邮件订阅
2021年 第43卷 第9期
显示方式:
2021, 43(9): 2439-2448.
doi: 10.11999/JEIT210581
摘要:
椭圆曲线密码(ECC)芯片的抗功耗攻击能力往往以电路性能、面积或功耗为代价。该文分析了在椭圆曲线密码 点乘运算中密钥猜测正确与错误时的中间数据汉明距离概率分布差异性，提出一种基于动态汉明距离调控的功耗补偿方法，利用模拟退火算法离线寻找最优的映射矩阵，最终形成椭圆曲线密码硬件电路的等概率映射补偿模型，大大降低了中间数据与功耗的相关性。同时，以该模型为指导设计了低成本的同步功耗补偿电路，在CMOS 40 nm工艺下，防护后的ECC128电路面积增加22.8%。基于Sakura-G开发板开展了测试验证，防护电路的功耗仅增加18.8%，最小泄露轨迹数大于104，抗相关功耗分析能力提升了312倍。该策略在与随机化方法防护能力相当的情况下，不损失电路性能且硬件成本小，适用于高速或资源受限的ECC电路。
椭圆曲线密码(ECC)芯片的抗功耗攻击能力往往以电路性能、面积或功耗为代价。该文分析了在椭圆曲线密码 点乘运算中密钥猜测正确与错误时的中间数据汉明距离概率分布差异性，提出一种基于动态汉明距离调控的功耗补偿方法，利用模拟退火算法离线寻找最优的映射矩阵，最终形成椭圆曲线密码硬件电路的等概率映射补偿模型，大大降低了中间数据与功耗的相关性。同时，以该模型为指导设计了低成本的同步功耗补偿电路，在CMOS 40 nm工艺下，防护后的ECC128电路面积增加22.8%。基于Sakura-G开发板开展了测试验证，防护电路的功耗仅增加18.8%，最小泄露轨迹数大于104，抗相关功耗分析能力提升了312倍。该策略在与随机化方法防护能力相当的情况下，不损失电路性能且硬件成本小，适用于高速或资源受限的ECC电路。
2021, 43(9): 2449-2457.
doi: 10.11999/JEIT210566
摘要:
以探索电磁故障注入(EMFI)攻击对动态随机存取存储器(DRAM)的安全性影响为目标，该文使用电磁故障注入攻击平台对DRAM进行了扫描攻击，对出现的故障进行统计分类，随后基于DRAM的基本结构分析阐述了造成故障的机理, 最后展示了通过电磁脉冲攻击DRAM对计算机系统的安全威胁。实验表明电磁脉冲在DRAM中既可以引起瞬时故障也可以引起持续性故障，且以多故障为主。分析发现，电磁脉冲故障攻击技术可以以低的时间和空间分辨率向DRAM的指定地址注入持续性故障。另外，该文成功地将持续性故障注入到了存储在DRAM中的AES-128程序中并破解了其密钥，证明了使用电磁脉冲对DRAM进行攻击能对计算机系统造成安全威胁，展示了DRAM安全性的研究对硬件系统安全具有重要意义。
以探索电磁故障注入(EMFI)攻击对动态随机存取存储器(DRAM)的安全性影响为目标，该文使用电磁故障注入攻击平台对DRAM进行了扫描攻击，对出现的故障进行统计分类，随后基于DRAM的基本结构分析阐述了造成故障的机理, 最后展示了通过电磁脉冲攻击DRAM对计算机系统的安全威胁。实验表明电磁脉冲在DRAM中既可以引起瞬时故障也可以引起持续性故障，且以多故障为主。分析发现，电磁脉冲故障攻击技术可以以低的时间和空间分辨率向DRAM的指定地址注入持续性故障。另外，该文成功地将持续性故障注入到了存储在DRAM中的AES-128程序中并破解了其密钥，证明了使用电磁脉冲对DRAM进行攻击能对计算机系统造成安全威胁，展示了DRAM安全性的研究对硬件系统安全具有重要意义。
2021, 43(9): 2458-2465.
doi: 10.11999/JEIT210631
摘要:
传统硬件混淆从物理级、逻辑级、行为级等进行单层次混淆，没有发挥多级协同优势，存在安全隐患。该文通过对物理版图、电路逻辑和状态跳变行为的关系研究，提出多级协同混淆的硬件IP核防护方法。该方案首先在自下而上协同混淆中，采用虚拟孔设计版图级伪装门的方式进行物理-逻辑级混淆，采用过孔型物理不可克隆函数(PUF)控制状态跳变的方式实现物理-行为级混淆；然后，在自上而下协同混淆中，利用密钥控制密钥门进行行为-逻辑级混淆，利用并行-支路混淆线的方法完成行为-物理级混淆；最后提出混淆电路在网表的替换机制，设计物理-逻辑-行为的3级协同混淆，实现多级协同混淆的IP核安全防护。ISCAS-89基准电路测试结果表明，在TSMC 65 nm工艺下，多级协同混淆IP核在较大规模测试电路中的面积开销占比平均为11.7%，功耗开销占比平均为5.1%，正确密钥和错误密钥下的寄存器翻转差异低于10%，所提混淆方案可有效抵御暴力攻击、逆向工程、SAT等攻击。
传统硬件混淆从物理级、逻辑级、行为级等进行单层次混淆，没有发挥多级协同优势，存在安全隐患。该文通过对物理版图、电路逻辑和状态跳变行为的关系研究，提出多级协同混淆的硬件IP核防护方法。该方案首先在自下而上协同混淆中，采用虚拟孔设计版图级伪装门的方式进行物理-逻辑级混淆，采用过孔型物理不可克隆函数(PUF)控制状态跳变的方式实现物理-行为级混淆；然后，在自上而下协同混淆中，利用密钥控制密钥门进行行为-逻辑级混淆，利用并行-支路混淆线的方法完成行为-物理级混淆；最后提出混淆电路在网表的替换机制，设计物理-逻辑-行为的3级协同混淆，实现多级协同混淆的IP核安全防护。ISCAS-89基准电路测试结果表明，在TSMC 65 nm工艺下，多级协同混淆IP核在较大规模测试电路中的面积开销占比平均为11.7%，功耗开销占比平均为5.1%，正确密钥和错误密钥下的寄存器翻转差异低于10%，所提混淆方案可有效抵御暴力攻击、逆向工程、SAT等攻击。
2021, 43(9): 2466-2473.
doi: 10.11999/JEIT210577
摘要:
集成电路(IC)设计面临逆向工程的攻击，核心专利(IP)和算法被盗用，硬件安全受到威胁。该文提出一种电路伪装方法LPerturb，通过对其局部电路逻辑的扰动，实现IC电路的保护。对电路进行最大独立锥划分(MFFCs)，选取被伪装的最大子电路，确保输出逻辑扰动的局部性。针对要扰动锥结点逻辑，从锥中选择被替换的逻辑单元，以最小化代价对进行局部电路逻辑扰动。用多值伪装电路对扰动的逻辑值进行混淆保护，恢复相应的电路逻辑。实验结果表明，该方法能够稳定生成保护电路，具有较好的输出扰动性，能有效抵御SAT去伪装攻击，面积额外开销较小，时延影响可以忽略。
集成电路(IC)设计面临逆向工程的攻击，核心专利(IP)和算法被盗用，硬件安全受到威胁。该文提出一种电路伪装方法LPerturb，通过对其局部电路逻辑的扰动，实现IC电路的保护。对电路进行最大独立锥划分(MFFCs)，选取被伪装的最大子电路，确保输出逻辑扰动的局部性。针对要扰动锥结点逻辑，从锥中选择被替换的逻辑单元，以最小化代价对进行局部电路逻辑扰动。用多值伪装电路对扰动的逻辑值进行混淆保护，恢复相应的电路逻辑。实验结果表明，该方法能够稳定生成保护电路，具有较好的输出扰动性，能有效抵御SAT去伪装攻击，面积额外开销较小，时延影响可以忽略。
2021, 43(9): 2474-2481.
