电讯技术杂志

电讯技术杂志2023年第10期

• IRS辅助的共生无线电系统鲁棒优化算法设计

  谭子谦,姜浩,韩士莹

  共生无线电技术可用于提高频谱效率与能量效率，但其中物联网接收机的接收信号强度较弱，在共生无线电系统中部署智能反射表面是针对该问题的一种有效解决方案。首先，在完美信道状态信息可知时，考虑基站信息速率要求、反射单元相移的约束、反向散射设备的解码顺序与反射系数的约束，联合优化无源波束赋形与反向散射设备的反射系数来最大化所有反向散射设备中最小的吞吐量。然后，考虑到系统中的实时完美信道状态信息很难获得的问题，提出了针对不完美信道状态信息的鲁棒优化算法。仿真结果验证了智能反射表面可使共生无线电系统性能大幅提升，相较于保守方法，所提的鲁棒优化算法可降低不完美信道状态信息造成的性能下降。

• 异步区块链支持的安全频谱共享

  梁燕,洪文超,邵凯

  针对目前频谱稀缺的困境，一个经济有效的解决方案是将未充分利用的授权频谱以机会的方式分配给未授权用户。然而，实现大规模频谱共享面临激励缺失、隐私泄露、安全威胁和时延过大等挑战。利用区块联盟链技术的安全机制，设计了由频谱接入层、区块链网络层、区块链共识层构成的区块链动态频谱接入系统。该系统采用异步实时拜占庭容错(Practical Byzantine Fault Tolerance,PBFT)改善共识延时，设计基于最优匹配算法的匹配方案，提高频谱复用率。经仿真验证，该方案频谱复用率提升近6%。相比于实时拜占庭机制，所提方案减少了系统延时，提升吞吐量近129%。

• 车联网中基于Q学习的地理位置路由协议

  刘静茹,朱浩,章国安

  由于道路拓扑结构的限制以及车辆节点的快速变化，车联网路由协议正面临着很多挑战，例如道路的低连通性、较大的延时以及高开销等。为解决此类问题，提出了一种基于Q学习的地理位置路由协议。该协议将地理区域划分成大小一致的正方形，称为网格。在给定目的地的情况下，根据历史交通流信息计算出车辆从当前网格向不同方向的邻居网格移动的Q值，每辆车存储Q值表，通过查询Q值表选择最优下一跳网格。在选定的下一跳网格中，选择距离目的地最近的车辆，当最优下一跳网格中没有邻居车辆时，选择次优下一跳网格中的车辆。仿真结果表明，与其他基于地理位置的路由协议相比，所提协议能够提高分组投递率，降低传输延时并减少通信跳数。

• 一种基于粒子群算法的DC-NOMA系统遍历容量优化方案

  李雨,罗丽平

  为提升设备到设备（Device-to-Device,D2D）辅助的协作非正交多址接入（Non-orthogonal Multiple Access,NOMA）中继系统的性能，以最大化系统遍历容量为目标建立优化模型，利用粒子群优化（Particle Swarm Optimization,PSO）算法设计最优功率分配策略，求出每个用户的最佳功率分配因子，从而得到系统遍历容量的最优值。仿真结果表明，所提出的基于PSO的功率分配方案不仅能提高系统容量，还可以降低用户的中断概率。

• 情报预测概念内涵与技术发展

  张海瀛,戴礼灿,刘鑫,王成刚

  情报分析是情报工作的核心，情报预测是情报分析的难点，是进行决策和行动的重要依据。探讨情报预测的概念内涵与技术发展，对大数据和人工智能等先进技术的科学应用以及未来研究具有重要意义。通过描述性研究、概念分析、资料总结等方法，对情报预测的概念和流程进行了剖析，提炼总结了一种包括预测对象、预测内容的情报预测问题描述框架，并按照理论-方法-工具三个层次对现有的机器定量预测方法体系进行了分析。情报预测包括业务和技术两个维度，清晰明确的问题定义是大数据和人工智能等先进技术发挥作用的重要前提。目前，机器定量预测方法以机器学习、深度学习为主，大大提高了机器解决情报预测问题的能力，未来将向神经符号计算方向拓展。

