邮件订阅
优先发表栏目展示本刊经同行评议确定正式录用的文章，这些文章目前处在编校过程，尚未确定卷期及页码，但可以根据DOI进行引用。本栏目内容尚未正式出版，未经编辑部许可，不得转载。
显示方式:
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT211164
摘要:
随着现代通信技术的进步，特别是4G,5G等无线移动通信的高速发展，多正交振幅调制(QAM)等高频谱利用率的调制方式得到广泛应用，对无线通信系统提出了更高、更严格的线性要求。射频低噪声放大器(LNA)作为射频前端(RF FEM)的第1个有源器件，其非线性特征直接影响系统的信号质量和动态范围。以3阶交调为例，低噪声放大器需要足够的输入3阶交截点，以确保即使在强干扰信号下也能提供预期的性能。基于3阶非线性模型，该文简要分析了3阶交调的理论模型，梳理了提高3阶交截点的方法，归纳研究了近年来相关的研究成果与进展，并展望了未来的发展趋势。
随着现代通信技术的进步，特别是4G,5G等无线移动通信的高速发展，多正交振幅调制(QAM)等高频谱利用率的调制方式得到广泛应用，对无线通信系统提出了更高、更严格的线性要求。射频低噪声放大器(LNA)作为射频前端(RF FEM)的第1个有源器件，其非线性特征直接影响系统的信号质量和动态范围。以3阶交调为例，低噪声放大器需要足够的输入3阶交截点，以确保即使在强干扰信号下也能提供预期的性能。基于3阶非线性模型，该文简要分析了3阶交调的理论模型，梳理了提高3阶交截点的方法，归纳研究了近年来相关的研究成果与进展，并展望了未来的发展趋势。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT220240
摘要:
随着物联网(IoT)的快速发展，人工智能(AI)与边缘计算(EC)的深度融合形成了边缘智能(Edge AI)。但由于IoT设备计算与通信资源有限，并且这些设备通常具有隐私保护的需求，那么在保护隐私的同时，如何加速Edge AI仍然是一个挑战。联邦学习(FL)作为一种新兴的分布式学习范式，在隐私保护和提升模型性能等方面，具有巨大的潜力，但是通信及本地训练效率低。为了解决上述难题，该文提出一种FL加速框架AccFed。首先，根据网络状态的不同，提出一种基于模型分割的端边云协同训练算法，加速FL本地训练；然后，设计一种多轮迭代再聚合的模型聚合算法，加速FL聚合；最后实验结果表明，AccFed在训练精度、收敛速度、训练时间等方面均优于对照组。
随着物联网(IoT)的快速发展，人工智能(AI)与边缘计算(EC)的深度融合形成了边缘智能(Edge AI)。但由于IoT设备计算与通信资源有限，并且这些设备通常具有隐私保护的需求，那么在保护隐私的同时，如何加速Edge AI仍然是一个挑战。联邦学习(FL)作为一种新兴的分布式学习范式，在隐私保护和提升模型性能等方面，具有巨大的潜力，但是通信及本地训练效率低。为了解决上述难题，该文提出一种FL加速框架AccFed。首先，根据网络状态的不同，提出一种基于模型分割的端边云协同训练算法，加速FL本地训练；然后，设计一种多轮迭代再聚合的模型聚合算法，加速FL聚合；最后实验结果表明，AccFed在训练精度、收敛速度、训练时间等方面均优于对照组。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT211426
摘要:
近年来水声网络(UAN)技术飞速发展，但仍然面临诸多严峻挑战，能量效率成为水声网络的首要考虑因素。此外，水声信道传播时延大且可用带宽受限，严重制约了水声通信技术的可靠性和有效性，进而限制了水声网络的整体性能。定向通信技术可以有效改善上述情况，通过波束聚焦能力将声波能量聚集在一定角度范围内，获得比全向通信更高的通信范围和信噪比，提升整个网络的能耗效率和空间复用率。但该技术需要对目的节点的位置具备先验知识，且会面临“聋节点”问题，因此该文提出一个水声网络全双工定向碰撞避免(FDDCA)媒体接入控制(MAC)协议，通过装备两个分别处于不同工作频带的全向换能器和定向换能器解决“聋节点”问题，并通过降低节点的冲突域解决了“暴露终端”问题。仿真结果表明，与水下Aloha(UW-Aloha)和时隙地面多址接入(S-FAMA)协议相比，FDDCA在多汇聚节点的网络拓扑下吞吐量分别提升了140%和400%，网络能效上节省了90%和94%。
近年来水声网络(UAN)技术飞速发展，但仍然面临诸多严峻挑战，能量效率成为水声网络的首要考虑因素。此外，水声信道传播时延大且可用带宽受限，严重制约了水声通信技术的可靠性和有效性，进而限制了水声网络的整体性能。定向通信技术可以有效改善上述情况，通过波束聚焦能力将声波能量聚集在一定角度范围内，获得比全向通信更高的通信范围和信噪比，提升整个网络的能耗效率和空间复用率。但该技术需要对目的节点的位置具备先验知识，且会面临“聋节点”问题，因此该文提出一个水声网络全双工定向碰撞避免(FDDCA)媒体接入控制(MAC)协议，通过装备两个分别处于不同工作频带的全向换能器和定向换能器解决“聋节点”问题，并通过降低节点的冲突域解决了“暴露终端”问题。仿真结果表明，与水下Aloha(UW-Aloha)和时隙地面多址接入(S-FAMA)协议相比，FDDCA在多汇聚节点的网络拓扑下吞吐量分别提升了140%和400%，网络能效上节省了90%和94%。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT211499
摘要:
该文针对有限区域的同时同频全双工跳频自组网络，通信节点位置不等价，受非对称互干扰和自干扰影响的场景，开展有限区域全双工跳频自组网的通信性能分析。以网络频带利用率为性能指标，推导出节点位置分布条件下的网络频带利用率闭合表达式，并提出一种降低网络互干扰的节点位置优化分布方法。理论和仿真结果表明，有限区域全双工跳频自组网的性能与频点个数、通信距离、节点个数强相关，且全双工自组网络的性能与半双工网络相比，其占优区域受节点个数约束。
该文针对有限区域的同时同频全双工跳频自组网络，通信节点位置不等价，受非对称互干扰和自干扰影响的场景，开展有限区域全双工跳频自组网的通信性能分析。以网络频带利用率为性能指标，推导出节点位置分布条件下的网络频带利用率闭合表达式，并提出一种降低网络互干扰的节点位置优化分布方法。理论和仿真结果表明，有限区域全双工跳频自组网的性能与频点个数、通信距离、节点个数强相关，且全双工自组网络的性能与半双工网络相比，其占优区域受节点个数约束。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT210743
摘要:
针对网络切片场景下时变网络流量引起的虚拟网络功能(VNF)迁移问题，该文提出一种基于联邦学习的双向门控循环单元(FedBi-GRU)资源需求预测的VNF迁移算法。该算法首先建立系统能耗和负载均衡的VNF迁移模型，然后提出一种基于分布式联邦学习框架协作训练预测模型，并在此框架的基础上设计基于在线训练的双向门控循环单元(Bi-GRU)算法预测VNF的资源需求。基于资源预测结果，联合系统能耗优化和负载均衡，提出一种分布式近端策略优化(DPPO)的迁移算法提前制定VNF迁移策略。仿真结果表明，两种算法的结合有效地降低了网络系统能耗并保证负载均衡。
针对网络切片场景下时变网络流量引起的虚拟网络功能(VNF)迁移问题，该文提出一种基于联邦学习的双向门控循环单元(FedBi-GRU)资源需求预测的VNF迁移算法。该算法首先建立系统能耗和负载均衡的VNF迁移模型，然后提出一种基于分布式联邦学习框架协作训练预测模型，并在此框架的基础上设计基于在线训练的双向门控循环单元(Bi-GRU)算法预测VNF的资源需求。基于资源预测结果，联合系统能耗优化和负载均衡，提出一种分布式近端策略优化(DPPO)的迁移算法提前制定VNF迁移策略。仿真结果表明，两种算法的结合有效地降低了网络系统能耗并保证负载均衡。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT211188
摘要:
多曝光图像融合是将同一场景不同曝光度的图像进行融合，是当前高动态场景成像的主流方法。为了获得更自然的融合效果，该文提出基于深度引导与自学习的多曝光图像融合网络。该网络是以端到端的方式融合任意数量的不同曝光度图像，无监督地输出最优的融合结果。在损失函数方面，通过引入强度保真约束项和加权的多曝光图像融合结构相似性度量项，提升融合效果。此外，针对两幅极度曝光情况下的图像融合，该文采用自学习的方式，基于预训练的模型进行参数微调与优化，减弱光晕现象。基于大量测试数据，实验结果表明，该文所提算法在定量指标和视觉融合效果方面均优于现有主流算法。
多曝光图像融合是将同一场景不同曝光度的图像进行融合，是当前高动态场景成像的主流方法。为了获得更自然的融合效果，该文提出基于深度引导与自学习的多曝光图像融合网络。该网络是以端到端的方式融合任意数量的不同曝光度图像，无监督地输出最优的融合结果。在损失函数方面，通过引入强度保真约束项和加权的多曝光图像融合结构相似性度量项，提升融合效果。此外，针对两幅极度曝光情况下的图像融合，该文采用自学习的方式，基于预训练的模型进行参数微调与优化，减弱光晕现象。基于大量测试数据，实验结果表明，该文所提算法在定量指标和视觉融合效果方面均优于现有主流算法。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT211249
摘要:
该文面向基于闪存(Flash)的脉冲卷积神经网络(SCNN)提出一种积分发放(IF)型模拟神经元电路，该电路实现了位线电压箝位、电流读出减法和积分发放功能。为解决低电流读出速度较慢的问题，该文设计一种通过增加旁路电流大幅提高电流读出范围和读出速度的方法；针对传统模拟神经元复位方案造成的阵列信息丢失问题，提出一种固定泄放阈值电压的脉冲神经元复位方案，提高了阵列电流信息的完整性和神经网络的精度。基于55 nm 互补金属氧化物半导体(CMOS)工艺对电路进行设计并流片。后仿结果表明，在20 μA电流输出时，读出速度提高了100%，在0 μA电流输出时，读出速度提升了263.6%，神经元电路工作状态良好。测试结果表明，在0～20 μA电流输出范围内，箝位电压误差小于0.2 mV，波动范围小于0.4 mV，电流读出减法线性度可达到99.9%。为了研究所提模拟神经元电路的性能，分别通过LeNet和AlexNet对MNIST和CIFAR-10数据集进行识别准确率测试，结果表明，神经网络识别准确率分别提升了1.4%和38.8%。
该文面向基于闪存(Flash)的脉冲卷积神经网络(SCNN)提出一种积分发放(IF)型模拟神经元电路，该电路实现了位线电压箝位、电流读出减法和积分发放功能。为解决低电流读出速度较慢的问题，该文设计一种通过增加旁路电流大幅提高电流读出范围和读出速度的方法；针对传统模拟神经元复位方案造成的阵列信息丢失问题，提出一种固定泄放阈值电压的脉冲神经元复位方案，提高了阵列电流信息的完整性和神经网络的精度。基于55 nm 互补金属氧化物半导体(CMOS)工艺对电路进行设计并流片。后仿结果表明，在20 μA电流输出时，读出速度提高了100%，在0 μA电流输出时，读出速度提升了263.6%，神经元电路工作状态良好。测试结果表明，在0～20 μA电流输出范围内，箝位电压误差小于0.2 mV，波动范围小于0.4 mV，电流读出减法线性度可达到99.9%。为了研究所提模拟神经元电路的性能，分别通过LeNet和AlexNet对MNIST和CIFAR-10数据集进行识别准确率测试，结果表明，神经网络识别准确率分别提升了1.4%和38.8%。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT220142
摘要:
该文首次研究了可见光通信(VLC)与射频(RF) 聚合系统稳健波束成形设计。具体来说，在VLC和RF信道状态信息都不完美(CSIs)的情况下，该文提出了稳健波束成形设计方案，研究了同时满足最小速率要求和调光控制约束的总传输功率最小化问题。然而，稳健波束成形设计问题存在无限多的约束，这是难以处理的。通过半正定松弛(SDR)，首先对非凸原问题进行松弛，然后利用\begin{document}$\mathcal{S}$\end{document} ![]()
![]()
