电讯技术杂志

电讯技术杂志2025年第5期

• TA-DD-TransNet：一种面向时延-多普勒域的CSI反馈方法

  廖勇,罗渝,廖阳,叶彦劭

  针对车联网场景下多入多出-正交时频空（Multiple-Input Multiple-Output-Orthogonal Time Frequency Space,MIMO-OTFS）系统的信道状态信息（Channel State Information,CSI）反馈问题，提出了一种面向时延-多普勒（Delay-Dopler,DD）域CSI反馈的时间差分架构Transformer网络（Time-differencing Architecture Delay-Doppler Transformer Network,TA-DD-TransNet）,引入分时反馈机制，将残差信息建模与压缩反馈相结合。网络结构融合Transformer的全局建模能力与卷积神经网络的局部特征提取优势，在保持CSI重构精度的同时显著降低了反馈比特数与计算复杂度。在不同车速、信噪比及非完美信道估计条件下的仿真实验结果表明，所提方法在归一化均方误差（Normalized Mean Squared Error,NMSE）和余弦相似度指标上均优于CsiNet、CsiNet+和BCsiNet。在60 km/h、30 dB信噪比、1/4压缩率下，TA-DD-TransNet的NMSE约-27 dB，余弦相似度达0.96。复杂度分析显示，TA-DD-TransNet在1/4压缩率下的编码器和解码器浮点运算次数分别为1.809×107和2.281×107，参数量均为8.4×106左右，显著低于CsiNet+。所提方法能满足车联网中对高可靠低时延通信的实际需求。

• 复杂环境下基于CNN-Transformer的端到端航迹关联

  彭锐晖,贺基贤,孙殿星,杨雪婷

  针对复杂航迹场景下的航迹关联问题，提出了一种基于卷积神经网络（Convolutional Neural Network,CNN）和Transformer网络混合模型的端到端航迹关联算法，旨在提高航迹关联的准确性和效率。首先，将两个雷达上报的航迹集按目标分组，堆叠为特征对；随后，将标准化的数据输入至CNN-Transformer模型中，经由CNN层和Transformer编码器层提取空间特征并处理全局信息，之后进行目标关联预测；最后，根据预测概率确定最佳匹配目标输出关联结果。实验结果表明，无论是在存在干扰航迹环境还是在高密度航迹环境下，所提算法相比传统航迹关联算法在航迹关联精度上提高了15%~20%，并且在多目标场景中其鲁棒性和准确性大大提升。

• 基于先验驱动残差注意力网络的阵元故障MIMO雷达DOA估计

  陈金立,周龙,李家强,姚昌华

  受恶劣电磁环境和元器件老化等因素影响，多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达的天线阵元发生故障的概率增加，而阵元故障会严重降低目标波达方向(Direction of Arrival,DOA)估计性能。现有的大多数基于深度学习的DOA估计方法未能充分利用阵列模型的先验信息，导致其建立的映射关系极为复杂，从而使得网络拟合难度较大。为此，提出一种基于先验驱动残差注意力网络的阵元故障MIMO雷达DOA估计方法。首先，利用MIMO雷达协方差矩阵的双重Toeplitz先验特性，构建了基于先验驱动的残差注意力网络，并引入残差注意力块对协方差矩阵的特征进行加权处理，旨在学习阵元故障下存在数据缺失的协方差矩阵和完整协方差矩阵生成向量之间的映射关系。然后，根据残差注意力网络输出的生成向量估计值得到完整的协方差矩阵。最后，利用RD-ESPRIT(Reduced Dimension ESPRIT)算法估计目标DOA。仿真结果表明，所提算法在阵元故障下的DOA估计性能优于现有算法，在信噪比为15 dB时，其DOA估计精度比效果最好的现有算法提高了43.26%。

