郵件訂閱
2015年 第37卷 第6期
顯示方式:
2015, 37(6): 1271-1278.
doi: 10.11999/JEIT141259
摘要:
移動(dòng)自組織網(wǎng)絡(luò)資源有限，且節(jié)點(diǎn)之間共享無(wú)線(xiàn)信道并以協(xié)作的方式完成消息轉(zhuǎn)發(fā)，導(dǎo)致所傳輸消息的機(jī)密性較為脆弱。為保護(hù)消息內(nèi)容的機(jī)密性，該文提出一種間斷連接移動(dòng)自組織網(wǎng)絡(luò)中的消息轉(zhuǎn)發(fā)機(jī)制。各節(jié)點(diǎn)對(duì)原始消息進(jìn)行切割，并利用多副本消息轉(zhuǎn)發(fā)過(guò)程的冗余性和節(jié)點(diǎn)相似性控制各片段消息在不相交的路徑上進(jìn)行轉(zhuǎn)發(fā)，進(jìn)而由網(wǎng)絡(luò)中的擺渡節(jié)點(diǎn)收集、檢驗(yàn)并還原、加密得到僅目的節(jié)點(diǎn)能夠解密的完整消息，確保轉(zhuǎn)發(fā)過(guò)程中消息的機(jī)密性、完整性。數(shù)值分析表明所提機(jī)制在保障網(wǎng)絡(luò)性能前提下，能有效保護(hù)消息的機(jī)密性。
移動(dòng)自組織網(wǎng)絡(luò)資源有限，且節(jié)點(diǎn)之間共享無(wú)線(xiàn)信道并以協(xié)作的方式完成消息轉(zhuǎn)發(fā)，導(dǎo)致所傳輸消息的機(jī)密性較為脆弱。為保護(hù)消息內(nèi)容的機(jī)密性，該文提出一種間斷連接移動(dòng)自組織網(wǎng)絡(luò)中的消息轉(zhuǎn)發(fā)機(jī)制。各節(jié)點(diǎn)對(duì)原始消息進(jìn)行切割，并利用多副本消息轉(zhuǎn)發(fā)過(guò)程的冗余性和節(jié)點(diǎn)相似性控制各片段消息在不相交的路徑上進(jìn)行轉(zhuǎn)發(fā)，進(jìn)而由網(wǎng)絡(luò)中的擺渡節(jié)點(diǎn)收集、檢驗(yàn)并還原、加密得到僅目的節(jié)點(diǎn)能夠解密的完整消息，確保轉(zhuǎn)發(fā)過(guò)程中消息的機(jī)密性、完整性。數(shù)值分析表明所提機(jī)制在保障網(wǎng)絡(luò)性能前提下，能有效保護(hù)消息的機(jī)密性。
2015, 37(6): 1279-1284.
doi: 10.11999/JEIT141303
摘要:
對(duì)等網(wǎng)(P2P)系統(tǒng)因其開(kāi)放性和匿名性等特點(diǎn)易受到惡意攻擊和非法濫用，建立基于社區(qū)的信任模型是一個(gè)行之有效的解決途徑。而現(xiàn)有的模型忽略了節(jié)點(diǎn)的動(dòng)態(tài)性、活躍度及影響范圍。該文在分析了P2P用戶(hù)模型后，提出一種基于拓?fù)鋭?shì)的P2P社區(qū)推薦信任模型，綜合評(píng)估了節(jié)點(diǎn)的影響力、交易量及信任度。在該模型中，分別建立了社區(qū)內(nèi)部和跨社區(qū)信任度計(jì)算機(jī)制，給出了超級(jí)節(jié)點(diǎn)評(píng)選算法。最后的仿真實(shí)驗(yàn)結(jié)果驗(yàn)證了該信任模型的有效性和魯棒性。
對(duì)等網(wǎng)(P2P)系統(tǒng)因其開(kāi)放性和匿名性等特點(diǎn)易受到惡意攻擊和非法濫用，建立基于社區(qū)的信任模型是一個(gè)行之有效的解決途徑。而現(xiàn)有的模型忽略了節(jié)點(diǎn)的動(dòng)態(tài)性、活躍度及影響范圍。該文在分析了P2P用戶(hù)模型后，提出一種基于拓?fù)鋭?shì)的P2P社區(qū)推薦信任模型，綜合評(píng)估了節(jié)點(diǎn)的影響力、交易量及信任度。在該模型中，分別建立了社區(qū)內(nèi)部和跨社區(qū)信任度計(jì)算機(jī)制，給出了超級(jí)節(jié)點(diǎn)評(píng)選算法。最后的仿真實(shí)驗(yàn)結(jié)果驗(yàn)證了該信任模型的有效性和魯棒性。
2015, 37(6): 1285-1290.
doi: 10.11999/JEIT140995
摘要:
在延遲容忍網(wǎng)絡(luò)中，為了發(fā)現(xiàn)在其通信范圍內(nèi)的鄰居節(jié)點(diǎn)，網(wǎng)絡(luò)中的節(jié)點(diǎn)必須不斷地探測(cè)周?chē)沫h(huán)境。這個(gè)接觸探測(cè)過(guò)程極其耗費(fèi)能量。如果網(wǎng)絡(luò)中的節(jié)點(diǎn)探測(cè)太過(guò)頻繁，會(huì)耗費(fèi)很多能量，且使得網(wǎng)絡(luò)能量的使用效率降低。另一方面，稀疏的探測(cè)可能導(dǎo)致節(jié)點(diǎn)失去和其它節(jié)點(diǎn)的接觸，從而錯(cuò)失交換數(shù)據(jù)的機(jī)會(huì)。因此，在延遲容忍網(wǎng)絡(luò)中能量效率和接觸機(jī)會(huì)之間存在著一種折中的關(guān)系。為了研究這種折中關(guān)系，該文首先對(duì)基于隨機(jī)路點(diǎn)模型(Random Way-Point model, RWP)的接觸探測(cè)過(guò)程進(jìn)行建模，得到恒定探測(cè)間隔下接觸探測(cè)概率的表達(dá)式，并且證明在所有平均探測(cè)間隔相同的策略中，以恒定間隔探測(cè)的策略是最優(yōu)的。其次，基于提出的理論模型，分析不同情況下能量效率和接觸探測(cè)概率之間的折中。最后，通過(guò)仿真實(shí)驗(yàn)驗(yàn)證該理論模型的正確性。
在延遲容忍網(wǎng)絡(luò)中，為了發(fā)現(xiàn)在其通信范圍內(nèi)的鄰居節(jié)點(diǎn)，網(wǎng)絡(luò)中的節(jié)點(diǎn)必須不斷地探測(cè)周?chē)沫h(huán)境。這個(gè)接觸探測(cè)過(guò)程極其耗費(fèi)能量。如果網(wǎng)絡(luò)中的節(jié)點(diǎn)探測(cè)太過(guò)頻繁，會(huì)耗費(fèi)很多能量，且使得網(wǎng)絡(luò)能量的使用效率降低。另一方面，稀疏的探測(cè)可能導(dǎo)致節(jié)點(diǎn)失去和其它節(jié)點(diǎn)的接觸，從而錯(cuò)失交換數(shù)據(jù)的機(jī)會(huì)。因此，在延遲容忍網(wǎng)絡(luò)中能量效率和接觸機(jī)會(huì)之間存在著一種折中的關(guān)系。為了研究這種折中關(guān)系，該文首先對(duì)基于隨機(jī)路點(diǎn)模型(Random Way-Point model, RWP)的接觸探測(cè)過(guò)程進(jìn)行建模，得到恒定探測(cè)間隔下接觸探測(cè)概率的表達(dá)式，并且證明在所有平均探測(cè)間隔相同的策略中，以恒定間隔探測(cè)的策略是最優(yōu)的。其次，基于提出的理論模型，分析不同情況下能量效率和接觸探測(cè)概率之間的折中。最后，通過(guò)仿真實(shí)驗(yàn)驗(yàn)證該理論模型的正確性。
2015, 37(6): 1291-1297.
doi: 10.11999/JEIT141182
摘要:
針對(duì)平面路由難以適應(yīng)較大規(guī)模水下傳感器網(wǎng)絡(luò)的局限，該文提出一種能更好地適用于較大規(guī)模網(wǎng)絡(luò)的分簇路由算法DLCR(Dynamic Layered Clustering Routing)。該算法將網(wǎng)絡(luò)自上向下劃分為多層，并選擇層內(nèi)與sink節(jié)點(diǎn)距離較近、剩余能量較高的節(jié)點(diǎn)作為簇頭節(jié)點(diǎn)，從而降低簇頭節(jié)點(diǎn)的通信能耗。為了避免同一節(jié)點(diǎn)連續(xù)被選舉為簇頭節(jié)點(diǎn)，提出一種動(dòng)態(tài)分層機(jī)制，每一輪數(shù)據(jù)采集周期都將網(wǎng)絡(luò)重新劃分為多層。實(shí)驗(yàn)證明DLCR不僅具有良好的穩(wěn)定性，還降低了網(wǎng)絡(luò)的能耗，延長(zhǎng)了網(wǎng)絡(luò)的壽命。
針對(duì)平面路由難以適應(yīng)較大規(guī)模水下傳感器網(wǎng)絡(luò)的局限，該文提出一種能更好地適用于較大規(guī)模網(wǎng)絡(luò)的分簇路由算法DLCR(Dynamic Layered Clustering Routing)。該算法將網(wǎng)絡(luò)自上向下劃分為多層，并選擇層內(nèi)與sink節(jié)點(diǎn)距離較近、剩余能量較高的節(jié)點(diǎn)作為簇頭節(jié)點(diǎn)，從而降低簇頭節(jié)點(diǎn)的通信能耗。為了避免同一節(jié)點(diǎn)連續(xù)被選舉為簇頭節(jié)點(diǎn)，提出一種動(dòng)態(tài)分層機(jī)制，每一輪數(shù)據(jù)采集周期都將網(wǎng)絡(luò)重新劃分為多層。實(shí)驗(yàn)證明DLCR不僅具有良好的穩(wěn)定性，還降低了網(wǎng)絡(luò)的能耗，延長(zhǎng)了網(wǎng)絡(luò)的壽命。
2015, 37(6): 1298-1303.
doi: 10.11999/JEIT141158
摘要:
針對(duì)正交頻分多址(OFDMA)系統(tǒng)下行鏈路多業(yè)務(wù)自適應(yīng)調(diào)度的問(wèn)題，該文首先以最大化系統(tǒng)吞吐量為優(yōu)化目標(biāo)、每種業(yè)務(wù)的服務(wù)質(zhì)量(QoS)保證為約束條件，建立了一種通用的多業(yè)務(wù)自適應(yīng)資源分配模型。為解決此優(yōu)化問(wèn)題，提出了一種具體的自適應(yīng)資源調(diào)度算法。該算法對(duì)實(shí)時(shí)業(yè)務(wù)按照用戶(hù)選擇最好的信道的原則分配盡可能少的資源以保證其QoS，對(duì)非實(shí)時(shí)業(yè)務(wù)把盡可能多的剩余資源按照信道選擇最好的用戶(hù)的原則進(jìn)行分配，充分利用信道資源，提升系統(tǒng)容量。仿真結(jié)果表明，該算法保證了下行OFDMA系統(tǒng)吞吐量的同時(shí)，在實(shí)時(shí)業(yè)務(wù)的延時(shí)和丟包率等方面有一定的優(yōu)越性。
針對(duì)正交頻分多址(OFDMA)系統(tǒng)下行鏈路多業(yè)務(wù)自適應(yīng)調(diào)度的問(wèn)題，該文首先以最大化系統(tǒng)吞吐量為優(yōu)化目標(biāo)、每種業(yè)務(wù)的服務(wù)質(zhì)量(QoS)保證為約束條件，建立了一種通用的多業(yè)務(wù)自適應(yīng)資源分配模型。為解決此優(yōu)化問(wèn)題，提出了一種具體的自適應(yīng)資源調(diào)度算法。該算法對(duì)實(shí)時(shí)業(yè)務(wù)按照用戶(hù)選擇最好的信道的原則分配盡可能少的資源以保證其QoS，對(duì)非實(shí)時(shí)業(yè)務(wù)把盡可能多的剩余資源按照信道選擇最好的用戶(hù)的原則進(jìn)行分配，充分利用信道資源，提升系統(tǒng)容量。仿真結(jié)果表明，該算法保證了下行OFDMA系統(tǒng)吞吐量的同時(shí)，在實(shí)時(shí)業(yè)務(wù)的延時(shí)和丟包率等方面有一定的優(yōu)越性。
2015, 37(6): 1304-1309.
