郵件訂閱
2014年 第36卷 第12期
顯示方式:
2014, 36(12): 2795-2801.
doi: 10.3724/SP.J.1146.2014.00114
摘要:
針對(duì)命名數(shù)據(jù)網(wǎng)絡(luò)(Named Data Networking, NDN)存儲(chǔ)空間的有效利用和應(yīng)答內(nèi)容的高效緩存問題，該文采用差異化緩存的方式，提出一種依據(jù)內(nèi)容請(qǐng)求序列相關(guān)性的協(xié)作緩存算法。在內(nèi)容請(qǐng)求中，預(yù)先發(fā)送對(duì)于后續(xù)相關(guān)數(shù)據(jù)單元的并行預(yù)測(cè)請(qǐng)求，增大內(nèi)容請(qǐng)求的就近響應(yīng)概率；緩存決策時(shí)，提出聯(lián)合空間存儲(chǔ)位置與緩存駐留時(shí)間的2維差異化緩存策略。根據(jù)內(nèi)容活躍度的變化趨勢(shì)，空間維度上逐跳推進(jìn)內(nèi)容存儲(chǔ)位置，時(shí)間維度上動(dòng)態(tài)調(diào)整內(nèi)容緩存時(shí)間，以漸進(jìn)式的方式將真正流行的請(qǐng)求內(nèi)容推送至網(wǎng)絡(luò)邊緣存儲(chǔ)。該算法減小了內(nèi)容請(qǐng)求時(shí)延和緩存冗余，提高了緩存命中率，仿真結(jié)果驗(yàn)證了其有效性。
針對(duì)命名數(shù)據(jù)網(wǎng)絡(luò)(Named Data Networking, NDN)存儲(chǔ)空間的有效利用和應(yīng)答內(nèi)容的高效緩存問題，該文采用差異化緩存的方式，提出一種依據(jù)內(nèi)容請(qǐng)求序列相關(guān)性的協(xié)作緩存算法。在內(nèi)容請(qǐng)求中，預(yù)先發(fā)送對(duì)于后續(xù)相關(guān)數(shù)據(jù)單元的并行預(yù)測(cè)請(qǐng)求，增大內(nèi)容請(qǐng)求的就近響應(yīng)概率；緩存決策時(shí)，提出聯(lián)合空間存儲(chǔ)位置與緩存駐留時(shí)間的2維差異化緩存策略。根據(jù)內(nèi)容活躍度的變化趨勢(shì)，空間維度上逐跳推進(jìn)內(nèi)容存儲(chǔ)位置，時(shí)間維度上動(dòng)態(tài)調(diào)整內(nèi)容緩存時(shí)間，以漸進(jìn)式的方式將真正流行的請(qǐng)求內(nèi)容推送至網(wǎng)絡(luò)邊緣存儲(chǔ)。該算法減小了內(nèi)容請(qǐng)求時(shí)延和緩存冗余，提高了緩存命中率，仿真結(jié)果驗(yàn)證了其有效性。
2014, 36(12): 2802-2808.
doi: 10.3724/SP.J.1146.2014.00211
摘要:
目前大多數(shù)針對(duì)軟件定義網(wǎng)絡(luò)(SDN)中控制器的部署方案均重點(diǎn)考慮傳輸時(shí)延(PD)對(duì)性能的影響，忽略了發(fā)送時(shí)延(TD)對(duì)于部署效果的影響。該文提出基于時(shí)延的網(wǎng)絡(luò)快速響應(yīng)控制器部署方案。首先，在合理考慮傳輸和發(fā)送兩類時(shí)延的基礎(chǔ)上，完善了已有的平均時(shí)延/最大時(shí)延最小化模型，并對(duì)兩種模型是否存在最優(yōu)解進(jìn)行了理論證明；其次，利用模糊集理論得出了一種時(shí)延優(yōu)化模型；第三，結(jié)合是否考慮發(fā)送時(shí)延提出了兩種部署算法：傳輸算法和輸送算法。為了測(cè)試方案的性能，選取實(shí)際網(wǎng)絡(luò)拓?fù)浼皵?shù)據(jù)進(jìn)行驗(yàn)證。結(jié)果表明輸送算法在網(wǎng)絡(luò)的響應(yīng)速度及穩(wěn)定性方面優(yōu)于傳輸算法，時(shí)延優(yōu)化模型在總時(shí)延方面較平均時(shí)延/最大時(shí)延最小化模型效果更優(yōu)。
目前大多數(shù)針對(duì)軟件定義網(wǎng)絡(luò)(SDN)中控制器的部署方案均重點(diǎn)考慮傳輸時(shí)延(PD)對(duì)性能的影響，忽略了發(fā)送時(shí)延(TD)對(duì)于部署效果的影響。該文提出基于時(shí)延的網(wǎng)絡(luò)快速響應(yīng)控制器部署方案。首先，在合理考慮傳輸和發(fā)送兩類時(shí)延的基礎(chǔ)上，完善了已有的平均時(shí)延/最大時(shí)延最小化模型，并對(duì)兩種模型是否存在最優(yōu)解進(jìn)行了理論證明；其次，利用模糊集理論得出了一種時(shí)延優(yōu)化模型；第三，結(jié)合是否考慮發(fā)送時(shí)延提出了兩種部署算法：傳輸算法和輸送算法。為了測(cè)試方案的性能，選取實(shí)際網(wǎng)絡(luò)拓?fù)浼皵?shù)據(jù)進(jìn)行驗(yàn)證。結(jié)果表明輸送算法在網(wǎng)絡(luò)的響應(yīng)速度及穩(wěn)定性方面優(yōu)于傳輸算法，時(shí)延優(yōu)化模型在總時(shí)延方面較平均時(shí)延/最大時(shí)延最小化模型效果更優(yōu)。
2014, 36(12): 2809-2815.
doi: 10.3724/SP.J.1146.2013.01955
摘要:
在網(wǎng)絡(luò)日益巨大化和復(fù)雜化的背景下，挖掘全局網(wǎng)絡(luò)的社區(qū)結(jié)構(gòu)代價(jià)較高。因此，基于給定節(jié)點(diǎn)的局部社區(qū)發(fā)現(xiàn)對(duì)研究復(fù)雜網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)有重要的應(yīng)用意義?，F(xiàn)有算法往往存在著穩(wěn)定性和準(zhǔn)確性不高，預(yù)設(shè)定閾值難以獲取等問題。該文提出一種基于邊界節(jié)點(diǎn)識(shí)別的復(fù)雜網(wǎng)絡(luò)局部社區(qū)發(fā)現(xiàn)算法，全面比較待合并節(jié)點(diǎn)的連接相似性進(jìn)行節(jié)點(diǎn)聚類；并通過邊界節(jié)點(diǎn)識(shí)別控制局部社區(qū)的規(guī)模和范圍，從而獲取給定節(jié)點(diǎn)所屬社區(qū)的完整信息。在計(jì)算機(jī)生成網(wǎng)絡(luò)和真實(shí)網(wǎng)絡(luò)上的實(shí)驗(yàn)和分析證明，該算法能夠自主挖掘給定節(jié)點(diǎn)所屬的局部社區(qū)結(jié)構(gòu)，有效地提升局部社區(qū)發(fā)現(xiàn)穩(wěn)定性和準(zhǔn)確率。
在網(wǎng)絡(luò)日益巨大化和復(fù)雜化的背景下，挖掘全局網(wǎng)絡(luò)的社區(qū)結(jié)構(gòu)代價(jià)較高。因此，基于給定節(jié)點(diǎn)的局部社區(qū)發(fā)現(xiàn)對(duì)研究復(fù)雜網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)有重要的應(yīng)用意義?，F(xiàn)有算法往往存在著穩(wěn)定性和準(zhǔn)確性不高，預(yù)設(shè)定閾值難以獲取等問題。該文提出一種基于邊界節(jié)點(diǎn)識(shí)別的復(fù)雜網(wǎng)絡(luò)局部社區(qū)發(fā)現(xiàn)算法，全面比較待合并節(jié)點(diǎn)的連接相似性進(jìn)行節(jié)點(diǎn)聚類；并通過邊界節(jié)點(diǎn)識(shí)別控制局部社區(qū)的規(guī)模和范圍，從而獲取給定節(jié)點(diǎn)所屬社區(qū)的完整信息。在計(jì)算機(jī)生成網(wǎng)絡(luò)和真實(shí)網(wǎng)絡(luò)上的實(shí)驗(yàn)和分析證明，該算法能夠自主挖掘給定節(jié)點(diǎn)所屬的局部社區(qū)結(jié)構(gòu)，有效地提升局部社區(qū)發(fā)現(xiàn)穩(wěn)定性和準(zhǔn)確率。
2014, 36(12): 2816-2821.
doi: 10.3724/SP.J.1146.2014.00042
摘要:
考慮到異構(gòu)雙向中繼網(wǎng)絡(luò)中存在竊聽者的安全資源分配問題，為了提高中繼安全性，該文研究了受限于子信道分配和功率約束的用戶安全保密度問題模型，與傳統(tǒng)的保密容量模型相比，安全保密度模型更側(cè)重于反映用戶本身的安全程度。基于此保密度模型，該文進(jìn)一步考慮了不同用戶的安全服務(wù)質(zhì)量(Quality of Service, QoS)需求和網(wǎng)絡(luò)公平性，聯(lián)合優(yōu)化功率分配、子信道分配、子載波配對(duì)，并分別通過約束型粒子群、二進(jìn)制約束型粒子群優(yōu)化算法和經(jīng)典的匈牙利算法找到最優(yōu)解，實(shí)現(xiàn)資源的最優(yōu)分配，提高網(wǎng)絡(luò)中合法用戶的保密度。仿真結(jié)果驗(yàn)證了所提算法的有效性。
考慮到異構(gòu)雙向中繼網(wǎng)絡(luò)中存在竊聽者的安全資源分配問題，為了提高中繼安全性，該文研究了受限于子信道分配和功率約束的用戶安全保密度問題模型，與傳統(tǒng)的保密容量模型相比，安全保密度模型更側(cè)重于反映用戶本身的安全程度。基于此保密度模型，該文進(jìn)一步考慮了不同用戶的安全服務(wù)質(zhì)量(Quality of Service, QoS)需求和網(wǎng)絡(luò)公平性，聯(lián)合優(yōu)化功率分配、子信道分配、子載波配對(duì)，并分別通過約束型粒子群、二進(jìn)制約束型粒子群優(yōu)化算法和經(jīng)典的匈牙利算法找到最優(yōu)解，實(shí)現(xiàn)資源的最優(yōu)分配，提高網(wǎng)絡(luò)中合法用戶的保密度。仿真結(jié)果驗(yàn)證了所提算法的有效性。
2014, 36(12): 2822-2827.
