邮件订阅
优先发表
优先发表栏目展示本刊经同行评议确定正式录用的文章，这些文章目前处在编校过程，尚未确定卷期及页码，但可以根据DOI进行引用。本栏目内容尚未正式出版，未经编辑部许可，不得转载。
显示方式:
摘要:
在带频谱认知的车联网中，由于车辆终端的高动态移动性和无线电环境的复杂性，使频谱的稳定性难以评估。该文提出一种评估频谱稳定性的动态频谱接入算法。首先，基于信噪比、接收信号强度和带宽参数，利用长短期记忆神经网络预测出参数在未来1个周期内多时刻的值，并计算各参数1个周期的变化率，将结果作为频谱稳定性的评估指标。其次，利用K-Means算法对变化率向量进行聚类，构建稳定性评估模型。再次，根据稳定性评估结果重构了状态空间和奖励函数，提出一种基于强化学习的动态频谱接入算法。最后，实验结果表明，所提算法能够满...
在带频谱认知的车联网中，由于车辆终端的高动态移动性和无线电环境的复杂性，使频谱的稳定性难以评估。该文提出一种评估频谱稳定性的动态频谱接入算法。首先，基于信噪比、接收信号强度和带宽参数，利用长短期记忆神经网络预测出参数在未来1个周期内多时刻的值，并计算各参数1个周期的变化率，将结果作为频谱稳定性的评估指标。其次，利用K-Means算法对变化率向量进行聚类，构建稳定性评估模型。再次，根据稳定性评估结果重构了状态空间和奖励函数，提出一种基于强化学习的动态频谱接入算法。最后，实验结果表明，所提算法能够满...
摘要:
具有良好相关特性的正交波形集可以提高多输入多输出(MIMO)雷达系统的目标检测性能和抗干扰能力。为此，该文提出主瓣增益和动态范围约束下最小化广义互模糊函数积分旁瓣(ISL)的发射序列集和接收滤波器组联合设计方法。该方法采用最大块改进算法(MBI)将非凸优化问题分解为多个子问题，再利用连续凸近似方法(SCA)迭代求解子问题。为了进一步降低运算量，该文还提出了具有并行实现潜力的交替方向惩罚法(ADPM)求解SCA的子问题。最后，通过仿真实验从收敛速度、积分旁瓣电平等方面验证了该方法的有效性。
具有良好相关特性的正交波形集可以提高多输入多输出(MIMO)雷达系统的目标检测性能和抗干扰能力。为此，该文提出主瓣增益和动态范围约束下最小化广义互模糊函数积分旁瓣(ISL)的发射序列集和接收滤波器组联合设计方法。该方法采用最大块改进算法(MBI)将非凸优化问题分解为多个子问题，再利用连续凸近似方法(SCA)迭代求解子问题。为了进一步降低运算量，该文还提出了具有并行实现潜力的交替方向惩罚法(ADPM)求解SCA的子问题。最后，通过仿真实验从收敛速度、积分旁瓣电平等方面验证了该方法的有效性。
摘要:
利用生成模型为小样本目标检测提供额外样本是解决样本稀缺问题的方法之一。现有生成额外样本的方法，多关注于生成样本的多样性，而忽略了生成样本的质量和代表性。为解决这一问题，该文提出了一个新的基于数据生成的小样本目标检测框架FQRS。首先，构造类间条件控制模块使得数据生成器能够学习不同类别间的关系，利用基类和新类的类间关系信息辅助模型估计新类的分布，从而提高生成样本的质量。其次，设计类内条件控制模块，利用交并比(IOU)信息限制生成样本在特征空间的位置，通过控制生成的样本更聚集于类别的中心，确保它们能...
利用生成模型为小样本目标检测提供额外样本是解决样本稀缺问题的方法之一。现有生成额外样本的方法，多关注于生成样本的多样性，而忽略了生成样本的质量和代表性。为解决这一问题，该文提出了一个新的基于数据生成的小样本目标检测框架FQRS。首先，构造类间条件控制模块使得数据生成器能够学习不同类别间的关系，利用基类和新类的类间关系信息辅助模型估计新类的分布，从而提高生成样本的质量。其次，设计类内条件控制模块，利用交并比(IOU)信息限制生成样本在特征空间的位置，通过控制生成的样本更聚集于类别的中心，确保它们能...
摘要:
已有的深度主动聚类方法未能通过标注样本推理生成必须链接(ML)约束或不能链接(CL)约束，标注成本较高。为此该文提出一种基于约束传递的深度主动时序聚类方法。该方法设置了标注类簇集合(ACS)及相应的辅助标注集合(AAS)。通过预训练时序自编码器得到时序样本的表示向量。在深度聚类的每个训练轮次过程中，采样并标注表示空间中离类簇中心最近的样本存入ACS，使每个ACS内的样本属同一类别而ACS集合间的样本属于不同类别，然后从包含样本数最小的ACS集合中随机选取时序样本，采样并标注与该样本不属于同一类簇...
已有的深度主动聚类方法未能通过标注样本推理生成必须链接(ML)约束或不能链接(CL)约束，标注成本较高。为此该文提出一种基于约束传递的深度主动时序聚类方法。该方法设置了标注类簇集合(ACS)及相应的辅助标注集合(AAS)。通过预训练时序自编码器得到时序样本的表示向量。在深度聚类的每个训练轮次过程中，采样并标注表示空间中离类簇中心最近的样本存入ACS，使每个ACS内的样本属同一类别而ACS集合间的样本属于不同类别，然后从包含样本数最小的ACS集合中随机选取时序样本，采样并标注与该样本不属于同一类簇...
摘要:
高性能微机电系统电场传感器是大气电场及非接触电压测量的核心部件，模态局域化效应可显著提升传感器的分辨力等性能，是电场传感器的重要发展方向。然而，基于弱耦合的谐振系统在品质因子较低时会出现模态混叠现象，难以读取有效振幅信息。该文提出一种高品质因子的新型模态局域化MEMS电场传感结构，采用双端音叉设计和T形系绳固定锚点的结构以减少能量损耗，实现了高品质因子和高分辨力，有效避免了模态混叠现象。对该结构进行了理论分析和数值模拟，制备了传感器原理样机，在\begin{document}$ {10}^{-3...
高性能微机电系统电场传感器是大气电场及非接触电压测量的核心部件，模态局域化效应可显著提升传感器的分辨力等性能，是电场传感器的重要发展方向。然而，基于弱耦合的谐振系统在品质因子较低时会出现模态混叠现象，难以读取有效振幅信息。该文提出一种高品质因子的新型模态局域化MEMS电场传感结构，采用双端音叉设计和T形系绳固定锚点的结构以减少能量损耗，实现了高品质因子和高分辨力，有效避免了模态混叠现象。对该结构进行了理论分析和数值模拟，制备了传感器原理样机，在
摘要:
该文基于精简指令集系统(RISC-V)架构提出了一种新型的自适应全流程(ADFF)时钟树优化方法，高效利用有用偏差(useful skew)来优化高性能CPU时钟树，以满足市场对芯片高性能和低功耗的双重需求。针对时钟树，通过选择关键路径并结合理论延迟和缓冲器制造有用偏差，采用循环迭代的方式，在不同流程自适应修复常规流程无法解决的建立时间违例(setup violation)和保持时间违例(hold violation)。为了在提升性能的同时，最大限度降低功耗，该文对加入的延迟单元进行合并(mer...
该文基于精简指令集系统(RISC-V)架构提出了一种新型的自适应全流程(ADFF)时钟树优化方法，高效利用有用偏差(useful skew)来优化高性能CPU时钟树，以满足市场对芯片高性能和低功耗的双重需求。针对时钟树，通过选择关键路径并结合理论延迟和缓冲器制造有用偏差，采用循环迭代的方式，在不同流程自适应修复常规流程无法解决的建立时间违例(setup violation)和保持时间违例(hold violation)。为了在提升性能的同时，最大限度降低功耗，该文对加入的延迟单元进行合并(mer...
摘要:
可重构智能表面(RIS)被视为未来无线通信中前景广泛的关键技术之一。超对角可重构智能表面(BD-RIS)作为RIS的一种新型架构，相移矩阵不限于对角矩阵的结构，为通信系统设计带来了更高的自由度。该文针对组连接BD-RIS辅助的上行通信系统展开研究，通过联合优化均衡器、用户发射功率和BD-RIS的相移矩阵来降低通信系统的总发射功耗。具体来说，采用最小均方差(MMSE)均衡器使得各个用户接收信干噪比(SINR)最大，接着推导了用户发射功率与相移矩阵之间的表达式，并进一步将相移优化问题转化为无约束的单...
可重构智能表面(RIS)被视为未来无线通信中前景广泛的关键技术之一。超对角可重构智能表面(BD-RIS)作为RIS的一种新型架构，相移矩阵不限于对角矩阵的结构，为通信系统设计带来了更高的自由度。该文针对组连接BD-RIS辅助的上行通信系统展开研究，通过联合优化均衡器、用户发射功率和BD-RIS的相移矩阵来降低通信系统的总发射功耗。具体来说，采用最小均方差(MMSE)均衡器使得各个用户接收信干噪比(SINR)最大，接着推导了用户发射功率与相移矩阵之间的表达式，并进一步将相移优化问题转化为无约束的单...
摘要:
针对低轨卫星场景下，传统固定功率分配、频谱带宽受限及全双工同频干扰等影响通感一体化性能的问题，该文提出一种基于多维资源联合调度的通感一体化(ISAC)性能优化方法。首先，以通信可达和速率、雷达探测互信息和位置精度因子的综合性能为优化目标，并考虑低轨卫星星座同时可用卫星数量多的特点，建立了包含选星、子信道功能分配和功率分配的多变量联合优化问题；其次，针对该混合整数非线性规划问题难以直接求解的特点，将该问题解耦成子问题，并基于块坐标下降法设计了一个综合性能优化方法对所解耦的子问题进行求解；最后，仿真...
针对低轨卫星场景下，传统固定功率分配、频谱带宽受限及全双工同频干扰等影响通感一体化性能的问题，该文提出一种基于多维资源联合调度的通感一体化(ISAC)性能优化方法。首先，以通信可达和速率、雷达探测互信息和位置精度因子的综合性能为优化目标，并考虑低轨卫星星座同时可用卫星数量多的特点，建立了包含选星、子信道功能分配和功率分配的多变量联合优化问题；其次，针对该混合整数非线性规划问题难以直接求解的特点，将该问题解耦成子问题，并基于块坐标下降法设计了一个综合性能优化方法对所解耦的子问题进行求解；最后，仿真...
摘要:
针对传统深度学习意图识别方法难以在噪声标签存在时获得可靠模型的问题，该文提出基于信息分类处理(ICP)网络和多尺度鲁棒学习的空中目标意图识别(ATIR)方法。首先，基于空中目标属性性质，构建基于ICP的编码器，以获得更具可分性的嵌入；随后，设计了从精细到粗糙的跨尺度嵌入融合机制，利用不同尺度的目标序列，训练多个编码器来学习判别模式；同时，利用不同尺度的互补信息，以交叉教学的方式训练每个编码器，以选择小损失样本作为干净标签；对于未选定的大损失样本，基于多尺度嵌入图和说话者-倾听者标签传播算法(SL...
