电讯技术杂志

电讯技术杂志2022年第9期

• 一种轻量型YOLOv5交通标志识别方法

  李志刚,张娜

  针对为提高交通标志识别精度使得神经网络层数过深从而导致实时性不佳的问题，提出了一种轻量型YOLOv5交通标志识别方法。首先采用遗传学习算法和K-means聚类确定适合交通标志识别的锚框，然后引入Stem模块和ShufflenetV2的基础单元网络来替换YOLOv5的主干网络。相比于YOLOv5模型，在中国交通标志检测数据集上，轻量型YOLOv5模型在保持识别精度为95.9%的同时，参数量减少了95.4%，实际内存空间减少了93.9%，在GPU和CPU上运行的速度分别提升了79.7%和75%，极大地提高了交通标志识别的实时性，更适合无人驾驶环境感知系统的部署。

• 基于分离混合注意力机制的人脸表情识别

  余久方,李中科,陈涛

  近年来，人脸表情识别研究因机器学习的引入取得了显著的进步，但由于光照变化、人脸姿态等原因使得人脸表情识别准确率一直不高。提出了一种基于混合注意力机制网络的方法，把通道注意力和空间注意力机制分离，增强网络的通道特征和跨通道相关性学习能力。在注意力机制后增加软阈值机制以抑制噪声，在网络损失函数中迭加类中心损失减小类内差异，通过预处理提高网络的泛化能力。实验结果表明，该方法在人脸数据集CK+和fer2013上准确率比主流方法更高，所用参数更少，收敛性更好。

• 一种采用机器学习的氦语音识别方法

  李冬梅,李明,郭莉莉,张士兵

  为了解决传统氦语音处理技术存在的处理速度慢、计算复杂、操作困难等问题，提出了一种采用机器学习的氦语音识别方法，通过深层网络学习高维信息、提取多种特征，不但解决了过拟合问题，同时也具备了字错率(Word Error Rate,WER)低、收敛速度快的优点。首先自建氦语音孤立词和连续氦语音数据库，对氦语音数据预处理，提取的语音特征主要包括共振峰特征、基音周期特征和FBank(Filter Bank)特征。之后将语音特征输入到由深度卷积神经网络(Deep Convolutional Neural Network,DCNN)和连接时序分类(Connectionist Temporal Classification,CTC)组成的声学模型进行语音到拼音的建模，最后应用Transformer语言模型得到汉字输出。提取共振峰特征、基音周期特征和FBank特征的氦语音孤立词识别模型相比于仅提取FBank特征的识别模型的WER降低了7.91%，连续氦语音识别模型的WER降低了14.95%。氦语音孤立词识别模型的最优WER为1.53%，连续氦语音识别模型的最优WER为36.89%。结果表明，所提方法可有效识别氦语音。

• 3D-VANET中基于模糊逻辑和Q学习的拓扑感知路由协议

  郑泽涛,何荣希,周宇

  城市三维车载自组网（Three-Dimensional Vehicular Ad-hoc Network，3D-VANET）中往往存在多种道路形式，每种道路网络拓扑变化特点各异，平面路由协议不能根据道路特点动态调整选路策略，不宜直接用于3D-VANET，为此设计了一种基于模糊逻辑和Q学习的拓扑感知路由协议。该协议通过模糊逻辑方法感知网络拓扑变化与网络负载情况动态调整信标间隔，以平衡邻节点信息准确性与控制开销成本。在此基础上，采用Q学习算法对网络建模，根据链路质量以及链路质量变化调整Q学习算法参数，以灵活选择下一跳转发节点，更好适应网络拓扑的频繁变化。仿真结果表明，与对比协议相比，该协议有利于降低控制开销，同时提高包投递率和减少平均端到端时延。

• 一种民用无人机反制系统评估方法

  程擎,伍瀚宇,吉鹏,焦浩博,张强

  当前，基于不同技术原理的无人机反制系统不断推出，众多反制系统各有优劣，针对不同应用环境，反制系统之间的选择和对比仍是个难点。为解决对反制系统的评估问题，从处置效果、二次灾害、易用性以及设备质量四个方面设定评估指标，建立了各指标的模糊隶属度函数，并用模糊层次分析法确定了各一级、二级指标在评价体系中所占权重。在利用激光打击和无线电干扰这两种具有代表性的反制技术进行“低慢小”民用无人机处置试验的基础上，由评估模型结合试验采集数据对不同反制系统进行了有效评估，证明了该评价体系的可行性。

