电讯技术杂志

电讯技术杂志2023年第11期

• 基于BP和RBF神经网络的C-V2X无线资源管理

  冯毅,葛宁,张陶冶

  为了提升蜂窝车联网（Cellular Vehicle-to-Everything,C-V2X）资源复用的有效性和降低终端间的干扰，提出通过神经网络对未来时刻车流量的预测辅助无线资源管理方案。依据车载单元（On Board Unit,OBU）与路侧单元（Road Side Unit,RSU）间的车联网消息，获取RSU覆盖区域内各时刻的车流情况，分别采用BP（Back Propagation）神经网络和RBF（Radial Basis Function）神经网络进行短时交通流预测。RSU根据预测结果进行自适应分簇，簇间复用相同资源，簇内进行资源池的划分，RSU覆盖内的OBU在划分的资源池中选择发送资源，从而减少终端间的干扰，并保证热点区域车辆拥有更多的资源。仿真结果表明，在道路交通拥塞的场景下，所提方案的数据包接收率较标准中的方案提升14%，较典型文献方案提升10%，保证了通信的可靠性。

• 基于竞争双深度Q网络的频谱感知和接入

  梁燕,胡垚林,惠莹

  认知用户通过频谱感知和接入过程识别频谱状态并占用空闲频谱，可有效利用频谱资源。针对频谱感知中存在感知错误和频谱接入中存在用户碰撞的问题，首先建立多用户多信道模型，设计频谱感知和频谱接入过程；然后通过结合双深度Q网络和竞争Q网络，设计竞争双深度Q网络，解决过估计问题的同时优化网络结构；最后通过智能体与所设计模型中状态、观测、回报和策略的交互，完成使用竞争双深度Q网络解决频谱感知和接入问题的一体化研究。仿真结果表明，相比于已有深度强化学习方法，使用竞争双深度Q网络得到的数值结果更稳定且感知正确率和信道利用率都提高了4%。

• 一种多边缘协作的任务卸载策略

  徐永杰,李晖,兰松,徐文校,于心远,杨山山

  当前，多数任务卸载策略只考虑单边缘或者“物-边-云”的卸载方式，而没有对异地边缘服务器的资源进行充分利用。针对上述问题，提出了一种多边缘协作的网络架构，该架构中的任务可以选择在本地执行、本地服务器执行、异地服务器执行或者在云端执行。分别对4种执行方法的时延和能耗的加权求和建立数学模型。在传统的任务属性中引入新变量——终端所能承受的最大合作成本，以便吸引更多的异地边缘服务器积极协作完成终端任务的计算。针对传统的粒子群算法容易早熟和陷入局部最优的缺点，采用免疫粒子群优化算法(Immune Particle Optimization,IPSO)来对优化目标进行求解。仿真结果表明，与本地卸载策略、免疫算法(Immune Algorithm,IA)和粒子群(Particle Swarm Optimization,PSO)算法相比，所提任务卸载策略的总代价分别减少了66.7%，54%和45.5%，可以提高任务的执行效率，有效地减少系统的总代价。

• 移动边缘计算中服务功能链的自适应优化部署策略

  熊泽凯,王素红,王靖君,祝长鸿,覃团发

  为解决移动边缘计算中面向用户的服务功能链（Service Function Chain,SFC）部署成本开销过大、时延过长问题，提出了针对SFC的支出成本与时延联合自适应优化的部署策略。首先，在虚拟网络功能（Virtualized Network Function,VNF）节点选取阶段，考虑路径损耗这一无线信道衰落问题，根据有线用户与无线用户的位置情况，选择当前最佳节点以降低SFC的响应时延。其次，在服务节点配置阶段，根据用户请求处理的数据内容的新鲜度记录，自适应动态增加和删减相应的缓存，利用资源感知算法在保证数据传递可靠性的同时，减少服务节点的配置个数，降低配置开销。最后，在SFC部署阶段，利用基于KSP（K-shortest Paths）的功耗感知算法确定最佳节点映射排序与通信链路，在减少通信链路重映射的同时还能保证部署的SFC的低成本与低时延。实验仿真结果表明，相比于已有方案，该方法能够有效降低部署成本与时延，并能对不同用户的SFC部署做到自适应优化，提高了SFC的部署成功率。

