本技术属于无线能量传输和无线通信同步传输技术领域，公开了一种基于异频方向回溯的无线信能同传系统及方法，本发明提供的基于异频方向回溯的无线信能同传系统包括:电磁能量与信息接收端和电磁能量与信息发射端。本发明公开的收发异频的方向回溯方法具有响应快、自适应跟踪、抗多径和多频干扰的优势。回溯电路采用纯模拟方式实现回溯的功能，能够在不提取目标位置信息的情况下进行能量和信息的定向回传，并且由于无位置信息提取的数字信号处理过程，系统响应速度快，能够对快速运动中的目标进行自适应的跟踪。能够有效抵抗多径信号对于目标定位的干扰。

 本技术公开了一种利用不同时刻信道对数差分特性的射频指纹提取方法及系统，用于提取无线设备的射频指纹，包括以下步骤:对无线信号进行采集和预处理得到时域接收信号，并对其频域变换得到频域接收信号；选取经历不同信道且不产生深衰落的两段接收符号做差分运算和对数差分运算，并进一步做相除运算，得到不含信道的射频指纹；对多组相除运算后的结果叠加平均，以消除噪声的影响，得到最终不含信道和噪声的射频指纹。本发明利用不同时刻信道的差异性和对数差分特性，有效消除了时变信道对射频指纹提取的影响，同时抑制了噪声，提高了信道多变环境下射频指纹提取的稳定性，是一种有效的面向各类无线信号均通用的射频指纹提取方法。

 一种基于通感一体化和频域功率分配的OTFS安全传输方法、系统、设备及介质；方法为:生成信导融合的OTFS传输帧XDD，通过OTFS调制和上变频处理后，得到发送的OTFS信号sRF(t)；接收用户接收OTFS信号sRF(t)并反射产生回波信号，发射端针对回波信号进行OTFS接收和解调，得到DD域回波帧估计DD域信道脉冲响应；推导安全传输情况下的TF域的最优功率分配方案；搭建信道物理层安全分析模型；系统、设备及介质用于实现该方法；本技术通过基于OTFS调制的通感一体化系统，利用回波信号进行DD域信道脉冲响应估计，通过信道脉冲响应，在频域内进行最优功率分配，提高接收信号的信噪比，提升信息传递的安全性。

本技术公开了一种基于协同干扰策略的非正交多址通信系统的安全传输方法，主要分为三个时隙，第一时隙主要包括:基站发送叠加信号，远用户发送干扰信号去抑制不可信中继的窃听能力，近用户和不可信中继接收并解码目的信号；第二时隙近用户和远用户发送上行非正交多址接入信号，基站和不可信中继解码目的信号；第三时隙不可信中继转发前两个时隙接收的信号，近用户发送上行新信号，基站和远用户解码目的信号。本发明方法提高系统频谱效率的同时，利用协同干扰策略，在不增加专用的干扰终端利用用户发送人工噪声抑制窃听节点即不可信中继的解码能力的安全传输方案，确保系统实现高频谱效率的同时实现安全传输。

本文公开一种监听时间分配方法、装置、设备及介质，该方法包括:将待捕获信号分为N个非周期信号和X个周期信号，按照频点大小对N个非周期信号进行排序获得排序结果；将时隙T均分为N个时长为d1的子时隙，根据排序结果在第n子时隙监听第n频点，其中，n为大于等于1小于等于N的自然数；当需要捕获周期信号时，打断当前对非周期信号的监听以对周期信号进行捕获，直至完成周期信号的捕获。本申请通过将监听时间分配权限分给传感器，降低了对通信链路的要求，提升了无人机信号捕获的准确性。

本技术公开了一种基于gNB侧PDCP层向UPF数据反馈方法，包括:下行数据轮询机制：在UPF侧将DL PDU Session continer中的第一个字节最低位设置作为轮询的指示标识位；下行数据递交状态报告机制：gNB侧将UL PDU Session continer中padding的三个字节中的前两个字节作为携带反馈PDCP剩余接收缓冲区当前待处理数据中前N个数据包对应的Discard定时器值与PDCP层的滞留时间差值的平均值大小，将UL PDU Session continer的首字节中最低位用于判断是否携带此值的标识位。本发明针对一个QoS流由多个SDAP服务的场景，UPF通过获取各基站处理能力，数据传输状况，则能较好的利用多基站协同的优势来对数据传输路径进行规划以保证服务质量、和达到资源的最大化使用。

本技术涉及无人集群仿真技术领域，具体地说，涉及一种基于虚实结合的异构无人集群系统。其包括运动预测单元，运动预测单元基于龙格库塔法计算无人机在未来某一时刻的位置；通信补偿单元，通信补偿单元基于运动预测单元所得到的无人机在未来某一时刻的位置，通过预测调整无人机数据，使其与当前时间点对齐；双向时钟同步单元，双向时钟同步单元选择网络中精度高的节点的时钟作为基准时钟，其他节点作为子时钟，并与基准时钟进行时钟同步；主从式时间同步单元，主从式时间同步单元基于双向时钟同步单元提供的同步机制，设定一个固定的同步周期，在此周期内，各子模拟器独立运行，并在周期结束时暂停以交换数据。

 本技术涉及一种面向离散制造的边缘智能网络自适应部署方法和系统，方法以网络吞吐量最大化、传输时延最小化、网络可靠性最大化为目标，建立QoS驱动的边缘智能网络部署优化模型，确保满足工厂中所有设备，尤其是关键设备的网络传输要求；采用改进K‑means和粒子群优化算法，结合动态聚类算法和自适应权重调整机制，有效地提高智能设备的数据速率和网络可靠性，同时降低传输延迟和系统干扰。本发明能适应不同大小的工厂和复杂的环境，优化网络性能，显著提高边缘智能部署效率，为离散制造智能工厂及工业5.0时代的智能制造提供稳定、可靠的通信解决方案。

 本技术公开了一种基于图同构网络(GIN)的信道状态信息(CSI)室内定位方法。首先对CSI幅度测量中每个子载波进行局部离群因子(LOF)检测，去除CSI幅度测量值中的异常点。然后利用Morlet小波函数，得到CSI测量值的时频图，利用颜色映射构建CSI图像。接着基于CSI图像构建相应的图拓扑结构，通过SLIC算法对CSI图像进行超像素分割，进而实现节点选择和邻边关系构建，将节点的位置特征和颜色特征进行整合，构成特征矩阵。最后利用GIN进行分类学习，训练出最终的位置估计模型。该方法实现高效、可靠，可实现的优点。

 本技术提供一种基于深度学习的跨介质可见光通信系统和方法，一方面，提出了一种基于卷积神经网络的角度估计器和接收端移动策略，接收端可根据角度估计结果进行移动决策，自适应地实现跨介质可见光通信系统收发机的链路对准；另一方面，本发明提出了一种基于风速估计和信道分类的信号检测算法；在系统完成链路对准后，该算法可以实现对风速的估计并自适应地对经过不同风速条件下信道传输的接收信号进行检测；在此算法中，本发明还提出了一种基于修正均方误差准则的损失函数，可以有效缓解跨介质可见光系统通信信道的波诱导衰落对信号传输的不利影响，从而降低系统的比特误码率。