信号处理杂志 北大期刊 CSCD期刊 统计源期刊

信号处理 2017年第08期杂志 文档列表

图像特征点选取方法1027-1033

摘要：特征点是图像中常用的局部特征结构,现有的检测算子旨在提取图像中所有符合某一准则的特征点,往往会在同一位置得到大量的特征点,形成对图像局部区域的过描述,增加了高层处理任务的运算量。为了选取出一定数量较好的特征点来描述图像,常用方法是根据特征点响应函数来选取响应值大于某一阈值的特征点,但是这种选取方法并没有考虑特征点的分布均匀性和独特性,而特征点的分布均匀程度和独特性对于图像匹配的结果同样具有重要的影响。为此提出了一种新的特征点选取方法,首先基于检测算子得到的特征点构造最小生成树,然后定义特征点分布均匀性和独特性等选取准则,再通过删剪最小生成树,选取符合（准）最优准则的一组特征点。实验表明,该方法选取的特征点在图像描述和图像匹配等任务中优于传统的特征点选取方法。

针对非二进制同步错误的高效水印调制方案1034-1039

摘要：低密度奇偶校验码级联水印码的编译码方案可纠正非二进制同步错误。为了提高上述系统中水印码识别同步错误的能力,提出了扩展多个符号子集的改进水印调制方案。具体而言,该改进方案将每个传输符号携带的水印信息扩展至两位,对应地将传输信号的子集扩展为四个。扩展后的系统星座图的划分更为精细,提高了借助更多水印比特码识别同步错误的能力。仿真结果表明,与传统方案相比,在加性噪声较小情况下如信噪比为10 d B,当误帧率为10~（-3）时,改进方案可以纠正的同步错误概率达13%,且适用于非线性信道。

单天线功率约束下的能效预编码优化设计1040-1045

摘要：针对多小区多用户下行链路系统,研究了能效传输预编码设计问题。不同于传统设计中的和功率约束,由于实际系统中各天线的功率由其各自配备的功率放大器的线性度所限制,考虑更加实际的单天线功率约束。目标优化问题建模为最大化能效/谱效,同时满足各用户速率约束以及单天线功率约束。为了求解该优化问题,利用凸近似逼近的方法,将原始问题转化为凸优化问题,并提出了一种有效迭代优化算法求解该优化问题。MATLAB数值仿真结果验证了所提算法的有效性。

多尺度曲波分解下的可变类SAR图像分割1046-1057

摘要：为了实现SAR图像的可变类分割,本文提出了一种基于区域的多尺度可变类分割方法。首先,利用曲波变换对SAR图像进行多尺度分解,获取多尺度曲波系数;然后按尺度由粗-细次序,利用曲波逆变换对各尺度曲波系数进行重构,获取各尺度分解图像,进而获得多尺度分解图像。在此基础上,利用规则划分技术划分图像域;然后利用Gamma分布及马尔科夫随机场（Markov Random Field,MRF）模型建立基于区域的特征场模型及标号场模型;假设图像类别数为随机变量,并服从Poisson分布;并在贝叶斯理论框架下建立基于区域的多尺度可变类分割模型。最后,利用可逆变马尔可夫链蒙特卡罗（Reversible Jump Markov Chain Monte Carlo,RJMCMC）算法,实现该模型求解;在求解过程中,按尺度由粗-细次序,将当前尺度分割解作为下一低尺度分割的初始解,以细尺度的分割解作为最终分割结果。利用提出方法对模拟及真实SAR图像进行可变类分割实验,通过其实验结果验证提出方法的可行性及有效性。

基于稀疏傅里叶变换的哈希映射宽带频谱感知算法1058-1064

摘要：宽带频谱感知一般要求对高达数GHz带宽信号进行频谱分析,信号的采样点数大,计算量大。稀疏傅里叶变换算法利用信号频谱稀疏性,高效计算宽带信号频谱,其计算复杂度低于快速傅里叶变换算法。本文详细研究了稀疏傅里叶变换的哈希映射法,证明了频谱重排性质。为了降低频谱漏采的概率,需先对信号进行频谱重排和时域加窗处理;然后进行时域混叠以实现频谱降采样;最后利用哈希反映射和循环投票方法尽可能准确地从降采样的频谱中恢复宽带信号原频谱,从而实现频谱感知。仿真结果表明当采样长度由1024点增加到2048点时,本文方法的运算时间分别比OMP算法减少约19倍和47倍。

哈希快速多标记学习算法1065-1072

摘要：本文针对多标记学习耗时大、很难处理大规模数据的问题,提出了一种哈希快速多标记学习算法（HFMLL）。该算法将哈希算法与多标记学习算法结合,采用局部敏感哈希算法快速获得每个样本的近邻样本,并通过最小独立置换的Min Hash算法快速找到每个标记的相关标记,根据其近邻样本及相关标记的信息,运用最大后验概率准则来预测新样本的标记集。实验表明HFMLL算法在保持较高分类性能的情况下,算法速度明显优于目前的多标记算法,可以广泛应用于大规模的数据集。

