南京邮电大学学报(自然科学版)杂志

南京邮电大学学报(自然科学版)杂志2025年第02期

• 双IRS辅助的低空复杂场景通感一体化联合波束成形与反射设计

  李飞,王媛媛,李汀,熊承寅,刘愚成

  智能反射面（Intelligent Reflecting Surface，IRS）辅助的通信感知一体化（Integrated Sensing and Communication，ISAC）系统能够扩大信号覆盖范围并提升通信和感知性能，已成为6G通信的关键技术之一。然而，在低空复杂场景下，单IRS辅助的ISAC系统难以应对用户和感知目标移动带来的路损和遮挡问题，导致信号传输质量下降。为解决该问题，文中提出一种基于双IRS辅助通感一体化联合波束成形与反射设计优化方案。首先，建立双IRS辅助ISAC系统的优化模型，在满足基站（Base Station，BS）传输功率和感知性能的约束条件下，联合优化BS一体化发射波束成形和双IRS的反射系数矩阵，以最大化通信用户的可达速率。然后，利用分数规划方法将联合优化问题解耦为一体化波束成形和双IRS相移优化两个子问题，以降低计算复杂度。基于二阶锥约束设计通感波束成形方案，并采用逐次凸逼近和交替方向乘子法解决双IRS耦合导致的反射设计复杂度问题，并通过交替优化得到双IRS的最优反射相移。最后，设计了IRS反射相移与通感联合波束成形交替优化算法，以提高系统整体性能。仿真结果表明，所提算法具有良好的收敛性和有效性，双IRS辅助ISAC方案能够显著提升低空复杂通感系统性能。

• 联合功率域与码域NOMA-OTFS系统研究

  周围,陈黎,向曾,黎飞雨,余明明

  正交时频空（OTFS）调制是一种新的6G候选波形，可在高移动性场景中提供可靠通信。为了更好地满足未来6G的需求，需要在高移动性场景中兼顾高频谱效率。然而现有功率域NOMA-OTFS（PD-NOMA-OTFS）和码域NOMA-OTFS（SCMA-OTFS）系统存在和速率低、过载率（用户数/资源数）低和可支持用户数量少的问题。针对此问题，提出了联合功率域与码域NOMA-OTFS（PD-SCMA-OTFS）系统。该系统在发射端，根据信道增益高低将用户分为强、弱用户组，组内用户使用传统SCMA方式叠加，组间用户使用功率域NOMA思想叠加。在接收端，使用消息传递算法（MPA）和串行干扰消除（SIC）进行联合检测。通过对不同系统进行对比，结果表明，所提系统拥有更高的和速率，并且过载率是传统SCMA-OTFS和PD-NOMA-OTFS系统的1.5~2倍，可支持用户数量是传统系统的1.2~6倍。

• 基于块压缩感知的大规模免授权多址接入方案

  张晶,马林,何艳

  针对大规模机器终端零星突发传输场景，提出一种基于块压缩感知和自适应匹配追踪的大规模免授权多址接入方案。首先，将上行多址信号建模为逐帧稀疏结构压缩感知方程。然后，将上行多址信号重构问题转变为块稀疏结构的压缩感知多用户检测。最后，提出一种块稀疏模型自适应匹配追踪算法，完成多址信号检测，引入动态步长、动态剪枝和动态迭代3种自适应策略，提高多用户信号检测重构性能。仿真结果表明，所提方案极大降低了上行免授权多址接入传输的误码率，提高了无线网络的过载接入能力。

• RIS辅助的全双工中继协作NOMA系统性能分析

  董国青,杨震,冯友宏,吕斌

  可重构智能超表面（RIS）是一种可以增强无线通信网络性能和覆盖范围的新兴技术。提出了一种RIS辅助的下行协作全双工中继非正交多址（NOMA）接入方案。在该方案中，RIS和用户中继协作将基站信号传输给小区边缘用户。为了评估该系统传输的可靠性，首先推导出用户中断概率的闭合表达式。进一步，在高信噪比条件下对中断概率进行渐近分析，得出用户的分集增益。仿真结果验证了理论分析的正确性，并揭示随着RIS反射单元数量的增加，近端用户的中断概率显著降低，而远端用户的中断概率先降低后保持不变。