doi: 10.3724/SP.J.1146.2014.00056
摘要:
該文研究了引入Device-to-Device (D2D)通信的蜂窩網(wǎng)系統(tǒng)中的上行資源分配問題。首先將該問題建模為一個(gè)簡(jiǎn)潔的二值整數(shù)規(guī)劃問題。然而整數(shù)規(guī)劃仍是NP難問題。該文利用Canonical對(duì)偶理論，得到其對(duì)偶形式。該對(duì)偶問題是一個(gè)連續(xù)域內(nèi)的凸問題。證明了在特定的條件下，可以通過求解對(duì)偶問題得到原問題的最優(yōu)解，且對(duì)偶間隙為零。提出了一個(gè)基于Barrier方法的算法來求解對(duì)偶問題。仿真結(jié)果表明，該文的算法優(yōu)于現(xiàn)有算法，且性能接近最優(yōu)。
該文研究了引入Device-to-Device (D2D)通信的蜂窩網(wǎng)系統(tǒng)中的上行資源分配問題。首先將該問題建模為一個(gè)簡(jiǎn)潔的二值整數(shù)規(guī)劃問題。然而整數(shù)規(guī)劃仍是NP難問題。該文利用Canonical對(duì)偶理論，得到其對(duì)偶形式。該對(duì)偶問題是一個(gè)連續(xù)域內(nèi)的凸問題。證明了在特定的條件下，可以通過求解對(duì)偶問題得到原問題的最優(yōu)解，且對(duì)偶間隙為零。提出了一個(gè)基于Barrier方法的算法來求解對(duì)偶問題。仿真結(jié)果表明，該文的算法優(yōu)于現(xiàn)有算法，且性能接近最優(yōu)。
2014, 36(12): 2828-2834.
doi: 10.3724/SP.J.1146.2014.00028
摘要:
該文采用隨機(jī)矩陣?yán)碚?RMT)直接對(duì)壓縮采樣得到的觀測(cè)數(shù)據(jù)進(jìn)行分析，設(shè)計(jì)出了一種基于廣義似然比檢驗(yàn)(GLRT)的非重構(gòu)寬帶壓縮頻譜感知新算法。該算法無需任何先驗(yàn)知識(shí)就能對(duì)寬帶頻譜中的每個(gè)子帶進(jìn)行盲檢測(cè)。此外，為了減輕次用戶(SU)在數(shù)據(jù)獲取和頻譜感知過程中的通信開銷，該文提出一種基于傳感器節(jié)點(diǎn)(SN)輔助感知的合作頻譜感知架構(gòu)。理論分析和仿真結(jié)果均表明，與傳統(tǒng)基于信號(hào)重構(gòu)的GLRT感知算法以及Roy最大根檢測(cè)(RLRT)算法相比，該算法不僅具有計(jì)算復(fù)雜度低、開銷小、感知性能穩(wěn)定等諸多優(yōu)點(diǎn)；而且只需較少的SN就能獲得較好的檢測(cè)性能。
該文采用隨機(jī)矩陣?yán)碚?RMT)直接對(duì)壓縮采樣得到的觀測(cè)數(shù)據(jù)進(jìn)行分析，設(shè)計(jì)出了一種基于廣義似然比檢驗(yàn)(GLRT)的非重構(gòu)寬帶壓縮頻譜感知新算法。該算法無需任何先驗(yàn)知識(shí)就能對(duì)寬帶頻譜中的每個(gè)子帶進(jìn)行盲檢測(cè)。此外，為了減輕次用戶(SU)在數(shù)據(jù)獲取和頻譜感知過程中的通信開銷，該文提出一種基于傳感器節(jié)點(diǎn)(SN)輔助感知的合作頻譜感知架構(gòu)。理論分析和仿真結(jié)果均表明，與傳統(tǒng)基于信號(hào)重構(gòu)的GLRT感知算法以及Roy最大根檢測(cè)(RLRT)算法相比，該算法不僅具有計(jì)算復(fù)雜度低、開銷小、感知性能穩(wěn)定等諸多優(yōu)點(diǎn)；而且只需較少的SN就能獲得較好的檢測(cè)性能。
2014, 36(12): 2835-2841.
doi: 10.3724/SP.J.1146.2014.00013
摘要:
為了解決物理層安全編碼中安全性和可靠性之間的矛盾和提高保密速率，該文提出一種基于打孔極化碼的安全編碼方法。根據(jù)信道極化理論，該方法將私密信息位映射到合法者正常接收而竊聽者無法譯碼的特定邏輯信道輸入位，保證私密信息可靠且安全傳輸。然后，通過分析極化碼的校驗(yàn)關(guān)系樹，利用3個(gè)參數(shù)表征輸出節(jié)點(diǎn)對(duì)私密信息位的影響，再按照影響程度大小確定打孔位置。理論分析與仿真結(jié)果表明，該方法保證私密信息傳輸安全性和可靠性的同時(shí)，提高了私密信息傳輸?shù)挠行浴?/span>
為了解決物理層安全編碼中安全性和可靠性之間的矛盾和提高保密速率，該文提出一種基于打孔極化碼的安全編碼方法。根據(jù)信道極化理論，該方法將私密信息位映射到合法者正常接收而竊聽者無法譯碼的特定邏輯信道輸入位，保證私密信息可靠且安全傳輸。然后，通過分析極化碼的校驗(yàn)關(guān)系樹，利用3個(gè)參數(shù)表征輸出節(jié)點(diǎn)對(duì)私密信息位的影響，再按照影響程度大小確定打孔位置。理論分析與仿真結(jié)果表明，該方法保證私密信息傳輸安全性和可靠性的同時(shí)，提高了私密信息傳輸?shù)挠行浴?/span>
2014, 36(12): 2842-2847.
doi: 10.3724/SP.J.1146.2013.01759
摘要:
多標(biāo)簽碰撞是射頻識(shí)別(RFID)技術(shù)在推廣應(yīng)用中必須克服的一個(gè)問題。針對(duì)目前RFID標(biāo)簽防碰撞算法存在識(shí)別效率低的不足，該文提出一種基于碰撞位指示的RFID標(biāo)簽防碰撞的碰撞位指示算法(CBIA)。通過跟蹤待識(shí)別標(biāo)簽的碰撞位，采用碰撞位編解碼技術(shù)，對(duì)待識(shí)別標(biāo)簽進(jìn)行重復(fù)分組，直到所有標(biāo)簽都被正確識(shí)別。算法通過確定性分組，避免了空閑時(shí)隙的產(chǎn)生。仿真結(jié)果表明，采用CBIA算法的多標(biāo)簽識(shí)別系統(tǒng)，吞吐率可以達(dá)到每時(shí)隙0.7個(gè)標(biāo)簽，CBIA算法識(shí)別效率優(yōu)于優(yōu)化查詢跟蹤樹算法(OQTT)和碰撞跟蹤樹算法(CTTA)算法。
多標(biāo)簽碰撞是射頻識(shí)別(RFID)技術(shù)在推廣應(yīng)用中必須克服的一個(gè)問題。針對(duì)目前RFID標(biāo)簽防碰撞算法存在識(shí)別效率低的不足，該文提出一種基于碰撞位指示的RFID標(biāo)簽防碰撞的碰撞位指示算法(CBIA)。通過跟蹤待識(shí)別標(biāo)簽的碰撞位，采用碰撞位編解碼技術(shù)，對(duì)待識(shí)別標(biāo)簽進(jìn)行重復(fù)分組，直到所有標(biāo)簽都被正確識(shí)別。算法通過確定性分組，避免了空閑時(shí)隙的產(chǎn)生。仿真結(jié)果表明，采用CBIA算法的多標(biāo)簽識(shí)別系統(tǒng)，吞吐率可以達(dá)到每時(shí)隙0.7個(gè)標(biāo)簽，CBIA算法識(shí)別效率優(yōu)于優(yōu)化查詢跟蹤樹算法(OQTT)和碰撞跟蹤樹算法(CTTA)算法。
2014, 36(12): 2848-2854.
doi: 10.3724/SP.J.1146.2014.00684
摘要:
目前基于身份的認(rèn)證密鑰協(xié)商協(xié)議均以單個(gè)私鑰生成器(PKG)為可信第三方，但這種系統(tǒng)結(jié)構(gòu)難以滿足身份分層注冊(cè)與認(rèn)證需求。該文以基于層級(jí)化身份的加密(HIBE)系統(tǒng)為基礎(chǔ)重構(gòu)了私鑰的組成元素，并利用橢圓曲線乘法循環(huán)群上的雙線性映射提出一個(gè)基于層級(jí)化身份的認(rèn)證密鑰協(xié)商協(xié)議，為隸屬于不同層級(jí)的云實(shí)體提供了安全的會(huì)話密鑰協(xié)商機(jī)制?；贑DH(Computational Diffie-Hellman)與GDH(Gap Diffie-Hellman)假設(shè)，該文證明了新協(xié)議在eCK模型下具有已知密鑰安全性、前向安全性和PKG前向安全性，并且能夠抵抗基于密鑰泄露的偽裝攻擊。
目前基于身份的認(rèn)證密鑰協(xié)商協(xié)議均以單個(gè)私鑰生成器(PKG)為可信第三方，但這種系統(tǒng)結(jié)構(gòu)難以滿足身份分層注冊(cè)與認(rèn)證需求。該文以基于層級(jí)化身份的加密(HIBE)系統(tǒng)為基礎(chǔ)重構(gòu)了私鑰的組成元素，并利用橢圓曲線乘法循環(huán)群上的雙線性映射提出一個(gè)基于層級(jí)化身份的認(rèn)證密鑰協(xié)商協(xié)議，為隸屬于不同層級(jí)的云實(shí)體提供了安全的會(huì)話密鑰協(xié)商機(jī)制?；贑DH(Computational Diffie-Hellman)與GDH(Gap Diffie-Hellman)假設(shè)，該文證明了新協(xié)議在eCK模型下具有已知密鑰安全性、前向安全性和PKG前向安全性，并且能夠抵抗基于密鑰泄露的偽裝攻擊。
2014, 36(12): 2855-2860.
doi: 10.3724/SP.J.1146.2014.00080
摘要:
在現(xiàn)有算法無法滿足無人機(jī)視頻實(shí)時(shí)壓縮傳輸需求的應(yīng)用背景下，該文提出一種新的低復(fù)雜度無人機(jī)(Unmanned Aerial Vehicle, UAV)視頻實(shí)時(shí)壓縮算法，利用無人機(jī)視頻的背景平面性、運(yùn)動(dòng)一致性等特點(diǎn)，建立仿射模型描述視頻的全局運(yùn)動(dòng)，并根據(jù)模型參數(shù)進(jìn)行視頻壓縮。實(shí)驗(yàn)結(jié)果表明，與現(xiàn)有壓縮算法H.264相比，該算法在保證壓縮性能的前提下，大量減少了壓縮時(shí)間，可滿足大多數(shù)情況下無人機(jī)視頻傳輸?shù)馁|(zhì)量要求和實(shí)時(shí)性要求。
在現(xiàn)有算法無法滿足無人機(jī)視頻實(shí)時(shí)壓縮傳輸需求的應(yīng)用背景下，該文提出一種新的低復(fù)雜度無人機(jī)(Unmanned Aerial Vehicle, UAV)視頻實(shí)時(shí)壓縮算法，利用無人機(jī)視頻的背景平面性、運(yùn)動(dòng)一致性等特點(diǎn)，建立仿射模型描述視頻的全局運(yùn)動(dòng)，并根據(jù)模型參數(shù)進(jìn)行視頻壓縮。實(shí)驗(yàn)結(jié)果表明，與現(xiàn)有壓縮算法H.264相比，該算法在保證壓縮性能的前提下，大量減少了壓縮時(shí)間，可滿足大多數(shù)情況下無人機(jī)視頻傳輸?shù)馁|(zhì)量要求和實(shí)時(shí)性要求。
2014, 36(12): 2861-2868.
