检索结果-内蒙古大学图书馆

中国宽带 2025年第8期 175-177页

作者：刘海中全通技术有限公司

本文围绕二级干线传输网的施工实践，对比分析了环形拓扑与混合拓扑两种结构的设计原理与工程应用特征，通过对比各自的技术机制、适用场景和优劣特点，指出环形拓扑在高可靠性优势，而混合拓扑在灵活性和成本控制方面更具价值。提出了... 详细信息

本文围绕二级干线传输网的施工实践，对比分析了环形拓扑与混合拓扑两种结构的设计原理与工程应用特征，通过对比各自的技术机制、适用场景和优劣特点，指出环形拓扑在高可靠性优势，而混合拓扑在灵活性和成本控制方面更具价值。提出了拓扑结构选型的影响因素、决策流程及面向SDN、NFV等新技术的未来演进方向，研究成果可为传输网络的结构优化和项目施工提供理论支持与实践参考。

关键词：二级干线传输网拓扑结构环形拓扑混合拓扑网络结构优化

来源：评论

学校读者我要写书评

暂无评论

火箭破障武器交流伺服系统控制策略研究

火箭破障武器交流伺服系统控制策略研究

引用

作者：陶征勇南京理工大学

学位级别：硕士

随着现代军事水平的提升,对火箭破障武器的作战性能也提出了更高要求。火箭破障武器在作战过程中,受外界环境、车体扰动以及发射火箭炮时产生的冲击力矩等因素的影响,使其具有了非线性、时变的特性,因此,对于火箭破障武器交流伺服系统... 详细信息

随着现代军事水平的提升,对火箭破障武器的作战性能也提出了更高要求。火箭破障武器在作战过程中,受外界环境、车体扰动以及发射火箭炮时产生的冲击力矩等因素的影响,使其具有了非线性、时变的特性,因此,对于火箭破障武器交流伺服系统控制策略的研究就具有了重要的实际价值。本文以火箭破障武器为工程背景,研究工作主要包括以下几个方面。(1)分析了火箭破障武器交流伺服系统的结构以及工作原理,搭建了火箭破障武器交流伺服系统的数学模型,并对其存在的模型不确定性因素进行详细的分析。(2)针对火箭破障武器系统的非线性时变的特性,同时利用T-S型模糊逻辑系统与RBF神经网络具有等价性的原理,设计了一种基于T-S型模糊逻辑系统的RBF神经网络PID控制器(简称TS-FNN-PID),主要利用T-S型模糊RBF神经网络对PID控制器的三个参数实时调整。对传统的PID控制器和TS-FNN-PID控制器搭建MATLAB/Simulink仿真模型,进行仿真对比实验,仿真结果表明,采用TS-FNN-PID控制器的整体控制性能要优于传统的PID控制器。(3)由于T-S型模糊RBF神经网络的训练算法采用的是梯度下降法,其存在收敛速度慢和易陷入误差曲面局部极小的问题,同时为时刻保证网络的紧凑性,提出了一种基于滑动窗口思想的LM在线自适应网络结构优化算法,并将该算法应用到T-S型模糊RBF神经网络PID控制器中。将采用该训练算法的T-S型模糊RBF神经网络PID控制器(简称LM-SW-TS-FNN-PID)同将梯度下降法作为训练算法的T-S型模糊RBF神经网络PID控制器(即TS-FNN-PID)进行MATLAB/Simulink仿真对比,仿真结果显示,采用该种训练算法进一步提高了系统的控制性能。(4)搭建火箭破障武器位置伺服系统的半实物仿真试验平台,在试验平台实现PID控制、TS-FNN-PID控制和LM-SW-TS-FNN-PID控制。试验结果表明,采用TS-FNNPID控制的整体控制性能要优于传统的PID控制,而且相比TS-FNN-PID控制,采用LM-SW-TS-FNN-PID控制的整体控制性能也具有一定的优势,其控制效果更好,更能够满足技术性能指标的要求。

