电子学报

《电子学报》投审稿系统登录方式切换公告
Learn More

欢迎访问

电子学报

创刊于1962年，是中国电子学会主办的旗舰学术期刊。

《电子学报》办刊宗旨是反映中国电子与信息科学领域内的新理论、新思想、新技术，

具有国内外先进水平的最新研究成果和技术进展，为促进国内外学术交流，促进中国电子与信息科学技术的快速发展服务。

了解更多

期刊影响力

原投审稿系统
新投审稿系统
联系我们

2026年第54卷第8期

当期目录:

过刊浏览

2026年第7期

2026年第6期

2026年第5期

优先出版

基于深度展开的低轨卫星系统时延QoS保障资源分配算法
祖梦雅, 戴叶玲, 刘笑宇, 欧阳键, 林敏
当前状态：二校优先
2026: 1-14. DOI: 10.12263/DZXB.20260881
摘要：本文针对低地球轨道（Low Earth Orbit，LEO）卫星多用户上行接入场景中时延敏感业务的服务质量（Quality of Service，QoS）保障问题，考虑多用户同频接入引起的用户间干扰、卫星高速运动导致的信道动态变化以及星载计算资源受限等因素，提出一种基于深度展开的资源分配算法。该算法采用有效容量作为统计时延QoS性能指标，构建用户最低有效容量需求、最大发射功率约束和接收波束成形权矢量归一化约束下的系统总有效容量最大化问题。针对有效容量表达式中含有统计期望且波束成形与功率控制变量相互耦合而难以直接求解的问题，本文利用统计信道状态信息对目标函数和约束进行近似转化，并基于交替优化方法推导接收波束成形权矢量和用户发射功率的迭代更新策略。在此基础上，为降低传统交替优化方法在线求解过程中的矩阵求逆和参数搜索开销，本文将上述迭代过程展开为深度神经网络，使传统优化算法的迭代结构与网络层相对应，并在波束更新和功率更新过程中引入可训练参数。所构建网络采用模型驱动与数据驱动相结合的方式，在保留传统优化算法物理可解释性的同时，利用训练过程优化网络中的更新参数。训练阶段，所构建网络采用无监督学习方式，以信道状态信息作为网络输入，在地面信关站利用生成的信道样本完成网络训练，并将训练得到的模型参数部署至卫星端；在线运行阶段，卫星通过深度展开网络快速获得接收波束成形权矢量和用户发射功率。仿真结果表明，所提算法仅需5～6层即可收敛，系统有效容量达到传统交替优化算法性能上限的99%以上；在不同用户最大发射功率和时延QoS系数条件下，所提算法能够保持接近经典交替优化算法的系统有效容量性能，并满足用户最低有效容量约束。进一步地，该算法在不同卫星轨道高度下仍表现出较好的性能稳定性，体现了良好的泛化能力。在不同系统规模下，其运行时间由传统交替优化算法的0.36～5.04 s降至0.16～0.64 s，能够在保持接近传统优化性能的同时降低在线计算开销。
<HTML>
<网络PDF><Meta-XML>
21
1
0
物理信息神经网络驱动的超宽带共形天线阵列波束赋形及抗干扰方法
陈霑, 胡伟, 林聪, 高雨辰, 郭盼, 何佳杰, 靳珊珊
当前状态：二校优先
2026: 1-12. DOI: 10.12263/DZXB.20260646
摘要：超宽带共形天线阵列兼具宽频谱覆盖与宽角域扫描能力，是复杂电磁环境下无人机高辐射性能、抗干扰通信的基础。共形阵列的曲面构型会导致各阵元法向指向不一致，同时单元阵中方向图存在显著的互耦效应，使得传统平面阵列低副瓣综合方法难以直接适用，而现有高维数值优化算法存在计算开销大、迭代耗时长的问题，难以满足无人机波束实时扫描的应用需求。为此，本文提出一种基于物理信息神经网络（Physics-Informed Neural Network，PINN）的超宽带共形天线阵列低副瓣波束赋形与抗干扰方法，以工作频率和期望扫描角为输入，以阵元激励幅相为输出，将考虑互耦效应的有源单元方向图及阵列辐射模型嵌入网络训练流程，通过在线重构阵列辐射场，构建融合副瓣惩罚与增益约束的混合损失函数，实现无需最优幅相先验标签的物理约束训练，可在有效控制副瓣的同时抑制主瓣增益的损失。针对射频前端移相器、衰减器的离散调控特性，引入基于直通估计器的幅相离散化机制，使网络输出结果适配硬件实际工作约束。为验证所提方法的有效性，本文研制了工作频段3.6～9.6 GHz的双极化超宽带共形天线阵列样机，其采用单层领结形偶极子与电容耦合贴片相结合的辐射结构。该阵列由64个有源单元组成，并通过外圈无源单元加载改善边缘单元工作性能。将训练完成的PINN模型经剪枝、量化后部署于嵌入式平台，结合离线训练与在线推理的工作模式，通过单次前向传播生成阵元激励幅相，避免了传统方法在线重复执行高维迭代搜索。实验结果表明：在典型频点、±60°扫描范围内，阵列实测峰值副瓣电平不高于-25.9 dB；单次推理计算时间低于0.3 ms，相较于传统数值优化算法小时级的迭代优化，在线波束综合效率得到显著提升。进一步将实测方向图导入通信链路仿真平台，在基础信噪比为12.0 dB、干扰与期望信号角度间隔不小于45°的全频段压制干扰场景下，以通信误码率达到10⁻³为性能判据，系统干信比容限均不低于32.0 dB。所提方法通过物理约束学习与轻量化嵌入式部署，实现了超宽带共形天线阵列的毫秒级低副瓣波束综合，可为无人机宽带实时扫描与抗干扰通信系统工程化应用提供有效技术支撑。
