电讯技术杂志

电讯技术杂志2024年第11期

• 车辆边缘计算中多车辆协同任务计算方案

  鲜永菊,汪帅鸽,汪洲,谭文光

  针对车辆的移动和任务流量的动态变化会对周围智能车辆选择造成严重干扰的问题，提出了一种基于库恩-曼克尔斯（Kuhn-Munkres，KM）算法的多车辆协同任务计算方案。首先，通过对车辆的移动分析，建立了动态车辆选择模型；然后，根据层次分析法和KM算法，在通信时间限制和计算资源约束下，求解多任务最优匹配，以实现任务的总计算时间最小化。仿真实验结果表明，相比已有卸载方案，所提方案能够有效减少任务的总计算时间，并降低任务卸载计算的失败率。

• 基于注意力机制CNN-LSTM的毫米波雷达点云特征数据预测生成

  张春杰,陈奇,赵佳琦

  在智能驾驶的环境感知领域，毫米波雷达是一种关键的传感器技术。然而，因数据量有限，其特征数据的采集具有一定的挑战性，这限制了环境感知分类模型的训练效果。针对这一难题，提出了一种融合自注意力机制的卷积长短期记忆网络模型，旨在预测并生成毫米波雷达点云的特征数据，以此来扩展雷达特征数据集。首先采集道路目标的运动状态数据，对数据进行二维快速傅里叶变换、恒虚警率检测，并利用多输入多输出（Multiple-Input Multiple-Output，MIMO）技术提升方位分辨率；接着执行点云聚类及特征提取；最后采用含注意力机制的卷积长短期记忆网络对特征数据进行进一步处理与预测。在真实采集的3类道路目标数据集上，与其他模型相比，该方法在不同道路目标运动特征的预测玆2上提高了1%~7%。

• 一种基于超分辨率网络的RIS信道估计方法

  甘臣权,郭宇航,祝清意

  为了在可重构智能反射面（Reconfigurable Intelligent Surface，RIS）辅助通信系统中精确估计信道，并解决信道估计开销过高的问题，提出了一种基于快速超分辨率卷积神经网络（Fast Super-Resolution Convolutional Neural Network，FSRCNN）的信道估计方案。在信道估计的初始阶段，选择关闭部分反射元件，并借助少量导频信号完成信道估计，将估计结果视为低精度与低分辨率（Low Resolution，LR）的图像,通过线性插值将其扩展为具有低精度的高分辨率（High Revolution，HR）图像。随后，利用FSRCNN提高估计结果的精度，并通过基于深度残差网络的噪声去除模型（CNN-based Deep Residual Network，CDRN）进一步提升信道估计的准确性。数值结果表明，相较于基准方案，所提的信道估计方案在保持低信道估计开销的同时，得到了更准确的信道估计结果。

• 大规模MIMO系统基于有限反馈的端到端波束成形设计

  王梓旭,杨守义,陆彦辉

  针对频分双工（Frequency Division Duplex，FDD）模式下大规模多输入多输出（Multiple-Input Multiple-Output,MIMO）系统的最佳波束成形设计，存在信道状态信息（Channel State Information，CSI）反馈开销严重和单独考虑某一模块难以得到整体最优解的问题，提出了一种基于有限反馈的端到端神经网络架构。首先，在基站侧设计可优化导频，并通过稀疏信道发送给用户。然后，用户将接收到的导频通过深度神经网络量化为獴比特的信息流,并反馈给基站。最后，基站利用反馈信息，通过图神经网络完成最佳波束成形矩阵的设计。该架构将导频设计、量化、反馈以及最佳波束成形等不同模块整体考虑、优化。实验结果表明，所提的端到端神经网络模型在导频长度和反馈开销有限的情况下，能实现的用户和速率已经达到了具有全CSI的传统波束成形方案的96%。

