邮件订阅
2018年 第40卷 第12期
2018, 40(12): 2795-2803.
doi: 10.11999/JEIT180229
摘要:
该文提出一种基于判别式聚类框架的非监督极化SAR图像分类算法，利用判别式监督分类技术实现非监督聚类。为实现该算法，定义了一个结合softmax回归模型和马尔科夫随机场光滑性约束的能量函数。该模型中，像素类标和分类器均为需要优化的未知变量。该算法从基于 \begin{document}${H / {\bar \alpha }}$\end{document} ![]()
![]()
目标极化分解和K-Wishart极化统计分布而产生的初始化类标开始，交替迭代优化分类器和类标的能量函数，从而实现对分类器和类标的求解。真实极化SAR数据上的实验结果证明了该算法的有效性和先进性。
该文提出一种基于判别式聚类框架的非监督极化SAR图像分类算法，利用判别式监督分类技术实现非监督聚类。为实现该算法，定义了一个结合softmax回归模型和马尔科夫随机场光滑性约束的能量函数。该模型中，像素类标和分类器均为需要优化的未知变量。该算法从基于
2018, 40(12): 2804-2811.
doi: 10.11999/JEIT180263
摘要:
为提升全色图像和多光谱图像的融合效果，该文提出基于优化字典学习的遥感图像融合方法。首先将经典图像库中的图像分块作为训练样本，对其进行K均值聚类，根据聚类结果适度裁减数量较多且相似度较高的图像块，减少训练样本个数。接着对裁减后的训练样本进行训练，得到通用性字典，并标记出相似字典原子和较少使用的字典原子。然后用与原稀疏模型差异最大的全色图像块规范化后替换相似字典原子和较少使用的字典原子，得到自适应字典。使用自适应字典对多光谱图像经IHS变换后获取的亮度分量和源全色图像进行稀疏表示，把每一个图像块稀疏系数中的模极大值系数分离，得到极大值稀疏系数，将剩下的稀疏系数称为剩余稀疏系数。针对极大值稀疏系数和剩余稀疏系数分别选择不同的融合规则进行融合，以保留更多的光谱信息和空间细节信息，最后进行IHS逆变换获得融合图像。实验结果表明，与传统方法相比所提方法得到的融合图像主观视觉效果较好，且客观评价指标更优。
为提升全色图像和多光谱图像的融合效果，该文提出基于优化字典学习的遥感图像融合方法。首先将经典图像库中的图像分块作为训练样本，对其进行K均值聚类，根据聚类结果适度裁减数量较多且相似度较高的图像块，减少训练样本个数。接着对裁减后的训练样本进行训练，得到通用性字典，并标记出相似字典原子和较少使用的字典原子。然后用与原稀疏模型差异最大的全色图像块规范化后替换相似字典原子和较少使用的字典原子，得到自适应字典。使用自适应字典对多光谱图像经IHS变换后获取的亮度分量和源全色图像进行稀疏表示，把每一个图像块稀疏系数中的模极大值系数分离，得到极大值稀疏系数，将剩下的稀疏系数称为剩余稀疏系数。针对极大值稀疏系数和剩余稀疏系数分别选择不同的融合规则进行融合，以保留更多的光谱信息和空间细节信息，最后进行IHS逆变换获得融合图像。实验结果表明，与传统方法相比所提方法得到的融合图像主观视觉效果较好，且客观评价指标更优。
2018, 40(12): 2812-2819.
doi: 10.11999/JEIT180209
摘要:
车辆检测是遥感图像分析领域的热点研究内容之一，车辆目标的智能提取和识别，对于交通管理、城市建设有重要意义。在遥感领域中，现有基于卷积神经网络的车辆检测方法存在实现过程复杂并且对于车辆密集区域检测效果不理想的缺陷。针对上述问题，该文提出基于端到端的神经网络模型DF-RCNN以提高车辆密集区域的检测精度。首先，在特征提取阶段，DF-RCNN模型将深浅层特征图的分辨率统一并融合；其次，DF-RCNN模型结合可变形卷积和可变形感兴趣区池化模块，通过加入少量的参数和计算量以学习目标的几何形变。实验结果表明，该文提出的模型针对密集区域的车辆目标具有较好的检测性能。
车辆检测是遥感图像分析领域的热点研究内容之一，车辆目标的智能提取和识别，对于交通管理、城市建设有重要意义。在遥感领域中，现有基于卷积神经网络的车辆检测方法存在实现过程复杂并且对于车辆密集区域检测效果不理想的缺陷。针对上述问题，该文提出基于端到端的神经网络模型DF-RCNN以提高车辆密集区域的检测精度。首先，在特征提取阶段，DF-RCNN模型将深浅层特征图的分辨率统一并融合；其次，DF-RCNN模型结合可变形卷积和可变形感兴趣区池化模块，通过加入少量的参数和计算量以学习目标的几何形变。实验结果表明，该文提出的模型针对密集区域的车辆目标具有较好的检测性能。
2018, 40(12): 2820-2825.
doi: 10.11999/JEIT180177
摘要:
传统合成孔径雷达方位向分辨率仅由合成孔径提供，但在正前视区域多普勒分集有限，成像性能迅速下降且前视成像也存在固有的左右多普勒模糊问题。针对上述问题该文讨论前视多通道合成孔径雷达系统模型，提出一种理想直线航迹下空域零点约束自适应波束形成的成像方法，有效综合阵列实孔径和合成孔径提高正前视区域的成像质量，利用有限阵列空域自由度实现左右多普勒解模糊。首先对回波数据大前斜成像处理，得到左右模糊的图像，然后进行波束形成，将各通道图像加权并且相干累加，实现左右多普勒解模糊以及方位分辨率增强。仿真实验表明空域零点约束自适应波束形成的成像方法可对前视场景进行高分辨成像。
传统合成孔径雷达方位向分辨率仅由合成孔径提供，但在正前视区域多普勒分集有限，成像性能迅速下降且前视成像也存在固有的左右多普勒模糊问题。针对上述问题该文讨论前视多通道合成孔径雷达系统模型，提出一种理想直线航迹下空域零点约束自适应波束形成的成像方法，有效综合阵列实孔径和合成孔径提高正前视区域的成像质量，利用有限阵列空域自由度实现左右多普勒解模糊。首先对回波数据大前斜成像处理，得到左右模糊的图像，然后进行波束形成，将各通道图像加权并且相干累加，实现左右多普勒解模糊以及方位分辨率增强。仿真实验表明空域零点约束自适应波束形成的成像方法可对前视场景进行高分辨成像。
2018, 40(12): 2826-2833.