<HTML>
<网络PDF><Meta-XML>
19
0
0
方向谱未知条件下ADCP阵列姿态参数的可辨识性与精度界分析
乔路, 冯西安
当前状态：二校优先
2026: 1-19. DOI: 10.12263/DZXB.20260772
摘要：基于声学多普勒流速剖面仪（Acoustic Doppler Current Profiler，ADCP）的波浪方向谱估计模型通常假设阵列姿态无偏转或精确已知，然而实际观测中经常面临姿态扰动或姿态数据不可靠问题。基于此，本文研究方向谱未知条件下ADCP阵列姿态参数的可辨识性问题，并分析参数估计性能的精度界。本文从ADCP对波浪场的互谱观测出发，建立姿态-方向谱参数耦合的姿态辨识模型，进一步构造包含姿态与方向谱参数的完整Fisher信息矩阵（Fisher Information Matrix， FIM）。在此基础上，通过Schur补消除方向谱作为冗余参数对姿态有效信息的影响，推导出姿态参数的等效Fisher信息矩阵（Equivalent FIM， EFIM）。基于EFIM的投影结构，揭示出阵列航向角与方向谱参数之间的旋转-平移等价关系，据此证明在方向谱未知且不存在绝对方向先验信息的条件下，航向角在EFIM意义下局部不可辨识；进一步在固定航向参考基础上建立由横滚角与俯仰角组成的约化姿态辨识模型。为刻画约化姿态的局部估计精度，推导出相应的Cramer-Rao界（Cramer-Rao Bound， CRB）以及姿态误差平方界等精度评价指标。随后，基于约化姿态EFIM的原始信息-投影损失分解，分析阵列几何与观测配置对局部精度的影响机制。通过数值仿真分析，验证了航向角局部不可辨识性以及约化姿态CRB的有效性，同时表明在本文所考虑的阵列结构下，增大阵列波束倾角与布放深度能够提高姿态等效信息量。实验还验证了EFIM的频率累积以及测点对累积特性。进一步地，利用实测公开数据集验证了约化姿态估计的可行性，结果表明横滚角与俯仰角可被稳定估计；在所选取的连续动态海况时段内，横滚角和俯仰角估计的平均绝对误差分别为0.43°和0.57°。
<HTML>
<网络PDF><Meta-XML>
22
0
0
基于SM9的可穿刺属性基加密方案
杨梦雪, 丁昀, 高欣, 王化群, 许力
当前状态：二校优先
2026: 1-11. DOI: 10.12263/DZXB.20260883
摘要：云环境下的一对多数据共享不仅需要依据用户属性实现细粒度访问控制，还需要限制接收者在完成敏感文件审阅后的持续解密能力。若用户私钥长期保留对相关密文的访问权限，后续密钥暴露可能导致已审阅文件内容失窃。针对上述问题，本文提出一种基于SM9的可穿刺密文策略属性基加密方案，将属性授权与标签穿刺相结合，支持接收者按需撤销对目标文件的解密权限。该方案以SM9标识密码为基础，将属性密钥与标签穿刺密钥统一绑定，并采用线性秘密共享机制将访问策略嵌入密文，构建“属性授权—标签撤销”的双层保护机制。其中，属性授权根据数据拥有者设定的访问条件限定共享范围，标签撤销通过密钥更新约束接收者对特定文件的后续解密能力，使数据访问同时受到属性条件和标签状态的限制。接收者仅在其属性满足访问策略且密文标签未被穿刺时，才能恢复明文。完成文件审阅后，接收者可对目标文件关联的标签执行穿刺操作并更新解密密钥，使更新后的密钥无法完成该标签对应的解密运算，从而精准撤销相应解密权限，降低穿刺后密钥暴露对目标文件机密性的影响。在密钥管理方面，该机制无须周期性更新全部属性密钥，可根据文件处理需求执行标签穿刺，且穿刺密钥大小不随穿刺次数增加而增长，避免多次穿刺造成密钥存储开销累积。安全性分析表明，该方案满足选择明文攻击下的不可区分性，并能够抵抗非法接收者的合谋攻击。性能评估围绕明文长度、访问策略复杂度及同时穿刺的标签数量展开。实验结果表明，在不同明文长度和访问策略复杂度下，本方案相较4种代表性方案的平均计算耗时分别降低约28.2%和21.4%；当同时穿刺的标签数量由1个增加至10个时，穿刺耗时始终保持在约2.7~3.7 ms。上述结果表明，该方案在实现细粒度访问控制与解密权限撤销的同时，具有较好的计算效率、存储稳定性与可扩展性，可为云环境下敏感文件的安全共享及审阅后的权限管理提供支持。
