郵件訂閱
2020年 第42卷 第12期
顯示方式:
2020, 42(12): 2827-2840.
doi: 10.11999/JEIT190806
摘要:
網(wǎng)絡(luò)空間是所有信息系統(tǒng)的集合，是人類賴以生存的信息環(huán)境。網(wǎng)絡(luò)空間安全已經(jīng)從物理域、信息域安全擴展到以人為中心的認(rèn)知域和社會域安全，對人的安全研究已經(jīng)成為了網(wǎng)絡(luò)空間安全的必然趨勢。人是復(fù)雜多變的綜合體，而人格作為人的穩(wěn)定的心理特征，成為了人的安全相關(guān)研究的切入點。該文梳理當(dāng)前網(wǎng)絡(luò)空間安全中的人格研究，介紹了網(wǎng)絡(luò)空間安全和人格的基本概念，提出了網(wǎng)絡(luò)空間安全中人格的研究框架，涵蓋理論研究、技術(shù)研究和技術(shù)應(yīng)用3個層次；其中技術(shù)研究主要包括人格測量、人格的安全脆弱性和針對人的安全防護3部分；詳細(xì)探討了當(dāng)前人格安全研究現(xiàn)狀和存在的問題，最后討論了未來的研究方向和發(fā)展趨勢。
網(wǎng)絡(luò)空間是所有信息系統(tǒng)的集合，是人類賴以生存的信息環(huán)境。網(wǎng)絡(luò)空間安全已經(jīng)從物理域、信息域安全擴展到以人為中心的認(rèn)知域和社會域安全，對人的安全研究已經(jīng)成為了網(wǎng)絡(luò)空間安全的必然趨勢。人是復(fù)雜多變的綜合體，而人格作為人的穩(wěn)定的心理特征，成為了人的安全相關(guān)研究的切入點。該文梳理當(dāng)前網(wǎng)絡(luò)空間安全中的人格研究，介紹了網(wǎng)絡(luò)空間安全和人格的基本概念，提出了網(wǎng)絡(luò)空間安全中人格的研究框架，涵蓋理論研究、技術(shù)研究和技術(shù)應(yīng)用3個層次；其中技術(shù)研究主要包括人格測量、人格的安全脆弱性和針對人的安全防護3部分；詳細(xì)探討了當(dāng)前人格安全研究現(xiàn)狀和存在的問題，最后討論了未來的研究方向和發(fā)展趨勢。
2020, 42(12): 2841-2848.
doi: 10.11999/JEIT190274
摘要:
針對無線傳感器網(wǎng)絡(luò)中惡意節(jié)點產(chǎn)生的選擇性轉(zhuǎn)發(fā)攻擊行為，該文提出一種有效的攻擊檢測方法。該方法將簡化云模型引入信任評估中，結(jié)合改進的K/N投票算法確定目標(biāo)節(jié)點的信任值，將目標(biāo)節(jié)點信任值與信任閾值比較，進行選擇性轉(zhuǎn)發(fā)攻擊節(jié)點的判定。仿真結(jié)果表明，當(dāng)信任閾值為0.8時，經(jīng)過5個時間段后，該方法能夠有效地檢測出網(wǎng)絡(luò)中的選擇性轉(zhuǎn)發(fā)攻擊節(jié)點，具有較高的檢測率和較低的誤檢率。
2020, 42(12): 2849-2856.
doi: 10.11999/JEIT190972
摘要:
容錯控制平面通過將多個控制器部署在不同的網(wǎng)絡(luò)設(shè)備上進而增強網(wǎng)絡(luò)的可靠性，但是大量的控制器部署帶來了巨大的布局成本，嚴(yán)重地限制了容錯控制平面在實際網(wǎng)絡(luò)中的部署與應(yīng)用。為了解決上述問題，該文首先構(gòu)造了容錯控制平面的最小覆蓋布局模型，然后設(shè)計了一種基于局部搜索策略的啟發(fā)式控制器布局算法，避免搜索結(jié)果陷入局部最優(yōu)解。在不同規(guī)模網(wǎng)絡(luò)中的仿真結(jié)果表明，相對于其他算法，所提算法可以在保證網(wǎng)絡(luò)容錯需求的同時，降低網(wǎng)絡(luò)中部署控制器的數(shù)量。
2020, 42(12): 2857-2864.
doi: 10.11999/JEIT190743
摘要:
針對當(dāng)前分支混淆方法僅對整數(shù)比較分支有效的缺陷，該文分析浮點數(shù)二進制表示與大小比較的關(guān)系，證明了浮點數(shù)二進制區(qū)間的前綴集合與浮點數(shù)區(qū)間內(nèi)數(shù)據(jù)之間具有前綴匹配關(guān)系。使用哈希函數(shù)對前綴集合進行保護，利用哈希函數(shù)的單向性實現(xiàn)對抗符號執(zhí)行，通過哈希值比對替換浮點數(shù)比較，提出一種基于前綴哈希值比較的分支條件混淆技術(shù)，實現(xiàn)了一種在符號執(zhí)行對抗和混淆還原對抗上具有較強對抗性的混淆方法。最后，通過實驗證和分析，證實了該文提出的混淆方法有消耗小、能夠有效對抗符號執(zhí)行和混淆還原的優(yōu)點，具備較好的實用性。
2020, 42(12): 2865-2872.
doi: 10.11999/JEIT190802
摘要:
小麥多生理生化指標(biāo)變化趨勢反映了儲藏品質(zhì)的劣變狀態(tài)，預(yù)測多指標(biāo)時序數(shù)據(jù)會因關(guān)聯(lián)性及相互作用而產(chǎn)生較大誤差，為此該文基于長短期記憶網(wǎng)絡(luò)(LSTM)和生成式對抗網(wǎng)絡(luò)(GAN)提出一種改進拓?fù)浣Y(jié)構(gòu)的長短期記憶生成對抗網(wǎng)絡(luò)(LSTM-GAN)模型。首先，由LSTM預(yù)測多指標(biāo)不同時序數(shù)據(jù)的劣變趨勢；其次，根據(jù)多指標(biāo)的關(guān)聯(lián)性并結(jié)合GAN的對抗學(xué)習(xí)方法來降低綜合預(yù)測誤差；最后通過優(yōu)化目標(biāo)函數(shù)及訓(xùn)練模型得出多指標(biāo)預(yù)測結(jié)果。經(jīng)實驗分析發(fā)現(xiàn)：小麥多指標(biāo)的長短期時序數(shù)據(jù)的變化趨勢不同，進一步優(yōu)化模型結(jié)構(gòu)及訓(xùn)練時序長度可有效降低預(yù)測結(jié)果的誤差；特定條件下小麥品質(zhì)過快劣變會使多指標(biāo)預(yù)測誤差增大，因此應(yīng)充分考慮儲藏期環(huán)境變化對多指標(biāo)數(shù)據(jù)的影響；LSTM-GAN模型的綜合誤差相對于僅使用LSTM預(yù)測降低了9.745%，并低于多種對比模型，這有助于提高小麥品質(zhì)多指標(biāo)預(yù)測及分析的準(zhǔn)確性。
2020, 42(12): 2873-2881.
