無線電工程最新期刊目錄

基于雙樹復小波變換和U-Net的視網膜血管分割————作者：陶寅涵;朱家明;吳軍;

摘要：生物醫學圖像分割已成為醫學診斷中的關鍵任務之一。然而，由于組織和器官的復雜形態及其結構的多樣性，醫學圖像分割技術的實際應用面臨顯著的技術挑戰。在傳統卷積神經網絡（Convolutional Neural Networks， CNN）中，最大池化操作常常導致信息的不可逆丟失，盡管引入小波變換在一定程度上改善了這一問題，但小波變換本身也存在局限性。為了解決這一問題，提出了一種基于雙樹復小波變換（Dua...

基于近場聚焦原理的雙層全金屬惠更斯超表面透鏡天線————作者：蘇東平;肖輝;

摘要：提出了一款工作在5.8 GHz的近場聚焦雙層全金屬惠更斯超表面透鏡天線。惠更斯單元設計依照電偶極子和磁偶極子空間正交設計思想，由一對反對稱多槽單元構成并沒有使用金屬柱和介質基板，可實現360°相位控制和高傳輸幅度（-2 dB）。為了驗證設計方案的正確性，用激光雕刻技術制造了18×18的超表面原型。仿真和實驗結果表明：該雙層全金屬設計具有小焦斑尺寸，其焦深為28.9 cm，焦寬僅為6.1 cm（1....

基于改進YOLOv10的白酒瓶蓋缺陷檢測算法————作者：吳佳坤;卿粼波;謝建斌;鄭建國;李益;

摘要：針對白酒生產過程中存在的瓶蓋缺陷問題，YOLO系列最新產品YOLOv10因其高效的性能與準確性而出眾，但因瓶蓋缺陷存在大小不定、局部特征更多、樣本不均衡等問題，在應用于瓶蓋缺陷檢測方面還存在不足，因此本文提出一種基于改進YOLOv10的白酒瓶蓋缺陷檢測算法Improved-YOLOv10。首先，引入Slide Loss損失函數消除瓶蓋數據集正負樣本不均衡問題；其次，使用可變形卷積增強C2f模塊，緩...

高密度任務下測運控裝備故障在線監測診斷技術研究————作者：盧棟;廖偉;李睿;侯祥森;

摘要：當前航天測運控裝備承擔的任務量日益增加，針對高密度任務狀態下測運控裝備故障檢修及診斷需求，分析了高密度任務狀態演變趨勢，通過威布爾分布模型分析了設備故障率變化規律；指出了傳統檢修測試方法的不足，提出了將企業設備管理理念應用于高密度任務下測運控裝備的檢修測試；通過對在線監控系統、健康管理系統、自動化測試系統的組成、功能、主要技術特點、運行方式等的詳細論述，檢驗了這些系統在設備檢修測試中的應用效果。實...

基于改進YOLOv8的變電站設備缺陷檢測算法————作者：吳正平;楊俊;劉含;

摘要：為解決現有變電站設備缺陷檢測算法在復雜背景下存在的主干網絡特征提取能力不足，以及在面對尺度不一、形狀多樣的目標時，從頸部到檢測頭的輸入特征的表達能力弱，導致模型檢測精度下降、錯檢和漏檢嚴重的問題，提出了一種基于改進YOLOv8的變電站設備缺陷檢測算法。在主干網絡部分設計了跨分支特征融合（Cross-Branch Feature Fusion， CBFF）模塊，通過多分支特征提取與融合策略，增強網絡...

基于幀間失真傳播因子的率失真優化算法————作者：唐露;吳曉紅;趙則明;余艷梅;熊淑華;何小海;

摘要：獨立碼率失真優化（Rate Distortion Optimization，RDO）在視頻編碼中易于實現，但無法實現全局最優的碼率失真性能。利用幀間相關信息，將當前幀的失真對于后續待編碼幀的影響引入率失真優化中，建立幀級相關的失真傳播鏈。基于所建立的失真傳播鏈，計算關鍵幀的失真傳播影響因子，由此提出了一種通用視頻編碼（Versatile Video Coding，VVC）的拉格朗日乘子自適應調整方...

