邮件订阅
2021年 第43卷 第4期
2021, 43(4): 881-891.
doi: 10.11999/JEIT200158
摘要:
云数据安全问题是制约云计算发展的重要因素之一。该文综述了云数据安全方面的研究进展，将云数据安全所涉及的云身份认证、云访问控制、云数据安全计算、虚拟化安全技术、云数据存储安全、云数据安全删除、云信息流控制、云数据安全审计、云数据隐私保护及云业务可持续性保障10方面相关研究工作纳入到物理资源层、虚拟组件层及云服务层所构成的云架构中进行总结和分析；并给出了相关技术的未来发展趋势。
云数据安全问题是制约云计算发展的重要因素之一。该文综述了云数据安全方面的研究进展，将云数据安全所涉及的云身份认证、云访问控制、云数据安全计算、虚拟化安全技术、云数据存储安全、云数据安全删除、云信息流控制、云数据安全审计、云数据隐私保护及云业务可持续性保障10方面相关研究工作纳入到物理资源层、虚拟组件层及云服务层所构成的云架构中进行总结和分析；并给出了相关技术的未来发展趋势。
2021, 43(4): 892-899.
doi: 10.11999/JEIT191046
摘要:
针对移动边缘计算(MEC)中用户的卸载任务及卸载频率可能使用户被攻击者锁定的问题，该文提出一种基于k-匿名的隐私保护计算卸载方法。首先，该方法基于用户间卸载任务及其卸载频率的差异性，提出隐私约束并建立基于卸载频率的隐私保护计算卸载模型；然后，提出基于模拟退火的隐私保护计算卸载算法(PCOSA)求得最优的k-匿名分组结果和组内各任务的隐私约束频率；最后，在卸载过程中改变用户原始卸载频率满足隐私约束，最小化终端能耗。仿真结果表明，PCOSA算法能找出用户所处MEC节点下与用户卸载表现最相近的k个用户形成匿名集，有效保护了所有用户隐私。
针对移动边缘计算(MEC)中用户的卸载任务及卸载频率可能使用户被攻击者锁定的问题，该文提出一种基于k-匿名的隐私保护计算卸载方法。首先，该方法基于用户间卸载任务及其卸载频率的差异性，提出隐私约束并建立基于卸载频率的隐私保护计算卸载模型；然后，提出基于模拟退火的隐私保护计算卸载算法(PCOSA)求得最优的k-匿名分组结果和组内各任务的隐私约束频率；最后，在卸载过程中改变用户原始卸载频率满足隐私约束，最小化终端能耗。仿真结果表明，PCOSA算法能找出用户所处MEC节点下与用户卸载表现最相近的k个用户形成匿名集，有效保护了所有用户隐私。
2021, 43(4): 900-907.
doi: 10.11999/JEIT200083
摘要:
属性加密体制是实现云存储中数据灵活访问控制的关键技术之一，但已有的属性加密方案存在密文存储开销过大和用户隐私泄露等问题，并且不能同时支持云端数据的公开审计。为了解决这些问题，该文提出一个新的可搜索属性加密方案，其安全性可归约到q-BDHE问题和CDH问题的困难性。该方案在支持关键词搜索的基础上，实现了密文长度恒定；引入策略隐藏思想，防止攻击者获取敏感信息，确保了用户的隐私性；通过数据公开审计机制，实现了云存储中数据的完整性验证。与已有的同类方案相比较，该方案有效地降低了数据的加密开销、关键词的搜索开销、密文的存储成本与解密开销，在云存储环境中具有较好的应用前景。
属性加密体制是实现云存储中数据灵活访问控制的关键技术之一，但已有的属性加密方案存在密文存储开销过大和用户隐私泄露等问题，并且不能同时支持云端数据的公开审计。为了解决这些问题，该文提出一个新的可搜索属性加密方案，其安全性可归约到q-BDHE问题和CDH问题的困难性。该方案在支持关键词搜索的基础上，实现了密文长度恒定；引入策略隐藏思想，防止攻击者获取敏感信息，确保了用户的隐私性；通过数据公开审计机制，实现了云存储中数据的完整性验证。与已有的同类方案相比较，该方案有效地降低了数据的加密开销、关键词的搜索开销、密文的存储成本与解密开销，在云存储环境中具有较好的应用前景。
2021, 43(4): 908-914.
doi: 10.11999/JEIT200234
摘要:
ACE是国际轻量级密码算法标准化征集竞赛第2轮候选算法之一。该算法具有结构简洁，软硬件实现快、适用于资源受限环境等特点，其安全性备受业界广泛关注。该文引入字传播轨迹新概念，构建了一个传播轨迹的描述模型，并给出一个可以自动化评估分组密码算法抵抗积分攻击能力的方法。基于ACE算法结构特点，将该自动化搜索方法应用于评估ACE算法的安全性。结果表明：ACE置换存在12步的积分区分器，需要的数据复杂度为2256，时间复杂度为2256次12步的ACE置换运算，存储复杂度为8 Byte。相比于ACE算法设计者给出的积分区分器，该新区分器的步数提高了4步。
ACE是国际轻量级密码算法标准化征集竞赛第2轮候选算法之一。该算法具有结构简洁，软硬件实现快、适用于资源受限环境等特点，其安全性备受业界广泛关注。该文引入字传播轨迹新概念，构建了一个传播轨迹的描述模型，并给出一个可以自动化评估分组密码算法抵抗积分攻击能力的方法。基于ACE算法结构特点，将该自动化搜索方法应用于评估ACE算法的安全性。结果表明：ACE置换存在12步的积分区分器，需要的数据复杂度为2256，时间复杂度为2256次12步的ACE置换运算，存储复杂度为8 Byte。相比于ACE算法设计者给出的积分区分器，该新区分器的步数提高了4步。
2021, 43(4): 915-922.
doi: 10.11999/JEIT200034
摘要:
常用的异质信息网络有知识图谱和具有简单模式层的异质信息网络，它们的表示学习通常遵循不同的方法。该文总结了知识图谱和具有简单模式层的异质信息网络之间的异同，提出了一个通用的异质信息网络表示学习框架。该文提出的框架可以分为3个部分：基础向量模型，基于图注意力网络的传播模型以及任务模型。基础向量模型用于学习基础的网络向量；传播模型通过堆叠注意力层学习网络的高阶邻居特征；可更换的任务模型适用于不同的应用场景。与基准模型相比，该文所提框架在知识图谱的链接预测任务和异质信息网络的节点分类任务中都取得了相对不错的效果。
常用的异质信息网络有知识图谱和具有简单模式层的异质信息网络，它们的表示学习通常遵循不同的方法。该文总结了知识图谱和具有简单模式层的异质信息网络之间的异同，提出了一个通用的异质信息网络表示学习框架。该文提出的框架可以分为3个部分：基础向量模型，基于图注意力网络的传播模型以及任务模型。基础向量模型用于学习基础的网络向量；传播模型通过堆叠注意力层学习网络的高阶邻居特征；可更换的任务模型适用于不同的应用场景。与基准模型相比，该文所提框架在知识图谱的链接预测任务和异质信息网络的节点分类任务中都取得了相对不错的效果。
2021, 43(4): 923-930.
