郵件訂閱
2016年 第38卷 第8期
2016, 38(8): 1843-1849.
doi: 10.11999/JEIT151244
摘要:
內(nèi)置緩存技術(shù)是內(nèi)容中心網(wǎng)絡(luò)(Content Centric Networking, CCN)的核心技術(shù)之一。現(xiàn)有的研究大多主要針對網(wǎng)絡(luò)資源利用率的優(yōu)化，而忽略了網(wǎng)絡(luò)能耗的問題。該文首先建立了一個能耗模型對CCN的網(wǎng)絡(luò)能耗進行分析，并設(shè)計了一個能效判決條件來優(yōu)化緩存過程的能效性。進而，在此基礎(chǔ)上綜合考慮內(nèi)容流行度和節(jié)點中心性等因素提出一種能效感知的概率性緩存機制(E2APC)。仿真結(jié)果表明，該機制能在保證較高的緩存命中率和較小的平均響應(yīng)跳數(shù)的同時有效地降低網(wǎng)絡(luò)的整體能耗。
內(nèi)置緩存技術(shù)是內(nèi)容中心網(wǎng)絡(luò)(Content Centric Networking, CCN)的核心技術(shù)之一。現(xiàn)有的研究大多主要針對網(wǎng)絡(luò)資源利用率的優(yōu)化，而忽略了網(wǎng)絡(luò)能耗的問題。該文首先建立了一個能耗模型對CCN的網(wǎng)絡(luò)能耗進行分析，并設(shè)計了一個能效判決條件來優(yōu)化緩存過程的能效性。進而，在此基礎(chǔ)上綜合考慮內(nèi)容流行度和節(jié)點中心性等因素提出一種能效感知的概率性緩存機制(E2APC)。仿真結(jié)果表明，該機制能在保證較高的緩存命中率和較小的平均響應(yīng)跳數(shù)的同時有效地降低網(wǎng)絡(luò)的整體能耗。
2016, 38(8): 1850-1857.
doi: 10.11999/JEIT151230
摘要:
鏈路故障的恢復(fù)，不僅僅是選擇一條連通的備份路徑問題，還應(yīng)考慮網(wǎng)絡(luò)業(yè)務(wù)故障恢復(fù)過程中的QoS需求。針對此問題，該文基于多備份路徑策略，構(gòu)建概率關(guān)聯(lián)故障模型和重路由流量丟棄量優(yōu)化目標。并基于該優(yōu)化目標，以業(yè)務(wù)的QoS需求為約束，建立故障恢復(fù)問題的數(shù)學(xué)模型，提出一種QoS約束的鏈路故障多備份路徑恢復(fù)算法。該算法構(gòu)建單條備份路徑時，以最大程度地減少重路由流量丟棄為目標，并采用改進的QoS約束的k最短路徑法進行拼接，且給與高優(yōu)先級鏈路更多的保護資源。此外還證明了算法的正確性并分析了時間空間復(fù)雜度。在NS2環(huán)境下的仿真結(jié)果表明，該算法顯著提升了鏈路故障恢復(fù)率和重路由流量QoS滿足率，且QoS約束條件越強，相較于其它算法優(yōu)勢越明顯。
鏈路故障的恢復(fù)，不僅僅是選擇一條連通的備份路徑問題，還應(yīng)考慮網(wǎng)絡(luò)業(yè)務(wù)故障恢復(fù)過程中的QoS需求。針對此問題，該文基于多備份路徑策略，構(gòu)建概率關(guān)聯(lián)故障模型和重路由流量丟棄量優(yōu)化目標。并基于該優(yōu)化目標，以業(yè)務(wù)的QoS需求為約束，建立故障恢復(fù)問題的數(shù)學(xué)模型，提出一種QoS約束的鏈路故障多備份路徑恢復(fù)算法。該算法構(gòu)建單條備份路徑時，以最大程度地減少重路由流量丟棄為目標，并采用改進的QoS約束的k最短路徑法進行拼接，且給與高優(yōu)先級鏈路更多的保護資源。此外還證明了算法的正確性并分析了時間空間復(fù)雜度。在NS2環(huán)境下的仿真結(jié)果表明，該算法顯著提升了鏈路故障恢復(fù)率和重路由流量QoS滿足率，且QoS約束條件越強，相較于其它算法優(yōu)勢越明顯。
2016, 38(8): 1858-1864.
doi: 10.11999/JEIT151203
摘要:
傳統(tǒng)的動態(tài)目標定位算法需要采集、存儲和處理大量數(shù)據(jù)，并不適用于能量受限的無線傳感器網(wǎng)絡(luò)。針對該缺陷，該文提出一種基于壓縮感知的動態(tài)目標定位算法。該算法利用目標的運動規(guī)律設(shè)計稀疏表示基，從而將動態(tài)目標定位問題轉(zhuǎn)化為稀疏信號恢復(fù)問題。針對傳統(tǒng)觀測矩陣難以實現(xiàn)的缺陷，該算法設(shè)計可實現(xiàn)且與稀疏表示基相關(guān)性低的稀疏觀測矩陣，從而保證了算法的重構(gòu)性能。該算法的特點是可利用較少的數(shù)據(jù)采集實現(xiàn)動態(tài)目標定位，從而大大延長無線傳感器網(wǎng)絡(luò)的壽命。仿真結(jié)果表明，該文所提出的基于壓縮感知的動態(tài)目標定位算法具有較好的定位性能。
傳統(tǒng)的動態(tài)目標定位算法需要采集、存儲和處理大量數(shù)據(jù)，并不適用于能量受限的無線傳感器網(wǎng)絡(luò)。針對該缺陷，該文提出一種基于壓縮感知的動態(tài)目標定位算法。該算法利用目標的運動規(guī)律設(shè)計稀疏表示基，從而將動態(tài)目標定位問題轉(zhuǎn)化為稀疏信號恢復(fù)問題。針對傳統(tǒng)觀測矩陣難以實現(xiàn)的缺陷，該算法設(shè)計可實現(xiàn)且與稀疏表示基相關(guān)性低的稀疏觀測矩陣，從而保證了算法的重構(gòu)性能。該算法的特點是可利用較少的數(shù)據(jù)采集實現(xiàn)動態(tài)目標定位，從而大大延長無線傳感器網(wǎng)絡(luò)的壽命。仿真結(jié)果表明，該文所提出的基于壓縮感知的動態(tài)目標定位算法具有較好的定位性能。
2016, 38(8): 1865-1871.
doi: 10.11999/JEIT151205
摘要:
現(xiàn)有基于網(wǎng)絡(luò)報文流量信息的協(xié)議分析方法僅考慮報文載荷中的明文信息，不適用于包含大量密文信息的安全協(xié)議。為充分發(fā)掘利用未知規(guī)范安全協(xié)議的密文數(shù)據(jù)特征，針對安全協(xié)議報文明密文混合、密文位置可變的特點，該文提出一種基于熵估計的安全協(xié)議密文域識別方法CFIA(Ciphertext Field Identification Approach)。在挖掘關(guān)鍵詞序列的基礎(chǔ)上，利用字節(jié)樣本熵描述網(wǎng)絡(luò)流中字節(jié)的分布特性，并依據(jù)密文的隨機性特征，基于熵估計預(yù)定位密文域分布區(qū)間，進而查找密文長度域，定位密文域邊界，識別密文域。實驗結(jié)果表明，該方法僅依靠網(wǎng)絡(luò)數(shù)據(jù)流量信息即可有效識別協(xié)議密文域，并具有較高的準確率。
現(xiàn)有基于網(wǎng)絡(luò)報文流量信息的協(xié)議分析方法僅考慮報文載荷中的明文信息，不適用于包含大量密文信息的安全協(xié)議。為充分發(fā)掘利用未知規(guī)范安全協(xié)議的密文數(shù)據(jù)特征，針對安全協(xié)議報文明密文混合、密文位置可變的特點，該文提出一種基于熵估計的安全協(xié)議密文域識別方法CFIA(Ciphertext Field Identification Approach)。在挖掘關(guān)鍵詞序列的基礎(chǔ)上，利用字節(jié)樣本熵描述網(wǎng)絡(luò)流中字節(jié)的分布特性，并依據(jù)密文的隨機性特征，基于熵估計預(yù)定位密文域分布區(qū)間，進而查找密文長度域，定位密文域邊界，識別密文域。實驗結(jié)果表明，該方法僅依靠網(wǎng)絡(luò)數(shù)據(jù)流量信息即可有效識別協(xié)議密文域，并具有較高的準確率。
2016, 38(8): 1872-1879.
doi: 10.11999/JEIT151264
摘要:
該文基于布魯姆過濾器算法和三態(tài)內(nèi)容尋址存儲器(Ternary Content Addressable Memory, TCAM)技術(shù)提出一種高效范圍匹配方法，解決了目前TCAM范圍匹配方案存在的存儲利用率低、功耗大的問題。設(shè)計基于最長共同前綴的分段匹配算法(Segmented Match on Longest Common Prefix, SMLCP)將范圍匹配拆分為前綴匹配和特征區(qū)間比對兩步，TCAM空間利用率達到100%。根據(jù)SMLCP算法設(shè)計了BF-TCAM模型，使用布魯姆過濾器對關(guān)鍵字過濾，屏蔽無關(guān)項參與比較，大幅降低功耗。使用流水線縮短關(guān)鍵路徑長度，使查找操作在一個時鐘周期內(nèi)完成。研究結(jié)果表明，所提方法實現(xiàn)了零范圍擴張，工作功耗較傳統(tǒng)TCAM降低50%以上。
該文基于布魯姆過濾器算法和三態(tài)內(nèi)容尋址存儲器(Ternary Content Addressable Memory, TCAM)技術(shù)提出一種高效范圍匹配方法，解決了目前TCAM范圍匹配方案存在的存儲利用率低、功耗大的問題。設(shè)計基于最長共同前綴的分段匹配算法(Segmented Match on Longest Common Prefix, SMLCP)將范圍匹配拆分為前綴匹配和特征區(qū)間比對兩步，TCAM空間利用率達到100%。根據(jù)SMLCP算法設(shè)計了BF-TCAM模型，使用布魯姆過濾器對關(guān)鍵字過濾，屏蔽無關(guān)項參與比較，大幅降低功耗。使用流水線縮短關(guān)鍵路徑長度，使查找操作在一個時鐘周期內(nèi)完成。研究結(jié)果表明，所提方法實現(xiàn)了零范圍擴張，工作功耗較傳統(tǒng)TCAM降低50%以上。
2016, 38(8): 1880-1887.
