郵件訂閱
2024年 第46卷 第11期
顯示方式:
2024, 46(11): 4081-4091.
doi: 10.11999/JEIT240284
摘要:
基于可變電阻式隨機存取存儲器(ReRAM)的存算一體芯片已經(jīng)成為加速深度學(xué)習(xí)應(yīng)用的一種高效解決方案。隨著智能化應(yīng)用的不斷發(fā)展，規(guī)模越來越大的深度學(xué)習(xí)模型對處理平臺的計算和存儲資源提出了更高的要求。然而，由于ReRAM器件的非理想性，基于ReRAM的大規(guī)模計算芯片面臨著低良率與低可靠性的嚴(yán)峻挑戰(zhàn)。多芯粒集成的芯片架構(gòu)通過將多個小芯粒封裝到單個芯片中，提高了芯片良率、降低了芯片制造成本，已經(jīng)成為芯片設(shè)計的主要發(fā)展趨勢。然而，相比于單片式芯片數(shù)據(jù)的片上傳輸，芯粒間的昂貴通信成為多芯粒集成芯片的性能瓶頸，限制了集成芯片的算力擴展。因此，該文提出一種基于芯粒集成的存算一體加速器擴展框架—SMCA。該框架通過對深度學(xué)習(xí)計算任務(wù)的自適應(yīng)劃分和基于可滿足性模理論(SMT)的自動化任務(wù)部署，在芯粒集成的深度學(xué)習(xí)加速器上生成高能效、低傳輸開銷的工作負(fù)載調(diào)度方案，實現(xiàn)系統(tǒng)性能與能效的有效提升。實驗結(jié)果表明，與現(xiàn)有策略相比，SMCA為深度學(xué)習(xí)任務(wù)在集成芯片上自動生成的調(diào)度優(yōu)化方案可以降低35%的芯粒間通信能耗。
基于可變電阻式隨機存取存儲器(ReRAM)的存算一體芯片已經(jīng)成為加速深度學(xué)習(xí)應(yīng)用的一種高效解決方案。隨著智能化應(yīng)用的不斷發(fā)展，規(guī)模越來越大的深度學(xué)習(xí)模型對處理平臺的計算和存儲資源提出了更高的要求。然而，由于ReRAM器件的非理想性，基于ReRAM的大規(guī)模計算芯片面臨著低良率與低可靠性的嚴(yán)峻挑戰(zhàn)。多芯粒集成的芯片架構(gòu)通過將多個小芯粒封裝到單個芯片中，提高了芯片良率、降低了芯片制造成本，已經(jīng)成為芯片設(shè)計的主要發(fā)展趨勢。然而，相比于單片式芯片數(shù)據(jù)的片上傳輸，芯粒間的昂貴通信成為多芯粒集成芯片的性能瓶頸，限制了集成芯片的算力擴展。因此，該文提出一種基于芯粒集成的存算一體加速器擴展框架—SMCA。該框架通過對深度學(xué)習(xí)計算任務(wù)的自適應(yīng)劃分和基于可滿足性模理論(SMT)的自動化任務(wù)部署，在芯粒集成的深度學(xué)習(xí)加速器上生成高能效、低傳輸開銷的工作負(fù)載調(diào)度方案，實現(xiàn)系統(tǒng)性能與能效的有效提升。實驗結(jié)果表明，與現(xiàn)有策略相比，SMCA為深度學(xué)習(xí)任務(wù)在集成芯片上自動生成的調(diào)度優(yōu)化方案可以降低35%的芯粒間通信能耗。
2024, 46(11): 4092-4100.
doi: 10.11999/JEIT240162
摘要:
隨著芯片制程不斷深入到亞微納米級別，技術(shù)節(jié)點的持續(xù)縮小加速了片上網(wǎng)絡(luò)中鏈路故障的發(fā)生。故障鏈路的增多降低了可用的路由路徑數(shù)量，并可能導(dǎo)致嚴(yán)重的流量擁塞甚至系統(tǒng)崩潰。為了保證在遭遇故障鏈路時數(shù)據(jù)包的正常傳輸，該文提出一種基于自適應(yīng)容錯鏈路的片上網(wǎng)絡(luò)設(shè)計(AFL_NoC)，它能夠?qū)⒃庥龉收湘溌返臄?shù)據(jù)包轉(zhuǎn)發(fā)到另一條可逆鏈路上。該方案包括了可逆鏈路的具體實現(xiàn)以及相應(yīng)的分布式控制協(xié)議。這種動態(tài)容錯鏈路設(shè)計充分利用了網(wǎng)絡(luò)中空閑的可用鏈路資源，確保了在遭遇鏈路故障的情況下網(wǎng)絡(luò)通信不會中斷。與先進的容錯偏轉(zhuǎn)路由算法QFCAR-W相比，AFL_NoC平均延遲降低10%，面積開銷減少了14.2%，功耗開銷減少了9.3%。
隨著芯片制程不斷深入到亞微納米級別，技術(shù)節(jié)點的持續(xù)縮小加速了片上網(wǎng)絡(luò)中鏈路故障的發(fā)生。故障鏈路的增多降低了可用的路由路徑數(shù)量，并可能導(dǎo)致嚴(yán)重的流量擁塞甚至系統(tǒng)崩潰。為了保證在遭遇故障鏈路時數(shù)據(jù)包的正常傳輸，該文提出一種基于自適應(yīng)容錯鏈路的片上網(wǎng)絡(luò)設(shè)計(AFL_NoC)，它能夠?qū)⒃庥龉收湘溌返臄?shù)據(jù)包轉(zhuǎn)發(fā)到另一條可逆鏈路上。該方案包括了可逆鏈路的具體實現(xiàn)以及相應(yīng)的分布式控制協(xié)議。這種動態(tài)容錯鏈路設(shè)計充分利用了網(wǎng)絡(luò)中空閑的可用鏈路資源，確保了在遭遇鏈路故障的情況下網(wǎng)絡(luò)通信不會中斷。與先進的容錯偏轉(zhuǎn)路由算法QFCAR-W相比，AFL_NoC平均延遲降低10%，面積開銷減少了14.2%，功耗開銷減少了9.3%。
2024, 46(11): 4101-4111.
doi: 10.11999/JEIT240300
摘要:
物理不可克隆函數(shù)(PUF)和異或(XOR)運算在信息安全領(lǐng)域均發(fā)揮著重要作用。為突破PUF與邏輯運算之間的功能壁壘，通過對PUF工作機理和差分串聯(lián)電壓開關(guān)邏輯(DCVSL)的研究，該文提出一種基于DCVSL異或門級聯(lián)單元隨機工藝偏差的PUF和多位并行異或運算電路一體化設(shè)計方案。通過在DCVSL異或門差分輸出端增加預(yù)充電管并在對地端設(shè)置管控門，可實現(xiàn)PUF特征信息提取、異或/同或(XOR/XNOR)運算和功率控制3種工作模式自由切換。此外，針對PUF響應(yīng)穩(wěn)定性問題，提出極端工作點和黃金工作點共同參與標(biāo)記的不穩(wěn)定位混合篩選技術(shù)。基于TSMC 65 nm工藝，對輸入位寬為10位的電路進行全定制版圖設(shè)計，面積為38.76 μm2。實驗結(jié)果表明，PUF模式下，可產(chǎn)生1 024位輸出響應(yīng)，混合篩選后可獲得超過512位穩(wěn)定的密鑰，且具有良好的隨機性和唯一性；運算模式下，可同時實現(xiàn)10位并行異或和同或運算，功耗和延時分別為2.67 μW和593.52 ps。功控模式下，待機功耗僅70.5 nW。所提方法為突破PUF“功能墻”提供了一種新的設(shè)計思路。
物理不可克隆函數(shù)(PUF)和異或(XOR)運算在信息安全領(lǐng)域均發(fā)揮著重要作用。為突破PUF與邏輯運算之間的功能壁壘，通過對PUF工作機理和差分串聯(lián)電壓開關(guān)邏輯(DCVSL)的研究，該文提出一種基于DCVSL異或門級聯(lián)單元隨機工藝偏差的PUF和多位并行異或運算電路一體化設(shè)計方案。通過在DCVSL異或門差分輸出端增加預(yù)充電管并在對地端設(shè)置管控門，可實現(xiàn)PUF特征信息提取、異或/同或(XOR/XNOR)運算和功率控制3種工作模式自由切換。此外，針對PUF響應(yīng)穩(wěn)定性問題，提出極端工作點和黃金工作點共同參與標(biāo)記的不穩(wěn)定位混合篩選技術(shù)。基于TSMC 65 nm工藝，對輸入位寬為10位的電路進行全定制版圖設(shè)計，面積為38.76 μm2。實驗結(jié)果表明，PUF模式下，可產(chǎn)生1 024位輸出響應(yīng)，混合篩選后可獲得超過512位穩(wěn)定的密鑰，且具有良好的隨機性和唯一性；運算模式下，可同時實現(xiàn)10位并行異或和同或運算，功耗和延時分別為2.67 μW和593.52 ps。功控模式下，待機功耗僅70.5 nW。所提方法為突破PUF“功能墻”提供了一種新的設(shè)計思路。
2024, 46(11): 4112-4122.
