雷达及通信信号处理
2022, 37(1):1-20.
DOI: 10.16337/j.1004-9037.2022.01.001
摘要:
在当代电子战中，电子干扰与抗干扰的较量愈演愈烈。开展针对雷达有源干扰的识别算法已经成为雷达对抗领域研究的热点，具有重大的战略意义。本文针对雷达有源干扰识别算法进行整体分析，总结了目前国内外干扰识别手段的一般流程。首先对常见雷达干扰的种类进行划分，详细介绍目前常见的雷达有源干扰信号的干扰机理和信号模型，然后从特征提取手段和分类器的设计两个角度出发全面地梳理干扰识别算法流程。最后针对雷达有源干扰识别算法未来的发展方向做出了展望。
在当代电子战中，电子干扰与抗干扰的较量愈演愈烈。开展针对雷达有源干扰的识别算法已经成为雷达对抗领域研究的热点，具有重大的战略意义。本文针对雷达有源干扰识别算法进行整体分析，总结了目前国内外干扰识别手段的一般流程。首先对常见雷达干扰的种类进行划分，详细介绍目前常见的雷达有源干扰信号的干扰机理和信号模型，然后从特征提取手段和分类器的设计两个角度出发全面地梳理干扰识别算法流程。最后针对雷达有源干扰识别算法未来的发展方向做出了展望。
2022, 37(5):952-970.
DOI: 10.16337/j.1004-9037.2022.05.002
摘要:
随着无人机软硬件技术的发展，多无人机集群自组织形成的无人机自组网（Flying Ad-Hoc networks， FANETs）受到了越来越多的来自学术界和工业界的关注，其灵活的部署和快速的反应能力使其能高效地完成多种多样的任务。而无人机自组网路由协议是提高服务质量（Quality of service， QoS）最重要的方法之一，但无人机自组网的移动性和动态性给路由协议的设计带来了严峻的挑战。传统的移动路由协议不能很好地满足无人机自组网的路由需求，因此研究者们从基于拓扑、地理和分层的角度提出了各式各样的无人机自组网路由协议，旨在克服移动性和提高网络的服务质量，并指出未来无人机自组网的路由协议可以考虑机会路由、软件定义网络（Software defined network，SDN）决策和预测驱动决策等综合提高QoS。本文主要针对无人机自组网网络特征，从不同的路由方法出发，SDN对路由协议进行总结和归纳，并对未来的研究方向进行了展望。
随着无人机软硬件技术的发展，多无人机集群自组织形成的无人机自组网（Flying Ad-Hoc networks， FANETs）受到了越来越多的来自学术界和工业界的关注，其灵活的部署和快速的反应能力使其能高效地完成多种多样的任务。而无人机自组网路由协议是提高服务质量（Quality of service， QoS）最重要的方法之一，但无人机自组网的移动性和动态性给路由协议的设计带来了严峻的挑战。传统的移动路由协议不能很好地满足无人机自组网的路由需求，因此研究者们从基于拓扑、地理和分层的角度提出了各式各样的无人机自组网路由协议，旨在克服移动性和提高网络的服务质量，并指出未来无人机自组网的路由协议可以考虑机会路由、软件定义网络（Software defined network，SDN）决策和预测驱动决策等综合提高QoS。本文主要针对无人机自组网网络特征，从不同的路由方法出发，SDN对路由协议进行总结和归纳，并对未来的研究方向进行了展望。
2022, 37(6):1179-1197.
DOI: 10.16337/j.1004-9037.2022.06.001
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。
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。
2022, 37(6):1198-1207.
DOI: 10.16337/j.1004-9037.2022.06.002
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。
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。
2022, 37(6):1208-1217.
DOI: 10.16337/j.1004-9037.2022.06.003
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。
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。
2022, 37(1):228-239.
