专栏:电磁环境大数据挖掘与利用2021(4);2022(1);2022(12)

发刊词

                                                  电磁环境大数据挖掘与利用》专栏正式和大家见面了!

中共中央总书记习近平强调,大数据发展日新月异,我们应该审时度势、精心谋划、超前布局、力争主动。电磁环境贯穿“陆、海、空、天、网、电”六维空间,电磁环境大数据对国民经济和国防建设具有极其重要的价值,探究后信息化时代电磁环境特点规律,加紧布局中国特色电磁环境创新体系,是电磁领域研究人员的共同责任和共同追求。

本期出版《电磁环境大数据挖掘与利用》专栏,我们通过搭建平台,推动电磁领域理论研究的发展,实现学术层面的互通以及研究成果的共享,努力吸引更多的专家学者共同致力于电磁环境的知识发现和价值创造,提升电磁环境大数据治理水平。

中国电子科技集团公司第22研究所、电波环境观测与模化技术国家重点实验室联合全军电磁频谱技术研究中心等相关单位共同举办了全国首届“电磁环境大数据创意与实践大赛”,不仅得到了全国高校的积极响应,而且取得了很好的科技效应。许多学者、业内人士积极参加本次专栏征文活动。其中精选了优秀征文28篇,原定分2期予以荟集出刊,因广大作者的积极投稿,本专栏最终选用了36篇文章,确定分3期出版。本次专栏内容覆盖面广,既有关于射频指纹数学建模等基础性理论探讨,也有应对未知雷达辐射源识别的技术方案;既有电磁空间态势的宏观综述,也有强化学习用于动态频谱分配的微观实践,等等。在此,我们对关心并支持此次专栏出版的各位领导、专家学者,以及积极参与专栏征文活动的所有作者表示衷心的感谢!

如今是一个伟大的时代,伟大的时代呼唤伟大的事业。电磁领域研究人员责任重大,使命光荣。我们相信有党的指挥领导,有国家的高度重视,有各领域专家学者和广大读者的热心支持,电磁领域研究事业必将前景光明,迎来一个全新的发展。

