郵件訂閱
2015年 第37卷 第12期
2015, 37(12): 2795-2801.
doi: 10.11999/JEIT150422
摘要:
云計算、健康醫(yī)療、街景地圖服務、推薦系統(tǒng)等新興服務促使數據的種類和規(guī)模以前所未有的速度增長，數據量的激增會導致很多共性問題。例如數據的可表示，可處理和可靠性問題。如何有效處理和分析數據之間的關系，提高數據的劃分效率，建立數據的聚類分析模型，已經成為學術界和企業(yè)界共同亟待解決的問題。該文提出一種基于語義特征的層次聚類方法，首先根據數據的語義特征進行訓練，然后在每個子集上利用訓練結果進行層次聚類，最終產生整體數據的密度中心點，提高了數據聚類效率和準確性。此方法采樣復雜度低，數據分析準確，易于實現(xiàn)，具有良好的判定性。
云計算、健康醫(yī)療、街景地圖服務、推薦系統(tǒng)等新興服務促使數據的種類和規(guī)模以前所未有的速度增長，數據量的激增會導致很多共性問題。例如數據的可表示，可處理和可靠性問題。如何有效處理和分析數據之間的關系，提高數據的劃分效率，建立數據的聚類分析模型，已經成為學術界和企業(yè)界共同亟待解決的問題。該文提出一種基于語義特征的層次聚類方法，首先根據數據的語義特征進行訓練，然后在每個子集上利用訓練結果進行層次聚類，最終產生整體數據的密度中心點，提高了數據聚類效率和準確性。此方法采樣復雜度低，數據分析準確，易于實現(xiàn)，具有良好的判定性。
2015, 37(12): 2802-2807.
doi: 10.11999/JEIT150356
摘要:
為了解決無線自組織網絡中轉發(fā)節(jié)點因自身能量與存儲空間限制而拒絕協(xié)作的自私性問題，該文從分析數據包源節(jié)點與轉發(fā)節(jié)點的收益與開銷特性出發(fā)，基于虛擬貨幣的獎勵機制，結合博弈理論提出無線自組織網絡增強協(xié)作模型。該模型將網絡協(xié)作問題轉化為數據包轉發(fā)路徑中多轉發(fā)節(jié)點與源節(jié)點收益的博弈均衡問題，在保障雙方利益的基礎上提出最優(yōu)的激勵方式，促進通信協(xié)作的進行。另外，為最大化網絡生存時間與避免擁塞，該模型對轉發(fā)節(jié)點的電量與存儲空間狀態(tài)做了相應的約束。
為了解決無線自組織網絡中轉發(fā)節(jié)點因自身能量與存儲空間限制而拒絕協(xié)作的自私性問題，該文從分析數據包源節(jié)點與轉發(fā)節(jié)點的收益與開銷特性出發(fā)，基于虛擬貨幣的獎勵機制，結合博弈理論提出無線自組織網絡增強協(xié)作模型。該模型將網絡協(xié)作問題轉化為數據包轉發(fā)路徑中多轉發(fā)節(jié)點與源節(jié)點收益的博弈均衡問題，在保障雙方利益的基礎上提出最優(yōu)的激勵方式，促進通信協(xié)作的進行。另外，為最大化網絡生存時間與避免擁塞，該模型對轉發(fā)節(jié)點的電量與存儲空間狀態(tài)做了相應的約束。
2015, 37(12): 2808-2814.
doi: 10.11999/JEIT150208
摘要:
該文針對無線傳感器網絡(WSNs)數據聚合與安全目標之間的矛盾，基于隱私同態(tài)和聚合消息驗證碼技術提出一種同時保障數據隱私性與完整性的可恢復數據聚合方案。該方案支持由聚合結果恢復出各感知數據，從而一方面能夠驗證感知數據和聚合數據的完整性，另一方面能夠對原始數據進行任意所需的處理，不受聚合函數類型的限制。安全分析表明該方案不僅支持數據隱私性、完整性，還能夠抵抗未授權聚合攻擊，聚合節(jié)點俘獲攻擊，且能夠在一定范圍內檢測及定位惡意節(jié)點。性能分析表明，該方案相比其他算法在通信和計算開銷方面具有顯著優(yōu)勢。為了評估方案性能和可行性，基于TinyOS給出了算法的原型實現(xiàn)。實驗結果表明，該方案開銷較低，對于資源受限的WSNs是高效可行的。
該文針對無線傳感器網絡(WSNs)數據聚合與安全目標之間的矛盾，基于隱私同態(tài)和聚合消息驗證碼技術提出一種同時保障數據隱私性與完整性的可恢復數據聚合方案。該方案支持由聚合結果恢復出各感知數據，從而一方面能夠驗證感知數據和聚合數據的完整性，另一方面能夠對原始數據進行任意所需的處理，不受聚合函數類型的限制。安全分析表明該方案不僅支持數據隱私性、完整性，還能夠抵抗未授權聚合攻擊，聚合節(jié)點俘獲攻擊，且能夠在一定范圍內檢測及定位惡意節(jié)點。性能分析表明，該方案相比其他算法在通信和計算開銷方面具有顯著優(yōu)勢。為了評估方案性能和可行性，基于TinyOS給出了算法的原型實現(xiàn)。實驗結果表明，該方案開銷較低，對于資源受限的WSNs是高效可行的。
2015, 37(12): 2815-2820.
doi: 10.11999/JEIT150191
摘要:
對實體匹配用戶內容搜索的狀態(tài)進行預測可顯著提高物聯(lián)網搜索的效率，降低搜索過程的通信開銷。該文提出等時距與周期內實體狀態(tài)預測方法，估計實體在用戶查詢時刻的狀態(tài)；設計了適用于內容搜索的有序驗證方法，依據實體匹配用戶查詢內容的概率對實體進行排序驗證，以保證用戶搜索結果的可靠性。結果表明，所提實體狀態(tài)預測方法具有較高的精度，結合所提預測方法與匹配驗證方法的搜索機制具有較低的通信開銷。
對實體匹配用戶內容搜索的狀態(tài)進行預測可顯著提高物聯(lián)網搜索的效率，降低搜索過程的通信開銷。該文提出等時距與周期內實體狀態(tài)預測方法，估計實體在用戶查詢時刻的狀態(tài)；設計了適用于內容搜索的有序驗證方法，依據實體匹配用戶查詢內容的概率對實體進行排序驗證，以保證用戶搜索結果的可靠性。結果表明，所提實體狀態(tài)預測方法具有較高的精度，結合所提預測方法與匹配驗證方法的搜索機制具有較低的通信開銷。
2015, 37(12): 2821-2829.
doi: 10.11999/JEIT150387
摘要:
針對現(xiàn)有基于數據特征的內核惡意軟件檢測方法存在隨特征的增多效率較低的問題，該文提出一種基于層次聚類的特征選擇方法。首先，分析相似度計算方法應用于數據特征相似度計算時存在的困難，提出最長公共子集并設計兩輪Hash求解法計算最長公共子集；其次，設計基于最長公共子集的層次聚類算法，有效地將相似特征聚類成簇；在此基礎上，設計基于不一致系數的內核惡意軟件特征選擇算法，大大減少特征數，提高檢測效率。實驗結果驗證了方法的有效性，且時間開銷在可接受的范圍內。
針對現(xiàn)有基于數據特征的內核惡意軟件檢測方法存在隨特征的增多效率較低的問題，該文提出一種基于層次聚類的特征選擇方法。首先，分析相似度計算方法應用于數據特征相似度計算時存在的困難，提出最長公共子集并設計兩輪Hash求解法計算最長公共子集；其次，設計基于最長公共子集的層次聚類算法，有效地將相似特征聚類成簇；在此基礎上，設計基于不一致系數的內核惡意軟件特征選擇算法，大大減少特征數，提高檢測效率。實驗結果驗證了方法的有效性，且時間開銷在可接受的范圍內。
2015, 37(12): 2830-2837.
