郵件訂閱
2015年 第37卷 第5期
顯示方式:
2015, 37(5): 1017-1022.
doi: 10.11999/JEIT141124
摘要:
增加相參積累時(shí)間是提高數(shù)字電視外輻射源雷達(dá)探測(cè)能力的一種較為常見的技術(shù)，但當(dāng)目標(biāo)速度和加速度較大時(shí)，長(zhǎng)時(shí)間相參積累會(huì)使目標(biāo)回波面臨距離徙動(dòng)和多普勒徙動(dòng)，且當(dāng)外輻射源雷達(dá)信號(hào)在慢時(shí)域?yàn)榉蔷鶆虿蓸?如中國(guó)移動(dòng)多媒體廣播信號(hào))時(shí)，廣泛采用的如Keystone變換和Radon-Fourier變換等徙動(dòng)補(bǔ)償算法已不能很好地適用。該文研究了一種基于兩次短傅里葉變換的徙動(dòng)補(bǔ)償算法，可同時(shí)適用于非均勻和均勻采樣信號(hào)，并在此基礎(chǔ)上提出一種修正算法，修正后的該算法能檢測(cè)具有更大速度和加速度的目標(biāo)，同時(shí)用于均勻采樣時(shí)，相對(duì)已有一些算法其運(yùn)算量更小。文中首先分析了非均勻采樣信號(hào)的特殊性及該特殊性帶來(lái)的新困難，接著基于該特殊信號(hào)的多普勒處理闡述了徙動(dòng)機(jī)理與該徙動(dòng)補(bǔ)償算法的基本原理。仿真和實(shí)測(cè)數(shù)據(jù)處理證明了該算法的有效性。
增加相參積累時(shí)間是提高數(shù)字電視外輻射源雷達(dá)探測(cè)能力的一種較為常見的技術(shù)，但當(dāng)目標(biāo)速度和加速度較大時(shí)，長(zhǎng)時(shí)間相參積累會(huì)使目標(biāo)回波面臨距離徙動(dòng)和多普勒徙動(dòng)，且當(dāng)外輻射源雷達(dá)信號(hào)在慢時(shí)域?yàn)榉蔷鶆虿蓸?如中國(guó)移動(dòng)多媒體廣播信號(hào))時(shí)，廣泛采用的如Keystone變換和Radon-Fourier變換等徙動(dòng)補(bǔ)償算法已不能很好地適用。該文研究了一種基于兩次短傅里葉變換的徙動(dòng)補(bǔ)償算法，可同時(shí)適用于非均勻和均勻采樣信號(hào)，并在此基礎(chǔ)上提出一種修正算法，修正后的該算法能檢測(cè)具有更大速度和加速度的目標(biāo)，同時(shí)用于均勻采樣時(shí)，相對(duì)已有一些算法其運(yùn)算量更小。文中首先分析了非均勻采樣信號(hào)的特殊性及該特殊性帶來(lái)的新困難，接著基于該特殊信號(hào)的多普勒處理闡述了徙動(dòng)機(jī)理與該徙動(dòng)補(bǔ)償算法的基本原理。仿真和實(shí)測(cè)數(shù)據(jù)處理證明了該算法的有效性。
2015, 37(5): 1023-1030.
doi: 10.11999/JEIT140899
摘要:
針對(duì)無(wú)源雷達(dá)壓縮感知成像，該文提出一種基于稀疏貝葉斯學(xué)習(xí)的高分辨成像算法?；谝淮慰炫哪Ｊ较碌臒o(wú)源雷達(dá)回波模型，文中首先考慮目標(biāo)散射系數(shù)的統(tǒng)計(jì)特性及其對(duì)微波頻率的依賴關(guān)系，將無(wú)源雷達(dá)成像轉(zhuǎn)化為MMV(Multiple Measurement Vector)聯(lián)合稀疏優(yōu)化問(wèn)題；然后對(duì)目標(biāo)建立了級(jí)聯(lián)形式的稀疏先驗(yàn)?zāi)Ｐ?，并利用稀疏貝葉斯學(xué)習(xí)技術(shù)進(jìn)行求解。相比之前基于目標(biāo)確定性假設(shè)的稀疏恢復(fù)方法，所提算法更好地利用了目標(biāo)的統(tǒng)計(jì)先驗(yàn)信息，具有能夠自適應(yīng)調(diào)整參數(shù)(目標(biāo)模型參數(shù)和未知噪聲功率)和高分辨反演目標(biāo)等優(yōu)點(diǎn)。仿真結(jié)果驗(yàn)證了該算法的有效性。
針對(duì)無(wú)源雷達(dá)壓縮感知成像，該文提出一種基于稀疏貝葉斯學(xué)習(xí)的高分辨成像算法?；谝淮慰炫哪Ｊ较碌臒o(wú)源雷達(dá)回波模型，文中首先考慮目標(biāo)散射系數(shù)的統(tǒng)計(jì)特性及其對(duì)微波頻率的依賴關(guān)系，將無(wú)源雷達(dá)成像轉(zhuǎn)化為MMV(Multiple Measurement Vector)聯(lián)合稀疏優(yōu)化問(wèn)題；然后對(duì)目標(biāo)建立了級(jí)聯(lián)形式的稀疏先驗(yàn)?zāi)Ｐ?，并利用稀疏貝葉斯學(xué)習(xí)技術(shù)進(jìn)行求解。相比之前基于目標(biāo)確定性假設(shè)的稀疏恢復(fù)方法，所提算法更好地利用了目標(biāo)的統(tǒng)計(jì)先驗(yàn)信息，具有能夠自適應(yīng)調(diào)整參數(shù)(目標(biāo)模型參數(shù)和未知噪聲功率)和高分辨反演目標(biāo)等優(yōu)點(diǎn)。仿真結(jié)果驗(yàn)證了該算法的有效性。
2015, 37(5): 1031-1037.
doi: 10.11999/JEIT140973
摘要:
瞬態(tài)干擾持續(xù)時(shí)間短、強(qiáng)度大，嚴(yán)重影響天波超視距雷達(dá)的性能。傳統(tǒng)的瞬態(tài)干擾抑制方法需要預(yù)先抑制海雜波，且只能抑制強(qiáng)瞬態(tài)干擾，不能抑制弱瞬態(tài)干擾和噪聲，該文提出一種基于矩陣補(bǔ)全的瞬態(tài)干擾抑制算法，該方法首先利用Teager-Kaiser算子進(jìn)行瞬態(tài)干擾檢測(cè)，然后將干擾數(shù)據(jù)剔除，最后利用海雜波和目標(biāo)回波構(gòu)成的Hankel矩陣的低秩性，通過(guò)改進(jìn)的低秩矩陣補(bǔ)全算法進(jìn)行數(shù)據(jù)恢復(fù)。該算法不僅能夠抑制強(qiáng)瞬態(tài)干擾，而且能同時(shí)抑制弱瞬態(tài)干擾和噪聲，提高了回波信號(hào)的信噪比。實(shí)測(cè)和仿真數(shù)據(jù)處理結(jié)果證明了算法的有效性。
瞬態(tài)干擾持續(xù)時(shí)間短、強(qiáng)度大，嚴(yán)重影響天波超視距雷達(dá)的性能。傳統(tǒng)的瞬態(tài)干擾抑制方法需要預(yù)先抑制海雜波，且只能抑制強(qiáng)瞬態(tài)干擾，不能抑制弱瞬態(tài)干擾和噪聲，該文提出一種基于矩陣補(bǔ)全的瞬態(tài)干擾抑制算法，該方法首先利用Teager-Kaiser算子進(jìn)行瞬態(tài)干擾檢測(cè)，然后將干擾數(shù)據(jù)剔除，最后利用海雜波和目標(biāo)回波構(gòu)成的Hankel矩陣的低秩性，通過(guò)改進(jìn)的低秩矩陣補(bǔ)全算法進(jìn)行數(shù)據(jù)恢復(fù)。該算法不僅能夠抑制強(qiáng)瞬態(tài)干擾，而且能同時(shí)抑制弱瞬態(tài)干擾和噪聲，提高了回波信號(hào)的信噪比。實(shí)測(cè)和仿真數(shù)據(jù)處理結(jié)果證明了算法的有效性。
2015, 37(5): 1038-1043.
doi: 10.11999/JEIT140911
摘要:
在非均勻雜波背景下，針對(duì)旁瓣雜波抑制問(wèn)題，該文提出一種基于先驗(yàn)信息的機(jī)載多輸入多輸出(MIMO)雷達(dá)發(fā)射方向圖設(shè)計(jì)方法。該方法利用目標(biāo)和雜波在空域和多普勒域的2維先驗(yàn)信息，以最大化雷達(dá)空時(shí)匹配濾波后的輸出信雜噪比(SCNR)為準(zhǔn)則，建立關(guān)于發(fā)射信號(hào)相關(guān)矩陣的優(yōu)化代價(jià)函數(shù)，并采用半正定規(guī)劃(SDP)方法進(jìn)行求解。仿真表明，在非均勻雜波背景下，采用該文方法優(yōu)化設(shè)計(jì)的發(fā)射方向圖可有效提高空時(shí)2維匹配濾波后的輸出信雜噪比。
在非均勻雜波背景下，針對(duì)旁瓣雜波抑制問(wèn)題，該文提出一種基于先驗(yàn)信息的機(jī)載多輸入多輸出(MIMO)雷達(dá)發(fā)射方向圖設(shè)計(jì)方法。該方法利用目標(biāo)和雜波在空域和多普勒域的2維先驗(yàn)信息，以最大化雷達(dá)空時(shí)匹配濾波后的輸出信雜噪比(SCNR)為準(zhǔn)則，建立關(guān)于發(fā)射信號(hào)相關(guān)矩陣的優(yōu)化代價(jià)函數(shù)，并采用半正定規(guī)劃(SDP)方法進(jìn)行求解。仿真表明，在非均勻雜波背景下，采用該文方法優(yōu)化設(shè)計(jì)的發(fā)射方向圖可有效提高空時(shí)2維匹配濾波后的輸出信雜噪比。
2015, 37(5): 1044-1050.
doi: 10.11999/JEIT141222
摘要:
非正側(cè)視陣列構(gòu)型會(huì)導(dǎo)致機(jī)載雷達(dá)回波數(shù)據(jù)非均勻，從而嚴(yán)重削弱傳統(tǒng)空時(shí)自適應(yīng)處理算法的雜波抑制性能。針對(duì)此問(wèn)題，該文提出一種對(duì)陣元誤差穩(wěn)健的非均勻雜波抑制方法。該方法首先根據(jù)雷達(dá)系統(tǒng)參數(shù)等先驗(yàn)信息構(gòu)造雜波表示基；然后在考慮陣元誤差下對(duì)待檢測(cè)單元數(shù)據(jù)進(jìn)行迭代的最小二乘擬合，文中推導(dǎo)出了該問(wèn)題的閉式解；最后對(duì)擬合后的剩余數(shù)據(jù)進(jìn)行脈沖多普勒處理以及恒虛警檢測(cè)。該方法不需要訓(xùn)練樣本，且能夠在沒(méi)有俯仰自由度的情況下對(duì)機(jī)載非正側(cè)視陣?yán)走_(dá)的非均勻雜波進(jìn)行有效抑制。仿真結(jié)果驗(yàn)證了該方法的有效性。
非正側(cè)視陣列構(gòu)型會(huì)導(dǎo)致機(jī)載雷達(dá)回波數(shù)據(jù)非均勻，從而嚴(yán)重削弱傳統(tǒng)空時(shí)自適應(yīng)處理算法的雜波抑制性能。針對(duì)此問(wèn)題，該文提出一種對(duì)陣元誤差穩(wěn)健的非均勻雜波抑制方法。該方法首先根據(jù)雷達(dá)系統(tǒng)參數(shù)等先驗(yàn)信息構(gòu)造雜波表示基；然后在考慮陣元誤差下對(duì)待檢測(cè)單元數(shù)據(jù)進(jìn)行迭代的最小二乘擬合，文中推導(dǎo)出了該問(wèn)題的閉式解；最后對(duì)擬合后的剩余數(shù)據(jù)進(jìn)行脈沖多普勒處理以及恒虛警檢測(cè)。該方法不需要訓(xùn)練樣本，且能夠在沒(méi)有俯仰自由度的情況下對(duì)機(jī)載非正側(cè)視陣?yán)走_(dá)的非均勻雜波進(jìn)行有效抑制。仿真結(jié)果驗(yàn)證了該方法的有效性。
2015, 37(5): 1051-1057.