问渠那得清如许,为有源头活水来。期待在今后的日子里,依然能够得到您的支持帮助。

                            本期专栏主编:郭兰图,林 

文章列表

  • 显示方式:
  • 简洁模式
  • 摘要模式
  • 1  一种长基线阵列地面单站无源定位方法
    李 明
    2021, 19(4):569-572. DOI: 10.11805/TKYDA2021184
    [摘要](341) [HTML](689) [PDF 404.97 K](2045)
    摘要:
    为解决地对空快速单站无源定位问题,提出了一种长基线阵列地面单站无源定位方法。该方法将阵列天线嵌套在三天线长基线系统中,利用目标到长基线两端的视向夹角隐含在相位差参数上的原理,由视向夹角相位差估计角度变化率,同时利用阵列天线测出目标的实际方向,最后获得目标的位置参数。该方法可以在单个脉冲实现对目标的无源定位,仿真结果验证了该方法的正确性。
    2  面向电磁大数据的未知雷达辐射源智能识别
    冯蕴天,王国良,韩 慧,许 雄,陈 翔,吴若无,邰 宁
    2021, 19(4):589-595. DOI: 10.11805/TKYDA2021146
    [摘要](511) [HTML](677) [PDF 496.90 K](2275)
    摘要:
    基于人工智能的方法在雷达辐射源识别任务中已取得很好的效果。但随着电子信息技术的发展,将会出现越来越多的未知辐射源,其特征分布与类别都是未知的,在缺少先验知识的情况下,难以对人工智能模型进行充分的训练,使得现有的大多数方法都无法很好地完成对未知雷达辐射源的识别。为了解决上述问题,提出并阐述了可用于未知雷达辐射源识别的电磁大数据的解决方案,重点研究了基于Flink的未知雷达辐射源快速比对检索识别算法。通过对比实验证明了该方法的有效性,其识别准确率可达87.2%,当并行度设置为6时,整个互信息与K最近邻(MI-KNN)并行化算法耗时仅为4.7 s。
    3  基于功率谱密度的通信辐射源个体识别方法
    李靖超,应雨龙
    2021, 19(4):596-602. DOI: 10.11805/TKYDA2021140
    [摘要](591) [HTML](642) [PDF 465.30 K](2102)
    摘要:
    为阻止设备克隆、重放攻击和用户身份假冒等问题的发生,准确识别和认证物联对象,提出一种基于功率谱密度指纹特征与智能分类器的通信辐射源个体识别方法。利用接收机采集I路射频基带信号;通过方差轨迹检测截取稳态信号片段,并对稳态信号片段进行数据标准化处理;计算数据标准化处理后的稳态信号片段的功率谱密度得到特征向量,将所述特征向量作为发射机的射频指纹;最后利用智能分类器识别所述射频指纹,完成通信辐射源个体识别。通过对同厂家、同型号、同批次的8个无线数传电台E90-DTU设备和100个WiFi网卡设备的实验测试表明,本文所提方法在视距(LOS)场景、视距场景与非视距(NOS)场景的混合场景、低信噪比场景、大数量物联设备场景都具有良好的识别准确率。
    4  零中频数字通信发射机的射频指纹时域基带建模
    俞佳宝,李古月,胡爱群
    2021, 19(4):603-616. DOI: 10.11805/TKYDA2021139
    [摘要](714) [HTML](666) [PDF 741.77 K](2038)
    摘要:
    射频指纹(RFF)来源于发射机电路设计的差异和生产过程中硬件电路的制造容差,是一种新兴的设备身份识别和认证技术。对射频指纹产生机理进行建模是深入研究射频指纹技术的基础。本文根据一种通用的零中频数字通信发射机结构分析了各环节对射频指纹的影响,并建立了对应的射频指纹时域基带模型。此外,归纳总结了一系列通信标准的若干重要时域参数的容差,并着重研究了LTE标准下,正交相移键控(QPSK)和十六进制正交振幅调制(16-QAM)两种典型调制方式的最大均方根误差向量幅度(RMS EVM)。最后,通过理论推导和Matlab仿真给出了直流偏置、同相/正交(I/Q)增益不平衡、I/Q正交偏移误差、I/Q滤波器偏差、振荡器相噪和功放非线性参数的上下界,并分析了各种射频指纹参数临界情形下星座图的变化,为射频指纹提取和识别技术的研究提供了合理的参数指导。
    5  基于卷积神经网络与循环谱图的调制识别方法
    林心桐,张 琳,吴志强,姜 军
    2021, 19(4):617-622. DOI: 10.11805/TKYDA2021122
    [摘要](420) [HTML](645) [PDF 428.71 K](2114)
    摘要:
    为提高调制分类识别精确度,降低计算复杂度,提出了一种基于卷积神经网络(CNN)与红绿蓝(RGB)循环谱二维图的智能调制识别方法。基于循环谱特征可识别调制类型的机理,为了降低计算复杂度,将三维的循环谱转换为二维平面的RGB循环谱图,并将其用于构建数据集;将一种计算复杂度较低的CNN作为调制类型分类识别器。仿真结果表明,所提出的智能调制识别方法能够以较低的计算复杂度,获得更高的分类精确度。
    6  基于混合机器学习的电磁功率谱密度预测模型
    徐甜甜,韩光洁,邹 岩,朱宏博,王 敏,林 川
    2021, 19(4):623-627. DOI: 10.11805/TKYDA2021084
    [摘要](358) [HTML](633) [PDF 466.54 K](2116)
    摘要:
    功率谱密度(PSD)预测是频谱管理中的重要环节。由于功率谱密度具有高度的复杂性、非线性和不确定性,单一的预测模型很难确保预测的准确性和效率。为克服单一预测方法的不足,提出一种混合的机器学习模型,将自组织映射(SOM)网络与回归树(RT)相结合,以预测信号的功率谱密度。使用自组织映射网络将具有相似手工特征的原始样本集聚类成簇;将每一个簇分别构建回归树来预测功率谱密度;最后,使用亚琛工业大学的数据进行实验。结果表明,预测结果的均方根误差比现有方法提高0.824,证明混合模型具有较高的预测精确度和较好的泛化能力。
    7  迁移学习用于电磁目标识别
    王美玉,田 乔
    2021, 19(4):556-561. DOI: 10.11805/TKYDA2021214
    [摘要](539) [HTML](690) [PDF 1006.89 K](2094)
    摘要:
    迁移学习技术可以利用经验信息辅助当前任务,已在计算机视觉和语音识别领域得到广泛应用,但在电磁领域还没有取得明显的成就。电磁环境变化速度快,源数据或分类器模型在新环境中性能会显著下降,重新训练不仅需要大量的数据且费时费力。迁移学习技术与电磁目标识别任务十分相关,本文采用实测电磁目标数据集,探索迁移学习在解决电磁目标小样本问题中的几种应用,包括同类目标迁移和异类目标迁移。实验结果表明,通过将预训练模型迁移到目标域小样本识别任务,当目标域为同类源且标记样本只有20个情况下,相较于非迁移模型,验证准确率提高25%,并且大大缩短了目标域训练时间;当目标域为异类源时,也能够在保证识别准确率的同时使训练时间少于源域的1/5。
    8  基于注意力机制的电磁时间序列异常检测方法
    王 翔,邓 文,刘世雄,黄知涛
    2021, 19(4):581-588. DOI: 10.11805/TKYDA2021150
    [摘要](644) [HTML](672) [PDF 595.62 K](2109)
    摘要:
    实现电磁数据的异常检测和模式发现,对电磁目标异常行为的判断与提前预警具有重要价值。不同类型的电磁数据通常以时间序列的形式存在,且具有正常数据与异常数据不均衡等特点。为应对上述挑战,提出一种基于时空联合注意力机制的时间序列异常检测方法。基于电磁数据的时间与空间特征,结合通道与空间注意力机制,增强对时序数据异常部分的特征表示。实验结果表明,提出的检测算法能够有效应对数据不均衡的难点,具有较强的鲁棒性。
    9  基于地空频谱在线学习的地震前电磁异常检测
    刘 立,王 真,韩光洁,徐政伟
    2021, 19(4):635-641. DOI: 10.11805/TKYDA2021080
    [摘要](371) [HTML](793) [PDF 481.97 K](2015)
    摘要:
    提出了一种应用于噪声环境下的多尺度卷积神经网络(CNN)在线地震前电磁异常检测模型。该模型在CNN强大特征提取能力的基础上,通过多尺度机制协同长短期地空电磁频谱特征,多维度、多视角地开展对地震前电磁的异常检测。同时引入自适应变分模态分解(VMD)降噪方法提取观测信号中的有效信息,最后配合在线学习策略,实现对地震前电磁异常模式可能变化的持续学习。仿真结果表明,多尺度模型在低信噪比下能够保持较高的准确率,在线学习策略能够有效缩短模型更新时间,由此证明了模型的有效性。
    10  复杂电磁环境下基于信号时频图像的调制识别
    李雨倩,刘玉超,郭兰图
    2021, 19(4):562-568. DOI: 10.11805/TKYDA2021195
    [摘要](519) [HTML](633) [PDF 540.74 K](2085)
    摘要:
    为解决调制识别研究中较少考虑到不同信号的特征之间联系性的问题,搭建了卷积神经网络(CNN)来提取信号的彩色时频图对应的特征,并利用时频变换的分析方法,将一维信号处理成彩色时频图,通过卷积神经网络架构提取图像特征;同时为了提升算法在低信噪比下的分类识别准确率,对时频图像的纹理特征进行了特征提取,将提取到的纹理特征与卷积神经网络中提取到的特征进行特征融合。仿真实验结果表明,采用的时频卷积神经网络(TF–CNN)和TF–Resnet网络框架能够达到高精确度信号自动调制识别分类的目的。
    11  电磁空间态势研究现状综述
    李泓余,韩 路,李 婕,唐磊明,况婷妍,丁国如
    2021, 19(4):549-555. DOI: 10.11805/TKYDA2021156
    [摘要](599) [HTML](691) [PDF 623.78 K](2174)
    摘要:
    面对日益复杂的电磁环境,电磁空间态势因其整体性、动态性、关联性、可视性、海量性、多维性等特点,为提升用频系统综合性能、实现移动通信系统频谱共享及保障重大安保活动频谱安全等提供了重要的理论支撑,已经逐渐成为国内外频谱领域最具活力的研究方向之一。本文从电磁空间态势的角度出发,重点介绍了国内外电磁空间态势研究的相关技术,并进一步系统性介绍了国内外的代表性工作。最后,总结了电磁空间态势研究的重要性与发展现状,并提出了该领域在未来面对的挑战。
    12  基于分布式无人机监测的干扰源直接定位
    赵高峰,陈若迅,李营营,李建峰
    2021, 19(4):628-634. DOI: 10.11805/TKYDA2021046
    [摘要](688) [HTML](655) [PDF 523.22 K](2034)
