被引排行
基于VAAMask-RCNN的雷达复合干扰辨识方法
李沛珊;杨健;刘玮;针对复杂干扰环境下雷达辨识困难，传统辨识方法对新复合干扰类型失效的问题，提出一种注意力增强与动态锚框适配的掩膜区域卷积神经网络(Mask Region-based Convolutional Neural Network with Variable Anchor frame and Attention mechanism, VAAMask-RCNN)复合干扰辨识算法。考虑到雷达干扰信号的非平稳特性，采用短时傅里叶变换(Short-Time Fourier Transform, STFT)将各类复合干扰信号转换为时频图，通过标注干扰区域、划分训练与测试集构建多样化数据集。引入卷积块注意力模块(Convolutional Block Attention Module, CBAM),通过自适应调整特征权重强化干扰核心特征提取，同时设计动态锚框调整层，基于可学习权重参数动态优化锚框的位置与长宽比，实现对不同尺度、形态复合干扰的精准框选。对由6种单一干扰与7种复合干扰构成的数据集进行了消融与对比仿真实验，结果表明VAAMask-RCNN在训练过的复合干扰场景中辨识准确率达97.82%,面对未训练的新复合干扰仍保持94.23%的高准确率，显著优于二维卷积神经网络(Two-Dimensional Convolutional Neural Network, 2D-CNN)与YOLOv5,该研究为雷达系统应对动态多变的复合干扰提供了高效辨识方案。
基于轻量级卷积神经网络的5G随机接入信道检测增强方法
孔欢;刘奕彤;李卓航;孙宇楠;杨鸿文;物理随机接入信道(Physical Random Access Channel, PRACH)在5G系统中发挥着重要作用，而PRACH检测是无线信号处理领域的关键问题。在低信噪比环境下，传统的PRACH检测算法容易受到噪声干扰，导致检测率降低。为提升检测性能，提出一种基于深度学习的PRACH检测增强方法。在经典相关性算法的基础上，引入一个由深度可分离卷积构建的轻量级卷积神经网络(Convolutional Neural Network, CNN),以替代传统的固定阈值判决机制。实验验证表明，在维持相同虚警率的条件下，该方法的正确检测率优于传统阈值判决方法。
基于AM包络解调的PSK信号符号率盲估计方法研究
朱斌;王岩松;针对非协作通信场景下符号率盲估计的需求，提出了一种基于幅度调制(Amplitude Modulation, AM)包络解调的相位偏移调制(Phase Shift Keying, PSK)信号符号率估计方法，将接收信号视作准调幅信号，通过AM解调提取包络并进行频谱分析，在符号率及其倍频处识别特征谱峰，实现符号率估计。通过仿真与实测验证，结果表明该方法在中低信噪比(Signa to Noise Ratio, SNR)条件下仍能保持较好的估计精度，具有结构简单、计算量低、易于实现等特点，为现有小波变换法与循环谱法提供了一种低复杂度、可直接依托接收机实现的符号率盲估计思路。
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。
面向Walker星座的分阶间隔选星方法
肖俊;纪元法;孙希延;贾茜子;对低地球轨道(Low-Earth Orbit, LEO)卫星Walker星座的选星优化问题，提出一种分阶间隔的卫星筛选算法。构建基础构型为240颗卫星的Walker星座，其全球覆盖率达90.57%,针对轨道面内卫星分布冗余和重复覆盖问题，利用分阶间隔的卫星筛选算法，将基础构型星座优化为5个卫星数量不同的星座，降低系统复杂度，通过对比重复覆盖率、几何精度因子(Geometric Dilution of Precision, GDOP)平均值、平均可见卫星数，选出120颗卫星构建星座。联合全球定位系统(Global Positioning System, GPS)与北斗卫星导航系统(Beidou Navigation Satellite System, BDS)对系统进行验证，通过建立全球分布均匀的8个测站进行分析，实验结果显示：相较于传统GPS+BDS,联合GPS+BDS+LEO系统的GDOP均值降低了15.79%,可见卫星数平均提高了19.84%。研究验证了LEO的增强效能，为LEO卫星的工程化设计提供了新思路。
多系统GNSS长期空间信号精度评估分析
