通信学报

超声波透金属通信中信道交织器的设计和性能分析

许琳森, 杨维, 田洪现

2022, 43(10): 1-11. doi:10.11959/j.issn.1000-436x.2022204

摘要 ( 253 )

在线阅读 ( 64 )

PDF下载 (873KB) ( 180 )

可视化

数据和表 | 参考文献 | 相关文章

摘要：针对超声波透金属（UTM）信道所产生的连续错误比特问题，提出了一种UTM通信的多输入信道交织器。利用多输入交织器的分组思想和UTM信道功率增益的周期振荡特性，首先将编码比特进行分组，使每组比特的错误概率变化平缓；然后对每组的编码比特进行移位和矩形交织，这样不仅保证了同一组的交织比特分散在不同的振荡周期中，避免了连续的比特都具有较高的错误概率，而且保持了原有的比特位置序列，降低了不等差错保护（UEP）的影响；最后分析了随机交织器和所提交织器的近似误比特率性能，并通过仿真进行了验证。仿真结果表明，所提交织器提高了UTM通信系统的频率分集，在高信噪比时具有比随机交织器更低的误比特率。

基于对比学习的细粒度未知恶意流量分类方法

王一丰, 郭渊博, 陈庆礼, 方晨, 林韧昊

2022, 43(10): 12-25. doi:10.11959/j.issn.1000-436x.2022180

摘要 ( 583 )

在线阅读 ( 113 )

PDF下载 (2736KB) ( 582 )

可视化

数据和表 | 参考文献 | 相关文章

摘要：为了应对层出不穷的未知网络威胁和日益先进的逃逸攻击，针对恶意流量分类问题，提出了一种基于对比学习的细粒度未知恶意网络流量分类方法。所提方法基于变分自编码器，分为已知和未知流量分类2个阶段，分别基于交叉熵和重构误差对已知和未知恶意流量分类。与常规方法不同，该方法在各训练阶段中加入了对比学习方法，提高对小样本和未知类恶意流量的分类性能。同时，融合了再训练和重采样等方法，进一步提高对小样本类的分类精度和泛化性能。实验结果表明，所提方法分别提高了对小样本类20.3%和对未知类恶意类9.1%的细粒度分类宏平均召回率，并且极大地缓解了部分类上的逃逸攻击。

基于带智能卡的移动终端实现的隐私保护的属性票据方案

史瑞, 封化民, 谢惠琴, 史国振, 刘飚, 杨旸

2022, 43(10): 26-41. doi:10.11959/j.issn.1000-436x.2022156

摘要 ( 258 )

在线阅读 ( 45 )

PDF下载 (1566KB) ( 420 )

可视化

数据和表 | 参考文献 | 相关文章

摘要：为了解决现有电子票据系统难以在资源受限设备中部署，以及无法防止票据在未授权设备之间共享的问题，提出了基于带智能卡的移动终端实现的隐私保护的属性票据方案。其中，智能卡为安全可信但资源受限的核心设备，负责存储密钥信息并处理轻量级的运算；智能终端为功能强大的辅助设备，负责处理与密钥无关但耗时的运算。首先，结合伪随机函数、匿名的临时身份方案、带随机化标签的可聚合签名和Pointcheval-Sanders签名，构造了一个可在带智能卡的移动终端部署的支持属性策略的电子票据方案；其次，给出了电子票据的安全模型并证明了所提方案满足不可链接性和不可伪造性；最后，在个人计算机、国产智能卡（爱信诺ACH512）和智能手机（华为荣耀9i）上实现了所提方案，对比和实验结果表明了所提方案的高效性。

对抗智能干扰的主动防御技术

冯智斌, 徐煜华, 杜智勇, 刘鑫, 李文, 韩昊, 张晓博

2022, 43(10): 42-54. doi:10.11959/j.issn.1000-436x.2022198

摘要 ( 655 )

在线阅读 ( 72 )

PDF下载 (1477KB) ( 542 )

可视化

数据和表 | 参考文献 | 相关文章

摘要：在复杂电磁对抗环境下，干扰的智能化发展给无线通信造成了严重威胁，而传统抗干扰方法往往都是被动地调整工作模式或参数，在面对智能干扰时处于劣势甚至被压制。针对此问题，提出了干扰主动防御技术体系架构，旨在通过主动调整己方的通信行为，扰乱干扰的学习过程并降低干扰效能。为了渐进达到“理解对手”“克制对手”“战胜对手”的目的，在博弈论和对抗机器学习理论方法指导下，围绕干扰反向推理、算法脆弱性分析和对抗策略设计、抗干扰策略自主优化和在线决策3个方面对关键技术展开论述。最后，结合2个具体案例，验证了所提技术架构的可行性和有效性。

