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:      

基于半监督学习的SAR目标检测网络
杜兰, 魏迪, 李璐, 郭昱辰
当前状态:  doi: 10.11999/JEIT190783
[摘要](22) [HTML全文](0) [PDF 11830KB](3)
摘要:
现有的基于卷积神经网络的合成孔径雷达(Synthetic Aperture Radar, 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。
相关熵与循环相关熵信号处理研究进展
邱天爽
当前状态:  doi: 10.11999/JEIT190646
[摘要](90) [HTML全文](0) [PDF 1242KB](9)
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。
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
当前状态:  doi: 10.11999/JEIT190612
[摘要](68) [HTML全文](0) [PDF 1445KB](3)
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,対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的降低时延。
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
当前状态:  doi: 10.11999/JEIT190597
[摘要](102) [HTML全文](0) [PDF 1662KB](5)
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。
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
当前状态:  doi: 10.11999/JEIT190595
[摘要](136) [HTML全文](0) [PDF 2943KB](14)
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。
倒数粗糙熵图像阈值化分割算法
范九伦, 雷博
当前状态:  doi: 10.11999/JEIT190559
[摘要](64) [HTML全文](0) [PDF 4979KB](11)
摘要:
基于粗糙集理论的粗糙熵阈值法不需要图像之外的先验信息。粗糙熵阈值法需要解决两个问题,一是图像信息不完整性的度量,二是图像的粒化。该文基于倒数信息熵,提出一种倒数粗糙熵用来度量图像中信息的不完整性。为了更好地对图像进行粒化,采用一种基于均匀性直方图的粒子选取方式。该文提出的倒数粗糙熵表述简洁,计算简单。实验验证了该文方法的有效性。
车辆网络多平台卸载智能资源分配算法
王汝言, 梁颖杰, 崔亚平
当前状态:  doi: 10.11999/JEIT190074
[摘要](457) [HTML全文](0) [PDF 1337KB](37)
摘要:
为了降低计算任务的时延和系统的成本,移动边缘计算(MEC)被用于车辆网络,以进一步改善车辆服务。该文在考虑计算资源的情况下对车辆网络时延问题进行研究,提出一种多平台卸载智能资源分配算法,对计算资源进行分配,以提高下一代车辆网络的性能。该算法首先使用K临近(KNN)算法对计算任务的卸载平台(云计算、移动边缘计算、本地计算)进行选择,然后在考虑非本地计算资源分配和系统复杂性的情况下,使用强化学习方法,以有效解决使用移动边缘计算的车辆网络中的资源分配问题。仿真结果表明,与任务全部卸载到本地或MEC服务器等基准算法相比,提出的多平台卸载智能资源分配算法实现了时延成本的显著降低,平均可节省系统总成本达80%。
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](2) [HTML全文](0) [PDF 3113KB](0)
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。
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](2) [HTML全文](0) [PDF 2777KB](0)
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。
硅基毫米波雷达芯片研究现状与发展
贾海昆, 池保勇
当前状态:  doi: 10.11999/JEIT190666
[摘要](5) [HTML全文](0) [PDF 6284KB](1)
摘要:
毫米波雷达具备全天候复杂环境下的工作能力,在汽车雷达、智能机器人等方面有广泛的应用。同时,随着半导体技术的快速发展,硅基工艺晶体管的截止频率提升,硅基毫米波雷达成为研究热点,大量的工作从系统设计、电路设计等方面提高毫米波雷达的性能。该文从系统和核心电路等方面对硅基毫米波雷达芯片的研究现状和发展趋势进行综述。
基于深度学习的故障诊断方法综述
文成林, 吕菲亚
当前状态:  doi: 10.11999/JEIT190715
[摘要](5) [HTML全文](0) [PDF 2966KB](0)
摘要:
海量高维度的过程测量信息给传统的故障诊断算法带来极大的计算复杂度和建模复杂度,且传统诊断算法存在难以利用高阶量进行在线估计的不足。鉴于深度学习技术强大的数据表示学习和分析能力,基于深度学习的故障诊断引起了工业界和学术界的广泛关注,并促使智能过程控制更加自动化和有效。该文从方法上将基于深度学习的故障诊断技术分为:基于栈式自编码的故障诊断方法、基于深度置信网络的故障诊断方法、基于卷积神经网络的故障诊断方法及基于循环神经网络的故障诊断方法4类,分别进行了回顾和总结,最后从数据预处理、深度网络设计和决策3个层面对这一领域进行展望,提出了“集成创新”、“数据+知识”和“多技术融合”等故障诊断思想,阐明基于深度学习技术进行复杂系统的故障诊断仍具有巨大潜力。
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](5) [HTML全文](0) [PDF 3692KB](1)
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。
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](18) [HTML全文](0) [PDF 2709KB](3)
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。
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
当前状态:  doi: 10.11999/JEIT190820
[摘要](11) [HTML全文](0) [PDF 1358KB](0)
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
当前状态:  doi: 10.11999/JEIT190797
[摘要](9) [HTML全文](0) [PDF 1689KB](2)
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势特征进行分类。实验结果表明,相较其他特征,设计的距离-多普勒-时间图特征能够更为准确地表征微动手势,且对未经训练的测试对象具有更好的泛化能力。
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](8) [HTML全文](0) [PDF 443KB](0)
