|
|
Journal of Zhejiang University SCIENCE C
ISSN 1869-1951(Print), 1869-196x(Online), Monthly
2025 Vol.26 No.11 P.2065-2392
Position Article
Position Article: AI-agent communication network for 6G: vision, architecture, and key technologies
Xiaodong DUAN, Zhenglei HUANG, Shiyu LIANG, Shaowen ZHENG, Lu LU, Tao SUN
DOI: 10.1631/FITEE.2500582 Downloaded: 184 Clicked: 372 Cited: 0 Commented: 0(p.2065-2080) <Full Text><PPT> 236
中国移动研究院，中国北京市，100032
摘要：智能体的蓬勃发展为第六代移动通信（6G）网络带来广阔商业前景，同时也为网络功能和基础设施带来重大挑战。这些智能体既可部署于终端设备（如智能机器人和智能汽车），也可作为数字实体（如个人AI助手）存在。作为具备自主决策与任务执行能力的新型服务主体，智能体引入行为不可控、隐私泄露等潜在风险。智能体也要求超越传统通信的新型6G能力，包括多模态信息（例如AI模型和令牌）交互及服务需求（例如数据的计算和感知等）支持。本文提出"智能体通信网络（ACN）"概念，这一新范式旨在为单一或多个智能体实现全局信息交互和按需能力供给。首先阐述智能体通信网络的愿景与架构框架，其次探讨与之相关的关键技术与未来研究方向，最后通过潜在用例分析智能体通信网络将如何拓展6G网络的服务能力。
关键词组：智能体；第六代移动通信网络；网络架构；多模态交互；多智能体协同
Review Article
Review Article: Space–time processing for inflight broadband connectivity: critical analysis, challenges, and future directions
Amjed ALI, Noor Muhammad KHAN
DOI: 10.1631/FITEE.2400117 Downloaded: 3388 Clicked: 2150 Cited: 0 Commented: 0(p.2081-2113) <Full Text><PPT> 123
首都科学技术大学电气与计算机工程系，巴基斯坦伊斯兰堡，46000
摘要：机上宽带连接（通常称为"机上连接"）可视为实现泛在互联网服务的最后里程碑之一，因此当前正研究多种使能技术以提供高容量、可靠且经济的互联网接入。基于空时处理的多输入多输出技术是持续位列机上连接使能方案清单的核心技术之一。空时处理通过空间复用与分集技术，展现出显著提升用户吞吐量、改善频谱/能源效率、增强机载网络容量与可靠性的潜力。本文展示了关于机上连接使能技术中的空时处理方法的初步研究成果—该主题的探索性研究尚处于早期阶段。探究了不同空时处理技术的理论基础及其在直接空对地场景下机载网络的实施方案，以提供可靠高速的机上连接。分析了当前机上连接的技术和方法，并阐明其优势与局限。通过误码率、频谱效率和容量等指标，对不同空时处理技术作了系统性比较。最后，探讨了该领域面临的重大研究挑战以及需要特别关注的潜在研究方向，以促进空时处理系统在未来机载网络尤其是机上连接中的部署。总体而言，本文通过揭示空时处理技术在机载网络中实现机上连接的应用路径，丰富了该领域知识体系—强调了理论基础，进行了文献综述，讨论了挑战和局限，指出了潜在研究领域，并提供了性能分析。
关键词组：机载互联网接入；机上宽带连接；多输入多输出（MIMO）；预编码；波束成型；直接空对地通信（DA2GC）；空时处理
Research Articles
Licheng WANG, Yongling CHEN, Shuai LIU
