检索结果-内蒙古大学图书馆

无线互联科技 2024年第16期21卷 6-8页

作者：张毅王宝宝蒋晨娇中国电子科技集团公司第五十四研究所河北石家庄050081 航天系统部装备部军事代表局驻石家庄地区军事代表室河北石家庄050081 联通雄安产业互联网有限公司河北石家庄050000

随着全球信息化进程的加速,卫星通信在我国国防、航空航天、海洋监测等领域的应用日益广泛。然而,卫星通信系统在运行中会受到各类干扰的严重影响。针对这一问题,文章提出了一种基于频谱感知的移动卫星干扰监测系统,对其进行了详细的设... 详细信息

随着全球信息化进程的加速,卫星通信在我国国防、航空航天、海洋监测等领域的应用日益广泛。然而,卫星通信系统在运行中会受到各类干扰的严重影响。针对这一问题,文章提出了一种基于频谱感知的移动卫星干扰监测系统,对其进行了详细的设计与验证。该系统利用先进的频谱感知技术,实现了对卫星通信频段的实时监测,有效提高了干扰监测的准确性和实时性。实验结果表明,该系统具有良好的监测性能和实用性,为我国卫星通信系统的安全运行提供了有力保障。

关键词：频谱感知移动卫星干扰监测

来源：评论

学校读者我要写书评

暂无评论

基于GAN的半监督PRB干扰数据分类方法

引用

电信科学 2021年第S2期 137-144页

作者：易佩迪马冠南陈燕雷殷旭巩雪吴兴耀李涛中国移动通信集团设计院有限公司网研中心中国移动通信集团网络事业部

面向5G时代多样化的不平衡干扰数据，提出一种基于生成对抗网络（GAN）的半监督学习分类方法。该方法考虑了不平衡样本的误分代价，在数据集的设置上增加敏感代价值，实现正负样本的抽取概率平衡。在构建模型上，网络层数权衡了网络复... 详细信息

面向5G时代多样化的不平衡干扰数据，提出一种基于生成对抗网络（GAN）的半监督学习分类方法。该方法考虑了不平衡样本的误分代价，在数据集的设置上增加敏感代价值，实现正负样本的抽取概率平衡。在构建模型上，网络层数权衡了网络复杂度和输出性能的关系，以达到最佳的性能配比。在训练过程中，将带标签的样本数据量设置为20%，目的是让该算法最大限度地发挥半监督学习功能。实验结果表明，提出的网络模型在干扰数据的分类问题上可以达到98%的准确率。同时，该模型能自适应地分类出5G干扰中的新类型，且干扰样本纯度高，归一化互信息NMI和兰德指数均在0.9以上，展示了生成对抗网络在5G干扰分类中的良好应用前景。

关键词： 5G 半监督学习 GAN PRB 干扰识别

来源：评论

学校读者我要写书评

暂无评论

铁路新一代移动通信5G标准体系研究

引用

铁道技术标准（中英文） 2022年第8期4卷 13-19页

作者：丁建文钱超晨孙斌孙宵芳陈小平王玮北京交通大学宽带移动信息通信铁路行业重点实验室北京100044 北京交通大学北京市高速铁路宽带移动通信工程技术研究中心北京100044 北京交通大学国家轨道交通安全评估研究中心北京100044 北京交通大学电子信息工程学院北京100044 中国铁路广州局集团有限公司电务部广东广州510088 中兴通讯股份有限公司移动网络和移动多媒体技术国家重点实验室陕西西安710114

随着5G“新基建”战略的部署和推进,我国正积极开展铁路新一代移动通信技术创新及标准研究工作。本文首先调研了3GPP、UIC以及我国通信行业的5G标准研究进展,提出铁路5G专用移动通信系统(5G-R)标准体系架构,接着通过分析公网5G专用方案... 详细信息

随着5G“新基建”战略的部署和推进,我国正积极开展铁路新一代移动通信技术创新及标准研究工作。本文首先调研了3GPP、UIC以及我国通信行业的5G标准研究进展,提出铁路5G专用移动通信系统(5G-R)标准体系架构,接着通过分析公网5G专用方案中无线接入网与核心网方案,提出10种适用于铁路行业的公网5G专用组网方案。最后针对目前公网5G专用面临的挑战,提出了公网5G铁路行业专用的标准体系架构。

关键词： 5G 铁路5G专用移动通信系统公网5G专用业务接口标准体系

来源：评论

学校读者我要写书评

暂无评论

下一代互联网活跃地址的多分类识别方法

引用

河南工程学院学报（自然科学版） 2021年第3期33卷 58-62页

作者：王禹焦飒镧周鉴河南工程学院软件学院河南郑州451191 中国移动通信集团郑州分公司网络部河南郑州450000 中原动力智能机器人有限公司信息技术部河南郑州450000

