郵件訂閱
2016年 第38卷 第2期
欄目
顯示方式:
2016, 38(2): 255-261.
doi: 10.11999/JEIT150532
摘要:
在異構(gòu)網(wǎng)絡(luò)中，小小區(qū)可以為宏基站用戶提供接入服務(wù)，并能夠根據(jù)自身?xiàng)l件調(diào)節(jié)傳輸參數(shù)。該文研究在宏基站端干擾消除技術(shù)，來(lái)消除宏基站到小小區(qū)用戶的干擾。該文分析了采用此種方案后異構(gòu)網(wǎng)絡(luò)下行鏈路的整體性能，推導(dǎo)了宏基站和小小區(qū)用戶接收端信噪比的概率密度函數(shù)和分布函數(shù)。在此基礎(chǔ)上，得到了系統(tǒng)整體中斷概率的閉合表達(dá)式。理論推導(dǎo)和仿真結(jié)果表明，干擾消除方案能夠有效提升異構(gòu)蜂窩網(wǎng)絡(luò)的整體性能。
在異構(gòu)網(wǎng)絡(luò)中，小小區(qū)可以為宏基站用戶提供接入服務(wù)，并能夠根據(jù)自身?xiàng)l件調(diào)節(jié)傳輸參數(shù)。該文研究在宏基站端干擾消除技術(shù)，來(lái)消除宏基站到小小區(qū)用戶的干擾。該文分析了采用此種方案后異構(gòu)網(wǎng)絡(luò)下行鏈路的整體性能，推導(dǎo)了宏基站和小小區(qū)用戶接收端信噪比的概率密度函數(shù)和分布函數(shù)。在此基礎(chǔ)上，得到了系統(tǒng)整體中斷概率的閉合表達(dá)式。理論推導(dǎo)和仿真結(jié)果表明，干擾消除方案能夠有效提升異構(gòu)蜂窩網(wǎng)絡(luò)的整體性能。
2016, 38(2): 262-268.
doi: 10.11999/JEIT150699
摘要:
毫微微小區(qū)(Femtocell)網(wǎng)絡(luò)能夠增強(qiáng)室內(nèi)覆蓋，提高系統(tǒng)容量，但是在頻譜共享的正交頻分多址(OFDMA)毫微微小區(qū)網(wǎng)絡(luò)中，毫微微小區(qū)之間的同層干擾以及毫微微小區(qū)與宏小區(qū)(Macrocell)之間的跨層干擾嚴(yán)重限制了系統(tǒng)的性能。針對(duì)這兩種干擾，該文提出一種基于分組的資源分配算法。該算法包括兩部分：一部分是宏基站先利用改進(jìn)的匈牙利算法為宏小區(qū)用戶分配信道，再用注水算法分配功率，保證宏小區(qū)用戶的正常傳輸；另一部分是在避免干擾宏小區(qū)用戶的基礎(chǔ)上，先采用模擬退火算法對(duì)毫微微小區(qū)進(jìn)行分組，再進(jìn)行信道和功率分配，滿足毫微微小區(qū)用戶的數(shù)據(jù)速率需求，最大化頻譜效率。仿真結(jié)果表明，該算法有效地抑制了這兩種干擾，既能保證用戶的數(shù)據(jù)速率需求，又能有效提升網(wǎng)絡(luò)頻譜效率。
毫微微小區(qū)(Femtocell)網(wǎng)絡(luò)能夠增強(qiáng)室內(nèi)覆蓋，提高系統(tǒng)容量，但是在頻譜共享的正交頻分多址(OFDMA)毫微微小區(qū)網(wǎng)絡(luò)中，毫微微小區(qū)之間的同層干擾以及毫微微小區(qū)與宏小區(qū)(Macrocell)之間的跨層干擾嚴(yán)重限制了系統(tǒng)的性能。針對(duì)這兩種干擾，該文提出一種基于分組的資源分配算法。該算法包括兩部分：一部分是宏基站先利用改進(jìn)的匈牙利算法為宏小區(qū)用戶分配信道，再用注水算法分配功率，保證宏小區(qū)用戶的正常傳輸；另一部分是在避免干擾宏小區(qū)用戶的基礎(chǔ)上，先采用模擬退火算法對(duì)毫微微小區(qū)進(jìn)行分組，再進(jìn)行信道和功率分配，滿足毫微微小區(qū)用戶的數(shù)據(jù)速率需求，最大化頻譜效率。仿真結(jié)果表明，該算法有效地抑制了這兩種干擾，既能保證用戶的數(shù)據(jù)速率需求，又能有效提升網(wǎng)絡(luò)頻譜效率。
2016, 38(2): 269-275.
doi: 10.11999/JEIT150443
摘要:
由于對(duì)終端移動(dòng)趨勢(shì)的不明確，基站容易盲目發(fā)起切換，并導(dǎo)致較高的切換失敗率。該文在LTE-WiMAX網(wǎng)絡(luò)構(gòu)成的異構(gòu)無(wú)線網(wǎng)絡(luò)環(huán)境下對(duì)現(xiàn)有的垂直切換算法進(jìn)行了優(yōu)化。該優(yōu)化算法考慮了終端移動(dòng)趨勢(shì)，利用趨勢(shì)量化參數(shù)來(lái)推斷終端最終的目標(biāo)區(qū)域，解決已有判決算法中存在的不必要切換過(guò)多的問(wèn)題，提高切換成功率。在衰落信道下的計(jì)算機(jī)仿真結(jié)果表明，該優(yōu)化算法可以減小切換中的切換失敗率，從而提高網(wǎng)絡(luò)的切換性能。
由于對(duì)終端移動(dòng)趨勢(shì)的不明確，基站容易盲目發(fā)起切換，并導(dǎo)致較高的切換失敗率。該文在LTE-WiMAX網(wǎng)絡(luò)構(gòu)成的異構(gòu)無(wú)線網(wǎng)絡(luò)環(huán)境下對(duì)現(xiàn)有的垂直切換算法進(jìn)行了優(yōu)化。該優(yōu)化算法考慮了終端移動(dòng)趨勢(shì)，利用趨勢(shì)量化參數(shù)來(lái)推斷終端最終的目標(biāo)區(qū)域，解決已有判決算法中存在的不必要切換過(guò)多的問(wèn)題，提高切換成功率。在衰落信道下的計(jì)算機(jī)仿真結(jié)果表明，該優(yōu)化算法可以減小切換中的切換失敗率，從而提高網(wǎng)絡(luò)的切換性能。
2016, 38(2): 276-281.
doi: 10.11999/JEIT150599
摘要:
在低信噪比情況下，該文提出一種新的針對(duì)正交頻分復(fù)用(OFDM)系統(tǒng)信道階數(shù)和噪聲方差的非數(shù)據(jù)輔助(NDA)估計(jì)算法。算法中應(yīng)用了一種新的基于聯(lián)合極大幾何均值(MGM)的代價(jià)函數(shù)。新的代價(jià)函數(shù)不僅利用了循環(huán)前綴(CP)冗余性，同時(shí)也利用了信道記憶性。對(duì)比只利用了CP的方法，該算法可以在低信噪比情況下更準(zhǔn)確地估計(jì)信道階數(shù)和噪聲方差。仿真結(jié)果表明，在低信噪比情況下，該算法針對(duì)信道階數(shù)的估計(jì)得到約10 dB的信噪比增益；同時(shí)，對(duì)噪聲方差的估計(jì)，該算法顯著提高了估計(jì)精度，抑制了信噪比20 dB以下估計(jì)性能惡化的現(xiàn)象。
在低信噪比情況下，該文提出一種新的針對(duì)正交頻分復(fù)用(OFDM)系統(tǒng)信道階數(shù)和噪聲方差的非數(shù)據(jù)輔助(NDA)估計(jì)算法。算法中應(yīng)用了一種新的基于聯(lián)合極大幾何均值(MGM)的代價(jià)函數(shù)。新的代價(jià)函數(shù)不僅利用了循環(huán)前綴(CP)冗余性，同時(shí)也利用了信道記憶性。對(duì)比只利用了CP的方法，該算法可以在低信噪比情況下更準(zhǔn)確地估計(jì)信道階數(shù)和噪聲方差。仿真結(jié)果表明，在低信噪比情況下，該算法針對(duì)信道階數(shù)的估計(jì)得到約10 dB的信噪比增益；同時(shí)，對(duì)噪聲方差的估計(jì)，該算法顯著提高了估計(jì)精度，抑制了信噪比20 dB以下估計(jì)性能惡化的現(xiàn)象。
2016, 38(2): 282-287.
doi: 10.11999/JEIT150594
摘要:
該文針對(duì)現(xiàn)有基于壓縮感知的信道估計(jì)方法峰均功率比高、計(jì)算量大等問(wèn)題，使用確定性格雷(Golay)序列作為訓(xùn)練序列對(duì)稀疏信道進(jìn)行信道估計(jì)，在接收端實(shí)現(xiàn)了對(duì)信道沖激響應(yīng)的估計(jì)，給出了估計(jì)模型和具體的算法推演，推導(dǎo)了該方法的峰均功率比，并與基于隨機(jī)高斯序列的壓縮感知信道估計(jì)方法的性能、峰均功率比和計(jì)算量進(jìn)行了比較。仿真實(shí)驗(yàn)表明：格雷序列以及隨機(jī)高斯序列兩種序列都可以重構(gòu)出稀疏信道非零抽頭系數(shù)，但是格雷序列對(duì)稀疏信道沖激響應(yīng)的確定性觀測(cè)估計(jì)值的均方誤差(MSE)和匹配度性能(Match Rate, MR)均優(yōu)于隨機(jī)高斯序列，計(jì)算量降低了許多，且在OFDM系統(tǒng)中峰均功率比大大降低。
該文針對(duì)現(xiàn)有基于壓縮感知的信道估計(jì)方法峰均功率比高、計(jì)算量大等問(wèn)題，使用確定性格雷(Golay)序列作為訓(xùn)練序列對(duì)稀疏信道進(jìn)行信道估計(jì)，在接收端實(shí)現(xiàn)了對(duì)信道沖激響應(yīng)的估計(jì)，給出了估計(jì)模型和具體的算法推演，推導(dǎo)了該方法的峰均功率比，并與基于隨機(jī)高斯序列的壓縮感知信道估計(jì)方法的性能、峰均功率比和計(jì)算量進(jìn)行了比較。仿真實(shí)驗(yàn)表明：格雷序列以及隨機(jī)高斯序列兩種序列都可以重構(gòu)出稀疏信道非零抽頭系數(shù)，但是格雷序列對(duì)稀疏信道沖激響應(yīng)的確定性觀測(cè)估計(jì)值的均方誤差(MSE)和匹配度性能(Match Rate, MR)均優(yōu)于隨機(jī)高斯序列，計(jì)算量降低了許多，且在OFDM系統(tǒng)中峰均功率比大大降低。
2016, 38(2): 288-293.
