邮件订阅
2020年 第42卷 第11期
2020, 42(11): 2573-2578.
doi: 10.11999/JEIT190228
摘要:
无线通信中的抗干扰技术对通信的稳定性和安全性都具有重要意义，干扰识别作为抗干扰技术的重要环节一直是研究的热点。该文提出一种基于奇异值分解与神经网络的干扰识别方法，该方法只计算信号矩阵的奇异值即完成特征提取，与传统方法相比节省了多个谱特性的计算量。仿真结果表明：基于奇异值分解与神经网络的干扰识别方法与传统方法相比在干信比为0 dB左右的条件下识别准确率有10%～25%的提高。
无线通信中的抗干扰技术对通信的稳定性和安全性都具有重要意义，干扰识别作为抗干扰技术的重要环节一直是研究的热点。该文提出一种基于奇异值分解与神经网络的干扰识别方法，该方法只计算信号矩阵的奇异值即完成特征提取，与传统方法相比节省了多个谱特性的计算量。仿真结果表明：基于奇异值分解与神经网络的干扰识别方法与传统方法相比在干信比为0 dB左右的条件下识别准确率有10%～25%的提高。
2020, 42(11): 2579-2586.
doi: 10.11999/JEIT190455
摘要:
针对现有L型阵列相干信号DOA估计算法精度不高、孔径损失较大的问题，该文提出一种基于主奇异矢量的解相干(L-PUMA)方法以及改进的主奇异矢量法(L-MPUMA)。L-PUMA算法首先对互协方差矩阵进行降噪，再通过奇异值分解得到2维主奇异矢量，然后利用加权最小二乘法得到线性预测方程的多项式系数，该线性预测方程的根即为信号的DOA估计，最后提出一种新的配对算法实现仰角和方位角的配对。L-MPUMA算法利用反向共轭变换构造增广主奇异矢量，进一步提高了数据利用率，克服了信号完全相干时L-PUMA算法性能下降严重的问题，仿真实验验证了所提算法的高效性。
针对现有L型阵列相干信号DOA估计算法精度不高、孔径损失较大的问题，该文提出一种基于主奇异矢量的解相干(L-PUMA)方法以及改进的主奇异矢量法(L-MPUMA)。L-PUMA算法首先对互协方差矩阵进行降噪，再通过奇异值分解得到2维主奇异矢量，然后利用加权最小二乘法得到线性预测方程的多项式系数，该线性预测方程的根即为信号的DOA估计，最后提出一种新的配对算法实现仰角和方位角的配对。L-MPUMA算法利用反向共轭变换构造增广主奇异矢量，进一步提高了数据利用率，克服了信号完全相干时L-PUMA算法性能下降严重的问题，仿真实验验证了所提算法的高效性。
2020, 42(11): 2587-2591.
doi: 10.11999/JEIT190521
摘要:
针对脉冲噪声与同频带干扰并存时宽带信号的波达方向(DOA)估计问题，该文提出一种结合循环相关熵(CCE)与稀疏重构的算法。首先，分析了宽带信源的接收信号模型，并利用循环相关熵的性质构造出对脉冲噪声与同频带干扰具有抑制能力的宽带信号虚拟输出阵列。随后对该虚拟输出阵列进行稀疏表示，并通过归一化迭代硬阈值(NIHT)算法进行稀疏重构，从而估计宽带信号的波达方向。实验结果表明，该算法对脉冲噪声和同频带干扰具有很好的抑制作用，并且相较已有算法在估计性能方面有明显的改善。
针对脉冲噪声与同频带干扰并存时宽带信号的波达方向(DOA)估计问题，该文提出一种结合循环相关熵(CCE)与稀疏重构的算法。首先，分析了宽带信源的接收信号模型，并利用循环相关熵的性质构造出对脉冲噪声与同频带干扰具有抑制能力的宽带信号虚拟输出阵列。随后对该虚拟输出阵列进行稀疏表示，并通过归一化迭代硬阈值(NIHT)算法进行稀疏重构，从而估计宽带信号的波达方向。实验结果表明，该算法对脉冲噪声和同频带干扰具有很好的抑制作用，并且相较已有算法在估计性能方面有明显的改善。
2020, 42(11): 2592-2599.
doi: 10.11999/JEIT190562
摘要:
由于天基雷达覆盖范围广，大量强离散杂波(小型岛礁、陆地铁塔等)会从天线旁瓣进入雷达系统，其多普勒特征与目标相同，极易造成虚警。针对以上问题，该文提出基于空时导向约束的天基雷达离散旁瓣杂波判别方法，该方法首先选取空时自适应处理(STAP)杂波抑制后检测到的潜在“目标”(包含真实目标与离散旁瓣杂波)距离多普勒单元及其附近单元；然后根据杂波多普勒频率与空间角度的耦合关系获得各杂波单元对应的空时导向矢量；最后利用获得新的导向矢量构成的滤波器再次对“目标”距离多普勒单元及其附近单元进行滤波处理，此时真实目标信杂噪比会大幅度降低，而离散旁瓣杂波信杂噪比变化不大，从而实现离散旁瓣杂波的判别。理论分析及机载实测数据处理证明该方法具有良好的稳健性和可靠性。
由于天基雷达覆盖范围广，大量强离散杂波(小型岛礁、陆地铁塔等)会从天线旁瓣进入雷达系统，其多普勒特征与目标相同，极易造成虚警。针对以上问题，该文提出基于空时导向约束的天基雷达离散旁瓣杂波判别方法，该方法首先选取空时自适应处理(STAP)杂波抑制后检测到的潜在“目标”(包含真实目标与离散旁瓣杂波)距离多普勒单元及其附近单元；然后根据杂波多普勒频率与空间角度的耦合关系获得各杂波单元对应的空时导向矢量；最后利用获得新的导向矢量构成的滤波器再次对“目标”距离多普勒单元及其附近单元进行滤波处理，此时真实目标信杂噪比会大幅度降低，而离散旁瓣杂波信杂噪比变化不大，从而实现离散旁瓣杂波的判别。理论分析及机载实测数据处理证明该方法具有良好的稳健性和可靠性。
2020, 42(11): 2600-2606.
doi: 10.11999/JEIT200325
摘要:
针对复杂电磁环境下被动无线监测定位问题，该文提出广义相关熵的概念，推导了广义相关熵的性质，用以抑制阵列输出信号中的脉冲噪声。为了实现脉冲噪声环境下相干分布源中心DOA和扩散角的联合估计，提出基于广义相关熵的DOA估计新方法，并证明了该方法的有界性。为进一步提升算法的鲁棒性，推导了一种仅依赖阵列输出信号的自适应核函数。仿真结果表明，该算法能够实现脉冲噪声环境下相干分布源参数的联合估计，相比已有算法，具有更高的估计精度和鲁棒性。
针对复杂电磁环境下被动无线监测定位问题，该文提出广义相关熵的概念，推导了广义相关熵的性质，用以抑制阵列输出信号中的脉冲噪声。为了实现脉冲噪声环境下相干分布源中心DOA和扩散角的联合估计，提出基于广义相关熵的DOA估计新方法，并证明了该方法的有界性。为进一步提升算法的鲁棒性，推导了一种仅依赖阵列输出信号的自适应核函数。仿真结果表明，该算法能够实现脉冲噪声环境下相干分布源参数的联合估计，相比已有算法，具有更高的估计精度和鲁棒性。
2020, 42(11): 2607-2614.