doi: 10.11999/JEIT190883
摘要:
認(rèn)證協(xié)議的設(shè)計是目前車載自組網(wǎng)(VANET)安全領(lǐng)域的研究熱點?，F(xiàn)有的認(rèn)證方案中普遍存在密鑰托管帶來的安全問題，以及使用計算量大的雙線性對導(dǎo)致認(rèn)證效率很低。針對以上問題，該文提出可證明安全的無證書批認(rèn)證方案，方案中車輛的密鑰由車輛自身和一個密鑰生成中心共同生成，解決密鑰需要托管給第三方維護的問題；方案的簽名構(gòu)造不使用計算量大的對運算，減少了計算開銷；引入批認(rèn)證來減少路邊設(shè)施的認(rèn)證負(fù)擔(dān)，提高認(rèn)證效率?；谇蠼鈾E圓曲線上的離散對數(shù)問題的困難性假設(shè)，在隨機預(yù)言機模型中證明了該方案可以抵抗自適應(yīng)選擇消息和身份攻擊，從而抵抗更改攻擊和假冒攻擊，并具有匿名性、可追蹤性等特點。與現(xiàn)有方案相比，該方案實現(xiàn)了更高效的認(rèn)證。
2020, 42(12): 2882-2890.
doi: 10.11999/JEIT190707
摘要:
針對衛(wèi)星物聯(lián)網(wǎng)(IoT)場景下信號長距離傳輸衰減大以及單個終端節(jié)點傳輸性能受限的問題，該文提出一種基于節(jié)點選擇的協(xié)作波束成形算法，增強終端節(jié)點的傳輸能力。在實際終端位置信息存在誤差的條件下，推導(dǎo)出了協(xié)作波束成形平均方向圖函數(shù)，分析了不同系統(tǒng)參數(shù)對于協(xié)作波束成形平均方向圖和瞬時方向圖差異的影響。在此基礎(chǔ)上，根據(jù)衛(wèi)星物聯(lián)網(wǎng)鏈路傳輸性能需求，提出一種區(qū)域分組優(yōu)化的協(xié)作節(jié)點選擇算法。仿真結(jié)果表明，相比于傳統(tǒng)的分布式協(xié)作波束成形節(jié)點選擇算法，該文提出的算法在實際的誤差模型中旁瓣抑制和零陷生成方面具有更好的性能。
2020, 42(12): 2891-2898.
doi: 10.11999/JEIT190728
摘要:
隨著物聯(lián)網(wǎng)(IoT)迅速發(fā)展，移動邊緣計算(MEC)在提供高性能、低延遲計算服務(wù)方面的作用日益明顯。然而，在面向IoT業(yè)務(wù)的MEC(MEC-IoT)時變環(huán)境中，不同邊緣設(shè)備和應(yīng)用業(yè)務(wù)在時延和能耗等方面具有顯著的異構(gòu)性，對高效的任務(wù)卸載及資源分配構(gòu)成嚴(yán)峻挑戰(zhàn)。針對上述問題，該文提出一種動態(tài)的分布式異構(gòu)任務(wù)卸載算法(D2HM)，該算法利用分布式博弈機制并結(jié)合李雅普諾夫優(yōu)化理論，設(shè)計了一種資源的動態(tài)報價機制，并實現(xiàn)了對不同業(yè)務(wù)類型差異化控制和計算資源的彈性按需分配，仿真結(jié)果表明，所提的算法可以滿足異構(gòu)任務(wù)的多樣化計算需求，并在保證網(wǎng)絡(luò)穩(wěn)定性的前提下降低系統(tǒng)的平均時延。
2020, 42(12): 2899-2907.
doi: 10.11999/JEIT190751
摘要:
在密集異構(gòu)蜂窩網(wǎng)絡(luò)和無線局域網(wǎng)絡(luò)構(gòu)成的超密集異構(gòu)無線網(wǎng)絡(luò)中, 變速移動的車輛終端會面臨更加頻繁的切換，導(dǎo)致用戶服務(wù)質(zhì)量(QoS)變差。該文針對上述問題，首先，利用高斯馬爾可夫移動模型，預(yù)測車輛下一時刻的位置，篩選出滿足終端服務(wù)質(zhì)量的候選網(wǎng)絡(luò)集，與當(dāng)前的候選網(wǎng)絡(luò)集做交運算，其次，當(dāng)前接入網(wǎng)絡(luò)不在交集中，則使用變步長的螢火蟲算法尋找最佳網(wǎng)絡(luò)；再次，對因預(yù)測誤差導(dǎo)致的切換失效，則把終端用戶遷移到宏蜂窩，以保證通信的持續(xù)性。仿真結(jié)果表明，在超密集異構(gòu)無線網(wǎng)絡(luò)中，使用該文所提算法能夠減少乒乓切換等頻繁切換現(xiàn)象，同時，提升了用戶的服務(wù)質(zhì)量和網(wǎng)絡(luò)吞吐量。
2020, 42(12): 2908-2914.
doi: 10.11999/JEIT200069
摘要:
針對非信任雙向中繼網(wǎng)絡(luò)的能量受限和信息安全問題，該文提出一種基于無線攜能通信(SWIPT)與人工噪聲輔助的物理層安全傳輸方案。該方案中的非信任中繼采用功率分割(PS)策略輔助合法用戶進行保密通信，而全雙工干擾機在進行能量采集的同時發(fā)送人工噪聲以確保系統(tǒng)安全。以最大化系統(tǒng)保密性能為目標(biāo)，優(yōu)化了中繼的PS因子，推導(dǎo)了保密和速率的解析式及高信噪比條件下最佳PS因子的閉式解。特別針對非理想信道狀態(tài)信息的情況，分析了信道估計誤差對系統(tǒng)保密性能的影響。仿真結(jié)果驗證了理論推導(dǎo)的正確性，并證明了所提的基于PS策略的干擾機協(xié)同傳輸方案相比采用時間切換(TS)策略或目的節(jié)點協(xié)同干擾的方案具有更優(yōu)的保密性能。
2020, 42(12): 2915-2922.