doi: 10.11999/JEIT150572
摘要:
針對(duì)水聲通信特點(diǎn)，研究隨機(jī)線性噴泉碼及最大似然譯碼，在分塊數(shù)較小的包傳輸中糾正刪除錯(cuò)誤。傳統(tǒng)的最大似然譯碼為整包統(tǒng)一處理，譯碼延遲大。該文提出一種逐行累增的高斯消去方法，將譯碼過(guò)程劃分到各塊到達(dá)時(shí)隙中執(zhí)行，利用二進(jìn)制分布求和的概率公式對(duì)單塊到達(dá)所需計(jì)算量進(jìn)行分析。在實(shí)際水聲通信處理平臺(tái)上進(jìn)行了驗(yàn)證，滿足實(shí)時(shí)計(jì)算需求，可用于水下圖像、傳感器數(shù)據(jù)等的傳輸。
針對(duì)水聲通信特點(diǎn)，研究隨機(jī)線性噴泉碼及最大似然譯碼，在分塊數(shù)較小的包傳輸中糾正刪除錯(cuò)誤。傳統(tǒng)的最大似然譯碼為整包統(tǒng)一處理，譯碼延遲大。該文提出一種逐行累增的高斯消去方法，將譯碼過(guò)程劃分到各塊到達(dá)時(shí)隙中執(zhí)行，利用二進(jìn)制分布求和的概率公式對(duì)單塊到達(dá)所需計(jì)算量進(jìn)行分析。在實(shí)際水聲通信處理平臺(tái)上進(jìn)行了驗(yàn)證，滿足實(shí)時(shí)計(jì)算需求，可用于水下圖像、傳感器數(shù)據(jù)等的傳輸。
2016, 38(2): 294-302.
doi: 10.11999/JEIT150267
摘要:
為了預(yù)測(cè)雙目立體圖像內(nèi)容對(duì)視覺(jué)健康可能產(chǎn)生的危害，該文提出一種基于場(chǎng)景模式的立體圖像舒適度客觀評(píng)價(jià)模型。根據(jù)場(chǎng)景中前景目標(biāo)和后景區(qū)域相對(duì)于顯示屏幕的凹凸性以及是否處于舒適觀看區(qū)，將自然場(chǎng)景抽象為多種場(chǎng)景模式。在模式選擇階段，從視差圖中自適應(yīng)分割出前景目標(biāo)和后景區(qū)域，根據(jù)前、后景的視差角特征確定場(chǎng)景所屬的模式；在建模階段，采用前、后景的視差角特征結(jié)合前景的寬度角和曲折度特征對(duì)各個(gè)場(chǎng)景模式分別進(jìn)行建模，并量化了前、后景視差因素對(duì)視覺(jué)舒適度的影響。在IVY數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)結(jié)果表明，所提出的模型與主觀感知存在較好的一致性，Pearson相關(guān)系數(shù)高于0.91, Spearman相關(guān)系數(shù)高于0.90, Kendall相關(guān)系數(shù)高于0.74，平均絕對(duì)值誤差低于0.24，均方根誤差低于0.32，與現(xiàn)有的方法相比，該文所提出的模型的評(píng)價(jià)效果更好，更接近于主觀測(cè)試結(jié)果。
為了預(yù)測(cè)雙目立體圖像內(nèi)容對(duì)視覺(jué)健康可能產(chǎn)生的危害，該文提出一種基于場(chǎng)景模式的立體圖像舒適度客觀評(píng)價(jià)模型。根據(jù)場(chǎng)景中前景目標(biāo)和后景區(qū)域相對(duì)于顯示屏幕的凹凸性以及是否處于舒適觀看區(qū)，將自然場(chǎng)景抽象為多種場(chǎng)景模式。在模式選擇階段，從視差圖中自適應(yīng)分割出前景目標(biāo)和后景區(qū)域，根據(jù)前、后景的視差角特征確定場(chǎng)景所屬的模式；在建模階段，采用前、后景的視差角特征結(jié)合前景的寬度角和曲折度特征對(duì)各個(gè)場(chǎng)景模式分別進(jìn)行建模，并量化了前、后景視差因素對(duì)視覺(jué)舒適度的影響。在IVY數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)結(jié)果表明，所提出的模型與主觀感知存在較好的一致性，Pearson相關(guān)系數(shù)高于0.91, Spearman相關(guān)系數(shù)高于0.90, Kendall相關(guān)系數(shù)高于0.74，平均絕對(duì)值誤差低于0.24，均方根誤差低于0.32，與現(xiàn)有的方法相比，該文所提出的模型的評(píng)價(jià)效果更好，更接近于主觀測(cè)試結(jié)果。
2016, 38(2): 303-309.
doi: 10.11999/JEIT150687
摘要:
推廣的Legendre-Sidelnikov序列較之原序列有更好的平衡性質(zhì)，但是關(guān)于該序列的周期自相關(guān)函數(shù)，迄今僅知道一些特殊移位的情形。該文利用有限域上特征和的相關(guān)性質(zhì)，給出了推廣的二元Legendre-Sidelnikov序列的自相關(guān)函數(shù)的完整分布。結(jié)果表明當(dāng)p3(mod 4)且qp 時(shí)，推廣的Legendre-Sidelnikov序列較之原序列有更好的周期自相關(guān)函數(shù)的分布。
推廣的Legendre-Sidelnikov序列較之原序列有更好的平衡性質(zhì)，但是關(guān)于該序列的周期自相關(guān)函數(shù)，迄今僅知道一些特殊移位的情形。該文利用有限域上特征和的相關(guān)性質(zhì)，給出了推廣的二元Legendre-Sidelnikov序列的自相關(guān)函數(shù)的完整分布。結(jié)果表明當(dāng)p3(mod 4)且qp 時(shí)，推廣的Legendre-Sidelnikov序列較之原序列有更好的周期自相關(guān)函數(shù)的分布。
2016, 38(2): 310-317.
doi: 10.11999/JEIT150459
摘要:
間斷連接無(wú)線網(wǎng)絡(luò)利用節(jié)點(diǎn)移動(dòng)產(chǎn)生的通信機(jī)會(huì)完成數(shù)據(jù)傳輸，但網(wǎng)絡(luò)中的惡意節(jié)點(diǎn)通過(guò)偽造節(jié)點(diǎn)的相遇信息等方法，吸引并丟棄數(shù)據(jù)，影響網(wǎng)絡(luò)的運(yùn)行。該文提出帶有黑洞攻擊探測(cè)的間斷連接無(wú)線網(wǎng)絡(luò)數(shù)據(jù)轉(zhuǎn)發(fā)機(jī)制，通過(guò)節(jié)點(diǎn)誠(chéng)信度、信用度、間接信任度及數(shù)據(jù)轉(zhuǎn)發(fā)能力4維信任屬性的評(píng)估，獲知攻擊節(jié)點(diǎn)的行為規(guī)律，并采用粗糙集理論降低網(wǎng)絡(luò)運(yùn)行過(guò)程中產(chǎn)生的不確定狀態(tài)信息引發(fā)的誤判率，更加準(zhǔn)確地對(duì)節(jié)點(diǎn)的可信性進(jìn)行判斷，進(jìn)而，合理地為數(shù)據(jù)選擇中繼節(jié)點(diǎn)。結(jié)果表明，所提出的方法能有效提升黑洞節(jié)點(diǎn)的辨識(shí)率，對(duì)網(wǎng)絡(luò)中其它非協(xié)作行為也有一定探測(cè)和防御能力，能顯著改善網(wǎng)絡(luò)性能。
間斷連接無(wú)線網(wǎng)絡(luò)利用節(jié)點(diǎn)移動(dòng)產(chǎn)生的通信機(jī)會(huì)完成數(shù)據(jù)傳輸，但網(wǎng)絡(luò)中的惡意節(jié)點(diǎn)通過(guò)偽造節(jié)點(diǎn)的相遇信息等方法，吸引并丟棄數(shù)據(jù)，影響網(wǎng)絡(luò)的運(yùn)行。該文提出帶有黑洞攻擊探測(cè)的間斷連接無(wú)線網(wǎng)絡(luò)數(shù)據(jù)轉(zhuǎn)發(fā)機(jī)制，通過(guò)節(jié)點(diǎn)誠(chéng)信度、信用度、間接信任度及數(shù)據(jù)轉(zhuǎn)發(fā)能力4維信任屬性的評(píng)估，獲知攻擊節(jié)點(diǎn)的行為規(guī)律，并采用粗糙集理論降低網(wǎng)絡(luò)運(yùn)行過(guò)程中產(chǎn)生的不確定狀態(tài)信息引發(fā)的誤判率，更加準(zhǔn)確地對(duì)節(jié)點(diǎn)的可信性進(jìn)行判斷，進(jìn)而，合理地為數(shù)據(jù)選擇中繼節(jié)點(diǎn)。結(jié)果表明，所提出的方法能有效提升黑洞節(jié)點(diǎn)的辨識(shí)率，對(duì)網(wǎng)絡(luò)中其它非協(xié)作行為也有一定探測(cè)和防御能力，能顯著改善網(wǎng)絡(luò)性能。
2016, 38(2): 318-324.
doi: 10.11999/JEIT150636
摘要:
該文提出一種零相關(guān)區(qū)(ZCZ)屏蔽四元周期互補(bǔ)序列偶集的設(shè)計(jì)方法?；谧罴讯帘涡蛄信己驼痪仃嚇?gòu)成ZCZ屏蔽序列偶集，經(jīng)過(guò)交織迭代得到ZCZ屏蔽周期互補(bǔ)序列偶集，進(jìn)而利用新型逆Gray映射構(gòu)造了ZCZ屏蔽四元周期互補(bǔ)序列偶集。結(jié)果達(dá)到理論界限，進(jìn)一步拓展了擴(kuò)頻序列的可選空間。
該文提出一種零相關(guān)區(qū)(ZCZ)屏蔽四元周期互補(bǔ)序列偶集的設(shè)計(jì)方法?；谧罴讯帘涡蛄信己驼痪仃嚇?gòu)成ZCZ屏蔽序列偶集，經(jīng)過(guò)交織迭代得到ZCZ屏蔽周期互補(bǔ)序列偶集，進(jìn)而利用新型逆Gray映射構(gòu)造了ZCZ屏蔽四元周期互補(bǔ)序列偶集。結(jié)果達(dá)到理論界限，進(jìn)一步拓展了擴(kuò)頻序列的可選空間。
2016, 38(2): 325-331.