doi: 10.11999/JEIT151201
摘要:
針對混合復(fù)用無源光網(wǎng)絡(luò)的用戶接入距離增大，使得往返時延增加，造成網(wǎng)絡(luò)中閑置時間增多，進而引起帶寬浪費的問題，該文提出一種帶有灰色預(yù)測的高效動態(tài)混合資源分配策略。通過對閑置時間內(nèi)到達的數(shù)據(jù)進行灰色預(yù)測，動態(tài)確立光網(wǎng)絡(luò)單元的帶寬分配策略，以減小網(wǎng)絡(luò)時延；利用波長結(jié)束時間的差異性，周期性地實時調(diào)整各波長的數(shù)據(jù)傳輸順序，實現(xiàn)波長的高效利用和負載均衡。仿真結(jié)果表明，該動態(tài)資源分配策略有效地消除閑置時間的影響，且波長得到高效地利用，提高了帶寬利用率的同時減少網(wǎng)絡(luò)時延。
針對混合復(fù)用無源光網(wǎng)絡(luò)的用戶接入距離增大，使得往返時延增加，造成網(wǎng)絡(luò)中閑置時間增多，進而引起帶寬浪費的問題，該文提出一種帶有灰色預(yù)測的高效動態(tài)混合資源分配策略。通過對閑置時間內(nèi)到達的數(shù)據(jù)進行灰色預(yù)測，動態(tài)確立光網(wǎng)絡(luò)單元的帶寬分配策略，以減小網(wǎng)絡(luò)時延；利用波長結(jié)束時間的差異性，周期性地實時調(diào)整各波長的數(shù)據(jù)傳輸順序，實現(xiàn)波長的高效利用和負載均衡。仿真結(jié)果表明，該動態(tài)資源分配策略有效地消除閑置時間的影響，且波長得到高效地利用，提高了帶寬利用率的同時減少網(wǎng)絡(luò)時延。
2016, 38(8): 1888-1893.
doi: 10.11999/JEIT151259
摘要:
稀疏碼多址接入(SCMA)作為一個前景廣闊的5 G無線空口技術(shù)，能夠滿足海量連接的需求。針對現(xiàn)有SCMA通信系統(tǒng)都是基于并行策略的消息傳遞算法(MPA)進行多用戶檢測，存在信息收斂速度不理想的問題，該文提出一種串行策略的多用戶檢測算法。該算法以資源節(jié)點為序，按串行方式依次進行消息更新與傳遞，保證更新的消息能夠立即進入當前迭代過程，改善了消息傳遞的收斂速度，相比并行策略的多用戶檢測算法，降低了算法復(fù)雜度；同時，充分利用消息間相互關(guān)聯(lián)的特點，融合消息傳遞步驟，降低了存儲器的要求。理論與仿真結(jié)果表明，該算法在誤比特率(BER)性能與算法復(fù)雜度之間可以達到較理想的平衡。
稀疏碼多址接入(SCMA)作為一個前景廣闊的5 G無線空口技術(shù)，能夠滿足海量連接的需求。針對現(xiàn)有SCMA通信系統(tǒng)都是基于并行策略的消息傳遞算法(MPA)進行多用戶檢測，存在信息收斂速度不理想的問題，該文提出一種串行策略的多用戶檢測算法。該算法以資源節(jié)點為序，按串行方式依次進行消息更新與傳遞，保證更新的消息能夠立即進入當前迭代過程，改善了消息傳遞的收斂速度，相比并行策略的多用戶檢測算法，降低了算法復(fù)雜度；同時，充分利用消息間相互關(guān)聯(lián)的特點，融合消息傳遞步驟，降低了存儲器的要求。理論與仿真結(jié)果表明，該算法在誤比特率(BER)性能與算法復(fù)雜度之間可以達到較理想的平衡。
2016, 38(8): 1894-1900.
doi: 10.11999/JEIT151207
摘要:
海量機器類終端(或MTC終端)同步入網(wǎng)時，其業(yè)務(wù)呈現(xiàn)瞬時突發(fā)性，這使得基于齊次或復(fù)合泊松假設(shè)的多信道S-ALOHA穩(wěn)態(tài)性能分析辦法難以直接應(yīng)用。該文以第i個隨機接入時隙內(nèi)第j次進行隨機接入的用戶數(shù)Mi(j)作為狀態(tài)變量，提出了一種沿Mi(j) 的j方向迭代進行多信道S-ALOHA暫態(tài)性能分析的辦法及其近似形式。該迭代辦法可建立第i個隨機接入時隙內(nèi)第j次進行隨機接入的用戶數(shù)與第x個隨機接入時隙內(nèi)新到用戶數(shù)的直接關(guān)系(其中xi)，也可給出接入時延概率密度函數(shù)、概率分布函數(shù)和均值的求解辦法。以3GPP MTC業(yè)務(wù)參考模型進行數(shù)值仿真，驗證了所提迭代辦法及其近似形式的有效性。相關(guān)研究可為承載網(wǎng)絡(luò)的優(yōu)化設(shè)計提供參考。
海量機器類終端(或MTC終端)同步入網(wǎng)時，其業(yè)務(wù)呈現(xiàn)瞬時突發(fā)性，這使得基于齊次或復(fù)合泊松假設(shè)的多信道S-ALOHA穩(wěn)態(tài)性能分析辦法難以直接應(yīng)用。該文以第i個隨機接入時隙內(nèi)第j次進行隨機接入的用戶數(shù)Mi(j)作為狀態(tài)變量，提出了一種沿Mi(j) 的j方向迭代進行多信道S-ALOHA暫態(tài)性能分析的辦法及其近似形式。該迭代辦法可建立第i個隨機接入時隙內(nèi)第j次進行隨機接入的用戶數(shù)與第x個隨機接入時隙內(nèi)新到用戶數(shù)的直接關(guān)系(其中xi)，也可給出接入時延概率密度函數(shù)、概率分布函數(shù)和均值的求解辦法。以3GPP MTC業(yè)務(wù)參考模型進行數(shù)值仿真，驗證了所提迭代辦法及其近似形式的有效性。相關(guān)研究可為承載網(wǎng)絡(luò)的優(yōu)化設(shè)計提供參考。
2016, 38(8): 1901-1907.
doi: 10.11999/JEIT151091
摘要:
針對大規(guī)模多輸入多輸出(MIMO)系統(tǒng)中存在的導(dǎo)頻污染問題，該文提出一種動態(tài)導(dǎo)頻分配方案。所提方案利用目標小區(qū)與干擾小區(qū)用戶之間的信號干擾強度差將干擾小區(qū)分為Uin和Uout兩類，并對Uin中的用戶進行最優(yōu)導(dǎo)頻分配，Uout中的用戶進行隨機導(dǎo)頻分配來提升系統(tǒng)的平均下行可達和速率。同時，在存在額外正交導(dǎo)頻組的情況下對所提方案做了進一步優(yōu)化。仿真結(jié)果表明，所提的動態(tài)導(dǎo)頻分配方案能夠有效地提升大規(guī)模MIMO系統(tǒng)的性能。
針對大規(guī)模多輸入多輸出(MIMO)系統(tǒng)中存在的導(dǎo)頻污染問題，該文提出一種動態(tài)導(dǎo)頻分配方案。所提方案利用目標小區(qū)與干擾小區(qū)用戶之間的信號干擾強度差將干擾小區(qū)分為Uin和Uout兩類，并對Uin中的用戶進行最優(yōu)導(dǎo)頻分配，Uout中的用戶進行隨機導(dǎo)頻分配來提升系統(tǒng)的平均下行可達和速率。同時，在存在額外正交導(dǎo)頻組的情況下對所提方案做了進一步優(yōu)化。仿真結(jié)果表明，所提的動態(tài)導(dǎo)頻分配方案能夠有效地提升大規(guī)模MIMO系統(tǒng)的性能。
2016, 38(8): 1908-1912.
doi: 10.11999/JEIT151161
摘要:
論文研究了存在信道估計誤差及天線相關(guān)條件下，上行多用戶MIMO中繼系統(tǒng)的預(yù)編碼問題，目標是提升系統(tǒng)的誤比特率性能。針對基于放大轉(zhuǎn)發(fā)中繼技術(shù)的上行多用戶MIMO中繼系統(tǒng)，考慮源-中繼和中繼-目的端信道中存在的信道估計誤差及天線相關(guān)，提出一種基于不完全信道狀態(tài)信息(Channel State Information, CSI)的預(yù)編碼設(shè)計方案。首先根據(jù)最小均方誤差(Minimum Mean-Squared Error, MMSE)準則設(shè)計代價函數(shù)，以發(fā)射端和中繼端最大功率為約束條件，通過理論推導(dǎo)求得中繼端和發(fā)射端的線性預(yù)編碼矩陣，最后采用迭代下降法得到接收端處理矩陣的閉式解。數(shù)值仿真結(jié)果表明，在存在信道估計誤差和天線相關(guān)的條件下，與現(xiàn)有算法相比，所提算法能有效降低系統(tǒng)的誤比特率。
論文研究了存在信道估計誤差及天線相關(guān)條件下，上行多用戶MIMO中繼系統(tǒng)的預(yù)編碼問題，目標是提升系統(tǒng)的誤比特率性能。針對基于放大轉(zhuǎn)發(fā)中繼技術(shù)的上行多用戶MIMO中繼系統(tǒng)，考慮源-中繼和中繼-目的端信道中存在的信道估計誤差及天線相關(guān)，提出一種基于不完全信道狀態(tài)信息(Channel State Information, CSI)的預(yù)編碼設(shè)計方案。首先根據(jù)最小均方誤差(Minimum Mean-Squared Error, MMSE)準則設(shè)計代價函數(shù)，以發(fā)射端和中繼端最大功率為約束條件，通過理論推導(dǎo)求得中繼端和發(fā)射端的線性預(yù)編碼矩陣，最后采用迭代下降法得到接收端處理矩陣的閉式解。數(shù)值仿真結(jié)果表明，在存在信道估計誤差和天線相關(guān)的條件下，與現(xiàn)有算法相比，所提算法能有效降低系統(tǒng)的誤比特率。
2016, 38(8): 1913-1919.