doi: 10.11999/JEIT190992
摘要:
针对网络流量分类过程中出现的类不平衡问题，该文提出一种基于加权对称不确定性(WSU)和近似马尔科夫毯(AMB)的特征选择算法。首先，根据类别分布信息，定义了偏向于小类别的特征度量，使得与小类别具有强相关性的特征更容易被选择出来；其次，充分考虑特征与类别间、特征与特征之间的相关性，利用加权对称不确定性和近似马尔科夫毯删除不相关特征及冗余特征；最后，利用基于相关性度量的特征评估函数以及序列搜索算法进一步降低特征维数，确定最优特征子集。实验表明，在保证算法整体分类精确率的前提下，算法能够有效提高小类别的分类性能。
针对网络流量分类过程中出现的类不平衡问题，该文提出一种基于加权对称不确定性(WSU)和近似马尔科夫毯(AMB)的特征选择算法。首先，根据类别分布信息，定义了偏向于小类别的特征度量，使得与小类别具有强相关性的特征更容易被选择出来；其次，充分考虑特征与类别间、特征与特征之间的相关性，利用加权对称不确定性和近似马尔科夫毯删除不相关特征及冗余特征；最后，利用基于相关性度量的特征评估函数以及序列搜索算法进一步降低特征维数，确定最优特征子集。实验表明，在保证算法整体分类精确率的前提下，算法能够有效提高小类别的分类性能。
2021, 43(4): 931-938.
doi: 10.11999/JEIT200880
摘要:
现有的基于分割的场景文本检测方法仍较难区分相邻文本区域，同时网络得到分割图后后处理阶段步骤复杂导致模型检测效率较低。为了解决此问题，该文提出一种新颖的基于全卷积网络的场景文本检测模型。首先，该文构造特征提取器对输入图像提取多尺度特征图。其次，使用双向特征融合模块融合两个平行分支特征的语义信息并促进两个分支共同优化。之后，该文通过并行地预测缩小的文本区域图和完整的文本区域图来有效地区分相邻文本。其中前者可以保证不同的文本实例之间具有区分性，而后者能有效地指导网络优化。最后，为了提升文本检测的速度，该文提出一个快速且有效的后处理算法来生成文本边界框。实验结果表明：在相关数据集上，该文所提出的方法均实现了最好的效果，且比目前最好的方法在F-measure指标上最多提升了1.0%，并且可以实现将近实时的速度，充分证明了该方法的有效性和高效性。
现有的基于分割的场景文本检测方法仍较难区分相邻文本区域，同时网络得到分割图后后处理阶段步骤复杂导致模型检测效率较低。为了解决此问题，该文提出一种新颖的基于全卷积网络的场景文本检测模型。首先，该文构造特征提取器对输入图像提取多尺度特征图。其次，使用双向特征融合模块融合两个平行分支特征的语义信息并促进两个分支共同优化。之后，该文通过并行地预测缩小的文本区域图和完整的文本区域图来有效地区分相邻文本。其中前者可以保证不同的文本实例之间具有区分性，而后者能有效地指导网络优化。最后，为了提升文本检测的速度，该文提出一个快速且有效的后处理算法来生成文本边界框。实验结果表明：在相关数据集上，该文所提出的方法均实现了最好的效果，且比目前最好的方法在F-measure指标上最多提升了1.0%，并且可以实现将近实时的速度，充分证明了该方法的有效性和高效性。
2021, 43(4): 939-947.
doi: 10.11999/JEIT190928
摘要:
虹膜识别面临两个重要的问题：一是如何精细分解与重构虹膜球面图像；二是如何识别虹膜图特征。虹膜表面几何位置信息是一种重要的信号，传统的虹膜识别通常使用虹膜图像的平面特征，然而人的眼睛是一种球体，从平面图像难以提取到虹膜球体的几何特征。针对平面特征容易出现虹膜纹理的扭曲和失真等问题，该文建议一种正交对称的球面Haar小波(OSSHW)基，对球面虹膜信号进行多尺度分解与重构，获得更精细的虹膜曲面几何特征，同时对比球谐函数和半正交或正交球面Haar小波基的虹膜球面信号特征提取能力。在此基础上，该文提出一种基于卷积神经网络(CNN)和正交对称的球面Haar小波的虹膜识别方法，它能够有效捕获虹膜球体曲面的局部精细特征，比半正交或正交球面Haar小波基具有更强的虹膜识别能力。
虹膜识别面临两个重要的问题：一是如何精细分解与重构虹膜球面图像；二是如何识别虹膜图特征。虹膜表面几何位置信息是一种重要的信号，传统的虹膜识别通常使用虹膜图像的平面特征，然而人的眼睛是一种球体，从平面图像难以提取到虹膜球体的几何特征。针对平面特征容易出现虹膜纹理的扭曲和失真等问题，该文建议一种正交对称的球面Haar小波(OSSHW)基，对球面虹膜信号进行多尺度分解与重构，获得更精细的虹膜曲面几何特征，同时对比球谐函数和半正交或正交球面Haar小波基的虹膜球面信号特征提取能力。在此基础上，该文提出一种基于卷积神经网络(CNN)和正交对称的球面Haar小波的虹膜识别方法，它能够有效捕获虹膜球体曲面的局部精细特征，比半正交或正交球面Haar小波基具有更强的虹膜识别能力。
2021, 43(4): 948-955.
doi: 10.11999/JEIT200043
摘要:
Bisecting K-means算法通过使用一组初始中心对分割簇，得到多个二分聚类结果，然后从中选优以减轻局部最优收敛问题对算法性能的不良影响。然而，现有的随机采样初始中心对生成方法存在效率低、稳定性差、缺失值等不同问题，难以胜任大数据聚类场景。针对这些问题，该文首先创建出了初始中心对组合三角阵和初始中心对编号三角阵，然后通过建立两矩阵中元素及元素位置间的若干映射，从而实现了一种从随机整数集合中生成二分聚类初始中心对的线性复杂度算法。理论分析与实验结果均表明，该方法的时间效率及效率稳定性均明显优于常用的随机采样方法，特别适用于高维大数据聚类场景。
Bisecting K-means算法通过使用一组初始中心对分割簇，得到多个二分聚类结果，然后从中选优以减轻局部最优收敛问题对算法性能的不良影响。然而，现有的随机采样初始中心对生成方法存在效率低、稳定性差、缺失值等不同问题，难以胜任大数据聚类场景。针对这些问题，该文首先创建出了初始中心对组合三角阵和初始中心对编号三角阵，然后通过建立两矩阵中元素及元素位置间的若干映射，从而实现了一种从随机整数集合中生成二分聚类初始中心对的线性复杂度算法。理论分析与实验结果均表明，该方法的时间效率及效率稳定性均明显优于常用的随机采样方法，特别适用于高维大数据聚类场景。
2021, 43(4): 956-964.
doi: 10.11999/JEIT200061
摘要:
随机梯度下降算法(SGD)随机使用一个样本估计梯度，造成较大的方差，使机器学习模型收敛减慢且训练不稳定。该文提出一种基于方差缩减的分布式SGD，命名为DisSAGD。该方法采用历史梯度平均方差缩减来更新机器学习模型中的参数，不需要完全梯度计算或额外存储，而是通过使用异步通信协议来共享跨节点的参数。为了解决全局参数分发存在的“更新滞后”问题，该文采用具有加速因子的学习速率和自适应采样策略：一方面当参数偏离最优值时，增大加速因子，加快收敛速度；另一方面，当一个工作节点比其他工作节点快时，为下一次迭代采样更多样本，使工作节点有更多时间来计算局部梯度。实验表明：DisSAGD显著减少了循环迭代的等待时间，加速了算法的收敛，其收敛速度比对照方法更快，在分布式集群中可以获得近似线性的加速。
随机梯度下降算法(SGD)随机使用一个样本估计梯度，造成较大的方差，使机器学习模型收敛减慢且训练不稳定。该文提出一种基于方差缩减的分布式SGD，命名为DisSAGD。该方法采用历史梯度平均方差缩减来更新机器学习模型中的参数，不需要完全梯度计算或额外存储，而是通过使用异步通信协议来共享跨节点的参数。为了解决全局参数分发存在的“更新滞后”问题，该文采用具有加速因子的学习速率和自适应采样策略：一方面当参数偏离最优值时，增大加速因子，加快收敛速度；另一方面，当一个工作节点比其他工作节点快时，为下一次迭代采样更多样本，使工作节点有更多时间来计算局部梯度。实验表明：DisSAGD显著减少了循环迭代的等待时间，加速了算法的收敛，其收敛速度比对照方法更快，在分布式集群中可以获得近似线性的加速。
2021, 43(4): 965-973.
