电讯技术杂志

电讯技术杂志2025年第2期

• 水声OTFS通信系统的研究现状、挑战与趋势

  廖勇,刘爽,汪浩

  水声通信作为海洋信息传输的核心技术，广泛应用于海洋探测、海事监管及海底工程等领域。然而，水声信道因双重色散特性而极具挑战性，对系统设计构成重大障碍。尽管正交频分复用（Orthogonal Frequency Division Multiplexing，OFDM）技术已在水声通信中得到广泛应用，但其性能仍受限于信道状态估计的准确性。正交时频空（Orthogonal Time Frequency Space，OTFS）调制技术通过将数据转换到时延-多普勒域内传输，能够有效地应对水声信道中的多径效应和多普勒频移，提高通信系统的性能和可靠性。综述了OTFS在水声通信中的关键处理技术，涵盖信道估计、信道均衡及多址接入技术三个核心方面，并从天线拓展、机器学习融合及同步创新等方面探讨了未来发展趋势，同时详细分析了复杂信道环境下的信号检测、计算复杂度与实时性平衡、参数估计准确性及水下环境对数据可靠性的影响面临的技术挑战。

• OTFS技术：研究现状与发展趋势

  高明琪,代健美,朱诗兵,李长青

  正交时频空（Orthogonal Time Frequency Space，OTFS）调制技术是近年提出的新型信号调制方式，旨在应对下一代无线通信网络典型的高移动性多径传输场景中存在的大多普勒频移导致的通信质量下降问题。OTFS技术将符号映射至时延-多普勒（Delay-Doppler，DD）域，并通过二维变换将其变换到时频域，以应对大多普勒频移和时延导致的载波间干扰与符号间干扰。分析并总结了OTFS技术的基本原理、信道估计、符号检测及与多址技术结合等方向的研究现状，对未来OTFS技术的发展趋势进行了展望。

• 基于消息传递的OTFS信号检测算法综述

  廖勇,于晨

  由于正交时频空（Orthogonal Time Frequency Space，OTFS）调制解决了多普勒频移的影响，能够适应快时变信道下的传输要求，已成为第六代(The Sixth Generation，6G）移动通信系统中关键候选技术。同时，信号检测对OTFS在信道传输中的性能发挥着重要作用。目前消息传递（Message Passing，MP）算法作为主流的信号检测算法，在OTFS系统中被广泛使用。然而，在实际环境下MP信号检测算法仍面临着诸多技术挑战。首先介绍了OTFS系统的基本原理和信号处理流程，其次对MP算法的信号检测原理进行阐述，然后将MP的优化算法分为4类，分别为近似消息传递（Approximate Message Passing，AMP）算法、高斯近似消息传递（Gaussian Approximate Message Passing，GAMP）算法、正交近似消息传递（Orthogonal Approximate Message Passing，OAMP）算法以及单元近似消息传递（Unitary Approximate Message Passing，UAMP）算法，对各类算法分别概述其原理并进行了分析、归纳和总结，接着对MP及其优化算法面临的技术挑战进行了探讨，最后对其未来的发展趋势进行了展望。

• 低精度量化的OTFS系统性能分析

  张馨月,李华,李星

  正交时频空（Orthogonal Time and Frequency Space,OTFS）作为6G候选调制方案，旨在支持下一代无线通信系统在高速移动场景的异构性需求。为解决系统硬件成本高昂和功耗高的问题，构建了低精度量化OTFS系统，并推导了b-bit量化最小均方误差（Minimum Mean Square Error,MMSE）检测矩阵。通过加性量化噪声模型（Additive Quantization Noise Model,AQNM）推导系统输入-输出关系，并基于MMSE接收机评估系统误比特率（Bit Error Rate,BER）和可达速率性能。仿真结果表明，4-bit量化较全精度量化系统性能在BER=10-2处损失约1 dB，可达速率减小约0.98%；8-bit量化与全精度量化的可达速率相当，验证了分析结果的有效性。

