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:
基于子空间投影的复杂水下环境运动小目标检测前跟踪方法
陈华杰, 白浩然
, doi: 10.11999/JEIT200446
摘要:
针对复杂水下环境运动小目标检测中存在的目标信号强度弱、信杂比低等问题,该文提出基于子空间投影的检测前跟踪(TBD)算法:对原始图像数据截取序列片段,将3维时空片段中的短时运动航迹投影到2维子空间平面;利用2维投影图中平面航迹的形态特征进行初步筛选,提取目标的有效运动区域;将2维平面中的目标短时航迹在局部区域重建3维时序,在3维航迹回溯过程中利用目标运动特征再次筛选目标短时航迹。通过上述分级检测机制,可实现快速高精度的目标短时航迹检测。结合前景检测以及基于层次凝聚聚类(HAC)的长时航迹检测算法,构建了针对运动小目标的完整检测前跟踪方法。最后使用实测声呐图像数据验证了算法的检测精度和检测速度。
杂波背景下基于交替方向乘子法的低截获频控阵MIMO雷达收发联合优化方法
巩朋成, 王兆彬, 谭海明, 王文钦
, doi: 10.11999/JEIT200445
摘要:
针对相控阵雷达无法有效实现特定区域能量控制的问题,该文提出一种杂波环境下基于交替方向乘子法(ADMM)的频控阵MIMO(FDA-MIMO)雷达低截获(LPI)优化设计方法。该方法的优化准则是在保证目标参数估计性能的条件下,通过联合设计发射波束和接收滤波器使FDA-MIMO雷达在目标2维(距离-方位)区域上辐射的能量尽量小,即尽可能地降低雷达被截获的概率;接着利用加权求和的方法将优化准则构造成多比例分式规划(FP)和的问题;然后利用循环迭代的方法,将优化问题转化成两个子优化问题;最后基于ADMM方法消除等式约束,并通过最小化2阶2次近似优化问题获得发射波束的闭合解。此外,也分析了该方法的计算复杂度。仿真部分通过输出信干燥比(SINR)、发射和接收方向图验证了该方法的有效性。
两种降低复杂度的符号翻转多元LDPC译码算法
陈海强, 王瑶玲, 韦文娟, 蒋炳旭, 孙友明, 黎相成, 覃团发
, doi: 10.11999/JEIT191008
摘要:
该文提出两种低复杂度的基于符号翻转的多元低密度奇偶校验码(LDPC)译码算法:改进型多元加权译码算法(Iwtd-AlgB)和基于截断型预测机制的符号翻转(TD-SFDP)算法。Iwtd-AlgB算法利用外信息频率和距离系数的简单求和取代了迭代过程中的乘性运算操作;TD-SFDP算法结合外信息频率和翻转函数特性,对译码节点和有限域符号进行截断和划分,使得只有满足条件的节点和符号参与运算和翻转预测。仿真和数值结果显示,该文提出的两种算法在性能损失可控前提下,可减少每次迭代的运算操作数,实现性能和复杂度之间的折中。
基于ReliefF-Pearson的嗅觉脑电通道选择
张小内, 翟文鹏, 侯惠让, 孟庆浩
, doi: 10.11999/JEIT200413
摘要:
基于脑电(EEG)信号的气味识别研究在嗅觉功能客观评价及嗅觉障碍疾病诊断等方面具有重要的应用价值。在实际应用场景中使用过多EEG通道会带来诸多不便,因此研究如何选择EEG通道尤为重要。该文针对嗅觉EEG信号分类中的通道选择问题,提出了一种新型的基于ReliefF-Pearson的嗅觉EEG通道选择算法。该算法结合ReliefF的权值思想和Pearson系数的相关性原理对EEG通道进行选择。结果表明,与传统基于ReliefF的通道选择算法相比,该文所提算法在保证一定分类准确率的同时能够显著减少使用的通道数量,并且通道选择的结果不依赖人为经验和分类器。此外,使用该方法获取的通道,其空间分布与已有的嗅觉神经生理学位置相一致,进一步证实了该方法的科学性和有效性。该文所提算法为嗅觉EEG通道选择的研究提供了新思路。
基于深度时空特征融合的多通道运动想象EEG解码方法
杨俊, 马正敏, 沈涛, 陈壮飞, 宋耀莲
, doi: 10.11999/JEIT190300
摘要:
脑电(EEG)是一种在临床上广泛应用的脑信息记录形式,其反应了脑活动中神经细胞放电产生的电场变化情况。脑电被广泛应用于脑-机接口(BCI)系统。然而,研究表明脑电信息空间分辨率较低,这种缺陷可以综合分析多通道电极的脑电数据来弥补。为了从多通道数据中高效地获取到与运动想象任务相关的辨识特征,该文提出一种针对多通道脑电信息的卷积神经网络(MC-CNN)解码方法,先对预先选取好的多通道数据预处理后送入2维卷积神经网络(CNN).进行时间-空间特征提取,然后利用自动编码(AE)器把这些特征映射为具有辨识度的特征子空间,最后指导识别网络进行分类识别。实验结果表明,该文所提出的多通道空间特征提取和构建方法在运动想象脑电任务识别性能和效率上都具有较大优势。
非平稳信道下LDPC码低复杂度滑窗置信传播联合信道估计与译码算法
杨洋, 方勇, 单博炜
, doi: 10.11999/JEIT200406
摘要:
随着移动通信应用场景的持续增多,非平稳信道成为越来越常见的传输环境,而非平稳信道下的可靠传输依赖于准确的信道估计。基于信源编码中用于信源参数估计和信源相关性估计的滑窗置信传播(SWBP)算法,该文提出一种非平稳信道下LDPC码的联合信道估计与译码(JCED)算法;同时,分别基于交叉熵和离散傅里叶变换提出两种在每轮JCED迭代中自适应设置滑窗长度的快速算法。仿真结果表明,在无导频辅助的前提下,所提算法具有接近理想信道估计下置信传播译码的性能以及高效率、低复杂度、强鲁棒性和不导致错误平层等优点。
低秩循环矩阵的构造方法及其关联的多元LDPC码
徐恒舟, 朱海, 冯丹, 张博, 周慢杰
, doi: 10.11999/JEIT200351
摘要:
在图像处理中,低秩矩阵的冗余信息可用于图像恢复和图像特征提取,而在迭代译码中,校验矩阵的冗余行可以加快译码收敛速度。该文研究一类易于硬件实现的低秩循环矩阵。首先将循环矩阵转换为位置集合,并基于同构理论简化了位置集合的搜索空间,从而基于比特移位方法提出了循环矩阵的构造方法。考虑非零域元素的列赋值与矩阵秩之间的关系,选取Tanner图中没有长度为4的环的循环矩阵,基于非零域元素的列赋值思想提出了不同阶数、不同码率的多元LDPC码构造方法。数值仿真结果表明,与基于PEG算法构造的二元LDPC码比较,所构造的多元LDPC码在BPSK调制方式下在误码字率10–5附近有0.9 dB的增益;在与高阶调制相结合时,有更大的性能提升。此外,所构造的多元LDPC码在迭代5次与50次下的性能几乎一致,这为低时延高可靠通信提供了一种有效的候选编码方案。
套球壳型非接触式交流验电装置研究
杨鹏飞, 闻小龙, 倪晓明, 彭春荣
, doi: 10.11999/JEIT200286
摘要:
该文提出一种基于套球壳型电场探头的非接触式交流验电装置。套球壳型结构类似差分结构,可消除共模干扰噪声的影响。建立套球壳型结构的电场分布理论模型,得到外球壳表面的感应电荷密度和电场探头的灵敏度表达式。提出电场探头的等效电路模型,并设计了接口电路,最终成功研制出非接触式交流验电装置样机。测试结果表明:已研制样机的电压输出与施加电场之间有良好的线性关系,线性度达到0.66%,并且测试结果与计算结果有较好的一致性;当样机在0~45°范围内转动时,其输出的电压值仅降低了4.0%,说明验电装置的小角度旋转基本上不影响验电的准确性;越接近输电线路,样机输出的电压值的增大速度越快,阈值易于识别,说明越容易验电。
基于多尺度圆周频率滤波与卷积神经网络的遥感图像飞机目标检测方法研究
杨钧智, 吴金亮, 智军
, doi: 10.11999/JEIT200144
摘要:
针对遥感图像飞机目标检测因目标尺度不一存在漏警、虚警等问题,该文基于遥感图像中飞机目标形状特征和灰度变化特点提出了一种多尺度飞机目标自动检测算法。该算法首先采用多尺度圆周频率滤波器滤除遥感图像复杂背景,实现不同尺度飞机目标候选区域提取;然后,通过构建卷积神经网络(CNN)模型实现候选区域有效分类,最终精确确定飞机目标位置。最后,基于获取的真实遥感图像进行目标检测算法实验验证,经统计该算法的飞机目标检测率为94.38%,虚警率为3.76%,实验结果充分验证了该文算法的有效性,该算法可为机场监管、军事侦察等应用提供重要的技术支持。
基于深度多级小波变换的图像盲去模糊算法
陈书贞, 曹世鹏, 崔美玥, 练秋生
, doi: 10.11999/JEIT190947
摘要:
近年来卷积神经网络广泛应用于单幅图像去模糊问题,卷积神经网络的感受野大小、网络深度等会影响图像去模糊算法性能。为了增大感受野以提高图像去模糊算法的性能,该文提出一种基于深度多级小波变换的图像盲去模糊算法。将小波变换嵌入到编-解码结构中,在增大感受野的同时加强图像特征的稀疏性。为在小波域重构高质量图像,该文利用多尺度扩张稠密块提取图像的多尺度信息,同时引入特征融合块以自适应地融合编-解码之间的特征。此外,由于小波域和空间域对图像信息的表示存在差异,为融合这些不同的特征表示,该文利用空间域重建模块在空间域进一步提高重构图像的质量。实验结果表明该文方法在结构相似度(SSIM)和峰值信噪比(PSNR)上具有更好的性能,而且在真实模糊图像上具有更好的视觉效果。
脉冲噪声环境下基于相关熵的多径TDOA估计算法
李森, 王基福, 林彬
, doi: 10.11999/JEIT200358
摘要:
为了实现脉冲噪声环境下不受相关法分辨极限限制的高分辨率多径TDOA估计,该文利用相关熵理论中的最大相关熵准则,结合将多维优化问题转化为多个1维优化问题的期望最大化方法,提出了一种相关熵期望最大化高分辨率多径TDOA估计算法。仿真实验结果表明该文所提出的算法在强脉冲噪声和低信噪比的环境下都具有很好的估计性能,并且算法中参数的选取不依赖于脉冲噪声的先验信息。
无线多中继系统中判决门限辅助的快速Z转发协作
包建荣, 林昀轩, 刘超, 姜斌, 朱芳, 何剑海
, doi: 10.11999/JEIT200183
摘要:
针对Z向转发(ZF)协作所有中继节点均参与协作转发导致的能耗利用不合理问题,提出了一种适用于多中继场景下的门限辅助判决快速Z转发(DT-FZF)协作。当中继节点处接收信号对数似然比(LLR)的绝对值小于门限时,中继节点不参与协作转发;否则中继节点协作转发经截断后的LLR。放大转发(AF)、译码转发(DF)、分段转发(PF)和ZF协作可看作是DT-FZF协作的特殊情况。在3中继系统,误比特率为10–3时,相比ZF协作,所提协作可获得约0.8 dB的性能增益。
一种低秩张量约束的下视稀疏线阵SAR三维成像算法
张思乾, 于美婷, 匡纲要
, doi: 10.11999/JEIT200274
摘要:
为了解决3维稀疏数据处理中向量化或矩阵化带来的原始空间结构破坏与计算复杂度高的问题,该文针对下视稀疏线阵3维SAR成像几何模型和回波信号特点,构建了张量空间信号模型,提出了一种基于低秩张量补全的3维SAR稀疏成像算法。该算法首先利用回波张量的低秩性,通过张量补全重构稀疏回波中的丢失元素,再对补全后的全采样信号张量进行3维成像,从而获得高效率、低旁瓣、高分辨率3维图像。基于X波段下视稀疏线阵.维SAR点目标回波进行了.维成像仿真实验,比较了在不同信噪比和采样率条件下的成像性能,并基于实测数据进一步验证了该算法的有效性和优势。
基于DNA链置换的赢家通吃神经网络
王宾, 李亚, 赵宏伟
, doi: 10.11999/JEIT200579
摘要:
DNA链置换技术被广泛用于生物计算中,在计算能力和信息处理方面表现出色。但是,在信号的放大、恢复与比较等一些计算中使用DNA链置换技术,不仅增加DNA链的数量,还会带来额外的计算成本。因此,为了减少DNA链的使用数量,该文构建了一个基于DNA链置换实现的赢家通吃(WTA)神经网络。首先,通过神经元实现逻辑运算AND, NAND和OR,将其级联成WTA神经网络解决了线性不可分问题。通过与别人结果的比较,证明该文采用方法的有效性,并在Visual DSD(DNA链置换)中获得了稳定而直观的结果。然后,为了检验神经元级联的可扩展性,设计了一个3人表决器,并对科学家进行分类,该文展示了分子系统如何表现出与大脑具有类似行为的思考能力,最后证明获得的准确率高于其它方法。
基于目标场景结构化稀疏重构的三维雷达成像方法
张研, 王保平, 方阳, 王佳慧, 宋祖勋
, doi: 10.11999/JEIT200071
摘要:
基于成像场景散射强度稀疏表示的3维雷达成像结果对目标的外形几何细节体现较差,不利于目标识别。该文首先分析了目标在成像场景内散射强度的结构化特征,然后以散射点梯度信息进行了结构化稀疏表示,构建了基于目标散射强度梯度变化的结构化稀疏重构模型,最后通过改进的联合正交匹配追踪算法重构出目标3维图像。实验结果表明,该方法具有较好的抗噪性能和成像质量,可以更好地反映目标外形几何特征。
引入全局上下文特征模块的DenseNet孪生网络目标跟踪
谭建豪, 殷旺, 刘力铭, 王耀南
, doi: 10.11999/JEIT190788
摘要:
近年来,采用孪生网络提取深度特征的方法由于其较好的跟踪精度和速度,成为目标跟踪领域的研究热点之一,但传统的孪生网络并未提取目标较深层特征来保持泛化性能,并且大多数孪生网络只提取局部领域特征,这使得模型对于外观变化是非鲁棒和局部的。针对此,该文提出一种引入全局上下文特征模块的DenseNet孪生网络目标跟踪算法。该文创新性的将DenseNet网络作为孪生网络骨干,采用一种新的密集型特征重用连接网络设计方案,在构建更深层网络的同时减少了层之间的参数量,提高了算法的性能,此外,为应对目标跟踪过程中的外观变化,该文将全局上下文特征模块(GC-Model)嵌入孪生网络分支,提升算法跟踪精度。在VOT2017和OTB50数据集上的实验结果表明,与当前较为主流的算法相比,该文算法在跟踪精度和鲁棒性上有明显优势,在尺度变化、低分辨率、遮挡等情况下具有良好的跟踪效果,且达到实时跟踪要求。
子空间约束的一阶秩1干扰下的自适应检测
邹鲲, 来磊, 骆艳卜, 李伟
, doi: 10.11999/JEIT200259
摘要:
在复杂电磁环境中,雷达获取的回波数据若受到干扰,会影响到雷达的探测性能。该文针对雷达目标自适应检测问题,假定待检测单元和部分参考数据受到1阶秩1干扰,且干扰约束在某个已知的子空间内。首先基于双步广义似然比(2SGRLT)准则,提出子空间约束(SC)的2SGLRT检测器(SC-2SGLRT)。进一步采用修正的双步广义似然比(M2SGLRT)准则,提出子空间约束的M2SGLRT检测器(SC-M2SGLRT),该检测器的性能明显优于SC-2SGLRT。最后基于3步(3S)广义似然比检验准则,提出子空间约束的3步广义似然比检测器(SC-3SGLRT),该检测器性能与SC-2SGLRT相当,且计算量最小。计算机仿真分析表明,充分利用参考数据和干扰先验信息,有助于提升检测性能。
基于高斯平滑压缩感知分数阶全变分算法的图像重构
覃亚丽, 梅济才, 任宏亮, 胡映天, 常丽萍
, doi: 10.11999/JEIT200376
摘要:
针对全变分(TV)算法梯度效应造成图像纹理细节丢失和单像素成像系统中的环境噪声问题,该文给出基于高斯平滑压缩感知分数阶全变分(FOTVGS)算法的图像重构。分数阶微分损失图像低频分量的同时增加了图像的高频分量,达到增强图像细节的目的,高斯平滑滤波算子更新拉格朗日梯度算子滤除了微分算子导致的加性高斯白噪声高频分量的增加。仿真结果表明,对比其他4种同类算法,在相同的采样率和噪声水平下,该算法能取得最大的峰值信噪比(PSNR)和结构相似度(SSIM)。采样率为0.2时,对比分数阶全变分(FOTV)算法,在无噪声(测量值\begin{document}${\rm{SNR}} = \infty $\end{document})和有噪声(测量值\begin{document}${\rm{SNR}} = 25\;{\rm{dB}}$\end{document})情况下提高的最大峰值信噪比和结构相似度分别是1.39 dB(0.035)和3.91 dB(0.098)。可见,此算法在无噪声和有噪声情况下均能提高图像的重构质量,尤其是在有噪声情况下对图像重构质量有较大提高。该算法为单像素成像等计算成像系统中由于环境造成的噪声的图像重构提供了可行的解决方案。
直接序列扩频系统抗干扰能力研究
李振东, 谭维凤, 康成斌, 程竟爽
, doi: 10.11999/JEIT191007
摘要:
在进行扩频系统设计时,有时需要分析系统的抗干扰能力,但现有的文献中关于直接序列扩频系统的抗宽带干扰能力、抗部分频带干扰能力说法不一致,提供的误比特率(BER)公式也互相不一致。该文通过理论推导给出了直接序列扩频系统在宽带干扰、部分频带干扰下更具一般意义的误比特率公式,并通过计算机仿真验证了该公式的正确性。最后利用该文给出的公式对直扩系统的性能随干扰频点、干扰带宽的变化趋势做了分析。
基于距离-多普勒补偿的多基雷达协同抗主瓣压制干扰
胡勤振, 杨建宇, 吴良斌, 高超, 路成军
, doi: 10.11999/JEIT200229
摘要:
针对多基地雷达系统中多普勒频差导致干扰信号的去相关的问题,该文提出一种基于距离-多普勒补偿的多基雷达协同抗主瓣压制干扰方法。首先,通过不同雷达平台接收到的干扰信号的互相关函数,分析了多普勒频差对多平台干扰信号的相关性影响。其次,通过最大化时间-多普勒2维相关函数对传播延时差与多普勒频差进行估计和补偿,实现主瓣干扰抑制。然后,为了降低运算量,先利用幅度相关估计出传播延时差,再估计出多普勒频差。仿真结果表明,通过多普勒频率补偿后进行干扰信号级相消处理,可有效抑制主瓣压制干扰。
一种新型5G非授权频段非连续接收机制
裴旭明, 钱骅, 王海峰, 康凯
, doi: 10.11999/JEIT200497
摘要:
非连续接收(DRX)是5G非授权频段部署中重要的节能机制。为授权频段设计的非连续接收机制,不能良好适配非授权频段,唤醒窗口长度固定而不能随信道繁忙程度调整,为保证传输时延性能则需要消耗更多能量。该文针对5G非授权频段新无线技术(5G NR-U),提出一种新型非连续接收机制。在新机制中,非授权频段新空口设备处于唤醒状态时不断对信道进行能量检测来判断信道的忙闲状态,并据此自适应调整唤醒窗口时间。相比唤醒窗口长度固定的原有机制,数学模型分析和仿真实验的结果表明,在保证业务传输时延要求的前提下,新机制可比原有机制节约更多的能量。在文中典型场景中,新机制比原有机制可多节约能量11%。
基于多维时空的NPCA-PSR-IGM(1,1)组合模型的短时交通流预测
殷礼胜, 高贺, 魏帅康, 孙双晨, 何怡刚
, doi: 10.11999/JEIT200026
摘要:
针对城市短时交通流序列非线性和混沌性的特点,为提高短时交通流的预测精度,该文提出一种基于多维时空的非线性主成分分析(NPCA)和相空间重构(PSR)的改进灰色(IGM(1,1))组合预测模型。首先,使用数据相关性的非线性主成分分析算法对多维交通流量序列进行时空降维,同时保留影响预测点的主要交通流量数据,从而提高建模的精确度;其次,利用多维时空交通流量序列相空间重构放大交通流量内部的细微特征,以使其内在规律得以充分展现,进一步提升预测精度;最后,结合背景值改进的灰色模型适应于线性、非线性以及所需数据少的特点,进行短时交通流预测。实验结果表明,NPCA-PSR-IGM(1,1)组合预测模型的平均相对误差相比NPCA-PSR-GM(1,1)组合预测模型减小3.21%,其标准偏差相对PCA-PSR-IGM(1,1)组合预测模型从15.7091下降到2.0589。同时与最新的预测模型相比,该组合预测模型也提高了预测精度,达到较好的预测效果。
用于全同态加密的数论变换乘法蝶形运算优化及实现
华斯亮, 张惠国, 王书昶
, doi: 10.11999/JEIT200174
摘要:
全同态加密(FHE)可以真正从根本上解决云计算时将数据及其操作委托给第三方时的数据安全问题。针对全同态加密中占较大比例的大整数乘法运算优化需求,该文提出一种数论变换乘法蝶形运算的操作数合并算法,利用取模操作的快速算法,分别可将基16和基32运算单元的操作数减少到43.8%和39.1%。在此基础上,设计并实现了数论变换基32运算单元的硬件设计架构,在SMIC 90 nm工艺下的综合结果显示,电路的最高工作频率为600 MHz,面积1.714 mm2。实验结果表明,该优化算法提升了数论变换乘法蝶形运算的计算效率。
基于微控制器的AES激光注入攻击研究
姜会龙, 朱翔, 李悦, 马英起, 上官士鹏, 韩建伟, 蔡莹
, doi: 10.11999/JEIT200163
摘要:
密码设备面临故障攻击的威胁,针对密码芯片的故障攻击手段研究是密码学和硬件安全领域的重要研究方向。脉冲激光具有较好的时空分辨性,是一种准确度较高的故障攻击手段。该文详细描述了激光注入攻击的原理和方法,以集成AES-128算法的微控制器(MCU)为例实施了激光注入攻击实验。实验以微控制器的SRAM为攻击目标,分别成功实现了差分故障攻击和子密钥编排攻击,恢复了其16 Byte的完整密钥,其中后一种攻击是目前首次以激光的手段实现。研究表明,激光注入攻击能准确定位关键数据存放的物理位置,并能在任意的操作中引入错误,实现单比特的数据翻转,满足故障攻击模型的需求。激光注入攻击能在较短时间内完成自动攻击和密文收集,攻击过程贴近真实场景,对密码芯片具有极大的威胁。
基于混沌理论的无源互调功率预测研究
白春江, 崔万照, 李军
, doi: 10.11999/JEIT190977
摘要:
该文以通信系统中常用的典型微波部件——同轴连接器为研究对象,基于混沌理论对获得的同轴连接器的无源互调(PIM)功率时间序列进行分析,验证了使用混沌理论预测无源互调的有效性。首先通过实验系统获得同轴连接器的3阶无源互调功率时间序列,并对得到的实验数据进行相空间重构,确定该时间序列的最佳嵌入维数m和延迟时间τ。然后,结合最佳嵌入维数和延迟时间,分别构建相图和使用小数据量法计算该时间序列的最大Lyapunov指数,从而从定性和定量角度验证了该无源互调功率时间序列具有混沌特性。在此基础上,基于获得的最大Lyapunov指数对该无源互调功率时间序列进行混沌预测,在最大可预测尺度范围内,理论预测值与实验值最大误差为2.61%,表明采用混沌方法预测无源互调功率效果较好。该文提出的使用混沌理论预测通信系统中微波部件无源互调功率的方法,为开展无源互调抑制技术研究,提高通信系统的性能提供了新思路。
孪生网络框架下融合显著性和干扰在线学习的航拍目标跟踪算法
孙锐, 方林凤, 梁启丽, 张旭东
, doi: 10.11999/JEIT200140
摘要:
针对一般跟踪算法不能很好地解决航拍视频下目标分辨率低、视场大、视角变化多等特殊难点,该文提出一种融合目标显著性和在线学习干扰因子的无人机(UAV)跟踪算法。通用模型预训练的深层特征无法有效地识别航拍目标,该文跟踪算法能根据反向传播梯度识别每个卷积滤波器的重要性来更好地选择目标显著性特征,以此凸显航拍目标特性。另外充分利用连续视频丰富的上下文信息,通过引导目标外观模型与当前帧尽可能相似地来在线学习动态目标的干扰因子,从而实现可靠的自适应匹配跟踪。实验证明:该算法在跟踪难点更多的UAV123数据集上跟踪成功率和准确率分别比孪生网络基准算法高5.3%和3.6%,同时速度达到平均28.7帧/s,基本满足航拍目标跟踪准确性和实时性需求。
快速自适应非局部空间加权与隶属度连接的模糊C-均值噪声图像分割算法
王小鹏, 王庆圣, 焦建军, 梁金诚
, doi: 10.11999/JEIT191016
摘要:
针对传统模糊C-均值聚类(FCM)算法难以对噪声图像进行分割的问题,该文提出一种快速自适应非局部空间加权与隶属度连接的模糊FCM抗噪图像分割算法。首先,利用一种非局部空间信息快速计算方法,将以图像所有像素为循环的原始非局部信息计算方法,改为以搜索窗口尺寸为循环,利用空间位移图像与递归高斯滤波的计算方法,克服非局部空间信息计算复杂的问题;其次,计算原始图像与非局部信息项的差值的平方,将其作为非局部信息项的自适应权重,并将差值的平方作倒数变换,作为原始图像的自适应权重;最后,将每个聚类簇中所有像素隶属度之和的对数平方加入目标函数的分母,形成隶属度连接,减少目标函数迭代次数。含噪人工与自然图像分割实验表明,该算法在分割准确度、平均交并比、归一化互信息、运行时间与迭代次数等性能方面优于其他几种FCM算法。
一种改进的广义循环相关熵时延估计方法
邱天爽, 刘浩, 张家成, 李景春, 李蓉
, doi: 10.11999/JEIT200142
摘要:
针对同频带干扰及脉冲噪声并存的复杂电磁环境下现有时延估计算法性能退化的问题,该文引入双曲正切函数,提出一种改进的广义循环相关熵时延估计(HTGCCE)算法。首先指出脉冲噪声存在时广义循环相关熵算法的优势及性能退化的原因。然后利用双曲正切函数对其进行改进,以提高算法在脉冲噪声下的时延估计性能。仿真实验表明,提出的算法在脉冲噪声的特征指数较小、信噪比较低及信干比较低时仍保持很好的时延估计性能。
基于时空信息融合的无人艇水面目标检测跟踪
周治国, 荆朝, 王秋伶, 屈崇
, doi: 10.11999/JEIT200223
摘要:
在无人艇(USV)的导航、避障等多种任务中,目标检测与跟踪都十分重要,但水面环境复杂,存在目标尺度变化、遮挡、光照变化以及摄像头抖动等诸多问题。该文提出基于时空信息融合的无人艇水面视觉目标检测跟踪,在空间上利用深度学习检测,提取单帧深度语义特征,在时间上利用相关滤波跟踪,计算帧间方向梯度特征相关性,通过特征对比将时空信息进行融合,实现了持续稳定地对水面目标进行检测与跟踪,兼顾了实时性和鲁棒性。实验结果表明,该算法平均检测速度和精度相对较高,在保证检测跟踪速度的情况下,提高了精确度。
基于节点冗余容量动态控制的复杂网络鲁棒性研究
张震, 刘迪洋, 张进, 谢记超
, doi: 10.11999/JEIT200185
摘要:
针对传统级联失效模型中冗余参数固定不变的问题,该文综合考虑节点受攻击程度不同和失效过程中网络拓扑的动态变化,建立了基于节点冗余容量动态控制(DRC)的级联失效模型。通过定义网络相变临界因子\begin{document}$\theta $\end{document}衡量节点失效引发级联失效的概率,分析了网络鲁棒性与\begin{document}$\theta $\end{document}之间的相关性,并结合度分布函数详细推导了\begin{document}$\theta $\end{document}的解析表达式,基于解析表达式提出了两种网络鲁棒性提升策略。仿真结果表明,在模型网络和真实网络中,根据被攻击节点度的不同,通过调整节点初始负载参数\begin{document}$\tau $\end{document}可以有效提高目标网络的鲁棒性;DRC模型下级联失效传播范围较Motter-Lai(ML)模型显著减小。
基于CT征象量化分析的肺结节恶性度分级
陈皓, 段红柏, 郭紫园, 强永乾
, doi: 10.11999/JEIT200167
摘要:
为了提高肺结节恶性度分级的计算精度及可解释性,该文提出一种基于CT征象量化分析的肺结节恶性度分级方法。首先,融合影像组学特征和通过卷积神经网络提取的高阶特征构造分析CT征象所需的特征集; 接着,在混合特征集的基础上利用进化搜索机制优化集成学习分类器,实现对7种肺结节征象的识别和量化打分; 最后,将7种CT征象的量化打分输入到一个利用差分进化算法优化产生的多分类器,实现肺结节恶性度的分级计算。在实验研究中使用LIDC-IDRI数据集中的2000个肺结节样本进行进化集成学习器和恶性度分级器的训练和测试。实验结果显示对7种CT征象的识别准确率可达0.9642以上,肺结节恶性度分级的准确率为0.8618,精确率为0.8678,召回率为0.8617, F1指标为0.8627。与多个典型算法的比较显示,该文方法不但具有较高的准确率,而且可对相关CT征象进行量化分析,使得对恶性度的分级结果更具可解释性。
一种稳健的机载面阵雷达非均匀杂波抑制方法
肖浩, 王彤, 文才, 刘程
, doi: 10.11999/JEIT191051
摘要:
在非均匀杂波和密集目标环境下,由于没有足够的独立同分布(IID)训练样本,传统空时自适应处理(STAP)方法的杂波抑制性能严重下降。针对以上问题,该文提出一种对阵元误差稳健的机载面阵雷达非均匀杂波抑制方法。该方法首先根据雷达系统参数先验知识构造杂波表示基矩阵。然后在考虑阵元误差的情况下,基于最小二乘准则迭代地估计杂波表示系数和阵元误差,最后利用估计得到的最优杂波表示系数和阵元误差直接在阵元脉冲域进行杂波对消。该方法无需估计待检测单元统计特性;没有孔径损失;不需要训练样本;即使在距离模糊情况下也能有效地抑制密集目标环境下机载面阵雷达回波数据中的非均匀杂波。仿真结果验证了该文方法的有效性。
面向安全协议的虚拟化可编程数据平面
祝现威, 常朝稳, 秦晰, 左志斌
, doi: 10.11999/JEIT190720
摘要:
随着网络安全技术发展,越来越多网络安全协议出现,因此需要网络转发设备对网络安全协议提供支持。可编程数据平面由于其协议的无关性,能够实现安全协议的快速部署。但当前可编程数据平面存在包头多次解析、独占数据平面和密码算法实现难的问题。针对上述问题,该文提出一种面向安全协议的虚拟化可编程数据平面(VCP4),其通过引入描述头降低包头解析次数,提高包头解析效率。使用控制流队列生成器和动态映射表实现可编程数据平面的虚拟化,实现多租户下数据平面的隔离,解决独占数据平面问题。在VCP4的语言编译器中添加密码算法原语,实现密码算法可重用。最后针对VCP4资源利用率,虚拟化性能和安全协议性能进行实验评估,结果显示在实现功能的基础上带来较小的性能损失,且能降低50%的代码量。
基于Sigmoid框架的非负最小均方算法
樊宽刚, 邱海云
, doi: 10.11999/JEIT200018
摘要:
脉冲噪声会导致非负算法在迭代过程中存在过大的误差值,进而破坏算法的稳定性使其性能严重下降,对此该文提出一种基于Sigmoid框架的非负最小均方算法(SNNLMS)。该算法将传统的非负代价函数嵌入Sigmoid框架中得到新的代价函数,新的代价函数具有抑制脉冲噪声影响的特性。此外,为了增强SNNLMS算法在稀疏系统识别问题上的鲁棒性,该文还提出基于反比例函数的反比例Sigmoid非负最小均方算法(IP-SNNLMS)。仿真结果表明SNNLMS算法有效地解决了脉冲噪声造成的失调问题;IP-SNNLMS增强了算法鲁棒性,改进了算法在稀疏系统识别问题中收敛速率上的缺陷。
面向用户体验的多小区混合非正交多址接入网络资源分配方法
邵鸿翔, 孙有铭, 蔡佶昊
, doi: 10.11999/JEIT20032
摘要:
该文研究了多小区混合非正交多址接入(MC-hybrid NOMA)网络的资源分配。为满足异构用户的服务体验,以最大化全网综合平均意见评分(MOS)累加和为目标,考虑基站选择、信道接入和功率资源分配的联合优化问题,该文提出一种用户、基站和信道3方的2阶段转移匹配算法,并根据用户MOS进行子信道功率优化。仿真结果表明所提多小区混合NOMA网络资源分配方案能有效提升全网用户服务体验和公平性。