doi: 10.11999/JEIT191053
摘要:
该文提出了基于超像素级卷积神经网络(sp-CNN)的多聚焦图像融合算法。该方法首先对源图像进行多尺度超像素分割，将获取的超像素输入sp-CNN，并对输出的初始分类映射图进行连通域操作得到初始决策图；然后根据多幅初始决策图的异同获得不确定区域，并利用空间频率对其再分类，得到阶段决策图；最后利用形态学对阶段决策图进行后处理，并根据所得的最终决策图融合图像。该文算法直接利用超像素分割块进行图像融合，其相较以往利用重叠块的融合算法可达到降低时间复杂度的目的，同时可获得较好的融合效果。
该文提出了基于超像素级卷积神经网络(sp-CNN)的多聚焦图像融合算法。该方法首先对源图像进行多尺度超像素分割，将获取的超像素输入sp-CNN，并对输出的初始分类映射图进行连通域操作得到初始决策图；然后根据多幅初始决策图的异同获得不确定区域，并利用空间频率对其再分类，得到阶段决策图；最后利用形态学对阶段决策图进行后处理，并根据所得的最终决策图融合图像。该文算法直接利用超像素分割块进行图像融合，其相较以往利用重叠块的融合算法可达到降低时间复杂度的目的，同时可获得较好的融合效果。
2021, 43(4): 974-981.
doi: 10.11999/JEIT200031
摘要:
该文提出了一种仅依靠激光探测与测量数据，实现单视图遥感影像数字表面模型(DSM)重建的新方法。该方法基于深度学习技术设计了一种编码-解码结构的语义分割网络，该网络采用多尺度残差融合的编码块与解码(MRFED)块从输入图像中提取语义信息，进而逐像素预测高度值；采用特征图跳跃级联的策略保留输入图像的细节特征和结构信息。该文采用了一个包含DSM数据的遥感影像公开数据集训练与测试模型，实验结果表明：DSM重建结果与真值的平均绝对误差(MAE)为2.1e-02，均方根误差(RMSE)为3.8e-02，结构相似性(SSIM)为92.89%，均优于经典的深度学习语义分割网络。实验证实该方法能够有效实现单视图遥感影像的DSM重建，具有较高的精度，以及较强的地物分布结构重建能力。
该文提出了一种仅依靠激光探测与测量数据，实现单视图遥感影像数字表面模型(DSM)重建的新方法。该方法基于深度学习技术设计了一种编码-解码结构的语义分割网络，该网络采用多尺度残差融合的编码块与解码(MRFED)块从输入图像中提取语义信息，进而逐像素预测高度值；采用特征图跳跃级联的策略保留输入图像的细节特征和结构信息。该文采用了一个包含DSM数据的遥感影像公开数据集训练与测试模型，实验结果表明：DSM重建结果与真值的平均绝对误差(MAE)为2.1e-02，均方根误差(RMSE)为3.8e-02，结构相似性(SSIM)为92.89%，均优于经典的深度学习语义分割网络。实验证实该方法能够有效实现单视图遥感影像的DSM重建，具有较高的精度，以及较强的地物分布结构重建能力。
2021, 43(4): 982-991.
doi: 10.11999/JEIT200419
摘要:
针对零样本图像分类构建共享属性层时造成的信息缺失问题，该文提出一种嵌入属性关联性的补偿方法。通过语义自编码器构建特征到属性的映射，然后以最大后验概率估计在类高斯模型构建的基础上实现零样本图像分类。为弥补SAE对属性关系学习的不足，引入加性因子与乘性因子对属性相关性进行嵌入，并利用粒子群算法搜寻最优的因子参数，实现属性相关性信息的补偿。实验结果表明采取相同映射方法的情况下，基于属性相关性嵌入的零样本图像分类在Pubfig数据集和OSR数据集上的分类效果较之其他方法得到了显著提升。
针对零样本图像分类构建共享属性层时造成的信息缺失问题，该文提出一种嵌入属性关联性的补偿方法。通过语义自编码器构建特征到属性的映射，然后以最大后验概率估计在类高斯模型构建的基础上实现零样本图像分类。为弥补SAE对属性关系学习的不足，引入加性因子与乘性因子对属性相关性进行嵌入，并利用粒子群算法搜寻最优的因子参数，实现属性相关性信息的补偿。实验结果表明采取相同映射方法的情况下，基于属性相关性嵌入的零样本图像分类在Pubfig数据集和OSR数据集上的分类效果较之其他方法得到了显著提升。
2021, 43(4): 992-1002.
doi: 10.11999/JEIT200033
摘要:
针对磁共振图像(MRI)进行脑胶质瘤检测及病灶分割对临床治疗方案的选择和手术实施过程的引导都有着重要的价值。为了提高脑胶质瘤的检测效率和分割准确率，该文提出了一种两阶段计算方法。首先，设计了一个轻量级的卷积神经网络，并通过该网络完成MR图像中肿瘤的快速检测及大致定位；接着，通过集成学习过程对肿瘤周围水肿、肿瘤非增强区、肿瘤增强区和正常脑组织等4种不同区域进行分类与彼此边界的精细分割。为提高分割的准确率，在MR图像中提取了416维影像组学特征并与128维通过卷积神经网络提取的高阶特征进行组合和特征约简，将特征约简后产生的298维特征向量用于分类学习。为对算法的性能进行验证，在BraTS2017数据集上进行了实验，实验结果显示该文提出的方法能够快速检测并定位肿瘤，同时相比其它方法，整体分割精度也有明显提升。
针对磁共振图像(MRI)进行脑胶质瘤检测及病灶分割对临床治疗方案的选择和手术实施过程的引导都有着重要的价值。为了提高脑胶质瘤的检测效率和分割准确率，该文提出了一种两阶段计算方法。首先，设计了一个轻量级的卷积神经网络，并通过该网络完成MR图像中肿瘤的快速检测及大致定位；接着，通过集成学习过程对肿瘤周围水肿、肿瘤非增强区、肿瘤增强区和正常脑组织等4种不同区域进行分类与彼此边界的精细分割。为提高分割的准确率，在MR图像中提取了416维影像组学特征并与128维通过卷积神经网络提取的高阶特征进行组合和特征约简，将特征约简后产生的298维特征向量用于分类学习。为对算法的性能进行验证，在BraTS2017数据集上进行了实验，实验结果显示该文提出的方法能够快速检测并定位肿瘤，同时相比其它方法，整体分割精度也有明显提升。
2021, 43(4): 1003-1013.
