2009, 31(5): 1229-1232.
doi: 10.3724/SP.J.1146.2008.00036
刊出日期：2009-05-19
该文针对多用户MIMO-OFDM系统，基于最大化信号与干扰加噪声比(Signal-to Jamming and Noise Ratio，SJNR)预编码，提出了实用的自适应资源分配方法。根据各用户SJNR值，提出采用递增(Incremental Algorithm，IA)和递减(Decremental Algorithm，DA)两种方法为各子载波选择用户集合，使各子载波被多个用户最优复用，实现多用户分集，以达到最大化系统吞吐量的目的。此外，基于DA思想，给出了考虑不同用户QoS要求下分配子载波的方法(QoS Decremental Algorithm，QDA)。分析和仿真结果表明，IA和DA在大大降低算法复杂度的同时使性能很好地接近最优算法，QDA能在满足不同用户QoS要求的同时最大化系统吞吐量。
2023, 45(10): 3558-3567.
doi: 10.11999/JEIT221017
刊出日期：2023-10-31
为了提高轻型卷积神经网络(CNN)在遥感图像(RSI)场景分类任务中的精度，该文设计一个双注意力(DA)与空间结构(SS)相融合的双知识蒸馏(DKD)模型。首先，构造新的DA模块，将其嵌入到ResNet101与设计的轻型CNN，分别作为教师与学生网络；然后，构造DA蒸馏损失函数，将教师网络中的DA知识迁移到学生网络之中，从而增强其对RSI的局部特征提取能力；最后，构造SS蒸馏损失函数，将教师网络中的语义提取能力以空间结构的形式迁移到学生网络，以增强其对RSI的高层语义表示能力。基于两个标准数据集AID和NWPU-45的对比实验结果表明，在训练比例为20%的情况下，经知识蒸馏之后的学生网络性能分别提高了7.69%和7.39%，且在参量更少的情况下性能也优于其他方法。
2008, 30(4): 768-771.
doi: 10.3724/SP.J.1146.2006.01467
刊出日期：2008-04-19
该文研究了低轨道(LEO)卫星CDMA系统发信机的数字部分，介绍了其结构、算法原理及其具体实现。重点介绍了发信机数字信号处理部分在FPGA的实现，主要包括信息数据流的处理及编码、交织、成型滤波、CIC插值滤波和数字上变频等。在设计上采用了基于多相滤波结构和分布式算法(DA)的成型滤波器以及高效CIC插值滤波器，节省了系统的硬件资源，提高了系统的性能。
2006, 28(4): 597-602.
刊出日期：2006-04-19
基于视觉采样原理，该文提出了一般化的视觉采样聚类方法VSC。该方法将视觉原理与著名的Weber定律结合起来，其特点是：对聚类初始条件不敏感；Weber定律提供了新的聚类有效性标准，并且该方法所得到的合理的聚类数可以依据Weber定律而得到。大量的实验结果表明了算法VSC的有效性。文中讨论了算法VSC与由Yang Miin-Shen等人(2004)新近提出的基于相似度量的聚类算法SCA之间的内在联系，得出了这两个算法具有一定的同解性质，从而揭示了该文所提方法VSC能够有效地克服算法SCA中参数 不易确定的困难。
2006, 28(8): 1415-1417.
刊出日期：2006-08-19
关键词:
数字签名;代理签名;多重代理;多重签名
为克服多重代理签名方案中无法确认谁是真正签名者的弱点，Sun于1999年提出了不可否认的代理签名方案。2000年Hwang等人指出Sun的方案不安全，并对Sun的方案进行了改进，2004年 Tzeng, Tan, Yang各自对Hwang等人的方案进行了安全性分析，指出Hwang方案容易受到内部伪造攻击。该文通过让原始签名组与代理签名组互动来实现秘密共享和密钥分配的方法，设计了一种新的安全的多重代理、多重签名方案，它能够满足不可否认性和不可伪造性的要求。
2007, 29(10): 2529-2532.
doi: 10.3724/SP.J.1146.2006.00414
刊出日期：2007-10-19
Gu-Zhang-Yang(2005)提出了一个不需要可信第三方参与的匿名代理签名方案，由于该方案的签名验证数据中没有回避孤悬因子这一现象，因此并不满足强不可伪造性，原始签名人可以伪造一个有效的代理签名通过验证，并成功地在代理签名者身份揭示阶段向公众证明该伪造的代理签名是由合法的代理签名者产生的。本文在分析该方案安全性的基础上提出了改进的匿名代理签名方案，克服了原方案的不足。
2013, 35(11): 2700-2706.
doi: 10.3724/SP.J.1146.2013.00106
刊出日期：2013-11-19
为了解决杂波环境下脉冲多普勒(PD)雷达的多目标跟踪问题，提出一种距离模糊情况下基于概率假设密度滤波(PHDF)和数据关联(DA)的联合解距离模糊和多目标跟踪方法。该方法使雷达采用一组脉冲重复频率(PRF)交替变换的工作模式，并对雷达生成的模糊量测进行多假设，得到扩展量测集；然后，利用PHDF可以有效滤除杂波和避免目标-量测数据关联的突出优点，对扩展量测集进行滤波，得到粗略的目标状态估计；最后，对PHDF的滤波结果进行航迹-估计值关联，给出多目标航迹信息。仿真结果表明，该算法可以同时给出目标个数和各目标状态估计，实现杂波环境和距离模糊条件下对多目标的有效跟踪。
, 最新更新时间: ,
doi: 10.11999/JEIT230974
装载各种有效荷载的无人机(UAV)能够实现传感、通信和计算等多任务，因而常被部署到数据采集(DA)和辅助计算等领域。但是到目前为止，绝大多数研究仅专注于单一功能的无人机辅助的通信网络资源分配与轨迹优化，对于面向多任务的资源分配和轨迹优化问题还未解决。为此，该文提出一种综合考虑无人机数据采集、数据广播以及计算任务卸载的无人机辅助的通信网络资源优化的分配策略，旨在通过联合优化传输占空比、用户发射功率与无人机轨迹，在满足目标位置采集数据实时广播的前提下，最大化用户卸载量。为了解决多变量耦合优化问题，提出了基于块坐标下降(BCD)和连续凸逼近(SCA)的高效迭代优化算法，将耦合优化问题分解为3个子问题进行迭代优化。最后，大量仿真结果表明，该算法在公平性和总卸载计算量方面都优于其他测试方案。
