多功能一体化设计及微集成技术导读
肖国尧;刘永军;时晨光 ;王杰;<正>随着低空经济、智能无人平台、综合电子信息系统与新一代无线通信技术的快速发展，雷达探测、通信传输、目标定位正由分立式系统向一体化、智能化、小型化方向演进。雷达通信一体化、通信感知一体化、外辐射源无源探测、无人机集群协同定位以及小型化干扰载荷等技术，正在成为复杂电磁环境下提升频谱利用效率、平台综合效能与任务适应能力的重要支撑。然而，面对频谱资源紧张、强杂波干扰、动态平台快速定位、射频隐蔽性保障以及装备小型化等现实需求，现有系统仍面临波形设计复杂、实时处理压力大、硬件集成难度高和工程实现受限等挑战。因此，围绕一体化体制、智能信号处理、异构硬件平台和灵巧对抗方法开展研究，对于推动无线电系统向高效协同、灵活部署和实战化应用发展具有重要意义。
基于异构平台的雷达通信一体化设计与实现
陈海威;刘成;肖国尧;杜鑫;为应对频谱资源日益紧张和硬件平台集成化需求，雷达通信一体化技术成为研究热点。基于数字阵列天线与XilinxZYNQ-7000系列异构系统级芯片(System on Chip, SoC),设计并实现一种高性能的雷达通信一体化系统，该系统利用数字阵固有的空分复用能力，通过独立的数字波束形成(Digital Beam Forming, DBF)网络，在空间上同时形成雷达探测波束与通信传输波束，实现了雷达探测与通信功能的真正并行执行。在ZYNQ架构上实现了软件和硬件的协同处理：ARM处理器负责完成通信传输协议、指令下发和系统控制等任务；现场可编程逻辑门阵列(Field Programmable Gate Array, FPGA)逻辑单元负责完成DBF、脉冲压缩、通信数据调制解调等高速数据处理。详细介绍了基于数字阵的空分复用一体化方法，推导了雷达与通信的独立波形模型，介绍了硬件平台的组成以及数据流的传输过程，通过实验结果表明，基于数字阵与ZYNQ异构平台的雷达通信一体化系统，能够同时保证雷达探测性能与高效的通信数据传输性能。
基于窗函数的OFDM低旁瓣通信感知一体化杂波抑制方法研究
段宇航;刘永军;林威甫;在城市复杂环境下通信感知一体化(Integrated Sensing and Communication, ISAC)系统面临强静止杂波干扰，而且正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)ISAC信号因具有较高的距离旁瓣导致目标被杂波淹没，严重影响感知性能。为此，提出了一种基于窗函数的OFDM低旁瓣ISAC波形设计方法，其利用经典窗函数在频域对OFDM信号子载波进行加权，在保障通信信息可靠传输的同时，有效抑制信号的距离旁瓣。所提方法具有结构简单、计算复杂度低、工程易于实现等优势。仿真实验表明，在强杂波环境下经动目标显示(Moving Target Indication, MTI)处理后，所提方法能有效降低杂波能量，提升了OFDM ISAC系统的杂波抑制性能。
基于FDA-MIMO的雷达通信一体化射频隐身波形设计方法
武浩正;时晨光;周建江;针对频控阵(Frequency Diverse Array, FDA)发射波束随时间动态变化难以灵活调控，从而限制雷达通信一体化(Dual-Function Radar-Communication, DFRC)系统射频隐身性能的问题，基于FDA多输入多输出(Multiple-Input Multiple-Output, MIMO)DFRC系统，提出了一种面向射频隐身的基带发射波形设计方法。将脉冲持续时间拆分为多个时隙，推导FDA-MIMO瞬时发射波束图的解析表达式。针对单目标探测与多用户通信场景，通过低通滤波器与数字接收滤波器设计接收信号处理方法，推导雷达信干噪比(Signal to Interference plus Noise Ratio, SINR)与通信信息嵌入性能指标。在模型构建方面，以雷达SINR、通信信息嵌入、发射波形恒模为约束条件，以瞬时发射波束图在目标距离角度位置处的积分波束功率最小化为目标函数。在模型求解方面，提出一种基于坐标轮回框架的半正定松弛(Semi-Definite Relaxation, SDR)迭代优化算法快速求解上述非凸优化模型。仿真结果表明，所提算法可以确保杂波环境下的雷达探测性能与噪声信道下的多用户通信性能，能够通过基带波形设计控制时变发射波束图在目标处的实时波束功率，提升射频隐身能力。
