邮件订阅
2021年 第43卷 第11期
2021, 43(11): 3075-3085.
doi: 10.11999/JEIT200899
摘要:
由电磁动力学可知，电磁波可携带与极化方式相关的自旋角动量(Spin Angular Momentum, SAM) 和与坡印廷矢量运动方式相关的轨道角动量(Orbital Angular Momentum, OAM)。当OAM不为零时，电磁波的波前电场分布呈漩涡状且具有沿轴向传播的特性，人们形象地将这类电磁波称为涡旋电磁波。学界在平面电磁波场强数学模型的基础上引入了一个以OAM 的拓扑荷\begin{document}$ \ell $\end{document} ![]()
![]()
\begin{document}$ \ell $\end{document} ![]()
![]()
由电磁动力学可知，电磁波可携带与极化方式相关的自旋角动量(Spin Angular Momentum, SAM) 和与坡印廷矢量运动方式相关的轨道角动量(Orbital Angular Momentum, OAM)。当OAM不为零时，电磁波的波前电场分布呈漩涡状且具有沿轴向传播的特性，人们形象地将这类电磁波称为涡旋电磁波。学界在平面电磁波场强数学模型的基础上引入了一个以OAM 的拓扑荷
2021, 43(11): 3086-3095.
doi: 10.11999/JEIT210115
摘要:
针对战场通信对抗智能决策问题，该文基于整体对抗思想提出一种基于自举专家轨迹分层强化学习的干扰资源分配决策算法(BHJM)，算法针对跳频干扰决策难题，按照频点分布划分干扰频段，再基于分层强化学习模型分级决策干扰频段和干扰带宽，最后利用基于自举专家轨迹的经验回放机制采样并训练优化算法，使算法能够在现有干扰资源特别是干扰资源不足的条件下，优先干扰最具威胁目标，获得最优干扰效果同时减少总的干扰带宽。仿真结果表明，算法较现有资源分配决策算法节约25%干扰站资源，减少15%干扰带宽，具有较大实用价值。
针对战场通信对抗智能决策问题，该文基于整体对抗思想提出一种基于自举专家轨迹分层强化学习的干扰资源分配决策算法(BHJM)，算法针对跳频干扰决策难题，按照频点分布划分干扰频段，再基于分层强化学习模型分级决策干扰频段和干扰带宽，最后利用基于自举专家轨迹的经验回放机制采样并训练优化算法，使算法能够在现有干扰资源特别是干扰资源不足的条件下，优先干扰最具威胁目标，获得最优干扰效果同时减少总的干扰带宽。仿真结果表明，算法较现有资源分配决策算法节约25%干扰站资源，减少15%干扰带宽，具有较大实用价值。
2021, 43(11): 3096-3104.
doi: 10.11999/JEIT201064
摘要:
移动通信应用场景逐渐呈现复杂化和多变化趋势，很难有一种普适性传输波形满足所有通信需求，这对多种波形的配合与协作提出了较高的要求。该文提出一种适用于复杂场景下的智能化多载波波形调制系统，发送端可通过波形激活因子选择产生合适的传输波形，接收端将不同波形信号的I/Q分量作为自适应因子，使用主成分分析法处理数据后送入智能波形识别网络(IWR-Net)完成信号的识别。所提系统融合深度学习网络，具有较为统一的硬件架构。仿真结果表明，所提方案在5G多场景下对不同发送波形识别准确率最高可达98.2%，并且在不同测试环境中具有良好的泛化性能。
移动通信应用场景逐渐呈现复杂化和多变化趋势，很难有一种普适性传输波形满足所有通信需求，这对多种波形的配合与协作提出了较高的要求。该文提出一种适用于复杂场景下的智能化多载波波形调制系统，发送端可通过波形激活因子选择产生合适的传输波形，接收端将不同波形信号的I/Q分量作为自适应因子，使用主成分分析法处理数据后送入智能波形识别网络(IWR-Net)完成信号的识别。所提系统融合深度学习网络，具有较为统一的硬件架构。仿真结果表明，所提方案在5G多场景下对不同发送波形识别准确率最高可达98.2%，并且在不同测试环境中具有良好的泛化性能。
2021, 43(11): 3105-3110.
doi: 10.11999/JEIT200784
摘要:
近场信源定位是下一代无线通信中的一个重要研究方向，现有的方法大多集中在传统子空间或在格稀疏方法。针对子空间类方法损失阵列孔径和稀疏表示类方法精度受网格划分效应制约的问题，该文提出了一种基于离格稀疏表示的定位方法。首先通过获得一个高阶累积量矩阵建立基于角度参数的离格信号模型，利用交替迭代优化方法实现角度的估计。然后根据角度估计值建立基于距离参数的离格信号模型，并采用交替迭代方法进行求解。仿真结果表明，所提方法不仅具有较高的估计精度，而且可以实现角度和距离参数的正确配对。
近场信源定位是下一代无线通信中的一个重要研究方向，现有的方法大多集中在传统子空间或在格稀疏方法。针对子空间类方法损失阵列孔径和稀疏表示类方法精度受网格划分效应制约的问题，该文提出了一种基于离格稀疏表示的定位方法。首先通过获得一个高阶累积量矩阵建立基于角度参数的离格信号模型，利用交替迭代优化方法实现角度的估计。然后根据角度估计值建立基于距离参数的离格信号模型，并采用交替迭代方法进行求解。仿真结果表明，所提方法不仅具有较高的估计精度，而且可以实现角度和距离参数的正确配对。
2021, 43(11): 3111-3121.
doi: 10.11999/JEIT200196
摘要:
针对时分双工大规模MIMO系统，该文提出两种新的下行链路预编码方案，即新最大比合并(NMRC)和新迫零(NZF)方案，通过理论分析得到两种新预编码方案下目标用户和非目标用户的下行链路信干噪比和频谱效率的表达式，并与传统的迫零(ZF)和最大比合并(MRC)预编码的下行链路信干噪比、频谱效率和误码率性能进行比较。仿真结果表明，所提出的NMRC和NZF预编码与传统的MRC和ZF预编码相比，在不增加运算复杂度的前提下可以获得更好的性能，而且新的预编码方案在提高目标用户性能的同时，对其他非目标用户的性能也有一定的改善。
针对时分双工大规模MIMO系统，该文提出两种新的下行链路预编码方案，即新最大比合并(NMRC)和新迫零(NZF)方案，通过理论分析得到两种新预编码方案下目标用户和非目标用户的下行链路信干噪比和频谱效率的表达式，并与传统的迫零(ZF)和最大比合并(MRC)预编码的下行链路信干噪比、频谱效率和误码率性能进行比较。仿真结果表明，所提出的NMRC和NZF预编码与传统的MRC和ZF预编码相比，在不增加运算复杂度的前提下可以获得更好的性能，而且新的预编码方案在提高目标用户性能的同时，对其他非目标用户的性能也有一定的改善。
2021, 43(11): 3122-3130.