DOI: 10.1631/FITEE.2500093 Downloaded: 351 Clicked: 1108 Cited: 0 Commented: 0(p.2114-2127) <Full Text><PPT> 147
王立成1，陈永玲2，刘帅2
1上海电力大学自动化工程学院，中国上海市，200090
2上海理工大学理学院，中国上海市，200093
摘要：本文研究了合作-竞争网络下多智能体系统的隐私保护问题。首先，采用节点分解策略保护节点初始值的隐私，该节点分解机制将每个节点vi分解为ni个节点。然后，通过设计节点间的权重，保护各节点初始值不被诚实但好奇的节点及窃听者获取，而无需依赖外部算法。目的在于设计一种隐私保护一致性算法，在利用节点分解策略保障隐私的同时，实现合作-竞争多智能体系统的二分一致性。给出两个数值仿真案例，以验证所提出的隐私保护二分一致性算法的有效性。
关键词组：隐私保护；二分一致性；合作-竞争交互；多智能体系统；节点分解
Wei WANG, Zhenyong ZHANG, Xin WANG, Xuguo JIAO
DOI: 10.1631/FITEE.2401021 Downloaded: 582 Clicked: 1118 Cited: 0 Commented: 0(p.2128-2142) <Full Text><PPT> 137
1贵州大学计算机科学与技术学院公共大数据国家重点实验室，中国贵阳市，550025
2齐鲁工业大学（山东省科学院）算力互联网与信息安全教育部重点实验室，中国济南市，250353
3青岛理工大学信息与控制工程学院，中国青岛市，266033
4浙江大学控制科学与工程学院工业控制技术全国重点实验室，中国杭州市，310027
摘要：负载频率控制通常由传统的比例-积分-微分（PID）控制器管理。近年来，基于深度强化学习的自适应控制器因其卓越性能而备受关注。然而，这种基于深度强化学习的自适应控制器存在固有的脆弱性，容易受到对抗攻击的影响。为开发更鲁棒的控制系统，本文对基于深度强化学习的自适应控制器在对抗攻击下的脆弱性进行深入分析。首先，基于深度强化学习算法开发了自适应控制器。其次，考虑到攻击者的能力有限，采用零阶优化方法评估基于深度强化学习的负载频率控制在对抗攻击下的表现。最后，通过对抗训练增强基于深度强化学习的自适应控制器的鲁棒性。通过大量仿真，评估了存在和不存在对抗攻击时基于深度强化学习的PID控制器的性能。
关键词组：自适应控制器；深度强化学习；负载频率控制；对抗攻击
Parallel prototype filter and feature refinement for few-shot medical image segmentation
Haoxiang ZHU, Houjin CHEN, Yanfeng LI, Jia SUN, Ziwei CHEN, Jiaxin LI
DOI: 10.1631/FITEE.2500304 Downloaded: 883 Clicked: 1101 Cited: 0 Commented: 0(p.2143-2158) <Full Text>
1北京交通大学电子信息工程学院，中国北京市，100044
2河南投资集团有限公司，中国郑州市，450008
摘要：医学图像分割在临床诊断中至关重要，但标注数据的稀缺性限制了模型的鲁棒性训练，使得少样本学习不可或缺。现有方法常面临两个问题：一是病理结构存在显著的类间差异，导致性能下降；二是过度依赖具有高计算复杂度（O(n2)）的注意力机制，阻碍了长距离依赖关系的高效建模。相比之下，状态空间模型具有线性复杂度（O(n)）和更高效率，成为关键解决方案。为应对这些挑战，我们提出用于少样本医学图像分割的并行原型滤波与特征细化框架（PPFFR）。该框架包含3个关键模块。首先，提出原型优化模块，通过从支持和查询图像的编码特征构建精细的类别子图，生成类间差异最小化的支持原型。随后，设计并行原型滤波模块，以抑制背景干扰并增强支持原型与查询原型之间的相关性。最后，实现特征细化模块，结合状态空间模型强大的长距离依赖建模能力与多头注意力机制对空间细节的保留，进一步提升分割精度并加速模型收敛。