高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码
排序:
相关度
发表时间
每页显示:
10
20
30
50
Chi-Square起伏目标在秩二进积累检测器中的检测性能
陆林根
1982, 4(5): 320-324.  刊出日期:1982-09-19
正 近几年来,非参量检测逐渐被人们重视起来的主要原因是当输入噪声的分布相同和距离采样各自独立时,能保持虚警率恒定(CFAR)。秩二进积累(RQ)检测器是在求秩后采用二进积累方法的一种非参量检测器。这种检测器实现较为简单,检测性能与秩和
基于航迹矢量检测的雷达与电子支援设施抗差关联算法
李保珠, 关键, 董云龙
2019, 41(1): 123-129. doi: 10.11999/JEIT180303  刊出日期:2019-01-01
关键词: 航迹关联, 系统误差, 雷达, 电子支援设施, 航迹矢量, 修正极坐标系

针对雷达与电子支援设施(ESM)存在系统误差、上报目标不完全一致等复杂场景下目标航迹关联问题,该文基于高斯随机矢量统计特性,提出一种基于航迹矢量检测的雷达与ESM航迹抗差关联算法。首先在修正极坐标系(MPC)下推导目标状态估计分解方程,采用真实状态对消的方法得到航迹矢量,为剔除大部分非同源目标航迹,构建方位角变化率-距离变化率与距离比(ITG)统计量进行粗关联,然后采用基于航迹矢量

