• 2025年 第48卷 第1期 刊出日期：2025-02-26 上一期

论文

• 无蜂窝大规模 MIMO 系统中基于 DDPG 的接入点选择算法
• 王鑫丽 徐瑨 孙梦颖 陶小峰
• 北京邮电大学学报. 2025, 48(1): 1-6,13.
• 摘要 ( 236 )     PDF ( 56 ) 　　
• 为避免无蜂窝大规模多输入多输出(MIMO)前传链路过载,提出了接入点选择的优化问题,以最大化前传链路使用效率。 首先,构建平均链路频谱效率用于衡量前传链路使用效率; 其次,建立最大化平均链路频谱效率同时满足用户服务质量需求的目标问题; 然后,考虑到目标问题的非凸性和优化变量的不可微性,传统优化算法求解较为困难,提出一种基于深度确定性策略梯度(DDPG)的动态接入点选择算法; 最后,优化 DDPG 的输出,使其适用于接入点选择的离散性动作。 仿真结果表明,所提算法能有效地提升系统的平均链路频谱效率并满足用户的服务质量需求。
• 相关文章 | 计量指标

• 降低OTFS信号PAPR的无边信息传输SLM方法
• 许晨, 王浩, 邵思宇, 任光亮
• 北京邮电大学学报. 2025, 48(1): 7-13.
• 摘要 ( 194 )     PDF ( 54 ) 　　
• 正交时频空（OTFS）调制技术在高速移动场景下具有优异的性能，但其发送信号的峰均比（PAPR）大。针对该问题，提出了一种基于选择性映射（SLM）且无需传递边信息的OTFS信号PAPR降低方法。发送端在时延多普勒域通过随机相位序列对发送符号进行加扰，并利用OTFS独有的脉冲导频位置的自由度来隐藏边信息。接收端在时延多普勒域通过检测接收符号能量分布的差异来提取边信息，最后重新推导了时延多普勒域的输入输出关系，给出了改进后的信道估计和信号检测算法。仿真结果表明，所提方法可以有效降低峰值平均功率比约2．4dB，同时在采用估计信道状态信息的情况下仅有0．4dB的误码率性能损失。
• 相关文章 | 计量指标

• 基于多语义表示的两阶段交互式论点对抽取方法
• 于宁 石宇 刘建毅
• 北京邮电大学学报. 2025, 48(1): 14-20.
• 摘要 ( 75 )     PDF ( 22 ) 　　
• 交互式论点对抽取的目的是从两篇相关的论辩性文本中抽取出多对具有交互性的论点对。现有的方法将该任务分解为论点挖掘和论点对抽取两个子任务，并对子任务进行联合建模，进行多任务学习。然而，在这类方法中，两个不同的子任务共享相同的句子语义表示，导致单个子任务获取的信息有所偏差。因此，提出了一种基于多语义表示的两阶段交互式论点对抽取方法。首先，论点挖掘阶段利用预训练语言模型和双向的编码器来捕获单篇文本的语义信息，从而实现对论点的识别；然后，论点对抽取阶段直接将两个论点建模为文本对进行语义表示，并利用大语言模型对冗长的论点内容进行关键信息抽取，生成新样本，引入关键语义信息，最终完成交互式论点对的识别。在两个基准数据集上进行了实验，结果表明，所提方法的性能优于基线方法，证明了所提方法的有效性。
• 相关文章 | 计量指标

• 基于相对参量的自适应密度峰值聚类算法
• 邵壮 付卫红
• 北京邮电大学学报. 2025, 48(1): 21-25.
• 摘要 ( 148 )     PDF ( 15 ) 　　
• 针对密度峰值聚类算法的缺陷，提出一种基于相对参量的自适应密度峰值聚类算法。所提算法通过引入新参量相对局部密度来判断簇中心，削弱数据集中不同簇的密度不同对聚类效果的影响；通过使用新参量相对连通距离来衡量簇间的相似性，消除数据集中不同簇的尺寸大小不同对聚类效果的影响，增强算法在不同数据集上的适用性；通过构造相对局部密度信息熵函数，根据数据集的特点自适应确定相关参数，提高算法智能性；采用新的点分配策略，避免链式反应。实验结果表明，相较于标准密度峰值聚类算法及其改进算法，所提算法的聚类性能有较大提升。
• 相关文章 | 计量指标

