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

    无源定位技术发展及其展望

    李俊霞王欣黄高见徐勇军...
    1825-1846页
    查看更多>>摘要:随着智能信息社会的不断演进以及智慧城市建设的推进,电子设备的定位准确性和可靠性需求日益突显,特别是在万物互联的背景下,对定位精度和定位质量的要求变得更加迫切.无源定位技术因隐蔽性强、功耗低、不易被感知与干扰等诸多优点被广泛应用于各个领域,尤其近年来,通感一体化(Integrated Sensing and Communication,ISAC)、机器学习、环境反向散射以及智能反射面的引入与发展,为无源定位在6G中的应用提供了新的契机.基于此,阐述了无源定位技术特点及分类;按照参数化的分类方式总结梳理无源定位方法及误差影响因素;讨论了多参数融合无源定位方案与优势;展望了无源定位技术在6G新愿景下典型的应用场景、潜在技术、挑战及未来研究方向.

    无源定位智能反射面环境反向散射通感一体化深度学习

    于YOLOv8-OCR的井下人员检测算法

    倪云峰霍洁侯颖王静...
    1847-1853页
    查看更多>>摘要:为提高井下昏暗环境的目标检测性能,将行人属性应用到井下,将反光号码牌贴在安全帽和工作服上作为属性进行识别.针对井下小目标检测率低的缺点,提出了一种将YOLOv8检测算法与光学字符识别(Optical Character Recog-nation,OCR)技术相结合的方法.通过添加卷积块注意力模块(Convolutional Block Attention Module,CBAM),提高了网络对不同尺度的特征提取能力;将YOLOv8中的CBS模块改进为CBF模块,提高了目标的识别准确率;对检测到的反光号码牌区域用OCR技术对区域内数字进行识别,进一步提高了模型的检测精度.实验结果表明,提出的方法在自建数据集上获得了 93.2%的识别准确率和每张24.4 ms的检测速度,相比YOLOv8模型有着更高的准确率,能够有效地应对井下环境中的光照变化和干扰因素并且满足实时检测的要求.

    目标检测YOLOv8光学字符识别反光号码牌注意力机制

    鲁棒多尺度神经网络的频谱感知方法研究

    孟水仙闫森王树彬
    1854-1861页
    查看更多>>摘要:在认知无线电(Cognitive Radio,CR)中,频谱感知(Spectrum Sensing,SS)是支持动态频谱分配、提高频谱利用率的关键技术.传统的SS方法容易受到噪声不确定的影响,导致在低信噪比(Signal to Noise Ratio,SNR)环境下检测准确率较低且计算参数量较大.针对这些问题,提出了基于信号处理(Signal Processing,SP)特征的鲁棒多尺度神经网络(Robust-Multiscale Neural Network,R-MsNN)的SS方法,结合多尺度神经网络和门控循环单元(Gated Recurrent Unit,GRU)的优点,有效地解决了 SS中面临的挑战.多尺度神经网络从底层到高层逐渐提取抽象的特征,以增强信号识别的鲁棒性.GRU有选择性地保留和遗忘过去时间信息,从而更好地捕获长期依赖性和时间关系.为了验证R-MsNN的泛化能力,实验将从广义高斯分布(Generalized Gaussian Distribution,GGD)生成的噪声样本作为噪声模型1,以及从未占用的调频广播信道中收集到的实验数据作为噪声模型2的环境下,分别与不同的深度神经网络(Deep Neural Network,DNN)架构进行了 SS性能比较.实验结果表明,采用组合SP特征训练的R-MsNN的平均检测概率与最优模型相比,在4种不同参数下的噪声模型1中分别提高了 1.74%、2.55%、2.08%、1.59%,在噪声模型2中提高了 1.72%.此外,与GRU相比,R-MsNN的参数量减少了一半.由此说明,采用组合SP特征训练的R-MsNN在多种复杂噪声环境下均具有很强的鲁棒性,且能够满足SS任务中高检测概率和低参数量的双重需求.