• 针对VVC色度预测的注意力卷积神经网络算法

  王昂,何小海,罗丹,熊淑华,陈洪刚

  针对多功能视频编码（Versatile Video Coding,VVC）标准中跨通道线性预测模型（Cross-Component Linear Model,CCLM）无法很好地拟合色度与亮度之间的非线性对应关系这一不足，提出了一种基于注意力机制卷积神经网络的VVC色度预测算法。该算法主要思想是在进行色度预测时，使用对应亮度块的信息与待预测色度块上方与左方的信息作为参考信息输入进卷积神经网络，利用注意力机制对参考信息中的亮度与色度间的内在联系进行分配权重后输入预测网络。实验结果表明，相较于VVC标准算法U分量和V分量的平均码率节省分别为0.64%和0.68%，有效提升了VVC编码性能。

• 面向MEC多智能体协同任务卸载的深度强化学习算法

  张茜,苏冬冬,张聪,李润川

  针对移动边缘计算中的多用户协同任务卸载场景，提出了一种基于深度强化学习的多智能体协同任务卸载算法(Deep Reinforcement Learning-based Multi-agent Collaborative Task Offloading Algorithm，MCTO-DRL)。考虑到用户移动性、协同性、任务动态优先级以及资源受限等问题，构建了一种多用户协同任务卸载的网络模型。在此基础上建立了端到端优化目标函数，并利用马尔可夫决策过程（Markov Decison Processes，MDP）形式化多任务协同卸载问题。利用双向长短期记忆（Bidirectional Long Short-Term Memory，Bi-LSTM）网络提取状态向量动态时序依赖关系的特征信息，结合强化学习方法建立高维状态与动作之间的关系映射，并设计了一种动态优先级协同采样算法，用于提高多智能体的协同性。实验分析表明，在多智能体协同任务卸载场景中，MCTO-DRL算法最优卸载概率达到86%以上,时隙累积奖励较４种基线算法分别提升约20.0%、16.23%、22.0%、9.44%，并能够适应不同复杂性和需求型的卸载任务。

• 用于射频指纹识别的改进多尺度残差网络

  凌浩然,朱丰超,姚敏立,赵建勋

  射频指纹识别可以区分高度相似的无线通信设备，已被广泛用于频谱管理和物理层安全通信。然而，很多网络模型在低信噪比环境下表现出性能下降的情况。为了提高低信噪比环境下的识别精度，设计了改进多尺度残差网络模型。该模型首先提取出解调信号的同相(I)和正交(Q)特征作为神经网络的输入，然后改进基础残差块以增加网络的每一层感受野并在细粒度水平上学习更多的特征信息。最后，将多头自注意力机制引入残差块中，进一步增强特征提取能力。在公开数据集上的测试结果表明，该网络在信噪比为0~20 dB时的平均识别准确率为85.36%，表现出比1D-ResNet网络及其变体模型更好的性能，能够在低信噪比环境下更好地完成射频指纹识别。

• 基于扩散式差分隐私的联邦学习数据保护方法

  雷靖鹏,任诚

  传统的联邦学习(Federated Learning,FL)差分隐私（Differential Privacy,DP）保护机制在一定程度上抵御了差分攻击，防止用户数据的泄露问题，但是引入的噪声扰动在一定程度上又影响了原本数据，导致在服务器聚合时与原本数据产生影响较大的偏差，严重影响了全局模型的准确率和收敛性。为了解决这一问题，提出了一种基于扩散式联邦学习差分隐私保护（Diffusive Differential Privacy Federated Learning,DDPFL）方法，通过在服务器端聚合之前更加精确地对噪声进行拟合，还原精度更高的数据样本，降低了对原模型的影响。在数据分布为IID和Non-IID联邦学习实际场景下验证了该方法的有效性。在数据分布为Non-IID场景下，所提方法与联邦学习原始差分隐私保护方法相比，准确率在其基础上提高了1.7%~4.6%。