• 中继辅助的反向散射通信网络:混合传输策略设计与优化#br#
• 徐瑞 叶迎晖 卢光跃
• 北京邮电大学学报. 2025, 48(1): 26-32.
• 摘要 ( 521 )     PDF ( 14 ) 　　
• 针对中继辅助的反向散射通信网络，将整个传输时隙划分为反向散射阶段和采用对称传输策略的中继辅助的反向散射阶段，提出一种混合传输策略，并在此基础上设计一种吞吐量最大化资源分配方法。通过联合优化时隙分割因子、各阶段物联网节点的功率反射系数以及混合接入点的发射功率构建一个吞吐量最大化的多维资源优化问题。由于存在耦合变量及最大-最小函数，所建立的问题非凸且无法采用凸优化工具获取最优解。为此，通过引入一系列辅助变量和松弛变量并采用分情况讨论等方法将其转化为等价的凸优化问题。最后，计算机仿真验证了所提方案的优越性。
• 相关文章 | 计量指标

• 基于双层注意力的异常数据深度分析及检测
• 郭高强 何明枢 李昕航 王小娟
• 北京邮电大学学报. 2025, 48(1): 33-38.
• 摘要 ( 172 )     PDF ( 16 ) 　　
• 智能驾驶技术的发展促使车辆与外界网络联系日益频繁。控制器局域网络是当前主要车载网络，攻击者已经可以利用该网络中的安全漏洞实现车辆控制，从而对车内人员造成重大安全威胁。针对这一问题，提出了一个基于长短期记忆网络和注意力机制的异常检测方法，利用双层注意力编码器分别实现对控制器局域网络数据流局部和整体特征间信息的深度挖掘。通过高效搜寻并学习特征间的顺序模式，所提方法使用特征信息量明显减少，同时实现更好的检测效率和准确率，并能够实现不平衡的分类任务。最后，在CarHacking数据集上进行多次独立重复测试。结果表明，所提方法对数据集中所有攻击类别的检测正确率均高于99.20%，显著优于现有检测方法。此外，还完成了其他方法未实现的多分类任务，并且所提方法的平均检测正确率达到99.26%。
• 相关文章 | 计量指标

• 基于时序生成对抗网络的机会网络链路预测
• 舒坚 王鹏涛 李睿瑞
• 北京邮电大学学报. 2025, 48(1): 39-45.
• 摘要 ( 141 )     PDF ( 27 ) 　　
• 机会网络节点频繁移动的特点导致其链路预测极具挑战。为更好地反映其拓扑结构随时间变化的情况，提出基于时序生成对抗网络的机会网络链路预测方法。定义网络波动率，计算网络分割时长，将机会网络分割为细粒度的网络切片；从网络切片中提取信息矩阵，从空间和时间两个维度进行信息融合；利用图嵌入方法提取网络特征向量矩阵；结合门控循环单元和生成对抗网络，构建了时序生成对抗网络模型，学习网络拓扑结构在时间序列上的演变特征，实现网络未来时刻的链路预测。在3个真实数据集上的实验结果表明，所提方法的预测性能优于基线方法。
• 相关文章 | 计量指标

• 基于知识增强的多方人机主动对话策略
• 黄宏程 陈欣瑞 胡敏
• 北京邮电大学学报. 2025, 48(1): 46-51.
• 摘要 ( 108 )     PDF ( 19 ) 　　
• 针对现有多方人机对话系统容易忽略在对话过程中可能被遗忘的发言者，导致用户交互主动性不强、用户对话体验感差的问题，提出了一种基于知识增强的多方人机主动对话策略。该策略借助知识图谱作为外部知识，学习对话中可能被遗忘的特定个体偏好，并结合当前群体对话需求设计个性化回复策略，促进个体主动参与群体对话。首先，使用图注意力机制学习特定个体兴趣实体表征，并引入时间权重聚合得到个体深层次偏好表示；然后，沿着当前对话主题知识子图路径触发多条邻居集合，主动捕捉个体的高阶个性化兴趣主题；最后，通过在语义层面分析当前群体对话语境和需求，评估群体对候选主题的满意度，得到既满足个体偏好又能照顾群体感受的最优对话主题。实验结果表明，融合外部知识和关注特定说话人的多方人机对话系统能有效地提升其响应内容丰富度和参与者交互满意度，推动多方对话持续进行。
• 相关文章 | 计量指标

