虚拟专辑
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。
2023, 38(4):986-994.
DOI: 10.16337/j.1004-9037.2023.04.020
摘要:
随着无线通信技术的快速发展，无线接入设备日益增多，但系统能耗也在不断增长。具备无线携能通信能力的正交频分复用（Orthogonal frequency division multiplexing， OFDM）系统可以有效提高系统能量效率。本文针对以系统能效为优化目标的资源分配问题，提出了基于椭球法的携能通信OFDM系统能效优化算法。该算法采用椭球法对拉格朗日乘子进行更新，可以有效加快算法收敛速度，提升算法性能。仿真实验结果表明，所提出基于椭球法的能效优化算法能有效解决以系统能效为优化目标的资源分配问题，与次梯度法相比，椭球法的收敛速度更快，能够显著地降低算法复杂度。
随着无线通信技术的快速发展，无线接入设备日益增多，但系统能耗也在不断增长。具备无线携能通信能力的正交频分复用（Orthogonal frequency division multiplexing， OFDM）系统可以有效提高系统能量效率。本文针对以系统能效为优化目标的资源分配问题，提出了基于椭球法的携能通信OFDM系统能效优化算法。该算法采用椭球法对拉格朗日乘子进行更新，可以有效加快算法收敛速度，提升算法性能。仿真实验结果表明，所提出基于椭球法的能效优化算法能有效解决以系统能效为优化目标的资源分配问题，与次梯度法相比，椭球法的收敛速度更快，能够显著地降低算法复杂度。
2023, 38(6):1257-1267.
DOI: 10.16337/j.1004-9037.2023.06.002
摘要:
针对近场信源定位中自由度小、准确性低等问题，提出一种基于四阶累量矩阵的定位算法。首先构造等效导向矢量包含波达方向（Direction of arrival， DOA）和距离信息的高维虚拟协方差矩阵，在角度估计中，提出基于矩阵秩亏来搜索最小奇异值倒数的一维搜索方法，降低了计算量，在增大自由度的同时利用高斯噪声高阶累量为零的特性提高了低信噪比下的性能；在不进行额外计算的前提下，直接利用角度估计中进行奇异值分解时得到的奇异向量所包含的距离信息，通过最小二乘法得到距离。仿真结果表明，相比于已有算法，该方法可以仅在一个高阶累量矩阵中通过一维搜索估计角度和距离，在降低复杂度的同时提高了准确性，并且提出方法的自由度是降维多重信号分类方法的2倍。
针对近场信源定位中自由度小、准确性低等问题，提出一种基于四阶累量矩阵的定位算法。首先构造等效导向矢量包含波达方向（Direction of arrival， DOA）和距离信息的高维虚拟协方差矩阵，在角度估计中，提出基于矩阵秩亏来搜索最小奇异值倒数的一维搜索方法，降低了计算量，在增大自由度的同时利用高斯噪声高阶累量为零的特性提高了低信噪比下的性能；在不进行额外计算的前提下，直接利用角度估计中进行奇异值分解时得到的奇异向量所包含的距离信息，通过最小二乘法得到距离。仿真结果表明，相比于已有算法，该方法可以仅在一个高阶累量矩阵中通过一维搜索估计角度和距离，在降低复杂度的同时提高了准确性，并且提出方法的自由度是降维多重信号分类方法的2倍。
2023, 38(6):1235-1256.
DOI: 10.16337/j.1004-9037.2023.06.001
摘要:
对调制识别的对抗样本攻击这一研究热点进行了综述，首先给出调制识别中对抗样本的的相关概述和专业术语，将对抗样本攻击和防御方法的相关研究成果进行梳理回顾，并对现有对抗攻击方法进行分类，阐述了其生成机理。针对在无线通信场景下对抗攻击所面临的挑战，梳理了调制识别任务下的对抗样本攻击现有关键技术，深入分析了调制识别对抗样本攻击的防御技术。最后，依据现有研究与潜在的机遇和挑战，结合人工智能算法的各项优势，对下一代智能无线通信中对抗攻击的技术方向和发展前景进行了展望。
对调制识别的对抗样本攻击这一研究热点进行了综述，首先给出调制识别中对抗样本的的相关概述和专业术语，将对抗样本攻击和防御方法的相关研究成果进行梳理回顾，并对现有对抗攻击方法进行分类，阐述了其生成机理。针对在无线通信场景下对抗攻击所面临的挑战，梳理了调制识别任务下的对抗样本攻击现有关键技术，深入分析了调制识别对抗样本攻击的防御技术。最后，依据现有研究与潜在的机遇和挑战，结合人工智能算法的各项优势，对下一代智能无线通信中对抗攻击的技术方向和发展前景进行了展望。
2023, 38(3):506-524.
DOI: 10.16337/j.1004-9037.2023.03.002
摘要:
无人机集群以其灵活性、低成本和可搭载各类传感器等优势，已成为执行复杂任务的关键设备，其应用依赖于及时高效的通信，因此针对无人机集群网络的研究近年来也得到了广泛关注。无人机集群高移动性、高信息交互量和低能源存储量等固有特性，使其通信资源的管理面临各种严峻的挑战。本文首先综述了无人机集群网络的应用场景、优势及其特点，并结合信道接入控制体制，对无人机集群的无线资源优化问题进行分类，提炼出资源优化所面临的挑战。随后从策略与方法的角度对现有的网络资源优化方案进行了总结归纳，梳理了大规模集群场景下的通信性能提升、高动态环境下的及时决策更新，以及多元异构需求下的通信满意度提升等技术难点。最后，依据研究现状与潜在机遇，结合新兴技术的应用优势，对无人机集群网络的技术方向和发展前景进行了展望。
无人机集群以其灵活性、低成本和可搭载各类传感器等优势，已成为执行复杂任务的关键设备，其应用依赖于及时高效的通信，因此针对无人机集群网络的研究近年来也得到了广泛关注。无人机集群高移动性、高信息交互量和低能源存储量等固有特性，使其通信资源的管理面临各种严峻的挑战。本文首先综述了无人机集群网络的应用场景、优势及其特点，并结合信道接入控制体制，对无人机集群的无线资源优化问题进行分类，提炼出资源优化所面临的挑战。随后从策略与方法的角度对现有的网络资源优化方案进行了总结归纳，梳理了大规模集群场景下的通信性能提升、高动态环境下的及时决策更新，以及多元异构需求下的通信满意度提升等技术难点。最后，依据研究现状与潜在机遇，结合新兴技术的应用优势，对无人机集群网络的技术方向和发展前景进行了展望。
2023, 38(6):1268-1275.
DOI: 10.16337/j.1004-9037.2023.06.003
摘要:
控制精度、系统带宽与传输速率在控制系统中的权衡关系是一个重要的开放问题。从信息论角度研究执行器中信息传输速率和失真程度之间的关系，基于率熵函数分析了控制系统的执行器部分，对一类具有可再生性的概率分布函数建立了熵率分析框架。熵率不等式表示在带输入噪声的有限冲激响应执行器中，后验熵与所需传输速率间的关系。基于推导出的表达式，对不同信噪比下的跟踪系统的互信息数据进行了仿真，仿真结果与推导的表达式所预期的互信息下界在高信噪比下一致。
控制精度、系统带宽与传输速率在控制系统中的权衡关系是一个重要的开放问题。从信息论角度研究执行器中信息传输速率和失真程度之间的关系，基于率熵函数分析了控制系统的执行器部分，对一类具有可再生性的概率分布函数建立了熵率分析框架。熵率不等式表示在带输入噪声的有限冲激响应执行器中，后验熵与所需传输速率间的关系。基于推导出的表达式，对不同信噪比下的跟踪系统的互信息数据进行了仿真，仿真结果与推导的表达式所预期的互信息下界在高信噪比下一致。
2023, 38(1):63-73.
DOI: 10.16337/j.1004-9037.2023.01.004
摘要:
为提高短波复杂电磁环境下特定信号检测识别准确率，提出了一种基于频率敏感注意力的短波宽带特定信号检测算法。依据短波特定信号在时频图中时间方向上的相关性和频率方向上的局部性，设计了一种具有窄长形状感受野的频率敏感注意力机制，通过将特征图沿时间轴方向进行条块分割并在条块内计算自注意力，捕获时间轴方向的远距离依赖关系并限制频率轴方向感受范围，并以此为基础构建了一种端到端的短波特定信号检测器频率敏感信号检测器（Frequency sensitive signal detector，FSSDet）。以短波宽带信号时频图为输入，FSSDet可直接输出多个特定信号的调制类型及起止时间、中心频率和带宽等重要参数信息。在包含8类47 880个样本的仿真数据集上进行实验，所提方法在0 dB以上的平均精度均值（mean Average precision， mAP）高达98.5，在信噪比低至-10 dB时仍高于72.5。结果表明，所提方法具有较高的短波特定信号检测识别准确率，在低信噪比下具备良好的鲁棒性。
为提高短波复杂电磁环境下特定信号检测识别准确率，提出了一种基于频率敏感注意力的短波宽带特定信号检测算法。依据短波特定信号在时频图中时间方向上的相关性和频率方向上的局部性，设计了一种具有窄长形状感受野的频率敏感注意力机制，通过将特征图沿时间轴方向进行条块分割并在条块内计算自注意力，捕获时间轴方向的远距离依赖关系并限制频率轴方向感受范围，并以此为基础构建了一种端到端的短波特定信号检测器频率敏感信号检测器（Frequency sensitive signal detector，FSSDet）。以短波宽带信号时频图为输入，FSSDet可直接输出多个特定信号的调制类型及起止时间、中心频率和带宽等重要参数信息。在包含8类47 880个样本的仿真数据集上进行实验，所提方法在0 dB以上的平均精度均值（mean Average precision， mAP）高达98.5，在信噪比低至-10 dB时仍高于72.5。结果表明，所提方法具有较高的短波特定信号检测识别准确率，在低信噪比下具备良好的鲁棒性。
2023, 38(1):74-84.
DOI: 10.16337/j.1004-9037.2023.01.005
摘要:
电力系统中的电力电子设备所产生的谐波数量日益增加，谐波问题是一个备受关注的话题。本文通过引入压缩感知理论和平行因子模型，提出了一个用于谐波和间谐波的频率估计算法。先从信息发送终端中获取数据，然后使用欧拉公式将正弦信息转化为空域信息构造多时延输出并建立为平行因子模型，再对模型进行压缩后进行平行因子分析。最后将所得的数据经过贪婪算法重构，再进行频率值的估计。与传统的平行因子计算比较，该计算具有压缩过程，计算工作量相对较小，对数据存储容量需求也较少。所提计算的频谱估计性能与传统的平行因子分解算法（Parallel factorization，PARAFAC）非常接近，而且也比采用旋转不变技术的信号参数估计算法（Estimating signal parameter via rotational invariance techniques，ESPRIT）更加精确。
电力系统中的电力电子设备所产生的谐波数量日益增加，谐波问题是一个备受关注的话题。本文通过引入压缩感知理论和平行因子模型，提出了一个用于谐波和间谐波的频率估计算法。先从信息发送终端中获取数据，然后使用欧拉公式将正弦信息转化为空域信息构造多时延输出并建立为平行因子模型，再对模型进行压缩后进行平行因子分析。最后将所得的数据经过贪婪算法重构，再进行频率值的估计。与传统的平行因子计算比较，该计算具有压缩过程，计算工作量相对较小，对数据存储容量需求也较少。所提计算的频谱估计性能与传统的平行因子分解算法（Parallel factorization，PARAFAC）非常接近，而且也比采用旋转不变技术的信号参数估计算法（Estimating signal parameter via rotational invariance techniques，ESPRIT）更加精确。
2023, 38(1):193-208.
DOI: 10.16337/j.1004-9037.2023.01.017
摘要:
灵敏度编码（Sensitivity encoding， SENSE）是一种应用广泛的并行磁共振成像（Magnetic resonance imaging， MRI）重建模型。目前已有的针对SENSE模型的改进方法的重建图像中依然有较多伪影，尤其在较高加速因子时很难重建出比较清晰的图像。因此，本文基于非局部低秩约束（Nonlocal low-rank， NLR），提出了一种改进的SENSE模型，称为NLR-SENSE。该模型使用加权核范数作为秩代理函数，并使用交替方向乘子法（Alternating direction multiplier method， ADMM）进行求解。仿真实验结果表明，与其他几种并行磁共振成像方法相比，NLR-SENSE方法在视觉比较和3个不同的客观指标上均表现优异，能有效提升重建图像的质量。
灵敏度编码（Sensitivity encoding， SENSE）是一种应用广泛的并行磁共振成像（Magnetic resonance imaging， MRI）重建模型。目前已有的针对SENSE模型的改进方法的重建图像中依然有较多伪影，尤其在较高加速因子时很难重建出比较清晰的图像。因此，本文基于非局部低秩约束（Nonlocal low-rank， NLR），提出了一种改进的SENSE模型，称为NLR-SENSE。该模型使用加权核范数作为秩代理函数，并使用交替方向乘子法（Alternating direction multiplier method， ADMM）进行求解。仿真实验结果表明，与其他几种并行磁共振成像方法相比，NLR-SENSE方法在视觉比较和3个不同的客观指标上均表现优异，能有效提升重建图像的质量。
2023, 38(1):220-230.
DOI: 10.16337/j.1004-9037.2023.01.019
摘要:
伪距误差是影响北斗卫星导航接收机定位精度的关键因素，本文提出一种基于伪距差分和自适应容积卡尔曼滤波（Cubature Kalman filter，CKF）的双级北斗导航接收机伪距误差补偿方法。该方法将伪距误差分为自有性误差和公共性误差两类，首先通过伪距差分方法补偿伪距自有性误差，其次设计量测噪声自适应CKF滤波器，对用户接收机运动系统状态进行估计，补偿伪距公共性误差。实验结果表明：载体静态时，双级补偿方法略优；载体动态时，双级补偿比单级补偿的定位误差减小显著，自适应CKF算法比CKF算法具有更好的对噪声和干扰的适应能力。
伪距误差是影响北斗卫星导航接收机定位精度的关键因素，本文提出一种基于伪距差分和自适应容积卡尔曼滤波（Cubature Kalman filter，CKF）的双级北斗导航接收机伪距误差补偿方法。该方法将伪距误差分为自有性误差和公共性误差两类，首先通过伪距差分方法补偿伪距自有性误差，其次设计量测噪声自适应CKF滤波器，对用户接收机运动系统状态进行估计，补偿伪距公共性误差。实验结果表明：载体静态时，双级补偿方法略优；载体动态时，双级补偿比单级补偿的定位误差减小显著，自适应CKF算法比CKF算法具有更好的对噪声和干扰的适应能力。
2023, 38(3):727-740.
DOI: 10.16337/j.1004-9037.2023.03.020
摘要:
随着数据时代的到来，非平衡数据的分类问题受到越来越多的关注。在非平衡数据的分类问题中，往往因为少数类样本与多数类样本比例失衡而导致分类结果错误。因此，提出了一种在最大熵原理下基于自助法（Bootstrap method）的过采样算法。首先，通过自助法获得数据样本的概率分布，并用最大熵原理对概率分布进行优化；其次，根据少数类生成新的少数类的能力不同，提出基于少数类样本分布的概率增强算法。该算法使数据随机性得到了充分体现，保证了少数类样本的概率密度在数据集平衡前后保持一致性，从而提高分类算法的有效性；最后，通过从UCI和KEEL数据库选取8组数据进行实验，实验结果表明所提出的新算法比现有的其他算法更有效。
随着数据时代的到来，非平衡数据的分类问题受到越来越多的关注。在非平衡数据的分类问题中，往往因为少数类样本与多数类样本比例失衡而导致分类结果错误。因此，提出了一种在最大熵原理下基于自助法（Bootstrap method）的过采样算法。首先，通过自助法获得数据样本的概率分布，并用最大熵原理对概率分布进行优化；其次，根据少数类生成新的少数类的能力不同，提出基于少数类样本分布的概率增强算法。该算法使数据随机性得到了充分体现，保证了少数类样本的概率密度在数据集平衡前后保持一致性，从而提高分类算法的有效性；最后，通过从UCI和KEEL数据库选取8组数据进行实验，实验结果表明所提出的新算法比现有的其他算法更有效。
2023, 38(5):1172-1179.
DOI: 10.16337/j.1004-9037.2023.05.015
摘要:
为了加快天线建模速度，针对现有天线设计软件天线参数优化速度过慢问题进行了建模研究。首先通过几种常用的启发式算法优化后的多层前馈（Back propagation，BP）神经网络对天线参数进行优化比较，并对其中最优的算法遗传算法优化BP（Genetic algorithm BP，GABP）神经网络算法进行深度改进。其次采用自适应算法和模拟退火算法优化算法对GABP进行优化。最终通过模拟试验验证出自适应GABP算法对于天线参数优化的误差最小。该研究为天线设计软件中天线优化方法提供了一种误差较小的新方法，拥有更高的预测准确度，拟合速度也大大提升。实验对比证明了该算法的可行性。
为了加快天线建模速度，针对现有天线设计软件天线参数优化速度过慢问题进行了建模研究。首先通过几种常用的启发式算法优化后的多层前馈（Back propagation，BP）神经网络对天线参数进行优化比较，并对其中最优的算法遗传算法优化BP（Genetic algorithm BP，GABP）神经网络算法进行深度改进。其次采用自适应算法和模拟退火算法优化算法对GABP进行优化。最终通过模拟试验验证出自适应GABP算法对于天线参数优化的误差最小。该研究为天线设计软件中天线优化方法提供了一种误差较小的新方法，拥有更高的预测准确度，拟合速度也大大提升。实验对比证明了该算法的可行性。
2023, 38(5):1162-1171.
DOI: 10.16337/j.1004-9037.2023.05.014
摘要:
智能反射面（Intelligent reflecting surface， IRS）是实现智能无线环境最具吸引力的关键技术之一，在高速移动环境中部署IRS能有效缓解多普勒效应。已有文献针对高速移动信道提出IRS协助多普勒补偿方法，但其中部分信道参数估计需使用最大似然估计方法，使得IRS优化相位的计算复杂度较高。本文提出一种简化的IRS相位优化方法，给出改进的优化相位计算的直接表达式，表达式中的信道参数可仅通过低复杂度信道估计方法获得。与其他方案相比，新方案可避免使用复杂的估计方法，防止引入额外的估计误差，有效降低了计算复杂度。数值仿真结果表明，新方案在有效减少程序运行时长的同时，仍然可获得较高的的无源波束形成增益，并且在导频开销受限时具有较强的鲁棒性。
智能反射面（Intelligent reflecting surface， IRS）是实现智能无线环境最具吸引力的关键技术之一，在高速移动环境中部署IRS能有效缓解多普勒效应。已有文献针对高速移动信道提出IRS协助多普勒补偿方法，但其中部分信道参数估计需使用最大似然估计方法，使得IRS优化相位的计算复杂度较高。本文提出一种简化的IRS相位优化方法，给出改进的优化相位计算的直接表达式，表达式中的信道参数可仅通过低复杂度信道估计方法获得。与其他方案相比，新方案可避免使用复杂的估计方法，防止引入额外的估计误差，有效降低了计算复杂度。数值仿真结果表明，新方案在有效减少程序运行时长的同时，仍然可获得较高的的无源波束形成增益，并且在导频开销受限时具有较强的鲁棒性。
2023, 38(6):1380-1391.
DOI: 10.16337/j.1004-9037.2023.06.013
摘要:
为了满足长轨道超高分辨 W波段合成孔径雷达（Synthetic aperture radar，SAR）的快速成像需求，本文提出了一种基于图形处理器 （Graphics processing unit，GPU）的 ω-K实时成像算法，该算法采用并行架构和双流多线程的处理方式。默认流沿着物理原理的方向进行数据处理，首先对距离补偿、误差校正和补零等操作进行并行化处理，然后采用一层嵌套的插值方式，通过维持上下层的依赖关系和同步管理就能达到约30的加速比。阻塞流与默认流同时启动，生成默认流所需的参数和函数，并在执行前将其存入显存，极大地缩小了算法的运行时间，同时通过在默认流上设置事件以保持双流的同步并行执行。实验结果表明，算法总的加速比可达13左右，幅值和相位相对误差趋近0，不仅具有良好的实时性、聚焦性，还保持了良好的成像效果。
为了满足长轨道超高分辨 W波段合成孔径雷达（Synthetic aperture radar，SAR）的快速成像需求，本文提出了一种基于图形处理器 （Graphics processing unit，GPU）的 ω-K实时成像算法，该算法采用并行架构和双流多线程的处理方式。默认流沿着物理原理的方向进行数据处理，首先对距离补偿、误差校正和补零等操作进行并行化处理，然后采用一层嵌套的插值方式，通过维持上下层的依赖关系和同步管理就能达到约30的加速比。阻塞流与默认流同时启动，生成默认流所需的参数和函数，并在执行前将其存入显存，极大地缩小了算法的运行时间，同时通过在默认流上设置事件以保持双流的同步并行执行。实验结果表明，算法总的加速比可达13左右，幅值和相位相对误差趋近0，不仅具有良好的实时性、聚焦性，还保持了良好的成像效果。
2023, 38(6):1353-1368.