doi: 10.11999/JEIT140832
摘要:
針對(duì)非均勻雜波情況下的空時(shí)自適應(yīng)處理的小樣本問(wèn)題，該文提出一種基于權(quán)矩陣低秩逼近的空時(shí)自適應(yīng)處理方法。與傳統(tǒng)的低秩逼近算法不同，利用空時(shí)導(dǎo)向矢量特殊的克羅累計(jì)性，該文重新構(gòu)造新的權(quán)矩陣，使得該權(quán)矩陣的行數(shù)與列數(shù)盡可能地相近或相同，以減少算法所需的樣本個(gè)數(shù)和計(jì)算量。采用低秩逼近方法對(duì)新構(gòu)造的權(quán)矩陣進(jìn)行表示，則原二次優(yōu)化問(wèn)題轉(zhuǎn)化為求解一個(gè)雙二次代價(jià)函數(shù)問(wèn)題。實(shí)驗(yàn)表明，改進(jìn)的空時(shí)權(quán)矩陣低秩逼近方法能有效地提高空時(shí)自適應(yīng)處理的收斂速度和降低算法復(fù)雜度。
針對(duì)非均勻雜波情況下的空時(shí)自適應(yīng)處理的小樣本問(wèn)題，該文提出一種基于權(quán)矩陣低秩逼近的空時(shí)自適應(yīng)處理方法。與傳統(tǒng)的低秩逼近算法不同，利用空時(shí)導(dǎo)向矢量特殊的克羅累計(jì)性，該文重新構(gòu)造新的權(quán)矩陣，使得該權(quán)矩陣的行數(shù)與列數(shù)盡可能地相近或相同，以減少算法所需的樣本個(gè)數(shù)和計(jì)算量。采用低秩逼近方法對(duì)新構(gòu)造的權(quán)矩陣進(jìn)行表示，則原二次優(yōu)化問(wèn)題轉(zhuǎn)化為求解一個(gè)雙二次代價(jià)函數(shù)問(wèn)題。實(shí)驗(yàn)表明，改進(jìn)的空時(shí)權(quán)矩陣低秩逼近方法能有效地提高空時(shí)自適應(yīng)處理的收斂速度和降低算法復(fù)雜度。
2015, 37(5): 1058-1064.
doi: 10.11999/JEIT141226
摘要:
主動(dòng)雷達(dá)隱身技術(shù)是目標(biāo)雷達(dá)特征控制技術(shù)(也稱雷達(dá)隱身技術(shù))的重要分支。該文針對(duì)美國(guó)的一篇關(guān)于主動(dòng)雷達(dá)隱身裝置(是一種智能蒙皮)的專利進(jìn)行了深入的定量分析。首先介紹該裝置的基本工作原理，給出電磁場(chǎng)約束方程組；其次，推導(dǎo)移相器轉(zhuǎn)移相位與入射波長(zhǎng)、入射角以及該裝置組成的空間位置關(guān)系等因素的定量關(guān)系；最后，通過(guò)數(shù)值仿真分別討論入射波長(zhǎng)、入射角、空間位置關(guān)系等因素對(duì)該裝置隱身性能的影響，并得出一些有意義的結(jié)論。
主動(dòng)雷達(dá)隱身技術(shù)是目標(biāo)雷達(dá)特征控制技術(shù)(也稱雷達(dá)隱身技術(shù))的重要分支。該文針對(duì)美國(guó)的一篇關(guān)于主動(dòng)雷達(dá)隱身裝置(是一種智能蒙皮)的專利進(jìn)行了深入的定量分析。首先介紹該裝置的基本工作原理，給出電磁場(chǎng)約束方程組；其次，推導(dǎo)移相器轉(zhuǎn)移相位與入射波長(zhǎng)、入射角以及該裝置組成的空間位置關(guān)系等因素的定量關(guān)系；最后，通過(guò)數(shù)值仿真分別討論入射波長(zhǎng)、入射角、空間位置關(guān)系等因素對(duì)該裝置隱身性能的影響，并得出一些有意義的結(jié)論。
2015, 37(5): 1065-1070.
doi: 10.11999/JEIT141041
摘要:
該文提出一種針對(duì)窄帶雷達(dá)信號(hào)存在樣本缺失情況下的信號(hào)重構(gòu)算法。由于窄帶雷達(dá)體制下，目標(biāo)回波近似服從復(fù)高斯分布。在這一前提下，首先建立描述樣本缺失觀測(cè)信號(hào)與未知完整信號(hào)間關(guān)系的概率模型，然后根據(jù)貝葉斯準(zhǔn)則推導(dǎo)出在給定樣本缺失觀測(cè)信號(hào)條件下完整信號(hào)的后驗(yàn)分布，最后利用期望最大(Expectation Maximization, EM)算法得到模型中參數(shù)的最大似然估計(jì)，進(jìn)而得到完整信號(hào)的重構(gòu)。該方法的優(yōu)勢(shì)是只需利用樣本缺失觀測(cè)信號(hào)就可以重構(gòu)出未知的完整信號(hào)，除了復(fù)高斯分布的假設(shè)，不需要其他任何樣本信息和先驗(yàn)假設(shè)幫助參數(shù)學(xué)習(xí)?；趯?shí)測(cè)數(shù)據(jù)的實(shí)驗(yàn)結(jié)果和與現(xiàn)有算法的比較結(jié)果表明該方法能夠獲得較好的重構(gòu)性能。
該文提出一種針對(duì)窄帶雷達(dá)信號(hào)存在樣本缺失情況下的信號(hào)重構(gòu)算法。由于窄帶雷達(dá)體制下，目標(biāo)回波近似服從復(fù)高斯分布。在這一前提下，首先建立描述樣本缺失觀測(cè)信號(hào)與未知完整信號(hào)間關(guān)系的概率模型，然后根據(jù)貝葉斯準(zhǔn)則推導(dǎo)出在給定樣本缺失觀測(cè)信號(hào)條件下完整信號(hào)的后驗(yàn)分布，最后利用期望最大(Expectation Maximization, EM)算法得到模型中參數(shù)的最大似然估計(jì)，進(jìn)而得到完整信號(hào)的重構(gòu)。該方法的優(yōu)勢(shì)是只需利用樣本缺失觀測(cè)信號(hào)就可以重構(gòu)出未知的完整信號(hào)，除了復(fù)高斯分布的假設(shè)，不需要其他任何樣本信息和先驗(yàn)假設(shè)幫助參數(shù)學(xué)習(xí)?；趯?shí)測(cè)數(shù)據(jù)的實(shí)驗(yàn)結(jié)果和與現(xiàn)有算法的比較結(jié)果表明該方法能夠獲得較好的重構(gòu)性能。
2015, 37(5): 1071-1077.
doi: 10.11999/JEIT140737
摘要:
寬帶噪聲雷達(dá)參數(shù)估計(jì)時(shí)通常會(huì)采用寬帶互模糊函數(shù)的方法，但是在處理機(jī)動(dòng)目標(biāo)時(shí)這種方法需要在距離、速度及加速度3維搜索而導(dǎo)致運(yùn)算量巨大，為此該文提出一種基于共軛噪聲組的機(jī)動(dòng)目標(biāo)參數(shù)估計(jì)算法。該算法首先根據(jù)回波伸縮效應(yīng)預(yù)設(shè)多路通道，每路通道截取固定長(zhǎng)度的噪聲組內(nèi)信號(hào)進(jìn)行混頻，然后利用分?jǐn)?shù)階傅里葉變換(FrFT)估計(jì)混頻信號(hào)的多普勒相位，根據(jù)相位信息構(gòu)造補(bǔ)償函數(shù)，并對(duì)補(bǔ)償后的噪聲組信號(hào)利用頻域尺度相關(guān)(FSC)算法估計(jì)回波的時(shí)延，最后聯(lián)立多普勒相位及時(shí)延信息獲取目標(biāo)的距離、速度和加速度。該算法避免了目標(biāo)參數(shù)3維搜索的過(guò)程，無(wú)需時(shí)域重構(gòu)回波信號(hào)，較寬帶互模糊函數(shù)方法極大地降低了運(yùn)算量，整個(gè)算法都可通過(guò)快速傅里葉變換(FFT)實(shí)現(xiàn)，便于系統(tǒng)實(shí)時(shí)處理。仿真結(jié)果驗(yàn)證了該算法的有效性及優(yōu)勢(shì)。
寬帶噪聲雷達(dá)參數(shù)估計(jì)時(shí)通常會(huì)采用寬帶互模糊函數(shù)的方法，但是在處理機(jī)動(dòng)目標(biāo)時(shí)這種方法需要在距離、速度及加速度3維搜索而導(dǎo)致運(yùn)算量巨大，為此該文提出一種基于共軛噪聲組的機(jī)動(dòng)目標(biāo)參數(shù)估計(jì)算法。該算法首先根據(jù)回波伸縮效應(yīng)預(yù)設(shè)多路通道，每路通道截取固定長(zhǎng)度的噪聲組內(nèi)信號(hào)進(jìn)行混頻，然后利用分?jǐn)?shù)階傅里葉變換(FrFT)估計(jì)混頻信號(hào)的多普勒相位，根據(jù)相位信息構(gòu)造補(bǔ)償函數(shù)，并對(duì)補(bǔ)償后的噪聲組信號(hào)利用頻域尺度相關(guān)(FSC)算法估計(jì)回波的時(shí)延，最后聯(lián)立多普勒相位及時(shí)延信息獲取目標(biāo)的距離、速度和加速度。該算法避免了目標(biāo)參數(shù)3維搜索的過(guò)程，無(wú)需時(shí)域重構(gòu)回波信號(hào)，較寬帶互模糊函數(shù)方法極大地降低了運(yùn)算量，整個(gè)算法都可通過(guò)快速傅里葉變換(FFT)實(shí)現(xiàn)，便于系統(tǒng)實(shí)時(shí)處理。仿真結(jié)果驗(yàn)證了該算法的有效性及優(yōu)勢(shì)。
2015, 37(5): 1078-1084.