• 基于有意义扰动掩码的频谱预测解释方法

  孔青,张建照,柳永祥

  针对频谱序列预测问题中深度学习技术可解释性不足、现有方法解释效果不直观以及时间相关性难以体现等问题，提出了一种基于掩码方案的频谱预测解释方法。首先，生成与输入频谱数据同样大小的重要性掩码矩阵，通过显著图标注输入数据的重要性部分，获得对单一样本预测结果的可视化解释；其次，将解释问题转变为针对掩码的多目标优化问题，根据频谱数据的动态特性与相关性特点改进扰动方式，实现针对频谱预测问题的有意义扰动；最后，通过在优化目标中添加对时间步跳跃的惩罚项，体现了短的连续序列或者相邻时间步的时间相关性同样重要的先验知识。基于实测频谱数据的测试分析表明，所提的解释方法具有简洁直观和易于用户理解等特点。与基线方法相比，所标注的重要性部分凸显了中心频点和相邻频点的相关性。在性能恶化实验中，模型输出精度下降最多，平均绝对百分比误差(Mean Absolute Percentage Error，MAPE）指标平均分别比综合梯度方法、沙普利值采样和高斯扰动掩码方案高6.4%，26.2%和30.0%；在性能恢复实验中，模型输出精度改善最大，MAPE指标平均分别比前述三种对比方案低7.6%，32.2%和32.8%。

• 一种多无人机分布式路径规划算法

  刘开芬,冯烨,张飞霞,陈晔

  为解决多无人机路径规划鲁棒性不足、收敛速度慢的问题，提出了一种分布式多无人机路径规划方法。首先，将机队成员视为具有本地控制器的非线性动态系统，并将多无人机控制视为在线优化问题构建路径优化成本函数模型。其次，通过将局部控制和分布式路径规划相结合，并使用粒子群优化算法将平移运动与旋转动力学解耦，以实现对多无人机的分布式路径规划和有效控制。最后，通过建立基于四元数的无人机动力学模型与其他两种方法进行对比仿真测试，并搭建由三架无人机组成的机队进行飞行测试，验证所提方法的有效性。实验结果表明，所提方法能够实现对多无人机的最佳路径规划和有效控制，并具有良好的抗干扰性能，且与其他对比方法相比具有更好的收敛性、鲁棒性和抗振荡性。

• 基于自适应加权非凸正则化和全变分的稀疏SAR成像

  李家强,胡张燕,姚昌华,郭桂祥,陈金立

  针对传统压缩感知(Compressive Sensing,CS)重构算法成像精度低及抗噪性能差等问题，提出了一种基于自适应加权极小极大凹罚函数和全变分的稀疏合成孔径雷达(Synthetic Aperture Imaging Radar,SAR)成像重建方法。首先，将加权思想同非凸函数簇中的极小极大凹罚函数结合，以进一步促进解的稀疏性；然后，与全变分判罚函数线性组合构成复合正则化器，以进一步提高抗噪性能；最后，采用交替方向乘子法求解该成像模型，并在求解过程中使用方位-距离解耦算子替换测量矩阵及其厄米特转置以减少存储空间。仿真与实测数据处理结果表明，所提方法相比于其他算法有更好的聚焦性能和重建精度。

• Ka频段大规模相控阵稀疏布阵算法设计与应用

  李雪莲,李秀梅,周哲,张传松

  针对大规模卫星通信相控阵天线在阵元受发射/接收组件、驱动放大器等布局限制条件下的稀疏布阵问题，提出了一种基于极限微扰法的随机稀疏布阵算法。通过极限微扰率和随机稀疏算法的迭代应用，能够较容易地收敛到目标稀疏率下的稀疏阵列分布，且能得到均匀的稀疏布阵结果，改善相控阵天线由于局部过热导致的散热困难的问题。基于此方法，对满阵为4 096阵元的大规模相控阵天线进行了稀疏化设计，最终得到1 552阵元的稀疏阵。仿真和实测结果显示通过该算法能获得较好的阵列方向图结果，在方位角0°~360°、俯仰角0°~60°范围内副瓣均低于-16 dB。

• 一种基于平行稀疏阵列虚拟孔洞填充的二维DOA估计算法

  王嘉伟,杨赟秀,陈文东,舒勤

  采用稀疏阵列进行波达方向（Direction of Arrival,DOA）估计时往往会产生虚拟孔洞，它严重限制了阵列孔径的扩展与阵元自由度的提升。由于孔洞位置与初始阵列阵元数目、排布方式有关，故较难对其进行预填充。为此，提出了一种基于平行稀疏阵列虚拟孔洞填充的二维DOA估计算法，利用双稀疏线阵扩展生成两个不同的虚拟阵列，并利用其中一阵的信息去填充另一阵的孔洞。为尽可能减少总阵元数目，采用提前计算的孔洞位置去设计另一阵列的排布规则，并通过求根多重信号分类(Root-Mutiple Signal Classification，Root-MUSIC）算法替代传统的二维谱峰搜索算法完成对入射角度的估计与自动匹配。实验仿真结果验证了所提算法相比传统算法能以更少的阵元获得更高的估计精度。

