针对目前结合感知的通信研究很少,需要建立通信感知一体化的信号模型及系统联合设计优化框架。基于此,给出了紫外通信与感知一体化框架,包括一个发射端、一个感知探测端与一个通信接收端。发射端发射调制信号到通信接收端,进行信息传输。借助于紫外光的非视距散射特性,部分调制信号分量散射至未知探测目标并继续反射到达感知探测端,感知探测端基于接收到的信号进行目标探测。凝练通信收发端信号的互信息作为通信性能指标,感知探测端在给定虚警率下的漏检概率作为感知性能指标,并分析两者与发射端调制参数(高电平功率、低电平功率与先验概率)的关系。分析结果表明了通信与感知性能的权衡关系,并指出了高电平功率应该设定为峰值功率,低电平功率与先验概率应该作为系统设计参数进行优化,在给定互信息下界时最小化漏检概率。
针对智能电网中利用5G网络承载多样化电力终端的业务需求,提出了一种基于多智能体强化学习的频谱分配算法。首先,基于智能电网中部署的集成接入回程系统,考虑智能电网中轻量化和非轻量化终端业务的不同通信需求,将频谱分配问题建模为最大化系统总能效的非凸混合整数规划。其次,将前述问题构建为一个部分可观测的马尔可夫决策过程并转换为完全协作的多智能体问题,进而提出了一种集中训练分布执行框架下基于多智能体近端策略优化的频谱分配算法。最后,通过仿真验证了所提算法的性能。仿真结果表明,所提算法具有更快的收敛速度,通过有效减少层内与层间干扰、平衡接入与回程链路速率,可以将系统总速率提高25.2%。
在机动目标跟踪中,针对交互式多模型算法使用固定模型集和固定转移概率矩阵导致跟踪精度下降的问题,提出模型参数自适应更新的低复杂度ATPM-VSIMM算法。所提算法根据系统新息变化情况来判断目标是否出现机动,从而调整模型集的状态噪声,实现模型集的自适应更新;然后,根据模型后验概率变化情况和模型间的相互切换关系,准确地计算出转移概率矩阵,从而提高系统运动模型和目标运动轨迹的匹配程度,保证跟踪系统具有滤波精度高和响应速度快的优点。从模型后验概率初值、转移概率矩阵初值和状态噪声三方面验证了所提算法的有效性。仿真结果表明,ATPM-VSIMM算法的空间位置跟踪精度比现有算法提高了8%左右。
现实场景中照相机获得的图像视场角范围往往是有限的,而目前对全景图像的需求日益增大,因此针对拍摄得到的全景图像序列,提出了一种基于参数回归的快速全景图像拼接算法。将传统的图像配准任务转化为深度学习结合机器学习的方式,设计一种基于高斯差分金字塔的多尺度深度卷积神经网络(MDCNN)对待拼接图像进行特征提取,并使用LightGBM回归模型对拼接参数进行预测,获得图像之间的变换矩阵和照相机焦距完成图像对齐,并设计了一种双曲线图像融合算法消除图像之间的拼接缝。实验结果表明,所提算法能够实现图像的快速拼接,获得比已有代表性算法更清晰自然的全景拼接效果,同时对红外图像也具有很好的适应性。
为提高分布式环境下密文域可逆信息隐藏算法的安全性、鲁棒性和嵌入率,提出了一种基于密码反馈秘密共享的多重嵌入算法。首先,利用秘密共享加密过程中产生的多项式冗余系数进行嵌入;其次,利用秘密共享的同态加性对秘密份额二次嵌入。实验结果表明,所提算法利用反馈机制提高了秘密共享的扩散特性从而增强了算法安全性和鲁棒性,在(3,4)和(3,5)门限下,嵌入率分别为6.00 bpp和4.80 bpp。所提算法具有安全性高、完全可逆、嵌入率较大等特点;算法嵌入率不受载体图像影响,仅与算法参数选择有关。
为解决频分双工大规模 MIMO 的信道获取开销问题,针对服务质量保障与基站采用迫零(ZF)预编码的典型场景,引入对信干噪比(SINR)的监督机制,设计多用户逐根天线交替训练方案。进而考虑交替训练引入的时间开销,设计基于天线分组的多用户交替训练方案。然后推导了2种方案的平均训练长度、传输成功率以及平均有效和频谱效率闭合表达式。理论与仿真揭示了发射功率、SINR 阈值、用户数、分组长度与信道误差水平等参数的影响,并证明相比全训练与部分训练,所提方案可显著降低导频开销,提升传输成功率。
面对车辆通信对通信质量和频谱效率的更高要求,提出了一种可重构智能反射面(RIS)辅助的车联网资源分配算法。联合考虑RIS反射系数矩阵、功率分配和频谱共享方案,在确保V2V链路的可靠性条件下,建立一个V2I链路总容量最大化问题。由于该问题是一个变量之间高度耦合的非凸优化问题,难以直接求解。因此,在引入解析表达式近似V2V链路的中断概率后,利用块坐标下降(BCD)法将此问题分解为3个子问题,并通过引入辅助变量、逐次凸逼近(SCA)、匈牙利算法等对子问题进行求解,进而得到问题的近似次优解。仿真结果表明,所提算法具有良好的收敛性能,并能够有效地提高V2I链路总容量。