doi: 10.11999/JEIT141061
摘要:
彈道目標(biāo)進(jìn)動(dòng)及結(jié)構(gòu)參數(shù)的提取是彈道導(dǎo)彈目標(biāo)識(shí)別的關(guān)鍵。該文提出一種基于逆合成孔徑雷達(dá)(ISAR)像序列實(shí)現(xiàn)錐體目標(biāo)進(jìn)動(dòng)及結(jié)構(gòu)參數(shù)估計(jì)的方法?；陔姶欧抡鏀?shù)據(jù)及錐體目標(biāo)的微動(dòng)特性，忽略旋轉(zhuǎn)對(duì)稱錐體目標(biāo)的自旋運(yùn)動(dòng)，采用距離-瞬時(shí)多普勒算法生成目標(biāo)的ISAR像序列，之后采用CLEAN算法將ISAR像序列中的強(qiáng)散射源坐標(biāo)信息提取出來(lái)；推導(dǎo)了錐體滑動(dòng)型強(qiáng)散射源在成像平面上的投影軌跡公式，該公式可為進(jìn)動(dòng)錐體目標(biāo)成像特性模擬及參數(shù)估計(jì)提供數(shù)學(xué)參考。分析觀察視角對(duì)錐體目標(biāo)ISAR像可觀測(cè)強(qiáng)散射源的影響，給出了估計(jì)進(jìn)動(dòng)及結(jié)構(gòu)參數(shù)的具體方法；最后仿真驗(yàn)證了成像算法及投影軌跡公式的正確性，并依據(jù)提取的坐標(biāo)信息估計(jì)目標(biāo)的進(jìn)動(dòng)及結(jié)構(gòu)參數(shù)信息。
彈道目標(biāo)進(jìn)動(dòng)及結(jié)構(gòu)參數(shù)的提取是彈道導(dǎo)彈目標(biāo)識(shí)別的關(guān)鍵。該文提出一種基于逆合成孔徑雷達(dá)(ISAR)像序列實(shí)現(xiàn)錐體目標(biāo)進(jìn)動(dòng)及結(jié)構(gòu)參數(shù)估計(jì)的方法?；陔姶欧抡鏀?shù)據(jù)及錐體目標(biāo)的微動(dòng)特性，忽略旋轉(zhuǎn)對(duì)稱錐體目標(biāo)的自旋運(yùn)動(dòng)，采用距離-瞬時(shí)多普勒算法生成目標(biāo)的ISAR像序列，之后采用CLEAN算法將ISAR像序列中的強(qiáng)散射源坐標(biāo)信息提取出來(lái)；推導(dǎo)了錐體滑動(dòng)型強(qiáng)散射源在成像平面上的投影軌跡公式，該公式可為進(jìn)動(dòng)錐體目標(biāo)成像特性模擬及參數(shù)估計(jì)提供數(shù)學(xué)參考。分析觀察視角對(duì)錐體目標(biāo)ISAR像可觀測(cè)強(qiáng)散射源的影響，給出了估計(jì)進(jìn)動(dòng)及結(jié)構(gòu)參數(shù)的具體方法；最后仿真驗(yàn)證了成像算法及投影軌跡公式的正確性，并依據(jù)提取的坐標(biāo)信息估計(jì)目標(biāo)的進(jìn)動(dòng)及結(jié)構(gòu)參數(shù)信息。
2015, 37(5): 1085-1090.
doi: 10.11999/JEIT140818
摘要:
針對(duì)遠(yuǎn)程隱身目標(biāo)微弱回波的低信噪比檢測(cè)和多普勒模糊下的參數(shù)測(cè)量問(wèn)題，該文采用隨機(jī)脈沖重復(fù)間隔Radon-Fourier變換(RPRI-RFT)實(shí)現(xiàn)回波脈沖的長(zhǎng)時(shí)間相參積累和盲速旁瓣(BSSL)抑制。通過(guò)分析PRI隨機(jī)抖動(dòng)量與多普勒模糊旁瓣均值、隨機(jī)調(diào)制噪聲譜方差的定量關(guān)系，表明增加積累脈沖數(shù)量可以降低調(diào)制噪聲的影響，并針對(duì)脈沖數(shù)增加導(dǎo)致的回波跨距離單元的問(wèn)題，提出RPRI-RFT實(shí)現(xiàn)回波脈沖的有效相參積累。理論分析和仿真結(jié)果表明，RPRI-RFT能夠降低隨機(jī)調(diào)制噪聲，同時(shí)可以抑制盲速旁瓣，從而有效提高低重復(fù)頻率雷達(dá)對(duì)遠(yuǎn)程、微弱高速多目標(biāo)的檢測(cè)和測(cè)量能力。
針對(duì)遠(yuǎn)程隱身目標(biāo)微弱回波的低信噪比檢測(cè)和多普勒模糊下的參數(shù)測(cè)量問(wèn)題，該文采用隨機(jī)脈沖重復(fù)間隔Radon-Fourier變換(RPRI-RFT)實(shí)現(xiàn)回波脈沖的長(zhǎng)時(shí)間相參積累和盲速旁瓣(BSSL)抑制。通過(guò)分析PRI隨機(jī)抖動(dòng)量與多普勒模糊旁瓣均值、隨機(jī)調(diào)制噪聲譜方差的定量關(guān)系，表明增加積累脈沖數(shù)量可以降低調(diào)制噪聲的影響，并針對(duì)脈沖數(shù)增加導(dǎo)致的回波跨距離單元的問(wèn)題，提出RPRI-RFT實(shí)現(xiàn)回波脈沖的有效相參積累。理論分析和仿真結(jié)果表明，RPRI-RFT能夠降低隨機(jī)調(diào)制噪聲，同時(shí)可以抑制盲速旁瓣，從而有效提高低重復(fù)頻率雷達(dá)對(duì)遠(yuǎn)程、微弱高速多目標(biāo)的檢測(cè)和測(cè)量能力。
2015, 37(5): 1091-1096.
doi: 10.11999/JEIT140985
摘要:
該文針對(duì)進(jìn)動(dòng)錐體目標(biāo)的微動(dòng)特性提取，建立等效散射點(diǎn)模型下的微多普勒頻率與目標(biāo)運(yùn)動(dòng)參數(shù)關(guān)系。結(jié)合進(jìn)動(dòng)調(diào)制的微多普勒頻率近似正弦變化規(guī)律的特點(diǎn)，提出基于瞬時(shí)頻率估計(jì)和隨機(jī)抽樣一致性(RANSAC)的進(jìn)動(dòng)目標(biāo)微多普勒頻率提取方法。該方法將回波信號(hào)分為若干段，每一段的回波信號(hào)近似為若干線性調(diào)頻(LFM)信號(hào)分量之和，通過(guò)調(diào)頻Relax算法估計(jì)各信號(hào)分量的瞬時(shí)頻率，并通過(guò)隨機(jī)抽樣一致性算法估計(jì)散射點(diǎn)的微多普勒曲線?；诜抡鏀?shù)據(jù)和電磁計(jì)算數(shù)據(jù)的實(shí)驗(yàn)驗(yàn)證了該方法的有效性及穩(wěn)健性。
該文針對(duì)進(jìn)動(dòng)錐體目標(biāo)的微動(dòng)特性提取，建立等效散射點(diǎn)模型下的微多普勒頻率與目標(biāo)運(yùn)動(dòng)參數(shù)關(guān)系。結(jié)合進(jìn)動(dòng)調(diào)制的微多普勒頻率近似正弦變化規(guī)律的特點(diǎn)，提出基于瞬時(shí)頻率估計(jì)和隨機(jī)抽樣一致性(RANSAC)的進(jìn)動(dòng)目標(biāo)微多普勒頻率提取方法。該方法將回波信號(hào)分為若干段，每一段的回波信號(hào)近似為若干線性調(diào)頻(LFM)信號(hào)分量之和，通過(guò)調(diào)頻Relax算法估計(jì)各信號(hào)分量的瞬時(shí)頻率，并通過(guò)隨機(jī)抽樣一致性算法估計(jì)散射點(diǎn)的微多普勒曲線?；诜抡鏀?shù)據(jù)和電磁計(jì)算數(shù)據(jù)的實(shí)驗(yàn)驗(yàn)證了該方法的有效性及穩(wěn)健性。
2015, 37(5): 1097-1103.
doi: 10.11999/JEIT140924
摘要:
針對(duì)高脈沖重復(fù)頻率(PRF)雷達(dá)對(duì)微弱目標(biāo)的檢測(cè)跟蹤問(wèn)題，該文提出一種雷達(dá)測(cè)距模糊條件下基于檢測(cè)前跟蹤(TBD)的微弱目標(biāo)跟蹤方法。該算法借用TBD的思想精髓，對(duì)于每一時(shí)刻的量測(cè)，既不進(jìn)行目標(biāo)有無(wú)的檢測(cè)也不解距離模糊，而是將目標(biāo)檢測(cè)和解距離模糊統(tǒng)一在目標(biāo)真實(shí)航跡的獲取中。首先通過(guò)批處理把目標(biāo)的模糊量測(cè)在所有模糊區(qū)間進(jìn)行多假設(shè)擴(kuò)展，從而提取量測(cè)的時(shí)空相關(guān)信息；然后基于目標(biāo)真實(shí)航跡在時(shí)空上的連續(xù)性和不同PRF量測(cè)之間的相關(guān)性，通過(guò)TBD方法得到目標(biāo)航跡，同時(shí)實(shí)現(xiàn)解距離模糊。與同類研究相比, 該方法將微弱目標(biāo)解距離模糊問(wèn)題統(tǒng)一到目標(biāo)航跡的檢測(cè)確認(rèn)過(guò)程中，避免了低信噪比(SNR)造成的航跡漏檢，為實(shí)現(xiàn)高脈沖重復(fù)頻率雷達(dá)微弱目標(biāo)的檢測(cè)跟蹤提供了一種新的思路。最后，通過(guò)仿真驗(yàn)證了該算法的有效性。
針對(duì)高脈沖重復(fù)頻率(PRF)雷達(dá)對(duì)微弱目標(biāo)的檢測(cè)跟蹤問(wèn)題，該文提出一種雷達(dá)測(cè)距模糊條件下基于檢測(cè)前跟蹤(TBD)的微弱目標(biāo)跟蹤方法。該算法借用TBD的思想精髓，對(duì)于每一時(shí)刻的量測(cè)，既不進(jìn)行目標(biāo)有無(wú)的檢測(cè)也不解距離模糊，而是將目標(biāo)檢測(cè)和解距離模糊統(tǒng)一在目標(biāo)真實(shí)航跡的獲取中。首先通過(guò)批處理把目標(biāo)的模糊量測(cè)在所有模糊區(qū)間進(jìn)行多假設(shè)擴(kuò)展，從而提取量測(cè)的時(shí)空相關(guān)信息；然后基于目標(biāo)真實(shí)航跡在時(shí)空上的連續(xù)性和不同PRF量測(cè)之間的相關(guān)性，通過(guò)TBD方法得到目標(biāo)航跡，同時(shí)實(shí)現(xiàn)解距離模糊。與同類研究相比, 該方法將微弱目標(biāo)解距離模糊問(wèn)題統(tǒng)一到目標(biāo)航跡的檢測(cè)確認(rèn)過(guò)程中，避免了低信噪比(SNR)造成的航跡漏檢，為實(shí)現(xiàn)高脈沖重復(fù)頻率雷達(dá)微弱目標(biāo)的檢測(cè)跟蹤提供了一種新的思路。最后，通過(guò)仿真驗(yàn)證了該算法的有效性。
2015, 37(5): 1104-1110.
doi: 10.11999/JEIT140692
摘要:
針對(duì)寬帶雷達(dá)信號(hào)得到的距離擴(kuò)展目標(biāo)在有較大運(yùn)動(dòng)速度時(shí)積累檢測(cè)困難的問(wèn)題，該文提出一種基于Hough變換的檢測(cè)器(HTD)。利用距離擴(kuò)展目標(biāo)高分辨距離像信號(hào)的相鄰回波之間信號(hào)具有較大相關(guān)系數(shù)這一特點(diǎn)，在互相關(guān)序號(hào)與相關(guān)時(shí)間2維平面使用Hough變換進(jìn)行積累來(lái)檢測(cè)目標(biāo)。理論推導(dǎo)表明Hough變換檢測(cè)器不需要目標(biāo)散射中心分布的先驗(yàn)知識(shí)和目標(biāo)的運(yùn)動(dòng)信息，具有恒虛警(CFAR)性能。計(jì)算機(jī)仿真實(shí)驗(yàn)表明Hough變換檢測(cè)器具有比不依賴散射中心分布信息的廣義似然比(NSDD-GLRT)檢測(cè)器更好的檢測(cè)能力。
針對(duì)寬帶雷達(dá)信號(hào)得到的距離擴(kuò)展目標(biāo)在有較大運(yùn)動(dòng)速度時(shí)積累檢測(cè)困難的問(wèn)題，該文提出一種基于Hough變換的檢測(cè)器(HTD)。利用距離擴(kuò)展目標(biāo)高分辨距離像信號(hào)的相鄰回波之間信號(hào)具有較大相關(guān)系數(shù)這一特點(diǎn)，在互相關(guān)序號(hào)與相關(guān)時(shí)間2維平面使用Hough變換進(jìn)行積累來(lái)檢測(cè)目標(biāo)。理論推導(dǎo)表明Hough變換檢測(cè)器不需要目標(biāo)散射中心分布的先驗(yàn)知識(shí)和目標(biāo)的運(yùn)動(dòng)信息，具有恒虛警(CFAR)性能。計(jì)算機(jī)仿真實(shí)驗(yàn)表明Hough變換檢測(cè)器具有比不依賴散射中心分布信息的廣義似然比(NSDD-GLRT)檢測(cè)器更好的檢測(cè)能力。
2015, 37(5): 1111-1115.