DOI: 10.16337/j.1004-9037.2023.06.011
摘要:
随着互联网视频流量增长和用户对体验质量的要求提高，传统骨干网面临巨大压力。移动边缘缓存技术可以减少延迟、减轻回程链路负载，提升视频用户的体验质量。然而，边缘服务器缓存资源的有限性、视频请求内容的动态性以及用户对缓存数据安全性的关注，对边缘缓存策略研究提出了新的挑战。针对以上问题，提出了一种区块链辅助的多边缘服务器协作视频流缓存优化方案。其中，构建了一个由内容分发网络（Content delivery network，CDN）服务器、边缘服务器、用户设备和区块链组成的4层网络架构，并引入区块链共识机制来保护请求延迟不敏感的计费视频内容，保证用户的数据安全。基于本地命中、邻近命中和CDN命中3层缓存机制，通过定义邻近命中奖励因子，进一步加强边缘服务器之间的协作缓存，提高边缘服务器的缓存命中率。联合考虑边缘服务器的状态、内容流行度的变化以及多边缘服务器间协作缓存的资源分配，建立了最小化访问延迟、流量成本和系统能耗的优化问题，并采用基于多智能体近端策略优化（Multi-agent proximal policy optimization， MAPPO）的协作缓存优化算法进行问题求解。仿真结果表明，与现有缓存策略相比，可以有效提升视频内容的缓存命中率，同时也能节约能耗及时延成本。
随着互联网视频流量增长和用户对体验质量的要求提高，传统骨干网面临巨大压力。移动边缘缓存技术可以减少延迟、减轻回程链路负载，提升视频用户的体验质量。然而，边缘服务器缓存资源的有限性、视频请求内容的动态性以及用户对缓存数据安全性的关注，对边缘缓存策略研究提出了新的挑战。针对以上问题，提出了一种区块链辅助的多边缘服务器协作视频流缓存优化方案。其中，构建了一个由内容分发网络（Content delivery network，CDN）服务器、边缘服务器、用户设备和区块链组成的4层网络架构，并引入区块链共识机制来保护请求延迟不敏感的计费视频内容，保证用户的数据安全。基于本地命中、邻近命中和CDN命中3层缓存机制，通过定义邻近命中奖励因子，进一步加强边缘服务器之间的协作缓存，提高边缘服务器的缓存命中率。联合考虑边缘服务器的状态、内容流行度的变化以及多边缘服务器间协作缓存的资源分配，建立了最小化访问延迟、流量成本和系统能耗的优化问题，并采用基于多智能体近端策略优化（Multi-agent proximal policy optimization， MAPPO）的协作缓存优化算法进行问题求解。仿真结果表明，与现有缓存策略相比，可以有效提升视频内容的缓存命中率，同时也能节约能耗及时延成本。
2023, 38(6):1342-1352.
DOI: 10.16337/j.1004-9037.2023.06.010
摘要:
α噪声下的频谱感知成为近年来的研究热点，该噪声的统计模型具有明显的脉冲性和拖尾性，并且在微弱信号条件下，信号特征不够明显。为此提出了基于随机共振的最大相关熵频谱感知方法，该方法通过随机共振模型中粒子在双势阱间的跃迁，将α噪声的部分能量转移到信号中，以提高信号的输出信噪比。采用最大相关熵方法构建高阶统计量，检测随机共振后的输出信号，并联合共轭梯度下降法获取最佳目标函数，实现频谱感知。仿真结果表明，该算法在低信噪比条件下能够有效提高检测性能。
α噪声下的频谱感知成为近年来的研究热点，该噪声的统计模型具有明显的脉冲性和拖尾性，并且在微弱信号条件下，信号特征不够明显。为此提出了基于随机共振的最大相关熵频谱感知方法，该方法通过随机共振模型中粒子在双势阱间的跃迁，将α噪声的部分能量转移到信号中，以提高信号的输出信噪比。采用最大相关熵方法构建高阶统计量，检测随机共振后的输出信号，并联合共轭梯度下降法获取最佳目标函数，实现频谱感知。仿真结果表明，该算法在低信噪比条件下能够有效提高检测性能。
2023, 38(6):1331-1341.
DOI: 10.16337/j.1004-9037.2023.06.009
摘要:
为增加直接序列扩频（Direct sequence spread spectrum，DSSS）系统每秒传输二进制信息的位数，增强信息传输的保密性，建立映射传输机制，提出星座旋转映射的二维信息映射传输方法。在传输一维信息的同时，附加二维信息，利用进制转换与星座图的旋转建立关系模型。通过一维信息与二维信息的传输速率之比选定星座图，进而通过星座旋转映射将二维信息转换为映射信息，获得相应的伪码通道，传输一维信息，同时对二维信息进行映射传输。通过仿真平台测试分析表明，星座旋转映射的二维直扩传输方法与传统直接序列扩频系统相比，能够获得更高的信息传输速率，具有更好的误码性能，能够满足更好保密性能的需求。
为增加直接序列扩频（Direct sequence spread spectrum，DSSS）系统每秒传输二进制信息的位数，增强信息传输的保密性，建立映射传输机制，提出星座旋转映射的二维信息映射传输方法。在传输一维信息的同时，附加二维信息，利用进制转换与星座图的旋转建立关系模型。通过一维信息与二维信息的传输速率之比选定星座图，进而通过星座旋转映射将二维信息转换为映射信息，获得相应的伪码通道，传输一维信息，同时对二维信息进行映射传输。通过仿真平台测试分析表明，星座旋转映射的二维直扩传输方法与传统直接序列扩频系统相比，能够获得更高的信息传输速率，具有更好的误码性能，能够满足更好保密性能的需求。
2023, 38(6):1319-1330.
DOI: 10.16337/j.1004-9037.2023.06.008
摘要:
针对空频最小均方（Least mean square，LMS）算法抗干扰性能与收敛速度不能兼顾的问题，提出了一种基于箕舌线可变步长LMS的空频抗干扰算法，简称空频基于箕舌线的可变步长LMS算法（Variable step LMS of tongue-like curve function，TLCVSLMS）算法。在兼顾抗干扰性能与收敛速度的基础上，空频TLCVSLMS算法避免了针对每一个频点人为地选取合适的固定迭代步长因子μ ![]()
![]()
针对空频最小均方（Least mean square，LMS）算法抗干扰性能与收敛速度不能兼顾的问题，提出了一种基于箕舌线可变步长LMS的空频抗干扰算法，简称空频基于箕舌线的可变步长LMS算法（Variable step LMS of tongue-like curve function，TLCVSLMS）算法。在兼顾抗干扰性能与收敛速度的基础上，空频TLCVSLMS算法避免了针对每一个频点人为地选取合适的固定迭代步长因子
2023, 38(6):1307-1318.
DOI: 10.16337/j.1004-9037.2023.06.007
摘要:
传统多项式结构宽带波束形成器的设计一般采用有限冲激响应（Finite impulse response， FIR）滤波器。本文通过使用正交基滤波器替代传统设计中的FIR滤波器，提出了一种广义多项式结构宽带波束形成器。所提多项式结构宽带波束形成器可视为传统多项式结构宽带波束形成器的推广，因而结构上更为灵活。为增强广义多项式结构宽带波束形成器的鲁棒性，进一步提出了基于平均性能优化准则的稳健优化设计方法。该方法通过粒子群算法对正交基滤波器中的极点进行优化，以利用极点所提供的自由度提高多项式结构宽带波束形成器的性能；同时通过引入阵列响应的空间导数约束，减小了由有限次多项式插值所造成的波束主瓣指向偏差。仿真结果表明，与传统多项式结构设计方法相比，所提设计方法能够获得更好的频率不变性和鲁棒性，且有效改善了波束主瓣指向的精准度，提高了多项式结构宽带波束形成器的指向性指数。
传统多项式结构宽带波束形成器的设计一般采用有限冲激响应（Finite impulse response， FIR）滤波器。本文通过使用正交基滤波器替代传统设计中的FIR滤波器，提出了一种广义多项式结构宽带波束形成器。所提多项式结构宽带波束形成器可视为传统多项式结构宽带波束形成器的推广，因而结构上更为灵活。为增强广义多项式结构宽带波束形成器的鲁棒性，进一步提出了基于平均性能优化准则的稳健优化设计方法。该方法通过粒子群算法对正交基滤波器中的极点进行优化，以利用极点所提供的自由度提高多项式结构宽带波束形成器的性能；同时通过引入阵列响应的空间导数约束，减小了由有限次多项式插值所造成的波束主瓣指向偏差。仿真结果表明，与传统多项式结构设计方法相比，所提设计方法能够获得更好的频率不变性和鲁棒性，且有效改善了波束主瓣指向的精准度，提高了多项式结构宽带波束形成器的指向性指数。
2023, 38(6):1299-1306.
DOI: 10.16337/j.1004-9037.2023.06.006
摘要:
探索了无小区大规模多输入多输出（Multiple-input multiple-output， MIMO）系统与非正交多址接入（Non-orthogonal multiple access， NOMA）的融合方案，将基于群体串行干扰删除（Group successive interference cancellation， GSIC）的NOMA技术应用于无小区大规模MIMO系统下行链路，并提出根据用户等效路径损耗对用户进行群体划分的方法，推导得出基于GSIC的无小区大规模MIMO-NOMA系统下行链路用户可达速率表达式。仿真结果表明，相比于传统的串行干扰删除（Successive interference cancellation， SIC）-NOMA系统，基于GSIC的无小区大规模MIMO-NOMA系统在可达速率方面具有明显优势。
探索了无小区大规模多输入多输出（Multiple-input multiple-output， MIMO）系统与非正交多址接入（Non-orthogonal multiple access， NOMA）的融合方案，将基于群体串行干扰删除（Group successive interference cancellation， GSIC）的NOMA技术应用于无小区大规模MIMO系统下行链路，并提出根据用户等效路径损耗对用户进行群体划分的方法，推导得出基于GSIC的无小区大规模MIMO-NOMA系统下行链路用户可达速率表达式。仿真结果表明，相比于传统的串行干扰删除（Successive interference cancellation， SIC）-NOMA系统，基于GSIC的无小区大规模MIMO-NOMA系统在可达速率方面具有明显优势。
2023, 38(6):1286-1298.
DOI: 10.16337/j.1004-9037.2023.06.005
摘要:
为了解决大规模部署固定边缘计算节点成本高、机动性差和难以应对突发事件等问题，针对计算密集型和延迟敏感型移动业务需求，提出了一种基于深度强化学习的计算任务卸载算法。考虑多架无人机飞行范围、飞行速度和系统公平效益等约束条件，最小化网络平均计算延时与无人机能耗的加权和。将该非凸性、NP（Non-deterministic polynomial）难问题转化为部分观测马尔可夫决策过程，利用多智能体深度确定性策略梯度算法进行移动用户卸载决策和无人机飞行轨迹优化。仿真结果表明，所提算法在移动服务终端的公平性、系统平均时延和多无人机的总能耗等方面的性能均优于基线算法。其中，所提算法能够得到不同计算性能下的最佳功耗控制，当CPU频率为12.5 GHz时，能耗相比基线降低29.16%，相比随机策略梯度算法降低8.67%。
为了解决大规模部署固定边缘计算节点成本高、机动性差和难以应对突发事件等问题，针对计算密集型和延迟敏感型移动业务需求，提出了一种基于深度强化学习的计算任务卸载算法。考虑多架无人机飞行范围、飞行速度和系统公平效益等约束条件，最小化网络平均计算延时与无人机能耗的加权和。将该非凸性、NP（Non-deterministic polynomial）难问题转化为部分观测马尔可夫决策过程，利用多智能体深度确定性策略梯度算法进行移动用户卸载决策和无人机飞行轨迹优化。仿真结果表明，所提算法在移动服务终端的公平性、系统平均时延和多无人机的总能耗等方面的性能均优于基线算法。其中，所提算法能够得到不同计算性能下的最佳功耗控制，当CPU频率为12.5 GHz时，能耗相比基线降低29.16%，相比随机策略梯度算法降低8.67%。
2023, 38(3):690-703.
DOI: 10.16337/j.1004-9037.2023.03.017
摘要:
针对基本和声搜索（Harmony search， HS）算法收敛速度较慢、易陷入局部最优和计算精度不高的缺点，结合正余弦优化算子、Levy飞行机制和参数动态调整策略，提出一种改进的和声搜索算法。该算法在即兴创作阶段，首先引入正余弦优化算子和微调带宽相结合的方式对和声向量进行微调操作，充分利用最优个体和当前个体的位置信息，提高算法的计算精度和收敛速度；再采用Levy飞行机制对微调带宽进行更新，避免算法陷入局部最优，提高全局搜索能力；在算法迭代过程中，对和声记忆库存储概率、基音微调概率和搜索域进行自适应动态调整，以进一步提高算法收敛性能。在10个基准函数上进行性能对比试验的结果表明，本文提出的算法具有较强的全局搜索能力，较快的收敛速度和较高的计算精度。
针对基本和声搜索（Harmony search， HS）算法收敛速度较慢、易陷入局部最优和计算精度不高的缺点，结合正余弦优化算子、Levy飞行机制和参数动态调整策略，提出一种改进的和声搜索算法。该算法在即兴创作阶段，首先引入正余弦优化算子和微调带宽相结合的方式对和声向量进行微调操作，充分利用最优个体和当前个体的位置信息，提高算法的计算精度和收敛速度；再采用Levy飞行机制对微调带宽进行更新，避免算法陷入局部最优，提高全局搜索能力；在算法迭代过程中，对和声记忆库存储概率、基音微调概率和搜索域进行自适应动态调整，以进一步提高算法收敛性能。在10个基准函数上进行性能对比试验的结果表明，本文提出的算法具有较强的全局搜索能力，较快的收敛速度和较高的计算精度。
2023, 38(3):608-615.
DOI: 10.16337/j.1004-9037.2023.03.010
摘要:
心电（Electrocardiogram， ECG）信号的长期检测与评估对心血管疾病的诊断和预防至关重要。心电信号的检测通常需要在患者身上安装电极，易使受试者产生不适感，适用范围有限。相对而言，使用光电容积描记法（Photoplethysmography， PPG）检测得到的脉搏波（Pulse wave）信号不仅包含丰富的心血管生理和病理信息，而且易于测量。考虑到PPG与ECG信号间存在固有的映射关系，本文基于生成对抗网络（Generative adversarial network， GAN）提出了一种将PPG转换为ECG信号的模型。该模型生成器由Unet模型组成，并且在特征图融合方面参考了Unet++的结构，而其判别器由卷积神经网络组成。在训练过程中，采用梯度惩罚方式增加了生成模型的稳定性。基于公用数据集进行了实验，通过对比53名受试者样本的处理结果，新模型所生成ECG信号的均方根误差（Root mean square error， RMSE）、Pearson相关系数（ρ）和Fréchet距离（Fréchet distance， FD）三个指标分别提升了3.4%、5.5%和0.4%，证明新模型具有更好的PPG-ECG转换效果。
心电（Electrocardiogram， ECG）信号的长期检测与评估对心血管疾病的诊断和预防至关重要。心电信号的检测通常需要在患者身上安装电极，易使受试者产生不适感，适用范围有限。相对而言，使用光电容积描记法（Photoplethysmography， PPG）检测得到的脉搏波（Pulse wave）信号不仅包含丰富的心血管生理和病理信息，而且易于测量。考虑到PPG与ECG信号间存在固有的映射关系，本文基于生成对抗网络（Generative adversarial network， GAN）提出了一种将PPG转换为ECG信号的模型。该模型生成器由Unet模型组成，并且在特征图融合方面参考了Unet++的结构，而其判别器由卷积神经网络组成。在训练过程中，采用梯度惩罚方式增加了生成模型的稳定性。基于公用数据集进行了实验，通过对比53名受试者样本的处理结果，新模型所生成ECG信号的均方根误差（Root mean square error， RMSE）、Pearson相关系数（ρ）和Fréchet距离（Fréchet distance， FD）三个指标分别提升了3.4%、5.5%和0.4%，证明新模型具有更好的PPG-ECG转换效果。
2023, 38(2):304-313.
DOI: 10.16337/j.1004-9037.2023.02.007
摘要:
为了解决无人机信道模型非平稳参数空时不连续的问题，提出了一种支持三维运动及姿态旋转的无人机非平稳几何随机模型，用于描述和模拟无人机对地多输入多输出通信信道的真实特性。该模型借鉴QuaDRiGa中的“准确定性”思想，基于收发端拓扑关系更新时变信道参数，考虑路径生灭概率改进信道功率计算方法，引入姿态相位矩阵描述无人机姿态旋转，以实现无人机非平稳信道参数的平滑演进。数值仿真结果表明，本文提出模型能够保证功率和角度等参数的平滑演进，输出信道的自相关函数具有非平稳性且受无人机姿态影响显著，可用于无人机通信系统设计和算法优化等领域。
为了解决无人机信道模型非平稳参数空时不连续的问题，提出了一种支持三维运动及姿态旋转的无人机非平稳几何随机模型，用于描述和模拟无人机对地多输入多输出通信信道的真实特性。该模型借鉴QuaDRiGa中的“准确定性”思想，基于收发端拓扑关系更新时变信道参数，考虑路径生灭概率改进信道功率计算方法，引入姿态相位矩阵描述无人机姿态旋转，以实现无人机非平稳信道参数的平滑演进。数值仿真结果表明，本文提出模型能够保证功率和角度等参数的平滑演进，输出信道的自相关函数具有非平稳性且受无人机姿态影响显著，可用于无人机通信系统设计和算法优化等领域。
2023, 38(3):717-726.
DOI: 10.16337/j.1004-9037.2023.03.019
摘要:
随着通信技术的发展，越来越高的通信频段得以采纳。然而电磁波衍射能力随频率的增加而降低，新一代通信系统变得更加依赖视距传播。在复杂移动场景下频繁切换波束，增加了过多的系统开销和延迟。针对该问题，提出一种基于位置信息辅助的网格化波束切换方法，利用可视路径中存在时最佳波束对保持不变的特点，划分网格波束一一对应关系及覆盖分布结构，建立位置-波束映射表，基于用户位置信息和运动状态计算下一时刻切换点。仿真和分析结果表明，所提方法相比非网格切换方式系统频谱效率显著提高，且所提正六边形网格切换性能优于方格，波束切换概率降低了50%，保障了通信质量，验证了基于位置信息辅助的网格化波束切换方法的合理性。
随着通信技术的发展，越来越高的通信频段得以采纳。然而电磁波衍射能力随频率的增加而降低，新一代通信系统变得更加依赖视距传播。在复杂移动场景下频繁切换波束，增加了过多的系统开销和延迟。针对该问题，提出一种基于位置信息辅助的网格化波束切换方法，利用可视路径中存在时最佳波束对保持不变的特点，划分网格波束一一对应关系及覆盖分布结构，建立位置-波束映射表，基于用户位置信息和运动状态计算下一时刻切换点。仿真和分析结果表明，所提方法相比非网格切换方式系统频谱效率显著提高，且所提正六边形网格切换性能优于方格，波束切换概率降低了50%，保障了通信质量，验证了基于位置信息辅助的网格化波束切换方法的合理性。
2023, 38(2):314-323.
DOI: 10.16337/j.1004-9037.2023.02.008
摘要:
数据分发服务（Data distribution service，DDS）是一种可靠的实时数据通信中间件标准，它是面向基于发布/订阅模型的分布式环境，在各个领域得到了广泛应用，但现有研究涉及DDS安全技术的成果较少，而在实际应用中发布订阅系统存在多种安全威胁。为了建立灵活可靠的安全机制来确保发布订阅信息的安全性，提出一种以数据为中心的访问控制方案。在属性加密的基础上，对访问树结构进行优化处理，结合发布订阅环境增加属性信任机制。之后采用制定属性连接式与授权策略的方式对发布订阅信息进行加密匹配，并建立DDS访问控制模型来控制发布订阅系统内信息的交互，实现数据的安全分发。经过实验验证，该方案既能够应对DDS存在的几种安全威胁，保障发布订阅信息的机密性，也能够实现系统对特定信息的访问控制，并且发布者订阅者不需要共享密钥，减少了密钥管理的开销。
数据分发服务（Data distribution service，DDS）是一种可靠的实时数据通信中间件标准，它是面向基于发布/订阅模型的分布式环境，在各个领域得到了广泛应用，但现有研究涉及DDS安全技术的成果较少，而在实际应用中发布订阅系统存在多种安全威胁。为了建立灵活可靠的安全机制来确保发布订阅信息的安全性，提出一种以数据为中心的访问控制方案。在属性加密的基础上，对访问树结构进行优化处理，结合发布订阅环境增加属性信任机制。之后采用制定属性连接式与授权策略的方式对发布订阅信息进行加密匹配，并建立DDS访问控制模型来控制发布订阅系统内信息的交互，实现数据的安全分发。经过实验验证，该方案既能够应对DDS存在的几种安全威胁，保障发布订阅信息的机密性，也能够实现系统对特定信息的访问控制，并且发布者订阅者不需要共享密钥，减少了密钥管理的开销。
2024, 39(6):1345-1354.
DOI: 10.16337/j.1004-9037.2024.06.005
摘要:
多站雷达协同虽然能利用多视角探测和信息融合处理有效提高抗干扰能力，但实际场景下既很难满足其需要的探测条件，又往往面临着组网被摧毁的风险，所以单站雷达的抗干扰能力仍需提升。针对单站雷达探测视角单一，得到的回波信息有限，抗干扰能力不足等问题，通过在单站雷达回波接收过程中加入可配置智能超表面（Reconfigurable intelligence surface，RIS）构造分布式探测条件，接收目标多方向散射信号，从而开辟单站雷达抗欺骗式干扰的新途径。仿真结果表明，加入RIS能有效地构建虚拟通道，能有效提高单站雷达的抗干扰能力。
多站雷达协同虽然能利用多视角探测和信息融合处理有效提高抗干扰能力，但实际场景下既很难满足其需要的探测条件，又往往面临着组网被摧毁的风险，所以单站雷达的抗干扰能力仍需提升。针对单站雷达探测视角单一，得到的回波信息有限，抗干扰能力不足等问题，通过在单站雷达回波接收过程中加入可配置智能超表面（Reconfigurable intelligence surface，RIS）构造分布式探测条件，接收目标多方向散射信号，从而开辟单站雷达抗欺骗式干扰的新途径。仿真结果表明，加入RIS能有效地构建虚拟通道，能有效提高单站雷达的抗干扰能力。
2024, 39(6):1355-1369.
