郵件訂閱
2020年 第42卷 第9期
顯示方式:
2020, 42(9): 2065-2081.
doi: 10.11999/JEIT191055
摘要:
在信息技術(shù)飛速發(fā)展的背景下，能源關(guān)鍵基礎(chǔ)設(shè)施得到了變革性的飛速發(fā)展，與人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)等新技術(shù)深度融合。信息技術(shù)在顯著優(yōu)化能源關(guān)鍵基礎(chǔ)設(shè)施的效率和性能的同時(shí)，也帶來了更加具有持續(xù)性和隱蔽性的新型安全威脅。如何針對能源關(guān)鍵基礎(chǔ)設(shè)施建立體系化、智能化的安全防御體系是亟需解決的問題。該文從能源關(guān)鍵基礎(chǔ)設(shè)施本身的發(fā)展趨勢入手，對其面對的傳統(tǒng)和新型安全威脅的機(jī)理進(jìn)行了分析。在此基礎(chǔ)上，對能源關(guān)鍵基礎(chǔ)設(shè)施的防御技術(shù)演進(jìn)進(jìn)行深入的研究和分析。
在信息技術(shù)飛速發(fā)展的背景下，能源關(guān)鍵基礎(chǔ)設(shè)施得到了變革性的飛速發(fā)展，與人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)等新技術(shù)深度融合。信息技術(shù)在顯著優(yōu)化能源關(guān)鍵基礎(chǔ)設(shè)施的效率和性能的同時(shí)，也帶來了更加具有持續(xù)性和隱蔽性的新型安全威脅。如何針對能源關(guān)鍵基礎(chǔ)設(shè)施建立體系化、智能化的安全防御體系是亟需解決的問題。該文從能源關(guān)鍵基礎(chǔ)設(shè)施本身的發(fā)展趨勢入手，對其面對的傳統(tǒng)和新型安全威脅的機(jī)理進(jìn)行了分析。在此基礎(chǔ)上，對能源關(guān)鍵基礎(chǔ)設(shè)施的防御技術(shù)演進(jìn)進(jìn)行深入的研究和分析。
2020, 42(9): 2082-2094.
doi: 10.11999/JEIT200009
摘要:
隨著Android應(yīng)用的廣泛使用，Android惡意軟件數(shù)量迅速增長，對用戶的財(cái)產(chǎn)、隱私等造成的安全威脅越來越嚴(yán)重。近年來基于深度學(xué)習(xí)的Android惡意軟件檢測成為了當(dāng)前安全領(lǐng)域的研究熱點(diǎn)。該文分別從數(shù)據(jù)采集、應(yīng)用特征、網(wǎng)絡(luò)結(jié)構(gòu)、效果檢測4個(gè)方面，對該研究方向已有的學(xué)術(shù)成果進(jìn)行了分析與總結(jié)，討論了它們的局限性與所面臨的挑戰(zhàn)，并就該方向未來的研究重點(diǎn)進(jìn)行了展望。
隨著Android應(yīng)用的廣泛使用，Android惡意軟件數(shù)量迅速增長，對用戶的財(cái)產(chǎn)、隱私等造成的安全威脅越來越嚴(yán)重。近年來基于深度學(xué)習(xí)的Android惡意軟件檢測成為了當(dāng)前安全領(lǐng)域的研究熱點(diǎn)。該文分別從數(shù)據(jù)采集、應(yīng)用特征、網(wǎng)絡(luò)結(jié)構(gòu)、效果檢測4個(gè)方面，對該研究方向已有的學(xué)術(shù)成果進(jìn)行了分析與總結(jié)，討論了它們的局限性與所面臨的挑戰(zhàn)，并就該方向未來的研究重點(diǎn)進(jìn)行了展望。
2020, 42(9): 2095-2107.
doi: 10.11999/JEIT191056
摘要:
攻擊路徑發(fā)現(xiàn)是自動(dòng)化滲透測試領(lǐng)域的重要研究方向。該文綜合論述了領(lǐng)域獨(dú)立智能規(guī)劃技術(shù)在面向自動(dòng)化滲透測試的攻擊路徑發(fā)現(xiàn)上的研究進(jìn)展及應(yīng)用前景。首先介紹了攻擊路徑發(fā)現(xiàn)的基本概念并按照技術(shù)原理將其劃分為基于領(lǐng)域相關(guān)和領(lǐng)域獨(dú)立規(guī)劃技術(shù)的攻擊路徑發(fā)現(xiàn)方法。然后介紹了領(lǐng)域獨(dú)立智能規(guī)劃算法，包括確定性規(guī)劃算法、非確定性規(guī)劃算法和博弈規(guī)劃的技術(shù)原理和發(fā)展?fàn)顩r并就各類方法在攻擊路徑發(fā)現(xiàn)中的應(yīng)用進(jìn)行了綜述。接著分析總結(jié)了滲透測試過程的特點(diǎn)，對比了領(lǐng)域獨(dú)立智能規(guī)劃算法應(yīng)用在面向自動(dòng)化滲透測試的攻擊路徑發(fā)現(xiàn)時(shí)的優(yōu)缺點(diǎn)。最后對攻擊路徑發(fā)現(xiàn)將來的發(fā)展方向進(jìn)行了總結(jié)和展望，希望對未來進(jìn)一步的研究工作有一定的參考價(jià)值。
攻擊路徑發(fā)現(xiàn)是自動(dòng)化滲透測試領(lǐng)域的重要研究方向。該文綜合論述了領(lǐng)域獨(dú)立智能規(guī)劃技術(shù)在面向自動(dòng)化滲透測試的攻擊路徑發(fā)現(xiàn)上的研究進(jìn)展及應(yīng)用前景。首先介紹了攻擊路徑發(fā)現(xiàn)的基本概念并按照技術(shù)原理將其劃分為基于領(lǐng)域相關(guān)和領(lǐng)域獨(dú)立規(guī)劃技術(shù)的攻擊路徑發(fā)現(xiàn)方法。然后介紹了領(lǐng)域獨(dú)立智能規(guī)劃算法，包括確定性規(guī)劃算法、非確定性規(guī)劃算法和博弈規(guī)劃的技術(shù)原理和發(fā)展?fàn)顩r并就各類方法在攻擊路徑發(fā)現(xiàn)中的應(yīng)用進(jìn)行了綜述。接著分析總結(jié)了滲透測試過程的特點(diǎn)，對比了領(lǐng)域獨(dú)立智能規(guī)劃算法應(yīng)用在面向自動(dòng)化滲透測試的攻擊路徑發(fā)現(xiàn)時(shí)的優(yōu)缺點(diǎn)。最后對攻擊路徑發(fā)現(xiàn)將來的發(fā)展方向進(jìn)行了總結(jié)和展望，希望對未來進(jìn)一步的研究工作有一定的參考價(jià)值。
2020, 42(9): 2108-2116.
doi: 10.11999/JEIT191036
摘要:
安卓系統(tǒng)越來越廣泛地被應(yīng)用于各種類型的智能設(shè)備，比如智能手機(jī)、智能手表、智能電視、智能汽車。與此同時(shí)，針對這些平臺應(yīng)用軟件的逆向攻擊也日益增多，這不僅極大地侵犯了軟件開發(fā)者的合法權(quán)益，也給終端用戶帶來了潛在的安全風(fēng)險(xiǎn)。如何保護(hù)運(yùn)行在各種類型設(shè)備上的安卓應(yīng)用軟件不被逆向攻擊成為一個(gè)重要的研究問題。然而，現(xiàn)有的安卓軟件保護(hù)方法比如命名混淆、動(dòng)態(tài)加載、代碼隱藏等雖然可在一定程度上增加安卓軟件的逆向難度，但是原理相對簡單容易被繞過。一種更為有效的方法是基于指令虛擬化的加固方法，但已有的指令虛擬化方法只針對特定架構(gòu)(x86架構(gòu))，無法兼容運(yùn)行于多種架構(gòu)的安卓設(shè)備。該文針對安卓應(yīng)用軟件中的本地代碼提出了一種架構(gòu)無關(guān)的指令虛擬化技術(shù)，設(shè)計(jì)并實(shí)現(xiàn)了基于虛擬機(jī)打包保護(hù)(VMPP)的加固系統(tǒng)。該系統(tǒng)包含一套基于寄存器架構(gòu)的定長虛擬指令集、支持該虛擬指令集的解釋器以及可以與現(xiàn)有開發(fā)環(huán)境集成的工具鏈。在大量C/C++代碼以及真實(shí)安卓軟件上的測試表明，VMPP在引入較低的運(yùn)行時(shí)開銷下，能夠顯著提升安卓本地代碼的防逆向能力，并且可被用于保護(hù)不同架構(gòu)上的安卓本地代碼。
安卓系統(tǒng)越來越廣泛地被應(yīng)用于各種類型的智能設(shè)備，比如智能手機(jī)、智能手表、智能電視、智能汽車。與此同時(shí)，針對這些平臺應(yīng)用軟件的逆向攻擊也日益增多，這不僅極大地侵犯了軟件開發(fā)者的合法權(quán)益，也給終端用戶帶來了潛在的安全風(fēng)險(xiǎn)。如何保護(hù)運(yùn)行在各種類型設(shè)備上的安卓應(yīng)用軟件不被逆向攻擊成為一個(gè)重要的研究問題。然而，現(xiàn)有的安卓軟件保護(hù)方法比如命名混淆、動(dòng)態(tài)加載、代碼隱藏等雖然可在一定程度上增加安卓軟件的逆向難度，但是原理相對簡單容易被繞過。一種更為有效的方法是基于指令虛擬化的加固方法，但已有的指令虛擬化方法只針對特定架構(gòu)(x86架構(gòu))，無法兼容運(yùn)行于多種架構(gòu)的安卓設(shè)備。該文針對安卓應(yīng)用軟件中的本地代碼提出了一種架構(gòu)無關(guān)的指令虛擬化技術(shù)，設(shè)計(jì)并實(shí)現(xiàn)了基于虛擬機(jī)打包保護(hù)(VMPP)的加固系統(tǒng)。該系統(tǒng)包含一套基于寄存器架構(gòu)的定長虛擬指令集、支持該虛擬指令集的解釋器以及可以與現(xiàn)有開發(fā)環(huán)境集成的工具鏈。在大量C/C++代碼以及真實(shí)安卓軟件上的測試表明，VMPP在引入較低的運(yùn)行時(shí)開銷下，能夠顯著提升安卓本地代碼的防逆向能力，并且可被用于保護(hù)不同架構(gòu)上的安卓本地代碼。
2020, 42(9): 2117-2125.