doi: 10.11999/JEIT190534
摘要:
基于微波辐射无源探测系统的目标探测方程，该文探讨了云、雾和雨等复杂天气以及海风对天基被动干涉微波辐射无源探测系统的影响，定量化仿真分析了这些因素对系统探测能力的影响，实验验证了被动干涉微波辐射无源探测系统对云层的穿透能力。研究结果表明：云、雾和雨等复杂天气对被动干涉微波辐射无源探测系统对海面目标的探测有一定的影响，但在低频段云雾影响较小，可忽略不计；而降雨会对系统的目标探测能力影响较大；海风对海面金属目标的探测是有利的，而海风对隐身目标探测是不利的，会降低系统的探测能力。
基于微波辐射无源探测系统的目标探测方程，该文探讨了云、雾和雨等复杂天气以及海风对天基被动干涉微波辐射无源探测系统的影响，定量化仿真分析了这些因素对系统探测能力的影响，实验验证了被动干涉微波辐射无源探测系统对云层的穿透能力。研究结果表明：云、雾和雨等复杂天气对被动干涉微波辐射无源探测系统对海面目标的探测有一定的影响，但在低频段云雾影响较小，可忽略不计；而降雨会对系统的目标探测能力影响较大；海风对海面金属目标的探测是有利的，而海风对隐身目标探测是不利的，会降低系统的探测能力。
2020, 42(11): 2615-2620.
doi: 10.11999/JEIT190765
摘要:
网格剖分是有限元建模分析过程中最重要，也是工作量最大的环节，直接影响有限元分析的精度和时间。该文在研究网格自适应剖分及有限元离散误差的基础上，在高压输电场环境中建立不同复杂度的3维人体模型。通过对人体模型自适应网格剖分和手动网格剖分电场仿真结果的对比，分析能量误差变化的趋势，从而指导人体模型的建立及最佳剖分尺寸的设置。该文的研究成果，对其它有限元剖分方案的优化研究具有一定参考意义。
网格剖分是有限元建模分析过程中最重要，也是工作量最大的环节，直接影响有限元分析的精度和时间。该文在研究网格自适应剖分及有限元离散误差的基础上，在高压输电场环境中建立不同复杂度的3维人体模型。通过对人体模型自适应网格剖分和手动网格剖分电场仿真结果的对比，分析能量误差变化的趋势，从而指导人体模型的建立及最佳剖分尺寸的设置。该文的研究成果，对其它有限元剖分方案的优化研究具有一定参考意义。
2020, 42(11): 2621-2628.
doi: 10.11999/JEIT190564
摘要:
为了使星载通信天线产生1个赋形波束覆盖服务区，同时产生1个固定点波束和1个有限扫描点波束，该文提出一种由2个赋形反射面和3个馈源组成的混合反射面天线。该天线是以赋形主反射面共用为基础，等效为2副单馈源单偏置反射面天线和1副双偏置格里高利型赋形反射面天线，分别产生赋形波束、固定点波束和有限扫描点波束。通过对一副口径为1.2 m的天线各个波束进行仿真实验，赋形波束在Ku收、发频段时波束覆盖区边缘(EoC)方向性系数为27.5 dBi，固定点波束在C收、发频段时天线口径效率高于70%，通过将赋形副反射面及对应馈源横向偏焦实现Ka收、发频段的点波束在服务区内外的扫描。仿真结果表明，该混合反射面天线可实现C/Ku/Ka频段的同时通信任务。
为了使星载通信天线产生1个赋形波束覆盖服务区，同时产生1个固定点波束和1个有限扫描点波束，该文提出一种由2个赋形反射面和3个馈源组成的混合反射面天线。该天线是以赋形主反射面共用为基础，等效为2副单馈源单偏置反射面天线和1副双偏置格里高利型赋形反射面天线，分别产生赋形波束、固定点波束和有限扫描点波束。通过对一副口径为1.2 m的天线各个波束进行仿真实验，赋形波束在Ku收、发频段时波束覆盖区边缘(EoC)方向性系数为27.5 dBi，固定点波束在C收、发频段时天线口径效率高于70%，通过将赋形副反射面及对应馈源横向偏焦实现Ka收、发频段的点波束在服务区内外的扫描。仿真结果表明，该混合反射面天线可实现C/Ku/Ka频段的同时通信任务。
2020, 42(11): 2629-2635.
doi: 10.11999/JEIT190645
摘要:
为了满足置于粗糙面之上组合目标测量和检测的需要，该文分别采用Dobson半经验模型和电介质复介电常数公式表示土壤介电常数的实部和虚部，应用指数型分布粗糙面和Monte Carlo方法模拟实际的土壤表面。通过与矩量法得到的计算结果比较，验证了时域有限差分(FDTD)方法计算粗糙面与目标复合散射问题的有效性，进而运用该方法研究了土壤表面与置于其上组合目标的复合散射，得出了复合散射系数的角分布曲线。结果表明：复合散射系数随散射角振荡地变化，在镜反射方向处发生散射增强效应；土壤表面高度起伏均方根越大，复合散射系数越大；相关长度越大，复合散射系数越小；湿度越大，复合散射系数越小；组合目标尺度、介电常数、入射角对复合散射系数影响比较复杂。该文结果可用于求解地、海粗糙面与置于其上任意目标的复合电磁散射问题，与其它数值计算方法相比较，采用时域有限差分方法既可获得较高的准确性，同时又可减少计算时间和内存占用量。
为了满足置于粗糙面之上组合目标测量和检测的需要，该文分别采用Dobson半经验模型和电介质复介电常数公式表示土壤介电常数的实部和虚部，应用指数型分布粗糙面和Monte Carlo方法模拟实际的土壤表面。通过与矩量法得到的计算结果比较，验证了时域有限差分(FDTD)方法计算粗糙面与目标复合散射问题的有效性，进而运用该方法研究了土壤表面与置于其上组合目标的复合散射，得出了复合散射系数的角分布曲线。结果表明：复合散射系数随散射角振荡地变化，在镜反射方向处发生散射增强效应；土壤表面高度起伏均方根越大，复合散射系数越大；相关长度越大，复合散射系数越小；湿度越大，复合散射系数越小；组合目标尺度、介电常数、入射角对复合散射系数影响比较复杂。该文结果可用于求解地、海粗糙面与置于其上任意目标的复合电磁散射问题，与其它数值计算方法相比较，采用时域有限差分方法既可获得较高的准确性，同时又可减少计算时间和内存占用量。
2020, 42(11): 2636-2642.
