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

    专题:面向6G海量接入的智能通信技术

    李兴旺李春国
    515-516页

    基于PSO的联合任务卸载与缓存算法研究

    周天清许铭
    517-525页
    查看更多>>摘要:随着各类计算敏感(Computation-Sensitive,CS)型和高数据率(High-Rate,HR)服务的不断涌现,诸如移动游戏、认知辅助和虚拟/增强现实服务等,移动终端(Mobile Terminal,MT)对存储和计算资源的需求越来越大.为满足移动边缘计算(Mobile Edge Computing,MEC)网络中MT对CS和HR服务的通信需求,联合任务卸载、缓存与资源分配算法的研究被广为关注.现有研究鲜有涉及多蜂窝无线回程网络,不利于现实应用与低网络成本部署.针对支持CS和HR服务的多蜂窝无线回程网络,以MT所需资源占其服务基站的所有MT所需资源的比例分配频谱、计算与缓存资源.在该资源分配方式下,提出了最小化MT平均时延的问题,涉及MT关联指示的优化,其中MT关联兼顾基站的选择、计算和缓存模式的选择.为处理该问题,开发了基于粒子群优化(Particle Swarm Optimization,PSO)的MT关联与资源分配(PSO-based MT Association and Resource Allocation,PMARA)算法.仿真结果表明,在上述资源分配方式下,同其他现有算法相比,所设计的算法通常可以获得更低的MT时延.

    移动边缘计算移动边缘缓存粒子群优化资源分配

    群智感知系统中面向高斯差分隐私的数据新鲜度性能分析

    杨曜旗张邦宁郭道省徐任晖...
    526-534页
    查看更多>>摘要:群智感知是基于众包思想,利用智能感知终端完成传感数据收集的一种数据获取模式,具有部署成本低、实现方式灵活、可扩展性强等优点.随着6G网络技术的日渐成熟,针对基于6G的群智感知系统中亟需解决的传感数据时效性与隐私安全问题,提出了一种基于高斯差分隐私的传感数据内容保护模型,利用信息年龄(Age of Information,AoI)指标对传感数据的新鲜度进行时效性分析,得到了不同队列模型、服务准则以及传输缓存的数据新鲜度性能表达式,突破了传感数据时效性分析与隐私安全提升研究相互独立的现状,为面向隐私保护的群智感知系统时效性性能评估及优化提供理论支撑.通过不同环境参数设置下的仿真实验,所提方案的正确性与有效性得到了验证.结果表明,在典型参数设置下,高斯机制的差分隐私保护效果与传感数据新鲜度性能呈负相关,即高时效性的传感数据隐私安全风险较高,反之亦然.

    群智感知高斯差分隐私数据新鲜度信息年龄性能分析

    速率最大化可见光多用户预编码及图书馆应用

    刘晓叶
    535-542页
    查看更多>>摘要:近年来,可见光通信(Visible-Light Communication,VLC)因其契合高能源效率、高可靠性和空天地海一体化泛在接入等多个关键维度而被认为是未来6G关键技术之一.在可见光多用户多接收机下行同时接入过程中,受光信道相关性和多用户干扰影响,子信道增益差异较大,较差子信道会严重影响系统性能.针对此问题,考虑强度调制/直接检测的可见光信道模型,在发送信号非负与总功率受限条件下,提出了系统可达和速率最大化的块对角化(Block Diagonalization,BD)多用户预编码算法,给出了速率最大化的子信道功率分配解析表达式,进一步基于子空间追踪对预编码矩阵进行了迭代优化,并进行了实测和示范应用.实验结果表明,系统和速率与基础算法相比有明显提升.

    可见光通信多用户干扰预编码可达和速率

    基于无线衰落的SIMO中继网络物理层安全性能分析

    贾盼盼马雪雪孙江峰
    543-549页
    查看更多>>摘要:针对单输入多输出(Single Input Multiple Output,SIMO)可以提高系统传输速度和信道容量以及中继网络能够扩充传输范围和提升系统可靠性的特点,研究了瑞利衰落信道模型下SIMO中继系统的物理层安全(Physical Layer Security,PLS)性能.以Wyner窃听模型为基础构建了 SIMO中继网络,推导出的安全中断概率(Secure Outage Probability,SOP)和严格正保密容量概率(Strictly Positive Secrecy Capacity,SPSC)的闭合理论式均以统一的函数表示,并根据合法端与窃听端的不同天线数量分成了2种场景进行分析.用蒙特卡洛仿真验证了推导的理论公式的正确性.实验表明,通过提高合法链路的信噪比、降低窃听链路的信噪比、减小阈值和增加用户端的天线数量均可以有效提升SIMO系统的防窃听能力.

    单输入多输出物理层安全中继系统性能评估

    基于张量的RIS辅助波束空间MIMO系统信道估计

    郭歆莹解宗元
    550-556页
    查看更多>>摘要:针对可重构智能表面(Reconfigurable Intelligent Surface,RIS)辅助波束空间多输入多输出(Multiple Input Multiple Output,MIMO)系统信道状态信息获取难度大的问题,提出了一种基于张量的迭代信道估计算法.构建了基站接收导频信号的三阶张量模型,模型的3个维度包括基站天线数、用户数以及RIS相位配置数;采用并行因子(Parallel Factor,PARAFAC)分解和交替最小二乘(Alternative Least Squares,ALS)算法对该系统中的信道进行估计并得到了闭式解,理论分析了所提算法的可行性条件;在仿真实验中讨论了不同系统参数对信道估计性能的影响.仿真实验结果表明,该算法利用PARAFAC特定代数结构获得了良好的信道估计性能.

