检索结果-内蒙古大学图书馆

系统工程与电子技术 2025年

作者：张睿陈增茂杨永琦哈尔滨工程大学信息与通信工程学院

针对传统频谱感知算法易受噪声不确定度影响，提出一种基于采样协方差矩阵的最大特征值与信号能量之差的频谱感知算法(difference between maximum eigenvalue and signal energy，DMEE)。在存在噪声不确定度的高斯白噪声的环境下，通... 详细信息

针对传统频谱感知算法易受噪声不确定度影响，提出一种基于采样协方差矩阵的最大特征值与信号能量之差的频谱感知算法(difference between maximum eigenvalue and signal energy，DMEE)。在存在噪声不确定度的高斯白噪声的环境下，通过理论分析与仿真实验，验证所提算法不存在信噪比墙的现象，且不易受噪声不确定度的影响，与基于次级用户接收端采样信号协方差矩阵的特征值同类算法相比，提升了存在噪声不确定度的高斯白噪声环境下频谱感知性能。

关键词：认知无线电频谱感知采样协方差噪声不确定度特征值

来源：评论

学校读者我要写书评

暂无评论

新型抗噪声不确定度谱分段对消频谱感知算法

引用

西安电子科技大学学报 2013年第6期40卷 19-24页

作者：齐佩汉司江勃李赞高锐西安电子科技大学综合业务网理论及关键技术国家重点实验室陕西西安710071

针对噪声不确定度严重影响能量检测算法频谱感知性能的问题,提出了一种基于功率谱分段对消的频谱感知算法.该算法利用被监测信号周期图估计功率谱谱线互不相关的性质,以频带内一些谱线强度和与剩余谱线强度和的比值作为检验统计量,可实... 详细信息

针对噪声不确定度严重影响能量检测算法频谱感知性能的问题,提出了一种基于功率谱分段对消的频谱感知算法.该算法利用被监测信号周期图估计功率谱谱线互不相关的性质,以频带内一些谱线强度和与剩余谱线强度和的比值作为检验统计量,可实时鲁棒地感知监测频段的占用情况.理论分析和仿真结果表明,该算法可以在较宽的信噪比范围内获得较低的虚警概率和较高的检测概率,能有效克服噪声不确定度对检测性能的影响,判决门限不随次级用户周围环境噪声电平的变化而改变,适用于复杂电磁环境下的频谱监测和认知无线电系统.

关键词：认知无线电频谱感知功率谱密度噪声不确定度

来源：评论

学校读者我要写书评

暂无评论

基于噪声不确定度的能量检测研究

基于噪声不确定度的能量检测研究

引用

作者：李粉烟台大学

学位级别：硕士

随着无线技术的迅速发展，频谱资源供需矛盾越来越大。现在可用的无线频谱基本饱和，而已经被授权的频段使用率却很低。认知无线电技术的出现可以有效的解决现存无线频带的利用率低的问题。认知无线电技术主要采用见缝扎针的观点来实现... 详细信息

随着无线技术的迅速发展，频谱资源供需矛盾越来越大。现在可用的无线频谱基本饱和，而已经被授权的频段使用率却很低。认知无线电技术的出现可以有效的解决现存无线频带的利用率低的问题。认知无线电技术主要采用见缝扎针的观点来实现对空闲频带的再利用。其中频谱感知是认知无线电网络检测授权信号是否存在的关键技术。近年来能量检测由于其普遍性和比较低的复杂度，在频谱感知技术中被广泛应用。但是，噪声功率水平随时间变化（噪声不确定度）会严重的影响频谱感知的性能，尤其对能量检测产生恶劣的影响。为了克服噪声不确定度，已经提出了一些感知算法，但是查阅调研发现基于噪声不确定度的硬融合性能的研究基本还是空白。在文章中，首先采用平均功率为检测统计量描述了噪声功率不确定度的模型，然后推导了功率检测表达式及基于噪声不确定度的平均检测概率和虚警概率的完整表达式，并分析了不同信道下的感知性能。在文章里，我们研究了三种常用的硬融合规则（OR准则，AND准则和Majority准则），主要分析了在不同信道下不同检测环境时的三种准则的性能比较和最优准则的选择。文章主要分析讨论了低SNR和高信噪比两种不同情况，各种硬融合准则的比较和选取。大量的仿真结果可以看到：在AWGN信道，信噪比比较高时，不论大网络还是小网络，Majority在三种硬融合准则中都表现出了最优的检测性能。当信噪比比较小时，为了能达到需要的检测性能，在小网络中，OR准则性能比较好，随着合作用户数的增多，AND准则越来越具有优势，在大网络中，AND准则是最优的。在Rayleigh信道，信噪比较大时：中等以上噪声不确定度时，用户数少时，OR准则性能最好;随着用户数的增大，Majority性能显著变好，明显优于其他两种准则。低信噪比：噪声不确定度较低时，合作网络为小网络时，OR准则的性能最好;随着合作网络的用户数增多，Majority准则的性能优于其他两种融合准则。对于中等以上的噪声不确定度，不论是大网络还是小网络，相比于AND准则和Majority准则，OR准则都表现出比较好的性能。因此，该项研究对设计实际的认知网络具有重要意义。

