检索结果-内蒙古大学图书馆

电子与信息学报 2024年第4期46卷 1343-1352页

作者：唐伦文明艳单贞贞陈前斌重庆邮电大学通信与信息工程学院重庆400065 移动通信技术重庆市重点实验室重庆400065

在基于联邦学习的智能驾驶中,智能网联汽车(ICV)的资源限制和可能出现的设备故障会导致联邦学习训练精度下降、时延和能耗增加等问题。为此该文提出数字孪生辅助联邦学习中的边缘选择和资源分配优化方案。该方案首先提出数字孪生辅助联... 详细信息

在基于联邦学习的智能驾驶中,智能网联汽车(ICV)的资源限制和可能出现的设备故障会导致联邦学习训练精度下降、时延和能耗增加等问题。为此该文提出数字孪生辅助联邦学习中的边缘选择和资源分配优化方案。该方案首先提出数字孪生辅助联邦学习机制,使得ICV能够选择在本地或利用其数字孪生体参与联邦学习。其次,通过构建数字孪生辅助联邦学习的计算和通信模型,建立以最小化累积训练时延和能耗为目标的边缘选择和资源分配联合优化问题,并将其转化为部分可观测的马尔可夫决策过程。最后,提出基于多智能体参数化Q网络(MPDQN)的边缘选择和资源分配算法,用于学习近似最优的边缘选择和资源分配策略,以实现联邦学习累积时延和能耗最小化。仿真结果表明,所提算法在保证模型精度的同时,有效降低联邦学习累积训练时延和能耗。

关键词：智能驾驶联邦学习数字孪生深度强化学习

来源：评论

学校读者我要写书评

暂无评论

小样本学习驱动的无线频谱状态感知

引用

电子与信息学报 2024年第4期46卷 1231-1239页

作者：申滨李月王欣王紫昕重庆邮电大学通信与信息工程学院重庆400065 移动通信技术重庆市重点实验室重庆400065

无线频谱状态感知是实现无线频谱资源高效利用及各种用频系统和谐共存的先决条件之一。针对复杂无线传播环境下获取的频谱观测往往存在数据稀疏性、数据类别分布不稳定、标记数据严重不足的情况,该文提出基于插值和小样本学习(FSL)分类... 详细信息

无线频谱状态感知是实现无线频谱资源高效利用及各种用频系统和谐共存的先决条件之一。针对复杂无线传播环境下获取的频谱观测往往存在数据稀疏性、数据类别分布不稳定、标记数据严重不足的情况,该文提出基于插值和小样本学习(FSL)分类的无线频谱状态感知方法。首先,对捕获的稀疏频谱观测数据插值,构建频谱状态地图,作为频谱状态分类器的输入数据。其次,针对频谱数据类别分布不稳定、数据量严重不足的问题,基于小样本学习方法,利用嵌入模块和度量模块协同工作,以实现快速精确的频谱状态分类。具体地,利用嵌入模块将频谱数据映射到嵌入空间,提取频谱数据中的隐含特征;在度量模块的设计中,分别提出基于原型和基于样例的两种类别表示方式,通过计算待分类样本与类别之间的相似度判断待分类样本类别。最后,为了确保分类模型克服测试样本数量少导致过拟合问题,设置A-way B-shot任务训练模型。仿真结果表明,与传统机器学习方法相比,本文模型可以在低信噪比条件下进行精准分类;同时,在测试集样本数很少的情况下,或者在测试集中出现在训练集从未见到的新类时,所训练的模型也可以精准快速判别无线频谱的场景类别。

关键词：频谱状态感知频谱状态地图插值小样本学习

来源：评论

学校读者我要写书评

暂无评论

基于归一化循环前缀相关谱的无人机识别技术

引用

西安电子科技大学学报 2024年第2期51卷 68-75页

作者：张涵硕李涛李勇朝温志津西安电子科技大学通信工程学院陕西西安710071 电磁空间认知与智能控制技术实验室北京100191

基于射频的无人机识别技术具有探测距离长、环境依赖性低的优点,已成为无人机监控系统不可或缺的技术手段。如何在低信噪比条件下有效识别无人机是当前热点问题。为保证良好的图传质量,无人机通常采用带有循环前缀结构的正交频分复用(OF... 详细信息

