信号处理杂志

发表咨询:400-808-1731

订阅咨询:400-808-1751

信号处理杂志 北大期刊 CSCD期刊 统计源期刊

Signal Processing

  • 11-2406/TN 国内刊号
  • 1003-0530 国际刊号
  • 1.5 影响因子
  • 1-3个月下单 审稿周期
信号处理是中国电子学会主办的一本学术期刊,主要刊载该领域内的原创性研究论文、综述和评论等。杂志于1985年创刊,目前已被万方收录(中)、上海图书馆馆藏等知名数据库收录,是中国科学技术协会主管的国家重点学术期刊之一。信号处理在学术界享有很高的声誉和影响力,该期刊发表的文章具有较高的学术水平和实践价值,为读者提供更多的实践案例和行业信息,得到了广大读者的广泛关注和引用。
栏目设置:论文与技术报告、算法研究、综述、应用、短文与研究通讯等

信号处理 2018年第12期杂志 文档列表

信号处理杂志专家论坛
利用异质蜂窝网络大数据跨层优化无线资源1395-1404

摘要:有效利用蜂窝网络中的不同类型、不同尺度的异质大数据可以在不同层面为移动通信系统优化提供新的自由度,有望大幅提升网络性能,已经引起了学术界、网络运营商和设备制造商的广泛关注。一种有效利用来自不同协议层无线大数据的方式是通过预测用户行为来提高网络的频谱和能量资源利用率。本文对该领域的研究进展进行概述,首先介绍主动/预测式缓存与传输资源管理所需要的群体和个体用户行为信息,然后介绍能够有效利用用户行为预测信息的两类代表性技术:主动边缘缓存和预测资源分配,最后总结未来的研究方向和开放性问题。

信号处理杂志论文与技术报告
气象雷达风电场杂波抑制的匹配追踪算法1405-1414

摘要:风电场作为一种高大运动障碍物会导致气象雷达产生探测盲区,并影响气象目标参数估计算法的稳健性,风电场杂波抑制对于提高气象雷达气象预报准确性,降低风电场选址要求等具有重要意义。本文首先将传统匹配追踪算法应用于扫描模式的气象雷达风电场杂波抑制中,同时针对传统匹配追踪算法运算效率较低问题,利用雷达与风轮机位置等先验信息,基于白塞尔大地主题反解估计雷达与目标方位角等相关参数,只对雷达扫描到目标区域的数据进行处理,从而在保证算法性能的基础上,有效地减少了运算量,提高运算效率,即同样条件下运行时间降低到原来的3%左右。

基于周期宽带参考信号的直接定位方法1415-1429

摘要:定位系统的模型误差是制约定位精度提高的最主要因素之一。目前大多数定位系统都采用参数标定或者参数差分的方法降低模型误差对定位精度的影响。本文针对辐射源的多星定位应用,采用低信噪比的周期宽带信号作为参考信号,对定位系统的模型误差进行校准。校准过程建立了模型误差参数直接估计模型和辐射源位置直接估计模型。模型误差直接估计模型中,建立起接收参考信号波形与模型误差参数之间的关系,运用最大似然方法获得超分辨率的模型误差参数估计。辐射源位置直接估计模型中,建立起模型误差参数、未知辐射源位置与接收未知信号波形之间的关系,直接估计出辐射源的位置。针对参考信号带宽大,周期长,信噪比低,导致模型误差参数估计计算复杂度大的问题,利用参考信号的周期特性对参考信号进行能量累积和分步搜索方法逐级引导,提高了系统参数估计速度和精度。最后给出一个仿真算例说明方法的有效性。

运用滑窗定阶的噪声子空间分解1430-1439

摘要:地面接收的导航信号易受人为干扰,用空时二维阵列处理可有效抑制接收信号中的干扰。多级维纳滤波(MWF:Multistage Weiner Filter)可用于空时二维处理以避免大矩阵特征分解,但噪声子空间估计不准。对此本文提出一种方法:首先用经典MWF粗略估计噪声子空间维数,然后运用滑窗逐步找到噪声和白噪声子空间的分界点,最后用MWF的综合部分即可算得最优权值以进行抗干扰处理。仿真证明该方法在噪声子空间估计上比传统MWF方法具有更高的区分度,并且获得更优的抗干扰效果。由此得出结论:该方法能够大幅提高噪声子空间估计的鲁棒性,增强空时二维阵的抗干扰能力。