doi: 10.11999/JEIT190786
摘要:
在設(shè)備到設(shè)備(D2D)通信輔助的窄帶物聯(lián)網(wǎng)(NB-IoT)中，為了盡可能提高傳輸成功率，D2D接收端需要預(yù)留較多的通信時隙(可以允許多次重傳)。然而，這顯著地增加了用戶設(shè)備(UE)的能耗，特別是在信道條件較差或者相鄰D2D鏈路干擾較嚴(yán)重的情況下。該文基于中繼和能耗模型構(gòu)造了一個傳輸成功率和能耗折中的優(yōu)化問題，進而提出一個基于二分法的通信時隙最優(yōu)配置算法。數(shù)值結(jié)果表明較多的預(yù)留時隙數(shù)量極大地增加了UE的能耗，但是不會顯著提高傳輸成功率，與多中繼傳輸、隨機中繼傳輸和100%成功傳輸?shù)绕渌惴ㄏ啾?，該文提出的預(yù)留時隙最優(yōu)配置算法獲得了最小的能耗和幾乎最大的傳輸成功率(只比100%成功傳輸方案低)。
2020, 42(12): 2923-2930.
doi: 10.11999/JEIT190909
摘要:
針對無線自組織網(wǎng)絡(luò)在竊聽環(huán)境中的安全傳輸問題，該文提出了一種無線多跳自組織網(wǎng)絡(luò)的聯(lián)合安全路由和功率優(yōu)化算法。首先，在竊聽者服從泊松簇過程(PCP)這一假設(shè)下推導(dǎo)得到了系統(tǒng)安全中斷概率(SOP)和連接中斷概率(COP)的表達式；然后以安全中斷概率約束下的連接中斷概率最小為準(zhǔn)則，針對給定路徑推導(dǎo)得到了源與各跳中繼的最優(yōu)傳輸功率，并進一步獲得了源與目的節(jié)點間的最優(yōu)路由。仿真結(jié)果表明，該文所提系統(tǒng)安全中斷概率和連接中斷概率的表達式與蒙特卡洛仿真結(jié)果相符，所提算法可獲得與窮舉搜索方法接近的安全性能，顯著優(yōu)于傳統(tǒng)方法。
2020, 42(12): 2931-2938.
doi: 10.11999/JEIT190969
摘要:
針對當(dāng)前關(guān)于服務(wù)功能鏈(SFC)的部署問題都未考慮到虛擬網(wǎng)絡(luò)功能(VNF)的失效重要度，該文提出了基于深度強化學(xué)習(xí)的SFC可靠部署算法。首先建立VNF和虛擬鏈路可靠映射模型，為重要的VNF設(shè)置高可靠性需求，并通過鏈路部署長度限制盡可能保證虛擬鏈路可靠性需求。其次，以負(fù)載均衡為資源協(xié)調(diào)原則，與VNF可靠性聯(lián)合優(yōu)化，最終使用深度強化學(xué)習(xí)得到服務(wù)功能鏈部署策略。另外，提出了基于重要度的節(jié)點備份和鏈路備份策略，用于應(yīng)對部署過程中VNF/鏈路可靠性難以滿足的情況。仿真結(jié)果表明，該文的可靠部署算法在保證可靠性需求的基礎(chǔ)上能夠有效減少SFC失效損失，同時使虛擬網(wǎng)絡(luò)更加穩(wěn)定可靠。
2020, 42(12): 2939-2945.
doi: 10.11999/JEIT190974
摘要:
針對全負(fù)載蜂窩網(wǎng)絡(luò)中D2D通信的功率分配問題，該文提出了一種基于非合作完全信息博弈納什均衡解的多復(fù)用D2D通信功率分配算法。以優(yōu)先保證蜂窩用戶通信質(zhì)量與D2D用戶接入率為前提，設(shè)置D2D通信系統(tǒng)上行鏈路幀結(jié)構(gòu)，之后建立非合作完全信息博弈系統(tǒng)模型，引入定價機制到功率分配博弈模型中并分析納什均衡解的存在性與唯一性，最后給出該模型的分布式迭代求解算法。仿真結(jié)果表明，隨著D2D用戶復(fù)用數(shù)量的增加，該算法在提升系統(tǒng)吞吐量的同時，能有效地控制系統(tǒng)內(nèi)部干擾，大幅度降低系統(tǒng)總能耗。
2020, 42(12): 2946-2952.
doi: 10.11999/JEIT190948
摘要:
針對現(xiàn)有的密鑰生成方案需要在通信流程中增加額外的密鑰協(xié)商協(xié)議，導(dǎo)致在5G等標(biāo)準(zhǔn)通信系統(tǒng)中應(yīng)用受限的問題，該文提出一種基于極化碼的無協(xié)商密鑰物理層安全傳輸方案。首先基于信道特征提取未協(xié)商的物理層密鑰，然后針對物理信道與密鑰加密信道共同構(gòu)成的等效信道設(shè)計極化碼，最后利用未協(xié)商的物理層密鑰對編碼后的序列進行簡單的模二加加密后傳輸。該方案通過針對性設(shè)計的極化碼糾正密鑰差異和噪聲引起的比特錯誤，實現(xiàn)可靠的安全傳輸。仿真表明，該文基于等效信道設(shè)計的極化碼在保證合法雙方以最優(yōu)的碼率可靠傳輸?shù)耐瑫r可以防止竊聽者竊聽，實現(xiàn)了安全與通信的一體化。
2020, 42(12): 2953-2959.
doi: 10.11999/JEIT190935
摘要:
針對目前極化碼參數(shù)盲識別問題，該文提出一種基于零空間矩陣匹配的極化碼參數(shù)盲識別算法。由于極化碼生成矩陣的構(gòu)造是確定的，其生成矩陣都是滿秩的方陣，該算法首先利用極化碼編碼中信道可靠性估計刪除生成矩陣中凍結(jié)位碼字對應(yīng)的行，再找出該矩陣在二元域中的零空間矩陣作為該碼長下的監(jiān)督矩陣，用不同長度碼長的監(jiān)督矩陣與待檢測的碼字迭代相乘，根據(jù)乘積結(jié)果中“1”的比例來判斷碼字的碼長、信息位個數(shù)和位置分布。仿真結(jié)果表明，針對200組碼長64，信息位個數(shù)30的極化碼，在最大誤比特率不超過0.06時，識別率能保持在80%以上。
2020, 42(12): 2960-2968.
