郵件訂閱
2018年 第40卷 第4期
顯示方式:
2018, 40(4): 763-769.
doi: 10.11999/JEIT170641
摘要:
網(wǎng)絡(luò)功能虛擬化(NFV)的引入使得運(yùn)營(yíng)商網(wǎng)絡(luò)的網(wǎng)絡(luò)功能不再依賴(lài)于專(zhuān)用硬件設(shè)備且服務(wù)能力更具彈性。為更有效地使用基于NFV的運(yùn)營(yíng)商網(wǎng)絡(luò)中的資源，該文提出一種網(wǎng)絡(luò)服務(wù)鏈(NSC)的優(yōu)化構(gòu)建策略。和已有研究工作不同，該文從減少因計(jì)算資源和網(wǎng)絡(luò)資源這兩類(lèi)資源的不合理使用產(chǎn)生的資源碎片角度出發(fā)，以最大化運(yùn)營(yíng)商網(wǎng)絡(luò)能容納的業(yè)務(wù)流數(shù)量為目標(biāo)，建立NSC構(gòu)建的數(shù)學(xué)模型，且提出一種新的貪心NSC構(gòu)建策略，該策略融合了路徑選擇和NSC的多個(gè)VNF部署。數(shù)值仿真實(shí)驗(yàn)表明，在相同資源總量的情況下與典型策略相比，所提策略能夠容納更多的業(yè)務(wù)流，實(shí)現(xiàn)更低的端到端的數(shù)據(jù)延遲，有效提高了運(yùn)營(yíng)商網(wǎng)絡(luò)中通用服務(wù)器和交換機(jī)的資源利用率。
網(wǎng)絡(luò)功能虛擬化(NFV)的引入使得運(yùn)營(yíng)商網(wǎng)絡(luò)的網(wǎng)絡(luò)功能不再依賴(lài)于專(zhuān)用硬件設(shè)備且服務(wù)能力更具彈性。為更有效地使用基于NFV的運(yùn)營(yíng)商網(wǎng)絡(luò)中的資源，該文提出一種網(wǎng)絡(luò)服務(wù)鏈(NSC)的優(yōu)化構(gòu)建策略。和已有研究工作不同，該文從減少因計(jì)算資源和網(wǎng)絡(luò)資源這兩類(lèi)資源的不合理使用產(chǎn)生的資源碎片角度出發(fā)，以最大化運(yùn)營(yíng)商網(wǎng)絡(luò)能容納的業(yè)務(wù)流數(shù)量為目標(biāo)，建立NSC構(gòu)建的數(shù)學(xué)模型，且提出一種新的貪心NSC構(gòu)建策略，該策略融合了路徑選擇和NSC的多個(gè)VNF部署。數(shù)值仿真實(shí)驗(yàn)表明，在相同資源總量的情況下與典型策略相比，所提策略能夠容納更多的業(yè)務(wù)流，實(shí)現(xiàn)更低的端到端的數(shù)據(jù)延遲，有效提高了運(yùn)營(yíng)商網(wǎng)絡(luò)中通用服務(wù)器和交換機(jī)的資源利用率。
2018, 40(4): 770-777.
doi: 10.11999/JEIT170635
摘要:
綜合考慮內(nèi)容中心網(wǎng)絡(luò)(CCN)的能耗優(yōu)化及性能提升，該文提出一種內(nèi)容中心網(wǎng)絡(luò)中能耗優(yōu)化的隱式協(xié)作緩存機(jī)制。緩存決策時(shí)，利用緩存節(jié)能量作為判決條件優(yōu)先在用戶(hù)遠(yuǎn)端節(jié)點(diǎn)緩存，并利用數(shù)據(jù)包攜帶最近上游緩存跳數(shù)信息進(jìn)行隱式協(xié)作，減輕用戶(hù)近端節(jié)點(diǎn)緩存空間的競(jìng)爭(zhēng)壓力，提高鄰近節(jié)點(diǎn)緩存的差異性。緩存替換時(shí)，選取緩存節(jié)能量最小的緩存內(nèi)容加以替換，達(dá)到最優(yōu)的能耗優(yōu)化效果。仿真結(jié)果表明，該緩存機(jī)制在性能上獲得較優(yōu)的緩存命中率及平均路由跳數(shù)，同時(shí)有效降低了網(wǎng)絡(luò)能耗。
綜合考慮內(nèi)容中心網(wǎng)絡(luò)(CCN)的能耗優(yōu)化及性能提升，該文提出一種內(nèi)容中心網(wǎng)絡(luò)中能耗優(yōu)化的隱式協(xié)作緩存機(jī)制。緩存決策時(shí)，利用緩存節(jié)能量作為判決條件優(yōu)先在用戶(hù)遠(yuǎn)端節(jié)點(diǎn)緩存，并利用數(shù)據(jù)包攜帶最近上游緩存跳數(shù)信息進(jìn)行隱式協(xié)作，減輕用戶(hù)近端節(jié)點(diǎn)緩存空間的競(jìng)爭(zhēng)壓力，提高鄰近節(jié)點(diǎn)緩存的差異性。緩存替換時(shí)，選取緩存節(jié)能量最小的緩存內(nèi)容加以替換，達(dá)到最優(yōu)的能耗優(yōu)化效果。仿真結(jié)果表明，該緩存機(jī)制在性能上獲得較優(yōu)的緩存命中率及平均路由跳數(shù)，同時(shí)有效降低了網(wǎng)絡(luò)能耗。
2018, 40(4): 778-784.
doi: 10.11999/JEIT170616
摘要:
異構(gòu)無(wú)線網(wǎng)絡(luò)接入控制問(wèn)題包含多個(gè)優(yōu)化目標(biāo)，現(xiàn)有算法考慮不全面且多是將其轉(zhuǎn)換為單目標(biāo)求解，限制了各目標(biāo)的相對(duì)關(guān)系，無(wú)法適應(yīng)不同的實(shí)際需求。該文提出一種直接采用多目標(biāo)進(jìn)化算法的接入控制算法。首先將優(yōu)化目標(biāo)擴(kuò)展為3個(gè)，分別是最小化阻塞率、最小化占用總資源和負(fù)載均衡；其次引入基于分解的多目標(biāo)進(jìn)化算法(MOEA/D)并設(shè)計(jì)進(jìn)化策略，進(jìn)行初步尋優(yōu)；最后通過(guò)非支配排序得到Pareto最優(yōu)解集，即最佳接入方案。仿真結(jié)果表明，所提算法可以提高各優(yōu)化目標(biāo)的求解精度，從而提高業(yè)務(wù)接入成功率和網(wǎng)絡(luò)資源利用率，并且為決策者提供多種接入方案，可根據(jù)實(shí)際需求進(jìn)行最優(yōu)選擇。
異構(gòu)無(wú)線網(wǎng)絡(luò)接入控制問(wèn)題包含多個(gè)優(yōu)化目標(biāo)，現(xiàn)有算法考慮不全面且多是將其轉(zhuǎn)換為單目標(biāo)求解，限制了各目標(biāo)的相對(duì)關(guān)系，無(wú)法適應(yīng)不同的實(shí)際需求。該文提出一種直接采用多目標(biāo)進(jìn)化算法的接入控制算法。首先將優(yōu)化目標(biāo)擴(kuò)展為3個(gè)，分別是最小化阻塞率、最小化占用總資源和負(fù)載均衡；其次引入基于分解的多目標(biāo)進(jìn)化算法(MOEA/D)并設(shè)計(jì)進(jìn)化策略，進(jìn)行初步尋優(yōu)；最后通過(guò)非支配排序得到Pareto最優(yōu)解集，即最佳接入方案。仿真結(jié)果表明，所提算法可以提高各優(yōu)化目標(biāo)的求解精度，從而提高業(yè)務(wù)接入成功率和網(wǎng)絡(luò)資源利用率，并且為決策者提供多種接入方案，可根據(jù)實(shí)際需求進(jìn)行最優(yōu)選擇。
2018, 40(4): 785-793.
doi: 10.11999/JEIT170600
摘要:
在可重構(gòu)網(wǎng)絡(luò)多態(tài)路由模型中，通常存在多條滿(mǎn)足業(yè)務(wù)需求的服務(wù)路徑。針對(duì)最優(yōu)服務(wù)路徑選擇問(wèn)題，該文設(shè)計(jì)了一種集中調(diào)控的分布式服務(wù)路徑選擇算法，各節(jié)點(diǎn)根據(jù)服務(wù)請(qǐng)求中的第1個(gè)元能力和目的節(jié)點(diǎn)生成路由表，控制器實(shí)時(shí)監(jiān)控網(wǎng)絡(luò)，調(diào)控代價(jià)過(guò)高路徑并平衡網(wǎng)絡(luò)的帶寬和負(fù)載。性能分析和仿真結(jié)果表明，分布式路由表能夠生成有效的服務(wù)路徑，表項(xiàng)規(guī)模、收斂時(shí)間與元能力個(gè)數(shù)成正比，在30%的集中調(diào)控比例下，路徑代價(jià)和負(fù)載均衡度性能良好，與其他算法相比，對(duì)服務(wù)請(qǐng)求的響應(yīng)時(shí)延降低約50%。
在可重構(gòu)網(wǎng)絡(luò)多態(tài)路由模型中，通常存在多條滿(mǎn)足業(yè)務(wù)需求的服務(wù)路徑。針對(duì)最優(yōu)服務(wù)路徑選擇問(wèn)題，該文設(shè)計(jì)了一種集中調(diào)控的分布式服務(wù)路徑選擇算法，各節(jié)點(diǎn)根據(jù)服務(wù)請(qǐng)求中的第1個(gè)元能力和目的節(jié)點(diǎn)生成路由表，控制器實(shí)時(shí)監(jiān)控網(wǎng)絡(luò)，調(diào)控代價(jià)過(guò)高路徑并平衡網(wǎng)絡(luò)的帶寬和負(fù)載。性能分析和仿真結(jié)果表明，分布式路由表能夠生成有效的服務(wù)路徑，表項(xiàng)規(guī)模、收斂時(shí)間與元能力個(gè)數(shù)成正比，在30%的集中調(diào)控比例下，路徑代價(jià)和負(fù)載均衡度性能良好，與其他算法相比，對(duì)服務(wù)請(qǐng)求的響應(yīng)時(shí)延降低約50%。
2018, 40(4): 794-801.