基于5G外辐射源的MMF-SC雷达目标探测方法
牛成志;王杰;雷旭;王钟斌;夏树强;随着智能交通、物流运输和应急救援等低空应用场景不断拓展，无人机(Unmanned Aerial Vehicle, UAV)数量激增，低空监管的压力越来越高。基于5G外辐射源的低空UAV探测方法因覆盖范围广、部署成本低等优势，逐渐成为低空探测的重要研究方向。然而，受5G信号周期结构及通信信息随机性影响，雷达模糊函数存在过多的伪峰和过高的旁瓣，这势必会产生虚假探测目标、淹没微小目标等问题。对此，提出融合失配滤波(Mismatched Filter, MMF)与序列净化(Sequence Clean, SC)的MMF-SC旁瓣抑制方法。处理过程中，解构5G下行信号中的周期性成分，抑制多普勒伪峰。通过设计二维MMF器，将距离伪峰和旁瓣、多普勒旁瓣外推出雷达观测窗口，实现静止强杂波的旁瓣抑制和强运动目标的检测。根据检测结果重构强运动目标回波，并从原始回波中消除重构回波，降低强运动目标的旁瓣遮挡效应，实现回波净化。对净化后的回波进行二维MMF和目标检测，并针对新检测目标进行回波重构与净化等处理，直至无法检测出新目标。实验结果表明，在雷达观测窗口内，该方法能将旁瓣降低56.91 dB,显著提升了微弱运动目标检测能力。
面向反无人机场景的WTA-YOLO检测算法
朱炫莹;袁亮;唐夕晴;针对反无人机（anti-Unmanned Aerial Vehicle，anti-UAV）场景中红外目标尺度微小、背景干扰强、目标定位对偏差敏感度高等问题，提出一种基于YOLOv11n改进的WTA-YOLO（Wavelet Transform and Attention enhanced YOLO）红外UAV微小目标检测算法。该算法在骨干网络末端嵌入改进高效多尺度注意力（Improved Efficient Multi-scale Attention，IEMA）模块，增强模型在复杂杂波背景下对微小目标的特征提取能力，有效抑制无效背景特征干扰；在颈部特征融合阶段引入小波特征增强网络（Wavelet Feature Enhancement Network，WaveNet）模块，通过离散小波变换（Discrete Wavelet Transform，DWT）与逆离散小波变换（Inverse Discrete Wavelet Transform，IDWT）完成多尺度特征分解与重构，有效强化红外微小目标纹理缺失的高频细节信息；同时结合归一化高斯 Wasserstein 距离（Normalized Gaussian Wasserstein Distance，NWD）与完全交并比（Complete Intersection over Union，CIoU）构建复合边界框回归损失，弥补传统交并比（Intersection over Union，IoU）类损失对微小目标定位偏差不敏感的缺陷，显著提升微小目标的定位精度与回归稳定性。实验结果显示，所提WTA-YOLO算法的mAP@0.5可达0.901，较基线YOLOv11n提升2.1个百分点，单帧推理时间仅为10.64 ms。该算法能够有效适配复杂红外anti-UAV检测场景，在显著提升微小目标检测精度与抗干扰能力的同时，兼顾实时推理性能。
基于增强型嵌套L阵列的二维波达方向估计
李艺玟;张志利;马晓明;康洋;针对传统L型均匀阵列自由度有限、在低信噪比及少快拍条件下二维波达方向分辨能力不足的问题，提出一种基于L型增强型嵌套阵列的二维波达方向（Direction of Arrival，DOA）估计方法。该方法在2个正交方向分别构造增强型嵌套子阵，利用差集虚拟阵列形成无孔洞连续虚拟均匀线阵，采用原子范数最小化重构虚拟阵列协方差矩阵，旋转不变子空间算法（estimation of signal parameters by rotational invariance techniques，ESPRIT）获得两个子阵的一维方向余弦，再依据协方差矩阵一致性完成二维参数配对与角度恢复。仿真结果表明，在物理阵元数相同的条件下，与传统L型均匀阵列ESPRIT方法相比，所提方法在低信噪比、少快拍及小角度间隔条件下具有更低的均方根误差和更高的二维DOA估计精度，尤其在低信噪比和少快拍场景下具有较好的适应性。
复杂电磁环境下无人机辐射源个体识别算法