基于分數低階極坐標圖和視覺變換網絡的調制識別方法————作者：孟水仙;朱明波;劉喆;周嘉晨;尚睿;欒聲揚;

摘要：調制識別（Automatic Modulation Classification， AMC）是通信系統中信號檢測與解調的關鍵環節，因而發揮重要作用。現有方法通常假設噪聲服從高斯分布，但實際環境中含有尖銳峰值的脈沖性噪聲普遍存在，導致傳統方法因噪聲模型失配而性能下降。為了解決該問題，提出了一種新的調制識別方法；該方法以新提出的分數低階極坐標圖（Fractional Lower-Order Polar...

5G LDPC編碼鏈設計與實現————作者：劉柏文;白寶明;

摘要：低密度奇偶校驗（Low-Density Parity-Check，LDPC）碼是一類具有稀疏校驗矩陣特性的線性分組碼，其性能可以逼近信道容量限。由于LDPC碼具有較低的譯碼復雜度，同時非常適于并行譯碼、支持高吞吐傳輸，因此被3GPP選為5G數據信道編碼方案。闡述了完整的5G LDPC編碼鏈路，提出易于硬件實現并且支持所有5G LDPC碼長碼率的編譯碼器和高階正交振幅調制（Quadrature Am...

基于改進YOLOv5s算法的桑蠶生理狀態識別及判斷————作者：劉璞;廖稀杰;何興銳;趙凱;胡蝶;黃波;

摘要：為了能夠及時精準地識別桑蠶各生理狀態，避免更大的經濟損失，提出了基于YOLOv5s的目標框檢測改進算法—YOLOv5s-ED。增加高效多尺度注意力機制（Efficient Multi-scale Attention，EMA）模塊，自適應地調整不同頭部的注意力權重，使模型能更關注桑蠶特征的重要信息；為了更好地進行多尺度特征融合和捕捉桑蠶的細微特征，增加了一個針對小目標的檢測頭（detection h...

基于組合賦權WRSR的磁浮系統安全風險評估————作者：曾璐;甘子榮;彭東良;江子璇;王昌友;

摘要：針對磁浮系統安全風險評估指標內容不夠全面、指標賦權方法單一、評估結果缺乏科學合理分檔排序等問題，導致評估結果準確性不足，難以有效改善磁浮系統的安全水平。結合信度檢驗和因子分析法效度檢驗，從應急響應、環境、基礎設施、列車行駛、人員5個方面構建全面有效多層次的評估指標內容。同時，通過模糊層次分析法（Fuzzy Analytic Hierarchy Process，FAHP）和優序圖法以及CRITIC法...

GPS中斷下基于多模態融合的ACLSTM組合導航方法————作者：湯翔;章飛;汪勛;胡瑩;

摘要：為了提升GPS信號中斷場景下傳統濾波方法對非線性誤差抑制不足的缺陷，提出了一種多模態融合的注意力機制卷積長短期記憶網絡（Convolutional long short-term memory neural network based on attention mechanism under multimodal fusion， MF-ACLSTM）導航補償方法。該模型通過卷積神經網絡（Convo...

信道通用預訓練大模型賦能數字孿生信道：原理與實踐————作者：張建華;史廉正;于力;黎明月;田磊;王啟星;劉光毅;

摘要：未來第六代移動通信系統(6G)以提供超可靠、智能化的網絡連接，實現動態環境下的萬物互聯。數字孿生信道(Digital Twin Channel, DTC)作為支持6G網絡智能化的關鍵技術，在數字世界中在線構建高保真孿生信道，助力網絡主動適應與精準決策。傳統的AI小模型通常僅針對特定任務或特定場景，面對6G復雜、高動態的無線信道存在巨大挑戰，難以全面滿足DTC的需求。大語言模型(Large Lang...

基于柔性天線陣列的通感一體化系統性能優化————作者：吳磊;胡浪濤;譚鎮坤;荊兆辰;楊一昊;

摘要：柔性天線陣列（Flexible Antenna Arrays， FAAs）具有可旋轉、可彎曲和可折疊的特點，廣泛應用于柔性無線電系統，以實現定制化的輻射模式。研究旨在說明能夠動態調整表面形狀的FAAs可提升全向和定向天線模式的通信性能，并優化信道角度的克拉美羅界限（Cramér-Rao Bound， CRB）。為此，提出一個數學模型，分析了天線位置和方向的變化對陣列從平面狀態轉變為旋轉狀態的影響，...

