2026年 05期
探鸟雷达系统设计、信号处理与分类识别方法综述
同非;苟雨晴;张坤;许京伟;李琳;姜可亭;廖桂生;近年来，生态环境的持续改善促使低空鸟类种类与规模显著增加，但由此引发的航空器鸟击、航班起降干扰，以及低空管控场景中无人机的虚警等事件频发，给低空空域安全带来严重威胁。在复杂背景下实现飞鸟的有效探测与飞鸟/无人机的精准区分，已成为当前低空安防领域亟待解决的技术问题。而探鸟雷达凭借全天候、大范围空域、高数据率等优势，成为低慢小目标感知的核心装备。针对飞鸟与无人机这两类典型易混淆目标，系统梳理了探鸟雷达在目标回波数学模型、信号处理、分类识别算法及数据集建设等方面的研究脉络，重点剖析了微多普勒特征与极化特征的核心机理，深入探讨了应用于低慢小目标识别的深度学习算法以及多模态融合机制在探鸟雷达系统研制与算法迭代中的落地方案。分析表明，搭载轻量化端到端神经网络、多模态数据融合驱动、多站组网部署正成为探鸟雷达的未来发展趋势，但高质量标注数据集依然匮乏。综述厘清了探鸟雷达核心技术的演进路径与现存局限，旨在为探鸟雷达系统的研制迭代和飞鸟/无人机目标分类识别技术的持续深入研究提供技术参考与启示。
区块链与可搜索加密的无人机通信数据共享方案
李亚红;魏萱;黄海燕;针对低空无人机通信数据在存储、共享与访问过程中存在隐私泄露、数据篡改、访问控制困难及密文检索效率低等问题，提出一种区块链与可搜索加密的无人机通信数据共享方案。该方案采用联盟链与边缘私有链协同的双链架构，构建链上索引、链下密文存储模式，在兼顾数据隐私保护的同时支持跨域共享。地面控制站负责数据采集、加密与索引生成，边缘私有链记录密文哈希和关键词索引，联盟链维护用户伪身份及共享索引，并设计匿名索引构建机制，实现用户身份匿名性和数据记录不可关联。最后，结合代理重加密与可搜索加密技术，给出轻量化重加密机制，在不解密原始数据的条件下实现灵活授权访问与高效密文检索。安全性分析表明，该方案满足选择密文攻击下的不可区分性，能够保障用户身份匿名性、数据记录不可关联性及数据共享过程安全性。实验结果表明，所提方案的加密、重加密和解密耗时分别为16.0ms、5.0ms和6.0ms，重加密效率相较同类方案最高提升约78.3%，能够在保障低空无人机通信数据全流程安全的同时满足实时共享需求。
通感算一体化网络覆盖率最大化资源分配方案
刘伯阳;吕涛;李泽;李迪;王晨;针对通感一体化网络中能量和算力有限所导致的网络服务覆盖率低的问题，提出一种通感算一体化（Integrated Sensing,Communication and Computing,ISCC）网络服务覆盖率最大化资源分配方案。通过联合优化决策变量、接收滤波器矢量、中央处理器（Central Processing Unit,CPU）频率、通信和感知波束成形矢量等变量，实现ISCC网络服务覆盖率最大化。针对所提出的耦合非凸优化问题，使用块坐标下降法（Block Coordinate Descent,BCD）的迭代算法，结合拉格朗日对偶变换、二次变换、连续凸近似（Successive Convex Approximation,SCA）和半正定松弛（Semidefinite Relaxation,SDR）算法迭代求解。仿真结果表明，所提方案在不同参数下可有效提高网络覆盖率，最高可提升37.5%，能够更有效地优化资源分配并实现网络覆盖率最大化。
面向极化码HARQ的分段CRC增强极化矩阵扩展算法
杜炜民;吕春凡;卢光跃;针对极化矩阵扩展混合自动重传请求（Polar Matrix Expansion-based Hybrid Automatic Repeat Request,PME-HARQ）算法重传比特可靠性不足的问题，提出一种分段循环冗余校验（Cyclic Redundancy Check,CRC）增强PME-HARQ(Segmented CRC-Aided PME-HARQ,SCPE-HARQ)算法。该算法在重传信息比特序列中嵌入分段CRC校验码，每次重传到达时，利用分段CRC对接收到的重传比特段进行校验，并保留校验通过的候选路径。后续译码则充分利用此候选路径信息，以提高译码成功率。仿真结果表明，所提算法在不同场景下每次重传均可带来0.15～0.20dB增益，且均逼近同码率极化码的极限性能，有效提升了重传比特的分段CRC校验的重传可靠性，改善了传统PME-HARQ算法的整体传输性能。
面向通感一体化的PB相位宽频编码智能超表面设计方案
陈国强;贺延军;李胜;赵强;李新民;李培煊;黄晓俊;陈睿博;为满足通感一体化应用中对宽频反射调控的需求，针对反射型超表面极化转换带宽受限以及波束调控与散射抑制难以兼顾的问题，提出一种基于潘查拉特南-贝里（Pancharatanam-Berry,PB）相位的宽频编码超表面设计方案。首先，设计M型各向异性反射单元，并通过单元旋转实现PB相位调控；在此基础上构建4×4编码粒子，进一步搭建3bit编码阵列，以实现反射波束的可控重构。随后，采用全波电磁仿真对单元的反射幅度与相位响应、极化转换比（Polarization Conversion Ratio,PCR），以及阵列的远场方向图和单站、双站雷达散射截面（Radar Cross Section, RCS）特性进行分析。结果表明，所设计单元在14.74～30.24GHz频段内PCR均大于90%，相对带宽超过65%；所构建编码阵列在10.0～31.5GHz范围内实现了明显的RCS缩减，最大缩减约20dB。该方案能够在宽频范围内兼顾高效极化转换、反射波束调控与后向散射抑制，可为通感一体化系统中的反射波束赋形与回波散射调控提供参考。
