郵件訂閱
2016年 第38卷 第5期
2016, 38(5): 1017-1025.
doi: 10.11999/JEIT150808
摘要:
在G0分布背景雜波假設(shè)下，基于VI-CFAR算法該文提出一種自動(dòng)區(qū)域篩選的恒虛警目標(biāo)檢測算法，以解決高分辨SAR圖像復(fù)雜環(huán)境背景下的目標(biāo)檢測問題。該算法首先利用變化指數(shù)(VI)統(tǒng)計(jì)量對(duì)局部參考窗內(nèi)的均勻區(qū)域進(jìn)行篩選，以剔除參考窗內(nèi)具有目標(biāo)干擾點(diǎn)的非均勻區(qū)域；然后利用均值比(MR)統(tǒng)計(jì)量對(duì)參考窗內(nèi)同質(zhì)的均勻區(qū)域進(jìn)行區(qū)域合并，以解決雜波邊界處的背景雜波篩選問題；最后利用篩選到的同質(zhì)均勻區(qū)域內(nèi)的像素集合進(jìn)行背景雜波參數(shù)估計(jì)，對(duì)待檢測區(qū)域?qū)崿F(xiàn)二值檢測。通過實(shí)測SAR圖像車輛目標(biāo)檢測實(shí)驗(yàn)表明，在多目標(biāo)和雜波邊界復(fù)雜環(huán)境背景下，該算法具有較穩(wěn)定的檢測性能和虛警抑制能力。
在G0分布背景雜波假設(shè)下，基于VI-CFAR算法該文提出一種自動(dòng)區(qū)域篩選的恒虛警目標(biāo)檢測算法，以解決高分辨SAR圖像復(fù)雜環(huán)境背景下的目標(biāo)檢測問題。該算法首先利用變化指數(shù)(VI)統(tǒng)計(jì)量對(duì)局部參考窗內(nèi)的均勻區(qū)域進(jìn)行篩選，以剔除參考窗內(nèi)具有目標(biāo)干擾點(diǎn)的非均勻區(qū)域；然后利用均值比(MR)統(tǒng)計(jì)量對(duì)參考窗內(nèi)同質(zhì)的均勻區(qū)域進(jìn)行區(qū)域合并，以解決雜波邊界處的背景雜波篩選問題；最后利用篩選到的同質(zhì)均勻區(qū)域內(nèi)的像素集合進(jìn)行背景雜波參數(shù)估計(jì)，對(duì)待檢測區(qū)域?qū)崿F(xiàn)二值檢測。通過實(shí)測SAR圖像車輛目標(biāo)檢測實(shí)驗(yàn)表明，在多目標(biāo)和雜波邊界復(fù)雜環(huán)境背景下，該算法具有較穩(wěn)定的檢測性能和虛警抑制能力。
2016, 38(5): 1026-1033.
doi: 10.11999/JEIT150758
摘要:
該文提出一種約束基波束權(quán)值動(dòng)態(tài)的MIMO雷達(dá)發(fā)射波形設(shè)計(jì)方法。首先，構(gòu)造一組發(fā)射波形集并從理論上推導(dǎo)了陣元發(fā)射波形的恒模特性，在此基礎(chǔ)之上，將各陣元平均發(fā)射功率的均勻性控制問題轉(zhuǎn)化為基波束權(quán)值動(dòng)態(tài)的定量約束問題；其次，建立了直接約束權(quán)值動(dòng)態(tài)的基波束優(yōu)化模型，利用切線投影法和區(qū)域迭代法將其進(jìn)行凸松弛，并且給出了二階錐規(guī)劃子問題和序列錐迭代流程；最后，利用二階錐規(guī)劃設(shè)計(jì)出了基波束的比例系數(shù)。所提方法在保證MIMO雷達(dá)發(fā)射方向圖匹配性能的前提下，能夠兼顧陣元發(fā)射功率均勻性和發(fā)射方向圖旁瓣功率的性能，因而在設(shè)計(jì)發(fā)射波形時(shí)更具靈活性。仿真實(shí)驗(yàn)驗(yàn)證了所提方法的有效性。
該文提出一種約束基波束權(quán)值動(dòng)態(tài)的MIMO雷達(dá)發(fā)射波形設(shè)計(jì)方法。首先，構(gòu)造一組發(fā)射波形集并從理論上推導(dǎo)了陣元發(fā)射波形的恒模特性，在此基礎(chǔ)之上，將各陣元平均發(fā)射功率的均勻性控制問題轉(zhuǎn)化為基波束權(quán)值動(dòng)態(tài)的定量約束問題；其次，建立了直接約束權(quán)值動(dòng)態(tài)的基波束優(yōu)化模型，利用切線投影法和區(qū)域迭代法將其進(jìn)行凸松弛，并且給出了二階錐規(guī)劃子問題和序列錐迭代流程；最后，利用二階錐規(guī)劃設(shè)計(jì)出了基波束的比例系數(shù)。所提方法在保證MIMO雷達(dá)發(fā)射方向圖匹配性能的前提下，能夠兼顧陣元發(fā)射功率均勻性和發(fā)射方向圖旁瓣功率的性能，因而在設(shè)計(jì)發(fā)射波形時(shí)更具靈活性。仿真實(shí)驗(yàn)驗(yàn)證了所提方法的有效性。
2016, 38(5): 1034-1040.
doi: 10.11999/JEIT150741
摘要:
針對(duì)傳統(tǒng)機(jī)載多輸入多輸出(MIMO)雷達(dá)空時(shí)自適應(yīng)處理(STAP)中由于發(fā)射功率分散而造成的輸出信雜噪比(SCNR)下降的問題，該文提出一種基于發(fā)射波束域-三迭代的機(jī)載MIMO雷達(dá)STAP方法。首先建立了發(fā)射波束域MIMO雷達(dá)STAP的信號(hào)模型，并且給出了發(fā)射波束加權(quán)矩陣的優(yōu)化設(shè)計(jì)準(zhǔn)則，能夠使發(fā)射功率聚集于感興趣的目標(biāo)空域。然后對(duì)發(fā)射波束域MIMO雷達(dá)的雜噪比(CNR)進(jìn)行分析，表明其與發(fā)射總功率的關(guān)系，理論推導(dǎo)顯示：相比于全向等功率發(fā)射的傳統(tǒng)MIMO雷達(dá)CNR，發(fā)射波束域MIMO雷達(dá)CNR減小。同時(shí)，為進(jìn)一步降低發(fā)射波束域MIMO-STAP的訓(xùn)練樣本數(shù)需求與運(yùn)算復(fù)雜度，采用三迭代算法進(jìn)行權(quán)值降維求解。理論分析與仿真實(shí)驗(yàn)結(jié)果表明：通過相應(yīng)的三迭代降維處理，發(fā)射波束域MIMO-STAP與傳統(tǒng)全向等功率發(fā)射MIMO-STAP相比能夠獲取更加優(yōu)越的輸出SCNR性能，且運(yùn)算量進(jìn)一步降低。因此，本文提出的發(fā)射波束域-三迭代方法具有重要的工程應(yīng)用價(jià)值。
針對(duì)傳統(tǒng)機(jī)載多輸入多輸出(MIMO)雷達(dá)空時(shí)自適應(yīng)處理(STAP)中由于發(fā)射功率分散而造成的輸出信雜噪比(SCNR)下降的問題，該文提出一種基于發(fā)射波束域-三迭代的機(jī)載MIMO雷達(dá)STAP方法。首先建立了發(fā)射波束域MIMO雷達(dá)STAP的信號(hào)模型，并且給出了發(fā)射波束加權(quán)矩陣的優(yōu)化設(shè)計(jì)準(zhǔn)則，能夠使發(fā)射功率聚集于感興趣的目標(biāo)空域。然后對(duì)發(fā)射波束域MIMO雷達(dá)的雜噪比(CNR)進(jìn)行分析，表明其與發(fā)射總功率的關(guān)系，理論推導(dǎo)顯示：相比于全向等功率發(fā)射的傳統(tǒng)MIMO雷達(dá)CNR，發(fā)射波束域MIMO雷達(dá)CNR減小。同時(shí)，為進(jìn)一步降低發(fā)射波束域MIMO-STAP的訓(xùn)練樣本數(shù)需求與運(yùn)算復(fù)雜度，采用三迭代算法進(jìn)行權(quán)值降維求解。理論分析與仿真實(shí)驗(yàn)結(jié)果表明：通過相應(yīng)的三迭代降維處理，發(fā)射波束域MIMO-STAP與傳統(tǒng)全向等功率發(fā)射MIMO-STAP相比能夠獲取更加優(yōu)越的輸出SCNR性能，且運(yùn)算量進(jìn)一步降低。因此，本文提出的發(fā)射波束域-三迭代方法具有重要的工程應(yīng)用價(jià)值。
2016, 38(5): 1041-1046.
doi: 10.11999/JEIT150731
摘要:
為克服原有檢測算法在目標(biāo)和海雜波混疊時(shí)檢測性能下降的問題，該文提出一種基于分形特性改進(jìn)的經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)目標(biāo)檢測算法。該算法對(duì)原始信號(hào)經(jīng)經(jīng)驗(yàn)?zāi)B(tài)分解后得到的固有模態(tài)函數(shù)進(jìn)行數(shù)據(jù)重構(gòu)，再采用快速傅里葉變換獲得去噪后的海雜波單元和目標(biāo)單元的頻譜，計(jì)算兩者的單一Hurst指數(shù)，并將其輸入非參量檢測器中進(jìn)行目標(biāo)檢測。研究表明，雖然目標(biāo)和海雜波在頻譜中難以區(qū)分，但兩者在無標(biāo)度區(qū)間內(nèi)的單一Hurst指數(shù)存在差異，因此所提檢測算法相比于原有頻域檢測算法性能更優(yōu)。
為克服原有檢測算法在目標(biāo)和海雜波混疊時(shí)檢測性能下降的問題，該文提出一種基于分形特性改進(jìn)的經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)目標(biāo)檢測算法。該算法對(duì)原始信號(hào)經(jīng)經(jīng)驗(yàn)?zāi)B(tài)分解后得到的固有模態(tài)函數(shù)進(jìn)行數(shù)據(jù)重構(gòu)，再采用快速傅里葉變換獲得去噪后的海雜波單元和目標(biāo)單元的頻譜，計(jì)算兩者的單一Hurst指數(shù)，并將其輸入非參量檢測器中進(jìn)行目標(biāo)檢測。研究表明，雖然目標(biāo)和海雜波在頻譜中難以區(qū)分，但兩者在無標(biāo)度區(qū)間內(nèi)的單一Hurst指數(shù)存在差異，因此所提檢測算法相比于原有頻域檢測算法性能更優(yōu)。
2016, 38(5): 1047-1054.