doi: 10.11999/JEIT200025
摘要:
为提高移动机器人在同步定位和地图构建(SLAM)中的定位精度，该文提出一种基于自组织可增长映射 (GSOM)的仿生定位算法。该方法将位置细胞的激活特性和神经网络输出层神经元建立响应连接，通过GSOM神经网络构建空间的拓扑地图，利用感知距离信息实现位置细胞的激活响应从而估计机器人位置，以此还原机器人的运行路径。实验结果表明细胞间隔R对定位精度有较大影响，选取合适的细胞间隔能有效地减少神经网络的学习时间，提高定位精度，该文算法平均误差在0.153 m以内，定位精度达到90.243%，均优于原有算法。经验证该文算法建立的模型能够实现机器人的空间位置表征，提高了机器人在实验场景下的定位精度，表现出良好的位置估计性能。
为提高移动机器人在同步定位和地图构建(SLAM)中的定位精度，该文提出一种基于自组织可增长映射 (GSOM)的仿生定位算法。该方法将位置细胞的激活特性和神经网络输出层神经元建立响应连接，通过GSOM神经网络构建空间的拓扑地图，利用感知距离信息实现位置细胞的激活响应从而估计机器人位置，以此还原机器人的运行路径。实验结果表明细胞间隔R对定位精度有较大影响，选取合适的细胞间隔能有效地减少神经网络的学习时间，提高定位精度，该文算法平均误差在0.153 m以内，定位精度达到90.243%，均优于原有算法。经验证该文算法建立的模型能够实现机器人的空间位置表征，提高了机器人在实验场景下的定位精度，表现出良好的位置估计性能。
2021, 43(4): 1014-1021.
doi: 10.11999/JEIT191050
摘要:
图像缩放技术要求对图像缩放的同时保证重要信息不丢失且物体边缘不发生扭曲。近年来，Seam Carving及其改进算法得到了广泛的关注和研究。由于采用了离散式最小能量线迭代搜索策略，缩放信息无法在迭代过程中传递导致扭曲现象普遍存在。该文针对上述问题提出最小位移可视差(JND)检测算法，能够有效地检测每一次迭代中出现的潜在扭曲信息。能量权重\begin{document}$ {E}_{w} $\end{document} ![]()
![]()
图像缩放技术要求对图像缩放的同时保证重要信息不丢失且物体边缘不发生扭曲。近年来，Seam Carving及其改进算法得到了广泛的关注和研究。由于采用了离散式最小能量线迭代搜索策略，缩放信息无法在迭代过程中传递导致扭曲现象普遍存在。该文针对上述问题提出最小位移可视差(JND)检测算法，能够有效地检测每一次迭代中出现的潜在扭曲信息。能量权重
2021, 43(4): 1022-1028.
doi: 10.11999/JEIT200778
摘要:
机票动态定价旨在构建机票售价策略以最大化航班座位收益。现有机票定价算法都建立在提前预测各票价等级的需求量基础之上，会因票价等级需求量的预测偏差而降低模型性能。为此，提出基于策略学习的机票动态定价算法，其核心是不再预测各票价等级的需求量，而是将机票动态定价问题建模为离线强化学习问题。通过设计定价策略评估和策略更新的方式，从历史购票数据上学习具有最大期望收益的机票动态定价策略。同时设计了与现行定价策略和需求量预测方法的对比方法及评价指标。在两趟航班的多组定价结果表明：相比于现行机票销售策略，策略学习算法在座位收益上的提升率分别为30.94%和39.96%，且比基于需求量预测方法提升了6.04%和3.36%。
机票动态定价旨在构建机票售价策略以最大化航班座位收益。现有机票定价算法都建立在提前预测各票价等级的需求量基础之上，会因票价等级需求量的预测偏差而降低模型性能。为此，提出基于策略学习的机票动态定价算法，其核心是不再预测各票价等级的需求量，而是将机票动态定价问题建模为离线强化学习问题。通过设计定价策略评估和策略更新的方式，从历史购票数据上学习具有最大期望收益的机票动态定价策略。同时设计了与现行定价策略和需求量预测方法的对比方法及评价指标。在两趟航班的多组定价结果表明：相比于现行机票销售策略，策略学习算法在座位收益上的提升率分别为30.94%和39.96%，且比基于需求量预测方法提升了6.04%和3.36%。
2021, 43(4): 1029-1034.
doi: 10.11999/JEIT191009
摘要:
在有向网络拓扑下，该文研究了2阶大时滞多智能体系统的一致性，提出具有加权项的时滞状态导数反馈协议，改进了大通讯时滞导致系统震荡的问题。首先引入具有加权项的时滞状态导数反馈协议，并给出2阶多智能体系统的闭环形式；然后采用频域分析法求出2阶多智能体系统渐近实现稳态一致的充要条件，并证明与传统一致性协议相比，2阶多智能体系统在具有加权项的时滞状态导数反馈协议下能够容忍更大的通讯时滞；最后通过数值仿真验证了具有加权项的时滞状态导数反馈协议的优势。
在有向网络拓扑下，该文研究了2阶大时滞多智能体系统的一致性，提出具有加权项的时滞状态导数反馈协议，改进了大通讯时滞导致系统震荡的问题。首先引入具有加权项的时滞状态导数反馈协议，并给出2阶多智能体系统的闭环形式；然后采用频域分析法求出2阶多智能体系统渐近实现稳态一致的充要条件，并证明与传统一致性协议相比，2阶多智能体系统在具有加权项的时滞状态导数反馈协议下能够容忍更大的通讯时滞；最后通过数值仿真验证了具有加权项的时滞状态导数反馈协议的优势。
2021, 43(4): 1035-1041.
doi: 10.11999/JEIT200026
摘要:
针对城市短时交通流序列非线性和混沌性的特点，为提高短时交通流的预测精度，该文提出一种基于多维时空的非线性主成分分析(NPCA)和相空间重构(PSR)的改进灰色(IGM(1,1))组合预测模型。首先，使用数据相关性的非线性主成分分析算法对多维交通流量序列进行时空降维，同时保留影响预测点的主要交通流量数据，从而提高建模的精确度；其次，利用多维时空交通流量序列相空间重构放大交通流量内部的细微特征，以使其内在规律得以充分展现，进一步提升预测精度；最后，结合背景值改进的灰色模型适应于线性、非线性以及所需数据少的特点，进行短时交通流预测。实验结果表明，NPCA-PSR-IGM(1,1)组合预测模型的平均相对误差相比NPCA-PSR-GM(1,1)组合预测模型减小3.12%，其标准偏差相对PCA-PSR-IGM(1,1)组合预测模型从15.7091下降到2.0589。同时与最新的预测模型相比，该组合预测模型也提高了预测精度，达到了较好的预测效果。
针对城市短时交通流序列非线性和混沌性的特点，为提高短时交通流的预测精度，该文提出一种基于多维时空的非线性主成分分析(NPCA)和相空间重构(PSR)的改进灰色(IGM(1,1))组合预测模型。首先，使用数据相关性的非线性主成分分析算法对多维交通流量序列进行时空降维，同时保留影响预测点的主要交通流量数据，从而提高建模的精确度；其次，利用多维时空交通流量序列相空间重构放大交通流量内部的细微特征，以使其内在规律得以充分展现，进一步提升预测精度；最后，结合背景值改进的灰色模型适应于线性、非线性以及所需数据少的特点，进行短时交通流预测。实验结果表明，NPCA-PSR-IGM(1,1)组合预测模型的平均相对误差相比NPCA-PSR-GM(1,1)组合预测模型减小3.12%，其标准偏差相对PCA-PSR-IGM(1,1)组合预测模型从15.7091下降到2.0589。同时与最新的预测模型相比，该组合预测模型也提高了预测精度，达到了较好的预测效果。
2021, 43(4): 1042-1049.
