检索结果-内蒙古大学图书馆

信号处理 2024年第12期40卷 2228-2237页

作者：孙林慧王春艳张蒙南京邮电大学通信与信息工程学院江苏南京210003

基于深度神经网络时频掩码进行语音分离时,目标信号相位一般采用混合信号的相位谱,且对性别组合缺乏针对性处理,这导致分离语音的质量不佳。针对该问题,本文提出一种基于全卷积神经网络联合性别组合检测(Fully Convolutional Neural Net... 详细信息

基于深度神经网络时频掩码进行语音分离时,目标信号相位一般采用混合信号的相位谱,且对性别组合缺乏针对性处理,这导致分离语音的质量不佳。针对该问题,本文提出一种基于全卷积神经网络联合性别组合检测(Fully Convolutional Neural Network-Gender Combination Detection,FCN-GCD)多任务学习的时域语音分离方法。该方法首先在语音分离支路构建全卷积神经网络,该网络的输入为时域两人混合语音信号,输出为目标讲话者的纯净语音信号,运用卷积编码器和反卷积解码器对特征进行压缩和重建,实现端到端的语音分离。其次将混合语音性别组合检测任务整合到语音分离网络中,在两个任务联合约束下获取辅助信息特征和语音分离特征,并将这些深度特征相结合来提升语音分离质量。该FCN-GCD方法是一种时域语音分离方法,不需要进行相位恢复和频域到时域的重构,相比频域处理方法,该处理过程简单,从而提高了运算效率。另外,该方法从混合语音性别组合检测任务中提取有效的辅助信息特征,利用联合特征实现了更有效的语音分离。实验结果表明,与单任务的语音分离方法相比,本文所提出的FCN-GCD方法在男男、女女和男女三种性别组合下均有效提高了语音质量,在语音质量感知评估(Perceptual Evaluation of Speech Quality,PESQ)、短时客观可懂度(Short-Time Objective Intelligibility,STOI)、信号干扰比(Signalto-Interference Ratio,SIR)、信号失真比(Signal-to-Distortion Ratio,SDR)和信号伪像比(Signal-to-Artifact Ratio,SAR)评价指标上均获得更佳的表现。

关键词：深度神经网络语音分离全卷积神经网络特征融合多任务学习

来源：评论

学校读者我要写书评

暂无评论

基于多特征融合的卫星信号调制方式识别

引用

信号处理 2024年第7期40卷 1298-1306页

作者：李云涛边东明张更新南京邮电大学通信与信息工程学院江苏南京210003 陆军工程大学通信工程学院江苏南京210000

面向卫星通信中常用的QPSK类调制方式识别问题,提出了一种联合了谱特征、瞬时统计特征、高阶累积量特征和幅度分布特征的调制识别算法。算法在信号预处理与频域检测的基础上,首先利用速率信号谱特征和二次方谱特征识别出OQPSK和BPSK,然... 详细信息

面向卫星通信中常用的QPSK类调制方式识别问题,提出了一种联合了谱特征、瞬时统计特征、高阶累积量特征和幅度分布特征的调制识别算法。算法在信号预处理与频域检测的基础上,首先利用速率信号谱特征和二次方谱特征识别出OQPSK和BPSK,然后分别利用频谱重心法和速率信号法估计信号的载频、带宽和符号速率等参数,并从正交下变频及匹配滤波后的符号定时同步后的复信号中提取高阶累积量特征参数,将剩余信号分类为调相信号和幅相调制信号,最后联合四次方谱特征和幅度分布特征完成所有调制方式的识别。仿真结果表明算法对频偏不敏感,于16APSK和32QAM的识别性能也比传统的基于高阶谱的方法要好,且算法在信噪比为6 dB时除16QAM和64QAM外的调制方式识别率为100%。最后,用信号源和采集卡搭建测试平台,九种实采信号的分类结果验证了算法的有效性,由于经频谱重心法估计出的载频存在一定误差,再次证明了该算法对频偏不敏感。

关键词：卫星通信谱特征瞬时特征参数高阶累积量调制信号识别

来源：评论

学校读者我要写书评

暂无评论

FMA-DETR:一种无编码器的Transformer目标检测方法

引用

信号处理 2024年第6期40卷 1160-1170页

作者：周全倪英豪莫玉玮康彬张索非南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学物联网学院江苏南京210003

