本期电子书封面故事整期封面整期目录
优先出版刊期浏览栏目浏览
- 摘要:针对现有近场分布式目标定位中菲涅尔近似带来的模型失配及压缩感知类算法计算量大的问题,提出了一种基于精确球面波模型的近场分布式目标定位方法。通过二阶泰勒展开将非线性协方差参数化为一组泰勒基矩阵与方位矩的线性组合,并基于协方差匹配构建线性最小二乘估计器,给出中心参数与扩展参数的闭式解。同时推导精确的克拉美罗界,并引入辅助变量与蒙特卡罗采样解决高维积分计算难题。仿真结果表明,所提方法在中心与扩展参数估计上优于已有秩损方法与稀疏贝叶斯学习;在信噪比为10 dB、快拍数为1 200时,平均运行时间为0.015 6 s,相比稀疏贝叶斯学习和秩损方法分别约提速680倍和1.7倍,有利于工程应用与推广。关键词:近场定位;分布式目标;精确球面波模型;方位矩估计;克拉美罗界368|425|0更新时间:2026-05-25
- 摘要:针对数据要素化过程中由数据易复制与非竞争性导致的权属难界定、流转易失控及价值难评估等现实困境,创新性地提出数据胶囊流通范式,以“环境受控、数据有形、人有身份”三角模型为设计逻辑,构建覆盖本体论、权属论、流通论和定价论的四层理论体系,通过数据本体与加工使用策略深度绑定、可信执行环境技术支撑,实现数据要素在安全受控前提下的自由流通与价值释放。多维度的对比分析结果显示,数据胶囊范式在数据要素化支撑能力与综合性能上整体优于传统技术方案。该范式适用于数据集交付、特殊文件受控流转、数据合规共享、个人隐私数据可控流转等现实应用场景,能够为可信数据空间提供权属流转与全流程可控的技术补充。关键词:数据要素化;数据胶囊;数据流通;可信执行环境318|360|0更新时间:2026-05-25
- 摘要:为提升图像压缩效率以支撑带宽受限场景下的图像传输,提出了一种基于多维度高阶非线性变换的高效可学习图像信源编码方法。首先,将现有变换方法中的线性与非线性算子串行堆叠结构形式化为高阶非线性组合函数,并从泰勒展开的视角分析了现有变换方法在特征表达方面的局限。其次,设计了由多路径组成的多维度高阶非线性变换模块。其中通道路径通过构建高维通道域并引入乘法融合操作,形成跨通道高阶特征项;空间路径结合方向卷积与乘法融合操作,提升空间维度的高阶表达能力。最后,将两路特征按类泰勒展开方式进行高阶组合。实验结果表明,所提方法在提升率失真性能的同时,保持了较低的参数量与计算量。关键词:信源编码;可学习图像压缩;非线性变换;高阶函数;乘法融合429|392|0更新时间:2026-05-25
基于数字孪生的网络仿真推演机制研究 AI导读
摘要:基于数字孪生的网络仿真为IP承载网运维管理提供了有效的决策支持。针对传统网络仿真流程中存在的过程黑盒化、操作不可逆与结果反馈滞后等问题,提出一种支持分步推演与状态回溯的网络仿真机制。首先,通过分析现网操作,设计原子化变更仿真流程,实现仿真步骤实时跟踪与灵活回溯;其次,提出数模双驱动引擎的仿真划分方法,设计路径还原算法与多维度评估方法,为原子化变更提供实时评估反馈。实验表明,该机制在IP承载网故障模拟与业务割接场景中,能够显著提升网络规划与优化的可靠性及决策透明度。关键词:分步推演;状态回溯;数字孪生网络;仿真机制;原子化变更392|645|0更新时间:2026-05-25- 摘要:针对大规模无人机自组织网络无线传输易干扰、路由易失效和资源利用率低等问题,提出了一种基于时变图的大规模自组织网络确定性路由方法。首先,提出了大规模网络拓扑与资源压缩表征方法,该方法按簇表征网络拓扑,将大规模网络压缩为簇规模的分簇网络稀疏图,显著降低了求解路由问题时的网络规模;在此基础上,构建了分簇网络时隙图模型,时隙化表征网络拓扑与链路状态的时变特征,将路由与时隙联合规划问题转换为图中的路由搜索问题;最后设计了基于迪杰斯特拉(Dijkstra)的路由与时隙联合规划算法,在半双工传输和簇间资源分配的时序约束等约束条件下,获得跨簇传输路由。