• 基于节点嵌入的机会网络节点重要度评估
• 刘琳岚 崔辉 高浩轩 舒坚 江宇楠
• 北京邮电大学学报. 2025, 48(1): 52-58.
• 摘要 ( 113 )     PDF ( 20 ) 　　
• 为提高机会网络节点重要度评估的准确性，提出了一种基于节点嵌入的节点重要度评估方法。针对机会网络的时变性，采用时间窗口聚合图得到网络拓扑数据和时序连接数据。采用图注意力机制提取节点的拓扑特征，应用时间编码和自注意力机制提取节点时序特征，融合两种特征获得节点嵌入向量。提出节点的聚类重要度，构建转移概率矩阵，结合PageRank算法得到节点重要度。在真实机会网络数据集上的实验结果表明，相较于f-PageRank和动态图卷积网络等对比方法，所提方法具有更高的评估准确性。
• 相关文章 | 计量指标

• 监控视频子块快速聚类自适应速率压缩感知
• 王健明 罗平 杨青青 彭艺
• 北京邮电大学学报. 2025, 48(1): 59-65.
• 摘要 ( 110 )     PDF ( 24 ) 　　
• 视频监控系统具有显著的分布式特性，适当的分布式视频采样方法能够降低采样端复杂度。由于压缩感知也具有分布式特性，其在分布式视频采样方法中具有很大的应用潜力。为了推进压缩感知在分布式监控视频系统中的应用，对自适应速率压缩感知进行了研究。基于统计特征估计，根据压缩感知测量值估计出未知原始视频子块的均值和方差并对子块快速聚类，再估计各聚类中子块的稀疏度进而合理分配采样率，实现视频自适应速率压缩感知，在视频重建质量没有下降和不显著增加采样端复杂度的情况下降低了采样率消耗。仿真结果表明，所提方法能够合理分配采样率，且采样计算复杂度符合实际采样设备要求。
  
• 相关文章 | 计量指标

• STAR-RIS辅助上行NOMA系统中最大化能量效率的方法
• 田心记 孟浩然
• 北京邮电大学学报. 2025, 48(1): 66-72.
• 摘要 ( 136 )     PDF ( 23 ) 　　
• 对于同时透射和反射的可重构智能表面（STAR-RIS）辅助的上行非正交多址接入（NOMA）系统，提出了一种最大化能量效率的方法。首先构建最大化能量效率的优化问题，优化参数为基站波束赋形、STAR-RIS相移、用户功率和时间分配；然后通过推导波束赋形与STAR-RIS相移等参数之间的关系和用户所需的最低功率，简化该优化问题；最后，用迭代的方法交替优化STAR-RIS相移、功率分配和时间分配，在每次迭代过程中使用半正定规划法优化STAR-RIS相移、使用Dinkelbach算法优化功率、使用函数极值法优化时间分配。仿真结果显示，在时间切换协议中时间分配对能量效率影响较小，STAR-RIS相移对能量效率影响较大。
• 相关文章 | 计量指标

• 基于边缘智能的田间道路缺陷检测方法
• 陈泽宇 古月 程思瑶 冯国惠
• 北京邮电大学学报. 2025, 48(1): 73-78.
• 摘要 ( 130 )     PDF ( 20 ) 　　
• 在智慧农机的自主作业任务中，实时的田间道路缺陷检测是确保农机安全工作的关键。但现有道路缺陷检测技术在农业领域研究尚浅，也缺乏针对田间道路的数据集。为得到针对田间道路的缺陷检测模型，首先使用常规道路坑洼数据集训练模型，再利用模拟田间道路坑洼数据集对上述模型进行迁移学习。而为了解决模型在迁移学习后检测精度下降的问题，通过在YOLOv5s网络架构中引入注意力机制来提升网络精度，使田间道路缺陷检测模型检测精度达到83．15%，满足了田间道路缺陷检测的精度要求。为了验证缺陷检测模型的边缘性能，将模型部署到JetsonNano上进行模拟实验。为达到田间道路缺陷检测模型在边缘端的实时检测要求，通过TensorRT技术对模型优化和压缩，使得坑洼检测速度由396ms/帧提升至157ms/帧。
• 相关文章 | 计量指标