DOI: 10.16337/j.1004-9037.2022.01.020
摘要:
对无人机自组织网络中的协作机制进行了研究，提出一种基于动态中继选择的无人机自组网协作时分信道接入协议。该协议在传输中继数据包时引入了双队列协作机制，在网络层数据包缓存队列之外引入了独立的媒体接入控制（Media access control，MAC）层中继数据包缓存队列，并且能够实现默认中继节点与辅助中继节点的动态选择，以满足大流量负载及网络拓扑快速变化的要求。仿真结果表明，通过中继节点动态选择机制，在网络业务流量负载较大、网络拓扑快速变化的情况下，所提出的协作时分信道接入协议可获得比传统时分多址（Time division multiple access， TDMA）协议与机会协作中继时分多址（Opportunistic cooperative relay time division multiple access， OCR-TDMA）协议更高的中继数据包投递率及更低的端到端时延。
对无人机自组织网络中的协作机制进行了研究，提出一种基于动态中继选择的无人机自组网协作时分信道接入协议。该协议在传输中继数据包时引入了双队列协作机制，在网络层数据包缓存队列之外引入了独立的媒体接入控制（Media access control，MAC）层中继数据包缓存队列，并且能够实现默认中继节点与辅助中继节点的动态选择，以满足大流量负载及网络拓扑快速变化的要求。仿真结果表明，通过中继节点动态选择机制，在网络业务流量负载较大、网络拓扑快速变化的情况下，所提出的协作时分信道接入协议可获得比传统时分多址（Time division multiple access， TDMA）协议与机会协作中继时分多址（Opportunistic cooperative relay time division multiple access， OCR-TDMA）协议更高的中继数据包投递率及更低的端到端时延。
2022, 37(3):680-694.
DOI: 10.16337/j.1004-9037.2022.03.017
摘要:
通信频谱行为分析是电磁频谱对抗中提升通信态势感知层次，增强电磁侦察能力的关键手段。随着人工智能技术的发展，通信频谱行为分析的相关研究逐渐由基于手工特征提取的传统方法向基于深度学习的智能方法转变。然而，电磁对抗环境下通信频谱监测数据稀缺、数据不完全的问题会影响深度网络对特征的学习。同时，高动态的战场环境对分析方法实时性提出更高要求。本文聚焦电磁对抗环境下的通信频谱行为分析问题，将通信频谱行为分析相关技术的研究目标归纳为：用频行为分析、网络拓扑识别与通信意图推理3大类。阐述其内在联系，总结现有研究并梳理其发展脉络，分析面临的挑战并做出展望。
通信频谱行为分析是电磁频谱对抗中提升通信态势感知层次，增强电磁侦察能力的关键手段。随着人工智能技术的发展，通信频谱行为分析的相关研究逐渐由基于手工特征提取的传统方法向基于深度学习的智能方法转变。然而，电磁对抗环境下通信频谱监测数据稀缺、数据不完全的问题会影响深度网络对特征的学习。同时，高动态的战场环境对分析方法实时性提出更高要求。本文聚焦电磁对抗环境下的通信频谱行为分析问题，将通信频谱行为分析相关技术的研究目标归纳为：用频行为分析、网络拓扑识别与通信意图推理3大类。阐述其内在联系，总结现有研究并梳理其发展脉络，分析面临的挑战并做出展望。
2022, 37(3):695-702.
DOI: 10.16337/j.1004-9037.2022.03.018
摘要:
ZUC-256是由中国开发的一种应对于5G通信和量子计算机的流密码，该算法主要包含ZUC-256流密码和一种基于该流密码的完整性算法（EIA3）。本文设计了2种不同的ZUC-256流密码轻量级电路结构，以及1种基于ZUC-256流密码的EIA3算法结构。基于FPGA对设计的电路结构和算法结构进行实现，并进行了性能对比。对比结果表明：本文设计的2种电路结构最高达到了6.72 Gb/s的吞吐率，相较于现有的ZUC-256电路设计在速度上提高了45.24%；本文设计的2种电路相较于之前的ZUC-128占用资源更少，在面积上分别减少38.48%和30.90%；本文设计的EIA3算法结构仅用0.71 μs即可对128位的数据进行加密。
ZUC-256是由中国开发的一种应对于5G通信和量子计算机的流密码，该算法主要包含ZUC-256流密码和一种基于该流密码的完整性算法（EIA3）。本文设计了2种不同的ZUC-256流密码轻量级电路结构，以及1种基于ZUC-256流密码的EIA3算法结构。基于FPGA对设计的电路结构和算法结构进行实现，并进行了性能对比。对比结果表明：本文设计的2种电路结构最高达到了6.72 Gb/s的吞吐率，相较于现有的ZUC-256电路设计在速度上提高了45.24%；本文设计的2种电路相较于之前的ZUC-128占用资源更少，在面积上分别减少38.48%和30.90%；本文设计的EIA3算法结构仅用0.71 μs即可对128位的数据进行加密。
2022, 37(3):703-714.