doi: 10.11999/JEIT151236
摘要:
在協(xié)同自適應(yīng)解碼轉(zhuǎn)發(fā)中繼系統(tǒng)中，該文針對Nakagami-m衰落信道，研究了基于多天線低復(fù)雜度的機會式傳輸策略的物理層安全性能。為充分利用天線分集增益提升系統(tǒng)安全性能，發(fā)送節(jié)點均采用發(fā)送天線選擇策略，接收節(jié)點均采用最大比合并策略。推導(dǎo)了系統(tǒng)安全中斷概率的閉合表達式，并進一步提供了漸近性能分析，得到了系統(tǒng)的安全分集階數(shù)。仿真結(jié)果驗證了理論分析的正確性，并揭示了各系統(tǒng)參數(shù)對機會式傳輸方案的安全性能的影響。結(jié)果表明，通過增加合法節(jié)點的天線數(shù)和增大合法信道的Nakagami衰落信道參數(shù)可顯著提升系統(tǒng)安全性能。
在協(xié)同自適應(yīng)解碼轉(zhuǎn)發(fā)中繼系統(tǒng)中，該文針對Nakagami-m衰落信道，研究了基于多天線低復(fù)雜度的機會式傳輸策略的物理層安全性能。為充分利用天線分集增益提升系統(tǒng)安全性能，發(fā)送節(jié)點均采用發(fā)送天線選擇策略，接收節(jié)點均采用最大比合并策略。推導(dǎo)了系統(tǒng)安全中斷概率的閉合表達式，并進一步提供了漸近性能分析，得到了系統(tǒng)的安全分集階數(shù)。仿真結(jié)果驗證了理論分析的正確性，并揭示了各系統(tǒng)參數(shù)對機會式傳輸方案的安全性能的影響。結(jié)果表明，通過增加合法節(jié)點的天線數(shù)和增大合法信道的Nakagami衰落信道參數(shù)可顯著提升系統(tǒng)安全性能。
2016, 38(8): 1920-1927.
doi: 10.11999/JEIT151158
摘要:
多輸入多輸出(MIMO)水聲通信技術(shù)可以在極其有限的水聲信道頻帶資源內(nèi)提高信道容量，但多徑和同道干擾的同時存在，使傳統(tǒng)信道估計算法如最小二乘算法、壓縮感知估計算法的性能急劇下降?？紤]到通信數(shù)據(jù)塊間水聲信道多徑結(jié)構(gòu)存在一定的相關(guān)性，該文利用這種數(shù)據(jù)塊間多徑結(jié)構(gòu)的時間域相關(guān)性建立水聲MIMO信道的時域聯(lián)合稀疏模型，并利用同步正交匹配追蹤算法進行多個數(shù)據(jù)塊聯(lián)合稀疏恢復(fù)信道估計，提高MIMO信道多徑稀疏位置的檢測增益并抑制同道干擾，提高水聲MIMO信道的估計性能。仿真和MIMO水聲通信海試實驗表明了所提方法的有效性。
多輸入多輸出(MIMO)水聲通信技術(shù)可以在極其有限的水聲信道頻帶資源內(nèi)提高信道容量，但多徑和同道干擾的同時存在，使傳統(tǒng)信道估計算法如最小二乘算法、壓縮感知估計算法的性能急劇下降?？紤]到通信數(shù)據(jù)塊間水聲信道多徑結(jié)構(gòu)存在一定的相關(guān)性，該文利用這種數(shù)據(jù)塊間多徑結(jié)構(gòu)的時間域相關(guān)性建立水聲MIMO信道的時域聯(lián)合稀疏模型，并利用同步正交匹配追蹤算法進行多個數(shù)據(jù)塊聯(lián)合稀疏恢復(fù)信道估計，提高MIMO信道多徑稀疏位置的檢測增益并抑制同道干擾，提高水聲MIMO信道的估計性能。仿真和MIMO水聲通信海試實驗表明了所提方法的有效性。
2016, 38(8): 1928-1934.
doi: 10.11999/JEIT151255
摘要:
該文給出了以Feistel結(jié)構(gòu)為主框架，以SPS(Substitution-Permutation-Substitution)函數(shù)作為輪函數(shù)的Feistel-SPS結(jié)構(gòu)的反彈攻擊。通過對差分擴散性質(zhì)的研究，得到這一結(jié)構(gòu)的6輪已知密鑰截斷差分區(qū)分器，并在此區(qū)分器的基礎(chǔ)上，給出將這一結(jié)構(gòu)內(nèi)嵌入MMO(Matyas-Meyer-Oseas)和MP(Miyaguchi-Preneel)模式所得到的壓縮函數(shù)的近似碰撞攻擊。此外，還將6輪截斷差分區(qū)分器擴展，得到了7輪的截斷差分路徑，基于此還得到上述兩種模式下壓縮函數(shù)的7輪截斷差分區(qū)分器。
該文給出了以Feistel結(jié)構(gòu)為主框架，以SPS(Substitution-Permutation-Substitution)函數(shù)作為輪函數(shù)的Feistel-SPS結(jié)構(gòu)的反彈攻擊。通過對差分擴散性質(zhì)的研究，得到這一結(jié)構(gòu)的6輪已知密鑰截斷差分區(qū)分器，并在此區(qū)分器的基礎(chǔ)上，給出將這一結(jié)構(gòu)內(nèi)嵌入MMO(Matyas-Meyer-Oseas)和MP(Miyaguchi-Preneel)模式所得到的壓縮函數(shù)的近似碰撞攻擊。此外，還將6輪截斷差分區(qū)分器擴展，得到了7輪的截斷差分路徑，基于此還得到上述兩種模式下壓縮函數(shù)的7輪截斷差分區(qū)分器。
2016, 38(8): 1935-1941.
doi: 10.11999/JEIT151212
摘要:
數(shù)據(jù)空間是一種新型的數(shù)據(jù)管理方式，能夠以pay-as-you-go模式管理海量、動態(tài)、異構(gòu)的數(shù)據(jù)。然而，由于數(shù)據(jù)空間環(huán)境下數(shù)據(jù)的動態(tài)演化、數(shù)據(jù)描述的細粒度和極松散性等原因，難于構(gòu)建有效的訪問控制機制。該文提出一個針對數(shù)據(jù)空間環(huán)境下極松散結(jié)構(gòu)模型，重點支持更新操作的細粒度和動態(tài)的訪問控制框架。首先定義更新操作集用于數(shù)據(jù)空間的數(shù)據(jù)更新，提出支持更新操作的映射方法，可將動態(tài)數(shù)據(jù)映射到關(guān)系數(shù)據(jù)庫中；給出支持更新操作權(quán)限的數(shù)據(jù)空間訪問控制規(guī)則的定義，并分析與關(guān)系數(shù)據(jù)庫的訪問控制規(guī)則二者轉(zhuǎn)換的一致性；然后提出具有可靠性和完備性的訪問請求動態(tài)重寫算法，該算法根據(jù)用戶的讀/寫訪問請求檢索相關(guān)訪問控制規(guī)則，使用相關(guān)權(quán)限信息重寫訪問請求，從而實現(xiàn)支持動態(tài)更新的細粒度數(shù)據(jù)空間訪問控制。理論和實驗證明該框架是可行和有效的。
數(shù)據(jù)空間是一種新型的數(shù)據(jù)管理方式，能夠以pay-as-you-go模式管理海量、動態(tài)、異構(gòu)的數(shù)據(jù)。然而，由于數(shù)據(jù)空間環(huán)境下數(shù)據(jù)的動態(tài)演化、數(shù)據(jù)描述的細粒度和極松散性等原因，難于構(gòu)建有效的訪問控制機制。該文提出一個針對數(shù)據(jù)空間環(huán)境下極松散結(jié)構(gòu)模型，重點支持更新操作的細粒度和動態(tài)的訪問控制框架。首先定義更新操作集用于數(shù)據(jù)空間的數(shù)據(jù)更新，提出支持更新操作的映射方法，可將動態(tài)數(shù)據(jù)映射到關(guān)系數(shù)據(jù)庫中；給出支持更新操作權(quán)限的數(shù)據(jù)空間訪問控制規(guī)則的定義，并分析與關(guān)系數(shù)據(jù)庫的訪問控制規(guī)則二者轉(zhuǎn)換的一致性；然后提出具有可靠性和完備性的訪問請求動態(tài)重寫算法，該算法根據(jù)用戶的讀/寫訪問請求檢索相關(guān)訪問控制規(guī)則，使用相關(guān)權(quán)限信息重寫訪問請求，從而實現(xiàn)支持動態(tài)更新的細粒度數(shù)據(jù)空間訪問控制。理論和實驗證明該框架是可行和有效的。
2016, 38(8): 1942-1949.
doi: 10.11999/JEIT151335
摘要:
色加載知識輔助STAP技術(shù)中，需根據(jù)先驗信息的準確度設(shè)置色加載系數(shù)。已有的基于色加載矩陣預(yù)白化性能評估的色加載系數(shù)優(yōu)化算法(Pre-Whitening, PW)無法評估當前待檢測距離單元(CUT)的先驗信息準確度，對于雜波先驗信息準確度不均勻的場景不具有魯棒性。該文在PW法的基礎(chǔ)上提出一種可有效評估CUT單元色加載矩陣性能的穩(wěn)健色加載系數(shù)優(yōu)化方法(CUT information involved PW, CPW)。CPW法利用部分參考單元樣本實現(xiàn)對CUT單元色加載矩陣預(yù)白化能力的評估，同時解決了PW法優(yōu)化結(jié)果非單值性的問題。仿真實驗討論了CPW法在不同參考單元樣本個數(shù)以及不同先驗信息準確度條件下的色加載系數(shù)優(yōu)化性能。仿真結(jié)果驗證了所提方法的有效性及穩(wěn)健性。
色加載知識輔助STAP技術(shù)中，需根據(jù)先驗信息的準確度設(shè)置色加載系數(shù)。已有的基于色加載矩陣預(yù)白化性能評估的色加載系數(shù)優(yōu)化算法(Pre-Whitening, PW)無法評估當前待檢測距離單元(CUT)的先驗信息準確度，對于雜波先驗信息準確度不均勻的場景不具有魯棒性。該文在PW法的基礎(chǔ)上提出一種可有效評估CUT單元色加載矩陣性能的穩(wěn)健色加載系數(shù)優(yōu)化方法(CUT information involved PW, CPW)。CPW法利用部分參考單元樣本實現(xiàn)對CUT單元色加載矩陣預(yù)白化能力的評估，同時解決了PW法優(yōu)化結(jié)果非單值性的問題。仿真實驗討論了CPW法在不同參考單元樣本個數(shù)以及不同先驗信息準確度條件下的色加載系數(shù)優(yōu)化性能。仿真結(jié)果驗證了所提方法的有效性及穩(wěn)健性。
2016, 38(8): 1950-1955.