doi: 10.11999/JEIT150884
摘要:
針對(duì)現(xiàn)有超寬帶穿墻雷達(dá)稀疏成像算法大多只采用點(diǎn)目標(biāo)稀疏基表示模型和稀疏優(yōu)化的正則化參數(shù)不能被自適應(yīng)調(diào)整以及目標(biāo)位置不在劃分網(wǎng)格上帶來虛假像的問題，該文提出一種基于貝葉斯證據(jù)框架的自適應(yīng)稀疏成像方法。該方法首先利用組合字典獨(dú)立稀疏表示場景中的點(diǎn)目標(biāo)和擴(kuò)展目標(biāo)，然后在建立的偏離網(wǎng)格稀疏表示模型的基礎(chǔ)上分層最大化各參數(shù)的似然函數(shù)，用第1層推理結(jié)合共軛梯度算法估計(jì)組合字典的各稀疏表示系數(shù)，用第2層推理估計(jì)正則化參數(shù)和目標(biāo)的偏離網(wǎng)格量，最終通過迭代優(yōu)化參數(shù)的設(shè)置得到問題的求解。仿真和實(shí)驗(yàn)結(jié)果表明，該方法不僅同時(shí)自適應(yīng)增強(qiáng)穿墻場景中的點(diǎn)目標(biāo)和擴(kuò)展目標(biāo)，還消除了偏離網(wǎng)格目標(biāo)引起的虛假像。
針對(duì)現(xiàn)有超寬帶穿墻雷達(dá)稀疏成像算法大多只采用點(diǎn)目標(biāo)稀疏基表示模型和稀疏優(yōu)化的正則化參數(shù)不能被自適應(yīng)調(diào)整以及目標(biāo)位置不在劃分網(wǎng)格上帶來虛假像的問題，該文提出一種基于貝葉斯證據(jù)框架的自適應(yīng)稀疏成像方法。該方法首先利用組合字典獨(dú)立稀疏表示場景中的點(diǎn)目標(biāo)和擴(kuò)展目標(biāo)，然后在建立的偏離網(wǎng)格稀疏表示模型的基礎(chǔ)上分層最大化各參數(shù)的似然函數(shù)，用第1層推理結(jié)合共軛梯度算法估計(jì)組合字典的各稀疏表示系數(shù)，用第2層推理估計(jì)正則化參數(shù)和目標(biāo)的偏離網(wǎng)格量，最終通過迭代優(yōu)化參數(shù)的設(shè)置得到問題的求解。仿真和實(shí)驗(yàn)結(jié)果表明，該方法不僅同時(shí)自適應(yīng)增強(qiáng)穿墻場景中的點(diǎn)目標(biāo)和擴(kuò)展目標(biāo)，還消除了偏離網(wǎng)格目標(biāo)引起的虛假像。
2016, 38(5): 1055-1063.
doi: 10.11999/JEIT150905
摘要:
基于時(shí)分多輸入多輸出(MIMO)的地基雷達(dá)成像有許多很好的應(yīng)用價(jià)值，比如替代合成孔徑雷達(dá)成像在山體滑坡監(jiān)測方面的應(yīng)用。針對(duì)基于時(shí)分MIMO的地基雷達(dá)高效高分辨率成像，該文提出一種基于逆傅里葉變換脈沖壓縮和波束形成的成像算法。雷達(dá)通過步進(jìn)頻連續(xù)波技術(shù)獲得高距離向分辨率，利用MIMO技術(shù)獲得高方位向分辨率。通過逆傅里葉變換法實(shí)現(xiàn)雷達(dá)數(shù)據(jù)距離向壓縮，采用波束形成算法實(shí)現(xiàn)雷達(dá)數(shù)據(jù)方位向壓縮。同時(shí)該算法還針對(duì)MIMO天線陣列所引起的回波信號(hào)相位不連續(xù)問題進(jìn)行了適當(dāng)?shù)男Ｕ?，在保持算法高效性的同時(shí)提高了成像質(zhì)量。根據(jù)真實(shí)的山體滑坡監(jiān)測成像場景參數(shù)，通過數(shù)值仿真驗(yàn)證了該成像算法的可行性，應(yīng)用在山體滑坡監(jiān)測上理論效果良好。
基于時(shí)分多輸入多輸出(MIMO)的地基雷達(dá)成像有許多很好的應(yīng)用價(jià)值，比如替代合成孔徑雷達(dá)成像在山體滑坡監(jiān)測方面的應(yīng)用。針對(duì)基于時(shí)分MIMO的地基雷達(dá)高效高分辨率成像，該文提出一種基于逆傅里葉變換脈沖壓縮和波束形成的成像算法。雷達(dá)通過步進(jìn)頻連續(xù)波技術(shù)獲得高距離向分辨率，利用MIMO技術(shù)獲得高方位向分辨率。通過逆傅里葉變換法實(shí)現(xiàn)雷達(dá)數(shù)據(jù)距離向壓縮，采用波束形成算法實(shí)現(xiàn)雷達(dá)數(shù)據(jù)方位向壓縮。同時(shí)該算法還針對(duì)MIMO天線陣列所引起的回波信號(hào)相位不連續(xù)問題進(jìn)行了適當(dāng)?shù)男Ｕ?，在保持算法高效性的同時(shí)提高了成像質(zhì)量。根據(jù)真實(shí)的山體滑坡監(jiān)測成像場景參數(shù)，通過數(shù)值仿真驗(yàn)證了該成像算法的可行性，應(yīng)用在山體滑坡監(jiān)測上理論效果良好。
2016, 38(5): 1064-1071.
doi: 10.11999/JEIT150767
摘要:
正交壓縮采樣是低速獲取帶通模擬信號(hào)同相和正交分量的新型模信轉(zhuǎn)換系統(tǒng)，可廣泛應(yīng)用于雷達(dá)、通信等電子系統(tǒng)。但是對(duì)于寬帶或超寬帶脈沖雷達(dá)，重構(gòu)奈奎斯特率的全程回波信號(hào)需要大的存儲(chǔ)空間和計(jì)算量，以致于難以實(shí)現(xiàn)實(shí)時(shí)重構(gòu)。該文在對(duì)正交壓縮采樣系統(tǒng)特性進(jìn)行分析的基礎(chǔ)上，將測量矩陣近似成一種具有特殊帶狀結(jié)構(gòu)的矩陣，然后采用分段滑動(dòng)重構(gòu)思想實(shí)現(xiàn)實(shí)時(shí)重構(gòu)。仿真結(jié)果表明，在對(duì)測量矩陣進(jìn)行合理近似的基礎(chǔ)上，該文提出的重構(gòu)方法可以極大地節(jié)省存儲(chǔ)空間和計(jì)算時(shí)間，實(shí)現(xiàn)近似最優(yōu)的重構(gòu)性能。
正交壓縮采樣是低速獲取帶通模擬信號(hào)同相和正交分量的新型模信轉(zhuǎn)換系統(tǒng)，可廣泛應(yīng)用于雷達(dá)、通信等電子系統(tǒng)。但是對(duì)于寬帶或超寬帶脈沖雷達(dá)，重構(gòu)奈奎斯特率的全程回波信號(hào)需要大的存儲(chǔ)空間和計(jì)算量，以致于難以實(shí)現(xiàn)實(shí)時(shí)重構(gòu)。該文在對(duì)正交壓縮采樣系統(tǒng)特性進(jìn)行分析的基礎(chǔ)上，將測量矩陣近似成一種具有特殊帶狀結(jié)構(gòu)的矩陣，然后采用分段滑動(dòng)重構(gòu)思想實(shí)現(xiàn)實(shí)時(shí)重構(gòu)。仿真結(jié)果表明，在對(duì)測量矩陣進(jìn)行合理近似的基礎(chǔ)上，該文提出的重構(gòu)方法可以極大地節(jié)省存儲(chǔ)空間和計(jì)算時(shí)間，實(shí)現(xiàn)近似最優(yōu)的重構(gòu)性能。
2016, 38(5): 1072-1078.
doi: 10.11999/JEIT150638
摘要:
對(duì)于傳統(tǒng)雷達(dá)系統(tǒng)，目標(biāo)檢測和目標(biāo)跟蹤通常被看作是兩個(gè)獨(dú)立的過程。然而，在跟蹤階段，可以獲得目標(biāo)位置信息(跟蹤信息)，將該信息反饋至目標(biāo)檢測器將有助于提升檢測性能。為此，該文提出一種航跡恒虛警的目標(biāo)檢測跟蹤一體化算法。首先根據(jù)目標(biāo)跟蹤信息和目標(biāo)運(yùn)動(dòng)模型，建立預(yù)測波門；然后按照給定的航跡虛警概率，計(jì)算幀虛警概率，即預(yù)測波門內(nèi)至少出現(xiàn)一個(gè)虛警的概率；最終根據(jù)幀虛警概率調(diào)整預(yù)測波門內(nèi)的檢測門限，完成目標(biāo)檢測過程。仿真實(shí)驗(yàn)表明，該算法可以大大提高目標(biāo)檢測概率，推遠(yuǎn)目標(biāo)跟蹤距離，同時(shí)也可以保證目標(biāo)突然消失時(shí)航跡能夠以較高的概率結(jié)束。
對(duì)于傳統(tǒng)雷達(dá)系統(tǒng)，目標(biāo)檢測和目標(biāo)跟蹤通常被看作是兩個(gè)獨(dú)立的過程。然而，在跟蹤階段，可以獲得目標(biāo)位置信息(跟蹤信息)，將該信息反饋至目標(biāo)檢測器將有助于提升檢測性能。為此，該文提出一種航跡恒虛警的目標(biāo)檢測跟蹤一體化算法。首先根據(jù)目標(biāo)跟蹤信息和目標(biāo)運(yùn)動(dòng)模型，建立預(yù)測波門；然后按照給定的航跡虛警概率，計(jì)算幀虛警概率，即預(yù)測波門內(nèi)至少出現(xiàn)一個(gè)虛警的概率；最終根據(jù)幀虛警概率調(diào)整預(yù)測波門內(nèi)的檢測門限，完成目標(biāo)檢測過程。仿真實(shí)驗(yàn)表明，該算法可以大大提高目標(biāo)檢測概率，推遠(yuǎn)目標(biāo)跟蹤距離，同時(shí)也可以保證目標(biāo)突然消失時(shí)航跡能夠以較高的概率結(jié)束。
2016, 38(5): 1079-1084.
