郵件訂閱
2015年 第37卷 第9期
顯示方式:
2015, 37(9): 2033-2039.
doi: 10.11999/JEIT150031
摘要:
該文針對(duì)視覺跟蹤中運(yùn)動(dòng)目標(biāo)的魯棒性跟蹤問題，將深度學(xué)習(xí)引入視覺跟蹤領(lǐng)域，提出一種基于多層卷積濾波特征的目標(biāo)跟蹤算法。該算法利用分層學(xué)習(xí)得到的主成分分析(PCA)特征向量，對(duì)原始圖像進(jìn)行多層卷積濾波，從而提取出圖像更深層次的抽象表達(dá)，然后利用巴氏距離進(jìn)行特征相似度匹配估計(jì)，進(jìn)而結(jié)合粒子濾波算法實(shí)現(xiàn)目標(biāo)跟蹤。結(jié)果表明，這種多層卷積濾波提取到的特征能夠更好地表達(dá)目標(biāo)，所提跟蹤算法對(duì)光照變化、遮擋、異面旋轉(zhuǎn)、攝像機(jī)抖動(dòng)都具有很好的不變性，對(duì)平面內(nèi)旋轉(zhuǎn)也具有一定的不變性，在具有此類特點(diǎn)的視頻序列上表現(xiàn)出非常好的魯棒性。
該文針對(duì)視覺跟蹤中運(yùn)動(dòng)目標(biāo)的魯棒性跟蹤問題，將深度學(xué)習(xí)引入視覺跟蹤領(lǐng)域，提出一種基于多層卷積濾波特征的目標(biāo)跟蹤算法。該算法利用分層學(xué)習(xí)得到的主成分分析(PCA)特征向量，對(duì)原始圖像進(jìn)行多層卷積濾波，從而提取出圖像更深層次的抽象表達(dá)，然后利用巴氏距離進(jìn)行特征相似度匹配估計(jì)，進(jìn)而結(jié)合粒子濾波算法實(shí)現(xiàn)目標(biāo)跟蹤。結(jié)果表明，這種多層卷積濾波提取到的特征能夠更好地表達(dá)目標(biāo)，所提跟蹤算法對(duì)光照變化、遮擋、異面旋轉(zhuǎn)、攝像機(jī)抖動(dòng)都具有很好的不變性，對(duì)平面內(nèi)旋轉(zhuǎn)也具有一定的不變性，在具有此類特點(diǎn)的視頻序列上表現(xiàn)出非常好的魯棒性。
2015, 37(9): 2040-2046.
doi: 10.11999/JEIT150086
摘要:
該文對(duì)Dempster-Shafer(DS)理論以及Dezert-Smarandache理論(DSmT)進(jìn)行了深入研究，為了能夠在僅需較低計(jì)算復(fù)雜度的前提下得到更加精確的融合結(jié)果，提出一種新的快速DSmT-DS近似推理融合方法。該方法針對(duì)超冪集空間僅單子焦元具有信度賦值的情況，將超冪集空間拆分映射成元素為各單子焦元和其補(bǔ)集的二元集合的新的超冪集空間，并求出每個(gè)補(bǔ)集的信度賦值；再運(yùn)用Dezert-Smarandache框架中的第5條比例沖突分配規(guī)則(DSmT+PCR5)在新的超冪集空間的二元集合子空間下對(duì)多證據(jù)源進(jìn)行融合，得到各單子焦元的融合結(jié)果；然后通過歸一化處理求得各單子焦元的信度賦值。通過理論分析得出該文方法的融合結(jié)果是介于Dezert-Smarandache框架中的第5條比例沖突分配規(guī)則(DSmT+PCR5)及Dempster-Shafer(DS)框架下的 Dempster 組合規(guī)則之間。該文方法在需要較低計(jì)算復(fù)雜度的前提下，可以得到優(yōu)于Dempster組合規(guī)則的近似融合結(jié)果。最后通過多個(gè)角度與已有方法進(jìn)行對(duì)比，驗(yàn)證了該文方法的優(yōu)越性。
該文對(duì)Dempster-Shafer(DS)理論以及Dezert-Smarandache理論(DSmT)進(jìn)行了深入研究，為了能夠在僅需較低計(jì)算復(fù)雜度的前提下得到更加精確的融合結(jié)果，提出一種新的快速DSmT-DS近似推理融合方法。該方法針對(duì)超冪集空間僅單子焦元具有信度賦值的情況，將超冪集空間拆分映射成元素為各單子焦元和其補(bǔ)集的二元集合的新的超冪集空間，并求出每個(gè)補(bǔ)集的信度賦值；再運(yùn)用Dezert-Smarandache框架中的第5條比例沖突分配規(guī)則(DSmT+PCR5)在新的超冪集空間的二元集合子空間下對(duì)多證據(jù)源進(jìn)行融合，得到各單子焦元的融合結(jié)果；然后通過歸一化處理求得各單子焦元的信度賦值。通過理論分析得出該文方法的融合結(jié)果是介于Dezert-Smarandache框架中的第5條比例沖突分配規(guī)則(DSmT+PCR5)及Dempster-Shafer(DS)框架下的 Dempster 組合規(guī)則之間。該文方法在需要較低計(jì)算復(fù)雜度的前提下，可以得到優(yōu)于Dempster組合規(guī)則的近似融合結(jié)果。最后通過多個(gè)角度與已有方法進(jìn)行對(duì)比，驗(yàn)證了該文方法的優(yōu)越性。
2015, 37(9): 2047-2054.
doi: 10.11999/JEIT141473
摘要:
針對(duì)傳統(tǒng)C-V模型對(duì)顏色不均勻圖像分割失敗并且對(duì)初始輪廓和位置敏感問題，以及現(xiàn)有符號(hào)距離正則項(xiàng)存在周期性振蕩和局部極值問題。該文提出結(jié)合局部能量信息和改進(jìn)的符號(hào)距離正則項(xiàng)的圖像目標(biāo)分割算法。首先，將全局圖像信息擴(kuò)展到HSV空間，并使用局部能量項(xiàng)信息分析每個(gè)像素及其領(lǐng)域內(nèi)的統(tǒng)計(jì)特性，從而在較少的迭代次數(shù)內(nèi)有效分割顏色分布不均勻圖像。其次，改進(jìn)現(xiàn)有符號(hào)距離正則項(xiàng)，改進(jìn)后的符號(hào)距離正則項(xiàng)在避免水平集函數(shù)的重新初始化的同時(shí)，提高了計(jì)算效率，保證了水平集函數(shù)演化過程的穩(wěn)定性。然后，定義閾值判斷法的水平集函數(shù)演化的終止準(zhǔn)則，使曲線準(zhǔn)確演化到目標(biāo)輪廓。該算法與同類模型的對(duì)比實(shí)驗(yàn)表明該模型具有較高的分割精度和對(duì)初始輪廓的魯棒性。
針對(duì)傳統(tǒng)C-V模型對(duì)顏色不均勻圖像分割失敗并且對(duì)初始輪廓和位置敏感問題，以及現(xiàn)有符號(hào)距離正則項(xiàng)存在周期性振蕩和局部極值問題。該文提出結(jié)合局部能量信息和改進(jìn)的符號(hào)距離正則項(xiàng)的圖像目標(biāo)分割算法。首先，將全局圖像信息擴(kuò)展到HSV空間，并使用局部能量項(xiàng)信息分析每個(gè)像素及其領(lǐng)域內(nèi)的統(tǒng)計(jì)特性，從而在較少的迭代次數(shù)內(nèi)有效分割顏色分布不均勻圖像。其次，改進(jìn)現(xiàn)有符號(hào)距離正則項(xiàng)，改進(jìn)后的符號(hào)距離正則項(xiàng)在避免水平集函數(shù)的重新初始化的同時(shí)，提高了計(jì)算效率，保證了水平集函數(shù)演化過程的穩(wěn)定性。然后，定義閾值判斷法的水平集函數(shù)演化的終止準(zhǔn)則，使曲線準(zhǔn)確演化到目標(biāo)輪廓。該算法與同類模型的對(duì)比實(shí)驗(yàn)表明該模型具有較高的分割精度和對(duì)初始輪廓的魯棒性。
2015, 37(9): 2055-2061.
doi: 10.11999/JEIT150173
摘要:
該文針對(duì)傳統(tǒng)的圖像質(zhì)量評(píng)價(jià)方法無法有效模擬人類視覺系統(tǒng)(HVS)存在的不足，提出基于小波分析的加權(quán)稀疏保真度(Weighting Sparse Fidelity, WSF)圖像評(píng)價(jià)算法。算法以模擬人類視覺系統(tǒng)的神經(jīng)網(wǎng)絡(luò)為切入點(diǎn)，對(duì)圖像進(jìn)行一階小波分解得到4個(gè)不同方向的子帶圖像，然后將子帶圖像分成88大小的圖像塊，采用快速獨(dú)立分量分析(FastICA)的方法對(duì)各個(gè)圖像塊進(jìn)行訓(xùn)練并提取圖像特征檢測(cè)矩陣，根據(jù)特征檢測(cè)矩陣計(jì)算各子帶圖像塊的稀疏特征值并建立稀疏保真度質(zhì)量評(píng)價(jià)模型。在此基礎(chǔ)上，根據(jù)細(xì)節(jié)信息的不同對(duì)低頻子帶圖像進(jìn)行區(qū)間劃分并設(shè)置視覺權(quán)重，使之更加接近人眼的主觀視覺。實(shí)驗(yàn)中對(duì)LIVE庫中所有圖像進(jìn)行算法驗(yàn)證，其結(jié)果表明，所提方法能很好地對(duì)各種失真類型的圖像進(jìn)行評(píng)價(jià)?；谛〔ǚ治龅南∈璞Ｕ娑仍u(píng)價(jià)算法能夠有效模擬人類視覺系統(tǒng)的多頻特性和視覺皮層感知機(jī)制，彌補(bǔ)現(xiàn)有圖像質(zhì)量評(píng)價(jià)方法在此方面的不足。
該文針對(duì)傳統(tǒng)的圖像質(zhì)量評(píng)價(jià)方法無法有效模擬人類視覺系統(tǒng)(HVS)存在的不足，提出基于小波分析的加權(quán)稀疏保真度(Weighting Sparse Fidelity, WSF)圖像評(píng)價(jià)算法。算法以模擬人類視覺系統(tǒng)的神經(jīng)網(wǎng)絡(luò)為切入點(diǎn)，對(duì)圖像進(jìn)行一階小波分解得到4個(gè)不同方向的子帶圖像，然后將子帶圖像分成88大小的圖像塊，采用快速獨(dú)立分量分析(FastICA)的方法對(duì)各個(gè)圖像塊進(jìn)行訓(xùn)練并提取圖像特征檢測(cè)矩陣，根據(jù)特征檢測(cè)矩陣計(jì)算各子帶圖像塊的稀疏特征值并建立稀疏保真度質(zhì)量評(píng)價(jià)模型。在此基礎(chǔ)上，根據(jù)細(xì)節(jié)信息的不同對(duì)低頻子帶圖像進(jìn)行區(qū)間劃分并設(shè)置視覺權(quán)重，使之更加接近人眼的主觀視覺。實(shí)驗(yàn)中對(duì)LIVE庫中所有圖像進(jìn)行算法驗(yàn)證，其結(jié)果表明，所提方法能很好地對(duì)各種失真類型的圖像進(jìn)行評(píng)價(jià)?；谛〔ǚ治龅南∈璞Ｕ娑仍u(píng)價(jià)算法能夠有效模擬人類視覺系統(tǒng)的多頻特性和視覺皮層感知機(jī)制，彌補(bǔ)現(xiàn)有圖像質(zhì)量評(píng)價(jià)方法在此方面的不足。
2015, 37(9): 2062-2068.
