郵件訂閱
2019年 第41卷 第7期
顯示方式:
2019, 41(7): 1525-1532.
doi: 10.11999/JEIT180722
摘要:
在云接入網(wǎng)絡(luò)(Cloud-RAN)中，現(xiàn)有工作大多假定射頻拉遠(yuǎn)頭(RRH)不具備緩存功能。然而下一代通信網(wǎng)絡(luò)具有以內(nèi)容為中心的特性，因此在Cloud-RAN中考慮帶緩存的RRHs也變得有必要。該文考慮在Cloud-RAN中有效設(shè)計緩存方案，并通過資源分配有效減輕前程鏈路負(fù)擔(dān)。假設(shè)系統(tǒng)采用正交頻分多址接入(OFDMA)技術(shù)，通過聯(lián)合優(yōu)化子載波(SC)分配，RRH選擇與傳輸功率，最小化系統(tǒng)下行總功耗，并通過拉格朗日對偶分解轉(zhuǎn)化非凸問題，獲得最優(yōu)分配方案。仿真結(jié)果表明，比起其它緩存方案，該文提出的優(yōu)化算法可以有效地提升系統(tǒng)能效，滿足未來通信需求。
在云接入網(wǎng)絡(luò)(Cloud-RAN)中，現(xiàn)有工作大多假定射頻拉遠(yuǎn)頭(RRH)不具備緩存功能。然而下一代通信網(wǎng)絡(luò)具有以內(nèi)容為中心的特性，因此在Cloud-RAN中考慮帶緩存的RRHs也變得有必要。該文考慮在Cloud-RAN中有效設(shè)計緩存方案，并通過資源分配有效減輕前程鏈路負(fù)擔(dān)。假設(shè)系統(tǒng)采用正交頻分多址接入(OFDMA)技術(shù)，通過聯(lián)合優(yōu)化子載波(SC)分配，RRH選擇與傳輸功率，最小化系統(tǒng)下行總功耗，并通過拉格朗日對偶分解轉(zhuǎn)化非凸問題，獲得最優(yōu)分配方案。仿真結(jié)果表明，比起其它緩存方案，該文提出的優(yōu)化算法可以有效地提升系統(tǒng)能效，滿足未來通信需求。
2019, 41(7): 1533-1539.
doi: 10.11999/JEIT180771
摘要:
針對現(xiàn)有研究中缺乏云無線接入網(wǎng)絡(luò)(C-RAN)場景下對網(wǎng)絡(luò)切片高效的動態(tài)資源分配方案的問題，該文提出一種虛擬化C-RAN網(wǎng)絡(luò)下的網(wǎng)絡(luò)切片虛擬資源分配算法。首先基于受限馬爾可夫決策過程(CMDP)理論建立了一個虛擬化C-RAN場景下的隨機(jī)優(yōu)化模型，該模型以最大化平均切片和速率為目標(biāo)，同時受限于各切片平均時延約束以及網(wǎng)絡(luò)平均回傳鏈路帶寬消耗約束。其次，為了克服CMDP優(yōu)化問題中難以準(zhǔn)確掌握系統(tǒng)狀態(tài)轉(zhuǎn)移概率的問題，引入決策后狀態(tài)(PDS)的概念，將其作為一種“中間狀態(tài)”描述系統(tǒng)在已知動態(tài)發(fā)生后，但在未知動態(tài)發(fā)生前所處的狀態(tài)，其包含了所有與系統(tǒng)狀態(tài)轉(zhuǎn)移有關(guān)的已知信息。最后，提出一種基于在線學(xué)習(xí)的網(wǎng)絡(luò)切片虛擬資源分配算法，其在每個離散的資源調(diào)度時隙內(nèi)會根據(jù)當(dāng)前系統(tǒng)狀態(tài)為每個網(wǎng)絡(luò)切片分配合適的資源塊數(shù)量以及緩存資源。仿真結(jié)果表明，該算法能有效地滿足各切片的服務(wù)質(zhì)量(QoS)需求，降低網(wǎng)絡(luò)回傳鏈路帶寬消耗的壓力并同時提升系統(tǒng)吞吐量。
針對現(xiàn)有研究中缺乏云無線接入網(wǎng)絡(luò)(C-RAN)場景下對網(wǎng)絡(luò)切片高效的動態(tài)資源分配方案的問題，該文提出一種虛擬化C-RAN網(wǎng)絡(luò)下的網(wǎng)絡(luò)切片虛擬資源分配算法。首先基于受限馬爾可夫決策過程(CMDP)理論建立了一個虛擬化C-RAN場景下的隨機(jī)優(yōu)化模型，該模型以最大化平均切片和速率為目標(biāo)，同時受限于各切片平均時延約束以及網(wǎng)絡(luò)平均回傳鏈路帶寬消耗約束。其次，為了克服CMDP優(yōu)化問題中難以準(zhǔn)確掌握系統(tǒng)狀態(tài)轉(zhuǎn)移概率的問題，引入決策后狀態(tài)(PDS)的概念，將其作為一種“中間狀態(tài)”描述系統(tǒng)在已知動態(tài)發(fā)生后，但在未知動態(tài)發(fā)生前所處的狀態(tài)，其包含了所有與系統(tǒng)狀態(tài)轉(zhuǎn)移有關(guān)的已知信息。最后，提出一種基于在線學(xué)習(xí)的網(wǎng)絡(luò)切片虛擬資源分配算法，其在每個離散的資源調(diào)度時隙內(nèi)會根據(jù)當(dāng)前系統(tǒng)狀態(tài)為每個網(wǎng)絡(luò)切片分配合適的資源塊數(shù)量以及緩存資源。仿真結(jié)果表明，該算法能有效地滿足各切片的服務(wù)質(zhì)量(QoS)需求，降低網(wǎng)絡(luò)回傳鏈路帶寬消耗的壓力并同時提升系統(tǒng)吞吐量。
2019, 41(7): 1540-1547.
doi: 10.11999/JEIT180812
摘要:
針對傳統(tǒng)單通道異步直接序列碼分多址(DS-CDMA)信號信息序列及偽碼序列(PN)難以估計的問題，該文提出一種基于平行因子(PARAFAC)的多通道盲估計方法。該方法首先將信號建模為多通道接收模型，然后將觀測數(shù)據(jù)矩陣等效為平行因子模型，最后使用迭代最小二乘算法對平行因子進(jìn)行低秩分解，進(jìn)一步完成對DS-CDMA信號各用戶的信息序列及偽碼序列進(jìn)行估計。仿真實驗表明，該方法不僅能有效地對同步、異步短碼DS-CDMA信號的偽碼序列及信息序列進(jìn)行估計，而且能在通道數(shù)為6、信噪比(SNR)為–10 dB的條件下，實現(xiàn)10個用戶偽碼序列的有效估計。
針對傳統(tǒng)單通道異步直接序列碼分多址(DS-CDMA)信號信息序列及偽碼序列(PN)難以估計的問題，該文提出一種基于平行因子(PARAFAC)的多通道盲估計方法。該方法首先將信號建模為多通道接收模型，然后將觀測數(shù)據(jù)矩陣等效為平行因子模型，最后使用迭代最小二乘算法對平行因子進(jìn)行低秩分解，進(jìn)一步完成對DS-CDMA信號各用戶的信息序列及偽碼序列進(jìn)行估計。仿真實驗表明，該方法不僅能有效地對同步、異步短碼DS-CDMA信號的偽碼序列及信息序列進(jìn)行估計，而且能在通道數(shù)為6、信噪比(SNR)為–10 dB的條件下，實現(xiàn)10個用戶偽碼序列的有效估計。
2019, 41(7): 1548-1554.
doi: 10.11999/JEIT180804
摘要:
目前對分布式LT碼(DLT)的研究僅限于信源數(shù)量較少、且只有1層中繼的情況，該文提出一種能夠部署在多層中繼網(wǎng)絡(luò)上的分布式LT碼，即多層分布式LT碼(MLDLT)。該碼將信源進(jìn)行分組，將中繼進(jìn)行分層，通過分層后的中繼群，可以將多達(dá)幾十個乃至上百個信源連接到同一個接收端，從而實現(xiàn)眾多信源通過多層中繼對同一個接收終端的分布式LT碼通信。通過對MLDLT碼進(jìn)行與或樹分析，得出其中繼度分布的線性優(yōu)化方程。分別在無損和有損鏈路上計算該碼的漸進(jìn)性能并進(jìn)行數(shù)值仿真，結(jié)果證明MLDLT碼在無損和有損鏈路上的錯誤平臺都比較低。MLDLT碼非常適合于信源數(shù)量較多的多層中繼網(wǎng)絡(luò)。
目前對分布式LT碼(DLT)的研究僅限于信源數(shù)量較少、且只有1層中繼的情況，該文提出一種能夠部署在多層中繼網(wǎng)絡(luò)上的分布式LT碼，即多層分布式LT碼(MLDLT)。該碼將信源進(jìn)行分組，將中繼進(jìn)行分層，通過分層后的中繼群，可以將多達(dá)幾十個乃至上百個信源連接到同一個接收端，從而實現(xiàn)眾多信源通過多層中繼對同一個接收終端的分布式LT碼通信。通過對MLDLT碼進(jìn)行與或樹分析，得出其中繼度分布的線性優(yōu)化方程。分別在無損和有損鏈路上計算該碼的漸進(jìn)性能并進(jìn)行數(shù)值仿真，結(jié)果證明MLDLT碼在無損和有損鏈路上的錯誤平臺都比較低。MLDLT碼非常適合于信源數(shù)量較多的多層中繼網(wǎng)絡(luò)。
2019, 41(7): 1555-1564.