在腹部MRI数据集上的实验结果表明，结合多头注意力的特征细化模块在左肾、右肾、肝脏和脾脏的分割任务中均优于单独使用特征细化模块，平均精度也有所提升，证实了多头注意力对提高精度的作用。在1-way 1-shot设置下对3个公共数据集进行的广泛实验中，PPFFR分别取得87.62%、86.74%和79.71%的Dice分数，优于当前最先进的少样本医学图像分割方法。作为核心组件，状态空间模型确保PPFFR在性能与效率间的平衡。消融实验验证了原型优化、并行原型滤波和特征细化模块的有效性。结果表明，类间差异显著减小与基于状态空间模型的特征细化能够在不过度增加计算开销的前提下提升精度。综上所述，PPFFR有效提升了少样本医学图像分割的类间一致性与计算效率。本研究为医学影像领域的少样本学习提供了新思路，并为临床部署的轻量化架构设计带来启示。
关键词组：少样本学习；医学图像分割；原型滤波；状态空间模型
HADF: a hash-adaptive dual fusion implicit network for super-resolution of turbulent flows
Yunfei LIU, Xinhai CHEN, Gen ZHANG, Qingyang ZHANG, Qinglin WANG, Jie LIU
DOI: 10.1631/FITEE.2500419 Downloaded: 108 Clicked: 241 Cited: 0 Commented: 0(p.2159-2175) <Full Text><PPT> 136
1国防科技大学并行与分布计算全国重点实验室，湖南长沙市，410073
2国防科技大学高端装备数字化软件湖南省重点实验室，湖南长沙市，410073
3国防科技大学计算机学院，湖南长沙市，410073
摘要：湍流作为流体系统中一种复杂的多尺度现象，在科学与工程领域中理解其物理机制具有重大挑战，同时也带来重要机遇。尽管高分辨率湍流数据对于深化理论研究和推动工程应用具有关键意义，但其获取过程受到高计算成本的限制。近年来，深度学习方法在从稀疏测量中重构高保真流场方面展现出显著潜力，然而现有方法普遍存在两大局限：一是过度依赖完美配对的训练数据，二是难以在统一框架下实现多尺度重构。针对上述问题，本文提出一种面向湍流重构的哈希自适应双融合隐式网络—HADF。该方法引入低分辨率一致性损失，使模型能够在部分缺失配对数据的情况下实现稳定训练，从而摆脱对完全匹配的低分辨率和高分辨率数据集的依赖。同时，HADF结合哈希自适应空间编码与动态特征融合机制以高效提取湍流特征，并通过隐式神经表示实现任意分辨率下的连续重构。实验结果表明，HADF在全局重构精度与局部物理一致性方面均优于现有最先进的模型。该方法能够在仅一次训练的情况下，对部分未配对数据和多分辨率场景实现精确的湍流细节重构，并在存在噪声的条件下保持出色的鲁棒性。
关键词组：湍流重构；深度学习；未配对数据；低分辨率一致性损失；哈希自适应空间编码；动态特征融合；隐式神经表示
Li WEIGANG, Pedro Carvalho BROM
DOI: 10.1631/FITEE.2500298 Downloaded: 691 Clicked: 1269 Cited: 0 Commented: 0(p.2176-2203) <Full Text><PPT> 165
1巴西利亚大学计算机系，巴西巴西利亚，70919-900
2巴西利亚联邦工技学院数学系，巴西巴西利亚，71200-020
摘要：大语言模型（LLMs）在多语言翻译任务中成效卓著，但在处理内涵深蕴、语义复杂的中文时面临挑战。本文提出基于大语言模型的反向翻译（LLM-BT）框架，基于"中文→中间语言→中文"翻译流程，评价翻译质量。研究涵盖5个主流LLM与3种传统翻译工具，构建了多样化语料库，包括科学摘要、历史悖论和文学隐喻，以反映中文在词汇与语义层面的复杂性。构建了NLPMetrics评价体系，涉及双语评估分数（BLEU）、字符F1测度（CHRF）、翻译编辑率（TER）及语义相似度（SS）指标。实验结果表明，LLM在文学类任务中普遍优于传统工具。同时也揭示一种高维行为现象--诗意悖论，即模型往往能保持翻译表面流畅，却削弱了隐喻与情感深度。此外，部分模型表现出逐字回译倾向，在重复或跨模型测试下呈现出数据驱动的"准自我意识"。为改善BLEU在汉语评估中的局限性，，本文提出融合结巴分词与词频加权的改进型BLEU，有效提升了对词汇切分与术语一致性的敏感度。补充实验显示，在部分语义维度上，LLM输出已接近人工诗歌翻译的忠实度，但仍缺乏深层次的隐喻表达。本文将传统的"忠实度-流畅度"评价拓展为多维度的LLM行为分析，提供了一个促进可解释人工智能发展的透明框架，并为文化自然语言处理及多语言LLM对齐等领域指出新的研究路径。