该文首次研究了可见光通信(VLC)与射频(RF) 聚合系统稳健波束成形设计。具体来说，在VLC和RF信道状态信息都不完美(CSIs)的情况下，该文提出了稳健波束成形设计方案，研究了同时满足最小速率要求和调光控制约束的总传输功率最小化问题。然而，稳健波束成形设计问题存在无限多的约束，这是难以处理的。通过半正定松弛(SDR)，首先对非凸原问题进行松弛，然后利用
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT220088
摘要:
在工业无线传感器网络中，实时交付工业现场的周期性控制/传感数据流与非周期性事件数据流，是保障生产安全高效运行的关键。信息年龄(AoI)作为一种新兴的数据新鲜度衡量指标，能够从目标节点角度全面地度量网络数据交付的实时性。针对周期性和非周期性数据混合的工业无线传感器网络，该文在引入网络数据整体新鲜度指标的同时，考虑到周期性数据新鲜度在超过阈值后可能会对工业生产造成负面影响，建立了最小化系统平均AoI和周期性数据AoI逾期概率的联合优化模型，并将优化问题表述为马尔可夫决策过程进行求解。由于传统基于相对值迭代的最优求解方法在大规模网络中因为维度灾难难以实施，因此采用深度强化学习降低优化问题的状态空间维度，并改进决策探索机制以加快学习速度，提出了基于优化决策探索的深度强化学习调度方法。仿真结果表明，所提方法能够提高网络数据交付的实时性，并有效减少周期性数据的AoI逾期概率。
在工业无线传感器网络中，实时交付工业现场的周期性控制/传感数据流与非周期性事件数据流，是保障生产安全高效运行的关键。信息年龄(AoI)作为一种新兴的数据新鲜度衡量指标，能够从目标节点角度全面地度量网络数据交付的实时性。针对周期性和非周期性数据混合的工业无线传感器网络，该文在引入网络数据整体新鲜度指标的同时，考虑到周期性数据新鲜度在超过阈值后可能会对工业生产造成负面影响，建立了最小化系统平均AoI和周期性数据AoI逾期概率的联合优化模型，并将优化问题表述为马尔可夫决策过程进行求解。由于传统基于相对值迭代的最优求解方法在大规模网络中因为维度灾难难以实施，因此采用深度强化学习降低优化问题的状态空间维度，并改进决策探索机制以加快学习速度，提出了基于优化决策探索的深度强化学习调度方法。仿真结果表明，所提方法能够提高网络数据交付的实时性，并有效减少周期性数据的AoI逾期概率。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT211618
摘要:
该文考虑一种智能反射面(IRS)辅助及人工噪声(AN)增强的无线隐蔽通信以提升隐蔽传输性能。首先，分析了Willie的探测性能并给出了总的最小探测错误概率下界表达式。 在此基础之上，构建以最大化有效吞吐量为目标函数，以隐蔽需求和最大AN发射功率为约束的优化问题。该优化问题为非凸的，通常很难直接求解。该文提出基于Dinkelbach方法的交替迭代算法联合设计IRS的反射系数和Alice的发射功率及Bob的AN发射功率。为了降低计算复杂度，进一步提出一种低复杂度算法以获取相应优化变量的解析表达式。仿真结果表明：与无IRS及无AN方案相比，所提方案可以显著提升隐蔽传输性能。
该文考虑一种智能反射面(IRS)辅助及人工噪声(AN)增强的无线隐蔽通信以提升隐蔽传输性能。首先，分析了Willie的探测性能并给出了总的最小探测错误概率下界表达式。 在此基础之上，构建以最大化有效吞吐量为目标函数，以隐蔽需求和最大AN发射功率为约束的优化问题。该优化问题为非凸的，通常很难直接求解。该文提出基于Dinkelbach方法的交替迭代算法联合设计IRS的反射系数和Alice的发射功率及Bob的AN发射功率。为了降低计算复杂度，进一步提出一种低复杂度算法以获取相应优化变量的解析表达式。仿真结果表明：与无IRS及无AN方案相比，所提方案可以显著提升隐蔽传输性能。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT211605
摘要:
在神经元活动的模型建立和分析过程中，应考虑一些生物物理效应。由于神经系统内部细胞内外离子浓度的波动，在集体电活动和神经元集群之间信号传播的过程中需要考虑电磁场的内部波动和跨膜磁通的影响。该文在一类混合神经元中引入磁通变量，通过对膜电位的调制诱发复杂的时变电磁场，运用Xppauto, Matcont和MATLAB等分析工具，探讨了新模型平衡点的存在性、初值敏感性和双参数分岔，发现外界刺激电流和电磁场变化时，可诱发新模型产生丰富的放电模式，如静息态、尖峰放电、周期(或混沌)簇放电，特别是由于磁通变量及忆阻器的引入产生的共存放电、隐藏放电等新现象。通过上述分析，基于电磁感应的神经元模型具有高非线性和较多的敏感参数，可使加密算法具有较大的密钥空间，基于此，该文设计了一种图像加密算法，对明文图像的像素先进行一次扩散再对其位置进行两次置乱。最后，通过一系列数值实验证明所设计的加密算法能有效地加密图像并且具有较高的安全性。该文考虑了神经细胞内外的电磁感应效应，有助于更全面了解神经元之间的信息编码和转迁规律，更多的分岔参数和高复杂性也使所设计的神经元模型在图像加密中具有很好的应用前景。
在神经元活动的模型建立和分析过程中，应考虑一些生物物理效应。由于神经系统内部细胞内外离子浓度的波动，在集体电活动和神经元集群之间信号传播的过程中需要考虑电磁场的内部波动和跨膜磁通的影响。该文在一类混合神经元中引入磁通变量，通过对膜电位的调制诱发复杂的时变电磁场，运用Xppauto, Matcont和MATLAB等分析工具，探讨了新模型平衡点的存在性、初值敏感性和双参数分岔，发现外界刺激电流和电磁场变化时，可诱发新模型产生丰富的放电模式，如静息态、尖峰放电、周期(或混沌)簇放电，特别是由于磁通变量及忆阻器的引入产生的共存放电、隐藏放电等新现象。通过上述分析，基于电磁感应的神经元模型具有高非线性和较多的敏感参数，可使加密算法具有较大的密钥空间，基于此，该文设计了一种图像加密算法，对明文图像的像素先进行一次扩散再对其位置进行两次置乱。最后，通过一系列数值实验证明所设计的加密算法能有效地加密图像并且具有较高的安全性。该文考虑了神经细胞内外的电磁感应效应，有助于更全面了解神经元之间的信息编码和转迁规律，更多的分岔参数和高复杂性也使所设计的神经元模型在图像加密中具有很好的应用前景。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT211405
摘要:
针对传统意图识别方法只能处理某种类型不确定性信息的不足，该文结合模糊集和证据理论(DS)优势提出一种模糊置信规则信息处理方法。首先在置信规则前提部分改进了前提属性的连接关系，根据数据集统计分布特点设计了模糊集分割，选取Cauchy型分布作为隶属度函数，较好地避免置信规则无法被有效激活进而导致系统无有效输出问题；其次融合处理辨识框架内不同类别的置信分布，建立规则权重和特征权重优化模型，构建了特征空间与类别空间之间的输入输出关系；在此基础上，计算未知意图数据在相应规则模糊域的匹配度和激活度，采用置信度最大原则进行识别决策。通过实验验证、参数敏感性及结果分析、时间复杂度分析，表明该文方法可以获得比其他识别方法更高的正确率，尤其是在小样本条件下更能体现出该方法的有效性和可靠性。
针对传统意图识别方法只能处理某种类型不确定性信息的不足，该文结合模糊集和证据理论(DS)优势提出一种模糊置信规则信息处理方法。首先在置信规则前提部分改进了前提属性的连接关系，根据数据集统计分布特点设计了模糊集分割，选取Cauchy型分布作为隶属度函数，较好地避免置信规则无法被有效激活进而导致系统无有效输出问题；其次融合处理辨识框架内不同类别的置信分布，建立规则权重和特征权重优化模型，构建了特征空间与类别空间之间的输入输出关系；在此基础上，计算未知意图数据在相应规则模糊域的匹配度和激活度，采用置信度最大原则进行识别决策。通过实验验证、参数敏感性及结果分析、时间复杂度分析，表明该文方法可以获得比其他识别方法更高的正确率，尤其是在小样本条件下更能体现出该方法的有效性和可靠性。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT211400
摘要:
近年来，伴随着运载、卫星、通信、网络、智能等技术的发展，天基网络形态正在发生质的变化。低轨(LEO)星座网络已经成为众多应用场景、业务承载需求的新选项，有向着全球覆盖、天地一体、多业务承载、持续演进、安全可控的天基通用信息网络基础设施发展的趋势，而这样的愿景对未来低轨星座网络架构提出了更高的要求。该文首先从空间网络、先进卫星以及天地网络融合3方面技术领域对近年来低轨星座网络相关技术的发展现状进行了概述，并对低轨星座网络发展的愿景与趋势进行了分析研判。在此基础上，该文提出基于软件定义(SDN)和网络功能虚拟化(NFV)的全云化卫星-5G融合网络架构，使网络具备架构可编程、网络功能抽象解耦以及去中心化的核心优势，辅以意图驱动网络等智能网络运行管理方法，实现网络的多业务承载、持续演进、自动化管理等能力。最后，该文对需重点关注的技术方向进行了展望。
近年来，伴随着运载、卫星、通信、网络、智能等技术的发展，天基网络形态正在发生质的变化。低轨(LEO)星座网络已经成为众多应用场景、业务承载需求的新选项，有向着全球覆盖、天地一体、多业务承载、持续演进、安全可控的天基通用信息网络基础设施发展的趋势，而这样的愿景对未来低轨星座网络架构提出了更高的要求。该文首先从空间网络、先进卫星以及天地网络融合3方面技术领域对近年来低轨星座网络相关技术的发展现状进行了概述，并对低轨星座网络发展的愿景与趋势进行了分析研判。在此基础上，该文提出基于软件定义(SDN)和网络功能虚拟化(NFV)的全云化卫星-5G融合网络架构，使网络具备架构可编程、网络功能抽象解耦以及去中心化的核心优势，辅以意图驱动网络等智能网络运行管理方法，实现网络的多业务承载、持续演进、自动化管理等能力。最后，该文对需重点关注的技术方向进行了展望。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT210720
摘要:
线性码在数据存储、信息安全以及秘密共享等领域具有重要的作用。而极小线性码是设计秘密共享方案的首选码，设计极小线性码是当前密码与编码研究的重要内容之一。该文首先选取恰当的布尔函数，研究了函数的Walsh谱值分布，并利用布尔函数的Walsh谱值分布构造了两类极小线性码，确定了码的参数及重量分布。结果表明，所构造的码是不满足Ashikhmin-Barg条件的极小线性码，可用作设计具有良好访问结构的秘密共享方案。
线性码在数据存储、信息安全以及秘密共享等领域具有重要的作用。而极小线性码是设计秘密共享方案的首选码，设计极小线性码是当前密码与编码研究的重要内容之一。该文首先选取恰当的布尔函数，研究了函数的Walsh谱值分布，并利用布尔函数的Walsh谱值分布构造了两类极小线性码，确定了码的参数及重量分布。结果表明，所构造的码是不满足Ashikhmin-Barg条件的极小线性码，可用作设计具有良好访问结构的秘密共享方案。
当前状态:
, 最新更新时间: ,
doi: 10.11999/JEIT210161
摘要:
雷达辐射源个体识别通过提取个体特征来辨识雷达个体，是电子对抗领域的热点研究方向。近年来随着深度学习的飞速发展及其在各领域的成功应用，基于深度学习的雷达辐射源个体识别成为焦点。虽然研究多年，成果丰富，但目前尚缺少关于该方向全面、细致的综述。基于此，该文从雷达辐射源个体特征机理分析、基于手工特征的识别方法、基于深度学习的识别方法以及数据集构建4个方面着手，对雷达辐射源个体识别开展系统的综述工作，并对当前现状和未来方向进行总结与展望，旨在推动雷达辐射源个体识别理论和方法研究的新发展。
雷达辐射源个体识别通过提取个体特征来辨识雷达个体，是电子对抗领域的热点研究方向。近年来随着深度学习的飞速发展及其在各领域的成功应用，基于深度学习的雷达辐射源个体识别成为焦点。虽然研究多年，成果丰富，但目前尚缺少关于该方向全面、细致的综述。基于此，该文从雷达辐射源个体特征机理分析、基于手工特征的识别方法、基于深度学习的识别方法以及数据集构建4个方面着手，对雷达辐射源个体识别开展系统的综述工作，并对当前现状和未来方向进行总结与展望，旨在推动雷达辐射源个体识别理论和方法研究的新发展。
显示方式:
2022, 44(4): 1147-1155.
