首页期刊导航|电信科学
期刊信息/Journal information
电信科学
电信科学

梁海滨

月刊

1000-0801

dxkx@ptpress.com.cn

010-67110006-890/879

100062

北京市崇文区广渠门内大街80号通正国际大厦6层

电信科学/Journal Telecommunications Science北大核心CSTPCD
查看更多>>本刊是1956年创刊的通信工程技术刊物，由中国通信学会和人民邮电出版社主办。其宗旨是报道通信科技成果、介绍工程实用技术、传播最新电信知识、交流先进管理经验、促进中国通信发展。主要读者对象为从事通信工作的科研人员、工程技术人员和通信院校师生。
正式出版
收录年代

    面向蜂窝车联网的直连通信技术增强及标准化演进

    赵锐温小然郑石磊周晓星...
    1-14页
    查看更多>>摘要：随着智能交通系统的快速发展,面向蜂窝车联网(cellular vehicle-to-everything,C-V2X)的直连通信技术已成为实现车辆间、车辆与基础设施间以及车辆与行人间通信的关键.第三代合作伙伴计划(3rd Gen-eration Partnership Project,3GPP)目前已经完成了对直连通信增强技术的研究,旨在适应车联网服务的多元化需求,并且正在积极推进通信感知一体化(integrated sensing and communication,ISAC)、人工智能/机器学习(artificial intelligence/machine learning,AI/ML)等6G演进技术的研究和标准化工作.首先介绍了蜂窝车联网直连通信技术的发展趋势,进而探讨了3GPP R18直连通信技术的关键演进方向,最后结合3GPP R19中6G前瞻性技术的研究方向,对蜂窝车联网的未来标准发展方向进行展望.

    蜂窝车联网非授权频段直连通信直通链路定位通信感知一体化人工智能/机器学习

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    智能网联汽车一体化安全问题与内生安全

    贾宏颖李玉峰
    15-29页
    查看更多>>摘要：车路云一体化发展趋势下,信息物理融合促进汽车安全的内涵和外延发生全新变革,功能安全、网络安全、数据安全深度融合,产生了难以分割的一体化安全(security&safety,SS)新域挑战.在综合分析智能网联汽车一体化安全问题和现有安全技术局限性的基础上,以内生安全存在性定理为指导,提出了一种基于动态异构冗余(dynamics heterogeneous redundancy,DHR)的内生安全构造技术,以一体化的构造效应解决三重安全交叠问题,实现不依赖先验知识的已知/未知威胁防御.大量内生安全白盒插桩注入测试结果表明,内生安全DHR架构具备100%差模抑制能力.为推动实现内生安全上车的总体目标,还探索了一条以"事前可阻断-事中可防御-事后可溯源"为核心的智能网联汽车内生安全上车近景规划方案.

    智能网联汽车动态异构冗余一体化安全内生安全

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    车路协同路侧感知系统的关键技术与测试验证

    鲍叙言龚正李伯雄余冰雁...
    30-37页
    查看更多>>摘要：车路协同路侧感知系统是发展"车路云一体化"、实施交通基础设施数字化转型升级的重要一环.立足当下应用需求和产业进展,介绍了车路协同路侧感知系统的关键技术、标准化现状,以及研究团队研发的测试工具及开展测试验证的情况.测试验证结果展现出部分已部署的路侧感知系统仍存在较大技术爬坡空间,且在测试工具的辅助下可大幅提升系统性能,同时也验证了关键技术的必要性、已有标准的可用性、测试工具的高价值.