生成模型與網絡優化：回顧與展望————作者：梁芮槐;楊博;陳鵬宇;李先進;薛一凡;曹雪琳;於志文;郭斌;

摘要：生成式人工智能(Generative AI, GenAI)的出現和發展為網絡領域的智能化提供了新的機遇，將其用于網絡優化這一類重要的基礎問題中已經取得了引人矚目的成果。GenAI具備傳統機器學習方法應對高維問題的高效性，有潛力提供更強的泛化能力。其中，2種前沿的模型——擴散模型(Generative Diffusion Model, GDM)與大語言模型(Large Language Model,...

面向分布式光伏的環境物聯網節點定位算法————作者：彭琳鈺;王濤;龍姣;吳以杰;王巍;劉佩;

摘要：環境反向散射技術以低功耗、低成本的特點，被認為是分布式光伏場景的潛在解決方案之一。在未來的分布式光伏系統中，為實現對離散分布的光伏電站智能監測與管理，需要配備物聯網信息終端，從多個位置采集傳感數據并對采集節點進行精確定位。針對現有的反向散射定位系統依賴多個終端對單個環境物聯網(Ambient Internet of Things, Ambient IoT)節點進行定位，限制了在復雜場景中的適用性問...

跨域圖卷積網絡在基于骨架動作識別中的應用————作者：王欣霏;龔勛;呂金榮;

摘要：在基于骨架的動作識別領域中，圖卷積神經網絡因其能夠有效處理非歐幾里得數據而成為關鍵技術。然而，現有的基于圖卷積神經網絡的方法往往局限于單一時間節點的鄰域信息，忽略了動作的動態演變和復雜的空間-時間依賴關系，這限制了它們在捕捉連續動作序列中的細微差別和長期依賴性方面的性能。為了解決上述問題，研究提出了一種創新的圖卷積架構，通過跨時空鄰域的消息傳遞和聚合，以及整合節點在多個時間步長內的狀態變化，并與周...

基于模糊估計和最大權值匹配的多目標跟蹤算法————作者：薛俊杰;劉良玉;

摘要：點航間的關聯算法是雷達跟蹤多目標的核心，而傳統的數據關聯算法都存在各自不足的問題。最近領域法的關聯邏輯簡單容易誤跟蹤、聯合概率數據互聯計算復雜工程不易實現，導致雷達在復雜場景下無法正確關聯目標點跡進而跟蹤丟失抑或實時性太差無法直接應用在產品上。因此提出了一種基于模糊估計和最大權值匹配的多目標跟蹤算法。算法在跟蹤過程中起始當前態勢所有航跡。進而將探測到的量測點跡和態勢中所有航跡進行模糊匹配并建立關聯...

基于雷達HRRP和RCS的神經網絡火箭飛行姿態測量————作者：呂青;魏明山;鄭昊鵬;全剛;

摘要：雷達高分辨距離像（High-Resolution Range Profile，HRRP）和雷達散射截面（Radar Cross Section，RCS）是雷達獲取的重要目標特性數據，能夠挖掘目標的深層次信息，是實現目標姿態測量的數據基礎。研究人員分析了火箭目標HRRP和RCS數據特性，基于數據驅動策略提出多層感知機（Multilayer Perceptron， MLP）和卷積神經網絡(Convol...

基于ReDeepWaveNet的水下圖像增強網絡設計————作者：張丹;蘇里陽;段舒婷;孫貴新;張雨杭;

摘要：為了解決水下圖像對比度低，色彩失真嚴重，衰減程度隨波長的變化而變化，導致顏色的不對稱傳輸等問題。盡管深度學習技術在水下圖像恢復(Underwater Image Restoration，UIR)方面已經有較好效果，但顏色不對稱性問題依然存在。已知基于顏色通道的卷積范圍賦予正確的接受野大小(上下文)可能會導致UIR任務的實質性性能增益，同時抑制不相關的多上下文特征，可以提高模型的表示能力。因此提出基...

一種適用于資源受限平臺的語義無線圖像傳輸方法————作者：黃軍韜;趙響;香晏;

摘要：作為實現語義無線通信的關鍵技術之一，端到端聯合源信道編碼（joint source- channel coding，JSCC）取得了顯著進展。JSCC嚴重依賴于深度學習模型，而這些復雜的神經網絡訓練通常需要大量的計算資源。這對于資源受限的平臺，如移動或嵌入式設備，提出了重大挑戰。通過介紹一種輕量級的語義無線圖像傳輸方法，MobileJSCC旨在顯著降低計算復雜度，同時不降低通信質量，從而便于在移動...

　　無線電工程來自網友的投稿評論：

提交