doi: 10.11999/JEIT151000
摘要:
InISAR系統(tǒng)能夠在短觀測時(shí)間內(nèi)實(shí)現(xiàn)對(duì)目標(biāo)的3維成像，在目標(biāo)識(shí)別和分類中有廣泛應(yīng)用。但是ISAR成像平面不僅取決于目標(biāo)相對(duì)雷達(dá)的空間位置，還和目標(biāo)的運(yùn)動(dòng)情況有關(guān)。針對(duì)空間平穩(wěn)運(yùn)動(dòng)目標(biāo)，該文利用互相垂直的L型基線構(gòu)成雙通道InISAR系統(tǒng)，對(duì)各天線接收到的回波分別采用各自的參考距離進(jìn)行聚焦處理，采用傳統(tǒng)的距離-多普勒算法得到目標(biāo)散射點(diǎn)2維像，通過提取各散射點(diǎn)的干涉相位和多普勒信息，采用最小二乘方法對(duì)目標(biāo)的有效轉(zhuǎn)動(dòng)角速度大小和方向進(jìn)行估計(jì)，進(jìn)而估計(jì)出散射點(diǎn)的3維位置，實(shí)現(xiàn)目標(biāo)3維成像。仿真實(shí)驗(yàn)驗(yàn)證了所提方法的有效性和魯棒性。
InISAR系統(tǒng)能夠在短觀測時(shí)間內(nèi)實(shí)現(xiàn)對(duì)目標(biāo)的3維成像，在目標(biāo)識(shí)別和分類中有廣泛應(yīng)用。但是ISAR成像平面不僅取決于目標(biāo)相對(duì)雷達(dá)的空間位置，還和目標(biāo)的運(yùn)動(dòng)情況有關(guān)。針對(duì)空間平穩(wěn)運(yùn)動(dòng)目標(biāo)，該文利用互相垂直的L型基線構(gòu)成雙通道InISAR系統(tǒng)，對(duì)各天線接收到的回波分別采用各自的參考距離進(jìn)行聚焦處理，采用傳統(tǒng)的距離-多普勒算法得到目標(biāo)散射點(diǎn)2維像，通過提取各散射點(diǎn)的干涉相位和多普勒信息，采用最小二乘方法對(duì)目標(biāo)的有效轉(zhuǎn)動(dòng)角速度大小和方向進(jìn)行估計(jì)，進(jìn)而估計(jì)出散射點(diǎn)的3維位置，實(shí)現(xiàn)目標(biāo)3維成像。仿真實(shí)驗(yàn)驗(yàn)證了所提方法的有效性和魯棒性。
2016, 38(5): 1085-1091.
doi: 10.11999/JEIT150906
摘要:
為實(shí)現(xiàn)高效、精準(zhǔn)的高光譜圖像分類，該文利用低秩矩陣恢復(fù)從原始數(shù)據(jù)中提取低維特征，實(shí)現(xiàn)高光譜圖像的壓縮表示。針對(duì)高光譜應(yīng)用的特殊性，該文算法基于結(jié)構(gòu)相似性度量(Structural Similarity Index Measurement, SSIM)對(duì)矩陣恢復(fù)過程提出了信噪分離約束，有助于選擇更優(yōu)的模型參數(shù)，增強(qiáng)表示的準(zhǔn)確性。實(shí)驗(yàn)證明，相比現(xiàn)有相關(guān)方法，該文算法能夠有效去除高光譜圖像中的噪聲，表示結(jié)果更為魯棒；在僅使用低維特征時(shí)，仍能達(dá)到較高的分類精度。
為實(shí)現(xiàn)高效、精準(zhǔn)的高光譜圖像分類，該文利用低秩矩陣恢復(fù)從原始數(shù)據(jù)中提取低維特征，實(shí)現(xiàn)高光譜圖像的壓縮表示。針對(duì)高光譜應(yīng)用的特殊性，該文算法基于結(jié)構(gòu)相似性度量(Structural Similarity Index Measurement, SSIM)對(duì)矩陣恢復(fù)過程提出了信噪分離約束，有助于選擇更優(yōu)的模型參數(shù)，增強(qiáng)表示的準(zhǔn)確性。實(shí)驗(yàn)證明，相比現(xiàn)有相關(guān)方法，該文算法能夠有效去除高光譜圖像中的噪聲，表示結(jié)果更為魯棒；在僅使用低維特征時(shí)，仍能達(dá)到較高的分類精度。
2016, 38(5): 1092-1098.
doi: 10.11999/JEIT150918
摘要:
交通標(biāo)識(shí)檢測中樣本類別間的不平衡常常導(dǎo)致分類器的檢測性能弱化，為了克服這一問題，該文提出一種基于感興趣區(qū)域和HOG-MBLBP融合特征的交通標(biāo)識(shí)檢測方法。首先采用顏色增強(qiáng)技術(shù)分割提取出自然背景中交通標(biāo)識(shí)所在的感興趣區(qū)域；然后對(duì)標(biāo)識(shí)樣本庫提取HOG-MBLBP融合特征，并用遺傳算法對(duì)SVM交叉驗(yàn)證進(jìn)行參數(shù)的優(yōu)化選取，以此來訓(xùn)練和提升SVM分類器性能；最后將提取的感興趣區(qū)域圖像的HOG-MBLBP特征送入訓(xùn)練好的SVM多分類器，進(jìn)行進(jìn)一步的精確檢測和定位，剔除誤檢區(qū)域。在自建的中國交通標(biāo)識(shí)樣本庫上進(jìn)行了實(shí)驗(yàn)，結(jié)果表明所提方法能達(dá)到99.2%的分類準(zhǔn)確度，混淆矩陣結(jié)果也表明了該方法的優(yōu)越性。
交通標(biāo)識(shí)檢測中樣本類別間的不平衡常常導(dǎo)致分類器的檢測性能弱化，為了克服這一問題，該文提出一種基于感興趣區(qū)域和HOG-MBLBP融合特征的交通標(biāo)識(shí)檢測方法。首先采用顏色增強(qiáng)技術(shù)分割提取出自然背景中交通標(biāo)識(shí)所在的感興趣區(qū)域；然后對(duì)標(biāo)識(shí)樣本庫提取HOG-MBLBP融合特征，并用遺傳算法對(duì)SVM交叉驗(yàn)證進(jìn)行參數(shù)的優(yōu)化選取，以此來訓(xùn)練和提升SVM分類器性能；最后將提取的感興趣區(qū)域圖像的HOG-MBLBP特征送入訓(xùn)練好的SVM多分類器，進(jìn)行進(jìn)一步的精確檢測和定位，剔除誤檢區(qū)域。在自建的中國交通標(biāo)識(shí)樣本庫上進(jìn)行了實(shí)驗(yàn)，結(jié)果表明所提方法能達(dá)到99.2%的分類準(zhǔn)確度，混淆矩陣結(jié)果也表明了該方法的優(yōu)越性。
2016, 38(5): 1099-1106.
doi: 10.11999/JEIT150921
摘要:
利用目標(biāo)顏色信息的跟蹤算法，容易受到環(huán)境光照、尺度變化、相似背景等因素的干擾，導(dǎo)致跟蹤任務(wù)失敗。為了克服以上問題，該文提出一種基于顏色屬性空間的魯棒尺度目標(biāo)跟蹤算法。該算法首先將原始的RGB顏色空間映射到顏色屬性(Color Names, CN)空間，減少目標(biāo)顏色在跟蹤過程中受環(huán)境變化影響。然后采用一種背景加權(quán)約束的顏色屬性直方圖，來抑制相似背景的干擾。最后，為了解決目標(biāo)尺度變化帶來的影響，先用梯度上升法粗略估計(jì)尺度，再用約束項(xiàng)精確求解尺度，并利用反向一致性檢驗(yàn)，進(jìn)一步提高尺度估計(jì)的準(zhǔn)確性。該文選取了5段典型視頻進(jìn)行實(shí)驗(yàn)，并與相關(guān)算法進(jìn)行比較。結(jié)果表明所提算法能夠消除環(huán)境光照、陰影、相似背景和尺度變化等因素所帶來的影響，在中心位置誤差和跟蹤成功率性能指標(biāo)上，優(yōu)于其它算法。
利用目標(biāo)顏色信息的跟蹤算法，容易受到環(huán)境光照、尺度變化、相似背景等因素的干擾，導(dǎo)致跟蹤任務(wù)失敗。為了克服以上問題，該文提出一種基于顏色屬性空間的魯棒尺度目標(biāo)跟蹤算法。該算法首先將原始的RGB顏色空間映射到顏色屬性(Color Names, CN)空間，減少目標(biāo)顏色在跟蹤過程中受環(huán)境變化影響。然后采用一種背景加權(quán)約束的顏色屬性直方圖，來抑制相似背景的干擾。最后，為了解決目標(biāo)尺度變化帶來的影響，先用梯度上升法粗略估計(jì)尺度，再用約束項(xiàng)精確求解尺度，并利用反向一致性檢驗(yàn)，進(jìn)一步提高尺度估計(jì)的準(zhǔn)確性。該文選取了5段典型視頻進(jìn)行實(shí)驗(yàn)，并與相關(guān)算法進(jìn)行比較。結(jié)果表明所提算法能夠消除環(huán)境光照、陰影、相似背景和尺度變化等因素所帶來的影響，在中心位置誤差和跟蹤成功率性能指標(biāo)上，優(yōu)于其它算法。
2016, 38(5): 1107-1114.
