电讯技术杂志

电讯技术杂志2019年第5期

• 一种基于Lasso回归与SVD融合的深度学习模型压缩方法

  吴进,吴汉宁,刘安,李聪,李乔深

  针对深度学习模型所需的海量参数及强大的计算资源而导致其不能很便捷地应用于嵌入式设备或移动端的问题，在Lasso（Least Absolute Shrinkage and Selection Operator）回归通道挑选法的基础上，提出了Lasso+奇异值分解（Singular Value Decomposition，SVD）的融合压缩法。使用VGG-16为初始模型，分别在不同的小型数据集上进行迁移学习，使用迁移学习后的模型在不同的加速率下进行测试。实验结果表明，相对于传统的模型压缩算法，Lasso+SVD的融合压缩法实现了在加速和参数压缩两方面的优势，进而以目标检测为应用方向，在保证准确率的同时不仅降低了模型存储需求，而且也较大提升了模型的实时性。

• 基于遗传算法的毫米波大规模MIMO系统混合预编码

  申敏,石晓枫,何云

  目前混合预编码方案中，大多采取高精度的移相器作为模拟预编码的设计基础，使得系统成本增加。针对这一问题，探讨了有限精度射频前端的混合预编码设计。为了实现更高的频谱利用率，考虑到天线权值的最优组合为一NP（Non-deterministic Polynomial）问题，受机器学习启发，采用遗传算法对阵列中阵元的相位取值进行建模设计模拟预编码。通过信道矩阵与模拟预编码矩阵的乘积引入等效信道矩阵，考虑用户间干扰，以最大信干噪比准则进行数字预编码设计。仿真结果表明，该方案得到的混合预编码矩阵其系统性能可逼近全数字预编码矩阵的性能。

• 一种优化的卷积神经网络调制识别算法

  陈雪,姚彦鑫

  针对非合作接收条件下信号的调制识别问题，提出了一种基于循环谱特征和深度卷积神经网络的自动调制分类算法。该算法首先利用二值化、形态学操作等技术对循环谱数据集预处理，提高网络泛化能力；然后将数据集输入到卷积神经网络模型中，经过网络的特征提取实现分类识别。在网络中添加残差块网络增大感受野，提高特征提取能力。采用Dropout、优化函数等技术优化网络结构，防止训练过拟合。仿真结果表示，与传统方法和现有的一些深度学习调制识别方法相比，该算法在低信噪比条件下有更高的准确率，具有明显的抗噪声优势，是一个有效的调制识别算法。

• 一种改进的低复杂度OFDM峰均比抑制PTS算法

  安明,竺小松

  针对正交频分复用系统中的信号峰值平均功率比问题，提出了一种基于时域采样点幅度筛选的低复杂度部分传输序列算法。算法通过设置信号经过逆向傅里叶变换后时域采样点的幅度之和为判别函数，并设置适当的幅度门限，筛选出幅度大于门限的信号采样点集合，利用该集合来搜索信号峰均比抑制相位因子，从而降低算法复杂度。仿真表明，与传统峰均比抑制算法相比，改进算法在保持峰均比抑制性能的同时降低了算法复杂度。

• 行星表面有人探索高速无线网络体系架构及关键技术

  孙杰,李冰,李望,李婷,马松,刘田

  针对行星表面有人探索任务对高速无线通信的需求，提出了一种基于异构组网思想的网络体系架构，并对关键技术进行了分析和设计。该架构采用“三网两体制”的设计思路，将整个网络分为高速传输网、多媒体接入网、覆盖扩展网三个组成部分，三层网络分别完成高速骨干传输、多节点多业务接入、覆盖范围灵活改变的功能。根据三个网络不同的节点处理能力和传输需要，设计了高速传输体制、灵活接入体制两种传输体制，及基于无线多跳的覆盖扩展技术、多子网通信切换技术、多体制融合技术等关键技术。该网络架构具有裁剪灵活、协议开销小、支持业务类型多等特点。

