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

    利用稀疏CP-OFDM的SAR抗干扰成像方法研究

    史海旭徐仲秋李光祚林宽...
    4441-4450页
    查看更多>>摘要:合成孔径雷达(SAR)是一种微波遥感成像雷达.近年来,随着数字化技术和射频电子技术的进步,针对SAR成像的干扰技术不断发展,基于数字射频存储技术(DRFM)的有源欺骗干扰更是给民用和军用的SAR成像系统带来了前所未有的考验.针对欺骗干扰开展SAR成像抗干扰研究,该文首先引入带有循环前缀的正交频分复用(CP-OFDM)波形进行正交波形分集设计与波形优化,获取具备优异自相关峰值旁瓣水平和互相关峰值水平的CP-OFDM宽带正交波形集;然后引入稀疏SAR成像理论,将CP-OFDM波形与稀疏SAR成像相结合,采用稀疏重构算法对CP-OFDM回波进行成像,实现具备抗欺骗干扰能力的高质量、高精度SAR成像.最终,开展了点目标、面目标以及基于真实数据模拟的复杂场景仿真实验,证明了所提方法可以将欺骗干扰产生的假目标完全去除,并对旁瓣进行抑制,实现高精度成像.

    SAR抗干扰带有循环前缀的正交频分复用(CP-OFDM)波形分集稀疏SAR成像

    针对组网雷达的无人机集群航迹欺骗综合误差分析

    时晨光蒋泽宇严牧周建江...
    4451-4458页
    查看更多>>摘要:无人机集群在对组网雷达进行航迹欺骗过程中通过延时转发截获的雷达信号生成虚假目标点,而雷达站址误差、无人机抖动误差及转发时延误差均会造成虚假目标点偏离预设位置,进而使航迹欺骗效果恶化.针对上述问题,该文在雷达量测位置、无人机预设位置和欺骗距离已知以及组网雷达空间分辨单元(SRC)一定的情况下,分析了雷达站址误差、无人机抖动误差及转发时延误差同时存在时无人机集群成功欺骗组网雷达的边界条件,并总结了上述误差对航迹欺骗效果的影响规律.数值仿真结果表明,当3种误差同时存在时,推导结果可以有效评估无人机集群对组网雷达的欺骗能力.

    航迹欺骗组网雷达无人机集群误差分析

    一种目标区域特征增强的SAR图像飞机目标检测与识别网络

    韩萍赵涵廖大钰彭彦文...
    4459-4470页
    查看更多>>摘要:在合成孔径雷达(SAR)图像飞机目标检测识别中,飞机目标图像呈现离散特性以及结构之间的相似性会降低飞机检测与识别的准确率.为此该文设计了一种目标区域特征增强的SAR图像飞机目标检测与识别网络.网络由3部分组成:保护飞机特征的跨阶段部分网络(FP-CSPDarnet)、自适应特征融合的特征金字塔(FPN-A)以及目标区域散射特征提取与增强的检测头(D-Head).FP-CSPDarnet在提取特征的同时可以有效保护SAR图像飞机特征;FPN-A采用多层次特征自适应融合、细化,来增强飞机特征;D-Head在检测前有效增强飞机可辨别特征,提升飞机检测与识别精度.利用SAR-ADRD数据集的实验结果证明了该文所提方法有效性,其平均精度相对与基线网络YOLOv5s提升了 2.0%.