doi: 10.3724/SP.J.1146.2014.00318
摘要:
該文使用一種基于離散余弦變換(DCT)的調(diào)制傳遞函數(shù)(MTF)改進(jìn)高效視頻編碼標(biāo)準(zhǔn)(HEVC)幀內(nèi)量化矩陣，并在計(jì)算過程中采用一種新的空間頻率計(jì)算方法。HEVC整數(shù)DCT變換是在DCT變換的基礎(chǔ)上經(jīng)過伸縮擴(kuò)展以及微調(diào)后得到的，與DCT變換有所區(qū)別，因此針對(duì)這種差別進(jìn)一步優(yōu)化校正量化矩陣。仿真過程中設(shè)計(jì)一種基于結(jié)構(gòu)相似性(SSIM)的Bjontegaard比特率差值(BDBR)方法來測(cè)試量化矩陣的編碼性能，結(jié)果表明在相同的視頻質(zhì)量下，該文設(shè)計(jì)的量化矩陣能進(jìn)一步降低碼率。該方法在編碼過程中只需要簡(jiǎn)單地改變量化矩陣，沒有影響編碼模型的算法結(jié)構(gòu)，也不會(huì)增加編碼的復(fù)雜度。
該文使用一種基于離散余弦變換(DCT)的調(diào)制傳遞函數(shù)(MTF)改進(jìn)高效視頻編碼標(biāo)準(zhǔn)(HEVC)幀內(nèi)量化矩陣，并在計(jì)算過程中采用一種新的空間頻率計(jì)算方法。HEVC整數(shù)DCT變換是在DCT變換的基礎(chǔ)上經(jīng)過伸縮擴(kuò)展以及微調(diào)后得到的，與DCT變換有所區(qū)別，因此針對(duì)這種差別進(jìn)一步優(yōu)化校正量化矩陣。仿真過程中設(shè)計(jì)一種基于結(jié)構(gòu)相似性(SSIM)的Bjontegaard比特率差值(BDBR)方法來測(cè)試量化矩陣的編碼性能，結(jié)果表明在相同的視頻質(zhì)量下，該文設(shè)計(jì)的量化矩陣能進(jìn)一步降低碼率。該方法在編碼過程中只需要簡(jiǎn)單地改變量化矩陣，沒有影響編碼模型的算法結(jié)構(gòu)，也不會(huì)增加編碼的復(fù)雜度。
2014, 36(12): 2869-2875.
doi: 10.3724/SP.J.1146.2013.02001
摘要:
近年來，針對(duì)LDPC碼置信傳播(BP)譯碼算法的提前停止準(zhǔn)則的研究已經(jīng)有了很多，但設(shè)計(jì)適合加權(quán)比特翻轉(zhuǎn)(WBF)譯碼算法的提前停止準(zhǔn)則卻研究甚少。依據(jù)對(duì)WBF算法的全新理解方式，該文提出一種實(shí)現(xiàn)簡(jiǎn)單、適用性強(qiáng)的WBF算法提前停止準(zhǔn)則，它能在譯碼的初始階段檢測(cè)絕大多數(shù)不可糾錯(cuò)的幀。仿真結(jié)果表明，基于提前停止準(zhǔn)則的WBF算法在性能損失可以忽略的條件下，極大地降低迭代次數(shù)，在實(shí)現(xiàn)復(fù)雜度和性能之間達(dá)到了很好的折中。
近年來，針對(duì)LDPC碼置信傳播(BP)譯碼算法的提前停止準(zhǔn)則的研究已經(jīng)有了很多，但設(shè)計(jì)適合加權(quán)比特翻轉(zhuǎn)(WBF)譯碼算法的提前停止準(zhǔn)則卻研究甚少。依據(jù)對(duì)WBF算法的全新理解方式，該文提出一種實(shí)現(xiàn)簡(jiǎn)單、適用性強(qiáng)的WBF算法提前停止準(zhǔn)則，它能在譯碼的初始階段檢測(cè)絕大多數(shù)不可糾錯(cuò)的幀。仿真結(jié)果表明，基于提前停止準(zhǔn)則的WBF算法在性能損失可以忽略的條件下，極大地降低迭代次數(shù)，在實(shí)現(xiàn)復(fù)雜度和性能之間達(dá)到了很好的折中。
2014, 36(12): 2876-2881.
doi: 10.3724/SP.J.1146.2013.02014
摘要:
該文針對(duì)非等功率信號(hào)波達(dá)方向(DOA)估計(jì)問題，提出一種基于噪聲子空間特征值重構(gòu)(Eigenvalue Reconstruction of Noise Subspace, ERNS)的超分辨算法。算法對(duì)接收信號(hào)自相關(guān)矩陣進(jìn)行特征值分解，通過重構(gòu)噪聲空間特征值以及引入虛擬信源來構(gòu)造新的接收信號(hào)自相關(guān)矩陣，對(duì)該矩陣進(jìn)行特征值分解得到新的噪聲空間特征值。當(dāng)虛擬信源與實(shí)際信源入射方向相同時(shí)，新噪聲空間特征值與重構(gòu)后噪聲空間特征值保持不變，利用這一特性來估計(jì)信源入射方向。該文給出算法的原理及實(shí)現(xiàn)步驟，并通過仿真進(jìn)行原理驗(yàn)證與性能分析，仿真結(jié)果表明與其他子空間算法和MUSIC 算法相比，ERNS算法能夠提高弱信號(hào)估計(jì)成功的概率。
該文針對(duì)非等功率信號(hào)波達(dá)方向(DOA)估計(jì)問題，提出一種基于噪聲子空間特征值重構(gòu)(Eigenvalue Reconstruction of Noise Subspace, ERNS)的超分辨算法。算法對(duì)接收信號(hào)自相關(guān)矩陣進(jìn)行特征值分解，通過重構(gòu)噪聲空間特征值以及引入虛擬信源來構(gòu)造新的接收信號(hào)自相關(guān)矩陣，對(duì)該矩陣進(jìn)行特征值分解得到新的噪聲空間特征值。當(dāng)虛擬信源與實(shí)際信源入射方向相同時(shí)，新噪聲空間特征值與重構(gòu)后噪聲空間特征值保持不變，利用這一特性來估計(jì)信源入射方向。該文給出算法的原理及實(shí)現(xiàn)步驟，并通過仿真進(jìn)行原理驗(yàn)證與性能分析，仿真結(jié)果表明與其他子空間算法和MUSIC 算法相比，ERNS算法能夠提高弱信號(hào)估計(jì)成功的概率。
2014, 36(12): 2882-2888.
doi: 10.3724/SP.J.1146.2013.02018
摘要:
針對(duì)自適應(yīng)波束形成器在干擾位置出現(xiàn)擾動(dòng)時(shí)的輸出性能下降問題，該文提出一種新的零陷展寬算法。該算法基于投影變換與對(duì)角加載技術(shù)的結(jié)合，首先利用投影變換技術(shù)對(duì)陣列接收數(shù)據(jù)進(jìn)行預(yù)處理，結(jié)合對(duì)角加載技術(shù)，以此構(gòu)造出一個(gè)新的協(xié)方差矩陣替代原來的協(xié)方差矩陣，再利用自適應(yīng)波束形成技術(shù)得到零陷展寬后的波束圖。仿真結(jié)果表明，該方法能有效展寬波束零陷寬度，加深零陷深度，達(dá)到抑制位置出現(xiàn)擾動(dòng)的強(qiáng)干擾信號(hào)目的。該算法易于求解，對(duì)參數(shù)的選取具有較強(qiáng)穩(wěn)健性，在低快拍條件下，依然能有效地工作，增強(qiáng)了自適應(yīng)波束形成器穩(wěn)定性。
針對(duì)自適應(yīng)波束形成器在干擾位置出現(xiàn)擾動(dòng)時(shí)的輸出性能下降問題，該文提出一種新的零陷展寬算法。該算法基于投影變換與對(duì)角加載技術(shù)的結(jié)合，首先利用投影變換技術(shù)對(duì)陣列接收數(shù)據(jù)進(jìn)行預(yù)處理，結(jié)合對(duì)角加載技術(shù)，以此構(gòu)造出一個(gè)新的協(xié)方差矩陣替代原來的協(xié)方差矩陣，再利用自適應(yīng)波束形成技術(shù)得到零陷展寬后的波束圖。仿真結(jié)果表明，該方法能有效展寬波束零陷寬度，加深零陷深度，達(dá)到抑制位置出現(xiàn)擾動(dòng)的強(qiáng)干擾信號(hào)目的。該算法易于求解，對(duì)參數(shù)的選取具有較強(qiáng)穩(wěn)健性，在低快拍條件下，依然能有效地工作，增強(qiáng)了自適應(yīng)波束形成器穩(wěn)定性。
2014, 36(12): 2889-2895.
doi: 10.3724/SP.J.1146.2014.00106
摘要:
通過對(duì)水下航行器輻射噪聲的多普勒特征分析，可以定位線譜噪聲源在航行器上的輻射位置，從而有針對(duì)性地采取治理措施。傳統(tǒng)的多普勒分析方法大多在時(shí)頻域中進(jìn)行，難以有效處理同頻聲源的定位問題。該文提出一種基于Chirp-Fourier變換特征的多普勒分析方法，將多普勒信號(hào)分解為線性調(diào)頻(LFM)子分量的集合，并轉(zhuǎn)換到頻率-調(diào)頻因子構(gòu)成的2維平面。利用該平面內(nèi)的多普勒信號(hào)分布特征，可以有效抑制同頻聲源之間的相互干擾，進(jìn)而完成多噪聲源的定位。仿真和海上實(shí)驗(yàn)驗(yàn)證了該方法的有效性。
通過對(duì)水下航行器輻射噪聲的多普勒特征分析，可以定位線譜噪聲源在航行器上的輻射位置，從而有針對(duì)性地采取治理措施。傳統(tǒng)的多普勒分析方法大多在時(shí)頻域中進(jìn)行，難以有效處理同頻聲源的定位問題。該文提出一種基于Chirp-Fourier變換特征的多普勒分析方法，將多普勒信號(hào)分解為線性調(diào)頻(LFM)子分量的集合，并轉(zhuǎn)換到頻率-調(diào)頻因子構(gòu)成的2維平面。利用該平面內(nèi)的多普勒信號(hào)分布特征，可以有效抑制同頻聲源之間的相互干擾，進(jìn)而完成多噪聲源的定位。仿真和海上實(shí)驗(yàn)驗(yàn)證了該方法的有效性。
2014, 36(12): 2896-2901.