无人机编队中无线紫外光隐秘通信的能耗均衡算法
赵太飞, 林亚茹, 马倩文, 郑博睿
, doi: 10.11999/JEIT190965
摘要:
针对强电磁干扰环境下无人机之间的隐秘通信,该文提出了无人机编队中无线紫外光隐秘通信的能耗均衡算法。该算法能够结合紫外光非直视、低窃听等优点,克服传统无线电易被监听的缺点,在均衡能耗的同时为长机收集僚机信息提供可靠保证。通过引入考虑距离和剩余能量的优先级函数,提出基于分簇机制的改进算法BEAD-LEACH,并采用改进算法对无人机随机部署和呈圆形编队部署时进行仿真。仿真结果表明,在两种部署方式下,网络中50%节点出现死亡经历的时间分别延长了12%, 16%,改进算法能够有效地均衡网络的通信能耗,延长无人机网络的生存时间。
非高斯噪声下基于Wilcoxon范数的变步长符号扩散式仿射投影算法
郭莹, 于和芳, 赵璐, 李飞, 刘振宇
, doi: 10.11999/JEIT200371
摘要:
扩散式仿射投影算法(Diffusion Affine Projection Algorithm, DAPA)是实现分布式网络参数自适应估计的一种重要方法,该算法在输入信号存在相关性时仍快速收敛,但抑制具有脉冲特性的非高斯噪声能力弱,且固定步长对收敛性有所限制。为此,该文提出了基于Wilcoxon范数的变步长符号扩散式仿射投影算法(Variable Step size Sign Diffusion Wilcoxon APA, VSS-DWAPA)。首先,引入稳健估计理论中抗异常值能力强的Wilcoxon范数作为代价函数并根据其取值特点进行了符号量化,推导出了新的迭代方程;其次,针对固定步长的局限性,采用迭代方式实现了误差信号对步长的控制,在初始阶段和接近收敛阶段选择不同的步长,使算法具有更好的适应性。仿真结果表明,在非高斯噪声下本文的VSS-DWAPA算法在收敛性、跟踪性等方面均优于现有一些扩散式自适应滤波算法,同时在高斯噪声环境下也具有较好性能。
基于简化云与K/N投票的选择性转发攻击检测方法
尹荣荣, 张文元, 杨绸绸, 李曦达
, doi: 10.11999/JEIT190274
摘要:
针对无线传感器网络中恶意节点产生的选择性转发攻击行为,该文提出一种有效的攻击检测方法。该方法将简化云模型引入信任评估中,结合改进的K/N投票算法确定目标节点的信任值,将目标节点信任值与信任阈值比较,进行选择性转发攻击节点的判定。仿真结果表明,当信任阈值为0.8时,经过5个时间段后,该方法能够有效地检测出网络中的选择性转发攻击节点,具有较高的检测率和较低的误检率。
一种集成式Beta过程最大间隔一类分类方法
张维, 杜兰
, doi: 10.11999/JEIT200080
摘要:
一类分类是一种将目标类样本和其他所有的非目标类样本区分开的分类方法。传统的一类分类方法针对所有训练样本建立一个分类器,忽视了数据的内在结构,在样本分布复杂时,其分类性能会严重下降。为了提升复杂分布情况下的分类性能,该文提出一种集成式Beta过程最大间隔一类方法。该方法利用Dirichlet过程混合模型(DPM)对训练样本聚类,同时在每一个聚类学习一个Beta过程最大间隔一类分类器。通过多个分类器的集成,可以构造出一个描述能力更强的分类器,提升复杂分布下的分类效果。DPM聚类模型和Beta过程最大间隔一类分类器在同一个贝叶斯框架下联合优化,保证了每一个聚类样本的可分性。此外,在Beta过程最大间隔一类分类器中,加入了服从Beta过程先验分布的特征选择因子,从而可以降低特征冗余度以及提升分类效果。基于仿真数据、公共数据集和实测SAR图像数据的实验结果证明了所提方法的有效性。
最大互相关熵多凸组合自适应滤波算法
卢明飞, 彭思愿, 陈霸东
, doi: 10.11999/JEIT200288
摘要:
基于最大互相关熵准则(Maximum Correntropy Criterion, MCC)的自适应滤波算法在非高斯噪声环境下具有强鲁棒性,得到了广泛应用。然而,传统MCC滤波算法在选择参数时依然受到收敛速度与稳态精度之间固有矛盾的困扰。为解决这一问题,本文提出一类多凸组合MCC算法,能够充分发挥不同参数组合下滤波算法的性能优势,从而获得更好的信道跟踪能力。理论分析得出了所提算法的均值收敛条件和稳态均方误差,同时,仿真实验表明所提算法在对抗高斯和非高斯噪声时均具有收敛快、稳态精度高的特点。
基于新型阵列的双基地EMVS-MIMO雷达高分辨角度参数估计
谢前朋, 潘小义, 陈吉源, 肖顺平
, doi: 10.11999/JEIT200130
摘要:
针对双基地EMVS-MIMO雷达角度参数估计问题,该文通过设计新的发射阵列和接收阵列来实现对双基地EMVS-MIMO雷达角度参数估计精度的提升。相比于半波长的均匀线性发射阵列和接收阵列,所设计的新型阵列能够实现发射端和接收端阵列孔径的扩展。并且,为了避免发射角和接收角的角度参数额外配对过程,该文利用平行因子算法来实现发射角和接收角的角度参数自动配对。同时,相应的发射方位角、发射俯仰角、发射极化角、发射极化相位差和接收方位角、接收俯仰角、接收极化角以及接收极化相位差也是自动配对的。通过利用平行因子算法多次迭代之后得到的方向加载矩阵,对应于发射角和接收角的精粗估计的旋转不变关系可以从方向加载矩阵中进行相应的提取。因此,高分辨的发射角和接收角可以通过精粗估计的结合来实现。相比于当前算法,该文所提的算法具有自动参数配对特性以及较低的计算复杂度。仿真实验表明所提算法具有较高的估计精度。
脉冲噪声下基于压缩变换函数的LFM信号参数估计
金艳, 陈鹏辉, 姬红兵
, doi: 10.11999/JEIT200342
摘要:
针对现有线性调频(LFM)信号参数估计方法在脉冲噪声下性能退化甚至完全失效的问题,该文提出一种脉冲噪声下估计LFM信号参数的新方法。论文构造了一种新的压缩变换(CT)函数,分析了该函数在零点附近的近线性,推导了任意随机变量经该函数变换后的2阶矩有界,证明了函数变换前后LFM信号的初始频率和调频斜率信息不变。将经过函数变换后的信号进行分数阶傅里叶变换(FrFT),根据FrFT域中峰值坐标和信号参数的关系,寻找变换域中的峰值点,实现信号参数的估计。仿真实验表明,该方法可有效抑制脉冲噪声且能准确估计出信号的参数信息,实现简单,不需要噪声的先验信息,具有良好的稳健性。
电动汽车锂离子电池SoC估算方法研究综述
张照娓, 郭天滋, 高明煜, 何志伟, 董哲康
, doi: 10.11999/JEIT200487
摘要:
锂离子电池具有循环寿命长、能量密度高、自放电率低、环境污染小等优点,在电动汽车产业中得到广泛应用。电动汽车中的电池管理系统(BMS)可以维护和监测电池状态,确保电池的安全性和可靠性。电池荷电状态(SoC)表示电池中剩余的电量,是BMS的重要参数之一,实时精确的SoC估算可以延长电池寿命,保障行驶安全。然而锂离子电池是一个高度复杂的非线性时变系统,电池寿命、环境温度、电池自放电等许多未知因素均会对估算精度造成影响,使估算难度大大增加。为了满足不同条件下对锂离子电池SoC精确、快速、实时估算的要求,需要对SoC估计算法进行进一步研究与改进。近年来已有相关文献对锂离子电池SoC的估算方法进行了综述,然而已有相关综述对估算方法的总结不够全面且缺少流程表达。该文首先介绍了锂离子电池的工作原理,阐述了影响电池SoC估算的因素;其次,通过总结最新的研究成果对电池SoC估算方法进行了归纳分析,根据各类算法的不同特性将其分为查表法、安时积分法、基于模型的方法、数据驱动的方法以及混合方法五大类,说明了各类估算方法的主要特征并对模型或算法的优缺点进行综合的比较和讨论;最后,对电动汽车中锂离子电池SoC估算方法的未来发展方向做出展望。
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。
一种抗冲击噪声的对数总体最小二乘自适应滤波算法
赵海全, 李磊
, doi: 10.11999/JEIT200344
摘要:
在未知系统输入信号和输出信号均含有噪声的环境中,传统的自适应滤波算法,如最小均方(LMS)算法,会产生有偏估计。总体最小二乘(TLS)算法能够同时最小化输入信号与输出信号的噪声干扰,是解决此类问题的重要方法。然而,在许多实际应用中,干扰噪声可能具有冲击特性,这使得传统基于2阶统计量的自适应滤波算法,包括总体最小二乘算法性能严重恶化,以至于不能正常工作。为了解决这个问题,该文在总体最小二乘法的基础上,利用对数函数对其改进,提出了一种能够抗冲击干扰的对数总体最小二乘(L-TLS)算法。最后,通过计算机仿真实验验证了该新算法的有效性。
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。
基于历史梯度平均方差缩减的协同参数更新方法
谢涛, 张春炯, 徐永健
, doi: 10.11999/JEIT200061
摘要:
随机梯度下降算法(SGD)随机使用一个样本估计梯度,造成较大的方差,使机器学习模型收敛减慢且训练不稳定。该文提出一种基于方差缩减的分布式SGD,命名为DisSAGD。该方法采用历史梯度平均方差缩减来更新机器学习模型中的参数,不需要完全梯度计算或额外存储,而是通过使用异步通信协议来共享跨节点的参数。为了解决全局参数分发存在的“更新滞后”问题,该文采用具有加速因子的学习速率和自适应采样策略:一方面当参数偏离最优值时,增大加速因子,加快收敛速度;另一方面,当一个工作节点比其他工作节点快时,为下一次迭代采样更多样本,使工作节点有更多时间来计算局部梯度。实验表明:DisSAGD显著减少了循环迭代的等待时间,加速了算法的收敛,其收敛速度比对照方法更快,在分布式集群中可以获得近似线性的加速。
基于似然函数的双曲调频信号参数估计快速算法
马碧云, 元达鹏, 刘娇蛟
, doi: 10.11999/JEIT200044
摘要:
相较于线性调频(LFM)信号,双曲调频(HFM)信号因具有良好的脉冲压缩性能和多普勒不变性,被广泛用于雷达侦查、水声探测等多普勒影响严重的场景中,其中HFM信号的参数估计问题尤为重要。有鉴于此,该文提出一种基于似然函数的HFM信号参数估计快速算法。文中首先推导出HFM信号的Cramer-Rao下界作为参数估计的性能评估标准;然后基于高斯随机噪声,构建了HFM信号的似然函数,并结合数据向量化的特点提出一种改进的适应度函数,最后利用全局最优引导人工蜂群(GABC)算法对该适应度函数进行极值寻优,从而实现HFM信号的参数估计;通过蒙特卡洛仿真证明了本方法在信噪比为3 dB以上时,HFM信号的参数估计结果的均方误差更逼近Cramer-Rao下界,且运算量约是原来的1/3,在保证估计精度的同时提高算法收敛速度。
基于k-匿名的隐私保护计算卸载方法
赵星, 彭建华, 游伟, 陈璐
, doi: 10.11999/JEIT191046
摘要:
针对移动边缘计算(MEC)中用户的卸载任务及卸载频率可能使用户被攻击者锁定的问题,该文提出一种基于k-匿名的隐私保护计算卸载方法。首先,该方法基于用户间卸载任务及其卸载频率的差异性,提出隐私约束并建立基于卸载频率的隐私保护计算卸载模型;然后,提出基于模拟退火的隐私保护计算卸载算法(PCOSA)求得最优的k-匿名分组结果和组内各任务的隐私约束频率;最后,在卸载过程中改变用户原始卸载频率满足隐私约束,最小化终端能耗。仿真结果表明,PCOSA算法能找出用户所处MEC节点下与用户卸载表现最相近的k个用户形成匿名集,有效保护了所有用户隐私。
基于FW-PSO算法优化无线传感网络拓扑结构的方法
张颖, 杨广媛
, doi: 10.11999/JEIT191039
摘要:
无线传感网络(WSN)具有无标度网络的特征,通常工作在无人值守的开放性环境中,极易遭受到各种蓄意攻击。攻击使得网络发生故障,甚至会导致整个网络瘫痪。该文基于复杂网络领域的无标度网络,构建具有无标度特性的无线传感网络模型。利用烟花算法及粒子群算法(PSO)寻优过程中的搜索能力、种群多样性等优点,提出了一种FW-PSO算法,该算法在全局搜索能力和收敛速度上具有较好的性能。针对具有无标度特性的网络模型,用FW-PSO算法对网络拓扑进行优化,在不同的攻击策略下分别从动态抗毁性和静态抗毁性分析优化前后网络的性能。仿真实验表明,与其他同类算法相比,经过该文所提算法优化后的无线传感网络的动态和静态抗毁性能都有明显提升。
一种高频场景候选波形方案
段向阳, 辛雨, 暴桐, 华健
, doi: 10.11999/JEIT200236
摘要:
针对高频场景(>52.6 GHz)面临的主要问题:路径损耗比较大、功率放大器的效率比较低和相位噪声比较高等,该文设计了一种高频场景候选波形方案。该候选波形方案包括基本符号结构的增强设计、发射端和接收端结构的增强设计,以及尾部序列长度可变方案设计等。相比于5G现有波形DFT-s-OFDM,该文提出的高频场景候选波形方案具有更高的频谱效率。仿真结果显示该候选波形方案具有峰均比低、相位噪声估计效果好和带外泄漏小等优点。
稳健型双层叠组LASSO逆合成孔径雷达高分辨成像算法
黄博, 周劼, 江舸
, doi: 10.11999/JEIT200338
摘要:
经典的逆合成孔径雷达(ISAR)稀疏成像算法一般通过求解\begin{document}${\ell _{1}}$\end{document}范数约束的最小化问题获取稀疏恢复结果,但此类算法在恢复过程中很容易将某些散射强度较低的分辨单元当作背景噪声一并消除,从而导致目标部分弱散射结构特征丢失。针对这一问题,该文提出一种基于稳健型双层叠组LASSO回归模型的交替方向多乘子算法(RTGL-ADMM)。该算法在ISAR目标稀疏先验的基础上,进一步引入目标散射体空间连续性结构特征先验知识,并应用\begin{document}${{{\ell _{1}}} / {{\ell _{\rm{F}}}}}$\end{document}混合范数进行定量表征。接下来,在ADMM框架下引入非平滑的\begin{document}${{{\ell _{1}}} / {{\ell _{\rm{F}}}}}$\end{document}混合范数惩罚项,并将距离向和方位向雷达回波复数据分别进行分组处理后再使其双层叠加,然后对混合范数对应的邻近算子进行对偶迭代运算,实现“分解-协同”框架下结构与组稀疏特征的有机调和,从而在对ISAR数据稀疏成像的同时实现结构特征增强。实验验证采用ISAR仿真复数据与Yak-42实测数据,针对RTGL-ADMM成像进行定性分析。继而采用相变曲线图定量分析RTGL-ADMM在不同参数调节下的成像能力,从而验证了该文所提算法应用于ISAR高分辨成像时的稳健性与优越性。
弹道中段不同平动多目标的平动参数估计方法
冯存前, 李江, 黄大荣, 胡晓伟, 韩立珣
, doi: 10.11999/JEIT200075
摘要:
弹道中段多目标具有不同的平动参数,以往针对单目标和同一平动参数的群目标的平动补偿方法不再适用。针对此问题,该文提出了基于高阶模糊函数、延迟共轭相乘及时频分布处理相结合的多目标平动参数和微动周期估计方法。首先,该方法利用高阶模糊函数估计出平动2阶加速度和微动周期;然后,通过对1次补偿后的回波进行延迟共轭相乘估计出平动1阶加速度;最后,利用2次补偿后目标回波时频图的差异,对时间轴进行加权累加估计出剩余平动速度。仿真结果验证了所提算法对于多目标不同平动参数估计的有效性。
