郵件訂閱
2017年 第39卷 第2期
顯示方式:
2017, 39(2): 255-262.
doi: 10.11999/JEIT160359
摘要:
該文針對(duì)傳統(tǒng)智能優(yōu)化算法中虛擬碰撞而導(dǎo)致的全局搜索效率降低的問(wèn)題，提出一種模糊非基因信息記憶的雙克隆選擇算法。該算法設(shè)計(jì)基于模糊非基因信息的搜索機(jī)制與克隆選擇原理相結(jié)合，對(duì)抗體進(jìn)化中的非基因信息進(jìn)行采集、模糊化并保存到記憶庫(kù)，運(yùn)用這些信息引導(dǎo)該抗體后續(xù)的雙克隆搜索過(guò)程，從而減少非優(yōu)區(qū)域的虛擬碰撞，提高全局搜索效率。通過(guò)標(biāo)準(zhǔn)測(cè)試函數(shù)的仿真試驗(yàn)并與其他算法比較，新算法表現(xiàn)出更快的全局收斂速度和更高的全局收斂精度。
該文針對(duì)傳統(tǒng)智能優(yōu)化算法中虛擬碰撞而導(dǎo)致的全局搜索效率降低的問(wèn)題，提出一種模糊非基因信息記憶的雙克隆選擇算法。該算法設(shè)計(jì)基于模糊非基因信息的搜索機(jī)制與克隆選擇原理相結(jié)合，對(duì)抗體進(jìn)化中的非基因信息進(jìn)行采集、模糊化并保存到記憶庫(kù)，運(yùn)用這些信息引導(dǎo)該抗體后續(xù)的雙克隆搜索過(guò)程，從而減少非優(yōu)區(qū)域的虛擬碰撞，提高全局搜索效率。通過(guò)標(biāo)準(zhǔn)測(cè)試函數(shù)的仿真試驗(yàn)并與其他算法比較，新算法表現(xiàn)出更快的全局收斂速度和更高的全局收斂精度。
2017, 39(2): 263-269.
doi: 10.11999/JEIT160329
摘要:
現(xiàn)有基于機(jī)器學(xué)習(xí)的道路分割方法存在當(dāng)訓(xùn)練樣本和目標(biāo)場(chǎng)景樣本分布不匹配時(shí)檢測(cè)效果下降顯著的缺陷。針對(duì)該問(wèn)題，該文提出一種基于深度卷積網(wǎng)絡(luò)和自編碼器的場(chǎng)景自適應(yīng)道路分割算法。首先，采用較為經(jīng)典的基于慢特征分析(SFA)和GentleBoost的方法，實(shí)現(xiàn)了帶標(biāo)簽置信度樣本的在線選??；其次，利用深度卷積神經(jīng)網(wǎng)絡(luò)(DCNN)深度結(jié)構(gòu)的特征自動(dòng)抽取能力，輔以特征自編碼器對(duì)源-目標(biāo)場(chǎng)景下特征相似度度量，提出了一種采用復(fù)合深度結(jié)構(gòu)的場(chǎng)景自適應(yīng)分類器模型并設(shè)計(jì)了訓(xùn)練方法。在KITTI測(cè)試庫(kù)的測(cè)試結(jié)果表明，所提算法較現(xiàn)有非場(chǎng)景自適應(yīng)道路分割算法具有較大的優(yōu)越性，在檢測(cè)率上平均提升約4.5%。
現(xiàn)有基于機(jī)器學(xué)習(xí)的道路分割方法存在當(dāng)訓(xùn)練樣本和目標(biāo)場(chǎng)景樣本分布不匹配時(shí)檢測(cè)效果下降顯著的缺陷。針對(duì)該問(wèn)題，該文提出一種基于深度卷積網(wǎng)絡(luò)和自編碼器的場(chǎng)景自適應(yīng)道路分割算法。首先，采用較為經(jīng)典的基于慢特征分析(SFA)和GentleBoost的方法，實(shí)現(xiàn)了帶標(biāo)簽置信度樣本的在線選??；其次，利用深度卷積神經(jīng)網(wǎng)絡(luò)(DCNN)深度結(jié)構(gòu)的特征自動(dòng)抽取能力，輔以特征自編碼器對(duì)源-目標(biāo)場(chǎng)景下特征相似度度量，提出了一種采用復(fù)合深度結(jié)構(gòu)的場(chǎng)景自適應(yīng)分類器模型并設(shè)計(jì)了訓(xùn)練方法。在KITTI測(cè)試庫(kù)的測(cè)試結(jié)果表明，所提算法較現(xiàn)有非場(chǎng)景自適應(yīng)道路分割算法具有較大的優(yōu)越性，在檢測(cè)率上平均提升約4.5%。
2017, 39(2): 270-277.
doi: 10.11999/JEIT160296
摘要:
基于稀疏表示的分類方法由于其所具有的簡(jiǎn)單性和有效性獲得了研究者的廣泛關(guān)注，然而如何建立字典原子與類別信息間的聯(lián)系仍然是一個(gè)重要的問(wèn)題，與此同時(shí)大部分稀疏表示分類方法都需要求解受范數(shù)約束的優(yōu)化問(wèn)題，使得分類任務(wù)的計(jì)算較復(fù)雜。為解決上述問(wèn)題，該文提出一種新的基于Fisher約束的字典對(duì)學(xué)習(xí)方法。新方法聯(lián)合學(xué)習(xí)結(jié)構(gòu)化綜合字典和結(jié)構(gòu)化解析字典，然后通過(guò)樣本在解析字典上的映射直接求解稀疏系數(shù)矩陣；同時(shí)采用Fisher判別準(zhǔn)則編碼系數(shù)使系數(shù)具有一定的判別性。最后將新方法應(yīng)用到圖像分類中，實(shí)驗(yàn)結(jié)果表明新方法在提高分類準(zhǔn)確率的同時(shí)還大大降低了計(jì)算復(fù)雜度，相較于現(xiàn)有方法具有更好的性能。
基于稀疏表示的分類方法由于其所具有的簡(jiǎn)單性和有效性獲得了研究者的廣泛關(guān)注，然而如何建立字典原子與類別信息間的聯(lián)系仍然是一個(gè)重要的問(wèn)題，與此同時(shí)大部分稀疏表示分類方法都需要求解受范數(shù)約束的優(yōu)化問(wèn)題，使得分類任務(wù)的計(jì)算較復(fù)雜。為解決上述問(wèn)題，該文提出一種新的基于Fisher約束的字典對(duì)學(xué)習(xí)方法。新方法聯(lián)合學(xué)習(xí)結(jié)構(gòu)化綜合字典和結(jié)構(gòu)化解析字典，然后通過(guò)樣本在解析字典上的映射直接求解稀疏系數(shù)矩陣；同時(shí)采用Fisher判別準(zhǔn)則編碼系數(shù)使系數(shù)具有一定的判別性。最后將新方法應(yīng)用到圖像分類中，實(shí)驗(yàn)結(jié)果表明新方法在提高分類準(zhǔn)確率的同時(shí)還大大降低了計(jì)算復(fù)雜度，相較于現(xiàn)有方法具有更好的性能。
2017, 39(2): 278-284.
doi: 10.11999/JEIT160260
摘要:
為避免傳統(tǒng)譜聚類算法高復(fù)雜度的應(yīng)用局限，基于地標(biāo)表示的譜聚類算法利用地標(biāo)點(diǎn)與數(shù)據(jù)集各點(diǎn)間的相似度矩陣，有效降低了譜嵌入的計(jì)算復(fù)雜度。在大數(shù)據(jù)集情況下，現(xiàn)有的隨機(jī)抽取地標(biāo)點(diǎn)的方法會(huì)影響聚類結(jié)果的穩(wěn)定性，k均值中心點(diǎn)方法面臨收斂時(shí)間未知、反復(fù)讀取數(shù)據(jù)的問(wèn)題。該文將近似奇異值分解應(yīng)用于基于地標(biāo)點(diǎn)的譜聚類，設(shè)計(jì)了一種快速地標(biāo)點(diǎn)采樣算法。該算法利用由近似奇異向量矩陣行向量的長(zhǎng)度計(jì)算的抽樣概率來(lái)進(jìn)行抽樣，同隨機(jī)抽樣策略相比，保證了聚類結(jié)果的穩(wěn)定性和精度，同k均值中心點(diǎn)策略相比降低了算法復(fù)雜度。同時(shí)從理論上分析了抽樣結(jié)果對(duì)原始數(shù)據(jù)的信息保持性，并對(duì)算法的性能進(jìn)行了實(shí)驗(yàn)驗(yàn)證。
為避免傳統(tǒng)譜聚類算法高復(fù)雜度的應(yīng)用局限，基于地標(biāo)表示的譜聚類算法利用地標(biāo)點(diǎn)與數(shù)據(jù)集各點(diǎn)間的相似度矩陣，有效降低了譜嵌入的計(jì)算復(fù)雜度。在大數(shù)據(jù)集情況下，現(xiàn)有的隨機(jī)抽取地標(biāo)點(diǎn)的方法會(huì)影響聚類結(jié)果的穩(wěn)定性，k均值中心點(diǎn)方法面臨收斂時(shí)間未知、反復(fù)讀取數(shù)據(jù)的問(wèn)題。該文將近似奇異值分解應(yīng)用于基于地標(biāo)點(diǎn)的譜聚類，設(shè)計(jì)了一種快速地標(biāo)點(diǎn)采樣算法。該算法利用由近似奇異向量矩陣行向量的長(zhǎng)度計(jì)算的抽樣概率來(lái)進(jìn)行抽樣，同隨機(jī)抽樣策略相比，保證了聚類結(jié)果的穩(wěn)定性和精度，同k均值中心點(diǎn)策略相比降低了算法復(fù)雜度。同時(shí)從理論上分析了抽樣結(jié)果對(duì)原始數(shù)據(jù)的信息保持性，并對(duì)算法的性能進(jìn)行了實(shí)驗(yàn)驗(yàn)證。
2017, 39(2): 285-292.