    合成孔径雷达飞机目标检测与识别YOLOv5s飞机特征保护特征增强

    强稀疏低副瓣近场聚焦稀疏阵列三维成像

    杨磊宋昊申瑞阳陈英杰...
    4471-4482页
    查看更多>>摘要:在主动式电扫描毫米波安检成像中,均匀阵列天线存在成本受限以及复杂度高等瓶颈问题,难以在实际工程中大规模运用.由此,该文提出一种强稀疏低副瓣的近场聚焦稀疏阵列设计方法,并进一步利用改进3维时域成像算法实现高精度3维重建.首先,以近场聚焦位置以及峰值旁瓣电平为约束,以权向量的lp(0<p<1)范数正则化为目标函数,构建近场聚焦稀疏阵列天线优化模型.然后,通过引入辅助变量,建立旁瓣及聚焦位置约束与辅助变量间的等价代换模型,解决阵列权向量目标函数与复杂约束耦合带来的求解难题,通过等价代换思想对模型化简并求解.接着,采用复数求导结合启发式近似方法对阵列激励以及位置进行优化选择.最后,利用交替方向多乘子法(ADMM)实现聚焦位置、峰值旁瓣约束以及阵列激励协同求解,通过改进3维时域成像算法实现稀疏阵列3维成像.仿真模拟实验结果显示,该方法可以在满足阵列天线辐射特性以及近场聚焦条件下,以更少的阵元数目获得更低的旁瓣电平.此外,采用实测数据验证稀疏阵列改进3维时域成像算法高精度、高效率的优势.

    近场成像稀疏阵列3维成像交替方向多乘子法

    频移Chirp信号短包的自适应分数傅里叶变换检测方法

    修梦雷窦高奇冯士民
    4483-4492页
    查看更多>>摘要:为解决传统分数傅里叶变换(FrFT)在检测频移Chirp信号时脉冲分散问题,该文提出一种自适应FrFT的检测方法.该方法基于短包的结构模型以及Neyman-Pearson检测模型,引出了借助评价函数和判定阈值对信号帧检测的虚警概率和漏检概率的分析方法.结合传统FrFT对完整Chirp信号的脉冲特性,给出了对分数傅里叶积分算子的修正方案,推导出自适应FrFT对频移Chirp码元的峰值分布函数.针对自适应FrFT检测过程存在搜索时移问题,分析了该情况下频移Chirp码元峰值大小及分布情况,证明了相比于传统FrFT,自适应FrFT检测捕获无前导短数据包的性能更加优越.

    短包频移Chirp信号自适应分数傅里叶变换帧检测性能

    基于自适应交互式多卡尔曼滤波模型的组合导航算法研究

    陈光武王思琪司涌波周鑫...
    4493-4503页
    查看更多>>摘要:在组合导航系统中,信息融合和定位精度取决于惯性系统和传感器的特性,然而在实际应用中获取先验知识仍然具有挑战性.为解决车辆导航中卫星信号质量的变化及系统非线性降低组合导航系统性能的问题,该文提出一种基于多卡尔曼滤波器的模糊自适应交互式多模型算法(FAIMM-MKF),将基于卫星信号质量的模糊控制器(Fuzzy Controller)与自适应交互多模型(AIMM)相结合,通过组合无迹卡尔曼滤波(UKF)、迭代扩展卡尔曼滤波(IEKF)和平方根容积卡尔曼滤波(SRCKF)3种不同的滤波器,适配车辆动力学模型,并通过车载半实物仿真实验验证该方法的性能.结果表明,在卫星信号质量发生改变的情况下,与传统的交互式多模型算法相比,该方法显著提高了车辆在复杂环境中的定位精度.

    组合导航交互式多模型卡尔曼滤波器模糊控制器

    面向地电极电流场透地通信的两阶段长相关信号捕获方法

    徐湛张旭杨小龙
    4504-4512页
    查看更多>>摘要:地电极电流场透地通信可以为地下强遮蔽空间信息传输提供解决方案.针对接收的电流场信号信噪比(SNR)低、易畸变且受载波频偏影响大导致捕获困难的问题,该文设计一种长同步信号帧结构,在此基础上提出一种联合频偏粗估计和精估计的两阶段长相关信号捕获算法.该算法第1阶段利用接收时域信号中的训练符号,依据最大似然算法进行采样间隔偏差粗估计,并计算采样点补偿间隔粗估计值.第2阶段结合粗估计值和接收信噪比,确定采样点补偿间隔精估计值的遍历范围,进而设计本地补偿后的长相关模板信号,实现电流场信号的精确捕获.本研究在距离地面30.26 m的地下强遮蔽空间中进行了算法性能验证.实验结果表明,与传统的滑动相关算法相比,该文所提算法具有更高的捕获成功概率.