doi: 10.11999/JEIT151135
摘要:
針對壓縮感知雷達的感知矩陣相干系數(shù)隨分辨率增加而增大以致不能以大概率對稀疏向量進行完美重構(gòu)的問題，直接基于原始感知矩陣，提出緊湊感知矩陣追蹤(CSMP)算法。該文將CSMP算法應(yīng)用于十字陣雷達的2維波達方向(DOA)估計并進行了計算機仿真。仿真結(jié)果表明與多信號分類(MUSIC)算法，子空間追蹤(SP)算法，基追蹤(BP)算法和稀疏貝葉斯學(xué)習(xí)(SBL)算法相比，基于CSMP算法的DOA估計分辨率得到了較大提高。
針對壓縮感知雷達的感知矩陣相干系數(shù)隨分辨率增加而增大以致不能以大概率對稀疏向量進行完美重構(gòu)的問題，直接基于原始感知矩陣，提出緊湊感知矩陣追蹤(CSMP)算法。該文將CSMP算法應(yīng)用于十字陣雷達的2維波達方向(DOA)估計并進行了計算機仿真。仿真結(jié)果表明與多信號分類(MUSIC)算法，子空間追蹤(SP)算法，基追蹤(BP)算法和稀疏貝葉斯學(xué)習(xí)(SBL)算法相比，基于CSMP算法的DOA估計分辨率得到了較大提高。
2016, 38(8): 1956-1961.
doi: 10.11999/JEIT151261
摘要:
基于各向異性特性反映了散射中心本身屬性，該文提出一種大轉(zhuǎn)角SAR條件下提取散射中心各向異性特性的算法。首先根據(jù)屬性散射中心模型分析單個散射中心的回波構(gòu)成；之后以單位矩陣作為標準正交基，將各向異性特性的估計轉(zhuǎn)化為求解散射中心幅度變化的逆問題；再利用散射中心幅度變化的實數(shù)特性與連續(xù)性對該逆問題進行約束求解，實現(xiàn)了對散射中心各向異性特性的提取。Matlab仿真和電磁計算數(shù)據(jù)的處理結(jié)果驗證了算法的準確性以及穩(wěn)定性；與現(xiàn)有算法對比，所提算法運算效率高。
基于各向異性特性反映了散射中心本身屬性，該文提出一種大轉(zhuǎn)角SAR條件下提取散射中心各向異性特性的算法。首先根據(jù)屬性散射中心模型分析單個散射中心的回波構(gòu)成；之后以單位矩陣作為標準正交基，將各向異性特性的估計轉(zhuǎn)化為求解散射中心幅度變化的逆問題；再利用散射中心幅度變化的實數(shù)特性與連續(xù)性對該逆問題進行約束求解，實現(xiàn)了對散射中心各向異性特性的提取。Matlab仿真和電磁計算數(shù)據(jù)的處理結(jié)果驗證了算法的準確性以及穩(wěn)定性；與現(xiàn)有算法對比，所提算法運算效率高。
2016, 38(8): 1962-1968.
doi: 10.11999/JEIT151231
摘要:
該文針對中段進動目標平動補償問題，分析了中段目標平動及進動的運動特性，指出中段目標進動具有軸對稱性，并利用這一特性提出一種基于對稱共軛相乘的進動目標平動參數(shù)估計方法。該方法通過對稱數(shù)據(jù)的共軛相乘處理消除微動的影響，僅保留平動參數(shù)信息，然后根據(jù)共軛相乘后數(shù)據(jù)傅里葉變換的峰值信息估計平動參數(shù)，并基于所估計平動參數(shù)實現(xiàn)了中段進動目標平動的高精度補償。仿真結(jié)果驗證了所提算法的有效性。
該文針對中段進動目標平動補償問題，分析了中段目標平動及進動的運動特性，指出中段目標進動具有軸對稱性，并利用這一特性提出一種基于對稱共軛相乘的進動目標平動參數(shù)估計方法。該方法通過對稱數(shù)據(jù)的共軛相乘處理消除微動的影響，僅保留平動參數(shù)信息，然后根據(jù)共軛相乘后數(shù)據(jù)傅里葉變換的峰值信息估計平動參數(shù)，并基于所估計平動參數(shù)實現(xiàn)了中段進動目標平動的高精度補償。仿真結(jié)果驗證了所提算法的有效性。
2016, 38(8): 1969-1976.
doi: 10.11999/JEIT151194
摘要:
傳統(tǒng)的自適應(yīng)檢測器大多是在獨立同分布紋理的前提下推導(dǎo)出的。然而，實測海雜波數(shù)據(jù)中各個距離單元的紋理具有相關(guān)性。該文將這一紋理相關(guān)性的信息加入到似然比檢測中，提出一種基于紋理結(jié)構(gòu)的相干檢測器?；谟坷苏{(diào)制在距離上產(chǎn)生紋理相關(guān)性的先驗知識，確定與待檢測單元紋理相關(guān)的距離單元數(shù)目，據(jù)此可以提供待測單元的紋理信息。實測數(shù)據(jù)實驗表明，該檢測器相對于逆伽馬紋理復(fù)合高斯雜波下最優(yōu)檢測器具有一定的性能提升。
傳統(tǒng)的自適應(yīng)檢測器大多是在獨立同分布紋理的前提下推導(dǎo)出的。然而，實測海雜波數(shù)據(jù)中各個距離單元的紋理具有相關(guān)性。該文將這一紋理相關(guān)性的信息加入到似然比檢測中，提出一種基于紋理結(jié)構(gòu)的相干檢測器?；谟坷苏{(diào)制在距離上產(chǎn)生紋理相關(guān)性的先驗知識，確定與待檢測單元紋理相關(guān)的距離單元數(shù)目，據(jù)此可以提供待測單元的紋理信息。實測數(shù)據(jù)實驗表明，該檢測器相對于逆伽馬紋理復(fù)合高斯雜波下最優(yōu)檢測器具有一定的性能提升。
2016, 38(8): 1977-1983.
doi: 10.11999/JEIT160016
摘要:
為了解決雙頻段雙極化星載降水測量雷達的波束寬度匹配和波束指向匹配問題，該文提出雙頻雙極化共孔徑饋源照射拋物柱反射面天線的方案。共孔徑饋源Ku頻段采用微帶天線，Ka頻段采用波導(dǎo)縫隙天線，兩者層疊交錯排列在一起。實測結(jié)果表明，波束寬度匹配指標和波束指向匹配指標與美國國家航空航天局正在研發(fā)的第2代星載降水測量雷達的指標相當。相對于第2代星載降水測量雷達天線采用的分置式饋源，該文給出的共孔徑饋源具有占用空間小的優(yōu)點，適用于星載平臺。
為了解決雙頻段雙極化星載降水測量雷達的波束寬度匹配和波束指向匹配問題，該文提出雙頻雙極化共孔徑饋源照射拋物柱反射面天線的方案。共孔徑饋源Ku頻段采用微帶天線，Ka頻段采用波導(dǎo)縫隙天線，兩者層疊交錯排列在一起。實測結(jié)果表明，波束寬度匹配指標和波束指向匹配指標與美國國家航空航天局正在研發(fā)的第2代星載降水測量雷達的指標相當。相對于第2代星載降水測量雷達天線采用的分置式饋源，該文給出的共孔徑饋源具有占用空間小的優(yōu)點，適用于星載平臺。
2016, 38(8): 1984-1990.
doi: 10.11999/JEIT151139
摘要:
由于欺騙干擾模擬發(fā)送與導(dǎo)航衛(wèi)星信號相同的C/A碼，這使得衛(wèi)星導(dǎo)航接收機極易被其誤導(dǎo)和誘騙，從而給出錯誤的定位信息。考慮到導(dǎo)航信號和同結(jié)構(gòu)欺騙干擾自身都具有強自相關(guān)性，且欺騙干擾功率稍大于真實信號，該文提出一種采用陣列天線抑制同結(jié)構(gòu)欺騙干擾的盲干擾抑制方法。該方法從多天線接收數(shù)據(jù)與其自身延遲的參考數(shù)據(jù)做互相關(guān)入手，利用該互相關(guān)矩陣求解干擾的正交投影矩陣，最后將投影后信號互相關(guān)矩陣的最大特征值對應(yīng)的特征矢量作為最優(yōu)權(quán)。該方法處理時無需已知真實信號和干擾方向的來波方向，也無需對衛(wèi)星C/A碼序列進行遍歷搜索從而解擴。理論分析和實驗結(jié)果表明，該陣列波束能夠有效抑制干擾，陣列輸出SNR較高，干擾抑制后接收機捕獲性能不受干擾影響。
由于欺騙干擾模擬發(fā)送與導(dǎo)航衛(wèi)星信號相同的C/A碼，這使得衛(wèi)星導(dǎo)航接收機極易被其誤導(dǎo)和誘騙，從而給出錯誤的定位信息。考慮到導(dǎo)航信號和同結(jié)構(gòu)欺騙干擾自身都具有強自相關(guān)性，且欺騙干擾功率稍大于真實信號，該文提出一種采用陣列天線抑制同結(jié)構(gòu)欺騙干擾的盲干擾抑制方法。該方法從多天線接收數(shù)據(jù)與其自身延遲的參考數(shù)據(jù)做互相關(guān)入手，利用該互相關(guān)矩陣求解干擾的正交投影矩陣，最后將投影后信號互相關(guān)矩陣的最大特征值對應(yīng)的特征矢量作為最優(yōu)權(quán)。該方法處理時無需已知真實信號和干擾方向的來波方向，也無需對衛(wèi)星C/A碼序列進行遍歷搜索從而解擴。理論分析和實驗結(jié)果表明，該陣列波束能夠有效抑制干擾，陣列輸出SNR較高，干擾抑制后接收機捕獲性能不受干擾影響。
2016, 38(8): 1991-1998.
