邮件订阅
2018年 第40卷 第5期
2018, 40(5): 1017-1023.
doi: 10.11999/JEIT170772
摘要:
单载波频域均衡(SC-FDE)系统中，信道的频域响应可以作为随机源来生成密钥。为了提高密钥容量，该文提出一种利用多径瑞利信道的频域响应来生成密钥的机制(CFR-Key)。首先研究了CFR-Key机制的原理和密钥生成速率，通过互信息理论推导出了CFR-Key的密钥容量；进而研究了CFR-Key机制中算法的量化等级的影响因素，推导验证了量化等级的选择只与信噪比有关，当信噪比确定的情况下通过选择最优的量化等级可以得到最大的密钥生成速率；与基于信道冲激响应生成密钥机制(CIR-Key)对比，证实了CFR-Key机制可大幅提高密钥容量。
单载波频域均衡(SC-FDE)系统中，信道的频域响应可以作为随机源来生成密钥。为了提高密钥容量，该文提出一种利用多径瑞利信道的频域响应来生成密钥的机制(CFR-Key)。首先研究了CFR-Key机制的原理和密钥生成速率，通过互信息理论推导出了CFR-Key的密钥容量；进而研究了CFR-Key机制中算法的量化等级的影响因素，推导验证了量化等级的选择只与信噪比有关，当信噪比确定的情况下通过选择最优的量化等级可以得到最大的密钥生成速率；与基于信道冲激响应生成密钥机制(CIR-Key)对比，证实了CFR-Key机制可大幅提高密钥容量。
2018, 40(5): 1024-1030.
doi: 10.11999/JEIT170671
摘要:
针对能量受限的合作认知网络，该文研究在保证主用户服务质量要求下，认知用户能量效率最大化问题。认知用户利用信能同传技术接收主用户信号，并采用解码转发协议协助主用户通信。基于分式规划和引入辅助变量将原始非凸问题转换为凸优化问题进行求解，并提出一种迭代的资源分配算法。仿真结果表明，所提算法能够快速收敛于最优解。与能量合作方案相比，该文所采用方案能量效率显著提高，同时能更好地保证主用户服务质量要求。
针对能量受限的合作认知网络，该文研究在保证主用户服务质量要求下，认知用户能量效率最大化问题。认知用户利用信能同传技术接收主用户信号，并采用解码转发协议协助主用户通信。基于分式规划和引入辅助变量将原始非凸问题转换为凸优化问题进行求解，并提出一种迭代的资源分配算法。仿真结果表明，所提算法能够快速收敛于最优解。与能量合作方案相比，该文所采用方案能量效率显著提高，同时能更好地保证主用户服务质量要求。
2018, 40(5): 1031-1036.
doi: 10.11999/JEIT170751
摘要:
为了提高无线携能通信(SWIPT)的效率，在基站采用3维(3D)定向天线，通过动态调整天线下倾角，来开发垂直维度，从而增强SWIPT中能量和信息的传输效率。该文研究单小区多输入多输出(MIMO)SWIPT系统，基站和用户分别使用迫零(ZF)预编码和功率划分(PS)技术。构建以最小化发送功率为目标的优化问题，在信噪比(SNR)和获取功率的约束下，联合优化了天线下倾角，PS比和分配的功率。最佳PS比和最优功率分配以闭合表达式给出。仿真表明，所得到的优化解的性能优于具有可调下倾角的常规MIMO系统和不考虑垂直维度的2维(2D)方案。
为了提高无线携能通信(SWIPT)的效率，在基站采用3维(3D)定向天线，通过动态调整天线下倾角，来开发垂直维度，从而增强SWIPT中能量和信息的传输效率。该文研究单小区多输入多输出(MIMO)SWIPT系统，基站和用户分别使用迫零(ZF)预编码和功率划分(PS)技术。构建以最小化发送功率为目标的优化问题，在信噪比(SNR)和获取功率的约束下，联合优化了天线下倾角，PS比和分配的功率。最佳PS比和最优功率分配以闭合表达式给出。仿真表明，所得到的优化解的性能优于具有可调下倾角的常规MIMO系统和不考虑垂直维度的2维(2D)方案。
2018, 40(5): 1037-1043.
doi: 10.11999/JEIT170731
摘要:
针对在一般高斯白噪声环境中，传统的双门限能量检测频谱感知算法忽略确定两门限之间的感知信息的问题，该文提出一种基于动态自适应双门限能量检测的序贯协作频谱感知算法。新算法以最优化检测概率为目标，采用序贯方式对协作用户进行动态自适应双门限建模，并对处于两门限之间的接收能量值进行软判决。进一步地，新算法能自适应动态调整门限大小和各判决区域协作用户数，以达到最大化检测概率和最优化受试工作特征曲线的目的。理论分析和仿真结果表明，与经典的双门限能量检测算法相比，提出算法具有更优的检测概率。
针对在一般高斯白噪声环境中，传统的双门限能量检测频谱感知算法忽略确定两门限之间的感知信息的问题，该文提出一种基于动态自适应双门限能量检测的序贯协作频谱感知算法。新算法以最优化检测概率为目标，采用序贯方式对协作用户进行动态自适应双门限建模，并对处于两门限之间的接收能量值进行软判决。进一步地，新算法能自适应动态调整门限大小和各判决区域协作用户数，以达到最大化检测概率和最优化受试工作特征曲线的目的。理论分析和仿真结果表明，与经典的双门限能量检测算法相比，提出算法具有更优的检测概率。
2018, 40(5): 1044-1049.
doi: 10.11999/JEIT170647
摘要:
稀疏码多址接入(Sparse Code Multiple Access, SCMA)作为一种基于多维码本的非正交多址技术，能有效满足5G的巨连接、高频谱效率和毫秒级时延需求。针对基于门限的消息传递算法(Message Passing Algorithm, MPA)存在低门限时误比特率(Bit Error Rate, BER)较高的问题，该文提出一种改进的SCMA多用户检测算法。所提出的算法在基于门限MPA的基础上，增加了对用户节点稳定性必要条件的判决，即只有符合门限条件并通过用户节点稳定性必要条件判决的用户才能被提前解码。这提高了提前判决码字的可靠性并减少了因变相硬判的检测机制造成的后验软信息损失。与基于门限的MPA相比，所提出的算法可使消息在低门限时迭代得更加充分，从而在低门限时仍然能够使SCMA用户获得较好的BER性能。仿真结果表明，在低门限时采用该文所提出的算法SCMA用户BER性能明显好于仅采用基于门限的MPA的BER性能。
稀疏码多址接入(Sparse Code Multiple Access, SCMA)作为一种基于多维码本的非正交多址技术，能有效满足5G的巨连接、高频谱效率和毫秒级时延需求。针对基于门限的消息传递算法(Message Passing Algorithm, MPA)存在低门限时误比特率(Bit Error Rate, BER)较高的问题，该文提出一种改进的SCMA多用户检测算法。所提出的算法在基于门限MPA的基础上，增加了对用户节点稳定性必要条件的判决，即只有符合门限条件并通过用户节点稳定性必要条件判决的用户才能被提前解码。这提高了提前判决码字的可靠性并减少了因变相硬判的检测机制造成的后验软信息损失。与基于门限的MPA相比，所提出的算法可使消息在低门限时迭代得更加充分，从而在低门限时仍然能够使SCMA用户获得较好的BER性能。仿真结果表明，在低门限时采用该文所提出的算法SCMA用户BER性能明显好于仅采用基于门限的MPA的BER性能。
2018, 40(5): 1050-1058.