doi: 10.11999/JEIT210726
摘要:
物理不可克隆函数(Physical Unclonable Function, PUF)在信息安全领域具有极其重要的应用前景，然而也存在其自身安全受机器学习攻击等方面的不足。该文通过对PUF电路和密码算法的研究，提出一种基于序列密码的强PUF抗机器学习攻击方法。首先，通过构造滚动密钥生成器产生随机密钥，并与输入激励进行混淆；然后，将混淆后的激励通过串并转换电路作用于强PUF，产生输出响应；最后，利用Python软件仿真和FPGA硬件实现，并分析其安全性和统计特性。实验结果表明，当建模所用激励响应对(Challenge Response Pairs, CRPs)高达106组时，基于逻辑回归、人工神经网络和支持向量机的攻击预测率接近50%的理想值。此外，该方法通用性强、硬件开销小，且不影响PUF的随机性、唯一性以及可靠性。
物理不可克隆函数(Physical Unclonable Function, PUF)在信息安全领域具有极其重要的应用前景，然而也存在其自身安全受机器学习攻击等方面的不足。该文通过对PUF电路和密码算法的研究，提出一种基于序列密码的强PUF抗机器学习攻击方法。首先，通过构造滚动密钥生成器产生随机密钥，并与输入激励进行混淆；然后，将混淆后的激励通过串并转换电路作用于强PUF，产生输出响应；最后，利用Python软件仿真和FPGA硬件实现，并分析其安全性和统计特性。实验结果表明，当建模所用激励响应对(Challenge Response Pairs, CRPs)高达106组时，基于逻辑回归、人工神经网络和支持向量机的攻击预测率接近50%的理想值。此外，该方法通用性强、硬件开销小，且不影响PUF的随机性、唯一性以及可靠性。
2021, 43(9): 2482-2488.
doi: 10.11999/JEIT210624
摘要:
片上系统 (SoC) 设计人员通常使用第三方知识产权 (3PIP) 核来实现特定功能。由于这些 3PIP 核不受信任，所搭建的 SoC受到了硬件木马 (HT) 的威胁。作为可信设计技术的一个子集，多样性冗余机制在使用不可信3PIP建立可信计算方面具有较好的应用前景。然而，该文发现通过探索激活序列所设计的硬件木马能够破坏多样性冗余机制的安全性。鉴于此，该文提出一种改进的基于检查点的多样性冗余机制来防御此类攻击。
片上系统 (SoC) 设计人员通常使用第三方知识产权 (3PIP) 核来实现特定功能。由于这些 3PIP 核不受信任，所搭建的 SoC受到了硬件木马 (HT) 的威胁。作为可信设计技术的一个子集，多样性冗余机制在使用不可信3PIP建立可信计算方面具有较好的应用前景。然而，该文发现通过探索激活序列所设计的硬件木马能够破坏多样性冗余机制的安全性。鉴于此，该文提出一种改进的基于检查点的多样性冗余机制来防御此类攻击。
2021, 43(9): 2489-2497.
doi: 10.11999/JEIT210588
摘要:
该文分析了塔域的运算特性，提出了基于塔域分解的非线性变换实现方法，设计了求逆运算的随机掩码方案，利用循环移位对随机掩码进行移位变换，形成了基于塔域的循环移位随机掩码方案，实现了所有中间值的随机化隐藏，提高了算法的抗能量攻击能力。该文在高级加密标准(AES)算法上进行验证，利用T-test和相关性分析对掩码方案进行安全性评估。该掩码方案无明显信息泄露点，可有效抵抗相关性攻击，另外较现有文献的掩码方案，资源开销更小，通用性更好。
该文分析了塔域的运算特性，提出了基于塔域分解的非线性变换实现方法，设计了求逆运算的随机掩码方案，利用循环移位对随机掩码进行移位变换，形成了基于塔域的循环移位随机掩码方案，实现了所有中间值的随机化隐藏，提高了算法的抗能量攻击能力。该文在高级加密标准(AES)算法上进行验证，利用T-test和相关性分析对掩码方案进行安全性评估。该掩码方案无明显信息泄露点，可有效抵抗相关性攻击，另外较现有文献的掩码方案，资源开销更小，通用性更好。
2021, 43(9): 2498-2507.
doi: 10.11999/JEIT210614
摘要:
为评估物理不可克隆函数(PUF)的安全性，需针对不同的PUF结构设计相应的攻击方法。该文通过对强PUF电路结构和工作机理的研究，利用人工神经网络(ANN)提出一种针对触发器-仲裁器物理不可克隆函数(FF-APUF)的有效攻击方法。首先，根据FF-APUF电路结构，利用多维数组构建电路延时模型；然后，对FF-APUF的二进制激励进行邻位划分，将划分后的激励转换为十进制并表示为行向量，实现特征向量提取；最后，基于提取的特征向量利用ANN构建攻击模型并通过后向传播算法获得最优参数。实验结果表明，相同条件下攻击预测率均高于其他3种常用的机器学习方法，尤其当激励响应对(CRP)数量较少、激励位数较多时，优势更加明显。当激励位数为128、CRP个数为100和500时，平均攻击预测率分别提高36.0%和16.1%。此外，该方法具有良好的鲁棒性和可扩展性，不同噪声系数下攻击预测率与可靠性相差最大仅0.32%。
为评估物理不可克隆函数(PUF)的安全性，需针对不同的PUF结构设计相应的攻击方法。该文通过对强PUF电路结构和工作机理的研究，利用人工神经网络(ANN)提出一种针对触发器-仲裁器物理不可克隆函数(FF-APUF)的有效攻击方法。首先，根据FF-APUF电路结构，利用多维数组构建电路延时模型；然后，对FF-APUF的二进制激励进行邻位划分，将划分后的激励转换为十进制并表示为行向量，实现特征向量提取；最后，基于提取的特征向量利用ANN构建攻击模型并通过后向传播算法获得最优参数。实验结果表明，相同条件下攻击预测率均高于其他3种常用的机器学习方法，尤其当激励响应对(CRP)数量较少、激励位数较多时，优势更加明显。当激励位数为128、CRP个数为100和500时，平均攻击预测率分别提高36.0%和16.1%。此外，该方法具有良好的鲁棒性和可扩展性，不同噪声系数下攻击预测率与可靠性相差最大仅0.32%。
2021, 43(9): 2508-2517.
doi: 10.11999/JEIT200379
摘要:
随着集成电路特征尺寸的不断缩减，在恶劣辐射环境下，纳米级CMOS集成电路中单粒子三点翻转的几率日益增高，严重影响可靠性。为了实现单粒子三点翻转自恢复，该文提出一种低开销的三点翻转自恢复锁存器(LC-TNURL)。该锁存器由7个C单元和7个钟控C单元组成，具有对称的环状交叉互锁结构。利用C单元的阻塞特性和交叉互锁连接方式，任意3个内部节点发生翻转后，瞬态脉冲在锁存器内部传播，经过C单元多级阻塞后会逐级消失，确保LC-TNURL锁存器能够自行恢复到正确逻辑状态。详细的HSPICE仿真表明，与其他三点翻转加固锁存器(TNU-Latch, LCTNUT, TNUTL, TNURL)相比，LC-TNURL锁存器的功耗平均降低了31.9%，延迟平均降低了87.8%，功耗延迟积平均降低了92.3%，面积开销平均增加了15.4%。相对于参考文献中提出的锁存器，LC-TNURL锁存器的PVT波动敏感性最低，具有较高的可靠性。
随着集成电路特征尺寸的不断缩减，在恶劣辐射环境下，纳米级CMOS集成电路中单粒子三点翻转的几率日益增高，严重影响可靠性。为了实现单粒子三点翻转自恢复，该文提出一种低开销的三点翻转自恢复锁存器(LC-TNURL)。该锁存器由7个C单元和7个钟控C单元组成，具有对称的环状交叉互锁结构。利用C单元的阻塞特性和交叉互锁连接方式，任意3个内部节点发生翻转后，瞬态脉冲在锁存器内部传播，经过C单元多级阻塞后会逐级消失，确保LC-TNURL锁存器能够自行恢复到正确逻辑状态。详细的HSPICE仿真表明，与其他三点翻转加固锁存器(TNU-Latch, LCTNUT, TNUTL, TNURL)相比，LC-TNURL锁存器的功耗平均降低了31.9%，延迟平均降低了87.8%，功耗延迟积平均降低了92.3%，面积开销平均增加了15.4%。相对于参考文献中提出的锁存器，LC-TNURL锁存器的PVT波动敏感性最低，具有较高的可靠性。
2021, 43(9): 2518-2525.