• 一种低复杂度的OTFS系统信号检测算法

  陈发堂,陈甲杰,夏麒煜,黄梁

  针对正交时频空(Orthogonal Time Frequency Space，OTFS)调制系统中均衡器性能不佳及线性滤波器复杂度较高等问题，提出了一种LU(Lower-Upper)分解与迭代最小均方误差(Iterative Minimum Mean Square Error，IMMSE)均衡器结合的OTFS系统信号检测算法(LU-IMMSE)。该算法依据时延多普勒域稀疏信道矩阵的特征，采用一种低复杂度的LU分解方法，以避免MMSE均衡器求解矩阵逆的过程，在保证均衡器性能的前提下降低了均衡器复杂度。在OTFS系统中引入一种IMMSE均衡器，通过不断迭代更新发送符号均值和方差这些先验信息来逼近MMSE均衡器最优估计值。LU-IMMSE算法通过调节迭代次数可以有效降低误比特率。在比特信噪比为8 dB时，5次迭代后的LU-IMMSE均衡器误比特率相比传统的MMSE均衡器降低了约11 dB。随着迭代次数的增大，较传统IMMSE算法降低了计算复杂度。在最大时延系数为4、符号数为16的情况下，与直接求逆相比，所提出的低复杂度LU分解方法降低了约91.72%的矩阵求逆计算复杂度。

• 星地通信中基于压缩感知的OTFS信道估计

  邵凯,聂芝荣

  针对低轨卫星星地通信高动态信道特点，采用正交时频空（Orthogonal Time Frequency Space，OTFS）调制方式，提出一种低导频开销、高精度的两阶段信道估计方法，实现对时延、多普勒频移和信道增益3个参数的精细估计。所提TP-CSIE（Two Phase Channel State Information Estimation）方案采用时域训练序列为导频结构，解决时延-多普勒（Delay-Doppler，DD）域嵌入式导频方案在高动态星地链路下导频开销过大的问题。由于DD域信道的固有稀疏性，OTFS信道估计问题被转化为稀疏信号的恢复问题。在算法第一阶段，选用稀疏信号恢复算法进行信道参数的初始估计，利用重叠相加法获得部分先验信息以提高压缩采样匹配追踪（Compressive Sampling Matching Pursuit，CoSAMP）算法的准确性。在算法第二阶段，设计增强型旋转不变子空间算法实现信道参数的准确估计。仿真结果表明，与现有方案相比，所提算法归一化均方误差性能约有7 dB性能的提升，误码率性能约有10 dB的提升。

• 一种基于ZP-OTFS的低复杂度SSOR检测算法

  何茂恒,张薇

  针对高速移动场景中正交时频空间(Orthogonal Time Frequency Space，OTFS)系统线性最小均方误差(Linear Minimum Mean Square Error，LMMSE)检测复杂度过高而难以快速有效实现的问题，利用零填充(Zero Padding，ZP)OTFS系统时域信道矩阵呈块对角稀疏特性提出一种逐块迭代的对称逐次超松弛(Symmetric Successive over Relaxation，SSOR)迭代算法，在降低系统复杂度的同时获得与LMMSE检测近似的性能。仿真结果表明，与逐次超松弛(Successive over Relaxation，SOR)算法相比，所提算法对松弛参数不敏感且具有更快的收敛速度，在迭代次数为10次时误码性能几乎达到LMMSE误码性能，显著降低了检测器的复杂度。

• 基于残差的正交时频空异步消息传递算法

  曾沁玥,刘林

  正交时频空（Orthogonal Time Frequency Space，OTFS）调制作为极具潜力的调制方案能够显著提升高移动场景下通信系统的鲁棒性。传统的OTFS同步消息传递（Message Passing,MP）检测算法及其变体每次迭代都需要更新并传递所有的信息，从而导致收敛速度过慢。针对上述问题，提出基于残差的OTFS异步消息传递算法。该算法利用消息更新前后的差值作为知情调度信息来控制消息传递的顺序，从而实现迭代资源的非均匀分配。仿真结果表明，基于残差的OTFS异步消息传递算法相较于传统的同步消息传递算法，在信噪比为20 dB时，迭代次数减少了45%，误比特性能提高了7 dB。

