郵件訂閱
2017年 第39卷 第3期
顯示方式:
2017, 39(3): 509-517.
doi: 10.11999/JEIT160513
摘要:
為了進(jìn)行動(dòng)態(tài)網(wǎng)絡(luò)防御有效性評(píng)估，該文提出動(dòng)態(tài)網(wǎng)絡(luò)防御環(huán)境下的主機(jī)安全狀態(tài)轉(zhuǎn)移圖生成算法，構(gòu)建了主機(jī)安全狀態(tài)遷移模型，基于狀態(tài)轉(zhuǎn)移概率給出了動(dòng)態(tài)網(wǎng)絡(luò)防御有效性的定量評(píng)估方法，為動(dòng)態(tài)網(wǎng)絡(luò)防御策略設(shè)計(jì)提供了有益參考。最后，通過一個(gè)典型網(wǎng)絡(luò)實(shí)例說明和驗(yàn)證了上述模型和方法的可行性和有效性。
為了進(jìn)行動(dòng)態(tài)網(wǎng)絡(luò)防御有效性評(píng)估，該文提出動(dòng)態(tài)網(wǎng)絡(luò)防御環(huán)境下的主機(jī)安全狀態(tài)轉(zhuǎn)移圖生成算法，構(gòu)建了主機(jī)安全狀態(tài)遷移模型，基于狀態(tài)轉(zhuǎn)移概率給出了動(dòng)態(tài)網(wǎng)絡(luò)防御有效性的定量評(píng)估方法，為動(dòng)態(tài)網(wǎng)絡(luò)防御策略設(shè)計(jì)提供了有益參考。最后，通過一個(gè)典型網(wǎng)絡(luò)實(shí)例說明和驗(yàn)證了上述模型和方法的可行性和有效性。
2017, 39(3): 518-524.
doi: 10.11999/JEIT160396
摘要:
該文在分析傳統(tǒng)復(fù)雜網(wǎng)絡(luò)節(jié)點(diǎn)攻擊策略不足的基礎(chǔ)上提出一種新的攻擊策略，該策略的思路是將節(jié)點(diǎn)攻擊序列的構(gòu)造問題視為一個(gè)優(yōu)化問題而非傳統(tǒng)的評(píng)估問題。為了實(shí)現(xiàn)該策略，設(shè)計(jì)了復(fù)雜網(wǎng)絡(luò)抗毀性測(cè)度用以衡量節(jié)點(diǎn)攻擊序列的攻擊效果，建立了以最大化攻擊效果為目標(biāo)的節(jié)點(diǎn)攻擊序列構(gòu)造模型，提出了基于禁忌搜索的模型求解算法。在真實(shí)網(wǎng)絡(luò)和模擬網(wǎng)絡(luò)上的實(shí)驗(yàn)結(jié)果表明，新策略比其它復(fù)雜網(wǎng)絡(luò)節(jié)點(diǎn)攻擊策略更為有效和優(yōu)越。
該文在分析傳統(tǒng)復(fù)雜網(wǎng)絡(luò)節(jié)點(diǎn)攻擊策略不足的基礎(chǔ)上提出一種新的攻擊策略，該策略的思路是將節(jié)點(diǎn)攻擊序列的構(gòu)造問題視為一個(gè)優(yōu)化問題而非傳統(tǒng)的評(píng)估問題。為了實(shí)現(xiàn)該策略，設(shè)計(jì)了復(fù)雜網(wǎng)絡(luò)抗毀性測(cè)度用以衡量節(jié)點(diǎn)攻擊序列的攻擊效果，建立了以最大化攻擊效果為目標(biāo)的節(jié)點(diǎn)攻擊序列構(gòu)造模型，提出了基于禁忌搜索的模型求解算法。在真實(shí)網(wǎng)絡(luò)和模擬網(wǎng)絡(luò)上的實(shí)驗(yàn)結(jié)果表明，新策略比其它復(fù)雜網(wǎng)絡(luò)節(jié)點(diǎn)攻擊策略更為有效和優(yōu)越。
2017, 39(3): 525-531.
doi: 10.11999/JEIT160410
摘要:
僵尸主機(jī)(Bot)安全隱蔽地獲取控制命令信息是保證僵尸網(wǎng)絡(luò)能夠正常工作的前提。該文針對(duì)本地網(wǎng)絡(luò)同類型Bot隱蔽地獲取控制命令信息問題，提出一種基于LLMNR協(xié)議與證據(jù)理論的命令控制信息分享機(jī)制，首先定義了開機(jī)時(shí)間比和CPU利用率兩個(gè)評(píng)價(jià)Bot性能的指標(biāo)。其次本地網(wǎng)絡(luò)中多個(gè)同類Bot間利用LLMNR Query包通告各自兩個(gè)指標(biāo)值，并利用D-S證據(jù)理論選舉出僵尸主機(jī)臨時(shí)代表BTL(Bot Temporary Leader)。接著僅允許BTL與命令控制服務(wù)器進(jìn)行通信并獲取命令控制信息。最后，BTL通過LLMNR Query包將命令控制信息分發(fā)給其它Bot。實(shí)驗(yàn)結(jié)果表明，該機(jī)制能使多個(gè)同類Bot完成命令控制信息的共享，選舉算法能根據(jù)Bot評(píng)價(jià)指標(biāo)實(shí)時(shí)有效選舉出BTL，在網(wǎng)絡(luò)流量較大時(shí)仍呈現(xiàn)較強(qiáng)的魯棒性，且選舉過程產(chǎn)生流量也具有較好隱蔽性。
僵尸主機(jī)(Bot)安全隱蔽地獲取控制命令信息是保證僵尸網(wǎng)絡(luò)能夠正常工作的前提。該文針對(duì)本地網(wǎng)絡(luò)同類型Bot隱蔽地獲取控制命令信息問題，提出一種基于LLMNR協(xié)議與證據(jù)理論的命令控制信息分享機(jī)制，首先定義了開機(jī)時(shí)間比和CPU利用率兩個(gè)評(píng)價(jià)Bot性能的指標(biāo)。其次本地網(wǎng)絡(luò)中多個(gè)同類Bot間利用LLMNR Query包通告各自兩個(gè)指標(biāo)值，并利用D-S證據(jù)理論選舉出僵尸主機(jī)臨時(shí)代表BTL(Bot Temporary Leader)。接著僅允許BTL與命令控制服務(wù)器進(jìn)行通信并獲取命令控制信息。最后，BTL通過LLMNR Query包將命令控制信息分發(fā)給其它Bot。實(shí)驗(yàn)結(jié)果表明，該機(jī)制能使多個(gè)同類Bot完成命令控制信息的共享，選舉算法能根據(jù)Bot評(píng)價(jià)指標(biāo)實(shí)時(shí)有效選舉出BTL，在網(wǎng)絡(luò)流量較大時(shí)仍呈現(xiàn)較強(qiáng)的魯棒性，且選舉過程產(chǎn)生流量也具有較好隱蔽性。
2017, 39(3): 532-538.
doi: 10.11999/JEIT160454
摘要:
現(xiàn)有多中繼無線網(wǎng)絡(luò)中傳輸調(diào)度方案主要針對(duì)單信源且轉(zhuǎn)發(fā)鏈路狀態(tài)相同的情況，多采用順序轉(zhuǎn)發(fā)的調(diào)度方式，傳輸效率較低。針對(duì)此問題，該文提出一種基于隨機(jī)線性網(wǎng)絡(luò)編碼的優(yōu)先級(jí)調(diào)度方案。該方案在不同的傳輸階段，利用信息包接收狀態(tài)或編碼向量之間的線性關(guān)系生成反饋信息，計(jì)算中繼節(jié)點(diǎn)的有效信息包數(shù)。在轉(zhuǎn)發(fā)鏈路狀態(tài)不同的情況下，綜合考慮各中繼節(jié)點(diǎn)的有效信息與鏈路傳輸可靠性，確定優(yōu)先級(jí)，從而完成調(diào)度。該方案實(shí)現(xiàn)了多中繼對(duì)多信源信息的協(xié)同轉(zhuǎn)發(fā)，在轉(zhuǎn)發(fā)鏈路狀態(tài)差異較大時(shí)，能自適應(yīng)地選擇最優(yōu)轉(zhuǎn)發(fā)節(jié)點(diǎn)和路徑，提高信息包的傳輸成功率。仿真結(jié)果表明，相比傳統(tǒng)基于單信源或順序調(diào)度的方案，該方案能有效提高網(wǎng)絡(luò)吞吐量，減少重傳次數(shù)。
現(xiàn)有多中繼無線網(wǎng)絡(luò)中傳輸調(diào)度方案主要針對(duì)單信源且轉(zhuǎn)發(fā)鏈路狀態(tài)相同的情況，多采用順序轉(zhuǎn)發(fā)的調(diào)度方式，傳輸效率較低。針對(duì)此問題，該文提出一種基于隨機(jī)線性網(wǎng)絡(luò)編碼的優(yōu)先級(jí)調(diào)度方案。該方案在不同的傳輸階段，利用信息包接收狀態(tài)或編碼向量之間的線性關(guān)系生成反饋信息，計(jì)算中繼節(jié)點(diǎn)的有效信息包數(shù)。在轉(zhuǎn)發(fā)鏈路狀態(tài)不同的情況下，綜合考慮各中繼節(jié)點(diǎn)的有效信息與鏈路傳輸可靠性，確定優(yōu)先級(jí)，從而完成調(diào)度。該方案實(shí)現(xiàn)了多中繼對(duì)多信源信息的協(xié)同轉(zhuǎn)發(fā)，在轉(zhuǎn)發(fā)鏈路狀態(tài)差異較大時(shí)，能自適應(yīng)地選擇最優(yōu)轉(zhuǎn)發(fā)節(jié)點(diǎn)和路徑，提高信息包的傳輸成功率。仿真結(jié)果表明，相比傳統(tǒng)基于單信源或順序調(diào)度的方案，該方案能有效提高網(wǎng)絡(luò)吞吐量，減少重傳次數(shù)。
2017, 39(3): 539-545.
