郵件訂閱
2016年 第38卷 第3期
2016, 38(3): 509-516.
doi: 10.11999/JEIT150676
摘要:
無人機(jī)影像具有非常高的分辨率，邊緣和紋理信息更加豐富，基于經(jīng)典SURF特征的影像拼接算法在處理無人機(jī)影像時(shí)面臨著新的挑戰(zhàn)。為提高無人機(jī)航拍影像拼接效率，該文提出一種快速特征提取與匹配算法。在特征提取環(huán)節(jié)，提出采用局部差分二進(jìn)制算法描述特征，在不降低特征區(qū)分性的同時(shí)，較SURF描述子而言降低了特征維度。在特征匹配環(huán)節(jié)，提出采用局部敏感哈希搜索算法代替kd樹搜索算法，提高了最近鄰特征匹配效率。實(shí)驗(yàn)結(jié)果表明，與基于SURF描述子和kd樹搜索算法的最近鄰匹配拼接算法相比，該文算法特征匹配效率有明顯提升，匹配精度也有所改善，更適合應(yīng)用于基于特征的無人機(jī)航拍影像快速制圖。
無人機(jī)影像具有非常高的分辨率，邊緣和紋理信息更加豐富，基于經(jīng)典SURF特征的影像拼接算法在處理無人機(jī)影像時(shí)面臨著新的挑戰(zhàn)。為提高無人機(jī)航拍影像拼接效率，該文提出一種快速特征提取與匹配算法。在特征提取環(huán)節(jié)，提出采用局部差分二進(jìn)制算法描述特征，在不降低特征區(qū)分性的同時(shí)，較SURF描述子而言降低了特征維度。在特征匹配環(huán)節(jié)，提出采用局部敏感哈希搜索算法代替kd樹搜索算法，提高了最近鄰特征匹配效率。實(shí)驗(yàn)結(jié)果表明，與基于SURF描述子和kd樹搜索算法的最近鄰匹配拼接算法相比，該文算法特征匹配效率有明顯提升，匹配精度也有所改善，更適合應(yīng)用于基于特征的無人機(jī)航拍影像快速制圖。
2016, 38(3): 517-522.
doi: 10.11999/JEIT150700
摘要:
隨著大數(shù)據(jù)和信息技術(shù)的發(fā)展，更好地理解用戶的行為軌跡在個(gè)性化推薦、廣告推薦等方面越來越重要。該文依據(jù)大數(shù)據(jù)環(huán)境下的城市計(jì)算理論，提出一種基于情境感知的用戶角色推理模型。通過用戶的行為軌跡分析其行為的時(shí)空特性；結(jié)合時(shí)間、語義分析等構(gòu)造識(shí)別用戶角色概率推理模型；通過算法克服識(shí)別用戶角色的主觀性、動(dòng)態(tài)適應(yīng)性差等問題。實(shí)驗(yàn)結(jié)果證明了該文所提模型的可行性、精確性和預(yù)測準(zhǔn)確性。
隨著大數(shù)據(jù)和信息技術(shù)的發(fā)展，更好地理解用戶的行為軌跡在個(gè)性化推薦、廣告推薦等方面越來越重要。該文依據(jù)大數(shù)據(jù)環(huán)境下的城市計(jì)算理論，提出一種基于情境感知的用戶角色推理模型。通過用戶的行為軌跡分析其行為的時(shí)空特性；結(jié)合時(shí)間、語義分析等構(gòu)造識(shí)別用戶角色概率推理模型；通過算法克服識(shí)別用戶角色的主觀性、動(dòng)態(tài)適應(yīng)性差等問題。實(shí)驗(yàn)結(jié)果證明了該文所提模型的可行性、精確性和預(yù)測準(zhǔn)確性。
2016, 38(3): 523-531.
doi: 10.11999/JEIT150645
摘要:
傳統(tǒng)聚類算法在數(shù)據(jù)量不足或數(shù)據(jù)被污染的場景下聚類效果較差，針對此問題，在經(jīng)典模糊C均值(FCM)技術(shù)的基礎(chǔ)上，該文提出融合歷史類中心和歷史隸屬度兩類知識(shí)遷移機(jī)制的聚類算法。該算法通過有效利用歷史數(shù)據(jù)中總結(jié)得到的輔助知識(shí)來指導(dǎo)當(dāng)前由于數(shù)據(jù)不足或數(shù)據(jù)污染帶來的聚類困難問題，從而提高聚類效果。同時(shí)，由于該算法僅利用歷史數(shù)據(jù)的類中心和隸屬度，對歷史數(shù)據(jù)具有隱私保護(hù)的優(yōu)點(diǎn)。通過在模擬數(shù)據(jù)集和真實(shí)數(shù)據(jù)集上的仿真實(shí)驗(yàn)，證明了該算法的有效性。
傳統(tǒng)聚類算法在數(shù)據(jù)量不足或數(shù)據(jù)被污染的場景下聚類效果較差，針對此問題，在經(jīng)典模糊C均值(FCM)技術(shù)的基礎(chǔ)上，該文提出融合歷史類中心和歷史隸屬度兩類知識(shí)遷移機(jī)制的聚類算法。該算法通過有效利用歷史數(shù)據(jù)中總結(jié)得到的輔助知識(shí)來指導(dǎo)當(dāng)前由于數(shù)據(jù)不足或數(shù)據(jù)污染帶來的聚類困難問題，從而提高聚類效果。同時(shí)，由于該算法僅利用歷史數(shù)據(jù)的類中心和隸屬度，對歷史數(shù)據(jù)具有隱私保護(hù)的優(yōu)點(diǎn)。通過在模擬數(shù)據(jù)集和真實(shí)數(shù)據(jù)集上的仿真實(shí)驗(yàn)，證明了該算法的有效性。
2016, 38(3): 532-540.
doi: 10.11999/JEIT150633
摘要:
支持向量機(jī)分類算法引入懲罰因子來調(diào)節(jié)過擬合和線性不可分時(shí)無解的問題，優(yōu)點(diǎn)是可以通過調(diào)節(jié)參數(shù)取得最優(yōu)解，但帶來的問題是允許一部分樣本錯(cuò)分。錯(cuò)分的樣本在分類間隔之間失去了約束，導(dǎo)致兩類交界處樣本雜亂分布，并且增加了訓(xùn)練的負(fù)擔(dān)。為了解決上述問題，該文根據(jù)大間隔分類思想，基于類內(nèi)緊密類間松散的原則，提出一種新的分類算法，稱之為最小化類內(nèi)距離和(Intraclass-Distance-Sum-Minimization, IDSM)分類算法。該算法根據(jù)最小化類內(nèi)距離和準(zhǔn)則構(gòu)造訓(xùn)練模型，通過解析法求解得到最佳的映射法則，進(jìn)而利用該最佳映射法則對樣本進(jìn)行投影變換以達(dá)到類內(nèi)間隔小類間間隔大的效果。相應(yīng)地，為解決高維樣本分類問題，進(jìn)一步提出了該文算法的核化版本。在大量UCI數(shù)據(jù)集和Yale大學(xué)人臉數(shù)據(jù)庫上的實(shí)驗(yàn)結(jié)果表明了該文算法的優(yōu)越性。
支持向量機(jī)分類算法引入懲罰因子來調(diào)節(jié)過擬合和線性不可分時(shí)無解的問題，優(yōu)點(diǎn)是可以通過調(diào)節(jié)參數(shù)取得最優(yōu)解，但帶來的問題是允許一部分樣本錯(cuò)分。錯(cuò)分的樣本在分類間隔之間失去了約束，導(dǎo)致兩類交界處樣本雜亂分布，并且增加了訓(xùn)練的負(fù)擔(dān)。為了解決上述問題，該文根據(jù)大間隔分類思想，基于類內(nèi)緊密類間松散的原則，提出一種新的分類算法，稱之為最小化類內(nèi)距離和(Intraclass-Distance-Sum-Minimization, IDSM)分類算法。該算法根據(jù)最小化類內(nèi)距離和準(zhǔn)則構(gòu)造訓(xùn)練模型，通過解析法求解得到最佳的映射法則，進(jìn)而利用該最佳映射法則對樣本進(jìn)行投影變換以達(dá)到類內(nèi)間隔小類間間隔大的效果。相應(yīng)地，為解決高維樣本分類問題，進(jìn)一步提出了該文算法的核化版本。在大量UCI數(shù)據(jù)集和Yale大學(xué)人臉數(shù)據(jù)庫上的實(shí)驗(yàn)結(jié)果表明了該文算法的優(yōu)越性。
2016, 38(3): 541-548.
doi: 10.11999/JEIT150530
摘要:
航空攝像機(jī)在空中對地面進(jìn)行拍攝，拍攝場景復(fù)雜，傳統(tǒng)的灰度平均值法在一些如有干擾點(diǎn)或背景與目標(biāo)灰度差別大的場景下曝光會(huì)不正確，丟失圖像信息，為了解決這些問題，該文在根據(jù)圖像灰度信息的調(diào)光算法以及硬件實(shí)現(xiàn)方面進(jìn)行了相關(guān)研究。首先根據(jù)當(dāng)前幀圖像的灰度直方圖中灰度級為0和255附近的信息進(jìn)行初調(diào)；然后根據(jù)圖像直方圖及其卷積和，搜索其中的峰值區(qū)域并確定圖像的不感興趣區(qū)域(包含的灰度級單一，信息量少的區(qū)域)；接著根據(jù)這些區(qū)域占整幅圖像的比重，由權(quán)值分配曲線為其分配不同的權(quán)值；最后計(jì)算加權(quán)后的灰度平均值，并將其作為反饋量控制下一幀的調(diào)光。實(shí)驗(yàn)結(jié)果表明，在普通場景下能夠準(zhǔn)確曝光，在暗背景和亮背景場景下，相比傳統(tǒng)方法使圖像感興趣區(qū)域信息熵提高10%以上。此方法能適用于多種場景，滿足航空攝像機(jī)對復(fù)雜場景自動(dòng)調(diào)光的需求。
航空攝像機(jī)在空中對地面進(jìn)行拍攝，拍攝場景復(fù)雜，傳統(tǒng)的灰度平均值法在一些如有干擾點(diǎn)或背景與目標(biāo)灰度差別大的場景下曝光會(huì)不正確，丟失圖像信息，為了解決這些問題，該文在根據(jù)圖像灰度信息的調(diào)光算法以及硬件實(shí)現(xiàn)方面進(jìn)行了相關(guān)研究。首先根據(jù)當(dāng)前幀圖像的灰度直方圖中灰度級為0和255附近的信息進(jìn)行初調(diào)；然后根據(jù)圖像直方圖及其卷積和，搜索其中的峰值區(qū)域并確定圖像的不感興趣區(qū)域(包含的灰度級單一，信息量少的區(qū)域)；接著根據(jù)這些區(qū)域占整幅圖像的比重，由權(quán)值分配曲線為其分配不同的權(quán)值；最后計(jì)算加權(quán)后的灰度平均值，并將其作為反饋量控制下一幀的調(diào)光。實(shí)驗(yàn)結(jié)果表明，在普通場景下能夠準(zhǔn)確曝光，在暗背景和亮背景場景下，相比傳統(tǒng)方法使圖像感興趣區(qū)域信息熵提高10%以上。此方法能適用于多種場景，滿足航空攝像機(jī)對復(fù)雜場景自動(dòng)調(diào)光的需求。
2016, 38(3): 549-556.