关键词：认知无线电频谱感知噪声不确定度能量检测硬融合

来源：评论

学校读者我要写书评

暂无评论

工业企业厂界环境噪声不确定度评定

引用

化工设计通讯 2021年第9期47卷 176-177页

作者：任秀霞吉林省长春生态环境监测中心吉林长春130022

随着社会经济的发展,工业产业化发展水平不断攀升,工业企业建设水平和厂界生产能力不断提高。在这样的发展大趋势之下,除了要重视工业企业的建设水平,还需要重视建设过程中出现的厂界环境噪声问题。目前噪音污染已经成为我国社会尤为关... 详细信息

随着社会经济的发展,工业产业化发展水平不断攀升,工业企业建设水平和厂界生产能力不断提高。在这样的发展大趋势之下,除了要重视工业企业的建设水平,还需要重视建设过程中出现的厂界环境噪声问题。目前噪音污染已经成为我国社会尤为关注的一类建设性污染,国家先后颁布了和修订了关于噪声污染的相关标准和测定方法。为了更加精准地辨别和评判工业企业厂界噪声,选择使用噪声测量不确定度来对其进行精准的验算和评定。目前关于噪声不确定度的实际使用情况已经受到了多数工业企业的认可,而在实际使用的过程中,还需要根据当前厂界环境噪声的发源情况以及周边环境评估情况来对噪声进行切实的判断。这需要有尤为严密的治理和使用方案方可实行。从噪声不确定度在工业企业厂界的实际应用情况入手,对相应方案进行讨论。

关键词：工业企业厂界环境噪声污染噪声不确定度评定标准

来源：评论

学校读者我要写书评

暂无评论

贝叶斯深度标签分布学习不确定度的研究与应用

贝叶斯深度标签分布学习不确定度的研究与应用

引用

作者：郑芮中国科学技术大学

学位级别：博士

尽管深度学习被广泛应用于各个领域,但却无法捕捉预测的不确定性,这在医疗、自动驾驶等错误成本很高的领域中非常重要。基于dropout贝叶斯深度学习模型的提出为获取深度学习模型不确定度提供了新的思路,然而贝叶斯深度学习模型中获取的... 详细信息

尽管深度学习被广泛应用于各个领域,但却无法捕捉预测的不确定性,这在医疗、自动驾驶等错误成本很高的领域中非常重要。基于dropout贝叶斯深度学习模型的提出为获取深度学习模型不确定度提供了新的思路,然而贝叶斯深度学习模型中获取的噪声不确定度和模型不确定度应用于单标签学习任务必须要求图像标签语义清晰。有些情况并不能对数据进行精确的标记,例如实际生活中人们对年龄的估计或不同的医生对病变轮廓的标注。分布标签学习被提出来解释标签歧义,然而其不确定度估计尚未得到研究。本文为了解决前人提出的基于dropout贝叶斯深度学习模型存在的不足,提出了贝叶斯深度标签分布学习模型,该模型可以获取分布标签学习任务的不确定度,同时定义语义不确定度衡量标签模糊性带来的不确定度,并统一三种不确定度在单标签学习和分布标签学习的表达形式。本文将提出的语义不确定度和另外两种不确定度应用于多个领域,证明不确定度在实际应用中的价值。具体研究内容及其创新点主要有以下四点: 1.提出贝叶斯深度标签学习分布学习模型,可获取分布标签学习任务不确定度,定义了语义不确定度表征标签模糊性带来的不确定性,并统一三种不确定度在单标签和分布标签学习任务上的数学表达形式。 2.本文将不确定度应用于单标签学习任务,探究在分类、分割任务中三种不确定度与模型性能之间的关系,并且提出在单标签学习任务上的三种不确定度损失表达形式。实验证明三种不确定度与模型性能呈负相关关系;通过将不确定度损失加入模型训练,在Adience和ICCV ChaLearn LAP 2015分类数据集和CamVid和e_ophthaEX分割公开数据集中均获得比文献水平更高的性能,证明三种不确定度损失可以有效提升模型性能;此外,本文将三种不确定度作为特征输入支持向量机分类器的输入,可以有效判断预测结果的正确性。 3.本文将不确定度应用于分布标签学习任务,探究三种不确定度与模型性能之间的相关性,以及定义了在分布标签任务中的三种不确定度损失表达式。实验证明,三种不确定度与分布标签学习任务模型性能呈负相关关系;进一步,模型通过学习不确定度损失在两个公开数据集ICCV ChaLearn LAP 2015和SCUT-FBP和自己构建的早产儿视网膜病变分级数据集ROP2020超过比文献水平最高的水平,说明三种不确定度损失可以有效提升模型在分布标签学习任务的性能;此外,证明了模型不确定度和语义不确定度之间的差异性;同时本文利用三种不确定度作为特征学习的SVR模型可以判断模型预测结果的精准程度。 4.结合三种不确定度的性质,本文将本文提出的贝叶斯深度标签分布学习模型以及不确定度应用于其他领域。探索不确定度作为主动学习的查询函数提升选择数据的有效性;在增强学习的智能体行为预测网络中加入不确定度损失,并利用不确定度优化探索策略,加快智能体收敛到最优行为的速度;利用不确定度区分对抗样本和真实样本进行对抗样本检测中。通过实验证明,三种不确定度尤其是语义不确定度可以有效运用于上述应用,并且达到很显著的效果。