doi: 10.11999/JEIT141340
摘要:
在密集布放環(huán)境中，超高頻射頻識(shí)別標(biāo)簽(UHF RFID)會(huì)受到相鄰標(biāo)簽的干擾產(chǎn)生互阻抗，導(dǎo)致讀取率下降?；诙丝诰W(wǎng)絡(luò)和八木陣列天線(xiàn)的理論，該文分析天線(xiàn)結(jié)構(gòu)與互阻抗的關(guān)系，并解釋標(biāo)簽天線(xiàn)傳輸系數(shù)和增益的變化原因。進(jìn)而提出一種密集布放環(huán)境中的標(biāo)簽互阻設(shè)計(jì)方法。仿真和測(cè)試結(jié)果表明，新標(biāo)簽不僅單一性能良好，且互相間的干擾小，適用于多標(biāo)簽密集布放環(huán)境中的射頻識(shí)別系統(tǒng)。
在密集布放環(huán)境中，超高頻射頻識(shí)別標(biāo)簽(UHF RFID)會(huì)受到相鄰標(biāo)簽的干擾產(chǎn)生互阻抗，導(dǎo)致讀取率下降?；诙丝诰W(wǎng)絡(luò)和八木陣列天線(xiàn)的理論，該文分析天線(xiàn)結(jié)構(gòu)與互阻抗的關(guān)系，并解釋標(biāo)簽天線(xiàn)傳輸系數(shù)和增益的變化原因。進(jìn)而提出一種密集布放環(huán)境中的標(biāo)簽互阻設(shè)計(jì)方法。仿真和測(cè)試結(jié)果表明，新標(biāo)簽不僅單一性能良好，且互相間的干擾小，適用于多標(biāo)簽密集布放環(huán)境中的射頻識(shí)別系統(tǒng)。
2015, 37(6): 1310-1316.
doi: 10.11999/JEIT141037
摘要:
針對(duì)新型高效數(shù)字噴泉碼RaptorQ碼譯碼復(fù)雜度高的問(wèn)題，利用它是系統(tǒng)碼的特性，該文提出一種降維快速譯碼算法。該算法利用預(yù)先計(jì)算的逆矩陣，將譯碼過(guò)程中對(duì)接收編碼約束矩陣的求逆轉(zhuǎn)化為對(duì)更小維數(shù)矩陣的求逆，以降低譯碼復(fù)雜度。算法譯碼效果與現(xiàn)有譯碼算法等價(jià)。仿真結(jié)果表明，在信道符號(hào)刪除概率較低(小于0.2)時(shí)，該算法的譯碼速度顯著高于現(xiàn)有算法。
針對(duì)新型高效數(shù)字噴泉碼RaptorQ碼譯碼復(fù)雜度高的問(wèn)題，利用它是系統(tǒng)碼的特性，該文提出一種降維快速譯碼算法。該算法利用預(yù)先計(jì)算的逆矩陣，將譯碼過(guò)程中對(duì)接收編碼約束矩陣的求逆轉(zhuǎn)化為對(duì)更小維數(shù)矩陣的求逆，以降低譯碼復(fù)雜度。算法譯碼效果與現(xiàn)有譯碼算法等價(jià)。仿真結(jié)果表明，在信道符號(hào)刪除概率較低(小于0.2)時(shí)，該算法的譯碼速度顯著高于現(xiàn)有算法。
2015, 37(6): 1317-1322.
doi: 10.11999/JEIT140860
摘要:
測(cè)量矩陣是壓縮感知(Compressed Sensing, CS)的重要組成部分，確定性的測(cè)量矩陣易于硬件實(shí)現(xiàn)，但是重構(gòu)信號(hào)的精度一般不如隨機(jī)矩陣。針對(duì)這一缺點(diǎn)，該文提出并構(gòu)造了一種新的確定性測(cè)量矩陣，稱(chēng)作分塊的有序范德蒙矩陣。范德蒙矩陣具有線(xiàn)性不相關(guān)的性質(zhì)，在此基礎(chǔ)上加上分塊操作和對(duì)元素進(jìn)行有序排列得到的分塊的有序范德蒙矩陣，實(shí)現(xiàn)了時(shí)域中的非均勻采樣，特別適合于維數(shù)較大的自然圖像信號(hào)。仿真實(shí)驗(yàn)表明，對(duì)于圖像信號(hào)該矩陣具有遠(yuǎn)高于高斯矩陣的重構(gòu)精度，可以作為實(shí)際中的測(cè)量矩陣使用。
測(cè)量矩陣是壓縮感知(Compressed Sensing, CS)的重要組成部分，確定性的測(cè)量矩陣易于硬件實(shí)現(xiàn)，但是重構(gòu)信號(hào)的精度一般不如隨機(jī)矩陣。針對(duì)這一缺點(diǎn)，該文提出并構(gòu)造了一種新的確定性測(cè)量矩陣，稱(chēng)作分塊的有序范德蒙矩陣。范德蒙矩陣具有線(xiàn)性不相關(guān)的性質(zhì)，在此基礎(chǔ)上加上分塊操作和對(duì)元素進(jìn)行有序排列得到的分塊的有序范德蒙矩陣，實(shí)現(xiàn)了時(shí)域中的非均勻采樣，特別適合于維數(shù)較大的自然圖像信號(hào)。仿真實(shí)驗(yàn)表明，對(duì)于圖像信號(hào)該矩陣具有遠(yuǎn)高于高斯矩陣的重構(gòu)精度，可以作為實(shí)際中的測(cè)量矩陣使用。
2015, 37(6): 1323-1329.
doi: 10.11999/JEIT141180
摘要:
針對(duì)現(xiàn)有的相位鍵控(PSK)編碼信號(hào)碼速率估計(jì)方法在A(yíng)lpha穩(wěn)定分布中性能?chē)?yán)重退化的問(wèn)題，該文提出一種基于柯西分布的碼速率最大似然估計(jì)(CMLE)新方法，該方法可同時(shí)估計(jì)碼速率與定時(shí)偏差。CMLE利用窗口法將信號(hào)劃分為定時(shí)偏差窗和多個(gè)寬度一定的非重疊且已同步的時(shí)域窗，每個(gè)窗只包含一個(gè)碼元符號(hào)；在A(yíng)lpha穩(wěn)定分布噪聲下，利用窗中符號(hào)信息構(gòu)造了基于柯西分布的似然函數(shù)，可同時(shí)獲得定時(shí)偏差窗寬與碼元符號(hào)窗寬的最大似然估計(jì)。仿真結(jié)果表明，該方法能有效抑制Alpha穩(wěn)定分布噪聲并具有良好的參數(shù)估計(jì)性能。
針對(duì)現(xiàn)有的相位鍵控(PSK)編碼信號(hào)碼速率估計(jì)方法在A(yíng)lpha穩(wěn)定分布中性能?chē)?yán)重退化的問(wèn)題，該文提出一種基于柯西分布的碼速率最大似然估計(jì)(CMLE)新方法，該方法可同時(shí)估計(jì)碼速率與定時(shí)偏差。CMLE利用窗口法將信號(hào)劃分為定時(shí)偏差窗和多個(gè)寬度一定的非重疊且已同步的時(shí)域窗，每個(gè)窗只包含一個(gè)碼元符號(hào)；在A(yíng)lpha穩(wěn)定分布噪聲下，利用窗中符號(hào)信息構(gòu)造了基于柯西分布的似然函數(shù)，可同時(shí)獲得定時(shí)偏差窗寬與碼元符號(hào)窗寬的最大似然估計(jì)。仿真結(jié)果表明，該方法能有效抑制Alpha穩(wěn)定分布噪聲并具有良好的參數(shù)估計(jì)性能。
2015, 37(6): 1330-1335.
doi: 10.11999/JEIT141605
摘要:
對(duì)于一類(lèi)非線(xiàn)性信號(hào)的去噪問(wèn)題，該文提出一種基于奇異值分解(Singular Value Decomposition, SVD)的有效迭代方法。對(duì)現(xiàn)有奇異值差分譜方法在兩類(lèi)不同非線(xiàn)性信號(hào)上的去噪效果進(jìn)行了對(duì)比，指出在信號(hào)不具有明顯特征頻率、非周期性變化時(shí)這一方法并不適用，并分析了現(xiàn)象產(chǎn)生的原因；然后針對(duì)該類(lèi)信號(hào)的特點(diǎn)重新定義了Hankel矩陣結(jié)構(gòu)，給出有效奇異值的確定方式，并通過(guò)SVD多次迭代過(guò)程實(shí)現(xiàn)對(duì)該類(lèi)信號(hào)的有效去噪。對(duì)實(shí)際飛行數(shù)據(jù)去噪的實(shí)驗(yàn)結(jié)果表明，該方法對(duì)提出的一類(lèi)信號(hào)對(duì)象不僅去噪效果良好，而且可提高運(yùn)算效率。
對(duì)于一類(lèi)非線(xiàn)性信號(hào)的去噪問(wèn)題，該文提出一種基于奇異值分解(Singular Value Decomposition, SVD)的有效迭代方法。對(duì)現(xiàn)有奇異值差分譜方法在兩類(lèi)不同非線(xiàn)性信號(hào)上的去噪效果進(jìn)行了對(duì)比，指出在信號(hào)不具有明顯特征頻率、非周期性變化時(shí)這一方法并不適用，并分析了現(xiàn)象產(chǎn)生的原因；然后針對(duì)該類(lèi)信號(hào)的特點(diǎn)重新定義了Hankel矩陣結(jié)構(gòu)，給出有效奇異值的確定方式，并通過(guò)SVD多次迭代過(guò)程實(shí)現(xiàn)對(duì)該類(lèi)信號(hào)的有效去噪。對(duì)實(shí)際飛行數(shù)據(jù)去噪的實(shí)驗(yàn)結(jié)果表明，該方法對(duì)提出的一類(lèi)信號(hào)對(duì)象不僅去噪效果良好，而且可提高運(yùn)算效率。
2015, 37(6): 1336-1342.
