摘要:针对电磁频谱空间中频谱资源日益稀缺的问题，新兴的射频机器学习旨在结合电磁频谱领域知识，设计专门的机器学习模型，具有快速、小样本甚至零样本、可解释性和高性能的优势。按照五层网络结构，从物理层、数据链路层、网络层、传输层和应用层出发，本文对已有的射频机器学习在无线通信中具体应用的最新成果进行归类分析。同时，在现有成果基础上，通过对数据驱动和知识驱动的相互作用关系，总结了4种射频机器学习框架（串行/并行/耦合/反馈双驱动框架）。最后，为了促进射频机器学习的研究和实际应用，本文讨论了关键挑战和开放性问题。

摘要:面对频谱资源日益紧缺、频谱安全日益严峻以及频谱对抗日益激烈的挑战，电磁频谱态势研究急需从感知向认知跃升。本文从多层频谱态势认知体系模型与机理、跨域多维电磁特征提取与融合、频谱语义态势高效补全与预测、频谱行为精准推理与意图识别4个方面出发，综述了频谱态势认知理论与方法的研究现状。面对复杂多域多维电磁频谱环境与多样化任务的挑战，需要构建从“数据到语义”“语义到行为”“单域到跨域”“单层到多层”的频谱态势认知理论技术体系，该体系可为提升天地一体信息网络频谱利用效率、维护空中电波安全有序以及夺取电磁频谱制电磁权/电磁频谱战优势奠定频谱态势理论技术基础。

摘要:为了解决子空间数据融合（Subspace data fusion，SDF）算法用于未知互耦影响下的分布式多阵列定位时定位精度低的问题，本文结合降维搜索思想提出了一种降互耦维度的子空间数据融合（Reduced mutual coupling dimension subspace data fusion，RMCD-SDF）方法。该方法首先将互耦误差模型引入SDF算法，使其适应于天线阵列受到未知互耦误差影响的场景。在此基础上，为了降低同时搜索所有未知参数带来的超高计算复杂度，本文引入降维搜索思想并构造了RMCD-SDF算法谱函数。仿真结果显示，RMCD-SDF算法的定位性能在阵列受到未知互耦影响的场景下具有优势，与现有算法相比计算复杂度接近，但是具有更高的定位精度。在10 dB 信噪比下本文算法的定位均方根误差相比经典的SDF算法降低了8.67 dB。

摘要:随着现代雷达的信号质量和分辨率的提升，雷达系统能捕捉到目标的更多细节。逆合成孔径雷达（Inverse synthesis aperture radar， ISAR）成像的目标上可能存在相对整体高速旋转的部件，例如飞机的螺旋桨叶片。这些高速旋转部件形成的微多普勒效应会对成像结果造成严重干扰。因此，本文提出了一种基于时间递归迭代自适应方法（Time recursive iterative adaptive approach， TRIAA）和压缩感知的ISAR微多普勒效应消除方法。该方法利用TRIAA技术分析信号的时频特征，从时频图上去除微多普勒效应，又利用压缩感知稀疏重构技术还原了有效信号。仿真和实测数据的实验结果验证了本文方法的有效性。

摘要:5G蜂窝网络发展迅猛，其覆盖面积将逐渐增大，因此使用5G蜂窝网络进行定位是有研究潜力的研究方向。本文提出一种新的深度学习技术来实现高效、高精度和低占用的定位，以代替传统指纹定位过程中繁重的指纹库生成以及距离计算。该方法建立了一个特殊的卷积神经网络，并根据5G天线信号的接收信号强度指示、相位和到达角等特征量，选择合适的输入数据格式构造样本组建训练集，对该卷积神经网络进行训练。训练得到的卷积神经网络可以替代指纹定位中的庞大指纹库，非常有利于直接在5G移动设备端实现定位。虽然卷积神经网络在训练过程中需要大量时间，但在训练完毕后直接进行分类定位的速度非常快，可以保障定位实现的实时性。本文所实现的卷积神经网络权重与偏置所占内存不到0.5 MB，且能够在实际应用环境中以95%的定位准确率以及0.1 m的平均定位精度实现高精度定位。