doi: 10.11999/JEIT240090
摘要:
模塊化高壓電源具有高效率、高可靠性、可重構(gòu)性等特點在大功率高壓器件中得到廣泛應(yīng)用。其中基于串并聯(lián)諧振變換器的輸入串聯(lián)輸出串聯(lián)型功率變換拓?fù)溥m用于高頻高壓工作環(huán)境，具有減少功率損耗，繞組介質(zhì)損耗，利用多級變壓器寄生參數(shù)等優(yōu)勢，有廣泛的應(yīng)用前景。目前關(guān)于該拓?fù)涞难芯恐饕杏诶碚摲治龊托蕛?yōu)化，在實際高壓環(huán)境應(yīng)用中多級變壓器繞組間存在的高壓隔離問題還未得到有效解決，該文提出多級變壓器共用原邊繞組的設(shè)計，簡化傳統(tǒng)變壓器單級繞制方式所存在的高壓隔離問題。然而該繞制方案會造成多級變壓器不均壓和電壓發(fā)散現(xiàn)象，因此該文同時基于利用變壓器和倍壓整流電路中二極管的寄生參數(shù)，提出改進的拓?fù)湓O(shè)計，有效解決了分壓不均問題，進行了仿真驗證與試驗驗證。仿真結(jié)果與實驗結(jié)果均證明了所提共用原邊繞組的高壓隔離結(jié)構(gòu)和改進拓?fù)涞挠行浴?/span>
模塊化高壓電源具有高效率、高可靠性、可重構(gòu)性等特點在大功率高壓器件中得到廣泛應(yīng)用。其中基于串并聯(lián)諧振變換器的輸入串聯(lián)輸出串聯(lián)型功率變換拓?fù)溥m用于高頻高壓工作環(huán)境，具有減少功率損耗，繞組介質(zhì)損耗，利用多級變壓器寄生參數(shù)等優(yōu)勢，有廣泛的應(yīng)用前景。目前關(guān)于該拓?fù)涞难芯恐饕杏诶碚摲治龊托蕛?yōu)化，在實際高壓環(huán)境應(yīng)用中多級變壓器繞組間存在的高壓隔離問題還未得到有效解決，該文提出多級變壓器共用原邊繞組的設(shè)計，簡化傳統(tǒng)變壓器單級繞制方式所存在的高壓隔離問題。然而該繞制方案會造成多級變壓器不均壓和電壓發(fā)散現(xiàn)象，因此該文同時基于利用變壓器和倍壓整流電路中二極管的寄生參數(shù)，提出改進的拓?fù)湓O(shè)計，有效解決了分壓不均問題，進行了仿真驗證與試驗驗證。仿真結(jié)果與實驗結(jié)果均證明了所提共用原邊繞組的高壓隔離結(jié)構(gòu)和改進拓?fù)涞挠行浴?/span>
2024, 46(11): 4123-4131.
doi: 10.11999/JEIT240224
摘要:
信號盲檢測在大規(guī)模通信網(wǎng)絡(luò)中具有重要的意義并得到了廣泛的應(yīng)用，如何快速得到信號盲檢測結(jié)果是新一代實時通信網(wǎng)絡(luò)的迫切需求。為此，該文從模擬電路的角度設(shè)計了一種能加速信號盲檢測的復(fù)值Hopfield神經(jīng)網(wǎng)絡(luò)(CHNN)電路，該電路可一步完成大規(guī)模并行計算，提高信號盲檢測速度，同時該電路可以通過調(diào)整憶阻器的電導(dǎo)和輸入電壓來實現(xiàn)可編程功能。Pspice仿真結(jié)果表明，該電路的計算精度可達99%以上，運行時間比Matlab軟件仿真快3個數(shù)量級，此外，該電路具有良好的魯棒性，即使在20%的噪聲干擾下，仍能保持99%以上的計算精度。
信號盲檢測在大規(guī)模通信網(wǎng)絡(luò)中具有重要的意義并得到了廣泛的應(yīng)用，如何快速得到信號盲檢測結(jié)果是新一代實時通信網(wǎng)絡(luò)的迫切需求。為此，該文從模擬電路的角度設(shè)計了一種能加速信號盲檢測的復(fù)值Hopfield神經(jīng)網(wǎng)絡(luò)(CHNN)電路，該電路可一步完成大規(guī)模并行計算，提高信號盲檢測速度，同時該電路可以通過調(diào)整憶阻器的電導(dǎo)和輸入電壓來實現(xiàn)可編程功能。Pspice仿真結(jié)果表明，該電路的計算精度可達99%以上，運行時間比Matlab軟件仿真快3個數(shù)量級，此外，該電路具有良好的魯棒性，即使在20%的噪聲干擾下，仍能保持99%以上的計算精度。
2024, 46(11): 4132-4140.
doi: 10.11999/JEIT240210
摘要:
隨著機器人自動導(dǎo)航技術(shù)的快速發(fā)展，基于軟件實現(xiàn)的路徑規(guī)劃算法在實時性上已無法滿足許多應(yīng)用場景的需求，這就要求對算法進行快速高效的硬件定制，從而獲得低延時的性能加速。該文以機器人路徑規(guī)劃中的經(jīng)典A*算法為對象，通過構(gòu)建面向硬件設(shè)計的C/C++數(shù)據(jù)結(jié)構(gòu)和函數(shù)流程優(yōu)化，采用高層綜合(HLS)實現(xiàn)快速的硬件架構(gòu)探索和選取較優(yōu)的設(shè)計方案，并完成硬件FPGA綜合。實驗數(shù)據(jù)表明，相較于傳統(tǒng)寄存器傳輸級(RTL)開發(fā)模式，基于HLS開發(fā)模式的路徑規(guī)劃算法在FPGA實現(xiàn)上在開發(fā)效率、硬件性能和資源占用率上都有顯著提升，驗證了高層綜合在硬件定制中的可行性和成本優(yōu)勢。
隨著機器人自動導(dǎo)航技術(shù)的快速發(fā)展，基于軟件實現(xiàn)的路徑規(guī)劃算法在實時性上已無法滿足許多應(yīng)用場景的需求，這就要求對算法進行快速高效的硬件定制，從而獲得低延時的性能加速。該文以機器人路徑規(guī)劃中的經(jīng)典A*算法為對象，通過構(gòu)建面向硬件設(shè)計的C/C++數(shù)據(jù)結(jié)構(gòu)和函數(shù)流程優(yōu)化，采用高層綜合(HLS)實現(xiàn)快速的硬件架構(gòu)探索和選取較優(yōu)的設(shè)計方案，并完成硬件FPGA綜合。實驗數(shù)據(jù)表明，相較于傳統(tǒng)寄存器傳輸級(RTL)開發(fā)模式，基于HLS開發(fā)模式的路徑規(guī)劃算法在FPGA實現(xiàn)上在開發(fā)效率、硬件性能和資源占用率上都有顯著提升，驗證了高層綜合在硬件定制中的可行性和成本優(yōu)勢。
2024, 46(11): 4141-4150.
doi: 10.11999/JEIT240049
摘要:
作為新一代流式微流控生物芯片，完全可編程閥門陣列(FPVA)生物芯片具有更高的靈活性和可編程性，已經(jīng)成為一種流行的生物化學(xué)實驗平臺。然而，由于環(huán)境或人為因素，制造過程中通常存在一些物理故障，如通道阻塞和泄漏，這無疑會影響生化檢測的結(jié)果。此外，高階綜合作為架構(gòu)綜合的首要階段，其結(jié)果的質(zhì)量直接影響著后續(xù)設(shè)計的優(yōu)劣。因此，該文首次研究了FPVA生物芯片高階綜合過程中的容錯問題，提出了單元功能轉(zhuǎn)換方法、雙向冗余方法、故障映射方法等動態(tài)容錯技術(shù)，為實現(xiàn)高效的容錯設(shè)計提供了技術(shù)保障。通過將這些技術(shù)集成到高階綜合設(shè)計中，進一步實現(xiàn)了一種高質(zhì)量的FPVA生物芯片下容錯導(dǎo)向的高階綜合算法，包括故障感知的實時綁定策略和故障感知的優(yōu)先級調(diào)度策略，為實現(xiàn)芯片架構(gòu)的魯棒性和檢測結(jié)果的準(zhǔn)確性奠定了良好的基礎(chǔ)。實驗結(jié)果顯示，所提算法能夠得到一個FPVA生物芯片下高質(zhì)量且容錯的高階綜合方案，為后續(xù)實現(xiàn)容錯物理設(shè)計方案提供了有力保障。
作為新一代流式微流控生物芯片，完全可編程閥門陣列(FPVA)生物芯片具有更高的靈活性和可編程性，已經(jīng)成為一種流行的生物化學(xué)實驗平臺。然而，由于環(huán)境或人為因素，制造過程中通常存在一些物理故障，如通道阻塞和泄漏，這無疑會影響生化檢測的結(jié)果。此外，高階綜合作為架構(gòu)綜合的首要階段，其結(jié)果的質(zhì)量直接影響著后續(xù)設(shè)計的優(yōu)劣。因此，該文首次研究了FPVA生物芯片高階綜合過程中的容錯問題，提出了單元功能轉(zhuǎn)換方法、雙向冗余方法、故障映射方法等動態(tài)容錯技術(shù)，為實現(xiàn)高效的容錯設(shè)計提供了技術(shù)保障。通過將這些技術(shù)集成到高階綜合設(shè)計中，進一步實現(xiàn)了一種高質(zhì)量的FPVA生物芯片下容錯導(dǎo)向的高階綜合算法，包括故障感知的實時綁定策略和故障感知的優(yōu)先級調(diào)度策略，為實現(xiàn)芯片架構(gòu)的魯棒性和檢測結(jié)果的準(zhǔn)確性奠定了良好的基礎(chǔ)。實驗結(jié)果顯示，所提算法能夠得到一個FPVA生物芯片下高質(zhì)量且容錯的高階綜合方案，為后續(xù)實現(xiàn)容錯物理設(shè)計方案提供了有力保障。
2024, 46(11): 4151-4160.