关键词：火箭破障武器交流伺服系统 T-S型模糊RBF神经网络 PID控制滑动窗口思想 LM算法在线自适应网络结构优化

来源：评论

学校读者我要写书评

暂无评论

深度学习在调制识别中的应用研究

深度学习在调制识别中的应用研究

引用

作者：李小建西安电子科技大学

学位级别：硕士

自动调制识别是信号解调和参数估计中的关键步骤,通常应用于民用和军事无线通信中的干扰识别、电子对抗、频谱检测等方面,是认知无线电、非协作通信等领域研究的基础。随着通信环境与调制样式不断发生变化,从调制信号中提取特征参数不... 详细信息

自动调制识别是信号解调和参数估计中的关键步骤,通常应用于民用和军事无线通信中的干扰识别、电子对抗、频谱检测等方面,是认知无线电、非协作通信等领域研究的基础。随着通信环境与调制样式不断发生变化,从调制信号中提取特征参数不足以准确区分信号调制方式,深度学习技术能够从大规模数据中提取隐式特征,相比于机器学习方法,计算速度快,特征抽象程度高,利用深度神经网络强大的模式识别能力,提高调制信号在低信噪比下的自动识别问题,是自动调制识别技术发展的必然趋势。针对传统调制识别算法存在的问题,本文从特征和网络两方面研究深度学习技术在调制识别中的应用,具体内容可概括为:(1)针对MPSK与MQAM等六种信号类型在低信噪比下识别率低的问题,本文首先提出基于循环谱特征组合与深度学习的调制识别方法。通过对调制信号三维循环谱图从不同角度进行特征分析,提取循环谱三维图像的等高线图、循环频率轴α投影图、频率轴1)投影图三种特征,将原始图像转化为灰度图,之后通过矩阵变换将三种特征图像在第三维度进行组合,组合得到的特征数据能更深层次反映信号之间的差别。针对传统的卷积神经网络结构存在的问题,本文对卷积层、池化层和全连接层结构做出改进,减小模型计算量,提升网络收敛速度。实验结果表明:对于MPSK信号,当SNR为-5d B时,其平均识别率可达90%以上;对于MQAM信号,当SNR为-4d B时,其平均识别率达到95%以上;MPSK和MQAM的混合调制类型,在SNR为0d B时,平均识别率高达100%。通过与传统的决策树模型与SVM模型对比分析,本方法在低信噪比下具有较好的识别效果。(2)从特征预处理角度出发,本文提出将调制信号自模糊函数原始图像作为特征数据,使用特征组合方法得到多通道融合数据,之后将数据送入卷积神经网络进行训练,实验结果表明低信噪比下对于MPSK与MQAM类内与类间信号有较高识别准确率,验证了特征组合有效性。从图像处理角度出发,本文提取图像中每个通道的像素信息,通过在每个通道上分别计算图像的直方图数据,在第三个维度进行拼接得到三维直方图数据作为网络模型的输入。(3)网络结构优化方面,本文利用CNN网络提取空间特征与LSTM网络提取时序信息的优势,提出CNN-LSTM与LSTM-CNN模型,针对CNN网络,本文将SENet网络中的Squeeze与Excitation两个步骤嵌入到CNN网络中,根据网络损失值去学习特征权重,使得有效的特征通道权重大,无效或效果小的特征通道权重小,提高网络模型的训练效率;针对传统LSTM网络门控结构的三个不足之处,对遗忘门、输入门和输出门结构进行调整,增加LSTM网络长时记忆对数据输出的贡献率,加强遗忘门与输出门之间的结构联系。实验结果表明,本文提出的网络模型与其他机器学习和深度学习模型相比低信噪比下调制识别准确率有了明显提升。

关键词：循环谱特征组合卷积神经网络自动调制识别直方图长短期记忆网络网络结构优化

来源：评论

学校读者我要写书评

暂无评论

可视化卷积神经网络在高级驾驶辅助系统中的应用研究

可视化卷积神经网络在高级驾驶辅助系统中的应用研究

引用

作者：张历童华南理工大学

学位级别：硕士

近年来,得益于硬件计算能力、传感器技术与计算机视觉技术的快速发展,智能交通领域获得了广泛的关注,其中高级辅助驾驶系统（ADAS）更是市场焦点。同时,近年来,深度学习技术在视觉任务上表现优秀,为ADAS的性能提升带来无限可能。然而,... 详细信息