• 不完备观测数据条件下的消息传播扩散建模与预测方法

  贾莹,黄志成,李佳斌,卢梦萍,焦凯玉,胡航宇

  为了应对网络谣言在传播初期因恶意信息危害大且观测数据常不完整所带来的挑战，提出了一种在数据不完整条件下进行消息传播扩散建模的方法。该方法旨在克服传统方法难以准确表征社交网络中信息扩散完整状态的局限，特别是在数据即时性导致级联信息不完整的情况下。结合网络结构特征与节点间的影响关系构建了用户特征输入向量，并运用图神经网络技术来聚合相邻节点的特征，从而捕捉复杂的节点关系与全局网络结构。随后，通过引入扩散传播动力学模型，该方法迭代地将节点的估计传播状态传递至其邻居，重构出更完整的信息传播级联过程。实验验证表明，在观测数据不完整的条件下，该方法仍能有效模拟信息扩散，实现高达88.79%的级联完整度，为相关领域研究提供了一种高效且可行的新思路。

• 基于异构图神经网络的D2D联合功率分配

  陈发堂,徐霄鹏,王文浩,刘泽

  传统的功率分配算法由于复杂的矩阵运算与迭代所造成的高时延，在实际通信中实时获取信道信息十分困难，当前重要的研究方向是在系统性能和计算复杂度之间找到有效平衡。针对终端直通（Device-to-Device，D2D）用户与蜂窝用户的联合功率分配问题，提出一种异构功率控制图神经网络（Heterogeneous Power Control Graph Neural Network，HPCGNN）算法，旨在最大化所有用户的加权和速率。首先通过构建干扰的异构图，将信道和噪声等信息嵌入到图的节点和边；再由HPCGNN完成消息传递和更新，采用无监督学习方式优化深度神经网络(Deep Neural Network,DNN)参数，最终得到最佳的功率分配。仿真结果表明，相较于其他深度学习算法，所提算法能够有效提高系统性能，且在损失5%性能下相较分式规划（Fractional Programming，FP）能降低82%~98%的时间复杂度。

• 融合差分隐私联邦学习的无人机辅助边缘计算任务调度

  刘建华,王可心,涂晓光,樊荣

  随着物联网的发展，无人机辅助的边缘计算对于提高网络性能和数据处理能力至关重要。然而，在动态环境中，障碍物可能会导致无人机与用户之间的通信中断，间接影响用户的数据处理性能，对时间敏感的数据处理和用户隐私保护提出了挑战。针对该问题，提出了一种无人机辅助边缘计算的任务调度方案，旨在解决在涉及物理障碍的复杂条件下的时延成本优化和用户隐私问题。该方案融合局部差分隐私联邦学习(Local Differentially Private Federated Learning,LDP-FL)框架，通过协调用户任务调度、无人机轨迹和任务卸载率，在增强用户设备隐私保护的同时显著降低了系统的平均总时延成本。每个无人机-用户组都被分配了一个独立的深度强化学习代理，用于开发本地训练模型。然后，使用融合LDP-FL的加权聚合算法来处理和聚合它们的梯度，提高系统的时延性能和隐私安全性。与现有的将联邦学习与深度强化学习集成的算法相比，所提方案将时延成本降低了20.11%；此外，相对于用户设备的数量、随机任务的大小、无人机的计算能力和飞行持续时间，时延成本分别降低了25.46%、19.03%、14.59%和15.12%。

• 一种动态自适应聚合的可见光红外图像目标检测识别方法

  吴元,朱佩佩,李雪,谢勋伟,王贤圆

  多波段图像目标检测识别是重要的多模态基础任务之一，旨在通过不同传感器的成像特性补充完善目标特征来提高目标感知效果，对提升交通、医疗、军事等领域智能化程度具有重要的现实意义。针对目标检测识别中广泛存在的因光照、遮挡、复杂背景导致的检测识别效果不佳的问题，提出一种动态自适应聚合的可见光红外图像目标检测识别方法。通过设计通道注意力混合和二次动态权重连接的动态聚合结构以及语义空间信息交互的多路径扩展Neck结构，充分挖掘多波段图像的互补性，来提升困难场景下多波段图像目标融合检测的平均准确率。经公开数据集测试，相较于不采用动态聚合结构和多路径扩展Neck结构的对比模型，该方法的平均准确率(mean Average Precision,mAP)提高4个百分点以上。