• IRS 辅助无线供电通信网络的最小用户速率最大化优化算法
• 雷维嘉 张童 雷宏江 唐宏
• 北京邮电大学学报. 2025, 48(1): 79-86.
• 摘要 ( 140 )     PDF ( 22 ) 　　
• 针对智能反射表面（IRS）辅助的无线供电通信网络，为了在提高系统整体传输速率的同时兼顾用户服务的公平性，提出了以最大化最小用户传输速率为目标，联合优化混合接入点波束赋形、上下行时间分配、用户发送功率以及IRS相移矩阵的优化算法。原始优化问题为多变量耦合的非凸问题，利用引入松弛变量、半定松弛等方法对原问题进行转换，再利用黄金分割搜索、逐次凸逼近、交替迭代优化等方法进行求解。仿真结果显示，相较于以系统和速率最大化为目标的优化算法，所提算法的最小用户速率明显更高，用户间服务公平性显著改善；而与没有使用IRS的算法相比，所提算法的最小用户速率与系统和速率都更高，且随IRS单元数增加性能优势增大，表明IRS能有效提升能量和信息的传输效率。
• 相关文章 | 计量指标

• 基于零知识证明的区块链密文数据共享与访问控制方案
• 任志鑫 闫恩华 陈韬伟 余益民
• 北京邮电大学学报. 2025, 48(1): 87-91,113.
• 摘要 ( 264 )     PDF ( 20 ) 　　
• 当前大多数解决方案仍然在区块链上保留了授权机构，这使得“不可能三角”问题在区块链中变得更为显著。为了打破传统由中央授权机构或可信第三方管理和分发密钥模式，引入了零知识证明机制，提出基于零知识证明的区块链密文数据共享与访问控制方案。首先，使用重加密协议实现了无需授权机构参与的属性基加密算法主密钥的安全管理和分发，并设计零知识证明以完成重加密的链下计算正确性验证；最后，开发区块链密文访问控制事务交易聚合电路进一步提升系统的可扩展性并降低链上成本。理论分析和仿真实验结果表明，相比传统密钥管理和分发模式，所提方案不仅可以实现安全高效的数据共享与访问控制，还可以有效地降低链上开销。
• 相关文章 | 计量指标

研究报告

• 光传输网中针对突发业务的低时延路由方案

• 周鹏飞 苑超 付振霄 王一蒙 赵永利
• 北京邮电大学学报. 2025, 48(1): 92-99.
• 摘要 ( 99 )     PDF ( 15 ) 　　
• 为解决突发业务带来的全网业务阻塞率升高和平均时延增加的问题，建立了光传输网中突发业务问题模型。模型通过调节最大带宽占用率的大小来权衡业务在突发和非突发状态下的阻塞率，并确定了减小突发业务阻塞率和平均时延的优化目标函数。根据模型提出了基于时延和最大带宽占用率的联合优化算法，以K条最短路径算法为基础，以链路剩余带宽和传输时延为约束和优化目标，在得到的候选路径中选择所提模型中确立的优化目标函数最小且带宽资源足够的路径传输业务。实验结果表明，与其他预留带宽类算法相比，所提算法的总体业务阻塞率最低，最高比基于预留带宽的多路传输算法低18.16%；业务平均时延一直保持较低水平，最高比基于预留带宽的多路传输算法低0.36ms；所提算法达到了对突发业务传输时延及阻塞率的优化。
• 相关文章 | 计量指标

• 低信噪比下基于 B-Wave-U-Net 特征增强的音素识别
• 黄辉波 邵玉斌 龙华 杜庆治
• 北京邮电大学学报. 2025, 48(1): 100-106.
• 摘要 ( 125 )     PDF ( 25 ) 　　
• 针对低信噪比下音素识别准确率低的问题，提出一种基于B-Wave-U-Net特征增强的音素识别方法。首先，将双向长短期记忆（BLSTM）网络融入Wave-U-Net编码器的起始端，并从中引出支路信息流，再跳跃连接到解码器的末端，加入全连接层，从而构建出B-Wave-U-Net；接着，使用B-Wave-U-Net对语谱图增强、去噪；最后经过梅尔滤波，得到对数梅尔尺度滤波器组能量特征。在信噪比为0dB，噪声源为白噪声的条件下，采用THCHS30数据集和ResNet-BLSTM-CTC模型进行音素识别测试。结果表明，所提B-Wave-U-Net优于对比网络，音素错误率降低了0.9%~2.5%。验证了在音素识别下的噪声鲁棒性特征提取上，B-Wave-U-Net发挥了重要的优势。
• 相关文章 | 计量指标