doi: 10.11999/JEIT160439
摘要:
分布式壓縮感知(Distributed Compressed Sensing, DCS)是在無線傳感器網(wǎng)絡(luò)(Wireless Sensor Network, WSN)中減少數(shù)據(jù)傳輸量、降低能量消耗的有效手段。該文面向分簇WSN，提出層次化分布式壓縮感知(Hierarchical Distributed Compressed Sensing, HDCS)。在利用簇內(nèi)DCS消除簇內(nèi)時(shí)間、空間冗余的基礎(chǔ)上，利用簇間DCS消除簇間空間冗余，減少簇頭的數(shù)據(jù)發(fā)送量。針對(duì)分簇WSN采集信號(hào)的結(jié)構(gòu)化稀疏特性，建立塊稀疏簇內(nèi)聯(lián)合稀疏模型與塊稀疏簇間聯(lián)合稀疏模型，提出HDCS觀測(cè)方案與層次化聯(lián)合重構(gòu)算法。仿真結(jié)果表明，與普通DCS相比，HDCS在保證重建信號(hào)質(zhì)量的同時(shí)，能夠有效減輕簇頭的通信負(fù)擔(dān)，并顯著降低Sink上的信號(hào)重構(gòu)時(shí)間。
分布式壓縮感知(Distributed Compressed Sensing, DCS)是在無線傳感器網(wǎng)絡(luò)(Wireless Sensor Network, WSN)中減少數(shù)據(jù)傳輸量、降低能量消耗的有效手段。該文面向分簇WSN，提出層次化分布式壓縮感知(Hierarchical Distributed Compressed Sensing, HDCS)。在利用簇內(nèi)DCS消除簇內(nèi)時(shí)間、空間冗余的基礎(chǔ)上，利用簇間DCS消除簇間空間冗余，減少簇頭的數(shù)據(jù)發(fā)送量。針對(duì)分簇WSN采集信號(hào)的結(jié)構(gòu)化稀疏特性，建立塊稀疏簇內(nèi)聯(lián)合稀疏模型與塊稀疏簇間聯(lián)合稀疏模型，提出HDCS觀測(cè)方案與層次化聯(lián)合重構(gòu)算法。仿真結(jié)果表明，與普通DCS相比，HDCS在保證重建信號(hào)質(zhì)量的同時(shí)，能夠有效減輕簇頭的通信負(fù)擔(dān)，并顯著降低Sink上的信號(hào)重構(gòu)時(shí)間。
2017, 39(3): 546-553.
doi: 10.11999/JEIT160507
摘要:
軟件定義網(wǎng)絡(luò)(SDN)和網(wǎng)絡(luò)功能虛擬化(NFV)促進(jìn)了網(wǎng)絡(luò)的創(chuàng)新，NFV實(shí)現(xiàn)了虛擬網(wǎng)絡(luò)功能(VNF)的邏輯集中部署。針對(duì)vEPC(virtualized Evolved Packed Core)網(wǎng)絡(luò)中VNF的池組化部署問題，該文提出一種支持節(jié)點(diǎn)分割的VNF部署模型，該模型基于虛擬請(qǐng)求業(yè)務(wù)流量的感知，利用節(jié)點(diǎn)分割算法動(dòng)態(tài)調(diào)整VNF與底層網(wǎng)絡(luò)資源切片的映射關(guān)系，實(shí)現(xiàn)VNF的跨域組池。與傳統(tǒng)的多功能鏈聯(lián)合映射算法相比，該方法能夠?qū)崿F(xiàn)節(jié)點(diǎn)資源細(xì)粒度化管理和統(tǒng)籌調(diào)度，優(yōu)化網(wǎng)絡(luò)視圖，減少資源碎片。在SNDlib提供的網(wǎng)絡(luò)拓?fù)鋵?shí)例下仿真證明，該模型可以降低虛擬網(wǎng)絡(luò)的資源開銷，并提高虛擬網(wǎng)絡(luò)的請(qǐng)求接收率。
軟件定義網(wǎng)絡(luò)(SDN)和網(wǎng)絡(luò)功能虛擬化(NFV)促進(jìn)了網(wǎng)絡(luò)的創(chuàng)新，NFV實(shí)現(xiàn)了虛擬網(wǎng)絡(luò)功能(VNF)的邏輯集中部署。針對(duì)vEPC(virtualized Evolved Packed Core)網(wǎng)絡(luò)中VNF的池組化部署問題，該文提出一種支持節(jié)點(diǎn)分割的VNF部署模型，該模型基于虛擬請(qǐng)求業(yè)務(wù)流量的感知，利用節(jié)點(diǎn)分割算法動(dòng)態(tài)調(diào)整VNF與底層網(wǎng)絡(luò)資源切片的映射關(guān)系，實(shí)現(xiàn)VNF的跨域組池。與傳統(tǒng)的多功能鏈聯(lián)合映射算法相比，該方法能夠?qū)崿F(xiàn)節(jié)點(diǎn)資源細(xì)粒度化管理和統(tǒng)籌調(diào)度，優(yōu)化網(wǎng)絡(luò)視圖，減少資源碎片。在SNDlib提供的網(wǎng)絡(luò)拓?fù)鋵?shí)例下仿真證明，該模型可以降低虛擬網(wǎng)絡(luò)的資源開銷，并提高虛擬網(wǎng)絡(luò)的請(qǐng)求接收率。
2017, 39(3): 554-560.
doi: 10.11999/JEIT160400
摘要:
傳統(tǒng)協(xié)作通信常采用譯碼轉(zhuǎn)發(fā)(DF)協(xié)議。而該協(xié)議在源-中繼節(jié)點(diǎn)鏈路通信質(zhì)量較差情況下，易出現(xiàn)誤碼傳播現(xiàn)象。為了改進(jìn)該問題，該文提出可應(yīng)用于編碼協(xié)作(CC)機(jī)制的Raptor編碼協(xié)作方案，其可在高信噪比下獲得較大編碼增益和滿分集增益。它在源節(jié)點(diǎn)和中繼節(jié)點(diǎn)使用不同Raptor編碼，使中繼節(jié)點(diǎn)新編碼碼字為源節(jié)點(diǎn)碼字的部分校驗(yàn)信息，使接收端所得碼字獨(dú)立不等。因此，目的節(jié)點(diǎn)在分別接收來自不同獨(dú)立鏈路消息后，可根據(jù)碼字間固有關(guān)系聯(lián)合譯碼，以獲得額外發(fā)送空間分集增益。為了降低復(fù)雜度，Raptor碼的預(yù)編碼還可采用整數(shù)序列構(gòu)造的準(zhǔn)循環(huán)低密度奇偶校驗(yàn)(QC-LDPC)碼，從而獲得較低線性預(yù)編碼復(fù)雜度。仿真表明：在誤比特率(BER)為10-4 時(shí)，所提Raptor編碼協(xié)作方案較傳統(tǒng)DF協(xié)議Raptor方案，Raptor與分布式空時(shí)分組碼(DSTBC)結(jié)合方案，分別有2 dB和1 dB增益。此外，當(dāng)中斷概率為10-2時(shí)，其性能較CC, DF協(xié)作方案提高了約2 dB和7 dB。
傳統(tǒng)協(xié)作通信常采用譯碼轉(zhuǎn)發(fā)(DF)協(xié)議。而該協(xié)議在源-中繼節(jié)點(diǎn)鏈路通信質(zhì)量較差情況下，易出現(xiàn)誤碼傳播現(xiàn)象。為了改進(jìn)該問題，該文提出可應(yīng)用于編碼協(xié)作(CC)機(jī)制的Raptor編碼協(xié)作方案，其可在高信噪比下獲得較大編碼增益和滿分集增益。它在源節(jié)點(diǎn)和中繼節(jié)點(diǎn)使用不同Raptor編碼，使中繼節(jié)點(diǎn)新編碼碼字為源節(jié)點(diǎn)碼字的部分校驗(yàn)信息，使接收端所得碼字獨(dú)立不等。因此，目的節(jié)點(diǎn)在分別接收來自不同獨(dú)立鏈路消息后，可根據(jù)碼字間固有關(guān)系聯(lián)合譯碼，以獲得額外發(fā)送空間分集增益。為了降低復(fù)雜度，Raptor碼的預(yù)編碼還可采用整數(shù)序列構(gòu)造的準(zhǔn)循環(huán)低密度奇偶校驗(yàn)(QC-LDPC)碼，從而獲得較低線性預(yù)編碼復(fù)雜度。仿真表明：在誤比特率(BER)為10-4 時(shí)，所提Raptor編碼協(xié)作方案較傳統(tǒng)DF協(xié)議Raptor方案，Raptor與分布式空時(shí)分組碼(DSTBC)結(jié)合方案，分別有2 dB和1 dB增益。此外，當(dāng)中斷概率為10-2時(shí)，其性能較CC, DF協(xié)作方案提高了約2 dB和7 dB。
2017, 39(3): 561-567.
doi: 10.11999/JEIT160476
摘要:
該文提出一種基于人工免疫的同步字識(shí)別算法，解決了無線網(wǎng)絡(luò)鏈路層協(xié)議幀同步字的識(shí)別問題。算法在定義相關(guān)概念的基礎(chǔ)上，通過對(duì)已知協(xié)議類型文件集脫氧核苷酸(ODN)濃度的計(jì)算，得到了相關(guān)協(xié)議的同步字脫氧核苷酸庫；然后，利用得到的同步字脫氧核苷酸庫與相關(guān)文件集進(jìn)行連續(xù)一致匹配，生成同步字檢測(cè)基因庫；最后，利用得到的同步字脫氧核苷酸庫和同步字檢測(cè)基因庫，通過連續(xù)一致匹配和基因相似度值的計(jì)算，實(shí)現(xiàn)了同步字的準(zhǔn)確識(shí)別。仿真實(shí)驗(yàn)驗(yàn)證了算法的有效性，與已有的模式串匹配算法相比，所提算法的魯棒性較好，具有一定的工程應(yīng)用價(jià)值。
該文提出一種基于人工免疫的同步字識(shí)別算法，解決了無線網(wǎng)絡(luò)鏈路層協(xié)議幀同步字的識(shí)別問題。算法在定義相關(guān)概念的基礎(chǔ)上，通過對(duì)已知協(xié)議類型文件集脫氧核苷酸(ODN)濃度的計(jì)算，得到了相關(guān)協(xié)議的同步字脫氧核苷酸庫；然后，利用得到的同步字脫氧核苷酸庫與相關(guān)文件集進(jìn)行連續(xù)一致匹配，生成同步字檢測(cè)基因庫；最后，利用得到的同步字脫氧核苷酸庫和同步字檢測(cè)基因庫，通過連續(xù)一致匹配和基因相似度值的計(jì)算，實(shí)現(xiàn)了同步字的準(zhǔn)確識(shí)別。仿真實(shí)驗(yàn)驗(yàn)證了算法的有效性，與已有的模式串匹配算法相比，所提算法的魯棒性較好，具有一定的工程應(yīng)用價(jià)值。
2017, 39(3): 568-574.
doi: 10.11999/JEIT160420
摘要:
針對(duì)非協(xié)作通信中猝發(fā)類幅相調(diào)制信號(hào)先驗(yàn)信息少，數(shù)據(jù)量小，信噪比低等特點(diǎn)，該文在修正常模算法(MCMA)數(shù)據(jù)重用算法基礎(chǔ)之上提出一種基于星座軟信息的猝發(fā)信號(hào)盲均衡算法，采用接收信號(hào)的統(tǒng)計(jì)信息代替調(diào)制信息，并引入循環(huán)迭代的思想，實(shí)現(xiàn)了猝發(fā)信號(hào)的快速盲均衡。此方案不需要調(diào)制方式等先驗(yàn)信息，復(fù)雜度低，靈活性好，適合非合作接收條件。仿真表明，在抗噪聲，抗頻偏，抗相偏性能與傳統(tǒng)算法基本保持一致的前提下，該文算法在收斂速度，穩(wěn)態(tài)誤差等方面均優(yōu)于原算法，對(duì)深衰落信道效果顯著，可應(yīng)用于工程實(shí)踐。
針對(duì)非協(xié)作通信中猝發(fā)類幅相調(diào)制信號(hào)先驗(yàn)信息少，數(shù)據(jù)量小，信噪比低等特點(diǎn)，該文在修正常模算法(MCMA)數(shù)據(jù)重用算法基礎(chǔ)之上提出一種基于星座軟信息的猝發(fā)信號(hào)盲均衡算法，采用接收信號(hào)的統(tǒng)計(jì)信息代替調(diào)制信息，并引入循環(huán)迭代的思想，實(shí)現(xiàn)了猝發(fā)信號(hào)的快速盲均衡。此方案不需要調(diào)制方式等先驗(yàn)信息，復(fù)雜度低，靈活性好，適合非合作接收條件。仿真表明，在抗噪聲，抗頻偏，抗相偏性能與傳統(tǒng)算法基本保持一致的前提下，該文算法在收斂速度，穩(wěn)態(tài)誤差等方面均優(yōu)于原算法，對(duì)深衰落信道效果顯著，可應(yīng)用于工程實(shí)踐。
2017, 39(3): 575-581.