doi: 10.11999/JEIT211044
摘要:
超宽带 (UWB) 雷达人体行为感知主要研究如何利用人体目标电磁散射回波对位置、行为、意图等进行判别，是光学感知手段的有益补充，应对无光照、地物遮挡、非视距等情况下的应用场合。该文将超宽带雷达人体行为感知研究方法分成基于空间位置和基于微动特征两类技术。在介绍这类技术基本原理的基础上，对比分析了国内外代表性工作的能力现状。最后对超宽带雷达人体行为感知领域的后续重点研究方向进行了展望。
超宽带 (UWB) 雷达人体行为感知主要研究如何利用人体目标电磁散射回波对位置、行为、意图等进行判别，是光学感知手段的有益补充，应对无光照、地物遮挡、非视距等情况下的应用场合。该文将超宽带雷达人体行为感知研究方法分成基于空间位置和基于微动特征两类技术。在介绍这类技术基本原理的基础上，对比分析了国内外代表性工作的能力现状。最后对超宽带雷达人体行为感知领域的后续重点研究方向进行了展望。
2022, 44(4): 1156-1175.
doi: 10.11999/JEIT211051
摘要:
在人体目标的动作识别应用中，穿墙雷达(TWR)具有隐蔽性高、探测能力强和不易受环境因素限制等优点，同时兼具良好的目标隐私信息保护能力，在武装反恐、安保监控和医疗看护等领域发挥出重要作用。为了梳理穿墙雷达对人体目标动作识别技术的发展脉络以及预测该技术的未来发展趋势，该文首先简要介绍穿墙探测的工作原理，并对不同体制穿墙雷达的特点进行比较和讨论；然后，围绕穿墙雷达人体动作识别应用中的雷达成像、特征参数提取和动作状态判决等关键技术，对国内外公开发表的相关文献进行了归纳分析；最后，对穿墙雷达的人体动作识别技术研究进行总结和展望，指出该技术在目前实际应用中所面临的潜在问题和挑战。
在人体目标的动作识别应用中，穿墙雷达(TWR)具有隐蔽性高、探测能力强和不易受环境因素限制等优点，同时兼具良好的目标隐私信息保护能力，在武装反恐、安保监控和医疗看护等领域发挥出重要作用。为了梳理穿墙雷达对人体目标动作识别技术的发展脉络以及预测该技术的未来发展趋势，该文首先简要介绍穿墙探测的工作原理，并对不同体制穿墙雷达的特点进行比较和讨论；然后，围绕穿墙雷达人体动作识别应用中的雷达成像、特征参数提取和动作状态判决等关键技术，对国内外公开发表的相关文献进行了归纳分析；最后，对穿墙雷达的人体动作识别技术研究进行总结和展望，指出该技术在目前实际应用中所面临的潜在问题和挑战。
2022, 44(4): 1176-1192.
doi: 10.11999/JEIT211082
摘要:
超宽带(UWB)系统具有高传输速率、低功耗、探测精度高、穿透性强、安全性高等优势，在军事、雷达、生物探测、短距通信及室内室外高精度定位等场景有着广泛的应用。并且随着半导体技术的发展，基于CMOS的UWB雷达芯片成为研究热点。国内外众多学者及商业公司提出各具优势的UWB芯片及系统。该文从UWB系统、UWB芯片架构中关键电路和关键技术的研究现状与发展进行综述。
超宽带(UWB)系统具有高传输速率、低功耗、探测精度高、穿透性强、安全性高等优势，在军事、雷达、生物探测、短距通信及室内室外高精度定位等场景有着广泛的应用。并且随着半导体技术的发展，基于CMOS的UWB雷达芯片成为研究热点。国内外众多学者及商业公司提出各具优势的UWB芯片及系统。该文从UWB系统、UWB芯片架构中关键电路和关键技术的研究现状与发展进行综述。
2022, 44(4): 1193-1202.
doi: 10.11999/JEIT211203
摘要:
超宽带雷达由于具有距离分辨率高、穿透性强等特点，被广泛应用于废墟下的人体救援。然而，在复杂的环境条件下，依靠单台雷达对被困人员进行检测是一个巨大的挑战。该文基于分布式穿墙雷达系统，提出一种低信噪比条件下的人体目标自动检测方法。首先，两台超宽带脉冲雷达分时交替进行工作，从而避免探测时的互相干扰；然后对两台雷达的回波数据进行慢时间维度互相关处理，增强人体呼吸信号；其次，利用适配于分布式穿墙雷达的恒虚警率检测，实现人体呼吸信号的快速、自动检测；最后，通过三角定位方法实现被困人员的2维定位。一系列的实验结果表明，所提方法可以在低信噪比条件下实现人体的检测，其探测性能优于单台雷达。
超宽带雷达由于具有距离分辨率高、穿透性强等特点，被广泛应用于废墟下的人体救援。然而，在复杂的环境条件下，依靠单台雷达对被困人员进行检测是一个巨大的挑战。该文基于分布式穿墙雷达系统，提出一种低信噪比条件下的人体目标自动检测方法。首先，两台超宽带脉冲雷达分时交替进行工作，从而避免探测时的互相干扰；然后对两台雷达的回波数据进行慢时间维度互相关处理，增强人体呼吸信号；其次，利用适配于分布式穿墙雷达的恒虚警率检测，实现人体呼吸信号的快速、自动检测；最后，通过三角定位方法实现被困人员的2维定位。一系列的实验结果表明，所提方法可以在低信噪比条件下实现人体的检测，其探测性能优于单台雷达。
2022, 44(4): 1203-1211.
doi: 10.11999/JEIT211052
摘要:
针对多普勒穿墙雷达目标定位中难以从频率混叠区域准确提取定位信号的问题，该文提出一种基于改进Viterbi频率估计技术的目标定位算法。根据雷达回波的局部特性动态调整指数平滑法的平滑系数，并基于动态指数平滑预测数据定义Viterbi算法的新型惩罚函数。利用估计的目标频率曲线解调回波信号，完成对多个目标分量的分离，并结合多普勒处理方法合成目标运动轨迹，实现对目标的实时定位。实验结果表明，该方法有效抑制了算法在频率模糊区域的路径分叉问题，在多人体目标跟踪定位的应用场景中具有优越性。此外，新算法所采用的最佳路径搜索方式对传统Viterbi算法的全平面搜索进行了改进，有效提高了最佳路径的寻找效率。
针对多普勒穿墙雷达目标定位中难以从频率混叠区域准确提取定位信号的问题，该文提出一种基于改进Viterbi频率估计技术的目标定位算法。根据雷达回波的局部特性动态调整指数平滑法的平滑系数，并基于动态指数平滑预测数据定义Viterbi算法的新型惩罚函数。利用估计的目标频率曲线解调回波信号，完成对多个目标分量的分离，并结合多普勒处理方法合成目标运动轨迹，实现对目标的实时定位。实验结果表明，该方法有效抑制了算法在频率模糊区域的路径分叉问题，在多人体目标跟踪定位的应用场景中具有优越性。此外，新算法所采用的最佳路径搜索方式对传统Viterbi算法的全平面搜索进行了改进，有效提高了最佳路径的寻找效率。
2022, 44(4): 1212-1221.
doi: 10.11999/JEIT211078
摘要:
全波形反演(FWI)通过综合利用波场的运动学和动力学特征来实现对地下介质的高精度建模，是最具潜力的反演方法之一。目前，全波形反演仍面临诸多亟待解决的问题，最著名的就是初始模型依赖性问题。低频成分对于恢复长波背景速度结构进而构建初始模型至关重要，但是实际采集的探地雷达(GPR)数据中往往存在低频信息不足的情况，导致全波形反演难以获得理想的结果。为此，该文提出基于地面多偏移距雷达数据的包络-波形反演方法，利用包络波场携带低频信息的特征来构建大尺度背景模型，同时又实现了对小尺度弱扰动目标体的精细刻画。在原始记录低频成分缺失的情况下，通过与常规全波形反演方法进行对比表明：包络-波形反演方法能够有效重构缺失的低频成分，提高对地下大尺度背景构造和细节信息的成像效果。
全波形反演(FWI)通过综合利用波场的运动学和动力学特征来实现对地下介质的高精度建模，是最具潜力的反演方法之一。目前，全波形反演仍面临诸多亟待解决的问题，最著名的就是初始模型依赖性问题。低频成分对于恢复长波背景速度结构进而构建初始模型至关重要，但是实际采集的探地雷达(GPR)数据中往往存在低频信息不足的情况，导致全波形反演难以获得理想的结果。为此，该文提出基于地面多偏移距雷达数据的包络-波形反演方法，利用包络波场携带低频信息的特征来构建大尺度背景模型，同时又实现了对小尺度弱扰动目标体的精细刻画。在原始记录低频成分缺失的情况下，通过与常规全波形反演方法进行对比表明：包络-波形反演方法能够有效重构缺失的低频成分，提高对地下大尺度背景构造和细节信息的成像效果。
2022, 44(4): 1222-1230.
