郵件訂閱
2020年 第42卷 第9期
顯示方式:
2020, 42(9): 2065-2081.
doi: 10.11999/JEIT191055
摘要:
在信息技術(shù)飛速發(fā)展的背景下，能源關(guān)鍵基礎(chǔ)設(shè)施得到了變革性的飛速發(fā)展，與人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)等新技術(shù)深度融合。信息技術(shù)在顯著優(yōu)化能源關(guān)鍵基礎(chǔ)設(shè)施的效率和性能的同時，也帶來了更加具有持續(xù)性和隱蔽性的新型安全威脅。如何針對能源關(guān)鍵基礎(chǔ)設(shè)施建立體系化、智能化的安全防御體系是亟需解決的問題。該文從能源關(guān)鍵基礎(chǔ)設(shè)施本身的發(fā)展趨勢入手，對其面對的傳統(tǒng)和新型安全威脅的機理進(jìn)行了分析。在此基礎(chǔ)上，對能源關(guān)鍵基礎(chǔ)設(shè)施的防御技術(shù)演進(jìn)進(jìn)行深入的研究和分析。
在信息技術(shù)飛速發(fā)展的背景下，能源關(guān)鍵基礎(chǔ)設(shè)施得到了變革性的飛速發(fā)展，與人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)等新技術(shù)深度融合。信息技術(shù)在顯著優(yōu)化能源關(guān)鍵基礎(chǔ)設(shè)施的效率和性能的同時，也帶來了更加具有持續(xù)性和隱蔽性的新型安全威脅。如何針對能源關(guān)鍵基礎(chǔ)設(shè)施建立體系化、智能化的安全防御體系是亟需解決的問題。該文從能源關(guān)鍵基礎(chǔ)設(shè)施本身的發(fā)展趨勢入手，對其面對的傳統(tǒng)和新型安全威脅的機理進(jìn)行了分析。在此基礎(chǔ)上，對能源關(guān)鍵基礎(chǔ)設(shè)施的防御技術(shù)演進(jìn)進(jìn)行深入的研究和分析。
2020, 42(9): 2082-2094.
doi: 10.11999/JEIT200009
摘要:
隨著Android應(yīng)用的廣泛使用，Android惡意軟件數(shù)量迅速增長，對用戶的財產(chǎn)、隱私等造成的安全威脅越來越嚴(yán)重。近年來基于深度學(xué)習(xí)的Android惡意軟件檢測成為了當(dāng)前安全領(lǐng)域的研究熱點。該文分別從數(shù)據(jù)采集、應(yīng)用特征、網(wǎng)絡(luò)結(jié)構(gòu)、效果檢測4個方面，對該研究方向已有的學(xué)術(shù)成果進(jìn)行了分析與總結(jié)，討論了它們的局限性與所面臨的挑戰(zhàn)，并就該方向未來的研究重點進(jìn)行了展望。
隨著Android應(yīng)用的廣泛使用，Android惡意軟件數(shù)量迅速增長，對用戶的財產(chǎn)、隱私等造成的安全威脅越來越嚴(yán)重。近年來基于深度學(xué)習(xí)的Android惡意軟件檢測成為了當(dāng)前安全領(lǐng)域的研究熱點。該文分別從數(shù)據(jù)采集、應(yīng)用特征、網(wǎng)絡(luò)結(jié)構(gòu)、效果檢測4個方面，對該研究方向已有的學(xué)術(shù)成果進(jìn)行了分析與總結(jié)，討論了它們的局限性與所面臨的挑戰(zhàn)，并就該方向未來的研究重點進(jìn)行了展望。
2020, 42(9): 2095-2107.
doi: 10.11999/JEIT191056
摘要:
攻擊路徑發(fā)現(xiàn)是自動化滲透測試領(lǐng)域的重要研究方向。該文綜合論述了領(lǐng)域獨立智能規(guī)劃技術(shù)在面向自動化滲透測試的攻擊路徑發(fā)現(xiàn)上的研究進(jìn)展及應(yīng)用前景。首先介紹了攻擊路徑發(fā)現(xiàn)的基本概念并按照技術(shù)原理將其劃分為基于領(lǐng)域相關(guān)和領(lǐng)域獨立規(guī)劃技術(shù)的攻擊路徑發(fā)現(xiàn)方法。然后介紹了領(lǐng)域獨立智能規(guī)劃算法，包括確定性規(guī)劃算法、非確定性規(guī)劃算法和博弈規(guī)劃的技術(shù)原理和發(fā)展?fàn)顩r并就各類方法在攻擊路徑發(fā)現(xiàn)中的應(yīng)用進(jìn)行了綜述。接著分析總結(jié)了滲透測試過程的特點，對比了領(lǐng)域獨立智能規(guī)劃算法應(yīng)用在面向自動化滲透測試的攻擊路徑發(fā)現(xiàn)時的優(yōu)缺點。最后對攻擊路徑發(fā)現(xiàn)將來的發(fā)展方向進(jìn)行了總結(jié)和展望，希望對未來進(jìn)一步的研究工作有一定的參考價值。
攻擊路徑發(fā)現(xiàn)是自動化滲透測試領(lǐng)域的重要研究方向。該文綜合論述了領(lǐng)域獨立智能規(guī)劃技術(shù)在面向自動化滲透測試的攻擊路徑發(fā)現(xiàn)上的研究進(jìn)展及應(yīng)用前景。首先介紹了攻擊路徑發(fā)現(xiàn)的基本概念并按照技術(shù)原理將其劃分為基于領(lǐng)域相關(guān)和領(lǐng)域獨立規(guī)劃技術(shù)的攻擊路徑發(fā)現(xiàn)方法。然后介紹了領(lǐng)域獨立智能規(guī)劃算法，包括確定性規(guī)劃算法、非確定性規(guī)劃算法和博弈規(guī)劃的技術(shù)原理和發(fā)展?fàn)顩r并就各類方法在攻擊路徑發(fā)現(xiàn)中的應(yīng)用進(jìn)行了綜述。接著分析總結(jié)了滲透測試過程的特點，對比了領(lǐng)域獨立智能規(guī)劃算法應(yīng)用在面向自動化滲透測試的攻擊路徑發(fā)現(xiàn)時的優(yōu)缺點。最后對攻擊路徑發(fā)現(xiàn)將來的發(fā)展方向進(jìn)行了總結(jié)和展望，希望對未來進(jìn)一步的研究工作有一定的參考價值。
2020, 42(9): 2108-2116.
doi: 10.11999/JEIT191036
摘要:
安卓系統(tǒng)越來越廣泛地被應(yīng)用于各種類型的智能設(shè)備，比如智能手機、智能手表、智能電視、智能汽車。與此同時，針對這些平臺應(yīng)用軟件的逆向攻擊也日益增多，這不僅極大地侵犯了軟件開發(fā)者的合法權(quán)益，也給終端用戶帶來了潛在的安全風(fēng)險。如何保護(hù)運行在各種類型設(shè)備上的安卓應(yīng)用軟件不被逆向攻擊成為一個重要的研究問題。然而，現(xiàn)有的安卓軟件保護(hù)方法比如命名混淆、動態(tài)加載、代碼隱藏等雖然可在一定程度上增加安卓軟件的逆向難度，但是原理相對簡單容易被繞過。一種更為有效的方法是基于指令虛擬化的加固方法，但已有的指令虛擬化方法只針對特定架構(gòu)(x86架構(gòu))，無法兼容運行于多種架構(gòu)的安卓設(shè)備。該文針對安卓應(yīng)用軟件中的本地代碼提出了一種架構(gòu)無關(guān)的指令虛擬化技術(shù)，設(shè)計并實現(xiàn)了基于虛擬機打包保護(hù)(VMPP)的加固系統(tǒng)。該系統(tǒng)包含一套基于寄存器架構(gòu)的定長虛擬指令集、支持該虛擬指令集的解釋器以及可以與現(xiàn)有開發(fā)環(huán)境集成的工具鏈。在大量C/C++代碼以及真實安卓軟件上的測試表明，VMPP在引入較低的運行時開銷下，能夠顯著提升安卓本地代碼的防逆向能力，并且可被用于保護(hù)不同架構(gòu)上的安卓本地代碼。
安卓系統(tǒng)越來越廣泛地被應(yīng)用于各種類型的智能設(shè)備，比如智能手機、智能手表、智能電視、智能汽車。與此同時，針對這些平臺應(yīng)用軟件的逆向攻擊也日益增多，這不僅極大地侵犯了軟件開發(fā)者的合法權(quán)益，也給終端用戶帶來了潛在的安全風(fēng)險。如何保護(hù)運行在各種類型設(shè)備上的安卓應(yīng)用軟件不被逆向攻擊成為一個重要的研究問題。然而，現(xiàn)有的安卓軟件保護(hù)方法比如命名混淆、動態(tài)加載、代碼隱藏等雖然可在一定程度上增加安卓軟件的逆向難度，但是原理相對簡單容易被繞過。一種更為有效的方法是基于指令虛擬化的加固方法，但已有的指令虛擬化方法只針對特定架構(gòu)(x86架構(gòu))，無法兼容運行于多種架構(gòu)的安卓設(shè)備。該文針對安卓應(yīng)用軟件中的本地代碼提出了一種架構(gòu)無關(guān)的指令虛擬化技術(shù)，設(shè)計并實現(xiàn)了基于虛擬機打包保護(hù)(VMPP)的加固系統(tǒng)。該系統(tǒng)包含一套基于寄存器架構(gòu)的定長虛擬指令集、支持該虛擬指令集的解釋器以及可以與現(xiàn)有開發(fā)環(huán)境集成的工具鏈。在大量C/C++代碼以及真實安卓軟件上的測試表明，VMPP在引入較低的運行時開銷下，能夠顯著提升安卓本地代碼的防逆向能力，并且可被用于保護(hù)不同架構(gòu)上的安卓本地代碼。
2020, 42(9): 2117-2125.