doi: 10.11999/JEIT201009
摘要:
针对5G网络资源状态动态变化和网络模型高维度下服务功能链部署的复杂性问题，该文提出一种基于深度Q网络的在线服务功能链部署方法(DeePSCD)。首先，为描述网络资源动态变化的特征，将服务功能链部署建模成马尔可夫决策过程，然后，针对系统资源模型的高维度问题采用深度Q网络的方法进行在线服务功能链部署策略求解。该方法可以有效描述网络资源状态的动态变化，特别是深度Q网络能有效克服求解复杂度，优化服务功能链的部署开销。仿真结果表明，所提方法在满足服务时延约束条件下降低了服务功能链的部署开销，提高了运营商网络的服务请求接受率。
针对5G网络资源状态动态变化和网络模型高维度下服务功能链部署的复杂性问题，该文提出一种基于深度Q网络的在线服务功能链部署方法(DeePSCD)。首先，为描述网络资源动态变化的特征，将服务功能链部署建模成马尔可夫决策过程，然后，针对系统资源模型的高维度问题采用深度Q网络的方法进行在线服务功能链部署策略求解。该方法可以有效描述网络资源状态的动态变化，特别是深度Q网络能有效克服求解复杂度，优化服务功能链的部署开销。仿真结果表明，所提方法在满足服务时延约束条件下降低了服务功能链的部署开销，提高了运营商网络的服务请求接受率。
2021, 43(11): 3131-3140.
doi: 10.11999/JEIT200739
摘要:
针对传统多用户短参考混沌移位键控通信系统传输速率和能量效率低的问题，该文提出了一种正交多用户高速短参考差分混沌移位键控(OMU-SRHR-DCSK)通信系统。系统将参考信号长度缩短为每个数据信号长度的1/P，通过增加两路连续的信息时隙来传输多个用户信息比特，通过希尔伯特变换在每个信息时隙多传输N个用户信息比特，极大地提高了系统的数据传输速率。将希尔伯特变换和Walsh码相结合完全消除了用户间干扰，改善了误码率性能。推导了OMU-SRHR-DCSK系统在加性高斯白噪声(AWGN)信道和多径瑞利衰落信道(RFC)中的比特误码率(BER)公式并进行了实验验证。在两种信道下的仿真值和理论推导值均相等，验证了理论推导的正确性。该系统的传输速率相对于传统多用户短参考系统的传输速率有极大提升，传输比特数相同的条件下系统的误码性能明显优于传统多用户短参考系统，证明了该系统具有优异的实用价值，并为其应用于实际中提供了良好的理论支撑。
针对传统多用户短参考混沌移位键控通信系统传输速率和能量效率低的问题，该文提出了一种正交多用户高速短参考差分混沌移位键控(OMU-SRHR-DCSK)通信系统。系统将参考信号长度缩短为每个数据信号长度的1/P，通过增加两路连续的信息时隙来传输多个用户信息比特，通过希尔伯特变换在每个信息时隙多传输N个用户信息比特，极大地提高了系统的数据传输速率。将希尔伯特变换和Walsh码相结合完全消除了用户间干扰，改善了误码率性能。推导了OMU-SRHR-DCSK系统在加性高斯白噪声(AWGN)信道和多径瑞利衰落信道(RFC)中的比特误码率(BER)公式并进行了实验验证。在两种信道下的仿真值和理论推导值均相等，验证了理论推导的正确性。该系统的传输速率相对于传统多用户短参考系统的传输速率有极大提升，传输比特数相同的条件下系统的误码性能明显优于传统多用户短参考系统，证明了该系统具有优异的实用价值，并为其应用于实际中提供了良好的理论支撑。
2021, 43(11): 3141-3148.
doi: 10.11999/JEIT200831
摘要:
现有物理层认证机制依赖合法信道状态信息(CSI)的私有性，一旦攻击者能够操控或窃取合法信道，物理层认证机制就会面临被攻破的威胁。针对上述缺陷，该文提出一种中间人导频攻击方法(MITM)，通过控制合法双方的信道测量过程对物理层认证机制进行攻击。首先对中间人导频攻击系统进行建模，并给出一种中间人导频攻击的渐进无感接入策略，该策略允许攻击者能够顺利接入合法通信双方；在攻击者顺利接入后，可对两种基本的物理层认证机制发起攻击：针对基于CSI的比较认证机制，可以实施拒绝服务攻击和仿冒接入攻击；针对基于CSI的加密认证机制，可以实现对信道信息的窃取，从而进一步破解认证向量。该攻击方法适用于一般的公开导频无线通信系统，要求攻击者能够对合法双方的导频发送过程进行同步。仿真分析验证了渐进无感接入策略、拒绝服务攻击、仿冒接入攻击、窃取信道信息并破解认证向量等多种攻击方式的有效性。
现有物理层认证机制依赖合法信道状态信息(CSI)的私有性，一旦攻击者能够操控或窃取合法信道，物理层认证机制就会面临被攻破的威胁。针对上述缺陷，该文提出一种中间人导频攻击方法(MITM)，通过控制合法双方的信道测量过程对物理层认证机制进行攻击。首先对中间人导频攻击系统进行建模，并给出一种中间人导频攻击的渐进无感接入策略，该策略允许攻击者能够顺利接入合法通信双方；在攻击者顺利接入后，可对两种基本的物理层认证机制发起攻击：针对基于CSI的比较认证机制，可以实施拒绝服务攻击和仿冒接入攻击；针对基于CSI的加密认证机制，可以实现对信道信息的窃取，从而进一步破解认证向量。该攻击方法适用于一般的公开导频无线通信系统，要求攻击者能够对合法双方的导频发送过程进行同步。仿真分析验证了渐进无感接入策略、拒绝服务攻击、仿冒接入攻击、窃取信道信息并破解认证向量等多种攻击方式的有效性。
2021, 43(11): 3149-3155.
doi: 10.11999/JEIT201007
摘要:
现有的极化码打孔算法均未考虑信道构造过程对算法性能的影响，针对这一问题，该文提出一种基于高斯近似的极化码打孔算法(GAPPC)。首先将高斯近似作为极化码构造算法，分析高斯近似与打孔算法的关系，以降低信道构造输出值为目标，引入高斯修正因子，推导出改进的高斯近似函数。然后将改进的高斯近似函数引入信道构造，对极化子信道进行排序获得信道可靠性排序集合。最后依据信道容量关系确定映射规则，选出打孔比特集合和冻结比特集合，完成打孔极化码的构建。实验结果显示，在不同的码长和码率下，误帧率和误码率均获得显著降低。
现有的极化码打孔算法均未考虑信道构造过程对算法性能的影响，针对这一问题，该文提出一种基于高斯近似的极化码打孔算法(GAPPC)。首先将高斯近似作为极化码构造算法，分析高斯近似与打孔算法的关系，以降低信道构造输出值为目标，引入高斯修正因子，推导出改进的高斯近似函数。然后将改进的高斯近似函数引入信道构造，对极化子信道进行排序获得信道可靠性排序集合。最后依据信道容量关系确定映射规则，选出打孔比特集合和冻结比特集合，完成打孔极化码的构建。实验结果显示，在不同的码长和码率下，误帧率和误码率均获得显著降低。
2021, 43(11): 3156-3165.