doi: 10.11999/JEIT211142
摘要:
在月壤中掩埋的岩块几何形状和电性特征分布具有显著的不确定性，探月雷达(LPR)获得的回波信号的特征复杂，无法有效地对月壤内部结构进行精确的几何成像。该文提出一种基于主成分分析降维的深度学习数据处理方法，用于复杂月表以下岩石分布结构的快速数字化成像，可以直接建立回波信号特征与月岩几何拓扑的关联关系。首先基于Apollo探月任务返回的月岩样品照片，利用边缘检测等图像处理方法提取月岩介质的几何轮廓，构建含有月岩块体的地层模型；针对信息冗余的时域回波信号，采用主成分分析法对高维空间的回波数据进行降维处理，然后利用基于均方根传递(RMSprop)的反向传播算法构建针对月岩介质上表面轮廓和位置的拟合预测模型。仿真结果表明，对于掩埋的具有复杂几何特征和高介电常数的单月岩块地层结构，深度学习R-square确定系数可达到0.93，月岩上表面轮廓和位置预测结果与真实模型重合度较高；同时也对复杂多月岩随机分布模型进行了探索性神经网络几何重建建模和验证。此工作为后续地质科学领域开展基于数据驱动模型的地层成像相关研究提供了初步的参考。
在月壤中掩埋的岩块几何形状和电性特征分布具有显著的不确定性，探月雷达(LPR)获得的回波信号的特征复杂，无法有效地对月壤内部结构进行精确的几何成像。该文提出一种基于主成分分析降维的深度学习数据处理方法，用于复杂月表以下岩石分布结构的快速数字化成像，可以直接建立回波信号特征与月岩几何拓扑的关联关系。首先基于Apollo探月任务返回的月岩样品照片，利用边缘检测等图像处理方法提取月岩介质的几何轮廓，构建含有月岩块体的地层模型；针对信息冗余的时域回波信号，采用主成分分析法对高维空间的回波数据进行降维处理，然后利用基于均方根传递(RMSprop)的反向传播算法构建针对月岩介质上表面轮廓和位置的拟合预测模型。仿真结果表明，对于掩埋的具有复杂几何特征和高介电常数的单月岩块地层结构，深度学习R-square确定系数可达到0.93，月岩上表面轮廓和位置预测结果与真实模型重合度较高；同时也对复杂多月岩随机分布模型进行了探索性神经网络几何重建建模和验证。此工作为后续地质科学领域开展基于数据驱动模型的地层成像相关研究提供了初步的参考。
2022, 44(4): 1231-1240.
doi: 10.11999/JEIT210602
摘要:
针对微动参数的高精度快速估计问题，该文提出一种基于几何绕射(GTD)模型和改进矩阵束的超宽带(UWB)散射中心提取算法，可实现散射中心径向距离、类型参数及散射强度的同时估计。该方法将超宽带条件下的目标GTD散射模型转化为状态空间方程，利用奇异值分解将汉克尔矩阵中的噪声分量去除，对降秩的汉克尔矩阵做广义特征值分解，利用单个脉冲内最强的若干散射点构造回波估计，进而获得径向距离的估计；在准确估计距离参数的条件下，对模型参数解耦，使得类型参数与其他参数分离，通过最小二乘算法和搜索算法获得类型参数的估计；最后基于最小二乘法估计出散射中心的散射强度。仿真结果表明，改进的矩阵束方法在低信噪比(SNR)下具有好的鲁棒性，可快速且高精度地提取目标微动距离、类型参数和散射强度等信息。
针对微动参数的高精度快速估计问题，该文提出一种基于几何绕射(GTD)模型和改进矩阵束的超宽带(UWB)散射中心提取算法，可实现散射中心径向距离、类型参数及散射强度的同时估计。该方法将超宽带条件下的目标GTD散射模型转化为状态空间方程，利用奇异值分解将汉克尔矩阵中的噪声分量去除，对降秩的汉克尔矩阵做广义特征值分解，利用单个脉冲内最强的若干散射点构造回波估计，进而获得径向距离的估计；在准确估计距离参数的条件下，对模型参数解耦，使得类型参数与其他参数分离，通过最小二乘算法和搜索算法获得类型参数的估计；最后基于最小二乘法估计出散射中心的散射强度。仿真结果表明，改进的矩阵束方法在低信噪比(SNR)下具有好的鲁棒性，可快速且高精度地提取目标微动距离、类型参数和散射强度等信息。
2022, 44(4): 1241-1248.
doi: 10.11999/JEIT211042
摘要:
废墟下呼吸信号的检测对地震救援具有重要意义。在实际中，障碍物(如墙体)后的人体呼吸信号会被环境中的噪声所掩盖。如何提升穿墙呼吸信号的信噪比(SNR)仍是一项具有挑战性的工作。该文提出一种基于先验信噪比估计的检测算法，用于增强穿墙弱呼吸信号的输出SNR。该算法在谱减法中典型的决策导向(DD)算法基础上加入了自适应权重因子，通过降低先验信噪比的估计误差来进一步消除残余随机噪声。通过仿真和实验验证了所提出算法的性能。与传统的快速傅里叶变换(FFT)、奇异值分解(SVD)和DD检测算法相比，所提出的呼吸检测算法的输出SNR有所提高。
废墟下呼吸信号的检测对地震救援具有重要意义。在实际中，障碍物(如墙体)后的人体呼吸信号会被环境中的噪声所掩盖。如何提升穿墙呼吸信号的信噪比(SNR)仍是一项具有挑战性的工作。该文提出一种基于先验信噪比估计的检测算法，用于增强穿墙弱呼吸信号的输出SNR。该算法在谱减法中典型的决策导向(DD)算法基础上加入了自适应权重因子，通过降低先验信噪比的估计误差来进一步消除残余随机噪声。通过仿真和实验验证了所提出算法的性能。与传统的快速傅里叶变换(FFT)、奇异值分解(SVD)和DD检测算法相比，所提出的呼吸检测算法的输出SNR有所提高。
2022, 44(4): 1249-1256.
doi: 10.11999/JEIT211217
摘要:
该文提出一种新的冰雷达成像算法，该算法可以在获得高分辨率冰下剖面图的同时，拥有较高的处理效率。该算法是一种基于快速后向投影的超宽带(UWB)冰雷达成像方法，其修正了多层媒质情况下的雷达与目标之间的距离，以及因多层媒质造成的距离徙动几何变化。该文分析了算法的原理，给出了算法实现的具体步骤，并将其应用于点目标仿真和航空冰雷达数据实验，验证了算法在冰下成像中的有效性。此外，将该方法与现有常用冰雷达算法的成像结果在方位向杂波抑制能力、计算时间和方位向分辨率3个方面进行了对比，证明该算法能够在不降低方位向杂波抑制能力和方位向分辨率的前提下，有效提高计算效率。
该文提出一种新的冰雷达成像算法，该算法可以在获得高分辨率冰下剖面图的同时，拥有较高的处理效率。该算法是一种基于快速后向投影的超宽带(UWB)冰雷达成像方法，其修正了多层媒质情况下的雷达与目标之间的距离，以及因多层媒质造成的距离徙动几何变化。该文分析了算法的原理，给出了算法实现的具体步骤，并将其应用于点目标仿真和航空冰雷达数据实验，验证了算法在冰下成像中的有效性。此外，将该方法与现有常用冰雷达算法的成像结果在方位向杂波抑制能力、计算时间和方位向分辨率3个方面进行了对比，证明该算法能够在不降低方位向杂波抑制能力和方位向分辨率的前提下，有效提高计算效率。
2022, 44(4): 1257-1264.
doi: 10.11999/JEIT211213
摘要:
探地雷达(GPR)在地下水管渗漏的检测中具有良好的应用前景。前期研究表明：地下水管的渗漏会在雷达剖面中形成震荡信号，但其形成机理尚不明晰。为揭示不同材质地下管道渗漏后的探地雷达信号特征的成因，该文结合物理模型试验与渗流场-电磁场数值模拟分析干砂中PVC管和金属管渗漏前后雷达信号特征、渗漏后震荡信号的形成机理和电磁波传播路径。结果表明：地下水管发生渗漏后，管道周围区域出现一定分层状态，电磁波在传播过程中存在更多界面反射和界面间的多次波。PVC管渗漏后，管道顶部、底部反射信号和爬行波信号在渗漏区中多次反射形成复杂的震荡双曲线信号，而金属管渗漏后管壁与渗漏区间存在多次反射。研究成果可为探地雷达在地下水管渗漏探测实际应用提供技术支持。
探地雷达(GPR)在地下水管渗漏的检测中具有良好的应用前景。前期研究表明：地下水管的渗漏会在雷达剖面中形成震荡信号，但其形成机理尚不明晰。为揭示不同材质地下管道渗漏后的探地雷达信号特征的成因，该文结合物理模型试验与渗流场-电磁场数值模拟分析干砂中PVC管和金属管渗漏前后雷达信号特征、渗漏后震荡信号的形成机理和电磁波传播路径。结果表明：地下水管发生渗漏后，管道周围区域出现一定分层状态，电磁波在传播过程中存在更多界面反射和界面间的多次波。PVC管渗漏后，管道顶部、底部反射信号和爬行波信号在渗漏区中多次反射形成复杂的震荡双曲线信号，而金属管渗漏后管壁与渗漏区间存在多次反射。研究成果可为探地雷达在地下水管渗漏探测实际应用提供技术支持。
2022, 44(4): 1265-1273.
doi: 10.11999/JEIT211072
摘要:
在恶劣条件下，例如在雨、雪、沙尘、强光以及黑夜等环境下，自动驾驶方案中常用的视觉和激光传感器因为无法准确感知外界环境而面临失效问题。因此，该文提出一种通过深度学习辅助的探地雷达感知地下目标特征用于车辆定位的方法。所提方法分为离线建图和在线定位两个阶段。在离线建图阶段，首先利用探地雷达采集地下目标的回波数据，然后使用深度卷积神经网络(DCNN)提取采集的地下回波数据中的目标特征，同时存储提取的目标特征和当前地理位置信息，形成地下目标特征指纹地图。在定位阶段，首先利用DCNN提取探地雷达采集到的当前地下回波数据中的目标特征。然后基于粒子群优化方法搜索特征指纹地图中与当前提取的目标特征最相似的特征，并输出该特征的地理位置信息，作为探地雷达定位车辆的结果。最后利用卡尔曼滤波融合探地雷达定位结果和测距轮测量的里程信息，得到高精度的定位结果。实验选取地下目标丰富的场景和实际城市道路场景来测试所提方法的定位性能。实验结果表明，与单一使用探地雷达原始回波数据地图的定位方法相比，深度学习辅助的探地雷达定位方法能避免直接计算原始雷达回波数据间的相似度，减少数据计算量以及数据传输量，具有实时定位能力，同时特征指纹地图对回波数据的变化有鲁棒性，因此所提方法的平均定位误差减少约70%。深度学习辅助的探地雷达定位方法可作为未来自动驾驶车辆在恶劣环境下感知定位方法的补充。
在恶劣条件下，例如在雨、雪、沙尘、强光以及黑夜等环境下，自动驾驶方案中常用的视觉和激光传感器因为无法准确感知外界环境而面临失效问题。因此，该文提出一种通过深度学习辅助的探地雷达感知地下目标特征用于车辆定位的方法。所提方法分为离线建图和在线定位两个阶段。在离线建图阶段，首先利用探地雷达采集地下目标的回波数据，然后使用深度卷积神经网络(DCNN)提取采集的地下回波数据中的目标特征，同时存储提取的目标特征和当前地理位置信息，形成地下目标特征指纹地图。在定位阶段，首先利用DCNN提取探地雷达采集到的当前地下回波数据中的目标特征。然后基于粒子群优化方法搜索特征指纹地图中与当前提取的目标特征最相似的特征，并输出该特征的地理位置信息，作为探地雷达定位车辆的结果。最后利用卡尔曼滤波融合探地雷达定位结果和测距轮测量的里程信息，得到高精度的定位结果。实验选取地下目标丰富的场景和实际城市道路场景来测试所提方法的定位性能。实验结果表明，与单一使用探地雷达原始回波数据地图的定位方法相比，深度学习辅助的探地雷达定位方法能避免直接计算原始雷达回波数据间的相似度，减少数据计算量以及数据传输量，具有实时定位能力，同时特征指纹地图对回波数据的变化有鲁棒性，因此所提方法的平均定位误差减少约70%。深度学习辅助的探地雷达定位方法可作为未来自动驾驶车辆在恶劣环境下感知定位方法的补充。
2022, 44(4): 1274-1283.
