检索结果-内蒙古大学图书馆

电子与信息学报 2025年第2期47卷 363-374页

作者：陈鸣锴孙振德万雅芳南京邮电大学通信与信息工程学院南京210003 南京邮电大学江苏省通信与网络技术工程研究中心南京210019

针对视频和触觉业务共存的跨模态业务场景,该文构建了可重构智能表面(RIS)辅助的共存网络切片系统,用以提高视频业务和触觉业务的传输速率和可靠性。同时,为了有效降低触觉业务通过穿孔带给视频业务的资源损耗,提出了动态被动波束赋形方... 详细信息

针对视频和触觉业务共存的跨模态业务场景,该文构建了可重构智能表面(RIS)辅助的共存网络切片系统,用以提高视频业务和触觉业务的传输速率和可靠性。同时,为了有效降低触觉业务通过穿孔带给视频业务的资源损耗,提出了动态被动波束赋形方案,允许RIS在不同时隙进行动态调整。基于上述方案,该文在确保触觉业务传输的时延和可靠性满足约束的同时,构建最大化视频业务传输速率的优化问题,以满足跨模态业务共存需求,实现资源的合理分配。为求解此优化问题,该文将其建模为一个马尔可夫决策过程(MDP),通过深度确定性策略梯度(DDPG)算法来进行视频数据和触觉数据传输资源的联合优化。仿真结果显示,与现有方案相比,所提方案具有一定的优越性,在保证传输触觉业务可靠性的前提下,提高了约66.67%的视频业务和速率。

关键词：跨模态通信可重构智能表面网络切片资源分配

来源：评论

学校读者我要写书评

暂无评论

基于多智能体深度强化学习的低轨星座跳波束资源调度研究

引用

通信学报 2025年第1期46卷 35-51页

作者：张晨徐阳威李宛静王威张更新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工程研究中心江苏南京210003

针对低轨星座跳波束资源调度的需求,提出一种基于多智能体深度强化学习的低轨星座跳波束资源调度方法。通过多目标优化的选星接入方式,建立卫星与服务区域之间的映射关系。在此基础上,根据业务类型和QoS需求的多样性,采用混合专家模型... 详细信息

针对低轨星座跳波束资源调度的需求,提出一种基于多智能体深度强化学习的低轨星座跳波束资源调度方法。通过多目标优化的选星接入方式,建立卫星与服务区域之间的映射关系。在此基础上,根据业务类型和QoS需求的多样性,采用混合专家模型的方法,构建一个资源调度多智能体,用于星上资源与跳波束图案的实时决策调度。仿真结果表明,与传统方法相比,所提资源调度方法不仅能满足不同业务对时延和吞吐量的性能需求,还能有效平衡算法的复杂度,适应多样化业务的融合传输需求,应对业务流量的时空分布不均和动态变化,具有较强的泛化能力。

关键词：低轨卫星跳波束深度强化学习资源调度

来源：评论

学校读者我要写书评

暂无评论

基于CHAN的改进卡尔曼滤波室内定位算法

引用

通信学报 2023年第2期44卷 136-147页

作者：蒋锐虞跃徐友云王小明李大鹏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工程研究中心江苏南京210003

由于现在室内环境的复杂度越来越高,室内非视距情况下定位误差的影响逐渐增大,如何降低其影响显得尤其重要。定位技术选用的是UWB室内定位技术,其中,卡尔曼滤波在降低室内非视距定位误差方面有着广泛的应用,针对其在视线线路与非视距场... 详细信息

由于现在室内环境的复杂度越来越高,室内非视距情况下定位误差的影响逐渐增大,如何降低其影响显得尤其重要。定位技术选用的是UWB室内定位技术,其中,卡尔曼滤波在降低室内非视距定位误差方面有着广泛的应用,针对其在视线线路与非视距场景转换过程中会产生新的误差的问题,提出了一种基于CHAN的改进卡尔曼滤波定位算法。采用5个或以上基站的测距结果构建定位解算方程组,选取在非视距情况下定位误差敏感的CHAN算法进行解算,将解算结果与各基站的位置进行残差处理,并划分出不同的置信区域。对于不同置信区域,预先设定匹配的卡尔曼滤波增益系数K,提高视线线路和非视距场景转换的定位结果稳定性,降低转换过程中的定位误差。实验结果表明,在仿真环境中,所提算法可将误差降低至80 cm左右;在实际应用中,可将复杂场景下的定位误差降低至60 cm,比正常复杂室内定位精度提高60%。