doi: 10.11999/JEIT190695
摘要:
針對目前客戶端反外掛方法的諸多局限，該文提出一種基于內(nèi)核事件的網(wǎng)絡(luò)游戲反外掛方法，并實(shí)現(xiàn)了反外掛系統(tǒng)CheatBlocker。該方法通過監(jiān)控Windows系統(tǒng)中的內(nèi)核事件監(jiān)視和攔截進(jìn)程間的異常訪問及異常模塊注入，同時(shí)從內(nèi)核注入反外掛動(dòng)態(tài)加載庫(DLL)用以阻斷鼠標(biāo)鍵盤的模擬。實(shí)驗(yàn)結(jié)果表明，CheatBlocker可防御進(jìn)程模塊注入外掛和用戶輸入模擬類外掛，且具有較低的性能開銷。而且，CheatBlocker無需修改內(nèi)核數(shù)據(jù)或代碼，相比于目前的反外掛系統(tǒng)具有更好的通用性與兼容性。
針對目前客戶端反外掛方法的諸多局限，該文提出一種基于內(nèi)核事件的網(wǎng)絡(luò)游戲反外掛方法，并實(shí)現(xiàn)了反外掛系統(tǒng)CheatBlocker。該方法通過監(jiān)控Windows系統(tǒng)中的內(nèi)核事件監(jiān)視和攔截進(jìn)程間的異常訪問及異常模塊注入，同時(shí)從內(nèi)核注入反外掛動(dòng)態(tài)加載庫(DLL)用以阻斷鼠標(biāo)鍵盤的模擬。實(shí)驗(yàn)結(jié)果表明，CheatBlocker可防御進(jìn)程模塊注入外掛和用戶輸入模擬類外掛，且具有較低的性能開銷。而且，CheatBlocker無需修改內(nèi)核數(shù)據(jù)或代碼，相比于目前的反外掛系統(tǒng)具有更好的通用性與兼容性。
2020, 42(9): 2126-2133.
doi: 10.11999/JEIT191059
摘要:
機(jī)器學(xué)習(xí)已經(jīng)廣泛應(yīng)用于惡意代碼檢測中，并在惡意代碼檢測產(chǎn)品中發(fā)揮重要作用。構(gòu)建針對惡意代碼檢測機(jī)器學(xué)習(xí)模型的對抗樣本，是發(fā)掘惡意代碼檢測模型缺陷，評估和完善惡意代碼檢測系統(tǒng)的關(guān)鍵。該文提出一種基于遺傳算法的惡意代碼對抗樣本生成方法，生成的樣本在有效對抗基于機(jī)器學(xué)習(xí)的惡意代碼檢測模型的同時(shí)，確保了惡意代碼樣本的可執(zhí)行和惡意行為的一致性，有效提升了生成對抗樣本的真實(shí)性和模型對抗評估的準(zhǔn)確性。實(shí)驗(yàn)表明，該文提出的對抗樣本生成方法使MalConv惡意代碼檢測模型的檢測準(zhǔn)確率下降了14.65%；并可直接對VirusTotal中4款基于機(jī)器學(xué)習(xí)的惡意代碼檢測商用引擎形成有效的干擾，其中，Cylance的檢測準(zhǔn)確率只有53.55%。
機(jī)器學(xué)習(xí)已經(jīng)廣泛應(yīng)用于惡意代碼檢測中，并在惡意代碼檢測產(chǎn)品中發(fā)揮重要作用。構(gòu)建針對惡意代碼檢測機(jī)器學(xué)習(xí)模型的對抗樣本，是發(fā)掘惡意代碼檢測模型缺陷，評估和完善惡意代碼檢測系統(tǒng)的關(guān)鍵。該文提出一種基于遺傳算法的惡意代碼對抗樣本生成方法，生成的樣本在有效對抗基于機(jī)器學(xué)習(xí)的惡意代碼檢測模型的同時(shí)，確保了惡意代碼樣本的可執(zhí)行和惡意行為的一致性，有效提升了生成對抗樣本的真實(shí)性和模型對抗評估的準(zhǔn)確性。實(shí)驗(yàn)表明，該文提出的對抗樣本生成方法使MalConv惡意代碼檢測模型的檢測準(zhǔn)確率下降了14.65%；并可直接對VirusTotal中4款基于機(jī)器學(xué)習(xí)的惡意代碼檢測商用引擎形成有效的干擾，其中，Cylance的檢測準(zhǔn)確率只有53.55%。
2020, 42(9): 2134-2141.
doi: 10.11999/JEIT200008
摘要:
協(xié)同跨平面會(huì)話中斷攻擊(CXPST)通過反復(fù)對多條目標(biāo)關(guān)鍵鏈路實(shí)施低速率拒絕服務(wù)攻擊(LDoS)造成域間路由系統(tǒng)的級聯(lián)失效，從而導(dǎo)致互聯(lián)網(wǎng)的崩潰。在攻擊發(fā)生的初期，準(zhǔn)確定位受攻擊的關(guān)鍵鏈路并進(jìn)行針對性防御可遏制級聯(lián)失效的發(fā)生?，F(xiàn)有定位方法研究主要基于單源假設(shè)，沒有考慮多條目標(biāo)鏈路同時(shí)失效對路徑撤回的影響，定位準(zhǔn)確度受限。針對上述問題，該文提出一種基于加權(quán)統(tǒng)計(jì)匹配得分的多失效鏈路定位方法(WSFS)，以級聯(lián)失效攻擊目標(biāo)鏈路選擇策略作為推斷基礎(chǔ)，將撤銷路徑長度的倒數(shù)作為權(quán)重對評分進(jìn)行加權(quán)?；趯?shí)際網(wǎng)絡(luò)拓?fù)浜陀欣c(diǎn)位置的級聯(lián)失效攻擊仿真實(shí)驗(yàn)結(jié)果表明，WSFS比目前最優(yōu)方法平均準(zhǔn)確率可提升5.45%。實(shí)驗(yàn)結(jié)果證明WSFS相比于其他定位方法更適合應(yīng)對域間路由系統(tǒng)級聯(lián)失效下的目標(biāo)失效鏈路定位問題。
協(xié)同跨平面會(huì)話中斷攻擊(CXPST)通過反復(fù)對多條目標(biāo)關(guān)鍵鏈路實(shí)施低速率拒絕服務(wù)攻擊(LDoS)造成域間路由系統(tǒng)的級聯(lián)失效，從而導(dǎo)致互聯(lián)網(wǎng)的崩潰。在攻擊發(fā)生的初期，準(zhǔn)確定位受攻擊的關(guān)鍵鏈路并進(jìn)行針對性防御可遏制級聯(lián)失效的發(fā)生?，F(xiàn)有定位方法研究主要基于單源假設(shè)，沒有考慮多條目標(biāo)鏈路同時(shí)失效對路徑撤回的影響，定位準(zhǔn)確度受限。針對上述問題，該文提出一種基于加權(quán)統(tǒng)計(jì)匹配得分的多失效鏈路定位方法(WSFS)，以級聯(lián)失效攻擊目標(biāo)鏈路選擇策略作為推斷基礎(chǔ)，將撤銷路徑長度的倒數(shù)作為權(quán)重對評分進(jìn)行加權(quán)?；趯?shí)際網(wǎng)絡(luò)拓?fù)浜陀欣c(diǎn)位置的級聯(lián)失效攻擊仿真實(shí)驗(yàn)結(jié)果表明，WSFS比目前最優(yōu)方法平均準(zhǔn)確率可提升5.45%。實(shí)驗(yàn)結(jié)果證明WSFS相比于其他定位方法更適合應(yīng)對域間路由系統(tǒng)級聯(lián)失效下的目標(biāo)失效鏈路定位問題。
2020, 42(9): 2142-2149.