doi: 10.11999/JEIT200353
摘要:
电阻点焊是多种因素交互作用的复杂过程。该过程的复杂性加上数据规模小和工艺不稳定问题使得难以建立精确的数学模型来对电阻点焊参数进行预测。该文提出一种将贝叶斯极限梯度提升机(Bayes-XGBoost)与粒子群优化(PSO)算法结合的方法，对厚度为0.15 mm的镍片和0.4 mm的不锈钢电池正极帽选取合适的样本特征和样本组合；利用极限梯度提升机(XGBoost)的非线性切分能力和防控过拟合机制对点焊工艺参数进行正向训练，并引入贝叶斯优化为梯度提升机选取最佳超参数；利用粒子群优化算法的全局寻优能力，对可变目标值的工艺参数进行反向预测，从而得到最优工艺参数。电阻点焊实验表明该方法比文中其他对比算法具有较强的综合性能，能够有效辅助点焊工艺。
电阻点焊是多种因素交互作用的复杂过程。该过程的复杂性加上数据规模小和工艺不稳定问题使得难以建立精确的数学模型来对电阻点焊参数进行预测。该文提出一种将贝叶斯极限梯度提升机(Bayes-XGBoost)与粒子群优化(PSO)算法结合的方法，对厚度为0.15 mm的镍片和0.4 mm的不锈钢电池正极帽选取合适的样本特征和样本组合；利用极限梯度提升机(XGBoost)的非线性切分能力和防控过拟合机制对点焊工艺参数进行正向训练，并引入贝叶斯优化为梯度提升机选取最佳超参数；利用粒子群优化算法的全局寻优能力，对可变目标值的工艺参数进行反向预测，从而得到最优工艺参数。电阻点焊实验表明该方法比文中其他对比算法具有较强的综合性能，能够有效辅助点焊工艺。
2021, 43(4): 1050-1056.
doi: 10.11999/JEIT200091
摘要:
随着物联网(IoT)规模的不断发展，其业务需求呈现出多样化、全球化的趋势。针对地面物联网无法覆盖全球的缺点，卫星物联网尤其是低轨卫星星座(LEOSC)物联网可以有效地为地面物联网提供覆盖性能上的补充和延伸。由于低轨卫星星座物联网系统广覆盖、高动态的特点，其业务量统计特性需要考虑到环境因素造成的影响，这导致其业务量分布与地面物联网存在显著差异。从合理高效利用星上有限资源角度出发，该文研究基于低轨卫星星座的全球物联网业务模型。结合多样化的业务特点以及卫星通信系统特性，采用统计建模理论，得出了全球物联网业务模型框架。并且初步提出了一种基于最高优先级的接入策略，以供设备节点实时选择接入的卫星。仿真结果表明：泊松过程可以用于近似模拟低轨卫星物联网中大量存在的异步流量的叠加过程；由于低轨卫星具有高动态性，其业务源高速变化，导致了卫星业务忙闲不均，峰均比(PAR)较高。
随着物联网(IoT)规模的不断发展，其业务需求呈现出多样化、全球化的趋势。针对地面物联网无法覆盖全球的缺点，卫星物联网尤其是低轨卫星星座(LEOSC)物联网可以有效地为地面物联网提供覆盖性能上的补充和延伸。由于低轨卫星星座物联网系统广覆盖、高动态的特点，其业务量统计特性需要考虑到环境因素造成的影响，这导致其业务量分布与地面物联网存在显著差异。从合理高效利用星上有限资源角度出发，该文研究基于低轨卫星星座的全球物联网业务模型。结合多样化的业务特点以及卫星通信系统特性，采用统计建模理论，得出了全球物联网业务模型框架。并且初步提出了一种基于最高优先级的接入策略，以供设备节点实时选择接入的卫星。仿真结果表明：泊松过程可以用于近似模拟低轨卫星物联网中大量存在的异步流量的叠加过程；由于低轨卫星具有高动态性，其业务源高速变化，导致了卫星业务忙闲不均，峰均比(PAR)较高。
2021, 43(4): 1057-1063.
doi: 10.11999/JEIT200141
摘要:
为解决大位宽变长数据包情况下包尾数据的循环冗余校验(CRC)32算法处理存在的臃肿低效问题，将循环冗余校验算法变换为矩阵线性运算，利用逆矩阵反向回滚运算，得到正确的CRC运算结果；并在FPGA上进行了实验验证。结果表明：回滚运算的算法可行，并且实现简单，资源占用少。在512 bit位宽的情况下，回滚算法使得资源占用降低到了传统算法的15%；综合耗时降低到了传统算法的30%，布局/布线的耗时降低到了传统算法的40%。
为解决大位宽变长数据包情况下包尾数据的循环冗余校验(CRC)32算法处理存在的臃肿低效问题，将循环冗余校验算法变换为矩阵线性运算，利用逆矩阵反向回滚运算，得到正确的CRC运算结果；并在FPGA上进行了实验验证。结果表明：回滚运算的算法可行，并且实现简单，资源占用少。在512 bit位宽的情况下，回滚算法使得资源占用降低到了传统算法的15%；综合耗时降低到了传统算法的30%，布局/布线的耗时降低到了传统算法的40%。
2021, 43(4): 1064-1071.
doi: 10.11999/JEIT191049
摘要:
针对5G通信技术高传输速率、多业务场景的挑战，该文提出一种组件化的软件定义无线接入网络新架构。该架构在5G接入网集中单元(CU)，分布单元(DU)，有源天线单元(AAU)架构的基础上，进一步朝组件化方向演进，形成一种由集中控制单元(CCU), CU, DU，射频单元(RU)，AAU等组件化通信单元组成的新架构。这种新架构既有利于切片化、虚拟化实现无线接入网，又有利于应用分布式计算技术和硬件加速技术突破通用处理器的计算能力瓶颈，还能降低DU与AAU之间的前传压力。该文还研制了基于此架构的组件化软基站试验原型并进行了测试，结果表明该组件化方案在提供高度灵活性的同时，还能够提升通用处理器软基站的吞吐能力，并有效降低远端站址传输流量。
针对5G通信技术高传输速率、多业务场景的挑战，该文提出一种组件化的软件定义无线接入网络新架构。该架构在5G接入网集中单元(CU)，分布单元(DU)，有源天线单元(AAU)架构的基础上，进一步朝组件化方向演进，形成一种由集中控制单元(CCU), CU, DU，射频单元(RU)，AAU等组件化通信单元组成的新架构。这种新架构既有利于切片化、虚拟化实现无线接入网，又有利于应用分布式计算技术和硬件加速技术突破通用处理器的计算能力瓶颈，还能降低DU与AAU之间的前传压力。该文还研制了基于此架构的组件化软基站试验原型并进行了测试，结果表明该组件化方案在提供高度灵活性的同时，还能够提升通用处理器软基站的吞吐能力，并有效降低远端站址传输流量。
2021, 43(4): 1072-1079.
doi: 10.11999/JEIT200017
摘要:
随着车联网(IoV)的迅猛发展，请求进行任务卸载的汽车终端用户也逐渐增长，而基于移动边缘计算(MEC)的通信网络能够有效地解决任务卸载在上行传输时延较高的挑战，但是该网络模型同时也面临着信道资源不足的问题。该文引入的非正交多址(NOMA)技术相较于正交多址(OMA)能够在相同的信道资源条件下为更多的用户提供任务卸载，同时考虑到任务卸载过程中多方面的影响因子，提出了混合NOMA-MEC卸载策略。该文设计了一种基于深度学习网络(DQN)的博弈算法，帮助车辆用户进行信道选择，并通过神经网络多次迭代学习，为用户提供最优的功率分配策略。仿真结果表明，该文所提出的混合NOMA-MEC卸载策略能够有效地优化多用户卸载的时延以及能耗，最大限度保证用户效益。
随着车联网(IoV)的迅猛发展，请求进行任务卸载的汽车终端用户也逐渐增长，而基于移动边缘计算(MEC)的通信网络能够有效地解决任务卸载在上行传输时延较高的挑战，但是该网络模型同时也面临着信道资源不足的问题。该文引入的非正交多址(NOMA)技术相较于正交多址(OMA)能够在相同的信道资源条件下为更多的用户提供任务卸载，同时考虑到任务卸载过程中多方面的影响因子，提出了混合NOMA-MEC卸载策略。该文设计了一种基于深度学习网络(DQN)的博弈算法，帮助车辆用户进行信道选择，并通过神经网络多次迭代学习，为用户提供最优的功率分配策略。仿真结果表明，该文所提出的混合NOMA-MEC卸载策略能够有效地优化多用户卸载的时延以及能耗，最大限度保证用户效益。
2021, 43(4): 1080-1089.