doi: 10.11999/JEIT150477
摘要:
為使用于無損信息隱藏的廣義整數變換更具普遍意義并提高數據嵌入容量，該文在對廣義整數變換進行拓展的基礎上提出一種圖像無損信息隱藏新方法。該方法通過對廣義整數變換引入可變參數m進行拓展，可在n個像素點組成的圖像塊中嵌入m(n-1) bit數據，m＞1時提高了數據嵌入容量，方法還采用一種新的數據嵌入策略提高了隱藏圖像質量。與現(xiàn)有整數變換算法相比，該文算法在數據嵌入容量和隱藏圖像質量上有一定的提升。該方法可用于對圖像質量要求較高的軍事通信、醫(yī)學保健和法律論證等領域，在提取嵌入的機密信息后，原宿主圖像可無失真恢復。
為使用于無損信息隱藏的廣義整數變換更具普遍意義并提高數據嵌入容量，該文在對廣義整數變換進行拓展的基礎上提出一種圖像無損信息隱藏新方法。該方法通過對廣義整數變換引入可變參數m進行拓展，可在n個像素點組成的圖像塊中嵌入m(n-1) bit數據，m＞1時提高了數據嵌入容量，方法還采用一種新的數據嵌入策略提高了隱藏圖像質量。與現(xiàn)有整數變換算法相比，該文算法在數據嵌入容量和隱藏圖像質量上有一定的提升。該方法可用于對圖像質量要求較高的軍事通信、醫(yī)學保健和法律論證等領域，在提取嵌入的機密信息后，原宿主圖像可無失真恢復。
2015, 37(12): 2838-2844.
doi: 10.11999/JEIT150407
摘要:
無證書聚合簽密不僅可以保證信息傳輸的機密性和認證性，還可以降低密文的驗證和通信開銷。分析現(xiàn)有無證書聚合簽密方案，發(fā)現(xiàn)它們的計算效率普遍較低。該文提出一個緊致的無證書聚合簽密方案，方案聚合驗證密文信息需要的雙線性對個數固定，并且與簽密用戶個數無關。與已有無證書聚合簽密方案相比，新方案減少了雙線性對運算個數，提高了聚合驗證效率。同時，在隨機預言模型下，基于雙線性Diffie-Hellman困難問題和計算Diffie-Hellman困難問題，證明方案滿足機密性和不可偽造性。
無證書聚合簽密不僅可以保證信息傳輸的機密性和認證性，還可以降低密文的驗證和通信開銷。分析現(xiàn)有無證書聚合簽密方案，發(fā)現(xiàn)它們的計算效率普遍較低。該文提出一個緊致的無證書聚合簽密方案，方案聚合驗證密文信息需要的雙線性對個數固定，并且與簽密用戶個數無關。與已有無證書聚合簽密方案相比，新方案減少了雙線性對運算個數，提高了聚合驗證效率。同時，在隨機預言模型下，基于雙線性Diffie-Hellman困難問題和計算Diffie-Hellman困難問題，證明方案滿足機密性和不可偽造性。
2015, 37(12): 2845-2851.
doi: 10.11999/JEIT150049
摘要:
該文針對MD-64分組密碼算法在相關密鑰-矩形攻擊下的安全性進行了研究。分析了算法中高次DDO (Data Dependent Operations)結構、SPN結構在輸入差分重量為1時的差分轉移規(guī)律，利用高次DDO結構的差分特性和SPN結構重量為1的差分路徑構造了算法的兩條相關密鑰-差分路徑，通過連接兩條路徑構造了算法的完全輪的相關密鑰-矩形區(qū)分器，并對算法進行了相關密鑰-矩形攻擊，恢復出了32 bit密鑰。攻擊算法所需的數據復雜度為262相關密鑰-選擇明文，計算復雜度為291.6次MD-64算法加密，存儲復雜度為266.6 Byte存儲空間，成功率約為0.961。分析結果表明，MD-64算法在相關密鑰-矩形攻擊條件下的安全性無法達到設計目標。
該文針對MD-64分組密碼算法在相關密鑰-矩形攻擊下的安全性進行了研究。分析了算法中高次DDO (Data Dependent Operations)結構、SPN結構在輸入差分重量為1時的差分轉移規(guī)律，利用高次DDO結構的差分特性和SPN結構重量為1的差分路徑構造了算法的兩條相關密鑰-差分路徑，通過連接兩條路徑構造了算法的完全輪的相關密鑰-矩形區(qū)分器，并對算法進行了相關密鑰-矩形攻擊，恢復出了32 bit密鑰。攻擊算法所需的數據復雜度為262相關密鑰-選擇明文，計算復雜度為291.6次MD-64算法加密，存儲復雜度為266.6 Byte存儲空間，成功率約為0.961。分析結果表明，MD-64算法在相關密鑰-矩形攻擊條件下的安全性無法達到設計目標。
2015, 37(12): 2852-2857.
doi: 10.11999/JEIT150577
摘要:
隨著高鐵的快速發(fā)展，鐵路移動通信系統(tǒng)對切換時延、切換成功率等要求更為苛刻。該文針對鐵路長期演進(LTE-R)系統(tǒng)提出基于速度觸發(fā)的提前切換算法，通過提前進行信令交互、設置切換預承載點切換的方式抑制過早或過遲切換所帶來的通信中斷、掉話等問題。通過信令流程圖進行理論分析，并對長期演進(LTE)各結構類型數據計算可知，該算法均可縮短切換時延，其中TDD幀結構類型2時效果最為顯著。最后通過仿真對比得到提前切換算法相比傳統(tǒng)切換算法有著更高且更穩(wěn)定的切換成功率，驗證算法的有效性，為LTE-R在未來鐵路專網的應用提供技術支持。
隨著高鐵的快速發(fā)展，鐵路移動通信系統(tǒng)對切換時延、切換成功率等要求更為苛刻。該文針對鐵路長期演進(LTE-R)系統(tǒng)提出基于速度觸發(fā)的提前切換算法，通過提前進行信令交互、設置切換預承載點切換的方式抑制過早或過遲切換所帶來的通信中斷、掉話等問題。通過信令流程圖進行理論分析，并對長期演進(LTE)各結構類型數據計算可知，該算法均可縮短切換時延，其中TDD幀結構類型2時效果最為顯著。最后通過仿真對比得到提前切換算法相比傳統(tǒng)切換算法有著更高且更穩(wěn)定的切換成功率，驗證算法的有效性，為LTE-R在未來鐵路專網的應用提供技術支持。
2015, 37(12): 2858-2865.