doi: 10.11999/JEIT180392
摘要:
該文提出一種基于Mann-Whitney秩和檢驗的無線局域網(wǎng)(WLAN)室內(nèi)映射與定位方法。該方法首先根據(jù)實際定位精度需求對目標(biāo)區(qū)域中的運動路徑進(jìn)行分段，同時基于Mann-Whitney秩和檢驗方法合并相似運動路徑片段；然后，利用一種基于相似接收信號強(qiáng)度(RSS)序列片段的信號聚類算法，保證同一聚類中RSS樣本的物理鄰接關(guān)系；最后，通過骨干節(jié)點的擴(kuò)散映射，建立物理與信號空間的映射關(guān)系，實現(xiàn)對運動用戶的定位。實驗結(jié)果表明，相比于已有WLAN室內(nèi)映射與定位方法，該文方法在無需運動傳感器輔助和構(gòu)建位置指紋數(shù)據(jù)庫的條件下，能夠?qū)崿F(xiàn)更高的映射與定位精度。
該文提出一種基于Mann-Whitney秩和檢驗的無線局域網(wǎng)(WLAN)室內(nèi)映射與定位方法。該方法首先根據(jù)實際定位精度需求對目標(biāo)區(qū)域中的運動路徑進(jìn)行分段，同時基于Mann-Whitney秩和檢驗方法合并相似運動路徑片段；然后，利用一種基于相似接收信號強(qiáng)度(RSS)序列片段的信號聚類算法，保證同一聚類中RSS樣本的物理鄰接關(guān)系；最后，通過骨干節(jié)點的擴(kuò)散映射，建立物理與信號空間的映射關(guān)系，實現(xiàn)對運動用戶的定位。實驗結(jié)果表明，相比于已有WLAN室內(nèi)映射與定位方法，該文方法在無需運動傳感器輔助和構(gòu)建位置指紋數(shù)據(jù)庫的條件下，能夠?qū)崿F(xiàn)更高的映射與定位精度。
2019, 41(7): 1565-1571.
doi: 10.11999/JEIT181021
摘要:
在復(fù)雜的室內(nèi)環(huán)境中，測得的接收信號強(qiáng)度(RSS)值會出現(xiàn)不同程度的波動，導(dǎo)致無法準(zhǔn)確地刻畫出無線信號傳播模型。為了解決這個問題，在基于Wi-Fi測距定位模型下，該文提出一種普適的粗粒度定位方法。該方法通過對測量到的RSS值進(jìn)行擬合，以此獲取信號的傳播模型；在此基礎(chǔ)上計算出未知節(jié)點與接入點(AP)的距離，再利用天牛須算法實現(xiàn)未知節(jié)點定位，通過仿真驗證此傳播模型的性能以及該優(yōu)化算法的有效性。
在復(fù)雜的室內(nèi)環(huán)境中，測得的接收信號強(qiáng)度(RSS)值會出現(xiàn)不同程度的波動，導(dǎo)致無法準(zhǔn)確地刻畫出無線信號傳播模型。為了解決這個問題，在基于Wi-Fi測距定位模型下，該文提出一種普適的粗粒度定位方法。該方法通過對測量到的RSS值進(jìn)行擬合，以此獲取信號的傳播模型；在此基礎(chǔ)上計算出未知節(jié)點與接入點(AP)的距離，再利用天牛須算法實現(xiàn)未知節(jié)點定位，通過仿真驗證此傳播模型的性能以及該優(yōu)化算法的有效性。
2019, 41(7): 1572-1578.
doi: 10.11999/JEIT180716
摘要:
針對極化碼連續(xù)取消列表(SCL)譯碼算法為獲取較好性能而采用較多的保留路徑數(shù)，導(dǎo)致譯碼復(fù)雜度較高的缺點，自適應(yīng)SCL譯碼算法雖然在高信噪比下降低了一定的計算量，卻帶來了較高的譯碼延時。根據(jù)極化碼的順序譯碼結(jié)構(gòu)，該文提出了一種分段循環(huán)冗余校驗(CRC)與自適應(yīng)選擇保留路徑數(shù)量相結(jié)合的SCL譯碼算法。仿真結(jié)果表明，與傳統(tǒng)CRC輔助SCL譯碼算法、自適應(yīng)SCL譯碼算法相比，該算法在碼率R=0.5時，低信噪比下(–1 dB)復(fù)雜度降低了約21.6%，在高信噪比下(3 dB)復(fù)雜度降低了約64%，同時獲得較好的譯碼性能。
針對極化碼連續(xù)取消列表(SCL)譯碼算法為獲取較好性能而采用較多的保留路徑數(shù)，導(dǎo)致譯碼復(fù)雜度較高的缺點，自適應(yīng)SCL譯碼算法雖然在高信噪比下降低了一定的計算量，卻帶來了較高的譯碼延時。根據(jù)極化碼的順序譯碼結(jié)構(gòu)，該文提出了一種分段循環(huán)冗余校驗(CRC)與自適應(yīng)選擇保留路徑數(shù)量相結(jié)合的SCL譯碼算法。仿真結(jié)果表明，與傳統(tǒng)CRC輔助SCL譯碼算法、自適應(yīng)SCL譯碼算法相比，該算法在碼率R=0.5時，低信噪比下(–1 dB)復(fù)雜度降低了約21.6%，在高信噪比下(3 dB)復(fù)雜度降低了約64%，同時獲得較好的譯碼性能。
2019, 41(7): 1579-1586.
doi: 10.11999/JEIT180807
摘要:
為滿足各工程應(yīng)用領(lǐng)域?qū)τ诟呔葧r間頻率同步的需求，降低系統(tǒng)復(fù)雜度，保障大規(guī)模光纖時頻傳遞網(wǎng)絡(luò)的順利建設(shè)，該文提出基于偽碼調(diào)制技術(shù)的光纖時間頻率一體化傳遞方法，設(shè)計并搭建了光纖時間頻率一體化傳遞系統(tǒng)，完成了光纖單向和雙向時頻一體化傳遞。在單向時頻傳遞試驗中，分析了溫度變化對于系統(tǒng)傳輸時延的影響；在雙向時頻傳遞試驗中，實現(xiàn)了時間頻率的高精度傳遞，系統(tǒng)附加時間傳遞抖動為0.28 ps/s, 0.82 ps/1000 s，附加頻率傳遞不穩(wěn)定度為4.94×10–13/s, 6.39×10–17/40000 s。試驗結(jié)果表明，該方法實現(xiàn)了時間、頻率一體化高精度同步，且系統(tǒng)附加時間傳遞抖動優(yōu)于目前各光纖時間同步方案。
為滿足各工程應(yīng)用領(lǐng)域?qū)τ诟呔葧r間頻率同步的需求，降低系統(tǒng)復(fù)雜度，保障大規(guī)模光纖時頻傳遞網(wǎng)絡(luò)的順利建設(shè)，該文提出基于偽碼調(diào)制技術(shù)的光纖時間頻率一體化傳遞方法，設(shè)計并搭建了光纖時間頻率一體化傳遞系統(tǒng)，完成了光纖單向和雙向時頻一體化傳遞。在單向時頻傳遞試驗中，分析了溫度變化對于系統(tǒng)傳輸時延的影響；在雙向時頻傳遞試驗中，實現(xiàn)了時間頻率的高精度傳遞，系統(tǒng)附加時間傳遞抖動為0.28 ps/s, 0.82 ps/1000 s，附加頻率傳遞不穩(wěn)定度為4.94×10–13/s, 6.39×10–17/40000 s。試驗結(jié)果表明，該方法實現(xiàn)了時間、頻率一體化高精度同步，且系統(tǒng)附加時間傳遞抖動優(yōu)于目前各光纖時間同步方案。
2019, 41(7): 1587-1593.