• 多无人机协作的认知通信网络中能/谱效折中优化

  黄仰超,谷奕龙,胡航,程国兵,韩蕙竹,安琪

  在无人机（Unmanned Aerial Vehicle,UAV）认知通信网络中，其能量受限和通信高吞吐量问题备受关注。然而，能量效率（Energy Efficiency,EE）的提升可能会导致频谱效率（Spectrum Efficiency,SE）的下降。针对此问题，对UAV协作认知通信网络中EE和SE的折中优化进行了研究。首先，进行了感知时间、UAV通信的发射功率和判决门限各自对SE与EE两者的优化；其次，通过二分法求解使得EE和SE最大化的感知时间值，并通过穷尽搜索法分别求解感知时间、UAV通信的发射功率和判决门限对EE和SE折中优化问题的最优参数值。在此基础上，提出一种联合参数迭代优化算法，求解EE和SE的折中优化问题。仿真实验表明，SE和EE之间存在折中的权衡，并验证了所提优化方案的有效性。

• 融合压缩采样与深度神经网络的直接序列扩频参数估计

  刘锋,张爽,黄渝昂

  直接序列扩频(Direct Sequence Spread Spectrum,DSSS）信号的宽频带特性所带来的高采样率增加了参数估计的实现难度。针对现有技术所面临的问题与挑战，融合压缩采样与深度神经网络(Deep Neural Network,DNN)，提出了用于估计DSSS信号参数的方法。一方面，压缩采样能够利用信号的冗余性，以较低的采样率获取信号中的有效参数信息；另一方面，DNN在提取数据特征方面具有高效准确的特点。通过对压缩采样与参数估计网络的整体训练，实现两者的有效配合，进而实现以较低采样率对DSSS信号参数的准确估计。仿真实验证明了该参数估计方法在低信噪比下的估计能力相对于传统方法具有一定的提升。

• 一种基于OFDM-LFM信号的PD雷达解模糊方法

  严济鸿,董海洋,翟鉴枢,杨礼

  为了解决线性调频脉冲多普勒雷达的距离模糊和速度模糊问题，采用了高脉冲重复频率的方式发射正交频分线性调频脉冲信号，并给出了一种用于解模糊的回波数据重排方案。这种重排方式可以解决最大无模糊距离和最大无模糊速度之间的矛盾，对重排后得到的数据矩阵进行脉冲压缩、动目标检测，最终得到的峰值可无模糊地体现目标的距离和速度。仿真结果证明了所提方法的有效性和可行性。

• 一种波形可移植性量化评估的模糊综合评判法

  李燕斌,李冰

  要实现高效低成本的波形跨平台移植，需要通过量化评估优选出可移植性强的波形来进行移植。针对波形可移植性量化评估重要性，分析了影响波形可移植性量化评估的重要因素，提出了一种有效的波形可移植性量化评估模糊综合评判法，以软件无线电硬件平台因素为例论述了该方法的实现原理及流程。通过验证表明，该方法合理可行，具有很好的应用价值。

• 消息复用下的空间耦合LDPC码窗译码优化算法

  周华,葛旗伟,张锐,司闯

  空间耦合低密度奇偶校验（Spatially Coupled Low Density Parity Check，SC-LDPC）码由于其奇偶校验矩阵呈现对角带非零项的特点，采用窗译码可获得较低的时延及复杂度。针对SC-LDPC码窗译码性能损失、译码复杂度依然较高的问题，提出了消息复用（Message Reuse for Window Decoding，MR-WD）算法和动态多目标符号输出（Dynamic Multi-target-symbol Output for Window Decoding，DMO-WD）算法。消息复用算法以外部对数似然比值作为边信息传入窗口，与传统窗译码相比，译码性能得到了提升，译码复杂度降低。动态多目标符号输出算法在连续若干个窗口均满足奇偶校验方程判定为零时，增加目标符号的输出数量，反之减少目标符号的输出数量。该算法在误码率损失可忽略不计的情况下降低译码复杂度最大达20%，且在动态多目标符号窗译码中使用消息复用更新边信息时，相比于传统窗译码性能提升约0.2 dB，复杂度下降约35%。

