首页期刊导航|通信学报
期刊信息/Journal information
通信学报
中国通信学会
通信学报

中国通信学会

杨义先

月刊

1000-436X

xuebao@ptpress.com.cn

010-67110006-869、878、915

100062

北京市东城区广渠门内大街80号通正国际大厦6层

通信学报/Journal Journal on CommunicationsCSCD北大核心CSTPCDEI
查看更多>>本刊是由中国通信学会主办的学术性刊物,主要读者对象是通信及相关技术领域的科研机构的研究人员、大专院校通信及相关专业的教师和研究生。《通信学报》强大的审稿专家和编委会队伍,使学术刊物的质量和审稿通过速度得到了有力的保证,从而搭建了为作者和读者进行更好服务的桥梁。
正式出版
收录年代

    基于感通算融合和信息年龄优化的车联网多节点协同感知

    周一青张浩岳齐彦丽蔡青...
    1-16页
    查看更多>>摘要:面向未来自动驾驶系统中的实时性业务需求(如高清地图更新),基于感知-通信-计算融合,引入信息年龄作为实时性度量,设计感通算融合的车联网多节点协同感知机制.在通信-计算资源和车辆能耗约束下,优化调度感知节点信息采集和传输处理,最小化感知信息的平均信息年龄;提出基于李雅普诺夫的在线调度算法,将复杂的长期随机优化问题转化为单时隙在线优化问题,并设计低复杂度算法求解.仿真表明,与现有仅考虑通信与计算融合的机制相比,所提机制信息实时性可提高9%~50%.

    自动驾驶感知信息实时性感知-通信-计算融合信息年龄李雅普诺夫随机优化

    智能电网中基于二分图匹配的网络切片资源分配算法

    夏玮玮辛逸飞梁栋吴军...
    17-28页
    查看更多>>摘要:为了解决智能电网中多类业务的服务质量需求难以同时得到满足的问题并兼顾电力终端和网络侧经济效用,提出了一种基于二分图匹配的网络切片资源分配算法.针对智能电网场景中的控制类和采集类业务,为电力终端分别制定相应的投标信息,并据此计算支付价格和效用矩阵;将网络切片与电力终端之间的资源分配建模为二分图匹配问题,根据不同业务的时延、传输速率或能耗需求,向终端分配不同的切片资源以最大化系统效用.仿真结果表明,相较于已有的双向拍卖算法和贪心算法,所提算法能够提高10%~20%的系统效用.

    网络切片资源分配智能电网二分图匹配拍卖

    基于DSmT证据折扣理论的短波多通道信息融合方法

    李俊兵曾孝平李国军叶昌荣...
    29-40页
    查看更多>>摘要:针对由于短波信道复杂恶劣、通道信息间冲突突出,经典合并方式对短波多通道信息合并效果不佳问题,提出基于DSmT证据折扣理论的短波多通道信息融合方法.以DSmT证据折扣理论作为融合框架,实现对短波多通道信息融合推理判决.首先,归一化 OFDM 帧的相对包络标准差,并通过相对包络标准差与折扣因子计算得到折扣权重.然后,通过比特软信息提取函数获得比特概率,以比特概率对基本信任分配函数定量赋值来作为证据.最后,以PCR6融合规则对多通道软信息进行融合推理判决.在多种信道条件、多种调制方式下与经典合并方式的对比仿真实验表明,所提方法可以获得明显的误码率增益和误包增益.

    短波信道信息融合证据折扣理论折扣权重比特概率

    基于AAT模型的毫米波大规模MIMO系统信道估计

    于舒娟刘荣张昀谢娜...
    41-49页
    查看更多>>摘要:针对毫米波大规模多输入多输出信道具有时间相关性、系统易受噪声因素影响导致信道估计精度低的问题,提出了一种基于改进的时序卷积神经网络信道估计方法.该方法将仿真获得的信道矩阵以二维图像数据方式输入系统;利用时间相关性进行特征融合,构建集中注意力机制网络,增强系统模型对信道深层特征的提取能力;将AAN嵌入时序卷积神经网络中进行训练;系统输出去噪后的二维图像,即信道估计矩阵.仿真结果表明,所提信道估计方法在性能和复杂度方面优于传统的信道估计方法,并且当测试场景发生改变时依旧具有鲁棒性.

    大规模多输入多输出信道时序卷积神经网络信道估计集中注意力机制网络

    基于函数加密的密文卷积神经网络模型

    王琛李佳润徐剑
    50-65页
    查看更多>>摘要:目前,多数的外包卷积神经网络(CNN)模型采用同态加密、安全多方计算等方法来保护敏感数据的隐私性.然而,上述方法存在计算与通信开销过大而引起的系统效率较低的问题.利用函数加密的低开销特点,构建了基于函数加密的密文卷积神经网络模型.首先,设计了内积函数加密算法和基本运算函数加密算法,实现了密文数据的内积、乘法、减法等基本运算,降低了计算与通信开销;然后,设计了针对基本运算的安全卷积计算协议和安全损失优化协议,实现了卷积层的密文前向传播和输出层的密文反向传播;最后,给出了模型的安全训练和分类方法,通过将以上安全协议进行模块化顺序组合的方式实现 CNN 对密文数据的训练和分类,该方法可以同时保护用户数据和标签的机密性.理论分析和实验结果表明,所提模型能够在保证正确性和安全性的前提下实现密文数据的训练和分类.

