首页期刊导航|电子与信息学报
期刊信息/Journal information
电子与信息学报
电子与信息学报

吴一戎

月刊

1009-5896

jeit@mail.ie.ac.cn

010-58887066

100190

北京市北四环西路19号

电子与信息学报/Journal Journal of Electronics & Information TechnologyCSCD北大核心CSTPCDEI
查看更多>>本刊是电子科学高级综合性学术刊物。主要刊登有关电子与信息科学方面的具有创新性的、高水平的文章。
正式出版
收录年代

    水声通信及网络技术综述

    杨健敏王佳惠乔钢刘凇佐...
    1-21页
    查看更多>>摘要：水声通信(UAC)及网络技术在海洋环境监测、商业领域和军事领域等诸多方面发挥着重要作用,关心海洋、认识海洋、经略海洋离不开水声通信及网络技术的发展.该文对水声通信技术和水声通信网络(UACN)进行综述,首先回顾了水声通信技术和水声通信网络的发展,总结了水声信道的特点.然后,对于水声通信技术中的非相干调制技术、相干调制技术以及以应用需求为导向的新型通信技术进行陈述.随后,对于水声通信网络中数据链路层媒介接入控制协议、网络层的路由协议和跨层设计进行分类探讨.最后,对目前水声通信及网络技术的不足进行总结,并且对未来水声通信及网络技术的发展进行展望.

    水声通信水声通信网络技术调制解调MAC协议路由协议

      原文链接:
    • 维普
    • 万方数据

    基于图分级的水下有向传感器网络栅栏覆盖策略

    常娟申晓红王海燕赵红言...
    22-30页
    查看更多>>摘要：栅栏覆盖问题近年来已成为水下传感器网络研究的热点,但水下有向传感器网络的栅栏覆盖问题尚未得到足够的重视.随机部署前提下的水下静态有向传感器网络的栅栏覆盖难度较大,因此目前关于该问题的相关研究成果较少.为弥补这方面研究的不足,该文提出一种基于图分级的有向传感器网络首次栅栏覆盖策略.首先,该策略深入研究了多种位置关系下两个相邻节点之间满足强(弱)连接的条件;其次,利用位置关系条件构建分级图,从中选取合适节点进行栅栏的首次构建.仿真实验结果表明:采用该算法对静态有向传感器网络进行栅栏首次构建在确保较高成功率的前提下采用的节点数更少,保证了较高的网络检测概率和较长的网络寿命.

    水下有向传感器网络栅栏覆盖分级图覆盖图

      原文链接:
    • 维普
    • 万方数据

    基于向量投影的立体阵定位算法

    孙大军蔡珩郑翠娥程驰宇...
    31-40页
    查看更多>>摘要：传统适配立体阵型的超短基线定位算法计算量大、定位误差难以通过解析式精确表征.针对这些问题,该文提出基于向量投影的立体阵定位算法,从向量投影的角度构建立体阵中各基线向量与目标方位之间的观测方程,实现对传统算法定位模型的简化.该文算法通过求解线性方程组即可实现对目标方位的估计,时间复杂度远小于传统算法.此外,基于该文算法简洁的观测方程,给出了适配立体阵的定位误差精确解析表征.仿真结果表明,该文算法消耗的运算时间远小于传统算法,且定位误差变化规律与基于理论解析式得到的结论相符.湖试试验结果表明,该文算法的定位精度与传统算法几乎一致,且计算效率更高.

    超短基线定位立体阵向量投影

      原文链接:
    • 维普
    • 万方数据

    一种基于模型概率单调性变化的自适应IMM-UKF改进算法

    王平波陈强卫红凯贾耀君...
    41-48页
    查看更多>>摘要：针对现有交互式多模型(IMM)算法模型间切换迟滞和转换速率慢的缺点,提出一种基于模型概率单调性变化的自适应交互式多模型无迹卡尔曼滤波改进算法(mIMM-UKF).该算法利用后验信息模型概率的单调性,对马尔可夫转移概率矩阵及模型估计概率进行二次修正,加快了匹配模型的切换速度及转换速率.仿真结果表明,与现有算法相比,该算法通过快速切换匹配模型,有效提高了水下目标跟踪精度.

    水下目标跟踪IMM-UKF算法自适应转移概率矩阵单调性

      原文链接:
    • 维普
    • 万方数据

    融合深度调整和自适应转发的水声网络机会路由

    金志刚梁嘉伟羊秋玲
    49-57页
    查看更多>>摘要：针对水声传感器网络路由过程中的空洞问题和数据传输中能效低下的问题,该文提出了融合深度调整和自适应转发的水声网络机会路由(OR-DAAF).针对路由空洞,区别于传统绕路策略,OR-DAAF提出一种基于拓扑控制的空洞恢复模式算法——利用剩余能量对空洞节点分级,先后调整空洞节点到新的深度以克服路由空洞,恢复网络联通.针对数据传输中的能效低下问题,OR-DAAF提出了转发区域划分机制,通过转发区域的选择自适应转发面积以抑制冗余包,并提出基于加权推进距离,能量和链路质量的多跳多目标路由决策指标,综合考虑区域能量,链路质量和推进距离实现能效平衡.实验数据表明,相比DVOR协议,OR-DAAF的包投递率和生命周期分别提高10%和48.7%,端到端时延减少22%.