doi: 10.11999/JEIT150410
摘要:
傳統(tǒng)的單詞包(Bag-Of-Words, BOW)算法由于缺少特征之間的分布信息容易造成動(dòng)作混淆，并且單詞包大小的選擇對識(shí)別結(jié)果具有較大影響。為了體現(xiàn)興趣點(diǎn)的分布信息，該文在時(shí)空鄰域內(nèi)計(jì)算興趣點(diǎn)之間的位置關(guān)系作為其局部時(shí)空分布一致性特征，并提出了融合興趣點(diǎn)表觀特征的增強(qiáng)單詞包算法，采用多類分類支持向量機(jī)(Support Vector Machine, SVM)實(shí)現(xiàn)分類識(shí)別。分別針對單人和多人動(dòng)作識(shí)別，在KTH數(shù)據(jù)集和UT-interaction數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)。與傳統(tǒng)單詞包算法相比，增強(qiáng)單詞包算法不僅提高了識(shí)別效率，而且削弱了單詞包大小變化對識(shí)別率的影響，實(shí)驗(yàn)結(jié)果驗(yàn)證了算法的有效性。
傳統(tǒng)的單詞包(Bag-Of-Words, BOW)算法由于缺少特征之間的分布信息容易造成動(dòng)作混淆，并且單詞包大小的選擇對識(shí)別結(jié)果具有較大影響。為了體現(xiàn)興趣點(diǎn)的分布信息，該文在時(shí)空鄰域內(nèi)計(jì)算興趣點(diǎn)之間的位置關(guān)系作為其局部時(shí)空分布一致性特征，并提出了融合興趣點(diǎn)表觀特征的增強(qiáng)單詞包算法，采用多類分類支持向量機(jī)(Support Vector Machine, SVM)實(shí)現(xiàn)分類識(shí)別。分別針對單人和多人動(dòng)作識(shí)別，在KTH數(shù)據(jù)集和UT-interaction數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)。與傳統(tǒng)單詞包算法相比，增強(qiáng)單詞包算法不僅提高了識(shí)別效率，而且削弱了單詞包大小變化對識(shí)別率的影響，實(shí)驗(yàn)結(jié)果驗(yàn)證了算法的有效性。
2016, 38(3): 557-564.
doi: 10.11999/JEIT150693
摘要:
針對廣義特征值中心支持向量機(jī)(GEPSVM)訓(xùn)練和決策過程不一致問題，該文提出一類改進(jìn)的基于特征值分解的中心支持向量機(jī)，簡稱為IGEPSVM。首先針對二分類問題提出了基于特征值分解的中心支持向量機(jī)，然后基于一類對余類策略將其推廣到多類分類問題。將GEPSVM求解廣義特征值問題轉(zhuǎn)化為求解標(biāo)準(zhǔn)特征值問題，降低了計(jì)算復(fù)雜度。引入了一個(gè)新的參數(shù)，可以調(diào)節(jié)模型的性能，提高了GEPSVM的分類精度。提出了基于IGEPSVM的多類分類算法。實(shí)驗(yàn)結(jié)果表明，與GEPSVM算法相比較，IGEPSVM不僅提高了分類精度，而且縮短了訓(xùn)練時(shí)間。
針對廣義特征值中心支持向量機(jī)(GEPSVM)訓(xùn)練和決策過程不一致問題，該文提出一類改進(jìn)的基于特征值分解的中心支持向量機(jī)，簡稱為IGEPSVM。首先針對二分類問題提出了基于特征值分解的中心支持向量機(jī)，然后基于一類對余類策略將其推廣到多類分類問題。將GEPSVM求解廣義特征值問題轉(zhuǎn)化為求解標(biāo)準(zhǔn)特征值問題，降低了計(jì)算復(fù)雜度。引入了一個(gè)新的參數(shù)，可以調(diào)節(jié)模型的性能，提高了GEPSVM的分類精度。提出了基于IGEPSVM的多類分類算法。實(shí)驗(yàn)結(jié)果表明，與GEPSVM算法相比較，IGEPSVM不僅提高了分類精度，而且縮短了訓(xùn)練時(shí)間。
2016, 38(3): 565-570.
doi: 10.11999/JEIT150686
摘要:
受到實(shí)際條件的限制，自適應(yīng)旁瓣相消器通常不可能頻繁地更新自適應(yīng)權(quán)值，使得其在對抗空域非平穩(wěn)干擾時(shí)，會(huì)出現(xiàn)權(quán)值失配現(xiàn)象，嚴(yán)重影響干擾抑制性能。該文從空域密集干擾產(chǎn)生寬零陷的角度出發(fā)，提出一種適用于自適應(yīng)旁瓣相消器的零陷展寬算法。該算法通過對主通道的合成權(quán)值和輔助天線間的協(xié)方差矩陣同時(shí)進(jìn)行錐削實(shí)現(xiàn)零陷展寬，錐削向量和錐削矩陣只與陣元位置和展寬寬度有關(guān)，可以離線計(jì)算，在線直接調(diào)用，實(shí)現(xiàn)簡單，適合工程實(shí)際使用。仿真實(shí)驗(yàn)證明，該文方法可以有效展寬自適應(yīng)零陷，增強(qiáng)自適應(yīng)旁瓣相消器對抗空域非平穩(wěn)干擾時(shí)的穩(wěn)健性。
受到實(shí)際條件的限制，自適應(yīng)旁瓣相消器通常不可能頻繁地更新自適應(yīng)權(quán)值，使得其在對抗空域非平穩(wěn)干擾時(shí)，會(huì)出現(xiàn)權(quán)值失配現(xiàn)象，嚴(yán)重影響干擾抑制性能。該文從空域密集干擾產(chǎn)生寬零陷的角度出發(fā)，提出一種適用于自適應(yīng)旁瓣相消器的零陷展寬算法。該算法通過對主通道的合成權(quán)值和輔助天線間的協(xié)方差矩陣同時(shí)進(jìn)行錐削實(shí)現(xiàn)零陷展寬，錐削向量和錐削矩陣只與陣元位置和展寬寬度有關(guān)，可以離線計(jì)算，在線直接調(diào)用，實(shí)現(xiàn)簡單，適合工程實(shí)際使用。仿真實(shí)驗(yàn)證明，該文方法可以有效展寬自適應(yīng)零陷，增強(qiáng)自適應(yīng)旁瓣相消器對抗空域非平穩(wěn)干擾時(shí)的穩(wěn)健性。
2016, 38(3): 571-577.
doi: 10.11999/JEIT150705
摘要:
建立有效的目標(biāo)表觀模型是視覺跟蹤算法的關(guān)鍵。該文采用中層次視覺線索(超像素)對目標(biāo)表觀進(jìn)行建模，提出一種實(shí)時(shí)超像素跟蹤(RSPT)算法。算法采用K近鄰(KNN)方法從超像素特征集合中學(xué)習(xí)目標(biāo)的判別式表觀模型；在后續(xù)幀中，根據(jù)學(xué)習(xí)到的表觀模型計(jì)算目標(biāo)-背景置信圖，然后巧妙地采用積分圖方法估計(jì)目標(biāo)狀態(tài)，實(shí)現(xiàn)了高速的全局最優(yōu)估計(jì)；最后設(shè)計(jì)了目標(biāo)表觀模型的在線更新策略，引入遮擋因子對遮擋進(jìn)行判斷。在配置i5處理器的電腦中，所提RSPT算法使用未經(jīng)優(yōu)化的Matlab代碼以19幀/s的速度實(shí)時(shí)運(yùn)行。對若干序列的對比實(shí)驗(yàn)表明，所提算法能夠在多種復(fù)雜環(huán)境下穩(wěn)定跟蹤目標(biāo)，具有良好的魯棒性。
建立有效的目標(biāo)表觀模型是視覺跟蹤算法的關(guān)鍵。該文采用中層次視覺線索(超像素)對目標(biāo)表觀進(jìn)行建模，提出一種實(shí)時(shí)超像素跟蹤(RSPT)算法。算法采用K近鄰(KNN)方法從超像素特征集合中學(xué)習(xí)目標(biāo)的判別式表觀模型；在后續(xù)幀中，根據(jù)學(xué)習(xí)到的表觀模型計(jì)算目標(biāo)-背景置信圖，然后巧妙地采用積分圖方法估計(jì)目標(biāo)狀態(tài)，實(shí)現(xiàn)了高速的全局最優(yōu)估計(jì)；最后設(shè)計(jì)了目標(biāo)表觀模型的在線更新策略，引入遮擋因子對遮擋進(jìn)行判斷。在配置i5處理器的電腦中，所提RSPT算法使用未經(jīng)優(yōu)化的Matlab代碼以19幀/s的速度實(shí)時(shí)運(yùn)行。對若干序列的對比實(shí)驗(yàn)表明，所提算法能夠在多種復(fù)雜環(huán)境下穩(wěn)定跟蹤目標(biāo)，具有良好的魯棒性。
2016, 38(3): 578-585.