    卷积神经网络密文数据函数加密隐私保护

    基于多核心节点的增量式动态社区发现算法

    陈晶刘志君杨新宇刘洺辛...
    66-80页
    查看更多>>摘要:针对动态社区发现算法通常基于社区结构平稳变化的假设,而难以应对演化过程中可能出现的大量社区消亡或涌现等突发事件的问题,提出了一种基于多核心节点的增量式动态社区发现算法MCNIDCD.首先,将核心节点分为扩散型和内聚型,制定4种增量更新策略.其次,通过局部更新调整节点社区归属,并采用增量模块度方法优化社区结构.最后,实现社区合并.在人工和真实网络上对该算法的性能进行了评估,实验结果表明,在对比目前相关动态社区检测算法时,在人工网络仿真环境中,MCNIDCD算法表现出与社区演化规律的高度契合性;在真实网络实验中,MCNIDCD算法在模块度性能指标上平均提升了28%,并且在稳定性方面具有良好的优势,其优势对于研究动态社区演化过程具有重要的意义.

    核心节点增量式网络演化社区发现

    面向LQG控制的IEEE 802.11ax网络资源调度方法

    郑萌张雷梁炜
    81-91页
    查看更多>>摘要:由于低成本、易维护和频带免授权等优点,IEEE 802.11ax网络被广泛用于工业控制应用.针对基于IEEE 802.11ax的无线网络化控制系统,提出一种控制感知的资源调度方法以支持对多个控制系统的无线高速控制.首先,考虑IEEE 802.11ax网络的传感数据丢包问题,给出控制系统的最优估计器和线性二次高斯(LQG)控制.然后,分析LQG指标与IEEE 802.11ax传输可靠性的依赖关系,给出期望LQG指标最小化的资源调度问题模型,进而提出一种面向LQG控制的资源调度(LCARS)方法.最后,通过大量仿真验证LCARS的有效性.LCARS可用于自动导引车集群导航、机器人远程控制等智能工厂应用.

    网络化控制系统无线网络线性二次高斯控制资源调度可靠性

    RFreeTrack:基于差分相位全息图的RFID非接触式鲁棒定位系统

    桂林卿蒋祎张卿云肖甫...
    92-103页
    查看更多>>摘要:针对复杂室内环境非接触式RFID目标定位误差大的问题,提出了RFreeTrack系统,其使用商用RFID设备计算出目标反射信号,实现了复杂环境下高精度非接触式目标定位.首先,提出了一种基于时间序列相似度的搜索方法用于校准静态信号,从而显著增强了目标反射信号提取的鲁棒性.然后,提出了基于差分相位全息图的非接触式定位方法,排除阅读器天线位置的影响,提升了定位准确度,降低了系统的部署难度.最后,实现了一个高精度的非接触式定位系统原型.实验表明,在复杂环境中使用校准后的静态信号提取出的目标反射信号相位,相较于现有方法误差降低了 68.8%.基于校准过的静态反射信号,在复杂环境中使用差分相位全息图的定位误差平均值为0.040 8 m,相较于现有方法提升了50.6%.

    射频识别室内定位非接触式定位静态信号校准差分相位全息图

    M-APSK鉴相算法与并行载波同步方法

    郇浩任科学
    104-116页
    查看更多>>摘要:为实现M进制幅相调制(M-APSK)体制下高阶调制信号的相位精细校正,将DVB-S2标准推荐的16APSK和32APSK的Q次方无数据辅助鉴相算法进行了扩展,以应用于64APSK、128APSK和256APSK等高阶调制.针对高阶调制的有效鉴相星座点占比较低时环路工作不稳定的问题提出了改进算法,通过对功率归一化后接收符号的幅值进行阈值判决,仅在高于阈值时进行鉴相,低于阈值时则不改变滤波器状态和相位补偿值,以提高星座点的鉴相有效性和可靠性,从而降低入锁门限.针对高速数传的符号速率非常高,而处理器的工作时钟频率相对较低的问题,提出了一种适用于M-APSK的并行载波同步方法,可以满足接收机工作时钟处理需要.相对于传统固定编码调制(CCM)的载波同步环路,该并行方法还可应用于可变编码调制(VCM)体制的频率跟踪.

    M进制幅相调制鉴相并行载波同步

    基于溯源图和注意力机制的APT攻击检测模型构建

    李元诚罗昊王欣煜原洁璇...
    117-130页
    查看更多>>摘要:针对现有攻击检测方法难以应对持续时间长、攻击手段复杂隐蔽的高级持续威胁的问题,构建了基于注意力机制和溯源图的 APT 攻击检测模型.首先,基于系统的审计日志构建能够描述系统行为的溯源图;其次,设计优化算法,确保在不牺牲关键语义的前提下缩减溯源图规模;再次,利用深度神经网络(DNN)将原始攻击序列转换为语义增强的特征向量序列;最后,设计并实现了APT攻击检测模型DAGCN,该模型将注意力机制应用于溯源图序列,利用该机制对输入序列的不同位置分配不同的权重并进行权值计算,能够提取较长时间内的持续攻击的序列特征信息,从而有效地识别恶意节点,还原攻击过程.该模型在识别精确率等多个指标上均优于现有模型,在公开的APT攻击数据集上的实验结果表明,该模型在APT攻击检测中的精确率达到93.18%,优于现有主流检测模型.

    溯源图自然语言处理APT攻击检测注意力机制