doi: 10.11999/JEIT240219
摘要:
隨著集成電路技術(shù)的飛速發(fā)展，芯片在設(shè)計、生產(chǎn)和封裝過程中，很容易被惡意植入硬件木馬邏輯，當(dāng)前IP軟核的安全檢測方法邏輯復(fù)雜、容易錯漏且無法對加密IP軟核進行檢測。該文利用非可控IP軟核與硬件木馬寄存器傳輸級(RTL)代碼灰度圖譜的特征差異，提出一種基于圖譜特征分析的IP軟核硬件木馬檢測方法，通過圖譜轉(zhuǎn)換和圖譜增強得到標(biāo)準(zhǔn)圖譜，利用紋理特征提取匹配算法實現(xiàn)硬件木馬檢測。實驗使用設(shè)計階段被植入7類典型木馬的功能邏輯單元為實驗對象，檢測結(jié)果顯示7類典型硬件木馬的檢測正確率均達到了90%以上，圖像增強后特征點匹配成功數(shù)量的平均增長率達到了13.24%，有效提高了硬件木馬檢測的效率。
隨著集成電路技術(shù)的飛速發(fā)展，芯片在設(shè)計、生產(chǎn)和封裝過程中，很容易被惡意植入硬件木馬邏輯，當(dāng)前IP軟核的安全檢測方法邏輯復(fù)雜、容易錯漏且無法對加密IP軟核進行檢測。該文利用非可控IP軟核與硬件木馬寄存器傳輸級(RTL)代碼灰度圖譜的特征差異，提出一種基于圖譜特征分析的IP軟核硬件木馬檢測方法，通過圖譜轉(zhuǎn)換和圖譜增強得到標(biāo)準(zhǔn)圖譜，利用紋理特征提取匹配算法實現(xiàn)硬件木馬檢測。實驗使用設(shè)計階段被植入7類典型木馬的功能邏輯單元為實驗對象，檢測結(jié)果顯示7類典型硬件木馬的檢測正確率均達到了90%以上，圖像增強后特征點匹配成功數(shù)量的平均增長率達到了13.24%，有效提高了硬件木馬檢測的效率。
2024, 46(11): 4161-4169.
doi: 10.11999/JEIT240183
摘要:
帶密文挪用的XEX可調(diào)分組密碼(XTS)被廣泛應(yīng)用于存儲加密中，隨著大數(shù)據(jù)計算與新型側(cè)信道分析方法的提出與應(yīng)用，XTS加密模式的安全性成為一個值得關(guān)注的問題。近年來，已有部分研究針對XTS模式進行了側(cè)信道的分析研究，通過確定部分密鑰與調(diào)整值tweak，進而縮小密鑰檢索范圍，但并沒有實現(xiàn)對XTS模式系統(tǒng)的分析。該文提出一種針對SM4-XTS電路的側(cè)信道分析技術(shù)，通過結(jié)合傳統(tǒng)的相關(guān)功耗分析(CPA)與多階段融合的CPA技術(shù)，解決了針對調(diào)整值模乘迭代導(dǎo)致的二進制數(shù)移位問題，從而實現(xiàn)調(diào)整值與密鑰的精確提取。為了驗證這種分析技術(shù)的有效性，在FPGA上實現(xiàn)了SM4-XTS加密模塊來模擬實際情況中的加密存儲器。實驗結(jié)果表明，在10000 條功耗曲線下，該技術(shù)可以成功提取目標(biāo)加密電路的部分調(diào)整值與密鑰。
帶密文挪用的XEX可調(diào)分組密碼(XTS)被廣泛應(yīng)用于存儲加密中，隨著大數(shù)據(jù)計算與新型側(cè)信道分析方法的提出與應(yīng)用，XTS加密模式的安全性成為一個值得關(guān)注的問題。近年來，已有部分研究針對XTS模式進行了側(cè)信道的分析研究，通過確定部分密鑰與調(diào)整值tweak，進而縮小密鑰檢索范圍，但并沒有實現(xiàn)對XTS模式系統(tǒng)的分析。該文提出一種針對SM4-XTS電路的側(cè)信道分析技術(shù)，通過結(jié)合傳統(tǒng)的相關(guān)功耗分析(CPA)與多階段融合的CPA技術(shù)，解決了針對調(diào)整值模乘迭代導(dǎo)致的二進制數(shù)移位問題，從而實現(xiàn)調(diào)整值與密鑰的精確提取。為了驗證這種分析技術(shù)的有效性，在FPGA上實現(xiàn)了SM4-XTS加密模塊來模擬實際情況中的加密存儲器。實驗結(jié)果表明，在
2024, 46(11): 4170-4177.
doi: 10.11999/JEIT240161
摘要:
現(xiàn)有的唇語識別模型大多采用將單層的3維卷積與2維卷積神經(jīng)網(wǎng)絡(luò)結(jié)合的方式，從唇語視頻序列中挖掘出時空聯(lián)合特征。然而，由于單層的3維卷積不能很好地提取時間信息，同時2維卷積神經(jīng)網(wǎng)絡(luò)對細粒度的唇語特征的挖掘能力有限，該文提出一種多尺度唇語識別網(wǎng)絡(luò)(MS-LipNet)以改善唇語識別任務(wù)。該文在Res2Net網(wǎng)絡(luò)中，采用3維時空卷積替代傳統(tǒng)的2維卷積以更好地提取時空聯(lián)合特征，同時提出時空坐標(biāo)注意力模塊，使網(wǎng)絡(luò)關(guān)注于任務(wù)相關(guān)的重要區(qū)域特征。在LRW和LRW-1000數(shù)據(jù)集上進行實驗，驗證了所提方法的有效性。
現(xiàn)有的唇語識別模型大多采用將單層的3維卷積與2維卷積神經(jīng)網(wǎng)絡(luò)結(jié)合的方式，從唇語視頻序列中挖掘出時空聯(lián)合特征。然而，由于單層的3維卷積不能很好地提取時間信息，同時2維卷積神經(jīng)網(wǎng)絡(luò)對細粒度的唇語特征的挖掘能力有限，該文提出一種多尺度唇語識別網(wǎng)絡(luò)(MS-LipNet)以改善唇語識別任務(wù)。該文在Res2Net網(wǎng)絡(luò)中，采用3維時空卷積替代傳統(tǒng)的2維卷積以更好地提取時空聯(lián)合特征，同時提出時空坐標(biāo)注意力模塊，使網(wǎng)絡(luò)關(guān)注于任務(wù)相關(guān)的重要區(qū)域特征。在LRW和LRW-1000數(shù)據(jù)集上進行實驗，驗證了所提方法的有效性。
2024, 46(11): 4178-4187.
