2025年 05期
《无线电通信技术》2024年度十佳论文
<正>为了服务国家创新驱动发展战略,促进严谨、求实、创新的学术作风,不断提升办刊质量,《无线电通信技术》组织开展了“2024年度十佳论文”评选活动。经专家初评、复评,评选出优秀论文10篇,每篇奖励1000元并颁发获奖证书,名单如下(排名不分先后):
大语言模型中的思维链技术综述
杜家乐;陈曙东;叶亮;王尔刚;赵一同;在计算资源不断增强的供给推动下，大语言模型(Large Language Models, LLMs)的参数规模持续扩大，其在自然语言处理中的任务表现也更加卓越。但在面临推理问题，尤其是在常识推理或数学问题上，仍然存在一定的局限性。思维链(Chain of Thought, CoT)技术通过引导模型生成推理步骤，显著提升了其在不同领域问题的解决能力。从训练方式的角度梳理了CoT的理论基础系统和技术演进，对如政务服务、企业数字化等应用场景做了进一步讨论。结合(Artificial Intelligence, AI)的发展趋势，从AI智能化程度的角度论述了CoT在LLMs走向更高认知水平中必不可少的作用，并指出其在当前面临的挑战与亟需解决的技术瓶颈。
6G与物联网技术导读
徐勇军;张建华;李兴旺;<正>内容导读随着5G网络的广泛部署与应用,全球通信产业正迈入以智能化、泛在化、绿色化为核心特征的6G发展新阶段。6G不仅聚焦于极致的通信性能提升,还承载着构建智慧社会、推动产业数字化转型的使命。在这一背景下,物联网(Internet of Things,Io T)作为“万物互联”的核心支撑技术,正朝着更大规模、更高智能、更强感知的方向演进,二者的深度融合成为引领未来通信技术发展的关键动力。
STAR-RIS辅助无线供能通信的吞吐量优化研究
谢文武;袁曾家;李桂林;李一鸣;黄杰;周振威;提出一种基于可同时透射和反射的有源可重构智能表面(Active Simultaneously Transmitting and Reflecting Reconfigurable Intelligent Surface, ASTAR-RIS)辅助的无线供能通信网络(Wireless Powered Communication Network, WPCN)。通信网络主要由采集供电站(Power Station, PS)、传感器节点组(Sensor Node Groups, SNGs)、ASTAR-RIS和接入点(Access Point, AP)4个部分组成。通信系统的运行流程主要分为无线能量传输(Wireless Energy Transfer, WET)和无线信息传输(Wireless Information Transfer, WIT)2个阶段，在无线能量传输阶段采用能量分裂(Energy Splitting, ES)工作模式，在无线信息传输阶段采用分时(Time Switching, TS)工作模式。在联合优化ASTAR-RIS的相移参数和通信资源分配以及放大功率约束的情况下，最大化系统的信噪比，即系统的通信性能达到最佳。由于优化问题是非凸的，采用交替优化算法对问题进行求解，根据耦合的变量将问题分为2个部分，在交替优化算法的基础之上，利用半定松弛(Semidefinite Relaxation, SDR)和分式规划(Fractional Programming, FP)分别求解2个部分的变量的最优解。实验结果表明，提出的通信方案可以为系统提供更高的性能增益。
基于动态超表面天线的近场无线数能同传波束设计
谢继尧;赵毅哲;曾其旋;杨鲲;在未来6G物联网(Internet of Things, IoT)系统中，高频毫米波和太赫兹频谱等关键技术的广泛应用，使近场无线传输成为愈发普遍的应用场景。动态超表面天线(Dynamic Metasurface Antenna, DMA)等小尺寸天线阵列在传输效率、物理尺寸和功耗方面具备优势，在该场景中被广泛应用，相关研究的关注度日益提升。为提升近场无线传输中接收端的能量性能，提出一种基于DMA的下行近场无线数能同传(Simultaneous Wireless Information and Power Transfer, SWIPT)系统，在满足所有信息用户最低传输速率需求的条件下，针对该优化问题提出联合优化DMA可调频响矩阵与数字预编码向量的高效解决方案。此外，深入探讨了用户间距离及最小信干噪比(Signal to Interference plus Noise Ratio, SINR)等因素对于系统性能的影响。仿真结果表明，提出的方案相比其他现有技术能有效提升SWIPT联合性能。
[下载次数： 80 ] [被引频次： 0 ] [阅读次数： 35 ] HTML PDF 引用本文
硬件损伤情况下IRS辅助密钥生成系统鲁棒波束赋形设计
王毅;杨少川;赵飞;冀保峰;楚征;李春国;研究了存在残余收发信机硬件损伤(Transceiver Hardware Impairments, THI)情况下的智能反射面(Intelligent Reflecting Surface, IRS)辅助的物理层密钥生成(Physical-layer Key Generation, PKG)系统，推导了密钥生成速率(Key Generation Rate, KGR)的闭合表达式，并在基站发射功率约束和IRS相位偏移单位模约束下，构建了KGR最大化问题。为求解该问题，提出了一种鲁棒优化算法，该算法结合了交替优化(Alternating Optimization, AO)、逐次凸逼近(Successive Convex Approximation, SCA)、半定松弛(Semi-Definite Relaxation, SDR)和惩罚方法，迭代优化发射波束成形和IRS相移。仿真结果表明，所提鲁棒算法能够有效对抗硬件损伤、提升KGR。
