电讯技术杂志

电讯技术杂志2022年第10期

• 基于多任务学习和注意力机制的双分支深度换脸检测方法

  胡靖,蒲文博,孔维华

  深度换脸技术的出现严重威胁了公众的隐私安全。为了解决现有深度换脸检测方法的局限性，基于多任务学习策略提出了一种双分支检测网络，实现在检测视频伪造的同时逐帧检测。该网络引入了注意力机制和时序学习模块，通过学习局部空间信息和时序信息提升检测性能。该方法在公开数据集Celeb-DF和FaceForensics++上获得了比当前先进换脸检测方法更高的准确率和ROC(Receiver Operating Characteristic)曲线下面积（Area under ROC Curve,AUC），面对不同光照、人脸朝向、视频质量时表现出了良好的鲁棒性。

• 基于增强RPN的孪生网络目标跟踪算法

  张长弓,杨海涛,冯博迪,王晋宇,李高源

  目前孪生网络跟踪器已经具有比较良好的表现，但是对于卷积神经网络所提取的特征仍没有较好地利用其特点，同时孪生网络通过相似性学习进行跟踪的特性使跟踪器的准确性和鲁棒性存在不足。提出了一种金字塔式特征融合的方法，根据骨干网络特征提取层不同深度具有不同侧重的特点提高网络对目标的表征能力，然后使用注意力机制对区域推荐网络（Region Proposal Network，RPN）进行增强，最终实现更精准更鲁棒的跟踪。在OTB100数据集的实验中，新提出的SiamERPN(Siamese Enhanced RPN)算法分别得到了0.668的成功率和0.876的精度，测试结果好于基线算法和其他对比算法。

• 基于圆形阵列的OAM波束产生系统设计与实现

  许强,谢跃雷

  针对目前轨道角动量(Orbital Angular Momentum，OAM)波束发生器模态单一、设计复杂等问题，设计并实现了一种在X频段内产生可调OAM波束的均匀圆形阵列天线。天线为半径60 mm 的圆盘，由8个阵元组成，阵元采用微带天线设计，同轴馈电，在中心频率处回波损耗达-51.5 dB ，S 11 < -10 dB 的工作带宽为9.6~10.5 GHz 。仿真和实测结果表明，天线可通过调节相位产生7种不同模态的涡旋电磁波，产生OAM为+1的涡旋电磁波纯度可达90%。通过误差分析发现，低模态数的涡旋电磁波对幅度和相位误差具有很好的抗干扰能力，这为利用涡旋电磁波实现目标探测和提高信道容量奠定了基础。

• 一种基于车边云协同的车联网计算卸载策略

  罗优,李晖,周又玲,王萍,林志阳

  随着智能交通的快速发展和车联网中数据流量爆炸式的增长，汽车终端请求卸载的任务对时延和带宽有了更加严苛的要求。在现有的云计算服务模式中，车辆可以访问云服务器来获得强大的计算、存储和网络资源，但缺点是通信传输时延较大，仅依靠云计算可能会导致过度的延迟。为了更加合理利用资源、减小时延、优化卸载策略，提出了一种基于粒子群优化算法的“车-边-云”协同卸载方案。首先通过接入点附近的软件定义网络（Software Define Network,SDN)控制器根据终端用户附近边缘节点、本地终端和云计算节点的计算资源和容量情况得出最优的卸载策略，充分利用本地、移动边缘计算（Mobile Edge Computing，MEC）设备、云端的计算资源，然后通过粒子群优化算法得出“车-边-云”各计算节点的卸载系数，即最优卸载策略。实验结果表明，相比于其他卸载策略，所提的卸载机制对时延优化效果明显，提高了计算资源的利用率。

• 面向典型战场应用的目标智能融合技术

  郑向华,成聪

  针对战场多源信息融合的典型应用需求，提出了基于人工智能的目标信息融合技术思路，并对其中的两项关键技术，即新型融合知识库构建技术和基于本体核的目标知识融合技术进行了分析，最后对多源信息融合系统在应用过程中存在的技术问题及其解决思路进行了探讨。

