邮件订阅
2017年 第39卷 第9期
显示方式:
2017, 39(9): 2033-2039.
doi: 10.11999/JEIT161116
摘要:
针对网络结构的复杂性和群体划分的不确定性，该文提出一种基于模糊聚类的多分辨率社区结构发现方法。该方法用模糊方法来处理网络节点间的相似性，以实现社区结构的模糊划分。基于节点间的局部交互信息，考虑节点间的模糊关系和网络拓扑结构相似性传递，实现网络社区的层次聚类。并通过调节模糊参数，挖掘出不同分辨率下的社区结构。同时为了避免主观地确定社区数目，引入一种新的模块度以度量社区划分结果。实验证明该方法能够有效且稳定地揭示潜在的社区结构。
针对网络结构的复杂性和群体划分的不确定性，该文提出一种基于模糊聚类的多分辨率社区结构发现方法。该方法用模糊方法来处理网络节点间的相似性，以实现社区结构的模糊划分。基于节点间的局部交互信息，考虑节点间的模糊关系和网络拓扑结构相似性传递，实现网络社区的层次聚类。并通过调节模糊参数，挖掘出不同分辨率下的社区结构。同时为了避免主观地确定社区数目，引入一种新的模块度以度量社区划分结果。实验证明该方法能够有效且稳定地揭示潜在的社区结构。
2017, 39(9): 2040-2047.
doi: 10.11999/JEIT161266
摘要:
随着社交网络规模的不断扩大，网络节点的标签分类也不再单一，变得丰富多样，这些促使了社交网络中的多标签分类问题成为一个重要的研究领域。以前的研究重点主要集中在提高预测网络节点标签的精度上，而忽略了得到节点信息所产生的包含时间消耗和计算资源等在内的系统开销问题。可现如今随着网络规模不断扩大且复杂性不断增强，之前所忽略的系统开销问题变得越来越严重，增加了预测标签的成本，加重了预测网络节点标签的难度。该文针对这一问题提出了基于NSGA2算法的网络环境下多标签种子节点选择算法(NAMESEA算法)，目的是在能大大降低预测节点标签所消耗的系统开销的前提下一定程度上提高预测标签的精度。该文将NAMESEA算法与其他多标签预测算法在多个真实数据集上进行实验对比，结果证明NAMESEA算法大大降低了预测节点标签的系统开销并且提高了预测精度。
随着社交网络规模的不断扩大，网络节点的标签分类也不再单一，变得丰富多样，这些促使了社交网络中的多标签分类问题成为一个重要的研究领域。以前的研究重点主要集中在提高预测网络节点标签的精度上，而忽略了得到节点信息所产生的包含时间消耗和计算资源等在内的系统开销问题。可现如今随着网络规模不断扩大且复杂性不断增强，之前所忽略的系统开销问题变得越来越严重，增加了预测标签的成本，加重了预测网络节点标签的难度。该文针对这一问题提出了基于NSGA2算法的网络环境下多标签种子节点选择算法(NAMESEA算法)，目的是在能大大降低预测节点标签所消耗的系统开销的前提下一定程度上提高预测标签的精度。该文将NAMESEA算法与其他多标签预测算法在多个真实数据集上进行实验对比，结果证明NAMESEA算法大大降低了预测节点标签的系统开销并且提高了预测精度。
2017, 39(9): 2048-2055.
doi: 10.11999/JEIT160975
摘要:
该文提出了一种基于深度信念网络(DBN)和多维扩展特征的模型，实现对中文微博短文本的情感分类。为降低传统文本分类方法在处理微博短文时特征稀疏的影响，引入社交关系网络作为扩展特征，依据评论者和博主之间的社交关系，提取相关评论扩展原始微博，将扩展后的多维特征作为深度信念网络的输入。通过叠加多层玻尔兹曼机(RBM)构建DBN模型底层网络结构，多层玻尔兹曼机可以对原始输入抽象并获得数据的深层语义特征。在多个RBM层上叠加一层分类玻尔兹曼机(ClassRBM)，实现最终情感分类。实验结果表明，通过调整模型参数和网络结构，构建的深度学习模型在情感分类中能够获得比SVM和NB等浅层分类系统更优的结果，另外，实验证明使用扩展多维特征方法可提高短文本情感分类的性能。
该文提出了一种基于深度信念网络(DBN)和多维扩展特征的模型，实现对中文微博短文本的情感分类。为降低传统文本分类方法在处理微博短文时特征稀疏的影响，引入社交关系网络作为扩展特征，依据评论者和博主之间的社交关系，提取相关评论扩展原始微博，将扩展后的多维特征作为深度信念网络的输入。通过叠加多层玻尔兹曼机(RBM)构建DBN模型底层网络结构，多层玻尔兹曼机可以对原始输入抽象并获得数据的深层语义特征。在多个RBM层上叠加一层分类玻尔兹曼机(ClassRBM)，实现最终情感分类。实验结果表明，通过调整模型参数和网络结构，构建的深度学习模型在情感分类中能够获得比SVM和NB等浅层分类系统更优的结果，另外，实验证明使用扩展多维特征方法可提高短文本情感分类的性能。
2017, 39(9): 2056-2062.
doi: 10.11999/JEIT161348
摘要:
主题模型是用于识别博客、网络社区、微博等社交网络平台上用户关注点的重要手段。考虑到社交网络平台上短文本主题识别的特殊性，该文根据短文本内容在上下文上的相关性，提出一种基于混合权重合并策略的AW-LDA模型。该模型将符合上下文相关条件的短文本进行虚拟合并，并根据上下文相关程度对不同短文本赋予不同的权重，构建了一种新的短文本主题识别方法。通过网络BBS社区与微博社区两组数据的实验，该模型能够有效识别不同话题下社交网络用户关注点，为解决短文本主题识别问题提供了新的解决思路。
主题模型是用于识别博客、网络社区、微博等社交网络平台上用户关注点的重要手段。考虑到社交网络平台上短文本主题识别的特殊性，该文根据短文本内容在上下文上的相关性，提出一种基于混合权重合并策略的AW-LDA模型。该模型将符合上下文相关条件的短文本进行虚拟合并，并根据上下文相关程度对不同短文本赋予不同的权重，构建了一种新的短文本主题识别方法。通过网络BBS社区与微博社区两组数据的实验，该模型能够有效识别不同话题下社交网络用户关注点，为解决短文本主题识别问题提供了新的解决思路。
2017, 39(9): 2063-2070.