doi: 10.11999/JEIT150460
摘要:
針對傳統(tǒng)分布式協(xié)作頻譜檢測算法認知用戶不能實時檢測問題，該文提出基于擴散策略的實時分布式協(xié)作檢測算法。算法利用各個節(jié)點的本地代價表示全局代價，通過最小化各個節(jié)點的代價使得全局代價最小。采用最速下降法，利用迭代方式計算各個節(jié)點檢測量的最優(yōu)估計值，得出估計值的理論穩(wěn)態(tài)均值和方差，得出虛警概率、檢測概率以及檢測門限的封閉表達式。理論分析和實驗結果表明，該算法能夠有效解決分布式網絡認知節(jié)點的實時檢測問題，并具備快速學習和適應環(huán)境變化的能力。當虛警概率為0.01且檢測概率達到0.9時，平均信噪比較平均共識和非實時擴散策略降低了約6 dB，能夠實現(xiàn)在極低信噪比條件下的信號檢測。
針對傳統(tǒng)分布式協(xié)作頻譜檢測算法認知用戶不能實時檢測問題，該文提出基于擴散策略的實時分布式協(xié)作檢測算法。算法利用各個節(jié)點的本地代價表示全局代價，通過最小化各個節(jié)點的代價使得全局代價最小。采用最速下降法，利用迭代方式計算各個節(jié)點檢測量的最優(yōu)估計值，得出估計值的理論穩(wěn)態(tài)均值和方差，得出虛警概率、檢測概率以及檢測門限的封閉表達式。理論分析和實驗結果表明，該算法能夠有效解決分布式網絡認知節(jié)點的實時檢測問題，并具備快速學習和適應環(huán)境變化的能力。當虛警概率為0.01且檢測概率達到0.9時，平均信噪比較平均共識和非實時擴散策略降低了約6 dB，能夠實現(xiàn)在極低信噪比條件下的信號檢測。
2015, 37(12): 2866-2871.
doi: 10.11999/JEIT 141496
摘要:
為消除隨機共振系統(tǒng)的窄帶限制，實現(xiàn)線性調頻信號的高增益數字化接收，該文提出一種基于樣點頻率設定的數字化接收方法。該方法直接將線性調頻信號通過數字化的樣點篩選、頻率設定過程，變換為適配于后續(xù)級聯(lián)隨機共振系統(tǒng)的單頻信號。從而順利完成寬帶接收信號中噪聲能量向信號能量的轉化。理論和仿真實驗表明該算法可實現(xiàn)線性調頻的解調，其處理增益較現(xiàn)有算法提高約2 dB。
為消除隨機共振系統(tǒng)的窄帶限制，實現(xiàn)線性調頻信號的高增益數字化接收，該文提出一種基于樣點頻率設定的數字化接收方法。該方法直接將線性調頻信號通過數字化的樣點篩選、頻率設定過程，變換為適配于后續(xù)級聯(lián)隨機共振系統(tǒng)的單頻信號。從而順利完成寬帶接收信號中噪聲能量向信號能量的轉化。理論和仿真實驗表明該算法可實現(xiàn)線性調頻的解調，其處理增益較現(xiàn)有算法提高約2 dB。
2015, 37(12): 2872-2876.
doi: 10.11999/JEIT150440
摘要:
該文在對正交頻分復用(OFDM)水聲通信速率最大化問題建?；A上，對注水算法的運算量進行了合理簡化，實現(xiàn)了對子載波初始能量的快速分配。針對固定判決門限離散比特分配算法存在的碼元能量嚴重浪費和速率損失問題，提出了基于貪婪的比特分配方案，以較小的計算量代價實現(xiàn)了OFDM通信速率的顯著提高。研究表明，在壓縮信道編碼的不完全信道估計下，新算法仍具有良好的通信速率及誤碼率性能，適用于時變水聲信道。
該文在對正交頻分復用(OFDM)水聲通信速率最大化問題建?；A上，對注水算法的運算量進行了合理簡化，實現(xiàn)了對子載波初始能量的快速分配。針對固定判決門限離散比特分配算法存在的碼元能量嚴重浪費和速率損失問題，提出了基于貪婪的比特分配方案，以較小的計算量代價實現(xiàn)了OFDM通信速率的顯著提高。研究表明，在壓縮信道編碼的不完全信道估計下，新算法仍具有良好的通信速率及誤碼率性能，適用于時變水聲信道。
2015, 37(12): 2877-2884.
doi: 10.11999/JEIT150327
摘要:
基于指數再生窗Gabor框架的欠Nyquist采樣系統(tǒng)對窄脈沖信號完成采樣與重構一般情況下效果較好，但是當框架高度冗余時，使用傳統(tǒng)面向系數域的方法對信號進行子空間探測會面臨失敗或較大誤差。該文采用面向信號域的思想，構建了分塊的對偶Gabor字典，并對信號分塊稀疏表示；根據信號的分塊表示推導了采樣系統(tǒng)的測量矩陣，提出了測量矩陣受字典相干性約束的分塊-相干性；將信號合成模型引入多觀測向量問題，提出基于分塊-閉包的同步正交匹配追蹤算法(SOMPB,F )，用于信號子空間探測。此外還證明了算法的收斂約束條件。仿真結果表明，所提子空間探測方法相比傳統(tǒng)方法提高了信號重構成功率，降低了采樣通道數，并增強了系統(tǒng)魯棒性。
基于指數再生窗Gabor框架的欠Nyquist采樣系統(tǒng)對窄脈沖信號完成采樣與重構一般情況下效果較好，但是當框架高度冗余時，使用傳統(tǒng)面向系數域的方法對信號進行子空間探測會面臨失敗或較大誤差。該文采用面向信號域的思想，構建了分塊的對偶Gabor字典，并對信號分塊稀疏表示；根據信號的分塊表示推導了采樣系統(tǒng)的測量矩陣，提出了測量矩陣受字典相干性約束的分塊-相干性；將信號合成模型引入多觀測向量問題，提出基于分塊-閉包的同步正交匹配追蹤算法(SOMPB,F )，用于信號子空間探測。此外還證明了算法的收斂約束條件。仿真結果表明，所提子空間探測方法相比傳統(tǒng)方法提高了信號重構成功率，降低了采樣通道數，并增強了系統(tǒng)魯棒性。
2015, 37(12): 2885-2890.
doi: 10.11999/JEIT150340
摘要:
在分析不相關分布式信源(Incoherently Distributed Source, IDS)信號模型的基礎上，該文給出一種基于稀疏表示的IDS參數估計方法。該方法利用IDS協(xié)方差矩陣的Toeplitz性質，結合IDS協(xié)方差矩陣的兩點近似及Jacobi-Anger級數展開模型，分別采用兩個1維稀疏表示問題對IDS的角度擴展及中心入射角度進行估計。同現(xiàn)有算法相比，該文方法不需要進行2維搜索，計算量較小。仿真結果表明，該文算法在低信噪比及小快拍情況下具有良好的參數估計性能。
在分析不相關分布式信源(Incoherently Distributed Source, IDS)信號模型的基礎上，該文給出一種基于稀疏表示的IDS參數估計方法。該方法利用IDS協(xié)方差矩陣的Toeplitz性質，結合IDS協(xié)方差矩陣的兩點近似及Jacobi-Anger級數展開模型，分別采用兩個1維稀疏表示問題對IDS的角度擴展及中心入射角度進行估計。同現(xiàn)有算法相比，該文方法不需要進行2維搜索，計算量較小。仿真結果表明，該文算法在低信噪比及小快拍情況下具有良好的參數估計性能。
2015, 37(12): 2891-2897.
