最新刊期
- 摘要：在全球人口增长与环境变化背景下，为提高农作物识别效率与精度，研究系统梳理了光学、雷达和高光谱等多源遥感卫星数据的特点及适用场景，探讨了辐射校正、几何处理和分辨率统一等预处理方法。重点分析了时空融合、层级融合和抗干扰融合策略，以及支持向量机、随机森林等传统机器学习方法和卷积神经网络、循环神经网络、Transformer 等深度学习模型在作物识别中的应用。结果表明，多源数据融合与机器学习结合可显著提升识别精度，时空融合增强了作物生长曲线重建能力，决策级融合使分类精度达 92% 以上，深度学习模型在复杂场景中精度超过 93%。研究指出数据质量、模型泛化能力和计算资源等仍是主要挑战，未来需加强新型融合算法、深度融合技术和模型优化研究，以推动精准农业的数字化与智能化发展。关键词：多源遥感卫星数据;数据融合;机器学习;深度学习;作物识别97|99|0更新时间：2026-07-03
- 摘要：针对现有无源物联网能量采集方案存在单频段射频适配性差、多能量源整合效率低、阻抗匹配设计不精准，且单一供能模式受环境影响大、能量输出稳定性不足等问题，设计了一款集成最大功率点跟踪(Maximum Power Point Tracking , MPPT)的射频能-太阳能混合环境能量收集电路。针对传统结构普遍存在的电压低，高插入损耗的缺点，提出了改进传统倍压结构，采用单端接地级联输出方式，实现多支路射频电压高效直流叠加，实现接近14.8V的开路电压和0dBm输入时1.363mW的最佳输出功率，相对于传统结构开路电压提升近四倍，最佳输出功率提升约7.5%，带载能力也有显著提升。同时，以BQ25504为核心设计双输入能量管理电路，针对太阳能与射频能MPPT系数的差异，采用两路独立MPPT适配+二极管防倒灌结构，实现双能量源独立最大功率跟踪与协同供电，保障能量稳定输出。关键词：无源物联网;射频采集;能量管理;阻抗匹配18|1|0更新时间：2026-06-30
- 摘要：为实现低空经济场景下的高质量无线通信，本文研究了一种可转向天线（RA，rotatable antenna）技术辅助无人机（UAV，unmanned aerial vehicle）通信系统，借助定向天线的高波束增益和三维转向带来更高的空间自由度来高效接收多个地面用户发送的信号。首先，本文构建了一个最大化最小频谱效率的优化问题。同时，本文研究了动态转向和静态转向两种RA工作模式，分别用于实现更强的波束调控能力和更低的硬件设计难度。针对所构建的非凸原问题，本文提出了一种基于连续凸逼近的高性能迭代算法来联合优化RA转向角度、时间分配以及UAV飞行轨迹。此外，本文还推导出动态转向模式下RA转向角度的闭式最优解。最后，仿真结果验证了所提出的RA辅助UAV通信方案的性能显著优于可移动天线、各向同性天线和固定天线方案。关键词：低空经济;无人机通信;可转向天线;轨迹优化15|0|0更新时间：2026-06-30
- 摘要：在开放词汇目标检测中，传统的区域提议范式对候选区域进行独立的特征裁剪与提取，忽略了区域间潜在的依赖关系，导致特征表征中的上下文信息丢失。针对这一问题，本文提出一种全局-局部上下文协同网络（GLCS-Net）。首先，构建全局上下文聚合模块（GCA），通过引入自注意力机制聚合全局语义，以重构候选区域间的语义关联；其次，设计局部空间整合模块（LSI），利用动态邻域采样整合目标周边空间线索，以补全物体缺失的局部几何细节。最后，为了实现全局与局部上下文的协同，进一步提出上下文协同净化机制（CSOP）。该机制融合GCA和LSI增强后的特征，通过重新校准伪标签置信度来剔除噪声，从而构建可靠的监督信号以指导模型训练。实验结果表明，该方法在COCO数据集上，核心指标新类检测精度达到40.5%，较现有先进方法提升1.8%。在更具挑战性的细粒度LVIS数据集上，各项指标稀有类、常见类、频繁类及整体AP依次达到25.4%、32.9%、37.7%和33.5%，相较于此前的先进方法分别提升了0.8%、0.4%、2.1%和1.1%。结果证明GLCS-Net有效缓解了候选区域独立裁剪带来的信息瓶颈，为基于区域提议的检测框架提供了一种通用的特征增强范式。关键词：开放词汇目标检测;视觉-语言模型;全局-局部上下文;伪标签净化;特征增强17|1|0更新时间：2026-06-30
