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

    Virtual Scoping:轻量级可扩展的TSN时间同步精度测量方法

    孙寅涵孙志刚付文文李文超...
    1-13页
    查看更多>>摘要:针对现有基于时钟脉冲的时间同步精度测量方法存在测量系统构成复杂、测量规模受仪器采集接口数量限制、测量数据无法支持实时网络管理控制等问题,基于时间敏感网络(TSN)集中式管控架构,提出了一种轻量级可扩展的时间同步精度测量方法Virtual Scoping(VS),能够在网络控制平面虚拟化示波器的功能.该方法定义了可用于精确测量同步精度的参数DriftTime,该参数由同步报文发送时间戳、驻留时延、链路时延等协议状态数据计算.最后在网络控制平面实现V-Scope工具并部署在基于OpenTSN开源项目搭建的原型系统进行实验.实验结果表明,V-Scope工具与专业测试仪的测量结果具有一致性.此外,以精度优化为例对VS方法在支持网络管理控制功能的可行性和优越性进行探讨和论证,设计实现了一种基于V-Scope的频差补偿算法,最高可将原型系统同步精度提升32.3%.

    时间敏感网络时间同步同步精度测量网络管理控制

    基于可微分架构搜索的多载波信号自动调制识别

    李杰李靖吕璐宫丰奎...
    14-25页
    查看更多>>摘要:针对城市多径信道下缺乏多载波信号通用数据集,以及传统信号特征与网络模型难以有效识别低信噪比下失真信号调制类型的问题,提出一种基于可微分架构搜索的多载波信号自动调制识别算法.首先,产生了常见OFDM、FBMC与OTFS多载波信号经过典型城市多径信道的接收信号数据集,选取对调制参数不敏感的信号时频图作为特征向量来训练神经网络;其次,采用可微分架构搜索方法自动搜索最佳网络结构,避免了网络结构设计的反复验证工作;最后,在特征学习过程中引入联合注意力机制,将失真信号特征进行空间转换以降低多径干扰影响,同时计算特征图各通道信息权重并排序,以提升相关特征图通道的分类效果.仿真结果表明,所提算法不仅能提升在城市多径信道环境下尤其是低信噪比时的识别正确率,而且对调制参数变化和小样本场景具有更好的鲁棒性.

    可微分架构搜索多载波信号自动调制识别城市多径信道联合注意力机制

    基于分布式存储的外包EHR隐私保护分类审计方案

    张晓旭陈宇辰哈冠雄贾春福...
    26-39页
    查看更多>>摘要:随着电子医疗领域的发展,电子健康记录(EHR)常被外包到雾节点上进行分布式存储以提升可靠性.EHR中包含大量隐私信息,然而数据外包易造成安全隐患,可能破坏EHR的完整性与隐私性.为确保EHR的安全存储,提出一种高效的基于EHR分类的分布式数据完整性审计方案.该方案将分类标签与布隆过滤器相结合以提升审计效率,利用Shamir秘密共享完成分布式审计,采用属性基可搜索加密以保护EHR所属类别信息的隐私.实验结果表明,所提方案的通信开销和计算开销较低.

    分布式存储数据审计EHRShamir秘密共享属性基可搜索加密

    面向学位/学历证书可信管理的可扩展类PBFT算法

    张学旺雷志滔林金朝
    40-54页
    查看更多>>摘要:现有的学位/学历证书可信管理存在节点扩展的优化策略不足、未考虑节点差异性和吞吐量低等问题,"区块链+教育"为学位/学历证书的可信管理提供了一种解决方案.针对上述问题,提出一种面向学位/学历证书可信管理的可扩展类PBFT算法z-PBFT.该算法采用基于区域分组的分层设计,算法模型分为主区域和副区域节点簇,副区域内部采用局部共识机制;通过基于TOPSIS建模和熵值赋权法的加权随机选取分派策略评估节点性能,并选取共识委员节点集.实验结果表明,在大规模节点应用场景下,该算法在确保安全性的同时,具有更高的吞吐量和可扩展性.

    z-PBFT共识算法学位/学历证书可扩展性区块链

    用于有界噪声时变矩阵计算的终端零化神经网络

    仲国民唐逸飞孙明轩
    55-67页
    查看更多>>摘要:为提升零化神经网络(ZNN)求解时变矩阵计算问题时的收敛性能,提出一种具有抗噪能力的终端零化神经网络(TZNN)及其对数加速形式(LA-TZNN).对误差动态的终态吸引性展开分析,结果表明所提网络在受到有界噪声干扰时仍能在固定时间内使误差归零,其中LA-TZNN可实现对数调节时间稳定,收敛速度相较于TZNN更快.考虑到实际情况中初始误差有界,给出半全局意义上的调节时间上界,并通过设置可调参数,使网络实现预定义时间稳定.将2种模型应用于时变矩阵求逆和PUMA560机械臂重复运动规划问题,仿真结果验证了所提方法相较于传统ZNN设计,调节时间更短,收敛精度更高,并能够有效抑制有界噪声干扰.