• 一种基于SPWVD-WVD的高质量时频分析方法及ISAR成像应用

  赵婷,张成祥

  交叉项干扰抑制与高时频聚集度是准确反应信号的时频分布特征的重要因素。传统的魏格纳-维尔分布(Wigner-Ville Distribution,WVD)算法虽能获得较高的时频分辨特征，但分析多成分信号时存在严重的交叉项干扰问题，限制了其实用性；而平滑伪魏格纳-维尔分布(Smoothed Pseudo Wigner-Ville Distribution,SPWVD)算法虽在一定程度上抑制交叉项干扰，但降低了时频聚集度。为了解决上述问题，提出了基于SPWVD-WVD的时频分析方法。该方法利用SPWVD与WVD之间的滤波互消效应，将SPWVD二值化结果与WVD结果进行矩阵运算，最终得到高质量的时频分析结果。实验结果表明，所提出的算法能够有效去除多分量信号的交叉项干扰，提高信号分析结果的时频聚集度，还原多分量信号的真实时频分布。最后将该算法成功应用于逆合成孔径雷达成像中。

• 一种低时延的短波自组网优化链路状态路由协议

  任智,朱其政,付泽亮,周舟,周杨

  优化链路状态路由(Optimized Link State Routing,OLSR)协议是一种先验式路由协议，网络中的所有节点通过周期性地发送控制消息来计算全网路由信息。在短波自组织网络中，节点周期性地发送控制消息会占据大量的信道资源，大幅增加网络的控制开销，浪费短波有限的带宽资源，导致网络通信性能急剧下降。其次，受到地形地貌、天线方向和接收性能的个体差异等影响，造成无线链路不稳定，导致网络中存在非对称链路，增加了通信端到端时延。为此，提出了一种低时延的短波自组网OLSR协议。该协议在执行MPR(Multipoint Relay)选择算法时综合考虑了节点的连接度和链路可靠性，在优化MPR节点个数的同时选择链路可靠性较大的节点作为MPR节点，在进行路由选择时能够利用网络中的非对称链路。仿真结果表明，该协议能优化数据包投递成功率、吞吐量、端到端时延和网络控制开销等性能指标。

• 基于感知域测量值的自适应压缩采样方法

  芮国胜,崔田田,田文飚

  现有的自适应采样方法需要在采集端获得原始信号，这在实际的蒸发波导相关气象要素压缩感知过程中不易实现。针对这一问题，提出了一种以测量值数据特征为依据的采样率自适应设定方法。该方法以能量表征各信号块的重要性，以观测值能量近似估计原信号块能量，根据感知域中测量值的能量变化自适应地为各块设定采样数目。理论分析和实验表明，该方法的重构性能优于传统自适应方法，相同采样率下可获得更高的重构信噪比。

• 一种双层协方差矩阵重构的稳健波束形成算法

  王雨豪,张贞凯

  针对采样协方差矩阵中含有信号分量和信号导向矢量失配造成的自适应波束形成器性能下降的问题，提出了一种导向矢量矫正和双层干扰加噪声协方差矩阵重构的稳健波束形成算法。首先，通过子空间投影方法去除接收数据中的干扰和噪声分量来进一步矫正信号导向矢量；然后，利用Capon功率谱初步重构干扰加噪声协方差矩阵；接着，利用干扰子空间的正交性和多重信号分类(Multiple Signal Classification,MUSIC)功率谱进一步精确重构干扰加噪声协方差矩阵；最后，计算出最优权值矢量。仿真结果表明，所提算法在大角度失配和低快拍数条件下具有较好的稳健性。

• 一种基于模糊理论的雷达与视频融合交通目标跟踪方法

  孙景荣,刘思奇,张华,魏晨依,宋诗斌

  为了解决单传感器在道路监测中存在的局限性以及交通环境多样化等问题，基于模糊集理论的一种目标决策标准对传统的数据融合算法进行改进。该方法利用决策层模糊集理论的多传感器融合算法对交通目标进行跟踪，采用Z型隶属函数用于决策分支的优化。与传统的算法相比，改进后的数据融合算法对雷达航迹冗余、视频干扰和目标分割等问题都有所改善，并且进一步提高了跟踪精度。收集了大量的实际交通数据来验证雷达和视频跟踪算法的有效性，实验结果表明多传感器融合算法优于单传感器的目标跟踪算法。