doi: 10.11999/JEIT240316
摘要:
目前，傳統(tǒng)顯式場景表示的同時定位與地圖構(gòu)建(SLAM)系統(tǒng)對場景進行離散化，不適用于連續(xù)性場景重建。該文提出一種基于神經(jīng)輻射場(NeRF)的混合場景表示的深度相機(RGB-D)SLAM系統(tǒng)，利用擴展顯式八叉樹符號距離函數(shù)(SDF)先驗粗略表示場景，并通過多分辨率哈希編碼以不同細節(jié)級別表示場景，實現(xiàn)場景幾何的快速初始化，并使場景幾何更易于學(xué)習(xí)。此外，運用外觀顏色分解法，結(jié)合視圖方向?qū)㈩伾纸鉃槁瓷漕伾顽R面反射顏色，實現(xiàn)光照一致性的重建，使得重建結(jié)果更加真實。通過在Replica和TUM RGB-D數(shù)據(jù)集上進行實驗，Replica數(shù)據(jù)集場景重建完成率達到93.65%，相較于Vox-Fusion定位精度，在Replica數(shù)據(jù)集上平均領(lǐng)先87.50%，在TUM RGB-D數(shù)據(jù)集上平均領(lǐng)先81.99%。
目前，傳統(tǒng)顯式場景表示的同時定位與地圖構(gòu)建(SLAM)系統(tǒng)對場景進行離散化，不適用于連續(xù)性場景重建。該文提出一種基于神經(jīng)輻射場(NeRF)的混合場景表示的深度相機(RGB-D)SLAM系統(tǒng)，利用擴展顯式八叉樹符號距離函數(shù)(SDF)先驗粗略表示場景，并通過多分辨率哈希編碼以不同細節(jié)級別表示場景，實現(xiàn)場景幾何的快速初始化，并使場景幾何更易于學(xué)習(xí)。此外，運用外觀顏色分解法，結(jié)合視圖方向?qū)㈩伾纸鉃槁瓷漕伾顽R面反射顏色，實現(xiàn)光照一致性的重建，使得重建結(jié)果更加真實。通過在Replica和TUM RGB-D數(shù)據(jù)集上進行實驗，Replica數(shù)據(jù)集場景重建完成率達到93.65%，相較于Vox-Fusion定位精度，在Replica數(shù)據(jù)集上平均領(lǐng)先87.50%，在TUM RGB-D數(shù)據(jù)集上平均領(lǐng)先81.99%。
2024, 46(11): 4188-4197.
doi: 10.11999/JEIT240359
摘要:
受觀測條件和采集場景等因素影響，水下光學(xué)圖像通常呈現(xiàn)出高維小樣本特性且易伴隨著噪聲信息干擾，導(dǎo)致許多降維方法對其識別過程中的魯棒表現(xiàn)力不足。為解決上述問題，該文提出一種新穎的雙靈活度量自適應(yīng)加權(quán)2維主成分分析方法(DFMAW-2DPCA)應(yīng)用于水下圖像識別。該方法不僅在建立重構(gòu)誤差和方差之間雙層關(guān)系中同時使用了靈活的魯棒距離度量機制，而且能夠根據(jù)每個樣本實際狀態(tài)自適應(yīng)學(xué)習(xí)到與之相匹配的權(quán)重，有效增強了模型在水下噪聲干擾環(huán)境下的魯棒性并實現(xiàn)識別精度的提升。與此同時，該文設(shè)計了一個快速非貪婪算法用于最優(yōu)解的獲取，其具有良好的收斂性。通過3個水下圖像數(shù)據(jù)庫中進行大量實驗的結(jié)果表明，DFMAW-2DPCA在同類方法中具有更為杰出的整體性能。
受觀測條件和采集場景等因素影響，水下光學(xué)圖像通常呈現(xiàn)出高維小樣本特性且易伴隨著噪聲信息干擾，導(dǎo)致許多降維方法對其識別過程中的魯棒表現(xiàn)力不足。為解決上述問題，該文提出一種新穎的雙靈活度量自適應(yīng)加權(quán)2維主成分分析方法(DFMAW-2DPCA)應(yīng)用于水下圖像識別。該方法不僅在建立重構(gòu)誤差和方差之間雙層關(guān)系中同時使用了靈活的魯棒距離度量機制，而且能夠根據(jù)每個樣本實際狀態(tài)自適應(yīng)學(xué)習(xí)到與之相匹配的權(quán)重，有效增強了模型在水下噪聲干擾環(huán)境下的魯棒性并實現(xiàn)識別精度的提升。與此同時，該文設(shè)計了一個快速非貪婪算法用于最優(yōu)解的獲取，其具有良好的收斂性。通過3個水下圖像數(shù)據(jù)庫中進行大量實驗的結(jié)果表明，DFMAW-2DPCA在同類方法中具有更為杰出的整體性能。
2024, 46(11): 4198-4207.
doi: 10.11999/JEIT231394
摘要:
針對記憶網(wǎng)絡(luò)算法中多尺度特征表達能力不足和淺層特征沒有充分利用的問題，該文提出一種多尺度特征增強與全局-局部特征聚合的視頻目標(biāo)分割(VOS)算法。首先，通過多尺度特征增強模塊融合可參考掩碼分支和可參考RGB分支的不同尺度特征信息，增強多尺度特征的表達能力；同時，建立了全局-局部特征聚合模塊，利用不同大小感受野的卷積操作來提取特征，并通過特征聚合模塊來自適應(yīng)地融合全局區(qū)域和局部區(qū)域的特征，這種融合方式可以更好地捕捉目標(biāo)的全局特征和細節(jié)信息，提高分割的準(zhǔn)確性；最后，設(shè)計了跨層融合模塊，利用淺層特征的空間細節(jié)信息來提升分割掩碼的精度，通過將淺層特征與深層特征融合，能更好地捕捉目標(biāo)的細節(jié)和邊緣信息。實驗結(jié)果表明，在公開數(shù)據(jù)集DAVIS2016, DAVIS2017和YouTube-2018上，該文算法的綜合性能分別達到91.8%、84.5%和83.0%，在單目標(biāo)和多目標(biāo)分割任務(wù)上都能實時運行。
針對記憶網(wǎng)絡(luò)算法中多尺度特征表達能力不足和淺層特征沒有充分利用的問題，該文提出一種多尺度特征增強與全局-局部特征聚合的視頻目標(biāo)分割(VOS)算法。首先，通過多尺度特征增強模塊融合可參考掩碼分支和可參考RGB分支的不同尺度特征信息，增強多尺度特征的表達能力；同時，建立了全局-局部特征聚合模塊，利用不同大小感受野的卷積操作來提取特征，并通過特征聚合模塊來自適應(yīng)地融合全局區(qū)域和局部區(qū)域的特征，這種融合方式可以更好地捕捉目標(biāo)的全局特征和細節(jié)信息，提高分割的準(zhǔn)確性；最后，設(shè)計了跨層融合模塊，利用淺層特征的空間細節(jié)信息來提升分割掩碼的精度，通過將淺層特征與深層特征融合，能更好地捕捉目標(biāo)的細節(jié)和邊緣信息。實驗結(jié)果表明，在公開數(shù)據(jù)集DAVIS2016, DAVIS2017和YouTube-2018上，該文算法的綜合性能分別達到91.8%、84.5%和83.0%，在單目標(biāo)和多目標(biāo)分割任務(wù)上都能實時運行。
2024, 46(11): 4208-4218.
doi: 10.11999/JEIT240330
摘要:
許多適用于低維數(shù)據(jù)的傳統(tǒng)不平衡學(xué)習(xí)算法在圖像數(shù)據(jù)上的效果并不理想?；谏蓪咕W(wǎng)絡(luò)(GAN)的過采樣算法雖然可以生成高質(zhì)量圖像，但在類不平衡情況下容易產(chǎn)生模式崩潰問題?；谧跃幋a器(AE)的過采樣算法容易訓(xùn)練，但生成的圖像質(zhì)量較低。為進一步提高過采樣算法在不平衡圖像中生成樣本的質(zhì)量和訓(xùn)練的穩(wěn)定性，該文基于生成對抗網(wǎng)絡(luò)和自編碼器的思想提出一種融合自編碼器和生成對抗網(wǎng)絡(luò)的過采樣算法(BAEGAN)。首先在自編碼器中引入一個條件嵌入層，使用預(yù)訓(xùn)練的條件自編碼器初始化GAN以穩(wěn)定模型訓(xùn)練；然后改進判別器的輸出結(jié)構(gòu)，引入一種融合焦點損失和梯度懲罰的損失函數(shù)以減輕類不平衡的影響；最后從潛在向量的分布映射中使用合成少數(shù)類過采樣技術(shù)(SMOTE)來生成高質(zhì)量的圖像。在4個圖像數(shù)據(jù)集上的實驗結(jié)果表明該算法在生成圖像質(zhì)量和過采樣后的分類性能上優(yōu)于具有輔助分類器的條件生成對抗網(wǎng)絡(luò)(ACGAN)、平衡生成對抗網(wǎng)絡(luò) (BAGAN)等過采樣算法，能有效解決圖像數(shù)據(jù)中的類不平衡問題。
許多適用于低維數(shù)據(jù)的傳統(tǒng)不平衡學(xué)習(xí)算法在圖像數(shù)據(jù)上的效果并不理想?；谏蓪咕W(wǎng)絡(luò)(GAN)的過采樣算法雖然可以生成高質(zhì)量圖像，但在類不平衡情況下容易產(chǎn)生模式崩潰問題?；谧跃幋a器(AE)的過采樣算法容易訓(xùn)練，但生成的圖像質(zhì)量較低。為進一步提高過采樣算法在不平衡圖像中生成樣本的質(zhì)量和訓(xùn)練的穩(wěn)定性，該文基于生成對抗網(wǎng)絡(luò)和自編碼器的思想提出一種融合自編碼器和生成對抗網(wǎng)絡(luò)的過采樣算法(BAEGAN)。首先在自編碼器中引入一個條件嵌入層，使用預(yù)訓(xùn)練的條件自編碼器初始化GAN以穩(wěn)定模型訓(xùn)練；然后改進判別器的輸出結(jié)構(gòu)，引入一種融合焦點損失和梯度懲罰的損失函數(shù)以減輕類不平衡的影響；最后從潛在向量的分布映射中使用合成少數(shù)類過采樣技術(shù)(SMOTE)來生成高質(zhì)量的圖像。在4個圖像數(shù)據(jù)集上的實驗結(jié)果表明該算法在生成圖像質(zhì)量和過采樣后的分類性能上優(yōu)于具有輔助分類器的條件生成對抗網(wǎng)絡(luò)(ACGAN)、平衡生成對抗網(wǎng)絡(luò) (BAGAN)等過采樣算法，能有效解決圖像數(shù)據(jù)中的類不平衡問題。
2024, 46(11): 4219-4228.