doi: 10.11999/JEIT180039
摘要:
在多基地雷达中，该文为解决局部雷达站同融合中心之间通信带宽受限的问题，提出一种基于删失数据的分布式融合(CDDF)检测算法。在局部雷达站具有多通道接收系统的条件下，计算了杂波背景下动目标回波信号的似然比函数。各个局部雷达站根据其自身传输信道的通信限制设置局部门限，剔除低于局部门限的似然比，同时将高于局部门限的似然比向融合中心传输。基于奈曼-皮尔逊引理，融合中心根据接收到的删失数据计算全局检验统计量，并将其与全局门限进行比较获得全局判决。此外，该文推导了全局门限同虚警概率或者检测概率的闭式表达式。数值仿真表明，该算法可以在大幅降低通信率的同时获得比“或”准则更好的检测性能，并且随着通信率的增加逐渐逼近集中式(CF)融合的检测性能。
在多基地雷达中，该文为解决局部雷达站同融合中心之间通信带宽受限的问题，提出一种基于删失数据的分布式融合(CDDF)检测算法。在局部雷达站具有多通道接收系统的条件下，计算了杂波背景下动目标回波信号的似然比函数。各个局部雷达站根据其自身传输信道的通信限制设置局部门限，剔除低于局部门限的似然比，同时将高于局部门限的似然比向融合中心传输。基于奈曼-皮尔逊引理，融合中心根据接收到的删失数据计算全局检验统计量，并将其与全局门限进行比较获得全局判决。此外，该文推导了全局门限同虚警概率或者检测概率的闭式表达式。数值仿真表明，该算法可以在大幅降低通信率的同时获得比“或”准则更好的检测性能，并且随着通信率的增加逐渐逼近集中式(CF)融合的检测性能。
2018, 40(12): 2834-2840.
doi: 10.11999/JEIT180079
摘要:
为了提高SAR系统的分辨率，在距离向可以通过发射一系列不同载频的窄带信号，通过信号处理的方法实现带宽合成，进而得到等效大带宽信号对应的分辨率。为有效实现带宽合成，要求不同子带回波的载频步进值严格已知，这在某些实际应用环境中，并不能总是满足，因而需要从回波数据中直接估计步进值。该文提出一种基于子带回波数据的载频误差估计与补偿方法。该方法基于压缩后子带回波数据多普勒相位与载频的关系，对子带图像进行干涉处理，提取差分相位，并利用差分相位沿方位向的冗余进行相干积累，获得以实际载频步进值为振荡频率的单频信号，进而通过频谱分析方法得到误差频率，并对子带间相位误差进行补偿。通过该方法，能够实现子带信号的相干合成，提升了SAR数据成像质量。实验数据的处理结果验证了该方法的有效性。
为了提高SAR系统的分辨率，在距离向可以通过发射一系列不同载频的窄带信号，通过信号处理的方法实现带宽合成，进而得到等效大带宽信号对应的分辨率。为有效实现带宽合成，要求不同子带回波的载频步进值严格已知，这在某些实际应用环境中，并不能总是满足，因而需要从回波数据中直接估计步进值。该文提出一种基于子带回波数据的载频误差估计与补偿方法。该方法基于压缩后子带回波数据多普勒相位与载频的关系，对子带图像进行干涉处理，提取差分相位，并利用差分相位沿方位向的冗余进行相干积累，获得以实际载频步进值为振荡频率的单频信号，进而通过频谱分析方法得到误差频率，并对子带间相位误差进行补偿。通过该方法，能够实现子带信号的相干合成，提升了SAR数据成像质量。实验数据的处理结果验证了该方法的有效性。
2018, 40(12): 2841-2847.
doi: 10.11999/JEIT180097
摘要:
在无源雷达系统中，监测通道信号中存在零频和非零频多径杂波，影响目标的检测。时域自适应迭代滤波器(如LMS, NLMS, RLS等)常被用于无源雷达杂波抑制，但这些方法只适用于零频多径杂波。该文针对零频和非零频多径杂波的问题，结合数字广播电视信号的正交频分复用波形特征，提出一种基于载波域自适应迭代滤波器的杂波抑制算法。该算法利用同一载频下含有相同多普勒频移的多径杂波的相关性原理，进行杂波抑制。仿真和实测数据处理结果证明了算法的有效性。
在无源雷达系统中，监测通道信号中存在零频和非零频多径杂波，影响目标的检测。时域自适应迭代滤波器(如LMS, NLMS, RLS等)常被用于无源雷达杂波抑制，但这些方法只适用于零频多径杂波。该文针对零频和非零频多径杂波的问题，结合数字广播电视信号的正交频分复用波形特征，提出一种基于载波域自适应迭代滤波器的杂波抑制算法。该算法利用同一载频下含有相同多普勒频移的多径杂波的相关性原理，进行杂波抑制。仿真和实测数据处理结果证明了算法的有效性。
2018, 40(12): 2848-2853.
doi: 10.11999/JEIT180294
摘要:
可分辨概率是用来衡量SAR分布目标分辨特性的重要指标。该文在细化目标可分辨条件的基础上，结合SAR分布目标统计特性，提出一种新的目标可分辨判断准则，给出一种可分辨概率精确计算方法。同时为了简化计算，给出计算复杂度更小的近似计算方法。仿真结果表明，该文提出的可分辨概率计算方法符合实际情况，能够更真实地反映SAR分布目标统计特性对分辨特性的影响，可为SAR图像质量评估和系统参数设计等提供理论支撑。
可分辨概率是用来衡量SAR分布目标分辨特性的重要指标。该文在细化目标可分辨条件的基础上，结合SAR分布目标统计特性，提出一种新的目标可分辨判断准则，给出一种可分辨概率精确计算方法。同时为了简化计算，给出计算复杂度更小的近似计算方法。仿真结果表明，该文提出的可分辨概率计算方法符合实际情况，能够更真实地反映SAR分布目标统计特性对分辨特性的影响，可为SAR图像质量评估和系统参数设计等提供理论支撑。
2018, 40(12): 2854-2860.