doi: 10.11999/JEIT141113
摘要:
基于目標(biāo)位置量測(cè)的一些量測(cè)轉(zhuǎn)換方法已被廣泛使用在目標(biāo)跟蹤應(yīng)用中，使得卡爾曼濾波器得以在直角坐標(biāo)系中應(yīng)用。但是，這些量測(cè)轉(zhuǎn)換方法有一些會(huì)導(dǎo)致估計(jì)性能惡化的根本缺陷。事實(shí)上，除了位置量測(cè)外，理論計(jì)算和實(shí)踐已經(jīng)證明，包含目標(biāo)速度信息的多普勒量測(cè)具有有效提高目標(biāo)狀態(tài)估計(jì)精度的潛力。該文在直角坐標(biāo)系下提出一種可使用轉(zhuǎn)換多普勒量測(cè)(即距離量測(cè)與多普勒量測(cè)的乘積)的濾波器。從理論上講，它是在最佳線(xiàn)性無(wú)偏估計(jì)準(zhǔn)則下的最優(yōu)線(xiàn)性無(wú)偏濾波器，并且避免了量測(cè)轉(zhuǎn)換方法的根本缺陷。通過(guò)將近似處理后的新型最優(yōu)線(xiàn)性濾波器與目前4種流行的方法進(jìn)行仿真比較，驗(yàn)證了所提出的濾波器的優(yōu)越性。
基于目標(biāo)位置量測(cè)的一些量測(cè)轉(zhuǎn)換方法已被廣泛使用在目標(biāo)跟蹤應(yīng)用中，使得卡爾曼濾波器得以在直角坐標(biāo)系中應(yīng)用。但是，這些量測(cè)轉(zhuǎn)換方法有一些會(huì)導(dǎo)致估計(jì)性能惡化的根本缺陷。事實(shí)上，除了位置量測(cè)外，理論計(jì)算和實(shí)踐已經(jīng)證明，包含目標(biāo)速度信息的多普勒量測(cè)具有有效提高目標(biāo)狀態(tài)估計(jì)精度的潛力。該文在直角坐標(biāo)系下提出一種可使用轉(zhuǎn)換多普勒量測(cè)(即距離量測(cè)與多普勒量測(cè)的乘積)的濾波器。從理論上講，它是在最佳線(xiàn)性無(wú)偏估計(jì)準(zhǔn)則下的最優(yōu)線(xiàn)性無(wú)偏濾波器，并且避免了量測(cè)轉(zhuǎn)換方法的根本缺陷。通過(guò)將近似處理后的新型最優(yōu)線(xiàn)性濾波器與目前4種流行的方法進(jìn)行仿真比較，驗(yàn)證了所提出的濾波器的優(yōu)越性。
2015, 37(6): 1343-1349.
doi: 10.11999/JEIT141122
摘要:
傳統(tǒng)的語(yǔ)音端點(diǎn)檢測(cè)方法對(duì)輔音，特別是受到噪聲污染的清音部分與背景噪聲之間分離能力不足。針對(duì)上述問(wèn)題，該文提出一種基于Fisher線(xiàn)性判別分析的梅爾頻率倒譜系數(shù)(F-MFCC)端點(diǎn)檢測(cè)方法。將清音信號(hào)和背景噪聲視為兩類(lèi)分類(lèi)問(wèn)題，采用Fisher準(zhǔn)則求解具有判別信息的最佳投影方向，使得投影后的特征參數(shù)具有最小類(lèi)內(nèi)散度和最大類(lèi)間散度，從而增大清音與背景噪聲的可分離性。在不同語(yǔ)音庫(kù)上的實(shí)驗(yàn)結(jié)果表明，F(xiàn)-MFCC能夠在不同信噪比和背景噪聲條件下提高語(yǔ)音端點(diǎn)檢測(cè)的準(zhǔn)確率。
傳統(tǒng)的語(yǔ)音端點(diǎn)檢測(cè)方法對(duì)輔音，特別是受到噪聲污染的清音部分與背景噪聲之間分離能力不足。針對(duì)上述問(wèn)題，該文提出一種基于Fisher線(xiàn)性判別分析的梅爾頻率倒譜系數(shù)(F-MFCC)端點(diǎn)檢測(cè)方法。將清音信號(hào)和背景噪聲視為兩類(lèi)分類(lèi)問(wèn)題，采用Fisher準(zhǔn)則求解具有判別信息的最佳投影方向，使得投影后的特征參數(shù)具有最小類(lèi)內(nèi)散度和最大類(lèi)間散度，從而增大清音與背景噪聲的可分離性。在不同語(yǔ)音庫(kù)上的實(shí)驗(yàn)結(jié)果表明，F(xiàn)-MFCC能夠在不同信噪比和背景噪聲條件下提高語(yǔ)音端點(diǎn)檢測(cè)的準(zhǔn)確率。
2015, 37(6): 1350-1356.
doi: 10.11999/JEIT141264
摘要:
本征音子說(shuō)話(huà)人自適應(yīng)算法在自適應(yīng)數(shù)據(jù)量充足時(shí)可以取得很好的自適應(yīng)效果，但在自適應(yīng)數(shù)據(jù)量不足時(shí)會(huì)出現(xiàn)嚴(yán)重的過(guò)擬合現(xiàn)象。為此該文提出一種基于本征音子說(shuō)話(huà)人子空間的說(shuō)話(huà)人自適應(yīng)算法來(lái)克服這一問(wèn)題。首先給出基于隱馬爾可夫模型-高斯混合模型(HMM-GMM)的語(yǔ)音識(shí)別系統(tǒng)中本征音子說(shuō)話(huà)人自適應(yīng)的基本原理。其次通過(guò)引入說(shuō)話(huà)人子空間對(duì)不同說(shuō)話(huà)人的本征音子矩陣間的相關(guān)性信息進(jìn)行建模；然后通過(guò)估計(jì)說(shuō)話(huà)人相關(guān)坐標(biāo)矢量得到一種新的本征音子說(shuō)話(huà)人子空間自適應(yīng)算法。最后將本征音子說(shuō)話(huà)人子空間自適應(yīng)算法與傳統(tǒng)說(shuō)話(huà)人子空間自適應(yīng)算法進(jìn)行了對(duì)比?；谖④浾Z(yǔ)料庫(kù)的漢語(yǔ)連續(xù)語(yǔ)音識(shí)別實(shí)驗(yàn)表明，與本征音子說(shuō)話(huà)人自適應(yīng)算法相比，該算法在自適應(yīng)數(shù)據(jù)量極少時(shí)能大幅提升性能，較好地克服過(guò)擬合現(xiàn)象。與本征音自適應(yīng)算法相比，該算法以較小的性能犧牲代價(jià)獲得了更低的空間復(fù)雜度而更具實(shí)用性。
本征音子說(shuō)話(huà)人自適應(yīng)算法在自適應(yīng)數(shù)據(jù)量充足時(shí)可以取得很好的自適應(yīng)效果，但在自適應(yīng)數(shù)據(jù)量不足時(shí)會(huì)出現(xiàn)嚴(yán)重的過(guò)擬合現(xiàn)象。為此該文提出一種基于本征音子說(shuō)話(huà)人子空間的說(shuō)話(huà)人自適應(yīng)算法來(lái)克服這一問(wèn)題。首先給出基于隱馬爾可夫模型-高斯混合模型(HMM-GMM)的語(yǔ)音識(shí)別系統(tǒng)中本征音子說(shuō)話(huà)人自適應(yīng)的基本原理。其次通過(guò)引入說(shuō)話(huà)人子空間對(duì)不同說(shuō)話(huà)人的本征音子矩陣間的相關(guān)性信息進(jìn)行建模；然后通過(guò)估計(jì)說(shuō)話(huà)人相關(guān)坐標(biāo)矢量得到一種新的本征音子說(shuō)話(huà)人子空間自適應(yīng)算法。最后將本征音子說(shuō)話(huà)人子空間自適應(yīng)算法與傳統(tǒng)說(shuō)話(huà)人子空間自適應(yīng)算法進(jìn)行了對(duì)比?；谖④浾Z(yǔ)料庫(kù)的漢語(yǔ)連續(xù)語(yǔ)音識(shí)別實(shí)驗(yàn)表明，與本征音子說(shuō)話(huà)人自適應(yīng)算法相比，該算法在自適應(yīng)數(shù)據(jù)量極少時(shí)能大幅提升性能，較好地克服過(guò)擬合現(xiàn)象。與本征音自適應(yīng)算法相比，該算法以較小的性能犧牲代價(jià)獲得了更低的空間復(fù)雜度而更具實(shí)用性。
2015, 37(6): 1357-1364.
doi: 10.11999/JEIT141134
摘要:
針對(duì)目標(biāo)跟蹤過(guò)程中的目標(biāo)表觀(guān)變化、背景干擾及發(fā)生遮擋等問(wèn)題，該文提出一種基于局部分塊和模型更新的視覺(jué)跟蹤算法。該文采用粗搜索與精搜索相結(jié)合的雙層搜索方法來(lái)提高目標(biāo)的定位精度。首先，在包含部分背景區(qū)域的初始跟蹤區(qū)域內(nèi)構(gòu)建目標(biāo)模型。然后，利用基于積分直方圖的局部窮搜索算法初步確定目標(biāo)的位置，接著在當(dāng)前跟蹤區(qū)域內(nèi)通過(guò)分塊學(xué)習(xí)來(lái)精確搜索目標(biāo)的最終位置。最后，利用創(chuàng)建的模型更新域?qū)δ繕?biāo)模型進(jìn)行更新。該文主要針對(duì)分塊跟蹤中的背景抑制、模型更新等方面進(jìn)行了研究，實(shí)驗(yàn)結(jié)果表明該算法對(duì)目標(biāo)表觀(guān)變化、背景干擾及遮擋情況的處理能力都有所增強(qiáng)。
針對(duì)目標(biāo)跟蹤過(guò)程中的目標(biāo)表觀(guān)變化、背景干擾及發(fā)生遮擋等問(wèn)題，該文提出一種基于局部分塊和模型更新的視覺(jué)跟蹤算法。該文采用粗搜索與精搜索相結(jié)合的雙層搜索方法來(lái)提高目標(biāo)的定位精度。首先，在包含部分背景區(qū)域的初始跟蹤區(qū)域內(nèi)構(gòu)建目標(biāo)模型。然后，利用基于積分直方圖的局部窮搜索算法初步確定目標(biāo)的位置，接著在當(dāng)前跟蹤區(qū)域內(nèi)通過(guò)分塊學(xué)習(xí)來(lái)精確搜索目標(biāo)的最終位置。最后，利用創(chuàng)建的模型更新域?qū)δ繕?biāo)模型進(jìn)行更新。該文主要針對(duì)分塊跟蹤中的背景抑制、模型更新等方面進(jìn)行了研究，實(shí)驗(yàn)結(jié)果表明該算法對(duì)目標(biāo)表觀(guān)變化、背景干擾及遮擋情況的處理能力都有所增強(qiáng)。
2015, 37(6): 1365-1371.
doi: 10.11999/JEIT140960
摘要:
該文提出一種新的基于特征統(tǒng)計(jì)的形狀描述方法。通過(guò)對(duì)中心-輪廓距離(CCD)和傳統(tǒng)鏈碼(Chaincode)的聯(lián)合統(tǒng)計(jì)分析，使用中心-輪廓距離對(duì)形狀進(jìn)行層次分解，對(duì)各層的形狀映射部分的鏈碼描述進(jìn)行統(tǒng)計(jì)分析，從而形成中心-輪廓距離和鏈碼的聯(lián)合統(tǒng)計(jì)(JSCCDC)描述子。形狀之間的相似性可以用JSCCDC的城區(qū)距離來(lái)描述。實(shí)驗(yàn)結(jié)果表明，該表示方法兼具了形狀的全局特征和局部特征，相比于傳統(tǒng)的特征加權(quán)方法具有更優(yōu)越的性能，在形狀匹配和形狀檢索中具有較高的精度和可靠性。
該文提出一種新的基于特征統(tǒng)計(jì)的形狀描述方法。通過(guò)對(duì)中心-輪廓距離(CCD)和傳統(tǒng)鏈碼(Chaincode)的聯(lián)合統(tǒng)計(jì)分析，使用中心-輪廓距離對(duì)形狀進(jìn)行層次分解，對(duì)各層的形狀映射部分的鏈碼描述進(jìn)行統(tǒng)計(jì)分析，從而形成中心-輪廓距離和鏈碼的聯(lián)合統(tǒng)計(jì)(JSCCDC)描述子。形狀之間的相似性可以用JSCCDC的城區(qū)距離來(lái)描述。實(shí)驗(yàn)結(jié)果表明，該表示方法兼具了形狀的全局特征和局部特征，相比于傳統(tǒng)的特征加權(quán)方法具有更優(yōu)越的性能，在形狀匹配和形狀檢索中具有較高的精度和可靠性。
2015, 37(6): 1372-1377.