林鹏;张邦宁;杨宁;陈梦蝶;郭道省;辐射源个体识别技术在非合作无人机（Unmanned Aerial Vehicle，UAV）管控中具有重要应用意义。在低空飞行场景下，受山脉、建筑物等遮挡，接收无人机发射的信号时常常存在非视距传播情况，且无人机工作频段与地面现有无线电用频设备的频率相近，通常会导致接收到的无人机信号存在信噪比低、衰落影响大、有干扰等情况，严重影响对无人机信号的感知与个体识别能力。提出一种“信号检测-数据增强-智能识别”的一体化算法，设计了基于时频域二维扫描与导频数据盲提取的信号预处理方法，实现对无人机信号的检测，并有效滤除背景噪声和干扰，提高突发信号检测率和信噪比；设计了基于信道重构与动态加噪融合的数据增强算法，有效缓解信道衰落对无人机个体识别的影响，提升算法的泛化能力；对ResNet网络结构和学习策略进行了改进，提升对无人机信号的个体识别能力。在公开的DroneRFb-DIR数据集上实验结果表明，本文提出的算法能够实现复杂电磁环境下无人机信号的准确检测与识别，视距接收信号识别准确率达到97.1%，非视距接收信号的识别准确率达到81.1%。
高速双选择性信道中速度感知多模板融合MIR信道估计方法
王丹;姚鑫;针对高速移动双选择性信道中传统测量冲激响应（Measured Impulse Response，MIR）相关信道估计依赖单一信道相关矩阵模板、在速度失配条件下易产生性能退化的问题，提出一种速度感知多模板融合MIR（Velocity-Sensing Multi-Template Fusion MIR，VS-MTF-MIR）信道估计方法。该方法根据接收端感知或估计的移动速度，对多个预生成信道相关矩阵模板进行加权融合，并将融合后的相关矩阵嵌入MIR信道估计框架，从而降低单一速度模板失配引起的模型误差。基于正交频分复用（Orthogonal Frequency Division Multiplexing，OFDM）与滤波器组多载波（Filter Bank Multi-Carrier，FBMC）两类多载波系统，在扩展车辆 A 模型（Extended Vehicular A，EVA）高速信道下进行仿真。结果表明，在真实速度偏离560km/h模板时，所提方法能够改善单模板MIR的归一化均方误差（Normalized Mean Square Error，NMSE）性能；在650km/h、35 dB的OFDM场景下，所提方法相较单模板MIR约改善1.24 dB，并保持接近Ideal相关矩阵的性能趋势。
自主水面船卫星通信技术：发展、应用与挑战
李海涛;随着人类对海洋的经略，传统依托岛礁固定基础设施或海事卫星系统已无法满足海上牧场、深海勘探、绿色航运和蓝碳生态等新质海洋活动对高速率和广覆盖通信连接的需求。得益于价格低廉和易于部署的优点，以自动化、智能化和集群化为核心的自主水面船正逐渐成为海洋强国战略的神经末梢。依托卫星互联网全球覆盖，在吨位和资源受限的自主水面船上部署低轨卫星通信技术，是突破通信距离限制，建设全球海洋信息网络的重要手段。以国内外自主水面船的最新发展动向为切入点，详述了发达国家自主水面船平台的研制情况，详细梳理了卫星通信技术在自主水面船上的研究和应用现状。紧接着，全面剖析了自主水面船卫星通信技术原理并给出了应用示意。最后，考虑到自主水面船卫星通信技术还处于发展初期，文章分别从外部环境和内生需求两方面对其面临的挑战进行了分析。
最大类间方差法在图像处理中的应用
齐丽娜;张博;王战凯;图像分割在图像处理中占有重要的地位,分割结果的好坏直接影响图像的后续处理。文章首先介绍了最大类间方差法及其改进算法———基于灰度拉伸的最大类间方差法算法原理和实现,并针对高速公路中的图像特点。在背景差分法的基础上利用上述两种方法对图像进行了分割处理,对两种方法处理的结果进行了比较。
人工智能大模型综述及展望
罗锦钊;孙玉龙;钱增志;周鲁;王金桥;大模型是人工智能领域的热门研究方向。以ChatGPT为代表的大模型技术应用掀起了国内外的大模型研究热潮，大模型参数规模和训练数据量级迅速增长，模型性能显著提升。概述了大模型的发展历程以及代表性的算法模型，介绍了大模型的基础架构及其核心原理，分析了大模型的特点，讨论了大模型的局限性以及未来发展方向。
无线传感器网络拓扑结构研究