doi: 10.11999/JEIT190172
摘要:
无线紫外光通信成为强电磁干扰下的有效通信手段，满足复杂战场环境下车队执行战略物资运输和弹车队隐蔽行驶时车辆间保持可靠隐秘通信的需求。在行驶中每辆车自身作为其它车辆的中继，通过多跳方式为非视线内车辆之间建立稳定可靠的通信链路。因此，基于紫外光单次散射模型，该文研究了最优多跳中继问题，理论分析了收发仰角与频谱效率的关系，依据使频谱效率最大化原则，得出最优跳数近似表达式。仿真结果表明，不同距离移位范围和不同收发仰角都对应特定的最优跳数值，与最优能量计算方法相比，最大频谱效率计算方法在小功率传输时有更好的传输能力，并且达到节约功率的需求。紫外光长距离通信时，系统性能并不随着协作中继数的增加而提高，选取合适的中继数及小发射仰角和大接收仰角的结构配置，系统可获得较高的传输能力。
无线紫外光通信成为强电磁干扰下的有效通信手段，满足复杂战场环境下车队执行战略物资运输和弹车队隐蔽行驶时车辆间保持可靠隐秘通信的需求。在行驶中每辆车自身作为其它车辆的中继，通过多跳方式为非视线内车辆之间建立稳定可靠的通信链路。因此，基于紫外光单次散射模型，该文研究了最优多跳中继问题，理论分析了收发仰角与频谱效率的关系，依据使频谱效率最大化原则，得出最优跳数近似表达式。仿真结果表明，不同距离移位范围和不同收发仰角都对应特定的最优跳数值，与最优能量计算方法相比，最大频谱效率计算方法在小功率传输时有更好的传输能力，并且达到节约功率的需求。紫外光长距离通信时，系统性能并不随着协作中继数的增加而提高，选取合适的中继数及小发射仰角和大接收仰角的结构配置，系统可获得较高的传输能力。
2020, 42(11): 2643-2648.
doi: 10.11999/JEIT190658
摘要:
在军用和民用领域，Morse电报一直是一种重要的短波通信手段，但目前的自动译码算法仍然存在准确率低、无法适应低信噪比和不稳定的信号等问题。该文引入深度学习方法构建了一个Morse码自动识别系统，神经网络模型由卷积神经网络、双向长短时记忆网络和连接时序分类层组成，结构简单，且能够实现端到端的训练。相关实验表明，该译码系统在不同信噪比、不同码速、信号出现频率漂移以及不同发报手法引起的码长偏差等情况下，均能取得较好的识别效果，性能优于传统的自动识别算法。
在军用和民用领域，Morse电报一直是一种重要的短波通信手段，但目前的自动译码算法仍然存在准确率低、无法适应低信噪比和不稳定的信号等问题。该文引入深度学习方法构建了一个Morse码自动识别系统，神经网络模型由卷积神经网络、双向长短时记忆网络和连接时序分类层组成，结构简单，且能够实现端到端的训练。相关实验表明，该译码系统在不同信噪比、不同码速、信号出现频率漂移以及不同发报手法引起的码长偏差等情况下，均能取得较好的识别效果，性能优于传统的自动识别算法。
2020, 42(11): 2649-2655.
doi: 10.11999/JEIT190471
摘要:
大规模多输入多输出技术作为第5代通信系统的关键技术，可有效提高频谱利用率。基站端采用消息传递检测(MPD)算法可以实现良好的检测性能。但是由于MPD算法的计算复杂度随调制阶数和用户天线数的增加而增加，而概率近似消息传递检测(PA-MPD)算法可以减少MPD算法的计算复杂度。为了进一步降低PA-MPD算法的复杂度，该文在PA-MPD算法的基础上引入了提前终止迭代策略，提出了一种改进的概率近似消息传递检测算法(IPA-MPD)。首先确定不同用户的符号概率在迭代过程中的收敛速率，然后根据收敛率来判断用户的符号概率是否达到最佳收敛，最后对符号概率到达最佳收敛的用户终止算法迭代。仿真结果表明，在不同单天线用户配置下IPA-MPD算法的计算复杂度可降低为PA-MPD算法的52%～77%，且不损失算法的检测性能。
大规模多输入多输出技术作为第5代通信系统的关键技术，可有效提高频谱利用率。基站端采用消息传递检测(MPD)算法可以实现良好的检测性能。但是由于MPD算法的计算复杂度随调制阶数和用户天线数的增加而增加，而概率近似消息传递检测(PA-MPD)算法可以减少MPD算法的计算复杂度。为了进一步降低PA-MPD算法的复杂度，该文在PA-MPD算法的基础上引入了提前终止迭代策略，提出了一种改进的概率近似消息传递检测算法(IPA-MPD)。首先确定不同用户的符号概率在迭代过程中的收敛速率，然后根据收敛率来判断用户的符号概率是否达到最佳收敛，最后对符号概率到达最佳收敛的用户终止算法迭代。仿真结果表明，在不同单天线用户配置下IPA-MPD算法的计算复杂度可降低为PA-MPD算法的52%～77%，且不损失算法的检测性能。
2020, 42(11): 2656-2663.
doi: 10.11999/JEIT190492
摘要:
该文针对应用非正交多址接入(NOMA)技术的异构蜂窝网络，在考虑层间层内干扰的情况下，提出一种能效最大化的功率分配算法。该算法主要包括两部分，一部分为子信道内用户功率分配因子的求解，主要利用差分优化的方法，迭代求解。另一部分为子信道间的功率分配，主要利用凹凸程序法将原有的非凸问题简化为可解的凸问题，最后利用拉格朗日求解法得出功率最优解。仿真结果表明该算法有良好的迭代性，且新算法表明利用NOMA技术得到的系统能效较利用正交技术得到的系统能效提高了至少44%以上。
该文针对应用非正交多址接入(NOMA)技术的异构蜂窝网络，在考虑层间层内干扰的情况下，提出一种能效最大化的功率分配算法。该算法主要包括两部分，一部分为子信道内用户功率分配因子的求解，主要利用差分优化的方法，迭代求解。另一部分为子信道间的功率分配，主要利用凹凸程序法将原有的非凸问题简化为可解的凸问题，最后利用拉格朗日求解法得出功率最优解。仿真结果表明该算法有良好的迭代性，且新算法表明利用NOMA技术得到的系统能效较利用正交技术得到的系统能效提高了至少44%以上。
2020, 42(11): 2664-2670.