• 机载光纤通道航电网络确定性传输方法

  詹鹏

  综合化航空电子系统变得越来越复杂，对总线速率和确定性的要求也越来越高，而时间触发传输可以使光纤通道总线具有确定性。针对采用通用时间调度算法较复杂的问题，提出了一种基于分区域调度的时间触发确定性传输方案，采用循环移位调度的通用化方法生成时间调度表。详细介绍了时间确定性传输方法的基本原理、循环移位调度方法以及具体实现方案，最后通过仿真验证表明该方法正确可行。该方法简单易行，可应用于综合化航空电子系统中。

• SDN技术在战术MANET中的应用

  潘乐炳,陈炜民,贾继鹏,文明,叶峻

  目前的战术移动自组织网络（Mobile Ad Hoc Network,MANET）在移动性和可达性方面的能力比较好，但是由于其全分布式的控制方式限制了网络容量和扩展性，常规的MANET网络只能用于战术末端的小规模分队，分队间网络互操作能力弱，不适应联合作战的发展趋势。将软件定义网络（Software Defined Network,SDN）技术引入MANET网络，提升了战术网络的灵活性、扩展性和可操作性，但是其在链路、架构、安全等方面面临较大挑战。分析了SDN-MANET网络具体的应用设计问题，根据战术网络特点对控制器部署和设计、控制信号设计、网络健壮性、南向协议改进、混合网络控制五方面问题进行论述，提出了相应的分层次网控器部署、数控信号分离、自主控制机制、混合组网等设计方法，为战术SDN-MANET网络的实现提供了设计参考。

• 干扰条件下的“北斗”信号解扩重构DOA估计

  安毅

  在干扰条件下，卫星导航抗干扰波束形成算法往往需要卫星信号波达方向（Direction-of-Arrival，DOA）的先验信息。但当存在低信噪比信号或主动干扰源时，常规的DOA估计算法性能急剧下降甚至失效。针对此问题，提出了一种被干扰信号压制的低信噪比“北斗”信号的DOA估计算法。该算法首先通过对接收信号进行子空间投影抑制干扰信号，然后对抑制干扰后的信号进行解扩重构处理，最后通过多重信号分类算法完成对“北斗”信号的DOA估计。仿真结果表明，在干扰信号干信比80 dB条件下，“北斗”信号DOA估计误差在5°以内，为下一步进行波束形成计算提供了高精度的入射角信息。

• 基于传播算子的DS-SS信号扩频波形估计

  解辉,姚智刚,吕萌,尹园威,史林

  扩频信号波形估计的本质是信号子空间估计。针对直接序列扩频（Direct Sequence Spread Spectrum，DS-SS）信号的扩频波形估计问题，提出了一种基于传播算子的估计算法。针对现有算法估计信号子空间计算量较大的不足，所提算法利用传播算子估计信号子空间。理论分析了所提算法与现有算法的计算量和性能，并进行了仿真实验。仿真结果表明所提算法有效，且计算量远小于现有算法。

• 一种基于星座图恢复的多进制相位调制信号识别算法

  吴佩军,侯进,吕志良,桂梅书,张笑语,陈曾

  在实际调制过程中，无线电波传输多径及衰落引起的符号间干扰和信号接收端的载波频偏会造成星座图难以识别。针对这一问题，提出了一种基于星座图恢复和卷积神经网络的多进制相位调制信号识别算法。首先，设定相邻采样点距离和相位角的阈值以筛除发生符号间干扰时的采样点，保留剩余的有效采样点并形成聚类组；然后，通过旋转相邻聚类组抵消载波频偏带来的影响，实现星座图的恢复；最后，利用卷积神经网络对星座图进行特征自动提取和调制识别。实验结果表明，对于实测信号，所提算法能够较好地恢复星座图并实现BPSK、QPSK和8PSK的准确识别。最终的识别准确率达到了99.9%，较星座图恢复前提高了24.2%。

