法,可以提高在输入信号频率较高时误差提取的准确度;同时,为了降低误差提取单元的复杂性,采用了以减法实现的时间误差函数;最后,采用基于1阶泰勒补偿完成时间误差的实时校正。仿真验证表明,应用于4通道14位TIADC系统,当输入信号为多频信号时,系统动态性能无杂散动态范围(SFDR)从48.6 dB提高到80.7 dB。与传统基于前馈校准结构对比,可以将有效校准输入信号带宽从0.19提高到0.39,提高了校准算法的应用范围。
基于能效的NOMA蜂窝车联网动态资源分配算法
唐伦, 肖娇, 赵国繁, 杨友超, 陈前斌
当前状态:  doi: 10.11999/JEIT190006
[摘要](331) [HTML全文](0) [PDF 1599KB](18)
摘要:
在支持车与车直接通信(V2V)的非正交多址接入(NOMA)蜂窝网络场景下,针对V2V用户与蜂窝用户的干扰以及NOMA准则下的功率分配问题,该文提出一种基于能效的动态资源分配算法。该算法首先为了保证V2V用户的时延及可靠性同时满足蜂窝用户的速率需求,联合考虑子信道调度、功率分配和拥塞控制,建立了最大化系统能效的随机优化模型。其次,利用李雅普诺夫随机优化方法,通过控制可接入数据量保证队列稳定性以避免网络拥塞,并根据实时网络负载状态动态地进行资源调度,设计一种次优化子信道匹配算法获得用户调度方案,进一步,利用凸优化理论和拉格朗日对偶分解方法得到功率分配策略。最后,仿真结果表明,该文算法可以满足不同用户的服务质量(QoS)需求,并在保证网络稳定性前提下提高系统能效。
一种基于短合成孔径的双星干涉精确定位方法
孙光才, 王裕旗, 高昭昭, 江帆, 邢孟道, 保铮
当前状态:  doi: 10.11999/JEIT180940
[摘要](437) [HTML全文](0) [PDF 1444KB](9)
摘要:
双星TDOA/FDOA联合定位通过时差曲面和频差曲面进行定位,定位的精度受时差/频差测量精度的影响。针对精确测量时差/频差的需求,该文提出一种基于短合成孔径的双星干涉测量时差/频差的方法,利用一定长度的合成孔径提高测量精度。对于窄带信号,该方法有估计单星多普勒频率的能力,通过两颗卫星单独估计的结果得到频差;对于宽带信号,通过双星数据干涉可以获得频差的高精度估计。对于短期稳定的雷达信号,STK仿真数据的处理结果证实了该方法在大范围内可以实现1 km的定位精度。
基于SideLink的LTE-V2X联合切换方案设计
申滨, 周晓勇, 徐浪, 黄晓舸
当前状态:  doi: 10.11999/JEIT190120
[摘要](251) [HTML全文](0) [PDF 2771KB](2)
摘要:
在LTE-V2X系统中,针对车载用户切换过程中蜂窝链路及SideLink(SL)链路质量不高以及SL辅助切换过程中SL链路易中断的问题,该文提出一种基于SL的联合切换方案,主要包含:联合切换流程设计、联合切换信令流程设计以及联合切换判决算法设计。首先,在联合切换流程中利用SL技术实现联合切换,并对执行联合切换的SL链路质量进行筛选,以保证联合切换的可靠性;其次,对联合切换信令流程进行了完善,以优化SL辅助切换过程中SL链路易中断问题;最后,在联合切换判决算法中将车载用户的移动方向纳入切换判决条件,从而减少不必要的切换。仿真结果显示,该文所提方案能有效提升切换成功率,与此同时还能有效减少执行LTE切换的次数。
一种适用于小样本的迭代多重信号分类算法
王娟, 王彤, 吴建新
当前状态:  doi: 10.11999/JEIT190160
[摘要](799) [HTML全文](0) [PDF 1593KB](35)
摘要:
当样本数不足时,由采样协方差矩阵特征分解得到的噪声子空间偏离其真实值,使得多重信号分类(MUSIC)算法目标角度(DOA)估计性能下降。为了解决这个问题,该文提出了一种迭代算法通过校正信号子空间来提高MUSIC算法性能。该方法首先利用采样协方差矩阵特征分解得到的噪声子空间粗略估计目标角度;其次基于信源的稀疏性和导向矢量的低秩特性,由上一步得到的目标角度以及其邻域角度对应的导向矢量构造一个新的信号子空间;最后通过解一个优化问题来校正信号子空间。仿真结果表明,该算法有效地提高了子空间估计精度。基于新的信号子空间实现MUSIC DOA估计可以使得性能得到改善,且在低样本数下改善尤为明显。
基于高超声速平台前斜视多通道SAR-GMTI杂波抑制方法
王宇, 曹运合, 齐晨, 韩玖胜, 刘玉涛
当前状态:  doi: 10.11999/JEIT181002
[摘要](548) [HTML全文](0) [PDF 2579KB](8)
摘要:
针对高超声速(HSV)平台雷达系统,该文提出一种基于高超声速平台前斜视多通道合成孔径雷达地面动目标检测(SAR-GMTI)杂波抑制方法。该方法先进行时域距离走动校正和距离压缩,并补偿距离向通道相位误差实现距离向包络对齐;然后再对方位多普勒扩展的信号进行3阶线调频傅里叶变换(CFT)压缩,并补偿方位向通道相位误差实现方位向包络对齐;接着在距离时域-方位CFT域利用数字波束形成(DBF)技术对杂波及其模糊分量置零进行空时自适应处理(STAP),从而可以有效抑制静止杂波及其模糊分量并提取出无模糊的运动目标回波信号。
自适应时频同步压缩算法研究
李林, 王林, 韩红霞, 姬红兵, 江莉
当前状态:  doi: 10.11999/JEIT190146
[摘要](780) [HTML全文](0) [PDF 2009KB](38)
摘要:
提高时频分辨率对多分量非平稳信号的分析与重建具有至关重要的作用。传统的时频分析方法由于窗口固定,分析频率变化较快的信号时存在时频聚集性不高的问题,无法自适应分辨多分量信号。该文针对频率快速变化信号,利用信号的局部信息特征,提出一种自适应的时频同步压缩变换算法。该方法有效提升了已有同步压缩变换时频分辨率,特别适用于频率接近且快速变换的多分量信号。同时,利用可分性条件,该文提出利用局部瑞利熵值对自适应窗口参数进行估计。最后,通过对合成信号和实测信号分析,证明了所提方法的可行性,对分析和重建复杂非平稳信号具有重要意义。
用于表示级特征融合与分类的相关熵融合极限学习机
吴超, 李雅倩, 张亚茹, 刘彬
当前状态:  doi: 10.11999/JEIT190186
[摘要](498) [HTML全文](0) [PDF 2761KB](20)
摘要:
在极限学习机(ELM)网络结构和训练模式的基础上,该文提出了相关熵融合极限学习机(CF-ELM)。针对多数分类方法中表示级特征融合不充分的问题,该文将核映射与系数加权相结合,提出了能够有效融合表示级特征的融合极限学习机(F-ELM)。在此基础上,用相关熵损失函数替代均方误差(MSE)损失函数,推导出用于训练F-ELM各层权重矩阵的相关熵循环更新公式,以增强其分类能力与鲁棒性。为了检验方法的可行性,该文分别在数据库Caltech 101, MSRC和15 Scene上进行实验。实验结果证明,该文所提CF-ELM能够在原有基础上进一步融合表示级特征,从而提高分类正确率。
关于非对称含错学习问题的困难性研究
张江, 范淑琴
当前状态:  doi: 10.11999/JEIT190685
[摘要](208) [HTML全文](0) [PDF 576KB](10)
摘要:
由于基于最坏情况困难假设等优点,基于格的密码被认为是最具前景的抗量子密码研究方向。作为格密码的常用的两个主要困难问题之一,含错学习(LWE)问题被广泛用于密码算法的设计。为了提高格密码算法的性能,Zhang等人(2019)提出了非对称含错学习问题,该文将从理论上详细研究非对称含错学习问题和标准含错学习问题关系,并证明在特定错误分布下非对称含错学习问题和含错学习问题是多项式时间等价的,从而为基于非对称含错学习问题设计安全的格密码算法奠定了理论基础。
基于相干态光场的连续变量测量设备无关Cluster态量子通信
王宇, 苏琦
当前状态:  doi: 10.11999/JEIT190661
[摘要](114) [HTML全文](0) [PDF 2318KB](5)
摘要:
由于量子通信协议理论上可以发现任何窃听者的攻击行为,因此其天然具有抗量子计算机攻击的能力。高斯相干态光场相较于纠缠态光场更容易制备和实现,利用其实现量子通信网络更具经济价值和实用价值。该文提出一种利用连续变量(CV)相干态光场就可以实现的测量设备无关(MDI)Cluster态量子通信网络协议。在此网络上可以方便地执行量子秘密共享(QSS)协议和量子会议(QC)协议。该文提出了线型Cluster态实现任意部分用户间QSS协议、星型Cluster态四用户QSS协议和QC协议,并利用纠缠模型分析了选用对称和非对称网络结构时,每种协议密钥率和传输距离之间的变化关系。结论为在量子网络中利用相干态实现QSS和QC协议提供了理论依据。
基于量子不经意密钥传输的量子匿名认证密钥交换协议
魏春艳, 蔡晓秋, 王天银, 苏琦, 秦素娟, 高飞, 温巧燕
当前状态:  doi: 10.11999/JEIT190679
[摘要](225) [HTML全文](0) [PDF 549KB](21)
摘要:
鉴于量子密码在密钥分配方面取得的巨大成功,人们也在尝试利用量子性质来设计其他各类密码协议。匿名认证密钥交换就是一类尚缺乏实用化量子实现途径的密码任务。为此,该文提出一个基于量子不经意密钥传输的量子匿名认证密钥交换协议。它在满足用户匿名性和实现用户与服务器双向认证的前提下,为双方建立了一个安全的会话密钥。该协议的安全性基于量子力学原理,可以对抗量子计算的攻击。此外,该协议中服务器的攻击行为要么无法奏效,要么能够与外部窃听区分开(从而被认定为欺骗),因此服务器通常不敢冒着名誉受损的风险来实施欺骗。
一种适用于工业控制系统的加密传输方案
屠袁飞, 苏清健, 杨庚
当前状态:  doi: 10.11999/JEIT190187
[摘要](488) [HTML全文](0) [PDF 1185KB](18)
摘要:
随着工业物联网(IoT)、云计算等信息技术与工业控制系统(ICS)的整合,工业数据的安全正面临着极大风险。为了能在这样一个复杂的分布式环境中保护数据的机密性和完整性,该文采用基于属性的加密(ABE)算法,设计一种集数据加密、访问控制、解密外包、数据验证为一体的通信方案,同时具有密文长度恒定的特点。最后,从正确性、安全性和性能开销3个方面对方案进行详细的分析,并通过仿真验证得出该算法具有低解密开销的优势。
基于深度卷积神经网络的多元医学信号多级上下文自编码器
袁野, 贾克斌, 刘鹏宇
当前状态:  doi: 10.11999/JEIT190135
[摘要](1201) [HTML全文](0) [PDF 2339KB](33)
摘要:
多元医学信号的典型代表有多模态睡眠图和多通道脑电图等,采用无监督深度学习表征多元医学信号是目前健康信息学领域中的一个研究热点。为了解决现有模型没有充分结合医学信号多元时序结构特点的问题,该文提出了一种无监督的多级上下文深度卷积自编码器(mCtx-CAE)。首先改进传统卷积神经网络结构,提出一种多元卷积自编码模块,以提取信号片段内的多元上下文特征;其次,提出采用语义学习技术对信号片段间的时序信息进行自编码,进一步提取时序上下文特征;最后通过共享特征表示设计目标函数,训练端到端的多级上下文自编码器。实验结果表明,该文所提模型在两种应用于不同医疗场景下的多模态和多通道数据集(UCD和CHB-MIT)上表现均优于其它无监督特征学习方法,能有效提高多元医学信号的融合特征表达能力,对提高临床时序数据的分析效率有着重要意义。
格上本地验证者撤销属性基群签名的零知识证明
张彦华, 胡予濮, 刘西蒙, 张启坤, 贾惠文
当前状态:  doi: 10.11999/JEIT190587
[摘要](182) [HTML全文](0) [PDF 581KB](11)
摘要:
属性基群签名(ABGS)是一类特殊形式的群签名,其允许拥有某些特定属性的群成员匿名地代表整个群对消息进行签名;当有争议发生时,签名打开实体可以有效地追踪出真实签名者。针对格上第1个支持本地验证者撤销的属性基群签名群公钥尺寸过长,空间效率不高的问题,该文采用仅需固定矩阵个数的紧凑的身份编码技术对群成员身份信息进行编码,使得群公钥尺寸与群成员个数无关;进一步地,给出新的Stern类统计零知识证明协议,该协议可以有效地证明群成员的签名特权,而其撤销标签则通过单向和单射的带误差学习函数来进行承诺。
后量子对称密码的研究现状与发展趋势
眭晗, 吴文玲
当前状态:  doi: 10.11999/JEIT190667
[摘要](218) [HTML全文](0) [PDF 327KB](15)
摘要:
经典对称密码算法的安全性在量子环境下面临严峻的挑战,促使研究者们开始探寻在经典和量子环境下均具有安全性的密码算法,后量子对称密码研究应运而生。该领域的研究目前仍处于初级阶段,尚未形成完整的体系。该文对现有的研究成果进行归类,从量子算法、密码分析方法、安全性分析、可证明安全4个方面对后量子对称密码领域的研究现状进行介绍。在分析研究现状的基础上,对后量子对称密码的发展趋势进行预测,为对称密码在量子环境下的分析和设计提供参考。
基于列表译码方法在查询访问模型下含错学习问题的分析
王明强, 庄金成
当前状态:  doi: 10.11999/JEIT190624
[摘要](168) [HTML全文](0) [PDF 447KB](3)
摘要:
Regev在2005年提出了含错学习问题(LWE),这个问题与随机线性码的译码问题密切相关,并且在密码学特别是后量子密码学中应用广泛。原始的含错学习问题是在随机访问模型下提出的,有证据证明该问题的困难性。许多研究者注意到的一个事实是当攻击者可以选择样本时,该问题是容易的。但是目前据作者所知并没有一个完整的求解算法。该文分析了查询访问模型下的带有错误学习问题,给出了完整的求解算法。分析采用的工具是将该问题联系到隐藏数问题,然后应用傅里叶学习算法进行列表译码。
基于多模态生成对抗网络和三元组损失的说话人识别
陈莹, 陈湟康
当前状态:  doi: 10.11999/JEIT190154
[摘要](861) [HTML全文](0) [PDF 1311KB](16)
摘要:
为了挖掘说话人识别领域中人脸和语音的相关性,该文设计多模态生成对抗网络(GAN),将人脸特征和语音特征映射到联系更加紧密的公共空间,随后利用3元组损失对两个模态的联系进一步约束,拉近相同个体跨模态样本的特征距离,拉远不同个体跨模态样本的特征距离。最后通过计算公共空间特征的跨模态余弦距离判断人脸和语音是否匹配,并使用Softmax识别说话人身份。实验结果表明,该方法能有效地提升说话人识别准确率。
基于随机位置选择和矩阵编码的语音信息隐藏方法
吴志军, 李常亮, 李荣
当前状态:  doi: 10.11999/JEIT181163
[摘要](568) [HTML全文](0) [PDF 5194KB](24)
摘要:
针对低速率语音编码问题,该文提出基于G.723.1编码标准的信息隐藏算法。在基音预测编码过程中,通过控制闭环基音周期(自适应码本)的搜索范围,该文结合随机位置选择方法(RPS)和矩阵编码方法(MCM),实现秘密信息的嵌入,在语音编码过程中实现了信息的隐藏。RPS方法的采用降低了载体码字之间的关联性,MCM方法的采用降低了载体的改变率。实验结果证明,该文算法下PESQ恶化率平均值最大为1.63%,隐蔽性良好。
一种新的图像超像素分割方法
廖苗, 李阳, 赵于前, 刘毅志
当前状态:  doi: 10.11999/JEIT190111
[摘要](684) [HTML全文](0) [PDF 4771KB](33)
摘要:
针对现有超像素分割方法无法自动确定合适的超像素数目,以及难以有效贴合图像目标边界等问题,该文提出一种新的利用局部信息进行多层级简单线性迭代聚类的图像超像素分割方法。首先,运用基于局部信息的简单线性迭代聚类(LI-SLIC)对原始图像进行超像素初分割,然后,根据超像素的色彩标准差对其进行自适应多层级迭代分割,直至每个超像素块的色彩标准差小于预设阈值,最后,利用相邻超像素间的色彩差异对过分割的超像素进行合并。为验证方法的有效性,该文采用Berkeley, Pascal VOC和3Dircadb公共数据库作为实验数据集,并与其他多种超像素分割方法进行了比较。实验结果表明,该文提出的超像素分割方法能更精确贴合图像目标边界,有效抑制图像过分割和欠分割。
FatSeal:一种基于格的高效签名算法
谢天元, 李昊宇, 朱熠铭, 潘彦斌, 刘珍, 杨照民
当前状态:  doi: 10.11999/JEIT190678
[摘要](208) [HTML全文](0) [PDF 592KB](21)
摘要:
当前基于格设计的能够抵抗量子计算机攻击的签名方案是基于数论难题的传统签名方案的热门候选替代。通过Fiat-Shamir变换以及拒绝采样技术构造格签名是一种重要方法,共有5个格签名方案提交到美国国家标准与技术局的后量子算法项目中,基于Fiat-Shamir变换进行设计的有两个方案。其中Dilithium是基于模错误学习(MLWE)问题构造的Fiat Shamir签名,它的一个特性是在签名算法中使用了高效简洁的均匀采样。Dilithium签名方案构造在一般格上,为了获得更紧凑的公钥尺寸,Dilithium对公钥进行了压缩。另一方面,NTRU格上的密码方案比一般格上的密码方案在效率和参数尺寸上有更大的优势,该文给出了Dilithium签名在NTRU格上的一个高效变种方案,在继承Dilithium简洁设计的基础上,综合了NTRU和拒绝采样的技术优势而无需额外的压缩处理,进一步提升了基于格的Fiat-Shamir签名的效率。
改进的Type-1型广义Feistel结构的量子攻击及其在分组密码CAST-256上的应用
倪博煜, 董晓阳
当前状态:  doi: 10.11999/JEIT190633
[摘要](265) [HTML全文](0) [PDF 4090KB](10)
摘要:
广义Feistel结构(GFS)是设计对称密码算法的重要基础结构之一,其在经典计算环境中受到了广泛的研究。但是,量子计算环境下对GFS的安全性评估还相当稀少。该文在量子选择明文攻击(qCPA)条件下和量子选择密文攻击(qCCA)条件下,分别对Type-1 GFS进行研究,给出了改进的多项式时间量子区分器。在qCPA条件下,给出了3d – 3轮的多项式时间量子区分攻击,其中$d(d \ge 3)$是Type-1 GFS的分支数,攻击轮数较之前最优结果增加$d - 2$轮。得到更好的量子密钥恢复攻击,即相同轮数下攻击的时间复杂度降低了${2^{(d - 2)n/2}}$。在qCCA条件下,对于Type-1 GFS给出了$3d - 2$轮的多项式时间量子区分攻击,比之前最优结果增加了$d - 1$轮。该文将上述区分攻击应用到CAST-256分组密码中,得到了12轮qCPA多项式时间量子区分器,以及13轮qCCA多项式时间量子区分器,该文给出19轮CAST-256的量子密钥恢复攻击。
认知无线电非正交多址接入随机网络物理层安全性能分析
于宝泉, 蔡跃明, 胡健伟
当前状态:  doi: 10.11999/JEIT190049
[摘要](60) [HTML全文](0) [PDF 900KB](12)
摘要:
该文针对干扰源以及窃听节点均随机分布的通信场景,分析了认知无线电启发式非正交多址接入(CR-NOMA)网络中次用户通信对的安全通信性能。采用随机几何理论,将窃听节点和干扰节点建模为服从特定分布的齐次泊松点过程。首先,在保证主用户通信对通信可靠性的前提下,得到了发端设定的功率分配系数,进一步得到了次用户通信对的连接中断概率和安全中断概率的闭式表达式。随后,得到了功率分配系数随主用户可靠性能约束的变化规律。最后,研究了次用户对的中断概率随着窃听节点密度、发端发送功率的变化情况,结果表明干扰信号的增强在降低网络可靠性能的同时,换来了安全性能的提高。仿真结果验证了理论分析的正确性。
一种基于多尺度核学习的仿射投影滤波算法
李群生, 赵剡, 寇磊, 王进达
当前状态:  doi: 10.11999/JEIT190023
[摘要](39) [HTML全文](0) [PDF 1274KB](9)
摘要:
为了提高强非线性信号的噪声消除和信道均衡能力,在核学习自适应滤波方法的基础上,该文提出一种基于惊奇准则的多尺度核学习仿射投影滤波方法。在核仿射投影滤波算法的基础上,对核组合函数结构进行改进,将多个不同高斯核带宽作为可变参数,与加权系数共同参与滤波器的更新;利用惊奇准则将计算结果稀疏化,根据仿射投影算法的约束条件对惊奇测度进行改进,简化其方差项,降低了计算的复杂度。将该算法应用于噪声消除、信道均衡以及MG时间序列预测中,与多种自适应滤波算法及核学习自适应滤波算法进行仿真结果的对比分析,验证了该算法的优越性。
基于信道状态信息幅值-相位的被动式室内指纹定位
江小平, 王妙羽, 丁昊, 李成华
当前状态:  doi: 10.11999/JEIT180871
[摘要](30) [HTML全文](0) [PDF 2553KB](1)
摘要:
基于信道状态信息(CSI)的室内定位技术近几年备受关注。已提出的室内定位方案主要在适用性和定位精度等方面进行不断地创新和改进。该文提出一种被动式的1发2收指纹室内定位系统。用两个固定接收端采集CSI数据,信号预处理阶段对CSI幅值进行奇异值去除与低通滤波,用线性拟合的方法对CSI相位进行校正,将两个接收端采集处理得到的CSI幅值和相位信息共同作为指纹,最终通过全连接神经网络对指纹样本进行训练,并与采集到的实时数据进行匹配识别。实验表明,采用两个接收端以及幅值和相位结合定位的方法,匹配识别率达到了98%,定位精度达到0.69 m。证明该系统能精确有效地实现室内定位。
基于混合三角变异差分进化算法的平面稀疏阵列约束优化
陈志坤, 杜康, 彭冬亮, 朱新挺
当前状态:  doi: 10.11999/JEIT190705
[摘要](29) [HTML全文](0) [PDF 1778KB](2)
摘要:
针对旁瓣零陷凹面约束的稀疏平面阵列优化及算法早熟等问题,该文基于参数自适应的思想,提出一种混合三角变异差分进化算法。通过引入旁瓣零陷凹面约束矩阵,构建自适应惩罚函数,时变权重组合变异策略与交叉策略,提高算法前期全局搜索能力和后期收敛能力,最终实现峰值旁瓣电平和旁瓣零陷凹面的平面阵列约束优化。仿真结果表明,对比混合三角变异策略前的算法,该算法在完成稀疏阵列峰值旁瓣电平优化的同时,能在指定旁瓣区域完成零陷凹面设计,降低有源干扰影响。
基于被动干涉微波亮温图像的海面目标探测算法研究
卢海梁, 王志强, 高超, 李一楠, 胡泰洋, 王佳坤, 杨小娇, 吕容川, 李浩
当前状态:  doi: 10.11999/JEIT190256
[摘要](430) [HTML全文](0) [PDF 9233KB](41)
摘要:
为利用被动干涉微波技术作为我国天基预警体系的重要补充以实现对海面目标的有效探测,该文提出一种基于被动干涉微波图像的海面目标探测算法。首先,建立了海面背景和海面目标的被动干涉微波图像数学模型;其次,详细地介绍了海面目标的探测算法,并仿真验证了算法的可行性;最后,开展了机载实验。理论分析和实验验证均表明:该探测算法是可行性的、能有效地探测到海面目标,且具有较好的探测性能;海面航行的金属目标在被动干涉微波图像中呈现“一高一低”的特征,可利用该特征提高海面目标探测概率。该探测算法可为天基被动干涉微波技术探测海面目标提供参考。
多方参与高效撤销组成员的共享数据审计方案
田俊峰, 井宣
当前状态:  doi: 10.11999/JEIT190468
[摘要](32) [HTML全文](0) [PDF 1338KB](5)
摘要:
针对云平台上共享数据的完整性验证问题,该文提出一种多方参与高效撤销组成员的共享数据审计方案(SDRM)。首先,通过Shamir秘密共享方法,使多个组成员共同参与撤销非法组成员,保证了组成员间的权限平等。然后,结合代数签名技术,用文件标识符标识数据拥有者的上传数据记录和普通组成员的访问记录,使数据拥有者能够高效更新其所有数据。最后对方案的正确性、安全性和有效性进行理论分析和实验验证,结果表明,该文方案的计算复杂度与被撤销组成员签名的文件块数之间相互独立,达到了高效撤销组成员的目的。并且,随数据拥有者数量增加,该方案更新数据效率较NPP明显提升。
应用于激光雷达信号处理系统的放大电路接口设计
刘汝卿, 蒋衍, 姜成昊, 李锋, 朱精果
当前状态:  doi: 10.11999/JEIT190427
[摘要](17) [HTML全文](0) [PDF 2712KB](2)
摘要:
应用于激光雷达测量系统的单芯片全集成信号处理电路系统的设计与实现,对于有效提高激光雷达整机测量精度、数据率,缩短测量时间,减小测量设备体积和功耗具有重要的意义。考虑到目前对于信号处理电路系统的研究中较少考虑芯片在实际使用环境中的接口问题,基于光电探测器、裸芯片、封装、传输线及测试板等诸多接口影响因素,运用协同仿真分析的方法,在电路系统的实际工作频段内,建立了一种精确的、能反映激光雷达信号处理电路系统放大电路芯片真实应用环境的接口一体化仿真模型,并通过S参数仿真对其进行验证。同时基于CMOS工艺,将设计得到的放大电路系统进行流片,在芯片输入端承载不同光电探测器寄生负载的情况下,对芯片性能进行测试,仿真结果与测试结果吻合较好,验证了该接口模型建立的可行性。
H-CRAN网络下联合拥塞控制和资源分配的网络切片动态资源调度策略