doi: 10.11999/JEIT200955
摘要:
基于轨道角动量(OAM)的光无线复用通信技术在理想传输条件下能够大幅度提升通信系统性能，然而现实中大气湍流、孔径失配等因素会造成OAM模态间串扰导致误码率(BER)上升。为了降低光无线OAM复用系统在复杂环境中的误码率，该文首先建立了大气湍流、孔径失配场景下基于垂直分层空时码准则(VBLAST)的OAM复用通信系统(VBLAST-OAM)，之后分析对比基于排序干扰连续消除检测算法(OSIC)、基于马尔科夫随机场置信度传播算法(MRF-BP)、基于OAM串扰特性的排序干扰连续消除算法(OAM-OSIC)应用于上述系统时的性能。结果表明：所提信号检测算法均能有效降低OAM复用系统在复杂环境中的误码率，其中，基于MRF-BP算法的系统性能最好；OAM-OSIC虽然属于次优算法，但在算法的运行开销方面具有较大优势。
基于轨道角动量(OAM)的光无线复用通信技术在理想传输条件下能够大幅度提升通信系统性能，然而现实中大气湍流、孔径失配等因素会造成OAM模态间串扰导致误码率(BER)上升。为了降低光无线OAM复用系统在复杂环境中的误码率，该文首先建立了大气湍流、孔径失配场景下基于垂直分层空时码准则(VBLAST)的OAM复用通信系统(VBLAST-OAM)，之后分析对比基于排序干扰连续消除检测算法(OSIC)、基于马尔科夫随机场置信度传播算法(MRF-BP)、基于OAM串扰特性的排序干扰连续消除算法(OAM-OSIC)应用于上述系统时的性能。结果表明：所提信号检测算法均能有效降低OAM复用系统在复杂环境中的误码率，其中，基于MRF-BP算法的系统性能最好；OAM-OSIC虽然属于次优算法，但在算法的运行开销方面具有较大优势。
2021, 43(11): 3166-3173.
doi: 10.11999/JEIT201051
摘要:
传统宽带数字预失真(DPD)为了更好地矫正功率放大器(PA)非线性特性，通常要求反馈通道带宽达到发送信号带宽的5倍，相应地要求更高采样率的模数转换器(ADC)，这将导致数字预失真系统面临着硬件成本和能耗问题。针对这一问题，该文提出一种基于Landweber迭代算法的欠采样恢复(USR)数字预失真(Landweber-USR DPD)技术。这种以内外循环的方式进行处理，可将反馈通道带宽从理论要求的5倍降低至2倍，以良好的质量从欠采样的功放输出信号中恢复全频带的输出信号，使还原出的数据更接近真实的功放输出信号，以实现更好的预失真效果。实验选用基于单管氮化镓(GaN)器件的宽带F类功率放大器，在1.8 GHz工作频点下用5 MHz的长期演进(LTE)信号激励，反馈ADC速率分别设置为全采样速率(40 Msps)和欠采样速率(10 Msps)。实验结果充分证明了Landweber迭代算法恢复功放数据的可靠性以及Landweber-USR DPD技术的有效性，为宽带通信系统中数字预失真技术的工程实现提供了有效降低ADC采样率的思路和方法。
传统宽带数字预失真(DPD)为了更好地矫正功率放大器(PA)非线性特性，通常要求反馈通道带宽达到发送信号带宽的5倍，相应地要求更高采样率的模数转换器(ADC)，这将导致数字预失真系统面临着硬件成本和能耗问题。针对这一问题，该文提出一种基于Landweber迭代算法的欠采样恢复(USR)数字预失真(Landweber-USR DPD)技术。这种以内外循环的方式进行处理，可将反馈通道带宽从理论要求的5倍降低至2倍，以良好的质量从欠采样的功放输出信号中恢复全频带的输出信号，使还原出的数据更接近真实的功放输出信号，以实现更好的预失真效果。实验选用基于单管氮化镓(GaN)器件的宽带F类功率放大器，在1.8 GHz工作频点下用5 MHz的长期演进(LTE)信号激励，反馈ADC速率分别设置为全采样速率(40 Msps)和欠采样速率(10 Msps)。实验结果充分证明了Landweber迭代算法恢复功放数据的可靠性以及Landweber-USR DPD技术的有效性，为宽带通信系统中数字预失真技术的工程实现提供了有效降低ADC采样率的思路和方法。
2021, 43(11): 3174-3184.
doi: 10.11999/JEIT210368
摘要:
在以星载SAR图像作为基准图、机载/弹载SAR图像作为实时图的匹配导航和精确制导研究中，传统基于点特征的匹配方法存在特征点数目过多, 误匹配率较高，容易受噪声及灰度变化影响等问题。该文提出一种基于显著轮廓特征的SAR图像“由粗到精”的匹配新方法。该方法在对SAR图像进行预处理的基础上，采用改进的模糊C均值聚类(FCM)的图像分割方法来提取闭合轮廓特征；采用归一化轮廓中心距离描述符进行双向匹配，获得强鲁棒性的粗匹配轮廓对；在粗匹配轮廓上采用改进的局部二值模式(LBP)算子得到精匹配结果。试验结果表明，该方法在图像旋转、空间变化以及噪声干扰较大的情况下，具有精确性高、鲁棒性强的优势，适宜遥感SAR图像匹配。
在以星载SAR图像作为基准图、机载/弹载SAR图像作为实时图的匹配导航和精确制导研究中，传统基于点特征的匹配方法存在特征点数目过多, 误匹配率较高，容易受噪声及灰度变化影响等问题。该文提出一种基于显著轮廓特征的SAR图像“由粗到精”的匹配新方法。该方法在对SAR图像进行预处理的基础上，采用改进的模糊C均值聚类(FCM)的图像分割方法来提取闭合轮廓特征；采用归一化轮廓中心距离描述符进行双向匹配，获得强鲁棒性的粗匹配轮廓对；在粗匹配轮廓上采用改进的局部二值模式(LBP)算子得到精匹配结果。试验结果表明，该方法在图像旋转、空间变化以及噪声干扰较大的情况下，具有精确性高、鲁棒性强的优势，适宜遥感SAR图像匹配。
2021, 43(11): 3185-3192.
doi: 10.11999/JEIT201028
摘要:
海面漂浮小目标由于其能量弱，一直是海面目标检测的重难点。传统基于统计模型的漂浮小目标检测算法借助回波能量进行检测，没有利用数据频域幅度间的关联性，导致检测性能受损。该文借助图的处理方式，首先利用回波数据脉冲间频域幅度的关联性计算连通密度，生成邻接矩阵，接着将邻接矩阵转换为拉普拉斯矩阵，提取拉普拉斯矩阵的最大特征值作为检测特征，提出了一种基于图的连通密度的海面漂浮小目标检测算法。通过对实测的全相参的X波段 (IPIX)雷达数据进行连通密度的分析，发现海杂波构成的图比较稠密，而海面漂浮小目标构成的图比较稀疏，故通过连通密度构成的图可以有效地检测海杂波中的漂浮小目标。进一步地，通过与对比算法实验分析发现，该文所提基于图的连通密度的检测算法检测性能明显优越。
海面漂浮小目标由于其能量弱，一直是海面目标检测的重难点。传统基于统计模型的漂浮小目标检测算法借助回波能量进行检测，没有利用数据频域幅度间的关联性，导致检测性能受损。该文借助图的处理方式，首先利用回波数据脉冲间频域幅度的关联性计算连通密度，生成邻接矩阵，接着将邻接矩阵转换为拉普拉斯矩阵，提取拉普拉斯矩阵的最大特征值作为检测特征，提出了一种基于图的连通密度的海面漂浮小目标检测算法。通过对实测的全相参的X波段 (IPIX)雷达数据进行连通密度的分析，发现海杂波构成的图比较稠密，而海面漂浮小目标构成的图比较稀疏，故通过连通密度构成的图可以有效地检测海杂波中的漂浮小目标。进一步地，通过与对比算法实验分析发现，该文所提基于图的连通密度的检测算法检测性能明显优越。
2021, 43(11): 3193-3200.