杨宁;田辉;张平;李立宏;随着处理技术、存储技术以及无线传输技术的不断发展,由体积小、重量轻、价格低的无线传感器节点所组成的传感器网络已经充分具备了感知客观事物及自然现象,随时随地为用户提供精确信息的能力。通过对于星状网、网状网和混合网等几种常用传感器网络拓扑结构的比较,以及针对这些拓扑结构所形成的网络寿命的仿真,说明了对于常用的基站距离远、节点密度大的传感器网络,分层式的拓扑结构能够大大的节省网络能量,延长网络寿命,改善网络性能。
基于S型函数的变步长LMS自适应滤波算法
覃景繁,韦岗本文通过建立步长因子μ与误差信号之间的非线性函数关系,得出一种新的变步长自适应滤波算法(SVSLMS)。理论分析和计算机仿真结果表明该算法的性能优于传统的LMS算法和NLMS算法。
MIMO无线传输技术综述
李忻;黄绣江;聂在平;MIMO无线传输技术是通信领域的一项重要技术突破,它能在不增加带宽与功率的情况下成倍地提高无线通信系统的容量和频谱效率,堪称新一代无线通信系统中的关键技术之一,近年来引起了人们的广泛关注与研究兴趣。回顾无线移动通信的发展历程,概述天线分集技术与智能天线技术,剖析MIMO无线传输技术的原理与国内外研究现状:传统单天线系统向多天线系统演进、智能天线向多天线系统演进、MIMO无线传输技术的原理、MIMO系统中的分集与复用、MIMO无线信道建模、MIMO系统中的多天线设计等,为深入认识与进一步研究MIMO无线传输技术奠定基础。
人工智能大模型综述及展望
罗锦钊;孙玉龙;钱增志;周鲁;王金桥;大模型是人工智能领域的热门研究方向。以ChatGPT为代表的大模型技术应用掀起了国内外的大模型研究热潮，大模型参数规模和训练数据量级迅速增长，模型性能显著提升。概述了大模型的发展历程以及代表性的算法模型，介绍了大模型的基础架构及其核心原理，分析了大模型的特点，讨论了大模型的局限性以及未来发展方向。
基于YOLOv8s改进的小目标检测算法
雷帮军;余翱;余快;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＿C_2f＿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＿C_2f,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。
无人机集群综述:技术、挑战与未来
张旭东;李少波;李传江;张安思;杨磊;随着无人系统、网络通信技术和群体智能理论的发展，使无人机集群协作从概念走向现实、从理论转向实践。回顾了无人机集群的兴起与发展，概述了无人机集群难点与特点；从无人机集群层次结构技术框架出发，分别从智能感知层、通信网络层、自主决策层、路径规划层、协同控制层和实际应用层6个方面介绍了无人机集群关键技术的研究进展；讨论了无人机集群在未来发展中面临的诸多挑战，并对未来研究方向进行了展望，旨在为无人机集群技术的进一步应用落地提供理论参考。
基于改进YOLOv8的无人机航拍图像目标检测算法
程换新;乔庆元;骆晓玲;于沙家;针对现存无人机航拍图像目标检测算法检测精度较低、模型较为复杂的问题，提出一种改进YOLOv8的目标检测算法。在骨干网络引入多尺度注意力EMA,捕捉细节信息，以提高模型的特征提取能力；改进C2f模块，减小模型的计算量。提出了轻量级的Bi-YOLOv8特征金字塔网络结构改进YOLOv8的颈部，增强了模型多尺度特征融合能力，改善网络对小目标的检测精度。使用WIoU Loss优化原网络损失函数，引入一种动态非单调聚焦机制，提高模型的泛化能力。在无人机航拍数据集VisDrone2019上的实验表明，提出算法的mAP50为40.7%,较YOLOv8s提升了1.5%,参数量降低了42%,同时相比于其他先进的目标检测算法在精度和速度上均有提升，证明了改进算法的有效性和先进性。
MIMO无线传输技术综述
李忻;黄绣江;聂在平;MIMO无线传输技术是通信领域的一项重要技术突破,它能在不增加带宽与功率的情况下成倍地提高无线通信系统的容量和频谱效率,堪称新一代无线通信系统中的关键技术之一,近年来引起了人们的广泛关注与研究兴趣。回顾无线移动通信的发展历程,概述天线分集技术与智能天线技术,剖析MIMO无线传输技术的原理与国内外研究现状:传统单天线系统向多天线系统演进、智能天线向多天线系统演进、MIMO无线传输技术的原理、MIMO系统中的分集与复用、MIMO无线信道建模、MIMO系统中的多天线设计等,为深入认识与进一步研究MIMO无线传输技术奠定基础。
网站访问量
今日访问量: 86
友情链接