• 一种基于自适应噪声估计的CP-OTFS系统信号检测算法

  潘润勇,常俊,刘夕龙,杨川,倪晨

  针对正交时频空(Orthogonal Time Frequency Space,OTFS)调制系统中最小均方误差(Minimum Mean Square Error,MMSE)检测算法性能整体不佳以及计算复杂度高的问题，通过对CP-OTFS系统时延-多普勒（Delay-Doppler,DD）域中的输入-输出关系运用二维离散傅里叶变换后，提出一种基于自适应噪声估计的检测算法。该算法首先根据先验信息衡量接收信号功率和信道增益，然后用一个含参项衡量发送信号功率，最后引入噪声方差完成对噪声项的估计并结合MMSE准则进行信号检测。仿真结果表明，当信噪比为19 dB时，该算法的误码率性能比MMSE检测算法提升了3.72 dB且在运算过程中不涉及矩阵的求逆，是误码率性能整体较好与低复杂度的信号检测算法。

• 边缘网络中基于用户移动性预测的数字孪生部署策略

  周冬杨,潘显兵

  在移动边缘计算网络中，联合考虑用户的移动性和服务满意度，实现数字孪生（Digital Twin，DT）的有效部署是一个极大的挑战。针对该问题，提出了一种边缘网络中基于用户移动性预测的数字孪生部署策略。首先，利用双向长短期记忆网络（Bidirectional Long Short-Term Memory Network，Bi-LSTM）和注意力机制建立一种轨迹预测模型，对移动用户进行轨迹序列预测；然后，利用整数线性规划（Integer Linear Programming，ILP）对数字孪生的部署问题进行建模；最后，以最大化由信息新鲜度（Age of Information，AoI）定义的效用增益函数为优化目标，提出一种基于用户移动性预测的数字孪生部署策略算法对提出的问题进行求解。该算法根据获取到的移动用户轨迹数据，利用数字孪生部署的边际效用递减特性进行设计，以实现最优的数字孪生部署策略。仿真分析验证了所提算法在预测精度和效用增益方面的有效性，且该算法与基准算法相比显示出性能提升不低于10.7%。

• 基于EfficientNetV2-RetNet的端到端中文管制语音识别

  梁海军,常瀚文,何一民,赵志伟,孔建国

  自动语音识别（Automatic Speech Recognition，ASR）技术在空中交通管制（Air Traffic Control，ATC）领域的应用有望提高通信效率、减少人为错误、提升安全性，并促进航空交通管理系统的创新和改进。然而，由于ATC通信通常涉及敏感信息，获取大量带有标签的ATC语音数据较为困难，这给构建高准确度的ASR系统带来了巨大挑战。基于Retentive Network（RetNet）和迁移学习设计了一种新的端到端ASR框架EfficientNetV2-RetNet-CTC，用于ATC系统。EfficientNetV2的多层卷积结构有助于对语音信号提取更复杂的特征表示。RetNet使用多尺度保持机制学习序列数据上的全局时间动态，可以非常高效地处理长距离依赖性。连接时序分类不用强制对齐标签且标签可变长。此外，迁移学习通过在源任务上学习的知识来改善在目标任务上的性能，解决了民航领域数据资源稀缺的问题且提高了模型的泛化能力。实验结果表明，所设计的模型优于其他基线，在Aishell语料库上预训练的最低词错误率为7.6%和8.7%，在ATC语料库上降至5.6%和6.8%。

• 基于改进标签策略与卷积神经网络的离格DOA估计方法

  袁野,吕昭,汪淼,徐步云,李盼

  为了能够准确高效地对离格信号的波达方向(Direction of Arrival,DOA)进行估计，利用卷积神经网络来提取信号协方差矩阵中的深度特征信息，并采用改进型标签策略来确保网络的估计精度和效率。具体来说，通过带小数的标签来注释协方差矩阵构成的张量，并配合上改进后的二进制交叉熵损失函数来使得所提出的小数标签能够用于网络训练。针对DOA估计对应的多标签—多分类的问题，使用了包含6层结构的卷积神经网络的输出单元类别以及幅度来分别对离格信号的DOA整数部分与小数部分进行重构。通过与6种现有典型方法的均方根误差（Root Mean Square Error,RMSE）仿真对比，所提方法能够在信噪比为-10 dB的情况下保持着RMSE<0.5°的优秀表现。虽然无法在较少快拍下正常工作，但该方法在快拍数大于8的条件下仍然保持着RMSE<1°的表现性能。同时，在信号数量为5时，所提方法依然具有较高的估计稳定性，且计算速度能够达到毫秒级，用时明显低于其他方法。