doi: 10.11999/JEIT200807
摘要:
在精密时频测控领域中，高分辨率、无死区的时间间隔和频率测量非常关键，而时间数字转换器(Time to Digital Converter, TDC)是时间频率测量的常用手段。该文研制了基于ACAM公司生产的时间数字转换芯片TDC-GP21和Altera公司FPGA芯片EP4CE6E22C8N的时间频率测量设备，实现了高分辨率的时间间隔测量，测量分辨率达到13ps 。同时采用时间间隔测量模块两两组合的方式实现了无死区频率测量，创新性地采用每组3个TDC芯片，共4组搭建了时间频率测量系统，并对组内3个TDC芯片测量结果采用平均值滤波法，使频率测量稳定度达到\begin{document}$ 1.1 $\end{document} ![]()
![]()
\begin{document}$ {10}^{-11} $\end{document} ![]()
![]()
\begin{document}$ 5.6\times {10}^{-15} $\end{document} ![]()
![]()
在精密时频测控领域中，高分辨率、无死区的时间间隔和频率测量非常关键，而时间数字转换器(Time to Digital Converter, TDC)是时间频率测量的常用手段。该文研制了基于ACAM公司生产的时间数字转换芯片TDC-GP21和Altera公司FPGA芯片EP4CE6E22C8N的时间频率测量设备，实现了高分辨率的时间间隔测量，测量分辨率达到13ps 。同时采用时间间隔测量模块两两组合的方式实现了无死区频率测量，创新性地采用每组3个TDC芯片，共4组搭建了时间频率测量系统，并对组内3个TDC芯片测量结果采用平均值滤波法，使频率测量稳定度达到
2021, 43(9): 2526-2533.
doi: 10.11999/JEIT200372
摘要:
计算资源与寄存器资源分配是可重构处理器自动并行映射的重要问题，该文针对可重构分组密码指令集处理器的资源分配问题，建立算子调度参数模型和处理器资源参数模型，研究了分组密码并行调度与资源消耗之间的约束关系；在此基础上提出基于贪婪思维、列表调度和线性扫描的自动映射算法，实现了分组密码在可重构分组密码指令集处理器上的自动映射。通过可用资源变化实验验证算法并行映射的有效性，并对AES-128算法的映射效果做了横向对比验证算法的先进性，所提自动映射算法对分组密码在可重构处理中的并行计算研究有一定的指导意义。
计算资源与寄存器资源分配是可重构处理器自动并行映射的重要问题，该文针对可重构分组密码指令集处理器的资源分配问题，建立算子调度参数模型和处理器资源参数模型，研究了分组密码并行调度与资源消耗之间的约束关系；在此基础上提出基于贪婪思维、列表调度和线性扫描的自动映射算法，实现了分组密码在可重构分组密码指令集处理器上的自动映射。通过可用资源变化实验验证算法并行映射的有效性，并对AES-128算法的映射效果做了横向对比验证算法的先进性，所提自动映射算法对分组密码在可重构处理中的并行计算研究有一定的指导意义。
2021, 43(9): 2534-2541.
doi: 10.11999/JEIT200805
摘要:
在云计算应用中，确保消息的机密性和不可伪造性，同时判断不同密文对应明文的等价性显得至关重要。具有密文等值测试功能的签密方案可以实现此类安全目标。该文基于无证书公钥密码环境，设计了一个具有密文等值测试功能的无证书签密方案(CLSCET)。首先，提出了无证书密文等值测试签密方案的框架和安全模型，定义了两类具有不同攻击能力的敌手和3类安全目标。然后构造了具体的无证书密文等值测试签密方案，并分析了方案的正确性。最后，基于随机预言模型，证明该文方案满足选择密文攻击下的单向性(OW-CCA)、选择密文攻击下的不可区分性(IND-CCA2)和选择消息攻击下的不可伪造性(EUF-CMA)安全。与现有近似方案相比，该文方案满足IND-CCA2的机密性、EUF-CMA的不可伪造性和OW-CCA的密文单向性。
在云计算应用中，确保消息的机密性和不可伪造性，同时判断不同密文对应明文的等价性显得至关重要。具有密文等值测试功能的签密方案可以实现此类安全目标。该文基于无证书公钥密码环境，设计了一个具有密文等值测试功能的无证书签密方案(CLSCET)。首先，提出了无证书密文等值测试签密方案的框架和安全模型，定义了两类具有不同攻击能力的敌手和3类安全目标。然后构造了具体的无证书密文等值测试签密方案，并分析了方案的正确性。最后，基于随机预言模型，证明该文方案满足选择密文攻击下的单向性(OW-CCA)、选择密文攻击下的不可区分性(IND-CCA2)和选择消息攻击下的不可伪造性(EUF-CMA)安全。与现有近似方案相比，该文方案满足IND-CCA2的机密性、EUF-CMA的不可伪造性和OW-CCA的密文单向性。
2021, 43(9): 2542-2551.
doi: 10.11999/JEIT200554
摘要:
该文提出了一种自适应图像去雾算法，充分考虑不同复杂场景下的图像特征，建立了算法的自适应机制。该机制包含对图像是否有雾、是否为天空区域、滤波器尺寸等的自适应调整，解决了传统图像去雾算法在深度断层处可能产生的光晕效应等问题。该文同时对上述自适应图像去雾算法进行FPGA加速实现，实验结果表明，该文算法在XC7K325T型号FPGA视频处理平台上可以满足对1080P@60Hz视频去雾的实时性要求。对于大多数轻雾或浓雾场景，该文算法去雾后图像色彩自然无过饱和，全局对比度和饱和度提升比率均值为0.309和0.994，相比于本领域其他去雾算法优势明显。
该文提出了一种自适应图像去雾算法，充分考虑不同复杂场景下的图像特征，建立了算法的自适应机制。该机制包含对图像是否有雾、是否为天空区域、滤波器尺寸等的自适应调整，解决了传统图像去雾算法在深度断层处可能产生的光晕效应等问题。该文同时对上述自适应图像去雾算法进行FPGA加速实现，实验结果表明，该文算法在XC7K325T型号FPGA视频处理平台上可以满足对1080P@60Hz视频去雾的实时性要求。对于大多数轻雾或浓雾场景，该文算法去雾后图像色彩自然无过饱和，全局对比度和饱和度提升比率均值为0.309和0.994，相比于本领域其他去雾算法优势明显。
2021, 43(9): 2552-2560.
doi: 10.11999/JEIT200859
摘要:
针对截肢者手势动作特征提取复杂、动作识别率较低的问题，该文提出一种基于灰度模型的特征提取方法。首先对预处理后的肌电信号与加速度信号经滑动窗信号截取。然后提取表面肌电信号均值、灰度模型的驱动项系数和加速度信号的绝对值均值构成特征向量，最后对滑动窗截取信号特征进行连续的识别。该文采用NinaPro(Non invasive adaptive Prosthetics)公开数据集对提出的方法进行验证，实验表明该文算法能够有效提取肌电和加速度信号的特征，对9名截肢受试者的17类手势动作的平均识别率达到91.14%，提高了17类手势的识别准确率，为仿生假肢人机交互控制算法提供了一种新的思路。
针对截肢者手势动作特征提取复杂、动作识别率较低的问题，该文提出一种基于灰度模型的特征提取方法。首先对预处理后的肌电信号与加速度信号经滑动窗信号截取。然后提取表面肌电信号均值、灰度模型的驱动项系数和加速度信号的绝对值均值构成特征向量，最后对滑动窗截取信号特征进行连续的识别。该文采用NinaPro(Non invasive adaptive Prosthetics)公开数据集对提出的方法进行验证，实验表明该文算法能够有效提取肌电和加速度信号的特征，对9名截肢受试者的17类手势动作的平均识别率达到91.14%，提高了17类手势的识别准确率，为仿生假肢人机交互控制算法提供了一种新的思路。
2021, 43(9): 2561-2568.