doi: 10.11999/JEIT170781
摘要:
传统指纹定位方法由于建库人力时间开销大、系统通用性不强约束着指纹定位系统的推广，为了解决该问题同时结合即时定位与映射(SLAM)技术的优势，该文提出一种新的Wi-Fi/微机电系统(MEMS)融合室内运动地图构建与定位方法。首先利用行人航迹推算(PDR)、最小描述长度(MDL)原则和基于密度的空间聚类算法(DBSCAN)对众包运动轨迹进行预处理，提出基于轨迹主路径的运动地图构建方法。之后提出基于像素模板的地图匹配方法获取地图的绝对位置，并采用抗差扩展卡尔曼滤波(EKF)对目标位置进行最优估计。实验结果表明，所提聚类方法可以准确构建各区域运动地图，在少量的人力时间开销下实现较高的定位精度。
传统指纹定位方法由于建库人力时间开销大、系统通用性不强约束着指纹定位系统的推广，为了解决该问题同时结合即时定位与映射(SLAM)技术的优势，该文提出一种新的Wi-Fi/微机电系统(MEMS)融合室内运动地图构建与定位方法。首先利用行人航迹推算(PDR)、最小描述长度(MDL)原则和基于密度的空间聚类算法(DBSCAN)对众包运动轨迹进行预处理，提出基于轨迹主路径的运动地图构建方法。之后提出基于像素模板的地图匹配方法获取地图的绝对位置，并采用抗差扩展卡尔曼滤波(EKF)对目标位置进行最优估计。实验结果表明，所提聚类方法可以准确构建各区域运动地图，在少量的人力时间开销下实现较高的定位精度。
2018, 40(5): 1059-1065.
doi: 10.11999/JEIT170655
摘要:
在分时长期演进(TD-LTE)室内分布式网络中，不同位置上的信号差异性不明显，仅利用标定参考点不能实现准确位置估计。该文针对TD-LTE室内分布式网络下不同位置处的信号相似性问题，提出基于相关性测序的定位算法。首先，利用相邻位置的信号信息构建运动序列数据库。其次，通过相关性测序算法，得到在线接收信号参考强度(RSRP)序列与运动序列间的匹配度，确定备选定位序列集。然后，计算备选定位序列与在线RSRP序列间的相关系数及平均欧氏距离。最后，根据匹配度、相关系数及平均欧氏距离，选取最优备选定位序列，实现对目标的位置估计。实验结果表明，该文所提定位算法有效提高了室内分布式天线系统下的定位精度。
在分时长期演进(TD-LTE)室内分布式网络中，不同位置上的信号差异性不明显，仅利用标定参考点不能实现准确位置估计。该文针对TD-LTE室内分布式网络下不同位置处的信号相似性问题，提出基于相关性测序的定位算法。首先，利用相邻位置的信号信息构建运动序列数据库。其次，通过相关性测序算法，得到在线接收信号参考强度(RSRP)序列与运动序列间的匹配度，确定备选定位序列集。然后，计算备选定位序列与在线RSRP序列间的相关系数及平均欧氏距离。最后，根据匹配度、相关系数及平均欧氏距离，选取最优备选定位序列，实现对目标的位置估计。实验结果表明，该文所提定位算法有效提高了室内分布式天线系统下的定位精度。
2018, 40(5): 1066-1071.
doi: 10.11999/JEIT170672
摘要:
该文提出一种基于叠加标签信号进行认证的新方法。利用合法通信双方预先共享密钥和信道具有短时互易性的优势，在发送方利用扩谱码和量化的信道值生成标签信号，并与通信信号叠加发送，在接收方能够检测并鉴别标签信号，而且不影响通信信号的正常解调。这种方法不需要复杂的密码算法，减小了通信过程中的计算量，而且能够有效地防范被动窃听和主动攻击。仿真结果表明，该方法有较高的实用价值。
该文提出一种基于叠加标签信号进行认证的新方法。利用合法通信双方预先共享密钥和信道具有短时互易性的优势，在发送方利用扩谱码和量化的信道值生成标签信号，并与通信信号叠加发送，在接收方能够检测并鉴别标签信号，而且不影响通信信号的正常解调。这种方法不需要复杂的密码算法，减小了通信过程中的计算量，而且能够有效地防范被动窃听和主动攻击。仿真结果表明，该方法有较高的实用价值。
2018, 40(5): 1072-1078.
doi: 10.11999/JEIT170735
摘要:
该文研究了有限域GF(q2)上长度为(q2m-1)/(q2-1)的常循环码。给出一类常循环码是厄米特对偶包含码的一个充要条件，并确定了这类常循环厄米特对偶包含码的参数。利用厄米特构造，得到了比量子BCH码参数更好的量子纠错码。
该文研究了有限域GF(q2)上长度为(q2m-1)/(q2-1)的常循环码。给出一类常循环码是厄米特对偶包含码的一个充要条件，并确定了这类常循环厄米特对偶包含码的参数。利用厄米特构造，得到了比量子BCH码参数更好的量子纠错码。
2018, 40(5): 1079-1086.