DOI: 10.16337/j.1004-9037.2022.03.019
摘要:
基于Wi-Fi位置指纹的室内定位中，采用异构设备在同一位置、同一时间采集的无线信号接收强度（Received signal strength indicator，RSSI）存在差异，使得离线指纹库与不同用户在线采集的信号难以兼容而影响定位精度。针对该问题，本文提出一种适应异构设备的定位算法。该方法首先通过接入点（Access point， AP）选择，构建信号稳定的离线指纹数据库，再使用普氏分析法（Procrustes analysis， PA）对指纹库标准化，消除异构设备引入的信号差异。在线阶段采用余弦相似度（Cosine similarity， CS）算法得到目标的位置估计。在2种典型室内环境中利用4台手机测试了所提方法的定位性能，并分析了影响定位性能的因素。实验结果表明，所提方法在2种室内环境中的平均定位误差分别为2.96 m和2.29 m，相比较加权K近邻（Weight K-nearest neighbor， WKNN）算法定位精度分别提高了21.3%和21.6%。
基于Wi-Fi位置指纹的室内定位中，采用异构设备在同一位置、同一时间采集的无线信号接收强度（Received signal strength indicator，RSSI）存在差异，使得离线指纹库与不同用户在线采集的信号难以兼容而影响定位精度。针对该问题，本文提出一种适应异构设备的定位算法。该方法首先通过接入点（Access point， AP）选择，构建信号稳定的离线指纹数据库，再使用普氏分析法（Procrustes analysis， PA）对指纹库标准化，消除异构设备引入的信号差异。在线阶段采用余弦相似度（Cosine similarity， CS）算法得到目标的位置估计。在2种典型室内环境中利用4台手机测试了所提方法的定位性能，并分析了影响定位性能的因素。实验结果表明，所提方法在2种室内环境中的平均定位误差分别为2.96 m和2.29 m，相比较加权K近邻（Weight K-nearest neighbor， WKNN）算法定位精度分别提高了21.3%和21.6%。
2022, 37(3):657-667.
DOI: 10.16337/j.1004-9037.2022.03.015
摘要:
为解决雷达辐射源信号分选识别特征评价不够客观和缺乏评价依据等问题，构建了一种结合区间直觉模糊思想的改进灰色关联的特征评价模型。该模型引入信噪比维度来考察不同层次数据的动态差异，以区间型数据描述特征信息，建立区间直觉模糊综合决策矩阵；其次，采用特征间总离差最大化的优化模型来确定各指标权重；最后基于改进灰色关联框架，结合逼近理想点方法实现特征方案排序。仿真实验结果表明，所提方法能够给出与实际情况相一致的分选识别特征评价排序结果，并和未改进的灰色关联法分析结果基本一致，验证了所提方法的可行性和有效性。
为解决雷达辐射源信号分选识别特征评价不够客观和缺乏评价依据等问题，构建了一种结合区间直觉模糊思想的改进灰色关联的特征评价模型。该模型引入信噪比维度来考察不同层次数据的动态差异，以区间型数据描述特征信息，建立区间直觉模糊综合决策矩阵；其次，采用特征间总离差最大化的优化模型来确定各指标权重；最后基于改进灰色关联框架，结合逼近理想点方法实现特征方案排序。仿真实验结果表明，所提方法能够给出与实际情况相一致的分选识别特征评价排序结果，并和未改进的灰色关联法分析结果基本一致，验证了所提方法的可行性和有效性。
2022, 37(4):917-925.