doi: 10.11999/JEIT200480
摘要:
急性下壁心肌梗死是一种病发急、进展快、致死率高的心脏疾病，该文提出一种新颖的基于形态特征提取的BiLSTM神经网络分类的急性下壁心肌梗死辅助诊断算法，可大幅度提高医生对急性下壁心肌梗死疾病的诊断效率并有助于及时确诊。算法包括：对胸痛中心数据库心拍信号进行降噪及心拍分割；根据临床心内科医学诊断指南提取了12导联波形距离特征和分导联波形幅值特征；依据提取的特征搭建LSTM与BiLSTM神经网络进行心拍的分类识别；使用PTB公开数据库和胸痛中心数据库多临床中心进行交叉验证。实验结果表明，加入胸痛中心真实临床数据后，基于形态特征提取BiLSTM神经网络的急性下壁心肌梗死辅助诊断算法准确率达到99.72%，精度达到99.53%，灵敏度达到100.00%，同时F1-Score达到99.76。该算法比其他现有算法准确率提高至少1%，该项研究具有非常重要的临床应用价值。
急性下壁心肌梗死是一种病发急、进展快、致死率高的心脏疾病，该文提出一种新颖的基于形态特征提取的BiLSTM神经网络分类的急性下壁心肌梗死辅助诊断算法，可大幅度提高医生对急性下壁心肌梗死疾病的诊断效率并有助于及时确诊。算法包括：对胸痛中心数据库心拍信号进行降噪及心拍分割；根据临床心内科医学诊断指南提取了12导联波形距离特征和分导联波形幅值特征；依据提取的特征搭建LSTM与BiLSTM神经网络进行心拍的分类识别；使用PTB公开数据库和胸痛中心数据库多临床中心进行交叉验证。实验结果表明，加入胸痛中心真实临床数据后，基于形态特征提取BiLSTM神经网络的急性下壁心肌梗死辅助诊断算法准确率达到99.72%，精度达到99.53%，灵敏度达到100.00%，同时F1-Score达到99.76。该算法比其他现有算法准确率提高至少1%，该项研究具有非常重要的临床应用价值。
2021, 43(9): 2569-2576.
doi: 10.11999/JEIT200687
摘要:
目标跟踪是计算机视觉中重要的研究领域之一，大多跟踪算法不能有效学习适合于跟踪场景的特征限制了跟踪算法性能的提升。该文提出了一种基于空间和通道注意力机制的目标跟踪算法(CNNSCAM)。该方法包括离线训练的表观模型和自适应更新的分类器层。在离线训练时，引入空间和通道注意力机制模块对原始特征进行重新标定，分别获得空间和通道权重，通过将权重归一化后加权到对应的原始特征上，以此挑选关键特征。在线跟踪时，首先训练全连接层和分类器层的网络参数，以及边界框回归。其次根据设定的阈值采集样本，每次迭代都选择分类器得分最高的负样本来微调网络层参数。在OTB2015数据集上的实验结果表明：相比其他主流的跟踪算法，该文所提算法获得了更好的跟踪精度，重叠成功率和误差成功率分别为67.6%，91.2%。
目标跟踪是计算机视觉中重要的研究领域之一，大多跟踪算法不能有效学习适合于跟踪场景的特征限制了跟踪算法性能的提升。该文提出了一种基于空间和通道注意力机制的目标跟踪算法(CNNSCAM)。该方法包括离线训练的表观模型和自适应更新的分类器层。在离线训练时，引入空间和通道注意力机制模块对原始特征进行重新标定，分别获得空间和通道权重，通过将权重归一化后加权到对应的原始特征上，以此挑选关键特征。在线跟踪时，首先训练全连接层和分类器层的网络参数，以及边界框回归。其次根据设定的阈值采集样本，每次迭代都选择分类器得分最高的负样本来微调网络层参数。在OTB2015数据集上的实验结果表明：相比其他主流的跟踪算法，该文所提算法获得了更好的跟踪精度，重叠成功率和误差成功率分别为67.6%，91.2%。
2021, 43(9): 2577-2585.
doi: 10.11999/JEIT200362
摘要:
针对当前代表性低清小脸幻构方法存在的视觉真实感弱、网络结构复杂等问题，提出了一种基于相对生成对抗网络的低清小脸幻构方法(tfh-RGAN)。该文方法的网络架构包括幻构生成器和判别器两个部分，通过像素损失函数和相对生成对抗损失函数的联合最小化，实现生成器和判别器的交替迭代训练。其中，幻构生成器结合了残差块、稠密块以及深度可分离卷积算子，保证幻构效果和网络深度的同时降低生成器的参数量；判别器采用图像分类问题中的全卷积网络，通过先后去除批归一化层、添加全连接层，充分挖掘相对生成对抗网络在低清小脸幻构问题上的能力极限。实验结果表明，在不额外显式引入任何人脸结构先验的条件下，该文方法能够以更简练的网络架构输出清晰度更高、真实感更强的幻构人脸。从定量角度看，该文方法的峰值信噪比相较之前的若干代表性方法可提高0.25～1.51 dB。
针对当前代表性低清小脸幻构方法存在的视觉真实感弱、网络结构复杂等问题，提出了一种基于相对生成对抗网络的低清小脸幻构方法(tfh-RGAN)。该文方法的网络架构包括幻构生成器和判别器两个部分，通过像素损失函数和相对生成对抗损失函数的联合最小化，实现生成器和判别器的交替迭代训练。其中，幻构生成器结合了残差块、稠密块以及深度可分离卷积算子，保证幻构效果和网络深度的同时降低生成器的参数量；判别器采用图像分类问题中的全卷积网络，通过先后去除批归一化层、添加全连接层，充分挖掘相对生成对抗网络在低清小脸幻构问题上的能力极限。实验结果表明，在不额外显式引入任何人脸结构先验的条件下，该文方法能够以更简练的网络架构输出清晰度更高、真实感更强的幻构人脸。从定量角度看，该文方法的峰值信噪比相较之前的若干代表性方法可提高0.25～1.51 dB。
2021, 43(9): 2586-2593.
doi: 10.11999/JEIT200884
摘要:
凸优化形式的核极限学习机(KELM)具有较高的分类准确率，但用迭代法训练凸优化核极限学习机要较传统核极限学习机的解线性方程法花费更长时间。针对此问题，该文提出一种2元裂解算子交替方向乘子法(BSADMM-KELM)来提高凸优化核极限学习机的训练速度。首先引入2元裂解算子，将求核极限学习机最优解的过程分裂为两个中间算子的优化过程，再通过中间算子的迭代计算而得到原问题的最优解。在22个UCI数据集上所提算法的训练时间较有效集法平均快29倍，较内点法平均快4倍，分类精度亦优于传统的核极限学习机；在大规模数据集上该文算法的训练时间优于传统核极限学习机。
凸优化形式的核极限学习机(KELM)具有较高的分类准确率，但用迭代法训练凸优化核极限学习机要较传统核极限学习机的解线性方程法花费更长时间。针对此问题，该文提出一种2元裂解算子交替方向乘子法(BSADMM-KELM)来提高凸优化核极限学习机的训练速度。首先引入2元裂解算子，将求核极限学习机最优解的过程分裂为两个中间算子的优化过程，再通过中间算子的迭代计算而得到原问题的最优解。在22个UCI数据集上所提算法的训练时间较有效集法平均快29倍，较内点法平均快4倍，分类精度亦优于传统的核极限学习机；在大规模数据集上该文算法的训练时间优于传统核极限学习机。
2021, 43(9): 2594-2600.
doi: 10.11999/JEIT200882
摘要:
针对Wiener非线性时变系统的参数辨识问题，该文提出一种基于重复轴的迭代学习算法来实现对时变甚至突变参数的估计。文中将维纳系统输出非线性部分的反函数进行多项式展开，进而构造了回归模型，未知参数及中间变量用其估计替代，分别给出了采用迭代学习梯度算法和迭代学习最小二乘算法实现时变参数辨识的方法。仿真结果表明，与带遗忘因子的递推算法和迭代学习梯度算法相比，迭代学习最小二乘算法更具有参数估计收敛速度快，辨识精度高，系统输出误差小等优势，验证了所提学习算法的有效性。
针对Wiener非线性时变系统的参数辨识问题，该文提出一种基于重复轴的迭代学习算法来实现对时变甚至突变参数的估计。文中将维纳系统输出非线性部分的反函数进行多项式展开，进而构造了回归模型，未知参数及中间变量用其估计替代，分别给出了采用迭代学习梯度算法和迭代学习最小二乘算法实现时变参数辨识的方法。仿真结果表明，与带遗忘因子的递推算法和迭代学习梯度算法相比，迭代学习最小二乘算法更具有参数估计收敛速度快，辨识精度高，系统输出误差小等优势，验证了所提学习算法的有效性。
2021, 43(9): 2601-2607.