<HTML>
<网络PDF><Meta-XML>
18
0
0
面向车联网具身智能体的可信数字身份构建
卫亦航, 盖珂珂, 祝烈煌
当前状态：一校优先
2026: 1-17. DOI: 10.12263/DZXB.20260702
摘要：在第六代无线网络（Sixth Generation Wireless Network，6G）赋能的车联网（Vehicle to Everything，V2X）网络中，智能网联汽车（Connected and Autonomous Vehicle，CAV）和路边单元（Road Side Unit，RSU）等交通实体正从单一通信节点演进为具备感知、计算、通信与决策能力的具身智能体，它们通过实时交互支撑驾驶辅助、交通资源分配和安全数据共享等关键应用。然而，具身智能体深度参与交通控制也放大了身份可信问题。6G-V2X网络不仅需要低时延、高可靠连接，更需要为V2X网络内的具身智能体建立可验证、可追溯、难伪造的数字身份，以确认通信对象是否对应真实唯一的物理实体。为此，本文提出一种基于区块链的根据智能体物理属性建立数字身份的方法，该方法根据具身智能体物理属性，比如硬件特征、部署单位、行为特性等客观属性构造身份特征，并采用链上索引与链下存储结合的方式记录身份信息，实现数字身份到终端实体的映射。同时，引入聚合签名记录参与验证的共识节点，并基于强化学习计算节点权重，以抵御节点串谋及低成本恶意节点操控共识的风险。本工作基于ChainMaker实现原型系统并对方法进行评估。评估结果表明，该方法在智能体拥有不同带宽、任务规模和合约环境下具有较低通信时延与可接受的Gas消耗，并能在进行身份伪造的恶意节点比例低于30%时有效识别伪造身份，实现具身智能体的可信身份构建。
<HTML>
<网络PDF><Meta-XML>
10
0
0
基于气象数据增强驱动的分布式光伏出力精准预测方法
管永明, 史玉良, 王继虎, 吕梁, 陈志勇, 李晖
当前状态：一校优先
2026: 1-16. DOI: 10.12263/DZXB.20260760
摘要：针对分布式光伏功率预测中部分气象场景样本不足、气象预测数据时间粒度难以满足高精度光伏预测需求，进而导致日前及日内功率预测偏差较大的问题，提出一种基于气象数据增强驱动的分布式光伏功率预测精度提升方法。首先，根据光伏预测功率与实际出力偏差识别气象预测偏离样本，并综合辐照度、温度和风速对光伏出力的影响，采用加权K-Means对样本进行初始场景划分，为高斯混合模型（Gaussian Mixture Model，GMM）提供稳定的初始化参数。随后，利用GMM对具有交叠特征的偏离场景进行软聚类，刻画多模态场景分布，并引入Copula函数学习各场景内多气象变量与光伏功率之间的非线性相关关系及尾部联合依赖特征，生成满足场景分布与变量耦合关系的初步增强样本。接着，针对气象监测数据通常以5 min间隔发布、光伏功率高频采集可达1 min所造成的时间尺度不匹配问题，以5 min气象数据为低频物理基准，以1 min光伏功率波动为高频观测约束，建立气象变量与光伏功率之间的映射关系，并以重构功率与实测功率偏差最小为目标，反演5 min间隔内的气象变化；在此基础上，将重构的分钟级气象条件输入简化Navier-Stokes方程进行物理演化，获得兼具统计相关性、时间连续性和物理合理性的偏离气象样本。在模型应用阶段，依据偏离场景对日前气象预报误差进行场景化校正，并结合历史1 min光伏功率波动特征重构分钟级气象预报序列，以保证训练阶段与应用阶段输入数据在时间分辨率和分布特征上的一致性。最后，综合考虑光伏出力一致性、气象变量相关性、时间平滑性和物理边界约束，构建样本筛选损失函数，对生成的偏离气象样本进行筛选。基于某区域日前气象预报、实况气象监测及1 min分布式光伏功率数据开展算例验证。结果表明，在云雨辐照耦合偏离场景下，所提方法E9的JS散度、相关矩阵误差和自相关函数误差分别为2.6%、5.2%和5.7%，均优于随机扰动、时间平移、SMOTE、GAN及扩散模型等增强方法；与无增强方法E0相比，E9将光伏功率预测的MAE、RMSE和MAPE分别由16.7 kW、25.2 kW和26.1%降低至5.7 kW、9.0 kW和8.6%，分别降低65.67%、64.20%和67.05%；与性能较优的扩散模型增强方法E8相比，三项误差分别降低45.40%、44.28%和45.91%。结果验证了所提方法在偏离气象小样本条件下保持多变量关联、分钟级时序特征及物理演化规律的有效性，可显著提升分布式光伏功率预测模型对快速波动过程的跟踪能力与预测精度。
<HTML>
<网络PDF><Meta-XML>
15
1
0