首页期刊导航|无线电工程
期刊信息/Journal information
无线电工程
中国电子科技集团公司第五十四研究所
无线电工程

中国电子科技集团公司第五十四研究所

屈永欣

月刊

1003-3106

gch4954@163.com

0311-86924962

050081

河北省石家庄市中山西路590号

无线电工程/Journal Radio Engineering 北大核心
查看更多>>《无线电工程》(月刊)创刊于1971年,由中国电子科技集团公司第五十四研究所主办,国内外公开发行。本刊坚持学术性与技术性相结合,以跟踪遥感遥测遥控学科发展、交流测控领域学术与技术应用成果为主要报道内容,突出高科技并兼顾其他相关专业。《中文核心期刊要目总览》收录期刊,多次荣获工业和信息化部编辑质量优秀奖、出版质量优秀奖,河北省出版物印刷优质产品(一等品)。
正式出版
收录年代

    无人机连接蜂窝网络的应用与挑战

    段盈江赵一帆赵毅唐嘉宁...
    2685-2694页
    查看更多>>摘要:为了实现无人机在各领域的广泛应用,对高速率、低时延的无线通信连接的需求日益增长.蜂窝网络凭借其覆盖范围广和信号带宽高等特点,成为满足这一需求的有力候选.研究旨在探讨无人机连接蜂窝网络的可行性、主要应用场景和挑战.通过综合分析无人机使用蜂窝网络连接的技术路线和实际案例,详细探讨了各个场景连接过程中地面蜂窝基站和空中无人机面临的挑战.进一步,通过对现有文献和案例归纳总结,识别了当前技术的局限性和潜在的改进方向.研究发现,虽然蜂窝网络为无人机提供了可靠的连接支持,确保了通信的高速率和低时延,但在确保连接稳定性、扩展网络覆盖范围以及优化信号传输效率方面,仍存在诸多挑战.特别是在高密度无人机应用场景中,如何有效管理和调配蜂窝网络资源成为研究的重点.尽管面临挑战,但通过技术创新和策略调整,蜂窝网络连接无人机的应用前景非常广阔.未来研究需进一步探索高效的资源管理方案和更灵活可扩展的网络架构,以支持无人机在更多领域中的应用.

    无人机无线通信蜂窝网络连接挑战服务质量

    基于同步预测的无线传感网络自适应采样节能策略研究

    刘威郑焕祺周玉成
    2695-2702页
    查看更多>>摘要:针对无线传感网络(Wireless Sensor Network,WSN)固定周期数据传输导致的数据冗余和节点能耗高等问题,提出了一种基于同步预测的WSN自适应采样节能策略.通过在终端节点和协调器之间建立指数平滑同步预测模型,根据实际值和预测值的误差实现自适应通信;在同步预测模型基础上引入了传输控制协议(Transmission Control Protocol,TCP)拥塞控制思想,自适应地调整节点的采样间隔和睡眠时间,通过动态调整采样间隔,避免频繁的数据采集及传输,减少数据冗余.为验证节能性,基于ZigBee的室内甲醛监测系统平台进行仿真与实验.实验结果表明,在均方根误差(Root Mean Square Error,RMSE)为4.2×10-4的情况下,相较于固定周期采样策略,所提出的策略能够节省能耗89.7%.对于提高WSN的能源效率具有参考价值.

    无线传感网络同步预测自适应采样节能

    基于HarmonyOS与NB-IoT的城市共享停车系统设计与性能评估

    都秉甲丁飞刘春君龚淑蕾...
    2703-2709页
    查看更多>>摘要:共享停车是应对汽车保有量增长导致的城市停车难题、充分利用现有停车位资源的重要举措.提出了一种基于HarmonyOS与窄带物联网(Narrow Band Internet of Things,NB-IoT)的城市共享停车体系,以HarmonyOS与NB-IoT设计共享停车融合终端、云IoT平台作为共享停车的边缘服务平台.给出了基于云IoT平台的城市共享停车服务体系的架构设计,提出了基于HarmonyOS与NB-IoT的终端标准化设计以及端云一体化开发方法.对地面拉远和地下场景下的NB-IoT的穿透覆盖性能,以及不同运行环境下的HarmonyOS系统的线程响应时间分别进行了实测与性能评估,验证了所提系统的有效性与服务性能.为不同停车设备的智能化、互联与协同提供了统一的集成管理与开放方案,为提高现有停车设施的使用效率,推动我国智慧城市交通发展和提升新型城镇化建设质量提供可行的实施路径.

    物联网共享停车HarmonyOS窄带物联网车位锁

    基于物联网的实时异常用电行为监测系统设计

    于多钱承山曹燚沈宇扬...
    2710-2717页
    查看更多>>摘要:针对用户不能及时、实时获得用电数据导致无法及时处理异常用电行为的问题,设计了一种基于物联网(Internet of Things,IoT)的实时异常用电行为的监测系统.该系统既可以采集单相电的电气参数也可以采集三相电的电气参数,以电能监测芯片ATT7022E和主控芯片STM32F103C8T6为核心的终端设备采集用电数据,无线传感模块窄带物联网(Narrow Band Internet of Things,NB-IoT)定时将采集的电流、电压和功率数据传送至云平台,云平台对数据流转和存储;使用eXtreme Gradient Boosting(XGBoost)算法对用电行为进行学习与预测,并在Web端进行数据管理、可视化和用电行为预测.经实验调试,该系统数据传输稳定、检测精度高.

    数据采集用电行为云平台可视化

    基于雷视融合YOLOv5变电站行人检测

    陈亮李敏高杰刘勇...
    2718-2732页
    查看更多>>摘要:针对变电站安全监控场景下的行人识别,纯视觉传感器目标检测极易受到光照条件和物体遮挡的影响,存在误检和精度不高等问题,主流雷达视觉融合目标检测网络存在实时性差、精度低的问题,提出了一种以YOLOv5作为主干网络的多尺度雷视融合目标检测算法,实验结果显示该算法在平均精度均值(mean Average Precision,mAP)0.5∶0.95和帧率(Frames Per Second,FPS)上均显著优于其他主流目标检测算法.在YOLOv5结构上,额外增添了一条毫米波雷达点云多尺度特征融合分支.雷达点云RGB图像首先通过通道压缩(Channel Block Squeeze,CBS)、跨阶局部网络(Cross Stage Partial Network,CSP)模块提取特征之后,继续通过卷积注意力模块(Convolutional Block Attention Module,CBAM)和最大池化层对雷达点云信息进行不同层次的特征提取,使用空间注意力融合模块的改进对雷达点云特征和视觉特征进行3次多尺度特征融合.实验分析表明,所提算法mAP0.5∶0.95比原始YOLOv5网络有显著提升,FPS也远优于目前主流雷视融合算法.

    目标检测雷视融合多尺度融合卷积注意力模块YOLOv5