doi: 10.11999/JEIT200725
摘要:
为了解决无人机(UAV)无源定位中难以从多径干扰严重的环境中提取无人机定位信号的问题，该文提出一种基于支持向量机(SVM)的无人机定位信号分离算法，在SVM模型训练时，通过计算无人机相邻数据集之间的欧氏距离获取信息熵，为SVM映射高维空间提供模型数据。在此基础上，加入映射函数阈值软边界，使模型具有参数自适应调整能力，来适应无人机运动灵活所导致的数据差异。最后构建了观测者操作特性曲线获取无人机定位信号分离结果。仿真结果表明所提算法能够有效分离无人机定位信号与噪声，在多径干扰严重的情况下具有较高的信号分离准确率。
为了解决无人机(UAV)无源定位中难以从多径干扰严重的环境中提取无人机定位信号的问题，该文提出一种基于支持向量机(SVM)的无人机定位信号分离算法，在SVM模型训练时，通过计算无人机相邻数据集之间的欧氏距离获取信息熵，为SVM映射高维空间提供模型数据。在此基础上，加入映射函数阈值软边界，使模型具有参数自适应调整能力，来适应无人机运动灵活所导致的数据差异。最后构建了观测者操作特性曲线获取无人机定位信号分离结果。仿真结果表明所提算法能够有效分离无人机定位信号与噪声，在多径干扰严重的情况下具有较高的信号分离准确率。
2021, 43(9): 2608-2616.
doi: 10.11999/JEIT200583
摘要:
工业互联网业务呈现出小规模、确定性的特征，通常运行在大规模、异构的网络环境中，业务的调度与功能链的编排难以与异构承载网资源匹配。基于此该文提出非工作保持型的多节点联合调度模型，首先采用全路径时间协调算法，将功能链从空间维度的拓扑编排扩展至时空维度；其次，针对网络节点中的同步调度问题，提出了基于紧急度的流调度算法来平滑时延抖动，进一步，将时间触发调度延拓到大规模、异构且非同步的承载网中，提出了虚拟到达队列编排算法，利用业务同步机制替代时间同步，保障了业务确定的可达性需求。仿真实验表明该文所提算法可提升业务的可达性，保障其满足及时性、准时性、协同性需求。
工业互联网业务呈现出小规模、确定性的特征，通常运行在大规模、异构的网络环境中，业务的调度与功能链的编排难以与异构承载网资源匹配。基于此该文提出非工作保持型的多节点联合调度模型，首先采用全路径时间协调算法，将功能链从空间维度的拓扑编排扩展至时空维度；其次，针对网络节点中的同步调度问题，提出了基于紧急度的流调度算法来平滑时延抖动，进一步，将时间触发调度延拓到大规模、异构且非同步的承载网中，提出了虚拟到达队列编排算法，利用业务同步机制替代时间同步，保障了业务确定的可达性需求。仿真实验表明该文所提算法可提升业务的可达性，保障其满足及时性、准时性、协同性需求。
2021, 43(9): 2617-2623.
doi: 10.11999/JEIT200231
摘要:
在软件定义网络中，为了实现各种网络性能优化目标，控制面需要频繁的对数据面进行更新。然而，由于数据面的异步性，不合理的更新将严重降低网络性能。针对此问题，该文提出一种快速和一致的流更新策略(FCFU)。该策略通过流分段减弱其原有的强依赖关系，使能并行更新，通过分析子流段与多个资源间的依赖关系得到总更新轮数较少的更新安排，最后基于延时队列完成一致性流更新。实验结果表明，与现有的流更新算法相比，该策略能够缩短流更新总时间达20.6%，同时保证了更新期间无拥塞和包乱序等问题的发生。
在软件定义网络中，为了实现各种网络性能优化目标，控制面需要频繁的对数据面进行更新。然而，由于数据面的异步性，不合理的更新将严重降低网络性能。针对此问题，该文提出一种快速和一致的流更新策略(FCFU)。该策略通过流分段减弱其原有的强依赖关系，使能并行更新，通过分析子流段与多个资源间的依赖关系得到总更新轮数较少的更新安排，最后基于延时队列完成一致性流更新。实验结果表明，与现有的流更新算法相比，该策略能够缩短流更新总时间达20.6%，同时保证了更新期间无拥塞和包乱序等问题的发生。
2021, 43(9): 2624-2631.
doi: 10.11999/JEIT200198
摘要:
相较常用于室内定位的Wi-Fi接收信号强度(RSS)，Wi-Fi信道状态信息(CSI)包含了信号传输过程中更细粒度的物理层信息(如各个子载波的幅值和相位)，故可将其用于较精确的测距以实现较高的Wi-Fi室内定位精度。由于现有基于CSI测距的定位方法普遍缺少关于定位误差界的理论分析，从而导致难以对不同定位方法的理想性能进行比较。因此，该文提出一种基于CSI测距的Wi-Fi室内定位误差界分析方法，其在室内信号传播模型的基础上，考虑路径损耗、阴影衰落和多径效应与定位精度的关系，利用克拉美罗下界(CRLB)推导了时钟异步效应下基于CSI测距的定位误差界。此外，通过实验对比，分析了实际定位误差与所推导的定位误差界之间的差异，并讨论了不同实验参数对定位性能的影响。
相较常用于室内定位的Wi-Fi接收信号强度(RSS)，Wi-Fi信道状态信息(CSI)包含了信号传输过程中更细粒度的物理层信息(如各个子载波的幅值和相位)，故可将其用于较精确的测距以实现较高的Wi-Fi室内定位精度。由于现有基于CSI测距的定位方法普遍缺少关于定位误差界的理论分析，从而导致难以对不同定位方法的理想性能进行比较。因此，该文提出一种基于CSI测距的Wi-Fi室内定位误差界分析方法，其在室内信号传播模型的基础上，考虑路径损耗、阴影衰落和多径效应与定位精度的关系，利用克拉美罗下界(CRLB)推导了时钟异步效应下基于CSI测距的定位误差界。此外，通过实验对比，分析了实际定位误差与所推导的定位误差界之间的差异，并讨论了不同实验参数对定位性能的影响。
2021, 43(9): 2632-2639.
doi: 10.11999/JEIT200443
摘要:
针对B5G/6G中的热点场景，为满足其超大网络容量的需求，该文构建了多无人机(UAV)协助的毫米波异构网络模型，将地面基站(G-BS)的分布建模为泊松点过程，UAV的分布建模为泊松簇过程，且UAV在地面上的投影以及地面用户设备(GUE)分布在G-BS的周围。为了探讨簇间级联的贡献和簇间干扰的影响，将该2层网络模型扩展为由簇间和簇内基站(BS)共同构成的4层网络模型，并提出了GUE同时与簇内(间)BS级联的4层级联方案。首先，通过传播模型分析了各层级联距离的路径损耗。其次，采用随机几何的方法，结合GUE在下行链路中受到的干扰，推导出GUE可实现的信号与干扰加噪声比(SINR)覆盖概率表达式。最后，仿真结果表明，UAV的高度和簇成员平均数对SINR覆盖概率会产生非单调的影响。同时，当UAV高度较小时，该文所提出的4层级联方案可实现的SINR覆盖概率性能优于仅考虑GUE与簇内BS级联的2层级联方案。
针对B5G/6G中的热点场景，为满足其超大网络容量的需求，该文构建了多无人机(UAV)协助的毫米波异构网络模型，将地面基站(G-BS)的分布建模为泊松点过程，UAV的分布建模为泊松簇过程，且UAV在地面上的投影以及地面用户设备(GUE)分布在G-BS的周围。为了探讨簇间级联的贡献和簇间干扰的影响，将该2层网络模型扩展为由簇间和簇内基站(BS)共同构成的4层网络模型，并提出了GUE同时与簇内(间)BS级联的4层级联方案。首先，通过传播模型分析了各层级联距离的路径损耗。其次，采用随机几何的方法，结合GUE在下行链路中受到的干扰，推导出GUE可实现的信号与干扰加噪声比(SINR)覆盖概率表达式。最后，仿真结果表明，UAV的高度和簇成员平均数对SINR覆盖概率会产生非单调的影响。同时，当UAV高度较小时，该文所提出的4层级联方案可实现的SINR覆盖概率性能优于仅考虑GUE与簇内BS级联的2层级联方案。
2021, 43(9): 2640-2646.