doi: 10.11999/JEIT190994
摘要:
\begin{document}$2.5 \times {10^{ - 2}}$\end{document} ![]()
![]()
在大規(guī)模機器類通信(mMTC)系統(tǒng)中，以用戶活躍性為先驗信息，接收機可以基于稀疏感知最大后驗概率(S-MAP)準(zhǔn)則來檢測多用戶信號。為了降低S-MAP檢測的計算復(fù)雜度，基于干擾消除的思想，該文提出一種改進的活躍性感知有序正交三角分解(IA-SQRD)算法，以適用于mMTC系統(tǒng)上行鏈路多用戶信號檢測。IA-SQRD算法將傳統(tǒng)的活躍性感知有序正交三角分解(A-SQRD)算法的最終解作為初始解，并額外增加迭代干擾消除操作，以進一步提高檢測性能。此外，利用與改進A-SQRD算法相似的思路，該文對稀疏感知串行干擾消除(SA-SIC)、有序正交三角分解(SQRD)及數(shù)據(jù)相關(guān)的排序和正則化(DDS)算法亦進行了改進設(shè)計，分別獲得了相應(yīng)的改進型算法，即ISA-SIC、I-SQRD及I-DDS算法。仿真結(jié)果表明：相對于A-SQRD算法，在未顯著增加計算復(fù)雜度的情況下，在系統(tǒng)誤比特率(BER)為
時，該文所提IA-SQRD算法可取得3 dB性能增益；并且，對于不同的活躍概率或擴頻序列長度等參數(shù)配置下的mMTC系統(tǒng)，IA-SQRD算法相對于其它算法均表現(xiàn)出更優(yōu)良的多用戶檢測性能。
2020, 42(12): 2969-2975.
doi: 10.11999/JEIT190965
摘要:
針對強電磁干擾環(huán)境下無人機之間的隱秘通信，該文提出了無人機編隊中無線紫外光隱秘通信的能耗均衡算法。該算法能夠結(jié)合紫外光非直視、低竊聽等優(yōu)點，克服傳統(tǒng)無線電易被監(jiān)聽的缺點，在均衡能耗的同時為長機收集僚機信息提供可靠保證。通過引入考慮距離和剩余能量的優(yōu)先級函數(shù)，提出基于分簇機制的改進算法BEAD-LEACH，并采用改進算法對無人機隨機部署和呈圓形編隊部署時進行仿真。仿真結(jié)果表明，在兩種部署方式下，網(wǎng)絡(luò)中50%節(jié)點出現(xiàn)死亡經(jīng)歷的時間分別延長了12%, 16%，改進算法能夠有效地均衡網(wǎng)絡(luò)的通信能耗，延長無人機網(wǎng)絡(luò)的生存時間。
2020, 42(12): 2976-2983.
doi: 10.11999/JEIT190740
摘要:
針對在雷達通信一體化(RadCom)系統(tǒng)中正交頻分復(fù)用(OFDM)共享信號通信速率不高、可靠性較差的問題，該文提出一種采用子載波索引調(diào)制(IM)的OFDM共享信號方案(OFDM-IM)以及對應(yīng)的基于壓縮感知(CS)的雷達信號處理算法。該方案在發(fā)射端采用IM調(diào)制增強OFDM信號通信質(zhì)量，在雷達接收端采用CS技術(shù)獲取目標(biāo)的距離-速度2維超分辨圖像，進一步采用快速分段重構(gòu)、2次相參積累的方法降低算法的計算復(fù)雜度。仿真實驗表明，相比于傳統(tǒng)算法，該方法能顯著提升對OFDM-IM共享信號的處理性能，并實現(xiàn)超低距離副瓣，是一種能夠同時增強雷達與通信性能的一體化共享信號方案。
針對在雷達通信一體化(RadCom)系統(tǒng)中正交頻分復(fù)用(OFDM)共享信號通信速率不高、可靠性較差的問題，該文提出一種采用子載波索引調(diào)制(IM)的OFDM共享信號方案(OFDM-IM)以及對應(yīng)的基于壓縮感知(CS)的雷達信號處理算法。該方案在發(fā)射端采用IM調(diào)制增強OFDM信號通信質(zhì)量，在雷達接收端采用CS技術(shù)獲取目標(biāo)的距離-速度2維超分辨圖像，進一步采用快速分段重構(gòu)、2次相參積累的方法降低算法的計算復(fù)雜度。仿真實驗表明，相比于傳統(tǒng)算法，該方法能顯著提升對OFDM-IM共享信號的處理性能，并實現(xiàn)超低距離副瓣，是一種能夠同時增強雷達與通信性能的一體化共享信號方案。
2020, 42(12): 2984-2991.
doi: 10.11999/JEIT190842
摘要:
為了提高在高密度信號環(huán)境下對二次監(jiān)視雷達(SSR)應(yīng)答信號的接收性能，該文提出一種將信源數(shù)估計和信號到達方向(DOA)估計相結(jié)合構(gòu)建分離矩陣實現(xiàn)交疊信號分離的算法。首先根據(jù)交疊信號量測的特征值分布來確定交疊信號的個數(shù)；然后利用MUSIC算法作譜峰搜索得到各信號的DOA，并重構(gòu)混合矩陣；最后通過計算混合矩陣的廣義逆得到分離矩陣，并實現(xiàn)對交疊信號的分離。以6陣元均勻線陣為前提進行仿真分析，結(jié)果表明所提分離算法可達到90%以上的分離成功率，分離性能和獨立成分分析(ICA)算法相當(dāng)，優(yōu)于基于投影技術(shù)分離算法(PA)，但計算量遠(yuǎn)小于ICA算法，不足ICA算法計算量1/10，更易于工程化應(yīng)用。
為了提高在高密度信號環(huán)境下對二次監(jiān)視雷達(SSR)應(yīng)答信號的接收性能，該文提出一種將信源數(shù)估計和信號到達方向(DOA)估計相結(jié)合構(gòu)建分離矩陣實現(xiàn)交疊信號分離的算法。首先根據(jù)交疊信號量測的特征值分布來確定交疊信號的個數(shù)；然后利用MUSIC算法作譜峰搜索得到各信號的DOA，并重構(gòu)混合矩陣；最后通過計算混合矩陣的廣義逆得到分離矩陣，并實現(xiàn)對交疊信號的分離。以6陣元均勻線陣為前提進行仿真分析，結(jié)果表明所提分離算法可達到90%以上的分離成功率，分離性能和獨立成分分析(ICA)算法相當(dāng)，優(yōu)于基于投影技術(shù)分離算法(PA)，但計算量遠(yuǎn)小于ICA算法，不足ICA算法計算量1/10，更易于工程化應(yīng)用。
2020, 42(12): 2992-2998.