doi: 10.11999/JEIT180737
摘要:
針對現(xiàn)有可生存虛擬網(wǎng)絡(luò)鏈路保護(hù)方法無差別對待所有虛擬鏈路、備份資源消耗多且故障后網(wǎng)絡(luò)恢復(fù)時延長的問題，該文提出一種核心鏈路感知的可生存虛擬網(wǎng)絡(luò)鏈路保護(hù)(CLA-SVNLP)方法。首先，綜合考慮虛擬鏈路動態(tài)和靜態(tài)兩方面因素構(gòu)建虛擬鏈路核心度度量模型，依據(jù)虛擬網(wǎng)絡(luò)生存性需求，對核心度較高的虛擬鏈路進(jìn)行備份保護(hù)；其次，將p圈引入可生存虛擬網(wǎng)絡(luò)鏈路保護(hù)，依據(jù)虛擬網(wǎng)絡(luò)特點構(gòu)建p圈，為核心虛擬鏈路提供1:N保護(hù)，即每條核心虛擬鏈路平均消耗1/N條的備份鏈路帶寬資源以減少備份鏈路資源消耗，并將單物理鏈路保護(hù)問題轉(zhuǎn)化為多個p圈內(nèi)的單虛擬鏈路保護(hù)問題；最后網(wǎng)絡(luò)編碼技術(shù)與p圈結(jié)合，將備份鏈路對核心虛擬鏈路提供的1:N保護(hù)轉(zhuǎn)化為1+N保護(hù)，避免了故障后定位、檢測及數(shù)據(jù)重傳。仿真結(jié)果表明，該方法提高了備份資源利用率且縮短了故障后的網(wǎng)絡(luò)恢復(fù)時延。
針對現(xiàn)有可生存虛擬網(wǎng)絡(luò)鏈路保護(hù)方法無差別對待所有虛擬鏈路、備份資源消耗多且故障后網(wǎng)絡(luò)恢復(fù)時延長的問題，該文提出一種核心鏈路感知的可生存虛擬網(wǎng)絡(luò)鏈路保護(hù)(CLA-SVNLP)方法。首先，綜合考慮虛擬鏈路動態(tài)和靜態(tài)兩方面因素構(gòu)建虛擬鏈路核心度度量模型，依據(jù)虛擬網(wǎng)絡(luò)生存性需求，對核心度較高的虛擬鏈路進(jìn)行備份保護(hù)；其次，將p圈引入可生存虛擬網(wǎng)絡(luò)鏈路保護(hù)，依據(jù)虛擬網(wǎng)絡(luò)特點構(gòu)建p圈，為核心虛擬鏈路提供1:N保護(hù)，即每條核心虛擬鏈路平均消耗1/N條的備份鏈路帶寬資源以減少備份鏈路資源消耗，并將單物理鏈路保護(hù)問題轉(zhuǎn)化為多個p圈內(nèi)的單虛擬鏈路保護(hù)問題；最后網(wǎng)絡(luò)編碼技術(shù)與p圈結(jié)合，將備份鏈路對核心虛擬鏈路提供的1:N保護(hù)轉(zhuǎn)化為1+N保護(hù)，避免了故障后定位、檢測及數(shù)據(jù)重傳。仿真結(jié)果表明，該方法提高了備份資源利用率且縮短了故障后的網(wǎng)絡(luò)恢復(fù)時延。
2019, 41(7): 1594-1600.
doi: 10.11999/JEIT180764
摘要:
基于非相似余度架構(gòu)(DRS)的網(wǎng)絡(luò)空間安全技術(shù)是一種主動防御技術(shù)，其利用非相似性、冗余性等特性阻斷或者擾亂網(wǎng)絡(luò)攻擊，以提高系統(tǒng)的可靠性和安全性。該文在研究異構(gòu)性是如何提高系統(tǒng)的安全性的基礎(chǔ)上，指出對異構(gòu)性進(jìn)行量化評估的重要性，將DRS的異構(gòu)性定義為其執(zhí)行體集的復(fù)雜性與差異性，并依此提出一種量化異構(gòu)性的方法。實驗結(jié)果表明，該方法可以將10個執(zhí)行體集分為9類，而香濃-維納指數(shù)、辛普森指數(shù)和Pielou指數(shù)只能分為4類。在理論上為DRS異構(gòu)性量化評估提供了一種新方法，并為工程實現(xiàn)DRS系統(tǒng)提供了指導(dǎo)。
基于非相似余度架構(gòu)(DRS)的網(wǎng)絡(luò)空間安全技術(shù)是一種主動防御技術(shù)，其利用非相似性、冗余性等特性阻斷或者擾亂網(wǎng)絡(luò)攻擊，以提高系統(tǒng)的可靠性和安全性。該文在研究異構(gòu)性是如何提高系統(tǒng)的安全性的基礎(chǔ)上，指出對異構(gòu)性進(jìn)行量化評估的重要性，將DRS的異構(gòu)性定義為其執(zhí)行體集的復(fù)雜性與差異性，并依此提出一種量化異構(gòu)性的方法。實驗結(jié)果表明，該方法可以將10個執(zhí)行體集分為9類，而香濃-維納指數(shù)、辛普森指數(shù)和Pielou指數(shù)只能分為4類。在理論上為DRS異構(gòu)性量化評估提供了一種新方法，并為工程實現(xiàn)DRS系統(tǒng)提供了指導(dǎo)。
2019, 41(7): 1601-1609.
doi: 10.11999/JEIT180775
摘要:
為了克服物理不可克隆函數(shù)(PUF)面對建模攻擊的脆弱性，該文提出一種基于敏感度混淆機(jī)制的控制型PUF架構(gòu)。根據(jù)PUF的布爾函數(shù)定義及Walsh譜理論，推導(dǎo)出各個激勵位具有不同敏感度，分析并歸納了與混淆值位寬奇偶性有關(guān)的位置選取規(guī)則。利用該規(guī)則指導(dǎo)了多位寬混淆算法(MWCA)的設(shè)計，構(gòu)建了具有高安全性的控制型PUF架構(gòu)。將基礎(chǔ)PUF結(jié)構(gòu)作為控制型PUF的防護(hù)對象進(jìn)行實驗評估，發(fā)現(xiàn)基于敏感度混淆機(jī)制的控制型PUF所產(chǎn)生的響應(yīng)具有較好的隨機(jī)性。采用邏輯回歸算法對不同PUF結(jié)構(gòu)進(jìn)行建模攻擊，實驗結(jié)果表明，相比基本ROPUF、仲裁器PUF以及基于隨機(jī)混淆機(jī)制的OB-PUF，基于敏感度混淆機(jī)制的控制型PUF能夠顯著提高PUF的抗建模攻擊能力。
為了克服物理不可克隆函數(shù)(PUF)面對建模攻擊的脆弱性，該文提出一種基于敏感度混淆機(jī)制的控制型PUF架構(gòu)。根據(jù)PUF的布爾函數(shù)定義及Walsh譜理論，推導(dǎo)出各個激勵位具有不同敏感度，分析并歸納了與混淆值位寬奇偶性有關(guān)的位置選取規(guī)則。利用該規(guī)則指導(dǎo)了多位寬混淆算法(MWCA)的設(shè)計，構(gòu)建了具有高安全性的控制型PUF架構(gòu)。將基礎(chǔ)PUF結(jié)構(gòu)作為控制型PUF的防護(hù)對象進(jìn)行實驗評估，發(fā)現(xiàn)基于敏感度混淆機(jī)制的控制型PUF所產(chǎn)生的響應(yīng)具有較好的隨機(jī)性。采用邏輯回歸算法對不同PUF結(jié)構(gòu)進(jìn)行建模攻擊，實驗結(jié)果表明，相比基本ROPUF、仲裁器PUF以及基于隨機(jī)混淆機(jī)制的OB-PUF，基于敏感度混淆機(jī)制的控制型PUF能夠顯著提高PUF的抗建模攻擊能力。
2019, 41(7): 1610-1617.