• 一种基于深度学习的高轨卫星CEI信号频率估计算法

  高泽夫,杨文革,焦义文,毛飞龙,王育欣,李雪健,张书雅,李超,滕飞

  针对高轨卫星连线干涉测量(Connected Element Interferometry,CEI)信号的高精度频率估计这一难题，建立了CEI中的正弦信号频率估计模型。设计了基于深度学习框架的CEI信号频率估计算法，将算法划分为基于前馈深度神经网络的频率表征模块和基于卷积神经网络的频率计算及估计模块，在此基础上设计了各模块的具体结构和学习训练流程。对于算法的核心模块进行了仿真实验验证，并将所提算法与前人的相关算法进行了比较与分析，证明了该算法的有效性、稳定性和优越性。

• 基于轻量神经网络的无线电调制识别算法

  陈煜,贺升权,余勤

  在信号环境日益复杂、信号调制样式种类多变的情况下，采用深度学习方法实现通信信号的调制识别是一种有效手段。针对当前模型存在着超参数量大、部分信号类型(如正交幅度调制信号)识别率低、识别时间过长等问题，提出了一种基于轻量神经网络的无线电自动调制识别算法。首先通过基于深度可分离卷积的基础单元实现特征提取，并引入通道洗牌操作对不同通道的特征进行重新分配，最终使用注意力机制和Smoothing Maximum Unit(SMU)激活函数加强特征挖掘、复用及学习能力。所提模型能够显著增强空间和通道间的信息交流，有效减少模型超参数量和训练耗时，并进一步解决深层网络中的梯度消失问题。实验结果表明，所提模型的平均识别准确率为90.60%，参数量为75 000，训练耗时更短，优于目前流行的调制识别算法，尤其能缓解模型越复杂响应速度越慢的问题，证明了所提模型的有效性及鲁棒性。

• 基于Web的多体制中频测控一体机设计与实现

  夏珍珠,朱晓辉,李绍旸

  从国外引进的地面测控设备在国内测控相关业务中广泛使用，其功能完备，但也存在系统集成度低、连接关系复杂、信号中继环节多等影响系统整体可靠性的弊端，并且成本高昂。针对高集成、小型化、智能化的测控设备需求，研究了嵌入式Web和软件无线电技术，提出了基于Web的多体制中频测控一体机设计与实现方案，测控一体机的核心功能是实现统一S频段、统一C频段和非相干扩频测控体制的遥控信号调制、遥测信号解调,以及测距测速。同时，设备还集成了信号源、功率计和频率计的部分功能，可实现对输入信号功率、频率和信噪比的测量。通过嵌入式Web设计，设备参数可以灵活动态配置，能够完成卫星地面测试、测控模拟和地面站测控等相关业务。

• 电离层虚高误差影响下基于神经网络的单站定位结果修正

  祝志聪,张莉,王鼎,邓杰,高卫港

  针对电离层虚高观测误差使得超视距目标定位精度受到一定限制的问题，提出了一种电离层虚高误差影响下基于神经网络的单站定位误差校正方法。在存在电离层虚高误差的单站定位场景中，利用神经网络对多重信号分类（Multiple Signal Classification，MUSIC）算法的位置估计结果进行修正。仿真实验表明，在信噪比为0 dB的情况下，30 km的电离层虚高误差引起的定位误差能从111 km降到10 km以内。

• 基于重叠联盟博弈的无人机侦察时间资源分配优化

  姚昌华,韩贵真,安蕾

  在利用多无人机进行多目标侦察时，需要进行合理的任务分配。优化无人机资源与任务重要程度之间的关系，才能充分发挥多无人机侦察的优势。为了实现多无人机协同侦察时的时间资源分配优化，首先根据任务点和无人机的位置分布情况对多无人机进行预分配，然后对预分配后的空闲无人机进行协同时间资源优化。将空闲无人机协同时间资源分配问题建模为重叠联盟博弈模型，通过对所构建模型的求解，得出多无人机的协同侦察时间资源分配方案。仿真结果表明，优化时间资源后侦察系统的收益得到了提升。

