电讯技术杂志

电讯技术杂志2023年第12期

• 基于协同学习的频谱智能感知方法

  潘成胜,蔡韧,石怀峰,施建锋,王钰玥

  目前无线通信网络频谱环境时空分布复杂多变，现有多用户协同感知方法数据预处理繁琐，感知效率低下。为此，在由用户感知层和边缘融合层构成的系统架构下，提出了一种基于协同学习的频谱智能感知算法。用户感知层采用多分支卷积循环门控神经网络，利用原始归一化能量信号的底层结构信息，实现本地感知。边缘融合层基于自注意力机制进行消息传播，融合用户感知层中各个非授权用户的感知结果得出最终决策。实验表明，在信噪比为-20 dB以及5个用户协同感知的情况下，该方法能在虚警概率为1.91%时达到18.3%的检测概率，相比对比模型提升了6.1%，且不需要对原始数据额外预处理，降低了算法的复杂度。

• 一种基于电磁态势数据聚类的辐射源定位算法

  刘金帆,沈哲贤,常超

  辐射源定位是战场军事行动的重要基础。而复杂战场电磁环境下，难以建立有效的传播模型，同时在多辐射源的条件下传统的定位方法难以快速准确定位。针对上述问题，基于分布式电磁态势感知网络，提出了一种智能优化感知节点位置的辐射源定位方法，采用改进的布谷鸟搜索（Cuckoo Search）算法进行网络中感知节点位置寻优，再利用克里金插值（Kriging Interpolation）来实现电磁态势的感知，以及对电磁态势数据进行结合峰值密度聚类（Density Peaks Clustering,DPC）思想的K-means聚类从而实现辐射源定位。该方法能够在初始部署不理想的条件下调整感知位置，实现无先验信息的目标辐射定位。实验表明，所提方法在多目标复杂环境下，插值精度优于随机部署和普通布谷鸟优化感知位置的克里金插值，在感知区域为4 km×4 km，节点总数为40 000个，且感知节点占比1%的条件下，平均定位误差为47.28 m，具有一定的应用前景。

• 基于强化学习的无人机电磁干扰感知与抗干扰传输方法

  李博扬,刘洋,万诺天,许魁,夏晓晨,张月月,张咪

  无人机对于无线信道的依赖性和无线传播环境的开放性，导致其通信易受到恶意的电磁干扰。针对其中恶意的信道跟随干扰，在感知干扰信道信息的基础上，将无人机的发射功率和信道选择策略建模为马尔科夫决策过程(Markov Decision Process,MDP)，利用强化学习算法对该通信系统的抗干扰方法进行智能优化，提出了基于赢或快学习策略爬山算法（Win or Learn Fast Policy Hill-climbing，WoLF-PHC）的抗干扰算法。仿真结果证明,所提算法能够将用户干信比降低至0.1以下，将用户可达速率在初始值基础上提升14%，与Q学习算法和PHC算法相比具有更好的抗干扰传输性能。

• 一种基于改进残差神经网络的直扩信号感知方法

  任江飞,许魁,刘洋,陆瑞,张咪,叶子绿

  非合作条件下直扩信号感知问题一直是通信对抗领域研究的热点，传统的感知方法在低信噪比条件下性能下降严重。为有效提升直扩信号感知的性能，提出了一种基于改进残差神经网络的直扩信号感知方法。首先，通过广义互相关算法，快速提取直扩信号的相关峰特性；然后，以残差神经网络为基础，融合注意力机制，建立网络模型，分析识别抽象特征；最后，在仿真的数据集中进行实验验证。结果表明，相较于时域自相关法、卷积神经网络法等，所提方法具备更好的感知效果，能够在信噪比为-16 dB的情形下有效地感知直扩信号。