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。
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](8) [HTML全文](0) [PDF 3380KB](2)
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。
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](85) [HTML全文](0) [PDF 1505KB](3)
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](226) [HTML全文](0) [PDF 3003KB](8)
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](9) [HTML全文](0) [PDF 1137KB](1)
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。
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](336) [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。
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](311) [HTML全文](0) [PDF 770KB](11)
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,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](163) [HTML全文](0) [PDF 2346KB](10)
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。
一种基于基音预测过程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](386) [HTML全文](0) [PDF 3097KB](12)
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(MES),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,MES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。
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](381) [HTML全文](0) [PDF 2603KB](5)
摘要:
针对高超声速平台雷达系统,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技术对杂波及其模糊分量置零进行空时自适应处理,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。
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](573) [HTML全文](0) [PDF 2018KB](17)
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。
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
当前状态:  doi: 10.11999/JEIT190557
[摘要](41) [HTML全文](0) [PDF 1144KB](12)
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。
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](142) [HTML全文](0) [PDF 1254KB](8)
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](175) [HTML全文](0) [PDF 1809KB](1)
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](27) [HTML全文](0) [PDF 5493KB](2)
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。
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
当前状态:  doi: 10.11999/JEIT190632
[摘要](18) [HTML全文](0) [PDF 1748KB](0)
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,它基于严格数学理论证明隐私保护水平,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。
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
当前状态:  doi: 10.11999/JEIT190610
[摘要](15) [HTML全文](0) [PDF 1892KB](1)
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。
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](48) [HTML全文](0) [PDF 4089KB](3)
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。
理想格上格基的快速三角化算法研究
张洋, 刘仁章, 林东岱
当前状态:  doi: 10.11999/JEIT190725
[摘要](315) [HTML全文](0) [PDF 592KB](6)
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。
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](246) [HTML全文](0) [PDF 1802KB](12)
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。
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
当前状态:  doi: 10.11999/JEIT190754
[摘要](60) [HTML全文](0) [PDF 3094KB](2)
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。文章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。
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](64) [HTML全文](0) [PDF 572KB](6)
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](70) [HTML全文](0) [PDF 542KB](9)
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。
基于压缩感知理论的图像优化技术
王钢, 周若飞, 邹昳琨
