高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

优先发表

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:
水声通信与信号处理
解卷积主动声呐目标回波高分辨时延估计技术
苍思远, 生雪莉, 董航, 郭龙祥
, doi: 10.11999/JEIT200649
摘要:
为提高浅海复杂海洋环境下的目标回波时延估计精度,增强主动声呐系统对目标的探测能力,该文基于稀疏表示理论和解卷积思想,提出一种高分辨目标回波时延估计技术。首先,引入Toeplitz算子,将发射信号的不同时延结果构造成时延字典矩阵,时延估计值存在于所求解的稀疏向量中。其次,利用交替方向乘子算法(ADMM)优化框架,求解全局最优解。最后,采用一种加权迭代策略设置正则化参数,进一步抑制多途信道的影响,解耦合出回波到达的时刻,获得高精度的目标回波时延估计结果。数值仿真和实验数据表明,该文提出的解卷积主动声呐目标回波高分辨时延估计技术可以在多途扩展严重的浅海声信道实现目标探测,在信道水池的实验环境下,时延估计分辨率可达0.056 ms。
基于扩展路径识别算法的水声OFDM系统低复杂度迭代稀疏信道估计
赵世铎, 鄢社锋
, doi: 10.11999/JEIT200582
摘要:
移动OFDM水声通信系统中,基于压缩感知的稀疏信道估计方法计算量较大,不适用于实时通信。针对这一问题,该文基于一致多普勒信道模型提出一种扩展路径识别(GPI)算法。该方法首先使用信道多普勒扩展矩阵构造等效发射序列,将多普勒信道转化为等效线性时不变信道。然后使用GPI算法估计信道多普勒及各路径的时延及幅度参数,实现低复杂度稀疏信道估计。此外,该文将GPI算法扩展到Turbo接收机中,通过利用信道译码器反馈的数据符号先验信息迭代提高信道估计精度。仿真结果表明,所提方法的性能优于传统的路径识别算法,且与OMP算法接近,而其计算量远低于后者。
基于叠加训练序列和低复杂度频域Turbo均衡的时变水声信道估计和均衡
杨光, 丁寒雪, 郭庆华, 颜琪, 王辛杰
, doi: 10.11999/JEIT200315
摘要:
针对时变水声信道估计和均衡问题,该文提出基于叠加训练序列(ST)和低复杂度频域Turbo均衡(LTE)的时变水声信道估计和均衡(ST-LTE)算法。基于叠加训练序列方案,将训练序列和符号线性叠加,使得训练序列和符号信道信息一致;基于最小二乘算法,进行信道估计。基于频域训练序列干扰消除技术,在频域消除训练序列对符号的干扰;基于频域线性最小均方误差(LMMSE)均衡算法,通过先验、后验、外均值和方差的计算,实现低复杂度信道均衡(符号估计);基于Turbo均衡算法,软重构叠加训练序列和更新信道估计,进行均衡器和译码器的信息交换,利用编码冗余信息,大幅度提升信道均衡性能。进行仿真、水池静态通信试验(通信频率12 kHz,带宽6 kHz,采样频率96 kHz,符号传输速率4.8 ksym/s,训练序列和符号的功率比为0.25:1)和胶州湾运动通信试验(通信频率12 kHz,带宽6 kHz,采样频率96 kHz,符号传输速率3 ksym/s,训练序列和符号的功率比为0.25:1),仿真和试验结果验证了所提算法的有效性。
一种改进的水声正交频分复用稀疏信道时延估计算法
强夕竹, 乔钢, 周锋
, doi: 10.11999/JEIT200660
摘要:
水声正交频分复用(OFDM)系统中,采用传统正交匹配追踪(OMP)方法估计离网格(off-grid)时延时,需要很高的过采样因子和高昂的计算开销。针对传统OMP方法估计离网格时延计算复杂度高的问题,该文借鉴多元线性拟合思想引入路径补偿的概念,提出了一种基于路径补偿的改进OMP时延估计算法,用以补偿从离网格路径向其周围网格位置泄漏的能量,并用补偿距离这一参数来解释路径补偿效果。该算法无需增加过采样因子,仅利用恰当的补偿距离即可实现较好的估计效果,且能在提高估计性能的同时降低计算复杂度。仿真分析与海试结果验证了该方法的优越性。
前视扫描声呐成像径向误差分析和补偿
杨波, 汪伟, 刘烨瑶, 李欣国, 梁涛, 郭卫振, 廖佳伟, 潘锋
, doi: 10.11999/JEIT200744
摘要:
该文提出了一种基于运动补偿的前视扫描声呐成像方法:采用后向映射,将扇形成像区域的直角坐标系转换成极坐标系,在极坐标系进行2维插值,提取幅度并转成图像格式。通过建立载体运动模型,分析载体运动,将载体运动影响转换为图像域移动,对前视声呐图像进行实时运动补偿,消除径向误差。分析了“深海勇士”号前视声呐数据,其单幅图像最大径向误差近似达到工作距离的19%。通过仿真和实验验证所提算法补偿了由载体运动造成的图像的径向误差,能准确表示目标信息。
多阶次分数阶傅里叶域特征融合的主动声呐目标稀疏表示分类方法
孙同晶, 刘桐, 杨阳
, doi: 10.11999/JEIT200634
摘要:
海洋环境噪声和混响干扰严重、目标可分性差是主动声呐目标分类识别中的瓶颈问题。针对这一问题,该文基于主动声呐目标回波信号模型和分数阶傅里叶变换(FRFT)原理,推导了多阶次FRFT域特征表征形式,建立了FRFT域稀疏表示模型,提出了一种多阶次FRFT域特征融合的主动声呐目标稀疏表示分类方法。该方法通过FRFT的能量聚集性和稀疏分解的残差去除过程,达到了抑制噪声和混响干扰的目的;通过多阶次FRFT域特征的融合,增加目标之间的可分性,进而实现海洋环境中低信混比条件下的主动声呐目标分类。实验结果表明,所提方法在信混比达到0 dB的条件下,分类准确率能够达到90%以上。
基于正交移动双水下自主潜航器的水下合作目标定位方法
赵晨, 乔钢, 周锋
, doi: 10.11999/JEIT200570
摘要:
利用水下自主潜航器(AUV)定位是水下大区域静止目标定位主要方法之一。针对单AUV定位存在的定位周期长,定位覆盖区域低,长时间定位误差累积大的缺陷,该文提出一种基于正交运动的双AUV的静止目标定位方法。每个AUV通过自身携带的惯性导航系统(INS)和多普勒计程仪进行自身定位,并在多次运动过程中通过与静止目标间的通信时延差测量进行定位。该方法需要2个相对航向角呈90°的正交移动AUV通过最少2次与静止目标间通信完成次定位。相比于传统的单移动传感器定位方法,该算法需要的定位周期更短,对同步要求更低。实验结果表明,该方法定位精度有显著提高,同时有效定位区域增大,在长时间定位过程中对AUV位置误差影响更低。
阵列信号处理
基于差和共阵的新型高自由度互质阵
陈禹蒲, 马晓川, 李璇
, doi: 10.11999/JEIT200505
摘要:
针对均匀线列阵自由度(DOF)受限于阵元数的问题,该文提出一种基于差和共阵的新型互质阵,称为放置互质阵(DCA),其借助由接收信号的时域和空域信息组合成的共轭增广矩阵得到等价的差和共阵来进行波达方向(DOA)估计。DCA将广义互质阵放置在与原点处单阵元相隔一定距离的位置,实现了和共阵与差共阵的阵元位置互补,从而最大限度上利用和共阵带来的自由度增幅。该文给出了DCA阵元位置和放置距离的闭式表达,随后分别对DCA的差共阵及和共阵的连续阵元及孔洞位置进行了理论分析,同时给出了两者间的关系,说明了DCA的高自由度特性。多个仿真实验验证了所提阵型DOA估计的有效性。
基于稀疏贝叶斯学习的空间紧邻信号DOA估计算法
王琦森, 余华, 李杰, 董超, 季飞, 陈焱琨
, doi: 10.11999/JEIT200656
摘要:
离格(off-grid)波达方向(DOA)估计解决的是实际DOA和假设网格点的失配问题。对于空间紧邻信号的DOA,稀疏的网格点会导致精度和分辨率的下降,密集的网格点虽然可以提高估计精度却显著增加计算负担。针对此问题,该文提出基于稀疏贝叶斯学习(SBL)的空间紧邻信号DOA估计算法,主要包括3个步骤。首先,通过最大化阵列输出的边缘似然函数,推导了信号在拉普拉斯先验下的新不动点迭代方法,进行超参数的预估计,相比其他经典SBL算法提高了收敛速度;其次,利用新网格插值方法优化网格点集,并二次估计噪声方差和信号功率以分辨空间紧邻信号的DOA;最后,推导了似然函数关于角度的最大化公式以改进离格DOA搜索。仿真表明该算法比其他经典SBL类算法对空间紧邻信号的DOA具有更高的精度和分辨率,同时有计算效率的提升。
雷达与声呐专刊
基于代数图论的修正贝叶斯群目标航迹起始算法
姜琦, 王锐, 周超, 张天然, 胡程
, doi: 10.11999/JEIT200449
摘要:
群目标跟踪技术是测量空中集群生物目标飞行状态的有效手段,而航迹起始是群目标跟踪的第1步,包括分群检测与航迹确认。针对现有算法在分群检测时限制群内目标必须两两相似,在航迹确认时因等效量测残差过大导致航迹误丢弃的问题,该文提出一种基于代数图论的修正贝叶斯群目标航迹起始算法,通过引入代数图论实现监测空间内量测集合的划分,通过修正经典贝叶斯算法的似然比定义避免航迹的误丢弃。实测数据处理结果证明该算法具备准确划分各个子群并快速起始各子群航迹的能力。
基于时频检测与极化匹配的雷达无人机检测方法
杨勇, 王雪松, 张斌
, doi: 10.11999/JEIT200768
摘要:
针对雷达检测无人机这一难题,该文提出了一种时频检测与极化匹配相结合的双极化雷达无人机检测方法。首先,雷达降低检测门限,各极化通道分别采用常规的时频2维单元平均恒虚警率检测方法,检测出无人机与杂波虚警;接着,各极化通道分别针对多帧检测结果进行积累,进行2次检测,剔除部分杂波虚警;最后,对两个极化通道双门限检测结果进行匹配,进一步剔除杂波虚警。对两型无人机的外场试验数据处理结果表明:该方法能够有效检测出无人机,消除杂波虚警。
弯曲阵面机载共形阵列雷达方向图与杂波相关性研究
张涛, 宋婷, 李晓明, 路成军
, doi: 10.11999/JEIT200572
摘要:
针对载体弯曲效应对机载共形阵列雷达方向图和杂波特性的影响,该文在正侧视条件下评估均匀圆环阵方向图性能,分析不同位置阵元对弯曲阵面方向图合成效率的影响,发现边缘阵子不仅对共形阵列方向图主瓣增益贡献较小,反而更易引起旁瓣抬升等挑战,降低共形阵的孔径利用效率。另一方面,通过严格的理论推导完成共形阵列雷达方向图特性与杂波扩展效应内在物理联系的分析,发现弯曲阵面引起的方向图非理想畸变是共形阵杂波非均匀扩展的核心影响因素。在此基础上,进一步分析共形雷达单个贴片微带阵元加工和安装结构组件将增大阵元物理尺寸,使得共形阵列雷达相邻阵元间距大于半波长,当阵元间隔增大到一定程度时,在方向图远区会形成较高的栅瓣,进一步影响机载共形阵列雷达的杂波分布,通过仿真分析发现在特定的脉冲重复频率(PRF)条件下,“栅瓣杂波”折叠进入主瓣杂波,本文提出通过优化雷达PRF设计,避免栅瓣杂波的折叠效应对机载共形阵列雷达信号处理性能的影响,相关仿真结果验证了所提方法的有效性。
基于生成对抗网络和噪声水平估计的低剂量CT图像降噪方法
张雄, 杨琳琳, 上官宏, 韩泽芳, 韩兴隆, 王安红, 崔学英
, doi: 10.11999/JEIT200591
摘要:
生成对抗网络(GAN)用于低剂量CT(LDCT)图像降噪具有一定的性能优势,成为近年CT图像降噪领域新的研究热点。不同剂量的LDCT图像中噪声和伪影分布的强度发生变化时,GAN网络降噪性能不稳定,网络泛化能力较低。为了克服这一缺陷,该文首先设计了一个编解码结构的噪声水平估计子网,用于生成不同剂量LDCT图像对应的噪声图,并用原始输入图像与之相减来初步抑制噪声;其次,在主干降噪网络中,采用GAN框架,并将生成器设计为多路编码的U-Net结构,通过博弈对抗实现网络结构优化,进一步抑制CT图像噪声;最后,设计了多种损失函数来约束不同功能模块的参数优化,进一步保障了LDCT图像降噪网络的性能。实验结果表明,与目前流行算法相比,所提出的降噪网络能够在保留LDCT图像原有重要信息的基础上,取得较好的降噪效果。
一种基于调制m序列的直接序列扩频信号调制方法
曾凌川, 白燕, 卢晓春, 袁洪, 宿晨庚, 吴小婧
, doi: 10.11999/JEIT200600
摘要:
为提高直接序列扩频通信系统的频谱利用率,该文提出在m序列周期等于信息比特位宽整数倍情况下的直接序列扩频信号——调制m序列的信号调制与解调方法(m-DSSS)。首先结合调制m序列相关性数值仿真结果验证m-DSSS信号捕获可行性,然后根据信息比特的排列组合情况,设计一种基于多通道的m-DSSS信号调制和解调方法,并对m-DSSS信号通过加性高斯白噪声信道后的抗干扰能力建立数学模型。最后在相同频谱利用率条件下,与码移键控(CSK)调制方式进行了仿真对比试验。仿真结果表明,m-DSSS信号不仅比CSK信号具有更低的副峰,且当载波采用BPSK调制时,m-DSSS还可通过判断极性来辅助信号捕获,在误码率优于1E-3条件下,m-DSSS信号比CSK信号有2 dB以上优势,验证了m-DSSS调制用于直扩系统的可行性。
基于循环卷积多任务学习的多领域文本分类方法
谢金宝, 李嘉辉, 康守强, 王庆岩, 王玉静
, doi: 10.11999/JEIT200869
摘要:
文本分类任务中,不同领域的文本很多表达相似,具有相关性的特点,可以解决有标签训练数据不足的问题。采用多任务学习的方法联合学习能够将不同领域的文本利用起来,提升模型的训练准确率和速度。该文提出循环卷积多任务学习模型用于文本多分类,将多个任务的文本共同建模,分别利用多任务学习、循环神经网络(RNN)和卷积神经网络(CNN)模型的优势获取多领域文本间的相关性、文本长期依赖关系、提取文本的局部特征。基于多领域文本分类数据集进行丰富的实验,该文提出的循环卷积多任务学习模型(MTL-LC)不同领域的文本分类平均准确率达到90.1%,比单任务学习模型循环卷积单任务学习模型(STL-LC)提升了6.5%,与当前热门的多任务学习模型完全共享多任务学习模型(FS-MTL)、对抗多任务学习模型(ASP-MTL)、间接交流多任务学习框架(IC-MTL)相比分别提升了5.4%, 4%和2.8%。
高性能Ed25519算法硬件架构设计与实现
于斌, 黄海, 刘志伟, 赵石磊, 那宁
, doi: 10.11999/JEIT200876
摘要:
针对签名验签速度难以满足特定应用领域需求的问题,该文设计了一种高性能Ed25519算法的硬件实现架构。采用宽度为2位的窗口法实现标量乘运算,减少了标量乘所需的总周期数;通过优化点加倍点操作步骤,提高了乘法器的硬件使用率;使用低计算复杂度的快速模约简实现模乘,提高了整体运算速度。为了使模L运算可复用标量乘中的快速模约简,该文提出一种基于Barrett约简的模L算法。通过优化解压过程中模幂操作过程,精简了步骤并使其可复用模乘。对所提架构做硬件实现,在TSMC的55 nm CMOS工艺下,面积为746 K等效门,最高频率360 MHz,每秒能够执行公钥生成9.06×104次、签名8.82×104次和验签3.99×104次。
二元裂解算子交替方向乘子法的核极限学习机
苏一丹, 续嘉, 覃华
, doi: 10.11999/JEIT200884
摘要:
凸优化形式的核极限学习机(KELM)具有较高的分类准确率,但用迭代法训练凸优化核极限学习机要较传统核极限学习机的解线性方程法花费更长时间。针对此问题,该文提出一种2元裂解算子交替方向乘子法(ADMM)来提高凸优化核极限学习机的训练速度。首先引入2元裂解算子,将求核极限学习机最优解的过程分裂为两个中间算子的优化过程,再通过中间算子的迭代计算而得到原问题的最优解。在22个UCI数据集上所提算法的训练时间较有效集法平均快29倍,较内点法平均快4倍,分类精度亦优于传统的核极限学习机;在大规模数据集上该文算法的训练时间优于传统核极限学习机。
用于阿尔茨海默症分类的模糊逻辑特征选择和异质集成学习方法
韩亮, 杨婷, 蒲秀娟, 黄谦
, doi: 10.11999/JEIT200963
摘要:
阿尔茨海默症(AD)分类有助于在AD早期阶段及时采取针对性的治疗和干预措施,对降低老年群体的AD发病率和延缓AD疾病进展具有重要意义。该文提出一种改进的高斯模糊逻辑特征选择方法,首先采用互信息量和方差齐性分析两种方法给出特征重要性评分并分别进行归一化,然后使用改进的高斯模糊逻辑方法对其加权得到最终的特征重要性评分,最后依据特征重要性评分选取特征。该文还使用逻辑回归、随机森林、LightGBM、支持向量机和深度前馈网络作为初级分类器,多项式朴素贝叶斯分类器作为次级分类器,构建异质集成分类器,利用选取的特征进行AD分类。在TADPOLE数据集上进行实验,实验结果证实了所提特征选择方法是有效的,且采用所提特征选择方法,基于多项式朴素贝叶斯的异质集成分类器在AD分类上的性能要优于传统分类器。
星载SAR斜视模式运动目标方位多通道信号重建方法
徐伟, 魏正彬, 黄平平, 谭维贤, 乞耀龙, 高志奇
, doi: 10.11999/JEIT200785
摘要:
在星载方位多通道SAR斜视模式下,方位斜视角度和运动目标的速度分别导致回波多普勒频谱发生2次混叠和通道失衡,影响运动目标方位多通道信号重建。针对该问题,该文提出一种适用于多通道斜视模式下的运动目标的重建方法。首先通过方位向去斜预处理消除了斜视导致的2次多普勒混叠,然后通过修正的多通道重建矩阵来解决目标速度导致的通道失衡。此外,该文还研究了通道冗余情况下的杂波抑制能力,分析了估计速度误差带来的残余相位误差,给出了一种星载方位多通道SAR斜视模式下的运动目标速度快速估计搜索方法。最后,通过点目标仿真验证了方法的有效性。
双选择信道中的时间偏移广义频分复用通信
王莹, 于释雄, 任军, 林彬
, doi: 10.11999/JEIT200269
摘要:
当信道存在时间-频率双选择性时,严重的子载波间干扰和子符号间干扰将导致广义频分复用(GFDM)系统性能显著下降。为此,该文提出一种时间偏移GFDM系统,通过对传统GFDM系统的原型滤波器进行时间偏移,来提高双选择信道下GFDM系统的性能。该文推导了GFDM信号在双选择信道中的平均信干比公式,并提出基于离散导频的联合迭代信道估计与符号检测算法,该算法利用信道估计器与串行干扰消除符号检测器之间的信息交换,逐步减小干扰信号,提高信道估计与符号检测的精度。理论分析与仿真实验结果表明,在双选择信道条件下,时间偏移GFDM比传统的GFDM具有更高的平均信干比和误码率性能;并且,联合迭代信道估计与符号检测算法能有效降低系统误码率。
基于深度生成对抗网络的海杂波数据增强方法
丁斌, 夏雪, 梁雪峰
, doi: 10.11999/JEIT200447
摘要:
海杂波数据稀缺,获取海杂波数据成本高、周期长,极大地限制了海杂波特性研究及海洋遥感应用。该文主要研究了基于深度生成性对抗网络(GAN)的海杂波数据生成方法,通过扩展传统的GAN框架,形成了一维海杂波数据生成和鉴别模型,基于实测海杂波数据集,进行对抗网络生成和鉴别模型训练,分析了生成模型所生成的海杂波数据的幅度分布特性和时间、空间相关性。基于实测数据验证了该方法能够生成更多、更多样、与真实海杂波数据分布相近的海杂波数据。
面向类不平衡网络流量的特征选择算法
唐宏, 刘丹, 姚立霜, 王云锋, 裴作飞
, doi: 10.11999/JEIT190992
摘要:
针对网络流量分类过程中出现的类不平衡问题,该文提出一种基于加权对称不确定性和近似马尔科夫毯的特征选择算法。首先,根据类别分布信息,定义了偏向于小类别的特征度量,使得与小类别具有强相关性的特征更容易被选择出来;其次,充分考虑特征与类别间、特征与特征之间的相关性,利用加权对称不确定性和近似马尔科夫毯删除不相关特征及冗余特征;最后,利用基于相关性度量的特征评估函数以及序列搜索算法进一步降低特征维数,确定最优特征子集。实验表明,在保证算法整体分类精确率的前提下,算法能够有效提高小类别的分类性能。
分辨率约束下毫米波雷达波形参数及接收权联合设计
王洪雁, 薛喜扬, 杨小峰, 汪祖民
, doi: 10.11999/JEIT200978
摘要:
针对自动驾驶中有限平台空间及发射功率导致毫米波雷达目标检测性能较低的问题,该文提出一种距离及速度分辨率约束下提升毫米波雷达目标检测概率的波形参数及接收权联合设计方法。首先,基于调频连续波(FMCW)信号,所提方法建立了毫米波相控阵阵列检测模型;其次,通过分析距离及速度分辨率与发射波形参数关系,构建考虑距离及速度分辨率的发射波形参数约束;而后,基于最大化输出信杂噪比(SCNR)准则,建立具有距离及速度分辨率约束的发射波形参数及接收权值联合优化模型以改善毫米波雷达目标检测及距离速度分辨性能;最后,所提方法基于交替迭代方法求解所得复杂非线性优化问题。仿真结果表明,所提方法可自适应调整发射波形参数和接收权以提升目标检测性能同时满足距离及速度分辨率需求。
基于自组织可增长映射的移动机器人仿生定位算法研究
陈孟元, 徐明辉
, doi: 10.11999/JEIT200025
摘要:
为提高移动机器人在同步定位和地图构建(SLAM)中的定位精度,该文提出一种基于自组织可增长映射 (GSOM)的仿生定位算法。该方法将位置细胞的激活特性和神经网络输出层神经元建立响应连接,通过GSOM神经网络构建空间的拓扑地图,利用感知距离信息实现位置细胞的激活响应从而估计机器人位置,以此还原机器人的运行路径。实验结果表明细胞间隔R对定位精度有较大影响,选取合适的细胞间隔能有效的减少神经网络的学习时间和提高定位精度,本文算法平均误差在0.153 m以内,定位精度达到90.243%,均优于原有算法。经验证本文算法建立的模型能够实现机器人的空间位置表征,提高了机器人在实验场景下的定位精度,表现出良好的位置估计性能。
基于用户个性化服务质量的蜂窝车联网与车载自组织网异构车联网资源分配方法
韩珍珍, 周末, 刘恩慧, 徐川, 赵国锋
, doi: 10.11999/JEIT200429
摘要:
蜂窝车联网(C-V2X)与车载自组织网络(VANET)的异构融合能够有效提高网络容量。然而,不同网络在非授权频段上共存而引起的信道冲突会导致系统吞吐量降低和用户接入时延增大,无法满足车联网用户对服务质量(QoS)的需求。针对该问题,该文提出一种基于用户个性化QoS需求的时频资源分配方法。首先,分别对C-V2X 和 VANET 的吞吐量和时延进行建模分析,刻画用户数据传输时间配置与吞吐量和时延的数学关系;然后,基于上述模型构建吞吐量-时延联合优化函数,根据用户的个性化QoS需求实现异构网络中吞吐量和时延的优化;最后,提出一种基于改进多目标粒子群优化的时延-吞吐量联合优化算法进行求解。仿真结果表明,该文所提网络资源分配算法可以有效地保证用户的个性化QoS需求,提升异构网络综合性能。
基于能量算子和最大旁瓣衰减自卷积窗函数频谱校正的电压闪变参数识别技术及其在风电场的应用研究
邱衍江, 张超, 张新燕, 王维庆
, doi: 10.11999/JEIT200617
摘要:
风力发电并网和电力电子技术的广泛发展与应用,造成的电压波动与闪变已成为当前智能电网不容忽视的问题。针对人眼更为敏感的矩形波调制下的电压闪变模型,该文提出改进能量算子和加截断窗谱线插值快速傅里叶变换(FFT) 的闪变包络参数识别法。通过优化能量算子采样间隔实现电压波动分量准确提取,以改进的最大旁瓣衰减速率(MSLD)6项组合余弦窗为母窗构建频域性能优良的MSLD自卷积窗(MSLD-SCW)函数,推导基于新型2阶 MSLD-SCW函数谱线插值校正公式,据此实现矩形方波调制的闪变参数识别与分析。仿真结果表明,优化改进算法在单频矩形方波调制、多频方波调幅波调制、含有谐波与次/超同步间谐波干扰、基频变动及含有噪声等干扰源背景下,相较于传统检测算法均保持较高准确性。最后,将优化算法应用于新疆某地区电网电压闪变识别,验证其有效性。
多服务低速率数字光载射频系统中的新型自动增益控制算法设计
李文, 陈爱新, 王学锋, 陈远航, 刘晓滨, 姚宜东
, doi: 10.11999/JEIT190785
摘要:
带通采样和数字信号处理技术使得数字光载射频(DRoF)通信系统在射频信号传输中具有显著优势,而且系统通过进一步采用数据压缩技术可实现多服务信号的低比特率传输。然而,系统进行数据压缩的同时会极大降低输入动态范围。基于对数据压缩参数的理论分析,该文提出一种新型快速两级自动增益控制(FST-AGC)算法。该算法采用周期内多阈值判定机制来调整链路增益,具有高稳定、准确和快速响应等特性。通过在数字域和模拟(RF)域进行两级自动增益控制,系统的输入动态范围大大提高。该算法被成功应用到能够同时支持3家移动运营商(MONs)所有服务的多服务低速率DRoF系统中。理论计算、软件仿真和系统测试结果都验证了该算法具有显著优势和良好性能。该算法可应用在其他各种新型网络通信系统中,如物联网(IoT)、射频识别(RFID)和未来的5G通信系统。
融合WiFi、激光雷达与地图的机器人室内定位
胡钊政, 刘佳蕙, 黄刚, 陶倩文
, doi: 10.11999/JEIT200671
摘要:
由于室内环境受多径效应影响,单一WiFi定位效果不佳;激光雷达(LiDAR)虽然测距定位精度高,但在室内存在大量单一、重复的场景结构(如走廊)时,往往会由于无法提取有效特征进行匹配而造成大量错误定位。因此,该文提出基于卡尔曼滤波框架的WiFi、激光雷达与地图的融合定位新方法。其中,滤波器的状态定义为机器人当前与历史时刻的位置序列。滤波器的观测值由两部分组成,一部分为该文所提基于多环路分割地图下信号强度加权匹配的WiFi指纹定位结果;另一部分来自激光雷达在单一重复场景中计算出来的高精度相对定位结果(如横向定位)。利用场景地图中的先验参考位置,可将该横向定位结果转变为机器人位置的线性约束。最后,利用卡尔曼滤波器实现机器人高精度的融合定位结果。实验中,针对两种典型的单一、重复的室内场景,分别采用2维与3维激光雷达对该文算法进行验证。实验结果表明,由于激光横向定位精度可达厘米级,结合厘米级地图可以极大提高机器人定位精度。与单一WiFi定位算法相比,利用激光雷达计算出来的相对定位结果结合场景地图,平均定位误差可降低70%~80%,在满足机器人实时定位需求情况下,实现定位精度与稳定性的显著提升。
基于DOA-TDOA-FDOA的单站无源相干定位代数解
黄东华, 赵勇胜, 赵拥军, 储美娟
, doi: 10.11999/JEIT200470
摘要:
针对利用单站接收多个外辐射源信号实现目标定位的问题,该文提出一种基于两步加权最小二乘的角度、时差和频差联合定位代数解算法。首先,在第1步加权最小二乘估计中,通过引入辅助参数,将非线性的角度、时差和频差方程转化为伪线性形式,并利用加权最小二乘得到目标位置和速度的粗估计;而后在第2步加权最小二乘估计中利用辅助参数和目标位置参数之间的约束关系来构造另外一组线性方程,并再次利用加权最小二乘得到目标位置和速度的精确估计。推导了联合角度、时差和频差定位的克拉美罗界。理论分析和仿真结果表明,算法在观测误差较小时的定位误差可以达到克拉美罗界。
基于策略学习的机票动态定价算法
卢敏, 张耀元, 卢春
, doi: 10.11999/JEIT200778
摘要:
机票动态定价旨在构建机票售价策略以最大化航班座位收益。现有机票定价算法都建立在提前预测各票价等级的需求量基础之上,会因票价等级需求量的预测偏差而降低模型性能。为此,提出基于策略学习的机票动态定价算法,其核心是不再预测各票价等级的需求量,而是将机票动态定价问题建模为离线强化学习问题。通过设计定价策略评估和策略更新的方式,从历史购票数据上学习具有最大期望收益的机票动态定价策略。同时设计了与现行定价策略和需求量预测方法的对比方法及评价指标。在两趟航班的多组定价结果表明:相比于现行机票销售策略,策略学习算法在座位收益上的提升率分别为30.94%和39.96%,且比基于需求量预测方法提升了6.04%和3.36%。
时分波分无源光网络与云无线接入网联合架构中负载感知的用户关联与资源分配策略
张鸿, 韩霄, 王汝言, 李职杜, 周敏
, doi: 10.11999/JEIT200849
摘要:
在时分波分无源光网络(TWDM-PON)与云无线接入网(C-RAN)的联合架构中,由于无线域的负载不均衡问题,限制了网络整体的传输效率。为了充分利用TWDM-PON与C-RAN联合架构的网络资源,并保证用户的服务质量(QoS),该文提出一种负载感知的用户关联与资源分配算法。首先根据不同用户的服务质量需求以及分布式无线射频头端(RRH)的负载对用户的影响,构建用户收益函数。进而,在保证用户服务质量的前提下,根据网络状态建立随机博弈模型,并基于多智能体Q学习提出负载均衡的用户关联和资源分配算法,从而获得最优的用户关联与资源分配方案。仿真结果表明,所提的用户关联和资源分配策略能够实现网络的负载均衡,保证用户的服务质量,并提高网络吞吐量。
广义Pareto分布海杂波背景下非相干检测器恒虚警性能分析
张坤, 水鹏朗
, doi: 10.11999/JEIT200644
摘要:
该文在广义Pareto分布海杂波背景下研究了单元平均(CA)和有序统计量(OS)两种非相干检测器的恒虚警(CFAR)性质,推导了两种非相干检测器的虚警概率公式,发现了两种检测器对杂波的尺度参数是恒虚警的。然而,两种检测器对杂波的散斑协方差矩阵结构和杂波形状参数是非恒虚警的。为了实现全场景的恒虚警检测,预先通过白化方法将具有相关性的海杂波去相关,并通过查表方法使用了匹配杂波形状参数、累积脉冲数和参考单元数的检测门限。在这种情况下,实验结果表明两种非相干检测器能确保全场景恒虚警。
一种互谱相位在时延估计中的应用方法
丁超, 陈喆, 张宗堂, 程玉胜
, doi: 10.11999/JEIT200584
摘要:
时延估计(TDE)是水声领域的重要研究课题,基于时延估计的水声目标被动测向、被动定位技术是水声目标无源定位的重要分支。目前,较为常用的时延估计方法有基本互相关法(NCC)、广义互相关法(GCC)、自适应时延估计(LMS)等。不同于以上方法的思路,该文利用两路信号的互谱相位(CSP)设计了一种时延估计的新方法,该方法将互谱相位进行傅里叶变换,利用其变换域估算相位斜率以求取时延,能够实现多目标分辨、消除时延估计模糊与背景起伏。仿真实验证明,该方法效果要优于基本互相关,广义互相关等方法。
基于参考距离史的多子阵SAS成像算法
吴浩然, 张非也, 唐劲松, 佟怡铄
, doi: 10.11999/JEIT200620
摘要:
为了解决现有多子阵合成孔径声呐(SAS)成像算法忽略了“非停走停”时间的孔径依赖性带来时延误差的问题,该文提出一种基于参考距离史的多子阵SAS成像算法。首先利用参考子阵与各子阵之间的平移关系,推导每个子阵的近似距离史,解决“非停走停”时间的孔径依赖性需要被近似的问题;然后将每个子阵信号搬移至相同的波束中心距离后,通过方位重构方法将欠采样的多子阵信号转变成满足采样定理的等效单基站信号,再用单基站成像算法处理得到多子阵SAS的成像结果;最后通过仿真实验和实测数据检验算法的有效性。
流形学习在浅海水声通信中的应用
吕志超, 王好忠, 白一奇
, doi: 10.11999/JEIT200629
摘要:
在复杂的浅海环境中,水声信道具有强烈的空变和时变特性,致使水声通信系统的鲁棒性很难得到保证。该文不同于依赖复杂信道编码和信道均衡手段的传统水声通信算法,将流形学习思想应用于高维海洋环境参数空间刻画及信号空间映射中,为水下数据传输提出创新方案。从声场角度出发,结合浅海实验数据,分析通信信号时空起伏特性,研究环境参数空间和声场信号空间的内在关系,提出了基于非线性流形学习算法增加合理的物理约束,结合信道稀疏特性,对于高维非线性水声信号系统的冗余维度信息进行维数约简,映射到稳定的低维目标空间,降低信道时空起伏对通信系统的影响。仿真和实验结果验证了算法的可靠性和有效性。
基于噪声抑制门的两级自适应线谱增强算法
马凯, 蔡昱明, 王易川, 程玉胜
, doi: 10.11999/JEIT200540
摘要:
针对低信噪比下,自适应线谱增强(ALE)算法在低信噪比时性能急剧下降的问题,该文提出2级ALE算法,该算法在普通的ALE算法的基础上,将输出信号和误差信号的傅里叶变换作为第2级ALE的输入,对线谱作进一步增强。并利用噪声抑制门对信号进行降噪预处理,然后结合提出的2级ALE算法,提出一种基于噪声抑制门的2级ALE算法,进一步提高信噪比,增强线谱。仿真和海试数据表明,算法性能较普通ALE算法有较大提升。
基于串联式一维神经网络的毫米波雷达动态手势识别方法
靳标, 彭宇, 邝晓飞, 张贞凯
, doi: 10.11999/JEIT200894
摘要:
现有的基于雷达传感器的手势识别方法,大多先利用雷达回波对手势的距离、多普勒和角度等信息进行参数估计,得到各种数据谱图,然后再利用卷积神经网络对这些谱图进行分类,实现过程较为复杂。该文提出一种基于串联式1维神经网络(1D-ScNN)的毫米波雷达动态手势识别方法。首先基于毫米波雷达获取动态手势的原始回波,然后利用1维卷积和池化操作对手势特征进行提取,并将这些特征信息输入1维Inception v3结构。最后在网络的末端接入长短期记忆网络(LSTM)来聚合一维特征,充分利用动态手势的帧间相关性,提高识别准确率和训练收敛速度。实验结果表明,该方法实现过程简单,收敛速度快,识别准确率可以达到96.0%以上,高于现有基于数据谱图的手势分类方法。
基于半监督信息的截集式可能性C-均值聚类算法
范九伦, 高梦飞, 于海燕, 陈斌斌
, doi: 10.11999/JEIT200757
摘要:
截集式可能性C-均值(C-PCM)聚类算法将截集概念引入到可能性C-均值(PCM)聚类算法中,明显改善了PCM的聚类中心重合问题,并能够对噪声和奇异点的数据进行有效聚类,但该聚类算法对小目标数据聚类时仍然存在聚类中心偏移的问题。针对此问题,该文将半监督学习机制引入到C-PCM的目标函数中,通过部分先验信息来指导聚类过程,提出半监督截集式可能性C-均值(SS-C-PCM)聚类算法。为了提高彩色图像的分割效率和分割准确率,将差分进化超像素(DES)算法获得的图像空间邻域信息融入到SS-C-PCM目标函数中,并利用彩色直方图重构目标函数,以降低算法的计算复杂度,进而提出基于差分进化超像素的半监督截集式可能性C-均值(desSS-C-PCM)聚类算法。通过人造数据和彩色图像分割的仿真并与多种相关算法进行对比,表明该文算法能够有效改善小目标数据的聚类效果,提高算法的执行效率。
基于协方差矩阵重构的off-grid DOA估计方法
王洪雁, 于若男, 潘勉, 汪祖民
, doi: 10.11999/JEIT200697
摘要:
针对稀疏表示模型中网格失配导致波达方向角(DOA)估计存在较大估计误差的问题,该文提出一种基于协方差矩阵重构的离网格(off-grid)DOA估计方法。首先,将DOA与网格点之间偏移量包含进所构建接收数据空域离散稀疏表示模型;而后基于重构信号协方差矩阵建立关于DOA估计的稀疏表示凸优化问题;再者构建采样协方差矩阵估计误差凸模型,并将此凸集显式包含进稀疏表示模型以改善稀疏信号重构性能;最后采用交替迭代方法求解所得联合优化问题以获得网格偏移参数及离网格DOA估计。数值仿真表明,与传统多重信号分类(MUSIC)、l1-SVD及基于稀疏和低秩恢复的稳健MVDR (SLRD-RMVDR)等估计算法相比,所提算法具有较好的角度分辨力以及较高的DOA估计精度。
一种用于地震信号分析的二阶挤压小波变换算法
江莉, 尚文擎, 周军妮, 卫铭斐, 王燕妮
, doi: 10.11999/JEIT200753
摘要:
地震信号分析在地质岩性、储层、流体、沉积相带的检测,以及地层界面识别与储层分析、地震资料处理和解释等方面具有重要研究意义。针对现有时频分析算法在处理地震信号时,存在时频分辨率低、能量聚集性差等问题,该文以Ricker子波为数学模型,提出了一种新的2阶挤压小波变换算法。考虑到传统时频同步压缩变换中的瞬时频率估计对地震信号失效,利用改进的母小波对地震信号进行匹配,进而通过谱峰对齐对参考频率进行修正,从而提升时频能量聚集性和时频分辨率。仿真实验结果表明,提出的2阶挤压小波变换算法可以极大提升地震信号的时频聚集性,精确地反映信号的时延和主频,对地层结构的刻画更加精确。
高速移动通信系统中OTFS信道估计算法研究
蒋占军, 刘庆达
, doi: 10.11999/JEIT200683
摘要:
针对高速移动环境中双色散信道会出现信道估计可靠性下降的问题,该文在正交时频空(OTFS)调制系统的输入-输出模型中提出一种基于压缩感知的信道估计算法。该算法利用信道中最大多普勒频移和最大时延确定导频发送矩阵的大小,相比传统的正交匹配追踪(OMP)信道估计算法,能够在保证相似信道估计准确度的情况下节省导频资源;并在此基础上,对OTFS调制符号做相位旋转,增加差分矩阵的秩,理论分析和仿真结果表明,该方案能够提升OTFS系统的分集阶数进而降低噪声的干扰。
D2D通信中一种基于非数据辅助误差适量幅度的同信道干扰控制方法及其性能分析
曾孝平, 李诗琪, 杨凡, 简鑫, 吴继森
, doi: 10.11999/JEIT200473
摘要:
针对D2D通信系统中广泛存在的同信道干扰问题,该文提出一种基于非数据辅助误差矢量幅度NDA-EVM进行同信道干扰分析的方法。以NDA-EVM作为信道质量评估参量,推导信号在M-QAM调制下的NDA-EVM统一计算模型,利用信道增益建立NDA-EVM同信道干扰分布模型,并进一步求解该模型的性能上限,从而量化同信道干扰。理论分析和仿真实验表明,相对于传统算法,该文所提上限的计算时间复杂度由\begin{document}$O({M^2})$\end{document}降为\begin{document}$O({M})$\end{document},提高了信道评估时效性;推导性能上限与理论值吻合度高,特别是在低SNR时为紧上界,两者最小均方根误差RMSE低至0.2615。
ACE密码算法的积分分析
叶涛, 韦永壮, 李灵琛
, doi: 10.11999/JEIT200234
摘要:
ACE是国际轻量级密码算法标准化征集竞赛第2轮候选算法之一。该算法具有结构简洁,软硬件实现快、适用于资源受限环境等特点,其安全性备受业界广泛关注。该文引入字传播轨迹新概念,构建了一个传播轨迹的描述模型,并给出一个可以自动化评估分组密码算法抵抗积分攻击能力的方法。基于ACE算法结构特点,将该自动化搜索方法应用于评估ACE算法的安全性。结果表明:ACE置换存在12步的积分区分器,需要的数据复杂度为2256,时间复杂度为2256次12步的ACE置换运算,存储复杂度为8 Byte。相比于ACE算法设计者给出的积分区分器,该新区分器的步数提高了4步。
大规模无人机协助的多层异构网络设计及性能研究
贾向东, 路艺, 纪澎善, 吕亚平
, doi: 10.11999/JEIT200443
摘要:
针对B5G/6G中的热点场景,为满足其超大网络容量的需求,该文构建了多无人机(UAV)协助的毫米波异构网络模型,其将地面基站(G-BS)的分布建模为泊松点过程,UAV的分布建模为泊松簇过程,且UAV在地面上的投影以及地面用户设备(GUE)分布在G-BS的周围。为了探讨簇间级联的贡献和簇间干扰的影响,将该2层网络模型扩展为由簇间和簇内基站(BS)共同构成的4层网络模型,并提出了GUE同时与簇内(间)BS级联的4层级联方案。首先,通过传播模型分析了各层级联距离的路径损耗。其次,采用随机几何的方法,结合GUE在下行链路中受到的干扰,推导出GUE可实现的信号与干扰加噪声比(SINR)覆盖概率表达式。最后,仿真结果表明,UAV的高度和簇成员平均数对SINR覆盖概率会产生非单调的影响。同时,当UAV高度较小时,本文所提出的4层级联方案可实现的SINR覆盖概率性能优于仅考虑GUE与簇内BS级联的2层级联方案。
基于子带矩阵CFAR的海面慢速小目标检测算法
时艳玲, 李君豪
, doi: 10.11999/JEIT200402
摘要:
对于K分布海杂波环境下的目标检测,基于信息几何理论的矩阵CFAR检测器是一种有效的目标检测方法。但矩阵CFAR方法计算复杂度高且当目标多普勒频率严重偏离杂波频谱中心时,其检测性能不如ANMF,影响其实际应用。为此,该文以滤波器组对接收信号进行滤波处理,提出一种基于滤波器组子带分解最大特征值的矩阵CFAR检测方法(F-MEMD),通过双杂波抑制来解决目标多普勒频率偏离杂波频谱中心时矩阵CFAR方法失效的难题。最后,仿真实验验证了所提F-MEMD具有较好的检测性能。
浅海中声源激发的波场成分及特性分析
孟路稳, 赵德鑫, 张明敏
, doi: 10.11999/JEIT200704
摘要:
为更好地认识和利用浅海波导中的声场,该文对浅海中声源激发的波场成分及特性进行了研究。提出了能给出浅海中声场全波解的理论研究方法,给出了声场的复积分表达式,并在复平面上利用围道积分对声场复积分式进行求解,得出了浅海中声源激发出的声场组成部分;同时应用高阶交错网格有限差分法对浅海中声场进行数值模拟,呈现出了不同海水深度、声源频率和声源深度下浅海波导中的波场结构和空间能量分布。研究表明:浅海中声场由离散谱部分和连续谱部分组成;其中离散谱部分包括各阶简正波和Scholte波,连续谱部分包括侧面波;简正波和Scholte波的振幅与水平传播距离的开方成反比,而侧面波的振幅与水平传播距离的平方成反比;海水越浅、声源频率越小、声源深度越大,都会导致海水中的能量越少,越有利于Scholte波的激发,此时声源辐射的能量主要以Scholte波的形式传播出去,能量更多地集中在海底界面处。
基于Khatri-Rao积的三维前视声呐空间方位估计技术
周天, 沈嘉俊, 杜伟东, 周曹韵, 宋金阳, 陈宝伟, 李海森
, doi: 10.11999/JEIT200657
摘要:
为了提高3维前视声呐的方位分辨能力,同时避免2维(2D)方位估计(DOA)方法失效,该文提出1维(1D)空间角估计方法、基于Vernier法的垂直角估计方法和基于最小角定理的水平角方位估计方法。首先基于不同子阵构造互协方差矩阵避免2维方位估计模型失效,再利用Khatri-Rao积进行虚拟孔径扩展;将扩展后的阵列导向矢量和观测向量模型用于2维方位估计。与原阵列的导向矢量相比,虚拟阵元数量约增加1倍,阵列的孔径得到有效扩展。仿真实验表明,与单观测向量波束形成2维方位估计方法相比,所提方法在2维方位估计问题中具有更高的分辨能力,均方根误差更低;水池实验进一步验证了该文所提方法的工程实用性。
基于三维等距球体解析模型的俯冲段大斜视SAR成像算法
钟华, 王梦圆, 宋慧娜, 白壬潮, 李世平, 曹佳熠, 赵荣华
, doi: 10.11999/JEIT200650
摘要:
当合成孔径雷达(SAR)工作在俯冲段大斜视模式时,面临着斜视角沿距离向空变、距离-方位耦合严重以及3维速度与加速度带来扰动等问题,导致回波存在着严重的距离徙动(RCM)和多普勒相位的2维空变。针对这些问题,该文构建了一种用于精确描述俯冲段大斜视SAR回波距离-方位空变特性的3维等距球体解析模型。基于该模型,提出一种去除方位空变残余高阶RCM的校正方法,并重新推导了去除多普勒相位方位空变的频域拓展非线性变标(FENLCS)方法,结合子孔径处理方式解决了SAR工作在俯冲段大斜视模式下所面临问题。理论分析和仿真结果证明,该文构建的模型对于回波的距离-方位空变特性有着更精确的描述,且所提算法具有更好的成像效果。
非理想条件下基于矢量水听器阵列的一种快速方位估计算法
王彪, 陈宇, 徐千驰, 高世杰, 张岑
, doi: 10.11999/JEIT200541
摘要:
为了实现少快拍、低信噪比(SNR)条件下的水下目标快速方位估计,该文建立矢量水听器阵列方位估计稀疏表示模型。利用实值转化技术将复数方向矩阵转化到实数域,以便利用平滑\begin{document}${{\rm{L0}}}$\end{document}算法对稀疏信号矩阵进行重构从而得到方位估计结果。该文改进平滑\begin{document}${{\rm{L0}}}$\end{document}算法,利用收敛性更好的复合反比例函数(CIPF)函数作为平滑函数以及提出促稀疏加权的方法,该方法通过加权的方式修正噪声条件下\begin{document}${{\rm{L2}}}$\end{document}范数作为迭代初始值偏离稀疏解较远的问题来促进算法快速收敛于稀疏解。通过仿真验证了该文提出的基于实值转换的促稀疏加权平滑\begin{document}${{\rm{L0}}}$\end{document}算法在少快拍、低信噪比的条件下可以实现优于传统子空间类算法的性能,并且在保证性能的同时,显著提高方位估计的速度。
DNA-纳米颗粒共聚体在最大匹配问题中的应用
麻晶晶, 许进
, doi: 10.11999/JEIT200764
摘要:
该文提出一种DNA计算模型,利用DNA-纳米金颗粒共聚体的自组装来解决图论中的一个NP完全问题——最大匹配问题。根据模型该文设计了能够基于一个具体的图进行自组装的特殊的DNA-纳米金颗粒共聚体,然后利用一系列的实验方法来获得最终的解。这种生物化学算法可以极大地降低求解最大匹配问题的复杂度,这将为DNA自组装计算模型提供一种切实可行的方法。
基于事件驱动的动态分簇网络的协作传输方法
李敏, 熊灿, 肖扬
, doi: 10.11999/JEIT200707
摘要:
针对事件驱动的无线传感器网络的传输可靠性问题,该文利用节点间的互助,提出一种基于事件驱动的动态分簇网络的协作传输方法。无事件发生时,各节点按预先形成的静态簇低频传输数据。而一旦有事件发生,能感知事件发生的节点快速组成事件簇,向簇头发送采集的数据,簇头融合数据后发往汇聚节点。为提升传输可靠性,当簇头传输失败时,由最佳中继协作转发数据给汇聚节点。在最佳中继的选择上,考虑到事件的连续移动,以及处于事件前向通道上的节点具有较大的感应值和较好的协作能力等条件,该文提出了基于前向通道的最佳中继选择策略。仿真和实验结果表明,所提协作传输方法能够有效提高传输可靠性。
基于动态有序矩阵的外辐射源雷达CFAR算法
饶云华, 周健康, 万显荣, 龚子平, 柯亨玉
, doi: 10.11999/JEIT191024
摘要:
外辐射源雷达采用不可控的第三方辐射源,其电磁传播条件复杂,尤其是在低空目标探测中,检测性能极大地受到杂波特性的影响,使得传统恒虚警算法性能明显下降。为了改善检测性能,该文提出一种基于雷达杂波空间划分的动态有序矩阵恒虚警检测算法(DOM-CFAR)。该算法将杂波空间从距离和多普勒维进行划分,构造为有序矩阵,再根据背景杂波变化进行动态极值替换、提取杂波估计中值用以计算检测阈值,从而使得检测算法阈值可动态适应杂波功率变化。仿真和实测结果表明,该算法可以在均匀杂波、多目标和杂波边缘等复杂情况下保持稳定的检测性能。
基于序列关联的参差信号分选算法
王俊岭, 黄琰璟
, doi: 10.11999/JEIT191030
摘要:
针对复杂环境下常规直方图信号分选算法对于参差信号分选能力不佳的问题,该文提出一种基于脉冲间隔与单个脉冲关联的直方图算法。该算法根据脉冲间隔与单个脉冲的对应关系建立了脉冲间隔分布矩阵(PIDM),然后通过对PIDM行列的累加计算,得到一种新的直方图,该直方图可避免传统脉冲重复间隔(PRI)变换算法在分选参差信号时对于参差信号帧周期过多抑制的缺陷,且能够通过PIDM对辐射源脉冲串进行序列提取,进而得到参差子序列的周期值。仿真分析结果表明,在不增加计算复杂度的情况下,该算法对存在多部参差辐射源和固定重频辐射源的混合场景仍可保持良好的分选效果。
基于超像素级卷积神经网络的多聚焦图像融合算法
聂茜茜, 肖斌, 毕秀丽, 李伟生
, doi: 10.11999/JEIT191053
摘要:
该文提出了基于超像素级卷积神经网络(sp-CNN)的多聚焦图像融合算法。该方法首先对源图像进行多尺度超像素分割,将获取的超像素输入sp-CNN,并对输出的初始分类映射图进行连通域操作得到初始决策图;然后根据多幅初始决策图的异同获得不确定区域,并利用空间频率对其再分类,得到阶段决策图;最后利用形态学对阶段决策图进行后处理,并根据所得的最终决策图融合图像。该文算法直接利用超像素分割块进行图像融合,其相较以往利用重叠块的融合算法可达到降低时间复杂度的目的,同时可获得较好的融合效果。
直接变频技术在雷达中的应用研究
吴远斌
, doi: 10.11999/JEIT191061
摘要:
集成化已成为现代电子系统最重要的发展方向,雷达系统也是如此。现代直接变频技术具有成本极低、体积小、结构简单和高度集成化的特点,已广泛应用于通信市场,如手机、基站、卫星接收机和GPS接收机等等,但至今未有在雷达中实际应用的报道。该文对直接变频技术在雷达中的应用进行了研究,特别是应用到相控阵体制的雷达上,能极大降低雷达成本和体积,且有工作频带极宽、配置灵活、可重构的特点。因此,直接变频技术也将成为雷达技术的一个发展方向。该文最后给出了一个将直接变频技术应用到S波段相控阵雷达的设计实例。
0.3-3.5G混合连续类功率放大器的设计
李军, 代法亮, 尹希雷, 朱佳垟, 刘春秀, 刘太君
, doi: 10.11999/JEIT200277
摘要:
混合连续类相比较与传统连续类模型弱化了阻抗条件,简化了宽带匹配难度。该文通过采用混合连续类模型并基于阻抗缓冲概念为理论的新型谐波控制网络,设计了一款跨3个倍频层的混合连续类射频功率放大器。实测结果表明在0.3–3.5G相对带宽为168.4%的频段范围内实现了漏极效率58.4~72.6%,增益10_dB以上,输出功率为39.8~41.2_dBm。
基于角多普勒效应的自旋目标微动特征提取
李瑞, 李开明, 张群, 梁佳, 罗迎
, doi: 10.11999/JEIT200595
摘要:
携带有轨道角动量(OAM)的涡旋电磁(EM)波在雷达应用领域已经受到了广泛关注,利用涡旋电磁波,不仅可以观测到目标的线多普勒频移,还能够获取角多普勒频移信息。基于角多普勒效应,涡旋电磁波雷达具有检测垂直于径向运动分量的能力,可以实现对自旋目标微动特征的提取。首先,该文建立直角坐标系下角多普勒频移的参数化模型,给出了涡旋电磁波雷达、目标运动参数与角多普勒频移之间的定量关系描述。其次,当目标自旋轨迹垂直雷达视线(LOS)方向时,对获取的角多普勒频移信息进行分析,并提取了自旋目标微动特征。最后,通过仿真实验验证了所提方法的有效性和分析的准确性。
基于CNN与LSTM相结合的恶意域名检测模型
张斌, 廖仁杰
, doi: 10.11999/JEIT200679
摘要:
为提高恶意域名检测准确率,该文提出一种基于卷积神经网络(CNN)与长短期记忆网络(LSTM)相结合的域名检测模型。该模型通过提取域名字符串中不同长度字符组合的序列特征进行恶意域名检测:首先,为避免N-Gram特征稀疏分布的问题,采用CNN提取域名字符串中字符组合特征并转化为维度固定的稠密向量;其次,为充分挖掘域名字符串上下文信息,采用LSTM提取字符组合前后关联的深层次序列特征,同时引入注意力机制为填充字符所处位置的输出特征分配较小权重,降低填充字符对特征提取的干扰,增强对长距离序列特征的提取能力;最后,将CNN提取局部特征与LSTM提取序列特征的优势相结合,获得不同长度字符组合的序列特征进行域名检测。实验表明:该模型较单一采用CNN或LSTM的模型具有更高的召回率和F1分数,尤其对matsnu和suppobox两类恶意域名的检测准确率较单一采用LSTM的模型提高了24.8%和3.77%。
信任和效用关系约束的联盟结构生成
童向荣, 任子仪
, doi: 10.11999/JEIT200509
摘要:
联盟结构生成是分布式人工智能的重要研究内容,一般仅依据Agent效用生成任意数量的联盟,这导致最优联盟结构生成的计算复杂度NP难。实际上,信任是合作的基础,信任关系对最终效用有直接的影响,应该综合考虑信任和效用关系。针对以上问题,该文扩展效用约束为信任和效用约束,用信任和效用二元组表示,以此作为联盟结构生成的依据。借鉴图割的s-t-cut算法,研究了基于信任和效用关系的联盟结构生成,在保证Agent个体理性和联盟稳定(无块)的前提下,使用信任和效用关系对网络进行切割,从而形成联盟。由此,该文提出了两种多项式时间的精确算法:信任关系约束下的MT-s-t-cut算法和信任效用关系约束下的MTU-s-t-cut算法,这两种算法均能够在多项式时间内得到最优联盟结构。仿真实验验证了信任关系影响所形成的联盟结构,社会整体效用随Agent数量的增加而增加,并且算法的运行时间远小于DP和ODP-IP算法。
一种适用于北斗短报文通信的天线波束指向算法
张薇, 何宏伦, 王玮
, doi: 10.11999/JEIT200559
摘要:
针对北斗短报文通信中载体天线波束指向北斗卫星的问题,该文提出一种天线波束指向算法。该算法根据载体所处的地理位置和姿态,计算出指向北斗卫星的天线波束指向角。根据载体天线的合成波束增益和所处地理位置的北斗卫星波束增益,选择出最优的北斗卫星,并将天线波束指向该卫星。该方法可以保证载体运动过程中,天线合成波束实时指向最优北斗卫星,最大程度地提高了北斗短报文通信性能。
双向特征融合的快速精确任意形状文本检测
边亮, 屈亚东, 周宇
, doi: 10.11999/JEIT200880
摘要:
现有的基于分割的场景文本检测方法仍较难区分相邻文本区域,同时网络得到分割图后后处理阶段步骤复杂导致模型检测效率较低。为了解决此问题,该文提出一种新颖的基于全卷积网络的场景文本检测模型。首先,该文构造特征提取器对输入图像提取多尺度特征图。其次,使用双向特征融合模块融合两个平行分支特征的语义信息并促进两个分支共同优化。之后,该文通过并行地预测缩小的文本区域图和完整的文本区域图来有效地区分相邻文本。其中前者可以保证不同的文本实例之间具有区分性,而后者能有效地指导网络优化。最后,为了提升文本检测的速度,该文提出一个快速且有效的后处理算法来生成文本边界框。实验结果表明:在相关数据集上,该文所提出的方法均实现了最好的效果,且比目前最好的方法在F-measure指标上最多提升了1.0%,并且可以实现将近实时的速度,充分证明了本方法的有效性和高效性。
基于信道状态信息测距的Wi-Fi室内定位误差界分析方法
周牧, 张振亚, 杨小龙, 谢良波, 田增山
, doi: 10.11999/JEIT200198
摘要:
相较常用于室内定位的Wi-Fi接收信号强度(RSS),Wi-Fi信道状态信息(CSI)包含了信号传输过程中更细粒度的物理层信息(如各个子载波的幅值和相位),故可将其用于较精确的测距以实现较高的Wi-Fi室内定位精度。由于现有基于CSI测距的定位方法普遍缺少关于定位误差界的理论分析,从而导致难以对不同定位方法的理想性能进行比较。因此,该文提出一种基于CSI测距的Wi-Fi室内定位误差界分析方法,其在室内信号传播模型的基础上,考虑路径损耗、阴影衰落和多径效应与定位精度的关系,利用克拉美罗下界(CRLB)推导了时钟异步效应下基于CSI测距的定位误差界。此外,通过实验对比,分析了实际定位误差与所推导的定位误差界之间的差异,并讨论了不同实验参数对定位性能的影响。
差异区域平衡法探索时间序列变化的因果关系
王开军, 曾元鹏, 缪忠剑
, doi: 10.11999/JEIT200756
摘要:
针对探索时间序列之间随时间变化的因果关系问题,在每个窗口进行Granger因果检测的滑动时间窗口方法是求解该问题的常用方法,但其性能对窗宽敏感,不合适的窗宽很可能导致低性能。该文提出一种差异区域平衡方法,首先计算当前滑动窗口W内序列的波动程度Sw并作为波动界,计算窗口W的前向相邻区域U内序列的波动程度Su。然后,实施前向探索策略:若Su未超过Sw,则实施不同长度区域的平衡检测方案,即对窗口W、对窗口W与U的合并区域、对窗口W与后向相邻区域V的合并区域这3种不同长度的差异区域,分别进行时间序列之间因果关系的检测;若Su超过Sw,则实施上述平衡检测方案时,其中区域U和V的长度取相同值。最后,将窗口W的多次检测结果进行综合后输出。新方法将不同长度区域的结果进行综合,能够降低方法的性能对窗宽的敏感性,保障最终结果的准确性和稳定性。在1个模拟数据集和4个真实数据集上的实验结果显示,该文方法能有效地揭示出时间序列之间随时间变化的因果关系,在正确率高且性能稳定的综合性能上优于对比方法。
基于动态感受野的自适应多尺度信息融合的图像转换
尹梦晓, 林振峰, 杨锋
, doi: 10.11999/JEIT200675
摘要:
为提高图像转换模型生成图像的质量,该文针对转换模型中的生成器进行改进,同时探究多样化的图像转换,拓展转换模型的生成能力。在生成器的改进方面,利用选择性(卷积)核模块(SKBlock)的动态感受野机制获取和融合生成器中每个上采样特征的多尺度信息,借助特征的多尺度信息和动态感受野构造选择性(卷积)核的生成式对抗网络(SK-GAN)。与传统生成器相比,SK-GAN以动态感受野获取多尺度信息的生成结构提高了生成图像的质量。在多样化图像转换方面,基于SK-GAN在草图合成真实图像任务提出带引导图像的选择性(卷积)核的生成式对抗网络(GSK-GAN)。该模型利用引导图像指导源图像的转换,通过引导图像编码器提取引导图像特征,然后由参数生成器(PG)和特征转换层(FT)将引导图像特征的信息传递至生成器。此外,该文还提出双分支引导图像编码器以提高转换模型的编辑能力,以及利用引导图像的隐变量分布实现随机样式的图像生成。实验表明,改进后的生成器有助于提高生成图像质量,SK-GAN在多个数据集中获得合理的生成结果。GSK-GAN不仅保证了生成图像的质量,还能生成更多样式的图像。
基于密集特征融合的无监督单目深度估计
陈莹, 王一良
, doi: 10.11999/JEIT200590
摘要:
针对无监督单目深度估计生成深度图质量低、边界模糊、伪影过多等问题,该文提出基于密集特征融合的深度网络编解码结构。设计密集特征融合层(DFFL)并将其以密集连接的形式填充U型编解码器,同时精简编码器部分,实现编、解码器的性能均衡。在训练过程中,将校正后的双目图像输入给网络,以重构视图的相似性约束网络生成视差图。测试时,根据已知的相机基线距离与焦距将生成的视差图转换为深度图。在KITTI数据集上的实验结果表明,该方法在预测精度和误差值上优于现有的算法。
基于幂函数压缩梅尔倒谱系数和掩膜后处理的多目标学习语音增强算法
李如玮, 孙晓月, 李涛, 赵丰年
, doi: 10.11999/JEIT200491
摘要:
为解决现有语音增强算法的性能并不理想这一问题,该文提出一种基于幂函数压缩梅尔倒谱系数(PFCMFCC)和理想比率掩膜(IRM)后处理的多目标学习的语音增强算法。首先,构建一个基于双向长短时记忆网络(BLSTM)的深度神经网络模型;然后,提出一种改进的幂函数压缩梅尔倒谱系数,该特征参数在非平稳噪声环境下较好的性能。将对数功率谱(LPS)与该特征作为双向长短时记忆网络的输入,分别预测干净的对数功率谱、幂函数压缩梅尔倒谱系数和理想比率掩膜。在训练阶段,通过多个损失函数约束不同目标的预测,并获得最优的网络模型;最后,在增强阶段,提出一种基于理想比率掩膜的后处理方法来选择不同的波形重建方案并合成增强语音,充分利用互补目标的特点并提高算法鲁棒性。实验结果显示:相较与对比算法,所提算法增强语音的质量和可懂度得到了一致的改进。
基于改进深度强化学习的虚拟网络功能部署优化算法
贺兰钦, 连沁怡, 谭颀, 唐伦
, doi: 10.11999/JEIT200297
摘要:
针对虚拟网络功能/软件定义网络 (NFV/SDN)架构下,网络服务请求动态到达引起的服务功能链(SFC)部署优化问题,该文提出一种基于改进深度强化学习的虚拟网络功能(VNF)部署优化算法。首先,建立了马尔科夫决策过程 (MDP)的随机优化模型,完成SFC的在线部署以及资源的动态分配,该模型联合优化SFC部署成本和时延成本,同时受限于SFC的时延以及物理资源约束。其次,在VNF部署和资源分配的过程中,存在状态和动作空间过大,以及状态转移概率未知等问题,该文提出了一种基于深度强化学习的VNF智能部署算法,从而得到近似最优的VNF部署策略和资源分配策略。最后,针对深度强化学习代理通过ε贪婪策略进行动作探索和利用,造成算法收敛速度慢等问题,提出了一种基于值函数差异的动作探索和利用方法,并进一步采用双重经验回放池,解决经验样本利用率低的问题。仿真结果表示,该算法能够加快神经网络收敛速度,并且可以同时优化SFC部署成本和SFC端到端时延。
基于超分辨率重建的强压缩深度伪造视频检测
孙磊, 张洪蒙, 毛秀青, 郭松, 胡永进
, doi: 10.11999/JEIT200531
摘要:
经典的深度伪造(DeepFake)视频检测方法一般使用卷积神经网络进行检测,但在强压缩深度伪造换脸视频数据集上表现较差,并会对真实数据做出大量误检测。针对这个问题,该文提出一种基于超分辨率重建的强压缩深度伪造视频检测方法。该方法基于深度神经网络检测模型,通过融入超分辨率重建技术,恢复强压缩视频所损失的空间与时间信息,进而提升对强压缩视频的检测准确率。使用FaceForensics++及DFDC数据集进行实验,针对强压缩的深度伪造视频,该方法较ResNet50提高了单帧以及视频的测试准确率,有效缓解强压缩真实视频的误检测问题。
可重构分组密码指令集处理器自动映射方法研究
李盛, 戴紫彬
, doi: 10.11999/JEIT200372
摘要:
计算资源与寄存器资源分配是可重构处理器自动并行映射的重要问题,该文针对可重构分组密码指令集处理器的资源分配问题,建立算子调度参数模型和处理器资源参数模型,研究了分组密码并行调度与资源消耗之间的约束关系;在此基础上提出基于贪婪思维、列表调度和线性扫描的自动映射算法,实现了分组密码在可重构分组密码指令集处理器上的自动映射。通过可用资源变化实验验证算法并行映射的有效性,并对AES-128算法的映射效果做了横向对比验证算法的先进性,所提自动映射算法对分组密码在可重构处理中的并行计算研究有一定的指导意义。
基于知识图谱共同邻居排序采样的推荐模型
李世宝, 张益维, 刘建航, 崔学荣, 张玉成
, doi: 10.11999/JEIT200735
摘要:
知识图谱作为辅助信息可以有效缓解传统推荐模型的冷启动问题。但在提取结构化信息时,现有模型都忽略了图谱中实体之间的邻居关系。针对这一问题,该文提出一种基于共同邻居排序采样的推荐模型,该模型首先基于共同邻居数目对知识图谱中的每个实体邻域进行排序采样;其次利用图卷积神经网络沿着图谱中的关系路径将实体自身信息与接收域信息逐层融合;最后将用户特征向量与融合得到的实体特征向量送入预测函数中预测用户与实体项目交互的概率。实验结果表明该模型在数据稀疏场景下相较其他基线模型性能均获得了相应提升。
旋转相控阵雷达区域威胁度计算及调度技术研究
李纪三
, doi: 10.11999/JEIT190999
摘要:
旋转相控阵雷达在方位和仰角上均能电子扫描,相对于传统机扫雷达在方位和仰角上能更加灵活地调配资源。为了优化探测效果,需要对探测区域进行方位分区并进行威胁度评估。该文基于旋转相控阵雷达最威胁路径的计算提出一种区域威胁等级评估的方法;通过把每点检测概率等价为代价函数,利用泛函变分将寻找最威胁路径转变为最短路径问题;利用快速行进法求解旅行最短问题满足的程函差分方程,然后利用梯度下降法回溯最威胁路径;最后以240批目标的威胁路径计算为例,给出相应的评估结果。实践结果验证了方法的有效性和正确性。
软件定义无线接入网络的组件化研究
徐海东, 王江, 易辉跃
, doi: 10.11999/JEIT191049
摘要:
针对5G通信技术高传输速率、多业务场景的挑战,该文提出一种组件化的软件定义无线接入网络新架构。该架构在5G接入网集中单元(CU),分布单元(DU),有源天线单元(AAU)架构的基础上,进一步朝组件化方向演进,形成一种由集中控制单元(CCU), CU, DU,射频单元(RU),AAU等组件化通信单元组成的新架构。这种新架构既有利于切片化、虚拟化实现无线接入网,又有利于应用分布式计算技术和硬件加速技术突破通用处理器的计算能力瓶颈,还能降低DU与AAU之间的前传压力。该文还研制了基于此架构的组件化软基站试验原型并进行了测试,结果表明该组件化方案在提供高度灵活性的同时,还能够提升通用处理器软基站的吞吐能力,并有效降低远端站址传输流量。
基于模式间串扰避免的弹性光交换节点冲突解决方法
刘焕淋, 王展鹏, 任杰, 陈勇, 方菲, 温濛
, doi: 10.11999/JEIT200586
摘要:
为了减少业务在少模光纤空分复用弹性光网络全光交换节点内资源冲突的概率,该文在全光分层节点结构中配置共享的有限频谱转换器与资源预留模块(LARSL),提出基于模式间串扰避免的空-频-时域联合资源冲突解决算法(LARSL-CACRA)。在空-频域,为LARSL-CACRA设计基于模式间串扰避免的滑动窗的模式-频谱资源块计算方法,使频谱冲突业务获得负载更均衡的模式-频谱资源块。对于仍然冲突的业务,LARSL-CACRA使用时域资源预留模块,进一步降低业务带宽阻塞率。仿真结果表明,该文设计的LARSL-CACRA可以改善交换节点带宽阻塞率,并减少业务平均时延。
车联网中基于NOMA-MEC的卸载策略研究
张海波, 刘香渝, 荆昆仑, 刘开健, 贺晓帆
, doi: 10.11999/JEIT200017
摘要:
随着车联网(IoV)的迅猛发展,请求进行任务卸载的汽车终端用户也逐渐增长,而基于移动边缘计算(MEC)的通信网络能够有效地解决任务卸载在上行传输时延较高的挑战,但是该网络模型同时也面临着信道资源不足的问题。该文引入的非正交多址(NOMA)技术相较于正交多址(OMA)能够在相同的信道资源条件下为更多的用户提供任务卸载,同时考虑到任务卸载过程中多方面的影响因子,提出了混合NOMA-MEC卸载策略。该文设计了一种基于深度学习网络(DQN)的博弈算法,帮助车辆用户进行信道选择,并通过神经网络多次迭代学习,为用户提供最优的功率分配策略。仿真结果表明,该文所提出的混合NOMA-MEC卸载策略能够有效地优化多用户卸载的时延以及能耗,最大限度保证用户效益。
基于深度学习的关节点行为识别综述
刘云, 薛盼盼, 李辉, 王传旭
, doi: 10.11999/JEIT200267
摘要:
关节点行为识别由于其不易受外观影响、能更好地避免噪声影响等优点备受国内外学者的关注,但是目前该领域的系统归纳综述较少。该文综述了基于深度学习的关节点行为识别方法,按照网络主体的不同将其划分为卷积神经网络(CNN)、循环神经网络(RNN)、图卷积网络和混合网络。卷积神经网络、循环神经网络、图卷积网络分别擅长处理的关节点数据表示方式是伪图像、向量序列、拓扑图。归纳总结了目前国内外常用的关节点行为识别数据集,探讨了关节点行为识别所面临的挑战以及未来研究方向,高精度前提下快速行为识别和实用化仍然需要继续推进。
基于子阵近场零陷权的联合波达方向估计方法
生雪莉, 刘婷, 杨超然, 郭龙祥, 穆梦飞
, doi: 10.11999/JEIT200637
摘要:
针对海底长线阵在近场辐射声干扰及空间水平非均匀噪声下的远距离估计目标波达方向 (DoA)问题,该文提出一种基于长线阵分子阵近场零陷权的联合目标方位估计方法。该方法将长线阵分解为多个高重叠子阵,对各个子阵利用零陷抑制技术去除近场强干扰对目标探测的影响,再利用各子阵对远距离目标方位估计结果差异性小、非目标所在频率即噪声对应空间谱最大值随机的特点,空间频率方差加权综合各子阵的目标方位估计结果,从而抑制空间非均匀噪声,实现对远距离目标的探测。仿真结果表明,与长线阵常规波束形成、长线阵近场零陷常规波束形成、长线阵近场零陷传统多重信号分类方法相比,该文方法能够有效降低空间谱背景级60 dB以上,输出信噪比提高15 dB以上,具有较强的提高信噪比能力及较高的空间分辨力,因此具有较好的工程应用价值。
贪婪的量测划分机制下的多传感器多机动目标跟踪算法
杨标, 朱圣棋, 余昆, 房云飞
, doi: 10.11999/JEIT200498
摘要:
针对低检测概率下多机动目标的跟踪问题,该文提出一种新的交互式多传感器多目标多伯努利滤波器(IMM-MS-MeMBer)。在IMM-MS-MeMBer滤波器的预测阶段,该文利用当前的量测信息自适应地更新目标的模型概率,并利用更新后的模型概率对目标状态进行混合预测;在IMM-MS-MeMBer滤波器的更新阶段,使用贪婪的多传感器量测划分策略对多传感器量测进行划分,并利用得到的量测划分集合和IMM-MS-MeMBer滤波器对目标的后验概率密度进行更新;除此之外,IMM-MS-MeMBer滤波器能够利用目标的角度和多普勒量测信息同时实现多个机动目标的位置、速度估计。数值实验验证了该文所提IMM-MS-MeMBer滤波器的优越性能。
基于目标容量的网络化雷达功率分配方案
戴金辉, 严俊坤, 王鹏辉, 刘宏伟
, doi: 10.11999/JEIT200873
摘要:
针对现有网络化雷达功率资源利用率低的问题,该文提出一种基于目标容量的功率分配(TC-PA)方案以提升保精度跟踪目标个数。TC-PA方案首先将网络化雷达功率分配模型制定为非光滑非凸优化问题;而后引入Sigmoid函数将原问题松弛为光滑非凸优化问题;最后运用近端非精确增广拉格朗日乘子法(PI-ALMM)对松弛后的非凸问题进行求解。仿真结果表明,PI-ALMM对于求解线性约束非凸优化问题可以较快地收敛到一个稳态点。另外,相比传统功率均分方法和遗传算法,所提TC-PA方案可以最大限度地提升目标容量。
基于球面Haar小波和卷积神经网络的飞行员虹膜识别
贾博, 冯孝鑫, 李军, 俞碧婷, 赵倩, 吴奇
, doi: 10.11999/JEIT190928
摘要:
虹膜识别面临两个重要的问题:一是如何精细分解与重构虹膜球面图像;二是如何识别虹膜图特征。虹膜表面几何位置信息是一种重要的的信号,传统的虹膜识别通常使用虹膜图像的平面特征,然而人的眼睛是一种球体,从平面图像难以提取到虹膜球体的几何特征. 针对平面特征容易出现虹膜纹理的扭曲和失真等问题,该文建议一种正交对称的球面Haar小波基(OSSHW),对球面虹膜信号进行多尺度分解与重构,获得更精细的虹膜曲面几何特征,同时对比球谐函数和半正交或正交球面Haar小波基的虹膜球面信号特征提取能力. 在此基础上,该文提出一种基于卷积神经网络(CNN)网络和正交对称的球面Haar小波的虹膜识别方法,它能够有效捕获虹膜球体曲面的局部精细特征,比半正交或正交球面Haar小波基具有更强的虹膜识别能力。
基于JND的连续Seam Carving算法在图像缩放中的研究
崔嘉, 宋磊, 陆宏菊, 唐明晰, 戚萌
, doi: 10.11999/JEIT191050
摘要:
图像缩放技术要求对图像缩放的同时保证重要信息不丢失且物体边缘不发生扭曲。近年来,Seam Carving及其改进算法得到了广泛的关注和研究。由于采用了离散式最小能量线迭代搜索策略,缩放信息无法在迭代过程中传递导致扭曲现象普遍存在。该文针对上述问题提出最小位移可视差检测(JND)算法,能够有效地检测每一次迭代中出现的潜在扭曲信息。能量权重\begin{document}$ {E}_{w} $\end{document}能够将JND信息累加传递给后续的迭代过程,从而抑制缩放过程中的边缘扭曲现象。通过JND算法和能量权重,该文首次将离散的Seam Carving模型转变为连续缩放模型。最后,在公共数据集RetargetMe上与最新的图像缩放算法进行多组对比实验,验证了所提方法的有效性和先进性。
面向物联网数据特征的信息中心网络缓存方案
段洁, 胡显静, 林欢, 李郑伟, 邹亚琴
, doi: 10.11999/JEIT200631
摘要:
将信息中心网络(ICN)应用到物联网(IoT)架构(ICN-IoT),可以有效地解决数据分发问题,提高数据的传输效率。但在ICN-IoT中,现有的缓存研究主要是在内容流行度或新鲜度等单一维度上实现缓存配置,无法适应海量和多态的物联网数据特征,导致缓存效率低。针对上述问题,该文首先分析了物联网数据特征,将数据分为周期性数据和事件触发性数据。然后,综合考虑物联网的这两种数据特征,提出一种具有不同缓存决策的ICN-IoT缓存方案(CS-DCI),路由器根据到达数据的特征类型执行相应的缓存决策。最后详细介绍两种数据类型的缓存策略,对于周期性数据,考虑内容流行度和时间请求概率缓存用户请求最多的数据;对于事件触发性数据,考虑内容流行度和事件触发频率缓存有意义的数据。仿真表明,该方案能够提高内容差异率,增加缓存内容的多样性,从而满足ICN-IoT不同应用的请求,获得较优的缓存命中率以及减少内容获取跳数。
强干扰环境下水声时延估计技术研究
李海鹏, 孙大军, 郑翠娥
, doi: 10.11999/JEIT200638
摘要:
水声定位系统是现代深海作业必备的高精度水下定位装备,精确的时延估计是实现高精度水声定位的基础,但由于信号远距离传输以及强干扰的影响,水声定位系统时延估计精度较低。针对此问题该文提出一种基于子空间理论的宽带强干扰抑制方法,首先通过贝叶斯信息量准则估计子空间维度,然后推导了不同信号假设下的概率密度函数,求解未知参数的最大似然估计,构造广义似然比并通过最优匹配广义似然比检测法估计与期望信号最匹配的子空间,然后以此构造空间投影算子对接收数据进行线性投影,最终抑制干扰和噪声,提高时延估计精度。仿真结果表明该方法能够有效抑制干扰和噪声的影响,提高定位系统时延估计精度。
一种超分辨SAR图像水域分割算法及其应用
陈嘉琪, 刘祥梅, 李宁, 张燕
, doi: 10.11999/JEIT200366
摘要:
合成孔径雷达(SAR)图像水域分割在湖泊、河流等陆地水文监测领域有重要的研究意义。由于SAR图像分辨率不足所导致的陆地与水域边界模糊, 会影响水域分割精度。该文以中国青藏高原地区的多庆错湖为研究对象,使用Sentinel-1A SAR图像数据,综合运用深度残差模型、通道注意力与亚像素卷积,提出一种基于亚像素卷积的增强型通道注意力深度残差超分辨网络,对滤波后的SAR图像进行重建,水域轮廓提取与精度分析。通过比较不同超分辨算法下的重建结果及水域轮廓提取精度,该文算法在重建效果与提取精度上都较传统方法有明显提升,并具有很好的鲁棒性。
基于深层特征学习的高效率视频编码中帧内快速预测算法
贾克斌, 崔腾鹤, 刘鹏宇, 刘畅
, doi: 10.11999/JEIT200414
摘要:
高效视频编码(HEVC)标准相对于H.264/AVC标准提升了压缩效率,但由于引入的编码单元四叉树划分结构也使得编码复杂度大幅度提升。对此,该文提出一种针对HEVC帧内编码模式下编码单元(CU)划分表征矢量预测的多层特征传递卷积神经网络(MLFT-CNN),大幅度降低了视频编码复杂度。首先,提出融合CU划分结构信息的降分辨率特征提取模块;其次,改进通道注意力机制以提升特征的纹理表达性能;再次,设计特征传递机制,用高深度编码单元划分特征指导低深度编码单元的划分;最后建立分段特征表示的目标损失函数,训练端到端的CU划分表征矢量预测网络。实验结果表明,在不影响视频编码质量的前提下,该文所提算法有效地降低了HEVC的编码复杂度,与标准方法相比,编码复杂度平均下降了70.96%。
基于树形奇偶机的密钥交换优化方案
韩益亮, 李鱼, 李喆
, doi: 10.11999/JEIT200633
摘要:
树形奇偶机(TPM)之间的相互同步学习能够用于实现密钥交换方案,方案的安全性取决于树形奇偶机的结构参数。为了得到使得密钥交换方案安全性高且计算量小的参数,该文提出基于树形奇偶机的密钥交换优化方案。首先,定义向量化的学习规则,提高树形奇偶机同步学习的时间效率。其次,改进针对树形奇偶机同步学习的合作攻击算法,使其能够自适应参数的变化。最后,通过仿真实验对方案进行了效率和安全性测试。实验结果表明,树形奇偶机的向量化能使同步时间减少约90%,但不会减少同步所需的步数,即不影响方案的安全性。在可用于生成512比特固定长度密钥的结构参数中,(14, 14, 2)被合作攻击攻破的概率为0%,所需同步时间较少。因此,所提密钥交换优化方案是安全高效的。