doi: 10.11999/JEIT150321
摘要:
該文針對非等距線陣波束形成產生柵瓣的問題，提出一種基于連續(xù)差聯(lián)合陣列的非等距線陣無模糊波束形成方法。該方法基于連續(xù)差聯(lián)合陣列對非等距線陣進行陣形優(yōu)化分析，利用連續(xù)差聯(lián)合陣列與連續(xù)波程差一一對應的特性，擴展得到非等距線陣Toeplitz化的協(xié)方差矩陣。根據線性約束最小方差(LCMV)準則，可以直接利用該協(xié)方差矩陣得到穩(wěn)健自適應波束形成。由于重構的協(xié)方差矩陣與相同孔徑等距線陣的協(xié)方差矩陣相似，不會產生相位模糊，避免了波束形成柵瓣的影響。大量的仿真實驗證明了該文方法的穩(wěn)健性能。
該文針對非等距線陣波束形成產生柵瓣的問題，提出一種基于連續(xù)差聯(lián)合陣列的非等距線陣無模糊波束形成方法。該方法基于連續(xù)差聯(lián)合陣列對非等距線陣進行陣形優(yōu)化分析，利用連續(xù)差聯(lián)合陣列與連續(xù)波程差一一對應的特性，擴展得到非等距線陣Toeplitz化的協(xié)方差矩陣。根據線性約束最小方差(LCMV)準則，可以直接利用該協(xié)方差矩陣得到穩(wěn)健自適應波束形成。由于重構的協(xié)方差矩陣與相同孔徑等距線陣的協(xié)方差矩陣相似，不會產生相位模糊，避免了波束形成柵瓣的影響。大量的仿真實驗證明了該文方法的穩(wěn)健性能。
2015, 37(12): 2898-2905.
doi: 10.11999/JEIT150469
摘要:
野值檢測，或稱異常值檢測是模式識別和知識發(fā)現(xiàn)中一個重要的問題。以往的野值檢測方法難以有效地抑制虛警概率，針對這一問題，該文提出一種帶監(jiān)督情形下基于歸一化殘差(Normalized Residual, NR)的野值檢測方法。首先利用訓練樣本計算待考查模式的NR值，其次比較NR值與野值檢測門限的相對大小，從而判斷待考查模式是否為野值。該文理論上推導了野值門限與虛警概率之間的關系表達式，以此為依據設置檢測門限，可實現(xiàn)在少量訓練樣本情況下仍能抑制虛警率的目的。計算機仿真和實測數據測試驗證了所提方法在野值檢測和虛警抑制方面的優(yōu)越性能。
野值檢測，或稱異常值檢測是模式識別和知識發(fā)現(xiàn)中一個重要的問題。以往的野值檢測方法難以有效地抑制虛警概率，針對這一問題，該文提出一種帶監(jiān)督情形下基于歸一化殘差(Normalized Residual, NR)的野值檢測方法。首先利用訓練樣本計算待考查模式的NR值，其次比較NR值與野值檢測門限的相對大小，從而判斷待考查模式是否為野值。該文理論上推導了野值門限與虛警概率之間的關系表達式，以此為依據設置檢測門限，可實現(xiàn)在少量訓練樣本情況下仍能抑制虛警率的目的。計算機仿真和實測數據測試驗證了所提方法在野值檢測和虛警抑制方面的優(yōu)越性能。
2015, 37(12): 2906-2912.
doi: 10.11999/JEIT150319
摘要:
為解決多示例跟蹤算法中外觀模型和運動模型不足導致跟蹤精度不高的問題，該文提出多示例深度學習目標跟蹤算法。針對原始多示例跟蹤算法中采用Haar-like特征不能有效表達圖像信息的缺點，利用深度去噪自編碼器提取示例圖像的有效特征，實現(xiàn)圖像信息的本質表達，易于分類器正確分類，提高跟蹤精度。針對多示例學習跟蹤算法中選取弱特征向量不能更換，難以反映目標自身和外界條件變化的缺點，在選擇弱分類器過程中，實時替換判別力最弱的特征以適應目標外觀的變化。針對原始多示例跟蹤算法中運動模型中僅假設幀間物體運動不會超過某個范圍，不能有效反映目標的運動狀態(tài)的缺點，引入粒子濾波算法對目標進行預測，提高跟蹤的準確性。在復雜環(huán)境下不同圖片序列實驗結果表明，與多示例跟蹤算法及其他跟蹤算法相比，該文算法具有更高跟蹤精確度和更好的魯棒性。
為解決多示例跟蹤算法中外觀模型和運動模型不足導致跟蹤精度不高的問題，該文提出多示例深度學習目標跟蹤算法。針對原始多示例跟蹤算法中采用Haar-like特征不能有效表達圖像信息的缺點，利用深度去噪自編碼器提取示例圖像的有效特征，實現(xiàn)圖像信息的本質表達，易于分類器正確分類，提高跟蹤精度。針對多示例學習跟蹤算法中選取弱特征向量不能更換，難以反映目標自身和外界條件變化的缺點，在選擇弱分類器過程中，實時替換判別力最弱的特征以適應目標外觀的變化。針對原始多示例跟蹤算法中運動模型中僅假設幀間物體運動不會超過某個范圍，不能有效反映目標的運動狀態(tài)的缺點，引入粒子濾波算法對目標進行預測，提高跟蹤的準確性。在復雜環(huán)境下不同圖片序列實驗結果表明，與多示例跟蹤算法及其他跟蹤算法相比，該文算法具有更高跟蹤精確度和更好的魯棒性。
2015, 37(12): 2913-2920.
doi: 10.11999/JEIT150323
摘要:
遷移學習通過充分利用源域共享知識，實現(xiàn)對目標域的小樣本問題求解，然而，對訓練和測試樣本分布差異測度仍然是該領域的主要挑戰(zhàn)。該文針對多源遷移學習算法中，由于源域選擇和源域輔助樣本選擇不當引起的負遷移問題進行研究，提出一種可遷移測度準則下的協(xié)變量偏移修正多源集成方法。首先，根據源域和目標域之間的協(xié)變量偏移原則，利用聯(lián)合概率的密度估計，定義輔助樣本的可遷移測度，驗證目標域和源域在數據空間中標記分布的一致性。其次，在多源域選擇階段，引入非遷移判別過程，提高了源域知識的遷移準確性。最后，在Caltech 256數據集中，驗證了Gist特征知識表示和遷移的有效性，分析了多種條件下的輔助樣本選擇和源域選擇的有效性。實驗結果表明所提算法可有效降低負遷移現(xiàn)象的發(fā)生，獲得更好的遷移學習性能
遷移學習通過充分利用源域共享知識，實現(xiàn)對目標域的小樣本問題求解，然而，對訓練和測試樣本分布差異測度仍然是該領域的主要挑戰(zhàn)。該文針對多源遷移學習算法中，由于源域選擇和源域輔助樣本選擇不當引起的負遷移問題進行研究，提出一種可遷移測度準則下的協(xié)變量偏移修正多源集成方法。首先，根據源域和目標域之間的協(xié)變量偏移原則，利用聯(lián)合概率的密度估計，定義輔助樣本的可遷移測度，驗證目標域和源域在數據空間中標記分布的一致性。其次，在多源域選擇階段，引入非遷移判別過程，提高了源域知識的遷移準確性。最后，在Caltech 256數據集中，驗證了Gist特征知識表示和遷移的有效性，分析了多種條件下的輔助樣本選擇和源域選擇的有效性。實驗結果表明所提算法可有效降低負遷移現(xiàn)象的發(fā)生，獲得更好的遷移學習性能
2015, 37(12): 2921-2928.
