电讯技术杂志2025年第12期
-
- 美军面向分布式空中作战的通信网络发展启示
- 刘刚,赵天歌,毛云飞,付永明,朱梦圆
- 分布式作战作为一种全新作战概念,旨在通过将多功能装备分解到大量无人机平台,提高战术编组作战的灵活性和机动性。通信网络实现分散的功能装备之间信息交互,为战术功能组合提供支撑,是作战效能生成的重要组成部分。介绍了美军分布式空中作战特点,梳理了空中通信网络的发展现状,分析了分布式空中作战对空中通信网络的需求,结合网络架构、路由技术和网络管理等技术的研究现状,讨论了空中通信网络需要解决的关键技术问题。在此基础上探讨了分布式空中作战对未来通信网络领域发展的影响,以期为后续研究提供思路和参考。
-
- 面向分布式无人作战的智能通信情报侦察ぜ芄辜跋喙丶际酢糐Z)〗
- 董鹏宇,向新,何林远,梁源,王瑞,毛虎,吕思婷
- 随着现代战争形态向“智能中心战”加速演进,分布式无人作战系统在广域侦察、协同打击等任务中展现出巨大潜力,其效能高度依赖于实时、精准的通信情报(Communications Intelligence,COMINT)支撑。针对传统侦察系统在复杂电磁环境下存在的感知能力弱、协同效率低、情报转化慢等问题,提出一种面向分布式无人作战的智能通信情报侦察(Intelligent Communication Intelligence Reconnaissance,ICOR)系统架构。该架构采用“云-边-端”协同模式,通过集成轻量化人工智能感知、图神经网络协同定位、自适应智能通信优化以及知识图谱驱动的情报融合等关键技术,实现感知、通信、处理与决策的闭环智能。所提架构与技术体系可有效提升分布式无人系统的战场感知智能化水平,为未来智能化作战提供有力支撑。
-
- 面向任务数据的分布式异构系统协同技术研究
- 王阳,张杰,尹登宇,李斌,王梓豪
- 针对跨域体系化作战需求,现有航空电子系统多采用“单机综合设计+传感器-处理平台绑定”模式,导致跨平台数据模型、接口格式不统一,数据共享与能力迁移困难,严重制约装备互操作性、可扩展性及迭代演进能力。借鉴开放式架构理念与模块化研发模式,提出面向任务数据的分布式异构系统协同技术。通过装备体系模块化分解、关键接口标准化识别及资源管理域动态调度,构建包含“属性-指令-数据”的资源数据包模型,基于标准接口实现资源查询、更新与订阅,支撑跨平台/系统的动态协同与能力复用。通过原型系统的用例测试,论证了技术方案的架构可行性与应用潜力。该技术为新一代航电系统体系架构设计提供了参考,可有效提升多平台体系下传感器、武器及处理资源的共享效率与互联互操作水平。
-
- 分布式杀伤指控模式临机切换分析
- 贺诚,张菁,刘金圆,赵伟
- 面向分布式杀伤中的“战略集中-战术自主”悖论,剖析现代信息化对抗中的熵增现象。聚焦战场混乱度(熵)与模式切换之间量化映射关系,定义战场熵并对指控模式临机切换进行动力学建模。设计模式切换的防振荡、防撕裂机制,形成基于三阶段触发引擎的可验证架构,并通过仿真实验初步探索了弹性指控模式带来的对抗效能优势,为分布式杀伤下的临机指控模式转换提供了方案参考。
-
- 一种面向多无人机序贯作业的分布式协同目标跟踪方法
- 李子健,魏建新,李庆鹏,秦玉亮,段立
- 近年来,微小型无人机系统已成功应用于战场侦察与打击领域。多机协同平台能够对中大型、高机动目标开展序贯作业,进而提升战术打击效能。然而,在复杂对抗环境下,目标外观与运动状态频繁变化,易导致表征更新不稳定及跟踪漂移;同时,分布式协作带来的灵活性也可能使目标因规避而脱离视野。为此,提出一种面向序贯作业的高效协同式目标跟踪方法。通过自适应选择模块动态筛选关键特征层,实现轻量化设计并增强对高机动目标的实时感知。引入不对称注意力机制建模搜索区域与局部目标关系,以突出关键表征、抑制干扰。结合跨无人机映射策略,使失效平台能够快速重定义搜索区域。通过多无人机单目标检测数据集的实验表明,所提方法的准确率和精度相比基线模型分别提升了7.1%与3.9%。
-
- 一种面阵任务构型下集群飞行器分布式协同定位方法