doi: 10.11999/JEIT170712
摘要:
异构签密可以保证异构密码系统之间数据的机密性和不可伪造性。分析现有的异构签密方案，发现它们只针对单个消息，无法实现批验证。聚合签密能够把不同用户对多个消息产生的签密密文同时发送给接收者，而且可以提供批量验证，降低验证开销。该文提出一个传统公钥密码-无证书公钥密码异构聚合签密方案，该方案不仅能够保证传统公钥密码(TPKI)和无证书公钥密码(CLPKC)系统间通信的机密性和认证性，而且聚合验证时不需要双线性对。在随机预言模型下，基于间隙双线性Diffie-Hellman困难问题、计算Diffie-Hellman困难问题和离散对数问题，证明该方案满足自适应性选择密文攻击下的不可区分性和自适应选择消息下的不可伪造性。
异构签密可以保证异构密码系统之间数据的机密性和不可伪造性。分析现有的异构签密方案，发现它们只针对单个消息，无法实现批验证。聚合签密能够把不同用户对多个消息产生的签密密文同时发送给接收者，而且可以提供批量验证，降低验证开销。该文提出一个传统公钥密码-无证书公钥密码异构聚合签密方案，该方案不仅能够保证传统公钥密码(TPKI)和无证书公钥密码(CLPKC)系统间通信的机密性和认证性，而且聚合验证时不需要双线性对。在随机预言模型下，基于间隙双线性Diffie-Hellman困难问题、计算Diffie-Hellman困难问题和离散对数问题，证明该方案满足自适应性选择密文攻击下的不可区分性和自适应选择消息下的不可伪造性。
2018, 40(5): 1087-1093.
doi: 10.11999/JEIT170730
摘要:
在云计算和数据中心环境中，底层单个物理服务器的失效将对上层虚拟网络的服务性能造成很大的影响，现有利用冗余备份的方法能够在一定程度上降低底层物理设备失效带来的影响，但未考虑到物理服务器的同构性所带来的问题，为此，该文提出一种异构备份式的虚拟网映射方法。首先，只对关键的虚拟机进行冗余备份，降低备份资源的开销；然后，确保提供备份虚拟机的物理服务器与原物理服务器的系统类型的异构性，提高虚拟网的弹性能力；最后，以最小化链路资源开销作为虚拟网的映射目标，进一步降低备份资源的开销。实验表明，该方法在保证虚拟网络映射性能的前提下，能够大大提高虚拟网络的弹性能力。
在云计算和数据中心环境中，底层单个物理服务器的失效将对上层虚拟网络的服务性能造成很大的影响，现有利用冗余备份的方法能够在一定程度上降低底层物理设备失效带来的影响，但未考虑到物理服务器的同构性所带来的问题，为此，该文提出一种异构备份式的虚拟网映射方法。首先，只对关键的虚拟机进行冗余备份，降低备份资源的开销；然后，确保提供备份虚拟机的物理服务器与原物理服务器的系统类型的异构性，提高虚拟网的弹性能力；最后，以最小化链路资源开销作为虚拟网的映射目标，进一步降低备份资源的开销。实验表明，该方法在保证虚拟网络映射性能的前提下，能够大大提高虚拟网络的弹性能力。
2018, 40(5): 1094-1100.
doi: 10.11999/JEIT170617
摘要:
为了改善网络视频流的细粒度分类效果，该文分析视频流传输过程中的特征变化与流分类之间的关系。根据不同类型的视频流具有不同的下行传输速率变化模式，提出一种新的基于下行速率传输的视频流分类特征--M值概率分布，并使用支持向量机(SVM)实现网络视频流的分类。实验结果表明，M值概率分布相比较于已有的常见流特征，可以更好地实现6种典型的网络视频流分类。
为了改善网络视频流的细粒度分类效果，该文分析视频流传输过程中的特征变化与流分类之间的关系。根据不同类型的视频流具有不同的下行传输速率变化模式，提出一种新的基于下行速率传输的视频流分类特征--M值概率分布，并使用支持向量机(SVM)实现网络视频流的分类。实验结果表明，M值概率分布相比较于已有的常见流特征，可以更好地实现6种典型的网络视频流分类。
2018, 40(5): 1101-1107.
doi: 10.11999/JEIT170787
摘要:
为有效延长水下无线传感器网络的生命周期、保持网络覆盖率，该文提出一种基于节点休眠的覆盖保持分簇算法。首先计算网络节点的覆盖冗余度，并对覆盖冗余度高的节点执行休眠策略，然后以网络覆盖率及节点能耗均衡性为目标，采用多目标算法进行求解，再利用TOPSIS法从非支配解集中选出较优解，当有节点死亡时，通过唤醒策略保持网络覆盖率。仿真结果表明，与目前较好的网络规划算法相比，该文算法能够更好地降低网络能耗，延长网络生命周期并保持网络对环境的覆盖率。
为有效延长水下无线传感器网络的生命周期、保持网络覆盖率，该文提出一种基于节点休眠的覆盖保持分簇算法。首先计算网络节点的覆盖冗余度，并对覆盖冗余度高的节点执行休眠策略，然后以网络覆盖率及节点能耗均衡性为目标，采用多目标算法进行求解，再利用TOPSIS法从非支配解集中选出较优解，当有节点死亡时，通过唤醒策略保持网络覆盖率。仿真结果表明，与目前较好的网络规划算法相比，该文算法能够更好地降低网络能耗，延长网络生命周期并保持网络对环境的覆盖率。
2018, 40(5): 1108-1114.
doi: 10.11999/JEIT170590
摘要:
水下滑翔机的运动导致滑翔机位置和相对距离的变化，引起了滑翔机间的信号传输时间改变，进而导致水下滑翔机间通信可靠性的下降。传统水下媒体接入控制(MAC)协议面向静态拓扑网络，不适用于动态变化的网络拓扑。该文提出一种水下滑翔机组网的动态MAC机制。新机制利用水下滑翔机运动模型进行位置预测，根据预测结果和相邻滑翔机间的位置共享动态计算时隙长度，并进行分配和预约收发，水下滑翔机在收发过程中以团队协作方式避免冲突。实验结果表明，该机制的数据包投递率与运动预测MAC(P-MAC)和预约MAC(R-MAC)协议相比分别提高了12%和25%，更适用于由水下滑翔机组成的动态网络。
水下滑翔机的运动导致滑翔机位置和相对距离的变化，引起了滑翔机间的信号传输时间改变，进而导致水下滑翔机间通信可靠性的下降。传统水下媒体接入控制(MAC)协议面向静态拓扑网络，不适用于动态变化的网络拓扑。该文提出一种水下滑翔机组网的动态MAC机制。新机制利用水下滑翔机运动模型进行位置预测，根据预测结果和相邻滑翔机间的位置共享动态计算时隙长度，并进行分配和预约收发，水下滑翔机在收发过程中以团队协作方式避免冲突。实验结果表明，该机制的数据包投递率与运动预测MAC(P-MAC)和预约MAC(R-MAC)协议相比分别提高了12%和25%，更适用于由水下滑翔机组成的动态网络。
2018, 40(5): 1115-1121.