\begin{document}${\chi ^2}$\end{document}

检验的方法实现雷达与ESM的航迹关联。最后通过实验仿真验证了该文算法在不同系统误差、目标密度、检测概率等环境下的有效性。

速度拖引干扰和杂波背景下脉冲多普勒雷达目标跟踪算法
李迎春, 王国宏, 关成斌, 孙殿星
2015, 37(4): 989-994. doi: 10.11999/JEIT140856  刊出日期:2015-04-19
关键词: 雷达, 目标跟踪, 速度拖引干扰, 双模型, 幅度信息, 卡方检验
针对在速度拖引干扰和杂波背景下脉冲多普勒(PD)雷达无法精确跟踪目标的问题,该文提出基于双模型(DM)和幅度信息(AI)的目标跟踪算法。分别建立基于位置、幅度量测的跟踪模型和基于位置、速度、幅度量测的跟踪模型。两个模型均使用基于幅度信息的概率数据互联(AI-PDA)尽可能地降低杂波的影响,然后使用常规方法进行滤波估计。若没有速度拖引干扰,则两个模型估计具有位置和速度上的相关性;若存在干扰,由于速度量测是虚假的,则两个模型估计不具有相关性。据此,进行卡方检验(chi-square test),分析影响检验结果的因素,进而确定最终的估计结果。仿真验证了该算法的有效性。
基于深度布隆过滤器的NDN网络三级名字查找方法
吴庆涛, 师君如, 张明川, 王倩玉, 朱军龙, 张宏科
2021, 43(12): 3597-3604. doi: 10.11999/JEIT200766  刊出日期:2021-12-21
关键词: 命名数据网络, 内容名字查找, 深度布隆过滤器, 内存消耗
为提高命名数据网络(Name Data Networking, NDN)路由过程中内容名字查找的效率,该文提出一种基于深度布隆过滤器的3级名字查找方法。该方法使用长短记忆神经网络(Long Short Term Memory, LSTM)与标准布隆过滤器相结合的方法优化名字查找过程;采用3级结构优化内容名字在内容存储器(Content Store, CS)、待定请求表(Pending Interest Table, PIT)中的精确查找过程,提高查找精度并降低内存消耗。从理论上分析了3级名字查找方法的假阳性率,并通过实验验证了该方法能够有效节省内存、降低查找过程的假阳性。
信号DOA和极化信息联合估计的降维四元数MUSIC方法
李京书, 陶建武
2011, 33(1): 106-111. doi: 10.3724/SP.J.1146.2010.00242  刊出日期:2011-01-19
关键词: 简化矢量传感器, 降维Q-MUSIC, 波达方向, 四元数
基于简化电磁矢量传感器阵列,该文提出了一种新的降维四元数MUSIC估计方法。文中引用了四元数的概念,利用四元数的正交特性能够很好地描述矢量传感器阵元的正交结构这一优点,建立了电磁矢量传感器阵列的四元数模型,利用降维Q-MUSIC (Quaternion-MUSIC)方法先对极化信号DOA进行估计,通过已经估计出来的DOA信息,再借助传统的V-MUSIC (long-MUSIC)方法估计极化信息。从而依次获得极化信号的4个参数。仿真实验验证了算法的可行性。
LTE上行链路中基于探测参考信号的信噪比估计
田浩, 杨霖, 李少谦
2014, 36(2): 353-357. doi: 10.3724/SP.J.1146.2013.00445  刊出日期:2014-02-19
关键词: 无线通信, 信噪比估计, 噪声估计, 长期演进, 探测参考信号
信噪比是衡量信道质量的一个重要参数,该文主要研究LTE(Long Term Evolution)系统中基于探测参考信号(Sounding Reference Signal, SRS)的信噪比估计方法。针对DASS(Difference of Adjacent Subcarrier Signal)算法在高信噪比下噪声估计误差较大的这一缺点,该文提出一种适用于SRS的改进DASS方法。该方法通过重新定义子载波的差分方式,减小了噪声估计的误差,并且由于对连续的3个SRS频点,仅需要估计一次噪声,使得该文方法的复杂度仅为原DASS方法的1/3。仿真结果表明,所提方法的估计性能优于其余的方法,特别是在低时延和中等时延信道下,高信噪比时的估计精度提高了约10倍。
基于小区覆盖增强技术的Macro-Pico异构网络上行干扰识别与干扰协调机制
李林, 洪佩琳, 薛开平, 唐浩
2012, 34(12): 2823-2829. doi: 10.3724/SP.J.1146.2012.00744  刊出日期:2012-12-19
关键词: LTE(Long Term Evolution)异构网络, 小区覆盖增强, 上行干扰识别, 上行干扰协调
在LTE (Long Term Evolution)异构网络中,由于宏基站(Macro)与微微(Pico)基站的发射功率相差较大,一些离Pico基站较近的用户因为接收到的宏基站下行信号质量好于Pico基站而选择接入宏小区。然而,因为这些用户距离Pico基站较近,因此上行通信会对Pico基站产生严重的上行干扰。小区覆盖增强(Range Expansion, RE)技术能够减少此类干扰,但同时又可能引入新的下行干扰。该文提出一种基于RE技术的上行干扰识别与协调机制(UIICRE),能够准确识别上行干扰源及其强度,并进行相应的干扰协调处理。仿真结果表明,该文提出的方案能够解决Pico小区的上行干扰问题,提升用户的上行通信质量,并保证用户下行通信质量不受影响。
基于信号-数据联合处理的压制-距离欺骗复合干扰抑制算法
王国宏, 白杰, 孙殿星, 张翔宇
2018, 40(10): 2430-2437. doi: 10.11999/JEIT170759  刊出日期:2018-10-01
关键词: 信号-数据联合处理, 压制-距离欺骗复合干扰, 分步抑制, 分数阶傅里叶变换
针对单一信号处理或数据处理对压制-欺骗加性复合干扰抑制效果较差的问题,论文提出一种适用于脉冲压缩雷达的基于信号-数据联合处理的压制-距离欺骗复合干扰抑制算法。首先,通过分数阶傅里叶变换(FRFT)域窄带滤波以及LFM信号重构对消算法,实现信号层对压制干扰的抑制,并减小对真实目标的漏检概率;然后,利用噪声点迹空间相关性较差的特征,通过M/N逻辑法对噪声点迹进行剔除,并对目标点迹进行航迹起始;最后,根据距离假目标航迹角度量测误差方差较大的特点,通过 ${\chi ^2}$ 检验以及聚类划分算法,对虚假目标航迹进行剔除,最终实现对压制-欺骗加性复合干扰的抑制。仿真结果表明,该文算法对压制-欺骗复合干扰能够起到较好的抑制效果。
一种新的双模微基站非授权信道接入方法
廖树日, 何世文, 杨绿溪
2017, 39(11): 2556-2562. doi: 10.11999/JEIT170184  刊出日期:2017-11-19
关键词: 授权频段辅助接入, 双模微基站, 信道接入机制, 资源分配, 覆盖重叠
利用非授权频段频谱资源提升网络容量需要有效地解决LTE(Long Term Evaluation)与WiFi的共存问题。最近,学术界和工业界相继提出了授权频段辅助接入机制和双模微基站技术提升蜂窝通信系统容量。考虑双模微基站与WiFi接入点覆盖范围存在部分重叠场景,该文提出一种新的双模微基站非授权信道接入机制及联合授权非授权的优化频谱资源分配方案。仿真结果表明,双模微基站和WiFi接入点互不可见时,新方案相比于现有方案由于考虑了空间复用具有更好的系统性能;双模微基站和WiFi接入点互相可见时,新方案与现有方案性能一致,即两者分时独立占用非授权频段频谱资源。
基于双向LSTM的维吾尔语事件因果关系抽取
田生伟, 周兴发, 禹龙, 冯冠军, 艾山?吾买尔, 李圃
2018, 40(1): 200-208. doi: 10.11999/JEIT170402  刊出日期:2018-01-19
关键词: 语言信号处理, 事件因果关系, 维吾尔语, 双向LSTM, 词嵌入, 批样规范化
针对传统方法不能有效抽取维吾尔语事件因果关系的问题,该文提出一种基于双向LSTM(Bidirectional Long Short-Term Memory, BiLSTM)的维吾尔语事件因果关系抽取方法。通过对维吾尔语语言以及事件因果关系特点的研究,提取出10项基于事件内部结构信息的特征;同时为充分利用事件语义信息,引入词嵌入作为BiLSTM的输入,提取事件句隐含的深层语义特征并利用批样规范化(Batch Normalization, BN)算法加速BiLSTM的收敛;最后融合这两类特征作为softmax分类器的输入进而完成维吾尔语事件因果关系抽取。实验结果表明,该方法用于维吾尔语事件因果关系的抽取准确率为 89.19%, 召回率为 83.19%, F值为86.09%,证明了该文提出的方法在维吾尔语事件因果关系抽取上的有效性。
  • 首页
  • 上一页
  • 1
  • 2
  • 末页
  • 共:2页