临近空间应用太赫兹技术前瞻
胡伟东;郭佳乐;徐梦意;高启涵;彭广建;临近空间环境特性及效应是一个新兴的研究领域，对其进行特性分析、通信建设、目标识别等方面的研究具有重要意义。针对临近空间复杂环境下的环境特性及效应，对太赫兹技术应用到临近空间进行前瞻，通过分析太赫兹技术优势，梳理太赫兹技术发展脉络，结合临近空间独特环境特性及效应，总结太赫兹技术在临近空间中应用的优势与挑战，围绕临近空间通信、遥感、雷达论证太赫兹技术的潜力。研究表明，尽管太赫兹技术在临近空间应用中面临传输损耗、器件限制、系统集成等诸多挑战，但其固有优势在临近空间的应用前景十分广阔。
遥感反演与数智融生导读
钱永刚;李大成;<正>在加快推进国家民用空间基础设施建设的背景下,卫星遥感作为探测地球表面信息的关键手段,已逐步形成稳定、持续的空间信息服务能力。当前,遥感技术正从定性解译向定量反演深化,从人工分析向智能处理跨越,呈现出“定量化、智能化、实用化”的鲜明发展趋势。本专题聚焦“遥感反演与数智融生”,旨在推动遥感物理机理与人工智能技术的深度融合,提升遥感数据的解释能力与应用价值。专题共收录6篇论文,围绕遥感数据处理、信息反演与智能解译等核心环节,展现了从辐射定标、尺度转换、气体监测到图像分割与云检测的全链条创新。
四维高景一号01/02星在轨相对辐射定标与验证分析
李娟;陈军;兰穹穹;腾格尔;龙小祥;田甜;胡骁;李晔;四维高景一号01/02星是具备敏捷成像能力的商业光学遥感卫星，可提供不低于0.35 m分辨率的影像，并支持多种成像模式，包括多条带拼幅成像、立体成像、多点目标成像等，满足目标识别、洪涝检测、建筑物提取和植被覆盖分析等多个应用方面的需求。针对提升卫星辐射定标精度的需求，提出了一种基于海量在轨观测数据的统计定标方法，旨在解决传感器各通道非线性响应及其不一致性导致的低高亮度区间校正效果差的问题，显著提高了传感器的相对辐射定标精度。首次应用高景卫星大规模在轨数据，全面验证了该方法的有效性。定量评价结果显示，经过相对辐射定标后，01星影像的广义噪声、平均标准差和平均行标准差分别降至2.491%、2.267%和0.845%,02星对应指标分别为2.609%、2.268%和0.888%,可有效改善卫星数据的辐射质量及一致性，为高景卫星数据的定量化应用提供了重要支撑。
基于分形理论的GF-1 WFV反射率时空尺度转换建模
田云龙;李大成;熊威;针对基于分形构建的空间尺度转换模型参数会随时间变化，为研究地物的尺度效应带来误差问题，提出通过对时序数据建模，实现分形参数在时间尺度上的应用。选取内蒙古自治区巴彦淖尔市的戈壁区为研究区，对该地区2015—2020年的GF-1宽幅相机(Wide Field View, WFV)无云影像就各波段反射率依据分形理论分别构建时空尺度转换模型。结果表明，研究空间尺度变化在时间维上的规律是可行的，且GF-1 WFV红波段所构建的时空尺度转换模型拟合效果最优；戈壁区的反射率均值随尺度上推而增大；研究区GF-1 WFV红波段所构建的时空尺度转换模型表明，戈壁区反射率与时间尺度相关，且与时间表现出正相关规律。
基于Pandora站点的OMI、TROPOMI和GOME-2的遥感NO2的精度对比
徐玉静;郭钰;王帅民;张佳佳;王冬利;为有效支撑多源二氧化氮(NO2)数据的融合与应用，需对主流卫星遥感产品的精度进行系统评估。以北京的Pandora站作为参考值，对臭氧监测仪(Ozone Monitoring Instrument, OMI)、对流层监测仪器(Tropospheric Monitoring Instrument, TROPOMI)和全球臭氧监测实验-2(Global Ozone Monitoring Experiment-2,GOME-2)三种NO2垂直柱浓度遥感数据进行精度验证和对比分析，3种卫星NO2与Pandora站点观测数据的平均偏差均为负值，表明3种卫星NO2普遍被低估。整体上，OMI的均方根误差(Root Mean Square Error, RMSE)较低(4.04～5.95 Pmolec/cm2),表明在3种NO2遥感产品中，OMI NO2的精度较高；卫星NO2数据精度也呈现出季节差异，秋冬季节精度较差，春季和夏季精度较好；进一步对3种NO2遥感数据进行线性偏差拟合校正，校正后OMI NO2精度提升了15%,TROPOMI NO2精度提升了32%,GOME-2 NO2提升了22%,结果表明3种卫星的NO2数据的精度提升显著。
基于CSA策略和改进ResNet的通信信号调制识别方法