- 摘要：通信感知一体化（以下简称通感一体化）通过共享频谱和软硬件等资源，在目标定位、环境感知等方面展现出广泛的应用前景。无蜂窝大规模多输入多输出（CF-mMIMO, Cell-Free Massive Multiple-Input Multiple-Output）能够消除小区间干扰并提升频谱效率。二者结合构建的CF-mMIMO通感一体化系统，有望同时实现高速率通信与高精度感知。现有研究中大多将感知目标建模为单反射点模型，而在分布式接入点（AP, Access Point）密集部署的CF-mMIMO系统中，AP与目标的距离较近，单反射点模型获取的感知信息有限，难以刻画目标的空间分布特性。为此，本文构建了多反射点目标模型，用于提升感知信息的获取量，还可增大通信和速率，并围绕系统预编码设计展开研究。为在感知约束下最大化系统和速率，提出了一种两阶段求解框架：先采用加权最小均方误差方法将非凸问题等效转化，再通过半正定松弛算法得到预编码的闭式解，最后借助交替优化算法求解最优预编码。仿真结果表明，在满足感知约束的条件下，增加反射点数量可将系统通信和速率提升约30%；且随着用户或AP数量的增加，多反射点模型提升通信性能的效果更加明显，这与未来通信场景下大规模用户和超密集CF-mMIMO的趋势高度契合，进一步凸显多反射点建模的研究意义。关键词：无蜂窝大规模MIMO;通信感知一体化;预编码设计;多反射点25|0|0更新时间：2026-06-30
- 摘要：基于二维扫描的毫米波合成孔径雷达(Synthetic Aperture Radar, SAR)可以进行三维成像处理，成为近年来雷达信号处理领域的重要研究方向之一。然而，该系统三维重建性能严格受发射信号带宽以及孔径长度限制，距离向分辨率常远小于方位向合成孔径后分辨性能，多目标场景成像处理时旁瓣干扰会显著降低成像质量。针对该问题，本文提出了联合稀疏约束和Clean处理的超高分辨率三维成像处理。其中，三维联合稀疏约束可以实现目标旁瓣能量抑制，改善重建分辨性能。Clean处理中应用数据域投影对消和幅度校正实现不同散射目标能量的分离。最后，通过实测数据验证该方法能有效改善三维成像重建性能，抑制多目标旁瓣干扰，显著提升成像质量。该研究为毫米波三维成像技术在复杂场景中的应用提供了更优的解决方案，具有重要的工程应用价值。关键词：合成孔径雷达;稀疏约束;Clean算法;三维超分辨率成像83|61|0更新时间：2026-06-30
- 摘要：为解决厂站侧智能配用电终端管理中存在的数据安全和效率问题，设计了一种基于区块链的管理系统。该系统采用区块链技术，构建以厂站侧智能配用电终端管控单元为节点的联盟链网络（Alliance Chain Network，ACN），通过 Trust Authority（TA，中央管理机构）实现智能配用电终端的公钥数据验证及数据添加。利用智能合约（Smart Contract，SC）实现终端的公钥注册、更新和撤销，结合可信芯片实现随机数证明共识机制。实验结果表明，与传统管理系统相比，该系统通信延迟降低了30%，数据篡改概率趋近于0，设备故障响应时间缩短了40%，有效提高了各管控单元节点的信息共享效率，保证了信息传输的安全性。关键词：区块链;厂站侧智能配用电终端;终端管理系统;智能合约;联盟链网络36|14|0更新时间：2026-06-16
- 摘要：为解决海上网络覆盖范围小、计算能力弱的问题，引入了空天地海一体化网络场景下的任务卸载决策。考虑计算任务的卸载成功率、能耗约束、近海场景与远海场景的环境差异以及空天地海一体化场景的动态性，构建了一种适用于空天地海一体化网络的任务卸载架构，提出了一种基于深度强化学习的多智能体协同任务卸载方案。实验结果表明，相较于基于MADQN算法的卸载方案、基于DDPG算法的卸载方案和随机策略的卸载方案，所提方案在卸载成功率方面分别提高5.08%、21.71%和60.48%，在时延方面分别降低11.65%、18.64%和64.60%，在能耗方面分别降低11.57%、9.66%和10.38%。关键词：空天地海一体化网络;任务卸载;多智能体;深度强化学习80|28|0更新时间：2026-06-16