近年来,得益于硬件计算能力、传感器技术与计算机视觉技术的快速发展,智能交通领域获得了广泛的关注,其中高级辅助驾驶系统（ADAS）更是市场焦点。同时,近年来,深度学习技术在视觉任务上表现优秀,为ADAS的性能提升带来无限可能。然而,基于嵌入式系统的ADAS在硬件存储空间、实时响应时间上有不可忽略的限制,因此将深度学习技术应用于ADAS上依然存在不少阻力。本文目的在于优化卷积神经网络（CNN）结构,使其拥有更轻量化的网络参数,更快的样本分类时间,以适应在嵌入式系统上的应用。本文以ADAS中的TLR为例,基于CNN展开了应用研究,开发了一组可用于优化深度学习网络结构的工具。本文工作通过法国南特大学与A公司合作的实习项目中完成,主要工作包括:1.在应用研究的调查过程中,着重研究了经典的CNN可视化方法。分析发现,可视化神经网络有助于理解和检测网络模型的行为。利用可视化方法,提供优化模型结构设计的有效信息,具有高可行性。2.基于ADAS中的交通灯识别（TLR）数据库,开发了一套用于优化CNN结构的可视化工具。其中包括:可视化图像滤波器、失活特征统计分析、平均特征图、活跃神经元矩阵与复合叠加特征图。3.为了验证工具的有效性,本文提供了两个优化实例:基于VGG16与基于Inception网络在TLR项目上的优化。在VGG实例中,优化后的模型参数数量为基础模型的13.48%,样本预测运行速度节省20.69%。在Inception实例中,优化后的模型参数数量仅为基础模型的1.21%,样本预测运行速度节省35.98%。结果表明,在保证分类效果的前提下,可视化工具能有效地帮助缩小模型,节省存储空间,并能有效缩短样本预测时间,提高样本分类效率。4.利用可视化方法为实例模型提供解释性,并从中获得TLR数据库在图像质量、图像大小、样本数量上的局限性,为后续的工作提供参考方向。

关键词：卷积神经网络可视化网络结构优化高级驾驶辅助系统交通灯识别

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的地形生成方法研究

基于深度学习的地形生成方法研究

引用

作者：苏奇西安电子科技大学

学位级别：硕士

虚拟地形作为虚拟场景中的重要因素,在虚拟军事演练、虚拟现实和三维仿真等诸多领域中被广泛应用。如何快速高效地生成用户可控的地形,一直是图形学领域中具有挑战性的课题。近年来深度学习技术飞速发展,已经在风景画迁移、虚拟肖像合... 详细信息