针对传统深度学习意图识别方法难以在噪声标签存在时获得可靠模型的问题，该文提出基于信息分类处理(ICP)网络和多尺度鲁棒学习的空中目标意图识别(ATIR)方法。首先，基于空中目标属性性质，构建基于ICP的编码器，以获得更具可分性的嵌入；随后，设计了从精细到粗糙的跨尺度嵌入融合机制，利用不同尺度的目标序列，训练多个编码器来学习判别模式；同时，利用不同尺度的互补信息，以交叉教学的方式训练每个编码器，以选择小损失样本作为干净标签；对于未选定的大损失样本，基于多尺度嵌入图和说话者-倾听者标签传播算法(SL...
摘要:
文本检测作为计算机视觉领域一项重要分支，在文字翻译、自动驾驶和票据信息处理等方面具有重要的应用价值。当前文本检测算法仍无法解决实际拍摄图像的部分文本分辨率低、尺度变化大和有效特征不足的问题。针对上述待解决的问题，该文提出一种基于高分辨扩展金字塔的场景文本检测方法(HREPNet)。首先，构造一种改进型特征金字塔，引入高分辨扩展层和超分辨特征模块，有效增强文本分辨率特征，解决部分文本分辨率低的问题；同时，在主干网络传递特征过程中引入多尺度特征提取模块，通过多分支空洞卷积结构与注意力机制，充分获取文...
文本检测作为计算机视觉领域一项重要分支，在文字翻译、自动驾驶和票据信息处理等方面具有重要的应用价值。当前文本检测算法仍无法解决实际拍摄图像的部分文本分辨率低、尺度变化大和有效特征不足的问题。针对上述待解决的问题，该文提出一种基于高分辨扩展金字塔的场景文本检测方法(HREPNet)。首先，构造一种改进型特征金字塔，引入高分辨扩展层和超分辨特征模块，有效增强文本分辨率特征，解决部分文本分辨率低的问题；同时，在主干网络传递特征过程中引入多尺度特征提取模块，通过多分支空洞卷积结构与注意力机制，充分获取文...
摘要:
红外与可见光图像融合的目的是将这两种异模态图像信息整合成场景细节信息更全面的融合图像。现有的一些融合算法仅关注评价指标的提升，而忽略了其在现实应用中的模型轻量性和场景泛化性的需求。为了解决该问题，该文提出一种基于场景自适应知识蒸馏的红外与可见光图像融合方法。首先，将领先的融合算法作为教师网络得到白天场景的学习样本，用低光增强算法继续处理得到黑夜场景的学习样本；然后，通过光照感知网络预测可见光图像的白天黑夜场景概率，从而指导学生网络实现对教师网络的场景自适应知识蒸馏；最后，引入基于结构重参数化的视...
红外与可见光图像融合的目的是将这两种异模态图像信息整合成场景细节信息更全面的融合图像。现有的一些融合算法仅关注评价指标的提升，而忽略了其在现实应用中的模型轻量性和场景泛化性的需求。为了解决该问题，该文提出一种基于场景自适应知识蒸馏的红外与可见光图像融合方法。首先，将领先的融合算法作为教师网络得到白天场景的学习样本，用低光增强算法继续处理得到黑夜场景的学习样本；然后，通过光照感知网络预测可见光图像的白天黑夜场景概率，从而指导学生网络实现对教师网络的场景自适应知识蒸馏；最后，引入基于结构重参数化的视...
摘要:
为了提高场面监视效率，实现场面运动目标精准跟踪，考虑到传统交互多模型由于固定马尔可夫转移概率矩阵导致模型跟踪精度降低，该文提出一种转移概率自适应改进的交互多模型滤波算法。该算法利用观测数据和滤波残差数据，结合模糊推理算法，构建机动强弱模糊推理系统，推理出观测数据与隐马尔可夫显状态集合的映射关系，得到显状态集下的状态序列；根据隐马尔可夫模型中的Baum-Welch算法实时求解状态转移矩阵和更新观测概率矩阵，优化状态转移概率矩阵自适应更新策略；将机动强弱模糊推理系统和隐马尔可夫模型融入交互多模型算法...
为了提高场面监视效率，实现场面运动目标精准跟踪，考虑到传统交互多模型由于固定马尔可夫转移概率矩阵导致模型跟踪精度降低，该文提出一种转移概率自适应改进的交互多模型滤波算法。该算法利用观测数据和滤波残差数据，结合模糊推理算法，构建机动强弱模糊推理系统，推理出观测数据与隐马尔可夫显状态集合的映射关系，得到显状态集下的状态序列；根据隐马尔可夫模型中的Baum-Welch算法实时求解状态转移矩阵和更新观测概率矩阵，优化状态转移概率矩阵自适应更新策略；将机动强弱模糊推理系统和隐马尔可夫模型融入交互多模型算法...
摘要:
近年来无人机(UAV)数量的剧增，无论是在民用还是军用领域都带来了一定的隐私和安全问题，因此对无人机的管控技术已成为研究热点。当前基于深度学习的射频指纹识别(RFFI)技术虽然在无人机识别上表现优异，但由于模型复杂度高，训练速度慢，且在不同数据分布下的泛化能力有限，因此在实际应用中存在局限性。该文提出一种基于梅尔频率倒谱系数的无人机识别方法，使用USRP N210采集无人机图传信号，然后提取梅尔倒谱系数(MFCC)作为无人机射频指纹特征，输入门控循环单元(GRU)进行分类识别，最后通过正则化正交...
近年来无人机(UAV)数量的剧增，无论是在民用还是军用领域都带来了一定的隐私和安全问题，因此对无人机的管控技术已成为研究热点。当前基于深度学习的射频指纹识别(RFFI)技术虽然在无人机识别上表现优异，但由于模型复杂度高，训练速度慢，且在不同数据分布下的泛化能力有限，因此在实际应用中存在局限性。该文提出一种基于梅尔频率倒谱系数的无人机识别方法，使用USRP N210采集无人机图传信号，然后提取梅尔倒谱系数(MFCC)作为无人机射频指纹特征，输入门控循环单元(GRU)进行分类识别，最后通过正则化正交...
摘要:
针对协作频谱感知易遭受频谱感知数据篡改(SSDF)攻击导致无法准确识别恶意用户的问题，该文提出一种基于多尺度熵的协作频谱感知方法。该方法通过滑动窗对用户进行多次本地感知以获取信誉值。随后引入多尺度熵算法，对用户的感知结果进一步实施多尺度分析，利用分析结果作为权重更新信誉值，归一化处理后对用户进行判定并做出最终全局判决。仿真结果表明，对于不同的攻击策略，在攻击概率超过0.4的情况下，所提算法与其它对比算法相比恶意用户检测率分别平均提升3.56%, 0.77%和6.45%, 36.92%，具有良好的...
针对协作频谱感知易遭受频谱感知数据篡改(SSDF)攻击导致无法准确识别恶意用户的问题，该文提出一种基于多尺度熵的协作频谱感知方法。该方法通过滑动窗对用户进行多次本地感知以获取信誉值。随后引入多尺度熵算法，对用户的感知结果进一步实施多尺度分析，利用分析结果作为权重更新信誉值，归一化处理后对用户进行判定并做出最终全局判决。仿真结果表明，对于不同的攻击策略，在攻击概率超过0.4的情况下，所提算法与其它对比算法相比恶意用户检测率分别平均提升3.56%, 0.77%和6.45%, 36.92%，具有良好的...
摘要:
虚拟现实晕动症(VRMS)是阻碍虚拟现实技术行业发展的重要问题，检测VRMS水平是研究并克服这一问题的先决条件。所以该文引入并改进了一种脑电端到端识别模型定量识别用户在使用虚拟现实时的VRMS水平。该模型首先利用一维卷积神经网络(CNN)对脑电信号进行滤波，然后计算导联间相关性构成功能脑网络，最后利用CNN和全连接层提取脑网络特征和回归分析。该文通过优化1维卷积核大小及加入一种新型导联注意力结构来增强该模型特征提取能力。最后采用虚拟现实场景《VRQ test》诱发受试者产生VRMS并记录受试者脑...
虚拟现实晕动症(VRMS)是阻碍虚拟现实技术行业发展的重要问题，检测VRMS水平是研究并克服这一问题的先决条件。所以该文引入并改进了一种脑电端到端识别模型定量识别用户在使用虚拟现实时的VRMS水平。该模型首先利用一维卷积神经网络(CNN)对脑电信号进行滤波，然后计算导联间相关性构成功能脑网络，最后利用CNN和全连接层提取脑网络特征和回归分析。该文通过优化1维卷积核大小及加入一种新型导联注意力结构来增强该模型特征提取能力。最后采用虚拟现实场景《VRQ test》诱发受试者产生VRMS并记录受试者脑...
摘要:
作为新质生产力的低空智联网(LAIN)，主要由低空各类飞行器组成，可辅助实现空基多接入边缘计算(MEC)功能，能够有效应对实时数据处理和超低时延通信的挑战。考虑到任务的数据量大小具有随机性，该文聚焦研究基于LAIN的MEC网络中任务的卸载决策问题，以优化最差情况下的系统时延，保障服务的鲁棒性。首先，为刻画任务量的不确定性，利用历史数据构建基于概率距离度量的不确定集合，并建模了相应的分布鲁棒优化问题，以最小化最差任务大小概率分布情况下的系统时延。然后，为求解该最小化最大混合整数规划问题，将问题分解...
作为新质生产力的低空智联网(LAIN)，主要由低空各类飞行器组成，可辅助实现空基多接入边缘计算(MEC)功能，能够有效应对实时数据处理和超低时延通信的挑战。考虑到任务的数据量大小具有随机性，该文聚焦研究基于LAIN的MEC网络中任务的卸载决策问题，以优化最差情况下的系统时延，保障服务的鲁棒性。首先，为刻画任务量的不确定性，利用历史数据构建基于概率距离度量的不确定集合，并建模了相应的分布鲁棒优化问题，以最小化最差任务大小概率分布情况下的系统时延。然后，为求解该最小化最大混合整数规划问题，将问题分解...
摘要:
当前面向跟踪器的对抗样本生成研究主要集中于可见光谱段，无法在多谱段条件下实现对跟踪器的有效攻击。为了填补这一空缺，该文提出一种基于多谱段的目标跟踪补丁式对抗样本生成网络，有效提升了对抗样本在多谱段条件下的攻击有效性。具体来说，该网络包含对抗纹理生成模块与对抗形状优化策略，对可见光谱段下跟踪器对目标纹理的理解进行语义干扰，并显著破坏对热显著目标相关特征的提取。此外，根据不同跟踪器的特点设计误回归损失和掩膜干扰损失对多谱段跟踪模型补丁式对抗样本生成提供指引，实现跟踪预测框扩大或者脱离目标的效果，引入...