doi: 10.11999/JEIT160357
摘要:
卷積神經(jīng)網(wǎng)絡(luò)在語(yǔ)音識(shí)別和圖像識(shí)別等眾多領(lǐng)域取得了突破性進(jìn)展，限制其大規(guī)模應(yīng)用的很重要的一個(gè)因素就是其計(jì)算復(fù)雜度，尤其是其中空域線性卷積的計(jì)算。利用卷積定理在頻域中實(shí)現(xiàn)空域線性卷積被認(rèn)為是一種非常有效的實(shí)現(xiàn)方式，該文首先提出一種統(tǒng)一的基于時(shí)域抽取方法的分裂基-2/(2a) 1維FFT快速算法，其中a為任意自然數(shù)，然后在CPU環(huán)境下對(duì)提出的FFT算法在一類卷積神經(jīng)網(wǎng)絡(luò)中的加速性能進(jìn)行了比較研究。在MNIST手寫數(shù)字?jǐn)?shù)據(jù)庫(kù)以及Cifar-10對(duì)象識(shí)別數(shù)據(jù)集上的實(shí)驗(yàn)表明：利用分裂基-2/4 FFT算法和基-2 FFT算法實(shí)現(xiàn)的卷積神經(jīng)網(wǎng)絡(luò)相比于空域直接實(shí)現(xiàn)的卷積神經(jīng)網(wǎng)絡(luò)，精度并不會(huì)有損失，并且分裂基-2/4能取得最好的提速效果，在以上兩個(gè)數(shù)據(jù)集上分別提速38.56%和72.01%。因此，在頻域中實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)的線性卷積操作是一種十分有效的實(shí)現(xiàn)方式。
卷積神經(jīng)網(wǎng)絡(luò)在語(yǔ)音識(shí)別和圖像識(shí)別等眾多領(lǐng)域取得了突破性進(jìn)展，限制其大規(guī)模應(yīng)用的很重要的一個(gè)因素就是其計(jì)算復(fù)雜度，尤其是其中空域線性卷積的計(jì)算。利用卷積定理在頻域中實(shí)現(xiàn)空域線性卷積被認(rèn)為是一種非常有效的實(shí)現(xiàn)方式，該文首先提出一種統(tǒng)一的基于時(shí)域抽取方法的分裂基-2/(2a) 1維FFT快速算法，其中a為任意自然數(shù)，然后在CPU環(huán)境下對(duì)提出的FFT算法在一類卷積神經(jīng)網(wǎng)絡(luò)中的加速性能進(jìn)行了比較研究。在MNIST手寫數(shù)字?jǐn)?shù)據(jù)庫(kù)以及Cifar-10對(duì)象識(shí)別數(shù)據(jù)集上的實(shí)驗(yàn)表明：利用分裂基-2/4 FFT算法和基-2 FFT算法實(shí)現(xiàn)的卷積神經(jīng)網(wǎng)絡(luò)相比于空域直接實(shí)現(xiàn)的卷積神經(jīng)網(wǎng)絡(luò)，精度并不會(huì)有損失，并且分裂基-2/4能取得最好的提速效果，在以上兩個(gè)數(shù)據(jù)集上分別提速38.56%和72.01%。因此，在頻域中實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)的線性卷積操作是一種十分有效的實(shí)現(xiàn)方式。
2017, 39(2): 293-300.
doi: 10.11999/JEIT160361
摘要:
該文針對(duì)二元假設(shè)檢驗(yàn)問(wèn)題，首先在貝葉斯準(zhǔn)則的基礎(chǔ)上，分析了最小化貝葉斯代價(jià)所對(duì)應(yīng)的最優(yōu)噪聲，將貝葉斯代價(jià)的最小化問(wèn)題等價(jià)為虛警概率和/或檢測(cè)概率的最優(yōu)化。其次，在保證一定虛警概率和檢測(cè)概率的前提下，建立起能同時(shí)改善檢測(cè)概率和虛警概率的模型。然后分別給出當(dāng)檢測(cè)概率一定時(shí)虛警概率最小和虛警概率一定時(shí)檢測(cè)概率最大這兩種極限情況下對(duì)應(yīng)的最優(yōu)加性噪聲，并對(duì)其進(jìn)行線性凸組合以獲得模型所需的最優(yōu)加性噪聲，進(jìn)一步分析并證明了該模型能夠成立的充分條件。再次，獲得先驗(yàn)概率已知和未知兩種情況下最小化貝葉斯代價(jià)時(shí)所對(duì)應(yīng)的加性噪聲，且當(dāng)先驗(yàn)知識(shí)發(fā)生改變時(shí)，該算法只需調(diào)整加性噪聲中一個(gè)可變參數(shù)即可獲得相應(yīng)的最優(yōu)貝葉斯代價(jià)。最后，結(jié)合具體的檢測(cè)問(wèn)題，通過(guò)仿真驗(yàn)證了所提算法的有效性。
該文針對(duì)二元假設(shè)檢驗(yàn)問(wèn)題，首先在貝葉斯準(zhǔn)則的基礎(chǔ)上，分析了最小化貝葉斯代價(jià)所對(duì)應(yīng)的最優(yōu)噪聲，將貝葉斯代價(jià)的最小化問(wèn)題等價(jià)為虛警概率和/或檢測(cè)概率的最優(yōu)化。其次，在保證一定虛警概率和檢測(cè)概率的前提下，建立起能同時(shí)改善檢測(cè)概率和虛警概率的模型。然后分別給出當(dāng)檢測(cè)概率一定時(shí)虛警概率最小和虛警概率一定時(shí)檢測(cè)概率最大這兩種極限情況下對(duì)應(yīng)的最優(yōu)加性噪聲，并對(duì)其進(jìn)行線性凸組合以獲得模型所需的最優(yōu)加性噪聲，進(jìn)一步分析并證明了該模型能夠成立的充分條件。再次，獲得先驗(yàn)概率已知和未知兩種情況下最小化貝葉斯代價(jià)時(shí)所對(duì)應(yīng)的加性噪聲，且當(dāng)先驗(yàn)知識(shí)發(fā)生改變時(shí)，該算法只需調(diào)整加性噪聲中一個(gè)可變參數(shù)即可獲得相應(yīng)的最優(yōu)貝葉斯代價(jià)。最后，結(jié)合具體的檢測(cè)問(wèn)題，通過(guò)仿真驗(yàn)證了所提算法的有效性。
2017, 39(2): 301-308.
doi: 10.11999/JEIT160436
摘要:
針對(duì)共形陣列天線自適應(yīng)波束形成中存在的通用性差、主瓣保形困難、計(jì)算復(fù)雜度高等問(wèn)題，該文提出一種基于稀疏重構(gòu)的穩(wěn)健自適應(yīng)波束形成算法。該算法通過(guò)引入漸進(jìn)最小方差準(zhǔn)則，實(shí)現(xiàn)了干擾加噪聲協(xié)方差矩陣的稀疏重構(gòu)，并得到期望方向上的導(dǎo)向矢量估計(jì)，進(jìn)而求得波束形成器的最優(yōu)權(quán)矢量。該算法無(wú)需復(fù)雜的子陣分解或虛擬映射變換，適用于任意陣列形狀。仿真實(shí)驗(yàn)驗(yàn)證了該算法不僅保證了期望的主瓣響應(yīng)，同時(shí)對(duì)指向誤差有較好的穩(wěn)健性。與現(xiàn)有算法相比，該算法所需采樣快拍數(shù)少，計(jì)算復(fù)雜度低，收斂速度快，在較大的輸入信噪比范圍內(nèi)達(dá)到了較好的陣列輸出性能。
針對(duì)共形陣列天線自適應(yīng)波束形成中存在的通用性差、主瓣保形困難、計(jì)算復(fù)雜度高等問(wèn)題，該文提出一種基于稀疏重構(gòu)的穩(wěn)健自適應(yīng)波束形成算法。該算法通過(guò)引入漸進(jìn)最小方差準(zhǔn)則，實(shí)現(xiàn)了干擾加噪聲協(xié)方差矩陣的稀疏重構(gòu)，并得到期望方向上的導(dǎo)向矢量估計(jì)，進(jìn)而求得波束形成器的最優(yōu)權(quán)矢量。該算法無(wú)需復(fù)雜的子陣分解或虛擬映射變換，適用于任意陣列形狀。仿真實(shí)驗(yàn)驗(yàn)證了該算法不僅保證了期望的主瓣響應(yīng)，同時(shí)對(duì)指向誤差有較好的穩(wěn)健性。與現(xiàn)有算法相比，該算法所需采樣快拍數(shù)少，計(jì)算復(fù)雜度低，收斂速度快，在較大的輸入信噪比范圍內(nèi)達(dá)到了較好的陣列輸出性能。
2017, 39(2): 309-315.
doi: 10.11999/JEIT160369
摘要:
該文提出一種基于自適應(yīng)逼近殘差的稀疏表示語(yǔ)音降噪方法。在字典學(xué)習(xí)階段基于K奇異值分解(K-Singular Value Decomposition, K-SVD)算法獲得干凈語(yǔ)音譜的過(guò)完備字典，在稀疏表示階段基于權(quán)重因子調(diào)整后的噪聲譜和估計(jì)的交叉項(xiàng)對(duì)逼近殘差持續(xù)自適應(yīng)地更新，并采用正交匹配追蹤(Orthogonal Matching Pursuit, OMP)方法對(duì)干凈語(yǔ)音譜進(jìn)行稀疏重構(gòu)。最后結(jié)合估計(jì)的干凈語(yǔ)音譜與帶噪語(yǔ)音相位，通過(guò)傅里葉逆變換獲得重構(gòu)的干凈語(yǔ)音。實(shí)驗(yàn)結(jié)果表明所提方法在不同噪聲和信噪比條件下相比標(biāo)準(zhǔn)的譜減法，稀疏表示語(yǔ)音降噪算法和基于自回歸隱馬爾可夫模型的降噪方法有更好的降噪效果。
該文提出一種基于自適應(yīng)逼近殘差的稀疏表示語(yǔ)音降噪方法。在字典學(xué)習(xí)階段基于K奇異值分解(K-Singular Value Decomposition, K-SVD)算法獲得干凈語(yǔ)音譜的過(guò)完備字典，在稀疏表示階段基于權(quán)重因子調(diào)整后的噪聲譜和估計(jì)的交叉項(xiàng)對(duì)逼近殘差持續(xù)自適應(yīng)地更新，并采用正交匹配追蹤(Orthogonal Matching Pursuit, OMP)方法對(duì)干凈語(yǔ)音譜進(jìn)行稀疏重構(gòu)。最后結(jié)合估計(jì)的干凈語(yǔ)音譜與帶噪語(yǔ)音相位，通過(guò)傅里葉逆變換獲得重構(gòu)的干凈語(yǔ)音。實(shí)驗(yàn)結(jié)果表明所提方法在不同噪聲和信噪比條件下相比標(biāo)準(zhǔn)的譜減法，稀疏表示語(yǔ)音降噪算法和基于自回歸隱馬爾可夫模型的降噪方法有更好的降噪效果。
2017, 39(2): 316-321.
