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:基于人工智能的决策技术

    李艳斌畅鑫刘东辉马宏斌...
    1335-1336页
      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于深度学习的通信辐射源识别综述

    王育欣马宏斌马宏焦义文...
    1337-1345页
    查看更多>>摘要：非合作条件下的信号检测、调制方式识别及辐射源个体识别(Specific Emitter Identification,SEI)等任务,是开展战场通信侦察的重要环节.随着无线通信技术的飞速发展,辐射源种类愈加多样,信号体制愈加复杂,加之恶劣的电磁环境,给SEI工作带来了极大的挑战.近年来,随着深度学习的飞速发展,及其在自然语言处理和计算机视觉等领域的有效应用,学者们逐渐将其应用到SEI任务中,并取得了丰富的研究成果.鉴于现有文献缺乏开源数据集,汇编了可用的开源数据集,从知识驱动和数据驱动2个维度对SEI方法进行详尽梳理,包括专家系统方法和深度学习技术.通过对比分析揭示了深度学习在SEI任务中的优势,并针对当前深度学习在SEI领域面临的问题,总结了未来SEI的发展方向.

    通信辐射源辐射源个体识别深度学习数据驱动开集识别

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    强化学习在协作频谱感知中的应用

    刘春玲许军郭楷文
    1346-1354页
    查看更多>>摘要：针对随着节点数量的增多,多节点协作频谱感知(Cooperative Spectrum Sensing,CSS)会产生大量本地数据,导致能耗变高和全局决策延迟的问题,提出节点评估与选择(Node Evaluation Selection,NES)和网格搜索(Grid Search,GS)的强化学习(Reinforcement Learning,RL)算法.通过NES算法在融合中心(Fusion Center,FC)实时更新协作用户的信任值,对信任值大小进行排序,根据设定的阈值,阻止恶意用户(Malicious Users,MU)参与CSS.通过基于GS的RL机制对处理后的数据进行标记,把信噪比(Signal to Noise Ratio,SNR)和信任值作为输入参数,搜索出所有可能的参数组合.在相同环境参数时,FC可以直接调用该环境下的节点,不需要再重新进行感知操作,如果有新用户加入时通过改变参数的范围重新搜索,新用户可以模仿其他用户RL的经验,从而获得更加快速的信道占用情况.仿真结果表明,该方法与其他算法相比,在提高检测概率的同时,降低了能耗,减少重复计算的时间,解决了全局决策延迟的问题.

    协作频谱感知认知无线网络融合中心网格搜索强化学习

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于静态博弈和遗传算法的多智能体博弈策略生成方法

    刘东辉郑赢营畅鑫李艳斌...
    1355-1360页
    查看更多>>摘要：在多智能体协同对抗策略生成的过程中,奖励稀疏和神经网络参数多易导致策略生成速度慢.针对特定场景如何快速产生对抗策略这一问题,提出了一种基于静态博弈和遗传算法的多智能体博弈策略生成方法.基于静态博弈理念,对马尔科夫决策过程演化,将策略映射为一串动作组成,简化策略映射原理;对策略优化问题数学建模.以对抗结果作为目标函数,基于动作集合优化目标函数,通过优化的方法能够获得对抗结果最优的策略;给出策略优化框架,并改进遗传算法实现对于多智能体博弈策略的快速并行寻优.实验结果表明,相比于经典多智能体强化学习方法,所提方法能够高效产生多智能体博弈策略.

    静态博弈遗传算法策略生成

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于分层强化学习的多智能体博弈策略生成方法

    畅鑫李艳斌刘东辉
    1361-1367页
    查看更多>>摘要：典型基于深度强化学习的多智能体对抗策略生成方法采用"分总"框架,各智能体基于部分可观测信息生成策略并进行决策,缺乏从整体角度生成对抗策略的能力,大大限制了决策能力.为了解决该问题,基于分层强化学习提出改进的多智能体博弈策略生成方法.基于分层强化学习构建观测信息到整体价值的决策映射,以最大化整体价值作为目标构建优化问题,并推导了策略优化过程,为后续框架结构和方法实现的设计提供了理论依据;基于决策映射与优化问题构建,采用神经网络设计了模型框架,详细阐述了顶层策略控制模型和个体策略执行模型;基于策略优化方法,给出详细训练流程和算法流程;采用星际争霸多智能体对抗(StarCraft Multi-Agent Challenge,SMAC)环境,与典型多智能体方法进行性能对比.实验结果表明,该方法能够有效生成对抗策略,控制异构多智能体战胜预设对手策略,相比典型多智能体强化学习方法性能提升明显.

    分层强化学习多智能体博弈深度神经网络

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    LEO卫星网络切换判决方法研究综述

    张英健倪淑燕马宏斌王育欣...
    1368-1379页
    查看更多>>摘要：低地球轨道(Low Earth Orbit,LEO)卫星网络因轨道高度低、传输时延小,可实现全球范围内全天时全天候无缝覆盖,在应急通信、情报侦查和灾害救援等领域得到了广泛应用.然而,由于LEO卫星与终端之间的高速相对运动导致频繁的切换问题,切换判决作为切换中的关键环节,直接影响切换是否能够成功以及切换性能的好坏,是实现可靠平滑切换的重要前提.结合LEO卫星网络切换判决方法研究进展,综述了基于单属性决策和多属性决策的2类切换判决方法;归纳了常用的图论模型切换判决方法;总结了机器学习在LEO卫星网络切换判决中的应用;结合常用评价性能指标对不同切换判决方法进行了对比分析;对未来LEO卫星网络切换研究值得关注的问题进行了展望,为后续相关研究提供解决思路.