结合CNN不同层信息的全变量建模人脸特征表达学习方法1073-1081

摘要：如何学习有效的人脸特征表达是人脸识别的关键性问题。现有基于卷积神经网络（Convolutional Neural Networks,CNN）的人脸深度特征表达学习方法大多在人脸图像经过了有效检测和校正的情况下,能够获得优异的性能,而在复杂场景下其推广性和鲁棒性受到极大限制。对此,本文提出了结合CNN不同层信息的全变量建模人脸特征表达学习方法,将提取的人脸局部深度特征中所包含的差异信息按照子空间进行建模,有效聚合局部深度特征的同时得到人脸在低维子空间的特征表达（i Vector）。在IJB-A（IARPA Janus Benchmark A）上的实验结果表明,与现有的深度特征表达相比,该方法学习得到的人脸iVector表达能够显著提升人脸识别系统的识别性能和计算效率。

基于盲源分离的多跳频信号网台分选算法1082-1089

摘要：针对欠定条件下多跳频信号的网台分选问题,该文利用跳频信号在时频域上的稀疏性,提出了一种基于盲源分离的自适应信噪比网台分选算法。首先,用Gabor变换作为系统的时频变换建立欠定条件下跳频信号网台分选的模型;然后,采用了自适应信噪比的时频支撑点阈值设定方法寻找源信号的时频单源点,根据时频单源点的时频比矩阵估计出混合矩阵;最后,利用与信源相对功率偏差相结合的改进的子空间投影法进行网台分选。仿真实验验证了该算法在低信噪比条件下的有效性。

融合潜在主题信息和卷积语义特征的文本主题分类1090-1096

摘要：经典的概率主题模型通过词与词的共现挖掘文本的潜在主题信息,在文本聚类与分类任务上被广泛应用。近几年来,随着词向量和各种神经网络模型在自然语言处理上的成功应用,基于神经网络的文本分类方法开始成为研究主流,卷积神经网络（Convolutional Neural Network,CNN）已成为目前一种主流的文本分类模型。本文通过CNN和概率主题模型PLSA（Probabilistic Latent Semantic Analysis）、LDA（Latent Dirichlet Allocation）在文本主题分类上的效果对比,展示了CNN在此任务上的优越性。在此基础上,本文利用CNN模型提取文本的特征向量并将其命名为卷积语义特征。为了让文本特征向量更好地刻画文本的主题信息,本文将卷积语义特征和文本的潜在主题向量分别归一化以消除两者量级上的差异,然后将两者融合,从而得到一种更有效的文本特征表示。实验结果表明,相比于单独的概率主题模型或CNN模型,新的特征向量能显著地提升文本主题分类任务的F1值。

宽带环境下Morse信号自动检测1097-1103

摘要：Morse电报信号由于其具有低功率、传输距离远等特点,仍被广泛应用于军用和民用的短波通信中.目前对短波宽带Morse信号的侦察主要采用人工监察方式,随着短波通信环境的日益复杂和Morse信号快速侦察需求的日益迫切,对宽带Morse信号自动检测技术的研究变得十分必要.本文首先对宽带数据进行短时傅里叶变换及图像预处理,得到信号时频图.接着采用自适应阈值实现信号区域定位.然后对定位得到的有效信号时频图集进行特征参数提取.最后,进行分类器训练并用于宽带Morse信号的自动检测.实验结果表明：在宽带环境下,本文方法对Morse信号检测正确率可达95%以上,漏检率和虚警率分别低于5%和12%.算法具有较好的检测效果和应用价值.

多小区大规模MIMO系统中基于部分导频交替复用的导频污染减轻方法1104-1114

摘要：在多小区大规模多输入多输出（Multiple Input Multiple Output,MIMO）系统中,导频污染（Pilot Contamination,PC）已成为制约整个系统性能的瓶颈。本文从系统级角度出发,提出了一种基于部分导频交替复用（Alternately Fractional Pilot Reuse,AFPR）的导频配置方案,即相邻小区的边缘用户配置相互正交的导频序列,而小区中心用户复用相邻小区边缘用户所配置的导频序列。同时从理论上推导出基于AFPR的导频配置方案上行可达频谱效率（Spectral Efficiency,SE）的关系式。数值仿真结果表明,相比于传统的导频配置方案,无论采用最大比合并（Maximum Ratio Combining,MRC）还是迫零（Zero Forcing,ZF）接收,该方案可显著地提升系统性能增益。