doi: 10.11999/JEIT201020
摘要:
参考信号重构是数字电视外辐射源雷达信号处理的关键技术之一，重构信号质量直接影响监测信号中时域杂波抑制效果。针对工程应用中重构的参考信号与实际发射信号失配的问题，该文以监测信号时域杂波抑制效果最优为指标，提出一种基于“解调-重调制”的参考信号可信重构方法。首先介绍参考信号重调制方法并建立基于非理想发射信号的信号模型；然后推导了重调制参考信号与监测信号时域杂波抑制效果间的理论关系，基于杂波抑制效果最优的准则，得到可信重构参考信号；最后仿真和实测数据验证了该参考信号可信重构方法的有效性。
参考信号重构是数字电视外辐射源雷达信号处理的关键技术之一，重构信号质量直接影响监测信号中时域杂波抑制效果。针对工程应用中重构的参考信号与实际发射信号失配的问题，该文以监测信号时域杂波抑制效果最优为指标，提出一种基于“解调-重调制”的参考信号可信重构方法。首先介绍参考信号重调制方法并建立基于非理想发射信号的信号模型；然后推导了重调制参考信号与监测信号时域杂波抑制效果间的理论关系，基于杂波抑制效果最优的准则，得到可信重构参考信号；最后仿真和实测数据验证了该参考信号可信重构方法的有效性。
2021, 43(11): 3201-3210.
doi: 10.11999/JEIT200978
摘要:
针对自动驾驶中有限平台空间及发射功率导致毫米波雷达目标检测性能较低的问题，该文提出一种距离及速度分辨率约束下提升毫米波雷达目标检测概率的波形参数及接收权联合设计方法。首先，基于调频连续波(FMCW)信号，所提方法建立了毫米波相控阵阵列检测模型；其次，通过分析距离及速度分辨率与发射波形参数关系，构建考虑距离及速度分辨率的发射波形参数约束；然后，基于最大化输出信杂噪比(SCNR)准则，建立具有距离及速度分辨率约束的发射波形参数及接收权值联合优化模型以改善毫米波雷达目标检测及距离速度分辨性能；最后，所提方法基于交替迭代方法求解所得复杂非线性优化问题。仿真结果表明，所提方法可自适应调整发射波形参数和接收权以提升目标检测性能同时满足距离及速度分辨率需求。
针对自动驾驶中有限平台空间及发射功率导致毫米波雷达目标检测性能较低的问题，该文提出一种距离及速度分辨率约束下提升毫米波雷达目标检测概率的波形参数及接收权联合设计方法。首先，基于调频连续波(FMCW)信号，所提方法建立了毫米波相控阵阵列检测模型；其次，通过分析距离及速度分辨率与发射波形参数关系，构建考虑距离及速度分辨率的发射波形参数约束；然后，基于最大化输出信杂噪比(SCNR)准则，建立具有距离及速度分辨率约束的发射波形参数及接收权值联合优化模型以改善毫米波雷达目标检测及距离速度分辨性能；最后，所提方法基于交替迭代方法求解所得复杂非线性优化问题。仿真结果表明，所提方法可自适应调整发射波形参数和接收权以提升目标检测性能同时满足距离及速度分辨率需求。
2021, 43(11): 3211-3219.
doi: 10.11999/JEIT210147
摘要:
针对现有多基地雷达抗欺骗式干扰方法无法应用于多干扰源的问题，该文提出一种基于聚类分析的多基地雷达鉴别有源假目标方法，利用真假目标接收信号矢量之间相关性的差异，以相关系数为度量，通过聚类分析方法，将相同干扰源产生的假目标聚为一类，每个真实目标各为一类，实现有源假目标的有效鉴别。该方法可用于鉴别任意欺骗调制方式产生的有源假目标，且适用于多个干扰源实施分布式干扰的应用场景。最后，通过仿真实验，验证了所提聚类分析方法鉴别有源假目标的有效性。
针对现有多基地雷达抗欺骗式干扰方法无法应用于多干扰源的问题，该文提出一种基于聚类分析的多基地雷达鉴别有源假目标方法，利用真假目标接收信号矢量之间相关性的差异，以相关系数为度量，通过聚类分析方法，将相同干扰源产生的假目标聚为一类，每个真实目标各为一类，实现有源假目标的有效鉴别。该方法可用于鉴别任意欺骗调制方式产生的有源假目标，且适用于多个干扰源实施分布式干扰的应用场景。最后，通过仿真实验，验证了所提聚类分析方法鉴别有源假目标的有效性。
2021, 43(11): 3220-3227.
doi: 10.11999/JEIT201043
摘要:
基于毫米波雷达的机场异物(FOD)检测技术具有高分辨率和低功耗的特点，但是传统恒虚警(CFAR)类检测算法在低信杂比(SCR)情况下虚警过高。该文提出一种基于Duffing振子的FOD检测算法。该算法首先利用杂波图CFAR检测算法将雷达接收机接收回波中的背景杂波初步分离，获得目标(包含虚警)的距离信息，并利用该信息构造Duffing方程，之后将此方程作为系统检测模型，输入接收回波信号，求解输出信号方差，采用方差极值法区分目标和虚警。仿真结果表明，在低信杂比情况下，即使虚警概率为10–3，该文检测算法也可以降低虚警率，实现目标与虚警的自动判决。与传统CFAR检测算法相比，该算法的检测概率高于传统检测算法且随信杂比的下降减小速度缓慢，即使在信杂比–30 dB的情况下所提算法仍然可以保持84%的检测概率。
基于毫米波雷达的机场异物(FOD)检测技术具有高分辨率和低功耗的特点，但是传统恒虚警(CFAR)类检测算法在低信杂比(SCR)情况下虚警过高。该文提出一种基于Duffing振子的FOD检测算法。该算法首先利用杂波图CFAR检测算法将雷达接收机接收回波中的背景杂波初步分离，获得目标(包含虚警)的距离信息，并利用该信息构造Duffing方程，之后将此方程作为系统检测模型，输入接收回波信号，求解输出信号方差，采用方差极值法区分目标和虚警。仿真结果表明，在低信杂比情况下，即使虚警概率为10–3，该文检测算法也可以降低虚警率，实现目标与虚警的自动判决。与传统CFAR检测算法相比，该算法的检测概率高于传统检测算法且随信杂比的下降减小速度缓慢，即使在信杂比–30 dB的情况下所提算法仍然可以保持84%的检测概率。
2021, 43(11): 3228-3236.
doi: 10.11999/JEIT200714
摘要:
针对欠采样脉冲多普勒雷达信号参数估计中已有方法抗噪性差、顺序参数估计方法中后续参数估计受前面参数估计精度影响严重等问题，该文提出一种基于有限新息率(Finite Rate of Innovation, FRI)采样的频域时延-多普勒2维聚焦(FD2TF)算法。在该算法中，利用FRI采样结构能够以低于奈奎斯特采样频率的速率获得信号的一系列傅里叶系数，通过频域2维聚焦过程能够同时估计时延和多普勒参数，避免了参数顺序估计中误差累积的问题，理论分析证明了该算法能够大幅提升采样信号的信噪比，提高算法抗噪性和鲁棒性。在2维聚焦算法的基础上该文还提出了基于逆傅里叶变换的2维聚焦简化算法，在提高参数估计网格密度的同时，大大减低了2维聚焦算法的计算量。仿真和对比实验结果证明了该方法的有效性和良好的抗噪性。
针对欠采样脉冲多普勒雷达信号参数估计中已有方法抗噪性差、顺序参数估计方法中后续参数估计受前面参数估计精度影响严重等问题，该文提出一种基于有限新息率(Finite Rate of Innovation, FRI)采样的频域时延-多普勒2维聚焦(FD2TF)算法。在该算法中，利用FRI采样结构能够以低于奈奎斯特采样频率的速率获得信号的一系列傅里叶系数，通过频域2维聚焦过程能够同时估计时延和多普勒参数，避免了参数顺序估计中误差累积的问题，理论分析证明了该算法能够大幅提升采样信号的信噪比，提高算法抗噪性和鲁棒性。在2维聚焦算法的基础上该文还提出了基于逆傅里叶变换的2维聚焦简化算法，在提高参数估计网格密度的同时，大大减低了2维聚焦算法的计算量。仿真和对比实验结果证明了该方法的有效性和良好的抗噪性。
2021, 43(11): 3237-3246.