• 通道门控Res2Net卷积神经网络自动调制识别

  陈昊,郭文普,康凯

  针对低信噪比条件下自动调制识别准确率不高的问题，提出了通道门控Res2Net卷积神经网络自动调制识别模型。该模型主要由二维卷积神经（Two-dimensional Convolutional Neural Network,2D-CNN）网络、多尺度残差网络（Residual 2-network,Res2Net）、压缩与激励网络（Squeeze-and-Excitation Network,SENet）和长短期记忆（Long Short-Term Memory,LSTM）网络组成，通过卷积从原始I/Q数据中提取多尺度特征，结合门控机制对特征通道进行权重调整，并利用LSTM对卷积所得特征进行序列建模，确保数据特征被有效挖掘，从而提升自动调制识别的准确率。在基准数据集RML2016.10a下的调制识别实验表明，所提模型在信噪比为12 dB时识别精度为92.68%，在信噪比2 dB以上时平均识别精度大于91%，较经典CLDNN模型、LSTM模型和同类型PET-CGDNN模型、CGDNet模型能取得更高的调制类型识别准确率。

• 一种基于大规模MIMO系统的三维空间指纹定位方法

  贺晨琳,王霄峻,汪磊

  针对现有指纹定位技术存在指纹数据量较大、存储与处理困难、复杂空间定位适应性不足等问题，提出了一种基于大规模多输入多输出（Multiple-Input Multiple-Output，MIMO）系统的三维室内空间指纹定位方法。首先，提出一种处理速度更快、存储需求更小的角度-时延信道频率功率（Angle Delay Channel Frequency Power，ADCFP）指纹矩阵；其次，引入新的相似度准则即卡方距离以提高定位精度；然后提出一种改进的次方加权K近邻（Weighted K-Nearest Neighbor，WKNN）匹配算法，根据不同次方值对权重下降速度的影响差异，针对指纹相似度的大小分配以不同的权重；最后，对ADCFP指纹采用按行按列压缩的存储方法得到三种压缩指纹，进一步减少指纹数据量，并引入中心到达角（Central Angle of Arrival，CAOA）聚类算法缩短定位时长。仿真结果表明，ADCFP指纹矩阵2 m精度可靠性可达89.2%，采用卡方距离相较于曼哈顿距离的平均定位误差降低了5.63%，改进次方WKNN算法相较于传统WKNN算法平均定位误差降低了4.45%，引入CAOA聚类算法可使定位速度提升为未聚类情况下的1.72倍，平均定位误差较K均值聚类算法降低了44.05%，定位性能有较大提升。

• 基于聚类与霍夫变换的同型雷达多目标定位算法

  张怡霄,王怀习,姚云龙,常超,康凯

  传统测向交叉定位手段在定位航迹交错的同型雷达的多目标时，难以正确匹配单个目标的方位参数。针对该问题，提出了一种基于密度聚类与霍夫变换的同型雷达多目标定位及航迹筛选算法。首先，对侦获时间范围进行切片，利用时间切片内的功率与测向参数进行DBSCAN（Density-Based Spatial Clustering of Application with Noise）聚类，依据聚类中心的测向值进行初始定位；而后计算初始定位点到侦察站的距离，利用适用性改进的霍夫变换检测出侦获的功率参数与距离参数变量之间的隐藏线性关系；最后根据提取到的线性参数排除初定位中的虚警点，筛选出单个目标的定位轨迹。仿真结果表明，该算法在面对多达10个轨迹交错的非直线运动目标时仍能有效完成定位计算并筛选出各目标轨迹，保证定位误差和错选率不恶化。

• 一种基于特征值和级联聚类的协作频谱感知方法

  吴城坤,王全全,宛汀

  为了提高低信噪比(Signal-to-Noise Ratio,SNR)下频谱感知的性能，使用模糊C均值(Fuzzy C-means,FCM)和高斯混合模型(Gaussian Mixture Model,GMM)，提出了一种基于特征值和级联聚类的协作频谱感知方法。从接收信号的协方差矩阵中提取特征值构造特征向量，通过在三维空间中执行聚类得到信道是否可用的分类模型，此过程无需获得主用户（Primary User,PU）信号以及噪声功率的先验信息，避免了复杂的门限计算。FCM聚类用于优化GMM聚类的初始参数，有效解决了在低SNR下GMM容易陷入局部最小值的问题。仿真结果表明，该方法降低了GMM的收敛时间并提高了模型分类的准确性，与其他主流方法相比能够有效提升频谱感知的性能。