doi: 10.11999/JEIT180115
摘要:
为了更好地将散射中心与目标结构联系起来，该文基于目标几何模型给出一种在单次和2次耦合散射机理下雷达目标部件级3维散射中心位置正向推算方法。重点探究了2次耦合散射机理下强散射情况的射线等效位置确定原理及方法。对其他弱散射情况，应用等价变换等效为强散射情况。最后，使用此位置推算方法推导并分析了直角二面角，钝角二面角，SLICY, T72坦克模型的部件级3维散射中心位置，并与相应的仿真或实测SAR图像进行比对以验证此位置推算方法的正确性。
为了更好地将散射中心与目标结构联系起来，该文基于目标几何模型给出一种在单次和2次耦合散射机理下雷达目标部件级3维散射中心位置正向推算方法。重点探究了2次耦合散射机理下强散射情况的射线等效位置确定原理及方法。对其他弱散射情况，应用等价变换等效为强散射情况。最后，使用此位置推算方法推导并分析了直角二面角，钝角二面角，SLICY, T72坦克模型的部件级3维散射中心位置，并与相应的仿真或实测SAR图像进行比对以验证此位置推算方法的正确性。
2018, 40(12): 2861-2867.
doi: 10.11999/JEIT180212
摘要:
该文基于随机有限集的多目标滤波器提出一种基于目标威胁度评估的传感器控制策略。首先，在部分可观测马尔科夫决策过程(POMDP)的理论框架下，给出基于信息论的传感器控制一般方法。其次，结合目标运动态势对影响目标威胁度的因素进行分析。然后，基于粒子多目标滤波器估计多目标状态，依据多目标运动态势的评估研究建立多目标威胁水平，并从多目标分布特性中深入分析并提取出当前时刻最大威胁度目标的分布特性。最后，利用Rényi散度作为传感器控制的评价指标，以最大威胁度目标的信息增益最大化为准则进行最终控制方案的求解。仿真实验验证了该方法的实用性和有效性。
该文基于随机有限集的多目标滤波器提出一种基于目标威胁度评估的传感器控制策略。首先，在部分可观测马尔科夫决策过程(POMDP)的理论框架下，给出基于信息论的传感器控制一般方法。其次，结合目标运动态势对影响目标威胁度的因素进行分析。然后，基于粒子多目标滤波器估计多目标状态，依据多目标运动态势的评估研究建立多目标威胁水平，并从多目标分布特性中深入分析并提取出当前时刻最大威胁度目标的分布特性。最后，利用Rényi散度作为传感器控制的评价指标，以最大威胁度目标的信息增益最大化为准则进行最终控制方案的求解。仿真实验验证了该方法的实用性和有效性。
2018, 40(12): 2868-2873.
doi: 10.11999/JEIT180147
摘要:
Wi-Fi室内定位技术是目前移动计算领域的研究热点之一，而传统位置指纹定位方法没有考虑复杂室内环境下Wi-Fi信号分布的多样性问题，从而导致Wi-Fi室内定位系统的鲁棒性较差。为了解决这一问题，该文提出一种基于信号分布混合假设检验的Wi-Fi室内定位方法。首先根据Jarque-Bera(JB)检验结果对各个参考点处的Wi-Fi信号分布进行正态性评价；然后针对不同Wi-Fi信号分布特性，利用混合Mann-Whitney U检验/T检验方法构造匹配参考点集合，以实现对目标的区域定位；最后通过计算定位区域中匹配参考点的K近邻(K-Nearest Neighbor, KNN)，完成对目标的位置坐标估计。实验结果表明，所提方法相比于传统Wi-Fi室内定位方法具有更高的定位精度和更强的系统鲁棒性。
Wi-Fi室内定位技术是目前移动计算领域的研究热点之一，而传统位置指纹定位方法没有考虑复杂室内环境下Wi-Fi信号分布的多样性问题，从而导致Wi-Fi室内定位系统的鲁棒性较差。为了解决这一问题，该文提出一种基于信号分布混合假设检验的Wi-Fi室内定位方法。首先根据Jarque-Bera(JB)检验结果对各个参考点处的Wi-Fi信号分布进行正态性评价；然后针对不同Wi-Fi信号分布特性，利用混合Mann-Whitney U检验/T检验方法构造匹配参考点集合，以实现对目标的区域定位；最后通过计算定位区域中匹配参考点的K近邻(K-Nearest Neighbor, KNN)，完成对目标的位置坐标估计。实验结果表明，所提方法相比于传统Wi-Fi室内定位方法具有更高的定位精度和更强的系统鲁棒性。
2018, 40(12): 2874-2880.
doi: 10.11999/JEIT180225
摘要:
针对自适应波束形成器在目标导向矢量存在约束偏差时性能急剧下降的问题，该文提出一种目标导向矢量和干扰噪声协方差矩阵联合迭代估计的稳健波束形成算法。该算法首先采用稀疏重构的方法得到目标导向矢量的初始值，并通过从采样协方差矩阵中剔除目标信号估计值完成干扰加噪声协方差矩阵的初始化；然后在建立导向矢量误差优化模型的基础上，采用凸优化方法对目标导向矢量和干扰加噪声协方差矩阵联合迭代求解。最后利用目标导向矢量和干扰加噪声协方差矩阵的稳态估计值获得自适应权矢量。仿真结果表明该算法提高了波束形成器在目标导向矢量约束偏差时的输出信干噪比。
针对自适应波束形成器在目标导向矢量存在约束偏差时性能急剧下降的问题，该文提出一种目标导向矢量和干扰噪声协方差矩阵联合迭代估计的稳健波束形成算法。该算法首先采用稀疏重构的方法得到目标导向矢量的初始值，并通过从采样协方差矩阵中剔除目标信号估计值完成干扰加噪声协方差矩阵的初始化；然后在建立导向矢量误差优化模型的基础上，采用凸优化方法对目标导向矢量和干扰加噪声协方差矩阵联合迭代求解。最后利用目标导向矢量和干扰加噪声协方差矩阵的稳态估计值获得自适应权矢量。仿真结果表明该算法提高了波束形成器在目标导向矢量约束偏差时的输出信干噪比。
2018, 40(12): 2881-2888.
