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

中国电子科技集团公司第五十四研究所

康 峰

双月刊

1003-3114

ctibjb@163.com

0311-86924954

050081

河北省石家庄市中山西路589号

无线电通信技术/Journal Radio Communications Technology北大核心
查看更多>>《无线电通信技术》（双月刊）创刊于1972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。坚持学术性与技术性相结合，以跟踪报道通信技术领域的最新学术与技术应用成果为主要内容，并兼顾其他相关综合电子信息技术。2020年度《信息通信领域高质量科技期刊分级目录》收录期刊。
正式出版
收录年代

    基于GSPN的区块链系统性能建模与分析

    肖龙李云峰蒋丹罗祖川...
    573-578页
    查看更多>>摘要：区块链以其去中心化、分布式共识、信息不可篡改等特点被广泛应用，Hyperledger Fabric是一个开源的企业级许可区块链平台，系统性能对于Hyperledger Fabric区块链有效性评估显得至关重要。以Hyperledger Fabric为框架基于广 义随机Petri网(Generalized Stochastic Petri Nets，GSPN)进行建模对系统进行评估，给出了以Hyperledger Fabric v1。2为框架的系统结构图，并对系统交易流程的5个阶段进行了详细描述。针对系统结构建立GSPN模型，对每个交易流程进行了状态和数值分析，给出了参数配置的方法，通过虚拟机搭建实验平台和Matlab仿真。结果表明，区块交易量N值对系统性能有很大影响，N值大于5时系统性能瓶颈从提交阶段变为背书阶段，对复杂的区块链所提性能分析方法具有可扩展性。

    广义随机Petri网区块链超级账本吞吐量延时节点

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

    A*蚁群融合的复合启发式路径规划算法

    陈焱陆杰李大鹏
    579-586页
    查看更多>>摘要：为提高无人机执行巡飞探查任务的效率，规划出一条最优的飞行路径，针对传统蚁群算法应用于路径规划时存在搜索效率低、迭代次数多、路径拐点多的问题，提出一种A*蚁群融合的复合启发式路径规划算法。利用A*算法预搜索差异化初始信息素，减少蚁群算法前期搜索盲目性，提高搜索效率。构造一种复合启发函数，引入A*算法启发思想改进蚁群原本的启发式信息，设计路径平滑启发函数减少路径拐点。改进信息素更新规则，引入路径综合评分指标，使得每次迭代保留综合性能评分最优的路径。仿真实验表明，改进算法提高了搜索效率，一定程度上解决了拐点过多的问题，综合性能指标优于基本算法与对比文献算法，具有一定工程实践与理论研究意义。

    A*算法蚁群算法路径规划启发式

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

    基于图神经网络的法律文本共指消解模型

    刘冬张晓
    587-596页
    查看更多>>摘要：共指消解是确定上下文中的代词或名词短语所指的具体对象或实体，是自然语言处理(Natural Language Processing，NLP)的基本任务之一，对理解文本语义具有重要意义。现有的方法主要集中在一般领域的代词、所有格和名词短语的解析上，针对法律领域的研究较少。为了更好地学习法律文本中的知识，并消除共同指代现象，提出一种基于图神经网络的法律文本共指消解模型(Graph Neural Network for Coreference Resolution，CR-GNN)。所提CR-GNN可以促进法律文本挖掘中的一系列后续任务。利用预训练语言模型和双向门控循环单元(Bidirectional Gate Recurrent Unit，BiGRU)对法律文本进行编码;使用基于元任务的动 态图卷积网络(Meta Dynamic Graph Convolutional Network，MDGCN)整合实体之间的引用关系;使用前馈神经网络(Feed-Forward Neural Network，FFNN)和Biaffine模型为候选对进行加权评估。CR-GNN可以有效识别实体之间的引用关系，并对实体依赖关系进行建模。在法庭记录文件数据集上进行大量实验，结果表明所提CR-GNN模型达到89。76％的F1分数，均高于现有基准模型。

    自然语言处理共指消解法律文本预训练语言模型图神经网络

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

    基于LSTM模型的无线物联网设备识别方法

    郑熠田辉马茜
    597-602页
    查看更多>>摘要：随着无线物联网(Internet of Things，IoT)业务的兴起，海量设备的接入，无线网络受攻击的可能性大大增加，无线IoT设备的安全问题越来越重要。提出了一个基于深度机器学习长短期记忆(Long Short-Term Memory，LSTM)模型的无线IoT设备识别方法，用于甄别非法入侵的设备或者发现已经被入侵后通信异常的设备。所提方法的创新点在于通过深度机器学习对IoT设备公开传输的帧头信息进行分析识别，而不必深入分析承载信息，不依赖于易被修改和伪装的IP地址等身份信息，因此不受通信信息加密的影响，也不受各类伪装地址及其他入侵方法的影响。所提方法的应用可以自动快速地识别出非授权设备或者被入侵的授权设备，更好地保障网络安全。

    网络安全深度机器学习无线物联网时间序列长短期记忆模型

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

    5G波束动态调度应对用户分布潮汐效应

    黄嫚嫚黄翔周雪明郭林...
    603-608页
    查看更多>>摘要：现网中存在较多潮汐特性的场景，用户在特定的时间范围内规律性迁移和聚集，但现有5G基站以固定的波束配置覆盖，无法随业务和人员的聚集而变化，在该场景下最优波束覆盖范围与用户位置存在不匹配的情况，也无法发挥5G有源天线单元(Active Antenna Unit，AAU)能够波束赋形的优势。此类场景的网络优化存在人工无法计算最优波束权值、突发情况网络覆盖应对慢以及人工上塔调整天线成本高等痛点。针对这些痛点，提出波束动态调度方案，通过大数据计算和蚁群算法的应用，实现自动波束寻优，智能识别潮汐场景，自适应调整AAU的广播权值，使同步信号块(Synchronization Signal/PBCH Block，SSB)广播权值始终指向用户集中的区域，从而达到最优的覆盖效果和天线增益。同时，方案在基站突发故障、人员突发聚集等场景也能发挥重要作用，实现5G网络应用发展和用户感知提升的双重目标。

    5G网络潮汐效应权值优化智能波束寻优自适应调整

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

    低载噪比突发扩频信号的快速捕获设计

    张兰粉苌军红张亚林杨再秀...
    609-614页
    查看更多>>摘要：突发扩频信号是卫星无线电测定业务的一种扩频调制信号，针对传统突发扩频信号，即入站信号，对快速捕获灵敏度要求越来越高的需求，提出了一种低载噪比突发扩频信号的快速捕获硬件设计实现方法。利用同步头加Walsh码基于快速傅里叶变换(Fast Fourier Transform，FFT)的突发扩频信号全并行处理的方法，入站信号快捕接收的积分时长能够达到15 ms，相较于传统的捕获算法，性能实现了约2 dB的提升。仿真验证及工程实现结果表明，该方案载噪比可达到37。5 dBHz，为未来全球化小型化通用化接收终端提供了改进方向。

    低载噪比突发扩频信号快速捕获

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

    征文通知:6G与卫星

    封2页
      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据