doi: 10.11999/JEIT150610
摘要:
針對稀疏表示的圖像質(zhì)量評價(jià)模型都基于灰度圖像，缺少顏色信息，該文提出一種基于非負(fù)矩陣分解(NMF)的全參考彩色圖像質(zhì)量評價(jià)方法。首先，從自然彩色圖像中隨機(jī)采樣，得到訓(xùn)練樣本，利用非負(fù)矩陣分解，訓(xùn)練得到特征基矩陣，并經(jīng)過Schmidt正交化，構(gòu)建特征提取矩陣；其次，根據(jù)視覺顯著性模型，利用最大視覺顯著性和顯著性差值兩步驟選取視覺重要區(qū)域；最后，利用特征提取矩陣，得到低維的特征向量，并最終得到彩色圖像質(zhì)量評價(jià)值。實(shí)驗(yàn)結(jié)果表明，該文方法在LIVE, CSIQ和TID2008 3個(gè)圖像質(zhì)量評價(jià)庫上有很好的表現(xiàn)。3個(gè)圖像庫的平均結(jié)果顯示，該文方法的綜合表現(xiàn)優(yōu)于所有對比方法。這表明該文方法與主觀感知有更好的關(guān)聯(lián)度。
針對稀疏表示的圖像質(zhì)量評價(jià)模型都基于灰度圖像，缺少顏色信息，該文提出一種基于非負(fù)矩陣分解(NMF)的全參考彩色圖像質(zhì)量評價(jià)方法。首先，從自然彩色圖像中隨機(jī)采樣，得到訓(xùn)練樣本，利用非負(fù)矩陣分解，訓(xùn)練得到特征基矩陣，并經(jīng)過Schmidt正交化，構(gòu)建特征提取矩陣；其次，根據(jù)視覺顯著性模型，利用最大視覺顯著性和顯著性差值兩步驟選取視覺重要區(qū)域；最后，利用特征提取矩陣，得到低維的特征向量，并最終得到彩色圖像質(zhì)量評價(jià)值。實(shí)驗(yàn)結(jié)果表明，該文方法在LIVE, CSIQ和TID2008 3個(gè)圖像質(zhì)量評價(jià)庫上有很好的表現(xiàn)。3個(gè)圖像庫的平均結(jié)果顯示，該文方法的綜合表現(xiàn)優(yōu)于所有對比方法。這表明該文方法與主觀感知有更好的關(guān)聯(lián)度。
2016, 38(3): 586-593.
doi: 10.11999/JEIT150778
摘要:
該文針對傳統(tǒng)算法在實(shí)環(huán)境(不同噪聲類型和信噪比)下容易發(fā)生清濁誤判和基音估計(jì)錯(cuò)誤問題，提出一種基于幅度壓縮基音估計(jì)濾波(PEFAC)的清濁音分類及基音估計(jì)方法。首先，通過PEFAC削弱語音的低頻噪聲，提取出基音諧波；然后，采用基于對稱平均幅度和函數(shù)的脈沖序列加權(quán)算法(SIM)確定諧波數(shù)目；最后，利用動(dòng)態(tài)規(guī)劃估計(jì)出基音，用基于3元素特征矢量的高斯混合模型對清濁音進(jìn)行分類。仿真結(jié)果表明，在實(shí)環(huán)境下，所提方法能有效抑制清濁誤判及基音估計(jì)錯(cuò)誤現(xiàn)象的發(fā)生，性能優(yōu)于傳統(tǒng)方法。
該文針對傳統(tǒng)算法在實(shí)環(huán)境(不同噪聲類型和信噪比)下容易發(fā)生清濁誤判和基音估計(jì)錯(cuò)誤問題，提出一種基于幅度壓縮基音估計(jì)濾波(PEFAC)的清濁音分類及基音估計(jì)方法。首先，通過PEFAC削弱語音的低頻噪聲，提取出基音諧波；然后，采用基于對稱平均幅度和函數(shù)的脈沖序列加權(quán)算法(SIM)確定諧波數(shù)目；最后，利用動(dòng)態(tài)規(guī)劃估計(jì)出基音，用基于3元素特征矢量的高斯混合模型對清濁音進(jìn)行分類。仿真結(jié)果表明，在實(shí)環(huán)境下，所提方法能有效抑制清濁誤判及基音估計(jì)錯(cuò)誤現(xiàn)象的發(fā)生，性能優(yōu)于傳統(tǒng)方法。
2016, 38(3): 594-599.
doi: 10.11999/JEIT150745
摘要:
在射頻識(shí)別RFID系統(tǒng)中，防碰撞算法對于標(biāo)簽的快速識(shí)別，尤其在移動(dòng)應(yīng)用的場景中非常重要。該文針對移動(dòng)場景中停留標(biāo)簽，提出了組策略停留標(biāo)簽算法GSRA(Group Strategy for Remaining tags Algorithm)，分為停留標(biāo)簽識(shí)別和新到標(biāo)簽識(shí)別兩個(gè)階段，并將停留標(biāo)簽信息分組存放與更新，從而提高停留標(biāo)簽的識(shí)別效率。理論分析證明該算法系統(tǒng)效率僅與標(biāo)簽動(dòng)態(tài)時(shí)移動(dòng)時(shí)的遷移速率和靜態(tài)時(shí)的系統(tǒng)效率有關(guān)，而與標(biāo)簽數(shù)量無關(guān)。仿真結(jié)果表明GSRA算法在標(biāo)簽遷移速率為20%時(shí)，結(jié)合沖突樹算法CT，系統(tǒng)效率可以達(dá)到240%。
在射頻識(shí)別RFID系統(tǒng)中，防碰撞算法對于標(biāo)簽的快速識(shí)別，尤其在移動(dòng)應(yīng)用的場景中非常重要。該文針對移動(dòng)場景中停留標(biāo)簽，提出了組策略停留標(biāo)簽算法GSRA(Group Strategy for Remaining tags Algorithm)，分為停留標(biāo)簽識(shí)別和新到標(biāo)簽識(shí)別兩個(gè)階段，并將停留標(biāo)簽信息分組存放與更新，從而提高停留標(biāo)簽的識(shí)別效率。理論分析證明該算法系統(tǒng)效率僅與標(biāo)簽動(dòng)態(tài)時(shí)移動(dòng)時(shí)的遷移速率和靜態(tài)時(shí)的系統(tǒng)效率有關(guān)，而與標(biāo)簽數(shù)量無關(guān)。仿真結(jié)果表明GSRA算法在標(biāo)簽遷移速率為20%時(shí)，結(jié)合沖突樹算法CT，系統(tǒng)效率可以達(dá)到240%。
2016, 38(3): 600-606.
doi: 10.11999/JEIT150550
摘要:
針對基于數(shù)字射頻存儲(chǔ)(DRFM)技術(shù)的轉(zhuǎn)發(fā)式欺騙干擾難以檢測和抑制問題，該文根據(jù)DRFM的延時(shí)量化會(huì)導(dǎo)致干擾信號(hào)產(chǎn)生細(xì)微的中心頻率頻移及諧波分量寄生的特性，提出一種基于奇異譜分析(SSA)的抗距離波門拖引干擾方法。該方法首先提取干擾信號(hào)諧波分量與目標(biāo)回波經(jīng)SSA分解后奇異值能量的分布差異特征，實(shí)現(xiàn)對有源欺騙干擾的檢測，然后依據(jù)干擾中心頻率頻移特性，通過劃分合適的奇異值子空間重構(gòu)目標(biāo)信號(hào)，實(shí)現(xiàn)對欺騙干擾的抑制。該方法不需要估計(jì)噪聲參數(shù)，在干擾檢測階段具有恒虛警特性。Monte Carlo仿真結(jié)果驗(yàn)證了該方法的有效性。
針對基于數(shù)字射頻存儲(chǔ)(DRFM)技術(shù)的轉(zhuǎn)發(fā)式欺騙干擾難以檢測和抑制問題，該文根據(jù)DRFM的延時(shí)量化會(huì)導(dǎo)致干擾信號(hào)產(chǎn)生細(xì)微的中心頻率頻移及諧波分量寄生的特性，提出一種基于奇異譜分析(SSA)的抗距離波門拖引干擾方法。該方法首先提取干擾信號(hào)諧波分量與目標(biāo)回波經(jīng)SSA分解后奇異值能量的分布差異特征，實(shí)現(xiàn)對有源欺騙干擾的檢測，然后依據(jù)干擾中心頻率頻移特性，通過劃分合適的奇異值子空間重構(gòu)目標(biāo)信號(hào)，實(shí)現(xiàn)對欺騙干擾的抑制。該方法不需要估計(jì)噪聲參數(shù)，在干擾檢測階段具有恒虛警特性。Monte Carlo仿真結(jié)果驗(yàn)證了該方法的有效性。
2016, 38(3): 607-612.
doi: 10.11999/JEIT150575
摘要:
目前基于缺失數(shù)據(jù)的幅度相位估計(jì)算法(GAPES)的SAR成像算法都沒有考慮距離徙動(dòng)和相位誤差問題而導(dǎo)致圖像質(zhì)量下降。該文提出一種基于GAPES的聚束模式SAR方位向連續(xù)缺失數(shù)據(jù)的高分辨成像方法。在處理過程中，通過對連續(xù)缺失數(shù)據(jù)2維插值實(shí)現(xiàn)距離徙動(dòng)校正，然后利用稀疏數(shù)據(jù)投影近似子空間跟蹤算法實(shí)現(xiàn)相位誤差補(bǔ)償，保證了圖像的分辨率。仿真和實(shí)測數(shù)據(jù)的處理結(jié)果證明了該方法的有效性。
目前基于缺失數(shù)據(jù)的幅度相位估計(jì)算法(GAPES)的SAR成像算法都沒有考慮距離徙動(dòng)和相位誤差問題而導(dǎo)致圖像質(zhì)量下降。該文提出一種基于GAPES的聚束模式SAR方位向連續(xù)缺失數(shù)據(jù)的高分辨成像方法。在處理過程中，通過對連續(xù)缺失數(shù)據(jù)2維插值實(shí)現(xiàn)距離徙動(dòng)校正，然后利用稀疏數(shù)據(jù)投影近似子空間跟蹤算法實(shí)現(xiàn)相位誤差補(bǔ)償，保證了圖像的分辨率。仿真和實(shí)測數(shù)據(jù)的處理結(jié)果證明了該方法的有效性。
2016, 38(3): 613-621.
