电讯技术杂志

电讯技术杂志2020年第5期

• 一种利用优先经验回放深度Q-Learning的频谱接入算法

  盘小娜,陈哲,李金泽,覃团发

  针对认知无线传感器网络中频谱接入算法的频谱利用率不高、重要经验利用率不足、收敛速度慢等问题，提出了一种采用优先经验回放双深度Q-Learning的动态频谱接入算法。该算法的次用户对经验库进行抽样时，采用基于优先级抽样的方式，以打破样本相关性并充分利用重要的经验样本，并采用一种非排序批量删除方式删除经验库的无用经验样本，以降低能量开销。仿真结果表明，该算法与采用双深度Q-Learning的频谱接入算法相比提高了收敛速度；与传统随机频谱接入算法相比，其阻塞概率降低了6%~10%，吞吐量提高了18%~20%，提高了系统的性能。

• 一种稀疏重构的相关干涉仪测向算法

  傅晓坤,冯晓东

  针对基于凸优化模型的相关干涉仪测向算法计算量过大的问题，提出了一种基于稀疏度自适应匹配追踪算法的相关干涉仪测向算法。该算法首先根据压缩感知原理利用传统相关干涉仪算法的测向数据库作为基底将入射信号稀疏表示；接着，根据贪婪算法对信号进行重构，估计入射信号的方位。该算法的优点在于在迭代过程中引入回溯思想，自动调整估计步长，实现计算复杂度和估计精度的平衡。仿真结果表明，相比基于凸优化模型的相关算法，该算法的计算量大大降低，测向速度提升24.6%，特别在多入射信号情况下具有明显优势。

• NTRU格上高效的身份基线性同态签名方案

  张建航,曹泽阳,徐庆征,宋晓峰

  针对现有的格上身份基线性同态签名方案密钥存储量大、结构复杂导致方案实际运行效率相对偏低的问题，提出了一个NTRU（Number Theory Research Unit）格上高效的身份基线性同态签名方案。首先在密钥生成阶段利用NTRU密钥生成算法产生主密钥，接着采用格基委派算法给出身份签名私钥，最后运行NTRU格上原像抽样算法产生出线性同态签名。对方案的安全性证明与性能分析结果表明，新方案满足正确性，具有弱内容隐私性。在随机预言机模型下，该方案在小整数解问题困难性条件下满足适应性选择身份和选择消息的存在性不可伪造性。同时，由于采用NTRU格的特殊结构，新方案在密钥量与运行效率方面与已有方案相比较均具有显著的优势，这对于计算资源受限环境的同态认证中具有重要的应用价值。

• 基于虚拟卫星的隧道内卫星导航信号增强方法

  钟南,宋茂忠,刘皓凯

  针对现有卫星导航接收机在隧道内无法有效定位的问题，提出了基于虚拟卫星的隧道内卫星导航信号增强方法。通过建立信号传播模型，在隧道两端模拟位于隧道延长方向的低仰角卫星的导航信号，发出后在隧道内接收解算，实现定位。同时，使用信号时延控制方法对伪距误差进行预补偿。经过硬件系统的实验分析，验证了其在隧道内的定位能力，仿真实验结果表明系统定位精度满足大部分隧道需求。

• 利用生成对抗网络的时频图像去噪和增强处理

  李昆,朱卫纲

  针对雷达信号时频图像的去噪和增强问题，提出了利用生成对抗网络二次生成时频图像的方法。首先利用时频分析产生雷达信号的时频图像作为原始数据集1;接着利用生成对抗网络对数据集1进行学习之后生成新的数据集2，数据集2相对于数据集1拥有着去噪和增强的效果;最后提取时频图像奇异值特征检验生成的数据集2的有效性。对6种常见的雷达信号的时频图像进行了仿真实验，结果证明了该方法在时频图像去噪和增加样本多样性方面是有效的。