doi: 10.3724/SP.J.1146.2014.00131
摘要:
傳統(tǒng)聲學(xué)回聲控制算法一般采用基于隨機(jī)梯度法更新的頻域分塊自適應(yīng)濾波(PBFDAF)方法，但在以語音為主要回聲信號(hào)的室內(nèi)混響環(huán)境中，由于回聲路徑不穩(wěn)定，往往收斂速度較慢，難以實(shí)現(xiàn)足夠的回聲抑制。該文提出一種基于頻域逐級(jí)回歸的聲學(xué)回聲控制算法。通過逐級(jí)回歸分析遠(yuǎn)端信號(hào)和麥克風(fēng)信號(hào)之間的線性關(guān)系，可以在保持較小的偏差的同時(shí)實(shí)現(xiàn)收斂較快的系統(tǒng)估計(jì)。同時(shí)，由于逐級(jí)分析了兩通道間的短時(shí)相干性，因而該算法無需像常見方法一樣，額外進(jìn)行基于通道間相干函數(shù)的殘余回聲抑制或雙講檢測(cè)，從而保持系統(tǒng)的緊湊性。若進(jìn)一步假定近端背景噪聲準(zhǔn)平穩(wěn)，則可利用基于近端信號(hào)非平穩(wěn)程度的自適應(yīng)平滑因子，在實(shí)現(xiàn)系統(tǒng)估計(jì)快速收斂的同時(shí)確保其穩(wěn)定性。實(shí)驗(yàn)表明，該方法在常見的近端環(huán)境噪聲水平下，在收斂速度和穩(wěn)態(tài)誤差上相對(duì)傳統(tǒng)方法有顯著優(yōu)勢(shì)，非常適合應(yīng)用在室內(nèi)遠(yuǎn)講模式下的聲學(xué)回聲控制中。
傳統(tǒng)聲學(xué)回聲控制算法一般采用基于隨機(jī)梯度法更新的頻域分塊自適應(yīng)濾波(PBFDAF)方法，但在以語音為主要回聲信號(hào)的室內(nèi)混響環(huán)境中，由于回聲路徑不穩(wěn)定，往往收斂速度較慢，難以實(shí)現(xiàn)足夠的回聲抑制。該文提出一種基于頻域逐級(jí)回歸的聲學(xué)回聲控制算法。通過逐級(jí)回歸分析遠(yuǎn)端信號(hào)和麥克風(fēng)信號(hào)之間的線性關(guān)系，可以在保持較小的偏差的同時(shí)實(shí)現(xiàn)收斂較快的系統(tǒng)估計(jì)。同時(shí)，由于逐級(jí)分析了兩通道間的短時(shí)相干性，因而該算法無需像常見方法一樣，額外進(jìn)行基于通道間相干函數(shù)的殘余回聲抑制或雙講檢測(cè)，從而保持系統(tǒng)的緊湊性。若進(jìn)一步假定近端背景噪聲準(zhǔn)平穩(wěn)，則可利用基于近端信號(hào)非平穩(wěn)程度的自適應(yīng)平滑因子，在實(shí)現(xiàn)系統(tǒng)估計(jì)快速收斂的同時(shí)確保其穩(wěn)定性。實(shí)驗(yàn)表明，該方法在常見的近端環(huán)境噪聲水平下，在收斂速度和穩(wěn)態(tài)誤差上相對(duì)傳統(tǒng)方法有顯著優(yōu)勢(shì)，非常適合應(yīng)用在室內(nèi)遠(yuǎn)講模式下的聲學(xué)回聲控制中。
2014, 36(12): 2902-2908.
doi: 10.3724/SP.J.1146.2013.02022
摘要:
該文提出將室內(nèi)環(huán)境不可或缺的電源線作為天線，通過在電源線上注入寬帶高頻信號(hào)構(gòu)造室內(nèi)空間的位置指紋，進(jìn)而實(shí)現(xiàn)室內(nèi)空間精確定位。首先介紹了電源線上寬帶高頻信號(hào)注入模塊的實(shí)現(xiàn)技術(shù)，以及室內(nèi)空間位置指紋的構(gòu)造方法；其次，介紹了基于樸素貝葉斯分類算法的室內(nèi)定位原理；最后，通過實(shí)驗(yàn)分析證明在多訓(xùn)練樣本情況下，基于樸素貝葉斯分類算法的定位算法比基于K最鄰近點(diǎn)(KNN)分類算法的定位算法有更好的定位準(zhǔn)確率和時(shí)間遷移適應(yīng)能力。
該文提出將室內(nèi)環(huán)境不可或缺的電源線作為天線，通過在電源線上注入寬帶高頻信號(hào)構(gòu)造室內(nèi)空間的位置指紋，進(jìn)而實(shí)現(xiàn)室內(nèi)空間精確定位。首先介紹了電源線上寬帶高頻信號(hào)注入模塊的實(shí)現(xiàn)技術(shù)，以及室內(nèi)空間位置指紋的構(gòu)造方法；其次，介紹了基于樸素貝葉斯分類算法的室內(nèi)定位原理；最后，通過實(shí)驗(yàn)分析證明在多訓(xùn)練樣本情況下，基于樸素貝葉斯分類算法的定位算法比基于K最鄰近點(diǎn)(KNN)分類算法的定位算法有更好的定位準(zhǔn)確率和時(shí)間遷移適應(yīng)能力。
2014, 36(12): 2909-2914.
doi: 10.3724/SP.J.1146.2014.00039
摘要:
現(xiàn)有的沖突證據(jù)組合修正方法僅從證據(jù)距離、模糊度等描述信息不確定性的一個(gè)或幾個(gè)方面對(duì)證據(jù)體的基本概率分配函數(shù)進(jìn)行修正，對(duì)證據(jù)的關(guān)聯(lián)性考慮不夠充分。該文提出基于信息總不確定度的沖突證據(jù)組合修正新方法。該文在笛卡爾乘積的基礎(chǔ)上定義提出組合總不確定度的概念，并給出根據(jù)融合前各證據(jù)體總不確定度預(yù)測(cè)融合后證據(jù)體組合總不確定度值域的方法。對(duì)沖突證據(jù)，利用各證據(jù)體總不確定度與組合總不確定度的比值，求出對(duì)證據(jù)基本概率分配函數(shù)的修正權(quán)重，再根據(jù)Dempster規(guī)則進(jìn)行加權(quán)平均組合。信息融合的算例分析結(jié)果表明，與現(xiàn)有方法相比，該方法融合結(jié)果的總不確定度更小，更有利于融合結(jié)果的后續(xù)決策分析與數(shù)據(jù)應(yīng)用。
現(xiàn)有的沖突證據(jù)組合修正方法僅從證據(jù)距離、模糊度等描述信息不確定性的一個(gè)或幾個(gè)方面對(duì)證據(jù)體的基本概率分配函數(shù)進(jìn)行修正，對(duì)證據(jù)的關(guān)聯(lián)性考慮不夠充分。該文提出基于信息總不確定度的沖突證據(jù)組合修正新方法。該文在笛卡爾乘積的基礎(chǔ)上定義提出組合總不確定度的概念，并給出根據(jù)融合前各證據(jù)體總不確定度預(yù)測(cè)融合后證據(jù)體組合總不確定度值域的方法。對(duì)沖突證據(jù)，利用各證據(jù)體總不確定度與組合總不確定度的比值，求出對(duì)證據(jù)基本概率分配函數(shù)的修正權(quán)重，再根據(jù)Dempster規(guī)則進(jìn)行加權(quán)平均組合。信息融合的算例分析結(jié)果表明，與現(xiàn)有方法相比，該方法融合結(jié)果的總不確定度更小，更有利于融合結(jié)果的后續(xù)決策分析與數(shù)據(jù)應(yīng)用。
2014, 36(12): 2915-2922.
doi: 10.3724/SP.J.1146.2013.01915
摘要:
該文提出一種雙隱變量空間局部粒子搜索(DLVSLPS)算法，可以從多視角圖像序列的輪廓特征較準(zhǔn)確地估計(jì)出3維人體運(yùn)動(dòng)形態(tài)序列。該算法用高斯過程動(dòng)態(tài)模型(GPDM)降維建立雙隱變量空間和低維隱變量數(shù)據(jù)到高維數(shù)據(jù)的映射關(guān)系后，然后對(duì)雙隱變量空間使用近鄰權(quán)重先驗(yàn)條件搜索(NWPCS)，實(shí)現(xiàn)局部低維粒子搜索來生成較優(yōu)高維數(shù)據(jù)，從而估計(jì)相應(yīng)幀的3維人體運(yùn)動(dòng)形態(tài)，解決傳統(tǒng)粒子濾波算法直接在高維數(shù)據(jù)空間采樣較難獲取有效正確數(shù)據(jù)進(jìn)行估計(jì)的問題。經(jīng)仿真實(shí)驗(yàn)驗(yàn)證，所提出的算法比傳統(tǒng)粒子濾波算法在實(shí)現(xiàn)多視角非連續(xù)幀估計(jì)，克服輪廓圖像數(shù)據(jù)歧義，減小估計(jì)誤差有明顯優(yōu)勢(shì)。
該文提出一種雙隱變量空間局部粒子搜索(DLVSLPS)算法，可以從多視角圖像序列的輪廓特征較準(zhǔn)確地估計(jì)出3維人體運(yùn)動(dòng)形態(tài)序列。該算法用高斯過程動(dòng)態(tài)模型(GPDM)降維建立雙隱變量空間和低維隱變量數(shù)據(jù)到高維數(shù)據(jù)的映射關(guān)系后，然后對(duì)雙隱變量空間使用近鄰權(quán)重先驗(yàn)條件搜索(NWPCS)，實(shí)現(xiàn)局部低維粒子搜索來生成較優(yōu)高維數(shù)據(jù)，從而估計(jì)相應(yīng)幀的3維人體運(yùn)動(dòng)形態(tài)，解決傳統(tǒng)粒子濾波算法直接在高維數(shù)據(jù)空間采樣較難獲取有效正確數(shù)據(jù)進(jìn)行估計(jì)的問題。經(jīng)仿真實(shí)驗(yàn)驗(yàn)證，所提出的算法比傳統(tǒng)粒子濾波算法在實(shí)現(xiàn)多視角非連續(xù)幀估計(jì)，克服輪廓圖像數(shù)據(jù)歧義，減小估計(jì)誤差有明顯優(yōu)勢(shì)。
2014, 36(12): 2923-2928.