doi: 10.11999/JEIT170105
摘要:
網(wǎng)絡(luò)地址變換通過(guò)動(dòng)態(tài)地改變或映射主機(jī)的網(wǎng)絡(luò)地址，使得攻擊者收集到的地址信息變得無(wú)效，然而對(duì)于掃描到主機(jī)即發(fā)起攻擊的掃描攻擊，網(wǎng)絡(luò)地址變換的防御性能有所下降，很少有研究從理論上分析網(wǎng)絡(luò)地址變換對(duì)不同掃描策略的掃描攻擊的防御優(yōu)勢(shì)。該文考慮均勻變換和非重復(fù)變換兩種網(wǎng)絡(luò)地址變換策略，給出不同掃描策略的掃描攻擊在靜態(tài)地址環(huán)境以及網(wǎng)絡(luò)地址變換環(huán)境下的概率模型，概率模型分析了攻擊者命中至少一臺(tái)主機(jī)的概率以及攻擊者命中主機(jī)的數(shù)量；通過(guò)理論計(jì)算兩種網(wǎng)絡(luò)地址變換策略相比于靜態(tài)地址環(huán)境的防御優(yōu)勢(shì)。分析結(jié)果表明對(duì)于可重復(fù)掃描攻擊，兩種網(wǎng)絡(luò)地址變換策略相比于靜態(tài)地址環(huán)境不具有防御優(yōu)勢(shì)；對(duì)于非重復(fù)掃描攻擊，均勻變換僅當(dāng)主機(jī)數(shù)量較少時(shí)才具有概率優(yōu)勢(shì)，非重復(fù)變換僅當(dāng)主機(jī)數(shù)量占地址空間比例較小時(shí)才具有較高的比例優(yōu)勢(shì)。
網(wǎng)絡(luò)地址變換通過(guò)動(dòng)態(tài)地改變或映射主機(jī)的網(wǎng)絡(luò)地址，使得攻擊者收集到的地址信息變得無(wú)效，然而對(duì)于掃描到主機(jī)即發(fā)起攻擊的掃描攻擊，網(wǎng)絡(luò)地址變換的防御性能有所下降，很少有研究從理論上分析網(wǎng)絡(luò)地址變換對(duì)不同掃描策略的掃描攻擊的防御優(yōu)勢(shì)。該文考慮均勻變換和非重復(fù)變換兩種網(wǎng)絡(luò)地址變換策略，給出不同掃描策略的掃描攻擊在靜態(tài)地址環(huán)境以及網(wǎng)絡(luò)地址變換環(huán)境下的概率模型，概率模型分析了攻擊者命中至少一臺(tái)主機(jī)的概率以及攻擊者命中主機(jī)的數(shù)量；通過(guò)理論計(jì)算兩種網(wǎng)絡(luò)地址變換策略相比于靜態(tài)地址環(huán)境的防御優(yōu)勢(shì)。分析結(jié)果表明對(duì)于可重復(fù)掃描攻擊，兩種網(wǎng)絡(luò)地址變換策略相比于靜態(tài)地址環(huán)境不具有防御優(yōu)勢(shì)；對(duì)于非重復(fù)掃描攻擊，均勻變換僅當(dāng)主機(jī)數(shù)量較少時(shí)才具有概率優(yōu)勢(shì)，非重復(fù)變換僅當(dāng)主機(jī)數(shù)量占地址空間比例較小時(shí)才具有較高的比例優(yōu)勢(shì)。
2018, 40(4): 802-810.
doi: 10.11999/JEIT170198
摘要:
該文針對(duì)單調(diào)訪問(wèn)結(jié)構(gòu)提出了一個(gè)解密成本為常數(shù)的具有追蹤性的密文策略屬性加密(CP-ABE)方案，該方案基于合數(shù)階雙線性群實(shí)現(xiàn)了標(biāo)準(zhǔn)模型下的適應(yīng)安全性。在所有已知的追蹤性CP-ABE方案中，都使用線性秘密共享方案(LSSS)來(lái)表示單調(diào)訪問(wèn)結(jié)構(gòu)，并用LSSS矩陣加密明文數(shù)據(jù)。因此，其加密成本都隨著LSSS矩陣的大小成線性增長(zhǎng)，同時(shí)解密成本則隨著滿(mǎn)足要求的屬性數(shù)量成線性增長(zhǎng)。而在該文提出的追蹤性CP-ABE方案中，使用最小授權(quán)子集集合來(lái)表示單調(diào)訪問(wèn)結(jié)構(gòu)，并用該子集集合加密明文數(shù)據(jù)。因此，其加密成本隨著最小授權(quán)子集的集合大小成線性增長(zhǎng)，對(duì)于某些單調(diào)訪問(wèn)結(jié)構(gòu)，該文方案具有更短的密文長(zhǎng)度和更小的加密成本。最重要的是，該文方案進(jìn)行解密時(shí)，只需要3個(gè)雙線性對(duì)操作和2個(gè)指數(shù)操作，解密成本為常數(shù)，實(shí)現(xiàn)了更快更高效的數(shù)據(jù)解密。最后基于合數(shù)階雙線性群下的3個(gè)靜態(tài)假設(shè)對(duì)方案進(jìn)行了安全性證明，并進(jìn)行了性能分析與實(shí)驗(yàn)驗(yàn)證。
該文針對(duì)單調(diào)訪問(wèn)結(jié)構(gòu)提出了一個(gè)解密成本為常數(shù)的具有追蹤性的密文策略屬性加密(CP-ABE)方案，該方案基于合數(shù)階雙線性群實(shí)現(xiàn)了標(biāo)準(zhǔn)模型下的適應(yīng)安全性。在所有已知的追蹤性CP-ABE方案中，都使用線性秘密共享方案(LSSS)來(lái)表示單調(diào)訪問(wèn)結(jié)構(gòu)，并用LSSS矩陣加密明文數(shù)據(jù)。因此，其加密成本都隨著LSSS矩陣的大小成線性增長(zhǎng)，同時(shí)解密成本則隨著滿(mǎn)足要求的屬性數(shù)量成線性增長(zhǎng)。而在該文提出的追蹤性CP-ABE方案中，使用最小授權(quán)子集集合來(lái)表示單調(diào)訪問(wèn)結(jié)構(gòu)，并用該子集集合加密明文數(shù)據(jù)。因此，其加密成本隨著最小授權(quán)子集的集合大小成線性增長(zhǎng)，對(duì)于某些單調(diào)訪問(wèn)結(jié)構(gòu)，該文方案具有更短的密文長(zhǎng)度和更小的加密成本。最重要的是，該文方案進(jìn)行解密時(shí)，只需要3個(gè)雙線性對(duì)操作和2個(gè)指數(shù)操作，解密成本為常數(shù)，實(shí)現(xiàn)了更快更高效的數(shù)據(jù)解密。最后基于合數(shù)階雙線性群下的3個(gè)靜態(tài)假設(shè)對(duì)方案進(jìn)行了安全性證明，并進(jìn)行了性能分析與實(shí)驗(yàn)驗(yàn)證。
2018, 40(4): 811-817.
doi: 10.11999/JEIT170628
摘要:
針對(duì)基于雙線性映射的屬性基加密方案中無(wú)法抵抗量子攻擊的問(wèn)題，該文提出一種新的格上多機(jī)構(gòu)屬性基加密方案。先利用格上左抽樣算法為用戶(hù)生成密鑰，使得用戶(hù)私鑰尺寸與級(jí)聯(lián)矩陣的列數(shù)和用戶(hù)屬性個(gè)數(shù)相關(guān)，縮短用戶(hù)私鑰尺寸；然后采用Shamir門(mén)限秘密共享技術(shù)構(gòu)造訪問(wèn)樹(shù)，實(shí)現(xiàn)屬性的與、或、門(mén)限3種操作，密文允許基于任意的訪問(wèn)結(jié)構(gòu)生成，表達(dá)能力更加豐富，解決了大多方案中訪問(wèn)策略單一問(wèn)題；方案證明可在標(biāo)準(zhǔn)模型下歸約到判定性帶誤差學(xué)習(xí)問(wèn)題的難解性。對(duì)比分析表明，方案系統(tǒng)公私鑰、用戶(hù)私鑰和密文尺寸均有所優(yōu)化，并較優(yōu)于大多數(shù)單機(jī)構(gòu)方案，此外方案存在多個(gè)屬性機(jī)構(gòu)，支持任意單調(diào)訪問(wèn)結(jié)構(gòu)，安全性和實(shí)用性更滿(mǎn)足云環(huán)境需求。
針對(duì)基于雙線性映射的屬性基加密方案中無(wú)法抵抗量子攻擊的問(wèn)題，該文提出一種新的格上多機(jī)構(gòu)屬性基加密方案。先利用格上左抽樣算法為用戶(hù)生成密鑰，使得用戶(hù)私鑰尺寸與級(jí)聯(lián)矩陣的列數(shù)和用戶(hù)屬性個(gè)數(shù)相關(guān)，縮短用戶(hù)私鑰尺寸；然后采用Shamir門(mén)限秘密共享技術(shù)構(gòu)造訪問(wèn)樹(shù)，實(shí)現(xiàn)屬性的與、或、門(mén)限3種操作，密文允許基于任意的訪問(wèn)結(jié)構(gòu)生成，表達(dá)能力更加豐富，解決了大多方案中訪問(wèn)策略單一問(wèn)題；方案證明可在標(biāo)準(zhǔn)模型下歸約到判定性帶誤差學(xué)習(xí)問(wèn)題的難解性。對(duì)比分析表明，方案系統(tǒng)公私鑰、用戶(hù)私鑰和密文尺寸均有所優(yōu)化，并較優(yōu)于大多數(shù)單機(jī)構(gòu)方案，此外方案存在多個(gè)屬性機(jī)構(gòu)，支持任意單調(diào)訪問(wèn)結(jié)構(gòu)，安全性和實(shí)用性更滿(mǎn)足云環(huán)境需求。
2018, 40(4): 818-824.
doi: 10.11999/JEIT170613
摘要:
針對(duì)衛(wèi)星認(rèn)知無(wú)線網(wǎng)絡(luò)頻譜感知不確定性較大導(dǎo)致傳統(tǒng)頻譜接入機(jī)制效率降低的問(wèn)題，該文提出一種基于動(dòng)態(tài)多頻譜感知的信道接入優(yōu)化策略。認(rèn)知LEO衛(wèi)星根據(jù)頻譜檢測(cè)概率與授權(quán)用戶(hù)干擾門(mén)限之間的關(guān)系，實(shí)時(shí)調(diào)整不同頻譜感知結(jié)果下的信道接入概率。在此基礎(chǔ)上以系統(tǒng)吞吐量最大化為目標(biāo)，設(shè)計(jì)了一種基于頻譜檢測(cè)概率和虛警概率聯(lián)合優(yōu)化的判決門(mén)限選取策略，并推導(dǎo)了最佳感知頻譜數(shù)量。仿真結(jié)果表明，認(rèn)知用戶(hù)能夠在不大于授權(quán)用戶(hù)最大干擾門(mén)限的前提下，根據(jù)授權(quán)信道空閑狀態(tài)動(dòng)態(tài)選擇最佳頻譜感知策略，且在檢測(cè)信號(hào)信噪比較低時(shí)以更加積極的方式接入授權(quán)頻譜，降低了頻譜感知不確定性對(duì)信道接入效率的影響，提高了認(rèn)知系統(tǒng)吞吐量。
針對(duì)衛(wèi)星認(rèn)知無(wú)線網(wǎng)絡(luò)頻譜感知不確定性較大導(dǎo)致傳統(tǒng)頻譜接入機(jī)制效率降低的問(wèn)題，該文提出一種基于動(dòng)態(tài)多頻譜感知的信道接入優(yōu)化策略。認(rèn)知LEO衛(wèi)星根據(jù)頻譜檢測(cè)概率與授權(quán)用戶(hù)干擾門(mén)限之間的關(guān)系，實(shí)時(shí)調(diào)整不同頻譜感知結(jié)果下的信道接入概率。在此基礎(chǔ)上以系統(tǒng)吞吐量最大化為目標(biāo)，設(shè)計(jì)了一種基于頻譜檢測(cè)概率和虛警概率聯(lián)合優(yōu)化的判決門(mén)限選取策略，并推導(dǎo)了最佳感知頻譜數(shù)量。仿真結(jié)果表明，認(rèn)知用戶(hù)能夠在不大于授權(quán)用戶(hù)最大干擾門(mén)限的前提下，根據(jù)授權(quán)信道空閑狀態(tài)動(dòng)態(tài)選擇最佳頻譜感知策略，且在檢測(cè)信號(hào)信噪比較低時(shí)以更加積極的方式接入授權(quán)頻譜，降低了頻譜感知不確定性對(duì)信道接入效率的影響，提高了認(rèn)知系統(tǒng)吞吐量。
2018, 40(4): 825-831.