基于区块链的细粒度云数据安全存储与删除方案
周由胜, 陈律君
, doi: 10.11999/JEIT200399
摘要:
在基于云计算的存储与删除服务中,由于外包数据所有权和管理分离,现有的逻辑删除机制使云上的数据很容易暴露给未经授权的用户,甚至云服务器可能未遵循用户要求删除相应数据。为此,该文提出一种细粒度的安全云端数据存储与删除方案。基于椭圆曲线构造了基于密文策略的属性基加密以实现外包数据细粒度访问控制,应用区块链实现可公开验证的安全数据删除。该文方案具有责任可追踪性以及两方删除与可验证性等特性。理论分析与实验结果表明该文方案具有较好的安全性和较高的性能,能够满足云数据共享与安全删除的需求。
多载波超密集网络的抗干扰分布式节能功率分配
何云, 申敏, 张梦
, doi: 10.11999/JEIT200388
摘要:
该文研究多载波超密集网络(UDN)上行链路能效最优功率分配方案,基于非合作博弈论提出一种抗干扰分布式功率分配方案,使每个小区独立优化能效的同时抑制邻小区干扰。由于最大传输功率和QoS约束下的能效函数具有不易解决的非凸特性,且小小区间存在严重干扰。针对以上挑战,该文在最佳响应过程中设计了一种高精度低复杂度的阶梯注水算法,基于该算法利用干扰信道增益提出了一种多用户抗干扰功率分配算法。仿真结果和数值分析表明该算法运算复杂度低,且能在保证系统频谱效率的同时大幅度提升系统能效。
一种低复杂度的超高阶码索引调制方法
刘芳, 冯永新
, doi: 10.11999/JEIT200318
摘要:
为了应对直接序列扩频(DSSS)中信息传输率低的局限,出现了多进制扩频及索引调制等技术,由于此系列技术中附加信息都是通过伪码变换来映射的,因此调制阶数越大,造成的复杂度也越大,而当系统所承受的复杂度受限时,调制阶数也就无法提升。为解决高阶信息传输率受限问题,该文提出一种低复杂度的超高阶码索引调制方法,通过2维信息的分组来进行多码集索引,从而降低通道数量,进而通过3维信息的分组来进行循环移位索引,从而在不增加通道情况下大幅度地提高传输率,而且利用移位通道和非移位通道关系,去除环境影响。该方法不仅可以有效传输多维信息,而且与现有方法比较,复杂度大大降低,综合性能具有明显优势;此外,现有方法很难达到高阶及超高阶的信息传输,而提出的方法可实现调制阶数>15的超高阶信息传输,从而为高效扩频通信应用提供可借鉴技术。
单星多波束天线下基于压缩感知的多目标干扰定位
张轶, 翟盛华, 陶海红
, doi: 10.11999/JEIT200307
摘要:
针对卫星干扰处理中的多目标定位问题,该文提出基于压缩感知的定位方法。该方法利用目标的空间稀疏性,以及多波束天线在不同信号源方向上的增益不同,仅需要测量接收信号强度便可实现多个干扰的位置识别。研究结果表明,定位性能与节点分布、目标个数、波束覆盖半径、判决门限有关。在给定参数及原对偶内点算法下,该方法可实现1~4个干扰源的空域定位,在信噪比为20 dB时定位精度达到7.7 km,优于经典的旋转干涉仪和空间谱估计测向方法。
基于雷达发射波形和非匹配滤波联合设计的间歇采样转发干扰抑制方法
周凯, 李德鑫, 粟毅, 何峰, 刘涛
, doi: 10.11999/JEIT200299
摘要:
间歇采样转发干扰是基于欠采样原理的新型雷达相干干扰技术,能够形成密集假目标干扰。该文针对抗间歇采样转发干扰问题,提出一种雷达发射波形和非匹配滤波联合设计的抗干扰方法。首先,以发射信号脉冲压缩积分旁瓣能量和干扰信号非匹配滤波输出积分能量为目标函数,综合考虑发射信号的幅度约束,建立了间歇采样转发干扰抑制的数学优化模型。然后,通过问题分解推导了雷达发射波形和非匹配滤波器的解析表达式,基于迭代算法设计了发射波形和非匹配滤波器。最后,通过仿真实验的方式验证了发射波形和非匹配滤波器的性能、抗间歇采样转发干扰性能以及所提方法的间歇采样转发干扰抑制能力。
基于差分传输管预充电逻辑的功耗恒定性电路改进设计
姚茂群, 李聪辉
, doi: 10.11999/JEIT200513
摘要:
通过分析差分传输管预充电逻辑(DP2L)的电路结构,发现该电路还无法达到完全的功耗恒定特性,仍然存在被功耗攻击的风险。针对该问题,该文对DP2L的电路结构进行改进,并用Hspice对改进前后的电路进行模拟仿真测试。实验表明:改进后的DP2L电路结构具有更好的功耗恒定特性,更能满足该逻辑电路的设计要求。
GPS III首星信号结构及其特性分析
卢晓春, 王萌, 王雪, 饶永南
, doi: 10.11999/JEIT200534
摘要:
导航信号是连接空间卫星和地面用户端的枢纽,是卫星导航定位系统中最重要的部分之一,其优劣直接影响后续的定位、测速、授时等性能。该文利用国家授时中心40 m高增益天线对GPS III首星进行多次信号采集及比对分析工作,从GPS III L1频点调制矢量及频谱分布入手,对L1频点载波相位存在“滑动”现象进行了深入剖析,得出该现象主要源于L1M信号。利用C/A码解析出授权信号M码,定量分析了L1频点信号分量的S曲线过0点偏差以及功率占比,其中L1M S曲线过0点偏差达到0.058 ns,信号功率占比最高可达6.78。该文研究成果可为研究新一代GPS信号的调制方式提供支撑,也可为后续北斗导航卫星系统信号体制设计以及信号质量评估方法提供参考。
一种空-频联合最优滤波的被动宽带检测方法
蒋小勇, 周胜增, 杜选民
, doi: 10.11999/JEIT200672
摘要:
常规宽带能量检测在多目标、强干扰环境下输出信噪比(SNR)降低,检测性能大幅度下降。针对此问题,该文提出一种将子阵导向最小方差(STMV)宽带空域自适应波束形成与频域Eckart滤波结合的空-频联合最优滤波宽带检测方法。该方法首先通过子阵导向最小方差波束形成进行空间自适应处理,利用自适应波束形成的干扰抑制能力在空域实现最优滤波;然后通过最大似然估计实时估计信号和噪声的功率谱,构造Eckart滤波对自适应波束形成的输出分配不同权重进行加权滤波,从而实现频域信噪比最大化。所提方法通过空-频联合最优滤波,降低空域旁瓣干扰和频带内噪声的影响,使得输出信噪比最大,从而有效地改善目标宽带检测能力,提高被动声呐的宽带检测性能。仿真和试验数据处理结果验证了该方法的有效性。
基于Sentinel-1/2遥感数据的冬小麦覆盖地表土壤水分协同反演
赵建辉, 张蓓, 李宁, 郭拯危
, doi: 10.11999/JEIT200416
摘要:
冬小麦是我国重要粮食作物之一,对冬小麦覆盖地表土壤水分进行监测有助于解决因土壤供水导致的冬小麦歉收和农业用水浪费等问题。为了降低冬小麦覆盖地表土壤水分微波遥感反演过程中冬小麦对雷达后向散射系数的影响,该文基于Sentinel-1携带的合成孔径雷达(SAR)数据和Sentinel-2携带的多光谱成像仪(MSI)数据,结合水云模型,开展冬小麦覆盖地表土壤水分协同反演研究。首先,基于MSI数据,该文定义了一种新的植被指数,即融合植被指数(FVI),用于冬小麦含水量反演;然后,该文发展了一种基于主被动遥感数据的冬小麦覆盖地表土壤水分反演半经验模型,校正冬小麦在土壤水分反演过程中对雷达后向散射系数的影响;最后,以河南省某地冬小麦农田为研究区域,开展归一化水体指数(NDWI)和FVI两种指数与VV, VH, VV/VH 3种极化组合而成的6种反演方式下的土壤水分反演对比实验。结果表明:以FVI为植被指数,能够更好地去除冬小麦在土壤水分反演过程中对雷达后向散射系数的影响;6种反演方式中,FVI与VV/VH组合下的反演效果最优,其决定系数为0.7642,均方根误差为0.0209 cm3/cm3,平均绝对误差为0.0174 cm3/cm3,展示了该文所提土壤水分反演模型的研究价值和应用潜力。
基于多项式的弯折偶极子射频识别标签天线阻抗预测研究
洪涛, 贺则昊, 蒋天齐, 王翠, 陈家焱
, doi: 10.11999/JEIT200598
摘要:
在解决射频识别(RFID)标签天线设计中阻抗计算速度慢的问题的过程中,针对其中较为复杂的阻抗耦合情况,该文提出一种基于多项式的弯折偶极子RFID标签天线阻抗预测方法。首先使用基于天线尺寸的阻抗变换与线性化假设建立模型假设;然后在具体的天线结构中收集数据并进行相关性分析与回归拟合验证假设正确性;最后实验验证使用该方法进行的阻抗预测相对于计算机仿真的准确性、高效性与普适性。试验结果表明,使用该方法替代计算机进行弯折偶极子RFID标签天线阻抗计算时,其预测阻抗相对于计算机仿真结果在保持较高预测准确率的同时极大地缩短了阻抗计算时间,同时该方法在中国应用频段上针对不同弯折次数的弯折偶极子RFID标签天线仍然适用。
GF(3)上新型自缩控序列的周期与线性复杂度
王锦玲, 崔静静
, doi: 10.11999/JEIT200676
摘要:
自缩控序列是一类重要的伪随机序列,而伪随机序列在通信加密、编码技术等很多领域中有着广泛的应用。在这些应用中,通常要求序列具有大周期和高的线性复杂度。为了构造出周期更大、线性复杂度更高的伪随机序列,该文基于\begin{document}${\rm{GF}}(3)$\end{document}上的\begin{document}$m$\end{document}-序列构造了一种新型自缩控序列模型,利用有限域理论研究了生成序列的周期和线性复杂度,得到的生成序列周期和线性复杂度大大提高,且得到生成序列线性复杂度更精确的一个上界值,从而提高了生成序列在通信加密中的防攻击能力和安全性能。
超视距雷达海杂波与干扰信号的多域特征与海杂波检测
罗忠涛, 严美慧, 卢琨, 何子述
, doi: 10.11999/JEIT200655
摘要:
针对超视距(OTH)雷达接收信号成分复杂的问题,该文提出基于多域组图的信号分析方法,讨论海杂波、瞬态干扰和射频干扰的多域特征。运用时域、频域、距离域、重复周期和多普勒5域,组合为6种2维矩阵图,提出雷达接收数据的“五域六图”(5D6M)方法。通过五域六图,各种接收信号成分在多个域得以分离,海杂波和干扰在不同域的特征得以体现,清晰展示海杂波的频谱和多普勒谱特性、瞬态干扰的大功率和短时性以及射频干扰的窄带与多普勒特性。基于五域六图的信号特性分析,能够为雷达信号分析与处理提供很好的帮助。该文以海杂波为例,设计了基于频域-多普勒域的海杂波多普勒单元检测的新方法。
一种基于谱极化参数的双极化气象雷达杂波抑制方法
汪玲, 田凤, 朱岱寅, 孟凡旺, 吴迪
, doi: 10.11999/JEIT200605
摘要:
针对双极化气象雷达中非气象回波的滤除问题,该文提出一种基于谱极化参数(SPP)的杂波滤波方法。不同于传统时域或频域的杂波抑制方法,该方法根据气象和杂波在距离-多普勒(RD)域内的特征不同进行前者的保留和后者的抑制。首先利用频谱极化特征构造SPP,结合形态学方法,在RD域内生成一个2元掩模。基于面向对象的思想,将2元掩膜标记为气象对象掩膜和杂波对象掩膜。然后引入谱宽作为额外的参数,筛选出所有气象对象掩膜,将其进行叠加可以获取完整的气象信息,最终生成SPP杂波滤波器。实测X波段和C波段气象雷达数据验证了所提方法的有效性。与移动双重谱线性退极化比(MDsLDR)滤波器和基于时域的门限因子杂波抑制方法相比,SPP滤波器在保留弱气象信息方面效果更好。此外,该方法计算复杂度低,可以实时应用于同时发射同时接收(STSR)和交替发射同时接收(ATSR)双极化气象雷达。
高级在轨系统中的虚拟信道混合调度算法研究
别玉霞, 张秀奇, 王宇鹏, 胡智
, doi: 10.11999/JEIT200238
摘要:
为高效传输业务类型多样化的空间数据,该文基于高级在轨系统(AOS)虚拟信道复用技术,建立了AOS虚拟信道(VC)混合调度模型。在混合调度模型中,对异步虚拟信道提出了基于遗传-粒子群排序的调度算法,业务优先级、调度时延紧迫度及帧剩余量紧迫度是影响虚拟信道调度先后顺序的关键约束,该算法根据约束建立了遗传-粒子群适应度函数模型,进一步使粒子群体内的粒子根据遗传算法的进化算子进行位置更新,从而找到最优的异步虚拟信道调度顺序。同时,对同步虚拟信道设计了动态加权轮询调度算法,使各同步虚拟信道按照加权因子和分配的时隙数,轮流占用物理信道。仿真结果表明,该文的虚拟信道混合调度算法兼顾了异步数据的优先性、同步数据的等时性和VIP数据的紧迫性,具有更小的平均调度时延和更少的帧剩余量,满足不同业务的传输要求。
电磁矢量传感器阵双基地MIMO雷达DOD和DOA估计
孙文杰, 张彦飞, 孟祥伟, 孙巧妍, 陈祥光
, doi: 10.11999/JEIT200172
摘要:
针对电磁矢量传感器阵双基地多输入多输出(MIMO)雷达目标方位估计的精度偏低和运算量过大的问题,提出了一种采用电磁矢量(EMV)传感器(EMVS)估计双基地 MIMO雷达的2维发射角(2D-DOD)和2维接收角(2D-DOA)的新方法。首先基于目标信号子空间和MIMO雷达的导向矢量的空间旋转不变性,从阵列流型矩阵中分别构造若干个发射子阵和接收子阵,然后采用旋转不变估计(ESPRIT)方法估计出各个EMV传感器子阵的空间响应矢量和坡印廷矢量,再利用坡印廷矢量中的电场分量和磁场分量的叉积分别估计出2维DOD和2维DOA的方位角、仰角,并推导了2维DOD和2维DOA估计值的克拉美-罗界(CRB)。此外还给出了2维DOA和2维DOD估计值配对的最小值搜索算法。在高斯色噪声中的仿真实验表明:和现有的算法比较,所提出的算法能够以较低的运算量、较高的估计精度对电磁矢量传感器阵双基地MIMO雷达的目标方位做出较准确的估计。
基于高斯拟合与切比雪夫不等式的标签数量二次估计算法
严军荣, 叶仁杰, 钟华, 姜显扬
, doi: 10.11999/JEIT200209
摘要:
针对射频识别技术(RFID)系统中现有标签数量估计算法存在的估计误差大、识别时延长、时间复杂度高问题,该文提出一种基于高斯拟合与切比雪夫不等式的标签数量二次估计算法(TLNEGC)。首先根据碰撞因子与碰撞时隙比例的关系建立碰撞模型,采用高斯函数对碰撞模型中的离散数据点进行拟合逼近获得高斯估计模型;然后利用高斯估计模型初次估计标签的数量,根据初次估计的结果判断是否需要进行二次估计,二次估计是利用切比雪夫不等式对估计区间进行二次搜索以获得最佳估计值。MATLAB仿真分析表明,该文所提TLNEGC算法的平均估计误差和总时间消耗明显低于现有的高精度标签估计算法,同时具有较低的时间复杂度和较高的稳定性。
基于施密特正交化的降噪多载波相关延迟键控混沌通信系统
张刚, 和华杰, 张鹏
, doi: 10.11999/JEIT200165
摘要:
为解决传统相关延迟键控(CDSK)混沌通信系统存在的误码(BER)性能差的缺点,该文提出一种基于施密特正交化的降噪多载波相关延迟键控混沌通信系统。在发送端,利用施密特正交化算法产生N组完全正交的混沌载波,并复制P次作为参考信号,与N个信息信号叠加进行传输,并利用多载波技术,复用每帧信号传输MN个用户信息。在接收端,将信号经匹配滤波器解调,然后通过滑动平均滤波器降噪,并进行相关解调。推导了系统在加性高斯白噪声(AWGN)信道和多径Rayleigh衰落信道中的BER公式并进行了仿真分析,结果表明系统的BER性能优于众多多载波混沌通信系统,数据传输速率也相较CDSK系统有明显提升,为该系统在实际通信系统中的应用提供了理论依据,并显示了较强的应用价值。