doi: 10.11999/JEIT171058
摘要:
在相干分布式非圆信号2维波达方向(DOA)估计中，针对利用非圆特性后维数扩展带来的较大复杂度问题，且现有的低复杂度算法均需要额外的参数匹配，该文提出一种基于互相关传播算子的自动匹配2维DOA快速估计算法。该算法考虑L型阵列，在建立相干分布式非圆信号扩展阵列模型的基础上，首先证明了L阵中两个子阵的广义方向矢量(GSV)均具有近似旋转不变特性，然后通过阵列输出信号的互相关运算消除了额外噪声，最终利用子阵GSV的近似旋转不变关系通过传播算子方法得到中心方位角与俯仰角估计。理论分析和仿真实验表明，所提算法无须谱峰搜索和协方差矩阵特征分解运算，具有较低的计算复杂度，并且能够实现2维DOA估计的自动匹配；同时，相比于现有的相干分布式非圆信号传播算子算法，所提算法以较小的复杂度代价获得了性能的较大提升。
在相干分布式非圆信号2维波达方向(DOA)估计中，针对利用非圆特性后维数扩展带来的较大复杂度问题，且现有的低复杂度算法均需要额外的参数匹配，该文提出一种基于互相关传播算子的自动匹配2维DOA快速估计算法。该算法考虑L型阵列，在建立相干分布式非圆信号扩展阵列模型的基础上，首先证明了L阵中两个子阵的广义方向矢量(GSV)均具有近似旋转不变特性，然后通过阵列输出信号的互相关运算消除了额外噪声，最终利用子阵GSV的近似旋转不变关系通过传播算子方法得到中心方位角与俯仰角估计。理论分析和仿真实验表明，所提算法无须谱峰搜索和协方差矩阵特征分解运算，具有较低的计算复杂度，并且能够实现2维DOA估计的自动匹配；同时，相比于现有的相干分布式非圆信号传播算子算法，所提算法以较小的复杂度代价获得了性能的较大提升。
2018, 40(12): 2889-2895.
doi: 10.11999/JEIT180186
摘要:
在室内覆盖的大量的WiFi信号可以用来室内定位。尽管很多WiFi室内定位技术被提出，但其定位精度仍然未达到实际应用的需求。针对这个问题，该文提出一种自适应仿射传播聚类(AAPC)算法用以提高WiFi指纹的聚类质量，从而提高定位精度。AAPC算法通过动态调整参数生成不同的聚类结果，然后采用聚类有效性指标筛选出其中最佳的。采集大量真实环境数据进行试验，试验结果表明采用AAPC算法产生的聚类结果具有更高的定位精度。
在室内覆盖的大量的WiFi信号可以用来室内定位。尽管很多WiFi室内定位技术被提出，但其定位精度仍然未达到实际应用的需求。针对这个问题，该文提出一种自适应仿射传播聚类(AAPC)算法用以提高WiFi指纹的聚类质量，从而提高定位精度。AAPC算法通过动态调整参数生成不同的聚类结果，然后采用聚类有效性指标筛选出其中最佳的。采集大量真实环境数据进行试验，试验结果表明采用AAPC算法产生的聚类结果具有更高的定位精度。
2018, 40(12): 2896-2904.
doi: 10.11999/JEIT180241
摘要:
针对目前协同显著性检测问题中存在的协同性较差、误匹配和复杂场景下检测效果不佳等问题，该文提出一种基于卷积神经网络与全局优化的协同显著性检测算法。首先基于VGG16Net构建了全卷积结构的显著性检测网络，该网络能够模拟人类视觉注意机制，从高级语义层次提取一幅图像中的显著性区域；然后在传统单幅图像显著性优化模型的基础上构造了全局协同显著性优化模型。该模型通过超像素匹配机制，实现当前超像素块显著值在图像内与图像间的传播与共享，使得优化后的显著图相对于初始显著图具有更好的协同性与一致性。最后，该文创新性地引入图像间显著性传播约束因子来克服超像素误匹配带来的影响。在公开测试数据集上的实验结果表明，所提算法在检测精度和检测效率上优于目前的主流算法，并具有较强的鲁棒性。
针对目前协同显著性检测问题中存在的协同性较差、误匹配和复杂场景下检测效果不佳等问题，该文提出一种基于卷积神经网络与全局优化的协同显著性检测算法。首先基于VGG16Net构建了全卷积结构的显著性检测网络，该网络能够模拟人类视觉注意机制，从高级语义层次提取一幅图像中的显著性区域；然后在传统单幅图像显著性优化模型的基础上构造了全局协同显著性优化模型。该模型通过超像素匹配机制，实现当前超像素块显著值在图像内与图像间的传播与共享，使得优化后的显著图相对于初始显著图具有更好的协同性与一致性。最后，该文创新性地引入图像间显著性传播约束因子来克服超像素误匹配带来的影响。在公开测试数据集上的实验结果表明，所提算法在检测精度和检测效率上优于目前的主流算法，并具有较强的鲁棒性。
2018, 40(12): 2905-2912.
doi: 10.11999/JEIT180180
摘要:
该文针对低信噪比噪声环境下的声音事件检测问题，提出基于多频带能量分布图离散余弦变换的声音事件检测的方法。首先，将声音数据转化为gammatone频谱，并计算其多频带能量分布；接着，对多频带能量分布图进行8×8分块与离散余弦变换；然后，对8×8的离散余弦变换系数进行Zigzag扫描，抽取离散余弦变换系数的主要系数作为声音事件的特征；最后，利用随机森林分类器对特征建模与检测。实验结果表明，在低信噪比及各种噪声环境下，该文提出的方法具有良好的检测效果。
该文针对低信噪比噪声环境下的声音事件检测问题，提出基于多频带能量分布图离散余弦变换的声音事件检测的方法。首先，将声音数据转化为gammatone频谱，并计算其多频带能量分布；接着，对多频带能量分布图进行8×8分块与离散余弦变换；然后，对8×8的离散余弦变换系数进行Zigzag扫描，抽取离散余弦变换系数的主要系数作为声音事件的特征；最后，利用随机森林分类器对特征建模与检测。实验结果表明，在低信噪比及各种噪声环境下，该文提出的方法具有良好的检测效果。
2018, 40(12): 2913-2918.
doi: 10.11999/JEIT171091
摘要:
该文针对同步压缩S变换(SSST)在混合噪声下的失真问题，提出一种新型稳健性广义同步压缩S变换(GSST)。该方法首先改进Viterbi算法以提高S变换在混合噪声下的时频分析性能，在获取调频(FM)信号的相位轨迹信息后，利用同步压缩技术提高时频聚集性。仿真实验表明，在α-高斯混合噪声环境下，该方法能够在低信噪比下精确获取FM信号的时频信息，有效改善了传统同步压缩算法的稳健性和适用性。
该文针对同步压缩S变换(SSST)在混合噪声下的失真问题，提出一种新型稳健性广义同步压缩S变换(GSST)。该方法首先改进Viterbi算法以提高S变换在混合噪声下的时频分析性能，在获取调频(FM)信号的相位轨迹信息后，利用同步压缩技术提高时频聚集性。仿真实验表明，在α-高斯混合噪声环境下，该方法能够在低信噪比下精确获取FM信号的时频信息，有效改善了传统同步压缩算法的稳健性和适用性。
2018, 40(12): 2919-2927.