DETR是第一个将Transformer应用于目标检测的视觉模型。在DETR结构中,Transformer编码器对已高度编码的图像特征进行再编码,这在一定程度上导致了网络功能的重复。此外,由于Transformer编码器具有多层深度堆叠的结构和巨大的参数量,导... 详细信息

DETR是第一个将Transformer应用于目标检测的视觉模型。在DETR结构中,Transformer编码器对已高度编码的图像特征进行再编码,这在一定程度上导致了网络功能的重复。此外,由于Transformer编码器具有多层深度堆叠的结构和巨大的参数量,导致网络优化变得困难,模型收敛速度缓慢。本文设计了一种无编码器的Transformer目标检测网络模型。由于不需要引入Transformer编码器,本文的模型比DETR参数量更小、计算量更低、模型收敛速度更快。但是,直接去除Transformer编码器将降低网络的表达能力,导致Transformer解码器无法从数量庞大的图像特征中关注到包含目标的图像特征,从而使检测性能大幅降低。为了缓解这个问题,本文提出了一种混合特征注意力(fusion-feature mixing attention,FMA)机制,它通过自适应特征混合和通道交叉注意力弥补检测网络特征表达能力的下降,将其应用于Transformer解码器可以减轻由于去除Transformer编码器带来的性能降低。在MS-COCO数据集上,本文网络模型(称为FMA-DETR)实现了与DETR相近的性能表现,同时本文的模型拥有更快的收敛速度、更小的参数量以及更低的计算量。本文还进行了大量消融实验来验证所提出方法的有效性。

关键词：目标检测 Transformer 编码器 DETR 混合注意力

来源：评论

学校读者我要写书评

暂无评论

基于速率分割的可重构智能表面辅助星地融合网络鲁棒安全传输方案

引用

通信学报 2023年第12期44卷 50-60页

作者：赵柏林敏肖圣杰程铭冯一帆杨绿溪南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学波特兰学院江苏南京210023 东南大学信息科学与工程学院江苏南京210096

首先,考虑一个可重构智能表面(RIS)辅助的星地融合网络,卫星采用速率分割多址技术服务多个地球站,而地面基站则在RIS的协助下利用多播技术服务多个地面用户,同时还存在多个窃听者企图获取卫星的隐私信号。其次,在仅已知窃听者非完美信... 详细信息

首先,考虑一个可重构智能表面(RIS)辅助的星地融合网络,卫星采用速率分割多址技术服务多个地球站,而地面基站则在RIS的协助下利用多播技术服务多个地面用户,同时还存在多个窃听者企图获取卫星的隐私信号。其次,在仅已知窃听者非完美信道状态信息的条件下,以所有用户的通信质量要求及最大窃听概率为约束条件,建立一个以最小化系统总发射功率为目标函数的联合优化问题。为了求解该非凸问题,采用S-procedure和连续凸逼近方法将复杂的窃听概率约束转化为可行的凸约束;利用基于核范数的惩罚函数方法提出一种鲁棒联合优化算法以迭代求解波束成形权矢量和发射功率。最后,计算机仿真结果验证了所提传输方案的有效性和优越性。

关键词：星地融合网络可重构智能表面速率分割多址鲁棒波束成形窃听概率约束

来源：评论

学校读者我要写书评

暂无评论

联合纯四元数与字典学习的彩色图像去噪方法

引用

系统工程与电子技术 2023年第2期45卷 373-378页

作者：曾拥华马均瑶黄朝燕冒智慧武婷婷陆军工程大学野战工程学院江苏南京210007 南京邮电大学通信与信息工程学院江苏南京210023 南京邮电大学理学院江苏南京210023

彩色图像在获取、传输和存储过程中会受到噪声的影响,这给后续图像处理带来麻烦,因此图像去噪任务意义重大。对此,提出一种基于四元数字典学习的模型,该模型约束四元数的实部为零,图像的色彩信息得以保存。传统的稀疏图像模型把彩色图... 详细信息

彩色图像在获取、传输和存储过程中会受到噪声的影响,这给后续图像处理带来麻烦,因此图像去噪任务意义重大。对此,提出一种基于四元数字典学习的模型,该模型约束四元数的实部为零,图像的色彩信息得以保存。传统的稀疏图像模型把彩色图像看作向量或者单色图像的线性组合,忽略了RGB通道之间的关系。用纯四元数表示彩色图像,将彩色图像的RGB通道表示成四元数矩阵的虚部,拟合图像效果更好。数值实验表明,与其他模型相比较,所构建的模型可以更精确地表示彩色图像,在处理彩色图像的过程中产生模型拟合误差相对较小,峰值信噪比以及视觉效果方面均有明显提升,能更好地进行图像去噪。