doi: 10.11999/JEIT161360
摘要:
社会网络中影响力传播的有效抑制是社会网络影响力传播机制研究所关注的问题之一。该文针对未知影响传播源，或传播源信息具有不确定性的情况，提出面向不确定性影响源的影响力传播抑制问题。首先，为有效提高抑制算法的执行效率，讨论竞争线性阈值传播模型下影响源传播能力的近似估计方法，进而提出有限影响源情况下，期望抑制效果最大化的抑制种子集挖掘算法。其次，对于大尺寸不确定性影响源的情况，考虑算法运行效率和抑制效果之间的有效折中，提出基于抽样平均近似的期望抑制效果最大化的抑制种子集挖掘算法。最后，在真实的社会网络数据集上，通过实验测试验证了所提出方法的有效性。
社会网络中影响力传播的有效抑制是社会网络影响力传播机制研究所关注的问题之一。该文针对未知影响传播源，或传播源信息具有不确定性的情况，提出面向不确定性影响源的影响力传播抑制问题。首先，为有效提高抑制算法的执行效率，讨论竞争线性阈值传播模型下影响源传播能力的近似估计方法，进而提出有限影响源情况下，期望抑制效果最大化的抑制种子集挖掘算法。其次，对于大尺寸不确定性影响源的情况，考虑算法运行效率和抑制效果之间的有效折中，提出基于抽样平均近似的期望抑制效果最大化的抑制种子集挖掘算法。最后，在真实的社会网络数据集上，通过实验测试验证了所提出方法的有效性。
2017, 39(9): 2071-2080.
doi: 10.11999/JEIT170102
摘要:
社团结构划分对于分析复杂网络的统计特性非常重要，以往研究往往侧重对无向网络的社团结构挖掘，对新兴的微信朋友圈网络、微博关注网络等涉及较少，并且缺乏高效的划分工具。为解决传统社团划分算法在大规模有向社交网络上无精确划分模拟模型，算法运行效率低，精度偏差大的问题。该文从构成社团结构最基础的三角形极大团展开数学推导，对网络节点的局部信息传递过程进行建模，并引入概率图有向矢量计算理论，对有向社交网络中具有较大信息传递增益的节点从数学基础创造性地构建了有向传递增益系数(Information Transfer Gain, ITG)。该文以此构建了新的有向社团结构划分效果的目标函数，提出了新型有向网络社团划分算法ITG，通过在模拟网络数据集和真实网络数据集上进行实验，验证了所提算法的精确性和新颖性，并优于FastGN, OSLOM和Infomap等经典算法。
社团结构划分对于分析复杂网络的统计特性非常重要，以往研究往往侧重对无向网络的社团结构挖掘，对新兴的微信朋友圈网络、微博关注网络等涉及较少，并且缺乏高效的划分工具。为解决传统社团划分算法在大规模有向社交网络上无精确划分模拟模型，算法运行效率低，精度偏差大的问题。该文从构成社团结构最基础的三角形极大团展开数学推导，对网络节点的局部信息传递过程进行建模，并引入概率图有向矢量计算理论，对有向社交网络中具有较大信息传递增益的节点从数学基础创造性地构建了有向传递增益系数(Information Transfer Gain, ITG)。该文以此构建了新的有向社团结构划分效果的目标函数，提出了新型有向网络社团划分算法ITG，通过在模拟网络数据集和真实网络数据集上进行实验，验证了所提算法的精确性和新颖性，并优于FastGN, OSLOM和Infomap等经典算法。
2017, 39(9): 2081-2088.
doi: 10.11999/JEIT170030
摘要:
从海量推特数据中探索用户兴趣的分布规律和相关性有利于实现精确的个性化推荐。联机分析处理(On- Line Analytical Processing, OLAP)提供了一种适合人们探究数据的直观形式。将OLAP技术应用于推特数据的关键是如何挖掘和构建推特用户的兴趣维层次。针对现有方法只能提取单一层次兴趣的不足，该文提出一种支持联机分析处理的推特用户兴趣维层次提取方法。该方法首先通过RestAPI获取推特数据，然后通过改进的LDA(Latent Dirichlet Allocation)模型挖掘用户的兴趣和子兴趣，最后在此基础上构建兴趣维层次结构。实验评估了该方法的模型效果和可扩展性，并证实与LDA和hLDA相比可以更有效地提取出推特用户的兴趣维层次并应用于联机分析处理。
从海量推特数据中探索用户兴趣的分布规律和相关性有利于实现精确的个性化推荐。联机分析处理(On- Line Analytical Processing, OLAP)提供了一种适合人们探究数据的直观形式。将OLAP技术应用于推特数据的关键是如何挖掘和构建推特用户的兴趣维层次。针对现有方法只能提取单一层次兴趣的不足，该文提出一种支持联机分析处理的推特用户兴趣维层次提取方法。该方法首先通过RestAPI获取推特数据，然后通过改进的LDA(Latent Dirichlet Allocation)模型挖掘用户的兴趣和子兴趣，最后在此基础上构建兴趣维层次结构。实验评估了该方法的模型效果和可扩展性，并证实与LDA和hLDA相比可以更有效地提取出推特用户的兴趣维层次并应用于联机分析处理。
2017, 39(9): 2089-2096.
doi: 10.11999/JEIT170246
摘要:
通过制造大量非法虚假身份，女巫攻击者可以提高自身在社交网络中的影响力，影响网络中社交个体中继选择意愿，窃取社交个体隐私，对其利益造成严重威胁。在对女巫节点行为特征分析的基础上，该文提出一种适用于社交网络的女巫节点检测机制，通过节点间静态相似度和动态相似度评估节点影响力，并筛选可疑节点，进而观察可疑节点的异常行为，利用隐形马尔科夫模型推测女巫节点通过伪装所隐藏的真实身份，更加精确地检测女巫节点。分析结果表明，所提机制能有效提高女巫节点的识别率，降低误检率，更好地保护社交个体的隐私和利益。
通过制造大量非法虚假身份，女巫攻击者可以提高自身在社交网络中的影响力，影响网络中社交个体中继选择意愿，窃取社交个体隐私，对其利益造成严重威胁。在对女巫节点行为特征分析的基础上，该文提出一种适用于社交网络的女巫节点检测机制，通过节点间静态相似度和动态相似度评估节点影响力，并筛选可疑节点，进而观察可疑节点的异常行为，利用隐形马尔科夫模型推测女巫节点通过伪装所隐藏的真实身份，更加精确地检测女巫节点。分析结果表明，所提机制能有效提高女巫节点的识别率，降低误检率，更好地保护社交个体的隐私和利益。
2017, 39(9): 2097-2107.
