网络首发
一种车载行进间远程无盲区通信天线的设计与分析
吴龙飞;陈思彤;鹿启栋;郭俊言;曾宇轩;对一种车载行进间远程无盲区短波通信天线的理论分析、优化设计进行了介绍，该天线主要用于解决目前远程通信需要依赖于中继的问题。该天线属于近垂直入射天波(Near Vertical Incident Skywave， NVIS)双电小环天线，其工作频段为3～12 MHz。由于天线的电小尺寸特性，提出了其等效电路模型并进行了特性分析。基于分析结果并考虑实际车载安装条件，优化设计出一种相应场景的天线结构，该结构由三部分组成：一个内圆环、一个外半方环和一个金属接地平面。同轴线馈电的内圆环通过电感耦合激励外半方环，向下辐射的电磁波经接地平面反射后在上半部分镜像空间得到增强。对所设计天线的仿真计算显示，在3～12 MHz的工作频段内天线调谐时的反射损耗S11最大值接近-10 dB。通信试验表明该天线实用效果良好。
LTE信号及协议解析技术研究与实现
熊志广;针对运营商网络优化、伪基站查处、无人机网联长期演进（Long Term Evolution，LTE）监测等场景需求，对正交频分复用（Orthogonal Frequency Division Multiplexing，OFDM）、星座图解调、时频域同步等LTE信号解析关键技术进行了简要介绍，提出了LTE协议解析总体方案，从同步信号与广播信道协议解析、辅助公共控制信道协议解析、LTE协议解析、设备硬件设计等方面进行了详细阐述。对城区现有网络LTE基站进行了实际测试，并与专业测试软件TEMS对比分析，验证了系统在参数提取准确性和系统实时性方面具有优势。该系统实现了对LTE下行链路中主同步信号、辅同步信号、物理广播信道以及物理下行控制信道所承载的协议参数与系统信息的有效解析，在公共安全及国防领域具有重要的应用与推广价值。
地磁匹配定位在辅助惯性导航中的应用
穆正;杨腾越;王超;王常有;冯国祚;殷海龙;全球卫星导航系统（Global Navigation Satellite System，GNSS）在强对抗、复杂地理环境下的局限性，催生了对高可靠自主导航技术的迫切需求。地磁匹配定位技术具有无源、隐蔽、全空域及无累积误差等优势，与惯性导航系统（Inertial Navigation System，INS）形成天然互补，二者融合形成的地磁辅助惯性导航系统，成为解决GNSS拒止环境下无人平台高精度位姿感知问题的关键技术途径。系统阐述了地磁导航的基本原理与技术特点，分析其与惯性导航的互补机理与融合架构，梳理国内外在地磁测量、基准图构建、匹配算法及系统融合等方面的研究进展与工程实践，总结当前技术突破与主要瓶颈。在此基础上，提出地磁匹配定位辅助惯性导航的系统原理框架，并面向高精度动态磁测、超高分辨率地磁图建模、智能匹配算法及深耦合验证等挑战，展望未来重点研究方向。该技术对提升无人装备战场生存能力、推动导航技术自主可控、促进多源信息融合导航理论发展具有重要意义。
基于小波变换-ICA的毫米波FMCW静止人体生命体征检测
余美慧;赖东升;田淦宏;蔡志明;为提升调频连续波(Frequency Modulated Continuous Wave， FMCW)雷达在非接触式生命体征检测中对呼吸与心跳信号的分离精度与鲁棒性，尤其是在强噪声与谐波干扰条件下，提出一种融合多通道小波分解与双通道独立成分分析(Independent Component Analysis， ICA)的生命体征分离方法。