    低地球轨道卫星网络切换判决多属性决策

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于深度强化学习的电力物联网动态切片策略研究

    辛锐吴军英薛冰张鹏飞...
    1380-1387页
    查看更多>>摘要：软件定义电力物联网支持构建承载不同业务的网络切片(Network Slice,NS),通过部署NS为具有业务需求的物联网设备提供端到端服务.业务NS的部署涉及2个互相耦合的问题,即虚拟网络功能(Virtual Network Function,VNF)部署和业务传输路由确定.在海量业务需求与动态网络场景中,NS部署方案需要根据网络状态,实现智能的动态灵活部署.针对上述问题,研究动态网络场景下的切片策略,基于深度强化学习算法求解VNF部署和业务传输路由确定这一复杂联合优化问题,实验证明所提策略能根据目前的网络状态灵活地改变部署方案,控制业务路由平均能量损耗、平均可靠性和平均剩余带宽占有率,提高了网络整体传输性能.

    软件定义电力物联网切片虚拟网络功能路由深度强化学习

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于多智能体深度强化学习的车联网资源分配方法

    孟水仙刘艳超王树彬
    1388-1397页
    查看更多>>摘要：在车联网中,合理分配频谱资源对满足不同车辆链路业务的服务质量(Quality of Service,QoS)需求具有重要意义.为解决车辆高速移动性和全局状态信息获取困难等问题,提出了一种基于完全分布式多智能体深度强化学习(Multi-Agent Deep Reinforcement Learning,MADRL)的资源分配算法.该算法在考虑车辆通信延迟和可靠性的情况下,通过优化频谱选择和功率分配策略来实现最大化网络吞吐量.引入共享经验池机制来解决多智能体并发学习导致的非平稳性问题.该算法基于深度Q网络(Deep Q Network,DQN),利用长短期记忆(Long Short Term Memory,LSTM)网络来捕捉和利用动态环境信息,以解决智能体的部分可观测性问题.将卷积神经网络(Convolutional Neural Network,CNN)和残差网络(Residual Network,ResNet)结合增强算法训练的准确性和预测能力.实验结果表明,所提出的算法能够满足车对基础设施(Vehicle-to-Infrastructure,V2I)链路的高吞吐量以及车对车(Vehicle-to-Vehicle,V2V)链路的低延迟要求,并且对环境变化表现出良好的适应性.

    车联网资源分配多智能体深度强化学习深度Q网络

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    数字信号调制识别下坐标注意力机制方案研究

    张兢兰思源曹阳彭小峰...
    1398-1406页
    查看更多>>摘要：针对低信噪比下神经网络难以提取数字信号空间特征的问题,提出一种基于坐标注意力机制的数字信号识别方案.将8种数字信号进行正交调制,根据其幅度、相位信息序列进行预编码处理,在不同的训练步长下,提取分析数字信号幅度和相位的关键特征,选取合适的神经网络超参数,使网络达到拟合面.坐标注意力机制将数字信号特征进行2个一维特征编码,分别沿纵向和横向捕获幅度和相位的远程依赖关系;将生成的数字信号特征编码为一对方向感知和位置敏感的权重系数,进行数字信号特征的重标定.仿真结果表明,8种数字信号下,调制方式识别率高于95％时,卷积神经网络(Convolutional Neural Network,CNN)中坐标注意力机制信噪比增益约为4dB,残差神经网络中坐标注意力机制信噪比增益约为8 dB.坐标注意力机制取得了较高的识别率以及更好的信噪比增益,与通道注意力机制、空间注意力机制相比更适用于数字信号解调的应用.

    数字信号调制识别坐标注意力机制权重系数

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    数据驱动的无人机异常检测算法综述

    王岩李少波张仪宗张羽...
    1407-1420页
    查看更多>>摘要：随着无人机(Unmanned Aerial Vehicle,UAV)集成化与智能化的不断发展,UAV在军事领域和民用领域得到广泛应用.因此,对UAV的安全飞行提出更高的要求,而UAV异常检测在保障安全飞行、减少经济损失等方面有着重要作用.近年来,数据驱动的方法在特征提取、非线性问题求解和准确率等方面的优势,使其成为UAV异常检测的主流算法.对UAV异常类型及异常数据特点进行分析与总结.梳理并总结国内外UAV数据驱动的异常检测算法的研究现状,从监督学习、半监督学习和无监督学习三方面对UAV异常检测进行了归纳与总结,并分析了各类算法的优缺点.针对现有算法的研究现状,展望了未来UAV异常检测领域的发展趋势,旨在为后续相关研究提供参考.

    异常检测无人机监督学习半监督学习无监督学习数据挖掘

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据