doi: 10.11999/JEIT140955
摘要:
多基線相位解纏繞問(wèn)題可以轉(zhuǎn)化為求解L1范數(shù)優(yōu)化問(wèn)題的最優(yōu)解，然而L1范數(shù)多基線相位解纏繞算法存在內(nèi)存需求量大的問(wèn)題，且對(duì)噪聲嚴(yán)重的干涉相位圖處理效果不理想。為了減少用線性規(guī)劃算法解L1范數(shù)多基線相位解纏繞時(shí)內(nèi)存需求較大的問(wèn)題，該文提出用L范數(shù)的懲罰函數(shù)來(lái)近似L1范數(shù)的懲罰函數(shù)以減少優(yōu)化模型中優(yōu)化變量的大小，從而將多基線相位解纏繞模型其目標(biāo)函數(shù)變?yōu)長(zhǎng)范數(shù)+L1范數(shù)的形式，并且優(yōu)化變量的大小減少了約57%。最后，通過(guò)一個(gè)噪聲嚴(yán)重的實(shí)測(cè)數(shù)據(jù)對(duì)該文算法進(jìn)行了驗(yàn)證，實(shí)驗(yàn)結(jié)果表明，該文提出的方法不僅可以有效地解纏繞質(zhì)量較好的條紋圖，同時(shí)對(duì)噪聲嚴(yán)重區(qū)還具有一定的濾波效果。
多基線相位解纏繞問(wèn)題可以轉(zhuǎn)化為求解L1范數(shù)優(yōu)化問(wèn)題的最優(yōu)解，然而L1范數(shù)多基線相位解纏繞算法存在內(nèi)存需求量大的問(wèn)題，且對(duì)噪聲嚴(yán)重的干涉相位圖處理效果不理想。為了減少用線性規(guī)劃算法解L1范數(shù)多基線相位解纏繞時(shí)內(nèi)存需求較大的問(wèn)題，該文提出用L范數(shù)的懲罰函數(shù)來(lái)近似L1范數(shù)的懲罰函數(shù)以減少優(yōu)化模型中優(yōu)化變量的大小，從而將多基線相位解纏繞模型其目標(biāo)函數(shù)變?yōu)長(zhǎng)范數(shù)+L1范數(shù)的形式，并且優(yōu)化變量的大小減少了約57%。最后，通過(guò)一個(gè)噪聲嚴(yán)重的實(shí)測(cè)數(shù)據(jù)對(duì)該文算法進(jìn)行了驗(yàn)證，實(shí)驗(yàn)結(jié)果表明，該文提出的方法不僅可以有效地解纏繞質(zhì)量較好的條紋圖，同時(shí)對(duì)噪聲嚴(yán)重區(qū)還具有一定的濾波效果。
2015, 37(5): 1116-1121.
doi: 10.11999/JEIT140928
摘要:
在大場(chǎng)景超高分辨率星載合成孔徑雷達(dá)(SAR)中，等效速度在方位向上的空變性會(huì)導(dǎo)致方位散焦，此時(shí)傳統(tǒng)的雙曲線斜距模型已經(jīng)不再適用，針對(duì)這個(gè)問(wèn)題，該文提出一種新的加速度斜距模型，該模型可以把速度的方位空變特性考慮在內(nèi)。在此模型的基礎(chǔ)上，該文還給出了相應(yīng)的信號(hào)處理和成像方法，首先通過(guò)方位時(shí)域重采樣消除速度的方位空變性，然后在2維頻域去除三次項(xiàng)和四次項(xiàng)誤差，最后再采用距離徙動(dòng)算法(RMA)進(jìn)行成像。仿真實(shí)驗(yàn)的結(jié)果證明了新的加速度斜距模型和成像方法的有效性。
在大場(chǎng)景超高分辨率星載合成孔徑雷達(dá)(SAR)中，等效速度在方位向上的空變性會(huì)導(dǎo)致方位散焦，此時(shí)傳統(tǒng)的雙曲線斜距模型已經(jīng)不再適用，針對(duì)這個(gè)問(wèn)題，該文提出一種新的加速度斜距模型，該模型可以把速度的方位空變特性考慮在內(nèi)。在此模型的基礎(chǔ)上，該文還給出了相應(yīng)的信號(hào)處理和成像方法，首先通過(guò)方位時(shí)域重采樣消除速度的方位空變性，然后在2維頻域去除三次項(xiàng)和四次項(xiàng)誤差，最后再采用距離徙動(dòng)算法(RMA)進(jìn)行成像。仿真實(shí)驗(yàn)的結(jié)果證明了新的加速度斜距模型和成像方法的有效性。
2015, 37(5): 1122-1127.
doi: 10.11999/JEIT141140
摘要:
該文將傳統(tǒng)區(qū)域統(tǒng)計(jì)分布特征變化檢測(cè)方法拓展到2維特征空間，提出一種基于2維概率密度函數(shù)比較的SAR圖像變化檢測(cè)方法。該方法首先將觀測(cè)區(qū)域內(nèi)相鄰像素的灰度值組合成2維觀測(cè)矢量，而后采用2維Gram- Charlier展開式對(duì)觀測(cè)矢量在不同時(shí)相圖像中的2維概率密度函數(shù)分別進(jìn)行估計(jì)，在此基礎(chǔ)上，借助K-L散度理論對(duì)2維概率密度函數(shù)在不同時(shí)相圖像間的變化大小進(jìn)行定量分析以實(shí)現(xiàn)變化檢測(cè)。實(shí)驗(yàn)結(jié)果表明，與傳統(tǒng)方法相比，該文方法具有更優(yōu)的檢測(cè)性能。
該文將傳統(tǒng)區(qū)域統(tǒng)計(jì)分布特征變化檢測(cè)方法拓展到2維特征空間，提出一種基于2維概率密度函數(shù)比較的SAR圖像變化檢測(cè)方法。該方法首先將觀測(cè)區(qū)域內(nèi)相鄰像素的灰度值組合成2維觀測(cè)矢量，而后采用2維Gram- Charlier展開式對(duì)觀測(cè)矢量在不同時(shí)相圖像中的2維概率密度函數(shù)分別進(jìn)行估計(jì)，在此基礎(chǔ)上，借助K-L散度理論對(duì)2維概率密度函數(shù)在不同時(shí)相圖像間的變化大小進(jìn)行定量分析以實(shí)現(xiàn)變化檢測(cè)。實(shí)驗(yàn)結(jié)果表明，與傳統(tǒng)方法相比，該文方法具有更優(yōu)的檢測(cè)性能。
2015, 37(5): 1128-1134.
doi: 10.11999/JEIT140923
摘要:
基于高光譜圖像特征空間幾何分布的端元提取方法通?？煞譃橥队邦愃惴ê蛦涡误w體積最大類算法，通常前者精度不好，后者計(jì)算復(fù)雜度較高。該文提出一種基于代數(shù)余子式的快速N-FINDR端元提取算法(FCA)，該算法融合了投影類算法速度快和單形體體積最大類算法精度高的優(yōu)勢(shì)，利用像元投影到端元矩陣元素的代數(shù)余子式構(gòu)成的向量上的方法，尋找最大體積的單形體。此外，該算法在端元搜索方面較為靈活，每次迭代都可用純度更高的像元代替已有端元，因此能保證用該端元確定的單形體，可以將特征空間中全部像元包含在內(nèi)。仿真和實(shí)際高光譜數(shù)據(jù)實(shí)驗(yàn)結(jié)果表明，該文算法在精準(zhǔn)提取出端元的同時(shí)，收斂速度非?？?。
基于高光譜圖像特征空間幾何分布的端元提取方法通?？煞譃橥队邦愃惴ê蛦涡误w體積最大類算法，通常前者精度不好，后者計(jì)算復(fù)雜度較高。該文提出一種基于代數(shù)余子式的快速N-FINDR端元提取算法(FCA)，該算法融合了投影類算法速度快和單形體體積最大類算法精度高的優(yōu)勢(shì)，利用像元投影到端元矩陣元素的代數(shù)余子式構(gòu)成的向量上的方法，尋找最大體積的單形體。此外，該算法在端元搜索方面較為靈活，每次迭代都可用純度更高的像元代替已有端元，因此能保證用該端元確定的單形體，可以將特征空間中全部像元包含在內(nèi)。仿真和實(shí)際高光譜數(shù)據(jù)實(shí)驗(yàn)結(jié)果表明，該文算法在精準(zhǔn)提取出端元的同時(shí)，收斂速度非?？?。
2015, 37(5): 1135-1140.
doi: 10.11999/JEIT140876
摘要:
在采用聯(lián)合CWH(Choi-Williams Hough)變換估計(jì)多周期線性調(diào)頻連續(xù)波(LFMCW)信號(hào)的參數(shù)時(shí)，當(dāng)觀察時(shí)間大于一個(gè)周期時(shí)，輸出信號(hào)的信噪比不再隨時(shí)間的增加而增大，且時(shí)頻圖中會(huì)出現(xiàn)多個(gè)峰值干擾信號(hào)參數(shù)的估計(jì)。結(jié)合CWH對(duì)LFMCW 信號(hào)的能量聚集和相干累積思想，該文提出一種基于周期CWH變換的多周期LFMCW信號(hào)的參數(shù)估計(jì)算法，給出了多周期LFMCW信號(hào)的PCWH變換公式；分析了PCWH輸出信噪比與觀測(cè)時(shí)間和觀測(cè)樣本信噪比的關(guān)系；分析了參數(shù)估計(jì)精度。最后，數(shù)值仿真驗(yàn)證了該算法的有效性，證明在對(duì)多周期LFMCW信號(hào)參數(shù)估計(jì)時(shí)，PCWH更優(yōu)。
在采用聯(lián)合CWH(Choi-Williams Hough)變換估計(jì)多周期線性調(diào)頻連續(xù)波(LFMCW)信號(hào)的參數(shù)時(shí)，當(dāng)觀察時(shí)間大于一個(gè)周期時(shí)，輸出信號(hào)的信噪比不再隨時(shí)間的增加而增大，且時(shí)頻圖中會(huì)出現(xiàn)多個(gè)峰值干擾信號(hào)參數(shù)的估計(jì)。結(jié)合CWH對(duì)LFMCW 信號(hào)的能量聚集和相干累積思想，該文提出一種基于周期CWH變換的多周期LFMCW信號(hào)的參數(shù)估計(jì)算法，給出了多周期LFMCW信號(hào)的PCWH變換公式；分析了PCWH輸出信噪比與觀測(cè)時(shí)間和觀測(cè)樣本信噪比的關(guān)系；分析了參數(shù)估計(jì)精度。最后，數(shù)值仿真驗(yàn)證了該算法的有效性，證明在對(duì)多周期LFMCW信號(hào)參數(shù)估計(jì)時(shí)，PCWH更優(yōu)。
2015, 37(5): 1141-1148.