• 基于实数编码遗传算法的稀布阵列综合

  孙建邦,李建兵,王鼎,聂福全,林鹏飞

  针对有孔径和阵元总数约束的线性阵列，提出了一种基于实数编码遗传算法的稀布阵列综合方法。算法中每条染色体基因主要由阵元间距和激励幅度共同组成，采用双变量组合优化的方式为阵列性能优化提供了更多的自由度。采用十进制实数量化编码的方式，省去了二进制编码过程中的解码运算，使算法程序更为简洁，效率更高。以降低阵列方向图的峰值旁瓣电平为目标函数，运用提出的改进遗传算法针对几种不同的线性阵列进行优化仿真，在同等约束条件下将该算法与其他改进遗传算法进行了优化对比，结果表明该算法表现更为出色。

• 一种基于抽取LMS的距离旁瓣抑制方法

  鲁振兴,管吉兴,唐程远,张焱,洪永彬,尹伟

  在噪声雷达中，传统相关处理方法的距离旁瓣受到时宽带宽积的限制，在有限相关处理时间内得到的距离旁瓣较高，会造成微弱目标被强目标、杂波旁瓣淹没的现象。提出一种基于抽取最小均方（Least Mean Square,LMS）滤波的噪声雷达旁瓣抑制方法，将LMS滤波器的系数作为距离压缩结果，从而获取较低的距离旁瓣。对该方法的性能进行了理论分析，并通过数字仿真验证了算法的有效性和理论分析的正确性。

• 融合人脸特征与密码算法的身份认证系统

  赖韬,冷青松,魏雨汐,朱俊

  利用人脸识别技术、活体检测技术，结合国密算法，设计了一个基于模糊承诺算法的身份认证系统。提出一种多值量化方法来提高数据相似性，并采用多样本组的特征数据清洗方式提高数据稳定性，以解决常见的生物特征认证中误识率和拒识率较高且难以平衡的问题。在注册阶段，采集多组128维人脸特征数据，清洗后获得平均值，基于一个阈值区间将每个维度的数据量化为4 b二进制数。将量化完成后的数据作为加密密钥，以BCH编码为纠错码，使用模糊承诺算法将认证服务器产生的秘密密钥加密存储在客户端。在认证阶段，实时采集的人脸特征数据经过量化后，利用BCH纠错提取出秘密密钥，将秘密密钥作为协商密钥，基于传统身份认证协议实现客户端与认证服务器之间的认证过程。通过实验证实，采用上述方法实现的身份认证系统可将误识率降低至0%，拒识率降低到1%以内。

• 一种改进的图域频谱感知算法

  赵敦博,胡国兵,杨莉,赵嫔姣

  针对现有基于完全图检测的频谱感知算法存在的计算复杂度高、低信噪比时性能不佳的问题，提出了一种基于分组极差图的改进算法。该算法将观测信号的功率谱以适当的长度进行分组，而后提取其分组极差序列，将其转换成特定无向简单图，并利用图的Gini系数作为完全图特征以实现对信号的检测。相较于现有的图域感知算法，引入分组处理环节能够有效减少图域变换中的处理样本量，且Gini系数计算无需高维矩阵的特征分解，因而计算复杂度降低。仿真结果表明，信噪比大于等于-4 dB时算法检测概率可达0.96以上，平均单次运行时间约为原有图域频谱感知算法的5.6%，有效提高了检测性能并减少了计算复杂度。

• 采用残差变化控制的自适应稀疏信道估计

  方海涛,卞鑫,李明齐

  针对传统压缩感知信道估计对稀疏度信息依赖和稀疏度自适应信道估计在低信噪比时抗噪能力较差的问题，提出了一种采用残差变化控制的稀疏度自适应的压缩感知信道估计算法。该算法在传统的压缩感知信道估计的基础上引入残差变化控制，通过比较每次迭代下的残差变化的幅度来控制信道估计的迭代次数，提高信道估计的自适应性和鲁棒性。同时，为解决传统稀疏度自适应压缩感知信道估计抗噪能力较差的问题，利用正交匹配追踪提高算法的抗噪声性能。相比于传统的稀疏度自适应匹配追踪(Sparsity Adaptive Matching Pursuit，SAMP)算法，所提算法约有4 dB的性能优势，且算法复杂度更低。