doi: 10.11999/JEIT141093
摘要:
為了避免圖像數(shù)據(jù)向量化后的維數(shù)災(zāi)難問(wèn)題，以及增強(qiáng)對(duì)野值(outliers)及噪聲的魯棒性，該文提出一種基于L1-范數(shù)的2維線(xiàn)性判別分析(L1-norm-based Two-Dimensional Linear Discriminant Analysis, 2DLDA-L1)降維方法。它充分利用L1-范數(shù)對(duì)野值及噪聲的強(qiáng)魯棒性，并且直接在圖像矩陣上進(jìn)行投影降維。該文還提出一種快速迭代優(yōu)化算法，并給出了其單調(diào)收斂到局部最優(yōu)的證明。在多個(gè)圖像數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)驗(yàn)證了該方法的魯棒性與高效性。
為了避免圖像數(shù)據(jù)向量化后的維數(shù)災(zāi)難問(wèn)題，以及增強(qiáng)對(duì)野值(outliers)及噪聲的魯棒性，該文提出一種基于L1-范數(shù)的2維線(xiàn)性判別分析(L1-norm-based Two-Dimensional Linear Discriminant Analysis, 2DLDA-L1)降維方法。它充分利用L1-范數(shù)對(duì)野值及噪聲的強(qiáng)魯棒性，并且直接在圖像矩陣上進(jìn)行投影降維。該文還提出一種快速迭代優(yōu)化算法，并給出了其單調(diào)收斂到局部最優(yōu)的證明。在多個(gè)圖像數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)驗(yàn)證了該方法的魯棒性與高效性。
2015, 37(6): 1378-1383.
doi: 10.11999/JEIT141241
摘要:
星載探測(cè)對(duì)儀器重量和體積的要求都很苛刻，而通常三極子天線(xiàn)需要一部三通道接收機(jī)以實(shí)現(xiàn)電磁波參數(shù)估計(jì)，不但重量和體積較大，而且存在通道串?dāng)_和增益不平衡的問(wèn)題。該文提出兩種基于時(shí)分技術(shù)的三極子天線(xiàn)估計(jì)電磁波參數(shù)的算法，使得一個(gè)三極子天線(xiàn)只需要一部單通道接收機(jī)，不但減小接收機(jī)的體積、降低接收機(jī)的重量和費(fèi)用，而且克服了通道串?dāng)_和增益不平衡的問(wèn)題。仿真結(jié)果證明了算法的有效性。
星載探測(cè)對(duì)儀器重量和體積的要求都很苛刻，而通常三極子天線(xiàn)需要一部三通道接收機(jī)以實(shí)現(xiàn)電磁波參數(shù)估計(jì)，不但重量和體積較大，而且存在通道串?dāng)_和增益不平衡的問(wèn)題。該文提出兩種基于時(shí)分技術(shù)的三極子天線(xiàn)估計(jì)電磁波參數(shù)的算法，使得一個(gè)三極子天線(xiàn)只需要一部單通道接收機(jī)，不但減小接收機(jī)的體積、降低接收機(jī)的重量和費(fèi)用，而且克服了通道串?dāng)_和增益不平衡的問(wèn)題。仿真結(jié)果證明了算法的有效性。
2015, 37(6): 1384-1388.
doi: 10.11999/JEIT141390
摘要:
人體血氧飽和度是基于脈搏波信號(hào)測(cè)量得到的，然而在脈搏波信號(hào)采集的過(guò)程中存在著由人體呼吸和儀器本身熱噪聲等帶來(lái)的基線(xiàn)漂移和高頻噪聲，影響人體血氧飽和度的測(cè)量精度。因此，該文提出一種總體平均經(jīng)驗(yàn)?zāi)B(tài)分解(Ensemble Empirical Mode Decomposition, EEMD)與基于排列熵(Permutation Entropy, PE)的信號(hào)隨機(jī)性檢測(cè)相結(jié)合的方法，同時(shí)消除基線(xiàn)漂移和高頻噪聲。對(duì)脈搏波信號(hào)進(jìn)行EEMD分解，計(jì)算分解到得到的內(nèi)在模式分量的排列熵，選取閾值，分別判斷并剔除代表高頻噪聲和基線(xiàn)漂移的內(nèi)在模式分量。最后信號(hào)重構(gòu)就得到同時(shí)消除高頻噪聲和基線(xiàn)漂移的脈搏波信號(hào)。通過(guò)自行研制的測(cè)量裝置所采集的脈搏波信號(hào)進(jìn)行實(shí)驗(yàn)驗(yàn)證，利用信號(hào)的頻譜和交直流比R評(píng)價(jià)效果。結(jié)果表明：該方法有效地同時(shí)消除了脈搏波信號(hào)中的高頻噪聲和基線(xiàn)漂移，這將有利于人體血氧飽和度測(cè)量精度的提高。
人體血氧飽和度是基于脈搏波信號(hào)測(cè)量得到的，然而在脈搏波信號(hào)采集的過(guò)程中存在著由人體呼吸和儀器本身熱噪聲等帶來(lái)的基線(xiàn)漂移和高頻噪聲，影響人體血氧飽和度的測(cè)量精度。因此，該文提出一種總體平均經(jīng)驗(yàn)?zāi)B(tài)分解(Ensemble Empirical Mode Decomposition, EEMD)與基于排列熵(Permutation Entropy, PE)的信號(hào)隨機(jī)性檢測(cè)相結(jié)合的方法，同時(shí)消除基線(xiàn)漂移和高頻噪聲。對(duì)脈搏波信號(hào)進(jìn)行EEMD分解，計(jì)算分解到得到的內(nèi)在模式分量的排列熵，選取閾值，分別判斷并剔除代表高頻噪聲和基線(xiàn)漂移的內(nèi)在模式分量。最后信號(hào)重構(gòu)就得到同時(shí)消除高頻噪聲和基線(xiàn)漂移的脈搏波信號(hào)。通過(guò)自行研制的測(cè)量裝置所采集的脈搏波信號(hào)進(jìn)行實(shí)驗(yàn)驗(yàn)證，利用信號(hào)的頻譜和交直流比R評(píng)價(jià)效果。結(jié)果表明：該方法有效地同時(shí)消除了脈搏波信號(hào)中的高頻噪聲和基線(xiàn)漂移，這將有利于人體血氧飽和度測(cè)量精度的提高。
2015, 37(6): 1389-1394.
doi: 10.11999/JEIT141254
摘要:
快速分級(jí)后投影(Fast Factorized Back Projection, FFBP)算法大幅減少了原始后投影算法的插值次數(shù)，提升運(yùn)算效率。然而圖像合成過(guò)程中仍然需要大量的圖像域2維插值操作，龐大的計(jì)算量限制了其在實(shí)際中的應(yīng)用。該文提出一種基于幾何校正的聚束SAR快速分級(jí)后投影算法。該算法利用幾何校正的方法實(shí)現(xiàn)子圖像配準(zhǔn)，即在滿(mǎn)足聚焦性能的前提下，通過(guò)距離維平移和角度維旋轉(zhuǎn)完成子圖像在不同坐標(biāo)系下的投影和子圖像合成。該算法避免了逐點(diǎn)插值運(yùn)算，進(jìn)一步降低了FFBP算法的計(jì)算量。仿真結(jié)果表明，該算法能高精度聚焦成像，并且其運(yùn)算效率相對(duì)于基于圖像域2維插值的FFBP算法顯著提高。
快速分級(jí)后投影(Fast Factorized Back Projection, FFBP)算法大幅減少了原始后投影算法的插值次數(shù)，提升運(yùn)算效率。然而圖像合成過(guò)程中仍然需要大量的圖像域2維插值操作，龐大的計(jì)算量限制了其在實(shí)際中的應(yīng)用。該文提出一種基于幾何校正的聚束SAR快速分級(jí)后投影算法。該算法利用幾何校正的方法實(shí)現(xiàn)子圖像配準(zhǔn)，即在滿(mǎn)足聚焦性能的前提下，通過(guò)距離維平移和角度維旋轉(zhuǎn)完成子圖像在不同坐標(biāo)系下的投影和子圖像合成。該算法避免了逐點(diǎn)插值運(yùn)算，進(jìn)一步降低了FFBP算法的計(jì)算量。仿真結(jié)果表明，該算法能高精度聚焦成像，并且其運(yùn)算效率相對(duì)于基于圖像域2維插值的FFBP算法顯著提高。
2015, 37(6): 1395-1401.
doi: 10.11999/JEIT140900
摘要:
在非均勻海雜波環(huán)境中，參考單元中的異常單元限制了采樣協(xié)方差矩陣(SCM)的估計(jì)性能，從而影響了傳統(tǒng)自適應(yīng)匹配濾波(AMF)檢測(cè)器的檢測(cè)性能。而考慮刪除異常單元的方法在參考單元數(shù)目有限時(shí)可能導(dǎo)致矩陣的奇異性。鑒于此，在保持參考單元數(shù)目不變條件下，該文設(shè)計(jì)一種基于功率中值與歸一化采樣協(xié)方差矩陣(MNSCM)的估計(jì)方法，并將其與匹配濾波器(MF)相結(jié)合，構(gòu)造一種新型的自適應(yīng)匹配濾波檢測(cè)器。與傳統(tǒng)的自適應(yīng)匹配濾波相比，該文設(shè)計(jì)的檢測(cè)器在實(shí)測(cè)和仿真海雜波數(shù)據(jù)條件下均具有明顯的性能優(yōu)勢(shì)。
在非均勻海雜波環(huán)境中，參考單元中的異常單元限制了采樣協(xié)方差矩陣(SCM)的估計(jì)性能，從而影響了傳統(tǒng)自適應(yīng)匹配濾波(AMF)檢測(cè)器的檢測(cè)性能。而考慮刪除異常單元的方法在參考單元數(shù)目有限時(shí)可能導(dǎo)致矩陣的奇異性。鑒于此，在保持參考單元數(shù)目不變條件下，該文設(shè)計(jì)一種基于功率中值與歸一化采樣協(xié)方差矩陣(MNSCM)的估計(jì)方法，并將其與匹配濾波器(MF)相結(jié)合，構(gòu)造一種新型的自適應(yīng)匹配濾波檢測(cè)器。與傳統(tǒng)的自適應(yīng)匹配濾波相比，該文設(shè)計(jì)的檢測(cè)器在實(shí)測(cè)和仿真海雜波數(shù)據(jù)條件下均具有明顯的性能優(yōu)勢(shì)。
2015, 37(6): 1402-1408.