关键词：四元数字典学习法彩色图像去噪

来源：评论

学校读者我要写书评

暂无评论

基于信道特征的物联网设备物理层认证

引用

南京邮电大学学报(自然科学版) 2025年第1期45卷 21-28页

作者：江凌云史秀秀南京邮电大学通信与信息工程学院江苏南京210003

目前的物联网设备处在复杂的环境中且资源有限,基于信道特征的被动型物理层认证(Physical Layer Authentication,PLA)方式非常适合应用于目前的物联网设备。而传统基于信道特征的PLA采集到的是静态特征,导致现实中的时变信道认证概率较... 详细信息

目前的物联网设备处在复杂的环境中且资源有限,基于信道特征的被动型物理层认证(Physical Layer Authentication,PLA)方式非常适合应用于目前的物联网设备。而传统基于信道特征的PLA采集到的是静态特征,导致现实中的时变信道认证概率较低。针对这一问题,使用支持向量机(Support Vector Machine,SVM)对时变信道下提取的信道特征进行分类认证,并使用在线学习随机梯度下降(Stochastic Gradient Descent,SGD)来更新SVM模型,实现了分类模型随着信道的变化而更新。此外,使用了鲁棒主成分分析(Robust Principal Component Analysis,RPCA)对提取的信道特征进行降维处理,降低获取SVM模型的复杂度并抑制了信道噪声的干扰。仿真结果表明,方案改善了时变信道下的认证概率,提高了鲁棒性。

关键词：物理层认证支持向量机随机梯度下降鲁棒主成分分析

来源：评论

学校读者我要写书评

暂无评论

基于地理环境认知的低轨卫星空时多维信道预测方法

引用

南京邮电大学学报(自然科学版) 2025年第1期45卷 29-39页

作者：洪涛焦传伟丁晓进刘子威张更新南京邮电大学通信与信息工程学院江苏南京210003

针对低轨卫星通信场景下长传播时延导致的信道状态信息(Channel State Information,CSI)过时问题,提出了一种基于地理环境认知的低轨卫星空时多维信道预测方法。首先,通过射线追踪法建模卫星信道,进而确定不同地理环境下影响CSI变化的... 详细信息

针对低轨卫星通信场景下长传播时延导致的信道状态信息(Channel State Information,CSI)过时问题,提出了一种基于地理环境认知的低轨卫星空时多维信道预测方法。首先,通过射线追踪法建模卫星信道,进而确定不同地理环境下影响CSI变化的几个关键因素并将其与信道特征参量建立映射关系;然后,设计了一个由卷积神经网络(Convolutional Neural Network,CNN)和长短时记忆(Long⁃Short Term Memory,LSTM)神经网络构成的组合神经网络模型来有效预测CSI,通过CNN网络提取CSI和特征参量之间变化的空时相关性来认知地理环境对CSI变化的影响,利用LSTM网络处理时间序列的特点根据当前输入信息预测未来某一时刻CSI值。在此基础上,进一步提出了一种离线训练-模型更新-在线预测的实施框架以解决低轨卫星平台资源受限及高动态的问题。仿真结果表明,相较于传统的基于LSTM网络的低轨卫星信道预测方法,所提方法能够有效提升CSI预测精度及其预测模型的稳定性。

关键词：低轨卫星信道预测环境认知深度神经网络

来源：评论

学校读者我要写书评

暂无评论

硅基InGaN/GaN多量子阱微盘器件的发光、探测和数据传输

引用

发光学报 2024年第6期45卷 978-985页

作者：秦飞飞卢雪瑶王潇璇吴佳启曹越张蕾樊学峰朱刚毅王永进南京邮电大学通信与信息工程学院江苏南京210003 东南大学生物科学与医学工程学院江苏南京210096

光源和探测器的集成可有效促进轻量化和小型化光电系统的发展,InGaN/GaN多量子阱器件中发光与探测共存现象为收发一体芯片的设计提供了可能。本文采用标准半导体工艺制备了硅片上集成的圆盘形InGaN/GaN多量子阱阵列器件,并对其发光、探... 详细信息