关键词：贝叶斯深度标签学习噪声不确定度模型不确定度语义不确定度单标签学习分类分割分布标签学习主动学习增强学习对抗样本检测

来源：评论

学校读者我要写书评

暂无评论

低信噪比条件下基于随机共振的感知方法与性能分析

引用

电子学报 2013年第9期41卷 1672-1679页

作者：高锐李赞吴利平李群伟齐佩汉西安电子科技大学ISN国家重点实验室陕西西安710071

针对认知网络实际环境中常呈现出噪声高动态变化、低信噪比特征,无法快速准确进行频谱感知的问题,本文将物理学非线性领域中的随机共振理论引入到频谱感知中,提出了一种基于广义随机共振的能量检测算法.该算法引入匹配噪声,通过匹配非... 详细信息

针对认知网络实际环境中常呈现出噪声高动态变化、低信噪比特征,无法快速准确进行频谱感知的问题,本文将物理学非线性领域中的随机共振理论引入到频谱感知中,提出了一种基于广义随机共振的能量检测算法.该算法引入匹配噪声,通过匹配非线性系统、噪声和信号三者的关系,从而改变能量检测统计量的分布,有效地检测信号的存在性.本文从理论上推导了最佳匹配噪声的表达式,并得到了检测性能、受噪声不确定度的影响、感知时间等方面的重要理论结论.仿真结果验证了理论推导的正确性,表明所提算法能够在信噪比为-20dB等低信噪比条件下较现有能量检测算法提高3dB以上,且具有感知速度快、受噪声不确定度影响小等特点.

关键词：频谱感知随机共振能量检测低信噪比噪声不确定度

来源：评论

学校读者我要写书评

暂无评论

基于随机矩阵的新型频谱盲感知方法

引用

西北工业大学学报 2016年第2期34卷 262-267页

作者：刘宁史浩山刘利平杨博西北工业大学无人机特种技术重点实验室陕西西安710065 西北工业大学电子信息学院陕西西安710072 中兴西安研究所陕西西安710065

针对传统频谱感知算法需要预先估计噪声方差且当存在噪声不确定度时,检测性能降低的特点,提出一种基于随机矩阵的改进型频谱盲感知算法(M-CMME)。该算法通过分析协方差矩阵最大特征值极限分布特性,分析并利用采样协方差矩阵特征值与信... 详细信息

针对传统频谱感知算法需要预先估计噪声方差且当存在噪声不确定度时,检测性能降低的特点,提出一种基于随机矩阵的改进型频谱盲感知算法(M-CMME)。该算法通过分析协方差矩阵最大特征值极限分布特性,分析并利用采样协方差矩阵特征值与信号平均能量的关系,推导设定虚警概率条件下判决门限的闭式表达式。该算法不需要预先知道授权用户信号的先验知识,且能够有效克服噪声不确定度的影响。仿真结果显示,当噪声方差估计存在偏差的情况下,该算法具有较强的鲁棒性,且在较少采样点、低信噪比、较少阵元数情况下能够获得比CMME更优的检测性能。