doi: 10.11999/JEIT240113
摘要:
多曝光圖像融合可提高圖像的動態(tài)范圍，從而獲取高質(zhì)量的圖像。對于在像自動駕駛等快速運動場景中獲得的模糊的長曝光圖像，利用通用的圖像融合方法將其直接與低曝光圖像融合得到的圖像質(zhì)量并不高。目前暫缺乏對帶有運動模糊的長曝光和短曝光圖像的端到端融合方法?；诖?該文提出一種聯(lián)合多曝光融合和圖像去模糊的深度網(wǎng)絡(luò)(DF-Net)端到端地解決帶有運動模糊的長短曝光圖像融合問題。該方法提出一種結(jié)合小波變換的殘差模塊用于構(gòu)建編碼器和解碼器，其中設(shè)計單個編碼器對短曝光圖像進行特征提取，構(gòu)建基于編碼器和解碼器的多級結(jié)構(gòu)對帶有模糊的長曝光圖像進行特征提取，設(shè)計殘差均值激勵融合模塊進行長短曝光特征的融合，最后通過解碼器重建圖像。由于缺少基準(zhǔn)數(shù)據(jù)集，創(chuàng)建了基于數(shù)據(jù)集 SICE 的帶有運動模糊的多曝光融合數(shù)據(jù)集，用于模型的訓(xùn)練與測試。最后，從定性和定量的角度將所設(shè)計的模型和方法和其他先進的圖像去模糊和多曝光融合的分步優(yōu)化方法進行了實驗對比，驗證了該文的模型和方法對帶有運動模糊的多曝光圖像融合的優(yōu)越性。并在移動車輛上采集到的多曝光數(shù)據(jù)組上進行驗證，結(jié)果顯示了所提方法解決實際問題的有效性。
多曝光圖像融合可提高圖像的動態(tài)范圍，從而獲取高質(zhì)量的圖像。對于在像自動駕駛等快速運動場景中獲得的模糊的長曝光圖像，利用通用的圖像融合方法將其直接與低曝光圖像融合得到的圖像質(zhì)量并不高。目前暫缺乏對帶有運動模糊的長曝光和短曝光圖像的端到端融合方法?；诖?該文提出一種聯(lián)合多曝光融合和圖像去模糊的深度網(wǎng)絡(luò)(DF-Net)端到端地解決帶有運動模糊的長短曝光圖像融合問題。該方法提出一種結(jié)合小波變換的殘差模塊用于構(gòu)建編碼器和解碼器，其中設(shè)計單個編碼器對短曝光圖像進行特征提取，構(gòu)建基于編碼器和解碼器的多級結(jié)構(gòu)對帶有模糊的長曝光圖像進行特征提取，設(shè)計殘差均值激勵融合模塊進行長短曝光特征的融合，最后通過解碼器重建圖像。由于缺少基準(zhǔn)數(shù)據(jù)集，創(chuàng)建了基于數(shù)據(jù)集 SICE 的帶有運動模糊的多曝光融合數(shù)據(jù)集，用于模型的訓(xùn)練與測試。最后，從定性和定量的角度將所設(shè)計的模型和方法和其他先進的圖像去模糊和多曝光融合的分步優(yōu)化方法進行了實驗對比，驗證了該文的模型和方法對帶有運動模糊的多曝光圖像融合的優(yōu)越性。并在移動車輛上采集到的多曝光數(shù)據(jù)組上進行驗證，結(jié)果顯示了所提方法解決實際問題的有效性。
2024, 46(11): 4229-4235.
doi: 10.11999/JEIT240114
摘要:
鑒于深度圖像先驗(DIP)降噪模型的性能高度依賴于目標(biāo)圖像所確定的搜索空間，該文提出一種新的基于近清圖像空間搜索策略的改進降噪模型。首先，使用當(dāng)前兩種主流有監(jiān)督降噪模型對同一場景下兩張噪聲圖像分別進行降噪，所獲得兩張降噪后圖像稱為近清圖像；其次，采用隨機采樣融合法將兩張近清圖像融合后作為網(wǎng)絡(luò)輸入，同時以兩張近清圖像替換噪聲圖像作為雙目標(biāo)圖像以更好地約束搜索空間，進而在更為接近參考圖像的空間范圍內(nèi)搜索可能的圖像作為降噪后圖像；最后，將原DIP模型的多尺度UNet網(wǎng)絡(luò)簡化為單尺度模式，同時引入Transformer模塊以增強網(wǎng)絡(luò)對長距離像素點之間的建模能力，從而在保證網(wǎng)絡(luò)搜索能力的基礎(chǔ)上提升模型的執(zhí)行效率。實驗結(jié)果表明：所提改進模型在降噪效果和執(zhí)行效率兩個方面顯著優(yōu)于原DIP模型，在降噪效果方面也超過了主流有監(jiān)督降噪模型。
鑒于深度圖像先驗(DIP)降噪模型的性能高度依賴于目標(biāo)圖像所確定的搜索空間，該文提出一種新的基于近清圖像空間搜索策略的改進降噪模型。首先，使用當(dāng)前兩種主流有監(jiān)督降噪模型對同一場景下兩張噪聲圖像分別進行降噪，所獲得兩張降噪后圖像稱為近清圖像；其次，采用隨機采樣融合法將兩張近清圖像融合后作為網(wǎng)絡(luò)輸入，同時以兩張近清圖像替換噪聲圖像作為雙目標(biāo)圖像以更好地約束搜索空間，進而在更為接近參考圖像的空間范圍內(nèi)搜索可能的圖像作為降噪后圖像；最后，將原DIP模型的多尺度UNet網(wǎng)絡(luò)簡化為單尺度模式，同時引入Transformer模塊以增強網(wǎng)絡(luò)對長距離像素點之間的建模能力，從而在保證網(wǎng)絡(luò)搜索能力的基礎(chǔ)上提升模型的執(zhí)行效率。實驗結(jié)果表明：所提改進模型在降噪效果和執(zhí)行效率兩個方面顯著優(yōu)于原DIP模型，在降噪效果方面也超過了主流有監(jiān)督降噪模型。
2024, 46(11): 4236-4246.
doi: 10.11999/JEIT240257
摘要:
針對視覺-語言關(guān)系建模中存在感受野有限和特征交互不充分問題，該文提出一種結(jié)合雙層路由感知和散射視覺變換的視覺-語言跟蹤框架(BPSVTrack)。首先，設(shè)計了一種雙層路由感知模塊(BRPM)，通過將高效的加性注意力(EAA)與雙動態(tài)自適應(yīng)模塊(DDAM)并行結(jié)合起來進行雙向交互來擴大感受野，使模型更加高效地整合不同窗口和尺寸之間的特征，從而提高模型在復(fù)雜場景中對目標(biāo)的感知能力。其次，通過引入基于雙樹復(fù)小波變換(DTCWT)的散射視覺變換模塊(SVTM)，將圖像分解為低頻和高頻信息，以此來捕獲圖像中目標(biāo)結(jié)構(gòu)和細粒度信息，從而提高模型在復(fù)雜環(huán)境下的魯棒性和準(zhǔn)確性。在OTB99, LaSOT, TNL2K 3個跟蹤數(shù)據(jù)集上分別取得了86.1%, 64.4%, 63.2%的精度，在RefCOCOg數(shù)據(jù)集上取得了70.21%的準(zhǔn)確率，在跟蹤和定位方面的性能均優(yōu)于基準(zhǔn)模型。
針對視覺-語言關(guān)系建模中存在感受野有限和特征交互不充分問題，該文提出一種結(jié)合雙層路由感知和散射視覺變換的視覺-語言跟蹤框架(BPSVTrack)。首先，設(shè)計了一種雙層路由感知模塊(BRPM)，通過將高效的加性注意力(EAA)與雙動態(tài)自適應(yīng)模塊(DDAM)并行結(jié)合起來進行雙向交互來擴大感受野，使模型更加高效地整合不同窗口和尺寸之間的特征，從而提高模型在復(fù)雜場景中對目標(biāo)的感知能力。其次，通過引入基于雙樹復(fù)小波變換(DTCWT)的散射視覺變換模塊(SVTM)，將圖像分解為低頻和高頻信息，以此來捕獲圖像中目標(biāo)結(jié)構(gòu)和細粒度信息，從而提高模型在復(fù)雜環(huán)境下的魯棒性和準(zhǔn)確性。在OTB99, LaSOT, TNL2K 3個跟蹤數(shù)據(jù)集上分別取得了86.1%, 64.4%, 63.2%的精度，在RefCOCOg數(shù)據(jù)集上取得了70.21%的準(zhǔn)確率，在跟蹤和定位方面的性能均優(yōu)于基準(zhǔn)模型。
2024, 46(11): 4247-4258.