• 基于信道压缩感知的自适应空时抗干扰算法

  高柳明,谷斌,贾彦根,张渭乐

  针对稀疏信道场景，提出了一种基于压缩感知的自适应空时抗干扰方法。所提方法基于贪婪算法和基于互相关矢量算法对接收端时域滤波器的抽头进行择优选择，利用选择出的一定数量的抽头去完成自适应空时处理。在所提方法中，空时滤波的抽头位置能够自适应地匹配实时的信道稀疏性。数值仿真结果表明，与传统压缩感知的信道估计与均衡方法相比，所提方法具备自适应抗外部干扰能力。与传统固定抽头位置的自适应空时抗干扰方法相比，所提方法可以获得更优的误码率性能，特别是在导频长度比较小时。

• 基于遗传-群体智能融合算法的干扰决策方法

  阎潇,王青平,胡卫东,朱虹宇,王超,施庆展

  针对无人机集群协同多目标干扰实时决策问题，提出了一种基于遗传-群体智能融合算法。首先根据多功能雷达工作模式及特点构建自适应协同干扰效益评估函数，分析动态干扰决策这个NP-hard问题的特点，建立多要素的干扰资源分配模型，然后采用遗传-群体智能融合算法进行优化求解。所提算法通过分布式决策实现算法初期的次优解快速收敛，再通过集中式优化实现算法全局寻优，通过种群内个体间的竞争与协作降低算法陷入局部最优的风险。仿真结果表明，融合算法相比较于遗传算法和改进蚁群算法收敛迭代次数分别减少了42.25%和15.43%，在实时处理性能方面相较于遗传算法提升了9.53%，具有更好的收敛效率和实时处理能力。

• 基于多智能体深度强化学习的水声网络资源分配

  李梦凡,张育芝,韩翔,冯晓美

  在资源受限的水声网络中，使用软频率复用技术和自适应资源分配技术可以提高网络容量和能量效率。然而，水声信道的长传播时延和时变特性导致用于自适应技术的反馈信道状态信息（Channel State Information,CSI）是时变且过时的。非理想的反馈CSI会降低自适应系统的性能。针对该问题，提出了一种基于多智能体深度Q网络的资源分配（Multi-agent Deep Q Network Based Resource Allocation,MADQN-RA）方法。该方法将水声软频率复用网络视为多智能体系统，并使用过时的反馈CSI序列作为系统状态。通过建立有效的奖励表达式，智能体可以跟踪时变时延水声信道的变化特性并做出相应的资源分配决策。为了进一步提高智能体的决策准确度，同时避免状态空间维度增大时的部分学习成本，结合动态状态长度方法改进了MADQN-RA。仿真结果表明，所提方法实现的系统性能优于基于其他学习的方法和基于信道预测的方法，且更接近理论最优值。

• 基于原子范数的阵元故障MIMO雷达差分共阵角度估计方法

  陈金立,张金璨,姚昌华,涂刚毅,李家强

  双基地多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达阵元故障会导致三阶观测张量中出现缺失切片数据，严重影响目标角度估计性能。为此，提出一种基于原子范数的阵元故障MIMO雷达差分共阵角度估计方法。首先，对MIMO雷达三阶观测张量进行PARAFAC分解得到收发阵列的不完整因子矩阵；然后，利用收发阵列的因子矩阵分别获得发射和接收差分共阵的导向矩阵，并利用差分共阵的冗余度对故障阵元缺失数据进行填充，从而得到等效虚拟收发阵列的虚拟因子矩阵；最后，为了填补等效虚拟阵列中的空洞，分别对等效虚拟收发阵列的虚拟因子矩阵建立原子范数约束下的低秩矩阵重构模型，并将其表述为半正定规划(Semi-definite Programming,SDP)问题，利用交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)求解该矩阵重构模型。仿真结果表明，所提方法可以有效重构出不完整因子矩阵中的缺失数据，从而改善MIMO雷达阵元故障下的角度估计性能。