doi: 10.11999/JEIT190695
摘要:
針對目前客戶端反外掛方法的諸多局限，該文提出一種基于內(nèi)核事件的網(wǎng)絡(luò)游戲反外掛方法，并實現(xiàn)了反外掛系統(tǒng)CheatBlocker。該方法通過監(jiān)控Windows系統(tǒng)中的內(nèi)核事件監(jiān)視和攔截進(jìn)程間的異常訪問及異常模塊注入，同時從內(nèi)核注入反外掛動態(tài)加載庫(DLL)用以阻斷鼠標(biāo)鍵盤的模擬。實驗結(jié)果表明，CheatBlocker可防御進(jìn)程模塊注入外掛和用戶輸入模擬類外掛，且具有較低的性能開銷。而且，CheatBlocker無需修改內(nèi)核數(shù)據(jù)或代碼，相比于目前的反外掛系統(tǒng)具有更好的通用性與兼容性。
針對目前客戶端反外掛方法的諸多局限，該文提出一種基于內(nèi)核事件的網(wǎng)絡(luò)游戲反外掛方法，并實現(xiàn)了反外掛系統(tǒng)CheatBlocker。該方法通過監(jiān)控Windows系統(tǒng)中的內(nèi)核事件監(jiān)視和攔截進(jìn)程間的異常訪問及異常模塊注入，同時從內(nèi)核注入反外掛動態(tài)加載庫(DLL)用以阻斷鼠標(biāo)鍵盤的模擬。實驗結(jié)果表明，CheatBlocker可防御進(jìn)程模塊注入外掛和用戶輸入模擬類外掛，且具有較低的性能開銷。而且，CheatBlocker無需修改內(nèi)核數(shù)據(jù)或代碼，相比于目前的反外掛系統(tǒng)具有更好的通用性與兼容性。
2020, 42(9): 2126-2133.
doi: 10.11999/JEIT191059
摘要:
機器學(xué)習(xí)已經(jīng)廣泛應(yīng)用于惡意代碼檢測中，并在惡意代碼檢測產(chǎn)品中發(fā)揮重要作用。構(gòu)建針對惡意代碼檢測機器學(xué)習(xí)模型的對抗樣本，是發(fā)掘惡意代碼檢測模型缺陷，評估和完善惡意代碼檢測系統(tǒng)的關(guān)鍵。該文提出一種基于遺傳算法的惡意代碼對抗樣本生成方法，生成的樣本在有效對抗基于機器學(xué)習(xí)的惡意代碼檢測模型的同時，確保了惡意代碼樣本的可執(zhí)行和惡意行為的一致性，有效提升了生成對抗樣本的真實性和模型對抗評估的準(zhǔn)確性。實驗表明，該文提出的對抗樣本生成方法使MalConv惡意代碼檢測模型的檢測準(zhǔn)確率下降了14.65%；并可直接對VirusTotal中4款基于機器學(xué)習(xí)的惡意代碼檢測商用引擎形成有效的干擾，其中，Cylance的檢測準(zhǔn)確率只有53.55%。
機器學(xué)習(xí)已經(jīng)廣泛應(yīng)用于惡意代碼檢測中，并在惡意代碼檢測產(chǎn)品中發(fā)揮重要作用。構(gòu)建針對惡意代碼檢測機器學(xué)習(xí)模型的對抗樣本，是發(fā)掘惡意代碼檢測模型缺陷，評估和完善惡意代碼檢測系統(tǒng)的關(guān)鍵。該文提出一種基于遺傳算法的惡意代碼對抗樣本生成方法，生成的樣本在有效對抗基于機器學(xué)習(xí)的惡意代碼檢測模型的同時，確保了惡意代碼樣本的可執(zhí)行和惡意行為的一致性，有效提升了生成對抗樣本的真實性和模型對抗評估的準(zhǔn)確性。實驗表明，該文提出的對抗樣本生成方法使MalConv惡意代碼檢測模型的檢測準(zhǔn)確率下降了14.65%；并可直接對VirusTotal中4款基于機器學(xué)習(xí)的惡意代碼檢測商用引擎形成有效的干擾，其中，Cylance的檢測準(zhǔn)確率只有53.55%。
2020, 42(9): 2134-2141.
doi: 10.11999/JEIT200008
摘要:
協(xié)同跨平面會話中斷攻擊(CXPST)通過反復(fù)對多條目標(biāo)關(guān)鍵鏈路實施低速率拒絕服務(wù)攻擊(LDoS)造成域間路由系統(tǒng)的級聯(lián)失效，從而導(dǎo)致互聯(lián)網(wǎng)的崩潰。在攻擊發(fā)生的初期，準(zhǔn)確定位受攻擊的關(guān)鍵鏈路并進(jìn)行針對性防御可遏制級聯(lián)失效的發(fā)生?，F(xiàn)有定位方法研究主要基于單源假設(shè)，沒有考慮多條目標(biāo)鏈路同時失效對路徑撤回的影響，定位準(zhǔn)確度受限。針對上述問題，該文提出一種基于加權(quán)統(tǒng)計匹配得分的多失效鏈路定位方法(WSFS)，以級聯(lián)失效攻擊目標(biāo)鏈路選擇策略作為推斷基礎(chǔ)，將撤銷路徑長度的倒數(shù)作為權(quán)重對評分進(jìn)行加權(quán)?；趯嶋H網(wǎng)絡(luò)拓?fù)浜陀欣c位置的級聯(lián)失效攻擊仿真實驗結(jié)果表明，WSFS比目前最優(yōu)方法平均準(zhǔn)確率可提升5.45%。實驗結(jié)果證明WSFS相比于其他定位方法更適合應(yīng)對域間路由系統(tǒng)級聯(lián)失效下的目標(biāo)失效鏈路定位問題。
協(xié)同跨平面會話中斷攻擊(CXPST)通過反復(fù)對多條目標(biāo)關(guān)鍵鏈路實施低速率拒絕服務(wù)攻擊(LDoS)造成域間路由系統(tǒng)的級聯(lián)失效，從而導(dǎo)致互聯(lián)網(wǎng)的崩潰。在攻擊發(fā)生的初期，準(zhǔn)確定位受攻擊的關(guān)鍵鏈路并進(jìn)行針對性防御可遏制級聯(lián)失效的發(fā)生?，F(xiàn)有定位方法研究主要基于單源假設(shè)，沒有考慮多條目標(biāo)鏈路同時失效對路徑撤回的影響，定位準(zhǔn)確度受限。針對上述問題，該文提出一種基于加權(quán)統(tǒng)計匹配得分的多失效鏈路定位方法(WSFS)，以級聯(lián)失效攻擊目標(biāo)鏈路選擇策略作為推斷基礎(chǔ)，將撤銷路徑長度的倒數(shù)作為權(quán)重對評分進(jìn)行加權(quán)?；趯嶋H網(wǎng)絡(luò)拓?fù)浜陀欣c位置的級聯(lián)失效攻擊仿真實驗結(jié)果表明，WSFS比目前最優(yōu)方法平均準(zhǔn)確率可提升5.45%。實驗結(jié)果證明WSFS相比于其他定位方法更適合應(yīng)對域間路由系統(tǒng)級聯(lián)失效下的目標(biāo)失效鏈路定位問題。
2020, 42(9): 2142-2149.