doi: 10.11999/JEIT180729
摘要:
LiCi是由Patil等人(2017)提出的輕量級分組密碼算法。由于采用新型的設(shè)計理念，該算法具有結(jié)構(gòu)緊湊、能耗低、占用芯片面積小等優(yōu)點，特別適用于資源受限的環(huán)境。目前該算法的安全性備受關(guān)注，Patil等人聲稱：16輪簡化算法足以抵抗經(jīng)典的差分攻擊及線性攻擊。該文基于S盒的差分特征，結(jié)合中間相遇思想，構(gòu)造了一個10輪的不可能差分區(qū)分器?；诖藚^(qū)分器，向前后各擴(kuò)展3輪，并利用密鑰編排方案，給出了LiCi的一個16輪的不可能差分分析方法。該攻擊需要時間復(fù)雜度約為283.08次16輪加密，數(shù)據(jù)復(fù)雜度約為259.76選擇明文，存儲復(fù)雜度約為276.76數(shù)據(jù)塊，這說明16輪簡化的LiCi算法無法抵抗不可能差分攻擊。
LiCi是由Patil等人(2017)提出的輕量級分組密碼算法。由于采用新型的設(shè)計理念，該算法具有結(jié)構(gòu)緊湊、能耗低、占用芯片面積小等優(yōu)點，特別適用于資源受限的環(huán)境。目前該算法的安全性備受關(guān)注，Patil等人聲稱：16輪簡化算法足以抵抗經(jīng)典的差分攻擊及線性攻擊。該文基于S盒的差分特征，結(jié)合中間相遇思想，構(gòu)造了一個10輪的不可能差分區(qū)分器?；诖藚^(qū)分器，向前后各擴(kuò)展3輪，并利用密鑰編排方案，給出了LiCi的一個16輪的不可能差分分析方法。該攻擊需要時間復(fù)雜度約為283.08次16輪加密，數(shù)據(jù)復(fù)雜度約為259.76選擇明文，存儲復(fù)雜度約為276.76數(shù)據(jù)塊，這說明16輪簡化的LiCi算法無法抵抗不可能差分攻擊。
2019, 41(7): 1618-1624.
doi: 10.11999/JEIT180735
摘要:
該文給出了一般的2次多項式混沌系統(tǒng)與Tent映射拓?fù)涔曹椀某浞謼l件，并依據(jù)該條件，給出了一類2次多項式混沌系統(tǒng)及其概率密度函數(shù)；進(jìn)一步得到了能夠?qū)⑦@類系統(tǒng)均勻化的變換函數(shù)；給出了一個新的2次多項式混沌系統(tǒng)并進(jìn)行均勻化處理，對其產(chǎn)生的序列進(jìn)行了信息熵、Kolmogorov熵和離散熵分析，結(jié)果顯示該均勻化方法的均勻化效果顯著且不改變序列混沌程度。
該文給出了一般的2次多項式混沌系統(tǒng)與Tent映射拓?fù)涔曹椀某浞謼l件，并依據(jù)該條件，給出了一類2次多項式混沌系統(tǒng)及其概率密度函數(shù)；進(jìn)一步得到了能夠?qū)⑦@類系統(tǒng)均勻化的變換函數(shù)；給出了一個新的2次多項式混沌系統(tǒng)并進(jìn)行均勻化處理，對其產(chǎn)生的序列進(jìn)行了信息熵、Kolmogorov熵和離散熵分析，結(jié)果顯示該均勻化方法的均勻化效果顯著且不改變序列混沌程度。
2019, 41(7): 1625-1632.
doi: 10.11999/JEIT180798
摘要:
為了更好地對3D視頻中深度圖進(jìn)行編碼，該文將3維高效視頻編碼(3D-HEVC)標(biāo)準(zhǔn)新引入了深度建模模式(DMMs)，新模式在提高了編碼質(zhì)量的同時改進(jìn)了原有算法的復(fù)雜度。在設(shè)計DMM-1編碼器電路時，傳統(tǒng)架構(gòu)電路的編碼周期均較長，只能滿足較低分辨率和幀率的視頻實時編碼要求。為了進(jìn)一步提高3D-HEVC中DMM-1編碼器的性能，該文對DMM-1算法架構(gòu)進(jìn)行了研究，針對其中楔形塊評估無數(shù)據(jù)相關(guān)性的特點，提出了一種5級流水線架構(gòu)的DMM-1編碼器硬件電路，以期能夠降低一個深度塊編碼所需的編碼周期，并使用Verilog HDL進(jìn)行實現(xiàn)。實驗表明：該架構(gòu)與Sanchez等人(2017年)的工作相比，以電路門數(shù)增加約1568門為代價，可減少至少52.3%的編碼周期。
為了更好地對3D視頻中深度圖進(jìn)行編碼，該文將3維高效視頻編碼(3D-HEVC)標(biāo)準(zhǔn)新引入了深度建模模式(DMMs)，新模式在提高了編碼質(zhì)量的同時改進(jìn)了原有算法的復(fù)雜度。在設(shè)計DMM-1編碼器電路時，傳統(tǒng)架構(gòu)電路的編碼周期均較長，只能滿足較低分辨率和幀率的視頻實時編碼要求。為了進(jìn)一步提高3D-HEVC中DMM-1編碼器的性能，該文對DMM-1算法架構(gòu)進(jìn)行了研究，針對其中楔形塊評估無數(shù)據(jù)相關(guān)性的特點，提出了一種5級流水線架構(gòu)的DMM-1編碼器硬件電路，以期能夠降低一個深度塊編碼所需的編碼周期，并使用Verilog HDL進(jìn)行實現(xiàn)。實驗表明：該架構(gòu)與Sanchez等人(2017年)的工作相比，以電路門數(shù)增加約1568門為代價，可減少至少52.3%的編碼周期。
2019, 41(7): 1633-1640.
doi: 10.11999/JEIT180793
摘要:
本體作為指導(dǎo)知識圖譜數(shù)據(jù)構(gòu)建的上層結(jié)構(gòu)，在知識圖譜技術(shù)中具有重要意義。本體在發(fā)展的過程中會形成結(jié)構(gòu)上的冗余?，F(xiàn)有的本體消冗方法無法處理含有等價關(guān)系的本體結(jié)構(gòu)，只能針對單一類屬關(guān)系進(jìn)行冗余的檢測與消除。該文針對含有等價關(guān)系的本體提出一種基于超節(jié)點理論的消冗算法，首先將相互等價的節(jié)點看作超節(jié)點，消除單一類屬關(guān)系之間的的冗余；然后還原等價節(jié)點，消除等價關(guān)系與類屬關(guān)系之間的冗余。在計算機(jī)生成網(wǎng)絡(luò)和真實網(wǎng)絡(luò)上的實驗和分析表明，該算法能夠準(zhǔn)確識別關(guān)系冗余，具有較高的穩(wěn)定性和綜合性能。
本體作為指導(dǎo)知識圖譜數(shù)據(jù)構(gòu)建的上層結(jié)構(gòu)，在知識圖譜技術(shù)中具有重要意義。本體在發(fā)展的過程中會形成結(jié)構(gòu)上的冗余?，F(xiàn)有的本體消冗方法無法處理含有等價關(guān)系的本體結(jié)構(gòu)，只能針對單一類屬關(guān)系進(jìn)行冗余的檢測與消除。該文針對含有等價關(guān)系的本體提出一種基于超節(jié)點理論的消冗算法，首先將相互等價的節(jié)點看作超節(jié)點，消除單一類屬關(guān)系之間的的冗余；然后還原等價節(jié)點，消除等價關(guān)系與類屬關(guān)系之間的冗余。在計算機(jī)生成網(wǎng)絡(luò)和真實網(wǎng)絡(luò)上的實驗和分析表明，該算法能夠準(zhǔn)確識別關(guān)系冗余，具有較高的穩(wěn)定性和綜合性能。
2019, 41(7): 1641-1649.
doi: 10.11999/JEIT180792
摘要:
基于語音數(shù)據(jù)分析的帕金森病(PD)診斷存在樣本量小、訓(xùn)練與測試數(shù)據(jù)分布差異明顯的問題。為了解決這些問題，需要從降維和樣本擴(kuò)充兩個方面同時進(jìn)行。因此，該文提出結(jié)合加噪加權(quán)卷積稀疏遷移學(xué)習(xí)和樣本特征并行優(yōu)選的PD分類算法。該算法可從源域的公共語音庫中學(xué)習(xí)有利于表達(dá)PD語音特征的有效結(jié)構(gòu)信息，同時完成降維和樣本間接擴(kuò)充。樣本特征并行優(yōu)選考慮到了樣本和語音特征間的關(guān)系，從而有助于獲取高質(zhì)量的特征。首先，對公共語音庫進(jìn)行特征提取構(gòu)造公共特征庫；然后，以公共特征庫對PD目標(biāo)域的訓(xùn)練數(shù)據(jù)集及測試數(shù)據(jù)集進(jìn)行稀疏編碼，這里分別采用傳統(tǒng)稀疏編碼(SC)與卷積稀疏編碼(CSC)兩種稀疏編碼方法；接著，對編碼后的語音樣本段和特征數(shù)據(jù)進(jìn)行同時優(yōu)選；最后，采用支撐向量機(jī)(SVM)進(jìn)行分類。實驗結(jié)果表明，該算法針對受試者的分類準(zhǔn)確率最高值達(dá)到了95.0%，均值達(dá)到了86.0%，較相關(guān)被比較算法有較大提高。此外，研究還發(fā)現(xiàn)，相較于傳統(tǒng)稀疏編碼方法，卷積稀疏編碼更有利于提取PD語音數(shù)據(jù)的高層特征；同樣，遷移學(xué)習(xí)也有利于提高該算法性能。
基于語音數(shù)據(jù)分析的帕金森病(PD)診斷存在樣本量小、訓(xùn)練與測試數(shù)據(jù)分布差異明顯的問題。為了解決這些問題，需要從降維和樣本擴(kuò)充兩個方面同時進(jìn)行。因此，該文提出結(jié)合加噪加權(quán)卷積稀疏遷移學(xué)習(xí)和樣本特征并行優(yōu)選的PD分類算法。該算法可從源域的公共語音庫中學(xué)習(xí)有利于表達(dá)PD語音特征的有效結(jié)構(gòu)信息，同時完成降維和樣本間接擴(kuò)充。樣本特征并行優(yōu)選考慮到了樣本和語音特征間的關(guān)系，從而有助于獲取高質(zhì)量的特征。首先，對公共語音庫進(jìn)行特征提取構(gòu)造公共特征庫；然后，以公共特征庫對PD目標(biāo)域的訓(xùn)練數(shù)據(jù)集及測試數(shù)據(jù)集進(jìn)行稀疏編碼，這里分別采用傳統(tǒng)稀疏編碼(SC)與卷積稀疏編碼(CSC)兩種稀疏編碼方法；接著，對編碼后的語音樣本段和特征數(shù)據(jù)進(jìn)行同時優(yōu)選；最后，采用支撐向量機(jī)(SVM)進(jìn)行分類。實驗結(jié)果表明，該算法針對受試者的分類準(zhǔn)確率最高值達(dá)到了95.0%，均值達(dá)到了86.0%，較相關(guān)被比較算法有較大提高。此外，研究還發(fā)現(xiàn)，相較于傳統(tǒng)稀疏編碼方法，卷積稀疏編碼更有利于提取PD語音數(shù)據(jù)的高層特征；同樣，遷移學(xué)習(xí)也有利于提高該算法性能。
2019, 41(7): 1650-1657.
