基于可见光通信的多无人机协同数据采集及路径规划
林天天;何志凯;唐小伟;石运梅;黄逸;马骁;随着通信技术的发展，传统射频(Radio Frequency, RF)通信在电磁敏感或干扰严重的环境中面临诸多挑战。可见光通信(Visible Light Communication, VLC)具有抗干扰、频谱丰富、速率高等优势，能在电磁敏感环境下保障数据传输可靠性。在无人机(Unmanned Aerial Vehicle, UAV)上搭载VLC基站，可充分利用UAV的高机动特性，有效突破固定VLC基站的覆盖局限，UAV辅助的VLC系统在复杂环境下的数据采集任务中展现出巨大潜力，尤其适用于物联网(Internet of Things, IoT)中海量节点信息的高效采集与传输。研究多UAV协同的VLC通信系统，综合考虑飞行抖动对信道的影响，设计基于改进的K-means聚类算法的任务分配方法，进一步探究基于双延迟确定性策略梯度(Twin Delayed Deep Deterministic Policy Gradient, TD3)算法的UAV三维轨迹规划方法，并通过仿真实验验证其性能，旨在为智能通信系统提供理论支撑与技术参考。仿真结果表明，当聚类因子w=0.3时，改进K-means聚类+TD3路径规划算法能够获得比基线算法更优的系统性能，与扫描调度及其他基线算法相比，该算法能有效减少所有UAV约56%的总飞行距离。
无人机群通感算协同仿真系统综述：现状、技术与展望
罗欣悦;刘同;陈文龙;罗俊松;王梓斌;多滨;在复杂多变环境中，无人机(Unmanned Aerial Vehicle, UAV)群的协同效能高度依赖于通信、感知、计算的深度耦合：通信质量直接影响感知数据的传输效率和决策实时性；感知结果的准确性与覆盖范围又依赖于计算资源的调度与通信链路的可靠性；计算效率则受限于感知输入和通信开销。UAV群仿真平台可以模拟UAV群的行为，提供编队算法、系统设计的评估和验证，降低实验成本和风险。但现有仿真平台大多仅侧重于通信、感知与计算中的某个或某2个要素，在仿真中未充分考虑三者内在的耦合关系，导致其难以准确刻画UAV群在真实环境中的协同行为，造成对集群真实协同效率的评估失真。针对这一问题，系统梳理了与UAV群仿真相关的通信、感知和计算中的关键技术，分析不同通感算耦合程度的UAV群仿真平台，并提出了一种基于通信、感知、计算一体化(通感算一体化)理念的UAV群虚实结合协同仿真系统，为未来高保真、低成本、易扩展的UAV群仿真提供了技术路径与系统设计思路。
离散波束下基站与用户定位方法
叶欣;蔡梦佳;李立言;针对通信系统中基站位置与朝向存在误差导致定位性能下降的问题，提出了一种基站与用户定位的协同优化方法。该方法在离散波束特性条件下，构建静动分离的联合定位模型，引入箱粒子滤波(Box Particle Filter, BPF),结合区间分析理论，并设计重采样机制以增强粒子多样性，有效抑制角度量测的非高斯误差。对不同基站初始误差及用户遮挡条件开展仿真分析，结果表明该方法在定位精度方面优于基于高斯假设的卡尔曼滤波，能够有效修正基站初始信息误差并保持较高稳定性，为离散波束环境下高精度定位系统的设计与实现提供了参考。
基于OTFS-NOMA的低轨卫星通信与导航一体化传输方法研究
张洋铭;赵亚飞;李彦骁;张世杰;低地球轨道(Low Earth Orbit, LEO)卫星下行链路中，由于高速卫星运动导致的严重多普勒频移和快速时变多径衰落，给LEO卫星系统设计带来了巨大挑战。同时，随着LEO巨型通信星座的网络化部署，为基于LEO卫星的导航能力生成提供了可能。针对这一问题，提出了一种基于正交时频空(Orthogonal Time Frequency Space, OTFS)调制与非正交多址接入(Non-Orthogonal Multiple Access, NOMA)的通信与导航一体化传输方法。通过在时延-多普勒(Delay-Doppler, DD)域内采用功率域复用技术将通信符号和导航信号进行叠加，并用整个帧填充伪随机序列(Pseudo-Noise, PN)作为导频信号。采用滑动匹配滤波器估计稀疏信道，针对卫星到地面的链路中固有的高多普勒失真，引入了多普勒粗估计以应对动态漂移问题。仿真结果表明，在典型链路条件下，与传统的正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)方法相比，所提出的OTFS-NOMA方法误码率(Bit Error Rate, BER)降低了2个数量级，并实现了2.18 m的伪距测量精度。
基于用户数估计的MIMO无源多址接收优化
周国正;边东明;张更新;针对无源多址接入(Unsourced Multiple Access, UMA)系统在高密度用户场景下用户信号干扰严重、解码成功率低的问题，需提升系统在该场景下的信号分离与解码性能。基于多输入多输出(Multiple-Input Multiple-Output, MIMO)构建多级迭代接收框架，结合用户数估计、多波束解译调度与迭代解码技术实现性能优化；设计基于深度学习的波束用户数估计模型，动态调度低冲突波束优先解码，同时通过跨波束串行迭代消除(Successive Interference Cancellation, SIC)已解码用户的干扰。仿真结果表明，用户密集场景下的波束解码成功率较传统压缩感知-正交匹配追踪(Compressed Sensing-Orthogonal Matching Pursuit, CS-OMP)算法提升约28.09%,较近似消息传递(Approximate Message Passing, AMP)算法、稀疏低秩矩阵算法(Sparse Low-Rank Matrix Algorithm, SPARC)方案分别提升约18.3%、10.4%,且在活跃用户数达600时，仍保持稳定性能。该多级迭代接收框架通过空域资源分配与干扰协同抑制的闭环优化，显著提升海量用户场景下系统的容量与鲁棒性，为6G超密集物联网接入提供创新解决方案。