当前面向跟踪器的对抗样本生成研究主要集中于可见光谱段，无法在多谱段条件下实现对跟踪器的有效攻击。为了填补这一空缺，该文提出一种基于多谱段的目标跟踪补丁式对抗样本生成网络，有效提升了对抗样本在多谱段条件下的攻击有效性。具体来说，该网络包含对抗纹理生成模块与对抗形状优化策略，对可见光谱段下跟踪器对目标纹理的理解进行语义干扰，并显著破坏对热显著目标相关特征的提取。此外，根据不同跟踪器的特点设计误回归损失和掩膜干扰损失对多谱段跟踪模型补丁式对抗样本生成提供指引，实现跟踪预测框扩大或者脱离目标的效果，引入...
摘要:
为应对6G密集城市环境下车联网(V2X)通信和传感路径受限问题，该文提出了一种基于可重构智能超表面(RIS)辅助的通感一体化(ISAC) V2X系统框架。针对非视距(NLOS)下的车辆移动性，采用扩展卡尔曼滤波(EKF)算法结合，结合ISAC回波信号中的实时信道状态信息(CSI)，实现对移动车辆位置的跟踪与预测。该文提出基于非正交多址接入技术(NOMA)的多车辆间功率分配优化方案，在保证感知精度的同时提升下行链路通信总速率，并引入Karush-Kuhn-Tucker(KKT)条件作为反馈机制，避...
为应对6G密集城市环境下车联网(V2X)通信和传感路径受限问题，该文提出了一种基于可重构智能超表面(RIS)辅助的通感一体化(ISAC) V2X系统框架。针对非视距(NLOS)下的车辆移动性，采用扩展卡尔曼滤波(EKF)算法结合，结合ISAC回波信号中的实时信道状态信息(CSI)，实现对移动车辆位置的跟踪与预测。该文提出基于非正交多址接入技术(NOMA)的多车辆间功率分配优化方案，在保证感知精度的同时提升下行链路通信总速率，并引入Karush-Kuhn-Tucker(KKT)条件作为反馈机制，避...
摘要:
针对低信噪比(SNRs)下低截获概率(LPI)雷达脉内波形识别准确率低的问题，该文提出一种基于时频分析(TFA)、混合扩张卷积(HDC)、卷积块注意力模块(CBAM)和GhostNet网络的LPI雷达辐射源信号识别方法，旨在提升LPI雷达信号的识别性能。该方法先从信号预处理角度给出一种适合LPI雷达信号的时频图像增强处理方法，并基于双时频特征融合技术，有效提升了后续网络对LPI雷达信号脉内调制的识别准确率。接着改造了一种高效轻量级网络，用于对LPI雷达脉内调制信号识别，该网络在GhostNet基...
针对低信噪比(SNRs)下低截获概率(LPI)雷达脉内波形识别准确率低的问题，该文提出一种基于时频分析(TFA)、混合扩张卷积(HDC)、卷积块注意力模块(CBAM)和GhostNet网络的LPI雷达辐射源信号识别方法，旨在提升LPI雷达信号的识别性能。该方法先从信号预处理角度给出一种适合LPI雷达信号的时频图像增强处理方法，并基于双时频特征融合技术，有效提升了后续网络对LPI雷达信号脉内调制的识别准确率。接着改造了一种高效轻量级网络，用于对LPI雷达脉内调制信号识别，该网络在GhostNet基...
摘要:
同步定位与地图构建(SLAM)技术是移动机器人智能导航的基础。该文针对单一传感器SLAM技术存在的问题，提出一种基于激光雷达多层迭代最近点(MICP)点云匹配闭环检测的误差状态卡尔曼滤波(ESKF)多传感器紧耦合2D-SLAM算法。在完成视觉与激光雷达多模态数据的时空同步后，建立了里程计误差模型以及激光雷达与机器视觉点云匹配误差模型，并将其应用于误差状态卡尔曼滤波进行多模态数据融合，以提高SLAM的准确性和实时性。在公共数据集KITTI下进行的Gazebo环境仿真结果表明，该所提算法能够完整还原...
同步定位与地图构建(SLAM)技术是移动机器人智能导航的基础。该文针对单一传感器SLAM技术存在的问题，提出一种基于激光雷达多层迭代最近点(MICP)点云匹配闭环检测的误差状态卡尔曼滤波(ESKF)多传感器紧耦合2D-SLAM算法。在完成视觉与激光雷达多模态数据的时空同步后，建立了里程计误差模型以及激光雷达与机器视觉点云匹配误差模型，并将其应用于误差状态卡尔曼滤波进行多模态数据融合，以提高SLAM的准确性和实时性。在公共数据集KITTI下进行的Gazebo环境仿真结果表明，该所提算法能够完整还原...
摘要:
低空空域的开放和无人机的大规模应用使得低空飞行活动日益增多，航迹规划是确保无人机在复杂低空环境下有序飞行的关键。然而由于无线遥控链路中存在的干扰、欺骗等各种攻击，导致无人机偏离规划的航迹，给低空安全带来严峻挑战。为减小位置欺骗攻击引起的航迹异常，该文提出一种多模型融合的无人机异常航迹校正方法，通过预测无人机的位置参数进行航迹校正。为了降低长期预测误差对无人机航迹校正的影响，提出融合长短期记忆网络(LSTM)和Transformer的长短期记忆网络-Transformer (LSTM-Transf...
低空空域的开放和无人机的大规模应用使得低空飞行活动日益增多，航迹规划是确保无人机在复杂低空环境下有序飞行的关键。然而由于无线遥控链路中存在的干扰、欺骗等各种攻击，导致无人机偏离规划的航迹，给低空安全带来严峻挑战。为减小位置欺骗攻击引起的航迹异常，该文提出一种多模型融合的无人机异常航迹校正方法，通过预测无人机的位置参数进行航迹校正。为了降低长期预测误差对无人机航迹校正的影响，提出融合长短期记忆网络(LSTM)和Transformer的长短期记忆网络-Transformer (LSTM-Transf...
摘要:
网络安全实体识别作为威胁信息抽取、构建知识图谱的基础，对于发现和应对网络威胁具有至关重要的作用。该文针对当前主流的命名实体识别方法在网络安全领域泛化能力欠佳、难以清晰判断网络安全实体边界的问题，提出一种基于字符表示学习与时序边界扩散的网络安全实体识别方法。该方法首先将命名实体识别任务分解为实体边界检测与实体分类两个子任务，分别进行处理；其次，对于实体边界检测任务，使用基于问答的方法将预定义的问题与数据进行编码，采用膨胀卷积残差字符网络进行数据的字符级特征提取，并使用时序边界扩散网络判断实体边界；...
网络安全实体识别作为威胁信息抽取、构建知识图谱的基础，对于发现和应对网络威胁具有至关重要的作用。该文针对当前主流的命名实体识别方法在网络安全领域泛化能力欠佳、难以清晰判断网络安全实体边界的问题，提出一种基于字符表示学习与时序边界扩散的网络安全实体识别方法。该方法首先将命名实体识别任务分解为实体边界检测与实体分类两个子任务，分别进行处理；其次，对于实体边界检测任务，使用基于问答的方法将预定义的问题与数据进行编码，采用膨胀卷积残差字符网络进行数据的字符级特征提取，并使用时序边界扩散网络判断实体边界；...
摘要:
无人机(UAV)辅助联邦边缘学习的通信能够有效解决终端设备数据孤岛问题和数据泄露风险。然而，窃听者可能利用联邦边缘学习中的模型更新来恢复终端设备的原始隐私数据，从而对系统的隐私安全构成极大威胁。为了克服这一挑战，该文在无人机辅助联邦边缘学习通信系统提出一种有效的安全聚合和资源优化方案。具体来说，终端设备利用其本地数据进行局部模型训练来更新参数，并将其发送给全局无人机，无人机据此聚合出新的全局模型参数。窃听者试图通过窃听终端设备发送的模型参数信号来恢复终端设备的原始数据。该文通过联合优化终端设备的...
无人机(UAV)辅助联邦边缘学习的通信能够有效解决终端设备数据孤岛问题和数据泄露风险。然而，窃听者可能利用联邦边缘学习中的模型更新来恢复终端设备的原始隐私数据，从而对系统的隐私安全构成极大威胁。为了克服这一挑战，该文在无人机辅助联邦边缘学习通信系统提出一种有效的安全聚合和资源优化方案。具体来说，终端设备利用其本地数据进行局部模型训练来更新参数，并将其发送给全局无人机，无人机据此聚合出新的全局模型参数。窃听者试图通过窃听终端设备发送的模型参数信号来恢复终端设备的原始数据。该文通过联合优化终端设备的...
摘要:
智慧城市、智能工厂等物联网新兴业务对通信速率、感知精度、计算效率提出更高要求，算力网络的发展与通信网络内生感知与内生智能能力的挖掘为构建通信-感知-计算-智能融合的物联网奠定扎实基础。该文首先结合未来业务概述了物联网对通信、感知、计算、智能4个功能的需求；然后基于对物联网典型特征分析，阐述4项关键技术的技术原理、方法，提出通感算智一体物联网新范式，总结了相关技术的研究进展；最后探讨了技术挑战与未来研究方向。
智慧城市、智能工厂等物联网新兴业务对通信速率、感知精度、计算效率提出更高要求，算力网络的发展与通信网络内生感知与内生智能能力的挖掘为构建通信-感知-计算-智能融合的物联网奠定扎实基础。该文首先结合未来业务概述了物联网对通信、感知、计算、智能4个功能的需求；然后基于对物联网典型特征分析，阐述4项关键技术的技术原理、方法，提出通感算智一体物联网新范式，总结了相关技术的研究进展；最后探讨了技术挑战与未来研究方向。
摘要:
在大数据和物联网应用中，本地差分隐私(LDP)技术用于保护聚类分析中的用户隐私，但现有方法要么在LDP下交互式地进行聚类，需要消耗大量隐私预算，要么没有同时考虑到聚类数据中蕴含的表示数据质量的高斯噪音以及为满足LDP保护的拉普拉斯噪音，致使聚类精度低下。同时，对于衡量用户提交数据和簇心之间的距离选择较为武断，没有充分利用到用户提交的噪音数据中蕴含的噪音模式。为此，该文创新性地提出一种满足LDP的混合噪音感知的模糊C均值聚类算法(mnFCM)，该算法的主要思想是同时建模用户上传数据中蕴含的表示用户...
在大数据和物联网应用中，本地差分隐私(LDP)技术用于保护聚类分析中的用户隐私，但现有方法要么在LDP下交互式地进行聚类，需要消耗大量隐私预算，要么没有同时考虑到聚类数据中蕴含的表示数据质量的高斯噪音以及为满足LDP保护的拉普拉斯噪音，致使聚类精度低下。同时，对于衡量用户提交数据和簇心之间的距离选择较为武断，没有充分利用到用户提交的噪音数据中蕴含的噪音模式。为此，该文创新性地提出一种满足LDP的混合噪音感知的模糊C均值聚类算法(mnFCM)，该算法的主要思想是同时建模用户上传数据中蕴含的表示用户...
摘要:
针对物联网中无线收发系统天线低轮廓集成需求，该文基于低温共烧陶瓷(LTCC)工艺设计了一款圆极化集成天线。该天线利用LTCC工艺3维层合结构，将3 dB耦合器馈电结构，印刷辐射贴片，蓝牙芯片以及外围控制电路一体化集成，采用LTCC镂空结构有效拓展了天线的带宽。设计的天线和电路基板进行了样品制备，天线的整体尺寸为：\begin{document}$ {\text{0}}{\text{.37}}{\lambda _{\text{0}}} \times {\text{0}}{\text{.37}}{...