关键词：非视距 CHAN 残差判别卡尔曼滤波

来源：评论

学校读者我要写书评

暂无评论

基于图注意力机制和对抗训练的语音反欺骗方法

引用

信号处理 2025年第1期41卷 161-173页

作者：陆华庆葛子瑞王天朗郭海燕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

语音反欺骗任务旨在通过设计网络结构和学习算法来区分真实语音和欺骗语音,以提升语音系统安全性。本文提出了一种结合图注意力机制和对抗训练的语音反欺骗方法,以应对语音反欺骗任务中的挑战。具体地,基于说话人吸引子多中心单类(speak... 详细信息

语音反欺骗任务旨在通过设计网络结构和学习算法来区分真实语音和欺骗语音,以提升语音系统安全性。本文提出了一种结合图注意力机制和对抗训练的语音反欺骗方法,以应对语音反欺骗任务中的挑战。具体地,基于说话人吸引子多中心单类(speaker attractor multi-center one-class, SAMO)学习算法,利用图信号处理(graph signal processing, GSP)理论,本文提出了采用图注意力网络(graph attention network, GAT)提取说话人吸引子中心的方法。通过引入注意力机制来聚合说话人特征表示,以计算出更具代表性的说话人吸引子中心,从而提高系统对真实语音和欺骗语音的区分能力。另外,考虑到当网络只学习到训练集中已知欺骗类型的特定欺骗伪影时,则分类网络可能无法有效应对未知类型的欺骗攻击。本文在反欺骗网络结构中引入欺骗类型分类对抗网络,通过特征表示学习模块和欺骗类型分类辅助网络的对抗训练,促使网络能够从不同类型的欺骗语音中学习到共同的欺骗伪影特征,从而提升系统对实际测试中未知类型欺骗语音的检测能力。在ASVspoof 2019 LA、CFAD和ASVspoof 2021 LA数据集上进行了实验,实验结果表明所提方法在性能上优于基线系统和其他对比系统。此外,本文还采用了t分布随机邻居嵌入(t-distributed stochastic neighbor embedding, t-SNE)和相似度矩阵热力图的可视化方法,直观展示了所提方法在准确区分真实语音和欺骗语音方面的优势,并验证了对抗训练技术在学习共同欺骗伪影特征方面的有效性。

关键词：语音反欺骗图注意力机制单分类对抗训练多任务学习

来源：评论

学校读者我要写书评

暂无评论

跨域注意力特征融合的说话人确认方法

引用

通信学报 2023年第8期44卷 89-98页

作者：杨震王天朗郭海燕王婷婷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

针对目前说话人确认系统中前端特征的语音信号样点间结构信息缺失问题,提出了跨域注意力特征融合的说话人确认方法。首先,提出了一种基于图信号处理的图频域特征提取方法来有效利用语音信号的结构信息,将语音信号帧的每个样点作为图节点... 详细信息

针对目前说话人确认系统中前端特征的语音信号样点间结构信息缺失问题,提出了跨域注意力特征融合的说话人确认方法。首先,提出了一种基于图信号处理的图频域特征提取方法来有效利用语音信号的结构信息,将语音信号帧的每个样点作为图节点,构建语音图信号,通过图傅里叶变换以及滤波器组提取图频域特征。其次,提出了一种由残差模块与挤压-激励模块构成的注意力特征融合网络,对传统时频域特征与图频域特征进行跨域融合,来提升说话人确认系统的性能。最后,在VoxCeleb、SITW和CN-Celeb数据集上进行实验。实验结果表明,所提方法在等错误率以及最小检测代价函数的评价指标上,优于基线模型ECAPA-TDNN。

关键词：说话人确认图信号处理注意力特征融合

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

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

无线供电语义通信网络资源优化方案研究

引用

南京邮电大学学报（自然科学版） 2024年第6期44卷 35-43页

作者：谢家豪吕斌周超郭海燕田峰南京邮电大学江苏省通信与网络技术工程研究中心江苏南京210003 南京邮电大学通信与信息工程学院江苏南京210003

为了解决语义通信系统中用户的能量受限问题,构建了一种基于非线性能量收集模型的无线供电语义通信网络(WPSCN)。在所提出的WPSCN中,混合接入点(HAP)首先向所有用户同时发送射频信号以实现远程能量供应,然后用户利用收集的能量以时分多... 详细信息