针对呼吸信号幅度大、心跳信号微弱且频谱重叠的问题，对8通道FMCW雷达相位信号进行距离融合与5层Coif5小波分解，实现呼吸与心跳频段的初步解耦；通过频率-能量双阈值筛选有效分量，并采用通道融合增强目标频段信号质量；基于双通道FastICA算法实现呼吸与心跳信号的统计独立分离，并结合频谱主峰识别完成参数估计。结果表明，所提方法在不同距离(0.5、1、1.5 m)下均能稳定提取生命体征，心率检测平均绝对误差(Mean Absolute Error，MAE)为1.8每分钟心跳次数(Beats Per Minute，BPM)，呼吸率MAE为1.5 BPM，性能优于传统带通滤波、变分模态分解(Variational mode decomposition，VMD)及单一小波分解方法，为复杂环境下非接触生命体征监测提供了有效解决方案。
轻量化高鲁棒性的人工智能接收机ConvLSTM-RxNet
杨润晖;刘奕彤;杨鸿文;针对复杂无线通信环境下的信号检测问题，提出一种基于卷积长短时记忆网络的接收机模型ConvLSTM-RxNet。该模型通过多尺度卷积模块提取信号的时频特征，利用双向卷积LSTM网络捕获时序依赖关系，并结合时频注意力机制增强关键信息的表征能力。实验结果表明，与当前性能最优的DeepRx模型相比，ConvLSTM-RxNet在不同信道条件下均表现出更优的性能，其中性能最高提升幅度为：在TDL-B信道下，误码率从2.8×10-4降至7×10-5，降幅达75%(约0.5个数量级)；在TDL-C信道下，误码率从1.1×10-2降至1.7×10-3，降幅达84.5%(约0.8个数量级)。此外，该模型同时保持了较低的训练和部署开销，具备良好的实用性与轻量性。综上所述，ConvLSTM-RxNet在误码率性能与鲁棒性方面均显著优于传统DCCN、DeepRx及CRNN-ResNet等对比模型，为复杂信道环境下的智能接收机设计提供了新的解决方案。
基于人工磁导体的低RCS圆极化天线阵
颜凤;伍德鹏;陈星;基于传统矩形微带贴片天线，设计了一种紧凑型人工磁导体（Artificial Magnetic Conductor，AMC）天线单元，其电尺寸为0.38λ×0.38λ×0.09λ（λ为最低工作频点对应的波长）。该单元可通过2个独立结构分别调控辐射特性与散射特性，实现了辐射-散射一体化性能的集成设计。在辐射性能方面，可调节缝隙耦合馈电结构优化天线阻抗匹配；在散射性能控制方面，将单元旋转90°，旋转前后的单元在1.95 GHz～4.7 GHz频带内保持180°±37°反射相位差。将原始单元与旋转单元组成4×4棋盘阵列后，由于所设计的天线具有结构对称性，该阵列对x极化和y极化的入射波均表现出显著的宽带雷达散射截面（Radar Cross Section，RCS）缩减效果。垂直入射条件下，在1.92 GHz～4.63 GHz频段内具有8 dB的RCS缩减。同时，该天线阵列作为右旋圆极化天线工作时，其阻抗带宽与轴比带宽分别达到1.9 GHz～3.07 GHz（47.08%）和1.8 GHz～3 GHz（50%）。最后，加工并测试了设计的天线阵列，测量结果与仿真数据吻合良好，验证了设计方法的准确性与工程可行性。
面向无人机识别的同平台LiDAR–可见光数据集构建
熊天宇;刘俊;谷雨;彭冬亮;谢彩承;罗天航;王佳佳;辛庆宇;面向识别无人机需求，基于多源信息融合的无人机识别技术是一种有效的解决途径。对现阶段反无人机数据集进行了总结，目前公开的无人机数据集以可见光图像为主，缺乏完成严格时空配准与对齐的多源无人机数据集，因而难以有效支撑面向多源信息融合的无人机识别研究。已公开的MMAUD多模态数据集集成了可见光鱼眼相机与激光雷达（Light Detection And Ranging，LiDAR）等多种模态数据，但其原始数据有着图像数据未进行畸变校准、LiDAR存在大量无效数据、数据缺少标注等问题，制约了反无人机的应用研究。因此，进一步在MMAUD多模态数据集的基础上，通过时空对准、几何标定、畸变校准、无人机数据标注等处理，构建了一套面向无人机识别的同平台LiDAR–可见光数据集，为多模态反无人机感知与信息融合研究提供了可靠的数据集基础。