针对物联网中无线收发系统天线低轮廓集成需求，该文基于低温共烧陶瓷(LTCC)工艺设计了一款圆极化集成天线。该天线利用LTCC工艺3维层合结构，将3 dB耦合器馈电结构，印刷辐射贴片，蓝牙芯片以及外围控制电路一体化集成，采用LTCC镂空结构有效拓展了天线的带宽。设计的天线和电路基板进行了样品制备，天线的整体尺寸为：
摘要:
虽然目前可以获取海量的多时相遥感数据，但是由于建筑物变化时间周期过长，难以获取充足的建筑物变化数据对来支撑数据驱动的深度学习变化检测模型构建，呈现多时相遥感建筑物变化检测处理精度差的问题。因此，为提升变化检测算法模型处理性能，该文从建筑物变化检测训练数据对生成开展研究，基于一致性对抗生成机理提出了多时相建筑物变化检测数据对生成网络(BAG-GAN)。其主要在多时相图像生成过程中采用对抗一致性损失函数约束，在保证生成图像和输入图像关联性的同时，保证了生成模型的多模态输出能力。此外，还通过重组原数据...
虽然目前可以获取海量的多时相遥感数据，但是由于建筑物变化时间周期过长，难以获取充足的建筑物变化数据对来支撑数据驱动的深度学习变化检测模型构建，呈现多时相遥感建筑物变化检测处理精度差的问题。因此，为提升变化检测算法模型处理性能，该文从建筑物变化检测训练数据对生成开展研究，基于一致性对抗生成机理提出了多时相建筑物变化检测数据对生成网络(BAG-GAN)。其主要在多时相图像生成过程中采用对抗一致性损失函数约束，在保证生成图像和输入图像关联性的同时，保证了生成模型的多模态输出能力。此外，还通过重组原数据...
摘要:
针对图神经网络(GNN)模型在其预测中常处于欠自信状态，导致该状态下实施成员推理攻击难度大且攻击漏报率高的问题，该文提出一种基于GNN模型校准的成员推理攻击方法。首先，设计一种基于因果推断的GNN模型校准方法，通过基于注意力机制的因果图提取、因果图与非因果图解耦、后门路径调整策略和因果关联图生成过程，构建用于训练GNN模型的因果关联图。其次，使用与目标因果关联图在相同数据分布下的影子因果关联图构建影子GNN模型，模拟目标GNN模型的预测行为。最后，使用影子GNN模型的后验概率构建攻击数据集以训练...
针对图神经网络(GNN)模型在其预测中常处于欠自信状态，导致该状态下实施成员推理攻击难度大且攻击漏报率高的问题，该文提出一种基于GNN模型校准的成员推理攻击方法。首先，设计一种基于因果推断的GNN模型校准方法，通过基于注意力机制的因果图提取、因果图与非因果图解耦、后门路径调整策略和因果关联图生成过程，构建用于训练GNN模型的因果关联图。其次，使用与目标因果关联图在相同数据分布下的影子因果关联图构建影子GNN模型，模拟目标GNN模型的预测行为。最后，使用影子GNN模型的后验概率构建攻击数据集以训练...
摘要:
在鸡尾酒会场景中，听力正常的人有能力选择性地注意特定的说话者语音，但听力障碍者在这种场景中面临困难。听觉注意力解码(AAD)的目的是通过分析听者的脑电信号(EEG)响应特征来推断听者关注的是哪个说话者。现有的AAD模型只考虑脑电信号的时域或频域单个特征或二者的组合(如时频特征)，而忽略了时-空-频域特征之间的互补性，这在一定程度上限制了模型的分类能力，进而影响了模型在决策窗口上的解码精度。同时，已有AAD模型大多在长时决策窗口(1～5 s)中有较高的解码精度。该文提出一种基于时-空-频多维特征的...
在鸡尾酒会场景中，听力正常的人有能力选择性地注意特定的说话者语音，但听力障碍者在这种场景中面临困难。听觉注意力解码(AAD)的目的是通过分析听者的脑电信号(EEG)响应特征来推断听者关注的是哪个说话者。现有的AAD模型只考虑脑电信号的时域或频域单个特征或二者的组合(如时频特征)，而忽略了时-空-频域特征之间的互补性，这在一定程度上限制了模型的分类能力，进而影响了模型在决策窗口上的解码精度。同时，已有AAD模型大多在长时决策窗口(1～5 s)中有较高的解码精度。该文提出一种基于时-空-频多维特征的...
摘要:
针对快递物流网络，该文研究：(1) 构建全新的快递物流网的离散数学模型 (又称拓扑模型)；(2) 根据理论基础从图论学科的角度对快递物流网络拓扑模型进行定性分析，通过数学模型法结合参数统计、优化算法等数学手段对模型进行定量分析。对拓扑模型中的边赋予路长权重，并为快递物流网拓扑模型设计了新的优化算法(集散算法、控制集算法、预先指定子图算法)；(3) 以兰州市城关区主城区作为快递物流网拓扑模型的应用实例，实施了相应的优化算法。同时针对模型计算面临的复杂度等困难提出了解决办法，为进一步完善、优化快递物...
针对快递物流网络，该文研究：(1) 构建全新的快递物流网的离散数学模型 (又称拓扑模型)；(2) 根据理论基础从图论学科的角度对快递物流网络拓扑模型进行定性分析，通过数学模型法结合参数统计、优化算法等数学手段对模型进行定量分析。对拓扑模型中的边赋予路长权重，并为快递物流网拓扑模型设计了新的优化算法(集散算法、控制集算法、预先指定子图算法)；(3) 以兰州市城关区主城区作为快递物流网拓扑模型的应用实例，实施了相应的优化算法。同时针对模型计算面临的复杂度等困难提出了解决办法，为进一步完善、优化快递物...
摘要:
针对目前骨架行为识别方法忽视骨架关节点多尺度依赖关系和无法合理利用卷积核进行时间建模的问题，该文提出了一种可选择多尺度图卷积网络(SMS-GCN)的行为识别模型。首先，介绍了人体骨架图的构建原理和通道拓扑细化图卷积网络的结构；其次，构建成对关节邻接矩阵和多关节邻接矩阵以生成多尺度通道拓扑细化邻接矩阵，并引入图卷积网络，进一步提出多尺度图卷积(MS-GC)模块，以期实现对骨架关节点的多尺度依赖关系的建模；然后，基于多尺度时序卷积和可选择大核网络，提出可选择多尺度时序卷积(SMS-TC)模块，以期实...
针对目前骨架行为识别方法忽视骨架关节点多尺度依赖关系和无法合理利用卷积核进行时间建模的问题，该文提出了一种可选择多尺度图卷积网络(SMS-GCN)的行为识别模型。首先，介绍了人体骨架图的构建原理和通道拓扑细化图卷积网络的结构；其次，构建成对关节邻接矩阵和多关节邻接矩阵以生成多尺度通道拓扑细化邻接矩阵，并引入图卷积网络，进一步提出多尺度图卷积(MS-GC)模块，以期实现对骨架关节点的多尺度依赖关系的建模；然后，基于多尺度时序卷积和可选择大核网络，提出可选择多尺度时序卷积(SMS-TC)模块，以期实...
摘要:
为进一步提升多用户无线通信系统的频谱利用率，该文提出了一种基于深度强化学习的智能反射面(IRS)辅助认知无线电网络次用户和速率最大化算法。首先在考虑次基站最大发射功率约束、次基站对主用户的干扰容限约束以及IRS相移矩阵单位模量约束的情况下，建立一个联合优化次基站波束成形和IRS相移矩阵的资源分配模型；然后提出了一种基于深度确定性策略梯度的主被动波束成形算法，联合进行变量优化以最大化次用户和速率。仿真结果表明，所提算法相对于传统优化算法在和速率性能接近的情况下具有更低的时间复杂度。
为进一步提升多用户无线通信系统的频谱利用率，该文提出了一种基于深度强化学习的智能反射面(IRS)辅助认知无线电网络次用户和速率最大化算法。首先在考虑次基站最大发射功率约束、次基站对主用户的干扰容限约束以及IRS相移矩阵单位模量约束的情况下，建立一个联合优化次基站波束成形和IRS相移矩阵的资源分配模型；然后提出了一种基于深度确定性策略梯度的主被动波束成形算法，联合进行变量优化以最大化次用户和速率。仿真结果表明，所提算法相对于传统优化算法在和速率性能接近的情况下具有更低的时间复杂度。
摘要:
海面小目标识别是海事雷达监视任务中一个重要且具有挑战性的问题。由于海面小目标类型多样、环境复杂多变，对其进行有效分类存在较大困难。在高分辨体制雷达下，海面小目标通常只占据一或几个距离单元，缺乏足够的空间散射结构信息，因此目标的雷达截面积(RCS)起伏和径向速度变化成为分类的主要依据。为此，该文提出一种基于多域雷达回波数据融合的分类网络模型，用于海面小目标的分类任务。由于不同域的数据具有其特殊的物理意义，因此该文构建了时域LeNet(T-LeNet)神经网络模块和时频特征提取神经网络模块，分别从雷...
海面小目标识别是海事雷达监视任务中一个重要且具有挑战性的问题。由于海面小目标类型多样、环境复杂多变，对其进行有效分类存在较大困难。在高分辨体制雷达下，海面小目标通常只占据一或几个距离单元，缺乏足够的空间散射结构信息，因此目标的雷达截面积(RCS)起伏和径向速度变化成为分类的主要依据。为此，该文提出一种基于多域雷达回波数据融合的分类网络模型，用于海面小目标的分类任务。由于不同域的数据具有其特殊的物理意义，因此该文构建了时域LeNet(T-LeNet)神经网络模块和时频特征提取神经网络模块，分别从雷...
摘要:
低轨卫星资源调度是长时间的连续资源分配过程，这一过程中低轨卫星保持高速移动，跳波束图案的设计需要考虑星地链路的切换。针对这种切换，即卫星覆盖区域间的服务目标迁移，所导致的多星资源联合调度需求，该文提出一种资源自适应权衡分配的多星联合跳波束图案设计算法。该算法通过设计星间联合调度框架和多星联合调度权重，将多星资源联合分配问题转化为星座内单星资源调度问题，轻量化设计跳波束图案。经过与多种权重设计方法的对比验证，仿真结果表明，所提算法的轻量化设计思路合理，并且可以有效地保障受迁移影响区域内小区的服务质...
低轨卫星资源调度是长时间的连续资源分配过程，这一过程中低轨卫星保持高速移动，跳波束图案的设计需要考虑星地链路的切换。针对这种切换，即卫星覆盖区域间的服务目标迁移，所导致的多星资源联合调度需求，该文提出一种资源自适应权衡分配的多星联合跳波束图案设计算法。该算法通过设计星间联合调度框架和多星联合调度权重，将多星资源联合分配问题转化为星座内单星资源调度问题，轻量化设计跳波束图案。经过与多种权重设计方法的对比验证，仿真结果表明，所提算法的轻量化设计思路合理，并且可以有效地保障受迁移影响区域内小区的服务质...