doi: 10.11999/JEIT141019
摘要:
該文提出一種基于優(yōu)選特征軌跡的視頻穩(wěn)定算法。首先，采用改進(jìn)的Harris角點(diǎn)檢測(cè)算子提取特征點(diǎn)，通過(guò)K-Means聚類算法剔除前景特征點(diǎn)。然后，利用幀間特征點(diǎn)的空間運(yùn)動(dòng)一致性減少錯(cuò)誤匹配和時(shí)間運(yùn)動(dòng)相似性實(shí)現(xiàn)長(zhǎng)時(shí)間跟蹤，從而獲取有效特征軌跡。最后，建立同時(shí)包含特征軌跡平滑度與視頻質(zhì)量退化程度的目標(biāo)函數(shù)計(jì)算視頻序列的幾何變換集以平滑特征軌跡獲取穩(wěn)定視頻。針對(duì)圖像扭曲產(chǎn)生的空白區(qū)，由當(dāng)前幀定義區(qū)與參考幀的光流作引導(dǎo)來(lái)腐蝕，并通過(guò)圖像拼接填充仍屬于空白區(qū)的像素。經(jīng)仿真驗(yàn)證，該文方法穩(wěn)定的視頻，空白區(qū)面積僅為Matsushita方法的33%左右，對(duì)動(dòng)態(tài)復(fù)雜場(chǎng)景和多個(gè)大運(yùn)動(dòng)前景均具有較高的有效性并可生成內(nèi)容完整的視頻，既提高了視頻的視覺(jué)效果，又減輕了費(fèi)時(shí)的邊界修復(fù)任務(wù)。
該文提出一種基于優(yōu)選特征軌跡的視頻穩(wěn)定算法。首先，采用改進(jìn)的Harris角點(diǎn)檢測(cè)算子提取特征點(diǎn)，通過(guò)K-Means聚類算法剔除前景特征點(diǎn)。然后，利用幀間特征點(diǎn)的空間運(yùn)動(dòng)一致性減少錯(cuò)誤匹配和時(shí)間運(yùn)動(dòng)相似性實(shí)現(xiàn)長(zhǎng)時(shí)間跟蹤，從而獲取有效特征軌跡。最后，建立同時(shí)包含特征軌跡平滑度與視頻質(zhì)量退化程度的目標(biāo)函數(shù)計(jì)算視頻序列的幾何變換集以平滑特征軌跡獲取穩(wěn)定視頻。針對(duì)圖像扭曲產(chǎn)生的空白區(qū)，由當(dāng)前幀定義區(qū)與參考幀的光流作引導(dǎo)來(lái)腐蝕，并通過(guò)圖像拼接填充仍屬于空白區(qū)的像素。經(jīng)仿真驗(yàn)證，該文方法穩(wěn)定的視頻，空白區(qū)面積僅為Matsushita方法的33%左右，對(duì)動(dòng)態(tài)復(fù)雜場(chǎng)景和多個(gè)大運(yùn)動(dòng)前景均具有較高的有效性并可生成內(nèi)容完整的視頻，既提高了視頻的視覺(jué)效果，又減輕了費(fèi)時(shí)的邊界修復(fù)任務(wù)。
2015, 37(5): 1149-1153.
doi: 10.11999/JEIT141185
摘要:
傳統(tǒng)的全景圖像拼接算法，多采用Harris角點(diǎn)的特征提取或尺度不變特征轉(zhuǎn)換?(SIFT)的特征匹配算子的方式，對(duì)存在重合部分的圖像進(jìn)行圖像拼接處理。但對(duì)于車載全景圖像拼接算法而言，車身四周采集到的4幅魚眼畸變圖像，使用特征提取算子的方法進(jìn)行的拼接，運(yùn)算的復(fù)雜度高，效率低，不能滿足車載設(shè)備的實(shí)時(shí)性要求。針對(duì)這一問(wèn)題，該文提出一種專門應(yīng)用在車載系統(tǒng)的車載全景圖像拼接算法，并對(duì)其進(jìn)行Matlab仿真，最大限度提高算法的運(yùn)算效率，以滿足車載系統(tǒng)實(shí)時(shí)性的要求，真實(shí)的反應(yīng)路況信息，輔助駕駛員安全駕駛。
傳統(tǒng)的全景圖像拼接算法，多采用Harris角點(diǎn)的特征提取或尺度不變特征轉(zhuǎn)換?(SIFT)的特征匹配算子的方式，對(duì)存在重合部分的圖像進(jìn)行圖像拼接處理。但對(duì)于車載全景圖像拼接算法而言，車身四周采集到的4幅魚眼畸變圖像，使用特征提取算子的方法進(jìn)行的拼接，運(yùn)算的復(fù)雜度高，效率低，不能滿足車載設(shè)備的實(shí)時(shí)性要求。針對(duì)這一問(wèn)題，該文提出一種專門應(yīng)用在車載系統(tǒng)的車載全景圖像拼接算法，并對(duì)其進(jìn)行Matlab仿真，最大限度提高算法的運(yùn)算效率，以滿足車載系統(tǒng)實(shí)時(shí)性的要求，真實(shí)的反應(yīng)路況信息，輔助駕駛員安全駕駛。
2015, 37(5): 1154-1159.
doi: 10.11999/JEIT141083
摘要:
為提高下肢表面肌電信號(hào)步態(tài)識(shí)別的準(zhǔn)確性和實(shí)時(shí)性，該文提出一種基于粒子群優(yōu)化(PSO)算法優(yōu)化支持向量機(jī)(SVM)的模式識(shí)別方法。首先對(duì)消噪后的肌電信號(hào)提取積分肌電值和方差作為特征樣本，然后利用PSO算法優(yōu)化SVM的懲罰參數(shù)和核函數(shù)參數(shù)，最后利用步態(tài)動(dòng)作的肌電信號(hào)樣本數(shù)據(jù)對(duì)構(gòu)造的SVM分類器進(jìn)行訓(xùn)練、測(cè)試。實(shí)驗(yàn)結(jié)果表明PSO-SVM分類器對(duì)下肢正常行走5個(gè)步態(tài)的識(shí)別率，明顯高于未經(jīng)參數(shù)優(yōu)化的SVM分類器，優(yōu)化后平均識(shí)別率達(dá)到97.8%，并兼顧了分類的準(zhǔn)確性和自適應(yīng)性。
為提高下肢表面肌電信號(hào)步態(tài)識(shí)別的準(zhǔn)確性和實(shí)時(shí)性，該文提出一種基于粒子群優(yōu)化(PSO)算法優(yōu)化支持向量機(jī)(SVM)的模式識(shí)別方法。首先對(duì)消噪后的肌電信號(hào)提取積分肌電值和方差作為特征樣本，然后利用PSO算法優(yōu)化SVM的懲罰參數(shù)和核函數(shù)參數(shù)，最后利用步態(tài)動(dòng)作的肌電信號(hào)樣本數(shù)據(jù)對(duì)構(gòu)造的SVM分類器進(jìn)行訓(xùn)練、測(cè)試。實(shí)驗(yàn)結(jié)果表明PSO-SVM分類器對(duì)下肢正常行走5個(gè)步態(tài)的識(shí)別率，明顯高于未經(jīng)參數(shù)優(yōu)化的SVM分類器，優(yōu)化后平均識(shí)別率達(dá)到97.8%，并兼顧了分類的準(zhǔn)確性和自適應(yīng)性。
2015, 37(5): 1160-1166.
doi: 10.11999/JEIT140997
摘要:
針對(duì)矩形跟蹤框在邊緣處包含較多背景信息的問(wèn)題，該文提出一種基于規(guī)范化梯度特征的帶權(quán)分塊壓縮感知的目標(biāo)特征提取方法。該方法將壓縮感知測(cè)量矩陣轉(zhuǎn)化為分塊對(duì)角矩陣，且根據(jù)塊的重要程度分配適當(dāng)?shù)臋?quán)重，縮小測(cè)量矩陣規(guī)模，簡(jiǎn)化特征提取運(yùn)算，弱化背景干擾。然后將提取的特征輸入變先驗(yàn)概率的貝葉斯分類器，變先驗(yàn)概率的分類器充分利用已有的跟蹤結(jié)果，從一定程度預(yù)測(cè)了目標(biāo)的運(yùn)動(dòng)方向，減小候選目標(biāo)的分類歧義性，使得每一幀的分類函數(shù)根據(jù)以往跟蹤結(jié)果進(jìn)行變化，提高了分類的準(zhǔn)確度。實(shí)驗(yàn)在8個(gè)具有常見跟蹤難度的序列中測(cè)試，并與目前較流行的4種目標(biāo)跟蹤算法在跟蹤效果、成功率等方面進(jìn)行比較，結(jié)果從多個(gè)角度表明，該文提出的目標(biāo)跟蹤算法具有較高的準(zhǔn)確度和穩(wěn)定性。
針對(duì)矩形跟蹤框在邊緣處包含較多背景信息的問(wèn)題，該文提出一種基于規(guī)范化梯度特征的帶權(quán)分塊壓縮感知的目標(biāo)特征提取方法。該方法將壓縮感知測(cè)量矩陣轉(zhuǎn)化為分塊對(duì)角矩陣，且根據(jù)塊的重要程度分配適當(dāng)?shù)臋?quán)重，縮小測(cè)量矩陣規(guī)模，簡(jiǎn)化特征提取運(yùn)算，弱化背景干擾。然后將提取的特征輸入變先驗(yàn)概率的貝葉斯分類器，變先驗(yàn)概率的分類器充分利用已有的跟蹤結(jié)果，從一定程度預(yù)測(cè)了目標(biāo)的運(yùn)動(dòng)方向，減小候選目標(biāo)的分類歧義性，使得每一幀的分類函數(shù)根據(jù)以往跟蹤結(jié)果進(jìn)行變化，提高了分類的準(zhǔn)確度。實(shí)驗(yàn)在8個(gè)具有常見跟蹤難度的序列中測(cè)試，并與目前較流行的4種目標(biāo)跟蹤算法在跟蹤效果、成功率等方面進(jìn)行比較，結(jié)果從多個(gè)角度表明，該文提出的目標(biāo)跟蹤算法具有較高的準(zhǔn)確度和穩(wěn)定性。
2015, 37(5): 1167-1172.
doi: 10.11999/JEIT141077
摘要:
針對(duì)傳統(tǒng)免疫網(wǎng)絡(luò)分類算法在記憶細(xì)胞確定上缺乏有效的指導(dǎo)，該文提出一種基于動(dòng)態(tài)識(shí)別鄰域的免疫網(wǎng)絡(luò)分類算法。算法采用核函數(shù)表示機(jī)制來(lái)描述抗體-抗原之間的親和度；利用抗原對(duì)構(gòu)造動(dòng)態(tài)識(shí)別鄰域來(lái)指導(dǎo)抗體群體的進(jìn)化，并選擇鄰域中距離對(duì)偶抗原最近的抗體為記憶細(xì)胞。算法被應(yīng)用于多分類問(wèn)題及高維分類問(wèn)題來(lái)進(jìn)行算法性能分析，同時(shí)，算法被應(yīng)用于多個(gè)標(biāo)準(zhǔn)數(shù)據(jù)集的分類來(lái)評(píng)估算法的整體性能。分類結(jié)果表明該算法對(duì)于標(biāo)準(zhǔn)測(cè)試數(shù)據(jù)集有良好的分類性能，這說(shuō)明基于動(dòng)態(tài)識(shí)別鄰域的訓(xùn)練方法能夠有效地指導(dǎo)記憶細(xì)胞的生成，顯著地改善分類器的性能。
針對(duì)傳統(tǒng)免疫網(wǎng)絡(luò)分類算法在記憶細(xì)胞確定上缺乏有效的指導(dǎo)，該文提出一種基于動(dòng)態(tài)識(shí)別鄰域的免疫網(wǎng)絡(luò)分類算法。算法采用核函數(shù)表示機(jī)制來(lái)描述抗體-抗原之間的親和度；利用抗原對(duì)構(gòu)造動(dòng)態(tài)識(shí)別鄰域來(lái)指導(dǎo)抗體群體的進(jìn)化，并選擇鄰域中距離對(duì)偶抗原最近的抗體為記憶細(xì)胞。算法被應(yīng)用于多分類問(wèn)題及高維分類問(wèn)題來(lái)進(jìn)行算法性能分析，同時(shí)，算法被應(yīng)用于多個(gè)標(biāo)準(zhǔn)數(shù)據(jù)集的分類來(lái)評(píng)估算法的整體性能。分類結(jié)果表明該算法對(duì)于標(biāo)準(zhǔn)測(cè)試數(shù)據(jù)集有良好的分類性能，這說(shuō)明基于動(dòng)態(tài)識(shí)別鄰域的訓(xùn)練方法能夠有效地指導(dǎo)記憶細(xì)胞的生成，顯著地改善分類器的性能。
2015, 37(5): 1173-1179.
