2026年 04期
基于FH-OFDMA无人驾驶航空器C波段C2信道资源分配算法
汤新民;郭京;汤盛家;针对无人驾驶航空器（Unmanned Aerial Vehicle,UAV）C波段指挥与控制（Command and Control,C2）链路在面对大规模、动态变化的UAV集群通信场景时仍面临频谱资源紧张、信道状态适应能力差等问题，提出一种基于跳频正交频分多址（Frequency Hopping-Orthogonal Frequency Division Multiple Access,FH-OFDMA）无人驾驶航空器C波段C2信道资源分配算法。该算法首先根据各UAV在不同子载波上的信道增益和最小信噪比门限，反推满足C2链路服务质量需求的最小发射功率，并将子载波选择建模为加权二分图最小代价匹配问题，生成信道感知的跳频图案。然后在给定跳频图案的条件下，以最小功率为功率下界，对剩余功率执行改进二次注水分配，实现跳频图案矩阵与发射功率矩阵的联合优化。仿真结果表明，相较于传统的固定分配平均功率算法和伪随机跳频结合注水算法所提算法在系统吞吐量方面提升约16%，随着UAV的增加，满足信噪比门限方面的优势更加显著。
一种OTFS系统改进的GAMP检测算法
任德锋;黄沁;杨保峰;针对正交时频空（Orthogonal Time Frequency Space,OTFS）系统在信号检测中存在复杂度与误码率难以兼顾的问题，提出一种OTFS系统改进的广义近似消息传递（Generalized Approximate Message Passing,GAMP）检测算法。该算法在OTFS信道特征中使用匹配滤波（Matched Filtering,MF）操作，以增强其对角占优特性，降低计算复杂度。同时根据每次迭代的误差变化情况自适应调整阻尼因子的大小，避免固定阻尼因子导致的算法性能下降，加快收敛。此外，通过优化消息传递规则，引入残差监管思想，确保在每次迭代中及时判别算法的收敛趋势。仿真结果表明，所提算法实现了算法复杂度与误码性能的良好权衡，计算效率提升了约67%，具有更好的收敛性。
整流超表面极化自适应通信与极化不敏感收能
张文章;裴睿;张轩铭;李杨;宋超运;邢蕾;针对无线信息与功率传输系统中的极化失配问题，设计一种缝隙耦合馈电极化可重构整流超表面天线。该设计构建“主动通信、被动整流”双极化协同机制，在能量通道利用单元对称拓扑实现极化不敏感广角接收，在通信通道集成开关二极管实现双线极化与圆极化动态切换，并借助缝隙耦合结构实现射频馈电与直流整流路径的物理共存。仿真与实验结果表明，该设计有效克服了极化失配导致的性能下降，在2.45GHz频段实现了63%的峰值整流效率，并在双线极化与圆极化动态切换下保持稳定通信；同时，在0°～60°宽入射角范围内，整流效率始终保持在60%以上，显著提升了系统在复杂极化环境中的综合性能，为构建高鲁棒性物联网无线输能技术及无线信息与功率传输节点提供了新方案。
强化学习驱动的低空无人机自适应调制编码方案
于晓璞;池育浩;针对低空无人机通信信道时变性强、链路自适应要求高的特点，提出一种强化学习（Q-learning）驱动的低空无人机自适应调制编码方案。该方案通过构建包含瞬时信噪比（Signal-to-Noise Ratio,SNR）、SNR变化趋势、视距/非视距状态、近期误块率（Block Error Rate,BLER）的多维状态空间，设计多目标奖励函数以平衡频谱效率与BLER约束。同时，在离线训练中注入估计误差和引入阴影衰落、突发干扰等增强数据以提升模型鲁棒性。仿真结果表明，在典型城市理想信道场景下，所提方案的平均频谱效率较传统外环链路自适应（Outer Loop Link Adaptation,OLLA）提升约9.8%，且BLER低至0.000 3。在反馈延迟、信道估计误差，突发深度衰落及阴影衰落等非理想场景下，所提方案的平均频谱效率较OLLA提升7.0%～22.7%，同时BLER低于0.01的目标值，验证了强化学习在低空无人机自适应调制编码中的有效性和鲁棒性。
无人机辅助边缘计算中基于多机协同的任务调度算法
陈浩;张天予;潘浩;张强;王文婷;黄磊;为提升多无人机环境下的协同计算能力，提出一种基于多机协同的任务调度算法。该算法在无人机辅助边缘计算中，通过有向无环图描述任务内部的前后依赖关系，并设计多跳传输机制以增强任务在动态网络中的可达性。在此基础上，以系统总时延最小化为目标，构建联合计算卸载与资源分配的优化模型，并采用改进的多智能体深度强化学习方法实现策略求解。仿真结果表明，该算法在给定环境下能够提升任务完成时延性能不低于19.5%，提升任务完成率性能不低于3.8%，在动态链路与异构算力条件下保持了多无人机场景下的调度稳定性。