doi: 10.11999/JEIT170673
摘要:
針對(duì)當(dāng)前多參數(shù)加權(quán)分?jǐn)?shù)階傅里葉變換(Multiple Parameters Weighted-type FRactional Fourier Transform, MP-WFRFT)星座特征缺乏定量研究的缺限，該文提出一種新型的星座疊加數(shù)學(xué)模型。通過(guò)分別研究信號(hào)的時(shí)域及頻域分量，給出了星座模糊及裂變的定性及定量分析結(jié)論，并搭建了基于MP-WFRFT的星座預(yù)編碼系統(tǒng)。通過(guò)構(gòu)建相關(guān)混合整數(shù)優(yōu)化模型，并利用遺傳算法進(jìn)行模型優(yōu)化，進(jìn)而設(shè)計(jì)出符合預(yù)期通信需求的預(yù)編碼系統(tǒng)。經(jīng)仿真分析，驗(yàn)證了所提出的星座疊加數(shù)學(xué)模型及優(yōu)化方案的正確性；同時(shí)通過(guò)USRP硬件平臺(tái)測(cè)試表明了所搭建的基于MP-WFRFT星座預(yù)編碼系統(tǒng)的可行性。
針對(duì)當(dāng)前多參數(shù)加權(quán)分?jǐn)?shù)階傅里葉變換(Multiple Parameters Weighted-type FRactional Fourier Transform, MP-WFRFT)星座特征缺乏定量研究的缺限，該文提出一種新型的星座疊加數(shù)學(xué)模型。通過(guò)分別研究信號(hào)的時(shí)域及頻域分量，給出了星座模糊及裂變的定性及定量分析結(jié)論，并搭建了基于MP-WFRFT的星座預(yù)編碼系統(tǒng)。通過(guò)構(gòu)建相關(guān)混合整數(shù)優(yōu)化模型，并利用遺傳算法進(jìn)行模型優(yōu)化，進(jìn)而設(shè)計(jì)出符合預(yù)期通信需求的預(yù)編碼系統(tǒng)。經(jīng)仿真分析，驗(yàn)證了所提出的星座疊加數(shù)學(xué)模型及優(yōu)化方案的正確性；同時(shí)通過(guò)USRP硬件平臺(tái)測(cè)試表明了所搭建的基于MP-WFRFT星座預(yù)編碼系統(tǒng)的可行性。
2018, 40(4): 832-838.
doi: 10.11999/JEIT170618
摘要:
多用戶(hù)共享接入是一種非正交多址接入技術(shù)，由于采用了復(fù)數(shù)域擴(kuò)頻技術(shù)，其性能必然受到擴(kuò)展序列的影響，因此需要對(duì)擴(kuò)展序列進(jìn)行優(yōu)選和改進(jìn)。針對(duì)現(xiàn)有序列優(yōu)選算法在進(jìn)行互相關(guān)優(yōu)選時(shí)只考慮了互相關(guān)峰值的影響，該文提出一種改進(jìn)的序列優(yōu)選算法，該優(yōu)選算法同時(shí)考慮了互相關(guān)峰值和互相關(guān)均方值的影響，仿真分析表明，系統(tǒng)使用該文提出的優(yōu)選算法比使用現(xiàn)有的優(yōu)選算法優(yōu)選出的序列在相同BER時(shí)，可以改善0.9 dB左右的SNR性能。此外，擴(kuò)展序列的隨機(jī)選取會(huì)導(dǎo)致序列發(fā)生碰撞，為降低碰撞概率，該文利用星座圖的增益指數(shù)特性，提出一類(lèi)改進(jìn)的復(fù)擴(kuò)展序列。該文提出的改進(jìn)復(fù)序列比MUSA使用的三元復(fù)序列具有更高的星座圖增益指數(shù)，經(jīng)過(guò)優(yōu)選后，可以?xún)?yōu)選出數(shù)量更多的優(yōu)良序列，在相同BER下與優(yōu)選后的三元復(fù)序列相比，可以改善1 dB左右的性能，在BER為10-13時(shí)，用戶(hù)過(guò)載率可以提高15%左右，進(jìn)一步改善系統(tǒng)性能。
多用戶(hù)共享接入是一種非正交多址接入技術(shù)，由于采用了復(fù)數(shù)域擴(kuò)頻技術(shù)，其性能必然受到擴(kuò)展序列的影響，因此需要對(duì)擴(kuò)展序列進(jìn)行優(yōu)選和改進(jìn)。針對(duì)現(xiàn)有序列優(yōu)選算法在進(jìn)行互相關(guān)優(yōu)選時(shí)只考慮了互相關(guān)峰值的影響，該文提出一種改進(jìn)的序列優(yōu)選算法，該優(yōu)選算法同時(shí)考慮了互相關(guān)峰值和互相關(guān)均方值的影響，仿真分析表明，系統(tǒng)使用該文提出的優(yōu)選算法比使用現(xiàn)有的優(yōu)選算法優(yōu)選出的序列在相同BER時(shí)，可以改善0.9 dB左右的SNR性能。此外，擴(kuò)展序列的隨機(jī)選取會(huì)導(dǎo)致序列發(fā)生碰撞，為降低碰撞概率，該文利用星座圖的增益指數(shù)特性，提出一類(lèi)改進(jìn)的復(fù)擴(kuò)展序列。該文提出的改進(jìn)復(fù)序列比MUSA使用的三元復(fù)序列具有更高的星座圖增益指數(shù)，經(jīng)過(guò)優(yōu)選后，可以?xún)?yōu)選出數(shù)量更多的優(yōu)良序列，在相同BER下與優(yōu)選后的三元復(fù)序列相比，可以改善1 dB左右的性能，在BER為10-13時(shí)，用戶(hù)過(guò)載率可以提高15%左右，進(jìn)一步改善系統(tǒng)性能。
2018, 40(4): 839-845.
doi: 10.11999/JEIT170605
摘要:
針對(duì)高誤碼率情況下(n,1,m)卷積碼的盲識(shí)別問(wèn)題，該文提出一種新的基于改進(jìn)Walsh-Hadamard變換(Walsh-Hadamard Transform, WHT)的方法。首先將原問(wèn)題等效為多路1/2碼率卷積碼的盲識(shí)別問(wèn)題，并建立關(guān)于其生成多項(xiàng)式系數(shù)的線性方程組。然后分析了現(xiàn)有基于WHT的方法直接求解該方程組所存在的不足，重新建立更穩(wěn)健的判決門(mén)限，同時(shí)通過(guò)縮小解的取值范圍降低計(jì)算量，進(jìn)而在求得正確解向量的同時(shí)完成對(duì)碼長(zhǎng)的識(shí)別。最后，將多路等效1/2碼率卷積碼的生成多項(xiàng)式按一定條件組合，得到(n,1,m)卷積碼的生成多項(xiàng)式矩陣。仿真結(jié)果驗(yàn)證了所提方法的有效性，且性能優(yōu)于傳統(tǒng)方法。
針對(duì)高誤碼率情況下(n,1,m)卷積碼的盲識(shí)別問(wèn)題，該文提出一種新的基于改進(jìn)Walsh-Hadamard變換(Walsh-Hadamard Transform, WHT)的方法。首先將原問(wèn)題等效為多路1/2碼率卷積碼的盲識(shí)別問(wèn)題，并建立關(guān)于其生成多項(xiàng)式系數(shù)的線性方程組。然后分析了現(xiàn)有基于WHT的方法直接求解該方程組所存在的不足，重新建立更穩(wěn)健的判決門(mén)限，同時(shí)通過(guò)縮小解的取值范圍降低計(jì)算量，進(jìn)而在求得正確解向量的同時(shí)完成對(duì)碼長(zhǎng)的識(shí)別。最后，將多路等效1/2碼率卷積碼的生成多項(xiàng)式按一定條件組合，得到(n,1,m)卷積碼的生成多項(xiàng)式矩陣。仿真結(jié)果驗(yàn)證了所提方法的有效性，且性能優(yōu)于傳統(tǒng)方法。
2018, 40(4): 846-852.
doi: 10.11999/JEIT170319
摘要:
鑒于卡爾曼濾波器(KF)具有優(yōu)良的信號(hào)估計(jì)性能，將KF與貪婪算法相結(jié)合，該文給出稀疏約束下的基于KF的空間目標(biāo)逆合成孔徑雷達(dá)(ISAR)成像方法。考慮到有些空間目標(biāo)尺寸較大或包含大尺寸部件，或成像積累時(shí)間較長(zhǎng)，會(huì)引入越分辨單元走動(dòng)(MTRC)和方位向2次相位調(diào)制，首先對(duì)回波進(jìn)行MTRC校正，然后構(gòu)建包含2次相位的觀測(cè)矩陣，通過(guò)使圖像銳度最大化，估計(jì)目標(biāo)轉(zhuǎn)動(dòng)角速度，獲得聚焦目標(biāo)圖像，并將估計(jì)轉(zhuǎn)速用于方位向圖像定標(biāo)。衛(wèi)星仿真ISAR數(shù)據(jù)處理驗(yàn)證了上述成像處理方法的有效性。成像效果優(yōu)于傳統(tǒng)距離多普勒(RD)和正交匹配追蹤(OMP)方法。
鑒于卡爾曼濾波器(KF)具有優(yōu)良的信號(hào)估計(jì)性能，將KF與貪婪算法相結(jié)合，該文給出稀疏約束下的基于KF的空間目標(biāo)逆合成孔徑雷達(dá)(ISAR)成像方法。考慮到有些空間目標(biāo)尺寸較大或包含大尺寸部件，或成像積累時(shí)間較長(zhǎng)，會(huì)引入越分辨單元走動(dòng)(MTRC)和方位向2次相位調(diào)制，首先對(duì)回波進(jìn)行MTRC校正，然后構(gòu)建包含2次相位的觀測(cè)矩陣，通過(guò)使圖像銳度最大化，估計(jì)目標(biāo)轉(zhuǎn)動(dòng)角速度，獲得聚焦目標(biāo)圖像，并將估計(jì)轉(zhuǎn)速用于方位向圖像定標(biāo)。衛(wèi)星仿真ISAR數(shù)據(jù)處理驗(yàn)證了上述成像處理方法的有效性。成像效果優(yōu)于傳統(tǒng)距離多普勒(RD)和正交匹配追蹤(OMP)方法。
2018, 40(4): 853-859.