doi: 10.11999/JEIT141012
摘要:
充分利用先驗(yàn)信息是提高統(tǒng)計(jì)推斷性能的有效途徑之一。貝葉斯估計(jì)的先驗(yàn)信息模型參數(shù)必須在設(shè)計(jì)階段確定下來(lái)，與待探測(cè)環(huán)境模型參數(shù)之間必然存在不一致性，從而有可能導(dǎo)致估計(jì)質(zhì)量的下降。該文首先給出了基于估計(jì)性能的先驗(yàn)?zāi)Ｐ蛥?shù)感知的一般性框架。基于該框架，針對(duì)白高斯噪聲中直流信號(hào)的貝葉斯估計(jì)器，分析了先驗(yàn)失配條件下的估計(jì)性能，給出了一種先驗(yàn)?zāi)Ｐ蛥?shù)迭代感知的算法。利用計(jì)算機(jī)仿真分析了該估計(jì)器性能對(duì)先驗(yàn)?zāi)Ｐ蛥?shù)的敏感性和穩(wěn)健性，分析了不同條件下的迭代感知過(guò)程。計(jì)算機(jī)仿真結(jié)果表明，該文給出的迭代感知方法建立了從估計(jì)性能到先驗(yàn)?zāi)Ｐ蛥?shù)的反饋，通過(guò)估計(jì)器與待探測(cè)場(chǎng)景的多次交互，可以使得先驗(yàn)?zāi)Ｐ团c當(dāng)前場(chǎng)景模型匹配。
充分利用先驗(yàn)信息是提高統(tǒng)計(jì)推斷性能的有效途徑之一。貝葉斯估計(jì)的先驗(yàn)信息模型參數(shù)必須在設(shè)計(jì)階段確定下來(lái)，與待探測(cè)環(huán)境模型參數(shù)之間必然存在不一致性，從而有可能導(dǎo)致估計(jì)質(zhì)量的下降。該文首先給出了基于估計(jì)性能的先驗(yàn)?zāi)Ｐ蛥?shù)感知的一般性框架。基于該框架，針對(duì)白高斯噪聲中直流信號(hào)的貝葉斯估計(jì)器，分析了先驗(yàn)失配條件下的估計(jì)性能，給出了一種先驗(yàn)?zāi)Ｐ蛥?shù)迭代感知的算法。利用計(jì)算機(jī)仿真分析了該估計(jì)器性能對(duì)先驗(yàn)?zāi)Ｐ蛥?shù)的敏感性和穩(wěn)健性，分析了不同條件下的迭代感知過(guò)程。計(jì)算機(jī)仿真結(jié)果表明，該文給出的迭代感知方法建立了從估計(jì)性能到先驗(yàn)?zāi)Ｐ蛥?shù)的反饋，通過(guò)估計(jì)器與待探測(cè)場(chǎng)景的多次交互，可以使得先驗(yàn)?zāi)Ｐ团c當(dāng)前場(chǎng)景模型匹配。
2015, 37(6): 1409-1415.
doi: 10.11999/JEIT141131
摘要:
針對(duì)機(jī)載聚束合成孔徑雷達(dá)(SAR)慣導(dǎo)精度無(wú)法滿(mǎn)足高分辨SAR成像的問(wèn)題，該文提出了一種結(jié)合極坐標(biāo)格式算法(PFA)的自聚焦算法，即由粗到精的混合多階段參數(shù)化最小熵(Hybrid Multistage Parameterized Minimum Entropy, HMPME)距離單元徙動(dòng)校正方法和基于圖像對(duì)比度增強(qiáng)(Contrast Enhancement, CE)的變步長(zhǎng)迭代相位誤差校正方法。該自聚焦算法可以直接嵌入到PFA處理中，精確地補(bǔ)償了慣導(dǎo)測(cè)量精度不足引起的越距離單元徙動(dòng)(Range Cell Migration, RCM)和相位誤差，且對(duì)于低對(duì)比度、低信噪比場(chǎng)景數(shù)據(jù)有良好的聚焦性能。最后，利用仿真實(shí)驗(yàn)和實(shí)測(cè)機(jī)載聚束SAR數(shù)據(jù)驗(yàn)證了所提算法的有效性。
針對(duì)機(jī)載聚束合成孔徑雷達(dá)(SAR)慣導(dǎo)精度無(wú)法滿(mǎn)足高分辨SAR成像的問(wèn)題，該文提出了一種結(jié)合極坐標(biāo)格式算法(PFA)的自聚焦算法，即由粗到精的混合多階段參數(shù)化最小熵(Hybrid Multistage Parameterized Minimum Entropy, HMPME)距離單元徙動(dòng)校正方法和基于圖像對(duì)比度增強(qiáng)(Contrast Enhancement, CE)的變步長(zhǎng)迭代相位誤差校正方法。該自聚焦算法可以直接嵌入到PFA處理中，精確地補(bǔ)償了慣導(dǎo)測(cè)量精度不足引起的越距離單元徙動(dòng)(Range Cell Migration, RCM)和相位誤差，且對(duì)于低對(duì)比度、低信噪比場(chǎng)景數(shù)據(jù)有良好的聚焦性能。最后，利用仿真實(shí)驗(yàn)和實(shí)測(cè)機(jī)載聚束SAR數(shù)據(jù)驗(yàn)證了所提算法的有效性。
2015, 37(6): 1416-1423.
doi: 10.11999/JEIT141179
摘要:
在多目標(biāo)多任務(wù)情況下，通常要求雷達(dá)具有多種工作模式，以實(shí)現(xiàn)搜索、跟蹤等不同功能。傳統(tǒng)雷達(dá)在某一時(shí)刻只能實(shí)現(xiàn)一種功能，工作模式不夠靈活，很難高效利用系統(tǒng)資源。針對(duì)此問(wèn)題，該文提出一種MIMO雷達(dá)多模式波形設(shè)計(jì)方法，該方法以方向圖逼近、期望方向的信號(hào)功率譜或頻譜逼近等為準(zhǔn)則，在恒模約束下建立關(guān)于波形矩陣的多目標(biāo)優(yōu)化模型，并采用共軛梯度方法進(jìn)行優(yōu)化求解。仿真結(jié)果表明，所設(shè)計(jì)波形在空域上具有多波束方向圖，波束指向上的信號(hào)具有多種工作模式的特性，可以同時(shí)實(shí)現(xiàn)搜索、跟蹤等功能。
在多目標(biāo)多任務(wù)情況下，通常要求雷達(dá)具有多種工作模式，以實(shí)現(xiàn)搜索、跟蹤等不同功能。傳統(tǒng)雷達(dá)在某一時(shí)刻只能實(shí)現(xiàn)一種功能，工作模式不夠靈活，很難高效利用系統(tǒng)資源。針對(duì)此問(wèn)題，該文提出一種MIMO雷達(dá)多模式波形設(shè)計(jì)方法，該方法以方向圖逼近、期望方向的信號(hào)功率譜或頻譜逼近等為準(zhǔn)則，在恒模約束下建立關(guān)于波形矩陣的多目標(biāo)優(yōu)化模型，并采用共軛梯度方法進(jìn)行優(yōu)化求解。仿真結(jié)果表明，所設(shè)計(jì)波形在空域上具有多波束方向圖，波束指向上的信號(hào)具有多種工作模式的特性，可以同時(shí)實(shí)現(xiàn)搜索、跟蹤等功能。
2015, 37(6): 1424-1430.
doi: 10.11999/JEIT141106
摘要:
陣列天線(xiàn)合成孔徑雷達(dá)(SAR)可實(shí)現(xiàn)3維成像。為了提高成像質(zhì)量，使用測(cè)量設(shè)備獲取平臺(tái)的運(yùn)動(dòng)信息以進(jìn)行運(yùn)動(dòng)補(bǔ)償，而測(cè)量誤差會(huì)影響補(bǔ)償及成像質(zhì)量，需對(duì)其進(jìn)行分析。該文首先建立了陣列天線(xiàn)SAR 3維成像模型和測(cè)量誤差分析模型，接著分別從位置和姿態(tài)角兩個(gè)方面分析了測(cè)量誤差對(duì)相位誤差的影響，并比較不同方向誤差影響的大小，然后通過(guò)仿真分析了誤差對(duì)成像指標(biāo)的影響，并引入姿態(tài)誤差基線(xiàn)比來(lái)量化姿態(tài)角誤差的影響。最后得出高程向和橫滾角測(cè)量誤差影響最大的結(jié)論，給出了限定要求下測(cè)量誤差的容忍值。該文的結(jié)論為測(cè)量設(shè)備的選取和設(shè)計(jì)以及成像和補(bǔ)償方法的選擇和分析提供了理論指導(dǎo)和參考。
陣列天線(xiàn)合成孔徑雷達(dá)(SAR)可實(shí)現(xiàn)3維成像。為了提高成像質(zhì)量，使用測(cè)量設(shè)備獲取平臺(tái)的運(yùn)動(dòng)信息以進(jìn)行運(yùn)動(dòng)補(bǔ)償，而測(cè)量誤差會(huì)影響補(bǔ)償及成像質(zhì)量，需對(duì)其進(jìn)行分析。該文首先建立了陣列天線(xiàn)SAR 3維成像模型和測(cè)量誤差分析模型，接著分別從位置和姿態(tài)角兩個(gè)方面分析了測(cè)量誤差對(duì)相位誤差的影響，并比較不同方向誤差影響的大小，然后通過(guò)仿真分析了誤差對(duì)成像指標(biāo)的影響，并引入姿態(tài)誤差基線(xiàn)比來(lái)量化姿態(tài)角誤差的影響。最后得出高程向和橫滾角測(cè)量誤差影響最大的結(jié)論，給出了限定要求下測(cè)量誤差的容忍值。該文的結(jié)論為測(cè)量設(shè)備的選取和設(shè)計(jì)以及成像和補(bǔ)償方法的選擇和分析提供了理論指導(dǎo)和參考。
2015, 37(6): 1431-1436.
doi: 10.11999/JEIT141079
摘要:
針對(duì)集中式多輸入多輸出(MIMO)雷達(dá)波形設(shè)計(jì)中多個(gè)設(shè)計(jì)目標(biāo)同時(shí)優(yōu)化的問(wèn)題，基于交替投影的思想，該文提出一種以任意維迭代譜逼近算法(ADISAA)為基礎(chǔ)的波形設(shè)計(jì)框架，通過(guò)可調(diào)的權(quán)重來(lái)協(xié)調(diào)發(fā)射方向圖匹配、良好的相關(guān)特性和頻譜凹口等多種功能的波形設(shè)計(jì)目標(biāo)，最終實(shí)現(xiàn)恒模波形設(shè)計(jì)。仿真結(jié)果表明，相對(duì)于已有的算法，在發(fā)射方向圖匹配的基礎(chǔ)上，該算法改善了發(fā)射波形在指定區(qū)間的相關(guān)特性，同時(shí)通過(guò)頻譜凹口的設(shè)計(jì)避開(kāi)了受到色噪聲和有源干擾污染的頻段，算法的計(jì)算復(fù)雜度更低。
針對(duì)集中式多輸入多輸出(MIMO)雷達(dá)波形設(shè)計(jì)中多個(gè)設(shè)計(jì)目標(biāo)同時(shí)優(yōu)化的問(wèn)題，基于交替投影的思想，該文提出一種以任意維迭代譜逼近算法(ADISAA)為基礎(chǔ)的波形設(shè)計(jì)框架，通過(guò)可調(diào)的權(quán)重來(lái)協(xié)調(diào)發(fā)射方向圖匹配、良好的相關(guān)特性和頻譜凹口等多種功能的波形設(shè)計(jì)目標(biāo)，最終實(shí)現(xiàn)恒模波形設(shè)計(jì)。仿真結(jié)果表明，相對(duì)于已有的算法，在發(fā)射方向圖匹配的基礎(chǔ)上，該算法改善了發(fā)射波形在指定區(qū)間的相關(guān)特性，同時(shí)通過(guò)頻譜凹口的設(shè)計(jì)避開(kāi)了受到色噪聲和有源干擾污染的頻段，算法的計(jì)算復(fù)雜度更低。
2015, 37(6): 1437-1442.