研究了一种智能反射面(IRS)辅助移动边缘计算系统的新设计方案,该系统由一个配备边缘计算服务器的混合接入点(HAP)、一个配备射频能量收集电路的 IRS 和一个具有随机任务到达的用户端组成。为节省用户端能耗,首先提出了一种新颖的协议,使系统可以根据信道状态信息、IRS电池的能量状态与用户任务队列状态,自适应地在能量收集模式、IRS辅助任务卸载模式和IRS待机任务卸载模式中选择一种合适的工作模式。然后,基于该协议,建立了系统的优化问题,在给定IRS电池的能量状态与用户任务队列的稳定性约束条件下,通过优化系统工作模式和每种模式下的资源分配,最小化用户端的任务卸载与计算能耗。通过利用李雅普诺夫(Lyapunov)优化方法,对该问题进行了求解,从而得到了一种高效的低复杂度优化算法。仿真结果表明,所提方案比已有的基准方案可节省50%~90%的能耗。
针对声学成像受限于传声器阵列孔径和阵元密度不足,导致在低频、低信噪比条件下声成像分辨率较低的问题,提出一种基于互质位置非同步测量的低频、低信噪比声源高分辨率成像方法。首先,移动原型阵列在互质位置处接收声信号并计算数据缺失的互谱矩阵,然后利用改进的加速近端梯度算法对缺省互谱矩阵进行补全,再对补全后的完整互谱矩阵进行矢量化,最后建立虚拟阵列信号模型并求解。仿真结果表明,在低频、低信噪比条件下,所提方法与以往方法相比,具有更低的定位误差、更高的成像分辨率以及更好的鲁棒性和抗噪性。
针对正交频分复用系统,提出了一种基于深度强化学习的自适应导频设计算法。将导频设计问题映射为马尔可夫决策过程,导频位置的索引定义为动作,用基于减少均方误差的策略定义奖励函数,使用深度强化学习来更新导频位置。根据信道条件自适应地动态分配导频,从而利用信道特性对抗信道衰落。仿真结果表明,所提算法在3GPP的3种典型多径信道下相较于传统导频均匀分配方案信道估计性能有显著的提升。
为了监管账户余额模型公链上的交易,有必要对该类区块链上的交易进行地址分类研究。基于此,提出了一种基于图神经网络的账户余额模型区块链地址分类方法(简称 AJKGS-ABCM)以实现区块链地址的分类,为区块链交易追踪提供有效的支持。该方法将区块链交易数据建模为图结构,以地址为节点,交易为边,提出AJK-GraphSAGE 算法学习图的嵌入表示,模型的输入只需要节点及其采样的邻居节点集合。同时,模型引入注意力机制及跳跃知识结合策略,自适应地为不同层的表示分配权重,并在不同层间共享信息,提高了训练速度和泛化能力。最后进行了实验对比,结果表明该模型在准确度、召回率和F1分数上性能优于其他方法。
为了提升目标检测性能,解决多目标和多用户之间的自干扰和互干扰问题,基于串行时分互补码-码分多址(CC-CDMA)技术提出一种雷达通信一体化系统。首先,借用码分复用机理在发射端通过广义普洛黑-修-莫尔斯(GPTM)序列调整互补码中不同子序列对不同时间片上信号的扩频顺序,生成雷达通信一体化信号。其次,雷达接收端通过2次处理,利用逐点最小化方法将处理结果进行融合,提升雷达子系统的目标检测能力。最后,在通信接收端使用对应发射端扩频顺序的子序列对接收到的信号进行解扩,通过交织编码和汉明编码进一步降低误码率。仿真结果表明,与其他雷达通信一体化系统相比,所提系统具有更低的误码率、更高的多普勒分辨率和更好的旁瓣抑制性能。
为有效对聚乙烯(PE)管道内部缺陷进行检测,采用微波无损检测技术对PE管道进行检测及缺陷定量。针对 PE 管道缺陷图像的提取,提出了一种基于主成分分析(PCA)杂波抑制成像增强方法。针对已增强图像,使用阈值分割技术提取缺陷特征。实验结果表明,所提方法能有效对 PE 管道进行成像并对缺陷进行凸显,其成像质量优于未进行杂波抑制的图像,与理论值进行对比,缺陷定位的平均相对误差为2.38 mm,缺陷面积相对误差为13.25%。