doi: 10.11999/JEIT211221
摘要:
针对现有无线射频信号的手势识别研究中的数据预处理和特征利用问题，该文提出一种用于调频连续波(FMCW)雷达的时空压缩特征表示学习的手势识别算法。首先对手部反射的毫米波雷达回波信号的距离-多普勒(RD)图进行静态干扰去除和动目标点筛选，减少杂波对手势信号的干扰，同时减少计算数据量；然后提出一种压缩手势时空特征的表示方法，利用动目标点的主导速度来表示手势的运动特征，实现多维特征的压缩映射，并保留手势运动的关键特征信息；最后设计了一个单通道的卷积神经网络(CNN)来学习和分类多维手势特征信息并应用于多用户和多位置的手势识别。实验结果表明，与现有其他手势识别算法相比，该文提出的手势识别方法在识别精度、实时性以及泛化能力上都具有明显的优势。
针对现有无线射频信号的手势识别研究中的数据预处理和特征利用问题，该文提出一种用于调频连续波(FMCW)雷达的时空压缩特征表示学习的手势识别算法。首先对手部反射的毫米波雷达回波信号的距离-多普勒(RD)图进行静态干扰去除和动目标点筛选，减少杂波对手势信号的干扰，同时减少计算数据量；然后提出一种压缩手势时空特征的表示方法，利用动目标点的主导速度来表示手势的运动特征，实现多维特征的压缩映射，并保留手势运动的关键特征信息；最后设计了一个单通道的卷积神经网络(CNN)来学习和分类多维手势特征信息并应用于多用户和多位置的手势识别。实验结果表明，与现有其他手势识别算法相比，该文提出的手势识别方法在识别精度、实时性以及泛化能力上都具有明显的优势。
2022, 44(4): 1284-1294.
doi: 10.11999/JEIT211032
摘要:
该文针对探地雷达(GPR) 2维剖面图像中目标特征提取困难及其识别精度较低等问题，采用深度学习方法来提取2维剖面图像中目标的特征双曲线。根据GPR工作的物理机制，设计了一种级联结构的卷积神经网络(CNN)，先检测并去除回波数据中的直达波干扰信号，再利用CNN得到B扫描(B-SCAN)图像的特征图，并对特征信号进行分类识别以提取目标的特征双曲线。同时，为处理各种干扰信号影响目标特征双曲线结构完整性的问题，提出了一种基于方向引导的特征数据补全方法，提高了目标特征双曲线识别的准确率。与方向梯度直方图(HOG)算法、单级式目标检测(YOLOV3)算法和更快速的区域卷积神经网络(Faster RCNN)算法相比，在综合评价指标F上该文方法的检测结果是最优的。
该文针对探地雷达(GPR) 2维剖面图像中目标特征提取困难及其识别精度较低等问题，采用深度学习方法来提取2维剖面图像中目标的特征双曲线。根据GPR工作的物理机制，设计了一种级联结构的卷积神经网络(CNN)，先检测并去除回波数据中的直达波干扰信号，再利用CNN得到B扫描(B-SCAN)图像的特征图，并对特征信号进行分类识别以提取目标的特征双曲线。同时，为处理各种干扰信号影响目标特征双曲线结构完整性的问题，提出了一种基于方向引导的特征数据补全方法，提高了目标特征双曲线识别的准确率。与方向梯度直方图(HOG)算法、单级式目标检测(YOLOV3)算法和更快速的区域卷积神经网络(Faster RCNN)算法相比，在综合评价指标F上该文方法的检测结果是最优的。
2022, 44(4): 1295-1302.
doi: 10.11999/JEIT211193
摘要:
在线性调频连续波雷达系统中，各个器件的非理想特性使得信号的相位产生各种畸变，严重影响雷达的测距精度以及成像质量，需要经过一定的校正手段才能获得高精度的测量结果。该文针对线性调频连续波信号以及确定性非线性相位的特点，建立了受到非线性干扰的线性调频连续波信号模型，提出一种新的基于差分滤波的非线性估计方法能够对周期性及非周期性非线性进行同时估计，并利用匹配傅里叶变换(MFT)方法对非线性相位进行校正。通过仿真和对比分析，表明该方法与其他方法相比具有更高的估计精度，且在非线性度较大时也能够具有良好的校正效果。最后采用雷达的实测数据验证了该算法的有效性。
在线性调频连续波雷达系统中，各个器件的非理想特性使得信号的相位产生各种畸变，严重影响雷达的测距精度以及成像质量，需要经过一定的校正手段才能获得高精度的测量结果。该文针对线性调频连续波信号以及确定性非线性相位的特点，建立了受到非线性干扰的线性调频连续波信号模型，提出一种新的基于差分滤波的非线性估计方法能够对周期性及非周期性非线性进行同时估计，并利用匹配傅里叶变换(MFT)方法对非线性相位进行校正。通过仿真和对比分析，表明该方法与其他方法相比具有更高的估计精度，且在非线性度较大时也能够具有良好的校正效果。最后采用雷达的实测数据验证了该算法的有效性。
2022, 44(4): 1303-1310.
doi: 10.11999/JEIT210676
摘要:
奇异值分解等传统算法在处理穿墙成像中的杂波抑制问题时，杂波消除不够彻底，目标成像质量不高，严重影响后续的目标检测与识别。为解决这一问题，该文基于鲁棒主成分分析理论，在回波域和图像域分别建立联合低秩稀疏模型，以光滑化快速交替线性化(SFAL)方法来求解模型，并对目标图像进行指数加权联乘多域图像融合处理，从而得到最终成像结果。仿真结果表明，该算法速度快、精度高，可有效改善目标成像质量，并能较好地满足穿墙成像的实时性和准确性要求。
奇异值分解等传统算法在处理穿墙成像中的杂波抑制问题时，杂波消除不够彻底，目标成像质量不高，严重影响后续的目标检测与识别。为解决这一问题，该文基于鲁棒主成分分析理论，在回波域和图像域分别建立联合低秩稀疏模型，以光滑化快速交替线性化(SFAL)方法来求解模型，并对目标图像进行指数加权联乘多域图像融合处理，从而得到最终成像结果。仿真结果表明，该算法速度快、精度高，可有效改善目标成像质量，并能较好地满足穿墙成像的实时性和准确性要求。
2022, 44(4): 1311-1317.
doi: 10.11999/JEIT210410
摘要:
南极冰盖的密度-深度数据是建立高精度表面物质平衡模型时的关键参数。该文提出一种基于调频连续波(FMCW)雷达的冰盖密度和介电常数反演算法。该算法首先利用剥层反演法初步反演密度剖面，然后利用反演的密度和冰盖密实化经验公式建立密度剖面模型，最后通过优化算法寻找最优密度模型参数，从而达到校准密度的目的。基于理论冰盖模型和实测雷达数据的实验结果验证了算法的有效性。
南极冰盖的密度-深度数据是建立高精度表面物质平衡模型时的关键参数。该文提出一种基于调频连续波(FMCW)雷达的冰盖密度和介电常数反演算法。该算法首先利用剥层反演法初步反演密度剖面，然后利用反演的密度和冰盖密实化经验公式建立密度剖面模型，最后通过优化算法寻找最优密度模型参数，从而达到校准密度的目的。基于理论冰盖模型和实测雷达数据的实验结果验证了算法的有效性。
2022, 44(4): 1318-1326.
doi: 10.11999/JEIT211073
摘要:
针对单通道调频连续波(FMCW)雷达不能保证生命信号检测准确度的问题，该文提出一种基于多通道的FMCW雷达生命信号提取方法。所提方法对各等效接收通道进行距离像重构和相位信号提取后，首先采用最大比率融合(MRC)技术对各通道提取的相位信号进行融合，接着对融合后的相位信号进行变分模态分解(VMD)并对生命信号进行重构，最后对重构信号进行快速傅里叶变换(FFT)得到呼吸和心跳信号频率。实测数据处理结果表明相比于单通道FMCW雷达，所提多通道方法能够更加稳健准确地提取生命体征信号，且结合MRC技术与VMD的信号处理方法明显优于结合MRC技术与带通滤波(BPF)的信号处理方法。
针对单通道调频连续波(FMCW)雷达不能保证生命信号检测准确度的问题，该文提出一种基于多通道的FMCW雷达生命信号提取方法。所提方法对各等效接收通道进行距离像重构和相位信号提取后，首先采用最大比率融合(MRC)技术对各通道提取的相位信号进行融合，接着对融合后的相位信号进行变分模态分解(VMD)并对生命信号进行重构，最后对重构信号进行快速傅里叶变换(FFT)得到呼吸和心跳信号频率。实测数据处理结果表明相比于单通道FMCW雷达，所提多通道方法能够更加稳健准确地提取生命体征信号，且结合MRC技术与VMD的信号处理方法明显优于结合MRC技术与带通滤波(BPF)的信号处理方法。
2022, 44(4): 1327-1335.
doi: 10.11999/JEIT211108
摘要:
为降低滤波器的插入损耗以及实现滤波器的小型化，该文提出一种新型具有陷波功能的人工表面等离子体激元(SSPPs)低通滤波器，该滤波器主要由新型蝶形单元结构、过渡结构以及用于实现陷波功能的叉指电容环路谐振器(IDCLLR)结构组成。新型蝶形单元结构是由一个椭圆形贴片向左右方向旋转30°构成，经过镂空处理后可以显著降低插入损耗，相比传统的矩形和椭圆形结构具有更好的色散特性，大大提高了滤波器的带内的平坦度和带外抑制能力。该文对矩形、椭圆形、梯形以及新型蝶形等不同单元结构的色散曲线进行了分析，并仿真分析了滤波器的S21和S11曲线，验证了新型蝶形单元结构在色散特性、插入损耗、低截止频率和带外抑制方面所具有的优势。最后，对该滤波器进行了加工和测试，测试结果表明，该滤波器仿真结果和测试结果吻合较好，表现出较好的带外抑制和带内平坦度，可以实现对特定干扰频段陷波抑制。滤波器尺寸为0.98λ0×0.17λ0。该人工表面等离子体激元滤波器从设计新型单元结构的角度出发，实现了良好性能的同时，实现了滤波器的小型化。
为降低滤波器的插入损耗以及实现滤波器的小型化，该文提出一种新型具有陷波功能的人工表面等离子体激元(SSPPs)低通滤波器，该滤波器主要由新型蝶形单元结构、过渡结构以及用于实现陷波功能的叉指电容环路谐振器(IDCLLR)结构组成。新型蝶形单元结构是由一个椭圆形贴片向左右方向旋转30°构成，经过镂空处理后可以显著降低插入损耗，相比传统的矩形和椭圆形结构具有更好的色散特性，大大提高了滤波器的带内的平坦度和带外抑制能力。该文对矩形、椭圆形、梯形以及新型蝶形等不同单元结构的色散曲线进行了分析，并仿真分析了滤波器的S21和S11曲线，验证了新型蝶形单元结构在色散特性、插入损耗、低截止频率和带外抑制方面所具有的优势。最后，对该滤波器进行了加工和测试，测试结果表明，该滤波器仿真结果和测试结果吻合较好，表现出较好的带外抑制和带内平坦度，可以实现对特定干扰频段陷波抑制。滤波器尺寸为0.98λ0×0.17λ0。该人工表面等离子体激元滤波器从设计新型单元结构的角度出发，实现了良好性能的同时，实现了滤波器的小型化。
2022, 44(4): 1336-1342.