摘要:探测干扰一体化波形设计是提升雷达射频隐身性能的关键技术之一。本文提出了两种探干一体化波形复合编码方案，并联合Wigner谱分析所设计波形的干扰性能。首先，基于混沌理论给出频率编码、相位编码及两种复合编码波形的设计方案和信号模型。然后，利用模糊函数描述波形探测性能，利用基于Wigner谱的信息距离描述波形的干扰性能。仿真结果表明，设计的一体化波形能够有效提升波形的探测和干扰性能，同时验证了探干性能间存在折衷关系。

摘要:为改善智能反射表面（Intelligent reflective surface，IRS）辅助的毫米波多输入多输出（Multiple-input multiple-output，MIMO）级联信道的估计精度和收敛速度，基于平行因子（Parallel factor，PARAFAC）分解模型，把常规的双线性交替最小二乘（Bilinear alternating least squares，BALS）算法改进为带松弛因子的ω-BALS算法和正则化的T-BALS，加快了收敛速度和算法稳定性。当基站、IRS元件或用户侧的阵列天线数目较大时，提出改进的奇异值（Singular value decomposition，svd）-BALS算法。该算法通过奇异值分解压缩张量，再利用低维度的核心张量来重构模式n矩阵。仿真结果表明，该算法的归一化均方误差性能有所提高，并且加快了收敛速度。

摘要:无线信道建模与仿真中，实现一种高效率、高准确性的无线信道预测方法是具有非常重要意义的。针对该需求，提出一种基于多种群遗传算法（Multi-population genetic algorithm， MPGA）-反向传播（Back propagation， BP）神经网络的无线信道预测方法。该方法通过改进遗传算法，优化BP神经网络中神经元的权值和阈值，以此改善BP神经网络预测精度差的问题，从而极大提高了BP神经网络的预测性能。将射线跟踪算法的理论值和BP神经网络结合，实现更高效的无线信道预测方法。通过对比遗传算法（Genetic algorithm， GA）-BP神经网络模型和MPGA-BP神经网络模型的预测误差，发现MPGA-BP神经网络模型的预测结果优于GA-BP神经网络模型，证明了所提出无线信道预测方法具有良好的精确度，可以更高效地进行无线信道预测。

摘要:针对通信辐射源个体识别研究中单一特征不足以全面表示细微特征差异，从而限制识别率的问题，提出了一种基于特征融合的通信辐射源个体识别方法。该方法首先对原信号进行短时傅里叶变换和双谱变换，提取时频特征和双谱特征，结合小波融合技术进行特征融合，最后使用残差神经网络挖掘信号隐含的深层次特征，完成分类识别。实验结果表明，对于模拟信号源发射的短波通信信号，经过特征融合后的识别效果相较于使用单一特征方法有更高的识别准确率，并且在低信噪比的情况下仍有较好的识别效果。

摘要:无线通信网络资源的分配优化通常可描述为混合整数非线性规划（Mixed integer nonlinear programming，MINLP）问题，其本质是非凸的非确定性多项式（Nondeterministic polynomial， NP）困难问题。为了降低计算复杂度，确保分配方案的最优性能，提出利用二进制鲸鱼优化算法进行无线资源分配。在原鲸鱼优化算法（Whale optimization algorithm，WOA）的基础上，基于数值1和0之间的切换进行位置更新。根据座头鲸螺旋移动计算出的概率，来决定当前位的变化。同时，使用不同的传递函数将连续搜索空间映射到离散动作，引入惩罚方法和优化约束处理。实验分析了两个无线网络资源分配案例：保密率最大化的功率分配问题和移动边缘计算迁移。结果表明所提方法综合性能优秀，取得与同类方法相当的效果，但收敛速度更快，复杂度更低。