• 基于注意力机制的毫米波雷达和视觉融合目标检测算法

  陈州全,黄俊,郑元杰

  传统目标检测大多基于摄像头采集图像进行，虽然近些年出现了许多优秀的检测网络，但在复杂场景下，仍存在大量漏检、误检等问题。针对这些问题，提出了一种基于注意力机制的毫米波雷达和视觉融合目标检测算法。首先将毫米波雷达数据进行扇形点云柱编码（Fan-shaped Cloud Pillar Code,FCPC），将其转换为前景伪图像；然后，再将其通过坐标关系映射到像素平面，使用卷积注意力模块（Convolutional Block Attention Module,CBAM）对两者特征数据进行融合；采用Yolov4-tiny对融合特征进行检测，并引入Focal Loss对原损失函数进行改进以解决正负样本不均的问题。在Nuscenes数据集上进行模型验证与对比，结果表明，该算法在复杂场景下相比其他单传感器检测算法如Yolov3、Efficientent以及Faster-RCNN等，无论平均检测精度(mean Average Precision，mAP) 还是每秒检测帧数(Frames Per Second，FPS)都有明显的提升。

• 无线供能反向散射通信中能耗最小化资源分配方法

  曹晓红,党小娟,陈江萍,潘虹,叶迎晖

  针对无线供能反向散射通信网络，提出了一种满足传感设备通信需求及能量因果的专用能量站能耗最小化资源分配方法。在考虑非线性能量收集模型及不完美串行干扰消除基础上，通过联合优化专用能量站发射功率、传感设备反向散射通信时间、反向散射系数及其能量收集时间，构建了一个专用能量站能耗最小化的非凸多维资源分配问题。首先，构建辅助变量对反向散射系数与时间进行解耦，再利用目标函数是关于专用能量站发射功率的单调递减函数这一特性来设计一种基于二分法的迭代算法来获取原问题的最优解。仿真验证了所提算法的快速收敛性，同时，与同类算法相比，所提方法可为专用能量站节约更多的能量。

• SD-FANET下基于节点合作的低开销且可靠有效路由解决方案

  陈凯,任智,韦亮,张关鑫

  针对分布式无人机网络初始建网时间过长、周期性组网开销过大、链路稳定性与可靠性低的问题，提出了软件定义飞行自组网下基于节点合作的低开销且可靠有效路由解决方案（Low-overhead,Reliable and Efficient Routing Solution Based on Node Cooperation，NC-SDN）。首先，通过普通节点局部感知和软件定义网络（Software Defined Network，SDN）控制器全局感知配合，缩短了初始建网时间并减少了周期性组网开销；其次，通过普通节点主动感知链路状态与周期性传递告警信息，减少了未过期无效路由带来的不可靠传输风险；最后，通过SDN控制器的预测与切换，降低了用户业务传输中断的风险。仿真表明，NC-SDN在初始建网时间、周期性组网开销和丢包率等方面性能优于现有的SDN、优化链路状态路由和无线自组网按需平面距离向量路由。

• 一种基于随机森林的LOS/NLOS基站识别方法

  戢静红,张振宇,邓平

  蜂窝移动通信环境复杂多变，在基站和移动台之间不可避免会出现电波的非视距（Non-Line-of-Sight,NLOS）传播，使基站和移动台之间的距离测量误差显著增大，导致定位性能急剧下降。为了准确识别出视距（Line-of-Sight,LOS）与非视距传播的基站信号，提出了一种基于随机森林的LOS/NLOS基站识别方法，通过分析移动台与各基站接收机测量距离与定位误差之间的相关性，选择LOS/NLOS测量距离作为特征进行分类器训练，再将分类器用于LOS/NLOS基站的识别。仿真结果表明，该方法对NLOS基站的正确识别率达到90%以上，能取得较好的定位性能。

• 基于SumTree采样结合Double DQN的非合作式多用户动态功率控制方法

  刘骏,王永华,王磊,尹泽中

  为了保证认知无线网络中次用户本身的通信服务质量，同时降低次用户因发射功率不合理而造成的功率损耗，提出了一种基于SumTree采样结合深度双Q网络（Double Deep Q Network,Double DQN）的非合作式多用户动态功率控制方法。通过这种方法，次用户可以不断与辅助基站进行交互，在动态变化的环境下经过不断的学习，选择以较低的发射功率完成功率控制任务。其次，该方法可以解耦目标Q值动作的选择和目标Q值的计算，能够有效减少过度估计和算法的损失。并且，在抽取经验样本时考虑到不同样本之间重要性的差异，采用了结合优先级和随机抽样的SumTree采样方法，既能保证优先级转移也能保证最低优先级的非零概率采样。仿真结果表明，该方法收敛后的算法平均损失值能稳定在0.04以内，算法的收敛速度也至少快了10个训练回合，还能提高次用户总的吞吐量上限和次用户功率控制的成功率，并且将次用户的平均功耗降低了0.5 mW以上。