doi: 10.3724/SP.J.1146.2014.00422
摘要:
核匹配追蹤算法在生成函數(shù)字典的過程中常采用貪婪算法進(jìn)行全局最優(yōu)搜索，導(dǎo)致算法學(xué)習(xí)時(shí)間過長(zhǎng)。該文針對(duì)這一缺陷，提出一種基于近鄰傳播(Affinity Propagation, AP)聚類與核匹配追蹤相結(jié)合的分類方法(AP-Kernel Matching Pursuit, AP-KMP)，該方法利用聚類算法來優(yōu)化核匹配追蹤算法中的字典劃分過程，使用近鄰傳播聚類將目標(biāo)數(shù)據(jù)集劃分為若干小型字典空間，隨后KMP算法在小型字典空間進(jìn)行局部搜索，從而縮短學(xué)習(xí)時(shí)間。針對(duì)部分UCI數(shù)據(jù)集和遙感圖像數(shù)據(jù)集，分別采用AP-KMP算法與另4種經(jīng)典算法進(jìn)行分類比較實(shí)驗(yàn)，結(jié)果表明該文算法在時(shí)間開銷和分類性能上均有一定的優(yōu)越性。
核匹配追蹤算法在生成函數(shù)字典的過程中常采用貪婪算法進(jìn)行全局最優(yōu)搜索，導(dǎo)致算法學(xué)習(xí)時(shí)間過長(zhǎng)。該文針對(duì)這一缺陷，提出一種基于近鄰傳播(Affinity Propagation, AP)聚類與核匹配追蹤相結(jié)合的分類方法(AP-Kernel Matching Pursuit, AP-KMP)，該方法利用聚類算法來優(yōu)化核匹配追蹤算法中的字典劃分過程，使用近鄰傳播聚類將目標(biāo)數(shù)據(jù)集劃分為若干小型字典空間，隨后KMP算法在小型字典空間進(jìn)行局部搜索，從而縮短學(xué)習(xí)時(shí)間。針對(duì)部分UCI數(shù)據(jù)集和遙感圖像數(shù)據(jù)集，分別采用AP-KMP算法與另4種經(jīng)典算法進(jìn)行分類比較實(shí)驗(yàn)，結(jié)果表明該文算法在時(shí)間開銷和分類性能上均有一定的優(yōu)越性。
2014, 36(12): 2929-2934.
doi: 10.3724/SP.J.1146.2014.00123
摘要:
針對(duì)單頻連續(xù)波干擾極易通過頻域?yàn)V波加以抑制，而寬帶連續(xù)阻塞式干擾又存在干擾效率低下的問題，提出脈沖連續(xù)波這種新的寬帶梳狀攔阻式干擾樣式。根據(jù)C/A碼、P(Y)碼和M碼信號(hào)功率譜特點(diǎn)分別設(shè)置脈沖連續(xù)波的干擾頻率覆蓋范圍。以碼跟蹤誤差作為干擾效果評(píng)估指標(biāo)，對(duì)不同干擾環(huán)境下采用窄帶非相干延遲鎖定環(huán)的GPS接收機(jī)碼跟蹤性能進(jìn)行仿真分析。仿真結(jié)果表明：脈沖連續(xù)波干擾對(duì)不同偽隨機(jī)噪聲碼(PRN)編號(hào)和副載波調(diào)制相位下的C/A碼和M碼信號(hào)影響是不同的，在相同干信比(JSR)條件下，脈沖連續(xù)波的干擾效果要優(yōu)于寬帶高斯噪聲和匹配譜干擾。
針對(duì)單頻連續(xù)波干擾極易通過頻域?yàn)V波加以抑制，而寬帶連續(xù)阻塞式干擾又存在干擾效率低下的問題，提出脈沖連續(xù)波這種新的寬帶梳狀攔阻式干擾樣式。根據(jù)C/A碼、P(Y)碼和M碼信號(hào)功率譜特點(diǎn)分別設(shè)置脈沖連續(xù)波的干擾頻率覆蓋范圍。以碼跟蹤誤差作為干擾效果評(píng)估指標(biāo)，對(duì)不同干擾環(huán)境下采用窄帶非相干延遲鎖定環(huán)的GPS接收機(jī)碼跟蹤性能進(jìn)行仿真分析。仿真結(jié)果表明：脈沖連續(xù)波干擾對(duì)不同偽隨機(jī)噪聲碼(PRN)編號(hào)和副載波調(diào)制相位下的C/A碼和M碼信號(hào)影響是不同的，在相同干信比(JSR)條件下，脈沖連續(xù)波的干擾效果要優(yōu)于寬帶高斯噪聲和匹配譜干擾。
2014, 36(12): 2935-2941.
doi: 10.3724/SP.J.1146.2013.01931
摘要:
針對(duì)2維DOA估計(jì)問題，該文提出一種基于壓縮感知(CS)的寬頻段2維DOA估計(jì)算法，能夠同時(shí)得到多個(gè)窄帶信號(hào)的中心頻率、方位角和俯仰角。首先利用方位向和俯仰向的空間頻率分別建立過完備稀疏字典，然后通過對(duì)陣列接收數(shù)據(jù)的壓縮采樣得到空間頻率的高分辨估計(jì)，最后通過空域?yàn)V波實(shí)現(xiàn)中心頻率、方位角和俯仰角之間的匹配。理論分析表明，該算法具有較高的估計(jì)精度與分辨力，對(duì)信噪比(SNR)要求不高，無需多維搜索過程，且經(jīng)過壓縮采樣降低了運(yùn)算量。仿真結(jié)果驗(yàn)證了算法的正確性與有效性。
針對(duì)2維DOA估計(jì)問題，該文提出一種基于壓縮感知(CS)的寬頻段2維DOA估計(jì)算法，能夠同時(shí)得到多個(gè)窄帶信號(hào)的中心頻率、方位角和俯仰角。首先利用方位向和俯仰向的空間頻率分別建立過完備稀疏字典，然后通過對(duì)陣列接收數(shù)據(jù)的壓縮采樣得到空間頻率的高分辨估計(jì)，最后通過空域?yàn)V波實(shí)現(xiàn)中心頻率、方位角和俯仰角之間的匹配。理論分析表明，該算法具有較高的估計(jì)精度與分辨力，對(duì)信噪比(SNR)要求不高，無需多維搜索過程，且經(jīng)過壓縮采樣降低了運(yùn)算量。仿真結(jié)果驗(yàn)證了算法的正確性與有效性。
2014, 36(12): 2942-2948.
doi: 10.3724/SP.J.1146.2014.00566
摘要:
壓縮感知重建是解決高光譜現(xiàn)有成像模式數(shù)據(jù)量大冗余度高問題的一個(gè)有效機(jī)制。針對(duì)高光譜圖像的多通道特性，該文建立了高光譜壓縮感知的多測(cè)量向量模型，編碼端使用隨機(jī)卷積算子對(duì)各通道進(jìn)行快速采樣，生成測(cè)量向量矩陣。解碼端構(gòu)建圖稀疏正則化的聯(lián)合重建模型，在稀疏變換域?qū)⒏吖庾V圖像分解為譜間的關(guān)聯(lián)成分和差異成分，通過圖結(jié)構(gòu)化稀疏度量表征關(guān)聯(lián)成分的空譜相關(guān)性，并約束譜間差異成分的稀疏性。進(jìn)一步提出模型求解的交替方向乘子迭代算法，通過引入輔助變量與線性化技巧，使得每一子問題均存在解析解，降低了模型求解的復(fù)雜度。對(duì)多個(gè)實(shí)測(cè)數(shù)據(jù)集進(jìn)行了對(duì)比實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果驗(yàn)證了該文模型與算法的有效性。
壓縮感知重建是解決高光譜現(xiàn)有成像模式數(shù)據(jù)量大冗余度高問題的一個(gè)有效機(jī)制。針對(duì)高光譜圖像的多通道特性，該文建立了高光譜壓縮感知的多測(cè)量向量模型，編碼端使用隨機(jī)卷積算子對(duì)各通道進(jìn)行快速采樣，生成測(cè)量向量矩陣。解碼端構(gòu)建圖稀疏正則化的聯(lián)合重建模型，在稀疏變換域?qū)⒏吖庾V圖像分解為譜間的關(guān)聯(lián)成分和差異成分，通過圖結(jié)構(gòu)化稀疏度量表征關(guān)聯(lián)成分的空譜相關(guān)性，并約束譜間差異成分的稀疏性。進(jìn)一步提出模型求解的交替方向乘子迭代算法，通過引入輔助變量與線性化技巧，使得每一子問題均存在解析解，降低了模型求解的復(fù)雜度。對(duì)多個(gè)實(shí)測(cè)數(shù)據(jù)集進(jìn)行了對(duì)比實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果驗(yàn)證了該文模型與算法的有效性。
2014, 36(12): 2949-2955.
doi: 10.3724/SP.J.1146.2014.00808
摘要:
特征提取是雷達(dá)高分辨距離像(HRRP)目標(biāo)識(shí)別的核心技術(shù)。傳統(tǒng)的特征提取算法多采用淺層的模型結(jié)構(gòu)，容易忽視樣本的內(nèi)在結(jié)構(gòu)，不利于學(xué)習(xí)有效的分類特征。針對(duì)這一問題，該文利用多層非線性網(wǎng)絡(luò)實(shí)現(xiàn)特征學(xué)習(xí)，構(gòu)建了基于深層網(wǎng)絡(luò)的雷達(dá)HRRP目標(biāo)識(shí)別框架。利用平均像在散射點(diǎn)不發(fā)生越距離單元走動(dòng)的方位幀內(nèi)具有穩(wěn)健物理特性的性質(zhì)，提出了堆棧聯(lián)合穩(wěn)健自編碼器。該網(wǎng)絡(luò)由一系列聯(lián)合穩(wěn)健自編碼器堆棧化實(shí)現(xiàn)，在匹配原始HRRP樣本的同時(shí)，約束同幀樣本趨近于平均像，并將網(wǎng)絡(luò)的最終輸出作為分類器的特征輸入?；趯?shí)測(cè)HRRP數(shù)據(jù)的實(shí)驗(yàn)結(jié)果驗(yàn)證了所提算法的有效性。
特征提取是雷達(dá)高分辨距離像(HRRP)目標(biāo)識(shí)別的核心技術(shù)。傳統(tǒng)的特征提取算法多采用淺層的模型結(jié)構(gòu)，容易忽視樣本的內(nèi)在結(jié)構(gòu)，不利于學(xué)習(xí)有效的分類特征。針對(duì)這一問題，該文利用多層非線性網(wǎng)絡(luò)實(shí)現(xiàn)特征學(xué)習(xí)，構(gòu)建了基于深層網(wǎng)絡(luò)的雷達(dá)HRRP目標(biāo)識(shí)別框架。利用平均像在散射點(diǎn)不發(fā)生越距離單元走動(dòng)的方位幀內(nèi)具有穩(wěn)健物理特性的性質(zhì)，提出了堆棧聯(lián)合穩(wěn)健自編碼器。該網(wǎng)絡(luò)由一系列聯(lián)合穩(wěn)健自編碼器堆棧化實(shí)現(xiàn)，在匹配原始HRRP樣本的同時(shí)，約束同幀樣本趨近于平均像，并將網(wǎng)絡(luò)的最終輸出作為分類器的特征輸入?；趯?shí)測(cè)HRRP數(shù)據(jù)的實(shí)驗(yàn)結(jié)果驗(yàn)證了所提算法的有效性。
2014, 36(12): 2956-2962.