doi: 10.11999/JEIT150782
摘要:
作為一種特殊的新型雙基合成孔徑雷達(dá)(SAR)成像模式，彈載雙基前視SAR(Missile-borne Bistatic Forward-Looking SAR, MBFL-SAR)可實(shí)現(xiàn)末端俯沖段前視2維成像。然而距離歷程中雙根號(hào)及高階項(xiàng)的同時(shí)存在導(dǎo)致其2維頻譜難以有效獲得，且收發(fā)平臺(tái)高度的不斷變化和運(yùn)動(dòng)方向的不同造成回波相位的空變特性。該文提出一種基于斜距等效的MBFL-SAR相位空變校正方法。該方法利用修正的雙曲線斜距模型將具有雙根號(hào)和高階項(xiàng)的距離歷程表達(dá)式等效并簡化為單根號(hào)斜距表達(dá)形式，進(jìn)而利用駐定相位原理求得其高精度2維頻譜；隨后通過多項(xiàng)式高階擬合的方法精確補(bǔ)償頻譜中空變的相位項(xiàng)，完成場景成像聚焦。該方法可高精度成像且相對于傳統(tǒng)方法聚焦性能有顯著提高。最后，通過仿真驗(yàn)證了所提方法的有效性。
作為一種特殊的新型雙基合成孔徑雷達(dá)(SAR)成像模式，彈載雙基前視SAR(Missile-borne Bistatic Forward-Looking SAR, MBFL-SAR)可實(shí)現(xiàn)末端俯沖段前視2維成像。然而距離歷程中雙根號(hào)及高階項(xiàng)的同時(shí)存在導(dǎo)致其2維頻譜難以有效獲得，且收發(fā)平臺(tái)高度的不斷變化和運(yùn)動(dòng)方向的不同造成回波相位的空變特性。該文提出一種基于斜距等效的MBFL-SAR相位空變校正方法。該方法利用修正的雙曲線斜距模型將具有雙根號(hào)和高階項(xiàng)的距離歷程表達(dá)式等效并簡化為單根號(hào)斜距表達(dá)形式，進(jìn)而利用駐定相位原理求得其高精度2維頻譜；隨后通過多項(xiàng)式高階擬合的方法精確補(bǔ)償頻譜中空變的相位項(xiàng)，完成場景成像聚焦。該方法可高精度成像且相對于傳統(tǒng)方法聚焦性能有顯著提高。最后，通過仿真驗(yàn)證了所提方法的有效性。
2016, 38(3): 622-628.
doi: 10.11999/JEIT150555
摘要:
針對米波多輸入多輸出(Multiple Input Multiple Output, MIMO)雷達(dá)在反射面高度未知情況下對低空目標(biāo)測角困難的問題，該文提出一種基于縮放字典的目標(biāo)仰角估計(jì)算法。該算法不依賴反射面高度信息，在同時(shí)考慮發(fā)射多徑和接收多徑的情況下，通過構(gòu)造包含目標(biāo)參數(shù)的自適應(yīng)字典，以最大化匹配濾波輸出的回波數(shù)據(jù)與字典原子相關(guān)系數(shù)為估計(jì)準(zhǔn)則，利用縮放字典逐層逼近的方法交替完成對目標(biāo)參數(shù)的估計(jì)和對參數(shù)化字典的更新，最終實(shí)現(xiàn)了對目標(biāo)仰角及高度的估計(jì)。仿真實(shí)驗(yàn)表明了該算法的有效性。
針對米波多輸入多輸出(Multiple Input Multiple Output, MIMO)雷達(dá)在反射面高度未知情況下對低空目標(biāo)測角困難的問題，該文提出一種基于縮放字典的目標(biāo)仰角估計(jì)算法。該算法不依賴反射面高度信息，在同時(shí)考慮發(fā)射多徑和接收多徑的情況下，通過構(gòu)造包含目標(biāo)參數(shù)的自適應(yīng)字典，以最大化匹配濾波輸出的回波數(shù)據(jù)與字典原子相關(guān)系數(shù)為估計(jì)準(zhǔn)則，利用縮放字典逐層逼近的方法交替完成對目標(biāo)參數(shù)的估計(jì)和對參數(shù)化字典的更新，最終實(shí)現(xiàn)了對目標(biāo)仰角及高度的估計(jì)。仿真實(shí)驗(yàn)表明了該算法的有效性。
2016, 38(3): 629-634.
doi: 10.11999/JEIT150539
摘要:
多重信號(hào)分選(MUltiple SIgnal Classification, MUSIC)算法是波達(dá)方向(Direction-Of-Arrival, DOA)估計(jì)的最重要算法之一，但龐大的計(jì)算量使其工程實(shí)用性大打折扣。為降低MUSIC的計(jì)算量，該文基于子空間旋轉(zhuǎn)(Subspace Rotation Technique, SRT)變換思想提出了一種高效改進(jìn)算法，即SRT-MUSIC算法。SRT-MUSIC利用秩虧特性對噪聲子空間矩陣按行分塊并以旋轉(zhuǎn)變換得到降維噪聲子空間，進(jìn)而基于該降維噪聲子空間與導(dǎo)向矢量的正交性構(gòu)造空間譜估計(jì)信號(hào)DOA。理論分析表明：SRT-MUSIC能有效避免空間譜搜索中的冗余運(yùn)算，從而成倍降低算法的計(jì)算量。對于大陣元、少信號(hào)情況，所提算法計(jì)算效率優(yōu)勢更為明顯。仿真實(shí)驗(yàn)證明了SRT-MUSIC的有效性和高效性。
多重信號(hào)分選(MUltiple SIgnal Classification, MUSIC)算法是波達(dá)方向(Direction-Of-Arrival, DOA)估計(jì)的最重要算法之一，但龐大的計(jì)算量使其工程實(shí)用性大打折扣。為降低MUSIC的計(jì)算量，該文基于子空間旋轉(zhuǎn)(Subspace Rotation Technique, SRT)變換思想提出了一種高效改進(jìn)算法，即SRT-MUSIC算法。SRT-MUSIC利用秩虧特性對噪聲子空間矩陣按行分塊并以旋轉(zhuǎn)變換得到降維噪聲子空間，進(jìn)而基于該降維噪聲子空間與導(dǎo)向矢量的正交性構(gòu)造空間譜估計(jì)信號(hào)DOA。理論分析表明：SRT-MUSIC能有效避免空間譜搜索中的冗余運(yùn)算，從而成倍降低算法的計(jì)算量。對于大陣元、少信號(hào)情況，所提算法計(jì)算效率優(yōu)勢更為明顯。仿真實(shí)驗(yàn)證明了SRT-MUSIC的有效性和高效性。
2016, 38(3): 635-642.
doi: 10.11999/JEIT150659
摘要:
對于多通道高分辨率寬測繪帶合成孔徑雷達(dá)(HRWS SAR)，為了實(shí)現(xiàn)高分辨寬覆蓋測繪能力，每個(gè)子孔徑的回波信號(hào)均存在多普勒模糊，因此現(xiàn)有的雜波抑制方法不能有效的抑制雜波。針對這一問題，該文提出一種新的雜波抑制方法，并給出了對應(yīng)的雙門限CFAR檢測方案。首先，借鑒數(shù)字波束形成(DBF)解多普勒模糊的思想，提出將自適應(yīng)DBF技術(shù)應(yīng)用于雜波抑制。然后，分析其存在的問題，并給出改進(jìn)方案。改進(jìn)方案可以降低雜波抑制所需要的自由度(DOFs)，解決運(yùn)算量與估計(jì)精度之間的矛盾問題。最后，仿真結(jié)果驗(yàn)證了該文方法的有效性。
對于多通道高分辨率寬測繪帶合成孔徑雷達(dá)(HRWS SAR)，為了實(shí)現(xiàn)高分辨寬覆蓋測繪能力，每個(gè)子孔徑的回波信號(hào)均存在多普勒模糊，因此現(xiàn)有的雜波抑制方法不能有效的抑制雜波。針對這一問題，該文提出一種新的雜波抑制方法，并給出了對應(yīng)的雙門限CFAR檢測方案。首先，借鑒數(shù)字波束形成(DBF)解多普勒模糊的思想，提出將自適應(yīng)DBF技術(shù)應(yīng)用于雜波抑制。然后，分析其存在的問題，并給出改進(jìn)方案。改進(jìn)方案可以降低雜波抑制所需要的自由度(DOFs)，解決運(yùn)算量與估計(jì)精度之間的矛盾問題。最后，仿真結(jié)果驗(yàn)證了該文方法的有效性。
2016, 38(3): 643-648.