doi: 10.11999/JEIT141234
摘要:
該文提出了一種運(yùn)用協(xié)方差矩陣計(jì)算星載全極化SAR距離模糊的方法。首先分析了極化SAR距離模糊的成因及同極化和交叉極化通道間距離模糊能量的差異?，F(xiàn)有的距離模糊計(jì)算方法以散射矩陣為主，受相干斑影響，單一像素的散射強(qiáng)度不能表征分布目標(biāo)的反射率，因而在距離向相鄰的像素?zé)o法確定其距離模糊比。針對(duì)上述問(wèn)題該文推導(dǎo)了基于分布目標(biāo)的極化SAR距離模糊的計(jì)算方法。結(jié)合Radarsat-2實(shí)測(cè)數(shù)據(jù)對(duì)這種新方法進(jìn)行了驗(yàn)證。實(shí)驗(yàn)表明，運(yùn)用協(xié)方差矩陣能夠很好地表征分布式目標(biāo)，由它計(jì)算得出的距離模糊比是平穩(wěn)、確定的。相比已有算法，所提方法能夠有效計(jì)算極化SAR分布式目標(biāo)的距離模糊。
該文提出了一種運(yùn)用協(xié)方差矩陣計(jì)算星載全極化SAR距離模糊的方法。首先分析了極化SAR距離模糊的成因及同極化和交叉極化通道間距離模糊能量的差異?，F(xiàn)有的距離模糊計(jì)算方法以散射矩陣為主，受相干斑影響，單一像素的散射強(qiáng)度不能表征分布目標(biāo)的反射率，因而在距離向相鄰的像素?zé)o法確定其距離模糊比。針對(duì)上述問(wèn)題該文推導(dǎo)了基于分布目標(biāo)的極化SAR距離模糊的計(jì)算方法。結(jié)合Radarsat-2實(shí)測(cè)數(shù)據(jù)對(duì)這種新方法進(jìn)行了驗(yàn)證。實(shí)驗(yàn)表明，運(yùn)用協(xié)方差矩陣能夠很好地表征分布式目標(biāo)，由它計(jì)算得出的距離模糊比是平穩(wěn)、確定的。相比已有算法，所提方法能夠有效計(jì)算極化SAR分布式目標(biāo)的距離模糊。
2015, 37(6): 1443-1449.
doi: 10.11999/JEIT140948
摘要:
電離層閃爍會(huì)破壞星載合成孔徑雷達(dá)(SAR)回波信號(hào)之間的相關(guān)性，使其成像性能下降。已有的工作都是假設(shè)已知電離層電子密度的擾動(dòng)開(kāi)展的，但是目前的測(cè)量手段無(wú)法直接獲取該參量。該文利用?？谟^(guān)測(cè)站超高頻(UHF)頻段太陽(yáng)活動(dòng)高年和中等年份的實(shí)測(cè)數(shù)據(jù)，分析電離層閃爍的變化特征，并基于相位屏理論，給出一種利用閃爍指數(shù)評(píng)估電離層閃爍對(duì)星載P波段SAR系統(tǒng)影響效應(yīng)的方法。結(jié)果表明：電離層閃爍在低緯地區(qū)主要發(fā)生在夜間，且在兩分季高發(fā)；太陽(yáng)活動(dòng)高年，全年約有3.8%的時(shí)間會(huì)發(fā)生電離層閃爍現(xiàn)象；對(duì)于P波段SAR系統(tǒng)來(lái)說(shuō)，弱閃爍使得方位向沖激響應(yīng)函數(shù)(IRF)的主瓣寬度和副瓣增益增大，分辨率下降；中等強(qiáng)度閃爍使得方位向沖激響應(yīng)函數(shù)發(fā)生嚴(yán)重的擾動(dòng)，副瓣增益增大到主瓣的水平，主瓣中心也發(fā)生平移，可能使得系統(tǒng)無(wú)法直接成像。
電離層閃爍會(huì)破壞星載合成孔徑雷達(dá)(SAR)回波信號(hào)之間的相關(guān)性，使其成像性能下降。已有的工作都是假設(shè)已知電離層電子密度的擾動(dòng)開(kāi)展的，但是目前的測(cè)量手段無(wú)法直接獲取該參量。該文利用?？谟^(guān)測(cè)站超高頻(UHF)頻段太陽(yáng)活動(dòng)高年和中等年份的實(shí)測(cè)數(shù)據(jù)，分析電離層閃爍的變化特征，并基于相位屏理論，給出一種利用閃爍指數(shù)評(píng)估電離層閃爍對(duì)星載P波段SAR系統(tǒng)影響效應(yīng)的方法。結(jié)果表明：電離層閃爍在低緯地區(qū)主要發(fā)生在夜間，且在兩分季高發(fā)；太陽(yáng)活動(dòng)高年，全年約有3.8%的時(shí)間會(huì)發(fā)生電離層閃爍現(xiàn)象；對(duì)于P波段SAR系統(tǒng)來(lái)說(shuō)，弱閃爍使得方位向沖激響應(yīng)函數(shù)(IRF)的主瓣寬度和副瓣增益增大，分辨率下降；中等強(qiáng)度閃爍使得方位向沖激響應(yīng)函數(shù)發(fā)生嚴(yán)重的擾動(dòng)，副瓣增益增大到主瓣的水平，主瓣中心也發(fā)生平移，可能使得系統(tǒng)無(wú)法直接成像。
2015, 37(6): 1450-1456.
doi: 10.11999/JEIT141150
摘要:
空間交會(huì)對(duì)接微波雷達(dá)采用基于延遲鎖定環(huán)(DDLL)、鎖頻環(huán)(FLL)和鎖相環(huán)(PLL)的算法處理合作目標(biāo)轉(zhuǎn)發(fā)的直接序列擴(kuò)頻信號(hào)，獲得入射信號(hào)的時(shí)延、頻率及波達(dá)角(DOA)估計(jì)。針對(duì)當(dāng)前基于DDLL, FLL和PLL(DFP)的算法沒(méi)有充分利用接收信號(hào)有效信息的問(wèn)題，該文提出一種基于極大似然估計(jì)(MLE)的低代價(jià)閉環(huán)跟蹤(MLBT)算法。該算法利用代價(jià)函數(shù)的梯度正比于參數(shù)誤差的特性，設(shè)計(jì)了參數(shù)誤差鑒別器。在此基礎(chǔ)上給出了相應(yīng)的擴(kuò)頻信號(hào)多參數(shù)跟蹤環(huán)路。分析并驗(yàn)證了鑒別器的方差特性，從而給出MLBT算法的參數(shù)估計(jì)均方根誤差(RMSEs)下限。仿真實(shí)驗(yàn)驗(yàn)證了對(duì)MLBT算法參數(shù)估計(jì)均方根誤差下限分析的正確性。此外仿真結(jié)果表明，MLBT算法相比DFP算法有限地增加運(yùn)算量，同時(shí)獲得了更優(yōu)的參數(shù)估計(jì)性能。
空間交會(huì)對(duì)接微波雷達(dá)采用基于延遲鎖定環(huán)(DDLL)、鎖頻環(huán)(FLL)和鎖相環(huán)(PLL)的算法處理合作目標(biāo)轉(zhuǎn)發(fā)的直接序列擴(kuò)頻信號(hào)，獲得入射信號(hào)的時(shí)延、頻率及波達(dá)角(DOA)估計(jì)。針對(duì)當(dāng)前基于DDLL, FLL和PLL(DFP)的算法沒(méi)有充分利用接收信號(hào)有效信息的問(wèn)題，該文提出一種基于極大似然估計(jì)(MLE)的低代價(jià)閉環(huán)跟蹤(MLBT)算法。該算法利用代價(jià)函數(shù)的梯度正比于參數(shù)誤差的特性，設(shè)計(jì)了參數(shù)誤差鑒別器。在此基礎(chǔ)上給出了相應(yīng)的擴(kuò)頻信號(hào)多參數(shù)跟蹤環(huán)路。分析并驗(yàn)證了鑒別器的方差特性，從而給出MLBT算法的參數(shù)估計(jì)均方根誤差(RMSEs)下限。仿真實(shí)驗(yàn)驗(yàn)證了對(duì)MLBT算法參數(shù)估計(jì)均方根誤差下限分析的正確性。此外仿真結(jié)果表明，MLBT算法相比DFP算法有限地增加運(yùn)算量，同時(shí)獲得了更優(yōu)的參數(shù)估計(jì)性能。
2015, 37(6): 1457-1462.
doi: 10.11999/JEIT141227
摘要:
基于字典學(xué)習(xí)算法的信號(hào)稀疏表示被廣泛應(yīng)用于信號(hào)處理領(lǐng)域。由于字典原子間存在冗余性，求解信號(hào)的稀疏表示會(huì)受到觀(guān)測(cè)信號(hào)中擾動(dòng)分量的影響，從而帶來(lái)表示的不確定性，不利于雷達(dá)高分辨距離像(HRRP)目標(biāo)識(shí)別任務(wù)。針對(duì)這一問(wèn)題，該文提出一種穩(wěn)健字典學(xué)習(xí)(SDL)算法，通過(guò)邊緣化信號(hào)丟失，構(gòu)建穩(wěn)健損失函數(shù)用于學(xué)習(xí)自適應(yīng)字典。該算法利用距離像在散射點(diǎn)不發(fā)生越距離單元走動(dòng)的方位幀內(nèi)具有結(jié)構(gòu)相似性，約束臨近訓(xùn)練樣本間稀疏表示的非零元素位置相同，并通過(guò)結(jié)構(gòu)化稀疏約束選擇最優(yōu)子字典用于測(cè)試樣本的分類(lèi)?；趯?shí)測(cè)HRRP數(shù)據(jù)的實(shí)驗(yàn)結(jié)果驗(yàn)證了所提算法的有效性。
基于字典學(xué)習(xí)算法的信號(hào)稀疏表示被廣泛應(yīng)用于信號(hào)處理領(lǐng)域。由于字典原子間存在冗余性，求解信號(hào)的稀疏表示會(huì)受到觀(guān)測(cè)信號(hào)中擾動(dòng)分量的影響，從而帶來(lái)表示的不確定性，不利于雷達(dá)高分辨距離像(HRRP)目標(biāo)識(shí)別任務(wù)。針對(duì)這一問(wèn)題，該文提出一種穩(wěn)健字典學(xué)習(xí)(SDL)算法，通過(guò)邊緣化信號(hào)丟失，構(gòu)建穩(wěn)健損失函數(shù)用于學(xué)習(xí)自適應(yīng)字典。該算法利用距離像在散射點(diǎn)不發(fā)生越距離單元走動(dòng)的方位幀內(nèi)具有結(jié)構(gòu)相似性，約束臨近訓(xùn)練樣本間稀疏表示的非零元素位置相同，并通過(guò)結(jié)構(gòu)化稀疏約束選擇最優(yōu)子字典用于測(cè)試樣本的分類(lèi)?；趯?shí)測(cè)HRRP數(shù)據(jù)的實(shí)驗(yàn)結(jié)果驗(yàn)證了所提算法的有效性。
2015, 37(6): 1463-1469.