唐伦, 魏延南, 谭颀, 唐睿, 陈前斌
当前状态:  doi: 10.11999/JEIT190439
[摘要](30) [HTML全文](0) [PDF 1832KB](2)
摘要:
针对H-CRAN网络下基于网络切片的在线无线资源动态优化问题,该文通过综合考虑业务接入控制、拥塞控制、资源分配和复用,建立一个以最大化网络平均和吞吐量为目标,受限于基站(BS)发射功率、系统稳定性、不同切片的服务质量(QoS)需求和资源分配等约束的随机优化模型,并进而提出了一种联合拥塞控制和资源分配的网络切片动态资源调度算法。该算法会在每个资源调度时隙内动态地为性能需求各异的网络切片中的用户分配资源。仿真结果表明,该文算法能在满足各切片用户QoS需求和维持网络稳定的基础上,提升网络整体吞吐量,并且还可通过调整控制参量的取值实现时延和吞吐量间的动态平衡。
多频激励忆阻型Shimizu-Morioka系统的簇发振荡及机理分析
李志军, 方思远, 周成义
当前状态:  doi: 10.11999/JEIT190855
[摘要](48) [HTML全文](0) [PDF 3186KB](21)
摘要:
为了研究忆阻系统的簇发振荡及其形成机理,该文在Shimizu-Morioka(S-M)系统的基础上引入忆阻器件和两个慢变化的周期激励项,建立了一种多时间尺度的忆阻型S-M系统。首先研究了单一激励下S-M系统的簇发行为及分岔机制,得到一种对称型“sub-Hopf/sub-Hopf”簇发模式。然后借助De Moivre公式将多频激励系统转化为单频激励系统,结合快慢分析法重点分析了附加激励幅度对“sub-Hopf/sub-Hopf”簇发模式的影响。对应于不同附加激励幅度本文发现了两种新的簇发模式,即扭曲型“sub-Hopf/sub-Hopf”簇发和嵌套级联型sub-Hopf/sub-Hopf”簇发。借助时序图、分岔图和转换相图分析了相应的簇发机制。最后,采用Multisim软件搭建电路模型并进行仿真实验,得到的实验结果与理论分析结果相吻合,从而实验证明了忆阻型S-M系统的簇发模式。
基于深度学习的绝缘子定向识别算法
李彩林, 张青华, 陈文贺, 江晓斌, 袁斌, 杨长磊
当前状态:  doi: 10.11999/JEIT190350
[摘要](370) [HTML全文](0) [PDF 3977KB](38)
摘要:
为了解决绝缘子目标检测中无法精确定位的问题,该文基于深度学习提出一种绝缘子定向识别算法,通过在轴对齐检测框中加入角度信息,可有效解决常规深度学习算法无法精确定位目标的问题。该算法首先将角度旋转参数引入轴对齐矩形检测框中构成定向检测框,然后将该参数偏移量作为第5参数加入到损失函数中进行迭代回归,同时为提高检测精度在训练过程中使用Adam算法替代随机梯度下降(SGD)算法进行损失函数优化,最终可获得绝缘子定向检测模型。实验分析表明,加入旋转角度的定向检测框可有效对绝缘子目标进行精确定位。
多用户环境下无证书认证可搜索加密方案
张玉磊, 文龙, 王浩浩, 张永洁, 王彩芬
当前状态:  doi: 10.11999/JEIT190437
[摘要](45) [HTML全文](0) [PDF 1208KB](6)
摘要:
可搜索加密技术的提出使用户能够将数据加密后存储在云端,而且可以直接对密文数据进行检索。但现有的大部分可搜索加密方案都是单用户对单用户的模式,部分多用户环境下的可搜索加密方案是基于传统公钥密码或基于身份公钥密码系统,因此这类方案存在证书管理和密钥托管问题,且容易遭受内部关键词猜测攻击。该文结合公钥认证加密和代理重加密技术,提出一个高效的多用户环境下无证书认证可搜索加密方案。方案使用代理重加密技术对部分密文进行重加密处理,使得授权用户可以利用关键字生成陷门查询对应密文。在随机预言模型下,证明方案具有抵抗无证书公钥密码环境下两类攻击者的内部关键词猜测攻击的能力,且该方案的计算和通信效率优于同类方案。
稀疏拉伸式L型极化敏感阵列的二维波达方向和极化参数联合估计
马慧慧, 陶海红
当前状态:  doi: 10.11999/JEIT190208
[摘要](35) [HTML全文](0) [PDF 1707KB](10)
摘要:
为降低现有的共心式矢量传感器阵列天线间存在的严重互耦影响,进一步提高参数估计精度,该文提出一种稀疏拉伸式L型极化敏感阵列(SSL-PSA),并针对该阵列提出一种2维波达方向(DOA)和极化参数联合估计算法,首先建立稀疏拉伸式极化敏感阵列的信号模型,然后将阵列划分为6个子阵,采用ESPRIT算法得到多个旋转不变因子,再根据旋转不变因子间的关系,通过数学运算,得到一组方向余弦有模糊精估计值和4组无模糊粗估计值;然后重构出对应的4组导向矢量,根据导向矢量和噪声子空间的正交性,确定出正确的一组无模糊粗估计值;最后通过现有的解模糊方法得到高精度且无模糊的DOA和极化参数估计值。该文所提阵列不存在共心结构,相对于现有的含有共心式矢量传感器结构的阵列,大大降低了互耦影响,且可在不增加天线数目的前提下,有效扩展阵列的2维孔径,大大提高DOA估计精度。仿真结果证明该文所提方法的有效性。
基于流形学习能量数据预处理的模板攻击优化方法
袁庆军, 王安, 王永娟, 王涛
当前状态:  doi: 10.11999/JEIT190598
[摘要](440) [HTML全文](0) [PDF 1974KB](15)
摘要:
能量数据作为模板攻击过程中的关键对象,具有维度高、有效维度少、不对齐的特点,在进行有效的预处理之前,模板攻击难以奏效。针对能量数据的特性,该文提出一种基于流形学习思想进行整体对齐的方法,以保留能量数据的变化特征,随后通过线性投影的方法降低数据的维度。使用该方法在Panda 2018 challenge1标准数据集进行了验证,实验结果表明,该方法的特征提取效果优于传统的PCA和LDA方法,能大幅度提高模板攻击的成功率。最后采用模板攻击恢复密钥,仅使用两条能量迹密钥恢复成功率即可达到80%以上。
荷控忆阻器记忆衰退的寄生效应
沈怡然, 李付鹏, 王光义
当前状态:  doi: 10.11999/JEIT190865
[摘要](60) [HTML全文](0) [PDF 2035KB](14)
摘要:
荷控忆阻器在寄生元件存在的情况下,可能发生记忆衰退现象。该文采用忆阻器动力学路线图和仿真的方法,研究了忆阻器寄生电阻和寄生电容对其动力学特性的影响。理论和仿真分析发现,理想荷控(流控)忆阻器在直流和交流激励下,寄生电阻或寄生电容单独存在时不发生记忆衰退现象,但在寄生电阻和寄生电容同时存在的情况下会发生记忆衰退,其机理是寄生元件形成放电通路,从而导致荷控忆阻器产生了记忆衰退。
基于近邻搜索花授粉优化的直觉模糊聚类图像分割
赵凤, 孙文静, 刘汉强, 曾哲
当前状态:  doi: 10.11999/JEIT190428
[摘要](267) [HTML全文](0) [PDF 5644KB](28)
摘要:
为克服传统模糊聚类算法应用于图像分割时,易受噪声影响,对聚类中心初始值敏感,易陷入局部最优,模糊信息处理能力不足等缺陷,该文提出基于近邻搜索花授粉优化的直觉模糊聚类图像分割算法。首先设计一种新颖的图像空间信息提取策略,进而构造融合图像空间信息的直觉模糊聚类目标函数,提高对于噪声的鲁棒性,提升算法处理图像中模糊信息的能力。为了优化上述目标函数,提出一种基于近邻学习搜索机制的花授粉算法,实现对于聚类中心的寻优,解决对于聚类中心初始值敏感,易陷入局部最优的问题。实验结果表明所提算法能在多种噪声图像上取得令人满意的分割效果。
一种基于正则优化的批次继承极限学习机算法
刘彬, 杨有恒, 赵志彪, 吴超, 刘浩然, 闻岩
当前状态:  doi: 10.11999/JEIT190502
[摘要](702) [HTML全文](0) [PDF 2776KB](21)
摘要:
极限学习机作为一种新型神经网络,具有极快的训练速度和良好的泛化性能。针对极限学习机在处理高维数据时计算复杂度高,内存需求巨大的问题,该文提出一种批次继承极限学习机算法。首先将数据集均分为不同批次,采用自动编码器网络对各批次数据进行降维处理;其次引入继承因子,建立相邻批次之间的关系,同时结合正则化框架构建拉格朗日优化函数,实现批次极限学习机数学建模;最后利用MNIST, NORB和CIFAR-10数据集进行测试实验。实验结果表明,所提算法具有较高的分类精度,并且有效降低了计算复杂度和内存消耗。
室内穿墙场景下的无源人体目标检测算法
杨小龙, 吴世明, 周牧, 谢良波, 王嘉诚
当前状态:  doi: 10.11999/JEIT190378
[摘要](183) [HTML全文](0) [PDF 4977KB](21)
摘要:
穿墙场景下,由于墙体造成信号严重衰减,接收信号中目标反射信号的能量大幅下降,接收信号淹没在收发机直射信号和室内家具反射信号中,难以检测墙后目标。针对上述问题,该文提出一种新颖的基于多维信号特征融合的穿墙多人体目标检测算法(TWMD)。先对接收到的信道状态信息(CSI)进行预处理以消除相位误差和幅值噪声,再利用CSI的时序相关性和子载波相关性从相关系数矩阵中提取多维信号特征,最后使用BP神经网络完成特征与检测结果之间的映射。实验结果表明,该算法在玻璃墙、砖墙和混凝土墙环境的识别精度分别在0.98, 0.90, 0.85以上。根据所统计的4000个各类样本的检测结果,与现有基于单一信号特征的检测算法相比,该文算法在对不同数量运动目标的检测上,获得了平均0.45的精度提升。
基于改进循环生成式对抗网络的图像风格迁移
张惊雷, 厚雅伟
当前状态:  doi: 10.11999/JEIT190407
[摘要](188) [HTML全文](0) [PDF 3051KB](18)
摘要:
图像间的风格迁移是一类将图片在不同领域进行转换的方法。随着生成式对抗网络在深度学习中的快速发展,其在图像风格迁移领域中的应用被日益关注。但经典算法存在配对训练数据较难获取,生成图片效果差的缺点。该文提出一种改进循环生成式对抗网络(CycleGAN++),取消了环形网络,并在图像生成阶段将目标域与源域的先验信息与相应图片进行纵深级联;优化了损失函数,采用分类损失代替循环一致损失,实现了不依赖训练数据映射的图像风格迁移。采用CelebA和Cityscapes数据集进行实验评测,结果表明在亚马逊劳务平台感知研究(AMT perceptual studies)与全卷积网络得分(FCN score)两个经典测试指标中,该文算法比CycleGAN, IcGAN, CoGAN, DIAT等经典算法取得了更高的精度。
脉冲噪声中基于指数函数的可变拖尾非线性变换设计
罗忠涛, 詹燕梅, 郭人铭, 张杨勇
当前状态:  doi: 10.11999/JEIT190401
[摘要](197) [HTML全文](0) [PDF 1903KB](7)
摘要:
针对脉冲噪声中的信号检测问题,该文提出一种基于指数函数的非线性变换函数设计与优化方法。该方法利用指数函数衰减速度可调的优点,适用于脉冲噪声的各种分布模型。通过引入效能函数,将非线性函数设计问题转化为以效能最大化为目标的阈值与底数参数优化问题。由于效能是关于待优化参数的连续可导且单峰函数,该优化问题可采用数值优化方法如单纯形法快速稳健地求解。性能分析表明,针对脉冲噪声常用的对称α稳定分布、Class A分布和高斯混合分布,该文方法均能取得基本最优检测性能,基于实测大气噪声仿真的通信误码率也明显优于传统的削波器和置零器。因此,该文为各种分布的脉冲噪声提供了一个统一的最优抑制解决方法。
地磁背景下基于传感器阵列的磁偶极子目标跟踪方法
陈路昭, 冯永强, 郭瑞杰, 朱万华, 方广有
当前状态:  doi: 10.11999/JEIT190236
[摘要](272) [HTML全文](0) [PDF 3383KB](18)
摘要:
针对地磁背景下磁偶极子目标跟踪过程中存在的地磁干扰与模型非线性的问题,该文提出一种基于差量磁异常的蒙特卡洛卡尔曼滤波(MCKF)跟踪方法。新的跟踪方法以传感器阵列测量磁场的差量作为观测信号,并利用蒙特卡洛卡尔曼滤波算法解决模型的非线性问题,实现磁偶极子目标的实时跟踪。通过仿真跟踪实验,结果表明该文算法较传统的扩展或无迹卡尔曼滤波算法在稳定跟踪过程中对目标特征参数的估计更精确;通过地磁背景跟踪实验,结果验证了该文算法较传统算法在低信噪比下的性能优势。
SIMON64算法的积分分析
徐洪, 方玉颖, 戚文峰
当前状态:  doi: 10.11999/JEIT190230
[摘要](86) [HTML全文](0) [PDF 3120KB](9)
摘要:
SIMON系列算法自提出以来便受到了广泛关注。积分分析方面,Wang,Fu和Chu等人给出了SIMON32和SIMON48算法的积分分析,该文在已有的分析结果上,进一步考虑了更长分组的SIMON64算法的积分分析。基于Xiang等人找到的18轮积分区分器,该文先利用中间相遇技术和部分和技术给出了25轮SIMON64/128算法的积分分析,接着利用等价密钥技术进一步降低了攻击过程中需要猜测的密钥量,并给出了26轮SIMON64/128算法的积分分析。通过进一步的分析,该文发现高版本的SIMON算法具有更好抵抗积分分析的能力。
传感器位置误差下外辐射源雷达三维定位代数解算法
左燕, 周夏磊, 蒋陶然
当前状态:  doi: 10.11999/JEIT190292
[摘要](211) [HTML全文](0) [PDF 1724KB](21)
摘要:
机载外辐射源雷达系统中,部署在飞机上的观测站传感器位置无法精确获知,观测站位置误差将严重影响目标定位精度。对此,该文提出一种观测站位置误差下多基外辐射源雷达3维定位代数解算法。该算法首先利用辅助变量将非线性双基距离和差(BRD)观测方程进行线性化,构造伪线性目标估计模型。然后将观测站位置量测噪声的统计特性融入定位算法,提出一种改进两步加权最小二乘(TS-WLS)算法实现观测站位置误差下外辐射源雷达目标定位。最后推导了克拉美罗下界(CRLB)和算法的理论误差。仿真结果显示,在适中的BRD量测误差和观测站位置误差下,所提算法的目标定位性能能够达到CRLB。
基于迭代模糊聚类算法与K近邻和数据字典的集成TSK模糊分类器
张雄涛, 蒋云良, 潘兴广, 胡文军, 王士同
当前状态:  doi: 10.11999/JEIT190214
[摘要](315) [HTML全文](0) [PDF 1908KB](6)
摘要:
该文提出一种新型的集成TSK模糊分类器(IK-D-TSK),首先通过并行学习的方式组织所有0阶TSK模糊子分类器,然后每个子分类器的输出被扩充到原始(验证)输入空间,最后通过提出的迭代模糊聚类算法(IFCM)作用在增强验证集上生成数据字典,从而利用KNN对测试数据进行快速预测。IK-D-TSK具有以下优点:在IK-D-TSK中,每个0阶TSK子分类器的输出被扩充到原始入空间,以并行方式打开原始(验证)输入空间中存在的流形结构,根据堆栈泛化原理,可以保证提高分类精度;和传统TSK模糊分类器相比,IK-D-TSK以并行方式训练所有的子分类器,因此运行速度可以得到有效保证;由于IK-D-TSK是在以IFCM & KNN所获得的数据字典的基础上进行分类的,因此具有强鲁棒性。理论和实验验证了模糊分类器IK-D-TSK具有较高的分类性能、强鲁棒性和高可解释性。
高效宽带包络跟踪系统电路性能优化及非线性行为校正
曹韬, 刘友江, 杨春, 周劼
当前状态:  doi: 10.11999/JEIT190275
[摘要](248) [HTML全文](0) [PDF 3757KB](10)
摘要:
为改善包络跟踪(ET)发射机带宽、效率、线性度等指标,需优化其关键电路性能并校正系统非线性行为。针对该问题,该文构建电源调制器等效模型,推导其效率极值并阐述效率优化方法;引入频率补偿网络来提升电路带宽及线性性能;基于系统非线性行为特征,提出包络增强型数字预失真模型及线性化方案;设计实际电路并搭建包络跟踪系统。对于S频段5/10/20 MHz带宽6.7 dB峰均比测试信号,该系统功放平均效率分别为61%, 54%, 44%,且矢量幅度误差(EVM)均优于1%,具有较好的带宽、效率、线性度等性能,验证了电路优化方法及非线性行为校正方案的可行性。
利用信号重构的全球导航卫星系统欺骗干扰抑制方法
卢丹, 白天霖
当前状态:  doi: 10.11999/JEIT190321
[摘要](197) [HTML全文](0) [PDF 1339KB](7)
摘要:
欺骗式干扰通过发射与真实卫星信号相似的信号误导接收机产生错误的定位结果,具有极大的危害。该文针对转发式欺骗干扰,提出一种基于信号重构的单天线欺骗干扰抑制方法。该方法首先通过参数估计方法估计出欺骗信号载波频率和码相位,然后构建欺骗信号子空间正交投影矩阵以抑制干扰。仿真实验结果表明该方法对欺骗干扰具有良好的抑制效果,能够保障接收机在干扰环境中实现有效定位,并具有较低的运算复杂度。
基于二阶统计量盲源分离算法的无源雷达同频干扰抑制研究
吕晓德, 孙正豪, 刘忠胜, 张汉良, 刘平羽
当前状态:  doi: 10.11999/JEIT190178
[摘要](179) [HTML全文](0) [PDF 2335KB](16)
摘要:
针对基于长期演进(LTE)信号的无源雷达存在同频基站干扰的问题,该文提出一种基于2阶统计量的盲源分离算法,该算法是在卷积混合模型下,通过多通道最小均方(LMS)算法实现分离信号之间的相关性最小。由于各发射基站信号之间统计不相关,当分离信号之间的相关性达到最小时,完成观测信号的分离。在此基础上,改进了传统无源雷达信号处理的流程,增加了分离同频干扰基站直达波和多径杂波的步骤,实现了对同频干扰基站杂波的抑制。通过仿真分析,验证了算法的有效性,为基于LTE信号的无源雷达数据处理提供了参考。
基于条件经验模式分解和串并行CNN的脑电信号识别
唐贤伦, 李伟, 马伟昌, 孔德松, 马艺玮
当前状态:  doi: 10.11999/JEIT190124
[摘要](208) [HTML全文](0) [PDF 1571KB](14)
摘要:
针对运动想象脑电信号的非线性、非平稳特点,该文提出一种结合条件经验模式分解(CEMD)和串并行卷积神经网络(SPCNN)的脑电信号识别方法。在CEMD过程中,采用各阶固有模式分量(IMF)与原始信号的相关性系数作为第1个IMF筛选条件,在此基础上,提出各阶IMF之间的相对能量占有率作为第2个IMF筛选条件。此外,为了考虑脑电信号各个通道之间的特征和突出每个通道内的特征,该文提出SPCNN网络模型对进行CEMD过程后的脑电信号进行分类。实验结果表明,在自行采集的脑电数据集上平均识别率达到94.58%。在公开数据集BCI competition IV 2b上平均识别率达到82.13%,比卷积神经网络提高了3.85%。最后,在自行设计的智能轮椅脑电控制平台上进行了轮椅前进、左转和右转在线控制实验,验证了该文算法对脑电信号识别的有效性。
基于混沌集的图像加密算法
李付鹏, 刘敬彪, 王光义, 王康泰
当前状态:  doi: 10.11999/JEIT190344
[摘要](373) [HTML全文](0) [PDF 3876KB](37)
摘要:
该文提出一种基于包含离散混沌系统、连续混沌系统的混沌系统集的混沌加密算法,该加密算法可以根据加密强度需求选择不同的混沌系统组合,利用图像像素的像素均值及像素坐标值为参数控制混沌密钥产生,增强混沌密钥与明文数据之间的联系。在加密基础上,将密文按位切割成3个数据后伪装隐藏在一个处理后的公开图像内,改变了密文外观特性。通过对加密后的图像进行图像直方图分析、相邻像素相关性分析及图像信息熵分析,表明该加密算法有效,在图像保密传输中具有应用潜力。
基于均值不等关系优化的自适应图像去雾算法
杨燕, 王志伟
当前状态:  doi: 10.11999/JEIT190368
[摘要](299) [HTML全文](0) [PDF 5484KB](12)
摘要:
针对暗通道先验去雾算法的不足,如天空区域透射率估计过小和在景深突变处易发生光晕效应,该文提出一种新颖且高效的去雾算法。首先通过几何分析建立雾图对应无雾图像暗通道图的平面扇形模型,然后设定一种新型的高斯均值函数,对其标准差进行自适应处理,用以估计扇形模型的上下边界值,通过引入均值不等关系对两侧边界进行逼近,拟合出最优无雾图像暗通道图,进一步求得最佳透射率,同时也改进局部大气光的探索方法并复原出最终结果。实验表明,与其它一些经典算法相比较,所提算法能广泛适用于各类图像,去雾程度彻底且效果清晰自然,具有较低的时间复杂度,有利于实时处理。
简洁无电感忆阻混沌电路及其特性
曾以成, 成德武, 谭其威
当前状态:  doi: 10.11999/JEIT190859
[摘要](106) [HTML全文](0) [PDF 5837KB](8)
摘要:
采用非理想有源电压控制忆阻器和磁通控制型光滑3次非线性忆阻器,该文设计了一种不含电感的简单(只含5个电子元器件)双忆阻混沌电路。采用常规的非线性分析手段详细研究了电路参数变化时系统的基本动力学行为,例如平衡点稳定性分析,相轨图以及李雅普诺夫指数谱和分岔图等。通过调节系统控制参数,该系统可产生多涡卷、多翼以及暂态混沌等十分丰富的动力学现象。此外,还研究了系统依赖于忆阻器初始状态的多稳态,得到了一些有意义的结果。为验证电路的可行性及稳定性,通过对忆阻器的模拟等效电路的搭建,并将该等效电路应用于所提出的混沌电路中,硬件电路实验结果以及Multisim电路仿真结果与理论分析一致。
基于多核最大均值差异迁移学习的WLAN室内入侵检测方法
周牧, 李垚鲆, 谢良波, 蒲巧林, 田增山
当前状态:  doi: 10.11999/JEIT190358
[摘要](232) [HTML全文](0) [PDF 2218KB](11)
摘要:
无线局域网(WLAN)室内入侵检测技术是目前智能检测领域的研究热点之一,而传统基于数据库构建的入侵检测技术没有考虑复杂室内环境中WLAN信号的时变性,从而导致WLAN室内入侵检测系统的鲁棒性较差。为了解决这一问题,该文提出一种基于多核最大均值差异(MKMMD)迁移学习的WLAN室内入侵检测方法。该方法首先利用离线有标记和在线伪标记的接收信号强度(RSS)特征来分别构建源域和目标域;其次,通过构造最优迁移矩阵以最小化源域和目标域RSS特征混合分布之间的MKMMD;再次,利用迁移后的源域RSS特征与对应标签来训练分类器,并将其用于对迁移后的目标域RSS特征进行分类以得到目标域标签集;最后,迭代更新目标域标签集直至算法收敛,进而实现对目标环境的入侵检测。实验结果表明,该文所提方法在保证较高检测精度的同时,能够有效克服信号时变性对检测性能的影响。
多操作系统异构网络的病毒传播模型和安全性能优化策略
王刚, 冯云, 陆世伟, 马润年
当前状态:  doi: 10.11999/JEIT190360
[摘要](104) [HTML全文](0) [PDF 2906KB](6)
摘要:
针对蠕虫病毒通常只能感染特定操作系统的特点,该文研究了多操作系统异构网络中的病毒传播规律及安全性能优化策略。首先,考虑多数病毒仅限在同种操作系统之间的链路中传播,在SIRS病毒传播模型中引入异构边比例参数,通过系统平衡点求解和基本再生数分析,研究异构边对单系统病毒传播和网络安全性能的影响。其次,按照动态目标防御思想和技术,设计了非异构边随机中断、非异构边随机重连和单操作系统节点随机跳变3种网络安全优化策略,分析了3种策略下异构边比例和基本再生数的变化及其对网络安全性能的影响。最后仿真验证了病毒传播模型的正确性和3种策略的网络安全性能优化效果,同随机中断和随机隔离策略对比,分析其对网络安全性能和网络业务承载能力的影响。
基于旁瓣对消器的自适应零陷优化设计
曹运合, 郭勇强, 刘帅, 刘玉涛
当前状态:  doi: 10.11999/JEIT190296
[摘要](367) [HTML全文](0) [PDF 1137KB](4)
摘要:
现有的零陷展宽算法忽略了锥化矩阵的相位信息,在对抗强方向性、大偏差角干扰时,零陷深度变浅,干扰抑制性能严重下降。该文以虚拟空域密集干扰为切入点,推导并提出一种可用于旁瓣对消器的自适应零陷优化设计算法。该算法通过对辅助阵列数据的自协方差矩阵和主辅阵列数据的互协方差矩阵同时进行重构实现零陷区域的自适应控制,锥削矩阵只与阵元位置和展宽宽度有关,无需干扰信息,可以离线生成,不占用系统运算资源。仿真结果表明,该方法可以实现零陷区域的自适应展宽,提高非平稳干扰抑制的稳健性。
BI与MHO结合的无人战斗机自主空战机动决策
黄长强, 王乐
当前状态:  doi: 10.11999/JEIT181011
[摘要](90) [HTML全文](0) [PDF 1902KB](2)
摘要:
为了使无人战斗机(UCAV)在自主空战中达到更高的自主水平,该文建立了一个自主机动决策系统。首先采用模糊逻辑建立了机动决策因素函数,然后设计了敌机机动预测模型;并将空战博弈看作一个马尔可夫过程,利用贝叶斯推理(BI)理论有效地计算了空战态势;最后,采用滚动时域优化(MHO)方法对整个空战机动决策过程进行建模,并对近距空战进行了仿真研究。结果表明所设计的机动决策方法能有效提高UCAV态势优势,具有明显优越性。
基于极坐标正弦变换的Copy-move篡改检测
马杰, 钟斌斌, 焦亚男
当前状态:  doi: 10.11999/JEIT190481
[摘要](194) [HTML全文](0) [PDF 2190KB](4)
摘要:
该文使用极坐标正弦变换(PST)特征对图像进行Copy-move篡改检测,将待检测图像转换成灰度图并进行PST特征提取,并采用改进的快速近似最近邻搜索算法PatchMatch对特征描述符进行匹配,以克服匹配全局描述符带来的处理时间较长的缺点。实验分析表明,该文所提方法不仅对图像的线性Copy-move篡改和旋转干扰篡改有很好的效果,而且对噪声和JPEG压缩干扰篡改也具有一定的鲁棒性。最后对综合干扰篡改实验测试发现,在综合篡改幅度较小的情况下,准确率可以达到98.0%。
无线传感网络量化及能量优化策略
吕敬祥, 罗文浪
当前状态:  doi: 10.11999/JEIT190185
[摘要](224) [HTML全文](0) [PDF 1628KB](11)
摘要:
由于无线传感网络(WSN)存在能量和带宽的限制,在网络中直接传送模拟信号受到了极大的制约,因此对模拟信号量化是节省网络能量和保证有效带宽的重要手段。为此,该文以融合中心的重构绝对均值误差最小为原则,设计一种网络量化及能量优化方法。首先,针对单传感器,在能量固定的情况下推导了最优量化位数及在量化位数固定的情况下推导了最优能量分配。其次,在单传感器的基础上,进一步推导多传感器情况下最优量化位数及最优能量分配。以上两种情况都考虑了传感器测量噪声及信道衰落损耗。最后,通过数值仿真方法验证了文中所提方法的正确性,并将其与等能量分配进行了比较,获得了较好的效果。
基于矢量图的特定辐射源识别方法
潘一苇, 杨司韩, 彭华, 李天昀, 王文雅
当前状态:  doi: 10.11999/JEIT190329
[摘要](633) [HTML全文](0) [PDF 5579KB](16)
摘要:
发射机的指纹特征具有复杂性,现有的认识水平制约了特定辐射源识别(SEI)的性能。为此,该文提出一种基于矢量图的SEI方法,应用深度学习技术实现了多种复杂特征的联合提取。该文首先分析了多种发射机畸变在矢量图上的视觉表现;在此基础上,以矢量图灰度图像作为信号表示,构建深度残差网络提取图像中的视觉特征。该方法克服了现有认知的局限,兼具高信息完整性和低计算复杂度。实验结果表明,与现有算法相比,该方法能够显著改善SEI的性能,识别增益约为30%。
基于粒子群优化的地震应急物资多目标调度算法
唐红亮, 吴柏林, 胡旺, 康承旭
当前状态:  doi: 10.11999/JEIT190277
[摘要](751) [HTML全文](0) [PDF 2233KB](15)
摘要:
合理高效地优化调度救灾物资对提升地震应急救援效果具有重要意义。地震应急需要同时兼顾时效性、公平性和经济性等相互冲突的多个调度目标。该文对地震应急物资调度问题建立了带约束的3目标优化模型,并设计了基于进化状态评估的自适应多目标粒子群优化算法(AMOPSO/ESE)来求解Pareto最优解集。然后根据“先粗后精”的决策行为模式提出了由兴趣最优解集和邻域最优解集构成的Pareto前沿来辅助决策过程。仿真表明该算法能有效地获得优化调度方案,与其他算法相比,所得Pareto解集在收敛性和多样性上具有性能优势。
小蜂窝网络中不活跃用户的最优能量效率资源分配方案
黄晓舸, 樊伟伟, 曹春燕, 陈前斌
当前状态:  doi: 10.11999/JEIT190303
[摘要](235) [HTML全文](0) [PDF 1254KB](13)
摘要:
针对5G网络中因小区重叠覆盖区域的干扰问题,为缓解密集小蜂窝网络中移动用户的业务连续性,提高频谱资源利用率,进而最大化整个网络平均能量效率问题。该文提出一种基于不活跃用户的最优能量效率资源分配方案(EEI)。首先,该方案依据不活跃用户通知区域,建立以用户为中心的虚拟小区,小区内小蜂窝基站可协作为用户提供通信服务,提高用户通信质量,缓解小蜂窝同层干扰,减少切换信令开销。其次,基于Lyapunov优化理论,该方案将整体网络平均能量效率优化问题,转换为用户最优传输资源分配和最优功率分配两个子问题,在最大化系统平均能量效率同时保证系统队列稳定性。由于该文将原优化问题进行了松弛,所得结果是局部最优解,而不是全局最优解。仿真结果表明,该文提出的基于不活跃用户的最优能量效率资源分配算法,其系统能量效率优于对比算法而计算复杂度较高。
基于签到活跃度和时空概率模型的自适应兴趣点推荐方法
司亚利, 张付志, 刘文远
当前状态:  doi: 10.11999/JEIT190287
[摘要](525) [HTML全文](0) [PDF 1809KB](7)
摘要:
针对现有兴趣点(POI)推荐算法对不同签到特征的用户缺乏自适应性问题,该文提出一种基于用户签到活跃度(UCA)特征和时空(TS)概率模型的自适应兴趣点推荐方法UCA-TS。利用概率统计分析方法提取用户签到的活跃度特征,给出一种用户不活跃和活跃的隶属度计算方法。在此基础上,分别采用结合时间因素的1维幂律函数和2维高斯核密度估计来计算不活跃和活跃特征的概率值,同时融入兴趣点流行度来进行推荐。该方法能自适应用户的签到特征,并能更准确体现用户签到的时间和空间偏好。实验结果表明,该方法能够有效提高推荐精度和召回率。
基于公式递推法的可变计算位宽的CRC设计与实现
陈容, 陈岚, WAHLAArfan Haider
当前状态:  doi: 10.11999/JEIT190503
[摘要](357) [HTML全文](0) [PDF 944KB](18)
摘要:
循环冗余校验(CRC)与信道编码的级联使用,可以有效改善译码的收敛特性。在新一代无线通信系统,如5G中,码长和码率都具有多样性。为了提高编译码分段长度可变的级联系统的译码效率,该文提出一种可变计算位宽的CRC并行算法。该算法在现有固定位宽并行算法的基础上,合并公式递推法中反馈数据与输入数据的并行计算,实现了一种高并行度的CRC校验架构,并且支持可变位宽的CRC计算。与现有的并行算法相比,合并算法节省了电路资源的开销,在位宽固定时,资源节约效果明显,同时在反馈时延上也有将近50%的优化;在位宽可变时,电路资源的使用情况也有相应的优化。
一种针对大型凹型障碍物的组合导航算法
李庆华, 尤越, 沐雅琪, 张钊, 冯超
当前状态:  doi: 10.11999/JEIT190179
[摘要](298) [HTML全文](0) [PDF 1505KB](8)
摘要:
针对移动机器人导航过程中无法规避大型凹型障碍物问题,该文提出一种多状态的组合导航算法。算法按照不同的运动环境,将移动机器人的运行状态分类为运行态、切换态、避障态,同时定义了基于移动机器人运行速度和运行时间的状态双切换条件。当移动机器人处于运行态时,采用人工势场法进行导航,并实时观测毗邻障碍物的几何构型。在遭遇障碍物时,切换态用于判断是否满足状态切换条件,以进入避障态执行避障算法。避障完成后,状态自动切换回运行态继续执行导航任务。多状态的提出,可有效解决传统人工势场法在大型凹形障碍物的避障过程中存在局部震荡的问题。基于运行速度和运行时间的双切换条件判定算法,可实现多状态间的平滑切换。实验结果表明,该算法在解决局部震荡问题的同时,还可降低避障时间,提升导航算法效率。
零样本图像识别
兰红, 方治屿
当前状态:  doi: 10.11999/JEIT190485
[摘要](794) [HTML全文](0) [PDF 3003KB](18)
摘要:
深度学习在人工智能领域已经取得了非常优秀的成就,在有监督识别任务中,使用深度学习算法训练海量的带标签数据,可以达到前所未有的识别精确度。但是,由于对海量数据的标注工作成本昂贵,对罕见类别获取海量数据难度较大,所以如何识别在训练过程中少见或从未见过的未知类仍然是一个严峻的问题。针对这个问题,该文回顾近年来的零样本图像识别技术研究,从研究背景、模型分析、数据集介绍、实验分析等方面全面阐释零样本图像识别技术。此外,该文还分析了当前研究存在的技术难题,并针对主流问题提出一些解决方案以及对未来研究的展望,为零样本学习的初学者或研究者提供一些参考。
基于虚拟光学的视觉显著目标可控放大重建
陈家祯, 吴为民, 郑子华, 叶锋, 连桂仁, 许力
当前状态:  doi: 10.11999/JEIT190469
[摘要](504) [HTML全文](0) [PDF 2806KB](8)
摘要:
该文提出一种基于虚拟光学的视觉显著目标高分辨率可控放大重建方法。原始图像放置于虚拟光路物平面,首先通过衍射逆计算获得原始图像在虚拟衍射面的光波信号,再对虚拟衍射面光波用球面波照射后作正向衍射计算,通过改变观测平面位置可重建出不同放大率的原始图像。仿真测试结果表明,与一般的插值放大方法相比,所获得的放大后的图像特别是在显著性区域表示出良好的视觉感知效果。将包含人脸的低分辨率降质图像作为待重建信号,所重建人脸的显著性区域如眼睛、鼻子等比一般重建方法更清晰。用水平集方法结合显著图分割出原始图像中的局部显著区域并作放大重建和轮廓提取,轮廓表现出良好的光滑性。
一种基于异步传感器网络的空间目标分布式跟踪方法
黄静琪, 胡琛, 孙山鹏, 高翔, 何兵
当前状态:  doi: 10.11999/JEIT190460
[摘要](279) [HTML全文](0) [PDF 2346KB](12)
摘要:
为解决传感器网络在空间目标分布式跟踪过程中的异步采样及通信延迟问题,该文提出一种异步分布式空间目标跟踪方法(ADIF)。首先,局部传感器与相邻节点之间以一定的拓扑结构传递带采样时标的局部状态信息和量测信息,然后将收到的异步信息按时间排序,使用ADIF算法进行计算,分别对目标状态进行估计。该方法实现简单,传感器间通信的次数少,支持网络拓扑的实时变化,适用于空间目标监测中的多目标跟踪问题。该文分别对空间单目标、多目标跟踪进行了仿真,结果表明算法可以有效解决异步传感器滤波问题,分布式滤波精度一致逼近于集中式结果。
异构无线网络中基于模糊逻辑的分级垂直切换算法
马彬, 李尚儒, 谢显中
当前状态:  doi: 10.11999/JEIT190190
[摘要](699) [HTML全文](0) [PDF 2018KB](18)
摘要:
在异构无线网络中,针对综合考虑网络端和用户端参数的垂直切换算法,参数权重难以确定,同时基于模糊逻辑的垂直切换算法存在复杂度高的问题,该文提出一种基于模糊逻辑的分级垂直切换算法。首先,将接收信号强度(RSS)、带宽、时延输入到1级模糊逻辑系统,结合规则自适应匹配,推理出QoS模糊值,并通过QoS模糊值对网络进行初步筛选得到候选网络集;然后通过触发机制触发2级模糊逻辑系统,并将候选网络的QoS模糊值、网络负载率、用户接入费用输入2级模糊逻辑系统,同时结合规则自适应匹配,得到输出判决值,从而选择最佳接入网络。最后,实验结果表明,该算法能保证网络性能的同时,降低系统的时间开销。
近天底干涉SAR动态海面高程测量误差分析
陈尧, 黄默, 王小青, 黄海风
当前状态:  doi: 10.11999/JEIT190191
[摘要](534) [HTML全文](0) [PDF 2539KB](45)
摘要:
采用近天底的宽刈幅干涉高度计是近年来新发展的海面高程测量技术,与陆地高程测量不同,海浪一直处于随机运动之中,其动态特性会在合成孔径雷达(SAR)成像和干涉处理中引入显著误差。对于厘米级的干涉测量精度要求来说,该误差是主要误差源之一。该文研究了由海面特性引起的高程误差机理及其对于近天底干涉SAR测高精度的影响,建立了运动误差理论模型,同时考虑了电磁偏差与叠掩偏差影响。基于不同SAR工作体制,在不同海况下进行了理论近似仿真,并进行了干涉SAR全链路仿真,全链路仿真结果能够与理论仿真较好地吻合,验证了误差模型的正确。结果显示由海浪引起的误差随着多普勒中心频率近似呈线性变化,且与目标散射加权径向速度成正比。误差不仅与海浪特性相关,还与雷达系统参数相关,这能为未来系统设计、误差预算和海面高程处理提供参考。
基于强化学习的5G网络切片虚拟网络功能迁移算法
唐伦, 周钰, 谭颀, 魏延南, 陈前斌
当前状态:  doi: 10.11999/JEIT190290
[摘要](857) [HTML全文](0) [PDF 1956KB](81)
摘要:
针对5G网络切片架构下业务请求动态性引起的虚拟网络功能(VNF)迁移优化问题,该文首先建立基于受限马尔可夫决策过程(CMDP)的随机优化模型以实现多类型服务功能链(SFC)的动态部署,该模型以最小化通用服务器平均运行能耗为目标,同时受限于各切片平均时延约束以及平均缓存、带宽资源消耗约束。其次,为了克服优化模型中难以准确掌握系统状态转移概率及状态空间过大的问题,该文提出了一种基于强化学习框架的VNF智能迁移学习算法,该算法通过卷积神经网络(CNN)来近似行为值函数,从而在每个离散的时隙内根据当前系统状态为每个网络切片制定合适的VNF迁移策略及CPU资源分配方案。仿真结果表明,所提算法在有效地满足各切片QoS需求的同时,降低了基础设施的平均能耗。