    频谱感知信号处理神经网络

    基于多组多分辨率特征和小波通道注意力的环境声音分类

    李军王子壬向彦伯钮焱...
    1862-1870页
    查看更多>>摘要:针对目前环境声音分类(Environmental Sound Classification,ESC)方法对音频特征提取中反映的时频维度信息不足的问题,提出基于多组多分辨率特征和小波通道注意力的分类方法.采用多组多分辨率特征组成的多特征作为网络输入,通过多组滤波器,多个频率分辨率,在时间和频率维度上实现数据增强,同时实现信息互补.为了更好地衡量各个通道的重要性,针对一维音频图像特征设计了小波通道注意力模块,采用离散小波变换(Discrete Wavelet Transform,DWT)将信号的低频子带和高频子带有效结合,得到通道标量,利用Gram-Schmidt正交化方法使网络在信道注意压缩阶段提取的信息多样化,利用长短期记忆(Long Short Term Memory,LSTM)网络长时间保存信息,提高学习的长期可靠性.实验结果表明,在ESC-10和ESC-50数据集上的分类准确度分别达到了 98.7%和93.6%,取得了较好的效果,为音频特征处理提供了一种新的研究思路.

    环境声音分类多组多分辨率特征小波通道注意力长短期记忆网络

    基于CNN-CAM的NLoS/LoS识别方法研究

    苏佳张晶晶易卿武黄璐...
    1871-1880页
    查看更多>>摘要:针对目前基于信道脉冲响应(Channel Impulse Response,CIR)的非视距(None Line of Sight,NLoS)/视距(Line of Sight,LoS)识别方法精度低、泛化能力差的问题,提出了一种多层卷积神经网络(Convolutional Neural Network,CNN)与通道注意力模块(Channel Attention Module,CAM)相结合的NLoS/LoS识别方法.在多层CNN中嵌入CAM提取原始CIR的时域数据特征,利用全局平均池化层代替全连接层进行特征整合并分类输出.使用欧洲地平线2020计划项目eWINE公开的数据集进行不同结构模型和不同识别方法的对比实验,结果表明,所提出的CNN-CAM模型LoS和NLoS召回率分别达到了 92.29%与87.71%,准确率达到了 90.00%,F1分数达到了 90.22%.与现有多种传统识别方法相比,均具有更好的识别效果.

    超宽带非视距/视距识别卷积神经网络通道注意力模块信道脉冲响应

    C-V2X车辆恶意数据识别能力测试方法

    王华森秦孔建马文博张美芳...
    1881-1889页
    查看更多>>摘要:针对测试车载单元(On Board Unit,OBU)或整车是否具备识别恶意数据的能力以及其恶意数据识别能力是否符合要求的问题,提出了一种恶意数据识别能力测试方法,搭建了蜂窝车联网(Cellular-Vehicle to Everything,C-V2X)信息安全测试系统.根据恶意数据消息的发送主体的合法性、一致性和安全层校验通过情况,将常见恶意数据攻击进行分类.基于分类结果,设计相应测试用例,利用测试设备生成非法安全协议数据单元(Session Primitive Data Unit,SPDU)数据包.C-V2X信息安全测试中包括车用无线通信技术(Vehicle to Everything,V2X)模拟模块、全球导航卫星系统(Global Navigation Satellite System,GNSS)模拟模块、证书授权(Certificate Authority,CA)平台和场景模拟模块等几个部分,在C-V2X模拟模块采用FPGA处理上位机的比特流,并采用数字上变频(Digital Up Converters,DUC)、数字下变频(Digital Down Converter,DDC)和数模转换器(Digital to Analog Converter,DAC)等几个模块完成数据处理.结果表明,所提测试方法可以模拟常见的恶意数据攻击,测试设备生成的合法数据包可以被车辆正常接受,生成的非法数据包部分可以被待测设备识别并丢弃.

