空中可重构智能表面辅助的全双工无人机安全通信

针对传统的可重构智能表面(reconfigurable intelligent surface,RIS,也称智能超表面)在无人机辅助安全通信中存在的灵活性不足和系统安全保障能力不强的问题,以及当前无人机半双工通信系统普遍面临的频谱利用率低和通信效率低的挑战,提出了一种空中可重构智能表面(aerial reconfigurable intelligent sur‐face,ARIS)与全双工无人机的双机协同解决方案,旨在提升面对地面窃听者时的通信安全性和效率。联合优化用户通信调度、传输功率、无人机发送的干扰功率及其飞行轨迹,以及ARIS的相移和轨迹,设计了一个旨在最大化最小平均可达安全速率的优化问题,并提出基于交替优化(alternating optimization,AO)、半定松弛(semi-definite relaxation,SDR)技术和连续凸近似(successive convex approximation,SCA)的迭代算法,以获得高质量的次优解。仿真结果验证了ARIS与全双工无人机结合的双机协作方案在提升通信质量和安全性能方面的有效性,展示了其在复杂安全通信环境下的优越性。

纸币识别系统设计与实现

介绍了一种纸币识别系统的硬件设计及其对应识别方法.在硬件设计上,将高速数字信号处理(DSP)技术与复杂可编程逻辑器件(CPLD)和接触式图像传感器(CIS)相结合;在识别方法上,应用图像处理技术与改进的SOFM神经网络方法识别纸币.通过实验测试,系统可在40ms内完成对一张纸币的处理.有拒识情况下,面值识别率100%,识别面向准确率为99.8%,新旧识别率约90%.

近香农容量限的低复杂度Polar-LDGM码构造方案

针对Polar码性能收敛速度慢和低密度生成矩阵(LDGM)码存在高错误平层的问题,在保持这两种码的低编码复杂度和低译码复杂度不变的前提下,提出了一种将Polar码作为外码,LDGM码作为内码的串行级联Polar-LDGM编译码设计方案,使之可以接近二进制输入加性高斯白噪声(BI-AWGN)信道香农容量。通过对Polar-LDGM编译码系统模型的仿真,得到了近优的内外码编码速率组合与近优的内码码重。仿真结果表明,上述方案在保证低复杂度的前提下,可以获得良好的比特错误率(BER)性能,并可以有效地降低LDGM码错误平层。

译码转发协作中继信道低复杂度极化乘积编码研究

为了解决译码转发(DF)协作中继信道编译码复杂度较高的问题,针对DF协作时分半双工中继信道,基于极化编码设计思想进行了研究。建立了DF协作中继信道模型,分析了DF协作中继信道的可达速率,根据可达速率设计了一种具有相同时隙分配的极化乘积编码方案。该方案使中继节点在可靠译出来自信源节点的数据后重新编码,并发送边信息来帮助信宿节点准确地估计来自信源节点的数据。仿真结果表明,此极化乘积编码方案具有较低的编译码复杂度,而且在低信噪比条件下,与直传链路相比可以获得较为理想的比特错误率(BER)性能。

低复杂度串行级联LDGM码构造方案

针对LDGM码的稀疏矩阵构造复杂度较高的问题,提出了一种具有低复杂度的LDGM码随机稀疏矩阵构造算法,该算法既降低了编码的复杂度又保证了良好的性能.同时,针对LDGM码存在明显的错误平层的问题,引入了串行级联结构,并提出了一种改进的SCLDGM码译码算法,该算法将内译码器输出的错误信息看作是BEC信道的删除信息,利用该先验信息初始化外译码器的输入,从而进一步提高BER性能.通过对SCLDGM码编码系统模型的仿真,得到近优的内外编码速率组合和近优的内外码码重.仿真结果表明,本文提出的算法在保证低复杂度的前提下,可以获得良好的BER性能,并有效的降低了LDGM码错误平层.

无人机集群通信技术:最新进展及发展动向

无人机(Unmanned Aerial Vehicle, UAV)集群通信已经成为无人机技术领域备受关注的研究方向。尽管在这方面已经取得了一定的进展,但不可忽视的是仍存在一些尚未深入探讨的通信问题。因此针对无人机集群通信的研究对于提高无人机集群的协同能力、感知能力、决策和规划能力,增强系统的鲁棒性和安全性,推动技术发展和应用创新具有重要意义。介绍了无人机集群的概念及其优点;对当前的无人机集群研究现状进行了详尽的分析;详细介绍了近年来与无人机集群通信相关的应用场景,深入探讨了这些典型应用中需要解决的关键技术;对未来无人机集群通信技术的发展趋势进行了前瞻性展望。