• 参数稀疏的复杂交通场景图像车辆检测

  韩雪娟,瞿中

  尽管基于深度学习的目标检测在交通场景的应用已经取得了一定的进展，但复杂交通场景多目标精度与速度的博弈仍然是个挑战。大多数提升精度的方法都是参数密集型的，大大增加了模型的参数量。针对这一难题，提出了基于YOLOv8的稀疏参数模型，实现在降低参数量的同时提升模型的召回率和检测精度。首先使用简单注意力机制（Simple Attention Mechanism，SimAM）以建立更强劲的骨干网络提取特征；其次提出轻量化的内容感知特征重组模块（Lightweight Content-Aware ReAssembly of Features，L-CARAFE）代替上采样操作，在一个更大的感受野上聚合上下文信息；最后通过稀疏参数的多解耦头，在降低参数量的同时提升模型的检测精度。由于交通场景的复杂性，不仅通过KITTI数据集验证模型的有效性，还通过COCO数据集验证模型的泛化性。该模型在公开的数据集上均能大幅提升召回率和平均精度（mean Average Precision，mAP），其中，nano在KITTI数据集上以2.95 的参数量使召回率和mAP分别提高了3.1%和0.9%，小模型在COCO数据集上的mAP@0.5达到60.6%。

• 相控阵测控技术(六)：相控阵的时变滤波特性及其对通信性能的影响

  刘嘉兴

  孔径渡越效应是相控阵的一个特殊问题，针对此推导出了它产生的幅度/相位频率特性表达式，提出将相控阵等效为传输链路中的一个时变滤波器，构成相控阵带限通信系统，进而可利用通信系统的一些成熟理论对其有效性、可靠性、适应性等主要性能指标进行深入研究。作为例子，分析了它引起的附加误码及其等效的载噪比恶化等通信可靠性指标，并给出了改进措施。

• 北斗三号民航机载设备精度测试方法与判定准则

  王绍新,王焱滨,闫连山,李永慧,宋志军

  民航对于安全性和完好性有着极高的要求，基于机载增强、星基增强等技术的机载设备精度测试方法和判定准则非常关键，尤其是在外部射频干扰的情况下。航空无线电技术委员会第159特别委员会将航空设备测试方法由传统的位置域发展到了测量域，国内独立式北斗机载导航设备标准CTSO-2C609直接引用了GPS的机载标准中关于测量精度和24 h实际卫星定位精度的测试要求和方法。对于CTSO-2C609标准中的引用内容做了详细解析和论证，给出了一组更为精确的“110%通过门限”，最后通过干扰实验和观测站真实数据进行了实例验证。结果表明，在独立样本数大于2 000时，测量精度和24 h实际卫星定位精度均优于“110%通过门限”1.077 6。解析论证过程和新的通过门限参数为北斗机载民航标准的编写或升级提供了支撑和依据。

• 运动多站对捷变频信号时差和速度差时变性补偿与测量

  陈云飞,杨光,郑泽星,周彬,田玉坤

  针对运动多观测站场景下，捷变频信号时差、速度差难以通过长时间信号积累实现高精度测量的问题，提出了基于最小二乘快速补偿时差测量方法和基于高阶差分观测量补偿的改进互模糊函数速度差测量方法。首先对运动多站时差、速度差的产生机理进行理论分析；然后基于观测站与辐射源之间的空间位置关系及相对运动关系推导了时差变化率、速度差变化率等观测量的理论模型；最后对捷变频信号进行数学建模，对时差和速度差时变性影响进行定量分析，提出了捷变频信号时差、径向速度差时变性补偿和高精度测量方法。计算机仿真验证了所提方法的有效性。当信号积累时长达到1 s时，时差测量精度优于12 ns(r.m.s)，速度差测量精度优于0.001 35 m/s(r.m.s)。

• 基于PCM-FM信号的海上动平台多站时差定位技术

  杨峻巍,张旭,王炯琦,高梦瑶

  针对海上试验靶场各类飞行器的快速搜索及落点精确测量需求，提出了一种基于脉冲编码调制-调频（Pulse-Code Modulation Frequency-Modulation，PCM-FM）信号的海上动平台多站时差定位方法，构建了海上动平台多站时差定位系统架构。通过载波平滑伪距+扼流环多径抑制技术解决海上动平台条件下站间高精度时间同步，基于常数模算法的盲均衡技术解决海上多径环境下遥测信号码间串扰，通过遥测帧多符号平滑处理降低时差测量抖动误差，最后基于高斯-牛顿迭代最小二乘法实现多站实时高精度时差定位。仿真及飞行试验结果表明，该方法在动平台条件下定位精度优于100 m，可满足海上靶场目标定位精度需求，为未来海上靶场目标回收及装备鉴定的高精度测量系统建设提供了工程参考及设计依据。