• 一种ARIS辅助的无线携能通信系统安全能效优化方案

  李乐,朱佳,娄钰磊

  为了提高无线通信系统的安全性，基于功率分割型无线携能通信（Power Splitting-Simultaneous Wireless Information and Power Transfer， PS-SWIPT）模型，提出了一种有源可重构智能表面（Active Reconfigurable Intelligent Surface， ARIS）辅助PS-SWIPT系统（ARIS-PS-SWIPT）的安全传输方案。综合考虑ARIS-PS-SWIPT系统的能量效率和安全性，构造了安全能效最大化问题，通过联合优化基站的波束成形向量、ARIS的反射系数矩阵，以及合法用户的功率分割比值，提升ARIS-PS-SWIPT系统的安全能效。由于所构建的优化问题为非凸问题，利用交替优化（Alternating Optimization， AO）算法将原问题分解为3个子问题，并进一步通过半正定松弛（Semi-Definite Relaxation， SDR）和Dinkelbach方法获得子问题的优化解。仿真结果表明，ARIS-PS-SWIPT方案在安全能效方面优于PRIS辅助PS-SWIPT（PRIS-PS-SWIPT）方案和放大转发辅助PS-SWIPT（AF-PS-SWIPT）方案，且所提算法相较于遗传算法（Genetic Algorithm， GA），对求解该类问题具备更高的适应性，并且获得了更高的安全能效。

• 基于IRS的D2D隐蔽通信

  顾蔡晨,王斌,黄纯华,王文鼐

  对D2D（Device to Device）通信系统的隐蔽通信问题进行研究，提出了一种基于智能反射面（Intelligent Reflecting Surfaces， IRS）的D2D通信系统，该系统采用双IRS模式。首先分析了各信号的信干噪比（SINR）和各自的期望值，并据此推导出系统遍历总容量的解形式，接着针对隐蔽通信建立了二元假设问题，推导出误检测率的解形式，并据此计算出平均最小误检测率。除此之外，还分析了无IRS系统的遍历总容量和平均最小误检测率，与双IRS系统进行对比。仿真结果表明，双IRS系统的遍历总容量和平均最小误检测率优于无IRS系统，双IRS系统能够比传统的无IRS系统获得更高的容量和更低的误检测率。

• 基于曲率先验改进的自适应全变分图像分割方法

  易林林,张哲,闵莉花

  针对基于自适应全变分的图像分割模型对噪声强度和模糊水平较为敏感导致分割效果不理想的问题，提出了一种基于曲率先验改进的自适应全变分图像分割方法。通过改进自适应矩阵，降低了输入图像中噪声和模糊对分割结果的影响，得到了相对清晰的平滑近似图像。进一步，引入曲率先验减少平滑区域的块状伪影，增强平滑近似图像的对比度且更好地保留边缘，提高图像分割的精度。基于交替方向乘子法（ADMM）设计了一种快速算法数值求解所提出的模型并从理论上证明了算法的收敛性。在两相和多相上数值实验结果均表明所提方法的可行性和有效性，同时算法的运行效率更高。

• 1.55 μm 9芯4模保偏光纤设计与性能研究

  沈骁,金思成,韦玮

  针对光纤通信传输容量日渐不足的问题，提出了一种面向1.55 μm新型结构9芯4模的保偏光纤。在纤芯周围设置椭圆形应力棒以及空气孔阵列，以实现保偏和降低芯间串扰的效果；使用异质纤芯结构以及沟槽结构，以降低芯间串扰和提高光纤的抗弯曲性能。该光纤最多拥有72个独立的传输信道。在C+L波段上，每个纤芯内偏振模式间的有效折射率差大于10-4，相邻模式间的有效折射率差大于10-3，光纤的最大芯间串扰低于-30 dB/100 km，弯曲损耗小于0.2 dB/km，相关性能满足通信系统的传输要求，因此具有良好的应用潜力。