doi: 10.11999/JEIT240295
摘要:
視頻壓縮感知重構(gòu)屬于高度欠定問題，初始重構(gòu)質(zhì)量低與運動估計方式單一限制了幀間相關(guān)性的有效建模。為改善視頻重構(gòu)性能，該文提出靜態(tài)與動態(tài)域先驗增強兩階段重構(gòu)網(wǎng)絡(luò)(SDPETs-Net)。首先，提出利用參考幀測量值重構(gòu)2階靜態(tài)域殘差的策略，并設(shè)計相應(yīng)的靜態(tài)域先驗增強網(wǎng)絡(luò)(SPE-Net)，為動態(tài)域先驗建模提供可靠基礎(chǔ)。其次，設(shè)計塔式可變形卷積聯(lián)合注意力搜索網(wǎng)絡(luò)(PDCA-Net)，通過結(jié)合可變形卷積與注意力機制的優(yōu)勢，并構(gòu)建塔式級聯(lián)結(jié)構(gòu)，有效地建模并利用動態(tài)域先驗知識。最后，多特征融合殘差重構(gòu)網(wǎng)絡(luò)(MFRR-Net)從多尺度提取并融合各特征的關(guān)鍵信息以重構(gòu)殘差，緩解兩階段耦合導(dǎo)致不穩(wěn)定的模型訓(xùn)練，并抑制特征的退化。實驗結(jié)果表明，在UCF101測試集下，與具有代表性的兩階段網(wǎng)絡(luò)JDR-TAFA-Net相比，峰值信噪比(PSNR)平均提升3.34 dB，與近期的多階段網(wǎng)絡(luò)DMIGAN相比，平均提升0.79 dB。
視頻壓縮感知重構(gòu)屬于高度欠定問題，初始重構(gòu)質(zhì)量低與運動估計方式單一限制了幀間相關(guān)性的有效建模。為改善視頻重構(gòu)性能，該文提出靜態(tài)與動態(tài)域先驗增強兩階段重構(gòu)網(wǎng)絡(luò)(SDPETs-Net)。首先，提出利用參考幀測量值重構(gòu)2階靜態(tài)域殘差的策略，并設(shè)計相應(yīng)的靜態(tài)域先驗增強網(wǎng)絡(luò)(SPE-Net)，為動態(tài)域先驗建模提供可靠基礎(chǔ)。其次，設(shè)計塔式可變形卷積聯(lián)合注意力搜索網(wǎng)絡(luò)(PDCA-Net)，通過結(jié)合可變形卷積與注意力機制的優(yōu)勢，并構(gòu)建塔式級聯(lián)結(jié)構(gòu)，有效地建模并利用動態(tài)域先驗知識。最后，多特征融合殘差重構(gòu)網(wǎng)絡(luò)(MFRR-Net)從多尺度提取并融合各特征的關(guān)鍵信息以重構(gòu)殘差，緩解兩階段耦合導(dǎo)致不穩(wěn)定的模型訓(xùn)練，并抑制特征的退化。實驗結(jié)果表明，在UCF101測試集下，與具有代表性的兩階段網(wǎng)絡(luò)JDR-TAFA-Net相比，峰值信噪比(PSNR)平均提升3.34 dB，與近期的多階段網(wǎng)絡(luò)DMIGAN相比，平均提升0.79 dB。
2024, 46(11): 4259-4267.
doi: 10.11999/JEIT240253
摘要:
海表面溫度對于海洋動力過程及海氣相互作用等具有重要意義，是海洋環(huán)境關(guān)鍵要素之一。浮標(biāo)是海表面溫度觀測的常用手段，但由于浮標(biāo)在空間的分布不規(guī)則，浮標(biāo)采集的海表面溫度數(shù)據(jù)也呈現(xiàn)非規(guī)則性。另外，浮標(biāo)在實際工作中難免存在故障，致使采集的海表面溫度數(shù)據(jù)存在缺失。因此對存在缺失的非規(guī)則海表面溫度數(shù)據(jù)進行重構(gòu)具有重要意義。該文通過將海表面溫度數(shù)據(jù)建立為時變圖信號，利用圖信號處理方法解決海表面溫度缺失數(shù)據(jù)重構(gòu)問題。首先，利用數(shù)據(jù)的低秩性和時域-圖域聯(lián)合變差特性構(gòu)建海表面溫度重構(gòu)模型；其次，基于交替方向乘子法框架提出一種求解該優(yōu)化模型的基于低秩和聯(lián)合平滑性(LRJS)的時變圖信號重構(gòu)方法，并分析該方法的計算復(fù)雜度和估計誤差的理論極限；最后，采用南海和太平洋海域海表溫度數(shù)據(jù)對方法的有效性進行了評估，結(jié)果表明，與現(xiàn)有缺失數(shù)據(jù)重構(gòu)方法相比，該文所提LRJS方法有更高的重建精度。
海表面溫度對于海洋動力過程及海氣相互作用等具有重要意義，是海洋環(huán)境關(guān)鍵要素之一。浮標(biāo)是海表面溫度觀測的常用手段，但由于浮標(biāo)在空間的分布不規(guī)則，浮標(biāo)采集的海表面溫度數(shù)據(jù)也呈現(xiàn)非規(guī)則性。另外，浮標(biāo)在實際工作中難免存在故障，致使采集的海表面溫度數(shù)據(jù)存在缺失。因此對存在缺失的非規(guī)則海表面溫度數(shù)據(jù)進行重構(gòu)具有重要意義。該文通過將海表面溫度數(shù)據(jù)建立為時變圖信號，利用圖信號處理方法解決海表面溫度缺失數(shù)據(jù)重構(gòu)問題。首先，利用數(shù)據(jù)的低秩性和時域-圖域聯(lián)合變差特性構(gòu)建海表面溫度重構(gòu)模型；其次，基于交替方向乘子法框架提出一種求解該優(yōu)化模型的基于低秩和聯(lián)合平滑性(LRJS)的時變圖信號重構(gòu)方法，并分析該方法的計算復(fù)雜度和估計誤差的理論極限；最后，采用南海和太平洋海域海表溫度數(shù)據(jù)對方法的有效性進行了評估，結(jié)果表明，與現(xiàn)有缺失數(shù)據(jù)重構(gòu)方法相比，該文所提LRJS方法有更高的重建精度。
2024, 46(11): 4268-4277.
doi: 10.11999/JEIT240342
摘要:
在現(xiàn)代電子對抗中，將多部探通一體化系統(tǒng)進行組網(wǎng)，可以提高單站探通一體化系統(tǒng)探測效率和協(xié)同探測能力。由于探通一體化信號自身峰均比較高，信號易被截獲，系統(tǒng)的生存能力受到嚴(yán)重威脅。為了提升探通一體化信號的低截獲性能(LPI)，首先該文在濾波器組多載波的框架下，提出一種通信子載波分組功率優(yōu)化和雷達子載波異置等功率優(yōu)化的組網(wǎng)低截獲探通一體化信號時頻結(jié)構(gòu)。然后，該文從信息論的角度出發(fā)，統(tǒng)一了系統(tǒng)的性能評估指標(biāo)；將最小化截獲信息距離作為優(yōu)化目標(biāo)函數(shù)，建立了組網(wǎng)探通一體化信號低截獲優(yōu)化模型。該文將此優(yōu)化模型轉(zhuǎn)換為凸優(yōu)化問題，并利用Karush-Kuhn-Tucker條件對其進行求解。仿真結(jié)果表明，該文所設(shè)計的組網(wǎng)低截獲探通一體化信號在探測動目標(biāo)時，節(jié)點間雷達干擾低至近–60 dB，通信誤碼率滿足10–6數(shù)量級，同時能有效降低截獲信號的信噪比。
在現(xiàn)代電子對抗中，將多部探通一體化系統(tǒng)進行組網(wǎng)，可以提高單站探通一體化系統(tǒng)探測效率和協(xié)同探測能力。由于探通一體化信號自身峰均比較高，信號易被截獲，系統(tǒng)的生存能力受到嚴(yán)重威脅。為了提升探通一體化信號的低截獲性能(LPI)，首先該文在濾波器組多載波的框架下，提出一種通信子載波分組功率優(yōu)化和雷達子載波異置等功率優(yōu)化的組網(wǎng)低截獲探通一體化信號時頻結(jié)構(gòu)。然后，該文從信息論的角度出發(fā)，統(tǒng)一了系統(tǒng)的性能評估指標(biāo)；將最小化截獲信息距離作為優(yōu)化目標(biāo)函數(shù)，建立了組網(wǎng)探通一體化信號低截獲優(yōu)化模型。該文將此優(yōu)化模型轉(zhuǎn)換為凸優(yōu)化問題，并利用Karush-Kuhn-Tucker條件對其進行求解。仿真結(jié)果表明，該文所設(shè)計的組網(wǎng)低截獲探通一體化信號在探測動目標(biāo)時，節(jié)點間雷達干擾低至近–60 dB，通信誤碼率滿足10–6數(shù)量級，同時能有效降低截獲信號的信噪比。
2024, 46(11): 4278-4286.