DOI: 10.16337/j.1004-9037.2024.06.006
摘要:
为应对愈加智能的多功能雷达给对抗方带来的挑战，本文提出一种基于近端策略优化（Proximal policy optimization，PPO）算法和Mask-TIT（Mask-Transformer in Transformer）网络的干扰决策方法。首先，从一种现实场景出发，将干扰机与雷达的对抗场景建模为部分可观察马尔可夫决策过程（Partially observable Markov decision process，POMDP），根据雷达工作原理设计了新的状态转移函数和奖励函数，并根据多功能雷达层级模型设计了观测空间。其次，利用Transformer对序列数据的表征能力和雷达干扰样式的特点设计了一种Mask-TIT网络结构，用于构建更强大的Actor-Critic网络架构。最后，使用近端策略优化算法进行优化学习。实验结果表明，该算法较现有方法收敛所需交互数据平均减少25.6%，并且收敛后的方差显著降低。
为应对愈加智能的多功能雷达给对抗方带来的挑战，本文提出一种基于近端策略优化（Proximal policy optimization，PPO）算法和Mask-TIT（Mask-Transformer in Transformer）网络的干扰决策方法。首先，从一种现实场景出发，将干扰机与雷达的对抗场景建模为部分可观察马尔可夫决策过程（Partially observable Markov decision process，POMDP），根据雷达工作原理设计了新的状态转移函数和奖励函数，并根据多功能雷达层级模型设计了观测空间。其次，利用Transformer对序列数据的表征能力和雷达干扰样式的特点设计了一种Mask-TIT网络结构，用于构建更强大的Actor-Critic网络架构。最后，使用近端策略优化算法进行优化学习。实验结果表明，该算法较现有方法收敛所需交互数据平均减少25.6%，并且收敛后的方差显著降低。
2024, 39(1):106-119.
DOI: 10.16337/j.1004-9037.2024.01.010
摘要:
深度学习技术极大地提高了雷达图像目标分类的精度，但由于神经网络自身的脆弱性使得雷达图像分类系统的安全性受到威胁。本文对雷达对抗样本的攻击性及雷达对抗样本与原始样本在频率域上的差异性进行了分析，并在此基础上，提出了两步式雷达对抗样本检测技术来提升雷达分类模型的安全性。首先基于频率域对输入的雷达图像进行第1步对抗样本检测，分离出对抗样本，然后将剩下的图像分别送入到一个经过对抗训练的模型和一个未经过对抗训练的模型进行第2次对抗样本检测。通过这种两步式的检测方法，可以有效地检测出对抗样本，检测成功率不低于95.73%，有效提升了雷达分类模型的安全性。
深度学习技术极大地提高了雷达图像目标分类的精度，但由于神经网络自身的脆弱性使得雷达图像分类系统的安全性受到威胁。本文对雷达对抗样本的攻击性及雷达对抗样本与原始样本在频率域上的差异性进行了分析，并在此基础上，提出了两步式雷达对抗样本检测技术来提升雷达分类模型的安全性。首先基于频率域对输入的雷达图像进行第1步对抗样本检测，分离出对抗样本，然后将剩下的图像分别送入到一个经过对抗训练的模型和一个未经过对抗训练的模型进行第2次对抗样本检测。通过这种两步式的检测方法，可以有效地检测出对抗样本，检测成功率不低于95.73%，有效提升了雷达分类模型的安全性。
2024, 39(6):1326-1332.
DOI: 10.16337/j.1004-9037.2024.06.003
摘要:
最大后验（Maximum a posteriori，MAP）是最常用的参数估计方法。然而，MAP方法主要关注后验分布最大峰值的位置，没有充分利用后验分布的完整信息。本文基于相对熵，提出了一种最小散度（Minimum divergence，MD）雷达测距估计方法。首先推导参数的后验分布，然后构造一个与其相似的分布，通过寻找二者散度的最小值得到估计值。仿真结果表明，在雷达测距场景下，MD算法的性能与MAP算法相比，获得了约1 dB的增益，具有较好的估计性能。
最大后验（Maximum a posteriori，MAP）是最常用的参数估计方法。然而，MAP方法主要关注后验分布最大峰值的位置，没有充分利用后验分布的完整信息。本文基于相对熵，提出了一种最小散度（Minimum divergence，MD）雷达测距估计方法。首先推导参数的后验分布，然后构造一个与其相似的分布，通过寻找二者散度的最小值得到估计值。仿真结果表明，在雷达测距场景下，MD算法的性能与MAP算法相比，获得了约1 dB的增益，具有较好的估计性能。
2024, 39(6):1333-1344.
DOI: 10.16337/j.1004-9037.2024.06.004
摘要:
现有的电磁矢量传感器-多输入多输出（Electromagnetic vector sensor multiple-input multiple-output， EMVS-MIMO）雷达大多限制收发阵元以半波长约束分布，极大限制了雷达测向的分辨率。针对此问题，本文提出了一种基于平行因子（Parallel factor， PARAFAC）分解方法对目标进行二维角度估计的算法，该算法适用于所有任意发射阵列几何以及任意稀疏的接收阵列几何。首先，对接收阵列的匹配滤波后的信号构造三阶平行因子张量模型。然后，利用PARAFAC分解，得到发射方向、接收方向以及复合因子矩阵的估计值。最后，联合旋转不变法、矢量叉积法和最小二乘法，得到目标的高分辨率、无模糊特性二维角度估计的闭式解。本文所提出的算法具有精度高、计算复杂度低的特点，计算机仿真验证了基于张量分解的算法在任意双基地EMVS-MIMO雷达模型上的应用，该算法能够准确地估计出多个目标的二维角度参数，证明了所提算法的有效性和优越性。
现有的电磁矢量传感器-多输入多输出（Electromagnetic vector sensor multiple-input multiple-output， EMVS-MIMO）雷达大多限制收发阵元以半波长约束分布，极大限制了雷达测向的分辨率。针对此问题，本文提出了一种基于平行因子（Parallel factor， PARAFAC）分解方法对目标进行二维角度估计的算法，该算法适用于所有任意发射阵列几何以及任意稀疏的接收阵列几何。首先，对接收阵列的匹配滤波后的信号构造三阶平行因子张量模型。然后，利用PARAFAC分解，得到发射方向、接收方向以及复合因子矩阵的估计值。最后，联合旋转不变法、矢量叉积法和最小二乘法，得到目标的高分辨率、无模糊特性二维角度估计的闭式解。本文所提出的算法具有精度高、计算复杂度低的特点，计算机仿真验证了基于张量分解的算法在任意双基地EMVS-MIMO雷达模型上的应用，该算法能够准确地估计出多个目标的二维角度参数，证明了所提算法的有效性和优越性。
2024, 39(1):132-139.
DOI: 10.16337/j.1004-9037.2024.01.012
摘要:
提出了一种相控阵雷达横滚角标校方法，利用相控阵雷达横滚角与目标俯仰角测量误差之间的近似线性关系，结合雷达自带的角度测量误差标定手段，快速地计算得到雷达的横滚角，进而大幅提高相控阵雷达的角度测量精度。实验证明，使用该方法计算得到的横滚角与使用激光测量仪器测得的横滚角结果精度相当，完全能够满足高精度测量雷达的需求。
提出了一种相控阵雷达横滚角标校方法，利用相控阵雷达横滚角与目标俯仰角测量误差之间的近似线性关系，结合雷达自带的角度测量误差标定手段，快速地计算得到雷达的横滚角，进而大幅提高相控阵雷达的角度测量精度。实验证明，使用该方法计算得到的横滚角与使用激光测量仪器测得的横滚角结果精度相当，完全能够满足高精度测量雷达的需求。
2024, 39(6):1370-1383.
DOI: 10.16337/j.1004-9037.2024.06.007
摘要:
现代化战争中，利用无人机（Unmanned aerial vehicle， UAV）集群对敌方组网雷达进行航迹欺骗干扰是一种反敌方雷达侦测的有效手段。然而，考虑到战场环境的复杂性和不确定性，无人机集群因其对组网雷达定位精度有限而存在站址误差，同时受气流和控制系统等影响而存在抖动误差，两者都会导致实际生成的虚假航迹点偏离预设位置，使之无法达到预期的欺骗效果。针对以上问题，本文在已知雷达站址、无人机位置和欺骗距离，同时组网雷达空间分辨单元（Space resolution cell， SRC）一定的情况下，分别分析了存在雷达站址误差和无人机抖动误差时，无人机集群成功欺骗干扰组网雷达所允许的最大误差范围。针对典型组网雷达系统，总结了两种误差对航迹欺骗效果的影响规律，并提出了改善航迹欺骗效果的建议。数值仿真结果表明，分析和推导结果能够分别在存在雷达站址误差和无人机抖动误差情况下有效评估能否成功欺骗组网雷达。
现代化战争中，利用无人机（Unmanned aerial vehicle， UAV）集群对敌方组网雷达进行航迹欺骗干扰是一种反敌方雷达侦测的有效手段。然而，考虑到战场环境的复杂性和不确定性，无人机集群因其对组网雷达定位精度有限而存在站址误差，同时受气流和控制系统等影响而存在抖动误差，两者都会导致实际生成的虚假航迹点偏离预设位置，使之无法达到预期的欺骗效果。针对以上问题，本文在已知雷达站址、无人机位置和欺骗距离，同时组网雷达空间分辨单元（Space resolution cell， SRC）一定的情况下，分别分析了存在雷达站址误差和无人机抖动误差时，无人机集群成功欺骗干扰组网雷达所允许的最大误差范围。针对典型组网雷达系统，总结了两种误差对航迹欺骗效果的影响规律，并提出了改善航迹欺骗效果的建议。数值仿真结果表明，分析和推导结果能够分别在存在雷达站址误差和无人机抖动误差情况下有效评估能否成功欺骗组网雷达。
2024, 39(2):312-323.
DOI: 10.16337/j.1004-9037.2024.02.005
摘要:
雷达成像技术凭借其快速、无损伤以及高分辨率的特点，在深空探测领域得到了日益广泛的关注。针对合成孔径雷达（Synthetic aperture radar， SAR）三维成像过程中运算效率低的问题，基于小天体弱引力和快速自旋的特点，提出了一种适用于慢飞越观测模式的快速分解后向投影（Fast factorized back-projection， FFBP）三维成像算法。首先，分析了慢飞越模式下的等效运动模型，基于运动模型将二维极坐标系成像域扩展至三维球坐标系成像域，对三维FFBP算法中的孔径划分以及图像融合问题进行了深入分析，推导了子孔径二维划分规则和图像递归融合方法，并给出了具体实现流程。最后通过数值仿真和实测数据验证了算法的有效性。实验结果表明，所提成像算法可大幅提升运算效率，根据不同的孔径划分方式，相较于后向投影（Back-projection， BP）算法，可实现30~50倍的加速比，并获得与经典BP算法近似的成像性能。
雷达成像技术凭借其快速、无损伤以及高分辨率的特点，在深空探测领域得到了日益广泛的关注。针对合成孔径雷达（Synthetic aperture radar， SAR）三维成像过程中运算效率低的问题，基于小天体弱引力和快速自旋的特点，提出了一种适用于慢飞越观测模式的快速分解后向投影（Fast factorized back-projection， FFBP）三维成像算法。首先，分析了慢飞越模式下的等效运动模型，基于运动模型将二维极坐标系成像域扩展至三维球坐标系成像域，对三维FFBP算法中的孔径划分以及图像融合问题进行了深入分析，推导了子孔径二维划分规则和图像递归融合方法，并给出了具体实现流程。最后通过数值仿真和实测数据验证了算法的有效性。实验结果表明，所提成像算法可大幅提升运算效率，根据不同的孔径划分方式，相较于后向投影（Back-projection， BP）算法，可实现30~50倍的加速比，并获得与经典BP算法近似的成像性能。
2024, 39(1):120-131.
DOI: 10.16337/j.1004-9037.2024.01.011
摘要:
针对复杂场景下合成孔径雷达（Synthetic aperture radar， SAR）图像船舶目标像素尺度差异大和船舶密集排列造成目标漏检的问题，提出一种基于改进YOLOv5的船舶多尺度SAR图像检测算法。对于YOLOv5的颈部网络，采用双向特征金字塔结构（Bi-directional feature pyramid network， BiFPN）提升网络多尺度特征融合能力，并在其自下而上的特征融合支路中，基于深度可分离卷积（Depthwise separable convolution， DSC）和通道MLP构建EC-MLP（Enhanced channel-MLP）模块，从而丰富语义信息，提供更充分的船舶目标上下文特征；引入全局注意力机制（Global attention mechanism， GAM），使网络对输入特征进行针对性提取并运算，减少网络的信息丢失；此外，使用SIoU损失函数进一步提高网络的训练收敛速度和检测精度。在SSDD和HRSID数据集上与其他8种方法（Faster R-CNN、Libra R-CNN 、FCOS、YOLOv5s、PP-YOLOv2、YOLOX-s、PP-YOLOE-s和YOLOv7-tiny）进行对比实验。实验结果表明：改进后算法在SSDD数据集上的AP50达到了96.7%，在HRSID数据集上AP50达到了95.6%，优于对比方法。
针对复杂场景下合成孔径雷达（Synthetic aperture radar， SAR）图像船舶目标像素尺度差异大和船舶密集排列造成目标漏检的问题，提出一种基于改进YOLOv5的船舶多尺度SAR图像检测算法。对于YOLOv5的颈部网络，采用双向特征金字塔结构（Bi-directional feature pyramid network， BiFPN）提升网络多尺度特征融合能力，并在其自下而上的特征融合支路中，基于深度可分离卷积（Depthwise separable convolution， DSC）和通道MLP构建EC-MLP（Enhanced channel-MLP）模块，从而丰富语义信息，提供更充分的船舶目标上下文特征；引入全局注意力机制（Global attention mechanism， GAM），使网络对输入特征进行针对性提取并运算，减少网络的信息丢失；此外，使用SIoU损失函数进一步提高网络的训练收敛速度和检测精度。在SSDD和HRSID数据集上与其他8种方法（Faster R-CNN、Libra R-CNN 、FCOS、YOLOv5s、PP-YOLOv2、YOLOX-s、PP-YOLOE-s和YOLOv7-tiny）进行对比实验。实验结果表明：改进后算法在SSDD数据集上的AP50达到了96.7%，在HRSID数据集上AP50达到了95.6%，优于对比方法。
2024, 39(4):1009-1019.
DOI: 10.16337/j.1004-9037.2024.04.019
摘要:
民航从业人员的身体健康状况是影响航空安全的重要因素，其中呼吸和心跳是极其重要的健康状况表征。为解决接触式或穿戴式测量系统对人员工作时的局限与影响，可采用线性调频连续波（Frequency-modulated continuous wave，FMCW）雷达达到非接触式测量的目的。由于生命体征信号具有时变、非平稳的特点，针对经验模态分解（Empirical mode decomposition，EMD）在信号分解中存在模态混叠现象的问题，使用时变滤波经验模态分解（Time varying filtering based on EMD，TVF-EMD）自适应信号的局部截止频率，可有效提高信号分离性能，解决模态混叠问题。利用TVF-EMD分解出的本征模态函数（Intrinsic mode functions，IMF）分量重构心跳对应的时域信号，估计心跳信号的频率和心跳节拍间隔（Inter-beat interval，IBI），进一步对心率变异性（Heart rate variability， HRV）相关指标进行估计。仿真实验与实测数据处理结果表明，TVF-EMD可从毫米波雷达测量信号中有效分离出呼吸与心跳信号。同时，从模态混叠程度及信号分离性能两方面对TVF-EMD与EMD方法分解效果进行了仿真分析，结果表明TVF-EMD能够有效解决模态混叠问题。因此，TVF-EMD方法能够准确有效地从毫米波雷达测量信号中提取生命体征信息，为IBI估计和HRV分析提供准确的时域信息，具有广阔的应用前景。
民航从业人员的身体健康状况是影响航空安全的重要因素，其中呼吸和心跳是极其重要的健康状况表征。为解决接触式或穿戴式测量系统对人员工作时的局限与影响，可采用线性调频连续波（Frequency-modulated continuous wave，FMCW）雷达达到非接触式测量的目的。由于生命体征信号具有时变、非平稳的特点，针对经验模态分解（Empirical mode decomposition，EMD）在信号分解中存在模态混叠现象的问题，使用时变滤波经验模态分解（Time varying filtering based on EMD，TVF-EMD）自适应信号的局部截止频率，可有效提高信号分离性能，解决模态混叠问题。利用TVF-EMD分解出的本征模态函数（Intrinsic mode functions，IMF）分量重构心跳对应的时域信号，估计心跳信号的频率和心跳节拍间隔（Inter-beat interval，IBI），进一步对心率变异性（Heart rate variability， HRV）相关指标进行估计。仿真实验与实测数据处理结果表明，TVF-EMD可从毫米波雷达测量信号中有效分离出呼吸与心跳信号。同时，从模态混叠程度及信号分离性能两方面对TVF-EMD与EMD方法分解效果进行了仿真分析，结果表明TVF-EMD能够有效解决模态混叠问题。因此，TVF-EMD方法能够准确有效地从毫米波雷达测量信号中提取生命体征信息，为IBI估计和HRV分析提供准确的时域信息，具有广阔的应用前景。
2024, 39(1):15-30.
DOI: 10.16337/j.1004-9037.2024.01.003
摘要:
针对低空智联网协同认知干扰决策过程中，多架电子干扰无人机对抗多部多功能雷达的干扰资源分配问题，提出了一种基于数字孪生和深度强化学习的认知干扰决策方法。首先，将协同电子干扰问题建模为马尔可夫决策问题，建立认知干扰决策系统模型，综合考虑干扰对象、干扰功率和干扰样式选择约束，构建智能体动作空间、状态空间和奖励函数。其次，在近端策略优化（Proximal policy optimization， PPO）深度强化学习算法的基础上，提出了自适应学习率近端策略优化（Adaptive learning rate proximal policy optimization， APPO）算法。同时，为了以高保真的方式提高深度强化学习算法的训练速度，提出了一种基于数字孪生的协同电子干扰决策模型训练方法。仿真结果表明，与已有的深度强化学习算法相比，APPO算法干扰效能提升30%以上，所提训练方法能够提高50%以上的模型训练速度。
针对低空智联网协同认知干扰决策过程中，多架电子干扰无人机对抗多部多功能雷达的干扰资源分配问题，提出了一种基于数字孪生和深度强化学习的认知干扰决策方法。首先，将协同电子干扰问题建模为马尔可夫决策问题，建立认知干扰决策系统模型，综合考虑干扰对象、干扰功率和干扰样式选择约束，构建智能体动作空间、状态空间和奖励函数。其次，在近端策略优化（Proximal policy optimization， PPO）深度强化学习算法的基础上，提出了自适应学习率近端策略优化（Adaptive learning rate proximal policy optimization， APPO）算法。同时，为了以高保真的方式提高深度强化学习算法的训练速度，提出了一种基于数字孪生的协同电子干扰决策模型训练方法。仿真结果表明，与已有的深度强化学习算法相比，APPO算法干扰效能提升30%以上，所提训练方法能够提高50%以上的模型训练速度。
2024, 39(2):471-480.
DOI: 10.16337/j.1004-9037.2024.02.019
摘要:
对正弦波信号的频率估计是雷达领域常见的问题。当真实频率接近量化频点时，I-Rife算法的频移因子的计算会产生较大误差，为提高频率估计的精度，本文通过分析Rife及I-Rife算法的性能及误差产生的原因，利用频谱细化的方法，提出了一种修正I-Rife算法，即用峰值频点左右各0.5点处的频谱幅值来替代频谱峰值点的幅值和次大值频点处的幅值进行插值计算，对频率偏移值进行更为准确的估计，在计算量与I-Rife算法几乎相同的情况下，有效地提高了频率的估计精度。仿真结果表明，改进后的I-Rife算法整体性能优于I-Rife算法，且估计的均方根误差更接近于克拉美-罗下界。
对正弦波信号的频率估计是雷达领域常见的问题。当真实频率接近量化频点时，I-Rife算法的频移因子的计算会产生较大误差，为提高频率估计的精度，本文通过分析Rife及I-Rife算法的性能及误差产生的原因，利用频谱细化的方法，提出了一种修正I-Rife算法，即用峰值频点左右各0.5点处的频谱幅值来替代频谱峰值点的幅值和次大值频点处的幅值进行插值计算，对频率偏移值进行更为准确的估计，在计算量与I-Rife算法几乎相同的情况下，有效地提高了频率的估计精度。仿真结果表明，改进后的I-Rife算法整体性能优于I-Rife算法，且估计的均方根误差更接近于克拉美-罗下界。
2024, 39(1):140-153.
DOI: 10.16337/j.1004-9037.2024.01.013
摘要:
提出同时将透射和反射可重构智能表面（Simultaneously transmitting and reflecting reconfigurable intelligent surfaces， STAR-RIS）与通信感知一体化（Integrated sensing and communication， ISAC）系统结合，以实现全空间的通信与感知。同时在STAR-RIS上应用一种低成本的传感器实现了在STAR-RIS上进行目标感知，解决了雷达感知的严重路径损耗问题。基于此，本文研究了STAR-RIS辅助位于STAR-RIS两侧的多用户多输入单输出（Multi-user multi-input single-output， MU-MISO） 以及一个位于STAR-RIS透射侧的目标的ISAC系统，旨在联合优化STAR-RIS的被动波束成形矩阵和ISAC基站处的主动波束成形矩阵，以最大化用户的通信和速率，同时满足目标感知的最低信噪比要求。为了解决优化过程中的非凸问题，提出了一种基于分式规划的块坐标上升算法，将优化变量分为几个块变量交替优化。在迭代优化后续波束成形问题上，应用了连续凸逼近和半正定松弛算法。与传统的可重构智能表面相比，仿真结果验证了在ISAC系统中部署STAR-RIS的优点。同时将所提的基于分式规划的算法与基于加权最小均方误差的算法进行了对比并验证了所提算法在提高通信和速率上的优势和有效性。
提出同时将透射和反射可重构智能表面（Simultaneously transmitting and reflecting reconfigurable intelligent surfaces， STAR-RIS）与通信感知一体化（Integrated sensing and communication， ISAC）系统结合，以实现全空间的通信与感知。同时在STAR-RIS上应用一种低成本的传感器实现了在STAR-RIS上进行目标感知，解决了雷达感知的严重路径损耗问题。基于此，本文研究了STAR-RIS辅助位于STAR-RIS两侧的多用户多输入单输出（Multi-user multi-input single-output， MU-MISO） 以及一个位于STAR-RIS透射侧的目标的ISAC系统，旨在联合优化STAR-RIS的被动波束成形矩阵和ISAC基站处的主动波束成形矩阵，以最大化用户的通信和速率，同时满足目标感知的最低信噪比要求。为了解决优化过程中的非凸问题，提出了一种基于分式规划的块坐标上升算法，将优化变量分为几个块变量交替优化。在迭代优化后续波束成形问题上，应用了连续凸逼近和半正定松弛算法。与传统的可重构智能表面相比，仿真结果验证了在ISAC系统中部署STAR-RIS的优点。同时将所提的基于分式规划的算法与基于加权最小均方误差的算法进行了对比并验证了所提算法在提高通信和速率上的优势和有效性。
2024, 39(5):1297-1308.