doi: 10.11999/JEIT150875
摘要:
針對(duì)現(xiàn)有數(shù)字穩(wěn)像系統(tǒng)穩(wěn)像精度低、難以實(shí)時(shí)處理的問題，該文提出一種快速魯棒的數(shù)字視頻穩(wěn)像方法。采用亞像素相位相關(guān)對(duì)圖像子塊進(jìn)行局部匹配，根據(jù)局部運(yùn)動(dòng)的一致性，利用多子塊協(xié)同獲取全局運(yùn)動(dòng)矢量，在減少計(jì)算量的同時(shí)保證了穩(wěn)像精度與范圍；進(jìn)而提出主動(dòng)運(yùn)動(dòng)平穩(wěn)性和一致性兩種度量，利用其反饋調(diào)整卡爾曼濾波參數(shù)，實(shí)現(xiàn)主動(dòng)運(yùn)動(dòng)和抖動(dòng)的準(zhǔn)確分離；最后根據(jù)幀間抖動(dòng)特點(diǎn)選擇鄰近適合圖像進(jìn)行存儲(chǔ)，在節(jié)省存儲(chǔ)資源的同時(shí)達(dá)到較好的補(bǔ)償效果。實(shí)驗(yàn)結(jié)果表明，該文提出的穩(wěn)像方法具有較高的穩(wěn)像精度以及較強(qiáng)的抗干擾能力，可用于實(shí)時(shí)電子穩(wěn)像產(chǎn)品。
針對(duì)現(xiàn)有數(shù)字穩(wěn)像系統(tǒng)穩(wěn)像精度低、難以實(shí)時(shí)處理的問題，該文提出一種快速魯棒的數(shù)字視頻穩(wěn)像方法。采用亞像素相位相關(guān)對(duì)圖像子塊進(jìn)行局部匹配，根據(jù)局部運(yùn)動(dòng)的一致性，利用多子塊協(xié)同獲取全局運(yùn)動(dòng)矢量，在減少計(jì)算量的同時(shí)保證了穩(wěn)像精度與范圍；進(jìn)而提出主動(dòng)運(yùn)動(dòng)平穩(wěn)性和一致性兩種度量，利用其反饋調(diào)整卡爾曼濾波參數(shù)，實(shí)現(xiàn)主動(dòng)運(yùn)動(dòng)和抖動(dòng)的準(zhǔn)確分離；最后根據(jù)幀間抖動(dòng)特點(diǎn)選擇鄰近適合圖像進(jìn)行存儲(chǔ)，在節(jié)省存儲(chǔ)資源的同時(shí)達(dá)到較好的補(bǔ)償效果。實(shí)驗(yàn)結(jié)果表明，該文提出的穩(wěn)像方法具有較高的穩(wěn)像精度以及較強(qiáng)的抗干擾能力，可用于實(shí)時(shí)電子穩(wěn)像產(chǎn)品。
2016, 38(5): 1115-1122.
doi: 10.11999/JEIT150617
摘要:
論文針對(duì)視覺詞袋(BOVW)模型放棄圖像空間結(jié)構(gòu)的缺點(diǎn)，提出一種基于Hesse稀疏編碼的圖像檢索算法。首先，建立n-words模型，獲得圖像局部特征表示。n-words模型由一系列連續(xù)視覺詞獲得，是圖像特征的一種高級(jí)描述。該文從n=1到n=5進(jìn)行試驗(yàn)，尋找最恰當(dāng)?shù)膎值；其次，將二階Hesse能量函數(shù)融入標(biāo)準(zhǔn)稀疏編碼的目標(biāo)函數(shù)，得到Hesse稀疏編碼公式；最后，以獲得的n-words序列作為編碼特征，利用特征符號(hào)搜索算法求解最優(yōu)Hesse系數(shù)，計(jì)算相似度，返回檢索結(jié)果。實(shí)驗(yàn)在兩類數(shù)據(jù)集上進(jìn)行，與BOVW模型和已有的算法相比，新算法極大地提高了圖像檢索的準(zhǔn)確率。
論文針對(duì)視覺詞袋(BOVW)模型放棄圖像空間結(jié)構(gòu)的缺點(diǎn)，提出一種基于Hesse稀疏編碼的圖像檢索算法。首先，建立n-words模型，獲得圖像局部特征表示。n-words模型由一系列連續(xù)視覺詞獲得，是圖像特征的一種高級(jí)描述。該文從n=1到n=5進(jìn)行試驗(yàn)，尋找最恰當(dāng)?shù)膎值；其次，將二階Hesse能量函數(shù)融入標(biāo)準(zhǔn)稀疏編碼的目標(biāo)函數(shù)，得到Hesse稀疏編碼公式；最后，以獲得的n-words序列作為編碼特征，利用特征符號(hào)搜索算法求解最優(yōu)Hesse系數(shù)，計(jì)算相似度，返回檢索結(jié)果。實(shí)驗(yàn)在兩類數(shù)據(jù)集上進(jìn)行，與BOVW模型和已有的算法相比，新算法極大地提高了圖像檢索的準(zhǔn)確率。
2016, 38(5): 1123-1128.
doi: 10.11999/JEIT150878
摘要:
為了解決二階互模糊函數(shù)對(duì)相關(guān)噪聲處理的局限性問題，以及基于四階累積量的聯(lián)合估計(jì)算法的運(yùn)算量大的問題，該文利用小波閾值去噪方法結(jié)合非圓信號(hào)的特性，提出一種新的時(shí)頻差聯(lián)合估計(jì)算法。該方法首先對(duì)接收信號(hào)進(jìn)行小波閾值去噪，然后構(gòu)造共軛模糊函數(shù)，最后再進(jìn)行2維搜索，得到時(shí)差和頻差參數(shù)。仿真實(shí)驗(yàn)給出不同信噪比下的參數(shù)估計(jì)結(jié)果，得出這種算法能抑制相關(guān)噪聲，又能相對(duì)降低運(yùn)算復(fù)雜度，并且在較低信噪比下也能做出準(zhǔn)確估計(jì)。
為了解決二階互模糊函數(shù)對(duì)相關(guān)噪聲處理的局限性問題，以及基于四階累積量的聯(lián)合估計(jì)算法的運(yùn)算量大的問題，該文利用小波閾值去噪方法結(jié)合非圓信號(hào)的特性，提出一種新的時(shí)頻差聯(lián)合估計(jì)算法。該方法首先對(duì)接收信號(hào)進(jìn)行小波閾值去噪，然后構(gòu)造共軛模糊函數(shù)，最后再進(jìn)行2維搜索，得到時(shí)差和頻差參數(shù)。仿真實(shí)驗(yàn)給出不同信噪比下的參數(shù)估計(jì)結(jié)果，得出這種算法能抑制相關(guān)噪聲，又能相對(duì)降低運(yùn)算復(fù)雜度，并且在較低信噪比下也能做出準(zhǔn)確估計(jì)。
2016, 38(5): 1129-1134.
doi: 10.11999/JEIT150840
摘要:
該文采用稀疏分布極化敏感陣列(SD-PSA)，研究了多目標(biāo)波達(dá)方向(DOA)和極化參數(shù)的估計(jì)問題。首先建立稀疏極化敏感陣列信號(hào)模型；然后利用陣列的空間旋轉(zhuǎn)不變性運(yùn)用ESPRIT算法得出信號(hào)的高精度周期性模糊多值DOA估計(jì)；同時(shí)利用子陣列導(dǎo)向矢量之間的關(guān)系得出信號(hào)的極化信息和DOA的無模糊粗估計(jì)；最后利用DOA粗估計(jì)值解模糊，得到信號(hào)的高精度無模糊DOA估計(jì)。該文所提陣列的陣元間距大于半個(gè)波長距離，擴(kuò)展了陣列2維物理孔徑，一定程度上降低了陣元間的互耦影響，相應(yīng)的信號(hào)DOA估計(jì)精度大大提高。仿真實(shí)驗(yàn)結(jié)果驗(yàn)證了該算法對(duì)信號(hào)DOA和極化參數(shù)估計(jì)的有效性。
該文采用稀疏分布極化敏感陣列(SD-PSA)，研究了多目標(biāo)波達(dá)方向(DOA)和極化參數(shù)的估計(jì)問題。首先建立稀疏極化敏感陣列信號(hào)模型；然后利用陣列的空間旋轉(zhuǎn)不變性運(yùn)用ESPRIT算法得出信號(hào)的高精度周期性模糊多值DOA估計(jì)；同時(shí)利用子陣列導(dǎo)向矢量之間的關(guān)系得出信號(hào)的極化信息和DOA的無模糊粗估計(jì)；最后利用DOA粗估計(jì)值解模糊，得到信號(hào)的高精度無模糊DOA估計(jì)。該文所提陣列的陣元間距大于半個(gè)波長距離，擴(kuò)展了陣列2維物理孔徑，一定程度上降低了陣元間的互耦影響，相應(yīng)的信號(hào)DOA估計(jì)精度大大提高。仿真實(shí)驗(yàn)結(jié)果驗(yàn)證了該算法對(duì)信號(hào)DOA和極化參數(shù)估計(jì)的有效性。
2016, 38(5): 1135-1142.
doi: 10.11999/JEIT151041
摘要:
為提高經(jīng)典全相位FFT/FFT相位差頻率估計(jì)器的精度，該文提出無窗模式和頻移補(bǔ)償兩項(xiàng)改進(jìn)措施。借助譜分析試驗(yàn)和理論分析，該文證明無窗模式相比于原有加窗模式更能增強(qiáng)全相位FFT和FFT的峰值譜幅度，從而增強(qiáng)抵御噪聲的能力；借助頻移補(bǔ)償措施，使得無窗模式下的apFFT和FFT總能工作在小頻偏狀態(tài)，從而有助于提取準(zhǔn)確的相位差信息。仿真實(shí)驗(yàn)表明，該文的改進(jìn)估計(jì)器，對(duì)于單頻測量情況，其頻率估計(jì)方差緊靠克拉美-羅限，對(duì)于多頻情況，相比于現(xiàn)有的Tsui內(nèi)插估計(jì)器，在低信噪比環(huán)境下表現(xiàn)出更好的抗干擾性能，因而具有較廣泛的應(yīng)用前景。
為提高經(jīng)典全相位FFT/FFT相位差頻率估計(jì)器的精度，該文提出無窗模式和頻移補(bǔ)償兩項(xiàng)改進(jìn)措施。借助譜分析試驗(yàn)和理論分析，該文證明無窗模式相比于原有加窗模式更能增強(qiáng)全相位FFT和FFT的峰值譜幅度，從而增強(qiáng)抵御噪聲的能力；借助頻移補(bǔ)償措施，使得無窗模式下的apFFT和FFT總能工作在小頻偏狀態(tài)，從而有助于提取準(zhǔn)確的相位差信息。仿真實(shí)驗(yàn)表明，該文的改進(jìn)估計(jì)器，對(duì)于單頻測量情況，其頻率估計(jì)方差緊靠克拉美-羅限，對(duì)于多頻情況，相比于現(xiàn)有的Tsui內(nèi)插估計(jì)器，在低信噪比環(huán)境下表現(xiàn)出更好的抗干擾性能，因而具有較廣泛的應(yīng)用前景。
2016, 38(5): 1143-1150.