doi: 10.11999/JEIT150626
摘要:
在信息中心網(wǎng)絡(luò)(Information-Centric Network, ICN)中，利用網(wǎng)絡(luò)內(nèi)置緩存提高內(nèi)容獲取及傳輸效率是該網(wǎng)絡(luò)構(gòu)架最重要的特性。然而，網(wǎng)絡(luò)內(nèi)置的緩存存在應(yīng)對(duì)大量的需要轉(zhuǎn)發(fā)的內(nèi)容時(shí)能力相對(duì)弱小，對(duì)內(nèi)容放置缺乏均衡分布的問(wèn)題。該文提出基于內(nèi)容流行度和節(jié)點(diǎn)中心度匹配的緩存策略(Popularity and Centrality Based Caching Scheme, PCBCS)，通過(guò)對(duì)經(jīng)過(guò)的內(nèi)容進(jìn)行選擇性緩存來(lái)提高內(nèi)容分發(fā)沿路節(jié)點(diǎn)的緩存空間使用效率，減少緩存冗余。仿真結(jié)果表明，該文提出的算法和全局沿路緩存決策方案，LCD(Leave Copy Down)以及參數(shù)為0.7及0.3的Prob(copy with Probability)相比較，在服務(wù)器命中率上平均減少30%，在命中緩存內(nèi)容所需的跳數(shù)上平均減少20%，最重要的是，和全局沿路緩存決策方案相比總體緩存替換數(shù)量平均減少了40%。
在信息中心網(wǎng)絡(luò)(Information-Centric Network, ICN)中，利用網(wǎng)絡(luò)內(nèi)置緩存提高內(nèi)容獲取及傳輸效率是該網(wǎng)絡(luò)構(gòu)架最重要的特性。然而，網(wǎng)絡(luò)內(nèi)置的緩存存在應(yīng)對(duì)大量的需要轉(zhuǎn)發(fā)的內(nèi)容時(shí)能力相對(duì)弱小，對(duì)內(nèi)容放置缺乏均衡分布的問(wèn)題。該文提出基于內(nèi)容流行度和節(jié)點(diǎn)中心度匹配的緩存策略(Popularity and Centrality Based Caching Scheme, PCBCS)，通過(guò)對(duì)經(jīng)過(guò)的內(nèi)容進(jìn)行選擇性緩存來(lái)提高內(nèi)容分發(fā)沿路節(jié)點(diǎn)的緩存空間使用效率，減少緩存冗余。仿真結(jié)果表明，該文提出的算法和全局沿路緩存決策方案，LCD(Leave Copy Down)以及參數(shù)為0.7及0.3的Prob(copy with Probability)相比較，在服務(wù)器命中率上平均減少30%，在命中緩存內(nèi)容所需的跳數(shù)上平均減少20%，最重要的是，和全局沿路緩存決策方案相比總體緩存替換數(shù)量平均減少了40%。
2016, 38(2): 332-339.
doi: 10.11999/JEIT150487
摘要:
為了減小無(wú)線傳感器網(wǎng)絡(luò)中路由的路徑長(zhǎng)度，該文提出基于中斷概率的多跳混合協(xié)作地理路由(MHCGR)算法。首先對(duì)不同協(xié)作機(jī)制的鏈路進(jìn)行分析，理論分析表明，在一定中斷概率要求下，采用譯碼放大轉(zhuǎn)發(fā)混合協(xié)作機(jī)制可以進(jìn)一步擴(kuò)大傳輸距離，并推導(dǎo)了每跳協(xié)作鏈路的理想最大協(xié)作傳輸距離和理想中繼的位置。在無(wú)信標(biāo)地理路由(BLGR)算法的基礎(chǔ)上，MHCGR算法結(jié)合節(jié)點(diǎn)位置信息為每跳選擇最佳的中繼節(jié)點(diǎn)和轉(zhuǎn)發(fā)節(jié)點(diǎn)，建立從源節(jié)點(diǎn)到目的節(jié)點(diǎn)的多跳協(xié)作路由。仿真表明，與ENBGCR算法和基于DF協(xié)作機(jī)制的MPCR算法兩種協(xié)作地理路由算法相比，MHCGR算法可明顯減少路由的跳數(shù)，改善路由的整體發(fā)射功率。
為了減小無(wú)線傳感器網(wǎng)絡(luò)中路由的路徑長(zhǎng)度，該文提出基于中斷概率的多跳混合協(xié)作地理路由(MHCGR)算法。首先對(duì)不同協(xié)作機(jī)制的鏈路進(jìn)行分析，理論分析表明，在一定中斷概率要求下，采用譯碼放大轉(zhuǎn)發(fā)混合協(xié)作機(jī)制可以進(jìn)一步擴(kuò)大傳輸距離，并推導(dǎo)了每跳協(xié)作鏈路的理想最大協(xié)作傳輸距離和理想中繼的位置。在無(wú)信標(biāo)地理路由(BLGR)算法的基礎(chǔ)上，MHCGR算法結(jié)合節(jié)點(diǎn)位置信息為每跳選擇最佳的中繼節(jié)點(diǎn)和轉(zhuǎn)發(fā)節(jié)點(diǎn)，建立從源節(jié)點(diǎn)到目的節(jié)點(diǎn)的多跳協(xié)作路由。仿真表明，與ENBGCR算法和基于DF協(xié)作機(jī)制的MPCR算法兩種協(xié)作地理路由算法相比，MHCGR算法可明顯減少路由的跳數(shù)，改善路由的整體發(fā)射功率。
2016, 38(2): 340-346.
doi: 10.11999/JEIT150721
摘要:
眾包交通監(jiān)測(cè)利用移動(dòng)終端上傳的GPS位置信息實(shí)時(shí)感知交通狀況，具有廣闊的應(yīng)用前景。然而，上傳的GPS信息會(huì)泄露用戶隱私。該文基于博弈論分析用戶上傳行為，提出隱私保護(hù)的優(yōu)化上傳機(jī)制。首先建立用戶上傳行為與路況服務(wù)質(zhì)量和隱私泄露之間的關(guān)系，據(jù)此構(gòu)建不完全信息博弈模型，以便分析用戶上傳行為；然后，根據(jù)用戶上傳博弈納什均衡，提出用戶終端可控的隱私保護(hù)優(yōu)化上傳機(jī)制。理論分析表明，該文提出的上傳機(jī)制最大化用戶效用，具有激勵(lì)相容特性；通過(guò)真實(shí)數(shù)據(jù)實(shí)驗(yàn)驗(yàn)證，上傳機(jī)制能夠提高用戶的隱私保護(hù)度，以及算法的激勵(lì)相容特性。
眾包交通監(jiān)測(cè)利用移動(dòng)終端上傳的GPS位置信息實(shí)時(shí)感知交通狀況，具有廣闊的應(yīng)用前景。然而，上傳的GPS信息會(huì)泄露用戶隱私。該文基于博弈論分析用戶上傳行為，提出隱私保護(hù)的優(yōu)化上傳機(jī)制。首先建立用戶上傳行為與路況服務(wù)質(zhì)量和隱私泄露之間的關(guān)系，據(jù)此構(gòu)建不完全信息博弈模型，以便分析用戶上傳行為；然后，根據(jù)用戶上傳博弈納什均衡，提出用戶終端可控的隱私保護(hù)優(yōu)化上傳機(jī)制。理論分析表明，該文提出的上傳機(jī)制最大化用戶效用，具有激勵(lì)相容特性；通過(guò)真實(shí)數(shù)據(jù)實(shí)驗(yàn)驗(yàn)證，上傳機(jī)制能夠提高用戶的隱私保護(hù)度，以及算法的激勵(lì)相容特性。
2016, 38(2): 347-353.
doi: 10.11999/JEIT150380
摘要:
為降低密鑰尺寸，利用陷門抽樣算法在優(yōu)選的NTRU格上抽取部分私鑰并使用多項(xiàng)式環(huán)上帶誤差的學(xué)習(xí)問(wèn)題計(jì)算公鑰等方法來(lái)構(gòu)造格上無(wú)證書加密方案。它的安全性基于多項(xiàng)式環(huán)上帶誤差學(xué)習(xí)的判定問(wèn)題和小多項(xiàng)式比判定問(wèn)題等兩個(gè)困難問(wèn)題假設(shè)。為獲取更好的效率，該文還提出一個(gè)無(wú)證書并行加密方案。該方案用中國(guó)剩余定理分解擴(kuò)大后的明文空間為多個(gè)不同素理想之積來(lái)實(shí)現(xiàn)并行加密。它還用中國(guó)剩余定理分解加密運(yùn)算所在的多項(xiàng)式環(huán)獲取中國(guó)剩余基來(lái)優(yōu)化算法，使算法只涉及整數(shù)間運(yùn)算。結(jié)果顯示該方案具有計(jì)算和通信復(fù)雜度低等特點(diǎn)。
為降低密鑰尺寸，利用陷門抽樣算法在優(yōu)選的NTRU格上抽取部分私鑰并使用多項(xiàng)式環(huán)上帶誤差的學(xué)習(xí)問(wèn)題計(jì)算公鑰等方法來(lái)構(gòu)造格上無(wú)證書加密方案。它的安全性基于多項(xiàng)式環(huán)上帶誤差學(xué)習(xí)的判定問(wèn)題和小多項(xiàng)式比判定問(wèn)題等兩個(gè)困難問(wèn)題假設(shè)。為獲取更好的效率，該文還提出一個(gè)無(wú)證書并行加密方案。該方案用中國(guó)剩余定理分解擴(kuò)大后的明文空間為多個(gè)不同素理想之積來(lái)實(shí)現(xiàn)并行加密。它還用中國(guó)剩余定理分解加密運(yùn)算所在的多項(xiàng)式環(huán)獲取中國(guó)剩余基來(lái)優(yōu)化算法，使算法只涉及整數(shù)間運(yùn)算。結(jié)果顯示該方案具有計(jì)算和通信復(fù)雜度低等特點(diǎn)。
2016, 38(2): 354-360.
