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

    基于雷达自动目标识别技术的反无人机雷达

    李德仁龚江昆闫军孔德永...
    765-779页
    查看更多>>摘要:面对"低慢小"(Low Slow Small,LSS)无人机威胁挑战,反无人机雷达的关键作用日益凸显.在反无人机系统(Countering-Unmanned Aerial Systems,C-UAS)技术中,反无人机雷达作为C-UAS的核心传感器,承担着关键任务,包括探测和导引等.尽管其重要性显而易见,反无人机雷达设计仍然存在概念上的不清晰,例如如何定义LSS无人机目标,以及为何众多反无人机雷达难以探测无人机等问题.通过探讨雷达自动目标识别(Automatic Target Recognition,ATR)技术在反无人机雷达中的应用,从目标特性和探测技术2个方面明确了关键问题.强调了雷达探测的独立过程,将其分为"信号检测"和"目标识别",并指出反无人机雷达的主要探测对象是LSS无人机目标.ATR性能等级被明确定义,涵盖了"Detection探测""Classification分类""Identification识别""Description描述"4个等级.整合ATR功能显著提升了无人机的探测距离和识别能力,推动了反无人机雷达系统的性能升级.

    反无人机雷达自动目标识别态势感知4D雷达

    专题:区块链技术及应用

    蔡亮陈金勇
    780-781页

    区块链技术体系赋能数据智能研究

    沈宇婷惠怀海陈金勇
    782-790页
    查看更多>>摘要:数据智能研究极大拓展了数据治理、处理、应用的流动范围,对动态安全和随遇响应有了更强要求.以数据分布式一致性技术和密码学为基础的区块链技术及其技术体系应用,具备体系赋能数据智能的天然优势.区块链技术体系以数据作为新型生产要素,能够提供基于数据供需关系的全域、全维、全类、全量数据的流动治理新模式,通过研究提出了"一域+两链+三服务"全周期安全治理基础框架、流动治理模式和实践方案路径,提供了适应数据智能发展的全方位新模式,支持形成了多场景数据主体的价值链条与平衡机制.

    数据智能区块链全周期数据供需关系数据治理

    区块链技术赋能卫星产业:优势、挑战与对策

    朱旭彤马华伟胡笑旋
    791-803页
    查看更多>>摘要:作为数字货币的底层技术,区块链具有去中心化、集体维护、数据不可篡改和可追溯等特性,被认为在很多领域具有广泛的应用前景.卫星产业作为战略性新兴产业,其安全可靠、互联互通和隐私保护等需求,与区块链的核心特性天然吻合.当前区块链技术在卫星产业中的应用尚处于起步阶段,鲜有学者对区块链技术和卫星产业的集成应用进行探讨.通过系统阐述区块链技术的基本原理,对区块链技术当前在卫星产业中的研究现状进行了全面的总结.分析了区块链技术在卫星产业中最有潜力的3个应用场景,重点阐述了区块链在其中所发挥的功能和优势.提出了区块链技术应用于卫星产业需面临的挑战,并给出了解决思路,以为将来区块链技术在卫星产业中的深入应用提供参考.

    区块链卫星产业航天供应链多星任务协同遥感数据交易优势与挑战

    基于信誉分类的拜占庭容错共识算法

    高建彬刘洋洋夏虎程捷...
    804-816页
    查看更多>>摘要:针对许可区块链场景下实用拜占庭容错(Practical Byzantine Fault Tolerance,PBFT)共识算法通信开销大、主节点选取随意以及吞吐量低等问题,通过引入并优化信誉评分模型(Reputation Scoring Model,RSM).提出了一种基于信誉分类的拜占庭容错(Byzantine Fault Tolerance Based on Reputation Classification,RCBFT)共识算法.定义 RSM,依据节点的历史共识行为所获得的信誉评分排序对参与节点进行动态分类以及分级管理,提出基于信誉分类的多层次节点架构;在可信节点层中随机选取节点来担任主节点,优化主节点选取机制;设计了缓冲节点层类型转换策略(Type Conversion Strategy for Nodes,TCSN),兼顾了环境等非主观因素导致低信誉评分的诚实节点不能参与共识的问题,使得诚实节点尽可能多地参与共识,而拜占庭节点快速下降到最差类型中限制共识权限;RCBFT共识算法还对传统三阶段共识协议进行优化,减少通信开销,在确保容错性的同时能够提高算法性能.实验分析表明,相较于PBFT共识算法,RCBFT共识算法能够提升交易吞吐量,降低通信开销与共识时延.

    区块链共识算法信誉分类拜占庭节点性能提升

    面向跨级可信协作服务的大规模节点组网共识算法

    张岐坦卜毅明沈宇婷
    817-825页
    查看更多>>摘要:为有效提升业务数据跨级可信协作服务的可扩展性、高鲁棒性、高并发能力与处理效能,提出一种面向多层级大规模节点组网场景的高效共识算法——高效拜占庭容错(Efficient Byzantine Fault Tolerance,EBFT).在现有共识算法的基础上,把轮换主节点作为常规共识流程的一部分,实现所有节点轮流担任主节点进行提案,以减轻单一主节点带来的压力并保证节点间的公平性.通过合并视图切换流程和正常流程实现了快速共识,进一步提升算法灵活性、可靠性和数字签名性能.仿真实验表明,所提算法满足了跨级大规模业务数据流转对业务系统处理能力和响应速度的实际需求.