doi: 10.11999/JEIT190634
摘要:
針對長基線多基地雷達系統(tǒng)在目標(biāo)跟蹤階段的拖引欺騙干擾識別問題，考慮到真實目標(biāo)回波在不同節(jié)點雷達中的幅度相互獨立，而拖引欺騙干擾假設(shè)來自同一干擾機，其在不同節(jié)點雷達中的幅度完全相關(guān)，從而跟蹤波門內(nèi)只有目標(biāo)回波與同時存在目標(biāo)回波與拖引欺騙干擾這兩種不同情形下的信號幅度存在統(tǒng)計相關(guān)差異。該文提出利用這一差異實現(xiàn)多基地雷達系統(tǒng)的拖引欺騙干擾識別。通過在分析統(tǒng)計相關(guān)差異的基礎(chǔ)上，對不同節(jié)點雷達接收到的回波信號幅度序列進行相關(guān)性度量及參數(shù)估計，構(gòu)建檢驗統(tǒng)計量，在給定的虛警概率下實現(xiàn)了對欺騙干擾的識別。仿真實驗結(jié)果表明，該方法對欺騙干擾具有較好的識別效果，相較于基于擬合優(yōu)度的AD檢測算法，識別概率平均提高18.63%。
針對長基線多基地雷達系統(tǒng)在目標(biāo)跟蹤階段的拖引欺騙干擾識別問題，考慮到真實目標(biāo)回波在不同節(jié)點雷達中的幅度相互獨立，而拖引欺騙干擾假設(shè)來自同一干擾機，其在不同節(jié)點雷達中的幅度完全相關(guān)，從而跟蹤波門內(nèi)只有目標(biāo)回波與同時存在目標(biāo)回波與拖引欺騙干擾這兩種不同情形下的信號幅度存在統(tǒng)計相關(guān)差異。該文提出利用這一差異實現(xiàn)多基地雷達系統(tǒng)的拖引欺騙干擾識別。通過在分析統(tǒng)計相關(guān)差異的基礎(chǔ)上，對不同節(jié)點雷達接收到的回波信號幅度序列進行相關(guān)性度量及參數(shù)估計，構(gòu)建檢驗統(tǒng)計量，在給定的虛警概率下實現(xiàn)了對欺騙干擾的識別。仿真實驗結(jié)果表明，該方法對欺騙干擾具有較好的識別效果，相較于基于擬合優(yōu)度的AD檢測算法，識別概率平均提高18.63%。
2020, 42(12): 2999-3004.
doi: 10.11999/JEIT190829
摘要:
該文利用色集合事先分配法、構(gòu)造染色法、反證法討論了完全三部圖K2,4,p的點可區(qū)別IE-全染色問題，確定了K2,4,p的點可區(qū)別IE-全色數(shù)。
該文利用色集合事先分配法、構(gòu)造染色法、反證法討論了完全三部圖K2,4,p的點可區(qū)別IE-全染色問題，確定了K2,4,p的點可區(qū)別IE-全色數(shù)。
2020, 42(12): 3005-3012.
doi: 10.11999/JEIT190913
摘要:
神經(jīng)網(wǎng)絡(luò)的深度在一定范圍內(nèi)與識別效果成正相關(guān)，為解決超出范圍后網(wǎng)絡(luò)層數(shù)增加識別準(zhǔn)確率卻下降的模型飽和問題，該文提出一種具有高效的微塊內(nèi)部結(jié)構(gòu)和殘差網(wǎng)絡(luò)結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)模型，用于對艦船目標(biāo)基于高分辨距離像的分類識別。該方法利用具有小尺度卷積核的卷積模塊提取目標(biāo)的穩(wěn)定可分特征，同時利用聯(lián)合損失函數(shù)約束目標(biāo)特征的類內(nèi)距離提高識別能力。仿真結(jié)果表明，該模型相比于其他常見網(wǎng)絡(luò)結(jié)構(gòu)，在模型參數(shù)更少的情況下，識別效果更好，同時具有較強的噪聲魯棒性。
神經(jīng)網(wǎng)絡(luò)的深度在一定范圍內(nèi)與識別效果成正相關(guān)，為解決超出范圍后網(wǎng)絡(luò)層數(shù)增加識別準(zhǔn)確率卻下降的模型飽和問題，該文提出一種具有高效的微塊內(nèi)部結(jié)構(gòu)和殘差網(wǎng)絡(luò)結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)模型，用于對艦船目標(biāo)基于高分辨距離像的分類識別。該方法利用具有小尺度卷積核的卷積模塊提取目標(biāo)的穩(wěn)定可分特征，同時利用聯(lián)合損失函數(shù)約束目標(biāo)特征的類內(nèi)距離提高識別能力。仿真結(jié)果表明，該模型相比于其他常見網(wǎng)絡(luò)結(jié)構(gòu)，在模型參數(shù)更少的情況下，識別效果更好，同時具有較強的噪聲魯棒性。
2020, 42(12): 3013-3020.