当前状态:  doi: 10.11999/JEIT190669
[摘要](64) [HTML全文](0) [PDF 2047KB](7)
摘要:
压缩感知(CS)理论是目前信息工程相关领域研究的前沿热点之一。它打破了传统的奈奎斯特采样定理,相比于其要求的最小采样频率,CS理论证明了能够从更低数目的采样中以高概率完整地恢复原始信号,在保证信息特征不丢失的前提下节省了数据采集和处理的时间成本。压缩感知理论本质上可以视为处理线性信号恢复问题的工具,因此在求解信号和图像的逆问题上有着显而易见的优势。图像退化问题便是其中之一,恢复相应的高质量图像的过程即为图像优化。为推动压缩感知理论的学术研究与实际应用,该文介绍了其基本原理与方法。根据图像优化技术的现存研究工作,分别从去噪、去模糊和超分辨三大主流方面研究了基于CS理论的优化技术。最后探讨了所面临的问题和挑战,分析了未来的发展趋势,为将来研究工作的展开提供借鉴与帮助。
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](60) [HTML全文](0) [PDF 325KB](5)
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。
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
当前状态:  doi: 10.11999/JEIT190594
[摘要](62) [HTML全文](0) [PDF 1043KB](11)
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。
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](65) [HTML全文](0) [PDF 573KB](7)
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。
昆虫RCS特性分析
胡程, 方琳琳, 王锐, 周超, 李卫东, 张帆, 郎添娇, 龙腾
当前状态:  doi: 10.11999/JEIT190611
[摘要](61) [HTML全文](0) [PDF 2012KB](10)
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(Radar Cross Section,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。
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](50) [HTML全文](0) [PDF 3971KB](3)
摘要:
为改善包络跟踪发射机带宽、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(Error Vector Magnitude, 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。
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
当前状态:  doi: 10.11999/JEIT190787
[摘要](40) [HTML全文](0) [PDF 2513KB](10)
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。
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](56) [HTML全文](0) [PDF 2186KB](2)
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%。
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](65) [HTML全文](0) [PDF 1718KB](2)
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。
基于三种反射型单元共享孔径的新型宽带低RCS反射屏设计
张国雯, 高军, 曹祥玉, 杨欢欢, 李思佳
当前状态:  doi: 10.11999/JEIT181049
[摘要](604) [HTML全文](0) [PDF 3678KB](10)
摘要:
该文设计了一种基于3种反射型单元共享孔径的新型宽带低RCS超表面反射屏,与传统人工磁导体反射屏相比,引入一种相量干涉单元,利用新型相位对消关系完成了对传统人工磁导体(AMC)反射屏相位对消频带的拓展。通过将3种反射单元交错排布,合理设计阵列使其满足新型相位对消条件,并进一步优化单元结构参数,实现了阵列RCS缩减和缩减带宽的拓展。在不同极化波垂直入射条件下,新型阵列均有较好的低散射性能。仿真与实测结果表明:在5.2~13.9 GHz范围内后向RCS缩减量达到10 dB以上,相对带宽达到91%,为宽带低RCS反射屏设计提供了新的方法。
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](57) [HTML全文](0) [PDF 1755KB](5)
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。
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](397) [HTML全文](0) [PDF 2539KB](39)
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](85) [HTML全文](0) [PDF 1664KB](5)
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需求,并在保证网络稳定性前提下提高系统能效。
工业互联网(II)低功耗数据链算法设计综述——联合信源信道编码设计的必要性、现实与前景
王琳, 刘三亚, 陈辰, 陈启望
当前状态:  doi: 10.11999/JEIT190762
[摘要](209) [HTML全文](0) [PDF 3968KB](2)
摘要:
原模图低密度奇偶校验(P-LDPC)码已经广泛应用于各种通信系统,为了使其能够满足不同应用场景下系统对纠错性能、硬件资源损耗以及功耗等方面的要求,需要对P-LDPC码进行进一步的设计优化。该文主要从标准信道环境下基于双P-LDPC(DP-LDPC)码的联合信源信道编码(JSCC)系统的属性研究、系统设计优化以及性能表现等角度入手,对近些年出现的针对该系统环境所做的优化分析工作进行了综述。表明进行的优化工作属实显著地改善了系统性能,为面向工业互联网(II)的LDPC码的研究工作提供些许思路。最后,该文对未来的研究工作进行了展望,为感兴趣的研究学者提供参考以继续推进。
面向GPR B-scan图像的目标检测算法综述
侯斐斐, 施荣华, 雷文太, 董健, 许孟迪, 席景春
当前状态:  doi: 10.11999/JEIT190680
[摘要](140) [HTML全文](0) [PDF 1778KB](22)
摘要:
利用无损探测技术来获取地下目标的信息是当前研究的热点,探地雷达(GPR)作为一种重要的无损工具,已被广泛用于检测,定位和特征化地下目标。然而,从GPR成像中探测掩埋物体并评估其位置既费时又费力。因此,实现地下目标的自动化探测对实际应用是必要的。为此,本文在综合分析地下目标回波特征的基础上,讨论了使用GPR评估目标位置的可行性,并回顾了国内外学者在GPR成像中对双曲线特征自动化检测的研究进展。还在国内外典型实例剖析的基础上,总结并比较了目标检测的处理方法。最后指出,未来的研究应集中于开发新的深度学习检测框架,用以自动检测和估计真实场景中的地下特征。