doi: 10.11999/JEIT151156
摘要:
相位恢復(fù)是指僅利用圖像的傅里葉幅值對原始圖像進行恢復(fù)。由于傅里葉幅值中包含的信息量較少，當圖像的過采樣率相對較低時，傳統(tǒng)的相位恢復(fù)算法無法實現(xiàn)圖像的有效重構(gòu)。因此如何利用合適的先驗知識來提高圖像重構(gòu)質(zhì)量是相位恢復(fù)的一個關(guān)鍵問題。該文將卡通-紋理模型用于相位恢復(fù)，利用全變差(TV)和雙樹復(fù)數(shù)小波(DTCWT)兩種稀疏表示方法將圖像分解為卡通成分和紋理成分，并提出了基于交替方向乘子法(ADMM)的有效求解算法。實驗結(jié)果表明，該算法能有效提高圖像重構(gòu)質(zhì)量。
相位恢復(fù)是指僅利用圖像的傅里葉幅值對原始圖像進行恢復(fù)。由于傅里葉幅值中包含的信息量較少，當圖像的過采樣率相對較低時，傳統(tǒng)的相位恢復(fù)算法無法實現(xiàn)圖像的有效重構(gòu)。因此如何利用合適的先驗知識來提高圖像重構(gòu)質(zhì)量是相位恢復(fù)的一個關(guān)鍵問題。該文將卡通-紋理模型用于相位恢復(fù)，利用全變差(TV)和雙樹復(fù)數(shù)小波(DTCWT)兩種稀疏表示方法將圖像分解為卡通成分和紋理成分，并提出了基于交替方向乘子法(ADMM)的有效求解算法。實驗結(jié)果表明，該算法能有效提高圖像重構(gòu)質(zhì)量。
2016, 38(8): 1999-2006.
doi: 10.11999/JEIT151227
摘要:
為充分利用殘差中的圖像信息以提升非局部均值算法的去噪性能，該文提出一種多級殘差圖像濾波新方法。首先對含噪圖像進行非局部均值濾波得到初始的去噪圖像和權(quán)值分布矩陣，然后對殘差圖像進行固定權(quán)值非局部均值濾波來提取圖像結(jié)構(gòu)信息，將提取的信息經(jīng)高斯平滑抑噪后作為補償圖像，與去噪圖像相加得到增強的恢復(fù)圖像。針對上述方法提出一種多級濾波的實現(xiàn)方案，從理論上推導(dǎo)證明了該方法的原理及可行性，并提出一種無需參考圖像的迭代停止準則來自適應(yīng)地優(yōu)選濾波級數(shù)。實驗結(jié)果表明，提出的迭代停止準則能夠達到與峰值信噪比一致的優(yōu)選結(jié)果；與經(jīng)典的非局部均值算法相比，在計算效率相當?shù)那闆r下，所提方法能夠顯著地提升其去噪性能，峰值信噪比平均可以提高1.2 dB，且具有更好的細節(jié)保持能力。
為充分利用殘差中的圖像信息以提升非局部均值算法的去噪性能，該文提出一種多級殘差圖像濾波新方法。首先對含噪圖像進行非局部均值濾波得到初始的去噪圖像和權(quán)值分布矩陣，然后對殘差圖像進行固定權(quán)值非局部均值濾波來提取圖像結(jié)構(gòu)信息，將提取的信息經(jīng)高斯平滑抑噪后作為補償圖像，與去噪圖像相加得到增強的恢復(fù)圖像。針對上述方法提出一種多級濾波的實現(xiàn)方案，從理論上推導(dǎo)證明了該方法的原理及可行性，并提出一種無需參考圖像的迭代停止準則來自適應(yīng)地優(yōu)選濾波級數(shù)。實驗結(jié)果表明，提出的迭代停止準則能夠達到與峰值信噪比一致的優(yōu)選結(jié)果；與經(jīng)典的非局部均值算法相比，在計算效率相當?shù)那闆r下，所提方法能夠顯著地提升其去噪性能，峰值信噪比平均可以提高1.2 dB，且具有更好的細節(jié)保持能力。
2016, 38(8): 2007-2013.
doi: 10.11999/JEIT151217
摘要:
針對穩(wěn)定隨機變量有限二階矩不存在的特點，該文定義了一種新的廣義相關(guān)熵，并從理論上證明了對稱穩(wěn)定分布隨機變量廣義相關(guān)熵的有界性。此外，提出了一種穩(wěn)定分布噪聲下基于最小廣義相關(guān)熵準則的DOA估計新方法，給出了一種迭代優(yōu)化算法并通過仿真實驗分析了算法的收斂性。仿真結(jié)果表明，與現(xiàn)有基于分數(shù)低階矩的FLOM-MUSIC、基于類相關(guān)熵的CRCO-MUSIC以及基于lp范數(shù)的ACO-MUSIC算法相比，所提方法可以獲得更好的估計結(jié)果，尤其是在高脈沖性噪聲環(huán)境下具有更加明顯的優(yōu)勢。
針對穩(wěn)定隨機變量有限二階矩不存在的特點，該文定義了一種新的廣義相關(guān)熵，并從理論上證明了對稱穩(wěn)定分布隨機變量廣義相關(guān)熵的有界性。此外，提出了一種穩(wěn)定分布噪聲下基于最小廣義相關(guān)熵準則的DOA估計新方法，給出了一種迭代優(yōu)化算法并通過仿真實驗分析了算法的收斂性。仿真結(jié)果表明，與現(xiàn)有基于分數(shù)低階矩的FLOM-MUSIC、基于類相關(guān)熵的CRCO-MUSIC以及基于lp范數(shù)的ACO-MUSIC算法相比，所提方法可以獲得更好的估計結(jié)果，尤其是在高脈沖性噪聲環(huán)境下具有更加明顯的優(yōu)勢。
2016, 38(8): 2014-2019.
doi: 10.11999/JEIT151213
摘要:
傳統(tǒng)雙約束穩(wěn)健Capon波束形成算法采用牛頓迭代法求解最優(yōu)加載量，存在計算精度低且運算量大的問題。該文提出一種改進的雙約束穩(wěn)健Capon波束形成(DCRCB)算法，該算法對信號協(xié)方差矩陣進行重構(gòu)，基于期望信號導(dǎo)向矢量在噪聲子空間的投影最優(yōu)，將重構(gòu)后的干擾加噪聲協(xié)方差矩陣投影到噪聲子空間，得到基于噪聲子空間的雙約束算法模型。該算法中通過模約束的輔助約束作用，將改進的雙約束算法模型轉(zhuǎn)化為單約束問題，最終解得最優(yōu)對角加載量的解析表達式。仿真結(jié)果表明改進算法能通過調(diào)整主瓣寬度優(yōu)化波束旁瓣，有效提高了抗矢量偏差的魯棒性，同時降低了運算量。
傳統(tǒng)雙約束穩(wěn)健Capon波束形成算法采用牛頓迭代法求解最優(yōu)加載量，存在計算精度低且運算量大的問題。該文提出一種改進的雙約束穩(wěn)健Capon波束形成(DCRCB)算法，該算法對信號協(xié)方差矩陣進行重構(gòu)，基于期望信號導(dǎo)向矢量在噪聲子空間的投影最優(yōu)，將重構(gòu)后的干擾加噪聲協(xié)方差矩陣投影到噪聲子空間，得到基于噪聲子空間的雙約束算法模型。該算法中通過模約束的輔助約束作用，將改進的雙約束算法模型轉(zhuǎn)化為單約束問題，最終解得最優(yōu)對角加載量的解析表達式。仿真結(jié)果表明改進算法能通過調(diào)整主瓣寬度優(yōu)化波束旁瓣，有效提高了抗矢量偏差的魯棒性，同時降低了運算量。
2016, 38(8): 2020-2026.
doi: 10.11999/JEIT151302
摘要:
針對現(xiàn)有雙通道語音活動檢測(Voice Activity Detection, VAD)算法依賴于固定閾值難以在多種噪聲環(huán)境下準確地檢測語音和噪聲，應(yīng)用于手機消噪系統(tǒng)會造成語音失真或噪聲消除不好等問題，該文提出一種基于神經(jīng)網(wǎng)絡(luò)的VAD算法，該算法以分頻帶能量差和歸一化互通道相關(guān)為特征，采用神經(jīng)網(wǎng)絡(luò)對語音和噪聲進行分類。在此基礎(chǔ)上，將神經(jīng)網(wǎng)絡(luò)VAD與基于互通道信號功率比值的VAD相結(jié)合，提出一種新的適用于手機消噪系統(tǒng)的語音和噪聲活動檢測算法分別對語音和噪聲進行檢測，并以此進行噪聲抑制處理，減少了消噪系統(tǒng)因VAD誤判而造成的性能下降。實驗結(jié)果表明，該處理方法在抑制背景噪聲和減少語音失真等方面優(yōu)于現(xiàn)有的消噪算法，對于方向性語音干擾也有很好的抑制效果。
針對現(xiàn)有雙通道語音活動檢測(Voice Activity Detection, VAD)算法依賴于固定閾值難以在多種噪聲環(huán)境下準確地檢測語音和噪聲，應(yīng)用于手機消噪系統(tǒng)會造成語音失真或噪聲消除不好等問題，該文提出一種基于神經(jīng)網(wǎng)絡(luò)的VAD算法，該算法以分頻帶能量差和歸一化互通道相關(guān)為特征，采用神經(jīng)網(wǎng)絡(luò)對語音和噪聲進行分類。在此基礎(chǔ)上，將神經(jīng)網(wǎng)絡(luò)VAD與基于互通道信號功率比值的VAD相結(jié)合，提出一種新的適用于手機消噪系統(tǒng)的語音和噪聲活動檢測算法分別對語音和噪聲進行檢測，并以此進行噪聲抑制處理，減少了消噪系統(tǒng)因VAD誤判而造成的性能下降。實驗結(jié)果表明，該處理方法在抑制背景噪聲和減少語音失真等方面優(yōu)于現(xiàn)有的消噪算法，對于方向性語音干擾也有很好的抑制效果。
2016, 38(8): 2027-2032.