doi: 10.11999/JEIT191054
摘要:
地理位置虛擬軟件泛濫、民用衛(wèi)星定位信號易模擬或篡改，致使地理位置可信認(rèn)證難以實(shí)現(xiàn)。針對已有位置證明方案采用中心化架構(gòu)存在單點(diǎn)失效和易引起集中攻擊等安全風(fēng)險(xiǎn)，該文引入去中心化范式思路，利用區(qū)塊鏈具有的去中心化、不可篡改、可追溯等特點(diǎn)，并結(jié)合零知識證明協(xié)議，提出了基于區(qū)塊鏈的零知識位置證明方法，實(shí)現(xiàn)了以去中心化、保護(hù)隱私、高度準(zhǔn)確、審查抵制的地理位置認(rèn)證服務(wù)，從而確保用戶所提供位置的準(zhǔn)確性。該方法不僅能消除中心化位置證明的弊端，確保位置數(shù)據(jù)的機(jī)密性，而且被證明位置數(shù)據(jù)一旦上鏈后不可篡改，實(shí)現(xiàn)了不可抵賴性。測試分析結(jié)果表明：完整的證明流程(包含證明生成驗(yàn)證和上鏈全過程)實(shí)際測試每次平均用時(shí)約5 s，其中證明生成和驗(yàn)證的總耗時(shí)是50.5～55.5 ms。因此，算法具有較好的性能開銷，可滿足實(shí)際應(yīng)用需求。
地理位置虛擬軟件泛濫、民用衛(wèi)星定位信號易模擬或篡改，致使地理位置可信認(rèn)證難以實(shí)現(xiàn)。針對已有位置證明方案采用中心化架構(gòu)存在單點(diǎn)失效和易引起集中攻擊等安全風(fēng)險(xiǎn)，該文引入去中心化范式思路，利用區(qū)塊鏈具有的去中心化、不可篡改、可追溯等特點(diǎn)，并結(jié)合零知識證明協(xié)議，提出了基于區(qū)塊鏈的零知識位置證明方法，實(shí)現(xiàn)了以去中心化、保護(hù)隱私、高度準(zhǔn)確、審查抵制的地理位置認(rèn)證服務(wù)，從而確保用戶所提供位置的準(zhǔn)確性。該方法不僅能消除中心化位置證明的弊端，確保位置數(shù)據(jù)的機(jī)密性，而且被證明位置數(shù)據(jù)一旦上鏈后不可篡改，實(shí)現(xiàn)了不可抵賴性。測試分析結(jié)果表明：完整的證明流程(包含證明生成驗(yàn)證和上鏈全過程)實(shí)際測試每次平均用時(shí)約5 s，其中證明生成和驗(yàn)證的總耗時(shí)是50.5～55.5 ms。因此，算法具有較好的性能開銷，可滿足實(shí)際應(yīng)用需求。
2020, 42(9): 2150-2157.
doi: 10.11999/JEIT190690
摘要:
針對現(xiàn)有RS碼識別算法需要對碼字符號在不同域之間進(jìn)行轉(zhuǎn)化，且容錯(cuò)性能較差的問題，該文提出一種直接利用軟判決序列完成RS碼識別算法。算法首先從RS碼定義出發(fā)，給出了RS碼校驗(yàn)關(guān)系從GF(2m)到GF(2)上的等價(jià)轉(zhuǎn)換方式，從而避免了不同域下復(fù)雜的符號轉(zhuǎn)化；其次引入了能夠衡量校驗(yàn)關(guān)系成立大小的平均校驗(yàn)符合度概念，然后基于其統(tǒng)計(jì)特性以及極大極小判決準(zhǔn)則，遍歷可能的碼長以及對應(yīng)的m級本原多項(xiàng)式，進(jìn)行初始碼根校驗(yàn)匹配，從而完成碼長以及本原多項(xiàng)式識別；最后利用識別出的碼長以及本原多項(xiàng)式，構(gòu)建本原多項(xiàng)式下GF(2m)，進(jìn)行連續(xù)碼根匹配判決，最終完成碼生成多項(xiàng)式識別。仿真結(jié)果表明：推導(dǎo)的平均校驗(yàn)符合度統(tǒng)計(jì)特性與實(shí)際情況一致，算法能在低信噪比下有效完成參數(shù)識別；同時(shí)該算法具有較好的低信噪比適應(yīng)能力，在信噪比為6 dB條件下，工程中常見的RS碼識別率均能達(dá)到90%以上。與現(xiàn)有算法相比，該文算法性能明顯好于硬判決算法，且比傳統(tǒng)算法提升1 dB以上性能。
針對現(xiàn)有RS碼識別算法需要對碼字符號在不同域之間進(jìn)行轉(zhuǎn)化，且容錯(cuò)性能較差的問題，該文提出一種直接利用軟判決序列完成RS碼識別算法。算法首先從RS碼定義出發(fā)，給出了RS碼校驗(yàn)關(guān)系從GF(2m)到GF(2)上的等價(jià)轉(zhuǎn)換方式，從而避免了不同域下復(fù)雜的符號轉(zhuǎn)化；其次引入了能夠衡量校驗(yàn)關(guān)系成立大小的平均校驗(yàn)符合度概念，然后基于其統(tǒng)計(jì)特性以及極大極小判決準(zhǔn)則，遍歷可能的碼長以及對應(yīng)的m級本原多項(xiàng)式，進(jìn)行初始碼根校驗(yàn)匹配，從而完成碼長以及本原多項(xiàng)式識別；最后利用識別出的碼長以及本原多項(xiàng)式，構(gòu)建本原多項(xiàng)式下GF(2m)，進(jìn)行連續(xù)碼根匹配判決，最終完成碼生成多項(xiàng)式識別。仿真結(jié)果表明：推導(dǎo)的平均校驗(yàn)符合度統(tǒng)計(jì)特性與實(shí)際情況一致，算法能在低信噪比下有效完成參數(shù)識別；同時(shí)該算法具有較好的低信噪比適應(yīng)能力，在信噪比為6 dB條件下，工程中常見的RS碼識別率均能達(dá)到90%以上。與現(xiàn)有算法相比，該文算法性能明顯好于硬判決算法，且比傳統(tǒng)算法提升1 dB以上性能。
2020, 42(9): 2158-2165.
doi: 10.11999/JEIT190345
摘要:
針對立體視頻的安全性，該文提出一種基于熵編碼的立體視頻加密與信息隱藏算法。首先，結(jié)合立體視頻編碼結(jié)構(gòu)，分析誤差漂移的物理機(jī)制，并根據(jù)立體視覺掩蔽效應(yīng)，確定左右視點(diǎn)的加密幀和隱秘信息待嵌入幀。其次，在基于上下文自適應(yīng)二進(jìn)制算術(shù)編碼(CABAC)的熵編碼中，通過等長碼字替換技術(shù)，實(shí)現(xiàn)立體視頻的加密和信息隱藏。實(shí)驗(yàn)結(jié)果表明，視頻碼流經(jīng)加密與信息隱藏之后格式兼容、比特率不變，視頻感知質(zhì)量無明顯下降，在計(jì)算復(fù)雜度和碼率增加率上有顯著優(yōu)勢。
針對立體視頻的安全性，該文提出一種基于熵編碼的立體視頻加密與信息隱藏算法。首先，結(jié)合立體視頻編碼結(jié)構(gòu)，分析誤差漂移的物理機(jī)制，并根據(jù)立體視覺掩蔽效應(yīng)，確定左右視點(diǎn)的加密幀和隱秘信息待嵌入幀。其次，在基于上下文自適應(yīng)二進(jìn)制算術(shù)編碼(CABAC)的熵編碼中，通過等長碼字替換技術(shù)，實(shí)現(xiàn)立體視頻的加密和信息隱藏。實(shí)驗(yàn)結(jié)果表明，視頻碼流經(jīng)加密與信息隱藏之后格式兼容、比特率不變，視頻感知質(zhì)量無明顯下降，在計(jì)算復(fù)雜度和碼率增加率上有顯著優(yōu)勢。
2020, 42(9): 2166-2172.
doi: 10.11999/JEIT190543
摘要:
虛擬網(wǎng)絡(luò)的映射策略影響彈性光網(wǎng)絡(luò)(EON)資源可用性和網(wǎng)絡(luò)生存性。該文提出一種基于節(jié)點(diǎn)間距離和頻譜離散度感知的虛擬光網(wǎng)絡(luò)生存性協(xié)同映射(CM-DSDA)算法，研究節(jié)點(diǎn)計(jì)算資源和拓?fù)湮恢弥薪樾缘墓夤?jié)點(diǎn)排序策略，設(shè)計(jì)頻譜離散度方法評價(jià)鏈路頻譜碎片化程度。在虛擬鏈路的生存性映射中，選擇鄰接已映射節(jié)點(diǎn)中消耗頻隙數(shù)少且頻譜離散度低的工作光路和保護(hù)光路協(xié)同映射虛擬網(wǎng)絡(luò)。仿真結(jié)果表明所提算法能有效地提高EON的頻譜占用率和減少帶寬阻塞率。
虛擬網(wǎng)絡(luò)的映射策略影響彈性光網(wǎng)絡(luò)(EON)資源可用性和網(wǎng)絡(luò)生存性。該文提出一種基于節(jié)點(diǎn)間距離和頻譜離散度感知的虛擬光網(wǎng)絡(luò)生存性協(xié)同映射(CM-DSDA)算法，研究節(jié)點(diǎn)計(jì)算資源和拓?fù)湮恢弥薪樾缘墓夤?jié)點(diǎn)排序策略，設(shè)計(jì)頻譜離散度方法評價(jià)鏈路頻譜碎片化程度。在虛擬鏈路的生存性映射中，選擇鄰接已映射節(jié)點(diǎn)中消耗頻隙數(shù)少且頻譜離散度低的工作光路和保護(hù)光路協(xié)同映射虛擬網(wǎng)絡(luò)。仿真結(jié)果表明所提算法能有效地提高EON的頻譜占用率和減少帶寬阻塞率。
2020, 42(9): 2173-2179.