确定性算力网络研究

贾庆民, 胡玉姣, 张华宇, 彭开来, 陈平平, 谢人超, 黄韬

2022, 43(10): 55-64. doi:10.11959/j.issn.1000-436x.2022191

摘要 ( 722 )

在线阅读 ( 124 )

PDF下载 (806KB) ( 884 )

可视化

数据和表 | 参考文献 | 相关文章

摘要：为满足时间敏感、计算密集型业务的发展要求，研究了计算任务实时传输和实时计算的保障性问题。首先，简要介绍了算力网络和确定性网络的研究进展。然后，提出了确定性算力网络技术方案，并设计了技术架构与工作机制，通过算网感知、规划调度、资源管控等技术能力，实现计算任务的实时传输和实时计算，仿真结果也验证了所提技术方案的有效性。最后，分析了确定性算力网络的典型应用场景，并对未来发展趋势和技术挑战进行了探讨。

基于多尺度特征的网络流量异常检测方法

段雪源, 付钰, 王坤, 刘涛涛, 李彬

2022, 43(10): 65-76. doi:10.11959/j.issn.1000-436x.2022195

摘要 ( 396 )

在线阅读 ( 87 )

PDF下载 (1290KB) ( 421 )

可视化

数据和表 | 参考文献 | 相关文章

摘要：针对传统的网络流量异常检测方法大都只关注流量数据的细粒度特征，对多尺度特征信息利用不充分，可能导致异常检测结果准确率不高的问题，提出了一种基于多尺度特征的网络流量异常检测方法。使用多个不同尺度的滑动窗口将原始流量划分为多个观察跨度的子序列，利用小波变换技术重构各个子序列的多层级序列，链式 SAE 通过特征空间映射生成多层级重构序列，各层级的分类器根据重构序列的误差进行异常的初步判定，采用加权投票策略对各层级的初步判定结果进行汇总，形成最终结果判定。实验结果表明，所提方法可有效挖掘网络流量的多尺度特征信息，对异常流量的检测性能较传统方法有明显提升。

基于改进的混合遗传算法的车联网任务卸载策略研究

丛玉良, 孙闻晞, 薛科, 钱志鸿, 陈绵书

2022, 43(10): 77-85. doi:10.11959/j.issn.1000-436x.2022188

摘要 ( 310 )

在线阅读 ( 61 )

PDF下载 (979KB) ( 476 )

可视化

数据和表 | 参考文献 | 相关文章

摘要：针对多车多服务器车联网场景下的卸载决策造成资源分配不合理的问题，提出了一种两阶段启发式的车联网任务卸载策略。该策略利用改进的混合遗传算法（IGHA）与改进的人工鱼群算法（AFSA），结合系统对其内部的平均开销、时延与能耗的要求，对2种改进算法进行多次迭代求解，在任务卸载过程中实现最优资源分配。仿真实验结果表明，相比于基准方案，所提方案可以有效地降低系统内开销并提高任务卸载效率。

高速移动环境下低复杂度OTSM迭代rake均衡方法

李国军, 龙锟, 叶昌荣, 梁佳文

2022, 43(10): 86-93. doi:10.11959/j.issn.1000-436x.2022203

摘要 ( 213 )

在线阅读 ( 22 )

PDF下载 (1129KB) ( 475 )

可视化

数据和表 | 参考文献 | 相关文章

摘要：针对现有正交时序复用（OTSM）均衡方法抗噪性能不佳、计算复杂度高的问题，提出了一种基于最大比合并（MRC）的低复杂度迭代rake均衡器。其主要思想是利用MRC在时延-时域中迭代提取并相干合并发射符号的接收多径分量，以提高合并信号的信噪比。为加快MRC迭代算法收敛，设计了一种单抽头时频均衡器为其提供初始估计，随后结合外部纠错码进一步提高误码性能。仿真结果表明，基于MRC的迭代rake均衡器性能显著优于LMMSE线性均衡器，与目前广泛使用的高斯-赛德（GS）迭代均衡器相比，性能和计算复杂度都有较大提升。

基于本地化差分隐私的联邦学习方法研究

康海燕, 冀源蕊

2022, 43(10): 94-105. doi:10.11959/j.issn.1000-436x.2022189

摘要 ( 619 )