doi: 10.11999/JEIT170719
摘要:
該文針對(duì)現(xiàn)有穿墻雷達(dá)建筑物布局成像中擴(kuò)展目標(biāo)稀疏成像方法未能有效利用墻體反射信號(hào)的結(jié)構(gòu)稀疏性，導(dǎo)致成像中出現(xiàn)墻體不連貫和墻體輪廓不明顯的問(wèn)題，提出一種利用稀疏信號(hào)塊間耦合的建筑物布局成像方法。該方法在塊稀疏信號(hào)特性的高斯分層先驗(yàn)?zāi)Ｐ偷幕A(chǔ)上，利用塊間耦合系數(shù)進(jìn)一步表征場(chǎng)景中墻體反射信號(hào)的結(jié)構(gòu)稀疏性，然后將其引入到控制稀疏信號(hào)先驗(yàn)概率分布的超參數(shù)中，從而把稀疏信號(hào)的結(jié)構(gòu)性轉(zhuǎn)化為超參數(shù)的耦合關(guān)系，最后利用期望最大化(EM)算法求解超參數(shù)的最大后驗(yàn)(MAP)估計(jì)。仿真和實(shí)驗(yàn)數(shù)據(jù)處理結(jié)果表明，該方法有效改善了墻體的成像質(zhì)量。
該文針對(duì)現(xiàn)有穿墻雷達(dá)建筑物布局成像中擴(kuò)展目標(biāo)稀疏成像方法未能有效利用墻體反射信號(hào)的結(jié)構(gòu)稀疏性，導(dǎo)致成像中出現(xiàn)墻體不連貫和墻體輪廓不明顯的問(wèn)題，提出一種利用稀疏信號(hào)塊間耦合的建筑物布局成像方法。該方法在塊稀疏信號(hào)特性的高斯分層先驗(yàn)?zāi)Ｐ偷幕A(chǔ)上，利用塊間耦合系數(shù)進(jìn)一步表征場(chǎng)景中墻體反射信號(hào)的結(jié)構(gòu)稀疏性，然后將其引入到控制稀疏信號(hào)先驗(yàn)概率分布的超參數(shù)中，從而把稀疏信號(hào)的結(jié)構(gòu)性轉(zhuǎn)化為超參數(shù)的耦合關(guān)系，最后利用期望最大化(EM)算法求解超參數(shù)的最大后驗(yàn)(MAP)估計(jì)。仿真和實(shí)驗(yàn)數(shù)據(jù)處理結(jié)果表明，該方法有效改善了墻體的成像質(zhì)量。
2018, 40(4): 860-866.
doi: 10.11999/JEIT170630
摘要:
該文提出一種新的在太赫茲頻段下基于MIMO弧形陣列的方位向成像算法，通過(guò)將MIMO弧形陣列等效轉(zhuǎn)換為MIMO線陣，基于等效MIMO線陣引入RMA算法思路對(duì)弧形陣列方位向圖像進(jìn)行重建。該文詳細(xì)介紹了MIMO弧形陣列與普通MIMO線陣的等效轉(zhuǎn)換，建立了相應(yīng)的成像信號(hào)模型，設(shè)計(jì)了MIMO弧形陣列太赫茲單頻方位向成像算法，并通過(guò)計(jì)算機(jī)仿真驗(yàn)證了該算法的可行性與有效性。
該文提出一種新的在太赫茲頻段下基于MIMO弧形陣列的方位向成像算法，通過(guò)將MIMO弧形陣列等效轉(zhuǎn)換為MIMO線陣，基于等效MIMO線陣引入RMA算法思路對(duì)弧形陣列方位向圖像進(jìn)行重建。該文詳細(xì)介紹了MIMO弧形陣列與普通MIMO線陣的等效轉(zhuǎn)換，建立了相應(yīng)的成像信號(hào)模型，設(shè)計(jì)了MIMO弧形陣列太赫茲單頻方位向成像算法，并通過(guò)計(jì)算機(jī)仿真驗(yàn)證了該算法的可行性與有效性。
2018, 40(4): 867-874.
doi: 10.11999/JEIT170612
摘要:
針對(duì)傳統(tǒng)寬帶數(shù)字接收機(jī)在接收寬帶雷達(dá)信號(hào)時(shí)產(chǎn)生的跨信道問(wèn)題，以及低截獲概率(LPI)雷達(dá)信號(hào)脈內(nèi)調(diào)制盲識(shí)別問(wèn)題，該文提出一種基于調(diào)制寬帶轉(zhuǎn)換器(MWC)離散壓縮采樣的新型寬帶數(shù)字接收機(jī)結(jié)構(gòu)對(duì)寬帶雷達(dá)信號(hào)進(jìn)行截獲和識(shí)別。該結(jié)構(gòu)采用偽隨機(jī)序列將接收信號(hào)混頻至基帶和其他子帶內(nèi)，經(jīng)低通濾波、降速采樣獲得基帶壓縮采樣信號(hào)，解決了跨信道信號(hào)問(wèn)題；又提出一種基于短時(shí)傅里葉變換(STFT)和頻譜能量聚焦率檢驗(yàn)的識(shí)別算法。首先檢驗(yàn)STFT頻譜帶寬并進(jìn)行調(diào)相和調(diào)頻信號(hào)粗識(shí)別，然后檢驗(yàn)壓縮采樣信號(hào)頻譜能量聚焦率并進(jìn)行具體的信號(hào)脈內(nèi)調(diào)制識(shí)別。仿真結(jié)果證明了該新型接收機(jī)結(jié)構(gòu)和該識(shí)別算法在低信噪比下的有效性。
針對(duì)傳統(tǒng)寬帶數(shù)字接收機(jī)在接收寬帶雷達(dá)信號(hào)時(shí)產(chǎn)生的跨信道問(wèn)題，以及低截獲概率(LPI)雷達(dá)信號(hào)脈內(nèi)調(diào)制盲識(shí)別問(wèn)題，該文提出一種基于調(diào)制寬帶轉(zhuǎn)換器(MWC)離散壓縮采樣的新型寬帶數(shù)字接收機(jī)結(jié)構(gòu)對(duì)寬帶雷達(dá)信號(hào)進(jìn)行截獲和識(shí)別。該結(jié)構(gòu)采用偽隨機(jī)序列將接收信號(hào)混頻至基帶和其他子帶內(nèi)，經(jīng)低通濾波、降速采樣獲得基帶壓縮采樣信號(hào)，解決了跨信道信號(hào)問(wèn)題；又提出一種基于短時(shí)傅里葉變換(STFT)和頻譜能量聚焦率檢驗(yàn)的識(shí)別算法。首先檢驗(yàn)STFT頻譜帶寬并進(jìn)行調(diào)相和調(diào)頻信號(hào)粗識(shí)別，然后檢驗(yàn)壓縮采樣信號(hào)頻譜能量聚焦率并進(jìn)行具體的信號(hào)脈內(nèi)調(diào)制識(shí)別。仿真結(jié)果證明了該新型接收機(jī)結(jié)構(gòu)和該識(shí)別算法在低信噪比下的有效性。
2018, 40(4): 875-881.
doi: 10.11999/JEIT170588
摘要:
針對(duì)低截獲概率(LPI)雷達(dá)信號(hào)識(shí)別率低且特征提取困難的問(wèn)題，該文提出一種基于Choi-Williams分布(CWD)和棧式稀疏自編碼器(sSAE)的自動(dòng)分類(lèi)識(shí)別系統(tǒng)。該系統(tǒng)從反映信號(hào)本質(zhì)特征的時(shí)頻圖像入手，首先對(duì)LPI雷達(dá)信號(hào)進(jìn)行CWD時(shí)頻分析，獲取2維時(shí)頻圖像；然后對(duì)得到的時(shí)頻原始圖像進(jìn)行預(yù)處理，并把預(yù)處理后的圖像送入多層稀疏自編碼器(SAE)進(jìn)行離線訓(xùn)練；最后把SAE自動(dòng)提取的特征輸入softmax分類(lèi)器，實(shí)現(xiàn)雷達(dá)信號(hào)的在線分類(lèi)識(shí)別。仿真結(jié)果表明，信噪比為時(shí)，該系統(tǒng)對(duì)8種LPI雷達(dá)信號(hào)(LFM, BPSK, Costas, Frank和T1~T4)的整體平均識(shí)別率達(dá)到96.4%，在低信噪比條件下明顯優(yōu)于人工設(shè)計(jì)提取信號(hào)特征的識(shí)別方法。
針對(duì)低截獲概率(LPI)雷達(dá)信號(hào)識(shí)別率低且特征提取困難的問(wèn)題，該文提出一種基于Choi-Williams分布(CWD)和棧式稀疏自編碼器(sSAE)的自動(dòng)分類(lèi)識(shí)別系統(tǒng)。該系統(tǒng)從反映信號(hào)本質(zhì)特征的時(shí)頻圖像入手，首先對(duì)LPI雷達(dá)信號(hào)進(jìn)行CWD時(shí)頻分析，獲取2維時(shí)頻圖像；然后對(duì)得到的時(shí)頻原始圖像進(jìn)行預(yù)處理，并把預(yù)處理后的圖像送入多層稀疏自編碼器(SAE)進(jìn)行離線訓(xùn)練；最后把SAE自動(dòng)提取的特征輸入softmax分類(lèi)器，實(shí)現(xiàn)雷達(dá)信號(hào)的在線分類(lèi)識(shí)別。仿真結(jié)果表明，信噪比為時(shí)，該系統(tǒng)對(duì)8種LPI雷達(dá)信號(hào)(LFM, BPSK, Costas, Frank和T1~T4)的整體平均識(shí)別率達(dá)到96.4%，在低信噪比條件下明顯優(yōu)于人工設(shè)計(jì)提取信號(hào)特征的識(shí)別方法。
2018, 40(4): 882-889.
doi: 10.11999/JEIT170677
摘要:
針對(duì)目標(biāo)區(qū)域不存在圖像匹配基準(zhǔn)點(diǎn)如對(duì)海面目標(biāo)、草原目標(biāo)等定位時(shí)，基于圖像匹配的目標(biāo)定位方法失效問(wèn)題，該文提出基于R-D原理的雙基前視SAR幾何定位方法。首先，在相鄰合成孔徑中心時(shí)刻，利用收發(fā)平臺(tái)與目標(biāo)的幾何關(guān)系進(jìn)行數(shù)學(xué)建模；再結(jié)合地距SAR圖像中的目標(biāo)與場(chǎng)景中心點(diǎn)的關(guān)系，解算目標(biāo)相對(duì)接收平臺(tái)的位置信息；最終，根據(jù)雙基地前視SAR系統(tǒng)的特點(diǎn)，建立空時(shí)頻同步誤差模型，并結(jié)合仿真計(jì)算結(jié)果給出其對(duì)定位精度的影響規(guī)律。仿真結(jié)果驗(yàn)證了定位方法的有效性及誤差模型的正確性。
針對(duì)目標(biāo)區(qū)域不存在圖像匹配基準(zhǔn)點(diǎn)如對(duì)海面目標(biāo)、草原目標(biāo)等定位時(shí)，基于圖像匹配的目標(biāo)定位方法失效問(wèn)題，該文提出基于R-D原理的雙基前視SAR幾何定位方法。首先，在相鄰合成孔徑中心時(shí)刻，利用收發(fā)平臺(tái)與目標(biāo)的幾何關(guān)系進(jìn)行數(shù)學(xué)建模；再結(jié)合地距SAR圖像中的目標(biāo)與場(chǎng)景中心點(diǎn)的關(guān)系，解算目標(biāo)相對(duì)接收平臺(tái)的位置信息；最終，根據(jù)雙基地前視SAR系統(tǒng)的特點(diǎn)，建立空時(shí)頻同步誤差模型，并結(jié)合仿真計(jì)算結(jié)果給出其對(duì)定位精度的影響規(guī)律。仿真結(jié)果驗(yàn)證了定位方法的有效性及誤差模型的正確性。
2018, 40(4): 890-897.