• 应用于无人机中继测控链路的微波前端设计

  杨晨

  当前无人机测控数据链系统多为点对点视距传输，当遇到需要扩展通信距离或存在障碍物遮挡时往往限制了链路的正常工作。针对此问题，提出了一种应用于无人机中继测控链路的微波前端设计方案。其空空链路与空地链路采用频率倒置的频分双工体制，有效避免了前向链路与返向链路的收发干扰，并实现了机载设备的硬件统型；通过软件注入便可完成对终端模式的在线切换，提升了系统应用的灵活性与鲁棒性，为保证复杂环境下无人机测控链路的实时传输提供了一种有效的解决途径。

• 一种测控系统抗干扰性能评估模型

  马松

  为了对测控通信系统数据传输性能进行客观有效的评估，针对测控系统的测量链路和遥测链路，设计了一种抗干扰性能评估模型。将传输可靠性、频谱效率、功率效率、干扰抑制性能作为抗干扰性能评估指标，在对各评估指标规范化处理的基础上，基于?μ?律对数压缩方法生成各指标性能和综合性能评价值，并映射成相应的性能评估等级，能够得到测控系统的测量链路和遥测链路中不同的性能指标和总抗干扰性能指标的评估值和评估等级。仿真表明，提出的评估模型可以客观有效地对测控系统的测量链路和遥测链路的抗干扰性能联合进行评估，并通过评估等级直观地反映链路性能的优劣。

• 一种GNSS信号跟踪环路频相直调控制算法

  罗治斌,蒲小平

  全球卫星导航系统(Global Navigation Satellite System，GNSS)接收机信号跟踪环路正确地锁定导航信号的频率、相位是提取测量值以及导航星历的基础。传统的接收机跟踪环路采用调整频率的方式来调整相位，不能及时消除跟踪误差，并且在弱信号条件下容易受到噪声影响，难以对信号进行精确跟踪。针对这一问题，提出了一种基于非相干预滤波器的频相直调环路控制算法，采用非相干预滤波器提取跟踪误差，并且在本地信号生成阶段直接将载波相位差、载波频率差、码相位差进行消除。实验表明，与传统环路相比，频相直调算法对载波相位、码相位迁入速度分别提高了90%和95%，高动态、弱信号下多普勒估计精度分别提高了69.25%和61.37%，并且频相直调算法能够有效抑制环路参数调整、载体突然机动对载波相位锁定带来的扰动。

• 一种基于微波雷达回波信号的车型分类方法

  曹林,李佳,张鑫怡,王东峰,付冲

  车辆类型识别方法是智能交通系统的关键技术之一。利用深度学习的高维特征泛化学习能力，将改进的LeNet-5卷积神经网络用于基于交通微波雷达的大小车型分类识别。首先，以雷达触发前的?N?帧信号为基础，对雷达的回波信号进行分析并构建数据集；然后，分析LeNet-5卷积神经网络的特点；最后提出一种改进的LeNet-5卷积神经网络。实验结果表明，与传统的支持向量机方法相比，所提方法能够智能学习大小车的雷达时频信号特征，大小车型识别准确率达到97%以上，可为交通场景下的车型识别研究提供新的技术途径。

• 宽带数字接收机IQ不平衡估计与自适应补偿算法

  刘洋

  针对宽带调制解调技术中广泛存在的IQ不平衡问题，在IQ不平衡模型及补偿原理的分析基础上提出了一种宽带数字接收机IQ不平衡估计与自适应补偿算法。首先利用解调数据对IQ不平衡参数进行实时估计，然后利用估计参数对接收信号进行自适应补偿。实验结果表明，所提算法可以有效解决宽带调制解调系统中普遍存在的IQ不平衡问题，提升系统误码性能。