doi: 10.11999/JEIT240389
摘要:
該文研究基于速率分割多址接入的兩用戶下行安全傳輸?shù)姆桨冈O(shè)計與優(yōu)化問題。考慮發(fā)給兩用戶的部分消息需要在用戶間保密的場景，在保證保密消息傳輸速率的條件下最大化非保密消息傳輸和速率。公共流僅傳輸非保密消息，而私有流分時傳輸非保密消息和保密消息，對各消息流發(fā)送預(yù)編碼矢量，速率分割、私有流非保密和保密消息傳輸時長分配等進行聯(lián)合優(yōu)化。通過將原問題分解為兩層優(yōu)化問題，并利用二分搜索、松弛變量、連續(xù)凸逼近等方法將原問題進行轉(zhuǎn)化和求解。仿真結(jié)果顯示，相較于私有流僅傳輸保密消息的速率分割多址接入和分時的空分多址接入方案，所提出的方案能獲得更高非保密傳輸速率。
該文研究基于速率分割多址接入的兩用戶下行安全傳輸?shù)姆桨冈O(shè)計與優(yōu)化問題。考慮發(fā)給兩用戶的部分消息需要在用戶間保密的場景，在保證保密消息傳輸速率的條件下最大化非保密消息傳輸和速率。公共流僅傳輸非保密消息，而私有流分時傳輸非保密消息和保密消息，對各消息流發(fā)送預(yù)編碼矢量，速率分割、私有流非保密和保密消息傳輸時長分配等進行聯(lián)合優(yōu)化。通過將原問題分解為兩層優(yōu)化問題，并利用二分搜索、松弛變量、連續(xù)凸逼近等方法將原問題進行轉(zhuǎn)化和求解。仿真結(jié)果顯示，相較于私有流僅傳輸保密消息的速率分割多址接入和分時的空分多址接入方案，所提出的方案能獲得更高非保密傳輸速率。
2024, 46(11): 4287-4294.
doi: 10.11999/JEIT240275
摘要:
為解決無人機(UAV)在非授權(quán)頻段下頻譜資源受限的瓶頸問題，針對城市環(huán)境中UAV輔助監(jiān)測的通信網(wǎng)絡(luò)，該文提出一種下墊式(Underlay)接入機制下的高譜效聯(lián)合優(yōu)化方案?；赨AV的高機動性將空地信道建模為概率性視距(LoS)信道，考慮同信道干擾和UAV最大速度約束建立聯(lián)合功率分配-軌跡規(guī)劃的混合資源優(yōu)化模型，在主用戶占用頻譜情況下使UAV在給定任務(wù)時間內(nèi)實現(xiàn)監(jiān)測數(shù)據(jù)的快速傳輸。原始問題為NP-hard的混合整數(shù)非凸問題，首先將其解耦為雙層規(guī)劃問題，采用松弛變量和逐次凸逼近(SCA)技術(shù)將軌跡問題轉(zhuǎn)換為凸規(guī)劃問題后實現(xiàn)有效求解。仿真驗證了所提聯(lián)合優(yōu)化方案相比改進粒子群優(yōu)化(PSO)方案能夠提升最高約19%的頻譜效率，且對于維度較高的軌跡規(guī)劃問題，所提基于SCA的算法具有更低的算法復(fù)雜度和更快的收斂性。
為解決無人機(UAV)在非授權(quán)頻段下頻譜資源受限的瓶頸問題，針對城市環(huán)境中UAV輔助監(jiān)測的通信網(wǎng)絡(luò)，該文提出一種下墊式(Underlay)接入機制下的高譜效聯(lián)合優(yōu)化方案?；赨AV的高機動性將空地信道建模為概率性視距(LoS)信道，考慮同信道干擾和UAV最大速度約束建立聯(lián)合功率分配-軌跡規(guī)劃的混合資源優(yōu)化模型，在主用戶占用頻譜情況下使UAV在給定任務(wù)時間內(nèi)實現(xiàn)監(jiān)測數(shù)據(jù)的快速傳輸。原始問題為NP-hard的混合整數(shù)非凸問題，首先將其解耦為雙層規(guī)劃問題，采用松弛變量和逐次凸逼近(SCA)技術(shù)將軌跡問題轉(zhuǎn)換為凸規(guī)劃問題后實現(xiàn)有效求解。仿真驗證了所提聯(lián)合優(yōu)化方案相比改進粒子群優(yōu)化(PSO)方案能夠提升最高約19%的頻譜效率，且對于維度較高的軌跡規(guī)劃問題，所提基于SCA的算法具有更低的算法復(fù)雜度和更快的收斂性。
2024, 46(11): 4295-4304.
doi: 10.11999/JEIT240201
摘要:
現(xiàn)有的多模型-高斯混合-概率假設(shè)密度(MM-GM-PHD)濾波器被廣泛用于不確定機動目標(biāo)跟蹤，但它不能在不同模型下保持并行的估計，導(dǎo)致各模型的似然值滯后于目標(biāo)機動。為此，該文提出一種聯(lián)合多高斯混合概率假設(shè)密度(JMGM-PHD)濾波器，并將其用于純方位多目標(biāo)跟蹤。首先，推導(dǎo)了JMGM模型，其中每個單目標(biāo)狀態(tài)估計由一組并行的、帶模型概率的高斯函數(shù)描述，該狀態(tài)估計的概率由一個非負(fù)的權(quán)重來表征。一組權(quán)值、模型概率、均值和協(xié)方差被統(tǒng)稱為JMGM分量。根據(jù)貝葉斯規(guī)則，推導(dǎo)了JMGM分量的更新方法。然后，利用JMGM模型近似多目標(biāo)PHD。根據(jù)交互式多模型(IMM)規(guī)則，推導(dǎo)出JMGM分量的交互、預(yù)測和估計方法。將所提JMGM-PHD濾波器應(yīng)用于純方位跟蹤(BOT)時，針對同時執(zhí)行平移和旋轉(zhuǎn)的觀測站，基于復(fù)合函數(shù)求導(dǎo)規(guī)則推導(dǎo)出一種計算線性化觀測矩陣的方法。所提JMGM-PHD濾波器保持了單模型PHD濾波器的形式，但能夠自適應(yīng)地跟蹤不確定機動目標(biāo)。仿真結(jié)果表明，JMGM-PHD濾波器克服了似然值滯后于目標(biāo)機動的問題，在跟蹤精度和計算成本方面均優(yōu)于MM-GM-PHD濾波器。
現(xiàn)有的多模型-高斯混合-概率假設(shè)密度(MM-GM-PHD)濾波器被廣泛用于不確定機動目標(biāo)跟蹤，但它不能在不同模型下保持并行的估計，導(dǎo)致各模型的似然值滯后于目標(biāo)機動。為此，該文提出一種聯(lián)合多高斯混合概率假設(shè)密度(JMGM-PHD)濾波器，并將其用于純方位多目標(biāo)跟蹤。首先，推導(dǎo)了JMGM模型，其中每個單目標(biāo)狀態(tài)估計由一組并行的、帶模型概率的高斯函數(shù)描述，該狀態(tài)估計的概率由一個非負(fù)的權(quán)重來表征。一組權(quán)值、模型概率、均值和協(xié)方差被統(tǒng)稱為JMGM分量。根據(jù)貝葉斯規(guī)則，推導(dǎo)了JMGM分量的更新方法。然后，利用JMGM模型近似多目標(biāo)PHD。根據(jù)交互式多模型(IMM)規(guī)則，推導(dǎo)出JMGM分量的交互、預(yù)測和估計方法。將所提JMGM-PHD濾波器應(yīng)用于純方位跟蹤(BOT)時，針對同時執(zhí)行平移和旋轉(zhuǎn)的觀測站，基于復(fù)合函數(shù)求導(dǎo)規(guī)則推導(dǎo)出一種計算線性化觀測矩陣的方法。所提JMGM-PHD濾波器保持了單模型PHD濾波器的形式，但能夠自適應(yīng)地跟蹤不確定機動目標(biāo)。仿真結(jié)果表明，JMGM-PHD濾波器克服了似然值滯后于目標(biāo)機動的問題，在跟蹤精度和計算成本方面均優(yōu)于MM-GM-PHD濾波器。
2024, 46(11): 4305-4316.