doi: 10.11999/JEIT160306
摘要:
該文基于傳播模型定量分析了超聲傳輸時(shí)間法檢測(cè)局部脈搏波速(PWV)過(guò)程中掃描幀頻與聲束數(shù)對(duì)脈動(dòng)位移曲線估計(jì)、延遲時(shí)間估計(jì)及PWV擬合的估計(jì)精度，采用方差分析確定了誤差顯著性和影響因素的主次關(guān)系。結(jié)果表明，脈動(dòng)位移相對(duì)誤差在0.23~0.28之間，幀頻對(duì)其估計(jì)精度影響不顯著( p0.05)；延遲時(shí)間估計(jì)同時(shí)受聲束對(duì)距離和幀頻的影響(p0.01 )，聲束對(duì)間距從2.38 mm 增大到 38 mm , 平均相對(duì)誤差由0.99減至0.06；幀頻從1127 Hz 減小為226 Hz，平均相對(duì)誤差由0.19 增至 0.43; PWV擬合受聲束數(shù)及幀頻的共同影響，聲束數(shù)不小于10時(shí)，估計(jì)誤差為7%~20%，幀頻為主要影響因素(p0.01 )。因此，在保證合理聲束數(shù)條件下，提高幀頻可改善PWV的估計(jì)精度。結(jié)果有助于為后續(xù)PWV檢測(cè)精度的改進(jìn)研究提供依據(jù)。
該文基于傳播模型定量分析了超聲傳輸時(shí)間法檢測(cè)局部脈搏波速(PWV)過(guò)程中掃描幀頻與聲束數(shù)對(duì)脈動(dòng)位移曲線估計(jì)、延遲時(shí)間估計(jì)及PWV擬合的估計(jì)精度，采用方差分析確定了誤差顯著性和影響因素的主次關(guān)系。結(jié)果表明，脈動(dòng)位移相對(duì)誤差在0.23~0.28之間，幀頻對(duì)其估計(jì)精度影響不顯著( p0.05)；延遲時(shí)間估計(jì)同時(shí)受聲束對(duì)距離和幀頻的影響(p0.01 )，聲束對(duì)間距從2.38 mm 增大到 38 mm , 平均相對(duì)誤差由0.99減至0.06；幀頻從1127 Hz 減小為226 Hz，平均相對(duì)誤差由0.19 增至 0.43; PWV擬合受聲束數(shù)及幀頻的共同影響，聲束數(shù)不小于10時(shí)，估計(jì)誤差為7%~20%，幀頻為主要影響因素(p0.01 )。因此，在保證合理聲束數(shù)條件下，提高幀頻可改善PWV的估計(jì)精度。結(jié)果有助于為后續(xù)PWV檢測(cè)精度的改進(jìn)研究提供依據(jù)。
2017, 39(2): 322-327.
doi: 10.11999/JEIT160316
摘要:
該文針對(duì)現(xiàn)有靶場(chǎng)彈丸落點(diǎn)定位系統(tǒng)需要提前測(cè)量波速，實(shí)際應(yīng)用復(fù)雜，定位誤差大等問(wèn)題，提出一種無(wú)需預(yù)先測(cè)速的彈丸落點(diǎn)定位算法，此算法采用米字型傳感器陣列，米字型陣列又可以分解成2組五元十字陣，通過(guò)來(lái)波方向(DOA)算法預(yù)先估計(jì)波速，然后把波束估計(jì)值代入到達(dá)時(shí)間差算法(TDOA)方程中計(jì)算初始位置，再把初始位置和估計(jì)波速作為參數(shù)代入到泰勒級(jí)數(shù)展開算法中，收斂定位。由于不需要預(yù)先人工測(cè)量波速，減少了波速測(cè)量誤差，波速和定位位置都是在迭代算法中逐步收斂求精的，所以該算法提高了彈丸落點(diǎn)定位精度，減少了實(shí)際應(yīng)用的復(fù)雜性。仿真算法也驗(yàn)證了此方法的可行性，在距離定位陣列1000 m范圍內(nèi)迭代算法都是收斂的。
該文針對(duì)現(xiàn)有靶場(chǎng)彈丸落點(diǎn)定位系統(tǒng)需要提前測(cè)量波速，實(shí)際應(yīng)用復(fù)雜，定位誤差大等問(wèn)題，提出一種無(wú)需預(yù)先測(cè)速的彈丸落點(diǎn)定位算法，此算法采用米字型傳感器陣列，米字型陣列又可以分解成2組五元十字陣，通過(guò)來(lái)波方向(DOA)算法預(yù)先估計(jì)波速，然后把波束估計(jì)值代入到達(dá)時(shí)間差算法(TDOA)方程中計(jì)算初始位置，再把初始位置和估計(jì)波速作為參數(shù)代入到泰勒級(jí)數(shù)展開算法中，收斂定位。由于不需要預(yù)先人工測(cè)量波速，減少了波速測(cè)量誤差，波速和定位位置都是在迭代算法中逐步收斂求精的，所以該算法提高了彈丸落點(diǎn)定位精度，減少了實(shí)際應(yīng)用的復(fù)雜性。仿真算法也驗(yàn)證了此方法的可行性，在距離定位陣列1000 m范圍內(nèi)迭代算法都是收斂的。
2017, 39(2): 328-334.
doi: 10.11999/JEIT160276
摘要:
該文提出一種新的移位序列集的構(gòu)造方法，并基于這些新的移位序列，通過(guò)交織周期為N的完備高斯整數(shù)序列，得到一類具有靈活相關(guān)區(qū)長(zhǎng)度的周期為2N的高斯整數(shù)零相關(guān)區(qū)序列集。這類新的序列集的參數(shù)能接近甚至達(dá)到Tang-Fan-Matsuji界，所以序列集的性能是最佳的或者幾乎最佳的。高斯整數(shù)零相關(guān)區(qū)序列集可為高速準(zhǔn)同步擴(kuò)頻系統(tǒng)提供更多的地址選擇空間。
該文提出一種新的移位序列集的構(gòu)造方法，并基于這些新的移位序列，通過(guò)交織周期為N的完備高斯整數(shù)序列，得到一類具有靈活相關(guān)區(qū)長(zhǎng)度的周期為2N的高斯整數(shù)零相關(guān)區(qū)序列集。這類新的序列集的參數(shù)能接近甚至達(dá)到Tang-Fan-Matsuji界，所以序列集的性能是最佳的或者幾乎最佳的。高斯整數(shù)零相關(guān)區(qū)序列集可為高速準(zhǔn)同步擴(kuò)頻系統(tǒng)提供更多的地址選擇空間。
2017, 39(2): 335-341.
doi: 10.11999/JEIT160375
摘要:
為滿足瘋狂增長(zhǎng)的數(shù)據(jù)業(yè)務(wù)需求，近年來(lái)蜂窩基站的部署越來(lái)越趨于小型化和密集化，這就對(duì)回傳技術(shù)性能提出了更高的要求。該文將WiFi作為5G網(wǎng)絡(luò)中的一種無(wú)線回傳技術(shù)，提出一種基于WiFi多信道聚合的高速同步回傳方案。現(xiàn)有WiFi協(xié)議(如IEEE 802.11n/ac)采用靜態(tài)或動(dòng)態(tài)信道綁定技術(shù)可將多個(gè)具有連續(xù)頻譜的信道聚合為單一寬信道，從而提高網(wǎng)絡(luò)容量。但是，靜態(tài)綁定方式不夠靈活，動(dòng)態(tài)綁定方式在密集用戶分布下也很難發(fā)揮其優(yōu)勢(shì)。該文則通過(guò)在單一網(wǎng)絡(luò)節(jié)點(diǎn)上配置多射頻實(shí)現(xiàn)非連續(xù)頻譜的WiFi多信道聚合，其在擴(kuò)展傳輸帶寬，提升網(wǎng)絡(luò)性能的同時(shí)，也可以有效克服802.11n/ac中信道綁定方式的弊端。方案主要包括3部分：多節(jié)點(diǎn)聯(lián)合信道掃描、多信道同步收發(fā)控制及干擾檢測(cè)。理論分析和仿真結(jié)果表明，所提非連續(xù)頻譜的WiFi多信道聚合方案的回傳性能優(yōu)于802.11n/ac中連續(xù)頻譜聚合方案，且多信道同步傳輸能有效抑制回傳網(wǎng)絡(luò)中的鄰道干擾。最后，由搭建的原型驗(yàn)證系統(tǒng)證明了所提方案的可行性及有效性。
為滿足瘋狂增長(zhǎng)的數(shù)據(jù)業(yè)務(wù)需求，近年來(lái)蜂窩基站的部署越來(lái)越趨于小型化和密集化，這就對(duì)回傳技術(shù)性能提出了更高的要求。該文將WiFi作為5G網(wǎng)絡(luò)中的一種無(wú)線回傳技術(shù)，提出一種基于WiFi多信道聚合的高速同步回傳方案。現(xiàn)有WiFi協(xié)議(如IEEE 802.11n/ac)采用靜態(tài)或動(dòng)態(tài)信道綁定技術(shù)可將多個(gè)具有連續(xù)頻譜的信道聚合為單一寬信道，從而提高網(wǎng)絡(luò)容量。但是，靜態(tài)綁定方式不夠靈活，動(dòng)態(tài)綁定方式在密集用戶分布下也很難發(fā)揮其優(yōu)勢(shì)。該文則通過(guò)在單一網(wǎng)絡(luò)節(jié)點(diǎn)上配置多射頻實(shí)現(xiàn)非連續(xù)頻譜的WiFi多信道聚合，其在擴(kuò)展傳輸帶寬，提升網(wǎng)絡(luò)性能的同時(shí)，也可以有效克服802.11n/ac中信道綁定方式的弊端。方案主要包括3部分：多節(jié)點(diǎn)聯(lián)合信道掃描、多信道同步收發(fā)控制及干擾檢測(cè)。理論分析和仿真結(jié)果表明，所提非連續(xù)頻譜的WiFi多信道聚合方案的回傳性能優(yōu)于802.11n/ac中連續(xù)頻譜聚合方案，且多信道同步傳輸能有效抑制回傳網(wǎng)絡(luò)中的鄰道干擾。最后，由搭建的原型驗(yàn)證系統(tǒng)證明了所提方案的可行性及有效性。
2017, 39(2): 342-350.