摘要:
移动群智感知是收集数据的重要手段之一，其中一个基本的问题就是如何从众多质量不同的感知数据中发现“真值”。为解决真值发现过程中可能存在的隐私泄露问题，现有方法通常结合本地差分隐私技术来对工人提交数据进行保护。然而这些方法往往没有充分考虑到数据中存在的表示工人质量的高斯噪音对噪音“真值”的准确度带来的负面影响。此外，直接采用拉普拉斯机制进行隐私保护会由于拉普拉斯分布的随机性和无界性导致大量噪音注入。为解决上述问题，该文提出一种基于混合分布的本地差分隐私真值发现算法(MOON)。该算法结合了工人质量的...
移动群智感知是收集数据的重要手段之一，其中一个基本的问题就是如何从众多质量不同的感知数据中发现“真值”。为解决真值发现过程中可能存在的隐私泄露问题，现有方法通常结合本地差分隐私技术来对工人提交数据进行保护。然而这些方法往往没有充分考虑到数据中存在的表示工人质量的高斯噪音对噪音“真值”的准确度带来的负面影响。此外，直接采用拉普拉斯机制进行隐私保护会由于拉普拉斯分布的随机性和无界性导致大量噪音注入。为解决上述问题，该文提出一种基于混合分布的本地差分隐私真值发现算法(MOON)。该算法结合了工人质量的...
摘要:
火焰光场图像在形成过程中夹杂的辐射噪声和成像噪声会降低火焰温度场3维重建精度，该文提出一种基于改进U型网络(UNet)的降噪模型，该模型针对辐射噪声和成像噪声的特性以及复杂火焰图像的纹理信息设计了背景净化模块和边缘信息优化模块。通过密集卷积操作对图像背景层进行特征提取，着重净化夹杂在图像背景层的辐射噪声。通过UNet模块中对称的编码器-解码器网络结构和跳跃连接，对通道间的辐射噪声和表层的成像噪声降噪。最后利用边缘优化模块对图像细节信息进行提取，从而获得更高质量的火焰光场图像。数值模拟部分，在火焰...
火焰光场图像在形成过程中夹杂的辐射噪声和成像噪声会降低火焰温度场3维重建精度，该文提出一种基于改进U型网络(UNet)的降噪模型，该模型针对辐射噪声和成像噪声的特性以及复杂火焰图像的纹理信息设计了背景净化模块和边缘信息优化模块。通过密集卷积操作对图像背景层进行特征提取，着重净化夹杂在图像背景层的辐射噪声。通过UNet模块中对称的编码器-解码器网络结构和跳跃连接，对通道间的辐射噪声和表层的成像噪声降噪。最后利用边缘优化模块对图像细节信息进行提取，从而获得更高质量的火焰光场图像。数值模拟部分，在火焰...
摘要:
随着对太空的探索的深入，人们发现应用于航天领域的静态随机存取存储器(SRAM)易受到高能粒子轰击发生电节点翻转(SEU)和多节点翻转(SEMNU)。该文为解决SRAM的单粒子翻转问题提出一种16TSRAM单元可以用于SRAM的抗翻转应用，该单元包含3个敏感节点，使用金属氧化物半导体(MOS)管堆叠结构，较大提高了单元的稳定性。在65 nm CMOS工艺下仿真证明该单元可以解决SEU和SEMNU问题。相比于SARP12T, LWS14T, SAR14T, RSP14T, EDP12T, SIS10...
随着对太空的探索的深入，人们发现应用于航天领域的静态随机存取存储器(SRAM)易受到高能粒子轰击发生电节点翻转(SEU)和多节点翻转(SEMNU)。该文为解决SRAM的单粒子翻转问题提出一种16TSRAM单元可以用于SRAM的抗翻转应用，该单元包含3个敏感节点，使用金属氧化物半导体(MOS)管堆叠结构，较大提高了单元的稳定性。在65 nm CMOS工艺下仿真证明该单元可以解决SEU和SEMNU问题。相比于SARP12T, LWS14T, SAR14T, RSP14T, EDP12T, SIS10...
摘要:
针对车联网(IoV)中传统信任管理方案对恶意车辆的识别假阳率高、无法满足多样化服务且传统共识算法不适用于当前车联网环境的问题，该文提出了基于区块链的协作式车联网信任管理方案。构建了基于狄利克雷分布的信任管理模型，将车辆信任和协作服务划分为多个等级，针对不同服务调整信任等级阈值。设计了具有反馈机制的信任等级评价算法，考虑协作车辆当前状态、邻居推荐、历史信任信息、服务质量4方面因素，从协作前、后两阶段对协作车辆信任等级进行评价。改进了传统的工作量证明(PoW)共识算法，动态调整矿工节点出块难度。仿真...
针对车联网(IoV)中传统信任管理方案对恶意车辆的识别假阳率高、无法满足多样化服务且传统共识算法不适用于当前车联网环境的问题，该文提出了基于区块链的协作式车联网信任管理方案。构建了基于狄利克雷分布的信任管理模型，将车辆信任和协作服务划分为多个等级，针对不同服务调整信任等级阈值。设计了具有反馈机制的信任等级评价算法，考虑协作车辆当前状态、邻居推荐、历史信任信息、服务质量4方面因素，从协作前、后两阶段对协作车辆信任等级进行评价。改进了传统的工作量证明(PoW)共识算法，动态调整矿工节点出块难度。仿真...
摘要:
无线通信设备数量的骤增造成频谱资源日益稀缺，通信用频逐渐向更高频段扩展，从而导致通信与雷达频段出现越来越多的重叠，雷达通信一体化被视为解决频谱拥挤实现高效共生的潜在技术。该文考虑一个多输入多输出(MIMO)雷达通信一体化系统，在实现目标探测的同时进行多用户通信。首先，在满足多用户信干噪比和总功率约束的条件下，最大化目标方向的波束图增益。然后，针对一体化发射波束成形设计问题，提出基于半正定松弛(SDR)和优化最小化(MM)的两种波束成形设计方案，求解得到发射波束成形矢量。最后，仿真结果表明基于MM...
无线通信设备数量的骤增造成频谱资源日益稀缺，通信用频逐渐向更高频段扩展，从而导致通信与雷达频段出现越来越多的重叠，雷达通信一体化被视为解决频谱拥挤实现高效共生的潜在技术。该文考虑一个多输入多输出(MIMO)雷达通信一体化系统，在实现目标探测的同时进行多用户通信。首先，在满足多用户信干噪比和总功率约束的条件下，最大化目标方向的波束图增益。然后，针对一体化发射波束成形设计问题，提出基于半正定松弛(SDR)和优化最小化(MM)的两种波束成形设计方案，求解得到发射波束成形矢量。最后，仿真结果表明基于MM...
摘要:
针对移动边缘计算(MEC)场景中任务卸载、计算和结果反馈全过程时延优化问题，该文提出了一种数字孪生(DT)辅助的联合MEC任务卸载、设备关联与资源分配的端到端时延优化方法。首先，在数字孪生边缘网络(DITEN)框架下，为包含传感器、边缘服务器以及执行器构成的边缘计算网络建立了物理模型与数字孪生模型，以及全过程边缘网络任务模型并推导了任务端到端时延，进而建立了时延、能耗等约束下的端到端时延优化问题。其次，为解决所提出的混合整数非凸优化问题，将原问题分解为4个子问题，并提出了一种基于内部凸近似方法和...
针对移动边缘计算(MEC)场景中任务卸载、计算和结果反馈全过程时延优化问题，该文提出了一种数字孪生(DT)辅助的联合MEC任务卸载、设备关联与资源分配的端到端时延优化方法。首先，在数字孪生边缘网络(DITEN)框架下，为包含传感器、边缘服务器以及执行器构成的边缘计算网络建立了物理模型与数字孪生模型，以及全过程边缘网络任务模型并推导了任务端到端时延，进而建立了时延、能耗等约束下的端到端时延优化问题。其次，为解决所提出的混合整数非凸优化问题，将原问题分解为4个子问题，并提出了一种基于内部凸近似方法和...
摘要:
配备存储部件的机会无人机打开了数据传输的机会时间窗口，在低空数据收集系统中呈现巨大的潜力。为了提高数据收集效率，移动用户可以主动组网，将数据预先集聚到具备位置优势的簇头节点，由簇头节点负责上传，实现时空维度的流量塑形。该文研究了机会无人机辅助数据收集的组网和资源分配方法。具体而言，如何根据机会无人机的既定航迹，通过联合优化用户的子网数据传输策略、子网资源分配策略和子网形成策略，最大化全网数据上传总量。上述问题高度耦合且具有海量的状态空间，较难求解。该文通过推导闭式表达式求解子网数据传输和资源分配...
配备存储部件的机会无人机打开了数据传输的机会时间窗口，在低空数据收集系统中呈现巨大的潜力。为了提高数据收集效率，移动用户可以主动组网，将数据预先集聚到具备位置优势的簇头节点，由簇头节点负责上传，实现时空维度的流量塑形。该文研究了机会无人机辅助数据收集的组网和资源分配方法。具体而言，如何根据机会无人机的既定航迹，通过联合优化用户的子网数据传输策略、子网资源分配策略和子网形成策略，最大化全网数据上传总量。上述问题高度耦合且具有海量的状态空间，较难求解。该文通过推导闭式表达式求解子网数据传输和资源分配...
摘要:
针对多无人机(UAV)分布式感知开展研究，为协调各UAV行为，该文设计了任务感知-数据回传协议，并建立了UAV任务分配、数据回传基站关联与飞行策略联合优化混合整数非线性规划问题模型。鉴于该问题数学结构的复杂性，以及集中式优化算法设计面临计算复杂度高且信息交互开销大等不足，提出将该问题转化为协作式马尔可夫博弈(MG)，定义了基于成本-效用复合的收益函数。考虑到MG问题连续-离散动作空间复杂耦合特点，设计了基于独立学习者(IL)的复合动作表演评论家(MA-IL-CA2C)的MG问题求解算法。仿真分析...
针对多无人机(UAV)分布式感知开展研究，为协调各UAV行为，该文设计了任务感知-数据回传协议，并建立了UAV任务分配、数据回传基站关联与飞行策略联合优化混合整数非线性规划问题模型。鉴于该问题数学结构的复杂性，以及集中式优化算法设计面临计算复杂度高且信息交互开销大等不足，提出将该问题转化为协作式马尔可夫博弈(MG)，定义了基于成本-效用复合的收益函数。考虑到MG问题连续-离散动作空间复杂耦合特点，设计了基于独立学习者(IL)的复合动作表演评论家(MA-IL-CA2C)的MG问题求解算法。仿真分析...
摘要:
空中交通管理系统是关乎空天安全和人民生命财产安全的国家大型关键信息基础设施。随着信息化、网络化和智能化技术的广泛应用，现代空中交通管理系统已经演化成为由多利益相关方异构融合的空天地海一体化网络。尽管系统的开放性和连接性提升了空中交通管理效率，但也引入了新的网络安全威胁，扩大了系统攻击面，使得网络安全生态复杂且形势严峻。该文以资产梳理、威胁分析、攻击建模、防御机制为主线，从不同的利益相关方(Stakeholders)出发，如电子使能飞机、空中交通管理(CNS/ATM)、智慧机场、智能决策等方面对空...