doi: 10.11999/JEIT190483
摘要:
车载云计算环境中的计算卸载存在回程网络延迟高、远程云端负载大等问题，车载边缘计算利用边缘服务器靠近车载终端，就近提供云计算服务的特点，在一定程度上解决了上述问题。但由于汽车运动造成的通信环境动态变化进而导致任务完成时间增加，为此该文提出一种基于移动路径可预测的计算卸载切换策略MPOHS，即在车辆移动路径可预测情况下，引入基于最小完成时间的计算切换策略，以降低车辆移动性对计算卸载的影响。实验结果表明，相对于现有研究，该文所提算法能够在减少平均任务完成时间的同时，减少切换次数和切换时间开销，有效降低汽车运动对计算卸载的影响。
车载云计算环境中的计算卸载存在回程网络延迟高、远程云端负载大等问题，车载边缘计算利用边缘服务器靠近车载终端，就近提供云计算服务的特点，在一定程度上解决了上述问题。但由于汽车运动造成的通信环境动态变化进而导致任务完成时间增加，为此该文提出一种基于移动路径可预测的计算卸载切换策略MPOHS，即在车辆移动路径可预测情况下，引入基于最小完成时间的计算切换策略，以降低车辆移动性对计算卸载的影响。实验结果表明，相对于现有研究，该文所提算法能够在减少平均任务完成时间的同时，减少切换次数和切换时间开销，有效降低汽车运动对计算卸载的影响。
2020, 42(11): 2671-2679.
doi: 10.11999/JEIT190542
摘要:
针对5G网络切片环境下由于业务请求的随机性和未知性导致的资源分配不合理从而引起的系统高时延问题，该文提出了一种基于迁移演员-评论家(A-C)学习的服务功能链(SFC)部署算法(TACA)。首先，该算法建立基于虚拟网络功能放置、计算资源、链路带宽资源和前传网络资源联合分配的端到端时延最小化模型，并将其转化为离散时间马尔可夫决策过程(MDP)。而后，在该MDP中采用A-C学习算法与环境进行不断交互动态调整SFC部署策略，优化端到端时延。进一步，为了实现并加速该A-C算法在其他相似目标任务中(如业务请求到达率普遍更高)的收敛过程，采用迁移A-C学习算法实现利用源任务学习的SFC部署知识快速寻找目标任务中的部署策略。仿真结果表明，该文所提算法能够减小且稳定SFC业务数据包的队列积压，优化系统端到端时延，并提高资源利用率。
针对5G网络切片环境下由于业务请求的随机性和未知性导致的资源分配不合理从而引起的系统高时延问题，该文提出了一种基于迁移演员-评论家(A-C)学习的服务功能链(SFC)部署算法(TACA)。首先，该算法建立基于虚拟网络功能放置、计算资源、链路带宽资源和前传网络资源联合分配的端到端时延最小化模型，并将其转化为离散时间马尔可夫决策过程(MDP)。而后，在该MDP中采用A-C学习算法与环境进行不断交互动态调整SFC部署策略，优化端到端时延。进一步，为了实现并加速该A-C算法在其他相似目标任务中(如业务请求到达率普遍更高)的收敛过程，采用迁移A-C学习算法实现利用源任务学习的SFC部署知识快速寻找目标任务中的部署策略。仿真结果表明，该文所提算法能够减小且稳定SFC业务数据包的队列积压，优化系统端到端时延，并提高资源利用率。
2020, 42(11): 2680-2688.
doi: 10.11999/JEIT190515
摘要:
针对5G非授权频段通信(NR-U)场景，该文提出一种新型的低时延随机接入机制。该机制分别在随机接入回复窗口(RARW)与竞争窗口中加入了信道空闲计时器，来减少UE因在非授权频段进行竞争接入所引起的时延；此外该机制还加入了请求发送/允许发送机制，来解决隐藏节点对随机接入过程的影响。该机制可降低传统机制中由于未考虑非授权频段特性及隐藏节点问题所引起的随机接入时延问题。该文首先对NR-U场景中的传统随机接入机制进行分析并进行问题定位；其次，提出新型随机接入机制的网络实体交互流程，建立新型机制与传统机制中的网络实体交互时序模型；最后以数学推导和仿真的方法对新型机制与传统机制进行对比评估，相关结果显示出新型机制在平均耗时方面的优势。
针对5G非授权频段通信(NR-U)场景，该文提出一种新型的低时延随机接入机制。该机制分别在随机接入回复窗口(RARW)与竞争窗口中加入了信道空闲计时器，来减少UE因在非授权频段进行竞争接入所引起的时延；此外该机制还加入了请求发送/允许发送机制，来解决隐藏节点对随机接入过程的影响。该机制可降低传统机制中由于未考虑非授权频段特性及隐藏节点问题所引起的随机接入时延问题。该文首先对NR-U场景中的传统随机接入机制进行分析并进行问题定位；其次，提出新型随机接入机制的网络实体交互流程，建立新型机制与传统机制中的网络实体交互时序模型；最后以数学推导和仿真的方法对新型机制与传统机制进行对比评估，相关结果显示出新型机制在平均耗时方面的优势。
2020, 42(11): 2689-2697.
doi: 10.11999/JEIT190683
摘要:
全球卫星导航系统(GNSS)空间信号(SIS)质量直接影响了用户使用性能。北斗三号卫星不同于北斗二号卫星，将继续播发北斗二号老信号，同时新增播发B1C, B2a等新信号，多频多信号多分量的信号体制较北斗二号更为复杂，对导航卫星信号质量控制提出了较大挑战。2018年底北斗系统完成了18颗卫星组网，完成北斗三号基本系统建设并开始提供全球服务，有必要对北斗三号在轨卫星空间信号质量进行量化评估。传统空间信号质量评估方法侧重于单项的定性评估，而针对北斗三号复杂的信号体制，缺乏系统的、定量的分析结果。该文对标北斗系统接口控制文件(ICD)，从功率特性、频域特性、时域特性、相关域特性和信号一致性等方面研究了不同参数配置对评估结果的影响，形成了一套面向新型调制方式和多频多分量复用信号的量化评估方法。基于40 m大口径天线的空间信号质量评估系统，对18颗MEO卫星进行了长时间监测跟踪和数据采集，首次对北斗三号卫星空间信号质量进行了全面量化评估。结果表明：北斗三号卫星空间信号质量良好，18颗MEO卫星一致性较好，符合ICD指标要求，可满足服务区内用户需求；评估方法可用于对后续导航卫星空间信号质量的量化评估。
全球卫星导航系统(GNSS)空间信号(SIS)质量直接影响了用户使用性能。北斗三号卫星不同于北斗二号卫星，将继续播发北斗二号老信号，同时新增播发B1C, B2a等新信号，多频多信号多分量的信号体制较北斗二号更为复杂，对导航卫星信号质量控制提出了较大挑战。2018年底北斗系统完成了18颗卫星组网，完成北斗三号基本系统建设并开始提供全球服务，有必要对北斗三号在轨卫星空间信号质量进行量化评估。传统空间信号质量评估方法侧重于单项的定性评估，而针对北斗三号复杂的信号体制，缺乏系统的、定量的分析结果。该文对标北斗系统接口控制文件(ICD)，从功率特性、频域特性、时域特性、相关域特性和信号一致性等方面研究了不同参数配置对评估结果的影响，形成了一套面向新型调制方式和多频多分量复用信号的量化评估方法。基于40 m大口径天线的空间信号质量评估系统，对18颗MEO卫星进行了长时间监测跟踪和数据采集，首次对北斗三号卫星空间信号质量进行了全面量化评估。结果表明：北斗三号卫星空间信号质量良好，18颗MEO卫星一致性较好，符合ICD指标要求，可满足服务区内用户需求；评估方法可用于对后续导航卫星空间信号质量的量化评估。
2020, 42(11): 2698-2705.