    车路协同路侧感知系统传感技术融合算法标准化测试验证

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    车联网中基于stacking集成学习的攻击检测模型

    徐会彬方龙张莎
    38-50页
    查看更多>>摘要：由于无线网络的开放性,车联网容易受到网络攻击,如拒绝服务、模糊和欺骗攻击.为此,提出融合随机森林(random forest,RF)和梯度提升决策树(gradient boosting decision tree,GBDT)的堆叠(stack-ing)的入侵检测(RG-IDS)模型.首先,RG-IDS模型利用自适应合成采样(adaptive synthetic sampling,ADASYN)算法对不平衡类别的数据样本进行近邻采样,进而生成更多同类别的近似样本,形成相对平衡的样本数据.其次,RG-IDS模型利用GBDT评估特征的重要性,并选择具有重要特征的样本数据,建立轻量级分类器.最后,RG-IDS采用基于k折交叉验证的堆叠方法,降低过拟合的概率.将RF、GBDT和LightGBM分类器作为基学习器.采用数据集CICIDS 2017和NSL-KDD对RG-IDS模型进行实验测试.实验结果表明,RG-IDS模型可实现较高的F1值.

    车联网入侵检测自适应合成采样梯度提升决策树堆叠

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    面向车联网的基于卷积神经网络的入侵检测模型

    张锐
    51-62页
    查看更多>>摘要：为了提高车联网入侵检测的准确率,提出了基于超参数优化卷积神经网络的集成的入侵检测系统(hyper-parameter optimization convolution neural network-based ensemble Intrusion detection system,CNES)模型.CNES模型利用卷积神经网络构建集成学习的基学习器,并利用粒子群优化算法优化卷积神经网络的超参数,进而优化卷积神经网络模型.利用平均法和级联法的集成策略构建集成学习模型,提高检测攻击的准确率.通过车内网络数据集Car-Hacking和车外网络数据集CICIDS2017验证CNES模型的性能.性能分析表明,提出的CNES模型有效地提高了检测网络攻击的性能.在Car-Hacking数据集上,CNES模型的F1值达到100%.

    车联网入侵检测卷积神经网络粒子群优化算法集成学习

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    FDD无蜂窝大规模MIMO系统CSI反馈及预编码研究

    张德坤白宝明
    63-73页
    查看更多>>摘要：实现频分复用(frequency division duplexing,FDD)无蜂窝大规模多输入多输出(multiple input mul-tiple output,MIMO)系统的下行系统容量最大化,关键在于设计既具有高成形增益又能强效抑制多用户间干扰的预编码矩阵,而精准的下行链路信道状态信息(channel state information,CSI)的获取则是计算预编码矩阵的基础.FDD制式由于上下行链路不具备完美互易性,故低开销、高精度的下行CSI获取是业界难题.为此,提出了一种基于共址空间用户簇的CSI测量和反馈方案,同时设计了联合簇级CSI反馈的两段式预编码优化方案.首先,基于上下行统计互易性计算获得等效下行空间相关性,利用用户反馈的信道质量和等效空间相关性联合构建了共址空间用户簇.其次,基于大尺度衰落特征和CSI导频端口能力约束,设计了CSI相干测量动态方案,以及共址空间簇的统计CSI反馈方案,显著地降低了反馈开销.最后,在CSI测量阶段通过簇间用户统计协方差矩阵设计了大尺度缓变干扰消除预编码,在下行调度阶段基于信号泄露噪声比(signal-to-leakage-and-noise ratio,SLNR)算法设计了簇内实时多用户干扰消除预编码,二者级联构成每个用户的下行预编码优化权值.仿真结果表明,提出的CSI反馈优化方案相对于文献中主路径增益信息反馈策略降低反馈开销34%,两段式预编码优化方案相对于SLNR预编码提升FDD无蜂窝大规模MIMO频谱效率10.8%.