空中交通管理系统是关乎空天安全和人民生命财产安全的国家大型关键信息基础设施。随着信息化、网络化和智能化技术的广泛应用，现代空中交通管理系统已经演化成为由多利益相关方异构融合的空天地海一体化网络。尽管系统的开放性和连接性提升了空中交通管理效率，但也引入了新的网络安全威胁，扩大了系统攻击面，使得网络安全生态复杂且形势严峻。该文以资产梳理、威胁分析、攻击建模、防御机制为主线，从不同的利益相关方(Stakeholders)出发，如电子使能飞机、空中交通管理(CNS/ATM)、智慧机场、智能决策等方面对空...
摘要:
早期阶段火灾的目标较小，且易受到遮挡、类火物体的干扰。Faster RCNN, YOLO等火灾检测模型因参数量过大导致推理速度较慢，无法满足实时检测；早期火灾边缘和颜色特征在模型中丢失，造成检测精度较低。针对上述问题，该文提出了一种粗细粒度搜索与焦点调制的早期阶段火灾识别模型CFS-YOLO。通过粗粒度搜索优化特征提取网络，最大化提高推理速度，细粒度搜索用于获取早期火灾的边缘和颜色信息，避免特征信息丢失。采用焦点调制注意力机制，精准地处理关键信息，有效减少干扰。引入一种新型损失函数ShapeIo...
早期阶段火灾的目标较小，且易受到遮挡、类火物体的干扰。Faster RCNN, YOLO等火灾检测模型因参数量过大导致推理速度较慢，无法满足实时检测；早期火灾边缘和颜色特征在模型中丢失，造成检测精度较低。针对上述问题，该文提出了一种粗细粒度搜索与焦点调制的早期阶段火灾识别模型CFS-YOLO。通过粗粒度搜索优化特征提取网络，最大化提高推理速度，细粒度搜索用于获取早期火灾的边缘和颜色信息，避免特征信息丢失。采用焦点调制注意力机制，精准地处理关键信息，有效减少干扰。引入一种新型损失函数ShapeIo...
摘要:
在车载网络(VANETs)中，联邦学习(FL)通过协同训练机器学习模型，实现了车辆间的数据隐私保护，并提高了整体模型的性能。然而，FL在VANETs中的应用仍面临诸多挑战，如模型泄露风险、训练结果验证困难以及高计算和通信成本等问题。针对这些问题，该文提出一种面向联邦学习的可验证隐私保护批量聚合方案。首先，该方案基于Boneh-Lynn-Shacham (BLS)动态短群聚合签名技术，保护了客户端与路边单元(RSU)交互过程中的数据完整性，确保全局梯度模型更新与共享过程的不可篡改性。当出现异常结果...
在车载网络(VANETs)中，联邦学习(FL)通过协同训练机器学习模型，实现了车辆间的数据隐私保护，并提高了整体模型的性能。然而，FL在VANETs中的应用仍面临诸多挑战，如模型泄露风险、训练结果验证困难以及高计算和通信成本等问题。针对这些问题，该文提出一种面向联邦学习的可验证隐私保护批量聚合方案。首先，该方案基于Boneh-Lynn-Shacham (BLS)动态短群聚合签名技术，保护了客户端与路边单元(RSU)交互过程中的数据完整性，确保全局梯度模型更新与共享过程的不可篡改性。当出现异常结果...
摘要:
面向密集低轨道卫星网络辅助的星地无线通信系统，该文提出一种基于非完美信道状态信息的多低轨卫星鲁棒波束赋形方法来改善频谱效率。具体地，在多低轨卫星全频复用场景下，提出了一个多卫星下行通信系统和速率最大化问题，并联合考虑卫星发射功率、卫星与用户关联关系，以及馈线链路容量约束。为了求解该优化问题，原优化问题被分解成卫星-用户关联和卫星传输波束赋形两个子问题，然后使用加权最小均方误差方法和连续凸近似方法对问题进行求解。仿真结果验证了即使在非理想信道条件下，该文所提出的多星频率复用和鲁棒波束赋形设计方法能...
面向密集低轨道卫星网络辅助的星地无线通信系统，该文提出一种基于非完美信道状态信息的多低轨卫星鲁棒波束赋形方法来改善频谱效率。具体地，在多低轨卫星全频复用场景下，提出了一个多卫星下行通信系统和速率最大化问题，并联合考虑卫星发射功率、卫星与用户关联关系，以及馈线链路容量约束。为了求解该优化问题，原优化问题被分解成卫星-用户关联和卫星传输波束赋形两个子问题，然后使用加权最小均方误差方法和连续凸近似方法对问题进行求解。仿真结果验证了即使在非理想信道条件下，该文所提出的多星频率复用和鲁棒波束赋形设计方法能...
摘要:
无论在军事领域的战术通信和目标探测，还是在无人驾驶技术中实现高效的通信和高精度的环境感知，通信感知一体化都可以显著提升系统性能并大幅提高频谱资源利用率。然而，通信和感知资源分配不均衡问题成为该项技术应用的巨大挑战。针对多目标探测和多用户通信场景，该文提出一种基于Pareto优化框架的发射波束形成设计方法。该方法首先将通感资源优化问题建模为一个非凸优化问题，采用通信性能与雷达性能的加权和作为优化目标，以提高系统的灵活性。为了求解该问题，该文提出改进的加权最小均方误差算法将其转化成一个易于求解的凸问...
无论在军事领域的战术通信和目标探测，还是在无人驾驶技术中实现高效的通信和高精度的环境感知，通信感知一体化都可以显著提升系统性能并大幅提高频谱资源利用率。然而，通信和感知资源分配不均衡问题成为该项技术应用的巨大挑战。针对多目标探测和多用户通信场景，该文提出一种基于Pareto优化框架的发射波束形成设计方法。该方法首先将通感资源优化问题建模为一个非凸优化问题，采用通信性能与雷达性能的加权和作为优化目标，以提高系统的灵活性。为了求解该问题，该文提出改进的加权最小均方误差算法将其转化成一个易于求解的凸问...
摘要:
随着无人机(UAV)通信技术在军民领域的广泛应用，保障UAV网络中的信息传输安全越来越受到关注。隐蔽通信提供了一种隐藏信息行为的良好手段，但目前数字波束成形等技术在带来更好隐蔽通信性能的同时，增加了体积和功耗。该文提出了一种基于时间调制平面阵列(TMPA)感知辅助的UAV短包隐蔽通信方法。首先，该文提出了基于TMPA-UAV隐蔽通信系统架构，并以此为基础提出了一种2维波达方向角(DOA)估计方法。其次，针对该场景建立了隐蔽通信模型，基于KL散度推导了隐蔽约束的闭式表达式。进一步地，该文根据估计的...
随着无人机(UAV)通信技术在军民领域的广泛应用，保障UAV网络中的信息传输安全越来越受到关注。隐蔽通信提供了一种隐藏信息行为的良好手段，但目前数字波束成形等技术在带来更好隐蔽通信性能的同时，增加了体积和功耗。该文提出了一种基于时间调制平面阵列(TMPA)感知辅助的UAV短包隐蔽通信方法。首先，该文提出了基于TMPA-UAV隐蔽通信系统架构，并以此为基础提出了一种2维波达方向角(DOA)估计方法。其次，针对该场景建立了隐蔽通信模型，基于KL散度推导了隐蔽约束的闭式表达式。进一步地，该文根据估计的...
摘要:
随着视频编码标准的不断更新迭代，开放媒体联盟(AOM)发布最新视频编码标准开放媒体视频编码标准(AV1)。其中，帧内编码技术采用更加丰富的预测模式来提高预测效率，预测种类从VP9中的10种扩展至61种。为了应对预测种类增加的变化并提高硬件的处理吞吐能力，该文提出基于全流水线结构的AV1粗模式决策硬件架构设计。在算法层面，以4×4块为最小处理单元，按照Z顺序对64×64编码树单元(CTU)中不同尺寸的预测单元(PUs)进行粗模式决策，同时采用基于1:1 PU的代价累加近似方法来完成1:2, 1:4...
随着视频编码标准的不断更新迭代，开放媒体联盟(AOM)发布最新视频编码标准开放媒体视频编码标准(AV1)。其中，帧内编码技术采用更加丰富的预测模式来提高预测效率，预测种类从VP9中的10种扩展至61种。为了应对预测种类增加的变化并提高硬件的处理吞吐能力，该文提出基于全流水线结构的AV1粗模式决策硬件架构设计。在算法层面，以4×4块为最小处理单元，按照Z顺序对64×64编码树单元(CTU)中不同尺寸的预测单元(PUs)进行粗模式决策，同时采用基于1:1 PU的代价累加近似方法来完成1:2, 1:4...
摘要:
当前车联网(V2X)环境普遍存在频谱资源紧缺和数据传输效率低的问题。该文通过集成感知、通信和计算车联网系统(ISCC-V2X)以提升车辆用户的数据传输能力。ISCC-V2X中采用雷达感知技术帮助次用户接入主用户频谱空洞进行车联网通信，在车辆用户中加入计算单元提升数据传输卸载能力，为了更好地提升车联网通信和计算性能并同时降低系统功耗，在ISCC-V2X中引入混合智能反射面(H-RIS)。该研究从时间和功率资源分配的角度出发，对H-RIS辅助的ISCC-V2X技术进行了深入探讨。该文采用了一种两阶段...
当前车联网(V2X)环境普遍存在频谱资源紧缺和数据传输效率低的问题。该文通过集成感知、通信和计算车联网系统(ISCC-V2X)以提升车辆用户的数据传输能力。ISCC-V2X中采用雷达感知技术帮助次用户接入主用户频谱空洞进行车联网通信，在车辆用户中加入计算单元提升数据传输卸载能力，为了更好地提升车联网通信和计算性能并同时降低系统功耗，在ISCC-V2X中引入混合智能反射面(H-RIS)。该研究从时间和功率资源分配的角度出发，对H-RIS辅助的ISCC-V2X技术进行了深入探讨。该文采用了一种两阶段...
摘要:
通感算融合是6G的热点研究方向。为了解决复杂场景下通信-感知-计算模式的用户能耗大、计算不确定等问题，该文设计一种稳健的通感算融合网络资源分配与决策优化方案。首先，由于任务复杂度的不可预测，构建一个稳健的计算资源分配问题以优化卸载决策的不确定性。其次，在满足用户功耗、处理时间、雷达估计信息率等条件下，联合优化任务卸载比例、波束赋形和资源分配，建立用户总能耗最小化问题。由于该优化问题是多变量耦合且非凸的，将其建模为一个马尔可夫决策过程，提出一种基于柔性演员-评论家(SAC)优化算法。仿真结果表明，...
通感算融合是6G的热点研究方向。为了解决复杂场景下通信-感知-计算模式的用户能耗大、计算不确定等问题，该文设计一种稳健的通感算融合网络资源分配与决策优化方案。首先，由于任务复杂度的不可预测，构建一个稳健的计算资源分配问题以优化卸载决策的不确定性。其次，在满足用户功耗、处理时间、雷达估计信息率等条件下，联合优化任务卸载比例、波束赋形和资源分配，建立用户总能耗最小化问题。由于该优化问题是多变量耦合且非凸的，将其建模为一个马尔可夫决策过程，提出一种基于柔性演员-评论家(SAC)优化算法。仿真结果表明，...