    摘要:
    目前大部分直接定位方法主要针对窄带信号,为此提出了一种基于分布式无人机 (UAV)平台的宽\窄带信号直接定位(DPD)方法。首先在频域对多个无人机平台的接收数据进行合成,基于多个频点建立和信源位置直接相关的代价函数;然后,将监测区域进行网格化处理得到目标信源的位置;最后,多无人机移动监测,并不断缩小监测区域,对多次定位结果聚类分析,得到最终定位结果。通过仿真验证,本方法的定位性能明显优于传统的定位方法。同时实测数据的处理结果表明,本文所提方法定位性能优于改进的到达时间差(TDOA)定位方法。
    13  基于多智能体强化学习的动态频谱分配方法
    童 乐,梁 涛,张 余,钱鹏智
    2021, 19(4):573-580. DOI: 10.11805/TKYDA2021172
    [摘要](607) [HTML](672) [PDF 632.30 K](2049)
    摘要:
    针对认知无线电网络中多个异质用户具有不同的服务质量(QoS)要求,提出一种基于多智能体强化学习的动态频谱分配方法。该方法从用户满意度角度出发,以用户体验质量(QoE)作为系统的评价指标,构建多个虚拟智能体,模拟多个用户以合作方式与环境进行交互学习,融合各个用户的学习和频谱决策结果,实现频谱资源优化分配。仿真结果表明,在未知主要用户使用规律和信道动态特性条件下,相比基于传统强化学习的动态频谱分配方法,提出的方法能有效提高次用户的QoE,降低用户间的冲突概率。
    14  低轨大规模卫星星座系统建模与干扰分析
    贾敏,孟士尧,郭庆,顾学迈
    2022, 20(1):34-39. DOI: 10.11805/TKYDA2021151
    [摘要](211) [HTML](9) [PDF 789.43 K](1804)
    摘要:
    针对低轨(LEO)大规模卫星星座系统存在电磁空间复杂且难于观测的问题,对低轨卫星星座链路特征进行研究。以Starlink和OneWeb星座为研究对象,根据低轨卫星的星座参数,获取等效全向辐射功(EIRP)值并进行可视化处理;对获取到的低轨电磁卫星数据进行分析,获取数据的衰减特性和时间、频率等的数据关系,计算星间的链路干扰以及时间上的分布特征;获取相对干扰时间的特征值以及星间数据的衰减与时频的多维特性,并分析不同场景下的干扰时间特征,从多个维度分析低轨大规模卫星星座系统间星间链路的干扰情况并进行仿真验证。实验证明了低轨大规模卫星星座系统之间的星间链路存在干扰情况,且频率越高,干扰现象越明显。
    15  一种面向电磁识别模型的分散计算方法
    陆鹏威,颜子彦,张伟,曾歆,史清江
    2022, 20(1):22-28. DOI: 10.11805/TKYDA2021153
    [摘要](39) [HTML](9) [PDF 834.54 K](1827)
    摘要:
    基于张量分裂技术,设计了一种面向电磁目标识别的神经网络模型分散计算方法。该方法根据不同的隐藏层选择特定的张量分裂方法,将权重无损地分散到多个分布式节点上,以分散、聚合的方式完成协同推理计算。在树莓派设备上进行的仿真实验表明,该方法可以对集中式电磁识别模型进行无损拆分并分布式部署,可以保持与原始模型完全相同的准确率。并且当原始模型由于参数量过大而无法加载到内存中进行处理时,该方法仍可以正常完成计算。
    16  基于深度学习的大规模电磁信号识别
    张振,李一兵,查浩然
    2022, 20(1):29-33,39. DOI: 10.11805/TKYDA2021217
    [摘要](76) [HTML](13) [PDF 844.52 K](1828)
    摘要:
    近年来,很多高质量的数据集支撑了深度学习在计算机视觉、语音和自然语言处理领域的快速发展。但在电磁信号识别领域仍缺乏高质量的数据集,为促进深度学习在电磁信号识别中的应用,本文基于广播式自动相关监视(ADS-B)建立了一个大规模的真实电磁信号数据集。首先设计了一个自动数据收集和标注系统,在开放和真实的场景中自动捕获ADS-B电磁信号。通过对ADS-B信号进行数据清理和排序,建立高质量的ADS-B信号数据集;其次,对使用数据集的深度学习模型的性能进行深入研究,在不同信噪比、采样率、样本数目下对模型进行综合评估。该数据集给相关研究者提供了有价值的研究基准。
    17  基于时频特征的跳频信号调制识别
    张静,于蕾,侯长波,张结,林佳昕
    2022, 20(1):40-46. DOI: 10.11805/TKYDA2021152
    [摘要](65) [HTML](8) [PDF 952.74 K](1832)
    摘要:
    跳频信号在抗干扰方面具有良好的性能。准确识别跳频信号的调制方式,能够为判断敌我目标属性、干扰敌方信号等军事信息战提供有力支撑,但国内外对于跳频信号的调制识别仍存在很大空缺。本文提出一种基于时频特征的跳频信号调制识别方法,通过平滑伪魏格纳-维利分布(SPWVD)时频变换获取不同调制类型的跳频信号时频图像,将时频图像送入卷积神经网络(CNN)中进行特征提取及分类识别。仿真实验证明,本文CNN在低信噪比下取得了较好的识别效果。
    18  基于大数据的复杂环境下调制分类方法
    师长立,韦统振,吴理心,叶泽雨,尹靖元
    2022, 20(1):16-21,28. DOI: 10.11805/TKYDA2021189
    [摘要](32) [HTML](5) [PDF 861.76 K](1797)