doi: 10.11999/JEIT161192
摘要:
群体是在线社交网络重要的中观组织。群体发现不仅有重要的理论意义，还推动了在线社交网络的应用与发展，有广泛的应用前景。该文总结论述了在线社交网络群体发现的研究进展。在分析群体形成机理的基础上定义在线社交网络群体，并介绍群体发现问题。根据挖掘群体时采用的不同特征，该文分别阐述基于个体属性特征的群体发现方法和综合属性与结构特征的群体发现方法。随后从特征选取和检测算法两个方面重点介绍了恶意行为群体的发现方法。最后，对群体发现进一步的研究方向进行展望。
群体是在线社交网络重要的中观组织。群体发现不仅有重要的理论意义，还推动了在线社交网络的应用与发展，有广泛的应用前景。该文总结论述了在线社交网络群体发现的研究进展。在分析群体形成机理的基础上定义在线社交网络群体，并介绍群体发现问题。根据挖掘群体时采用的不同特征，该文分别阐述基于个体属性特征的群体发现方法和综合属性与结构特征的群体发现方法。随后从特征选取和检测算法两个方面重点介绍了恶意行为群体的发现方法。最后，对群体发现进一步的研究方向进行展望。
2017, 39(9): 2108-2118.
doi: 10.11999/JEIT161273
摘要:
近来，社交网络类应用得到了迅猛发展。其中，社交网络相关的社交行为是最主要的发展方向之一，得到了学术界研究者的广泛关注。该文从行为的成因、行为的表现及行为的影响3个方面对社交网络行为进行全面分析。具体来说，在分析了社交网络行为的基础概念之后，首先引入了社交网络行为的3个最重要的原因：用户采纳、用户忠诚和用户信任。然后，基于这些原因，从一般使用行为，内容生成行为和内容消费行为3个常用行为方面分析了用户在社交网络上的行为表现方式。最后，该文分析了社交网络行为的影响，包括行为影响力衡量和行为引导两个最重要角度。社交行为的系统性分析为下一步相关研究指明了方向。
近来，社交网络类应用得到了迅猛发展。其中，社交网络相关的社交行为是最主要的发展方向之一，得到了学术界研究者的广泛关注。该文从行为的成因、行为的表现及行为的影响3个方面对社交网络行为进行全面分析。具体来说，在分析了社交网络行为的基础概念之后，首先引入了社交网络行为的3个最重要的原因：用户采纳、用户忠诚和用户信任。然后，基于这些原因，从一般使用行为，内容生成行为和内容消费行为3个常用行为方面分析了用户在社交网络上的行为表现方式。最后，该文分析了社交网络行为的影响，包括行为影响力衡量和行为引导两个最重要角度。社交行为的系统性分析为下一步相关研究指明了方向。
2017, 39(9): 2119-2126.
doi: 10.11999/JEIT161285
摘要:
针对面向字级优化的通用处理器，在应对密码算法中大位宽比特置换操作时效率较低的问题，该文提出2N-2N和kN-kN(k2)的大位宽比特置换操作高速实现方案。并针对方案中涉及的比特提取和比特提取-移位两种操作，分别提出专用扩展指令BEX, BEX-ROT。在此基础上，对专用指令硬件架构的高效设计进行研究，提出一种基于Inverse Butterfly网络统一硬件架构-RERS(Reconfigurable Extract and Rotation Shifter)及相应可重构路由算法，以最大限度地共享硬件资源，减小电路面积。实验结果表明，所提方案能够将处理器架构执行大位宽比特置换操作的指令条数缩减约10倍，大幅提升其处理效率。同时，由专用指令所带来的硬件资源开销和延迟开销均较低，不会影响到原架构正常工作频率。
针对面向字级优化的通用处理器，在应对密码算法中大位宽比特置换操作时效率较低的问题，该文提出2N-2N和kN-kN(k2)的大位宽比特置换操作高速实现方案。并针对方案中涉及的比特提取和比特提取-移位两种操作，分别提出专用扩展指令BEX, BEX-ROT。在此基础上，对专用指令硬件架构的高效设计进行研究，提出一种基于Inverse Butterfly网络统一硬件架构-RERS(Reconfigurable Extract and Rotation Shifter)及相应可重构路由算法，以最大限度地共享硬件资源，减小电路面积。实验结果表明，所提方案能够将处理器架构执行大位宽比特置换操作的指令条数缩减约10倍，大幅提升其处理效率。同时，由专用指令所带来的硬件资源开销和延迟开销均较低，不会影响到原架构正常工作频率。
2017, 39(9): 2127-2133.
doi: 10.11999/JEIT170062
摘要:
为了保证异构网络中消息的机密性和认证性，该文定义了身份公钥密码IDPKC到无证书公钥密码CLPKC异构签密模型，并提出具体的IDPKC-to-CLPKC异构签密方案。方案中双方密码系统参数相互独立，能够满足实际应用需求。在随机预言模型下，基于GBDH, CDH和q-SDH困难假设，证明方案满足IDPKC-to-CLPKC异构签密的机密性和不可伪造性。同时，该方案满足匿名性，通过密文无法判断发送方和接收方的身份，可以有效保护双方的身份隐私。
为了保证异构网络中消息的机密性和认证性，该文定义了身份公钥密码IDPKC到无证书公钥密码CLPKC异构签密模型，并提出具体的IDPKC-to-CLPKC异构签密方案。方案中双方密码系统参数相互独立，能够满足实际应用需求。在随机预言模型下，基于GBDH, CDH和q-SDH困难假设，证明方案满足IDPKC-to-CLPKC异构签密的机密性和不可伪造性。同时，该方案满足匿名性，通过密文无法判断发送方和接收方的身份，可以有效保护双方的身份隐私。
2017, 39(9): 2134-2140.
doi: 10.11999/JEIT161347
摘要:
针对异构密集网络场景中业务不确定性而引起的网络负载不均衡，该文提出一种基于部分可测马尔科夫决策过程(POMDP)负载感知的负载均衡方法。该方法首先通过对系统用户在感知周期内数据包传输数量进行观察，预测出下一周期系统可能出现的负载状态。其次根据负载感知结果动态调整小区范围扩展偏置值(DCRE)，以达到优化系统整体负载均衡性的目的。最后采用启发式算法近似求解，能够快速得到次优解。仿真结果表明，该方案能在异构密集网络下提高系统负载均衡性,同时提升了系统吞吐量与系统资源利用率。
针对异构密集网络场景中业务不确定性而引起的网络负载不均衡，该文提出一种基于部分可测马尔科夫决策过程(POMDP)负载感知的负载均衡方法。该方法首先通过对系统用户在感知周期内数据包传输数量进行观察，预测出下一周期系统可能出现的负载状态。其次根据负载感知结果动态调整小区范围扩展偏置值(DCRE)，以达到优化系统整体负载均衡性的目的。最后采用启发式算法近似求解，能够快速得到次优解。仿真结果表明，该方案能在异构密集网络下提高系统负载均衡性,同时提升了系统吞吐量与系统资源利用率。
2017, 39(9): 2141-2147.