doi: 10.11999/JEIT200248
摘要:
多模索引调制正交频分复用系统(MM-OFDM-IM)在索引调制正交频分复用系统的基础上采用不同星座集对系统中的全部子载波进行索引调制，能有效地提高系统的子载波利用率和频谱效率。但全部子载波的利用影响了系统的子载波间抗干扰能力，导致误码率性能下降。针对这一问题，该文提出排列模式索引调制正交频分复用系统(PM-OFDM-IM)。该系统在MM-OFDM-IM的基础上重新引入静默子载波，既能保证系统较高的频谱效率，又能提高系统的误码率性能。同时该文提出一种基于幅值相移键控的分类映射模式，即按半径大小排列的星座集分类模式(PCC-R)，该模式能够良好结合系统传输的额外信息。最后仿真结果验证，该系统能够更优地均衡系统的频谱效率和误码率性能，且所提分类映射方案可以达到更优的系统性能。
多模索引调制正交频分复用系统(MM-OFDM-IM)在索引调制正交频分复用系统的基础上采用不同星座集对系统中的全部子载波进行索引调制，能有效地提高系统的子载波利用率和频谱效率。但全部子载波的利用影响了系统的子载波间抗干扰能力，导致误码率性能下降。针对这一问题，该文提出排列模式索引调制正交频分复用系统(PM-OFDM-IM)。该系统在MM-OFDM-IM的基础上重新引入静默子载波，既能保证系统较高的频谱效率，又能提高系统的误码率性能。同时该文提出一种基于幅值相移键控的分类映射模式，即按半径大小排列的星座集分类模式(PCC-R)，该模式能够良好结合系统传输的额外信息。最后仿真结果验证，该系统能够更优地均衡系统的频谱效率和误码率性能，且所提分类映射方案可以达到更优的系统性能。
2021, 43(9): 2647-2653.
doi: 10.11999/JEIT200441
摘要:
混合预编码对于提高多用户毫米波大规模多输入多输出(MIMO)系统的性能至关重要，但目前基于全连接结构与子连接结构的混合预编码分别存在高能耗与性能损失严重的问题。该文综合考虑系统的频谱效率与能量效率，提出混合动态连接结构，并设计该结构下的混合预编码算法。该算法通过最大化信干噪比(SINR)的增量来设计混合动态连接结构的模拟域预编码，然后基于等效信道运用块对角化(BD)设计数字域预编码抑制多用户多流干扰。仿真实验表明，该文所提出的混合动态连接结构的频谱效率介于全连接结构与混合固定连接结构之间且获得的能量效率最高。
混合预编码对于提高多用户毫米波大规模多输入多输出(MIMO)系统的性能至关重要，但目前基于全连接结构与子连接结构的混合预编码分别存在高能耗与性能损失严重的问题。该文综合考虑系统的频谱效率与能量效率，提出混合动态连接结构，并设计该结构下的混合预编码算法。该算法通过最大化信干噪比(SINR)的增量来设计混合动态连接结构的模拟域预编码，然后基于等效信道运用块对角化(BD)设计数字域预编码抑制多用户多流干扰。仿真实验表明，该文所提出的混合动态连接结构的频谱效率介于全连接结构与混合固定连接结构之间且获得的能量效率最高。
2021, 43(9): 2654-2662.
doi: 10.11999/JEIT200256
摘要:
针对D2D辅助的云雾混合架构下资源分配及任务卸载决策优化问题，该文提出一种基于多智能体架构深度强化学习的资源分配及卸载决策算法。首先，该算法考虑激励约束、能量约束以及网络资源约束，联合优化无线资源分配、计算资源分配以及卸载决策，建立了最大化系统总用户体验质量(QoE)的随机优化模型，并进一步将其转化为MDP问题。其次，该算法将原MDP问题进行因式分解，并建立马尔可夫博弈模型。然后，基于行动者-评判家(AC)算法提出一种集中式训练、分布式执行机制。在集中式训练过程中，多智能体通过协作获取全局信息，实现资源分配及任务卸载决策策略优化，在训练过程结束后，各智能体独立地根据当前系统状态及策略进行资源分配及任务卸载。最后，仿真结果表明，该算法可以有效提升用户QoE，并降低了时延及能耗。
针对D2D辅助的云雾混合架构下资源分配及任务卸载决策优化问题，该文提出一种基于多智能体架构深度强化学习的资源分配及卸载决策算法。首先，该算法考虑激励约束、能量约束以及网络资源约束，联合优化无线资源分配、计算资源分配以及卸载决策，建立了最大化系统总用户体验质量(QoE)的随机优化模型，并进一步将其转化为MDP问题。其次，该算法将原MDP问题进行因式分解，并建立马尔可夫博弈模型。然后，基于行动者-评判家(AC)算法提出一种集中式训练、分布式执行机制。在集中式训练过程中，多智能体通过协作获取全局信息，实现资源分配及任务卸载决策策略优化，在训练过程结束后，各智能体独立地根据当前系统状态及策略进行资源分配及任务卸载。最后，仿真结果表明，该算法可以有效提升用户QoE，并降低了时延及能耗。
2021, 43(9): 2663-2671.
doi: 10.11999/JEIT200473
摘要:
针对D2D通信系统中广泛存在的同信道干扰问题，该文提出一种基于非数据辅助误差矢量幅度(NDA-EVM)进行同信道干扰分析的方法。以NDA-EVM作为信道质量评估参量，推导信号在M-QAM调制下的NDA-EVM统一计算模型，利用信道增益建立NDA-EVM同信道干扰分布模型，并进一步求解该模型的性能上限，从而量化同信道干扰。理论分析和仿真实验表明，相对于传统算法，该文所提上限的计算时间复杂度由\begin{document}$O({M^2})$\end{document} ![]()
![]()
\begin{document}$O({M})$\end{document} ![]()
![]()
针对D2D通信系统中广泛存在的同信道干扰问题，该文提出一种基于非数据辅助误差矢量幅度(NDA-EVM)进行同信道干扰分析的方法。以NDA-EVM作为信道质量评估参量，推导信号在M-QAM调制下的NDA-EVM统一计算模型，利用信道增益建立NDA-EVM同信道干扰分布模型，并进一步求解该模型的性能上限，从而量化同信道干扰。理论分析和仿真实验表明，相对于传统算法，该文所提上限的计算时间复杂度由
2021, 43(9): 2672-2679.
doi: 10.11999/JEIT200849
摘要:
在时分波分无源光网络(TWDM-PON)与云无线接入网(C-RAN)的联合架构中，由于无线域的负载不均衡问题，限制了网络整体的传输效率。为了充分利用TWDM-PON与C-RAN联合架构的网络资源，并保证用户的服务质量(QoS)，该文提出一种负载平衡的用户关联与资源分配算法(LBUARA)。首先根据不同用户的服务质量需求以及分布式无线射频头端(RRH)的负载对用户的影响，构建用户收益函数。进而，在保证用户服务质量的前提下，根据网络状态建立随机博弈模型，并基于多智能体Q学习提出负载均衡的用户关联和资源分配算法，从而获得最优的用户关联与资源分配方案。仿真结果表明，所提的用户关联和资源分配策略能够实现网络的负载均衡，保证用户的服务质量，并提高网络吞吐量。
在时分波分无源光网络(TWDM-PON)与云无线接入网(C-RAN)的联合架构中，由于无线域的负载不均衡问题，限制了网络整体的传输效率。为了充分利用TWDM-PON与C-RAN联合架构的网络资源，并保证用户的服务质量(QoS)，该文提出一种负载平衡的用户关联与资源分配算法(LBUARA)。首先根据不同用户的服务质量需求以及分布式无线射频头端(RRH)的负载对用户的影响，构建用户收益函数。进而，在保证用户服务质量的前提下，根据网络状态建立随机博弈模型，并基于多智能体Q学习提出负载均衡的用户关联和资源分配算法，从而获得最优的用户关联与资源分配方案。仿真结果表明，所提的用户关联和资源分配策略能够实现网络的负载均衡，保证用户的服务质量，并提高网络吞吐量。
2021, 43(9): 2680-2687.