doi: 10.11999/JEIT191054
摘要:
地理位置虛擬軟件泛濫、民用衛(wèi)星定位信號易模擬或篡改，致使地理位置可信認(rèn)證難以實現(xiàn)。針對已有位置證明方案采用中心化架構(gòu)存在單點失效和易引起集中攻擊等安全風(fēng)險，該文引入去中心化范式思路，利用區(qū)塊鏈具有的去中心化、不可篡改、可追溯等特點，并結(jié)合零知識證明協(xié)議，提出了基于區(qū)塊鏈的零知識位置證明方法，實現(xiàn)了以去中心化、保護(hù)隱私、高度準(zhǔn)確、審查抵制的地理位置認(rèn)證服務(wù)，從而確保用戶所提供位置的準(zhǔn)確性。該方法不僅能消除中心化位置證明的弊端，確保位置數(shù)據(jù)的機密性，而且被證明位置數(shù)據(jù)一旦上鏈后不可篡改，實現(xiàn)了不可抵賴性。測試分析結(jié)果表明：完整的證明流程(包含證明生成驗證和上鏈全過程)實際測試每次平均用時約5 s，其中證明生成和驗證的總耗時是50.5～55.5 ms。因此，算法具有較好的性能開銷，可滿足實際應(yīng)用需求。
地理位置虛擬軟件泛濫、民用衛(wèi)星定位信號易模擬或篡改，致使地理位置可信認(rèn)證難以實現(xiàn)。針對已有位置證明方案采用中心化架構(gòu)存在單點失效和易引起集中攻擊等安全風(fēng)險，該文引入去中心化范式思路，利用區(qū)塊鏈具有的去中心化、不可篡改、可追溯等特點，并結(jié)合零知識證明協(xié)議，提出了基于區(qū)塊鏈的零知識位置證明方法，實現(xiàn)了以去中心化、保護(hù)隱私、高度準(zhǔn)確、審查抵制的地理位置認(rèn)證服務(wù)，從而確保用戶所提供位置的準(zhǔn)確性。該方法不僅能消除中心化位置證明的弊端，確保位置數(shù)據(jù)的機密性，而且被證明位置數(shù)據(jù)一旦上鏈后不可篡改，實現(xiàn)了不可抵賴性。測試分析結(jié)果表明：完整的證明流程(包含證明生成驗證和上鏈全過程)實際測試每次平均用時約5 s，其中證明生成和驗證的總耗時是50.5～55.5 ms。因此，算法具有較好的性能開銷，可滿足實際應(yīng)用需求。
2020, 42(9): 2150-2157.
doi: 10.11999/JEIT190690
摘要:
針對現(xiàn)有RS碼識別算法需要對碼字符號在不同域之間進(jìn)行轉(zhuǎn)化，且容錯性能較差的問題，該文提出一種直接利用軟判決序列完成RS碼識別算法。算法首先從RS碼定義出發(fā)，給出了RS碼校驗關(guān)系從GF(2m)到GF(2)上的等價轉(zhuǎn)換方式，從而避免了不同域下復(fù)雜的符號轉(zhuǎn)化；其次引入了能夠衡量校驗關(guān)系成立大小的平均校驗符合度概念，然后基于其統(tǒng)計特性以及極大極小判決準(zhǔn)則，遍歷可能的碼長以及對應(yīng)的m級本原多項式，進(jìn)行初始碼根校驗匹配，從而完成碼長以及本原多項式識別；最后利用識別出的碼長以及本原多項式，構(gòu)建本原多項式下GF(2m)，進(jìn)行連續(xù)碼根匹配判決，最終完成碼生成多項式識別。仿真結(jié)果表明：推導(dǎo)的平均校驗符合度統(tǒng)計特性與實際情況一致，算法能在低信噪比下有效完成參數(shù)識別；同時該算法具有較好的低信噪比適應(yīng)能力，在信噪比為6 dB條件下，工程中常見的RS碼識別率均能達(dá)到90%以上。與現(xiàn)有算法相比，該文算法性能明顯好于硬判決算法，且比傳統(tǒng)算法提升1 dB以上性能。
針對現(xiàn)有RS碼識別算法需要對碼字符號在不同域之間進(jìn)行轉(zhuǎn)化，且容錯性能較差的問題，該文提出一種直接利用軟判決序列完成RS碼識別算法。算法首先從RS碼定義出發(fā)，給出了RS碼校驗關(guān)系從GF(2m)到GF(2)上的等價轉(zhuǎn)換方式，從而避免了不同域下復(fù)雜的符號轉(zhuǎn)化；其次引入了能夠衡量校驗關(guān)系成立大小的平均校驗符合度概念，然后基于其統(tǒng)計特性以及極大極小判決準(zhǔn)則，遍歷可能的碼長以及對應(yīng)的m級本原多項式，進(jìn)行初始碼根校驗匹配，從而完成碼長以及本原多項式識別；最后利用識別出的碼長以及本原多項式，構(gòu)建本原多項式下GF(2m)，進(jìn)行連續(xù)碼根匹配判決，最終完成碼生成多項式識別。仿真結(jié)果表明：推導(dǎo)的平均校驗符合度統(tǒng)計特性與實際情況一致，算法能在低信噪比下有效完成參數(shù)識別；同時該算法具有較好的低信噪比適應(yīng)能力，在信噪比為6 dB條件下，工程中常見的RS碼識別率均能達(dá)到90%以上。與現(xiàn)有算法相比，該文算法性能明顯好于硬判決算法，且比傳統(tǒng)算法提升1 dB以上性能。
2020, 42(9): 2158-2165.
doi: 10.11999/JEIT190345
摘要:
針對立體視頻的安全性，該文提出一種基于熵編碼的立體視頻加密與信息隱藏算法。首先，結(jié)合立體視頻編碼結(jié)構(gòu)，分析誤差漂移的物理機制，并根據(jù)立體視覺掩蔽效應(yīng)，確定左右視點的加密幀和隱秘信息待嵌入幀。其次，在基于上下文自適應(yīng)二進(jìn)制算術(shù)編碼(CABAC)的熵編碼中，通過等長碼字替換技術(shù)，實現(xiàn)立體視頻的加密和信息隱藏。實驗結(jié)果表明，視頻碼流經(jīng)加密與信息隱藏之后格式兼容、比特率不變，視頻感知質(zhì)量無明顯下降，在計算復(fù)雜度和碼率增加率上有顯著優(yōu)勢。
針對立體視頻的安全性，該文提出一種基于熵編碼的立體視頻加密與信息隱藏算法。首先，結(jié)合立體視頻編碼結(jié)構(gòu)，分析誤差漂移的物理機制，并根據(jù)立體視覺掩蔽效應(yīng)，確定左右視點的加密幀和隱秘信息待嵌入幀。其次，在基于上下文自適應(yīng)二進(jìn)制算術(shù)編碼(CABAC)的熵編碼中，通過等長碼字替換技術(shù)，實現(xiàn)立體視頻的加密和信息隱藏。實驗結(jié)果表明，視頻碼流經(jīng)加密與信息隱藏之后格式兼容、比特率不變，視頻感知質(zhì)量無明顯下降，在計算復(fù)雜度和碼率增加率上有顯著優(yōu)勢。
2020, 42(9): 2166-2172.
doi: 10.11999/JEIT190543
摘要:
虛擬網(wǎng)絡(luò)的映射策略影響彈性光網(wǎng)絡(luò)(EON)資源可用性和網(wǎng)絡(luò)生存性。該文提出一種基于節(jié)點間距離和頻譜離散度感知的虛擬光網(wǎng)絡(luò)生存性協(xié)同映射(CM-DSDA)算法，研究節(jié)點計算資源和拓?fù)湮恢弥薪樾缘墓夤?jié)點排序策略，設(shè)計頻譜離散度方法評價鏈路頻譜碎片化程度。在虛擬鏈路的生存性映射中，選擇鄰接已映射節(jié)點中消耗頻隙數(shù)少且頻譜離散度低的工作光路和保護(hù)光路協(xié)同映射虛擬網(wǎng)絡(luò)。仿真結(jié)果表明所提算法能有效地提高EON的頻譜占用率和減少帶寬阻塞率。
虛擬網(wǎng)絡(luò)的映射策略影響彈性光網(wǎng)絡(luò)(EON)資源可用性和網(wǎng)絡(luò)生存性。該文提出一種基于節(jié)點間距離和頻譜離散度感知的虛擬光網(wǎng)絡(luò)生存性協(xié)同映射(CM-DSDA)算法，研究節(jié)點計算資源和拓?fù)湮恢弥薪樾缘墓夤?jié)點排序策略，設(shè)計頻譜離散度方法評價鏈路頻譜碎片化程度。在虛擬鏈路的生存性映射中，選擇鄰接已映射節(jié)點中消耗頻隙數(shù)少且頻譜離散度低的工作光路和保護(hù)光路協(xié)同映射虛擬網(wǎng)絡(luò)。仿真結(jié)果表明所提算法能有效地提高EON的頻譜占用率和減少帶寬阻塞率。
2020, 42(9): 2173-2179.
