检索结果-内蒙古大学图书馆

中国光学(中英文) 2025年第3期18卷 477-486页

作者：尹慧萍李文迪冯萧萧秦飞飞施政王永进李欣南京邮电大学通信与信息工程学院江苏南京210023

本文利用基于光束传播方法的有限元仿真模型研究了氮化镓(GaN)平面光波导的传输损耗特性,并针对传统GaN波导损耗较大的问题提出了工艺优化方案。通过构建完整的传输损耗模型,系统分析了波导几何参数对传输特性的影响,重点研究了顶部刻... 详细信息

本文利用基于光束传播方法的有限元仿真模型研究了氮化镓(GaN)平面光波导的传输损耗特性,并针对传统GaN波导损耗较大的问题提出了工艺优化方案。通过构建完整的传输损耗模型,系统分析了波导几何参数对传输特性的影响,重点研究了顶部刻蚀和背后减薄两种优化工艺的改善效果。研究结果表明,这两种工艺均可显著降低波导传输损耗。其中顶部刻蚀工艺和背后减薄工艺可将损耗从2.29 dB/mm分别降至0.19 dB/mm和0.24 dB/mm。此外,本文还量化分析了制造工艺引入的侧壁夹角和表面粗糙度等缺陷对传输损耗的影响,并通过参数优化确定了实现可见光单模传输的关键结构尺寸。本文研究成果为设计和制备低损耗GaN平面光波导提供了理论依据和工艺指导。

关键词：氮化镓光波导可见光通信传输损耗工艺优化单模传输

来源：评论

学校读者我要写书评

暂无评论

基于HHO-SVM的抗SSDF攻击协作频谱感知方法

引用

系统工程与电子技术 2024年第6期46卷 2146-2154页

作者：王全全顾志豪吴城坤宛汀南京邮电大学通信与信息工程学院江苏南京210003 国家无线电监测中心北京100037

针对认知无线电网络中的频谱感知数据伪造(spectrum sensing data falsification,SSDF)攻击问题,提出一种基于哈里斯鹰优化(Harris hawks optimization,HHO)算法和支持向量机(support vector machine,SVM)的抗SSDF攻击协作频谱感知方法。首先从报告信息矩阵中提取用于区分次用户(secondary users,SU)类别的特征向量。其次通过HHO算法优化SVM内核参数,通过优化的SVM模型检测恶意SU,提高了在复杂感知环境中对SU分类的准确率。最后根据优化的SVM模型计算获得SU的可信度,并以可信度为权重融合感知数据,进一步加强系统的抗攻击性。仿真结果表明,所提方法能够对不同的SSDF攻击场景实现有效防御,相比现有的方法具有更好的频谱感知性能。

关键词：频谱感知频谱感知数据伪造攻击支持向量机加权融合

来源：评论

学校读者我要写书评

暂无评论

基于可学习图比率掩码估计的图频域语音增强方法

引用

信号处理 2024年第12期40卷 2249-2260页

作者：王景润郭海燕王婷婷杨震南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学通信与网络技术国家地方联合工程研究中心江苏南京210003

在基于深度神经网络(deep neural network,DNN)的时频域语音增强方法中,通常将短时傅里叶变换(short-time Fourier transform,STFT)得到的复数域含噪语音时频谱作为DNN输入,以估计纯净语音的幅度和相位。此类方法由于会涉及对复数的运算... 详细信息

在基于深度神经网络(deep neural network,DNN)的时频域语音增强方法中,通常将短时傅里叶变换(short-time Fourier transform,STFT)得到的复数域含噪语音时频谱作为DNN输入,以估计纯净语音的幅度和相位。此类方法由于会涉及对复数的运算,计算复杂度和模型参数量较大。针对此问题,本文利用图信号处理(graph signal processing,GSP)理论,提出了基于DNN的图频域语音增强方法。首先,基于语音信号样点间的位置关系定义实对称的邻接矩阵,将语音信号以无向图形式的图信号进行表示,在此基础上利用对应的图傅里叶变换(graph Fourier transform,GFT)提取实数域的语音图频域特征。由于GFT基与邻接矩阵密切相关,该图频域特征隐式地利用了信号样点间的关系,并且可在实数网络中进行处理。然后,构建基于卷积增强transformer(convolution-augmented transformer,conformer)的网络(conformer-based network with graph Fourier transform,GFT-conformer),分别从时间维度和图频率维度捕获图频域特征的局部和全局依赖关系,训练基于掩码的目标,以实现语音增强。最后,考虑到语音和噪声在不同图频率分量上的特性差异,提出可学习图比率掩码(learnable graph ratio mask,LGRM),对不同图频率分量的掩码范围分别进行控制,实现对不同图频率分量的精细化去噪,进一步提升GFT-conformer模型的增强性能。在Voice Bank+DEMAND数据集和Deep Xi数据集上的实验结果表明,所提出的方法在五种常用的评价指标上,优于基于DNN的时域和时频域对比方案。