doi: 10.11999/JEIT160429
摘要:
考慮多波束衛(wèi)星通信中存在多天線竊聽用戶的場(chǎng)景以及非理想信道狀態(tài)信息帶來(lái)的系統(tǒng)安全性能惡化，針對(duì)合法信道與竊聽信道均不理想的多用戶MISOME(Multi Input, Single Output, Multi Eavesdropper)系統(tǒng)，該文基于兩種類型的信道誤差提出了兩種魯棒安全傳輸方法。在確定誤差模型下，利用發(fā)送波束成形以及人工噪聲協(xié)方差的聯(lián)合優(yōu)化設(shè)計(jì)解決系統(tǒng)最差情況安全速率最大化問(wèn)題(Worst-Case Secrecy Rate Maximization, WC-SRM)問(wèn)題，通過(guò)推導(dǎo)分析將非凸的WC-SRM問(wèn)題等價(jià)為一個(gè)1維搜索問(wèn)題，而這個(gè)等價(jià)問(wèn)題的最優(yōu)解可通過(guò)一系列半定規(guī)劃(SemiDefinite Program, SDP)問(wèn)題的求解而得到。在統(tǒng)計(jì)誤差模型下，為求解中斷概率約束安全速率最大化(Outage Probability Constrained Secrecy Rate Maximization, OP-SRM)問(wèn)題，該文提出一種基于WC-SRM的魯棒安全設(shè)計(jì)的可靠近似方案。仿真分析驗(yàn)證了該文所提方法的魯棒性與有效性。
考慮多波束衛(wèi)星通信中存在多天線竊聽用戶的場(chǎng)景以及非理想信道狀態(tài)信息帶來(lái)的系統(tǒng)安全性能惡化，針對(duì)合法信道與竊聽信道均不理想的多用戶MISOME(Multi Input, Single Output, Multi Eavesdropper)系統(tǒng)，該文基于兩種類型的信道誤差提出了兩種魯棒安全傳輸方法。在確定誤差模型下，利用發(fā)送波束成形以及人工噪聲協(xié)方差的聯(lián)合優(yōu)化設(shè)計(jì)解決系統(tǒng)最差情況安全速率最大化問(wèn)題(Worst-Case Secrecy Rate Maximization, WC-SRM)問(wèn)題，通過(guò)推導(dǎo)分析將非凸的WC-SRM問(wèn)題等價(jià)為一個(gè)1維搜索問(wèn)題，而這個(gè)等價(jià)問(wèn)題的最優(yōu)解可通過(guò)一系列半定規(guī)劃(SemiDefinite Program, SDP)問(wèn)題的求解而得到。在統(tǒng)計(jì)誤差模型下，為求解中斷概率約束安全速率最大化(Outage Probability Constrained Secrecy Rate Maximization, OP-SRM)問(wèn)題，該文提出一種基于WC-SRM的魯棒安全設(shè)計(jì)的可靠近似方案。仿真分析驗(yàn)證了該文所提方法的魯棒性與有效性。
2017, 39(2): 351-359.
doi: 10.11999/JEIT160560
摘要:
傳統(tǒng)無(wú)損壓縮算法對(duì)屏幕圖像的壓縮效果不佳。該文根據(jù)典型屏幕圖像的特性，以LZ4HC(LZ4 High Compression)算法為具體實(shí)現(xiàn)基礎(chǔ)，提出一種基于串匹配的高性能低復(fù)雜度(String Matching with High Performance and Low Complexity, SMHPLC) 的屏幕圖像無(wú)損壓縮算法。相對(duì)于傳統(tǒng)字典編碼無(wú)損壓縮算法，新算法提出了以像素為搜索和匹配單位，對(duì)未匹配串長(zhǎng)度、匹配串長(zhǎng)度以及匹配偏移量這3個(gè)編碼參數(shù)進(jìn)行聯(lián)合優(yōu)化編碼，并對(duì)參數(shù)進(jìn)行映射編碼。實(shí)驗(yàn)結(jié)果表明，SMHPLC具有高性能和低復(fù)雜度的綜合優(yōu)勢(shì)，大幅降低編碼復(fù)雜度，提高了編碼效率。使用移動(dòng)的文字和圖形類的AVS2通用測(cè)試序列作為測(cè)試對(duì)象，對(duì)于YUV和RGB兩種格式，SMHPLC算法比LZ4HC總體節(jié)省碼率分別為22.4%，21.2%，同時(shí)編碼復(fù)雜度降低分別為34.6%，46.8%。
傳統(tǒng)無(wú)損壓縮算法對(duì)屏幕圖像的壓縮效果不佳。該文根據(jù)典型屏幕圖像的特性，以LZ4HC(LZ4 High Compression)算法為具體實(shí)現(xiàn)基礎(chǔ)，提出一種基于串匹配的高性能低復(fù)雜度(String Matching with High Performance and Low Complexity, SMHPLC) 的屏幕圖像無(wú)損壓縮算法。相對(duì)于傳統(tǒng)字典編碼無(wú)損壓縮算法，新算法提出了以像素為搜索和匹配單位，對(duì)未匹配串長(zhǎng)度、匹配串長(zhǎng)度以及匹配偏移量這3個(gè)編碼參數(shù)進(jìn)行聯(lián)合優(yōu)化編碼，并對(duì)參數(shù)進(jìn)行映射編碼。實(shí)驗(yàn)結(jié)果表明，SMHPLC具有高性能和低復(fù)雜度的綜合優(yōu)勢(shì)，大幅降低編碼復(fù)雜度，提高了編碼效率。使用移動(dòng)的文字和圖形類的AVS2通用測(cè)試序列作為測(cè)試對(duì)象，對(duì)于YUV和RGB兩種格式，SMHPLC算法比LZ4HC總體節(jié)省碼率分別為22.4%，21.2%，同時(shí)編碼復(fù)雜度降低分別為34.6%，46.8%。
2017, 39(2): 360-366.
doi: 10.11999/JEIT160343
摘要:
為了保證可見光通信(VLC)系統(tǒng)能夠?yàn)橹悄芙K端提供高速率、低能耗的數(shù)據(jù)傳輸服務(wù)。該文基于脈沖位置調(diào)制(PPM)技術(shù)，提出了一種新型的無(wú)載波位相(CPP)調(diào)制技術(shù)，即通過(guò)運(yùn)用正交濾波器提高了PPM的傳輸速率。而針對(duì)采用CPP調(diào)制在VLC系統(tǒng)中功率效率顯著降低的問(wèn)題，提出了全新的時(shí)變偏置有效地降低了系統(tǒng)的功耗。最后仿真結(jié)果表明，采用時(shí)變偏置的CPP系統(tǒng)同采用直流偏置相比，在獲得相同BER性能且?guī)捠芟薜那闆r下可以節(jié)省2 dB的信噪比。而同時(shí)考慮信號(hào)時(shí)隙之間的相關(guān)性，時(shí)變偏置可以進(jìn)一步提升約1.5 dB的BER性能。
為了保證可見光通信(VLC)系統(tǒng)能夠?yàn)橹悄芙K端提供高速率、低能耗的數(shù)據(jù)傳輸服務(wù)。該文基于脈沖位置調(diào)制(PPM)技術(shù)，提出了一種新型的無(wú)載波位相(CPP)調(diào)制技術(shù)，即通過(guò)運(yùn)用正交濾波器提高了PPM的傳輸速率。而針對(duì)采用CPP調(diào)制在VLC系統(tǒng)中功率效率顯著降低的問(wèn)題，提出了全新的時(shí)變偏置有效地降低了系統(tǒng)的功耗。最后仿真結(jié)果表明，采用時(shí)變偏置的CPP系統(tǒng)同采用直流偏置相比，在獲得相同BER性能且?guī)捠芟薜那闆r下可以節(jié)省2 dB的信噪比。而同時(shí)考慮信號(hào)時(shí)隙之間的相關(guān)性，時(shí)變偏置可以進(jìn)一步提升約1.5 dB的BER性能。
2017, 39(2): 367-373.
doi: 10.11999/JEIT160387
摘要:
該文為降低無(wú)線接入網(wǎng)的能耗，提出一種基于Benders分解的協(xié)作節(jié)能機(jī)制，通過(guò)協(xié)作基站選擇和基站狀態(tài)控制以解決基站休眠帶來(lái)的弱覆蓋問(wèn)題。結(jié)合業(yè)務(wù)量分布和SINR空間變化建立協(xié)作基站的選擇模型，用以找到合適的協(xié)作基站以及相應(yīng)的休眠基站。并提出一個(gè)基于Benders分解的聯(lián)合優(yōu)化策略，控制基站活躍/休眠狀態(tài)，實(shí)現(xiàn)網(wǎng)絡(luò)容量與吞吐量間的平衡。仿真結(jié)果表明，該機(jī)制可在不增加發(fā)射功率的條件下實(shí)現(xiàn)覆蓋補(bǔ)償，并在至多42.6%的基站休眠時(shí)，仍能滿足網(wǎng)絡(luò)的基本性能要求。
該文為降低無(wú)線接入網(wǎng)的能耗，提出一種基于Benders分解的協(xié)作節(jié)能機(jī)制，通過(guò)協(xié)作基站選擇和基站狀態(tài)控制以解決基站休眠帶來(lái)的弱覆蓋問(wèn)題。結(jié)合業(yè)務(wù)量分布和SINR空間變化建立協(xié)作基站的選擇模型，用以找到合適的協(xié)作基站以及相應(yīng)的休眠基站。并提出一個(gè)基于Benders分解的聯(lián)合優(yōu)化策略，控制基站活躍/休眠狀態(tài)，實(shí)現(xiàn)網(wǎng)絡(luò)容量與吞吐量間的平衡。仿真結(jié)果表明，該機(jī)制可在不增加發(fā)射功率的條件下實(shí)現(xiàn)覆蓋補(bǔ)償，并在至多42.6%的基站休眠時(shí)，仍能滿足網(wǎng)絡(luò)的基本性能要求。
2017, 39(2): 374-380.
doi: 10.11999/JEIT160289
摘要:
在電子對(duì)抗中，截獲到對(duì)方的通信比特流序列之后，當(dāng)鏈路協(xié)議類型未知時(shí)，現(xiàn)有的協(xié)議解析工具往往無(wú)法分析比特流所承載的有用信息。為了獲取比特流承載信息，首先需要切分比特流得到鏈路幀。該文根據(jù)鏈路幀結(jié)構(gòu)的一般規(guī)律，提出一種基于數(shù)據(jù)挖掘的比特流切分算法。通過(guò)頻繁序列統(tǒng)計(jì)、關(guān)聯(lián)規(guī)則分析以及關(guān)聯(lián)規(guī)則整合，識(shí)別出比特流中標(biāo)識(shí)幀起始的多重關(guān)聯(lián)規(guī)則序列。測(cè)試結(jié)果表明，該算法能夠從未知比特流中提取有效的切分標(biāo)識(shí)，正確實(shí)現(xiàn)比特流切分。與同類基于數(shù)據(jù)挖掘的比特流分析方法相比，該算法復(fù)雜度低，輸出結(jié)果唯一且可信度高。
在電子對(duì)抗中，截獲到對(duì)方的通信比特流序列之后，當(dāng)鏈路協(xié)議類型未知時(shí)，現(xiàn)有的協(xié)議解析工具往往無(wú)法分析比特流所承載的有用信息。為了獲取比特流承載信息，首先需要切分比特流得到鏈路幀。該文根據(jù)鏈路幀結(jié)構(gòu)的一般規(guī)律，提出一種基于數(shù)據(jù)挖掘的比特流切分算法。通過(guò)頻繁序列統(tǒng)計(jì)、關(guān)聯(lián)規(guī)則分析以及關(guān)聯(lián)規(guī)則整合，識(shí)別出比特流中標(biāo)識(shí)幀起始的多重關(guān)聯(lián)規(guī)則序列。測(cè)試結(jié)果表明，該算法能夠從未知比特流中提取有效的切分標(biāo)識(shí)，正確實(shí)現(xiàn)比特流切分。與同類基于數(shù)據(jù)挖掘的比特流分析方法相比，該算法復(fù)雜度低，輸出結(jié)果唯一且可信度高。
2017, 39(2): 381-388.