仿真结果表明,所提算法的运行时间相比整数线性规划(ILP)的求解时间降低约93%,且在业务端到端时延和业务编排成功率上表现出与整数线性规划相同的性能水平。所提方法可以显著提升无人机自组织网络的服务质量(QoS)保障能力和资源利用率。关键词:自组织网络;时变图;确定性路由;服务质量保障298|331|0更新时间:2026-05-25
- 摘要:针对可移动天线辅助的毫米波多输入多输出无线通信系统中的信道估计问题,提出了一种基于张量分解的低复杂度信道估计方法。首先设计发射端和接收端天线相继移动的两阶段导频训练模式,将两个阶段接收到的导频信号均表示为由因子矩阵构成的三阶张量,基于因子矩阵范德蒙德结构的张量分解;然后通过代数理论得到因子矩阵的闭式解;最后结合矩阵的结构特性对信道方位角进行估计,并根据最小二乘法求取信道增益,从而实现了完整信道的重构。仿真实验结果表明,与其他相关方法相比,所提方法不仅复杂度低,而且将信道估计性能提高了5 dB左右。关键词:多输入多输出系统;可移动天线;张量分解;信道估计327|185|0更新时间:2026-05-25
无线局域网电磁频谱通联关系数字孪生研究 AI导读
摘要:针对当前电磁频谱通联关系的数字孪生研究相对薄弱的问题,围绕通联关系数字孪生方法开展研究,面向无线局域网场景,提出了一种融合不完全合作先验信息利用、节点信号分离与通联关系推理的电磁频谱通联关系数字孪生架构。该架构突破通联关系特征时间尺度的多源异构设备数据对齐、高速采样电磁信号的通联关系表征等关键挑战,并搭建电磁频谱通联关系数字孪生系统以直观展现数字孪生效果,最终在实采Wi-Fi 6信号数据上测试了电磁频谱通联关系的数字孪生效果。实验结果表明,所提方法能有效实现无线局域网电磁频谱通联关系的数字孪生,在耗时0.26 s下达到98%的准确率。关键词:电磁频谱数字孪生;智能频谱感知;通联关系;拓扑推理;Wi-Fi 6;通用软件无线电外设335|259|0更新时间:2026-05-25基于多模态用户图的跨领域服务匹配方法 AI导读
摘要:跨领域服务匹配场景中,用户偏好分布于多个服务领域,并呈现显著的多模态与异构特征,准确刻画用户跨领域偏好是提升匹配性能的关键。针对现有方法普遍依赖统一嵌入空间,易造成多源偏好压缩并忽略模态差异的问题,提出了一种基于多模态用户图的跨领域服务匹配方法。该方法以偏好标签为锚点构建多模态用户图,通过显式建模用户在文本、图像、音频和视频等模态下的偏好结构,并引入开放知识图谱与虚拟辅助节点增强图的连通性。在此基础上,设计模态感知图池化模块MUGPool,实现不同模态偏好的自适应聚合。实验结果表明,所提方法在Amazon多领域多模态数据集上优于多种跨领域服务匹配基线模型。关键词:跨领域服务匹配;多模态用户图;模态感知图池化;模态聚合259|273|0更新时间:2026-05-25- 摘要:针对加密流量中恶意APP特征难提取、背景噪声大及模型缺乏透明度的问题,提出一种融合变分模态分解(VMD)、Attention-BiLSTM与沙普利加和解释(SHAP)机制的检测模型。首先,针对移动APP流量的多尺度特性,设计自适应多尺度窗口机制,动态提取并构建融合语义的高维时间序列;其次,为处理该结构化序列中交织的复杂环境噪声,引入VMD进行频域平稳化降噪,并利用结合焦点损失的Attention-BiLSTM网络精准捕获长程时序依赖;最后,引入SHAP机制量化特征的边际贡献,提供事后归因解释以辅助决策溯源。实验表明,所提模型准确率达0.981 8,在实现较高精度检测的同时,提升了模型判决的透明度与可信度。关键词:恶意APP识别;自适应多尺度窗口;流量异常检测;变分模态分解;双向长短期记忆网络;可解释性分析192|340|0更新时间:2026-05-25