关键词：深度神经网络语音增强图傅里叶变换

来源：评论

学校读者我要写书评

暂无评论

IRS辅助SIMO-MAC认知无线电系统频谱感知优化策略

引用

信号处理 2023年第7期39卷 1262-1272页

作者：李飞马俊李汀季薇梁彦宋云超南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学电子与光学工程学院江苏南京210003

认知无线电(Cognitive Radio, CR)通过允许次用户与主用户共享频谱,在提高无线通信的频谱效率方面具有重要意义。最近,智能反射表面(Intelligent Reflecting Surface,IRS)的提出,使我们可以通过IRS反射元件重构信道环境来提高无线通信... 详细信息

认知无线电(Cognitive Radio, CR)通过允许次用户与主用户共享频谱,在提高无线通信的频谱效率方面具有重要意义。最近,智能反射表面(Intelligent Reflecting Surface,IRS)的提出,使我们可以通过IRS反射元件重构信道环境来提高无线通信系统的通信质量。本文提出了一个IRS辅助的单输入多输出多址接入信道(Single Input Multiple Output Multiple Access Channels, SIMO-MAC) CR网络,并结合一种新型的IRS辅助多用户协作频谱感知方案来增强感知性能。目标是在次用户的功率约束以及对主用户的干扰约束下,通过联合优化次用户发射功率分配和IRS相位,最大化次用户的和速率。为了解决所建立的变量耦合的非凸问题,我们采用基于块坐标下降的高效交替优化算法,首先通过拉格朗日乘子法和注水功率分配算法以及Karush-Kuhn-Tucker (KKT)算法求解得到最优的功率分配,然后构造多目标优化问题,利用连续凸逼近、半定松弛方法将非凸问题转化为一个半正定规划的凸问题,从而求解出IRS相移矩阵的近似最优解。仿真结果表明,本文所提方案可以极大地提高认知无线电网络的频谱感知性能以及频谱效率。

关键词：单输入多输出多址接入信道认知无线电智能反射面多用户协作频谱感知

来源：评论

学校读者我要写书评

暂无评论

用于声音事件定位与检测的空间信息增强方法

引用

信号处理 2024年第12期40卷 2206-2218页

作者：肖剑郭海燕王婷婷杨震南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学通信与网络技术国家地方联合工程研究中心江苏南京210003

声音事件定位与检测包含到达方向估计和声音事件检测两个子任务。作为当前声音事件定位与检测领域中应用最为广泛的模型之一,卷积循环神经网络模型采用卷积神经网络分别从单个音频通道中提取特征,这导致模型丢失了不同通道间的相关信息... 详细信息

声音事件定位与检测包含到达方向估计和声音事件检测两个子任务。作为当前声音事件定位与检测领域中应用最为广泛的模型之一,卷积循环神经网络模型采用卷积神经网络分别从单个音频通道中提取特征,这导致模型丢失了不同通道间的相关信息。然而,通道间的相关信息蕴含了与声源位置相关的空间线索,空间信息的缺失必然会影响模型的到达方向估计性能。此外,卷积循环神经网络模型中使用的交叉熵损失函数还会引起特征分散问题。为解决这些问题,本文提出采用混合损失函数的图卷积循环神经网络模型。具体地,采用图卷积神经网络对不同特征通道间的信息进行聚合,以获取包含更丰富空间信息的特征,来改进卷积循环神经网络模型的到达方向估计性能。在此基础上,结合交叉熵损失函数和角度间隔softmax函数,提出一种新的混合损失函数来解决特征分散问题提高模型的分类性能。实验结果表明,本文提出的采用混合损失函数的图卷积循环神经网络模型在定位相关声音事件检测错误率、F1分数、定位召回率和声音事件定位与检测得分方面均优于其他声音事件定位与检测模型。

关键词：声音事件定位与检测深度学习图卷积网络多通道

来源：评论

学校读者我要写书评

暂无评论

基于频谱感知和非正交多址的大规模免授权随机接入方案

引用

通信学报 2025年第3期46卷 151-163页

作者：张晶马林高宏旭陆音吴烁雨朱洪波南京邮电大学通信与信息工程学院江苏南京210003 江苏省无线通信与物联网重点实验室江苏南京210003 华为技术有限公司南京研究所江苏南京210012 中邮建技术有限公司江苏南京210012 南京邮电大学波特兰学院江苏南京210023