    可重构智能表面波束空间并行因子信道估计

    基于智能反射表面的单站智能定位算法研究

    谢文武袁婷张海洋李敏...
    557-564页
    查看更多>>摘要:随着智能反射表面(Reconfigurable Intelligent Surface,RIS)反射单元数量的增加以及定位范围的扩大,数据维度和计算复杂度也逐渐增大.普通的RIS辅助定位算法已经无法满足高维度和高强度计算的需求.随着深度学习等人工智能技术的发展,众多学者关注用深度学习进行定位.深度学习具有学习能力强、覆盖范围广且高度依赖数据量等优点,可以有效解决数据维度大以及计算量大等问题.考虑视距(Line of Sight,LoS)链路和非视距(Non-Line of Sight,NLoS)链路都存在和仅存在NLoS的定位场景下,引入深度学习技术,采用指纹定位的方法采集位置信息,将其输入到基于多头注意力机制(Multi-Head Attention,MHA)的Transformer网络模型中进行训练,实现RIS辅助定位,挖掘信道状态信息(Channel State Information,CSI)与用户位置之间的映射关系,研究三维场景下RIS辅助定位的定位精度.

    智能反射表面深度学习指纹定位三维定位

    多无人机辅助NOMA网络的联合无线资源分配算法

    邵鸿翔孙有铭冀保峰韩哲...
    565-572页
    查看更多>>摘要:为了满足高容量需求和通信质量,提出了一种多无人机(Unmanned Aerial Vehicle,UAV)辅助下行非正交多址(Non-Orthogonal Multiple Access,NOMA)网络的联合定位、用户调度、用户配对和功率分配优化算法.在基站位置固定的网络场景下,推导出通用最优用户配对和功率分配策略闭式解.针对多小区场景,将无人机的位置优化问题转化为一个局部合作博弈问题,并证明所提博弈是一个精确的潜在博弈,它至少有一个纯策略纳什均衡(Pure Strategy Nash Equilibrium,PNE),且最优的纳什均衡(Nash Equilibrium,NE)能够最大化网络和速率.设计了一种集中分布式学习算法寻找最优PNE.仿真结果表明,该算法优于现有方案,显著提高了网络效用.

    无人机非正交多址接入用户分组功率分配位置优化

    环境反向散射辅助NOMA网络的隐蔽性能分析

    杜刘通文富鹏张硕乔大伟...
    573-579页
    查看更多>>摘要:物联网(Internet of Things,IoT)的广泛应用使得设备使用量不断增加,随之而来的传输安全和能源消耗问题成为关注的重点.为实现绿色通信以及增强通信的安全性,提出了环境反向散射通信(Ambient Backscatter Communication,AmBC)辅助非正交多址接入(Non-Orthogonal Multiple Access,NOMA)系统的隐蔽通信传输方案,其中射频源通过直接链路和反射链路向隐蔽用户和公共用户发送信息.考虑了发射功率随机化来干扰射频源附近的监测者检测隐蔽通信行为.为了评估系统的性能,推导出监测者的最佳检测阈值和最小检测错误概率的闭式表达式;计算了用户的中断概率(Outage Probabilities,OPs)闭式解;提出了在满足隐蔽性和可靠性约束条件下最大化有效隐蔽率(Effective Covert Rate,ECR)的功率分配系数方案.仿真结果表明,通过优化功率分配系数,系统最大ECR存在并随发射功率的增大逐渐趋于定值.

    环境反向散射通信隐蔽通信有效隐蔽率非正交多址接入

    基于傅里叶卷积的多通道语音增强

    孙思雨张海剑陈佳佳
    580-588页
    查看更多>>摘要:神经波束形成器(Neural Beamformer)的构建是处理多通道语音增强任务的主要方法之一,其通过求解波束权值对多通道信号进行滤波从而获得纯净语音.与传统波束求解空间协方差矩阵的原理类似,频谱信息和空间线索在神经波束形成器的波束权值估计中也起着至关重要的作用.由于缺乏对频谱和空间信息的充分学习,现有许多工作无法对波束权值进行最优估计.为应对这一挑战,构建了一种基于傅里叶卷积的上下文特征提取器,在频率轴上具有全局感受野,并加入时频卷积模块对时间上下文信息建模,增强对输入频谱图上下文信息的学习;采用了一种新的卷积循环网络(Convolutional Recurrent Network,CRN)结构,其编解码模块中嵌入了所提的上下文特征提取器,并在跳连接中嵌入卷积注意力模块(Convolutional Block Attention Module,CBAM).所提出的CRN结构能充分从输入特征频谱图中捕获时频上下文信息以及跨通道的空间信息.实验结果表明,该方法参数量仅1.14 M,与目前先进的基线系统对比达到最优性能.

    多通道语音增强神经波束形成器傅里叶卷积深度学习