• 面向数据采集的多无人机协同节能部署方法

  袁进,王海,秦蓁,李艾静

  针对具有差异化服务质量需求的数据采集任务，提出了一种多无人机协同的数据采集策略，通过优化无人机的三维部署和设备关联，以最大程度地节约设备的功率资源。该联合优化问题属于混合整数非线性规划问题，难以求解，因此提出了一种基于交替迭代优化的无人机部署方法。具体而言，将原始问题分解为设备关联子问题和无人机三维部署子问题，进行交替迭代求解。首先，针对设备关联子问题，将其建模为0-1多背包问题，提出了一种基于动态规划的节能设备关联算法。然后，针对三维部署子问题，考虑设备的需求差异化，提出了一种改进的粒子群算法。最后，对上述过程进行交替迭代，直到无人机三维部署和关联的设备不再变化。实验结果表明，在不同的网络通信场景中，提出的算法能够为物联网设备节约更多的功率资源。

• 一种基于网络的实时限速牌识别算法

  代少升,吴云铎,熊昆,肖佳伟

  针对现有关于车载限速牌识别算法所存在的检测速度慢、准确率低、无法应用于嵌入式系统等问题，提出了一种基于网络的实时限速牌识别算法。该算法基于SSD_MobileNet_v1网络框架进行改进，对原来的网络进行架构裁剪以去除冗余结构；同时引入了特征金字塔网络结构，并使用focal loss作为网络训练的分类损失。实验表明，提出的识别算法准确率可达88.11%，虽然略低于目前主流目标检测算法的检测精度，但是网络的每秒帧率(Frame per Second,FPS)可以达到35.13，拥有较快的检测速度，而权重文件只有24 MB 。因此，与其他算法相比，该算法不仅适合小型的嵌入式人工智能（Artifical Intelligence,AI）设备，而且更贴近真实车载场景下的识别。

• 光网络哑资源深度学习智能管理系统

  张高毅,张军,刘威

  现阶段光网络哑资源的管理多采用人工方式进行监控管理,而引入电子标签的智能光分配网络（Optical Distribution Network,ODN)因成本高、改造实施困难导致运营商无法有效提高ODN网络质量。通过引入二维码标签及标签分别对分光器及尾纤进行标识，利用深度学习技术，采用Faster-RCNN网络对哑资源中尾纤、尾纤标签、分光器、二维码等信息进行统一识别管理，mAP(Mean Average Precision)达82.96%，满足实际需求，实现了哑资源智能管理，降低了管理与维护成本。

• 统计优先级多址接入协议的改进与仿真

  吴皓威,吕顺兴,张扬,欧静兰

  统计优先级的多址接入（Statistical Priority-based Multiple Access，SPMA）协议的优良性能符合未来数据链的发展趋势。经典的SPMA协议中存在固定门限设置导致的吞吐量下降、退避时间设置过于简单和低优先级分组“饥饿”等三个问题。针对这些问题，提出了统计差值退避算法和虚拟时间戳排队算法。统计差值退避算法使用负载统计量和优先级门限的差值，计算出合理的分组退避时间。虚拟时间戳排队算法根据接入带宽的最低要求，按照虚拟完成时间大小进行分组接入。结合这两个算法，设计了基于SPMA的介质访问控制层改进协议，并使用OPNET软件对改进协议进行了仿真。仿真结果表明，相比于SPMA协议的传统算法，改进协议的系统吞吐量更大且更稳定，优先级平均时延更低，同时保证了低优先级业务的最小带宽接入需求。