改进粒子群驱动的多卫星任务卸载与资源分配策略
李浩翔;刘留;蔡雨尘;赵文杰;苏昭阳;针对低地球轨道卫星网络中计算和通信资源不足的问题，开展了多卫星协同的任务卸载与资源分配联合优化问题研究。具体方法为构建动态信道条件的“空-地”一体化系统模型，以最小化所有任务的平均完成时延为目标，将该问题建模为一个混合整数非线性规划（Mixed Integer Nonlinear Programming,MINLP）问题，进而提出一种将改进型粒子群优化与拉格朗日乘子法相结合的混合算法进行求解。该算法利用粒子群算法（Particle Swarm Optimization,PSO）的全局搜索能力优化离散的卸载决策，并基于凸优化理论，结合拉格朗日乘子法思想对给定决策下的连续性资源分配子问题进行高效迭代求解。仿真结果表明，所提算法在不同用户负载下均能显著降低任务平均完成时延，并有效提升任务完成率，验证了其在卫星边缘计算场景下的有效性。
采用凸优化的massive MIMO系统能效提升算法
张俊星;李鑫;刘江;陈睿博;刘哲;黄晓俊;李新民;在大规模多输入多输出（Massive Multiple Input Multiple Output,massive MIMO）天线阵列系统中，为了有效降低硬件成本和系统功耗，采取基站侧的天线选择结合预编码技术提升系统能效。首先使用凸优化算法求解按照最大化系统容量准则选取最佳天线子集问题，然后利用半定松弛方法设计具有功率控制的最优预编码器，该预编码器满足信漏噪比约束下最小化发射功率准则，能够有效降低系统能耗。仿真结果表明，所提算法在保持最大系统容量情况下随信噪比提高，系统能耗不断降低，如在信噪比为20dB时所提的预编码器比传统的最大化信漏噪比的预编码器能耗降低66%，从而有效提升了系统的能效。
一种低延时译码器电路设计与分析
辛昕;魏东东;佟星元;针对高速随机存储器接口中译码器延时较大的问题，设计了一种基于标准0.18μm CMOS工艺的低延时（Low Delay,LD）2-4和3-8译码器，采用交叉组合的传输门逻辑（Transmission Gate Logic,TGL）和双值逻辑（Dual-Value Logic,DVL）来降低输入和输出的负载电容，优化译码器的本征延时和逻辑努力。仿真结果表明，在供电电源为0.6V，且信号输入频率100MHz情况下，与传统译码器（Conventional Decoder,CD）、低功耗（Low Power,LP）和高性能拓扑译码器相比，提出的LD 2-4译码器最坏情况的延时分别降低了31.65%、25.74%和20.99%；与CD和预编码技术（Pre-coding Technology,PT）的3-8译码器相比，提出的LD 3-8译码器，在工作频率31.25MHz时，最坏情况的延时分别降低了41.82%和36.26%。受益于提出的2-4译码器和3-8译码器电路结构，4-16译码器的功耗、延时两者之积与已有各类译码器电路结构相比是最小的。
端到端模仿学习的免通信多机器人分布式包围控制算法
钟远湘;刘明雍;闫志强;玄立伟;针对现有多智能体深度强化学习方法依赖大量在线交互探索，样本效率低，且训练不稳定，难以满足实际应用时离线训练完成后可直接部署的需求，提出一种端到端模仿学习的免通信多机器人分布式包围控制算法。该算法使机器人仅依靠自身对邻近机器人和障碍物的局部感知信息，通过一个预训练的、基于注意力机制的端到端神经网络，直接生成运动控制指令，实现连通、无碰撞的目标包围。神经网络通过监督学习方式，使用离线数据进行训练，复现集中式最优决策行为，避免深度强化学习中的探索成本与收敛不稳定性。仿真结果表明，所提算法在保持连通性与无碰撞约束的前提下，在6～15个机器人规模的测试场景中，均能成功完成包围任务，在多种规模场景与复杂环境下展现出良好的泛化性与鲁棒性。
集成代理辅助多目标进化粗糙模糊聚类算法
赵凤;胡一凯;刘汉强;宁昕怡;针对多目标聚类算法在适应复杂聚类任务和计算效率上的不足，提出一种集成代理辅助多目标进化粗糙模糊聚类算法。该算法分别关注重构隶属度的粗糙模糊类内紧致性、基于簇不平衡比的类间可分性和模糊熵，构造3个互补的目标函数识别复杂的聚类结构。同时，建立基于分治策略的集成代理辅助的多目标进化框架优化这3个目标函数，并给出自适应填充采样策略促进勘探开发，通过粗糙模糊聚类选解指标从非支配解集中找出最优解以确定聚类结果。实验结果表明，在标准测试数据集上，与所提算法相比，对比算法的平均优势频率仅为9.5%；在UCI数据集与图像数据集上，所提算法在各项评价指标中均优于对比算法，聚类与图像分割的综合效果最优。