doi: 10.11999/JEIT151082
摘要:
針對實際視覺跟蹤中目標表觀與前背景的非線性變化，論文提出一種基于偏最小二乘分析(PLS)表示與隨機梯度的目標優(yōu)化跟蹤方法。該方法將目標跟蹤轉(zhuǎn)化為表示誤差與分類損失的聯(lián)合優(yōu)化問題。首先，為了提高算法對前背景表觀變化的穩(wěn)定性，利用PLS理論的非線性對目標區(qū)域的前背景信息進行表達，并通過空間聚類構(gòu)造多個線性外觀模型來描述目標區(qū)域的動態(tài)變化，建立帶約束條件的表觀特征庫；然后，提出一種確定性搜索機制，構(gòu)造聯(lián)合優(yōu)化目標函數(shù)，使表示誤差與分類損失最小化；結(jié)合表觀建模特點，構(gòu)建隨機梯度分類器，對模型進行增量特征更新，最終實現(xiàn)對目標的穩(wěn)定準確跟蹤。經(jīng)多場景對比實驗驗證，該算法能有效應(yīng)對目標前背景的多種復(fù)雜變化。
針對實際視覺跟蹤中目標表觀與前背景的非線性變化，論文提出一種基于偏最小二乘分析(PLS)表示與隨機梯度的目標優(yōu)化跟蹤方法。該方法將目標跟蹤轉(zhuǎn)化為表示誤差與分類損失的聯(lián)合優(yōu)化問題。首先，為了提高算法對前背景表觀變化的穩(wěn)定性，利用PLS理論的非線性對目標區(qū)域的前背景信息進行表達，并通過空間聚類構(gòu)造多個線性外觀模型來描述目標區(qū)域的動態(tài)變化，建立帶約束條件的表觀特征庫；然后，提出一種確定性搜索機制，構(gòu)造聯(lián)合優(yōu)化目標函數(shù)，使表示誤差與分類損失最小化；結(jié)合表觀建模特點，構(gòu)建隨機梯度分類器，對模型進行增量特征更新，最終實現(xiàn)對目標的穩(wěn)定準確跟蹤。經(jīng)多場景對比實驗驗證，該算法能有效應(yīng)對目標前背景的多種復(fù)雜變化。
2016, 38(8): 2033-2039.
doi: 10.11999/JEIT151137
摘要:
流程挖掘技術(shù)可以提取機場流程日志中的有用信息用于流程分析。但機場流程日志處于細節(jié)化的低抽象層次，不符合分析者的預(yù)期。對機場流程日志挖掘得到的流程模型呈現(xiàn)意面狀的復(fù)雜結(jié)構(gòu)，流程模型的含義難于理解。解決該問題的一種方法是通過活動挖掘，將低抽象層次活動聚類為流程模型中表征高抽象層次活動的活動類簇。為此提出了一種基于RankClus算法的活動挖掘方法，將機場流程日志的活動聚類與活動排序評分計算相結(jié)合，從而構(gòu)建更易理解的活動聚類流程模型。實驗結(jié)果表明，RankClus活動聚類流程模型的日志回放一致性與原生日志流程模型大致相當，但在結(jié)構(gòu)復(fù)雜度上要顯著低于原生日志流程模型。
流程挖掘技術(shù)可以提取機場流程日志中的有用信息用于流程分析。但機場流程日志處于細節(jié)化的低抽象層次，不符合分析者的預(yù)期。對機場流程日志挖掘得到的流程模型呈現(xiàn)意面狀的復(fù)雜結(jié)構(gòu)，流程模型的含義難于理解。解決該問題的一種方法是通過活動挖掘，將低抽象層次活動聚類為流程模型中表征高抽象層次活動的活動類簇。為此提出了一種基于RankClus算法的活動挖掘方法，將機場流程日志的活動聚類與活動排序評分計算相結(jié)合，從而構(gòu)建更易理解的活動聚類流程模型。實驗結(jié)果表明，RankClus活動聚類流程模型的日志回放一致性與原生日志流程模型大致相當，但在結(jié)構(gòu)復(fù)雜度上要顯著低于原生日志流程模型。
2016, 38(8): 2040-2046.
doi: 10.11999/JEIT151331
摘要:
為實現(xiàn)運行體智能自主定位，該文提出基于生物位置細胞放電機理的空間位置表征方法。首先建立運行體空間位置與運行體和不同路標之間距離的對應(yīng)關(guān)系，以兩種不同的空間覆蓋方式構(gòu)建位置細胞圖，然后利用感知的距離信息激發(fā)位置細胞放電估計運行體位置，并分析了模型中各參數(shù)對空間位置表征和定位性能的影響。仿真結(jié)果表明，兩種方法均能通過構(gòu)建的位置細胞圖實現(xiàn)空間位置表征和自主定位，但等間隔離散空間構(gòu)建位置細胞圖方法受距離間隔影響較大，而任意探索構(gòu)建位置細胞圖方法從生物自主感知空間位置的角度出發(fā)，通過選擇合適的距離閾值和運動訓(xùn)練時間構(gòu)建位置細胞圖，能夠更好地完成運行體空間位置表征并且定位精度也較高。
為實現(xiàn)運行體智能自主定位，該文提出基于生物位置細胞放電機理的空間位置表征方法。首先建立運行體空間位置與運行體和不同路標之間距離的對應(yīng)關(guān)系，以兩種不同的空間覆蓋方式構(gòu)建位置細胞圖，然后利用感知的距離信息激發(fā)位置細胞放電估計運行體位置，并分析了模型中各參數(shù)對空間位置表征和定位性能的影響。仿真結(jié)果表明，兩種方法均能通過構(gòu)建的位置細胞圖實現(xiàn)空間位置表征和自主定位，但等間隔離散空間構(gòu)建位置細胞圖方法受距離間隔影響較大，而任意探索構(gòu)建位置細胞圖方法從生物自主感知空間位置的角度出發(fā)，通過選擇合適的距離閾值和運動訓(xùn)練時間構(gòu)建位置細胞圖，能夠更好地完成運行體空間位置表征并且定位精度也較高。
2016, 38(8): 2047-2053.
doi: 10.11999/JEIT151237
摘要:
為提高約束多目標優(yōu)化問題所求解集的分布性和收斂性，該文提出基于自適應(yīng)截斷策略的約束多目標優(yōu)化算法。首先，自適應(yīng)截斷選擇策略能夠保留Pareto最優(yōu)解和約束違反度及目標函數(shù)值均較優(yōu)的不可行解，不僅提高了種群多樣性，而且能夠較好地兼顧多樣性和收斂性；其次，為增強算法的局部開發(fā)能力，在變異操作和交叉操作之后進行指數(shù)變異；最后，改進的擁擠密度估計方式只選擇一部分Pareto最優(yōu)解和距離較近的個體參與計算，不僅更加準確地反映解集的分布性，而且降低了計算量。通過在標準測試問題(CTP系列)上與其他4種優(yōu)秀算法的對比結(jié)果可以得出，該算法所求解集的分布性和收斂性均得到一定提高，而且相較于對比算法在求解性能上具備一定的優(yōu)勢。
為提高約束多目標優(yōu)化問題所求解集的分布性和收斂性，該文提出基于自適應(yīng)截斷策略的約束多目標優(yōu)化算法。首先，自適應(yīng)截斷選擇策略能夠保留Pareto最優(yōu)解和約束違反度及目標函數(shù)值均較優(yōu)的不可行解，不僅提高了種群多樣性，而且能夠較好地兼顧多樣性和收斂性；其次，為增強算法的局部開發(fā)能力，在變異操作和交叉操作之后進行指數(shù)變異；最后，改進的擁擠密度估計方式只選擇一部分Pareto最優(yōu)解和距離較近的個體參與計算，不僅更加準確地反映解集的分布性，而且降低了計算量。通過在標準測試問題(CTP系列)上與其他4種優(yōu)秀算法的對比結(jié)果可以得出，該算法所求解集的分布性和收斂性均得到一定提高，而且相較于對比算法在求解性能上具備一定的優(yōu)勢。
2016, 38(8): 2054-2061.
doi: 10.11999/JEIT151209
摘要:
傳統(tǒng)模糊系統(tǒng)建模方法本質(zhì)上是一種單視角學(xué)習(xí)模式，面向適合多視角處理的場景時，它們通常只能將每一視角割裂開來進行獨立建模，這導(dǎo)致其所得系統(tǒng)泛化性能往往不令人滿意。針對此缺陷，該文探討具備多視角學(xué)習(xí)能力的模糊系統(tǒng)建模方法。為此，基于經(jīng)典的L2型TSK模糊系統(tǒng)，通過引入具備多視角學(xué)習(xí)能力的協(xié)同學(xué)習(xí)項，該文提出了核心的多視角TSK型模糊系統(tǒng)(MV-TSK-FS)建模方法。MV-TSK-FS不僅能有效地利用各視角不同特征構(gòu)成的獨立樣本信息，還能充分地利用各視角間由于相互關(guān)聯(lián)而存在內(nèi)在信息，以最終達到提高系統(tǒng)泛化性能的效果。在模擬數(shù)據(jù)集與真實數(shù)據(jù)集上的實驗結(jié)果驗證了較之于傳統(tǒng)單視角模糊建模方法該多視角模糊系統(tǒng)有著更好的泛化性和適用性。
傳統(tǒng)模糊系統(tǒng)建模方法本質(zhì)上是一種單視角學(xué)習(xí)模式，面向適合多視角處理的場景時，它們通常只能將每一視角割裂開來進行獨立建模，這導(dǎo)致其所得系統(tǒng)泛化性能往往不令人滿意。針對此缺陷，該文探討具備多視角學(xué)習(xí)能力的模糊系統(tǒng)建模方法。為此，基于經(jīng)典的L2型TSK模糊系統(tǒng)，通過引入具備多視角學(xué)習(xí)能力的協(xié)同學(xué)習(xí)項，該文提出了核心的多視角TSK型模糊系統(tǒng)(MV-TSK-FS)建模方法。MV-TSK-FS不僅能有效地利用各視角不同特征構(gòu)成的獨立樣本信息，還能充分地利用各視角間由于相互關(guān)聯(lián)而存在內(nèi)在信息，以最終達到提高系統(tǒng)泛化性能的效果。在模擬數(shù)據(jù)集與真實數(shù)據(jù)集上的實驗結(jié)果驗證了較之于傳統(tǒng)單視角模糊建模方法該多視角模糊系統(tǒng)有著更好的泛化性和適用性。
2016, 38(8): 2062-2067.