虚拟地形作为虚拟场景中的重要因素,在虚拟军事演练、虚拟现实和三维仿真等诸多领域中被广泛应用。如何快速高效地生成用户可控的地形,一直是图形学领域中具有挑战性的课题。近年来深度学习技术飞速发展,已经在风景画迁移、虚拟肖像合成等诸多领域展现出传统算法难以企及的效果。如何基于深度学习技术快速有效地生成用户可控并且具有高度真实感的地形,成为新的研究方向。在基于深度学习的生成模型中,生成式对抗网络(Generative Adversarial Networks,GAN)以其优秀的生成效果逐渐成为生成任务的首选模型。在GAN模型的各种分支中,条件生成对抗网络(Conditional Generative Adversarial Network,CGAN)提供了对生成结果的约束,增加了对生成图像的控制。pix2pix是在CGAN基础上提出的一种通用的图像转换网络,把pix2pix直接应用到山谷线山脊线图到地形图的转换任务上,也可以取得一定的效果,但是网络的训练难度偏大,并且在输入的山脊线较为稀疏时地形的生成效果不理想,地形图中会出现明显的不符合自然规律的重复网格痕迹。针对上述问题,论文结合DEM地形图的特点,对原pix2pix网络的结构进行了优化,设计了适合地形生成的Topo GAN网络。Topo GAN网络只需根据用户提供的山脊线和山谷线等地形特征的描述,就可以自动生成符合用户期望的地形图,并且能有效解决网格痕迹问题。论文所完成的主要工作和贡献总结如下:1.针对地形生成任务,介绍了基于CGAN的pix2pix网络,深入研究了该模型的基本原理和网络结构,并发现了该网络存在的结构复杂、输入稀疏山脊线条件下输出地形中存在明显的重复网格痕迹等问题。2.结合DEM地形图的特点和pix2pix网络在生成地形时出现的问题,基于pix2pix网络提出了一种更适合地形生成的Topo GAN网络。Topo GAN通过改变生成网络中跨层通道信息的交互方式,降低了网络的训练复杂度;通过改变生成网络解码部分特征图的扩张方式,避免了生成的地形图中出现的重复网格痕迹问题。3.用多个测试样例对Topo GAN网络在地形生成中的有效性进行了实验,对比了pix2pix和Topo GAN两个网络在稀疏山脊线下的地形生成效果,并对比了两者的训练复杂度。制作了秦岭地貌风格的数据集,并测试了Topo GAN在该数据集下的地形生成效果。实验结果表明:论文提出的Topo GAN网络可以根据山谷线山脊线生成逼真的三维地形;相比pix2pix,Topo GAN降低了训练复杂度;Topo GAN解决了pix2pix网络生成的地形中存在的重复网格痕迹问题,在山脊线较为稀疏时生成的地形效果更好;Topo GAN可以有效生成秦岭风格的地形,验证了该网络学习和还原特定地貌的能力。

关键词：深度学习生成式对抗网络地形生成网络结构优化

来源：评论

学校读者我要写书评

暂无评论

区域网络精简实施方案及效能提升研究

引用

中国新通信 2020年第18期22卷 16-17页

作者：鲁志强张义李坤蒋波中国联合网络通信有限公司四川省分公司

根据我国对无线网络高速发展的要求,在无线频率资源极为有限的情况下,如何提升网络运营的竞争力成为今后关注的主要目标.为此我们对西南区某省网络深入研究,围绕"设备最简、TCO最优"的原则,积极推动高能耗老旧设备替换、2G/3... 详细信息

根据我国对无线网络高速发展的要求,在无线频率资源极为有限的情况下,如何提升网络运营的竞争力成为今后关注的主要目标.为此我们对西南区某省网络深入研究,围绕"设备最简、TCO最优"的原则,积极推动高能耗老旧设备替换、2G/3G站点精简和4G低效能站点能效提升,为现有网络2/3G的精简提质及推进后期全面4G/5G演进,作出一定的指导作用.

关键词：网络2/3G精简 4G低效能提升节能网络结构优化

来源：评论

学校读者我要写书评

暂无评论

无线网络运营资源降本调优方案探究

引用

通讯世界 2020年第2期27卷 1-2页

作者：李财杜云峰中国电信赤峰分公司

随着无线网络规模化发展,网络建设成本增加,大流量套餐时代到来运营商网络运营压力大增。因此要在保证用户感知的前提下,不断进行无线网络资源调优,降低网络运营成本。无线端需通过网络优化评估、调整,新技术应用等方法,做好网络资源调... 详细信息

随着无线网络规模化发展,网络建设成本增加,大流量套餐时代到来运营商网络运营压力大增。因此要在保证用户感知的前提下,不断进行无线网络资源调优,降低网络运营成本。无线端需通过网络优化评估、调整,新技术应用等方法,做好网络资源调优。本文从网络优化视角出发,通过案例分析,从网络结构调优、新技术天面资源整合的几个方面提出切实可行的降本调优方案。