• 面向最大化服务用户数的无人机基站3D部署方法

  曾晓婉,王海军,马东堂,周力

  面向无人机基站为地面用户提供通信覆盖的场景，综合考虑用户服务质量、无人机之间的连通和服务公平性，以最大化服务用户数为目标，对无人机的三维坐标和覆盖半径进行优化。由于该问题是非确定性多项式难题，设计了一种将遗传算法和粒子群算法相结合的启发式算法和高度微调法部署无人机。分别在用户随机分布和分簇分布模式下进行仿真，结果验证了所提算法的有效性。

• 多无人机辅助通信中用户匹配与频谱资源联合优化方法

  吴迪,钱鹏智,陈勇

  针对多无人机作为空中基站为地面设备提供临时服务的动态频谱分配问题，主要考虑无人机与地面用户匹配、子信道分配和功率分配三个方面。为了保证用户通信的公平性，在考虑频谱复用和共信道干扰的情况下，以最大化地面用户最小传输速率为目标，提出了一种用户匹配与频谱资源联合优化算法来解决上述混合整数非线性优化问题，通过聚类算法优化无人机与地面用户的最佳匹配，通过块坐标下降法迭代优化子信道分配和功率分配。仿真实验分析表明，提出的求解方法可以有效提升用户的传输速率，保证用户通信公平性。

• 分级分布式无人机协作频谱感知方法

  余琪琦,王中豪,张福来,祝长鸿,覃团发

  无人机认知网络(Cognitive UAV Network,CUAVN)可以通过高精度的频谱感知提高频谱效率，但传统的集中式协作频谱感知不适用于无人机(Unmanned Aerial Vehicle,UAV)网络。UAV网络拓扑结构动态变化，使得全局信息很难快速收集至一个融合中心。针对上述问题，提出了一种基于K-means聚类算法的分级分布式协作频谱感知方法。首先，利用K-means聚类算法基于位置信息对UAV进行分簇；然后，采用两级分布式融合方案进行分层融合，在每个簇内先进行一致性信息融合得到獽个融合结果，再进行第二次融合得到最终全局收敛结果；最后将最终收敛结果与检测阈值对比，得到最终决策。仿真结果表明，所提出的分级分布式融合方案具有较好的收敛性，且信息融合迭代次数比未分级融合方案更少。在不同权重因子的加权情况下，所提方案较未分级融合方案更好，且平均接收信噪比越大时检测性能越好。与未分级分布式融合方案相比，在UAV节点较多的情况下，该方案使CUAVN的频谱检测性能得到了提升。

• 智能反射面辅助MU-MISO系统宽带信道估计算法

  程方旭,李方伟

  为适应移动通信系统的宽带化应用，针对智能反射面（Intelligent Reflecting Surface,IRS）辅助多用户多输入单输出系统信道估计问题，提出了一种基于稀疏矩阵分解的改进正交匹配追踪（Orthogonal Matching Pursuit,OMP）算法。首先，考虑基站导频约束及IRS相移约束，建立一个压缩感知模型。然后，通过自适应地细化变换矩阵的分辨率，避免稀疏信号的细节丢失；再利用信道在不同子载波处共享的公共稀疏性，对多个子频带进行联合估计。最后利用级联信道的双结构稀疏性，将信道估计扩展至多用户场景。仿真结果表明，与传统压缩感知算法相比，所提算法能以较小的导频开销获得更高的准确性。