doi: 10.11999/JEIT160101
摘要:
該文針對含未知參數(shù)的異結(jié)構(gòu)超混沌復(fù)系統(tǒng)，基于自適應(yīng)控制及Lyapunov穩(wěn)定性理論，提出一種新的自適應(yīng)廣義組合復(fù)同步方法 (GCCS)。首先給出廣義組合復(fù)同步的定義，將驅(qū)動-響應(yīng)系統(tǒng)的同步問題轉(zhuǎn)化為誤差系統(tǒng)零解的穩(wěn)定性問題；然后從理論上設(shè)計了非線性反饋同步控制器及參數(shù)辨識更新律，并引入誤差反饋增益，以控制同步的收斂速度；最后以超混沌復(fù)Lorenz系統(tǒng)、超混沌復(fù)Chen系統(tǒng)、超混沌復(fù)L系統(tǒng)的廣義組合復(fù)同步與參數(shù)估計為例，從數(shù)值仿真角度驗證了所提方法的正確性和有效性。
該文針對含未知參數(shù)的異結(jié)構(gòu)超混沌復(fù)系統(tǒng)，基于自適應(yīng)控制及Lyapunov穩(wěn)定性理論，提出一種新的自適應(yīng)廣義組合復(fù)同步方法 (GCCS)。首先給出廣義組合復(fù)同步的定義，將驅(qū)動-響應(yīng)系統(tǒng)的同步問題轉(zhuǎn)化為誤差系統(tǒng)零解的穩(wěn)定性問題；然后從理論上設(shè)計了非線性反饋同步控制器及參數(shù)辨識更新律，并引入誤差反饋增益，以控制同步的收斂速度；最后以超混沌復(fù)Lorenz系統(tǒng)、超混沌復(fù)Chen系統(tǒng)、超混沌復(fù)L系統(tǒng)的廣義組合復(fù)同步與參數(shù)估計為例，從數(shù)值仿真角度驗證了所提方法的正確性和有效性。
2016, 38(8): 2068-2075.
doi: 10.11999/JEIT151346
摘要:
隨著圖像數(shù)據(jù)的迅猛增長，當前主流的圖像檢索方法采用的視覺特征編碼步驟固定，缺少學(xué)習(xí)能力，導(dǎo)致其圖像表達能力不強，而且視覺特征維數(shù)較高，嚴重制約了其圖像檢索性能。針對這些問題，該文提出一種基于深度卷積神徑網(wǎng)絡(luò)學(xué)習(xí)二進制哈希編碼的方法，用于大規(guī)模的圖像檢索。該文的基本思想是在深度學(xué)習(xí)框架中增加一個哈希層，同時學(xué)習(xí)圖像特征和哈希函數(shù)，且哈希函數(shù)滿足獨立性和量化誤差最小的約束。首先，利用卷積神經(jīng)網(wǎng)絡(luò)強大的學(xué)習(xí)能力挖掘訓(xùn)練圖像的內(nèi)在隱含關(guān)系，提取圖像深層特征，增強圖像特征的區(qū)分性和表達能力。然后，將圖像特征輸入到哈希層，學(xué)習(xí)哈希函數(shù)使得哈希層輸出的二進制哈希碼分類誤差和量化誤差最小，且滿足獨立性約束。最后，給定輸入圖像通過該框架的哈希層得到相應(yīng)的哈希碼，從而可以在低維漢明空間中完成對大規(guī)模圖像數(shù)據(jù)的有效檢索。在3個常用數(shù)據(jù)集上的實驗結(jié)果表明，利用所提方法得到哈希碼，其圖像檢索性能優(yōu)于當前主流方法。
隨著圖像數(shù)據(jù)的迅猛增長，當前主流的圖像檢索方法采用的視覺特征編碼步驟固定，缺少學(xué)習(xí)能力，導(dǎo)致其圖像表達能力不強，而且視覺特征維數(shù)較高，嚴重制約了其圖像檢索性能。針對這些問題，該文提出一種基于深度卷積神徑網(wǎng)絡(luò)學(xué)習(xí)二進制哈希編碼的方法，用于大規(guī)模的圖像檢索。該文的基本思想是在深度學(xué)習(xí)框架中增加一個哈希層，同時學(xué)習(xí)圖像特征和哈希函數(shù)，且哈希函數(shù)滿足獨立性和量化誤差最小的約束。首先，利用卷積神經(jīng)網(wǎng)絡(luò)強大的學(xué)習(xí)能力挖掘訓(xùn)練圖像的內(nèi)在隱含關(guān)系，提取圖像深層特征，增強圖像特征的區(qū)分性和表達能力。然后，將圖像特征輸入到哈希層，學(xué)習(xí)哈希函數(shù)使得哈希層輸出的二進制哈希碼分類誤差和量化誤差最小，且滿足獨立性約束。最后，給定輸入圖像通過該框架的哈希層得到相應(yīng)的哈希碼，從而可以在低維漢明空間中完成對大規(guī)模圖像數(shù)據(jù)的有效檢索。在3個常用數(shù)據(jù)集上的實驗結(jié)果表明，利用所提方法得到哈希碼，其圖像檢索性能優(yōu)于當前主流方法。
2016, 38(8): 2076-2084.
doi: 10.11999/JEIT151132
摘要:
針對遷移聚類問題，該文提出一種新的基于Kullback-Leiber距離的遷移仿射聚類算法(TAP_KL)。該算法從概率角度重新解釋AP算法的目標函數(shù)，并借助于信息論中最常見的一種距離度量，即Kullback-Leiber距離，測量源域與目標域代表點的相似性。另外，通過詳細分析TAP_KL算法與AP算法的目標函數(shù)，得出一個重要結(jié)論，即可以將源域與目標域的相似性嵌入到目標域數(shù)據(jù)集相似性矩陣的計算中，從而直接利用AP算法的優(yōu)化算法優(yōu)化TAP_KL算法的目標函數(shù)，解決基于代表點的遷移聚類問題。最后，通過基于4個數(shù)據(jù)集的仿真實驗，進一步驗證了TAP_KL算法在解決遷移聚類問題時的有效性。
針對遷移聚類問題，該文提出一種新的基于Kullback-Leiber距離的遷移仿射聚類算法(TAP_KL)。該算法從概率角度重新解釋AP算法的目標函數(shù)，并借助于信息論中最常見的一種距離度量，即Kullback-Leiber距離，測量源域與目標域代表點的相似性。另外，通過詳細分析TAP_KL算法與AP算法的目標函數(shù)，得出一個重要結(jié)論，即可以將源域與目標域的相似性嵌入到目標域數(shù)據(jù)集相似性矩陣的計算中，從而直接利用AP算法的優(yōu)化算法優(yōu)化TAP_KL算法的目標函數(shù)，解決基于代表點的遷移聚類問題。最后，通過基于4個數(shù)據(jù)集的仿真實驗，進一步驗證了TAP_KL算法在解決遷移聚類問題時的有效性。
2016, 38(8): 2085-2090.
doi: 10.11999/JEIT151218
摘要:
尋找相對于尺度、平移、旋轉(zhuǎn)不變的小波不變量是多尺度分析在模式識別中應(yīng)用的關(guān)鍵性問題。該文利用基于統(tǒng)計的不變矩這一理論和應(yīng)用上都比較成熟的方法，將圖像有限個尺度的小波近似系數(shù)和圖像不變矩聯(lián)系起來，從而給出了一種小波矩不變量，得到了比較完善的理論和實驗結(jié)果。同時指出了該理論方法在實際應(yīng)用中所需注意的地方，最后簡要闡述了多尺度分析與不變矩的應(yīng)用關(guān)系。
尋找相對于尺度、平移、旋轉(zhuǎn)不變的小波不變量是多尺度分析在模式識別中應(yīng)用的關(guān)鍵性問題。該文利用基于統(tǒng)計的不變矩這一理論和應(yīng)用上都比較成熟的方法，將圖像有限個尺度的小波近似系數(shù)和圖像不變矩聯(lián)系起來，從而給出了一種小波矩不變量，得到了比較完善的理論和實驗結(jié)果。同時指出了該理論方法在實際應(yīng)用中所需注意的地方，最后簡要闡述了多尺度分析與不變矩的應(yīng)用關(guān)系。
2016, 38(8): 2091-2098.
doi: 10.11999/JEIT151049
摘要:
設(shè)計安全的無線射頻識別協(xié)議有助于實現(xiàn)智慧城市的規(guī)劃和構(gòu)建完善的智慧網(wǎng)絡(luò)。安全的RFID所有權(quán)轉(zhuǎn)移協(xié)議要求同時具備安全性和隱私性，標簽的前向不可追蹤性和后向不可追蹤性是RFID系統(tǒng)實際應(yīng)用中需要考量的兩個重要的隱私性能。針對現(xiàn)有供應(yīng)鏈系統(tǒng)中所有權(quán)轉(zhuǎn)移協(xié)議存在的各種安全隱私問題，該文改進了原有前向不可追蹤性定義的錯過密鑰更新過程的不合理的假設(shè)，提出了強前向不可追蹤性的概念。提出了一個基于二次剩余定理的輕量級RFID所有權(quán)轉(zhuǎn)移協(xié)議，并使用改進的模型和定義形式化證明了協(xié)議的安全性和隱私性。證明結(jié)果表明新方案既可以抵御內(nèi)部讀卡器惡意假冒攻擊，追蹤攻擊，標簽假冒攻擊和異步攻擊，又滿足強前向不可追蹤性和后向不可追蹤性等隱私性能；新協(xié)議在實現(xiàn)低成本和高效率認證的基礎(chǔ)上，比其他協(xié)議安全性和隱私性更好。
設(shè)計安全的無線射頻識別協(xié)議有助于實現(xiàn)智慧城市的規(guī)劃和構(gòu)建完善的智慧網(wǎng)絡(luò)。安全的RFID所有權(quán)轉(zhuǎn)移協(xié)議要求同時具備安全性和隱私性，標簽的前向不可追蹤性和后向不可追蹤性是RFID系統(tǒng)實際應(yīng)用中需要考量的兩個重要的隱私性能。針對現(xiàn)有供應(yīng)鏈系統(tǒng)中所有權(quán)轉(zhuǎn)移協(xié)議存在的各種安全隱私問題，該文改進了原有前向不可追蹤性定義的錯過密鑰更新過程的不合理的假設(shè)，提出了強前向不可追蹤性的概念。提出了一個基于二次剩余定理的輕量級RFID所有權(quán)轉(zhuǎn)移協(xié)議，并使用改進的模型和定義形式化證明了協(xié)議的安全性和隱私性。證明結(jié)果表明新方案既可以抵御內(nèi)部讀卡器惡意假冒攻擊，追蹤攻擊，標簽假冒攻擊和異步攻擊，又滿足強前向不可追蹤性和后向不可追蹤性等隱私性能；新協(xié)議在實現(xiàn)低成本和高效率認證的基礎(chǔ)上，比其他協(xié)議安全性和隱私性更好。
2016, 38(8): 2099-2106.