doi: 10.11999/JEIT170710
摘要:
平顶波束在无线能量传输中能够保证接收端功率密度的均匀性，对提高接收效率以及简化整流电路的设计具有重要意义。该文首先基于Orchard综合，控制Schelkunoff单位圆零点位置，得到了实现平顶波束的条件；然后通过引入Sinc函数，给出了平顶波束的解与平顶宽度的对应关系；最后利用微扰法编程计算，讨论了平顶宽度与矩形系数、波纹系数、副瓣电平之间的数值关系。以一款10元阵为例，实现了副瓣低于且宽度很窄的平顶波束，验证了该文方法和结论的有效性。
平顶波束在无线能量传输中能够保证接收端功率密度的均匀性，对提高接收效率以及简化整流电路的设计具有重要意义。该文首先基于Orchard综合，控制Schelkunoff单位圆零点位置，得到了实现平顶波束的条件；然后通过引入Sinc函数，给出了平顶波束的解与平顶宽度的对应关系；最后利用微扰法编程计算，讨论了平顶宽度与矩形系数、波纹系数、副瓣电平之间的数值关系。以一款10元阵为例，实现了副瓣低于且宽度很窄的平顶波束，验证了该文方法和结论的有效性。
2018, 40(5): 1122-1129.
doi: 10.11999/JEIT170721
摘要:
该文设计了一种工作于X波段的平面印刷磁电偶极子天线，并设计了一种加载集总电阻的宽入射角、极化不敏感、宽频带吸波体(WBMA)。当平面波垂直入射时，吸波体在7.2~12.6 GHz范围内的吸波率大于90%，入射角增加至45时仍能在X波段保持90％以上的吸波率。通过将WBMA加载在天线四周，实现了天线雷达散射截面(RCS)的大幅缩减。实测和仿真结果表明：不同极化波垂直入射时，天线单站RCS减缩3 dB带宽为6.6~14.4 GHz，最大减缩量达23.8 dB。中心频点10 GHz处，TE极化波照射时，双站RCS能实现90角域内的减缩，TM极化波照射时，在35角域内实现了减缩，同时天线辐射性能几乎保持不变。
该文设计了一种工作于X波段的平面印刷磁电偶极子天线，并设计了一种加载集总电阻的宽入射角、极化不敏感、宽频带吸波体(WBMA)。当平面波垂直入射时，吸波体在7.2~12.6 GHz范围内的吸波率大于90%，入射角增加至45时仍能在X波段保持90％以上的吸波率。通过将WBMA加载在天线四周，实现了天线雷达散射截面(RCS)的大幅缩减。实测和仿真结果表明：不同极化波垂直入射时，天线单站RCS减缩3 dB带宽为6.6~14.4 GHz，最大减缩量达23.8 dB。中心频点10 GHz处，TE极化波照射时，双站RCS能实现90角域内的减缩，TM极化波照射时，在35角域内实现了减缩，同时天线辐射性能几乎保持不变。
2018, 40(5): 1130-1135.
doi: 10.11999/JEIT170793
摘要:
该文针对电子侦察信号盲分选的技术难题，结合重频参差调制模式的特点，提出基于数据统计聚类和关联匹配的处理方法，对序列中含有重频参差调制的脉冲进行调制模式识别、参差序列分析和脉冲提取。实验仿真表明在脉冲丢失和虚假脉冲干扰的情况下，所提方法可以有效进行重频参差模式识别和参差排定次序分析，实现脉冲信号的盲分选，具有较强的鲁棒性。
该文针对电子侦察信号盲分选的技术难题，结合重频参差调制模式的特点，提出基于数据统计聚类和关联匹配的处理方法，对序列中含有重频参差调制的脉冲进行调制模式识别、参差序列分析和脉冲提取。实验仿真表明在脉冲丢失和虚假脉冲干扰的情况下，所提方法可以有效进行重频参差模式识别和参差排定次序分析，实现脉冲信号的盲分选，具有较强的鲁棒性。
2018, 40(5): 1136-1143.
doi: 10.11999/JEIT170707
摘要:
高分辨波达方向(DOA)估计是地基/空基预警雷达实现主波束内多目标精细跟踪需要解决的关键问题。针对上述问题，该文提出一种波束-多普勒酉ESPRIT多目标DOA估计算法。该方法首先通过时域平滑技术构造多个快拍。然后采用中心共轭对称傅里叶变换矩阵将数据变换至波束-多普勒域，同时保留旋转不变结构。最后采用实值ESPRIT算法估计目标的DOA。所提方法充分利用了信号的时域信息来改善空域参数估计性能，同时具有较低的计算复杂度。实验结果证明了所提方法的有效性。
高分辨波达方向(DOA)估计是地基/空基预警雷达实现主波束内多目标精细跟踪需要解决的关键问题。针对上述问题，该文提出一种波束-多普勒酉ESPRIT多目标DOA估计算法。该方法首先通过时域平滑技术构造多个快拍。然后采用中心共轭对称傅里叶变换矩阵将数据变换至波束-多普勒域，同时保留旋转不变结构。最后采用实值ESPRIT算法估计目标的DOA。所提方法充分利用了信号的时域信息来改善空域参数估计性能，同时具有较低的计算复杂度。实验结果证明了所提方法的有效性。
2018, 40(5): 1144-1150.
doi: 10.11999/JEIT170723
摘要:
论文提出一种对螺旋式扫描机载激光雷达系统进行安置角自检校的新算法。首先推导了螺旋式扫描激光雷达点云定位的数学模型；然后提取了激光雷达点云数据重叠区的面特征，并构建了基于面特征的激光雷达检校模型；最后，仿真分析了安置角误差对往返航带前后向扫描数据的影响，并利用同名面特征，基于区域网平差方法同时估计了平面参数和安置角参数。实验结果表明，该方法实现了激光雷达安置角的自检校，且绝对精度满足生产数据要求。
论文提出一种对螺旋式扫描机载激光雷达系统进行安置角自检校的新算法。首先推导了螺旋式扫描激光雷达点云定位的数学模型；然后提取了激光雷达点云数据重叠区的面特征，并构建了基于面特征的激光雷达检校模型；最后，仿真分析了安置角误差对往返航带前后向扫描数据的影响，并利用同名面特征，基于区域网平差方法同时估计了平面参数和安置角参数。实验结果表明，该方法实现了激光雷达安置角的自检校，且绝对精度满足生产数据要求。
2018, 40(5): 1151-1158.