关键词组：反向翻译；中文自然语言处理；基于大语言模型的反向翻译（LLM-BT）；诗意悖论；准自我意识；逐字回译
TimeJudge: empowering video-LLMs as zero-shot judges for temporal consistency in video captions
Yangliu HU, Zikai SONG, Junqing YU, Yiping Phoebe CHEN, Wei YANG
DOI: 10.1631/FITEE.2500412 Downloaded: 219 Clicked: 282 Cited: 0 Commented: 0(p.2204-2214) <Full Text><PPT> 248
1华中科技大学，中国武汉市，430074
2乐卓博大学，澳大利亚墨尔本，3086
摘要：视频大语言模型（video-LLM）在多模态理解方面展现出卓越能力，但其在视频摘要时序一致性零样本评估方面的潜力仍未被充分挖掘。现有方法在检测关键时序错误（如动作缺失、幻觉或顺序混乱）时表现有限。为此，本文作出两项核心贡献：（1）提出一种创新的零样本框架TimeJudge，将时序错误检测重构为一组经校准的二元问答任务，并引入模态敏感的置信度校准机制与一致性加权投票策略，以实现稳健的结果聚合；（2）精心构建一个基准数据集TEDBench，涵盖4个层次动作复杂度的视频，并提供细粒度的时序错误标注，用于系统评估video-LLM在该任务上的表现。实验结果表明，TimeJudge在多个先进的video-LLM上显著提升了时序错误检测的召回率与F1分数，无需任何针对特定任务的微调。该方法为提升video-LLM的时序审查能力提供了一种通用、可扩展且无需训练的解决方案。
关键词组：视频大语言模型（Video-LLM）；多模态大语言模型（MLLM）；多模态大语言模型作为评判员；视频摘要；评估基准
Ming LING, Shidi TANG, Ruiqi CHEN, Xin LI, Yanxiang ZHU
DOI: 10.1631/FITEE.2400941 Downloaded: 324 Clicked: 473 Cited: 0 Commented: 0(p.2215-2230) <Full Text>
1东南大学集成电路学院，中国南京市，210096
2布鲁塞尔自由大学电子与信息学系，比利时布鲁塞尔，1050
3仁面集成电路有限公司VeriMake创新实验室，中国南京市，210088
摘要：AutoDock Vina（Vina）是一种被广泛采用的分子对接工具，被许多研究作为分子对接结果的标准。然而，它的计算过程非常耗时。Vina开创性的基于现场可编程门阵列（FPGA）的加速器--Vina-FPGA，为加速对接过程提供了高能效解决方案。然而，Vina-FPGA设计中的计算模块并未得到高效利用。这是由于Vina在嵌套循环中表现出不规则行为，其上界不断变化且控制流各不相同。值得庆幸的是，Vina采用的蒙特卡洛迭代搜索方法需要对不同随机初始输入进行独立计算。这一特性为进一步实现并行计算设计提供契机。为此，本文提出Vina-FPGA2--一种模块间流水线设计方案，旨在进一步提升Vina-FPGA的运行效率。首先，我们通过将计算任务（Task）依次填入计算模块，实现Task的独立性。随后，借助标签检查模块及架构调整，实现跨模块流水线并行设计，命名为Vina-FPGA2-Baseline。为实现资源高效的硬件实现，将该设计转化为优化问题，并开发了基于强化学习的求解器。该求解器针对Xilinx UltraScale XCKU060平台，实现了更高效的加速器设计，命名为Vina-FPGA2-Enhanced。最后，实验表明，Vina-FPGA2-Enhanced的性能比中央处理器（CPU）平均提高12.6倍，比Vina-FPGA提高3.3倍。与Vina-GPU相比，Vina-FPGA2的能效提高7.2倍。