doi: 10.11999/JEIT211286
摘要:
2021年5月22日，我国第1辆火星探测车“祝融号”开始在火星表面执行探测任务，其搭载的次表层探测雷达(RoPeR)包含高、低频两个通道，有望在不同的分辨率上揭示着陆区火星次表层结构。其中高频通道采用一对工作带宽为0.45～2.15 GHz的Vivaldi天线阵列，可以采集4种不同天线组合(HH, HV, VH和VV)的全极化雷达回波数据，用于调查着陆区火壤浅层结构并寻找次表层中可能存在的干/水冰。该文通过室内类比试验研究了RoPeR探测和区分干冰与水冰的能力，试验结果表明，干冰和水冰目标具有不同的极化散射特性，并利用\begin{document}$ H - \alpha $\end{document} ![]()
![]()
2021年5月22日，我国第1辆火星探测车“祝融号”开始在火星表面执行探测任务，其搭载的次表层探测雷达(RoPeR)包含高、低频两个通道，有望在不同的分辨率上揭示着陆区火星次表层结构。其中高频通道采用一对工作带宽为0.45～2.15 GHz的Vivaldi天线阵列，可以采集4种不同天线组合(HH, HV, VH和VV)的全极化雷达回波数据，用于调查着陆区火壤浅层结构并寻找次表层中可能存在的干/水冰。该文通过室内类比试验研究了RoPeR探测和区分干冰与水冰的能力，试验结果表明，干冰和水冰目标具有不同的极化散射特性，并利用
2022, 44(4): 1343-1350.
doi: 10.11999/JEIT210172
摘要:
针对传统的2维移频干扰生成的虚假运动目标对抗双通道合成孔径雷达地面运动目标指示(SAR-GMTI)时，存在方位位置固定、径向速度无法控制的问题，该文提出一种基于双干扰机协同的移频调制新型虚假运动目标生成方法。该方法通过2维移频调制控制虚假目标的位置，使用双干扰机协同控制虚假目标的径向速度，其中双干扰机通过幅相调制系数进行协同，幅相调制系数可通过解线性方程组进行求解。文中分析了单干扰机移频干扰对抗双通道SAR-GMTI的局限性，介绍了双干扰机协同欺骗干扰模型，给出了幅相调制系数求解方法和虚假运动目标生成步骤。理论分析和仿真实验验证了文中提出方法的有效性，并且在虚假运动目标生成过程中，只使用了2维移频调制，实现方法较为简单，对实际工程应用具有一定参考价值。
针对传统的2维移频干扰生成的虚假运动目标对抗双通道合成孔径雷达地面运动目标指示(SAR-GMTI)时，存在方位位置固定、径向速度无法控制的问题，该文提出一种基于双干扰机协同的移频调制新型虚假运动目标生成方法。该方法通过2维移频调制控制虚假目标的位置，使用双干扰机协同控制虚假目标的径向速度，其中双干扰机通过幅相调制系数进行协同，幅相调制系数可通过解线性方程组进行求解。文中分析了单干扰机移频干扰对抗双通道SAR-GMTI的局限性，介绍了双干扰机协同欺骗干扰模型，给出了幅相调制系数求解方法和虚假运动目标生成步骤。理论分析和仿真实验验证了文中提出方法的有效性，并且在虚假运动目标生成过程中，只使用了2维移频调制，实现方法较为简单，对实际工程应用具有一定参考价值。
2022, 44(4): 1351-1357.
doi: 10.11999/JEIT210190
摘要:
畸变雷达电磁信号会严重影响雷达侦察装备的探测性能。如何有效地识别畸变信号类型对侦察系统的精确感知具有重要现实意义。针对畸变雷达信号往往存在样本稀缺的问题，该文提出一种基于模型无关元学习的残差网络(MAML-ResNet)。算法首先利用正常雷达信号样本训练元学习器，然后在畸变信号样本进行精调，最后在仅有少量畸变信号样本下，实现畸变信号的识别。实验结果表明该算法有效地提高了在小样本数据下畸变信号的识别准确率。
畸变雷达电磁信号会严重影响雷达侦察装备的探测性能。如何有效地识别畸变信号类型对侦察系统的精确感知具有重要现实意义。针对畸变雷达信号往往存在样本稀缺的问题，该文提出一种基于模型无关元学习的残差网络(MAML-ResNet)。算法首先利用正常雷达信号样本训练元学习器，然后在畸变信号样本进行精调，最后在仅有少量畸变信号样本下，实现畸变信号的识别。实验结果表明该算法有效地提高了在小样本数据下畸变信号的识别准确率。
2022, 44(4): 1358-1365.
doi: 10.11999/JEIT210180
摘要:
该文针对时变海洋面雷达回波信号模拟问题，建立了一种包含电磁散射机理与雷达波形调制特征的海杂波雷达回波信号模型。该模型首先建立一组具有时变特征的海面几何样本，通过对改进双尺度面元模型的加速处理，实现各时刻海面散射数据的高效模拟，并通过与测试数据的对比证实了电磁计算方法的准确性，然后采用子脉冲形式建立宽带回波信号模型，并以各面元散射数据代替其复幅度从而完成雷达回波信号建模。通过仿真验证了模型的合理性与高效性，对海杂波数据的统计分析展示了脉冲压缩处理对杂波的抑制效果。该海杂波模型既考虑了海洋的复杂散射机理与运动特性，又具有一般宽带信号的形式，因此可同时为海洋散射现象的解释和信号处理算法的分析提供完备数据源。
该文针对时变海洋面雷达回波信号模拟问题，建立了一种包含电磁散射机理与雷达波形调制特征的海杂波雷达回波信号模型。该模型首先建立一组具有时变特征的海面几何样本，通过对改进双尺度面元模型的加速处理，实现各时刻海面散射数据的高效模拟，并通过与测试数据的对比证实了电磁计算方法的准确性，然后采用子脉冲形式建立宽带回波信号模型，并以各面元散射数据代替其复幅度从而完成雷达回波信号建模。通过仿真验证了模型的合理性与高效性，对海杂波数据的统计分析展示了脉冲压缩处理对杂波的抑制效果。该海杂波模型既考虑了海洋的复杂散射机理与运动特性，又具有一般宽带信号的形式，因此可同时为海洋散射现象的解释和信号处理算法的分析提供完备数据源。
2022, 44(4): 1373-1381.
doi: 10.11999/JEIT210134
摘要:
为了降低天线对载体气动力学的破坏，提高天线在复杂电磁环境中的性能，该文设计了一款圆极化方式可重构的端射天线。该天线以基片集成波导(SIW)喇叭天线为原型，在喇叭前端加载移相器和蝶形振子，上下蝶形振子之间加载了4个MEMS开关，开关的导通与断开，可以控制电流的流动路径，从而使天线分别辐射两种圆极化波。实测结果表明，通过控制开关的通断组合，设计的天线可以在11.24～11.83 GHz频段内沿端射方向辐射左旋圆极化(LHCP)或右旋圆极化(RHCP)电磁波。测量结果和仿真结果基本吻合，验证了设计的有效性。
为了降低天线对载体气动力学的破坏，提高天线在复杂电磁环境中的性能，该文设计了一款圆极化方式可重构的端射天线。该天线以基片集成波导(SIW)喇叭天线为原型，在喇叭前端加载移相器和蝶形振子，上下蝶形振子之间加载了4个MEMS开关，开关的导通与断开，可以控制电流的流动路径，从而使天线分别辐射两种圆极化波。实测结果表明，通过控制开关的通断组合，设计的天线可以在11.24～11.83 GHz频段内沿端射方向辐射左旋圆极化(LHCP)或右旋圆极化(RHCP)电磁波。测量结果和仿真结果基本吻合，验证了设计的有效性。
2022, 44(4): 1382-1387.
doi: 10.11999/JEIT210111
摘要:
为了提高Y-Gd-Hf-O阴极耐电子轰击能力，该文通过高能球磨、压制和高温氢气烧结，制备了一种Sc2O3掺杂Y-Gd-Hf-O压制式直热式阴极。该阴极在1550 °C工作温度下，经过10 W电子连续轰击480 h后，发射电流密度下降至初始值的87.5%，表现出良好的耐电子轰击能力。阴极表面的微观形貌、成分组成分析表明，经压制后氢气气氛烧结，阴极表面呈陶瓷状结构形态，有利于提高阴极的耐电子轰击能力；经高温烧结、激活后表面形成了n型半导体Y2O3-x层，对改善阴极表面导电性、降低逸出功和提高热发射有促进作用。
为了提高Y-Gd-Hf-O阴极耐电子轰击能力，该文通过高能球磨、压制和高温氢气烧结，制备了一种Sc2O3掺杂Y-Gd-Hf-O压制式直热式阴极。该阴极在1550 °C工作温度下，经过10 W电子连续轰击480 h后，发射电流密度下降至初始值的87.5%，表现出良好的耐电子轰击能力。阴极表面的微观形貌、成分组成分析表明，经压制后氢气气氛烧结，阴极表面呈陶瓷状结构形态，有利于提高阴极的耐电子轰击能力；经高温烧结、激活后表面形成了n型半导体Y2O3-x层，对改善阴极表面导电性、降低逸出功和提高热发射有促进作用。
2022, 44(4): 1388-1394.
doi: 10.11999/JEIT210174
摘要:
在全球卫星导航(GNSS)阵列天线抗干扰理论中，系统噪声通常被视为理想白噪声(AWGN)。但在实际工程中发现系统噪声通常是有色噪声且会影响空时自适应处理(STAP)算法的性能。该文首先推导得出了有色噪声功率谱与空时抗干扰后卫星导航信号相关峰的理论关系，然后通过仿真实验验证了该理论关系的正确性，同时分析了噪声功率谱的等效带宽和谱峰偏移对相关峰的影响，最后发现噪声功率谱能量越集中于卫星导航信号的功率谱谱峰处，空时抗干扰后的卫星导航信号相关峰衰减越大。针对上述问题，该文提出了对角加载和子空间投影方法，两种方法通过对噪声协方差矩阵的特征值进行一致化处理实现有色噪声的白化，从而消除了有色噪声的影响。最后通过仿真实验验证了所提方法的有效性。
在全球卫星导航(GNSS)阵列天线抗干扰理论中，系统噪声通常被视为理想白噪声(AWGN)。但在实际工程中发现系统噪声通常是有色噪声且会影响空时自适应处理(STAP)算法的性能。该文首先推导得出了有色噪声功率谱与空时抗干扰后卫星导航信号相关峰的理论关系，然后通过仿真实验验证了该理论关系的正确性，同时分析了噪声功率谱的等效带宽和谱峰偏移对相关峰的影响，最后发现噪声功率谱能量越集中于卫星导航信号的功率谱谱峰处，空时抗干扰后的卫星导航信号相关峰衰减越大。针对上述问题，该文提出了对角加载和子空间投影方法，两种方法通过对噪声协方差矩阵的特征值进行一致化处理实现有色噪声的白化，从而消除了有色噪声的影响。最后通过仿真实验验证了所提方法的有效性。
2022, 44(4): 1395-1401.