doi: 10.11999/JEIT161312
摘要:
在加性高斯白噪声环境的单频复指数信号频率估计中，针对现有频率估计算法估计误差分布不均且估计精度较低的问题，该文提出一种细化频谱迭代插值估计算法。该算法首先根据半长信号的快速傅里叶变换峰值位置计算细化频谱，再利用细化频谱幅值进行频率的无偏插值估计，最后利用估计结果和全长信号更新细化频谱并进行迭代插值重估。仿真结果表明，与现有算法相比，所提算法估计误差分布均匀，且在高信噪比的所有频率范围和低信噪比的大部分频率范围内估计精度更高。同时仿真表明，所提算法在加性均匀噪声环境中也有较好的估计性能。
在加性高斯白噪声环境的单频复指数信号频率估计中，针对现有频率估计算法估计误差分布不均且估计精度较低的问题，该文提出一种细化频谱迭代插值估计算法。该算法首先根据半长信号的快速傅里叶变换峰值位置计算细化频谱，再利用细化频谱幅值进行频率的无偏插值估计，最后利用估计结果和全长信号更新细化频谱并进行迭代插值重估。仿真结果表明，与现有算法相比，所提算法估计误差分布均匀，且在高信噪比的所有频率范围和低信噪比的大部分频率范围内估计精度更高。同时仿真表明，所提算法在加性均匀噪声环境中也有较好的估计性能。
2017, 39(9): 2148-2154.
doi: 10.11999/JEIT161304
摘要:
深度信息被证明是人类视觉的重要组成部分，然而大部分显著性检测工作侧重于2维图像上的方法，并不能很好地利用深度进行RGB-D图像显著性检测。该文提出一种融合显著深度特征的RGB-D图像显著目标检测方法，提取基于颜色和深度显著图的综合特征，根据构图先验和背景先验的方法进行显著目标检测。首先，对原始深度图进行预处理：使用背景顶点区域、构图交点和紧密度处理深度图，多角度融合形成深度显著图，并作为显著深度特征，结合颜色特征形成综合特征；其次，从前景角度，将综合特征通过边连接权重构造关联矩阵，根据构图先验，假设多层中心矩形为前景种子，通过流形排序方法计算出RGB-D图像的前景显著图；从背景角度，根据背景先验以及边界连通性计算出背景显著图；最后，将前景显著图和背景显著图进行融合并优化得到最终显著图。实验采用RGB-D1000数据集进行显著性检测，并与4种不同的方法进行对比，所提方法的显著性检测结果更接近人工标定结果，PR(查准率-查全率)曲线显示在相同召回率下准确率高于其他方法。
深度信息被证明是人类视觉的重要组成部分，然而大部分显著性检测工作侧重于2维图像上的方法，并不能很好地利用深度进行RGB-D图像显著性检测。该文提出一种融合显著深度特征的RGB-D图像显著目标检测方法，提取基于颜色和深度显著图的综合特征，根据构图先验和背景先验的方法进行显著目标检测。首先，对原始深度图进行预处理：使用背景顶点区域、构图交点和紧密度处理深度图，多角度融合形成深度显著图，并作为显著深度特征，结合颜色特征形成综合特征；其次，从前景角度，将综合特征通过边连接权重构造关联矩阵，根据构图先验，假设多层中心矩形为前景种子，通过流形排序方法计算出RGB-D图像的前景显著图；从背景角度，根据背景先验以及边界连通性计算出背景显著图；最后，将前景显著图和背景显著图进行融合并优化得到最终显著图。实验采用RGB-D1000数据集进行显著性检测，并与4种不同的方法进行对比，所提方法的显著性检测结果更接近人工标定结果，PR(查准率-查全率)曲线显示在相同召回率下准确率高于其他方法。
2017, 39(9): 2155-2161.
doi: 10.11999/JEIT161391
摘要:
针对目前Turbo码分量编码器参数识别算法容错性不好、计算量大的缺点，该文提出一种基于校验方程符合度的新算法。首先，根据码元约束长度较小的特点，构建出编码器生成多项式数据库，然后通过遍历多项式数据库，计算出每种多项式所对应的平均校验方程符合度值，其最大值所对应的索引号即为多项式库中的正确多项式索引号，从而完成编码多项式的识别。该算法仅仅遍历有限的多项式数据库，其计算量较小，只与截获的数据量有关；算法采用的数据为软判决信息，故其容错性能较好。仿真结果表明：在信噪比为0 dB条件下，仅需要截获10码块，交织长度为100的码元数据量，参数的识别率就能达到90%以上。
针对目前Turbo码分量编码器参数识别算法容错性不好、计算量大的缺点，该文提出一种基于校验方程符合度的新算法。首先，根据码元约束长度较小的特点，构建出编码器生成多项式数据库，然后通过遍历多项式数据库，计算出每种多项式所对应的平均校验方程符合度值，其最大值所对应的索引号即为多项式库中的正确多项式索引号，从而完成编码多项式的识别。该算法仅仅遍历有限的多项式数据库，其计算量较小，只与截获的数据量有关；算法采用的数据为软判决信息，故其容错性能较好。仿真结果表明：在信噪比为0 dB条件下，仅需要截获10码块，交织长度为100的码元数据量，参数的识别率就能达到90%以上。
2017, 39(9): 2162-2168.