基于射频的无人机识别技术具有探测距离长、环境依赖性低的优点,已成为无人机监控系统不可或缺的技术手段。如何在低信噪比条件下有效识别无人机是当前热点问题。为保证良好的图传质量,无人机通常采用带有循环前缀结构的正交频分复用(OFDM)调制作为图传链路的调制方式。据此特性,首先提出一种基于归一化循环前缀相关谱和卷积神经网络的无人机识别算法。依据对无人机信号的OFDM符号周期和循环前缀长度的分析结果,计算信号归一化循环前缀相关谱。当归一化循环前缀相关谱的计算参数与无人机信号的调制参数匹配时,谱线中会出现若干相关峰,峰的位置分布反映了无人机信号帧结构、突发规则等协议特征。然后,利用卷积神经网络对归一化循环前缀相关谱进行特征分析和提取,从而识别无人机。最后,利用通用软件无线电平台USRP X310对5款无人机的射频信号进行采集,构建实验数据集。实验结果表明,该算法优于基于频谱和基于时频谱的算法,且在低信噪比下仍然有效。

关键词：无人机射频信号 OFDM 归一化循环前缀相关谱

来源：评论

学校读者我要写书评

暂无评论

基于DWT-IRLS算法的超声断层成像方法研究

引用

光电子．激光 2023年第4期34卷 441-448页

作者：王小婷王浩全张瑛中北大学信息与通信工程学院山西太原030051

超声成像因非侵入式、成本低且实时性好而被广泛应用。超声系统需要大量的采集通道数据和较高的采样率来提高图像重建质量,导致成像耗时,系统复杂。压缩感知(compressed sensing, CS)算法能够在欠采样的条件下用较少的测量值重构出原始... 详细信息

超声成像因非侵入式、成本低且实时性好而被广泛应用。超声系统需要大量的采集通道数据和较高的采样率来提高图像重建质量,导致成像耗时,系统复杂。压缩感知(compressed sensing, CS)算法能够在欠采样的条件下用较少的测量值重构出原始信号。因此,针对系统面临的采样率高,数据量大的问题,本文将CS理论中的DWT-IRLS算法应用在超声成像中,通过离散小波变换基(discrete wavelet transformation, DWT)对超声数据进行稀疏转换,对高低频系数进行采样测量,并使用迭代重加权最小二乘法(iterative reweighted least squares, IRLS)进行测量系数重构,最后对变换域系数进行DWT逆转换得到重建图像。通过实验分析,以50%原始数据重建图像效果逐渐趋于稳定,在均方误差和峰值信噪比方面进行对比分析,DWT-IRLS算法相比较于DWT-OMP、DWT-CoSamp和DCT-IRLS等重构算法,成像质量更高,细节特征更为明显。

关键词：超声图像重建压缩感知(CS) 离散小波变换(DWT) 迭代重加权最小二乘法(IRLS)

来源：评论

学校读者我要写书评

暂无评论

热疗机器人在网络病治疗中的应用

引用

工程科学学报 2025年第4期47卷 837-849页

作者：殷雪艳石飞飞王进强宁焕生北京科技大学计算机与通信工程学院北京100083 新疆煤炭资源绿色开采教育部重点实验室乌鲁木齐830023

网络病指的是因过度使用互联网或电子设备,导致身体和心理上的一系列问题,例如眼睛疲劳、焦虑症等.随着互联网的普及和移动设备的广泛使用,长时间使用电脑屏幕和手机导致的网络病已成为影响人们健康的一大问题.热疗法作为治疗网络病的... 详细信息

网络病指的是因过度使用互联网或电子设备,导致身体和心理上的一系列问题,例如眼睛疲劳、焦虑症等.随着互联网的普及和移动设备的广泛使用,长时间使用电脑屏幕和手机导致的网络病已成为影响人们健康的一大问题.热疗法作为治疗网络病的重要方法之一,精准控制热疗温度是关键,但受医师经验差异的限制,其推广受到制约.热疗机器人基于深度学习技术精准识别热疗区域,通过温控系统实时调节温度,具有操作稳定、精准和高效等优点,能够提高热疗法的安全率,并能够避免一些人为因素带来的风险.本文围绕国内外热疗机器人在网络病治疗中的应用现状进行分析,在此基础上,阐述了热疗技术、目标区域导航与定位技术、机器人结构设计和安全保护技术等四方面关键技术,并分析目前存在的不足,系统展望了该技术在网络病治疗中的发展趋势.