- 摘要:针对单通道盲分离中传统方法误码率高、计算复杂度大等问题,提出基于双编码器β-VAE与注意力机制的单通道盲分离算法。该算法采用双编码器并行结构增强信号特征提取能力,引入膨胀卷积提取多尺度特征,利用Conformer模块融合局部与全局特征,在解码器中加入高效通道注意力机制(ECA)模块以提升重构质量,并采用多损失联合优化模型。实验结果表明,所提算法能有效分离仿真场景下的双路QPSK、双路16QAM、BPSK+QPSK混合信号以及实测双路BPSK混合信号。在平稳信道的双路QPSK分离中,当误码率为10-3时,所提算法相较于深度分离网络(DSNet)、膨胀密集自编码器(DDAEC)和密集连接的多空洞卷积网络(D3Net)分别有约3 dB、2.5 dB和2 dB的性能提升;在非平稳信道的双路QPSK分离中,当误码率为5×10-3时,所提算法相较于DSNet、DDAEC和D3Net算法分别有约4 dB、1 dB和0.5 dB的性能提升;在实测双路BPSK的分离中,当误码率为5×10-2时,所提算法相较于逐留存路径处理算法(PSP)、DSNet、DDAEC和D3Net算法分别有约4 dB、1 dB、0.5 dB和2.5 dB的性能提升。关键词:单通道盲分离;β-变分自编码器;注意力机制;膨胀卷积209|371|0更新时间:2026-05-25
- 摘要:为提高正交时频空间(OTFS)系统在高速移动场景下的信道估计精度,提出一种基于高能量效率完备高斯整数序列(PGIS)的新型导频设计方案。首先,优化了基于循环差集构造PGIS的充要条件,并提出了相应的快速搜索算法,从而获得了大量能量效率接近或等于1的PGIS。其次,基于该序列设计了适于OTFS系统的导频结构。理论分析表明,所设计的导频经过OTFS调制后仍具有高能量效率,能使接收信号保持良好的峰均功率比(PAPR)特性。仿真结果表明,在相同导频开销与PAPR约束下,相较于传统单脉冲、m序列及Zadoff-Chu序列导频方案,所提方案可获得显著的信道估计性能提升,从而为OTFS系统提供了一种高精度的导频设计新思路。关键词:完备高斯整数序列;正交时频空间;导频设计;信道估计;差集209|319|0更新时间:2026-05-25
- 摘要:为应对6G及物联网环境下终端任务计算密集、时延敏感等问题,面向多无人机边缘计算资源交易场景,提出了一种基于联盟链的CP-RAFT-Stackelberg两阶段联合优化算法。第一阶段设计协同感知型CP-RAFT共识机制,依据节点状态完成领导者(Leader)选举,在提升共识效率的同时为后续资源调度选出最优节点。第二阶段构建Stackelberg博弈下的频谱与计算资源联合分配及动态定价模型,通过反向归纳求解均衡。仿真结果表明,所提算法可显著降低系统能耗与时延,有效提高多无人机边缘计算系统的计算性能与资源利用效率。关键词:联盟链;多无人机;边缘计算;Stackelberg博弈287|225|0更新时间:2026-05-25
- 摘要:现有基于溯源图的高级持续性威胁(APT)攻击检测方法主要集中于单点攻击事件的检测,难以刻画多阶段攻击事件之间的时序关联与因果依赖关系,为此,围绕APT攻击路径推理问题(即将属于同一APT攻击的相关攻击事件聚合为完整的攻击链),提出了一种攻击技战术知识驱动的APT攻击路径推理方法。该方法首先通过异常节点检测、攻击技战术识别与图精简构建包含孤立攻击事件的异常子图;随后引入基于威胁情报构建的ATT&CK攻击技战术序列模式,以指导攻击路径推理;最后结合图搜索与威胁评分机制,实现APT攻击链的重建。在模拟攻击采集的内核日志数据集以及公开的DARPA TC数据集上的实验结果表明,所提方法在保证攻击链完整性的前提下,重建精确度较现有方法提高60%以上。关键词:高级持续性威胁;溯源图;异常检测;攻击路径推理;ATT&CK攻击技战术277|314|0更新时间:2026-05-25