• 协同边缘网络中智能计算卸载与资源优化算法

  李斌,徐天成

  针对具有依赖关系的计算密集型应用任务面临的卸载决策难题，提出了一种基于优先级的深度优先搜索调度策略。考虑到用户能量受限和移动性，构建了一种联合用户下行能量捕获和上行计算任务卸载的网络模型，并在此基础上建立了端到端优化目标函数。结合任务优先级及时延约束，利用深度强化学习自学习的优势，将任务卸载决策问题建模为马尔科夫模型，并设计了基于任务相关性的Dueling Double DQN（D3QN）算法对问题进行求解。仿真数据表明，所提算法较其他算法能够满足更多用户的时延要求，并能减少9%~10%的任务执行时延。

• 雾网络中基于统计分布的内容缓存与交付方案

  陈昊宇,胡宏林

  作为5G中的一种重要模型，雾无线接入网络（Fog Radio Access Network，F-RAN）通过设备到设备通信和无线中继等技术获得了显著的性能增益，而边缘设备中合适的缓存则可以让内容缓存用户（Caching Users，CUs）向内容请求用户（Requesting Users,RUs）直接发送缓存内容，有效减小前传链路的负担和下载延迟。考虑一个F-RAN模型下用户发出请求并获得交付的场景，将每个CU的内容请求队列建模为独立的M/D/1模型，分析导出CUs缓存命中率和平均下载延迟关于内容缓存与交付方案的表达式，证明CUs缓存命中率与内容统计分布之间的联系有助于实现前者的近似最优解。针对在一段时间内的期望视角下建立的优化问题，提出了基于统计分布的算法并注意了执行时的交付控制。仿真结果表明，相较于现有缓存策略，优化内容整体统计分布的方案能够最大化CUs缓存命中率，同时减小平均下载延迟。

• 一种基于集成卷积神经网络的SAR图像目标识别算法

  李汪华,张贞凯

  针对合成孔径雷达(Synthetic Aperture Radar,SAR)图像目标识别问题，提出了一种基于集成卷积神经网络(Convolutional Neural Network,CNN)的SAR图像目标识别方法。首先对原始数据集进行数据增强的预处理操作，以扩充训练样本；接着通过重采样的方法从训练样本中获取不同的训练子集，并在训练各基分类器时引入Dropout和Padding操作，有效增强了网络泛化能力；然后采用Adadelta算法与Nesterov动量法结合的思想来优化网络，提高了网络的收敛速度和识别精度；最后采用相对多数投票法对基分类器的分类结果进行集成。在MSTAR数据集上进行的实验结果表明，集成后的模型识别准确率达到99.30%，识别性能优于单个卷积神经网络，具有较强的泛化能力和较好的稳健性。

• 一种双圆极化半球面相控阵天线的优化设计

  唐聪,高昕,朱宏权,张金荣,张中山,朱超

  针对全空域多目标通信的应用需求，设计了一种具有32阵元的双圆极化半球面相控阵天线。为满足低仰角目标通信需求，采用半球加圆柱的布阵方式，通过详细对比分析三种不同阵元排布方式下的天线性能，确定最优的布阵方式。仿真结果表明，该天线从0°~102.5°扫描过程中，天线增益大于13.3 dBi，增益波动小于2.5 dB。该相控阵天线能够适用于全空域多目标通信的场合。

• 小卫星业务调度路由优化

  高强,郭成,张胜利,蒲卫华,吴荣东

  针对小卫星通信链路交换频繁和低资源利用率的问题，提出了一种基于调度的小卫星路由优化策略。建立起小卫星星座模型，根据其运行方向(与赤道平面近似垂直)和所在维度确定链路的实时连接策略，优化其路由路径。面对持续增长的网络业务与有限的星上资源的矛盾，将业务数据包分类为实时性数据包和非实时性数据包，实行加权轮询调度保证其服务质量和资源的利用率。仿真结果证明，相比已有小卫星路由算法，优化的路由算法可以有效减小数据传输时延并增加系统吞吐量。