doi: 10.11999/JEIT150190
摘要:
下一最佳觀測方位的確定是視覺領域一個比較困難的問題。該文提出一種基于視覺目標深度圖像利用遮擋和輪廓信息確定下一最佳觀測方位的方法。該方法首先對當前觀測方位下獲取的視覺目標深度圖像進行遮擋檢測。其次根據深度圖像遮擋檢測結果和視覺目標輪廓構建未知區(qū)域，并采用類三角剖分方式對各未知區(qū)域進行建模。然后根據建模所得的各小三角形的中點、法向量、面積等信息構造目標函數。最后通過對目標函數的優(yōu)化求解得到下一最佳觀測方位。實驗結果表明所提方法可行且有效。
下一最佳觀測方位的確定是視覺領域一個比較困難的問題。該文提出一種基于視覺目標深度圖像利用遮擋和輪廓信息確定下一最佳觀測方位的方法。該方法首先對當前觀測方位下獲取的視覺目標深度圖像進行遮擋檢測。其次根據深度圖像遮擋檢測結果和視覺目標輪廓構建未知區(qū)域，并采用類三角剖分方式對各未知區(qū)域進行建模。然后根據建模所得的各小三角形的中點、法向量、面積等信息構造目標函數。最后通過對目標函數的優(yōu)化求解得到下一最佳觀測方位。實驗結果表明所提方法可行且有效。
2015, 37(12): 2929-2934.
doi: 10.11999/JEIT150198
摘要:
針對雙基地聲吶系統(tǒng)中存在強直達波干擾掩蔽目標回波的問題，該文在雙基地配置已知的前提下，提出一種直達波抑制的高分辨算法。該方法在約束條件下將N維空間劃分為兩個正交子空間，將平滑最小方差無畸變響應(MVDR)算法的掃描權矩陣分解到各子空間，在約束子空間使用輸出功率最小化法則得到最優(yōu)權。仿真結果表明，在僅能提供直達波大致方位的情況下，該方法在約束方向提供比常規(guī)波束零點更深的零陷，并能對多個未知的相干信號進行無畸變輸出。該算法在抑制強直達波干擾的同時具有對多個相干目標信號高分辨的能力。
針對雙基地聲吶系統(tǒng)中存在強直達波干擾掩蔽目標回波的問題，該文在雙基地配置已知的前提下，提出一種直達波抑制的高分辨算法。該方法在約束條件下將N維空間劃分為兩個正交子空間，將平滑最小方差無畸變響應(MVDR)算法的掃描權矩陣分解到各子空間，在約束子空間使用輸出功率最小化法則得到最優(yōu)權。仿真結果表明，在僅能提供直達波大致方位的情況下，該方法在約束方向提供比常規(guī)波束零點更深的零陷，并能對多個未知的相干信號進行無畸變輸出。該算法在抑制強直達波干擾的同時具有對多個相干目標信號高分辨的能力。
2015, 37(12): 2935-2940.
doi: 10.11999/JEIT150423
摘要:
該文提出一種基于稀疏表示的寬帶信號波達方向(DOA)估計方法，解決稀疏表示方法在寬帶信號DOA估計中由于基矩陣維數過大而使算法存儲量和重構計算量大的問題。用單一頻點的基矩陣代替頻率和角度聯(lián)合構建的基矩陣，使基矩陣的列數僅相當于一個頻點處冗余基矩陣的列數，大大降低了稀疏重構方法的存儲量和計算量。該方法首先對各頻點的頻域數據進行聚焦處理，將不同頻率的數據堆疊到參考頻率上并建立參考頻率處的基矩陣，然后建立聚焦后的稀疏表示模型進行DOA估計，并采用奇異值分解進一步降低算法的運算量，最后給出殘差門限的選擇方法。該算法不僅適用于非相關信號，也可直接處理相關信號而不需要任何的去相關運算，且具有高的檢測概率和估計精度，仿真實驗和分析驗證了該方法的有效性。
該文提出一種基于稀疏表示的寬帶信號波達方向(DOA)估計方法，解決稀疏表示方法在寬帶信號DOA估計中由于基矩陣維數過大而使算法存儲量和重構計算量大的問題。用單一頻點的基矩陣代替頻率和角度聯(lián)合構建的基矩陣，使基矩陣的列數僅相當于一個頻點處冗余基矩陣的列數，大大降低了稀疏重構方法的存儲量和計算量。該方法首先對各頻點的頻域數據進行聚焦處理，將不同頻率的數據堆疊到參考頻率上并建立參考頻率處的基矩陣，然后建立聚焦后的稀疏表示模型進行DOA估計，并采用奇異值分解進一步降低算法的運算量，最后給出殘差門限的選擇方法。該算法不僅適用于非相關信號，也可直接處理相關信號而不需要任何的去相關運算，且具有高的檢測概率和估計精度，仿真實驗和分析驗證了該方法的有效性。
2015, 37(12): 2941-2947.
doi: 10.11999/JEIT141624
摘要:
傳統(tǒng)ISAR稀疏成像主要針對獨立散射點散射系數的重構問題，然而實際情況下目標散射點之間并不是獨立存在的，而是以區(qū)域或塊的形式存在，在該情形下利用常用的稀疏重構算法并不能完全地刻畫塊狀目標的真實結構，因此該文考慮采用塊稀疏重構算法進行目標散射系數重建?；趬K稀疏貝葉斯模型和變分推理的重構方法(VBGS)，包含了稀疏貝葉斯學習(SBL)方法中參數學習的優(yōu)點，其利用分層的先驗分布來表征未知信號的稀疏塊狀信息，因而相對于現(xiàn)有的恢復算法能夠更好地重建塊稀疏信號。該方法基于變分貝葉斯推理原理，根據觀測量能自動地估計信號未知參數，而無需人工參數設置。針對稀疏塊狀目標，該文結合壓縮感知(CS)理論將VBGS方法用于ISAR成像，仿真實驗成像結果表明該方法優(yōu)于傳統(tǒng)的成像結果，適合于具有塊狀結構的ISAR目標成像。
傳統(tǒng)ISAR稀疏成像主要針對獨立散射點散射系數的重構問題，然而實際情況下目標散射點之間并不是獨立存在的，而是以區(qū)域或塊的形式存在，在該情形下利用常用的稀疏重構算法并不能完全地刻畫塊狀目標的真實結構，因此該文考慮采用塊稀疏重構算法進行目標散射系數重建?；趬K稀疏貝葉斯模型和變分推理的重構方法(VBGS)，包含了稀疏貝葉斯學習(SBL)方法中參數學習的優(yōu)點，其利用分層的先驗分布來表征未知信號的稀疏塊狀信息，因而相對于現(xiàn)有的恢復算法能夠更好地重建塊稀疏信號。該方法基于變分貝葉斯推理原理，根據觀測量能自動地估計信號未知參數，而無需人工參數設置。針對稀疏塊狀目標，該文結合壓縮感知(CS)理論將VBGS方法用于ISAR成像，仿真實驗成像結果表明該方法優(yōu)于傳統(tǒng)的成像結果，適合于具有塊狀結構的ISAR目標成像。
2015, 37(12): 2948-2955.