doi: 10.11999/JEIT190545
摘要:
為改善運營商網(wǎng)絡(luò)提供的移動服務(wù)體驗，該文研究服務(wù)功能鏈(SFC)的在線遷移問題。首先基于馬爾可夫決策過程(MDP)對服務(wù)功能鏈中的多個虛擬網(wǎng)絡(luò)功能(VNF)在運營商網(wǎng)絡(luò)中的駐留位置遷移進(jìn)行模型化分析。通過將強化學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)相結(jié)合提出一種基于雙深度Q網(wǎng)絡(luò)(double DQN)的服務(wù)功能鏈遷移機制，該遷移方法能在連續(xù)時間下進(jìn)行服務(wù)功能鏈的在線遷移決策并避免求解過程中的過度估計。實驗結(jié)果表明，該文所提出的策略相比于固定部署算法和貪心算法在端到端時延和網(wǎng)絡(luò)系統(tǒng)收益等方面優(yōu)勢明顯，有助于運營商改善服務(wù)體驗和資源的使用效率。
為改善運營商網(wǎng)絡(luò)提供的移動服務(wù)體驗，該文研究服務(wù)功能鏈(SFC)的在線遷移問題。首先基于馬爾可夫決策過程(MDP)對服務(wù)功能鏈中的多個虛擬網(wǎng)絡(luò)功能(VNF)在運營商網(wǎng)絡(luò)中的駐留位置遷移進(jìn)行模型化分析。通過將強化學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)相結(jié)合提出一種基于雙深度Q網(wǎng)絡(luò)(double DQN)的服務(wù)功能鏈遷移機制，該遷移方法能在連續(xù)時間下進(jìn)行服務(wù)功能鏈的在線遷移決策并避免求解過程中的過度估計。實驗結(jié)果表明，該文所提出的策略相比于固定部署算法和貪心算法在端到端時延和網(wǎng)絡(luò)系統(tǒng)收益等方面優(yōu)勢明顯，有助于運營商改善服務(wù)體驗和資源的使用效率。
2020, 42(9): 2180-2185.
doi: 10.11999/JEIT190654
摘要:
針對如何基于有限的系統(tǒng)剩余資源進(jìn)行任務(wù)優(yōu)化卸載以增加移動終端的數(shù)字貨幣收益問題，該文在融合區(qū)塊鏈與霧計算系統(tǒng)中提出一種基于節(jié)點剩余資源、網(wǎng)絡(luò)時延的任務(wù)卸載方案。為了實現(xiàn)任務(wù)的優(yōu)化卸載，首先基于任務(wù)量對移動終端的預(yù)期收益進(jìn)行了分析，其次基于網(wǎng)絡(luò)節(jié)點剩余計算資源、存儲資源、功率資源、網(wǎng)絡(luò)時延聯(lián)合分析了移動終端的支出。此后以最大化移動終端的數(shù)字貨幣收益為優(yōu)化目標(biāo)建立了數(shù)學(xué)優(yōu)化模型，并利用模擬退火(SA)算法對優(yōu)化模型進(jìn)行求解。仿真結(jié)果證明上述方案的有效性。
針對如何基于有限的系統(tǒng)剩余資源進(jìn)行任務(wù)優(yōu)化卸載以增加移動終端的數(shù)字貨幣收益問題，該文在融合區(qū)塊鏈與霧計算系統(tǒng)中提出一種基于節(jié)點剩余資源、網(wǎng)絡(luò)時延的任務(wù)卸載方案。為了實現(xiàn)任務(wù)的優(yōu)化卸載，首先基于任務(wù)量對移動終端的預(yù)期收益進(jìn)行了分析，其次基于網(wǎng)絡(luò)節(jié)點剩余計算資源、存儲資源、功率資源、網(wǎng)絡(luò)時延聯(lián)合分析了移動終端的支出。此后以最大化移動終端的數(shù)字貨幣收益為優(yōu)化目標(biāo)建立了數(shù)學(xué)優(yōu)化模型，并利用模擬退火(SA)算法對優(yōu)化模型進(jìn)行求解。仿真結(jié)果證明上述方案的有效性。
2020, 42(9): 2186-2193.
doi: 10.11999/5EIT190649
摘要:
為保證MIMO異構(gòu)網(wǎng)絡(luò)面臨多天線主動竊聽時的安全性，該文提出一種基于人工噪聲的抗主動竊聽者的魯棒安全傳輸方案。首先，考慮竊聽者發(fā)送上行導(dǎo)頻干擾的情形，研究了其發(fā)送的上行導(dǎo)頻干擾對合法用戶信道估計的影響。隨后，基于信道估計結(jié)果對宏基站、微基站的下行數(shù)據(jù)與噪聲信號的預(yù)編碼矩陣進(jìn)行設(shè)計，并推導(dǎo)了此種情形下系統(tǒng)安全速率的表達(dá)式。然后，以系統(tǒng)安全速率最大化為目標(biāo)對基站的下行數(shù)據(jù)與噪聲信號的發(fā)送功率進(jìn)行優(yōu)化設(shè)計，并提出一種基于1維線性搜索的求解方法。進(jìn)一步地，考慮竊聽者在發(fā)送上行導(dǎo)頻干擾后，繼而發(fā)送噪聲干擾用戶下行通信的情形，提出一種基于離散零和博弈方法來獲取最優(yōu)的發(fā)送功率設(shè)計。仿真結(jié)果驗證了所提方案的安全性和魯棒性。
為保證MIMO異構(gòu)網(wǎng)絡(luò)面臨多天線主動竊聽時的安全性，該文提出一種基于人工噪聲的抗主動竊聽者的魯棒安全傳輸方案。首先，考慮竊聽者發(fā)送上行導(dǎo)頻干擾的情形，研究了其發(fā)送的上行導(dǎo)頻干擾對合法用戶信道估計的影響。隨后，基于信道估計結(jié)果對宏基站、微基站的下行數(shù)據(jù)與噪聲信號的預(yù)編碼矩陣進(jìn)行設(shè)計，并推導(dǎo)了此種情形下系統(tǒng)安全速率的表達(dá)式。然后，以系統(tǒng)安全速率最大化為目標(biāo)對基站的下行數(shù)據(jù)與噪聲信號的發(fā)送功率進(jìn)行優(yōu)化設(shè)計，并提出一種基于1維線性搜索的求解方法。進(jìn)一步地，考慮竊聽者在發(fā)送上行導(dǎo)頻干擾后，繼而發(fā)送噪聲干擾用戶下行通信的情形，提出一種基于離散零和博弈方法來獲取最優(yōu)的發(fā)送功率設(shè)計。仿真結(jié)果驗證了所提方案的安全性和魯棒性。
2020, 42(9): 2194-2200.
doi: 10.11999/JEIT190662
摘要:
在移動無線傳感網(wǎng)絡(luò)(MWSN)的部署問題中最關(guān)鍵的是如何提供最大的區(qū)域覆蓋范圍。針對現(xiàn)有的覆蓋控制算法存在覆蓋率不理想、部署效率低、能耗過高的問題，該文提出了一種高效部署策略。第1階段利用Voronoi圖獲得整個網(wǎng)絡(luò)的覆蓋孔，檢測Voronoi多邊形內(nèi)的未覆蓋區(qū)域，并提供虛擬力驅(qū)動傳感器移動，同時采用動態(tài)調(diào)整策略改變移動步長，從而減少能量損耗；第2階段提出一種檢測機制，利用Delaunay三角網(wǎng)檢測傳感器之間的局部覆蓋孔并進(jìn)行修復(fù)。仿真結(jié)果表明，該算法在提高網(wǎng)絡(luò)覆蓋率的同時加快了收斂速度，為部署移動無線傳感網(wǎng)絡(luò)提供了新的解決思路。
在移動無線傳感網(wǎng)絡(luò)(MWSN)的部署問題中最關(guān)鍵的是如何提供最大的區(qū)域覆蓋范圍。針對現(xiàn)有的覆蓋控制算法存在覆蓋率不理想、部署效率低、能耗過高的問題，該文提出了一種高效部署策略。第1階段利用Voronoi圖獲得整個網(wǎng)絡(luò)的覆蓋孔，檢測Voronoi多邊形內(nèi)的未覆蓋區(qū)域，并提供虛擬力驅(qū)動傳感器移動，同時采用動態(tài)調(diào)整策略改變移動步長，從而減少能量損耗；第2階段提出一種檢測機制，利用Delaunay三角網(wǎng)檢測傳感器之間的局部覆蓋孔并進(jìn)行修復(fù)。仿真結(jié)果表明，該算法在提高網(wǎng)絡(luò)覆蓋率的同時加快了收斂速度，為部署移動無線傳感網(wǎng)絡(luò)提供了新的解決思路。
2020, 42(9): 2201-2207.