doi: 10.11999/JEIT190914
摘要:
針對密度聚類算法只能識別密度相近的簇類且計算復(fù)雜度高等問題，該文提出一種基于信令數(shù)據(jù)中時空軌跡信息的密度峰值快速聚類(ST-CFSFDP)算法。首先對低采樣密度的信令數(shù)據(jù)進行預(yù)處理，消除軌跡震蕩現(xiàn)象；然后基于密度峰值快速聚類(CFSFDP)算法顯式地增加時間維度限制，將局部密度由2維擴展到3維，并提出高密度時間間隔以表征簇中心在時間維度上的數(shù)據(jù)特征；接著設(shè)計篩選策略以選取聚類中心；最后識別用戶出行軌跡中的駐留點，完成出行鏈的劃分。實驗結(jié)果表明，所提算法適用于采樣密度低且定位精度差的信令數(shù)據(jù)，相比CFSFDP算法更適用于時空數(shù)據(jù)，相比基于密度的時空聚類算法(ST-DBSCAN)召回率提升14%，準(zhǔn)確率提升8%，同時降低計算復(fù)雜度。
針對密度聚類算法只能識別密度相近的簇類且計算復(fù)雜度高等問題，該文提出一種基于信令數(shù)據(jù)中時空軌跡信息的密度峰值快速聚類(ST-CFSFDP)算法。首先對低采樣密度的信令數(shù)據(jù)進行預(yù)處理，消除軌跡震蕩現(xiàn)象；然后基于密度峰值快速聚類(CFSFDP)算法顯式地增加時間維度限制，將局部密度由2維擴展到3維，并提出高密度時間間隔以表征簇中心在時間維度上的數(shù)據(jù)特征；接著設(shè)計篩選策略以選取聚類中心；最后識別用戶出行軌跡中的駐留點，完成出行鏈的劃分。實驗結(jié)果表明，所提算法適用于采樣密度低且定位精度差的信令數(shù)據(jù)，相比CFSFDP算法更適用于時空數(shù)據(jù)，相比基于密度的時空聚類算法(ST-DBSCAN)召回率提升14%，準(zhǔn)確率提升8%，同時降低計算復(fù)雜度。
2020, 42(12): 3021-3028.
doi: 10.11999/JEIT190750
摘要:
獲取信號稀疏度對壓縮感知(CS)性能的提升有重大意義，但在采樣端不進行完整信號數(shù)字化采集和存儲的情況下，對信號稀疏度進行估計比較困難?，F(xiàn)有方法在稀疏度估計性能和計算復(fù)雜度方面難以取得較好的平衡。針對采樣端對信號特性未知的監(jiān)控視頻應(yīng)用，該文提出一種新的使用能量匹配的自適應(yīng)速率壓縮感知方法(ARCS-EM)，通過觀測一個恒定低速率的壓縮感知觀測結(jié)果來對當(dāng)前幀實際稀疏度進行估計，然后根據(jù)估計結(jié)果決定當(dāng)前幀應(yīng)執(zhí)行的壓縮感知測量數(shù)，再進行補充測量得到當(dāng)前幀的優(yōu)化壓縮感知采樣結(jié)果。實驗結(jié)果表明，該方法可以較好地適應(yīng)視頻中前景稀疏度的變化，為每幀圖像分配適當(dāng)?shù)膲嚎s感知測量速率，在不顯著提高采樣端計算復(fù)雜度的前提下，有效提高重建視頻的質(zhì)量。
獲取信號稀疏度對壓縮感知(CS)性能的提升有重大意義，但在采樣端不進行完整信號數(shù)字化采集和存儲的情況下，對信號稀疏度進行估計比較困難?，F(xiàn)有方法在稀疏度估計性能和計算復(fù)雜度方面難以取得較好的平衡。針對采樣端對信號特性未知的監(jiān)控視頻應(yīng)用，該文提出一種新的使用能量匹配的自適應(yīng)速率壓縮感知方法(ARCS-EM)，通過觀測一個恒定低速率的壓縮感知觀測結(jié)果來對當(dāng)前幀實際稀疏度進行估計，然后根據(jù)估計結(jié)果決定當(dāng)前幀應(yīng)執(zhí)行的壓縮感知測量數(shù)，再進行補充測量得到當(dāng)前幀的優(yōu)化壓縮感知采樣結(jié)果。實驗結(jié)果表明，該方法可以較好地適應(yīng)視頻中前景稀疏度的變化，為每幀圖像分配適當(dāng)?shù)膲嚎s感知測量速率，在不顯著提高采樣端計算復(fù)雜度的前提下，有效提高重建視頻的質(zhì)量。
2020, 42(12): 3029-3036.
doi: 10.11999/JEIT190984
摘要:
面對形態(tài)萬千、變化復(fù)雜的海量極光數(shù)據(jù)，對其進行分類與檢索為進一步研究地球磁場物理機制和空間信息具有重要意義。該文基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)對圖像特征提取方面的良好表現(xiàn)，以及哈希編碼可以滿足大規(guī)模圖像檢索對檢索時間的要求，提出一種端到端的深度哈希算法用于極光圖像分類與檢索。首先在CNN中嵌入空間金字塔池化(SPP)和冪均值變換(PMT)來提取圖像中多種尺度的區(qū)域信息；其次在全連接層之間加入哈希層，將全連接層最能表現(xiàn)圖像的高維語義信息映射為緊湊的二值哈希碼，并在低維空間使用漢明距離對圖像對之間的相似性進行度量；最后引入多任務(wù)學(xué)習(xí)機制，充分利用圖像標(biāo)簽信息和圖像對之間的相似度信息來設(shè)計損失函數(shù)，聯(lián)合分類層和哈希層的損失作為優(yōu)化目標(biāo)，使哈希碼之間可以保持更好的語義相似性，有效提升了檢索性能。在極光數(shù)據(jù)集和 CIFAR-10 數(shù)據(jù)集上的實驗結(jié)果表明，所提出方法檢索性能優(yōu)于其他現(xiàn)有檢索方法，同時能夠有效用于極光圖像分類。
面對形態(tài)萬千、變化復(fù)雜的海量極光數(shù)據(jù)，對其進行分類與檢索為進一步研究地球磁場物理機制和空間信息具有重要意義。該文基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)對圖像特征提取方面的良好表現(xiàn)，以及哈希編碼可以滿足大規(guī)模圖像檢索對檢索時間的要求，提出一種端到端的深度哈希算法用于極光圖像分類與檢索。首先在CNN中嵌入空間金字塔池化(SPP)和冪均值變換(PMT)來提取圖像中多種尺度的區(qū)域信息；其次在全連接層之間加入哈希層，將全連接層最能表現(xiàn)圖像的高維語義信息映射為緊湊的二值哈希碼，并在低維空間使用漢明距離對圖像對之間的相似性進行度量；最后引入多任務(wù)學(xué)習(xí)機制，充分利用圖像標(biāo)簽信息和圖像對之間的相似度信息來設(shè)計損失函數(shù)，聯(lián)合分類層和哈希層的損失作為優(yōu)化目標(biāo)，使哈希碼之間可以保持更好的語義相似性，有效提升了檢索性能。在極光數(shù)據(jù)集和 CIFAR-10 數(shù)據(jù)集上的實驗結(jié)果表明，所提出方法檢索性能優(yōu)于其他現(xiàn)有檢索方法，同時能夠有效用于極光圖像分類。
2020, 42(12): 3037-3044.