• 硬件损伤下RIS辅助RSMA系统最小安全速率最大化方案

  邓炳光,伍志攀,冯琳琳,张治中

  对于可重构智能表面(Reconfigurable Intelligent Surface,RIS)辅助速率拆分多址接入(Rate Splitting Multiple Access,RSMA)系统，收发机硬件损伤(Hardware Impairments,HIs)极可能大幅降低安全性能。针对此问题，以提高系统资源利用效率为目标，考虑用户保密速率公平性，提出一种HIs下RIS辅助RSMA系统最小安全速率最大化方案。使用交替优化、辅助变量替换、半定规划及半正定松弛等方法，联合优化发射预编码向量、公有信息安全速率分配及RIS相移，以最大化用户最小安全速率。仿真结果表明，在相同HIs情况下，与基准传输方案相比，所提传输优化方案至少可使系统最小安全速率提升5.65%，且能在保障用户保密速率公平性的同时提升系统抗HIs能力和保密性能。

• 基于拉普拉斯混合模型的航迹抗差关联方法

  韦春玲,吴孙勇,刘锦新,余润华

  针对组网雷达系统误差与上报目标不完全一致等复杂环境下的航迹关联鲁棒性问题，基于非刚性点集配准理论提出了一种航迹邻域结构信息与拉普拉斯混合模型(Laplace Mixture Model,LMM)相结合的关联方法。首先利用更鲁棒的拉普拉斯混合模型对被视为异常点的非共同探测目标的航迹进行建模，然后定义局部相似性测度计算航迹邻域结构的相似性来决定拉普拉斯分量的权重，并通过期望最大化(Expectation-Maximization,EM)算法求解拉普拉斯混合模型的闭合解。最后利用经典分配法对E步获取的后验概率矩阵进行航迹关联判决。仿真结果表明，该方法在面对各种复杂环境如不同系统误差、检测概率、目标分布密度等情况时均有较高的关联正确率和较好的鲁棒性。

• 一种基于距离修正与改进沙猫群的三维DV-Hop定位算法

  苗凯,苟平章

  为解决三维DV-Hop计算平均每跳距离和确定待定位节点时存在的较大误差问题，提出了一种改进的三维DV-Hop定位算法(3D-ISDVHop)。首先，引入理想跳数，重新定义修正因子，优化锚节点的原始跳数，减少跳数计算的累计误差；其次，通过最大路径搜索算法获取一条待定位节点到锚节点之间的最相似锚节点对的路径，修正该路径的平均跳距，得到待定位节点到目标锚节点的平均跳距；最后，利用非线性周期调整机制和精英协作策略改进沙猫群优化算法，通过函数最小化求解待定位节点坐标。仿真实验结果表明，在相同网络环境下，3D-ISDVHop表现出更优的性能，对比3D-DVHop、3D-SBDVHop和ILSOA-DVHop平均定位误差率分别降低约36.8%、5.6%、2.3%。

• 图像语义通信技术综述与展望

  郭畅,何占豪,杨君刚,惠军华

  图像语义通信作为一种创新的通信范式，旨在通过传输图像中的语义信息提高通信效率。与传统通信方法相比，图像语义通信在发送端提取图像中的语义信息并发送到信道，接收端则依据语义信息重构图像或直接应用于下游智能任务，有效降低了图像传输对通信资源的需求，显著提高了通信系统的传输效率，为图像传输提供了全新的思路和技术手段。为梳理图像语义通信研究现状并分析未来的发展方向，深入总结了语义通信理论及框架，详细探讨了图像语义通信的相关工作，介绍了语义通信的基本框架以及图像语义通信的理论及实验研究现状。同时，分析了现有图像语义通信技术面临的挑战和问题，旨在为未来的研究提供有益的参考和启示。最后，提出了面向任务的图像语义通信研究思路，为图像语义通信技术的发展提供了理论指导。