doi: 10.11999/JEIT150648
摘要:
線性干擾對齊的一個(gè)常見優(yōu)化目標(biāo)是總傳輸速率最大化，但因?yàn)楹退俾屎瘮?shù)的非凸特性而難以直接求解。加權(quán)均方誤差最小化算法借助均方誤差與和速率之間的等價(jià)關(guān)系解決了這一問題。這一方法需要獲得準(zhǔn)確的信道狀態(tài)信息，在實(shí)際應(yīng)用中，通道估計(jì)誤差的存在會(huì)導(dǎo)致算法性能的下降。該文提出一種改進(jìn)算法，在干擾對齊預(yù)編碼矩陣與接收矩陣的優(yōu)化求解過程中將通道估計(jì)誤差的統(tǒng)計(jì)特性考慮在內(nèi)。仿真結(jié)果表明，相比以往的加權(quán)均方誤差最小化算法，該文算法對信道估計(jì)誤差具有較高的魯棒性，可以有效提高總的傳輸速率。
線性干擾對齊的一個(gè)常見優(yōu)化目標(biāo)是總傳輸速率最大化，但因?yàn)楹退俾屎瘮?shù)的非凸特性而難以直接求解。加權(quán)均方誤差最小化算法借助均方誤差與和速率之間的等價(jià)關(guān)系解決了這一問題。這一方法需要獲得準(zhǔn)確的信道狀態(tài)信息，在實(shí)際應(yīng)用中，通道估計(jì)誤差的存在會(huì)導(dǎo)致算法性能的下降。該文提出一種改進(jìn)算法，在干擾對齊預(yù)編碼矩陣與接收矩陣的優(yōu)化求解過程中將通道估計(jì)誤差的統(tǒng)計(jì)特性考慮在內(nèi)。仿真結(jié)果表明，相比以往的加權(quán)均方誤差最小化算法，該文算法對信道估計(jì)誤差具有較高的魯棒性，可以有效提高總的傳輸速率。
2016, 38(3): 649-654.
doi: 10.11999/JEIT150681
摘要:
在第五代移動(dòng)通信(5G)系統(tǒng)中，大規(guī)模MIMO天線和超密集部署網(wǎng)絡(luò)是實(shí)現(xiàn)高吞吐量的兩種方式。針對超密集網(wǎng)絡(luò)的切換管理的問題，該文基于網(wǎng)絡(luò)分簇的思想提出了根據(jù)終端設(shè)備運(yùn)動(dòng)情況動(dòng)態(tài)調(diào)節(jié)滯后余量的切換管理算法。在該算法中，基于小基站分簇化管理的前提，用戶設(shè)備在小區(qū)間切換分為預(yù)切換和正式切換兩個(gè)階段，預(yù)切換階段完成最佳目標(biāo)小區(qū)選擇、小區(qū)資源預(yù)留和預(yù)鑒權(quán)等操作，正式切換階段根據(jù)預(yù)切換階段監(jiān)測的設(shè)備速度動(dòng)態(tài)調(diào)節(jié)切換門限的滯后余量。仿真結(jié)果表明了該算法可以有效降低設(shè)備的切換時(shí)延和切換失敗率。
在第五代移動(dòng)通信(5G)系統(tǒng)中，大規(guī)模MIMO天線和超密集部署網(wǎng)絡(luò)是實(shí)現(xiàn)高吞吐量的兩種方式。針對超密集網(wǎng)絡(luò)的切換管理的問題，該文基于網(wǎng)絡(luò)分簇的思想提出了根據(jù)終端設(shè)備運(yùn)動(dòng)情況動(dòng)態(tài)調(diào)節(jié)滯后余量的切換管理算法。在該算法中，基于小基站分簇化管理的前提，用戶設(shè)備在小區(qū)間切換分為預(yù)切換和正式切換兩個(gè)階段，預(yù)切換階段完成最佳目標(biāo)小區(qū)選擇、小區(qū)資源預(yù)留和預(yù)鑒權(quán)等操作，正式切換階段根據(jù)預(yù)切換階段監(jiān)測的設(shè)備速度動(dòng)態(tài)調(diào)節(jié)切換門限的滯后余量。仿真結(jié)果表明了該算法可以有效降低設(shè)備的切換時(shí)延和切換失敗率。
2016, 38(3): 655-660.
doi: 10.11999/JEIT150672
摘要:
為了提高高效率視頻編碼(HEVC)的編碼效率，該文對幀間預(yù)測算法進(jìn)行優(yōu)化，提出一種基于紋理相似性的快速深度判決算法。隨著視頻分辨率的提高，視頻序列中的空域冗余也隨之增加，HEVC通過增加編碼塊尺寸來提高預(yù)測效率，代價(jià)就是編碼復(fù)雜度的急劇增加。通過對視頻序列分析可知，圖像中的平滑區(qū)域與細(xì)節(jié)區(qū)域在相鄰幀中存在很大的相關(guān)性。該文利用相鄰已編碼幀的相鄰編碼塊的深度信息，來快速判決當(dāng)前待編碼塊的深度信息。對于平滑區(qū)域，快速判決待編碼最大編碼單元的最大深度，以減少小塊編碼單元的模式判決；對于細(xì)節(jié)區(qū)域，快速判決待編碼最大編碼單元的最小深度，以減少大塊編碼單元的模式判決。實(shí)驗(yàn)結(jié)果表明，與原始的HEVC算法相比，該文所提算法編碼比特率平均增加約0.13%以內(nèi)，PSNR的平均降幅為0.09 dB，算法運(yùn)行時(shí)間平均減少了約50%。
為了提高高效率視頻編碼(HEVC)的編碼效率，該文對幀間預(yù)測算法進(jìn)行優(yōu)化，提出一種基于紋理相似性的快速深度判決算法。隨著視頻分辨率的提高，視頻序列中的空域冗余也隨之增加，HEVC通過增加編碼塊尺寸來提高預(yù)測效率，代價(jià)就是編碼復(fù)雜度的急劇增加。通過對視頻序列分析可知，圖像中的平滑區(qū)域與細(xì)節(jié)區(qū)域在相鄰幀中存在很大的相關(guān)性。該文利用相鄰已編碼幀的相鄰編碼塊的深度信息，來快速判決當(dāng)前待編碼塊的深度信息。對于平滑區(qū)域，快速判決待編碼最大編碼單元的最大深度，以減少小塊編碼單元的模式判決；對于細(xì)節(jié)區(qū)域，快速判決待編碼最大編碼單元的最小深度，以減少大塊編碼單元的模式判決。實(shí)驗(yàn)結(jié)果表明，與原始的HEVC算法相比，該文所提算法編碼比特率平均增加約0.13%以內(nèi)，PSNR的平均降幅為0.09 dB，算法運(yùn)行時(shí)間平均減少了約50%。
2016, 38(3): 661-667.
doi: 10.11999/JEIT150562
摘要:
在基于Context建模的熵編碼系統(tǒng)中，為了達(dá)到預(yù)期的壓縮性能，需要通過Context量化來緩解由高階Context模型所引入的Context稀釋問題。為此，該文提出一種通過最小化描述長度來實(shí)現(xiàn)Context量化(Minimum Description Length Context Quantization, MDLCQ)的算法。該算法使用描述長度作為評價(jià)準(zhǔn)則，通過動(dòng)態(tài)規(guī)劃算法來實(shí)現(xiàn)單條件的最優(yōu)Context量化，然后通過循環(huán)迭代來實(shí)現(xiàn)多條件的Context量化。該算法不僅可以得到多值信源的優(yōu)化Context量化器，而且可以自適應(yīng)地確定各個(gè)條件的重要性從而確定模型的最佳階數(shù)。實(shí)驗(yàn)結(jié)果表明：由MDLCQ算法所得到的Context量化器，可以明顯改善熵編碼系統(tǒng)的壓縮性能。
在基于Context建模的熵編碼系統(tǒng)中，為了達(dá)到預(yù)期的壓縮性能，需要通過Context量化來緩解由高階Context模型所引入的Context稀釋問題。為此，該文提出一種通過最小化描述長度來實(shí)現(xiàn)Context量化(Minimum Description Length Context Quantization, MDLCQ)的算法。該算法使用描述長度作為評價(jià)準(zhǔn)則，通過動(dòng)態(tài)規(guī)劃算法來實(shí)現(xiàn)單條件的最優(yōu)Context量化，然后通過循環(huán)迭代來實(shí)現(xiàn)多條件的Context量化。該算法不僅可以得到多值信源的優(yōu)化Context量化器，而且可以自適應(yīng)地確定各個(gè)條件的重要性從而確定模型的最佳階數(shù)。實(shí)驗(yàn)結(jié)果表明：由MDLCQ算法所得到的Context量化器，可以明顯改善熵編碼系統(tǒng)的壓縮性能。
2016, 38(3): 668-673.
doi: 10.11999/JEIT150739
摘要:
空時(shí)分組碼的盲識(shí)別是認(rèn)知無線電領(lǐng)域一個(gè)新的重要問題。多數(shù)現(xiàn)有算法在多接收天線下進(jìn)行識(shí)別，然而這些算法并不完全適用于單接收天線條件。針對上述問題，該文提出一種同時(shí)適用于單接收天線和多接收天線的空時(shí)分組碼盲識(shí)別方法。利用空時(shí)分組碼矩陣內(nèi)元素的相關(guān)性，提出四階統(tǒng)計(jì)量作為盲識(shí)別的特征參數(shù)，并通過最小歐氏距離的方式檢驗(yàn)四階統(tǒng)計(jì)量的差異，達(dá)到識(shí)別的目的。蒙特卡洛仿真表明，算法識(shí)別性能較好，且不需要預(yù)先知道信道信息、噪聲信息和調(diào)制信息，對多普勒頻移和相位噪聲具有一定的適應(yīng)性。
空時(shí)分組碼的盲識(shí)別是認(rèn)知無線電領(lǐng)域一個(gè)新的重要問題。多數(shù)現(xiàn)有算法在多接收天線下進(jìn)行識(shí)別，然而這些算法并不完全適用于單接收天線條件。針對上述問題，該文提出一種同時(shí)適用于單接收天線和多接收天線的空時(shí)分組碼盲識(shí)別方法。利用空時(shí)分組碼矩陣內(nèi)元素的相關(guān)性，提出四階統(tǒng)計(jì)量作為盲識(shí)別的特征參數(shù)，并通過最小歐氏距離的方式檢驗(yàn)四階統(tǒng)計(jì)量的差異，達(dá)到識(shí)別的目的。蒙特卡洛仿真表明，算法識(shí)別性能較好，且不需要預(yù)先知道信道信息、噪聲信息和調(diào)制信息，對多普勒頻移和相位噪聲具有一定的適應(yīng)性。
2016, 38(3): 674-680.