• 多源置信综合的雷达与ESM协同跟踪方法

  李亚军

  跟踪空间邻近目标时，仅依靠运动学信息不足以实现可靠的数据关联，而基于动目标指示器（Moving Target Indicator，MTI）雷达和电子支援措施（Electronic Support Measurement，ESM）的多源异类传感器数据融合可以通过提升数据关联性能达到改善跟踪性能的目的。通过构建基于五种成比例再分配规则（Five Proportional Conflict Redistribution Rules，PCR5）置信度量的数据关联策略，将目标运动学信息和属性信息结合做多特征推理，解决异类传感器数据的不确定性和不一致性；利用Dempster-Shafer（DS）证据理论方法进行属性融合更新，完成属性信息在时间序列上的相干积累，实现空间邻近目标的可靠跟踪。该方法从数据关联和状态估计两方面联合进行改进，通过引入属性信息提升数据关联的正确性，从而提升跟踪性能，实现多源异类信息下的协同跟踪。仿真表明，相比于仅雷达跟踪、雷达和ESM序惯跟踪等方案，该方法可有效提升跟踪精度和关联性能。

• 基于压缩感知的大规模MIMO下行信道状态信息获取

  黎明源,段红光,李振一

  信道状态信息（Channel State Information,CSI）对于大规模多输入多输出（Multiple-Input Multiple-Output,MIMO）发挥高性能至关重要。但在上下行传输信道不存在互易性的频分双工（Frequency Division Duplex,FDD）制式下，若采用传统的信道估计方法会给CSI的获取带来巨大的导频开销和计算量。考虑利用大规模 MIMO 信道的虚角域稀疏性来减少获取CSI所需开销，在此基础上进一步研究了大规模 MIMO 正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统中各子载波信道在虚角域的共同稀疏特性和稀疏支撑集的时间相关特性，达到降低信道维度的目的，则大大减少了基站对 CSI 获取所需的资源开销。同时，为了降低信道稀疏支撑集信息获取所需的导频开销和提高信息的时效性，利用压缩感知技术对支撑集进行估计。仿真结果验证了所提方案性能的优越性。

• 迭代投影的平顶方向图综合算法

  刘骐玮,马彦恒,李根,董健,唐秀媛

  针对现有的平顶波束综合形成算法计算量较大的问题，提出了一种迭代求解平顶波束的快速形成算法。该算法首先设置方向图参数、迭代条件，然后利用方向图与阵元加权系数的变换关系设计投影算法并通过二阶差分运算确定过渡带，最后结合蝶形计算方法快速迭代逼近理想的平顶方向图。实验结果表明，该算法相比凸优化算法运算效率较高，并且可修复阵元失效后的平顶方向图。算法运算次数随着副瓣阈值、主瓣宽度和零陷深度等参数的变化而变化。

• 适用于宽带网络波形的基于定价策略的时隙选择

  王昭

  针对宽带网络波形（Wideband Networking Waveform，WNW）的多信道二维时频资源，以减小网络资源浪费为优化目标，提出了一种基于定价策略的时隙选择方法（Pricing Strategy Based Slot Selection，PSSS）。该方法通过接纳控制保障资源分配的公平性，采用对偶优化建模与椭圆搜索法实现最优的时隙选择。理论分析证明该方法能够在多项式级别时间复杂度内搜索到时隙选择的最优解。仿真结果表明，提出的PSSS算法通过较低资源浪费获得了较低的容量冗余度，能够有效地解决WNW多信道网络的时隙选择问题。

• 无人机扩频遥控链路Rake接收机设计

  张玲

  针对无人机起降阶段多径效应会引起遥控误码率性能下降的问题，提出了一种基于导频辅助的Rake抗多径算法。该算法通过在传输帧中插入导频符号和在遥控接收机中增加Rake抗多径模块的方式，使无人机遥控链路在多径信道下的误码率性能得到了显著改善。在高斯、莱斯、瑞利等信道条件下对算法进行了仿真，结果表明，该算法能够将无人机起降阶段的遥控误码率提高2～3个量级。实测数据进一步验证了该算法抗多径性能的有效性。