• 一种适用于地空通信的负载分布算法

  余翔,刘晗,段思睿,陈宇博

  针对地空通信系统传输时延较高、吞吐量较低的问题，提出了一种拥塞感知负载分布（Congestion-aware Load Distribution，CALD）算法。算法通过通信路径质量的变化，估计对应路径的拥塞窗口变化情况，自适应地调整每次子流分配大小，降低端到端的延迟，以应对地空通信的低带宽和高时延特性。同时基于搭建的多路径端到端服务器进行了实验，结果表明，所提算法在吞吐量性能和端到端延迟等方面都优于现有的子流分配算法。

• 基于双连接和回传带宽配置的系统吞吐量效用和最大化算法

  张佳庚,杜丰,师有为,王齐,刘俊,锁志海

  针对双连接可行的异构无线网络中关于用户关联和回传带宽配置的联合优化问题，构建了一个新的网络吞吐量效用和最大化框架。将该联合优化问题建模为一个非凸的混合整数分式优化问题。为了便于求解，首先将原建模问题进行去分式化转换，然后针对转换后依旧非凸的混合整数非线性优化问题，将其分解为两个优化子问题分别求解。通过固定用户关联变量，得到了最优的回传带宽配置机制；通过固定回传带宽配置因子变量，提出一个有效的迭代算法求解双连接可行的用户关联子问题。相比固定的回传带宽配置机制，所提算法可以获得最优的回传单位带宽配置因子值，同时拥有最优的系统吞吐量和系统吞吐量效用和性能。

• 倍窗口相参扩频序列估计算法

  李星,魏勋,张利强,盛兴,候鑫珏

  针对传统直接序列扩频信号扩频序列估计算法在非同步模式下存在相位模糊的问题，提出一种倍窗口相参子空间投影跟踪扩频序列估计算法，通过设置两倍扩频周期长度窗口策略直接获取完整扩频序列，并通过相参合并的策略进一步提高估计结果的可靠性，仿真实验验证了所提算法的有效性。

• 一种基于期望模型的自适应Singer模型滤波算法

  宁静,陈俊,吴麒

  针对使用固定模型滤波算法跟踪机动目标时滤波精度依赖于模型固有参数的问题，提出了一种基于期望模型的自适应Singer模型滤波算法。首先利用3组代表不同机动强弱的典型Singer模型组成基础模型集合，然后通过实时计算目标综合残差确定目标机动等级，根据目标机动等级的变化来生成期望模型，并实时扩充基础模型集合进行交互式多模型（Interacting Multiple Model,IMM）滤波。该算法降低了对基础模型选取的依赖性，具有更好的环境适应性，在目标不同机动状态下都能进行准确跟踪。

• NLOS环境下基于TOA/AOA的单基站目标跟踪

  张毅,周霜霜,徐川,韩珍珍,吴奇

  现有的单基站定位技术由于非视距（Non-Line-of-Sight,NLOS）误差的存在，导致定位性能急剧下降。针对这一问题，提出了一种基于单基站的改进扩展卡尔曼滤波（Extended Kalman Filter,EKF）算法。该算法在扩展卡尔曼滤波器中引入阈值去判断是否丢弃测量值，通过对卡尔曼增益的处理来提高对NLOS误差的滤除能力，最后利用扩展卡尔曼滤波器的跟踪性能对移动目标进行定位跟踪。仿真结果表明，所提算法的定位精度优于传统的EKF、无迹卡尔曼滤波器（Unscented Kalman Filter,UKF）等算法，且对抑制NLOS误差具有良好的效果。

• 一种基于子空间聚类的雷达字提取算法

  高天昊,曲卫,王鹏达,董尧尧,姜浩浩

  在认知侦察领域，对多功能相控阵雷达（Multifunction Phased Array Radar，MPAR）的脉冲序列进行分析，得到目标威胁等级和其他直观的有效情报，可以直接服务于作战指挥中心的决策部署。其中对雷达字提取是进行行为分析和预测的基础，其提取的结果将间接影响最后实施干扰决策的措施。针对从前提取算法利用侦收信息不全而CLIQUE算法簇边缘丢失等问题，提出了一种基于子空间聚类的雷达字提取算法。仿真实验结果表明，在漏脉冲率为30%的情况下该改进算法的提取准确率、F-值和调整兰德系数均优于传统算法，可以很好地服务于认知电子战中的雷达对抗。