doi: 10.3724/SP.J.1146.2013.02037
摘要:
進(jìn)動(dòng)引發(fā)的微多普勒調(diào)制可作為空間錐體目標(biāo)識(shí)別的重要依據(jù)，針對(duì)此該文提出一種基于窄帶雷達(dá)組網(wǎng)的進(jìn)動(dòng)錐體目標(biāo)特征提取方法。該文首先根據(jù)目標(biāo)散射特性推導(dǎo)了進(jìn)動(dòng)引發(fā)的散射點(diǎn)理論瞬時(shí)頻率變化，并根據(jù)頻譜熵實(shí)現(xiàn)了多個(gè)雷達(dá)視角觀測(cè)下的散射點(diǎn)瞬時(shí)頻率變化的匹配；然后依據(jù)不同視角下錐頂與錐底散射點(diǎn)瞬時(shí)頻率變化關(guān)系，提出一種目標(biāo)進(jìn)動(dòng)與尺寸特征聯(lián)合提取的新方法，實(shí)現(xiàn)了目標(biāo)高度、底面半徑、質(zhì)心位置、進(jìn)動(dòng)角等參數(shù)的高精度估計(jì)?；陔姶庞?jì)算數(shù)據(jù)的實(shí)驗(yàn)結(jié)果驗(yàn)證了該文所提方法的有效性和精確性。
進(jìn)動(dòng)引發(fā)的微多普勒調(diào)制可作為空間錐體目標(biāo)識(shí)別的重要依據(jù)，針對(duì)此該文提出一種基于窄帶雷達(dá)組網(wǎng)的進(jìn)動(dòng)錐體目標(biāo)特征提取方法。該文首先根據(jù)目標(biāo)散射特性推導(dǎo)了進(jìn)動(dòng)引發(fā)的散射點(diǎn)理論瞬時(shí)頻率變化，并根據(jù)頻譜熵實(shí)現(xiàn)了多個(gè)雷達(dá)視角觀測(cè)下的散射點(diǎn)瞬時(shí)頻率變化的匹配；然后依據(jù)不同視角下錐頂與錐底散射點(diǎn)瞬時(shí)頻率變化關(guān)系，提出一種目標(biāo)進(jìn)動(dòng)與尺寸特征聯(lián)合提取的新方法，實(shí)現(xiàn)了目標(biāo)高度、底面半徑、質(zhì)心位置、進(jìn)動(dòng)角等參數(shù)的高精度估計(jì)?；陔姶庞?jì)算數(shù)據(jù)的實(shí)驗(yàn)結(jié)果驗(yàn)證了該文所提方法的有效性和精確性。
2014, 36(12): 2963-2968.
doi: 10.3724/SP.J.1146.2014.00072
摘要:
針對(duì)非高斯相關(guān)雜波背景下，移動(dòng)目標(biāo)檢測(cè)(MTD)技術(shù)的檢測(cè)性能嚴(yán)重下降的問題，該文基于Alpha穩(wěn)定分布雜波模型和本征濾波理論，提出一種非高斯相關(guān)雜波背景下的雷達(dá)目標(biāo)檢測(cè)方法。該方法基于Alpha穩(wěn)定分布雜波模型，通過冪變換抑制雜波的非高斯特性，以及通過分?jǐn)?shù)低階相關(guān)矩陣白化雜波，在此基礎(chǔ)上應(yīng)用本征濾波實(shí)現(xiàn)對(duì)目標(biāo)信號(hào)的有效積累，可提高信雜比。仿真實(shí)驗(yàn)和實(shí)測(cè)數(shù)據(jù)驗(yàn)證表明，該方法在非高斯相關(guān)雜波背景下的檢測(cè)性能明顯優(yōu)于MTD方法的性能。
針對(duì)非高斯相關(guān)雜波背景下，移動(dòng)目標(biāo)檢測(cè)(MTD)技術(shù)的檢測(cè)性能嚴(yán)重下降的問題，該文基于Alpha穩(wěn)定分布雜波模型和本征濾波理論，提出一種非高斯相關(guān)雜波背景下的雷達(dá)目標(biāo)檢測(cè)方法。該方法基于Alpha穩(wěn)定分布雜波模型，通過冪變換抑制雜波的非高斯特性，以及通過分?jǐn)?shù)低階相關(guān)矩陣白化雜波，在此基礎(chǔ)上應(yīng)用本征濾波實(shí)現(xiàn)對(duì)目標(biāo)信號(hào)的有效積累，可提高信雜比。仿真實(shí)驗(yàn)和實(shí)測(cè)數(shù)據(jù)驗(yàn)證表明，該方法在非高斯相關(guān)雜波背景下的檢測(cè)性能明顯優(yōu)于MTD方法的性能。
2014, 36(12): 2969-2974.
doi: 10.3724/SP.J.1146.2014.00563
摘要:
針對(duì)存在導(dǎo)向矢量誤差時(shí)自適應(yīng)相干檢測(cè)器(ACE)的檢測(cè)性能下降問題，該文提出一種基于橢球不確定集約束的魯棒ACE設(shè)計(jì)方法。該方法在深入分析ACE檢測(cè)器工作原理的基礎(chǔ)上，利用導(dǎo)向矢量的尺度變化不影響ACE檢測(cè)器輸出這一特點(diǎn)，建立魯棒ACE檢測(cè)器模型并將其轉(zhuǎn)化為凸優(yōu)化問題，最后采用牛頓-拉夫森方法對(duì)該問題進(jìn)行求解。仿真實(shí)驗(yàn)結(jié)果表明，該方法可有效提高ACE檢測(cè)器對(duì)導(dǎo)向矢量誤差的魯棒性。
針對(duì)存在導(dǎo)向矢量誤差時(shí)自適應(yīng)相干檢測(cè)器(ACE)的檢測(cè)性能下降問題，該文提出一種基于橢球不確定集約束的魯棒ACE設(shè)計(jì)方法。該方法在深入分析ACE檢測(cè)器工作原理的基礎(chǔ)上，利用導(dǎo)向矢量的尺度變化不影響ACE檢測(cè)器輸出這一特點(diǎn)，建立魯棒ACE檢測(cè)器模型并將其轉(zhuǎn)化為凸優(yōu)化問題，最后采用牛頓-拉夫森方法對(duì)該問題進(jìn)行求解。仿真實(shí)驗(yàn)結(jié)果表明，該方法可有效提高ACE檢測(cè)器對(duì)導(dǎo)向矢量誤差的魯棒性。
2014, 36(12): 2975-2979.
doi: 10.3724/SP.J.1146.2014.00045
摘要:
傳統(tǒng)雷達(dá)測(cè)角系統(tǒng)副瓣跟蹤識(shí)別方法主要根據(jù)副瓣信號(hào)幅度較主瓣明顯偏低這一特性提出，該文通過對(duì)副瓣跟蹤原理的理論分析、仿真分析與實(shí)測(cè)驗(yàn)證，得出了關(guān)于副瓣跟蹤特性的新結(jié)論：副瓣跟蹤時(shí)和差相位正交、差和幅度比相對(duì)主瓣跟蹤明顯增大。在此基礎(chǔ)上提出一種基于信號(hào)幅相特性的副瓣跟蹤識(shí)別方法：構(gòu)造以差和幅度比、和差相位差為描述子的幅相特征向量，采用支持向量機(jī)(SVM)對(duì)特征向量進(jìn)行分類完成識(shí)別過程。實(shí)驗(yàn)結(jié)果表明，該文方法識(shí)別準(zhǔn)確率高，魯棒性、實(shí)時(shí)性、通用性強(qiáng)。
傳統(tǒng)雷達(dá)測(cè)角系統(tǒng)副瓣跟蹤識(shí)別方法主要根據(jù)副瓣信號(hào)幅度較主瓣明顯偏低這一特性提出，該文通過對(duì)副瓣跟蹤原理的理論分析、仿真分析與實(shí)測(cè)驗(yàn)證，得出了關(guān)于副瓣跟蹤特性的新結(jié)論：副瓣跟蹤時(shí)和差相位正交、差和幅度比相對(duì)主瓣跟蹤明顯增大。在此基礎(chǔ)上提出一種基于信號(hào)幅相特性的副瓣跟蹤識(shí)別方法：構(gòu)造以差和幅度比、和差相位差為描述子的幅相特征向量，采用支持向量機(jī)(SVM)對(duì)特征向量進(jìn)行分類完成識(shí)別過程。實(shí)驗(yàn)結(jié)果表明，該文方法識(shí)別準(zhǔn)確率高，魯棒性、實(shí)時(shí)性、通用性強(qiáng)。
2014, 36(12): 2980-2985.
doi: 10.3724/SP.J.1146.2014.00018
摘要:
通過估計(jì)墻體厚度及介電常數(shù)等環(huán)境參數(shù)來進(jìn)行補(bǔ)償成像是近年來穿墻雷達(dá)成像研究領(lǐng)域的熱點(diǎn)。為解決傳統(tǒng)穿墻成像模型中天線需要嚴(yán)格平行于墻體的限制，以及現(xiàn)有的環(huán)境參數(shù)估計(jì)算法計(jì)算效率低，穩(wěn)健性較差的問題，該文建立了一種新的多發(fā)多收(MIMO)體制穿墻雷達(dá)成像模型以適應(yīng)陣列與墻體位置關(guān)系未知的情況，同時(shí)根據(jù)該模型下墻體前后沿回波路徑模型，提出一種僅依賴于墻體回波時(shí)延的環(huán)境參數(shù)估計(jì)算法，穩(wěn)健性高并且運(yùn)算復(fù)雜度低。時(shí)域有限差分(FDTD)仿真數(shù)據(jù)驗(yàn)證了成像模型和環(huán)境參數(shù)估計(jì)算法的有效性。
通過估計(jì)墻體厚度及介電常數(shù)等環(huán)境參數(shù)來進(jìn)行補(bǔ)償成像是近年來穿墻雷達(dá)成像研究領(lǐng)域的熱點(diǎn)。為解決傳統(tǒng)穿墻成像模型中天線需要嚴(yán)格平行于墻體的限制，以及現(xiàn)有的環(huán)境參數(shù)估計(jì)算法計(jì)算效率低，穩(wěn)健性較差的問題，該文建立了一種新的多發(fā)多收(MIMO)體制穿墻雷達(dá)成像模型以適應(yīng)陣列與墻體位置關(guān)系未知的情況，同時(shí)根據(jù)該模型下墻體前后沿回波路徑模型，提出一種僅依賴于墻體回波時(shí)延的環(huán)境參數(shù)估計(jì)算法，穩(wěn)健性高并且運(yùn)算復(fù)雜度低。時(shí)域有限差分(FDTD)仿真數(shù)據(jù)驗(yàn)證了成像模型和環(huán)境參數(shù)估計(jì)算法的有效性。
2014, 36(12): 2986-2993.