• 互耦效应对超大规模MIMO天线系统信道容量的影响

  胡启芳,郭爱煌

  超大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)天线系统是6G的关键技术，由于天线单元间距很小，多个天线单元的互耦效应是影响其性能的因素之一。建立了基于石墨烯基贴片天线阵列-子阵列架构的超大规模MIMO天线系统，推导出了互耦效应影响下的信道容量表达式。通过电磁场数值计算仿真了超大规模MIMO天线系统的信道容量，结果表明，在不考虑互耦效应时，超大规模MIMO天线系统的信道容量与子阵列天线单元数、子阵列数以及发射机功率正相关；在互耦效应的影响下，系统的信道容量降低，互耦效应的强弱与子阵列天线单元的间距有关，天线单元间间距越小，相邻天线间的互耦效应越明显，系统的信道容量越小。该仿真结果可以为6G中超大规模MIMO天线系统的设计提供参考。

• 基于差分星座轨迹图的多任务802.11b/g信号识别方法

  谢星丽,谢跃雷

  针对802.11b/g无线信号的调制方式识别和辐射源个体识别问题，提出了一种基于差分星座轨迹图的多任务卷积神经网络识别方法。将调制识别和辐射源个体识别看作两个相互关联的学习任务，通过共享参数的深度网络提取差分星座轨迹图的特征，并由结构不同的两个分支网络进行分类识别，同时对这两个任务进行联合优化训练并相互促进学习。实验中使用6个不同的路由器进行验证，结果表明相比于单任务模型的识别方法，多任务模型所用的训练时长和模型所占内存均比两个单任务模型之和少，同时对辐射源个体、调制方式的识别率分别平均提高了1.17%和3%。

• 基于GPU的宽带信号时延差与相位差估计方法

  毛飞龙,焦义文,马宏,李超,高泽夫,王育欣

  针对多天线信号合成系统对于宽带、高速、并行信号的实时合成需求，设计了基于图形处理单元（Graphics Processing Unit，GPU）的宽带信号时延差与相位差估计方法，对估计方法中的快速傅里叶变换（Fast Fourier Transform,FFT)、共轭相乘、累加平均等模块进行了相应的线程并行程序设计。为充分发挥GPU的并行运算能力，利用异步流并发的方式对估计方法进一步优化，从结构层面有效提高了数据的并行处理效率。对基于GPU的宽带信号时延差与相位差估计方法进行了实验验证，多次实验测试结果表明，数据量为512 000时，在保证估计正确性的基础上，该方法相比传统串行CPU估计方法约有125倍的加速比，采用该方法可实现对多天线信号参数的实时估计。

• 一种基于IVA的跳频通信抗跟踪干扰的联合盲源分离方法

  冯璐,李长青,李炯,刘洋

  卫星通信系统暴露在太空中，极其容易受到干扰，特别是当遇到跟踪干扰时，会严重影响跳频卫星通信系统性能。利用跳频信号与跟踪干扰信号之间的统计独立性，将跳频通信抗跟踪干扰问题转化为一个多数据集联合盲源分离（Joint Blind Source Separation，JBSS）问题，在独立向量分析（Independent Vector Analysis，IVA）的框架下进行干扰信号抑制。该方法同时利用了各信号之间的统计独立性和每个信号内部的统计相关性，有效提高了系统性能。仿真结果表明，所提方法在干扰压制比为0.6且信噪比为15 dB的情况下，系统误码率相比基于能量相关性排序的独立成分分析（Independent Component Analysis，ICA）方法下降了12.06 dB，有效提高了卫星跳频通信系统抵抗跟踪干扰的能力。

• 引入自上向下特征融合的小目标检测算法

  刘笑楠,武德彬,刘振宇,戚雪

  针对原始SSD(Single Shot Multibox Detector)算法未充分利用各特征层之间关系导致浅层特征层缺乏小目标语义信息的问题，为了提高对小目标的检测能力，提出了一种结合PANet多尺度特征融合网络和自上向下特征融合路径的TTB-SSD(Top to Bottom SSD)改进算法。首先，使用PANet多尺度特征融合网络对特征进行反复提取，从而获得丰富的多尺度语义信息；然后，使用一种深层特征融合模块将浅层特征层的空间信息传递到深层特征层，进而更准确地对小目标进行定位；最后，为了增强浅层特征层的语义信息，构造了自上向下的特征融合路径，从而强化浅层对小目标检测的准确率。实验结果表明，在PASCAL VOC2007测试集检测的mAP(Mean Average Precision)值达到80.5%，对目标的mAP较原始SSD提高了5.7%，证明了该算法对小目标检测的有效性。