• 基于深度强化学习的反向散射网络资源分配机制

  江巍,朱江

  为了提升反向散射网络中物联网设备的平均吞吐量，提出了一种资源分配机制，构建了用户配对和时隙分配联合优化资源分配模型。由于该模型直接利用深度强化学习(Deep Reinforcement Learning,DRL )算法求解导致动作空间维度较高且神经网络复杂，故将其分解为两层子问题以降低动作空间维度：首先，基于深度强化学习算法，利用历史信道信息推断当前的信道信息以进行最优的用户配对；然后，在用户固定配对的情况下，基于凸优化算法，以最大化物联网设备总吞吐量为目标进行最优的时隙分配。仿真结果表明，与其他资源分配方法相比，所提资源分配方法能有效提升系统吞吐量，且有较好的信道适应性和收敛性。

• 一种基于深度强化学习的测向基线布阵技术

  胡超,朱子翰

  针对现在工程项目中测向阵列基线的布阵方法存在耗时耗力、严重依赖于技术人员测向经验且复杂测向阵列难以设计等问题，提出了一种利用深度强化学习方法实现测向阵列基线自动生成技术。基于相关干涉仪测向机制，采用深度强化学习方法构建测向布阵智能体，重点突破多场景多实体仿真建模、布阵智能体构建、测向效能评估等关键技术；利用强化学习反复试错机理，迭代优化得到符合指标的最优测向阵列，大大提高布阵效率和测向质量，并通过实验证明了该方法的有效性。采用该技术设计的阵列基线已在实际项目中进行测向试验验证，各项指标均满足实际工程应用要求。

• BEC上基于内插算法的多元SC-LDPC码BP译码波速度分析

  许梦楠,吴雅婷,施文明,张钟浩

  针对多元空间耦合低密度奇偶校验(Spatially-Coupled Low-Density Parity-Check，SC-LDPC)码在二进制擦除信道(Binary Erasure Channel,BEC)上置信传播(Belief Propagation,BP)译码的译码波速度分析复杂度较高的问题，提出了内插密度演进(Density Evolution,DE)算法。内插DE算法利用一维函数在非耦合DE递归式的不动点间插值密度来近似表示轮廓译码(Decoding Profile,DP)，避免了高维耦合DE递归式的迭代，从而降低了计算复杂度。仿真和分析结果表明，在相同的度分布和信道条件下，内插DE算法计算的译码波速度与传统的耦合DE算法计算的译码波速度误差在\[0,0.05\]，特别在信道删除概率为耦合DE算法的BP阈值时，两者测得速度相等；由内插DE算法计算所得的BP阈值与耦合DE算法的BP阈值相等。

• 一种采用NFV架构的服务功能链动态编排与部署

  吴宇彤,周金和

  随着虚拟化技术的出现，网络功能虚拟化(Network Function Virtualization,NFV) 和软件定义网络(Software Defined Networking,SDN) 技术使网络功能从硬件中抽象出来并可运行在虚拟机上，将虚拟网络功能映射部署到物理网络上，为用户提供定制化服务。服务功能链(Service Function Chaining,SFC) 由一组虚拟网络功能组成，目前其部署的一个关键问题是如何在保证为用户提供相应服务的同时降低网络资源消耗和负载压力。为此，首先介绍了一种可用于服务功能链编排的NFV 架构，并对基于SRv6 技术的SFC 编排过程进行说明；然后提出了一种有效的SFC动态编排算法——第一步使用广度优先搜索遍历网络并找到部署服务链的最短物理路径，第二步使用蚁群优化算法生成最优部署方案。仿真结果表明，该方案能够有效减轻网络负载，同时平均降低端到端延迟22%，减少带宽资源消耗18%，优化部署成功率23%。