    车用无线通信技术恶意数据信息安全测试测试平台

    基于视频语义的码率控制算法

    黄发仁柯捷铭郑楚飞周简心...
    1890-1899页
    查看更多>>摘要:随着远程监控和人工智能的融合发展,传统的码率优化算法并不适用于现阶段的移动监控网络场景.在机器视觉应用场景中,相对于传统码率优化算法只关注视频的质量,机器更关注于视频所表达的语义信息.以5G路侧摄像头远程智能检测为应用场景,提出一种基于视频语义的码率优化算法,在有限的码率传输范围内最大化目标检测准确率.具体地,该算法引入视频语义任务模型,将目标检测作为语义任务.分析目标比特与语义之间的特征关系,建立复杂度与运动区域结合的新权重来分配目标比特,使目标检测准确率达到最大化.实验结果表明,相较于HM16.23所使用的帧级树编码单元(Coding Tree Unit,CTU)层码率控制算法,所提算法不仅能够节省码率而且更符合无线远程监控的目标检测需求.在测试环境下平均提升了 1.4%的目标检测准确率,最高能够提升2.5%的目标检测准确率.

    人工智能机器视觉目标检测视频语义

    基于小快拍场景的联合校正稳健波束形成算法

    张秀清伊宏波王晓君
    1900-1907页
    查看更多>>摘要:针对传统的自适应波束形成算法在目标导向矢量失配及接收数据的协方差矩阵存在误差时,性能急剧下降的问题,提出了一种基于小快拍场景的联合协方差矩阵重构,及导向矢量优化的稳健波束形成算法.对不确定集约束求解得到干扰导向矢量,根据稀疏干扰来向的导向矢量近似正交,求出干扰导向矢量对应的干扰功率,从而完成协方差矩阵重构;对期望信号来向及其邻域进行权值求解,对加权后的数据特征分解,利用多信号分类(Multiple Signal Classification,MUSIC)谱估计算法对信号区域积分得到信号协方差矩阵,将其主特征值近似为期望信号的导向矢量完成重新估计.仿真结果表明,在无误差时,算法输出信干噪比(Signal to Interference Plus Noise Ratio,SINR)接近理论最优;在多种误差环境下输出性能随信噪比(Signal to Noise Ratio,SNR)的变化均具有较好的稳健性,并且在信号来向可精准形成波束;在小快拍时可以较快收敛至理论最优值.

    小快拍协方差矩阵重构稳健波束形成导向矢量估计

    基于IMM-BF的自适应扩张箱粒子机动目标跟踪算法

    莫雨静王琳尤鹏杰王海涛...
    1908-1916页
    查看更多>>摘要:针对箱粒子滤波算法在杂波量测环境下跟踪机动目标精度不足和目标丢失的问题,提出一种基于交互多模型伯努利滤波的自适应扩张箱粒子机动目标跟踪(Interacting Multiple Model-Extended Box Particle-Bernoulli Filter,IMM-EBox-BF)算法,采用多个模型并行滤波,在预测步骤后引入自适应箱粒子扩张算法,在每个箱粒子分割成小箱粒子后自适应扩张小箱粒子区间长度,以提高对目标位置估计精度.在更新步骤,改进箱粒子收缩算法,增加对加速度分量的约束,以提高对目标速度估计精度.对仿真与实测数据的处理结果表明,在杂波量测和传感器发生漏检情况下,所提的IMM-EBox-BF算法与传统算法相比,位置跟踪精度提升了 16.5%,具备更准确的目标估计精度和连续性.

    机动目标跟踪伯努利滤波箱粒子滤波交互多模型算法

    无人机群自组网MAC协议综述

    周艳红宁进丁志恒多滨...
    1917-1927页
    查看更多>>摘要:近年来,无人机群自组网(UAV Swarm Ad Hoc Network,UAVSNet)的单个UAV不断自主化与智能化,但UAV之间的协同通信仍存在挑战.媒体接入控制(Media Access Control,MAC)协议是其关键技术之一,并成为了新的研究热点.通过概述MAC协议的分类及设计要点,对竞争类MAC协议、非竞争类MAC协议以及混合类MAC协议接入机制、性能表现及不足进行详细综述并提出展望.为UAVSNet的MAC协议的研究和应用提供了理论支持.

    无人机群媒体接入控制协议接入机制自组网