无人机射频指纹识别方法综述

近年来,无人机在各个领域得到广泛应用,但越来越多的无人机也带来了一系列隐私和安全问题。因此,对无人机的检测和管理变得至关重要,目前通过射频指纹识别无人机的方法取得了较大进展。在结合国内外大量研究成果的基础上,对无人机射频指纹系统的各个步骤进行深入探讨。分析了各种无人机识别技术的优缺点,并详细阐述了无人机通信方式和射频指纹的形成机理与特性。根据信号收集、预处理、特征提取和分类识别4个阶段,对无人机射频指纹系统的相关技术进行了系统梳理,讨论了无人机射频指纹系统性能评估方法。对当前无人机射频指纹研究现状进行了问题分析与展望,包括射频指纹数据集缺乏、射频指纹稳定性、射频指纹的唯一性以及深度学习在射频指纹应用领域的探索,并进行了全文总结。

基于智能超表面的无人机移动边缘计算综述

当今移动通信和计算领域移动边缘计算(Mobile Edge Computing, MEC)已成为提高性能和用户体验的关键技术之一,利用智能超表面(Reconfigurable Intelligent Surface, RIS)和无人机(Unmanned Aerial Vehicle, UAV)技术辅助的MEC系统,在网络性能提升、时延降低、计算和通信资源分配优化以及适应性方面具有显著优势,引起了学术界和工业界的广泛关注。系统地讨论了RIS辅助的UAV MEC(RIS-assisted UAV MEC,RU-MEC)系统中的协作方式,梳理了RU-MEC系统在设计过程中需要考虑的关键问题以及可采取的解决方法,阐述了未来的研究方向,包括RIS和UAV技术的进一步创新、系统安全性和可靠性增强,以及在各种场景中的广泛应用。

智能反射面辅助的无人机抗干扰通信方法

针对无人机与多地面用户通信场景中,易受多地面恶意干扰源攻击的问题,提出了智能反射面辅助的无人机抗干扰通信方法,其中智能反射面可以通过动态地增强用户信号以及削弱恶意干扰信号来提高通信性能。所提方法通过联合设计用户调度、智能反射面相移和无人机三维轨迹最大化抗干扰通信速率。为了解决优化变量深度耦合以及所构建速率最大化问题的非凸性导致的难以直接求解,通过应用交替优化算法、半正定松弛以及连续凸逼近技术,提出有效迭代算法求解出高质量次优解。仿真结果表明,与基准方案相比,优化方案可以显著提高无人机抗干扰通信的性能,保障通信数据传输的可靠性。

无人机集群智能反制技术的研究现状及展望

无人机(Unmanned Aerial Vehicle,UAV)集群具有多机编组、协同作战等优势的同时,带来了很多潜在的威胁。与非UAV集群相比,UAV集群智能自主化程度更高,导致UAV集群危害事件层出不穷,如何高效反制UAV集群逐渐成为了国内外热点。通过从不同维度剖析UAV集群的脆弱性,对传统的反UAV集群技术进行分类,并揭示传统技术的局限性,总结了适用于反制UAV集群的智能反制技术及相关智能算法。针对智能反制技术仍面临的挑战展开了思考,对未来的UAV集群智能反制技术和体系研究方向提出了展望,供反UAV集群应用领域发展和重大空域安全行动参考。

无人机群自组网MAC协议综述

近年来,无人机群自组网(UAV Swarm Ad Hoc Network,UAVSNet)的单个UAV不断自主化与智能化,但UAV之间的协同通信仍存在挑战。媒体接入控制(Media Access Control,MAC)协议是其关键技术之一,并成为了新的研究热点。通过概述MAC协议的分类及设计要点,对竞争类MAC协议、非竞争类MAC协议以及混合类MAC协议接入机制、性能表现及不足进行详细综述并提出展望。为UAVSNet的MAC协议的研究和应用提供了理论支持。

基于子空间分解类算法的高精度频率估计

针对高速全数字解调器中频率估计算法的高精确度及实时性要求,该文深入分析了基于子空间分解类算法的特点,提出了将求根多重信号分类(RMUSIC)法和旋转不变技术估计信号参数(ESPRIT)法分别与快速傅里叶变换(FFT)法相结合的高精度频率估计算法。首先应用RMUSIC或ESPRIT算法对信号频率进行预估计,确定粗略的窄带频率区间后,再应用加窗FFT算法对细化域内的频率进行精估计。此外,为满足不同信噪比条件的需求,提出了一种具有可选结构的高精度频率估计方法。仿真结果与分析表明,该算法极大地提高了已有频率估计算法的精度,具有较快的信号处理速度和良好的抗噪声性能。

面向光传输网的Polar-LDGM码方案

针对光传输网(OTN)对纠错码低实现复杂度、逼近香农限性能和无错误平层的要求,提出了一种基于Polar码和低密度生成矩阵(LDGM)码的低复杂度高速级联码方案.首先针对级联模型阐述了Polar-LDGM码的编码设计方案,并分析了编码复杂度.然后基于两种码的结构特点,给出了基于置信传播(BP)算法的级联解码算法.通过合理利用高斯逼近(GA)法推导解码算法中传递消息的均值,能够准确地预测出Polar-LDGM码的理论错误概率.仿真结果表明,Polar-LDGM码满足在OTN中应用的要求.