针对大规模机器类型通信场景,提出一种基于认知无线电(CR)频谱感知和非正交多址(NOMA)的大规模免授权随机接入方案。首先,提出CR-NOMA三步免授权随机接入协议,支持终端用户通过频谱感知获取上行信道状态信息以便有针对性地降低随机接入... 详细信息

针对大规模机器类型通信场景,提出一种基于认知无线电(CR)频谱感知和非正交多址(NOMA)的大规模免授权随机接入方案。首先,提出CR-NOMA三步免授权随机接入协议,支持终端用户通过频谱感知获取上行信道状态信息以便有针对性地降低随机接入冲突;然后,设计了基于频谱感知结果的接入信道和功率电平优选策略,建立了用户上行传输信号模型和基站接收信号模型;最后,提出了联合信道滤波、功率电平检测、前导和数据检测、冲突检测的多用户信号检测算法,对随机接入性能进行了理论分析和仿真。仿真结果表明,相比现有方案,所提CR-NOMA方案在系统高负载时用户接入概率和过载率提升了近一倍,过载能力更强,鲁棒性更好。

关键词：大规模免授权随机接入频谱感知非正交多址接入概率

来源：评论

学校读者我要写书评

暂无评论

有源IRS辅助的安全通信系统波束成形设计

引用

信号处理 2023年第12期39卷 2183-2189页

作者：李汀牛梅琳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)由于其无源性和低功耗的特性引起了学术界和工业界的极大关注,目前已被用于物理层安全传输。IRS是一种具有潜力的创新技术,可以通过调整相移来反射信号,并为传输创造额外的链路。与没有... 详细信息

智能反射面(Intelligent Reflecting Surface,IRS)由于其无源性和低功耗的特性引起了学术界和工业界的极大关注,目前已被用于物理层安全传输。IRS是一种具有潜力的创新技术,可以通过调整相移来反射信号,并为传输创造额外的链路。与没有IRS辅助的情况相比,IRS的存在有助于获得有限的保密性能增益。然而,由于发射机和用户之间的反射信道链路存在“双衰落”效应,为了补偿IRS辅助链路中的双衰落效应,传统上在IRS处布置了大量的反射单元(Reflecting Elements,REs),这导致了较大的表面尺寸以及相当大的电路损耗。在此基础上,我们提出一种新型的有源IRS设计方案,有源IRS相比无源IRS,不仅可以通过调节反射单元的相移,还可以通过调节振幅来控制波束成形,从而提高无线传输的安全性。本文考虑了在多天线基站,单天线用户和窃听者的情况下的有源IRS辅助的安全通信系统,用户和窃听者同时收到了由IRS反射来的信号,我们的目标是通过优化基站处的发射波束成形和有源IRS的反射波束成形,使得用户处的信息速率增大的同时,窃听者处的信息速率减小,从而使得系统的保密率最大化,为了解决基于该系统的非凸保密率优化问题,首先使用丁克尔巴赫方法将问题变为辅助变量相减的形式,再通过交替优化的方法,在优化基站处的发射波束成形时,使用了半定松弛(Semidefinite Relaxation,SDR)方法配合CVX工具箱进行求解;在优化有源IRS的反射波束成形时,使用了二次变换(Quadratic Transform,QT)技术和CVX工具箱进行求解。仿真结果表明,在有源IRS设计的帮助下,可以有效地缓解“双衰落”效应的影响,与现有的无源IRS的解决方案相比,可以获得更高的保密性能增益。

关键词：有源IRS 波束成形设计安全通信

来源：评论

学校读者我要写书评

暂无评论

基于低分辨率DAC的IRS辅助去蜂窝大规模MIMO系统联合预编码设计

引用

信号处理 2023年第6期39卷 1070-1078页

作者：李飞耿晨雨李汀季薇梁彦闫志伟南京邮电大学通信与信息工程学院江苏南京210003

本文研究了下行链路智能反射面(Intelligent Reflective Surface, IRS)辅助去蜂窝大规模MIMO(Cell-Free Massive Multiple-Input Multiple-Output)系统,其中每个接入点(Access Point, AP)都采用了低分辨率的数模转换器(Digital-to-Analog Converters,DAC)。本文将IRS应用于去蜂窝系统并在AP处配备低分辨率DAC,进一步降低了硬件成本和功耗。采用加性量化噪声模型对低分辨率DAC进行数学建模,进而建立了下行链路用户和速率的表达式。由于公式具有非凸性和高复杂性,本文提出了一个交替优化框架来解决此问题,从而提高用户和速率。特别地,我们通过分数规划解耦这个问题,并采用拉格朗日乘子法和半定规划(Semi-Definite Programming,SDP)方法求得预编码矩阵和相移矩阵的表达式。最后,仿真结果表明,与传统的去蜂窝网络相比,该方案下的网络容量可以显著提高。