摘要:
通感一体化(ISAC)作为一种6G关键技术，将通信和感知功能集成到Wi-Fi设备，为室内人体呼吸频率感知提供一种有效的方法。针对当前基于ISAC的呼吸频率感知存在鲁棒性低和“盲点”的问题，该文提出一种基于信号变分模态分解(VMD)- 希尔伯特-黄变换(HHT)呼吸频率感知算法。首先，选择对环境感知敏感度较强的Wi-Fi链路构建信道状态信息(CSI)比值模型。其次，将滤波后的CSI比值时间序列的各子载波进行投影，结合幅相信息生成不同呼吸模式信号的候选集。再次，对于每一个子载波，根据周期性在候选集中...
通感一体化(ISAC)作为一种6G关键技术，将通信和感知功能集成到Wi-Fi设备，为室内人体呼吸频率感知提供一种有效的方法。针对当前基于ISAC的呼吸频率感知存在鲁棒性低和“盲点”的问题，该文提出一种基于信号变分模态分解(VMD)- 希尔伯特-黄变换(HHT)呼吸频率感知算法。首先，选择对环境感知敏感度较强的Wi-Fi链路构建信道状态信息(CSI)比值模型。其次，将滤波后的CSI比值时间序列的各子载波进行投影，结合幅相信息生成不同呼吸模式信号的候选集。再次，对于每一个子载波，根据周期性在候选集中...
摘要:
针对无人机探测与避让(DAA)系统中无人机飞行碰撞避免的决策问题，该文提出一种将无人机系统检测和避免警报逻辑(DAIDALUS)和马尔可夫决策过程(MDP)相结合的方法。DAIDALUS算法的引导逻辑可以根据当前状态空间计算无人机避撞策略，将这些策略作为MDP的动作空间，并设置合适的奖励函数和状态转移概率，建立MDP模型，探究不同折扣因子对无人机飞行避撞过程的影响。仿真结果表明：相比于DAIDALUS，本方法的效率提升27.2%；当折扣因子设置为0.99时，可以平衡长期与短期收益；净空入侵率为5...
针对无人机探测与避让(DAA)系统中无人机飞行碰撞避免的决策问题，该文提出一种将无人机系统检测和避免警报逻辑(DAIDALUS)和马尔可夫决策过程(MDP)相结合的方法。DAIDALUS算法的引导逻辑可以根据当前状态空间计算无人机避撞策略，将这些策略作为MDP的动作空间，并设置合适的奖励函数和状态转移概率，建立MDP模型，探究不同折扣因子对无人机飞行避撞过程的影响。仿真结果表明：相比于DAIDALUS，本方法的效率提升27.2%；当折扣因子设置为0.99时，可以平衡长期与短期收益；净空入侵率为5...
摘要:
未来6G将实现万物智能互联、虚拟和现实结合的全新时代，这离不开通信与感知技术的发展。但由于频率资源的稀缺，二者在频率资源上的共享是一个亟待解决的问题。通信感知一体化(ISAC)技术为解决这一问题提供了新的思路，它允许通信与感知共用一套设备、共享频率资源，可以同时完成目标探测和信息通信，被认为是6G的关键技术之一。同时我国是一个海洋大国，海洋资源丰富，海洋通信与海上目标感知需求急剧增加。该文对海洋环境下的ISAC技术进行了研究，提出一种海洋环境下的加权波形优化设计方法。通过仿真实验发现通信与感知的...
未来6G将实现万物智能互联、虚拟和现实结合的全新时代，这离不开通信与感知技术的发展。但由于频率资源的稀缺，二者在频率资源上的共享是一个亟待解决的问题。通信感知一体化(ISAC)技术为解决这一问题提供了新的思路，它允许通信与感知共用一套设备、共享频率资源，可以同时完成目标探测和信息通信，被认为是6G的关键技术之一。同时我国是一个海洋大国，海洋资源丰富，海洋通信与海上目标感知需求急剧增加。该文对海洋环境下的ISAC技术进行了研究，提出一种海洋环境下的加权波形优化设计方法。通过仿真实验发现通信与感知的...
摘要:
由于通信与目标感知波形的耦合共用，通感一体(ISAC)系统更容易面临信息泄露的风险。该文从隐蔽通信角度，研究了具有可移动阵元的同时透射和反射智能超表面(ME-STAR-RIS)辅助的ISAC系统。首先引入了ME-STAR-RIS，其阵元可在一定范围内移动，以获取更有利的信道条件。根据离散阵元部署位置模型，构建了ME-STAR-RIS辅助ISAC系统的波束优化模型，旨在联合设计ISAC基站(BS)处的主动波束成形以及ME-STAR-RIS处的柔性被动波束成形(包括阵元位置、相移和振幅系数)，在隐蔽...
由于通信与目标感知波形的耦合共用，通感一体(ISAC)系统更容易面临信息泄露的风险。该文从隐蔽通信角度，研究了具有可移动阵元的同时透射和反射智能超表面(ME-STAR-RIS)辅助的ISAC系统。首先引入了ME-STAR-RIS，其阵元可在一定范围内移动，以获取更有利的信道条件。根据离散阵元部署位置模型，构建了ME-STAR-RIS辅助ISAC系统的波束优化模型，旨在联合设计ISAC基站(BS)处的主动波束成形以及ME-STAR-RIS处的柔性被动波束成形(包括阵元位置、相移和振幅系数)，在隐蔽...
摘要:
为克服联邦学习(FL)客户端数据和模型均需同构的局限性并且提高训练精度，该文提出一种基于合作博弈和知识蒸馏的个性化联邦学习(pFedCK)算法。在该算法中，每个客户端将在公共数据集上训练得到的局部软预测上传到中心服务器并根据余弦相似度从服务器下载最相近的k个软预测形成一个联盟，然后利用合作博弈中的夏普利值来衡量客户端之间多重协作的影响，量化所下载软预测对本地个性化学习效果的累计贡献值，以此确定联盟中每个客户端的最佳聚合系数，从而得到更优的聚合模型。最后采用知识蒸馏将聚合模型的知识迁移到本地模型，...
为克服联邦学习(FL)客户端数据和模型均需同构的局限性并且提高训练精度，该文提出一种基于合作博弈和知识蒸馏的个性化联邦学习(pFedCK)算法。在该算法中，每个客户端将在公共数据集上训练得到的局部软预测上传到中心服务器并根据余弦相似度从服务器下载最相近的k个软预测形成一个联盟，然后利用合作博弈中的夏普利值来衡量客户端之间多重协作的影响，量化所下载软预测对本地个性化学习效果的累计贡献值，以此确定联盟中每个客户端的最佳聚合系数，从而得到更优的聚合模型。最后采用知识蒸馏将聚合模型的知识迁移到本地模型，...
摘要:
应用频控阵式多输入多输出(FDA-MIMO)雷达实现目标距离-角度联合估计越来越受到人们的重视，利用FDA同时获得发射波束图在角度和距离的自由度。但其性能因波束图的周期性和时变性而降低。因此，该文基于时间调制和距离补偿FDA-MIMO(TMRC-FDA-MIMO)雷达的新波形合成模型，提出了一种改进的基于旋转不变技术的信号参数估计(ESPRIT)算法。最后，通过距离和角度估计的克拉美罗下界和均方根误差，与固定频偏FDA-MIMO、对数频偏FDA-MIMO雷达系统和多信号分类(MUSIC)算法进行...
应用频控阵式多输入多输出(FDA-MIMO)雷达实现目标距离-角度联合估计越来越受到人们的重视，利用FDA同时获得发射波束图在角度和距离的自由度。但其性能因波束图的周期性和时变性而降低。因此，该文基于时间调制和距离补偿FDA-MIMO(TMRC-FDA-MIMO)雷达的新波形合成模型，提出了一种改进的基于旋转不变技术的信号参数估计(ESPRIT)算法。最后，通过距离和角度估计的克拉美罗下界和均方根误差，与固定频偏FDA-MIMO、对数频偏FDA-MIMO雷达系统和多信号分类(MUSIC)算法进行...
摘要:
2017年，PFP作为一种超轻量级分组密码被提出，而因其卓越的实现性能备受业界广泛关注。该算法不仅硬件开销需求低(仅需约1355 GE(等效门))、功耗小，而且加解密速度快(其速度甚至比国际著名算法 PRESENT的实现速度快1.5倍)，非常适合在物联网环境中使用。在PFP算法的设计文档中，作者声称该算法具有足够的能力抵御差分攻击、线性攻击及不可能差分攻击等多种密码攻击方法。然而该算法是否存在未知的安全漏洞是目前研究的难点。该文基于可满足性模理论(SMT)，结合PFP算法轮函数特点，构建两种区分...
2017年，PFP作为一种超轻量级分组密码被提出，而因其卓越的实现性能备受业界广泛关注。该算法不仅硬件开销需求低(仅需约
摘要:
针对太赫兹智能反射面(RIS)系统中基于波束扫描感知耗时较长问题，该文提出一种基于太赫兹RIS波束色散和分裂的快速感知方法。通过在每个RIS元件处部署实时延(TTD)以动态调整波束色散程度，设置大阵列RIS单元间距以形成波束分裂效应，进而联合波束色散和分裂实现目标区域快速感知。具体地，将感知区域分为多个子区域，并基于RIS波束色散优化TTD和RIS反射元件相移，以覆盖单一子区域。同时，利用波束分裂无缝覆盖多个子区域，相比使用单一波束扫描感知显著降低了时间开销。而后，为减少回波信号路径损耗，在RI...
针对太赫兹智能反射面(RIS)系统中基于波束扫描感知耗时较长问题，该文提出一种基于太赫兹RIS波束色散和分裂的快速感知方法。通过在每个RIS元件处部署实时延(TTD)以动态调整波束色散程度，设置大阵列RIS单元间距以形成波束分裂效应，进而联合波束色散和分裂实现目标区域快速感知。具体地，将感知区域分为多个子区域，并基于RIS波束色散优化TTD和RIS反射元件相移，以覆盖单一子区域。同时，利用波束分裂无缝覆盖多个子区域，相比使用单一波束扫描感知显著降低了时间开销。而后，为减少回波信号路径损耗，在RI...
摘要:
联邦学习中，高模型贡献率的无线网络设备通常由于算力不足、能量有限成为掉队者，进而增加模型聚合时延并影响全局模型精度。针对此问题，该文设计了联合边缘服务器辅助训练和模型自适应稀疏联邦学习架构，并提出了基于边缘辅助训练的自适应稀疏联邦学习优化算法。首先，引入边缘服务器为算力不足或能量受限的设备提供辅助训练。构建了辅助训练和通信、计算资源分配的优化模型，并采用多种深度强化学习方法求解优化的辅助训练决策。其次，基于辅助训练决策，在每个通信轮次自适应地对全局模型进行非结构化剪枝，进一步降低设备的时延和能耗...