关键词：网络病热疗机器人导航与定位安全保护

来源：评论

学校读者我要写书评

暂无评论

基于模型剪枝动态调整压缩率的CSI反馈方法

引用

系统工程与电子技术 2023年第8期45卷 2615-2622页

作者：邵凯杜自群王光宇重庆邮电大学通信与信息工程学院重庆400065 教育部移动通信工程研究中心重庆400065 移动通信技术重庆市重点实验室重庆400065

针对现有基于深度学习(deep learning,DL)的信道状态信息(channel state information,CSI)反馈方案只能以固定压缩率(compression rate,CR)进行压缩反馈的问题,提出了一种基于模型结构化剪枝动态调整CR的CSI反馈方案。首先设计了残差信... 详细信息

针对现有基于深度学习(deep learning,DL)的信道状态信息(channel state information,CSI)反馈方案只能以固定压缩率(compression rate,CR)进行压缩反馈的问题,提出了一种基于模型结构化剪枝动态调整CR的CSI反馈方案。首先设计了残差信道特性注意(residual channel characteristic attention,RCCA)机制,并搭建了CSI反馈网络RCCA-Net,充分利用复信道矩阵实部虚部间的幅度相位依赖关系,进一步提高CSI反馈-重建质量。其次设计了RCCA-Prune方案,并以2范数评估各神经元对最终结果的贡献度,通过模型结构化剪枝技术删除贡献度较小的神经元以实现CR的动态调整。仿真结果表明,所提的动态调整CR方案在不同CR下均有较佳的反馈性能,且在不同的测试环境中具有良好的泛化性。

关键词：信道状态信息深度学习模型剪枝通道注意力

来源：评论

学校读者我要写书评

暂无评论

光纤扰动信号识别的可解释性特征选择方法

引用

光学学报 2024年第21期44卷 74-83页

作者：孙敏方捻上海大学通信与信息工程学院特种光纤与光接入网重点实验室特种光纤与先进通信国际合作联合实验室上海200444

特征选择对基于机器学习方法的相敏光时域反射仪(φ-OTDR)系统的扰动信号的识别具有重要意义。提出一种高效的、具有可解释性的特征选择方法。该方法利用机器学习可解释性方法[沙普利加和解释(SHAP)]量化特征对模型的贡献,并按特征重要... 详细信息

特征选择对基于机器学习方法的相敏光时域反射仪(φ-OTDR)系统的扰动信号的识别具有重要意义。提出一种高效的、具有可解释性的特征选择方法。该方法利用机器学习可解释性方法[沙普利加和解释(SHAP)]量化特征对模型的贡献,并按特征重要性进行排名,选择若干重要的特征构建特征子集。利用北京交通大学的开源数据集,提取6种扰动事件的22种特征,并构建4种常用的分类模型进行信号识别。在保证识别准确率的前提下,根据模型的特征重要性排名结果的差异性,选择不同数量的特征重新训练模型后,识别时间均有不同程度的减少,识别性能获得不同程度的提升,其中随机森林的性能最优,平均识别准确率提高到96.5%,且单个样本的平均识别时间减少19.3%。在选择同样数量的特征条件下,所提方法的平均识别准确率均高于其他方法。实验结果证实了所提可解释性特征选择方法的优越性和可靠性。

关键词：传感器相敏光时域反射仪信号识别特征选择机器学习可解释性

来源：评论

学校读者我要写书评

暂无评论

基于联合损伤补偿方法的超奈奎斯特模分复用无源光网络

引用

中国激光 2024年第5期51卷 76-87页

作者：张倩武詹书成刘博洋陈冠文李智宇欧阳远江曹炳尧李正璇吴雅婷上海大学通信与信息工程学院特种光纤与光接入网重点实验室特种光纤与先进通信国际合作联合实验室上海200444

为了利用模分复用(MDM)和超奈奎斯特(FTN)传输技术提高无源光网络(PON)的传输容量和频谱效率,同时也为了保证系统具有良好的误码率性能,本文提出了基于矩阵分解预编码和MIMO预均衡器的联合损伤补偿方法,用于消除超奈奎斯特模分复用无源... 详细信息

为了利用模分复用(MDM)和超奈奎斯特(FTN)传输技术提高无源光网络(PON)的传输容量和频谱效率,同时也为了保证系统具有良好的误码率性能,本文提出了基于矩阵分解预编码和MIMO预均衡器的联合损伤补偿方法,用于消除超奈奎斯特模分复用无源光网络(FTN-MDM-PON)中存在的MDM信道损伤和FTN传输损伤。对于矩阵分解预编码技术,本文采用奇异值分解(SVD)预编码、带功率预分配的奇异值分解(SVD PA)预编码和Cholesky分解(Chol)预编码方式,分别将它们与MIMO预均衡器结合后对比三种联合方案降低FTN-MDM-PON系统误码率的效果。仿真实验结果表明:采用SVD PA预编码、Chol预编码与MIMO预均衡器结合的联合损伤补偿方法时,FTN-MDM-PON系统中的4个线偏振(LP)模式的FTN信号经过5 km少模光纤(FMF)传输后,接收端误码率能够低于7%硬判决-前向纠错(HD-FEC)门限3.8×10^(-3)。其中,Chol预编码与MIMO预均衡器结合的联合补偿方案降低误码率的效果最优,相比于表现较优的SVD PA预编码结合MIMO预均衡器方案,接收光灵敏度提升了1 dB~3 dB。