关键词：去蜂窝大规模MIMO 智能反射面低分辨率DAC 联合预编码

来源：评论

学校读者我要写书评

暂无评论

光学神经网络训练算法中超参数对网络性能的影响

引用

激光与光电子学进展 2023年第22期60卷 292-299页

作者：曹雯刘美玉陆鸣豪邵晓锋刘启发王瑾南京邮电大学通信与信息工程学院江苏南京210003

面向数字图像识别,使用光学器件构建基于快速傅里叶变换(FFT)的光学神经网络(ONN),其中的线性光学处理单元由马赫-曾德尔干涉仪(MZI)实现。这些MZI以网格状布局连接,对通过的光信号进行调制,实现乘法和加法,从而实现对图像的分类识别。... 详细信息

面向数字图像识别,使用光学器件构建基于快速傅里叶变换(FFT)的光学神经网络(ONN),其中的线性光学处理单元由马赫-曾德尔干涉仪(MZI)实现。这些MZI以网格状布局连接,对通过的光信号进行调制,实现乘法和加法,从而实现对图像的分类识别。针对该ONN对手写数字图像进行识别出现的问题,研究训练算法中的主要超参数即动量系数和学习率对网络性能的影响。首先比较不同学习率下随机梯度下降(SGD)、均方根传递(RMSprop)、适应性矩估计(Adam)和自适应梯度(Adagrad)4种训练算法结合不同非线性函数和不同隐藏层个数后,ONN在识别手写数字图像上的表现。实验结果显示:在学习率从0.5变化到5×10^(-5)、RMSprop训练算法下,具有2个隐藏层、非线性函数为Softplus的FFT型ONN具有最高的识别精确度,达97.4%。此外,着重分析在具有不同动量系数的SGD算法结合不同非线性函数和不同隐藏层个数时ONN对手写数字图像识别的准确率、运行内存和训练时间的影响。进一步,在学习率为0.05和0.005时,比较了SGD、RMSprop训练算法以及各自在引入动量后的网络识别性能。实验结果显示:动量系数为0时,采用SGD算法训练的具有2个隐藏层、非线性函数为Softplus的ONN的识别精度为96%,动量系数为0.9时,ONN的识别精度提高到96.9%;而加入动量的RMSprop算法会导致网络识别准确率不收敛或收敛较慢。

关键词：光学神经网络马赫-曾德尔干涉仪训练算法动量学习率

来源：评论

学校读者我要写书评

暂无评论

基于量子机器学习的无线宽带信号检测方案

引用

信号处理 2023年第7期39卷 1299-1308页

作者：李汀徐子恒李飞南京邮电大学通信与信息工程学院江苏南京210003

无线通信发展到B5G/6G,随着太赫兹通信等技术的诞生,信号的调制阶数、信道信息的复杂度增加,接收信号检测的难度也是不断上升。现大多研究都将无线通信领域与机器学习相结合,但经典机器学习的方案很可能会遇到算力瓶颈。量子机器学习作... 详细信息

无线通信发展到B5G/6G,随着太赫兹通信等技术的诞生,信号的调制阶数、信道信息的复杂度增加,接收信号检测的难度也是不断上升。现大多研究都将无线通信领域与机器学习相结合,但经典机器学习的方案很可能会遇到算力瓶颈。量子机器学习作为量子计算与机器学习的交叉学科,有可能成为6G的潜在技术。本文首次将量子机器学习应用于无线宽带通信中的信号检测,基于张量网络设计了一种量子-经典混合机器学习模型,混合模型由含参量子电路和神经网络构成,由量子计算机和经典计算机协同实现,信号数据在量子电路里被映射至希尔伯特空间进行训练,有着快速收敛,代价低,性能高等优势,神经网络对量子电路输出结果起到非线性修正的效果。本文仿真在Google公司的Tensorflow-Quantum平台上进行,结果表明,本文提出的量子-经典混合机器学习模型在信号检测问题中,以误码率为量化指标,与现有的纯量子算法和神经网络算法相比降低大约10个百分点。

关键词：无线通信 6G 信号检测机器学习量子计算

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：