摘要:无人机携能传输技术可用于提高物联网能效，为能量受限的物联网地面设备补充能量，以支持其完成不中断信息接收任务。面对无人机携能有限的现实条件和其能耗效率提升的需求，本文针对高效节能的无人机-地面通信优化问题进行了研究，综合考虑无人机飞行耗能和地面设备能源需求，对无人机发射功率和功率分割比进行联合优化，并对无人机轨迹和地面设备唤醒时间分配进行设计。研究的节能最大化问题是一个非凸的、分式和混合整数规划问题。针对此问题，本文提出一种基于连续凸逼近（Successive convex approximation， SCA）和经典Dinkelbach方法的交替迭代优化算法。最后仿真结果验证了该算法的有效性和优越性。

摘要:为了解决保密文件同城寄递效率低和隐私泄露问题，本文设计了一种基于区块链的同城路径规划算法，自适应地实时生成一条保护位置隐私的寄递最短路径。系统利用区块链的共识机制和智能合约算法，通过同态加密选择规划路线中各分布式站点。车辆利用自身上下文信息才可以加解密下一条站点信息，具有防冒充的功能。该算法也解决了车辆、站点和快递员之间互不信任的问题。最后通过原型系统的测试，针对智能合约同态计算结果、不同上下文属性个数，和不同站点个数对路径规划计算代价影响进行了分析。实验结果表明保密文件同城寄递系统中的路径规划算法具备机密性、完整性和防纂改的功能，保证了高寄递效率。

摘要:在信息物理融合系统（Cyber-physical system，CPS）中，传统多源异构数据集成模型难以通过中间件实现异构系统间的概念层关系映射，存在系统难以扩展和传输性能低等问题。基于上述问题和挑战，提出了一个面向CPS的异构数据交互模型。设计数据对象模型实现物理系统和仿真系统高层概念映射；定义监测类和控制类元数据，针对不同的数据类型使用增量或全量字段更新以降低网络负载；基于Protobuf协议设计系统的通信模型，提高系统的扩展能力。基于该数据交互模型和高层体系结构（High level architecture， HLA）/数据分发服务（Data distribution service， DDS）系统中间件实现了一个CPS原型系统，验证了模型的可用性并对比了报文的压缩性能。

摘要:无线射频识别（Radio frequency identification，RFID）通信系统中，当多个标签冲突时，可对冲突信号分离再解码以提高系统的通信效率，而信号分离通常依靠聚类完成。然而，有时传统方法在算法时间复杂度和聚类准确度方面不可兼顾。本文提出一种最大后验概率估计的聚类方法，通过蒙特卡罗方法快速找到峰值，以此作为聚类中心完成信号分离。实验分别采用了仿真和软件无线电的实测数据对算法进行测试，两者的结果均表明，本文算法在高信噪比下具有较高的聚类准确度和较低的时间复杂度，且嵌入动态帧ALOHA系统中，吞吐量可达到0.55，高于纯动态帧ALOHA。

摘要:动态环境室内定位容易受到人员随机行动、障碍物等环境的干扰，信号强度的时变性、数据采集的不稳定性对定位算法产生很大的影响。针对该问题，本文提出了一种基于粒子群优化在线顺序极限学习机算法（Particle swarm optimization online sequential extreme learning machine，PSO-OS-ELM）。该算法继承了在线顺序极限学习机（Online sequential extreme learning machine，OS-ELM）算法的数据采集成本低、适应环境变化快、收敛速度较快且定位精度较高等特性，同时又利用粒子群优化（Particle swarm optimization，PSO）解决OS-ELM算法中奇异值问题和鲁棒性问题。在3种不同环境下采集数据，将PSO-OS-ELM算法、OS-ELM算法和WKNN算法进行实验对比。实验结果表明：在动态变化的室内环境中，PSO-OS-ELM算法定位误差较小且鲁棒性增强，优于其他算法；平均定位误差相较于其他算法减少了约15%；算法耗时性相较于传统定位算法加权K近邻算法（Weighted K-nearest neighbor，WKNN）算法减少了约55%。