由不同网络运营商和管理者实施的针对IPv6地址的分配,使得IPv6地址结构具有一定的复杂性和差异性,对IPv6地址进行有效的分类识别可为地址探测和网络监管等提供支撑。针对已有方案的不足,提出了一种融合多种特征的识别方法,综合利用EUI-6... 详细信息

由不同网络运营商和管理者实施的针对IPv6地址的分配,使得IPv6地址结构具有一定的复杂性和差异性,对IPv6地址进行有效的分类识别可为地址探测和网络监管等提供支撑。针对已有方案的不足,提出了一种融合多种特征的识别方法,综合利用EUI-64、幻数、信息熵等策略对活跃IPv6地址进行分类。实验结果表明,该方法在面对真实的地址数据集时能够予以有效判定。

关键词： IPv6地址 EUI-64 幻数信息熵

来源：评论

学校读者我要写书评

暂无评论

基于最优邻域搜索粒子群的低轨卫星通信任务规划方法

引用

无线电通信技术 2024年第3期50卷 548-554页

作者：单长胜范丹丹林宇生耿纪昭孙文宇中国人民解放军32039部队北京102300 中国电子科技集团公司第五十四研究所河北石家庄050081

针对低轨卫星通信中的任务规划问题,提出了一种基于最优邻域搜索粒子群优化(Particle Swarm Optimization,PSO)群算法的任务规划方法。引入最优近邻搜索,通过最优粒子间的差分值来促进局部搜索,设计了惯性权值、社会和自我学习因子的优... 详细信息

针对低轨卫星通信中的任务规划问题,提出了一种基于最优邻域搜索粒子群优化(Particle Swarm Optimization,PSO)群算法的任务规划方法。引入最优近邻搜索,通过最优粒子间的差分值来促进局部搜索,设计了惯性权值、社会和自我学习因子的优化方式,最终能够高效求解低轨卫星通信星座中多转发器与多任务的组合优化问题,用以应对低轨卫星过境时间限制和链路切换导致的时间段离散问题,并使得算法前期具有更强探索全局最优和后期快速收敛的能力。实验验证结果表明,该方法能够在低轨卫星中的约束条件下,有效提高卫星平均资源占用率(Average Occupancy Percentage,AOP)的同时减少算法收敛的迭代次数,显著降低运行时间开销。

关键词：任务规划粒子群优化启发式算法最优邻域搜索低轨卫星通信

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的OFDM系统信号检测设计

引用

计算机测量与控制 2025年第4期33卷 24-31页

作者：高媛王慧孔菲菲耿仁轩刘源松王国涛黑龙江大学电子工程学院哈尔滨150080 中国移动通信集团黑龙江有限公司哈尔滨150001 哈尔滨工业大学电器与电子可靠性研究所哈尔滨150001

传统信号检测技术在通信系统、雷达信号处理、生物医学信号处理等方面有着广泛的应用;正交频分复用系统中传统信号检测技术存在信道失真、载波间干扰、码间干扰等问题;为解决此问题,提出一种基于深度学习的OFDM系统信号检测方法,实验中... 详细信息

传统信号检测技术在通信系统、雷达信号处理、生物医学信号处理等方面有着广泛的应用;正交频分复用系统中传统信号检测技术存在信道失真、载波间干扰、码间干扰等问题;为解决此问题,提出一种基于深度学习的OFDM系统信号检测方法,实验中根据信道统计仿真的结果数据离线训练深度学习模型,利用该模型恢复在线传输的数据;通过与传统算法之间的对比,实验展示了在OFDM系统中使用深度学习方法进行信道估计和符号检测的成果;仿真实验结果表明,在训练导频较少、循环前缀省略和非线性削波噪声的条件下,基于深度学习方法的信号检测比传统方法的鲁棒性更强;该方法可以应用在大部分信道失真和干扰的无线通信系统中,具有较强的实用价值。

关键词：深度学习正交频分复用信道估计信号检测

来源：评论

学校读者我要写书评

暂无评论

基于ELM改进层集成架构的时间序列预测

引用

计算机工程与设计 2019年第7期40卷 1915-1921页

作者：樊树铭覃锡忠贾振红牛红梅王哲辉新疆大学信息科学与工程学院新疆乌鲁木齐830046 中国移动通信集团新疆有限公司新疆乌鲁木齐830063

为进一步提高时间序列预测模型的预测精度和时间效率,提出一种基于极限学习机的层集成网络结构。以极限学习机网络作为基学习器,构成两层集成网络,每层网络在构建时利用先分类,再从类中选优的思想同时考虑基学习器的准确性与多样性,其... 详细信息