- 刘宇轩,王融,盛盟盟,熊智,张书恺
- 针对集群飞行器分布式协同定位中面阵任务构型下因几何精度衰减引起的协同定位精度差的问题,提出了一种适用于面阵任务构型的集群飞行器分布式协同定位导航方法。分析了面阵任务构型的特点与该构型下的几何精度衰减问题,并以几何精度衰减值为参考提出了一种向量偏移优化方法。该方法为面阵任务构型下的基准飞行器设计偏移向量,在不改变飞行器实际位置的前提下优化用于协同定位的集群飞行器构型,实现了在面阵任务构型下的高精度定位。仿真结果表明,相较于未使用向量偏移优化的基于到达时间差、频率差的协同定位算法,所提算法在面阵任务构型下的定位精度显著提升,增强了协同解算的稳定性。
-
- 平台资源约束下的网络拓扑优化方法
- 冯嘉宏,石重霄
- 针对分布式网络在执行时间、处理任务能力、任务范围、任务复杂度、任务类型等多重平台资源约束下,网络拓扑优化建模复杂度高、资源利用率与拓扑构建效率不足等问题,基于分级分层建模与节点功能解耦思想,设计了包含4层循环建模框架、虚拟节点映射机制的拓扑优化方法,并构建任务资源利用最大化的0-1整数规划模型,提出基于分布式竞拍算法的分层求解策略。仿真结果表明,该算法能够有效降低建模复杂度,显著提升拓扑构建效率与资源利用率,解决多重约束下的网络拓扑优化难题,从而为分布式网络下协同系统提供可靠的理论支撑与高效的算法基础。
-
- 面向多阶段协作反导的分布式异质传感器任务规划方法
- 张竞元,刘辛雨
- 随着弹道武器技术的快速发展,反导系统对反导的响应时间提出了更高的要求,其中导弹目标的快速精准定位在缩短响应时间中起到关键作用。现有目标定位方案多依赖单装设备来完成,导致无法快速匹配任务需求,若能利用广泛分布的空天传感器装备协同工作将有望提升任务执行效能。因此,如何在有限资源下合理协同规划多传感器以完成多样化的导弹目标定位成为关键问题。然而,空天传感器间存在探测机理的本质不同,导致对其的统一任务规划存在难度。针对上述问题,提出了面向多阶段协作反导的分布式异质传感器任务规划方法。将传感器的功率资源分配策略与任务调度方案作为联合优化变量,构造反导全流程中多阶段的定位精度需求、功率限制等核心约束,建立目标定位时间最小化的数学优化模型。针对模型包含非凸约束和分式非凸目标函数的复杂问题,设计了一种分步迭代算法在多项式时间内完成了目标变量的优化求解。仿真结果表明,相较于传统的单种传感器框架,模型在导弹上升段有效缩减定位时间约12.25%。
-
- 无线通信网络自优化智能抗干扰机理及架构
- 丁悦,韩晨,安康,林志,张宇思,周展阳
- 首先,从学习模型、网络管控和资源协作三个方面深入探讨自优化智能抗干扰的机理。然后,提出了一种自优化智能抗干扰架构,结合对抗机器学习、深度强化学习、联盟形成博弈以及双边匹配博弈等关键技术,赋能无线通信网络的自优化智能抗干扰能力。通过概念辨析、理论探讨、技术对比,揭示该架构在提升网络自我发现、自我更新和自我适应能力方面的潜力。最后,对未来研究工作进行了展望,以期为无线通信网络的抗干扰研究领域提供全面的视角和指导研究。
-
- 基于深度学习的大规模MIMO信道预测方法
- 周围,向曾,刘是枭,陈黎,余明明,黎飞雨
- 提出了一种结合时间注意力机制与改进的2D全卷积神经网络-门控循环单元(2D-Fully Convolutional Neural Networks - Gated Recurrent Unit,2DFCNN-GRU)模型的信道状态信息(Channel State Information,CSI)预测方法,通过特征金字塔网络(Feature Pyramid Network,FPN)提取时变信道特征,并结合U-Net架构进行特征融合。利用GRU进行离线训练,并引入卡尔曼滤波器实现在线实时预测。在多用户大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)通信系统中,通过模拟分析了CSI参考信号周期与用户移动速度对系统性能的影响,并对比了不同预测方法的精度与复杂度。仿真结果表明,所提方法在30 km/h和60 km/h的用户速度下均显著优于传统方法,特别是在较大CSI参考信号周期下对小区边缘用户吞吐量的提升效果更为显著。