DOI: 10.16337/j.1004-9037.2024.05.020
摘要:
在基于非正交多址接入技术的多用户下行室内可见光通信（Visible light communication system based on non-orthogonal multiple access technology， VLC-NOMA）系统中，针对和速率与用户公平性冲突的问题，提出一种基于加权和速率最大化的迭代功率分配方案。该方案以最大化加权和速率为目标，可通过改变权重因子来调节用户公平性。由于目标问题属于非凸优化问题，通过辅助变量法和凸优化理论将该非凸问题转化为凹问题，再通过拉格朗日对偶法进行求解，并根据问题的解设计了一种迭代功率分配算法。对所提算法的收敛性、系统和速率以及用户公平性进行了仿真。结果表明，所提迭代功率分配算法具有良好的收敛性，相较于VLC-OMA系统，VLC-NOMA系统能够获得更好的和速率性能。通过调整权重因子，在牺牲较小系统和速率的情况下能够获得比现有功率分配方案更好的系统和速率与用户公平性。
在基于非正交多址接入技术的多用户下行室内可见光通信（Visible light communication system based on non-orthogonal multiple access technology， VLC-NOMA）系统中，针对和速率与用户公平性冲突的问题，提出一种基于加权和速率最大化的迭代功率分配方案。该方案以最大化加权和速率为目标，可通过改变权重因子来调节用户公平性。由于目标问题属于非凸优化问题，通过辅助变量法和凸优化理论将该非凸问题转化为凹问题，再通过拉格朗日对偶法进行求解，并根据问题的解设计了一种迭代功率分配算法。对所提算法的收敛性、系统和速率以及用户公平性进行了仿真。结果表明，所提迭代功率分配算法具有良好的收敛性，相较于VLC-OMA系统，VLC-NOMA系统能够获得更好的和速率性能。通过调整权重因子，在牺牲较小系统和速率的情况下能够获得比现有功率分配方案更好的系统和速率与用户公平性。
2024, 39(2):445-455.
DOI: 10.16337/j.1004-9037.2024.02.017
摘要:
加权分数傅里叶变换（Weighted fractional Fourier transform，WFRFT）技术可以极大地改变信号的特性，使信号的统计特性多样化，从而有效地保障通信信息安全。为解决单参数WFRFT通信抗扫描能力不足的问题，以单参数WFRFT为切入点，深入研究单参数分数域的形成机理，分析其潜在的微观特征和暗特征，从而提出了一种基于跳转向量的隐性WFRFT通信方法（Implicit WFRFT communication method of jump vector，IWVJ）。利用调制阶数与星座图的关系，建立了跳变矩阵和跳变向量，并以此制定了控制规则。此外，通过跳变向量控制获得动态调制阶数，从而达到安全通信的目的。仿真结果表明，IWVJ方法对授权接收机具有较高的反变换解调相似度和较低的误码率，相比于具有普适扫描能力的非授权接收机性能更优。同时对解调阶数误差、基础调制阶数和跳转频率等参数的设置给出了适用的建议，使IWVJ方法能够更好地应用于通信系统，为具有抗干扰、抗截获和抗欺骗能力的保密通信提供技术依据。
加权分数傅里叶变换（Weighted fractional Fourier transform，WFRFT）技术可以极大地改变信号的特性，使信号的统计特性多样化，从而有效地保障通信信息安全。为解决单参数WFRFT通信抗扫描能力不足的问题，以单参数WFRFT为切入点，深入研究单参数分数域的形成机理，分析其潜在的微观特征和暗特征，从而提出了一种基于跳转向量的隐性WFRFT通信方法（Implicit WFRFT communication method of jump vector，IWVJ）。利用调制阶数与星座图的关系，建立了跳变矩阵和跳变向量，并以此制定了控制规则。此外，通过跳变向量控制获得动态调制阶数，从而达到安全通信的目的。仿真结果表明，IWVJ方法对授权接收机具有较高的反变换解调相似度和较低的误码率，相比于具有普适扫描能力的非授权接收机性能更优。同时对解调阶数误差、基础调制阶数和跳转频率等参数的设置给出了适用的建议，使IWVJ方法能够更好地应用于通信系统，为具有抗干扰、抗截获和抗欺骗能力的保密通信提供技术依据。
2024, 39(5):1271-1286.
DOI: 10.16337/j.1004-9037.2024.05.018
摘要:
针对无人机数据采集中的动态干扰问题，提出一种无人机飞行轨迹实时优化方案。在采集距离有限的情况下，通过优化无人机飞行轨迹，使无人机在有限任务时间内的能耗最小。为了规避干扰，该方案分为初始轨迹规划和在线轨迹优化2个阶段。初始轨迹规划阶段，不考虑干扰，根据轨迹成本和转角能耗进行离线规划；在线轨迹优化阶段，在初始轨迹基础上，考虑动态干扰，设计出基于马尔可夫预测模型的干扰定位算法，同时还提出干扰势场，对初始轨迹进行优化。仿真分析表明，所提方案可以有效改善无人机通信的抗干扰性能，提高无人机数据采集能力。
针对无人机数据采集中的动态干扰问题，提出一种无人机飞行轨迹实时优化方案。在采集距离有限的情况下，通过优化无人机飞行轨迹，使无人机在有限任务时间内的能耗最小。为了规避干扰，该方案分为初始轨迹规划和在线轨迹优化2个阶段。初始轨迹规划阶段，不考虑干扰，根据轨迹成本和转角能耗进行离线规划；在线轨迹优化阶段，在初始轨迹基础上，考虑动态干扰，设计出基于马尔可夫预测模型的干扰定位算法，同时还提出干扰势场，对初始轨迹进行优化。仿真分析表明，所提方案可以有效改善无人机通信的抗干扰性能，提高无人机数据采集能力。
2024, 39(1):44-59.
DOI: 10.16337/j.1004-9037.2024.01.005
摘要:
无人机作为低空智联网的重要组成部分，在无线通信领域已经被广泛应用，然而在无人机网络规模和拓扑结构的不断变化时，现有解决方案常常遭遇诸多挑战，如收敛速度缓慢、实时响应能力不足、训练成本高昂以及泛化能力受限等。针对这些问题，本文提出了一种基于图神经网络（Graph neural network， GNN）的无人机网络观测表征和决策方案。研究首先通过图建模方法对无人机与其观测实体之间的关系进行建模，设计了一种基于GNN的表征方案，并利用机器学习算法进行预训练，以适应动态变化的观测空间。针对决策空间的动态特性，进一步提出了一种基于边决策的GNN模型，该模型通过图建模及边权重拟合，以增强对动态决策空间的适应性。此外，通过两个无人机网络案例的研究，本文验证了所提出方案的有效性和先进性，展现了其在实际无人机网络应用中的潜力。
无人机作为低空智联网的重要组成部分，在无线通信领域已经被广泛应用，然而在无人机网络规模和拓扑结构的不断变化时，现有解决方案常常遭遇诸多挑战，如收敛速度缓慢、实时响应能力不足、训练成本高昂以及泛化能力受限等。针对这些问题，本文提出了一种基于图神经网络（Graph neural network， GNN）的无人机网络观测表征和决策方案。研究首先通过图建模方法对无人机与其观测实体之间的关系进行建模，设计了一种基于GNN的表征方案，并利用机器学习算法进行预训练，以适应动态变化的观测空间。针对决策空间的动态特性，进一步提出了一种基于边决策的GNN模型，该模型通过图建模及边权重拟合，以增强对动态决策空间的适应性。此外，通过两个无人机网络案例的研究，本文验证了所提出方案的有效性和先进性，展现了其在实际无人机网络应用中的潜力。
2024, 39(6):1432-1444.
DOI: 10.16337/j.1004-9037.2024.06.012
摘要:
数据压缩技术通过压缩计算任务可以降低移动边缘计算（Mobile edge computing，MEC）网络中终端用户的卸载能耗。针对终端用户与基站之间的通信链路被障碍物阻挡对通信质量有影响问题，为满足应急通信和节能卸载需求，提出了一种无人机搭载中继设备和边缘服务器辅助MEC中基于数据压缩的任务卸载方案。考虑任务压缩比例、系统资源和无人机机载能量等约束条件，建立用户总能耗最小化问题。将该非凸优化问题建模成一个马尔可夫决策过程，使用深度强化学习中柔性演员-评论家算法求解。仿真结果表明，所提方案具有良好的收敛性，与基准算法相比，能耗降低了24.7%~42.2%。
数据压缩技术通过压缩计算任务可以降低移动边缘计算（Mobile edge computing，MEC）网络中终端用户的卸载能耗。针对终端用户与基站之间的通信链路被障碍物阻挡对通信质量有影响问题，为满足应急通信和节能卸载需求，提出了一种无人机搭载中继设备和边缘服务器辅助MEC中基于数据压缩的任务卸载方案。考虑任务压缩比例、系统资源和无人机机载能量等约束条件，建立用户总能耗最小化问题。将该非凸优化问题建模成一个马尔可夫决策过程，使用深度强化学习中柔性演员-评论家算法求解。仿真结果表明，所提方案具有良好的收敛性，与基准算法相比，能耗降低了24.7%~42.2%。
2024, 39(2):433-444.
DOI: 10.16337/j.1004-9037.2024.02.016
摘要:
由通信收发机硬件非理想特性导致的残余硬件损伤在智能反射面（Intelligent reflecting surface， IRS）辅助的大规模多输入多输出（Multiple-input multiple-output， MIMO）系统中难以避免，并且会严重降低上行用户的可达和速率。针对这一问题，本文提出了一种基于自适应量子菌群觅食优化（Adaptive quantum bacterial foraging optimization， AQBFO）算法的无源波束赋形方案，用于抑制残余硬件损伤对系统性能的影响。首先，基于统计信道状态信息（Channel state information， CSI）推导出系统上行可达和速率的近似解析表达式。然后，以最大化和速率为目标，基于AQBFO算法对无源波束赋形进行优化。仿真结果验证了在IRS辅助大规模MIMO系统中，基于AQBFO算法的无源波束赋形方案能够有效抑制残余硬件损伤的影响，并显著提升系统的上行遍历和速率。
由通信收发机硬件非理想特性导致的残余硬件损伤在智能反射面（Intelligent reflecting surface， IRS）辅助的大规模多输入多输出（Multiple-input multiple-output， MIMO）系统中难以避免，并且会严重降低上行用户的可达和速率。针对这一问题，本文提出了一种基于自适应量子菌群觅食优化（Adaptive quantum bacterial foraging optimization， AQBFO）算法的无源波束赋形方案，用于抑制残余硬件损伤对系统性能的影响。首先，基于统计信道状态信息（Channel state information， CSI）推导出系统上行可达和速率的近似解析表达式。然后，以最大化和速率为目标，基于AQBFO算法对无源波束赋形进行优化。仿真结果验证了在IRS辅助大规模MIMO系统中，基于AQBFO算法的无源波束赋形方案能够有效抑制残余硬件损伤的影响，并显著提升系统的上行遍历和速率。
2024, 39(4):898-907.
DOI: 10.16337/j.1004-9037.2024.04.001
摘要:
针对捷变频信号的相参积累处理进行研究，提出了一种基于频率分组编码信号的相参积累算法。以线性调频（Linear frequency modulation，LFM）信号为基础，构建了频率分组编码信号，使得发射信号的脉冲载频序列具有一定随机性，保证了波形的抗干扰能力。同时针对频率捷变信号相位非相参带来的主瓣展宽和旁瓣抬高问题，设计了对应编码信号的相参处理方法。首先对回波脉压后的信号进行高分辨距离补偿，然后通过速度遍历插值和距离一致性校正实现脉组内相参处理，最后利用编码信号载频序列的优势实现脉组间相参处理。在仿真实验中，对构建的编码信号相较于LFM信号在抗干扰方面的优越性进行了验证，同时验证了所提相参处理方法相较于基于压缩感知的稀疏重构算法的有效性。
针对捷变频信号的相参积累处理进行研究，提出了一种基于频率分组编码信号的相参积累算法。以线性调频（Linear frequency modulation，LFM）信号为基础，构建了频率分组编码信号，使得发射信号的脉冲载频序列具有一定随机性，保证了波形的抗干扰能力。同时针对频率捷变信号相位非相参带来的主瓣展宽和旁瓣抬高问题，设计了对应编码信号的相参处理方法。首先对回波脉压后的信号进行高分辨距离补偿，然后通过速度遍历插值和距离一致性校正实现脉组内相参处理，最后利用编码信号载频序列的优势实现脉组间相参处理。在仿真实验中，对构建的编码信号相较于LFM信号在抗干扰方面的优越性进行了验证，同时验证了所提相参处理方法相较于基于压缩感知的稀疏重构算法的有效性。
2024, 39(6):1310-1325.
DOI: 10.16337/j.1004-9037.2024.06.002
摘要:
在海杂波背景的信号检测问题中，由于海杂波具有明显的非平稳特性，其统计特性随时间改变，传统的统计信号处理方法无法取得最优效果。现有的非平稳信号处理方法主要包括基于统计模型的方法和基于时间序列分析的方法。从统计模型的角度出发，目前最常用的是使用复合高斯（Compound Gaussian， CG）分布对海杂波进行建模。从时间序列分析的角度出发，目前有使用时变自回归（Time-varying autoregressive， TVAR）模型、广义自回归条件异方差（Generalized autoregressive conditional heteroskedasticity， GARCH）模型、随机波动（Stochastic volatility， SV）模型等对非平稳信号进行建模的方法。本文对上述非平稳信号处理方法进行对比研究，并通过仿真实验验证其运用在海杂波背景下信号检测问题中的可行性。上述方法均可以一定程度上准确描述海杂波的部分特性，但是难以通过这些方法设计易于实现的检测器，还需进一步研究面向海杂波背景下检测问题的非平稳信号建模表征方法。
在海杂波背景的信号检测问题中，由于海杂波具有明显的非平稳特性，其统计特性随时间改变，传统的统计信号处理方法无法取得最优效果。现有的非平稳信号处理方法主要包括基于统计模型的方法和基于时间序列分析的方法。从统计模型的角度出发，目前最常用的是使用复合高斯（Compound Gaussian， CG）分布对海杂波进行建模。从时间序列分析的角度出发，目前有使用时变自回归（Time-varying autoregressive， TVAR）模型、广义自回归条件异方差（Generalized autoregressive conditional heteroskedasticity， GARCH）模型、随机波动（Stochastic volatility， SV）模型等对非平稳信号进行建模的方法。本文对上述非平稳信号处理方法进行对比研究，并通过仿真实验验证其运用在海杂波背景下信号检测问题中的可行性。上述方法均可以一定程度上准确描述海杂波的部分特性，但是难以通过这些方法设计易于实现的检测器，还需进一步研究面向海杂波背景下检测问题的非平稳信号建模表征方法。
72 区块链赋能的低空智联网
2024, 39(1):2-14.
DOI: 10.16337/j.1004-9037.2024.01.002
摘要:
低空智联网是低空经济发展的重要基础设施，在这种复杂的系统中，无人机的安全控制面临着空域安全、数据安全及频谱安全等多重安全挑战。为了同时解决这3个问题， 本文提出了一个基于区块链的三面协同监管架构，同时使用链上和链下信息。链上包含无人机身份和注册等信息，而链下包含广播式自动相关监视（Automatic dependent surveillance-broadcast，ADS-B）和频谱等信息。为解决跨域认证问题，提出了一种基于ADS-B信息和无证书的高效签名算法。由于ADS-B协议中缺乏纠错机制，ADS-B信息在传输过程中容易受到信道噪声和干扰而产生错误，因此哈希验证可能会失败。为了缓解这种签名失败，设计了一种基于纠错码的跨层签名算法进行纠错。经实践验证，基于区块链的三面协同监管平台已成功试用于长江低空示范试验区。
低空智联网是低空经济发展的重要基础设施，在这种复杂的系统中，无人机的安全控制面临着空域安全、数据安全及频谱安全等多重安全挑战。为了同时解决这3个问题， 本文提出了一个基于区块链的三面协同监管架构，同时使用链上和链下信息。链上包含无人机身份和注册等信息，而链下包含广播式自动相关监视（Automatic dependent surveillance-broadcast，ADS-B）和频谱等信息。为解决跨域认证问题，提出了一种基于ADS-B信息和无证书的高效签名算法。由于ADS-B协议中缺乏纠错机制，ADS-B信息在传输过程中容易受到信道噪声和干扰而产生错误，因此哈希验证可能会失败。为了缓解这种签名失败，设计了一种基于纠错码的跨层签名算法进行纠错。经实践验证，基于区块链的三面协同监管平台已成功试用于长江低空示范试验区。
2024, 39(1):31-43.
DOI: 10.16337/j.1004-9037.2024.01.004
摘要:
低空飞行空间范围小、目标速度慢、环境要素杂，传统的经纬度表征方式无法满足智联环境下的低空精细管理要求，为此本文研究了数字低空空域栅格化的表征度量与最优标定问题。首先，从“点-线-面”视角构建了多维度低空空域结构要素量化表征规则，提出了低空空域多层级栅格量化表征方法；然后，通过判定不同空域栅格的“点-线-面”位置关系，提出了基于栅格交集矩阵的低空空域拓扑关系度量方法；最后，综合考虑低空无人机碰撞指数、低空栅格利用指数等优化目标，以及节点与栅格匹配约束、空间位置约束、无人机与无人机/障碍物安全约束等限制条件，建立了面向多维性能的低空空域栅格粒度最优标定模型。针对城市低空典型飞行任务场景对所提方法的有效性及优化效果进行了验证分析。实验结果表明，针对任意设定的低空空域和无人机飞行任务，在可接受的无人机碰撞指数和栅格利用指数下，所提方法可对数字低空栅格粒度进行最优配置，从根源上有效确保低空飞行活动的安全和高效。研究成果对于支撑数字低空空域精细化管理和异质飞行器融合运行具有一定的理论价值和应用意义。
低空飞行空间范围小、目标速度慢、环境要素杂，传统的经纬度表征方式无法满足智联环境下的低空精细管理要求，为此本文研究了数字低空空域栅格化的表征度量与最优标定问题。首先，从“点-线-面”视角构建了多维度低空空域结构要素量化表征规则，提出了低空空域多层级栅格量化表征方法；然后，通过判定不同空域栅格的“点-线-面”位置关系，提出了基于栅格交集矩阵的低空空域拓扑关系度量方法；最后，综合考虑低空无人机碰撞指数、低空栅格利用指数等优化目标，以及节点与栅格匹配约束、空间位置约束、无人机与无人机/障碍物安全约束等限制条件，建立了面向多维性能的低空空域栅格粒度最优标定模型。针对城市低空典型飞行任务场景对所提方法的有效性及优化效果进行了验证分析。实验结果表明，针对任意设定的低空空域和无人机飞行任务，在可接受的无人机碰撞指数和栅格利用指数下，所提方法可对数字低空栅格粒度进行最优配置，从根源上有效确保低空飞行活动的安全和高效。研究成果对于支撑数字低空空域精细化管理和异质飞行器融合运行具有一定的理论价值和应用意义。
2024, 39(1):83-94.
DOI: 10.16337/j.1004-9037.2024.01.008
摘要:
针对无人机（Unmanned aerial vehicle，UAV）辅助的内容分发系统中信息新鲜度的问题，提出了一种基于信息年龄（Age of information，AoI）的无人机缓存和轨迹优化算法，缓解了热点区域内用户请求长时间无法应答的问题。在无人机有限的缓存容量和覆盖范围内，通过优化地面用户成簇，无人机缓存策略以及轨迹，建立了所有用户获取请求内容的平均代价最小化问题。以无人机的覆盖半径作为成簇半径，采用AP（Affinity propagation）聚类算法，对地面用户进行分簇；将本文中的无人机缓存问题转化为01背包问题，采用动态规划（Dynamic programming，DP）算法进行求解；通过遗传算法（Genetic algorithm，GA）求解无人机的飞行轨迹。仿真结果表明，本文算法能够有效降低用户获得请求内容的平均代价。
针对无人机（Unmanned aerial vehicle，UAV）辅助的内容分发系统中信息新鲜度的问题，提出了一种基于信息年龄（Age of information，AoI）的无人机缓存和轨迹优化算法，缓解了热点区域内用户请求长时间无法应答的问题。在无人机有限的缓存容量和覆盖范围内，通过优化地面用户成簇，无人机缓存策略以及轨迹，建立了所有用户获取请求内容的平均代价最小化问题。以无人机的覆盖半径作为成簇半径，采用AP（Affinity propagation）聚类算法，对地面用户进行分簇；将本文中的无人机缓存问题转化为01背包问题，采用动态规划（Dynamic programming，DP）算法进行求解；通过遗传算法（Genetic algorithm，GA）求解无人机的飞行轨迹。仿真结果表明，本文算法能够有效降低用户获得请求内容的平均代价。
2024, 39(1):71-82.
