2026年 01期
基于RACE-MFT算法的多智能体战略状态融合模型研究
陈亮;智鑫龙;王珺琳;在军事模拟战略中，作战任务的执行往往依赖于团队的高效协同，多智能体强化学习方法正是为应对这一需求而被广泛引入的。然而，在实际应用过程中，由于多智能体对所处环境状态的观测构建不够充分，导致其获取的信息较为有限，难以满足复杂军事任务中战场感知的要求。针对这一问题，提出一种基于RACE的多模态信息融合技术改进方法（RACE-MFT）。该方法通过整合属性、文本和图像三方面信息，构建了更为丰富和全面的智能体状态表示，从而增加状态维度，增强智能体的信息感知能力，使其能够做出更优的决策。实验在即时战略游戏《星际争霸Ⅱ》和自建的“争夺要地任务”环境中开展。结果显示，在《星际争霸Ⅱ》中，使用RACE-MFT的智能体对阵游戏自带AI时，胜率提升了3%。在改进算法与原算法的对抗中，胜率稳定在80%。在“争夺要地”环境里，相比其他单一模块改进，RACE-MFT的收敛奖励达到最大值。证实了RACE-MFT在处理多智能体团队协同任务时的有效性。
基于自然语言处理的职务犯罪法律文书处理与分析研究
姜志超;杨炳文;高谷刚;李林怡;近年来，职务犯罪案件频发，现有研究多局限于法律文本和犯罪构成分析，缺乏跨学科视角，难以揭示其特征和发展趋势。目前，专门针对职务犯罪文书处理与分析的类似系统较少，法律领域通用的数据分析系统难以处理此类文书的专业性和特殊性。因此，借助大数据、人工智能和自然语言处理技术，分析职务犯罪案例文本，揭示犯罪规律并实现高效预防具有重要意义。本研究提出基于智能数据处理与分析的职务犯罪研究模型与算法，并构建了系统原型。通过定制化爬虫技术高效采集多平台职务犯罪文书数据。在数据预处理阶段，采用jieba分词结合深度学习序列标注技术进行清洗、分词及关键信息提取。基于Word2Vec模型将文本信息转化为数字化表达，并结合K-Means聚类算法与Llama3大语言模型挖掘关键特征，显著提升类案检索精准性。最终通过箱线图、散点图等可视化手段展示犯罪规律。实验结果表明，相较于传统方法，该模型在精确度和召回率方面分别提升了21%和9%，充分验证了Llama3在语义理解和特征提取方面的强大能力。
基于5QI与RFSP联合的5G QoS差异化调度策略研究
雷鹤;黄予;刘维倩;田四梅;随着5G技术的广泛应用，用户通信需求和应用场景的日益复杂，对差异化的服务质量（QoS,Quality of Service）有了愈发严苛的要求。本研究提出了一种基于5G QoS标识（5G QoS Identifier,5QI）与无线频率选择优先级（RAT Frequency Selection Priority,RFSP）联合的动态调度策略，通过改进的加权比例公平（Weighted Proportional Fair,WPF）调度算法融合接入管理-策略控制功能（Access Management-Policy Control Function,AM-PCF）动态策略机制，实现用户级与业务级的资源灵活分配。设计分层分级网络保障模型，为不同用户分配差异化的5QI和RFSP调度权重。测试结果表明，保障用户平均速率、视频播放质量等关键性能均优于普通用户，验证了差异化调度策略在复杂场景下的有效性。
基于YOLOv8-DUA的变电站通信机房隐患识别系统设计
王旭阳;胡艳茹;为提升变电站通信机房隐患检测能力，本文提出基于YOLOv8-DUA的优化深度学习模型。针对隐患背景相似度高、目标尺度多变及样本不均衡等问题，模型从三方面进行改进：首先，引入DETR技术优化特征提取与检测头，增强小目标检测能力；其次，将主干网络C2f模块升级为C2f-UniRepLKNetBlock，提升特征提取效果与泛化性能；最后，在颈部网络创新融合ASF-YOLO的Attentional Scale Sequence Fusion与DySample，提出DyS-ASF机制以强化多尺度特征融合。经实验验证，优化后模型在机房隐患检测任务中表现显著提升，mAP@0.5达96.4%（较原模型+5.6%）,mAP@0.5～0.95提升4.6%，准确率与召回率分别提高4.1%和6.5%。同时开发了基于PyQt5的应用程序，支持图像、视频及摄像头实时检测，有效弥补人工检测疏漏，为变电站通信机房安全运行提供了高效技术保障。
联合时间反演与代数迭代的感应式磁声成像重建