DOI: 10.16337/j.1004-9037.2022.04.019
摘要:
设计了一种基于现场可编程门阵列（Field programmable gate array， FPGA）的低硬件成本256点快速傅里叶变换（Fast Fourier transform， FFT）处理器的IP核。采用按频率抽取的基-24算法和单路延迟负反馈（Single-path delay feedback， SDF）流水线架构用于减少旋转因子的复数乘法运算复杂度。为了降低硬件成本，提出了一种串接正则有符号数（Canonical signed digit， CSD）常数乘法器取代常用的布斯乘法器用来完成旋转因子W 256 i ![]()
![]()
设计了一种基于现场可编程门阵列（Field programmable gate array， FPGA）的低硬件成本256点快速傅里叶变换（Fast Fourier transform， FFT）处理器的IP核。采用按频率抽取的基-24算法和单路延迟负反馈（Single-path delay feedback， SDF）流水线架构用于减少旋转因子的复数乘法运算复杂度。为了降低硬件成本，提出了一种串接正则有符号数（Canonical signed digit， CSD）常数乘法器取代常用的布斯乘法器用来完成旋转因子
2022, 37(6):1259-1267.
DOI: 10.16337/j.1004-9037.2022.06.007
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。
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。
2022, 37(6):1268-1279.
DOI: 10.16337/j.1004-9037.2022.06.008
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。
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。
2022, 37(6):1280-1287.
DOI: 10. 16337/j. 1004-9037. 2022. 06. 009
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。
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。
2022, 37(6):1288-1296.
DOI: 10.16337/j.1004-9037.2022.06.010
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。
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。
2022, 37(6):1297-1313.
DOI: 10.16337/j.1004-9037.2022.06.011
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。
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。
2022, 37(6):1314-1322.
DOI: 10.16337/j.1004-9037.2022.06.012
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。
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。
2022, 37(6):1323-1332.
DOI: 10.16337/j.1004-9037.2022.06.013
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。
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。
2022, 37(6):1246-1258.
DOI: 10.16337/j.1004-9037.2022.06.006
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。
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。
2022, 37(6):1218-1227.
DOI: 10.16337/j.1004-9037.2022.06.004
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。
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。
2022, 37(6):1228-1245.
DOI: 10.16337/j.1004-9037.2022.06.005
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。
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。
2022, 37(1):217-227.
DOI: 10.16337/j.1004-9037.2022.01.019
摘要:
针对相控阵雷达多目标跟踪下的威胁度等级不同，以目标位置估计的贝叶斯克拉美罗下界（Bayesian Cramer-Rao lower bound，BCRLB）为分配准则，本文建立了一种基于威胁度的多目标跟踪时间资源分配优化模型，该模型以威胁度为基准将待跟踪目标分为两类，不同类别采用不同的时间资源分配方法。由于该模型及优化算法运行耗时巨大，该文还提出了一种基于反向传播（Back propagation，BP）神经网络的多目标跟踪时间资源拟合方法。计算机仿真表明，该模型及方法可以使各目标跟踪维持最佳状态，同时BP神经网络耗时降低2 000多倍。
针对相控阵雷达多目标跟踪下的威胁度等级不同，以目标位置估计的贝叶斯克拉美罗下界（Bayesian Cramer-Rao lower bound，BCRLB）为分配准则，本文建立了一种基于威胁度的多目标跟踪时间资源分配优化模型，该模型以威胁度为基准将待跟踪目标分为两类，不同类别采用不同的时间资源分配方法。由于该模型及优化算法运行耗时巨大，该文还提出了一种基于反向传播（Back propagation，BP）神经网络的多目标跟踪时间资源拟合方法。计算机仿真表明，该模型及方法可以使各目标跟踪维持最佳状态，同时BP神经网络耗时降低2 000多倍。
2022, 37(3):502-511.