doi: 10.11999/JEIT190954
摘要:
為減輕行人圖片中的背景干擾，使網(wǎng)絡(luò)著重于行人前景并且提高前景中人體部位的利用率，該文提出引入語義部位約束(SPC)的行人再識別網(wǎng)絡(luò)。在訓(xùn)練階段，首先將行人圖片同時輸入主干網(wǎng)絡(luò)和語義部位分割網(wǎng)絡(luò)，分別得到行人特征圖和部位分割圖；然后，將部位分割圖與行人特征圖融合，得到語義部位特征；接著，對行人特征圖進行池化得到全局特征；最后，同時使用身份約束和語義部位約束訓(xùn)練網(wǎng)絡(luò)。在測試階段，由于語義部位約束使得全局特征擁有部位信息，因此測試時僅使用主干網(wǎng)絡(luò)提取行人的全局信息即可。在大規(guī)模公開數(shù)據(jù)集上的實驗結(jié)果表明，語義部位約束能有效使得網(wǎng)絡(luò)提高辨別行人身份的能力并且縮減推斷網(wǎng)絡(luò)的計算花費。與現(xiàn)有方法比較，該文網(wǎng)絡(luò)能更好地抵抗背景干擾，提高行人再識別性能。
為減輕行人圖片中的背景干擾，使網(wǎng)絡(luò)著重于行人前景并且提高前景中人體部位的利用率，該文提出引入語義部位約束(SPC)的行人再識別網(wǎng)絡(luò)。在訓(xùn)練階段，首先將行人圖片同時輸入主干網(wǎng)絡(luò)和語義部位分割網(wǎng)絡(luò)，分別得到行人特征圖和部位分割圖；然后，將部位分割圖與行人特征圖融合，得到語義部位特征；接著，對行人特征圖進行池化得到全局特征；最后，同時使用身份約束和語義部位約束訓(xùn)練網(wǎng)絡(luò)。在測試階段，由于語義部位約束使得全局特征擁有部位信息，因此測試時僅使用主干網(wǎng)絡(luò)提取行人的全局信息即可。在大規(guī)模公開數(shù)據(jù)集上的實驗結(jié)果表明，語義部位約束能有效使得網(wǎng)絡(luò)提高辨別行人身份的能力并且縮減推斷網(wǎng)絡(luò)的計算花費。與現(xiàn)有方法比較，該文網(wǎng)絡(luò)能更好地抵抗背景干擾，提高行人再識別性能。
2020, 42(12): 3045-3052.
doi: 10.11999/JEIT190998
摘要:
行人重識別的關(guān)鍵依賴于行人特征的提取，卷積神經(jīng)網(wǎng)絡(luò)具有強大的特征提取以及表達能力。針對不同尺度下可以觀察到不同的特征，該文提出一種基于多尺度和注意力網(wǎng)絡(luò)融合的行人重識別方法(MSAN)。該方法通過對網(wǎng)絡(luò)不同深度的特征進行采樣，將采樣的特征融合后對行人進行預(yù)測。不同深度的特征圖具有不同的表達能力，使網(wǎng)絡(luò)可以學(xué)習(xí)到行人身上更加細(xì)粒度的特征。同時將注意力模塊嵌入到殘差網(wǎng)絡(luò)中，使得網(wǎng)絡(luò)能更加關(guān)注于一些關(guān)鍵信息，增強網(wǎng)絡(luò)特征學(xué)習(xí)能力。所提方法在Market1501, DukeMTMC-reID和MSMT17_V1數(shù)據(jù)集上首位準(zhǔn)確率分別到了95.3%, 89.8%和82.2%。實驗表明，該方法充分利用了網(wǎng)絡(luò)不同深度的信息和關(guān)注的關(guān)鍵信息，使模型具有很強的判別能力，而且所提模型的平均準(zhǔn)確率優(yōu)于大多數(shù)先進算法。
行人重識別的關(guān)鍵依賴于行人特征的提取，卷積神經(jīng)網(wǎng)絡(luò)具有強大的特征提取以及表達能力。針對不同尺度下可以觀察到不同的特征，該文提出一種基于多尺度和注意力網(wǎng)絡(luò)融合的行人重識別方法(MSAN)。該方法通過對網(wǎng)絡(luò)不同深度的特征進行采樣，將采樣的特征融合后對行人進行預(yù)測。不同深度的特征圖具有不同的表達能力，使網(wǎng)絡(luò)可以學(xué)習(xí)到行人身上更加細(xì)粒度的特征。同時將注意力模塊嵌入到殘差網(wǎng)絡(luò)中，使得網(wǎng)絡(luò)能更加關(guān)注于一些關(guān)鍵信息，增強網(wǎng)絡(luò)特征學(xué)習(xí)能力。所提方法在Market1501, DukeMTMC-reID和MSMT17_V1數(shù)據(jù)集上首位準(zhǔn)確率分別到了95.3%, 89.8%和82.2%。實驗表明，該方法充分利用了網(wǎng)絡(luò)不同深度的信息和關(guān)注的關(guān)鍵信息，使模型具有很強的判別能力，而且所提模型的平均準(zhǔn)確率優(yōu)于大多數(shù)先進算法。
2020, 42(12): 3053-3060.