doi: 10.11999/JEIT160535
摘要:
該文給出了一個(gè)新的二次多項(xiàng)式混沌系統(tǒng)，并利用系統(tǒng)與Tent映射拓?fù)涔曹椀男再|(zhì)，給出了系統(tǒng)的概率密度函數(shù)，基于概率密度的形式，進(jìn)一步設(shè)計(jì)了一個(gè)變換函數(shù)，實(shí)現(xiàn)了系統(tǒng)的均勻化。針對(duì)均勻化前后的混沌系統(tǒng)構(gòu)造了S盒生成算法，對(duì)該算法產(chǎn)生的300個(gè)S盒進(jìn)行差分概率(DP)和線性概率(LP)的統(tǒng)計(jì)分析，結(jié)果表明均勻化后混沌系統(tǒng)產(chǎn)生的S盒的DP和LP略優(yōu)于均勻化前的值。
該文給出了一個(gè)新的二次多項(xiàng)式混沌系統(tǒng)，并利用系統(tǒng)與Tent映射拓?fù)涔曹椀男再|(zhì)，給出了系統(tǒng)的概率密度函數(shù)，基于概率密度的形式，進(jìn)一步設(shè)計(jì)了一個(gè)變換函數(shù)，實(shí)現(xiàn)了系統(tǒng)的均勻化。針對(duì)均勻化前后的混沌系統(tǒng)構(gòu)造了S盒生成算法，對(duì)該算法產(chǎn)生的300個(gè)S盒進(jìn)行差分概率(DP)和線性概率(LP)的統(tǒng)計(jì)分析，結(jié)果表明均勻化后混沌系統(tǒng)產(chǎn)生的S盒的DP和LP略優(yōu)于均勻化前的值。
2017, 39(3): 582-589.
doi: 10.11999/JEIT160471
摘要:
傳統(tǒng)的靜態(tài)頻譜分配方式難以適應(yīng)未來無線通信業(yè)務(wù)的發(fā)展需求，可能導(dǎo)致運(yùn)營商業(yè)務(wù)和用戶服務(wù)質(zhì)量受到限制。針對(duì)此問題，該文建立了一個(gè)包括頻譜租賃服務(wù)平臺(tái)層、運(yùn)營商層及用戶層的多運(yùn)營商頻譜共享模型。在該模型中，多個(gè)A類運(yùn)營商將其多余頻譜放置在頻譜租賃服務(wù)平臺(tái)，供B類運(yùn)營商租賃，B類運(yùn)營商與多個(gè)A類運(yùn)營商既競(jìng)爭(zhēng)用戶又共享部分頻譜。該文形成了以各類運(yùn)營商利潤最大化為優(yōu)化目標(biāo)，以A類運(yùn)營商的頻譜出租量和B類運(yùn)營商租賃的頻譜種類及數(shù)量為優(yōu)化變量的最優(yōu)化問題，并求得最優(yōu)解。仿真結(jié)果表明，所提策略在保證用戶服務(wù)質(zhì)量(QoS)的同時(shí)，顯著提高頻譜資源利用率，并使運(yùn)營商利潤大幅增加。
傳統(tǒng)的靜態(tài)頻譜分配方式難以適應(yīng)未來無線通信業(yè)務(wù)的發(fā)展需求，可能導(dǎo)致運(yùn)營商業(yè)務(wù)和用戶服務(wù)質(zhì)量受到限制。針對(duì)此問題，該文建立了一個(gè)包括頻譜租賃服務(wù)平臺(tái)層、運(yùn)營商層及用戶層的多運(yùn)營商頻譜共享模型。在該模型中，多個(gè)A類運(yùn)營商將其多余頻譜放置在頻譜租賃服務(wù)平臺(tái)，供B類運(yùn)營商租賃，B類運(yùn)營商與多個(gè)A類運(yùn)營商既競(jìng)爭(zhēng)用戶又共享部分頻譜。該文形成了以各類運(yùn)營商利潤最大化為優(yōu)化目標(biāo)，以A類運(yùn)營商的頻譜出租量和B類運(yùn)營商租賃的頻譜種類及數(shù)量為優(yōu)化變量的最優(yōu)化問題，并求得最優(yōu)解。仿真結(jié)果表明，所提策略在保證用戶服務(wù)質(zhì)量(QoS)的同時(shí)，顯著提高頻譜資源利用率，并使運(yùn)營商利潤大幅增加。
2017, 39(3): 590-597.
doi: 10.11999/JEIT160484
摘要:
超寬帶(Ultra Wide Band, UWB)室內(nèi)定位系統(tǒng)的定位性能主要受信號(hào)非視距(None Line Of Sight, NLOS)傳播影響。為此該文提出一種基于信道統(tǒng)計(jì)量(Channel Statistics Information, CSI)的信道NLOS狀態(tài)檢測(cè)法。該方法首先在IEEE802.15.4a信道模型下對(duì)均方根時(shí)延擴(kuò)展和平均超量延遲的概率分布函數(shù)進(jìn)行建模，作為信道標(biāo)準(zhǔn)分布。再以信道瞬時(shí)分布與標(biāo)準(zhǔn)分布間的KL散度為檢驗(yàn)統(tǒng)計(jì)量做似然比檢驗(yàn)(Likelihood Ratio Test, LRT)來鑒別信道狀態(tài)。同時(shí)提出一種基于LRT的定位算法 LRT-Chan算法。該算法能有效利用受NLOS污染的測(cè)距數(shù)據(jù)提高定位精度。仿真結(jié)果表明：LRT信道狀態(tài)檢測(cè)法在全部UWB信道中都能獲得較高檢測(cè)準(zhǔn)確率；在定位錨點(diǎn)(Anchor Node, AN)分布不理想的NLOS環(huán)境中LRT-Chan算法也能取得較高定位精度。
超寬帶(Ultra Wide Band, UWB)室內(nèi)定位系統(tǒng)的定位性能主要受信號(hào)非視距(None Line Of Sight, NLOS)傳播影響。為此該文提出一種基于信道統(tǒng)計(jì)量(Channel Statistics Information, CSI)的信道NLOS狀態(tài)檢測(cè)法。該方法首先在IEEE802.15.4a信道模型下對(duì)均方根時(shí)延擴(kuò)展和平均超量延遲的概率分布函數(shù)進(jìn)行建模，作為信道標(biāo)準(zhǔn)分布。再以信道瞬時(shí)分布與標(biāo)準(zhǔn)分布間的KL散度為檢驗(yàn)統(tǒng)計(jì)量做似然比檢驗(yàn)(Likelihood Ratio Test, LRT)來鑒別信道狀態(tài)。同時(shí)提出一種基于LRT的定位算法 LRT-Chan算法。該算法能有效利用受NLOS污染的測(cè)距數(shù)據(jù)提高定位精度。仿真結(jié)果表明：LRT信道狀態(tài)檢測(cè)法在全部UWB信道中都能獲得較高檢測(cè)準(zhǔn)確率；在定位錨點(diǎn)(Anchor Node, AN)分布不理想的NLOS環(huán)境中LRT-Chan算法也能取得較高定位精度。
2017, 39(3): 598-604.
doi: 10.11999/JEIT160453
摘要:
在Femtocell家庭基站(Femtocell Base Station, FBS)組成的異構(gòu)網(wǎng)絡(luò)中，為提升網(wǎng)絡(luò)的頻譜效率，F(xiàn)BS與Macrocell宏基站(Macrocell Base Station, MBS)一般要求是同頻部署，然而同頻部署會(huì)產(chǎn)生同信道干擾。為了實(shí)現(xiàn)FBS的大規(guī)模部署，降低網(wǎng)絡(luò)同信道干擾影響變得尤為重要。該文提出一種基于Q-learning的子信道分配方案，既保證大量部署的FBS不會(huì)對(duì)MBS帶來過高的跨層干擾，同時(shí)也降低了FBS之間的同層干擾。同時(shí)針對(duì)FBS稀疏部署和密集部署的場(chǎng)景，分別進(jìn)行了算法的仿真驗(yàn)證，其仿真結(jié)果表明該算法降低了干擾，驗(yàn)證了理論的正確性。
在Femtocell家庭基站(Femtocell Base Station, FBS)組成的異構(gòu)網(wǎng)絡(luò)中，為提升網(wǎng)絡(luò)的頻譜效率，F(xiàn)BS與Macrocell宏基站(Macrocell Base Station, MBS)一般要求是同頻部署，然而同頻部署會(huì)產(chǎn)生同信道干擾。為了實(shí)現(xiàn)FBS的大規(guī)模部署，降低網(wǎng)絡(luò)同信道干擾影響變得尤為重要。該文提出一種基于Q-learning的子信道分配方案，既保證大量部署的FBS不會(huì)對(duì)MBS帶來過高的跨層干擾，同時(shí)也降低了FBS之間的同層干擾。同時(shí)針對(duì)FBS稀疏部署和密集部署的場(chǎng)景，分別進(jìn)行了算法的仿真驗(yàn)證，其仿真結(jié)果表明該算法降低了干擾，驗(yàn)證了理論的正確性。
2017, 39(3): 605-612.
doi: 10.11999/JEIT160462
摘要:
針對(duì)移動(dòng)Ad hoc網(wǎng)絡(luò)動(dòng)態(tài)拓?fù)涮匦?，該文提出一種以可靠路徑穩(wěn)定度估計(jì)為基礎(chǔ)的多路徑路由優(yōu)化算法。該算法從路徑剩余生存期統(tǒng)計(jì)特性出發(fā)，充分考慮相鄰鏈路生存期相關(guān)性，從而消除已有算法在路徑穩(wěn)定度估計(jì)中存在的理論誤差，并利用優(yōu)化后的穩(wěn)定度準(zhǔn)則實(shí)現(xiàn)路由發(fā)現(xiàn)進(jìn)程的多路徑選取和基于備用路徑支持的快速路由修復(fù)。仿真對(duì)比結(jié)果表明，該算法具有較快的收斂速度，能夠有效提高網(wǎng)絡(luò)吞吐量，縮短數(shù)據(jù)傳輸時(shí)延并降低路由開銷，更好地保證較高節(jié)點(diǎn)移動(dòng)度下的數(shù)據(jù)傳輸穩(wěn)定性。
針對(duì)移動(dòng)Ad hoc網(wǎng)絡(luò)動(dòng)態(tài)拓?fù)涮匦?，該文提出一種以可靠路徑穩(wěn)定度估計(jì)為基礎(chǔ)的多路徑路由優(yōu)化算法。該算法從路徑剩余生存期統(tǒng)計(jì)特性出發(fā)，充分考慮相鄰鏈路生存期相關(guān)性，從而消除已有算法在路徑穩(wěn)定度估計(jì)中存在的理論誤差，并利用優(yōu)化后的穩(wěn)定度準(zhǔn)則實(shí)現(xiàn)路由發(fā)現(xiàn)進(jìn)程的多路徑選取和基于備用路徑支持的快速路由修復(fù)。仿真對(duì)比結(jié)果表明，該算法具有較快的收斂速度，能夠有效提高網(wǎng)絡(luò)吞吐量，縮短數(shù)據(jù)傳輸時(shí)延并降低路由開銷，更好地保證較高節(jié)點(diǎn)移動(dòng)度下的數(shù)據(jù)傳輸穩(wěn)定性。
2017, 39(3): 613-618.