• 一种基于伪卫星跳时信号的联合捕获算法

  赵光耀,陈潇,袁洪,罗瑞丹,赵宏宇

  地基伪卫星系统为克服远近效应影响，通常采用跳时（Time Hopping/Direct Sequence-Code Division Multiple Access，TH/DS-CDMA）信号进行伪距测量与定位，导致接收终端必须增加系统跳时序列相位估计的设计，降低捕获效能的同时也引入了接收终端的捕获复杂度。针对以上问题，提出了一种基于伪卫星跳时信号的联合捕获算法，利用跳时信号的时域正交特性与时隙分配特点，将多基站单脉冲信号捕获结果映射为使能时隙序列，通过循环截断相关完成跳时参数估计，有效缩短了跳时参数估计时间。仿真结果表明，该方法能够正确完成捕获阶段的参数估计，4个伪卫星的联合捕获耗时相较传统方法减少63.32%，为伪卫星跳时信号的快速捕获提供了有效方法。

• 基于“北斗”三号PPP-B2b的定位与时间传递

  杨金明,马红皎

  随着“北斗”三号的建成以及通过GEO卫星进行播发的PPP-B2b信号的公布，“北斗”卫星的定位与定时精度再一次得到提升。为了研究PPP-B2b的定位精度以及时间传递性能，开展了对“北斗”三号的PPP-B2b相关实验。首先选取亚太地区的6个测站静态与动态精密单点定位E(East)、N(North)、U(Up)方向上的误差分析，然后又选取了NTSC与USUD测站进行时间传递稳定度分析。定位结果表明，B1I/B3I组合与B1C/B2a组合的PPP-B2b静态定位E方向、N方向、U方向RMS值分别在4.58 cm,5.34 cm,2.2 cm与4.18 cm,4.97 cm,2.22 cm，B1I/B3I组合与B1C/B2a组合的PPP-B2b动态定位E方向、N方向、U方向RMS值分别在17.99 cm,19.41 cm,12.72 cm与22.47 cm,21.61 cm,15.11 cm，两种组合表现出定位精度的一致性。PPP-B2b零基线共钟的时间传递普遍在1 ns内波动，时间传递的STD为0.203，105 s的稳定度达到了5.336×10-15；PPP-B2b长基线的时间传递普遍在5 ns内波动，时间传递的STD为1.585，104 s稳达到了3.55×10-14。因此，B2b产品能够满足亚太地区厘米级定位以及纳秒级授时的要求。

• 一种基于WFRFT的跨层低截获波形设计方法

  倪大冬,杜俊逸,伍元胜,肖磊,杨佩彤

  针对变换域隐蔽通信系统，分析了加权分数傅里叶变换（Weighted Fractional Fourier Transform,WFRFT）隐蔽通信系统抗截获性能。理论分析和仿真结果表明多加权项WFRFT隐蔽通信系统存在抗检测和抗调制识别性能边界，当权重项大于4时多加权项WFRFT通信系统低截获性能不会随着加权项的增加而改善。基于此，提出了一种跨层设计的并行WFRFT隐蔽通信系统。首先采用并行多路WFRFT变换思路，从信号维度增加变换参数个数；其次利用跨层设计思想解决当前WFRFT通信系统收发端同步问题，通过接收端地址控制每路WFRFT变换参数，从空间维度增加非合作节点截获识别信号的难度。仿真结果表明，与多参数项WFRFT隐蔽通信系统相比，所提出的跨层并行WFRFT隐蔽通信系统抗检测和抗调制识别能力更加突出。