DOI: 10.16337/j.1004-9037.2024.01.007
摘要:
低空生态的繁荣不断推动智能网络服务由平面向低空三维立体方向转变，低空业务呈现出规模化、协同化和智能化等演进态势，对低空智联网跨域设备协作能力、任务处理效率、数据安全性及操作可信性等提出了较严苛要求。集群式多设备联合计算协作可提升低空智联网中复杂化大规模任务的处理效率，然而现有模式仍存在跨域设备协作困难、安全可信性缺乏保障以及资源调度灵活性不足等问题。区块链具有数据及操作不可篡改、公开透明和集体维护等特性，尤为适合在多方参与的低空智联环境中建立高效协作信任。本文提出区块链增强的低空智联网可信协作架构，为低空多源异构智联设备提供链上跨域协作计算与状态同步渠道，并设计深度融合集群任务处理流程的多级共识协议，保障低空智联网协作集群式计算服务的安全性与可信性。针对低空智联网中协作集群链上同步状态的时效性开展分析，并据此提出一种基于排队模型的低空智联协作节点链上状态修正算法与高效集群构建策略，保障链上协作任务处理效率。仿真结果表明所提架构及方案可有效提升低空智联网中协作任务处理效率和资源利用率等性能。
低空生态的繁荣不断推动智能网络服务由平面向低空三维立体方向转变，低空业务呈现出规模化、协同化和智能化等演进态势，对低空智联网跨域设备协作能力、任务处理效率、数据安全性及操作可信性等提出了较严苛要求。集群式多设备联合计算协作可提升低空智联网中复杂化大规模任务的处理效率，然而现有模式仍存在跨域设备协作困难、安全可信性缺乏保障以及资源调度灵活性不足等问题。区块链具有数据及操作不可篡改、公开透明和集体维护等特性，尤为适合在多方参与的低空智联环境中建立高效协作信任。本文提出区块链增强的低空智联网可信协作架构，为低空多源异构智联设备提供链上跨域协作计算与状态同步渠道，并设计深度融合集群任务处理流程的多级共识协议，保障低空智联网协作集群式计算服务的安全性与可信性。针对低空智联网中协作集群链上同步状态的时效性开展分析，并据此提出一种基于排队模型的低空智联协作节点链上状态修正算法与高效集群构建策略，保障链上协作任务处理效率。仿真结果表明所提架构及方案可有效提升低空智联网中协作任务处理效率和资源利用率等性能。
2024, 39(1):60-70.
DOI: 10.16337/j.1004-9037.2024.01.006
摘要:
随着网络化、智能化的发展，无人机（Unmanned aerial vehicles， UAVs）逐渐成为低空智联网（Low-altitude intelligent network， LAIN）的重要组成部分，但如何对低空智联网中的无人机平台进行有效的管理仍面临严峻挑战。基于无人机信号中的细微特征可对无人机进行个体识别，并检测是否为非法无人机，从而实现低空智联网中无人机的身份识别和管理。针对低空领域信道环境复杂且无法提前获取非法无人机信号样本的问题，本文提出了基于差值时频和多质心OpenMax的无人机开集识别方法。首先，提出了与信道无关的差值时频特征来降低多径信道环境对射频指纹（Radio frequency fingerprinting， RFF）特征的影响，并利用数据增强提高了识别模型的准确率和鲁棒性。其次，利用多质心OpenMax替代神经网络Softmax层，以实现无人机个体的开集识别。最后，对神经网络的损失函数进行了改进，提高了开集识别准确率。本文利用真实环境采集的数据对所提算法进行了验证，在多径信道环境中开放度为0.087时，开集识别准确率达到了93.23%，与基准算法相比，准确率分别提高了7.61%和13.4%。本文提出的算法可在复杂信道环境中有效识别无人机个体并检测出首次出现的非法无人机。
随着网络化、智能化的发展，无人机（Unmanned aerial vehicles， UAVs）逐渐成为低空智联网（Low-altitude intelligent network， LAIN）的重要组成部分，但如何对低空智联网中的无人机平台进行有效的管理仍面临严峻挑战。基于无人机信号中的细微特征可对无人机进行个体识别，并检测是否为非法无人机，从而实现低空智联网中无人机的身份识别和管理。针对低空领域信道环境复杂且无法提前获取非法无人机信号样本的问题，本文提出了基于差值时频和多质心OpenMax的无人机开集识别方法。首先，提出了与信道无关的差值时频特征来降低多径信道环境对射频指纹（Radio frequency fingerprinting， RFF）特征的影响，并利用数据增强提高了识别模型的准确率和鲁棒性。其次，利用多质心OpenMax替代神经网络Softmax层，以实现无人机个体的开集识别。最后，对神经网络的损失函数进行了改进，提高了开集识别准确率。本文利用真实环境采集的数据对所提算法进行了验证，在多径信道环境中开放度为0.087时，开集识别准确率达到了93.23%，与基准算法相比，准确率分别提高了7.61%和13.4%。本文提出的算法可在复杂信道环境中有效识别无人机个体并检测出首次出现的非法无人机。
2024, 39(1):95-105.
DOI: 10.16337/j.1004-9037.2024.01.009
摘要:
针对多层异构融合网络（Multi-layer heterogeneous integrated network， MLHetINet）切换复杂的问题，提出通过凝视波束及干扰消除算法获取切换分析的有效数据，简化波束对准及捕获过程，扩展空基网络覆盖范围，进而降低跨层切换的复杂度。首先，针对地面终端和空中基站间的相对高速运动特性，提出空基凝视多波束形成算法，自适应地调整天线相位和权值，在目标方向生成主瓣并对干扰源进行零陷实现空域隔离，简化切换分析的复杂度。然后针对空地信道的复杂性，提出了基于列范数分组排序的多阶干扰消除算法，进一步提高目标信号的检测精度，提高切换分析的准确性。最后，依靠凝视波束技术和干扰消除算法，针对空天地三维多层异构融合网络中的切换事件设计了独立的切换协议，显著降低了网络资源的消耗。仿真结果表明，相较于传统地面网络和天地融合网络，所提波束赋形辅助的天空地多层异构融合网络中的用户信息速率有显著提升。
针对多层异构融合网络（Multi-layer heterogeneous integrated network， MLHetINet）切换复杂的问题，提出通过凝视波束及干扰消除算法获取切换分析的有效数据，简化波束对准及捕获过程，扩展空基网络覆盖范围，进而降低跨层切换的复杂度。首先，针对地面终端和空中基站间的相对高速运动特性，提出空基凝视多波束形成算法，自适应地调整天线相位和权值，在目标方向生成主瓣并对干扰源进行零陷实现空域隔离，简化切换分析的复杂度。然后针对空地信道的复杂性，提出了基于列范数分组排序的多阶干扰消除算法，进一步提高目标信号的检测精度，提高切换分析的准确性。最后，依靠凝视波束技术和干扰消除算法，针对空天地三维多层异构融合网络中的切换事件设计了独立的切换协议，显著降低了网络资源的消耗。仿真结果表明，相较于传统地面网络和天地融合网络，所提波束赋形辅助的天空地多层异构融合网络中的用户信息速率有显著提升。
2024, 39(2):456-470.
DOI: 10.16337/j.1004-9037.2024.02.018
摘要:
在定位请求服务中，如何保护用户的位置隐私和位置服务提供商（Localization service provider， LSP）的数据隐私是关系到WiFi指纹定位应用的一个具有挑战性的问题。基于密文域的K-近邻（K-nearest neighbors，KNN）检索，本文提出了一种适用于三方的定位隐私保护算法， 能有效提升对LSP指纹信息隐私的保护强度并降低计算开销。服务器和用户分别完成对指纹信息和定位请求的加密，而第三方则基于加密指纹库和加密定位请求，在隐私状态下完成对用户的位置估计。所提算法把各参考点的位置信息随机嵌入指纹，可避免恶意用户获取各参考点的具体位置；进一步利用布隆滤波器在隐藏接入点信息的情况下，第三方可完成参考点的在线匹配，实现对用户隐私状态下的粗定位，可与定位算法结合降低计算开销。在公共数据集和实验室数据集中，对两种算法的安全、开销和定位性能进行了全面的评估。与同类加密算法比较，在不降低定位精度的情况下，进一步增强了对数据隐私的保护。
在定位请求服务中，如何保护用户的位置隐私和位置服务提供商（Localization service provider， LSP）的数据隐私是关系到WiFi指纹定位应用的一个具有挑战性的问题。基于密文域的K-近邻（K-nearest neighbors，KNN）检索，本文提出了一种适用于三方的定位隐私保护算法， 能有效提升对LSP指纹信息隐私的保护强度并降低计算开销。服务器和用户分别完成对指纹信息和定位请求的加密，而第三方则基于加密指纹库和加密定位请求，在隐私状态下完成对用户的位置估计。所提算法把各参考点的位置信息随机嵌入指纹，可避免恶意用户获取各参考点的具体位置；进一步利用布隆滤波器在隐藏接入点信息的情况下，第三方可完成参考点的在线匹配，实现对用户隐私状态下的粗定位，可与定位算法结合降低计算开销。在公共数据集和实验室数据集中，对两种算法的安全、开销和定位性能进行了全面的评估。与同类加密算法比较，在不降低定位精度的情况下，进一步增强了对数据隐私的保护。
2024, 39(2):481-489.
DOI: 10.16337/j.1004-9037.2024.02.020
摘要:
针对基于Farrow结构的可变分数时延（Variable fractional delay ， VFD）滤波器需求解大量子滤波器系数这一关键问题，本文将稀疏约束理论引入滤波器的权系数优化中，研究具有稀疏系数的Farrow结构滤波器。在极大极小（Minimax）准则下，通过添加L1正则化约束项改进权系数优化模型，在系数（反）对称性基础上进一步增加系数的稀疏度。然后，采用交替方向乘子法（Alternating direction method of multipliers ，ADMM）进行权系数迭代求解。仿真实验表明，本文提出的基于稀疏约束的VFD滤波器在保证高延迟精度的同时，乘法器和加法器分别减少了47.69%和58.60%，极大地降低了系统运算量以及复杂度。
针对基于Farrow结构的可变分数时延（Variable fractional delay ， VFD）滤波器需求解大量子滤波器系数这一关键问题，本文将稀疏约束理论引入滤波器的权系数优化中，研究具有稀疏系数的Farrow结构滤波器。在极大极小（Minimax）准则下，通过添加L1正则化约束项改进权系数优化模型，在系数（反）对称性基础上进一步增加系数的稀疏度。然后，采用交替方向乘子法（Alternating direction method of multipliers ，ADMM）进行权系数迭代求解。仿真实验表明，本文提出的基于稀疏约束的VFD滤波器在保证高延迟精度的同时，乘法器和加法器分别减少了47.69%和58.60%，极大地降低了系统运算量以及复杂度。
2024, 39(3):761-774.
DOI: 10.16337/j.1004-9037.2024.03.022
摘要:
针对Paillier算法应用于室内指纹定位隐私保护时，计算开销大而影响定位实时性的问题，本文提出了一种移动对象室内指纹定位中的隐私保护算法，解决Paillier加密算法实时性不足的问题，同时实现移动对象的轨迹匿名并有效提高定位性能。考虑到参与定位的信号接入点（Access point，AP）与参考点（Reference point，RP）的数量是影响加密算法时间开销的主要因素，算法将对象的轨迹定位分成连续位置定位与非连续位置定位。连续位置定位利用前后定位请求的信息减少参与加密运算的AP与RP数量，而非连续位置定位用户利用粗定位减少算法涉及的AP与RP数量，进而提高定位效率；并提供一种主成分分析法（Principal component analysis，PCA）的可选方案，进一步提高定位效率。实际环境中的定位实验结果表明，所提算法在连续位置定位与非连续位置定位中，用户端单次定位所需时间均可控制在1 s，且连续定位中定位精度提高了约20%，非连续位置定位中采取的隐私保护措施对定位精度基本无影响。整个定位过程实现了移动对象的轨迹保护，有效提高了定位算法的整体性能。
针对Paillier算法应用于室内指纹定位隐私保护时，计算开销大而影响定位实时性的问题，本文提出了一种移动对象室内指纹定位中的隐私保护算法，解决Paillier加密算法实时性不足的问题，同时实现移动对象的轨迹匿名并有效提高定位性能。考虑到参与定位的信号接入点（Access point，AP）与参考点（Reference point，RP）的数量是影响加密算法时间开销的主要因素，算法将对象的轨迹定位分成连续位置定位与非连续位置定位。连续位置定位利用前后定位请求的信息减少参与加密运算的AP与RP数量，而非连续位置定位用户利用粗定位减少算法涉及的AP与RP数量，进而提高定位效率；并提供一种主成分分析法（Principal component analysis，PCA）的可选方案，进一步提高定位效率。实际环境中的定位实验结果表明，所提算法在连续位置定位与非连续位置定位中，用户端单次定位所需时间均可控制在1 s，且连续定位中定位精度提高了约20%，非连续位置定位中采取的隐私保护措施对定位精度基本无影响。整个定位过程实现了移动对象的轨迹保护，有效提高了定位算法的整体性能。
2024, 39(3):750-760.
DOI: 10.16337/j.1004-9037.2024.03.021
摘要:
提出了一种基于拉依达准则-相关系数-卷积神经网络（Pauta criterion-correlation coefficient-convolutional neural networks，P-C-CNN）的时间序列融合定位算法。P-C-CNN方法整合了不同节点以及不同时间序列的数据点，利用时间和空间数据的相互关联性，提高了室内定位的精度和可靠性。首先，该方法使用拉依达准则-相关系数（Pauta criterion-correlation coefficient， P-C）算法对到达角度（Angle of arrival， AOA）-接收信号强度（Received signal strength， RSS）数据的异常值进行剔除，提高了训练数据的质量。其次，算法对数据进行随机间隔选取，从而缩短模型训练时间，同时较好地模拟在线定位阶段数据选取的不确定性，减少模型对训练数据的过度拟合。再次，传统单帧信息训练方法由于噪声混杂无法稳定提取信息特征，所提算法在连续采集的时间序列数据中，融合随机选取固定长度的多帧AOA-RSS数据，然后利用卷积神经网络（Convolutional neural networks， CNN）进行特征提取，避免了单帧信号定位中误差波动较大的问题。最后，通过大量实际测试，验证了所提方法的有效性。实验结果表明，在典型室内环境中，与仅采用RSS数据或者AOA信息的指纹定位算法相比，本文算法的分类准确率由91.6%提高到了96.4%，定位精度从1.3 m提高到了0.3 m；与传统基于模型的AOA-RSS联合定位相比，本文算法能较好解决实测中多径效应等干扰因素的影响，定位精度从1.1 m提高到了0.3 m。
提出了一种基于拉依达准则-相关系数-卷积神经网络（Pauta criterion-correlation coefficient-convolutional neural networks，P-C-CNN）的时间序列融合定位算法。P-C-CNN方法整合了不同节点以及不同时间序列的数据点，利用时间和空间数据的相互关联性，提高了室内定位的精度和可靠性。首先，该方法使用拉依达准则-相关系数（Pauta criterion-correlation coefficient， P-C）算法对到达角度（Angle of arrival， AOA）-接收信号强度（Received signal strength， RSS）数据的异常值进行剔除，提高了训练数据的质量。其次，算法对数据进行随机间隔选取，从而缩短模型训练时间，同时较好地模拟在线定位阶段数据选取的不确定性，减少模型对训练数据的过度拟合。再次，传统单帧信息训练方法由于噪声混杂无法稳定提取信息特征，所提算法在连续采集的时间序列数据中，融合随机选取固定长度的多帧AOA-RSS数据，然后利用卷积神经网络（Convolutional neural networks， CNN）进行特征提取，避免了单帧信号定位中误差波动较大的问题。最后，通过大量实际测试，验证了所提方法的有效性。实验结果表明，在典型室内环境中，与仅采用RSS数据或者AOA信息的指纹定位算法相比，本文算法的分类准确率由91.6%提高到了96.4%，定位精度从1.3 m提高到了0.3 m；与传统基于模型的AOA-RSS联合定位相比，本文算法能较好解决实测中多径效应等干扰因素的影响，定位精度从1.1 m提高到了0.3 m。
2024, 39(3):736-749.
DOI: 10.16337/j.1004-9037.2024.03.020
摘要:
在人类活动识别的应用环境中，从原始传感器数据中提取更加有效的特征仍具有挑战性。针对该问题，利用离散小波变换（Discrete wavelet transform， DWT）和变分模式分解（Variational mode decomposition，VMD）的混合信号分解技术提取原始信号中的显著特征向量。在UCI-HAR数据集与SCUT-NAA数据集上，利用多种机器学习分类算法，例如K近邻、随机森林、LightGBM和XGBoost，对DWT-VMD混合信号分解算法的有效性进行了实验。实验结果表明，与未使用混合信号分解技术相比，使用该技术后识别准确率均有所提高，其中UCI-HAR数据集分类准确率达到98.91%，与未加入分解算法相比提高了1.79%；SCUT-NAA数据集分类准确率达到95.52%，提高了3.2%。在人体活动识别中，利用DWT-VMD混合信号分解技术，能够提取原始信号中更有效的特征，提高识别准确率，具有一定的实用性。
在人类活动识别的应用环境中，从原始传感器数据中提取更加有效的特征仍具有挑战性。针对该问题，利用离散小波变换（Discrete wavelet transform， DWT）和变分模式分解（Variational mode decomposition，VMD）的混合信号分解技术提取原始信号中的显著特征向量。在UCI-HAR数据集与SCUT-NAA数据集上，利用多种机器学习分类算法，例如K近邻、随机森林、LightGBM和XGBoost，对DWT-VMD混合信号分解算法的有效性进行了实验。实验结果表明，与未使用混合信号分解技术相比，使用该技术后识别准确率均有所提高，其中UCI-HAR数据集分类准确率达到98.91%，与未加入分解算法相比提高了1.79%；SCUT-NAA数据集分类准确率达到95.52%，提高了3.2%。在人体活动识别中，利用DWT-VMD混合信号分解技术，能够提取原始信号中更有效的特征，提高识别准确率，具有一定的实用性。
2024, 39(4):886-897.
DOI: 10.16337/j.1004-9037.2024.04.009
摘要:
天线方向图测量是天线测量的重要内容。针对天线方向图室外测量困难的问题，提出了一种基于生成对抗网络的天线三维方向图室外测量方案。该方案利用无人机对天线方向图数据进行采集，对采集的数据进行修正，获得待测天线和接收天线极化匹配时的直射径数据，最后利用训练好的生成对抗网络重构出天线的三维方向图。仿真结果表明，本方案可以高效、高精度地完成天线三维方向图的测量，具有一定的实用价值。
天线方向图测量是天线测量的重要内容。针对天线方向图室外测量困难的问题，提出了一种基于生成对抗网络的天线三维方向图室外测量方案。该方案利用无人机对天线方向图数据进行采集，对采集的数据进行修正，获得待测天线和接收天线极化匹配时的直射径数据，最后利用训练好的生成对抗网络重构出天线的三维方向图。仿真结果表明，本方案可以高效、高精度地完成天线三维方向图的测量，具有一定的实用价值。
2024, 39(5):1251-1259.
DOI: 10.16337/j.1004-9037.2024.05.016
摘要:
针对智能反射面（Intelligent reflecting surface， IRS）辅助的星地认知网络（Cognitive satellite and terrestrial networks， CSTN），提出了一种基于用户非完美信道状态信息的鲁棒多播传输算法，进一步提高了系统频谱效率。卫星采用多播技术服务多个主用户，同时共享频谱资源的地面基站（Base station， BS）通过空分多址和智能反射面分别服务直达用户和遮挡用户。然后，以地面网络发射功率最小化为优化目标，同时将地面用户的中断概率和主用户所受的最大干扰功率作为约束条件，提出联合优化问题。针对此非凸问题，首先借助指数分布的累积分布函数将非凸的中断概率约束转化为可解形式。接着，提出了一种结合交替优化与半正定松弛的鲁棒波束成形算法，以获得较优性能的解。计算机仿真结果证明了所提算法的鲁棒性和优越性。
针对智能反射面（Intelligent reflecting surface， IRS）辅助的星地认知网络（Cognitive satellite and terrestrial networks， CSTN），提出了一种基于用户非完美信道状态信息的鲁棒多播传输算法，进一步提高了系统频谱效率。卫星采用多播技术服务多个主用户，同时共享频谱资源的地面基站（Base station， BS）通过空分多址和智能反射面分别服务直达用户和遮挡用户。然后，以地面网络发射功率最小化为优化目标，同时将地面用户的中断概率和主用户所受的最大干扰功率作为约束条件，提出联合优化问题。针对此非凸问题，首先借助指数分布的累积分布函数将非凸的中断概率约束转化为可解形式。接着，提出了一种结合交替优化与半正定松弛的鲁棒波束成形算法，以获得较优性能的解。计算机仿真结果证明了所提算法的鲁棒性和优越性。
2024, 39(5):1287-1296.
DOI: 10.16337/j.1004-9037.2024.05.019
摘要:
为解决多小区网络中上行传输功率最小化问题，本文提出了一种基于多智能反射面（Intelligent reflecting surface， IRS）的协作多点非正交多址接入（Coordinated multiple point-nonorthogonal multiple access， CoMP-NOMA）系统上行传输方案。具体来说，在小区中心与边缘分别部署IRS提升小区中心用户与边缘用户的传输质量，同时考虑中心和边缘IRS之间的信号反射。为了求解建立的总发射功率最小化问题，本文推导了发射功率与相位偏移之间的关系，并进一步将功率分配系数和相位偏移联合优化问题转化为纯相位优化问题，并进一步采用顺序旋转法将转换后的问题分解为多个一维搜索问题进行求解。仿真结果表明，在相同仿真环境下，本文提出的解决方案在发射功耗方面明显优于其他基准方案。
为解决多小区网络中上行传输功率最小化问题，本文提出了一种基于多智能反射面（Intelligent reflecting surface， IRS）的协作多点非正交多址接入（Coordinated multiple point-nonorthogonal multiple access， CoMP-NOMA）系统上行传输方案。具体来说，在小区中心与边缘分别部署IRS提升小区中心用户与边缘用户的传输质量，同时考虑中心和边缘IRS之间的信号反射。为了求解建立的总发射功率最小化问题，本文推导了发射功率与相位偏移之间的关系，并进一步将功率分配系数和相位偏移联合优化问题转化为纯相位优化问题，并进一步采用顺序旋转法将转换后的问题分解为多个一维搜索问题进行求解。仿真结果表明，在相同仿真环境下，本文提出的解决方案在发射功耗方面明显优于其他基准方案。
2024, 39(6):1410-1419.