doi: 10.11999/JEIT140907
摘要:
該文針對(duì)Reed-Solomon碼糾錯(cuò)算法計(jì)算復(fù)雜度較高、運(yùn)算時(shí)間較長(zhǎng)等問(wèn)題，提出一種自適應(yīng)數(shù)據(jù)逐層分解的Reed-Solomon碼的迭代譯碼糾錯(cuò)方法。首先，接收碼通過(guò)逐層分解將隨機(jī)錯(cuò)誤或突發(fā)錯(cuò)誤分散于不同的子序列中，縮小突發(fā)或隨機(jī)錯(cuò)誤的查找范圍；其次，制定約束規(guī)則確定錯(cuò)誤數(shù)目，同時(shí)根據(jù)不同的伴隨矩陣維數(shù)自適應(yīng)選擇迭代求解關(guān)鍵方程的方法，定位子序列中誤碼的位置；最后，計(jì)算正確碼字，結(jié)束糾錯(cuò)。實(shí)驗(yàn)測(cè)試表明，該算法在保證不漏檢誤碼的前提下，能夠有效簡(jiǎn)化計(jì)算多項(xiàng)式的維數(shù)，減少計(jì)算量和復(fù)雜度，糾錯(cuò)時(shí)效優(yōu)于DFT(Discrete Fourier Transform)算法和BM(Berlekamp-Massey)算法。特別是對(duì)2維碼數(shù)據(jù)的糾錯(cuò)測(cè)試中，與傳統(tǒng)算法相比，該算法糾錯(cuò)時(shí)效可提升一個(gè)數(shù)量級(jí)。
該文針對(duì)Reed-Solomon碼糾錯(cuò)算法計(jì)算復(fù)雜度較高、運(yùn)算時(shí)間較長(zhǎng)等問(wèn)題，提出一種自適應(yīng)數(shù)據(jù)逐層分解的Reed-Solomon碼的迭代譯碼糾錯(cuò)方法。首先，接收碼通過(guò)逐層分解將隨機(jī)錯(cuò)誤或突發(fā)錯(cuò)誤分散于不同的子序列中，縮小突發(fā)或隨機(jī)錯(cuò)誤的查找范圍；其次，制定約束規(guī)則確定錯(cuò)誤數(shù)目，同時(shí)根據(jù)不同的伴隨矩陣維數(shù)自適應(yīng)選擇迭代求解關(guān)鍵方程的方法，定位子序列中誤碼的位置；最后，計(jì)算正確碼字，結(jié)束糾錯(cuò)。實(shí)驗(yàn)測(cè)試表明，該算法在保證不漏檢誤碼的前提下，能夠有效簡(jiǎn)化計(jì)算多項(xiàng)式的維數(shù)，減少計(jì)算量和復(fù)雜度，糾錯(cuò)時(shí)效優(yōu)于DFT(Discrete Fourier Transform)算法和BM(Berlekamp-Massey)算法。特別是對(duì)2維碼數(shù)據(jù)的糾錯(cuò)測(cè)試中，與傳統(tǒng)算法相比，該算法糾錯(cuò)時(shí)效可提升一個(gè)數(shù)量級(jí)。
2015, 37(5): 1180-1186.
doi: 10.11999/JEIT141073
摘要:
對(duì)于采用大規(guī)模MIMO技術(shù)的時(shí)分雙工系統(tǒng)，天線互易誤差會(huì)破壞上下行信道互易特性，大幅降低預(yù)編碼算法下行傳輸性能。由于實(shí)際系統(tǒng)難以完全消除天線互易誤差，該文以最大化各用戶平均信泄噪比為目標(biāo)，根據(jù)天線互易誤差的統(tǒng)計(jì)特性，設(shè)計(jì)了對(duì)該誤差具有魯棒性的線性預(yù)編碼算法。同時(shí)為了進(jìn)一步降低用戶接收端的等效噪聲功率，該文還將該線性魯棒預(yù)編碼算法擴(kuò)展為基于矢量擾動(dòng)的非線性魯棒預(yù)編碼算法，并通過(guò)減格輔助技術(shù)降低其擾動(dòng)矢量求解復(fù)雜度，使其更適用于大規(guī)模MIMO系統(tǒng)應(yīng)用。計(jì)算機(jī)仿真結(jié)果表明在存在基站天線互易誤差條件下，該文所提出的線性與非線性魯棒性預(yù)編碼算法的性能均優(yōu)于傳統(tǒng)預(yù)編碼算法的性能。
對(duì)于采用大規(guī)模MIMO技術(shù)的時(shí)分雙工系統(tǒng)，天線互易誤差會(huì)破壞上下行信道互易特性，大幅降低預(yù)編碼算法下行傳輸性能。由于實(shí)際系統(tǒng)難以完全消除天線互易誤差，該文以最大化各用戶平均信泄噪比為目標(biāo)，根據(jù)天線互易誤差的統(tǒng)計(jì)特性，設(shè)計(jì)了對(duì)該誤差具有魯棒性的線性預(yù)編碼算法。同時(shí)為了進(jìn)一步降低用戶接收端的等效噪聲功率，該文還將該線性魯棒預(yù)編碼算法擴(kuò)展為基于矢量擾動(dòng)的非線性魯棒預(yù)編碼算法，并通過(guò)減格輔助技術(shù)降低其擾動(dòng)矢量求解復(fù)雜度，使其更適用于大規(guī)模MIMO系統(tǒng)應(yīng)用。計(jì)算機(jī)仿真結(jié)果表明在存在基站天線互易誤差條件下，該文所提出的線性與非線性魯棒性預(yù)編碼算法的性能均優(yōu)于傳統(tǒng)預(yù)編碼算法的性能。
2015, 37(5): 1187-1193.
doi: 10.11999/JEIT140994
摘要:
針對(duì)協(xié)方差信道狀態(tài)信息(Channel State Information, CSI)不理想導(dǎo)致的通信系統(tǒng)安全性能惡化問(wèn)題，該文提出一種魯棒的人工噪聲輔助的物理層安全發(fā)送方法。該方法基于非理想的協(xié)方差信道信息，對(duì)發(fā)送者的波束成形向量及人工噪聲協(xié)方差進(jìn)行聯(lián)合優(yōu)化設(shè)計(jì)，從而最大化系統(tǒng)的最差情況安全速率(Worst-Case Secrecy Rate, WCSR)。該功率受限的安全速率最大化問(wèn)題是非凸的，采用半定松弛(SemiDefinite Relaxation, SDR)技術(shù)和Lagrange對(duì)偶理論將其轉(zhuǎn)化為一系列的半定規(guī)劃(SemiDefinite Program, SDP)問(wèn)題進(jìn)行求解。仿真結(jié)果表明，與現(xiàn)有方案相比，所提方法的安全性能有了明顯的提升。
針對(duì)協(xié)方差信道狀態(tài)信息(Channel State Information, CSI)不理想導(dǎo)致的通信系統(tǒng)安全性能惡化問(wèn)題，該文提出一種魯棒的人工噪聲輔助的物理層安全發(fā)送方法。該方法基于非理想的協(xié)方差信道信息，對(duì)發(fā)送者的波束成形向量及人工噪聲協(xié)方差進(jìn)行聯(lián)合優(yōu)化設(shè)計(jì)，從而最大化系統(tǒng)的最差情況安全速率(Worst-Case Secrecy Rate, WCSR)。該功率受限的安全速率最大化問(wèn)題是非凸的，采用半定松弛(SemiDefinite Relaxation, SDR)技術(shù)和Lagrange對(duì)偶理論將其轉(zhuǎn)化為一系列的半定規(guī)劃(SemiDefinite Program, SDP)問(wèn)題進(jìn)行求解。仿真結(jié)果表明，與現(xiàn)有方案相比，所提方法的安全性能有了明顯的提升。
2015, 37(5): 1194-1199.
doi: 10.11999/JEIT140986
摘要:
在多蜂窩MIMO(Multiple-Input Multiple-Output)協(xié)作通信系統(tǒng)中，該文研究了基站站點(diǎn)服從泊松點(diǎn)過(guò)程(PPP)分布時(shí)，協(xié)作基站(BSs)和用戶對(duì)采用干擾對(duì)齊技術(shù)的中斷概率和網(wǎng)絡(luò)吞吐量性能，推導(dǎo)了完全信道狀態(tài)信息(CSI)和部分CSI兩種情況下的上述性能的解析表達(dá)式，并分析了系統(tǒng)性能與協(xié)作參數(shù)的單調(diào)關(guān)系。仿真分析發(fā)現(xiàn)：在完全CSI情況下，網(wǎng)絡(luò)吞吐量隨著基站密度、協(xié)作基站數(shù)、天線數(shù)的增加而增加；在部分CSI情況下，由于綜合考慮了信道訓(xùn)練和有限反饋帶來(lái)的資源開銷以及量化CSI引入的信道失真，存在一個(gè)使網(wǎng)絡(luò)吞吐量最大的最優(yōu)協(xié)作基站數(shù)，當(dāng)天線數(shù)較少或用戶移動(dòng)速度較小時(shí)，應(yīng)有較多的基站參與協(xié)作，當(dāng)天線數(shù)較多或用戶移動(dòng)速度較大時(shí)，應(yīng)適當(dāng)減少協(xié)作基站數(shù)。
在多蜂窩MIMO(Multiple-Input Multiple-Output)協(xié)作通信系統(tǒng)中，該文研究了基站站點(diǎn)服從泊松點(diǎn)過(guò)程(PPP)分布時(shí)，協(xié)作基站(BSs)和用戶對(duì)采用干擾對(duì)齊技術(shù)的中斷概率和網(wǎng)絡(luò)吞吐量性能，推導(dǎo)了完全信道狀態(tài)信息(CSI)和部分CSI兩種情況下的上述性能的解析表達(dá)式，并分析了系統(tǒng)性能與協(xié)作參數(shù)的單調(diào)關(guān)系。仿真分析發(fā)現(xiàn)：在完全CSI情況下，網(wǎng)絡(luò)吞吐量隨著基站密度、協(xié)作基站數(shù)、天線數(shù)的增加而增加；在部分CSI情況下，由于綜合考慮了信道訓(xùn)練和有限反饋帶來(lái)的資源開銷以及量化CSI引入的信道失真，存在一個(gè)使網(wǎng)絡(luò)吞吐量最大的最優(yōu)協(xié)作基站數(shù)，當(dāng)天線數(shù)較少或用戶移動(dòng)速度較小時(shí)，應(yīng)有較多的基站參與協(xié)作，當(dāng)天線數(shù)較多或用戶移動(dòng)速度較大時(shí)，應(yīng)適當(dāng)減少協(xié)作基站數(shù)。
2015, 37(5): 1200-1206.
doi: 10.11999/JEIT140933
摘要:
FlexRay正成為新一代車載通信網(wǎng)絡(luò)。為解決FlexRay靜態(tài)段調(diào)度(FSSS)的幀標(biāo)志(FID)分配難題，該文提出一種基于周期特征的自動(dòng)模型系數(shù)矩陣生成(AMCMG)算法，在大規(guī)模FSSS時(shí)，可快速得到最優(yōu)調(diào)度模型的各類消息調(diào)度屬性并確定系統(tǒng)所需的最少FID數(shù)；為進(jìn)一步確定消息相位，并最終得到完整的周期調(diào)度表，根據(jù)不同周期消息之間調(diào)度的兼容性，提出了一種可實(shí)現(xiàn)最優(yōu)規(guī)劃的基于相位保留規(guī)則FID分配(PRFIDA)算法；最后，仿真實(shí)驗(yàn)結(jié)果表明AMCMG算法能快速正確地建立調(diào)度模型，同時(shí)PRFIDA算法可以實(shí)現(xiàn)消息在已知調(diào)度屬性時(shí)的FID最優(yōu)分配。
FlexRay正成為新一代車載通信網(wǎng)絡(luò)。為解決FlexRay靜態(tài)段調(diào)度(FSSS)的幀標(biāo)志(FID)分配難題，該文提出一種基于周期特征的自動(dòng)模型系數(shù)矩陣生成(AMCMG)算法，在大規(guī)模FSSS時(shí)，可快速得到最優(yōu)調(diào)度模型的各類消息調(diào)度屬性并確定系統(tǒng)所需的最少FID數(shù)；為進(jìn)一步確定消息相位，并最終得到完整的周期調(diào)度表，根據(jù)不同周期消息之間調(diào)度的兼容性，提出了一種可實(shí)現(xiàn)最優(yōu)規(guī)劃的基于相位保留規(guī)則FID分配(PRFIDA)算法；最后，仿真實(shí)驗(yàn)結(jié)果表明AMCMG算法能快速正確地建立調(diào)度模型，同時(shí)PRFIDA算法可以實(shí)現(xiàn)消息在已知調(diào)度屬性時(shí)的FID最優(yōu)分配。
2015, 37(5): 1207-1213.