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](305) [HTML全文](0) [PDF 1438KB](7)
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。
社会属性感知的边缘计算任务调度策略
王汝言, 聂轩, 吴大鹏, 李红霞
当前状态:  doi: 10.11999/JEIT190301
[摘要](83) [HTML全文](0) [PDF 1552KB](6)
摘要:
边缘计算服务器的负载不均衡将严重影响服务能力,该文提出一种适用于边缘计算场景的任务调度策略(RQ-AIP)。首先,根据服务器的负载分布情况衡量整个网络的负载均衡度,结合强化学习方法为任务匹配合适的边缘服务器,以满足传感器节点任务的资源差异化需求;进而,构造任务时延和终端发射功率的映射关系来满足物理域的约束,结合终端用户社会属性,为任务不断地选择合适的中继终端,通过终端辅助调度的方式实现网络的负载均衡。仿真结果表明,所提出的策略与其他负载均衡策略相比能有效地缓解边缘服务器之间的负载和核心网的流量,降低任务处理时延。
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](659) [HTML全文](0) [PDF 1956KB](65)
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](466) [HTML全文](0) [PDF 1952KB](14)
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。
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](392) [HTML全文](0) [PDF 2756KB](17)
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。
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](361) [HTML全文](0) [PDF 794KB](12)
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。
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](366) [HTML全文](0) [PDF 4404KB](10)
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](631) [HTML全文](0) [PDF 1703KB](19)
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。
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](456) [HTML全文](0) [PDF 2181KB](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](430) [HTML全文](0) [PDF 2413KB](15)
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。
稳健高效通用SAR稀疏特征增强算法
杨磊, 李埔丞, 李慧娟, 方澄
当前状态:  doi: 10.11999/JEIT190173
[摘要](457) [HTML全文](0) [PDF 4818KB](16)
摘要:
针对合成孔径雷达(SAR)成像中的稀疏特征增强问题,传统方法难以在精度与效率之间实现有效的平衡。该文提出基于复数交替方向多乘子方法(C-ADMM),针对SAR稀疏特征增强建立增广的拉格朗日优化方程,并引入复数${\ell _1}$范数邻近算子,基于高斯-赛德尔思想进行对偶迭代运算,从而在复数回波数据域内对多种SAR模式的实测数据进行成像。实验部分首先通过仿真数据的相变图(PTD)验证C-ADMM算法对于复数数据的稀疏恢复性能,然后选取SAR、SAR地面运动目标(GMTIm)和逆SAR(ISAR)实测数据,与凸优化(CVX)方法和贝叶斯压缩感知(BCS)方法进行对比试验,最后验证了该文所提算法在稀疏特征增强应用中的稳健性、高效性和通用性。
一种新型椭圆波束天线设计技术
刘兴隆, 杜彪, 周建寨
当前状态:  doi: 10.11999/JEIT190142
[摘要](363) [HTML全文](0) [PDF 3811KB](16)
摘要:
针对双频段低剖面椭圆波束天线的需求,该文提出了一种新型混合结构椭圆波束天线的设计技术。该混合结构由主、副反射面内环部分构成的椭圆波束环焦天线和外环部分构成的椭圆波束卡塞格伦天线组成。该文描述了椭圆波束天线的设计思路、设计步骤和赋形计算公式,给出一个600 mm×1200 mm椭圆波束天线的设计实例,并进行了容差分析,该天线的工作频率覆盖了Ku/Ka双频段,效率达到56%以上,驻波(VSWR)低于1.27,俯仰面第1旁瓣低于–12.2 dB、方位面第1旁瓣低于–14.6 dB。商业软件Grasp和CST全波仿真的结果吻合很好,证明了该新颖结构和设计方法的有效性。
基于直接数字频率合成的LoRa散射通信方法
唐晓庆, 谢桂辉, 佘亚军, 张帅
当前状态:  doi: 10.11999/JEIT190001
[摘要](1148) [HTML全文](0) [PDF 2473KB](45)
摘要:
LoRa散射通信(BC)不仅成本低、功耗低,而且通信距离远。但现存散射方案的系统组成复杂,且无法应用于实际工程。为此该文提出一种新的LoRa散射通信方法,采用直接数字频率合成(DDS)技术产生频率线性变化的方波作为LoRa散射调制信号,并据此首次展示了基于MCU的LoRa散射通信系统原型样机。实验结果表明,该方法能够在相距208 m的基站和接收端之间的任意位置实现低功耗LoRa散射通信,且兼容现有的商用LoRa射频芯片组。此外,该方法还适用于专用集成电路(ASIC)设计,可使LoRa散射IC有更高的鲁棒性、更低的成本和功耗。
基于服务质量的相控阵雷达网目标分配方法
杨善超, 田康生, 吴长飞
当前状态:  doi: 10.11999/JEIT181133
[摘要](434) [HTML全文](0) [PDF 1808KB](21)
摘要:
针对目前相控阵雷达网目标分配模型中约束条件构建不合理以及求解算法性能不高的问题,该文构建了基于服务质量(QoS)的雷达网目标分配模型,并提出基于强凹曲线逼近的模型求解算法。通过QoS模型中资源空间、环境空间的建立准确描述雷达的资源限制以及雷达与目标的可见性约束;通过库恩-塔克(KKT)条件推导出QoS模型最优解存在的充分条件,利用2维快速遍历方法逼近得到强凹函数曲线,最后对每个目标强凹曲线中的操作设定点进行逐步迭代得出优化分配方案。仿真结果表明:模型能够有效完成雷达网任务分配,且所提模型求解算法相比典型的智能搜索算法有更好的性能。
基于时频单元选择的双耳目标声源定位
李如玮, 李涛, 孙晓月, 杨登才, 王琪
当前状态:  doi: 10.11999/JEIT181127
[摘要](483) [HTML全文](0) [PDF 572KB](14)
摘要:
针对复杂声学环境下,现有目标声源定位算法精度低的问题,该文提出了一种基于时频单元选择的双耳目标声源定位算法。该算法首先利用双耳目标声源的频谱特征训练1个基于深度学习的时频单元选择模型,然后使用时频单元选择器从双耳输入信号中提取可靠的时频单元,减少非目标时频单元对定位精度的负面影响。同时,基于深度神经网络的定位系统将双耳空间线索映射到方位角的后验概率。最后,依据与可靠时频单元相对应的后验概率完成目标语音的声源定位。实验结果表明,该算法在低信噪比和各种混响环境,特别是存在与目标声源类似的噪声环境下目标声源的定位精度得到明显改善,性能优于对比算法。