doi: 10.11999/JEIT190986
摘要:
盡管由于丟棄維度將3維(3D)形狀投影到2維(2D)視圖看似是不可逆的，但是從可視化到計算機輔助幾何設(shè)計，各個垂直行業(yè)對3維重建技術(shù)的興趣正迅速增長。傳統(tǒng)基于物體深度圖或者RGB圖的3維重建算法雖然可以在一些方面達到令人滿意的效果，但是它們?nèi)匀幻媾R若干問題：(1)粗魯?shù)膶W(xué)習(xí)2D視圖與3D形狀之間的映射；(2)無法解決物體不同視角下外觀差異所帶來的的影響；(3)要求物體多個觀察視角下的圖像。該文提出一個端到端的視圖感知3維(VA3D)重建網(wǎng)絡(luò)解決了上述問題。具體而言，VA3D包含多鄰近視圖合成子網(wǎng)絡(luò)和3D重建子網(wǎng)絡(luò)。多鄰近視圖合成子網(wǎng)絡(luò)基于物體源視圖生成多個鄰近視角圖像，且引入自適應(yīng)融合模塊解決了視角轉(zhuǎn)換過程中出現(xiàn)的模糊或扭曲等問題。3D重建子網(wǎng)絡(luò)使用循環(huán)神經(jīng)網(wǎng)絡(luò)從合成的多視圖序列中恢復(fù)物體3D形狀。通過在ShapeNet數(shù)據(jù)集上大量定性和定量的實驗表明，VA3D有效提升了基于單視圖的3維重建結(jié)果。
盡管由于丟棄維度將3維(3D)形狀投影到2維(2D)視圖看似是不可逆的，但是從可視化到計算機輔助幾何設(shè)計，各個垂直行業(yè)對3維重建技術(shù)的興趣正迅速增長。傳統(tǒng)基于物體深度圖或者RGB圖的3維重建算法雖然可以在一些方面達到令人滿意的效果，但是它們?nèi)匀幻媾R若干問題：(1)粗魯?shù)膶W(xué)習(xí)2D視圖與3D形狀之間的映射；(2)無法解決物體不同視角下外觀差異所帶來的的影響；(3)要求物體多個觀察視角下的圖像。該文提出一個端到端的視圖感知3維(VA3D)重建網(wǎng)絡(luò)解決了上述問題。具體而言，VA3D包含多鄰近視圖合成子網(wǎng)絡(luò)和3D重建子網(wǎng)絡(luò)。多鄰近視圖合成子網(wǎng)絡(luò)基于物體源視圖生成多個鄰近視角圖像，且引入自適應(yīng)融合模塊解決了視角轉(zhuǎn)換過程中出現(xiàn)的模糊或扭曲等問題。3D重建子網(wǎng)絡(luò)使用循環(huán)神經(jīng)網(wǎng)絡(luò)從合成的多視圖序列中恢復(fù)物體3D形狀。通過在ShapeNet數(shù)據(jù)集上大量定性和定量的實驗表明，VA3D有效提升了基于單視圖的3維重建結(jié)果。
2020, 42(12): 3061-3067.
doi: 10.11999/JEIT190931
摘要:
為了進一步提高相關(guān)濾波算法的判別力和對快速運動、遮擋等復(fù)雜場景的應(yīng)對能力，該文提出一種基于自適應(yīng)背景選擇和多檢測區(qū)域的跟蹤框架。首先對檢測后的響應(yīng)圖進行峰值分析，當(dāng)響應(yīng)為單峰的時候，提取目標(biāo)上下左右的4塊區(qū)域作為負(fù)樣本對模型進行訓(xùn)練，當(dāng)響應(yīng)為多峰的時候，采用峰值提取技術(shù)和閾值選擇方法提取較大幾個峰值區(qū)域作為負(fù)樣本。為了進一步提高算法對遮擋的應(yīng)對能力，該文提出了一種多檢測區(qū)域的搜索策略。將該框架和傳統(tǒng)的相關(guān)濾波算法進行結(jié)合，實驗結(jié)果表明，相對于基準(zhǔn)算法，該算法在精度上提高了6.9%，在成功率上提高了6.3%。
為了進一步提高相關(guān)濾波算法的判別力和對快速運動、遮擋等復(fù)雜場景的應(yīng)對能力，該文提出一種基于自適應(yīng)背景選擇和多檢測區(qū)域的跟蹤框架。首先對檢測后的響應(yīng)圖進行峰值分析，當(dāng)響應(yīng)為單峰的時候，提取目標(biāo)上下左右的4塊區(qū)域作為負(fù)樣本對模型進行訓(xùn)練，當(dāng)響應(yīng)為多峰的時候，采用峰值提取技術(shù)和閾值選擇方法提取較大幾個峰值區(qū)域作為負(fù)樣本。為了進一步提高算法對遮擋的應(yīng)對能力，該文提出了一種多檢測區(qū)域的搜索策略。將該框架和傳統(tǒng)的相關(guān)濾波算法進行結(jié)合，實驗結(jié)果表明，相對于基準(zhǔn)算法，該算法在精度上提高了6.9%，在成功率上提高了6.3%。
2020, 42(12): 3068-3073.
doi: 10.11999/SEIT190832
摘要:
該文利用色集事先分配法、構(gòu)造染色法、反證法探討了完全三部圖K4,4,p (p≥1008)的點可區(qū)別IE-全染色問題，確定了K4,4,p (p≥1008)的點可區(qū)別IE-全染色數(shù)。
該文利用色集事先分配法、構(gòu)造染色法、反證法探討了完全三部圖K4,4,p (p≥1008)的點可區(qū)別IE-全染色問題，確定了K4,4,p (p≥1008)的點可區(qū)別IE-全染色數(shù)。
2020, 42(12): 3074-3080.
doi: 10.11999/JEIT190791
摘要:
為了抑制一定頻帶內(nèi)的平行板和腔體諧振模式，提高功率放大器工作的穩(wěn)定性。該文提出了一種人工磁導(dǎo)體(AMC)邊界作為腔體封裝的Ka波段固態(tài)功率放大模塊。人工磁導(dǎo)體邊界通過周期性金屬銷釘構(gòu)成的電磁帶隙(EBG)抑制結(jié)構(gòu)實現(xiàn)。對Ka波段固態(tài)功率模塊進行了設(shè)計、加工、裝配和測試。由仿真和測試得到的S參數(shù)數(shù)據(jù)，詳細(xì)地評估討論了該封裝的性能。通過對比其他封裝結(jié)構(gòu)，功率模塊的無源測試結(jié)果證明金屬銷釘封裝可以有效抑制腔體諧振，提高功放模塊隔離度。功率模塊的有源功率測試則表明金屬銷釘封裝不會影響放大器輸出功率。
為了抑制一定頻帶內(nèi)的平行板和腔體諧振模式，提高功率放大器工作的穩(wěn)定性。該文提出了一種人工磁導(dǎo)體(AMC)邊界作為腔體封裝的Ka波段固態(tài)功率放大模塊。人工磁導(dǎo)體邊界通過周期性金屬銷釘構(gòu)成的電磁帶隙(EBG)抑制結(jié)構(gòu)實現(xiàn)。對Ka波段固態(tài)功率模塊進行了設(shè)計、加工、裝配和測試。由仿真和測試得到的S參數(shù)數(shù)據(jù)，詳細(xì)地評估討論了該封裝的性能。通過對比其他封裝結(jié)構(gòu)，功率模塊的無源測試結(jié)果證明金屬銷釘封裝可以有效抑制腔體諧振，提高功放模塊隔離度。功率模塊的有源功率測試則表明金屬銷釘封裝不會影響放大器輸出功率。