doi: 10.11999/JEIT200269
摘要:
当信道存在时间-频率双选择性时，严重的子载波间干扰和子符号间干扰将导致广义频分复用(GFDM)系统性能显著下降。为此，该文提出一种时间偏移GFDM系统(TO-GFDM)，通过对传统GFDM系统的原型滤波器进行时间偏移，来提高双选择信道下GFDM系统的性能。该文推导了GFDM信号在双选择信道中的平均信干比公式，并提出基于离散导频的联合迭代信道估计与符号检测算法，该算法利用信道估计器与串行干扰消除符号检测器之间的信息交换，逐步减小干扰信号，提高信道估计与符号检测的精度。理论分析与仿真实验结果表明，在双选择信道条件下，时间偏移GFDM比传统的GFDM具有更高的平均信干比和误码率性能；并且，联合迭代信道估计与符号检测算法能有效降低系统误码率。
当信道存在时间-频率双选择性时，严重的子载波间干扰和子符号间干扰将导致广义频分复用(GFDM)系统性能显著下降。为此，该文提出一种时间偏移GFDM系统(TO-GFDM)，通过对传统GFDM系统的原型滤波器进行时间偏移，来提高双选择信道下GFDM系统的性能。该文推导了GFDM信号在双选择信道中的平均信干比公式，并提出基于离散导频的联合迭代信道估计与符号检测算法，该算法利用信道估计器与串行干扰消除符号检测器之间的信息交换，逐步减小干扰信号，提高信道估计与符号检测的精度。理论分析与仿真实验结果表明，在双选择信道条件下，时间偏移GFDM比传统的GFDM具有更高的平均信干比和误码率性能；并且，联合迭代信道估计与符号检测算法能有效降低系统误码率。
2021, 43(4): 1090-1097.
doi: 10.11999/JEIT190785
摘要:
带通采样和数字信号处理技术使得数字光载射频(DRoF)通信系统在射频信号传输中具有显著优势，而且系统通过进一步采用数据压缩技术可实现多服务信号的低比特率传输。然而，系统进行数据压缩的同时会极大降低输入动态范围。基于对数据压缩参数的理论分析，该文提出一种新型快速两级自动增益控制(FST-AGC)算法。该算法采用周期内多阈值判定机制来调整链路增益，具有高稳定、准确和快速响应等特性。通过在数字域和模拟(RF)域进行两级自动增益控制，系统的输入动态范围大大提高。该算法被成功应用到能够同时支持3家移动运营商(MONs)所有服务的多服务低速率DRoF系统中。理论计算、软件仿真和系统测试结果都验证了该算法具有显著优势和良好性能。该算法可应用在其他各种新型网络通信系统中，如物联网(IoT)、射频识别(RFID)和未来的5G通信系统。
带通采样和数字信号处理技术使得数字光载射频(DRoF)通信系统在射频信号传输中具有显著优势，而且系统通过进一步采用数据压缩技术可实现多服务信号的低比特率传输。然而，系统进行数据压缩的同时会极大降低输入动态范围。基于对数据压缩参数的理论分析，该文提出一种新型快速两级自动增益控制(FST-AGC)算法。该算法采用周期内多阈值判定机制来调整链路增益，具有高稳定、准确和快速响应等特性。通过在数字域和模拟(RF)域进行两级自动增益控制，系统的输入动态范围大大提高。该算法被成功应用到能够同时支持3家移动运营商(MONs)所有服务的多服务低速率DRoF系统中。理论计算、软件仿真和系统测试结果都验证了该算法具有显著优势和良好性能。该算法可应用在其他各种新型网络通信系统中，如物联网(IoT)、射频识别(RFID)和未来的5G通信系统。
2021, 43(4): 1098-1105.
doi: 10.11999/JEIT200598
摘要:
在解决射频识别(RFID)标签天线设计中阻抗计算速度慢的问题的过程中，针对其中较为复杂的阻抗耦合情况，该文提出一种基于多项式的弯折偶极子RFID标签天线阻抗预测方法。首先使用基于天线尺寸的阻抗变换与线性化假设建立模型假设；然后在具体的天线结构中收集数据并进行相关性分析与回归拟合验证假设正确性；最后实验验证使用该方法进行的阻抗预测相对于计算机仿真的准确性、高效性与普适性。试验结果表明，使用该方法替代计算机进行弯折偶极子RFID标签天线阻抗计算时，其预测阻抗相对于计算机仿真结果在保持较高预测准确率的同时极大地缩短了阻抗计算时间，同时该方法在中国应用频段上针对不同弯折次数的弯折偶极子RFID标签天线仍然适用。
在解决射频识别(RFID)标签天线设计中阻抗计算速度慢的问题的过程中，针对其中较为复杂的阻抗耦合情况，该文提出一种基于多项式的弯折偶极子RFID标签天线阻抗预测方法。首先使用基于天线尺寸的阻抗变换与线性化假设建立模型假设；然后在具体的天线结构中收集数据并进行相关性分析与回归拟合验证假设正确性；最后实验验证使用该方法进行的阻抗预测相对于计算机仿真的准确性、高效性与普适性。试验结果表明，使用该方法替代计算机进行弯折偶极子RFID标签天线阻抗计算时，其预测阻抗相对于计算机仿真结果在保持较高预测准确率的同时极大地缩短了阻抗计算时间，同时该方法在中国应用频段上针对不同弯折次数的弯折偶极子RFID标签天线仍然适用。
2021, 43(4): 1106-1111.
doi: 10.11999/JEIT200277
摘要:
混合连续类相比较于传统连续类模型弱化了阻抗条件，简化了宽带匹配难度。该文通过采用混合连续类模型并基于阻抗缓冲概念为理论的新型谐波控制网络，设计了一款跨3个倍频层的混合连续类射频功率放大器。实测结果表明在0.3～3.5 GHz相对带宽为168.4%的频段范围内实现了漏极效率58.4%～72.6%，增益10 dB以上，输出功率为39.8～41.2 dBm。
混合连续类相比较于传统连续类模型弱化了阻抗条件，简化了宽带匹配难度。该文通过采用混合连续类模型并基于阻抗缓冲概念为理论的新型谐波控制网络，设计了一款跨3个倍频层的混合连续类射频功率放大器。实测结果表明在0.3～3.5 GHz相对带宽为168.4%的频段范围内实现了漏极效率58.4%～72.6%，增益10 dB以上，输出功率为39.8～41.2 dBm。
2021, 43(4): 1112-1119.
doi: 10.11999/JEIT200046
摘要:
该文介绍了5G标准中LDPC码的特点，比较分析了各种译码算法的性能，提出了译码器实现的总体架构：将译码器分为高速译码器和低信噪比译码器。高速译码器适用于码率高、吞吐率要求高的情形，为译码器的主体；低信噪比译码器主要针对低码率、低信噪比下的高性能译码，处理一些极限情形下的通信，对吞吐率要求不高。分别对高速译码器和低信噪比译码器进行了设计实践，给出了FPGA综合结果和吞吐率分析结果。
该文介绍了5G标准中LDPC码的特点，比较分析了各种译码算法的性能，提出了译码器实现的总体架构：将译码器分为高速译码器和低信噪比译码器。高速译码器适用于码率高、吞吐率要求高的情形，为译码器的主体；低信噪比译码器主要针对低码率、低信噪比下的高性能译码，处理一些极限情形下的通信，对吞吐率要求不高。分别对高速译码器和低信噪比译码器进行了设计实践，给出了FPGA综合结果和吞吐率分析结果。
2021, 43(4): 1120-1128.