doi: 10.11999/JEIT190545
摘要:
為改善運(yùn)營商網(wǎng)絡(luò)提供的移動(dòng)服務(wù)體驗(yàn)，該文研究服務(wù)功能鏈(SFC)的在線遷移問題。首先基于馬爾可夫決策過程(MDP)對服務(wù)功能鏈中的多個(gè)虛擬網(wǎng)絡(luò)功能(VNF)在運(yùn)營商網(wǎng)絡(luò)中的駐留位置遷移進(jìn)行模型化分析。通過將強(qiáng)化學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)相結(jié)合提出一種基于雙深度Q網(wǎng)絡(luò)(double DQN)的服務(wù)功能鏈遷移機(jī)制，該遷移方法能在連續(xù)時(shí)間下進(jìn)行服務(wù)功能鏈的在線遷移決策并避免求解過程中的過度估計(jì)。實(shí)驗(yàn)結(jié)果表明，該文所提出的策略相比于固定部署算法和貪心算法在端到端時(shí)延和網(wǎng)絡(luò)系統(tǒng)收益等方面優(yōu)勢明顯，有助于運(yùn)營商改善服務(wù)體驗(yàn)和資源的使用效率。
為改善運(yùn)營商網(wǎng)絡(luò)提供的移動(dòng)服務(wù)體驗(yàn)，該文研究服務(wù)功能鏈(SFC)的在線遷移問題。首先基于馬爾可夫決策過程(MDP)對服務(wù)功能鏈中的多個(gè)虛擬網(wǎng)絡(luò)功能(VNF)在運(yùn)營商網(wǎng)絡(luò)中的駐留位置遷移進(jìn)行模型化分析。通過將強(qiáng)化學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)相結(jié)合提出一種基于雙深度Q網(wǎng)絡(luò)(double DQN)的服務(wù)功能鏈遷移機(jī)制，該遷移方法能在連續(xù)時(shí)間下進(jìn)行服務(wù)功能鏈的在線遷移決策并避免求解過程中的過度估計(jì)。實(shí)驗(yàn)結(jié)果表明，該文所提出的策略相比于固定部署算法和貪心算法在端到端時(shí)延和網(wǎng)絡(luò)系統(tǒng)收益等方面優(yōu)勢明顯，有助于運(yùn)營商改善服務(wù)體驗(yàn)和資源的使用效率。
2020, 42(9): 2180-2185.
doi: 10.11999/JEIT190654
摘要:
針對如何基于有限的系統(tǒng)剩余資源進(jìn)行任務(wù)優(yōu)化卸載以增加移動(dòng)終端的數(shù)字貨幣收益問題，該文在融合區(qū)塊鏈與霧計(jì)算系統(tǒng)中提出一種基于節(jié)點(diǎn)剩余資源、網(wǎng)絡(luò)時(shí)延的任務(wù)卸載方案。為了實(shí)現(xiàn)任務(wù)的優(yōu)化卸載，首先基于任務(wù)量對移動(dòng)終端的預(yù)期收益進(jìn)行了分析，其次基于網(wǎng)絡(luò)節(jié)點(diǎn)剩余計(jì)算資源、存儲(chǔ)資源、功率資源、網(wǎng)絡(luò)時(shí)延聯(lián)合分析了移動(dòng)終端的支出。此后以最大化移動(dòng)終端的數(shù)字貨幣收益為優(yōu)化目標(biāo)建立了數(shù)學(xué)優(yōu)化模型，并利用模擬退火(SA)算法對優(yōu)化模型進(jìn)行求解。仿真結(jié)果證明上述方案的有效性。
針對如何基于有限的系統(tǒng)剩余資源進(jìn)行任務(wù)優(yōu)化卸載以增加移動(dòng)終端的數(shù)字貨幣收益問題，該文在融合區(qū)塊鏈與霧計(jì)算系統(tǒng)中提出一種基于節(jié)點(diǎn)剩余資源、網(wǎng)絡(luò)時(shí)延的任務(wù)卸載方案。為了實(shí)現(xiàn)任務(wù)的優(yōu)化卸載，首先基于任務(wù)量對移動(dòng)終端的預(yù)期收益進(jìn)行了分析，其次基于網(wǎng)絡(luò)節(jié)點(diǎn)剩余計(jì)算資源、存儲(chǔ)資源、功率資源、網(wǎng)絡(luò)時(shí)延聯(lián)合分析了移動(dòng)終端的支出。此后以最大化移動(dòng)終端的數(shù)字貨幣收益為優(yōu)化目標(biāo)建立了數(shù)學(xué)優(yōu)化模型，并利用模擬退火(SA)算法對優(yōu)化模型進(jìn)行求解。仿真結(jié)果證明上述方案的有效性。
2020, 42(9): 2186-2193.
doi: 10.11999/5EIT190649
摘要:
為保證MIMO異構(gòu)網(wǎng)絡(luò)面臨多天線主動(dòng)竊聽時(shí)的安全性，該文提出一種基于人工噪聲的抗主動(dòng)竊聽者的魯棒安全傳輸方案。首先，考慮竊聽者發(fā)送上行導(dǎo)頻干擾的情形，研究了其發(fā)送的上行導(dǎo)頻干擾對合法用戶信道估計(jì)的影響。隨后，基于信道估計(jì)結(jié)果對宏基站、微基站的下行數(shù)據(jù)與噪聲信號的預(yù)編碼矩陣進(jìn)行設(shè)計(jì)，并推導(dǎo)了此種情形下系統(tǒng)安全速率的表達(dá)式。然后，以系統(tǒng)安全速率最大化為目標(biāo)對基站的下行數(shù)據(jù)與噪聲信號的發(fā)送功率進(jìn)行優(yōu)化設(shè)計(jì)，并提出一種基于1維線性搜索的求解方法。進(jìn)一步地，考慮竊聽者在發(fā)送上行導(dǎo)頻干擾后，繼而發(fā)送噪聲干擾用戶下行通信的情形，提出一種基于離散零和博弈方法來獲取最優(yōu)的發(fā)送功率設(shè)計(jì)。仿真結(jié)果驗(yàn)證了所提方案的安全性和魯棒性。
為保證MIMO異構(gòu)網(wǎng)絡(luò)面臨多天線主動(dòng)竊聽時(shí)的安全性，該文提出一種基于人工噪聲的抗主動(dòng)竊聽者的魯棒安全傳輸方案。首先，考慮竊聽者發(fā)送上行導(dǎo)頻干擾的情形，研究了其發(fā)送的上行導(dǎo)頻干擾對合法用戶信道估計(jì)的影響。隨后，基于信道估計(jì)結(jié)果對宏基站、微基站的下行數(shù)據(jù)與噪聲信號的預(yù)編碼矩陣進(jìn)行設(shè)計(jì)，并推導(dǎo)了此種情形下系統(tǒng)安全速率的表達(dá)式。然后，以系統(tǒng)安全速率最大化為目標(biāo)對基站的下行數(shù)據(jù)與噪聲信號的發(fā)送功率進(jìn)行優(yōu)化設(shè)計(jì)，并提出一種基于1維線性搜索的求解方法。進(jìn)一步地，考慮竊聽者在發(fā)送上行導(dǎo)頻干擾后，繼而發(fā)送噪聲干擾用戶下行通信的情形，提出一種基于離散零和博弈方法來獲取最優(yōu)的發(fā)送功率設(shè)計(jì)。仿真結(jié)果驗(yàn)證了所提方案的安全性和魯棒性。
2020, 42(9): 2194-2200.
doi: 10.11999/JEIT190662
摘要:
在移動(dòng)無線傳感網(wǎng)絡(luò)(MWSN)的部署問題中最關(guān)鍵的是如何提供最大的區(qū)域覆蓋范圍。針對現(xiàn)有的覆蓋控制算法存在覆蓋率不理想、部署效率低、能耗過高的問題，該文提出了一種高效部署策略。第1階段利用Voronoi圖獲得整個(gè)網(wǎng)絡(luò)的覆蓋孔，檢測Voronoi多邊形內(nèi)的未覆蓋區(qū)域，并提供虛擬力驅(qū)動(dòng)傳感器移動(dòng)，同時(shí)采用動(dòng)態(tài)調(diào)整策略改變移動(dòng)步長，從而減少能量損耗；第2階段提出一種檢測機(jī)制，利用Delaunay三角網(wǎng)檢測傳感器之間的局部覆蓋孔并進(jìn)行修復(fù)。仿真結(jié)果表明，該算法在提高網(wǎng)絡(luò)覆蓋率的同時(shí)加快了收斂速度，為部署移動(dòng)無線傳感網(wǎng)絡(luò)提供了新的解決思路。
在移動(dòng)無線傳感網(wǎng)絡(luò)(MWSN)的部署問題中最關(guān)鍵的是如何提供最大的區(qū)域覆蓋范圍。針對現(xiàn)有的覆蓋控制算法存在覆蓋率不理想、部署效率低、能耗過高的問題，該文提出了一種高效部署策略。第1階段利用Voronoi圖獲得整個(gè)網(wǎng)絡(luò)的覆蓋孔，檢測Voronoi多邊形內(nèi)的未覆蓋區(qū)域，并提供虛擬力驅(qū)動(dòng)傳感器移動(dòng)，同時(shí)采用動(dòng)態(tài)調(diào)整策略改變移動(dòng)步長，從而減少能量損耗；第2階段提出一種檢測機(jī)制，利用Delaunay三角網(wǎng)檢測傳感器之間的局部覆蓋孔并進(jìn)行修復(fù)。仿真結(jié)果表明，該算法在提高網(wǎng)絡(luò)覆蓋率的同時(shí)加快了收斂速度，為部署移動(dòng)無線傳感網(wǎng)絡(luò)提供了新的解決思路。
2020, 42(9): 2201-2207.