冯瑞杰;陶杰;李雄伟;李永波;受信道噪声、多径衰落等因素影响，调制信号质量显著下降，当前网络模型在处理此类调制信号识别任务时存在局限，且混合网络模型结构复杂、计算成本较高。为此，基于改进的残差神经网络，融入一种并行处理的通道空间联合注意力机制，构建了一种新的调制识别网络模型。该模型借助注意力机制能够自动聚焦关键通道、空间特征的特性，强化了模型对核心特征的表征能力；同时，在残差网络中引入二级残差连接，有效降低深层模型过拟合的风险。在公开数据集RML2018.01A上的仿真验证表明，当信噪比大于2dB时，模型平均识别准确率达到93%；信噪比超过12dB时，识别准确率均稳定在97%以上。相较于ResNet、ResNet50、LSTM等模型，该模型在平均识别准确率和低信噪比场景下的识别准确率均有明显的提升；相较于CLDNN混合模型，该模型在可训练参数量不足其十分之一的情况下，仍取得了接近的识别准确率，相对性能损失控制在合理范围内。实验结果表明，该网络模型在自动调制识别领域具有一定潜力。
基于空间功率谱特性的嵌套阵列频谱感知算法
管荑;梁伟;周飞飞;马涛;龚亮亮;冯宝;朱云飞;相比于传统均匀阵列，嵌套阵列在相同物理阵元数条件下能够提供更高的自由度和更大的虚拟孔径，从而显著提高探测性能。基于二级嵌套线阵结构，提出了一种利用空间功率谱特性的频谱感知算法。对接收信号的协方差矩阵进行向量化再进行去冗余操作，得到等效的单快拍接收信号。利用空间平滑算法恢复信号协方差矩阵的秩，再引入无需信源个数先验的最小方差无畸变响应波束成形器来生成空间功率谱。基于主用户信号存在与否时空间功率谱最大-最小值比的显著差异特性实现频谱检测。所提算法由于获得了更大的虚拟孔径，其检测性能较现有对比算法有一定的提升，同时保持了较好的测向性能和分辨能力，这在数值仿真中得到了验证。
面向星地网络的速率分割多址技术：机遇、应用与挑战
叶威;吴子君;马旭;孙春蕾;任超;曹荻非;张海君;在6G愿景的驱动下，星地融合通信网络正逐步成为实现全球无缝覆盖、智能协同与高效资源利用的关键，星地通信系统面临传输性能与智能协同能力等多重挑战。速率分割多址技术(Rate Splitting Multiple Access，RSMA)作为6G的关键多址技术，凭借其灵活的干扰管理与信号拆分机制，为星地通信的高效传输与智能协同提供了新途径。鉴于此，概述了星地网络的发展背景与核心挑战，系统阐述RSMA的基本原理及其在应对星地网络挑战中的独特优势。围绕不完美信道信息、干扰管理、安全通信和能效优化等关键问题，深入分析其现有解决方案。对RSMA在非理想信道状态信息(Channel State Information of Transmitter， CSIT)条件、干扰管理、隐私与安全、及节能星地网络等方面的未来研究方向进行了展望。
基于多目标动态重规划的低轨卫星切换算法
刘思盈;张鑫毅;朱立东;针对低轨卫星网络中因卫星高速运动导致的频繁切换问题，提出了一种基于多目标动态重规划的切换算法。通过构建以卫星覆盖时间窗口为节点、可行切换路径为边的时序图模型，建立了融合信道占用率、剩余服务时长与切换频率惩罚的多目标加权函数，形成量化的切换代价评估体系。在此基础上，采用基于多目标的动态重规划方法预测切换目标；实施按边权重排序的候选卫星贪心选择策略。在包含1584颗卫星、2926个卫星覆盖时间窗口的6h观测场景下进行仿真验证，仿真时间跨度为07:00—13:00。结果表明：该算法相比传统静态规划及单一目标优化算法，在切换效率与切换成功率上实现了显著提升。其中，总切换次数仅为35.5次，最大降幅达98.4%；切换成功率达到99.19%，较对比算法最高提升20.81%，有效实现了服务质量和切换效率的协同优化。
基于匹配理论的异构多星波束资源调度算法
刘子骞;袁硕;孙耀华;卫星通信已成为第六代移动通信系统（6G）架构的关键组成部分。与单体制通信系统相比，由多体制通信系统构成的异构卫星网络能够融合不同体制的优势，具备更强的动态场景适应性、更高的抗干扰能力和更优的频谱利用率。为了解决单体制通信系统在覆盖能力、资源利用率等方面的不足，构建了融合Ka宽带、L窄带以及S/C/Ka波段新空口的多体制卫星异构星座系统。通过综合考虑多体制用户接入和波束资源调度等约束条件，建立了最大化地面用户群体吞吐量的优化问题，并提出了一种基于负载均衡的分布式匹配算法，实现了异构卫星波束资源的高效联合调度。与传统独立调度算法相比，所提算法系统吞吐量提升了45%以上，并成功实现了小区流量的均衡分配。仿真结果表明，该研究在提升吞吐量和实现流量均衡方面具有显著优势。
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。
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。
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: 1,084
友情链接