doi: 10.11999/JEIT210024
摘要:
同时同频全双工(CCFD)多载波信号时间异步场景下，有用信号(SoI)与自干扰信号(SI)多径最大时差超出循环前缀长度(CP)，有用信号与自干扰信号子载波不正交，造成频域自干扰抑制性能严重下降。针对上述问题，该文提出一种时间异步数字域分段卷积的自干扰抑制方法，建立了自干扰分段、频域重建、叠加抵消的自干扰抑制过程，提升了时间异步场景下自干扰抑制性能。理论和仿真结果表明，在异步场景下，采用分段卷积的自干扰抑制方法可以直接在频域重建自干扰，达到与同步场景相当的干扰抑制性能。
同时同频全双工(CCFD)多载波信号时间异步场景下，有用信号(SoI)与自干扰信号(SI)多径最大时差超出循环前缀长度(CP)，有用信号与自干扰信号子载波不正交，造成频域自干扰抑制性能严重下降。针对上述问题，该文提出一种时间异步数字域分段卷积的自干扰抑制方法，建立了自干扰分段、频域重建、叠加抵消的自干扰抑制过程，提升了时间异步场景下自干扰抑制性能。理论和仿真结果表明，在异步场景下，采用分段卷积的自干扰抑制方法可以直接在频域重建自干扰，达到与同步场景相当的干扰抑制性能。
2022, 44(4): 1402-1411.
doi: 10.11999/JEIT210293
摘要:
为了解决5G大规模机器类通信场景下大规模接入和如何提高频谱效率的问题，该文针对免调度非正交多址接入(NOMA)系统上行链路，通过采用插入函数在2元Golay序列上插入元素的方法，提出具有低峰均功率比(PAPR)且长度为非2幂次的2元扩频序列集。仿真结果表明，得到的序列集具有低相干性，这为基于压缩感知的活跃用户检测提供了可靠的性能。同传统的Zadoff-Chu序列相比，新型2元序列集具有更小的字符集，便于实现。此外，所构造的序列PAPR最大为4，低于高斯随机序列和Zadoff-Chu序列，因此可以有效解决时域信号峰均功率比过高的问题。
为了解决5G大规模机器类通信场景下大规模接入和如何提高频谱效率的问题，该文针对免调度非正交多址接入(NOMA)系统上行链路，通过采用插入函数在2元Golay序列上插入元素的方法，提出具有低峰均功率比(PAPR)且长度为非2幂次的2元扩频序列集。仿真结果表明，得到的序列集具有低相干性，这为基于压缩感知的活跃用户检测提供了可靠的性能。同传统的Zadoff-Chu序列相比，新型2元序列集具有更小的字符集，便于实现。此外，所构造的序列PAPR最大为4，低于高斯随机序列和Zadoff-Chu序列，因此可以有效解决时域信号峰均功率比过高的问题。
2022, 44(4): 1412-1420.
doi: 10.11999/JEIT210248
摘要:
为克服现有非合作自同步扰码识别算法在低信噪比下识别率低、适应性差的缺点，该文提出一种基于余弦符合度的自同步扰码盲识别方法。首先基于信源不平衡性和自同步扰码解扰原理建立自同步扰码的含错校验方程，然后将接收到的软判决序列转化为信息码元的后验概率序列，遍历可能的生成多项式，在遍历的过程中引入余弦符合度作为统计量，通过分析符合度的统计特性求解出最优的判别门限，根据统计量和判别门限的关系完成自同步扰码生成多项式的识别。仿真结果表明：该算法能有效识别出生成多项式，且在低信噪比下识别率优于现有算法，具有较好的低信噪比适应能力，在信源不平衡度ε为0.1，截获扰码序列长度为800 bit和ε为0.05，截获扰码序列长度为3000 bit时，能够有效完成生成多项式的识别，与目前算法相比，该文算法识别性能优于现有的硬判决算法，且比硬判决算法性能提升1～2 dB。
为克服现有非合作自同步扰码识别算法在低信噪比下识别率低、适应性差的缺点，该文提出一种基于余弦符合度的自同步扰码盲识别方法。首先基于信源不平衡性和自同步扰码解扰原理建立自同步扰码的含错校验方程，然后将接收到的软判决序列转化为信息码元的后验概率序列，遍历可能的生成多项式，在遍历的过程中引入余弦符合度作为统计量，通过分析符合度的统计特性求解出最优的判别门限，根据统计量和判别门限的关系完成自同步扰码生成多项式的识别。仿真结果表明：该算法能有效识别出生成多项式，且在低信噪比下识别率优于现有算法，具有较好的低信噪比适应能力，在信源不平衡度ε为0.1，截获扰码序列长度为800 bit和ε为0.05，截获扰码序列长度为3000 bit时，能够有效完成生成多项式的识别，与目前算法相比，该文算法识别性能优于现有的硬判决算法，且比硬判决算法性能提升1～2 dB。
2022, 44(4): 1421-1428.
doi: 10.11999/JEIT210195
摘要:
5G移动通信中，网络切片(NS)的引入成功解决了不同业务场景的网络资源分配不均问题。针对传统算法无法满足5G网络的多业务场景切片安全部署问题，该文提出一种针对于多业务场景的端到端网络切片安全需求(NSR)部署算法。首先，针对切片部署过程中节点的安全性进行了定义；其次，根据节点的安全性进行排序和映射，在此基础上，以最小化网络资源部署成本的同时提高部署的安全收益为目标，构建切片部署的数学模型；最后，考虑到每种类型切片的资源需求不同，提出一种针对性的部署算法实现端到端网络切片的安全部署。仿真结果表明，所提算法在满足端到端网络切片安全部署的同时，降低了部署的成本，获得了较好的部署安全收益。
5G移动通信中，网络切片(NS)的引入成功解决了不同业务场景的网络资源分配不均问题。针对传统算法无法满足5G网络的多业务场景切片安全部署问题，该文提出一种针对于多业务场景的端到端网络切片安全需求(NSR)部署算法。首先，针对切片部署过程中节点的安全性进行了定义；其次，根据节点的安全性进行排序和映射，在此基础上，以最小化网络资源部署成本的同时提高部署的安全收益为目标，构建切片部署的数学模型；最后，考虑到每种类型切片的资源需求不同，提出一种针对性的部署算法实现端到端网络切片的安全部署。仿真结果表明，所提算法在满足端到端网络切片安全部署的同时，降低了部署的成本，获得了较好的部署安全收益。
2022, 44(4): 1429-1439.
doi: 10.11999/JEIT210033
摘要:
针对当前基于云模型的不确定性相似度量或为精确局部数据的量化计算，或单纯通过其整体几何特征进行度量，导致结果具有较大的片面性问题，综合考虑云模型整体几何特征与微观云滴分布贡献，该文提出了一种分布轮廓与局部特征融合的不确定性相似度量方法，即基于包络带及其云滴贡献度的云模型不确定性相似度量方法(EACCM)。该方法将体现云模型几何特征的包络带(内包络曲线和外包络曲线之间区域)作为相似度量基础，结合其重叠部分包含云滴的贡献度大小建立综合度量模型。仿真结果显示，该方法度量结果更为科学合理，并且有效避免了同一数字特征相差较大或者非常接近时导致的相似性异常问题。
针对当前基于云模型的不确定性相似度量或为精确局部数据的量化计算，或单纯通过其整体几何特征进行度量，导致结果具有较大的片面性问题，综合考虑云模型整体几何特征与微观云滴分布贡献，该文提出了一种分布轮廓与局部特征融合的不确定性相似度量方法，即基于包络带及其云滴贡献度的云模型不确定性相似度量方法(EACCM)。该方法将体现云模型几何特征的包络带(内包络曲线和外包络曲线之间区域)作为相似度量基础，结合其重叠部分包含云滴的贡献度大小建立综合度量模型。仿真结果显示，该方法度量结果更为科学合理，并且有效避免了同一数字特征相差较大或者非常接近时导致的相似性异常问题。
2022, 44(4): 1440-1452.
doi: 10.11999/JEIT210019
摘要:
链路预测旨在发现复杂网络中的未知连接和未来可能的连接，在推荐系统等实际应用中具有重要作用。考虑到许多真实网络的时序特性，时序链路预测逐渐成为研究热点。当前，基于时间序列分析的方法往往忽略了网络演化过程对网络本身的影响，而基于静态网络演化的方法大多仅考虑了局部连边的演化影响，对网络拓扑结构的演化特性挖掘有限。针对上述问题，该文提出一种融合局部拓扑影响力的时序链路预测算法(TLP-FLSI)。首先，基于网络拓扑结构影响力作用，提出时序链路预测的通用模型(CTLPM)；其次，研究拓扑实体间相互作用在动态网络上的演化规律，分别定义了节点和连边的演化因子，以及时间序列衰减的演化因子，综合利用多个维度的特征信息，给出了融合局部节点和连边特征影响力的时序链路预测算法；最后，在7个真实数据集上分别进行实验，对比传统基于移动平均方法、误差修正、邻居扩展加权和图注意力网络等时序链路预测方法，实验结果证明该算法具有较好的准确率和排序性能。
链路预测旨在发现复杂网络中的未知连接和未来可能的连接，在推荐系统等实际应用中具有重要作用。考虑到许多真实网络的时序特性，时序链路预测逐渐成为研究热点。当前，基于时间序列分析的方法往往忽略了网络演化过程对网络本身的影响，而基于静态网络演化的方法大多仅考虑了局部连边的演化影响，对网络拓扑结构的演化特性挖掘有限。针对上述问题，该文提出一种融合局部拓扑影响力的时序链路预测算法(TLP-FLSI)。首先，基于网络拓扑结构影响力作用，提出时序链路预测的通用模型(CTLPM)；其次，研究拓扑实体间相互作用在动态网络上的演化规律，分别定义了节点和连边的演化因子，以及时间序列衰减的演化因子，综合利用多个维度的特征信息，给出了融合局部节点和连边特征影响力的时序链路预测算法；最后，在7个真实数据集上分别进行实验，对比传统基于移动平均方法、误差修正、邻居扩展加权和图注意力网络等时序链路预测方法，实验结果证明该算法具有较好的准确率和排序性能。
2022, 44(4): 1453-1460.
doi: 10.11999/JEIT210268
摘要:
尺度过小或被遮挡是造成行人检测准确率降低的主要原因。由于行人头部不易被遮挡且其边界框包含的背景干扰较少，对此，该文提出一种结合头部和整体信息的多特征融合行人检测方法。首先，设计了一种具有多层结构的特征金字塔以引入更丰富的特征信息，融合该特征金字塔不同子结构输出的特征图从而为头部检测和整体检测提供有针对性的特征信息。其次，设计了行人整体与头部两个检测分支同时进行检测。然后，模型采用无锚框的方式从特征图中预测中心点、高度及偏移量并分别生成行人头部边界框和整体边界框，从而构成端到端的检测。最后，对非极大值抑制算法进行改进使其能较好地利用行人头部边界框信息。所提算法在CrowdHuman数据集和CityPersons数据集Reasonable子集上的漏检率分别为50.16%和10.1%，在Caltech数据集Reasonable子集上的漏检率为7.73%，实验表明所提算法对遮挡行人的检测效果以及泛化性能与对比算法相比得到一定的提升。
尺度过小或被遮挡是造成行人检测准确率降低的主要原因。由于行人头部不易被遮挡且其边界框包含的背景干扰较少，对此，该文提出一种结合头部和整体信息的多特征融合行人检测方法。首先，设计了一种具有多层结构的特征金字塔以引入更丰富的特征信息，融合该特征金字塔不同子结构输出的特征图从而为头部检测和整体检测提供有针对性的特征信息。其次，设计了行人整体与头部两个检测分支同时进行检测。然后，模型采用无锚框的方式从特征图中预测中心点、高度及偏移量并分别生成行人头部边界框和整体边界框，从而构成端到端的检测。最后，对非极大值抑制算法进行改进使其能较好地利用行人头部边界框信息。所提算法在CrowdHuman数据集和CityPersons数据集Reasonable子集上的漏检率分别为50.16%和10.1%，在Caltech数据集Reasonable子集上的漏检率为7.73%，实验表明所提算法对遮挡行人的检测效果以及泛化性能与对比算法相比得到一定的提升。
2022, 44(4): 1461-1468.