doi: 10.11999/JEIT190510
摘要:
内积加密是一种支持内积形式的函数加密，已有内积加密方案的公开参数规模较大，为解决该问题，该文基于素数阶熵扩张引理，利用双对偶向量空间(DPVS)技术，提出一个公开参数规模较小的具有适应安全性的内积加密方案。在方案的私钥生成算法中，将用户的属性向量的分量与主私钥向量结合，生成一个可与熵扩张引理中密钥分量结合的向量；在方案的加密算法中，将内积向量的每一分量与熵扩张引理中的部分密文分量结合。在素数阶熵扩张引理和\begin{document}${\rm{MDDH}}_{k, k + 1}^n$\end{document} ![]()
![]()
内积加密是一种支持内积形式的函数加密，已有内积加密方案的公开参数规模较大，为解决该问题，该文基于素数阶熵扩张引理，利用双对偶向量空间(DPVS)技术，提出一个公开参数规模较小的具有适应安全性的内积加密方案。在方案的私钥生成算法中，将用户的属性向量的分量与主私钥向量结合，生成一个可与熵扩张引理中密钥分量结合的向量；在方案的加密算法中，将内积向量的每一分量与熵扩张引理中的部分密文分量结合。在素数阶熵扩张引理和
2020, 42(11): 2706-2712.
doi: 10.11999/JEIT190655
摘要:
卷积神经网络在入侵检测技术领域中已得到广泛应用，一般地认为层次越深的网络结构其在特征提取、检测准确率等方面就越精确。但也伴随着梯度弥散、泛化能力不足且参数量大准确率不高等问题。针对上述问题，该文提出将密集连接卷积神经网络(DCCNet)应用到入侵检测技术中，并通过使用混合损失函数达到提升检测准确率的目的。用KDD 99数据集进行实验，将实验结果与常用的LeNet神经网络、VggNet神经网络结构相比。分析显示在检测的准确率上有一定的提高，而且缓解了在训练过程中梯度弥散问题。
卷积神经网络在入侵检测技术领域中已得到广泛应用，一般地认为层次越深的网络结构其在特征提取、检测准确率等方面就越精确。但也伴随着梯度弥散、泛化能力不足且参数量大准确率不高等问题。针对上述问题，该文提出将密集连接卷积神经网络(DCCNet)应用到入侵检测技术中，并通过使用混合损失函数达到提升检测准确率的目的。用KDD 99数据集进行实验，将实验结果与常用的LeNet神经网络、VggNet神经网络结构相比。分析显示在检测的准确率上有一定的提高，而且缓解了在训练过程中梯度弥散问题。
2020, 42(11): 2713-2719.
doi: 10.11999/JEIT190752
摘要:
公钥加密等值测试(PKEET)可以实现云环境下不同公钥加密数据之间的密文等值比较，即不对密文解密的情况下测试两个密文对应的明文是否一致。但是，密文等值测试加密不提供关键字密文搜索功能。已有密文等值测试加密方案直接以消息生成陷门作为等值测试的凭证，测试的准确度不高，搜索效率较低。针对此问题，该文首先提出了支持关键字搜索的无证书密文等值测试加密(CLEETS)方案。方案通过关键字检索判断是否包含自己需要的信息，根据判断结果选择执行等值测试，从而避免无效测试。然后，在随机预言机模型下证明该方案满足适应性选择关键词不可区分性。最后，对方案进行功能和效率对比。对比结果表明，该文方案的计算代价略高，但是方案在密文等值测试加密中实现了关键字的检索功能，弥补了效率低的不足。
公钥加密等值测试(PKEET)可以实现云环境下不同公钥加密数据之间的密文等值比较，即不对密文解密的情况下测试两个密文对应的明文是否一致。但是，密文等值测试加密不提供关键字密文搜索功能。已有密文等值测试加密方案直接以消息生成陷门作为等值测试的凭证，测试的准确度不高，搜索效率较低。针对此问题，该文首先提出了支持关键字搜索的无证书密文等值测试加密(CLEETS)方案。方案通过关键字检索判断是否包含自己需要的信息，根据判断结果选择执行等值测试，从而避免无效测试。然后，在随机预言机模型下证明该方案满足适应性选择关键词不可区分性。最后，对方案进行功能和效率对比。对比结果表明，该文方案的计算代价略高，但是方案在密文等值测试加密中实现了关键字的检索功能，弥补了效率低的不足。
2020, 42(11): 2720-2726.
doi: 10.11999/JEIT190673
摘要:
广播式自动相关监视(ADS-B)作为一种新的监视技术正受到国际民用航空组织(ICAO)的大力推广。然而，由于ADS-B信号传输具有随机性，多条信号交织问题不可避免。该文提出一种改进的单天线投影算法(PASA)。利用单通道分离交织信号，首先对单通道接收到的数据提出一种新的矩阵重构方式，从而降低两条信号之间的相对时延和频偏要求；然后利用投影算法分离交织信号。仿真实验结果验证了该算法的有效性。
广播式自动相关监视(ADS-B)作为一种新的监视技术正受到国际民用航空组织(ICAO)的大力推广。然而，由于ADS-B信号传输具有随机性，多条信号交织问题不可避免。该文提出一种改进的单天线投影算法(PASA)。利用单通道分离交织信号，首先对单通道接收到的数据提出一种新的矩阵重构方式，从而降低两条信号之间的相对时延和频偏要求；然后利用投影算法分离交织信号。仿真实验结果验证了该算法的有效性。
2020, 42(11): 2727-2734.