-
- 多无人机空域频谱态势构建方法
- 陈逸飞,杜奕航,张余,龙伟军
- 针对获取信息空白区域的频谱态势问题,提出了一种无人机(Unmanned Aerial Vehicle,UAV)频谱监测与堆叠生成对抗网络算法结合的频谱地图构建方法。利用无人机的高机动性,快速地对任务区域进行功率谱采样,随后使用得到的采样数据构建完整的频谱地图。该方法能够有效降低获取空域功率谱数据的难度,智能化地对残缺频谱数据进行预测补全,并能根据实际任务需求灵活选择算法堆叠层数。仿真结果表明,30%采样率构建得到的频谱地图与实际频谱地图对比,均方误差低于-20.56 dB。在更低采样率下,堆叠生成对抗网络算法的构建结果相较其他频谱地图算法,误差降低超过-15.66 dB。该算法可用于多种采样方式下的残缺频谱地图预测补全,并构建出与实际态势相符的频谱地图。
-
- 注意力和LSTM辅助的残差FTN-FSO端到端通信系统
- 曹明华,王瑞,张悦,张霞,王惠琴
- 为了更有效地消除超奈奎斯特(Faster-Than-Nyquist,FTN)无线光通信系统中大气湍流效应和码间干扰的影响,进一步提升系统误码性能,在卷积自编码器的基础上,提出了一种注意力和长短时记忆网络(Long Short-Term Memory,LSTM)辅助的残差FTN无线光端到端通信系统。根据FTN信号受相邻信号影响的特点,在系统发射端引入LSTM网络来提取FTN信号特征;同时,将注意力机制引入到接收端来增强其对接收信号的恢复能力;再将残差网络引入到系统中,来获取更高的分类精度,且加速系统的收敛速度。在此基础上,探讨了该系统在不同条件因素影响下的系统最佳训练信噪比。仿真结果证明,改进后的自编码器系统在Mazo限内取得了与奈奎斯特系统相近的误码性能,并且在强湍流信道下,能够明显改善系统 “误差下限”的问题,当信噪比为32 dB时将误符号率控制到10-3以下。
-
- 基于YOLO-v7改进的SAR图像舰船小目标检测方法
- 毛云龙,葛睿,未行成,李思
- 合成孔径雷达(Synthetic Aperture Radar,SAR)图像中舰船小目标尺寸小、分辨率低、特征提取难,容易出现漏检和误检导致识别准确率不高。为此,提出改进YOLO-v7网络以增强对小目标特征的提取,从而提高识别检测准确率。针对采用YOLO-v7进行SAR图像船舰小目标检测过程中特征通道信息缺失的问题,通过在主干特征提取网络中引入了坐标注意力机制(Coordinate Attention,CA),避免了输入特征在提取过程中位置的丢失。然后,引入“重脖子”的GraffeDet-Lite网络架构替换颈部网络(Path Aggregation Network,PANet)结构来获得更细粒度和更强化的特征,提高多尺度特征利用率和检测精度;接着,在检测头中采用高效交并损失比函数(Efficient Intersection over Union Loss,EIOU Loss)提升目标定位效果,进而提高SAR舰船图像算法检测精度。通过RSDD-SAR:SAR舰船斜框检测数据集对比实验表明,提出的改进YOLO-v7算法能有效提高SAR图像船舰小目标识别检测能力,漏检情况得到明显改善,识别准确率达到了90.8%,与未改进前的YOLO-v7相比提高了3.2%。
-
- 基于IBWO-KELM的海杂波背景下小目标检测方法
- 陆慧洋,奚彩萍