doi: 10.11999/JEIT161317
摘要:
该文针对直觉模糊聚类算法不考虑空间邻域信息的缺点，提出一种基于核空间和加权邻域约束的直觉模糊C均值聚类算法。该算法首先在直觉模糊C均值(Intuitionistic Fuzzy C-Means, IFCM)算法的基础上加入空间邻域约束关系，且赋予邻域内每个点不同的权重；接着采用核诱导函数代替欧氏距离计算各点到聚类中心的距离；然后创建包含邻域信息的新的目标函数，最优化该目标函数得到新的隶属度及聚类中心的迭代表达式。利用所提出的新算法与同类聚类算法及基于显著过渡区域的二值化算法进行图像分割，并对结果进行定量分析后可知，所提出的算法最高能够得到0.9776的F度量值。实验结果表明新算法性能稳定并且具有较高的分割精度。
该文针对直觉模糊聚类算法不考虑空间邻域信息的缺点，提出一种基于核空间和加权邻域约束的直觉模糊C均值聚类算法。该算法首先在直觉模糊C均值(Intuitionistic Fuzzy C-Means, IFCM)算法的基础上加入空间邻域约束关系，且赋予邻域内每个点不同的权重；接着采用核诱导函数代替欧氏距离计算各点到聚类中心的距离；然后创建包含邻域信息的新的目标函数，最优化该目标函数得到新的隶属度及聚类中心的迭代表达式。利用所提出的新算法与同类聚类算法及基于显著过渡区域的二值化算法进行图像分割，并对结果进行定量分析后可知，所提出的算法最高能够得到0.9776的F度量值。实验结果表明新算法性能稳定并且具有较高的分割精度。
2017, 39(9): 2169-2174.
doi: 10.11999/JEIT170040
摘要:
由于具有灵活的频率划分能力，非均匀滤波器组在语音、图像等信号的处理中有着广泛的应用。该文针对非均匀DFT调制滤波器组无法直接合并构造的缺点，提出一种基于相位调制的构造方法。在该方法中，非均匀DFT调制滤波器组的子带滤波器由均匀DFT调制滤波器组经子带合并和相位调制获得。构造所得的非均匀滤波器组与原均匀滤波器组的重构特性近似相等。同时推导出非均匀子带滤波器具备良好频率特性的条件。理论分析和仿真结果均表明了所提的构造方法的有效性。
由于具有灵活的频率划分能力，非均匀滤波器组在语音、图像等信号的处理中有着广泛的应用。该文针对非均匀DFT调制滤波器组无法直接合并构造的缺点，提出一种基于相位调制的构造方法。在该方法中，非均匀DFT调制滤波器组的子带滤波器由均匀DFT调制滤波器组经子带合并和相位调制获得。构造所得的非均匀滤波器组与原均匀滤波器组的重构特性近似相等。同时推导出非均匀子带滤波器具备良好频率特性的条件。理论分析和仿真结果均表明了所提的构造方法的有效性。
2017, 39(9): 2175-2181.
doi: 10.11999/JEIT161132
摘要:
为解决传统均匀FFT波束形成算法引起的3维声呐成像分辨率降低的问题，该文提出分区域FFT波束形成算法。远场条件下，以保证成像分辨率为约束条件，以划分数量最少为目标，采用遗传算法作为优化手段将成像区域划分为多个区域。在每个区域内选取一个波束方向，获得每一个接收阵元收到该方向回波时的解调输出，以此为原始数据在该区域内进行传统均匀FFT波束形成。对FFT计算过程进行优化，降低新算法的计算量，使其满足3维成像声呐实时性的要求。仿真与实验结果表明，采用分区域FFT波束形成算法的成像分辨率较传统均匀FFT波束形成算法有显著提高，且满足实时性要求。
为解决传统均匀FFT波束形成算法引起的3维声呐成像分辨率降低的问题，该文提出分区域FFT波束形成算法。远场条件下，以保证成像分辨率为约束条件，以划分数量最少为目标，采用遗传算法作为优化手段将成像区域划分为多个区域。在每个区域内选取一个波束方向，获得每一个接收阵元收到该方向回波时的解调输出，以此为原始数据在该区域内进行传统均匀FFT波束形成。对FFT计算过程进行优化，降低新算法的计算量，使其满足3维成像声呐实时性的要求。仿真与实验结果表明，采用分区域FFT波束形成算法的成像分辨率较传统均匀FFT波束形成算法有显著提高，且满足实时性要求。
2017, 39(9): 2182-2189.
doi: 10.11999/JEIT161300
摘要:
圆迹SAR(CSAR)作为一种新的对地高分辨率成像方法，兼具长时间观测以及获得目标 全向信息的优势。该文利用其长时间观测的特性，针对单通道圆迹SAR提出一种新的图像域动目标检测算法。首先从等多普勒等距离角度分析了动目标信号模型，后给出动目标检测算法。该方法将原始图像分为无动目标的背景以及含有动目标的前景图像，由于静止背景较动目标变化缓慢，故利用中值滤波器对重叠子孔径图像序列沿时间维进行滤波以获得背景图像，再利用每帧原始图像与背景图像的差来获得相应的含有动目标的前景图像。机载圆迹SAR数据处理结果说明了该方法的有效性。
圆迹SAR(CSAR)作为一种新的对地高分辨率成像方法，兼具长时间观测以及获得目标 全向信息的优势。该文利用其长时间观测的特性，针对单通道圆迹SAR提出一种新的图像域动目标检测算法。首先从等多普勒等距离角度分析了动目标信号模型，后给出动目标检测算法。该方法将原始图像分为无动目标的背景以及含有动目标的前景图像，由于静止背景较动目标变化缓慢，故利用中值滤波器对重叠子孔径图像序列沿时间维进行滤波以获得背景图像，再利用每帧原始图像与背景图像的差来获得相应的含有动目标的前景图像。机载圆迹SAR数据处理结果说明了该方法的有效性。
2017, 39(9): 2190-2196.
doi: 10.11999/JEIT161056
摘要:
该文提出一种基于两维相位编码的距离模糊抑制方法，该方法通过在发射端发射一种两维相位编码的波形，接收端在进行匹配滤波时，距离模糊信号相对于目标信号而言在两维频谱上都会产生偏移。在信号处理阶段，可以针对此频谱差异构造滤波器，实现对距离模糊能量的有效抑制，降低整个测绘带内的距离模糊比，提高合成孔径雷达(SAR)图像质量。点仿真和面仿真结果都验证了该方法的有效性。
该文提出一种基于两维相位编码的距离模糊抑制方法，该方法通过在发射端发射一种两维相位编码的波形，接收端在进行匹配滤波时，距离模糊信号相对于目标信号而言在两维频谱上都会产生偏移。在信号处理阶段，可以针对此频谱差异构造滤波器，实现对距离模糊能量的有效抑制，降低整个测绘带内的距离模糊比，提高合成孔径雷达(SAR)图像质量。点仿真和面仿真结果都验证了该方法的有效性。
2017, 39(9): 2197-2202.