doi: 10.11999/JEIT190767
摘要:
广播式自动相关监视(ADS-B)作为新一代空中交通管理(ATM)通信协议，是未来空管监视系统的关键技术。目前，由于ADS-B采用明文格式广播发送数据，其安全性问题受到挑战。针对ADS-B易受到的欺骗干扰，该文将ADS-B位置数据和同步的二次雷达(SSR)数据作差，将两者的差值作为样本数据。利用多核支持向量数据描述(MKSVDD)训练样本，得到了超球体分类器，此超球体分类器能检测出ADS-B测试样本中的异常数据。并且，通过粒子群算法(PSO)优化了GaussLapl和GaussTanh两种MKSVDD的惩罚因子、多核核函数系数以及核参数，提高了异常数据检测性能。实验结果表明，对于随机位置偏移、固定位置偏移、拒绝服务(DOS)攻击和重放攻击，粒子群优化多核支持向量数据描述(PSO-MKSVDD)模型能检测出这4种攻击类型的异常数据。且相较于其他机器学习和深度学习方法，该模型的适应性更好，异常检测的召回率和检测率更优。证明该模型可用于ADS-B异常数据的检测。
广播式自动相关监视(ADS-B)作为新一代空中交通管理(ATM)通信协议，是未来空管监视系统的关键技术。目前，由于ADS-B采用明文格式广播发送数据，其安全性问题受到挑战。针对ADS-B易受到的欺骗干扰，该文将ADS-B位置数据和同步的二次雷达(SSR)数据作差，将两者的差值作为样本数据。利用多核支持向量数据描述(MKSVDD)训练样本，得到了超球体分类器，此超球体分类器能检测出ADS-B测试样本中的异常数据。并且，通过粒子群算法(PSO)优化了GaussLapl和GaussTanh两种MKSVDD的惩罚因子、多核核函数系数以及核参数，提高了异常数据检测性能。实验结果表明，对于随机位置偏移、固定位置偏移、拒绝服务(DOS)攻击和重放攻击，粒子群优化多核支持向量数据描述(PSO-MKSVDD)模型能检测出这4种攻击类型的异常数据。且相较于其他机器学习和深度学习方法，该模型的适应性更好，异常检测的召回率和检测率更优。证明该模型可用于ADS-B异常数据的检测。
2020, 42(11): 2735-2741.
doi: 10.11999/JEIT190426
摘要:
稀疏多元逻辑回归(SMLR)作为一种广义的线性模型被广泛地应用于各种多分类任务场景中。SMLR通过将拉普拉斯先验引入多元逻辑回归(MLR)中使其解具有稀疏性，这使得该分类器可以在进行分类的过程中嵌入特征选择。为了使分类器能够解决非线性数据分类的问题，该文通过核技巧对SMLR进行核化扩充后得到了核稀疏多元逻辑回归(KSMLR)。KSMLR能够将非线性特征数据通过核函数映射到高维甚至无穷维的特征空间中，使其特征能够充分地表达并最终能进行有效的分类。此外，该文还利用了基于中心对齐的多核学习算法，通过不同的核函数对数据进行不同维度的映射，并用中心对齐相似度来灵活地选取多核学习权重系数，使得分类器具有更好的泛化能力。实验结果表明，该文提出的基于中心对齐多核学习的稀疏多元逻辑回归算法在分类的准确率指标上都优于目前常规的分类算法。
稀疏多元逻辑回归(SMLR)作为一种广义的线性模型被广泛地应用于各种多分类任务场景中。SMLR通过将拉普拉斯先验引入多元逻辑回归(MLR)中使其解具有稀疏性，这使得该分类器可以在进行分类的过程中嵌入特征选择。为了使分类器能够解决非线性数据分类的问题，该文通过核技巧对SMLR进行核化扩充后得到了核稀疏多元逻辑回归(KSMLR)。KSMLR能够将非线性特征数据通过核函数映射到高维甚至无穷维的特征空间中，使其特征能够充分地表达并最终能进行有效的分类。此外，该文还利用了基于中心对齐的多核学习算法，通过不同的核函数对数据进行不同维度的映射，并用中心对齐相似度来灵活地选取多核学习权重系数，使得分类器具有更好的泛化能力。实验结果表明，该文提出的基于中心对齐多核学习的稀疏多元逻辑回归算法在分类的准确率指标上都优于目前常规的分类算法。
2020, 42(11): 2742-2748.
doi: 10.11999/JEIT190473
摘要:
Adaboost是一种广泛使用的机器学习算法，然而Adaboost算法在训练时耗时十分严重。针对该问题，该文提出一种基于自适应权值的Adaboost快速训练算法AWTAdaboost。该算法首先统计每一轮迭代的样本权值分布，再结合当前样本权值的最大值和样本集规模计算出裁剪系数，权值小于裁剪系数的样本将不参与训练，进而加快了训练速度。在INRIA数据集和自定义数据集上的实验表明，该文算法能在保证检测效果的情况下大幅加快训练速度，相比于其他快速训练算法，在训练时间接近的情况下有更好的检测效果。
Adaboost是一种广泛使用的机器学习算法，然而Adaboost算法在训练时耗时十分严重。针对该问题，该文提出一种基于自适应权值的Adaboost快速训练算法AWTAdaboost。该算法首先统计每一轮迭代的样本权值分布，再结合当前样本权值的最大值和样本集规模计算出裁剪系数，权值小于裁剪系数的样本将不参与训练，进而加快了训练速度。在INRIA数据集和自定义数据集上的实验表明，该文算法能在保证检测效果的情况下大幅加快训练速度，相比于其他快速训练算法，在训练时间接近的情况下有更好的检测效果。
2020, 42(11): 2749-2755.
doi: 10.11999/JEIT190516
摘要:
现有的增广状态-交互式多模型算法存在着依赖于量测噪声协方差矩阵这一先验信息的问题。当先验信息未知或不准确时，算法的跟踪性能将会下降。针对上述问题，该文提出一种自适应的变分贝叶斯增广状态-交互式多模型算法VB-AS-IMM。首先，针对增广状态的跳变马尔科夫系统，该文给出了联合估计增广状态和量测噪声协方差矩阵的变分贝叶斯推断概率模型。其次，通过理论推导证明了该概率模型是非共轭的。最后，通过引入一种“信息反馈+后处理”方案，提出联合后验密度的次优求解方法。所提算法能够在线估计未知的量测噪声协方差矩阵，具有更强的鲁棒性和适应性。仿真结果验证了算法的有效性。
现有的增广状态-交互式多模型算法存在着依赖于量测噪声协方差矩阵这一先验信息的问题。当先验信息未知或不准确时，算法的跟踪性能将会下降。针对上述问题，该文提出一种自适应的变分贝叶斯增广状态-交互式多模型算法VB-AS-IMM。首先，针对增广状态的跳变马尔科夫系统，该文给出了联合估计增广状态和量测噪声协方差矩阵的变分贝叶斯推断概率模型。其次，通过理论推导证明了该概率模型是非共轭的。最后，通过引入一种“信息反馈+后处理”方案，提出联合后验密度的次优求解方法。所提算法能够在线估计未知的量测噪声协方差矩阵，具有更强的鲁棒性和适应性。仿真结果验证了算法的有效性。
2020, 42(11): 2756-2764.