• 基于卡尔曼滤波的铱星信号多普勒跟踪方法与参数设计

  陈小莉,朱溢涛,郭文飞,冯伟峻,田茂

  为了提高低轨卫星导航接收机的定位性能，提出了一种顾及卫星运动和突发信号特征的卡尔曼滤波多普勒跟踪方法。以铱星为例，针对铱星信号的高动态和突发特性，设计了一种卡尔曼滤波参数的自适应调整算法，结合铱星轨道动力学和接收机时钟噪声模型优化滤波器噪声协方差等参数，在跟踪过程中依据载噪比动态调整参数，从而显著提高了多普勒频率的估计精度。并且该方法根据历史估计值约束的迭代预测，有效提高了信号中断期间的多普勒估计精度。在信号间断时，利用卡尔曼滤波提供的多普勒频率预测值辅助信号跟踪，提高了环路收敛速度。实测结果表明，多普勒频偏估计值的误差为9.29 Hz，较快速傅里叶变换（Fast Fourier Transform,FFT）方法测量精度提升了67.81%；信号中断期间多普勒频偏的预测误差为13.12 Hz；二维多普勒定位精度达到了100 m以内，相较传统的FFT方法提升了54.6%。

• 支持能量收集与缓存的高铁通信系统

  邵轲,吴松洋,齐力,孙磊,许炜阳

  针对高铁通信系统中链路频繁切换、基站位置偏远等固有劣势导致感知质量下降及运维成本高等问题，提出了一种融合能量收集与边缘缓存的高铁通信系统架构。为实现保证通信服务质量的同时优化系统能耗这个目标，以通信、缓存和能量资源为约束，构建联合系统信息服务量与系统电网能量消耗的收益函数，采用拉格朗日乘子法获得无线携能传输时间分配和基站发射功率分配方案，以Karush-Kuhn-Tucker(KKT)条件为理论基础推导基站缓存数据量与最优时间分配方案之间的关系，并将收益函数简化为仅与基站缓存策略相关的优化问题。仿真结果表明，所提出的基于贪婪算法的缓存策略能够有效提升系统通信服务质量并降低能耗，在不同偏度因子下，目标函数值相比现有概率缓存策略平均提升至少5%，同时系统电网能量消耗可降低约3%。

• 面向2.4 GHz工业场景的轻薄低损耗反射补偿型智能反射面

  梁炜,卢艺,张嘉麟,夏晔,许驰

  针对现有高频段智能反射面（Intelligent Reflection Surface，IRS）无法满足工业应用低成本、高可靠性需求的问题，设计了一种面向2.4 GHz工业场景的轻薄低损耗反射补偿型IRS。提出了金属层无穿孔结构，通过调整接地层和偏置层位置，避免了穿孔，降低了电磁能量损失；设计了顶层贴片形成三片式对称结构，通过最大化两个可调谐器件的共振范围，有效减少了入射信号的能量损失，并提供了足够的相位跨度。仿真结果表明，所设计的2 mm厚的IRS反射幅值损耗低于1.6 dB，反射相位跨度296°，相较于现有可应用于2.4 GHz频段的原型同等相位下反射幅值提升61.9%，同等幅值下反射相位提升5倍。此外，所设计的原型具有很高的相位可调性和稳定性。

• 分布式RIS透射阵列辅助的近场定位

  王丹,许鑫,王嘉程,刘祚

  在目前“万物互联”的大背景下，高精度定位技术是众多应用发展的基础，也是通感一体化技术重要的研究方向。考虑结合可重构智能表面（Reconfigurable Intelligent Surface，RIS）技术，将其作为透射阵列加入定位模型中，在RIS辅助下实现对目标源进行位置估计。同时将单个RIS透射阵列模型拓展至两个RIS构成的分布式阵列模型，构建了信号模型、信道模型以及系统模型。评估了不同的信号发射功率以及不同的阵元个数对RIS作为透射阵列辅助下的定位性能的影响，并提出一种异面直线最短距离的几何定位算法对目标源位置进行仿真估计。仿真结果表明，所提出的分布式RIS作为透射阵列辅助定位的模型和算法的定位效果较优于现有研究中单个阵列模型下的定位效果，其中仿真中单个位置平均定位误差下降了约70%，位置解算时间约为单个阵列模型耗时的25%。