[下载次数： 42 ] [被引频次： 0 ] [阅读次数： 10 ] HTML PDF 引用本文
多层空基车联网中基于切换感知的任务卸载与资源分配
杜雪琪;那振宇;任涵涵;刘丽哲;智能交通系统的迅猛发展催生了对实时性与高可靠计算服务的迫切需求，进而推动了车载边缘计算向更具动态性和灵活性的协同计算架构演进。多层空基网络突破了传统地面基础设施在覆盖范围与服务连续性方面的固有局限，正逐步成为支撑车载边缘计算的重要补充与发展方向。为此，构建了一种融合高空平台(High Altitude Platform, HAP)与无人机(Unmanned Aerial Vehicle, UAV)的多层空基边缘计算架构，协同为车联网(Internet of Vehicles, IoV)中的移动车辆提供高效计算支持。针对车辆移动引发的频繁空中小区切换问题，创新性地引入切换感知机制，预测车辆在UAV覆盖下的小区切换时间窗，在车辆与UAV能耗限制下，联合优化系统的带宽分配、计算资源分配与任务卸载决策，以最小化任务总时延，同时规避切换中断风险。为应对混合整数非线性规划(Mixed Integer Nonlinear Programming, MINLP)问题的高计算复杂度，设计了一种3步迭代求解算法，将原问题分解为带宽分配、计算资源分配和卸载决策优化子问题，采用CVX工具、线性松弛与交替方向乘子法(Alternating Direction Method of Multipliers, ADMM)求解。仿真结果表明，相比于基线方案，所提算法在任务大小为5～9 Mb时，任务总时延分别降低了11.9%、23.3%和25.5%。
面向通信空白场景的DRL辅助FANET双跳信息增强路由协议
郭歆莹;李明;朱春华;针对飞行自组网(Flying Ad Hoc Network, FANET)在通信空白场景下存在的高时延问题，提出了一种深度强化学习(Deep Reinforcement Learning, DRL)辅助的双跳信息增强路由协议(Double-Hop Information Enhanced Routing Protocol, DHRP)。为了实现有效的路由决策，采用马尔可夫决策过程(Markov Decision Process, MDP)对路由行为进行建模，在状态空间设计中结合了节点位置信息与链路信道容量，并综合考虑了双跳范围内的网络信息，以深度值网络为核心，在融合实时网络状态动态调整机制的奖励函数引导下，做出最优下一跳路由决策。实验结果表明，在通信空白场景下，DHRP相较于现有的路由方案，显著降低了FANET的平均端到端时延。此外，在不同节点规模和网络拥塞条件下，DHRP均表现出优越的适应性和鲁棒性，通过对动态网络环境的实时感知与智能决策机制，有效保障了整体网络性能。
基于强化学习的无人机辅助高效能数据收集方法
朱佳琳;张鹏浩;李南希;蒋峥;朱剑驰;物联网(Internet of Things, IoT)作为6G发展的核心领域之一，在驱动网络架构变革以及支撑核心应用场景中扮演着关键角色，然而，IoT系统存在能量不均衡以及网络生命周期短暂等问题，严重制约了数据收集效率的提升。随着无人机(Unmanned Aerial Vehicle, UAV)技术的兴起，其高度机动性可以有效构建视距(Line of Sight, LOS)通信链路，进而提升通信速率，这在IoT系统的数据收集方面具有很好的应用价值，可以解决IoT网络因生命周期短暂导致的数据收集效率低下的问题。为此，利用UAV对地面IoT设备进行数据收集，构建空地协同的数据采集传输链路，提出了一种基于深度强化学习(Deep Reinforcement Learning, DRL)的智能数据收集方法，设计了一种预测神经网络，通过在基站(Base Station, BS)侧预测网络数据进一步提高数据收集效率，从而实现降低IoT设备能耗、延长网络寿命的目的。仿真结果表明，所提数据收集算法在设备所需能耗、能量均衡性等方面具有较好的性能优势，优于常见的数据收集算法。同时，所提数据收集网络架构在预测数据占比12.5%时可以延长1.2倍的网络寿命。仿真证明了设计的预测神经网络在均方误差(Mean Squared Error, MSE)以及平均绝对误差(Mean Absolute Error, MAE)指标均优于其他对比网络。
面向用户随机部署的RSMA有源RIS辅助通信系统性能研究
张亚宾;李素月;徐勇军;可重构智能表面(Reconfigurable Intelligent Surface, RIS)和速率分拆多址接入(Rate Splitting Multiple Access, RSMA)技术是未来无线系统中具有广阔前景的2项新兴通信技术。与无源RIS(Passive RIS,PRIS)相比，有源RIS(Active RIS,ARIS)具有克服“乘性衰落”的优势。针对随机部署下ARIS辅助RSMA系统的中断性能展开研究，在Nakagami-m小尺度衰落模型下，多个用户随机分布在ARIS周围的半圆形区域内。通过对用户到ARIS的距离排序，以最远用户实现最优相移为切入点，采用矩匹配方法为每个RSMA用户计算关于级联信道功率特性的形状和尺度参数，并推导了用户中断性能的闭式表达式。进一步分析了功率分配系数对中断概率(Outage Probability, OP)的影响，并给出了分集阶数和渐近OP的表达式。仿真结果表明，在功率预算为50 dBm和适量RIS元件的条件下，ARIS辅助下非最优相移用户的OP较PRIS辅助系统降低了58%;最优相移用户的功率消耗减少了53 dBm。