doi: 10.11999/JEIT150824
摘要:
該文針對(duì)室內(nèi)環(huán)境下的寬間距多聲源到達(dá)時(shí)間差(TDOA)估計(jì)問題，研究了一種基于近似核密度估計(jì)(KDE)的無模糊算法。根據(jù)聲頻信號(hào)的短時(shí)頻譜稀疏性，利用相關(guān)性檢測(CT)提取單個(gè)聲源能量占優(yōu)的時(shí)頻支撐域，進(jìn)而將觀測信號(hào)的歸一化互功率譜(NCS)所構(gòu)建的近似核函數(shù)通過累加平均削弱室內(nèi)混響的干擾，同時(shí)引入多階段(MS)分頻帶處理有效解決寬間距時(shí)的空域模糊。理論推導(dǎo)及仿真研究驗(yàn)證了該算法是一種穩(wěn)健的室內(nèi)無模糊多聲源TDOA估計(jì)算法。
該文針對(duì)室內(nèi)環(huán)境下的寬間距多聲源到達(dá)時(shí)間差(TDOA)估計(jì)問題，研究了一種基于近似核密度估計(jì)(KDE)的無模糊算法。根據(jù)聲頻信號(hào)的短時(shí)頻譜稀疏性，利用相關(guān)性檢測(CT)提取單個(gè)聲源能量占優(yōu)的時(shí)頻支撐域，進(jìn)而將觀測信號(hào)的歸一化互功率譜(NCS)所構(gòu)建的近似核函數(shù)通過累加平均削弱室內(nèi)混響的干擾，同時(shí)引入多階段(MS)分頻帶處理有效解決寬間距時(shí)的空域模糊。理論推導(dǎo)及仿真研究驗(yàn)證了該算法是一種穩(wěn)健的室內(nèi)無模糊多聲源TDOA估計(jì)算法。
2016, 38(5): 1151-1157.
doi: 10.11999/JEIT150966
摘要:
代理重簽名具有轉(zhuǎn)換簽名的功能，在云存儲(chǔ)、數(shù)據(jù)交換、跨域身份認(rèn)證等領(lǐng)域有廣泛的應(yīng)用前景。目前大多數(shù)代理重簽名方案需要復(fù)雜的雙線性對(duì)運(yùn)算，無法適用于計(jì)算能力較弱的低端計(jì)算設(shè)備。為了提高代理重簽名的簽名驗(yàn)證效率，該文給出了雙向服務(wù)器輔助驗(yàn)證代理重簽名的安全性定義，并提出一個(gè)高效的服務(wù)器輔助驗(yàn)證代理重簽名方案，在標(biāo)準(zhǔn)模型下證明新方案在合謀攻擊和選擇消息攻擊下是安全的。分析結(jié)果表明，新方案有效減少了雙線性對(duì)的計(jì)算量，大大降低了簽名驗(yàn)證算法的計(jì)算復(fù)雜度，在效率上優(yōu)于已有的代理重簽名方案。
代理重簽名具有轉(zhuǎn)換簽名的功能，在云存儲(chǔ)、數(shù)據(jù)交換、跨域身份認(rèn)證等領(lǐng)域有廣泛的應(yīng)用前景。目前大多數(shù)代理重簽名方案需要復(fù)雜的雙線性對(duì)運(yùn)算，無法適用于計(jì)算能力較弱的低端計(jì)算設(shè)備。為了提高代理重簽名的簽名驗(yàn)證效率，該文給出了雙向服務(wù)器輔助驗(yàn)證代理重簽名的安全性定義，并提出一個(gè)高效的服務(wù)器輔助驗(yàn)證代理重簽名方案，在標(biāo)準(zhǔn)模型下證明新方案在合謀攻擊和選擇消息攻擊下是安全的。分析結(jié)果表明，新方案有效減少了雙線性對(duì)的計(jì)算量，大大降低了簽名驗(yàn)證算法的計(jì)算復(fù)雜度，在效率上優(yōu)于已有的代理重簽名方案。
2016, 38(5): 1158-1165.
doi: 10.11999/JEIT150899
摘要:
該文提出一類4維離散系統(tǒng)。利用系統(tǒng)平衡點(diǎn)處 Jacobi 矩陣的特征值來分析系統(tǒng)在平衡點(diǎn)處的穩(wěn)定性，建立了一個(gè)判別這類系統(tǒng)為周期或混沌的定理。依據(jù)該定理構(gòu)造了一個(gè)新的4維離散系統(tǒng)。該系統(tǒng)具有正的Lyapunov指數(shù)，數(shù)值模擬顯示該系統(tǒng)的動(dòng)力學(xué)行為具有混沌特性。結(jié)合該系統(tǒng)和系統(tǒng)廣義同步定理構(gòu)造了一個(gè)8維廣義同步混沌系統(tǒng)。利用該系統(tǒng)構(gòu)造了一個(gè)16 bit混沌偽隨機(jī)數(shù)發(fā)生器 (CPRNG)，其密鑰空間大于21245。利用FIPS 140-2 檢測/廣義FIPS 140-2檢測判別標(biāo)準(zhǔn)分別檢測由CPRNG, Narendra RBG, RC4 PRNG和ZUC PRNG生成的1000個(gè)長度為20000 bit的密鑰流的隨機(jī)性。檢測結(jié)果表明，分別有100%/99%, 100%/82.9%, 99.9%/ 98.8%和100%/97.9%密鑰流通過FIPS 140-2檢測/廣義FIPS 140-2 檢測標(biāo)準(zhǔn)。數(shù)值仿真顯示不同密鑰流之間有平均50.004%不同碼。結(jié)果說明設(shè)計(jì)的偽隨機(jī)數(shù)發(fā)生器有好的隨機(jī)性，可以抵抗窮盡攻擊。該文提出的CPRNG為密碼安全的研究與發(fā)展提供了新的工具。
該文提出一類4維離散系統(tǒng)。利用系統(tǒng)平衡點(diǎn)處 Jacobi 矩陣的特征值來分析系統(tǒng)在平衡點(diǎn)處的穩(wěn)定性，建立了一個(gè)判別這類系統(tǒng)為周期或混沌的定理。依據(jù)該定理構(gòu)造了一個(gè)新的4維離散系統(tǒng)。該系統(tǒng)具有正的Lyapunov指數(shù)，數(shù)值模擬顯示該系統(tǒng)的動(dòng)力學(xué)行為具有混沌特性。結(jié)合該系統(tǒng)和系統(tǒng)廣義同步定理構(gòu)造了一個(gè)8維廣義同步混沌系統(tǒng)。利用該系統(tǒng)構(gòu)造了一個(gè)16 bit混沌偽隨機(jī)數(shù)發(fā)生器 (CPRNG)，其密鑰空間大于21245。利用FIPS 140-2 檢測/廣義FIPS 140-2檢測判別標(biāo)準(zhǔn)分別檢測由CPRNG, Narendra RBG, RC4 PRNG和ZUC PRNG生成的1000個(gè)長度為20000 bit的密鑰流的隨機(jī)性。檢測結(jié)果表明，分別有100%/99%, 100%/82.9%, 99.9%/ 98.8%和100%/97.9%密鑰流通過FIPS 140-2檢測/廣義FIPS 140-2 檢測標(biāo)準(zhǔn)。數(shù)值仿真顯示不同密鑰流之間有平均50.004%不同碼。結(jié)果說明設(shè)計(jì)的偽隨機(jī)數(shù)發(fā)生器有好的隨機(jī)性，可以抵抗窮盡攻擊。該文提出的CPRNG為密碼安全的研究與發(fā)展提供了新的工具。
2016, 38(5): 1166-1172.
doi: 10.11999/JEIT150682
摘要:
單載波頻域均衡(SC-FDE)是寬帶無線通信系統(tǒng)中一種具有競爭力的解決方案，獲得了廣泛的關(guān)注和研究。SC-FDE方案不僅抗多徑能力出色、復(fù)雜度低，且具有比正交頻分復(fù)用(OFDM)信號(hào)更低的峰均比值。在突發(fā)SC- FDE系統(tǒng)中，接收機(jī)需要利用訓(xùn)練序列快速獲取信道的特征信息，以避免解調(diào)性能損失。傳統(tǒng)的基于訓(xùn)練序列的信道估計(jì)方法并不適合寬帶猝發(fā)SC-FDE系統(tǒng)，難以兼顧估計(jì)準(zhǔn)確性和復(fù)雜度。該文提出一種基于時(shí)域訓(xùn)練序列的精細(xì)信道估計(jì)方法。該方法利用時(shí)域PN序列得到信道參數(shù)的最大似然估計(jì)值，并利用信道稀疏的特征，根據(jù)信道噪聲強(qiáng)度對(duì)信道估計(jì)值進(jìn)行噪聲抑制處理。仿真表明：與傳統(tǒng)信道估計(jì)方法相比，該信道估計(jì)方法能取得更高的估計(jì)精度，且具有較低的實(shí)現(xiàn)復(fù)雜度。
單載波頻域均衡(SC-FDE)是寬帶無線通信系統(tǒng)中一種具有競爭力的解決方案，獲得了廣泛的關(guān)注和研究。SC-FDE方案不僅抗多徑能力出色、復(fù)雜度低，且具有比正交頻分復(fù)用(OFDM)信號(hào)更低的峰均比值。在突發(fā)SC- FDE系統(tǒng)中，接收機(jī)需要利用訓(xùn)練序列快速獲取信道的特征信息，以避免解調(diào)性能損失。傳統(tǒng)的基于訓(xùn)練序列的信道估計(jì)方法并不適合寬帶猝發(fā)SC-FDE系統(tǒng)，難以兼顧估計(jì)準(zhǔn)確性和復(fù)雜度。該文提出一種基于時(shí)域訓(xùn)練序列的精細(xì)信道估計(jì)方法。該方法利用時(shí)域PN序列得到信道參數(shù)的最大似然估計(jì)值，并利用信道稀疏的特征，根據(jù)信道噪聲強(qiáng)度對(duì)信道估計(jì)值進(jìn)行噪聲抑制處理。仿真表明：與傳統(tǒng)信道估計(jì)方法相比，該信道估計(jì)方法能取得更高的估計(jì)精度，且具有較低的實(shí)現(xiàn)復(fù)雜度。
2016, 38(5): 1173-1178.