关键词组：AutoDock Vina (Vina)；硬件加速器；可编程门阵列；软硬协同设计
Pingliang XU, Yaqi CUI, Wei XIONG
DOI: 10.1631/FITEE.2400340 Downloaded: 2570 Clicked: 1678 Cited: 0 Commented: 0(p.2231-2253) <Full Text><PPT> 108
海军航空大学信息融合研究所，中国烟台市，264001
摘要：以统一航迹批号和减少航迹冗余为目标的航迹-航迹关联（track-to-track association, T2TA）是实现航迹融合和态势感知的前提和基础。目前，T2TA主要面临两方面问题：航迹数据和关联方法。普遍存在的问题表现为，航迹数据中的误差和不一致的更新周期，以及关联方法中的次优关联结果和对先验信息和假定运动模型的依赖。为此，提出一种基于智能航迹评分的多传感器航迹关联多假设算法（MH-T2TA）。设计了一个基于自注意力和对比学习的时空配准模块，从而消除误差并统一异步航迹分布。将多假设算法与深度学习结合，在不依赖先验信息和假定运动模型的情况下，估计一对航迹的关联评分，从而获得最优关联对。在3种损失函数的约束下，来自相同目标的航迹相互靠近，来自不同目标的航迹相互远离，并且估计的航迹评分与真实的航迹评分非常相似。实验结果表明，MH-T2TA能够在复杂场景下实现航迹关联，并且关联效果优于其他T2TA方法。
关键词组：航迹-航迹关联；多假设算法；航迹评分；神经网络
Yinan YANG, Zhiye WANG, Xuan KONG, Peng ZHI, Dapeng ZHANG, Rui ZHOU, Qingguo ZHOU
DOI: 10.1631/FITEE.2500348 Downloaded: 98 Clicked: 200 Cited: 0 Commented: 0(p.2254-2281) <Full Text>
1兰州大学信息科学与工程学院，中国兰州市，730000
2自由研究者，中国济宁市，272000
摘要：由于缺乏高精度地图支撑，在未知环境中进行机器人导航颇具挑战。实时构建地图需要消耗大量计算资源，然而传感器数据可为机器人导航提供充分的环境信息。本文提出一种仅使用二维激光雷达（LiDAR）的可解释无地图导航方法，其通过模拟人类逃离死胡同的策略实现导航。依赖全局路径规划、视觉方法或学习方法的传统方案需大量数据和硬件支持，与之相比，本文提出的方案具有轻量化、鲁棒性强且无需预先地图的特点。该方法能有效抑制振荡现象，具备自主脱离局部最优陷阱的能力。在多样化环境与路线上开展的实验（含消融研究及与现有框架对比）表明，该方法在无地图条件下实现了近似地图导航的性能--相较经典无地图算法Bug2，其平均路径长度缩短50.51%，而相较基于地图的导航方案，平均路径长度仅增加17.57%。
关键词组：矢量场直方图算法；基于密度的带噪声应用程序空间聚类（DBSCAN）；震荡消除；临时终点预测
QuantBench: benchmarking AI methods for quantitative investment from a full pipeline perspective
Saizhuo WANG, Hao KONG, Jiadong GUO, Fengrui HUA, Yiyan QI, Wanyun ZHOU, Jiahao ZHENG, Xinyu WANG, Lionel M. NI, Jian GUO
DOI: 10.1631/FITEE.2500280 Downloaded: 216 Clicked: 326 Cited: 0 Commented: 0(p.2282-2297) <Full Text>
1香港科技大学计算机科学与工程学系，中国香港特别行政区，999077