doi: 10.11999/JEIT141641
摘要:
針對(duì)結(jié)構(gòu)相似(SSIM)圖像質(zhì)量評(píng)價(jià)算法沒有考慮人眼視覺多通道性和對(duì)圖像高失真評(píng)價(jià)的不穩(wěn)定性，提出一種基于視覺顯著失真度的圖像質(zhì)量自適應(yīng)融合(VSAP)評(píng)價(jià)方法。該方法首先采用log-Gabor濾波提取圖像的高頻、中頻及低頻3層視覺特征，基于log-Gabor變換尺度和方向權(quán)重系數(shù)計(jì)算特征值的相似度；然后基于視覺閾值多分辨性迭加計(jì)算出特征值的失真度；最后，根據(jù)視覺失真度自適應(yīng)融合相似度評(píng)價(jià)與失真度評(píng)價(jià)獲得圖像質(zhì)量的最終客觀評(píng)價(jià)。實(shí)驗(yàn)結(jié)果表明，VSAP方法不但對(duì)圖像不同類型失真的客觀評(píng)價(jià)與主觀感知具有更高的相關(guān)性，而且3個(gè)主要指標(biāo)斯皮爾曼等級(jí)相關(guān)系數(shù)(SROCC)、曲線擬合相關(guān)系數(shù)(CC)和均方根誤差(RMSE)對(duì)圖像不同水平失真的整體評(píng)價(jià)性能更穩(wěn)定，明顯優(yōu)于其它評(píng)價(jià)方法。
針對(duì)結(jié)構(gòu)相似(SSIM)圖像質(zhì)量評(píng)價(jià)算法沒有考慮人眼視覺多通道性和對(duì)圖像高失真評(píng)價(jià)的不穩(wěn)定性，提出一種基于視覺顯著失真度的圖像質(zhì)量自適應(yīng)融合(VSAP)評(píng)價(jià)方法。該方法首先采用log-Gabor濾波提取圖像的高頻、中頻及低頻3層視覺特征，基于log-Gabor變換尺度和方向權(quán)重系數(shù)計(jì)算特征值的相似度；然后基于視覺閾值多分辨性迭加計(jì)算出特征值的失真度；最后，根據(jù)視覺失真度自適應(yīng)融合相似度評(píng)價(jià)與失真度評(píng)價(jià)獲得圖像質(zhì)量的最終客觀評(píng)價(jià)。實(shí)驗(yàn)結(jié)果表明，VSAP方法不但對(duì)圖像不同類型失真的客觀評(píng)價(jià)與主觀感知具有更高的相關(guān)性，而且3個(gè)主要指標(biāo)斯皮爾曼等級(jí)相關(guān)系數(shù)(SROCC)、曲線擬合相關(guān)系數(shù)(CC)和均方根誤差(RMSE)對(duì)圖像不同水平失真的整體評(píng)價(jià)性能更穩(wěn)定，明顯優(yōu)于其它評(píng)價(jià)方法。
2015, 37(9): 2069-2075.
doi: 10.11999/JEIT150003
摘要:
針對(duì)大部分骨架計(jì)算方法對(duì)輪廓噪聲的極端敏感性問題，該文提出一種基于貝葉斯模型的骨架裁剪方法。該方法利用貝葉斯理論對(duì)骨架及其生長(zhǎng)過程進(jìn)行建模，進(jìn)而通過對(duì)模型的迭代優(yōu)化實(shí)現(xiàn)骨架候選分支的篩選裁剪。由于已有的重建誤差率在分析骨架時(shí)不能很好地體現(xiàn)骨架簡(jiǎn)潔程度，故該文在骨架重建誤差率的基礎(chǔ)上綜合考慮骨架簡(jiǎn)潔度，提出骨架有效率的概念來對(duì)骨架做客觀定量分析。實(shí)驗(yàn)結(jié)果表明該文算法對(duì)輪廓噪聲具有較好的魯棒性，且裁剪出的骨架相比現(xiàn)有算法得到的骨架結(jié)構(gòu)更加簡(jiǎn)單，對(duì)形狀描述更加準(zhǔn)確。
針對(duì)大部分骨架計(jì)算方法對(duì)輪廓噪聲的極端敏感性問題，該文提出一種基于貝葉斯模型的骨架裁剪方法。該方法利用貝葉斯理論對(duì)骨架及其生長(zhǎng)過程進(jìn)行建模，進(jìn)而通過對(duì)模型的迭代優(yōu)化實(shí)現(xiàn)骨架候選分支的篩選裁剪。由于已有的重建誤差率在分析骨架時(shí)不能很好地體現(xiàn)骨架簡(jiǎn)潔程度，故該文在骨架重建誤差率的基礎(chǔ)上綜合考慮骨架簡(jiǎn)潔度，提出骨架有效率的概念來對(duì)骨架做客觀定量分析。實(shí)驗(yàn)結(jié)果表明該文算法對(duì)輪廓噪聲具有較好的魯棒性，且裁剪出的骨架相比現(xiàn)有算法得到的骨架結(jié)構(gòu)更加簡(jiǎn)單，對(duì)形狀描述更加準(zhǔn)確。
2015, 37(9): 2076-2081.
doi: 10.11999/JEIT150165
摘要:
基于簡(jiǎn)易深度成像設(shè)備的動(dòng)作捕捉系統(tǒng)因其與傳統(tǒng)設(shè)備相比更加廉價(jià)且易于使用而倍受關(guān)注。然而，此類設(shè)備圖像分辨率很低，肢體間互相遮擋，缺乏3維動(dòng)作重建的基本數(shù)據(jù)條件。該文融合人體關(guān)節(jié)點(diǎn)父子關(guān)系與關(guān)節(jié)點(diǎn)在運(yùn)動(dòng)中的多階馬爾可夫性，提出一個(gè)描述人體關(guān)節(jié)點(diǎn)空間關(guān)系與動(dòng)態(tài)特性的動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)(DBN)模型，基于該DBN模型并利用高爾夫揮桿運(yùn)動(dòng)的相似性，構(gòu)建了一種高爾夫揮桿3維重建系統(tǒng)DBN-Motion(DBN-based Motion reconstruction system)，使用簡(jiǎn)易深度成像設(shè)備Kinect，有效地解決了肢體遮擋的問題，實(shí)現(xiàn)了高爾夫揮桿動(dòng)作的捕獲和3維重建。實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)能夠在重建精度上媲美商用光學(xué)動(dòng)作捕捉系統(tǒng)。
基于簡(jiǎn)易深度成像設(shè)備的動(dòng)作捕捉系統(tǒng)因其與傳統(tǒng)設(shè)備相比更加廉價(jià)且易于使用而倍受關(guān)注。然而，此類設(shè)備圖像分辨率很低，肢體間互相遮擋，缺乏3維動(dòng)作重建的基本數(shù)據(jù)條件。該文融合人體關(guān)節(jié)點(diǎn)父子關(guān)系與關(guān)節(jié)點(diǎn)在運(yùn)動(dòng)中的多階馬爾可夫性，提出一個(gè)描述人體關(guān)節(jié)點(diǎn)空間關(guān)系與動(dòng)態(tài)特性的動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)(DBN)模型，基于該DBN模型并利用高爾夫揮桿運(yùn)動(dòng)的相似性，構(gòu)建了一種高爾夫揮桿3維重建系統(tǒng)DBN-Motion(DBN-based Motion reconstruction system)，使用簡(jiǎn)易深度成像設(shè)備Kinect，有效地解決了肢體遮擋的問題，實(shí)現(xiàn)了高爾夫揮桿動(dòng)作的捕獲和3維重建。實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)能夠在重建精度上媲美商用光學(xué)動(dòng)作捕捉系統(tǒng)。
2015, 37(9): 2082-2088.
doi: 10.11999/JEIT150074
摘要:
經(jīng)典數(shù)據(jù)驅(qū)動(dòng)型TSK(Takagi-Sugeno-Kang)模糊系統(tǒng)在獲取模糊規(guī)則時(shí)，會(huì)考慮數(shù)據(jù)的所有特征空間，其帶來一個(gè)重要缺陷：如果數(shù)據(jù)的特征空間維數(shù)過高，則系統(tǒng)獲取的模糊規(guī)則繁雜，使系統(tǒng)復(fù)雜度增加而導(dǎo)致解釋性下降。該文針對(duì)此缺陷，探討了一種基于模糊子空間聚類的〇階L2型TSK模糊系統(tǒng)(Fuzzy Subspace Clustering based zero-order L2- norm TSK Fuzzy System, FSC-0-L2-TSK-FS)構(gòu)建新方法。新方法構(gòu)建的模糊系統(tǒng)不僅能縮減模糊規(guī)則前件的特征空間，而且獲取的模糊規(guī)則可對(duì)應(yīng)于不同的特征子空間，從而具有更接近人類思維的推理機(jī)制。模擬和真實(shí)數(shù)據(jù)集上的建模結(jié)果表明，新方法增強(qiáng)了面對(duì)高維數(shù)據(jù)所建模型的解釋性，同時(shí)所建模型得到了較之于一些經(jīng)典方法更好或可比較的泛化性能。
經(jīng)典數(shù)據(jù)驅(qū)動(dòng)型TSK(Takagi-Sugeno-Kang)模糊系統(tǒng)在獲取模糊規(guī)則時(shí)，會(huì)考慮數(shù)據(jù)的所有特征空間，其帶來一個(gè)重要缺陷：如果數(shù)據(jù)的特征空間維數(shù)過高，則系統(tǒng)獲取的模糊規(guī)則繁雜，使系統(tǒng)復(fù)雜度增加而導(dǎo)致解釋性下降。該文針對(duì)此缺陷，探討了一種基于模糊子空間聚類的〇階L2型TSK模糊系統(tǒng)(Fuzzy Subspace Clustering based zero-order L2- norm TSK Fuzzy System, FSC-0-L2-TSK-FS)構(gòu)建新方法。新方法構(gòu)建的模糊系統(tǒng)不僅能縮減模糊規(guī)則前件的特征空間，而且獲取的模糊規(guī)則可對(duì)應(yīng)于不同的特征子空間，從而具有更接近人類思維的推理機(jī)制。模擬和真實(shí)數(shù)據(jù)集上的建模結(jié)果表明，新方法增強(qiáng)了面對(duì)高維數(shù)據(jù)所建模型的解釋性，同時(shí)所建模型得到了較之于一些經(jīng)典方法更好或可比較的泛化性能。
2015, 37(9): 2089-2096.