doi: 10.11999/JEIT190691
摘要:
設(shè)備到設(shè)備通信(D2D)可以有效地卸載基站流量，在D2D網(wǎng)絡(luò)中不僅需要共享大眾化內(nèi)容還需要個(gè)性化內(nèi)容緩存。該文對緩存內(nèi)容選擇問題進(jìn)行了深入研究，提出一種結(jié)合特征感知的內(nèi)容社交價(jià)值預(yù)測(CSVP)方法。價(jià)值預(yù)測不僅可以降低時(shí)延也可以減少緩存替換次數(shù)降低緩存成本。首先結(jié)合用戶特征和內(nèi)容特征計(jì)算內(nèi)容當(dāng)前價(jià)值，然后通過用戶社交關(guān)系計(jì)算未來價(jià)值。微基站根據(jù)內(nèi)容的價(jià)值為用戶提供個(gè)性化內(nèi)容緩存服務(wù)，宏基站則在每個(gè)微基站的緩存內(nèi)容中選擇價(jià)值較大部分的內(nèi)容。仿真結(jié)果表明，該文提出的緩存策略可以有效緩解基站流量，與其他方法相比降低時(shí)延約20%～40%。
設(shè)備到設(shè)備通信(D2D)可以有效地卸載基站流量，在D2D網(wǎng)絡(luò)中不僅需要共享大眾化內(nèi)容還需要個(gè)性化內(nèi)容緩存。該文對緩存內(nèi)容選擇問題進(jìn)行了深入研究，提出一種結(jié)合特征感知的內(nèi)容社交價(jià)值預(yù)測(CSVP)方法。價(jià)值預(yù)測不僅可以降低時(shí)延也可以減少緩存替換次數(shù)降低緩存成本。首先結(jié)合用戶特征和內(nèi)容特征計(jì)算內(nèi)容當(dāng)前價(jià)值，然后通過用戶社交關(guān)系計(jì)算未來價(jià)值。微基站根據(jù)內(nèi)容的價(jià)值為用戶提供個(gè)性化內(nèi)容緩存服務(wù)，宏基站則在每個(gè)微基站的緩存內(nèi)容中選擇價(jià)值較大部分的內(nèi)容。仿真結(jié)果表明，該文提出的緩存策略可以有效緩解基站流量，與其他方法相比降低時(shí)延約20%～40%。
2020, 42(9): 2208-2215.
doi: 10.11999/JEIT190320
摘要:
針對非協(xié)作通信中多輸入多輸出(MIMO)信號的盲調(diào)制識別，該文提出一種基于獨(dú)立分量分析(ICA)和特征提取的調(diào)制識別算法。根據(jù)空分復(fù)用MIMO系統(tǒng)各發(fā)送天線上信號的獨(dú)立性，利用ICA算法從接收的混合信號中分離出發(fā)射信號。為實(shí)現(xiàn)全盲條件下的調(diào)制識別，在進(jìn)行ICA分離前，利用最小描述長度(MDL)準(zhǔn)則估計(jì)發(fā)射天線數(shù)。在得到發(fā)射信號之后，首先利用6階累積量、循環(huán)譜和4次方譜算法構(gòu)造4個(gè)特征參數(shù)，然后利用分層結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)分類器識別信號的調(diào)制類型。仿真結(jié)果表明，所提方法可在較低信噪比下對{2PSK, 2ASK, 2FSK, 4PSK, 4ASK, MSK, 8PSK, 16QAM}8種MIMO信號進(jìn)行有效識別，當(dāng)發(fā)送天線數(shù)為2、接收天線數(shù)為5、信噪比為2 dB時(shí)，識別率可達(dá)到98%以上。
針對非協(xié)作通信中多輸入多輸出(MIMO)信號的盲調(diào)制識別，該文提出一種基于獨(dú)立分量分析(ICA)和特征提取的調(diào)制識別算法。根據(jù)空分復(fù)用MIMO系統(tǒng)各發(fā)送天線上信號的獨(dú)立性，利用ICA算法從接收的混合信號中分離出發(fā)射信號。為實(shí)現(xiàn)全盲條件下的調(diào)制識別，在進(jìn)行ICA分離前，利用最小描述長度(MDL)準(zhǔn)則估計(jì)發(fā)射天線數(shù)。在得到發(fā)射信號之后，首先利用6階累積量、循環(huán)譜和4次方譜算法構(gòu)造4個(gè)特征參數(shù)，然后利用分層結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)分類器識別信號的調(diào)制類型。仿真結(jié)果表明，所提方法可在較低信噪比下對{2PSK, 2ASK, 2FSK, 4PSK, 4ASK, MSK, 8PSK, 16QAM}8種MIMO信號進(jìn)行有效識別，當(dāng)發(fā)送天線數(shù)為2、接收天線數(shù)為5、信噪比為2 dB時(shí)，識別率可達(dá)到98%以上。
2020, 42(9): 2216-2222.
doi: 10.11999/JEIT190505
摘要:
免授權(quán)非正交多址接入技術(shù)(NOMA)結(jié)合多用戶檢測技術(shù)(MUD)，能夠滿足大規(guī)模機(jī)器通信(mMTC)場景中的大連接量、低信令開銷和低時(shí)延傳輸?shù)刃枨?。在基于壓縮感知(CS)的MUD算法中，活躍用戶數(shù)往往作為已知信息，而實(shí)際通信系統(tǒng)中很難準(zhǔn)確估計(jì)?；诖?，該文提出一種改進(jìn)稀疏度自適應(yīng)匹配的多用戶算法(MSAMP-MUD)。該算法首先利用廣義Dice系數(shù)匹配準(zhǔn)則選擇與殘差最匹配的原子，更新用戶支撐集；當(dāng)殘差能量接近噪聲能量時(shí)，終止迭代，從而獲得最終支持集；否則，采取上述準(zhǔn)則更新用戶支撐集，提高支撐集中活躍用戶數(shù)估計(jì)精度。在迭代過程中，根據(jù)最近兩次殘差能量之比，選取不同的迭代步長，以降低檢測迭代次數(shù)。仿真結(jié)果表明，所提算法與傳統(tǒng)基于CS的MUD算法相比，誤碼率降低約9%，迭代次數(shù)減少約10%。
免授權(quán)非正交多址接入技術(shù)(NOMA)結(jié)合多用戶檢測技術(shù)(MUD)，能夠滿足大規(guī)模機(jī)器通信(mMTC)場景中的大連接量、低信令開銷和低時(shí)延傳輸?shù)刃枨?。在基于壓縮感知(CS)的MUD算法中，活躍用戶數(shù)往往作為已知信息，而實(shí)際通信系統(tǒng)中很難準(zhǔn)確估計(jì)?；诖?，該文提出一種改進(jìn)稀疏度自適應(yīng)匹配的多用戶算法(MSAMP-MUD)。該算法首先利用廣義Dice系數(shù)匹配準(zhǔn)則選擇與殘差最匹配的原子，更新用戶支撐集；當(dāng)殘差能量接近噪聲能量時(shí)，終止迭代，從而獲得最終支持集；否則，采取上述準(zhǔn)則更新用戶支撐集，提高支撐集中活躍用戶數(shù)估計(jì)精度。在迭代過程中，根據(jù)最近兩次殘差能量之比，選取不同的迭代步長，以降低檢測迭代次數(shù)。仿真結(jié)果表明，所提算法與傳統(tǒng)基于CS的MUD算法相比，誤碼率降低約9%，迭代次數(shù)減少約10%。
2020, 42(9): 2223-2230.