基于Tangle网络的移动群智感知数据安全交付模型
赵国生, 张慧, 王健
当前状态:  doi: 10.11999/JEIT190370
[摘要](627) [HTML全文](0) [PDF 1952KB](16)
摘要:
针对现有群智感知平台在数据和酬金交付过程中存在的安全风险和隐私泄露问题,该文提出一种基于Tangle网络的分布式群智感知数据安全交付模型。首先,在数据感知阶段,调用局部异常因子检测算法剔除异常数据,聚类获取感知数据并确定可信参与者节点。然后,在交易写入阶段,使用马尔科夫蒙特卡洛算法选择交易并验证其合法性,通过注册认证中心登记完成匿名身份数据上传,并将交易同步写入分布式账本。最后,结合Tangle网络的累计权重共识机制,当交易安全性达到阈值时,任务发布者可进行数据和酬金的安全交付。仿真试验表明,在模型保护用户隐私的同时,增强了数据和酬金的安全交付能力,相比现有感知平台降低了时间复杂度和任务发布成本。
基于基片集成波导馈电的Ka波段渐变缝隙天线设计
郝宏刚, 李江, 张婷, 阮巍
当前状态:  doi: 10.11999/JEIT190218
[摘要](589) [HTML全文](0) [PDF 4404KB](19)
摘要:
在被动毫米波 (PMMW) 成像焦平面阵列 (FPA) 馈源的天线中,直线渐变缝隙天线 (LTSA) 相对于传统的喇叭天线、介质棒天线具有其独特的优势。该文优化设计了一种新型的对跖直线渐变缝隙天线 (ALTSA),通过加载超材料结构使天线的增益得到了改善,天线采用基片集成波导 (SIW) 技术进行馈电。通过仿真与测试分析,该天线在较宽的频带内具有良好的阻抗特性、较低的副瓣电平及较高且平稳的增益,所设计的天线具有较小的口径宽度,在焦平面中易于组成较为密集的馈源阵列,以提高被动毫米波成像的空间分辨率。
高分宽幅SAR系统下的方位多通道运动目标成像算法研究
王玉莹, 张志敏, 李宁, 范怀涛, 赵庆超
当前状态:  doi: 10.11999/JEIT190211
[摘要](869) [HTML全文](0) [PDF 1703KB](22)
摘要:
在方位多通道SAR系统中,由于运动目标的回波特性和静止目标的不同,传统的重构滤波器组方法对运动目标的重建是无效的。该文提出一种方位多通道SAR运动目标信号重构方法。该方法首先分析了方位多通道SAR系统中运动目标回波特性,并与静止目标回波形式进行对比,给出了传统重构方法失效的主要原因;通过引入运动目标的径向速度参数,有效实现了匀速运动目标的频谱重构,较好地抑制了方位多通道SAR系统中匀速运动目标的方位模糊。星载仿真实验结果验证了该重构方法的有效性。
基于哈希图的虚拟机实时迁移方法
田俊峰, 屈雪晴, 何欣枫, 李珍
当前状态:  doi: 10.11999/JEIT190200
[摘要](556) [HTML全文](0) [PDF 2413KB](16)
摘要:
跨广域网的虚拟机实时迁移是多数据中心云计算环境的重要技术支撑。当前跨广域网的虚拟机实时迁移受到带宽小和无共享存储的限制而面临着技术挑战,如镜像数据迁移的安全性和一致性问题。为此,该文提出基于哈希图(HashGraph)的跨数据中心虚拟机实时迁移方法,运用去中心化的思想,实现数据中心之间可靠和高效的镜像信息分布式共享。通过HashGraph中Merkle DAG存储结构,改善了重复数据删除在跨数据中心迁移虚拟机镜像时的缺陷。与现有方法相比,该文方法缩短了总迁移时间。
基于并行全相位点通滤波的高性能互素谱分析方法
黄翔东, 单宇轩, 王健
当前状态:  doi: 10.11999/JEIT190317
[摘要](273) [HTML全文](0) [PDF 2622KB](8)
摘要:
为根本消除欠采样宽频谱分析中的伪峰副效应,该文提出基于并行全相位点通滤波的高性能互素谱分析方法。通过剖析经典互素谱分析的机理,指出产生伪峰效应的根源在于上、下通道的多相滤波支路之间存在多余的重叠边界频带。故借助全相位点通滤波器组来取代经典互素谱的原型滤波器,并且推导出基于并行点通滤波的互素谱分析流程。理论分析和仿真实验均表明,新的方法显著改善谱分析性能:不仅从根本上消除了伪峰产生的可能,而且相比于经典互素谱分析还大大提升了谱分辨率,从而具有较高的密集谱成分辨识性能。在软件无线电、雷达探测、无源定位、海事无线电等领域有广泛应用前景。
曲率差分驱动的极小曲面滤波器
王满利, 田子建, 张元刚
当前状态:  doi: 10.11999/JEIT190216
[摘要](230) [HTML全文](0) [PDF 3653KB](8)
摘要:
为提高全变分图像降噪模型的降噪性能和边缘保持性能,该文提出一种曲率差分驱动的极小曲面滤波器。首先,在平均曲率滤波器模型基础上,引入自适应曲率差分边缘探测函数,建立曲率差分驱动的极小曲面滤波器模型;接着,从微分几何理论角度,阐述该能量泛函模型的物理意义和平均曲率能量减小方法;最后,在离散的图像域,通过迭代的方式使图像每个像素邻域内的曲面向极小曲面迭代进化,实现能量泛函的平均曲率能量极小化,从而能量泛函的总能量也完成极小化。实验表明,该滤波器不仅能去除高斯噪声、椒盐噪声,还能去除这两类噪声构成的混合噪声,其降噪性能和边缘保持性能优于同类型的其他5种全变分算法。
基于多模态特征融合监督的RGB-D图像显著性检测
刘政怡, 段群涛, 石松, 赵鹏
当前状态:  doi: 10.11999/JEIT190297
[摘要](868) [HTML全文](0) [PDF 2713KB](38)
摘要:
RGB-D图像显著性检测是在一组成对的RGB和Depth图中识别出视觉上最显著突出的目标区域。已有的双流网络,同等对待多模态的RGB和Depth图像数据,在提取特征方面几乎一致。然而,低层的Depth特征存在较大噪声,不能很好地表征图像特征。因此,该文提出一种多模态特征融合监督的RGB-D图像显著性检测网络,通过两个独立流分别学习RGB和Depth数据,使用双流侧边监督模块分别获取网络各层基于RGB和Depth特征的显著图,然后采用多模态特征融合模块来融合后3层RGB和Depth高维信息生成高层显著预测结果。网络从第1层至第5层逐步生成RGB和Depth各模态特征,然后从第5层到第3层,利用高层指导低层的方式产生多模态融合特征,接着从第2层到第1层,利用第3层产生的融合特征去逐步地优化前两层的RGB特征,最终输出既包含RGB低层信息又融合RGB-D高层多模态信息的显著图。在3个公开数据集上的实验表明,该文所提网络因为使用了双流侧边监督模块和多模态特征融合模块,其性能优于目前主流的RGB-D显著性检测模型,具有较强的鲁棒性。
基于非线性因子的改进鸟群算法在动态能耗管理中的应用
罗钧, 刘泽伟, 张平, 刘学明, 柳政
当前状态:  doi: 10.11999/JEIT190264
[摘要](386) [HTML全文](0) [PDF 1023KB](19)
摘要:
针对实时系统能耗管理中动态电压调节(DVS)技术的应用会导致系统可靠性下降的问题,该文提出一种基于改进鸟群(IoBSA)算法的动态能耗管理法。首先,采用佳点集原理均匀的初始化种群,从而提高初始解的质量,有效增强种群多样性;其次,为了更好地平衡BSA算法的全局和局部搜索能力,提出非线性动态调整因子;接着,针对嵌入式实时系统中处理器频率可以动态调整的特点,建立具有时间和可靠性约束的功耗模型;最后,在保证实时性和稳定性的前提下,利用提出的IoBSA算法,寻求最小能耗的解决方案。通过实验结果表明,与传统BSA等常见算法相比,改进鸟群算法在求解最小能耗上有着很强的优势及较快的处理速度。
基于深度特征学习的网络流量异常检测方法
董书琴, 张斌
当前状态:  doi: 10.11999/JEIT190266
[摘要](718) [HTML全文](0) [PDF 1817KB](54)
摘要:
针对网络流量异常检测过程中提取的流量特征准确性低、鲁棒性差导致流量攻击检测率低、误报率高等问题,该文结合堆叠降噪自编码器(SDA)和softmax,提出一种基于深度特征学习的网络流量异常检测方法。首先基于粒子群优化算法设计SDA结构两阶段寻优算法:根据流量检测准确率依次对隐藏层层数及每层节点数进行寻优,确定搜索空间中的最优SDA结构,从而提高SDA提取特征的准确性。然后采用小批量梯度下降算法对优化的SDA进行训练,通过最小化含噪数据重构向量与原始输入向量间的差异,提取具有较强鲁棒性的流量特征。最后基于提取的流量特征对softmax进行训练构建异常检测分类器,从而实现对流量攻击的高性能检测。实验结果表明:该文所提方法可根据实验数据及其分类任务动态调整SDA结构,提取的流量特征具有更高的准确性和鲁棒性,流量攻击检测率高、误报率低。
基于稀疏和低秩恢复的稳健DOA估计方法
王洪雁, 于若男
当前状态:  doi: 10.11999/JEIT190263
[摘要](495) [HTML全文](0) [PDF 1148KB](30)
摘要:
该文针对有限次采样导致传统波达方向角(DOA)估计算法存在较大估计误差的问题,提出一种基于低秩恢复的稳健DOA估计方法。首先,基于低秩矩阵分解方法,将接收信号协方差矩阵建模为低秩无噪协方差及稀疏噪声协方差矩阵之和;而后基于低秩恢复理论,构造关于信号和噪声协方差矩阵的凸优化问题;再者构建关于采样协方差矩阵估计误差的凸模型,并将此凸集显式包含进凸优化问题以改善信号协方差矩阵估计性能进而提高DOA估计精度及稳健性;最后基于所得最优无噪声协方差矩阵,利用最小方差无畸变响应(MVDR)方法实现DOA估计。此外,基于采样协方差矩阵估计误差服从渐进正态分布的统计特性,该文推导了一种误差参数因子选取准则以较好重构无噪声协方差矩阵。数值仿真表明,与传统常规波束形成(CBF)、最小方差无畸变响应(MVDR)、传统多重信号分类(MUSIC)及基于稀疏低秩分解的增强拉格朗日乘子(SLD-ALM)算法相比,有限次采样条件下所提算法具有较高DOA估计精度及较好稳健性能。
基于复合域通用低熵高阶掩码的设计与实现
姜久兴, 赵玉迎, 黄海, 谢光辉, 厚娇, 冯新新
当前状态:  doi: 10.11999/JEIT190257
[摘要](2224) [HTML全文](0) [PDF 4548KB](21)
摘要:
通过对基于复合域S-box构造算法的深入研究,该文提出一种低面积复杂度的通用低熵高阶掩码算法。在有限域GF(24)上引入低熵掩码思想,并采用部分模块复用设计,有效降低了基于复合域S-box求逆运算的乘法数量。该算法能够适用于由求逆运算构成的任意分组加密算法,进一步将本方案应用于分组加密算法高级加密标准(AES),给出了详细的综合仿真结果并进行了版图面积优化,较传统的掩码方案相比有效减少了逻辑资源的使用,此外,对其安全性进行了理论验证。
基于神经网络与复合离散混沌系统的双重加密方法
肖成龙, 孙颖, 林邦姜, 汤璇, 王珊珊, 张敏, 谢宇芳, 戴玲凤, 骆佳彬
当前状态:  doi: 10.11999/JEIT190213
[摘要](516) [HTML全文](0) [PDF 1636KB](36)
摘要:
正交频分复用(OFDM)已被广泛应用于无线通信系统,其数据传输安全具有一定的实际意义。该文提出了一种双重加密方案,采用神经网络生成置乱矩阵实现第1次加密,通过基于Logistic映射与Sine映射的复合离散混沌系统产生的混沌序列进行第2次加密。该双重加密方案极大提升了OFDM通信系统的保密性,可以有效地防止暴力攻击。相比于单一的1维Logistic映射的混沌系统,基于Logistic映射与Sine映射的复合离散混沌系统具有更大的密钥空间。该文运用Lyapunov指数与NIST测试验证了该混沌系统的混沌特性及随机性,并仿真验证了双重加密方案的保密性能。仿真结果表明,该文所提出的加密方案密钥空间为4×1093,Lyapunov指数提高到0.9850,NIST测试中最大P值为0.9995。该双重加密方案可在不影响传输性能下极大提升OFDM通信系统的安全性。
一种基于资源传输路径拓扑有效性的链路预测方法
王凯, 李星, 兰巨龙, 卫红权, 刘树新
当前状态:  doi: 10.11999/JEIT190333
[摘要](517) [HTML全文](0) [PDF 1526KB](28)
摘要:
链路预测旨在利用网络中已有的拓扑结构或其他信息,预测未连边节点间存在连接的可能性。资源分配指标具有较低复杂度的同时取得了较好的预测效果,但在资源传输过程的描述中缺少对路径有效性的刻画。资源传输过程是网络演化连边产生的重要内在动力,通过分析节点间资源传输路径周围拓扑的有效性,该文提出一种基于资源传输路径有效性的链路预测方法。该方法首先分析了节点间潜在的资源传输路径对资源传输量的影响,提出资源传输路径有效性的量化方法。然后,基于资源传输路径的有效性,通过对双向资源传输量进行刻画,提出了节点间传输路径的有效性指标。在12个实际网络数据集上的实验测试表明,相比其他基于相似性的链路预测方法,该方法在AUC和Precision衡量标准下能够取得更好的效果。