doi: 10.11999/JEIT150747
摘要:
為了識(shí)別當(dāng)前通信系統(tǒng)所采用的主要調(diào)制方式，該文結(jié)合高階累積量和循環(huán)譜的特點(diǎn)，采用混合識(shí)別算法，同時(shí)應(yīng)用智能決策算法(神經(jīng)網(wǎng)絡(luò))對信號(hào)進(jìn)行識(shí)別。該算法基于四階和六階高階累積量構(gòu)造出一個(gè)新的特征參數(shù)，將數(shù)字調(diào)制信號(hào)分為{BPSK, 2ASK}, {QPSK}, {2FSK, 4FSK}, {MSK}和{16QAM, 64QAM}5類。然后利用高階累積量的其它特征參數(shù)以及循環(huán)譜特征對{OFDM}, {16QAM, 64QAM}, {2ASK, BPSK}及{2FSK, 4FSK}進(jìn)行識(shí)別。為便于工程實(shí)現(xiàn)，該文采用半實(shí)物仿真以及LabVIEW和MATLAB混合編程來驗(yàn)證算法。仿真結(jié)果證明，該算法能夠在較低信噪比下實(shí)現(xiàn)對{OFDM, BPSK, QPSK, 2ASK, 2FSK, 4FSK, MSK, 16QAM, 64QAM}等多種信號(hào)的分類，在信噪比高于 5 dB時(shí)，調(diào)制方式識(shí)別率可達(dá)94%以上，由此證明了該方法的有效性。
為了識(shí)別當(dāng)前通信系統(tǒng)所采用的主要調(diào)制方式，該文結(jié)合高階累積量和循環(huán)譜的特點(diǎn)，采用混合識(shí)別算法，同時(shí)應(yīng)用智能決策算法(神經(jīng)網(wǎng)絡(luò))對信號(hào)進(jìn)行識(shí)別。該算法基于四階和六階高階累積量構(gòu)造出一個(gè)新的特征參數(shù)，將數(shù)字調(diào)制信號(hào)分為{BPSK, 2ASK}, {QPSK}, {2FSK, 4FSK}, {MSK}和{16QAM, 64QAM}5類。然后利用高階累積量的其它特征參數(shù)以及循環(huán)譜特征對{OFDM}, {16QAM, 64QAM}, {2ASK, BPSK}及{2FSK, 4FSK}進(jìn)行識(shí)別。為便于工程實(shí)現(xiàn)，該文采用半實(shí)物仿真以及LabVIEW和MATLAB混合編程來驗(yàn)證算法。仿真結(jié)果證明，該算法能夠在較低信噪比下實(shí)現(xiàn)對{OFDM, BPSK, QPSK, 2ASK, 2FSK, 4FSK, MSK, 16QAM, 64QAM}等多種信號(hào)的分類，在信噪比高于 5 dB時(shí)，調(diào)制方式識(shí)別率可達(dá)94%以上，由此證明了該方法的有效性。
2016, 38(3): 681-687.
doi: 10.11999/JEIT150660
摘要:
該文提出一種名為無信號(hào)內(nèi)干擾相關(guān)延遲鍵控(Correlation-Delay-Shift-Keying with No Intrasignal Interference, CDSK-NII)的新型混沌通信方案。采用重復(fù)混沌序列為參考信號(hào)，同時(shí)利用零和序列確保參考信號(hào)與信息信號(hào)嚴(yán)格正交，CDSK-NII能夠在解調(diào)過程中消除信號(hào)內(nèi)干擾。在高斯白噪聲信道和Rayleigh衰落信道中分析CDSK-NII的比特誤碼率。實(shí)驗(yàn)結(jié)果表明：由于無信號(hào)內(nèi)干擾，CDSK-NII的比特誤碼率低于CDSK和通用相關(guān)延遲鍵控(GCDSK)；隨著復(fù)幀長度的增加，CDSK-NII的性能將進(jìn)一步提升，比特誤碼率低于參考自適應(yīng)相關(guān)延遲鍵控(RA-CDSK)。
該文提出一種名為無信號(hào)內(nèi)干擾相關(guān)延遲鍵控(Correlation-Delay-Shift-Keying with No Intrasignal Interference, CDSK-NII)的新型混沌通信方案。采用重復(fù)混沌序列為參考信號(hào)，同時(shí)利用零和序列確保參考信號(hào)與信息信號(hào)嚴(yán)格正交，CDSK-NII能夠在解調(diào)過程中消除信號(hào)內(nèi)干擾。在高斯白噪聲信道和Rayleigh衰落信道中分析CDSK-NII的比特誤碼率。實(shí)驗(yàn)結(jié)果表明：由于無信號(hào)內(nèi)干擾，CDSK-NII的比特誤碼率低于CDSK和通用相關(guān)延遲鍵控(GCDSK)；隨著復(fù)幀長度的增加，CDSK-NII的性能將進(jìn)一步提升，比特誤碼率低于參考自適應(yīng)相關(guān)延遲鍵控(RA-CDSK)。
2016, 38(3): 688-693.
doi: 10.11999/JEIT150720
摘要:
該文提出一種改進(jìn)的低密度奇偶校驗(yàn)(Low Density Parity-Check, LDPC)碼的加權(quán)比特翻轉(zhuǎn)譯碼算法。該算法引入了變量節(jié)點(diǎn)的更新規(guī)則，對翻轉(zhuǎn)函數(shù)的計(jì)算更加精確，同時(shí)能夠有效弱化環(huán)路振蕩引起的誤碼。仿真結(jié)果表明，與已有的基于幅度和的加權(quán)比特翻轉(zhuǎn)譯碼算法(SMWBF)相比，在加性高斯白噪聲信道下，該文算法在復(fù)雜度增加很小的情況下獲得了誤碼率性能的有效提升。
該文提出一種改進(jìn)的低密度奇偶校驗(yàn)(Low Density Parity-Check, LDPC)碼的加權(quán)比特翻轉(zhuǎn)譯碼算法。該算法引入了變量節(jié)點(diǎn)的更新規(guī)則，對翻轉(zhuǎn)函數(shù)的計(jì)算更加精確，同時(shí)能夠有效弱化環(huán)路振蕩引起的誤碼。仿真結(jié)果表明，與已有的基于幅度和的加權(quán)比特翻轉(zhuǎn)譯碼算法(SMWBF)相比，在加性高斯白噪聲信道下，該文算法在復(fù)雜度增加很小的情況下獲得了誤碼率性能的有效提升。
2016, 38(3): 694-699.
doi: 10.11999/JEIT150825
摘要:
為了降低Turbo均衡中均衡器的復(fù)雜度，該文提出了符號(hào)方差反饋均衡算法(SVFE)。該算法是對精確的線性最小均方誤差估計(jì)值(LMMSE)進(jìn)行Taylor展開得到的。在該算法中，先利用時(shí)不變均衡器得到初步符號(hào)估計(jì)值，再根據(jù)先驗(yàn)符號(hào)方差對估計(jì)值加權(quán)，最后進(jìn)行時(shí)不變?yōu)V波得到更佳的符號(hào)估計(jì)值。由于用到了時(shí)變的先驗(yàn)符號(hào)方差信息，其性能更接近精確的LMMSE均衡器。將所提算法用于Proakis C信道下的Turbo均衡處理，和時(shí)不變均衡算法進(jìn)行仿真對比，所提算法將信噪比損失從0.83 dB降到了0.17 dB，并且仍可通過快速傅里葉變換降低為對數(shù)復(fù)雜度。
為了降低Turbo均衡中均衡器的復(fù)雜度，該文提出了符號(hào)方差反饋均衡算法(SVFE)。該算法是對精確的線性最小均方誤差估計(jì)值(LMMSE)進(jìn)行Taylor展開得到的。在該算法中，先利用時(shí)不變均衡器得到初步符號(hào)估計(jì)值，再根據(jù)先驗(yàn)符號(hào)方差對估計(jì)值加權(quán)，最后進(jìn)行時(shí)不變?yōu)V波得到更佳的符號(hào)估計(jì)值。由于用到了時(shí)變的先驗(yàn)符號(hào)方差信息，其性能更接近精確的LMMSE均衡器。將所提算法用于Proakis C信道下的Turbo均衡處理，和時(shí)不變均衡算法進(jìn)行仿真對比，所提算法將信噪比損失從0.83 dB降到了0.17 dB，并且仍可通過快速傅里葉變換降低為對數(shù)復(fù)雜度。
2016, 38(3): 700-706.
doi: 10.11999/JEIT150576
摘要:
在配用電網(wǎng)絡(luò)全網(wǎng)的監(jiān)控過程中，桿塔等設(shè)施的狀態(tài)監(jiān)測與故障容忍成為電力系統(tǒng)亟待解決的問題?，F(xiàn)有的監(jiān)控系統(tǒng)由于網(wǎng)絡(luò)線性拓?fù)浣Y(jié)構(gòu)等限制，故障發(fā)生時(shí)無法及時(shí)維護(hù)，影響到電力生產(chǎn)業(yè)務(wù)，易造成電力重大事故。該文面向利用傳感器監(jiān)控電網(wǎng)架空線的背景，提出一個(gè)針對傳感器部署的故障容忍機(jī)制。首先，依據(jù)N-x原則等，最小化冗余備份節(jié)點(diǎn)和無線模塊的數(shù)量，達(dá)到成本最小化的目的。其次，綜合考慮時(shí)延約束、N-x原則的數(shù)量約束等構(gòu)建數(shù)學(xué)優(yōu)化模型?；谠撃Ｐ?，利用聚類合并思想，構(gòu)建了一個(gè)面向智能電網(wǎng)架空線的傳感器故障容忍機(jī)制。最后，仿真實(shí)驗(yàn)證明，以此機(jī)制部署的傳感器監(jiān)測網(wǎng)絡(luò)能夠在成本最小化的基礎(chǔ)上，有效地容忍故障。
在配用電網(wǎng)絡(luò)全網(wǎng)的監(jiān)控過程中，桿塔等設(shè)施的狀態(tài)監(jiān)測與故障容忍成為電力系統(tǒng)亟待解決的問題?，F(xiàn)有的監(jiān)控系統(tǒng)由于網(wǎng)絡(luò)線性拓?fù)浣Y(jié)構(gòu)等限制，故障發(fā)生時(shí)無法及時(shí)維護(hù)，影響到電力生產(chǎn)業(yè)務(wù)，易造成電力重大事故。該文面向利用傳感器監(jiān)控電網(wǎng)架空線的背景，提出一個(gè)針對傳感器部署的故障容忍機(jī)制。首先，依據(jù)N-x原則等，最小化冗余備份節(jié)點(diǎn)和無線模塊的數(shù)量，達(dá)到成本最小化的目的。其次，綜合考慮時(shí)延約束、N-x原則的數(shù)量約束等構(gòu)建數(shù)學(xué)優(yōu)化模型?；谠撃Ｐ?，利用聚類合并思想，構(gòu)建了一個(gè)面向智能電網(wǎng)架空線的傳感器故障容忍機(jī)制。最后，仿真實(shí)驗(yàn)證明，以此機(jī)制部署的傳感器監(jiān)測網(wǎng)絡(luò)能夠在成本最小化的基礎(chǔ)上，有效地容忍故障。
2016, 38(3): 707-712.