    时变矩阵计算零化神经网络固定/预定义时间收敛重复运动规划

    STBM:安全可信的基于区块链的网络安全服务交易模型

    朴桂荣朱建明
    68-81页
    查看更多>>摘要:为了应对传统网络安全服务交易模型面临的众多挑战,适应产业数字化发展的需求,克服网络安全服务交易不方便、不透明的困难,提出了一种安全可信的基于区块链的网络安全服务交易模型,为网络安全服务提供安全、高效和可控的交易方式.通过网络安全服务的分类和全生命周期管理,引入双链结构和智能合约,旨在提高网络安全服务的可追溯性、透明性和安全性.首先,对网络安全服务进行多维度的分类,包括使用权、许可权、控制权和所有权,有助于更清晰地理解和有效地管理这些服务.进一步,构建服务链,以实现网络安全服务的全生命周期管理,包括创建、发布、配置、运行、维护、更新和结束等关键阶段,从而提高网络安全服务的可追溯性和透明性.此外,构建交易链用于自动化的服务交易,形成先服务后支付模式,确保交易的安全性和完整性.最后,通过实例与实验验证了这些组件在网络安全服务交易中的有效性和可信性.

    网络安全服务区块链双链交易模型全生命周期管理

    低导频开销RIS辅助毫米波MIMO系统参数化信道估计方案

    李双志杨睿棋郭新黄赛...
    82-91页
    查看更多>>摘要:为了解决可重构智能超表面(RIS)辅助毫米波多输入多输出(MIMO)系统信道状态信息及时获取问题,提出了一种基于张量分解的信道估计方案.首先,通过使用少量无源反射单元和构建相移矩阵,设计了一种低导频开销的信道训练机制.然后,通过利用范德蒙德结构约束的张量典范平行因子分解,推导出一种非迭代的信道估计算法.理论分析表明,该方案的最小导频开销仅取决于反射链路子信道路径数乘积,且具有较低的计算复杂度.仿真结果进一步验证了所提方案相较于其他方法的优越性.

    可重构智能超表面毫米波多输入多输出信道估计张量

    信息年龄和能耗联合优化的无线体域网卸载和调度策略

    张政谢鑫柏桐林金朝...
    92-100页
    查看更多>>摘要:在无线体域网(WBAN)中,为保障生理数据的实时传输并降低节点能耗,提出了一种联合优化的卸载与调度策略.该策略通过选择在传感节点或Sink处理数据,最小化信息年龄(AoI)与能耗的加权和.为解决卸载和调度决策的强耦合问题,采用双层马尔可夫决策过程(MDP),并通过深度强化学习(DRL)应对维数灾难.仿真结果表明,DRL策略在性能上接近MDP,且在节点增加时,相较于RRG与EG策略,平均加权和分别降低约3.58%和24.9%,收敛速度约为MDP的2倍.

    无线体域网卸载调度信息年龄能耗

    基于预训练与新型时序图神经网络的智能合约漏洞检测方法

    庄园樊泽楷王诚孙建国...
    101-114页
    查看更多>>摘要:针对现有深度学习漏洞检测方法对合约字节码特征挖掘不足、漏洞语义表征不精准,且传统图神经网络模型对合约语句的时序信息学习能力不足,提出一种基于预训练与时序图神经网络的智能合约漏洞检测方法.首先,通过预训练模型将智能合约字节码建模为漏洞语义感知的合约图结构.其次,结合自注意力机制,设计了一种新颖的基于事件驱动的时序图神经网络模型,实现对合约执行中时序信息的有效抽取.最后,聚焦于可重入漏洞、时间戳依赖漏洞以及Tx.origin身份认证漏洞,通过120 932份真实合约数据集进行大量的评估实验,结果表明所提方法的检测效果显著优于现有方法.

    区块链智能合约漏洞检测预训练模型图神经网络

    基于样本信息熵辅助的深度强化学习抗干扰策略

    李刚吴麒王翔罗皓...
    115-128页
    查看更多>>摘要:针对深度强化学习驱动的智能化干扰,提出了一种基于样本信息熵辅助的通信抗干扰策略.首先,基于神经网络对抗干扰策略网络和熵预测网络进行设计;接着,利用短时傅里叶变换对接收信号处理所形成的频谱瀑布图作为样本,对抗干扰策略网络和信息熵预测网络进行训练;之后,利用信息熵预测网络对抗干扰策略网络的训练样本进行精细化筛选,以提高训练样本的质量,最终提高抗干扰策略的在线决策能力和泛化性能.仿真结果表明,在干扰方干扰策略更新频率不超过通信方40倍且最大干扰通道数为3的极端条件下,基于样本信息熵辅助的通信抗干扰策略仍可取得至少61%的成功率;同时,与其他几种对比抗干扰策略相比,所提通信抗干扰策略具有更快的收敛速度.

    抗干扰深度强化学习样本信息熵智能干扰