doi: 10.11999/JEIT140935
摘要:
為了實(shí)現(xiàn)對(duì)中斷小區(qū)的自主補(bǔ)償，該文基于自組織網(wǎng)絡(luò)(SON)提出功率和傾角聯(lián)合優(yōu)化調(diào)整的小區(qū)中斷補(bǔ)償(COC)機(jī)制。首先以天線傾角和發(fā)射功率作為優(yōu)化對(duì)象，然后對(duì)COC定義了合理的優(yōu)化目標(biāo)及評(píng)價(jià)指標(biāo)，并對(duì)優(yōu)化模型進(jìn)行分析，最終給出基于遺傳優(yōu)化算法的補(bǔ)償機(jī)制。在分時(shí)長(zhǎng)期演進(jìn)(TD-LTE)場(chǎng)景中進(jìn)行仿真驗(yàn)證，該機(jī)制與參考文獻(xiàn)中的3種算法相比，在覆蓋、干擾和吞吐量等方面均有明顯的改善。
為了實(shí)現(xiàn)對(duì)中斷小區(qū)的自主補(bǔ)償，該文基于自組織網(wǎng)絡(luò)(SON)提出功率和傾角聯(lián)合優(yōu)化調(diào)整的小區(qū)中斷補(bǔ)償(COC)機(jī)制。首先以天線傾角和發(fā)射功率作為優(yōu)化對(duì)象，然后對(duì)COC定義了合理的優(yōu)化目標(biāo)及評(píng)價(jià)指標(biāo)，并對(duì)優(yōu)化模型進(jìn)行分析，最終給出基于遺傳優(yōu)化算法的補(bǔ)償機(jī)制。在分時(shí)長(zhǎng)期演進(jìn)(TD-LTE)場(chǎng)景中進(jìn)行仿真驗(yàn)證，該機(jī)制與參考文獻(xiàn)中的3種算法相比，在覆蓋、干擾和吞吐量等方面均有明顯的改善。
2015, 37(5): 1214-1219.
doi: 10.11999/JEIT140615
摘要:
當(dāng)?shù)讓訑?shù)據(jù)的容量以及輪廓推薦指令個(gè)數(shù)增大時(shí)，輪廓推薦的時(shí)間代價(jià)將呈指數(shù)級(jí)增長(zhǎng)，從而嚴(yán)重影響其推薦效率。為此，基于超對(duì)等分布式網(wǎng)絡(luò)(SPA)，該文提出預(yù)存儲(chǔ)w個(gè)輪廓快照來(lái)高效處理系統(tǒng)中u個(gè)輪廓推薦指令的分布式網(wǎng)絡(luò)輪廓推薦算法(EMSRDN)。EMSRDN算法充分考慮SPA網(wǎng)絡(luò)的數(shù)據(jù)存儲(chǔ)和通信特性，利用map/reduce分布式計(jì)算模型，通過(guò)初始快照集啟發(fā)式構(gòu)造來(lái)快速產(chǎn)生最優(yōu)w個(gè)輪廓快照。理論分析和仿真實(shí)驗(yàn)表明，該算法具有有效性和實(shí)用性。
當(dāng)?shù)讓訑?shù)據(jù)的容量以及輪廓推薦指令個(gè)數(shù)增大時(shí)，輪廓推薦的時(shí)間代價(jià)將呈指數(shù)級(jí)增長(zhǎng)，從而嚴(yán)重影響其推薦效率。為此，基于超對(duì)等分布式網(wǎng)絡(luò)(SPA)，該文提出預(yù)存儲(chǔ)w個(gè)輪廓快照來(lái)高效處理系統(tǒng)中u個(gè)輪廓推薦指令的分布式網(wǎng)絡(luò)輪廓推薦算法(EMSRDN)。EMSRDN算法充分考慮SPA網(wǎng)絡(luò)的數(shù)據(jù)存儲(chǔ)和通信特性，利用map/reduce分布式計(jì)算模型，通過(guò)初始快照集啟發(fā)式構(gòu)造來(lái)快速產(chǎn)生最優(yōu)w個(gè)輪廓快照。理論分析和仿真實(shí)驗(yàn)表明，該算法具有有效性和實(shí)用性。
2015, 37(5): 1220-1226.
doi: 10.11999/JEIT140874
摘要:
針對(duì)內(nèi)容中心網(wǎng)絡(luò)節(jié)點(diǎn)普遍緩存帶來(lái)的隱私泄露問(wèn)題，在兼顧內(nèi)容分發(fā)性能的基礎(chǔ)上，該文提出一種面向隱私保護(hù)的協(xié)作緩存策略。該策略從信息熵的角度提出隱私度量指標(biāo)，以增大攻擊者的不確定度為目標(biāo)，首先對(duì)于緩存策略的合理性給予證明；其次，通過(guò)構(gòu)建空間匿名區(qū)域，擴(kuò)大用戶匿名集合，增大緩存內(nèi)容的歸屬不確定性。緩存決策時(shí)，針對(duì)垂直請(qǐng)求路徑和水平匿名區(qū)域，分別提出沿途熱點(diǎn)緩存和局域hash協(xié)同的存儲(chǔ)策略，減小緩存冗余和隱私信息泄露。仿真結(jié)果表明，該策略可減小內(nèi)容請(qǐng)求時(shí)延，提高緩存命中率，在提升內(nèi)容分發(fā)效率的同時(shí)增強(qiáng)了用戶隱私保護(hù)水平。
針對(duì)內(nèi)容中心網(wǎng)絡(luò)節(jié)點(diǎn)普遍緩存帶來(lái)的隱私泄露問(wèn)題，在兼顧內(nèi)容分發(fā)性能的基礎(chǔ)上，該文提出一種面向隱私保護(hù)的協(xié)作緩存策略。該策略從信息熵的角度提出隱私度量指標(biāo)，以增大攻擊者的不確定度為目標(biāo)，首先對(duì)于緩存策略的合理性給予證明；其次，通過(guò)構(gòu)建空間匿名區(qū)域，擴(kuò)大用戶匿名集合，增大緩存內(nèi)容的歸屬不確定性。緩存決策時(shí)，針對(duì)垂直請(qǐng)求路徑和水平匿名區(qū)域，分別提出沿途熱點(diǎn)緩存和局域hash協(xié)同的存儲(chǔ)策略，減小緩存冗余和隱私信息泄露。仿真結(jié)果表明，該策略可減小內(nèi)容請(qǐng)求時(shí)延，提高緩存命中率，在提升內(nèi)容分發(fā)效率的同時(shí)增強(qiáng)了用戶隱私保護(hù)水平。
2015, 37(5): 1227-1233.
doi: 10.11999/JEIT140884
摘要:
組播是一種被廣泛應(yīng)用的通信技術(shù)。組播源認(rèn)證是組播安全中的重要問(wèn)題，特別是在有擾信道中實(shí)現(xiàn)組播源認(rèn)證具有很大的挑戰(zhàn)性。該文提出一種基于門限密碼的鏈?zhǔn)浇M播源認(rèn)證技術(shù)，以解決有擾信道上的組播源認(rèn)證問(wèn)題?；诮M播源認(rèn)證的安全需求和Dolev-Yao模型，該文首先給出鏈?zhǔn)浇M播源認(rèn)證的安全假設(shè)和安全模型；然后結(jié)合Shamir的門限秘密共享技術(shù)，設(shè)計(jì)一種適合于有擾信道的組播源認(rèn)證協(xié)議并進(jìn)行了安全性分析。對(duì)協(xié)議的仿真結(jié)果表明，該文設(shè)計(jì)的組播源認(rèn)證在保證較好的通信性能前提下具有良好的抗丟包能力。
組播是一種被廣泛應(yīng)用的通信技術(shù)。組播源認(rèn)證是組播安全中的重要問(wèn)題，特別是在有擾信道中實(shí)現(xiàn)組播源認(rèn)證具有很大的挑戰(zhàn)性。該文提出一種基于門限密碼的鏈?zhǔn)浇M播源認(rèn)證技術(shù)，以解決有擾信道上的組播源認(rèn)證問(wèn)題?；诮M播源認(rèn)證的安全需求和Dolev-Yao模型，該文首先給出鏈?zhǔn)浇M播源認(rèn)證的安全假設(shè)和安全模型；然后結(jié)合Shamir的門限秘密共享技術(shù)，設(shè)計(jì)一種適合于有擾信道的組播源認(rèn)證協(xié)議并進(jìn)行了安全性分析。對(duì)協(xié)議的仿真結(jié)果表明，該文設(shè)計(jì)的組播源認(rèn)證在保證較好的通信性能前提下具有良好的抗丟包能力。
2015, 37(5): 1234-1240.
doi: 10.11999/JEIT140851
摘要:
非安全環(huán)境中的無(wú)線傳感器網(wǎng)絡(luò)(WSN)可能存在惡意攻擊節(jié)點(diǎn)，惡意節(jié)點(diǎn)將會(huì)篡改其觀測(cè)數(shù)據(jù)以影響參數(shù)估計(jì)的準(zhǔn)確性。為此，該文提出基于信譽(yù)機(jī)制的分布式擴(kuò)散最小均方(R-dLMS)算法和擴(kuò)散歸一化最小均方(R-dNLMS)算法。該算法能夠根據(jù)各節(jié)點(diǎn)對(duì)整個(gè)網(wǎng)絡(luò)參數(shù)估計(jì)的貢獻(xiàn)來(lái)設(shè)置相應(yīng)的信譽(yù)值，從而減小惡意節(jié)點(diǎn)對(duì)網(wǎng)絡(luò)攻擊的影響。仿真結(jié)果表明，與無(wú)信譽(yù)值的算法相比，該算法的性能得到大幅度提高，且R-dNLMS算法在R-dLMS算法的基礎(chǔ)上，算法性能得到進(jìn)一步提升。
非安全環(huán)境中的無(wú)線傳感器網(wǎng)絡(luò)(WSN)可能存在惡意攻擊節(jié)點(diǎn)，惡意節(jié)點(diǎn)將會(huì)篡改其觀測(cè)數(shù)據(jù)以影響參數(shù)估計(jì)的準(zhǔn)確性。為此，該文提出基于信譽(yù)機(jī)制的分布式擴(kuò)散最小均方(R-dLMS)算法和擴(kuò)散歸一化最小均方(R-dNLMS)算法。該算法能夠根據(jù)各節(jié)點(diǎn)對(duì)整個(gè)網(wǎng)絡(luò)參數(shù)估計(jì)的貢獻(xiàn)來(lái)設(shè)置相應(yīng)的信譽(yù)值，從而減小惡意節(jié)點(diǎn)對(duì)網(wǎng)絡(luò)攻擊的影響。仿真結(jié)果表明，與無(wú)信譽(yù)值的算法相比，該算法的性能得到大幅度提高，且R-dNLMS算法在R-dLMS算法的基礎(chǔ)上，算法性能得到進(jìn)一步提升。
2015, 37(5): 1241-1247.