联邦学习中，高模型贡献率的无线网络设备通常由于算力不足、能量有限成为掉队者，进而增加模型聚合时延并影响全局模型精度。针对此问题，该文设计了联合边缘服务器辅助训练和模型自适应稀疏联邦学习架构，并提出了基于边缘辅助训练的自适应稀疏联邦学习优化算法。首先，引入边缘服务器为算力不足或能量受限的设备提供辅助训练。构建了辅助训练和通信、计算资源分配的优化模型，并采用多种深度强化学习方法求解优化的辅助训练决策。其次，基于辅助训练决策，在每个通信轮次自适应地对全局模型进行非结构化剪枝，进一步降低设备的时延和能耗...
摘要:
可重构智能表面(RIS)能够调控入射电磁波以优化通信系统性能，是第6代(6G)无线通信技术的关键创新。将可重构智能表面部署于无人机(UAV)上，借助无人机的灵活运动轨迹和按需部署特性，可以有效解决因树木和建筑等障碍物遮挡所引起的信息传输效率下降的问题。针对空中可重构智能表面辅助的车对车(V2V)通信场景，该文提出了一种基于几何的3维信道模型，该模型综合考虑了无人机在3个自由度下的旋转和任意轨迹移动，以及无人姿态变化对于信道模型的影响，引入了时变空间相位。此外，还考虑了发射端、接收端和无人机的实时...
可重构智能表面(RIS)能够调控入射电磁波以优化通信系统性能，是第6代(6G)无线通信技术的关键创新。将可重构智能表面部署于无人机(UAV)上，借助无人机的灵活运动轨迹和按需部署特性，可以有效解决因树木和建筑等障碍物遮挡所引起的信息传输效率下降的问题。针对空中可重构智能表面辅助的车对车(V2V)通信场景，该文提出了一种基于几何的3维信道模型，该模型综合考虑了无人机在3个自由度下的旋转和任意轨迹移动，以及无人姿态变化对于信道模型的影响，引入了时变空间相位。此外，还考虑了发射端、接收端和无人机的实时...
摘要:
为满足动态边缘计算网络场景下用户差异化服务需求，该文提出一种基于生成对抗网络(GAN)辅助多智能体强化学习(RL)的联邦切片资源管理方案。首先，考虑未知时变信道和随机用户流量到达的场景，以同时优化长期平均服务等待时延和服务满意率为目标，构建联合带宽和计算切片资源管理优化问题，并进一步建模为分布式部分可观测马尔可夫决策过程 (Dec-POMDP)。其次，运用多智能体竞争双深度Q网络(D3QN)方法，结合GAN算法对状态值分布多模态学习的优势，以及利用联邦学习框架促使智能体合作学习，最终实现仅需共享...
为满足动态边缘计算网络场景下用户差异化服务需求，该文提出一种基于生成对抗网络(GAN)辅助多智能体强化学习(RL)的联邦切片资源管理方案。首先，考虑未知时变信道和随机用户流量到达的场景，以同时优化长期平均服务等待时延和服务满意率为目标，构建联合带宽和计算切片资源管理优化问题，并进一步建模为分布式部分可观测马尔可夫决策过程 (Dec-POMDP)。其次，运用多智能体竞争双深度Q网络(D3QN)方法，结合GAN算法对状态值分布多模态学习的优势，以及利用联邦学习框架促使智能体合作学习，最终实现仅需共享...
摘要:
大尺度战场环境中电磁频谱作战装备测试和演训需要依靠大规模数字化电磁环境进行仿真，然而大尺度电磁信道计算复杂度较高，难以提升计算速度。针对这一问题，该文提出一种迭代时域辐射度算法。该算法通过递推方法建模信道，利用空间相干性复用前一时刻的信道数据，并经过修正后用于当前时刻的信道计算。同时，采用面元信道搜索方法对面元中的信道进行低复杂度近似，有效降低了计算复杂度。仿真结果表明，与传统时域辐射度算法相比，所提算法在保证计算精度的基础上计算速度提升了1个数量级。与频域辐射度算法相比，所提算法的时延分辨率更...
大尺度战场环境中电磁频谱作战装备测试和演训需要依靠大规模数字化电磁环境进行仿真，然而大尺度电磁信道计算复杂度较高，难以提升计算速度。针对这一问题，该文提出一种迭代时域辐射度算法。该算法通过递推方法建模信道，利用空间相干性复用前一时刻的信道数据，并经过修正后用于当前时刻的信道计算。同时，采用面元信道搜索方法对面元中的信道进行低复杂度近似，有效降低了计算复杂度。仿真结果表明，与传统时域辐射度算法相比，所提算法在保证计算精度的基础上计算速度提升了1个数量级。与频域辐射度算法相比，所提算法的时延分辨率更...
摘要:
设计高效且复杂度低的检测算法是差分空间调制(DSM)系统中的一大关键问题。该文提出了一种多相移键控差分空间调制系统的贝叶斯期望传播(EP)信号检测方法，将DSM的信号检测问题转化为待检测信号的参数估计问题，通过迭代估计先验和后验分布的参数，获得检测信号的估计值。该算法将原始的信号检测问题分解为天线域信息和星座域信息两部分，其中天线域检测通过期望传播算法迭代求取，星座域比特通过迭代过程中最优解调获得，降低了算法复杂度。进一步地，该文针对传统期望传播方法中噪声参数进行了扩展，在迭代过程中不断调整噪声...
设计高效且复杂度低的检测算法是差分空间调制(DSM)系统中的一大关键问题。该文提出了一种多相移键控差分空间调制系统的贝叶斯期望传播(EP)信号检测方法，将DSM的信号检测问题转化为待检测信号的参数估计问题，通过迭代估计先验和后验分布的参数，获得检测信号的估计值。该算法将原始的信号检测问题分解为天线域信息和星座域信息两部分，其中天线域检测通过期望传播算法迭代求取，星座域比特通过迭代过程中最优解调获得，降低了算法复杂度。进一步地，该文针对传统期望传播方法中噪声参数进行了扩展，在迭代过程中不断调整噪声...
摘要:
无人机射频检测是实现非合作无人机管控的手段之一，而基于射频信号的无人机个体识别(DIR)是无人机检测的重要环节。鉴于当前DIR开源数据集缺失，该文公开了一个名为DroneRFb-DIR的无人机射频信号数据集。该数据集使用软件无线电设备采集无人机与遥控器间通信的射频信号，包含城市场景下的无人机种类共6类(每类无人机各包含3架不同个体)以及1类背景参考信号。采样信号存储为最原始的I/Q数据，每类数据包含不少于40个片段，每个片段包含不少于4 M个采样点。信号采集范围为2.4～2.48 GHz，包含无...
无人机射频检测是实现非合作无人机管控的手段之一，而基于射频信号的无人机个体识别(DIR)是无人机检测的重要环节。鉴于当前DIR开源数据集缺失，该文公开了一个名为DroneRFb-DIR的无人机射频信号数据集。该数据集使用软件无线电设备采集无人机与遥控器间通信的射频信号，包含城市场景下的无人机种类共6类(每类无人机各包含3架不同个体)以及1类背景参考信号。采样信号存储为最原始的I/Q数据，每类数据包含不少于40个片段，每个片段包含不少于4 M个采样点。信号采集范围为2.4～2.48 GHz，包含无...
摘要:
特征检测作为海杂波环境下小目标检测的有效手段，受到了广泛关注与深入研究。过去对特征的研究大多关注于当前帧，近年来使用帧间时序信息融合当前帧特征的方法也被提出并在检测方面取得一定效果。但该方法不能很好地适应具有时变性的海杂波数据，且仅采用静态加权算法融合特征，对历史帧信息的利用不够充分。针对上述问题，该文提出基于模型稳定的修正Burg方法进行特征自回归(AR)建模与一步预测，使模型能够自适应调整极点分布，提高了海杂波特征预测的准确性，并基于求解多变量极值问题提出了一种动态加权算法得到了最小方差的融...
特征检测作为海杂波环境下小目标检测的有效手段，受到了广泛关注与深入研究。过去对特征的研究大多关注于当前帧，近年来使用帧间时序信息融合当前帧特征的方法也被提出并在检测方面取得一定效果。但该方法不能很好地适应具有时变性的海杂波数据，且仅采用静态加权算法融合特征，对历史帧信息的利用不够充分。针对上述问题，该文提出基于模型稳定的修正Burg方法进行特征自回归(AR)建模与一步预测，使模型能够自适应调整极点分布，提高了海杂波特征预测的准确性，并基于求解多变量极值问题提出了一种动态加权算法得到了最小方差的融...
摘要:
针对非平稳异常噪声环境下扩展目标跟踪问题，该文提出一种基于高斯-学生t混合(GSTM)扩展目标跟踪方法。首先，将过程噪声和量测噪声建模为GSTM分布，以表征非平稳厚尾噪声，并通过引入伯努利随机变量，将目标的运动状态和量测似然函数建模为分层高斯形式。其次，在随机矩阵(RMM)滤波框架下，使用变分贝叶斯方法详细推导了非平稳厚尾噪声下的GSTM扩展目标跟踪算法。该算法通过建模高斯噪声与厚尾噪声之间的非平稳过程，精确表征噪声特性，从而在非平稳异常噪声环境下稳健捕捉扩展目标的质心位置和轮廓形态。最后，构建...
针对非平稳异常噪声环境下扩展目标跟踪问题，该文提出一种基于高斯-学生t混合(GSTM)扩展目标跟踪方法。首先，将过程噪声和量测噪声建模为GSTM分布，以表征非平稳厚尾噪声，并通过引入伯努利随机变量，将目标的运动状态和量测似然函数建模为分层高斯形式。其次，在随机矩阵(RMM)滤波框架下，使用变分贝叶斯方法详细推导了非平稳厚尾噪声下的GSTM扩展目标跟踪算法。该算法通过建模高斯噪声与厚尾噪声之间的非平稳过程，精确表征噪声特性，从而在非平稳异常噪声环境下稳健捕捉扩展目标的质心位置和轮廓形态。最后，构建...
摘要:
针对增强型罗兰(eLORAN)系统增补发射台站建设中的组重复周期(GRI)选择问题，该文主要从数学的角度出发，提出一种基于交叉干扰率的筛选算法。该算法首先考虑了最小可用组重复周期以及秒信息量的要求，并在此基础上通过比较与临近的罗兰C台站间的相对交叉干扰率进行1次筛选；之后通过排列组合进行两两比较并2次筛选；最后，综合考虑数据率要求、系统规范、无交叉干扰等条件，得到最优组重复周期组合。随后，鉴于新型eLORAN系统的高精度授时要求，在GRI最优组合中进行了优选。分析结果表明，该方法得出的优选组合的...
针对增强型罗兰(eLORAN)系统增补发射台站建设中的组重复周期(GRI)选择问题，该文主要从数学的角度出发，提出一种基于交叉干扰率的筛选算法。该算法首先考虑了最小可用组重复周期以及秒信息量的要求，并在此基础上通过比较与临近的罗兰C台站间的相对交叉干扰率进行1次筛选；之后通过排列组合进行两两比较并2次筛选；最后，综合考虑数据率要求、系统规范、无交叉干扰等条件，得到最优组重复周期组合。随后，鉴于新型eLORAN系统的高精度授时要求，在GRI最优组合中进行了优选。分析结果表明，该方法得出的优选组合的...