面向无人机反射的低空覆盖网络干扰分析
代宇;丁雪;谢伟良;刘奕彤;尹良;低空经济驱动下无人机应用规模扩大，对低空网络的广域覆盖能力提出了迫切需求，以实现有效的空域监管与服务支撑。基于地面基站构建低空覆盖网络是当前最可行的技术方案之一，通过扩展垂直覆盖范围、支持大规模无人机监管实现有效覆盖。但该过程引发两类新干扰：第一，基站扩展覆盖范围导致信号重叠区域显著增加，引发更多同频干扰；第二，无人机数量激增使空地信道环境复杂化，无人机作为空中散射体会反射基站信号，形成反射干扰。针对上述干扰，提出了一种基于柯西扰动和动态调整的交替量子粒子群优化算法（Alternating Quantum-behaved Particle Swarm Optimization with Cauchy Perturbation and Dynamic Weighting, AQPSO-CPDW），评估不同环境下的干扰程度和同频基站所需隔离距离。算法构建基于地面基站的低空覆盖场景，将两类新干扰纳入评估；提出交替优化，解决新干扰导致的维度灾难问题，并提出动态优化机制和柯西扰动，进一步提升了全局搜索能力。仿真结果表明，相较于粒子群优化、量子行为粒子群优化及交替粒子群优化算法，AQPSO-CPDW算法在寻找极端干扰场景的效果上分别提升了28.8%、24%和16.7%，收敛精度更优，给出了不同环境下所需的隔离距离，为低空覆盖网络的部署提供了贴近实际场景的理论依据。
RIS辅助的SC-LDPC乘积码中继协作码的构造与交替译码研究
杨晨;张顺外;针对基于可重构智能表面（RIS）辅助的空间耦合低密度奇偶校验（SC-LDPC）乘积码中继协作展开研究。信源节点通过SC-LDPC乘积码对信息矩阵行编码，并通过中继节点对信息矩阵列编码；为进一步提升编码增益，采用基于复制与掩码（R&M）代数构造方法对SC-LDPC码的校验矩阵消环设计。该方法通过系统性地消除校验矩阵中的短环结构，显著提升了码字的围长，降低了误码平层。目的节点对接收的两路信号进行SC-LDPC乘积码行译码与列译码的交替译码，在译码过程中实现信息充分交互。该译码方法通过在行与列两个维度之间实时交换软信息，使译码器能够更早地识别并纠正潜在错误，从而有效提升了迭代收敛速度与译码可靠性。仿真结果表明，基于R&M代数构造的SC-LDPC乘积码相较于一般SC-LDPC乘积码具有更优性能；列译码和行译码的信息交互也有助于提高译码效率，降低误码率。
基于多模态融合的雷达调制识别
王子谦;尹良;在雷达调制识别研究中，针对当前多模态融合方法存在的特征倾斜和模态不对齐的问题，以及调制识别模型在多信号时频重叠的复杂电磁环境下识别性能不佳的问题，提出了一种基于多模态特征对齐与深度融合的调制识别模型。构建了包含随机调制参数及多信号时频重叠的复杂电磁环境数据集；设计了多模态融合模型，提取信号与时频特征，并通过引入对比学习与匹配学习损失函数，实现各模态特征在统一嵌入空间的对齐与充分融合；提出了一种将多模态融合模型接入识别模型的方法，并结合可变形注意力机制，使各模态特征在多尺度进行交互。实验结果表明，提出的模型显著优于主流识别模型，与基线模型相比，提出的模型在所有信噪比下的平均mAP50-95性能达到94.78%（+0.6%），且在低信噪比下性能提升1.23%。