• 一种基于CNN自编码器的空间调制技术

  任嘉欣,王旭东,吴楠

  针对传统空间调制系统结构优化及复杂度较高的缺陷，提出了一种基于自动编码器的空间调制系统设计方案（Autoencoder Based Spatial Modulation Multiple-Input Multiple-Output,AE-SM-MIMO）。该方案通过使用卷积神经网络来构建系统的编码器和解码器，进行空间调制的端到端学习，进而实现不同发射天线、接收天线以及调制方式下信息比特流的传输与接收，在系统误码性能和复杂度之间提供了较好的平衡。在瑞利衰落信道环境下，将所提出的基于卷积神经网络的AE-SM-MIMO系统方案与传统的空间调制系统进行性能对比，实验结果表明，AE-SM-MIMO系统方案可获得接近最大似然检测算法的误码性能，并表现出了良好的适应性和泛化能力。此外，相比于传统最大似然检测算法和最大比合并检测算法，在4发2收BPSK调制方式下AE-SM-MIMO系统方案需要更少的计算时间，分别减少了78%和26%，大大降低了系统的时间复杂度。

• 基于相位变换和CNN-BiLSTM的自动调制识别算法

  胡国乐,李鹏,林事力,纵彪

  针对真实信道使无线通信信号发生相位偏移导致信号识别率下降的问题，提出了相位变换算法。该算法将信号输入神经网络，通过Flatten层和Dense层估计出相位参数，再利用参数变换器完成相位变换，减轻相位偏移对调制识别准确率的影响，提高了调制识别的准确率。同时提出一种卷积双向长短期记忆(Convolutional Neural Network-Bidirectional Long Short-Term Memory,CNN-BiLSTM)网络，其中CNN用于提取信号的高维特征，BiLSTM用于提取信号的双向时间特征。所提出的调制信号分类模型识别率达到96.7%，相较于卷积神经网络(Convolutional Neural Network,CNN)提高了12%。

• 共享信号模式的探测干扰一体化系统设计

  陈超,李云鹏,熊国淼,曹文焕

  为解决传统信息战装备呈现出的模式单一、自适应能力差、资源冗余度高等问题，提出了基于共享信号的探测干扰一体化系统优化方案，从系统结构、工作流程、工作模式和核心模块等方面对探测干扰一体化系统进行了详细设计。梳理了实现一体化系统所存在的科学问题与技术难点，通过分析脉内复合调制和动态避障两类共享波形的性能，验证了两类波形均具备同时探测、干扰的能力，说明了共享信号模式下探测干扰一体化系统的可行性。

• 5G移动通信网内生微隔离机制

  张芳蕾,庄小君,王悦,粟栗,杜海涛,赵洪伟

  5G移动通信网场景中缺乏针对网络内部东西向流量的有效监控手段，横向移动攻击难以防御。针对该问题，提出了一种内生微隔离机制。通过网元内建的轻量级微隔离插件，实时采集流量信息并上报给管理模块，由管理模块生成网络内部东西向流量的安全策略并下发给微隔离插件，使微隔离插件能够进行异常流量的识别、阻断和告警等，从而实现5G核心网内部东西向流量的细粒度访问控制，防止横向移动攻击。从理论和实验两方面分析了内生微隔离机制的有效性，通过性能测试验证了微隔离功能开启前后，网元虚拟机的CPU/内存利用率整体平稳，无较大波动；微隔离插件在安装和运行时的CPU/内存资源占用低。

• 无线供能通信网络的边缘节点可实现速率最大化

  苏资洋,仲元昌,赵雪辉,李大林

  为了解决无线供能通信网络（Wireless Power Communication Network,WPCN）中因“双远近”效应导致的边缘节点可实现速率差的问题，引入智能反射面（Intelligent Reflective Surface,IRS）以增加通信路径，同时借助无人机（Unmanned Aerial Vehicle,UAV）作为能量站为地面节点供能。具体而言，在满足IRS恒定模量约束、UAV最大步长约束和无线设备发射功率等约束条件下，建立了一个联合优化IRS相移、UAV轨迹、传输功率和传输时间等优化变量的优化模型。为了解决这个复杂非凸的多变量耦合优化模型，基于块坐标下降法(Block Coordinate Descent,BCD)的思想，分别利用半正定松弛法(Semi-positive Definite Relaxation,SDR)、逐次凸近似(Successive Convex Approximation,SCA)和引入松弛因子等方法，求解出IRS端变量、UAV路径变量和发射端资源变量。仿真表明，所提方案相较传统方案的边缘节点可实现速率提升了11.02%，能够有效减小“双远近”效应带来的影响。