    摘要:
    随着频率使用设备的激增和大数据时代的到来,频谱管理和控制面临着有效性和准确性的挑战。调制分类技术是频谱管理和控制的基础,也是其关键部分。因此,在大数据场景下进行有效的调制分类技术非常重要。本文不仅考虑了大数据背景下分类模型的有效性,还考虑了复杂电磁环境中噪声的动态性。因此,构建了一个包含不同信噪比下不同信号的大数据集,并利用大数据驱动深度学习模型,最终得到调制分类的结果。该方法只需训练一个模型即可实现调制分类,避免了以往算法中模型训练的冗余。仿真结果验证了该方法的有效性和可靠性。
    19  面向非合作无线网络的频谱态势预测方法
    李高,王威,李婕,况婷妍,丁国如
    2022, 20(1):53-57,89. DOI: 10.11805/TKYDA2021155
    [摘要](34) [HTML](10) [PDF 840.75 K](1810)
    摘要:
    在复杂电磁环境背景下,针对非合作无线网络的频谱态势预测问题展开研究。借助机器学习理论,提取已侦测到频谱态势数据的时、空、频三维特性,并充分挖掘其三维特征内在的相关性,构建有针对性的频谱预测框架,从而有效预判非合作方通信节点的频率调整行为。相关研究结果表明,当非合作无线网络通信过程中存在频率调整行为时,只要能够截获足够的频谱数据,利用开发的频谱预测框架对未来时刻的频率调整行为有效地进行单步或多步预测,就可实现对目标系统未来可能使用的工作频率的精准锁定。精确地瞄准锁定目标系统未来可能使用的工作频率,可为后续通信跟踪及干扰等任务提供关键的技术支持。
    20  基于电磁环境大数据的智能基站布设方法
    陈昱帆,邵尉,于宝泉,刘瑾,钱祖平,黄启量,俞璐
    2022, 20(1):47-52. DOI: 10.11805/TKYDA2021165
    [摘要](40) [HTML](6) [PDF 1.04 M](1820)
    摘要:
    基站选址优化问题是移动通信中的研究热点,一个好的基站选址方案不仅能够节约资源,而且可以提高用户的通信体验。然而,基站布设常面对的是一个多参数、多约束、非线性的复杂问题,难以通过传统的优化方法进行求解。本文提出一种基于大数据的智能基站布设方法,根据实测电磁环境大数据构建基于深度学习的电波传播模型,使传播模型更加精确;采用空间自适应学习方法,在传播模型的基础上构建基站选址优化模型。通过在每次迭代过程中以较小概率选择性能较差的基站布设点,从而避免算法陷入局部最优。
    21  基于电磁环境数据的信息挖掘与关联分析
    李爽,刘海鹏,郭兰图
    2022, 20(1):8-15. DOI: 10.11805/TKYDA2021168
    [摘要](90) [HTML](7) [PDF 1.18 M](1860)
    摘要:
    城市通信技术的改革换代和用频设备的逐渐增多使得电磁环境变得越来越复杂。充分了解频谱资源利用的特性是提高频谱管理效率的关键。为了更全面地探索频谱利用的特点,提出一套完整的对复杂多样电磁环境大数据进行详细数据质量分析和处理的流程,分别对处于同一服务的不同信道、处于不同服务的不同信道进行频谱相关性分析,证明了频谱之间的相关性;对电磁环境大数据进行属性构造,构造了频率维占用度和时间维占用度属性。引入图像处理领域的多维混合高斯模型,对电磁信号进行背景噪声的去除,提取电磁信号,为后续的信息挖掘和关联分析奠定基础。
    22  C-V2X资源分配方法研究综述
    王巨震,江昊,陈琪美,李德识
    2022, 20(1):1-7. DOI: 10.11805/TKYDA2021145
    [摘要](270) [HTML](132) [PDF 712.95 K](1844)
    摘要:
    C-V2X是基于蜂窝网络技术演化而来的车联网(IoV)解决方案,是5G网络中的极可靠低时延通信(uRLLC)中重要的一部分,车联网技术的实现对现代交通具有重要意义。本文对近些年来国内外学者在该研究领域取得的成果进行了系统总结:对车联网的定义做了简要说明,并对C-V2X的标准研究进展进行了总结;对LTE-V2X和NR-V2X下的集中式和分布式资源调度方式分别进行了阐述,并对现有研究方法做了分类;最后,对未来研究可能面临的挑战进行了展望。
    23  雷达系统超精简流式AES加密器设计和优化
    周斌 彭应宁 汤俊
    .
    [摘要](1000) [HTML](0) [PDF 0.00 Byte](1907)
    摘要:
    高级加密标准(Advanced Encryption Standard)AES,作为最新的对称加密标准,在今天的密码学领域里面扮演着极其重要的角色。而雷达系统的加密要求高可靠性,高吞吐率和高安全性,要求改进AES为流加密算法。本文通过对CTR模式的重新设计,实现了将AES流加密工作。并且通过进行结构折叠和算法重用,有效的减小了资源占用,提高了吞吐率。通过对比测试,纯逻辑运算的实现具有小的资源占用,而分布式内存有比较高的速度。在FPGA上实现了实时密钥调度,纯逻辑运算和流水线运行。对雷达数据的实际加密验证了该设计的有效性。
    24  线性调频-伪码卷积性复合信号MCRLB推导
    王军
    .
    [摘要](1024) [HTML](0) [PDF 0.00 Byte](2046)
    摘要:
    线性调频-伪码卷积性复合信号是一种新型低截获概率信号,在雷达与微小探测器中具有广泛应用,侦察其参数具有重要意义。推导了高斯环境下复合信号的修正克拉美-罗下限(MCRLB),估计参数向量由幅度、载频、调制斜率和码宽组成,多余参数为码与初相。结论表明,MCRLB与多余参数无关,且在估计参数向量确定的条件下,对数形式表示的MCRLB与SNR成线性关系。
    25  用于雷达反隐身的低可探测目标电磁散射高效数值分析
    聂在平 胡 俊 阙肖峰 宗显政 何十全 麻连凤
    2010, 8(6):625-632.
    [摘要](4703) [HTML](0) [PDF 1.19 M](5772)
    摘要:
    本文介绍基于多层快速多极子方法(MLFMA)分析框架下的高效处理新方法和相关研究成果,重点讨论用于厚介质层散射分析的电流磁流混合场积分方程(JMCFIE)、用于多薄层介质散射的多层薄介质层(TDS)边界条件方法及其应用等;最后介绍了所研发的P-UEST软件及其在隐身飞行目标散射特性计算中的应用成果。
    26  一种改进的极化SAR图像四成分分解方法
    殷君君 安文韬 杨 健 张新征
    2011, 9(2):127-132.
    [摘要](4258) [HTML](0) [PDF 628.36 K](5775)
    摘要:
    目标分解是极化合成孔径雷达(SAR)应用的重要基础,其中四成分分解算法在对城市等复杂地物的分析中有很好的应用。原四成分分解得到的体散射分量通常较大,这是由于所应用的体散射模型不能完全描述实际复杂地物的随机散射过程造成的。为了更好分析地物的实际物理散射特性,结合新的体散射模型,提出了一种改进的全极化SAR图像四成分分解算法。对目标散射相干矩阵进行定向角旋转,利用新的体散射模型对目标矩阵进行分解,在分解过程中加入功率限制以防止分解中负功率的出现。最后对NASA/JPL实验室AIRSAR-L波段的旧金山数据,以及ALOS/PALSAR的北京地区极化数据进行了分析,实验结果验证了该方法的有效性。
    27  视频超分辨率重建技术综述
    何小海 吴媛媛 陈为龙 卿粼波
    2011, 9(1):1-6.
    [摘要](7135) [HTML](0) [PDF 393.49 K](8102)
    摘要:
    在获取视频过程中,有许多因素会导致视频质量的退化,使得视频的空间分辨率降低;而摄像机曝光时间和拍摄帧率又限制了视频的时间分辨率。视频超分辨率重建是一种能有效提高视频时间分辨率和空间分辨率的方法,已经在计算机视觉和图像处理等领域引起了广泛关注。详细阐述了视频超分辨率重建研究的概念和必要性,并较全面地回顾了超分辨率技术近年来的发展历程,对视频超分辨率重建中关键问题进行了较为深入的分析,指出了当今研究难点和今后的研究方向,对视频超分辨率重建的应用前景进行了展望。
    28  基于球面调和函数的环境映射技术的研究
    盛玲
    .
    [摘要](2495) [HTML](0) [PDF 0.00 Byte](2129)
    摘要:
    针对三维虚拟场景的光照一致性问题,以提高场景的真实感为目的,研究了一种基于环境映射的光照技术。此方法采用全景辐射度图对场景进行照明,并利用球面调和函数近似估计理想漫反射物体表面的光亮度,同时添加了漫反射阴影交互转移,实现了低频光照环境下漫反射物体捕获软阴影的实时渲染。实验结果表明,算法绘制质量高,具有一定的实用价值。
    29  内部安全威胁与室内人群移动轨迹基准数据集
    赵颖,赵鑫,杨奎,陈思明,张卓,黄鑫
    2022, 20(12):1257-1268. DOI: 10.11805/TKYDA2021143
    [摘要](21) [HTML](6) [PDF 2.33 M](1693)
    摘要:
    数据集是众多科学研究得以开展与验证的基础,学术界和工业界已经联合在许多领域打造了丰富的基准数据集,但在一些细分研究领域仍然缺少高质量数据。本文介绍了2个新基准数据集:内部安全威胁基准数据集和室内人群移动轨迹基准数据集。2个数据集经过精心的场景设计、科学的模型构造,嵌入了丰富的数据模式和交错的故事情节,采用程序驱动的合成数据生成方法,数据类型多样,规模适中,有一定的分析难度,曾被用于中国数据可视分析挑战赛。本文旨在进一步宣传和推广这2个数据集,以促进相关领域的科学研究与技术应用的发展。
    30  基于深度自编码器的辐射源个体开集识别
    林子榆,王翔,孙丽婷,柯达,柳征
    2022, 20(12):1285-1291. DOI: 10.11805/TKYDA2021180
    [摘要](17) [HTML](6) [PDF 2.64 M](1855)
    摘要:
    为实现对城市用频设备的精确管控,针对特定辐射源开集识别问题,构建了一套基于深度学习的辐射源个体开集识别处理流程,核心在于指纹特征有效区间筛选与基于深度自编码器的开集识别模型。一方面,通过使用Grad-CAM实现对深度网络激活可视化,筛选出信号对网络激活贡献较高的部分,在不损失过多指纹信息的情况下进行信号区间筛选;另一方面,建立基于半监督对抗自编码器的辐射源个体开集识别模型,实现对电磁环境中出现的未知辐射源个体的有效识别。实验表明此开集识别模型能够在不损失闭集识别率的条件下实现高精确度的开集识别。
    31  基于CLDNN的物联网设备个体识别
    王凡,卢冬鸣,王翰红
    2022, 20(12):1298-1304. DOI: 10.11805/TKYDA2021352
    [摘要](25) [HTML](9) [PDF 2.22 M](1686)
    摘要:
    针对目前个体识别中特征工程存在信号序列长、特征鲁棒性差等问题,研究了基于深度神经网络的个体识别技术。借鉴语音识别中的卷积长短时全连接神经网络(CLDNN),通过卷积神经网络提取信号的局部幅度特征,通过长短期记忆网络提取信号的全局时域特征,使用全连接网络实现特征图到设备标签的映射。在视距(LOS)信道下,采集8台LoRa调制的无线数传电台数据,加入高斯白噪声进行仿真测试。仿真表明,本文所提方法在信号序列长度为2 048点和低信噪比(0 dB)时,模型准确率达到95%;此外相较VGG16模型,本模型参数更少,在物联网设备部署方面具有一定的应用前景。
    32  合作与欺骗信号共存下的CNN射频指纹识别方法
    张雅琪,杨春,刘友江,杨大龙,秋勇涛
    2022, 20(12):1305-1310. DOI: 10.11805/TKYDA2021356
    [摘要](20) [HTML](7) [PDF 2.29 M](1712)
    摘要:
    射频指纹是设备硬件的固有特征,与发射信号本身无关,因此常用于通信抗欺骗中。本文基于射频指纹的原理,采用神经网络对接收机所获得的原始信号样本进行处理,包括I/Q序列、幅度/相位、星座图的二值图和星座图的颜色密度图4种信号表现形式,达到抗欺骗效果。在信干噪比为-30~30 dB 的情况下,信号的识别准确率最高可达99.93%。相较于现有文献,本文所提的基于深度学习的方法可适应不同信干噪比的通信场景,在欺骗信号与合法信号同时存在的复杂通信环境下实现抗欺骗。
    33  无人机群通信对抗中的认知干扰波形设计
    刘玉超,郭兰图,李雨倩
    2022, 20(12):1318-1325. DOI: 10.11805/TKYDA2022028
    [摘要](68) [HTML](10) [PDF 3.08 M](1849)
    摘要:
    针对无人机群通信对抗中敌方通信信号生成干扰波形的自适应问题,提出了一种基于频谱调制频谱编码(SMSE)模型进行认知干扰波形设计的方法。通过对SMSE框架中6种不同的波形设计参数进行部署,将具有特定频谱结构的波形在频域生成相应功能的认知干扰波形,来应对通信对抗中不同参数下的通信信号。仿真实验表明,该理论模型能够产生单音干扰、多音干扰、宽带干扰、瞄准式窄带干扰等多种压制式干扰波形,并能够对BPSK,QPSK,8PSK,16QAM等调制信号实现调制欺骗式干扰。通过与理论曲线对比,实验结果验证了SMSE模型产生认知干扰波形的理论可行性,这意味着SMSE模型可以实现对通信信号的压制性干扰和欺骗式干扰的一体化应用。
    34  基于Transformer的通信信号调制识别方法
    李振星,赵晓蕾,刘伟承,王杰
    2022, 20(12):1311-1317. DOI: 10.11805/TKYDA2021392
    [摘要](192) [HTML](10) [PDF 3.67 M](1970)
    摘要:
    提出一种基于Transformer模型的通信信号调制识别方法:在数据准备阶段,构建一个不同符号速率调制识别(DSRMR)数据集;在数据预处理阶段,提出I/Q数据增强方法,用于满足模型训练在数量上和多样性的要求,增强了模型泛化能力;在模型构建阶段,将切片序列化的方法引入调制识别Transformer模型中,用于优化Transformer神经网络模型的输入问题。实验结果证明,基于Transformer模型的通信信号调制识别方法能够获得较高的信号自动调制识别准确率。
    35  基于多模态深度学习的信号调制识别
    冯忠明,王景岩,李奎贤
    2022, 20(12):1326-1334. DOI: 10.11805/TKYDA2022036
    [摘要](166) [HTML](138) [PDF 5.09 M](1834)
    摘要:
    信号调制识别技术在民用和军事领域都有重要应用。当前信息化战场中,由于各类雷达、通信、导航、电子战武器等信息辐射源的数量愈来愈多,调制形式也日益多样化,信号密度愈来愈大,战争电磁环境日趋复杂化,传统的信号调制识别技术已无法适应。因此,提出基于深度学习的AlexNet网络和复数神经网络,同时采用多模态特征融合和模型融合技术,融合信号统计图域和信号I/Q波形域的多模态信息,实现信号调制识别。仿真结果表明,所提方法的识别精确度在不同信噪比下均优于单模态识别方法和未采用多模态协同融合框架的方法。
    36  自适应估计信号个数的频谱信号提取算法
    单中尧,林枫,王景岩,冯忠明
    2022, 20(12):1335-1342. DOI: 10.11805/TKYDA2022044
    [摘要](161) [HTML](12) [PDF 2.76 M](1775)
    摘要:
    无线电监测频谱数据中包含有大量的信号,准确提取这些信号有利于掌握全频段的频谱使用情况。实际信号的频谱由于受噪声干扰,会出现信号频带内个别频点能量值低于检测门限的情况,此时传统的门限检测算法会将该信号错估为多个信号,产生多个虚假的相邻信号间隔,导致频谱信号提取的准确率下降。对此,根据虚假相邻信号间隔特点,提出一种自适应估计信号个数的频谱信号提取算法,该算法可自动、准确估计频谱监测数据中电磁信号的个数,并将对应的信号及频谱信息提取出来。实验结果表明,该方法具有自适应性、强鲁棒性和高准确性,有效提高了频谱信号提取的准确率,为军、民电磁环境的识别与掌握提供基础的电磁信号数据支撑。
    37  数据驱动的开放动态频谱接入系统构建方法