利用LDPC编译码构建无线密钥协商协议的研究1115-1121

摘要：基于无线信道特征的密钥生成过程中,为了降低通信双方生成的密钥不一致率常采取的措施是密钥协商。通常的密钥协商过程是在BSC信道下进行密钥协商,但是协商的效率较低。为了提高密钥协商的效率,本文提出一种在等效信道下基于LDPC编译码的协议机制。在此协议机制中,无线信道下采用Mathur[1-2]等人提出的Level-Crossing算法（LCA）提取密钥的过程构成了本协议中的等效信道,该机制对LCA提取后的密钥协商信息进行建模,推导了等效信道的最佳似然比,并据此采用LDPC码简单的加权比特翻转等译码算法[3-5]来有效进行密钥协商。将等效信道下LDPC码加权比特译码算法用于协商过程的性能和BSC信道下协商后的性能进行仿真,在SNR大于6 d B的前提下,仿真结果表明：1）在相同低门限的条件下,和LCA算法生成的初始密钥相比较,利用LDPC码比特翻转译码等算法在等效信道下和在BSC信道下协商后的密钥不一致率比初始密钥不一致率降低1至2个数量级;2）在等效信道下利用简单加权比特翻转译码算法进行密钥协商后的密钥不一致率比BSC信道下协商后的密钥不一致率降低大约1个数量级。

用小波变换对ECG信号进行去噪研究1122-1131

摘要：小波消失矩阶数的不同,对应的小波滤波器的幅频曲线也不相同,因此选用不同的小波滤波器对信号进行滤波,去噪效果会有明显差异。本文通过数学建模研究分析小波滤波器的幅频特性,明确小波幅频特征及与小波滤波器消失矩的阶数之间的关系,为选择最优小波滤波器提供理论依据。本文提出针对ECG噪声的频率特点实现精确陷波去噪,有效的保留了信号的奇异点与特征值,减少了信号失真。实验结果表明,选择具有相对最优消失矩阶数的提升小波滤波器对ECG进行去噪处理,可以使信号能量分布更加集中,去噪效果更好。

一种基于粒子群算法的多目标子阵划分优化方法1132-1137

摘要：为了降低硬件成本和系统的复杂度,子阵划分对于大型的相控阵雷达来说是必要的。传统的子阵划分方法主要针对信号处理的单一性能指标优化。针对多项指标优化的问题,本文提出了一种基于粒子群算法的子阵划分结构优化算法,相对于传统的方法能够同时优化多项性能指标,提高信号处理的性能。通过对线性阵列的划分做仿真,展示了粒子群算法对子阵级波束形成多项性能指标的提高。

基于北斗GEO卫星信号的海面目标非协同探测性能分析1138-1144

摘要：对利用北斗GEO（Geosynchronous Orbit）卫星信号开展海面目标非协同探测的性能进行分析。首先提出了初步系统结构方案,分析了北斗信号并建立了直射和反射信号模型,从最大探测距离和伪随机码模糊性两方面分析了基于北斗卫星信号的海面探测性能。仿真实验结果表明,基于北斗GEO卫星的反射信号在强度和信噪比等指标上都要优于GPS MEO（Medium Earth Orbit）卫星的反射信号,北斗的Kasami码和Gold码在时延和多普勒频移维上都具有很好的时间分辨力,利用北斗GEO卫星信号开展海面目标非协同探测是可行的。

一种基于反馈的K-means分簇算法研究1145-1151

摘要：针对典型的LEACH分簇式路由协议分簇不均匀,簇头节点分布随机导致网络能量消耗大的情况,本文提出一种基于死亡节点数目反馈的K-means分簇算法。首先通过K-means算法划分簇的个数,选择簇的中心节点为该簇的簇头,并通过位置集中性得到集中性较大的若干个节点为主簇头群,其中最大的为主簇头,自此完成初始化。此后用一个受死亡节点数调控的自适应打分函数更新每一轮的簇头和主簇头。主簇头只用于融合并传输数据并不负责感知环境信息。仿真实验结果表明：本算法相较LEACH以及传统的基于K-means的分簇算法,在整个网络的生存时间上分别提高了35%和25%。同时证明：反馈机制的加入和主簇头的选取都有利于网络寿命的提升。

《信号处理》雷达抗干扰技术专刊征稿通知1152-1152

摘要：雷达作为现代信息化战争中的重要组成部分,正面临着日益严峻的挑战。传统雷达已经难以适应复杂的战场电磁环境,无法在高度对抗的战场环境中工作生存。因此如何提高雷达的抗干扰性能成为学术界和工业界极为关注的热点研究问题。雷达抗干扰技术是未来雷达系统中不可或缺的关键技术,可以极大提升雷达在复杂战场中的探测能力和生存能力。随着雷达体制的发展与信号处理维度的丰富.