doi: 10.11999/JEIT150702
摘要:
該文提出了一種基于LWE(Learning With Errors)算法的密文域可逆隱寫方案，利用LWE公鑰密碼算法對(duì)數(shù)據(jù)加密，用戶在密文中嵌入隱藏信息，對(duì)于嵌入信息后的密文，用戶使用隱寫密鑰可以有效提取隱藏信息，使用解密密鑰可以無(wú)差錯(cuò)恢復(fù)出加密前數(shù)據(jù)實(shí)現(xiàn)了提取過(guò)程與解密過(guò)程的可分離。通過(guò)推導(dǎo)方案在解密與提取信息過(guò)程中出錯(cuò)的概率，得到直接影響方案正確性的參數(shù)為所選噪聲的標(biāo)準(zhǔn)差，實(shí)驗(yàn)獲得并驗(yàn)證了標(biāo)準(zhǔn)差的合理取值區(qū)間；通過(guò)推導(dǎo)嵌入后密文的分布函數(shù)，分析密文統(tǒng)計(jì)特征的變化情況，論證了嵌入密文的隱藏信息的不可感知性。該方案是在密文域進(jìn)行的可逆隱寫，與原始載體無(wú)關(guān)，適用于文本、圖片、音頻等各類載體。實(shí)驗(yàn)仿真結(jié)果表明該方案不僅能夠保證可逆隱寫的可靠性與安全性，而且1 bit明文在密文域最大可負(fù)載1 bit隱藏信息。
該文提出了一種基于LWE(Learning With Errors)算法的密文域可逆隱寫方案，利用LWE公鑰密碼算法對(duì)數(shù)據(jù)加密，用戶在密文中嵌入隱藏信息，對(duì)于嵌入信息后的密文，用戶使用隱寫密鑰可以有效提取隱藏信息，使用解密密鑰可以無(wú)差錯(cuò)恢復(fù)出加密前數(shù)據(jù)實(shí)現(xiàn)了提取過(guò)程與解密過(guò)程的可分離。通過(guò)推導(dǎo)方案在解密與提取信息過(guò)程中出錯(cuò)的概率，得到直接影響方案正確性的參數(shù)為所選噪聲的標(biāo)準(zhǔn)差，實(shí)驗(yàn)獲得并驗(yàn)證了標(biāo)準(zhǔn)差的合理取值區(qū)間；通過(guò)推導(dǎo)嵌入后密文的分布函數(shù)，分析密文統(tǒng)計(jì)特征的變化情況，論證了嵌入密文的隱藏信息的不可感知性。該方案是在密文域進(jìn)行的可逆隱寫，與原始載體無(wú)關(guān)，適用于文本、圖片、音頻等各類載體。實(shí)驗(yàn)仿真結(jié)果表明該方案不僅能夠保證可逆隱寫的可靠性與安全性，而且1 bit明文在密文域最大可負(fù)載1 bit隱藏信息。
2016, 38(2): 361-366.
doi: 10.11999/JEIT150653
摘要:
針對(duì)資源受限的RFID標(biāo)簽，結(jié)合偽隨機(jī)數(shù)和共享秘密機(jī)制，該文提出一種基于散列函數(shù)的輕量級(jí)雙向認(rèn)證協(xié)議，實(shí)現(xiàn)了后端數(shù)據(jù)庫(kù)、閱讀器和標(biāo)簽之間的雙向認(rèn)證。詳細(xì)分析了雙向認(rèn)證協(xié)議的抗攻擊性能和效率性能，并基于BAN邏輯分析方法對(duì)協(xié)議模型進(jìn)行了形式化證明。理論分析表明，該文提出的認(rèn)證協(xié)議能夠?qū)崿F(xiàn)預(yù)期安全目標(biāo)，抗攻擊性能好，認(rèn)證執(zhí)行效率高且標(biāo)簽開(kāi)銷小，適用于大數(shù)量的RFID應(yīng)用。
針對(duì)資源受限的RFID標(biāo)簽，結(jié)合偽隨機(jī)數(shù)和共享秘密機(jī)制，該文提出一種基于散列函數(shù)的輕量級(jí)雙向認(rèn)證協(xié)議，實(shí)現(xiàn)了后端數(shù)據(jù)庫(kù)、閱讀器和標(biāo)簽之間的雙向認(rèn)證。詳細(xì)分析了雙向認(rèn)證協(xié)議的抗攻擊性能和效率性能，并基于BAN邏輯分析方法對(duì)協(xié)議模型進(jìn)行了形式化證明。理論分析表明，該文提出的認(rèn)證協(xié)議能夠?qū)崿F(xiàn)預(yù)期安全目標(biāo)，抗攻擊性能好，認(rèn)證執(zhí)行效率高且標(biāo)簽開(kāi)銷小，適用于大數(shù)量的RFID應(yīng)用。
2016, 38(2): 367-372.
doi: 10.11999/JEIT 150566
摘要:
稀疏表示已成功應(yīng)用于說(shuō)話人識(shí)別領(lǐng)域。在稀疏表示中，構(gòu)造好的字典起著重要的作用。該文將Fisher準(zhǔn)則的結(jié)構(gòu)化字典學(xué)習(xí)方法引入說(shuō)話人識(shí)別系統(tǒng)。在判別字典的學(xué)習(xí)過(guò)程中，每一個(gè)字典對(duì)應(yīng)一個(gè)類標(biāo)簽，因此同類別訓(xùn)練樣本的重構(gòu)誤差較小。同時(shí)，保證訓(xùn)練樣本的稀疏編碼系數(shù)類內(nèi)誤差最小，類間誤差最大。在NIST SRE 2003數(shù)據(jù)庫(kù)上，實(shí)驗(yàn)結(jié)果表明該算法得到的等錯(cuò)誤率是7.62%，基于余弦距離打分的i-vector的等錯(cuò)誤率是6.7%。當(dāng)兩個(gè)系統(tǒng)融合后，得到的等錯(cuò)誤率是5.07%。
稀疏表示已成功應(yīng)用于說(shuō)話人識(shí)別領(lǐng)域。在稀疏表示中，構(gòu)造好的字典起著重要的作用。該文將Fisher準(zhǔn)則的結(jié)構(gòu)化字典學(xué)習(xí)方法引入說(shuō)話人識(shí)別系統(tǒng)。在判別字典的學(xué)習(xí)過(guò)程中，每一個(gè)字典對(duì)應(yīng)一個(gè)類標(biāo)簽，因此同類別訓(xùn)練樣本的重構(gòu)誤差較小。同時(shí)，保證訓(xùn)練樣本的稀疏編碼系數(shù)類內(nèi)誤差最小，類間誤差最大。在NIST SRE 2003數(shù)據(jù)庫(kù)上，實(shí)驗(yàn)結(jié)果表明該算法得到的等錯(cuò)誤率是7.62%，基于余弦距離打分的i-vector的等錯(cuò)誤率是6.7%。當(dāng)兩個(gè)系統(tǒng)融合后，得到的等錯(cuò)誤率是5.07%。
2016, 38(2): 373-380.
doi: 10.11999/JEIT150544
摘要:
Adaboost.M1算法要求每個(gè)弱分類器的正確率大于1/2，但在多分類問(wèn)題中尋找這樣的弱分類器較為困難。有學(xué)者提出了多類指數(shù)損失函數(shù)的逐步添加模型(SAMME)，把弱分類器的正確率要求降低到大于1/k(k為類別數(shù))，降低了尋找弱分類器的難度。由于SAMME算法無(wú)法保證弱分類器的有效性，從而并不能保證最終強(qiáng)分類器正確率的提升。為此，該文通過(guò)圖示法及數(shù)學(xué)方法分析了多分類Adaboost算法的原理，進(jìn)而提出一種新的既可以降低弱分類器的要求，又可以確保弱分類器有效性的多分類方法。在UCI數(shù)據(jù)集上的對(duì)比實(shí)驗(yàn)表明，該文提出的算法的結(jié)果要好于SAMME算法，并達(dá)到了不弱于Adaboost.M1算法的效果。
Adaboost.M1算法要求每個(gè)弱分類器的正確率大于1/2，但在多分類問(wèn)題中尋找這樣的弱分類器較為困難。有學(xué)者提出了多類指數(shù)損失函數(shù)的逐步添加模型(SAMME)，把弱分類器的正確率要求降低到大于1/k(k為類別數(shù))，降低了尋找弱分類器的難度。由于SAMME算法無(wú)法保證弱分類器的有效性，從而并不能保證最終強(qiáng)分類器正確率的提升。為此，該文通過(guò)圖示法及數(shù)學(xué)方法分析了多分類Adaboost算法的原理，進(jìn)而提出一種新的既可以降低弱分類器的要求，又可以確保弱分類器有效性的多分類方法。在UCI數(shù)據(jù)集上的對(duì)比實(shí)驗(yàn)表明，該文提出的算法的結(jié)果要好于SAMME算法，并達(dá)到了不弱于Adaboost.M1算法的效果。
2016, 38(2): 381-388.