doi: 10.11999/JEIT170622
摘要:
針對(duì)大型相控陣?yán)走_(dá)對(duì)于臨近空間高超聲速目標(biāo)的檢測(cè)跟蹤問(wèn)題，該文提出一種修正的3級(jí)Hough變換(MTS-HT)檢測(cè)前跟蹤算法。首先，為了解決直接進(jìn)行3維Hough變換計(jì)算量大的問(wèn)題，將3維點(diǎn)跡依次降維映射至徑向距離-時(shí)間、方位角-時(shí)間和仰角-時(shí)間3個(gè)平面進(jìn)行2維Hough變換；其次，為了能夠在充分利用點(diǎn)跡能量信息的基礎(chǔ)上盡量減小強(qiáng)干擾的影響，在每級(jí)Hough變換中采用非相參積累和二值積累相結(jié)合的雙重積累方式進(jìn)行點(diǎn)跡篩選；最后，通過(guò)引入運(yùn)動(dòng)約束以及合并相似航跡的方式進(jìn)行航跡精簡(jiǎn)，從而有效降低虛假航跡數(shù)，得到按照時(shí)序關(guān)聯(lián)的最終檢測(cè)航跡。仿真結(jié)果表明，該算法具有較高的航跡檢測(cè)概率和較低的虛假航跡檢測(cè)概率，可以實(shí)現(xiàn)對(duì)臨近空間高超聲速目標(biāo)的有效檢測(cè)跟蹤。
針對(duì)大型相控陣?yán)走_(dá)對(duì)于臨近空間高超聲速目標(biāo)的檢測(cè)跟蹤問(wèn)題，該文提出一種修正的3級(jí)Hough變換(MTS-HT)檢測(cè)前跟蹤算法。首先，為了解決直接進(jìn)行3維Hough變換計(jì)算量大的問(wèn)題，將3維點(diǎn)跡依次降維映射至徑向距離-時(shí)間、方位角-時(shí)間和仰角-時(shí)間3個(gè)平面進(jìn)行2維Hough變換；其次，為了能夠在充分利用點(diǎn)跡能量信息的基礎(chǔ)上盡量減小強(qiáng)干擾的影響，在每級(jí)Hough變換中采用非相參積累和二值積累相結(jié)合的雙重積累方式進(jìn)行點(diǎn)跡篩選；最后，通過(guò)引入運(yùn)動(dòng)約束以及合并相似航跡的方式進(jìn)行航跡精簡(jiǎn)，從而有效降低虛假航跡數(shù)，得到按照時(shí)序關(guān)聯(lián)的最終檢測(cè)航跡。仿真結(jié)果表明，該算法具有較高的航跡檢測(cè)概率和較低的虛假航跡檢測(cè)概率，可以實(shí)現(xiàn)對(duì)臨近空間高超聲速目標(biāo)的有效檢測(cè)跟蹤。
2018, 40(4): 898-904.
doi: 10.11999/JEIT170636
摘要:
壓制式干擾是廣播式自動(dòng)相關(guān)監(jiān)視(ADS-B)系統(tǒng)面臨的最常見(jiàn)且最有威脅的干擾之一。該文將最小色散算法應(yīng)用到ADS-B信號(hào)壓制式干擾抑制的研究中。首先，利用ADS-B信號(hào)的脈沖特性，將以往只考慮二階統(tǒng)計(jì)量的形式擴(kuò)展，重新建立p范數(shù)約束優(yōu)化模型。然后，提取觀測(cè)信號(hào)更低階統(tǒng)計(jì)量中的有用信息，將解算最優(yōu)加權(quán)矢量轉(zhuǎn)化為一個(gè)最優(yōu)化問(wèn)題。最后，解算最優(yōu)權(quán)矢量，對(duì)觀測(cè)信號(hào)進(jìn)行空域?yàn)V波，完成ADS-B的壓制式干擾抑制，并對(duì)抑制結(jié)果進(jìn)行性能分析。文中提供的仿真實(shí)驗(yàn)結(jié)果驗(yàn)證了算法的有效性，該方法不需要知道ADS-B信號(hào)來(lái)向，也無(wú)需估計(jì)協(xié)方差矩陣。
壓制式干擾是廣播式自動(dòng)相關(guān)監(jiān)視(ADS-B)系統(tǒng)面臨的最常見(jiàn)且最有威脅的干擾之一。該文將最小色散算法應(yīng)用到ADS-B信號(hào)壓制式干擾抑制的研究中。首先，利用ADS-B信號(hào)的脈沖特性，將以往只考慮二階統(tǒng)計(jì)量的形式擴(kuò)展，重新建立p范數(shù)約束優(yōu)化模型。然后，提取觀測(cè)信號(hào)更低階統(tǒng)計(jì)量中的有用信息，將解算最優(yōu)加權(quán)矢量轉(zhuǎn)化為一個(gè)最優(yōu)化問(wèn)題。最后，解算最優(yōu)權(quán)矢量，對(duì)觀測(cè)信號(hào)進(jìn)行空域?yàn)V波，完成ADS-B的壓制式干擾抑制，并對(duì)抑制結(jié)果進(jìn)行性能分析。文中提供的仿真實(shí)驗(yàn)結(jié)果驗(yàn)證了算法的有效性，該方法不需要知道ADS-B信號(hào)來(lái)向，也無(wú)需估計(jì)協(xié)方差矩陣。
2018, 40(4): 905-911.
doi: 10.11999/JEIT170440
摘要:
GNSS信號(hào)的空間信號(hào)(SIS)質(zhì)量直接影響用戶(hù)的定位、測(cè)試和授時(shí)(Positioning, Velocity and Timing, PVT)服務(wù)精度，但由于授權(quán)信號(hào)保密等原因，授權(quán)信號(hào)的偽碼序列未知，衛(wèi)星導(dǎo)航系統(tǒng)授權(quán)信號(hào)質(zhì)量評(píng)估存在一定的困難性。該文主要分析GPS BIIF-5衛(wèi)星L1頻點(diǎn)的相干自適應(yīng)副載波調(diào)制(CASM)信號(hào)，利用匹配濾波理論恢復(fù)出采集數(shù)據(jù)中的P(Y)碼和M碼兩個(gè)授權(quán)信號(hào)分量的偽碼符號(hào)，采用極大似然估計(jì)結(jié)合信號(hào)分布特點(diǎn)準(zhǔn)確求解出各信號(hào)分量之間的功率分配。重點(diǎn)分析P(Y)碼和M碼信號(hào)相關(guān)性能，包含相關(guān)曲線、相關(guān)損失和S曲線過(guò)零點(diǎn)偏差(S-Curve bias)，定量地評(píng)估了授權(quán)信號(hào)的空間信號(hào)質(zhì)量。提出完整的基于GPS L1頻點(diǎn)授權(quán)信號(hào)質(zhì)量評(píng)估方法，研究成果可作為其他衛(wèi)星導(dǎo)航系統(tǒng)授權(quán)信號(hào)質(zhì)量評(píng)估的參考。
GNSS信號(hào)的空間信號(hào)(SIS)質(zhì)量直接影響用戶(hù)的定位、測(cè)試和授時(shí)(Positioning, Velocity and Timing, PVT)服務(wù)精度，但由于授權(quán)信號(hào)保密等原因，授權(quán)信號(hào)的偽碼序列未知，衛(wèi)星導(dǎo)航系統(tǒng)授權(quán)信號(hào)質(zhì)量評(píng)估存在一定的困難性。該文主要分析GPS BIIF-5衛(wèi)星L1頻點(diǎn)的相干自適應(yīng)副載波調(diào)制(CASM)信號(hào)，利用匹配濾波理論恢復(fù)出采集數(shù)據(jù)中的P(Y)碼和M碼兩個(gè)授權(quán)信號(hào)分量的偽碼符號(hào)，采用極大似然估計(jì)結(jié)合信號(hào)分布特點(diǎn)準(zhǔn)確求解出各信號(hào)分量之間的功率分配。重點(diǎn)分析P(Y)碼和M碼信號(hào)相關(guān)性能，包含相關(guān)曲線、相關(guān)損失和S曲線過(guò)零點(diǎn)偏差(S-Curve bias)，定量地評(píng)估了授權(quán)信號(hào)的空間信號(hào)質(zhì)量。提出完整的基于GPS L1頻點(diǎn)授權(quán)信號(hào)質(zhì)量評(píng)估方法，研究成果可作為其他衛(wèi)星導(dǎo)航系統(tǒng)授權(quán)信號(hào)質(zhì)量評(píng)估的參考。
2018, 40(4): 912-919.
doi: 10.11999/JEIT170666
摘要:
在貝葉斯框架下的多目標(biāo)跟蹤算法中，總是假設(shè)雜波的先驗(yàn)信息是已知的。然而，實(shí)際應(yīng)用中，雜波分布一般是未知的，假設(shè)的雜波分布往往與實(shí)際情況匹配度差，難以保證濾波精度。針對(duì)該問(wèn)題，該文研究了未知雜波勢(shì)估計(jì)概率假設(shè)密度(CPHD)濾波算法。首先，提出一種基于狄利克雷過(guò)程混合模型(DPMM)類(lèi)的未知雜波CPHD算法，該算法能夠自動(dòng)選取合適的類(lèi)數(shù)對(duì)雜波進(jìn)行描述，有效降低了雜波空間分布估計(jì)的誤差。此外，提出樣本集校正的思想，并將其引入所提算法，通過(guò)去除樣本集中由真實(shí)目標(biāo)產(chǎn)生的量測(cè)，較好地解決了雜波數(shù)過(guò)估和目標(biāo)數(shù)低估的問(wèn)題。與傳統(tǒng)算法相比，所提算法的濾波精度更接近于雜波信息匹配情況下的性能，仿真結(jié)果驗(yàn)證了其優(yōu)越性與魯棒性。
在貝葉斯框架下的多目標(biāo)跟蹤算法中，總是假設(shè)雜波的先驗(yàn)信息是已知的。然而，實(shí)際應(yīng)用中，雜波分布一般是未知的，假設(shè)的雜波分布往往與實(shí)際情況匹配度差，難以保證濾波精度。針對(duì)該問(wèn)題，該文研究了未知雜波勢(shì)估計(jì)概率假設(shè)密度(CPHD)濾波算法。首先，提出一種基于狄利克雷過(guò)程混合模型(DPMM)類(lèi)的未知雜波CPHD算法，該算法能夠自動(dòng)選取合適的類(lèi)數(shù)對(duì)雜波進(jìn)行描述，有效降低了雜波空間分布估計(jì)的誤差。此外，提出樣本集校正的思想，并將其引入所提算法，通過(guò)去除樣本集中由真實(shí)目標(biāo)產(chǎn)生的量測(cè)，較好地解決了雜波數(shù)過(guò)估和目標(biāo)數(shù)低估的問(wèn)題。與傳統(tǒng)算法相比，所提算法的濾波精度更接近于雜波信息匹配情況下的性能，仿真結(jié)果驗(yàn)證了其優(yōu)越性與魯棒性。
2018, 40(4): 920-927.