doi: 10.11999/JEIT190617
摘要:
极限学习机(ELM)具有学习速度快、易实现和泛化能力强等优点，但单个ELM的分类性能不稳定。集成学习可以有效地提高单个ELM的分类性能，但随着数据规模和基ELM数目的增加，计算复杂度会大幅度增加，消耗大量的计算资源。针对上述问题，该文提出一种基于双错测度的极限学习机选择性集成方法(DFSEE)，同时从理论和实验的角度进行了详细分析。首先，运用bootstrap 方法重复抽取训练集，获得多个训练子集，在ELM上进行独立训练，得到多个具有较大差异性的基ELM，构成基ELM池；其次，计算出每个基ELM的双错测度，将基ELM按照双错测度的大小进行升序排序；最后，采用多数投票算法，根据顺序将基ELM逐个累加集成，直至集成精度最优，即获得基ELM最优子集成，并分析了其理论基础。在10个UCI数据集上的实验结果表明，较其他方法使用了更小规模的基ELM，获得了更高的集成精度，同时表明了其有效性和显著性。
极限学习机(ELM)具有学习速度快、易实现和泛化能力强等优点，但单个ELM的分类性能不稳定。集成学习可以有效地提高单个ELM的分类性能，但随着数据规模和基ELM数目的增加，计算复杂度会大幅度增加，消耗大量的计算资源。针对上述问题，该文提出一种基于双错测度的极限学习机选择性集成方法(DFSEE)，同时从理论和实验的角度进行了详细分析。首先，运用bootstrap 方法重复抽取训练集，获得多个训练子集，在ELM上进行独立训练，得到多个具有较大差异性的基ELM，构成基ELM池；其次，计算出每个基ELM的双错测度，将基ELM按照双错测度的大小进行升序排序；最后，采用多数投票算法，根据顺序将基ELM逐个累加集成，直至集成精度最优，即获得基ELM最优子集成，并分析了其理论基础。在10个UCI数据集上的实验结果表明，较其他方法使用了更小规模的基ELM，获得了更高的集成精度，同时表明了其有效性和显著性。
2020, 42(11): 2765-2772.
doi: 10.11999/JEIT190496
摘要:
利用图像结构信息是字典学习的难点，针对传统非参数贝叶斯算法对图像结构信息利用不充分，以及算法运行效率低下的问题，该文提出一种结构相似性聚类beta过程因子分析(SSC-BPFA)字典学习算法。该算法通过Markov随机场和分层Dirichlet过程实现对图像局部结构相似性和全局聚类差异性的兼顾，利用变分贝叶斯推断完成对概率模型的高效学习，在确保算法收敛性的同时具有聚类的自适应性。实验表明，相比目前非参数贝叶斯字典学习方面的主流算法，该文算法在图像去噪和插值修复应用中具有更高的表示精度、结构相似性测度和运行效率。
利用图像结构信息是字典学习的难点，针对传统非参数贝叶斯算法对图像结构信息利用不充分，以及算法运行效率低下的问题，该文提出一种结构相似性聚类beta过程因子分析(SSC-BPFA)字典学习算法。该算法通过Markov随机场和分层Dirichlet过程实现对图像局部结构相似性和全局聚类差异性的兼顾，利用变分贝叶斯推断完成对概率模型的高效学习，在确保算法收敛性的同时具有聚类的自适应性。实验表明，相比目前非参数贝叶斯字典学习方面的主流算法，该文算法在图像去噪和插值修复应用中具有更高的表示精度、结构相似性测度和运行效率。
2020, 42(11): 2773-2780.
doi: 10.11999/JEIT190243
摘要:
针对基于传统全变分(TV)模型的图像压缩感知(CS)重建算法不能有效地恢复图像的细节和纹理，从而导致图像过平滑的问题，该文提出一种基于结构组全变分(SGTV)模型的图像压缩感知重建算法。该算法利用图像的非局部自相似性和结构稀疏特性，将图像的重建问题转化为由非局部自相似图像块构建的结构组全变分最小化问题。算法以结构组全变分模型为正则化约束项构建优化模型，利用分裂Bregman迭代将算法分离成多个子问题，并对每个子问题高效地求解。所提算法很好地利用了图像自身的信息和结构稀疏特性，保护了图像细节和纹理。实验结果表明，该文所提出的算法优于现有基于全变分模型的压缩感知重建算法，在PSNR和视觉效果方面取得了显著提升。
针对基于传统全变分(TV)模型的图像压缩感知(CS)重建算法不能有效地恢复图像的细节和纹理，从而导致图像过平滑的问题，该文提出一种基于结构组全变分(SGTV)模型的图像压缩感知重建算法。该算法利用图像的非局部自相似性和结构稀疏特性，将图像的重建问题转化为由非局部自相似图像块构建的结构组全变分最小化问题。算法以结构组全变分模型为正则化约束项构建优化模型，利用分裂Bregman迭代将算法分离成多个子问题，并对每个子问题高效地求解。所提算法很好地利用了图像自身的信息和结构稀疏特性，保护了图像细节和纹理。实验结果表明，该文所提出的算法优于现有基于全变分模型的压缩感知重建算法，在PSNR和视觉效果方面取得了显著提升。
2020, 42(11): 2781-2787.
doi: 10.11999/JEIT190330
摘要:
针对高性能视频编码(HEVC)帧内预测编码算法复杂度较高的问题，该文提出一种基于感兴趣区域的高性能视频编码帧内预测优化算法。首先，根据图像显著性划分当前帧的感兴趣区域(ROI)和非感兴趣区域(NROI)；然后，对ROI基于空域相关性采用提出的快速编码单元(CU)划分算法决定当前编码单元的最终划分深度，跳过不必要的CU划分过程；最后，基于ROI采用提出的预测单元(PU)模式快速选择算法计算当前PU的能量和方向，根据能量和方向确定当前PU的预测模式，减少率失真代价的相关计算，达到降低编码复杂度和节省编码时间的目的。实验结果表明，在峰值信噪比(PSNR)损失仅为0.0390 dB的情况下，所提算法可以平均降低47.37%的编码时间。
针对高性能视频编码(HEVC)帧内预测编码算法复杂度较高的问题，该文提出一种基于感兴趣区域的高性能视频编码帧内预测优化算法。首先，根据图像显著性划分当前帧的感兴趣区域(ROI)和非感兴趣区域(NROI)；然后，对ROI基于空域相关性采用提出的快速编码单元(CU)划分算法决定当前编码单元的最终划分深度，跳过不必要的CU划分过程；最后，基于ROI采用提出的预测单元(PU)模式快速选择算法计算当前PU的能量和方向，根据能量和方向确定当前PU的预测模式，减少率失真代价的相关计算，达到降低编码复杂度和节省编码时间的目的。实验结果表明，在峰值信噪比(PSNR)损失仅为0.0390 dB的情况下，所提算法可以平均降低47.37%的编码时间。
2020, 42(11): 2788-2795.