doi: 10.11999/JEIT161394
摘要:
在高帧率的视频合成孔径雷达(VideoSAR)成像模式获得的图像序列中，多普勒频移使运动目标在实际位置留下阴影，且相邻帧图像具有很强相关性。该文针对上述现象提出一种VideoSAR图像中动目标阴影检测的方法。首先，对每帧图像通过结合尺度不变特征变换(SIFT)和随机抽样一致性(RANSAC)算法实现配准并进行背景补偿，再采用CattePM模型抑制相干斑噪声。然后通过Tsallis灰度熵的最大化阈值分割方法自动分离目标和背景，获得二值图像。最后，对相邻多帧图像背景建模并差分，再结合三帧间差分法提取动目标阴影，结果标记至原帧图像相应位置。基于美国Sandia实验室公布的VideoSAR成像片段，实现了多个移动车辆的检测，验证了所提算法的有效性。
在高帧率的视频合成孔径雷达(VideoSAR)成像模式获得的图像序列中，多普勒频移使运动目标在实际位置留下阴影，且相邻帧图像具有很强相关性。该文针对上述现象提出一种VideoSAR图像中动目标阴影检测的方法。首先，对每帧图像通过结合尺度不变特征变换(SIFT)和随机抽样一致性(RANSAC)算法实现配准并进行背景补偿，再采用CattePM模型抑制相干斑噪声。然后通过Tsallis灰度熵的最大化阈值分割方法自动分离目标和背景，获得二值图像。最后，对相邻多帧图像背景建模并差分，再结合三帧间差分法提取动目标阴影，结果标记至原帧图像相应位置。基于美国Sandia实验室公布的VideoSAR成像片段，实现了多个移动车辆的检测，验证了所提算法的有效性。
2017, 39(9): 2203-2211.
doi: 10.11999/JEIT161209
摘要:
该文研究基于频分正交信号的机载交轨稀疏阵列SAR下视3维成像问题。为解决孔径综合方法带来的重复频率高、数据冗余量大和运动补偿等问题，提出一种基于修正均匀冗余阵列(Modified Uniformly Redundant Arrays, MURA)编码和干涉处理频域稀疏的3维成像方法，直接在距离频域稀疏采样条件下对目标场景进行下视3维成像。引入MURA编码对回波数据在阵列采样平面进行正反编码调制，分别获得两幅3维复图像，并通过干涉处理使信号3维频谱集中在低频段，利用频域低通滤波或压缩感知(Compressed Sensing，CS)实现目标场景3维成像。该方法具有回波数据利用率高和工作重复频率低的特点。仿真分析和试验数据验证了方法的有效性。
该文研究基于频分正交信号的机载交轨稀疏阵列SAR下视3维成像问题。为解决孔径综合方法带来的重复频率高、数据冗余量大和运动补偿等问题，提出一种基于修正均匀冗余阵列(Modified Uniformly Redundant Arrays, MURA)编码和干涉处理频域稀疏的3维成像方法，直接在距离频域稀疏采样条件下对目标场景进行下视3维成像。引入MURA编码对回波数据在阵列采样平面进行正反编码调制，分别获得两幅3维复图像，并通过干涉处理使信号3维频谱集中在低频段，利用频域低通滤波或压缩感知(Compressed Sensing，CS)实现目标场景3维成像。该方法具有回波数据利用率高和工作重复频率低的特点。仿真分析和试验数据验证了方法的有效性。
2017, 39(9): 2212-2218.
doi: 10.11999/JEIT161333
摘要:
多径效应或多输入多输出(MIMO)雷达发射波形不完全正交的情况下会引入干扰，此种干扰通常被称为目标引入干扰。针对存在目标引入干扰的目标检测问题，该文基于Wald准则提出适用于均匀环境和非均匀环境下的自适应检测器，所提出的检测器可有效抑制目标引入的干扰，且具有恒虚警率(CFAR)特性。仿真结果表明，当干扰子空间已知时，该文所提出的检测器可完全抑制干扰，当干扰子空间未知时，所提检测器可有效抑制位于信号子空间的正交补空间内的干扰。
多径效应或多输入多输出(MIMO)雷达发射波形不完全正交的情况下会引入干扰，此种干扰通常被称为目标引入干扰。针对存在目标引入干扰的目标检测问题，该文基于Wald准则提出适用于均匀环境和非均匀环境下的自适应检测器，所提出的检测器可有效抑制目标引入的干扰，且具有恒虚警率(CFAR)特性。仿真结果表明，当干扰子空间已知时，该文所提出的检测器可完全抑制干扰，当干扰子空间未知时，所提检测器可有效抑制位于信号子空间的正交补空间内的干扰。
2017, 39(9): 2219-2224.
doi: 10.11999/JEIT161318
摘要:
针对方位依赖阵列误差的校正问题，通过引入少量精确校正的辅助阵元，该文给出一种基于空域稀疏性的方位依赖阵列误差校正算法。将受方位依赖阵列误差扰动的阵列流型表示为理想情况下的阵列流型与幅相误差系数矩阵的乘积形式。同时利用接收信号的空域稀疏性，对接收信号进行稀疏表示，将阵列误差自校正问题转化为一个二元最优化问题，再通过交替迭代的优化方式求得两个优化变量的最优解，从而实现了信号方位与方位依赖阵列误差的联合估计。该文所提算法相比于已有算法性能提升明显，参数估计性能优于传统算法且接近参数估计的Cramer-Rao下界，仿真实验也验证了算法的有效性和优越性。
针对方位依赖阵列误差的校正问题，通过引入少量精确校正的辅助阵元，该文给出一种基于空域稀疏性的方位依赖阵列误差校正算法。将受方位依赖阵列误差扰动的阵列流型表示为理想情况下的阵列流型与幅相误差系数矩阵的乘积形式。同时利用接收信号的空域稀疏性，对接收信号进行稀疏表示，将阵列误差自校正问题转化为一个二元最优化问题，再通过交替迭代的优化方式求得两个优化变量的最优解，从而实现了信号方位与方位依赖阵列误差的联合估计。该文所提算法相比于已有算法性能提升明显，参数估计性能优于传统算法且接近参数估计的Cramer-Rao下界，仿真实验也验证了算法的有效性和优越性。
2017, 39(9): 2225-2231.
doi: 10.11999/JEIT161204
摘要:
针对低信噪比情况下窄带雷达目标分类问题，该文提出基于时频分析的窄带雷达飞机目标分类特征提取方法。该方法利用喷气式飞机、螺旋桨飞机和直升机3类目标调制周期的差异，提取时频谱域的熵值变化特性，并给出时频分析中窗函数长度的优化选择方法。基于仿真和实测数据的实验结果表明，该文方法可以在低信噪比情况下显著提升飞机目标正确分类概率。
针对低信噪比情况下窄带雷达目标分类问题，该文提出基于时频分析的窄带雷达飞机目标分类特征提取方法。该方法利用喷气式飞机、螺旋桨飞机和直升机3类目标调制周期的差异，提取时频谱域的熵值变化特性，并给出时频分析中窗函数长度的优化选择方法。基于仿真和实测数据的实验结果表明，该文方法可以在低信噪比情况下显著提升飞机目标正确分类概率。
2017, 39(9): 2232-2237.