doi: 10.11999/JEIT200908
摘要:
针对当前立体全景视频传输缺少有效的流自适应方法，且传统全景视频流自适应策略传输双目立体全景视频使得传输数据加倍，所需带宽巨大的问题，该文提出一种基于多智能体强化学习的立体全景视频非对称传输自适应流方法，以实时应对网络带宽波动。首先，根据人眼对视频显著性区域的偏爱，左右视点中每个瓦片(tile)对立体视频的感知质量的贡献度不同，提出一个基于tiles的左右视点观看概率预测方法。其次，设计了一种基于策略-评价(Actor-Critic)的多智能体强化学习框架，对左右视点进行联合码率控制。最后，根据模型结构和双目抑制原理，设计合理的奖励函数。实验结果表明，与传统流自适应传输策略相比，该文所提方法更加适用于基于tiles的立体全景视频传输，实现在有限带宽下提高用户的体验质量(QoE)，为立体全景视频联合码率控制提供了一种全新的方法和思路。
针对当前立体全景视频传输缺少有效的流自适应方法，且传统全景视频流自适应策略传输双目立体全景视频使得传输数据加倍，所需带宽巨大的问题，该文提出一种基于多智能体强化学习的立体全景视频非对称传输自适应流方法，以实时应对网络带宽波动。首先，根据人眼对视频显著性区域的偏爱，左右视点中每个瓦片(tile)对立体视频的感知质量的贡献度不同，提出一个基于tiles的左右视点观看概率预测方法。其次，设计了一种基于策略-评价(Actor-Critic)的多智能体强化学习框架，对左右视点进行联合码率控制。最后，根据模型结构和双目抑制原理，设计合理的奖励函数。实验结果表明，与传统流自适应传输策略相比，该文所提方法更加适用于基于tiles的立体全景视频传输，实现在有限带宽下提高用户的体验质量(QoE)，为立体全景视频联合码率控制提供了一种全新的方法和思路。
2022, 44(4): 1469-1475.
doi: 10.11999/JEIT200982
摘要:
传统的2维掌纹识别在图像采集时容易受到干湿度、残影和压力等影响，使得其鲁棒性和准确性降低。为解决这些问题，3维掌纹识别技术应运而生。现有的3维掌纹身份认证技术需要将掌纹的特征提取与匹配识别分开进行，不仅延缓了识别时间，更增加了不同方法优化组合的难度。该文提出一种基于曲面类型(ST)与深度学习融合的3维掌纹识别方法。该方法利用ST图像表示3维掌纹特征，并将其作为卷积神经网络(CNN)的输入，实现网络的训练。测试图像可自行提取掌纹图像特征信息并在网络中直接完成识别。实验结果表明，该文方法在公开数据集上得到了99.43%的准确率和28 ms的识别时间，与传统3维掌纹识别方法相比均有提高，实现了3维掌纹的快速高精度识别。
传统的2维掌纹识别在图像采集时容易受到干湿度、残影和压力等影响，使得其鲁棒性和准确性降低。为解决这些问题，3维掌纹识别技术应运而生。现有的3维掌纹身份认证技术需要将掌纹的特征提取与匹配识别分开进行，不仅延缓了识别时间，更增加了不同方法优化组合的难度。该文提出一种基于曲面类型(ST)与深度学习融合的3维掌纹识别方法。该方法利用ST图像表示3维掌纹特征，并将其作为卷积神经网络(CNN)的输入，实现网络的训练。测试图像可自行提取掌纹图像特征信息并在网络中直接完成识别。实验结果表明，该文方法在公开数据集上得到了99.43%的准确率和28 ms的识别时间，与传统3维掌纹识别方法相比均有提高，实现了3维掌纹的快速高精度识别。
2022, 44(4): 1476-1483.
doi: 10.11999/JEIT210054
摘要:
在手机屏幕工业化生产过程中，缺陷检测的好坏直接影响手机屏幕的合格率。少量的缺陷样本不足以完成数据驱动的分割网络的训练，因此如何利用少量的缺陷图像完成缺陷分割成为关键问题。该文针对此问题提出一种基于协同注意力的小样本手机屏幕缺陷分割网络(Co-ASNet)。该网络使用交叉注意力块在特征提取时获取更加丰富的上下文缺陷特征信息，同时引入了协同注意力的方式来加强支持图像与查询图像相同缺陷目标之间的特征信息交互，增强缺陷特征表示，另外，使用了改进的联合损失函数来完成网络的训练。该文采用手机屏幕缺陷数据集进行实验，实验结果表明，Co-ASNet能够使用少量的缺陷样本完成良好的缺陷分割效果。
在手机屏幕工业化生产过程中，缺陷检测的好坏直接影响手机屏幕的合格率。少量的缺陷样本不足以完成数据驱动的分割网络的训练，因此如何利用少量的缺陷图像完成缺陷分割成为关键问题。该文针对此问题提出一种基于协同注意力的小样本手机屏幕缺陷分割网络(Co-ASNet)。该网络使用交叉注意力块在特征提取时获取更加丰富的上下文缺陷特征信息，同时引入了协同注意力的方式来加强支持图像与查询图像相同缺陷目标之间的特征信息交互，增强缺陷特征表示，另外，使用了改进的联合损失函数来完成网络的训练。该文采用手机屏幕缺陷数据集进行实验，实验结果表明，Co-ASNet能够使用少量的缺陷样本完成良好的缺陷分割效果。
2022, 44(4): 1484-1494.
doi: 10.11999/JEIT210173
摘要:
针对鲸鱼群算法求解多配送中心带时间窗的物资应急调度问题时存在的易陷入局部极值等缺点，该文提出一种改进离散鲸鱼群算法(IDWSA)。首先采用混合初始化策略提高初始种群的质量；然后构建以相似配送顺序和相同配送中心为比较项的两种移动规则，并设计自适应柯西变异算子和路径选择策略对个体进行移动；最后构造全局评价函数用于选择个体以维持种群多样性。在Solomon标准测试集上，IDWSA所求最好解的距离与MAPSO, GA, HACO, ABC相比分别减少了2.25%, 13.4%, 6%, 1.46%，有效缩短了车辆的行驶距离。
针对鲸鱼群算法求解多配送中心带时间窗的物资应急调度问题时存在的易陷入局部极值等缺点，该文提出一种改进离散鲸鱼群算法(IDWSA)。首先采用混合初始化策略提高初始种群的质量；然后构建以相似配送顺序和相同配送中心为比较项的两种移动规则，并设计自适应柯西变异算子和路径选择策略对个体进行移动；最后构造全局评价函数用于选择个体以维持种群多样性。在Solomon标准测试集上，IDWSA所求最好解的距离与MAPSO, GA, HACO, ABC相比分别减少了2.25%, 13.4%, 6%, 1.46%，有效缩短了车辆的行驶距离。
2022, 44(4): 1495-1502.
doi: 10.11999/JEIT210159
摘要:
图像组合是图像处理中一个重要操作，然而组合图像中前景区域与背景区域的外观不协调使得组合图像看起来不真实。图像协调化是图像组合中极其重要的一个环节，其目的是调整组合图像前景区域的外观使其与背景区域一致，从而让组合图像在视觉上看起来真实。然而，现有方法只考虑了组合图像前景与背景之间的外观差异，忽略了图像局部的亮度变化差异，这使得图像整体的光照不协调。为此，该文提出一个新的多尺度特征校准模块(MFCM)学习不同尺度的感受野之间细微的特征差异。基于所提模块，该文进一步设计了一个新的编码器学习组合图像中前景与背景的外观差异和局部亮度变化，然后利用解码器重构出图像，并通过一个对前景区域归一化的回归损失指导网络学习调整前景区域的外观。在广泛使用的iHarmony4数据集上进行实验验证，结果表明该方法的效果超过了目前最优的方法，验证了该方法的有效性。
图像组合是图像处理中一个重要操作，然而组合图像中前景区域与背景区域的外观不协调使得组合图像看起来不真实。图像协调化是图像组合中极其重要的一个环节，其目的是调整组合图像前景区域的外观使其与背景区域一致，从而让组合图像在视觉上看起来真实。然而，现有方法只考虑了组合图像前景与背景之间的外观差异，忽略了图像局部的亮度变化差异，这使得图像整体的光照不协调。为此，该文提出一个新的多尺度特征校准模块(MFCM)学习不同尺度的感受野之间细微的特征差异。基于所提模块，该文进一步设计了一个新的编码器学习组合图像中前景与背景的外观差异和局部亮度变化，然后利用解码器重构出图像，并通过一个对前景区域归一化的回归损失指导网络学习调整前景区域的外观。在广泛使用的iHarmony4数据集上进行实验验证，结果表明该方法的效果超过了目前最优的方法，验证了该方法的有效性。
2022, 44(4): 1503-1512.
doi: 10.11999/JEIT210059
摘要:
现场可编程门阵列(FPGA)被广泛应用于卷积神经网络(CNN)的硬件加速中。为优化加速器性能，Qu等人(2021)提出了一种3维可变换的CNN加速结构，但该结构使得并行度探索空间爆炸增长，搜索最优并行度的时间开销激增，严重降低了加速器实现的可行性。为此该文提出一种细粒度迭代优化的并行度搜索算法，该算法通过多轮迭代的数据筛选，高效地排除冗余的并行度方案，压缩了超过99%的搜索空间。同时算法采用剪枝操作删减无效的计算分支，成功地将计算所需时长从106 h量级减少到10 s内。该算法可适用于不同规格型号的FPGA芯片，其搜索得到的最优并行度方案性能突出，可在不同芯片上实现平均(R1, R2)达(0.957, 0.962)的卓越计算资源利用率。
现场可编程门阵列(FPGA)被广泛应用于卷积神经网络(CNN)的硬件加速中。为优化加速器性能，Qu等人(2021)提出了一种3维可变换的CNN加速结构，但该结构使得并行度探索空间爆炸增长，搜索最优并行度的时间开销激增，严重降低了加速器实现的可行性。为此该文提出一种细粒度迭代优化的并行度搜索算法，该算法通过多轮迭代的数据筛选，高效地排除冗余的并行度方案，压缩了超过99%的搜索空间。同时算法采用剪枝操作删减无效的计算分支，成功地将计算所需时长从106 h量级减少到10 s内。该算法可适用于不同规格型号的FPGA芯片，其搜索得到的最优并行度方案性能突出，可在不同芯片上实现平均(R1, R2)达(0.957, 0.962)的卓越计算资源利用率。
编辑部公告
more >
- “脑-行为”一致性提升人机协作效能”专刊征文通知
- “脑启发的视觉时空信息感知”专题征文通知
- “面向6G零功耗物联网的反向散射通信”专题征文通知
- “存内计算”专题征文通知
- “隐私数据安全共享与处理”专题征文通知
- “图信号处理基础理论与应用”专题征文通知
- “人工智能芯片与算法前沿技术”专刊征文通知
- “后摩尔时代集成电路颠覆性技术”专题征文通知
会议信息
more >
- 中国电子学会电路与系统分会第三十二届学术年会延期通知
- 中国密码学会2021年密码芯片学术会议征文通知
- 信息与通信学科文峰青年学者论坛会议通知
- 第五届“中科星图杯”国际高分遥感图像解译大赛火热启动
- 第一届电子与信息科学前沿论坛在苏州成功召开
- 电子、信息与计算技术前沿国际会议ICFEICT2021会议通知
- 第一届电子与信息科学前沿论坛邀请函
- 第五届全国生物计算与生物信息处理会议在滨州医学院成功举行
作者服务中心
订阅号目录
more >
友情链接
more >
官方微信，欢迎关注
电子与信息学报
微信学术论坛群