- 针对于海杂波噪声背景下传统方法难以检测出小目标的问题,提出了基于改进小波阈值函数的降噪方法和IBWO-KELM(Improved Beluga Whale Optimization-Kernel Extreme Learning Machine)检测方法。首先,利用变分模态分解(Variational Mode Decomposition,VMD)结合改进的小波阈值函数对海杂波数据进行降噪处理;其次,对白鲸优化(Beluga Whale Optimization,BWO)算法的初始化、探索和开发3个方面进行多策略改进,并利用改进的BWO算法对核极限学习机(Kernel Extreme Learning Machine,KELM)的正则化系数和核参数进行优化,从而获得一个最佳的预测模型;最后,根据预测的绝对误差实现海面小目标检测。采用IPIX雷达数据进行实验,在#17、#280和#54号海杂波数据中平均检测效率相较于RCMDE-XGBoost检测方法提升了15%。
-
- 相关干扰环境下基于cGAN的MIMO信号检测算法
- 康晓非,李雨玫,梁琪悦
- 复杂通信场景下非高斯干扰噪声使得传统多输入多输出(Multiple-Input Multiple-Output,MIMO)检测的误码性能受限。为解决在相关动态干扰噪声环境下的MIMO信号检测问题,提出了一种将半正定松弛(Semi-definite Relaxation,SDR)检测器和条件生成对抗网络(conditional Generative Adversarial Network,cGAN)联合的新型迭代检测算法,称为SDR-cGAN。SDR对接收信号进行初始检测, cGAN实现对相关干扰噪声的精确估计,通过两者构成的迭代框架,不断消除干扰噪声残差,从而提升检测算法的误码性能。仿真实验结果表明,当系统收发天线数相等,信噪比为15 dB时,SDR-cGAN算法误码率接近10-6,与其他基于深度学习的检测算法相比,误码率降低1~2个数量级,表现出接近最优检测的优良性能。在不同的调制方式下,SDR-cGAN算法较传统检测算法的误码性能也展现出明显优势,具有较好的鲁棒性。
-
- 基于优先级的混合服务功能链在线部署策略
- 王丽艳,郑先锋,侯泽天,冯浩
- 在移动边缘计算的动态网络服务系统中,综合考虑用户请求流的优先级、混合服务功能链(Hybrid Service Function Chain,H-SFC)的顺序和延迟约束、虚拟化网络功能(Virtual Network Functions,VNF)的共享以及用户的服务时间,研究H-SFC的在线部署问题。首先,通过整数线性规划对该问题建模。然后,以最大化网络的累计请求流接受率为目标,提出一种基于优先级的H-SFC在线部署策略。该策略由可用资源的预估算法(Estimation of Available Resources Algorithm,EARA)和基于优先级的部署算法(Priority-based Deployment Algorithm,PBDA)两部分组成。EARA算法采用整合移动平均自回归模型进行资源的快速预测,然后通过调整和释放已离开的移动用户所占用的资源来为PBDA提供资源依据。PBDA根据EARA所预测的可用资源情况,使用优先队列的记忆化深度优先搜索方法为H-SFC选取所需的VNF节点和链路。仿真结果表明,该策略的流接受率比不用EARA算法调整时提高了10%。另外,在其他场景下也展现出更好的性能。
-
- 带重尾量测噪声的交互式多模型增量容积卡尔曼滤波算法
- 蔡如华,褚苑岚,吴孙勇,余润华,张小琪,张智雄
- 针对同时含有恒定传感器系统偏差和重尾量测噪声的非线性系统目标跟踪问题,提出一种基于交互式多模型框架的增量容积卡尔曼滤波器(Incremental Cubature Kalman Filter Based on Interactive Multiple Mode Framework,IMM-ICKF)。首先,针对带有非高斯重尾量测噪声的目标估计问题,IMM-ICKF将量测噪声建模成高斯混合分布。然后,对相邻两个时刻存在恒定传感器系统偏差的量测进行差分得到增量量测,减弱了恒定传感器系统偏差对滤波的不利影响。同时,根据增量量测噪声的高斯混合分布特性,在交互式多模框架下将增量量测噪声分解成多个并行滤波器进行处理,最后综合多个并行滤波器的递推估计结果进行融合输出。仿真结果表明,在同时含有恒定传感器系统偏差和重尾量测噪声的非线性系统环境下,与基于高斯混合的增量容积卡尔曼滤波算法相比,IMM-ICKF位置跟踪精度提升约10%,运行时间降低约92%。