doi: 10.11999/JEIT141022
摘要:
圓跡干涉SAR具有對(duì)場(chǎng)景目標(biāo)進(jìn)行全方位觀(guān)測(cè)測(cè)量的優(yōu)勢(shì)，為了滿(mǎn)足高分辨率圓跡SAR成像對(duì)高精度的場(chǎng)景數(shù)字高程模型(Digital Elevation Model, DEM)的需求，該文提出了一種基于圓跡干涉SAR數(shù)據(jù)的高程估計(jì)方法。首先推導(dǎo)了采用后向投影(Back Projection, BP)算法時(shí)的圓跡干涉SAR信號(hào)模型，然后給出了基于圓跡干涉SAR處理的場(chǎng)景DEM提取流程，最后通過(guò)仿真實(shí)驗(yàn)驗(yàn)證了所提方法的有效性。
圓跡干涉SAR具有對(duì)場(chǎng)景目標(biāo)進(jìn)行全方位觀(guān)測(cè)測(cè)量的優(yōu)勢(shì)，為了滿(mǎn)足高分辨率圓跡SAR成像對(duì)高精度的場(chǎng)景數(shù)字高程模型(Digital Elevation Model, DEM)的需求，該文提出了一種基于圓跡干涉SAR數(shù)據(jù)的高程估計(jì)方法。首先推導(dǎo)了采用后向投影(Back Projection, BP)算法時(shí)的圓跡干涉SAR信號(hào)模型，然后給出了基于圓跡干涉SAR處理的場(chǎng)景DEM提取流程，最后通過(guò)仿真實(shí)驗(yàn)驗(yàn)證了所提方法的有效性。
2015, 37(6): 1470-1475.
doi: 10.11999/JEIT141042
摘要:
2分隨機(jī)乘法模型的倍乘因子的分布要求是關(guān)于1/2對(duì)稱(chēng)的，所以基于此模型仿真出海雜波數(shù)據(jù)的多重分形譜函數(shù)形狀比較受限制。該文在分析2分隨機(jī)乘法模型構(gòu)造過(guò)程的基礎(chǔ)上，提出N分隨機(jī)乘法模型，它是2分隨機(jī)乘法模型的推廣，但卻突破倍乘因子分布關(guān)于1/2對(duì)稱(chēng)的限制，更利于仿真具有期望形狀的多重分形譜函數(shù)的海雜波數(shù)據(jù)。理論推導(dǎo)和實(shí)驗(yàn)結(jié)果均表明倍乘因子的分布決定多重分形譜函數(shù)的形狀。
2分隨機(jī)乘法模型的倍乘因子的分布要求是關(guān)于1/2對(duì)稱(chēng)的，所以基于此模型仿真出海雜波數(shù)據(jù)的多重分形譜函數(shù)形狀比較受限制。該文在分析2分隨機(jī)乘法模型構(gòu)造過(guò)程的基礎(chǔ)上，提出N分隨機(jī)乘法模型，它是2分隨機(jī)乘法模型的推廣，但卻突破倍乘因子分布關(guān)于1/2對(duì)稱(chēng)的限制，更利于仿真具有期望形狀的多重分形譜函數(shù)的海雜波數(shù)據(jù)。理論推導(dǎo)和實(shí)驗(yàn)結(jié)果均表明倍乘因子的分布決定多重分形譜函數(shù)的形狀。
2015, 37(6): 1476-1482.
doi: 10.11999/JEIT141504
摘要:
隨著反隱身技術(shù)的發(fā)展，米波雷達(dá)憑借其反隱身、反輻射導(dǎo)彈方面的天然優(yōu)勢(shì)，再度進(jìn)入科學(xué)界的視野。但米波雷達(dá)在探測(cè)低仰角目標(biāo)過(guò)程中受多路徑效應(yīng)影響嚴(yán)重，導(dǎo)致測(cè)高結(jié)果易出現(xiàn)較大偏差，無(wú)法滿(mǎn)足實(shí)際需要。而組網(wǎng)雷達(dá)數(shù)據(jù)融合技術(shù)的發(fā)展為此問(wèn)題找到了一個(gè)解決辦法。該文采用組網(wǎng)雷達(dá)數(shù)據(jù)融合技術(shù)，僅利用米波雷達(dá)測(cè)得的距離和方位信息實(shí)現(xiàn)了目標(biāo)的3維定位，從而解決米波雷達(dá)測(cè)高困難的問(wèn)題?？紤]地球曲率的影響。該文所提出的米波組網(wǎng)雷達(dá)測(cè)高算法利用大地坐標(biāo)變換、坐標(biāo)系變換和數(shù)據(jù)變換，把各雷達(dá)數(shù)據(jù)統(tǒng)一到一個(gè)合理的工作平臺(tái)，即虛擬平面上，在該平面上對(duì)目標(biāo)進(jìn)行測(cè)高計(jì)算。對(duì)極小誤差法加以改進(jìn)，采用分辨率不高，但數(shù)據(jù)穩(wěn)定性好的方位角信息確定算法的搜索范圍；應(yīng)用分辨率較高的目標(biāo)距離信息來(lái)獲取最終的目標(biāo)經(jīng)度、緯度、海拔高度估值。由于地面強(qiáng)反射的原因，目標(biāo)的距離估值有些時(shí)候是不準(zhǔn)確的，該文設(shè)立了置信度判決準(zhǔn)則以驗(yàn)證定位的有效性。通過(guò)仿真驗(yàn)證，該算法具有較好的測(cè)高精度，可作為組網(wǎng)雷達(dá)行之有效的測(cè)高方法。
隨著反隱身技術(shù)的發(fā)展，米波雷達(dá)憑借其反隱身、反輻射導(dǎo)彈方面的天然優(yōu)勢(shì)，再度進(jìn)入科學(xué)界的視野。但米波雷達(dá)在探測(cè)低仰角目標(biāo)過(guò)程中受多路徑效應(yīng)影響嚴(yán)重，導(dǎo)致測(cè)高結(jié)果易出現(xiàn)較大偏差，無(wú)法滿(mǎn)足實(shí)際需要。而組網(wǎng)雷達(dá)數(shù)據(jù)融合技術(shù)的發(fā)展為此問(wèn)題找到了一個(gè)解決辦法。該文采用組網(wǎng)雷達(dá)數(shù)據(jù)融合技術(shù)，僅利用米波雷達(dá)測(cè)得的距離和方位信息實(shí)現(xiàn)了目標(biāo)的3維定位，從而解決米波雷達(dá)測(cè)高困難的問(wèn)題?？紤]地球曲率的影響。該文所提出的米波組網(wǎng)雷達(dá)測(cè)高算法利用大地坐標(biāo)變換、坐標(biāo)系變換和數(shù)據(jù)變換，把各雷達(dá)數(shù)據(jù)統(tǒng)一到一個(gè)合理的工作平臺(tái)，即虛擬平面上，在該平面上對(duì)目標(biāo)進(jìn)行測(cè)高計(jì)算。對(duì)極小誤差法加以改進(jìn)，采用分辨率不高，但數(shù)據(jù)穩(wěn)定性好的方位角信息確定算法的搜索范圍；應(yīng)用分辨率較高的目標(biāo)距離信息來(lái)獲取最終的目標(biāo)經(jīng)度、緯度、海拔高度估值。由于地面強(qiáng)反射的原因，目標(biāo)的距離估值有些時(shí)候是不準(zhǔn)確的，該文設(shè)立了置信度判決準(zhǔn)則以驗(yàn)證定位的有效性。通過(guò)仿真驗(yàn)證，該算法具有較好的測(cè)高精度，可作為組網(wǎng)雷達(dá)行之有效的測(cè)高方法。
2015, 37(6): 1483-1489.
doi: 10.11999/JEIT140653
摘要:
該文在步進(jìn)頻信號(hào)的基礎(chǔ)上，把基于混沌調(diào)制的多載波相位編碼(Multi-Carrier Phase Coded, MCPC)信號(hào)作為子脈沖，用Costas跳頻代替頻率的線(xiàn)性步進(jìn)，設(shè)計(jì)出脈間Costas跳頻脈內(nèi)多載波混沌相位編碼(Inter-Pulse Costas frequency hopping and intra-pulse Multi-Carrier Chaotic Phase Coded, IPC-MCCPC)雷達(dá)信號(hào)，并對(duì)其模糊函數(shù)及自相關(guān)性能進(jìn)行了研究。仿真分析表明，該文設(shè)計(jì)的信號(hào)繼承了步進(jìn)頻信號(hào)用較小的瞬時(shí)帶寬合成較大的工作帶寬的優(yōu)點(diǎn)，同時(shí)有效克服了步進(jìn)頻信號(hào)存在的距離-速度耦合的缺點(diǎn)。脈內(nèi)多載波特性使得這種信號(hào)在保持總帶寬和步進(jìn)頻信號(hào)相等的條件下減少跳頻階數(shù)，從而提高信號(hào)處理的數(shù)據(jù)率；混沌調(diào)相的引入使得這種信號(hào)具有更強(qiáng)的保密性；脈間頻率的隨機(jī)跳變使其模糊函數(shù)具有更低的周期性旁瓣。這種信號(hào)眾多的參數(shù)、靈活的結(jié)構(gòu)及較大的調(diào)制復(fù)雜度，增加了偵察接收機(jī)匹配和識(shí)別的難度，從而提高雷達(dá)的反截獲性能。
該文在步進(jìn)頻信號(hào)的基礎(chǔ)上，把基于混沌調(diào)制的多載波相位編碼(Multi-Carrier Phase Coded, MCPC)信號(hào)作為子脈沖，用Costas跳頻代替頻率的線(xiàn)性步進(jìn)，設(shè)計(jì)出脈間Costas跳頻脈內(nèi)多載波混沌相位編碼(Inter-Pulse Costas frequency hopping and intra-pulse Multi-Carrier Chaotic Phase Coded, IPC-MCCPC)雷達(dá)信號(hào)，并對(duì)其模糊函數(shù)及自相關(guān)性能進(jìn)行了研究。仿真分析表明，該文設(shè)計(jì)的信號(hào)繼承了步進(jìn)頻信號(hào)用較小的瞬時(shí)帶寬合成較大的工作帶寬的優(yōu)點(diǎn)，同時(shí)有效克服了步進(jìn)頻信號(hào)存在的距離-速度耦合的缺點(diǎn)。脈內(nèi)多載波特性使得這種信號(hào)在保持總帶寬和步進(jìn)頻信號(hào)相等的條件下減少跳頻階數(shù)，從而提高信號(hào)處理的數(shù)據(jù)率；混沌調(diào)相的引入使得這種信號(hào)具有更強(qiáng)的保密性；脈間頻率的隨機(jī)跳變使其模糊函數(shù)具有更低的周期性旁瓣。這種信號(hào)眾多的參數(shù)、靈活的結(jié)構(gòu)及較大的調(diào)制復(fù)雜度，增加了偵察接收機(jī)匹配和識(shí)別的難度，從而提高雷達(dá)的反截獲性能。
2015, 37(6): 1490-1494.