- 摘要：针对无人机航拍图像中小目标占比高、密集遮挡严重、浅层细节易随下采样衰减，以及机载边缘设备资源受限等问题，提出一种面向无人机边缘端的轻量化航拍小目标检测方法。该方法以 YOLO11s 为基线，将原始 P3/P4/P5 检测结构重构为 P2/P3/P4 结构，使高分辨率浅层特征直接参与微小目标预测；同时移除对无人机小目标场景收益有限的 P5 分支，并将高层语义建模模块前移至 P4 层，以降低冗余参数开销。进一步设计选择性引导模块、P2 引导的跨层再注入机制和自适应融合模块，以增强浅层细节表达并缓解多源特征融合冲突。实验结果表明，在 VisDrone 验证集上，该方法较 YOLO11s 基线模型的平均精度均值（mAP, mean average precision）@0.5和mAP@0.5:0.95分别提升 4.40 和 3.22 个百分点，参数量由 9.46M 降至 3.82M；在Jetson Orin NX 16 GB上采用TensorRT 32位浮点精度部署时，推理速度达到 52.63帧/s。结果表明，该方法在提升无人机小目标检测精度的同时，兼顾了模型规模和边缘端实时推理能力。关键词：边缘智能;无人机小目标检测;YOLO11s;特征增强51|18|0更新时间：2026-06-15
- 摘要：电动汽车充电需求的准确预测对缓解电网压力至关重要。针对现有预测方法在处理非独立同分布数据时收敛慢、易受不可靠节点影响的问题，本文提出一种双层可信联邦学习(Double-Layer Credible Federated Learning, DCFL)能量需求预测策略。该方法利用启发式关联规则自动挖掘充电信息，无需额外数据采集；通过权值损失变化筛选良性本地因子以加速收敛并抵御不可靠节点干扰；引入多通道注意力机制设计损失函数与加权聚合方式。实验结果表明，相比传统联邦学习方法，本方法训练时间减少71%，收敛速度提升17.6%，在预测准确度和收敛效率方面均有显著优势。关键词：能量预测;启发式关联规则;电动汽车网络;隐私保护;多通道注意力机制21|15|0更新时间：2026-06-15
- 摘要：北斗短报文是中国北斗系统通导一体的优势服务，既实现了千万次每小时的大容量短报文通信，又具备十米量级的高精度定位能力。下一代北斗将建设高低轨结合的全球短报文系统，服务性能由区域大容量跃升到全球大容量，更好服务于各类卫星物联网应用。在北斗短报文现有频率资源约束下，针对因卫星重叠覆盖和频率共用引起的用户入站信号相互干扰问题，在保持系统测距精度不低于8ns前提下，提出了多窄带子载波频谱复用方法，给出均分4个子载波和均分8个子载波两种方案。对比分析表明采用多窄带子载波频谱的低轨入站性能明显优于直接沿用现有高轨入站频谱方案，在均分8个子载波频谱方案下，低轨短报文支持的入站信息速率范围覆盖现有高轨入站信息速率种类，可更好地兼容现有短报文用户，同时实现入站容量最高提升4倍，频谱效率最高提升46.3%。关键词：北斗短报文通信;频率共用;入站容量;频谱效率33|3|0更新时间：2026-05-20
- 摘要：基于3GPP协议及ITU-R标准模型，手机直连卫星场景下，卫星信道受到视距（LoS，line of sight）径能量的主导，其时延扩展显著低于地面非视距（NLoS，non-line of sight）场景，在离散时延域表现出极强的稀疏性，传统LMS算法由于缺乏结构约束，其稳态误差受零抽头噪声波动影响剧烈，存在收敛速度慢、稳态误差高的问题，因此，本文在零吸引LMS（ZA-LMS，zero-attracting least mean squares）、重加权零吸引LMS（RZA-LMS，reweighted zero-attracting least mean squares）的基础上，提出一种基于有理分式惩罚项的改进稀疏最小均方算法（Rational-LMS，rational least mean squares），推导了其权系数的随机梯度下降更新公式。该算法利用有理分式函数在原点附近的高灵敏度梯度以及在大系数区域的快速衰减特性，在有效滤除噪声分量的同时，实现了对均衡器系数的稳定收敛，从而在数学逻辑上更贴近
范数的理想约束；进一步地，引入参数自适应更新机制，使得算法能够根据误差动态调整稀疏惩罚系数，从而实现更低的稳态误差与更快的收敛速度。理论分析与仿真结果证明，在稀疏信道环境下，所提算法的收敛速率与稳态均方误差（MSE，mean squared error）性能均优于ZA-LMS和RZA-LMS算法。 关键词：自适应滤波;稀疏信道;范数;惩罚项30|14|0更新时间：2026-05-20 - 摘要：复杂背景的目标识别是物联网边缘感知体系中很重要的任务，而红外偏振图像在安防，伪装检测领域展现出优越的目标背景对比度。然而，由于成像系统计算速度慢以及传感器硬件缺陷问题，长波红外焦平面分割偏振成像系统在实际应用中难以高效获取高质量的图像，阻碍下游检测等任务的精度。