doi: 10.11999/JEIT160370
摘要:
軟件定義網(wǎng)絡(luò)(SDN)受到分布式拒絕服務(wù)(DDoS)攻擊時(shí)，攻擊方會(huì)發(fā)送大量數(shù)據(jù)包，產(chǎn)生大量新的終端標(biāo)識(shí)占用網(wǎng)絡(luò)連接資源，影響網(wǎng)絡(luò)正常運(yùn)轉(zhuǎn)。為準(zhǔn)確發(fā)現(xiàn)受攻擊對(duì)象，檢測(cè)被占用資源，利用GHSOM技術(shù)，該文提出基于對(duì)象特征的DDoS攻擊檢測(cè)方法。首先，結(jié)合SDN網(wǎng)絡(luò)及攻擊特點(diǎn)，提出基于目的地址的檢測(cè)7元組，并以此作為判斷目標(biāo)地址是否受到DDoS攻擊的檢測(cè)元素；然后，采用模塊化設(shè)計(jì)，將GHSOM算法應(yīng)用于SDN網(wǎng)絡(luò)DDoS攻擊的分析檢測(cè)中，并在OpenDayLight的仿真平臺(tái)上完成了仿真實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果顯示，該文提出的檢測(cè)7元組可有效檢測(cè)目標(biāo)對(duì)象是否受到DDoS攻擊。
軟件定義網(wǎng)絡(luò)(SDN)受到分布式拒絕服務(wù)(DDoS)攻擊時(shí)，攻擊方會(huì)發(fā)送大量數(shù)據(jù)包，產(chǎn)生大量新的終端標(biāo)識(shí)占用網(wǎng)絡(luò)連接資源，影響網(wǎng)絡(luò)正常運(yùn)轉(zhuǎn)。為準(zhǔn)確發(fā)現(xiàn)受攻擊對(duì)象，檢測(cè)被占用資源，利用GHSOM技術(shù)，該文提出基于對(duì)象特征的DDoS攻擊檢測(cè)方法。首先，結(jié)合SDN網(wǎng)絡(luò)及攻擊特點(diǎn)，提出基于目的地址的檢測(cè)7元組，并以此作為判斷目標(biāo)地址是否受到DDoS攻擊的檢測(cè)元素；然后，采用模塊化設(shè)計(jì)，將GHSOM算法應(yīng)用于SDN網(wǎng)絡(luò)DDoS攻擊的分析檢測(cè)中，并在OpenDayLight的仿真平臺(tái)上完成了仿真實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果顯示，該文提出的檢測(cè)7元組可有效檢測(cè)目標(biāo)對(duì)象是否受到DDoS攻擊。
2017, 39(2): 389-396.
doi: 10.11999/JEIT160338
摘要:
在可搜索加密的云服務(wù)中，數(shù)據(jù)擁有者往往更希望將數(shù)據(jù)文件以密文的形式分別存儲(chǔ)到多個(gè)云服務(wù)器，從而提高授權(quán)用戶對(duì)云端數(shù)據(jù)的檢索效率以及對(duì)大型數(shù)據(jù)的處理能力。基于此，該文提出一種基于云存儲(chǔ)的多服務(wù)器多關(guān)鍵詞多用戶可搜索加密方案，該方案被證明是IND-CKA(adaptive Chosen Keyword Attack)安全的，且同時(shí)具備關(guān)鍵詞陷門的安全性。相對(duì)于單服務(wù)器可搜索加密，該方案在保證數(shù)據(jù)機(jī)密性的前提下能夠?qū)ζ溥M(jìn)行高效檢索，并能夠在關(guān)鍵字索引中不完全包含所檢索的多個(gè)關(guān)鍵詞或者不存在某個(gè)文件包含所有被檢索的多個(gè)關(guān)鍵詞的情況下，更精確地進(jìn)行檢索。
在可搜索加密的云服務(wù)中，數(shù)據(jù)擁有者往往更希望將數(shù)據(jù)文件以密文的形式分別存儲(chǔ)到多個(gè)云服務(wù)器，從而提高授權(quán)用戶對(duì)云端數(shù)據(jù)的檢索效率以及對(duì)大型數(shù)據(jù)的處理能力。基于此，該文提出一種基于云存儲(chǔ)的多服務(wù)器多關(guān)鍵詞多用戶可搜索加密方案，該方案被證明是IND-CKA(adaptive Chosen Keyword Attack)安全的，且同時(shí)具備關(guān)鍵詞陷門的安全性。相對(duì)于單服務(wù)器可搜索加密，該方案在保證數(shù)據(jù)機(jī)密性的前提下能夠?qū)ζ溥M(jìn)行高效檢索，并能夠在關(guān)鍵字索引中不完全包含所檢索的多個(gè)關(guān)鍵詞或者不存在某個(gè)文件包含所有被檢索的多個(gè)關(guān)鍵詞的情況下，更精確地進(jìn)行檢索。
2017, 39(2): 397-404.
doi: 10.11999/JEIT160449
摘要:
網(wǎng)絡(luò)資源的有限性和網(wǎng)絡(luò)管理的分散性是傳統(tǒng)網(wǎng)絡(luò)難以解決分布式拒絕服務(wù)攻擊問(wèn)題的重要原因。當(dāng)前的防御方法存在靜態(tài)性、滯后性的不足，并且難以定位攻擊者。針對(duì)上述問(wèn)題，該文提出一種動(dòng)態(tài)防御的方法。利用軟件定義網(wǎng)絡(luò)(SDN)集中控制和動(dòng)態(tài)管理的特性構(gòu)建OpenFlow交換機(jī)洗牌模型，使用貪心算法實(shí)現(xiàn)用戶-交換機(jī)連接的動(dòng)態(tài)映射，通過(guò)多輪洗牌區(qū)分出用戶群中的攻擊者和合法用戶，對(duì)合法用戶提供低延遲不間斷服務(wù)。在開源SDN控制器Ryu上實(shí)現(xiàn)原型系統(tǒng)，并在SDN環(huán)境下進(jìn)行測(cè)試。性能測(cè)試結(jié)果表明采用該方法可以通過(guò)有限次的洗牌篩選出攻擊者，降低DDoS攻擊對(duì)合法訪問(wèn)的影響；能力測(cè)試結(jié)果則說(shuō)明了在由一個(gè)控制器組成的環(huán)形拓?fù)浣Y(jié)構(gòu)下該方法的防御效果與攻擊流的大小無(wú)關(guān)，而是僅與攻擊者的數(shù)目有關(guān)。
網(wǎng)絡(luò)資源的有限性和網(wǎng)絡(luò)管理的分散性是傳統(tǒng)網(wǎng)絡(luò)難以解決分布式拒絕服務(wù)攻擊問(wèn)題的重要原因。當(dāng)前的防御方法存在靜態(tài)性、滯后性的不足，并且難以定位攻擊者。針對(duì)上述問(wèn)題，該文提出一種動(dòng)態(tài)防御的方法。利用軟件定義網(wǎng)絡(luò)(SDN)集中控制和動(dòng)態(tài)管理的特性構(gòu)建OpenFlow交換機(jī)洗牌模型，使用貪心算法實(shí)現(xiàn)用戶-交換機(jī)連接的動(dòng)態(tài)映射，通過(guò)多輪洗牌區(qū)分出用戶群中的攻擊者和合法用戶，對(duì)合法用戶提供低延遲不間斷服務(wù)。在開源SDN控制器Ryu上實(shí)現(xiàn)原型系統(tǒng)，并在SDN環(huán)境下進(jìn)行測(cè)試。性能測(cè)試結(jié)果表明采用該方法可以通過(guò)有限次的洗牌篩選出攻擊者，降低DDoS攻擊對(duì)合法訪問(wèn)的影響；能力測(cè)試結(jié)果則說(shuō)明了在由一個(gè)控制器組成的環(huán)形拓?fù)浣Y(jié)構(gòu)下該方法的防御效果與攻擊流的大小無(wú)關(guān)，而是僅與攻擊者的數(shù)目有關(guān)。
2017, 39(2): 405-411.
doi: 10.11999/JEIT160373
摘要:
距離向分塊快速分解后向投影(Block-FFBP)算法通過(guò)子孔徑合成降低了傳統(tǒng)BP的算法復(fù)雜度，并且通過(guò)距離向分塊，簡(jiǎn)化了繁瑣的極坐標(biāo)與直角坐標(biāo)的轉(zhuǎn)換。然而，距離分塊操作使各塊引入了斜距范圍波動(dòng)，而且插值核長(zhǎng)度余量導(dǎo)致了算法的內(nèi)存效率低下，從而降低了成像效率。該文提出一種基于距離向整體處理的Bulk-FFBP算法，并細(xì)分為基于距離向控制點(diǎn)的Bulk-FFBP以及無(wú)控制點(diǎn)的Bulk-FFBP。文中通過(guò)仿真對(duì)兩種Bulk-FFBP算法進(jìn)行了誤差分析、成像性能分析以及算法效率分析，并與Block-FFBP算法進(jìn)行對(duì)比，證實(shí)了Bulk-FFBP的優(yōu)越性。
距離向分塊快速分解后向投影(Block-FFBP)算法通過(guò)子孔徑合成降低了傳統(tǒng)BP的算法復(fù)雜度，并且通過(guò)距離向分塊，簡(jiǎn)化了繁瑣的極坐標(biāo)與直角坐標(biāo)的轉(zhuǎn)換。然而，距離分塊操作使各塊引入了斜距范圍波動(dòng)，而且插值核長(zhǎng)度余量導(dǎo)致了算法的內(nèi)存效率低下，從而降低了成像效率。該文提出一種基于距離向整體處理的Bulk-FFBP算法，并細(xì)分為基于距離向控制點(diǎn)的Bulk-FFBP以及無(wú)控制點(diǎn)的Bulk-FFBP。文中通過(guò)仿真對(duì)兩種Bulk-FFBP算法進(jìn)行了誤差分析、成像性能分析以及算法效率分析，并與Block-FFBP算法進(jìn)行對(duì)比，證實(shí)了Bulk-FFBP的優(yōu)越性。
2017, 39(2): 412-416.
doi: 10.11999/JEIT160307
摘要:
基于 zln(z) 方法的N次觀測(cè)Pareto分布參數(shù)估計(jì)不能有效估計(jì)形狀參數(shù)小于1的情形。該文采用 zrln(z) 方法對(duì)基于 zln(z) 的方法進(jìn)行擴(kuò)展，將N次觀測(cè)Pareto分布的形狀參數(shù)的有效估計(jì)范圍進(jìn)行擴(kuò)大。文中推導(dǎo)了N次觀測(cè)Pareto分布參數(shù)估計(jì)的表達(dá)式，從理論上證明該方法能夠估計(jì)小于1的形狀參數(shù)。仿真結(jié)果表明：r1 時(shí)， zrln(z) 方法能夠在該擴(kuò)大的范圍內(nèi)有效地估計(jì)形狀參數(shù)。
基于 zln(z) 方法的N次觀測(cè)Pareto分布參數(shù)估計(jì)不能有效估計(jì)形狀參數(shù)小于1的情形。該文采用 zrln(z) 方法對(duì)基于 zln(z) 的方法進(jìn)行擴(kuò)展，將N次觀測(cè)Pareto分布的形狀參數(shù)的有效估計(jì)范圍進(jìn)行擴(kuò)大。文中推導(dǎo)了N次觀測(cè)Pareto分布參數(shù)估計(jì)的表達(dá)式，從理論上證明該方法能夠估計(jì)小于1的形狀參數(shù)。仿真結(jié)果表明：r1 時(shí)， zrln(z) 方法能夠在該擴(kuò)大的范圍內(nèi)有效地估計(jì)形狀參數(shù)。
2017, 39(2): 417-422.