- 摘要:针对高速相干光发射机的IQ损伤估计成本较高的问题,提出了一种基于Kramers-Kronig接收技术的光发射机IQ损伤估计方法,通过引入辅助载波构建单边带信号,使用直接检测技术替代传统相干接收架构,有效规避了接收端IQ损伤对发射端IQ损伤监测的干扰。同时,提出可以基于双音信号的频谱特征,实现对IQ两路幅度不平衡、相位不平衡与IQ偏斜3类损伤参数的分离与估算。仿真结果表明,在4 GHz的接收带宽下,所提方案的估计精度达到:幅度不平衡估计误差小于0.03 dB,相位不平衡估计误差小于0.2°,IQ偏斜估计误差小于0.3 ps。关键词:光发射机IQ损伤;Kramers-Kronig接收机;单边带信号;双音频信号222|202|0更新时间:2026-05-25
基于以太坊字节码的隐蔽通信方法 AI导读
摘要:针对信息安全要求极高、数据泄露风险大的通信场景,提出了一种基于以太坊虚拟机字节码的隐蔽通信方案。该方案通过策略性分配智能合约变量存储空间,将隐蔽数据嵌入合约字节码,并利用字节码特性设置定位标识,便于接收方高效提取。同时设计3种密文解析模式以适应不同规模数据传输,增强编码数据安全性。理论分析与实验表明:单笔交易可隐藏高达170 bit信息;嵌入合约与原合约的操作码频率分布结构相似度最高达99.78%;两者高频3-gram操作码模式的皮尔逊相关系数为0.999 7(p=6.42×10-14),表明局部指令序列无统计学显著差异。结果验证了方案具备强隐蔽性、高传输效率与安全性。关键词:区块链;以太坊;隐蔽通信;字节码;智能合约245|426|0更新时间:2026-05-25- 摘要:针对海洋环境下用户分布稀疏、信道状态动态变化导致覆盖与吞吐量难以兼顾的问题,提出了一种联合波位划分的无线资源调配方法。首先,基于P中心算法,联合优化波位数量、中心位置与覆盖半径;然后,以最大化网络加权平均吞吐量(WAT)为目标,进一步联合优化子信道分配与用户上行发送功率,并设计基于多智能体双延迟深度确定性策略梯度(MATD3)算法的协同资源调配策略进行求解。仿真结果表明,与固定波位半径和K均值算法波位划分方案相比,所提波位划分方法的网络WAT分别提升10.26%和3.85%;与MADQN和MADDPG相比,所提MATD3资源调配方法的网络WAT分别提升20.53%和5.58%。关键词:低轨卫星通信;波位划分;无线资源调配;多智能体深度强化学习220|199|0更新时间:2026-05-25
时频空频谱态势预测:深度特征学习视角 AI导读
摘要:频谱态势预测为频谱感知、决策与共享提供先验信息,可有效缓解频谱资源紧缺问题。首先,突破传统线性模型建模局限,综述了深度特征学习在时频、时空和跨域频谱预测中的研究现状。然后,以时/频/空自注意力特征学习为核心,构建深度频谱态势预测学习三维分类框架,并给出了关于深度时频频谱预测学习、深度时空频谱预测学习和深度跨域频谱预测学习实现的关键技术路线,进一步在真实世界频谱数据上对关键技术的有效性进行实验分析。实验结果表明,所提方法1和2较现有主流基线平均预测性能提升10%(即所有评估指标平均值的最低值)以上。关键词:低空智联网;频谱态势预测;深度特征学习;图自注意力;Mamba;扩散网络252|293|0更新时间:2026-05-25- 摘要:针对数联网环境中移动数据终端带来的认证时延与安全性问题,提出一种基于秘密共享的切换认证方案。