• 超短波通信系统射频兼容设计与原理性验证

  赖鑫,李欣

  针对超短波通信系统邻近通道工作时对主频干扰与宽带噪声干扰的抑制需求，综合考虑系统收发应用，提出了一种采用捷变频射频滤波技术和射频干扰对消技术的射频兼容工作方法，并研制出射频兼容设备验证样机。经验证测试，该系统可同时抑制主频干扰与宽带噪声干扰，对接收通信中心频率3 MHz外的主频信号实现30 dB的抑制，对接收频点的宽带噪声信号实现不小于45 dB的抑制，有效提升超短波通信链路兼容工作频率间隔和通信效能，也可扩展用于其他类似射频系统内兼容工作设计。

• 一种张量域空间平滑解相干参数估计算法

  蓝晓宇,单靖炀,梁明珅,董明,马爽

  为了提高传统空间平滑算法对相干信号的估计精度，提出了一种张量域空间平滑多重信号分类(Multiple Signal Classification,MUSIC)解相干算法。首先，利用四元数的正交特性重新构造极化域导向矢量；其次，考虑阵列接收数据固有的多维结构特征，构造三阶张量表示的阵列接收数据模型；接着，借鉴二维空间平滑算法的思想，在张量接收数据模型中构建三阶张量子阵块，再使该子阵块在张量域进行前向空间平滑，继而得到平滑后的张量协方差矩阵；最后，通过高阶奇异值分解(Higher-order Singular Value Decomposition,HOSVD)得到信号子空间，利用降维MUSIC算法对相干信号源的二维波达方向(Direction of Arrival,DOA)进行估计，并根据已经获得的DOA信息求解出相干信号的极化参数。仿真结果表明，在信噪比为0 dB以及快拍数为100的情况下，该算法的估计精度比空间平滑算法提高了约70%，成功分辨概率提高了约89%，且无需进行四维谱峰搜索，降低了算法的复杂度，对相干信号具有更高的估计精度和分辨能力。

• 时频同步误差影响双基地SAR成像效果的仿真系统设计

  李沛洲,杨勇,李术,班亚龙,常军

  以双基地合成孔径雷达(Synthetic Aperture Radar，SAR)协同探测和目标成像为背景，基于时频误差实测数据设计了一套机载双基SAR系统的时频同步误差建模和分析的仿真系统。系统由时频误差建模模块、成像几何构型设置模块、成像回波产生模块及成像效能评估模块组成。时频误差建模模块对实际采集的时频误差进行建模，成像几何构型设置模块进行典型机载双基SAR几何构型参数设置，成像回波产生模块利用二维频域快速傅里叶变换法（Two-dimension Fast Fourier Transform，2DFFT）生成原始回波信号，成像效能评估模块完成回波成像和成像效果在线定量评估。整个系统功能通过编写图形用户界面（Graphical User Interface，GUI）实现操作可视化。该仿真系统将实际时频误差数据模型与理论模型进行对比，定量分析特定几何构型下实际时频误差对双基SAR成像的影响。结果表明，该仿真系统能实时在线定量评估实际时频误差下的双基SAR成像效果，对工程项目研制具有指导意义。