• 混合能源的NOMA网络中最优时延均衡和功率控制算法

  黄盛

  针对可再生能源和电能源融合的非正交多址接入（Non-orthogonal Multiple Access，NOMA）网络，考虑动态的业务到达、 时变的信道衰落、 振荡的能源采集和多种能源消耗，以最小化时间平均的电能源消耗为目标，同时满足有限排队时延、最大发射功率限制、能量守恒、有限能源存储容量等约束条件，构建时延均衡和功率控制的随机优化问题。基于李雅普诺夫(Lyapunov)优化方法，解析最优解的数学特征，提出了一种两用户下行链路中具有多项式级别复杂度的最优功率控制算法，通过队列稳定性来均衡可再生能源的动态采集、消耗和有限存储之间的关系。仿真结果表明，所提算法能够有效地降低电能源消耗和排队时延。

• 基于用户分簇的认知超密集网络资源分配

  张俊杰,仇润鹤

  针对5G时代小基站的密集部署带来的复杂干扰问题，对下行的认知无线电超密集网络下的资源分配进行了研究。为减小网络干扰，提高次用户吞吐量，提出了一种改进的基于用户分簇的资源分配算法。基于基站的覆盖范围，选出用户的强干扰基站，以用户-基站干扰关系建立用户-用户干扰图，按用户受到的平均弱干扰划分优先级对用户分簇，再为簇集群预分配频段，为每个簇分配对应频段中效用最大的信道。该资源分配算法能准确反映用户间的干扰关系，保障资源分配公平性。仿真结果表明，当用户密度与基站密度均较大时，与相同场景的已有算法相比，该改进算法有较好的抗干扰能力，能有效提高次用户的吞吐量。

• MIMO系统中的非常数模半盲均衡方案

  肖可馨,李晖,周又玲,王萍,林志阳

  在多输入多输出（Multiple-Input Multiple-Output，MIMO）无线通信中，信道衰落、随机噪声、空间多径效应和共信道干扰等因素会产生符号间干扰，造成接收端信号严重失真。为提高MIMO系统传输性能，有效减少信道中相位失真，提出了一种改进的非常数模半盲均衡方案(Non-constant Modulus Algorithm,NCMA)。该方案结合了MIMO信道先验知识对半盲均衡器的初始值进行预设，采用变步长迭代更新均衡器权系数，寻找到最小目标函数值。仿真结果表明，改进后的算法能通过控制变步长减小剩余稳态误差，加快收敛速度，改善信道均衡效果。

• 基于协方差矩阵双层重构的稳健自适应单脉冲测角

  佘宏伟,晋良念

  常规自适应单脉冲方法在主瓣干扰下会引起自适应波束形成性能恶化并导致其单脉冲比曲线严重失真，影响被动雷达的测角精度与跟踪性能。针对此问题，提出了一种适用于平面阵的基于协方差矩阵双层重构的稳健自适应单脉冲测角方法。首先，利用Capon功率谱通过稀疏重构法初步估计出干扰加噪声协方差矩阵,通过干扰导向矢量估计完成对协方差矩阵的优化校正以提高自适应波束形成性能；然后，基于线性约束最小方差（Linearly Constrained Minimum Variance，LCMV）准则对方位角和俯仰角进行联合线性约束以避免单脉冲比曲线在主瓣干扰下严重失真；最后，根据自适应单脉冲比值求出目标与波束指向之间的偏转角以实现目标测角。与常规方法相比，所提方法在干扰抑制能力与测角精度上都有显著提升。

• 超宽带系统中基于稀疏恢复的TOA和DOA联合估计方法

  韦磊,蒋承伶,郭雅娟,徐江涛

  针对稀疏表示框架下进行超宽带系统中到达时间(Time of Arrival,TOA)和波达方向(Direction of Arrival,DOA)联合估计的问题，提出了一种基于稀疏恢复的TOA和DOA联合估计方法。采用?l?范数作为稀疏约束条件，并利用联合正交匹配追踪算法获取TOA估计值，解决了TOA配对问题，最后根据两副天线的时延差与DOA之间的关系获得信号的DOA估计。所提算法考虑了离网格信号参数估计问题，并通过联合稀疏恢复进行补偿。仿真结果表明，所提算法的参数估计性能优于传统的压缩感知算法、传播算子算法、矩阵束算法以及借助旋转不变性的信号参数估计技术(Estimating Signal Parameters via Rotational Invariance Techniques,ESPRIT)算法，同时计算复杂度更低。