DOI: 10.16337/j.1004-9037.2024.06.010
摘要:
调制识别技术在认知无线电、电子侦察对抗领域已得到广泛应用。近年来，得益于深度神经网络强大的特征提取能力，基于深度学习的自动调制识别研究已经取得了很大的进展。在实际的调制识别场景中，调制信号通常传输没有语义的比特序列，并且每个调制符号以均匀的概率出现在波形中，因此其特征信息均匀地分布在信号数据当中。但现有的基于深度学习的自动调制识别方法通常采用卷积神经网络或循环神经网络结构，难以适应上述场景中的数据分布特点，未能充分利用长序列数据中的全局特性信息，调制识别率有待进一步提升。本文提出了一种基于改进Transformer的自动调制识别方法——AMR-former。首先对信号数据进行预处理，强化信号数据中的时序特性；随后，结合多头注意力机制与长短期记忆网络设计实现了用于特征提取的AMR-Encoder结构，有效提高了全局时序特征的提取能力，为后续识别分类提供了更为丰富的数据表示。通过在开源数据集RadioML 2016.10a上的实验表明，AMR-former方法在信噪比为0~18 dB条件下的平均识别准确度达到91.90%，相比于典型的GRU、PET-CGDNN、LSTM和MCLDNN等网络结构分别提高了6.38%、2.15%、1.99%和1.75%。
调制识别技术在认知无线电、电子侦察对抗领域已得到广泛应用。近年来，得益于深度神经网络强大的特征提取能力，基于深度学习的自动调制识别研究已经取得了很大的进展。在实际的调制识别场景中，调制信号通常传输没有语义的比特序列，并且每个调制符号以均匀的概率出现在波形中，因此其特征信息均匀地分布在信号数据当中。但现有的基于深度学习的自动调制识别方法通常采用卷积神经网络或循环神经网络结构，难以适应上述场景中的数据分布特点，未能充分利用长序列数据中的全局特性信息，调制识别率有待进一步提升。本文提出了一种基于改进Transformer的自动调制识别方法——AMR-former。首先对信号数据进行预处理，强化信号数据中的时序特性；随后，结合多头注意力机制与长短期记忆网络设计实现了用于特征提取的AMR-Encoder结构，有效提高了全局时序特征的提取能力，为后续识别分类提供了更为丰富的数据表示。通过在开源数据集RadioML 2016.10a上的实验表明，AMR-former方法在信噪比为0~18 dB条件下的平均识别准确度达到91.90%，相比于典型的GRU、PET-CGDNN、LSTM和MCLDNN等网络结构分别提高了6.38%、2.15%、1.99%和1.75%。
2024, 39(6):1420-1431.
DOI: 10.16337/j.1004-9037.2024.06.011
摘要:
排序连续干扰消除（Ordered successive interference cancellation， OSIC）是多输入多输出（Multiple input multiple output， MIMO）系统中一种常用的信号检测算法，但该算法的吞吐量、时延等指标受制于信道矩阵逆运算。因此，计算复杂度低且能高速实现矩阵求逆分解预处理是算法硬件实现的关键。本文采用对信道矩阵进行排序正交三角（Orthogonal triangle， QR）分解的矩阵预处理硬件加速方案，其中排序过程引入对复值1范数的快速估计方法消除复数模计算，QR分解过程利用深度流水化坐标旋转数字计算（Coordinate rotation digital computer， CORDIC）迭代方法消除Givens旋转过程中的元素矢量化，计算置零旋转角度，实现了面向QR分解的可复用Givens旋转结构的流水线电路结构设计，使矩阵分解过程中无需乘法器。仿真结果表明，本文所提OSIC改进算法误比特率性能与基于信噪比的OSIC检测算法性能基本一致，所提的基于CORDIC迭代的Givens旋转结构能够高度分时复用，显著提升系统并行度并极大减少资源占用，系统设计时钟最高能达到250 MHz，矩阵分解吞吐量能达到1.88 M Matrices/s，能够满足4天线及以上MIMO系统接收端吞吐量和时延需求。
排序连续干扰消除（Ordered successive interference cancellation， OSIC）是多输入多输出（Multiple input multiple output， MIMO）系统中一种常用的信号检测算法，但该算法的吞吐量、时延等指标受制于信道矩阵逆运算。因此，计算复杂度低且能高速实现矩阵求逆分解预处理是算法硬件实现的关键。本文采用对信道矩阵进行排序正交三角（Orthogonal triangle， QR）分解的矩阵预处理硬件加速方案，其中排序过程引入对复值1范数的快速估计方法消除复数模计算，QR分解过程利用深度流水化坐标旋转数字计算（Coordinate rotation digital computer， CORDIC）迭代方法消除Givens旋转过程中的元素矢量化，计算置零旋转角度，实现了面向QR分解的可复用Givens旋转结构的流水线电路结构设计，使矩阵分解过程中无需乘法器。仿真结果表明，本文所提OSIC改进算法误比特率性能与基于信噪比的OSIC检测算法性能基本一致，所提的基于CORDIC迭代的Givens旋转结构能够高度分时复用，显著提升系统并行度并极大减少资源占用，系统设计时钟最高能达到250 MHz，矩阵分解吞吐量能达到1.88 M Matrices/s，能够满足4天线及以上MIMO系统接收端吞吐量和时延需求。
2024, 39(6):1384-1398.
DOI: 10.16337/j.1004-9037.2024.06.008
摘要:
射频电调滤波和射频干扰抵消一直是射频干扰抑制领域的研究热点，两项关键技术的结合被认为是一种提高接收机抗已方合作干扰能力的射频保护方案。本文系统梳理现有射频保护电路的优缺点，经过调研对射频电调滤波和射频干扰抵消的前沿技术进行归纳总结，针对频谱感知接收机抗未知非合作干扰的应用需求，初步提出基于感知主路与抵消辅路的频谱感知接收机宽带自适应射频保护架构，并对重难点问题进行了探讨。
射频电调滤波和射频干扰抵消一直是射频干扰抑制领域的研究热点，两项关键技术的结合被认为是一种提高接收机抗已方合作干扰能力的射频保护方案。本文系统梳理现有射频保护电路的优缺点，经过调研对射频电调滤波和射频干扰抵消的前沿技术进行归纳总结，针对频谱感知接收机抗未知非合作干扰的应用需求，初步提出基于感知主路与抵消辅路的频谱感知接收机宽带自适应射频保护架构，并对重难点问题进行了探讨。
2024, 39(6):1399-1409.
DOI: 10.16337/j.1004-9037.2024.06.009
摘要:
针对传统互质平面阵列（Coprime planar array， CPA）结构在使用其差分共阵（Difference coarray，DCA）进行二维波达方向（Direction of arrival，DOA）估计时存在孔洞，因此损失可用连续自由度的问题，本文提出了一种无孔洞互质面阵（Hole-free coprime planar array，HFCPA）结构。这种面阵由无孔洞互质线阵分别沿x轴和y轴扩展得到，其DCA为无孔洞的矩形阵。此外，本文还给出了最佳HFCPA结构，以充分放大可用的连续自由度。仿真结果表明，与现有互质面阵结构相比，所提面阵结构在连续自由度数量、虚拟化效率和二维DOA估计性能方面具有优越性。
针对传统互质平面阵列（Coprime planar array， CPA）结构在使用其差分共阵（Difference coarray，DCA）进行二维波达方向（Direction of arrival，DOA）估计时存在孔洞，因此损失可用连续自由度的问题，本文提出了一种无孔洞互质面阵（Hole-free coprime planar array，HFCPA）结构。这种面阵由无孔洞互质线阵分别沿x轴和y轴扩展得到，其DCA为无孔洞的矩形阵。此外，本文还给出了最佳HFCPA结构，以充分放大可用的连续自由度。仿真结果表明，与现有互质面阵结构相比，所提面阵结构在连续自由度数量、虚拟化效率和二维DOA估计性能方面具有优越性。
2025, 40(6):1518-1526.
DOI: 10.16337/j.1004-9037.2025.06.011
摘要:
现有多站融合技术聚焦于利用回波的幅度相关性和空间定位等直观特征，同时人工特征提取的全面性不足，易导致信号资源的浪费、特征提取不全和判别算法不够通用等问题。为解决这些问题，创新性地提出了一种融合多雷达协同检测与卷积神经网络的干扰识别策略，利用卷积神经网络深入挖掘回波数据中的未知信息，提取真假目标在多维深层特征上的差异，超越单一的空间相关性差异，实现欺骗干扰判别。最后，仿真实验验证了提出方法抗欺骗干扰的可行性，并分析了目标尺寸、多站雷达布站和相位误差对所提算法的影响。
现有多站融合技术聚焦于利用回波的幅度相关性和空间定位等直观特征，同时人工特征提取的全面性不足，易导致信号资源的浪费、特征提取不全和判别算法不够通用等问题。为解决这些问题，创新性地提出了一种融合多雷达协同检测与卷积神经网络的干扰识别策略，利用卷积神经网络深入挖掘回波数据中的未知信息，提取真假目标在多维深层特征上的差异，超越单一的空间相关性差异，实现欺骗干扰判别。最后，仿真实验验证了提出方法抗欺骗干扰的可行性，并分析了目标尺寸、多站雷达布站和相位误差对所提算法的影响。
91 多雷达参数估计融合方法
2025, 40(1):197-206.
DOI: 10.16337/j.1004-9037.2025.01.015
摘要:
为了提高雷达系统参数估计的精度，本文以贝叶斯原理为基础，提出了参数估计的数据融合和参数融合方法。论文研究了加性复高斯噪声条件下多雷达系统的距离信息、熵误差和均方误差，并给出了距离信息的上界。理论分析表明，位置估计的最大后验估计与位置信息的最大比合并一致，且多雷达系统的等价信噪比等于系统中各雷达信噪比之和。实验结果表明，一般情况下，数据融合的性能总是高于参数融合的性能，但数据融合基于均匀分布的假设，且需要无失真地获取各个节点的接收信号，是理想化的状态；而参数融合更加贴近现实情况，其估计精度与数据融合相差不大。本文的研究结果对提高实际环境中的目标参数估计精度具有重要的指导意义。
为了提高雷达系统参数估计的精度，本文以贝叶斯原理为基础，提出了参数估计的数据融合和参数融合方法。论文研究了加性复高斯噪声条件下多雷达系统的距离信息、熵误差和均方误差，并给出了距离信息的上界。理论分析表明，位置估计的最大后验估计与位置信息的最大比合并一致，且多雷达系统的等价信噪比等于系统中各雷达信噪比之和。实验结果表明，一般情况下，数据融合的性能总是高于参数融合的性能，但数据融合基于均匀分布的假设，且需要无失真地获取各个节点的接收信号，是理想化的状态；而参数融合更加贴近现实情况，其估计精度与数据融合相差不大。本文的研究结果对提高实际环境中的目标参数估计精度具有重要的指导意义。
2025, 40(6):1505-1517.
DOI: 10.16337/j.1004-9037.2025.06.010
摘要:
当前，基于激光和视觉的三维重建技术在地形场景的测量中具有广泛的应用。尽管目前已经开发出多种基于激光雷达和相机的三维成像方法，但各自存在一定的局限性。具体而言，RGB-D相机虽然能够同时捕获颜色和深度信息，但其精度往往低于LiDAR，而3D激光雷达虽然能够提供高精度的空间信息，却缺乏颜色信息，且其成本通常较高。本文提出了一种基于二维激光雷达与多视角相机数据级融合的3D-RGB成像方法，采用二维激光雷达与4组不同视角相机得到了3D-RGB点云数据，通过3D-RGB点增强、特征平面检测提取与全局一致对齐技术实现准确、稠密的3D-RGB成像。首先，通过RGB与点云信息融合提升数据质量，并利用特征平面检测优化几何结构表达。随后，结合全局一致对齐策略，降低累积误差，提高整体成像精度。实验结果表明，该方法相比多线激光雷达方案在成像密度和精度上具有优势，整体误差小于0.15 m，验证了其在复杂环境下的三维重建与环境勘测应用潜力。
当前，基于激光和视觉的三维重建技术在地形场景的测量中具有广泛的应用。尽管目前已经开发出多种基于激光雷达和相机的三维成像方法，但各自存在一定的局限性。具体而言，RGB-D相机虽然能够同时捕获颜色和深度信息，但其精度往往低于LiDAR，而3D激光雷达虽然能够提供高精度的空间信息，却缺乏颜色信息，且其成本通常较高。本文提出了一种基于二维激光雷达与多视角相机数据级融合的3D-RGB成像方法，采用二维激光雷达与4组不同视角相机得到了3D-RGB点云数据，通过3D-RGB点增强、特征平面检测提取与全局一致对齐技术实现准确、稠密的3D-RGB成像。首先，通过RGB与点云信息融合提升数据质量，并利用特征平面检测优化几何结构表达。随后，结合全局一致对齐策略，降低累积误差，提高整体成像精度。实验结果表明，该方法相比多线激光雷达方案在成像密度和精度上具有优势，整体误差小于0.15 m，验证了其在复杂环境下的三维重建与环境勘测应用潜力。
2025, 40(1):2-26.
DOI: 10.16337/j.1004-9037.2025.01.002
摘要:
随着“低空经济”被写入政府工作报告，“低空经济”成为2024年度热点词汇。无人机（Unmanned aerial vehicles， UAVs）以其高效、灵活、低成本及多载荷等优势，成为“低空经济”的主要产业形态。作为飞行安全和通信安全的重要保障，无人机通信电磁频谱管理是助力“低空经济”蓬勃发展不可或缺的重要因素。本文从2015~2023年无人机电磁频谱管理政策的更迭分析入手，深入探讨了无人机通信频谱管理政策、标准与技术，包括无人机通信的操作频段和飞行监管；进一步综述了以世界电信联盟（International Telecommunication Union， ITU）、美国电气电子工程师学会（Institute of Electrical and Electronics Engineers，IEEE）和第3代合作伙伴计划（The 3rd Generation Partnership Project，3GPP）等国际组织为代表的标准规范，以及与无人机通信电磁频谱管理关系密切的信道模型和干扰减轻策略；最后展望了无人机通信电磁频谱管理的当前挑战和未来研究方向。
随着“低空经济”被写入政府工作报告，“低空经济”成为2024年度热点词汇。无人机（Unmanned aerial vehicles， UAVs）以其高效、灵活、低成本及多载荷等优势，成为“低空经济”的主要产业形态。作为飞行安全和通信安全的重要保障，无人机通信电磁频谱管理是助力“低空经济”蓬勃发展不可或缺的重要因素。本文从2015~2023年无人机电磁频谱管理政策的更迭分析入手，深入探讨了无人机通信频谱管理政策、标准与技术，包括无人机通信的操作频段和飞行监管；进一步综述了以世界电信联盟（International Telecommunication Union， ITU）、美国电气电子工程师学会（Institute of Electrical and Electronics Engineers，IEEE）和第3代合作伙伴计划（The 3rd Generation Partnership Project，3GPP）等国际组织为代表的标准规范，以及与无人机通信电磁频谱管理关系密切的信道模型和干扰减轻策略；最后展望了无人机通信电磁频谱管理的当前挑战和未来研究方向。
2025, 40(6):1490-1504.
DOI: 10.16337/j.1004-9037.2025.06.009
摘要:
随着5G、6G通信的发展，能够提供全球无缝覆盖能力的卫星通信成为了不可或缺的重要角色。而鉴于卫星通信开放的信道特性，卫星通信的安全性受到越来越多的重视，尤其是国防和军事通信对卫星安全通信的需求更加强烈。文中基于多星与终端多天线（Multi-satellite and terminal multi-antenna， MS-TMA）收发的卫星通信系统的架构，从隐蔽安全通信的理论出发，提出了一种卫星安全通信策略，并对其安全通信性能进行了理论分析与仿真，研究成果对卫星安全通信理论的推进和应用发展具有重要的参考价值。
随着5G、6G通信的发展，能够提供全球无缝覆盖能力的卫星通信成为了不可或缺的重要角色。而鉴于卫星通信开放的信道特性，卫星通信的安全性受到越来越多的重视，尤其是国防和军事通信对卫星安全通信的需求更加强烈。文中基于多星与终端多天线（Multi-satellite and terminal multi-antenna， MS-TMA）收发的卫星通信系统的架构，从隐蔽安全通信的理论出发，提出了一种卫星安全通信策略，并对其安全通信性能进行了理论分析与仿真，研究成果对卫星安全通信理论的推进和应用发展具有重要的参考价值。
2025, 40(2):446-455.
DOI: 10.16337/j.1004-9037.2025.02.013
摘要:
本文给出了瑞利衰落信道感知通信一体化（Integrated sensing and communication ，ISAC）系统模型，提出感知通信一体化概率融合（Probability fusion after integrated sensing and communication，PF-ISAC）方法，推导出PF-ISAC信道模型。从理论上证明，当感知信噪比（Signal to noise ratio，SNR）趋于无穷时，ISAC模型将退化为理想信道状态信息（Channel state information，CSI）的场景；当感知SNR趋于零时，ISAC模型将退化为CSI未知的场景。给出了PF-ISAC系统的互信息与SNR的变化关系，随着SNR的增加，互信息从CSI未知时的信道容量逐渐逼近于理想CSI的容量。本文提出最大后验概率融合（Probability fusion after maximum a posteriori ，PF-MAP）检测方法、最大似然概率融合（Probability fusion after maximum likelihood， PF-ML）检测方法，并与最小均方误差（Minimum mean square error ，MMSE）估计-MMSE检测（MMSE-MMSE）方法进行比较，结果表明PF-MAP在中低SNR时与MMSE-MMSE性能相当，而在高SNR时，PF-MAP优于MMSE-MMSE；用熵误差（Entropy error ，EE）评价PF-ISAC系统的误差性能，结果表明MMSE-MMSE、PF-MAP、PF-ML与理论性能极限EE均有较大差距。最后，给出感知和通信两阶段功率分配方案，当总功率给定时，感知和通信两阶段等功率分配，性能接近最佳。
本文给出了瑞利衰落信道感知通信一体化（Integrated sensing and communication ，ISAC）系统模型，提出感知通信一体化概率融合（Probability fusion after integrated sensing and communication，PF-ISAC）方法，推导出PF-ISAC信道模型。从理论上证明，当感知信噪比（Signal to noise ratio，SNR）趋于无穷时，ISAC模型将退化为理想信道状态信息（Channel state information，CSI）的场景；当感知SNR趋于零时，ISAC模型将退化为CSI未知的场景。给出了PF-ISAC系统的互信息与SNR的变化关系，随着SNR的增加，互信息从CSI未知时的信道容量逐渐逼近于理想CSI的容量。本文提出最大后验概率融合（Probability fusion after maximum a posteriori ，PF-MAP）检测方法、最大似然概率融合（Probability fusion after maximum likelihood， PF-ML）检测方法，并与最小均方误差（Minimum mean square error ，MMSE）估计-MMSE检测（MMSE-MMSE）方法进行比较，结果表明PF-MAP在中低SNR时与MMSE-MMSE性能相当，而在高SNR时，PF-MAP优于MMSE-MMSE；用熵误差（Entropy error ，EE）评价PF-ISAC系统的误差性能，结果表明MMSE-MMSE、PF-MAP、PF-ML与理论性能极限EE均有较大差距。最后，给出感知和通信两阶段功率分配方案，当总功率给定时，感知和通信两阶段等功率分配，性能接近最佳。
2025, 40(3):784-792.
DOI: 10.16337/j.1004-9037.2025.03.017
摘要:
为了研究多智能超表面（Reconfigurable intelligent surface，RIS）辅助通信网络在接收端存在同频干扰时的性能，通过在无线信道中部署多个不同几何尺寸的RIS做中继来提升通信网络的性能，并假设不同RIS所关联的无线信道是独立非同分布，同一RIS中不同反射元表面相关联的信道是独立同分布的。将端到端信道系数近似为Gamma分布，并基于Gamma分布推导出中断概率（Outage probability，OP）、信道容量（Ergodic capacity，EC）精确表达式与OP渐近表达式。使用蒙特卡洛仿真来验证分析结果的正确性，研究表明RIS的个数、干扰项数量和干扰信号功率对多RIS辅助通信网络协同传输性能起着至关重要的作用。
为了研究多智能超表面（Reconfigurable intelligent surface，RIS）辅助通信网络在接收端存在同频干扰时的性能，通过在无线信道中部署多个不同几何尺寸的RIS做中继来提升通信网络的性能，并假设不同RIS所关联的无线信道是独立非同分布，同一RIS中不同反射元表面相关联的信道是独立同分布的。将端到端信道系数近似为Gamma分布，并基于Gamma分布推导出中断概率（Outage probability，OP）、信道容量（Ergodic capacity，EC）精确表达式与OP渐近表达式。使用蒙特卡洛仿真来验证分析结果的正确性，研究表明RIS的个数、干扰项数量和干扰信号功率对多RIS辅助通信网络协同传输性能起着至关重要的作用。
2025, 40(4):962-971.