doi: 10.11999/JEIT141478
摘要:
為了更加有效地預(yù)測(cè)圖像中吸引視覺注意的關(guān)鍵區(qū)域，該文提出一種融合相位一致性與2維主成分分析(2DPCA)的顯著性方法。該方法不同于傳統(tǒng)的利用相位譜的方式，而是提出采用相位一致性(PC)獲取圖像中重要的特征點(diǎn)和邊緣信息，經(jīng)快速漂移超像素優(yōu)化后，融合局部和全局顏色對(duì)比度，生成低層特征顯著圖。接著提出利用2DPCA提取圖像塊的主成分后，計(jì)算主成分空間中圖像塊的局部和全局可區(qū)分性，得到模式顯著圖。最后，通過空間離散度度量分配合適的權(quán)重，使兩者融合，提取顯著性區(qū)域。在兩種人眼跟蹤數(shù)據(jù)庫上與5種經(jīng)典算法的實(shí)驗(yàn)對(duì)比結(jié)果表明，該算法能更加準(zhǔn)確地預(yù)測(cè)人眼視覺關(guān)注點(diǎn)。
為了更加有效地預(yù)測(cè)圖像中吸引視覺注意的關(guān)鍵區(qū)域，該文提出一種融合相位一致性與2維主成分分析(2DPCA)的顯著性方法。該方法不同于傳統(tǒng)的利用相位譜的方式，而是提出采用相位一致性(PC)獲取圖像中重要的特征點(diǎn)和邊緣信息，經(jīng)快速漂移超像素優(yōu)化后，融合局部和全局顏色對(duì)比度，生成低層特征顯著圖。接著提出利用2DPCA提取圖像塊的主成分后，計(jì)算主成分空間中圖像塊的局部和全局可區(qū)分性，得到模式顯著圖。最后，通過空間離散度度量分配合適的權(quán)重，使兩者融合，提取顯著性區(qū)域。在兩種人眼跟蹤數(shù)據(jù)庫上與5種經(jīng)典算法的實(shí)驗(yàn)對(duì)比結(jié)果表明，該算法能更加準(zhǔn)確地預(yù)測(cè)人眼視覺關(guān)注點(diǎn)。
2015, 37(9): 2097-2102.
doi: 10.11999/JEIT150033
摘要:
該文提出一種基于多尺度分解的k鄰域隨機(jī)查找快速圖像修復(fù)方法?；陔p邊濾波下采樣分解圖像，從圖像最粗糙層開始，對(duì)每一粗糙層采用基于最小堆的k鄰域隨機(jī)查找算法快速搜索最佳匹配塊，利用魯棒優(yōu)先級(jí)函數(shù)確定下一待修復(fù)塊。每一粗糙層修復(fù)后用雙邊濾波上采樣重建下一粗糙層，迭代得到最終的修復(fù)結(jié)果。與相關(guān)工作比較，所提方法的修復(fù)結(jié)果能夠保持圖像的細(xì)節(jié)和邊緣信息，取得更高的修復(fù)質(zhì)量。利用客觀指標(biāo)評(píng)價(jià)修復(fù)結(jié)果。實(shí)驗(yàn)結(jié)果表明該方法有效易行，修復(fù)的圖像具有良好的可視效果。
該文提出一種基于多尺度分解的k鄰域隨機(jī)查找快速圖像修復(fù)方法?；陔p邊濾波下采樣分解圖像，從圖像最粗糙層開始，對(duì)每一粗糙層采用基于最小堆的k鄰域隨機(jī)查找算法快速搜索最佳匹配塊，利用魯棒優(yōu)先級(jí)函數(shù)確定下一待修復(fù)塊。每一粗糙層修復(fù)后用雙邊濾波上采樣重建下一粗糙層，迭代得到最終的修復(fù)結(jié)果。與相關(guān)工作比較，所提方法的修復(fù)結(jié)果能夠保持圖像的細(xì)節(jié)和邊緣信息，取得更高的修復(fù)質(zhì)量。利用客觀指標(biāo)評(píng)價(jià)修復(fù)結(jié)果。實(shí)驗(yàn)結(jié)果表明該方法有效易行，修復(fù)的圖像具有良好的可視效果。
2015, 37(9): 2103-2109.
doi: 10.11999/JEIT150019
摘要:
無切分維吾爾文文檔識(shí)別技術(shù)能夠有效避免字符切分錯(cuò)誤，但是對(duì)于低數(shù)據(jù)資源的新樣本類型，原有模型往往難以獲得較高的識(shí)別性能。為此，該文提出共享常用維文字體間相對(duì)穩(wěn)定的字符結(jié)構(gòu)信息，并用Bootstrap方法提高樣本利用效率的解決方法。通過在實(shí)際書籍樣本上的實(shí)驗(yàn)表明，僅利用規(guī)模約原始訓(xùn)練樣本1/5的新類型樣本，該方法在測(cè)試集上的平均字符識(shí)別準(zhǔn)確率就可以達(dá)到95.05%；而與常用的最大后驗(yàn)概率估計(jì)方法相比，也能使識(shí)別錯(cuò)誤率相對(duì)降低55.76%~63.84%。因此，該方法能夠有效解決低數(shù)據(jù)資源條件下的維文字符建模問題，實(shí)現(xiàn)對(duì)新樣本類型的高性能識(shí)別。
無切分維吾爾文文檔識(shí)別技術(shù)能夠有效避免字符切分錯(cuò)誤，但是對(duì)于低數(shù)據(jù)資源的新樣本類型，原有模型往往難以獲得較高的識(shí)別性能。為此，該文提出共享常用維文字體間相對(duì)穩(wěn)定的字符結(jié)構(gòu)信息，并用Bootstrap方法提高樣本利用效率的解決方法。通過在實(shí)際書籍樣本上的實(shí)驗(yàn)表明，僅利用規(guī)模約原始訓(xùn)練樣本1/5的新類型樣本，該方法在測(cè)試集上的平均字符識(shí)別準(zhǔn)確率就可以達(dá)到95.05%；而與常用的最大后驗(yàn)概率估計(jì)方法相比，也能使識(shí)別錯(cuò)誤率相對(duì)降低55.76%~63.84%。因此，該方法能夠有效解決低數(shù)據(jù)資源條件下的維文字符建模問題，實(shí)現(xiàn)對(duì)新樣本類型的高性能識(shí)別。
2015, 37(9): 2110-2116.
doi: 10.11999/JEIT141651
摘要:
針對(duì)陣列通道不一致性引起的幅相誤差校正問題，基于多級(jí)維納濾波器(MSWF)，該文提出幅相誤差快速校正的簡(jiǎn)化的多級(jí)維納濾波器(SMSWF)算法。SMSWF算法利用校正源的方位和波形信息對(duì)陣列幅相參數(shù)進(jìn)行估計(jì)，無需估計(jì)協(xié)方差矩陣和進(jìn)行特征值分解，大大地減小了計(jì)算量，且具有與特征分解方法相同的幅相參數(shù)估計(jì)性能。研究發(fā)現(xiàn)，單個(gè)信源入射到陣列且信源波形已知時(shí)，SMSWF算法獲得的信號(hào)子空間等價(jià)于特征分解法得到的信號(hào)子空間，這表明SMSWF算法能夠替代特征分解法，從而極大減小基于特征分解法的信號(hào)處理方法的計(jì)算量。大量計(jì)算機(jī)仿真和消聲水池試驗(yàn)驗(yàn)證了SMSWF算法的優(yōu)越性能。
針對(duì)陣列通道不一致性引起的幅相誤差校正問題，基于多級(jí)維納濾波器(MSWF)，該文提出幅相誤差快速校正的簡(jiǎn)化的多級(jí)維納濾波器(SMSWF)算法。SMSWF算法利用校正源的方位和波形信息對(duì)陣列幅相參數(shù)進(jìn)行估計(jì)，無需估計(jì)協(xié)方差矩陣和進(jìn)行特征值分解，大大地減小了計(jì)算量，且具有與特征分解方法相同的幅相參數(shù)估計(jì)性能。研究發(fā)現(xiàn)，單個(gè)信源入射到陣列且信源波形已知時(shí)，SMSWF算法獲得的信號(hào)子空間等價(jià)于特征分解法得到的信號(hào)子空間，這表明SMSWF算法能夠替代特征分解法，從而極大減小基于特征分解法的信號(hào)處理方法的計(jì)算量。大量計(jì)算機(jī)仿真和消聲水池試驗(yàn)驗(yàn)證了SMSWF算法的優(yōu)越性能。
2015, 37(9): 2117-2123.
doi: 10.11999/JEIT150139
摘要:
借鑒語音聲學(xué)的研究成果，音色可作為區(qū)分不同目標(biāo)的依據(jù)。由于艦船輻射噪聲的音色信息包含在其信號(hào)的波形結(jié)構(gòu)特征中，可以通過提取艦船輻射噪聲的波形結(jié)構(gòu)特征判斷目標(biāo)類型。該文對(duì)水面目標(biāo)信號(hào)時(shí)域波形結(jié)構(gòu)特征提取進(jìn)行了研究，構(gòu)建了基于信號(hào)統(tǒng)計(jì)特性的特征矢量，包括過零點(diǎn)波長(zhǎng)、峰峰幅度、過零點(diǎn)波長(zhǎng)差分以及波列面積等。應(yīng)用支持向量機(jī)(Support Vector Machine, SVM)作為分類器識(shí)別兩類水面目標(biāo)信號(hào)，核函數(shù)為徑向基函數(shù)(RBF)。提出了差分進(jìn)化和粒子群算法的混合算法，優(yōu)化了懲罰因子和徑向基函數(shù)參數(shù)的選取，兩類目標(biāo)的識(shí)別率較常規(guī)的網(wǎng)格搜索法有顯著提高。
借鑒語音聲學(xué)的研究成果，音色可作為區(qū)分不同目標(biāo)的依據(jù)。由于艦船輻射噪聲的音色信息包含在其信號(hào)的波形結(jié)構(gòu)特征中，可以通過提取艦船輻射噪聲的波形結(jié)構(gòu)特征判斷目標(biāo)類型。該文對(duì)水面目標(biāo)信號(hào)時(shí)域波形結(jié)構(gòu)特征提取進(jìn)行了研究，構(gòu)建了基于信號(hào)統(tǒng)計(jì)特性的特征矢量，包括過零點(diǎn)波長(zhǎng)、峰峰幅度、過零點(diǎn)波長(zhǎng)差分以及波列面積等。應(yīng)用支持向量機(jī)(Support Vector Machine, SVM)作為分類器識(shí)別兩類水面目標(biāo)信號(hào)，核函數(shù)為徑向基函數(shù)(RBF)。提出了差分進(jìn)化和粒子群算法的混合算法，優(yōu)化了懲罰因子和徑向基函數(shù)參數(shù)的選取，兩類目標(biāo)的識(shí)別率較常規(guī)的網(wǎng)格搜索法有顯著提高。
2015, 37(9): 2124-2131.