深度学习辅助电磁超表面设计：算法演进及应用
佟丽涵;卢国栋;许凯宏;李伟文;针对电磁超表面设计空间维度高、全波仿真计算量大以及电磁-热-器件约束耦合导致的优化困难，综述了人工智能辅助超表面设计的方法演进及其应用进展，以期为电磁超表面的高效设计与工程实现提供参考。从方法维度看，现有研究可概括为五类核心范式：监督式代理模型的快速正向预测，串联/双向与可逆网络的逆向求解与多解生成，变分自动编码器（Variational Autoencoder，VAE）/扩散等生成式模型的结构先验学习与全局探索，物理引导学习在物理一致性与跨工况泛化方面的增强，以及强化学习、大语言模型与多智能体驱动的“生成—验证—回灌”闭环自动化。从应用维度看，相关研究主要面向静态元光学任务、可重构/可编程超表面设计，以及多物理场耦合下的鲁棒设计与工程闭环。围绕结构色、热辐射调控、可编程波束赋形与自由形状设计等代表性场景，进一步总结了不同算法在系统级指标、多约束条件与多解空间下的适用性，并讨论其面向真实系统的多物理场协同优化与可信验证路径。
基于D3QN-PER的低轨卫星跳波束资源调度策略
高紫梅;李伟;周平;肖鑫;尹良;王佳维;林辉;低轨道地球卫星（Low Earth Orbit Satellite，LEO）通信系统凭借其广域覆盖与低时延传播特性，已成为解决偏远地区网络接入的关键技术。然而，受限于地面用户空间分布不均及业务需求的动态波动，传统静态资源分配方案难以实现波束资源的按需调度，导致系统效率低下。针对这一问题，提出基于结合优先经验回放机制的双决斗深度Q网络（Dueling Double Deep Q-Network with Prioritized Experience Replay，D3QN-PER）算法的跳波束（Beam Hopping，BH）图案优化方案。通过灵活调配有限的波束资源，实现系统平均时延最小化。仿真结果表明，与贪婪调度和轮询调度算法相比，所提方法使系统平均时延分别降低了31%和13%，显著提升了系统综合性能。
用于无人机的北斗B1I波段脉冲抑制导航天线
卢雅妮;宋宏伟;逯暄;张婷;针对无人机在复杂电磁环境下易受强电磁脉冲干扰的问题，设计了一款适用于北斗B1I波段的脉冲抑制圆极化导航天线。天线采用介电常数为4.4的FR4基板，尺寸为74.5 mm×74.5 mm×3.2 mm。通过偏心同轴馈电，并在辐射贴片对角线上引入切角与L形枝节实现圆极化辐射；接地面引入由矩形槽和中心对称L形槽构成的缺陷地结构，有效拓展阻抗带宽并改善轴比特性；在此基础上，集成PIN二极管与条状贴片，实现脉冲抑制功能。正常工作状态下，二极管截止，天线谐振于1.561 GHz；当受到高功率电磁干扰时，二极管被可逆击穿，中心频率偏移至1.378 GHz，干扰信号落入天线阻带从而保护后端电路。实测结果与仿真分析相吻合，表明设计的天线不仅满足无人机北斗导航需求，而且具备有效的脉冲干扰抑制能力。
基于多频率组相位融合的蓝牙6.0定位算法
赵富强;张冬雪;秦怀军;李越;蓝牙技术联盟提出的蓝牙6.0定位方案，基于2组频率信道的相位差可实现高精度测距。但是，单频率间隔易受多径效应引发的相位失真影响，固定权重融合的往返时间(Round Trip Time， RTT)数据无法动态适配场景变化。针对上述问题，提出一种多频率组相位融合(Multi-Frequency Group Phase Fusion， MFG-PF)的蓝牙6.0定位优化算法。将79个蓝牙信道划分为K个频率组，每组包含多个连续信道以扩大有效频率覆盖范围并提升抗干扰能力。独立计算各组信道的相位差与距离，通过加权融合降低单组数据的随机误差。同时引入场景自适应因子，通过动态调整相位测距(Phase based ranging， PBR)与RTT的融合权重，解决固定权重方案的鲁棒性不足问题。
典型地区城郊气溶胶光学厚度长时序差异化趋势研究
刘梦颖;马盈盈;何芸;韩维涛;气溶胶光学厚度（Aerosol Optical Depth，AOD）可表征大气中气溶胶柱总负荷，随着工业化、城市化推进，城市与郊区气溶胶分布差异加剧，对其长期变化特征开展定量分析具有重要意义。基于Google Earth Engine平台提供的多角度大气校正算法（Multi-Angle Implementation of Atmospheric Correction， MAIAC）AOD数据，对北京、武汉、长三角核心区和珠三角四个区域城郊AOD的长期差异特征进行了分析，并引入AOD城郊比值指数（LTRR），定量评估城郊差异的年际变化、季节特征及区域异质性。结果表明，不同区域城郊AOD差异具有显著的时空异质性：北京地区城郊差异整体较弱，而武汉、长三角核心区及珠三角地区城区AOD普遍高于郊区，其中珠三角差异最为明显。研究期内，各区域LTRR均呈现上升趋势，显示城市群区域城郊AOD相对差异持续增强。此外，各区域年际波动强度存在明显差别，珠三角波动较大，而北京和武汉相对稳定。研究结果表明，城郊气溶胶差异受区域背景条件与城市化进程的共同影响，对理解不同区域气溶胶空间分布特征具有重要意义。
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。
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。
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。
网站访问量
今日访问量: 0
友情链接