doi: 10.11999/JEIT240242
摘要:
探地雷達(GPR)是一種可用于地下目標(biāo)識別的無損檢測方法。針對現(xiàn)有方法存在不同尺度目標(biāo)兼容性差、復(fù)雜圖像識別難度大、無法精確定位等問題，該文提出一種基于雙重YOLO姿態(tài)模型(YOLOv8-pose)的GPR雙曲線關(guān)鍵點檢測與目標(biāo)定位，命名為雙重YOLO關(guān)鍵點定位方法(DYKL)，用于地下目標(biāo)的檢測與精確定位。所提模型架構(gòu)包含兩個階段：首先，第1階段是基于YOLOv8-pose模型的GPR目標(biāo)檢測，以確定候選目標(biāo)的位置；接著，第1階段的部分訓(xùn)練權(quán)重被共享并傳遞到第2階段，后者以此為基礎(chǔ)繼續(xù)訓(xùn)練YOLOv8-pose網(wǎng)絡(luò)，用于候選目標(biāo)特征的關(guān)鍵點檢測及獲取，從而實現(xiàn)地下目標(biāo)的自動化定位。通過與級聯(lián)區(qū)域卷積網(wǎng)絡(luò)(Cascade R-CNN)、 更快的區(qū)域卷積網(wǎng)絡(luò)(Faster R-CNN)、 實時對象檢測模型(RTMDet)以及“你只看一次”人臉模型(YOLOv7-face)4種先進的深度模型進行比較，所提模型平均識別準(zhǔn)確率達到98.8%，性能優(yōu)于其他模型。結(jié)果表明所提DYKL模型具有較高的識別準(zhǔn)確性與較強的魯棒性，可以為地下目標(biāo)的精確定位提供參考。
探地雷達(GPR)是一種可用于地下目標(biāo)識別的無損檢測方法。針對現(xiàn)有方法存在不同尺度目標(biāo)兼容性差、復(fù)雜圖像識別難度大、無法精確定位等問題，該文提出一種基于雙重YOLO姿態(tài)模型(YOLOv8-pose)的GPR雙曲線關(guān)鍵點檢測與目標(biāo)定位，命名為雙重YOLO關(guān)鍵點定位方法(DYKL)，用于地下目標(biāo)的檢測與精確定位。所提模型架構(gòu)包含兩個階段：首先，第1階段是基于YOLOv8-pose模型的GPR目標(biāo)檢測，以確定候選目標(biāo)的位置；接著，第1階段的部分訓(xùn)練權(quán)重被共享并傳遞到第2階段，后者以此為基礎(chǔ)繼續(xù)訓(xùn)練YOLOv8-pose網(wǎng)絡(luò)，用于候選目標(biāo)特征的關(guān)鍵點檢測及獲取，從而實現(xiàn)地下目標(biāo)的自動化定位。通過與級聯(lián)區(qū)域卷積網(wǎng)絡(luò)(Cascade R-CNN)、 更快的區(qū)域卷積網(wǎng)絡(luò)(Faster R-CNN)、 實時對象檢測模型(RTMDet)以及“你只看一次”人臉模型(YOLOv7-face)4種先進的深度模型進行比較，所提模型平均識別準(zhǔn)確率達到98.8%，性能優(yōu)于其他模型。結(jié)果表明所提DYKL模型具有較高的識別準(zhǔn)確性與較強的魯棒性，可以為地下目標(biāo)的精確定位提供參考。
2024, 46(11): 4317-4327.
doi: 10.11999/JEIT240286
摘要:
基于信息幾何的目標(biāo)檢測方法為解決雷達目標(biāo)檢測問題提供了新的技術(shù)途徑。該文以矩陣信息幾何理論為基礎(chǔ)，考慮復(fù)雜非均勻環(huán)境下，回波信雜比低，目標(biāo)與雜波在矩陣流形上區(qū)分性差，導(dǎo)致傳統(tǒng)信息幾何檢測器性能受限的問題，提出一種基于流形變換的信息幾何檢測器。具體地，該文建立了流形到流形映射變換，并提出待檢測單元與雜波中心的幾何距離聯(lián)合優(yōu)化方法，從而增強變換后流形上目標(biāo)與雜波的區(qū)分性。通過仿真和實測數(shù)據(jù)驗證，所提方法具有較好檢測性能?；诜抡鏀?shù)據(jù)實驗，當(dāng)信雜比高于1 dB時，所提方法的檢測概率可以達到60%以上，同時，實測數(shù)據(jù)驗證結(jié)果表明，當(dāng)檢測概率達到80%時，相較于傳統(tǒng)信息幾何檢測器，該文所提檢測器能夠提升檢測信雜比為3～6 dB。
基于信息幾何的目標(biāo)檢測方法為解決雷達目標(biāo)檢測問題提供了新的技術(shù)途徑。該文以矩陣信息幾何理論為基礎(chǔ)，考慮復(fù)雜非均勻環(huán)境下，回波信雜比低，目標(biāo)與雜波在矩陣流形上區(qū)分性差，導(dǎo)致傳統(tǒng)信息幾何檢測器性能受限的問題，提出一種基于流形變換的信息幾何檢測器。具體地，該文建立了流形到流形映射變換，并提出待檢測單元與雜波中心的幾何距離聯(lián)合優(yōu)化方法，從而增強變換后流形上目標(biāo)與雜波的區(qū)分性。通過仿真和實測數(shù)據(jù)驗證，所提方法具有較好檢測性能?；诜抡鏀?shù)據(jù)實驗，當(dāng)信雜比高于1 dB時，所提方法的檢測概率可以達到60%以上，同時，實測數(shù)據(jù)驗證結(jié)果表明，當(dāng)檢測概率達到80%時，相較于傳統(tǒng)信息幾何檢測器，該文所提檢測器能夠提升檢測信雜比為3～6 dB。
2024, 46(11): 4328-4334.
doi: 10.11999/JEIT240188
摘要:
由于均勻圓陣(UCA)的陣列流型不具有范德蒙結(jié)構(gòu)，通常采用模式空間方法構(gòu)造虛擬線性陣列，因此，UCA陣列下使用結(jié)構(gòu)變換已經(jīng)是2維測向的必要基本假設(shè)。該文通過對虛擬信號模型進行特征分析，避免了線性陣列的結(jié)構(gòu)變換，提出一種適用于UCA和非均勻圓陣(NUCA)的實值高效2維測向方法。因此，新方法利用經(jīng)前/后向平滑的陣列協(xié)方差矩陣(FBACM)以及分離實虛部后的和差變換，獲得了維度相互適配的陣列流型和實值子空間，理論揭示了所獲實值子空間與原始復(fù)值子空間的線性張成關(guān)系，構(gòu)建了無虛假目標(biāo)的空間譜，且可以推廣至NUCA，增強了實值算法對于圓形陣列結(jié)構(gòu)的適應(yīng)性。同時，理論揭示了上述方法具有秩增強優(yōu)勢。數(shù)值仿真實驗表明，與傳統(tǒng)UCA陣列下的模式空間方法相比，該文所提出方法能夠在顯著降低復(fù)雜性的情況下，提供相似的估計性能和更好的角度分辨率。同時，在考慮幅度和相位誤差等情況時，所提方法具有較強的魯棒性。
由于均勻圓陣(UCA)的陣列流型不具有范德蒙結(jié)構(gòu)，通常采用模式空間方法構(gòu)造虛擬線性陣列，因此，UCA陣列下使用結(jié)構(gòu)變換已經(jīng)是2維測向的必要基本假設(shè)。該文通過對虛擬信號模型進行特征分析，避免了線性陣列的結(jié)構(gòu)變換，提出一種適用于UCA和非均勻圓陣(NUCA)的實值高效2維測向方法。因此，新方法利用經(jīng)前/后向平滑的陣列協(xié)方差矩陣(FBACM)以及分離實虛部后的和差變換，獲得了維度相互適配的陣列流型和實值子空間，理論揭示了所獲實值子空間與原始復(fù)值子空間的線性張成關(guān)系，構(gòu)建了無虛假目標(biāo)的空間譜，且可以推廣至NUCA，增強了實值算法對于圓形陣列結(jié)構(gòu)的適應(yīng)性。同時，理論揭示了上述方法具有秩增強優(yōu)勢。數(shù)值仿真實驗表明，與傳統(tǒng)UCA陣列下的模式空間方法相比，該文所提出方法能夠在顯著降低復(fù)雜性的情況下，提供相似的估計性能和更好的角度分辨率。同時，在考慮幅度和相位誤差等情況時，所提方法具有較強的魯棒性。