doi: 10.11999/JEIT141618
摘要:
非線性隨機(jī)共振系統(tǒng)具有利用噪聲增強(qiáng)微弱信號(hào)的能力，為強(qiáng)噪聲背景下的信號(hào)檢測(cè)開辟了新的途徑。該文提出一種變參數(shù)隨機(jī)共振(VPSR)模型，實(shí)現(xiàn)對(duì)非周期信號(hào)的有效檢測(cè)、噪聲去除和信號(hào)恢復(fù)。通過以恢復(fù)信號(hào)的擬合決定系數(shù)和互相關(guān)系數(shù)作為評(píng)判標(biāo)準(zhǔn)，研究分析了不同參數(shù)變化對(duì)系統(tǒng)輸出的影響，分析結(jié)果表明該模型能有效地從噪聲背景中恢復(fù)時(shí)變信號(hào)。該方法拓展了隨機(jī)共振用于時(shí)變信號(hào)檢測(cè)技術(shù)的領(lǐng)域，在時(shí)變信號(hào)檢測(cè)和處理以及雷達(dá)通訊等方向有著一定的潛在應(yīng)用價(jià)值。
非線性隨機(jī)共振系統(tǒng)具有利用噪聲增強(qiáng)微弱信號(hào)的能力，為強(qiáng)噪聲背景下的信號(hào)檢測(cè)開辟了新的途徑。該文提出一種變參數(shù)隨機(jī)共振(VPSR)模型，實(shí)現(xiàn)對(duì)非周期信號(hào)的有效檢測(cè)、噪聲去除和信號(hào)恢復(fù)。通過以恢復(fù)信號(hào)的擬合決定系數(shù)和互相關(guān)系數(shù)作為評(píng)判標(biāo)準(zhǔn)，研究分析了不同參數(shù)變化對(duì)系統(tǒng)輸出的影響，分析結(jié)果表明該模型能有效地從噪聲背景中恢復(fù)時(shí)變信號(hào)。該方法拓展了隨機(jī)共振用于時(shí)變信號(hào)檢測(cè)技術(shù)的領(lǐng)域，在時(shí)變信號(hào)檢測(cè)和處理以及雷達(dá)通訊等方向有著一定的潛在應(yīng)用價(jià)值。
2015, 37(9): 2132-2137.
doi: 10.11999/JEIT150204
摘要:
為了解決傳統(tǒng)GPS接收機(jī)對(duì)弱信號(hào)頻率牽引速度比較慢、成功率較低的問題，該文提出基于FFT的頻率估計(jì)方法。為了克服導(dǎo)航數(shù)據(jù)比特反轉(zhuǎn)帶來的影響，用平方法和差分法分別構(gòu)造的新變量作為FFT運(yùn)算的輸入。實(shí)驗(yàn)結(jié)果顯示，沒有比特邊沿先驗(yàn)信息的情況下，差分構(gòu)造變量的方法在21 dBHz弱信號(hào)時(shí)正確估計(jì)頻率概率在95%以上，有比特邊沿先驗(yàn)信息的情況下，平方構(gòu)造變量的方法在19 dBHz弱信號(hào)下正確檢測(cè)頻率概率仍能達(dá)到95%。
為了解決傳統(tǒng)GPS接收機(jī)對(duì)弱信號(hào)頻率牽引速度比較慢、成功率較低的問題，該文提出基于FFT的頻率估計(jì)方法。為了克服導(dǎo)航數(shù)據(jù)比特反轉(zhuǎn)帶來的影響，用平方法和差分法分別構(gòu)造的新變量作為FFT運(yùn)算的輸入。實(shí)驗(yàn)結(jié)果顯示，沒有比特邊沿先驗(yàn)信息的情況下，差分構(gòu)造變量的方法在21 dBHz弱信號(hào)時(shí)正確估計(jì)頻率概率在95%以上，有比特邊沿先驗(yàn)信息的情況下，平方構(gòu)造變量的方法在19 dBHz弱信號(hào)下正確檢測(cè)頻率概率仍能達(dá)到95%。
2015, 37(9): 2138-2143.
doi: 10.11999/JEIT150116
摘要:
該文提出基于時(shí)間-調(diào)頻斜率分布(TCD)的目標(biāo)回波線性調(diào)頻(LFM)信號(hào)的多普勒調(diào)頻斜率估計(jì)算法。分析目標(biāo)回波LFM信號(hào)的TCD表明自項(xiàng)和交叉項(xiàng)均在多普勒調(diào)頻斜率處取得極大值，采用垂直調(diào)頻斜率軸投影積分可以有效抑制TCD的非多普勒調(diào)頻斜率交叉項(xiàng)及噪聲，增強(qiáng)多普勒調(diào)頻斜率項(xiàng)。同時(shí)，采用二次搜索方法搜索TCD投影積分量最大值保證多普勒調(diào)頻斜率估計(jì)精度，有效減少運(yùn)算量；理論分析表明，通過合理控制搜索步長(zhǎng)，可以使得計(jì)算耗時(shí)在一定條件下最小。仿真實(shí)驗(yàn)驗(yàn)證了該方法的有效性，該方法具有較高的估計(jì)精度以及抗噪性能。
該文提出基于時(shí)間-調(diào)頻斜率分布(TCD)的目標(biāo)回波線性調(diào)頻(LFM)信號(hào)的多普勒調(diào)頻斜率估計(jì)算法。分析目標(biāo)回波LFM信號(hào)的TCD表明自項(xiàng)和交叉項(xiàng)均在多普勒調(diào)頻斜率處取得極大值，采用垂直調(diào)頻斜率軸投影積分可以有效抑制TCD的非多普勒調(diào)頻斜率交叉項(xiàng)及噪聲，增強(qiáng)多普勒調(diào)頻斜率項(xiàng)。同時(shí)，采用二次搜索方法搜索TCD投影積分量最大值保證多普勒調(diào)頻斜率估計(jì)精度，有效減少運(yùn)算量；理論分析表明，通過合理控制搜索步長(zhǎng)，可以使得計(jì)算耗時(shí)在一定條件下最小。仿真實(shí)驗(yàn)驗(yàn)證了該方法的有效性，該方法具有較高的估計(jì)精度以及抗噪性能。
2015, 37(9): 2144-2150.
doi: 10.11999/JEIT141659
摘要:
該文提出一種基于頻譜殘留變換的紅外遙感圖像艦船目標(biāo)檢測(cè)方法。該方法首先根據(jù)海洋紅外圖像中自然背景和干擾的特性設(shè)計(jì)頻譜殘留變換的模型參數(shù)；然后對(duì)海洋紅外圖像實(shí)施頻譜殘留變換；最后在變換圖像上進(jìn)行目標(biāo)檢測(cè)。實(shí)驗(yàn)結(jié)果表明：該方法可以有效消除紅外圖像中的大尺度干擾和圖像噪聲，增強(qiáng)圖像中艦船目標(biāo)的信雜比，提高艦船檢測(cè)的準(zhǔn)確性。
該文提出一種基于頻譜殘留變換的紅外遙感圖像艦船目標(biāo)檢測(cè)方法。該方法首先根據(jù)海洋紅外圖像中自然背景和干擾的特性設(shè)計(jì)頻譜殘留變換的模型參數(shù)；然后對(duì)海洋紅外圖像實(shí)施頻譜殘留變換；最后在變換圖像上進(jìn)行目標(biāo)檢測(cè)。實(shí)驗(yàn)結(jié)果表明：該方法可以有效消除紅外圖像中的大尺度干擾和圖像噪聲，增強(qiáng)圖像中艦船目標(biāo)的信雜比，提高艦船檢測(cè)的準(zhǔn)確性。
2015, 37(9): 2151-2157.
doi: 10.11999/JEIT150125
摘要:
InISAR系統(tǒng)能夠?qū)崿F(xiàn)對(duì)目標(biāo)的3維幾何估計(jì)，更加有利于目標(biāo)的分類和識(shí)別。同時(shí)多功能ISAR/InISAR系統(tǒng)針對(duì)的多是機(jī)動(dòng)性很強(qiáng)的目標(biāo)，在某些情況下對(duì)單個(gè)目標(biāo)僅能獲取稀疏孔徑觀測(cè)，尤其是在目標(biāo)存在機(jī)動(dòng)特性的情況下，更是增加了ISAR成像的難度，這些對(duì)傳統(tǒng)的ISAR成像算法提出了挑戰(zhàn)。為了解決上述這些問題，該文針對(duì)機(jī)動(dòng)目標(biāo)提出一種基于稀疏孔徑的聯(lián)合稀疏約束InISAR 3維成像方法。對(duì)勻加速轉(zhuǎn)動(dòng)的目標(biāo)，回波的多普勒調(diào)制可以建模成線性調(diào)頻的形式，并用chirp-傅里葉字典來表征其機(jī)動(dòng)性。接著將聯(lián)合的多通道InISAR 2維成像轉(zhuǎn)化為聯(lián)合稀疏約束的最優(yōu)化求解問題，并用改進(jìn)的OMP算法進(jìn)行求解。然后利用各個(gè)通道估計(jì)的ISAR圖像和調(diào)頻參數(shù)實(shí)現(xiàn)對(duì)目標(biāo)的3維幾何重構(gòu)。相比于單通道獨(dú)立成像，聯(lián)合多通道稀疏約束成像能獲得更好的2維和3維成像結(jié)果。最后，進(jìn)行實(shí)測(cè)數(shù)據(jù)實(shí)驗(yàn)以驗(yàn)證該文算法的有效性。
InISAR系統(tǒng)能夠?qū)崿F(xiàn)對(duì)目標(biāo)的3維幾何估計(jì)，更加有利于目標(biāo)的分類和識(shí)別。同時(shí)多功能ISAR/InISAR系統(tǒng)針對(duì)的多是機(jī)動(dòng)性很強(qiáng)的目標(biāo)，在某些情況下對(duì)單個(gè)目標(biāo)僅能獲取稀疏孔徑觀測(cè)，尤其是在目標(biāo)存在機(jī)動(dòng)特性的情況下，更是增加了ISAR成像的難度，這些對(duì)傳統(tǒng)的ISAR成像算法提出了挑戰(zhàn)。為了解決上述這些問題，該文針對(duì)機(jī)動(dòng)目標(biāo)提出一種基于稀疏孔徑的聯(lián)合稀疏約束InISAR 3維成像方法。對(duì)勻加速轉(zhuǎn)動(dòng)的目標(biāo)，回波的多普勒調(diào)制可以建模成線性調(diào)頻的形式，并用chirp-傅里葉字典來表征其機(jī)動(dòng)性。接著將聯(lián)合的多通道InISAR 2維成像轉(zhuǎn)化為聯(lián)合稀疏約束的最優(yōu)化求解問題，并用改進(jìn)的OMP算法進(jìn)行求解。然后利用各個(gè)通道估計(jì)的ISAR圖像和調(diào)頻參數(shù)實(shí)現(xiàn)對(duì)目標(biāo)的3維幾何重構(gòu)。相比于單通道獨(dú)立成像，聯(lián)合多通道稀疏約束成像能獲得更好的2維和3維成像結(jié)果。最后，進(jìn)行實(shí)測(cè)數(shù)據(jù)實(shí)驗(yàn)以驗(yàn)證該文算法的有效性。
2015, 37(9): 2158-2163.