• 强噪声下非平稳时延目标信号提取

  葛双超,王梦蕾

  为实现强噪声背景下时延目标信号自提取，设计了相关检测模型，提出了基于目标数据段自截取和变分模态分解（Variational Mode Decomposition，VMD）算法的目标信号自适应定位和提取算法。首先,根据目标信号频域参数构建基准信号；然后,利用互相关检测技术并以峰值梯度为特征值确定目标信号时延参数；最后,利用预设参数自适应初始化的VMD算法对截取的数据段进行处理，并对分解的各分量进行自动筛选实现目标信号有效提取。不同算法的对比实验表明，自截取+VMD算法可有效实现强噪声下时延信号的定位提取，实时性基本满足实际应用需求。

• 5G网络中无人机-车辆非平稳信道模型与统计特性分析

  张晓华,彭小,黄龙

  针对无人机到车辆通信场景，提出了一种椭圆-圆柱-半球几何非平稳无人机-车辆信道模型。为了描述收发端周围散射体分布情况，一次散射径的散射体分布用同心椭圆面模拟；在二次散射径建模中，无人机侧散射体分布采用同心圆柱体模拟，并且车辆侧散射体分布使用同心半球体模拟；地面一次反射径的反射点分布则通过半球底面同心圆来模拟。为了进一步研究信道的非平稳特性，在各路径分量的二维角度服从Von Mises分布、Laplacian分布以及Von Mises Fisher分布的基础上，推导了时间自相关函数、空间互相关函数和多普勒频谱密度函数。仿真结果表明，理论值与测量值具有较好的拟合度，所提出的信道模型可以作为无人机到车辆非平稳信道建模的设计方案。

• 一种新型Ku频段硅基氮化镓多通道功率MMIC

  姚明

  基于降低成本和提高集成度的目的，研制了一款采用0.1 μm 硅基氮化镓(GaN)工艺的Ku频段多通道功率放大芯片。芯片集成了两路相同设计的功率放大通道和两路无源射频直通通道。功率放大通道采用三级放大的拓扑结构。增加了奇偶模振荡消除电路以提高功放稳定性；针对Si基GaN工艺的特点，在功放通道末级输出匹配网络提出了一种新型设计方案以提高网络的耐压能力。各射频通道之间采用接地线隔离技术以提高通道间的隔离度。芯片的功放单通道在14~17 GHz范围内，在漏压为14 V、脉冲占空比10%的工作条件下，饱和输出功率大于40 dBm，功率附加效率大于35%。双功放通道幅度一致性小于±0.15 dB，相位一致性小于3°。芯片尺寸为3.5 mm×2.85 mm。

• 移动边缘计算卸载技术综述

  韩晓非,宋青芸,韩瑞寅,陈万琼

  移动边缘计算(Mobile Edge Computing,MEC)将云服务器的计算资源扩展到更靠近用户一侧的网络边缘，使得用户可以将任务卸载到边缘服务器，从而克服原先云计算中将任务卸载到云服务器所带来的高时延问题。首先介绍了移动边缘计算的基本概念、基本框架和应用场景，然后围绕卸载决策、联合资源分配的卸载决策分别从单MEC服务器和多MEC服务器两种场景总结了任务卸载技术的研究现状，最后结合当前MEC卸载技术中存在的不足展望了未来MEC卸载技术的研究。

• 人工智能技术在卫星任务管控领域的应用

  雷永刚,张若禹,马佳楠

  近些年来伴随着科学技术水平的不断提高，人工智能技术被广泛应用到航天领域，可有效提升系统的智能化、自动化和信息化水平。重点围绕人工智能技术在卫星运控系统中的应用，针对大规模星地资源统筹和复杂任务规划等技术难点，提出构建卫星智能化任务规划系统和星地协同系统，通过深度感知用户的任务需求偏好，精准规划卫星遥感任务，充分发挥星地协同效能，完成任务管控领域的智能管理、智能规划、智能调度和智能运行，实现卫星运控系统的高效、可靠、稳定运行，为卫星效益的良好发挥提供最佳支撑。