doi: 10.11999/JEIT150403
摘要:
針對(duì)霧、霾等天氣條件下捕獲的圖像存在嚴(yán)重降質(zhì)現(xiàn)象，該文提出一種基于區(qū)間估計(jì)的單幅圖像快速去霧方法。該方法從大氣散射模型出發(fā)，基于暗通道先驗(yàn)理論，利用最小值濾波和灰度開(kāi)運(yùn)算，通過(guò)區(qū)間估計(jì)得到大氣光值，同時(shí)得到介質(zhì)傳輸率的初始估計(jì)值。通過(guò)對(duì)大氣光照進(jìn)行白平衡處理，從而得到簡(jiǎn)化大氣散射模型。然后，利用簡(jiǎn)化大氣散射模型和介質(zhì)傳輸率的初始估計(jì)值，通過(guò)區(qū)間估計(jì)得到場(chǎng)景反照率的暗通道值，進(jìn)一步得到介質(zhì)傳輸率的粗略估計(jì)值。將介質(zhì)傳輸率的初始估計(jì)值和粗略估計(jì)值進(jìn)行像素級(jí)融合，通過(guò)聯(lián)合雙邊濾波和值域調(diào)整得到介質(zhì)傳輸率的最終估計(jì)值。最后，通過(guò)簡(jiǎn)化大氣散射模型和色調(diào)調(diào)整得到去霧圖像。實(shí)驗(yàn)結(jié)果表明，所提算法具有較快的運(yùn)算速度，能有效提高去霧圖像的清晰度和對(duì)比度，同時(shí)獲得較好的色調(diào)保真度。
針對(duì)霧、霾等天氣條件下捕獲的圖像存在嚴(yán)重降質(zhì)現(xiàn)象，該文提出一種基于區(qū)間估計(jì)的單幅圖像快速去霧方法。該方法從大氣散射模型出發(fā)，基于暗通道先驗(yàn)理論，利用最小值濾波和灰度開(kāi)運(yùn)算，通過(guò)區(qū)間估計(jì)得到大氣光值，同時(shí)得到介質(zhì)傳輸率的初始估計(jì)值。通過(guò)對(duì)大氣光照進(jìn)行白平衡處理，從而得到簡(jiǎn)化大氣散射模型。然后，利用簡(jiǎn)化大氣散射模型和介質(zhì)傳輸率的初始估計(jì)值，通過(guò)區(qū)間估計(jì)得到場(chǎng)景反照率的暗通道值，進(jìn)一步得到介質(zhì)傳輸率的粗略估計(jì)值。將介質(zhì)傳輸率的初始估計(jì)值和粗略估計(jì)值進(jìn)行像素級(jí)融合，通過(guò)聯(lián)合雙邊濾波和值域調(diào)整得到介質(zhì)傳輸率的最終估計(jì)值。最后，通過(guò)簡(jiǎn)化大氣散射模型和色調(diào)調(diào)整得到去霧圖像。實(shí)驗(yàn)結(jié)果表明，所提算法具有較快的運(yùn)算速度，能有效提高去霧圖像的清晰度和對(duì)比度，同時(shí)獲得較好的色調(diào)保真度。
2016, 38(2): 389-393.
doi: 10.11999/JEIT150543
摘要:
交互式思想在多模型定位中獲得廣泛應(yīng)用，但在多系統(tǒng)跟蹤定位中應(yīng)用較少。該文借鑒交互式思想提出交互式多系統(tǒng)跟蹤定位算法。該算法利用已獲得的估計(jì)信息進(jìn)行系統(tǒng)間定位信息的直接交互，然后進(jìn)行多系統(tǒng)并行濾波，并利用各系統(tǒng)濾波新息和方差對(duì)系統(tǒng)概率進(jìn)行實(shí)時(shí)更新，將估計(jì)結(jié)果按照系統(tǒng)概率加權(quán)融合輸出。通過(guò)跟蹤機(jī)動(dòng)目標(biāo)的仿真實(shí)例，可以看出該算法能夠根據(jù)定位系統(tǒng)的性能及時(shí)調(diào)整系統(tǒng)概率，有效改善多系統(tǒng)下目標(biāo)跟蹤定位性能。
交互式思想在多模型定位中獲得廣泛應(yīng)用，但在多系統(tǒng)跟蹤定位中應(yīng)用較少。該文借鑒交互式思想提出交互式多系統(tǒng)跟蹤定位算法。該算法利用已獲得的估計(jì)信息進(jìn)行系統(tǒng)間定位信息的直接交互，然后進(jìn)行多系統(tǒng)并行濾波，并利用各系統(tǒng)濾波新息和方差對(duì)系統(tǒng)概率進(jìn)行實(shí)時(shí)更新，將估計(jì)結(jié)果按照系統(tǒng)概率加權(quán)融合輸出。通過(guò)跟蹤機(jī)動(dòng)目標(biāo)的仿真實(shí)例，可以看出該算法能夠根據(jù)定位系統(tǒng)的性能及時(shí)調(diào)整系統(tǒng)概率，有效改善多系統(tǒng)下目標(biāo)跟蹤定位性能。
2016, 38(2): 394-399.
doi: 10.11999/JEIT150589
摘要:
多聲道音頻信號(hào)在采集、壓縮、傳輸過(guò)程中可能造成音頻數(shù)據(jù)丟失，為了確保給聽(tīng)眾帶來(lái)更真實(shí)的聽(tīng)覺(jué)感受，該文提出一種基于低秩張量補(bǔ)全的音頻丟失數(shù)據(jù)恢復(fù)方法。首先，把多聲道音頻信號(hào)表示為一個(gè)張量；其次，把張量補(bǔ)全作為一個(gè)凸優(yōu)化問(wèn)題建模，利用松弛技術(shù)和變量分離技術(shù)得到閉合的增強(qiáng)拉格朗日函數(shù)；最后，通過(guò)交替迭代方法求解得到恢復(fù)的音頻張量。在不同數(shù)據(jù)丟失率的實(shí)驗(yàn)中，通過(guò)與線性預(yù)測(cè)、加權(quán)優(yōu)化的CANDECOMP /PARAFAC分解方法進(jìn)行對(duì)比分析，表明利用張量補(bǔ)全方法具有更高的音頻信號(hào)恢復(fù)精度，隱藏參考和基準(zhǔn)的多激勵(lì)測(cè)試結(jié)果也顯示低秩張量補(bǔ)全方法能夠有效地恢復(fù)多聲道音頻的丟失數(shù)據(jù)，從而獲得更好的聽(tīng)覺(jué)效果。
多聲道音頻信號(hào)在采集、壓縮、傳輸過(guò)程中可能造成音頻數(shù)據(jù)丟失，為了確保給聽(tīng)眾帶來(lái)更真實(shí)的聽(tīng)覺(jué)感受，該文提出一種基于低秩張量補(bǔ)全的音頻丟失數(shù)據(jù)恢復(fù)方法。首先，把多聲道音頻信號(hào)表示為一個(gè)張量；其次，把張量補(bǔ)全作為一個(gè)凸優(yōu)化問(wèn)題建模，利用松弛技術(shù)和變量分離技術(shù)得到閉合的增強(qiáng)拉格朗日函數(shù)；最后，通過(guò)交替迭代方法求解得到恢復(fù)的音頻張量。在不同數(shù)據(jù)丟失率的實(shí)驗(yàn)中，通過(guò)與線性預(yù)測(cè)、加權(quán)優(yōu)化的CANDECOMP /PARAFAC分解方法進(jìn)行對(duì)比分析，表明利用張量補(bǔ)全方法具有更高的音頻信號(hào)恢復(fù)精度，隱藏參考和基準(zhǔn)的多激勵(lì)測(cè)試結(jié)果也顯示低秩張量補(bǔ)全方法能夠有效地恢復(fù)多聲道音頻的丟失數(shù)據(jù)，從而獲得更好的聽(tīng)覺(jué)效果。
2016, 38(2): 400-407.
doi: 10.11999/JEIT150494
摘要:
針對(duì)目前去霧算法易受大氣環(huán)境隨機(jī)性和復(fù)雜性影響而造成自適應(yīng)性不強(qiáng)的問(wèn)題，該文提出一種具有反饋機(jī)制的自適應(yīng)閉環(huán)去霧算法。該算法首先通過(guò)基于人眼視覺(jué)的特征認(rèn)知評(píng)價(jià)進(jìn)行參數(shù)初始化；然后利用去霧強(qiáng)度評(píng)價(jià)結(jié)果對(duì)反饋校正局部對(duì)比度參數(shù)進(jìn)行調(diào)節(jié)，從而對(duì)去除加性光照后的圖像進(jìn)行自適應(yīng)局部對(duì)比度提升；最后借鑒去霧后圖像的自然度設(shè)定迭代終止條件，決定是否輸出去霧結(jié)果。實(shí)驗(yàn)表明該算法能夠自適應(yīng)提升不同退化類型、不同退化程度下的霧天圖像對(duì)比度，且去霧結(jié)果的信息熵和清晰度質(zhì)量評(píng)價(jià)指標(biāo)優(yōu)于已有算法。
針對(duì)目前去霧算法易受大氣環(huán)境隨機(jī)性和復(fù)雜性影響而造成自適應(yīng)性不強(qiáng)的問(wèn)題，該文提出一種具有反饋機(jī)制的自適應(yīng)閉環(huán)去霧算法。該算法首先通過(guò)基于人眼視覺(jué)的特征認(rèn)知評(píng)價(jià)進(jìn)行參數(shù)初始化；然后利用去霧強(qiáng)度評(píng)價(jià)結(jié)果對(duì)反饋校正局部對(duì)比度參數(shù)進(jìn)行調(diào)節(jié)，從而對(duì)去除加性光照后的圖像進(jìn)行自適應(yīng)局部對(duì)比度提升；最后借鑒去霧后圖像的自然度設(shè)定迭代終止條件，決定是否輸出去霧結(jié)果。實(shí)驗(yàn)表明該算法能夠自適應(yīng)提升不同退化類型、不同退化程度下的霧天圖像對(duì)比度，且去霧結(jié)果的信息熵和清晰度質(zhì)量評(píng)價(jià)指標(biāo)優(yōu)于已有算法。
2016, 38(2): 408-412.