doi: 10.11999/JEIT150108
摘要:
：針對(duì)傳統(tǒng)局部最優(yōu)檢測(cè)器在顯著非高斯雜波背景下導(dǎo)致檢測(cè)性能下降的問題，該文提出一種分?jǐn)?shù)低階局部最優(yōu)雷達(dá)目標(biāo)檢測(cè)方法。首先對(duì)局部最優(yōu)檢測(cè)器的模型進(jìn)行簡(jiǎn)化，在此基礎(chǔ)上，根據(jù)分?jǐn)?shù)低階統(tǒng)計(jì)量理論，利用分?jǐn)?shù)低階相關(guān)矩陣描述雜波的相關(guān)特征，并以分?jǐn)?shù)低階二次型作為局部最優(yōu)檢測(cè)器的權(quán)值，改善了顯著非高斯雜波背景下的雷達(dá)目標(biāo)檢測(cè)性能。利用仿真數(shù)據(jù)和IPIX雷達(dá)數(shù)據(jù)進(jìn)行實(shí)驗(yàn)分析，結(jié)果表明，針對(duì)顯著的非高斯雜波背景下的弱目標(biāo)信號(hào)，相對(duì)于傳統(tǒng)的局部最優(yōu)檢測(cè)方法，該文方法的檢測(cè)性能顯著提高。
：針對(duì)傳統(tǒng)局部最優(yōu)檢測(cè)器在顯著非高斯雜波背景下導(dǎo)致檢測(cè)性能下降的問題，該文提出一種分?jǐn)?shù)低階局部最優(yōu)雷達(dá)目標(biāo)檢測(cè)方法。首先對(duì)局部最優(yōu)檢測(cè)器的模型進(jìn)行簡(jiǎn)化，在此基礎(chǔ)上，根據(jù)分?jǐn)?shù)低階統(tǒng)計(jì)量理論，利用分?jǐn)?shù)低階相關(guān)矩陣描述雜波的相關(guān)特征，并以分?jǐn)?shù)低階二次型作為局部最優(yōu)檢測(cè)器的權(quán)值，改善了顯著非高斯雜波背景下的雷達(dá)目標(biāo)檢測(cè)性能。利用仿真數(shù)據(jù)和IPIX雷達(dá)數(shù)據(jù)進(jìn)行實(shí)驗(yàn)分析，結(jié)果表明，針對(duì)顯著的非高斯雜波背景下的弱目標(biāo)信號(hào)，相對(duì)于傳統(tǒng)的局部最優(yōu)檢測(cè)方法，該文方法的檢測(cè)性能顯著提高。
2015, 37(9): 2164-2170.
doi: 10.11999/JEIT141523
摘要:
該文針對(duì)發(fā)射陣列、接收陣列以及多級(jí)延遲器均為非均勻配置的雙基地MIMO雷達(dá)，提出基于時(shí)域和空域二次自由度擴(kuò)展的發(fā)射角、接收角以及多普勒頻率估計(jì)的ESPRIT (Estimating Signal Via Rotational Invariance Techniques)新方法。該方法利用雙基地MIMO雷達(dá)特殊的方向矢量特點(diǎn)(矩陣的Khatri-Rao積形式)，對(duì)接收信號(hào)進(jìn)行兩次行置換以及去冗余處理，實(shí)現(xiàn)了時(shí)域和空域孔徑自由度的二次擴(kuò)展。然后對(duì)新數(shù)據(jù)進(jìn)行時(shí)空滑窗處理，利用ESPRIT算法分別估計(jì)出目標(biāo)的收發(fā)角以及多普勒頻率。理論和仿真結(jié)果表明：在相同陣元和延遲級(jí)數(shù)情況下，所提算法的估計(jì)性能優(yōu)于四線性分解和多維ESPRIT算法，且能估計(jì)出更多的目標(biāo)，此外，通過最小冗余配置，極大地降低了陣列和延遲器的配置需求，更利于實(shí)際工程應(yīng)用。
該文針對(duì)發(fā)射陣列、接收陣列以及多級(jí)延遲器均為非均勻配置的雙基地MIMO雷達(dá)，提出基于時(shí)域和空域二次自由度擴(kuò)展的發(fā)射角、接收角以及多普勒頻率估計(jì)的ESPRIT (Estimating Signal Via Rotational Invariance Techniques)新方法。該方法利用雙基地MIMO雷達(dá)特殊的方向矢量特點(diǎn)(矩陣的Khatri-Rao積形式)，對(duì)接收信號(hào)進(jìn)行兩次行置換以及去冗余處理，實(shí)現(xiàn)了時(shí)域和空域孔徑自由度的二次擴(kuò)展。然后對(duì)新數(shù)據(jù)進(jìn)行時(shí)空滑窗處理，利用ESPRIT算法分別估計(jì)出目標(biāo)的收發(fā)角以及多普勒頻率。理論和仿真結(jié)果表明：在相同陣元和延遲級(jí)數(shù)情況下，所提算法的估計(jì)性能優(yōu)于四線性分解和多維ESPRIT算法，且能估計(jì)出更多的目標(biāo)，此外，通過最小冗余配置，極大地降低了陣列和延遲器的配置需求，更利于實(shí)際工程應(yīng)用。
2015, 37(9): 2171-2176.
doi: 10.11999/JEIT141593
摘要:
針對(duì)認(rèn)知雷達(dá)合成的時(shí)域恒模波形能量譜誤差大的問題，該文提出了一種基于迭代凸優(yōu)化的恒模波形合成方法。該方法首先將波形合成過程轉(zhuǎn)化成峰均功率比(PAPR)約束下的優(yōu)化問題，克服了常規(guī)波形合成過程中時(shí)域和頻域獨(dú)立優(yōu)化導(dǎo)致的整體收斂速度慢，局部最優(yōu)值能量譜誤差大的問題。其次通過最小化加權(quán)誤差矢量值(WEVM)降低阻帶功率水平，提高干擾及強(qiáng)雜波抑制能力。最后通過一系列變換操作將優(yōu)化問題轉(zhuǎn)化成二階錐規(guī)劃(SOCP)問題求解。計(jì)算機(jī)仿真驗(yàn)證了所提算法的有效性。
針對(duì)認(rèn)知雷達(dá)合成的時(shí)域恒模波形能量譜誤差大的問題，該文提出了一種基于迭代凸優(yōu)化的恒模波形合成方法。該方法首先將波形合成過程轉(zhuǎn)化成峰均功率比(PAPR)約束下的優(yōu)化問題，克服了常規(guī)波形合成過程中時(shí)域和頻域獨(dú)立優(yōu)化導(dǎo)致的整體收斂速度慢，局部最優(yōu)值能量譜誤差大的問題。其次通過最小化加權(quán)誤差矢量值(WEVM)降低阻帶功率水平，提高干擾及強(qiáng)雜波抑制能力。最后通過一系列變換操作將優(yōu)化問題轉(zhuǎn)化成二階錐規(guī)劃(SOCP)問題求解。計(jì)算機(jī)仿真驗(yàn)證了所提算法的有效性。
2015, 37(9): 2177-2182.
doi: 10.11999/JEIT150079
摘要:
天地波混合體制高頻雷達(dá)(簡(jiǎn)稱天地波雷達(dá)，HFHSSWR)海面一階譜的頻移和展寬特性，使得其一階譜的提取比高頻地波雷達(dá)(HFSWR)更困難。該文研究了天地波雷達(dá)一階譜頻移和展寬特性，并基于其在2維距離-多普勒譜上連續(xù)分布的特點(diǎn)，將信噪比方法應(yīng)用于天地波雷達(dá)一階譜提取。通過雙基地角、電離層和海流等對(duì)一階譜頻移及展寬特性的定量分析，確定了信噪比方法中一階譜中心位置、譜峰寬度、左右一階譜間距等參數(shù)的計(jì)算方法和取值范圍。并利用2維信噪比方法，解決由于天地波雷達(dá)信噪比下降引起的一階譜邊界檢測(cè)不精確的問題。最后，將信噪比法分別應(yīng)用于仿真和實(shí)測(cè)天地波雷達(dá)數(shù)據(jù)，驗(yàn)證了方法的有效性。
天地波混合體制高頻雷達(dá)(簡(jiǎn)稱天地波雷達(dá)，HFHSSWR)海面一階譜的頻移和展寬特性，使得其一階譜的提取比高頻地波雷達(dá)(HFSWR)更困難。該文研究了天地波雷達(dá)一階譜頻移和展寬特性，并基于其在2維距離-多普勒譜上連續(xù)分布的特點(diǎn)，將信噪比方法應(yīng)用于天地波雷達(dá)一階譜提取。通過雙基地角、電離層和海流等對(duì)一階譜頻移及展寬特性的定量分析，確定了信噪比方法中一階譜中心位置、譜峰寬度、左右一階譜間距等參數(shù)的計(jì)算方法和取值范圍。并利用2維信噪比方法，解決由于天地波雷達(dá)信噪比下降引起的一階譜邊界檢測(cè)不精確的問題。最后，將信噪比法分別應(yīng)用于仿真和實(shí)測(cè)天地波雷達(dá)數(shù)據(jù)，驗(yàn)證了方法的有效性。
2015, 37(9): 2183-2190.