doi: 10.11999/JEIT170699
摘要:
針對(duì)傳統(tǒng)點(diǎn)集非剛體配準(zhǔn)算法對(duì)復(fù)雜局部形變數(shù)據(jù)配準(zhǔn)精度低，收斂速度慢等問(wèn)題，該文提出一種基于局部仿射配準(zhǔn)的魯棒非剛體配準(zhǔn)算法。該算法采用分層迭代的方式由粗到精地完成點(diǎn)集的非剛體配準(zhǔn)。在每層迭代中，首先對(duì)子形狀點(diǎn)集集合和子目標(biāo)點(diǎn)集集合進(jìn)行分塊處理并更新分塊后每一類(lèi)子點(diǎn)集的形狀控制點(diǎn)。然后利用控制點(diǎn)引導(dǎo)仿射迭代最近點(diǎn)(ICP)算法求解對(duì)應(yīng)子點(diǎn)集間的局部仿射變換。接著利用上一步求解的局部仿射變換，更新子形狀點(diǎn)集集合及其形狀控制點(diǎn)集合。直到配準(zhǔn)誤差收斂時(shí)，循環(huán)結(jié)束并輸出更新后的形狀點(diǎn)集。實(shí)驗(yàn)結(jié)果表明，所提算法與傳統(tǒng)點(diǎn)集非剛體算法相比具有更強(qiáng)的精確性和收斂性。
針對(duì)傳統(tǒng)點(diǎn)集非剛體配準(zhǔn)算法對(duì)復(fù)雜局部形變數(shù)據(jù)配準(zhǔn)精度低，收斂速度慢等問(wèn)題，該文提出一種基于局部仿射配準(zhǔn)的魯棒非剛體配準(zhǔn)算法。該算法采用分層迭代的方式由粗到精地完成點(diǎn)集的非剛體配準(zhǔn)。在每層迭代中，首先對(duì)子形狀點(diǎn)集集合和子目標(biāo)點(diǎn)集集合進(jìn)行分塊處理并更新分塊后每一類(lèi)子點(diǎn)集的形狀控制點(diǎn)。然后利用控制點(diǎn)引導(dǎo)仿射迭代最近點(diǎn)(ICP)算法求解對(duì)應(yīng)子點(diǎn)集間的局部仿射變換。接著利用上一步求解的局部仿射變換，更新子形狀點(diǎn)集集合及其形狀控制點(diǎn)集合。直到配準(zhǔn)誤差收斂時(shí)，循環(huán)結(jié)束并輸出更新后的形狀點(diǎn)集。實(shí)驗(yàn)結(jié)果表明，所提算法與傳統(tǒng)點(diǎn)集非剛體算法相比具有更強(qiáng)的精確性和收斂性。
2018, 40(4): 928-935.
doi: 10.11999/JEIT170703
摘要:
為了提高隨機(jī)抽樣一致性算法在特征匹配中的執(zhí)行速度，該文提出一種基于特征距離與內(nèi)點(diǎn)的隨機(jī)抽樣一致性算法。首先提出基于特征距離的先驗(yàn)概率引導(dǎo)方法，來(lái)提高算法每步循環(huán)找到正確模型的概率。其次提出基于樣本集與內(nèi)點(diǎn)的隨機(jī)抽樣及計(jì)算方法，來(lái)提高算法的收斂速度。最后提出基于最大值不變的循環(huán)跳出方法，來(lái)滿(mǎn)足所提循環(huán)方法的跳出，同時(shí)提高運(yùn)行效率。通過(guò)理論證明與實(shí)驗(yàn)驗(yàn)證，該文提出的算法在保證算法魯棒性的同時(shí)，提高了執(zhí)行速度。
為了提高隨機(jī)抽樣一致性算法在特征匹配中的執(zhí)行速度，該文提出一種基于特征距離與內(nèi)點(diǎn)的隨機(jī)抽樣一致性算法。首先提出基于特征距離的先驗(yàn)概率引導(dǎo)方法，來(lái)提高算法每步循環(huán)找到正確模型的概率。其次提出基于樣本集與內(nèi)點(diǎn)的隨機(jī)抽樣及計(jì)算方法，來(lái)提高算法的收斂速度。最后提出基于最大值不變的循環(huán)跳出方法，來(lái)滿(mǎn)足所提循環(huán)方法的跳出，同時(shí)提高運(yùn)行效率。通過(guò)理論證明與實(shí)驗(yàn)驗(yàn)證，該文提出的算法在保證算法魯棒性的同時(shí)，提高了執(zhí)行速度。
2018, 40(4): 936-943.
doi: 10.11999/JEIT170657
摘要:
該文結(jié)合掌紋圖像的紋理特點(diǎn)，對(duì)原始韋伯局部描述子(WLD)中的差分激勵(lì)和梯度方向進(jìn)行改進(jìn)，提出雙Gabor方向韋伯局部描述子(DGWLD)，以提高掌紋識(shí)別率。在構(gòu)建新的差分激勵(lì)圖時(shí)，通過(guò)加入鄰域像素點(diǎn)與中心像素點(diǎn)間灰度差分的方向信息，擴(kuò)大異類(lèi)掌紋間的差異。同時(shí)，采用雙Gabor方向代替原始的梯度方向，減小平移和旋轉(zhuǎn)對(duì)識(shí)別的影響。此外，為了更好地衡量特征間的相似度，使用交叉匹配算法，進(jìn)一步提升識(shí)別率。在PolyU, MSpalmprint和CASIA掌紋庫(kù)上進(jìn)行實(shí)驗(yàn)，識(shí)別率均達(dá)到100%。實(shí)驗(yàn)的結(jié)果表明，與其它局部描述子和已有改進(jìn)的WLD方法相比，該文方法具有更高的識(shí)別率和更低的等錯(cuò)誤率。
該文結(jié)合掌紋圖像的紋理特點(diǎn)，對(duì)原始韋伯局部描述子(WLD)中的差分激勵(lì)和梯度方向進(jìn)行改進(jìn)，提出雙Gabor方向韋伯局部描述子(DGWLD)，以提高掌紋識(shí)別率。在構(gòu)建新的差分激勵(lì)圖時(shí)，通過(guò)加入鄰域像素點(diǎn)與中心像素點(diǎn)間灰度差分的方向信息，擴(kuò)大異類(lèi)掌紋間的差異。同時(shí)，采用雙Gabor方向代替原始的梯度方向，減小平移和旋轉(zhuǎn)對(duì)識(shí)別的影響。此外，為了更好地衡量特征間的相似度，使用交叉匹配算法，進(jìn)一步提升識(shí)別率。在PolyU, MSpalmprint和CASIA掌紋庫(kù)上進(jìn)行實(shí)驗(yàn)，識(shí)別率均達(dá)到100%。實(shí)驗(yàn)的結(jié)果表明，與其它局部描述子和已有改進(jìn)的WLD方法相比，該文方法具有更高的識(shí)別率和更低的等錯(cuò)誤率。
2018, 40(4): 944-950.
doi: 10.11999/JEIT170654
摘要:
該文針對(duì)現(xiàn)有動(dòng)態(tài)幀時(shí)隙ALOHA標(biāo)簽防碰撞算法的系統(tǒng)吞吐率低、算法效率低等問(wèn)題，提出一種可并行識(shí)別的分組動(dòng)態(tài)幀時(shí)隙ALOHA(PIGDFSA)標(biāo)簽防碰撞算法。該文以實(shí)驗(yàn)為基礎(chǔ)，探索了待識(shí)別標(biāo)簽數(shù)、標(biāo)簽分組數(shù)、幀長(zhǎng)對(duì)系統(tǒng)吞吐率與標(biāo)簽碰撞率的影響，研究了提升系統(tǒng)吞吐率與降低標(biāo)簽碰撞率的策略與方法。結(jié)合射頻識(shí)別(RFID)的多天線系統(tǒng)，引入FastICA技術(shù)，從而實(shí)現(xiàn)碰撞時(shí)隙重新定義，并以此為基礎(chǔ)，利用未識(shí)別標(biāo)簽數(shù)目自適應(yīng)確定分組數(shù)與幀長(zhǎng)。仿真結(jié)果表明：PIGDFSA算法在標(biāo)簽數(shù)達(dá)到2000時(shí)，算法吞吐率仍能穩(wěn)定在92%以上，與FSA-256, GDFSA, BSDBG等算法相比具有更高的算法吞吐率，更少的空隙時(shí)隙，更高的算法效率。
該文針對(duì)現(xiàn)有動(dòng)態(tài)幀時(shí)隙ALOHA標(biāo)簽防碰撞算法的系統(tǒng)吞吐率低、算法效率低等問(wèn)題，提出一種可并行識(shí)別的分組動(dòng)態(tài)幀時(shí)隙ALOHA(PIGDFSA)標(biāo)簽防碰撞算法。該文以實(shí)驗(yàn)為基礎(chǔ)，探索了待識(shí)別標(biāo)簽數(shù)、標(biāo)簽分組數(shù)、幀長(zhǎng)對(duì)系統(tǒng)吞吐率與標(biāo)簽碰撞率的影響，研究了提升系統(tǒng)吞吐率與降低標(biāo)簽碰撞率的策略與方法。結(jié)合射頻識(shí)別(RFID)的多天線系統(tǒng)，引入FastICA技術(shù)，從而實(shí)現(xiàn)碰撞時(shí)隙重新定義，并以此為基礎(chǔ)，利用未識(shí)別標(biāo)簽數(shù)目自適應(yīng)確定分組數(shù)與幀長(zhǎng)。仿真結(jié)果表明：PIGDFSA算法在標(biāo)簽數(shù)達(dá)到2000時(shí)，算法吞吐率仍能穩(wěn)定在92%以上，與FSA-256, GDFSA, BSDBG等算法相比具有更高的算法吞吐率，更少的空隙時(shí)隙，更高的算法效率。
2018, 40(4): 951-956.
doi: 10.11999/JEIT170627
摘要:
手勢(shì)識(shí)別作為人機(jī)交互的方式之一，在人工智能日益發(fā)展的今天備受矚目。針對(duì)手勢(shì)旋轉(zhuǎn)、平移、縮放等形變導(dǎo)致識(shí)別率偏低的問(wèn)題，該文基于密集卷積網(wǎng)絡(luò)(Densenet)與空間轉(zhuǎn)換網(wǎng)絡(luò)(STN)提出了一種新型的網(wǎng)絡(luò)結(jié)構(gòu)Densenet_V2，先利用空間轉(zhuǎn)換網(wǎng)絡(luò)對(duì)輸入的樣本和特征圖進(jìn)行空間變換和對(duì)齊，再利用密集卷積網(wǎng)絡(luò)自動(dòng)提取手勢(shì)的有效特征，最后通過(guò)線性分類(lèi)器對(duì)手勢(shì)進(jìn)行分類(lèi)。為防止網(wǎng)絡(luò)模型對(duì)樣本數(shù)據(jù)集過(guò)度擬合，對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練時(shí)在損失函數(shù)中加入L2正則項(xiàng)以實(shí)現(xiàn)權(quán)重衰減。在Marcel手勢(shì)庫(kù)上進(jìn)行多次實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，Densenet_V2可以提高對(duì)靜態(tài)形變手勢(shì)的識(shí)別率。
手勢(shì)識(shí)別作為人機(jī)交互的方式之一，在人工智能日益發(fā)展的今天備受矚目。針對(duì)手勢(shì)旋轉(zhuǎn)、平移、縮放等形變導(dǎo)致識(shí)別率偏低的問(wèn)題，該文基于密集卷積網(wǎng)絡(luò)(Densenet)與空間轉(zhuǎn)換網(wǎng)絡(luò)(STN)提出了一種新型的網(wǎng)絡(luò)結(jié)構(gòu)Densenet_V2，先利用空間轉(zhuǎn)換網(wǎng)絡(luò)對(duì)輸入的樣本和特征圖進(jìn)行空間變換和對(duì)齊，再利用密集卷積網(wǎng)絡(luò)自動(dòng)提取手勢(shì)的有效特征，最后通過(guò)線性分類(lèi)器對(duì)手勢(shì)進(jìn)行分類(lèi)。為防止網(wǎng)絡(luò)模型對(duì)樣本數(shù)據(jù)集過(guò)度擬合，對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練時(shí)在損失函數(shù)中加入L2正則項(xiàng)以實(shí)現(xiàn)權(quán)重衰減。在Marcel手勢(shì)庫(kù)上進(jìn)行多次實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，Densenet_V2可以提高對(duì)靜態(tài)形變手勢(shì)的識(shí)別率。
2018, 40(4): 957-963.