doi: 10.11999/JEIT190452
摘要:
针对背景运动引起动目标检测精度显著下降的问题，该文提出一种基于低秩及稀疏分解的动目标检测方法。所提方法首先引入伽马范数(\begin{document}$\gamma {\rm{ - norm}}$\end{document} ![]()
![]()
\begin{document}${L_{{1 / 2}}}$\end{document} ![]()
![]()
针对背景运动引起动目标检测精度显著下降的问题，该文提出一种基于低秩及稀疏分解的动目标检测方法。所提方法首先引入伽马范数(
2020, 42(11): 2796-2804.
doi: 10.11999/JEIT190403
摘要:
现有视频去雾算法由于缺少对视频结构关联约束和帧间一致性分析，容易导致连续帧去雾结果在颜色和亮度上存在突变，同时去雾后的前景目标边缘区域也容易出现退化现象。针对上述问题，该文提出一种基于雾线先验的时空关联约束视频去雾算法，通过引入每帧图像在空间邻域中具有的结构关联性和时间邻域中具有的连续一致性，提高视频去雾算法的求解准确性和鲁棒性。算法首先使用暗通道先验估计每帧图像的大气光向量，并结合雾线先验求取初始透射率图。然后引入加权最小二乘边缘保持平滑滤波器对初始透射率图进行空间平滑，消除奇异点和噪声对估计结果的影响。进一步利用相机参数刻画连续帧间透射率图的时序变化规律，对独立求取的每帧透射率图进行时序关联修正。最后根据雾图模型获得最终的视频去雾结果。定性和定量的对比实验结果表明，该算法下视频去雾结果的帧间过渡更加自然，同时对每一帧图像的色彩还原更加准确，图像边缘的细节信息显示也更加丰富。
现有视频去雾算法由于缺少对视频结构关联约束和帧间一致性分析，容易导致连续帧去雾结果在颜色和亮度上存在突变，同时去雾后的前景目标边缘区域也容易出现退化现象。针对上述问题，该文提出一种基于雾线先验的时空关联约束视频去雾算法，通过引入每帧图像在空间邻域中具有的结构关联性和时间邻域中具有的连续一致性，提高视频去雾算法的求解准确性和鲁棒性。算法首先使用暗通道先验估计每帧图像的大气光向量，并结合雾线先验求取初始透射率图。然后引入加权最小二乘边缘保持平滑滤波器对初始透射率图进行空间平滑，消除奇异点和噪声对估计结果的影响。进一步利用相机参数刻画连续帧间透射率图的时序变化规律，对独立求取的每帧透射率图进行时序关联修正。最后根据雾图模型获得最终的视频去雾结果。定性和定量的对比实验结果表明，该算法下视频去雾结果的帧间过渡更加自然，同时对每一帧图像的色彩还原更加准确，图像边缘的细节信息显示也更加丰富。
2020, 42(11): 2805-2812.
doi: 10.11999/JEIT190604
摘要:
Mask R-CNN是现阶段实例分割相对成熟的方法，针对Mask R-CNN算法当中还存在的分割边界精度以及对于模糊图片鲁棒性较差等问题，该文提出一种基于改进的Mask R-CNN实例分割方法。该方法首先提出在Mask分支上使用卷积化条件随机场(ConvCRF)来优化Mask分支对于候选区域进一步分割，并使用FCN-ConvCRF分支来代替原有分支；之后提出新锚点大小和IOU标准，使得RPN候选框能够涵盖所有实例区域；最后使用一种添加部分经过转换网络转换的数据进行训练的方法。总的mAP值与原算法相比提升了3%，并且分割边界精确度和鲁棒性都有一定提高。
Mask R-CNN是现阶段实例分割相对成熟的方法，针对Mask R-CNN算法当中还存在的分割边界精度以及对于模糊图片鲁棒性较差等问题，该文提出一种基于改进的Mask R-CNN实例分割方法。该方法首先提出在Mask分支上使用卷积化条件随机场(ConvCRF)来优化Mask分支对于候选区域进一步分割，并使用FCN-ConvCRF分支来代替原有分支；之后提出新锚点大小和IOU标准，使得RPN候选框能够涵盖所有实例区域；最后使用一种添加部分经过转换网络转换的数据进行训练的方法。总的mAP值与原算法相比提升了3%，并且分割边界精确度和鲁棒性都有一定提高。
2020, 42(11): 2813-2818.
doi: 10.11999/JEIT200123
摘要:
典型相关分析(CCA)是一种经典的多模态特征学习方法，能够从不同模态同时学习相关性最大的低维特征，然而难以发现隐藏在样本空间中的非线性流形结构。该文提出一种基于测地流形的多模态特征学习方法，即测地局部典型相关分析(GeoLCCA)。该方法利用测地距离构建了低维相关特征的测地散布，并进一步通过最大化模态间的相关性和最小化模态内的测地散布学习更具鉴别力的非线性相关特征。该文不仅在理论上对提出的方法进行了分析，而且在真实的图像数据集上验证了方法的有效性。
典型相关分析(CCA)是一种经典的多模态特征学习方法，能够从不同模态同时学习相关性最大的低维特征，然而难以发现隐藏在样本空间中的非线性流形结构。该文提出一种基于测地流形的多模态特征学习方法，即测地局部典型相关分析(GeoLCCA)。该方法利用测地距离构建了低维相关特征的测地散布，并进一步通过最大化模态间的相关性和最小化模态内的测地散布学习更具鉴别力的非线性相关特征。该文不仅在理论上对提出的方法进行了分析，而且在真实的图像数据集上验证了方法的有效性。
2020, 42(11): 2819-2826.
doi: 10.11999/JEIT190482
摘要:
数字控制在电力电子领域的优势使得数字脉冲宽度调制的使用日益增加，然而其分辨率不足一直是制约开关电源领域中数字控制技术发展的主要因素之一。针对高分辨率数字脉冲宽度调制的应用需求，该文提出一种基于高速进位链结构的高分辨率数字脉冲宽度调制电路。该电路采用计数器、比较器、固定相移锁相环单元及高速进位链的混合结构，有效地提高了分辨率，并在Altera的Cyclone IV低成本现场可编程门阵列器件上实现。实验结果显示，当输入参考时钟工作频率为70 MHz时，该结构的分辨率可达到56 ps。此外，该电路还具有较宽的开关频率调节范围及较好的线性度等优点。
数字控制在电力电子领域的优势使得数字脉冲宽度调制的使用日益增加，然而其分辨率不足一直是制约开关电源领域中数字控制技术发展的主要因素之一。针对高分辨率数字脉冲宽度调制的应用需求，该文提出一种基于高速进位链结构的高分辨率数字脉冲宽度调制电路。该电路采用计数器、比较器、固定相移锁相环单元及高速进位链的混合结构，有效地提高了分辨率，并在Altera的Cyclone IV低成本现场可编程门阵列器件上实现。实验结果显示，当输入参考时钟工作频率为70 MHz时，该结构的分辨率可达到56 ps。此外，该电路还具有较宽的开关频率调节范围及较好的线性度等优点。