doi: 10.11999/JEIT200411
摘要:
在机载预警雷达对海洋背景运动目标的探测过程中，雷达平台的高速运动状态使得海杂波多普勒谱发生严重展宽现象，影响目标的检测性能。针对此问题，空-时自适应处理是一种有效的杂波抑制技术，该技术利用杂波的空-时2维耦合特性进行杂波抑制。但相对于陆地杂波而言，海杂波的内部复杂运动特性使得杂波空-时谱发生展宽现象，导致杂波多普勒频率与空间锥角不再保持一一对应关系，从而影响杂波抑制效果。针对海杂波的运动特性，该文提出一种稳健的基于子空间投影的杂波抑制处理算法，所提算法通过滤波凹口自适应展宽技术和先滑窗滤波后自适应处理技术来提高杂波抑制的稳健性。最后通过仿真的海杂波数据和实测海杂波数据验证了所提算法的有效性。
在机载预警雷达对海洋背景运动目标的探测过程中，雷达平台的高速运动状态使得海杂波多普勒谱发生严重展宽现象，影响目标的检测性能。针对此问题，空-时自适应处理是一种有效的杂波抑制技术，该技术利用杂波的空-时2维耦合特性进行杂波抑制。但相对于陆地杂波而言，海杂波的内部复杂运动特性使得杂波空-时谱发生展宽现象，导致杂波多普勒频率与空间锥角不再保持一一对应关系，从而影响杂波抑制效果。针对海杂波的运动特性，该文提出一种稳健的基于子空间投影的杂波抑制处理算法，所提算法通过滤波凹口自适应展宽技术和先滑窗滤波后自适应处理技术来提高杂波抑制的稳健性。最后通过仿真的海杂波数据和实测海杂波数据验证了所提算法的有效性。
2021, 43(9): 2688-2694.
doi: 10.11999/JEIT200873
摘要:
针对现有网络化雷达功率资源利用率低的问题，该文提出一种基于目标容量的功率分配(TC-PA)方案以提升保精度跟踪目标个数。TC-PA方案首先将网络化雷达功率分配模型制定为非光滑非凸优化问题；而后引入Sigmoid函数将原问题松弛为光滑非凸优化问题；最后运用近端非精确增广拉格朗日乘子法(PI-ALMM)对松弛后的非凸问题进行求解。仿真结果表明，PI-ALMM对于求解线性约束非凸优化问题可以较快地收敛到一个稳态点。另外，相比传统功率均分方法和遗传算法，所提TC-PA方案可以最大限度地提升目标容量。
针对现有网络化雷达功率资源利用率低的问题，该文提出一种基于目标容量的功率分配(TC-PA)方案以提升保精度跟踪目标个数。TC-PA方案首先将网络化雷达功率分配模型制定为非光滑非凸优化问题；而后引入Sigmoid函数将原问题松弛为光滑非凸优化问题；最后运用近端非精确增广拉格朗日乘子法(PI-ALMM)对松弛后的非凸问题进行求解。仿真结果表明，PI-ALMM对于求解线性约束非凸优化问题可以较快地收敛到一个稳态点。另外，相比传统功率均分方法和遗传算法，所提TC-PA方案可以最大限度地提升目标容量。
2021, 43(9): 2695-2702.
doi: 10.11999/JEIT200515
摘要:
由长电偶极子或大磁环组成的大尺寸电磁矢量传感器(ElectroMagnetic Vector Sensor, EMVS)比小尺寸EMVS辐射效率更高，研究其参数估计算法有助于推动EMVS的实装化应用。该文针对分离式长电偶极子稀疏阵列相干目标参数估计问题，提出高精度无模糊的多维参数闭式解算法。首先利用空域旋转不变性和单个矢量传感器内部属性得到方向余弦的高精度周期性模糊估计值，然后借助单个矢量传感器导向矢量推导出2维波达方向粗估计值，最后通过解模糊得到高精度无模糊的多维参数估计值。该方法规避了传统极化平滑算法的极化信息损失和迭代搜索过程，且能实现参数自动配对。计算机仿真结果表明了所提算法在分离式长电偶极子线阵中解相干的有效性。
由长电偶极子或大磁环组成的大尺寸电磁矢量传感器(ElectroMagnetic Vector Sensor, EMVS)比小尺寸EMVS辐射效率更高，研究其参数估计算法有助于推动EMVS的实装化应用。该文针对分离式长电偶极子稀疏阵列相干目标参数估计问题，提出高精度无模糊的多维参数闭式解算法。首先利用空域旋转不变性和单个矢量传感器内部属性得到方向余弦的高精度周期性模糊估计值，然后借助单个矢量传感器导向矢量推导出2维波达方向粗估计值，最后通过解模糊得到高精度无模糊的多维参数估计值。该方法规避了传统极化平滑算法的极化信息损失和迭代搜索过程，且能实现参数自动配对。计算机仿真结果表明了所提算法在分离式长电偶极子线阵中解相干的有效性。
2021, 43(9): 2703-2710.
doi: 10.11999/JEIT200402
摘要:
对于K分布海杂波环境下的目标检测，基于信息几何理论的矩阵CFAR检测器是一种有效的目标检测方法。但矩阵CFAR方法计算复杂度高且当目标多普勒频率严重偏离杂波频谱中心时，其检测性能不如自适应归一化匹配滤波器(ANMF)方法，影响其实际应用。为此，该文以滤波器组对接收信号进行滤波处理，提出一种基于滤波器组子带分解最大特征值的矩阵CFAR检测方法(FD-MEMD)，通过双杂波抑制来解决目标多普勒频率偏离杂波频谱中心时矩阵CFAR方法失效的难题。最后，仿真实验验证了所提FD-MEMD具有较好的检测性能。
对于K分布海杂波环境下的目标检测，基于信息几何理论的矩阵CFAR检测器是一种有效的目标检测方法。但矩阵CFAR方法计算复杂度高且当目标多普勒频率严重偏离杂波频谱中心时，其检测性能不如自适应归一化匹配滤波器(ANMF)方法，影响其实际应用。为此，该文以滤波器组对接收信号进行滤波处理，提出一种基于滤波器组子带分解最大特征值的矩阵CFAR检测方法(FD-MEMD)，通过双杂波抑制来解决目标多普勒频率偏离杂波频谱中心时矩阵CFAR方法失效的难题。最后，仿真实验验证了所提FD-MEMD具有较好的检测性能。
2021, 43(9): 2711-2719.
doi: 10.11999/JEIT200300
摘要:
针对传统高分辨合成孔径雷达(SAR)稀疏自聚焦成像算法难以有效平衡稀疏与聚焦特征的问题，该文提出一种基于交替方向多乘子方法(ADMM)的多任务协同优化学习稀疏自聚焦(MtL-SA)算法。该算法通过引入熵范数表征SAR成像结果聚焦特征，在ADMM优化框架下，利用近端算法求解聚焦特征解析解。针对原熵范数正则优化目标函数的非凸问题，该文合理设计代价函数，从而保证熵范数近端算子的闭合解析解。同时，应用\begin{document}$ \ell {_1}$\end{document} ![]()
![]()
针对传统高分辨合成孔径雷达(SAR)稀疏自聚焦成像算法难以有效平衡稀疏与聚焦特征的问题，该文提出一种基于交替方向多乘子方法(ADMM)的多任务协同优化学习稀疏自聚焦(MtL-SA)算法。该算法通过引入熵范数表征SAR成像结果聚焦特征，在ADMM优化框架下，利用近端算法求解聚焦特征解析解。针对原熵范数正则优化目标函数的非凸问题，该文合理设计代价函数，从而保证熵范数近端算子的闭合解析解。同时，应用
2021, 43(9): 2720-2727.