关键词：频谱感知特征值噪声不确定度随机矩阵理论

来源：评论

学校读者我要写书评

暂无评论

用于认知跳频的归一化谱双向搜索感知算法

引用

系统工程与电子技术 2014年第12期36卷 2510-2517页

作者：齐佩汉李赞司江勃关磊西安电子科技大学综合业务网国家重点实验室陕西西安710071

认知跳频被认为是消除传统跳频系统用频困扰的有效途径之一。针对认知跳频超宽带和多频隙实时频谱感知的需求,给出基于归一化谱双向搜索(bidirectional search of normalized power-spectrum,BSNP)的感知算法,BSNP以跳频频隙内的归一化... 详细信息

认知跳频被认为是消除传统跳频系统用频困扰的有效途径之一。针对认知跳频超宽带和多频隙实时频谱感知的需求,给出基于归一化谱双向搜索(bidirectional search of normalized power-spectrum,BSNP)的感知算法,BSNP以跳频频隙内的归一化功率谱作为检验统计量,通过顺序执行正向和反向搜索,感知出跳频带宽中已被占用的所有频隙。利用傅里叶变换的渐进正态性和相互独立性,可推导BSNP单次判决虚警概率的数学表达式和判决门限的闭式表达式。分析和仿真表明,BSNP可以准确地找出频带内被占用的频隙,相比于常规谱估计感知算法,可有效克服噪声不确定度对频谱感知性能的影响。

关键词：认知跳频频谱感知功率谱噪声不确定度

来源：评论

学校读者我要写书评

暂无评论

基于功率谱分段对消频谱感知算法研究及性能分析

引用

电子与信息学报 2014年第4期36卷 769-774页

作者：齐佩汉司江勃李赞高锐西安电子科技大学综合业务网国家重点实验室西安710071

在实用的认知无线电系统中,频谱感知技术必须具备在噪声电平高动态变化和无线信道严重衰落电磁背景下,进行实时盲频谱感知的能力,这为经典的频谱感知算法带来巨大的挑战。该文提出的功率谱分段对消频谱感知算法,依据傅里叶变换的渐进正... 详细信息

在实用的认知无线电系统中,频谱感知技术必须具备在噪声电平高动态变化和无线信道严重衰落电磁背景下,进行实时盲频谱感知的能力,这为经典的频谱感知算法带来巨大的挑战。该文提出的功率谱分段对消频谱感知算法,依据傅里叶变换的渐进正态性和相互独立性,计算出功率谱的统计特性,利用监测频带内部分谱线强度和与全部谱线强度和的比值作为检验统计量进行信号存在性的判断。该文推导了算法的虚警概率和不同信道模型下正确检测概率的数学表达式,并依据Neyman-Pearson准则得到判决门限的闭式表达式。理论分析和仿真结果均表明:功率谱分段对消频谱感知算法对噪声不确定度具有鲁棒性;固定信噪比,算法的频谱感知性能不受噪声电平改变的影响;应用于高斯白噪声和平坦慢衰落信道中,可在较宽的信噪比范围内获得较优越的频谱感知性能;算法计算复杂度低,可在微秒级时长内完成频谱感知。

关键词：认知无线电频谱感知功率谱噪声不确定度平坦慢衰落

来源：评论

学校读者我要写书评

暂无评论

基于随机共振的复杂电磁环境下频谱感知方法及其性能分析

引用

高技术通讯 2013年第8期23卷 811-818页

作者：高锐李赞吴利平司江勃齐佩汉西安电子科技大学综合业务网国家重点实验室西安710071

针对实际认知无线电网络常处于低信噪比、噪声高动态变化等复杂电磁环境,无法快速、准确频谱感知的问题,将非线性领域中的随机共振理论引入到频谱感知中,提出了一种基于双稳态随机共振的能量检测算法。该算法通过调节双稳态系统参数,使... 详细信息

针对实际认知无线电网络常处于低信噪比、噪声高动态变化等复杂电磁环境,无法快速、准确频谱感知的问题,将非线性领域中的随机共振理论引入到频谱感知中,提出了一种基于双稳态随机共振的能量检测算法。该算法通过调节双稳态系统参数,使得噪声、信号和非线性系统产生随机共振,从而有效增强信号。从理论上推导了所提算法改善接收信噪比、提升能量检测算法性能、抑制噪声不确定度三个重要结论,并分析了算法复杂度。仿真结果验证了理论推导的正确性,表明所提算法能够在复杂电磁环境下较现有能量检测算法提高3dB以上,且具有抑制噪声不确定度的特点。

关键词：复杂电磁环境频谱感知随机共振能量检测噪声不确定度

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：