doi: 10.11999/JEIT150389
摘要:
角度跟蹤環(huán)路在機載雷達對目標的距離、速度、角度3維聯(lián)合跟蹤中起著至關重要的作用。該文分析指出傳統(tǒng)采用卡爾曼濾波算法形成角度跟蹤環(huán)路對機動目標角度進行跟蹤時跟蹤精度低，角跟蹤誤差收斂速度慢的缺點，提出彎曲度檢測跟蹤環(huán)路濾波器(Bend Degree Tracking Loop Filter, BDTLF)設計方法，其利用彎曲度檢測角度曲線拐點，自適應地調節(jié)環(huán)路濾波器環(huán)路等效噪聲帶寬，并以此來控制角度跟蹤環(huán)路。此算法加快了角跟蹤誤差的收斂速度，減輕了拐點處的角度濾波擾動，保持了濾波性能的連續(xù)性。計算機仿真結果驗證了該文方法相比于卡爾曼濾波算法、粒子濾波算法、-- 濾波算法及恒定系數環(huán)路濾波器方法，對弱機動目標角度跟蹤具有更加出色的性能。
角度跟蹤環(huán)路在機載雷達對目標的距離、速度、角度3維聯(lián)合跟蹤中起著至關重要的作用。該文分析指出傳統(tǒng)采用卡爾曼濾波算法形成角度跟蹤環(huán)路對機動目標角度進行跟蹤時跟蹤精度低，角跟蹤誤差收斂速度慢的缺點，提出彎曲度檢測跟蹤環(huán)路濾波器(Bend Degree Tracking Loop Filter, BDTLF)設計方法，其利用彎曲度檢測角度曲線拐點，自適應地調節(jié)環(huán)路濾波器環(huán)路等效噪聲帶寬，并以此來控制角度跟蹤環(huán)路。此算法加快了角跟蹤誤差的收斂速度，減輕了拐點處的角度濾波擾動，保持了濾波性能的連續(xù)性。計算機仿真結果驗證了該文方法相比于卡爾曼濾波算法、粒子濾波算法、-- 濾波算法及恒定系數環(huán)路濾波器方法，對弱機動目標角度跟蹤具有更加出色的性能。
2015, 37(12): 2956-2963.
doi: 10.11999/JEIT150347
摘要:
針對收發(fā)分置多輸入多輸出(MIMO)雷達發(fā)射端和接收端均存在位置誤差的問題，該文提出一種基于雜波回波的收發(fā)陣列位置誤差聯(lián)合校正方法。該方法以最小化雜波回波數據的重構均方誤差為準則，在雜波散射系數l1范數稀疏約束下，利用雙迭代與凸優(yōu)化方法對雜波散射系數和陣列位置誤差參數進行聯(lián)合優(yōu)化求解，最終完成了對收發(fā)陣列位置誤差的同時估計與校正。仿真實驗表明了所提算法的有效性。
針對收發(fā)分置多輸入多輸出(MIMO)雷達發(fā)射端和接收端均存在位置誤差的問題，該文提出一種基于雜波回波的收發(fā)陣列位置誤差聯(lián)合校正方法。該方法以最小化雜波回波數據的重構均方誤差為準則，在雜波散射系數l1范數稀疏約束下，利用雙迭代與凸優(yōu)化方法對雜波散射系數和陣列位置誤差參數進行聯(lián)合優(yōu)化求解，最終完成了對收發(fā)陣列位置誤差的同時估計與校正。仿真實驗表明了所提算法的有效性。
2015, 37(12): 2964-2970.
doi: 10.11999/JEIT150299
摘要:
針對瞬態(tài)極化雷達(IPR)兩路極化波形相關度較高而導致的目標極化參數估計誤差大的問題，該文提出純相位譜逼近算法(POSAA)來設計具有低相關水平的波形對。首先，以積分旁瓣電平準則構建目標函數；然后利用相關與譜的傅里葉變換對關系，基于譜逼近的思想，推導了目標函數的頻域表示；最后獲得目標函數的梯度和Hess矩陣，并采用信賴域方法優(yōu)化求解目標函數以獲得理想波形。仿真結果表明優(yōu)化后的波形對具有極低的相關水平，且利用該優(yōu)化波形獲得的目標參數誤差遠小于當前常見波形。
針對瞬態(tài)極化雷達(IPR)兩路極化波形相關度較高而導致的目標極化參數估計誤差大的問題，該文提出純相位譜逼近算法(POSAA)來設計具有低相關水平的波形對。首先，以積分旁瓣電平準則構建目標函數；然后利用相關與譜的傅里葉變換對關系，基于譜逼近的思想，推導了目標函數的頻域表示；最后獲得目標函數的梯度和Hess矩陣，并采用信賴域方法優(yōu)化求解目標函數以獲得理想波形。仿真結果表明優(yōu)化后的波形對具有極低的相關水平，且利用該優(yōu)化波形獲得的目標參數誤差遠小于當前常見波形。
2015, 37(12): 2971-2976.
doi: 10.11999/JEIT150646
摘要:
目標高速運動和電離層效應都會對低頻段寬帶線性調頻雷達信號的相位產生調制現(xiàn)象，進而降低逆合成孔徑雷達(ISAR)成像分辨率。為得到清晰的目標ISAR圖像，需有效消除這兩者對目標回波的影響。該文首先建立電離層高速運動目標回波的信號模型，再根據目標回波為高階多項式相位信號的特點，提出基于離散多項式變換的高階相位估計算法，利用高階相位估計值進行回波信號相位調制分量補償，實現(xiàn)ISAR成像的自聚焦。仿真實驗表明，該算法可以準確估計回波信號高階相位參數，提高ISAR成像質量。
目標高速運動和電離層效應都會對低頻段寬帶線性調頻雷達信號的相位產生調制現(xiàn)象，進而降低逆合成孔徑雷達(ISAR)成像分辨率。為得到清晰的目標ISAR圖像，需有效消除這兩者對目標回波的影響。該文首先建立電離層高速運動目標回波的信號模型，再根據目標回波為高階多項式相位信號的特點，提出基于離散多項式變換的高階相位估計算法，利用高階相位估計值進行回波信號相位調制分量補償，實現(xiàn)ISAR成像的自聚焦。仿真實驗表明，該算法可以準確估計回波信號高階相位參數，提高ISAR成像質量。
2015, 37(12): 2977-2983.
doi: 10.11999/JEIT150442
摘要:
針對寬帶雷達目標回波存在越距離單元走動的問題，該文提出一種基于聯(lián)合稀疏恢復的寬帶雷達動目標檢測方法。該方法先在頻域對回波數據進行預白化處理，抑制雜波；然后在頻率-慢時間域推導出目標信號的聯(lián)合行稀疏表示，并通過聯(lián)合稀疏恢復算法得到目標的頻域估計；最后通過逆傅里葉變換得到目標的時域估計。仿真結果驗證了該方法的有效性。
針對寬帶雷達目標回波存在越距離單元走動的問題，該文提出一種基于聯(lián)合稀疏恢復的寬帶雷達動目標檢測方法。該方法先在頻域對回波數據進行預白化處理，抑制雜波；然后在頻率-慢時間域推導出目標信號的聯(lián)合行稀疏表示，并通過聯(lián)合稀疏恢復算法得到目標的頻域估計；最后通過逆傅里葉變換得到目標的時域估計。仿真結果驗證了該方法的有效性。
2015, 37(12): 2984-2990.
doi: 10.11999/JEIT150588
摘要:
為了檢測海雜波背景下的微弱運動目標，相干檢測器通常需要作長時間的累積。然而，長時累積條件下的目標多普勒頻率的擴散和幅度的起伏以及海雜波空間非均勻性對參考單元數目的限制導致傳統(tǒng)的自適應檢測器沒法工作。注意到逆伽馬(IG)紋理的復合高斯分布(CGD)可以很好地描述海雜波和目標的瞬時頻率是時間的慢變函數，該文提出一種組合自適應檢測器，即組合自適應廣義似然比線性門限檢測器(CA-GLRT-LTD)，它由自適應GLRT-LTD在幾個連續(xù)的短的累積間隔上的最大響應的乘積的構成。由于GLRT-LTD對IG紋理的復合高斯雜波的最優(yōu)性，該檢測器相比組合自適應歸一化匹配濾波(CANMF)檢測器具有更好的檢測性能。
為了檢測海雜波背景下的微弱運動目標，相干檢測器通常需要作長時間的累積。然而，長時累積條件下的目標多普勒頻率的擴散和幅度的起伏以及海雜波空間非均勻性對參考單元數目的限制導致傳統(tǒng)的自適應檢測器沒法工作。注意到逆伽馬(IG)紋理的復合高斯分布(CGD)可以很好地描述海雜波和目標的瞬時頻率是時間的慢變函數，該文提出一種組合自適應檢測器，即組合自適應廣義似然比線性門限檢測器(CA-GLRT-LTD)，它由自適應GLRT-LTD在幾個連續(xù)的短的累積間隔上的最大響應的乘積的構成。由于GLRT-LTD對IG紋理的復合高斯雜波的最優(yōu)性，該檢測器相比組合自適應歸一化匹配濾波(CANMF)檢測器具有更好的檢測性能。
2015, 37(12): 2991-2999.