doi: 10.11999/JEIT180780
摘要:
針對復(fù)雜背景下目標(biāo)容易發(fā)生漂移的問題，該文提出一種基于空間可靠性約束的目標(biāo)跟蹤算法。首先通過預(yù)訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)(CNN)模型提取目標(biāo)的多層深度特征，并在各層上分別訓(xùn)練相關(guān)濾波器，然后對得到的響應(yīng)圖進(jìn)行加權(quán)融合。接著通過高層特征圖提取目標(biāo)的可靠性區(qū)域信息，得到一個二值注意力矩陣，最后將得到的二值矩陣用于約束融合后響應(yīng)圖的搜索范圍，范圍內(nèi)的最大響應(yīng)值即為目標(biāo)的中心位置。為了處理長時遮擋問題，該文提出一種基于首幀模板信息的隨機(jī)選擇更新策略。實驗結(jié)果表明，該算法在應(yīng)對相似背景干擾、遮擋、超出視野等多種場景均有良好的性能表現(xiàn)。
針對復(fù)雜背景下目標(biāo)容易發(fā)生漂移的問題，該文提出一種基于空間可靠性約束的目標(biāo)跟蹤算法。首先通過預(yù)訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)(CNN)模型提取目標(biāo)的多層深度特征，并在各層上分別訓(xùn)練相關(guān)濾波器，然后對得到的響應(yīng)圖進(jìn)行加權(quán)融合。接著通過高層特征圖提取目標(biāo)的可靠性區(qū)域信息，得到一個二值注意力矩陣，最后將得到的二值矩陣用于約束融合后響應(yīng)圖的搜索范圍，范圍內(nèi)的最大響應(yīng)值即為目標(biāo)的中心位置。為了處理長時遮擋問題，該文提出一種基于首幀模板信息的隨機(jī)選擇更新策略。實驗結(jié)果表明，該算法在應(yīng)對相似背景干擾、遮擋、超出視野等多種場景均有良好的性能表現(xiàn)。
2019, 41(7): 1658-1665.
doi: 10.11999/JEIT180777
摘要:
隨著機(jī)器學(xué)習(xí)被廣泛的應(yīng)用，其安全脆弱性問題也突顯出來。該文提出一種基于粒子群優(yōu)化(PSO)的對抗樣本生成算法，揭示支持向量機(jī)(SVM)可能存在的安全隱患。主要采用的攻擊策略是篡改測試樣本，生成對抗樣本，達(dá)到欺騙SVM分類器，使其性能失效的目的。為此，結(jié)合SVM在高維特征空間的線性可分的特點，采用PSO方法尋找攻擊顯著性特征，再利用均分方法逆映射回原始輸入空間，構(gòu)建對抗樣本。該方法充分利用了特征空間上線性模型上易尋優(yōu)的特點，同時又利用了原始輸入空間篡改數(shù)據(jù)的可解釋性優(yōu)點，使原本難解的優(yōu)化問題得到實現(xiàn)。該文對2個公開數(shù)據(jù)集進(jìn)行實驗，實驗結(jié)果表明，該方法通過不超過7%的小擾動量生成的對抗樣本均能使SVM分類器失效，由此證明了SVM存在明顯的安全脆弱性。
隨著機(jī)器學(xué)習(xí)被廣泛的應(yīng)用，其安全脆弱性問題也突顯出來。該文提出一種基于粒子群優(yōu)化(PSO)的對抗樣本生成算法，揭示支持向量機(jī)(SVM)可能存在的安全隱患。主要采用的攻擊策略是篡改測試樣本，生成對抗樣本，達(dá)到欺騙SVM分類器，使其性能失效的目的。為此，結(jié)合SVM在高維特征空間的線性可分的特點，采用PSO方法尋找攻擊顯著性特征，再利用均分方法逆映射回原始輸入空間，構(gòu)建對抗樣本。該方法充分利用了特征空間上線性模型上易尋優(yōu)的特點，同時又利用了原始輸入空間篡改數(shù)據(jù)的可解釋性優(yōu)點，使原本難解的優(yōu)化問題得到實現(xiàn)。該文對2個公開數(shù)據(jù)集進(jìn)行實驗，實驗結(jié)果表明，該方法通過不超過7%的小擾動量生成的對抗樣本均能使SVM分類器失效，由此證明了SVM存在明顯的安全脆弱性。
2019, 41(7): 1666-1673.
doi: 10.11999/JEIT180751
摘要:
針對多元宇宙優(yōu)化(MVO)算法中蟲洞存在機(jī)制、白洞選擇機(jī)制等不足，該文提出一種改進(jìn)多元宇宙優(yōu)化算法(IMVO)。設(shè)計固定概率的蟲洞存在機(jī)制和前期快速收斂后期平緩收斂的蟲洞旅行距離率，加快算法全局探索能力和快速迭代能力；提出黑洞的隨機(jī)白洞選擇機(jī)制，設(shè)計黑洞圍繞白洞恒星進(jìn)行公轉(zhuǎn)并模型化，解決代間宇宙信息溝通的問題，中低維度數(shù)值比較實驗驗證了改進(jìn)算法的優(yōu)良性能。選取大規(guī)模實值問題較難優(yōu)化的3個基準(zhǔn)測試函數(shù)進(jìn)行對比實驗，改進(jìn)算法在大規(guī)模優(yōu)化問題上的求解精度和成功率方面具有較好的適用性和魯棒性。
針對多元宇宙優(yōu)化(MVO)算法中蟲洞存在機(jī)制、白洞選擇機(jī)制等不足，該文提出一種改進(jìn)多元宇宙優(yōu)化算法(IMVO)。設(shè)計固定概率的蟲洞存在機(jī)制和前期快速收斂后期平緩收斂的蟲洞旅行距離率，加快算法全局探索能力和快速迭代能力；提出黑洞的隨機(jī)白洞選擇機(jī)制，設(shè)計黑洞圍繞白洞恒星進(jìn)行公轉(zhuǎn)并模型化，解決代間宇宙信息溝通的問題，中低維度數(shù)值比較實驗驗證了改進(jìn)算法的優(yōu)良性能。選取大規(guī)模實值問題較難優(yōu)化的3個基準(zhǔn)測試函數(shù)進(jìn)行對比實驗，改進(jìn)算法在大規(guī)模優(yōu)化問題上的求解精度和成功率方面具有較好的適用性和魯棒性。
2019, 41(7): 1674-1681.