doi: 10.11999/JEIT180120
摘要:
相干平面波复合(CPWC)成像算法采用多个角度平面波成像结果直接叠加的方式进行成像，具有速度快，质量高等优点，CPWC成像直接叠加的成像方式，忽略了平面波成像结果之间的相干性。相干系数(CF)加权算法可以有效提高成像的分辨率和对比度，降低了背景成像质量。该文提出了短阶相干系数(SLCF)加权算法，该算法采用角度差异参数来确定相干系数的阶数，根据角度差异较小的平面波输出计算相干系数，对CPWC成像结果进行加权成像。仿真和实验结果表明SLCF加权算法相对于传统的CPWC成像算法，可以改善成像的横向分辨率和对比度。相对CF和广义相干系数(GCF)算法，SLCF可以提高对比度和背景成像质量，而且运算量更低。
相干平面波复合(CPWC)成像算法采用多个角度平面波成像结果直接叠加的方式进行成像，具有速度快，质量高等优点，CPWC成像直接叠加的成像方式，忽略了平面波成像结果之间的相干性。相干系数(CF)加权算法可以有效提高成像的分辨率和对比度，降低了背景成像质量。该文提出了短阶相干系数(SLCF)加权算法，该算法采用角度差异参数来确定相干系数的阶数，根据角度差异较小的平面波输出计算相干系数，对CPWC成像结果进行加权成像。仿真和实验结果表明SLCF加权算法相对于传统的CPWC成像算法，可以改善成像的横向分辨率和对比度。相对CF和广义相干系数(GCF)算法，SLCF可以提高对比度和背景成像质量，而且运算量更低。
2018, 40(12): 2928-2935.
doi: 10.11999/JEIT180191
摘要:
针对脉冲型噪声，该文提出一种新的非线性处理方法，即高斯化-广义匹配(GGM)处理。GGM方法基于高斯化处理与广义匹配滤波，可结合非参数的概率密度估计进行设计，解决噪声模型未知时的非线性处理问题。该文以脉冲型噪声 \begin{document}${\rm S\alpha S}$\end{document} ![]()
![]()
分布模型为例，分析GGM方法的特点和性能；再结合Class A噪声模型，讨论GGM设计作为非参数方法相比模型假设失配的优势；引入效能函数，验证GGM方法在恒虚警技术中的运用。结果表明，在已知噪声分布情况下，GGM方法具有次优检测性能；当噪声模型未知时，非参数GGM设计能保持稳健性能，优于模型失配下的处理。并且，GGM设计对样本数目要求不高，为噪声特性不明或时变的场景提供了一种新的信号处理方法。
针对脉冲型噪声，该文提出一种新的非线性处理方法，即高斯化-广义匹配(GGM)处理。GGM方法基于高斯化处理与广义匹配滤波，可结合非参数的概率密度估计进行设计，解决噪声模型未知时的非线性处理问题。该文以脉冲型噪声
2018, 40(12): 2936-2944.
doi: 10.11999/JEIT180154
摘要:
色度扩展视频编码是当前视频编码领域的一个热点研究课题。该文提出基于AVS2平台的色度扩展视频帧内编码的实现方案。仿444/422编码方案通过将输入图像中的色度分量下采样后，使用原有的420方式进行编码，以实现444/422编码。进一步，该文将帧内预测及环路滤波等编码模块无缝扩展到相应的444/422格式，实现444/422帧内预测编码。实验结果表明，对444格式和422格式序列，在高码率的情况下444/422帧内预测编码与仿444/422编码相比，U/V平均BD-rate的减少分别为31.44%/31.72%和18.85%/19.3%，而Y分量平均BD-rate的增加仅为0.5%。其中422色度帧内预测过程的算法优化减少Y/U/V BD-rate最高可达5.66%。与HEVC RExt编码相比，在低码率时，444/422帧内预测编码取得了更好或相近的编码性能。
色度扩展视频编码是当前视频编码领域的一个热点研究课题。该文提出基于AVS2平台的色度扩展视频帧内编码的实现方案。仿444/422编码方案通过将输入图像中的色度分量下采样后，使用原有的420方式进行编码，以实现444/422编码。进一步，该文将帧内预测及环路滤波等编码模块无缝扩展到相应的444/422格式，实现444/422帧内预测编码。实验结果表明，对444格式和422格式序列，在高码率的情况下444/422帧内预测编码与仿444/422编码相比，U/V平均BD-rate的减少分别为31.44%/31.72%和18.85%/19.3%，而Y分量平均BD-rate的增加仅为0.5%。其中422色度帧内预测过程的算法优化减少Y/U/V BD-rate最高可达5.66%。与HEVC RExt编码相比，在低码率时，444/422帧内预测编码取得了更好或相近的编码性能。
2018, 40(12): 2945-2953.
doi: 10.11999/JEIT180077
摘要:
针对系统误差导致光流计算稳健性较差及精度较低的问题，该文提出一种基于小波多分辨理论的稳健光流计算方法。所提算法基于小波多尺度分辨率特性，将光照条件变化及传感器噪声引起的系统误差包含进光流计算中以改善光流计算的稳健性及估计精度，并通过总体最小二乘法求解超定小波光流方程组以获得光流矢量。仿真结果表明，与传统的Lucas-Kanade算法、Horn-Schunck算法及基于小波的全向图像光流估计方法相比，所提算法可显著改善光流估计精度及稳健性。
针对系统误差导致光流计算稳健性较差及精度较低的问题，该文提出一种基于小波多分辨理论的稳健光流计算方法。所提算法基于小波多尺度分辨率特性，将光照条件变化及传感器噪声引起的系统误差包含进光流计算中以改善光流计算的稳健性及估计精度，并通过总体最小二乘法求解超定小波光流方程组以获得光流矢量。仿真结果表明，与传统的Lucas-Kanade算法、Horn-Schunck算法及基于小波的全向图像光流估计方法相比，所提算法可显著改善光流估计精度及稳健性。
2018, 40(12): 2954-2961.