doi: 10.11999/JEIT190691
摘要:
設(shè)備到設(shè)備通信(D2D)可以有效地卸載基站流量，在D2D網(wǎng)絡(luò)中不僅需要共享大眾化內(nèi)容還需要個性化內(nèi)容緩存。該文對緩存內(nèi)容選擇問題進(jìn)行了深入研究，提出一種結(jié)合特征感知的內(nèi)容社交價值預(yù)測(CSVP)方法。價值預(yù)測不僅可以降低時延也可以減少緩存替換次數(shù)降低緩存成本。首先結(jié)合用戶特征和內(nèi)容特征計算內(nèi)容當(dāng)前價值，然后通過用戶社交關(guān)系計算未來價值。微基站根據(jù)內(nèi)容的價值為用戶提供個性化內(nèi)容緩存服務(wù)，宏基站則在每個微基站的緩存內(nèi)容中選擇價值較大部分的內(nèi)容。仿真結(jié)果表明，該文提出的緩存策略可以有效緩解基站流量，與其他方法相比降低時延約20%～40%。
設(shè)備到設(shè)備通信(D2D)可以有效地卸載基站流量，在D2D網(wǎng)絡(luò)中不僅需要共享大眾化內(nèi)容還需要個性化內(nèi)容緩存。該文對緩存內(nèi)容選擇問題進(jìn)行了深入研究，提出一種結(jié)合特征感知的內(nèi)容社交價值預(yù)測(CSVP)方法。價值預(yù)測不僅可以降低時延也可以減少緩存替換次數(shù)降低緩存成本。首先結(jié)合用戶特征和內(nèi)容特征計算內(nèi)容當(dāng)前價值，然后通過用戶社交關(guān)系計算未來價值。微基站根據(jù)內(nèi)容的價值為用戶提供個性化內(nèi)容緩存服務(wù)，宏基站則在每個微基站的緩存內(nèi)容中選擇價值較大部分的內(nèi)容。仿真結(jié)果表明，該文提出的緩存策略可以有效緩解基站流量，與其他方法相比降低時延約20%～40%。
2020, 42(9): 2208-2215.
doi: 10.11999/JEIT190320
摘要:
針對非協(xié)作通信中多輸入多輸出(MIMO)信號的盲調(diào)制識別，該文提出一種基于獨立分量分析(ICA)和特征提取的調(diào)制識別算法。根據(jù)空分復(fù)用MIMO系統(tǒng)各發(fā)送天線上信號的獨立性，利用ICA算法從接收的混合信號中分離出發(fā)射信號。為實現(xiàn)全盲條件下的調(diào)制識別，在進(jìn)行ICA分離前，利用最小描述長度(MDL)準(zhǔn)則估計發(fā)射天線數(shù)。在得到發(fā)射信號之后，首先利用6階累積量、循環(huán)譜和4次方譜算法構(gòu)造4個特征參數(shù)，然后利用分層結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)分類器識別信號的調(diào)制類型。仿真結(jié)果表明，所提方法可在較低信噪比下對{2PSK, 2ASK, 2FSK, 4PSK, 4ASK, MSK, 8PSK, 16QAM}8種MIMO信號進(jìn)行有效識別，當(dāng)發(fā)送天線數(shù)為2、接收天線數(shù)為5、信噪比為2 dB時，識別率可達(dá)到98%以上。
針對非協(xié)作通信中多輸入多輸出(MIMO)信號的盲調(diào)制識別，該文提出一種基于獨立分量分析(ICA)和特征提取的調(diào)制識別算法。根據(jù)空分復(fù)用MIMO系統(tǒng)各發(fā)送天線上信號的獨立性，利用ICA算法從接收的混合信號中分離出發(fā)射信號。為實現(xiàn)全盲條件下的調(diào)制識別，在進(jìn)行ICA分離前，利用最小描述長度(MDL)準(zhǔn)則估計發(fā)射天線數(shù)。在得到發(fā)射信號之后，首先利用6階累積量、循環(huán)譜和4次方譜算法構(gòu)造4個特征參數(shù)，然后利用分層結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)分類器識別信號的調(diào)制類型。仿真結(jié)果表明，所提方法可在較低信噪比下對{2PSK, 2ASK, 2FSK, 4PSK, 4ASK, MSK, 8PSK, 16QAM}8種MIMO信號進(jìn)行有效識別，當(dāng)發(fā)送天線數(shù)為2、接收天線數(shù)為5、信噪比為2 dB時，識別率可達(dá)到98%以上。
2020, 42(9): 2216-2222.
doi: 10.11999/JEIT190505
摘要:
免授權(quán)非正交多址接入技術(shù)(NOMA)結(jié)合多用戶檢測技術(shù)(MUD)，能夠滿足大規(guī)模機器通信(mMTC)場景中的大連接量、低信令開銷和低時延傳輸?shù)刃枨?。在基于壓縮感知(CS)的MUD算法中，活躍用戶數(shù)往往作為已知信息，而實際通信系統(tǒng)中很難準(zhǔn)確估計?；诖?，該文提出一種改進(jìn)稀疏度自適應(yīng)匹配的多用戶算法(MSAMP-MUD)。該算法首先利用廣義Dice系數(shù)匹配準(zhǔn)則選擇與殘差最匹配的原子，更新用戶支撐集；當(dāng)殘差能量接近噪聲能量時，終止迭代，從而獲得最終支持集；否則，采取上述準(zhǔn)則更新用戶支撐集，提高支撐集中活躍用戶數(shù)估計精度。在迭代過程中，根據(jù)最近兩次殘差能量之比，選取不同的迭代步長，以降低檢測迭代次數(shù)。仿真結(jié)果表明，所提算法與傳統(tǒng)基于CS的MUD算法相比，誤碼率降低約9%，迭代次數(shù)減少約10%。
免授權(quán)非正交多址接入技術(shù)(NOMA)結(jié)合多用戶檢測技術(shù)(MUD)，能夠滿足大規(guī)模機器通信(mMTC)場景中的大連接量、低信令開銷和低時延傳輸?shù)刃枨?。在基于壓縮感知(CS)的MUD算法中，活躍用戶數(shù)往往作為已知信息，而實際通信系統(tǒng)中很難準(zhǔn)確估計?；诖?，該文提出一種改進(jìn)稀疏度自適應(yīng)匹配的多用戶算法(MSAMP-MUD)。該算法首先利用廣義Dice系數(shù)匹配準(zhǔn)則選擇與殘差最匹配的原子，更新用戶支撐集；當(dāng)殘差能量接近噪聲能量時，終止迭代，從而獲得最終支持集；否則，采取上述準(zhǔn)則更新用戶支撐集，提高支撐集中活躍用戶數(shù)估計精度。在迭代過程中，根據(jù)最近兩次殘差能量之比，選取不同的迭代步長，以降低檢測迭代次數(shù)。仿真結(jié)果表明，所提算法與傳統(tǒng)基于CS的MUD算法相比，誤碼率降低約9%，迭代次數(shù)減少約10%。
2020, 42(9): 2223-2230.