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](79) [HTML全文](0) [PDF 1906KB](2)
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。
基于模式识别的生物医学图像处理研究现状
徐莹莹, 沈红斌
当前状态:  doi: 10.11999/JEIT190657
[摘要](132) [HTML全文](0) [PDF 3440KB](8)
摘要:
海量的生物医学图像蕴含着丰富的信息,模式识别算法能够从中挖掘规律并指导生物医学基础研究和临床应用。近年来,模式识别和机器学习理论和实践不断完善,尤其是深度学习的广泛研究和应用,促使人工智能、模式识别与生物医学的交叉研究成为了当前的前沿热点,相关的生物医学图像研究有了突破式的进展。该文首先简述模式识别的常用算法,然后总结了这些算法应用于荧光显微图像、组织病理图像、医疗影像等多种图像中的挑战性和国内外研究现状,最后对几个潜在研究方向进行了分析和展望。
一种基于压缩边界Fisher分析的硬件木马检测方法
王晓晗, 王韬, 李雄伟, 张阳, 黄长阳
当前状态:  doi: 10.11999/JEIT190004
[摘要](597) [HTML全文](0) [PDF 2907KB](12)
摘要:
针对物理环境下旁路分析技术对电路中规模较小的硬件木马检出率低的问题,该文引入边界Fisher分析(MFA)方法,并提出一种基于压缩边界Fisher分析(CMFA)的硬件木马检测方法。通过减小样本的同类近邻样本与该样本以及类中心之间距离和增大类中心的同类近邻样本与异类样本之间距离的方式,构建投影空间,发现原始功耗旁路信号中的差异特征,实现硬件木马检测。AES加密电路中的硬件木马检测实验表明,该方法具有比已有检测方法更高的检测精度,能够检测出占原始电路规模0.04%的硬件木马。
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](105) [HTML全文](0) [PDF 2622KB](4)
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](124) [HTML全文](0) [PDF 3653KB](7)
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。
基于频谱校正的中国余数定理多普勒频率估计算法
曹成虎, 赵永波, 索之玲, 庞晓娇, 徐保庆
当前状态:  doi: 10.11999/JEIT181102
[摘要](1666) [HTML全文](0) [PDF 1996KB](45)
摘要:
脉冲多普勒(PD)雷达能够检测目标多普勒频率和有效抑制杂波,该优势使得PD雷达得到了广泛应用。但速度模糊的存在,往往对PD目标检测带来困难。该文紧密结合PD雷达体制的特点,在基于PD雷达参差重频模式下,提出一种基于全相位离散傅里叶变换(DFT)相位差频谱校正的最优余数封闭式鲁棒中国余数定理(CFRCRT)的多普勒频率估计算法。理论分析和仿真实验表明该文算法在测量精度和实时性能上可以满足工程上应用的需求。
一类四重和六重线性码的构造
杜小妮, 吕红霞, 王蓉
当前状态:  doi: 10.11999/JEIT180939
[摘要](456) [HTML全文](0) [PDF 340KB](11)
摘要:
低重线性码在结合方案、认证码以及秘密共享方案等方面有着极其重要的作用,因而低重线性码的设计一直是线性码的重要研究方向。该文通过选取恰当的定义集,构造了有限域${F_p}$(p为奇素数)上的一类四重和六重线性码,利用高斯和确定了码的重量分布,并编写Magma程序进行了验证。结果表明,构造的码中存在关于Singleton界的几乎最佳码。
基于级联卷积神经网络的图像篡改检测算法
毕秀丽, 魏杨, 肖斌, 李伟生, 马建峰
当前状态:  doi: 10.11999/JEIT190043
[摘要](1521) [HTML全文](0) [PDF 2601KB](68)
摘要:
基于卷积神经网络的图像篡改检测算法利用卷积神经网络的学习能力可以实现不依赖于单一图像属性的图像篡改检测,弥补传统图像篡改检测方法依赖单一图像属性、适用度不高的缺陷。利用深层多神经元的单一网络结构的图像篡改检测算法虽然可以学习更高级的语义信息,但检测定位篡改区域效果并不理想。该文提出一种基于级联卷积神经网络的图像篡改检测算法,在卷积神经网络所展示出来的普遍特性的基础上进一步探究其深层次的特性,利用浅层稀神经元的级联网络结构弥补以往深层多神经元的单一网络结构在图像篡改检测中的缺陷。该文提出的检测算法由级联卷积神经网络和自适应筛选后处理两部分组成,级联卷积神经网络实现分级式的篡改区域定位,自适应筛选后处理对级联卷积神经网络的检测结果进行优化。通过实验对比,该文算法展示了较好的检测效果,且具有较高的鲁棒性。
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](651) [HTML全文](0) [PDF 2713KB](31)
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。
考虑回旋共振增强效应的平面单栅注波互作用线性分析
王晶, 樊宇, 赵鼎, 杨晨, 王刚, 罗积润
当前状态:  doi: 10.11999/JEIT181145
[摘要](534) [HTML全文](0) [PDF 1015KB](14)
摘要:
基于电子注纵横运动与电磁场纵横分量同时同步相互作用,该文从麦克斯韦方程和线性伏拉索夫方程出发,推导出将回旋共振和契伦科夫共振同时考虑在内的平面单栅注波互作用热色散方程。在合理选择几何参数和电参数的基础上,通过热色散方程数值计算和分析,发现具有回旋共振增强效应下的注波互作用增益和频带都高于只有契伦科夫共振辐射下的结果。
基于混沌吸引子重构和Low-rank聚类的跳频信号电台分选
眭萍, 郭英, 李红光, 王宇宙
当前状态:  doi: 10.11999/JEIT180947
[摘要](368) [HTML全文](0) [PDF 1297KB](0)
摘要:
辐射源无调制信息的暂态信号能够表征辐射源发射机的无意调制特性,对该暂态信号分析可实现辐射源识别。而跳频电台在开机以及频率转换瞬间,都存在一个无信息传送的暂态调整时间,该暂态调整瞬间,电台发射的信号是无调制信息的非线性、非平稳和非高斯信号。该暂态时间序列可反映跳频电台的器件特性,同时该序列往往呈现复杂的混沌特性。因此,借鉴混沌时间序列分析的思想,同时利用暂态信号的Low-rank特性,该文提出了一种基于暂态信号混沌吸引子重构和Low-rank聚类的跳频信号电台分选算法。实验测试表明:跳频电台的暂态信号时间序列属于混沌时间序列,同时实测多跳频信号的电台分选结果证明了Low-rank聚类算法在跳频电台分选上的可行性。
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](260) [HTML全文](0) [PDF 1023KB](17)
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](481) [HTML全文](0) [PDF 1817KB](47)
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](329) [HTML全文](0) [PDF 1148KB](24)
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。