    麦伟民,彭福洲,谭超镭,周拱朗,陈翔
    2022, 20(12):1343-1349. DOI: 10.11805/TKYDA2022030
    [摘要](26) [HTML](9) [PDF 2.13 M](1833)
    摘要:
    在认知无线电(CR)背景下,动态频谱接入已成为提高无线网络频谱利用率的重要途径。基于全球移动通信系统-铁路(GSM-R)系统中采集的细粒度频谱监测数据,提出一种数据驱动的深度学习方法,建模频谱模式,并建立一套动态频谱接入访问框架。采用一种深度频谱生成模型指导频谱分配;设计一种综合递归序列表征与场景特征嵌入的深度网络,建模和预测短时频谱占用情况,并由此提出一种动态信道接入策略。进一步,利用软件无线电(SDR)平台实现一套跳频系统,并将其与动态频谱接入策略进行集成。使用真实的历史频谱数据评估该系统的数据吞吐能力,测试结果表明,所提方法及构建的跳频系统能有效提高机会通信能力,高效利用频谱资源。该频谱接入框架及SDR系统实现具有较强的通用性,易于集成到不同场景和频段的系统中。
    38  基于雷达量测时空特征的航迹起始方法
    沈光铭,许雄,樊玉琦
    2022, 20(12):1269-1276. DOI: 10.11805/TKYDA2021148
    [摘要](30) [HTML](6) [PDF 1.79 M](1713)
    摘要:
    日益拥挤、复杂的空域环境,使得确定真实目标航迹的起始尤为主要。现有关于雷达目标航迹起始的研究大多只考虑了实时性或起始率中的一种,难以在强杂波环境下完成快速而准确的航迹起始。本文提出一种适用于强杂波环境的基于深度学习和雷达量测时空(DLTS)特征的航迹起始算法。该算法首先从雷达量测组合中筛选出候选集,并从中提取出量测组合的时序变化和空间分布向量,作为一维卷积神经网络(1DCNN)和门控循环单元(GRU)混合模型的输入,获得量测组合的时间和空间维度特征,再将二者合并得到时空特征。最后对经过自注意力处理的时空特征进行真假航迹分类,完成航迹起始。在仿真实验中,DLTS算法在强杂波环境下能够在时间损耗与逻辑法相近的情况下有效提高真假航迹起始率性能。
    39  基于生成对抗网络的数据增强方法及应用
    周华吉,焦李成,徐杰,沈伟国,王巍,楼财义
    2022, 20(12):1249-1256. DOI: 10.11805/TKYDA2021271
    [摘要](24) [HTML](14) [PDF 2.77 M](1819)
    摘要:
    对于小样本电磁信号识别,数据增强是一种最为直观的对策。利用生成对抗网络(GAN)产生虚假信号样本,设计粗粒度和细粒度筛选机制对生成信号进行筛选,剔除质量较差的生成信号,实现训练样本集的有效扩充。为验证所提数据增强算法的有效性,在RADIOML 2016.04C数据集上进行测试。实验结果表明,本文所提方法对小样本电磁信号识别准确率有较好的提升效果。
    40  基于MES频谱数据异常贡献度估计与后验分析
    张继丹,肖东,侯燕曦
    2022, 20(12):1277-1284. DOI: 10.11805/TKYDA2021178
    [摘要](23) [HTML](4) [PDF 968.70 K](1668)
    摘要:
    近些年,基于大数据分析模型的风险度量和控制方法研究变得越来越重要,而风险度量模型的后验分析研究能够保障和检验所用分析技术在实际数据分析中的有效性。边际期望损失(MES)作为度量个体对系统性风险的边际贡献的重要工具,其后验分析也是一个值得关注的问题。本文将C. Acerbi等提出的关于ES的后验分析方法进行二维变量下的延伸,提出2个新的对于MES的统计量。模拟实验的结果表明,在原假设分布和备择假设分布相差相对较小的情况下,2个统计量的统计功效均大于D. Banulescu等采用的统计量。实证分析的结果也表明,对于同样的预测结果,文中新提出的统计量在原假设的接受程度上相对更为谨慎。该方法对于大数据模型算法的后验分析具有一定的理论借鉴意义。
    41  基于孪生神经网络的航迹关联方法
    魏博,樊玉琦
    2022, 20(12):1292-1297. DOI: 10.11805/TKYDA2021270
    [摘要](265) [HTML](6) [PDF 2.59 M](1777)
    摘要:
    日益复杂的电磁环境对战场目标探测提出了很高的要求。由于多雷达融合系统的不断发展,如何准确快速地完成多雷达的航迹关联成为一个亟待解决的问题。现有的关于航迹关联算法的研究大多只考虑雷达上报的最新目标航迹点,而没有考虑先前的航迹信息。除此之外,大多数航迹关联算法对于航迹异步问题的解决方法是进行时间配准,这不仅增加了算法本身的计算开销,还放大了航迹信息中包含的误差,因此难以应用于目前复杂的电磁环境中。本文提出一种适用于对异步航迹进行关联的、且无需进行时间配准工作的基于孪生神经网络的航迹关联算法(TTCSN)。该算法首先将待关联航迹两两组成一对,将其成对地送入特征提取网络中,再利用共享权重的双向LSTM网络提取输入航迹的隐含特征,之后对两条航迹的特征向量进行相似度计算,得到相似度向量,最终送入分类器完成关联航迹与非关联航迹的判别。实验表明,TTCSN算法能够有效地解决异步航迹关联问题。

    当期目录


    年第卷第

    文章目录

    过刊浏览

    年份

    刊期

    浏览排行

    引用排行

    下载排行