doi: 10.11999/JEIT150756
摘要:
干擾的有效管理是超密集小蜂窩網(wǎng)中的一個(gè)研究難點(diǎn)。該文提出將超密集小蜂窩網(wǎng)中的小區(qū)干擾協(xié)調(diào)和分簇相結(jié)合的算法，通過分配最優(yōu)的功率降低干擾，最大化系統(tǒng)吞吐量。根據(jù)干擾的程度，將干擾強(qiáng)的小蜂窩劃為一個(gè)簇，同一個(gè)簇內(nèi)的小蜂窩共享頻譜資源，協(xié)作為用戶服務(wù)，簇與簇之間實(shí)現(xiàn)頻譜復(fù)用。仿真結(jié)果表明，該算法在網(wǎng)絡(luò)密集部署時(shí)，有效地減小干擾，提高系統(tǒng)吞吐量。
干擾的有效管理是超密集小蜂窩網(wǎng)中的一個(gè)研究難點(diǎn)。該文提出將超密集小蜂窩網(wǎng)中的小區(qū)干擾協(xié)調(diào)和分簇相結(jié)合的算法，通過分配最優(yōu)的功率降低干擾，最大化系統(tǒng)吞吐量。根據(jù)干擾的程度，將干擾強(qiáng)的小蜂窩劃為一個(gè)簇，同一個(gè)簇內(nèi)的小蜂窩共享頻譜資源，協(xié)作為用戶服務(wù)，簇與簇之間實(shí)現(xiàn)頻譜復(fù)用。仿真結(jié)果表明，該算法在網(wǎng)絡(luò)密集部署時(shí)，有效地減小干擾，提高系統(tǒng)吞吐量。
2016, 38(5): 1179-1185.
doi: 10.11999/JEIT150823
摘要:
現(xiàn)有的基于特征值或譜密度的頻譜感知算法，多分別使用近似高斯分布和Tracy-Widom分布來分別分析求解檢驗(yàn)統(tǒng)計(jì)量在信號(hào)是否存在時(shí)的分布，未能給出統(tǒng)一的解析表達(dá)式。該文提出均勻線陣(ULA)條件下基于空間譜密度比的頻譜感知算法，并且基于順序統(tǒng)計(jì)量的最新研究成果，給出檢驗(yàn)統(tǒng)計(jì)量統(tǒng)一的閉合表達(dá)式。該算法基于離散空間譜密度最大最小值的比建立檢驗(yàn)統(tǒng)計(jì)量。仿真結(jié)果表明，對(duì)于8陣元的ULA，在采樣點(diǎn)數(shù)為1000、檢測概率為0.9時(shí)，所提算法比最大最小特征值(MME)比算法有約1.7 dB的性能優(yōu)勢，同時(shí)也有效驗(yàn)證了檢驗(yàn)統(tǒng)計(jì)量理論分布的準(zhǔn)確性。
現(xiàn)有的基于特征值或譜密度的頻譜感知算法，多分別使用近似高斯分布和Tracy-Widom分布來分別分析求解檢驗(yàn)統(tǒng)計(jì)量在信號(hào)是否存在時(shí)的分布，未能給出統(tǒng)一的解析表達(dá)式。該文提出均勻線陣(ULA)條件下基于空間譜密度比的頻譜感知算法，并且基于順序統(tǒng)計(jì)量的最新研究成果，給出檢驗(yàn)統(tǒng)計(jì)量統(tǒng)一的閉合表達(dá)式。該算法基于離散空間譜密度最大最小值的比建立檢驗(yàn)統(tǒng)計(jì)量。仿真結(jié)果表明，對(duì)于8陣元的ULA，在采樣點(diǎn)數(shù)為1000、檢測概率為0.9時(shí)，所提算法比最大最小特征值(MME)比算法有約1.7 dB的性能優(yōu)勢，同時(shí)也有效驗(yàn)證了檢驗(yàn)統(tǒng)計(jì)量理論分布的準(zhǔn)確性。
2016, 38(5): 1186-1193.
doi: 10.11999/JEIT150791
摘要:
該文針對(duì)多用戶全雙工中繼干擾信道，同時(shí)考慮全雙工中繼自干擾消除及用戶端干擾消除問題。首先，提出了基于最大化全局互信息量的自干擾消除和干擾對(duì)齊算法，并具體給出了自干擾消除矩陣的具體求解算法和方案。進(jìn)一步，給出了信號(hào)對(duì)齊和干擾抑制的可行性條件，并分析了系統(tǒng)的互信息量和所受干擾噪聲功率，以及系統(tǒng)的自由度。理論分析和仿真結(jié)果顯示，與現(xiàn)有的典型全雙工中繼方案相比，該文算法可以提高系統(tǒng)互信息量和自由度，并有較低誤碼率；另外，該文算法的中繼只需進(jìn)行簡單的功率約束，不需做復(fù)雜的信號(hào)處理，降低了整個(gè)系統(tǒng)的信號(hào)處理復(fù)雜度。
該文針對(duì)多用戶全雙工中繼干擾信道，同時(shí)考慮全雙工中繼自干擾消除及用戶端干擾消除問題。首先，提出了基于最大化全局互信息量的自干擾消除和干擾對(duì)齊算法，并具體給出了自干擾消除矩陣的具體求解算法和方案。進(jìn)一步，給出了信號(hào)對(duì)齊和干擾抑制的可行性條件，并分析了系統(tǒng)的互信息量和所受干擾噪聲功率，以及系統(tǒng)的自由度。理論分析和仿真結(jié)果顯示，與現(xiàn)有的典型全雙工中繼方案相比，該文算法可以提高系統(tǒng)互信息量和自由度，并有較低誤碼率；另外，該文算法的中繼只需進(jìn)行簡單的功率約束，不需做復(fù)雜的信號(hào)處理，降低了整個(gè)系統(tǒng)的信號(hào)處理復(fù)雜度。
2016, 38(5): 1194-1201.
doi: 10.11999/JEIT150843
摘要:
新一代的高性能視頻編碼(HEVC)通過應(yīng)用各種先進(jìn)技術(shù)來大幅提高視頻編碼的性能，然而，這些方法也大大增加了整個(gè)編碼過程，尤其是預(yù)測編碼階段的計(jì)算復(fù)雜度。該文提出一種應(yīng)用于高性能視頻編碼幀間預(yù)測的快速單元?jiǎng)澐炙惴?。該算法基于HEVC靈活的四叉樹結(jié)構(gòu)，根據(jù)被編碼單元的運(yùn)動(dòng)特性來確定所編碼信息的閾值，并以此作為單元?jiǎng)澐值奶崆敖K止條件，從而減少了不必要的單元?jiǎng)澐植僮骱吐适д娲鷥r(jià)的相關(guān)計(jì)算，達(dá)到節(jié)省編碼時(shí)間和降低編碼復(fù)雜度的目的。實(shí)驗(yàn)結(jié)果表明，在峰值信噪比(PSNR)損失僅為0.0418 dB的情況下，所提算法可以平均降低46.1%的編碼時(shí)間。
新一代的高性能視頻編碼(HEVC)通過應(yīng)用各種先進(jìn)技術(shù)來大幅提高視頻編碼的性能，然而，這些方法也大大增加了整個(gè)編碼過程，尤其是預(yù)測編碼階段的計(jì)算復(fù)雜度。該文提出一種應(yīng)用于高性能視頻編碼幀間預(yù)測的快速單元?jiǎng)澐炙惴?。該算法基于HEVC靈活的四叉樹結(jié)構(gòu)，根據(jù)被編碼單元的運(yùn)動(dòng)特性來確定所編碼信息的閾值，并以此作為單元?jiǎng)澐值奶崆敖K止條件，從而減少了不必要的單元?jiǎng)澐植僮骱吐适д娲鷥r(jià)的相關(guān)計(jì)算，達(dá)到節(jié)省編碼時(shí)間和降低編碼復(fù)雜度的目的。實(shí)驗(yàn)結(jié)果表明，在峰值信噪比(PSNR)損失僅為0.0418 dB的情況下，所提算法可以平均降低46.1%的編碼時(shí)間。
2016, 38(5): 1202-1210.
doi: 10.11999/JEIT150848
摘要:
為了提高圖像的壓縮比和壓縮質(zhì)量，結(jié)合人眼對(duì)比度敏感視覺特性和圖像變換域頻譜特征，該文提出一種自適應(yīng)量化表的構(gòu)建方法。并將該表代替JPEG中的量化表，且按照J(rèn)PEG的編碼算法對(duì)3幅不同的彩色圖像進(jìn)行了壓縮仿真實(shí)驗(yàn)驗(yàn)證，同時(shí)與JPEG壓縮作對(duì)比分析。實(shí)驗(yàn)結(jié)果表明：與JPEG壓縮方法相比，在相同的壓縮比下，采用自適應(yīng)量化壓縮后，3幅解壓彩色圖像的SSIM和PSNR值分別平均提高了1.67%和4.96%。表明該文提出的結(jié)合人眼視覺特性的自適應(yīng)量化是一種較好的、有實(shí)用價(jià)值的量化方法。
為了提高圖像的壓縮比和壓縮質(zhì)量，結(jié)合人眼對(duì)比度敏感視覺特性和圖像變換域頻譜特征，該文提出一種自適應(yīng)量化表的構(gòu)建方法。并將該表代替JPEG中的量化表，且按照J(rèn)PEG的編碼算法對(duì)3幅不同的彩色圖像進(jìn)行了壓縮仿真實(shí)驗(yàn)驗(yàn)證，同時(shí)與JPEG壓縮作對(duì)比分析。實(shí)驗(yàn)結(jié)果表明：與JPEG壓縮方法相比，在相同的壓縮比下，采用自適應(yīng)量化壓縮后，3幅解壓彩色圖像的SSIM和PSNR值分別平均提高了1.67%和4.96%。表明該文提出的結(jié)合人眼視覺特性的自適應(yīng)量化是一種較好的、有實(shí)用價(jià)值的量化方法。
2016, 38(5): 1211-1218.