• 一种基于Hoey序列的8环QC-LDPC码构造方法

  袁建国,宋万闯

  针对准循环低密度奇偶校验(Quasi-Cyclic Low-Density Parity-Check,QC-LDPC)码存在短环及纠错性能不好的问题，基于Hoey序列(Hoey Sequence,HS)提出了一种新颖的QC-LDPC码构造方法。该方法从HS中选取一些元素，组成呈递增趋势的集合，进行简单的四则运算构造出指数矩阵，扩展得到围长至少为8的奇偶校验矩阵，并且可通过改变选取HS元素的数量进而灵活地改变码率和码长。仿真结果表明，同等条件下，在误码率为10-6时，该方法所构造的码率为0.5的HS-QC-LDPC(1 200,600)码与对比的几种码型相比，其净编码增益至少有0.12 dB的提升；在误码率为10-7时，该方法所构造的码率为0.67的HS-QC-LDPC(3 600，2 400)码与对比的几种码型相比，其净编码增益至少有0.06 dB的提升。此外，所构造的校验矩阵的复杂度与指数矩阵的行列数乘积呈线性关系，与其他对比文献相比具有较低复杂度。

• 基于级联映射ZC序列的大容量GFRA前导设计方法

  甄立,马明珂,裴晨晨,董萍,王文静,秦浩

  在面向卫星物联网的免授权随机接入（Grant-free Random Access,GFRA）系统中，受大规模连接和设备随机激活的影响，前导碰撞成为用户接入性能提升的主要制约因素。鉴于此，借助正交与非正交序列在前导检测和冲突抑制方面的各自优势，提出一种基于混合ZC(Zadoff-Chu)序列的大容量前导设计和检测方法。该方法利用正交ZC序列与其循环移位映射的不同根ZC序列级联来构建前导序列，并采用一种基于假设检验的两阶段干扰消除活跃用户检测算法，以确保大规模接入场景下的高精度用户识别。此外，对所提前导结构进行扩展，将相位旋转因子与多段非正交序列相结合，在不增加峰均比的前提下进一步扩大前导集容量。所提方法较现有复合和正交前导方法具有显著改善的多用户识别性能，在相同活跃用户下，成功检测概率最大提升约30.3%。

• 一种基于RS-CRC级联的存储数据保护技术

  赵长啸,陈庭康,田毅,马世耀,张博文

  大气辐射等因素会对航空电子系统中存储系统的数据造成极大威胁。针对航空嵌入式应用的两种常用数据位宽，对存储芯片实现Chipkill数据保护技术和数据传输路径进行RS-CRC级联加固。基于缩短RS(Reed-Solomon)码算法实现Chipkill数据保护技术，面向应用对象选择适合的有限域进行缩短RS编译码运算，并设计哈希查找表译码算法实现低延迟并行译码。基于循环冗余校验（Cyclic Redundancy Check,CRC）码校验机制并利用突发传输实现数据链路加固技术，不增加额外存储资源的情况下对写入数据链路进行加固。实现和验证表明，RS-CRC级联设计资源利用较少，LUT使用量仅为有限域GF(28)的47.5%，纠错能力强，是一种有效的存储数据保护技术。

• 空中计算网络技术综述

  惠敏,陈健,吕璐,杨龙,叶迎晖

  空中计算网络（Aerial Computing Network,ACN）整合空中接入网和移动边缘计算，利用异构空中平台实现本地化就近服务，可有效支持广域范围内海量用户的多样化低时延业务请求。介绍了ACN的3类关键空中平台，并从平台高度、成本、复杂度、适用业务类型等方面对各空中平台进行对比分析。总结了现有ACN的网络架构，梳理了网络架构演进方向。最后，结合ACN的重要应用场景，指出了ACN的未来研究方向，以期为后续研究提供借鉴与启示。