针对现有基于深度学习的源代码漏洞检测方法使用的代码切片不能全面覆盖漏洞类间细微差异特征,且单一深度学习检测模型对跨文件、跨函数代码语句间较长的上下文依赖信息学习能力不足的问题,提出一种多类型源代码漏洞检测方法。首先,基于程序依赖图中的控制依赖和数据依赖信息,抽取包含可区分漏洞类型的细粒度两级代码切片。其次,将两级切片转化为初始表示向量。最后,构建适用于两级代码切片的深度学习漏洞检测融合模型,实现对多类型源代码漏洞的准确检测。在多个合成数据集及2个真实数据上的实验结果表明,所提方法的检测效果优于现有的多类型源代码漏洞检测方法。
针对目前蜜罐合约检测方法准确率不高以及泛化性较差等问题,提出了基于源码结构和图注意力网络的以太坊蜜罐合约检测(CSGDetector)方法。首先,为了提取出智能合约Solidity源码的结构信息,对源码进行语法分析,将其转换为XML解析树;然后,筛选出可以表达合约结构特征和内容特征的特征词集,并构造出合约源码结构图;最后,为避免数据集不平衡性带来的影响,在集成学习理论基础上引入教师模型和学生模型的概念,分别从全局和局部的角度训练图注意力网络模型,并融合所有模型的输出作为合约最终检测结果。实验表明,与已有方法KOLSTM相比,CSGDetector在二分类与多分类实验中的F1值分别提升了1.27%与7.21%,验证了其具有较高的蜜罐检测能力;与已有方法XGB相比,CSGDetector在掩蔽蜜罐检测实验中针对不同类型蜜罐合约的平均召回率提升了7.57%,验证了所提方法在提升算法泛化性能方面的有效性。
当前 6G 相关概念并未统一,亟待一致性的认知和定义,学术和产业界对 6G 的发展全貌和相关领域研究进展缺少清晰认识。为此,构建了 6G 知识库及知识体系。首先,对现有 6G 学术文献进行自动化筛选和结构化存储;其次,在对文本数据进行标注和规范化的基础上构建了6G知识库;再次,利用6G知识库实现了对6G全领域的统计分析;利用自然语言处理、深度神经网络和潜在树模型等技术实现对6G知识的抽取和生成。最后,在大模型训练的基础上,面向多样化的服务需求实现按需的知识应用。
智能手机的室内定位服务通常由第三方定位服务商提供,其独有的隐私泄露风险已成为制约其发展的主要因素,如何保护定位过程中用户和数据的隐私成为一个亟待解决的重要问题。对近年来室内定位隐私保护的研究进展进行综述。介绍了常用的室内定位技术,讨论了室内定位系统的不同实现架构及其威胁模型、隐私保护需求,总结了应用于室内定位隐私保护的安全技术,分类介绍了针对不同架构的室内定位隐私保护方案,全面比较和分析了不同方案的性能及其优缺点,总结并展望了未来的研究方向。
针对个性化自驾游路径规划中存在规划路径无法满足不同用户个性化需求的问题,提出了基于不同用户兴趣点的关键词覆盖最优路径规划方法。首先,建立路网信息预处理模型并通过路网信息预处理算法绘制路网信息查询图;其次,使用倒排索引算法根据用户设定的个性化需求对路网信息查询图进行剪枝,在减小大规模数据处理内存开销的同时提升了关键词覆盖最优路径规划方法的执行效率;最后,通过双向并行拓展方式的关键词覆盖最优路径拓展算法实现满足用户兴趣点的个性化旅游路径推荐。实验结果表明,关键词覆盖最优路径规划方法不仅实现了满足用户个性化需求的路径规划,而且通过剪枝和双向并行拓展的方式提高了方法的执行效率。
为了从混叠信号中去除干扰并分选出各个跳频网台信号,提出一种基于联合特征聚类的多跳频网台分选算法。首先,对混叠信号进行短时傅里叶变换得到时频矩阵,并根据时频矩阵能量分布直方图进行自适应阈值去噪;其次,通过形态学滤波处理,去除扫频干扰;再次,进行连通域标记,计算各段信号的持续时长和平均能量,以此去除定频干扰和短突发干扰并组成各跳频段的联合特征向量;最后,利用MeanShift算法对各段信号的联合特征向量进行聚类分析,完成各个跳频信号的分选。仿真结果表明,相比传统跳频网台分选算法,所提算法对混叠信号具有更高的分选率、更强的抗干扰能力和更广泛的适用性。
为了解决传统通信-感知融合网络模式对地面基础设施的依赖,针对复杂场景下通感融合网络系统功耗较大、信号阻塞、覆盖盲区等问题,提出了一种无人机搭载边缘计算服务器与雷达收发器辅助通感融合网络。首先,在满足用户传输功率、雷达估计信息率、任务卸载比例限制的条件下,通过联合优化无人机雷达波束成形、计算资源分配问题、任务卸载量划分、终端用户发射功率和无人机飞行轨迹,建立系统总能耗最小化问题;其次,将该非凸优化问题重新构建为一个马尔可夫决策过程,使用深度强化学习中的近端策略优化算法实现系统的优化决策。仿真结果表明,所提算法训练速度较快,能够在保证应用的感知与计算时延需求的同时有效降低系统能耗。