DOI: 10.16337/j.1004-9037.2022.03.003
摘要:
大规模多输入多输出（Multiple input multiple output， MIMO）技术的演进是第6代（The sixth generation， 6G）无线通信系统性能进一步提升的重要支撑。随着天线阵列规模的持续扩大，频分复用（Fvequency division duplexing， FDD）大规模MIMO系统获取下行信道状态信息（Channel state information， CSI）面临着严峻挑战。深度学习具有强大的学习及处理高维数据的能力，能够为解决这一挑战提供新的方案。本文综述了基于深度学习的FDD大规模MIMO下行CSI获取技术，包括CSI反馈和预测技术。首先给出了基于深度学习的CSI反馈和预测的原理框架，其次分析比较了国内外相关研究成果的优越性能，为解决面向6G的FDD大规模MIMO系统获取下行CSI问题提供了可行的参考方案。最后讨论了FDD大规模MIMO下行CSI获取的有待进一步解决的开放性问题以及所对应的潜在研究方案。
大规模多输入多输出（Multiple input multiple output， MIMO）技术的演进是第6代（The sixth generation， 6G）无线通信系统性能进一步提升的重要支撑。随着天线阵列规模的持续扩大，频分复用（Fvequency division duplexing， FDD）大规模MIMO系统获取下行信道状态信息（Channel state information， CSI）面临着严峻挑战。深度学习具有强大的学习及处理高维数据的能力，能够为解决这一挑战提供新的方案。本文综述了基于深度学习的FDD大规模MIMO下行CSI获取技术，包括CSI反馈和预测技术。首先给出了基于深度学习的CSI反馈和预测的原理框架，其次分析比较了国内外相关研究成果的优越性能，为解决面向6G的FDD大规模MIMO系统获取下行CSI问题提供了可行的参考方案。最后讨论了FDD大规模MIMO下行CSI获取的有待进一步解决的开放性问题以及所对应的潜在研究方案。
2023, 38(5):1151-1161.
DOI: 10.16337/j.1004-9037.2023.05.013
摘要:
针对高动态环境下的雷达连续智能抗干扰决策和高实时性需求问题，本文构建了一种适用于雷达智能抗干扰决策的深度Q网络（Deep Q network，DQN）模型，并在此基础上提出了一种基于现场可编程门阵列（Field programmable gate array，FPGA）的硬件决策加速架构。在该架构中，本文设计了一种雷达智能决策环境交互片上访问方式，通过片上环境量化存储和状态迭代计算简化了DQN智能体连续决策时的迭代过程，在实现智能体深度神经网络的并行计算与流水控制加速的同时，进一步提升了决策实时性。仿真和实验结果表明，在保证决策正确率的前提下，所设计的智能抗干扰决策加速器相比已有的基于CPU平台的决策系统，在单次决策中实现了约46倍的速度提升，在连续决策中实现了约84倍的速度提升。
针对高动态环境下的雷达连续智能抗干扰决策和高实时性需求问题，本文构建了一种适用于雷达智能抗干扰决策的深度Q网络（Deep Q network，DQN）模型，并在此基础上提出了一种基于现场可编程门阵列（Field programmable gate array，FPGA）的硬件决策加速架构。在该架构中，本文设计了一种雷达智能决策环境交互片上访问方式，通过片上环境量化存储和状态迭代计算简化了DQN智能体连续决策时的迭代过程，在实现智能体深度神经网络的并行计算与流水控制加速的同时，进一步提升了决策实时性。仿真和实验结果表明，在保证决策正确率的前提下，所设计的智能抗干扰决策加速器相比已有的基于CPU平台的决策系统，在单次决策中实现了约46倍的速度提升，在连续决策中实现了约84倍的速度提升。
2023, 38(1):51-62.
DOI: 10.16337/j.1004-9037.2023.01.003
摘要:
如何在已知网络拓扑的前提下，快速准确地找到复杂通信网络中的关键节点成为当前的研究热点。本文首先建立了一个有权重网络的关键节点识别系统模型。然后，提出了基于加权集体影响力的关键节点识别方法。该方法用集体影响力量化节点信息传播能力，同时结合加权思想，表征有权重网络节点的关键程度。最后，分别对5种典型复杂网络模型进行了随机权重和非随机权重的仿真。仿真结果表明所提方法优于原有集体影响力算法的性能，且算法对球半径的选择不敏感。
如何在已知网络拓扑的前提下，快速准确地找到复杂通信网络中的关键节点成为当前的研究热点。本文首先建立了一个有权重网络的关键节点识别系统模型。然后，提出了基于加权集体影响力的关键节点识别方法。该方法用集体影响力量化节点信息传播能力，同时结合加权思想，表征有权重网络节点的关键程度。最后，分别对5种典型复杂网络模型进行了随机权重和非随机权重的仿真。仿真结果表明所提方法优于原有集体影响力算法的性能，且算法对球半径的选择不敏感。