doi: 10.11999/JEIT190493
摘要:
在一定環(huán)境條件下，當(dāng)系統(tǒng)的量測方程沒有進(jìn)行驗(yàn)證或校準(zhǔn)時(shí)，使用該量測方程往往會(huì)產(chǎn)生未知的系統(tǒng)誤差，從而導(dǎo)致較大的濾波誤差。增量方程的引入可以有效解決欠觀測系統(tǒng)的狀態(tài)估計(jì)問題。該文考慮帶未知噪聲統(tǒng)計(jì)的線性離散增量系統(tǒng)，首先提出一種基于新息的噪聲統(tǒng)計(jì)估計(jì)算法?？梢缘玫较到y(tǒng)噪聲統(tǒng)計(jì)的無偏估計(jì)。進(jìn)而，提出一種新的增量系統(tǒng)自適應(yīng)Kalman濾波算法。相比已有的自適應(yīng)增量濾波算法，該文所提算法得到的狀態(tài)估計(jì)精度更高。兩個(gè)仿真實(shí)例證明了其有效性和可行性。
在一定環(huán)境條件下，當(dāng)系統(tǒng)的量測方程沒有進(jìn)行驗(yàn)證或校準(zhǔn)時(shí)，使用該量測方程往往會(huì)產(chǎn)生未知的系統(tǒng)誤差，從而導(dǎo)致較大的濾波誤差。增量方程的引入可以有效解決欠觀測系統(tǒng)的狀態(tài)估計(jì)問題。該文考慮帶未知噪聲統(tǒng)計(jì)的線性離散增量系統(tǒng)，首先提出一種基于新息的噪聲統(tǒng)計(jì)估計(jì)算法?？梢缘玫较到y(tǒng)噪聲統(tǒng)計(jì)的無偏估計(jì)。進(jìn)而，提出一種新的增量系統(tǒng)自適應(yīng)Kalman濾波算法。相比已有的自適應(yīng)增量濾波算法，該文所提算法得到的狀態(tài)估計(jì)精度更高。兩個(gè)仿真實(shí)例證明了其有效性和可行性。
2020, 42(9): 2231-2238.
doi: 10.11999/JEIT190327
摘要:
為了解決Alpha穩(wěn)定分布噪聲環(huán)境下運(yùn)動(dòng)艦船目標(biāo)的長度估計(jì)問題，該文借鑒非線性變換抑制脈沖噪聲以及多普勒目標(biāo)運(yùn)動(dòng)特性估計(jì)思想，提出基于廣義時(shí)頻分析(G-TFA)和最小二乘估計(jì)的運(yùn)動(dòng)目標(biāo)長度估計(jì)方法。該方法首先利用G-TFA獲取Alpha穩(wěn)定分布噪聲環(huán)境下運(yùn)動(dòng)目標(biāo)的多普勒頻率，然后利用最小二乘方法估計(jì)出目標(biāo)航速和不同位置的橫正時(shí)刻，最后利用上述估計(jì)結(jié)果計(jì)算目標(biāo)長度。以廣義Winger-Ville分布(G-WVD)為例，從理論上推導(dǎo)了G-TFA在Alpha穩(wěn)定分布噪聲環(huán)境下具有提取目標(biāo)多普勒特征的能力，并通過仿真實(shí)驗(yàn)驗(yàn)證了該算法在中低混合信噪比下的穩(wěn)健性。與現(xiàn)有算法相比，該文所提算法不需要估計(jì)噪聲特征指數(shù)，算法性能優(yōu)于基于傳統(tǒng)時(shí)頻分析的估計(jì)方法。
為了解決Alpha穩(wěn)定分布噪聲環(huán)境下運(yùn)動(dòng)艦船目標(biāo)的長度估計(jì)問題，該文借鑒非線性變換抑制脈沖噪聲以及多普勒目標(biāo)運(yùn)動(dòng)特性估計(jì)思想，提出基于廣義時(shí)頻分析(G-TFA)和最小二乘估計(jì)的運(yùn)動(dòng)目標(biāo)長度估計(jì)方法。該方法首先利用G-TFA獲取Alpha穩(wěn)定分布噪聲環(huán)境下運(yùn)動(dòng)目標(biāo)的多普勒頻率，然后利用最小二乘方法估計(jì)出目標(biāo)航速和不同位置的橫正時(shí)刻，最后利用上述估計(jì)結(jié)果計(jì)算目標(biāo)長度。以廣義Winger-Ville分布(G-WVD)為例，從理論上推導(dǎo)了G-TFA在Alpha穩(wěn)定分布噪聲環(huán)境下具有提取目標(biāo)多普勒特征的能力，并通過仿真實(shí)驗(yàn)驗(yàn)證了該算法在中低混合信噪比下的穩(wěn)健性。與現(xiàn)有算法相比，該文所提算法不需要估計(jì)噪聲特征指數(shù)，算法性能優(yōu)于基于傳統(tǒng)時(shí)頻分析的估計(jì)方法。
2020, 42(9): 2239-2245.
doi: 10.11999/JEIT190539
摘要:
針對非高斯背景干擾下的弱信號檢測需求，在綜述高斯化處理與擴(kuò)展匹配濾波概念及思路的基礎(chǔ)上，該文提出了兩種基于對稱α穩(wěn)定分布建模的高斯化處理方法，構(gòu)建了相應(yīng)的擴(kuò)展匹配濾波檢測器，并對比早先建立的混合高斯分布下的高斯化處理，對其高斯化效果、對應(yīng)檢測性能、運(yùn)行速度等進(jìn)行了仿真研究。研究表明，高斯化處理可以降低背景干擾的非高斯性，從而提高后續(xù)匹配濾波的檢測性能；基于對稱α穩(wěn)定分布的高斯化處理，在保持性能的同時(shí)，具有更高的運(yùn)行效率。
針對非高斯背景干擾下的弱信號檢測需求，在綜述高斯化處理與擴(kuò)展匹配濾波概念及思路的基礎(chǔ)上，該文提出了兩種基于對稱α穩(wěn)定分布建模的高斯化處理方法，構(gòu)建了相應(yīng)的擴(kuò)展匹配濾波檢測器，并對比早先建立的混合高斯分布下的高斯化處理，對其高斯化效果、對應(yīng)檢測性能、運(yùn)行速度等進(jìn)行了仿真研究。研究表明，高斯化處理可以降低背景干擾的非高斯性，從而提高后續(xù)匹配濾波的檢測性能；基于對稱α穩(wěn)定分布的高斯化處理，在保持性能的同時(shí)，具有更高的運(yùn)行效率。
2020, 42(9): 2246-2252.
doi: 10.11999/JEIT190687
摘要:
該文針對單通道合成孔徑雷達(dá)(SAR)無法有效抑制調(diào)頻斜率失配干擾的問題進(jìn)行了深入的研究。根據(jù)干擾頻譜與真實(shí)回波頻譜的差異，該文提出了一種基于頻域匹配濾波處理的合成孔徑雷達(dá)調(diào)頻斜率失配干擾抑制方法。該方法在準(zhǔn)確測得干擾調(diào)頻斜率的基礎(chǔ)上，首先利用干擾信號的空間稀疏性以及低信干比(SIR)的特點(diǎn)，對干擾位置進(jìn)行稀疏超分辨估計(jì)以獲得較為精確的干擾時(shí)延相位。然后通過獲得的干擾調(diào)頻斜率和時(shí)延相位重建干擾信號頻譜，以此為基礎(chǔ)設(shè)計(jì)正交匹配濾波器在頻域?qū)嵤└蓴_信號的抑制，并重建無失真場景圖像。最后，計(jì)算機(jī)仿真實(shí)驗(yàn)驗(yàn)證了該文所提方法的有效性。
該文針對單通道合成孔徑雷達(dá)(SAR)無法有效抑制調(diào)頻斜率失配干擾的問題進(jìn)行了深入的研究。根據(jù)干擾頻譜與真實(shí)回波頻譜的差異，該文提出了一種基于頻域匹配濾波處理的合成孔徑雷達(dá)調(diào)頻斜率失配干擾抑制方法。該方法在準(zhǔn)確測得干擾調(diào)頻斜率的基礎(chǔ)上，首先利用干擾信號的空間稀疏性以及低信干比(SIR)的特點(diǎn)，對干擾位置進(jìn)行稀疏超分辨估計(jì)以獲得較為精確的干擾時(shí)延相位。然后通過獲得的干擾調(diào)頻斜率和時(shí)延相位重建干擾信號頻譜，以此為基礎(chǔ)設(shè)計(jì)正交匹配濾波器在頻域?qū)嵤└蓴_信號的抑制，并重建無失真場景圖像。最后，計(jì)算機(jī)仿真實(shí)驗(yàn)驗(yàn)證了該文所提方法的有效性。
2020, 42(9): 2253-2260.
doi: 10.11999/JEIT190356
摘要:
該文提出一種適用于超寬帶MIMO稀疏陣列的Kirchhoff遷移成像和運(yùn)動(dòng)補(bǔ)償方法。該方法將傳統(tǒng)Kirchhoff積分方程引入到MIMO陣列中，并利用后向格林函數(shù)替代前向格林函數(shù)來解決小陣列大視場的問題。另外，在通過微波開關(guān)切換分時(shí)復(fù)用的方式來采集接收單元回波數(shù)據(jù)的同時(shí)，增加1個(gè)參考通道直接采集參考單元的回波信號來估計(jì)運(yùn)動(dòng)目標(biāo)的位置變化信息，對MIMO通道的數(shù)據(jù)進(jìn)行運(yùn)動(dòng)補(bǔ)償后再進(jìn)行3D成像，有效避免了因目標(biāo)運(yùn)動(dòng)導(dǎo)致的散焦和成像結(jié)果偏移真實(shí)位置的問題。
該文提出一種適用于超寬帶MIMO稀疏陣列的Kirchhoff遷移成像和運(yùn)動(dòng)補(bǔ)償方法。該方法將傳統(tǒng)Kirchhoff積分方程引入到MIMO陣列中，并利用后向格林函數(shù)替代前向格林函數(shù)來解決小陣列大視場的問題。另外，在通過微波開關(guān)切換分時(shí)復(fù)用的方式來采集接收單元回波數(shù)據(jù)的同時(shí)，增加1個(gè)參考通道直接采集參考單元的回波信號來估計(jì)運(yùn)動(dòng)目標(biāo)的位置變化信息，對MIMO通道的數(shù)據(jù)進(jìn)行運(yùn)動(dòng)補(bǔ)償后再進(jìn)行3D成像，有效避免了因目標(biāo)運(yùn)動(dòng)導(dǎo)致的散焦和成像結(jié)果偏移真實(shí)位置的問題。
2020, 42(9): 2261-2268.