doi: 10.11999/JEIT150628
摘要:
對(duì)流層斜延遲是對(duì)流層散射雙向時(shí)間比對(duì)系統(tǒng)的主要誤差來(lái)源，目前尚未有對(duì)系統(tǒng)中對(duì)流層斜延遲進(jìn)行精確估計(jì)的模型。為精確估計(jì)斜延遲，引入電磁波射線描跡法，并利用Hopfield天頂延遲模型中折射率計(jì)算方案改進(jìn)描跡法，以克服該方法對(duì)探空數(shù)據(jù)的依賴。首先，根據(jù)北緯35 ~37范圍內(nèi)的3個(gè)測(cè)站2010~2012年的實(shí)測(cè)氣象數(shù)據(jù)和天頂延遲數(shù)據(jù)，驗(yàn)證 模型精度范圍小于35 mm；然后，將3個(gè)測(cè)站按相互基線距離的不同分為3組比對(duì)站，利用改進(jìn)后的模型結(jié)合2012年的氣象數(shù)據(jù)，計(jì)算了在0~5入射角下，一年的斜延遲，并得出最大斜延遲對(duì)應(yīng)的年積日和入射角。計(jì)算結(jié)果表明，3組比對(duì)站的最大單向斜延遲為24.94~45.37 m。在雙向比對(duì)抵消90%的情況下，時(shí)間延遲為3.1~5.7 ns；相互抵消95%時(shí)，時(shí)間延遲為1.5~2.9 ns。
對(duì)流層斜延遲是對(duì)流層散射雙向時(shí)間比對(duì)系統(tǒng)的主要誤差來(lái)源，目前尚未有對(duì)系統(tǒng)中對(duì)流層斜延遲進(jìn)行精確估計(jì)的模型。為精確估計(jì)斜延遲，引入電磁波射線描跡法，并利用Hopfield天頂延遲模型中折射率計(jì)算方案改進(jìn)描跡法，以克服該方法對(duì)探空數(shù)據(jù)的依賴。首先，根據(jù)北緯35 ~37范圍內(nèi)的3個(gè)測(cè)站2010~2012年的實(shí)測(cè)氣象數(shù)據(jù)和天頂延遲數(shù)據(jù)，驗(yàn)證 模型精度范圍小于35 mm；然后，將3個(gè)測(cè)站按相互基線距離的不同分為3組比對(duì)站，利用改進(jìn)后的模型結(jié)合2012年的氣象數(shù)據(jù)，計(jì)算了在0~5入射角下，一年的斜延遲，并得出最大斜延遲對(duì)應(yīng)的年積日和入射角。計(jì)算結(jié)果表明，3組比對(duì)站的最大單向斜延遲為24.94~45.37 m。在雙向比對(duì)抵消90%的情況下，時(shí)間延遲為3.1~5.7 ns；相互抵消95%時(shí)，時(shí)間延遲為1.5~2.9 ns。
2016, 38(2): 413-417.
doi: 10.11999/JEIT150563
摘要:
針對(duì)遙感圖像中路網(wǎng)信息的自動(dòng)識(shí)別問(wèn)題，該文將小波模極大值邊緣檢測(cè)方法和模糊連接度方法結(jié)合，提出一種改進(jìn)的模糊連接度方法。采用小波模極大值邊緣檢測(cè)方法進(jìn)行模糊連接度種子點(diǎn)的自動(dòng)選擇，解決傳統(tǒng)模糊連接度理論中種子點(diǎn)難以自動(dòng)選擇的問(wèn)題。在此基礎(chǔ)上，對(duì)傳統(tǒng)的模糊相似度計(jì)算公式進(jìn)行簡(jiǎn)化，在保證路網(wǎng)識(shí)別準(zhǔn)確性的同時(shí)，大大減少了計(jì)算量。采用來(lái)自Quickbird高分辨商業(yè)遙感衛(wèi)星的3組影像進(jìn)行實(shí)驗(yàn)，驗(yàn)證了該文提出的路網(wǎng)識(shí)別方法具有較高的準(zhǔn)確性和計(jì)算速度。
針對(duì)遙感圖像中路網(wǎng)信息的自動(dòng)識(shí)別問(wèn)題，該文將小波模極大值邊緣檢測(cè)方法和模糊連接度方法結(jié)合，提出一種改進(jìn)的模糊連接度方法。采用小波模極大值邊緣檢測(cè)方法進(jìn)行模糊連接度種子點(diǎn)的自動(dòng)選擇，解決傳統(tǒng)模糊連接度理論中種子點(diǎn)難以自動(dòng)選擇的問(wèn)題。在此基礎(chǔ)上，對(duì)傳統(tǒng)的模糊相似度計(jì)算公式進(jìn)行簡(jiǎn)化，在保證路網(wǎng)識(shí)別準(zhǔn)確性的同時(shí)，大大減少了計(jì)算量。采用來(lái)自Quickbird高分辨商業(yè)遙感衛(wèi)星的3組影像進(jìn)行實(shí)驗(yàn)，驗(yàn)證了該文提出的路網(wǎng)識(shí)別方法具有較高的準(zhǔn)確性和計(jì)算速度。
2016, 38(2): 418-424.
doi: 10.11999/JEIT150570
摘要:
定標(biāo)參考目標(biāo)雷達(dá)截面積(RCS)的頻率、入射角相關(guān)性是一個(gè)固有性質(zhì)，對(duì)于常規(guī)SAR系統(tǒng)，在小帶寬/窄方位波束條件下通常近似認(rèn)為目標(biāo)具有恒定的后向散射特性，即RCS為一常數(shù)；然而，對(duì)于高分辨率SAR系統(tǒng)，繼續(xù)用中心頻點(diǎn)、方位角處的RCS表示大信號(hào)帶寬/寬方位波束條件下的RCS，將會(huì)直接影響輻射定標(biāo)的準(zhǔn)確性。鑒于此，該文提出基于標(biāo)準(zhǔn)數(shù)據(jù)或參考定標(biāo)體的目標(biāo)輻射特性校正方法，暗室地基SAR系統(tǒng)仿真結(jié)果表明，在目標(biāo)輻射特性校正前后，點(diǎn)目標(biāo)積分能量相差1.2 dB；實(shí)測(cè)數(shù)據(jù)處理結(jié)果顯示，經(jīng)過(guò)參考目標(biāo)輻射特性校正，SAR圖像中點(diǎn)目標(biāo)旁瓣更加對(duì)稱，且方位向主瓣寬度變窄，在時(shí)域更接近理想點(diǎn)目標(biāo)沖激響應(yīng)，從而驗(yàn)證了校正算法的有效性。
定標(biāo)參考目標(biāo)雷達(dá)截面積(RCS)的頻率、入射角相關(guān)性是一個(gè)固有性質(zhì)，對(duì)于常規(guī)SAR系統(tǒng)，在小帶寬/窄方位波束條件下通常近似認(rèn)為目標(biāo)具有恒定的后向散射特性，即RCS為一常數(shù)；然而，對(duì)于高分辨率SAR系統(tǒng)，繼續(xù)用中心頻點(diǎn)、方位角處的RCS表示大信號(hào)帶寬/寬方位波束條件下的RCS，將會(huì)直接影響輻射定標(biāo)的準(zhǔn)確性。鑒于此，該文提出基于標(biāo)準(zhǔn)數(shù)據(jù)或參考定標(biāo)體的目標(biāo)輻射特性校正方法，暗室地基SAR系統(tǒng)仿真結(jié)果表明，在目標(biāo)輻射特性校正前后，點(diǎn)目標(biāo)積分能量相差1.2 dB；實(shí)測(cè)數(shù)據(jù)處理結(jié)果顯示，經(jīng)過(guò)參考目標(biāo)輻射特性校正，SAR圖像中點(diǎn)目標(biāo)旁瓣更加對(duì)稱，且方位向主瓣寬度變窄，在時(shí)域更接近理想點(diǎn)目標(biāo)沖激響應(yīng)，從而驗(yàn)證了校正算法的有效性。
2016, 38(2): 425-433.
doi: 10.11999/JEIT150320
摘要:
傳統(tǒng)OFDM雷達(dá)通常不考慮傳遞通信信息，該文設(shè)計(jì)出一種新的基于OFDM的雷達(dá)發(fā)射方式以實(shí)現(xiàn)雷達(dá)和通信的一體化，并提出一種基于通信信息補(bǔ)償?shù)哪繕?biāo)距離速度聯(lián)合高分辨估計(jì)方法。所設(shè)計(jì)的雷達(dá)發(fā)射方式，采用脈沖發(fā)射，每個(gè)脈沖由多個(gè)OFDM符號(hào)構(gòu)成，在脈沖內(nèi)實(shí)現(xiàn)通信功能；在雷達(dá)相干處理時(shí)間內(nèi)，對(duì)回波進(jìn)行通信信息補(bǔ)償和解相干處理后，采用子空間投影方法實(shí)現(xiàn)對(duì)目標(biāo)距離和速度的聯(lián)合超分辨估計(jì)。理論分析和仿真實(shí)驗(yàn)表明，所提方法能夠在保證通信功能的條件下，可有效實(shí)現(xiàn)雷達(dá)目標(biāo)距離和速度的聯(lián)合超分辨估計(jì)。
傳統(tǒng)OFDM雷達(dá)通常不考慮傳遞通信信息，該文設(shè)計(jì)出一種新的基于OFDM的雷達(dá)發(fā)射方式以實(shí)現(xiàn)雷達(dá)和通信的一體化，并提出一種基于通信信息補(bǔ)償?shù)哪繕?biāo)距離速度聯(lián)合高分辨估計(jì)方法。所設(shè)計(jì)的雷達(dá)發(fā)射方式，采用脈沖發(fā)射，每個(gè)脈沖由多個(gè)OFDM符號(hào)構(gòu)成，在脈沖內(nèi)實(shí)現(xiàn)通信功能；在雷達(dá)相干處理時(shí)間內(nèi)，對(duì)回波進(jìn)行通信信息補(bǔ)償和解相干處理后，采用子空間投影方法實(shí)現(xiàn)對(duì)目標(biāo)距離和速度的聯(lián)合超分辨估計(jì)。理論分析和仿真實(shí)驗(yàn)表明，所提方法能夠在保證通信功能的條件下，可有效實(shí)現(xiàn)雷達(dá)目標(biāo)距離和速度的聯(lián)合超分辨估計(jì)。
2016, 38(2): 434-441.
doi: 10.11999/JEIT150316
摘要:
包絡(luò)對(duì)齊是寬帶回波預(yù)處理中重要的一部分，然而對(duì)于空間錐體這類只有較少散射中心且目標(biāo)存在微動(dòng)的情況，現(xiàn)有的包絡(luò)對(duì)齊方法并不能得到較好的對(duì)齊結(jié)果。對(duì)于一些利用寬帶回波進(jìn)行微動(dòng)目標(biāo)參數(shù)估計(jì)的算法，包絡(luò)對(duì)齊是其算法的關(guān)鍵一步。該文提出一種基于極化散射特性進(jìn)行包絡(luò)對(duì)齊的算法，算法首先利用極化譜估計(jì)與幅相聯(lián)合估計(jì)(P-CAPES)超分辨方法估計(jì)寬帶極化回波中的散射中心的數(shù)目、位置和極化散射矩陣，然后計(jì)算前后時(shí)刻回波散射中心的極化相似性參數(shù)，最后利用得到相似性參數(shù)進(jìn)行包絡(luò)對(duì)齊?；陔姶庞?jì)算數(shù)據(jù)的實(shí)驗(yàn)結(jié)果驗(yàn)證了算法的有效性。
包絡(luò)對(duì)齊是寬帶回波預(yù)處理中重要的一部分，然而對(duì)于空間錐體這類只有較少散射中心且目標(biāo)存在微動(dòng)的情況，現(xiàn)有的包絡(luò)對(duì)齊方法并不能得到較好的對(duì)齊結(jié)果。對(duì)于一些利用寬帶回波進(jìn)行微動(dòng)目標(biāo)參數(shù)估計(jì)的算法，包絡(luò)對(duì)齊是其算法的關(guān)鍵一步。該文提出一種基于極化散射特性進(jìn)行包絡(luò)對(duì)齊的算法，算法首先利用極化譜估計(jì)與幅相聯(lián)合估計(jì)(P-CAPES)超分辨方法估計(jì)寬帶極化回波中的散射中心的數(shù)目、位置和極化散射矩陣，然后計(jì)算前后時(shí)刻回波散射中心的極化相似性參數(shù)，最后利用得到相似性參數(shù)進(jìn)行包絡(luò)對(duì)齊?；陔姶庞?jì)算數(shù)據(jù)的實(shí)驗(yàn)結(jié)果驗(yàn)證了算法的有效性。
2016, 38(2): 442-449.