doi: 10.3724/SP.J.1146.2013.01831
摘要:
基于壓縮感知(Compressed Sensing, CS)的合成孔徑雷達(dá)(SAR)成像算法可以用低于Nyquist采樣率的采樣數(shù)據(jù)完成稀疏目標(biāo)高分辨成像。然而已有的算法在重構(gòu)1維距離像時(shí)采用的大都是單重測(cè)量矢量(Single Measurement Vectors, SMV)模型，存在著重構(gòu)耗時(shí)長(zhǎng)、受噪聲干擾大的缺點(diǎn)。該文從壓縮感知的多重測(cè)量矢量(Multiple Measurement Vectors, MMV)模型出發(fā)，利用多重測(cè)量矢量恢復(fù)具有相同稀疏結(jié)構(gòu)的聯(lián)合稀疏目標(biāo)信號(hào)源，從理論與實(shí)驗(yàn)角度分析了基于MMV模型的SAR 1維距離像成像性能，提出了一種距離向基于MMV模型，方位向基于SMV模型的2維SAR成像算法。該算法從耗時(shí)上、重構(gòu)精度上均優(yōu)于SMV模型下的CS成像算法。通過對(duì)仿真數(shù)據(jù)和地基雷達(dá)實(shí)測(cè)數(shù)據(jù)的處理，驗(yàn)證了算法的有效性。
基于壓縮感知(Compressed Sensing, CS)的合成孔徑雷達(dá)(SAR)成像算法可以用低于Nyquist采樣率的采樣數(shù)據(jù)完成稀疏目標(biāo)高分辨成像。然而已有的算法在重構(gòu)1維距離像時(shí)采用的大都是單重測(cè)量矢量(Single Measurement Vectors, SMV)模型，存在著重構(gòu)耗時(shí)長(zhǎng)、受噪聲干擾大的缺點(diǎn)。該文從壓縮感知的多重測(cè)量矢量(Multiple Measurement Vectors, MMV)模型出發(fā)，利用多重測(cè)量矢量恢復(fù)具有相同稀疏結(jié)構(gòu)的聯(lián)合稀疏目標(biāo)信號(hào)源，從理論與實(shí)驗(yàn)角度分析了基于MMV模型的SAR 1維距離像成像性能，提出了一種距離向基于MMV模型，方位向基于SMV模型的2維SAR成像算法。該算法從耗時(shí)上、重構(gòu)精度上均優(yōu)于SMV模型下的CS成像算法。通過對(duì)仿真數(shù)據(jù)和地基雷達(dá)實(shí)測(cè)數(shù)據(jù)的處理，驗(yàn)證了算法的有效性。
2014, 36(12): 2994-3000.
doi: 10.3724/SP.J.1146.2013.02031
摘要:
Mosaic模式是聚束和ScanSAR的混合模式，能同時(shí)實(shí)現(xiàn)高分辨率和大場(chǎng)景成像。該文提出一種基于方位向多通道的Mosaic模式，將成像場(chǎng)景沿距離向和方位向劃分為若干子成像塊，各塊采用滑動(dòng)聚束模式獨(dú)立成像后再進(jìn)行2維拼接。利用短發(fā)射子孔徑使系統(tǒng)掃描角顯著減小，進(jìn)而降低系統(tǒng)設(shè)計(jì)難度，同時(shí)也使各子成像塊距離徙動(dòng)量減小；方位向多通道接收能提高系統(tǒng)信噪比，利用空間采樣降低脈沖重復(fù)頻率，更有利于波位選擇。
Mosaic模式是聚束和ScanSAR的混合模式，能同時(shí)實(shí)現(xiàn)高分辨率和大場(chǎng)景成像。該文提出一種基于方位向多通道的Mosaic模式，將成像場(chǎng)景沿距離向和方位向劃分為若干子成像塊，各塊采用滑動(dòng)聚束模式獨(dú)立成像后再進(jìn)行2維拼接。利用短發(fā)射子孔徑使系統(tǒng)掃描角顯著減小，進(jìn)而降低系統(tǒng)設(shè)計(jì)難度，同時(shí)也使各子成像塊距離徙動(dòng)量減小；方位向多通道接收能提高系統(tǒng)信噪比，利用空間采樣降低脈沖重復(fù)頻率，更有利于波位選擇。
2014, 36(12): 3001-3007.
doi: 10.3724/SP.J.1146.2013.01861
摘要:
該文研究了對(duì)稱穩(wěn)定分布(SS)沖擊噪聲下雙基地MIMO雷達(dá)的多目標(biāo)定位問題。針對(duì)SS噪聲下因二階矩不存在而造成子空間類算法估計(jì)性能下降的不足，提出了矩陣行2范數(shù)最大的預(yù)處理方法對(duì)接收數(shù)據(jù)進(jìn)行歸一化，使得歸一化后的協(xié)方差矩陣有界，并以拉直后的協(xié)方差矩陣構(gòu)造稀疏線性模型，提出了基于協(xié)方差矩陣-近似零范數(shù)(Covariance Matrix Smoothed L0 norm, CMSL0)算法進(jìn)行目標(biāo)的發(fā)射角和接收角估計(jì)。仿真實(shí)驗(yàn)表明：通過矩陣行2范數(shù)最大化預(yù)處理之后，MUSIC(Multiple Signal Classification)和CMSL0算法均能有效地估計(jì)出目標(biāo)的角度，并且CMSL0算法的估計(jì)精度及對(duì)沖擊噪聲的穩(wěn)健性均優(yōu)于MUSIC算法。此外，與MUSIC算法相比，CMSL0算法不要預(yù)先估計(jì)目標(biāo)源的數(shù)目，且收發(fā)陣元不受半波長(zhǎng)間隔的限制。
該文研究了對(duì)稱穩(wěn)定分布(SS)沖擊噪聲下雙基地MIMO雷達(dá)的多目標(biāo)定位問題。針對(duì)SS噪聲下因二階矩不存在而造成子空間類算法估計(jì)性能下降的不足，提出了矩陣行2范數(shù)最大的預(yù)處理方法對(duì)接收數(shù)據(jù)進(jìn)行歸一化，使得歸一化后的協(xié)方差矩陣有界，并以拉直后的協(xié)方差矩陣構(gòu)造稀疏線性模型，提出了基于協(xié)方差矩陣-近似零范數(shù)(Covariance Matrix Smoothed L0 norm, CMSL0)算法進(jìn)行目標(biāo)的發(fā)射角和接收角估計(jì)。仿真實(shí)驗(yàn)表明：通過矩陣行2范數(shù)最大化預(yù)處理之后，MUSIC(Multiple Signal Classification)和CMSL0算法均能有效地估計(jì)出目標(biāo)的角度，并且CMSL0算法的估計(jì)精度及對(duì)沖擊噪聲的穩(wěn)健性均優(yōu)于MUSIC算法。此外，與MUSIC算法相比，CMSL0算法不要預(yù)先估計(jì)目標(biāo)源的數(shù)目，且收發(fā)陣元不受半波長(zhǎng)間隔的限制。
2014, 36(12): 3008-3013.
doi: 10.3724/SP.J.1146.2013.01984
摘要:
針對(duì)無源雷達(dá)中高速機(jī)動(dòng)目標(biāo)在積累時(shí)間內(nèi)出現(xiàn)距離和多普勒徙動(dòng)，導(dǎo)致檢測(cè)性能惡化的問題。該文建立了目標(biāo)信號(hào)模型，提出一種基于Keystone變換結(jié)合傅里葉變換分段計(jì)算的高速機(jī)動(dòng)目標(biāo)檢測(cè)方法，通過信號(hào)重疊分段劃分快時(shí)間和慢時(shí)間，利用Keystone變換校正徑向速度差的距離徙動(dòng)，再對(duì)慢時(shí)間進(jìn)行二次分段，并結(jié)合傅里葉變換的分段計(jì)算完成徑向加速度差的距離和多普勒徙動(dòng)校正，實(shí)現(xiàn)信號(hào)相參積累和目標(biāo)檢測(cè)。仿真和實(shí)測(cè)數(shù)據(jù)結(jié)果驗(yàn)證了該方法的有效性。
針對(duì)無源雷達(dá)中高速機(jī)動(dòng)目標(biāo)在積累時(shí)間內(nèi)出現(xiàn)距離和多普勒徙動(dòng)，導(dǎo)致檢測(cè)性能惡化的問題。該文建立了目標(biāo)信號(hào)模型，提出一種基于Keystone變換結(jié)合傅里葉變換分段計(jì)算的高速機(jī)動(dòng)目標(biāo)檢測(cè)方法，通過信號(hào)重疊分段劃分快時(shí)間和慢時(shí)間，利用Keystone變換校正徑向速度差的距離徙動(dòng)，再對(duì)慢時(shí)間進(jìn)行二次分段，并結(jié)合傅里葉變換的分段計(jì)算完成徑向加速度差的距離和多普勒徙動(dòng)校正，實(shí)現(xiàn)信號(hào)相參積累和目標(biāo)檢測(cè)。仿真和實(shí)測(cè)數(shù)據(jù)結(jié)果驗(yàn)證了該方法的有效性。
2014, 36(12): 3014-3020.
doi: 10.3724/SP.J.1146.2013.02011
摘要:
針對(duì)均勻矩形平面陣在2維陣天波超視距雷達(dá)(OTHR)工程應(yīng)用時(shí)陣元數(shù)目龐大問題，該文提出利用改進(jìn)遺傳算法進(jìn)行稀疏優(yōu)化設(shè)計(jì)的解決辦法。從波束賦形角度出發(fā)建立了稀疏矩形平面陣的布陣優(yōu)化模型；以俯仰波束能分辨OTHR多模傳播的波達(dá)角(DOA)為原則確定了遺傳算法的初始種群；為避免遺傳進(jìn)化中出現(xiàn)早熟和隨機(jī)漫游現(xiàn)象修正了適應(yīng)度函數(shù)；為實(shí)現(xiàn)稀疏率精確控制改進(jìn)了交叉和變異算子。仿真結(jié)果表明，該文算法不僅實(shí)現(xiàn)了稀疏率的精確控制，同時(shí)提高了優(yōu)化性能。該文最后對(duì)2維稀疏陣列在OTHR工程應(yīng)用時(shí)的可行性進(jìn)行了分析，指出其應(yīng)用條件和存在的技術(shù)難點(diǎn)，并給出了相應(yīng)的解決方案。
針對(duì)均勻矩形平面陣在2維陣天波超視距雷達(dá)(OTHR)工程應(yīng)用時(shí)陣元數(shù)目龐大問題，該文提出利用改進(jìn)遺傳算法進(jìn)行稀疏優(yōu)化設(shè)計(jì)的解決辦法。從波束賦形角度出發(fā)建立了稀疏矩形平面陣的布陣優(yōu)化模型；以俯仰波束能分辨OTHR多模傳播的波達(dá)角(DOA)為原則確定了遺傳算法的初始種群；為避免遺傳進(jìn)化中出現(xiàn)早熟和隨機(jī)漫游現(xiàn)象修正了適應(yīng)度函數(shù)；為實(shí)現(xiàn)稀疏率精確控制改進(jìn)了交叉和變異算子。仿真結(jié)果表明，該文算法不僅實(shí)現(xiàn)了稀疏率的精確控制，同時(shí)提高了優(yōu)化性能。該文最后對(duì)2維稀疏陣列在OTHR工程應(yīng)用時(shí)的可行性進(jìn)行了分析，指出其應(yīng)用條件和存在的技術(shù)難點(diǎn)，并給出了相應(yīng)的解決方案。
2014, 36(12): 3021-3026.