doi: 10.11999/JEIT190674
摘要:
大機(jī)動(dòng)條件下的曲線軌跡大斜視SAR系統(tǒng)傳遞函數(shù)具有復(fù)雜的多維空變性，現(xiàn)有的高效頻域回波模擬算法均難以實(shí)現(xiàn)擴(kuò)展場景的高精度回波模擬。為此，該文提出一種基于子孔徑Keystone變換的機(jī)動(dòng)SAR回波模擬方法。該方法根據(jù)距離徙動(dòng)校正后的距離壓縮函數(shù)對場景的距離壓縮回波進(jìn)行快速模擬，然后通過高精度的距離向逆處理實(shí)現(xiàn)擴(kuò)展場景的回波模擬。為減少殘余距離徙動(dòng)對回波模擬精度的影響，距離向處理過程中采用子孔徑Keystone變換的方法實(shí)現(xiàn)空變距離徙動(dòng)的精確校正。理論分析和仿真結(jié)果表明，所提方法能夠快速高精度地模擬擴(kuò)展場景的機(jī)動(dòng)平臺大斜視SAR原始回波數(shù)據(jù)。
大機(jī)動(dòng)條件下的曲線軌跡大斜視SAR系統(tǒng)傳遞函數(shù)具有復(fù)雜的多維空變性，現(xiàn)有的高效頻域回波模擬算法均難以實(shí)現(xiàn)擴(kuò)展場景的高精度回波模擬。為此，該文提出一種基于子孔徑Keystone變換的機(jī)動(dòng)SAR回波模擬方法。該方法根據(jù)距離徙動(dòng)校正后的距離壓縮函數(shù)對場景的距離壓縮回波進(jìn)行快速模擬，然后通過高精度的距離向逆處理實(shí)現(xiàn)擴(kuò)展場景的回波模擬。為減少殘余距離徙動(dòng)對回波模擬精度的影響，距離向處理過程中采用子孔徑Keystone變換的方法實(shí)現(xiàn)空變距離徙動(dòng)的精確校正。理論分析和仿真結(jié)果表明，所提方法能夠快速高精度地模擬擴(kuò)展場景的機(jī)動(dòng)平臺大斜視SAR原始回波數(shù)據(jù)。
2020, 42(9): 2269-2276.
doi: 10.11999/JEIT190349
摘要:
隨著城市交通智能化發(fā)展，準(zhǔn)確高效地獲取可用車位對于解決日益嚴(yán)峻的停車難問題至關(guān)重要。該文提出一種基于非局部操作的深度卷積神經(jīng)網(wǎng)絡(luò)車位占用檢測算法。針對停車位圖像特性，引入非局部操作，度量遠(yuǎn)距離像素間的相似性，直接獲取邊緣高頻特征；使用小卷積核獲取局部細(xì)節(jié)特征；以端到端的方式訓(xùn)練網(wǎng)絡(luò)。實(shí)驗(yàn)中，通過設(shè)置不同卷積核尺寸和非局部模塊層數(shù)，優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)。實(shí)驗(yàn)結(jié)果表明，該文所提算法與傳統(tǒng)的基于紋理特征的車位占用檢測算法相比，無論在預(yù)測精度還是模型的泛化性能，均具有顯著的優(yōu)勢。與當(dāng)前廣泛應(yīng)用的基于局部特征提取的卷積神經(jīng)網(wǎng)絡(luò)相比，該算法具有較大的優(yōu)勢。在真實(shí)場景中，該算法同樣具有較高精度，具備實(shí)際應(yīng)用價(jià)值。
隨著城市交通智能化發(fā)展，準(zhǔn)確高效地獲取可用車位對于解決日益嚴(yán)峻的停車難問題至關(guān)重要。該文提出一種基于非局部操作的深度卷積神經(jīng)網(wǎng)絡(luò)車位占用檢測算法。針對停車位圖像特性，引入非局部操作，度量遠(yuǎn)距離像素間的相似性，直接獲取邊緣高頻特征；使用小卷積核獲取局部細(xì)節(jié)特征；以端到端的方式訓(xùn)練網(wǎng)絡(luò)。實(shí)驗(yàn)中，通過設(shè)置不同卷積核尺寸和非局部模塊層數(shù)，優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)。實(shí)驗(yàn)結(jié)果表明，該文所提算法與傳統(tǒng)的基于紋理特征的車位占用檢測算法相比，無論在預(yù)測精度還是模型的泛化性能，均具有顯著的優(yōu)勢。與當(dāng)前廣泛應(yīng)用的基于局部特征提取的卷積神經(jīng)網(wǎng)絡(luò)相比，該算法具有較大的優(yōu)勢。在真實(shí)場景中，該算法同樣具有較高精度，具備實(shí)際應(yīng)用價(jià)值。
2020, 42(9): 2277-2284.
doi: 10.11999/JEIT190393
摘要:
協(xié)同顯著目標(biāo)檢測的目的是在包含兩張及以上相關(guān)圖像的圖像組中檢測共同顯著的物體。該文提出一種利用機(jī)器學(xué)習(xí)的方法對協(xié)同顯著目標(biāo)進(jìn)行檢測。首先，基于4個(gè)評分指標(biāo)從圖像組中選擇部分顯著目標(biāo)易于檢測的簡單圖像，構(gòu)成簡單圖像集；接著，基于協(xié)同一致性的原則，從簡單圖像集中提取正負(fù)樣本，并用深度學(xué)習(xí)模型提取的高維語義特征表示正負(fù)樣本；再者，利用正負(fù)樣本訓(xùn)練的協(xié)同顯著分類器對圖像中的超像素進(jìn)行分類，得到協(xié)同顯著目標(biāo)區(qū)域；最后，經(jīng)過一個(gè)平滑融合的操作，得到最終的協(xié)同顯著圖。在公開數(shù)據(jù)集上的測試結(jié)果表明，所提算法在檢測精度和檢測效率上優(yōu)于目前的主流算法，并具有較強(qiáng)的魯棒性。
協(xié)同顯著目標(biāo)檢測的目的是在包含兩張及以上相關(guān)圖像的圖像組中檢測共同顯著的物體。該文提出一種利用機(jī)器學(xué)習(xí)的方法對協(xié)同顯著目標(biāo)進(jìn)行檢測。首先，基于4個(gè)評分指標(biāo)從圖像組中選擇部分顯著目標(biāo)易于檢測的簡單圖像，構(gòu)成簡單圖像集；接著，基于協(xié)同一致性的原則，從簡單圖像集中提取正負(fù)樣本，并用深度學(xué)習(xí)模型提取的高維語義特征表示正負(fù)樣本；再者，利用正負(fù)樣本訓(xùn)練的協(xié)同顯著分類器對圖像中的超像素進(jìn)行分類，得到協(xié)同顯著目標(biāo)區(qū)域；最后，經(jīng)過一個(gè)平滑融合的操作，得到最終的協(xié)同顯著圖。在公開數(shù)據(jù)集上的測試結(jié)果表明，所提算法在檢測精度和檢測效率上優(yōu)于目前的主流算法，并具有較強(qiáng)的魯棒性。
2020, 42(9): 2285-2292.
doi: 10.11999/JEIT190755
摘要:
雨天等惡劣天氣會(huì)嚴(yán)重影響到圖像成像質(zhì)量，從而影響到視覺處理算法的性能。為了改善雨天圖像的成像質(zhì)量，該文提出一種基于多通道多尺度卷積神經(jīng)網(wǎng)絡(luò)的去雨算法，建立了多通道多尺度卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)來提取雨線特征。首先利用小波閾值引導(dǎo)的雙邊濾波將有雨圖像進(jìn)行分解，得到高頻雨線圖像和輪廓保持度高的低頻背景圖像。然后為了使圖像高頻部分的雨線信息更為明顯，減少雨線特征學(xué)習(xí)時(shí)高頻圖像中的背景誤判，將得到的高頻雨線圖像再一次通過濾波器得到減弱背景信息同時(shí)增強(qiáng)雨線信息的到更高頻雨線圖像。其次針對低頻背景圖像上也殘留了大量雨痕，該文提出將低頻背景圖像和更高頻雨線圖像一起送入卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行特征學(xué)習(xí)，其中對圖像提取的是多尺度特征信息，最后得到雨線去除更徹底的復(fù)原圖像。同時(shí)在構(gòu)造網(wǎng)絡(luò)模型時(shí)利用空洞卷積代替標(biāo)準(zhǔn)卷積來提取圖像的特征信息，得到更豐富的圖像特征，提高了算法的去雨性能。從實(shí)驗(yàn)結(jié)果可以看出去雨之后的圖像清晰，細(xì)節(jié)保持度較高。
雨天等惡劣天氣會(huì)嚴(yán)重影響到圖像成像質(zhì)量，從而影響到視覺處理算法的性能。為了改善雨天圖像的成像質(zhì)量，該文提出一種基于多通道多尺度卷積神經(jīng)網(wǎng)絡(luò)的去雨算法，建立了多通道多尺度卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)來提取雨線特征。首先利用小波閾值引導(dǎo)的雙邊濾波將有雨圖像進(jìn)行分解，得到高頻雨線圖像和輪廓保持度高的低頻背景圖像。然后為了使圖像高頻部分的雨線信息更為明顯，減少雨線特征學(xué)習(xí)時(shí)高頻圖像中的背景誤判，將得到的高頻雨線圖像再一次通過濾波器得到減弱背景信息同時(shí)增強(qiáng)雨線信息的到更高頻雨線圖像。其次針對低頻背景圖像上也殘留了大量雨痕，該文提出將低頻背景圖像和更高頻雨線圖像一起送入卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行特征學(xué)習(xí)，其中對圖像提取的是多尺度特征信息，最后得到雨線去除更徹底的復(fù)原圖像。同時(shí)在構(gòu)造網(wǎng)絡(luò)模型時(shí)利用空洞卷積代替標(biāo)準(zhǔn)卷積來提取圖像的特征信息，得到更豐富的圖像特征，提高了算法的去雨性能。從實(shí)驗(yàn)結(jié)果可以看出去雨之后的圖像清晰，細(xì)節(jié)保持度較高。
2020, 42(9): 2293-2301.