doi: 10.11999/JEIT150637
摘要:
在干擾背景下，集中式MIMO雷達(dá)可以通過(guò)設(shè)計(jì)發(fā)射波形提高系統(tǒng)的輸出信干噪比，然而優(yōu)化后的波形通常會(huì)具有較高的自相關(guān)旁瓣，降低了接收機(jī)對(duì)弱目標(biāo)的檢測(cè)性能。該文提出一種干擾背景下MIMO雷達(dá)部分相關(guān)信號(hào)設(shè)計(jì)方法。該方法在兼顧發(fā)射信號(hào)峰均比(PAPR)的同時(shí)，在發(fā)射天線對(duì)正交恒模波形進(jìn)行加權(quán)處理，并以最大化接收機(jī)系統(tǒng)的輸出信干噪比為準(zhǔn)則建立目標(biāo)函數(shù)，給出一種基于擬牛頓法的連續(xù)優(yōu)化算法求解目標(biāo)函數(shù)，獲得最優(yōu)加權(quán)，使得系統(tǒng)的輸出信干噪比得到提升。仿真結(jié)果表明，該方法能夠有效地抑制干擾，并可自適應(yīng)地將發(fā)射信號(hào)能量輻射向目標(biāo)方向，提高系統(tǒng)輸出信干噪比。
在干擾背景下，集中式MIMO雷達(dá)可以通過(guò)設(shè)計(jì)發(fā)射波形提高系統(tǒng)的輸出信干噪比，然而優(yōu)化后的波形通常會(huì)具有較高的自相關(guān)旁瓣，降低了接收機(jī)對(duì)弱目標(biāo)的檢測(cè)性能。該文提出一種干擾背景下MIMO雷達(dá)部分相關(guān)信號(hào)設(shè)計(jì)方法。該方法在兼顧發(fā)射信號(hào)峰均比(PAPR)的同時(shí)，在發(fā)射天線對(duì)正交恒模波形進(jìn)行加權(quán)處理，并以最大化接收機(jī)系統(tǒng)的輸出信干噪比為準(zhǔn)則建立目標(biāo)函數(shù)，給出一種基于擬牛頓法的連續(xù)優(yōu)化算法求解目標(biāo)函數(shù)，獲得最優(yōu)加權(quán)，使得系統(tǒng)的輸出信干噪比得到提升。仿真結(jié)果表明，該方法能夠有效地抑制干擾，并可自適應(yīng)地將發(fā)射信號(hào)能量輻射向目標(biāo)方向，提高系統(tǒng)輸出信干噪比。
2016, 38(2): 450-454.
doi: 10.11999/JEIT150464
摘要:
為了提升空間錐體目標(biāo)突防能力，該文提出一種基于快慢時(shí)間域間歇采樣轉(zhuǎn)發(fā)干擾生成沿距離向及方位向分布的空間錐體ISAR群陣列方法。首先分析了雙站情況下空間錐體目標(biāo)ISAR像成像方法；針對(duì)線性調(diào)頻波分析了快慢時(shí)間域間歇采樣生成空間錐體ISAR群陣列的基本原理及其ISAR假目標(biāo)分布特性。最后結(jié)合電磁仿真數(shù)據(jù)，分析了快慢時(shí)間域間隙采樣參數(shù)對(duì)ISAR群陣列分布的影響，可為ISAR欺騙式干擾提供參考。
為了提升空間錐體目標(biāo)突防能力，該文提出一種基于快慢時(shí)間域間歇采樣轉(zhuǎn)發(fā)干擾生成沿距離向及方位向分布的空間錐體ISAR群陣列方法。首先分析了雙站情況下空間錐體目標(biāo)ISAR像成像方法；針對(duì)線性調(diào)頻波分析了快慢時(shí)間域間歇采樣生成空間錐體ISAR群陣列的基本原理及其ISAR假目標(biāo)分布特性。最后結(jié)合電磁仿真數(shù)據(jù)，分析了快慢時(shí)間域間隙采樣參數(shù)對(duì)ISAR群陣列分布的影響，可為ISAR欺騙式干擾提供參考。
2016, 38(2): 455-463.
doi: 10.11999/JEIT150581
摘要:
該文研究了海雜波功率譜的多重分形特性。為了克服頻譜傅里葉分析的缺點(diǎn)，用現(xiàn)代譜估計(jì)的方法來(lái)計(jì)算海雜波的功率譜。AR模型是一個(gè)線性預(yù)測(cè)模型，它通過(guò)序列的自相關(guān)函數(shù)矩陣來(lái)估計(jì)功率譜，并且具有更精確的頻譜分辨率。該文主要分析基于AR譜估計(jì)的海雜波功率譜的多重分形特性，以及在微弱目標(biāo)檢測(cè)中的應(yīng)用。首先，以分?jǐn)?shù)布朗運(yùn)動(dòng)(FBM)模型為例，證明其功率譜具有多重分形特性。其次，根據(jù)X波段雷達(dá)的實(shí)測(cè)海雜波數(shù)據(jù)，通過(guò)多重去趨勢(shì)分析法(MF-DFA)驗(yàn)證了海雜波AR譜的多重分形特性。最后，分析了海雜波AR譜的廣義Hurst指數(shù)以及影響參數(shù)，并提出一種基于局部AR譜廣義Hurst指數(shù)的目標(biāo)檢測(cè)方法。實(shí)驗(yàn)結(jié)果表明，該種檢測(cè)方法具有海雜波背景下微弱目標(biāo)檢測(cè)的能力。與現(xiàn)有的分形檢測(cè)方法和傳統(tǒng)的CFAR檢測(cè)方法對(duì)比，該算法在低信雜比情況下具有較好的檢測(cè)性能。
該文研究了海雜波功率譜的多重分形特性。為了克服頻譜傅里葉分析的缺點(diǎn)，用現(xiàn)代譜估計(jì)的方法來(lái)計(jì)算海雜波的功率譜。AR模型是一個(gè)線性預(yù)測(cè)模型，它通過(guò)序列的自相關(guān)函數(shù)矩陣來(lái)估計(jì)功率譜，并且具有更精確的頻譜分辨率。該文主要分析基于AR譜估計(jì)的海雜波功率譜的多重分形特性，以及在微弱目標(biāo)檢測(cè)中的應(yīng)用。首先，以分?jǐn)?shù)布朗運(yùn)動(dòng)(FBM)模型為例，證明其功率譜具有多重分形特性。其次，根據(jù)X波段雷達(dá)的實(shí)測(cè)海雜波數(shù)據(jù)，通過(guò)多重去趨勢(shì)分析法(MF-DFA)驗(yàn)證了海雜波AR譜的多重分形特性。最后，分析了海雜波AR譜的廣義Hurst指數(shù)以及影響參數(shù)，并提出一種基于局部AR譜廣義Hurst指數(shù)的目標(biāo)檢測(cè)方法。實(shí)驗(yàn)結(jié)果表明，該種檢測(cè)方法具有海雜波背景下微弱目標(biāo)檢測(cè)的能力。與現(xiàn)有的分形檢測(cè)方法和傳統(tǒng)的CFAR檢測(cè)方法對(duì)比，該算法在低信雜比情況下具有較好的檢測(cè)性能。
2016, 38(2): 464-471.
doi: 10.11999/JEIT150683
摘要:
在許多多目標(biāo)跟蹤場(chǎng)景中，目標(biāo)返回的幅度通常強(qiáng)于虛警雜波返回的幅度。通過(guò)建立更加準(zhǔn)確的包含幅度信息的目標(biāo)和虛警雜波似然函數(shù)，可提高多目標(biāo)估計(jì)精度。該文提出一種基于隨機(jī)有限集的幅度信息輔助多伯努利濾波(Amplitude Information Assistant Multi-Bernoulli Filter, AIA-MBerF)算法。該算法通過(guò)建立幅度似然函數(shù)將幅度信息引入到多伯努利濾波的更新過(guò)程中，并給出針對(duì)線性和非線性模型的高斯混合(Gaussian Mixture, GM)和序貫蒙特卡洛(Sequential Monte Carlo, SMC)實(shí)現(xiàn)方法。仿真結(jié)果表明，該濾波算法相比于傳統(tǒng)多伯努利濾波(Multi-Bernoulli Filter, MBerF)無(wú)論GM還是SMC實(shí)現(xiàn)都可獲得更加準(zhǔn)確穩(wěn)定的目標(biāo)數(shù)和對(duì)應(yīng)的目標(biāo)狀態(tài)估計(jì)。
在許多多目標(biāo)跟蹤場(chǎng)景中，目標(biāo)返回的幅度通常強(qiáng)于虛警雜波返回的幅度。通過(guò)建立更加準(zhǔn)確的包含幅度信息的目標(biāo)和虛警雜波似然函數(shù)，可提高多目標(biāo)估計(jì)精度。該文提出一種基于隨機(jī)有限集的幅度信息輔助多伯努利濾波(Amplitude Information Assistant Multi-Bernoulli Filter, AIA-MBerF)算法。該算法通過(guò)建立幅度似然函數(shù)將幅度信息引入到多伯努利濾波的更新過(guò)程中，并給出針對(duì)線性和非線性模型的高斯混合(Gaussian Mixture, GM)和序貫蒙特卡洛(Sequential Monte Carlo, SMC)實(shí)現(xiàn)方法。仿真結(jié)果表明，該濾波算法相比于傳統(tǒng)多伯努利濾波(Multi-Bernoulli Filter, MBerF)無(wú)論GM還是SMC實(shí)現(xiàn)都可獲得更加準(zhǔn)確穩(wěn)定的目標(biāo)數(shù)和對(duì)應(yīng)的目標(biāo)狀態(tài)估計(jì)。
2016, 38(2): 472-477.