doi: 10.11999/JEIT201045
摘要:
现有的基于声场干涉结构特征的目标深度分类方法的频率适用范围有限，仅适用于目标线谱频率激发前2阶简正波的情况。针对上述问题，该文提出基于匹配场处理的目标深度分类算法，该算法将垂直复声强无功分量作为匹配量进行目标深度的匹配估计，利用目标深度的粗略估计结果辅助进行目标深度的二元分类。算法适用于线谱频率激发前3阶简正波的情况，有效拓展了算法的频率适用范围。仿真结果验证了算法的可行性和稳健性。该文分析了环境失配情况对算法性能的影响。所提算法具有较高的准确性和稳健性。
现有的基于声场干涉结构特征的目标深度分类方法的频率适用范围有限，仅适用于目标线谱频率激发前2阶简正波的情况。针对上述问题，该文提出基于匹配场处理的目标深度分类算法，该算法将垂直复声强无功分量作为匹配量进行目标深度的匹配估计，利用目标深度的粗略估计结果辅助进行目标深度的二元分类。算法适用于线谱频率激发前3阶简正波的情况，有效拓展了算法的频率适用范围。仿真结果验证了算法的可行性和稳健性。该文分析了环境失配情况对算法性能的影响。所提算法具有较高的准确性和稳健性。
2021, 43(11): 3247-3256.
doi: 10.11999/JEIT201080
摘要:
鲸鱼优化算法(WOA)相较于传统的群体智能优化算法，具有较好的寻优能力和鲁棒性，但仍存在全局寻优能力有限、局部极值难以跳出等问题。针对上述不平衡问题，该文提出一种多种群纵横双向学习的种群划分思路，子群相互独立，子群内个体受到来自横向和纵向两个方向的最优值影响，从而规避局部最优，在探索和开发之间取得均衡。对纵向种群的所有个体，该文提出一种线性下降概率的个体置换策略，促进不同子群的信息流动，加快算法收敛。基于不同个体的历史进化信息，来进行策略算子选择，从而区别于现有基于随机数的策略算子选择方法。利用基准函数进行跨文献对比，数值结果表明该文算法具有很好的优越性和稳定性，在大多数问题上都获得了全局极值，具有较好的问题适用性。
鲸鱼优化算法(WOA)相较于传统的群体智能优化算法，具有较好的寻优能力和鲁棒性，但仍存在全局寻优能力有限、局部极值难以跳出等问题。针对上述不平衡问题，该文提出一种多种群纵横双向学习的种群划分思路，子群相互独立，子群内个体受到来自横向和纵向两个方向的最优值影响，从而规避局部最优，在探索和开发之间取得均衡。对纵向种群的所有个体，该文提出一种线性下降概率的个体置换策略，促进不同子群的信息流动，加快算法收敛。基于不同个体的历史进化信息，来进行策略算子选择，从而区别于现有基于随机数的策略算子选择方法。利用基准函数进行跨文献对比，数值结果表明该文算法具有很好的优越性和稳定性，在大多数问题上都获得了全局极值，具有较好的问题适用性。
2021, 43(11): 3257-3265.
doi: 10.11999/JEIT201047
摘要:
随着人机交互的发展，手势识别越来越重要。同时，移动端应用发展迅速，将人机交互技术在移动端实现是一个发展趋势。该文提出一种改进YOLOv4-tiny的手势识别算法。首先，在YOLOv4-tiny网络基础上，添加空间金字塔池化(SPP)模块，融合了图像的局部和全局特征，增强网络的准确定位能力。其次，在YOLOv4-tiny原网络的3个最大池化层和新增SPP模块后各添加一个1×1的卷积模块，减少了网络的参数，提高网络的预测速度。在此基础上，利用K-means++算法生成适合检测手势的先验框，加快网络检测手势。在手势数据集NUS-II上，与YOLOv3-tiny算法和YOLOv4-tiny算法进行对比，改进算法平均精度均值(mAP)为100%，每秒传输帧数(fps)为377，可以快速准确地检测识别手势。将该文改进算法部署在安卓(Android)移动端，实现了移动端实时的手势检测与识别，对人机交互的发展有很大的研究意义。
随着人机交互的发展，手势识别越来越重要。同时，移动端应用发展迅速，将人机交互技术在移动端实现是一个发展趋势。该文提出一种改进YOLOv4-tiny的手势识别算法。首先，在YOLOv4-tiny网络基础上，添加空间金字塔池化(SPP)模块，融合了图像的局部和全局特征，增强网络的准确定位能力。其次，在YOLOv4-tiny原网络的3个最大池化层和新增SPP模块后各添加一个1×1的卷积模块，减少了网络的参数，提高网络的预测速度。在此基础上，利用K-means++算法生成适合检测手势的先验框，加快网络检测手势。在手势数据集NUS-II上，与YOLOv3-tiny算法和YOLOv4-tiny算法进行对比，改进算法平均精度均值(mAP)为100%，每秒传输帧数(fps)为377，可以快速准确地检测识别手势。将该文改进算法部署在安卓(Android)移动端，实现了移动端实时的手势检测与识别，对人机交互的发展有很大的研究意义。
2021, 43(11): 3266-3271.
doi: 10.11999/JEIT200917
摘要:
近些年来，多种基于卷积神经网络(CNNs)的模型结构表现出越来越强的多尺度特征表达能力，在说话人识别的各项任务中取得了持续的性能提升。然而，目前大多数方法只能利用更深更宽的网络结构来提升性能。该文引入一种更高效的多尺度说话人特征提取框架Res2Net，并对它的模块结构进行了改进。它以一种更细粒化的工作方式，获得多种感受野的组合，从而获得多种不同尺度组合的特征表达。实验表明，该方法在参数量几乎不变的情况下，等错误率(EER)相较ResNet有20%的下降，并且在VoxCeleb, SITW等多种不同录制环境和识别任务中都有稳定的性能提升，证明了该方法的高效性和鲁棒性。改进后的全连接模块结构能更充分利用训练信息，在数据充足和任务复杂时性能提升明显。具体代码可以在https://github.com/czg0326/Res2Net-Speaker-Recognition 获得。
近些年来，多种基于卷积神经网络(CNNs)的模型结构表现出越来越强的多尺度特征表达能力，在说话人识别的各项任务中取得了持续的性能提升。然而，目前大多数方法只能利用更深更宽的网络结构来提升性能。该文引入一种更高效的多尺度说话人特征提取框架Res2Net，并对它的模块结构进行了改进。它以一种更细粒化的工作方式，获得多种感受野的组合，从而获得多种不同尺度组合的特征表达。实验表明，该方法在参数量几乎不变的情况下，等错误率(EER)相较ResNet有20%的下降，并且在VoxCeleb, SITW等多种不同录制环境和识别任务中都有稳定的性能提升，证明了该方法的高效性和鲁棒性。改进后的全连接模块结构能更充分利用训练信息，在数据充足和任务复杂时性能提升明显。具体代码可以在
2021, 43(11): 3272-3281.