    水声传感器网络路由协议深度调整自适应转发

      原文链接:
    • 维普
    • 万方数据

    相似网络构建与表征的水下声信号检测

    张红伟王海燕闫永胜申晓红...
    58-66页
    查看更多>>摘要：水下声信号检测在海洋防御系统中扮演着不可或缺的角色,同时也广泛应用于民用领域.然而,在没有目标信号先验信息的情况下,目前仍缺乏行之有效的水下声信号检测方法.为此,该文提出了一种新的算法——相似网络,以解决在复杂海洋背景下水下目标检测的难题.该方法结合了信息几何和复杂网络理论,通过将节点相似度度量问题转化为矩阵流形上的几何问题,测量不同时间尺度上数据之间的相似性,并构建时间序列数据的网络表示.同时还引入了图信号处理理论,以提取目标信号内部隐藏的动力学特性,从而实现无目标先验信息下的水下声信号检测.通过对仿真和实测数据的研究验证,证明了该方法的有效性.结果表明,相似网络方法优于现有的网络构建和目标信号被动检测方法,能够更有效地检测水下声信号,实现无目标先验信息下的水下声信号检测.

    复杂网络信息几何相似网络声信号检测

      原文链接:
    • 维普
    • 万方数据

    考虑锚节点位置不确定的水下目标定位算法研究

    闫敬张婷尤康林商志刚...
    67-73页
    查看更多>>摘要：考虑时钟异步和声波分层效应的影响,该文研究了当测量过程受到未知噪声干扰,且锚节点位置不确定时水下目标节点的定位问题.首先构造了水下节点间飞行时间模型,设计了一种交互式异步通信协议,建立了最小化定位误差的优化目标函数.然后提出了一种基于深度强化学习的水下目标定位算法,并采用层归一化来改进深度神经网络,进一步提高模型的泛化能力.最后,仿真和实验结果验证所提方法的有效性.

    水下无线传感网络定位锚节点不确定深度强化学习

      原文链接:
    • 维普
    • 万方数据

    船舶辐射噪声分类卷积神经网络的可视化分析和卷积核剪枝

    徐源超蔡志明孔晓鹏黄炎...
    74-82页
    查看更多>>摘要：当前基于深度神经网络的船舶辐射噪声分类研究主要关注分类性能,对模型的解释性关注较少.本文首先采用导向反向传播和输入空间优化,基于DeepShip数据集,构建以对数谱为输入的船舶辐射噪声分类卷积神经网络(CNN),提出了一种船舶辐射噪声分类CNN的可视化分析方法.结果显示,多帧特征对齐算法改进了可视化效果,深层卷积核检测线谱和背景两类特征.其次,基于线谱是船舶分类的稳健特征这一知识,提出了一种卷积核剪枝方法,不仅提升了CNN分类性能,且训练过程更加稳定.导向反向传播可视化结果表明,卷积核剪枝后的CNN更加关注线谱信息.

    船舶辐射噪声分类卷积神经网络可视化分析神经网络剪枝导向反向传播

      原文链接:
    • 维普
    • 万方数据

    低复杂度水声多输入多输出正交时频空调制通信方法研究

    王彪方梓德朱雨男郭晓鹏...
    83-91页
    查看更多>>摘要：在多输入多输出正交时频空调制(MIMO-OTFS)水声通信系统中,基于消息传递(MP)算法的MIMO-OT-FS通信的计算复杂度较高,在实际应用中会增加设备成本.针对上述问题,该文提出一种基于2维虚拟时间反转镜(VTRM)的MIMO-OTFS均衡算法,该算法利用VTRM的时频空聚焦特性,有效提高了均衡性能,并通过改进的2维比例归一化最小均方(IPNLMS)算法进行信道估计,该算法利用时延-多普勒域信道的稀疏特性以较低的复杂度提高了收敛速度,最后通过2维自适应判决反馈均衡算法消除残余的码间串扰,进一步提高系统性能.仿真结果表明,所提均衡算法具有可行性,且在保证相同性能时,复杂度低于MP算法.

    水声通信正交时频空调制虚拟时间反转镜多输入多输出

      原文链接:
    • 维普
    • 万方数据

    基于时-频注意力机制网络的水声目标线谱增强

    古天龙张清智李晶晶
    92-100页
    查看更多>>摘要：为提高被动声纳对水下低噪声安静型目标的检测,研究者开始关注基于深度学习的线谱增强方法,其中,基于LSTM的线谱增强网络由于同时具有时域和频域的非线性处理能力,具有很强的灵活性,然而其性能还需要进一步提升.为此,该文提出了基于时-频注意力机制的网络模型(TFA-Net),通过在LSTM模型的基础上同时增加时域注意力机制和频域注意力机制,充分利用了目标信号在时域和频域的双重重要特征,提升了对LOFAR谱的线谱增强效果.TFA-Net中的时域注意力机制利用LSTM隐藏状态之间的关联性,增加了模型在时域的注意力,频率注意力机制通过将深度残差收缩网络中收缩子网络的全链接层设计为1维卷积层,增加了模型在频域的注意力.相比于LSTM,TFA-Net具有更高的系统信噪比增益:在输入信噪比为-3 dB的情况下,将系统信噪比增益由2.17 dB提升到12.56 dB;在输入信噪比为-11 dB的情况下,将系统信噪比增益由0.71 dB提升到10.6 dB.仿真和实测数据的实验结果表明,TFA-Net可以有效提升LOFAR谱的线谱增强效果,解决低信噪比下水下目标的检测问题.

    水下目标检测LOFAR线谱增强LSTM注意力机制

      原文链接:
    • 维普
    • 万方数据