DOI: 10.16337/j.1004-9037.2025.04.010
摘要:
针对用户设备到基站（Base station， BS）的视距通信受阻时智能反射面（Intelligent reflecting surface， IRS）辅助通信系统的信道估计任务，提出了一种基于潜在特征空间噪声抑制的神经网络，可以实现精确的信道估计。该神经网络将变分自编码器（Variational auto-encoder， VAE）模型和UNet模型相结合，能够在进行信道估计的同时对输入信号中的噪声进行处理。首先，VAE模型的输入是纯净的基站接收信号，以最小化估计的纯净的基站接收信号与其真实值之间的误差为目标，使VAE模型的编码器映射出一个特征向量，作为纯净接收信号的潜在表示。其次，固定VAE模型部分，使用纯净的基站接收信号作为UNet模型的输入对整个神经网络进行训练，在此过程中，VAE 模型学习到的纯净潜在特征向量有助于UNet模型的编码器学习到纯净的特征表示。接着，该特征被UNet模型的解码器解码以实现信道估计任务。最后，在估计阶段仅需利用UNet模型部分即可。仿真实验结果表明，本文所提出的信道估计方法可以有效抑制特征空间中的噪声信息，能以更低的时间复杂度更准确地估计出信道信息。
针对用户设备到基站（Base station， BS）的视距通信受阻时智能反射面（Intelligent reflecting surface， IRS）辅助通信系统的信道估计任务，提出了一种基于潜在特征空间噪声抑制的神经网络，可以实现精确的信道估计。该神经网络将变分自编码器（Variational auto-encoder， VAE）模型和UNet模型相结合，能够在进行信道估计的同时对输入信号中的噪声进行处理。首先，VAE模型的输入是纯净的基站接收信号，以最小化估计的纯净的基站接收信号与其真实值之间的误差为目标，使VAE模型的编码器映射出一个特征向量，作为纯净接收信号的潜在表示。其次，固定VAE模型部分，使用纯净的基站接收信号作为UNet模型的输入对整个神经网络进行训练，在此过程中，VAE 模型学习到的纯净潜在特征向量有助于UNet模型的编码器学习到纯净的特征表示。接着，该特征被UNet模型的解码器解码以实现信道估计任务。最后，在估计阶段仅需利用UNet模型部分即可。仿真实验结果表明，本文所提出的信道估计方法可以有效抑制特征空间中的噪声信息，能以更低的时间复杂度更准确地估计出信道信息。
2025, 40(1):72-85.
DOI: 10.16337/j.1004‐9037.2025.01.006
摘要:
无人机基站具有快速部署、机动覆盖等特性，使其成为铁路应急通信的一种有效解决方案。然而，无人机组成的低空通信网络既有储能有限的约束又存在数据被窃听或篡改的风险。将区块链技术引入到无人机辅助的铁路无线通信系统中以保障数据安全。在传输时延和数据队列稳定性约束下，提出了一种最小化通信系统能耗和区块链系统时延的联合优化问题。为了求解这个非凸混合整数且时变的随机优化问题，提出基于Lyapunov的drift-plus-penalty方法将长期的随机优化问题转化为多个时隙的子问题，并设计基于D3QN-TD3的深度强化学习算法求解，得到每个时隙内的最优关联策略和功率控制。实验结果表明，所提方法在减少能耗和时延方面取得了显著的效果。
无人机基站具有快速部署、机动覆盖等特性，使其成为铁路应急通信的一种有效解决方案。然而，无人机组成的低空通信网络既有储能有限的约束又存在数据被窃听或篡改的风险。将区块链技术引入到无人机辅助的铁路无线通信系统中以保障数据安全。在传输时延和数据队列稳定性约束下，提出了一种最小化通信系统能耗和区块链系统时延的联合优化问题。为了求解这个非凸混合整数且时变的随机优化问题，提出基于Lyapunov的drift-plus-penalty方法将长期的随机优化问题转化为多个时隙的子问题，并设计基于D3QN-TD3的深度强化学习算法求解，得到每个时隙内的最优关联策略和功率控制。实验结果表明，所提方法在减少能耗和时延方面取得了显著的效果。
2025, 40(1):147-162.
DOI: 10.16337/j.1004-9037.2025.01.011
摘要:
与地面通信不同，空间通信通常涉及相距很远且高速飞行的信号载体。此时，信号传输会面临两个困难：远距离路径损耗导致的低信噪比（Signal-to-noise-ratio， SNR）和高速相对运动引起的高动态多普勒频偏。针对多普勒频偏捕获，低SNR要求一个很长的累积周期来累积很多个信号。但是，在这个长累积周期内，高动态多普勒频偏扩散所有信号的总能量到一个很宽的频率区间。为解决此能量扩散问题，本文提出一种局部聚类捕获（Local-clustering-acquisition， LCA）算法。该算法首先利用全局范围内最大元素来构造一个局部范围，然后从局部范围内选择若干个较大元素并进行聚类，最后从聚类结果中搜索最大的簇来得到捕获结果。理论分析和仿真验证结果表明，相较于现有算法，LCA算法在提升捕获概率方面展现出显著优势。
与地面通信不同，空间通信通常涉及相距很远且高速飞行的信号载体。此时，信号传输会面临两个困难：远距离路径损耗导致的低信噪比（Signal-to-noise-ratio， SNR）和高速相对运动引起的高动态多普勒频偏。针对多普勒频偏捕获，低SNR要求一个很长的累积周期来累积很多个信号。但是，在这个长累积周期内，高动态多普勒频偏扩散所有信号的总能量到一个很宽的频率区间。为解决此能量扩散问题，本文提出一种局部聚类捕获（Local-clustering-acquisition， LCA）算法。该算法首先利用全局范围内最大元素来构造一个局部范围，然后从局部范围内选择若干个较大元素并进行聚类，最后从聚类结果中搜索最大的簇来得到捕获结果。理论分析和仿真验证结果表明，相较于现有算法，LCA算法在提升捕获概率方面展现出显著优势。
2025, 40(5):1261-1269.
DOI: 10.16337/j.1004-9037.2025.05.012
摘要:
在小样本通信辐射源个体识别场景中，现有深度学习算法对通信辐射源个体特征提取困难，识别率不高。针对此问题，提出通过融合注意力机制和宽度学习构建浅层神经网络的识别方法。首先，引入宽度学习来简化网络模型，减轻小样本带来的过拟合现象；其次，构建节点注意力模块提高宽度神经网络在小样本条件下特征提取能力；最后，在公开数据集上验证提出方法的有效性。结果表明，在少量样本条件下相比深度学习方法，所提方法改善了深度学习网络的过拟合现象，加强了宽度学习方法的特征提取能力，提高了识别准确率。
在小样本通信辐射源个体识别场景中，现有深度学习算法对通信辐射源个体特征提取困难，识别率不高。针对此问题，提出通过融合注意力机制和宽度学习构建浅层神经网络的识别方法。首先，引入宽度学习来简化网络模型，减轻小样本带来的过拟合现象；其次，构建节点注意力模块提高宽度神经网络在小样本条件下特征提取能力；最后，在公开数据集上验证提出方法的有效性。结果表明，在少量样本条件下相比深度学习方法，所提方法改善了深度学习网络的过拟合现象，加强了宽度学习方法的特征提取能力，提高了识别准确率。
2025, 40(3):585-602.
DOI: 10.16337/j.1004-9037.2025.03.003
摘要:
随着生成式AI技术的快速发展，特别是大模型领域的突破，学术界和产业界正积极寻求AI大模型与通信网络的深度融合。本文致力于深入探索这一新兴领域，通过梳理最新的相关研究进展，全面剖析如何通过AI大模型提升通信网络的智能化水平，以及如何利用通信网络增强AI大模型的效能。首先，介绍了基于Transformer的大模型主流架构，阐述了大模型的训练过程和智能涌现机制。随后，分析了AI大模型在网络设计、诊断、配置、安全和网络语言理解以及规范分析方面的智能化应用，并讨论了相关的技术实现手段。此外，探讨了通信网络在支撑AI大模型训练、推理和部署中的关键作用，重点关注基于云边协同的分布式大模型构建技术和多智能体大模型网络构建方案。最后，提出了若干亟待解决的关键研究议题，并对未来研究方向进行了展望。
随着生成式AI技术的快速发展，特别是大模型领域的突破，学术界和产业界正积极寻求AI大模型与通信网络的深度融合。本文致力于深入探索这一新兴领域，通过梳理最新的相关研究进展，全面剖析如何通过AI大模型提升通信网络的智能化水平，以及如何利用通信网络增强AI大模型的效能。首先，介绍了基于Transformer的大模型主流架构，阐述了大模型的训练过程和智能涌现机制。随后，分析了AI大模型在网络设计、诊断、配置、安全和网络语言理解以及规范分析方面的智能化应用，并讨论了相关的技术实现手段。此外，探讨了通信网络在支撑AI大模型训练、推理和部署中的关键作用，重点关注基于云边协同的分布式大模型构建技术和多智能体大模型网络构建方案。最后，提出了若干亟待解决的关键研究议题，并对未来研究方向进行了展望。
2025, 40(3):699-710.
DOI: 10.16337/j.1004-9037.2025.03.011
摘要:
合成孔径雷达（Synthetic aperture radar，SAR）图像目标通常具有不明显的边缘特征，且不同尺度下的目标边缘特征并不完全相同。边缘特征可以提供目标物体的形状和轮廓信息，增强模型对目标物体的定位能力。现有的SAR目标检测方法对于边缘特征的学习仍然不足，导致模型对于边缘特征的感知能力较弱。基于此，提出一种基于边缘特征引导学习（Edge feature guided learning， EFGL）的SAR目标检测方法，该方法基于FCOS（Fully convolutional one-stage）目标检测框架，主要利用目标边缘特征引导特征金字塔网络（Feature pyramid networks， FPN）的特征学习，通过在FPN中引入边缘算子模块，显式增强网络对不同尺度目标边缘特征的学习能力；另外，在多尺度特征融合过程中，构建边缘特征引导融合模块，利用融合边缘特征的空间注意力模块实现边缘特征引导的相邻层级特征融合。在MSAR数据集和SAR-Aircraft-1.0数据集上，所提方法在AP’07标准下分别达到了68.68%和67.44%的检测精度，比基础网络分别提升了1.34%和4.81%。与其他相关算法相比，所提方法能够更好地进行目标定位，且SAR目标检测性能更优。
合成孔径雷达（Synthetic aperture radar，SAR）图像目标通常具有不明显的边缘特征，且不同尺度下的目标边缘特征并不完全相同。边缘特征可以提供目标物体的形状和轮廓信息，增强模型对目标物体的定位能力。现有的SAR目标检测方法对于边缘特征的学习仍然不足，导致模型对于边缘特征的感知能力较弱。基于此，提出一种基于边缘特征引导学习（Edge feature guided learning， EFGL）的SAR目标检测方法，该方法基于FCOS（Fully convolutional one-stage）目标检测框架，主要利用目标边缘特征引导特征金字塔网络（Feature pyramid networks， FPN）的特征学习，通过在FPN中引入边缘算子模块，显式增强网络对不同尺度目标边缘特征的学习能力；另外，在多尺度特征融合过程中，构建边缘特征引导融合模块，利用融合边缘特征的空间注意力模块实现边缘特征引导的相邻层级特征融合。在MSAR数据集和SAR-Aircraft-1.0数据集上，所提方法在AP’07标准下分别达到了68.68%和67.44%的检测精度，比基础网络分别提升了1.34%和4.81%。与其他相关算法相比，所提方法能够更好地进行目标定位，且SAR目标检测性能更优。
2025, 40(5):1294-1305.
DOI: 10.16337/j.1004-9037.2025.05.015
摘要:
传统的快速激光雷达里程计与建图（Fast LiDAR odometry and mapping， F-LOAM）算法虽然对特征点进行了两级去畸变处理，但仅对第1阶段的特征点进行去畸变，第2阶段的去畸变主要用于建图，这导致位姿估计的准确性不高。为了解决这一问题，提出了一种改进的三级去畸变机制，结合基于体素化网格的分层降采样机制，以提高算法的实时性。经过改进的F-LOAM算法在KITTI数据集上的测试表现出色。三级去畸变机制和分层降采样策略不仅有效降低了计算负担，还确保了特征点的有效性和全局地图的精度。
传统的快速激光雷达里程计与建图（Fast LiDAR odometry and mapping， F-LOAM）算法虽然对特征点进行了两级去畸变处理，但仅对第1阶段的特征点进行去畸变，第2阶段的去畸变主要用于建图，这导致位姿估计的准确性不高。为了解决这一问题，提出了一种改进的三级去畸变机制，结合基于体素化网格的分层降采样机制，以提高算法的实时性。经过改进的F-LOAM算法在KITTI数据集上的测试表现出色。三级去畸变机制和分层降采样策略不仅有效降低了计算负担，还确保了特征点的有效性和全局地图的精度。
2025, 40(6):1424-1433.
DOI: 10.16337/j.1004-9037.2025.06.004
摘要:
在非地面网络（Non-terrestrial network， NTN）场景中，为克服大多普勒频偏对通信的影响，提出一种基于全局信息提取超分辨率和去噪的神经网络（Global information super resolution denoising neural network， GSRDnNet）。此方法将最小二乘估计（Least square， LS）算法得到的导频处信道估计矩阵视为低分辨率小尺寸图像，将其作为神经网络的输入，输入数据经过GSRDnNet网络处理之后将得到更为精确的高分辨率图像，即时频资源块完整的信道响应矩阵。采用4种NTN-抽头延迟线（Tapped delay line， TDL）A，B，C，D信道模型进行仿真验证，仿真结果表明GSRDnNet相比于传统LS算法，均方误差（Mean squared error， MSE）提升3.37~8.83 dB，相比于实际信道估计（Practical channel estimation， PCE）算法，MSE提升2.11~6.06 dB，相比于需要预插值处理的超分辨率卷积神经网络（Super resolution convolutional neural network， SRCNN）+去噪卷积神经网络（Denoising convolutional neural network， DnCNN）方法，MSE性能提升1.37~4.40 dB。且较SRCNN+DnCNN ，GSRDnNet网络模型的输入仅考虑导频处的信道估计矩阵，因此不仅拥有更高的估计精度，计算复杂度也降低了约84%。
在非地面网络（Non-terrestrial network， NTN）场景中，为克服大多普勒频偏对通信的影响，提出一种基于全局信息提取超分辨率和去噪的神经网络（Global information super resolution denoising neural network， GSRDnNet）。此方法将最小二乘估计（Least square， LS）算法得到的导频处信道估计矩阵视为低分辨率小尺寸图像，将其作为神经网络的输入，输入数据经过GSRDnNet网络处理之后将得到更为精确的高分辨率图像，即时频资源块完整的信道响应矩阵。采用4种NTN-抽头延迟线（Tapped delay line， TDL）A，B，C，D信道模型进行仿真验证，仿真结果表明GSRDnNet相比于传统LS算法，均方误差（Mean squared error， MSE）提升3.37~8.83 dB，相比于实际信道估计（Practical channel estimation， PCE）算法，MSE提升2.11~6.06 dB，相比于需要预插值处理的超分辨率卷积神经网络（Super resolution convolutional neural network， SRCNN）+去噪卷积神经网络（Denoising convolutional neural network， DnCNN）方法，MSE性能提升1.37~4.40 dB。且较SRCNN+DnCNN ，GSRDnNet网络模型的输入仅考虑导频处的信道估计矩阵，因此不仅拥有更高的估计精度，计算复杂度也降低了约84%。
2025, 40(6):1434-1444.
DOI: 10.16337/j.1004-9037.2025.06.005
摘要:
本文研究了在近场信道模型下基于频谱效率公平性的超大规模多输入多输出（Extremely large-scale multiple-input-multiple-output，XL-MIMO）下行系统的预编码优化问题。考虑在该近场信道模型，即小区内同时存在视距（Line-of-sight，LOS）和非视距（Non LOS，NLOS）的非平稳混合信道，其中LOS信道采用球面波模型，而NLOS信道则采用瑞利模型。以频谱效率的几何平均值作为优化目标，从而确保用户间的公平性并优化系统整体的频谱效率。为了处理复杂的优化目标函数，首先对其采用泰勒展开的一阶近似作为新的目标函数。接着，使用拉格朗日对偶变换和二次变换将原始优化问题转化为更容易求解的等价问题。最后，为了降低计算复杂度，采用了快速迭代收缩阈值算法与投影梯度下降算法结合的投影快速迭代收缩阈值算法（Projection fast iterative shrinkage threshold algorithm，PFISTA）来解决等效优化问题。仿真结果显示，以几何平均值作为目标函数能够降低用户频谱效率之间的差异，实现用户频谱效率的均衡提升。此外，PFISTA在获得与现有方法相当性能的同时，具有较低的计算复杂度。
本文研究了在近场信道模型下基于频谱效率公平性的超大规模多输入多输出（Extremely large-scale multiple-input-multiple-output，XL-MIMO）下行系统的预编码优化问题。考虑在该近场信道模型，即小区内同时存在视距（Line-of-sight，LOS）和非视距（Non LOS，NLOS）的非平稳混合信道，其中LOS信道采用球面波模型，而NLOS信道则采用瑞利模型。以频谱效率的几何平均值作为优化目标，从而确保用户间的公平性并优化系统整体的频谱效率。为了处理复杂的优化目标函数，首先对其采用泰勒展开的一阶近似作为新的目标函数。接着，使用拉格朗日对偶变换和二次变换将原始优化问题转化为更容易求解的等价问题。最后，为了降低计算复杂度，采用了快速迭代收缩阈值算法与投影梯度下降算法结合的投影快速迭代收缩阈值算法（Projection fast iterative shrinkage threshold algorithm，PFISTA）来解决等效优化问题。仿真结果显示，以几何平均值作为目标函数能够降低用户频谱效率之间的差异，实现用户频谱效率的均衡提升。此外，PFISTA在获得与现有方法相当性能的同时，具有较低的计算复杂度。
2025, 40(6):1527-1537.
DOI: 10.16337/j.1004-9037.2025.06.012
摘要:
针对自动调制识别（Automatic modulation recognition，AMR）中未充分利用原始信号时序信息、识别率低的问题，提出基于频域降噪和时序卷积网络（Temporal convolutional network，TCN）的信号模式识别算法。实验使用标准数据集RML2016.10a，引入频域去噪模块（Frequency domain denoising module，FDDM）有效抑制环境噪声，将信号的I/ Q分量转换为A/ P分量，并进行向量归一化处理提升稳定性。最后，将预处理后的信号输入TCN网络进行分类识别。结果表明，该算法在处理复杂调制方式时（如16 QAM和64 QAM），平均识别率高于循环门控单元（Gated recurrent unit，GRU）、长短期记忆网络（Long short-term memory，LSTM）、经济高效的卷积神经网络（Memory-cost-efficient convolutional neural network，MCNet）、经济高效的混合神经网络（Cost-efficient hybrid deep learning network，CGDNet）和去噪自动编码器（Denoising auto-encoder，DAE）等模型。此外，通过通用软件无线电外设（Universal software radio peripheral，USRP）采集的实际I/ Q数据验证，该算法在加性高斯白噪声（Additive white Gaussian noise，AWGN）信道下表现出良好的鲁棒性和应用潜力。
针对自动调制识别（Automatic modulation recognition，AMR）中未充分利用原始信号时序信息、识别率低的问题，提出基于频域降噪和时序卷积网络（Temporal convolutional network，TCN）的信号模式识别算法。实验使用标准数据集RML2016.10a，引入频域去噪模块（Frequency domain denoising module，FDDM）有效抑制环境噪声，将信号的I
2025, 40(6):1445-1463.
DOI: 10.16337/j.1004-9037.2025.06.006
摘要:
针对以感知波形为基础的信号在通感一体化（Integrated sensing and communication， ISAC）系统中面临通信速率低、易被截获等问题，本文设计了一种基于正交相移键控（Quadrature phase shift keying， QPSK）与线性调频信号（Linear frequency modulation， LFM）的多路跳频传输架构。该架构利用多个LFM信号同时在重叠的频谱区间传输以提高符号速率，并通过LFM子载波的跳频特性实现加密通信。此外，通过结合动态前导码与数据的时分复用机制，该方案有效地提升了多路LFM信号的路径索引和参数估计精度。针对符号解调，本文提出两种基于非相干离散啁啾傅里叶变换（Noncoherent discrete chirp Fourier transform， NC-DCFT）的多峰值检测算法。仿真结果表明，在相同符号速率约束下，本文所提出的多路并行架构在误码率方面优于传统单路方案，当信噪比为0 dB时，4路并行架构的误码率相较于单路方案降低了一个数量级。同时，动态前导码方案满足不同场景下的路径索引识别需求，在信噪比为0 d B ![]()
![]()
10 - 2 ![]()
![]()
10 - 2 ![]()
![]()
针对以感知波形为基础的信号在通感一体化（Integrated sensing and communication， ISAC）系统中面临通信速率低、易被截获等问题，本文设计了一种基于正交相移键控（Quadrature phase shift keying， QPSK）与线性调频信号（Linear frequency modulation， LFM）的多路跳频传输架构。该架构利用多个LFM信号同时在重叠的频谱区间传输以提高符号速率，并通过LFM子载波的跳频特性实现加密通信。此外，通过结合动态前导码与数据的时分复用机制，该方案有效地提升了多路LFM信号的路径索引和参数估计精度。针对符号解调，本文提出两种基于非相干离散啁啾傅里叶变换（Noncoherent discrete chirp Fourier transform， NC-DCFT）的多峰值检测算法。仿真结果表明，在相同符号速率约束下，本文所提出的多路并行架构在误码率方面优于传统单路方案，当信噪比为0 dB时，4路并行架构的误码率相较于单路方案降低了一个数量级。同时，动态前导码方案满足不同场景下的路径索引识别需求，在信噪比为
2025, 40(6):1477-1489.
DOI: 10.16337/j.1004-9037.2025.06.008
摘要:
为了解决非正交多址接入（Non-orthogonal multiple access， NOMA）在不完美串行干扰消除（Serial interference cancellation， SIC）条件下的快速配对和功率分配问题，提出一种基于深度强化学习的NOMA用户配对和功率优化方案。首先，考虑多用户NOMA不完美SIC的场景，以用户配对和用户发射功率分配因子为优化变量构建最大化系统可达通信速率的优化问题。分析了不完美SIC条件下用户使用NOMA配对的条件，并推出该条件下最大可达速率的用户功率分配。其次，将用户配对问题当作组合优化的问题，基于实时性的要求使用改进的指针网络设计了一种新型用户配对方案。仿真结果表明，该方案能够有效提升NOMA系统的可达速率，达到了最优的穷搜算法的99.8%，并具有实时性和适应用户数量动态变化的优势。
为了解决非正交多址接入（Non-orthogonal multiple access， NOMA）在不完美串行干扰消除（Serial interference cancellation， SIC）条件下的快速配对和功率分配问题，提出一种基于深度强化学习的NOMA用户配对和功率优化方案。首先，考虑多用户NOMA不完美SIC的场景，以用户配对和用户发射功率分配因子为优化变量构建最大化系统可达通信速率的优化问题。分析了不完美SIC条件下用户使用NOMA配对的条件，并推出该条件下最大可达速率的用户功率分配。其次，将用户配对问题当作组合优化的问题，基于实时性的要求使用改进的指针网络设计了一种新型用户配对方案。仿真结果表明，该方案能够有效提升NOMA系统的可达速率，达到了最优的穷搜算法的99.8%，并具有实时性和适应用户数量动态变化的优势。
2025, 40(6):1412-1423.