doi: 10.11999/JEIT210032
摘要:
针对爬山算法搜索空间过大和易陷入局部最优的问题，该文提出基于V-结构&对数似然函数定向与禁忌爬山的贝叶斯网络结构算法(VTH)。该算法利用定向最大支撑树约束搜索空间，在最大支撑树定向过程中，提出V-结构与对数似然函数(VLL)结合的定向策略；在评分搜索过程中，提出禁忌爬山(VTH)评分搜索策略，该策略将禁忌表清空机制与爬山搜索的局部择优准则结合，在提高全局寻优能力的同时也能保证搜索效率。该算法与其他算法在Asia, Car, Child和Alarm 4种标准网络中进行仿真实验，对比汉明距离、F1值、平衡评分函数(BSF)值、运行时间4个指标，验证了该算法的有效性。
针对爬山算法搜索空间过大和易陷入局部最优的问题，该文提出基于V-结构&对数似然函数定向与禁忌爬山的贝叶斯网络结构算法(VTH)。该算法利用定向最大支撑树约束搜索空间，在最大支撑树定向过程中，提出V-结构与对数似然函数(VLL)结合的定向策略；在评分搜索过程中，提出禁忌爬山(VTH)评分搜索策略，该策略将禁忌表清空机制与爬山搜索的局部择优准则结合，在提高全局寻优能力的同时也能保证搜索效率。该算法与其他算法在Asia, Car, Child和Alarm 4种标准网络中进行仿真实验，对比汉明距离、F1值、平衡评分函数(BSF)值、运行时间4个指标，验证了该算法的有效性。
2021, 43(11): 3282-3290.
doi: 10.11999/JEIT210036
摘要:
方面级情感分析目前主要采用注意力机制与传统神经网络相结合的方法对方面与上下文词进行建模。这类方法忽略了句子中方面与上下文词之间的句法依存信息及位置信息，从而导致注意力权重分配不合理。为此，该文提出一种面向方面级情感分析的交互图注意力网络模型(IGATs)。该模型首先使用双向长短期记忆网络(BiLSTM)学习句子的语义特征表示，并结合位置信息生成新的句子特征表示，然后在新生成的特征表示上构建图注意力网络以捕获句法依存信息，再通过交互注意力机制建模方面与上下文词之间的语义关系，最后利用softmax进行分类输出。在3个公开数据集上的实验结果表明，与其他现有模型相比，IGATs的准确率与宏平均F1值均得到显著提升。
方面级情感分析目前主要采用注意力机制与传统神经网络相结合的方法对方面与上下文词进行建模。这类方法忽略了句子中方面与上下文词之间的句法依存信息及位置信息，从而导致注意力权重分配不合理。为此，该文提出一种面向方面级情感分析的交互图注意力网络模型(IGATs)。该模型首先使用双向长短期记忆网络(BiLSTM)学习句子的语义特征表示，并结合位置信息生成新的句子特征表示，然后在新生成的特征表示上构建图注意力网络以捕获句法依存信息，再通过交互注意力机制建模方面与上下文词之间的语义关系，最后利用softmax进行分类输出。在3个公开数据集上的实验结果表明，与其他现有模型相比，IGATs的准确率与宏平均F1值均得到显著提升。
2021, 43(11): 3291-3300.
doi: 10.11999/JEIT201096
摘要:
为满足基于旋翼无人机(UAV)载具的室外目标检测所需的低资源开销混合噪声抑制，该文提出一种基于图像局部曲面可展化的混合噪声抑制算法(DLS)，该算法实现了局部曲面可展化算法和分层降噪算法优势互补，达到了两算法各自无法企及的降噪效果。首先，对图像进行局部可展化处理，抑制图像的椒盐噪声和低密度高斯噪声，得到初步降噪图像；接着，在空间域和傅里叶域分层降噪，在去除高斯噪声残余的同时，最大限度地保留图像边缘、纹理等细节；最后，迭代局部曲面可展化和分层降噪，进一步去除混合噪声残余成分，达到抑制目标检测图像混合噪声的目的。实验结果表明，在去除图像混合噪声时，相比于其他7种降噪算法，本文算法具有一定的优势，其降噪图像的主观视觉指标和客观数据指标统计优于其他7种算法。
为满足基于旋翼无人机(UAV)载具的室外目标检测所需的低资源开销混合噪声抑制，该文提出一种基于图像局部曲面可展化的混合噪声抑制算法(DLS)，该算法实现了局部曲面可展化算法和分层降噪算法优势互补，达到了两算法各自无法企及的降噪效果。首先，对图像进行局部可展化处理，抑制图像的椒盐噪声和低密度高斯噪声，得到初步降噪图像；接着，在空间域和傅里叶域分层降噪，在去除高斯噪声残余的同时，最大限度地保留图像边缘、纹理等细节；最后，迭代局部曲面可展化和分层降噪，进一步去除混合噪声残余成分，达到抑制目标检测图像混合噪声的目的。实验结果表明，在去除图像混合噪声时，相比于其他7种降噪算法，本文算法具有一定的优势，其降噪图像的主观视觉指标和客观数据指标统计优于其他7种算法。
2021, 43(11): 3301-3308.
doi: 10.11999/JEIT201029
摘要:
采用深度学习对钢铁材料显微组织图像分类，需要大量带标注信息的训练集。针对训练集人工标注效率低下问题，该文提出一种新的融合自组织增量神经网络和图卷积神经网络的半监督学习方法。首先，采用迁移学习获取图像数据样本的特征向量集合；其次，通过引入连接权重策略的自组织增量神经网络(WSOINN)对特征数据进行学习，获得其拓扑图结构，并引入胜利次数进行少量人工节点标注；然后，搭建图卷积网络(GCN)挖掘图中节点的潜在联系，利用Dropout手段提高网络的泛化能力，对剩余节点进行自动标注进而获得所有金相图的分类结果。针对从某国家重点实验室收集到的金相图数据，比较了在不同人工标注比例下的自动分类精度，结果表明：在图片标注量仅为传统模型12%时，新模型的分类准确度可达到91%。
采用深度学习对钢铁材料显微组织图像分类，需要大量带标注信息的训练集。针对训练集人工标注效率低下问题，该文提出一种新的融合自组织增量神经网络和图卷积神经网络的半监督学习方法。首先，采用迁移学习获取图像数据样本的特征向量集合；其次，通过引入连接权重策略的自组织增量神经网络(WSOINN)对特征数据进行学习，获得其拓扑图结构，并引入胜利次数进行少量人工节点标注；然后，搭建图卷积网络(GCN)挖掘图中节点的潜在联系，利用Dropout手段提高网络的泛化能力，对剩余节点进行自动标注进而获得所有金相图的分类结果。针对从某国家重点实验室收集到的金相图数据，比较了在不同人工标注比例下的自动分类精度，结果表明：在图片标注量仅为传统模型12%时，新模型的分类准确度可达到91%。
2021, 43(11): 3309-3318.