doi: 10.11999/JEIT200068
摘要:
为解决多载波差分混沌移位键控(MC-DCSK)系统传输速率低和误码性能差的缺点，该文提出一种正交多载波降噪差分混沌移位键控(QMC-NR-DCSK)系统。在发送端，预定义载波用于发送参考信号，剩余M-1个不同中心频率的载波及其经正交调制技术后得到的频率相同但相位正交的载波都用于传输信息信号，此外，通过进一步引入Hilbert变换，将系统的频带利用率和传输速率提升为MC-DCSK系统的4倍。在接收端引入滑动平均滤波器的降噪操作降低了噪声的方差，从而改善了系统误码性能。推导了QMC-NR-DCSK系统在加性高斯白噪声(AWGN)信道和多径瑞利衰落(RFC)信道下的比特误码率公式并进行了仿真。仿真结果和理论分析表明：QMC-NR-DCSK系统能有效提升传输速率、带宽效率和误码性能，为该系统应用于多载波无线通信提供理论参考。
为解决多载波差分混沌移位键控(MC-DCSK)系统传输速率低和误码性能差的缺点，该文提出一种正交多载波降噪差分混沌移位键控(QMC-NR-DCSK)系统。在发送端，预定义载波用于发送参考信号，剩余M-1个不同中心频率的载波及其经正交调制技术后得到的频率相同但相位正交的载波都用于传输信息信号，此外，通过进一步引入Hilbert变换，将系统的频带利用率和传输速率提升为MC-DCSK系统的4倍。在接收端引入滑动平均滤波器的降噪操作降低了噪声的方差，从而改善了系统误码性能。推导了QMC-NR-DCSK系统在加性高斯白噪声(AWGN)信道和多径瑞利衰落(RFC)信道下的比特误码率公式并进行了仿真。仿真结果和理论分析表明：QMC-NR-DCSK系统能有效提升传输速率、带宽效率和误码性能，为该系统应用于多载波无线通信提供理论参考。
2021, 43(4): 1129-1136.
doi: 10.11999/JEIT200032
摘要:
该文研究了多小区混合非正交多址接入(MC-hybrid NOMA)网络的资源分配。为满足异构用户的服务体验，以最大化全网综合平均意见评分(MOS)累加和为目标，考虑基站选择、信道接入和功率资源分配的联合优化问题，该文提出一种用户、基站和信道3方的2阶段转移匹配算法，并根据用户MOS进行子信道功率优化。仿真结果表明所提多小区混合NOMA网络资源分配方案能有效提升全网用户服务体验和公平性。
该文研究了多小区混合非正交多址接入(MC-hybrid NOMA)网络的资源分配。为满足异构用户的服务体验，以最大化全网综合平均意见评分(MOS)累加和为目标，考虑基站选择、信道接入和功率资源分配的联合优化问题，该文提出一种用户、基站和信道3方的2阶段转移匹配算法，并根据用户MOS进行子信道功率优化。仿真结果表明所提多小区混合NOMA网络资源分配方案能有效提升全网用户服务体验和公平性。
2021, 43(4): 1137-1144.
doi: 10.11999/JEIT200019
摘要:
针对低信噪比 (SNR)下存在多径效应的传统单通道异步长码直接序列码分多址(DS-CDMA)信号伪码序列(PN)及信息序列难估计问题，该文提出一种基于平行因子的多通道盲估计方法。该方法先将接收到的多径信号建模为多通道模型，然后将长码DS-CDMA信号建模成短码DS-CDMA信号的缺失数据模型，形成观测缺失数据矩阵，并将其等效为缺失平行因子模型，最后利用正则交替最小二乘法(ALS)对缺失平行因子进行低秩分解，实现多径环境下长码DS-CDMA信号各用户伪码序列及信息序列的盲估计。仿真结果表明，序列的估计性能与多径环境密切相关，且在莱斯因子为10，多径路数为3，通道数为4，用户数为6，信噪比大于–10 dB的条件下，伪码序列及信息序列的估计错误率均低于1%。
针对低信噪比 (SNR)下存在多径效应的传统单通道异步长码直接序列码分多址(DS-CDMA)信号伪码序列(PN)及信息序列难估计问题，该文提出一种基于平行因子的多通道盲估计方法。该方法先将接收到的多径信号建模为多通道模型，然后将长码DS-CDMA信号建模成短码DS-CDMA信号的缺失数据模型，形成观测缺失数据矩阵，并将其等效为缺失平行因子模型，最后利用正则交替最小二乘法(ALS)对缺失平行因子进行低秩分解，实现多径环境下长码DS-CDMA信号各用户伪码序列及信息序列的盲估计。仿真结果表明，序列的估计性能与多径环境密切相关，且在莱斯因子为10，多径路数为3，通道数为4，用户数为6，信噪比大于–10 dB的条件下，伪码序列及信息序列的估计错误率均低于1%。
2021, 43(4): 1145-1153.
doi: 10.11999/JEIT191030
摘要:
针对复杂环境下常规直方图信号分选算法对于参差信号分选能力不佳的问题，该文提出一种基于脉冲间隔与单个脉冲关联的直方图算法。该算法根据脉冲间隔与单个脉冲的对应关系建立了脉冲间隔分布矩阵(PIDM)，然后通过对PIDM行列的累加计算，得到一种新的直方图，该直方图可避免传统脉冲重复间隔(PRI)变换算法在分选参差信号时对于参差信号帧周期过多抑制的缺陷，且能够通过PIDM对辐射源脉冲串进行序列提取，进而得到参差子序列的周期值。仿真分析结果表明，在不增加计算复杂度的情况下，该算法对存在多部参差辐射源和固定重频辐射源的混合场景仍可保持良好的分选效果。
针对复杂环境下常规直方图信号分选算法对于参差信号分选能力不佳的问题，该文提出一种基于脉冲间隔与单个脉冲关联的直方图算法。该算法根据脉冲间隔与单个脉冲的对应关系建立了脉冲间隔分布矩阵(PIDM)，然后通过对PIDM行列的累加计算，得到一种新的直方图，该直方图可避免传统脉冲重复间隔(PRI)变换算法在分选参差信号时对于参差信号帧周期过多抑制的缺陷，且能够通过PIDM对辐射源脉冲串进行序列提取，进而得到参差子序列的周期值。仿真分析结果表明，在不增加计算复杂度的情况下，该算法对存在多部参差辐射源和固定重频辐射源的混合场景仍可保持良好的分选效果。
2021, 43(4): 1154-1161.