为此，提出一种基于空频域协同的轻量级红外偏振图像联合去噪与去马赛克方法，该方法通过构建三阶段学习网络，在保证低计算复杂度的同时提升偏振图像重建质量。所设计的双域交互去噪模块充分利用频域信息的统计性特征，有效抑制噪声并保留偏振特性；同时，在粗糙去马赛克之后引入轻量化精细重建模块，通过深度分组卷积压缩模型参数量并提升重建性能。实验结果表明，所提方法在 IR-DoT 与 IR-DoFP 数据集上在保持低计算开销的前提下取得了优于现有方法的重建效果，为物联网边缘终端提供了一种低功耗、高质量的感知数据预处理方案。关键词：物联网边缘智能;红外偏振成像;去噪去马赛克;频率学习;轻量化模型设计22|12|0更新时间：2026-05-20
- 摘要：针对空天地融合车载网络中节点异构性强、拓扑动态变化频繁以及协同缓存困难等挑战，本文构建了面向空天地融合车载网络的有向异构图模型，设计了融合图注意力网络与多智能体深度强化学习的分布式缓存决策框架，提出了一种基于图注意力网络与多智能体深度强化学习的缓存策略优化方法。实验结果表明，与随机策略、GA策略、MADQN策略、MADDPG策略相比，所提的策略在任务平均时延方面分别降低了51.61%、38.12%、26.83%、22.12%，系统总能耗分别降低了71.68%、67.53%、43.23%、24.21%，缓存命中率分别提升了261.19%、49.11%、21.43%、6.21%。关键词：空天地融合车载网络;缓存策略;图注意力网络;多智能体深度强化学习31|14|0更新时间：2026-05-20
- 摘要：为解决基于视觉的手势感知中存在的隐私泄露风险以及其他非视觉信号感知成本高的问题，本文研究基于超声波信号的手势重建和识别。对采集的超声回波和手势图片数据处理构造出一个超声-手势框架数据集Ultrasonic Gesture。基于该数据集，提出了一种具有高性能局部感知与全局建模能力的CAMT-Net神经网络，实现从超声波信号到二维手势关键点坐标的高精度端到端映射。在包含六种静态手势的数据集上进行实验，所提方法生成的关键点精度接近基于RGB图像的重建方法；进一步基于重建关键点进行手势识别，准确率达到89%。结果表明，超声波信号可有效支持细粒度手势感知任务。关键词：超声波;感知;手势;深度学习64|36|0更新时间：2026-04-10
- 摘要：随着物联网中敏感数据规模持续扩大，隐蔽通信因能够隐藏“通信存在”而成为重要的安全机制。在此背景下，分析了监听者Willie部署迪斯科式可重构智能超表面（DRIS, disco reconfigurable intelligent surface）条件下物联网（IoT, Internet-of-Things）隐蔽通信的检测与性能问题。由于DRIS反射系数随机时变，接收端等效信道在相干时间内不再近似恒定，从而引入主动信道老化（ACA, active channel aging）并导致信道状态信息失配。为此，设计了适用于时变DRIS的Willie检测规则；在非等概先验概率下，以总检测差错概率衡量检测性能，以信号-干扰-噪声比（SJNR, signal-to-jamming-plus-noise ratio）衡量通信性能，并推导了最优检测阈值及相关理论表达式。仿真结果表明：在发射功率为5 dBm时，相比无DRIS方案，DRIS可使Willie的总检测差错概率降低约63.4%，同时使Bob侧可达速率下降约41.9%；固定RIS虽可使可达速率提升约5.7%，但其总检测差错概率却比无DRIS方案高8.43倍。结果表明，DRIS会同时增强Willie的检测能力并破坏合法隐蔽链路，对IoT隐蔽通信构成严重安全威胁。关键词：物联网;隐蔽通信;可重构智能表面;信号检测;信道老化45|42|0更新时间：2026-04-10