无人机辅助的非正交多址反向散射通信系统max-min速率优化算法

无人机(UAV)、非正交多址(NOMA)和反向散射通信(BC)相结合,可以满足热点地区高容量需求,提高通信质量。该文提出一种无人机辅助的NOMA反向散射通信系统最小速率最大化资源分配算法。考虑无人机发射功率、能量收集、反射系数、传输速率以及连续干扰消除(SIC)解码顺序约束,建立基于系统最小速率最大化的资源分配模型。首先利用块坐标下降将原问题分解为无人机发射功率优化、反射系数优化和无人机位置与SIC解码顺序联合优化3个子问题,然后使用反证法给出无人机最优发射功率,再用变量替换法和连续凸逼近将剩余子问题进一步转化为凸优化问题进行求解。仿真结果表明,所提算法在系统和速率与用户公平性之间具有较好折中。

IRS辅助的NOMA无人机网络安全速率最大化算法

该文研究了智能反射面(IRS)辅助基于非正交多址接入(NOMA)技术的无人机(UAV)网络中的安全传输。为了使系统安全速率最大化,该文提出联合优化无人机位置、串行干扰消除解码顺序、IRS反射矩阵和UAV发射功率的资源优化问题。由于优化问题是一个混合整数非凸优化问题,该文提出一种基于块坐标下降的迭代算法,将原问题分解为3个子问题,采用基于惩罚、半正定松弛和连续凸逼近的方法求解子问题。仿真表明,所提算法的系统安全速率优于没有IRS辅助的NOMA方案和没有IRS辅助的正交多址方案。

基于网络结构的正则化逻辑回归

逻辑回归是一个应用广泛的分类模型,但由于高维数据分类任务在实际应用中变得越来越频繁,使得分类模型面临着巨大的挑战。应对该挑战的一种有效方法是对模型进行正则化。许多已有的正则化逻辑回归直接运用L1范数罚作为正则化罚项,而不考虑特征之间的复杂关联关系。也有一些研究工作基于特征的组信息设计了正则化罚项,但它们假设组信息是预先给定的。文中从网络的视角对特征数据中存在的潜在模式进行挖掘,并基于此提出了一个基于网络结构的正则化逻辑回归。首先,以网络的形式描述特征数据并构建出特征网络;其次,从网络科学的角度对特征网络进行观察和分析,并基于此设计罚函数;然后,以该罚函数为正则化罚项,提出网络结构Lasso逻辑回归;最后,结合Nesterov加速近端梯度下降法和Moreau-Yosida正则化方法,推导了模型的求解过程。在真实数据集上的实验结果显示,所提网络结构Lasso逻辑回归表现优异,这表明从网络的视角观察和分析特征数据是研究正则化模型的一个具有潜力的方向。

无人机集群通信的应用现状及展望

近年来,随着无人机(Unmanned Aerial Vehicle, UAV)逐渐自主化和智能化,单UAV已无法满足日益复杂的任务需求,UAV集群技术的提出能够有效提高UAV的生存能力和任务效率,引起了国内外的广泛关注。当前UAV集群技术面临着极具挑战性的通信问题,严重影响到UAV间的协同作业与信息处理能力。基于UAV集群的概念,通过与多UAV系统对比,系统分析了UAV集群的优点及挑战,并结合近年来不同的通信场景,总结了UAV集群通信的架构和路径规划的解决方案。讨论了集群通信仍面临的开放问题,对未来的研究方向进行了展望。

机载智能超表面和边缘服务器的空中自适应移动边缘计算

为了实现更高效、更灵活的MEC,提出了空中智能MEC系统,通过机载智能超表面和边缘服务器的无人机实现MEC。在该系统中,无人机既可以充当边缘服务器为地面用户提供计算服务,也可以充当通信中继,将用户的计算任务卸载到远端服务器处理。构建了以最大化系统能效为目标的模型,提出了一种基于DDPG的联合优化算法来解决非凸的能效优化问题。仿真结果表明,所提出的方案与基准方案相比,可以有效提高系统能效,并且具有良好的稳定性和收敛性。

非完美CSI条件下IRS辅助的NOMA系统安全速率最大化算法

本文针对智能反射面(intelligent reflecting surface,IRS)辅助的非正交多址接入系统的物理层安全问题,考虑窃听信道为非完美信道状态信息,基站在IRS的辅助下给合法用户传输数据.在基站最大发射功率、IRS相移和连续干扰消除解码顺序约束下,建立了一个联合优化基站波束形成向量、IRS相移的系统安全速率最大化问题.首先,基于合法用户的组合信道增益来确定连续干扰消除解码顺序,然后将优化问题解耦为两个子问题交替优化,利用基于惩罚的连续凸逼近、松弛变量、一阶泰勒展开等方法将目标函数和约束进行转化,再利用S-procedure方法处理窃听信道的不确定性,将子问题转化为凸优化问题并求解.仿真结果表明,本文所提方案与集中部署IRS、随机相移、无IRS方案对比,能够有效提高系统的安全速率.