doi: 10.11999/JEIT160412
摘要:
該文首次提出兩種典型的移動(dòng)散射體存在的車輛對(duì)車輛(V2V)的無線傳播信道模型，一種是基于一次散射發(fā)射(SBT)和一次散射接收(SBR)的信道，另一種是基于兩次散射(DB)的信道，并在這兩種模型的基礎(chǔ)上給出了同時(shí)包含一次散射發(fā)射，一次散射接收，兩次散射和視距(LOS)分量的信道模型。在假設(shè)移動(dòng)散射體的運(yùn)動(dòng)速度和方向都隨機(jī)且運(yùn)動(dòng)速度較小和較大的散射體速度分別用指數(shù)分布和混合高斯分布來描述的情況下，給出了這些傳播信道的復(fù)增益，通過計(jì)算得到了信道的自相關(guān)函數(shù)(ACF)和多普勒功率譜密度(PSD)。文中還將理論計(jì)算得到的多普勒譜與已有文獻(xiàn)的測(cè)量結(jié)果進(jìn)行了對(duì)比，兩者符合得較好。
該文首次提出兩種典型的移動(dòng)散射體存在的車輛對(duì)車輛(V2V)的無線傳播信道模型，一種是基于一次散射發(fā)射(SBT)和一次散射接收(SBR)的信道，另一種是基于兩次散射(DB)的信道，并在這兩種模型的基礎(chǔ)上給出了同時(shí)包含一次散射發(fā)射，一次散射接收，兩次散射和視距(LOS)分量的信道模型。在假設(shè)移動(dòng)散射體的運(yùn)動(dòng)速度和方向都隨機(jī)且運(yùn)動(dòng)速度較小和較大的散射體速度分別用指數(shù)分布和混合高斯分布來描述的情況下，給出了這些傳播信道的復(fù)增益，通過計(jì)算得到了信道的自相關(guān)函數(shù)(ACF)和多普勒功率譜密度(PSD)。文中還將理論計(jì)算得到的多普勒譜與已有文獻(xiàn)的測(cè)量結(jié)果進(jìn)行了對(duì)比，兩者符合得較好。
2017, 39(3): 619-625.
doi: 10.11999/JEIT160545
摘要:
全雙工技術(shù)可以使頻譜利用率翻倍，是5 G系統(tǒng)的關(guān)鍵技術(shù)之一。采用直接變換結(jié)構(gòu)的全雙工系統(tǒng)中殘余自干擾(Residual Self-Interference, RSI)和同相/正交(In-phase/Quadrature, I/Q)不平衡是限制系統(tǒng)性能的兩大主要因素。該文針對(duì)存在I/Q不平衡的OFDM全雙工雙向中繼系統(tǒng)，建立了譯碼轉(zhuǎn)發(fā)中繼模式下的全雙工系統(tǒng)信號(hào)模型，分析了瑞利衰落信道下系統(tǒng)的中斷性能，獲得了系統(tǒng)中斷概率的閉式表達(dá)式。仿真結(jié)果不僅驗(yàn)證了理論分析的正確性，還得到結(jié)論：隨著I/Q不平衡程度和殘余自干擾強(qiáng)度的降低，系統(tǒng)中斷性能將得到改善；只有沿著最速下降路線降低I/Q不平衡或中繼節(jié)點(diǎn)RSI，才能實(shí)現(xiàn)最優(yōu)的性能提升；通過系統(tǒng)I/Q不平衡與RSI參數(shù)所在的坐標(biāo)點(diǎn)和最速下降路線的相對(duì)位置關(guān)系，來確定改善全雙工雙向中繼系統(tǒng)中斷性能的最優(yōu)措施。
全雙工技術(shù)可以使頻譜利用率翻倍，是5 G系統(tǒng)的關(guān)鍵技術(shù)之一。采用直接變換結(jié)構(gòu)的全雙工系統(tǒng)中殘余自干擾(Residual Self-Interference, RSI)和同相/正交(In-phase/Quadrature, I/Q)不平衡是限制系統(tǒng)性能的兩大主要因素。該文針對(duì)存在I/Q不平衡的OFDM全雙工雙向中繼系統(tǒng)，建立了譯碼轉(zhuǎn)發(fā)中繼模式下的全雙工系統(tǒng)信號(hào)模型，分析了瑞利衰落信道下系統(tǒng)的中斷性能，獲得了系統(tǒng)中斷概率的閉式表達(dá)式。仿真結(jié)果不僅驗(yàn)證了理論分析的正確性，還得到結(jié)論：隨著I/Q不平衡程度和殘余自干擾強(qiáng)度的降低，系統(tǒng)中斷性能將得到改善；只有沿著最速下降路線降低I/Q不平衡或中繼節(jié)點(diǎn)RSI，才能實(shí)現(xiàn)最優(yōu)的性能提升；通過系統(tǒng)I/Q不平衡與RSI參數(shù)所在的坐標(biāo)點(diǎn)和最速下降路線的相對(duì)位置關(guān)系，來確定改善全雙工雙向中繼系統(tǒng)中斷性能的最優(yōu)措施。
2017, 39(3): 626-633.
doi: 10.11999/JEIT160481
摘要:
水體對(duì)光能量有較強(qiáng)的吸收和散射作用，造成水下圖像顏色失真，對(duì)比度下降。傳統(tǒng)的圖像增強(qiáng)方法和復(fù)原方法處理水下圖像時(shí)各有不足，該文結(jié)合水下成像物理模型和基于Retinex理論的圖像增強(qiáng)算法，提出水下圖像清晰化方案。首先，基于圖像統(tǒng)計(jì)特性給出一種簡單的顏色校正方法，以去除顏色失真；在水下圖像成像理論框架下，利用邊界約束求得初始透射率，再使用自適應(yīng)維納濾波進(jìn)行優(yōu)化；在此基礎(chǔ)上，提出加權(quán)L1正則化模型對(duì)亮度層進(jìn)行增強(qiáng)，最后再進(jìn)行自適應(yīng)Gamma校正。實(shí)驗(yàn)結(jié)果表明，算法可以有效去除顏色失真，而且能夠大幅提升圖像的對(duì)比度和清晰度。
水體對(duì)光能量有較強(qiáng)的吸收和散射作用，造成水下圖像顏色失真，對(duì)比度下降。傳統(tǒng)的圖像增強(qiáng)方法和復(fù)原方法處理水下圖像時(shí)各有不足，該文結(jié)合水下成像物理模型和基于Retinex理論的圖像增強(qiáng)算法，提出水下圖像清晰化方案。首先，基于圖像統(tǒng)計(jì)特性給出一種簡單的顏色校正方法，以去除顏色失真；在水下圖像成像理論框架下，利用邊界約束求得初始透射率，再使用自適應(yīng)維納濾波進(jìn)行優(yōu)化；在此基礎(chǔ)上，提出加權(quán)L1正則化模型對(duì)亮度層進(jìn)行增強(qiáng)，最后再進(jìn)行自適應(yīng)Gamma校正。實(shí)驗(yàn)結(jié)果表明，算法可以有效去除顏色失真，而且能夠大幅提升圖像的對(duì)比度和清晰度。
2017, 39(3): 634-639.
doi: 10.11999/JEIT160467
摘要:
交互式多模型貝努利粒子濾波器(Interacting Multiple Model Bernoulli Particle Filter, IMMBPF)適用于雜波環(huán)境下的機(jī)動(dòng)目標(biāo)跟蹤。但是IMMBPF將模型信息引入粒子采樣過程中會(huì)導(dǎo)致用于逼近當(dāng)前時(shí)刻真實(shí)狀態(tài)與模型的粒子數(shù)減少，而且每次遞推各模型間的粒子都要進(jìn)行交互，存在計(jì)算量過大的缺點(diǎn)。為提升IMMBPF中單個(gè)采樣粒子對(duì)于真實(shí)目標(biāo)狀態(tài)和模型逼近的有效性，該文提出一種改進(jìn)的多模型貝努利粒子濾波器(Multiple Model Bernoulli Particle Filter, MMBPF)。預(yù)先選定每一個(gè)模型的粒子數(shù)，且模型間的粒子不需要進(jìn)行交互，減少了計(jì)算負(fù)荷。模型概率由模型似然函數(shù)計(jì)算得到，在不改變模型的馬爾科夫性質(zhì)的條件下避免了小概率模型的粒子退化現(xiàn)象。仿真實(shí)驗(yàn)結(jié)果表明，所提出的MMBPF與IMMBPF相比，用較少的粒子數(shù)就可獲得更優(yōu)的跟蹤性能。
交互式多模型貝努利粒子濾波器(Interacting Multiple Model Bernoulli Particle Filter, IMMBPF)適用于雜波環(huán)境下的機(jī)動(dòng)目標(biāo)跟蹤。但是IMMBPF將模型信息引入粒子采樣過程中會(huì)導(dǎo)致用于逼近當(dāng)前時(shí)刻真實(shí)狀態(tài)與模型的粒子數(shù)減少，而且每次遞推各模型間的粒子都要進(jìn)行交互，存在計(jì)算量過大的缺點(diǎn)。為提升IMMBPF中單個(gè)采樣粒子對(duì)于真實(shí)目標(biāo)狀態(tài)和模型逼近的有效性，該文提出一種改進(jìn)的多模型貝努利粒子濾波器(Multiple Model Bernoulli Particle Filter, MMBPF)。預(yù)先選定每一個(gè)模型的粒子數(shù)，且模型間的粒子不需要進(jìn)行交互，減少了計(jì)算負(fù)荷。模型概率由模型似然函數(shù)計(jì)算得到，在不改變模型的馬爾科夫性質(zhì)的條件下避免了小概率模型的粒子退化現(xiàn)象。仿真實(shí)驗(yàn)結(jié)果表明，所提出的MMBPF與IMMBPF相比，用較少的粒子數(shù)就可獲得更優(yōu)的跟蹤性能。
2017, 39(3): 640-646.
