本文推导了二维均匀平面阵列的和差波束测角算法。首先建立了信号模型，描述了阵列结构和波达方向参数。其次，详细推导了和波束、方位差波束和俯仰差波束的权向量构造方法，分析了各波束方向图特性。最后在小角度偏差条件下，通过泰勒展开近似得到单脉冲比与角度偏差的线性关系，并给出了方位差波束斜率的解析表达式。该算法可实现二维角度的高精度估计，适用于雷达、声呐等阵列信号处理系统。

综上所述，隐蔽通信已经从经典的 AWGN 信道下的理论极限探索（“平方根法则”），演变成了一个高度复杂、跨域融合的前沿研究领域。从海陆空一体化的多维空间移动性设计，到RIS对无线信道的微观调控；从ISAC将感知信号用作掩护，到AI在发射与探测端的智能博弈，隐蔽通信技术正变得越来越智能和多样化。复杂环境下的动态建模与优化：如何在复杂的海陆空一体化场景下，实时准确地获取环境和监视者信息，并进行跨层联合

随着5G向6G演进，通信感知一体化（ISAC）成为实现万物互联的关键技术。用户端设备作为感知与通信的重要节点，面临算力、能耗和异构性挑战。本文提出云端通信人工智能体训练与终端轻量化推理的协同架构，通过模型压缩、知识蒸馏等技术降低终端负载，结合云-边-端协同实现高效感知与通信。重点探讨了多任务学习、联邦学习和自适应卸载等关键技术，并分析了端到端优化、隐私安全等挑战。该架构为大规模万物互联提供了可行的

确定性最大似然（DML）测角方法摘要 DML是阵列信号处理中一种高精度的波达方向（DOA）估计方法。与子空间方法不同，DML基于信号源为确定性参数的假设，通过最大化似然函数来联合估计DOA与信号波形。本文系统阐述了DML的数学模型、估计准则和优化策略：首先建立均匀线阵的信号接收模型；然后推导基于投影矩阵的DML代价函数；接着讨论交替投影的优化算法及其初始值获取方法；最后简要介绍MDL源数估计准则。

随着5G向6G演进，通信感知一体化（ISAC）成为实现万物互联的关键技术。用户端设备作为感知与通信的重要节点，面临算力、能耗和异构性挑战。本文提出云端通信人工智能体训练与终端轻量化推理的协同架构，通过模型压缩、知识蒸馏等技术降低终端负载，结合云-边-端协同实现高效感知与通信。重点探讨了多任务学习、联邦学习和自适应卸载等关键技术，并分析了端到端优化、隐私安全等挑战。该架构为大规模万物互联提供了可行的

把物理结构“写进网里”，让数据把非线性“补齐到位”，AI 才能把通感融合带到工程可用的下一层台阶。