信号相关杂波背景中极化雷达发射波形优化
孙挺, 程旭
, doi: 10.11999/JEIT200138
摘要:
波形优化可有效抑制干扰,显著改善雷达探测性能。针对全极化雷达,考虑发射波形满足能量和相似性双重约束,以最大化信杂噪比为准则,对发射波形和接收滤波器进行联合优化。该文设计了一种波形和滤波器的迭代优化算法,该方法序贯提高输出信杂噪比。算法的每一次迭代需要分别解决一个凸问题和隐凸问题,整个算法的计算量与迭代次数和接收滤波器长度分别成线性和多项式关系。最后,通过仿真实验分析了算法的收敛性、优化波形的模糊度函数方面的性质,与其他算法进行了对比,结果表明:与现有方法相比,该文方法可实现信杂噪比的有效提升。
基于多尺度卷积神经网络的自适应熵加权决策融合船舶图像分类方法
任永梅, 杨杰, 郭志强, 曹辉
, doi: 10.11999/JEIT200102
摘要:
针对单一尺度卷积神经网络(CNN)对船舶图像分类的局限性,该文提出一种多尺度CNN自适应熵加权决策融合方法用于船舶图像分类。首先使用多尺度CNN提取不同尺寸的船舶图像的多尺度特征,并训练得到不同子网络的最优模型;接着利用测试集船舶图像在最优模型上测试,得到多尺度CNN的Softmax函数输出的概率值,并计算得到信息熵,进而实现对不同输入船舶图像赋予自适应的融合权重;最后对不同子网络的Softmax函数输出概率值进行自适应熵加权决策融合实现船舶图像的最终分类。在VAIS数据集和自建数据集上分别进行了实验,提出的方法的分类准确率分别达到了95.07%和97.50%,实验结果表明,与单一尺度CNN分类方法以及其他较新方法相比,提出的方法具有更优的分类性能。
支持策略隐藏且密文长度恒定的可搜索加密方案
杨小东, 李婷, 麻婷春, 陈桂兰, 王彩芬
, doi: 10.11999/JEIT200083
摘要:
属性加密体制是实现云存储中数据灵活访问控制的关键技术之一,但已有的属性加密方案存在密文存储开销过大和用户隐私泄露等问题,并且不能同时支持云端数据的公开审计。为了解决这些问题,该文提出一个新的可搜索属性加密方案,其安全性可归约到q-BDHE问题和CDH问题的困难性。该方案在支持关键词搜索的基础上,实现了密文长度恒定;引入策略隐藏思想,防止攻击者获取敏感信息,确保了用户的隐私性;通过数据公开审计机制,实现了云存储中数据的完整性验证。与已有的同类方案相比较,该方案有效地降低了数据的加密开销、关键词的搜索开销、密文的存储成本与解密开销,在云存储环境中具有较好的应用前景。
传输线端接复杂电路的电磁耦合时域分析方法
叶志红, 苟丹, 吴小林, 周健健
, doi: 10.11999/JEIT191026
摘要:
该文基于时域有限差分(FDTD)方法和传输线方程,结合Ngspice软件,提出了一种高效的时域混合算法,能够快速模拟空间电磁场作用传输线端接复杂电路的电磁耦合问题。该算法的优势在于实现了空间电磁场辐射与端接复杂电路瞬态响应的协同计算,且避免了对传输线和复杂电路结构的直接建模。首先,将复杂电路通过传输线的特性阻抗进行等效,采用FDTD方法结合传输线方程,求解得到特性阻抗上的入射电流响应。然后,在每个时间步上,将该电流引入复杂电路作为激励源,联合电路模型建立网表文件。最后,使用Ngspice软件读取网表文件,并仿真得到电路各元件上的瞬态响应。通过相应计算实例的数值模拟,与电磁场仿真软件CST的计算结果以及耗用内存和时间进行对比,验证了算法的正确性和高效性。
一种Ka频段高效率圆极化宽角扫描波导缝隙相控阵天线
刘斌, 谷胜明, 孟明霞, 史永康, 丁克乾, 徐磊, 杨雨田, 陈筠力
, doi: 10.11999/JEIT200392
摘要:
该文提出一种新型小尺寸、低剖面、“f”字型波导缝隙圆极化器,高度仅1/6波长,宽度约2/5波长。基于该圆极化器,设计了一种高效率、低剖面、圆极化脊波导缝隙线阵天线。为满足空间应用中对轻质、高效率、圆极化、±60°宽角扫描相控阵天线的需求,采用该线阵天线作为阵元设计、仿真并实现了16阵元Ka频段脊波导缝隙相控阵天线。仿真和实测结果表明,该相控阵天线可实现1维±60°宽角扫描。在扫描角范围内,相控阵天线的轴比小于4.1 dB,增益下降小于4.3 dB。在0°扫描角工作时,天线的实测增益为35.9 dBi,辐射效率接近85%。
干涉仪相位差测量标量积累与矢量积累的特性分析与对比
石荣
, doi: 10.11999/JEIT200442
摘要:
通过对干涉仪通道间信号相位差的多次测量求平均来减小测量误差是工程上提高干涉仪测向精度的重要途径之一,在这一过程中有标量积累与矢量积累两种方式。为了分析这两种积累方式的特性,该文在对干涉仪测向模型与相位差形成过程简要介绍之后,基于信号矢量方法获得了相位差的统计特性,并利用推导得到的概率密度分布结果对相位差标量积累与矢量积累进行了详尽对比,不仅揭示了标量积累过程中的门限效应,而且从理论上证明了矢量积累对真实值的无限逼近过程。最后通过仿真验证了理论分析的有效性与正确性。从而为干涉仪工程应用中相位差测量数据的有效处理提供了重要的理论指导。
基于射线声学的水下传感网络静默定位算法
李浩铭, 鄢社锋, 徐立军, 季飞
, doi: 10.11999/JEIT200383
摘要:
水下传感网络静默定位方法是一种可服务于多用户的免时钟同步定位算法,待定位节点全程无需发声,具有隐蔽性强和方便扩展等优点。该文提出了一种结合声线跟踪技术的水下传感网络节点静默定位方法,将高斯-牛顿法引入到水下网络节点静默定位中,解决了已有方法存在定位盲区的问题。鉴于水中声速分布不均的情况,将声线跟踪技术融入迭代过程,用以修正声线弯曲带来的定位误差。同时,针对实际应用过程中可能出现的信标节点阵型不佳的情况,采用了改进的Tikhonov正则化方法,根据目标函数变化情况反馈控制正则化参数,消除了雅可比矩阵不满秩对迭代过程的影响。通过仿真分析,验证了该文算法的有效性。
基于长短期记忆生成对抗网络的小麦品质多指标预测模型
蒋华伟, 张磊
, doi: 10.11999/JEIT190802
摘要:
小麦多生理生化指标变化趋势反映了储藏品质的劣变状态,预测多指标时序数据会因关联性及相互作用而产生较大误差,为此该文基于长短期记忆网络(LSTM)和生成式对抗网络(GAN)提出一种改进拓扑结构的长短期记忆生成对抗网络(LSTM-GAN)模型。首先,由LSTM预测多指标不同时序数据的劣变趋势;其次,根据多指标的关联性并结合GAN的对抗学习方法来降低综合预测误差;最后通过优化目标函数及训练模型得出多指标预测结果。经实验分析发现:小麦多指标的长短期时序数据的变化趋势不同,进一步优化模型结构及训练时序长度可有效降低预测结果的误差;特定条件下小麦品质过快劣变会使多指标预测误差增大,因此应充分考虑储藏期环境变化对多指标数据的影响;LSTM-GAN模型的综合误差相对于仅使用LSTM预测降低了9.745%,并低于多种对比模型,这有助于提高小麦品质多指标预测及分析的准确性。
滤波器组多载波系统中基于双层优化的峰均比抑制算法
赵辉, 王薇, 莫谨荣, 孙振江, 张天骐
, doi: 10.11999/JEIT2002369
摘要:
针对部分传输序列(PTS)算法在交错正交幅度调制的滤波器组多载波(FBMC-OQAM)系统中受符号重叠的影响,造成峰值再生,从而导致系统峰值功率比(PAPR)较高、计算复杂度较大等问题,该文提出一种基于双层优化的PTS算法(DO-PTS)。该算法对信号数据块进行两层相位因子搜索以获得更好的PAPR抑制性能,第1层充分考虑重叠特性,结合前面重叠数据块进行初步优化,第2层对数据块进行分组,在每组选择对峰值影响最大的数据块进行优化,来减少进行相位因子搜索的数据块数量,并且在每层优化中缩小相位因子的搜索范围,以降低系统的计算复杂度。通过对计算复杂度和仿真结果的分析表明,同其它主流PTS优化算法相比,所提算法不仅能取得很好的 PAPR抑制性能,还具有较低的计算复杂度,同时也保证了系统的传输数据率。
截断式原模图低密度奇偶校验卷积码边扩展优化
洪少华, 马文卓, 王琳
, doi: 10.11999/JEIT200350
摘要:
截断式原模图低密度奇偶校验(LDPC)卷积码(P-LDPC-CCs)结合了原模图LDPC (P-LDPC)码和卷积码的特点,具有多变的编码构造方式和优异的纠错性能,实现了编译码低时延特性。边扩展作为构造截断式原模图LDPC卷积码基础矩阵关键步骤,是影响其性能的重要因素。该文提出了一种边扩展优化方法。该方法利用原模图外信息转移(P-EXIT)算法理论分析基础矩阵的译码门限,引入差分进化思想搜索一定条件下最优的边扩展方式。理论分析与系统仿真结果均表明所提边扩展优化方法比现有的方法具有更好的性能。
基于多尺度加权特征融合网络的地铁行人目标检测算法
董小伟, 韩悦, 张正, 曲洪斌, 高国飞, 陈明钿, 李博
, doi: 10.11999/JEIT200450
摘要:
随着地铁乘客的大量增加,实时准确地监测地铁站内客流量对于保证乘客安全具有重要意义。针对地铁场景复杂、行人目标小等特点,该文提出了多尺度加权特征融合网络,实现地铁客流量的精准实时监测。在数据预处理阶段,该文提出过采样目标增强算法,对小目标占比不足的图片进行拼接处理,增加小目标在训练时的迭代频率。其次,在单镜头多核检测器(SSD)网络基础上添加了基于VGG16网络的特征提取层,将不同尺度的特征层以不同方式进行加权融合,并选出最优的特征融合方式。最终,结合小目标过采样增强算法,得到多尺度加权特征融合模型。实验证明,该方法与SSD网络相比,在保证实时性的同时,检测精度提升了5.82%。
基于统计相关差异的多基地雷达拖引欺骗干扰识别
孙闽红, 丁辰伟, 张树奇, 鲁加战, 邵鹏飞
, doi: 10.11999/JEIT190634
摘要:
针对长基线多基地雷达系统在目标跟踪阶段的拖引欺骗干扰识别问题,考虑到真实目标回波在不同节点雷达中的幅度相互独立,而拖引欺骗干扰假设来自同一干扰机,其在不同节点雷达中的幅度完全相关,从而跟踪波门内只有目标回波与同时存在目标回波与拖引欺骗干扰这两种不同情形下的信号幅度存在统计相关差异。该文提出利用这一差异实现多基地雷达系统的拖引欺骗干扰识别。通过在分析统计相关差异的基础上,对不同节点雷达接收到的回波信号幅度序列进行相关性度量及参数估计,构建检验统计量,在给定的虚警概率下实现了对欺骗干扰的识别。仿真实验结果表明,该方法对欺骗干扰具有较好的识别效果,相较于基于拟合优度的AD检测算法,识别概率平均提高18.63%。
云数据安全研究进展
鲁金钿, 肖睿智, 金舒原
, doi: 10.11999/JEIT200158
摘要:
云数据安全问题是制约云计算发展的重要因素之一。该文综述了云数据安全方面的研究进展,将云数据安全所涉及的云身份认证、云访问控制、云数据安全计算、虚拟化安全技术、云数据存储安全、云数据安全删除、云信息流控制、云数据安全审计、云数据隐私保护及云业务可持续性保障10方面相关研究工作纳入到物理资源层、虚拟组件层及云服务层所构成的云架构中进行总结和分析;并给出了相关技术的未来发展趋势。
车载自组网中可证明安全的无证书认证方案
曾萍, 郭瑞芳, 马英杰, 高原, 赵耿
, doi: 10.11999/JEIT190883
摘要:
认证协议的设计是目前车载自组网(VANET)安全领域的研究热点。现有的认证方案中普遍存在密钥托管带来的安全问题,以及使用计算量大的双线性对导致认证效率很低。针对以上问题,该文提出了可证明安全的无证书批认证方案,方案中车辆的密钥由车辆自身和一个密钥生成中心共同生成,解决密钥需要托管给第三方维护的问题;方案的签名构造不使用计算量大的对运算,减少了计算开销;引入批认证来减少路边设施的认证负担,提高认证效率。基于求解椭圆曲线上的离散对数问题的困难性假设,在随机预言机模型中证明了该方案可以抵抗自适应选择消息和身份攻击,从而抵抗更改攻击和假冒攻击,并具有匿名性、可追踪性等特点。与现有方案相比,该方案实现了更高效的认证。
使用能量匹配的监控视频自适应速率压缩感知
王健明, 陈建华
, doi: 10.11999/JEIT190750
摘要:
获取信号稀疏度对压缩感知(CS)性能的提升有重大意义,但在采样端不进行完整信号数字化采集和存储的情况下,对信号稀疏度进行估计比较困难。现有方法在稀疏度估计性能和计算复杂度方面难以取得较好的平衡。针对采样端对信号特性未知的监控视频应用,该文提出一种新的使用能量匹配的自适应速率压缩感知方法(ARCS-EM),通过观测一个恒定低速率的压缩感知观测结果来对当前帧实际稀疏度进行估计,然后根据估计结果决定当前帧应执行的压缩感知测量数,再进行补充测量得到当前帧的优化压缩感知采样结果。实验结果表明,该方法可以较好地适应视频中前景稀疏度的变化,为每帧图像分配适当的压缩感知测量速率,在不显著提高采样端计算复杂度的前提下,有效提高重建视频的质量。
同态密码理论与应用进展
杨亚涛, 赵阳, 张卷美, 黄洁润, 高原
, doi: 10.11999/JEIT191019
摘要:
随着云计算、云存储等各类云服务的普及应用,云环境下的隐私保护问题逐渐成为业界关注的焦点,同态密码成为解决该问题的关键手段,其中,如何构造高效的全同态加密方案是近年来同态加密研究的热点之一。首先,该文介绍了同态密码的发展情况,从不同角度对同态加密方案进行了分类分析,着重描述了可验证全同态加密方案的研究进展。通过分析近年来公开的同态加密领域知识产权文献,对同态加密在理论研究和实际应用中所取得的进展进行了归纳总结。其次,对比分析了目前主流全同态加密库Helib, SEAL以及TFHE的性能。最后,梳理了同态加密技术的典型应用场景,指出了未来可能的研究与发展方向。
探地雷达频率域2.5维正演
戴世坤, 欧阳振崇, 周印明, 张钱江, 李昆, 赵东东, 陈轻蕊, 凌嘉宣
, doi: 10.11999/JEIT190988
摘要:
该文从频率域电磁法满足的控制方程出发,采用有限单元法实现了频率域2.5维探地雷达(GPR)正演模拟。重点分析了波数域电磁场谱随相对介电常数和收发距变化的规律,探讨了2.5维GPR正演模拟的波数选取问题;基于OpenMP并行算法与串行算法的计算效率对比,表明频率域2.5维GPR数值模拟方法具有高效率、高精度和高度并行性的特点,为雷达正演提供重要理论参考依据和技术支撑,是GPR全波形反演的重要基础。
全负载蜂窝网络下多复用D2D通信功率分配算法研究
钱志鸿, 蒙武杰, 王雪, 胡良帅, 王鑫
, doi: 10.11999/JEIT190974
摘要:
针对全负载蜂窝网络中D2D通信的功率分配问题,该文提出了一种基于非合作完全信息博弈纳什均衡解的多复用D2D通信功率分配算法。以优先保证蜂窝用户通信质量与D2D用户接入率为前提,设置D2D通信系统上行链路帧结构,之后建立非合作完全信息博弈系统模型,引入定价机制到功率分配博弈模型中并分析纳什均衡解的存在性与唯一性,最后给出该模型的分布式迭代求解算法。仿真结果表明,随着D2D用户复用数量的增加,该算法在提升系统吞吐量的同时,能有效地控制系统内部干扰,大幅度降低系统总能耗。
基于改进三维后向投影的多圈圆迹SAR相干三维成像方法
韩冬, 周良将, 焦泽坤, 吴一戎
, doi: 10.11999/JEIT190945
摘要:
圆迹SAR(CSAR)因其特殊曲线运动轨迹而具备3维成像能力。单圈CSAR理论上可以获得距离方位平面亚波长级的分辨率,但是高程向分辨率却很低。同时,利用后向投影(BP)算法进行CSAR 3维成像的算法复杂度高,成像效率低。该文提出一种基于改进3维后向投影的多圈CSAR相干3维成像方法,针对现有成像算法时间复杂度高的问题,提出一种构造几何插值核的CSAR改进3维后向投影算法,可将3维插值操作转化为1维插值操作和距离向量搜索操作,通过多圈CSAR改进3维后向投影成像结果相干积累的方式得到最终3维图像。该文所提方法可有效解决单圈CSAR 3维成像高程向分辨率低的问题,改善3维成像细节,同时能够大幅降低CSAR 3维成像时间。仿真圆锥目标和美国空军实验室GOTCHA数据3维成像结果验证了该文所提方法的有效性。
基于改进免疫粒子群优化算法的室内可见光通信三维定位方法
陈勇, 郑瀚, 沈奇翔, 刘焕淋
, doi: 10.11999/JEIT190936
摘要:
针对室内可见光通信中3维定位精度不高和定位时间较长的问题,该文提出基于改进免疫粒子群(IIMPSO)算法的室内可见光(VLC)3维定位方法。通过分析室内多径效应,选取合适的视场角(FOV)以减少反射影响,同时完善了倾斜状态下的定位模型,并采用卡尔曼滤波算法以降低环境干扰对接收功率的影响,在此基础上与改进的免疫粒子群算法相融合。仿真结果表明,在5 m×5 m×3 m的室内环境中,该文所提出的3维定位系统平均定位误差为0.031 m,定位时长为2.3 s。与现有的3维定位系统进行比较,其定位精度与收敛速度均得到明显改善。
基于信令数据的轨迹驻留点识别算法研究
李万林, 王超, 许国良, 雒江涛, 张轩
, doi: 10.11999/JEIT190914
摘要:
针对密度聚类算法只能识别密度相近的簇类且计算复杂度高等问题,该文提出一种基于信令数据中时空轨迹信息的密度峰值快速聚类(ST-CFSFDP)算法。首先对低采样密度的信令数据进行预处理,消除轨迹震荡现象;然后基于密度峰值快速聚类(CFSFDP)算法显式地增加时间维度限制,将局部密度由2维扩展到3维,并提出高密度时间间隔以表征簇中心在时间维度上的数据特征;接着设计筛选策略以选取聚类中心;最后识别用户出行轨迹中的驻留点,完成出行链的划分。实验结果表明,所提算法适用于采样密度低且定位精度差的信令数据,相比CFSFDP算法更适用于时空数据,相比基于密度的时空聚类算法(ST-DBSCAN)召回率提升14%,准确率提升8%,同时降低计算复杂度。
无线自组织网络的联合安全路由选择和功率优化算法
惠鏸, 张晓静
, doi: 10.11999/JEIT190909
摘要:
针对无线自组织网络在窃听环境中的安全传输问题,该文提出了一种无线多跳自组织网络的联合安全路由和功率优化算法。首先,在窃听者服从泊松簇过程(PCP)这一假设下推导得到了系统安全中断概率(SOP)和连接中断概率(COP)的表达式;然后以安全中断概率约束下的连接中断概率最小为准则,针对给定路径推导得到了源与各跳中继的最优传输功率,并进一步获得了源与目的节点间的最优路由。仿真结果表明,该文所提系统安全中断概率和连接中断概率的表达式与蒙特卡洛仿真结果相符,所提算法可获得与穷举搜索方法接近的安全性能,显著优于传统方法。
具有隐私保护的完整性可验证的关键字搜索方案
刘雪艳, 芦婷婷, 杨晓涛
, doi: 10.11999/JEIT190817
摘要:
针对传统基于属性关键字搜索(ABKS)方案存在访问结构泄密、用户侧计算量高及缺乏完整性验证问题,该文提出具有隐私保护和完整性可验证的基于属性的关键字搜索方案。该方案提出了有序多值属性访问结构和有序多值属性集,固定每个属性的位置,减少参数及相关计算,提高了方案的效率,而在密钥生成时计算具体属性取值的哈希值,从而达到区别多值属性取值的不同。同时,采用Hash和对运算实现对访问结构的隐藏,防止访问结构泄密;采用倒序索引结构和Merkle树建立数据认证树,可验证云服务器返回文档和外包解密结果的正确性。此外,支持外包解密以降低用户侧的计算量。安全分析和实验表明所提方案实现云中共享数据的可验证性、关键字不可区分性和关键字不可链接性,且是高效的。
基于零空间矩阵匹配的极化码参数盲识别算法
张天骐, 胡延平, 冯嘉欣, 张晓艳
, doi: 10.11999/JEIT190935
摘要:
针对目前极化码参数盲识别问题,该文提出一种基于零空间矩阵匹配的极化码参数盲识别算法。由于极化码生成矩阵的构造是确定的,其生成矩阵都是满秩的方阵,该算法首先利用极化码编码中信道可靠性估计删除生成矩阵中冻结位码字对应的行,再找出该矩阵在二元域中的零空间矩阵作为该码长下的监督矩阵,用不同长度码长的监督矩阵与待检测的码字迭代相乘,根据乘积结果中“1”的比例来判断码字的码长、信息位个数和位置分布。仿真结果表明,针对200组码长64,信息位个数30的极化码,在最大误比特率不超过0.06时,识别率能保持在80%以上。
基于CBAM-CondenseNet的航班延误波及预测模型
吴仁彪, 赵娅倩, 屈景怡, 高爱国, 陈文秀
, doi: 10.11999/JEIT190794
摘要:
针对航班延误衍生的航班延误波及问题,该文提出一种基于CBAM-CondenseNet的航班延误波及预测模型。首先,通过分析航班延误在航空网络内产生的延误波及现象,确定会受前序延误航班影响的航班链;其次,对选定的航班链数据进行清洗,将航班信息与机场信息进行数据融合;最后,提出改进的CBAM-CondenseNet算法对融合后的数据进行特征提取,构建Softmax分类器对首班离港航班延误波及的后续离港航班延误等级进行预测。该文提出的CBAM-CondenseNet算法融合了CondenseNet和CBAM的优势,采用通道和空间注意力机制来加强网络结构深层信息的传递。实验结果表明,算法改进后有效提升网络性能,预测准确率可达97.55%。
基于截断奇异值的镜像综合孔径亮温重建方法
吴袁超, 吕容川, 窦昊锋, 李一楠, 李浩, 卢海梁, 罗丰, 李青侠
, doi: 10.11999/JEIT190886
摘要:
镜像综合孔径(MAS)辐射计的图像重建是由余弦可见度函数到场景亮温的图像反演过程,余弦可见度函数由转移方程求解得到。而转移方程为不适定方程组,相关输出中一个较小的误差,都可能引起求解的余弦可见度函数存在较大偏离。因此,对这个不适定方程组的求解是整个亮温重建算法成功的关键。该文基于镜像综合孔径的基本原理,分析转移矩阵的病态性,将截断奇异值分解应用于转移方程的求解问题中。仿真与实验表明,该方法可以有效降低噪声,提升图像质量。
混合高斯噪声背景下基于多目标优化的节点选择方法
闫青丽, 陈建峰
, doi: 10.11999/JEIT191031
摘要:
为解决非高斯噪声背景下,基于贝叶斯Fisher信息矩阵和基于互信息的节点选择不一致的问题,该文提出一种基于多目标优化的节点选择方法。推导出节点噪声为混合高斯分布时的贝叶斯Fisher信息矩阵和互信息,将节点个数、选择的节点对应的Fisher信息矩阵和互信息共同作为优化的目标函数。提出利用基于分解的多目标优化方法寻找Pareto最优解,并采用与理想解相似的偏好排序技术(TOPSIS)从所有Pareto最优解中选择最终的节点选择方案。仿真实验结果表明,基于多目标优化的节点选择方法选择的节点具有更优更稳健的定位精度。
基于索引调制OFDM雷达通信共享信号压缩感知方法研究
左家骏, 杨瑞娟, 李晓柏, 李东瑾
, doi: 10.11999/JEIT190740
摘要:
针对在雷达通信一体化(RadCom)系统中正交频分复用(OFDM)共享信号通信速率不高、可靠性较差的问题,该文提出一种采用子载波索引调制(IM)的OFDM共享信号方案(OFDM-IM),以及对应的基于压缩感知(CS)的雷达信号处理算法。该方案在发射端采用IM调制增强OFDM信号通信质量,在雷达接收端采用CS技术获取目标的距离-速度2维超分辨图像,进一步采用快速分段重构、2次相参积累的方法降低算法的计算复杂度。仿真实验表明,相比于传统算法,该方法能显著提升对OFDM-IM共享信号的处理性能,并实现超低距离副瓣,是一种能够同时增强雷达与通信性能的一体化共享信号方案。
基于卡口上下文和深度信念网络的车辆轨迹预测模型研究
李暾, 朱耀堃, 吴欣虹, 肖云鹏, 吴海峰
, doi: 10.11999/JEIT200137
摘要:
针对车辆轨迹预测中节点序列的时序特性和实际路网中的空间关联性,该文提出一种基于轨迹特征分析的轨迹预测方法。首先,考虑到轨迹在节点集合中的强稀疏性和一般特征学习方法对新特征的泛化能力不足,该文利用深度信念网络(DBN)较强的无监督特征学习能力,达到提取轨迹局部空间特性的目的;然后,针对轨迹的时序特性,该文采用逻辑回归的预测思路,用当前轨迹集在路网特征空间中的线性组合来预测轨迹;最后,结合自然语言处理领域中的词嵌入的思想,基于实际轨迹中节点存在的上下文关系,运用节点的向量集表征了节点间的交通时空关系。实验结果表明该模型不仅能够有效地提取轨迹特征,并且在拓扑结构复杂的路网中也能得到较好的预测结果。
针对极化码置信度传播算法的低复杂度早期停止准则
张小军, 李娜, 董雁飞, 崔建明, 郭华
, doi: 10.11999/JEIT200355
摘要:
针对极化码译码延迟较高的问题, 该文提出了一种针对置信度传播算法的早期停止准则,通过监测码字估值\begin{document}$\hat x$\end{document}的收敛性来终止译码。该准则利用高斯近似分析选取码字中Q个出错概率较小的比特构成比较空间,由于比较的位数较少,且仅采用异或和或运算,其计算复杂度较低。与基于信息序列估值\begin{document}$\hat u$\end{document}的方案不同,提出的准则在计算\begin{document}$\hat u$\end{document}之前已完成检测,不会导致额外的译码延迟。仿真和FPGA综合结果表明: 该准则相对于G-Matrix, 最坏信息位(WIB)和冻结位误码率(FBER)可有效节省硬件资源;当最大迭代次数设置为40次时,相比于G-Matrix准则,复杂度下降的代价是平均迭代次数在3.5 dB处上升了29.98%,相比于WIB和FBER方案,平均迭代次数分别减少39.44%和27.67%。
基于异步优势演员-评论家学习的服务功能链资源分配算法
唐伦, 贺小雨, 王晓, 谭颀, 胡彦娟, 陈前斌
, doi: 10.11999/JEIT200287
摘要:
考虑网络全局信息难以获悉的实际情况,针对接入网切片场景下用户终端(UE)的移动性和数据包到达的动态性导致的资源分配优化问题,该文提出了一种基于异步优势演员-评论家(A3C)学习的服务功能链(SFC)资源分配算法。首先,该算法建立基于区块链的资源管理机制,通过区块链技术实现可信地共享并更新网络全局信息,监督并记录SFC资源分配过程。然后,建立UE移动和数据包到达时变情况下的无线资源、计算资源和带宽资源联合分配的时延最小化模型,并进一步将其转化为马尔科夫决策过程(MDP)。最后,在所建立的MDP中采用A3C学习方法,实现资源分配策略的求解。仿真结果表明,该算法能够更加合理高效地利用资源,优化系统时延并保证UE需求。
基于多尺度增强网络的人群计数方法
徐涛, 段仪浓, 杜佳浩, 刘才华
, doi: 10.11999/JEIT200331
摘要:
人群计数研究普遍使用欧几里得损失函数,易造成图像局部相关性缺失,且现有研究方法未能充分提取人群图像中连续变化的尺度特征,影响了人群计数模型的性能。针对上述问题,该文提出一种基于多尺度增强网络的人群计数模型(MSEN)。首先,在多分支结构生成网络中引入区域性判别网络,将二者组合形成嵌入式GAN模块,以增强生成图像的局部相关性;之后,基于金字塔池化结构设计了尺度增强模块,将该模块连接在嵌入式GAN模块之后,进一步从不同区域提取不同尺度的局部特征,以最大程度地应对人群图像局部尺度连续变化的问题,从而增强整体模型的泛化能力。最后,在3个具有挑战性的人群计数公共数据集上进行了广泛的实验。实验结果表明,该文所述模型可有效提升人群计数问题的准确性和鲁棒性。
半监督条件下基于朴素贝叶斯和Choi-Williams时频分布能量积累的雷达信号识别
王红卫, 董鹏宇, 陈游, 周一鹏, 肖冰松
, doi: 10.11999/JEIT200127
摘要:
针对非合作电子侦察雷达信号识别中先验信息残缺的问题,该文提出一种基于Choi-Williams时频分布(CWD)和改进半监督朴素贝叶斯的识别算法。首先对CWD进行降噪预处理,然后通过计算降噪后CWD不同时间下各频率采样值的积累量,从而得到CWD的能量积累量这一新特征;针对传统的半监督朴素贝叶斯(SNB)在更新训练样本集过程中会产生迭代错误的不足,通过在无标签样本集生成的置信度列表中选取置信度高的样本添加到有标签样本集中,再利用预测后的分类结果对分类器参数进行改进,进而构建改进的SNB分类器,有效解决了传统SNB算法分类精度低且分类性能不稳定的缺点。理论分析和仿真结果表明,所提方法相比于传统SNB算法均提高了3%左右;在相同信噪比下,相比于传统的主成分分析加支持向量机法,该算法具有更高的分类识别率和更好的分类性能。
面向6G的高分辨率无线信道频域仿真方法及定位技术研究
李元杰, 董超, 牛凯
, doi: 10.11999/JEIT200348
摘要:
为了应对6G无线信道中的小数时延和同步误差给定位系统带来的挑战,该文提出基于频域等效的高分辨率信道方法仿真以及基于到达角(AOA)信息的高分辨率定位技术。前者通过将信道抽头时延转换到频域处理,在降低时域方法带来的高复杂度的同时实现了高分辨率仿真,为时延定位信息的实现提供基础;后者则通过将迭代信道估计、基于首到达径检测的AOA估计算法与基于AOA信息的位置估计算法结合起来,在同步误差下实现高精度定位。数值仿真结果表明,二者均在相应的实际场景下实现了高分辨率特性。
基于低秩背景约束与多线索传播的图像显著性检测
唐红梅, 白梦月, 韩力英, 梁春阳
, doi: 10.11999/JEIT200193
摘要:
针对当前基于流形排序的显著性检测算法缺乏子空间信息的挖掘和节点间传播不准确的问题,该文提出一种基于低秩背景约束与多线索传播的图像显著性检测算法。融合颜色、位置和边界连通度等初级视觉先验形成背景高级先验,约束图像特征矩阵的分解,强化低秩矩阵与稀疏矩阵的差异,充分描述子空间结构信息,从而有效地将前景与背景分离;引入稀疏感知和局部平滑等线索改进传播矩阵的构建,增强颜色特征出现概率低的节点的传播能力,加强局部区域内节点的关联性,准确凸显节点的属性,得到紧密且连续的显著区域。在3个基准数据集上的实验结果与图像检索领域的应用证明了该文算法的有效性和鲁棒性。
基于改进简化实频技术的超宽带功率放大器设计
刘国华, 周国祥, 郭灿天赐, 程知群
, doi: 10.11999/JEIT200564
摘要:
该文提出了一种基于改进简化实频算法的跨多倍频超宽带功率放大器。结合负载牵引技术,分析晶体管负载端的最优阻抗值变化。通过改进简化实频法中的优化目标和误差函数,对频段内选取多个频点的最优阻抗进行分析,设计并优化出了功率放大器的输出匹配电路,提高了功放的工作带宽。测试结果显示,在 0.5~2.7 GHz频段内,饱和输出功率达到 42.5 dBm,饱和漏极效率为 64%~75%。
异构云无线接入网下基于功率域NOMA的能效优化算法
唐伦, 李子煜, 管令进, 陈前斌
, doi: 10.11999/JEIT200327
摘要:
针对异构云无线接入网络的频谱效率和能效问题,该文提出一种基于功率域-非正交多址接入(PD-NOMA)的能效优化算法。首先,该算法以队列稳定和前传链路容量为约束,联合优化用户关联、功率分配和资源块分配,并建立网络能效和用户公平的联合优化模型;其次,由于系统的状态空间和动作空间都是高维且具有连续性,研究问题为连续域的NP-hard问题,进而引入置信域策略优化(TRPO)算法,高效地解决连续域问题;最后,针对TRPO算法的标准解法产生的计算量较为庞大,采用近端策略优化(PPO)算法进行优化求解,PPO算法既保证了TRPO算法的可靠性,又有效地降低TRPO的计算复杂度。仿真结果表明,该文所提算法在保证用户公平性约束下,进一步提高了网络能效性能。
一种双天线辅助的两段连续式对准以及误差分析
杨菊花, 张琳婧, 陈光武, 程鉴皓, 李鹏
, doi: 10.11999/JEIT191021
摘要:
针对低精度微惯性测量单元/全球导航卫星系统 (IMU/GNSS)松组合导航系统中初始方位难以精确得到和行进间航向容易发散的问题,该文设计了一种双天线辅助的两段连续式对准方法。首先分析了初始方位误差对航向精度的影响;其次,由于GNSS测向系统精度高、无姿态漂移误差的特点,基于双天线基线矢量推导了一种最小二乘算法的测姿模型,进行初始对准;最后针对行进间对准,研究扩展了基于航向差值的1维量测以抑制航向发散。设计试验探讨了双天线基线矢量对初始对准与行进间航向精度的影响,改进方法可以使得初始方位误差优于0.7°,行进间航向能够更准确地被跟踪。针对目标的初始对准与行进间对准,双天线可提供辅助信息,其效果优于单天线IMU/GNSS的组合,且方法计算量适中。
低轨卫星星座物联网业务量建模
程一凡, 曲至诚, 张更新
, doi: 10.11999/JEIT200091
摘要:
随着物联网(IoT)规模的不断发展,其业务需求呈现出多样化、全球化的趋势。针对地面物联网无法覆盖全球的缺点,卫星物联网尤其是低轨卫星星座(LEOSC)物联网可以有效地为地面物联网提供覆盖性能上的补充和延伸。由于低轨卫星星座物联网系统广覆盖、高动态的特点,其业务量统计特性需要考虑到环境因素造成的影响,这导致其业务量分布与地面物联网存在显著差异。从合理高效利用星上有限资源角度出发,该文研究基于低轨卫星星座的全球物联网业务模型。结合多样化的业务特点以及卫星通信系统特性,采用统计建模理论,得出了全球物联网业务模型框架。并且初步提出了一种基于最高优先级的接入策略,以供设备节点实时选择接入的卫星。仿真结果表明:泊松过程可以用于近似模拟低轨卫星物联网中大量存在的异步流量的叠加过程;由于低轨卫星具有高动态性,其业务源高速变化,导致了卫星业务忙闲不均,峰均比(PAR)较高。
网络空间安全中的人格研究综述
吴桐, 郑康锋, 伍淳华, 王秀娟, 郑赫慈
, doi: 10.11999/JEIT190806
摘要:
网络空间是所有信息系统的集合,是人类赖以生存的信息环境。网络空间安全已经从物理域、信息域安全扩展到以人为中心的认知域和社会域安全,对人的安全研究已经成为了网络空间安全的必然趋势。人是复杂多变的综合体,而人格作为人的稳定的心理特征,成为了人的安全相关研究的切入点。该文梳理当前网络空间安全中的人格研究,介绍了网络空间安全和人格的基本概念,提出了网络空间安全中人格的研究框架,涵盖理论研究、技术研究和技术应用3个层次;其中技术研究主要包括人格测量、人格的安全脆弱性和针对人的安全防护3部分;详细探讨了当前人格安全研究现状和存在的问题,最后讨论了未来的研究方向和发展趋势。
基于图像处理的建筑物振动位移测量算法
陈昌川, 李奎, 乔飞, 姜宏伟, 赵曼淇, 公茂盛, 王海宁, 张天骐
, doi: 10.11999/JEIT190805
摘要:
针对地震后高层建筑物结构损伤监测问题,该文提出一种基于方向码匹配(OCM)和边缘增强匹配(EEM)算法的微小位移测量算法。该算法先将原始图像梯度信息与像素强度融合,增强图像信息;采用相位相关法进行匹配运算,匹配速度比归一化互相关法提升了96.1%;最后使用亚像素插值法,使测量结果达到亚像素精度。实验结果表明,该文算法避免了OCM和EEM算法量化过程中图像梯度信息的损失,大大提高了模板匹配精度,匹配速度比OCM提升了43.3%,比EEM提升了19.6%。
一种低轨双星高脉冲重复频率雷达信号的定位模糊消除算法
姚山峰, 贺青, 欧阳鑫信, 杨宇翔
, doi: 10.11999/JEIT200210
摘要:
针对低轨(LEO)双星到达时间差(TDOA)定位系统中雷达信号的定位模糊问题,该文分析了高重频信号的模糊特性,演示了虚假定位点的产生过程,提出一种基于时差序列变化趋势匹配(VTMT)的定位模糊消除算法。在测量时差序列与定位结果对应的理论时差序列之间的残差近似服从正态分布的条件下,通过两个序列的欧式距离作为相似程度衡量依据,筛选出测量时差线与理论时差线最为接近的定位点作为目标辐射源真实位置。校验台测试信号验证了该算法的有效性。仿真结果表明,该算法能够显著提高无模糊定位概率,对长基线时差定位系统中雷达信号的定位具有较高的应用价值。
基于机器学习主用户发射模式分类的蜂窝认知无线电网络频谱感知
申滨, 王欣, 陈思吉, 崔太平
, doi: 10.11999/JEIT191012
摘要:
近年来,基于机器学习(ML)的频谱感知技术为认知无线电系统提供了新型的频谱状态监测解决方案。利用蜂窝认知无线电网络(CCRN)中的次级用户设备(SUE)所能提供的大量频谱观测数据,该文提出了一种基于主用户(PU)传输模式分类的频谱感知方案。首先,基于多种典型的ML算法,对于网络中的多个主用户发射机(PUT)的传输模式进行分类辨识,在网络整体层面上确定所有PUT的联合工作状态。然后,网络中的SUE根据其所处地理位置或者频谱观测数据,判断其在当前已判定的PUT发射模式下接入授权频谱的可能性。由于PUT在网络中的实际位置可能事先已知或者无法提前确定,该文给出了3种不同的处理方法。理论推导与实验结果表明,所提方案与传统的能量检测方案相比,不仅改善了频谱感知性能,还增加了蜂窝认知网络对于授权频谱的动态访问机会。该方案可以作为蜂窝认知无线电网络中的一种高效实用的频谱感知解决方案。
自适应调节滤波强度的SAR图像非局部平均抑斑算法
朱磊, 李敬曼, 潘杨, 刘玉春, 胡晓
, doi: 10.11999/JEIT20099
摘要:
为提升对SAR图像乘性相干斑的抑制水平与边缘保护性能,该文提出了一种可自适应调节滤波强度(AFS)的SAR图像非局部平均(NLM)抑斑新算法(AFS-NLM)。该算法利用Frost滤波图像计算的局部均值与方差来改善SAR图像场景参量的估计,形成了一种能更好刻画SAR图像同质区与边缘区的改进Kuan滤波系数。利用局部均值比与改进Kuan滤波系数分别作为新的相似性测量参量与自适应衰减因子,构建了一种更适应SAR图像乘性噪声特性的改进NLM滤波。利用偏平滑参数与偏边缘保护参数控制下的改进NLM滤波,分别替代经典Kuan滤波模型中的像素局部均值与自身灰度值作为加权项,并采用由改进Kuan滤波系数构建的自适应调节因子对二者进行加权平均,从而形成了一种可自适应调节滤波强度的加权滤波新模型。实验表明,该文算法与近期多种先进算法相比,具有更好的相干斑抑制与边缘保护性能。
语义分割网络重建单视图遥感影像数字表面模型
卢俊言, 贾宏光, 高放, 李文涛, 陆晴
, doi: 10.11999/JEIT200031
摘要:
该文提出了一种仅依靠激光探测与测量数据,实现单视图遥感影像数字表面模型(DSM)重建的新方法。该方法基于深度学习技术设计了一种编码-解码结构的语义分割网络,该网络采用多尺度残差融合的编码块与解码块从输入图像中提取语义信息,进而逐像素预测高度值;采用特征图跳跃级联的策略保留输入图像的细节特征和结构信息。该文采用了一个包含DSM数据的遥感影像公开数据集训练与测试模型,实验结果表明:DSM重建结果与真值的平均绝对误差(MAE)为2.1e-02,均方根误差(RMSE)为3.8e-02,结构相似性(SSIM)为92.89%,均优于经典的深度学习语义分割网络。实验证实该方法能够有效实现单视图遥感影像的DSM重建,具有较高的精度,以及较强的地物分布结构重建能力。
跨谱段SAR散射中心多维参数解耦和估计方法
谢意远, 高悦欣, 邢孟道, 郭亮, 孙光才
, doi: 10.11999/JEIT200319
摘要:
微波光子雷达发射大带宽跨谱段的信号,为目标的精细电磁特性描述和准确识别提供基础的同时,也亟需与之相应的大带宽大转角情况下的电磁模型参数提取方法。相比窄带条件,跨谱段信号数据量大,所含物理量信息维度高且复杂,大转角情况下距离和方位向耦合。该文提出跨谱段SAR散射中心多维参数解耦和估计方法,首先结合极坐标格式算法(PFA)和属性散射中心模型构造两维解耦波数域散射中心模型,再结合坐标下降法(CDA)将复杂的高维耦合参数估计方法简化为循环迭代的1维参数估计方法,有效降低字典维度和估计复杂度,并引入Hooke-Jeeves算法提高估计精度。最后根据各个散射中心的参数估计结果对它们的结构和位置进行识别,对仿真数据的处理实验验证了该文方法的有效性。
贝叶斯极限梯度提升机结合粒子群算法的电阻点焊参数预测
邓新国, 游纬豪, 徐海威
, doi: 10.11999/JEIT200353
摘要:
电阻点焊是多种因素交互作用的复杂过程。该过程的复杂性加上数据规模小和工艺不稳定问题使得难以建立精确的数学模型来对电阻点焊参数进行预测。该文提出一种将贝叶斯极限梯度提升机(Bayes-XGBoost)与粒子群优化(PSO)算法结合的方法,对厚度为0.15 mm的镍片和0.4 mm的不锈钢电池正极帽选取合适的样本特征和样本组合;利用极限梯度提升机(XGBoost)的非线性切分能力和防控过拟合机制对点焊工艺参数进行正向训练,并引入贝叶斯优化为梯度提升机选取最佳超参数;利用粒子群算法的全局寻优能力,对可变目标值的工艺参数进行反向预测,从而得到最优工艺参数。电阻点焊实验表明该方法比文中其他对比算法具有较强的综合性能,能够有效辅助点焊工艺。
基于DNA折纸术求解图的顶点着色问题的方法
麻晶晶, 许进
, doi: 10.11999/JEIT200203
摘要:
该文基于DNA折纸术,设计了一个通过DNA折纸结构的自组装求解图的顶点着色问题的方法。利用DNA折纸术可以构建出具有特定形状的DNA折纸结构。这些结构可以用来编码图的顶点和边,由于这些结构具有粘性末端,因此可以通过特异的分子杂交组装成为代表了不同的图的顶点着色方案的高级结构。利用DNA-纳米颗粒共聚体的属性和电泳等实验方法,可以筛选出正确的符合条件的图的顶点着色方案。该方法是一种高度并行的方法,可以极大地降低求解图的顶点着色问题的复杂度。
一种密码专用可编程逻辑阵列的分组密码能效模型及其映射算法
李伟, 高嘉浩, 杜怡然, 陈韬
, doi: 10.11999/JEIT200079
摘要:
密码专用可编程逻辑阵列(CSPLA)是一种数据流驱动的密码处理结构,该文针对不同规模的阵列结构和密码算法映射实现能效关系的问题,首先以CSPLA的特定硬件结构为基础,以分组密码的高能效实现为切入点,建立基于该结构的分组密码算法映射能效模型并分析影响能效的相关因素,然后进一步根据阵列结构上算法映射的基本过程提出映射算法,最后选取几种典型的分组密码算法分别在不同规模的阵列进行映射实验。结果表明越大的规模并不一定能够带来越高的能效,为取得映射的最佳能效,阵列的规模参数应当与具体的硬件资源限制和密码算法运算需求相匹配,CSPLA规模约为4×4~4×6时映射取得最优能效,AES算法最优能效为33.68 Mbps/mW,对比其它密码处理结构,CSPLA具有较优的能效特性。
一种在MR图像中进行脑胶质瘤检测和病灶分割的方法
陈皓, 李广, 刘洋, 强永乾
, doi: 10.11999/JEIT200033
摘要:
针对磁共振图像(MRI)进行脑胶质瘤检测及病灶分割对临床治疗方案的选择和手术实施过程的引导都有着重要的价值。为了提高脑胶质瘤的检测效率和分割准确率,该文提出了一种两阶段计算方法。首先,设计了一个轻量级的卷积神经网络,并通过该网络完成MR图像中肿瘤的快速检测及大致定位;接着,通过集成学习过程对肿瘤周围水肿、肿瘤非增强区、肿瘤增强区和正常脑组织等4种不同区域进行分类和彼此边界的精细分割。为提高分割的准确率,在MR图像中提取了416维影像组学特征并与128维通过卷积神经网络提取的高阶特征进行组合和特征约简,将特征约简后产生的298维特征向量用于分类学习。为对算法的性能进行验证,在BraTS2017数据集上进行了实验,实验结果显示该文提出的方法能够快速检测并定位肿瘤,同时相比其它方法,整体分割精度也有明显提升。
基于极化码的无协商密钥物理层安全传输方案
黄开枝, 万政, 楼洋明, 肖帅芳, 许晓明
, doi: 10.11999/JEIT190948
摘要:
针对现有的密钥生成方案需要在通信流程中增加额外的密钥协商协议,导致在5G等标准通信系统中应用受限的问题,该文提出一种基于极化码的无协商密钥物理层安全传输方案。首先基于信道特征提取未协商的物理层密钥,然后针对物理信道与密钥加密信道共同构成的等效信道设计极化码,最后利用未协商的物理层密钥对编码后的序列进行简单的模二加加密后传输。该方案通过针对性设计的极化码纠正密钥差异和噪声引起的比特错误,实现可靠的安全传输。仿真表明,该文基于等效信道设计的极化码在保证合法双方以最优的码率可靠传输的同时可以防止窃听者窃听,实现了安全与通信的一体化。
面向6G的星地融合无线传输技术
徐常志, 靳一, 李立, 张学娇, 谢天娇, 汪晓燕, 李明玉, 曹振新
, doi: 10.11999/JEIT200363
摘要:
随着5G移动通信网络走向商业化,围绕新一代移动通信系统(6G)的发展愿景、能力需求与关键技术开展研究正在成为新的热点。首先,该文概括了未来6G可能涉及的星地深度融合、新谱段通信、分布式协作MIMO和智能通信等关键技术方向,重点探讨了基于星地深度融合的天地一体化网络(SGIN);然后,针对可能存在的两种典型网络拓扑架构,分析了星间高速链路、星地馈电链路和星地用户链路的特点和技术要求,综述了3种不同类型传输链路的高速通信进展情况。最后,对未来6G天地互联网络亟需突破的光学相控阵多用户接入、高效能星地激光通信和光电一体化组网等关键技术进行分析与展望,以期为后续相关研究指明方向。
基于多元高斯混合模型的离线指纹数据库
秦宁宁, 王超, 杨乐, 孙顺远
, doi: 10.11999/JEIT200226
摘要:
针对室内环境下单次采样测量值的波动变化及信号间的相互干扰,该文提出一种基于分区多元高斯混合模型(MVGMM)的室内定位系统。根据AP铺设位置与空间结构,系统采用一对多支持向量机算法对目标区域做分区操作,以精确信号变化的区域范围。利用狭小分区内信号间的耦合关系,建立基于信号间相互干扰的多元高斯混合模型,以改善信号波动所造成的定位精度下降。当室内环境发生变化时,基于分区多元高斯混合模型的自适应更新算法可对各分区指纹数据的可信度做出判断,并以自适应算法更新信号波动较大分区的模型参数,提高模型与现有环境间的耦合程度。实验结果表明,该文算法可利用相对少量样本数据,构建稳定可维护的室内信号分布模型,相较于其他算法,其定位精度也有一定程度提高。
D2D辅助的窄带物联网中能耗和传输成功率的最优折中
裴二荣, 易鑫, 邓炳光, 李金艳, 张蕾
, doi: 10.11999/JEIT190786
摘要:
在设备到设备(D2D)通信辅助的窄带物联网(NB-IoT)中,为了尽可能提高传输成功率,D2D接收端需要预留较多的通信时隙(可以允许多次重传),然而,这显著地增加了用户设备(UE)的能耗,特别是在信道条件较差或者相邻D2D链路干扰较严重的情况下。该文基于中继和能耗模型构造了一个传输成功率和能耗折中的优化问题,进而提出一个基于二分法的通信时隙最优配置算法。数值结果表明较多的预留时隙数量极大地增加了UE的能耗,但是不会显著提高传输成功率,与多中继传输、随机中继传输和100%成功传输等其他算法相比,该文提出的预留时隙最优配置算法获得了最小的能耗和几乎最大的传输成功率(只比100%成功传输方案低)。
K4,4,p的点可区别的IE-全染色(p≥1008)
陈祥恩, 马静静
, doi: 10.11999/SEIT190832
摘要:
该文利用色集事先分配法、构造染色法、反证法探讨了完全三部图K4,4,p (p≥1008)的点可区别IE-全染色问题,确定了K4,4,p (p≥1008)的点可区别IE-全染色数。
基于金属销钉封装的Ka波段固态功率放大模块研究
孙健健, 徐建华, 成海峰, 祝庆霖, 韩煦
, doi: 10.11999/JEIT190791
摘要:
为了抑制一定频带内的平行板和腔体谐振模式,提高功率放大器工作的稳定性。该文提出了一种人工磁导体(AMC)边界作为腔体封装的Ka波段固态功率放大模块。人工磁导体边界通过周期性金属销钉构成的电磁带隙(EBG)抑制结构实现。对Ka波段固态功率模块进行了设计、加工、装配和测试。由仿真和测试得到的S参数数据,详细地评估讨论了该封装的性能。通过对比其他封装结构,功率模块的无源测试结果证明金属销钉封装可以有效抑制腔体谐振,提高功放模块隔离度。功率模块的有源功率测试则表明金属销钉封装不会影响放大器输出功率。
超密集异构无线网络中基于位置预测的切换算法
马彬, 王梦雪, 谢显中
, doi: 10.11999/JEIT190751
摘要:
在密集异构蜂窝网络和无线局域网络构成的超密集异构无线网络中, 变速移动的车辆终端会面临更加频繁的切换,导致用户服务质量(QoS)变差。该文针对上述问题,首先,利用高斯马尔可夫移动模型,预测车辆下一时刻的位置,筛选出满足终端服务质量的候选网络集,与当前的候选网络集做交运算,其次,当前接入网络不在交集中,则使用变步长的萤火虫算法寻找最佳网络;再次,对因预测误差导致的切换失效,则把终端用户迁移到宏蜂窝,以保证通信的持续性。仿真结果表明,在超密集异构无线网络中,使用该文所提算法能够减少乒乓切换等频繁切换现象,同时,提升了用户的服务质量和网络吞吐量。
一种高动态低信噪比环境下基于多样本点串行快速傅里叶变换的信号捕获方法
陈延涛, 董彬虹, 李昊, 蔡沅沅
, doi: 10.11999/JEIT200149
摘要:
高超音速技术是未来空间飞行器的发展趋势,同时对通信平台在超高动态、低信噪比环境下的快速捕获能力也提出了新的挑战。针对经典捕获算法受频偏影响的局限性,该文提出一种基于信号多样本点串行快速傅里叶变换的信号捕获算法(MS-FFT),所提算法通过串行执行多个样本点的FFT,采用非相干合并后的峰值搜索得到捕获结果,在不增加复杂度的条件下,避免了频偏对捕获性能的影响。通过对峰值信噪比(PSNR)理论公式的推导,证明了MS-FFT的频偏适应范围取决于采样率,随着数模转换器件采样能力的不断提升,具有比经典算法更大的频偏适应范围。最后,通过仿真验证了上述理论推导的正确性,证明了所提算法更加适合超高动态环境的应用场景。
5G LDPC码译码器实现
胡东伟
, doi: 10.11999/JEIT200046
摘要:
该文介绍了5G标准中LDPC码的特点,比较分析了各种译码算法的性能,提出了译码器实现的总体架构:将译码器分为高速译码器和低信噪比译码器。高速译码器适用于码率高、吞吐率要求高的情形,为译码器的主体;低信噪比译码器主要针对低码率、低信噪比下的高性能译码,处理一些极限情形下的通信,对吞吐率要求不高。分别对高速译码器和低信噪比译码器进行了设计实践,给出了FPGA综合结果和吞吐率分析结果。
基于秘密认证的可验证量子秘密共享协议
杜宇韬, 鲍皖苏, 李坦
, doi: 10.11999/JEIT190901
摘要:
该文针对量子秘密共享协议难以抵抗内部成员欺骗攻击的问题,采用秘密认证的方法提出可验证量子秘密共享协议的一般性模型,基于Bell态双粒子变换提出一种新验证算法,并以此给出一个新的可验证量子秘密共享协议。与现有的量子秘密共享协议的验证算法相比,新验证算法既能有效抵抗内部成员欺骗攻击等典型的攻击策略,又可大幅提升协议效率,而且可以与现有量子秘密共享协议相结合,具备很好的可扩展性。
基于MUSIC算法的二次雷达应答信号分离方法
张海, 陈小龙, 张涛, 张财生
, doi: 10.11999/JEIT190842
摘要:
为了提高在高密度信号环境下对二次监视雷达(SSR)应答信号的接收性能,该文提出一种将信源数估计和信号到达方向(DOA)估计相结合构建分离矩阵实现交叠信号分离的算法。首先根据交叠信号量测的特征值分布来确定交叠信号的个数;然后利用MUSIC算法作谱峰搜索得到各信号的DOA,并重构混合矩阵;最后通过计算混合矩阵的广义逆得到分离矩阵,并实现对交叠信号的分离。以6阵元均匀线阵为前提进行仿真分析,结果表明所提分离算法可达到90%以上的分离成功率,分离性能和独立成分分析(ICA)算法相当,优于基于投影技术分离算法(PA),但计算量远小于ICA算法,不足ICA算法计算量1/10,更易于工程化应用。
基于矩阵低秩估计的可靠多载波差分混沌键控接收机
张琳, 陈炳均, 吴志强
, doi: 10.11999/JEIT200349
摘要:
在多载波差分混沌键控(MC-DCSK)系统中,经由无线信道传输在接收端进行检测时,参考混沌信号的传输差错将降低承载信息的检测性能,降低传输可靠性。为了提高可靠性,该文基于承载信息的调制信号因共享参考混沌信号的低秩特性,提出了一种基于矩阵低秩估计(LRAM)的MC-DCSK接收机,增强系统可靠性。该接收机将接收信号矩阵表示为秩1矩阵和噪声矩阵之和,然后对接收信号矩阵进行低秩估计,以得到参考信号的最优估计,并进而将其用于承载信息的调制信号的检测和解调,从而提升系统传输可靠性。继而,该文证明了LRAM检测可等效于最大似然估计检测,并对信息泄露率理论安全性能进行了分析,分析结果表明所提方案安全性与基准MC-DCSK系统一致。仿真结果验证了该接收机在加性高斯白噪声(AWGN)和多径衰落信道下可有效提升MC-DCSK系统的可靠性。
基于地基综合孔径微波辐射计的空中目标无源探测技术研究
李一楠, 张林让, 卢海梁, 李鹏飞, 吕容川, 李浩, 付庸杰, 邱尔雅, 唐世阳
, doi: 10.11999/JEIT200166
摘要:
针对空中目标的探测与跟踪的问题,该文探讨了地基综合孔径空中目标微波辐射无源探测理论及其技术的可行性。概述了地基综合孔径空中目标微波辐射无源探测原理;建立了空中目标探测概率方程,并从探测概率的角度详细分析了系统探测性能与相关影响因素的关系,同时分析了地基综合孔径空中目标微波辐射无源探测技术的可行性;并开展了地基综合孔径微波辐射计的空中目标无源探测技术的验证实验。理论和实验均表明地基综合孔径空中目标微波辐射无源探测技术是可行性的。
一种用于细粒度人脸识别的眼镜去除方法
毛亮, 薛月菊, 魏颖慧, 朱婷婷
, doi: 10.11999/JEIT200176
摘要:
为解决眼镜遮挡会降低人脸识别性能的难点,借鉴深度卷积神经网络在超分辨率方面的成功应用,该文提出一种用于细粒度人脸识别的眼镜自动去除方法。用卷积层、池化层、MFM(Max Feature Map)特征选取模块和反卷积层设计ERCNN(Eyeglasses Removal DCNN)网络模型,自动学习戴眼镜和未戴眼镜人脸图像对之间的映射关系,实现端到端的眼镜去除。然后,收集大量监控场景下的人脸图像,以及互联网上公开的人脸图像作为训练集;同时构建SLLFW数据集,作为眼镜去除和人脸识别的测试集。最后,通过与传统的眼镜去除方法进行对比试验,该文算法的各项评价指标优于传统方法,能有效的去除真实人脸图像中眼镜;同时在SLLFW人脸数据集上形成的全框眼镜、半框眼镜和无框眼镜人脸数据集上对多种人脸识别算法进行对比试验。试验表明,在FAR(False Accept Rate)为1%的情况下,利用该文方法对F-SLLFW, H-SLLFW和R-SLLFW数据集的人脸图像进行眼镜去除后,SphereFace算法的TAR(True Accept Rate)分别达到90.05%, 91.14%和92.33%,比未去除眼镜的识别率分别提高了3.92%, 3.08%和1.26%;同样,在FAR为0.1%的情况下,比SphereFace算法的TAR分别提高了10.06%, 4.29%和2.13%,说明该文方法有助于提升细粒度人脸识别的识别精度。
基于平行互质虚拟阵列的低复杂度二维DOA联合估计算法
李林, 余玉龙, 韩慧
, doi: 10.11999/JEIT200296
摘要:
针对传统平行阵列2维测向自由度低、分辨能力差和小快拍情况下估计误差大等问题,该文提出基于平行互质虚拟阵列的低复杂度2维波达角(DOA)估计算法。该算法利用两个相互平行的互质线阵扩展生成虚拟阵列,并通过协方差矩阵和互协方差矩阵构造具有增强2维角度自由度的扩展矩阵,最后通过奇异值分解(SVD)和旋转不变技术(ESPRIT)获得自动匹配的2维角度估计。相比于传统的2维DOA估计方法,所提算法更好地利用了阵列接收数据信息,能识别更多的入射信号,分辨能力高,不需要进行2维线性搜索或者角度参数匹配,在低信噪比 (SNR)和小快拍情况下也有很好的估计效果。实验仿真结果验证了提出算法的有效性和可靠性。
基于深度哈希算法的极光图像分类与检索方法
陈昌红, 彭腾飞, 干宗良
, doi: 10.11999/JEIT190984
摘要:
面对形态万千、变化复杂的海量极光数据,对其进行分类与检索为进一步研究地球磁场物理机制和空间信息具有重要意义。该文基于卷积神经网络(CNN)对图像特征提取方面的良好表现,以及哈希编码可以满足大规模图像检索对检索时间的要求,提出一种端到端的深度哈希算法用于极光图像分类与检索。首先在CNN中嵌入空间金字塔池化(SPP)和幂均值变换(PMT)来提取图像中多种尺度的区域信息;其次在全连接层之间加入哈希层,将全连接层最能表现图像的高维语义信息映射为紧凑的二值哈希码,并在低维空间使用汉明距离对图像对之间的相似性进行度量;最后引入多任务学习机制,充分利用图像标签信息和图像对之间的相似度信息来设计损失函数,联合分类层和哈希层的损失作为优化目标,使哈希码之间可以保持更好的语义相似性,有效提升了检索性能。在极光数据集和 CIFAR-10 数据集上的实验结果表明,所提出方法检索性能优于其他现有检索方法,同时能够有效用于极光图像分类。
基于信道定价的无线虚拟网络资源分配策略:匹配/Stackelberg分层博弈
曾菊玲, 张春雷, 蒋砺思, 夏凌
, doi: 10.11999/JEIT191032
摘要:
针对分层匹配博弈不能跟踪信道变化以及循环迭代收敛慢等问题,该文提出一种基于信道定价的无线虚拟网络资源分配策略:匹配/Stackelberg分层博弈。分别以基于流带宽的用户满意度、系统带宽及切片功率作为报酬函数建立3级联合优化模型,并采用匹配/Stackelberg分层博弈求解。在博弈下层,定义移动虚拟网络操作者(MVNOs)m—切片nmn及其与用户(UEs)的1对1匹配博弈以代替UEs与MVNOs的多对1匹配,对\begin{document}${m_n}$\end{document}定义基于信道平均信息的切片功率价格,加速上、下一致收敛并使UEs适应信道选择最优\begin{document}${m_n}$\end{document},证明均衡点存在并给出了低复杂度的分布式拒绝-接收算法;在博弈上层,基于UEs与\begin{document}${m_n}$\end{document}已匹配关系,形成基础资源提供者(InPs)与\begin{document}${m_n}$\end{document}的Stackelberg博弈,给出了基于局部信道信息的功率定价和分配策略,使系统效用及频谱效率基于信道最优。最后定义了双层循环稳定条件及过程。仿真表明,该策略在信道跟踪、频谱效率、效用方面均优于随机定价的匹配/Stackelberg分层博弈以及传统分层匹配博弈。
K2,4,p的点可区别IE-全染色
陈祥恩, 张爽, 李泽鹏
, doi: 10.11999/JEIT190829
摘要:
该文利用色集合事先分配法、构造染色法、反证法讨论了完全三部图K2,4,p的点可区别IE-全染色问题,确定了K2,4,p的点可区别IE-全色数。
基于多尺度和注意力融合学习的行人重识别
王粉花, 赵波, 黄超, 严由齐
, doi: 10.11999/JEIT190998
摘要:
行人重识别的关键依赖于行人特征的提取,卷积神经网络具有强大的特征提取以及表达能力。针对不同尺度下可以观察到不同的特征,该文提出一种基于多尺度和注意力网络融合的行人重识别方法(MSAN)。该方法通过对网络不同深度的特征进行采样,将采样的特征融合后对行人进行预测。不同深度的特征图具有不同的表达能力,使网络可以学习到行人身上更加细粒度的特征。同时将注意力模块嵌入到残差网络中,使得网络能更加关注于一些关键信息,增强网络特征学习能力。所提方法在Market1501, DukeMTMC-reID和MSMT17_V1数据集上首位准确率分别到了95.3%, 89.8%和82.2%。实验表明,该方法充分利用了网络不同深度的信息和关注的关键信息,使模型具有很强的判别能力,而且所提模型的平均准确率优于大多数先进算法。
非平稳信道下的鲁棒数据链优化设计综述——带限环境下的混沌传输系统
苗美媛, 宋丹, 徐位凯, 湛佳, 王琳
, doi: 10.11999/JEIT200311
摘要:
近年来,以物联网(IoT)为基础的6G的相关技术研究引起了研究单位、高校和工业界的广泛关注,其中还有一些重要的问题亟待解决。如何以较低的成本保证带限非平稳环境下数据传输的鲁棒性是一个非常重要的问题。该文介绍了一种低复杂度、低功耗的调制解调传输技术,即差分混沌键控(DCSK)调制。该文将分别描述和分析该系统在标准和非标准传输环境下的特性、优势及其改进方法。同时将提供一些基于多元DCSK(MDCSK)的新型编码调制方案来提高系统在带限环境下的传输质量,这将有助于在低功耗、低成本的网络上,特别是在非平稳信道上提升系统的鲁棒性。结果表明这些优化工作显著地改善了系统性能。之后针对非平稳信道特性系统参数的优化与自适应传输机制将成为未来研究的热点。
软件定义网络容错控制平面的最小覆盖布局方法
吴奇, 陈鸿昶
, doi: 10.11999/JEIT190972
摘要:
容错控制平面通过将多个控制器部署在不同的网络设备上进而增强网络的可靠性,但是大量的控制器部署带来了巨大的布局成本,严重地限制了容错控制平面在实际网络中的部署与应用。为了解决上述问题,该文首先构造了容错控制平面的最小覆盖布局模型,然后设计了一种基于局部搜索策略的启发式控制器布局算法,避免搜索结果陷入局部最优解。在不同规模网络中的仿真结果表明,相对于其他算法,所提算法可以在保证网络容错需求的同时,降低网络中部署控制器的数量。
基于分层贝叶斯Lasso的稀疏ISAR成像算法
杨磊, 夏亚波, 毛欣瑶, 廖仙华, 方澄, 高洁
, doi: 10.11999/JEIT200292
摘要:
逆合成孔径雷达(ISAR)目标回波具有明显的稀疏特征,传统的凸优化稀疏ISAR成像算法涉及繁琐的正则项系数调整,严重限制了超分辨成像的精度及便捷程度。针对此问题,该文面向非约束Lasso正则化模型,建立分层贝叶斯概率模型,将非约束的\begin{document}$ {\ell _1}$\end{document}范数正则化问题等效转化成稀疏拉普拉斯先验建模问题,并在分层贝叶斯Lasso模型中建立正则项系数依赖的概率分布,从而为实现完全自动化参数调整提供便利条件。考虑到目标稀疏散射特征和多超参数的高维统计特性,该文应用吉布斯(Gibbs)随机采样方法,实现对ISAR目标稀疏特征的求解,并同步获取包括正则项系数在内的多参数估计。基于该文研究方法可实现全部参数均通过数据学习获得,从而有效避免繁琐的参数调整过程,提升算法的自动化程度。仿真及实测数据均可证明该方法的有效性和优越性。
卫星物联网场景下基于节点选择的协作波束成形技术研究
席博, 洪涛, 张更新
, doi: 10.11999/JEIT190707
摘要:
针对卫星物联网(IoT)场景下信号长距离传输衰减大以及单个终端节点传输性能受限的问题,该文提出一种基于节点选择的协作波束成形算法,增强终端节点的传输能力。在实际终端位置信息存在误差的条件下,推导出了协作波束成形平均方向图函数,分析了不同系统参数对于协作波束成形平均方向图和瞬时方向图差异的影响。在此基础上,根据卫星物联网链路传输性能需求,提出一种区域分组优化的协作节点选择算法。仿真结果表明,相比于传统的分布式协作波束成形节点选择算法,该文提出的算法在实际的误差模型中旁瓣抑制和零陷生成方面具有更好的性能。
引入语义部位约束的行人再识别
陈莹, 陈巧媛
, doi: 10.11999/JEIT190954
摘要:
为减轻行人图片中的背景干扰,使网络着重于行人前景并且提高前景中人体部位的利用率,该文提出引入语义部位约束(SPC)的行人再识别网络。在训练阶段,首先将行人图片同时输入主干网络和语义部位分割网络,分别得到行人特征图和部位分割图;然后,将部位分割图与行人特征图融合,得到语义部位特征;接着,对行人特征图进行池化得到全局特征;最后,同时使用身份约束和语义部位约束训练网络。在测试阶段,由于语义部位约束使得全局特征拥有部位信息,因此测试时仅使用主干网络提取行人的全局信息即可。在大规模公开数据集上的实验结果表明,语义部位约束能有效使得网络提高辨别行人身份的能力并且缩减推断网络的计算花费。与现有方法比较,该文网络能更好地抵抗背景干扰,提高行人再识别性能。
基于图像分割网络的深度假脸视频篡改检测
胡永健, 高逸飞, 刘琲贝, 廖广军
, doi: 10.11999/JEIT200077
摘要:
随着深度学习技术的快速发展,利用深度神经网络模型伪造出的深度假脸(deepfake)视频越来越逼真,假脸视频造成的威胁也越来越大。文献中已出现一些基于卷积神经网络的换脸视频检测算法,他们在库内获得较好的检测效果,但跨库检测性能急剧下降,存在泛化能力不足的问题。该文从假脸篡改的机制出发,将视频换脸视为特殊的拼接篡改问题,利用流行的神经分割网络首先预测篡改区域,得到预测掩膜概率图,去噪并二值化,然后根据换脸主要发生在人脸区域的前提,提出一种计算人脸交并比的新方法,并进一步根据换脸处理的先验知识改进人脸交并比的计算,将其作为篡改检测的分类准则。所提出方法分别在3个不同的基础分割网络上实现,并在TIMIT, FaceForensics++, FFW数据库上进行了实验,与文献中流行的同类方法相比,在保持库内检测的高准确率同时,跨库检测的平均错误率显著下降。在近期发布的合成质量较高的DFD数据库上也获得了很好的检测性能,充分证明了所提出方法的有效性和通用性。
一种量子图像的中值滤波方案
赵娅, 郭嘉慧, 李盼池
, doi: 10.11999/JEIT191038
摘要:
中值滤波是经典图像处理中的基本滤波方法,然而在量子图像处理中相关模型尚不多见。为解决量子图像的中值滤波问题,该文提出了基于量子中值计算的新方法。该方法采用迭代比较的方法将目标像素排序,进而得到中值。文中首先介绍了实现中值滤波所需的各种基本模块的量子线路,然后重点介绍了中值计算的量子实现方法,最后给出了量子图像中值滤波的总体线路框架。复杂度分析表明该方法具有对经典算法的指数加速。经典计算机上的仿真结果验证了提出方法的有效性及可行性。
正交多载波降噪差分混沌键控通信系统
贺利芳, 吴雪霜, 张天骐
, doi: 10.11999/JEIT200068
摘要:
为解决多载波差分混沌移位键控(MC-DCSK)系统传输速率低和误码性能差的缺点,该文提出一种正交多载波降噪差分混沌移位键控(QMC-NR-DCSK)系统。在发送端,预定义载波用于发送参考信号,剩余M-1个不同中心频率的载波及其经正交调制技术后得到的频率相同但相位正交的载波都用于传输信息信号,此外,通过进一步引入Hilbert变换,将系统的频带利用率和传输速率提升为MC-DCSK系统的4倍。在接收端引入滑动平均滤波器的降噪操作降低了噪声的方差,从而改善了系统误码性能。推导了QMC-NR-DCSK系统在加性高斯白噪声(AWGN)信道和多径瑞利衰落(RFC)信道下的比特误码率公式并进行了仿真。仿真结果和理论分析表明:QMC-NR-DCSK系统能有效提升传输速率、带宽效率和误码性能,为该系统应用于多载波无线通信提供理论参考。
基于稀疏感知有序干扰消除的大规模机器类通信系统多用户检测
申滨, 吴和彪, 赵书锋, 崔太平
, doi: 10.11999/JEIT190994
摘要:
在大规模机器类通信(mMTC)系统中,以用户活跃性为先验信息,接收机可以基于稀疏感知最大后验概率(S-MAP)准则来检测多用户信号。为了降低S-MAP检测的计算复杂度,基于干扰消除的思想,该文提出一种改进的活跃性感知有序正交三角分解(IA-SQRD)算法,以适用于mMTC系统上行链路多用户信号检测。IA-SQRD算法将传统的活跃性感知有序正交三角分解(A-SQRD)算法的最终解作为初始解,并额外增加迭代干扰消除操作,以进一步提高检测性能。此外,利用与改进A-SQRD算法相似的思路,该文对稀疏感知串行干扰消除(SA-SIC)、有序正交三角分解(SQRD)及数据相关的排序和正则化(DDS)算法亦进行了改进设计,分别获得了相应的改进型算法,即ISA-SIC、I-SQRD及I-DDS算法。仿真结果表明:相对于A-SQRD算法,在未显著增加计算复杂度的情况下,在系统误比特率(BER)为\begin{document}$2.5 \times {10^{ - 2}}$\end{document}时,该文所提IA-SQRD算法可取得3 dB性能增益;并且,对于不同的活跃概率或扩频序列长度等参数配置下的mMTC系统,IA-SQRD算法相对于该文所提其它算法均表现出更优良的多用户检测性能。
基于携能通信的非信任双向中继网络安全传输方案
欧静兰, 余欢欢, 吴皓威, 马锐, 王柳彬
, doi: 10.11999/JEIT200069
摘要:
针对非信任双向中继网络的能量受限和信息安全问题,该文提出一种基于无线携能通信(SWIPT)与人工噪声辅助的物理层安全传输方案。该方案中的非信任中继采用功率分割(PS)策略辅助合法用户进行保密通信,而全双工干扰机在进行能量采集的同时发送人工噪声以确保系统安全。以最大化系统保密性能为目标,优化了中继的PS因子,推导了保密和速率的解析式及高信噪比条件下最佳PS因子的闭式解。特别针对非理想信道状态信息的情况,分析了信道估计误差对系统保密性能的影响。仿真结果验证了理论推导的正确性,并证明了所提的基于PS策略的干扰机协同传输方案相比采用时间切换(TS)策略或目的节点协同干扰的方案具有更优的保密性能。
基于图卷积神经网络的软件定义电力通信网络路由控制策略
向敏, 饶华阳, 张进进, 陈梦鑫
, doi: 10.11999/JEIT190971
摘要:
传输时延和数据包丢失率是电力通信业务可靠传输重点关注的问题,该文提出一种面向软件定义电力通信网络的最小路径选择度路由控制策略。结合电力通信网络软件定义网络(SDN)集中控制架构的特点,利用图卷积神经网络构建的链路带宽占用率预测模型(LBOP-GCN)分析下一时刻路径带宽占用率。通过三角模算子(TMO)融合路径的传输时延、当前时刻的路径带宽占用率和下一时刻的路径带宽占用率,计算出从源节点到目的节点间不同传输路径的选择度(Q),然后将Q值最小的路径作为SDN控制器下发的流表项。实验结果表明,该文所提出的路由控制策略能有效减小业务传输时延和数据包丢失率。
浮点数比较分支的混淆方法研究
耿普, 祝跃飞
, doi: 10.11999/JEIT190743
摘要:
针对当前分支混淆方法仅对整数比较分支有效的缺陷,该文分析浮点数二进制表示与大小比较的关系,证明了浮点数二进制区间的前缀集合与浮点数区间内数据之间具有前缀匹配关系。使用哈希函数对前缀集合进行保护,利用哈希函数的单向性实现对抗符号执行,通过哈希值比对替换浮点数比较,提出一种基于前缀哈希值比较的分支条件混淆技术,实现了一种在符号执行对抗和混淆还原对抗上具有较强对抗性的混淆方法。最后,通过实验证和分析,证实了该文提出的混淆方法有消耗小、能够有效对抗符号执行和混淆还原的优点,具备较好的实用性。
移动边缘计算中分布式异构任务卸载算法
夏士超, 姚枝秀, 鲜永菊, 李云
, doi: 10.11999/JEIT190728
摘要:
随着物联网(IoT)迅速发展,移动边缘计算(MEC)在提供高性能、低延迟计算服务方面的作用日益明显。然而,在面向IoT业务的MEC(MEC-IoT)时变环境中,不同边缘设备和应用业务在时延和能耗等方面具有显著的异构性,对高效的任务卸载及资源分配构成严峻挑战。针对上述问题,该文提出一种动态的分布式异构任务卸载算法(D2HM),该算法利用分布式博弈机制并结合李雅普诺夫优化理论,设计了一种资源的动态报价机制,并实现了对不同业务类型差异化控制和计算资源的弹性按需分配,仿真结果表明,所提的算法可以满足异构任务的多样化计算需求,并在保证网络稳定性的前提下降低系统的平均时延。
多径环境下异步长码直接序列码分多址信号伪码序列及信息序列盲估计
周杨, 张天骐
, doi: 10.11999/JEIT200019
摘要:
针对低信噪比 (SNR)下存在多径效应的传统单通道异步长码直接序列码分多址(DS-CDMA)信号伪码序列(PN)及信息序列难估计问题,该文提出一种基于平行因子的多通道盲估计方法。该方法先将接收到的多径信号建模为多通道模型,然后将长码DS-CDMA信号建模成短码DS-CDMA信号的缺失数据模型,形成观测缺失数据矩阵,并将其等效为缺失平行因子模型,最后利用正则交替最小二乘法(ALS)对缺失平行因子进行低秩分解,实现多径环境下长码DS-CDMA信号各用户伪码序列及信息序列的盲估计。仿真结果表明,序列的估计性能与多径环境密切相关,且在莱斯因子为10,多径路数为3,通道数为4,用户数为6,信噪比大于–10 dB的条件下,伪码序列及信息序列的估计错误率均低于1%。
基于大通讯时滞的二阶多智能体系统的一致性分析
晋守博, 魏章志, 李耀红
, doi: 10.11999/JEIT191009
摘要:
在有向网络拓扑下,该文研究了2阶大时滞多智能体系统的一致性,提出具有加权项的时滞状态导数反馈协议,改进了大通讯时滞导致系统震荡的问题。首先引入具有加权项的时滞状态导数反馈协议,并给出2阶多智能体系统的闭环形式;然后采用频域分析法求出2阶多智能体系统渐近实现稳态一致的充要条件,并证明与传统一致性协议相比,2阶多智能体系统在具有加权项的时滞状态导数反馈协议下能够容忍更大的通讯时滞;最后通过数值仿真验证了具有加权项的时滞状态导数反馈协议的优势。
基于深度强化学习的服务功能链可靠部署算法
唐伦, 曹睿, 廖皓, 王兆堃
, doi: 10.11999/JEIT190969
摘要:
针对当前关于服务功能链(SFC)的部署问题都未考虑到虚拟网络功能(VNF)的失效重要度,该文提出了基于深度强化学习的SFC可靠部署算法。首先建立VNF和虚拟链路可靠映射模型,为重要的VNF设置高可靠性需求,并通过链路部署长度限制尽可能保证虚拟链路可靠性需求。其次,以负载均衡为资源协调原则,与VNF可靠性联合优化,最终使用深度强化学习得到服务功能链部署策略。另外,提出了基于重要度的节点备份和链路备份策略,用于应对部署过程中VNF/链路可靠性难以满足的情况。仿真结果表明,本文的可靠部署算法在保证可靠性需求的基础上能够有效减少SFC失效损失,同时使虚拟网络更加稳定可靠。
利用震荡环频率特性提取多位可靠信息熵的物理不可克隆函数研究
孙子文, 叶乔
, doi: 10.11999/JEIT191013
摘要:
针对传统物理不可克隆函数(PUF)产生信息熵少、易受环境因素干扰等问题,该文设计一种产生多位稳定信息熵的PUF方案。该方案通过对FPGA上环形震荡器所产生频率数据的分析,从每个震荡环中提取能够代表震荡环特性的特征位作为信息熵。通过对逆变器温度特性的研究,利用电流饥饿逆变器和常规逆变器组成新的震荡环来降低温度对产生的信息熵的可靠性的影响。通过Cadence IC仿真和进行赛灵思zynq 7000系列FPGA开发平台上的实验,结果表明改进的PUF结构使用相同数量的震荡环产生更多的信息熵,并且其可靠性、唯一性均得到提升。
大位宽情况下的回滚式循环冗余校验算法
罗宇, 郭家松
, doi: 10.11999/JEIT200141
摘要:
为解决大位宽变长数据包情况下包尾数据的循环冗余校验(CRC)32算法处理存在的臃肿低效问题,将循环冗余校验算法变换为矩阵线性运算,利用逆矩阵反向回滚运算,得到正确的CRC运算结果;并在FPGA上进行了实验验证。结果表明:回滚运算的算法可行,并且实现简单,资源占用少。在512 bit位宽的情况下,回滚算法使得资源占用降低到了传统算法的15%;综合耗时降低到了传统算法的30%,布局/布线的耗时降低到了传统算法的40%。
基于视图感知的单视图三维重建算法
王年, 胡旭阳, 朱凡, 唐俊
, doi: 10.11999/JEIT190986
摘要:
尽管由于丢弃维度将3维(3D)形状投影到2维(2D)视图看似是不可逆的,但是从可视化到计算机辅助几何设计,各个垂直行业对3维重建技术的兴趣正迅速增长。传统基于物体深度图或者RGB图的3维重建算法虽然可以在一些方面达到令人满意的效果,但是它们仍然面临若干问题:(1)粗鲁的学习2D视图与3D形状之间的映射;(2)无法解决物体不同视角下外观差异所带来的的影响;(3)要求物体多个观察视角下的图像。该文提出一个端到端的视图感知3维(VA3D)重建网络解决了上述问题。具体而言,VA3D包含多邻近视图合成子网络和3D重建子网络。多邻近视图合成子网络基于物体源视图生成多个邻近视角图像,且引入自适应融合模块解决了视角转换过程中出现的模糊或扭曲等问题。3D重建子网络使用循环神经网络从合成的多视图序列中恢复物体3D形状。通过在ShapeNet数据集上大量定性和定量的实验表明,VA3D有效提升了基于单视图的3维重建结果。
基于自适应背景选择和多检测区域的相关滤波算法
蒲磊, 冯新喜, 侯志强, 余旺盛
, doi: 10.11999/JEIT190931
摘要:
为了进一步提高相关滤波算法的判别力和对快速运动、遮挡等复杂场景的应对能力,该文提出一种基于自适应背景选择和多检测区域的跟踪框架。首先对检测后的响应图进行峰值分析,当响应为单峰的时候,提取目标上下左右的4块区域作为负样本对模型进行训练,当响应为多峰的时候,采用峰值提取技术和阈值选择方法提取较大几个峰值区域作为负样本。为了进一步提高算法对遮挡的应对能力,该文提出了一种多检测区域的搜索策略。将该框架和传统的相关滤波算法进行结合,实验结果表明,相对于基准算法,该算法在精度上提高了6.9%,在成功率上提高了6.3%。