2粤港澳大湾区数字经济研究院，中国深圳市，518045
3香港科技大学（广州）信息枢纽，中国广州市，518055
4北京理工大学计算机学院，中国北京市，100081
5香港科技大学信息系统、商业统计及运营管理学系，中国香港特别行政区，999077
摘要：在量化投资领域，人工智能（AI）虽取得显著进展，却缺乏与行业实践相匹配的标准化基准。这一缺口阻碍了研究进展，限制了学术创新的实际应用。为此，我们推出工业级基准平台QuantBench以弥补这一关键需求。QuantBench具有3项核心优势：（1）符合量化投资行业实践的标准化规范；（2）兼容各类AI算法的灵活性；（3）全流程覆盖量化投资全生命周期。基于QuantBench的实证研究揭示了若干关键研究方向，包括面向分布漂移的持续学习需求、关系型金融数据的更优建模方法以及在低信噪比环境中缓解过拟合的更稳健途径。通过提供统一的评测基线并促进学术界与产业界协作，QuantBench旨在加速AI赋能量化投资的整体进展，其影响力可比拟计算机视觉与自然语言处理领域基准平台的作用。相关代码已开源发布于GitHub（https://github.com/SaizhuoWang/quantbench）。
关键词组：基准；量化投资；深度学习；基座模型
Linggang KONG, Xiaofeng ZHONG, Jie CHEN, Haoran FU, Yongjie WANG
DOI: 10.1631/FITEE.2500180 Downloaded: 176 Clicked: 335 Cited: 0 Commented: 0(p.2298-2309) <Full Text>
1国防科技大学电子对抗学院，中国合肥市，230037
2安徽省网络空间安全态势感知与评估重点实验室，中国合肥市，230037
摘要：大语言模型（LLM）凭借其卓越的自然语言处理与生成能力，已被广泛应用于各个领域。然而，LLM时不时会生成与事实相悖的内容，即所谓幻觉，这为其在现实场景中的应用带来严峻挑战。为提升LLM的可靠性，在LLM生成过程中检测幻觉现象至关重要。常用于检测幻觉的方法包括获取外部知识或检查模型内部状态，但这需要对LLM进行白盒访问或依赖可靠的专家知识资源，对终端用户而言存在较高门槛。为解决这些挑战，我们提出一种基于多视角一致性校验的黑盒零资源检测方法，用于识别LLM的幻觉现象。该方法通过融合查询与响应的多视角一致性分数，有效缓解了LLM过度自信问题。与依赖单一视角的检测方法相比，我们的方法在多个数据集和不同LLM上均展现出更优的幻觉检测性能。值得注意的是，在一个LLM幻觉率为94.7%的实验场景中，相较单视角一致性方法，我们的方法将平均准确率（B-ACC）提升2.3个百分点，并实现0.832的曲线下面积（AUC），全程无需依赖任何外部资源。
关键词组：大语言模型（LLM）；LLM幻觉检测；一致性校验；LLM安全
Multi-talker audio–visual speech recognition towards diverse scenarios&
Yuxiao LIN, Tao JIN, Xize CHENG, Zhou ZHAO, Fei WU
DOI: 10.1631/FITEE.2500411 Downloaded: 254 Clicked: 335 Cited: 0 Commented: 0(p.2310-2323) <Full Text><PPT> 343
浙江大学计算机科学与技术学院，中国杭州市，310027
摘要：近年来，音频─视觉语音识别（AVSR）日益受到关注。然而，现有研究大多简化了实际应用中的复杂挑战，仅关注双说话者场景和完美对齐的音频─视频片段。本文研究了说话者数量和模态未对齐对AVSR任务的影响，在更现实的条件下提出一个端到端的AVSR框架。具体而言，提出一种说话者数量感知型专家混合（SA-MoE）机制，以明确建模不同说话者数场景下的特征差异，并设计跨模态重新对齐（CMR）模块，用于稳健处理异步输入。此外，利用内在难度差异，提出一种名为基于挑战的课程学习（CBCL）的新训练策略，该策略迫使模型关注困难且具有挑战性的数据而非简单数据，从而提高效率。