    跨级可信协作共识算法主节点切换门限签名活性机制

    一种基于ε-greedy的领导选举方法

    许津铭蔡亮孙路尹可挺...
    826-834页
    查看更多>>摘要:随着区块链的广泛部署,无人协同等延迟敏感型的应用对区块链系统的低时延需求日益提高.在协同场景下,区块链节点通常跨地域部署,节点异构性较强.在基于领导节点的拜占庭容错(Byzantine Foult Tolerant,BFT)共识协议中,不稳定的或能力较差的领导节点将导致不必要的高延迟,并降低区块链的可用性,特别是在资源有限的移动或传感器网络下.针对上述问题,提出了 ε-LE,一种带有网络感知的领导选举方法,基于节点到领导节点的通信延迟测量结果,采用ε-greedy策略对领导节点进行选择,使得当前性能较优或网络中关键位置的节点具有更高概率成为领导节点,从而优化共识延迟.相较于AWARE等方法,ε-LE实现O(A)的通信复杂度,更加适用于具备线性通信复杂度的共识协议.实验结果表明,ε-LE能够选择可优化集群共识延迟的节点作为领导节点,在线性拓扑网络中实现了约21%的吞吐量提升.

    领导选举共识拜占庭容错延迟感知

    基于区块链的外包安全多方统计计算可验证隐私保护方案

    夏虎田雯高建彬张天义...
    835-847页
    查看更多>>摘要:安全多方求和/乘积是安全多方计算(Secure Multi-Party Computation,MPC)的一种典型问题,近年来在智能电网、电子投票和联合征信等场景中有诸多应用.如何实现数据隐私保护是安全多方求和/乘积计算应用领域的一个关键性问题.针对此问题,引入了区块链构建可信数据共享环境,以此为基础结合可验证秘密共享协议设计了简单可行的基于区块链的外包安全多方统计计算可验证隐私保护方案.应用实例证明了方案的安全性和可行性,理论分析和实验测试表明该方案可实现安全多方统计计算过程中数据的可验证隐私保护,且较Feldman方案在数据验证过程中有更小的计算开销.

    区块链安全多方计算智能合约隐私保护秘密共享

    基于轻量化区块链的数据主权管控平台设计

    庄春华刘少杰厉梦圆夏琦...
    848-856页
    查看更多>>摘要:针对实现数据流通协同应用的问题,提出了一种基于轻量化区块链的数据主权管控方法,包括构建可信数字身份、数据访问安全、数据源头可信的数据流通协同体系,以促进协同各方在跨层次、跨领域、跨系统、跨部门、跨业务的情境下进行安全共享.如在特殊领域的人员选拔等,通过实施基于轻量化数据区块链技术的数据管控平台,成功实现了用户身份可信和数据权限控制等创新应用.关键步骤包括利用基于属性加密(Attribute-Based Encryption,ABE)算法对用户属性进行加密,使符合属性的用户能够进行解密,实现对数据的有选择性披露.在解决数据安全共享的挑战中发挥了关键作用.

    轻量化区块链数据共享基于属性加密

    基于YOLOv8s改进的小目标检测算法

    雷帮军余翱余快
    857-870页
    查看更多>>摘要:针对目标检测任务中小目标尺寸较小、背景复杂、特征提取能力不足、漏检和误检严重等问题,提出了一种基于YOLOv8s改进的小目标检测算法 Improved-v8s.Improved-v8s算法重新设计了特征提取和特征融合网络,优化检测层架构,增强浅层信息和深层信息的融合,提高了小目标的感知和捕获能力;在特征提取网络中使用部分卷积(Partial Convolution,PConv)和高效多尺度注意力(Efficient Multi-scale Attention,EMA)机制构建全新的 F_C2f_EMA,在降低网络参数量和计算量的同时,通过通道重塑和维度分组最大化保留小目标的特征信息;为了更好地匹配小目标的尺度,优化调整SPPCSPC池化核的尺寸,同时引入无参注意力机制(Simple-parameter-free Attention Module,SimAM),加强复杂背景下小目标特征提取;在Neck部分使用轻量级上采样模块——CARAFE,通过特征重组和特征扩张保留更多的细节信息;引入了全局注意力机制(Global Attention Mechanism,GAM)通过全局上下文的关联建模,充分获取小目标的上下文信息;使用GSConv和Effective Squeeze-Excitation(EffectiveSE)设计全新的G_E_C2f,进一步降低参数量,降低模型的误检率和漏检率;使用WIoU损失函数解决目标不均衡和尺度差异的问题,加快模型收敛的同时提高了回归的精度.实验结果表明,该算法在VisDrone2019数据集上的精确度(Precision)、召回率(Recall)和平均精度(mean Average Precision,mAP)为58.5%、46.0%和48.7%,相较于原始YOLOv8s网络分别提高了 8%、8.5%和9.8%,显著提高了模型对小目标的检测能力.在WiderPerson和SSDD数据集上进行模型泛化性实验验证,效果优于其他经典算法.

    小目标检测YOLOv8s全局注意力机制CARAFE损失函数