doi: 10.11999/JEIT170623
摘要:
針對(duì)單個(gè)環(huán)境上下文中項(xiàng)目訪問(wèn)記錄稀疏的問(wèn)題，推薦系統(tǒng)難以獲取與當(dāng)前環(huán)境上下文關(guān)聯(lián)的用戶(hù)偏好。該文設(shè)計(jì)了一種新的上下文關(guān)聯(lián)性推薦(CTRR)算法。CTRR算法通過(guò)CTRR_LDA模型求解推薦項(xiàng)目出現(xiàn)在特定環(huán)境上下文的概率，并結(jié)合上下文后過(guò)濾推薦算法，對(duì)用戶(hù)進(jìn)行推薦。CTRR_LDA模型是在(LDA)模型的基礎(chǔ)上，結(jié)合環(huán)境上下文和項(xiàng)目特征上下文，提出的項(xiàng)目與環(huán)境上下文的關(guān)聯(lián)概率模型。該模型將環(huán)境上下文劃分為多個(gè)環(huán)境上下文因子，每個(gè)環(huán)境上下文因子表示為K維的主題分布，挖掘環(huán)境上下文因子中項(xiàng)目出現(xiàn)的潛在主題特征。利用LDOS-CoMoDa網(wǎng)站上真實(shí)的電影數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)，驗(yàn)證了算法的可靠性。
針對(duì)單個(gè)環(huán)境上下文中項(xiàng)目訪問(wèn)記錄稀疏的問(wèn)題，推薦系統(tǒng)難以獲取與當(dāng)前環(huán)境上下文關(guān)聯(lián)的用戶(hù)偏好。該文設(shè)計(jì)了一種新的上下文關(guān)聯(lián)性推薦(CTRR)算法。CTRR算法通過(guò)CTRR_LDA模型求解推薦項(xiàng)目出現(xiàn)在特定環(huán)境上下文的概率，并結(jié)合上下文后過(guò)濾推薦算法，對(duì)用戶(hù)進(jìn)行推薦。CTRR_LDA模型是在(LDA)模型的基礎(chǔ)上，結(jié)合環(huán)境上下文和項(xiàng)目特征上下文，提出的項(xiàng)目與環(huán)境上下文的關(guān)聯(lián)概率模型。該模型將環(huán)境上下文劃分為多個(gè)環(huán)境上下文因子，每個(gè)環(huán)境上下文因子表示為K維的主題分布，挖掘環(huán)境上下文因子中項(xiàng)目出現(xiàn)的潛在主題特征。利用LDOS-CoMoDa網(wǎng)站上真實(shí)的電影數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)，驗(yàn)證了算法的可靠性。
2018, 40(4): 964-970.
doi: 10.11999/JEIT170637
摘要:
人體脈搏波速度(PWV)被認(rèn)為是體現(xiàn)心腦血管健康和血管壁彈性變化的重要因素之一。醫(yī)學(xué)上對(duì)脈搏波速的研究也變得越來(lái)越熱，許多諸如糖尿病、高血壓、冠心病、動(dòng)脈硬化等疾病也都與之有密切關(guān)系。因此，對(duì)脈搏波速度(PWV)的檢測(cè)具有重要的、特殊的意義。該文主要從信號(hào)提取和信號(hào)分析方面入手研究脈搏波，利用標(biāo)準(zhǔn)時(shí)鐘信號(hào)插入所提取的肱動(dòng)脈與橈動(dòng)脈信號(hào)之間以及多點(diǎn)脈搏波信號(hào)相位差之間取平均值的雙模算法，從而更精確地計(jì)算出PWV，并且其求解的PWV標(biāo)準(zhǔn)差為0.06~0.12。該文所使用的雙模算法在實(shí)時(shí)性、測(cè)量精度和穩(wěn)定性方面，優(yōu)于傳統(tǒng)的PWV測(cè)量方法，可應(yīng)用于脈搏波相關(guān)的醫(yī)學(xué)研究和實(shí)驗(yàn)中。
人體脈搏波速度(PWV)被認(rèn)為是體現(xiàn)心腦血管健康和血管壁彈性變化的重要因素之一。醫(yī)學(xué)上對(duì)脈搏波速的研究也變得越來(lái)越熱，許多諸如糖尿病、高血壓、冠心病、動(dòng)脈硬化等疾病也都與之有密切關(guān)系。因此，對(duì)脈搏波速度(PWV)的檢測(cè)具有重要的、特殊的意義。該文主要從信號(hào)提取和信號(hào)分析方面入手研究脈搏波，利用標(biāo)準(zhǔn)時(shí)鐘信號(hào)插入所提取的肱動(dòng)脈與橈動(dòng)脈信號(hào)之間以及多點(diǎn)脈搏波信號(hào)相位差之間取平均值的雙模算法，從而更精確地計(jì)算出PWV，并且其求解的PWV標(biāo)準(zhǔn)差為0.06~0.12。該文所使用的雙模算法在實(shí)時(shí)性、測(cè)量精度和穩(wěn)定性方面，優(yōu)于傳統(tǒng)的PWV測(cè)量方法，可應(yīng)用于脈搏波相關(guān)的醫(yī)學(xué)研究和實(shí)驗(yàn)中。
2018, 40(4): 971-978.
doi: 10.11999/JEIT170933
摘要:
醫(yī)學(xué)電子計(jì)算機(jī)斷層掃描(CT)序列圖像中肝臟的準(zhǔn)確分割是實(shí)現(xiàn)計(jì)算機(jī)輔助肝手術(shù)的重要前提，然而圖像中存在的組織病變、邊界模糊或缺失、不同組織間的粘連給肝臟分割帶來(lái)極大挑戰(zhàn)。針對(duì)這些問(wèn)題，該文提出一種基于圖像序列間先驗(yàn)約束的半自動(dòng)分割方法，并進(jìn)一步采取了多視角信息融合的方式實(shí)現(xiàn)肝臟的準(zhǔn)確分割。該方法的優(yōu)勢(shì)在于無(wú)需大量數(shù)據(jù)的收集和復(fù)雜的先驗(yàn)訓(xùn)練。在Sliver07公開(kāi)數(shù)據(jù)集合的驗(yàn)證結(jié)果顯示，和領(lǐng)域內(nèi)主要方法相比，該方法具有較高的分割準(zhǔn)確度，特別是當(dāng)肝臟區(qū)域存在病灶、邊界模糊或缺失的情況下具有明顯提升。
醫(yī)學(xué)電子計(jì)算機(jī)斷層掃描(CT)序列圖像中肝臟的準(zhǔn)確分割是實(shí)現(xiàn)計(jì)算機(jī)輔助肝手術(shù)的重要前提，然而圖像中存在的組織病變、邊界模糊或缺失、不同組織間的粘連給肝臟分割帶來(lái)極大挑戰(zhàn)。針對(duì)這些問(wèn)題，該文提出一種基于圖像序列間先驗(yàn)約束的半自動(dòng)分割方法，并進(jìn)一步采取了多視角信息融合的方式實(shí)現(xiàn)肝臟的準(zhǔn)確分割。該方法的優(yōu)勢(shì)在于無(wú)需大量數(shù)據(jù)的收集和復(fù)雜的先驗(yàn)訓(xùn)練。在Sliver07公開(kāi)數(shù)據(jù)集合的驗(yàn)證結(jié)果顯示，和領(lǐng)域內(nèi)主要方法相比，該方法具有較高的分割準(zhǔn)確度，特別是當(dāng)肝臟區(qū)域存在病灶、邊界模糊或缺失的情況下具有明顯提升。
2018, 40(4): 979-874.
doi: 10.11999/JEIT170583
摘要:
基于模糊邏輯方法在心理語(yǔ)言學(xué)研究領(lǐng)域的有效性，該文提出基于模糊感知強(qiáng)度和韋伯定律的一類(lèi)新的無(wú)規(guī)則模糊邏輯系統(tǒng)及其自適應(yīng)控制應(yīng)用的方法。首先，應(yīng)用心理物理學(xué)中的概念，模糊邏輯系統(tǒng)的知識(shí)庫(kù)是利用模糊感覺(jué)強(qiáng)度來(lái)描述專(zhuān)家經(jīng)驗(yàn)感受；模糊推理后應(yīng)用廣義韋伯定律進(jìn)行解模糊得到系統(tǒng)輸出。然后，針對(duì)一類(lèi)非線性系統(tǒng)，利用構(gòu)造的新的無(wú)規(guī)則模糊邏輯系統(tǒng)進(jìn)行自適應(yīng)控制設(shè)計(jì)，得到相應(yīng)的控制器和參數(shù)自適應(yīng)律。最后，通過(guò)Duffing混沌系統(tǒng)仿真算例驗(yàn)證了該文方法的可行性和有效性。
基于模糊邏輯方法在心理語(yǔ)言學(xué)研究領(lǐng)域的有效性，該文提出基于模糊感知強(qiáng)度和韋伯定律的一類(lèi)新的無(wú)規(guī)則模糊邏輯系統(tǒng)及其自適應(yīng)控制應(yīng)用的方法。首先，應(yīng)用心理物理學(xué)中的概念，模糊邏輯系統(tǒng)的知識(shí)庫(kù)是利用模糊感覺(jué)強(qiáng)度來(lái)描述專(zhuān)家經(jīng)驗(yàn)感受；模糊推理后應(yīng)用廣義韋伯定律進(jìn)行解模糊得到系統(tǒng)輸出。然后，針對(duì)一類(lèi)非線性系統(tǒng)，利用構(gòu)造的新的無(wú)規(guī)則模糊邏輯系統(tǒng)進(jìn)行自適應(yīng)控制設(shè)計(jì)，得到相應(yīng)的控制器和參數(shù)自適應(yīng)律。最后，通過(guò)Duffing混沌系統(tǒng)仿真算例驗(yàn)證了該文方法的可行性和有效性。
2018, 40(4): 985-991.