-
- 多臂赌博机赋能大规模MIMO终端调度和预编码设计
- 艾臻,付峰,余健,丁宏
- 为提升频分双工大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统的频谱效率,提出了基于多臂赌博机(Multi-armed Bandit,MAB)的预编码设计方法。该方法利用MAB从历史数据中获取信道协方差矩阵(Channel Covariance Matrix,CCM)信息进行预编码设计,避免了CCM的估计,同时无需对瞬时信道状态信息估计,有效降低了导频开销并提升了系统频谱效率。首先,利用较少的时隙获取初步的终端路径角度信息,并基于最小反距离和准则,提出了终端调度算法,使终端在移动过程中仍能保持信道的正交,减小了终端间干扰。其次,将各终端预编码向量和接收信号能量分别表征为MAB中的动作和奖励值,根据置信度上界策略,提出了各终端动作集迭代以及确定终端动作的算法。该算法可逐步收敛到使终端接收能量总和最大的预编码向量。仿真结果验证了所提方法的频谱效率较以往方法能够提升5%~20%。
-
- 零信任机制在机载传感器系统网络安全中的应用
- 杨斌,姜家财,吴昊
- 随着机载传感器系统开放式、网络化、智能化发展,其面临的网络安全威胁日益严峻。传统的边界防御策略难以应对复杂多变的网络攻击威胁,零信任机制为机载传感器系统网络安全防护提供了全新的思路。为了将零信任机制引入到机载传感器系统,介绍了零信任安全架构的核心思想,分析了其在机载传感器系统网络安全中的应用优势。阐述了机载传感器系统网络安全现状及面临的挑战,提出了基于零信任机制的机载传感器系统网络安全防护架构,对其架构和主要技术实现途径进行阐述,并结合机载传感器系统特点对技术发展需求进行了分析和展望。
-
- 基于机动车车灯轮廓特征矢量的机动车款式识别
- 丁祖春
- 为了实施对机动车的管控,需要查找特定机动车或分析其行驶轨迹。因道路监控图像数量巨大,识别机动车的款式可以大幅度压缩查找范围。由于监控摄像头与被拍摄的车辆之间具有一定的夹角,监控图像中的车辆会有一定的形变,影响识别结果的准确性。考虑监控拍摄夹角及车灯表面的非平面性的影响,构建车灯的特征矢量用于车辆款式识别。提取监控图像的车灯区域,通过形态学方法去除背景噪声,提取机动车车灯轮廓并进行编码,将车灯的轮廓分割为多个扇区提取多维特征,通过分区加权方法计算机动车款式特征矢量的相似度实现款式识别。实验中使用了监控设备拍摄的15 300幅机动车图像作为测试数据集,覆盖不同地理位置、不同时段、不同光照条件、不同天气下的机动车,所提出的算法对机动车款式的识别准确率达到了98.95%,高于现有主流的先进方法。该方法根据车辆的不可改变的车灯结构的轮廓特征识别车辆款式,在交通管控上具有实践意义。
-
- IRS辅助无人机隐蔽通信系统平均速率最大化算法
- 王正强,任昕志,万晓榆,樊自甫
- 提出了智能反射面(Intelligent Reflecting Surface,IRS)辅助的无人机隐蔽通信系统资源管理与轨迹优化算法。首先推导出监察者的最优检测阈值和能够实现隐蔽传输阈值的解析表达式,然后在满足隐蔽约束的前提下对无人机飞行轨迹、发射功率和IRS相移进行联合优化最大化平均隐蔽传输速率。利用块坐标下降算法将优化问题分解成3个子问题交替优化变量。仿真结果表明,所提算法优化的轨迹方案与初始直线轨迹方案相比平均速率提升了约93%。
-
- Ka频段通信相控阵天线自动波束跟踪方法
- 毛敏泉