关键词组：语音识别与合成，多模态识别；课程学习；多说话者语音识别
Waveform design based on mutual information upper bound for joint detection and estimation
Ruofeng YU, Chenyang LUO, Mengdi BAI, Shangqu YAN, Wei YANG, Yaowen FU
DOI: 10.1631/FITEE.2500276 Downloaded: 290 Clicked: 623 Cited: 0 Commented: 0(p.2324-2337) <Full Text><PPT> 110
国防科技大电子科学学院，中国长沙市，410073
摘要：信息论原理为在竞争激烈且动态变化的环境中进行自适应雷达波形设计提供了严谨的理论基础。本文致力于恒模波形的联合优化，旨在同时提升目标检测能力与参数估计精度。通过最大化互信息上界，开发了一种统一设计框架，该框架可内在地协调权衡检测灵敏度与估计精度而无需采用启发式加权因子。使用高斯混合分布对目标和杂波的潜在非高斯统计特性进行建模，使互信息上界中Kullback-Leibler散度与互信息成分的可处理闭式近似成为可能。为求解由此产生的非凸优化问题，提出一种定制的元启发式相位编码梦优化算法（PC-DOA），该算法融合了混合初始化策略与自适应探索-开发机制，以实现高效的相空间搜索。数值结果证实，相较于现有基准方法，所提方案在实现更优的检测-估计权衡方面具有显著优越性。
关键词组：雷达波形设计；互信息上界；目标检测；参数估计；常模约束
Uplink puncturing for mixed URLLC and eMBB services in 5G-based IWNs: a model-aided DRL method
Jingfang DING, Meng ZHENG, Haibin YU, Yitian WANG, Chi XU
DOI: 10.1631/FITEE.2500173 Downloaded: 597 Clicked: 1307 Cited: 0 Commented: 156(p.2338-2352) <Full Text><PPT> 211
1东北大学计算机科学与工程学院，中国沈阳市，110819
2中国科学院机器人学国家重点实验室，中国沈阳市，110016
3中国科学院网络化控制系统重点实验室，中国沈阳市，110016
4中国科学院大学，中国北京市，100049
摘要：在基于5G的工业无线网络（IWN）中，由于性能需求存在本质矛盾，超可靠低时延通信（URLLC）和增强型移动宽带（eMBB）业务的共存问题对资源切片带来重大挑战。针对这一问题，本文提出一种基于模型辅助深度强化学习（DRL）的穿刺传输方法，用于5G上行链路中URLLC业务对eMBB资源的动态抢占。首先，在严格满足URLLC时延与可靠性约束的条件下，构建了以最大化eMBB累积速率为目标的穿刺优化问题。其次，针对零星出现的URLLC业务，设计了一种基于随机重复编码的竞争接入（RRCC）方法，并推导了其可靠性解析模型。随后，基于该可靠性模型提出联合优化URLLC与eMBB调度参数的DRL算法，该算法能够自适应动态网络环境。仿真结果表明，所提模型辅助DRL算法具有更快的收敛速度，且在资源效率方面显著优于现有方法。
关键词组：上行5G网络；增强型移动宽带（eMBB）；超可靠低时延通信（URLLC）；资源切片；穿刺传输；深度强化学习（DRL）
QoS-aware multi-user scheduling and power control for modular XL-MIMO communications
Yingliang XIAN, Yaqian YI, Guangchi ZHANG, Miao CUI, Qingqing WU, Xiaoli XU, Yong ZENG
DOI: 10.1631/FITEE.2500333 Downloaded: 0 Clicked: 241 Cited: 0 Commented: 0(p.2353-2364) <Full Text><PPT> 109