• 采用MRSSA-ICA的共信道多通信信号盲分离

  卢广阔

  针对时频域部分重叠的多个跳频通信信号共信道盲分离问题，提出了一种新的共信道盲分离算法SCBSS（Single Channel Blind Source Separation）。首先，重新定义多分辨奇异谱分析（Multi-resolution Singular Spectrum Analysis，MRSSA）算法，利用其冗余性来重构伪多输入输出模型；接着引入独立分量分析算法用于提取感兴趣的独立分量。仿真结果验证了所提算法分离多个正交相移键控（Quadrature Phase Shift Keying，QPSK）调制的时频域部分重叠跳频通信信号的有效性和鲁棒性，且不需要任何先验。

• 基于ResNet_NSCS的通信信号调制识别

  高思丽,应文威,郭贵虎,陈增茂

  针对通信信号调制识别的特征提取问题，为进一步提高识别准确率，提出了一种基于嵌套式跳跃连接结构的残差网络（ResNet of Nested Shortcut Connection Structure，ResNet_NSCS）调制识别算法。该算法在残差神经网络（Residual Neural Network，ResNet）基础上，通过借鉴ResNet多通路选择思路，引入嵌套式恒等跳跃连接结构，利用提取的特征实现不同调制方式的分类。仿真结果表明，面向RadioML2016.10a数据集，较卷积神经网络（Convolutional Neural Network，CNN）算法和卷积神经网络_长短时记忆网络（Convolutional Neural Network_Long Short Term Memory Network，CNN_LSTM）算法，以增加网络复杂度为代价，ResNet_NSCS算法收敛速度快，识别准确率高。

• 一种欠完备自编码器调制识别技术

  张培钺,徐湛,赵弋洋,陈晋辉,职如昕

  基于信号特征进行模式识别的调制识别方法需要先计算信号的高阶特征、高阶累积量再进行模式识别，整体设计复杂，特征不易计算。机器学习技术由于其强大的特征提取能力和分类能力，被广泛应用到模式识别领域中。针对调制识别问题，提出了一种基于欠完备自编码器的调制识别技术，使用欠完备自编码器进行调制信号的特征自动提取，再使用神经网络分类器进行分类识别。整体模型更为简洁，运算复杂度较低，有利于部署在硬件上进行实时识别。对常见的BPSK、QPSK、2ASK、2FSK、16QAM数字调制方式进行的识别实验表明，算法在信噪比?10 dB?时平均识别率高于?0.97?，并且在信噪比为?0 dB?时仍然有0.92以上的平均识别率。

• 异构云无线接入网场景下D2D通信资源共享与分配

  赵家乐,李双志,孙俊,宗景杰,穆晓敏

  针对异构云无线接入网中的前向链路受限问题，提出了一种基于干扰阈值的设备到设备（Device-to-Device，D2D）多用户分簇方案，并对系统信道和功率资源的分配进行优化。首先根据D2D用户之间的干扰级别，利用着色图理论对多用户进行分簇；然后，在满足D2D用户和蜂窝用户服务质量约束下，建立了基于D2D用户和速率最大化的资源分配模型，并进一步采用二分法对已分簇的D2D用户进行功率优化分配。仿真实验结果验证了所提方案相比传统方案，系统频谱利用率提高了55%以上。

• 一种利用机器学习优化MIMO窃听信道天线选择的方法

  王博,钱蓉蓉,任文平

  为保障多输入多输出窃听信道系统中信息传输的保密性，提出了一种基于机器学习的天线选择方案。首先利用机器学习解决分类问题准确率高、处理大数据高效这一优势，设计了基于奇异值分解的特征值提取、基于信干噪比的标签赋值方案，建立了k最近邻分类器和逻辑回归分类器选择最优天线最大化保密性能（可达保密速率和保密中断概率）。与传统天线选择方案相比，所提方案获得了几乎一致的保密性能，并且大幅降低了系统的选择复杂度和误比特率。