    频分复用无蜂窝大规模多输入多输出共址空间用户簇信道状态信息测量和反馈两段式预编码

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    一种基于ADMM的多用户联合的RIS信道估计方案

    朱路虎王安定
    74-85页
    查看更多>>摘要：针对智能反射面(reconfigurable intelligent surface,RIS)辅助的毫米波通信系统中传统信道估计方案导频开销过高、计算复杂度较大的问题,提出了一种基于多用户联合场景的交替方向乘子法(alternating direction method of multipliers,ADMM)信道估计方案.首先,利用不同用户级联信道存在公共BS-RIS部分,估计出用户信号的公共子空间并进行投影,有效减弱了噪声的影响.其次,考虑多用户级联信道的相关性和稀疏性,构建了稀疏级联信道矩阵和公共缩放因子矩阵的优化问题.对于该非凸联合优化问题,采用ADMM算法,交替优化估计稀疏矩阵和公共缩放因子矩阵.仿真结果表明,与现有方法相比,提出的基于多用户联合的ADMM信道估计方案导频开销将减少约50%.

    大规模MIMO智能反射面信道估计交替方向乘子法

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    卫星视觉导航图像拼接方法研究

    陈丽娟虞业泺刘晨龙陈烨海...
    86-92页
    查看更多>>摘要：在太空环境中,视传感器捕获图片颜色单一、纹理弱、特征点少,图像拼接难度大.构造Hessian矩阵以及尺度空间,通过非极大值抑制得到了匹配点,并使用Harris角点检测算法构建特征点描述子,采用RANSAC算法对匹配结果进行筛选,得到单应矩阵进而实现拼接.另外,在实验部分使用卫星图片比较了Harris角点检测算法与其他算法处理情况.结果表明,Harris角点检测算法图像拼接效果更好,可基于Harris角点检测算法利用星载处理单元有限算力,达到快速拼接卫星图像的目的.

    Harris角点检测SURF算法RANSAC图像拼接

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    GMTBLC:基于深度学习的双模态网络流量分类

    魏德宾江亲龙温京龙王欣睿...
    93-106页
    查看更多>>摘要：网络流量分类对于网络安全维护和网络管理至关重要,在服务质量(quality of service,QoS)保证、入侵检测等任务中得到了广泛的应用.针对传统流量分类模型对特征提取不足,导致分类准确率较低等问题,提出了基于混合注意力(group mix attention,GMA)的Transformer和双向长短期记忆(bi-directional long short term memory,Bi-LSTM)网络的双模态网络流量分类(group mix transformer and Bi-LSTM for traffic classification,GMTBLC)方法.在数据预处理阶段,通过数据包的有效载荷生成会话内的包级别图像,以减少信息干扰.在分类阶段,图像首先由包混合Transformer(packet group mix transformer,PCMT)模块处理,该模块使用Transformer和GMA捕获全局特征.同时,会话图像由时空特征提取(spatio-temporal feature ex-traction,SFE)模块处理,其中数据包的空间特征由带有残差连接的卷积神经网络提取,数据包的时间特征由双向LSTM提取.在融合分类层中,通过动态加权机制融合上述全局特征和时空特征,最终完成网络流量分类.在公共数据集ISCX和USTC-TFC2016上进行的实验表明,该模型的分类准确率达99.31%,精确率、召回率和F1值均达到98%以上,相比其他模型分类效果更优.

    流量分类深度学习注意力机制Transformer长短期记忆网络

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    5G/6G移动通信星地融合频率共享技术分析

    胡延伟弓健马占书
    107-113页
    查看更多>>摘要：近年来移动通信技术飞速发展,5G网络在全球范围内广泛部署,6G技术研究也在紧锣密鼓地进行.随着经济高速发展和应用卫星天基设施的投入增加,我国卫星通信、卫星导航等卫星应用产业将迎来高速发展的提速期,构建星地融合一体化网络成为未来通信发展的趋势.卫星通信在频率资源上的需求与地面移动通信系统存在重叠,地面移动通信与卫星通信的同频干扰、强功率压制干扰问题日益突出.从技术研究、政策制定、台(站)布局等方面进行5G/6G移动通信星地融合频率共享技术分析,为构建星地融合的全球无缝覆盖通信系统提供参考.

    星地融合同频干扰强功率压制频率共享

      原文链接:
    • NETL
    • NSTL
    • 万方数据