doi: 10.11999/JEIT150314
摘要:
該文針對在極化合成孔徑雷達(PolSAR)圖像相干斑抑制過程中結構特征和極化散射特性保持的難題，提出一種基于同質像素預選擇的非局部均值濾波算法(NLM-HPP)。該算法結合像素統(tǒng)計特性和極化散射機制選擇濾波同質像素，并引入結構損失函數提高非局部均值(NLM)算法中像素間相似性度量的準確性，最后用改進的相似性度量對同質像素的協(xié)方差矩陣進行加權平均，實現(xiàn)對PolSAR圖像的相干斑抑制。對真實PolSAR數據進行的實驗結果表明，與現(xiàn)有的Refined Lee濾波、基于散射模型的濾波方法和兩種非局部均值濾波相比，此方法在有效濾除相干斑點的同時能更好地保持PolSAR圖像的結構信息和極化信息。
該文針對在極化合成孔徑雷達(PolSAR)圖像相干斑抑制過程中結構特征和極化散射特性保持的難題，提出一種基于同質像素預選擇的非局部均值濾波算法(NLM-HPP)。該算法結合像素統(tǒng)計特性和極化散射機制選擇濾波同質像素，并引入結構損失函數提高非局部均值(NLM)算法中像素間相似性度量的準確性，最后用改進的相似性度量對同質像素的協(xié)方差矩陣進行加權平均，實現(xiàn)對PolSAR圖像的相干斑抑制。對真實PolSAR數據進行的實驗結果表明，與現(xiàn)有的Refined Lee濾波、基于散射模型的濾波方法和兩種非局部均值濾波相比，此方法在有效濾除相干斑點的同時能更好地保持PolSAR圖像的結構信息和極化信息。
2015, 37(12): 3000-3008.
doi: 10.11999/JEIT150480
摘要:
為充分利用高光譜圖像的空間相關性和譜間相關性，該文提出一種基于空譜聯(lián)合的多假設預測壓縮感知重構算法。將高光譜圖像分組為參考波段圖像和非參考波段圖像，參考波段圖像利用光滑Landweber投影算法重構，對于非參考波段圖像，引入空譜聯(lián)合的多假設預測模型，提高重構精度。非參考波段圖像中每個圖像塊的預測值不僅來自非參考波段圖像未經預測的初始重構值的相鄰圖像塊，而且來自參考波段重構圖像相應位置及其鄰近的圖像塊，利用預測值得到測量域中的殘差，然后對殘差進行重構并對預測值進行修正，此殘差比原圖像更稀疏，且算法采用迭代方式提高重構圖像的精度。借助Tikhonov正則化方法求解多假設預測的權重系數，并基于結構相似性判斷是否改變多假設預測搜索窗口大小，最后利用交叉驗證計算重構算法終止迭代的判據參數。實驗結果表明，所提算法優(yōu)于僅利用空間相關性或譜間相關性進行預測和不預測的重構算法，其重構圖像的峰值信噪比提高2 dB以上。
為充分利用高光譜圖像的空間相關性和譜間相關性，該文提出一種基于空譜聯(lián)合的多假設預測壓縮感知重構算法。將高光譜圖像分組為參考波段圖像和非參考波段圖像，參考波段圖像利用光滑Landweber投影算法重構，對于非參考波段圖像，引入空譜聯(lián)合的多假設預測模型，提高重構精度。非參考波段圖像中每個圖像塊的預測值不僅來自非參考波段圖像未經預測的初始重構值的相鄰圖像塊，而且來自參考波段重構圖像相應位置及其鄰近的圖像塊，利用預測值得到測量域中的殘差，然后對殘差進行重構并對預測值進行修正，此殘差比原圖像更稀疏，且算法采用迭代方式提高重構圖像的精度。借助Tikhonov正則化方法求解多假設預測的權重系數，并基于結構相似性判斷是否改變多假設預測搜索窗口大小，最后利用交叉驗證計算重構算法終止迭代的判據參數。實驗結果表明，所提算法優(yōu)于僅利用空間相關性或譜間相關性進行預測和不預測的重構算法，其重構圖像的峰值信噪比提高2 dB以上。
2015, 37(12): 3009-3015.
doi: 10.11999/JEIT150047
摘要:
該文提出一種未知風場擾動下無人機精確3維航路跟蹤的魯棒最優(yōu)控制律。該控制律基于跟蹤虛擬目標的思想，將風場擾動加入無人機運動方程，采用反饋線性化將無人機的非線性動力學方程變換為線性狀態(tài)方程。假設風場擾動已知的條件下，采用線性二次型調節(jié)器推導出能夠跟蹤3維航路的最優(yōu)控制律。進一步考慮未知的風場擾動，設計魯棒控制項代替最優(yōu)控制律中的風場參數，得到能夠抑制未知有界風場干擾的魯棒最優(yōu)控制律，并采用Lyapunov穩(wěn)定性理論證明該閉環(huán)系統(tǒng)的全局漸近穩(wěn)定性。仿真表明該控制律能夠實現(xiàn)在未知風場擾動下無人機精確3維航跡跟蹤，且具有良好的跟蹤性能。
該文提出一種未知風場擾動下無人機精確3維航路跟蹤的魯棒最優(yōu)控制律。該控制律基于跟蹤虛擬目標的思想，將風場擾動加入無人機運動方程，采用反饋線性化將無人機的非線性動力學方程變換為線性狀態(tài)方程。假設風場擾動已知的條件下，采用線性二次型調節(jié)器推導出能夠跟蹤3維航路的最優(yōu)控制律。進一步考慮未知的風場擾動，設計魯棒控制項代替最優(yōu)控制律中的風場參數，得到能夠抑制未知有界風場干擾的魯棒最優(yōu)控制律，并采用Lyapunov穩(wěn)定性理論證明該閉環(huán)系統(tǒng)的全局漸近穩(wěn)定性。仿真表明該控制律能夠實現(xiàn)在未知風場擾動下無人機精確3維航跡跟蹤，且具有良好的跟蹤性能。
2015, 37(12): 3016-3024.
doi: 10.11999/JEIT150289
摘要:
精確實時在線的運動模型對于側滑移動機器人的運動控制和軌跡規(guī)劃至關重要，相比于離線模型估計，該文在基于速度瞬心(ICRs)的側滑移動機器人運動學模型基礎上，采用擴展卡爾曼濾波(EKF)，在同一特定地形下在線準確得到ICRs的參數值；并針對不同的地形情況，采用k-近鄰法對地形進行分類，實時判別機器人當前運行的路面，采用自適應的卡爾曼濾波器(AKF)調整濾波器參數。仿真和實驗對比表明，該方法在同一地形和變化地形下均能快速估計出側滑移動機器人的運動學模型，收斂時間均為3 s以內，可以滿足實際使用的需要。
精確實時在線的運動模型對于側滑移動機器人的運動控制和軌跡規(guī)劃至關重要，相比于離線模型估計，該文在基于速度瞬心(ICRs)的側滑移動機器人運動學模型基礎上，采用擴展卡爾曼濾波(EKF)，在同一特定地形下在線準確得到ICRs的參數值；并針對不同的地形情況，采用k-近鄰法對地形進行分類，實時判別機器人當前運行的路面，采用自適應的卡爾曼濾波器(AKF)調整濾波器參數。仿真和實驗對比表明，該方法在同一地形和變化地形下均能快速估計出側滑移動機器人的運動學模型，收斂時間均為3 s以內，可以滿足實際使用的需要。
2015, 37(12): 3025-3029.