doi: 10.11999/JEIT150815
摘要:
為降低軟件定義光網(wǎng)絡(luò)對(duì)單控制器的依賴，并避免多控制器沖突，有效提升控制平面的生存性，該文提出基于最小點(diǎn)覆蓋的控制平面生存性設(shè)計(jì)策略。該策略結(jié)合集中控制約束條件，以最小點(diǎn)覆蓋理論為基礎(chǔ)，建立可靠的分級(jí)管控模型，設(shè)定控制器的管控優(yōu)先級(jí)：全局控制器具有最高管控優(yōu)先級(jí)，對(duì)全網(wǎng)進(jìn)行集中管控；本地控制器次之，只對(duì)本地業(yè)務(wù)進(jìn)行集中管控；權(quán)威交換機(jī)的管控優(yōu)先級(jí)最低，用于完成局部波長粒度的光層快速管控。在此基礎(chǔ)上，基于跨層信息模型為控制信道路由和資源分配進(jìn)行生存性冗余設(shè)計(jì)。仿真表明，該策略能夠滿足網(wǎng)絡(luò)對(duì)控制時(shí)延的要求，使控制平面的故障概率降低了30%，有效提升了網(wǎng)絡(luò)在惡劣環(huán)境下的生存性。
為降低軟件定義光網(wǎng)絡(luò)對(duì)單控制器的依賴，并避免多控制器沖突，有效提升控制平面的生存性，該文提出基于最小點(diǎn)覆蓋的控制平面生存性設(shè)計(jì)策略。該策略結(jié)合集中控制約束條件，以最小點(diǎn)覆蓋理論為基礎(chǔ)，建立可靠的分級(jí)管控模型，設(shè)定控制器的管控優(yōu)先級(jí)：全局控制器具有最高管控優(yōu)先級(jí)，對(duì)全網(wǎng)進(jìn)行集中管控；本地控制器次之，只對(duì)本地業(yè)務(wù)進(jìn)行集中管控；權(quán)威交換機(jī)的管控優(yōu)先級(jí)最低，用于完成局部波長粒度的光層快速管控。在此基礎(chǔ)上，基于跨層信息模型為控制信道路由和資源分配進(jìn)行生存性冗余設(shè)計(jì)。仿真表明，該策略能夠滿足網(wǎng)絡(luò)對(duì)控制時(shí)延的要求，使控制平面的故障概率降低了30%，有效提升了網(wǎng)絡(luò)在惡劣環(huán)境下的生存性。
2016, 38(5): 1219-1226.
doi: 10.11999/JEIT150763
摘要:
許多車載自組網(wǎng)應(yīng)用依賴于可靠高效的廣播，但車載自組網(wǎng)節(jié)點(diǎn)高速移動(dòng)，網(wǎng)絡(luò)連通性隨場景和時(shí)間動(dòng)態(tài)變化的特性給廣播協(xié)議的設(shè)計(jì)帶來巨大挑戰(zhàn)。為了應(yīng)對(duì)這種挑戰(zhàn)，該文在分析和驗(yàn)證簡單最遠(yuǎn)轉(zhuǎn)發(fā)機(jī)制具有低可靠性的同時(shí)，提出一種基于廣播方向的可靠最遠(yuǎn)轉(zhuǎn)發(fā)策略，并結(jié)合捎帶確認(rèn)機(jī)制設(shè)計(jì)了一種新的自組網(wǎng)多跳廣播協(xié)議。與簡單最遠(yuǎn)轉(zhuǎn)發(fā)相比，可靠最遠(yuǎn)轉(zhuǎn)發(fā)能明顯降低轉(zhuǎn)發(fā)節(jié)點(diǎn)失效的概率，提高消息單跳傳播的可靠性；捎帶確認(rèn)機(jī)制使得協(xié)議能夠適應(yīng)網(wǎng)絡(luò)連通性較差的場景，提升了消息全網(wǎng)傳播的可靠性。仿真結(jié)果表明，提出的協(xié)議能在各種場景中實(shí)現(xiàn)高可靠性、低冗余的廣播。
許多車載自組網(wǎng)應(yīng)用依賴于可靠高效的廣播，但車載自組網(wǎng)節(jié)點(diǎn)高速移動(dòng)，網(wǎng)絡(luò)連通性隨場景和時(shí)間動(dòng)態(tài)變化的特性給廣播協(xié)議的設(shè)計(jì)帶來巨大挑戰(zhàn)。為了應(yīng)對(duì)這種挑戰(zhàn)，該文在分析和驗(yàn)證簡單最遠(yuǎn)轉(zhuǎn)發(fā)機(jī)制具有低可靠性的同時(shí)，提出一種基于廣播方向的可靠最遠(yuǎn)轉(zhuǎn)發(fā)策略，并結(jié)合捎帶確認(rèn)機(jī)制設(shè)計(jì)了一種新的自組網(wǎng)多跳廣播協(xié)議。與簡單最遠(yuǎn)轉(zhuǎn)發(fā)相比，可靠最遠(yuǎn)轉(zhuǎn)發(fā)能明顯降低轉(zhuǎn)發(fā)節(jié)點(diǎn)失效的概率，提高消息單跳傳播的可靠性；捎帶確認(rèn)機(jī)制使得協(xié)議能夠適應(yīng)網(wǎng)絡(luò)連通性較差的場景，提升了消息全網(wǎng)傳播的可靠性。仿真結(jié)果表明，提出的協(xié)議能在各種場景中實(shí)現(xiàn)高可靠性、低冗余的廣播。
2016, 38(5): 1227-1233.
doi: 10.11999/JEIT150846
摘要:
交通流量預(yù)測是實(shí)現(xiàn)智能交通技術(shù)的核心問題，及時(shí)準(zhǔn)確地預(yù)測道路交通流量是實(shí)現(xiàn)動(dòng)態(tài)交通管理的前提，短時(shí)交通流量的預(yù)測是交通流量預(yù)測的重要組成部分。該文針對(duì)十字路口的短時(shí)交通流量預(yù)測問題設(shè)計(jì)了基于交通流量序列分割和極限學(xué)習(xí)機(jī)(Extreme Learning Machine, ELM)組合模型的交通流量預(yù)測算法(Traffic Flow Prediction Based on Combined Model, TFPBCM)。該算法首先采用K-means對(duì)交通流量數(shù)據(jù)在時(shí)間上進(jìn)行序列分割，然后采用ELM對(duì)各個(gè)序列進(jìn)行建模和預(yù)測。仿真實(shí)驗(yàn)證明，與單一的BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)和ELM相比，該組合模型算法建模時(shí)間為BP的1/10, ELM建模時(shí)間的4倍，均方誤差為BP的1/50, ELM的1/20，該組合模型算法決定系數(shù)R2更接近于1，模型可信度更高。
交通流量預(yù)測是實(shí)現(xiàn)智能交通技術(shù)的核心問題，及時(shí)準(zhǔn)確地預(yù)測道路交通流量是實(shí)現(xiàn)動(dòng)態(tài)交通管理的前提，短時(shí)交通流量的預(yù)測是交通流量預(yù)測的重要組成部分。該文針對(duì)十字路口的短時(shí)交通流量預(yù)測問題設(shè)計(jì)了基于交通流量序列分割和極限學(xué)習(xí)機(jī)(Extreme Learning Machine, ELM)組合模型的交通流量預(yù)測算法(Traffic Flow Prediction Based on Combined Model, TFPBCM)。該算法首先采用K-means對(duì)交通流量數(shù)據(jù)在時(shí)間上進(jìn)行序列分割，然后采用ELM對(duì)各個(gè)序列進(jìn)行建模和預(yù)測。仿真實(shí)驗(yàn)證明，與單一的BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)和ELM相比，該組合模型算法建模時(shí)間為BP的1/10, ELM建模時(shí)間的4倍，均方誤差為BP的1/50, ELM的1/20，該組合模型算法決定系數(shù)R2更接近于1，模型可信度更高。
2016, 38(5): 1234-1241.
doi: 10.11999/JEIT150876
摘要:
網(wǎng)絡(luò)安全功能與硬件設(shè)備的緊耦合關(guān)系，造成傳統(tǒng)網(wǎng)絡(luò)安全服務(wù)模式靜態(tài)僵化，難以滿足未來業(yè)務(wù)發(fā)展的多樣化安全需求。為此，基于軟件定義網(wǎng)絡(luò)環(huán)境，該文提出一種靈活可配的安全服務(wù)鏈動(dòng)態(tài)組合機(jī)制。首先，介紹了該機(jī)制的總體結(jié)構(gòu)，并建立了基于向量空間和整數(shù)規(guī)劃的組合模型。其次，設(shè)計(jì)了啟發(fā)式算法進(jìn)行模型求解，并構(gòu)建了該機(jī)制的實(shí)現(xiàn)原型。最后，實(shí)驗(yàn)結(jié)果表明所提組合算法在性能指標(biāo)上優(yōu)于對(duì)比算法，并且試驗(yàn)驗(yàn)證了該機(jī)制的優(yōu)勢。
網(wǎng)絡(luò)安全功能與硬件設(shè)備的緊耦合關(guān)系，造成傳統(tǒng)網(wǎng)絡(luò)安全服務(wù)模式靜態(tài)僵化，難以滿足未來業(yè)務(wù)發(fā)展的多樣化安全需求。為此，基于軟件定義網(wǎng)絡(luò)環(huán)境，該文提出一種靈活可配的安全服務(wù)鏈動(dòng)態(tài)組合機(jī)制。首先，介紹了該機(jī)制的總體結(jié)構(gòu)，并建立了基于向量空間和整數(shù)規(guī)劃的組合模型。其次，設(shè)計(jì)了啟發(fā)式算法進(jìn)行模型求解，并構(gòu)建了該機(jī)制的實(shí)現(xiàn)原型。最后，實(shí)驗(yàn)結(jié)果表明所提組合算法在性能指標(biāo)上優(yōu)于對(duì)比算法，并且試驗(yàn)驗(yàn)證了該機(jī)制的優(yōu)勢。
2016, 38(5): 1242-1248.
doi: 10.11999/JEIT150928
摘要:
針對(duì)高連通度數(shù)據(jù)中心網(wǎng)絡(luò)存在吞吐量低、網(wǎng)絡(luò)負(fù)載均衡差等流量工程問題，該文提出一種基于OpenFlow的多路徑傳輸(OpenFlow based Multipath Transmission, OFMT)機(jī)制。借助OpenFlow集中控制的優(yōu)勢，OFMT為每條流精確計(jì)算傳輸路徑，將網(wǎng)絡(luò)中的流量優(yōu)化分配到端到端的多條路徑上，并通過周期性輪詢和動(dòng)態(tài)調(diào)度實(shí)現(xiàn)良好的負(fù)載均衡，進(jìn)而提高數(shù)據(jù)中心網(wǎng)絡(luò)吞吐量。實(shí)驗(yàn)結(jié)果表明，在相同的網(wǎng)絡(luò)流量負(fù)載下，OFMT與較典型數(shù)據(jù)中心傳輸協(xié)議相比，有效提高了網(wǎng)絡(luò)的吞吐量，并降低了流完成時(shí)間。
針對(duì)高連通度數(shù)據(jù)中心網(wǎng)絡(luò)存在吞吐量低、網(wǎng)絡(luò)負(fù)載均衡差等流量工程問題，該文提出一種基于OpenFlow的多路徑傳輸(OpenFlow based Multipath Transmission, OFMT)機(jī)制。借助OpenFlow集中控制的優(yōu)勢，OFMT為每條流精確計(jì)算傳輸路徑，將網(wǎng)絡(luò)中的流量優(yōu)化分配到端到端的多條路徑上，并通過周期性輪詢和動(dòng)態(tài)調(diào)度實(shí)現(xiàn)良好的負(fù)載均衡，進(jìn)而提高數(shù)據(jù)中心網(wǎng)絡(luò)吞吐量。實(shí)驗(yàn)結(jié)果表明，在相同的網(wǎng)絡(luò)流量負(fù)載下，OFMT與較典型數(shù)據(jù)中心傳輸協(xié)議相比，有效提高了網(wǎng)絡(luò)的吞吐量，并降低了流完成時(shí)間。
2016, 38(5): 1249-1255.