doi: 10.11999/JEIT170426
摘要:
线性调频(LFM)信号是一种被广泛应用的大时宽带宽积信号，利用LFM信号的多样性可设计多输入多输出(MIMO)雷达的正交波形。该文针对现有波形相关函数存在的问题，以理论分析为基础，提出一种基于LFM时宽的发射波形，并给出了一种相应的正交波形设计方法。该方法以峰值旁瓣电平为准则，利用序列二次规划对各子脉冲LFM信号的时宽进行优化设计。仿真结果表明，与现有方法相比，所设计波形具有较低的自相关旁瓣电平和互相关电平。此外，通过数值实验分析了相关性能随波形个数及子脉冲个数的变化关系。
线性调频(LFM)信号是一种被广泛应用的大时宽带宽积信号，利用LFM信号的多样性可设计多输入多输出(MIMO)雷达的正交波形。该文针对现有波形相关函数存在的问题，以理论分析为基础，提出一种基于LFM时宽的发射波形，并给出了一种相应的正交波形设计方法。该方法以峰值旁瓣电平为准则，利用序列二次规划对各子脉冲LFM信号的时宽进行优化设计。仿真结果表明，与现有方法相比，所设计波形具有较低的自相关旁瓣电平和互相关电平。此外，通过数值实验分析了相关性能随波形个数及子脉冲个数的变化关系。
2018, 40(5): 1159-1165.
doi: 10.11999/JEIT170775
摘要:
针对不连续地形难以精确重建地形高程的问题，将干涉图残差点和相邻像素点差异比较相结合的坏点判断方法与基于全变分能量函数的最大后验估计算法结合起来，该文提出一种改进的多基线InSAR高程重建方法。该方法利用干涉图残差点和相邻像素点差异比较对不连续点计算原理的不同，对基于全变分能量函数的最大后验估计算法重建的预估地形高程图进行坏点判断，有效判断出高程图不连续点中由于噪声或计算误差引起的坏点，并对预估地形高程图中坏点进行适当加权更新获得最终估计的地形高程图。该文算法在保留基于全变分能量函数的最大后验估计算法简便的优点的同时提高了目标地形高程的估计精度。最后通过2种不同类型地形的仿真实验，表明该方法简单有效。
针对不连续地形难以精确重建地形高程的问题，将干涉图残差点和相邻像素点差异比较相结合的坏点判断方法与基于全变分能量函数的最大后验估计算法结合起来，该文提出一种改进的多基线InSAR高程重建方法。该方法利用干涉图残差点和相邻像素点差异比较对不连续点计算原理的不同，对基于全变分能量函数的最大后验估计算法重建的预估地形高程图进行坏点判断，有效判断出高程图不连续点中由于噪声或计算误差引起的坏点，并对预估地形高程图中坏点进行适当加权更新获得最终估计的地形高程图。该文算法在保留基于全变分能量函数的最大后验估计算法简便的优点的同时提高了目标地形高程的估计精度。最后通过2种不同类型地形的仿真实验，表明该方法简单有效。
2018, 40(5): 1166-1172.
doi: 10.11999/JEIT170806
摘要:
研究学者们认为指数加权均值比(ROEWA)算子存在无法计算SAR图像边缘方向的缺陷。为此，进行了一些通过方向滤波器为ROEWA算法施加方向的工作。该文对ROEWA算法进行了深入的探讨和分析，通过对ROEWA算法卷积过程的进一步推导，获得了ROEWA算法像素级的观测公式。根据推导结果，提出了一种增强的ROEWA(EROEWA)边缘检测算法。首先，利用新的卷积策略将ROEWA的公式项解耦，获得了4个方向的指数加权均值；然后把SAR图像旋转45，再利用新的卷积策略获取额外的4个方向的指数加权均值；最后，将8个方向的指数加权均值表示成8个矢量，通过矢量合成求出边缘强度和边缘方向。实验结果表明，提出的EROEWA算法不仅具有优秀的边缘方向计算能力，与ROEWA算法相比，边缘强度的提取也有显著的增强效果。
研究学者们认为指数加权均值比(ROEWA)算子存在无法计算SAR图像边缘方向的缺陷。为此，进行了一些通过方向滤波器为ROEWA算法施加方向的工作。该文对ROEWA算法进行了深入的探讨和分析，通过对ROEWA算法卷积过程的进一步推导，获得了ROEWA算法像素级的观测公式。根据推导结果，提出了一种增强的ROEWA(EROEWA)边缘检测算法。首先，利用新的卷积策略将ROEWA的公式项解耦，获得了4个方向的指数加权均值；然后把SAR图像旋转45，再利用新的卷积策略获取额外的4个方向的指数加权均值；最后，将8个方向的指数加权均值表示成8个矢量，通过矢量合成求出边缘强度和边缘方向。实验结果表明，提出的EROEWA算法不仅具有优秀的边缘方向计算能力，与ROEWA算法相比，边缘强度的提取也有显著的增强效果。
2018, 40(5): 1173-1180.
doi: 10.11999/JEIT170737
摘要:
针对阵元间互耦效应导致嵌套阵列测向性能下降的问题，该文提出两种不同的平移嵌套阵列结构，在保证产生虚拟阵列无孔的条件下，通过对原二级嵌套阵列阵元位置进行调整，形成平移嵌套阵列，提高了原二级嵌套阵列的稀疏性，降低了阵元间的互耦效应，扩展了原嵌套阵列的测向自由度。在空间辐射源数目未知条件下，建立了平移嵌套阵列稀疏贝叶斯学习(SBL)算法模型，对形成的虚拟阵列接收数据进行处理，获得角度估计，有效提高了原嵌套阵列测向算法的测向性能。仿真实验表明，平移嵌套阵列自由度高于原嵌套阵列，在低信噪比、小快拍数、存在互耦影响条件下，基于稀疏贝叶斯学习的平移嵌套阵列测向算法测向精度优于原嵌套阵列测向算法，并且提高了原嵌套阵列测向算法的角度分辨率。
针对阵元间互耦效应导致嵌套阵列测向性能下降的问题，该文提出两种不同的平移嵌套阵列结构，在保证产生虚拟阵列无孔的条件下，通过对原二级嵌套阵列阵元位置进行调整，形成平移嵌套阵列，提高了原二级嵌套阵列的稀疏性，降低了阵元间的互耦效应，扩展了原嵌套阵列的测向自由度。在空间辐射源数目未知条件下，建立了平移嵌套阵列稀疏贝叶斯学习(SBL)算法模型，对形成的虚拟阵列接收数据进行处理，获得角度估计，有效提高了原嵌套阵列测向算法的测向性能。仿真实验表明，平移嵌套阵列自由度高于原嵌套阵列，在低信噪比、小快拍数、存在互耦影响条件下，基于稀疏贝叶斯学习的平移嵌套阵列测向算法测向精度优于原嵌套阵列测向算法，并且提高了原嵌套阵列测向算法的角度分辨率。
2018, 40(5): 1181-1186.