    强遮蔽空间透地通信地电极电流场长相关模板信号捕获算法

    弧形边界在伴随变量法下的电磁灵敏度分析

    张玉贤朱海鸽冯晓丽杨利霞...
    4513-4521页
    查看更多>>摘要:电磁灵敏度分析是评估设计参数变化对电磁性能影响的一种方法,它通过计算灵敏度信息指导结构模型分析,以满足设计规范.商业软件在进行电磁结构优化设计时,常通过调整几何结构并使用传统算法,但这种方法计算耗时且资源占用大.为了提高模型设计的效率,该文提出一种稳定高效的处理方案,即伴随变量法(AVM),利用仅有2次算法模拟条件下,实现在参数变换上进行1~2阶灵敏度估计.当前AVM的绝大多数应用局限在矩形边界参数的灵敏度分析,该文首次开拓性地将AVM拓展到弧形边界参数的灵敏度分析.基于固定的本构参数、频率依赖性目标函数以及瞬态脉冲函数的3种不同情形设计的条件,实现了对弧形结构的电磁灵敏度的高效分析.与有限差分方法(FDM)相比,该方法在计算效率上得到了显著的提高.该方法有效实施显著拓宽了AVM在弧形边界上的应用范围,可应用于等离子体模型的电磁结构、复杂天线模型的边缘结构等优化问题上.当计算资源较少的情况下,可满足电磁结构优化的可靠性和稳定性.

    电磁灵敏度分析有限差分法伴随变量法

    基于图像偏移角和多分支卷积神经网络的旋转不变模型设计

    张萌李响张经纬
    4522-4528页
    查看更多>>摘要:卷积神经网络(CNN)具有平移不变性,但缺乏旋转不变性.近几年,为卷积神经网络进行旋转编码已成为解决这一技术痛点的主流方法,但这需要大量的参数和计算资源.鉴于图像是计算机视觉的主要焦点,该文提出一种名为图像偏移角和多分支卷积神经网络(OAMC)的模型用于实现旋转不变.首先检测输入图像的偏移角,并根据偏移角反向旋转图像;将旋转后的图像输入无旋转编码的多分支结构卷积神经网络,优化响应模块,以输出最佳分支作为模型的最终预测.OAMC模型在旋转后的手写数字数据集上以最少的8 k参数量实现了96.98%的最佳分类精度.与在遥感数据集上的现有研究相比,模型仅用前人模型的1/3的参数量就可将精度最高提高8%.

    深度学习旋转图像分类偏移角多分支卷积神经网络

    面向360度全景图像显著目标检测的相邻协调网络

    陈晓雷王兴张学功杜泽龙...
    4529-4541页
    查看更多>>摘要:为解决360°全景图像显著目标检测(SOD)中的显著目标尺度变化和边缘不连续、易模糊的问题,该文提出一种基于相邻协调网络的360°全景图像显著目标检测方法(ACoNet).首先,利用相邻细节融合模块获取相邻特征中的细节和边缘信息,以促进显著目标的精确定位.其次,使用语义引导特征聚合模块来聚合浅层特征和深层特征之间不同尺度上的语义特征信息,并抑制浅层特征传递的噪声,缓解解码阶段显著目标与背景区域不连续、边界易模糊的问题.同时构建多尺度语义融合子模块扩大不同卷积层的多尺度感受野,实现精确训练显著目标边界的效果.在2个公开的数据集上进行的大量实验结果表明,相比于其他13种先进方法,所提方法在6个客观评价指标上均有明显的提升,同时主观可视化检测的显著图边缘轮廓性更好,空间结构细节信息更清晰.

    显著目标检测深度学习360°全景图像多尺度特征