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](492) [HTML全文](0) [PDF 4766KB](27)
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。
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](87) [HTML全文](0) [PDF 1629KB](9)
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](2089) [HTML全文](0) [PDF 4548KB](19)
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](381) [HTML全文](0) [PDF 1636KB](34)
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。
非局部多尺度分数阶微分图像增强算法研究
黄果, 许黎, 陈庆利, 蒲亦非
当前状态:  doi: 10.11999/JEIT190032
[摘要](452) [HTML全文](0) [PDF 5644KB](40)
摘要:
为了更好增强图像中的有用信息,改善图像视觉效果,该文提出了一种基于非局部多尺度分数阶微分图像增强算子(NMFD)。该算子首先将图像分成若干块子图像,计算每一块子图像的边缘强度系数、熵值和粗糙度等细节特征,将得到的特征数据在全局图像范围进行统一尺度的归一化,然后对这些归一化的数据进行加权求和作为图像的非局部特征值,最后利用指数函数建立图像细节特征和分数阶微分算子阶次之间的非线性量化关系,在不同的图像子块区域,确定不同尺度的分数阶微分阶次,实现图像的非局部多尺度增强。
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](1002) [HTML全文](0) [PDF 2334KB](24)
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。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。
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](347) [HTML全文](0) [PDF 1526KB](25)
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](307) [HTML全文](0) [PDF 3669KB](10)
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](651) [HTML全文](0) [PDF 1531KB](13)
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。
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](717) [HTML全文](0) [PDF 1309KB](14)
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。
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](689) [HTML全文](0) [PDF 1615KB](40)
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](1814) [HTML全文](0) [PDF 1654KB](41)
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](159) [HTML全文](0) [PDF 943KB](4)
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。
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](328) [HTML全文](0) [PDF 1431KB](29)
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。
无人机载多普勒分集前视合成孔径雷达成像方法
孟智超, 卢景月, 谢朋飞, 张磊, 王虹现
当前状态:  doi: 10.11999/JEIT190096
[摘要](410) [HTML全文](0) [PDF 2567KB](18)
摘要:
前视合成孔径雷达(SAR)成像存在多普勒左右模糊的问题,需要利用空域资源进行解模糊处理。限于无人机(UAV)的载重与尺寸,接收阵列通常较小,解多普勒模糊的空域波束形成能力不足。此外,前视SAR回波方位多普勒梯度小、带宽窄,使得接收带宽未被充分利用。基于以上问题,该文提出多普勒分集前视SAR成像方法。该算法在前视SAR成像技术的基础上,利用多普勒分集MIMO技术,将多普勒窄带前视回波调制于不同多普勒中心以达到充分利用多普勒接收带宽的目的。进而,可获得一个数倍于真实接收阵列孔径的虚拟接收阵列,极大地扩展了接收通道,有效地改善了前视SAR成像解多普勒左右模糊的性能。
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](316) [HTML全文](0) [PDF 1326KB](14)
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](871) [HTML全文](0) [PDF 1602KB](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。
广义Pareto分布海杂波模型参数的组合双分位点估计方法
于涵, 水鹏朗, 施赛楠, 杨春娇
当前状态:  doi: 10.11999/JEIT190148
[摘要](278) [HTML全文](0) [PDF 2721KB](10)
摘要:
广义Pareto分布的复合高斯模型可以很好地描述高分辨低擦地角对海探测场景中海杂波的重拖尾特性,实现该杂波模型下双参数的有效估计对雷达检测性能具有重要意义。对此,该文提出一种双参数的组合双分位点(CBiP)估计方法。该估计方法基于低阶多项式方程的显式求根表达式,充分组合利用回波中的样本信息,旨在实现高精度的双参数估计过程。此外,考虑到实际雷达工作中存在岛礁、渔船等造成的功率异常大的野点样本时,不同于传统的矩估计、最大似然(ML)估计等方法,组合双分位点估计方法仍可保持估计性能的鲁棒性。仿真及实测数据实验表明,在纯杂波环境中,组合双分位点估计方法可以实现与最大似然估计方法近似的估计精度,若存在异常样本,组合双分位点估计方法的估计性能优于上述几种传统估计方法。
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](623) [HTML全文](0) [PDF 2206KB](42)
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](210) [HTML全文](0) [PDF 6982KB](26)
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,该文提出了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。
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](650) [HTML全文](0) [PDF 1592KB](30)