doi: 10.3724/SP.J.1146.2013.01826
摘要:
天線優(yōu)化設(shè)計(jì)中，由于經(jīng)典優(yōu)化算法一般需要對(duì)同一結(jié)構(gòu)的成百上千組參數(shù)進(jìn)行電磁仿真后才能得出最優(yōu)結(jié)果，因此多參數(shù)、大范圍的天線優(yōu)化設(shè)計(jì)存在計(jì)算效率問題。該文利用Kriging模型擬合參數(shù)空間內(nèi)樣本點(diǎn)的電磁仿真數(shù)據(jù)，代替電磁仿真實(shí)現(xiàn)從結(jié)構(gòu)參數(shù)到電磁響應(yīng)的瞬時(shí)近似計(jì)算，通過初始階段的多維均勻拉丁超立方采樣算法(LHS-MDU)和優(yōu)化循環(huán)中的新增采樣策略，減少電磁仿真次數(shù)，提高優(yōu)化設(shè)計(jì)效率。利用此方法調(diào)整矩形貼片天線的饋點(diǎn)位置和雙頻單極子天線的振子長(zhǎng)度來優(yōu)化工作頻點(diǎn)與阻抗帶寬，相比遺傳算法，完成相同目標(biāo)所需的電磁仿真次數(shù)分別減少了75%和84%。
天線優(yōu)化設(shè)計(jì)中，由于經(jīng)典優(yōu)化算法一般需要對(duì)同一結(jié)構(gòu)的成百上千組參數(shù)進(jìn)行電磁仿真后才能得出最優(yōu)結(jié)果，因此多參數(shù)、大范圍的天線優(yōu)化設(shè)計(jì)存在計(jì)算效率問題。該文利用Kriging模型擬合參數(shù)空間內(nèi)樣本點(diǎn)的電磁仿真數(shù)據(jù)，代替電磁仿真實(shí)現(xiàn)從結(jié)構(gòu)參數(shù)到電磁響應(yīng)的瞬時(shí)近似計(jì)算，通過初始階段的多維均勻拉丁超立方采樣算法(LHS-MDU)和優(yōu)化循環(huán)中的新增采樣策略，減少電磁仿真次數(shù)，提高優(yōu)化設(shè)計(jì)效率。利用此方法調(diào)整矩形貼片天線的饋點(diǎn)位置和雙頻單極子天線的振子長(zhǎng)度來優(yōu)化工作頻點(diǎn)與阻抗帶寬，相比遺傳算法，完成相同目標(biāo)所需的電磁仿真次數(shù)分別減少了75%和84%。
2014, 36(12): 3027-3034.
doi: 10.3724/SP.J.1146.2014.00023
摘要:
可重構(gòu)密碼處理結(jié)構(gòu)是一種面向信息安全處理的新型體系結(jié)構(gòu)，但具有吞吐量和利用率不足的問題。該文提出一種基于流處理框架的陣列結(jié)構(gòu)可重構(gòu)分組密碼處理模型(Stream based Reconfigurable Clustered block Cipher Processing Array, S-RCCPA)。針對(duì)分組密碼算法特點(diǎn)，采用粗粒度可重構(gòu)功能單元、基于Crossbar的分級(jí)互連網(wǎng)絡(luò)、分布式密鑰池存儲(chǔ)結(jié)構(gòu)以及靜態(tài)與動(dòng)態(tài)相結(jié)合的重構(gòu)方式，支持密碼處理路徑的動(dòng)態(tài)重組，以不同并行度的虛擬流水線執(zhí)行密碼任務(wù)。對(duì)典型分組密碼算法的適配結(jié)果表明，在 CMOS工藝下，依據(jù)所適配算法結(jié)構(gòu)的不同，規(guī)模為41的S-RCCPA模型的典型分組密碼處理性能可達(dá)其它架構(gòu)的5.28~47.84倍。
可重構(gòu)密碼處理結(jié)構(gòu)是一種面向信息安全處理的新型體系結(jié)構(gòu)，但具有吞吐量和利用率不足的問題。該文提出一種基于流處理框架的陣列結(jié)構(gòu)可重構(gòu)分組密碼處理模型(Stream based Reconfigurable Clustered block Cipher Processing Array, S-RCCPA)。針對(duì)分組密碼算法特點(diǎn)，采用粗粒度可重構(gòu)功能單元、基于Crossbar的分級(jí)互連網(wǎng)絡(luò)、分布式密鑰池存儲(chǔ)結(jié)構(gòu)以及靜態(tài)與動(dòng)態(tài)相結(jié)合的重構(gòu)方式，支持密碼處理路徑的動(dòng)態(tài)重組，以不同并行度的虛擬流水線執(zhí)行密碼任務(wù)。對(duì)典型分組密碼算法的適配結(jié)果表明，在 CMOS工藝下，依據(jù)所適配算法結(jié)構(gòu)的不同，規(guī)模為41的S-RCCPA模型的典型分組密碼處理性能可達(dá)其它架構(gòu)的5.28~47.84倍。
2014, 36(12): 3035-3041.
doi: 10.3724/SP.J.1146.2013.02025
摘要:
嵌入式存儲(chǔ)器易受到空間單粒子效應(yīng)(Single-Event Effects, SEE)的影響。該文提出了一種單粒子效應(yīng)失效率評(píng)估的方法，包含了單粒子翻轉(zhuǎn)和單粒子瞬態(tài)擾動(dòng)等效應(yīng)對(duì)嵌入式存儲(chǔ)器不同電路單元的具體影響，可對(duì)不同存儲(chǔ)形式、不同容錯(cuò)方法的嵌入式存儲(chǔ)器單粒子效應(yīng)失效率進(jìn)行定量評(píng)估。該文提出的評(píng)估方法在中國科學(xué)院電子學(xué)研究所自主研制的嵌入式可編程存儲(chǔ)器試驗(yàn)芯片上得到了驗(yàn)證，地面單粒子模擬實(shí)驗(yàn)表明該文方法預(yù)測(cè)的失效率評(píng)估結(jié)果與實(shí)驗(yàn)測(cè)試結(jié)果的平均偏差約為10.5%。
嵌入式存儲(chǔ)器易受到空間單粒子效應(yīng)(Single-Event Effects, SEE)的影響。該文提出了一種單粒子效應(yīng)失效率評(píng)估的方法，包含了單粒子翻轉(zhuǎn)和單粒子瞬態(tài)擾動(dòng)等效應(yīng)對(duì)嵌入式存儲(chǔ)器不同電路單元的具體影響，可對(duì)不同存儲(chǔ)形式、不同容錯(cuò)方法的嵌入式存儲(chǔ)器單粒子效應(yīng)失效率進(jìn)行定量評(píng)估。該文提出的評(píng)估方法在中國科學(xué)院電子學(xué)研究所自主研制的嵌入式可編程存儲(chǔ)器試驗(yàn)芯片上得到了驗(yàn)證，地面單粒子模擬實(shí)驗(yàn)表明該文方法預(yù)測(cè)的失效率評(píng)估結(jié)果與實(shí)驗(yàn)測(cè)試結(jié)果的平均偏差約為10.5%。
2014, 36(12): 3042-3045.
doi: 10.3724/SP.J.1146.2014.00008
摘要:
該文探討了調(diào)制信號(hào)經(jīng)過色散窄帶系統(tǒng)時(shí)，群時(shí)延與相關(guān)時(shí)延之間的關(guān)系，分析了色散對(duì)系統(tǒng)時(shí)延校準(zhǔn)的影響。當(dāng)信號(hào)經(jīng)過系統(tǒng)時(shí)，信號(hào)包絡(luò)的時(shí)延主要由上升沿與下降沿的變形引起。對(duì)矩形脈沖調(diào)制、三角脈沖調(diào)制、余弦脈沖調(diào)制以及線性調(diào)頻脈沖調(diào)制的研究表明，相關(guān)時(shí)延不等于系統(tǒng)在載波頻率點(diǎn)的群時(shí)延，近似為群時(shí)延的加權(quán)平均，加權(quán)值為信號(hào)頻譜分布與系統(tǒng)幅度響應(yīng)的乘積。利用群時(shí)延對(duì)系統(tǒng)相關(guān)時(shí)延校準(zhǔn)時(shí)，系統(tǒng)相位響應(yīng)的線性度越好，校準(zhǔn)精度越高。
該文探討了調(diào)制信號(hào)經(jīng)過色散窄帶系統(tǒng)時(shí)，群時(shí)延與相關(guān)時(shí)延之間的關(guān)系，分析了色散對(duì)系統(tǒng)時(shí)延校準(zhǔn)的影響。當(dāng)信號(hào)經(jīng)過系統(tǒng)時(shí)，信號(hào)包絡(luò)的時(shí)延主要由上升沿與下降沿的變形引起。對(duì)矩形脈沖調(diào)制、三角脈沖調(diào)制、余弦脈沖調(diào)制以及線性調(diào)頻脈沖調(diào)制的研究表明，相關(guān)時(shí)延不等于系統(tǒng)在載波頻率點(diǎn)的群時(shí)延，近似為群時(shí)延的加權(quán)平均，加權(quán)值為信號(hào)頻譜分布與系統(tǒng)幅度響應(yīng)的乘積。利用群時(shí)延對(duì)系統(tǒng)相關(guān)時(shí)延校準(zhǔn)時(shí)，系統(tǒng)相位響應(yīng)的線性度越好，校準(zhǔn)精度越高。
2014, 36(12): 3046-3050.
doi: 10.3724/SP.J.1146.2014.00545
摘要:
為了提高AH模型的建模精度，該文在AH模型的帶記憶弱非線性模塊中引入滯后包絡(luò)項(xiàng)和超前包絡(luò)項(xiàng)，用于仿真功率放大器的滯后包絡(luò)效應(yīng)和超前包絡(luò)效應(yīng)，從而構(gòu)建出廣義改進(jìn)型Hammerstein模型(GAH)。通過實(shí)驗(yàn)比較了GAH模型和AH、記憶多項(xiàng)式、分?jǐn)?shù)階記憶多項(xiàng)式以及廣義記憶多項(xiàng)式模型的建模精度和模型復(fù)雜度。實(shí)驗(yàn)結(jié)果顯示GAH模型能在很低的計(jì)算復(fù)雜度下很好地表征功率放大器的記憶效應(yīng)。
為了提高AH模型的建模精度，該文在AH模型的帶記憶弱非線性模塊中引入滯后包絡(luò)項(xiàng)和超前包絡(luò)項(xiàng)，用于仿真功率放大器的滯后包絡(luò)效應(yīng)和超前包絡(luò)效應(yīng)，從而構(gòu)建出廣義改進(jìn)型Hammerstein模型(GAH)。通過實(shí)驗(yàn)比較了GAH模型和AH、記憶多項(xiàng)式、分?jǐn)?shù)階記憶多項(xiàng)式以及廣義記憶多項(xiàng)式模型的建模精度和模型復(fù)雜度。實(shí)驗(yàn)結(jié)果顯示GAH模型能在很低的計(jì)算復(fù)雜度下很好地表征功率放大器的記憶效應(yīng)。