doi: 10.11999/JEIT201094
摘要:
胶囊网络是一类有别于卷积神经网络的新型网络模型。该文尝试提高其泛化性和精准性：首先，利用变分路由来缓解经典路由对先验信息依赖性强、易导致模型过拟合的问题。通过使用高斯混合模型(GMM)来拟合低级矩阵胶囊，并利用变分法求取近似分布，避免了参数最大似然点估计的误差，用置信度评估来获得泛化性能的提高；其次，考虑到实际数据大多无标签或者标注困难，构建互信息评价标准的胶囊自编码器，实现特征参数的有效筛选。即通过引入局部编码器，只保留胶囊中对原始输入识别最有效的特征，在减轻网络负担的同时提高了其分类识别的精准性。该文的方法在MNIST, FashionMNIST, CIFAR-10和CIFAR-100等数据集上进行了对比测试，实验结果表明：该文方法对比经典胶囊网络，其性能得到显著改善。
胶囊网络是一类有别于卷积神经网络的新型网络模型。该文尝试提高其泛化性和精准性：首先，利用变分路由来缓解经典路由对先验信息依赖性强、易导致模型过拟合的问题。通过使用高斯混合模型(GMM)来拟合低级矩阵胶囊，并利用变分法求取近似分布，避免了参数最大似然点估计的误差，用置信度评估来获得泛化性能的提高；其次，考虑到实际数据大多无标签或者标注困难，构建互信息评价标准的胶囊自编码器，实现特征参数的有效筛选。即通过引入局部编码器，只保留胶囊中对原始输入识别最有效的特征，在减轻网络负担的同时提高了其分类识别的精准性。该文的方法在MNIST, FashionMNIST, CIFAR-10和CIFAR-100等数据集上进行了对比测试，实验结果表明：该文方法对比经典胶囊网络，其性能得到显著改善。
2021, 43(11): 3319-3326.
doi: 10.11999/JEIT200963
摘要:
阿尔茨海默症(AD)分类有助于在AD早期阶段及时采取针对性的治疗和干预措施，对降低老年群体的AD发病率和延缓AD疾病进展具有重要意义。该文提出一种改进的高斯模糊逻辑特征选择方法，首先采用互信息量和方差齐性分析两种方法给出特征重要性评分并分别进行归一化，然后使用改进的高斯模糊逻辑方法对其加权得到最终的特征重要性评分，最后依据特征重要性评分选取特征。该文还使用逻辑回归、随机森林、LightGBM、支持向量机和深度前馈网络作为初级分类器，多项式朴素贝叶斯分类器作为次级分类器，构建异质集成分类器，利用选取的特征进行AD分类。在TADPOLE数据集上进行实验，实验结果证实了所提特征选择方法是有效的，且采用所提特征选择方法，基于多项式朴素贝叶斯的异质集成分类器在AD分类上的性能要优于传统分类器。
阿尔茨海默症(AD)分类有助于在AD早期阶段及时采取针对性的治疗和干预措施，对降低老年群体的AD发病率和延缓AD疾病进展具有重要意义。该文提出一种改进的高斯模糊逻辑特征选择方法，首先采用互信息量和方差齐性分析两种方法给出特征重要性评分并分别进行归一化，然后使用改进的高斯模糊逻辑方法对其加权得到最终的特征重要性评分，最后依据特征重要性评分选取特征。该文还使用逻辑回归、随机森林、LightGBM、支持向量机和深度前馈网络作为初级分类器，多项式朴素贝叶斯分类器作为次级分类器，构建异质集成分类器，利用选取的特征进行AD分类。在TADPOLE数据集上进行实验，实验结果证实了所提特征选择方法是有效的，且采用所提特征选择方法，基于多项式朴素贝叶斯的异质集成分类器在AD分类上的性能要优于传统分类器。
2021, 43(11): 3327-3334.
doi: 10.11999/JEIT201008
摘要:
利用光学字符识别方法对印章文字进行检测与识别，能够加快各类合同的分类处理速度与鉴别效率。该文针对圆形印章文字呈环形排列的特点，利用极坐标展开对印章文字进行预处理，克服了印章文字方向不统一的问题。对于展开后上下起伏的文本区域，利用带角度信息的联结文本提议网(CTPN)对印章文字区域进行检测，并使用贝塞尔拟合文本区域，实现了对印章区域的准确检测。最后利用注意力转移机制和该文匹配算法对检测的文字区域进行识别，输出印章文字内容。运用该算法对输出印章文字内容自制的中文印章数据集进行实验，印章内容的文字检测F值可以达到84.73%，文字识别召回率达到84.4%，表明该算法可以有效地检测识别印章内容，对文档的分类与鉴别研究具有重要的意义。
利用光学字符识别方法对印章文字进行检测与识别，能够加快各类合同的分类处理速度与鉴别效率。该文针对圆形印章文字呈环形排列的特点，利用极坐标展开对印章文字进行预处理，克服了印章文字方向不统一的问题。对于展开后上下起伏的文本区域，利用带角度信息的联结文本提议网(CTPN)对印章文字区域进行检测，并使用贝塞尔拟合文本区域，实现了对印章区域的准确检测。最后利用注意力转移机制和该文匹配算法对检测的文字区域进行识别，输出印章文字内容。运用该算法对输出印章文字内容自制的中文印章数据集进行实验，印章内容的文字检测F值可以达到84.73%，文字识别召回率达到84.4%，表明该算法可以有效地检测识别印章内容，对文档的分类与鉴别研究具有重要的意义。
2021, 43(11): 3335-3341.
doi: 10.11999/JEIT200708
摘要:
基于结构化SVM的目标跟踪由于其优异的性能而受到了广泛关注，但是现有方法存在正样本和负样本不平衡问题。针对此问题，该文首先提出一种用于目标跟踪的代价敏感结构化SVM模型，其次基于对偶坐标下降原理设计了该模型的求解算法，最后利用提出的代价敏感结构化SVM实现了一种多尺度目标跟踪方法。在OTB100数据集和VOT2019数据集上进行了实验验证，实验结果表明：该文方法相比相关滤波目标跟踪方法，跟踪精度较高，相比深度目标跟踪方法，具有速度优势。
基于结构化SVM的目标跟踪由于其优异的性能而受到了广泛关注，但是现有方法存在正样本和负样本不平衡问题。针对此问题，该文首先提出一种用于目标跟踪的代价敏感结构化SVM模型，其次基于对偶坐标下降原理设计了该模型的求解算法，最后利用提出的代价敏感结构化SVM实现了一种多尺度目标跟踪方法。在OTB100数据集和VOT2019数据集上进行了实验验证，实验结果表明：该文方法相比相关滤波目标跟踪方法，跟踪精度较高，相比深度目标跟踪方法，具有速度优势。
2021, 43(11): 3342-3349.
doi: 10.11999/JEIT210154
摘要:
典型相关分析(CCA)作为一种传统特征提取算法已经成功应用于模式识别领域，其旨在找到使两组模态数据间相关性最大的投影方向，但其本身为一种无监督的线性方法，无法利用数据内在的几何结构和监督信息，难以处理高维非线性数据。为此该文提出一种新的非线性特征提取算法，即图强化典型相关分析(GECCA)。该算法利用数据中的不同成分构建多个成分图，有效保留了数据间的复杂流形结构，采用概率评估的方法使用类标签信息，并通过图强化的方式将几何流形和监督信息融合嵌入到典型相关分析框架。为了对该算法进行评估，分别在人脸和手写体数字数据集上设计了针对性实验，良好的实验结果显示出该算法在图像识别中的优势。
典型相关分析(CCA)作为一种传统特征提取算法已经成功应用于模式识别领域，其旨在找到使两组模态数据间相关性最大的投影方向，但其本身为一种无监督的线性方法，无法利用数据内在的几何结构和监督信息，难以处理高维非线性数据。为此该文提出一种新的非线性特征提取算法，即图强化典型相关分析(GECCA)。该算法利用数据中的不同成分构建多个成分图，有效保留了数据间的复杂流形结构，采用概率评估的方法使用类标签信息，并通过图强化的方式将几何流形和监督信息融合嵌入到典型相关分析框架。为了对该算法进行评估，分别在人脸和手写体数字数据集上设计了针对性实验，良好的实验结果显示出该算法在图像识别中的优势。
2021, 43(11): 3350-3358.