doi: 10.11999/JEIT151233
摘要:
隨機計算是一種特殊的基于概率數(shù)據(jù)碼流的數(shù)學(xué)計算方法，其優(yōu)點在于可以采用非常簡單的數(shù)字邏輯完成復(fù)雜數(shù)學(xué)運算，從而大幅降低硬件實現(xiàn)成本。該文首先討論了隨機計算的基本原理和主要運算邏輯，論述了傳統(tǒng)線性狀態(tài)機的不足，并分析了一種2維狀態(tài)轉(zhuǎn)移拓撲結(jié)構(gòu)，推導(dǎo)了通過2維有限狀態(tài)機實現(xiàn)高斯函數(shù)的方法。在此基礎(chǔ)上，提出一種隨機徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型，其硬件實現(xiàn)成本非常低，而性能與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)相當。兩類模式識別實驗結(jié)果顯示，所提出的隨機徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的輸出值均方誤差與相應(yīng)結(jié)構(gòu)傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的差別小于1.3%。FPGA實驗結(jié)果顯示，數(shù)據(jù)寬度為12位時，隨機中間神經(jīng)元的電路面積僅為傳統(tǒng)插值查表結(jié)構(gòu)的1.2%、坐標旋轉(zhuǎn)數(shù)字計算方法(CORDIC)的2%。通過改變輸入碼流長度，該神經(jīng)網(wǎng)絡(luò)可以在處理速度、功耗和準確性之間作出平衡，具有應(yīng)用靈活性，適用于對成本、功耗要求較高的應(yīng)用如嵌入式、便攜式、穿戴式設(shè)備。
隨機計算是一種特殊的基于概率數(shù)據(jù)碼流的數(shù)學(xué)計算方法，其優(yōu)點在于可以采用非常簡單的數(shù)字邏輯完成復(fù)雜數(shù)學(xué)運算，從而大幅降低硬件實現(xiàn)成本。該文首先討論了隨機計算的基本原理和主要運算邏輯，論述了傳統(tǒng)線性狀態(tài)機的不足，并分析了一種2維狀態(tài)轉(zhuǎn)移拓撲結(jié)構(gòu)，推導(dǎo)了通過2維有限狀態(tài)機實現(xiàn)高斯函數(shù)的方法。在此基礎(chǔ)上，提出一種隨機徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型，其硬件實現(xiàn)成本非常低，而性能與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)相當。兩類模式識別實驗結(jié)果顯示，所提出的隨機徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的輸出值均方誤差與相應(yīng)結(jié)構(gòu)傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的差別小于1.3%。FPGA實驗結(jié)果顯示，數(shù)據(jù)寬度為12位時，隨機中間神經(jīng)元的電路面積僅為傳統(tǒng)插值查表結(jié)構(gòu)的1.2%、坐標旋轉(zhuǎn)數(shù)字計算方法(CORDIC)的2%。通過改變輸入碼流長度，該神經(jīng)網(wǎng)絡(luò)可以在處理速度、功耗和準確性之間作出平衡，具有應(yīng)用靈活性，適用于對成本、功耗要求較高的應(yīng)用如嵌入式、便攜式、穿戴式設(shè)備。
2016, 38(8): 2107-2112.
doi: 10.11999/JEIT151189
摘要:
該文提出了一種虛擬的最小均方有源單元方向圖展開方法，將不等間隔陣列的有源方向圖展開為一個虛擬的均勻間隔陣列的若干單元輻射的疊加。通過該方法，對包含陣元耦合效應(yīng)的不等間隔陣列方向圖，可以使用快速傅里葉變換進行加速計算。并且，該文將這個方法與遺傳算法(GA)相結(jié)合，得到一種改進的GA-FFT方法，可以應(yīng)用于解決含陣元互耦的不均勻間隔陣列的賦形波束綜合問題。最后，分別對不等間隔的偶極子陣列平頂方向圖及微帶陣列的余割平方方向圖進行了綜合，結(jié)果表明所提方法的有效性和優(yōu)勢。
該文提出了一種虛擬的最小均方有源單元方向圖展開方法，將不等間隔陣列的有源方向圖展開為一個虛擬的均勻間隔陣列的若干單元輻射的疊加。通過該方法，對包含陣元耦合效應(yīng)的不等間隔陣列方向圖，可以使用快速傅里葉變換進行加速計算。并且，該文將這個方法與遺傳算法(GA)相結(jié)合，得到一種改進的GA-FFT方法，可以應(yīng)用于解決含陣元互耦的不均勻間隔陣列的賦形波束綜合問題。最后，分別對不等間隔的偶極子陣列平頂方向圖及微帶陣列的余割平方方向圖進行了綜合，結(jié)果表明所提方法的有效性和優(yōu)勢。
2016, 38(8): 2113-2121.
doi: 10.11999/JEIT151254
摘要:
隨著工藝尺寸的不斷縮小，由單粒子瞬態(tài)(Single Event Transient, SET)效應(yīng)引起的軟錯誤已經(jīng)成為影響宇航用深亞微米VLSI電路可靠性的主要威脅，而SET脈沖的產(chǎn)生和傳播也成為電路軟錯誤研究的熱點問題。通過研究SET脈沖在邏輯鏈路中的傳播發(fā)現(xiàn)：脈沖上升時間和下降時間的差異能夠引起輸出脈沖寬度的展寬或衰減；脈沖的寬度和幅度可決定其是否會被門的電氣效應(yīng)所屏蔽。該文提出一種四值脈沖參數(shù)模型可準確模擬SET脈沖形狀，并采用結(jié)合查找表和經(jīng)驗公式的方法來模擬SET脈沖在電路中的傳播過程。該文提出的四值脈沖參數(shù)模型可模擬SET脈沖在傳播過程中的展寬和衰減效應(yīng)，與單參數(shù)脈沖模型相比計算精度提高了2.4%。該文應(yīng)用基于圖的故障傳播概率算法模擬SET脈沖傳播過程中的邏輯屏蔽，可快速計算電路的軟錯誤率。對ISCAS89及ISCAS85電路進行分析的實驗結(jié)果表明：該方法與HSPICE仿真方法的平均偏差為4.12%，計算速度提升10000倍。該文方法可對大規(guī)模集成電路的軟錯誤率進行快速分析。
隨著工藝尺寸的不斷縮小，由單粒子瞬態(tài)(Single Event Transient, SET)效應(yīng)引起的軟錯誤已經(jīng)成為影響宇航用深亞微米VLSI電路可靠性的主要威脅，而SET脈沖的產(chǎn)生和傳播也成為電路軟錯誤研究的熱點問題。通過研究SET脈沖在邏輯鏈路中的傳播發(fā)現(xiàn)：脈沖上升時間和下降時間的差異能夠引起輸出脈沖寬度的展寬或衰減；脈沖的寬度和幅度可決定其是否會被門的電氣效應(yīng)所屏蔽。該文提出一種四值脈沖參數(shù)模型可準確模擬SET脈沖形狀，并采用結(jié)合查找表和經(jīng)驗公式的方法來模擬SET脈沖在電路中的傳播過程。該文提出的四值脈沖參數(shù)模型可模擬SET脈沖在傳播過程中的展寬和衰減效應(yīng)，與單參數(shù)脈沖模型相比計算精度提高了2.4%。該文應(yīng)用基于圖的故障傳播概率算法模擬SET脈沖傳播過程中的邏輯屏蔽，可快速計算電路的軟錯誤率。對ISCAS89及ISCAS85電路進行分析的實驗結(jié)果表明：該方法與HSPICE仿真方法的平均偏差為4.12%，計算速度提升10000倍。該文方法可對大規(guī)模集成電路的軟錯誤率進行快速分析。
2016, 38(8): 2122-2128.
doi: 10.11999/JEIT151256
摘要:
該文提出一種非帶隙基準電路，通過一個帶超級源極跟隨器的預(yù)調(diào)制電路提供一個穩(wěn)定的電壓，為基準核心電路供電。超級源極跟隨器通過降低基準核心電路電源端的對地阻抗，有效提高了基準電路的電源抑制能力。該基準電路采用0.35 m CMOS 工藝設(shè)計并流片，測試結(jié)果表明，該電路的工作電源電壓為1.8~5 V，靜態(tài)電流約為13 A。低頻處電源抑制比(PSRR)約等于-100 dB，在小于1 kHz頻率范圍內(nèi)PSRR均優(yōu)于-93 dB。并且其片上面積僅為0.013 mm2。
該文提出一種非帶隙基準電路，通過一個帶超級源極跟隨器的預(yù)調(diào)制電路提供一個穩(wěn)定的電壓，為基準核心電路供電。超級源極跟隨器通過降低基準核心電路電源端的對地阻抗，有效提高了基準電路的電源抑制能力。該基準電路采用0.35 m CMOS 工藝設(shè)計并流片，測試結(jié)果表明，該電路的工作電源電壓為1.8~5 V，靜態(tài)電流約為13 A。低頻處電源抑制比(PSRR)約等于-100 dB，在小于1 kHz頻率范圍內(nèi)PSRR均優(yōu)于-93 dB。并且其片上面積僅為0.013 mm2。