doi: 10.11999/JEIT190723
摘要:
受光場相機(jī)微透鏡幾何標(biāo)定精度的影響，4D光場在角度方向上的解碼誤差會(huì)造成積分后的重聚焦圖像邊緣信息損失，從而降低全聚焦圖像融合的精度。該文提出一種基于邊緣增強(qiáng)引導(dǎo)濾波的光場全聚焦圖像融合算法，通過對光場數(shù)字重聚焦得到的多幅重聚焦圖像進(jìn)行多尺度分解、特征層決策圖引導(dǎo)濾波優(yōu)化來獲得最終全聚焦圖像。與傳統(tǒng)融合算法相比，該方法對4D光場標(biāo)定誤差帶來的邊緣信息損失進(jìn)行了補(bǔ)償，在重聚焦圖像多尺度分解過程中增加了邊緣層的提取來實(shí)現(xiàn)圖像高頻信息增強(qiáng)，并建立多尺度圖像評價(jià)模型實(shí)現(xiàn)邊緣層引導(dǎo)濾波參數(shù)優(yōu)化，可獲得更高質(zhì)量的光場全聚焦圖像。實(shí)驗(yàn)結(jié)果表明，在不明顯降低融合圖像與原始圖像相似性的前提下，該方法可有效提高全聚焦圖像的邊緣強(qiáng)度和感知清晰度。
受光場相機(jī)微透鏡幾何標(biāo)定精度的影響，4D光場在角度方向上的解碼誤差會(huì)造成積分后的重聚焦圖像邊緣信息損失，從而降低全聚焦圖像融合的精度。該文提出一種基于邊緣增強(qiáng)引導(dǎo)濾波的光場全聚焦圖像融合算法，通過對光場數(shù)字重聚焦得到的多幅重聚焦圖像進(jìn)行多尺度分解、特征層決策圖引導(dǎo)濾波優(yōu)化來獲得最終全聚焦圖像。與傳統(tǒng)融合算法相比，該方法對4D光場標(biāo)定誤差帶來的邊緣信息損失進(jìn)行了補(bǔ)償，在重聚焦圖像多尺度分解過程中增加了邊緣層的提取來實(shí)現(xiàn)圖像高頻信息增強(qiáng)，并建立多尺度圖像評價(jià)模型實(shí)現(xiàn)邊緣層引導(dǎo)濾波參數(shù)優(yōu)化，可獲得更高質(zhì)量的光場全聚焦圖像。實(shí)驗(yàn)結(jié)果表明，在不明顯降低融合圖像與原始圖像相似性的前提下，該方法可有效提高全聚焦圖像的邊緣強(qiáng)度和感知清晰度。
2020, 42(9): 2302-2311.
doi: 10.11999/JEIT190608
摘要:
色環(huán)電阻是印刷電路板(PCB)中最常用的電子元器件之一，主要依靠色環(huán)的排列順序和顏色等視覺信息進(jìn)行區(qū)分，易發(fā)生裝配錯(cuò)誤。但是色環(huán)電阻裝配質(zhì)量的人工檢測方法效率低、誤檢率高，而傳統(tǒng)的基于圖像處理技術(shù)的自動(dòng)檢測方法魯棒性較差，難以解決不同拍攝角度、物距及光照條件下的PCB板色環(huán)電阻檢測問題。針對這一問題，該文提出一種基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)的PCB板色環(huán)電阻自動(dòng)檢測與定位方法，首先采用編碼器-解碼器結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)模型及帶有權(quán)重的交叉熵?fù)p失函數(shù)的網(wǎng)絡(luò)訓(xùn)練方法，較好地解決了復(fù)雜光照及場景下PCB板色環(huán)電阻的圖像分割問題；然后采用最小面積外接矩形方法定位單個(gè)色環(huán)電阻，并通過仿射變換對色環(huán)電阻位置進(jìn)行垂直校正；最后通過高斯模板匹配方法實(shí)現(xiàn)了色環(huán)電阻的色環(huán)定位。采用1270幅PCB圖像對該文方法進(jìn)行了實(shí)驗(yàn)和驗(yàn)證，并與傳統(tǒng)的基于形態(tài)學(xué)和基于模板匹配的色環(huán)電阻檢測方法進(jìn)行了對比，結(jié)果表明，該文方法在召回率、準(zhǔn)確率及重疊度等性能指標(biāo)上具有明顯優(yōu)勢，處理速度快，能滿足實(shí)際應(yīng)用要求。
色環(huán)電阻是印刷電路板(PCB)中最常用的電子元器件之一，主要依靠色環(huán)的排列順序和顏色等視覺信息進(jìn)行區(qū)分，易發(fā)生裝配錯(cuò)誤。但是色環(huán)電阻裝配質(zhì)量的人工檢測方法效率低、誤檢率高，而傳統(tǒng)的基于圖像處理技術(shù)的自動(dòng)檢測方法魯棒性較差，難以解決不同拍攝角度、物距及光照條件下的PCB板色環(huán)電阻檢測問題。針對這一問題，該文提出一種基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)的PCB板色環(huán)電阻自動(dòng)檢測與定位方法，首先采用編碼器-解碼器結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)模型及帶有權(quán)重的交叉熵?fù)p失函數(shù)的網(wǎng)絡(luò)訓(xùn)練方法，較好地解決了復(fù)雜光照及場景下PCB板色環(huán)電阻的圖像分割問題；然后采用最小面積外接矩形方法定位單個(gè)色環(huán)電阻，并通過仿射變換對色環(huán)電阻位置進(jìn)行垂直校正；最后通過高斯模板匹配方法實(shí)現(xiàn)了色環(huán)電阻的色環(huán)定位。采用1270幅PCB圖像對該文方法進(jìn)行了實(shí)驗(yàn)和驗(yàn)證，并與傳統(tǒng)的基于形態(tài)學(xué)和基于模板匹配的色環(huán)電阻檢測方法進(jìn)行了對比，結(jié)果表明，該文方法在召回率、準(zhǔn)確率及重疊度等性能指標(biāo)上具有明顯優(yōu)勢，處理速度快，能滿足實(shí)際應(yīng)用要求。
2020, 42(9): 2312-2318.
doi: 10.11999/JEIT190592
摘要:
該文提出了一種用于高速高精度電荷域流水線模數(shù)轉(zhuǎn)換器(ADC)的電荷域4.5位前端子級電路。該4.5位子級電路使用增強(qiáng)型電荷傳輸(BCT)電路替代傳統(tǒng)開關(guān)電容技術(shù)流水線ADC中的高增益帶寬積運(yùn)放來實(shí)現(xiàn)電荷信號傳輸和余量處理，從而實(shí)現(xiàn)超低功耗。所提4.5位子級電路被運(yùn)用于一款14位210 MS/s電荷域ADC中作為前端第1級子級電路，并在1P6M 0.18 μm CMOS工藝下實(shí)現(xiàn)。測試結(jié)果顯示，該14位ADC電路在210 MS/s條件下對于30.1 MHz單音正弦輸入信號得到的無雜散動(dòng)態(tài)范圍為85.4 dBc，信噪比為71.5 dBFS, ADC內(nèi)核面積為3.2 mm2，功耗僅為205 mW。
該文提出了一種用于高速高精度電荷域流水線模數(shù)轉(zhuǎn)換器(ADC)的電荷域4.5位前端子級電路。該4.5位子級電路使用增強(qiáng)型電荷傳輸(BCT)電路替代傳統(tǒng)開關(guān)電容技術(shù)流水線ADC中的高增益帶寬積運(yùn)放來實(shí)現(xiàn)電荷信號傳輸和余量處理，從而實(shí)現(xiàn)超低功耗。所提4.5位子級電路被運(yùn)用于一款14位210 MS/s電荷域ADC中作為前端第1級子級電路，并在1P6M 0.18 μm CMOS工藝下實(shí)現(xiàn)。測試結(jié)果顯示，該14位ADC電路在210 MS/s條件下對于30.1 MHz單音正弦輸入信號得到的無雜散動(dòng)態(tài)范圍為85.4 dBc，信噪比為71.5 dBFS, ADC內(nèi)核面積為3.2 mm2，功耗僅為205 mW。
