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

    基于特征融合的窄带雷达短时观测回波序列空中目标识别

    郭泽坤刘峥谢荣冉磊...
    3184-3192页
    查看更多>>摘要：窄带雷达因其成本低、作用距离远的优点在防空制导领域有着广泛应用,随着高速机动平台的发展,传统的基于长时间观测回波序列特征建模的目标识别方法已不再适用.针对窄带雷达对短时间观测回波(OEST)序列特征识别能力较差,并且易受诱饵目标干扰,导致识别结果可靠性不高的问题,该文提出一种采用多特征自适应融合的窄带雷达OEST序列空中目标识别方法.首先,对编码层和分类层进行训练,通过构建通道-空间注意力模块,自适应地突出高可分性特征,然后,构建最大边缘正交损失函数,增大不同类别特征间距,缩小同类特征间距,并使类间特征正交,以此提升分类性能;最后,固定编码层与分类层参数,利用重构误差对解码层进行训练,确保模型具备对诱饵等库外目标的准确鉴别能力.实验部分在观测序列长度为100的条件下,分类准确率和鉴别率分别达到94.37%和96.78%,由此可得,所提方法能够有效提升窄带雷达的分类性能和对诱饵目标的鉴别能力,进而提高识别结果的可靠性.

    窄带雷达高速机动平台空中目标识别短时间观测回波特征融合

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    卷积神经网络STAP低空风切变风速估计

    李海张强周桉宇熊玉...
    3193-3201页
    查看更多>>摘要：由于机载气象雷达前视阵下存在非均匀性地杂波,导致难以获得足够的独立同分布样本,影响杂波协方差矩阵准确估计,进而影响风速估计.对此,该文提出一种基于卷积神经网络STAP的低空风切变风速估计方法,通过少量样本就能够实现高分辨杂波空时谱估计.首先,基于卷积神经网络模型训练好高分辨杂波空时谱卷积神经网络,接着计算杂波协方差矩阵,进而计算卷积神经网络STAP最优权矢量进行杂波抑制,达到对低空风切变风速精确估计.该文在小样本情况下,将稀疏恢复问题通过卷积神经网络实现,完成对高分辨杂波空时谱有效估计,仿真实验结果表明该方法可以有效估计空时谱,并完成风速估计.

    机载气象雷达卷积神经网络低空风切变风速估计

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    综合孔径微波辐射计的射频干扰源空间角度稀疏贝叶斯估计方法

    张娟庄乐慧李一楠李虹...
    3202-3209页
    查看更多>>摘要：该文提出一种综合孔径微波辐射计射频干扰源(RFI)空间稀疏贝叶斯估计方法.首先建立了综合孔径微波辐射计可见度函数干涉测量模型,观测数据表示为综合孔径天线基线对相关导向矢量观测矩阵与视场亮温的乘积,由于相关导向矢量观测矩阵的正交性和RFI空间角度分布的稀疏性,亮温在基线对相关导向矢量观测矩阵正交基所构成的支撑域中的变换系数是稀疏的.该文在稀疏贝叶斯学习(SBL)框架下对亮温进行稀疏重构.该方法在无需稀疏度和正则化参数等先验信息前提下也能获得较高的重构性能.计算机仿真验证了该方法的有效性.

    综合孔径微波辐射计射频干扰源稀疏贝叶斯空间角度估计

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于反障碍距离加权的复杂场景电磁频谱地图构建方法

    陶诗飞吴昱江罗佳丁浩...
    3210-3218页
    查看更多>>摘要：针对复杂场景中存在电磁波不可穿透的障碍物导致电磁频谱地图(REMs)构建性能不佳、反距离加权(IDW)算法受限于插值邻域的人工选择等问题,该文提出一种基于Voronoi图的反障碍距离加权(VIODW)的复杂场景电磁频谱地图构建算法.该算法通过创建包含障碍物的Voronoi图,为每一个待插值点自适应选定插值邻域用于电磁频谱数据构建,并利用任意角度路径寻优(ANYA)算法计算得到待插值点与插值邻域内每个监测站点之间的障碍距离,最后以障碍距离的反幂次作为权重加权获得待插值点处的电磁频谱数据,实现高精度的复杂场景电磁频谱地图构建.理论分析和仿真结果表明,该方法具有良好的构建精度,能够准确拟合出电磁波在复杂场景中的功率分布情况,为复杂场景下电磁频谱地图高精度构建提供了一种有效方法.

    电磁频谱地图反距离加权插值障碍距离复杂场景

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    泰勒展开与交替投影最大似然结合的离网格DOA估计算法

    刘帅许媛媛闫锋刚金铭...
    3219-3227页
    查看更多>>摘要：针对最大似然DOA估计算法需要多维搜索、计算量大且面临着在网格估计的问题,该文提出一种基于泰勒展开的离网格交替投影最大似然算法.该方法首先利用交替投影将多维搜索转化为多个1维搜索,获得对应预设大网格的粗估计结果;再利用矩阵求导理论将1维代价函数在粗估计结果处进行2阶泰勒展开;最后通过对2阶泰勒展开求偏导并令导数等于零,求得离网参数的闭式解.与交替投影最大似然算法相比,该方法突破了搜索网格大小的限制,在保证算法精度的同时,有效减少了算法的在网格计算点数,提升了运算效率.仿真结果证明了该算法的有效性.

