聚焦轨道角动量(orbitalangularmomentum，OAM)技术在无线通信中的应用，针对收发端均匀圆形天线阵列未对准的多径通信场景，提出OAM域与空间域联合的信道估计方案。由于收发端均匀圆形阵列天线(uniformcircularantenna，UCA)难以严格对齐且OAM波束易产生多径效应，方案分两阶段进行信道估计。第一阶段在OAM域估计直达径参数，应用旋转不变子空间信号参数估计算法(estimation of signal parameters via rotational invariance techniques，ESPRIT)得到直达径信道；第二阶段在空间域估计散射径参数，通过混合信号与直达径信号相减得到散射信号，利用逆离散傅里叶变换(inverse discrete Fourier transform，IDFT)和多信号分类算法(multiple signal classification，MUSIC)估计角度参数完成信道估计。仿真结果表明，该方案能准确估计直达径和散射径参数，均方误差曲线性能良好，为轨道角动量技术在无线通信中的应用提供有效方案。
车路协同旨在通过信息交换和协作实现智能高效的交通管理,其中高精度、轻量化且易于部署的路侧视角下的车辆与行人检测至关重要。因此,提出基于改进YOLOv8的轻量化交通目标检测模型。首先,引入FasterNet中的FasterBlock替换原始C2f中的某些瓶颈组件,以减少浮点运算量(GFLOPs)和参数量,降低整体模型的复杂性;其次,在模型的颈部网络采用兼顾速度和精度的GSConv(Group Shuffle Convolution)替代原有的卷积核,并引入SlimNeck特征融合模块,使每个特征层能够同时考虑深层特征的语义信息和浅层特征的细节;再次,使用MPDIoU(Minimum Point Distance based Intersection over Union)替换原有的损失函数,以提高模型的边界框回归性能;最后,通过通道剪枝修剪模型网络中的冗余连接,以减小模型规模并提高检测速度。实验结果表明,经过改进和剪枝的模型与原始YOLOv8s相比,精度提升了1.0个百分点,平均精度均值(mAP)提升了1.2个百分点,计算量和参数量分别降低了70.1%和69.4%。并且,在边缘设备Atlas200IDKA2(算力4TOPS,功耗9W)的条件下,所提模型达到了58.03 frame/s的检测速度。
为了解决在工业物联网(industrial Internet of things,IIoT)环境下,现有的调度算法在调度工作流中对数据安全、响应时间有一定要求的任务所带来的完工时间上升、成本增加的问题,提出一种基于雾环境负载率而变化的任务调度策略,并使用...
详细信息
为了解决在工业物联网(industrial Internet of things,IIoT)环境下,现有的调度算法在调度工作流中对数据安全、响应时间有一定要求的任务所带来的完工时间上升、成本增加的问题,提出一种基于雾环境负载率而变化的任务调度策略,并使用改进的蜣螂优化算法对工作流调度问题进行求解。改进的算法使用HEFT(heterogeneous earliest finish time)算法对蜣螂种群进行初始化,降低了原始算法中随机性带来的影响。同时引入了镜面反射和反向学习思想,提高了算法的搜索性能。实验结果表明,该算法相比于其他一些传统的调度算法在完工时间与成本方面都有一定的性能提升。
暂无评论