doi: 10.11999/JEIT170727
摘要:
依据水下测控设备组网系统的工作特点，为了有效挖掘现有测控设备的使用效能，构建高精度的综合性水下测控网络，该文提出基于Chan算法的水下测控设备组网集中式数据融合定位算法。该算法首先利用基于波达时间的加权最小二乘算法粗测目标位置，然后依据该目标位置和测量时延信息的关系，构造新的误差矢量，利用该误差矢量再次加权最小二乘估计解算目标位置。研究结果表明，该算法可实现多套水下测控设备的数据融合，可有效提高全域范围的定位精度，且精度高于纯基于波达时间的融合定位算法。
依据水下测控设备组网系统的工作特点，为了有效挖掘现有测控设备的使用效能，构建高精度的综合性水下测控网络，该文提出基于Chan算法的水下测控设备组网集中式数据融合定位算法。该算法首先利用基于波达时间的加权最小二乘算法粗测目标位置，然后依据该目标位置和测量时延信息的关系，构造新的误差矢量，利用该误差矢量再次加权最小二乘估计解算目标位置。研究结果表明，该算法可实现多套水下测控设备的数据融合，可有效提高全域范围的定位精度，且精度高于纯基于波达时间的融合定位算法。
2018, 40(5): 1187-1194.
doi: 10.11999/JEIT170758
摘要:
为提高语音通信系统在噪声环境下的使用性能，该文提出一种基于子带谱减与广义旁瓣抵消的双微阵列语音增强方法。基于双微阵列及子带结构分析，首先分别在低频带采用可变过减因子谱减法抑制噪声，在高频带采用修改互功率谱谱减法抑制非相干性噪声部分，再结合广义旁瓣抵消与端点检测进一步抑制强相关性噪声的影响。实验结果表明，该方法能够更加有效地抑制噪声的影响并提高语音的可懂度。
为提高语音通信系统在噪声环境下的使用性能，该文提出一种基于子带谱减与广义旁瓣抵消的双微阵列语音增强方法。基于双微阵列及子带结构分析，首先分别在低频带采用可变过减因子谱减法抑制噪声，在高频带采用修改互功率谱谱减法抑制非相干性噪声部分，再结合广义旁瓣抵消与端点检测进一步抑制强相关性噪声的影响。实验结果表明，该方法能够更加有效地抑制噪声的影响并提高语音的可懂度。
2018, 40(5): 1195-1201.
doi: 10.11999/JEIT170624
摘要:
准确可靠的噪声强度估计是数字图像处理领域中一个重要的研究课题。噪声估计的难点在于如何提取用于估计的纯噪声信息，近几年，许多算法采用主成分分析技术来避免图像纹理信息的干扰，用最小特征值来估计噪声方差，可以有效地减少图像纹理信息对估计结果的影响，所以这类方法对于高频图像(丰富纹理图像)效果很好。由于图像块数量有限，最小特征值实际上比真实噪声方差小，而且图像块数量越少，偏差越大。如果直接把最小特征值作为估计方差，则容易低估计高噪声。该文通过回归分析确定最小特征值跟真实噪声方差的比值和图像块数量呈幂函数关系，因此可以通过最小特征值和幂函数关系得到真实的噪声方差。实验表明该文方法既能处理高频图像，又适合各种噪声水平，同时也能处理乘性高斯噪声。
准确可靠的噪声强度估计是数字图像处理领域中一个重要的研究课题。噪声估计的难点在于如何提取用于估计的纯噪声信息，近几年，许多算法采用主成分分析技术来避免图像纹理信息的干扰，用最小特征值来估计噪声方差，可以有效地减少图像纹理信息对估计结果的影响，所以这类方法对于高频图像(丰富纹理图像)效果很好。由于图像块数量有限，最小特征值实际上比真实噪声方差小，而且图像块数量越少，偏差越大。如果直接把最小特征值作为估计方差，则容易低估计高噪声。该文通过回归分析确定最小特征值跟真实噪声方差的比值和图像块数量呈幂函数关系，因此可以通过最小特征值和幂函数关系得到真实的噪声方差。实验表明该文方法既能处理高频图像，又适合各种噪声水平，同时也能处理乘性高斯噪声。
2018, 40(5): 1202-1209.
doi: 10.11999/JEIT170717
摘要:
目前大部分基于检测的跟踪算法将跟踪任务看作是一个类别分类的任务，当目标发生形变或者遇到相似物体的干扰时，容易导致模型漂移。为此该文提出一种多实例回归跟踪算法。在该算法中，跟踪任务被认为建立在实例模型之上更为合适，为此该文利用一帧图像建立实例模型，并在时间序列上建立多实例模型集合表征目标的最近状态；为使跟踪算法能够适应目标的形变，利用逻辑回归将实例模型作为隐变量，由最近若干帧建立的正负样本集作为训练集，共同构建多实例回归跟踪模型。由于跟踪模型在整体上对多个实例模型建模，把它们紧密地联系在一起，故能有效应对目标的形变；由于模型漂移仅会影响当前帧的实例模型，各个实例模型之间互相独立，故跟踪算法能够有效减轻模型漂移对鲁棒跟踪的影响。实验中，OTB 2013数据库和UAV 123数据库被用来验证该文算法，DeepSRDCF, Siamese-fc等算法作为对比算法，实验结果表明，该文算法不仅充分发挥了基于多实例回归模型进行跟踪的优势，在形变等属性上具有很好的性能，而且在整体性能上优于各类先进算法3%~5%。
目前大部分基于检测的跟踪算法将跟踪任务看作是一个类别分类的任务，当目标发生形变或者遇到相似物体的干扰时，容易导致模型漂移。为此该文提出一种多实例回归跟踪算法。在该算法中，跟踪任务被认为建立在实例模型之上更为合适，为此该文利用一帧图像建立实例模型，并在时间序列上建立多实例模型集合表征目标的最近状态；为使跟踪算法能够适应目标的形变，利用逻辑回归将实例模型作为隐变量，由最近若干帧建立的正负样本集作为训练集，共同构建多实例回归跟踪模型。由于跟踪模型在整体上对多个实例模型建模，把它们紧密地联系在一起，故能有效应对目标的形变；由于模型漂移仅会影响当前帧的实例模型，各个实例模型之间互相独立，故跟踪算法能够有效减轻模型漂移对鲁棒跟踪的影响。实验中，OTB 2013数据库和UAV 123数据库被用来验证该文算法，DeepSRDCF, Siamese-fc等算法作为对比算法，实验结果表明，该文算法不仅充分发挥了基于多实例回归模型进行跟踪的优势，在形变等属性上具有很好的性能，而且在整体性能上优于各类先进算法3%~5%。
2018, 40(5): 1210-1218.