doi: 10.11999/JEIT190493
摘要:
在一定環(huán)境條件下，當(dāng)系統(tǒng)的量測方程沒有進(jìn)行驗證或校準(zhǔn)時，使用該量測方程往往會產(chǎn)生未知的系統(tǒng)誤差，從而導(dǎo)致較大的濾波誤差。增量方程的引入可以有效解決欠觀測系統(tǒng)的狀態(tài)估計問題。該文考慮帶未知噪聲統(tǒng)計的線性離散增量系統(tǒng)，首先提出一種基于新息的噪聲統(tǒng)計估計算法。可以得到系統(tǒng)噪聲統(tǒng)計的無偏估計。進(jìn)而，提出一種新的增量系統(tǒng)自適應(yīng)Kalman濾波算法。相比已有的自適應(yīng)增量濾波算法，該文所提算法得到的狀態(tài)估計精度更高。兩個仿真實例證明了其有效性和可行性。
在一定環(huán)境條件下，當(dāng)系統(tǒng)的量測方程沒有進(jìn)行驗證或校準(zhǔn)時，使用該量測方程往往會產(chǎn)生未知的系統(tǒng)誤差，從而導(dǎo)致較大的濾波誤差。增量方程的引入可以有效解決欠觀測系統(tǒng)的狀態(tài)估計問題。該文考慮帶未知噪聲統(tǒng)計的線性離散增量系統(tǒng)，首先提出一種基于新息的噪聲統(tǒng)計估計算法。可以得到系統(tǒng)噪聲統(tǒng)計的無偏估計。進(jìn)而，提出一種新的增量系統(tǒng)自適應(yīng)Kalman濾波算法。相比已有的自適應(yīng)增量濾波算法，該文所提算法得到的狀態(tài)估計精度更高。兩個仿真實例證明了其有效性和可行性。
2020, 42(9): 2231-2238.
doi: 10.11999/JEIT190327
摘要:
為了解決Alpha穩(wěn)定分布噪聲環(huán)境下運動艦船目標(biāo)的長度估計問題，該文借鑒非線性變換抑制脈沖噪聲以及多普勒目標(biāo)運動特性估計思想，提出基于廣義時頻分析(G-TFA)和最小二乘估計的運動目標(biāo)長度估計方法。該方法首先利用G-TFA獲取Alpha穩(wěn)定分布噪聲環(huán)境下運動目標(biāo)的多普勒頻率，然后利用最小二乘方法估計出目標(biāo)航速和不同位置的橫正時刻，最后利用上述估計結(jié)果計算目標(biāo)長度。以廣義Winger-Ville分布(G-WVD)為例，從理論上推導(dǎo)了G-TFA在Alpha穩(wěn)定分布噪聲環(huán)境下具有提取目標(biāo)多普勒特征的能力，并通過仿真實驗驗證了該算法在中低混合信噪比下的穩(wěn)健性。與現(xiàn)有算法相比，該文所提算法不需要估計噪聲特征指數(shù)，算法性能優(yōu)于基于傳統(tǒng)時頻分析的估計方法。
為了解決Alpha穩(wěn)定分布噪聲環(huán)境下運動艦船目標(biāo)的長度估計問題，該文借鑒非線性變換抑制脈沖噪聲以及多普勒目標(biāo)運動特性估計思想，提出基于廣義時頻分析(G-TFA)和最小二乘估計的運動目標(biāo)長度估計方法。該方法首先利用G-TFA獲取Alpha穩(wěn)定分布噪聲環(huán)境下運動目標(biāo)的多普勒頻率，然后利用最小二乘方法估計出目標(biāo)航速和不同位置的橫正時刻，最后利用上述估計結(jié)果計算目標(biāo)長度。以廣義Winger-Ville分布(G-WVD)為例，從理論上推導(dǎo)了G-TFA在Alpha穩(wěn)定分布噪聲環(huán)境下具有提取目標(biāo)多普勒特征的能力，并通過仿真實驗驗證了該算法在中低混合信噪比下的穩(wěn)健性。與現(xiàn)有算法相比，該文所提算法不需要估計噪聲特征指數(shù)，算法性能優(yōu)于基于傳統(tǒng)時頻分析的估計方法。
2020, 42(9): 2239-2245.
doi: 10.11999/JEIT190539
摘要:
針對非高斯背景干擾下的弱信號檢測需求，在綜述高斯化處理與擴(kuò)展匹配濾波概念及思路的基礎(chǔ)上，該文提出了兩種基于對稱α穩(wěn)定分布建模的高斯化處理方法，構(gòu)建了相應(yīng)的擴(kuò)展匹配濾波檢測器，并對比早先建立的混合高斯分布下的高斯化處理，對其高斯化效果、對應(yīng)檢測性能、運行速度等進(jìn)行了仿真研究。研究表明，高斯化處理可以降低背景干擾的非高斯性，從而提高后續(xù)匹配濾波的檢測性能；基于對稱α穩(wěn)定分布的高斯化處理，在保持性能的同時，具有更高的運行效率。
針對非高斯背景干擾下的弱信號檢測需求，在綜述高斯化處理與擴(kuò)展匹配濾波概念及思路的基礎(chǔ)上，該文提出了兩種基于對稱α穩(wěn)定分布建模的高斯化處理方法，構(gòu)建了相應(yīng)的擴(kuò)展匹配濾波檢測器，并對比早先建立的混合高斯分布下的高斯化處理，對其高斯化效果、對應(yīng)檢測性能、運行速度等進(jìn)行了仿真研究。研究表明，高斯化處理可以降低背景干擾的非高斯性，從而提高后續(xù)匹配濾波的檢測性能；基于對稱α穩(wěn)定分布的高斯化處理，在保持性能的同時，具有更高的運行效率。
2020, 42(9): 2246-2252.
doi: 10.11999/JEIT190687
摘要:
該文針對單通道合成孔徑雷達(dá)(SAR)無法有效抑制調(diào)頻斜率失配干擾的問題進(jìn)行了深入的研究。根據(jù)干擾頻譜與真實回波頻譜的差異，該文提出了一種基于頻域匹配濾波處理的合成孔徑雷達(dá)調(diào)頻斜率失配干擾抑制方法。該方法在準(zhǔn)確測得干擾調(diào)頻斜率的基礎(chǔ)上，首先利用干擾信號的空間稀疏性以及低信干比(SIR)的特點，對干擾位置進(jìn)行稀疏超分辨估計以獲得較為精確的干擾時延相位。然后通過獲得的干擾調(diào)頻斜率和時延相位重建干擾信號頻譜，以此為基礎(chǔ)設(shè)計正交匹配濾波器在頻域?qū)嵤└蓴_信號的抑制，并重建無失真場景圖像。最后，計算機仿真實驗驗證了該文所提方法的有效性。
該文針對單通道合成孔徑雷達(dá)(SAR)無法有效抑制調(diào)頻斜率失配干擾的問題進(jìn)行了深入的研究。根據(jù)干擾頻譜與真實回波頻譜的差異，該文提出了一種基于頻域匹配濾波處理的合成孔徑雷達(dá)調(diào)頻斜率失配干擾抑制方法。該方法在準(zhǔn)確測得干擾調(diào)頻斜率的基礎(chǔ)上，首先利用干擾信號的空間稀疏性以及低信干比(SIR)的特點，對干擾位置進(jìn)行稀疏超分辨估計以獲得較為精確的干擾時延相位。然后通過獲得的干擾調(diào)頻斜率和時延相位重建干擾信號頻譜，以此為基礎(chǔ)設(shè)計正交匹配濾波器在頻域?qū)嵤└蓴_信號的抑制，并重建無失真場景圖像。最后，計算機仿真實驗驗證了該文所提方法的有效性。
2020, 42(9): 2253-2260.
doi: 10.11999/JEIT190356
摘要:
該文提出一種適用于超寬帶MIMO稀疏陣列的Kirchhoff遷移成像和運動補償方法。該方法將傳統(tǒng)Kirchhoff積分方程引入到MIMO陣列中，并利用后向格林函數(shù)替代前向格林函數(shù)來解決小陣列大視場的問題。另外，在通過微波開關(guān)切換分時復(fù)用的方式來采集接收單元回波數(shù)據(jù)的同時，增加1個參考通道直接采集參考單元的回波信號來估計運動目標(biāo)的位置變化信息，對MIMO通道的數(shù)據(jù)進(jìn)行運動補償后再進(jìn)行3D成像，有效避免了因目標(biāo)運動導(dǎo)致的散焦和成像結(jié)果偏移真實位置的問題。
該文提出一種適用于超寬帶MIMO稀疏陣列的Kirchhoff遷移成像和運動補償方法。該方法將傳統(tǒng)Kirchhoff積分方程引入到MIMO陣列中，并利用后向格林函數(shù)替代前向格林函數(shù)來解決小陣列大視場的問題。另外，在通過微波開關(guān)切換分時復(fù)用的方式來采集接收單元回波數(shù)據(jù)的同時，增加1個參考通道直接采集參考單元的回波信號來估計運動目標(biāo)的位置變化信息，對MIMO通道的數(shù)據(jù)進(jìn)行運動補償后再進(jìn)行3D成像，有效避免了因目標(biāo)運動導(dǎo)致的散焦和成像結(jié)果偏移真實位置的問題。
2020, 42(9): 2261-2268.