在线阅读 ( 111 )

PDF下载 (1156KB) ( 731 )

可视化

数据和表 | 参考文献 | 相关文章

摘要：联邦学习作为一种协作式机器学习方法，允许用户通过共享模型而不是原始数据进行多方模型训练，在实现隐私保护的同时充分利用用户数据，然而攻击者仍有可能通过窃听联邦学习参与方共享模型来窃取用户信息。为了解决联邦学习训练过程中存在的推理攻击问题，提出一种基于本地化差分隐私的联邦学习（LDP-FL）方法。首先，设计一种本地化差分隐私机制，作用在联邦学习参数的传递过程中，保证联邦模型训练过程免受推理攻击的影响。其次，提出并设计一种适用于联邦学习的性能损失约束机制，通过优化损失函数的约束范围来降低本地化差分隐私联邦模型的性能损失。最后，在MNIST和Fashion MNIST数据集上通过对比实验验证了所提方法的有效性。

面向智能渗透攻击的欺骗防御方法

陈晋音, 胡书隆, 邢长友, 张国敏

2022, 43(10): 106-120. doi:10.11959/j.issn.1000-436x.2022202

摘要 ( 296 )

在线阅读 ( 25 )

PDF下载 (1458KB) ( 552 )

可视化

数据和表 | 参考文献 | 相关文章

摘要：基于强化学习的智能渗透攻击旨在将渗透过程建模为马尔可夫决策过程，以不断试错的方式训练攻击者进行渗透路径寻优，从而使攻击者具有较强的攻击能力。为了防止智能渗透攻击被恶意利用，提出一种面向基于强化学习的智能渗透攻击的欺骗防御方法。首先，获取攻击者在构建渗透攻击模型时的必要信息（状态、动作、奖励）；其次，分别通过状态维度置反扰乱动作生成，通过奖励值符号翻转进行混淆欺骗，实现对应于渗透攻击的前期、中期及末期的欺骗防御；最后，在同一网络环境中展开3个阶段的防御对比实验。实验结果表明，所提方法可以有效降低基于强化学习的智能渗透攻击成功率，其中，扰乱攻击者动作生成的欺骗方法在干扰比例为20%时，渗透攻击成功率降低为0。

基于马尔可夫链的生成式区块链隐蔽通信模型

佘维, 荣欣鹏, 刘炜, 田钊

2022, 43(10): 121-132. doi:10.11959/j.issn.1000-436x.2022194

摘要 ( 364 )

在线阅读 ( 51 )

PDF下载 (1070KB) ( 675 )

可视化

数据和表 | 参考文献 | 相关文章

摘要：为了解决目前区块链隐蔽通信中信道构建风险高、信息交叉、隐蔽性不足等问题，提出了一种基于马尔可夫链的生成式区块链隐蔽通信模型。首先，发送方使用文本数据集获取候选单词集并进行马尔可夫模型训练，获得转移概率矩阵，并生成哈夫曼树集合；随后，对需要传输的秘密信息二进制流进行迭代式哈夫曼解码，以获得一组符合正常语言与语义特征、可读性强的载密信息语句，利用生成式隐写方法完成秘密信息嵌入；然后，将该载密信息进行环签名后，作为正常交易发布到区块链网络中并完成打包和出块；最后，接收方利用相同的文本数据集获取转移概率权值哈夫曼树，逆向操作获得秘密信息二进制流。实验结果表明，相较于目前的同类模型，所提模型可进一步提高嵌入强度和时间效率，降低隐蔽信道构建风险，避免信息交叉，提升隐蔽性。

基于深度强化学习的海洋移动边缘计算卸载方法

苏新, 孟蕾蕾, 周一青, CELIMUGE Wu

2022, 43(10): 133-145. doi:10.11959/j.issn.1000-436x.2022197

摘要 ( 430 )

在线阅读 ( 77 )

PDF下载 (1184KB) ( 592 )

可视化

数据和表 | 参考文献 | 相关文章

摘要：海洋信息系统网络节点之间的强异构特性为海洋移动边缘计算任务卸载优化带来了复杂高维度的限制条件，同时复杂多样化的海事应用会导致海洋网络局部区域出现计算任务的超负荷处理。为实现海洋网络节点计算任务的最佳卸载与资源优化，满足网络低时延、高可靠的应用服务需求，提出基于多尺度异构特征属性的海洋网络节点分层归类方法和基于深度强化学习的海洋移动边缘计算卸载方法。仿真结果表明，所提方法较传统方法能够在海洋信息系统下有效地降低网络节点的计算任务卸载时延，并且能够在大规模任务流下保持海洋网络的稳健性。