doi: 10.11999/JEIT170827
摘要:
现有的大部分基于扩散理论的显著性物体检测方法只用了图像的底层特征来构造图和扩散矩阵，并且忽视了显著性物体在图像边缘的可能性。针对此，该文提出一种基于图像的多层特征的扩散方法进行显著性物体检测。首先，采用由背景先验、颜色先验、位置先验组成的高层先验方法选取种子节点。其次，将选取的种子节点的显著性信息通过由图像的底层特征构建的扩散矩阵传播到每个节点得到初始显著图，并将其作为图像的中层特征。然后结合图像的高层特征分别构建扩散矩阵，再次运用扩散方法分别获得中层显著图、高层显著图。最后，非线性融合中层显著图和高层显著图得到最终显著图。该算法在3个数据集MSRA10K，DUT-OMRON和ECSSD上，用3种量化评价指标与现有4种流行算法进行实验结果对比，均取得最好的效果。
现有的大部分基于扩散理论的显著性物体检测方法只用了图像的底层特征来构造图和扩散矩阵，并且忽视了显著性物体在图像边缘的可能性。针对此，该文提出一种基于图像的多层特征的扩散方法进行显著性物体检测。首先，采用由背景先验、颜色先验、位置先验组成的高层先验方法选取种子节点。其次，将选取的种子节点的显著性信息通过由图像的底层特征构建的扩散矩阵传播到每个节点得到初始显著图，并将其作为图像的中层特征。然后结合图像的高层特征分别构建扩散矩阵，再次运用扩散方法分别获得中层显著图、高层显著图。最后，非线性融合中层显著图和高层显著图得到最终显著图。该算法在3个数据集MSRA10K，DUT-OMRON和ECSSD上，用3种量化评价指标与现有4种流行算法进行实验结果对比，均取得最好的效果。
2018, 40(5): 1219-1225.
doi: 10.11999/JEIT170608
摘要:
相比于传统两步定位方法，直接定位方法具有更高的定位精度，但现有的基于阵列模型的直接定位方法未能够有效利用多普勒频移信息，其定位精度有待进一步提升。针对上述问题，该文提出一种融合多普勒频移信息的阵列数据域直接定位方法。首先构建了融合多普勒信息的直接定位模型，然后基于最大似然准则将信号源位置估计转化为求解位置信息矩阵最大特征值问题，并结合矩阵转置性质降低复杂度，最后通过2维搜索得到目标信号源位置估计。仿真结果表明，所提方法较目前的阵列数据域直接定位方法和多普勒频移直接定位方法的定位精度具有较大提高。
相比于传统两步定位方法，直接定位方法具有更高的定位精度，但现有的基于阵列模型的直接定位方法未能够有效利用多普勒频移信息，其定位精度有待进一步提升。针对上述问题，该文提出一种融合多普勒频移信息的阵列数据域直接定位方法。首先构建了融合多普勒信息的直接定位模型，然后基于最大似然准则将信号源位置估计转化为求解位置信息矩阵最大特征值问题，并结合矩阵转置性质降低复杂度，最后通过2维搜索得到目标信号源位置估计。仿真结果表明，所提方法较目前的阵列数据域直接定位方法和多普勒频移直接定位方法的定位精度具有较大提高。
2018, 40(5): 1226-1233.
doi: 10.11999/JEIT170663
摘要:
在非相干分布式非圆信号波达方向(DOA)估计中，针对利用信号非圆特性后输出矩阵维数扩展带来的较大运算量问题，该文提出一种基于互相关抽样分解的DOA快速估计算法。该算法仅需要从子阵间的扩展互相关矩阵中抽样出少量行元素和列元素，构成两个低维子矩阵，进而通过低秩近似分解便可快速地同时求出左右奇异矢量，即分别对应两个子阵的信号子空间，避免了计算整个互相关矩阵及其奇异值分解运算；最后利用两个子阵信号子空间的旋转不变性通过最小二乘得到DOA估计。仿真分析表明，当行列抽样数大于信源数的两倍时，所提算法与直接基于互相关矩阵奇异值分解的非相干分布式非圆信号DOA估计算法性能相近，但复杂度得到了大幅度降低；而相比于传统的低复杂度非相干分布源DOA估计算法，所提算法利用信号非圆特性具有更高的估计性能。
在非相干分布式非圆信号波达方向(DOA)估计中，针对利用信号非圆特性后输出矩阵维数扩展带来的较大运算量问题，该文提出一种基于互相关抽样分解的DOA快速估计算法。该算法仅需要从子阵间的扩展互相关矩阵中抽样出少量行元素和列元素，构成两个低维子矩阵，进而通过低秩近似分解便可快速地同时求出左右奇异矢量，即分别对应两个子阵的信号子空间，避免了计算整个互相关矩阵及其奇异值分解运算；最后利用两个子阵信号子空间的旋转不变性通过最小二乘得到DOA估计。仿真分析表明，当行列抽样数大于信源数的两倍时，所提算法与直接基于互相关矩阵奇异值分解的非相干分布式非圆信号DOA估计算法性能相近，但复杂度得到了大幅度降低；而相比于传统的低复杂度非相干分布源DOA估计算法，所提算法利用信号非圆特性具有更高的估计性能。
2018, 40(5): 1234-1241.