doi: 10.11999/JEIT141580
摘要:
該文在同頻全雙工技術(shù)快速發(fā)展的背景下，針對(duì)物理層安全研究中波束成形技術(shù)的高復(fù)雜度和發(fā)端天線選擇(TAS)技術(shù)的低性能，提出一種聯(lián)合發(fā)端天線選擇和收端人工噪聲(AN)的物理層安全傳輸方法TAS-rAN。首先，有多根天線的發(fā)端，利用天線選擇技術(shù)，選取能使合法接收方接收信噪比最大的天線發(fā)送保密消息；其次，有同頻全雙工能力的收端，在接收到消息的同時(shí)，發(fā)送人工噪聲來擾亂竊聽方對(duì)保密消息的竊聽。在Nakagami-m信道下，推導(dǎo)了安全中斷概率的閉合表達(dá)式，并基于此，得到非零安全容量的概率表達(dá)式；通過漸進(jìn)安全中斷概率的推導(dǎo)，得到TAS-rAN方法的安全分集度。仿真結(jié)果表明，與已有的TAS-single和TAS-Alamouti方法相比，TAS-rAN安全方法具有較強(qiáng)的穩(wěn)定性，且能提供更優(yōu)的安全性能。
該文在同頻全雙工技術(shù)快速發(fā)展的背景下，針對(duì)物理層安全研究中波束成形技術(shù)的高復(fù)雜度和發(fā)端天線選擇(TAS)技術(shù)的低性能，提出一種聯(lián)合發(fā)端天線選擇和收端人工噪聲(AN)的物理層安全傳輸方法TAS-rAN。首先，有多根天線的發(fā)端，利用天線選擇技術(shù)，選取能使合法接收方接收信噪比最大的天線發(fā)送保密消息；其次，有同頻全雙工能力的收端，在接收到消息的同時(shí)，發(fā)送人工噪聲來擾亂竊聽方對(duì)保密消息的竊聽。在Nakagami-m信道下，推導(dǎo)了安全中斷概率的閉合表達(dá)式，并基于此，得到非零安全容量的概率表達(dá)式；通過漸進(jìn)安全中斷概率的推導(dǎo)，得到TAS-rAN方法的安全分集度。仿真結(jié)果表明，與已有的TAS-single和TAS-Alamouti方法相比，TAS-rAN安全方法具有較強(qiáng)的穩(wěn)定性，且能提供更優(yōu)的安全性能。
2015, 37(9): 2191-2197.
doi: 10.11999/JEIT141579
摘要:
該文研究存在多個(gè)相互勾結(jié)的單天線竊聽者的多中繼傳輸系統(tǒng)中，采用零空間人工噪聲和放大轉(zhuǎn)發(fā)的中繼波束賦形的物理層安全傳輸方案。在中繼竊聽端的信道狀態(tài)信息不準(zhǔn)確的情況下，基于半定規(guī)劃理論，對(duì)中繼的波束賦形加權(quán)矩陣和人工噪聲協(xié)方差矩陣進(jìn)行聯(lián)合優(yōu)化，有效減少相互勾結(jié)的多個(gè)竊聽者所獲得的信息量，顯著提高系統(tǒng)保密容量，是一種具有良好魯棒性的物理層安全傳輸方案。仿真結(jié)果顯示方案具有良好的性能。
該文研究存在多個(gè)相互勾結(jié)的單天線竊聽者的多中繼傳輸系統(tǒng)中，采用零空間人工噪聲和放大轉(zhuǎn)發(fā)的中繼波束賦形的物理層安全傳輸方案。在中繼竊聽端的信道狀態(tài)信息不準(zhǔn)確的情況下，基于半定規(guī)劃理論，對(duì)中繼的波束賦形加權(quán)矩陣和人工噪聲協(xié)方差矩陣進(jìn)行聯(lián)合優(yōu)化，有效減少相互勾結(jié)的多個(gè)竊聽者所獲得的信息量，顯著提高系統(tǒng)保密容量，是一種具有良好魯棒性的物理層安全傳輸方案。仿真結(jié)果顯示方案具有良好的性能。
2015, 37(9): 2198-2203.
doi: 10.11999/JEIT150088
摘要:
該文針對(duì)多用戶大規(guī)模多輸入多輸出(MIMO)移動(dòng)通信上行系統(tǒng)，提出一種基于能效優(yōu)化的資源分配算法。所提方法在采用最大比合并(MRC)接收情況下，滿足用戶數(shù)據(jù)速率和可容忍的干擾水平約束條件下，以最大化系統(tǒng)能效下界為準(zhǔn)則建立優(yōu)化模型。根據(jù)分?jǐn)?shù)規(guī)劃的性質(zhì)，把原始的分?jǐn)?shù)最優(yōu)化問題轉(zhuǎn)換成減式的形式，進(jìn)而采用凸優(yōu)化的方法，通過聯(lián)合調(diào)整基站端的發(fā)射天線數(shù)和用戶的發(fā)射功率來優(yōu)化能效函數(shù)。仿真結(jié)果表明，所提算法與窮舉算法在能效上的差距不足9%，并且有較好的系統(tǒng)頻譜效率性能，同時(shí)算法復(fù)雜度得到了顯著降低。
該文針對(duì)多用戶大規(guī)模多輸入多輸出(MIMO)移動(dòng)通信上行系統(tǒng)，提出一種基于能效優(yōu)化的資源分配算法。所提方法在采用最大比合并(MRC)接收情況下，滿足用戶數(shù)據(jù)速率和可容忍的干擾水平約束條件下，以最大化系統(tǒng)能效下界為準(zhǔn)則建立優(yōu)化模型。根據(jù)分?jǐn)?shù)規(guī)劃的性質(zhì)，把原始的分?jǐn)?shù)最優(yōu)化問題轉(zhuǎn)換成減式的形式，進(jìn)而采用凸優(yōu)化的方法，通過聯(lián)合調(diào)整基站端的發(fā)射天線數(shù)和用戶的發(fā)射功率來優(yōu)化能效函數(shù)。仿真結(jié)果表明，所提算法與窮舉算法在能效上的差距不足9%，并且有較好的系統(tǒng)頻譜效率性能，同時(shí)算法復(fù)雜度得到了顯著降低。
2015, 37(9): 2204-2210.
doi: 10.11999/JFIT141621
摘要:
該文在基于隨機(jī)不完全著色干擾避免資源調(diào)度算法基礎(chǔ)上，提出一種改進(jìn)式隨機(jī)不完全著色算法以優(yōu)化無線體域網(wǎng)間干擾協(xié)調(diào)，通過控制已著色節(jié)點(diǎn)繼續(xù)參與下一輪的著色算法實(shí)現(xiàn)網(wǎng)絡(luò)更高的資源空間復(fù)用，通過限制相鄰節(jié)點(diǎn)分配顏色數(shù)量差距保證節(jié)點(diǎn)間資源分配的公平性。仿真結(jié)果表明該文所提改進(jìn)式隨機(jī)不完全著色算法可在避免無線體域網(wǎng)用戶間干擾的同時(shí)，進(jìn)一步提高網(wǎng)絡(luò)吞吐量和頻譜空間復(fù)用率。
該文在基于隨機(jī)不完全著色干擾避免資源調(diào)度算法基礎(chǔ)上，提出一種改進(jìn)式隨機(jī)不完全著色算法以優(yōu)化無線體域網(wǎng)間干擾協(xié)調(diào)，通過控制已著色節(jié)點(diǎn)繼續(xù)參與下一輪的著色算法實(shí)現(xiàn)網(wǎng)絡(luò)更高的資源空間復(fù)用，通過限制相鄰節(jié)點(diǎn)分配顏色數(shù)量差距保證節(jié)點(diǎn)間資源分配的公平性。仿真結(jié)果表明該文所提改進(jìn)式隨機(jī)不完全著色算法可在避免無線體域網(wǎng)用戶間干擾的同時(shí)，進(jìn)一步提高網(wǎng)絡(luò)吞吐量和頻譜空間復(fù)用率。
2015, 37(9): 2211-2217.
doi: 10.11999/JEIT141395
摘要:
針對(duì)ZigBee通信中易遭受同頻攻擊導(dǎo)致數(shù)據(jù)阻塞和失真問題，該文提出一種同頻攻擊檢測(cè)模型。該模型利用信號(hào)頻譜的高斯分布規(guī)律和同頻攻擊對(duì)變換域幅值的影響進(jìn)行同頻攻擊檢測(cè)。在此基礎(chǔ)上，通過嵌入空閑頻帶信道跳變機(jī)制和基于可變退避周期及接入概率的自適應(yīng)退避算法，給出了同頻攻擊檢測(cè)抑制方案。實(shí)驗(yàn)結(jié)果表明，該文模型和方案可以有效抵御同頻攻擊。
針對(duì)ZigBee通信中易遭受同頻攻擊導(dǎo)致數(shù)據(jù)阻塞和失真問題，該文提出一種同頻攻擊檢測(cè)模型。該模型利用信號(hào)頻譜的高斯分布規(guī)律和同頻攻擊對(duì)變換域幅值的影響進(jìn)行同頻攻擊檢測(cè)。在此基礎(chǔ)上，通過嵌入空閑頻帶信道跳變機(jī)制和基于可變退避周期及接入概率的自適應(yīng)退避算法，給出了同頻攻擊檢測(cè)抑制方案。實(shí)驗(yàn)結(jié)果表明，該文模型和方案可以有效抵御同頻攻擊。
2015, 37(9): 2218-2224.
doi: 10.11999/JEIT150023
摘要:
針對(duì)網(wǎng)絡(luò)流量特征屬性不確定性和模糊性的特點(diǎn)，將直覺模糊推理理論引入異常檢測(cè)領(lǐng)域，該文提出一種基于包含度的直覺模糊推理異常檢測(cè)方法。首先設(shè)計(jì)異常檢測(cè)中特征屬性的隸屬度與非隸屬度函數(shù)，其次，給出基于包含度的強(qiáng)相似度計(jì)算方法并生成推理規(guī)則庫，再次給出多維多重式直覺模糊推理規(guī)則，最后建立異常檢測(cè)中的直覺模糊推理方法。通過對(duì)異常檢測(cè)標(biāo)準(zhǔn)數(shù)據(jù)集KDD99的實(shí)驗(yàn)，驗(yàn)證該方法的有效性，與常見經(jīng)典異常檢測(cè)方法對(duì)比，該方法具有更良好的檢測(cè)效果。
針對(duì)網(wǎng)絡(luò)流量特征屬性不確定性和模糊性的特點(diǎn)，將直覺模糊推理理論引入異常檢測(cè)領(lǐng)域，該文提出一種基于包含度的直覺模糊推理異常檢測(cè)方法。首先設(shè)計(jì)異常檢測(cè)中特征屬性的隸屬度與非隸屬度函數(shù)，其次，給出基于包含度的強(qiáng)相似度計(jì)算方法并生成推理規(guī)則庫，再次給出多維多重式直覺模糊推理規(guī)則，最后建立異常檢測(cè)中的直覺模糊推理方法。通過對(duì)異常檢測(cè)標(biāo)準(zhǔn)數(shù)據(jù)集KDD99的實(shí)驗(yàn)，驗(yàn)證該方法的有效性，與常見經(jīng)典異常檢測(cè)方法對(duì)比，該方法具有更良好的檢測(cè)效果。
2015, 37(9): 2225-2231.