doi: 10.11999/JEIT160416
摘要:
針對(duì)壓縮感知檢測(cè)方法不能準(zhǔn)確測(cè)量偽隨機(jī)動(dòng)態(tài)測(cè)試信號(hào)電能量值的問題，該文首先分析了動(dòng)態(tài)測(cè)試信號(hào)的頻域稀疏性，證明動(dòng)態(tài)測(cè)試信號(hào)滿足壓縮感知檢測(cè)的條件；然后采用系統(tǒng)穩(wěn)態(tài)優(yōu)化的方法，構(gòu)造了一種確定型壓縮感知測(cè)量矩陣，證明其符合限制等距特性(RIP)條件，最后提出了一種新型壓縮感知?jiǎng)討B(tài)測(cè)試信號(hào)電能量的測(cè)量方法。實(shí)驗(yàn)結(jié)果表明：該文壓縮感知測(cè)量方法的理論相對(duì)誤差優(yōu)于傳統(tǒng)的采樣功率電能測(cè)量方法，能夠?qū)崿F(xiàn)m序列動(dòng)態(tài)測(cè)試信號(hào)的電能量值準(zhǔn)確測(cè)量。
針對(duì)壓縮感知檢測(cè)方法不能準(zhǔn)確測(cè)量偽隨機(jī)動(dòng)態(tài)測(cè)試信號(hào)電能量值的問題，該文首先分析了動(dòng)態(tài)測(cè)試信號(hào)的頻域稀疏性，證明動(dòng)態(tài)測(cè)試信號(hào)滿足壓縮感知檢測(cè)的條件；然后采用系統(tǒng)穩(wěn)態(tài)優(yōu)化的方法，構(gòu)造了一種確定型壓縮感知測(cè)量矩陣，證明其符合限制等距特性(RIP)條件，最后提出了一種新型壓縮感知?jiǎng)討B(tài)測(cè)試信號(hào)電能量的測(cè)量方法。實(shí)驗(yàn)結(jié)果表明：該文壓縮感知測(cè)量方法的理論相對(duì)誤差優(yōu)于傳統(tǒng)的采樣功率電能測(cè)量方法，能夠?qū)崿F(xiàn)m序列動(dòng)態(tài)測(cè)試信號(hào)的電能量值準(zhǔn)確測(cè)量。
2017, 39(3): 647-653.
doi: 10.11999/JEIT160407
摘要:
在基于慣性傳感器的室內(nèi)人員自主定位系統(tǒng)中，由于陀螺儀存在隨時(shí)間增長的漂移，需要依靠地磁場(chǎng)對(duì)航向校正。然而，室內(nèi)場(chǎng)景中地磁場(chǎng)會(huì)受到比較嚴(yán)重的干擾，磁力計(jì)自身也存在一定誤差，嚴(yán)重影響了地磁場(chǎng)輔助定位的航向校正效果。該文提出一種地磁輔助的室內(nèi)定位航向校正方法，該方法首先結(jié)合人體運(yùn)動(dòng)模型對(duì)磁力計(jì)進(jìn)行校準(zhǔn)，獲取相關(guān)校準(zhǔn)系數(shù)，提高磁力計(jì)解算航向精度。在此基礎(chǔ)上利用改進(jìn)的磁場(chǎng)準(zhǔn)靜態(tài)檢測(cè)方法提取可用的磁力計(jì)觀測(cè)量，經(jīng)校準(zhǔn)系數(shù)校準(zhǔn)后結(jié)合零速更新算法(Zero velocity UPdaTe, ZUPT)輔助的擴(kuò)展卡爾曼濾波(Extended Kalman Filter, EKF)，對(duì)陀螺儀航向進(jìn)行濾波校正。實(shí)驗(yàn)結(jié)果顯示在長約684 m的軌跡下航向誤差僅為3.2定位誤差小于0.5 m，定位精度優(yōu)于0.2%，驗(yàn)證了該方法較傳統(tǒng)的磁場(chǎng)輔助航向校正方法的優(yōu)越性。
在基于慣性傳感器的室內(nèi)人員自主定位系統(tǒng)中，由于陀螺儀存在隨時(shí)間增長的漂移，需要依靠地磁場(chǎng)對(duì)航向校正。然而，室內(nèi)場(chǎng)景中地磁場(chǎng)會(huì)受到比較嚴(yán)重的干擾，磁力計(jì)自身也存在一定誤差，嚴(yán)重影響了地磁場(chǎng)輔助定位的航向校正效果。該文提出一種地磁輔助的室內(nèi)定位航向校正方法，該方法首先結(jié)合人體運(yùn)動(dòng)模型對(duì)磁力計(jì)進(jìn)行校準(zhǔn)，獲取相關(guān)校準(zhǔn)系數(shù)，提高磁力計(jì)解算航向精度。在此基礎(chǔ)上利用改進(jìn)的磁場(chǎng)準(zhǔn)靜態(tài)檢測(cè)方法提取可用的磁力計(jì)觀測(cè)量，經(jīng)校準(zhǔn)系數(shù)校準(zhǔn)后結(jié)合零速更新算法(Zero velocity UPdaTe, ZUPT)輔助的擴(kuò)展卡爾曼濾波(Extended Kalman Filter, EKF)，對(duì)陀螺儀航向進(jìn)行濾波校正。實(shí)驗(yàn)結(jié)果顯示在長約684 m的軌跡下航向誤差僅為3.2定位誤差小于0.5 m，定位精度優(yōu)于0.2%，驗(yàn)證了該方法較傳統(tǒng)的磁場(chǎng)輔助航向校正方法的優(yōu)越性。
2017, 39(3): 654-661.
doi: 10.11999/JEIT160521
摘要:
該文針對(duì)單路延遲對(duì)消系統(tǒng)不能有效解決多徑信道的超短波無線電臺(tái)共址干擾消除問題，給出了等間隔多路延遲正交合成的射頻干擾對(duì)消方案，進(jìn)而提出了新的衰減系數(shù)求解方法。在設(shè)定時(shí)間延遲范圍和參考信號(hào)路數(shù)基礎(chǔ)上，該方法通過迭代加權(quán)實(shí)時(shí)有效估計(jì)多路參考信號(hào)的相關(guān)矩陣，接收信號(hào)與參考信號(hào)的相關(guān)向量，進(jìn)而求解維納霍夫方程得到各路衰減系數(shù)，有效抑制多徑信道的自干擾，克服了已有方法需同時(shí)調(diào)節(jié)幅度和相位，以及相關(guān)向量和相關(guān)矩陣估計(jì)精度低的不足。另外，理論分析了衰減系數(shù)的求解過程，并推導(dǎo)了自干擾對(duì)消比的閉合表達(dá)式。分析和仿真結(jié)果表明，該方法在一定延遲誤差情況下，可獲得90 dB以上的對(duì)消比，比已有方法提高了約9 dB，有效解決了多徑信道的射頻干擾對(duì)消問題。
該文針對(duì)單路延遲對(duì)消系統(tǒng)不能有效解決多徑信道的超短波無線電臺(tái)共址干擾消除問題，給出了等間隔多路延遲正交合成的射頻干擾對(duì)消方案，進(jìn)而提出了新的衰減系數(shù)求解方法。在設(shè)定時(shí)間延遲范圍和參考信號(hào)路數(shù)基礎(chǔ)上，該方法通過迭代加權(quán)實(shí)時(shí)有效估計(jì)多路參考信號(hào)的相關(guān)矩陣，接收信號(hào)與參考信號(hào)的相關(guān)向量，進(jìn)而求解維納霍夫方程得到各路衰減系數(shù)，有效抑制多徑信道的自干擾，克服了已有方法需同時(shí)調(diào)節(jié)幅度和相位，以及相關(guān)向量和相關(guān)矩陣估計(jì)精度低的不足。另外，理論分析了衰減系數(shù)的求解過程，并推導(dǎo)了自干擾對(duì)消比的閉合表達(dá)式。分析和仿真結(jié)果表明，該方法在一定延遲誤差情況下，可獲得90 dB以上的對(duì)消比，比已有方法提高了約9 dB，有效解決了多徑信道的射頻干擾對(duì)消問題。
2017, 39(3): 662-669.
doi: 10.11999/JEIT160472
摘要:
為了增強(qiáng)唯相位波束形成(Phase-Only Beamforming, POB)的干擾和噪聲抑制性能，提高非凸POB權(quán)值求解的實(shí)時(shí)性，該文設(shè)計(jì)了迭代優(yōu)化最小化(Iterative Majorization Minimization, IMM)唯相位最小方差無失真響應(yīng)波束形成器(Minimum Variance Distortion-less Response Beamformer, MVDRB)。將無失真響應(yīng)約束轉(zhuǎn)化成最大化期望方向陣列響應(yīng)，推導(dǎo)了二次型目標(biāo)函數(shù)的上界，得到IMM-POB優(yōu)化模型，并進(jìn)一步推導(dǎo)出每次迭代的閉式最優(yōu)解。仿真分析表明所設(shè)計(jì)的IMM-POB：在相同輸入信噪比下，可獲得高于現(xiàn)有迭代算法和最優(yōu)MVDRB的信干噪比改善；干擾抑制性能幾乎完全逼近最優(yōu)MVDRB，且具有更優(yōu)的噪聲抑制性；受快拍數(shù)影響較??；閉式最優(yōu)權(quán)僅包含單次矩陣和向量乘法，使算法具有較強(qiáng)的實(shí)時(shí)性，可應(yīng)用于大規(guī)模陣列。
為了增強(qiáng)唯相位波束形成(Phase-Only Beamforming, POB)的干擾和噪聲抑制性能，提高非凸POB權(quán)值求解的實(shí)時(shí)性，該文設(shè)計(jì)了迭代優(yōu)化最小化(Iterative Majorization Minimization, IMM)唯相位最小方差無失真響應(yīng)波束形成器(Minimum Variance Distortion-less Response Beamformer, MVDRB)。將無失真響應(yīng)約束轉(zhuǎn)化成最大化期望方向陣列響應(yīng)，推導(dǎo)了二次型目標(biāo)函數(shù)的上界，得到IMM-POB優(yōu)化模型，并進(jìn)一步推導(dǎo)出每次迭代的閉式最優(yōu)解。仿真分析表明所設(shè)計(jì)的IMM-POB：在相同輸入信噪比下，可獲得高于現(xiàn)有迭代算法和最優(yōu)MVDRB的信干噪比改善；干擾抑制性能幾乎完全逼近最優(yōu)MVDRB，且具有更優(yōu)的噪聲抑制性；受快拍數(shù)影響較??；閉式最優(yōu)權(quán)僅包含單次矩陣和向量乘法，使算法具有較強(qiáng)的實(shí)時(shí)性，可應(yīng)用于大規(guī)模陣列。
2017, 39(3): 670-676.