doi: 10.11999/JEIT160314
摘要:
針對(duì)多運(yùn)動(dòng)站無(wú)源融合定位系統(tǒng)中的異步觀測(cè)問(wèn)題，該文提出一種基于空間譜分析的直接定位算法。首先利用子空間分析理論建立異步觀測(cè)直接定位模型，構(gòu)造多站協(xié)同定位聯(lián)合空間譜函數(shù)，采用多級(jí)搜索方法實(shí)現(xiàn)定位解算。然后推導(dǎo)了該算法的定位誤差協(xié)方差矩陣及克拉美羅下限。最后對(duì)該算法在異步觀測(cè)條件下的定位性能進(jìn)行蒙特卡洛仿真。仿真結(jié)果表明算法定位精度能夠逼近克拉美羅下限，定位性能優(yōu)于基于定位參數(shù)的分步定位算法，尤其在低信噪比情況下優(yōu)勢(shì)更明顯。
針對(duì)多運(yùn)動(dòng)站無(wú)源融合定位系統(tǒng)中的異步觀測(cè)問(wèn)題，該文提出一種基于空間譜分析的直接定位算法。首先利用子空間分析理論建立異步觀測(cè)直接定位模型，構(gòu)造多站協(xié)同定位聯(lián)合空間譜函數(shù)，采用多級(jí)搜索方法實(shí)現(xiàn)定位解算。然后推導(dǎo)了該算法的定位誤差協(xié)方差矩陣及克拉美羅下限。最后對(duì)該算法在異步觀測(cè)條件下的定位性能進(jìn)行蒙特卡洛仿真。仿真結(jié)果表明算法定位精度能夠逼近克拉美羅下限，定位性能優(yōu)于基于定位參數(shù)的分步定位算法，尤其在低信噪比情況下優(yōu)勢(shì)更明顯。
2017, 39(2): 423-429.
doi: 10.11999/JEIT160397
摘要:
針對(duì)逆合成孔徑雷達(dá)(ISAR)的干擾技術(shù)是雷達(dá)對(duì)抗領(lǐng)域的熱點(diǎn)問(wèn)題。該文提出一種基于多相位分段調(diào)制的干擾方法，對(duì)該調(diào)制方法的基本原理及其在信號(hào)脈內(nèi)和脈間綜合調(diào)制的過(guò)程進(jìn)行詳細(xì)分析，推導(dǎo)干擾信號(hào)在成像處理后的表達(dá)式，給出在2維上分別對(duì)干擾樣式進(jìn)行精確控制的參數(shù)設(shè)計(jì)方法，通過(guò)仿真驗(yàn)證相關(guān)干擾效果，說(shuō)明應(yīng)用該方法能夠產(chǎn)生靈活可控的干擾樣式和遮蓋效果。
針對(duì)逆合成孔徑雷達(dá)(ISAR)的干擾技術(shù)是雷達(dá)對(duì)抗領(lǐng)域的熱點(diǎn)問(wèn)題。該文提出一種基于多相位分段調(diào)制的干擾方法，對(duì)該調(diào)制方法的基本原理及其在信號(hào)脈內(nèi)和脈間綜合調(diào)制的過(guò)程進(jìn)行詳細(xì)分析，推導(dǎo)干擾信號(hào)在成像處理后的表達(dá)式，給出在2維上分別對(duì)干擾樣式進(jìn)行精確控制的參數(shù)設(shè)計(jì)方法，通過(guò)仿真驗(yàn)證相關(guān)干擾效果，說(shuō)明應(yīng)用該方法能夠產(chǎn)生靈活可控的干擾樣式和遮蓋效果。
2017, 39(2): 430-436.
doi: 10.11999/JEIT160386
摘要:
合成雷達(dá)孔徑圖像配準(zhǔn)作為變化檢測(cè)和圖像信息融合的基礎(chǔ)，對(duì)多時(shí)相SAR圖像的解譯具有重要作用。該文提出一種基于SAR-FAST角點(diǎn)檢測(cè)的圖像配準(zhǔn)方法。首先，選用迭代引導(dǎo)平滑算法抑制斑點(diǎn)噪聲對(duì)角點(diǎn)檢測(cè)的影響；然后，以檢測(cè)點(diǎn)為圓心，選擇合適的檢測(cè)半徑，在圓周上選取檢測(cè)窗口，統(tǒng)計(jì)與檢測(cè)點(diǎn)不相似的窗口數(shù)量，判斷檢測(cè)點(diǎn)是否為角點(diǎn)；最后，對(duì)候選角點(diǎn)進(jìn)行分析，根據(jù)其強(qiáng)度分布特點(diǎn)進(jìn)一步剔除誤檢點(diǎn)。實(shí)驗(yàn)結(jié)果表明，SAR-FAST可以檢測(cè)到足夠數(shù)量且穩(wěn)定性和重復(fù)性好的角點(diǎn)，應(yīng)用于圖像配準(zhǔn)，也能獲得較好的配準(zhǔn)效果。
合成雷達(dá)孔徑圖像配準(zhǔn)作為變化檢測(cè)和圖像信息融合的基礎(chǔ)，對(duì)多時(shí)相SAR圖像的解譯具有重要作用。該文提出一種基于SAR-FAST角點(diǎn)檢測(cè)的圖像配準(zhǔn)方法。首先，選用迭代引導(dǎo)平滑算法抑制斑點(diǎn)噪聲對(duì)角點(diǎn)檢測(cè)的影響；然后，以檢測(cè)點(diǎn)為圓心，選擇合適的檢測(cè)半徑，在圓周上選取檢測(cè)窗口，統(tǒng)計(jì)與檢測(cè)點(diǎn)不相似的窗口數(shù)量，判斷檢測(cè)點(diǎn)是否為角點(diǎn)；最后，對(duì)候選角點(diǎn)進(jìn)行分析，根據(jù)其強(qiáng)度分布特點(diǎn)進(jìn)一步剔除誤檢點(diǎn)。實(shí)驗(yàn)結(jié)果表明，SAR-FAST可以檢測(cè)到足夠數(shù)量且穩(wěn)定性和重復(fù)性好的角點(diǎn)，應(yīng)用于圖像配準(zhǔn)，也能獲得較好的配準(zhǔn)效果。
2017, 39(2): 437-443.
doi: 10.11999/JEIT160274
摘要:
分布式微小衛(wèi)星SAR是實(shí)現(xiàn)小型化、低成本星載SAR系統(tǒng)的重要途徑，然而，在該體制下，如何充分利用分布式系統(tǒng)資源，實(shí)現(xiàn)高分辨率成像是其面臨的關(guān)鍵問(wèn)題之一。該文提出一種利用LFMCW信號(hào)實(shí)現(xiàn)分布式微小衛(wèi)星平臺(tái)SAR的方法，并基于方位向編隊(duì)飛行的微小衛(wèi)星構(gòu)型，對(duì)其信號(hào)模型與高分辨率成像方法進(jìn)行了研究。該文方法使用多顆微小衛(wèi)星同時(shí)發(fā)射與接收頻分LFMCW信號(hào)，利用交叉接收的構(gòu)型使不同頻帶收發(fā)天線所形成的等效相位中心重合，進(jìn)而在距離向?qū)π盘?hào)進(jìn)行頻帶合成以恢復(fù)全帶寬信號(hào)，從而實(shí)現(xiàn)高分辨率SAR成像。該方法實(shí)現(xiàn)了分布式平臺(tái)信號(hào)的頻帶合成，為高分辨率LFMCW SAR技術(shù)在微小衛(wèi)星平臺(tái)上的應(yīng)用提供了理論支撐。仿真實(shí)驗(yàn)驗(yàn)證了理論分析的正確性以及方法的有效性。
分布式微小衛(wèi)星SAR是實(shí)現(xiàn)小型化、低成本星載SAR系統(tǒng)的重要途徑，然而，在該體制下，如何充分利用分布式系統(tǒng)資源，實(shí)現(xiàn)高分辨率成像是其面臨的關(guān)鍵問(wèn)題之一。該文提出一種利用LFMCW信號(hào)實(shí)現(xiàn)分布式微小衛(wèi)星平臺(tái)SAR的方法，并基于方位向編隊(duì)飛行的微小衛(wèi)星構(gòu)型，對(duì)其信號(hào)模型與高分辨率成像方法進(jìn)行了研究。該文方法使用多顆微小衛(wèi)星同時(shí)發(fā)射與接收頻分LFMCW信號(hào)，利用交叉接收的構(gòu)型使不同頻帶收發(fā)天線所形成的等效相位中心重合，進(jìn)而在距離向?qū)π盘?hào)進(jìn)行頻帶合成以恢復(fù)全帶寬信號(hào)，從而實(shí)現(xiàn)高分辨率SAR成像。該方法實(shí)現(xiàn)了分布式平臺(tái)信號(hào)的頻帶合成，為高分辨率LFMCW SAR技術(shù)在微小衛(wèi)星平臺(tái)上的應(yīng)用提供了理論支撐。仿真實(shí)驗(yàn)驗(yàn)證了理論分析的正確性以及方法的有效性。
2017, 39(2): 444-450.
