本期专题：复杂电磁环境下的智能感知与识别

专题客座主编

赵海涛

教授，博士生导师，南京邮电大学通信与信息工程学院副院长、物联网研究院常务副院长。作为项目负责人主持国家自然科学基金面上项目、国家自然科学基金青年项目、国家重点研发计划课题项目、江苏省高校自然科学研究重大项目等20余项纵向课题。作为第一完成人先后荣获江苏省科学技术二等奖、中国电子学会科技进步二等奖、中国通信学会技术发明二等奖等省部级以上科技奖励10项。在国内外权威期刊发表论文数十篇，以第一发明人授权国家发明专利30项，授权美国发明专利1项和日本发明专利1项，实现成果转化4项。

桂 冠

教授，博士生导师，南京邮电大学信息与通信工程国家级教学示范中心副主任。先后承担工信部重大专项、国家自然科学基金、日本文部省自然科学基金、华为科技项目等10余项课题。近五年来已在国内外高水平学术期刊发表论文100余篇，其中ESI高被引论文20篇，ESI热点论文8篇，出版Spring英文专著2部，获得IEEE通信学会海因里希赫兹奖（2021）。近年来研究领域为人工智能、深度学习、智能通信、智能物联网等6G技术。

主编观点

随着各种无线电通信系统的快速演进、各类电子设备的发展与应用，数量繁多、样式复杂、密集重叠、动态交迭的电磁信号充斥在电磁环境中，使得电磁环境日趋复杂。考虑到传统信息处理技术在复杂电磁环境下非合作、广域、多模无线电信号分析识别性能差、鲁棒性弱和智能化程度不足等问题，有必要研究面向非合作广域多模无线电信号的信号建模、特征构建、自监督特征学习、无监督特征学习与鲁棒性机器学习等基本理论；并通过设计通用无线电信号无监督特征学习、自监督特征学习算法框架以及有标签与无标签数据相结合的半监督学习算法框架，突破非合作无线电信号标签获取难、开集识别准确率低、复杂动态环境下模型鲁棒性差等实际问题。同时，应聚焦无线电信号自监督特征学习、无监督特征学习、半监督学习、在线迁移学习与对抗训练等技术难点，构建跨域跨模态复杂场景环境感知与解译技术，建立可以面向复杂动态环境的非合作、广域、多模无线电信号分析识别模型，从而为频谱空间的感知、解构、管理、监测提供技术支持。

本期专题收录相关研究机构和产业界的论文共10篇，对小样本识别、辐射源威胁评估、无人机感知数据回传的频谱监测、大规模MIMO信道反馈、分布式场景变换、辐射源识别、Wi-Fi环境感知、大规模自组网、探月雷达噪声抑制以及手势无线感知等关键技术进行了探索，并介绍了技术验证和产业应用等技术进展。

——南京邮电大学教授 桂冠