doi: 10.11999/JEIT191024
摘要:
外辐射源雷达采用不可控的第三方辐射源，其电磁传播条件复杂，尤其是在低空目标探测中，检测性能极大地受到杂波特性的影响，使得传统恒虚警算法性能明显下降。为了改善检测性能，该文提出一种基于雷达杂波空间划分的动态有序矩阵恒虚警检测算法(DOM-CFAR)。该算法将杂波空间从距离和多普勒维进行划分，构造为有序矩阵，再根据背景杂波变化进行动态极值替换、提取杂波估计中值用以计算检测阈值，从而使得检测算法阈值可动态适应杂波功率变化。仿真和实测结果表明，该算法可以在均匀杂波、多目标和杂波边缘等复杂情况下保持稳定的检测性能。
外辐射源雷达采用不可控的第三方辐射源，其电磁传播条件复杂，尤其是在低空目标探测中，检测性能极大地受到杂波特性的影响，使得传统恒虚警算法性能明显下降。为了改善检测性能，该文提出一种基于雷达杂波空间划分的动态有序矩阵恒虚警检测算法(DOM-CFAR)。该算法将杂波空间从距离和多普勒维进行划分，构造为有序矩阵，再根据背景杂波变化进行动态极值替换、提取杂波估计中值用以计算检测阈值，从而使得检测算法阈值可动态适应杂波功率变化。仿真和实测结果表明，该算法可以在均匀杂波、多目标和杂波边缘等复杂情况下保持稳定的检测性能。
2021, 43(4): 1162-1169.
doi: 10.11999/JEIT200042
摘要:
单站多外辐射源雷达定位系统利用多组双基距(BR)和双基距变化率(BRR)量测值对多运动目标定位。量测偏差的存在使得定位性能下降，对此该文提出一种基于迭代后验关联最小二乘估计的联合误差校正和目标定位算法。首先引入辅助变量对BR和BRR非线性观测方程伪线性化，建立目标参数和偏差的联合估计方程。其次，利用辅助变量和目标参数之间的关系构建新的等式方程设计关联最小二乘算法，并采用后验迭代校正固定偏差进一步提高定位精度和全局收敛性。最后对算法的理论误差和全局收敛性进行了分析，仿真结果显示：所提算法具有较好的全局收敛性且目标定位性能达到克拉美罗下界。
单站多外辐射源雷达定位系统利用多组双基距(BR)和双基距变化率(BRR)量测值对多运动目标定位。量测偏差的存在使得定位性能下降，对此该文提出一种基于迭代后验关联最小二乘估计的联合误差校正和目标定位算法。首先引入辅助变量对BR和BRR非线性观测方程伪线性化，建立目标参数和偏差的联合估计方程。其次，利用辅助变量和目标参数之间的关系构建新的等式方程设计关联最小二乘算法，并采用后验迭代校正固定偏差进一步提高定位精度和全局收敛性。最后对算法的理论误差和全局收敛性进行了分析，仿真结果显示：所提算法具有较好的全局收敛性且目标定位性能达到克拉美罗下界。
2021, 43(4): 1170-1176.
doi: 10.11999/JEIT191061
摘要:
集成化已成为现代电子系统最重要的发展方向，雷达系统也是如此。现代直接变频技术具有成本极低、体积小、结构简单和高度集成化的特点，已广泛应用于通信市场，如手机、基站、卫星接收机和GPS接收机等，但至今未有在雷达中实际应用的报道。该文对直接变频技术在雷达中的应用进行了研究，特别是应用到相控阵体制的雷达上，能极大地降低雷达成本和体积，且有工作频带极宽、配置灵活、可重构的特点。因此，直接变频技术也将成为雷达技术的一个发展方向。该文最后给出了一个将直接变频技术应用到S波段相控阵雷达的设计实例。
集成化已成为现代电子系统最重要的发展方向，雷达系统也是如此。现代直接变频技术具有成本极低、体积小、结构简单和高度集成化的特点，已广泛应用于通信市场，如手机、基站、卫星接收机和GPS接收机等，但至今未有在雷达中实际应用的报道。该文对直接变频技术在雷达中的应用进行了研究，特别是应用到相控阵体制的雷达上，能极大地降低雷达成本和体积，且有工作频带极宽、配置灵活、可重构的特点。因此，直接变频技术也将成为雷达技术的一个发展方向。该文最后给出了一个将直接变频技术应用到S波段相控阵雷达的设计实例。
2021, 43(4): 1177-1184.
doi: 10.11999/JEIT190999
摘要:
旋转相控阵雷达在方位和仰角上均能电子扫描，相对于传统机扫雷达在方位和仰角上能更加灵活地调配资源。为了优化探测效果，需要对探测区域进行方位分区并进行威胁度评估。该文基于旋转相控阵雷达最威胁路径的计算提出一种区域威胁等级评估的方法；通过把每点检测概率等价为代价函数，利用泛函变分将寻找最威胁路径转变为最短路径问题；利用快速行进法求解旅行最短问题满足的程函差分方程，然后利用梯度下降法回溯最威胁路径；最后以240批目标的威胁路径计算为例，给出相应的评估结果。实践结果验证了方法的有效性和正确性。
旋转相控阵雷达在方位和仰角上均能电子扫描，相对于传统机扫雷达在方位和仰角上能更加灵活地调配资源。为了优化探测效果，需要对探测区域进行方位分区并进行威胁度评估。该文基于旋转相控阵雷达最威胁路径的计算提出一种区域威胁等级评估的方法；通过把每点检测概率等价为代价函数，利用泛函变分将寻找最威胁路径转变为最短路径问题；利用快速行进法求解旅行最短问题满足的程函差分方程，然后利用梯度下降法回溯最威胁路径；最后以240批目标的威胁路径计算为例，给出相应的评估结果。实践结果验证了方法的有效性和正确性。
2021, 43(4): 1185-1191.
doi: 10.11999/JEIT200071
摘要:
基于成像场景散射强度稀疏表示的3维雷达成像结果对目标的外形几何细节体现较差，不利于目标识别。该文首先分析了目标在成像场景内散射强度的结构化特征，然后以散射点梯度信息进行了结构化稀疏表示，构建了基于目标散射强度梯度变化的结构化稀疏重构模型，最后通过改进的联合正交匹配追踪算法重构出目标3维图像。实验结果表明，该方法具有较好的抗噪性能和成像质量，可以更好地反映目标外形几何特征。
基于成像场景散射强度稀疏表示的3维雷达成像结果对目标的外形几何细节体现较差，不利于目标识别。该文首先分析了目标在成像场景内散射强度的结构化特征，然后以散射点梯度信息进行了结构化稀疏表示，构建了基于目标散射强度梯度变化的结构化稀疏重构模型，最后通过改进的联合正交匹配追踪算法重构出目标3维图像。实验结果表明，该方法具有较好的抗噪性能和成像质量，可以更好地反映目标外形几何特征。
2021, 43(4): 1192-1198.
doi: 10.11999/JEIT200078
摘要:
该文研究到达角度(AOA)协同定位下无人机路径优化问题。考虑实际AOA量测噪声方差是目标-传感器距离的函数，距离相关噪声特性使得AOA定位难度增加。为了更好地适应量测噪声随距离变化特性，该文提出一种变增益无迹卡尔曼滤波算法。随后，给出了距离相关噪声AOA定位下广义克劳美罗下界(GCRLB)。在此基础上理论分析了无约束最优传感器位置分布和约束条件下最优传感器位置分布。以GCRLB的迹最小化为目标函数建立AOA协同定位下多无人机路径规划问题，采用罚函数和LM算法优化求解，仿真验证了所提算法的有效性。
该文研究到达角度(AOA)协同定位下无人机路径优化问题。考虑实际AOA量测噪声方差是目标-传感器距离的函数，距离相关噪声特性使得AOA定位难度增加。为了更好地适应量测噪声随距离变化特性，该文提出一种变增益无迹卡尔曼滤波算法。随后，给出了距离相关噪声AOA定位下广义克劳美罗下界(GCRLB)。在此基础上理论分析了无约束最优传感器位置分布和约束条件下最优传感器位置分布。以GCRLB的迹最小化为目标函数建立AOA协同定位下多无人机路径规划问题，采用罚函数和LM算法优化求解，仿真验证了所提算法的有效性。