基于室内地图推演与信号穿墙修正的定位优化方法

孙大洋, 石文孝, 张定国

2022, 43(10): 146-156. doi:10.11959/j.issn.1000-436x.2022187

摘要 ( 215 )

在线阅读 ( 17 )

PDF下载 (1434KB) ( 343 )

可视化

数据和表 | 参考文献 | 相关文章

摘要：针对室内定位中信号穿墙非视距传播带来的测量误差问题，提出了一种穿墙测距与视距测距相混合的穿墙修正定位优化方法。在室内典型的隔墙非视距场景中，建立了近似拟合信号穿墙传播特性的测距模型，将穿墙入射角、墙体结构、介电常数、墙体厚度等因素参数化，并借助室内地图进行节点与锚点间的隔墙判定，仅根据室内地图及冗余测距信息即可进行定位求解。仿真与UWB实测实验结果表明，在考虑信号穿墙传播的多变地图场景下，所提方法的室内定位平均精度优于加权最小二乘法的平方测距定位方法。

Málaga湍流信道下改进型光广义空间调制

赵辉, 马薇雯, 李进, 邓文超, 万辉, 张天骐, 刘媛妮

2022, 43(10): 157-166. doi:10.11959/j.issn.1000-436x.2022200

摘要 ( 151 )

在线阅读 ( 7 )

PDF下载 (1336KB) ( 328 )

可视化

数据和表 | 参考文献 | 相关文章

摘要：针对传统光广义空间调制（OGSM）使用固定的光学天线组合集导致系统空间资源浪费和误码率性能受限的问题，提出一种基于低复杂度自适应光学天线组合集选择算法的改进型方案。首先，利用信道状态信息计算光学天线组合之间的欧氏距离矩阵。然后，基于欧氏距离等价原则和最大范数天线选择的思想，删除信道状态较差的光学天线组合，最终保留下的天线组合即当前状态下的最优光学天线组合集。所提算法避免了对所有候选天线组合的遍历，很大程度上降低了算法复杂度。仿真结果表明，所提方案的误码率性能在不同条件下均优于传统OGSM。

基于多鉴别器生成对抗网络的时间序列生成模型

陆彦辉, 柳寒, 李航, 朱光旭

2022, 43(10): 167-176. doi:10.11959/j.issn.1000-436x.2022205

摘要 ( 205 )

在线阅读 ( 22 )

PDF下载 (3938KB) ( 500 )

可视化

数据和表 | 参考文献 | 相关文章

摘要：针对时间序列的隐私性和连续性导致时间序列数据集在收集过程中存在收集代价昂贵和数据缺失等问题，提出了一种基于循环神经网络的多鉴别器生成对抗网络模型，该模型能够利用小规模数据集合成得到与真实数据相似分布的时间序列数据集。多鉴别器包含时域、频域、时频域和自相关4种鉴别器，能够充分识别时间序列不同维度下的特征。在实验中，通过损失函数的收敛分析、主成分分析和误差分析，分别从定性和定量的角度对模型进行性能评估。结果表明，所提模型和其他参考模型相比具有更好的性能。

基于归零神经动力学的水下无线传感器网络节点测距定位方法

杜秀娟, 王丽娟, 刘静萍, 金龙

2022, 43(10): 177-185. doi:10.11959/j.issn.1000-436x.2022192

摘要 ( 178 )

在线阅读 ( 24 )

PDF下载 (1141KB) ( 260 )

可视化

数据和表 | 参考文献 | 相关文章

摘要：从时变角度对基于到达角度（AoA）和到达时间差（TDoA）测距算法的水下无线传感器网络（UWSN）节点定位问题进行建模，提出了一种归零神经动力学模型来求解该定位问题并对所提模型进行了收敛性分析。通过对节点定位进行计算机仿真，验证了所提模型在精度和移动定位稳健性方面的有效性。此外，利用青海湖实验床在湖试过程中收集的位置坐标对节点进行定位，验证了所提模型对实际应用场景具有潜在的适用性。

基于快速密度峰值聚类离群因子的离群点检测算法

张忠平, 李森, 刘伟雄, 刘书霞

2022, 43(10): 186-195. doi:10.11959/j.issn.1000-436x.2022193

摘要 ( 163 )

在线阅读 ( 24 )