doi: 10.11999/JEIT161363
摘要:
合成孔径雷达高度计的关键技术特点是沿轨向的多普勒锐化和延迟距离校正技术。两者的结合使得其相对于传统雷达高度计具有沿轨向高分辨率和显著提高测高精度的优势。在2 m波高海况和2 km的地面网格下，其测高精度可以达到2 cm。为了验证合成孔径雷达高度计的测高精度，在充分研究合成孔径雷达高度计测高原理和传统雷达高度计定标方法的基础上，该文提出一种基于全球导航卫星系统(GNSS)浮标的合成孔径雷达高度计定标方法，采用时空一致性匹配和多基线联合解算方法提高海面高度测量精度，并将该方法应用于合成孔径雷达高度计首次机载试验中，通过对试验数据结果的处理分析，在验证合成孔径雷达高度计测高精度的同时，初步验证了该定标方法的可行性。
合成孔径雷达高度计的关键技术特点是沿轨向的多普勒锐化和延迟距离校正技术。两者的结合使得其相对于传统雷达高度计具有沿轨向高分辨率和显著提高测高精度的优势。在2 m波高海况和2 km的地面网格下，其测高精度可以达到2 cm。为了验证合成孔径雷达高度计的测高精度，在充分研究合成孔径雷达高度计测高原理和传统雷达高度计定标方法的基础上，该文提出一种基于全球导航卫星系统(GNSS)浮标的合成孔径雷达高度计定标方法，采用时空一致性匹配和多基线联合解算方法提高海面高度测量精度，并将该方法应用于合成孔径雷达高度计首次机载试验中，通过对试验数据结果的处理分析，在验证合成孔径雷达高度计测高精度的同时，初步验证了该定标方法的可行性。
2017, 39(9): 2238-2244.
doi: 10.11999/JEIT161223
摘要:
角闪烁是末制导阶段角跟踪误差的主要来源，如果对角闪烁处理不当会增大雷达跟踪目标的误差, 甚至丢失目标。通过脉冲压缩获得高分辨距离像是抑制角闪烁的一种有效方法，但仍不能完全消除测角误差。研究发现高分辨成像对角闪烁的抑制效果与散射中心类型以及其方位特性相关。该文从理论上分析了局部型、分布型、滑动型等不同的散射中心类型对角跟踪产生的影响，然后通过全波法电磁计算结果验证理论分析结论。该文研究结论对于抑制角闪烁、改善和提高雷达跟踪目标的性能具有参考价值。
角闪烁是末制导阶段角跟踪误差的主要来源，如果对角闪烁处理不当会增大雷达跟踪目标的误差, 甚至丢失目标。通过脉冲压缩获得高分辨距离像是抑制角闪烁的一种有效方法，但仍不能完全消除测角误差。研究发现高分辨成像对角闪烁的抑制效果与散射中心类型以及其方位特性相关。该文从理论上分析了局部型、分布型、滑动型等不同的散射中心类型对角跟踪产生的影响，然后通过全波法电磁计算结果验证理论分析结论。该文研究结论对于抑制角闪烁、改善和提高雷达跟踪目标的性能具有参考价值。
2017, 39(9): 2245-2251.
doi: 10.11999/JEIT161308
摘要:
基于超级计算机的大规模并行电磁计算对于解决实际工程中的复杂电磁难题具有重要意义，但超级计算机中由节点故障导致的进程崩溃事件的概率远远高于普通计算机。该文针对传统电磁计算难以有效应对进程崩溃的现状，提出一种高效的、适用于大规模并行高阶矩量法的容错算法。在现有并行高阶矩量法的基础上，基于硬盘缓存和直接内存读取设计高效率、高可靠性的现场保护算法，同时设计了高效的断点恢复算法。算法的有效性主要在于固定的现场保护点这一特点，它使得算法在有故障的情况下仍然可以正常有序地进行；而原算法每次碰到故障，则只能从头计算。数值仿真实验验证了容错算法在应对进程崩溃事件时的有效性，大幅提高了大规模并行高阶矩量法的可靠性。
基于超级计算机的大规模并行电磁计算对于解决实际工程中的复杂电磁难题具有重要意义，但超级计算机中由节点故障导致的进程崩溃事件的概率远远高于普通计算机。该文针对传统电磁计算难以有效应对进程崩溃的现状，提出一种高效的、适用于大规模并行高阶矩量法的容错算法。在现有并行高阶矩量法的基础上，基于硬盘缓存和直接内存读取设计高效率、高可靠性的现场保护算法，同时设计了高效的断点恢复算法。算法的有效性主要在于固定的现场保护点这一特点，它使得算法在有故障的情况下仍然可以正常有序地进行；而原算法每次碰到故障，则只能从头计算。数值仿真实验验证了容错算法在应对进程崩溃事件时的有效性，大幅提高了大规模并行高阶矩量法的可靠性。
2017, 39(9): 2252-2258.
doi: 10.11999/JEIT161277
摘要:
3维电场分量对传感器输出信号的耦合干扰是影响3维电场探测准确性的关键问题。为了减小耦合干扰，实现3维电场的准确测量，该文提出一种基于遗传算法的3维电场传感器解耦标定方法。区别于求逆矩阵运算的传统标定方法，该方法利用遗传算法并行全局搜索的特点，通过设置适应度函数和遗传算子获得最优化解耦标定矩阵，避免了复杂的矩阵求逆计算，减小了计算误差。该文设计了一种可实现传感器与电场矢量成任意夹角的测试标定装置，建立了电场理论值计算模型。对基于矩阵求逆计算和基于遗传算法的两种解耦标定方法进行了对比实验，实验结果表明，基于遗传算法的3维电场传感器解耦标定方法与传统标定方法相比，有效地消除了电场分量对传感器的耦合干扰，提高了标定精度，实现了3维电场的准确测量。
3维电场分量对传感器输出信号的耦合干扰是影响3维电场探测准确性的关键问题。为了减小耦合干扰，实现3维电场的准确测量，该文提出一种基于遗传算法的3维电场传感器解耦标定方法。区别于求逆矩阵运算的传统标定方法，该方法利用遗传算法并行全局搜索的特点，通过设置适应度函数和遗传算子获得最优化解耦标定矩阵，避免了复杂的矩阵求逆计算，减小了计算误差。该文设计了一种可实现传感器与电场矢量成任意夹角的测试标定装置，建立了电场理论值计算模型。对基于矩阵求逆计算和基于遗传算法的两种解耦标定方法进行了对比实验，实验结果表明，基于遗传算法的3维电场传感器解耦标定方法与传统标定方法相比，有效地消除了电场分量对传感器的耦合干扰，提高了标定精度，实现了3维电场的准确测量。
2017, 39(9): 2259-2265.