doi: 10.11999/JEIT150205
摘要:
密鑰信息泄露是互聯(lián)云服務(wù)難題之一，為解決該問題，該文提出一種基于屬性環(huán)簽名的用戶密鑰撤銷方案。該方案以互聯(lián)云的用戶密文訪問方法為研究對(duì)象，論述了無屬性泄露的密文矩陣映射機(jī)制，多授權(quán)者自主擴(kuò)展屬性集生成密鑰，從而令云服務(wù)提供者(CSP)無法獲得用戶完整屬性，達(dá)到消除屬性存儲(chǔ)負(fù)載的目的。另外，該方案以撤銷環(huán)與單調(diào)張成算法為基礎(chǔ)設(shè)計(jì)用戶簽名驗(yàn)證撤銷機(jī)制，令CSP、授權(quán)者與用戶共同組成屬性環(huán)，接受CSP定義密文訪問結(jié)構(gòu)，用戶簽名只有通過源CSP驗(yàn)證才能訪問密文，授權(quán)者撤銷部分屬性失效用戶解密密鑰，從而達(dá)到權(quán)限撤銷不影響其它用戶訪問的目的。該方案以密文策略屬性基加密(CP-ABE)與單調(diào)張成算法為基礎(chǔ)設(shè)計(jì)多用戶組合屬性共謀抵抗機(jī)制，用以保護(hù)屬性的機(jī)密性。最后，給出該方案通信成本和計(jì)算效率的性能分析，用以驗(yàn)證該方法的有效性。
密鑰信息泄露是互聯(lián)云服務(wù)難題之一，為解決該問題，該文提出一種基于屬性環(huán)簽名的用戶密鑰撤銷方案。該方案以互聯(lián)云的用戶密文訪問方法為研究對(duì)象，論述了無屬性泄露的密文矩陣映射機(jī)制，多授權(quán)者自主擴(kuò)展屬性集生成密鑰，從而令云服務(wù)提供者(CSP)無法獲得用戶完整屬性，達(dá)到消除屬性存儲(chǔ)負(fù)載的目的。另外，該方案以撤銷環(huán)與單調(diào)張成算法為基礎(chǔ)設(shè)計(jì)用戶簽名驗(yàn)證撤銷機(jī)制，令CSP、授權(quán)者與用戶共同組成屬性環(huán)，接受CSP定義密文訪問結(jié)構(gòu)，用戶簽名只有通過源CSP驗(yàn)證才能訪問密文，授權(quán)者撤銷部分屬性失效用戶解密密鑰，從而達(dá)到權(quán)限撤銷不影響其它用戶訪問的目的。該方案以密文策略屬性基加密(CP-ABE)與單調(diào)張成算法為基礎(chǔ)設(shè)計(jì)多用戶組合屬性共謀抵抗機(jī)制，用以保護(hù)屬性的機(jī)密性。最后，給出該方案通信成本和計(jì)算效率的性能分析，用以驗(yàn)證該方法的有效性。
2015, 37(9): 2232-2237.
doi: 10.11999/JEIT150058
摘要:
針對(duì)多徑路由帶來的端到端測(cè)量路徑不確定性以及布爾模型不能很好地解決多擁塞鏈路的問題，該文在識(shí)別端到端測(cè)量路徑的基礎(chǔ)上，提出一種基于擴(kuò)展?fàn)顟B(tài)空間的網(wǎng)絡(luò)擁塞鏈路識(shí)別算法。首先基于探測(cè)流時(shí)延相關(guān)性進(jìn)行自適應(yīng)聚類，進(jìn)而得到各路徑與探測(cè)流之間的映射關(guān)系。其次采用多門限的方式，將具有不同丟包程度的擁塞路徑賦予不同的擁塞狀態(tài)。最后將擁塞鏈路識(shí)別問題轉(zhuǎn)化為一個(gè)約束最優(yōu)化問題，并提出基于擴(kuò)展?fàn)顟B(tài)空間的擁塞鏈路識(shí)別算法(ESSCLI)算法求解該問題。仿真結(jié)果表明，ESSCLI算法能夠在多種不同網(wǎng)絡(luò)場(chǎng)景下取得比當(dāng)前算法更高的擁塞鏈路檢測(cè)率。
針對(duì)多徑路由帶來的端到端測(cè)量路徑不確定性以及布爾模型不能很好地解決多擁塞鏈路的問題，該文在識(shí)別端到端測(cè)量路徑的基礎(chǔ)上，提出一種基于擴(kuò)展?fàn)顟B(tài)空間的網(wǎng)絡(luò)擁塞鏈路識(shí)別算法。首先基于探測(cè)流時(shí)延相關(guān)性進(jìn)行自適應(yīng)聚類，進(jìn)而得到各路徑與探測(cè)流之間的映射關(guān)系。其次采用多門限的方式，將具有不同丟包程度的擁塞路徑賦予不同的擁塞狀態(tài)。最后將擁塞鏈路識(shí)別問題轉(zhuǎn)化為一個(gè)約束最優(yōu)化問題，并提出基于擴(kuò)展?fàn)顟B(tài)空間的擁塞鏈路識(shí)別算法(ESSCLI)算法求解該問題。仿真結(jié)果表明，ESSCLI算法能夠在多種不同網(wǎng)絡(luò)場(chǎng)景下取得比當(dāng)前算法更高的擁塞鏈路檢測(cè)率。
2015, 37(9): 2238-2245.
doi: 10.11999/JEIT141649
摘要:
現(xiàn)實(shí)世界存在大量二分網(wǎng)絡(luò)，研究其社區(qū)結(jié)構(gòu)有助于從新角度認(rèn)識(shí)和理解異質(zhì)復(fù)雜網(wǎng)絡(luò)。非負(fù)矩陣分解模型能夠克服二分結(jié)構(gòu)的限制，有效地挖掘二分網(wǎng)絡(luò)的潛在結(jié)構(gòu)，但也存在著時(shí)間復(fù)雜度高、收斂慢等問題。該文提出一種基于圖正則化的三重非負(fù)矩陣分解(NMTF)算法應(yīng)用于二分網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)，通過圖正則化將用戶子空間和目標(biāo)子空間的內(nèi)部連接關(guān)系作為約束項(xiàng)引入到三重非負(fù)矩陣分解模型中；同時(shí)將NMTF分解為兩個(gè)最小化近似誤差的子問題，并給出了乘性迭代算法以交替更新因子矩陣，從而簡(jiǎn)化矩陣分解迭代，加快收斂速度。實(shí)驗(yàn)和分析證明：對(duì)于計(jì)算機(jī)生成網(wǎng)絡(luò)和真實(shí)網(wǎng)絡(luò)，該文提出的社區(qū)劃分方法均表現(xiàn)出較高的準(zhǔn)確率和穩(wěn)定性，能夠快速準(zhǔn)確地挖掘二分網(wǎng)絡(luò)的社區(qū)結(jié)構(gòu)。
現(xiàn)實(shí)世界存在大量二分網(wǎng)絡(luò)，研究其社區(qū)結(jié)構(gòu)有助于從新角度認(rèn)識(shí)和理解異質(zhì)復(fù)雜網(wǎng)絡(luò)。非負(fù)矩陣分解模型能夠克服二分結(jié)構(gòu)的限制，有效地挖掘二分網(wǎng)絡(luò)的潛在結(jié)構(gòu)，但也存在著時(shí)間復(fù)雜度高、收斂慢等問題。該文提出一種基于圖正則化的三重非負(fù)矩陣分解(NMTF)算法應(yīng)用于二分網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)，通過圖正則化將用戶子空間和目標(biāo)子空間的內(nèi)部連接關(guān)系作為約束項(xiàng)引入到三重非負(fù)矩陣分解模型中；同時(shí)將NMTF分解為兩個(gè)最小化近似誤差的子問題，并給出了乘性迭代算法以交替更新因子矩陣，從而簡(jiǎn)化矩陣分解迭代，加快收斂速度。實(shí)驗(yàn)和分析證明：對(duì)于計(jì)算機(jī)生成網(wǎng)絡(luò)和真實(shí)網(wǎng)絡(luò)，該文提出的社區(qū)劃分方法均表現(xiàn)出較高的準(zhǔn)確率和穩(wěn)定性，能夠快速準(zhǔn)確地挖掘二分網(wǎng)絡(luò)的社區(qū)結(jié)構(gòu)。
2015, 37(9): 2246-2253.
doi: 10.11999/JEIT141626
摘要:
構(gòu)建層次型拓?fù)浣Y(jié)構(gòu)是延長(zhǎng)網(wǎng)絡(luò)生存時(shí)間的有效方法。該文將拓?fù)錁?gòu)建過程分為由簇成員組成的感知層和由簇頭組成的平面數(shù)據(jù)轉(zhuǎn)發(fā)層，建立了基于無線信號(hào)不規(guī)則性的網(wǎng)絡(luò)能耗模型以及節(jié)點(diǎn)成簇穩(wěn)定性模型，提出了基于無線信號(hào)不規(guī)則性的層次型拓?fù)淇刂?WSIBTC)算法。WSIBTC算法根據(jù)節(jié)點(diǎn)平均有效傳輸距離將監(jiān)測(cè)區(qū)域劃分為多個(gè)子區(qū)域，由成簇穩(wěn)定性和節(jié)點(diǎn)在簇中的位置決定最終簇頭，簇頭間形成平面拓?fù)浣Y(jié)構(gòu)，延長(zhǎng)網(wǎng)絡(luò)生存時(shí)間。分析和仿真結(jié)果表明由WSIBTC算法得到的網(wǎng)絡(luò)拓?fù)浯蠓鹊靥嵘司W(wǎng)絡(luò)生存時(shí)間。
構(gòu)建層次型拓?fù)浣Y(jié)構(gòu)是延長(zhǎng)網(wǎng)絡(luò)生存時(shí)間的有效方法。該文將拓?fù)錁?gòu)建過程分為由簇成員組成的感知層和由簇頭組成的平面數(shù)據(jù)轉(zhuǎn)發(fā)層，建立了基于無線信號(hào)不規(guī)則性的網(wǎng)絡(luò)能耗模型以及節(jié)點(diǎn)成簇穩(wěn)定性模型，提出了基于無線信號(hào)不規(guī)則性的層次型拓?fù)淇刂?WSIBTC)算法。WSIBTC算法根據(jù)節(jié)點(diǎn)平均有效傳輸距離將監(jiān)測(cè)區(qū)域劃分為多個(gè)子區(qū)域，由成簇穩(wěn)定性和節(jié)點(diǎn)在簇中的位置決定最終簇頭，簇頭間形成平面拓?fù)浣Y(jié)構(gòu)，延長(zhǎng)網(wǎng)絡(luò)生存時(shí)間。分析和仿真結(jié)果表明由WSIBTC算法得到的網(wǎng)絡(luò)拓?fù)浯蠓鹊靥嵘司W(wǎng)絡(luò)生存時(shí)間。
2015, 37(9): 2254-2259.