• 基于信道信息的动态加权多元 LDPC 译码算法
• 陈海强 冼文烙 李昱霖 李庆年 黎相成
• 北京邮电大学学报. 2025, 48(1): 107-113.
• 摘要 ( 115 )     PDF ( 20 ) 　　
• 基于信道信息的加权修正系统，提出了一种动态加权多元低密度奇偶校验（LDPC）码译码算法，该算法根据信道信息对译码可靠度进行动态加权。首先，在可靠度因子中用加法运算代替了复杂度更高的实数乘法运算，从而降低了计算复杂度。其次，基于信道初始信息重新设计可靠度目标函数，使得译码迭代信息更加稳定可靠，从而提高了译码性能。进一步地，引入能够随着信噪比动态变化的加权系数，在译码过程中动态地修正和更新可靠度信息，从而获得性能提升。仿真结果显示，所提算法在性能上优于最近新提出的带预测的自适应单/多距离符号翻转解码算法。
• 相关文章 | 计量指标

• 有源可重构智能表面拓扑优化及自干扰消除方案
• 唐菁敏 陶梅 宋耀莲 虞贵财
• 北京邮电大学学报. 2025, 48(1): 114-119.
• 摘要 ( 163 )     PDF ( 21 ) 　　
• 为抑制有源可重构智能表面（RIS）元件间存在的自干扰，进一步提升系统容量，提出一种联合优化有源RIS拓扑结构和预编码设计方案。所提方案在考虑基站和有源RIS的最大功率约束条件下，以加权总和速率（WSR）最大化为准则建立优化问题。为解决该非凸问题，将此问题分解为有源RIS拓扑和预编码设计两个子问题，并利用自适应禁忌搜索、拉格朗日乘子法和二进制搜索等算法对子问题转换求解后交替迭代优化，得出原非凸问题的近似次优解。仿真结果表明，理想情况下所提方案的WSR比常规方案提高了3.75bit·s^-1·Hz^-1。在存在自干扰情况下，所提方案对比理想状态下的WSR仅下降0.46%，而常规方案下降了1.6%，从而验证所提方案能有效抑制有源元件间的自干扰。
• 相关文章 | 计量指标

• NOMA-MEC 状态更新系统信息年龄性能分析
• 刘磊 强静州 张雪薇 江帆 王军选
• 北京邮电大学学报. 2025, 48(1): 120-126.
• 摘要 ( 313 )     PDF ( 25 ) 　　
• 为了刻画基于非正交多址接入（NOMA）的移动边缘计算（MEC）状态更新系统的信息新鲜度，研究了用户将状态更新信息放置于本地计算与卸载至边缘计算两种场景下的信息年龄（AoI）。首先，利用排队论对状态更新信息的传输过程和计算过程进行队列建模。其次，分析了取决于NOMA无线传输质量的传输队列服务速率，并在传输队列与计算队列相互关联的条件下推导得出了系统平均AoI的解析表达式。蒙特卡洛仿真验证了所得理论分析结果的有效性。结果表明，相较于正交多址接入，在服务器计算速率配置较高的情况下使用NOMA-MEC可更为显著地改善系统AoI性能。此外，仿真对比结果展示了服务器计算速率、状态更新信息尺寸和用户传输功率等参数对系统AoI性能的影响。
  
• 相关文章 | 计量指标

• 用于金融时间序列预测的神经网络集成模型
• 张晗 王维国
• 北京邮电大学学报. 2025, 48(1): 127-132.
• 摘要 ( 250 )     PDF ( 32 ) 　　
• 准确预测金融时间序列数据对金融市场的运行和管理起着重要作用。基于神经网络和集成学习思想，将卷积神经网络（CNN）、长短期记忆（LSTM）网络以及自回归移动平均（ARMA）模型在集成框架中进行组合，提出一种新的用于预测金融时间序列数据的ARMA-CNN-LSTM模型。该模型通过CNN-LSTM模型对数据中时空特征进行建模，同时利用ARMA模型对数据的自相关特征进行建模，实现对金融时间序列数据中线性和非线性特征的混合建模。实验结果表明，与基准个体模型相比，所提模型在预测金融时间序列数据的精度和鲁棒性方面都显示出优异的性能。
• 相关文章 | 计量指标