doi: 10.11999/JEIT160324
摘要:
為了獲得精準(zhǔn)的航空拼接圖像，更好地解決圖像拼接中經(jīng)常出現(xiàn)的尺度變化、角度旋轉(zhuǎn)、光照差異以及傳統(tǒng)的BRISK(Binary Robust Invariant Scalable Keypoints)算法匹配正確率較低，圖像拼接精度低等問(wèn)題，該文提出一種全新的基于有向線段的BRISK特征的圖像拼接模型。首先，使用BRISK算法進(jìn)行圖像匹配，得到粗匹配點(diǎn)對(duì)，再構(gòu)造有向線段及其BRISK特征進(jìn)行鄰近線段匹配，通過(guò)概率統(tǒng)計(jì)模型進(jìn)行特征點(diǎn)的精匹配，最后進(jìn)行加權(quán)融合和亮度均衡化進(jìn)行圖像融合完成圖像拼接。實(shí)驗(yàn)結(jié)果表明，該文算法針對(duì)圖像的光照條件不同、角度旋轉(zhuǎn)、分辨率低、尺度變化等均有良好的魯棒性和穩(wěn)定性，該文算法是一種耗時(shí)短、精確度高、拼接效果良好的圖像拼接方法。
為了獲得精準(zhǔn)的航空拼接圖像，更好地解決圖像拼接中經(jīng)常出現(xiàn)的尺度變化、角度旋轉(zhuǎn)、光照差異以及傳統(tǒng)的BRISK(Binary Robust Invariant Scalable Keypoints)算法匹配正確率較低，圖像拼接精度低等問(wèn)題，該文提出一種全新的基于有向線段的BRISK特征的圖像拼接模型。首先，使用BRISK算法進(jìn)行圖像匹配，得到粗匹配點(diǎn)對(duì)，再構(gòu)造有向線段及其BRISK特征進(jìn)行鄰近線段匹配，通過(guò)概率統(tǒng)計(jì)模型進(jìn)行特征點(diǎn)的精匹配，最后進(jìn)行加權(quán)融合和亮度均衡化進(jìn)行圖像融合完成圖像拼接。實(shí)驗(yàn)結(jié)果表明，該文算法針對(duì)圖像的光照條件不同、角度旋轉(zhuǎn)、分辨率低、尺度變化等均有良好的魯棒性和穩(wěn)定性，該文算法是一種耗時(shí)短、精確度高、拼接效果良好的圖像拼接方法。
2017, 39(2): 451-458.
doi: 10.11999/JEIT160351
摘要:
針對(duì)目前對(duì)二進(jìn)制偏移載波(Binary Offset Carrier, BOC)及其衍生信號(hào)的通用無(wú)模糊捕獲分析匱乏的問(wèn)題，該文提出一種適用于所有BOC類型信號(hào)及所有調(diào)制階數(shù)的無(wú)模糊捕獲算法。該算法首先根據(jù)不同調(diào)制信號(hào)副載波形之間的聯(lián)系構(gòu)建出了通用副載波模型，得到信號(hào)的通用表達(dá)式，然后在此基礎(chǔ)上將副載波形按半周期進(jìn)行分解，再根據(jù)相關(guān)函數(shù)的合成方法構(gòu)建出通用的捕獲方法。理論與仿真實(shí)驗(yàn)表明，新提出的捕獲方法適用于所有類型及所有調(diào)制階數(shù)的BOC信號(hào)，能夠完全消除副峰，實(shí)現(xiàn)無(wú)模糊捕獲，捕獲精度以及抗多徑性能相比其他算法都有很大提高。
針對(duì)目前對(duì)二進(jìn)制偏移載波(Binary Offset Carrier, BOC)及其衍生信號(hào)的通用無(wú)模糊捕獲分析匱乏的問(wèn)題，該文提出一種適用于所有BOC類型信號(hào)及所有調(diào)制階數(shù)的無(wú)模糊捕獲算法。該算法首先根據(jù)不同調(diào)制信號(hào)副載波形之間的聯(lián)系構(gòu)建出了通用副載波模型，得到信號(hào)的通用表達(dá)式，然后在此基礎(chǔ)上將副載波形按半周期進(jìn)行分解，再根據(jù)相關(guān)函數(shù)的合成方法構(gòu)建出通用的捕獲方法。理論與仿真實(shí)驗(yàn)表明，新提出的捕獲方法適用于所有類型及所有調(diào)制階數(shù)的BOC信號(hào)，能夠完全消除副峰，實(shí)現(xiàn)無(wú)模糊捕獲，捕獲精度以及抗多徑性能相比其他算法都有很大提高。
2017, 39(2): 459-465.
doi: 10.11999/JEIT160347
摘要:
該文針對(duì)姿態(tài)測(cè)量過(guò)程中求解整周模糊度計(jì)算復(fù)雜度高的問(wèn)題，提出一種基于天線布局的姿態(tài)測(cè)量方法。該方法在一定的測(cè)量誤差下，采用特定的方式配置姿態(tài)測(cè)量天線組，通過(guò)天線配置的約束信息確定載波相位的整周模糊度差，并使用短基線和中基線分別進(jìn)行姿態(tài)粗測(cè)和精測(cè)，達(dá)到快速姿態(tài)測(cè)量和提高精度的目的。使用這種方法進(jìn)行飛行器姿態(tài)測(cè)量時(shí)可以不必求解整周模糊度，避免了復(fù)雜的整周模糊度搜索算法，進(jìn)而提高了姿態(tài)測(cè)量速度，該方法非常適用于飛行器的快速測(cè)姿。
該文針對(duì)姿態(tài)測(cè)量過(guò)程中求解整周模糊度計(jì)算復(fù)雜度高的問(wèn)題，提出一種基于天線布局的姿態(tài)測(cè)量方法。該方法在一定的測(cè)量誤差下，采用特定的方式配置姿態(tài)測(cè)量天線組，通過(guò)天線配置的約束信息確定載波相位的整周模糊度差，并使用短基線和中基線分別進(jìn)行姿態(tài)粗測(cè)和精測(cè)，達(dá)到快速姿態(tài)測(cè)量和提高精度的目的。使用這種方法進(jìn)行飛行器姿態(tài)測(cè)量時(shí)可以不必求解整周模糊度，避免了復(fù)雜的整周模糊度搜索算法，進(jìn)而提高了姿態(tài)測(cè)量速度，該方法非常適用于飛行器的快速測(cè)姿。
2017, 39(2): 466-473.
doi: 10.11999/JEIT160326
摘要:
為了得到垂直分層大地電導(dǎo)率和雷電回?fù)敉ǖ纼A斜角度對(duì)雷電電磁脈沖場(chǎng)(LEMP)的影響規(guī)律，該文利用時(shí)域有限差分法對(duì)傾斜通道雷電電磁場(chǎng)進(jìn)行了建模計(jì)算。研究結(jié)果表明，當(dāng)觀測(cè)點(diǎn)位于傾斜回?fù)敉ǖ老路綍r(shí)，地表雷電電磁場(chǎng)峰值會(huì)隨著回?fù)敉ǖ纼A斜角度的增加而出現(xiàn)明顯的上升，同時(shí)電磁場(chǎng)的上升沿變得更加陡峭。觀測(cè)點(diǎn)與地表雷擊點(diǎn)之間的水平距離越大，雷電電磁場(chǎng)的峰值時(shí)間也就越大。對(duì)地表電磁場(chǎng)而言，觀測(cè)點(diǎn)同側(cè)大地電導(dǎo)率主要影響雷電水平電場(chǎng)和角向磁場(chǎng)的初始峰值，而觀測(cè)點(diǎn)另一側(cè)大地電導(dǎo)率的變化則主要影響水平電場(chǎng)和角向磁場(chǎng)波尾幅值。對(duì)地下電磁場(chǎng)而言，增加埋地深度對(duì)垂直電場(chǎng)的衰減作用十分明顯，而對(duì)水平電場(chǎng)和角向磁場(chǎng)來(lái)說(shuō)影響極小。
為了得到垂直分層大地電導(dǎo)率和雷電回?fù)敉ǖ纼A斜角度對(duì)雷電電磁脈沖場(chǎng)(LEMP)的影響規(guī)律，該文利用時(shí)域有限差分法對(duì)傾斜通道雷電電磁場(chǎng)進(jìn)行了建模計(jì)算。研究結(jié)果表明，當(dāng)觀測(cè)點(diǎn)位于傾斜回?fù)敉ǖ老路綍r(shí)，地表雷電電磁場(chǎng)峰值會(huì)隨著回?fù)敉ǖ纼A斜角度的增加而出現(xiàn)明顯的上升，同時(shí)電磁場(chǎng)的上升沿變得更加陡峭。觀測(cè)點(diǎn)與地表雷擊點(diǎn)之間的水平距離越大，雷電電磁場(chǎng)的峰值時(shí)間也就越大。對(duì)地表電磁場(chǎng)而言，觀測(cè)點(diǎn)同側(cè)大地電導(dǎo)率主要影響雷電水平電場(chǎng)和角向磁場(chǎng)的初始峰值，而觀測(cè)點(diǎn)另一側(cè)大地電導(dǎo)率的變化則主要影響水平電場(chǎng)和角向磁場(chǎng)波尾幅值。對(duì)地下電磁場(chǎng)而言，增加埋地深度對(duì)垂直電場(chǎng)的衰減作用十分明顯，而對(duì)水平電場(chǎng)和角向磁場(chǎng)來(lái)說(shuō)影響極小。
2017, 39(2): 474-481.
doi: 10.11999/JEIT160395
摘要:
隨著通信技術(shù)的發(fā)展，行波管預(yù)失真電路的研究變得越來(lái)越重要。該文針對(duì)基于肖特基二極管的非線性發(fā)生器，首次分析了二極管SPICE(Simulation Program with Integrated Circuit Emphasis)模型參數(shù)中零偏壓結(jié)電容和串聯(lián)電阻對(duì)預(yù)失真擴(kuò)張曲線的影響。對(duì)目前的微帶預(yù)失真電路工作在K波段以下，絕對(duì)或相對(duì)帶寬一般不超過(guò)1.8 GHz和4%，需在輸入及輸出端加隔離器等不足，基于ADS(Advanced Design System)軟件設(shè)計(jì)并加工了一種用于中心頻率30 GHz，絕對(duì)和相對(duì)帶寬為2 GHz和6.67% 的毫米波行波管的微帶預(yù)失真電路。分別測(cè)試行波管和級(jí)聯(lián)線性化器后的行波管，29 GHz, 30 GHz和31 GHz的增益和相位壓縮量分別可以從7.5 dB和40 , 7.3 dB和50 , 7.1 dB和59改善到3.8 dB和10 , 3.7 dB和12 , 2.4 dB和15以內(nèi)。雙音測(cè)試結(jié)果表明，為了達(dá)到通信中載波與三階交叉調(diào)制分量抑制比(C/IM3)25 dBc的要求，單獨(dú)行波管在29 GHz, 30 GHz和31 GHz時(shí)需分別回退17 dB, 18 dB和18 dB，而加入線性化器后的行波管，只需分別回退12 dB, 9 dB和8 dB，也即加線性化器可改善5 dB, 9 dB和10 dB，極大地提升了行波管的線性度，具有重要工程應(yīng)用價(jià)值。
隨著通信技術(shù)的發(fā)展，行波管預(yù)失真電路的研究變得越來(lái)越重要。該文針對(duì)基于肖特基二極管的非線性發(fā)生器，首次分析了二極管SPICE(Simulation Program with Integrated Circuit Emphasis)模型參數(shù)中零偏壓結(jié)電容和串聯(lián)電阻對(duì)預(yù)失真擴(kuò)張曲線的影響。對(duì)目前的微帶預(yù)失真電路工作在K波段以下，絕對(duì)或相對(duì)帶寬一般不超過(guò)1.8 GHz和4%，需在輸入及輸出端加隔離器等不足，基于ADS(Advanced Design System)軟件設(shè)計(jì)并加工了一種用于中心頻率30 GHz，絕對(duì)和相對(duì)帶寬為2 GHz和6.67% 的毫米波行波管的微帶預(yù)失真電路。分別測(cè)試行波管和級(jí)聯(lián)線性化器后的行波管，29 GHz, 30 GHz和31 GHz的增益和相位壓縮量分別可以從7.5 dB和40 , 7.3 dB和50 , 7.1 dB和59改善到3.8 dB和10 , 3.7 dB和12 , 2.4 dB和15以內(nèi)。雙音測(cè)試結(jié)果表明，為了達(dá)到通信中載波與三階交叉調(diào)制分量抑制比(C/IM3)25 dBc的要求，單獨(dú)行波管在29 GHz, 30 GHz和31 GHz時(shí)需分別回退17 dB, 18 dB和18 dB，而加入線性化器后的行波管，只需分別回退12 dB, 9 dB和8 dB，也即加線性化器可改善5 dB, 9 dB和10 dB，極大地提升了行波管的線性度，具有重要工程應(yīng)用價(jià)值。
2017, 39(2): 482-488.