关键词：降本调优 LTE 网络结构优化

来源：评论

学校读者我要写书评

暂无评论

考虑负载与风险联合均衡的电力通信网路由优化方法研究

引用

科技创新与应用 2020年第33期10卷 130-131页

作者：宋靖徐世泽李海龙浙江华云电力工程设计咨询有限公司浙江杭州310000

传统的电力通信网路由优化方法在使用的过程中,对通信网络流量控制能力较差,导致在多种环境下通信网络最大链路利用率较低。因而,设计考虑负载与风险联合均衡的电力通信网路由优化方法。采用回归模型分析电力通信网络流量。使用层次分析... 详细信息

传统的电力通信网路由优化方法在使用的过程中,对通信网络流量控制能力较差,导致在多种环境下通信网络最大链路利用率较低。因而,设计考虑负载与风险联合均衡的电力通信网路由优化方法。采用回归模型分析电力通信网络流量。使用层次分析法,评估电力通信网络风险。以上述两部分内容作为电力通信网路由规划的基础,并采用粒子群算法完成此路由位置规划。至此,考虑负载与风险联合均衡的电力通信网路由优化设计完成。构建测试环节,与其他两种电力通信网路由优化方法相比,此方法的最大链路利用率较高。由此可知,此方法的使用效果更佳。

关键词：流量负载风险评估粒子群算法网络结构优化

来源：评论

学校读者我要写书评

暂无评论

基于卷积神经网络的数字分类器的研究与优化

引用

现代电子技术 2019年第16期42卷 98-103页

作者：杜阔李亚天津科技大学

数字识别在邮政编码、车牌数字检测识别等场景有着广泛的应用。以Lenet-5卷积神经网络为基础,研究卷积计算量过大和预测速度慢的问题。对不同的卷积层(首层、中间层、尾层)和网络结构进行了改进和优化,采用不同组合的方案使卷积核连接... 详细信息

数字识别在邮政编码、车牌数字检测识别等场景有着广泛的应用。以Lenet-5卷积神经网络为基础,研究卷积计算量过大和预测速度慢的问题。对不同的卷积层(首层、中间层、尾层)和网络结构进行了改进和优化,采用不同组合的方案使卷积核连接数减少一定的数量,进行仿真实验。实验结果表明,保证在同一准确率的前提下,综合考虑迭代次数和预测时延,在C3层(中间层)做优化最为合适,总结出的规律和方法也可对复杂卷积神经网络优化提供参考,满足实时性要求高、大数据量的应用场景。

关键词：数字分类器卷积神经网络卷积计算数字识别网络结构优化仿真实验

来源：评论

学校读者我要写书评

暂无评论

平顶山移动基于测量数据的网络结构优化研究与实施

平顶山移动基于测量数据的网络结构优化研究与实施

引用

作者：刘勋北京邮电大学

学位级别：硕士

随着移动电话的普及,移动通信网络所能提供的功能服务越来越多,用户对网络服务质量的要求也越来越高。为满足人们的使用要求,运营商们对GSM网络不断升级优化,目前我国数字移动通信技术已发展到2.75G EDGE系统,同时开始建设普及3G网络,... 详细信息

随着移动电话的普及,移动通信网络所能提供的功能服务越来越多,用户对网络服务质量的要求也越来越高。为满足人们的使用要求,运营商们对GSM网络不断升级优化,目前我国数字移动通信技术已发展到2.75G EDGE系统,同时开始建设普及3G网络,大大提高了移动通信网络的数据通信速度。如何提高数字移动通信网络质量,成为网络运营商最为关心的问题。网络优化是对整个移动网络资源进行合理的调配和调整,最大限度的提高网络质量及服务水平的手段之一。当前运营商都有专门的系统网络优化部门,通过一些常规的网络优化手段,如路测(DT)、拨测(CQT)收集网络数据,进行用户接通率、掉话率、切换成功率等数据的分析,对网络的覆盖天线及交换数据等等进行调整,达到网络优化的目的。本文主要深度挖掘测量报告数据,针对网络结构存在的隐性问题,阐述了一种网络优化中的新方法——网络结构优化。它是通过对测量数据的分析,对网路中覆盖、容量、频率等问题进行调整,达到网络优化目的,从而改善网络质量。

关键词：网络优化网络结构评估网络结构优化测量数据

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：