doi: 10.11999/JEIT190674
摘要:
大機動條件下的曲線軌跡大斜視SAR系統(tǒng)傳遞函數(shù)具有復(fù)雜的多維空變性，現(xiàn)有的高效頻域回波模擬算法均難以實現(xiàn)擴(kuò)展場景的高精度回波模擬。為此，該文提出一種基于子孔徑Keystone變換的機動SAR回波模擬方法。該方法根據(jù)距離徙動校正后的距離壓縮函數(shù)對場景的距離壓縮回波進(jìn)行快速模擬，然后通過高精度的距離向逆處理實現(xiàn)擴(kuò)展場景的回波模擬。為減少殘余距離徙動對回波模擬精度的影響，距離向處理過程中采用子孔徑Keystone變換的方法實現(xiàn)空變距離徙動的精確校正。理論分析和仿真結(jié)果表明，所提方法能夠快速高精度地模擬擴(kuò)展場景的機動平臺大斜視SAR原始回波數(shù)據(jù)。
大機動條件下的曲線軌跡大斜視SAR系統(tǒng)傳遞函數(shù)具有復(fù)雜的多維空變性，現(xiàn)有的高效頻域回波模擬算法均難以實現(xiàn)擴(kuò)展場景的高精度回波模擬。為此，該文提出一種基于子孔徑Keystone變換的機動SAR回波模擬方法。該方法根據(jù)距離徙動校正后的距離壓縮函數(shù)對場景的距離壓縮回波進(jìn)行快速模擬，然后通過高精度的距離向逆處理實現(xiàn)擴(kuò)展場景的回波模擬。為減少殘余距離徙動對回波模擬精度的影響，距離向處理過程中采用子孔徑Keystone變換的方法實現(xiàn)空變距離徙動的精確校正。理論分析和仿真結(jié)果表明，所提方法能夠快速高精度地模擬擴(kuò)展場景的機動平臺大斜視SAR原始回波數(shù)據(jù)。
2020, 42(9): 2269-2276.
doi: 10.11999/JEIT190349
摘要:
隨著城市交通智能化發(fā)展，準(zhǔn)確高效地獲取可用車位對于解決日益嚴(yán)峻的停車難問題至關(guān)重要。該文提出一種基于非局部操作的深度卷積神經(jīng)網(wǎng)絡(luò)車位占用檢測算法。針對停車位圖像特性，引入非局部操作，度量遠(yuǎn)距離像素間的相似性，直接獲取邊緣高頻特征；使用小卷積核獲取局部細(xì)節(jié)特征；以端到端的方式訓(xùn)練網(wǎng)絡(luò)。實驗中，通過設(shè)置不同卷積核尺寸和非局部模塊層數(shù)，優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)。實驗結(jié)果表明，該文所提算法與傳統(tǒng)的基于紋理特征的車位占用檢測算法相比，無論在預(yù)測精度還是模型的泛化性能，均具有顯著的優(yōu)勢。與當(dāng)前廣泛應(yīng)用的基于局部特征提取的卷積神經(jīng)網(wǎng)絡(luò)相比，該算法具有較大的優(yōu)勢。在真實場景中，該算法同樣具有較高精度，具備實際應(yīng)用價值。
隨著城市交通智能化發(fā)展，準(zhǔn)確高效地獲取可用車位對于解決日益嚴(yán)峻的停車難問題至關(guān)重要。該文提出一種基于非局部操作的深度卷積神經(jīng)網(wǎng)絡(luò)車位占用檢測算法。針對停車位圖像特性，引入非局部操作，度量遠(yuǎn)距離像素間的相似性，直接獲取邊緣高頻特征；使用小卷積核獲取局部細(xì)節(jié)特征；以端到端的方式訓(xùn)練網(wǎng)絡(luò)。實驗中，通過設(shè)置不同卷積核尺寸和非局部模塊層數(shù)，優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)。實驗結(jié)果表明，該文所提算法與傳統(tǒng)的基于紋理特征的車位占用檢測算法相比，無論在預(yù)測精度還是模型的泛化性能，均具有顯著的優(yōu)勢。與當(dāng)前廣泛應(yīng)用的基于局部特征提取的卷積神經(jīng)網(wǎng)絡(luò)相比，該算法具有較大的優(yōu)勢。在真實場景中，該算法同樣具有較高精度，具備實際應(yīng)用價值。
2020, 42(9): 2277-2284.
doi: 10.11999/JEIT190393
摘要:
協(xié)同顯著目標(biāo)檢測的目的是在包含兩張及以上相關(guān)圖像的圖像組中檢測共同顯著的物體。該文提出一種利用機器學(xué)習(xí)的方法對協(xié)同顯著目標(biāo)進(jìn)行檢測。首先，基于4個評分指標(biāo)從圖像組中選擇部分顯著目標(biāo)易于檢測的簡單圖像，構(gòu)成簡單圖像集；接著，基于協(xié)同一致性的原則，從簡單圖像集中提取正負(fù)樣本，并用深度學(xué)習(xí)模型提取的高維語義特征表示正負(fù)樣本；再者，利用正負(fù)樣本訓(xùn)練的協(xié)同顯著分類器對圖像中的超像素進(jìn)行分類，得到協(xié)同顯著目標(biāo)區(qū)域；最后，經(jīng)過一個平滑融合的操作，得到最終的協(xié)同顯著圖。在公開數(shù)據(jù)集上的測試結(jié)果表明，所提算法在檢測精度和檢測效率上優(yōu)于目前的主流算法，并具有較強的魯棒性。
協(xié)同顯著目標(biāo)檢測的目的是在包含兩張及以上相關(guān)圖像的圖像組中檢測共同顯著的物體。該文提出一種利用機器學(xué)習(xí)的方法對協(xié)同顯著目標(biāo)進(jìn)行檢測。首先，基于4個評分指標(biāo)從圖像組中選擇部分顯著目標(biāo)易于檢測的簡單圖像，構(gòu)成簡單圖像集；接著，基于協(xié)同一致性的原則，從簡單圖像集中提取正負(fù)樣本，并用深度學(xué)習(xí)模型提取的高維語義特征表示正負(fù)樣本；再者，利用正負(fù)樣本訓(xùn)練的協(xié)同顯著分類器對圖像中的超像素進(jìn)行分類，得到協(xié)同顯著目標(biāo)區(qū)域；最后，經(jīng)過一個平滑融合的操作，得到最終的協(xié)同顯著圖。在公開數(shù)據(jù)集上的測試結(jié)果表明，所提算法在檢測精度和檢測效率上優(yōu)于目前的主流算法，并具有較強的魯棒性。
2020, 42(9): 2285-2292.
doi: 10.11999/JEIT190755
摘要:
雨天等惡劣天氣會嚴(yán)重影響到圖像成像質(zhì)量，從而影響到視覺處理算法的性能。為了改善雨天圖像的成像質(zhì)量，該文提出一種基于多通道多尺度卷積神經(jīng)網(wǎng)絡(luò)的去雨算法，建立了多通道多尺度卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)來提取雨線特征。首先利用小波閾值引導(dǎo)的雙邊濾波將有雨圖像進(jìn)行分解，得到高頻雨線圖像和輪廓保持度高的低頻背景圖像。然后為了使圖像高頻部分的雨線信息更為明顯，減少雨線特征學(xué)習(xí)時高頻圖像中的背景誤判，將得到的高頻雨線圖像再一次通過濾波器得到減弱背景信息同時增強雨線信息的到更高頻雨線圖像。其次針對低頻背景圖像上也殘留了大量雨痕，該文提出將低頻背景圖像和更高頻雨線圖像一起送入卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行特征學(xué)習(xí)，其中對圖像提取的是多尺度特征信息，最后得到雨線去除更徹底的復(fù)原圖像。同時在構(gòu)造網(wǎng)絡(luò)模型時利用空洞卷積代替標(biāo)準(zhǔn)卷積來提取圖像的特征信息，得到更豐富的圖像特征，提高了算法的去雨性能。從實驗結(jié)果可以看出去雨之后的圖像清晰，細(xì)節(jié)保持度較高。
雨天等惡劣天氣會嚴(yán)重影響到圖像成像質(zhì)量，從而影響到視覺處理算法的性能。為了改善雨天圖像的成像質(zhì)量，該文提出一種基于多通道多尺度卷積神經(jīng)網(wǎng)絡(luò)的去雨算法，建立了多通道多尺度卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)來提取雨線特征。首先利用小波閾值引導(dǎo)的雙邊濾波將有雨圖像進(jìn)行分解，得到高頻雨線圖像和輪廓保持度高的低頻背景圖像。然后為了使圖像高頻部分的雨線信息更為明顯，減少雨線特征學(xué)習(xí)時高頻圖像中的背景誤判，將得到的高頻雨線圖像再一次通過濾波器得到減弱背景信息同時增強雨線信息的到更高頻雨線圖像。其次針對低頻背景圖像上也殘留了大量雨痕，該文提出將低頻背景圖像和更高頻雨線圖像一起送入卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行特征學(xué)習(xí)，其中對圖像提取的是多尺度特征信息，最后得到雨線去除更徹底的復(fù)原圖像。同時在構(gòu)造網(wǎng)絡(luò)模型時利用空洞卷積代替標(biāo)準(zhǔn)卷積來提取圖像的特征信息，得到更豐富的圖像特征，提高了算法的去雨性能。從實驗結(jié)果可以看出去雨之后的圖像清晰，細(xì)節(jié)保持度較高。
2020, 42(9): 2293-2301.