• 基于GPD的稳健贝叶斯压缩感知ISAR成像方法

  夏朝禹,高瑜翔,黄坤超,包兆华,郭春妮,王震

  现有贝叶斯压缩感知（Bayesian Compressed Sensing,BCS）-逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)成像算法中先验分布模型不能很好地满足可压缩性，导致成像精度随脉冲数目的减小、高斯噪声的增强而急剧下降。为此，提出了一种基于广义Pareto分布改进BCS成像方法(Improving BCS imaging based on GPD,IGPCS)。该方法主要在BCS框架下利用广义Pareto先验分布替代传统的广义Gaussian先验分布,以增强模拟信号的稀疏先验和可压缩性。进一步地，为了克服后验概率模型计算困难等问题，采用最大后验（Maximum A Posteriori，MAP）方法对超参数进行估计。通过对Mig-25小型飞机的ISAR模拟实验表明,与传统方法相比，IGPCS方法能够获取极高的成像精度，并且对低脉冲数、强高斯噪声环境具有较强的鲁棒性。

• 随机抽样一致性算法在Vondrak滤波中的应用

  王逸凡,彭良福,陈子豪

  针对传统Vondrak滤波法易受粗差值影响的问题，提出了一种基于随机抽样一致性的Vondrak滤波算法来探测和剔除数据中的粗差。首先通过采用随机抽样一致性算法对需要滤波的观测数据进行预处理；然后对数据是否在阈值范围内进行判断，给相应的数据赋予不同的权值系数；最后利用Vondrak滤波估计预处理后的数据。为了验证所提滤波算法的有效性，通过计算机仿真的方法，采用两种不同的信号模型产生信号，并且在两种信号中都加入粗差，分别利用传统的Vondrak滤波、抗差Vondrak滤波和所提滤波算法对两种信号进行滤波。仿真结果表明，所提滤波算法具有良好的粗差探测能力。

• 一种嵌入式软件无线电频谱监测系统

  李奎,张侹,高扬,王成宾

  为了降低研发成本，提高频谱系统的灵活性和缩短研制周期，提出了一种基于软件无线电的嵌入式频谱监测系统。首先研究了系统硬件平台组成和特点，在此基础上设计了一种灵活的软件定义系统架构；然后考虑到硬件平台自身性能的限制，重点研究了频率偏移校正、频谱扫描策略等关键技术，分别提出了基于GSM信号和温度传感器的频偏校正方法和基于相关性的扫频策略；最后通过具体实验，对系统性能进行验证与评估，结果表明所提出的频偏校正方法能够将绝对平均频偏控制在?1.749×10??-6??以内，所设计的基于相关性的扫频策略对时变信号的频谱监测效果最好。

• 恶劣海况下高频信号多跳传播特性分析

  郑长刚

  保持与陆地的联系对于船只在浩瀚的海洋中航行非常重要。来自陆地的高频信号经电离层和海面多次折反射后到达船只，受到不同海况的传播衰减特性影响。针对粗糙海面反射模型，从建立海面波动方程出发，考虑到波浪屏蔽对信号的影响，建立了新的反射衰减模型。利用该模型进行仿真，得到高频信号超视距海上传播的最大跳变规律。分析了湍流海面和平静海面对高频信号衰减的差异，揭示了海浪遮挡是引起差异的主要因素。对于航行在波涛汹涌的海面上的船舶，建立了包含浪和涌特征的多路径反射叠加模型，该模型考虑了大尺度波和小尺度波的海面情况，更加接近实际情况。最后利用所建立的模型计算了高频信号的最大跳数和通信距离。

• 蜂窝网络自组织研究及展望

  窦中兆,冯穗力,王公仆

  自组织网络技术是提高蜂窝网络运行效率、降低运营成本的重要工具，已作为基本功能在4G标准化初始版本获得引入并得到不断发展。在复杂度更高的5G网络中实现网络自动化管理的需求将进一步增强。回顾了蜂窝网络自组织技术的基本概念、分类和主要用例，分析了主要研究方法；总结了学术界、标准化组织及研究机构的研究进展，重点介绍了基于机器学习的最新研究成果；调查了工程应用现状，分析了自组织网络面临的主要挑战，同时指出了新的研究方向。