PDF下载 (991KB) ( 349 )

可视化

数据和表 | 参考文献 | 相关文章

摘要：针对密度峰值聚类算法需要人工设置参数、时间复杂度高的问题，提出了基于快速密度峰值聚类离群因子的离群点检测算法。首先，使用k近邻算法代替密度峰值聚类中的密度估计，采用KD-Tree索引数据结构计算数据对象的k近邻；然后，采用密度和距离乘积的方式自动选取聚类中心。此外，定义了向心相对距离、快速密度峰值聚类离群因子来刻画数据对象的离群程度。在人工数据集和真实数据集上对所提算法进行实验验证，并与一些经典和新颖的算法进行对比实验，从正确性和时间效率上验证了所提算法的有效性。

无人机机间毫米波阵列通信技术

肖振宇, 刘珂, 朱立鹏

2022, 43(10): 196-209. doi:10.11959/j.issn.1000-436x.2022158

摘要 ( 409 )

在线阅读 ( 53 )

PDF下载 (1676KB) ( 673 )

可视化

数据和表 | 参考文献 | 相关文章

摘要：随着无人机应用范围的扩大和所承担任务的多样化，机间通信对于大带宽、高数据率、抗干扰能力的需求快速增长，具有丰富频谱资源的毫米波阵列通信成为支持机间宽带安全通信的关键技术之一。围绕机间毫米波阵列通信这一新兴领域，以点对点通信和无人机自组网为核心分析了机间毫米波阵列通信的研究难点和挑战，对机间点对点通信中信道建模、稳健性波束成形、安全通信以及无人机自组网中邻居发现、路由决策、资源分配、分布式部署的问题和方法进行综述，并总结了有价值的研究方向，为未来相关研究提供启发。

四通道无监督学习图像去雾网络

刘威, 陈成, 江锐, 卢涛

2022, 43(10): 210-222. doi:10.11959/j.issn.1000-436x.2022201

摘要 ( 240 )

在线阅读 ( 22 )

PDF下载 (5180KB) ( 180 )

可视化

数据和表 | 参考文献 | 相关文章

摘要：为了解决单幅图像去雾领域有监督网络和无监督网络分别存在的问题，基于循环生成对抗网络（CycleGAN），提出了一种四通道无监督学习图像去雾网络。所提模型主要包括3个子网络，即去雾网络、合成雾网络和注意力特征融合网络；并由此3个子网络顺序组合构建了4条学习通道，即去雾通道、去雾结果颜色-纹理恢复通道、合成雾通道以及合成雾结果颜色-纹理恢复通道。特别地，在合成雾网络中，为了更好地约束去雾网络生成更高质量的无雾图像，引入了大气散射模型（ASM）以加强网络从有雾图像域到无雾图像域的映射转换；同时，为了进一步提高去雾网络和合成雾网络的图像生成质量，提出了一种注意力特征融合网络，该网络基于雾相关派生图，采用多路映射结构和注意力机制，加强对生成图像颜色、纹理细节等信息的恢复。在合成雾和真实雾图数据集上的大量实验结果表明，所提方法能更好地恢复各类场景中雾图的颜色和纹理细节等信息。

智能反射面赋能无人机边缘网络计算卸载方案

李斌, 刘文帅, 谢万城, 费泽松

2022, 43(10): 223-233. doi:10.11959/j.issn.1000-436x.2022196

摘要 ( 303 )

在线阅读 ( 73 )

PDF下载 (28596KB) ( 230 )

可视化

数据和表 | 参考文献 | 相关文章

摘要：针对无人机辅助边缘计算城市场景，因无人机与地面用户之间的任务卸载链路易受障碍物遮挡而造成卸载速率低的问题，提出了一种智能反射面赋能的无人机边缘计算部分任务卸载方案。联合考虑任务分配、用户发射功率、智能反射面相移矩阵、无人机计算资源分配以及无人机轨迹，建立了一个用户最小平均数据吞吐量最大化问题。由于该问题是一个随机优化问题，且优化变量之间密切耦合，难以直接求解。因此，首先通过利用数学期望的性质，将随机优化问题转换为确定性优化问题；其次，利用块坐标下降算法将确定性优化问题分解为3个子问题，并通过引入辅助变量、利用连续凸近似和半定松弛技术将非凸问题转换为凸优化问题，进而得到问题的近似次优解。仿真结果表明，所提方案具有良好的收敛性能，并有效地提高了地面用户的平均数据吞吐量。

当期目录