• 跳频信号互模糊函数相参积累时差和速度差估计方法

  朱毅,吴癸周,徐英杰,郭福成

  在运动多站定位场景下，宽带跳频通信信号的载频跳变会产生变化的多普勒频移，因此无法直接利用跳频信号的多个不同脉冲估计多普勒频率差，若仅估计单个跳频脉冲的时频差，则精度低而无法满足定位要求。针对此问题，提出了一种基于互模糊函数相参积累的宽带跳频信号时差和多普勒速度差估计方法。首先将宽带跳频信号的多普勒效应差建模为多普勒速度差，从而无需对多普勒频差进行估计，避免载频跳变对多普勒效应差估计造成影响，并建立了时变时差的时差和速度差信号模型。然后对各单跳信号的互模糊函数进行相位补偿以实现相位对齐，通过对相参积累后的互模糊函数进行时差和速度差的二维峰值搜索，可以得到多跳频脉冲信号初始时刻时差和速度差的相参估计结果。最后以Link16数据链信号为例对算法进行了仿真实验，验证了算法的正确性与精度优势。

• 基于自相关和时频分析的跳频参数估计

  张玮,王平,解西坤

  为解决低信噪比条件下跳频参数估计算法性能低的问题，提出了一种基于自相关和时频分析的跳频参数估计算法。首先，采用基于能量检测的分段自相关算法对接收端信号进行预处理；然后，进行时频变换，得到信号的时频矩阵，通过二值化和形态学滤波完成对信号的降噪提取；最后，通过聚类算法完成参数估计。仿真实验表明，该算法具有较高的估计精度和良好的抗噪声性能，在信噪比最低为-11 dB时估计误差数量级仍为10-7，同时自相关运算对参数估计算法的抗噪声性能具有明显的提高作用。

• 面向异构信号处理平台的负载均衡算法

  沈小龙,马金全,胡泽明,李宇东

  针对当前异构信号处理平台中信号处理应用的调度算法优化目标单一且调度结果中处理器负载不均衡的问题，提出了一种基于蚁群优化算法的负载均衡算法。该算法结合蚁群优化算法的快速搜索能力和组合优化能力，以信号处理应用的调度长度和处理器负载均衡为优化目标，对初始信息素矩阵和蚂蚁的遍历顺序进行改进，提出调度长度启发因子和负载均衡启发因子对处理器选择公式进行改进，利用轮盘赌策略确定信号处理应用各子任务分配的处理器，完成信号处理应用的调度。仿真结果表明，该算法得到调度结果在调度长度和负载均衡方面均有改进，可以充分发挥各处理器性能，提高异构信号处理平台的整体效率。

• IRS和人工噪声辅助的MIMO-SWIPT系统安全传输方案设计

  晏万才,李方伟,王明月

  针对多天线无线携能通信系统中能量收集节点作为潜在窃听者的信息安全问题，提出了一种智能反射面(Intelligent Reflecting Surface,IRS)和人工噪声辅助的物理层安全传输方案。首先考虑发射功率、能量收集门限以及IRS单位模约束，以最大化系统安全速率为优化目标，在合法用户直射链路不可用的情况下，联合设计发射端波束赋形矩阵、人工噪声协方差矩阵以及IRS相移矩阵,建模一非线性多变量耦合的非凸优化问题；接着利用均方误差准则等价转换非凸目标函数，并利用连续凸逼近方法(Successive Convex Approximation,SCA)处理非凸的能量收集约束；最后基于交替优化框架，分别用拉格朗日对偶方法和基于价格机制的优化最小化(Majorization-Minimization,MM)算法求解发射端变量和IRS端变量。仿真结果表明，与现有方案相比，所提算法能够在保障能量收集需求的同时大幅度提升系统的安全性能。

• 面向人体呼吸心跳同时监测的雷达信号处理方法综述

  薛帅康,王小月,许致火,刘微雪,黄同辉

  利用雷达同时监测人体呼吸和心跳具有非接触、高隐私等优势，已成为当前国内外研究的热点之一。面向人体呼吸心跳同时监测场景，分析了不同类型的雷达系统工作原理，总结了在人体信号检测中的雷达数据预处理、呼吸和心跳信号分离以及呼吸率和心率估计的信号处理方法，指出了相关研究发展趋势。