doi: 10.11999/JEIT150077
摘要:
針對(duì)低頻地波衰減因子預(yù)測(cè)算法中積分方程算法與其它經(jīng)典算法在均勻/分段均勻光滑路徑模型下求解結(jié)果不一致的問題進(jìn)行研究分析。引入球面校正因子和高程轉(zhuǎn)換技術(shù)，對(duì)積分方程方法進(jìn)行改進(jìn)，提高其與其它經(jīng)典算法在光滑路徑模型下預(yù)測(cè)結(jié)果的一致性。在此基礎(chǔ)上，將改進(jìn)算法用于實(shí)際不規(guī)則地面模型地波衰減因子預(yù)測(cè)，并與實(shí)測(cè)結(jié)果進(jìn)行比較。與原算法相比，改進(jìn)后的算法更適合考慮地球曲率影響下復(fù)雜長(zhǎng)距離地面及空中地波衰減因子的求解。
針對(duì)低頻地波衰減因子預(yù)測(cè)算法中積分方程算法與其它經(jīng)典算法在均勻/分段均勻光滑路徑模型下求解結(jié)果不一致的問題進(jìn)行研究分析。引入球面校正因子和高程轉(zhuǎn)換技術(shù)，對(duì)積分方程方法進(jìn)行改進(jìn)，提高其與其它經(jīng)典算法在光滑路徑模型下預(yù)測(cè)結(jié)果的一致性。在此基礎(chǔ)上，將改進(jìn)算法用于實(shí)際不規(guī)則地面模型地波衰減因子預(yù)測(cè)，并與實(shí)測(cè)結(jié)果進(jìn)行比較。與原算法相比，改進(jìn)后的算法更適合考慮地球曲率影響下復(fù)雜長(zhǎng)距離地面及空中地波衰減因子的求解。
2015, 37(9): 2260-2264.
doi: 10.11999/JEIT150192
摘要:
該文利用多模穩(wěn)態(tài)非線性理論，研究損耗材料加載和導(dǎo)引中心半徑調(diào)節(jié)對(duì)回旋行波管穩(wěn)定性改善的效果。結(jié)果表明，隨著損耗材料電導(dǎo)率的減小返波振蕩強(qiáng)度逐漸減小直至完全消失，同時(shí)工作模式輸出功率顯著增大；適當(dāng)增大導(dǎo)引中心半徑后，完全抑制返波振蕩需要的損耗更小，可以減輕熱損耗散熱的困難，同時(shí)還能減小管子輸出性能對(duì)電導(dǎo)率變化的敏感性。
該文利用多模穩(wěn)態(tài)非線性理論，研究損耗材料加載和導(dǎo)引中心半徑調(diào)節(jié)對(duì)回旋行波管穩(wěn)定性改善的效果。結(jié)果表明，隨著損耗材料電導(dǎo)率的減小返波振蕩強(qiáng)度逐漸減小直至完全消失，同時(shí)工作模式輸出功率顯著增大；適當(dāng)增大導(dǎo)引中心半徑后，完全抑制返波振蕩需要的損耗更小，可以減輕熱損耗散熱的困難，同時(shí)還能減小管子輸出性能對(duì)電導(dǎo)率變化的敏感性。
2015, 37(9): 2265-2271.
doi: 10.11999/JEIT150095
摘要:
隨著數(shù)字微流控生物芯片在生化領(lǐng)域中的廣泛應(yīng)用，對(duì)芯片可靠性和制造成本的要求也越來越高，在線測(cè)試對(duì)于確保微流控生物芯片正常工作異常重要。該文針對(duì)引腳約束的數(shù)字微流控生物芯片，提出一種基于改進(jìn)最大最小蟻群算法的在線并行測(cè)試方案，在滿足各種約束條件的情況下，采用偽隨機(jī)比例原則，建立禁忌判斷策略，自適應(yīng)地改變信息素的殘留系數(shù)，實(shí)現(xiàn)引腳約束數(shù)字微流控生物芯片的在線并行測(cè)試。實(shí)驗(yàn)結(jié)果表明，該方法可以同時(shí)用于離線和在線測(cè)試，相對(duì)于單液滴離線和在線測(cè)試，可有效減少芯片的測(cè)試時(shí)間，提高了測(cè)試工作效率。
隨著數(shù)字微流控生物芯片在生化領(lǐng)域中的廣泛應(yīng)用，對(duì)芯片可靠性和制造成本的要求也越來越高，在線測(cè)試對(duì)于確保微流控生物芯片正常工作異常重要。該文針對(duì)引腳約束的數(shù)字微流控生物芯片，提出一種基于改進(jìn)最大最小蟻群算法的在線并行測(cè)試方案，在滿足各種約束條件的情況下，采用偽隨機(jī)比例原則，建立禁忌判斷策略，自適應(yīng)地改變信息素的殘留系數(shù)，實(shí)現(xiàn)引腳約束數(shù)字微流控生物芯片的在線并行測(cè)試。實(shí)驗(yàn)結(jié)果表明，該方法可以同時(shí)用于離線和在線測(cè)試，相對(duì)于單液滴離線和在線測(cè)試，可有效減少芯片的測(cè)試時(shí)間，提高了測(cè)試工作效率。
2015, 37(9): 2272-2276.
doi: 10.11999/JEIT150167
摘要:
該文基于迭代散射算法(ISP)對(duì)柱體陣列的散射場(chǎng)進(jìn)行分析。通過矢量柱面波函數(shù)展開，根據(jù)理想導(dǎo)體表面邊界條件，建立柱體表面入射場(chǎng)與散射場(chǎng)的關(guān)系式。將前一次迭代時(shí)柱體陣列的近區(qū)散射場(chǎng)作為下一次迭代的入射場(chǎng)，推導(dǎo)出柱體陣列散射場(chǎng)系數(shù)間的迭代關(guān)系。通過分析不同迭代次數(shù)下2~4個(gè)柱體的散射場(chǎng)，確定3次迭代即可保證算法的準(zhǔn)確度。對(duì)比數(shù)值結(jié)果表明，迭代散射算法具有與矩量法(MoM)結(jié)果同等的準(zhǔn)確度，并具有明顯優(yōu)于矩量法的計(jì)算速度。
該文基于迭代散射算法(ISP)對(duì)柱體陣列的散射場(chǎng)進(jìn)行分析。通過矢量柱面波函數(shù)展開，根據(jù)理想導(dǎo)體表面邊界條件，建立柱體表面入射場(chǎng)與散射場(chǎng)的關(guān)系式。將前一次迭代時(shí)柱體陣列的近區(qū)散射場(chǎng)作為下一次迭代的入射場(chǎng)，推導(dǎo)出柱體陣列散射場(chǎng)系數(shù)間的迭代關(guān)系。通過分析不同迭代次數(shù)下2~4個(gè)柱體的散射場(chǎng)，確定3次迭代即可保證算法的準(zhǔn)確度。對(duì)比數(shù)值結(jié)果表明，迭代散射算法具有與矩量法(MoM)結(jié)果同等的準(zhǔn)確度，并具有明顯優(yōu)于矩量法的計(jì)算速度。
2015, 37(9): 2277-2281.
doi: 10.11999/JEIT141566
摘要:
為了避免如WiMax, WLAN和X頻段衛(wèi)星系統(tǒng)等窄帶通信系統(tǒng)對(duì)超寬帶通信系統(tǒng)的影響，該文提出一種具有可控三陷波特性的超寬帶天線。該天線通過在輻射貼片和接地板上開槽，并在基板背面增加環(huán)形寄生單元的方法實(shí)現(xiàn)三陷波特性。天線在3.1~10.6 GHz的超寬帶頻段內(nèi)能夠有效地工作并抑制3種不同的窄帶通信系統(tǒng)的干擾。同時(shí)在環(huán)形寄生單元處增加開關(guān)設(shè)置，使天線能夠?qū)崿F(xiàn)雙/三陷波的功能切換，并增強(qiáng)陷波性能。實(shí)測(cè)和仿真結(jié)果吻合，該天線實(shí)現(xiàn)了良好的陷波功能，在工作頻段內(nèi)有良好的輻射方向特性。
為了避免如WiMax, WLAN和X頻段衛(wèi)星系統(tǒng)等窄帶通信系統(tǒng)對(duì)超寬帶通信系統(tǒng)的影響，該文提出一種具有可控三陷波特性的超寬帶天線。該天線通過在輻射貼片和接地板上開槽，并在基板背面增加環(huán)形寄生單元的方法實(shí)現(xiàn)三陷波特性。天線在3.1~10.6 GHz的超寬帶頻段內(nèi)能夠有效地工作并抑制3種不同的窄帶通信系統(tǒng)的干擾。同時(shí)在環(huán)形寄生單元處增加開關(guān)設(shè)置，使天線能夠?qū)崿F(xiàn)雙/三陷波的功能切換，并增強(qiáng)陷波性能。實(shí)測(cè)和仿真結(jié)果吻合，該天線實(shí)現(xiàn)了良好的陷波功能，在工作頻段內(nèi)有良好的輻射方向特性。
2015, 37(9): 2282-2286.
doi: 10.11999/JEIT150105
摘要:
為了降低傳感器的驅(qū)動(dòng)電壓，提高該器件的品質(zhì)因數(shù)和信噪比，該文研究封裝材料和工藝對(duì)真空封裝性能的影響，針對(duì)一種微機(jī)電系統(tǒng)(MEMS)諧振式微型電場(chǎng)敏感結(jié)構(gòu)芯片，采用獨(dú)特的共晶鍵合技術(shù)，實(shí)現(xiàn)該傳感器的芯片級(jí)真空封裝。實(shí)驗(yàn)結(jié)果表明，該傳感器封裝后的品質(zhì)因數(shù)達(dá)到了30727.4，是常壓封裝的500倍；該封裝器件具有更低的驅(qū)動(dòng)電壓，只需要直流分量100 mV和交流分量60 mVp-p，與常壓測(cè)試時(shí)相比，分別只有原來的1/200和1/16。
為了降低傳感器的驅(qū)動(dòng)電壓，提高該器件的品質(zhì)因數(shù)和信噪比，該文研究封裝材料和工藝對(duì)真空封裝性能的影響，針對(duì)一種微機(jī)電系統(tǒng)(MEMS)諧振式微型電場(chǎng)敏感結(jié)構(gòu)芯片，采用獨(dú)特的共晶鍵合技術(shù)，實(shí)現(xiàn)該傳感器的芯片級(jí)真空封裝。實(shí)驗(yàn)結(jié)果表明，該傳感器封裝后的品質(zhì)因數(shù)達(dá)到了30727.4，是常壓封裝的500倍；該封裝器件具有更低的驅(qū)動(dòng)電壓，只需要直流分量100 mV和交流分量60 mVp-p，與常壓測(cè)試時(shí)相比，分別只有原來的1/200和1/16。