doi: 10.11999/JEIT160488
摘要:
論文提出基于平行嵌套陣互協(xié)方差的2維(Two Dimensional, 2D)波達(dá)角(Direction Of Arrival, DOA)聯(lián)合估計(jì)算法。算法基于兩個(gè)互相平行的嵌套陣的互協(xié)方差生成較長虛擬陣列，同時(shí)將2維DOA估計(jì)問題降維為1維 DOA估計(jì)問題。在構(gòu)造協(xié)方差矩陣時(shí)，利用方向矩陣范德蒙特性增加虛擬快拍數(shù)，保證了孔徑的最小損失。最后算法基于酉旋轉(zhuǎn)不變技術(shù)(Estimation of Signal Parameters via Rotational Invariance Technique, ESPRIT)和總體最小二乘(Total Least Squares, TLS)方法進(jìn)一步降低噪聲影響，并獲得了自動(dòng)配對(duì)的2維DOA估計(jì)。相比傳統(tǒng)平行陣下的DOA估計(jì)算法，該算法擁有更好的DOA估計(jì)性能，能辨識(shí)更多的空間信源，對(duì)空間色噪聲有更強(qiáng)的魯棒性。仿真結(jié)果驗(yàn)證了算法的有效性。
論文提出基于平行嵌套陣互協(xié)方差的2維(Two Dimensional, 2D)波達(dá)角(Direction Of Arrival, DOA)聯(lián)合估計(jì)算法。算法基于兩個(gè)互相平行的嵌套陣的互協(xié)方差生成較長虛擬陣列，同時(shí)將2維DOA估計(jì)問題降維為1維 DOA估計(jì)問題。在構(gòu)造協(xié)方差矩陣時(shí)，利用方向矩陣范德蒙特性增加虛擬快拍數(shù)，保證了孔徑的最小損失。最后算法基于酉旋轉(zhuǎn)不變技術(shù)(Estimation of Signal Parameters via Rotational Invariance Technique, ESPRIT)和總體最小二乘(Total Least Squares, TLS)方法進(jìn)一步降低噪聲影響，并獲得了自動(dòng)配對(duì)的2維DOA估計(jì)。相比傳統(tǒng)平行陣下的DOA估計(jì)算法，該算法擁有更好的DOA估計(jì)性能，能辨識(shí)更多的空間信源，對(duì)空間色噪聲有更強(qiáng)的魯棒性。仿真結(jié)果驗(yàn)證了算法的有效性。
2017, 39(3): 677-683.
doi: 10.11999/JEIT160512
摘要:
導(dǎo)彈在末制導(dǎo)階段因慣導(dǎo)誤差導(dǎo)致彈體實(shí)際位置和慣導(dǎo)指示位置存在較大偏差，影響導(dǎo)引頭對(duì)目標(biāo)的準(zhǔn)確定位，無法滿足精確打擊的應(yīng)用需求。由于彈載合成孔徑雷達(dá)在導(dǎo)彈俯沖下降段特殊的成像幾何構(gòu)型，目標(biāo)點(diǎn)對(duì)應(yīng)斜視角所在的平面與成像平面異面，因而傳統(tǒng)的基于多普勒測(cè)角的定位方法已不再適用。該文利用圖像匹配獲取的高精度地面點(diǎn)相對(duì)位置信息和雷達(dá)到各目標(biāo)點(diǎn)的高精度斜距信息，通過構(gòu)建歐拉四面體幾何模型，以場(chǎng)景數(shù)字高程作為先驗(yàn)信息篩選參考點(diǎn)，解算出以目標(biāo)點(diǎn)為原點(diǎn)構(gòu)建的北天東坐標(biāo)系下的彈體實(shí)際位置，從而為彈體修偏提供準(zhǔn)確信息。仿真實(shí)驗(yàn)驗(yàn)證了該定位方法能很好地滿足導(dǎo)彈末制導(dǎo)階段的目標(biāo)定位需求。
導(dǎo)彈在末制導(dǎo)階段因慣導(dǎo)誤差導(dǎo)致彈體實(shí)際位置和慣導(dǎo)指示位置存在較大偏差，影響導(dǎo)引頭對(duì)目標(biāo)的準(zhǔn)確定位，無法滿足精確打擊的應(yīng)用需求。由于彈載合成孔徑雷達(dá)在導(dǎo)彈俯沖下降段特殊的成像幾何構(gòu)型，目標(biāo)點(diǎn)對(duì)應(yīng)斜視角所在的平面與成像平面異面，因而傳統(tǒng)的基于多普勒測(cè)角的定位方法已不再適用。該文利用圖像匹配獲取的高精度地面點(diǎn)相對(duì)位置信息和雷達(dá)到各目標(biāo)點(diǎn)的高精度斜距信息，通過構(gòu)建歐拉四面體幾何模型，以場(chǎng)景數(shù)字高程作為先驗(yàn)信息篩選參考點(diǎn)，解算出以目標(biāo)點(diǎn)為原點(diǎn)構(gòu)建的北天東坐標(biāo)系下的彈體實(shí)際位置，從而為彈體修偏提供準(zhǔn)確信息。仿真實(shí)驗(yàn)驗(yàn)證了該定位方法能很好地滿足導(dǎo)彈末制導(dǎo)階段的目標(biāo)定位需求。
2017, 39(3): 684-689.
doi: 10.11999/JEIT160425
摘要:
該文利用基于并行核外高階矩量法的區(qū)域分解法(DDM)快速準(zhǔn)確地分析了機(jī)載雷達(dá)相控陣的受擾特性。分析機(jī)載相控陣主波束相位掃描變化時(shí)，可將其分為機(jī)載平臺(tái)和相控陣兩個(gè)區(qū)域。由于機(jī)載平臺(tái)不變，故在求解過程中只需計(jì)算一次，并利用核外技術(shù)將該部分的阻抗矩陣等相關(guān)數(shù)據(jù)信息存入硬盤。每改變一次掃描角，只需重新計(jì)算相控陣區(qū)域，進(jìn)而結(jié)合已存儲(chǔ)的機(jī)載平臺(tái)區(qū)域，通過迭代便能得到機(jī)載相控陣的受擾特性。該方法能夠大幅度降低大型機(jī)載問題的計(jì)算時(shí)間和存儲(chǔ)需求。數(shù)值仿真實(shí)例表明，該方法可用于高效分析大型機(jī)載平臺(tái)中的雷達(dá)相控陣天線布局問題。
該文利用基于并行核外高階矩量法的區(qū)域分解法(DDM)快速準(zhǔn)確地分析了機(jī)載雷達(dá)相控陣的受擾特性。分析機(jī)載相控陣主波束相位掃描變化時(shí)，可將其分為機(jī)載平臺(tái)和相控陣兩個(gè)區(qū)域。由于機(jī)載平臺(tái)不變，故在求解過程中只需計(jì)算一次，并利用核外技術(shù)將該部分的阻抗矩陣等相關(guān)數(shù)據(jù)信息存入硬盤。每改變一次掃描角，只需重新計(jì)算相控陣區(qū)域，進(jìn)而結(jié)合已存儲(chǔ)的機(jī)載平臺(tái)區(qū)域，通過迭代便能得到機(jī)載相控陣的受擾特性。該方法能夠大幅度降低大型機(jī)載問題的計(jì)算時(shí)間和存儲(chǔ)需求。數(shù)值仿真實(shí)例表明，該方法可用于高效分析大型機(jī)載平臺(tái)中的雷達(dá)相控陣天線布局問題。
2017, 39(3): 690-696.
doi: 10.11999/JEIT160466
摘要:
基于遺傳算法的激勵(lì)優(yōu)化算法是求解陣列天線波束賦形問題時(shí)常用的激勵(lì)求解算法。傳統(tǒng)遺傳算法在優(yōu)化陣列天線激勵(lì)時(shí)，對(duì)陣元天線方向圖矢量疊加獲得陣列天線合成方向圖后，與目標(biāo)方向圖做相似度判斷，經(jīng)過多次運(yùn)算獲得滿足設(shè)計(jì)要求的激勵(lì)值。然而算法中通常不關(guān)注賦形結(jié)果的副瓣抑制，導(dǎo)致陣列天線波束賦形結(jié)果副瓣抑制效果不理想。該文提出一種基于一組低副瓣波束線性疊加的波束合成機(jī)制，將合成方向圖與目標(biāo)方向圖做相似對(duì)比，結(jié)合遺傳算法的優(yōu)化求解方法，最終獲得與目標(biāo)方向圖匹配的合成方向圖，且合成方向圖具有高副瓣抑制的特性。以一款16陣元 波段微帶偶極子線性陣列天線為例，該文提出的具有副瓣抑制機(jī)制的遺傳算法求得的賦形波束獲得了-27.5 的副瓣抑制效果，遠(yuǎn)遠(yuǎn)好于傳統(tǒng)遺傳算法求得的賦形波束-19 的副瓣抑制。
基于遺傳算法的激勵(lì)優(yōu)化算法是求解陣列天線波束賦形問題時(shí)常用的激勵(lì)求解算法。傳統(tǒng)遺傳算法在優(yōu)化陣列天線激勵(lì)時(shí)，對(duì)陣元天線方向圖矢量疊加獲得陣列天線合成方向圖后，與目標(biāo)方向圖做相似度判斷，經(jīng)過多次運(yùn)算獲得滿足設(shè)計(jì)要求的激勵(lì)值。然而算法中通常不關(guān)注賦形結(jié)果的副瓣抑制，導(dǎo)致陣列天線波束賦形結(jié)果副瓣抑制效果不理想。該文提出一種基于一組低副瓣波束線性疊加的波束合成機(jī)制，將合成方向圖與目標(biāo)方向圖做相似對(duì)比，結(jié)合遺傳算法的優(yōu)化求解方法，最終獲得與目標(biāo)方向圖匹配的合成方向圖，且合成方向圖具有高副瓣抑制的特性。以一款16陣元 波段微帶偶極子線性陣列天線為例，該文提出的具有副瓣抑制機(jī)制的遺傳算法求得的賦形波束獲得了-27.5 的副瓣抑制效果，遠(yuǎn)遠(yuǎn)好于傳統(tǒng)遺傳算法求得的賦形波束-19 的副瓣抑制。
2017, 39(3): 697-702.
doi: 10.11999/JEIT160332
摘要:
該文提出一種新型的具有多諧振結(jié)構(gòu)的單層微帶反射陣單元，是由6個(gè)振子以一定的間隔平行放置組合而成，該單元具有良好的線極化特性。采用高頻電磁仿真軟件HFSS對(duì)單元的各個(gè)參數(shù)進(jìn)行優(yōu)化分析，使得單元的反射相位曲線在兩個(gè)頻段內(nèi)均具有良好的線性度。根據(jù)此單元設(shè)計(jì)了一個(gè)工作在X/Ku波段的偏饋雙頻雙極化微帶反射陣天線，在兩個(gè)頻段內(nèi)采用同一個(gè)角錐喇叭天線作為其饋源。將此反射陣天線進(jìn)行加工并測(cè)試，測(cè)試結(jié)果表明，在X波段中心頻率10 GHz和Ku波段中心頻率13.58 GHz處，天線均具有良好的輻射性能。實(shí)測(cè)和仿真結(jié)果吻合較好，證明了該反射陣天線具有良好的雙頻輻射性能。該文的設(shè)計(jì)對(duì)于微帶反射陣列天線實(shí)現(xiàn)雙頻雙極化性能具有重要的參考價(jià)值。
該文提出一種新型的具有多諧振結(jié)構(gòu)的單層微帶反射陣單元，是由6個(gè)振子以一定的間隔平行放置組合而成，該單元具有良好的線極化特性。采用高頻電磁仿真軟件HFSS對(duì)單元的各個(gè)參數(shù)進(jìn)行優(yōu)化分析，使得單元的反射相位曲線在兩個(gè)頻段內(nèi)均具有良好的線性度。根據(jù)此單元設(shè)計(jì)了一個(gè)工作在X/Ku波段的偏饋雙頻雙極化微帶反射陣天線，在兩個(gè)頻段內(nèi)采用同一個(gè)角錐喇叭天線作為其饋源。將此反射陣天線進(jìn)行加工并測(cè)試，測(cè)試結(jié)果表明，在X波段中心頻率10 GHz和Ku波段中心頻率13.58 GHz處，天線均具有良好的輻射性能。實(shí)測(cè)和仿真結(jié)果吻合較好，證明了該反射陣天線具有良好的雙頻輻射性能。該文的設(shè)計(jì)對(duì)于微帶反射陣列天線實(shí)現(xiàn)雙頻雙極化性能具有重要的參考價(jià)值。
2017, 39(3): 703-708.