引入互通域概念,结合马尔可夫过程预测节点信任状态,信任相近的节点动态聚合为可共享认证信息的逻辑子域,将全局认证简化为子域内的局部协作。针对高信任互通域,利用二元对称多项式的秘密共享特性,预先在子域内分发认证凭证,终端仅凭秘密份额即可实现切换认证,将传统的中心化认证转变为域内节点间的边缘认证,实现认证重心的下沉。通过Tamarin形式化验证方案安全性、评估计算与通信开销,结果表明,所提方案适用于数联网的高动态访问环境。关键词:数联网;信任预测;秘密共享;切换认证188|291|0更新时间:2026-05-25
学术论文
- 摘要:为了满足巨容量和极低时延性能需求,通信计算融合无线网络通过分解传统基站功能、构建基带池云化集中协同机制,并逐渐向云-边-端一体化的云化协同演进,实现了资源高效复用、信息实时处理与干扰精准抑制。随着各种新兴应用涌现,通信感知一体化和AI内生成为6G的重要特征,感知和智能计算(简称感智)协同进一步赋能通信计算融合无线网络云-边-端-业,推动云化协同迈向感智协同。系统梳理了云化协同学术研究与产业化进展,重点介绍了组网性能规律、体系架构设计及关键技术;提出了感智协同理论体系和关键技术,阐明了感智协同的性能增益,为6G全域覆盖与极致性能需求提供了支撑。结合典型应用场景,展望了感智协同在低空经济、低轨道地球卫星和空天地一体化等领域的应用。关键词:通信计算融合无线网络;云化协同;感智协同;6G;低空经济;低轨道地球卫星;空天地一体化391|995|0更新时间:2026-05-25
- 摘要:沉浸式通信是6G面向虚实融合与智能协同的重要业务形态,其多模态高保真、亚毫秒级交互与时空一致性要求,使传统以比特可靠传输为中心的网络优化难以直接满足体验约束。现有标准化工作主要给出服务级需求与能力目标,相关综述多围绕单点技术展开,缺少将用户侧物理体验质量(QoPE)与网络KPI及AI机制关联起来的系统梳理。结合标准化进展与代表性研究,提出了QoPE-KPI的双维层级化需求框架,归纳内容处理、传输、计算与控制的一体化关键技术体系,重点总结语义通信与生成式重构、AI-native空口与资源管理、端边云协同渲染、多模态同步与QoPE反馈,以及AI Agent协同交互等方向,并讨论上行受限、端到端时延与抖动、空天地异构、语义鲁棒性与隐私安全等问题及可能的演进方向。关键词:沉浸式通信;AI原生网络;物理体验质量;语义通信;边缘智能307|214|0更新时间:2026-05-25
综述
基于元深度强化学习的蜂窝网链路自适应方法 AI导读
摘要:针对蜂窝网络对可靠性与数据速率的高要求,提出了一种高效且泛化能力强的链路自适应方法。首先,为保障无线通信传输的可靠性,设计了一种带约束的调制编码方案选择策略,以满足对误块率的要求。其次,针对传统算法在未知传输环境下泛化性较差的问题,将元学习机制与深度强化学习相结合,通过离线训练与在线微调,实现策略的快速收敛。仿真结果表明,在严格满足误块率要求的前提下,所提方法相较于传统链路自适应方法,具备更高的数据速率性能和更强的泛化能力。关键词:链路自适应;深度强化学习;元学习;泛化能力274|282|0更新时间:2026-05-25旋转对称3-弹性函数的等价刻画 AI导读
摘要:旋转对称布尔函数凭借优良的密码学特性,在分组密码S盒与Hash函数的设计中得到广泛应用,是对称密码领域的研究热点。基于此,建立了旋转对称3-弹性函数的两类等价刻画形式。通过定义旋转对称轨道的3-重分布矩阵,推导出旋转对称函数满足3-弹性性质的充要条件。结合弹性函数与正交表的关系,将旋转对称3-弹性函数的构造问题转化为特定方程组的求解问题。关键词:旋转对称函数;3-重分布矩阵;正交表;弹性函数;方程组221|314|0更新时间:2026-05-25
学术通信