doi: 10.11999/JEIT180720
摘要:
針對利用抽象語義(AMR)圖來預(yù)測摘要子圖存在的語義結(jié)構(gòu)不完整問題，該文提出一種基于整數(shù)線性規(guī)劃(ILP)重構(gòu)AMR圖結(jié)構(gòu)的語義摘要算法。首先將數(shù)據(jù)預(yù)處理生成一個AMR總圖；然后基于統(tǒng)計特征從AMR總圖中抽取出摘要子圖重要節(jié)點信息；最后利用ILP的方法來對摘要子圖中節(jié)點關(guān)系進(jìn)行重構(gòu)，利用完整的摘要子圖恢復(fù)生成語義摘要。實驗結(jié)果表明，相比其他語義摘要方法，所提方法的ROUGE值和Smatch值都有顯著提高，最多分別提高了9%和14%，該方法有利于提高語義摘要的質(zhì)量。
針對利用抽象語義(AMR)圖來預(yù)測摘要子圖存在的語義結(jié)構(gòu)不完整問題，該文提出一種基于整數(shù)線性規(guī)劃(ILP)重構(gòu)AMR圖結(jié)構(gòu)的語義摘要算法。首先將數(shù)據(jù)預(yù)處理生成一個AMR總圖；然后基于統(tǒng)計特征從AMR總圖中抽取出摘要子圖重要節(jié)點信息；最后利用ILP的方法來對摘要子圖中節(jié)點關(guān)系進(jìn)行重構(gòu)，利用完整的摘要子圖恢復(fù)生成語義摘要。實驗結(jié)果表明，相比其他語義摘要方法，所提方法的ROUGE值和Smatch值都有顯著提高，最多分別提高了9%和14%，該方法有利于提高語義摘要的質(zhì)量。
2019, 41(7): 1682-1689.
doi: 10.11999/JEIT180796
摘要:
水下線譜目標(biāo)被動檢測中，目標(biāo)輻射線譜信號的方位、頻率、個數(shù)等信息通常未知，且線譜檢測性能容易受到寬帶干擾及背景噪聲的影響。針對此問題，該文提出一種時空域聯(lián)合的未知線譜目標(biāo)檢測方法(STJD)。首先，利用線譜信號的相干特性，構(gòu)建了一種能夠自主匹配未知線譜信號的時空域聯(lián)合濾波器，用以濾除接收信號中的寬帶背景干擾及噪聲。之后，對濾波信號進(jìn)行常規(guī)頻域波束形成得到空時2維波束輸出，其具有相對純凈的線譜譜峰。在此基礎(chǔ)上提取線譜并利用線譜信息計算空間方位譜，進(jìn)而實現(xiàn)對線譜目標(biāo)的檢測。理論推導(dǎo)及仿真結(jié)果表明該文方法能夠?qū)ξ粗€譜信號進(jìn)行最小均方誤差意義下的時空濾波，并能充分地利用線譜信息進(jìn)行線譜目標(biāo)的被動檢測。與已有基于線譜特征的線譜目標(biāo)檢測方法相比，該文方法對信噪比(SNR)的要求較低，在多目標(biāo)、多線譜等復(fù)雜情況下具有較好的線譜目標(biāo)檢測性能。
水下線譜目標(biāo)被動檢測中，目標(biāo)輻射線譜信號的方位、頻率、個數(shù)等信息通常未知，且線譜檢測性能容易受到寬帶干擾及背景噪聲的影響。針對此問題，該文提出一種時空域聯(lián)合的未知線譜目標(biāo)檢測方法(STJD)。首先，利用線譜信號的相干特性，構(gòu)建了一種能夠自主匹配未知線譜信號的時空域聯(lián)合濾波器，用以濾除接收信號中的寬帶背景干擾及噪聲。之后，對濾波信號進(jìn)行常規(guī)頻域波束形成得到空時2維波束輸出，其具有相對純凈的線譜譜峰。在此基礎(chǔ)上提取線譜并利用線譜信息計算空間方位譜，進(jìn)而實現(xiàn)對線譜目標(biāo)的檢測。理論推導(dǎo)及仿真結(jié)果表明該文方法能夠?qū)ξ粗€譜信號進(jìn)行最小均方誤差意義下的時空濾波，并能充分地利用線譜信息進(jìn)行線譜目標(biāo)的被動檢測。與已有基于線譜特征的線譜目標(biāo)檢測方法相比，該文方法對信噪比(SNR)的要求較低，在多目標(biāo)、多線譜等復(fù)雜情況下具有較好的線譜目標(biāo)檢測性能。
2019, 41(7): 1690-1697.
doi: 10.11999/JEIT180723
摘要:
為解決基于稀疏陣列的寬帶欠定信號到達(dá)角(DOA)估計問題，該文提出基于分布式壓縮感知(DCS)的寬帶DOA估計算法。首先，對稀疏陣列寬帶信號處理模型進(jìn)行理論推導(dǎo)與分析，將寬帶信號DOA估計建模成DCS問題；其次，利用經(jīng)典DCS算法實現(xiàn)稀疏陣列上的寬帶欠定信號DOA估計；最后，引入網(wǎng)格失配誤差，建立包含網(wǎng)格失配參數(shù)的DCS模型，并進(jìn)行迭代求解，實現(xiàn)對DOA和網(wǎng)格失配參數(shù)的聯(lián)合估計。仿真結(jié)果表明，該算法能夠?qū)崿F(xiàn)寬帶欠定信號DOA估計，較現(xiàn)有成果而言，在保證測向精度的同時，具備分辨率高、運算速度快的優(yōu)點。
為解決基于稀疏陣列的寬帶欠定信號到達(dá)角(DOA)估計問題，該文提出基于分布式壓縮感知(DCS)的寬帶DOA估計算法。首先，對稀疏陣列寬帶信號處理模型進(jìn)行理論推導(dǎo)與分析，將寬帶信號DOA估計建模成DCS問題；其次，利用經(jīng)典DCS算法實現(xiàn)稀疏陣列上的寬帶欠定信號DOA估計；最后，引入網(wǎng)格失配誤差，建立包含網(wǎng)格失配參數(shù)的DCS模型，并進(jìn)行迭代求解，實現(xiàn)對DOA和網(wǎng)格失配參數(shù)的聯(lián)合估計。仿真結(jié)果表明，該算法能夠?qū)崿F(xiàn)寬帶欠定信號DOA估計，較現(xiàn)有成果而言，在保證測向精度的同時，具備分辨率高、運算速度快的優(yōu)點。
2019, 41(7): 1698-1704.
doi: 10.11999/JEIT180719
摘要:
針對陣元間距大于信號波長引起陣列方向圖出現(xiàn)柵瓣的問題，該文提出一種基于粒子群優(yōu)化(PSO)算法的寬帶真延時方向圖柵瓣抑制方法。該方法首先定義了基于寬帶真延時的陣列能量方向圖，其次構(gòu)造了以陣列能量方向圖的最高副瓣電平作為適應(yīng)度函數(shù)，最后利用粒子群優(yōu)化算法優(yōu)化陣元分布來實現(xiàn)對陣列方向圖柵瓣的進(jìn)一步抑制。仿真結(jié)果表明：相比于單獨使用粒子群算法和單獨使用寬帶真延時方法，該方法對方向圖柵瓣的抑制性能更加有效，在此基礎(chǔ)上，該文還研究了陣元個數(shù)、平均陣元間距、信號時寬和信號中心頻率等因素對方法抑制柵瓣性能的影響。
針對陣元間距大于信號波長引起陣列方向圖出現(xiàn)柵瓣的問題，該文提出一種基于粒子群優(yōu)化(PSO)算法的寬帶真延時方向圖柵瓣抑制方法。該方法首先定義了基于寬帶真延時的陣列能量方向圖，其次構(gòu)造了以陣列能量方向圖的最高副瓣電平作為適應(yīng)度函數(shù)，最后利用粒子群優(yōu)化算法優(yōu)化陣元分布來實現(xiàn)對陣列方向圖柵瓣的進(jìn)一步抑制。仿真結(jié)果表明：相比于單獨使用粒子群算法和單獨使用寬帶真延時方法，該方法對方向圖柵瓣的抑制性能更加有效，在此基礎(chǔ)上，該文還研究了陣元個數(shù)、平均陣元間距、信號時寬和信號中心頻率等因素對方法抑制柵瓣性能的影響。
2019, 41(7): 1705-1711.
doi: 10.11999/JEIT180332
摘要:
針對期望信號波達(dá)角(DOA)估計誤差較大時相干波束形成性能下降的問題，該文提出一種基于多級阻塞的穩(wěn)健相干自適應(yīng)波束形成算法。該算法首先定義阻塞矩陣，推導(dǎo)多級阻塞原理，并利用其濾除陣列接收信號中的期望信號；然后給出空間中只存在期望信號時，子陣與全陣間陣列流型的映射關(guān)系，據(jù)此推導(dǎo)全陣擴(kuò)展變換，并證明其在干擾信號存在條件下的有效性；最終利用擴(kuò)展變換獲取全陣最優(yōu)權(quán)矢量，實現(xiàn)相干波束形成。該算法對期望信號波達(dá)角估計誤差穩(wěn)健，且無需干擾信號來向的先驗信息，同時可以有效避免陣列孔徑的損失。仿真分析驗證了算法的優(yōu)越性和理論分析的有效性。
針對期望信號波達(dá)角(DOA)估計誤差較大時相干波束形成性能下降的問題，該文提出一種基于多級阻塞的穩(wěn)健相干自適應(yīng)波束形成算法。該算法首先定義阻塞矩陣，推導(dǎo)多級阻塞原理，并利用其濾除陣列接收信號中的期望信號；然后給出空間中只存在期望信號時，子陣與全陣間陣列流型的映射關(guān)系，據(jù)此推導(dǎo)全陣擴(kuò)展變換，并證明其在干擾信號存在條件下的有效性；最終利用擴(kuò)展變換獲取全陣最優(yōu)權(quán)矢量，實現(xiàn)相干波束形成。該算法對期望信號波達(dá)角估計誤差穩(wěn)健，且無需干擾信號來向的先驗信息，同時可以有效避免陣列孔徑的損失。仿真分析驗證了算法的優(yōu)越性和理論分析的有效性。
2019, 41(7): 1712-1720.