基于Blob-Harris特征区域和NSCT-Zernike的鲁棒水印算法
张天骐, 周琳, 梁先明, 徐伟
, doi: 10.11999/JEIT200164
摘要:
为了有效抵抗水印图像的几何攻击,该文提出了一种基于Blob-Harris特征区域和非下采样轮廓波变换(NSCT)和伪Zernike矩的鲁棒水印算法。首先原始图像进行两层非下采样Contourlet变换后提取其低频图像,然后利用Blob-Harris检测算子对低频图像进行特征点提取,根据各个特征点的特征尺度确定其特征区域,优化筛选出稳定且互不重叠的特征区域并将其四周补零,得到稳定的互不重叠的方形特征区域作为水印嵌入区域,最后计算每一个方形特征区域的Zernike矩,将水印信息嵌入在量化调制正则化Zernike矩的幅值当中。实验结果表明,Lena图峰值信噪比达到40 dB以上时,本文算法对常规图像处理以及缩放、旋转、剪切等几何攻击和组合攻击都有相对较强的鲁棒性。
多尺度语义信息融合的目标检测
罗会兰, 陈鸿坤
, doi: 10.11999/JEIT200147
摘要:
针对当前目标检测算法对小目标及密集目标检测效果差的问题,该文在融合多种特征和增强浅层特征表征能力的基础上提出了浅层特征增强网络,首先将特征提取网络VGG16中conv4_3层和conv5_3层提取的特征进行融合形成基础融合特征;然后将基础融合特征输入到小型的多尺度语义信息融合模块中,得到具有丰富上下文信息和空间细节信息的语义特征,同时把语义特征和基础融合特征经过特征重利用模块获得浅层增强特征;最后基于浅层增强特征进行一系列卷积获取多个不同尺度的特征,并输入各检测分支进行检测,利用非极大值抑制算法实现最终的检测结果。在PASCAL VOC2007和MS COCO2014数据集上进行测试,模型的平均精度均值分别为81.2%和33.7%,相对于经典的单极多盒检测器(SSD)算法,分别提高了2.7%和4.9%;此外,该文方法在检测小目标和密集目标场景上,检测精度和召回率都有显著提升。实验结果表明该文算法采用特征金字塔结构增强了浅层特征的语义信息,并利用特征重利用模块有效保留了浅层的细节信息用于检测,增强了模型对小目标和密集目标的检测效果。
基于CNN扰动的极化码译码算法
赵生妹, 徐鹏, 张南, 孔令军
, doi: 10.11999/JEIT200136
摘要:
针对中短码长下串行抵消(SC)算法性能较差,且串行抵消列表(SCL)算法复杂度较高等问题,根据译码纠错空间理论,该文提出了一种基于卷积神经网络(CNN)扰动的极化码译码算法。对SC译码失败的接收序列,通过CNN产生相应的扰动噪声,并将该扰动噪声添加到接收信号中,然后根据重新计算的似然信息进行译码。仿真结果表明:与SC译码算法相比,所提出的算法约有0.6 dB的增益,与SCL(L=16)译码算法相比,该算法约有0.1 dB的提升,且平均复杂度更低。
区块链上基于云辅助的密文策略属性基数据共享加密方案
牛淑芬, 杨平平, 谢亚亚, 杜小妮
, doi: 10.11999/JEIT200124
摘要:
针对云存储的集中化带来的数据安全和隐私保护问题,该文提出一种区块链上基于云辅助的密文策略属性基(CP-ABE)数据共享加密方案。该方案采用基于属性加密技术对加密数据文件的对称密钥进行加密,并上传到云服务器,实现了数据安全以及细粒度访问控制;采用可搜索加密技术对关键字的进行加密,并将关键字密文上传到区块链(BC)中,由区块链进行关键字搜索保证了关键字密文的安全,有效的解决现有的云存储共享系统所存在的安全问题。该方案能够满足选择明文攻击下的不可区分性、陷门不可区分性和抗串联性。最后,通过性能评估,验证了该方案的有效性。
能量收集中继安全传输网络的在线功率控制算法
雷维嘉, 付安琦, 雷宏江, 谢显中
, doi: 10.11999/JEIT200104
摘要:
针对源节点和中继节点均采用收集能量供电的放大转发中继网络,考虑两个目的节点之间信息相互保密的场景,该文提出最大化长期时间平均保密速率的源节点和中继节点发送功率联合优化算法。由于能量到达和信道状态是随机过程,该问题是一个随机优化问题。利用Lyapunov优化框架将电池操作和能量使用约束下的长期优化问题转化为每时隙的“虚队列漂移加惩罚”最小化问题,并求解。仿真结果显示该文提出的算法在长期平均保密速率上相较于对比算法具有显著的优势,同时算法仅依赖于当前的电池状态和信道状态信息做出决策,是一种实用的、低复杂度的算法。
融合双流三维卷积和注意力机制的动态手势识别
王粉花, 张强, 黄超, 张苒
, doi: 10.11999/JEIT200065
摘要:
得益于计算机硬件以及计算能力的进步,自然、简单的动态手势识别在人机交互方面备受关注。针对人机交互中对动态手势识别准确率的要求,该文提出一种融合双流3维卷积神经网络(I3D)和注意力机制(CBAM)的动态手势识别方法。并且改进了I3D网络模型的相关参数和结构,为了提高模型的收敛速度和稳定性,使用了批量归一化(BN)技术优化网络,使优化后网络的训练时间缩短。同时与多种双流3D卷积方法在开源中国手语数据集(CSL)上进行了实验对比,实验结果表明,该文所提方法能很好的识别动态手势,识别率达到了90.76%,高于其它动态手势识别方法,验证了所提方法的有效性和可行性。
基于平稳和连续小波变换融合算法的心电信号P, T波检测
熊鹏, 刘学朋, 杜海曼, 刘明, 侯增广, 王洪瑞, 刘秀玲
, doi: 10.11999/JEIT200049
摘要:
P, T波的检测在临床上是心血管疾病诊断的重要依据。由于其波形能量低、形态复杂,极易受到噪声干扰,导致现有检测算法精度仍有待提高。该文提出平稳和连续小波变换融合算法检测P, T波,利用连续小波变换的多尺度信息,获取心电图(ECG)信号中P, T波主要成分,融合其平稳小波对P, T波候选段进行平滑处理,消除波形中锯齿状毛刺对峰值点检测的影响,最后对P, T波过零点进行时移修正,保证过零点还原到原始信号过程中能够准确对应其峰值点,从而提高P, T波检测精度。该文算法在MIT-BIH arrhythmic数据库上进行验证,最终P波的误差率、敏感度、正确预测度达到:0.23%, 99.85%, 99.90%;T波的误差率、敏感度、正确预测度达到0.27%, 99.85%, 99.87%。
基于压电陶瓷的非接触式精准逐拍心率提取方法研究
方震, 白忠瑞, 陈贤祥, 夏攀, 何征岭, 赵荣建
, doi: 10.11999/JEIT200045
摘要:
心冲击信号(BCG)可用于无接触式地监测生命体征。在BCG的逐拍心率提取中,较低的平均绝对误差对于精确地获取用户的心率变异性(HRV)指标具有重要意义。为解决目前大多数方法在逐拍心率计算精度方面的不足,该文设计了一种基于压电陶瓷的心冲击信号采集系统。通过采用合适的传感器外壳结构和采样频率,增加传感器的灵敏度和BCG信号的时间分辨率;通过对比不同的BCG处理方法并找到BCG中最适合提取精准逐拍心动周期的成分;同时该文提出一种采用AP聚类的自适应模板匹配算法,以准确提取心动周期信息。对15名受试者共5741次心跳数据进行分析,结果显示逐拍心动周期的平均误差为0.48%,平均绝对误差为3.78 ms,心跳覆盖率在97%以上,优于其他同类工作。
编码协作系统准循环重复累积码的联合设计与性能分析
张顺外, 付勇峰
, doi: 10.11999/JEIT190990
摘要:
重复累积(RA)码是一种特殊结构的低密度奇偶校验(LDPC)码,不仅具有LDPC码的优点,还能实现差分编码。针对LDPC编码协作系统编码复杂度高、时延长的问题,该文引入准循环RA(QC-RA)码,推导出信源节点和中继节点采用的QC-RA码对应的联合校验矩阵,基于公差构造方法设计该联合校验矩阵,并证明该方法设计的联合校验矩阵不存在围长为girth-4, girth-6的短环。理论分析和仿真结果表明,同等条件下该系统比相应点对点系统具有更优异的误码率性能。仿真结果同时表明,与采用一般构造QC-RA码或基于Z型构造QC-RA码相比,采用基于公差构造的联合设计QC-RA码的多信源多中继协作均可获得更高的编码增益。
面向射频隐身的组网雷达多目标跟踪下射频辐射资源优化分配算法
时晨光, 丁琳涛, 汪飞, 周建江
, doi: 10.11999/JEIT200636
摘要:
针对组网雷达系统多目标跟踪场景,该文提出一种面向射频(RF)隐身的组网雷达射频辐射资源优化分配算法。首先,采用目标跟踪误差的贝叶斯克拉美-罗下界(BCRLB)作为目标跟踪性能指标。其次,以各雷达照射目标的驻留时间资源和辐射功率资源加权和为优化目标,以BCRLB不大于给定目标跟踪精度阈值及系统射频辐射资源作为约束条件,建立了包含雷达节点分配方式、驻留时间和辐射功率3个优化变量的优化模型。然后,采用两步分解法对上述优化模型进行了求解,即先固定雷达节点选择,利用内点法对简化后的非凸非线性优化模型进行求解,之后再通过匈牙利算法确定最佳雷达节点分配方式。仿真结果表明,相较于辐射资源均匀分配算法,所提算法可以有效降低组网雷达的射频资源消耗,提升系统射频隐身性能。
稳健的机载预警雷达多通道海杂波抑制方法研究
黄鹏辉, 邹子豪, 刘兴钊, 廖桂生, 王志城, 陈筠力, 刘艳阳
, doi: 10.11999/JEIT200411
摘要:
在机载预警雷达对海洋背景运动目标的探测过程中,雷达平台的高速运动状态使得海杂波多普勒谱发生严重展宽现象,影响目标的检测性能。针对此问题,空-时自适应处理是一种有效的杂波抑制技术,该技术利用杂波的空-时2维耦合特性进行杂波抑制。但相对于陆地杂波而言,海杂波的内部复杂运动特性使得杂波空-时谱发生展宽现象,导致杂波多普勒频率与空间锥角不再保持一一对应关系,从而影响杂波抑制效果。针对海杂波的运动特性,该文提出一种稳健的基于子空间投影的杂波抑制处理算法,所提算法通过滤波凹口自适应展宽技术和先滑窗滤波后自适应处理技术来提高杂波抑制的稳健性。最后通过仿真的海杂波数据和实测海杂波数据验证了所提算法的有效性。
基于全相位陷波器解析设计的啸叫去除
黄翔东, 高月
, doi: 10.11999/JEIT200623
摘要:
为了快速且精准地抑制助听器中的啸叫效应,该文提出一种中心频率可以精确控制的全相位有限脉冲响应(FIR)陷波器解析设计。首先,为了获得较高的陷波精度,引入了整数部分m和小数部分λ来控制陷波的中心频率。然后,设计了一个偶对称的闭式解析式来计算陷波器系数。最后,为了保证输出信号的连续性和线性相位,进行数据延拓和截取操作。该陷波器具有线性传输特性,避免了非线性失真。为了检验陷波器的滤波性能,将其应用在助听器中去除啸叫。实验结果表明,该滤波器在啸叫频率下的衰减值可达-330 dB,信噪比达22 dB,输出波形质量好,算法复杂度低,鲁棒性高,具有一定的应用前景。
基于随机数三角阵映射的高维大数据二分聚类初始中心高效鲁棒生成算法
李旻, 何婷婷
, doi: 10.11999/JEIT200043
摘要:
Bisecting K-means算法通过使用一组初始中心对分割簇,得到多个二分聚类结果,然后从中选优以减轻局部最优收敛问题对算法性能的不良影响。然而,现有的随机采样初始中心对生成方法存在效率低、稳定性差、缺失值等不同问题,难以胜任大数据聚类场景。针对这些问题,该文首先创建出了初始中心对组合三角阵和初始中心对编号三角阵,然后通过建立两矩阵中元素及元素位置间的若干映射,从而实现了一种从随机整数集合中生成二分聚类初始中心对的线性复杂度算法。理论分析与实验结果均表明,该方法的时间效率及效率稳定性均明显优于常用的随机采样方法,特别适用于高维大数据聚类场景。
基于JVC的紧凑型地波雷达海上目标点迹-航迹最优关联方法
戴永寿, 马鹏, 孙伟峰, 刘培学, 纪永刚, 庞真真
, doi: 10.11999/JEIT200604
摘要:
紧凑型地波雷达由于接收天线阵列孔径减小导致对海上目标的定位精度低,在多目标跟踪算法中采用序贯式的点迹-航迹关联方式易发生误关联导致航迹断裂、误跟踪等问题。对此,该文将多目标点迹-航迹关联转化为最优分配问题,提出一种基于JVC算法的多目标点迹-航迹最优关联方法。对于关联波门重叠区域内存在公共候选点迹的多条航迹,首先以雷达获取的目标多普勒速度、距离与方位角作为目标特征参数,利用最小代价函数确定公共候选点迹与所有航迹之间的相似度,得到关联代价矩阵;然后以总关联代价最小化作为优化准则,采用JVC算法求解得到最优的点迹-航迹关联结果。利用仿真与实测目标数据开展了点迹-航迹关联实验,并与序贯最近邻关联方法的关联结果进行了对比。实验结果表明:采用该文所提方法跟踪得到的航迹时长明显优于序贯最近邻关联方法的结果,解决了序贯式关联因关联错误导致的航迹断裂、误跟踪等问题,提高了航迹跟踪的连续性。
基于形态特征提取的急性下壁心肌梗死BiLSTM网络辅助诊断算法
徐文畅, 何文明, 游斌权, 郭宇, 洪凯程, 陈雨行, 许素玲, 陈晓禾
, doi: 10.11999/JEIT200480
摘要:
急性下壁心肌梗死是一种病发急,进展快,致死率高的心脏疾病,该文提出一种新颖的基于形态特征提取的BiLSTM神经网络分类的急性下壁心肌梗死辅助诊断算法,可大幅度提高医生对急性下壁心肌梗死疾病的诊断效率并有助于及时确诊。算法包括:对胸痛中心数据库心拍信号进行降噪及心拍分割;根据临床心内科医学诊断指南提取了12导联波形距离特征和分导联波形幅值特征;依据提取的特征搭建LSTM与BiLSTM神经网络进行心拍的分类识别;使用PTB公开数据库和胸痛中心数据库多临床中心进行交叉验证。实验结果表明,加入胸痛中心真实临床数据后,基于形态特征提取BiLSTM神经网络的急性下壁心肌梗死辅助诊断算法准确率达到99.72%,精度达到99.53%,灵敏度达到100.00%,同时F1-Score达到99.76。该算法比其他现有算法准确率提高至少1%,该项研究具有非常重要的临床应用价值。
采用JVC算法生成枝切线的干涉相位解缠方法
王朝霞, 刘永信, 张杰, 范陈清
, doi: 10.11999/JEIT200086
摘要:
海面高程3维成像是随着天宫二号发射而实现的技术,相位解缠是3维成像高度计高程反演的关键步骤。为改进Goldstein枝切法,缩短干涉相位图中枝切线的总长度,提升相位解缠的精确性,该文提出一种基于JVC全局最优线性分配算法生成枝切线的相位解缠方法。首先找出干涉相位图中的所有残差点并计算每一对异号残差点之间的距离;通过对比每对残差点之间的距离和各自与最近边界的距离和,确定采用JVC算法放置枝切线还是在残差点与边界之间直接放置枝切线,使得平衡枝切线的总长度最短。通过对3维成像高度计海面高程仿真干涉相位图和Etna火山地区干涉图像进行解缠实验并与其它3种算法进行对比,表明该算法的解缠结果与真实相位值误差相对较小,而且能够有效避免“孤岛现象”的产生。
排列模式索引调制正交频分复用系统
邵凯, 金庚, 王光宇, 周博文
, doi: 10.11999/JEIT200248
摘要:
多模索引调制正交频分复用系统(MM-OFDM-IM)在索引调制正交频分复用系统的基础上采用不同星座集对系统中的全部子载波进行索引调制,能有效地提高系统的子载波利用率和频谱效率。但全部子载波的利用影响了系统的子载波间抗干扰能力,导致误码率性能下降。针对这一问题,该文提出排列模式索引调制正交频分复用系统。该系统在MM-OFDM-IM的基础上重新引入静默子载波,既能保证系统较高的频谱效率,又能提高系统的误码率性能。同时该文提出一种基于幅值相移键控的分类映射模式,即按半径大小排列的星座集分类模式,该模式能够良好结合系统传输的额外信息。最后仿真结果验证,该系统能够更优的均衡系统的频谱效率和误码率性能,且所提分类映射方案可以达到更优的系统性能。
基于双重注意力机制的遥感图像场景分类特征表示方法
徐从安, 吕亚飞, 张筱晗, 刘瑜, 崔晨浩, 顾祥岐
, doi: 10.11999/JEIT200568
摘要:
针对遥感图像场景分类面临的类内差异性大、类间相似性高导致的部分场景出现分类混淆的问题,该文提出了一种基于双重注意力机制的强鉴别性特征表示方法。针对不同通道所代表特征的重要性程度以及不同局部区域的显著性程度不同,在卷积神经网络提取的高层特征基础上,分别设计了一个通道维和空间维注意力模块,利用循环神经网络的上下文信息提取能力,依次学习、输出不同通道和不同局部区域的重要性权重,更加关注图像中的显著性特征和显著性区域,而忽略非显著性特征和区域,以提高特征表示的鉴别能力。所提双重注意力模块可以与任意卷积神经网络相连,整个网络结构可以端到端训练。通过在两个公开数据集AID和NWPU45上进行大量的对比实验,验证了所提方法的有效性,与现有方法对比,分类准确率取得了明显的提升。
一种基于均方偏差分析的通用最小均方算法
谢小平, 史雄坤
, doi: 10.11999/JEIT200639
摘要:
无论是传统的定步长还是最近新提出的变步长最小均方(LMS)算法,在处理特定数学特征的信号时需要对算法参数进行先验的估计才能达到较好的效果。但在实际信号处理过程中,算法参数的估计本就是一个很困难的过程。该文分析了LMS算法的均方偏差及收敛特性,并提出一种以相对误差为变量的变步长LMS算法,能够实现步长控制参数的自估计;可以自适应不同数学特征的信号,具体算例表明新算法有更快的收敛速度和较小的均方误差。
一种新型单层递归神经网络解决非光滑伪凸优化问题
喻昕, 卢惠霞, 伍灵贞, 徐柳明
, doi: 10.11999/JEIT200558
摘要:
非光滑伪凸优化问题是一类比较特殊的非凸优化问题,常出现在各类科学与工程应用中,因此具有很大的研究价值。针对现有神经网络模型解决非光滑伪凸优化问题存在的不足,该文基于微分包含理论,提出一种新型单层递归神经网络模型。通过理论分析,证明了神经网络状态解在有限时间内收敛到可行域,且永驻其中,最终神经网络状态解收敛于原优化问题的最优解。最后,通过数值实验,验证了所提理论的有效性。与现有的神经网络相比,该文所提神经网络模型结构简单仅为单层,不需要提前计算罚参数,且对初始点选取没有任何特殊的要求。
空间金字塔与局部感受野相结合的相关熵极限学习机
刘彬, 刘静, 吴超, 杨有恒
, doi: 10.11999/JEIT200562
摘要:
针对空间金字塔词袋模型中空间特征分布信息利用效率低,各类特征融合不充分的问题,该文提出空间金字塔与局部感受野相结合的相关熵极限学习机(SRC-ELM)。在特征提取部分,利用多尺度局部感受野对生成的多层级的字典特征分布图进行卷积,并引入局部位置特征和全局轮廓特征。在特征分类部分,提出一种新的网络以融合各部分特征。同时在传统极限学习机训练方法的基础上利用相关熵准则构建判别性约束,推导出权重更新公式以求解网络的输出权重。为验证SRC-ELM的有效性,该文分别在数据库Caltech 101, MSRC和15 Scene上进行实验。实验表明SRC-ELM能够充分利用特征中可辨识信息,提高分类正确率。
基于改进快速区域卷积神经网络的视频SAR运动目标检测算法研究
闫贺, 黄佳, 李睿安, 王旭东, 张劲东, 朱岱寅
, doi: 10.11999/JEIT200630
摘要:
针对传统视频SAR(ViSAR)运动目标检测方法存在的帧间配准难度大、快速运动目标阴影特征不明显、虚警概率高等问题,该文提出一种基于改进快速区域卷积神经网络(Faster R-CNN)的视频SAR运动目标检测方法。该方法结合Faster R-CNN深度学习算法,利用K-means聚类方法对anchor box的长宽及长宽比进行预处理,并采用特征金字塔网络(FPN)架构对视频SAR运动目标的“亮线”特征进行检测。与传统方法相比,该方法具有实现简单、检测概率高、虚警概率低等优势。最后,通过课题组研制的Mini-SAR系统获取的实测视频SAR数据验证了新方法的有效性。
基于深度森林的多级特征融合SAR目标识别
李璐, 杜兰, 何浩男, 李晨, 邓盛
, doi: 10.11999/JEIT200685
摘要:
大多数传统的合成孔径雷达(SAR)目标识别方法仅仅使用了单一的幅度特征,但是由于斑点噪声的存在,仅仅使用幅度特征会限制识别的性能。为了进一步提高SAR目标识别的性能,该文提出了一个基于深度森林的多级特征融合SAR目标识别方法。首先,在特征提取阶段,提取了多级幅度特征和多级密集尺度不变特征变换(Dense-SIFT)特征。幅度特征反映了目标反射强度,Dense-SIFT特征描述了目标的结构特征。而多级特征可以从局部到全局表征目标。随后,为了更完整、充分地反映SAR目标信息,借鉴深度森林的思想对多级幅度特征和多级Dense-SIFT特征进行联合利用。一方面通过堆叠的方式不断将多级幅度特征和多级Dense-SIFT特征进行融合,另一方面通过逐层的特征变换挖掘深层信息。最后利用得到的深层融合特征对目标进行识别任务。该文在MSTAR数据集上进行对比实验,实验结果表明所提算法在性能方面取得了提升,且其性能对超参数设置具有一定的鲁棒性。
基于遗传算法的智能粒子滤波重采样策略研究
刘海涛, 林艳明, 陈永华, 周尔民, 彭博
, doi: 10.11999/JEIT200561
摘要:
智能粒子滤波通过借鉴遗传算法思想能够减轻粒子退化现象。在基于遗传算法的智能粒子滤波基础上,该文提出对低权值粒子的自适应处理策略。在对粒子进行分离、交叉后,优化遗传算子,对低权值粒子进行自适应处理。低权值粒子根据权值大小自行判断是否为底层粒子;底层粒子将直接进行变异,其余低权值粒子将根据变异概率随机变异。仿真结果表明,改进的智能粒子滤波性能优于智能粒子滤波、一般粒子滤波算法和拓展卡尔曼滤波。在1维仿真实验中,改进的智能粒子滤波误差较一般粒子滤波算法和智能粒子滤波分别降低了10.5%和8.5%,且具有更好的收敛性;在多维仿真实验中,改进的智能粒子滤波较智能粒子滤波在高度均方根误差和平均误差上分别降低了8.5%和7.5%,在速度均方根误差和平均误差上分别降低了11.5%和7.6%;在乘性噪声和非高斯随机噪声中,改进的智能粒子滤波依旧有10%以上的性能优势。
相参处理间隔较短条件下基于稀疏重构及形态成分分析的航管雷达风电场杂波抑制
何炜琨, 毕峰华, 王晓亮, 张莹
, doi: 10.11999/JEIT200474
摘要:
近些年来,世界各国越来越重视风力发电的发展。风电场的存在可能对航管监视雷达性能产生负面影响,因此风电场杂波抑制技术的研究对于提升航管监视雷达工作性能、保障空中交通安全具有重大意义。形态成分分析(MCA)算法根据信号稀疏特征的不同应用于风电场杂波抑制时,计算量较低且性能较好。但是针对实际雷达参数中相参处理间隔(CPI)较短造成的谱分辨率降低及信号特征不明显时,MCA算法的杂波抑制性能受到影响,因此选择将稀疏重构算法与MCA算法结合用于短CPI情况下的风电场杂波抑制。该文认为短CPI接收回波数据为较长CPI雷达回波数据基础上发生尾部数据缺省,继而利用稀疏重构算法对缺省数据进行恢复,再利用MCA算法抑制风电场杂波。实验结果验证了该方法的有效性。
基于Ransac算法的捷变频联合正交频分复用雷达高速多目标参数估计
全英汇, 高霞, 沙明辉, 方文, 李亚超, 邢孟道
, doi: 10.11999/JEIT200529
摘要:
在现代雷达电子战场中,目标检测与其参数估计有着非常重要的意义。因此,该文提出了一种基于随机抽样一致算法(Ransac)的捷变频联合正交频分复用(FA-OFDM)雷达高速多目标参数估计的方法。首先,在传统捷变频雷达的每个脉冲内同时发射多个频率随机跳变的窄带OFDM子载波。将单个脉冲内所有子载波的回波信号进行脉冲压缩后,采用迭代自适应谱估计(IAA)算法合成目标的高分辨距离。然后,分别对各个脉冲的回波进行脉冲压缩和迭代自适应谱估计,得到不同脉冲时刻的高分辨距离,构成观测数据集。再根据Ransac算法估计信号参数模型的步骤,拟合多条时间-距离直线,进而对高速运动的多个目标同时进行参数估计。最后,分别分析了信噪比(SNR)对检测概率以及目标自身速度对其相对估计误差的影响。仿真实验验证了所提算法的有效性。
基于改进Kalman滤波模型的扫描合成孔径雷达图像扇贝效应校正方法
蔡永华, 王宇, 范怀涛
, doi: 10.11999/JEIT200060
摘要:
星载扫描合成孔径雷达(ScanSAR)采取Burst工作模式,该模式在获得宽幅测绘能力的同时,也导致图像中产生了固有的扇贝效应,严重影响图像的视觉效果和定量应用。该文结合对ScanSAR图像方位向统计特性的分析,针对现有滤波模型稳定性差和时间复杂度高等缺点,提出了一种改进的Kalman滤波模型,对图像方位向标准差和均值进行滤波以校正扇贝条纹。在高分三号(GF-3)卫星获取的真实ScanSAR图像上的校正结果验证了改进算法的有效性和高效性,此外在建筑群和海陆交界等复杂场景图像上的实验结果表明,改进算法具有较强的鲁棒性。
基于改进迭代扩展卡尔曼滤波的3星时频差测向融合动目标跟踪方法
曲志昱, 王超然, 孙萌
, doi: 10.11999/JEIT200526
摘要:
针对传统3星时频差定位系统在未知高程情况下,对运动辐射源会产生由目标速度引发的定位误差的问题,该文提出一种利用主星的干涉仪测向信息,结合3星时差、频差信息的无源融合动目标跟踪新方法。首先,在坐标系转换的基础上建立了定位模型,并在此基础上利用改进的迭代扩展卡尔曼滤波算法对未知高程的运动目标进行跟踪。仿真结果表明,该方法无需获知目标的高程信息即可实现对运动辐射源的定位、跟踪和测速,且对目标的位置、速度估计性能有较大的提高。
基于MEMS的距离自适应型非接触静电仪
闻小龙, 杨鹏飞, 储昭志, 彭春荣, 刘宇涛, 吴双
, doi: 10.11999/JEIT200571
摘要:
静电场测量是检测物体是否携带过量静电最直接的手段,对于静电防护具有重要意义。传统的静电仪主要依赖固定距离测量,在被测物难以维持静止或不容易靠近时,距离改变引起灵敏度变化,造成测量误差。该文基于微机电系统电场传感器,提出一种可根据测试距离自适应调整灵敏度的静电测量思路:通过超声波模块测量被测物的距离,然后通过单片机查找对应的灵敏度系数,结合电场测试结果计算被测电压。针对研制的静电仪,该文提出基于实验室标定及现场标定相结合的校准方法,搭建了动态灵敏度标定系统,计算出不同测试距离、不同被测物尺寸的传感器灵敏度系数对应关系。与定距测量的传统静电仪相比,该文通过灵敏度动态标定,实现了更精确的非接触表面静电压测量;采用微机电系统电场敏感元件,具有体积小、功耗低、易集成、可批量化制备等优点,封装后无裸露可动部件,可靠性高。经第三方计量检测,在不同测试距离下的平均误差为-2.98%。
稀疏码分多址系统一种改进的检测算法
武汉, 郝保明, 邵凯
, doi: 10.11999/JEIT200532
摘要:
稀疏码分多址(SCMA)系统中基于球形译码算法(SD)由于具有优良的性能受到越来越多的关注,然而现有基于SD的算法只能用于某些特定星座结构的检测,导致其应用受限。该文提出一种适用于任意星座且性能达到最大似然(ML)算法性能的改进球形译码(ISD)算法。该算法将用户星座图拆分,并将用户星座图转换为多层树结构,利用对树结构的搜索完成译码操作,并且对树的搜索是从高层向低层进行的。因此,可以将SCMA检测转换成最小化树结构部分度量问题;同时,所提出的改进算法对星座图的结构无任何限制,所以该算法适用于任意类型的星座图。此外,由于SCMA的稀疏性,每一层的部分度量均与分配给每个资源元素的用户无关,从而进一步降低了计算复杂度。
基于NOMA的无线携能D2D通信鲁棒能效优化算法
徐勇军, 刘子腱, 李国权, 陈前斌, 林金朝
, doi: 10.11999/JEIT200175
摘要:
针对频谱短缺、基站负荷过高、通信系统功耗较大等问题,考虑不完美的信道状态信息,该文提出一种基于非正交多址接入的无线携能(SWIPT)D2D网络鲁棒能效(EE)最大化资源分配算法(SREA)。考虑用户的服务质量约束以及最大发射功率约束,基于随机信道不确定性建立鲁棒能效最大化资源分配模型。利用Dinkelbach和变量替换方法,将原NP-hard问题转换为确定性的凸优化问题,通过拉格朗日对偶理论求得解析解。仿真结果表明,所提算法在保证蜂窝用户通信质量的同时,能够有效提高D2D用户的能效性和鲁棒性能。
一种无人机集群安全高效的分区集结控制策略
赵太飞, 宫春杰, 张港, 张爽
, doi: 10.11999/JEIT200601
摘要:
针对无人机集群在特定场景下需要在指定区域安全、快速集结成指定队形的需求,该文提出了一种分区集结的控制策略。考虑无人机(UAV)的初始分布位置、集结区域以及编队图案等约束,为每架UAV分配目标集结点并使总航程尽量小。将近集结点区域等分为多个分区,不同分区内的UAV均按一定规则依次沿直线向所分配目标集结点航行,无多余航路能耗且互不影响。UAV间通过紫外光进行稳定的机间通信并共享已知信息实现集群内部信息共享。实验结果表明:随着分区数的增多,集群的集结时间呈阶梯型下降,阶梯高度与各分区所含UAV数目的最大值呈近似线性关系,预测碰撞概率逐渐降低接近于0,验证了所提方法的可行性和有效性。另外,根据实验结果得出的规律提出了一种依据不同需求选择最佳分区数的方法。
水声通信中一种新型无前后缀的单载波频域均衡技术
涂星滨, 肖芳贵, 许肖梅
, doi: 10.11999/JEIT200611
摘要:
单载波频域均衡(SC-FDE)是水声通信中实现高数据率传输的重要技术之一,但传输序列中周期性插入的循环前缀或保护间隔等前后缀降低了频带利用率和通信速率。该文在时间反转(TR)处理的基础上提出一种新型无前后缀的水声单载波频域均衡技术,即发射机传输无前后缀的单载波信号,接收机对各个数据块的后缀进行重构并利用频域均衡技术消除符号间干扰。重构数据块后缀作为接收机的核心部分,主要包括3个步骤:TR处理、干扰消除和后缀重构。首先,TR处理将来自接收阵元的多通道信号融合为单通道信号,并且其等效信道冲激响应(即q函数)的稳定主峰避免了后缀重构中的噪声放大。然后,通过干扰消除,去除来自前一数据块的块间干扰(IBI)和来自当前数据块的反因果干扰(ACI)。最后,根据q函数主峰及其右侧的因果部分计算信号的各个路径分量,实现数据块的后缀重构。实验结果验证了这一技术的有效性,并且性能优于现有无前后缀的单载波频域均衡技术。