光源和探测器的集成可有效促进轻量化和小型化光电系统的发展,InGaN/GaN多量子阱器件中发光与探测共存现象为收发一体芯片的设计提供了可能。本文采用标准半导体工艺制备了硅片上集成的圆盘形InGaN/GaN多量子阱阵列器件,并对其发光、探测以及基本通信特性进行了研究。微盘型器件中的共振模式有助于提升其探测特性,同时各向同性的辐射特性有助于器件作为光源时与探测器在空间上的耦合。作为光源,该器件的开启电压为2.5 V,中心波长455 nm,-3 dB带宽为5.4 MHz。作为探测器,该器件对紫外到蓝光波段的光有响应,探测性能随波长增加而减弱,截止波长450 nm。在365 nm光源激发下,该器件具有最高开关比7.2×10^(4),下降沿时间为0.41 ms。同时,基于单个微盘器件,本文构建并演示了半双工通信系统,在不同频段实现数据传输。这项研究对于电驱动光源制备以及收发一体的光通信具有重要意义。

关键词：硅基InGaN/GaN 多量子阱器件发光与探测半双工通信

来源：评论

学校读者我要写书评

暂无评论

IRS辅助的无人机系统安全通信能效优化方案

引用

南京邮电大学学报(自然科学版) 2025年第1期45卷 68-78页

作者：王亚彬梁彦李飞南京邮电大学通信与信息工程学院江苏南京210003

智能反射面(Intelligent Reflecting Surface,IRS)辅助的无人机(Unmanned Aerial Vehicle,UAV)通信系统结合了UAV的高移动性与IRS被动波束成形的能力,可以有效提升系统的通信性能。然而,UAV与地面用户所构成的广播信道易被窃听,导致UAV... 详细信息

智能反射面(Intelligent Reflecting Surface,IRS)辅助的无人机(Unmanned Aerial Vehicle,UAV)通信系统结合了UAV的高移动性与IRS被动波束成形的能力,可以有效提升系统的通信性能。然而,UAV与地面用户所构成的广播信道易被窃听,导致UAV通信的安全面临巨大挑战。同时,UAV机载能量受限的问题也是限制UAV通信系统性能的潜在瓶颈。为了平衡UAV通信系统的安全通信速率和UAV能耗之间的关系,引入了UAV通信系统的安全通信能效理念,进而提出了IRS辅助的UAV系统安全通信能效优化方案。首先,建立了IRS辅助UAV通信系统的优化模型,通过联合优化UAV的飞行轨迹、速度以及IRS的相移,最大化系统的安全通信能效。然后,利用交替迭代优化的思想将优化问题解耦为3个独立的子问题。最后,基于丁克尔巴赫变换、连续凸近似和黎曼流形优化求解子问题,并通过迭代获得联合优化的结果。仿真结果表明,该方案可以有效地提高IRS辅助UAV通信系统的安全通信能效。

关键词：无人机物理层安全智能反射面黎曼流形优化

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的组合服务推荐

引用

计算机集成制造系统 2024年第9期30卷 3257-3273页

作者：黄黎赵璐江苏开放大学信息工程学院江苏南京210017 南京邮电大学计算机学院江苏南京210023

针对服务质量参数波动性与服务计算环境的不确定性问题,将深度神经网络的高维输入与强化学习相结合,解决复杂云计算环境下的动态优化和推荐问题,实现了一个基于三层多智能体架构的群智协同服务推荐模型。从更细粒度的活动级构造服务过... 详细信息

针对服务质量参数波动性与服务计算环境的不确定性问题,将深度神经网络的高维输入与强化学习相结合,解决复杂云计算环境下的动态优化和推荐问题,实现了一个基于三层多智能体架构的群智协同服务推荐模型。从更细粒度的活动级构造服务过程的活动状态迁移模型,分析业务活动的局部QoS评价和全局服务协作度量,解决了大规模服务过程建模中状态转移的时间依赖性问题。提出了一种基于深度学习的服务推荐算法(EDQL-BPR),并设计了基于粒子群算法的Q值更新策略,提高深度神经网络的学习智能体的寻优效率,有效提高了BPaaS服务的推荐质量,实现动态环境下效率和适应性的良好平衡。

关键词：服务计算服务推荐深度学习群智协同

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：