• 结合匈牙利指派和改进粒子滤波的多目标跟踪算法

  李华楠,曹林,王东峰,付冲

  使用汽车雷达进行多目标跟踪时，为了提高航迹关联效率并改善非线性场景跟踪效果，提出了结合匈牙利指派和卡尔曼重要性采样的粒子滤波(Particle Filter with Kalman Importance Sampling，PF-KIS)算法。首先，将航迹关联分解为聚类和指派，通过密度聚类筛选并整合有效目标，经过匈牙利指派得到目标和航迹的最佳匹配关系，避免产生多余联合事件，提高关联效率；其次，以卡尔曼滤波的结果作为粒子滤波的先验，使采样粒子分布更合理，提高估计精度，进而改善非线性跟踪能力。实验表明，算法平均航迹关联正确率约为95%；非线性场景误差约为卡尔曼滤波的1/2，有效地改善了非线性场景跟踪能力。

• MISO窃听系统中的恶意导频干扰检测

  宁宏新

  在一??个三节点多输入单输出(Multi-Input Single-Output,MISO)窃听系统中，当窃听方在信道估计阶段发送恶意导频信号来干扰信道估计时，合法通信的保密性受到严重威胁。针对该安全问题，提出了基于估计信道协方差和基于接收信干比两种恶意导频干扰检测方案。首先概述基于估计信道协方差的恶意导频干扰检测方案原理，推导该方案下检测概率和虚警概率的解析表达式；其次给出基于接收信干比的恶意导频干扰检测方案机制及其检测概率和虚警概率的具体表达式，并通过理论分析对比得出基于估计信道协方差的检测方案性能较优；最后通过数值仿真对比分析了两种方案的干扰检测性能。

• 基于频域块LMS算法的实时虚拟暗室测试方法

  何纯全,张勇,陈锐

  针对电磁辐射现场测试被测设备信号和干扰未知的情况，提出了一种基于频域块最小均方算法的实时虚拟暗室测试方法。该方法采用双通道接收机，根据测试通道和背景通道中干扰信号的相关性设计自适应滤波器，在频域对背景通道信号滤波以趋近测试通道中的干扰分量，采用瞬时双通道信号迭代更新滤波器系数，滤波器系数收敛后系统输出中只有被测设备信号。仿真与分析表明，该方法在背景通道有无被测设备信号泄露的情况下都能有效抑制干扰，与基于时域最小均方算法的方法相比，在滤波器长度相同的情况下其计算复杂度更低，适用于实时现场测试。

• 利用精密单点定位技术评估晶振频率稳定度

  谭俊雄,郭文飞,胡宁松,牛小骥

  在评估晶振频率稳定度时，目前常用一个频率稳定度比待测晶振高3倍以上的时钟作为参考，造成测试成本高昂。在分析精密单点定位（Precise Point Positioning,PPP）技术原理的基础上，提出了一种基于PPP技术的频率稳定度评估方法，并利用该方法对一款秒稳达到?10???-12?的高稳定度恒温晶振（Oven Controlled Crystal Oscillator，OCXO）进行了评估，评估结果与利用氢原子钟为参考的传统频率稳定度评估方法基本吻合。最后给出了该方法对不同等级晶振的评估能力。该方法结构简单，测试方便且成本低廉，能满足常用时频设备（如通信设备、卫星导航接收机）的晶振评估需求。

• 视频业务识别方法综述

  刘晓钰,望育梅,刘雨

  视频用户体验的质量要求给网络传输带来了巨大挑战，未来的虚拟现实/增强现实(Virtual Reality/Augmented Reality，VR/AR) 视频业务则对交互时延提出了更高要求。视频业务识别是网络运营商及视频业务提供商对视频进行优先网络资源分配和自适应速率控制的基本前提。综述了业务识别领域的一般研究方法及其对视频业务的具体应用。首先，总结了每种业务识别方法的工作原理，对比了这些方法应用于视频业务时的优缺点及在准确率和召回率指标上的识别性能;然后，特别介绍了可以提升识别准确率和计算性能的特征选择算法;最后，阐述并分析了高吞吐量网络分类速度不够、无成熟视频业务识别平台和样本分布不均衡等视频业务识别面临的挑战，并针对现有业务识别方法存在的问题，给出了引入移动边缘计算、基于端口的方法串联其他识别方法等可能的解决方案。