doi: 10.11999/JEIT170349
摘要:
為實(shí)現(xiàn)低復(fù)雜度、高精度的可變分?jǐn)?shù)時(shí)延濾波器設(shè)計(jì)，該文提出一種截止頻率可控的高效設(shè)計(jì)法。該方法將全相位濾波器的解析設(shè)計(jì)與三次樣條插值和泰勒級(jí)數(shù)展開(kāi)相結(jié)合，既可以通過(guò)設(shè)置時(shí)延參數(shù)精確地調(diào)整濾波器的分?jǐn)?shù)時(shí)延，又可以通過(guò)設(shè)置截止頻率參數(shù)快速配置Farrow結(jié)構(gòu)中各子濾波器的抽頭系數(shù)，從而靈活地調(diào)整濾波器的截止頻率。仿真實(shí)驗(yàn)表明，所提方法適用于設(shè)計(jì)具有中、低截止頻率的可變分?jǐn)?shù)時(shí)延濾波器，其設(shè)計(jì)復(fù)雜度相比于現(xiàn)有的加權(quán)最小二乘設(shè)計(jì)法低1個(gè)數(shù)量級(jí)。
為實(shí)現(xiàn)低復(fù)雜度、高精度的可變分?jǐn)?shù)時(shí)延濾波器設(shè)計(jì)，該文提出一種截止頻率可控的高效設(shè)計(jì)法。該方法將全相位濾波器的解析設(shè)計(jì)與三次樣條插值和泰勒級(jí)數(shù)展開(kāi)相結(jié)合，既可以通過(guò)設(shè)置時(shí)延參數(shù)精確地調(diào)整濾波器的分?jǐn)?shù)時(shí)延，又可以通過(guò)設(shè)置截止頻率參數(shù)快速配置Farrow結(jié)構(gòu)中各子濾波器的抽頭系數(shù)，從而靈活地調(diào)整濾波器的截止頻率。仿真實(shí)驗(yàn)表明，所提方法適用于設(shè)計(jì)具有中、低截止頻率的可變分?jǐn)?shù)時(shí)延濾波器，其設(shè)計(jì)復(fù)雜度相比于現(xiàn)有的加權(quán)最小二乘設(shè)計(jì)法低1個(gè)數(shù)量級(jí)。
2018, 40(4): 992-1001.
doi: 10.11999/JEIT170701
摘要:
電離層相位污染嚴(yán)重制約天波超視距雷達(dá)對(duì)低可探測(cè)慢速艦船目標(biāo)的檢測(cè)性能，時(shí)頻校正法成為目標(biāo)檢測(cè)的重要手段，對(duì)其進(jìn)行分類(lèi)并選取6種典型方法進(jìn)行了去污染的綜合性能評(píng)估。首先分析了性能比較的影響因素，然后從去污染的有效性、魯棒性和運(yùn)算量等幾個(gè)方面進(jìn)行了校正方法的綜合比較。為電離層相位污染校正算法庫(kù)的豐富和實(shí)際工程應(yīng)用提供參考。
電離層相位污染嚴(yán)重制約天波超視距雷達(dá)對(duì)低可探測(cè)慢速艦船目標(biāo)的檢測(cè)性能，時(shí)頻校正法成為目標(biāo)檢測(cè)的重要手段，對(duì)其進(jìn)行分類(lèi)并選取6種典型方法進(jìn)行了去污染的綜合性能評(píng)估。首先分析了性能比較的影響因素，然后從去污染的有效性、魯棒性和運(yùn)算量等幾個(gè)方面進(jìn)行了校正方法的綜合比較。為電離層相位污染校正算法庫(kù)的豐富和實(shí)際工程應(yīng)用提供參考。
2018, 40(4): 1002-1006.
doi: 10.11999/JEIT170591
摘要:
衛(wèi)星導(dǎo)航信號(hào)時(shí)域波形是空間信號(hào)質(zhì)量監(jiān)測(cè)和評(píng)估(SQM)的重要內(nèi)容，本文利用大口徑天線接收系統(tǒng)采集的離線數(shù)據(jù)對(duì)北斗IGSO-6衛(wèi)星B1頻點(diǎn)信號(hào)時(shí)域波形進(jìn)行分析。首先提出利用基于碼相位平均方法求取高信噪比的時(shí)域波形，在此基礎(chǔ)上利用標(biāo)準(zhǔn)碼片波形相關(guān)技術(shù)提取出碼元波形。然后建立相關(guān)函數(shù)和碼元波形的統(tǒng)計(jì)理論聯(lián)系，利用碼元波形相關(guān)函數(shù)差分析信號(hào)邊沿特性，最后在時(shí)域波形上計(jì)算出所有北斗衛(wèi)星的數(shù)字失真量，詳細(xì)評(píng)估不同衛(wèi)星數(shù)字失真規(guī)律。
衛(wèi)星導(dǎo)航信號(hào)時(shí)域波形是空間信號(hào)質(zhì)量監(jiān)測(cè)和評(píng)估(SQM)的重要內(nèi)容，本文利用大口徑天線接收系統(tǒng)采集的離線數(shù)據(jù)對(duì)北斗IGSO-6衛(wèi)星B1頻點(diǎn)信號(hào)時(shí)域波形進(jìn)行分析。首先提出利用基于碼相位平均方法求取高信噪比的時(shí)域波形，在此基礎(chǔ)上利用標(biāo)準(zhǔn)碼片波形相關(guān)技術(shù)提取出碼元波形。然后建立相關(guān)函數(shù)和碼元波形的統(tǒng)計(jì)理論聯(lián)系，利用碼元波形相關(guān)函數(shù)差分析信號(hào)邊沿特性，最后在時(shí)域波形上計(jì)算出所有北斗衛(wèi)星的數(shù)字失真量，詳細(xì)評(píng)估不同衛(wèi)星數(shù)字失真規(guī)律。
2018, 40(4): 1007-1011.
doi: 10.11999/JEIT170615
摘要:
該文基于時(shí)域有限差分(FDTD)方法和傳輸線方程，結(jié)合插值技術(shù)和牛頓迭代法，提出一種新的時(shí)域混合算法，能夠快速模擬屏蔽腔內(nèi)任意高度線纜端接瞬態(tài)電壓抑制(TVS)管電路的電磁耦合問(wèn)題，并實(shí)現(xiàn)空間電磁場(chǎng)與線纜和電路瞬態(tài)響應(yīng)的同步計(jì)算。該算法首先利用FDTD方法結(jié)合STL網(wǎng)格剖分技術(shù)實(shí)現(xiàn)屏蔽腔結(jié)構(gòu)的快速建模以及腔體內(nèi)空間電磁場(chǎng)分布的準(zhǔn)確模擬。然后利用傳輸線方程結(jié)合插值技術(shù)建立腔體內(nèi)線纜的場(chǎng)線耦合模型，結(jié)合FDTD方法，迭代求解出線纜上的電壓和電流響應(yīng)。對(duì)于線纜端接的TVS管電路，列寫(xiě)電壓電流方程，采用牛頓迭代法計(jì)算得到電路端口的電壓響應(yīng)。通過(guò)與電磁仿真軟件的計(jì)算結(jié)果進(jìn)行對(duì)比，驗(yàn)證了所提時(shí)域混合算法的正確性。研究表明，該算法能夠很好地應(yīng)用于屏蔽腔內(nèi)線纜端接負(fù)載的TVS管限幅防護(hù)設(shè)計(jì)。
該文基于時(shí)域有限差分(FDTD)方法和傳輸線方程，結(jié)合插值技術(shù)和牛頓迭代法，提出一種新的時(shí)域混合算法，能夠快速模擬屏蔽腔內(nèi)任意高度線纜端接瞬態(tài)電壓抑制(TVS)管電路的電磁耦合問(wèn)題，并實(shí)現(xiàn)空間電磁場(chǎng)與線纜和電路瞬態(tài)響應(yīng)的同步計(jì)算。該算法首先利用FDTD方法結(jié)合STL網(wǎng)格剖分技術(shù)實(shí)現(xiàn)屏蔽腔結(jié)構(gòu)的快速建模以及腔體內(nèi)空間電磁場(chǎng)分布的準(zhǔn)確模擬。然后利用傳輸線方程結(jié)合插值技術(shù)建立腔體內(nèi)線纜的場(chǎng)線耦合模型，結(jié)合FDTD方法，迭代求解出線纜上的電壓和電流響應(yīng)。對(duì)于線纜端接的TVS管電路，列寫(xiě)電壓電流方程，采用牛頓迭代法計(jì)算得到電路端口的電壓響應(yīng)。通過(guò)與電磁仿真軟件的計(jì)算結(jié)果進(jìn)行對(duì)比，驗(yàn)證了所提時(shí)域混合算法的正確性。研究表明，該算法能夠很好地應(yīng)用于屏蔽腔內(nèi)線纜端接負(fù)載的TVS管限幅防護(hù)設(shè)計(jì)。
2018, 40(4): 1012-1016.
doi: 10.11999/JEIT170803
摘要:
基于三元卷積神經(jīng)網(wǎng)絡(luò)的行人再辨識(shí)算法多數(shù)采用歐式距離度量行人之間的相似度，并配合鉸鏈(hinge)損失函數(shù)進(jìn)行卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。然而，這種作法存在兩個(gè)不足：歐式距離作為行人相似度，鑒別力不夠強(qiáng)；鉸鏈損失函數(shù)的間隔(Margin)參數(shù)設(shè)定依賴(lài)于人工預(yù)先設(shè)定且在訓(xùn)練過(guò)程中無(wú)法自適應(yīng)調(diào)整。為此，針對(duì)上述兩個(gè)不足進(jìn)行改進(jìn)，該文提出一種基于新型三元卷積神經(jīng)網(wǎng)絡(luò)的行人再辨識(shí)算法，以提高行人再辨識(shí)的準(zhǔn)確率。首先，提出一種歸一化混合度量函數(shù)取代傳統(tǒng)的度量方法進(jìn)行行人相似度計(jì)算，提高了行人相似度度量的鑒別力；其次，提出采用Log-logistic函數(shù)代替鉸鏈函數(shù)，無(wú)需人工設(shè)定間隔參數(shù)，改進(jìn)了特征與度量函數(shù)的聯(lián)合優(yōu)化效果。實(shí)驗(yàn)結(jié)果表明，所提出的算法在Auto Detected CUHK03 和VIPeR兩個(gè)數(shù)據(jù)庫(kù)上的準(zhǔn)確率均獲得顯著的提升，驗(yàn)證了所提出算法的優(yōu)越性。
基于三元卷積神經(jīng)網(wǎng)絡(luò)的行人再辨識(shí)算法多數(shù)采用歐式距離度量行人之間的相似度，并配合鉸鏈(hinge)損失函數(shù)進(jìn)行卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。然而，這種作法存在兩個(gè)不足：歐式距離作為行人相似度，鑒別力不夠強(qiáng)；鉸鏈損失函數(shù)的間隔(Margin)參數(shù)設(shè)定依賴(lài)于人工預(yù)先設(shè)定且在訓(xùn)練過(guò)程中無(wú)法自適應(yīng)調(diào)整。為此，針對(duì)上述兩個(gè)不足進(jìn)行改進(jìn)，該文提出一種基于新型三元卷積神經(jīng)網(wǎng)絡(luò)的行人再辨識(shí)算法，以提高行人再辨識(shí)的準(zhǔn)確率。首先，提出一種歸一化混合度量函數(shù)取代傳統(tǒng)的度量方法進(jìn)行行人相似度計(jì)算，提高了行人相似度度量的鑒別力；其次，提出采用Log-logistic函數(shù)代替鉸鏈函數(shù)，無(wú)需人工設(shè)定間隔參數(shù)，改進(jìn)了特征與度量函數(shù)的聯(lián)合優(yōu)化效果。實(shí)驗(yàn)結(jié)果表明，所提出的算法在Auto Detected CUHK03 和VIPeR兩個(gè)數(shù)據(jù)庫(kù)上的準(zhǔn)確率均獲得顯著的提升，驗(yàn)證了所提出算法的優(yōu)越性。