信号处理杂志算法研究
多小区5G认知无线电网络能量有效资源优化1440-1449

摘要:为提高5G通信系统中能量利用效率,本文提出一种资源配置算法来解决多小区5G认知无线电网络中资源配置问题。针对需要优化的载波分配变量和功率变量,该算法采用交替优化的方式分别对上述变量进行优化。对于载波分配,所提算法依据最大化信噪比原则来分配载波;对于功率分配,本文将其转变为另外一个等效问题,然后利用连续凸近似方法求解。由于传统正交频分复用调制(OFDM)具有严重的频谱泄露,其他几种具有较低频谱泄露特性的5G候选调制方式,例如滤波器组多载波调制(FBMC)、通用滤波多载波调制(UFMC)、广义频分复用调制(GFDM)等,也被分析比较。仿真结果表明本文所提算法相比干扰受限算法具有更高的能量效率,并且证明具有较低频谱泄露的调制方式能取得更高的能量效率。

脉冲噪声下基于分数低阶矩的MQAM信号载频与符号率联合估计1450-1458

摘要:针对传统MQAM信号载频与符号率估计算法在脉冲噪声下性能不佳甚至失效的问题,该文结合分数低阶矩与共变理论,推导了MQAM的分数低阶循环谱密度函数,并分析了升余弦脉冲成型条件下的MQAM信号循环谱特征。将分数低阶矩引入离散频域平滑谱(DFSM)估计。提出了一种基于分数低阶矩的MQAM载波频率与符号率联合参数估计算法,采用相邻谱切面求平均的方法,有效的避免了由于分辨率不足造成估计误差。仿真实验结果表明,与二阶DFSM循环谱估计算法相比,本文算法不仅能够抑制脉冲噪声的影响,而且在较为恶劣的噪声条件下均能有效的估计MQAM信号的载频与符号率,具有更好的抗干扰能力与适用性,适用于不同调制阶数的MQAM信号。

利用频域检索的单音干扰消除算法1459-1466

摘要:在正交频分复用(OFDM,Orthogonal Frequency Division Multiplexing)系统中,当每次处理的OFDM符号较少时,OFDM数据子载波上的调制符号将严重影响单音干扰的参数估计。针对这个问题,本文提出一种利用频域检索的单音干扰消除算法。该算法首先利用离散傅里叶变换(DFT,Discrete Fourier Transform)粗估计单音干扰频点,然后通过检索干扰频点附近子载波的调制符号,消除其对单音干扰频域主瓣的影响,提高干扰参数估计精度,从而实现精确的单音干扰重构与消除。仿真结果表明,新算法可以有效地提高单音干扰参数估计精度,并可以降低OFDM系统误码率。

无线携能网络中一种基于时隙切换的中继辅助信能同传协议1467-1473

摘要:针对网络终端设备低能耗和网络环境延长生命周期的需求,无线信息与能量协同传输技术已成为当前无线通信领域中新的绿色传输技术之一。论文以绿色无线携能(SWIPT)网络为研究背景,引入具有能量收集功能的SWIPT中继,给出了SWIPT网络中基于时隙切换(TS)的中继辅助信息与能量同传的场景与数学模型。论文设计了基于TS的中继辅助信能同传协议与SWIPT中继接收机结构,分析了系统中断性能(OP)与能效性能(EE),给出了时隙切换因子对OP与EE的影响。数值仿真结果表明,为兼顾SWIPT网络中的中断和能效,源节点应以最优功率发送信号,以实现绿色SWIPT网络信息传输与能量收集均衡。

信号处理杂志综述
基于卷积神经网络的图像分类算法综述1474-1489

摘要:随着大数据的到来以及计算能力的提高,深度学习(Deep Learning,DL)席卷全球。传统的图像分类方法难以处理庞大的图像数据以及无法满足人们对图像分类精度和速度上的要求,基于卷积神经网络(Convolutional Neural Network,CNN)的图像分类方法冲破了传统图像分类方法的瓶颈,成为目前图像分类的主流算法,如何有效利用卷积神经网络来进行图像分类成为国内外计算机视觉领域研究的热点。本文在对卷积神经网络进行系统的研究并且深入研究卷积神经网络在图像处理中的应用后,给出了基于卷积神经网络的图像分类所采用的主流结构模型、优缺点、时间/空间复杂度、模型训练过程中可能遇到的问题和相应的解决方案,与此同时也对基于深度学习的图像分类拓展模型的生成式对抗网络和胶囊网络进行介绍;然后通过仿真实验验证了在图像分类精度上,基于卷积神经网络的图像分类方法优于传统图像分类方法,同时综合比较了目前较为流行的卷积神经网络模型之间的性能差异并进一步验证了各种模型的优缺点;最后对于过拟合问题、数据集构建方法、生成式对抗网络及胶囊网络性能进行相关实验及分析。