doi: 10.11999/JEIT170675
摘要:
针对K2算法过度依赖节点序，遗传算法节点序寻优效率差的问题，该文提出一种直接对节点序进行评分搜索的贝叶斯结构学习算法。该算法以K2算法为基础，首先通过计算支撑树权重矩阵，构建能够定量评价节点序的适应度函数。然后通过提出混合交叉策略和孤立节点处理机制，同时利用动态学习因子和倒置变异策略，提升遗传算法节点序寻优的性能。最后将得到的节点序作为K2算法的先验知识得到最优贝叶斯网络结构。仿真结果表明，该方法解决了K2算法依赖先验知识的问题，相比于其它优化算法，评分值平均增加了13.11%。
针对K2算法过度依赖节点序，遗传算法节点序寻优效率差的问题，该文提出一种直接对节点序进行评分搜索的贝叶斯结构学习算法。该算法以K2算法为基础，首先通过计算支撑树权重矩阵，构建能够定量评价节点序的适应度函数。然后通过提出混合交叉策略和孤立节点处理机制，同时利用动态学习因子和倒置变异策略，提升遗传算法节点序寻优的性能。最后将得到的节点序作为K2算法的先验知识得到最优贝叶斯网络结构。仿真结果表明，该方法解决了K2算法依赖先验知识的问题，相比于其它优化算法，评分值平均增加了13.11%。
2018, 40(5): 1242-1249.
doi: 10.11999/JEIT170745
摘要:
该文针对畸变严重的鱼眼图像中的目标跟踪，提出一种能适应尺度变化、姿态变化以及形状畸变的鱼眼视频目标跟踪的方法。该方法首先将灰度特征和相对梯度特征相结合得到目标的高维特征，然后对其平均降维得到目标的压缩特征。并根据鱼眼成像模型得到投影点的运动特性，确定目标的运动范围。为了适应尺度变化，在块匹配运动估计思想的基础上，对目标跟踪框的顶点分别进行由粗到精的定位，并在此过程中根据跟踪框的尺度相应改变压缩特征的尺度。实验结果表明：该算法在目标畸变、尺度变化、姿态变化以及局部遮挡等情况下，判断指标均优于其他对比算法。
该文针对畸变严重的鱼眼图像中的目标跟踪，提出一种能适应尺度变化、姿态变化以及形状畸变的鱼眼视频目标跟踪的方法。该方法首先将灰度特征和相对梯度特征相结合得到目标的高维特征，然后对其平均降维得到目标的压缩特征。并根据鱼眼成像模型得到投影点的运动特性，确定目标的运动范围。为了适应尺度变化，在块匹配运动估计思想的基础上，对目标跟踪框的顶点分别进行由粗到精的定位，并在此过程中根据跟踪框的尺度相应改变压缩特征的尺度。实验结果表明：该算法在目标畸变、尺度变化、姿态变化以及局部遮挡等情况下，判断指标均优于其他对比算法。
2018, 40(5): 1250-1257.
doi: 10.11999/JEIT170794
摘要:
为提高电容层析成像(ECT)系统重建图像的质量，该文提出一种基于改进稀疏度自适应的压缩感知电容层析成像算法。利用压缩感知与电容层析成像算法的契合点，以随机改造后的电容层析成像灵敏度矩阵为观测矩阵，离散余弦基为稀疏基，测量电容值为观测值，建立模型。利用线性反投影算法(LBP算法)所得图像预估原始图像稀疏度，以预估稀疏度值作为索引原子初始值进行稀疏度自适应迭代。改进后的稀疏度自适应匹配追踪重构算法实现ECT图像重建，解决了稀疏度预估不准确导致重建图像精度差的问题。仿真实验结果表明，该算法可以有效重建ECT图像，其成像质量优于LBP算法、Landweber算法、Tikhonov算法等传统算法，是研究电容层析成像图像重建的一种新的方法和手段。
为提高电容层析成像(ECT)系统重建图像的质量，该文提出一种基于改进稀疏度自适应的压缩感知电容层析成像算法。利用压缩感知与电容层析成像算法的契合点，以随机改造后的电容层析成像灵敏度矩阵为观测矩阵，离散余弦基为稀疏基，测量电容值为观测值，建立模型。利用线性反投影算法(LBP算法)所得图像预估原始图像稀疏度，以预估稀疏度值作为索引原子初始值进行稀疏度自适应迭代。改进后的稀疏度自适应匹配追踪重构算法实现ECT图像重建，解决了稀疏度预估不准确导致重建图像精度差的问题。仿真实验结果表明，该算法可以有效重建ECT图像，其成像质量优于LBP算法、Landweber算法、Tikhonov算法等传统算法，是研究电容层析成像图像重建的一种新的方法和手段。
2018, 40(5): 1258-1265.
doi: 10.11999/JEIT170815
摘要:
在中文文本分类任务中，针对重要特征在中文文本中位置分布分散、稀疏的问题，以及不同文本特征对文本类别识别贡献不同的问题，该文提出一种基于语义理解的注意力神经网络、长短期记忆网络(LSTM)与卷积神经网络(CNN)的多元特征融合中文文本分类模型(3CLA)。模型首先通过文本预处理将中文文本分词、向量化。然后，通过嵌入层分别经过CNN通路、LSTM通路和注意力算法模型通路以提取不同层次、具有不同特点的文本特征。最终，文本特征经融合层融合后，由softmax分类器进行分类。基于中文语料进行了文本分类实验。实验结果表明，相较于CNN结构模型与LSTM结构模型，提出的算法模型对中文文本类别的识别能力最多提升约8%。
在中文文本分类任务中，针对重要特征在中文文本中位置分布分散、稀疏的问题，以及不同文本特征对文本类别识别贡献不同的问题，该文提出一种基于语义理解的注意力神经网络、长短期记忆网络(LSTM)与卷积神经网络(CNN)的多元特征融合中文文本分类模型(3CLA)。模型首先通过文本预处理将中文文本分词、向量化。然后，通过嵌入层分别经过CNN通路、LSTM通路和注意力算法模型通路以提取不同层次、具有不同特点的文本特征。最终，文本特征经融合层融合后，由softmax分类器进行分类。基于中文语料进行了文本分类实验。实验结果表明，相较于CNN结构模型与LSTM结构模型，提出的算法模型对中文文本类别的识别能力最多提升约8%。
2018, 40(5): 1266-1270.
doi: 10.11999/JEIT170461
摘要:
该文介绍了中国科学院电子学研究所研制的一套高分辨率W波段SAR系统，对系统的指标、组成、实现方案以及数据处理方法进行了描述，提出了非线性系统误差校正、高精度运动补偿、高隔离度收发系统设计等关键问题的解决方案。通过机载飞行实验，验证了W波段SAR系统的有效性。
该文介绍了中国科学院电子学研究所研制的一套高分辨率W波段SAR系统，对系统的指标、组成、实现方案以及数据处理方法进行了描述，提出了非线性系统误差校正、高精度运动补偿、高隔离度收发系统设计等关键问题的解决方案。通过机载飞行实验，验证了W波段SAR系统的有效性。