doi: 10.11999/JEIT180192
摘要:
针对网络节点随机移动造成的AdHoc网络分簇结构变化和路由失效问题，该文提出一种基于相对移动性预测的k跳分簇算法，分析和预测网络节点运动状态，自适应地调整分簇结构，提高簇结构稳定性。首先，使用多普勒频移计算节点间相对移动速度，预测节点移动性，得到节点间链路保持时间。然后，在簇形成阶段，采用面向节点稳定性的MAX-MIN启发式算法，根据节点的平均链路保持时间对簇首进行选择。进而，在簇保持阶段，提出一种基于节点运动状态的网络自适应调整算法，一方面调整节点信息数据发送周期以平衡数据开销和精确度，另一方面通过预测节点间链路通断情况调整分簇结构，以减少链路失效时的链路重建时间，提高网络运行质量。仿真实验表明，所提算法可以有效延长簇首持续时间，提高簇结构在动态环境下的稳定性。
针对网络节点随机移动造成的AdHoc网络分簇结构变化和路由失效问题，该文提出一种基于相对移动性预测的k跳分簇算法，分析和预测网络节点运动状态，自适应地调整分簇结构，提高簇结构稳定性。首先，使用多普勒频移计算节点间相对移动速度，预测节点移动性，得到节点间链路保持时间。然后，在簇形成阶段，采用面向节点稳定性的MAX-MIN启发式算法，根据节点的平均链路保持时间对簇首进行选择。进而，在簇保持阶段，提出一种基于节点运动状态的网络自适应调整算法，一方面调整节点信息数据发送周期以平衡数据开销和精确度，另一方面通过预测节点间链路通断情况调整分簇结构，以减少链路失效时的链路重建时间，提高网络运行质量。仿真实验表明，所提算法可以有效延长簇首持续时间，提高簇结构在动态环境下的稳定性。
2018, 40(12): 2962-2969.
doi: 10.11999/JEIT180131
摘要:
针对无线接入网络切片虚拟资源分配优化问题，该文提出基于受限马尔可夫决策过程(CMDP)的网络切片自适应虚拟资源分配算法。首先，该算法在非正交多址接入(NOMA)系统中以用户中断概率和切片队列积压为约束，切片的总速率作为回报，运用受限马尔可夫决策过程理论构建资源自适应问题的动态优化模型；其次定义后决策状态，规避最优值函数中的期望运算；进一步地，针对马尔科夫决策过程(MDP)的“维度灾难”问题，基于近似动态规划理论，定义关于分配行为的基函数，替代决策后状态空间，减少计算维度；最后设计了一种自适应虚拟资源分配算法，通过与外部环境的不断交互学习，动态调整资源分配策略，优化切片性能。仿真结果表明，该算法可以较好地提高系统的性能，满足切片的服务需求。
针对无线接入网络切片虚拟资源分配优化问题，该文提出基于受限马尔可夫决策过程(CMDP)的网络切片自适应虚拟资源分配算法。首先，该算法在非正交多址接入(NOMA)系统中以用户中断概率和切片队列积压为约束，切片的总速率作为回报，运用受限马尔可夫决策过程理论构建资源自适应问题的动态优化模型；其次定义后决策状态，规避最优值函数中的期望运算；进一步地，针对马尔科夫决策过程(MDP)的“维度灾难”问题，基于近似动态规划理论，定义关于分配行为的基函数，替代决策后状态空间，减少计算维度；最后设计了一种自适应虚拟资源分配算法，通过与外部环境的不断交互学习，动态调整资源分配策略，优化切片性能。仿真结果表明，该算法可以较好地提高系统的性能，满足切片的服务需求。
2018, 40(12): 2970-2978.
doi: 10.11999/JEIT180111
摘要:
基于干扰消除思想该文提出一种适用于大规模MIMO系统上行链路的低复杂度迭代并行干扰消除算法，在算法实现中避免了线性检测算法所需的高复杂度 \begin{document}$({\cal O}({K^3}))$\end{document} ![]()
![]()
矩阵求逆运算，将复杂度保持在 \begin{document}$({\cal O}({K^2}))$\end{document} ![]()
![]()
。在此基础上，引入噪声预测机制，提出一种基于噪声预测的迭代并行干扰消除算法，进一步提高了硬判决检测性能。考虑天线间残留干扰，将干扰消除思想运用到软判决中，最后提出一种基于迭代并行干扰消除的低复杂度软输出信号检测算法。仿真结果表明：提出的信号检测方法的复杂度优于MMSE检测算法，经过几次简单的迭代，算法即快速收敛并获得接近甚至优于MMSE检测算法的误码率性能。
基于干扰消除思想该文提出一种适用于大规模MIMO系统上行链路的低复杂度迭代并行干扰消除算法，在算法实现中避免了线性检测算法所需的高复杂度
2018, 40(12): 2979-2985.
doi: 10.11999/JEIT180218
摘要:
针对云无线接入网络(C-RAN)的资源分配问题，该文采用max-min公平准则作为优化准则，以C-RAN用户的能量效率作为优化目标函数，在满足最大发射功率和最小传输速率约束条件下，通过最大化最差链路的能量效率来实现用户发射功率和无线远端射频单元(RRHs)波束成形向量的联合优化。上述优化问题属于非线性、分式规划问题，为了方便求解，首先将原优化问题转化为差分形式的优化问题，然后通过引入变量将差分形式的、非平滑优化问题转化为平滑优化问题。最终，提出一种双层迭代功率分配和波束成形算法。在仿真实验中，将该文算法与传统的非能效资源分配算法和能量效率最大化算法进行了比较，实验结果证明该文算法在改进C-RAN能量效率和提高资源分配公平性方面的有效性。
针对云无线接入网络(C-RAN)的资源分配问题，该文采用max-min公平准则作为优化准则，以C-RAN用户的能量效率作为优化目标函数，在满足最大发射功率和最小传输速率约束条件下，通过最大化最差链路的能量效率来实现用户发射功率和无线远端射频单元(RRHs)波束成形向量的联合优化。上述优化问题属于非线性、分式规划问题，为了方便求解，首先将原优化问题转化为差分形式的优化问题，然后通过引入变量将差分形式的、非平滑优化问题转化为平滑优化问题。最终，提出一种双层迭代功率分配和波束成形算法。在仿真实验中，将该文算法与传统的非能效资源分配算法和能量效率最大化算法进行了比较，实验结果证明该文算法在改进C-RAN能量效率和提高资源分配公平性方面的有效性。
2018, 40(12): 2986-2991.