• 基于非同源抢占的多源传输系统的时效性

  蔡国威,李亮,李岩

  信息年龄是衡量信息时效性的一个新指标,定义为当前时刻减去刚刚传输成功的数据包的生成时刻，可准确量化每个信源的数据包的新鲜度。为提高多源传输系统的时效性，提出了一种非同源抢占策略，研究了该策略下多源传输系统的平均信息年龄。该多源传输系统由两个独立的信源、一个服务器和一个接收器组成。通过随机混合系统方法显式得到了系统的平均信息年龄，并比较了不同策略下单源的平均信息年龄和两信源总和平均信息年龄的差异。仿真验证了信息年龄随信源1的系统负载的变化规律，结果显示非同源抢占策略在系统总负载较低时具有更好的时效性。

• G3-PLC系统压缩感知信道估计的LS-SAMP算法

  凌锦炜,张峰,沈波,赵黎

  为了提高G3-PLC系统可靠性，引入压缩感知(Compressed Sensing，CS)的信道估计方法，提出了一种基于最小二乘(Least Squares,LS)的稀疏度预测自适应匹配追踪(LS Based Prediction-Sparsity Adaptive Matching Pursuit，LS-SAMP)算法。该算法在稀疏度自适应匹配追踪(Sparsity Adaptive Matching Pursuit，SAMP)算法的基础上，采用了基于LS的稀疏度预测方法对信道稀疏度进行预估计，使算法可以快速逼近信道的真实稀疏度，提高算法运行效率；其次利用主成分分析方法对观测矩阵进行线性优化，降低观测矩阵相干度，提高算法的重构性能。实验结果表明，在误码率为10-3时，所提算法相对于LS算法的信道估计性能有1 dB的提升，且其运行效率比SAMP算法提升了31.23%，以更有效的方式提高了G3-PLC系统的可靠性。

• 基于灰色层次分析法的有人/无人协同作战效能评估

  马九方,杨森,黄欣鑫

  当前和今后相当长一段时期内，战场的机械化、信息化、智能化将长期并存、并行发展。有人/无人协同作战可以通过各无人系统与有人系统之间的资源调度、态势统一、任务整合来进一步提高作战系统的作战效能。基于灰色层次分析法，结合径向基函数（Radial Basis Function，RBF）神经网络进行数据整理，对有人/无人协同作战效能进行科学评估，提出了一种新的评估模型，为优化协同作战体系结构和提高协同作战能力提供了理论依据。围绕有人/无人协同作战的作战任务和能力需求构建了相关评估指标体系，基于灰色层次分析法与RBF神经网络设计了有人/无人协同作战评估模型，并进行了仿真实验分析。仿真结果表明，该方法能够实现对有人/无人协同作战效能客观有效的评估。

• 全空域多目标测控系统研究综述

  王涛,李泽西,陈学军,王引娣,冀云成,曹斐,蒋浩

  随着在轨航天器数量向着千颗量级发展，传统测控系统“一对一”测控方式已经难以适应未来大规模在轨航天器测控管理任务。为适应航天领域的发展需求，全空域多目标测控系统应运而生。全空域多目标测控系统是球面相控阵技术与数字多波束合成技术在测控系统中的首次应用，具备空间多个目标同时测控的能力。首先，介绍了全空域多目标测控系统的基本结构和原理；其次，综述了全空域多目标测控系统国内外研究现状、应用及实现的关键技术；最后，指出了全空域多目标测控系统存在的主要问题及未来的主要研究方向，可为多目标测控系统的后续研究提供参考。

• 基于深度学习的信道估计技术研究进展

  廖勇,李雪,王幕熙,杨植景,周晨虹

  信道估计是接收机基带信号处理的关键，直接决定了无线通信系统的通信服务质量。传统的信道估计方法已经不能满足日益复杂和个性化的现代通信需求，同时人工智能技术特别是深度学习已被应用于无线通信物理层并带来了良好的通信性能增益。为系统地总结上述研究成果，并探讨未来的技术发展趋势，从数据驱动和模型驱动两方面分别对基于深度学习的信道估计方法进行了分析和归纳，并且描述了其中代表性算法，最后探讨了基于深度学习的信道估计的研究挑战与趋势。