信号处理杂志应用
利用相位时频掩蔽的麦克风阵列噪声消除方法1490-1498

摘要:本文提出了一种在干扰声源和背景噪声存在条件下麦克风阵列噪声消除的方法。麦克风阵列通过波束形成增强由导向矢量所指定方向的目标声源来抑制背景噪声。然而,现有的波束形成算法在干扰声源存在的情况下,无法进行准确的导向矢量估计。为此,本文提出一种基于音频信号互相关功率谱相位的麦克风阵列噪声消除方法。首先通过音频信号的相位时频掩码估计导向矢量,并对其进行波束形成,从而有效抑制干扰声源和背景噪声;然后利用语音存在概率,采用最大似然的方法估计波束形成后信号中残留的干扰噪声功率谱密度,对其进行后处理,进一步抑制残留干扰和噪声。实验结果表明在干扰声源和背景噪声存在的条件下,所提方法有效地实现了麦克风阵列噪声消除,且各种性能指标优于基线方法。

未知正弦信号的功率谱熵检测性能分析1499-1507

摘要:低信噪比条件下无先验知识的信号检测问题是一类侦察问题。基于功率谱熵的分析算法是一种实际可行且有效的自动检测方法,但还没有建立相应的理论性能分析。针对白高斯噪声背景中检测未知正弦信号的问题描述,以统计理论分析功率谱熵检测的接收机工作特性曲线(ROC),所得到的理论结果与仿真相比基本吻合。功率谱熵检测与能量检测的性能比较表明,功率谱熵检测性能明显优于后者。海试数据验证实际可检测的信噪比与理论预报相差不超过2dB。

信号处理杂志短文与研究通讯
基于仿射变换的胶囊网络特征研究1508-1516

摘要:针对卷积神经网络(CNN)特征表达的空间信息缺陷问题,深度学习的创始人之一G.E.Hinton提出胶囊网络(Capsule Network)模型。相比于CNN网络特征,该模型的特征呈矢量化,能描述部分到整体之间的位置变换信息。为了更好的理解基本仿射变换下的胶囊网络的特征,本文借助Tensorflow中集成的仿真工具Tensorboard,从可视化的角度来研究平移、旋转等基础仿射变换下的胶囊网络特征。不仅如此,本文为平移、旋转过程中的实验结果准确性提供了评价指标。实验结果表明:胶囊网络的确可以通过内部集成的胶囊模块去学习和输出包括视觉实体正确的姿态、形变等信息在内的“实例化参数”,胶囊网络(Capsule Network)对于位置、方向变化的处理比传统技术方法更直观。

融合PSO与DE的认知决策引擎1517-1524

摘要:针对认知无线电系统参数重配置问题,提出一种融合粒子群和差分进化的认知决策引擎(IPSO-DE)。首先对粒子群算法(PSO)引入自适应惯性权重机制,使得每个个体随各自的适应度自适应进化,提高其探索能力。然后改进差分进化算法(DE)的交叉概率,从而提高DE算法的开发能力。最后在认知引擎模型中,将经过PSO进化的种群分为优等种群和劣等种群,劣等种群利用改进DE进行优化变异,增加粒子群个体的差异性。仿真表明IPSO-DE增强了种群开发和探索能力,多载波系统的参数优化决策实验证明了其有效性。

深度PCANet模型的人脸美丽预测1525-1534

摘要:深度卷积神经网络(Deep Convolution Neural Network,DCNN)在人脸识别、图像分类和目标检测领域已取得较好效果,并得到广泛应用;但是,在人脸美丽预测中却存在拟合效果欠佳、网络训练难度大等问题。深度PCANet模型,将深度主元分析网络(Principal Component Analysis Network,PCANet)作为特征提取器;采用无监督预训练提取网络参数,具有网络训练时间短、图像特征提取快等特点,能有效避免DCNN存在的问题。为此,本文将深度PCANet引入人脸美丽预测,对训练集图像采用多尺度预处理,训练深度PCANet。该模型可提取人脸图像的结构性全局特征,采用特征增强方法可生成更具表征能力的特征;运用线性支持向量机(Support Vector Machine,SVM)和随机森林(Random Forest,RF)回归器进行训练和预测。基于SCUT-FBP人脸美丽数据库的实验结果表明,深度PCANet模型具有结构简单、特征提取快和无需网络调参优化等特点;选择合适的图像尺度与采用特征增强方法可提高人脸美丽评价结果,证明了所提方法的有效性和可行性。

第全国信号处理学术年会(CCSP-2019)征文通知1535-1535

摘要:中国电子学会信号处理分会、中国仪器仪表学会信号处理分会自1981年成立以来,已成功召开了十八届全国信号处理学术会议、八届全国信号处理学组联合学术会议和十四届国际信号处理学术会议。

信号处理杂志默认
《信号处理》征稿简则1554-1554

摘要:《信号处理》学报是由中国电子学会主办,信号处理专业委员会编辑出版的学术性刊物。1985年创刊,每月25日出版。《信号处理》学报是国内唯一的有关信号处理专业的期刊。本刊的办刊宗旨是反映我国信号处理领域及相关学科的最新研究成果和技术进展,达到学术交流的目的,促进信息科学技术的发展。