doi: 10.11999/JEIT170023
摘要:
真值表约简是数字逻辑电路分析与设计的关键问题之一，形式概念分析(Formal Concept Analysis, FCA)是一种从形式背景进行数据分析和规则提取的工具。该文将多输入多输出(Multiple-Input Multiple-Output, MIMO)真值表转化为决策形式背景，将真值表的约简问题转化为决策形式背景的最简规则提取过程，提出一种基于FCA的MIMO真值表并行约简算法。通过理论证明、实例演示和算法的复杂性分析，说明了新算法的正确性、有效性和快速性。
真值表约简是数字逻辑电路分析与设计的关键问题之一，形式概念分析(Formal Concept Analysis, FCA)是一种从形式背景进行数据分析和规则提取的工具。该文将多输入多输出(Multiple-Input Multiple-Output, MIMO)真值表转化为决策形式背景，将真值表的约简问题转化为决策形式背景的最简规则提取过程，提出一种基于FCA的MIMO真值表并行约简算法。通过理论证明、实例演示和算法的复杂性分析，说明了新算法的正确性、有效性和快速性。
2017, 39(9): 2266-2271.
doi: 10.11999/JEIT161202
摘要:
该文提出了一种基于内建自测试(BIST)的Test-Per-Clock混合模式向量产生方法。测试由两个部分组成：自由线性反馈移位寄存器(LFSR)伪随机测试模式和受控LFSR确定型测试模式。伪随机测试模式用于快速地检测伪随机易测故障，减少确定型数据存储。受控LFSR测试模式采用直接存储在ROM中的控制位流对剩余故障产生确定型测试。通过对提出的BIST混合模式测试结构理论分析，提出了伪随机向量的选取方法以及基于受控线性移位确定型测试生成方法。基准电路的仿真结果表明，该方法可以获得完全单固定型故障覆盖率，其测试产生器设计简单且具有良好的稳定性，与其他方法相比，具有较低的测试开销和较短的测试应用时间。
该文提出了一种基于内建自测试(BIST)的Test-Per-Clock混合模式向量产生方法。测试由两个部分组成：自由线性反馈移位寄存器(LFSR)伪随机测试模式和受控LFSR确定型测试模式。伪随机测试模式用于快速地检测伪随机易测故障，减少确定型数据存储。受控LFSR测试模式采用直接存储在ROM中的控制位流对剩余故障产生确定型测试。通过对提出的BIST混合模式测试结构理论分析，提出了伪随机向量的选取方法以及基于受控线性移位确定型测试生成方法。基准电路的仿真结果表明，该方法可以获得完全单固定型故障覆盖率，其测试产生器设计简单且具有良好的稳定性，与其他方法相比，具有较低的测试开销和较短的测试应用时间。
2017, 39(9): 2272-2276.
doi: 10.11999/JEIT161284
摘要:
为实现运行体智能自主定位，该文提出一种基于网格细胞到位置细胞转换的位置估计模型。结合网格细胞和位置细胞的放电机理以及它们之间的信息转换关系，将位置估计模型分为空间环境学习与记忆、运动状态感知和位置估计3部分，给出了各个部分实现原理和具体操作步骤，最后利用提出的模型对运行体定位问题进行了仿真实验。结果表明，所提模型能实现运行体自主定位，且定位性能可通过改变模型中网格细胞和位置细胞参数进行调整。
为实现运行体智能自主定位，该文提出一种基于网格细胞到位置细胞转换的位置估计模型。结合网格细胞和位置细胞的放电机理以及它们之间的信息转换关系，将位置估计模型分为空间环境学习与记忆、运动状态感知和位置估计3部分，给出了各个部分实现原理和具体操作步骤，最后利用提出的模型对运行体定位问题进行了仿真实验。结果表明，所提模型能实现运行体自主定位，且定位性能可通过改变模型中网格细胞和位置细胞参数进行调整。
2017, 39(9): 2277-2281.
doi: 10.11999/JEIT161177
摘要:
该文给出一类零相关区高斯整数序列的直接构造法。该方法基于差集，利用移位序列得到一类零相关区高斯整数序列集，并且序列集的零相关区长度以及元素取值可灵活设定。由于差集的研究成果非常丰富，因此该方法可以为CDMA通信系统提供大量零相关区高斯整数序列集。
该文给出一类零相关区高斯整数序列的直接构造法。该方法基于差集，利用移位序列得到一类零相关区高斯整数序列集，并且序列集的零相关区长度以及元素取值可灵活设定。由于差集的研究成果非常丰富，因此该方法可以为CDMA通信系统提供大量零相关区高斯整数序列集。
2017, 39(9): 2282-2286.
doi: 10.11999/JEIT161381
摘要:
传统语音增强算法中因为谱减法算法简单易于实现而得到广泛研究，谱减法的原理是将带噪语音幅度与估计的噪声幅度进行相减，并叠加带噪语音相位，进而重构增强语音谱。该方法在低信噪比下因为没有进行相位估计，会存在较大的估计误差，并且因为对噪声估计的不准确，会产生 音乐噪声。基于谱减法的缺点该文提出一种基于最大后验相位估计的多带谱减法，其中多带谱减法可减少音乐噪声的影响，最大后验方法估计纯净语音相位，可以减少在低信噪比时的估计误差。实验结果表明该方法在低信噪比时取得了较好的增强效果。
传统语音增强算法中因为谱减法算法简单易于实现而得到广泛研究，谱减法的原理是将带噪语音幅度与估计的噪声幅度进行相减，并叠加带噪语音相位，进而重构增强语音谱。该方法在低信噪比下因为没有进行相位估计，会存在较大的估计误差，并且因为对噪声估计的不准确，会产生 音乐噪声。基于谱减法的缺点该文提出一种基于最大后验相位估计的多带谱减法，其中多带谱减法可减少音乐噪声的影响，最大后验方法估计纯净语音相位，可以减少在低信噪比时的估计误差。实验结果表明该方法在低信噪比时取得了较好的增强效果。