doi: 10.11999/JEIT180851
摘要:
得益于數(shù)字儲頻技術(shù)的快速發(fā)展，間歇采樣轉(zhuǎn)發(fā)干擾(ISRJ)得到廣泛應(yīng)用，現(xiàn)有抗干擾方法尚無法有效對抗此種干擾。在深入研究ISRJ的基礎(chǔ)上，針對其時域采樣不連續(xù)的特點，該文提出一種基于LFM分段脈沖壓縮的抗間歇采樣干擾方法。該方法利用LFM分段信號之間的正交性，結(jié)合掩護(hù)波形的思想，通過窄帶濾波器組對干擾和目標(biāo)進(jìn)行分選，然后剔除干擾，最后在脈內(nèi)和脈間進(jìn)行積累。理論分析和仿真結(jié)果表明，分段脈沖壓縮方法能有效對抗多干擾機(jī)情況下不同樣式的間歇采樣干擾組合。
得益于數(shù)字儲頻技術(shù)的快速發(fā)展，間歇采樣轉(zhuǎn)發(fā)干擾(ISRJ)得到廣泛應(yīng)用，現(xiàn)有抗干擾方法尚無法有效對抗此種干擾。在深入研究ISRJ的基礎(chǔ)上，針對其時域采樣不連續(xù)的特點，該文提出一種基于LFM分段脈沖壓縮的抗間歇采樣干擾方法。該方法利用LFM分段信號之間的正交性，結(jié)合掩護(hù)波形的思想，通過窄帶濾波器組對干擾和目標(biāo)進(jìn)行分選，然后剔除干擾，最后在脈內(nèi)和脈間進(jìn)行積累。理論分析和仿真結(jié)果表明，分段脈沖壓縮方法能有效對抗多干擾機(jī)情況下不同樣式的間歇采樣干擾組合。
2019, 41(7): 1721-1727.
doi: 10.11999/JEIT180766
摘要:
該文提出一種基于實值處理的聯(lián)合波束域雙基地多輸入多輸出(MIMO)雷達(dá)測角方法。與直接采用離散傅里葉變換(DFT)空域濾波器的傳統(tǒng)波束域方法不同，該方法的空域濾波器通過凸優(yōu)化方法進(jìn)行設(shè)計，能夠靈活控制空域濾波器的帶寬并抑制旁瓣電平。基于這種特性，設(shè)計的空域濾波器的主旁瓣比能夠得到很大提高，從而提高測角性能。更重要的是，所提算法對發(fā)射和接收波束矩陣的結(jié)構(gòu)進(jìn)行設(shè)計，這種特殊的結(jié)構(gòu)是構(gòu)造實值信號模型的必要條件。最后，該文通過建立映射關(guān)系的方法對插值誤差進(jìn)行補(bǔ)償。仿真結(jié)果驗證了該算法的有效性。
該文提出一種基于實值處理的聯(lián)合波束域雙基地多輸入多輸出(MIMO)雷達(dá)測角方法。與直接采用離散傅里葉變換(DFT)空域濾波器的傳統(tǒng)波束域方法不同，該方法的空域濾波器通過凸優(yōu)化方法進(jìn)行設(shè)計，能夠靈活控制空域濾波器的帶寬并抑制旁瓣電平。基于這種特性，設(shè)計的空域濾波器的主旁瓣比能夠得到很大提高，從而提高測角性能。更重要的是，所提算法對發(fā)射和接收波束矩陣的結(jié)構(gòu)進(jìn)行設(shè)計，這種特殊的結(jié)構(gòu)是構(gòu)造實值信號模型的必要條件。最后，該文通過建立映射關(guān)系的方法對插值誤差進(jìn)行補(bǔ)償。仿真結(jié)果驗證了該算法的有效性。
2019, 41(7): 1728-1734.
doi: 10.11999/JEIT180758
摘要:
該文提出一種載機(jī)偏航下基于廣義相鄰多波束(GMB)自適應(yīng)處理的低空風(fēng)切變風(fēng)速估計的方法，該方法首先利用基于回波數(shù)據(jù)的雜波距離依賴性補(bǔ)償方法對雜波進(jìn)行距離依賴性矯正，估計出雜波協(xié)方差矩陣。然后同時組合空域的相鄰多個波束與時域的相鄰多個多普勒通道來計算降維變換矩陣，并對待測距離單元內(nèi)的雷達(dá)回波數(shù)據(jù)進(jìn)行降維處理，進(jìn)而構(gòu)造GMB自適應(yīng)處理器的最優(yōu)自適應(yīng)權(quán)矢量對降維后的回波數(shù)據(jù)實現(xiàn)自適應(yīng)濾波。最后完成載機(jī)偏航下風(fēng)場速度的準(zhǔn)確估計。仿真結(jié)果驗證了該方法能夠在載機(jī)偏航情況下，獲得風(fēng)場速度的有效估計。
該文提出一種載機(jī)偏航下基于廣義相鄰多波束(GMB)自適應(yīng)處理的低空風(fēng)切變風(fēng)速估計的方法，該方法首先利用基于回波數(shù)據(jù)的雜波距離依賴性補(bǔ)償方法對雜波進(jìn)行距離依賴性矯正，估計出雜波協(xié)方差矩陣。然后同時組合空域的相鄰多個波束與時域的相鄰多個多普勒通道來計算降維變換矩陣，并對待測距離單元內(nèi)的雷達(dá)回波數(shù)據(jù)進(jìn)行降維處理，進(jìn)而構(gòu)造GMB自適應(yīng)處理器的最優(yōu)自適應(yīng)權(quán)矢量對降維后的回波數(shù)據(jù)實現(xiàn)自適應(yīng)濾波。最后完成載機(jī)偏航下風(fēng)場速度的準(zhǔn)確估計。仿真結(jié)果驗證了該方法能夠在載機(jī)偏航情況下，獲得風(fēng)場速度的有效估計。
2019, 41(7): 1735-1742.
doi: 10.11999/JEIT180747
摘要:
鑒于稀疏ISAR成像方法的成像質(zhì)量受到待成像場景的稀疏表示不準(zhǔn)確的限制，該文將字典學(xué)習(xí)(DL)技術(shù)引入到ISAR稀疏成像中，以提升目標(biāo)成像質(zhì)量。該文給出基于離線DL和在線DL兩種ISAR稀疏成像方法。前者通過已有同類目標(biāo)ISAR圖像進(jìn)行學(xué)習(xí)，獲得更優(yōu)稀疏表示，后者在成像過程中從現(xiàn)有數(shù)據(jù)中通過優(yōu)化獲得稀疏表示。仿真和實測ISAR數(shù)據(jù)成像結(jié)果表明，結(jié)合離線DL和在線DL的成像方法均可獲得比現(xiàn)有方法更優(yōu)的成像結(jié)果，離線DL成像優(yōu)于在線DL成像，而且前者計算效率優(yōu)于后者。
鑒于稀疏ISAR成像方法的成像質(zhì)量受到待成像場景的稀疏表示不準(zhǔn)確的限制，該文將字典學(xué)習(xí)(DL)技術(shù)引入到ISAR稀疏成像中，以提升目標(biāo)成像質(zhì)量。該文給出基于離線DL和在線DL兩種ISAR稀疏成像方法。前者通過已有同類目標(biāo)ISAR圖像進(jìn)行學(xué)習(xí)，獲得更優(yōu)稀疏表示，后者在成像過程中從現(xiàn)有數(shù)據(jù)中通過優(yōu)化獲得稀疏表示。仿真和實測ISAR數(shù)據(jù)成像結(jié)果表明，結(jié)合離線DL和在線DL的成像方法均可獲得比現(xiàn)有方法更優(yōu)的成像結(jié)果，離線DL成像優(yōu)于在線DL成像，而且前者計算效率優(yōu)于后者。
2019, 41(7): 1743-1750.