doi: 10.11999/JEIT150754
摘要:
雙向標(biāo)簽交換路徑(LSP)是多協(xié)議標(biāo)簽傳輸應(yīng)用(MPLS-TP)網(wǎng)絡(luò)技術(shù)的重要組成部分，但現(xiàn)有的雙向LSP生成算法因雙程建路而在控制開銷和用時(shí)方面導(dǎo)致冗余。為此，該文提出一種基于單程建路的高效雙向LSP生成算法(EAEBL)，在保障建路效果的前提下，通過控制消息的一次單程正向傳遞完成雙向LSP的生成，從而減少建立雙向LSP的控制開銷和用時(shí)而且能夠加快啟動(dòng)數(shù)據(jù)分組的傳遞。理論分析驗(yàn)證了EAEBL算法的有效性，仿真結(jié)果顯示：與現(xiàn)有的4種雙向LSP生成算法相比，EAEBL算法的建路控制開銷和用時(shí)分別減少了14.7%和50%以上，數(shù)據(jù)分組在源LSR的等待時(shí)間則被減至趨近于0。
雙向標(biāo)簽交換路徑(LSP)是多協(xié)議標(biāo)簽傳輸應(yīng)用(MPLS-TP)網(wǎng)絡(luò)技術(shù)的重要組成部分，但現(xiàn)有的雙向LSP生成算法因雙程建路而在控制開銷和用時(shí)方面導(dǎo)致冗余。為此，該文提出一種基于單程建路的高效雙向LSP生成算法(EAEBL)，在保障建路效果的前提下，通過控制消息的一次單程正向傳遞完成雙向LSP的生成，從而減少建立雙向LSP的控制開銷和用時(shí)而且能夠加快啟動(dòng)數(shù)據(jù)分組的傳遞。理論分析驗(yàn)證了EAEBL算法的有效性，仿真結(jié)果顯示：與現(xiàn)有的4種雙向LSP生成算法相比，EAEBL算法的建路控制開銷和用時(shí)分別減少了14.7%和50%以上，數(shù)據(jù)分組在源LSR的等待時(shí)間則被減至趨近于0。
2016, 38(3): 713-719.
doi: 10.11999/JEIT150280
摘要:
無線傳感器網(wǎng)絡(luò)(WSN)中傳輸?shù)臄?shù)據(jù)具有相關(guān)性和冗余性。如何有效降低網(wǎng)絡(luò)中的數(shù)據(jù)量，延長網(wǎng)絡(luò)生命周期，始終是WSN的研究熱點(diǎn)之一。該文基于WSN中數(shù)據(jù)序列的相關(guān)性，提出一種兩步數(shù)據(jù)壓縮算法(TSC-SC)。網(wǎng)絡(luò)中的簇首和簇內(nèi)節(jié)點(diǎn)執(zhí)行各自的壓縮算法：簇首首先執(zhí)行相關(guān)性分組算法，將數(shù)據(jù)分組，減少簇內(nèi)節(jié)點(diǎn)的計(jì)算量以及消除簇內(nèi)數(shù)據(jù)的空間相關(guān)性；簇內(nèi)節(jié)點(diǎn)對多屬性數(shù)據(jù)分類壓縮，并將壓縮參數(shù)傳至簇首，簇首解壓后再次進(jìn)行分類壓縮，進(jìn)一步消除數(shù)據(jù)相關(guān)性，減少節(jié)點(diǎn)數(shù)據(jù)冗余度，降低通信能耗。為實(shí)現(xiàn)對壓縮算法的綜合性能評價(jià)，考慮基本的壓縮要求和算法的計(jì)算能耗，提出了基于能量判別的算法評估模型(NCER)。仿真結(jié)果表明TSC-SC算法可以有效降低壓縮比和壓縮誤差，充分減少數(shù)據(jù)傳輸量和網(wǎng)絡(luò)的通信能耗，利用NCER指標(biāo)能夠直觀地評價(jià)算法的性能。
無線傳感器網(wǎng)絡(luò)(WSN)中傳輸?shù)臄?shù)據(jù)具有相關(guān)性和冗余性。如何有效降低網(wǎng)絡(luò)中的數(shù)據(jù)量，延長網(wǎng)絡(luò)生命周期，始終是WSN的研究熱點(diǎn)之一。該文基于WSN中數(shù)據(jù)序列的相關(guān)性，提出一種兩步數(shù)據(jù)壓縮算法(TSC-SC)。網(wǎng)絡(luò)中的簇首和簇內(nèi)節(jié)點(diǎn)執(zhí)行各自的壓縮算法：簇首首先執(zhí)行相關(guān)性分組算法，將數(shù)據(jù)分組，減少簇內(nèi)節(jié)點(diǎn)的計(jì)算量以及消除簇內(nèi)數(shù)據(jù)的空間相關(guān)性；簇內(nèi)節(jié)點(diǎn)對多屬性數(shù)據(jù)分類壓縮，并將壓縮參數(shù)傳至簇首，簇首解壓后再次進(jìn)行分類壓縮，進(jìn)一步消除數(shù)據(jù)相關(guān)性，減少節(jié)點(diǎn)數(shù)據(jù)冗余度，降低通信能耗。為實(shí)現(xiàn)對壓縮算法的綜合性能評價(jià)，考慮基本的壓縮要求和算法的計(jì)算能耗，提出了基于能量判別的算法評估模型(NCER)。仿真結(jié)果表明TSC-SC算法可以有效降低壓縮比和壓縮誤差，充分減少數(shù)據(jù)傳輸量和網(wǎng)絡(luò)的通信能耗，利用NCER指標(biāo)能夠直觀地評價(jià)算法的性能。
2016, 38(3): 720-727.
doi: 10.11999/JEIT150664
摘要:
在構(gòu)建柵欄覆蓋的過程中，需要考慮網(wǎng)絡(luò)構(gòu)建成本和生存時(shí)間這兩個(gè)核心問題。對于前者主要考慮節(jié)點(diǎn)數(shù)和信息傳輸量，而對于后者則應(yīng)避免網(wǎng)絡(luò)因個(gè)別節(jié)點(diǎn)的死亡而陷入癱瘓。該文針對上述兩個(gè)問題，提出一種基于1-柵欄覆蓋的分布式柵欄覆蓋算法(Distributed Barrier Coverage Algorithm, DBCA)，算法通過聚類分簇和簇內(nèi)路徑選擇這兩個(gè)過程來實(shí)現(xiàn)覆蓋。理論分析和仿真結(jié)果表明，該文所提出的算法能夠有效減少網(wǎng)絡(luò)部署的節(jié)點(diǎn)數(shù)以及傳輸?shù)男畔⒘俊Ｔ诓渴鸸?jié)點(diǎn)達(dá)到700時(shí)，該算法比最優(yōu)節(jié)點(diǎn)選擇算法(Optimal Node Selection Algorithm, ONSA)和本地柵欄覆蓋協(xié)議(Localized Barrier Coverage Protocol, LBCP)算法傳輸?shù)男畔⒘糠謩e減少25%和41.6%，生存時(shí)間分別多44%和30%。
在構(gòu)建柵欄覆蓋的過程中，需要考慮網(wǎng)絡(luò)構(gòu)建成本和生存時(shí)間這兩個(gè)核心問題。對于前者主要考慮節(jié)點(diǎn)數(shù)和信息傳輸量，而對于后者則應(yīng)避免網(wǎng)絡(luò)因個(gè)別節(jié)點(diǎn)的死亡而陷入癱瘓。該文針對上述兩個(gè)問題，提出一種基于1-柵欄覆蓋的分布式柵欄覆蓋算法(Distributed Barrier Coverage Algorithm, DBCA)，算法通過聚類分簇和簇內(nèi)路徑選擇這兩個(gè)過程來實(shí)現(xiàn)覆蓋。理論分析和仿真結(jié)果表明，該文所提出的算法能夠有效減少網(wǎng)絡(luò)部署的節(jié)點(diǎn)數(shù)以及傳輸?shù)男畔⒘俊Ｔ诓渴鸸?jié)點(diǎn)達(dá)到700時(shí)，該算法比最優(yōu)節(jié)點(diǎn)選擇算法(Optimal Node Selection Algorithm, ONSA)和本地柵欄覆蓋協(xié)議(Localized Barrier Coverage Protocol, LBCP)算法傳輸?shù)男畔⒘糠謩e減少25%和41.6%，生存時(shí)間分別多44%和30%。
2016, 38(3): 728-734.