忆阻高通滤波电路准周期与混沌环面簇发振荡及慢通道效应
李芳苑, 陈墨, 武花干
当前状态:  doi: 10.11999/JEIT190373
[摘要](440) [HTML全文](0) [PDF 3669KB](15)
摘要:
该文提出了一种忆阻高通滤波电路,它是由有源高通RC滤波器与二极管桥级联LC振荡器的忆阻模拟器并联耦合组成的。该文建立了电路方程与系统模型。基于分岔图、相平面图、庞加莱映射等数值仿真,开展了以反馈增益为可调参数的分岔分析,揭示了忆阻高通滤波电路中存在的准周期、混沌环面、混沌和多周期等簇发振荡行为。进一步地,通过快慢分析法,导出了快子系统的Hopf分岔集,并进而阐述了忆阻高通滤波电路慢通道效应的形成机理。最后,基于Multisim电路仿真验证了数值仿真结果。
基于强散射点在线估计的距离扩展目标检测方法
郭鹏程, 刘峥, 罗丁利, 李俭朴
当前状态:  doi: 10.11999/JEIT190417
[摘要](766) [HTML全文](0) [PDF 1531KB](15)
摘要:
传统的距离扩展目标检测一般在散射点密度或散射点数量先验条件下完成,在目标散射点信息完全未知时检测性能会大幅降低。针对这个问题,该文提出一种基于强散射点在线估计的距离扩展目标检测方法(OESS-RSTD),该方法利用机器学习中的无监督聚类算法在线估计强散射点数量以及首次检测门限,然后再结合虚警率、确定2次检测门限,最后通过两次门限检测完成目标有无的判决。该文分别利用仿真数据和实测数据进行了试验验证,并和其他算法进行了试验对比,通过虚警概率一定时的信噪比(SNR)-检测概率曲线验证了该文所提方法相对于传统算法有更高的稳健性,且该方法不需要目标散射点的任何先验信息。
车联网中一种基于软件定义网络与移动边缘计算的卸载策略
张海波, 荆昆仑, 刘开健, 贺晓帆
当前状态:  doi: 10.11999/JEIT190304
[摘要](883) [HTML全文](0) [PDF 1615KB](54)
摘要:
在新兴的车联网络中,汽车终端请求卸载的任务对网络带宽、卸载时延等有着更加严苛的需求,而新型通信网络研究中移动边缘计算(MEC)的提出更好地解决了这一挑战。该文着重解决的是汽车终端进行任务卸载时卸载对象的匹配问题。文中引入了软件定义车载网络(SDN-V)对全局变量统一调度,实现了资源控制管理、设备信息采集以及任务信息分析。基于用户任务的差异化性质,定义了重要度的模型,在此基础上,通过设计任务卸载优先级机制算法,实现任务优先级划分。针对多目标优化模型,采用乘子法对非凸优化模型进行求解。仿真结果表明,与其他卸载策略相比,该文所提卸载机制对时延和能耗优化效果明显,能够最大程度的保证用户的效益。
多级注意力特征网络的小样本学习
汪荣贵, 韩梦雅, 杨娟, 薛丽霞, 胡敏
当前状态:  doi: 10.11999/JEIT190242
[摘要](2084) [HTML全文](0) [PDF 1654KB](48)
摘要:
针对目前基于度量学习的小样本方法存在特征提取尺度单一、类特征学习不准确、相似性计算依赖标准度量等问题,该文提出多级注意力特征网络。首先对图像进行尺度处理获得多个尺度图像;其次通过图像级注意力机制融合所提取的多个尺度图像特征获取图像级注意力特征;在此基础上使用类级注意机制学习每个类的类级注意力特征。最后通过网络计算样本特征与每个类的类级注意力特征的相似性分数来预测分类。该文在Omniglot和MiniImageNet两个数据集上验证多级注意力特征网络的有效性。实验结果表明,相比于单一尺度图像特征和均值类原型,多级注意力特征网络进一步提高了小样本条件下的分类准确率。
基于Lyapunov优化的隐私感知计算卸载方法
赵星, 彭建华, 游伟
当前状态:  doi: 10.11999/JEIT190170
[摘要](1010) [HTML全文](0) [PDF 2206KB](47)
摘要:
移动边缘计算(MEC)中计算卸载决策可能暴露用户特征,导致用户被锁定。针对此问题,该文提出一种基于Lyapunov优化的隐私感知计算卸载方法。首先,该方法定义卸载任务中的隐私量,并引入隐私限制使各MEC节点上卸载任务的累积隐私量尽可能小;然后,提出假任务机制权衡终端能耗和隐私保护的关系,当系统因隐私限制无法正常执行计算卸载时,在MEC节点生成虚假的卸载任务以降低累积隐私量;最后,建立隐私感知计算卸载模型,并基于Lyapunov优化原理求解。仿真结果表明,基于Lyapunov优化的隐私感知卸载算法(LPOA)能使用户的累积隐私量稳定在0附近,且总卸载频率与不考虑隐私的决策一致,有效保护了用户隐私,同时保持了较低的平均能耗。
基于流量工程的软件定义网络控制资源优化机制
胡宇翔, 李子勇, 胡宗魁, 胡涛
当前状态:  doi: 10.11999/JEIT190276
[摘要](968) [HTML全文](0) [PDF 1932KB](65)
摘要:
针对软件定义网络(SDN)分布式控制平面中由于网络分域管理所引发的控制扩张问题,该文提出了一种基于流量工程的SDN控制资源优化(TERO)机制。首先基于数据流的路径特征对流请求的控制资源消耗进行分析,指出通过调整控制器和交换机的关联关系可以降低控制资源消耗。然后将控制器关联过程分为两个阶段:先设计了最小集合覆盖算法来快速求解大规模网络中控制器关联问题;在此基础上,引入联合博弈策略来优化控制器和交换机的关联关系以减少控制资源消耗和控制流量开销。仿真结果表明,与现有的控制器和交换机就近关联机制相比,该文机制能在保证较低控制流量开销的前提下,节省约28%的控制资源消耗。
基于最优索引广义正交匹配追踪的非正交多址系统多用户检测
申滨, 吴和彪, 崔太平, 陈前斌
当前状态:  doi: 10.11999/JEIT190270
[摘要](609) [HTML全文](0) [PDF 1739KB](26)
摘要:
作为5G的关键技术之一,非正交多址(NOMA)通过非正交方式访问无线通信资源,以实现提高频谱利用率、增加用户连接数的目的。该文提出将压缩感知(CS)及广义正交匹配追踪(gOMP)算法引入上行免调度NOMA系统,从而增强NOMA系统活跃用户检测及数据接收的性能。通过每次迭代识别多个索引,gOMP算法实际上是传统的正交匹配追踪(OMP)算法的扩展。为了获得最优性能,研究分析了在gOMP算法信号重构的每次迭代中所应选择的最优索引数目。仿真结果表明:与其它的贪婪追踪算法及梯度投影稀疏重构(GPSR)算法相比,最优索引gOMP算法具有更优异的信号重构性能;并且,对于不同的活跃用户数或过载率等参数配置的NOMA系统,均表现出最优的多用户检测性能。
一种新型宽带双圆极化天线设计
李振亚, 竺小松, 尹成友, 吴伟, 王勇
当前状态:  doi: 10.11999/JEIT180705
[摘要](497) [HTML全文](0) [PDF 2449KB](18)
摘要:
针对传统圆极化微带天线轴比(AR)带宽较窄和系统容量较小的问题,该文提出一种新型的宽带双圆极化印刷天线。该天线结构简单,采用双端口微带馈电模式,仅由两个辐射贴片和改进后的地板组成,整个天线尺寸为48 mm×48 mm×1 mm。通过优化辐射贴片形状和在地板上增加圆形结构,可以有效增加天线的阻抗带宽和轴比带宽,实现双圆极化特性。该文给出了天线的设计流程,从表面电流分布分析了天线的圆极化工作机理。仿真和实测结果表明:天线具有超宽的阻抗带宽和轴比带宽,天线的工作频带为1.9~9.6 GHz(相对带宽为133.9%),3 dB轴比带宽为1.9~6.6 GHz(相对带宽为110.6%)。该文测量了天线的辐射性能和增益特性,实测结果与仿真结果吻合较好,证明了该天线的有效性。该天线可以应用于超宽带(UWB)无线通信系统和卫星通信系统中。
栏目

显示方式:          |     

2020-01ml 目录
2020, 42(1): 1 -4.  
[摘要](4) [PDF 0KB](1)
摘要:
$v.abstractInfo
智能网联交通系统的关键技术与发展
钱志鸿, 田春生, 郭银景, 王雪
2020, 42(1): 2 -19.   doi: 10.11999/JEIT190787
[摘要](406) [HTML全文](122) [PDF 2536KB](31)
摘要:
该文梳理了国内外针对智能网联交通系统的相关研究,阐述了智能网联交通系统的架构和关键技术,分析了外部环境感知技术、车辆自主决策技术、控制执行技术以及车路协同技术等几个重点方向的研究进展。在分析总结已有文献的基础上,该文描述了未来智能网联交通系统的方案及其工作原理。未来智能网联交通系统应具备全程路径规划和精准定位功能,运用实时动态定位(RTK)技术和合成孔径雷达(SAR)技术,对运动或非运动物体(包括未装载GPS的物体)进行探测和定位,并保证在GPS信号弱或无信号(如隧道、室内)环境下和近距离、非可视情况下探测信号的连续性。系统还将运用移动边缘计算(MEC)理论,解决低时延、大规模网络接入等关键问题,运用大数据、云计算、物联网(IoTs)和移动通信技术,实现具有全局性、网络化的智能网联交通系统。
车联网中基于移动边缘计算的内容感知分类卸载算法研究
赵海涛, 朱银阳, 丁仪, 朱洪波
2020, 42(1): 20 -27.   doi: 10.11999/JEIT190594
[摘要](393) [HTML全文](183) [PDF 1113KB](32)
摘要:
随着智能交通的快速发展,车辆终端产生大量需要实时处理的数据消息,而在有限资源上的竞争将会增加消息处理的时延,且对终端设备造成很大的能量消耗。针对时延和能量损耗的均衡关系,该文提出一种基于移动边缘计算(MEC)的内容感知分类卸载算法。首先根据层次分析法对安全消息进行优先级划分,然后建立时延和能量损耗的最优任务卸载模型,通过给时延和能量损耗赋予不同的权重系数构造关系模型,并利用拉格朗日松弛法将非凸问题转化为凸问题,从而结合次梯度投影法和贪婪算法得到问题的可行解。性能评估结果表明,该算法在一定程度上改善了消息处理时延和能量损耗。
面向自动驾驶的车辆精确实时定位算法
沈连丰, 张瑞, 朱亚萍, 吴怡
2020, 42(1): 28 -35.   doi: 10.11999/JEIT190610
[摘要](391) [HTML全文](163) [PDF 1883KB](22)
摘要:
针对车辆自组织网络(VANETs)中的车辆定位问题,以提高定位精度和实时性为目标,该文提出一种面向自动驾驶的车辆精确实时定位算法,包括基于矩阵束(MP)与非线性拟合(NLF)以及基于视觉感知两种技术。基于MP-NLF的技术通过联合TOA/AOA估计进行车辆单站定位,并引入高分辨率估计以提高估计精度;基于视觉感知的技术通过提取定位范围内视觉感知图像的特征信息来完成定位,并结合惯性信息进行无迹卡尔曼滤波进一步提高精度。仿真结果表明,与传统多径指纹算法相比,所提算法即使在低信噪比情况下也具有较好的定位性能。
基于车辆行为分析的智能车联网关键技术研究
张海霞, 李腆腆, 李东阳, 刘文杰
2020, 42(1): 36 -49.   doi: 10.11999/JEIT190820
[摘要](143) [HTML全文](114) [PDF 1552KB](13)
摘要:
车联网通信系统中通信节点的高移动性、移动行为的复杂性,使得此场景下通信业务呈现数据实时交互性强、空时分布不均、尺度多变、规律复杂的特征,导致传统的车联网网络部署、资源调配难以有效满足用户的差异化服务质量需求。因此,迫切需要设计“车-人-路-云”泛在互联的智能异构车联网网络,通过充分挖掘车辆行为数据的潜在价值,精准预测、刻画车辆行为的空时分布特性,以提升车联网资源利用率、改善车联网服务性能。该文全面梳理了国内外在车辆行为分析、网络部署与接入以及资源优化方面的相关工作,重点阐述了智能车联网关键使能技术,即如何借助先进的人工智能、数据分析技术,探索车联网中车辆行为的空时分布特性,建立车辆行为预测模型,进行智能化网络部署与多网接入、动态资源优化管理,实现高容量、高效率的智能车联网通信。
基于深度学习的车联边缘网络交通事故风险预测算法研究
赵海涛, 程慧玲, 丁仪, 张晖, 朱洪波
2020, 42(1): 50 -57.   doi: 10.11999/JEIT190595
[摘要](361) [HTML全文](212) [PDF 2529KB](30)
摘要:
针对传统交通事故风险预测算法无法自动判别数据特征,且模型表达能力差等问题。该文提出一种基于深度学习的车联边缘网络交通事故风险预测算法,该算法首先针对车载自组织网络中采集的大量交通数据,采用边缘服务器中建立的卷积神经网络自主提取多维特征,经归一化、去均值等预处理后,再将得到的新变量输入卷积层、采样层进行训练,最后根据全连接层输出的判别值,得到模拟预测交通事故发生的风险性。仿真结果表明,该算法被验证能够预测交通事故发生的风险性,较传统的机器学习算法BP神经网络、逻辑回归具有更低的损失与更高的预测准确度。
一种车载服务的快速深度Q学习网络边云迁移策略
彭军, 王成龙, 蒋富, 顾欣, 牟玥玥, 刘伟荣
2020, 42(1): 58 -64.   doi: 10.11999/JEIT190612
[摘要](442) [HTML全文](131) [PDF 1450KB](9)
摘要:
智能网联交通系统中车载用户的高速移动,不可避免地造成了数据在边缘服务器之间频繁迁移,产生了额外的通信回传时延,对边缘服务器的实时计算服务带来了巨大的挑战。为此,该文提出一种基于车辆运动轨迹的快速深度Q学习网络(DQN-TP)边云迁移策略,实现数据迁移的离线评估和在线决策。车载决策神经网络实时获取接入的边缘服务器网络状态和通信回传时延,根据车辆的运动轨迹进行虚拟机或任务迁移的决策,同时将实时的决策信息和获取的边缘服务器网络状态信息发送到云端的经验回放池中;评估神经网络在云端读取经验回放池中的相关信息进行网络参数的优化训练,定时更新车载决策神经网络的权值,实现在线决策的优化。最后仿真验证了所提算法与虚拟机迁移算法和任务迁移算法相比能有效地降低时延。
面向自动协同驾驶的多车编队任务分配策略
李长乐, 张云锋, 张尧, 毛国强, 贾存兴
2020, 42(1): 65 -73.   doi: 10.11999/JEIT190557
[摘要](453) [HTML全文](131) [PDF 1150KB](20)
摘要:
自动驾驶的实现需要大量车载传感器的支持,然而,在有限车载计算资源条件下,由传感器所产生的庞大数据量使得自动驾驶任务的实时性难以满足,成为阻碍自动驾驶技术进一步发展的重要阻力。通过将驾驶任务进行协作处理,因而充分利用多个协作车辆的计算资源,自动协同驾驶成为解决该问题的新途径。而如何形成多车编队并实现编队中驾驶任务分配则是实现自动协同驾驶的关键。该文首先采用排队理论G/G/1模型建立一种普适性车辆编队网络拓扑分析模型,充分考虑编队内车辆间的任务协作能力和单个车辆的任务负荷,得出任务的处理时延和车辆系统中的平均任务数;其次,采用支持向量机(SVM)方法,基于车辆的负荷程度及处理能力将车辆的“空闲”、“繁忙”两状态进行分类,进而建立针对车辆协作任务分配的候选车辆集。最后,基于上述分析,该文提出面向多车编队协同驾驶的任务均衡策略——基于分类的贪婪均衡策略(C-GBS),以充分平衡编队内所有车辆的任务负荷并利用不同车辆的任务处理能力。仿真结果表明,该策略能够减小重负荷网络中的任务处理时延,有效提升自动驾驶车辆的任务处理效率。
基于差分隐私模型的位置轨迹发布技术研究
冯登国, 张敏, 叶宇桐
2020, 42(1): 74 -88.   doi: 10.11999/JEIT190632
[摘要](1218) [HTML全文](261) [PDF 1940KB](17)
摘要:
位置轨迹大数据的安全分享、发布需求离不开位置轨迹隐私保护技术支持。在差分隐私出现之前,K-匿名及其衍生模型为位置轨迹隐私保护提供了一种量化评估的手段,但其安全性严重依赖于攻击者所掌握的背景知识,当有新的攻击出现时模型无法提供完善的隐私保护。差分隐私技术的出现有效地弥补了上述问题,越来越多地应用于轨迹数据隐私发布领域中。该文对基于差分隐私理论的轨迹隐私保护技术进行了研究与分析,重点介绍了差分隐私模型下位置直方图、轨迹直方图等空间统计数据发布方法,差分隐私模型下轨迹数据集发布方法,以及连续轨迹实时发布隐私保护模型。与此同时,在对现有方法对比分析的基础上,提出了未来的重点发展方向。
基于正则图上量子游走的仲裁量子签名方案
施荣华, 冯艳艳, 石金晶
2020, 42(1): 89 -97.   doi: 10.11999/JEIT190597
[摘要](234) [HTML全文](141) [PDF 1534KB](8)
摘要:
量子游走已经被提出可以用于瞬时地传输量子比特或多维量子态。根据量子游走的隐形传输模型,该文提出一种无需提前准备纠缠源的基于正则图上量子游走的仲裁量子签名算法。在初始化阶段,密钥是由量子密钥分发系统制备;在签名阶段,基于正则图上的量子游走隐形传输模型被用于转移信息副本密文从发送者到接收者。具体地,发送者编码要签名信息的密文在硬币态上,通过两步正则图上的量子游走,可以自动地产生用于量子隐形传输必须的纠缠态。发送者和接收者对制备的纠缠态的测量为签名生成和签名验证的凭据。在验证阶段,在仲裁的辅助下,验证者依照发送者的经典结果核实签名的有效性。此外,随机数和认证的公共板被引进阻止接收方在接收真正信息序列之前的存在性伪造攻击和否认攻击。安全性分析表明设计的算法满足签名者和接收者的不可抵赖以及任何人的不可伪造。讨论表明方案不能抗击发送者的抵赖攻击,相应的建议被给出。由于实验上已经证明量子游走可以在多个不同的物理系统上实现,因此该签名方案未来是可实现的。
理想格上格基的快速三角化算法研究
张洋, 刘仁章, 林东岱
2020, 42(1): 98 -104.   doi: 10.11999/JEIT190725
[摘要](556) [HTML全文](179) [PDF 595KB](8)
摘要:
为了提高理想格上格基的三角化算法的效率,该文通过研究理想格上的多项式结构提出了一个理想格上格基的快速三角化算法,其时间复杂度为O(n3log2B),其中n是格基的维数,B是格基的无穷范数。基于该算法,可以得到一个计算理想格上格基Smith标准型的确定算法,且其时间复杂度也比现有的算法要快。更进一步,对于密码学中经常所使用的一类特殊的理想格,可以用更快的算法将三角化矩阵转化为格基的Hermite标准型。
相关熵与循环相关熵信号处理研究进展
邱天爽
2020, 42(1): 105 -118.   doi: 10.11999/JEIT190646
[摘要](239) [HTML全文](119) [PDF 1250KB](23)
摘要:
在无线电监测和目标定位等应用中,接收信号经常会受到脉冲噪声和同频带干扰等复杂电磁环境的影响,传统的基于2阶统计量的信号处理方法往往不能正常工作,基于分数低阶统计量的信号处理方法也由于对信号噪声统计先验知识的依赖性而遇到困难。近年来提出并受到信号处理领域普遍关注的相关熵和循环相关熵信号处理理论与方法,是解决复杂电磁环境下信号分析处理、参数估计、目标定位和其他应用问题的有效技术手段,有力促进了非高斯、非平稳信号处理理论方法和应用的发展。该文系统性地综述了相关熵和循环相关熵信号处理的基本理论和基本方法,包括相关熵与循环相关熵的起源背景、定义概念、性质特点,以及所包含的数学物理意义。该文还介绍了相关熵与循环相关熵信号处理在多个领域的应用问题,希望对非高斯、非平稳统计信号处理的研究和应用有所裨益。
卷积神经网络在雷达自动目标识别中的研究进展
贺丰收, 何友, 刘准钆, 徐从安
2020, 42(1): 119 -131.   doi: 10.11999/JEIT180899
[摘要](1380) [HTML全文](894) [PDF 893KB](163)
摘要:
自动目标识别(ATR)是雷达信息处理领域的重要研究方向。由于卷积神经网络(CNN)无需进行特征工程,图像分类性能优越,因此在雷达自动目标识别领域研究中受到越来越多的关注。该文综合论述了CNN在雷达图像处理中的应用进展。首先介绍了雷达自动目标识别相关知识,包括雷达图像的特性,并指出了传统的雷达自动目标识别方法局限性。给出了CNN卷积神经网络原理、组成和在计算机视觉领域的发展历程。然后着重介绍了CNN在雷达自动目标识别中的研究现状,其中详细介绍了合成孔径雷达(SAR)图像目标的检测与识别方法。接下来对雷达自动目标识别面临的挑战进行了深入分析。最后对CNN新理论、新模型,以及雷达新成像技术和未来复杂环境下的应用进行了展望。
基于信道分段平滑的外辐射源雷达非平稳杂波抑制方法
万显荣, 刘玉琪, 程丰, 易建新
2020, 42(1): 132 -139.   doi: 10.11999/JEIT190754
[摘要](194) [HTML全文](91) [PDF 4396KB](6)
摘要:
复杂电磁环境下,外辐射源雷达中多径杂波可能具备非平稳的跳变特性。该文针对这种跳变型非平稳杂波,结合辐射源信号的正交频分复用(OFDM)调制特性,提出一种基于信道分段平滑的杂波抑制方法。首先建立了跳变杂波的时域信号模型,然后结合OFDM信号结构将其变换到子载波域,接着在子载波域对各OFDM符号进行信道估计与分段平滑,最后利用该信道平滑值和对应段的参考信号抑制非平稳杂波。仿真和实测数据表明,该文方法能够有效抑制跳变型的非平稳杂波。
昆虫雷达散射截面积特性分析
胡程, 方琳琳, 王锐, 周超, 李卫东, 张帆, 郎添娇, 龙腾
2020, 42(1): 140 -153.   doi: 10.11999/JEIT190611
[摘要](322) [HTML全文](107) [PDF 2031KB](14)
摘要:
昆虫雷达是观测昆虫迁飞最有效的工具。研究昆虫的雷达散射截面积(RCS)特性对于昆虫雷达目标识别有着重要意义。该文将分析昆虫的静态RCS特性和动态RCS特性。首先,基于实测的X波段全极化昆虫RCS数据,分析昆虫的静态RCS特性,包括水平和垂直极化RCS随体重变化规律以及昆虫极化方向图随体重的变化规律。其次,总结当前通过电磁仿真研究昆虫RCS特性所用到的介质和几何形状模型,并对比了水、脊髓、干皮肤和壳质与血淋巴混合物4种介质和等体型扁长椭球体、等质量扁长椭球体和三轴椭球体3种几何模型组成的12种介质模型,经过电磁仿真结果与实测数据相对比发现脊髓介质等质量扁长椭球体模型与实测昆虫RCS特性最接近。然后,基于Ku波段高分辨昆虫雷达外场实测昆虫回波数据,分析了昆虫动态RCS的起伏特性,将实测昆虫动态RCS起伏数据与4种经典的RCS起伏分布模型χ2, Log-normal, Weibull和Gamma分布分别进行了拟合分析,从最小二乘拟合误差和拟合优度检验结果可以看出,相比于其他3种模型,Gamma分布可以较好地描述昆虫目标RCS起伏的统计特性。最后,综述了昆虫RCS特性在昆虫雷达测量昆虫朝向、体重等参数测量的应用。
基于半监督学习的SAR目标检测网络
杜兰, 魏迪, 李璐, 郭昱辰
2020, 42(1): 154 -163.   doi: 10.11999/JEIT190783
[摘要](405) [HTML全文](124) [PDF 11830KB](10)
摘要:
现有的基于卷积神经网络(CNN)的合成孔径雷达(SAR)图像目标检测算法依赖于大量切片级标记的样本,然而对SAR图像进行切片级标记需要耗费大量的人力和物力。相对于切片级标记,仅标记图像中是否含有目标的图像级标记较为容易。该文利用少量切片级标记的样本和大量图像级标记的样本,提出一种基于卷积神经网络的半监督SAR图像目标检测方法。该方法的目标检测网络由候选区域提取网络和检测网络组成。半监督训练过程中,首先使用切片级标记的样本训练目标检测网络,训练收敛后输出的候选切片构成候选区域集;然后将图像级标记的杂波样本输入网络,将输出的负切片加入候选区域集;接着将图像级标记的目标样本也输入网络,对输出结果中的正负切片进行挑选并加入候选区域集;最后使用更新后的候选区域集训练检测网络。更新候选区域集和训练检测网络交替迭代直至收敛。基于实测数据的实验结果证明,所提方法的性能与使用全部样本进行切片级标记的全监督方法的性能相差不大。
基于多通道调频连续波毫米波雷达的微动手势识别
夏朝阳, 周成龙, 介钧誉, 周涛, 汪相锋, 徐丰
2020, 42(1): 164 -172.   doi: 10.11999/JEIT190797
[摘要](387) [HTML全文](146) [PDF 1687KB](13)
摘要:
该文提出一种基于多通道调频连续波(FMCW)毫米波雷达的微动手势识别方法,并给出一种微动手势特征提取的最优雷达参数设计准则。通过对手部反射的雷达回波进行时频分析处理,估计目标的距离多普勒谱、距离谱、多普勒谱和水平方向角度谱。设计固定帧时间长度拼接的距离-多普勒-时间图特征,与距离-时间特征、多普勒-时间特征、水平方向角度-时间图特征和三者联合特征等,分别对7类微动手势进行表征。根据手势运动过程振幅和速度差异,进行手势特征捕获和对齐。利用仅有5层的轻量化卷积神经网络对微动手