doi: 10.11999/JEIT180196
摘要:
Lai-Massey结构是由IDEA算法发展而来的一个分组密码结构，FOX系列密码算法是该密码结构的代表。该文从差分概率关于独立等概轮密钥的平均概率上界和给定起点和终点的线性链的平均概率上界两个角度出发，研究Lai-Massey 结构的差分和线性可证明安全性。该文证明了2轮Lai-Massey结构的非平凡差分对应关于独立等概的轮密钥的平均概率 \begin{document}$ \le p{}_{\max }$\end{document} ![]()
![]()
；证明了当Lai-Massey 结构的F函数是正型置换时，轮数 \begin{document}$r \ge 3$\end{document} ![]()
![]()
的非平凡差分对应关于独立等概的轮密钥的平均概率 \begin{document}$ \le p_{\max }^2$\end{document} ![]()
![]()
。针对给定起点和终点的线性链的平均概率上界，该文也获得了类似的结论。
Lai-Massey结构是由IDEA算法发展而来的一个分组密码结构，FOX系列密码算法是该密码结构的代表。该文从差分概率关于独立等概轮密钥的平均概率上界和给定起点和终点的线性链的平均概率上界两个角度出发，研究Lai-Massey 结构的差分和线性可证明安全性。该文证明了2轮Lai-Massey结构的非平凡差分对应关于独立等概的轮密钥的平均概率
2018, 40(12): 2992-2997.
doi: 10.11999/JEIT180189
摘要:
该文根据特征为4的Galois环理论，在Z4上利用广义分圆构造出一类新的周期为2p2(p为奇素数)的四元序列，并且给出了它的线性复杂度。结果表明，该序列具有良好的线性复杂度性质，能够抗击Berlekamp-Massey (B-M)算法的攻击，是密码学意义上性质良好的伪随机序列。
该文根据特征为4的Galois环理论，在Z4上利用广义分圆构造出一类新的周期为2p2(p为奇素数)的四元序列，并且给出了它的线性复杂度。结果表明，该序列具有良好的线性复杂度性质，能够抗击Berlekamp-Massey (B-M)算法的攻击，是密码学意义上性质良好的伪随机序列。
2018, 40(12): 2998-3006.
doi: 10.11999/JEIT180122
摘要:
属性基加密可以为雾-云计算中的数据提供机密性保护和细粒度访问控制，但雾-云计算系统中的移动设备难以承担属性基加密的繁重计算负担。为解决该问题，该文提出一种可验证外包解密的离线/在线属性基加密方案。该方案能够实现离线/在线的密钥生成和数据加密，同时支持可验证外包解密。然后，给出方案的选择明文攻击的安全证明和可验证性的安全证明。之后，该文将转换阶段所需双线性对的计算量降为恒定常数。最后，从理论和实验两方面对所提方案进行性能分析，实验结果表明该方案是有效且实用的。
属性基加密可以为雾-云计算中的数据提供机密性保护和细粒度访问控制，但雾-云计算系统中的移动设备难以承担属性基加密的繁重计算负担。为解决该问题，该文提出一种可验证外包解密的离线/在线属性基加密方案。该方案能够实现离线/在线的密钥生成和数据加密，同时支持可验证外包解密。然后，给出方案的选择明文攻击的安全证明和可验证性的安全证明。之后，该文将转换阶段所需双线性对的计算量降为恒定常数。最后，从理论和实验两方面对所提方案进行性能分析，实验结果表明该方案是有效且实用的。
2018, 40(12): 3007-3012.
doi: 10.11999/JEIT180249
摘要:
异构聚合签密方案不仅可以保证异构密码系统之间数据的机密性和不可伪造性，而且可以提供多个密文批量验证。该文分析了一个具有隐私保护功能的异构聚合签密方案的安全性，指出该方案不能抵挡恶意密钥生成中心(KGC)攻击，恶意KGC可以伪造有效的单密文和聚合密文。为了提高原方案的安全性，该文提出一种新的具有隐私保护功能的异构聚合签密方案。该方案克服了原方案存在的安全性问题，实现了无证书密码环境到身份密码环境之间的数据安全传输，在随机预言机模型下证明新方案的安全性。效率分析表明新方案与原方案效率相当。
异构聚合签密方案不仅可以保证异构密码系统之间数据的机密性和不可伪造性，而且可以提供多个密文批量验证。该文分析了一个具有隐私保护功能的异构聚合签密方案的安全性，指出该方案不能抵挡恶意密钥生成中心(KGC)攻击，恶意KGC可以伪造有效的单密文和聚合密文。为了提高原方案的安全性，该文提出一种新的具有隐私保护功能的异构聚合签密方案。该方案克服了原方案存在的安全性问题，实现了无证书密码环境到身份密码环境之间的数据安全传输，在随机预言机模型下证明新方案的安全性。效率分析表明新方案与原方案效率相当。
2018, 40(12): 3013-3019.
doi: 10.11999/JEIT180219
摘要:
无线供电技术是延长无线网络节点寿命的有效方案。该文研究一个由基站和多个分簇用户组成的无线供电混合多址接入系统。系统的传输分为两个阶段。在第1阶段，基站向用户广播能量；在第2阶段，用户向基站传输信息。用户簇和用户簇之间采用时分多址接入，分时传输；同一簇内多个用户采用非正交多址接入，同时传输。该文研究联合优化系统的各阶段的传输时间、基站的发射功率、用户的发射功率等资源，分别以优化网络频谱效率和用户簇之间的公平性为目的，提出最大化网络吞吐量和最大化用户簇的最小吞吐量的联合资源分配算法。研究结果表明所提的两种算法分别能有效提高系统的频谱效率和保证用户簇之间的公平性。
无线供电技术是延长无线网络节点寿命的有效方案。该文研究一个由基站和多个分簇用户组成的无线供电混合多址接入系统。系统的传输分为两个阶段。在第1阶段，基站向用户广播能量；在第2阶段，用户向基站传输信息。用户簇和用户簇之间采用时分多址接入，分时传输；同一簇内多个用户采用非正交多址接入，同时传输。该文研究联合优化系统的各阶段的传输时间、基站的发射功率、用户的发射功率等资源，分别以优化网络频谱效率和用户簇之间的公平性为目的，提出最大化网络吞吐量和最大化用户簇的最小吞吐量的联合资源分配算法。研究结果表明所提的两种算法分别能有效提高系统的频谱效率和保证用户簇之间的公平性。
2018, 40(12): 3020-3027.