• 基于多帧多级处理的雷达信号分选方法

  张旗,董阳阳,张立东,付驰,董春曦

  在愈发复杂的电磁环境的情况下，对于未知脉冲分选利用现有统计方法和聚类等智能方法时间复杂度过高，无法满足实时性要求。利用分段处理可以优化统计法运算速度，但会导致无法对低重频信号进行有效分选。针对上述问题，提出了一种基于多帧多级处理的雷达信号分选方法，能够大幅度降低运算时间且保留对低重频信号分选的能力。在处理过程中，将很长的脉冲流进行多帧多级处理，通过多帧处理减小分选的时间复杂度，通过多级处理消除多帧处理对低重频信号的分选结果造成的影响。最后对每帧的分选结果进行合批处理。该方法在相同数据集相比传统分选模型，以每帧200个脉冲进行实验，在不损失低重频信号分选准确率的情况下运算时间减少为原来的0.06倍，对比传统分段处理，低重频信号的漏分选率由77%降低至4%。相对现有分选算法，多帧多级处理分选效果较好，具有一定实际应用意义。

• 基于弱化与增强网络的雷达信号识别

  施力泉,张红梅

  针对传统方法在低信噪比情况下雷达信号特征提取困难、识别准确率较低的问题，提出了一种基于时频分析和深度学习的雷达信号识别方法。首先利用Choi-Williams分布将时域信号转换成时频图像，然后将时频图像作为网络的输入，通过弱化与增强残差块来实现对时频图像中噪声信息的弱化以及不同特征形态间差异性的增强，最终实现分类识别。实验结果表明，在信噪比为-10 dB情况下平均识别准确率仍能达到94.5%以上。

• 雷达目标散射中心正向模型扩展及散射特性分析

  李臻,化梦博,杨泽望,刘建,何思远,边志丹

  为满足雷达目标特性规划、特征信号控制和优化设计需求，有必要将散射中心正向建模方法拓展至涂覆目标。有鉴于此，从目标几何模型和分区部件涂覆介质阻抗参数出发，结合空间射线分集及追踪技术，通过正向途径将目标整体散射特性分解并离散化为多个部件级散射源。通过高频电磁理论定量计算和推导散射源三维相位中心（位置参数）、散射贡献（幅度参数）、频率依赖因子、分布宽度等参数，针对介质涂覆（或局部涂覆）电大尺寸目标开展了散射中心正向模型扩展与散射特性分析。以简化坦克为例，对目标强散射结构表面涂覆吸波材料，针对性降低其散射幅值，进而改变目标的强散射源分布，结果验证了所提模型的准确性和可行性。

• 二阶Radon-Fourier变换与遗传算法结合的快速相参积累算法

  范培毅,郭一帆,景海涛,原浩娟,冀文辉

  针对匀加速运动的高速目标，可以用二阶Radon-Fourier变换(Second-order Radon-Fourier Transform,SRFT)完成对回波信号的相参积累。SRFT算法的原理是通过“速度-加速度”联合搜索来实现目标的运动参数估计，其计算量较大，不满足实时检测的需求。针对这个问题，提出一种基于遗传算法(Genetic Algorithm,GA)的快速实现方法。首先对运动参数集进行编码，设置初始群体；然后通过遗传算法对群体更新迭代，使其能够自发快速地逼近全局最优解，减少不必要的搜索路径；最终快速实现待检测目标的相参积累。仿真结果表明，在保证检测性能的前提下，算法计算量得到有效改善，运算次数减少大约一个量级。

• 一种短波协作中继组网方法

  王鹏

  针对短波通信中点对点通信可靠性不高，导致短波无线组网难以广泛有效应用，以至依靠接入基站组网保障区域通信的问题，提出了基于短波第四代自动链路建立（The 4th Generation Automatic Link Establishment,4G-ALE）频谱感知选频技术的协作中继组网（Collaborative Relay Networks,CRN）通信技术，并采用混合自动请求重传（Hybrid Automatic Repeat request,HARQ）和频率分集增强接收可靠性。该协作中继组网可不依托接入基站实现可靠短波无线宽带高速组网通信，数据传输成功率提升30%～300%。