doi: 10.11999/JEIT140902
摘要:
在射頻識(shí)別(RFID)的應(yīng)用中，安全問(wèn)題特別是用戶隱私問(wèn)題正日益凸顯。因此，(用戶)標(biāo)簽信息的隱私保護(hù)的需求越來(lái)越迫切。在RFID系統(tǒng)中，標(biāo)簽的隱私保護(hù)不僅是對(duì)外部攻擊者，也應(yīng)該包括閱讀器。而現(xiàn)有許多文獻(xiàn)提出的認(rèn)證協(xié)議的安全僅針對(duì)外部攻擊者，甚至在外部攻擊者的不同攻擊方法下也并不能完全保證安全。該文提出兩個(gè)標(biāo)簽對(duì)閱讀器匿名的認(rèn)證協(xié)議：列表式RFID認(rèn)證協(xié)議和密鑰更新式RFID認(rèn)證協(xié)議。這兩個(gè)協(xié)議保證了閱讀器對(duì)標(biāo)簽認(rèn)證時(shí)，標(biāo)簽的信息不僅對(duì)外部攻擊者是安全的而且對(duì)閱讀器也保持匿名和不可追蹤。相較于Armknecht等人提出的對(duì)閱讀器匿名和不可追蹤的認(rèn)證協(xié)議，該文所提的協(xié)議不再需要增加第三方幫助來(lái)完成認(rèn)證。并且密鑰更新式RFID匿名認(rèn)證協(xié)議還保證了撤銷后的標(biāo)簽對(duì)閱讀器也是匿名性和不可追蹤的。
在射頻識(shí)別(RFID)的應(yīng)用中，安全問(wèn)題特別是用戶隱私問(wèn)題正日益凸顯。因此，(用戶)標(biāo)簽信息的隱私保護(hù)的需求越來(lái)越迫切。在RFID系統(tǒng)中，標(biāo)簽的隱私保護(hù)不僅是對(duì)外部攻擊者，也應(yīng)該包括閱讀器。而現(xiàn)有許多文獻(xiàn)提出的認(rèn)證協(xié)議的安全僅針對(duì)外部攻擊者，甚至在外部攻擊者的不同攻擊方法下也并不能完全保證安全。該文提出兩個(gè)標(biāo)簽對(duì)閱讀器匿名的認(rèn)證協(xié)議：列表式RFID認(rèn)證協(xié)議和密鑰更新式RFID認(rèn)證協(xié)議。這兩個(gè)協(xié)議保證了閱讀器對(duì)標(biāo)簽認(rèn)證時(shí)，標(biāo)簽的信息不僅對(duì)外部攻擊者是安全的而且對(duì)閱讀器也保持匿名和不可追蹤。相較于Armknecht等人提出的對(duì)閱讀器匿名和不可追蹤的認(rèn)證協(xié)議，該文所提的協(xié)議不再需要增加第三方幫助來(lái)完成認(rèn)證。并且密鑰更新式RFID匿名認(rèn)證協(xié)議還保證了撤銷后的標(biāo)簽對(duì)閱讀器也是匿名性和不可追蹤的。
2015, 37(5): 1248-1254.
doi: 10.11999/JEIT141017
摘要:
為了滿足密文域水印嵌入的需要，該文基于壓縮感知技術(shù)，提出一種魯棒可分離的密文域水印算法。首先，內(nèi)容擁有者將圖像進(jìn)行不重疊分塊，利用邊緣檢測(cè)手段劃分重要塊和非重要塊。重要塊用傳統(tǒng)加密方式進(jìn)行加密，非重要塊用壓縮感知技術(shù)進(jìn)行加密，同時(shí)為水印嵌入留出一定空間，然后根據(jù)嵌入密鑰，實(shí)現(xiàn)二值水印的密文嵌入。在接收端獲取圖像內(nèi)容和水印的方式是可分離的，同時(shí)根據(jù)含水印的密文圖像塊的像素分布特性可重新判斷塊的屬性，避免了傳輸塊屬性信息。此外，水印信息重復(fù)4次嵌入在密文圖像的不同區(qū)域，保證了水印的魯棒性。實(shí)驗(yàn)結(jié)果顯示所提方案在抵抗適度攻擊時(shí)具有魯棒性和安全性。
為了滿足密文域水印嵌入的需要，該文基于壓縮感知技術(shù)，提出一種魯棒可分離的密文域水印算法。首先，內(nèi)容擁有者將圖像進(jìn)行不重疊分塊，利用邊緣檢測(cè)手段劃分重要塊和非重要塊。重要塊用傳統(tǒng)加密方式進(jìn)行加密，非重要塊用壓縮感知技術(shù)進(jìn)行加密，同時(shí)為水印嵌入留出一定空間，然后根據(jù)嵌入密鑰，實(shí)現(xiàn)二值水印的密文嵌入。在接收端獲取圖像內(nèi)容和水印的方式是可分離的，同時(shí)根據(jù)含水印的密文圖像塊的像素分布特性可重新判斷塊的屬性，避免了傳輸塊屬性信息。此外，水印信息重復(fù)4次嵌入在密文圖像的不同區(qū)域，保證了水印的魯棒性。實(shí)驗(yàn)結(jié)果顯示所提方案在抵抗適度攻擊時(shí)具有魯棒性和安全性。
2015, 37(5): 1255-1259.
doi: 10.11999/JEIT140930
摘要:
漸變鰭線陣在空間功率合成放大器中具有重要的應(yīng)用價(jià)值。該文簡(jiǎn)化漸變鰭線陣的模型，將漸變鰭線陣設(shè)計(jì)等效為TE模式波阻抗的漸變阻抗變換，采用譜域?qū)Ъ{法計(jì)算漸變鰭線陣的傳播常數(shù)，依據(jù)小反射理論，提出一種新型基于Hecken形式的緊湊、寬帶漸變鰭線陣。利用高頻仿真軟件HFSS進(jìn)行優(yōu)化仿真設(shè)計(jì)，通過(guò)引入槽線微帶過(guò)渡電路，實(shí)際加工了X波段22鰭線陣，背靠背測(cè)試結(jié)果表明：在X波段(8~12 GHz)內(nèi)，反射系數(shù)小于-12 dB，插入損耗小于1 dB，實(shí)測(cè)結(jié)果與理論計(jì)算吻合。該文系統(tǒng)地給出漸變鰭線陣設(shè)計(jì)優(yōu)化的理論計(jì)算和仿真方法，對(duì)基于波導(dǎo)內(nèi)空間功率合成模塊設(shè)計(jì)具有指導(dǎo)意義，具有良好的工程應(yīng)用前景。
漸變鰭線陣在空間功率合成放大器中具有重要的應(yīng)用價(jià)值。該文簡(jiǎn)化漸變鰭線陣的模型，將漸變鰭線陣設(shè)計(jì)等效為TE模式波阻抗的漸變阻抗變換，采用譜域?qū)Ъ{法計(jì)算漸變鰭線陣的傳播常數(shù)，依據(jù)小反射理論，提出一種新型基于Hecken形式的緊湊、寬帶漸變鰭線陣。利用高頻仿真軟件HFSS進(jìn)行優(yōu)化仿真設(shè)計(jì)，通過(guò)引入槽線微帶過(guò)渡電路，實(shí)際加工了X波段22鰭線陣，背靠背測(cè)試結(jié)果表明：在X波段(8~12 GHz)內(nèi)，反射系數(shù)小于-12 dB，插入損耗小于1 dB，實(shí)測(cè)結(jié)果與理論計(jì)算吻合。該文系統(tǒng)地給出漸變鰭線陣設(shè)計(jì)優(yōu)化的理論計(jì)算和仿真方法，對(duì)基于波導(dǎo)內(nèi)空間功率合成模塊設(shè)計(jì)具有指導(dǎo)意義，具有良好的工程應(yīng)用前景。
2015, 37(5): 1260-1265.
doi: 10.11999/JEIT141129
摘要:
真值表是表征邏輯輸入與輸出之間因果關(guān)系的重要工具，真值表約簡(jiǎn)在數(shù)字邏輯電路的分析與設(shè)計(jì)中具有重要意義。該文將真值表看作邏輯信息系統(tǒng)，將真值表約簡(jiǎn)轉(zhuǎn)化為邏輯信息系統(tǒng)的最簡(jiǎn)規(guī)則獲取。采用粒計(jì)算分層粒化的思想，在不同粒度下，利用粒矩陣的知識(shí)表示形式、粒矩陣中的啟發(fā)式知識(shí)以及粒矩陣運(yùn)算，設(shè)計(jì)了多輸入多輸出真值表快速并行約簡(jiǎn)算法。以發(fā)光二極管七段數(shù)字顯示器為例進(jìn)行了算法說(shuō)明，通過(guò)數(shù)學(xué)證明和算法復(fù)雜性分析證明了算法的正確性和有效性。
真值表是表征邏輯輸入與輸出之間因果關(guān)系的重要工具，真值表約簡(jiǎn)在數(shù)字邏輯電路的分析與設(shè)計(jì)中具有重要意義。該文將真值表看作邏輯信息系統(tǒng)，將真值表約簡(jiǎn)轉(zhuǎn)化為邏輯信息系統(tǒng)的最簡(jiǎn)規(guī)則獲取。采用粒計(jì)算分層粒化的思想，在不同粒度下，利用粒矩陣的知識(shí)表示形式、粒矩陣中的啟發(fā)式知識(shí)以及粒矩陣運(yùn)算，設(shè)計(jì)了多輸入多輸出真值表快速并行約簡(jiǎn)算法。以發(fā)光二極管七段數(shù)字顯示器為例進(jìn)行了算法說(shuō)明，通過(guò)數(shù)學(xué)證明和算法復(fù)雜性分析證明了算法的正確性和有效性。
2015, 37(5): 1266-1270.
doi: 10.11999/JEIT141121
摘要:
針對(duì)自適應(yīng)空域隱寫術(shù)設(shè)計(jì)的關(guān)鍵問(wèn)題，該文結(jié)合Canny邊緣檢測(cè)和校驗(yàn)格編碼(STC)提出一種不需要同步邊信息的自適應(yīng)空域隱寫方法。首先，根據(jù)秘密消息長(zhǎng)度、載體圖像等因素確定Canny邊緣檢測(cè)算法中的參數(shù)取值，進(jìn)而根據(jù)相應(yīng)的參數(shù)取值使用Canny邊緣檢測(cè)算法來(lái)選擇載體圖像的邊緣區(qū)域。然后，分別定義邊緣區(qū)域像素和非邊緣區(qū)域像素的嵌入失真；最后，在載體像素的多個(gè)最低有效位平面(LSB)使用STC嵌入秘密消息。實(shí)驗(yàn)結(jié)果表明：該隱寫方法在4種嵌入率情況下抵抗常見通用隱寫分析的性能優(yōu)于3種已有的隱寫方法，且在較小嵌入率情況下與空域通用小波相對(duì)失真方法(S-UNIWARD)相當(dāng)。
針對(duì)自適應(yīng)空域隱寫術(shù)設(shè)計(jì)的關(guān)鍵問(wèn)題，該文結(jié)合Canny邊緣檢測(cè)和校驗(yàn)格編碼(STC)提出一種不需要同步邊信息的自適應(yīng)空域隱寫方法。首先，根據(jù)秘密消息長(zhǎng)度、載體圖像等因素確定Canny邊緣檢測(cè)算法中的參數(shù)取值，進(jìn)而根據(jù)相應(yīng)的參數(shù)取值使用Canny邊緣檢測(cè)算法來(lái)選擇載體圖像的邊緣區(qū)域。然后，分別定義邊緣區(qū)域像素和非邊緣區(qū)域像素的嵌入失真；最后，在載體像素的多個(gè)最低有效位平面(LSB)使用STC嵌入秘密消息。實(shí)驗(yàn)結(jié)果表明：該隱寫方法在4種嵌入率情況下抵抗常見通用隱寫分析的性能優(yōu)于3種已有的隱寫方法，且在較小嵌入率情況下與空域通用小波相對(duì)失真方法(S-UNIWARD)相當(dāng)。