doi: 10.11999/JEIT150523
摘要:
針對(duì)偽碼-線性調(diào)頻復(fù)合信號(hào)參數(shù)估計(jì)的理論性能評(píng)價(jià)問(wèn)題，該文分析了分步估計(jì)方法對(duì)參數(shù)估計(jì)的影響，給出了較高信噪比時(shí)分步估計(jì)方法的理論近似性能；推導(dǎo)了高斯白噪聲環(huán)境中偽碼-線性調(diào)頻信號(hào)參數(shù)無(wú)偏估計(jì)的修正克拉美-羅下限(MCRLB)的解析表達(dá)式。利用偽碼序列的統(tǒng)計(jì)特征推導(dǎo)出起始頻率、調(diào)制斜率、初始相位及碼元寬度參數(shù)聯(lián)合估計(jì)的修正Fisher信息矩陣，從而得到各參數(shù)估計(jì)的MCRLB。對(duì)結(jié)果進(jìn)行了對(duì)比分析，并通過(guò)數(shù)值仿真實(shí)驗(yàn)，證明了該理論下限的有效性。
針對(duì)偽碼-線性調(diào)頻復(fù)合信號(hào)參數(shù)估計(jì)的理論性能評(píng)價(jià)問(wèn)題，該文分析了分步估計(jì)方法對(duì)參數(shù)估計(jì)的影響，給出了較高信噪比時(shí)分步估計(jì)方法的理論近似性能；推導(dǎo)了高斯白噪聲環(huán)境中偽碼-線性調(diào)頻信號(hào)參數(shù)無(wú)偏估計(jì)的修正克拉美-羅下限(MCRLB)的解析表達(dá)式。利用偽碼序列的統(tǒng)計(jì)特征推導(dǎo)出起始頻率、調(diào)制斜率、初始相位及碼元寬度參數(shù)聯(lián)合估計(jì)的修正Fisher信息矩陣，從而得到各參數(shù)估計(jì)的MCRLB。對(duì)結(jié)果進(jìn)行了對(duì)比分析，并通過(guò)數(shù)值仿真實(shí)驗(yàn)，證明了該理論下限的有效性。
2016, 38(2): 478-485.
doi: 10.11999/JEIT150598
摘要:
散射中心是高頻區(qū)電磁散射的重要特征，其屬性特征，如散射幅度、位置，對(duì)方位的依賴性對(duì)于雷達(dá)成像及目標(biāo)識(shí)別具有重要意義。與其它雷達(dá)圖像相比，時(shí)頻圖像能更完整地反映出散射中心的屬性特征，但目前關(guān)于不同散射中心的時(shí)頻像特征研究還不完整。該文首先基于散射中心模型，從理論上分析了各個(gè)散射中心時(shí)頻像的特征，然后通過(guò)全波法電磁計(jì)算得到了典型結(jié)構(gòu)目標(biāo)的散射數(shù)據(jù)，從數(shù)值上驗(yàn)證了對(duì)時(shí)頻圖像特征的理論分析，最后總結(jié)了不同散射中心的時(shí)頻像特征，此結(jié)論有助于從時(shí)頻像中直觀地判斷目標(biāo)的散射中心類型和其對(duì)應(yīng)的物理結(jié)構(gòu)特點(diǎn)，可為基于時(shí)頻像的雷達(dá)目標(biāo)特征提取與識(shí)別提供一定的理論參考。
散射中心是高頻區(qū)電磁散射的重要特征，其屬性特征，如散射幅度、位置，對(duì)方位的依賴性對(duì)于雷達(dá)成像及目標(biāo)識(shí)別具有重要意義。與其它雷達(dá)圖像相比，時(shí)頻圖像能更完整地反映出散射中心的屬性特征，但目前關(guān)于不同散射中心的時(shí)頻像特征研究還不完整。該文首先基于散射中心模型，從理論上分析了各個(gè)散射中心時(shí)頻像的特征，然后通過(guò)全波法電磁計(jì)算得到了典型結(jié)構(gòu)目標(biāo)的散射數(shù)據(jù)，從數(shù)值上驗(yàn)證了對(duì)時(shí)頻圖像特征的理論分析，最后總結(jié)了不同散射中心的時(shí)頻像特征，此結(jié)論有助于從時(shí)頻像中直觀地判斷目標(biāo)的散射中心類型和其對(duì)應(yīng)的物理結(jié)構(gòu)特點(diǎn)，可為基于時(shí)頻像的雷達(dá)目標(biāo)特征提取與識(shí)別提供一定的理論參考。
2016, 38(2): 486-494.
doi: 10.11999/JEIT150401
摘要:
采用傳統(tǒng)數(shù)值方法計(jì)算介質(zhì)粗糙海面后向電磁散射時(shí)，波束照射面積隨擦地角減小急劇增大，需要消耗大量的內(nèi)存和計(jì)算時(shí)間。稀疏矩陣規(guī)范網(wǎng)格法用快速傅里葉變換計(jì)算遠(yuǎn)區(qū)相互作用，極大地提高了計(jì)算速度，同時(shí)基于物理的雙網(wǎng)格法，依據(jù)格林函數(shù)在介質(zhì)和自由空間中隨作用距離的衰減特性，采用不同分區(qū)的網(wǎng)格劃分技術(shù)，有效減少了介質(zhì)粗糙面計(jì)算所需的內(nèi)存量。該文基于Monte-Carlo方法產(chǎn)生不同海情PM譜海面，將上述兩種方法結(jié)合，數(shù)值研究了S和Ku波段后向散射特性隨擦地角的變化，并與造波池海面后向電磁散射試驗(yàn)進(jìn)行對(duì)比。試驗(yàn)采用連續(xù)波掃頻方法測(cè)量了造波池模擬的中低海情和縮比高海情1維PM譜海面后向散射系數(shù)。計(jì)算結(jié)果與測(cè)量數(shù)據(jù)相吻合，證明了方法具有較高的效率和可行性。結(jié)果分析表明，不同海情下海表面相關(guān)長(zhǎng)度和散射特性存在明顯差異。
采用傳統(tǒng)數(shù)值方法計(jì)算介質(zhì)粗糙海面后向電磁散射時(shí)，波束照射面積隨擦地角減小急劇增大，需要消耗大量的內(nèi)存和計(jì)算時(shí)間。稀疏矩陣規(guī)范網(wǎng)格法用快速傅里葉變換計(jì)算遠(yuǎn)區(qū)相互作用，極大地提高了計(jì)算速度，同時(shí)基于物理的雙網(wǎng)格法，依據(jù)格林函數(shù)在介質(zhì)和自由空間中隨作用距離的衰減特性，采用不同分區(qū)的網(wǎng)格劃分技術(shù)，有效減少了介質(zhì)粗糙面計(jì)算所需的內(nèi)存量。該文基于Monte-Carlo方法產(chǎn)生不同海情PM譜海面，將上述兩種方法結(jié)合，數(shù)值研究了S和Ku波段后向散射特性隨擦地角的變化，并與造波池海面后向電磁散射試驗(yàn)進(jìn)行對(duì)比。試驗(yàn)采用連續(xù)波掃頻方法測(cè)量了造波池模擬的中低海情和縮比高海情1維PM譜海面后向散射系數(shù)。計(jì)算結(jié)果與測(cè)量數(shù)據(jù)相吻合，證明了方法具有較高的效率和可行性。結(jié)果分析表明，不同海情下海表面相關(guān)長(zhǎng)度和散射特性存在明顯差異。
2016, 38(2): 495-508.
doi: 10.11999/JEIT150874
摘要:
壓縮感知理論基于信號(hào)稀疏性，將對(duì)信號(hào)采樣轉(zhuǎn)換為對(duì)信息自由度的采樣，可大大降低采樣率。而將壓縮感知理論應(yīng)用于雷達(dá)成像時(shí)有望在以下幾個(gè)方面得到改善：增強(qiáng)成像性能，簡(jiǎn)化雷達(dá)硬件設(shè)計(jì)，縮短數(shù)據(jù)獲取時(shí)間，減少數(shù)據(jù)量和傳輸量等。該文從壓縮感知的稀疏性，壓縮采樣，無(wú)模糊重建3個(gè)關(guān)鍵步驟與成像雷達(dá)有機(jī)結(jié)合的角度，對(duì)近年來(lái)基于壓縮感知理論的雷達(dá)成像技術(shù)研究現(xiàn)狀進(jìn)行系統(tǒng)綜述，重點(diǎn)論述場(chǎng)景稀疏性與成像關(guān)系, 壓縮采樣方法(包括硬件)設(shè)計(jì)，場(chǎng)景圖像快速高精度重建以及成像系統(tǒng)體制應(yīng)用等方面，最后探討了壓縮感知理論應(yīng)用尚需解決的問(wèn)題和進(jìn)一步發(fā)展方向。
壓縮感知理論基于信號(hào)稀疏性，將對(duì)信號(hào)采樣轉(zhuǎn)換為對(duì)信息自由度的采樣，可大大降低采樣率。而將壓縮感知理論應(yīng)用于雷達(dá)成像時(shí)有望在以下幾個(gè)方面得到改善：增強(qiáng)成像性能，簡(jiǎn)化雷達(dá)硬件設(shè)計(jì)，縮短數(shù)據(jù)獲取時(shí)間，減少數(shù)據(jù)量和傳輸量等。該文從壓縮感知的稀疏性，壓縮采樣，無(wú)模糊重建3個(gè)關(guān)鍵步驟與成像雷達(dá)有機(jī)結(jié)合的角度，對(duì)近年來(lái)基于壓縮感知理論的雷達(dá)成像技術(shù)研究現(xiàn)狀進(jìn)行系統(tǒng)綜述，重點(diǎn)論述場(chǎng)景稀疏性與成像關(guān)系, 壓縮采樣方法(包括硬件)設(shè)計(jì)，場(chǎng)景圖像快速高精度重建以及成像系統(tǒng)體制應(yīng)用等方面，最后探討了壓縮感知理論應(yīng)用尚需解決的問(wèn)題和進(jìn)一步發(fā)展方向。