doi: 10.11999/JEIT150656
摘要:
該文研究網(wǎng)絡(luò)虛擬化環(huán)境下的跨域虛擬網(wǎng)絡(luò)映射問題，提出一種集中式管理、分布式控制的分層分域虛擬網(wǎng)絡(luò)資源管理架構(gòu)。在此基礎(chǔ)上，構(gòu)建了一種有效的虛擬網(wǎng)絡(luò)跨域映射框架，在此框架下將涉及到跨域的虛擬網(wǎng)絡(luò)請求進(jìn)行劃分，并以最小化虛擬網(wǎng)絡(luò)映射開銷為目標(biāo)，基于優(yōu)化的人工蜂群算法進(jìn)行最優(yōu)劃分方案的求解。仿真結(jié)果表明該方法在平均劃分時(shí)間、虛擬網(wǎng)絡(luò)請求接受率和平均額外映射等方面相比傳統(tǒng)方法具有更好的性能。
該文研究網(wǎng)絡(luò)虛擬化環(huán)境下的跨域虛擬網(wǎng)絡(luò)映射問題，提出一種集中式管理、分布式控制的分層分域虛擬網(wǎng)絡(luò)資源管理架構(gòu)。在此基礎(chǔ)上，構(gòu)建了一種有效的虛擬網(wǎng)絡(luò)跨域映射框架，在此框架下將涉及到跨域的虛擬網(wǎng)絡(luò)請求進(jìn)行劃分，并以最小化虛擬網(wǎng)絡(luò)映射開銷為目標(biāo)，基于優(yōu)化的人工蜂群算法進(jìn)行最優(yōu)劃分方案的求解。仿真結(jié)果表明該方法在平均劃分時(shí)間、虛擬網(wǎng)絡(luò)請求接受率和平均額外映射等方面相比傳統(tǒng)方法具有更好的性能。
2016, 38(3): 735-752.
doi: 10.11999/JEIT151356
摘要:
該文回顧了過去混沌密碼理論與應(yīng)用的現(xiàn)狀及存在的問題，并對其進(jìn)行了綜合評述。重點(diǎn)報(bào)道了近年來高維混沌密碼及其在多媒體保密通信中的應(yīng)用與硬件實(shí)現(xiàn)技術(shù)的進(jìn)展，其中包括基本理論、設(shè)計(jì)方法、典型應(yīng)用以及解決這些問題的思路。在混沌密碼設(shè)計(jì)與安全性能評估方面，報(bào)道了以下幾個(gè)方面的進(jìn)展：基于反控制方法設(shè)計(jì)無簡并高維混沌密碼增強(qiáng)數(shù)字混沌的抗退化能力；無退化數(shù)字域混沌系統(tǒng)的設(shè)計(jì)；具有閉環(huán)反饋的有限精度高維混沌長周期序列流密碼的多輪加密設(shè)計(jì)方案；高維混沌密碼的安全性能評估。在多媒體保密通信中的應(yīng)用與硬件實(shí)現(xiàn)方面，報(bào)道了針對手機(jī)，計(jì)算機(jī)，ARM, FPGA, DSP等手持設(shè)備所需不同應(yīng)用業(yè)務(wù)、廣域網(wǎng)和WIFI無線通信網(wǎng)傳輸?shù)膶?shí)時(shí)遠(yuǎn)程混沌保密通信應(yīng)用環(huán)境和多位一體的應(yīng)用平臺(tái)進(jìn)行優(yōu)化融合，創(chuàng)建示范驗(yàn)證系統(tǒng)等若干技術(shù)實(shí)現(xiàn)問題的進(jìn)展。該文試圖推進(jìn)國內(nèi)外未來混沌密碼理論及其應(yīng)用的研究。
該文回顧了過去混沌密碼理論與應(yīng)用的現(xiàn)狀及存在的問題，并對其進(jìn)行了綜合評述。重點(diǎn)報(bào)道了近年來高維混沌密碼及其在多媒體保密通信中的應(yīng)用與硬件實(shí)現(xiàn)技術(shù)的進(jìn)展，其中包括基本理論、設(shè)計(jì)方法、典型應(yīng)用以及解決這些問題的思路。在混沌密碼設(shè)計(jì)與安全性能評估方面，報(bào)道了以下幾個(gè)方面的進(jìn)展：基于反控制方法設(shè)計(jì)無簡并高維混沌密碼增強(qiáng)數(shù)字混沌的抗退化能力；無退化數(shù)字域混沌系統(tǒng)的設(shè)計(jì)；具有閉環(huán)反饋的有限精度高維混沌長周期序列流密碼的多輪加密設(shè)計(jì)方案；高維混沌密碼的安全性能評估。在多媒體保密通信中的應(yīng)用與硬件實(shí)現(xiàn)方面，報(bào)道了針對手機(jī)，計(jì)算機(jī)，ARM, FPGA, DSP等手持設(shè)備所需不同應(yīng)用業(yè)務(wù)、廣域網(wǎng)和WIFI無線通信網(wǎng)傳輸?shù)膶?shí)時(shí)遠(yuǎn)程混沌保密通信應(yīng)用環(huán)境和多位一體的應(yīng)用平臺(tái)進(jìn)行優(yōu)化融合，創(chuàng)建示范驗(yàn)證系統(tǒng)等若干技術(shù)實(shí)現(xiàn)問題的進(jìn)展。該文試圖推進(jìn)國內(nèi)外未來混沌密碼理論及其應(yīng)用的研究。
2016, 38(3): 753-757.
doi: 10.11999/JEIT150733
摘要:
外輻射源雷達(dá)網(wǎng)絡(luò)的探測性能受網(wǎng)絡(luò)幾何架構(gòu)、電波傳播環(huán)境、硬件系統(tǒng)性能及信號(hào)和數(shù)據(jù)處理能力等諸多因素的影響，網(wǎng)絡(luò)優(yōu)化部署需綜合考慮上述各個(gè)方面，網(wǎng)絡(luò)性能評估為需要解決的首要問題。該文圍繞外輻射源雷達(dá)網(wǎng)絡(luò)定位性能展開，首先給出一種切實(shí)可行的外輻射源雷達(dá)網(wǎng)絡(luò)優(yōu)化系統(tǒng)定位性能評估方案，利用蒙特卡洛仿真分析了一定站位配置下定位精度分布圖。接著重點(diǎn)介紹了外輻射源雷達(dá)組網(wǎng)探測實(shí)驗(yàn)開展情況，包括系統(tǒng)配置、空中目標(biāo)探測典型結(jié)果及分析。最后統(tǒng)計(jì)評估了實(shí)測目標(biāo)的定位精度，并與仿真結(jié)果進(jìn)行對比，從實(shí)驗(yàn)角度驗(yàn)證了定位性能評估方案的有效性。
外輻射源雷達(dá)網(wǎng)絡(luò)的探測性能受網(wǎng)絡(luò)幾何架構(gòu)、電波傳播環(huán)境、硬件系統(tǒng)性能及信號(hào)和數(shù)據(jù)處理能力等諸多因素的影響，網(wǎng)絡(luò)優(yōu)化部署需綜合考慮上述各個(gè)方面，網(wǎng)絡(luò)性能評估為需要解決的首要問題。該文圍繞外輻射源雷達(dá)網(wǎng)絡(luò)定位性能展開，首先給出一種切實(shí)可行的外輻射源雷達(dá)網(wǎng)絡(luò)優(yōu)化系統(tǒng)定位性能評估方案，利用蒙特卡洛仿真分析了一定站位配置下定位精度分布圖。接著重點(diǎn)介紹了外輻射源雷達(dá)組網(wǎng)探測實(shí)驗(yàn)開展情況，包括系統(tǒng)配置、空中目標(biāo)探測典型結(jié)果及分析。最后統(tǒng)計(jì)評估了實(shí)測目標(biāo)的定位精度，并與仿真結(jié)果進(jìn)行對比，從實(shí)驗(yàn)角度驗(yàn)證了定位性能評估方案的有效性。
2016, 38(3): 758-762.
doi: 10.11999/JEIT150578
摘要:
針對現(xiàn)有單源情況下近場目標(biāo)定位的窄帶克拉美-羅界(Cramr-Rao Bound, CRB)都是基于均勻直線陣模型，且沒能全面分析其CRB的特性和具體的影響因素。該文首先推導(dǎo)了基于窄帶模型的單源費(fèi)雪信息矩陣，進(jìn)而通過求舒爾補(bǔ)和雅克比變換，得到非均勻線陣條件下近場測距和測向的非矩陣形式的閉式CRB解析式。通過對該式從陣列相關(guān)因素(如陣列結(jié)構(gòu)、陣列孔徑等)和目標(biāo)信號(hào)相關(guān)因素(如目標(biāo)信號(hào)頻率和信噪比等)兩方面進(jìn)行分析，揭示了影響目標(biāo)角度和距離估計(jì)性能的物理因素，為后續(xù)陣列及信號(hào)的設(shè)計(jì)提供了理論指導(dǎo)。在最大孔徑給定的情況下，可通過設(shè)計(jì)合理的陣元配置方式，實(shí)現(xiàn)最優(yōu)的測距和測向效果。蒙特卡洛仿真結(jié)果驗(yàn)證了理論分析和上述結(jié)論的正確性。
針對現(xiàn)有單源情況下近場目標(biāo)定位的窄帶克拉美-羅界(Cramr-Rao Bound, CRB)都是基于均勻直線陣模型，且沒能全面分析其CRB的特性和具體的影響因素。該文首先推導(dǎo)了基于窄帶模型的單源費(fèi)雪信息矩陣，進(jìn)而通過求舒爾補(bǔ)和雅克比變換，得到非均勻線陣條件下近場測距和測向的非矩陣形式的閉式CRB解析式。通過對該式從陣列相關(guān)因素(如陣列結(jié)構(gòu)、陣列孔徑等)和目標(biāo)信號(hào)相關(guān)因素(如目標(biāo)信號(hào)頻率和信噪比等)兩方面進(jìn)行分析，揭示了影響目標(biāo)角度和距離估計(jì)性能的物理因素，為后續(xù)陣列及信號(hào)的設(shè)計(jì)提供了理論指導(dǎo)。在最大孔徑給定的情況下，可通過設(shè)計(jì)合理的陣元配置方式，實(shí)現(xiàn)最優(yōu)的測距和測向效果。蒙特卡洛仿真結(jié)果驗(yàn)證了理論分析和上述結(jié)論的正確性。