为了解决语义通信系统中用户的能量受限问题,构建了一种基于非线性能量收集模型的无线供电语义通信网络(WPSCN)。在所提出的WPSCN中,混合接入点(HAP)首先向所有用户同时发送射频信号以实现远程能量供应,然后用户利用收集的能量以时分多址方式向HAP传输语义信息。基于此,进一步研究了所有用户的有效语义信息量之和的最大化问题。该问题是关于用户处发射功率、HAP处发射波束赋形向量和时隙分配的联合优化问题。该问题由于包含隐性目标函数,很难直接求解。为此,首先利用广义函数近似获得语义相似度的显性函数表达式,然后设计了基于连续凸近似(SCA)和半正定松弛(SDR)的交替优化算法来求解非凸优化问题。仿真结果表明,相较于参考方案,所提出的方案可以显著提高系统的有效语义信息量。

关键词：语义通信无线供电语义通信网络语义相似度联合优化

来源：评论

学校读者我要写书评

暂无评论

噪声环境下基于域对抗图卷积网络和坐标注意力的说话人确认方法

引用

南京邮电大学学报(自然科学版) 2025年第1期45卷 57-67页

作者：陈家辉葛子瑞王天朗郭海燕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

为了减弱背景噪声对说话人确认(Speaker Verification,SV)性能的影响,提出一种基于域对抗图卷积网络(Domain Adversarial Graph Convolution Network,DA⁃GCN)和坐标注意力(Coordinate Attention,CA)的SV方法来提升噪声环境下的SV性能。首先,针对噪声环境下局部特征变得不稳定这个问题,提出引入CA模块,将全局时间信息和全局频率信息编码到通道注意力中,以强调有用通道,提取鲁棒性的说话人特征。其次,提出构建DA⁃GCN来辅助主网络提取与噪声相关性更小的说话人特征来进行后续的分类。具体而言,将语音信号映射为图信号,利用GCN分别对干净语音图信号特征和含噪语音图信号特征进行聚合,通过域对抗(Domain Adversarial,DA)训练,辅助主网络提取干净语音域和含噪语音域共享的说话人特征,从而降低噪声对SV性能的影响。在VoxCeleb1数据集上的实验结果表明,所提CA⁃DA⁃GCN的性能优于基线模型ExU⁃Net且表现出良好的泛化能力。

关键词：噪声环境说话人确认域对抗坐标注意力机制图卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

WSN中基于区域感知的改进AODV路由协议

引用

计算机工程 2023年第8期49卷 130-136页

作者：杨敏张玲华南京邮电大学通信与信息工程学院南京210023 南京邮电大学江苏省通信与网络技术工程研究中心南京210023

AODV路由协议是无线自组网中的经典协议,适用于无线传感器网络(WSN)。但是该协议在路由发现阶段通过跳数建立路径,导致网络拥塞严重、部分节点过早失效以及活动路由频繁断裂,从而引起传输时延延长、路由开销增大、网络寿命缩短等问题。... 详细信息

AODV路由协议是无线自组网中的经典协议,适用于无线传感器网络(WSN)。但是该协议在路由发现阶段通过跳数建立路径,导致网络拥塞严重、部分节点过早失效以及活动路由频繁断裂,从而引起传输时延延长、路由开销增大、网络寿命缩短等问题。针对WSN中能量分布不均衡以及对邻居节点依赖性强的特点,提出基于区域感知的改进AODV路由协议。在路由发现阶段,引入QoS需求参数中的时延作为路径主权重,并计算区域变化率对路径主权重产生的正负增益,采用最优路径选择算法选取权重最小的路径,并将其作为最优路径。在路由维护阶段,通过计算区域能量和节点距离,丢弃区域中质量较差的节点,减少冗余拓扑和链路故障现象的发生。实验结果表明,相比传统的AODV协议,该协议的端到端时延和路由开销分别降低47.73%和48.00%,分组转发率和网络生存时间分别提升6.97%和14.80%。

关键词：无线传感器网络 AODV路由协议区域感知邻居节点最优路径

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：