doi: 10.11999/JEIT160431
摘要:
為了提高多手持終端信息融合實(shí)時(shí)定軌的精度和系統(tǒng)容錯(cuò)性，該文提出一種基于五階球面單純形-徑向容積準(zhǔn)則的多終端一致分布式容積信息濾波(CD-SSRCIF)定軌算法。分別使用n維單純形頂點(diǎn)和矩匹配法計(jì)算球面和徑向積分，得到適用于系統(tǒng)狀態(tài)維數(shù)n7時(shí)的五階球面單純形-徑向容積準(zhǔn)則。利用統(tǒng)計(jì)線性誤差傳播方法將此五階容積準(zhǔn)則嵌入擴(kuò)展信息濾波器，將集中式變量展開得到多源集中式五階容積信息濾波器。進(jìn)而，利用平均一致性算法對(duì)集中式濾波中多源信息累加進(jìn)行分布式等價(jià)表示，構(gòu)成上下兩層級(jí)聯(lián)濾波器，下層濾波器執(zhí)行平均一致性算法融合鄰居節(jié)點(diǎn)的信息，輸出虛擬量測(cè)值。上層濾波器利用該量測(cè)值執(zhí)行五階容積信息濾波，實(shí)時(shí)輸出軌道狀態(tài)估計(jì)值。仿真實(shí)驗(yàn)結(jié)果表明，五階CD-SSRCIF算法無需信息融合中心，且具有比三階算法更高的定軌精度。
為了提高多手持終端信息融合實(shí)時(shí)定軌的精度和系統(tǒng)容錯(cuò)性，該文提出一種基于五階球面單純形-徑向容積準(zhǔn)則的多終端一致分布式容積信息濾波(CD-SSRCIF)定軌算法。分別使用n維單純形頂點(diǎn)和矩匹配法計(jì)算球面和徑向積分，得到適用于系統(tǒng)狀態(tài)維數(shù)n7時(shí)的五階球面單純形-徑向容積準(zhǔn)則。利用統(tǒng)計(jì)線性誤差傳播方法將此五階容積準(zhǔn)則嵌入擴(kuò)展信息濾波器，將集中式變量展開得到多源集中式五階容積信息濾波器。進(jìn)而，利用平均一致性算法對(duì)集中式濾波中多源信息累加進(jìn)行分布式等價(jià)表示，構(gòu)成上下兩層級(jí)聯(lián)濾波器，下層濾波器執(zhí)行平均一致性算法融合鄰居節(jié)點(diǎn)的信息，輸出虛擬量測(cè)值。上層濾波器利用該量測(cè)值執(zhí)行五階容積信息濾波，實(shí)時(shí)輸出軌道狀態(tài)估計(jì)值。仿真實(shí)驗(yàn)結(jié)果表明，五階CD-SSRCIF算法無需信息融合中心，且具有比三階算法更高的定軌精度。
2017, 39(3): 709-716.
doi: 10.11999/JEIT160587
摘要:
多徑干擾是高精度定位的主要誤差源，估計(jì)多徑參數(shù)對(duì)消除多徑誤差，提高導(dǎo)航系統(tǒng)定位精度具有重要意義。針對(duì)擴(kuò)展Kalman濾波(EKF)在進(jìn)行多徑參數(shù)估計(jì)時(shí)，存在對(duì)初值敏感，估計(jì)結(jié)果在真值附近具有較大波動(dòng)的缺點(diǎn)，該文提出一種基于粒子濾波(PF)和滑動(dòng)平均EKF的多徑估計(jì)算法。該算法首先利用PF得到多徑參數(shù)的粗略估計(jì)值，并將該值作為EKF的初始估計(jì)值，以克服EKF對(duì)初值敏感的問題。接著對(duì)EKF的估計(jì)結(jié)果進(jìn)行滑動(dòng)平均，并將平均后的濾波結(jié)果作為多徑參數(shù)的估計(jì)結(jié)果。仿真結(jié)果表明，改進(jìn)后的多徑估計(jì)算法可有效降低估計(jì)結(jié)果的波動(dòng)幅度，同時(shí)解決了EKF對(duì)初值敏感的問題。
多徑干擾是高精度定位的主要誤差源，估計(jì)多徑參數(shù)對(duì)消除多徑誤差，提高導(dǎo)航系統(tǒng)定位精度具有重要意義。針對(duì)擴(kuò)展Kalman濾波(EKF)在進(jìn)行多徑參數(shù)估計(jì)時(shí)，存在對(duì)初值敏感，估計(jì)結(jié)果在真值附近具有較大波動(dòng)的缺點(diǎn)，該文提出一種基于粒子濾波(PF)和滑動(dòng)平均EKF的多徑估計(jì)算法。該算法首先利用PF得到多徑參數(shù)的粗略估計(jì)值，并將該值作為EKF的初始估計(jì)值，以克服EKF對(duì)初值敏感的問題。接著對(duì)EKF的估計(jì)結(jié)果進(jìn)行滑動(dòng)平均，并將平均后的濾波結(jié)果作為多徑參數(shù)的估計(jì)結(jié)果。仿真結(jié)果表明，改進(jìn)后的多徑估計(jì)算法可有效降低估計(jì)結(jié)果的波動(dòng)幅度，同時(shí)解決了EKF對(duì)初值敏感的問題。
2017, 39(3): 717-723.
doi: 10.11999/JEIT160458
摘要:
為求解較大規(guī)模FPRM邏輯電路中多約束條件下的極性優(yōu)化問題，該文提出一種基于多目標(biāo)離散粒子群優(yōu)化(Multi-Objective Discrete Particle Swarm Optimization, MODPSO)算法的求解方法。首先針對(duì)FPRM電路極性設(shè)計(jì)需要滿足延時(shí)短、面積小的多約束要求，構(gòu)建了多目標(biāo)決策模型。然后結(jié)合極性轉(zhuǎn)換算法和MODPSO算法，對(duì)電路進(jìn)行最優(yōu)極性搜索，以獲取電路延時(shí)和面積的Pareto最優(yōu)解集。最后利用17個(gè)MCNC Benchmark電路進(jìn)行測(cè)試，并將MODPSO算法與DPSO算法、NSGA-II算法進(jìn)行實(shí)驗(yàn)對(duì)比，結(jié)果驗(yàn)證了算法的有效性。
為求解較大規(guī)模FPRM邏輯電路中多約束條件下的極性優(yōu)化問題，該文提出一種基于多目標(biāo)離散粒子群優(yōu)化(Multi-Objective Discrete Particle Swarm Optimization, MODPSO)算法的求解方法。首先針對(duì)FPRM電路極性設(shè)計(jì)需要滿足延時(shí)短、面積小的多約束要求，構(gòu)建了多目標(biāo)決策模型。然后結(jié)合極性轉(zhuǎn)換算法和MODPSO算法，對(duì)電路進(jìn)行最優(yōu)極性搜索，以獲取電路延時(shí)和面積的Pareto最優(yōu)解集。最后利用17個(gè)MCNC Benchmark電路進(jìn)行測(cè)試，并將MODPSO算法與DPSO算法、NSGA-II算法進(jìn)行實(shí)驗(yàn)對(duì)比，結(jié)果驗(yàn)證了算法的有效性。
2017, 39(3): 724-730.
doi: 10.11999/JEIT160494
摘要:
編隊(duì)作戰(zhàn)時(shí)，電子設(shè)備間的電磁輻射干擾嚴(yán)重制約信息化作戰(zhàn)效能。合理管控電磁頻譜，優(yōu)化頻譜資源的使用意義重大。傳統(tǒng)的隨機(jī)優(yōu)化算法存在優(yōu)化速率慢的問題。該文基于復(fù)雜網(wǎng)絡(luò)理論建立了編隊(duì)電磁兼容網(wǎng)絡(luò)模型；以綜合網(wǎng)絡(luò)收益和成本的網(wǎng)絡(luò)效能值最大為優(yōu)化目標(biāo)，提出一種基于復(fù)雜網(wǎng)絡(luò)節(jié)點(diǎn)重要度的電磁兼容網(wǎng)絡(luò)規(guī)則優(yōu)化算法。理論分析與仿真結(jié)果表明：所提出的規(guī)則優(yōu)化算法與現(xiàn)常用的隨機(jī)優(yōu)化算法相比，網(wǎng)絡(luò)效能優(yōu)化速率提升了13.35%，優(yōu)化性能更佳，可望為實(shí)際應(yīng)用提供一定理論借鑒。
編隊(duì)作戰(zhàn)時(shí)，電子設(shè)備間的電磁輻射干擾嚴(yán)重制約信息化作戰(zhàn)效能。合理管控電磁頻譜，優(yōu)化頻譜資源的使用意義重大。傳統(tǒng)的隨機(jī)優(yōu)化算法存在優(yōu)化速率慢的問題。該文基于復(fù)雜網(wǎng)絡(luò)理論建立了編隊(duì)電磁兼容網(wǎng)絡(luò)模型；以綜合網(wǎng)絡(luò)收益和成本的網(wǎng)絡(luò)效能值最大為優(yōu)化目標(biāo)，提出一種基于復(fù)雜網(wǎng)絡(luò)節(jié)點(diǎn)重要度的電磁兼容網(wǎng)絡(luò)規(guī)則優(yōu)化算法。理論分析與仿真結(jié)果表明：所提出的規(guī)則優(yōu)化算法與現(xiàn)常用的隨機(jī)優(yōu)化算法相比，網(wǎng)絡(luò)效能優(yōu)化速率提升了13.35%，優(yōu)化性能更佳，可望為實(shí)際應(yīng)用提供一定理論借鑒。
2017, 39(3): 731-736.
doi: 10.11999/JEIT160482
摘要:
實(shí)驗(yàn)發(fā)現(xiàn)，當(dāng)盒型輸出窗圓波導(dǎo)與兩端矩形波導(dǎo)的中心軸線出現(xiàn)偏離時(shí)，在高頻狀態(tài)下，輸出窗存在鬼模振蕩的隱患，引起輸出窗打火，導(dǎo)致窗片炸裂。該文介紹了一種S波段大功率寬帶速調(diào)管輸出窗鬼模振蕩抑制的方法。通過模擬仿真分析和實(shí)驗(yàn)研究，調(diào)整了輸出窗圓波導(dǎo)段的結(jié)構(gòu)，在對(duì)帶內(nèi)駐波系數(shù)影響較小的條件下，成功地消除了鬼模振蕩的隱患，確保即使出現(xiàn)波導(dǎo)輕微不對(duì)稱的情況，也不會(huì)發(fā)生因鬼模振蕩而引起的輸出窗打火現(xiàn)象。
實(shí)驗(yàn)發(fā)現(xiàn)，當(dāng)盒型輸出窗圓波導(dǎo)與兩端矩形波導(dǎo)的中心軸線出現(xiàn)偏離時(shí)，在高頻狀態(tài)下，輸出窗存在鬼模振蕩的隱患，引起輸出窗打火，導(dǎo)致窗片炸裂。該文介紹了一種S波段大功率寬帶速調(diào)管輸出窗鬼模振蕩抑制的方法。通過模擬仿真分析和實(shí)驗(yàn)研究，調(diào)整了輸出窗圓波導(dǎo)段的結(jié)構(gòu)，在對(duì)帶內(nèi)駐波系數(shù)影響較小的條件下，成功地消除了鬼模振蕩的隱患，確保即使出現(xiàn)波導(dǎo)輕微不對(duì)稱的情況，也不會(huì)發(fā)生因鬼模振蕩而引起的輸出窗打火現(xiàn)象。
2017, 39(3): 737-742.