摘要:在语音模态中，利用OpenSMILE工具箱可以从语音信号中提取浅层声学特征，通过Transformer Encoder网络从浅层声学特征中挖掘深层特征，并将深浅层特征融合，从而获取更丰富的情感表征。在文本模态中，考虑到停顿因素与情感之间的关联性，将语音和文本对齐以获得说话停顿信息，采用停顿编码的方式将停顿信息添加到转录文本中，再通过DC-BERT模型获取话语级文本特征。将获得的声学与文本特征进行融合，利用基于注意力机制的双向长短时记忆（Bi-directional long short-term memory-attention，BiLSTM-ATT）神经网络进行情感分类。最后，本文对比了3种不同注意力机制融入BiLSTM网络后对情感识别的影响，即局部注意力、自注意力和多头自注意力，发现局部注意力的效果最优。实验表明，本文提出的方法在IEMOCAP数据集上的4类情感分类的加权准确率达到了78.7%，优于基线系统。

摘要:在压缩感知中，可以通过减小等效字典（测量矩阵和稀疏字典的乘积）的互相干性值来提升稀疏重构算法的稳定性。已有的优化设计方法在减小等效字典互相干性值的同时没有考虑如何提高信号重构的计算效率，为了克服该问题，在稀疏字典固定的情形下，本文提出了一个关于测量矩阵的有约束光滑优化问题，其中第1个约束要求等效字典的Gram矩阵具有尽可能小的互相干性值；第2个则利用L₁范数来促进测量矩阵的稀疏性。然后，利用收敛的交替投影算法进行求解。数值实验表明：针对图像恢复问题，相对于采用已有优化设计方法得到的等效字典，本文提出的方法显著提高了测量矩阵中的零元素占比，同时使得压缩感知系统具有更高的信号重构精度。

摘要:为了提升无人船（Unmanned surface vehicle， USV）在恶劣航行场景下的视觉感知能力，提出一种基于HSV（Hue， Saturation， Value）颜色空间的水上航行场景可见光偏振图像融合方法。根据水上航行场景的偏振特性，制定了不同区域的融合规则，再基于HSV颜色空间，融合原场景的颜色信息，实现了对恶劣航行场景图像的语义分割，并将测试结果进行对比分析。在耀斑场景下，综合像素精度（Pixel accuracy， PA）值为0.768 2。实验结果表明：该方法能增强图像对比度，凸显边缘轮廓信息，能够在恶劣航行场景下，稳定获得对比度较强、目标特性较好的特征信息，一定程度上提升了无人船在恶劣航行场景下的环境感知能力。

摘要:为了预防烟雾病引发的并发症威胁患者生命，需要对烟雾病进行及时有效的诊断。本文提出了一种改进的Faster RCNN算法用于烟雾病检测。首先，提取颈内动脉数字减影血管造影（Digital subtraction angiography，DSA）图像，并进行数据增强，训练集、验证集和测试集之比为6∶2∶2。使用ResNet101网络作为特征提取网络，避免血管特征在卷积和池化过程中产生模糊或丢失；结合区域生成网络（Region proposal network， RPN），定位烟雾病病灶的位置；再将Faster RCNN模型中的ROI Pooling替换为ROI Align进行特征映射，避免由量化带来的误差影响。本文采用平均精度（Average precision，AP）作为算法检测性能的评估指标，所用方法对正常样本和烟雾病样本检测的AP分别为99.23%和89.39%。实验结果表明，该方法可以实现烟雾病的快速有效检测，可在复杂的血管网中准确检测烟雾病病灶的位置，为烟雾病辅助诊断提供一定的技术支持。

摘要:基于脑-机接口（Brain-computer interface， BCI）的脑-控技术发展迅速，取得较大进展。然而，现有研究多采用单人脑控方式，存在执行效率低、可控自由度低的问题，难以满足复杂条件下的操控任务需求。针对此问题，本文采用时-频-相混合编码的视图脑-机交互方法，设计双人协同策略，通过解码P300和稳态视觉诱发电位（Steady-state visual evoked potential， SSVEP）脑电特征，开发了108指令的双人协同脑-控机械臂系统，实现双人同时对汉字一笔一划的书写。8名被试在线平均正确率为87.92%，平均在线信息传输速率（Information-transfer rate， ITR）为66.00 b/min。该系统扩展了BCI信息交互方式，初步验证了协同BCI操控机械臂的可行性和有效性，为协同BCI提供了技术支撑。