doi: 10.11999/JEIT141232
摘要:
為在新興的隨機(jī)有限集(RFS)框架下充分利用多普勒信息跟蹤雜波環(huán)境下的多目標(biāo)，該文提出基于高斯混合勢(shì)化概率假設(shè)密度(GM-CPHD)的脈沖多普勒雷達(dá)多目標(biāo)跟蹤(MTT)算法。該算法在標(biāo)準(zhǔn)GM-CPHD基礎(chǔ)上，在使用位置量測(cè)更新?tīng)顟B(tài)后，再利用多普勒量測(cè)進(jìn)行序貫更新，可獲得更精確的似然函數(shù)和狀態(tài)估計(jì)。仿真結(jié)果驗(yàn)證了該算法的有效性，表明在GM-CPHD基礎(chǔ)上引入目標(biāo)的多普勒信息可有效抑制雜波，顯著改善跟蹤性能。
為在新興的隨機(jī)有限集(RFS)框架下充分利用多普勒信息跟蹤雜波環(huán)境下的多目標(biāo)，該文提出基于高斯混合勢(shì)化概率假設(shè)密度(GM-CPHD)的脈沖多普勒雷達(dá)多目標(biāo)跟蹤(MTT)算法。該算法在標(biāo)準(zhǔn)GM-CPHD基礎(chǔ)上，在使用位置量測(cè)更新?tīng)顟B(tài)后，再利用多普勒量測(cè)進(jìn)行序貫更新，可獲得更精確的似然函數(shù)和狀態(tài)估計(jì)。仿真結(jié)果驗(yàn)證了該算法的有效性，表明在GM-CPHD基礎(chǔ)上引入目標(biāo)的多普勒信息可有效抑制雜波，顯著改善跟蹤性能。
2015, 37(6): 1495-1501.
doi: 10.11999/JEIT141059
摘要:
全極化合成孔徑雷達(dá)(PolSAR)圖像蘊(yùn)含更豐富的散射信息，具有更多的可用特征。如何使用這些特征是極化SAR圖像分類(lèi)中非常重要的一步，但是目前尚未對(duì)此提出非常明確的準(zhǔn)則。為了能夠有效地解決上述問(wèn)題，該文提出一種基于特征加權(quán)集成的極化SAR圖像分類(lèi)算法。該算法采用0-1矩陣分解集成方法對(duì)包括不同特征的數(shù)據(jù)集進(jìn)行學(xué)習(xí)獲得相應(yīng)加權(quán)系數(shù)，并通過(guò)對(duì)每個(gè)特征集獲得的預(yù)測(cè)結(jié)果進(jìn)行加權(quán)集成來(lái)提高極化SAR圖像分類(lèi)性能。首先，輸入極化SAR數(shù)據(jù)，獲得極化特征作為原始特征集，并對(duì)其進(jìn)行隨機(jī)抽取獲得不同的特征子集；然后，使用0-1矩陣集成算法得到每個(gè)特征值相對(duì)應(yīng)的加權(quán)系數(shù)；最后，通過(guò)對(duì)各個(gè)特征子集的預(yù)測(cè)結(jié)果進(jìn)行集成得到最終極化SAR圖像分類(lèi)結(jié)果。實(shí)測(cè)L波段和C波段極化數(shù)據(jù)的實(shí)驗(yàn)結(jié)果表明，該算法可以有效地提高極化SAR圖像分類(lèi)的準(zhǔn)確度。
全極化合成孔徑雷達(dá)(PolSAR)圖像蘊(yùn)含更豐富的散射信息，具有更多的可用特征。如何使用這些特征是極化SAR圖像分類(lèi)中非常重要的一步，但是目前尚未對(duì)此提出非常明確的準(zhǔn)則。為了能夠有效地解決上述問(wèn)題，該文提出一種基于特征加權(quán)集成的極化SAR圖像分類(lèi)算法。該算法采用0-1矩陣分解集成方法對(duì)包括不同特征的數(shù)據(jù)集進(jìn)行學(xué)習(xí)獲得相應(yīng)加權(quán)系數(shù)，并通過(guò)對(duì)每個(gè)特征集獲得的預(yù)測(cè)結(jié)果進(jìn)行加權(quán)集成來(lái)提高極化SAR圖像分類(lèi)性能。首先，輸入極化SAR數(shù)據(jù)，獲得極化特征作為原始特征集，并對(duì)其進(jìn)行隨機(jī)抽取獲得不同的特征子集；然后，使用0-1矩陣集成算法得到每個(gè)特征值相對(duì)應(yīng)的加權(quán)系數(shù)；最后，通過(guò)對(duì)各個(gè)特征子集的預(yù)測(cè)結(jié)果進(jìn)行集成得到最終極化SAR圖像分類(lèi)結(jié)果。實(shí)測(cè)L波段和C波段極化數(shù)據(jù)的實(shí)驗(yàn)結(jié)果表明，該算法可以有效地提高極化SAR圖像分類(lèi)的準(zhǔn)確度。
2015, 37(6): 1502-1506.
doi: 10.11999/JEIT141233
摘要:
針對(duì)對(duì)流層超視距無(wú)源探測(cè)中可能遇到收發(fā)天線(xiàn)波束不能對(duì)準(zhǔn)的情形，該文給出了對(duì)流層散射傳播偏移損耗的理論計(jì)算方法。利用收發(fā)天線(xiàn)窄波束的特點(diǎn)，假定高斯型的天線(xiàn)方向性函數(shù)，建立了對(duì)流層散射傳播接收功率中的方位項(xiàng)函數(shù)，得到了散射傳播偏移損耗理論公式。與文獻(xiàn)中的試驗(yàn)數(shù)據(jù)比較發(fā)現(xiàn)：二者具有較好的一致性。另外對(duì)收發(fā)天線(xiàn)均偏離大圓路徑情形下的偏移損耗進(jìn)行了仿真。此種傳播損耗計(jì)算方法，可為對(duì)流層超視距傳播的無(wú)源定位與探測(cè)系統(tǒng)設(shè)計(jì)提供參考。
針對(duì)對(duì)流層超視距無(wú)源探測(cè)中可能遇到收發(fā)天線(xiàn)波束不能對(duì)準(zhǔn)的情形，該文給出了對(duì)流層散射傳播偏移損耗的理論計(jì)算方法。利用收發(fā)天線(xiàn)窄波束的特點(diǎn)，假定高斯型的天線(xiàn)方向性函數(shù)，建立了對(duì)流層散射傳播接收功率中的方位項(xiàng)函數(shù)，得到了散射傳播偏移損耗理論公式。與文獻(xiàn)中的試驗(yàn)數(shù)據(jù)比較發(fā)現(xiàn)：二者具有較好的一致性。另外對(duì)收發(fā)天線(xiàn)均偏離大圓路徑情形下的偏移損耗進(jìn)行了仿真。此種傳播損耗計(jì)算方法，可為對(duì)流層超視距傳播的無(wú)源定位與探測(cè)系統(tǒng)設(shè)計(jì)提供參考。
2015, 37(6): 1507-1512.
doi: 10.11999/JEIT141195
摘要:
傳統(tǒng)電波折射修正算法普遍采用大氣球面分層假設(shè)，這類(lèi)算法在修正高仰角測(cè)量目標(biāo)時(shí)具有較好的修正精度，然而對(duì)于低仰角、遠(yuǎn)距離目標(biāo)，修正精度還不高。該文提出一種折射修正算法，采用更精確的橢球面分層模型描述大氣分布，利用迭代遞推的方法計(jì)算修正后的目標(biāo)位置，相比傳統(tǒng)折射修正算法，計(jì)算量有所增加，但是提高了低仰角、遠(yuǎn)距離目標(biāo)測(cè)量數(shù)據(jù)折射修正精度，可用于事后數(shù)據(jù)處理。
傳統(tǒng)電波折射修正算法普遍采用大氣球面分層假設(shè)，這類(lèi)算法在修正高仰角測(cè)量目標(biāo)時(shí)具有較好的修正精度，然而對(duì)于低仰角、遠(yuǎn)距離目標(biāo)，修正精度還不高。該文提出一種折射修正算法，采用更精確的橢球面分層模型描述大氣分布，利用迭代遞推的方法計(jì)算修正后的目標(biāo)位置，相比傳統(tǒng)折射修正算法，計(jì)算量有所增加，但是提高了低仰角、遠(yuǎn)距離目標(biāo)測(cè)量數(shù)據(jù)折射修正精度，可用于事后數(shù)據(jù)處理。
2015, 37(6): 1513-1519.
doi: 10.11999/JEIT141146
摘要:
為了減少測(cè)試數(shù)據(jù)和測(cè)試時(shí)間，該文提出一種基于鏡像對(duì)稱(chēng)參考切片的多掃描鏈測(cè)試數(shù)據(jù)壓縮方法。采用兩個(gè)相互鏡像對(duì)稱(chēng)的參考切片與掃描切片做相容性比較，提高了相容概率。若掃描切片與參考切片相容，只需要很少的幾位編碼就可以表示這個(gè)掃描切片，并且可以并行載入多掃描鏈；若不相容，參考切片被該掃描切片替換。提出一種最長(zhǎng)相容策略，用來(lái)處理掃描切片與參考切片同時(shí)滿(mǎn)足多種相容關(guān)系時(shí)的選取問(wèn)題。根據(jù)Huffman編碼原理確定不同相容情況的編碼碼字，可以進(jìn)一步提高測(cè)試數(shù)據(jù)的壓縮率。實(shí)驗(yàn)結(jié)果表明所提方法的平均測(cè)試數(shù)據(jù)壓縮率達(dá)到了69.13%。
為了減少測(cè)試數(shù)據(jù)和測(cè)試時(shí)間，該文提出一種基于鏡像對(duì)稱(chēng)參考切片的多掃描鏈測(cè)試數(shù)據(jù)壓縮方法。采用兩個(gè)相互鏡像對(duì)稱(chēng)的參考切片與掃描切片做相容性比較，提高了相容概率。若掃描切片與參考切片相容，只需要很少的幾位編碼就可以表示這個(gè)掃描切片，并且可以并行載入多掃描鏈；若不相容，參考切片被該掃描切片替換。提出一種最長(zhǎng)相容策略，用來(lái)處理掃描切片與參考切片同時(shí)滿(mǎn)足多種相容關(guān)系時(shí)的選取問(wèn)題。根據(jù)Huffman編碼原理確定不同相容情況的編碼碼字，可以進(jìn)一步提高測(cè)試數(shù)據(jù)的壓縮率。實(shí)驗(yàn)結(jié)果表明所提方法的平均測(cè)試數(shù)據(jù)壓縮率達(dá)到了69.13%。
2015, 37(6): 1520-1524.
doi: 10.11999/JEIT141248
摘要:
針對(duì)含有高噪聲、體外點(diǎn)及不完整點(diǎn)云數(shù)據(jù)的配準(zhǔn)失效問(wèn)題，該文提出以信息論為理論基礎(chǔ)，相對(duì)熵度量點(diǎn)云相似度的KL-Reg算法。該算法不需要顯式地建立對(duì)應(yīng)關(guān)系，首先將點(diǎn)云數(shù)據(jù)建模為高斯混合模型，然后用相對(duì)熵度量高斯混合模型間的分布距離，最后通過(guò)最小化分布距離計(jì)算模型變換。實(shí)驗(yàn)結(jié)果表明所提的KL-Reg算法配準(zhǔn)精度高、穩(wěn)定性強(qiáng)。
針對(duì)含有高噪聲、體外點(diǎn)及不完整點(diǎn)云數(shù)據(jù)的配準(zhǔn)失效問(wèn)題，該文提出以信息論為理論基礎(chǔ)，相對(duì)熵度量點(diǎn)云相似度的KL-Reg算法。該算法不需要顯式地建立對(duì)應(yīng)關(guān)系，首先將點(diǎn)云數(shù)據(jù)建模為高斯混合模型，然后用相對(duì)熵度量高斯混合模型間的分布距離，最后通過(guò)最小化分布距離計(jì)算模型變換。實(shí)驗(yàn)結(jié)果表明所提的KL-Reg算法配準(zhǔn)精度高、穩(wěn)定性強(qiáng)。