魏嘉乐;苏珂;焦国强;杨宇泽;闫志范;高鹏;广播星历对全球导航卫星系统(Global Navigation Satellite System, GNSS)提供的定位、导航与授时(Positioning, Navigation, and Timing, PNT)服务至关重要，基于德国地学研究中心(German Research Centre for Geosciences, GFZ)和武汉大学(Wuhan University, WHU)提供的精密星历，对比分析了2022—2024年期间北斗卫星导航系统(BeiDou Navigation Satellite System, BDS)(包含BDS-2、BDS-3)、GPS、GLONASS、Galileo四个系统广播星历的轨道误差、钟差误差和空间信号测距误差(Signal-in-Space Range Error, SISRE)。在轨道精度方面，系统轨道精度从高到低依次为Galileo、GPS、BDS-3、GLONASS、BDS-2;在钟差精度方面，系统钟差精度从高到低依次为Galileo、GPS、BDS-3、BDS-2、GLONASS;总体来看，Galileo空间信号精度最好，GPS空间信号精度其次，BDS空间信号精度排在第三位，GLONASS空间信号精度最差，研究对提升GNSS空间信号精度和改善PNT服务性能具有重要参考价值。
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。
一种小型化超宽带单极子天线
伍德鹏;陈星;随着现代无线通信与电磁探测系统的不断发展，对天线的小型化与超宽带性能提出了迫切需求。研发兼具这2种特性的天线，是应对频谱资源紧张和提升电子设备集成度的关键挑战之一。为此，提出了一种基于椭圆形辐射贴片和L形金属接地平面的超宽带小型化单极子天线结构。该结构通过优化的交趾耦合设计有效拓展了低频带宽，实现从272 MHz～12 GHz的超宽工作带宽，其电尺寸仅为0.23λ×0.11λ×0.18λ(λ为最低工作频点对应的波长)。通过理论分析揭示了该天线独特的多模工作机理：在低频段呈现单极子辐射特性，而在高频段则过渡为高效的行波辐射模式，表现出优异的非频变阻抗特性。加工并测试了天线样机，实测高频增益稳定在约8 dBi,测试结果与仿真吻合良好。与现有超宽带天线相比，该设计在保持优异辐射性能的同时，兼具紧凑尺寸与宽频带特性，且增益在全频段内保持稳定，在超宽带通信、电子战及相关领域展现出良好的应用潜力。
基于改进YOLO11的高速路面裂缝分割算法
曹霆;刘干;王朋辉;杨龙;针对物联网边缘环境下高速路面裂缝分割任务中漏检率高、边界定位精度不足及复杂场景适应性差的问题，为实现高精度与低延迟的协同优化，提出一种融合轻量化多尺度特征增强与极化自注意力(Polarized Self-Attention, PSA)机制的改进YOLO11分割模型。对空洞空间金字塔池化(Atrous Spatial Pyramid Pooling, ASPP)进行了轻量化设计，通过不同空洞率的并行空洞卷积与全局平均池化操作，在降低计算量的同时增强多尺度上下文信息提取能力。引入优化后的PSA机制，通道与空间维度的联合特征重标定，有效抑制复杂背景干扰，进而提升裂缝边缘的辨识精度。此外，该机制支持边缘节点仅传输经注意力权重筛选后的稀疏特征，降低数据传输开销，适应物联网多节点协同感知。根据高速公路G85的自建裂缝数据集，实验证明改进模型在复杂背景与低对比度条件下具有较强的鲁棒性，整体性能较YOLO11n基准线提高了5.62%,较主流算法也有显著提升，为高速路面智能化养护提供了高精度及轻量化的分割解决方案。
车联网中基于UWB定位的自动泊车技术研究综述
白峻臣;吴屹昂;吴琼;自动泊车作为车联网应用的关键环节，在复杂环境下仍面临感知能力不足、定位精度低等挑战。超宽带(Ultra-Wideband, UWB)定位技术凭借其厘米级精度、强抗多径干扰与高鲁棒性，为提升自动泊车系统的环境感知与定位能力提供了有效解决方案。系统综述了UWB定位技术与自动泊车系统的融合研究进展，重点分析了UWB在复杂场景下的技术优势、多传感器融合策略、动态环境适应性优化及算法实时性增强等核心问题。研究表明，UWB与视觉、惯性导航等传感器的深度融合及智能算法的应用，是提升自动泊车系统性能的关键路径。对UWB在自动泊车中的全面应用进行了深度剖析，为相关技术发展与产业化落地提供了理论参考。