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](855) [HTML全文](0) [PDF 1932KB](59)
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。
基于模2pm的欧拉商的二元序列的线性复杂度
杜小妮, 李丽, 张福军
当前状态:  doi: 10.11999/JEIT190071
[摘要](584) [HTML全文](0) [PDF 362KB](30)
摘要:
基于欧拉商模奇素数幂构造的伪随机序列均具有良好的密码学性质。该文根据剩余类环理论,利用模$2{p^m}$($p$为奇素数,整数$m \ge 1$)的欧拉商构造了一类周期为$2{p^{m + 1}}$的二元序列,并在${2^{p - 1}}\not \equiv 1 ({od}\; \;{p^2})$的条件下借助有限域${F_2}$上确定多项式根的方法,给出了序列的线性复杂度。结果表明,序列的线性复杂度取值为$2({p^{m + 1}} - p)$$2({p^{m + 1}} - 1)$不小于其周期的1/2,能够抵抗Berlekamp-Massey(B-M)算法的攻击,是密码学意义上性质良好的伪随机序列。
学生t量测分布下鲁棒粒子滤波算法的设计与实现
王宗原, 周卫东
当前状态:  doi: 10.11999/JEIT190144
[摘要](617) [HTML全文](0) [PDF 1773KB](33)
摘要:
野值是一种异于总体数据的非高斯量测值,在实际传输中野值的加入常使信号出现厚尾特性。粒子滤波是基于贝叶斯框架的适用于非线性/非高斯系统的一种滤波方法。如果在量测噪声中存在野值会使粒子滤波的精度下降。该文利用学生t分布建模量测噪声模型,结合变分贝叶斯(VB)递推方法设计一种新颖的粒子滤波MPF-VBM,它在滤波同时可对量测噪声的包括均值在内的全部参数进行实时估计。进一步,利用该估计算法,在量测噪声时变条件下研究了噪声关联的粒子滤波算法(MPF-VBM-COR-1)。通过对典型单变量增长模型的仿真,验证了所提两种算法相比于已有算法在状态估计上具有更优越的鲁棒性。
秩和非参数检测器在杂波边缘中的性能
孟祥伟
当前状态:  doi: 10.11999/JEIT190136
[摘要](423) [HTML全文](0) [PDF 812KB](39)
摘要:
人们常用Rohling教授提出的3种典型背景即均匀背景、多目标和杂波边缘来对检测器的性能进行衡量,但在现有的文献中缺乏秩和(RS)非参数检测器在杂波边缘中虚警概率的解析表达式,缺乏RS检测器与经典的参量型恒虚警率(CFAR)检测器在杂波边缘中虚警控制能力的比较,这在理论研究上是不完整、不全面的。该文给出了RS检测器在杂波边缘中虚警概率的解析表达式,并比较了它与非相干积累单元平均(CA),选大(GO)和有序统计(OS)恒虚警方法在杂波边缘中的虚警控制能力。可以看出,在强、弱杂波均为瑞利分布的情况下,RS检测器在杂波边缘的虚警控制能力处于非相干积累CA方法和非相干积累OS方法之间。但是当长拖尾分布的非高斯杂波进入参考滑窗时,非相干积累CA, GO和OS参量型检测方法的虚警概率都产生了3个以上数量级的上升,且不能回到原始设定的虚警概率。而RS检测器显示出了非参量检测器的优势,即当杂波背景的分布类型发生变化后,它仍然可以保持虚警概率的恒定。
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](571) [HTML全文](0) [PDF 1263KB](15)
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](500) [HTML全文](0) [PDF 4001KB](10)
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](241) [HTML全文](0) [PDF 3867KB](17)
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。
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](340) [HTML全文](0) [PDF 1032KB](11)
摘要:
随着工业物联网、云计算等信息技术与工业控制系统的整合,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](282) [HTML全文](0) [PDF 3394KB](4)
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。
基于头脑风暴优化算法的BP神经网络模糊图像复原
梁晓萍, 郭振军, 朱昌洪
当前状态:  doi: 10.11999/JEIT190261
[摘要](1147) [HTML全文](0) [PDF 2246KB](17)
摘要:
该文提出一种基于头脑风暴智能优化算法的BP神经网络模糊图像复原方法(OBSO-BP)。该方法在聚类和变异两方面优化了头脑风暴智能算法,利用头脑风暴优化算法易于解决多峰高维函数问题的特点,自动搜寻BP神经网络更佳的初始权值和阈值,以减少BP网络对其初始权值和阈值的敏感性,避免网络陷入局部最优解,增加网络的收敛速度,减小网络误差,提高图像还原质量。该文采用20张不同的图像,对其模糊图像分别进行维纳滤波复原(Wiener)、基于头脑风暴算法的维纳滤波复原(Wiener-BSO)、BP神经网络复原以及基于头脑风暴算法的BP神经网络(BSO-BP)图像复原实验。实验结果表明,该方法能够取得更好的图像复原效果。
基于非均衡求解的D2D多复用通信资源块分配算法研究
钱志鸿, 胡良帅, 田春生, 王雪
当前状态:  doi: 10.11999/JEIT190171
[摘要](726) [HTML全文](0) [PDF 1714KB](56)
摘要:
针对小区内D2D多复用的通信资源块分配问题,该文以一个D2D用户分别复用2个和3个蜂窝为基础,提出基于非均衡求解的D2D多复用模式下的资源块分配方案。利用博弈论将资源块划分问题转化为求解被复用蜂窝用户收益联合最大问题。当纳什均衡解不存在时,分析目标函数特性,在可行域内求解“最优解”,保证对不均衡解处理的最优性;对于均衡解存在的情况,将其取整后作为资源分配方案依据,保持其最优性。通过理论分析及仿真实验表明该算法可以提升系统吞吐率,提高小区通信性能。
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](465) [HTML全文](0) [PDF 1739KB](21)
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。
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](436) [HTML全文](0) [PDF 1625KB](18)
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。
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](588) [HTML全文](0) [PDF 1986KB](31)
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。
基于联合备份的服务功能链可靠性保障的部署方法
汤红波, 邱航, 游伟, 季新生
当前状态:  doi: 10.11999/JEIT190013
[摘要](569) [HTML全文](0) [PDF 1550KB](18)
摘要:
在网络功能虚拟化(NFV)环境中,针对服务功能链(SFC)部署时的可靠性问题,该文提出对备份虚拟网络功能选择、备份实例放置和服务功能链部署的联合优化方法。首先,定义一个单位开销可靠性提高值的虚拟网络功能衡量标准,改进备份虚拟网络功能选择方法;其次,采用联合备份的方式调整相邻备份实例之间的放置策略,以降低带宽资源开销;最后,将整个服务功能链可靠性保障的部署问题构建成整数线性规划模型,并提出一种基于最短路径的启发式算法,克服整数线性规划求解的复杂性。仿真结果表明,该方法在优先满足网络服务可靠性需求的同时,优化资源配置,提高了请求接受率。
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](452) [HTML全文](0) [PDF 1821KB](18)
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算法(PIO)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算法(MWBPIO)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,大大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。
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](360) [HTML全文](0) [PDF 2249KB](16)
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(Coding Scheduling strategy based on Arriving Time)。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地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。
基于多普勒重采样的恒加速度大斜视SAR成像算法
李宁, 别博文, 邢孟道, 孙光才
当前状态:  doi: 10.11999/JEIT180953
[摘要](548) [HTML全文](0) [PDF 3319KB](29)
摘要:
针对机动平台大斜视(HS) SAR存在的方位相位系数空变特性,该文提出一种基于多普勒重采样的改进谱分析(SPECAN)成像方法。首先,对于恒加速度HS SAR,给出了一种正交坐标斜距模型,可以处理传统方法中距离走动校正(RWC)引起的坐标旋转,解决了斜距模型与信号之间的失配问题。在此基础上通过方位多普勒重采样校正相位系数的空变性,并且结合SPECAN技术实现方位向聚焦。最后,通过仿真数据验证了该文算法的有效性,与参考算法相比该文方法聚焦质量有明显提升。
非高斯背景下基于Sigmoid函数的信号检测
代振, 王平波, 卫红凯
当前状态:  doi: 10.11999/JEIT190012
[摘要](543) [HTML全文](0) [PDF 1158KB](28)
摘要:
针对非高斯背景下的弱信号检测问题,该文提出一种基于Sigmoid函数的信号检测(SFD)方法。首先依据混合高斯模型对非高斯背景建模,在此基础上系统研究了参数k与SFD的检测性能以及检测特性的关系,确定了k的最佳的取值,并指出SFD在检测性能达到最优的同时也具有恒虚警特性。其次通过固定k值得到了一种新的非参量检测方法,较传统的匹配滤波性能有明显提升。最后进行仿真分析验证了SFD的有效性和优越性。
Chernoff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](251) [HTML全文](0) [PDF 1527KB](9)
摘要:
针对现有脑机接口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。
线性逆问题中惩罚优化方法信号重建误差界研究
张欢, 雷宏
当前状态:  doi: 10.11999/JEIT181125
[摘要](470) [HTML全文](0) [PDF 794KB](6)
摘要:
惩罚优化问题常常用于在有噪声的条件下用较少的观测个数来求解线性逆问题。目前,对惩罚优化问题恢复误差的研究主要存在以下两点不足:一是对权重参数往往有要求;二是噪声的方向对误差的影响未知。针对这两个问题,该文研究了当存在有界噪声时,惩罚优化问题恢复的误差界。首先,该文从问题的几何出发,给定了一个几何条件。当这一条件满足时,就能够推导出惩罚优化问题恢复的一个明确的误差界。这个误差界保证了恢复的解是稳定的,也就是说,恢复误差不会超过观测误差的常数倍。同时,这一误差界对于任意的正权重参数都成立,并且揭示了恢复误差以及最优的权重选择与观测噪声的方向之间的联系。进一步地,当观测矩阵是一个高斯矩阵时,依据这一几何条件可以得到高概率稳定恢复所需的观测次数。仿真实验证明了理论结果的正确性。
一种大规模传感器网络节点分布式定位算法
蒋俊正, 李杨剑, 赵海兵, 欧阳缮
当前状态:  doi: 10.11999/JEIT181101
[摘要](552) [HTML全文](0) [PDF 783KB](47)
摘要:
针对大规模无线传感器网络(WSN)中节点难以定位的问题,该文提出一种基于改进牛顿法的分布式定位算法。该算法包括网络划分和分布式算法。首先,根据节点位置和节点之间直接相连的距离信息,将无线传感器网络划分为若干个重叠的子区域,并将子区域的定位问题归结为无约束优化问题,每个子区域可以独立计算;然后,使用分布式算法估计子区域中的节点位置并进行局部融合。实验结果表明,与已有算法相比,该算法具有良好的扩展性,在大规模网络中定位精度更高,能满足大规模无线传感器网络中节点定位需求。
基于半马尔科夫决策过程的虚拟传感网络资源分配策略
王汝言, 李宏娟, 吴大鹏, 李红霞
当前状态:  doi: 10.11999/JEIT190016
[摘要](542) [HTML全文](0) [PDF 1042KB](35)
摘要:
针对传统无线传感网络(WSN)中资源部署与特定任务的耦合关系密切,造成较低的资源利用率,进而给资源提供者带来较低的收益问题,根据虚拟传感网络请求(VSNR)的动态变化情况,该文提出虚拟传感网络(VSN)中基于半马尔科夫决策过程(SMDP)的资源分配策略。定义VSN的状态集、行为集、状态转移概率,考虑传感网能量受限以及完成VSNR的时间,给出奖赏函数的表达式,并使用免模型强化学习算法求解特定状态下的行为,从而最大化网络资源提供者的长期收益。数值结果表明,该文的资源分配策略能有效提高传感网资源提供者的收益。
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
当前状态:  doi: 10.11999/JEIT180899
[摘要](1123) [HTML全文](0) [PDF 900KB](152)
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。
基于联合对角化的声信号深度卷积混合盲分离方法
李扬, 张伟涛, 楼顺天
当前状态:  doi: 10.11999/JEIT190067
[摘要](818) [HTML全文](0) [PDF 1120KB](13)
摘要:
声信号在空间中的传播具有较强的多径效应,在接收端往往以卷积形式相互叠加,尤其在海洋、剧场等强混响条件下,混合滤波器冲激响应的长度会显著增加,现有的频域卷积盲分离算法将失效。为了消除长脉冲响应导致解混合模型失效的问题,该文对观测信号进行两次短时傅里叶变换(STFT),第1次STFT缩短了脉冲响应长度,第2次STFT将信号模型转化为瞬时盲分离,最终利用联合对角化(JD)技术估计出分离矩阵。与现有方法相比,所提方法解决了深度卷积混合下模型失效的问题,并且当源信号数较多或存在加性噪声时,可以得到更好的分离性能。仿真结果验证了方法的有效性和性能优势。