doi: 10.11999/JEIT200946
摘要:
条件代理重加密(CPRE)可以根据条件对密文进行细粒度的授权，现有的CPRE方案只检查原密文的条件，忽略了重加密密钥的条件符合性，也不对条件信息进行保护，容易造成隐私泄露。该文构造了基于门限的无双线性对条件匿名代理重加密方案(TB-CAPRE)，对密文和重加密密钥的条件同时进行验证，并将敏感的条件信息进行匿名化处理，利用门限将重加密分布到多个代理节点完成，能够抵御合谋攻击。理论分析证明了该方案在随机预言模型下满足适应性选择密文攻击下的不可区分安全性(IND-CCA)。效率和计算量分析表明TB-CAPRE在增加安全性和相关功能后并没有引入过大的开销，可以应用到分布式环境中。
条件代理重加密(CPRE)可以根据条件对密文进行细粒度的授权，现有的CPRE方案只检查原密文的条件，忽略了重加密密钥的条件符合性，也不对条件信息进行保护，容易造成隐私泄露。该文构造了基于门限的无双线性对条件匿名代理重加密方案(TB-CAPRE)，对密文和重加密密钥的条件同时进行验证，并将敏感的条件信息进行匿名化处理，利用门限将重加密分布到多个代理节点完成，能够抵御合谋攻击。理论分析证明了该方案在随机预言模型下满足适应性选择密文攻击下的不可区分安全性(IND-CCA)。效率和计算量分析表明TB-CAPRE在增加安全性和相关功能后并没有引入过大的开销，可以应用到分布式环境中。
2021, 43(11): 3359-3366.
doi: 10.11999/JEIT200999
摘要:
SIMON算法是由美国国家安全局(NSA)在2013 年推出的一簇轻量级分组密码算法，具有实现代价低、安全性能好等优点，其轮函数采用了\begin{document}$F(x) = (x < < < a){{\& }}(x < < < b) \oplus (x < < < c)$\end{document} ![]()
![]()
\begin{document}${{0}}$\end{document} ![]()
![]()
\begin{document}${2^{ - k}}$\end{document} ![]()
![]()
\begin{document}$k \in Z$\end{document} ![]()
![]()
\begin{document}${{0}} \le k \le \left\lfloor {{2^{ - 1}}n} \right\rfloor $\end{document} ![]()
![]()
\begin{document}$k$\end{document} ![]()
![]()
\begin{document}${2^{ - k}}$\end{document} ![]()
![]()
\begin{document}${2^{ - 1}}$\end{document} ![]()
![]()
SIMON算法是由美国国家安全局(NSA)在2013 年推出的一簇轻量级分组密码算法，具有实现代价低、安全性能好等优点，其轮函数采用了
2021, 43(11): 3367-3373.
doi: 10.11999/JEIT200723
摘要:
深度神经网络(DNN)应用于图像识别具有很高的准确率，但容易遭到对抗样本的攻击。对抗训练是目前抵御对抗样本攻击的有效方法之一。生成更强大的对抗样本可以更好地解决对抗训练的内部最大化问题，是提高对抗训练有效性的关键。该文针对内部最大化问题，提出一种基于2阶对抗样本的对抗训练，在输入邻域内进行2次多项式逼近，生成更强的对抗样本，从理论上分析了2阶对抗样本的强度优于1阶对抗样本。在MNIST和CIFAR10数据集上的实验表明，2阶对抗样本具有更高的攻击成功率和隐蔽性。与PGD对抗训练相比，2阶对抗训练防御对当前典型的对抗样本均具有鲁棒性。
深度神经网络(DNN)应用于图像识别具有很高的准确率，但容易遭到对抗样本的攻击。对抗训练是目前抵御对抗样本攻击的有效方法之一。生成更强大的对抗样本可以更好地解决对抗训练的内部最大化问题，是提高对抗训练有效性的关键。该文针对内部最大化问题，提出一种基于2阶对抗样本的对抗训练，在输入邻域内进行2次多项式逼近，生成更强的对抗样本，从理论上分析了2阶对抗样本的强度优于1阶对抗样本。在MNIST和CIFAR10数据集上的实验表明，2阶对抗样本具有更高的攻击成功率和隐蔽性。与PGD对抗训练相比，2阶对抗训练防御对当前典型的对抗样本均具有鲁棒性。
2021, 43(11): 3374-3383.
doi: 10.11999/JEIT210026
摘要:
该文提出一种新型局部有源忆阻器，使用标准非线性理论分析方法分析其特性，并通过直流伏安特性曲线来证明其局部有源性。此外，将局部有源忆阻器用于模拟生物突触，构建了一个局部有源忆阻突触耦合HR神经元网络。理论分析和数值仿真表明，在局部有源忆阻突触的影响下它能够产生多种放电模式和复杂的混沌行为。最后，实现了该局部有源忆阻突触耦合神经网络的模拟等效电路，并由功率模拟(PSIM)电路仿真验证了数值仿真的正确性。
该文提出一种新型局部有源忆阻器，使用标准非线性理论分析方法分析其特性，并通过直流伏安特性曲线来证明其局部有源性。此外，将局部有源忆阻器用于模拟生物突触，构建了一个局部有源忆阻突触耦合HR神经元网络。理论分析和数值仿真表明，在局部有源忆阻突触的影响下它能够产生多种放电模式和复杂的混沌行为。最后，实现了该局部有源忆阻突触耦合神经网络的模拟等效电路，并由功率模拟(PSIM)电路仿真验证了数值仿真的正确性。
2021, 43(11): 3384-3392.
doi: 10.11999/JEIT201079
摘要:
该文通过将无源磁控忆阻器替换Shinriki振荡器中的二极管串并联支路，并利用有源磁控忆阻代替RLC谐振回路中的电阻，同时在电感支路串联电阻，得到一个新型双磁控忆阻Shinriki振荡器。通过特定参数的共存分岔图和Lyapunov指数谱，开创性地发现了振荡器具有的对称分岔行为，在双参数平面内展现运动状态分布的对称性。同时，在对称参数-初值平面的吸引盆中，分析对称域内系统的多稳态特性。并对存在的对称反单调现象、多运动状态吸引子对称共存和对称域中依赖初值的不完全对称行为进行研究。此外，基于FPGA技术完成双磁控忆阻Shinriki振荡器的数字电路实验，示波器上捕捉的波形验证了系统对称动力学行为分析的正确性。
该文通过将无源磁控忆阻器替换Shinriki振荡器中的二极管串并联支路，并利用有源磁控忆阻代替RLC谐振回路中的电阻，同时在电感支路串联电阻，得到一个新型双磁控忆阻Shinriki振荡器。通过特定参数的共存分岔图和Lyapunov指数谱，开创性地发现了振荡器具有的对称分岔行为，在双参数平面内展现运动状态分布的对称性。同时，在对称参数-初值平面的吸引盆中，分析对称域内系统的多稳态特性。并对存在的对称反单调现象、多运动状态吸引子对称共存和对称域中依赖初值的不完全对称行为进行研究。此外，基于FPGA技术完成双磁控忆阻Shinriki振荡器的数字电路实验，示波器上捕捉的波形验证了系统对称动力学行为分析的正确性。