• 基于图神经网络和用户长短期偏好的会话推荐

  卢官明,柯润宇,卢峻禾,丁佳伟,魏金生

  针对现有的会话推荐方法没有考虑用户长期偏好以及不同项目之间相关性的问题，提出了一种基于图神经网络和用户长短期偏好的会话推荐模型（GNN-LSTUP）。首先，基于所有会话构建全局会话图，通过融入相关性编码的图神经网络和注意力机制来挖掘用户长期偏好；然后，通过构建局部会话图并利用图神经网络和注意力机制来捕捉用户短期偏好；最后，通过求和池化操作融合用户长、短期偏好，以便更准确地预测用户下一次交互行为。在Diginetica、Tmall和Nowplaying数据集上进行了实验，结果表明，提出的GNN-LSTUP在Diginetica数据集上取得的P@20和MRR@20分别为54.19%和18.94%，在Tmall数据集上取得的P@20和MRR@20分别为34.68%和16.96%，在Nowplaying数据集上取得的P@20和MRR@20分别为23.32%和8.62%，优于其他已有的会话推荐模型。

• 傅里叶域单像素成像中的线性校正

  刘宁,祝福,陶钰秀,吴杨康,章文欣

  单像素成像是一种通过单像素探测器精确采集时序光信息来重构原始图像的技术，因其独特的抗干扰特性，被广泛应用于医学成像、遥感、光通信等领域。在单像素成像中，光场调制策略和图像重构算法是影响成像质量的关键因素。文中重点关注单像素成像中光强信号在不同时间频率下的正交性，从而可通过基于正交散斑的傅里叶方法进行单像素成像处理。然而，在傅里叶单像素成像中，光源的非线性会在傅里叶变换时引入二次、三次谐波，产生噪声并影响图像质量。针对这一挑战，通过多项式拟合对光源进行非线性校正，显著消除了由此引起的噪声，使图像质量较未校正前大幅提升。该方法不仅有效提高了成像系统性能，还为更清晰、精准的图像重建提供了可行的解决方案。

• 基于快速自适应元学习的小样本学习

  马涛,赵华,樊卫东,罗华峰,吴强,石瑞达,张铁勋

  常见的生成对抗网络（Generative Adversarial Network，GAN）通过对抗学习合成新的真实图像，但需大量训练数据。受人脑从少量示例快速学习新概念的启发，提出了一种快速自适应的元学习模型，基于GAN和编码器网络，用于小样本图像生成。该模型仅需少量示例，通过训练简化网络并增加生成器迭代次数，生成未见过的目标类别图像。与对比模型相比，能以5倍速度收敛，所需可训练参数减少至1/4。实验结果表明，快速自适应元学习模型在小样本图像生成方面具有最高的图像质量、多样性和清晰度，以及与常见数据集相当的逼真程度，有效提升了小样本图像的生成性能。

• 一种基于部署价值的命名网内计算接入转发机制

  饶威勇,朱轶

  现有的命名网内计算调用过程，针对数据不在用户侧的计算场景，默认采用数据优先调用规则向数据源转发，进而在回传路径上加载计算服务，而当回传路径计算资源有限时，网内节点会出现频繁置换计算服务而降低了计算资源利用率。针对这一问题，提出一种基于部署价值的命名网内计算接入转发机制。该机制部署于接入路由器处，一方面通过命名架构下的兴趣包-数据包交互机制获取网内节点的资源信息；另一方面提出服务部署价值的概念，用以表征网内节点消耗CPU资源部署服务所能获得的流量处理能力，进而在接入路由器处动态决策实施数据优先转发或计算优先转发。仿真结果表明，与单一的数据优先调用机制相比，所提出机制能够显著降低计算服务在网内节点的置换次数，在有效提升网内节点资源利用率的同时，降低用户服务请求时延，提高用户的服务调用体验。