doi: 10.11999/JEIT180707
摘要:
天波超視距雷達(dá)(OTHR)艦船目標(biāo)的檢測性能受目標(biāo)區(qū)海雜波的影響嚴(yán)重，準(zhǔn)確且自適應(yīng)的海雜波抑制效能對改善低可探測艦船目標(biāo)的檢測性能意義重大。該文針對基于高階奇異值分解(HOSVD)的海雜波抑制算法非自適應(yīng)機(jī)制的不足，通過引入峰值信噪比(PSNR)，提出一種改進(jìn)的基于PSNR-HOSVD的自適應(yīng)算法。該算法僅利用第3等效模式展開矩陣的左奇異向量構(gòu)造一個投影矩陣，相比于HOSVD算法，該文算法可有效降低計算復(fù)雜度，同時由于海雜波僅在第3等效模式展開矩陣的列空間中具有聚集特性，因此該文算法具有比HOSVD算法更好的海雜波抑制性能。實測數(shù)據(jù)處理結(jié)果表明，在電離層狀態(tài)理想和非理想的情況下，該文PSNR-HOSVD自適應(yīng)算法的性能均優(yōu)于EVD自適應(yīng)算法和HOSVD非自適應(yīng)算法。
天波超視距雷達(dá)(OTHR)艦船目標(biāo)的檢測性能受目標(biāo)區(qū)海雜波的影響嚴(yán)重，準(zhǔn)確且自適應(yīng)的海雜波抑制效能對改善低可探測艦船目標(biāo)的檢測性能意義重大。該文針對基于高階奇異值分解(HOSVD)的海雜波抑制算法非自適應(yīng)機(jī)制的不足，通過引入峰值信噪比(PSNR)，提出一種改進(jìn)的基于PSNR-HOSVD的自適應(yīng)算法。該算法僅利用第3等效模式展開矩陣的左奇異向量構(gòu)造一個投影矩陣，相比于HOSVD算法，該文算法可有效降低計算復(fù)雜度，同時由于海雜波僅在第3等效模式展開矩陣的列空間中具有聚集特性，因此該文算法具有比HOSVD算法更好的海雜波抑制性能。實測數(shù)據(jù)處理結(jié)果表明，在電離層狀態(tài)理想和非理想的情況下，該文PSNR-HOSVD自適應(yīng)算法的性能均優(yōu)于EVD自適應(yīng)算法和HOSVD非自適應(yīng)算法。
2019, 41(7): 1751-1757.
doi: 10.11999/JEIT180520
摘要:
合適的彈頭結(jié)構(gòu)建模是正確估計彈頭參數(shù)的基礎(chǔ)。該文提出一種描述彈頭的鈍頭倒角錐模型，該模型將球冠散射中心和倒角散射中心看作是滑動散射中心，并引入錐體側(cè)面遮擋效應(yīng)對散射中心位置的影響，給出散射中心位置變化的一般形式；接著分析了鈍頭倒角錐模型各個散射中心的微動特性；在此基礎(chǔ)上，提出了一種估計目標(biāo)運動參數(shù)和結(jié)構(gòu)參數(shù)的非線性優(yōu)化的方法；最后，仿真結(jié)果驗證了該文模型的正確性及參數(shù)估計方法的有效性。
合適的彈頭結(jié)構(gòu)建模是正確估計彈頭參數(shù)的基礎(chǔ)。該文提出一種描述彈頭的鈍頭倒角錐模型，該模型將球冠散射中心和倒角散射中心看作是滑動散射中心，并引入錐體側(cè)面遮擋效應(yīng)對散射中心位置的影響，給出散射中心位置變化的一般形式；接著分析了鈍頭倒角錐模型各個散射中心的微動特性；在此基礎(chǔ)上，提出了一種估計目標(biāo)運動參數(shù)和結(jié)構(gòu)參數(shù)的非線性優(yōu)化的方法；最后，仿真結(jié)果驗證了該文模型的正確性及參數(shù)估計方法的有效性。
2019, 41(7): 1758-1765.
doi: 10.11999/JEIT181061
摘要:
隨著對地觀測技術(shù)的發(fā)展，要求SAR系統(tǒng)能夠同時實現(xiàn)高分辨率和寬測繪帶，天基陣列多通道SAR結(jié)合數(shù)字波束形成(DBF)技術(shù)為解決該問題提供了很好的思路，但各個通道之間相位誤差會很大程度上降低DBF的性能，常規(guī)通道誤差補(bǔ)償方法估計精度不足，應(yīng)用場景受限。針對上述問題，該文提出一種基于方向圖和多普勒相關(guān)系數(shù)的天基陣列SAR通道相位誤差補(bǔ)償方法，不僅利用天線方向圖先驗信息，還充分利用場景不同多普勒相關(guān)性信息，通過最小化天線方向圖和多普勒的組合差異，實現(xiàn)對通道之間相位誤差的估計。結(jié)合RADAR-SAT數(shù)據(jù)的仿真試驗結(jié)果驗證了該算法的有效性。
隨著對地觀測技術(shù)的發(fā)展，要求SAR系統(tǒng)能夠同時實現(xiàn)高分辨率和寬測繪帶，天基陣列多通道SAR結(jié)合數(shù)字波束形成(DBF)技術(shù)為解決該問題提供了很好的思路，但各個通道之間相位誤差會很大程度上降低DBF的性能，常規(guī)通道誤差補(bǔ)償方法估計精度不足，應(yīng)用場景受限。針對上述問題，該文提出一種基于方向圖和多普勒相關(guān)系數(shù)的天基陣列SAR通道相位誤差補(bǔ)償方法，不僅利用天線方向圖先驗信息，還充分利用場景不同多普勒相關(guān)性信息，通過最小化天線方向圖和多普勒的組合差異，實現(xiàn)對通道之間相位誤差的估計。結(jié)合RADAR-SAT數(shù)據(jù)的仿真試驗結(jié)果驗證了該算法的有效性。
2019, 41(7): 1766-1773.
doi: 10.11999/JEIT181171
摘要:
基于微機(jī)電系統(tǒng)(MEMS)的慣性器件和全球定位系統(tǒng)(GPS)的組合導(dǎo)航系統(tǒng)在衛(wèi)星信號失鎖時存在誤差發(fā)散的問題，該文提出一種基于人工蜂群算法(ABC)改進(jìn)的徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)增強(qiáng)改進(jìn)的自適應(yīng)無跡卡爾曼濾波算法(AUKF)。在GPS信號失鎖的情況下利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)輸出預(yù)測信息來對捷聯(lián)慣導(dǎo)系統(tǒng)進(jìn)行誤差校正。最后通過車載半實物仿真實驗驗證該方法的性能。實驗結(jié)果表明該方法在失鎖情況下對于捷聯(lián)慣導(dǎo)系統(tǒng)的誤差發(fā)散有較為明顯的抑制效果。
基于微機(jī)電系統(tǒng)(MEMS)的慣性器件和全球定位系統(tǒng)(GPS)的組合導(dǎo)航系統(tǒng)在衛(wèi)星信號失鎖時存在誤差發(fā)散的問題，該文提出一種基于人工蜂群算法(ABC)改進(jìn)的徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)增強(qiáng)改進(jìn)的自適應(yīng)無跡卡爾曼濾波算法(AUKF)。在GPS信號失鎖的情況下利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)輸出預(yù)測信息來對捷聯(lián)慣導(dǎo)系統(tǒng)進(jìn)行誤差校正。最后通過車載半實物仿真實驗驗證該方法的性能。實驗結(jié)果表明該方法在失鎖情況下對于捷聯(lián)慣導(dǎo)系統(tǒng)的誤差發(fā)散有較為明顯的抑制效果。
2019, 41(7): 1774-1778.
doi: 10.11999/JEIT180761
摘要:
該文提出一種基于判別鄰域嵌入(DNE)算法的說話人識別。判別鄰域嵌入算法作為流形學(xué)習(xí)方法的一種，可以通過構(gòu)建鄰接圖獲取數(shù)據(jù)的局部鄰域結(jié)構(gòu)信息；同時該算法可以充分利用類間判別信息，具有更強(qiáng)的判別能力。在美國國家標(biāo)準(zhǔn)技術(shù)研究院2010年說話人識別評測(NIST SRE 2010)電話-電話核心測試集上的實驗結(jié)果表明了該算法的有效性。
該文提出一種基于判別鄰域嵌入(DNE)算法的說話人識別。判別鄰域嵌入算法作為流形學(xué)習(xí)方法的一種，可以通過構(gòu)建鄰接圖獲取數(shù)據(jù)的局部鄰域結(jié)構(gòu)信息；同時該算法可以充分利用類間判別信息，具有更強(qiáng)的判別能力。在美國國家標(biāo)準(zhǔn)技術(shù)研究院2010年說話人識別評測(NIST SRE 2010)電話-電話核心測試集上的實驗結(jié)果表明了該算法的有效性。