1广东工业大学信息工程学院，中国广州市，510006
2上海交通大学电子工程系，中国上海市，200240
3东南大学移动通信国家重点实验室，中国南京市，210096
4紫金山实验室，中国南京市，211111
摘要：本研究针对超大规模多输入多输出（XL-MIMO）系统在密集用户场景下的近场干扰抑制与资源分配挑战，提出一种服务质量（QoS）感知的联合用户调度与功率控制方法。基于近场信道的球面波（SW）传播特性，通过从角度差异和距离约束两个方面分析波束聚焦向量的空间相关性，构建一种双域干扰抑制策略。设计了基于空间相关性的调度算法（SCS）。该算法结合用户分组策略与动态功率分配机制，在保障用户服务质量的同时优化总频谱效率，并进一步扩展至模块化XL-MIMO系统。利用模块化布局增强空间分辨率，并提出一种适应性的、基于服务质量的用户调度算法，称作"模块化SCS"（SCS-mod）。仿真结果证实，所提算法在总频谱效率与调度用户数量上显著优于现有方案，尤其在高密度用户与高功率场景下性能优势更为突出。
关键词组：超大规模多输入多输出（XL-MIMO）；用户调度；功率控制；近场通信；模块化阵列；干扰抑制
Trajectory poisson multi-Bernoulli filters with unknown detection probability
Xiangfei ZHENG, Kaidi LIU, Hongwei LI
DOI: 10.1631/FITEE.2400606 Downloaded: 1722 Clicked: 1615 Cited: 0 Commented: 148(p.2365-2381) <Full Text><PPT> 99
中国地质大学（武汉）数学与物理学院，中国武汉市，430074
摘要：与一般的多目标跟踪滤波器相比，本文聚焦于传感器检测概率未知场景下的多目标轨迹跟踪问题。提出两种适用于检测概率未知的轨迹泊松多伯努利（TPMB）滤波器：一种用于存活轨迹，另一种用于所有轨迹。首先构建了包含检测概率的增广轨迹状态，进而提出了两种新的状态转移模型和一种新的量测模型，随后推导了检测概率未知条件下TPMB滤波器的递推公式。此外，本文给出了未知检测概率的TPMB滤波器针对存活轨迹和全轨迹的贝塔-高斯详细实现。仿真结果表明，在检测概率未知的情况下，所提出的TPMB滤波器能实现鲁棒的跟踪性能，并有效估计多目标轨迹。
关键词组：轨迹泊松多伯努利；贝塔-高斯；检测概率；存活轨迹；所有轨迹
Bidirectional-pump-controlled reconfigurable nonlinear spoof plasmonic waveguide
Wenyi CUI, Xinxin GAO, Jingjing ZHANG
DOI: 10.1631/FITEE.2500286 Downloaded: 403 Clicked: 579 Cited: 0 Commented: 1(p.2382-2392) <Full Text><PPT> 99
1东南大学毫米波全国重点实验室，中国南京市，211189
2香港城市大学太赫兹及毫米波全国重点实验室，中国香港特别行政区，999077
摘要：本文提出一种动态可重构的人工表面等离极化激元（SSPP）波导，通过有源调控实现了完美吸收与完美传输之间的双向切换。该波导集成了非线性变容二极管，通过电压调谐的色散工程，使泵浦波与信号波之间的简并相位得到匹配。所建立的三波混频过程实现了从相消干涉到相长干涉的双向相位控制转换。所提出的SSPP波导以其双向设计突破了传统泵浦限制，在同一器件上支持同向（泵浦前向）与反向（泵浦后向）传输的泵浦-信号配置，允许在发射端和接收端双向对信号功率进行调制。实验测试结果显示了其卓越的信号增益可调性能：前向泵浦配置下的动态范围为−69.5 dB至+1.04 dB，后向配置下的动态范围为−70.49 dB至+1.45 dB。本研究为微波相干系统提供了新的设计范式，并推动自适应能量收集、高速信号处理等可重构电磁器件的发展。
关键词组：非线性人工表面等离极化激元（SSPP）；相位匹配；相干完美吸收（CPA）；完美传输