doi: 10.11999/JEIT200692
摘要:
发射和接收阵列的互耦效应将使得双基地多输入多输出(MIMO)雷达的角度估计算法性能下降。针对阵列互耦效应和高斯色噪声并存情况，该文提出一种基于4阶累积量组合矩阵构造的收发角度估计方法。该方法首先根据收发互耦矩阵的Kronecker乘积特点，并结合互耦矩阵带状、对称的Toeplitz变换性质，充分利用所有的接收数据，构造出多组发射和接收4阶累积量矩阵，通过组合收发累积量矩阵进一步构造出4阶块累积量矩阵，并利用矩阵的奇异值分解，提取出发射和接收旋转不变因子。理论和仿真结果表明：在强互耦效应情况下，所提算法能够有效估计出高斯色噪声背景下目标的收发角度，并实现自动配对。在强互耦情况下，所提算法的估计性能优于其他算法。
发射和接收阵列的互耦效应将使得双基地多输入多输出(MIMO)雷达的角度估计算法性能下降。针对阵列互耦效应和高斯色噪声并存情况，该文提出一种基于4阶累积量组合矩阵构造的收发角度估计方法。该方法首先根据收发互耦矩阵的Kronecker乘积特点，并结合互耦矩阵带状、对称的Toeplitz变换性质，充分利用所有的接收数据，构造出多组发射和接收4阶累积量矩阵，通过组合收发累积量矩阵进一步构造出4阶块累积量矩阵，并利用矩阵的奇异值分解，提取出发射和接收旋转不变因子。理论和仿真结果表明：在强互耦效应情况下，所提算法能够有效估计出高斯色噪声背景下目标的收发角度，并实现自动配对。在强互耦情况下，所提算法的估计性能优于其他算法。
2021, 43(9): 2728-2734.
doi: 10.11999/JEIT190745
摘要:
ISAR分辨率评估是空间目标成像雷达精度鉴定的重要内容。该文针对ISAR分辨率评估中的基准计算与方法设计两个关键问题进行了详细分析，进而提出了基于空间目标高精度轨道与遥测姿态等运动信息的ISAR方位向定标方法。在此基础上，建立了一种新的ISAR分辨率评估方法。利用某雷达精度鉴定试验中对不同空间目标的实测成像数据，验证了该文方法的合理性与有效性。
ISAR分辨率评估是空间目标成像雷达精度鉴定的重要内容。该文针对ISAR分辨率评估中的基准计算与方法设计两个关键问题进行了详细分析，进而提出了基于空间目标高精度轨道与遥测姿态等运动信息的ISAR方位向定标方法。在此基础上，建立了一种新的ISAR分辨率评估方法。利用某雷达精度鉴定试验中对不同空间目标的实测成像数据，验证了该文方法的合理性与有效性。
2021, 43(9): 2735-2742.
doi: 10.11999/JEIT200888
摘要:
针对正交频分复用(OFDM)波形外辐射源雷达的参考信号获取问题，基于“解调-再调制”的重构方法结合了波形优势，能获得更为纯净的参考信号。该文在此基础上提出一种联合OFDM解调、信道估计、信道均衡和星座点逆映射的深度神经网络(DNN)重构方法，建立了基于DNN的参考信号重构方案，通过网络学习自适应深度挖掘从时域接收符号到传输码元之间的映射关系、隐式地估计信道响应，从而提高解调精度和重构性能。该文首先研究了仿真数据集的获取问题、DNN的搭建和训练问题，接着对基于DNN方法在导频数目减少、循环前缀的移除、存在符号定时偏差、存在载波频偏、对高峰值平均功率比信号进行时域加窗滤波等情况下的参考信号重构性能进行了仿真分析，仿真结果表明该方法对参考信号重构的有效性。
针对正交频分复用(OFDM)波形外辐射源雷达的参考信号获取问题，基于“解调-再调制”的重构方法结合了波形优势，能获得更为纯净的参考信号。该文在此基础上提出一种联合OFDM解调、信道估计、信道均衡和星座点逆映射的深度神经网络(DNN)重构方法，建立了基于DNN的参考信号重构方案，通过网络学习自适应深度挖掘从时域接收符号到传输码元之间的映射关系、隐式地估计信道响应，从而提高解调精度和重构性能。该文首先研究了仿真数据集的获取问题、DNN的搭建和训练问题，接着对基于DNN方法在导频数目减少、循环前缀的移除、存在符号定时偏差、存在载波频偏、对高峰值平均功率比信号进行时域加窗滤波等情况下的参考信号重构性能进行了仿真分析，仿真结果表明该方法对参考信号重构的有效性。
2021, 43(9): 2743-2750.
doi: 10.11999/JEIT200894
摘要:
现有的基于雷达传感器的手势识别方法，大多先利用雷达回波对手势的距离、多普勒和角度等信息进行参数估计，得到各种数据谱图，然后再利用卷积神经网络对这些谱图进行分类，实现过程较为复杂。该文提出一种基于串联式1维神经网络(1D-ScNN)的毫米波雷达动态手势识别方法。首先基于毫米波雷达获取动态手势的原始回波，然后利用1维卷积和池化操作对手势特征进行提取，并将这些特征信息输入1维Inception v3结构。最后在网络的末端接入长短期记忆(LSTM)网络来聚合1维特征，充分利用动态手势的帧间相关性，提高识别准确率和训练收敛速度。实验结果表明，该方法实现过程简单，收敛速度快，识别准确率可以达到96.0%以上，高于现有基于数据谱图的手势分类方法。
现有的基于雷达传感器的手势识别方法，大多先利用雷达回波对手势的距离、多普勒和角度等信息进行参数估计，得到各种数据谱图，然后再利用卷积神经网络对这些谱图进行分类，实现过程较为复杂。该文提出一种基于串联式1维神经网络(1D-ScNN)的毫米波雷达动态手势识别方法。首先基于毫米波雷达获取动态手势的原始回波，然后利用1维卷积和池化操作对手势特征进行提取，并将这些特征信息输入1维Inception v3结构。最后在网络的末端接入长短期记忆(LSTM)网络来聚合1维特征，充分利用动态手势的帧间相关性，提高识别准确率和训练收敛速度。实验结果表明，该方法实现过程简单，收敛速度快，识别准确率可以达到96.0%以上，高于现有基于数据谱图的手势分类方法。
2021, 43(9): 2751-2756.
doi: 10.11999/JEIT200846
摘要:
作为微波真空电子器件的常用材料之一，无氧铜材料的蒸发特性会对微波真空电子器件的电性能产生影响。该文利用超高真空测试设备，研究了处理工艺对无氧铜材料的蒸发性能的影响，采用X射线测厚仪测试了蒸发的铜膜厚度，用扫描电镜(SEM)观测了无氧铜材料的表面形貌。结果表明表面宏观形貌粗糙度对无氧铜材料的蒸发性能影响不大，但处理工艺对蒸发性能影响很大；无氧铜材料经过酸洗后，会大大增加蒸发量；无氧铜材料经过烧氢处理，可降低蒸发量，而经过去油清洗并烧氢处理的无氧铜的蒸发量极低。对无氧铜材料进行了表面分析，发现无氧铜材料的真空蒸发性能与材料的表面形貌状态有关，当表面微观形貌比较光滑、无孔洞等缺陷时，无氧铜材料的真空蒸发量就少。
作为微波真空电子器件的常用材料之一，无氧铜材料的蒸发特性会对微波真空电子器件的电性能产生影响。该文利用超高真空测试设备，研究了处理工艺对无氧铜材料的蒸发性能的影响，采用X射线测厚仪测试了蒸发的铜膜厚度，用扫描电镜(SEM)观测了无氧铜材料的表面形貌。结果表明表面宏观形貌粗糙度对无氧铜材料的蒸发性能影响不大，但处理工艺对蒸发性能影响很大；无氧铜材料经过酸洗后，会大大增加蒸发量；无氧铜材料经过烧氢处理，可降低蒸发量，而经过去油清洗并烧氢处理的无氧铜的蒸发量极低。对无氧铜材料进行了表面分析，发现无氧铜材料的真空蒸发性能与材料的表面形貌状态有关，当表面微观形貌比较光滑、无孔洞等缺陷时，无氧铜材料的真空蒸发量就少。