• 正交方波LoRa载波同步问题的分析和解决方法

  徐锐,苏明,严楚明,刘元安

  基于COSTAS环的载波同步环路在对较大相位差的正交方波远距离无线电(Long Range Radio,LoRa)信号进行载波同步时，入锁时间长甚至出现失锁现象。针对这一问题，首先分析了正交方波LoRa物理层原理，指出其本质为具有前导码的正交相移键控信号(Quadrature Phase Shift Keying,QPSK)；然后利用正交方波LoRa的前导码结合同步环路设计了改进算法。仿真结果显示，改进算法适用于有前导码的QPSK信号，相比于传统算法，在相位差大于45°时仍能保持良好的工作性能,在信噪比低于20 dB时具有更小的频率误差。

• 基于PF-AHP-TOPSIS的机载网络安全模糊风险评估方法

  赵长啸,李春晓,汪克念,田小艺

  随着信息安全隐患的急剧增加，针对机载网络信息安全问题进行风险评估对保障飞机安全至关重要。然而，由于机载网络的机密性，专家对其资产、威胁、漏洞等基本安全要素的认知不足，存在认知不确定性问题。为此，提出了毕达哥拉斯模糊层次分析逼近理想解排序方法以改善机载网络信息安全风险评估中的专家认知不确定性。首先，采用毕达哥拉斯模糊层次分析法构建风险评估指标体系，用毕达哥拉斯模糊数量化成对比较矩阵以求解指标权重。其次，采用毕达哥拉斯模糊逼近理想解排序法，通过毕达哥拉斯模糊距离测度解模糊实现对机载网络的风险评估。最后，对不同评估方法进行对比分析。经实验验证，所提方法的肯德尔（Kendall）协调系数最大，为0.952，一致性最高，证明方法有效改善了机载网络信息安全风险评估的专家认知不确定性。

• 基于数据扩容和相对熵的国产机载设备安全性数据获取方法

  肖女娥,朱林,王鹏

  为解决国产机载设备安全性数据获取问题，采用信息扩容的方法，考虑相似产品极少的历史运营数据预计不精确的影响，并克服基于专家信息的融合法不可避免地带有主观随意性的弊端，采用信息熵方法构建设计阶段安全性数据获取模型。首先利用虚拟增广法对相似产品的历史数据进行扩容；进而采用Jackknife-k-after-Bootstrap法对样本进行分布拟合，求得分布的各个参数并进行相似性分析；最后采用相对熵融合法将可靠性预计手册的预估值和预处理后相似产品历史数据进行融合，得到融合后的安全性数据。以某型国产电动陀螺地平仪为例，采用所提方法计算得到该设备的失效率为5.69×10-5/h，对比以往不同方法进行验证，能够有效综合不同数据来源的优势，提高安全性基础数据的可信度。考虑信息扩容方法，有助于改善国产机载设备安全性数据的合理性并提高数据的可信度。

• 俄乌冲突对军事目标属性判别能力发展的启示

  焦阳,王波,李琨

  快速、准确的军事目标属性判别是战争中需要首先解决的问题。在俄乌冲突中由于目标属性判别手段不完善、使用不规范，频频发生误伤事件，引发了国际上的极大关注。以俄乌冲突中的典型误伤事件为背景，分析了交战双方采用的无线电类、光学类目标属性判别手段以及误伤原因，提出军事目标属性判别能力形成所需的装备建设需求和使用关注要点，以期为军事目标属性判别能力发展建设提供启示。

• 能量吸收型无线通信系统中的资源分配算法研究综述

  姚彦鑫,刘佳欣,张鉴博

  通信行业目前耗能已占据了全球耗能的3%以上，因而考虑在通信系统中全部或者部分依赖清洁能源完成系统功能。清洁能源的吸收与优化利用越来越受到重视。首先总结了能量吸收型通信系统的研究现状，包括各种主流能量吸收方式及特点；综述了针对不同能量吸收场景提出的有效通信系统资源分配算法，包括发展沿革、研究现状、优缺点分析等，主要分为离线与在线、单任务与多任务、能量吸收设备组网几种情况阐述，并对这些方法进行了总结；最后对未来研究方向进行展望，希望为各种新出现的资源分配问题提供研究思路。