    最大似然算法交替投影离网格泰勒展开

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    一种适用于半互质阵的高精度波达方向估计方法

    梁国龙滕远鑫王晋晋付进...
    3228-3237页
    查看更多>>摘要：在半互质阵列(SCA)下,经典波达方向估计(DoA)算法在面对邻近相干信源时估计性能退化.为了解决该问题,该文提出一种适用于半互质阵列的高精度波达方向估计方法.首先,将半互质阵划分为3个均匀线阵并利用常规波束形成算法对子阵1、子阵2和子阵3的阵列输出信号进行处理;然后,对子阵3的输出信号进行加权后与子阵1,2的输出信号加和构建和波束,利用子阵1与子阵2的输出信号做差构建差波束;最后,将上述和差波束做差得到最终输出信号,计算最终信号的功率得到方位谱.该方法基于半互质阵列特点构建和差波束,充分利用了3个子阵的重叠阵元实现估计精度的提高.通过仿真和湖上实测数据验证表明,该方法可以适用于半互质阵列实现波达方向估计,并且在面对邻近相干信源时其波达方向估计性能优于最小方差无失真估计算法(MVDR)和最小处理算法(MP).

    波达方向估计半互质阵列邻近相干信源波束形成

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于双路射频指纹卷积神经网络与特征融合的雷达辐射源个体识别

    肖易寒王博煜于祥祯蒋伊琳...
    3238-3245页
    查看更多>>摘要：为实现雷达辐射源个体识别不受信号参数、调制方式的影响,该文提出基于双路射频指纹卷积神经网络(Dual RFF-CNN2)和特征融合的雷达辐射源个体识别方法.首先从接收的射频信号中提取原始I/Q(Raw-I/Q)信号;其次分别对Raw-I/Q两路信号进行轴向积分双谱(AIB)和围线积分双谱(SIB)降维以构建双谱积分矩阵;最后将Raw-I/Q信号及双谱积分矩阵共同送入Dual RFF-CNN2网络并进行特征融合以实现雷达辐射源个体识别.实验结果表明,该方法具有较高的识别准确率,提取的"指纹特征"具备稳定性、鲁棒性.

    雷达辐射源个体识别双路射频指纹卷积神经网络特征融合指纹特征原始I/Q信号

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    非视距环境下核密度估计的全球卫星导航系统鲁棒定位方法

    贾琼琼周月颖
    3246-3255页
    查看更多>>摘要：非视距(NLOS)传输会引起全球卫星导航系统(GNSS)接收机的伪距测量误差,最终导致定位解出现较大误差,这一问题在城市峡谷等复杂环境下尤为突出.针对该问题,该文提出核密度估计的鲁棒定位方法,其核心思想是在定位解算中引入鲁棒估计来缓解NLOS的影响.考虑到NLOS引起的伪距观测误差偏离高斯分布,所提方法首先利用核密度估计(KDE)方法估计伪距观测误差的概率密度函数,并利用该概率密度函数来构造鲁棒代价函数用于导航解算,从而缓解NLOS引起的定位误差.实验结果表明所提方法在卫星存在NLOS传输时能够较好地减小GNSS的定位误差.

    全球卫星导航系统最小二乘定位非视距传输核密度估计鲁棒定位

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    进化网络模型:无先验知识的自适应自监督持续学习

    刘壮宋祥瑞赵斯桓施雅...
    3256-3266页
    查看更多>>摘要：无监督持续学习(UCL)是指能够随着时间的推移而学习,同时在没有监督的情况下记住以前的模式.虽然在这个方向上取得了很大进展,但现有工作通常假设对于即将到来的数据有强大的先验知识(例如,知道类别边界),而在复杂和不可预测的开放环境中可能无法获得这些知识.受到现实场景的启发,该文提出一个更实际的问题设置,称为无先验知识的在线自监督持续学习.所提设置具有挑战性,因为数据是非独立同分布的,且缺乏外部监督、没有先验知识.为了解决这些挑战,该文提出一种进化网络模型(英文名EvolveNet),它是一种无先验知识的自适应自监督持续学习方法,能够纯粹地从数据连续体中提取和记忆表示.EvolveNet围绕3个主要组件设计:对抗伪监督学习损失、自监督遗忘损失和在线记忆更新,以进行均匀子集选择.这3个组件的设计旨在协同工作,以最大化学习性能.该文在5个公开数据集上对EvolveNet进行了全面实验.结果显示,在所有设置中,EvolveNet优于现有算法,在CIFAR-10,CIFAR-100和TinyImageNet数据集上的准确率显著提高,同时在针对增量学习的多模态数据集Core-50和iLab-20M上也表现最佳.该文还进行了跨数据集的泛化实验,结果显示Evolve-Net在泛化方面更加稳健.最后,在Github上开源了EvolveNet模型和核心代码,促进了无监督持续学习的进展,并为研究社区提供了有用的工具和平台.

    无监督持续学习自适应自监督泛化能力增量学习进化网络模型

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    考虑坐标耦合的三维变结构多模型机动目标跟踪方法

    张宏伟高志坚张翊
    3267-3275页
    查看更多>>摘要：在3维空间机动目标跟踪过程中,目标运动先验未知和坐标耦合误差会引起运动模型-模式失配,而模型-模式失配会引起状态估计有偏.该文根据目标运动速度正交条件修正状态转移矩阵,利用原始-对偶正则约束空间测量到球面可行域,结合自适应转弯率模型和无迹卡尔曼滤波(UKF),进行模型状态滤波并融合状态估计的一致输出,推导3维变结构多模型无迹卡尔曼滤波(VSMMUKF)算法.实验结果表明,相比多模重要性无迹卡尔曼滤波(MIUKF)算法,VSMMUKF计算量相当,能够更准确地拟合3维空间点目标机动运动.相比于交互多模型最大最小粒子滤波(IMM-MPF)算法,VSMMUKF跟踪固定翼无人机(UAV)的滤波精度提升了2.8%～59.9%,整体算法负担减小了1个数量级.

    3维机动目标跟踪坐标耦合自适应转弯率变结构多模型非线性状态估计

      原文链接:
    • NETL
    • NSTL
    • 万方数据