• 一种应用遗传算法的阵列天线共址干扰抑制技术

  李禹柯

  针对有限大平台部署多种传感器导致的严重的自干扰问题，提出了一种应用遗传算法实现的阵列天线共址干扰抑制技术。首先针对同平台上的阵列天线和其他天线建立了辐射和接收模型，然后将辐射特性和接收机抗干扰特性分别抽象为最优化问题的目标函数和约束条件，最后通过遗传算法进行最优化求解。该技术在不同辐射角度时能抑制共址干扰，具有一定的工程实用价值。

• 车载鲨鱼鳍式超宽带多功能天线的研制

  伍书凝,林福民,李红涛,周冬跃,王媛媛

  设计了一种用于车载应用的新型超宽带鲨鱼鳍天线。该天线工作频域覆盖了应用于车载通信的四个宽频带(824~960 MHz、 1 710~ 2 170 MHz、 2 300~ 2 690 MHz 以及3 300~ 5 000 MHz )，使得该天线系统集卫星导航、移动通信、WiFi、蓝牙、FM收音等多功能性于一体。主集天线尺寸为50 mm ×42 mm ×1.6 mm ，且由1/4椭圆单极子枝节和矩形单极子枝节组成，并将天线垂直放置在鲨鱼鳍式金属板上，从而方便了天线的制作和加工。仿真结果表明，全频段驻波比小于4 dB，全频段天线隔离度小于-15 dB ，且包络相关系数(Envelope Correlation Coefficient,ECC)小于0.1。与最大增益和辐射效率方面的实测值相比，该天线的模拟结果显示出良好的一致性，可广泛应用于车载通信系统中。

• 一种低频段小型化带通频率选择表面天线罩设计

  王义富,陈毅乔,毛玮

  具有陡峭截止性能的带通型频率选择表面(Frequency Selective Surface，FSS)在低频段天线设计中有重要应用需求，而传统带通型FSS设计在低频段存在单元尺寸过大和散射栅瓣等问题。为此，提出了一种低频段小型化的带通型FSS天线罩。该结构通过多层非谐振型FSS级联而成,并采用介质加载和FSS单元交叉曲折等小型化设计技术，使其具有S频段二阶带通空间滤波特性，相对带宽达到25%。同时，FSS单元尺寸减小至1/16λ0（λ0为中心工作波长），天线罩电厚度约为1/20λ0 。基于带通FSS的等效电路模型，给出了详细的FSS单元小型化设计过程，完成了该S频段小型化二阶带通型FSS天线罩实物样件加工和传输特性测试工作，测试结果与全波仿真结果吻合较好。

• 美军云计算技术发展与应用

  强剑锋,张艳杰

  云计算技术已成为当前各军事强国重点发展的技术研究与应用方向。美国在云计算技术应用上具备优势，云计算技术早已在军队内部落地并广泛使用，有着较多的实际应用案例。以美军云计算技术建设应用与发展为主要内容，探讨了云计算在军事运用中的重点关注内容和典型应用实践，分析了云计算对军事领域的主要影响，并以美军为例总结了军事云计算应重点发展的主要内容。

• 无人船网络信息安全技术综述

  林彬,许菲,窦欣宇,徐世鹏,宋婉仪,李铁山

  随着智能航运时代的到来，世界各国都在积极推动无人船的研发工作。与此同时，无人船所面临的网络信息安全问题逐渐显露，已经成为阻碍行业发展的重大挑战之一。围绕信息安全问题，介绍了无人船发展现状以及网络组成，重点阐述无人船网络安全威胁。从身份认证技术、入侵检测技术、信息加密技术以及无人船位置信息保密技术四个方面对无人船网络信息安全相关的网络攻击对策进行综述，最后对前沿技术在未来无人船网络信息安全中的应用进行了展望和总结。