doi: 10.11999/JEIT160334
摘要:
該文研究了LCLC諧振變換器在空間行波管放大器中的應(yīng)用。基于電路分析的方法，研究了工作于零電壓和零電流狀態(tài)下的LCLC諧振電路的工作原理，并得到了各個(gè)工作模式的等效電路；基于該電路的工作原理，推導(dǎo)了該電路的參數(shù)；為驗(yàn)證分析的正確性，在PSIM仿真軟件中對(duì)其進(jìn)行仿真，并將仿真結(jié)果與計(jì)算結(jié)果進(jìn)行了對(duì)比，仿真結(jié)果與分析結(jié)果高度一致；最后，設(shè)計(jì)了輸入20 V，輸出4600 V，開關(guān)頻率200 kHz，輸出功率280 W，效率高達(dá)93.38%的LCLC諧振變換器。仿真結(jié)果與實(shí)驗(yàn)結(jié)果都證實(shí)了分析的有效性。
該文研究了LCLC諧振變換器在空間行波管放大器中的應(yīng)用。基于電路分析的方法，研究了工作于零電壓和零電流狀態(tài)下的LCLC諧振電路的工作原理，并得到了各個(gè)工作模式的等效電路；基于該電路的工作原理，推導(dǎo)了該電路的參數(shù)；為驗(yàn)證分析的正確性，在PSIM仿真軟件中對(duì)其進(jìn)行仿真，并將仿真結(jié)果與計(jì)算結(jié)果進(jìn)行了對(duì)比，仿真結(jié)果與分析結(jié)果高度一致；最后，設(shè)計(jì)了輸入20 V，輸出4600 V，開關(guān)頻率200 kHz，輸出功率280 W，效率高達(dá)93.38%的LCLC諧振變換器。仿真結(jié)果與實(shí)驗(yàn)結(jié)果都證實(shí)了分析的有效性。
2017, 39(2): 489-493.
doi: 10.11999/JEIT160303
摘要:
為解決量子計(jì)算機(jī)上彩色圖像的描述及加密問(wèn)題，該文提出一種基于量子比特相位旋轉(zhuǎn)的新方法。首先通過(guò)將像素灰度值映射為量子比特的相位，將彩色圖像描述成一個(gè)量子疊加態(tài)，其中基態(tài)描述像素的位置，而對(duì)應(yīng)的概率幅即為該像素的灰度值。然后基于量子比特的相位旋轉(zhuǎn)，設(shè)計(jì)了一些簡(jiǎn)單的圖像處理方法。最后提出了一種新的彩色圖像加密算法，該算法包括像素位置的置亂和量子比特的旋轉(zhuǎn)兩個(gè)過(guò)程。所提方法可在將來(lái)的量子計(jì)算機(jī)上執(zhí)行。經(jīng)典計(jì)算機(jī)上的仿真結(jié)果驗(yàn)證了方法的有效性。
為解決量子計(jì)算機(jī)上彩色圖像的描述及加密問(wèn)題，該文提出一種基于量子比特相位旋轉(zhuǎn)的新方法。首先通過(guò)將像素灰度值映射為量子比特的相位，將彩色圖像描述成一個(gè)量子疊加態(tài)，其中基態(tài)描述像素的位置，而對(duì)應(yīng)的概率幅即為該像素的灰度值。然后基于量子比特的相位旋轉(zhuǎn)，設(shè)計(jì)了一些簡(jiǎn)單的圖像處理方法。最后提出了一種新的彩色圖像加密算法，該算法包括像素位置的置亂和量子比特的旋轉(zhuǎn)兩個(gè)過(guò)程。所提方法可在將來(lái)的量子計(jì)算機(jī)上執(zhí)行。經(jīng)典計(jì)算機(jī)上的仿真結(jié)果驗(yàn)證了方法的有效性。
2017, 39(2): 494-498.
doi: 10.11999/JEIT160272
摘要:
論文提出基于空頻分解信號(hào)子空間向量的時(shí)間反演成像新方法。利用天線陣列采集的散射場(chǎng)數(shù)據(jù)建立空頻矩陣，奇異值分解該矩陣得到信號(hào)子空間向量，以此實(shí)現(xiàn)對(duì)目標(biāo)的選擇性成像?；谕耆⑸鋱?chǎng)數(shù)據(jù)的成像偽譜包含多個(gè)子向量貢獻(xiàn)，相當(dāng)于多次成像疊加，具有統(tǒng)計(jì)特性。新方法既避免了傳統(tǒng)的空空分解時(shí)間反演算法產(chǎn)生的隨機(jī)相位的影響，又具有較好的抗干擾性能，即使疊加信噪比10 dB的高斯白噪聲，也能實(shí)現(xiàn)對(duì)多個(gè)目標(biāo)的準(zhǔn)確成像。
論文提出基于空頻分解信號(hào)子空間向量的時(shí)間反演成像新方法。利用天線陣列采集的散射場(chǎng)數(shù)據(jù)建立空頻矩陣，奇異值分解該矩陣得到信號(hào)子空間向量，以此實(shí)現(xiàn)對(duì)目標(biāo)的選擇性成像?；谕耆⑸鋱?chǎng)數(shù)據(jù)的成像偽譜包含多個(gè)子向量貢獻(xiàn)，相當(dāng)于多次成像疊加，具有統(tǒng)計(jì)特性。新方法既避免了傳統(tǒng)的空空分解時(shí)間反演算法產(chǎn)生的隨機(jī)相位的影響，又具有較好的抗干擾性能，即使疊加信噪比10 dB的高斯白噪聲，也能實(shí)現(xiàn)對(duì)多個(gè)目標(biāo)的準(zhǔn)確成像。
2017, 39(2): 499-503.
doi: 10.11999/JEIT160297
摘要:
該文針對(duì)無(wú)線體域網(wǎng)人體介質(zhì)通信(Human Body Communication, HBC)發(fā)射機(jī)嚴(yán)格的輸出頻譜指標(biāo)，提出一種利用體偏置線性化技術(shù)進(jìn)行頻譜整形的技術(shù)。通過(guò)設(shè)計(jì)緩沖器中晶體管體偏置，從而調(diào)整晶體管二階非線性系數(shù)，最終消除輸出端的二階互調(diào)項(xiàng)(Second order InterModulation, IM2)。采用0.35 m CMOS工藝和1.8 V供電電壓設(shè)計(jì)了一個(gè)基于體偏置技術(shù)的HBC發(fā)射機(jī)實(shí)例。仿真結(jié)果顯示二階輸入截點(diǎn)(IIP2)優(yōu)化到 90 dBm，輸出頻譜在1 MHz處抑制-130 dBr。較傳統(tǒng)電路，該技術(shù)提高了23 dB頻譜抑制，使輸出頻譜符合無(wú)線體域網(wǎng)IEEE 802.15.6協(xié)議中-120 dBr的指標(biāo)。
該文針對(duì)無(wú)線體域網(wǎng)人體介質(zhì)通信(Human Body Communication, HBC)發(fā)射機(jī)嚴(yán)格的輸出頻譜指標(biāo)，提出一種利用體偏置線性化技術(shù)進(jìn)行頻譜整形的技術(shù)。通過(guò)設(shè)計(jì)緩沖器中晶體管體偏置，從而調(diào)整晶體管二階非線性系數(shù)，最終消除輸出端的二階互調(diào)項(xiàng)(Second order InterModulation, IM2)。采用0.35 m CMOS工藝和1.8 V供電電壓設(shè)計(jì)了一個(gè)基于體偏置技術(shù)的HBC發(fā)射機(jī)實(shí)例。仿真結(jié)果顯示二階輸入截點(diǎn)(IIP2)優(yōu)化到 90 dBm，輸出頻譜在1 MHz處抑制-130 dBr。較傳統(tǒng)電路，該技術(shù)提高了23 dB頻譜抑制，使輸出頻譜符合無(wú)線體域網(wǎng)IEEE 802.15.6協(xié)議中-120 dBr的指標(biāo)。
2017, 39(2): 504-508.
doi: 10.11999/JEIT160876
摘要:
行波管放大器(TWTA)廣泛應(yīng)用在雷達(dá)、通訊等領(lǐng)域。相位穩(wěn)定性影響傳輸信號(hào)質(zhì)量、目標(biāo)參數(shù)檢測(cè)精度、電磁兼容性等指標(biāo)。該文在定量分析電源調(diào)制器(EPC)電路參數(shù)對(duì)TWTA相位穩(wěn)定性影響的基礎(chǔ)上，提出提高TWTA相位穩(wěn)定性的EPC電路的幾種設(shè)計(jì)方案：選擇合理的供電電路，利用低壓儲(chǔ)能高頻高壓電源提高陰極電壓的穩(wěn)定性，利用調(diào)節(jié)控制脈沖幅度補(bǔ)償陰極電壓脈沖頂降造成的相位不穩(wěn)定性。該文成果為研制體積小、功率大、相位穩(wěn)定性高的TWTA提供了依據(jù)。
行波管放大器(TWTA)廣泛應(yīng)用在雷達(dá)、通訊等領(lǐng)域。相位穩(wěn)定性影響傳輸信號(hào)質(zhì)量、目標(biāo)參數(shù)檢測(cè)精度、電磁兼容性等指標(biāo)。該文在定量分析電源調(diào)制器(EPC)電路參數(shù)對(duì)TWTA相位穩(wěn)定性影響的基礎(chǔ)上，提出提高TWTA相位穩(wěn)定性的EPC電路的幾種設(shè)計(jì)方案：選擇合理的供電電路，利用低壓儲(chǔ)能高頻高壓電源提高陰極電壓的穩(wěn)定性，利用調(diào)節(jié)控制脈沖幅度補(bǔ)償陰極電壓脈沖頂降造成的相位不穩(wěn)定性。該文成果為研制體積小、功率大、相位穩(wěn)定性高的TWTA提供了依據(jù)。