doi: 10.11999/JEIT150947
摘要:
為了更加客觀地評(píng)估電磁環(huán)境復(fù)雜度及其對(duì)電子信息系統(tǒng)的影響，該文以通信系統(tǒng)為例剖析了電磁環(huán)境復(fù)雜度根源表征量 信干噪比，建立了電磁環(huán)境等級(jí)與2FSK, BPSK, QPSK, MSK, QAM數(shù)據(jù)通信系統(tǒng)性能的映射，并引入電磁環(huán)境余量和信號(hào)余量概念，給出了面向典型數(shù)據(jù)通信系統(tǒng)的電磁環(huán)境圖譜，為實(shí)現(xiàn)有用信號(hào)強(qiáng)度、電磁環(huán)境干擾和噪聲信號(hào)強(qiáng)度到電磁環(huán)境復(fù)雜度等級(jí)間轉(zhuǎn)換提供了直接途徑。以此為基礎(chǔ)，研究了面向電子信息系統(tǒng)的極化量提取、實(shí)時(shí)頻譜分析技術(shù)，提出了電磁環(huán)境測量評(píng)估系統(tǒng)組成，分析了其工作原理，設(shè)計(jì)了面向電子信息系統(tǒng)的電磁環(huán)境測量、評(píng)估流程。最后，利用數(shù)字仿真方式，對(duì)于應(yīng)用MSK/單極天線、64-QAM/偶極天線、QPSK/喇叭天線、2FSK/縫隙天線的4類通信系統(tǒng)，分析了上述系統(tǒng)在同一電磁環(huán)境下的不同效應(yīng)，其復(fù)雜度等級(jí)分別為III級(jí)，V級(jí)，IV級(jí)和II級(jí)。結(jié)果顯示，面向?qū)ο蟮碾姶怒h(huán)境要素測量可有效地獲取與電子信息系統(tǒng)相關(guān)的電磁環(huán)境分量；相同電磁環(huán)境下不同通信設(shè)備可產(chǎn)生不同效應(yīng)，這充分驗(yàn)證了電磁環(huán)境的復(fù)雜度具有明顯的相對(duì)性。
為了更加客觀地評(píng)估電磁環(huán)境復(fù)雜度及其對(duì)電子信息系統(tǒng)的影響，該文以通信系統(tǒng)為例剖析了電磁環(huán)境復(fù)雜度根源表征量 信干噪比，建立了電磁環(huán)境等級(jí)與2FSK, BPSK, QPSK, MSK, QAM數(shù)據(jù)通信系統(tǒng)性能的映射，并引入電磁環(huán)境余量和信號(hào)余量概念，給出了面向典型數(shù)據(jù)通信系統(tǒng)的電磁環(huán)境圖譜，為實(shí)現(xiàn)有用信號(hào)強(qiáng)度、電磁環(huán)境干擾和噪聲信號(hào)強(qiáng)度到電磁環(huán)境復(fù)雜度等級(jí)間轉(zhuǎn)換提供了直接途徑。以此為基礎(chǔ)，研究了面向電子信息系統(tǒng)的極化量提取、實(shí)時(shí)頻譜分析技術(shù)，提出了電磁環(huán)境測量評(píng)估系統(tǒng)組成，分析了其工作原理，設(shè)計(jì)了面向電子信息系統(tǒng)的電磁環(huán)境測量、評(píng)估流程。最后，利用數(shù)字仿真方式，對(duì)于應(yīng)用MSK/單極天線、64-QAM/偶極天線、QPSK/喇叭天線、2FSK/縫隙天線的4類通信系統(tǒng)，分析了上述系統(tǒng)在同一電磁環(huán)境下的不同效應(yīng)，其復(fù)雜度等級(jí)分別為III級(jí)，V級(jí)，IV級(jí)和II級(jí)。結(jié)果顯示，面向?qū)ο蟮碾姶怒h(huán)境要素測量可有效地獲取與電子信息系統(tǒng)相關(guān)的電磁環(huán)境分量；相同電磁環(huán)境下不同通信設(shè)備可產(chǎn)生不同效應(yīng)，這充分驗(yàn)證了電磁環(huán)境的復(fù)雜度具有明顯的相對(duì)性。
2016, 38(5): 1256-1260.
doi: 10.11999/JEIT150868
摘要:
該文針對(duì)單調(diào)頻廣播外輻射源雷達(dá)面臨的帶寬時(shí)變及RCS閃爍等問題，研究了多調(diào)頻信號(hào)聯(lián)合探測的實(shí)驗(yàn)方案，并利用武漢大學(xué)研制的多調(diào)頻外輻射源雷達(dá)系統(tǒng)開展了外場實(shí)驗(yàn)驗(yàn)證。首先，闡述了多調(diào)頻廣播外輻射源雷達(dá)的工作原理。然后，分析了多調(diào)頻廣播信號(hào)特性，論證了利用多調(diào)頻信號(hào)聯(lián)合探測的必要性和優(yōu)越性。最后，重點(diǎn)展示了實(shí)測數(shù)據(jù)的處理結(jié)果。研究表明：多調(diào)頻探測方案能大幅提高目標(biāo)檢測概率，提升調(diào)頻外輻射源雷達(dá)探測穩(wěn)健性，外場實(shí)驗(yàn)驗(yàn)證了該方案的可行性。
該文針對(duì)單調(diào)頻廣播外輻射源雷達(dá)面臨的帶寬時(shí)變及RCS閃爍等問題，研究了多調(diào)頻信號(hào)聯(lián)合探測的實(shí)驗(yàn)方案，并利用武漢大學(xué)研制的多調(diào)頻外輻射源雷達(dá)系統(tǒng)開展了外場實(shí)驗(yàn)驗(yàn)證。首先，闡述了多調(diào)頻廣播外輻射源雷達(dá)的工作原理。然后，分析了多調(diào)頻廣播信號(hào)特性，論證了利用多調(diào)頻信號(hào)聯(lián)合探測的必要性和優(yōu)越性。最后，重點(diǎn)展示了實(shí)測數(shù)據(jù)的處理結(jié)果。研究表明：多調(diào)頻探測方案能大幅提高目標(biāo)檢測概率，提升調(diào)頻外輻射源雷達(dá)探測穩(wěn)健性，外場實(shí)驗(yàn)驗(yàn)證了該方案的可行性。
2016, 38(5): 1261-1265.
doi: 10.11999/JEIT150821
摘要:
回波信號(hào)信噪比(SNR)是決定地球同步軌道合成孔徑雷達(dá)(GEOSAR)艦船目標(biāo)檢測性能的關(guān)鍵指標(biāo)。該文針對(duì)GEOSAR衛(wèi)星與艦船目標(biāo)超遠(yuǎn)作用距離導(dǎo)致的單脈沖回波低信噪比問題，具體分析了方位脈沖相干積累對(duì)艦船目標(biāo)檢測信噪比的提升，以及信噪比提升受艦船目標(biāo)3維轉(zhuǎn)動(dòng)的影響，并通過實(shí)測數(shù)據(jù)處理和仿真實(shí)驗(yàn)得出了相關(guān)結(jié)論。
回波信號(hào)信噪比(SNR)是決定地球同步軌道合成孔徑雷達(dá)(GEOSAR)艦船目標(biāo)檢測性能的關(guān)鍵指標(biāo)。該文針對(duì)GEOSAR衛(wèi)星與艦船目標(biāo)超遠(yuǎn)作用距離導(dǎo)致的單脈沖回波低信噪比問題，具體分析了方位脈沖相干積累對(duì)艦船目標(biāo)檢測信噪比的提升，以及信噪比提升受艦船目標(biāo)3維轉(zhuǎn)動(dòng)的影響，并通過實(shí)測數(shù)據(jù)處理和仿真實(shí)驗(yàn)得出了相關(guān)結(jié)論。
2016, 38(5): 1266-1270.
doi: 10.11999/JEIT150851
摘要:
該文將腦功能網(wǎng)絡(luò)引入到腦電特征提取的研究中，提出一種基于感興趣腦區(qū)LASSO-Granger因果關(guān)系的新方法，克服了當(dāng)前基于孤立腦區(qū)的研究方法的不足。先利用主成分分析提取各感興趣區(qū)的最大主成分，然后計(jì)算它們之間的LASSO-Granger因果度量，并將其作為特征向量，最后輸入支持向量機(jī)分類器，對(duì)BCI Competition IV dataset 1中的4組數(shù)據(jù)進(jìn)行分類識(shí)別。結(jié)果表明，基于感興趣腦區(qū)間LASSO-Granger因果關(guān)系分析和支持向量機(jī)分類器的方法對(duì)不同的運(yùn)動(dòng)想象任務(wù)識(shí)別率較高，提供了新的研究思路。
該文將腦功能網(wǎng)絡(luò)引入到腦電特征提取的研究中，提出一種基于感興趣腦區(qū)LASSO-Granger因果關(guān)系的新方法，克服了當(dāng)前基于孤立腦區(qū)的研究方法的不足。先利用主成分分析提取各感興趣區(qū)的最大主成分，然后計(jì)算它們之間的LASSO-Granger因果度量，并將其作為特征向量，最后輸入支持向量機(jī)分類器，對(duì)BCI Competition IV dataset 1中的4組數(shù)據(jù)進(jìn)行分類識(shí)別。結(jié)果表明，基于感興趣腦區(qū)間LASSO-Granger因果關(guān)系分析和支持向量機(jī)分類器的方法對(duì)不同的運(yùn)動(dòng)想象任務(wù)識(shí)別率較高，提供了新的研究思路。