doi: 10.11999/JEIT171085
摘要:
物联网逐渐成为学术界研究的热点领域，无处不在的传感器设备促进了传感器搜索服务的产生。物联网中搜索的强时空性、海量数据的异构性与传感器节点的资源受限性，给物联网搜索引擎高效地查询传感器提出了挑战。该文提出基于传感器定量数值的线性分段拟合相似性(PLSS)搜索算法。PLSS算法通过分段和线性拟合的方法，构建传感器定量数值的相似性计算模型，从而计算传感器的相似度，根据相似度查找最相似的传感器集群。与模糊集(FUZZY)算法和最小二乘法相比，PLSS算法平均查询精度和查询效率较高。与原数据相比，PLSS算法的存储开销至少降低了两个数量级。
物联网逐渐成为学术界研究的热点领域，无处不在的传感器设备促进了传感器搜索服务的产生。物联网中搜索的强时空性、海量数据的异构性与传感器节点的资源受限性，给物联网搜索引擎高效地查询传感器提出了挑战。该文提出基于传感器定量数值的线性分段拟合相似性(PLSS)搜索算法。PLSS算法通过分段和线性拟合的方法，构建传感器定量数值的相似性计算模型，从而计算传感器的相似度，根据相似度查找最相似的传感器集群。与模糊集(FUZZY)算法和最小二乘法相比，PLSS算法平均查询精度和查询效率较高。与原数据相比，PLSS算法的存储开销至少降低了两个数量级。
2018, 40(12): 3028-3035.
doi: 10.11999/JEIT180207
摘要:
在当前的网络体系结构下，采用硬件系统实现服务器集群负载均衡存在着获取负载节点状态困难、流量导向方式复杂等制约因素，不利于提升服务器集群的伸缩性和服务性能。针对此问题，该文提出一种基于软件定义网络(SDN)的负载均衡机制(SDNLB)。该机制借助SDN具有的集中式控制和流量灵活调度优势，利用SNMP协议和OpenFlow协议对服务器的运行状态和全局网络负载信息进行实时监测，并通过权值计算的方式选择出权重最高的服务器作为流处理的目标服务器，在此基础上，采用最优转发路径算法进行流量调度，从而达到提高服务器集群的利用率与处理性能的目的。搭建了实验平台对SDNLB的性能进行仿真测试，实验结果表明：在相同的网络负载条件下，SDNLB与其他负载均衡算法相比，能够有效地降低服务器集群的负载，并能够显著提高网络吞吐量和带宽利用率，缩短流的完成时间和平均时延。
在当前的网络体系结构下，采用硬件系统实现服务器集群负载均衡存在着获取负载节点状态困难、流量导向方式复杂等制约因素，不利于提升服务器集群的伸缩性和服务性能。针对此问题，该文提出一种基于软件定义网络(SDN)的负载均衡机制(SDNLB)。该机制借助SDN具有的集中式控制和流量灵活调度优势，利用SNMP协议和OpenFlow协议对服务器的运行状态和全局网络负载信息进行实时监测，并通过权值计算的方式选择出权重最高的服务器作为流处理的目标服务器，在此基础上，采用最优转发路径算法进行流量调度，从而达到提高服务器集群的利用率与处理性能的目的。搭建了实验平台对SDNLB的性能进行仿真测试，实验结果表明：在相同的网络负载条件下，SDNLB与其他负载均衡算法相比，能够有效地降低服务器集群的负载，并能够显著提高网络吞吐量和带宽利用率，缩短流的完成时间和平均时延。
2018, 40(12): 3036-3041.
doi: 10.11999/JEIT180217
摘要:
该文基于高性能的MEMS电场敏感芯片研制出一种新型的工频电场测量系统。针对芯片调制被测电场后其输出信号的特征，采用正交相关检测原理提出一种可抑制背景干扰噪声的工频电场解调算法，设计出小型化、空间分辨力高的工频电场测量探头，并在基础上提出MEMS工频电场测量系统的系统级设计方案，成功实现了MEMS电场敏感芯片输出信号的无线采集、滤波、以及电场信号的高精度解调。高压输电线路下工频电场测量结果表明，MEMS工频电场测量系统与传统电场测量仪的测量结果具有良好的一致性。
该文基于高性能的MEMS电场敏感芯片研制出一种新型的工频电场测量系统。针对芯片调制被测电场后其输出信号的特征，采用正交相关检测原理提出一种可抑制背景干扰噪声的工频电场解调算法，设计出小型化、空间分辨力高的工频电场测量探头，并在基础上提出MEMS工频电场测量系统的系统级设计方案，成功实现了MEMS电场敏感芯片输出信号的无线采集、滤波、以及电场信号的高精度解调。高压输电线路下工频电场测量结果表明，MEMS工频电场测量系统与传统电场测量仪的测量结果具有良好的一致性。
2018, 40(12): 3042-3050.
doi: 10.11999/JEIT180170
摘要:
高吞吐浮点可灵活重构的快速傅里叶变换(FFT)处理器可满足尖端雷达实时成像和高精度科学计算等多种应用需求。与定点FFT相比，浮点运算复杂度更高，使得浮点型FFT的运算吞吐率与其实现面积、功耗之间的矛盾问题尤为突出。鉴于此，为降低运算复杂度，首先将大点数FFT分解成若干个小点数基2k 级联子级实现，提出分别针对128/256/512/1024/2048点FFT的优化混合基算法。同时，结合所提出同时支持单通道单精度和双通道半精度两种浮点模式的新型融合加减与点乘运算单元，首次提出一款高吞吐率双模浮点可变点FFT处理器结构，并在28 nm标准CMOS工艺下进行设计并实现。实验结果表明，单通道单精度和双通道半精度浮点两种模式下的运算吞吐率和输出平均信号量化噪声比分别为3.478 GSample/s, 135 dB和6.957 GSample/s, 60 dB。归一化吞吐率面积比相比于现有其他浮点FFT实现可提高约12倍。
高吞吐浮点可灵活重构的快速傅里叶变换(FFT)处理器可满足尖端雷达实时成像和高精度科学计算等多种应用需求。与定点FFT相比，浮点运算复杂度更高，使得浮点型FFT的运算吞吐率与其实现面积、功耗之间的矛盾问题尤为突出。鉴于此，为降低运算复杂度，首先将大点数FFT分解成若干个小点数基2k 级联子级实现，提出分别针对128/256/512/1024/2048点FFT的优化混合基算法。同时，结合所提出同时支持单通道单精度和双通道半精度两种浮点模式的新型融合加减与点乘运算单元，首次提出一款高吞吐率双模浮点可变点FFT处理器结构，并在28 nm标准CMOS工艺下进行设计并实现。实验结果表明，单通道单精度和双通道半精度浮点两种模式下的运算吞吐率和输出平均信号量化噪声比分别为3.478 GSample/s, 135 dB和6.957 GSample/s, 60 dB。归一化吞吐率面积比相比于现有其他浮点FFT实现可提高约12倍。