窦靓玉;周海龙;商博;感应式磁声成像(Magneto-Acoustic Tomography with Magnetic Induction, MAT-MI)是具备高对比度与高空间分辨率优势的多物理场耦合的新型成像技术，但其逆问题，即重建过程中存在的弧状伪影、噪声敏感干扰限制了成像精度。为此，本文提出一种时间反演-代数迭代(Algebraic Reconstruction Technique ,ART)融合重建算法，通过结合声波传播的物理聚焦机制与正则化数值优化，以声学均匀生物组织模型为研究对象，通过仿真计算得到声压分布，结合时间反演-代数迭代融合重建算法实现声源图像重建。仿真实验表明，本文提出的重建算法能准确有效地重建出声学均匀介质中的声源图像，研究结果对磁声成像实验设计和后续研究提供研究基础。
基于STM32的老年智能护理床的设计与实现
刘嘉杰;赵露露;王飞飞;针对人口老龄化加剧引发的老年护理方面难题，采用STM32F103C8T6主控芯片，构建了智能护理床系统，该系统集阻抗式液体传感器、物联网通信、语音交互等多模态控制技术于一体，通过阻抗式液体传感器（HL-83）实时监测老年患者失禁的状态，若检测值超过了阈值，马上触发蜂鸣器报警，可迅速给老年患者更换床单。利用SU-03T语音模块、独立按键以及云端控制来实现三通道舵机控制，另外借助ESP8266 Wi-Fi模块接入阿里云物联网平台，实现APP远程监查，实验结果说明，该系统反应时间低于200ms，传感器检测的精准程度为97.3%，证实该智能护理床系统具有临床应用价值，合理解决了老年护理中的部分实际矛盾。
一种L波段双模高功率小型化收发组件的设计
兰宝岩;王富康;针对有源相控阵雷达系统对高功率收发组件轻量化、小型化的应用需求，设计了一款L波段双模高功率小型化收发组件。通过采用双模功放技术，将高功率低占空比、低功率高占空比的两个发射通道合并为一个发射通道，从电路原理上实现了收发组件的小型化与轻量化。并通过微组装电路和芯片化电路技术，实现了本振功分与放大、功率放大、低噪声放大、滤波、电源调制、功率检测等功能电路的高密度集成。电路测试及热仿真结果表明，组件在工作频带内满足发射功率、接收噪声系数等指标要求，且具备良好的散热设计，收发组件尺寸仅为115mm×30mm×16mm，重量小于120g。
基于贝叶斯推理的电信用户动态白名单模型研究
钟华霖;针对当前通信网络中用户行为复杂多变、静态安全策略失效的问题，本文提出了一种基于贝叶斯定理的动态白名单模型。该模型综合利用用户的通话频次、移动互联网行为、联系人关系网、位置轨迹特征等多源数据，并融合时间与空间维度特征，构建了一个概率化用户行为画像。通过贝叶斯推理计算用户“正常”的后验概率，模型能够动态区分“正常人的正常行为”“正常人的异常行为”“异常人的正常行为”及“异常人的异常行为”四类典型场景。本文详细阐述了模型的数学公式、数据推演过程、阈值测算方法，并最终形成了可动态更新的白名单判断标准。实验推演表明，该模型能有效识别异常用户，同时自适应正常用户的行为变化，为构建智能、动态的安全防护体系提供了理论依据和实践路径。
基于全连接神经网络的天线阵列参数优化方法
秦李静;冯梦婷;王冉;晋军;王闯;李博;针对传统天线阵列参数优化依赖经验调参且计算效率低下的问题，提出了一种基于全连接神经网络（Fully Connected Neural Network,FCNN）的天线阵列参数优化方法。首先，构建了一个用于训练网络的数据集。其次，设计了多隐藏层的FCNN网络，学习辐射特性与16维幅度和16维相位参数之间的非线性映射关系，以实现主瓣增益最大化和旁瓣抑制比增强条件下的最优天线参数输出。实验结果表明，所构建的FCNN网络获得的天线激励参数在1.6GHz频段下实现了8.97dBi的主瓣增益，旁瓣抑制比相比于人工优化方法和支持向量回归（SVR）算法分别提高了11.71dB和7.41dB。在2.5GHz频段，该方法的天线主瓣增益达到13.45dBi，旁瓣抑制比仍显著优于对比方法，分别提高了7.85dB和6.38dB。综合性能指标（主瓣增益与旁瓣抑制比的加权得分）方面，所提出的方法在1.6 GHz频段比人工优化和SVR算法分别提升了57.9%和29.3%；在2.5 GHz频段，则分别提升了30%和22.2%。该方法突破了传统人工调参效率低和仿真时间长的技术瓶颈，为大规模阵列设计提供高效解决方案。
算力资源调度优化技术综述
刘娟;随着云计算、边缘计算、人工智能及高性能计算的快速发展，算力资源调度优化成为提升资源利用率、降低延迟与能耗的关键技术。异构资源管理、动态负载响应及多目标权衡对调度策略提出更高要求。智能调度方法逐渐取代传统算法，Kubernetes、Mesos等平台促进了应用落地，但实时性和扩展性仍有待提升。本文系统综述了算力调度的理论基础、关键技术及典型应用，聚焦云-边-HPC领域最新进展，探讨智能化、协同化与绿色化趋势，为相关研究与实践提供参考。