关键词：光通信无源光网络模分复用多输入多输出超奈奎斯特预编码预均衡

来源：评论

学校读者我要写书评

暂无评论

基于拉锥少模光纤长周期光栅的高灵敏度传感器

引用

中国激光 2024年第18期51卷 182-191页

作者：魏鹏马跃辉陈思宇凡晓龙刘云启上海大学通信与信息工程学院特种光纤与光接入网重点实验室上海200444

少模光纤器件可以充分利用多个空间模式实现多参数的测量,具有精度高和检测效率高的优势,被广泛应用于光纤通信和光纤传感领域。通过仿真和实验对拉锥少模光纤长周期光栅进行研究,在不同锥腰直径的拉锥少模光纤上制备长周期光纤光栅,并... 详细信息

少模光纤器件可以充分利用多个空间模式实现多参数的测量,具有精度高和检测效率高的优势,被广泛应用于光纤通信和光纤传感领域。通过仿真和实验对拉锥少模光纤长周期光栅进行研究,在不同锥腰直径的拉锥少模光纤上制备长周期光纤光栅,并对不同锥腰直径的长周期光栅的模式耦合、偏振相关损耗、温度、折射率和扭转特性进行研究。实验结果表明:随着锥腰直径减小,纤芯模式的扭转灵敏度有所提升,包层模式的折射率灵敏度和扭转灵敏度显著提升,最高灵敏度分别可以达到12166.7 nm/RIU和0.7 nm·rad^(-1)·m。拉锥少模光纤长周期光栅可以作为高灵敏度折射率传感器和扭转传感器应用于光纤传感领域。

关键词：少模光纤长周期光纤光栅纤芯模包层模折射率传感器扭转传感器

来源：评论

学校读者我要写书评

暂无评论

基于编解码网络UNet3+的遥感影像建筑变化检测

引用

计算机学报 2023年第8期46卷 1720-1733页

作者：梁燕易春霞王光宇重庆邮电大学通信与信息工程学院重庆400065 信号与信息处理重庆市重点实验室重庆400065 移动通信教育部工程研究中心重庆400065

遥感影像建筑变化检测需解决两个重要问题:一是双时相影像本身存在的时间依赖性问题;其二是由于建筑物密集分布,阴影效应及各对象之间的相似性导致的特征鉴别问题.该文分析现有处理方案,提出了基于UNet3+网络的边缘引导变换检测网络(Edg... 详细信息

遥感影像建筑变化检测需解决两个重要问题:一是双时相影像本身存在的时间依赖性问题;其二是由于建筑物密集分布,阴影效应及各对象之间的相似性导致的特征鉴别问题.该文分析现有处理方案,提出了基于UNet3+网络的边缘引导变换检测网络(Edge-Guided Change Detection Base on UNet3+,EGCD-UNet3+).UNet3+利用全尺度的跳跃连接把来自不同尺度特征图中的深层语义与浅层语义直接结合,从多尺度聚合的特征图中学习层次表示,但是在特征提取时忽略了对象尺度规模,导致感受野与尺度不匹配.因此EGCD-UNet3+首先设计了一种具有自适应感受野的选择性核Block(Selective Kernel Block,SKB)代替UNet3+原始的Block,使影像对在提取深、浅层特征时具有自适应感受野属性.EGCD-UNet3+由编码与解码两部分构成,在编码端利用长短期记忆网络(Long Short-Term Memory,LSTM)捕捉长期依赖关系,建模像素之间的关系上下文,设计差分增强模块(Difference Enhance Module,DEM),分析影像对之间的时间相关性,解决双时相本身存在的时间依赖性问题.在解码端,EGCD-UNet3+提出边缘引导上下文模块(Edge-Guided Context Module,EGCM)进一步改善建筑检测边界的性能,在更细粒度水平上有效提取多尺度空间边缘信息.最后,EGCD-UNet3+利用同时具备像素分割误差和边缘分割误差的复合损失函数,使网络能够充分学习有效的特征进行准确的标签预测.所提模型在LEVIR-CD与WHU-CD数据集上验证,精准率(P)分别达到90.75%、91.75%,召回率(R)可分别增长到96.68%、92.42%,F1-score(F1)分别增加到93.15%、92.08%,总体分割精确度(OA)分别达到99.12%、98.96%,且交并比(IoU)分别增加到83.96%、74.91%.

关键词：变化检测差分增强长短期记忆选择性核边缘引导上下文

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：