- 摘要：低空经济作为国家战略性新兴产业，正加速推动先进空中交通系统（Advanced Air Mobility，AAM）从传统地面交通向全域化、高密度低空运行模式转型。然而，复杂城市场景中的通信干扰、感知精度不足、飞行安全隐患及能耗约束等因素，严重制约了AAM系统的实际应用效能。本文针对AAM场景下无人机编队协同感知与控制的关键挑战，提出一种融合感知优化与能耗控制的协同编队方法。首先，创新性地构建了以编队飞行能耗最小化为目标函数、以面向协同感知的克拉美罗下界（CRLB）和通信信噪比为约束条件的联合优化模型；基于Lyapunov稳定性理论设计梯度控制算法，求解满足感知精度要求的最优编队方位构型。其次，提出一种改进型势场控制方法，通过优化斥力生效范围、引入相对速度动态调节机制、设计补偿力突破局部极小值陷阱，并融合空气阻力物理模型，显著提升了编队在复杂环境中的避障能力与飞行稳定性。仿真实验表明，所提方法能在满足协同感知精度阈值的前提下，实现无人机编队能耗的显著优化，同时确保复杂干扰环境下的协同感知能力，保障安全飞行。关键词：先进空中交通;编队协同感知;Lyapunov方法;改进势场方法;飞行能耗120|46|0更新时间：2026-04-10
- 摘要：在低轨卫星网络中，受卫星轨道参数和地面站位置分布的影响，当遇到大规模交叉流量并行传输时，许多流量会同时经过关键节点导致链路拥塞，从而降低整个系统的性能甚至无法正常通信。针对这个问题，首先利用虚拟拓扑法将卫星轨迹的动态变化转化成一系列时序静态拓扑图。其次，结合节点的度属性与其邻边的边介数信息，从信息传输角度对每个时隙的卫星节点重要度进行评估，并进一步提出基于关键节点分析的低轨卫星通信系统负载优化策略，依据每个节点的重要度评估值对路径进行规划，缓解高负载下关键节点的传输压力，为处理低轨卫星网络中的节点拥塞问题提出了一个新思路。最后，在Hypatia平台的基础上对所提出的负载优化策略进行了仿真验证。结果表明，与常用的最短路径路由方法相比，所提出的负载优化策略能够在高负载情况下有效利用原本闲置的链路，并合理规避易拥塞的卫星节点，在提升系统吞吐量的同时降低信息传输的端到端时延。关键词：低轨卫星系统;复杂网络;负载优化;关键节点60|67|0更新时间：2026-03-03
- 摘要：无人机通感一体化（UAV - ISAC，Unmanned Aerial Vehicle Integrated Sensing and Communication）场景中，由于干扰的存在使得总传输数据速率与总功耗性能变差，本文针对该问题提出基于干扰消除的多维能量有效方案。首先建立干扰模型，全面考虑通信信号、感知信号以及感知信号与通信信号之间的干扰,本文把通信和感知总传输数据速率与总功耗之比作为能量效率优化的目标，以通信权重和感知权重为维度参数，构建多维能效函数，并提出基于粒子群优化算法（PSO，Particle Swarm Optimization）的丁克巴赫（Dinkelbach）算法优化二维权重参数来最大化能效。仿真结果表明，PSO+Dinkelbach算法的的复杂度比传统Dinkelbach算法提高了44%，能效提升了63%。不仅在能量效率(EE, Energy-Efficient)上有所提高，还能更快收敛到最优解。关键词：通感一体化;无人机;干扰建模;能效优化50|49|0更新时间：2026-03-03
- 摘要：近年来，深度学习技术被广泛地应用于基于信道状态信息(Channel State Information，CSI)的指纹定位领域，并展现出高可靠的定位精度。然而，基于深度学习的指纹定位方法大多依赖于多层次的网络模型结构来提取具有判别性的位置特征，此过程伴随着大量的模型参数和密集的计算操作，对设备的硬件资源占用较高。特别是对于资源有限的智能手机而言，这会为其带来不容忽视的负担。为此，本文提出一种新颖的智能手机CSI轻量级指纹定位模型，（1）通过设计简洁高效的特征提取模块，仅用少量参数的线性层与卷积层结合特征融合机制，兼顾模型轻量化与特征提取能力；（2）引入数据增强模块，通过生成非参考点CSI数据，扩充训练样本空间，显著提升模型对未经训练位置的鉴别能力。本文在两种典型的室内场景下开展实验，与最优的基准模型相比，本文提出的定位模型在两种场景下的平均RMSE降低了12.5%，并且单次定位的推理时间仅为0.08秒。实验结果表明，本文提出的定位模型不仅能够有效提高定位精度，还明显缩短了定位所需时间。关键词：智能手机CSI;室内定位;深度学习;轻量级模型76|48|0更新时间：2026-03-03
- 技术支持由北京北大方正电子有限公司提供 京ICP备09064830号-19
京公网安备11010802024621 - 本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
- Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies
- 总访问量：233480 今日访问量：139
0