- 由于Ka频段通信波束在传播过程中往往会在不同介质参数的物体表面发生反射、折射和散射等,导致多径效应的出现,使得通信波束的跟踪准确度降低。为了缓解多径效应的干扰问题,提出了Ka频段通信相控阵天线自动波束跟踪方法。通过分析Ka频段通信波束频域特性和在多径效应影响下的衰落特性,结合概率分布函数的建立,修正波束的相位方差。利用相控阵天线扫描修正后的通信波束,计算扫描结果下的波束方位角动态值,得出相应的偏航角,从而实现波束的自动跟踪,有效提高多径环境下的波束跟踪精度。该方法可大幅减少接收端响应的色散现象,波束跟踪方位角偏差也较传统方法减小了55%~71%,具有跟踪误差小、准确度较高的特点,满足Ka频段通信的波束跟踪精度要求。
-
- 一种新的双通道跟踪天线动态滞后误差修正方法
- 吴有杏,刘四方,席文君,李仁龙,龚臣,顾睿
- 分析了我国现有卫星地面站跟踪天线动态滞后误差形成的机理和经典修正方法,提出了一种基于天线指向偏差的可变差斜率动态滞后修正方法。对实测天线方向图仿真计算出基于角度的灵敏度修正量,对高仰角跟踪实测角度数据通过查表映射进行动态滞后修正处理。与GPS定位数据进行残差比对验证,该方法与原有修正方法相比成倍降低了方位、俯仰测角数据残差的均方根值,可以显著降低高仰角跟踪动态滞后对外测精度带来的影响。
-
- 双载波相移双边带调制的瞬时频率测量方案
- 廖俊,郭琳,张颖,彭伟夫,张月,刘万宇,钟贻,范红梅,刘俊杰
- 为在宽频范围内实时获取待测信号的频率信息,设计了一种采用载波相移双边带(Carrier Phase-shifted Double Sideband,CPS-DSB)调制的瞬时频率测量方案。该方案利用一个激光源、两个移相器和一个哠ymbolpA@偏置的马赫-曾德尔调制器(Mach-Zehnder Modulator,MZM)构建两个具有不同相位的CPS-DSB调制系统,再分别与单模光纤、光电探测器进行融合处理,利用色散导致功率衰减效应建立输出功率比与待测频率之间的对应关系,构造出幅度比较函数,进而完成频率测量功能。仿真结果表明,该方案可在0.1~15.7 GHz范围内对待测频率进行测量,且测量误差小于80 MHz。通过分别调节双CPS-DSB调制的载波相位,可改变待测频率的测量范围和测量误差,进而利用宽带粗测量和窄带细测量的两步测量法完成高性能的频率测量。此外,分析了激光源线宽、待测信号强度、MZM消光比和偏置电压漂移4个因素对该方案频率测量的影响。
-
- 面向神经网络处理器的FFT算子设计与实现——以昇腾910为例
- 何嘉星,李艳文,李柔,翟平华,李阳,邹喜华,潘炜,闫连山
- 为实现神经网络处理器快速傅里叶变换(Fast Fourier Transform,FFT)算子,探讨了FFT算法在神经网络处理器中的高性能和高精度并行计算问题。以华为昇腾910(Ascend910)神经网络处理器为例,基于华为公司提出的神经网络计算架构(Compute Architecture for Neural Network,CANN)设计了缓存分片、高效转置、矢量化蝶形计算的FFT高性能计算方案,实现了半精度和单精度任意长度复数序列的FFT计算。实验结果表明,精度和性能在序列达到一定长度后都优于中央处理器(Central Processing Unit,CPU),与英伟达(NVIDIA)的统一计算设备架构快速傅里叶变换(Compute Unified Device Architecture Fast Fourier Transform,cuFFT)相比,在半精度数据的典型长度上性能和精度最多分别提升了16.5倍和48%。
-
- 面向海上复杂环境的无人艇集群航迹规划发展综述
- 费陈,贺拥亮,陈硕,张帆,卢野,辛进
- 随着海洋战略地位的不断提升,无人艇集群展现出巨大效能和应用潜力,其中以海上环境下无人艇集群应用最具有前景。以海上复杂环境为背景,首先梳理了国内外无人艇的发展现状,并阐述基于海上复杂环境下的三维刻画、敌情动态分析、无人艇机动性约束等特点,然后重点剖析基于机器人模拟仿真软件(Robot Operating System Gazebo,ROSG)仿真的三维建模分析、基于数学建模的无人艇机动性约束及威胁区域分析、基于迁移强化学习的无人艇集群航迹规划等关键技术,最后展望了无人艇集群航迹规划的发展趋势,以期为无人艇集群航迹规划应用提供借鉴。