doi: 10.11999/JEIT150203
摘要:
基于球模式展開理論的近遠場變換是天線球面近場測量系統(tǒng)實現(xiàn)的關鍵，它將待測天線在空間建立的場展開成球面波函數之和，由于其計算公式復雜，因而計算耗費時間長。該文在實際計算中利用快速傅里葉變換及矩陣的思想可以大幅度提高程序運行速度，節(jié)省計算時間。采用該方法對角錐喇叭天線的近遠場數據進行仿真驗證，結果表明外推遠場的結果和理論值吻合良好，說明了該方法在保證計算精度的同時，可縮短計算時間。
基于球模式展開理論的近遠場變換是天線球面近場測量系統(tǒng)實現(xiàn)的關鍵，它將待測天線在空間建立的場展開成球面波函數之和，由于其計算公式復雜，因而計算耗費時間長。該文在實際計算中利用快速傅里葉變換及矩陣的思想可以大幅度提高程序運行速度，節(jié)省計算時間。采用該方法對角錐喇叭天線的近遠場數據進行仿真驗證，結果表明外推遠場的結果和理論值吻合良好，說明了該方法在保證計算精度的同時，可縮短計算時間。
2015, 37(12): 3030-3040.
doi: 10.11999/JEIT150249
摘要:
該文針對新型FPGA可編程邏輯單元與非錐(And-Inverter Cone, AIC)的結構特性，提出一系列方案以得到優(yōu)化的邏輯簇互連結構，包括：移除輸出級交叉矩陣，單級反相交叉矩陣，低負載電路優(yōu)化，將反饋和輸出選擇功能分開，限制AIC輸出級數的基礎上移除中間級交叉矩陣，與LUT架構進行混合等。通過大量的實驗，得出針對面積延時積最優(yōu)的AIC簇互連結構，與Altera公司的FPGA芯片Stratix-IV結構相比，該結構邏輯功能簇本身面積減小9.06%, MCNC應用電路集在基于優(yōu)化的AIC FPGA架構上實現(xiàn)的平均面積延時積減小40.82%, VTR應用電路集平均面積延時積減小17.38%；與原有的AIC結構相比，簇面積減小23.16%, MCNC應用電路集平均面積延時減小27.15%, VTR應用電路集平均面積延時積減小15.26%。
該文針對新型FPGA可編程邏輯單元與非錐(And-Inverter Cone, AIC)的結構特性，提出一系列方案以得到優(yōu)化的邏輯簇互連結構，包括：移除輸出級交叉矩陣，單級反相交叉矩陣，低負載電路優(yōu)化，將反饋和輸出選擇功能分開，限制AIC輸出級數的基礎上移除中間級交叉矩陣，與LUT架構進行混合等。通過大量的實驗，得出針對面積延時積最優(yōu)的AIC簇互連結構，與Altera公司的FPGA芯片Stratix-IV結構相比，該結構邏輯功能簇本身面積減小9.06%, MCNC應用電路集在基于優(yōu)化的AIC FPGA架構上實現(xiàn)的平均面積延時積減小40.82%, VTR應用電路集平均面積延時積減小17.38%；與原有的AIC結構相比，簇面積減小23.16%, MCNC應用電路集平均面積延時減小27.15%, VTR應用電路集平均面積延時積減小15.26%。
2015, 37(12): 3041-3045.
doi: 10.11999/JEIT150455
摘要:
該文提出一種在光偏振復用正交頻分復用(PDM-OOFDM)系統(tǒng)中基于聯(lián)合近似特征矩陣對角化-獨立分量分析(JADE-ICA)的盲解偏振復用算法。在傳統(tǒng)的偏振復用系統(tǒng)中，恒模算法(CMA)被用于解偏振復用信號。然而，該方法需要多次對CMA濾波器系數更新，CMA收斂時間較長，并且CMA算法解偏振復用可能導致奇異性問題。該文結合對經典ICA算法及其模型的分析，提出將JADE-ICA算法用于PMD-OOFDM系統(tǒng)中進行解偏振復用信號。利用該方法，可以分離在發(fā)送端和接收端混有高斯白噪聲的偏振信號成分，并且提高了系統(tǒng)中偏振信號的分離性能；同時，避免了傳統(tǒng)CMA在解偏振復用中的奇異性問題。仿真結果表明，該文方法可以有效分離PMD-OOFDM系統(tǒng)中的偏振信號。
該文提出一種在光偏振復用正交頻分復用(PDM-OOFDM)系統(tǒng)中基于聯(lián)合近似特征矩陣對角化-獨立分量分析(JADE-ICA)的盲解偏振復用算法。在傳統(tǒng)的偏振復用系統(tǒng)中，恒模算法(CMA)被用于解偏振復用信號。然而，該方法需要多次對CMA濾波器系數更新，CMA收斂時間較長，并且CMA算法解偏振復用可能導致奇異性問題。該文結合對經典ICA算法及其模型的分析，提出將JADE-ICA算法用于PMD-OOFDM系統(tǒng)中進行解偏振復用信號。利用該方法，可以分離在發(fā)送端和接收端混有高斯白噪聲的偏振信號成分，并且提高了系統(tǒng)中偏振信號的分離性能；同時，避免了傳統(tǒng)CMA在解偏振復用中的奇異性問題。仿真結果表明，該文方法可以有效分離PMD-OOFDM系統(tǒng)中的偏振信號。
2015, 37(12): 3046-3050.
doi: 10.11999/JEIT150500
摘要:
針對具有強反射的表面光條圖像出現(xiàn)散斑或復合散斑等嚴重噪聲情況，該文提出一種利用分數階微分增強的圖像去噪聲的處理算法，突出噪聲的顆粒化特征，通過連通區(qū)域面積統(tǒng)計的方法對有效連續(xù)光條進行分離并去除散斑噪聲，獲得有效光條圖像，最后利用灰度重心法提取有效光條的中心。經實驗對比，該方法得到的信息熵值和光條中心提取精度都顯著提高，體現(xiàn)了分數階微分算法增強圖像高頻信息的同時，有效保留更多的低頻信息的特點，保留了更多的圖像紋理細節(jié)，顯著提高了特征光條中心提取精度。
針對具有強反射的表面光條圖像出現(xiàn)散斑或復合散斑等嚴重噪聲情況，該文提出一種利用分數階微分增強的圖像去噪聲的處理算法，突出噪聲的顆粒化特征，通過連通區(qū)域面積統(tǒng)計的方法對有效連續(xù)光條進行分離并去除散斑噪聲，獲得有效光條圖像，最后利用灰度重心法提取有效光條的中心。經實驗對比，該方法得到的信息熵值和光條中心提取精度都顯著提高，體現(xiàn)了分數階微分算法增強圖像高頻信息的同時，有效保留更多的低頻信息的特點，保留了更多的圖像紋理細節(jié)，顯著提高了特征光條中心提取精度。