doi: 10.11999/JEIT190723
摘要:
受光場相機微透鏡幾何標(biāo)定精度的影響，4D光場在角度方向上的解碼誤差會造成積分后的重聚焦圖像邊緣信息損失，從而降低全聚焦圖像融合的精度。該文提出一種基于邊緣增強引導(dǎo)濾波的光場全聚焦圖像融合算法，通過對光場數(shù)字重聚焦得到的多幅重聚焦圖像進(jìn)行多尺度分解、特征層決策圖引導(dǎo)濾波優(yōu)化來獲得最終全聚焦圖像。與傳統(tǒng)融合算法相比，該方法對4D光場標(biāo)定誤差帶來的邊緣信息損失進(jìn)行了補償，在重聚焦圖像多尺度分解過程中增加了邊緣層的提取來實現(xiàn)圖像高頻信息增強，并建立多尺度圖像評價模型實現(xiàn)邊緣層引導(dǎo)濾波參數(shù)優(yōu)化，可獲得更高質(zhì)量的光場全聚焦圖像。實驗結(jié)果表明，在不明顯降低融合圖像與原始圖像相似性的前提下，該方法可有效提高全聚焦圖像的邊緣強度和感知清晰度。
受光場相機微透鏡幾何標(biāo)定精度的影響，4D光場在角度方向上的解碼誤差會造成積分后的重聚焦圖像邊緣信息損失，從而降低全聚焦圖像融合的精度。該文提出一種基于邊緣增強引導(dǎo)濾波的光場全聚焦圖像融合算法，通過對光場數(shù)字重聚焦得到的多幅重聚焦圖像進(jìn)行多尺度分解、特征層決策圖引導(dǎo)濾波優(yōu)化來獲得最終全聚焦圖像。與傳統(tǒng)融合算法相比，該方法對4D光場標(biāo)定誤差帶來的邊緣信息損失進(jìn)行了補償，在重聚焦圖像多尺度分解過程中增加了邊緣層的提取來實現(xiàn)圖像高頻信息增強，并建立多尺度圖像評價模型實現(xiàn)邊緣層引導(dǎo)濾波參數(shù)優(yōu)化，可獲得更高質(zhì)量的光場全聚焦圖像。實驗結(jié)果表明，在不明顯降低融合圖像與原始圖像相似性的前提下，該方法可有效提高全聚焦圖像的邊緣強度和感知清晰度。
2020, 42(9): 2302-2311.
doi: 10.11999/JEIT190608
摘要:
色環(huán)電阻是印刷電路板(PCB)中最常用的電子元器件之一，主要依靠色環(huán)的排列順序和顏色等視覺信息進(jìn)行區(qū)分，易發(fā)生裝配錯誤。但是色環(huán)電阻裝配質(zhì)量的人工檢測方法效率低、誤檢率高，而傳統(tǒng)的基于圖像處理技術(shù)的自動檢測方法魯棒性較差，難以解決不同拍攝角度、物距及光照條件下的PCB板色環(huán)電阻檢測問題。針對這一問題，該文提出一種基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)的PCB板色環(huán)電阻自動檢測與定位方法，首先采用編碼器-解碼器結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)模型及帶有權(quán)重的交叉熵?fù)p失函數(shù)的網(wǎng)絡(luò)訓(xùn)練方法，較好地解決了復(fù)雜光照及場景下PCB板色環(huán)電阻的圖像分割問題；然后采用最小面積外接矩形方法定位單個色環(huán)電阻，并通過仿射變換對色環(huán)電阻位置進(jìn)行垂直校正；最后通過高斯模板匹配方法實現(xiàn)了色環(huán)電阻的色環(huán)定位。采用1270幅PCB圖像對該文方法進(jìn)行了實驗和驗證，并與傳統(tǒng)的基于形態(tài)學(xué)和基于模板匹配的色環(huán)電阻檢測方法進(jìn)行了對比，結(jié)果表明，該文方法在召回率、準(zhǔn)確率及重疊度等性能指標(biāo)上具有明顯優(yōu)勢，處理速度快，能滿足實際應(yīng)用要求。
色環(huán)電阻是印刷電路板(PCB)中最常用的電子元器件之一，主要依靠色環(huán)的排列順序和顏色等視覺信息進(jìn)行區(qū)分，易發(fā)生裝配錯誤。但是色環(huán)電阻裝配質(zhì)量的人工檢測方法效率低、誤檢率高，而傳統(tǒng)的基于圖像處理技術(shù)的自動檢測方法魯棒性較差，難以解決不同拍攝角度、物距及光照條件下的PCB板色環(huán)電阻檢測問題。針對這一問題，該文提出一種基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)的PCB板色環(huán)電阻自動檢測與定位方法，首先采用編碼器-解碼器結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)模型及帶有權(quán)重的交叉熵?fù)p失函數(shù)的網(wǎng)絡(luò)訓(xùn)練方法，較好地解決了復(fù)雜光照及場景下PCB板色環(huán)電阻的圖像分割問題；然后采用最小面積外接矩形方法定位單個色環(huán)電阻，并通過仿射變換對色環(huán)電阻位置進(jìn)行垂直校正；最后通過高斯模板匹配方法實現(xiàn)了色環(huán)電阻的色環(huán)定位。采用1270幅PCB圖像對該文方法進(jìn)行了實驗和驗證，并與傳統(tǒng)的基于形態(tài)學(xué)和基于模板匹配的色環(huán)電阻檢測方法進(jìn)行了對比，結(jié)果表明，該文方法在召回率、準(zhǔn)確率及重疊度等性能指標(biāo)上具有明顯優(yōu)勢，處理速度快，能滿足實際應(yīng)用要求。
2020, 42(9): 2312-2318.
doi: 10.11999/JEIT190592
摘要:
該文提出了一種用于高速高精度電荷域流水線模數(shù)轉(zhuǎn)換器(ADC)的電荷域4.5位前端子級電路。該4.5位子級電路使用增強型電荷傳輸(BCT)電路替代傳統(tǒng)開關(guān)電容技術(shù)流水線ADC中的高增益帶寬積運放來實現(xiàn)電荷信號傳輸和余量處理，從而實現(xiàn)超低功耗。所提4.5位子級電路被運用于一款14位210 MS/s電荷域ADC中作為前端第1級子級電路，并在1P6M 0.18 μm CMOS工藝下實現(xiàn)。測試結(jié)果顯示，該14位ADC電路在210 MS/s條件下對于30.1 MHz單音正弦輸入信號得到的無雜散動態(tài)范圍為85.4 dBc，信噪比為71.5 dBFS, ADC內(nèi)核面積為3.2 mm2，功耗僅為205 mW。
該文提出了一種用于高速高精度電荷域流水線模數(shù)轉(zhuǎn)換器(ADC)的電荷域4.5位前端子級電路。該4.5位子級電路使用增強型電荷傳輸(BCT)電路替代傳統(tǒng)開關(guān)電容技術(shù)流水線ADC中的高增益帶寬積運放來實現(xiàn)電荷信號傳輸和余量處理，從而實現(xiàn)超低功耗。所提4.5位子級電路被運用于一款14位210 MS/s電荷域ADC中作為前端第1級子級電路，并在1P6M 0.18 μm CMOS工藝下實現(xiàn)。測試結(jié)果顯示，該14位ADC電路在210 MS/s條件下對于30.1 MHz單音正弦輸入信號得到的無雜散動態(tài)范圍為85.4 dBc，信噪比為71.5 dBFS, ADC內(nèi)核面積為3.2 mm2，功耗僅為205 mW。