基于InP工艺的采样保持电路发展综述
仲易;张益铭;戴军;王增双;孙楠;针对超高速模数转换器(Analog to Digital Converter,ADC)对前端采样保持电路在带宽、线性度和保持精度方面不断提升的需求，梳理了自2007年以来基于磷化铟异质结双极型晶体管(Indium Phosphide Heterojunction Bipolar Transistor,InP HBT)工艺的采样保持电路研究进展。系统分析了射极跟随器采样结构的非线性、噪声及保持电压衰减机理，总结了典型技术路径。重点比较了双开关反馈结构、基-集结二极管采样结构、fT倍增与有源峰化技术以及发射极电容/电阻退化结构等方案的性能提升效果。文献对比结果表明，InP HBT工艺在高采样率、高线性度及能效平衡方面具有显著优势。未来研究将朝向异质集成、小型化与高能效方向发展，以满足下一代高速数据转换系统的需求。
Stackelberg博弈下的无人机中继抗干扰分层学习策略
王文静;吕尚儒;王明慧;李书田;张晋国;针对无人机（Unmanned Aerial Vehicle,UAV）辅助用户密集部署网络场景中的UAV中继选择抗干扰问题，提出基于学习理论的分层学习（Hierarchical Learning Algorithm,HLA）抗干扰博弈策略。该策略同时考虑外部恶意干扰和同频互扰，采用Stackelberg博弈对无人机群、用户和干扰之间的竞争性交互展开建模和分析。此外，证明了所提博弈存在唯一的Stackelberg均衡，并设计Stackelberg博弈分层学习算法求解Stackelberg均衡，使用户的效用最大化从而选择出最优无人机中继进行通信，提高系统的抗干扰性能。仿真结果表明，相比于随机学习算法，所提抗干扰策略使系统受到的干扰降低大约50%。
安全认知多发单收WPT-MEC网络能效最大化方案
刘伯阳;王佳伟;张浩然;党儒鸽;王丽平;余飞;针对物联网（Internet of Things,IoT）移动边缘计算（Mobile Edge Computing,MEC）网络中终端设备电池容量有限、频谱资源稀缺及信息传输易被窃听等问题，提出一种基于认知无线电（Cognitive Radio,CR）与无线功率传输（Wireless Power Transfer,WPT）技术辅助的安全多输入单输出（Multiple-Input Single-Output,MISO）MEC网络架构。通过融合CR、WPT、物理层安全与协作中继技术，构建以MISO-MEC网络终端能效最大化为目标的优化问题，并采用基于Dinkelbach算法、块坐标下降（Block Coordinate Descent,BCD）、拉格朗日对偶以及变量替换的两阶段联合优化方法进行求解，得到主发射机波束成形向量、次级基站波束成形矩阵、移动终端的发送功率及本地计算频率参数的最优解。仿真结果表明，所提方案在不同网络参数下均有效可靠，能够显著降低能耗并使网络能效最大化，同时验证了该方案理论能效为实际能效的下界。
一种通用型全向覆盖多波束天线系统
韩松;王海花;杨则南;王逸琳;赵天乐;针对相控阵技术中实现低成本、高效益全向覆盖的研究，提出一种基于圆柱形阵列的通用型全向覆盖多波束天线系统。该系统采用4M×2N单元圆柱阵列，以单刀四掷与双刀双掷开关构建选通控制模块，实现4M选M通道切换与链路重构。仿真验证表明，72单元阵列方位面可实现360°波束扫描，俯仰面扫描范围达±30°，扫描过程中方向图形状稳定；1/4阵面俯仰面各扫描角度仿真增益均超23dBi，方位面差波束性能良好；支持线阵与面阵重构，阵元间距0.45λ～0.6λ可抑制栅瓣。同时，该系统支持阵列可重构功能，能够组合子阵列形成多种线阵与面阵结构，大幅降低了硬件成本，兼具高灵活性与通用性，适用于通信、侦测及雷达等多种应用场景。
多模态智能手机传感器人体动作识别技术研究综述
艾达;周琳杰;王殿伟;冯超林;赵新;随着智能手机的普及，利用智能手机内置传感器的人体行为识别技术正成为智慧医疗、智能安防等领域的新应用方向。对近年来最新的内置传感器数据采集和处理方法、信号特征的提取和融合方法，以及多模态融合的动作行为识别算法及其优化策略进行归纳总结，并搜集和整理该领域内常用的公开数据集。研究发现，多模态传感器融合较单一传感器显著提升了对复杂行为的识别性能，但传感器异构性、高标注成本及边缘计算效率瓶颈仍是当前主要挑战。最后，从文献计量学角度分析和展望了利用传感器识别人体动作行为的技术发展趋势。