doi: 10.11999/JEIT160468
摘要:
基于流量傳感器的圓柱結(jié)構(gòu)2維風(fēng)傳感器，其測(cè)量性能對(duì)地面風(fēng)測(cè)量而言不夠準(zhǔn)確。由此，該文通過分析風(fēng)洞實(shí)驗(yàn)數(shù)據(jù)，建立一種數(shù)學(xué)模型來描述圓柱繞流中直徑兩端壓強(qiáng)差的分布，并根據(jù)該模型提出一種通過檢測(cè)該直徑壓強(qiáng)差來計(jì)算風(fēng)速風(fēng)向的2維風(fēng)測(cè)量方法。對(duì)風(fēng)洞測(cè)試數(shù)據(jù)應(yīng)用該方法，在2~40 m/s風(fēng)速范圍內(nèi)，風(fēng)速計(jì)算值誤差不超過(0.2+0.03 V) m/s，風(fēng)向計(jì)算值誤差不超過5。相比使用流量傳感器的圓柱結(jié)構(gòu)2維風(fēng)傳感器，該方法提高了測(cè)量準(zhǔn)確度。同時(shí)，該方法不需要轉(zhuǎn)動(dòng)部件，不受機(jī)械摩擦和慣性的制約，需要占用的空間小。
基于流量傳感器的圓柱結(jié)構(gòu)2維風(fēng)傳感器，其測(cè)量性能對(duì)地面風(fēng)測(cè)量而言不夠準(zhǔn)確。由此，該文通過分析風(fēng)洞實(shí)驗(yàn)數(shù)據(jù)，建立一種數(shù)學(xué)模型來描述圓柱繞流中直徑兩端壓強(qiáng)差的分布，并根據(jù)該模型提出一種通過檢測(cè)該直徑壓強(qiáng)差來計(jì)算風(fēng)速風(fēng)向的2維風(fēng)測(cè)量方法。對(duì)風(fēng)洞測(cè)試數(shù)據(jù)應(yīng)用該方法，在2~40 m/s風(fēng)速范圍內(nèi)，風(fēng)速計(jì)算值誤差不超過(0.2+0.03 V) m/s，風(fēng)向計(jì)算值誤差不超過5。相比使用流量傳感器的圓柱結(jié)構(gòu)2維風(fēng)傳感器，該方法提高了測(cè)量準(zhǔn)確度。同時(shí)，該方法不需要轉(zhuǎn)動(dòng)部件，不受機(jī)械摩擦和慣性的制約，需要占用的空間小。
2017, 39(3): 743-748.
doi: 10.11999/JEIT160300
摘要:
微支付交易具有交易量極大且單次交易額極小的特點(diǎn)，使得復(fù)雜的認(rèn)證協(xié)議不適用于微支付。Micali等人(2002)提出的基于概率選擇微支付方案，把微支付聚合成宏支付，大幅提高了微支付的效率。Liu-Yan在(2013)提出了保證所有參與者的數(shù)據(jù)融入概率選擇結(jié)果的生成, 而且使得所有參與者可以驗(yàn)證結(jié)果的公平性。然而，Liu-Yan方案中銀行可能獲得額外利益，從而破壞了協(xié)議的公平性。該文首先分析了Liu-Yan方案的安全威脅，并且以1個(gè)用戶-1個(gè)商家的模型代替Liu-Yan方案中大量用戶-1個(gè)商家的模型，以數(shù)據(jù)承諾技術(shù)為基礎(chǔ)保障結(jié)果的公平性與可驗(yàn)證性。
微支付交易具有交易量極大且單次交易額極小的特點(diǎn)，使得復(fù)雜的認(rèn)證協(xié)議不適用于微支付。Micali等人(2002)提出的基于概率選擇微支付方案，把微支付聚合成宏支付，大幅提高了微支付的效率。Liu-Yan在(2013)提出了保證所有參與者的數(shù)據(jù)融入概率選擇結(jié)果的生成, 而且使得所有參與者可以驗(yàn)證結(jié)果的公平性。然而，Liu-Yan方案中銀行可能獲得額外利益，從而破壞了協(xié)議的公平性。該文首先分析了Liu-Yan方案的安全威脅，并且以1個(gè)用戶-1個(gè)商家的模型代替Liu-Yan方案中大量用戶-1個(gè)商家的模型，以數(shù)據(jù)承諾技術(shù)為基礎(chǔ)保障結(jié)果的公平性與可驗(yàn)證性。
2017, 39(3): 749-753.
doi: 10.11999/JEIT160541
摘要:
針對(duì)非周期短碼擴(kuò)頻長碼加擾直擴(kuò)(NPLSC-DSSS)信號(hào)的偽碼估計(jì)問題，該文首先給出了m序列三階相關(guān)函數(shù)(TCF)共同峰理論和NPLSC-DSSS信號(hào)TCF估計(jì)量的概率函數(shù)。其次，利用TCF峰的共軛系特性構(gòu)建了TCF峰值序列，提出了TCF共同峰檢測(cè)的二元假設(shè)模型和利用擬合優(yōu)度檢驗(yàn)的TCF共同峰精檢測(cè)算法。同時(shí)，為提高偽碼估計(jì)性能，該文利用正反向TCF三階相關(guān)峰性質(zhì)和共軛系TCF峰值點(diǎn)累加和遞增性質(zhì)排除大量偽峰。最后通過矩陣斜消法實(shí)現(xiàn)長短偽碼的盲估計(jì)。仿真結(jié)果表明，該文方法在低信噪比條件下能夠有效估計(jì)NPLSC-DSSS信號(hào)的偽隨機(jī)碼。
針對(duì)非周期短碼擴(kuò)頻長碼加擾直擴(kuò)(NPLSC-DSSS)信號(hào)的偽碼估計(jì)問題，該文首先給出了m序列三階相關(guān)函數(shù)(TCF)共同峰理論和NPLSC-DSSS信號(hào)TCF估計(jì)量的概率函數(shù)。其次，利用TCF峰的共軛系特性構(gòu)建了TCF峰值序列，提出了TCF共同峰檢測(cè)的二元假設(shè)模型和利用擬合優(yōu)度檢驗(yàn)的TCF共同峰精檢測(cè)算法。同時(shí)，為提高偽碼估計(jì)性能，該文利用正反向TCF三階相關(guān)峰性質(zhì)和共軛系TCF峰值點(diǎn)累加和遞增性質(zhì)排除大量偽峰。最后通過矩陣斜消法實(shí)現(xiàn)長短偽碼的盲估計(jì)。仿真結(jié)果表明，該文方法在低信噪比條件下能夠有效估計(jì)NPLSC-DSSS信號(hào)的偽隨機(jī)碼。
2017, 39(3): 754-757.
doi: 10.11999/JEIT160392
摘要:
在編碼理論中，線性碼的(最小)距離是一個(gè)極其重要的參數(shù)，它決定了碼的糾錯(cuò)能力。設(shè)R為任一有限交換鏈環(huán)， a為其最大理想的一個(gè)生成元， R*為R的乘法單位群。對(duì)于任意wR*，該文利用R上任意長度的(1+aw)-常循環(huán)碼的生成結(jié)構(gòu)，通過計(jì)算這類碼的高階撓碼，得到了R上任意長度的(1+aw)-常循環(huán)碼的漢明距離，并研究了這類常循環(huán)碼的齊次距離。這給編譯有限鏈環(huán)上此類常循環(huán)碼提供了重要的理論依據(jù)。
在編碼理論中，線性碼的(最小)距離是一個(gè)極其重要的參數(shù)，它決定了碼的糾錯(cuò)能力。設(shè)R為任一有限交換鏈環(huán)， a為其最大理想的一個(gè)生成元， R*為R的乘法單位群。對(duì)于任意wR*，該文利用R上任意長度的(1+aw)-常循環(huán)碼的生成結(jié)構(gòu)，通過計(jì)算這類碼的高階撓碼，得到了R上任意長度的(1+aw)-常循環(huán)碼的漢明距離，并研究了這類常循環(huán)碼的齊次距離。這給編譯有限鏈環(huán)上此類常循環(huán)碼提供了重要的理論依據(jù)。
2017, 39(3): 758-762.
doi: 10.11999/JEIT160534
摘要:
該文提出一種結(jié)合定性與定量成像方法優(yōu)勢(shì)的混合電磁場(chǎng)逆散射成像方法，并將該方法應(yīng)用于重構(gòu)多介質(zhì)目標(biāo)的電性能參數(shù)的空間分布信息。該混合成像方法首先利用基于直接采樣法(Direct Sampling Method, DSM)的定性方法快速重構(gòu)目標(biāo)的感興趣區(qū)域(Region Of Interesting, ROI)、目標(biāo)形狀及目標(biāo)個(gè)數(shù)的先驗(yàn)信息。在此基礎(chǔ)上,利用基于子空間優(yōu)化定量方法結(jié)合該先驗(yàn)信息迭代修正目標(biāo)的幾何形狀信息，并重構(gòu)目標(biāo)的電性能參數(shù)的空間分布?；诜颇鶢枌?shí)驗(yàn)室實(shí)測(cè)散射場(chǎng)數(shù)據(jù)表示，該方法與子空間優(yōu)化法SOM(Subspace-based Optimization Method)定量成像精度相比擬的情況下，極大地降低了定量方法的計(jì)算復(fù)雜度和提高算法收斂速度。
該文提出一種結(jié)合定性與定量成像方法優(yōu)勢(shì)的混合電磁場(chǎng)逆散射成像方法，并將該方法應(yīng)用于重構(gòu)多介質(zhì)目標(biāo)的電性能參數(shù)的空間分布信息。該混合成像方法首先利用基于直接采樣法(Direct Sampling Method, DSM)的定性方法快速重構(gòu)目標(biāo)的感興趣區(qū)域(Region Of Interesting, ROI)、目標(biāo)形狀及目標(biāo)個(gè)數(shù)的先驗(yàn)信息。在此基礎(chǔ)上,利用基于子空間優(yōu)化定量方法結(jié)合該先驗(yàn)信息迭代修正目標(biāo)的幾何形狀信息，并重構(gòu)目標(biāo)的電性能參數(shù)的空間分布?；诜颇鶢枌?shí)驗(yàn)室實(shí)測(cè)散射場(chǎng)數(shù)據(jù)表示，該方法與子空間優(yōu)化法SOM(Subspace-based Optimization Method)定量成像精度相比擬的情況下，極大地降低了定量方法的計(jì)算復(fù)雜度和提高算法收斂速度。