为进一步提高时间序列预测模型的预测精度和时间效率,提出一种基于极限学习机的层集成网络结构。以极限学习机网络作为基学习器,构成两层集成网络,每层网络在构建时利用先分类,再从类中选优的思想同时考虑基学习器的准确性与多样性,其中第一层用以优化参数,第二层实现预测。对比实验结果表明,与基于多层感知器的层集成网络相比,该模型在提高预测准确度的同时将学习用时缩短了1-2个数量级。

关键词：时间序列预测极限学习机集成学习聚类自助采样

来源：评论

学校读者我要写书评

暂无评论

地铁地下人行通道场景无线信道大尺度衰落特性研究

引用

铁道技术标准（中英文） 2022年第8期4卷 26-31页

作者：杨汨柴金川李毅高闯北京交通大学宽带移动信息通信铁路行业重点实验室北京100044 北京交通大学北京市高速铁路宽带移动通信工程技术研究中心北京100044 中国铁道科学研究院集团有限公司国家铁道试验中心北京100015 中国铁道科学研究院集团有限公司通信信号研究所北京100081 中国铁路济南局集团有限公司科技和信息化部山东济南250031

无线通信系统在城市轨道交通建设和运营中起到了重要作用。无线信道特征的刻画和建模是轨道交通无线网络覆盖、规划、乃至通信系统设计的关键基础性工作,尤其是大尺度信道特性,直接影响接收信号质量的信道参数,对通信质量有关键性影响... 详细信息

无线通信系统在城市轨道交通建设和运营中起到了重要作用。无线信道特征的刻画和建模是轨道交通无线网络覆盖、规划、乃至通信系统设计的关键基础性工作,尤其是大尺度信道特性,直接影响接收信号质量的信道参数,对通信质量有关键性影响。本文开展了针对性的信道测量工作,并基于采集的实测数据对信道大尺度衰落特性进行量化表征和建模,并将建模结果和现有信道模型进行了对比分析。相关成果可以服务于城市轨道交通地下通道场景无线网络的覆盖和规划工作。

关键词：城市轨道交通无线通信无线信道大尺度衰落路径损耗

来源：评论

学校读者我要写书评

暂无评论

高职院校大学生文化自信培育的特色研究——以微课为例

引用

教师 2020年第2期 3-4页

作者：朱占占郭不佞湖南大众传媒职业技术学院湖南长沙410100 中国移动通信集团湖南有限公司湖南长沙410000

有效培育高职院校大学生坚定的文化自信成为当前大学生思想政治教育研究的重要任务。微课深刻践行“以学生为中心”和“自主学习”的理念,凭借其内容精炼、主题突出、易于吸收的特点,契合了学习者的个性化需求,成为高职院校在文化自信... 详细信息

有效培育高职院校大学生坚定的文化自信成为当前大学生思想政治教育研究的重要任务。微课深刻践行“以学生为中心”和“自主学习”的理念,凭借其内容精炼、主题突出、易于吸收的特点,契合了学习者的个性化需求,成为高职院校在文化自信培育领域的特色创新手段和突破性成果。思想政治教育教师需创新运用微课等新颖方式,发挥现代教育技术的教化作用,准确把握学习者认知规律,通过明确微课目标、精心设计过程、使用微课技巧等步骤,提升教学效果,完善教学资源,加强对高职院校大学生文化自信的培育。

关键词：高职院校文化自信微课

来源：评论

学校读者我要写书评

暂无评论

中国神华重载铁路新一代LTE-R网络架构演进研究

引用

铁道技术标准（中英文） 2022年第8期4卷 32-38页

作者：龙智勇陈姝宋宗莹刘艳兵北京交通大学宽带移动信息通信铁路行业重点实验室北京100044 佳讯飞鸿(北京)智能科技研究院有限公司移动与宽带互联技术研究所北京100044 中国神华能源股份有限公司调运部北京100011

在朔黄铁路既有LTE-R升级改造、国家能源集团计划建设统一网络之际,本文研究提出一种面向中国神华重载铁路的新一代LTE-R网络架构,并预留5G-R网络演进条件。针对核心网,提出采用4G/5G一体化核心网,采用云化架构、异地冗余部署,研究比较... 详细信息

在朔黄铁路既有LTE-R升级改造、国家能源集团计划建设统一网络之际,本文研究提出一种面向中国神华重载铁路的新一代LTE-R网络架构,并预留5G-R网络演进条件。针对核心网,提出采用4G/5G一体化核心网,采用云化架构、异地冗余部署,研究比较统一设置核心网和分散设置核心网两种组网方案并给出选择建议;针对无线接入网,提出采用TDD网络制式,给出频率使用方案,研究比较同频交织、单网+板卡冗余、双网主备、双网双活等4种组网方案并给出选择建议。最后,提出LTE-R网络向5G-R网络演进的方案。

关键词：重载铁路移动通信 LTE-R 5G-R 网络架构

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：