• 面向5G超密集异构网络的模糊逻辑切换算法

  刘春玲,田玉琪,张琪珍,冯锦龙

  针对基站之间距离近、网络数量庞大的超密集网络中切换过程存在干扰以及频繁切换问题，提出了一种基于预判决的模糊逻辑切换算法。算法在计算用户接收信号的信干噪比基础上，预筛选出干扰较小的网络，计算用户在筛选出的候选网络中的停留时间，当停留时间大于门限值时对候选网络使用基于模糊逻辑的逼近理想解排序算法。通过模糊逻辑优化网络属性参数，进而使用逼近理想解排序算法对候选网络进行排序。排序过程中，使用修正后的贴近度计算方式使计算结果更加精确。仿真实验证明，该算法在超密集异构网络切换中可以有效降低切换次数，减少网络阻塞概率，有效提升用户服务质量。

• 一种基于失配滤波的5G模糊函数副峰抑制技术

  温博,尹伟,罗扬静,王海涛,高靖霞

  5G信号具有大带宽、高载频、发射资源丰富等优点，在城市或郊区等区域低空目标探测领域具有广阔的应用前景。但5G信号中包含的同步信号、控制信号等确定性信号导致其模糊函数并不是理想的图钉状，而是存在较多的模糊副峰，严重制约了5G辐射源雷达的探测性能。针对上述问题，首先深入分析了5G信号模糊函数特性及副峰产生机理，然后在副峰认知的基础上提出一种基于失配滤波的5G模糊函数副峰抑制方法。理论分析和仿真结果表明，所提方法可实现对距离与频域维副峰一体化抑制，从而能有效减少5G辐射源雷达目标探测过程中由副峰产生的虚警和漏警。

• 基于簇级匈牙利与联盟博弈联合的CF mMIMO导频分配算法

  谭景戈,毛翔宇,郑建宏

  针对无小区大规模MIMO（Cell-Free Massive Multiple-Input Multiple-Output,CF mMIMO）系统，提出了一种基于簇级匈牙利与联盟博弈联合的导频分配算法。首先，利用用户的地理位置信息将系统中的用户划分为多个用户簇并为相同簇内的用户分配相互正交的导频序列，从空间角度减轻用户复用导频造成的导频污染；然后，在此基础上利用改进收益矩阵的匈牙利算法优化导频分配方案；最后，利用联盟博弈的思想避免因为固定的导频使用次数而带来的性能上限。仿真结果表明，该导频分配算法性能优于多种典型导频分配算法。

• 一种基于幅度补偿的毫米波近场成像算法

  杨翠翠,宋家平,卓智海

  毫米波近场全息成像中通常忽略幅度因子影响成像质量，且成像效率较低。针对以上问题，提出一种基于幅度补偿的近场成像算法。该算法首先对雷达回波信号进行幅度补偿，然后采用降维操作降低算法复杂度。实验结果表明，相对于全息成像，所提近场成像算法不仅可以提高图像重构质量，还能加快成像处理速度。

• 时间敏感网络流量调度算法研究综述

  王新蕾,周敏,张涛

  时间敏感网络（Time-sensitive Networking，TSN）是一种新型确定性网络，具有低时延、低抖动等特点，能够满足现代网络传输控制的要求。流量调度是TSN标准中关键技术之一，用于确保流量传输的服务质量。首先对时间敏感网络的发展背景、重要机制、应用场景进行阐述，着重研究5种时间敏感网络流量调度机制，包括基于时间的整形机制、基于信用值的整形机制、循环队列转发机制、帧抢占机制以及异步流量整形机制；然后，分析了流量调度算法的研究现状，归纳和总结了时间触发（Time-triggered,TT）流和事件触发（Event-triggered,ET）流的调度算法，分析了目前流量调度算法存在的问题；最后，指出了TSN流量调度算法的发展方向和趋势。