DOI: 10.16337/j.1004-9037.2025.06.003
摘要:
在太赫兹频段利用具有叠加导频的正交时频空间（Orthogonal time frequency space， OTFS）-通信感知一体化（Integrated sensing and communication， ISAC）车联网系统，能够实现车辆间的高速数据传输，同时进行高精度参数感知。首先，建立并分析了OTFS信号调制模型、通信信号模型和感知信号模型，并在接收端推导了包含角度信息的感知信道新模型。其次，提出了基于均匀网格的多重信号分类（Multiple signal classification，MUSIC）角度粗估计算法和黄金分割法的MUSIC角度细估计算法。最后，提出了基于最大似然估计准则的信道时延和多普勒频移整数部分参数估计和分数部分参数估计算法。仿真结果表明，所提出的算法能够实现精确的角度、距离和速度等感知参数估计。
在太赫兹频段利用具有叠加导频的正交时频空间（Orthogonal time frequency space， OTFS）-通信感知一体化（Integrated sensing and communication， ISAC）车联网系统，能够实现车辆间的高速数据传输，同时进行高精度参数感知。首先，建立并分析了OTFS信号调制模型、通信信号模型和感知信号模型，并在接收端推导了包含角度信息的感知信道新模型。其次，提出了基于均匀网格的多重信号分类（Multiple signal classification，MUSIC）角度粗估计算法和黄金分割法的MUSIC角度细估计算法。最后，提出了基于最大似然估计准则的信道时延和多普勒频移整数部分参数估计和分数部分参数估计算法。仿真结果表明，所提出的算法能够实现精确的角度、距离和速度等感知参数估计。
2025, 40(6):1382-1411.
DOI: 10.16337/j.1004-9037.2025.06.002
摘要:
随着阵列天线规模不断增加、抗干扰场景日益复杂，传统的自适应波束形成方法往往计算量大，深度学习凭借其强大的数据驱动能力，为突破传统自适应波束形成的性能瓶颈提供了新思路。本文系统综述了深度学习在阵列天线波束形成领域的研究现状和发展趋势。首先，回顾了从Howells-Applebaum自适应处理器到基于凸优化的鲁棒波束形成等传统波束形成算法的发展历程。其次，详细分析了卷积神经网络（Convolutional neural network， CNN）、循环神经网络（Recurrent neural network， RNN）、长短期记忆（Long short-term memory， LSTM）网络等深度学习模型在波束形成中的创新应用。研究表明，深度学习方法凭借其强大的非线性建模能力、端到端优化特性和环境适应性，在提升系统性能方面具有显著优势。特别地，在移动通信领域，基于深度学习的波束形成方法显著提升了大规模多输入多输出（Multiple input multiple output， MIMO）系统的计算效率和环境适应能力。在雷达信号处理中，深度学习模型有效增强了抗干扰性能和目标检测精度。在声学信号处理方面，深度神经网络实现了更精确的声源定位和噪声抑制。最后，本文探讨了网络架构创新、实时处理优化、鲁棒性增强、跨场景迁移学习、理论基础深化和新型应用拓展等未来研究方向。
随着阵列天线规模不断增加、抗干扰场景日益复杂，传统的自适应波束形成方法往往计算量大，深度学习凭借其强大的数据驱动能力，为突破传统自适应波束形成的性能瓶颈提供了新思路。本文系统综述了深度学习在阵列天线波束形成领域的研究现状和发展趋势。首先，回顾了从Howells-Applebaum自适应处理器到基于凸优化的鲁棒波束形成等传统波束形成算法的发展历程。其次，详细分析了卷积神经网络（Convolutional neural network， CNN）、循环神经网络（Recurrent neural network， RNN）、长短期记忆（Long short-term memory， LSTM）网络等深度学习模型在波束形成中的创新应用。研究表明，深度学习方法凭借其强大的非线性建模能力、端到端优化特性和环境适应性，在提升系统性能方面具有显著优势。特别地，在移动通信领域，基于深度学习的波束形成方法显著提升了大规模多输入多输出（Multiple input multiple output， MIMO）系统的计算效率和环境适应能力。在雷达信号处理中，深度学习模型有效增强了抗干扰性能和目标检测精度。在声学信号处理方面，深度神经网络实现了更精确的声源定位和噪声抑制。最后，本文探讨了网络架构创新、实时处理优化、鲁棒性增强、跨场景迁移学习、理论基础深化和新型应用拓展等未来研究方向。
2025, 40(6):1464-1476.
DOI: 10.16337/j.1004-9037.2025.06.007
摘要:
由于不同无人机（Unmanned aerial vehicle， UAV)的距离差异，混叠信号往往具有不同的信噪比，且低空环境下存在各类干扰信号，进一步增加了识别的难度。针对上述问题，本文提出了多无人机混叠信号下的联合检测-分离-识别方案，该方案通过信号检测、信号分离和信号识别3个步骤，有效提升了不同信噪比混叠信号的检测与识别性能。首先，采用YOLO检测器在时频图上定位潜在无人机信号，在此基础上，提出了一种基于随机偏差的数据增强方法，以降低信号分离过程中的偏差。接着，利用YOLO分类器提取信号的带宽与持续时间特征，完成不同无人机信号的分类。最后，为进一步提高同型号无人机信号识别的精度，提出了加入注意力机制的ResNet模型和优化的Bagging集成学习方法。基于公开数据集的实验结果表明，所提方案在干扰信号与同型号无人机共存场景下的识别性能优于已有方案。
由于不同无人机（Unmanned aerial vehicle， UAV)的距离差异，混叠信号往往具有不同的信噪比，且低空环境下存在各类干扰信号，进一步增加了识别的难度。针对上述问题，本文提出了多无人机混叠信号下的联合检测-分离-识别方案，该方案通过信号检测、信号分离和信号识别3个步骤，有效提升了不同信噪比混叠信号的检测与识别性能。首先，采用YOLO检测器在时频图上定位潜在无人机信号，在此基础上，提出了一种基于随机偏差的数据增强方法，以降低信号分离过程中的偏差。接着，利用YOLO分类器提取信号的带宽与持续时间特征，完成不同无人机信号的分类。最后，为进一步提高同型号无人机信号识别的精度，提出了加入注意力机制的ResNet模型和优化的Bagging集成学习方法。基于公开数据集的实验结果表明，所提方案在干扰信号与同型号无人机共存场景下的识别性能优于已有方案。
2025, 40(5):1239-1249.
DOI: 10.16337/j.1004-9037.2025.05.010
摘要:
随着移动通信技术的飞速发展，无线网络面临着资源分配、流量分析和6G基站优化等多重挑战。对无线网络流量的有效预测，有助于合理地分配网络资源，为用户提供更稳定更高效的服务，保证网络性能。针对目前无线组网流量预测过程中由于时空特征挖掘不充分导致预测准确率较低的问题，开展了基于深度学习方法的智能业务流量预测算法的研究，设计了基于图卷积神经网络-长短期记忆网络（Graph convolutional network-Long short-term memory， GCN-LSTM）模型的预测算法。实验结果显示，该算法在实际网络应用中的准确率为84.71%，相较于其他基于深度学习的流量预测方法，具有显著优势，为6G网络资源的合理分配和高效服务提供了有力支持。
随着移动通信技术的飞速发展，无线网络面临着资源分配、流量分析和6G基站优化等多重挑战。对无线网络流量的有效预测，有助于合理地分配网络资源，为用户提供更稳定更高效的服务，保证网络性能。针对目前无线组网流量预测过程中由于时空特征挖掘不充分导致预测准确率较低的问题，开展了基于深度学习方法的智能业务流量预测算法的研究，设计了基于图卷积神经网络-长短期记忆网络（Graph convolutional network-Long short-term memory， GCN-LSTM）模型的预测算法。实验结果显示，该算法在实际网络应用中的准确率为84.71%，相较于其他基于深度学习的流量预测方法，具有显著优势，为6G网络资源的合理分配和高效服务提供了有力支持。
2025, 40(5):1270-1282.
DOI: 10.16337/j.1004-9037.2025.05.013
摘要:
多输入多输出（Multiple-input-multiple-output， MIMO ）和非正交多址接入（Non-orthogonal multiple access， NOMA）技术因其优越的频谱效率被广泛用于无人机通信中，而无人机可作为中继为多个用户提供灵活可靠的连接，具有较高的研究价值。为了解决MIMO-NOMA无人机中继网络中多用户传输带来的干扰问题和分簇问题，设计了一种基于放大转发（Amplify-and-forward， AF）的下行传输模型。首先引入三维随机几何工具对用户进行分簇，并依据NOMA原理设计了基于AF中继的预编码方案。其次针对所考虑的AF中继传输模型，分析了其等效信道的统计特性，推导了网络中配对用户的中断概率解析表达式，并利用一阶泰勒展开近似得到高信号噪声比（Signal-to-noise ratio， SNR）下中断概率的渐近解和分集增益。最后，仿真分析了关键变量对系统中断概率的影响，验证了理论推导的正确性。此外，与现有MIMO-NOMA系统中的传输方案相比，所提方案能够有效提升多用户无人机中继网络的中断性能。
多输入多输出（Multiple-input-multiple-output， MIMO ）和非正交多址接入（Non-orthogonal multiple access， NOMA）技术因其优越的频谱效率被广泛用于无人机通信中，而无人机可作为中继为多个用户提供灵活可靠的连接，具有较高的研究价值。为了解决MIMO-NOMA无人机中继网络中多用户传输带来的干扰问题和分簇问题，设计了一种基于放大转发（Amplify-and-forward， AF）的下行传输模型。首先引入三维随机几何工具对用户进行分簇，并依据NOMA原理设计了基于AF中继的预编码方案。其次针对所考虑的AF中继传输模型，分析了其等效信道的统计特性，推导了网络中配对用户的中断概率解析表达式，并利用一阶泰勒展开近似得到高信号噪声比（Signal-to-noise ratio， SNR）下中断概率的渐近解和分集增益。最后，仿真分析了关键变量对系统中断概率的影响，验证了理论推导的正确性。此外，与现有MIMO-NOMA系统中的传输方案相比，所提方案能够有效提升多用户无人机中继网络的中断性能。
2025, 40(5):1250-1260.
DOI: 10.16337/j.1004-9037.2025.05.011
摘要:
辐射源个体识别（Specific emitter identification， SEI）是指利用接收电磁信号中的独特细微特征来区分发射设备的技术。深度学习由于其强大的特征提取能力，逐渐成为实现辐射源个体识别的主要手段，但在非合作场景中无法获取大量带标签的数据样本来训练神经网络，且待识别的辐射源个数未知。为此，本文提出了无需指定辐射源个数的基于有向图连通性的无监督辐射源个体识别方法。受层次聚类的启发，首先基于局部密度将射频指纹特征空间划分为多个子簇，并将特征向量之间的关系映射为有向图；然后，基于有向图的连通性，将多个子簇进行合并，得到最终的识别结果。实验结果表明，在低信噪比条件下，所提方法能准确进行辐射源个体识别，识别性能较基准算法提高了7.1%~53.1%。
辐射源个体识别（Specific emitter identification， SEI）是指利用接收电磁信号中的独特细微特征来区分发射设备的技术。深度学习由于其强大的特征提取能力，逐渐成为实现辐射源个体识别的主要手段，但在非合作场景中无法获取大量带标签的数据样本来训练神经网络，且待识别的辐射源个数未知。为此，本文提出了无需指定辐射源个数的基于有向图连通性的无监督辐射源个体识别方法。受层次聚类的启发，首先基于局部密度将射频指纹特征空间划分为多个子簇，并将特征向量之间的关系映射为有向图；然后，基于有向图的连通性，将多个子簇进行合并，得到最终的识别结果。实验结果表明，在低信噪比条件下，所提方法能准确进行辐射源个体识别，识别性能较基准算法提高了7.1%~53.1%。
2025, 40(4):997-1010.
DOI: 10.16337/j.1004-9037.2025.04.013
摘要:
针对高空平台辅助的星空融合多用户场景，提出一种基于太赫兹和毫米波频段的新型混合无线传输方案，旨在提供异构用户可靠接入并解决卫星骨干网容量受限问题。首先，根据地面用户相关性和服务优先级进行分组，每组包含一个主用户和一个次级用户，次级用户采用认知非正交多址接入（Cognitive radio-based non-orthogonal multiple access， CR-NOMA）技术控制其发射功率，以确保不影响主用户的服务质量（Quality-of-service， QoS），而组间干扰则通过迫零波束成形技术加以消除。其次，在假设用户到高空平台采用毫米波传输技术，其信道服从Nakagami-m分布，而高空平台到卫星的传输采用太赫兹频段传输，其信道服从α - μ ![]()
![]()
针对高空平台辅助的星空融合多用户场景，提出一种基于太赫兹和毫米波频段的新型混合无线传输方案，旨在提供异构用户可靠接入并解决卫星骨干网容量受限问题。首先，根据地面用户相关性和服务优先级进行分组，每组包含一个主用户和一个次级用户，次级用户采用认知非正交多址接入（Cognitive radio-based non-orthogonal multiple access， CR-NOMA）技术控制其发射功率，以确保不影响主用户的服务质量（Quality-of-service， QoS），而组间干扰则通过迫零波束成形技术加以消除。其次，在假设用户到高空平台采用毫米波传输技术，其信道服从Nakagami-m分布，而高空平台到卫星的传输采用太赫兹频段传输，其信道服从
2025, 40(3):774-783.
DOI: 10.16337/j.1004-9037.2025.03.016
摘要:
针对具有多个控制回路共享频谱资源的无线控制系统，提出了基于非完美信道状态信息的随机接入方法，以实现系统的控制稳定性。首先，在多个控制回路以固定概率接入远程控制器的场景下，通过二次李雅普诺夫函数推导得到控制稳定性条件。其次，建立以接入概率和发射功率为优化变量，以系统总能耗最小为准则，同时满足控制稳定性和发射功率限制为约束的优化问题。针对此非凸优化问题，在仅能获得非完美信道状态信息的条件下，提出将李雅普诺夫稳定性定理和伯恩斯坦不等式、连续凸逼近等数学方法相结合，设计接入策略。仿真结果表明，相比于现有典型的接入方案，所提方案能够在保证控制性能的同时，显著降低系统的能耗。
针对具有多个控制回路共享频谱资源的无线控制系统，提出了基于非完美信道状态信息的随机接入方法，以实现系统的控制稳定性。首先，在多个控制回路以固定概率接入远程控制器的场景下，通过二次李雅普诺夫函数推导得到控制稳定性条件。其次，建立以接入概率和发射功率为优化变量，以系统总能耗最小为准则，同时满足控制稳定性和发射功率限制为约束的优化问题。针对此非凸优化问题，在仅能获得非完美信道状态信息的条件下，提出将李雅普诺夫稳定性定理和伯恩斯坦不等式、连续凸逼近等数学方法相结合，设计接入策略。仿真结果表明，相比于现有典型的接入方案，所提方案能够在保证控制性能的同时，显著降低系统的能耗。
2025, 40(1):27-44.
DOI: 10.16337/j.1004‐9037.2025.01.003
摘要:
低空智联网作为新质生产力促进了低空经济的飞速发展，但无人机的广泛应用对空域监管提出了很高的要求。本文主要关注两种潜在无人机飞行监管技术应用于低空智联网的性能分析：广播式自动相关监视（Automatic dependent surveillance-broadcast， ADS-B）和无人机远程识别（Remote identification， Remote ID）。首先，系统介绍了ADS-B和Remote ID的基本原理；然后，基于当前技术标准分析了两种技术的理论传输距离，并定义了定位精度评估方法。搭建了符合性能要求的ADS-B和Remote ID实验系统，通过实测信号强度估计实际传输距离，并测量了经纬度和高度的定位精度以及丢包率。通过实测数据分析首次全面评估了ADS-B和Remote ID在低空智联网中的实际应用效果。结果显示，ADS-B在传输距离和定位精度上优于Remote ID，而Remote ID在高度定位上更具优势；在通信稳定性方面，ADS-B能够为远距离提供稳定服务，Remote ID在近距离下表现良好。最后，展望了未来无人机监管技术的发展方向，围绕优化传输距离、覆盖范围、定位精度和丢包率等问题提出优化方向和解决方案。
低空智联网作为新质生产力促进了低空经济的飞速发展，但无人机的广泛应用对空域监管提出了很高的要求。本文主要关注两种潜在无人机飞行监管技术应用于低空智联网的性能分析：广播式自动相关监视（Automatic dependent surveillance-broadcast， ADS-B）和无人机远程识别（Remote identification， Remote ID）。首先，系统介绍了ADS-B和Remote ID的基本原理；然后，基于当前技术标准分析了两种技术的理论传输距离，并定义了定位精度评估方法。搭建了符合性能要求的ADS-B和Remote ID实验系统，通过实测信号强度估计实际传输距离，并测量了经纬度和高度的定位精度以及丢包率。通过实测数据分析首次全面评估了ADS-B和Remote ID在低空智联网中的实际应用效果。结果显示，ADS-B在传输距离和定位精度上优于Remote ID，而Remote ID在高度定位上更具优势；在通信稳定性方面，ADS-B能够为远距离提供稳定服务，Remote ID在近距离下表现良好。最后，展望了未来无人机监管技术的发展方向，围绕优化传输距离、覆盖范围、定位精度和丢包率等问题提出优化方向和解决方案。
2025, 40(1):56-71.
DOI: 10.16337/j.1004-9037.2025.01.005
摘要:
受信息论的启发，针对毫米波（millimeter-Wave，mmWave）低空无人机（Unmanned aerial vehicle，UAV）场景的波束训练与目标定位追踪问题，分别提出了基于信道编码原理的分层波束训练算法和基于mmWave雷达感知的UAV目标定位跟踪算法。两种算法具有强鲁棒性和泛化性，不仅适用于静态和动态场景，还适用于远场、近场、多智能超表面（Reconfigurable intelligent surface，RIS）辅助通信、分布式无蜂窝网络场景，以及非法UAV入侵感知等多种通信与感知场景，并通过仿真和硬件平台进行测试。信道编码波束训练算法利用编码增益和纠错机制能够大幅提高训练准确率；mmWave雷达算法结合 Capon 波束形成、恒虚警率（Constant false alarm rate，CFAR）检测和基于噪声密度的聚类（Density-based spatial clustering of applications with noise，DBScan）实现了UAV的检测和跟踪。仿真和硬件测试结果均表明，本文算法在mmWave低空UAV场景下能够有效提高波束训练效率和感知定位精度，为低空经济进一步的繁荣发展提供技术支撑。
受信息论的启发，针对毫米波（millimeter-Wave，mmWave）低空无人机（Unmanned aerial vehicle，UAV）场景的波束训练与目标定位追踪问题，分别提出了基于信道编码原理的分层波束训练算法和基于mmWave雷达感知的UAV目标定位跟踪算法。两种算法具有强鲁棒性和泛化性，不仅适用于静态和动态场景，还适用于远场、近场、多智能超表面（Reconfigurable intelligent surface，RIS）辅助通信、分布式无蜂窝网络场景，以及非法UAV入侵感知等多种通信与感知场景，并通过仿真和硬件平台进行测试。信道编码波束训练算法利用编码增益和纠错机制能够大幅提高训练准确率；mmWave雷达算法结合 Capon 波束形成、恒虚警率（Constant false alarm rate，CFAR）检测和基于噪声密度的聚类（Density-based spatial clustering of applications with noise，DBScan）实现了UAV的检测和跟踪。仿真和硬件测试结果均表明，本文算法在mmWave低空UAV场景下能够有效提高波束训练效率和感知定位精度，为低空经济进一步的繁荣发展提供技术支撑。
119 低空具身智能频谱管控技术研究
2025, 40(1):45-55.
DOI: 10.16337/j.1004-9037.2025.01.004
摘要:
低空智联网是支撑低空经济发展的基础设施，而频谱管控是应对低空智联网中非法用频和恶意攻击问题，提高频谱资源利用率的关键技术之一。具身智能作为新一代人工智能的重要研究方向，其物理实体、环境交互和智能成长等特性为低空智联网频谱管控的发展提供了新的可能性。首先，从技术框架、研究现状和主要挑战等方面介绍了低空智联网频谱管控需求。其次，在概述具身智能的内涵和优势基础上，分析了低空具身智能频谱管控的概念和意义。进一步，基于“感知-决策-行动-反馈”的闭环结构，提出了包含低空具身智能频谱感知、推理与决策、行动与反馈的低空智联网频谱管控技术，为实现高效安全的低空智联网频谱管控提供了可能技术路径。
低空智联网是支撑低空经济发展的基础设施，而频谱管控是应对低空智联网中非法用频和恶意攻击问题，提高频谱资源利用率的关键技术之一。具身智能作为新一代人工智能的重要研究方向，其物理实体、环境交互和智能成长等特性为低空智联网频谱管控的发展提供了新的可能性。首先，从技术框架、研究现状和主要挑战等方面介绍了低空智联网频谱管控需求。其次，在概述具身智能的内涵和优势基础上，分析了低空具身智能频谱管控的概念和意义。进一步，基于“感知-决策-行动-反馈”的闭环结构，提出了包含低空具身智能频谱感知、推理与决策、行动与反馈的低空智联网频谱管控技术，为实现高效安全的低空智联网频谱管控提供了可能技术路径。
